《偏微分方程概述及运用matlab求解偏微分方程常见问题》要点

matlab求解多元偏微分方程【导言】多元偏微分方程是数学中一类重要的方程，可以描述许多自然现象和物理过程。

而MATLAB作为一种计算机软件，它在求解多元偏微分方程方面具有强大的功能和广泛的应用。

本文将深入探讨MATLAB如何求解多元偏微分方程，并在此基础上展现其在实际问题中的应用价值。

【1. 多元偏微分方程简介】多元偏微分方程是指包含了多个自变量和多个未知函数的偏微分方程。

通常用来描述自然界和物理过程中多元系统的演化规律。

热传导、扩散、波动等现象都可以通过多元偏微分方程来描述。

而求解多元偏微分方程则是研究和应用中的关键问题。

【2. MATLAB在多元偏微分方程求解中的优势】MATLAB作为一种功能强大的数学软件，其在求解多元偏微分方程方面具有许多优势。

MATLAB提供了丰富的数值计算工具箱，如Partial Differential Equation Toolbox，可以帮助用户快速构建和求解多元偏微分方程。

MATLAB的编程语言具有简单易用的特点，用户可以使用MATLAB的脚本语言进行快速算法开发和实现。

MATLAB还提供了高效的并行计算能力，可以加速多元偏微分方程的求解过程。

【3. MATLAB求解多元偏微分方程的基本方法】MATLAB求解多元偏微分方程的基本方法包括有限差分法、有限元法、边界元法等。

下面将详细介绍有限差分法这一常用的方法。

有限差分法是基于差商近似的方法，将连续的偏微分方程转化为离散的差分方程。

该方法将求解区域离散成网格，通过迭代计算网格上的差分方程来逼近偏微分方程的解。

在MATLAB中，可以通过定义网格和差分方程来实现多元偏微分方程的求解。

具体步骤包括初始化网格、设定边界条件、构造差分方程和迭代求解。

MATLAB提供了方便的函数和工具来简化这一过程。

【4. MATLAB在实际问题中的应用】MATLAB在实际问题中的应用非常广泛，并且在多元偏微分方程的求解中具有重要的作用。

基础知识偏微分方程的定解问题各种物理性质的定常（即不随时间变化）过程，都可用椭圆型方程来描述。

其最典型、最简单的形式是泊松(Poisson)方程),(2222y x f yux u u =∂∂+∂∂=∆ （1）特别地，当 f ( x , y ) ≡ 0 时，即为拉普拉斯(Laplace)方程，又称为调和方程02222=∂∂+∂∂=∆yux u u （2）带有稳定热源或内部无热源的稳定温度场的温度分布，不可压缩流体的稳定无旋流动及静电场的电势等均满足这类方程。

Poisson 方程的第一边值问题为⎪⎩⎪⎨⎧Ω∂=Γ=Ω∈=∂∂+∂∂=∆Γ∈),(),(),(),(),(2222y x y x u y x y x f y ux u u y x ϕ （3） 其 中 Ω 为 以 Γ 为 边 界 的 有 界区 域 ， Γ 为 分 段 光 滑 曲 线， Ω U Γ 称 为 定 解区 域 ，f (x, y),ϕ(x, y) 分别为 Ω,Γ 上的已知连续函数。

第二类和第三类边界条件可统一表示成)0(0),(>=⎪⎭⎫⎝⎛+∂∂Γ∈a u n u y x α （4） 其中 n 为边界 Γ 的外法线方向。

当α = 0 时为第二类边界条件，α ≠ 0 时为第三类边界条件。

在研究热传导过程，气体扩散现象及电磁场的传播等随时间变化的非定常物理问题时，常常会遇到抛物型方程。

其最简单的形式为一维热传导方程)0(022>=∂∂-∂∂a xua t u （5） 方程（5）可以有两种不同类型的定解问题： 初值问题（也称为 Cauchy 问题）⎪⎩⎪⎨⎧+∞<<∞-=+∞<<-∞>=∂∂-∂∂x x x u x t x ua tu )()0,(,0022ϕ （6） 初边值问题⎪⎪⎪⎩⎪⎪⎪⎨⎧<<===<<<<=∂∂-∂∂lx t g t l u t g t u x x u l x T t x ua t u 0),(),(),(),0()()0,(0,002122ϕ （7） 其中ϕ)(),(),(21x g x g x ϕ为已知函数，且满足连接条件 )0()(),0()0(21g l g ==ϕϕ问题（7）中的边界条件)(),(),(),0(21t g t l u t g t u ==称为第一类界条件。

