二阶非线性常微分方程的打靶法matlab实现
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
二阶非线性常微分方程的打靶法
1.问题:
试用打靶法求二阶非线性常微分方程亮点边值的数值解:
要求用Matlab 编程计算,请给出一些例子,验证你的算法与程序的正确性。
2.打靶法分析:
非线性打靶法:
非线性打靶法的基本原理是将两点边值问题(1)转化为下面形式的初值问题令z = y ′,将上述二阶方程降为一阶方程组
3.Matlab 源代码:
创建M 文件:
function ys=dbf(f,a,b,alfa,beta,h,eps)
ff=@(x,y)[y(2),f(y(1),y(2),x)];
xvalue=a:h:b;%x取值范围
n=length(xvalue)
s0=a-0.01;%选取适当的s的初值
x0=[alfa,s0];%迭代初值
flag=0;%用于判断精度
y0=rk4(ff,a,x0,h,a,b);
if abs(y0(1,n)-beta)<=eps
flag=1;
y1=y0;
else
s1=s0+1;
x0=[alfa,s1];
y1=rk4(ff,a,x0,h,a,b);
if abs(y1(1,n)-beta)<=eps
flag=1;
end
end
if flag~=1
while abs(y1(1,n)-beta)>eps
s2=s1-(y1(1,n)-beta)*(s1-s0)/(y1(1,n)-y0(1,n)); x0=[alfa,s2];
y2=rk4(ff,a,x0,h,a,b);
s0=s1;
s1=s2;
y0=y1;
y1=y2;
end
end
xvalue=a:h:b;
yvalue=y1(1,:);
ys=[xvalue',yvalue'];
function x=rk4(f,t0,x0,h,a,b)%rung-kuta法求每个点的近似值(参考大作业一)t=a:h:b;%迭代区间
m=length(t);%区间长度
t(1)=t0;
x(:,1)=x0;%迭代初值
for i=1:m-1
L1=f(t(i),x(:,i));
L2=f(t(i)+h/2,x(:,i)'+(h/2)*L1);
L3=f(t(i)+h/2,x(:,i)'+(h/2)*L2);
L4=f(t(i)+h,x(:,i)'+h*L3);
x(:,i+1)=x(:,i)'+(h/6)*(L1+2*L2+2*L3+L4);
end
4.举例
求二阶非线性方程的边值问题:
在matlab 控制台中输入:
f=@(x,y,z)(x^2+z*x^2);
x0l=0;
x0u=2*exp(-1);
alfa=0;
beta=2;
h=0.01
dbf(f,x0l,x0u,y0l,y0u,h,1e-6);
>> y=ans(:,2);
x=ans(:,1);
>> plot(x,y,'-r')
>>
结果:
再输入:
>> m=0:0.01:2;
>> n=m.*exp(-1/2*m);
>> plot(n,m)
>> plot(x,y,'-r',n,m,'-b')
5.结论:
根据得到的图像,可以看到在x 的初值一起末值也就是α和β两点做到了较好的逼近,但是中间部分的逼近不是很理想。我想可能是在编程的过程当中可能算法上有些问题。以后有机会再改进。