基于Matlab实验的非局部反应扩散逻辑方程解的进一步数值研究

扩散方程稳态扩散与非稳态扩散

扩散方程稳态扩散与非稳态扩散 1．稳态扩散下的菲克第一定律（一定时间内，浓度不随时间变化dc/dt=0） 单位时间内通过垂直于扩散方向的单位截面积的扩散物质流量（扩散通量）与该面积处的浓度梯度成正比 即J=－D（dc/dx） 其中D：扩散系数，cm2/s，J：扩散通量，g/cm2〃s ，式中负号表明扩散通量的方向与浓度梯度方向相反。 可见，只要存在浓度梯度，就会引起原子的扩散。 x轴上两单位面积1和2，间距dx，面上原子浓度为C1、C2 则平面1到平面2上原子数n1=C1dx ，平面2到平面1上原子数n2=C2dx 若原子平均跳动频率f, dt时间内跳离平面1的原子数为 n1f〃dt 跳离平面2的原子数为n2fdt，但沿一个方向只有1/2的几率，则单位时间内两者的差值即扩散原子净流量。 令，则上式 2．扩散系数的测定：

其中一种方法可通过碳在γ-Fe中的扩散来测定纯Fe的空心园筒，心部通渗碳气氛，外部为脱碳气氛，在一定温度 下经过一定时间后，碳原子从内壁渗入，外壁渗出达到平衡，则为稳态扩散单位时单位面积中碳流量： A：圆筒总面积，r及L：园筒半径及长度，q：通过圆筒的碳量 则： 即： 则： q可通过炉内脱碳气体的增碳求得，再通过剥层法测出不同r处的碳含量，作出C-lnr曲线可求得D。 第一定律可用来处理扩散中浓度不因时间变化的问 3．菲克第二定律：解决溶质浓度随时间变化的情况，即dc/dt≠0

两个相距dx垂直x轴的平面组成的微体积，J1、J2为进入、流出两平面间的扩散通量，扩散中浓度变化为，则单元体积中溶质积累速率为 （Fick第一定律） （Fick第一定律） （即第二个面的扩散通量为第一个面注入的溶质与在这一段距离内溶质浓度变化引起的扩散通量之和） 若D不随浓度变化，则 故： 4．Fick第二定律的解：很复杂，只给出两个较简单但常见问题的解 a. 无限大物体中的扩散

一类反应扩散方程解的长时间行为

I 一类反应扩散方程解的长时间行为 摘 要 本文主要在一个有界光滑区域中讨论了一类带有齐次Dirichlet 边值条件的反应扩散方程解的长时间行为，其方程的形式如下： 其中 偏微分算子是一致抛物的， ，满足一定条件。 对于以上方程，我们首先定义了该方程的弱解，之后我们在有限维空间中构造了一系列该方程的近似解，并证明了在维数趋于无穷时，存在子列收敛于该方程的弱解。最后，我们利用先验估计得到了该方程弱解的存在唯一性。 在获得方程弱解的存在唯一性后，我们便能定义伴随方程的解半群，并由此研究伴随方程解半群的全局吸引子。 为了证明解半群在 中存在全局吸引子，我们证明 了伴随方程的解半群在 与中有界吸收集的存在性，并利用Sobolev 紧嵌入定理得到了全局吸引子的存在性。 关 键 词：反应扩散方程；Galerkin 方法；全局吸引子；弱解

II ABSTRACT In this thesis, we mainly consider the long-time behavior of solutions for the following reaction-diffusion equation with homogeneous Dirichlet boundary condition in a bounded smooth domain : where The partial differential operator is uniformly parabolic, and satisfies some additional assumptions. First of all, we give the definition of weak solutions, and then, we construct a sequence of approximate solution in a n dimension subspace and show that there exists a subsequence will convergent to a weak solution of this problem when n goes to infinite. Finally, we establish the existence and uniqueness of weak solution by some aprior estimates. With the help of the existence and the uniqueness of weak solutions, we define the solution semigroup associate with the problem and investigate the existence of a global attractor for the semigroup. To prove the existence of a global attractor, we show that there exist bounded absorbing sets in and and obtain existence of a global attractor in by using the Sobolev compactness embedding theorem. KEY WORDS: Reaction-diffusion equation; Galerkin’s method ; Global attractor; Weak solution