北京航空航天大学偏微分方程概述及运用matlab求解微分方程求解常见问题姓名徐敏学号********班级380911班2011年6月偏微分方程概述及运用matlab求解偏微分方程常见问题徐敏摘要偏微分方程简介，matlab偏微分方程工具箱应用简介，用这个工具箱解方程的过程是：确定待解的偏微分方程；确定边界条件；确定方程所在域的几何形状；划分有限元；解方程关键词MATLAB 偏微分方程程序如果一个微分方程中出现的未知函数只含有一个自变量，这个方程叫做常微分方程，也简称微分方程：如果一个微分方程中出现多元函数的偏导数，或者说如果未知函数和几个变量有关，而且方程中出现未知函数对几个变量的导数，那么这种微分方程就是偏微分方程。

一，偏微分方程概述偏微分方程是反映有关的未知变量关于时间的导数和关于空间变量的导数之间制约关系的等式。

许多领域中的数学模型都可以用偏微分方程来描述，很多重要的物理、力学等学科的基本方程本身就是偏微分方程。

早在微积分理论刚形成后不久，人们就开始用偏微分方程来描述、解释或预见各种自然现象，并将所得到的研究方法和研究成果运用于各门科学和工程技术中，不断地取得了显著的成效，显示了偏微分方程对于人类认识自然界基本规律的重要性。

逐渐地，以物理、力学等各门科学中的实际问题为背景的偏微分方程的研究成为传统应用数学中的一个最主要的内容，它直接联系着众多自然现象和实际问题，不断地提出和产生出需要解决的新课题和新方法，不断地促进着许多相关数学分支(如泛函分析、微分几何、计算数学等)的发展，并从它们之中引进许多有力的解决问题的工具。

偏微分方程已经成为当代数学中的一个重要的组成部分，是纯粹数学的许多分支和自然科学及工程技术等领域之间的一座重要的桥梁。

在国外，对偏微分方程的应用发展是相当重视的。

很多大学和研究单位都有应用偏微分方程的研究集体，并得到国家工业、科学部门及军方、航空航天等方面的大力资助。

比如在国际上有重大影响的美国的Courant研究所、法国的信息与自动化国立研究所等都集中了相当多的偏微分方程的研究人员，并把数学模型、数学方法、应用软件及实际应用融为一体，在解决实际课题、推动学科发展及加速培养人才等方面都起了很大的作用。

基础知识偏微分方程的定解问题各种物理性质的定常（即不随时间变化）过程，都可用椭圆型方程来描述。

其最典型、最简单的形式是泊松(Poisson)方程),(2222y x f yux u u =∂∂+∂∂=∆ （1）特别地，当 f ( x , y ) ≡ 0 时，即为拉普拉斯(Laplace)方程，又称为调和方程02222=∂∂+∂∂=∆yux u u （2）带有稳定热源或内部无热源的稳定温度场的温度分布，不可压缩流体的稳定无旋流动及静电场的电势等均满足这类方程。

Poisson 方程的第一边值问题为⎪⎩⎪⎨⎧Ω∂=Γ=Ω∈=∂∂+∂∂=∆Γ∈),(),(),(),(),(2222y x y x u y x y x f y ux u u y x ϕ （3） 其 中 Ω 为 以 Γ 为 边 界 的 有 界区 域 ， Γ 为 分 段 光 滑 曲 线， Ω U Γ 称 为 定 解区 域 ，f (x, y),ϕ(x, y) 分别为 Ω,Γ 上的已知连续函数。