一类具有变扩散系数的非局部反应-扩散方程解的爆破分析

数学物理学报2018,38A(4):750-769 h ttp://a cta m s.w ip m.a c.c n 一类具有变扩散系数的非局部反应-扩散方程解的 爆破分析* 赵元章马相如# (中国海洋大学数学科学学院山东青岛266100) 摘要：该文考虑了具有变扩散系数的反应-扩散方程D ir ic h le t初边值问题解的爆破现象.利 用辅助函数法和修正微分不等式技巧，对变扩散系数和非线性项给出适当的条件，以保证解整 体存在或有限时刻发生爆破，并在整体空间中（N>1)导出了爆破时间的界.同时，给出几 个应用举例. 关键词：反应-扩散方程；变扩散系数；爆破时间的界. M R(2010)主题分类：35K65; 35B30; 35B40 中图分类号：O175.29 文献标识码：A 文章编号：1003-3998(2018)04-750-20 1引言 我们考虑具有变扩散系数和非局部源项的反应--扩散方程 ut=d iv(a(x)V u(x, t))+f (u),(x, t)G Q x(0, t*),(U)给出齐次D ir ic h le t边界条件和初始条件 u(x, t)=0,(x, t)G dQ x(0, t*),(1.2) u(x, 0)=u〇 (x),:x G Q,(1.3)其中0c R n(N21)为具有光滑边界d n的有界区域，t*<+⑴表示可能发生爆破的时 间，反之t*=+⑴?变扩散系数a(x)为正的适当光滑函数，非线性项f(u)为非负连续函数并 满足非局部条件，比如，包含（u(x,t))p J^(u(x,t))qd x型非局部项，其中p + q>1?初值u〇(x) 为非负C1类函数且满足适当的相容性条件?因此，由经典拋物型理论知，问题（1.1)-(1.3) 存在唯一的非负局部解且充分光滑. 方程（1.1)出现在许多物理现象和生物种群理论.比如，热传导现象中温度，流体的流 动中浓度及某种生物种群密度的扩散等，见文献[1-3]及相关文献. 收稿日期：2017-07-11;修订日期：2017-12-11 E-mail: zhaoyz@https://www.doczj.com/doc/9d15450231.html,;xrmaouc@https://www.doczj.com/doc/9d15450231.html, *基金项目：山东省研究生创新计划项目（SDYY14127) Supported by Innovation Program for Graduates of Shandong Province (SDYY14127) **通讯作者

数理方程基于matlab的数值解法

数理方程数值解法与其在matlab软件上的实现张体强1026222 廖荣发1026226 [摘要] 数学物理方程的数值解在实际生活中越来越使用，首先基于偏微分数值解的思想上，通过matlab软件的功能，研究其数学物理方程的数值解，并通过对精确解和数值解进行对比，追究其数值解的可行性，在此，给出相关例子和程序代码，利于以后的再次研究和直接使用。 [关键字] 偏微分方程数值解matlab 数学物理方程的可视化 一：研究意义 在我们解数学物理方程，理论上求数学物理方程的定解有着多种解法，但是有许多定解问题却不能严格求解，只能用数值方法求出满足实际需要的近似解。而且实际问题往往很复杂，这时即便要解出精确解就很困难，有时甚至不可能，另一方面，在建立数学模型时，我们已作了很多近似，所以求出的精确解也知识推导出的数学问题的精确解，并非真正实际问题的精确解。因此，我们有必要研究近似解法，只要使所求得的近似解与精确解之间的误差在规定的范围内，则仍能满足实际的需要，有限差分法和有限元法是两种最常用的

求解数学物理方程的数值解法,而MATLAB 在这一方面具有超强的数学功能，可以用来求其解。 二：数值解法思想和步骤 2.1:网格剖分 为了用差分方法求解上述问题，将求解区域 {}(,)|01,01x t x t Ω=≤≤≤≤作剖分。将空间区间[0,1]作m 等分，将时 间[0,1]区间作n 等分，并记 1/,1/,,0,,0j k h m n x jh j m t k k n ττ===≤≤=≤≤。分别称h 和τ 为空间和 时间步长。用两簇平行直线,0,,0j k x x j m t t k n =≤≤=≤≤将Ω分割成矩形网格。 2.2：差分格式的建立 0u u t x ??-=??………………………………（1） 设G 是,x t 平面任一有界域，据Green 公式(参考数学物理方程第五章)： ( )()G u u dxdt udt udx t x Γ??-=--??? ? 其中G Γ=?。于是可将（1）式写成积分守恒形式： ()0udt udx Γ --=? (2) 我们先从（2）式出发构造熟知的Lax 格式设网格如下图所示

扩散方程的差分解法

扩散方程的差分解法 在研究热传导过程、扩散过程、边界层现象时，我们常常遇到抛物型方程，这类方程中最典型、最简单的就是热传导方程。热传导方程中的自变量中包括时间t ，它是描述一种随时间变化的物理过程，即所谓不定常现象。这类问题的基本定解问题应是初值问题，即在初始时刻（t=0）时给定定解条件，求解t>0时的解。 本文主要运用有限差分法对一维扩散方程进行求解，并对差分解的适定性、相容性、收敛性及稳定性进行分析，同时与解析解进行对比。 1.扩散方程 一维扩散方程为： 22u u t x α??=?? （1） 式中，u 为因知量，α为扩散系数，x 为坐标，t 为时间。 其定解条件如下： 初始条件： (,0)() 0x u x f x L =≤≤ （2） 边界条件： 12(0,)() , (,)()u t f t u L t f t == （3） 一般假定函数()f x ，1()f t ，2()f t 满足连接条件，即1(0)(0) f f =，2()(0) f L f =。 2.有限差分法 有限差分法是数值计算解微分方程古老的方法之一，也是系统化地、数值地求解数学物理方法的方程。其控制方程中的导数用离散点上函数值的差商代替。 差分格式可以分为显格式和隐格式。所谓显格式是指在任一结点上因变量在新是时间层上的值可以通过之前的时间层上相邻结点变量的值显式解出来。由于这些层的变量值是已知的，当时间向前推进时，空间点上的新的变量值就只需逐点计算就行了，因此显格式计算起来比较省事。隐格式则是指任一结点上变量在新的时间层的值，不能通过之前的时间层上相邻结点的值显式解出来，它不仅与之前的时间层上的已知值有关，而且也与新时间层的相邻结点的变量值有关。因而一个差分方程常常包括几个相邻结点上的未知数，未知数的个数取决于格式的构成形式。为了解出这些未知数需要联立新的方程，而每引进一个新的方程往往又同时引进了新的未知数。因此，隐格式总是伴随着求解巨大的代数方程组。隐格式的主要缺点是计算工作量大，因而不如显格式计算得快，但这只是就时间步长一样的情况而言的。隐格式的主要优点是时间步长可以比显格式能够采用的最大步长大很多。显格式的时间步长受到稳定性条件的限制，而隐格式则几乎不受限制。 3.方程的离散 3.1 显格式 采用时间前差及第n 时间层的空间中心差，得一维扩散方程的显格式解： 111 2 2()n n n n n j j j j j u u u u u t x α ++---+=?? （4） 即 111(2) n n n n n j j j j j u u r u u u ++-=+-+ （5）

线性代数方程组数值解法及MATLAB实现综述

线性代数方程组数值解法及MATLAB实现综述廖淑芳20122090 数计学院12计算机科学与技术1班（职教本科）一、分析课题 随着科学技术的发展，提出了大量复杂的数值计算问题，在建立电子计算机成为数值计算的主要工具以后，它以数字计算机求解数学问题的理论和方法为研究对象。其数值计算中线性代数方程的求解问题就广泛应用于各种工程技术方面。因此在各种数据处理中，线性代数方程组的求解是最常见的问题之一。关于线性代数方程组的数值解法一般分为两大类：直接法和迭代法。 直接法就是经过有限步算术运算，可求的线性方程组精确解的方法（若计算过程没有舍入误差），但实际犹如舍入误差的存在和影响，这种方法也只能求得近似解，这类方法是解低阶稠密矩阵方程组级某些大型稀疏矩阵方程组的有效方法。直接法包括高斯消元法，矩阵三角分解法、追赶法、平方根法。 迭代法就是利用某种极限过程去逐步逼近线性方程组精确解的方法。迭代法具有需要计算机的存储单元少，程序设计简单，原始系数矩阵在计算过程始终不变等优点，但存在收敛性级收敛速度问题。迭代法是解大型稀疏矩阵方程组（尤其是微分方程离散后得到的大型方程组）的重要方法。迭代法包括Jacobi法SOR法、SSOR法等多种方法。 二、研究课题-线性代数方程组数值解法 一、直接法 1、Gauss消元法 通过一系列的加减消元运算，也就是代数中的加减消去法，以使A对角线以下的元素化为零，将方程组化为上三角矩阵；然后，再逐一回代求解出x向量。