第二类和第三类边界条件可统一表示成)0(0),(>=⎪⎭⎫⎝⎛+∂∂Γ∈a u n u y x α （4） 其中 n 为边界 Γ 的外法线方向。

当α = 0 时为第二类边界条件，α ≠ 0 时为第三类边界条件。

在研究热传导过程，气体扩散现象及电磁场的传播等随时间变化的非定常物理问题时，常常会遇到抛物型方程。

其最简单的形式为一维热传导方程)0(022>=∂∂-∂∂a xua t u （5） 方程（5）可以有两种不同类型的定解问题： 初值问题（也称为 Cauchy 问题）⎪⎩⎪⎨⎧+∞<<∞-=+∞<<-∞>=∂∂-∂∂x x x u x t x ua tu )()0,(,0022ϕ （6） 初边值问题⎪⎪⎪⎩⎪⎪⎪⎨⎧<<===<<<<=∂∂-∂∂lx t g t l u t g t u x x u l x T t x ua t u 0),(),(),(),0()()0,(0,002122ϕ （7） 其中ϕ )(),(),(21x g x g x ϕ为已知函数，且满足连接条件)0()(),0()0(21g l g ==ϕϕ问题（7）中的边界条件)(),(),(),0(21t g t l u t g t u ==称为第一类界条件。

一、介绍Matlab是一种强大的数学计算工具，用于解决各种数学问题，包括求解偏微分方程组。

偏微分方程组是描述自然界中许多物理现象的数学模型，其求解对于科学研究和工程应用具有重要意义。

在Matlab中，可以通过多种方法来求解偏微分方程组，包括有限差分方法、有限元方法、谱方法等。

本文将对Matlab中求解偏微分方程组的方法进行介绍和讨论。

二、有限差分方法有限差分方法是一种常用的求解偏微分方程组的数值方法。

其基本思想是将连续的变量离散化为有限个点，并利用差分逼近来近似偏微分方程的导数。

在Matlab中，可以通过编写相应的差分方程组来求解偏微分方程组。

对于二维热传导方程，可以将偏导数用中心差分逼近，并构建相应的差分方程来求解温度分布。

通过循环迭代的方式，可以逐步逼近偏微分方程的解，并得到数值解。

三、有限元方法有限元方法是另一种常用的求解偏微分方程组的数值方法。

其基本思想是将求解区域离散化为有限个单元，并在每个单元内建立近似函数来逼近原始方程。

在Matlab中，可以利用有限元建模工具箱来构建离散化的网格，并编写相应的有限元方程来求解偏微分方程组。

对于弹性力学方程，可以利用有限元方法来求解结构的位移和应力分布。

通过求解线性方程组，可以得到离散化网格上的数值解。

四、谱方法谱方法是一种利用特定基函数展开偏微分方程解的方法。

其基本思想是选取适当的基函数，并通过展开系数来得到偏微分方程的数值解。

在Matlab中，可以通过谱方法工具箱来实现对偏微分方程组的求解。

对于波动方程，可以利用正交多项式展开来逼近波函数，通过选取适当的基函数和展开系数，可以得到偏微分方程的数值解。

五、总结在Matlab中，有多种方法可以用来求解偏微分方程组，包括有限差分方法、有限元方法、谱方法等。

这些方法各有特点，适用于不同类型的偏微分方程和求解问题。

通过合理地选择方法和编写相应的数值算法，可以在Matlab中高效地求解偏微分方程组，为科学研究和工程应用提供重要支持。

文档来源为：从网络收集整理.word 版本可编辑.欢迎下载支持x基础知识偏微分方程的定解问题各种物理性质的定常(即不随时间变化)过程，都可用椭圆型方程来描述。

其最典型、最简单的形式是泊松 (Poisson) 方程带有稳定热源或内部无热源的稳定温度场的温度分布，不可压缩流体的稳定无旋流动及静电场的电势等均满足这类方程。

其中n 为边界r 的外法线方向。

当a =0时为第二类边界条件，a 工0为第三类边界条件。

在研究热传导过程，气体扩散现象及电磁场的传播等随时间变化的非定常物理问题时，常常会遇到抛物型方程。

其最 简单的形式为一维热传导方程2a 2 0 (a 0)(5)t x方程(5)可以有两种不同类型的定解问题:初值问题(也称为 2u a 2 x u(x,0)(x)初边值问题 Cauchy 问题)t 0, xx0 t T,0 xu(0,t) g(t),u(l,t) g 2(t),0 x l其中？(x), gdx), g 2(x)为已知函数，且满足连接条件g/t), u(l ,t) g 2(t)称为第一类界条件。