1.1消元过程 1. 高斯消元法(加减消元)：首先将A 化为上三角阵，再回代求解。 11121121222212n n n n nn n a a a b a a a b a a a b ?? ? ? ? ???(1)(1)(1)(1)(1)11121311(2)(2)(2)(2)222322 (3)(3)(3)3333()()000 00 n n n n n nn n a a a a b a a a b a a b a b ?? ? ? ? ? ? ??? 步骤如下： 第一步：1 11 1,2,,i a i i n a -? +=第行第行 11121121222212 n n n n nn n a a a b a a a b a a a b ?? ? ? ? ???1112 11(2)(2)(2)22 22 (2)(2)(2)2 00n n n nn n a a a b a a b a a b ?? ? ? ? ??? 第二步：(2)2 (2)222,3, ,i a i i n a -?+=第行第行 111211(2)(2)(2)2222(2)(2)(2)2 00n n n nn n a a a b a a b a a b ?? ? ? ? ???11 12 1311(2)(2)(2)(2)222322 (3)(3)(3)33 33(3)(3)(3)3 0000 0n n n n nn n a a a a b a a a b a a b a a b ?? ? ? ? ? ? ??? 类似的做下去，我们有： 第k 步：() ()k ,1, ,k ik k kk a i i k n a -?+=+第行第行。 n －1步以后，我们可以得到变换后的矩阵为： 11121311(2)(2)(2)(2)222322 (3)(3)(3)3333()()00000 n n n n n nn n a a a a b a a a b a a b a b ?? ? ? ? ? ? ?? ?

一维抛物线偏微分方程数值 解法(3)(附图及matlab程序)

一维抛物线偏微分方程数值解法（3） 上一篇参看一维抛物线偏微分方程数值解法（2）（附图及matlab程序） 解一维抛物线型方程(理论书籍可以参看孙志忠：偏微分方程数值解法） Ut-Uxx=0, 00) U(x,0)=e^x, 0<=x<=1, U(0,t)=e^t,U(1,t)=e^(1+t), 0

r=h2/(h1*h1); for(i=1:n) %外循环，先固定每一时间层，每一时间层上解一线性方程组% a(1)=0;b(1)=1+r;c(1)=-r/2;d(1)=r/2* (u(i+1,1)+u(i,1))+h2*f(i,j)... +(1-r)*u(i,2)+r/2*u(i,3); for(k=2:m-2) a(k)=-r/2;b(k)=1+r;c(k)=- r/2;d(k)=h2*f(i,j)+r/2*u(i,k)+(1-r)... *u(i,k+1)+r/2*u(i,k+2); %输入部分系数矩阵，为0的矩阵元素不输入% end a(m-1)=-r/2;b(m-1)=1+r;d(m-1)=h2*f(i,j)+r/2* (u(i,m+1)+u(i+1,m+1)... )+r/2*u(i,m-1)+(1-r)*u(i,m); for(k=1:m-2) %开始解线性方程组消元过程 a(k+1)=-a(k+1)/b(k); b(k+1)=b(k+1)+a(k+1)*c(k); d(k+1)=d(k+1)+a(k+1)*d(k); end u(i+1,m)=d(m-1)/b(m-1); %回代过程% for(k=m-2:-1:1) u(i+1,k+1)=(d(k)-c(k)*u(i+1,k+2))/b(k); end end for(i=1:n+1) for(j=1:m+1) p(i,j)=exp(x(j)+t(i)); %p为精确解 e(i,j)=abs(u(i,j)-p(i,j));%e为误差 end end [u p e x t]=CN(0.1,0.005,10,200);surf(x,t,e); shading interp; >> xlabel('x');ylabel('t');zlabel('e'); >> title('误差曲面')

一维抛物线型方程数值解法(1)(附图及matlab程序)

一维抛物线偏微分方程数值解法（1） 解一维抛物线型方程(理论书籍可以参看孙志忠：偏微分方程数值解法） Ut-Uxx=0, 00) U(x,0)=e^x, 0<=x<=1, U(0,t)=e^t,U(1,t)=e^(1+t), 00) %不用解线性方程组，由下一层(时间层）的值就直接得到上一层的值 %m,n为x,t方向的网格数，例如（2-0）/0.01=200; %e为误差，p为精确解 u=zeros(n+1,m+1); x=0+(0:m)*h1; t=0+(0:n)*h2; for(i=1:n+1) u(i,1)=exp(t(i)); u(i,m+1)=exp(1+t(i)); end for(i=1:m+1) u(1,i)=exp(x(i)); end for(i=1:n+1) for(j=1:m+1) f(i,j)=0; end end r=h2/(h1*h1); %此处r=a*h2/(h1*h1）；a=1 要求r<=1/2差分格式才稳定for(i=1:n) for(j=2:m) u(i+1,j)=(1-2*r)*u(i,j)+r*(u(i,j-1)+u(i,j+1))+h2*f(i,j); end end for(i=1:n+1) for(j=1:m+1) p(i,j)=exp(x(j)+t(i)); e(i,j)=abs(u(i,j)-p(i,j)); end end

第二章非线性方程(组)的数值解法的matlab程序

本章主要介绍方程根的有关概念，求方程根的步骤，确定根的初始近似值的方法（作图法，逐步搜索法等），求根的方法（二分法，迭代法，牛顿法，割线法，米勒（M üller ）法和迭代法的加速等）及其MATLAB 程序，求解非线性方程组的方法及其MATLAB 程序. 2.1 方程（组）的根及其MATLAB 命令 2.1.2 求解方程（组）的solve 命令 求方程f (x )=q (x )的根可以用MATLAB 命令: >> x=solve('方程f(x)=q(x)',’待求符号变量x ’) 求方程组f i (x 1,…,x n )=q i (x 1,…,x n ) (i =1,2,…,n )的根可以用MATLAB 命令: >>E1=sym('方程f1(x1,…,xn)=q1(x1,…,xn)'); ……………………………………………………. En=sym('方程fn(x1,…,xn)=qn(x1,…,xn)'); [x1,x2,…,xn]=solve(E1,E2,…,En, x1,…,xn) 2.1.3 求解多项式方程（组）的roots 命令 如果)(x f 为多项式，则可分别用如下命令求方程0)(=x f 的根，或求导数)('x f （见表 2-1）. 2.1.4 求解方程（组）的fsolve 命令 如果非线性方程（组）是多项式形式，求这样方程（组）的数值解可以直接调用上面已经介绍过的roots 命令.如果非线性方程（组）是含有超越函数，则无法使用roots 命令，需要调用MATLAB 系统中提供的另一个程序fsolve 来求解.当然，程序fsolve 也可以用于多项式方程（组），但是它的计算量明显比roots 命令的大. fsolve 命令使用最小二乘法（least squares method ）解非线性方程（组） (F X =)0 的数值解，其中X 和F （X ）可以是向量或矩阵.此种方法需要尝试着输入解X 的初始值（向量或矩阵）X 0，即使程序中的迭代序列收敛，也不一定收敛到(F X =)0的根（见例2.1.8）. fsolve 的调用格式： X=fsolve(F,X0) 输入函数)(x F 的M 文件名和解X 的初始值（向量或矩阵）X 0，尝试着解方程（组）

双曲方程基于matlab的数值解法

双曲型方程基于MATLAB 的数值解法 （数学1201,陈晓云,41262022） 一：一阶双曲型微分方程的初边值问题 0,01,0 1.(,0)cos(),0 1. (0,)(1,)cos(),0 1. u u x t t x u x x x u t u t t t ππ??-=≤≤≤≤??=≤≤=-=≤≤ 精确解为 ()t x cos +π 二：数值解法思想和步骤 2.1:网格剖分 为了用差分方法求解上述问题，将求解区域{}(,)|01,01x t x t Ω=≤≤≤≤作剖分。将空间区间[0,1]作m 等分，将时间[0,1]区间作n 等分，并记 1/,1/,,0,,0j k h m n x jh j m t k k n ττ===≤≤=≤≤。分别称h 和τ为空间和时 间步长。用两簇平行直线,0,,0j k x x j m t t k n =≤≤=≤≤将Ω分割成矩形网格。 2.2：差分格式的建立 0u u t x ??-=?? 2.2.1：Lax-Friedrichs 方法 对时间、空间采用中心差分使得 2h 1 1111)(2 1u u x u u u u u t u k j k j k j k j k j k j -+-++-= +=-= ????τ τ 则由上式得到Lax-Friedrichs 格式 1 11111()202k k k k k j j j j j u u u u u h τ+-+-+-+-+=

截断误差为 ()[]k k k j h j j R u L u Lu =- 1 11111()22k k k k k k k j j j j j j j u u u u u u u h t x τ+-+-+-+-??=+-+?? 23222 3 (),(0,0)26k k j j u u h O h j m k n t x ττ??= -=+≤≤≤≤?? 所以Lax-Friedrichs 格式的截断误差的阶式2()O h τ+ 令/s h τ=：则可得差分格式为 1111 11(),(0,0)222 k k k k k j j j j j s s u u u u u j m k n +--++=-+++≤≤≤≤ 0cos()(0)j j u x j m π=≤≤ 0cos(),cos(),(0)k k k m k u t u t k n ππ==-≤≤ 其传播因子为： ()()()e e G h i h i s h i h i σσσστσ---=-+e e 221， 化简可得： ()()()()()h s G h is h G στσσστ σsin 11,sin cos ,2 2 2--=-= 所以当1s ≤时，()1,≤τσG ,格式稳定。 * 2.2.2：LaxWendroff 方法 用牛顿二次插值公式可以得到LaxWendroff 的差分格式，在此不详细分析，它的截断误差为() h 2 2 +O τ ，是二阶精度；当2s ≤时，()1,≤τσG ， 格式稳定。在这里主要用它与上面一阶精度的Lax-Friedrichs 方法进行简单对比。 2.3差分格式的求解

线性代数方程组数值解法及MATLAB实现综述

线性代数方程组数值解法及MATLAB 实现综述 廖淑芳 20122090 数计学院 12计算机科学与技术1班（职教本科） 一、分析课题 随着科学技术的发展，提出了大量复杂的数值计算问题，在建立电子计算机成为数值计算的主要工具以后，它以数字计算机求解数学问题的理论和方法为研究对象。其数值计算中线性代数方程的求解问题就广泛应用于各种工程技术方面。因此在各种数据处理中，线性代数方程组的求解是最常见的问题之一。关于线性代数方程组的数值解法一般分为两大类：直接法和迭代法。 直接法就是经过有限步算术运算，可求的线性方程组精确解的方法（若计算过程没有舍入误差），但实际犹如舍入误差的存在和影响，这种方法也只能求得近似解，这类方法是解低阶稠密矩阵方程组级某些大型稀疏矩阵方程组的有效方法。直接法包括高斯消元法，矩阵三角分解法、追赶法、平方根法。 迭代法就是利用某种极限过程去逐步逼近线性方程组精确解的方法。迭代法具有需要计算机的存储单元少，程序设计简单，原始系数矩阵在计算过程始终不变等优点，但存在收敛性级收敛速度问题。迭代法是解大型稀疏矩阵方程组（尤其是微分方程离散后得到的大型方程组）的重要方法。迭代法包括Jacobi 法SOR 法、SSOR 法等多种方法。 二、研究课题-线性代数方程组数值解法 一、 直接法 1、 Gauss 消元法 通过一系列的加减消元运算，也就是代数中的加减消去法，以使A 对角线以下的元素化为零，将方程组化为上三角矩阵；然后，再逐一回代求解出x 向量。 1.1消元过程 1. 高斯消元法(加减消元)：首先将A 化为上三角阵，再回代求解。 11121121222212n n n n nn n a a a b a a a b a a a b ?? ? ? ? ???L L M M O M M L (1)(1)(1)(1)(1)11121311(2)(2)(2)(2)222322(3)(3)(3)3333()()000000n n n n n nn n a a a a b a a a b a a b a b ?? ? ? ? ? ? ???L L L M M M O M M L 步骤如下：

偏微分方程数值解法的MATLAB源码

[原创]偏微分方程数值解法的MATLAB源码【更新完毕】 说明：由于偏微分的程序都比较长，比其他的算法稍复杂一些，所以另开一贴，专门上传偏微分的程序谢谢大家的支持！ 其他的数值算法见： ..//Announce/Announce.asp?BoardID=209&id=8245004 1、古典显式格式求解抛物型偏微分方程（一维热传导方程） function [U x t]=PDEParabolicClassicalExplicit(uX,uT,phi,psi1,psi2,M,N,C) %古典显式格式求解抛物型偏微分方程 %[U x t]=PDEParabolicClassicalExplicit(uX,uT,phi,psi1,psi2,M,N,C) % %方程：u_t=C*u_xx 0 <= x <= uX,0 <= t <= uT %初值条件：u(x,0)=phi(x) %边值条件：u(0,t)=psi1(t), u(uX,t)=psi2(t) % %输出参数：U -解矩阵，第一行表示初值，第一列和最后一列表示边值，第二行表示第2层…… % x -空间变量 % t -时间变量 %输入参数：uX -空间变量x的取值上限 % uT -时间变量t的取值上限 % phi -初值条件，定义为内联函数 % psi1 -边值条件，定义为内联函数 % psi2 -边值条件，定义为内联函数 % M -沿x轴的等分区间数 % N -沿t轴的等分区间数 % C -系数，默认情况下C=1 % %应用举例： %uX=1;uT=0.2;M=15;N=100;C=1; %phi=inline('sin(pi*x)');psi1=inline('0');psi2=inline('0'); %[U x t]=PDEParabolicClassicalExplicit(uX,uT,phi,psi1,psi2,M,N,C); %设置参数C的默认值 if nargin==7 C=1; end %计算步长 dx=uX/M;%x的步长 dt=uT/N;%t的步长

偏微分方程的MATLAB数值解法

偏微分方程的MATLAB求解精讲? 作者：dynamic 时间：2008.12.10 版权：All Rights Reserved By https://www.doczj.com/doc/9d15450231.html, ★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★ Matlab Sky联盟----打造最优秀、专业和权威的Matlab技术交流平台! 网址：https://www.doczj.com/doc/9d15450231.html, /com/org/net 邮箱：matlabsky@https://www.doczj.com/doc/9d15450231.html, QQ群：23830382 40510634 16233891(满了) 44851559(满了) 论坛拥有40多个专业版块，内容涉及资料下载、视频教学、数学建模、数学运算、程序设计、GUI开发、simulink 仿真、统计概率、拟合优化、扩展编程、算法研究、控制系统、信号通信、图像处理、经济金融、生物化学、航空航天、人工智能、汽车设计、机械自动化、毕业设计等几十个方面! 请相信我们：1.拥有绝对优秀的技术人员，热情的版主，严谨负责的管理团队 2.免费提供技术交流和在线解答 ★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★

MA TLAB求解微分/偏微分方程，一直是一个头大的问题，两个字，“难过”，由于MA TLAB对LaTeX的支持有限，所有方程必须化成MA TLAB可接受的标准形式，不支持像其他三个数学软件那样直接傻瓜式输入，这个真把人给累坏了！ 不抱怨了，还是言归正传，回归我们今天的主体吧！ MA TLAB提供了两种方法解决PDE问题，一是pdepe()函数，它可以求解一般的PDEs，据用较大的通用性，但只支持命令行形式调用。二是PDE工具箱，可以求解特殊PDE问题，PDEtool有较大的局限性，比如只能求解二阶PDE问题，并且不能解决偏微分方程组，但是它提供了GUI界面，从繁杂的编程中解脱出来了，同时还可以通过File->Save As直接生成M代码 一、一般偏微分方程组(PDEs)的MA TLAB求解 (3) 1、pdepe函数说明 (3) 2、实例讲解 (4) 二、PDEtool求解特殊PDE问题 (6) 1、典型偏微分方程的描述 (6) （1）椭圆型 (6) （2）抛物线型 (6) （3）双曲线型 (6) （4）特征值型 (7) 2、偏微分方程边界条件的描述 (8) （1）Dirichlet条件 (8) （2）Neumann条件 (8) 3、求解实例 (9)