第二类和第三类边界条件为2(t)ug 2(t),0 t Tx l20时，为第二类边界条件，否则称为第三类边界条件。

u(x,0) (x)(7)2uu 2X特别地，当 u2uf(x,y)f ( x, y) 2u2.X =0寸， 2u(1)即为拉普拉斯 (2)(Laplace)方程，又称为调和方程u 一 2u2 x2 2f (x,y) y(x,y)(3)u(x,y)(x,y)(x,y)其中Q 为 以r 为边界 的有界区域,r 为分段光滑曲线,Q U r 称为定 解区 域,f (x, y), ?(x, y)分u(x,y)0 (a 0)问题(7)中的边界条件u(0,t) 1(t)u g(t),0 t Tx 0(8)其中10, 20。

当1Poisson 方程的第一边值问题为别为Q , r 上的已知连续函数。

第二类和第三类边界条件可统一表示成文档来源为：从网络收集整理.word版本可编辑.欢迎下载支持双曲型方程的最简单形式为一阶双曲型方程x文档来源为：从网络收集整理.word 版本可编辑.欢迎下载支持2u2u丄-a- 2tx u(x,0) (x) u(x)tt 00 t, xx x边界条件一般也有三类，最简单的初边值问题为a —— x(9)物理中常见的一维振动与波动问题可用二阶波动方程2u2 u a 2x(10)描述，它是双曲型方程的典型形式。

matlab解偏微分方程Matlab是一种非常强大的数学计算工具，它可以用于解决各种数学问题。

在本文中，我们将学习如何使用Matlab解偏微分方程。

偏微分方程是一类包含未知函数的偏导数的方程。

通常，解偏微分方程是困难的，需要使用复杂的数学方法。

然而，Matlab可以大大简化这个过程。

在Matlab中，我们可以使用pdepe函数来解偏微分方程。

pdepe函数采用一个偏微分方程的系统，并返回一个包含解的向量的矩阵。

下面是一个解二维扩散方程的示例程序：%定义二维扩散方程 function [c,f,s] = diffusionpde(x,t,u,DuDx)c = 1; %系数f = DuDx; %带有时间和空间导数的项s = 0; %不带导数的项end%定义边界条件（例）function [pl,ql,pr,qr] =diffusionbc(xl,ul,xr,ur,t)pl = 0; ql = 1; %左边界（u=0）pr = 0; qr = 1; %右边界（u=0）end%定义初始条件（例）function u0 = diffusionic(x)u0 = sin(pi*x); %sin(pi*x)是初始条件方程end%主程序x = linspace(0,1,50); %空间网格t = linspace(0,1,10); %时间网格sol =pdepe(0,@diffusionpde,@diffusionic,@diffusionbc,x,t );u = sol(:,:,1); %提取第一个解%绘制解surfc(x,t,u)xlabel('位置')ylabel('时间')title('二维扩散方程的解')从上述程序中，我们可以看到pdepe的使用方法。

在主程序中，我们选择了空间和时间网格，然后定义了偏微分方程、初始条件和边界条件的函数。

最后，我们调用pdepe函数，并将解存储在变量sol中。

MATLAB偏微分方程组求解介绍偏微分方程组是描述自然界中许多现象的数学模型，包括流体力学、电磁学、热传导等。

求解偏微分方程组是科学研究和工程应用中的重要问题之一。

MATLAB作为一种强大的数值计算工具，提供了丰富的函数和工具箱，可以用于求解偏微分方程组。

本文将介绍如何使用MATLAB求解偏微分方程组。

我们将从基本的概念和数学理论开始，然后介绍MATLAB中的相关函数和工具箱，最后给出一个具体的求解偏微分方程组的示例。

基本概念和数学理论偏微分方程组偏微分方程组是一个包含多个未知函数的方程组，其中每个未知函数的导数（偏导数）出现在方程中。

一般形式的偏微分方程组可以写成以下形式：F1(u1,u2,…,u n,∂u1∂x,∂u2∂x,…,∂u n∂x,∂u1∂y,∂u2∂y,…,∂u n∂y,…)=0F2(u1,u2,…,u n,∂u1∂x,∂u2∂x,…,∂u n∂x,∂u1∂y,∂u2∂y,…,∂u n∂y,…)=0⋮F m(u1,u2,…,u n,∂u1∂x,∂u2∂x,…,∂u n∂x,∂u1∂y,∂u2∂y,…,∂u n∂y,…)=0其中，u1,u2,…,u n是未知函数，∂u1∂x ,∂u2∂x,…,∂u n∂x,∂u1∂y,∂u2∂y,…,∂u n∂y,…是未知函数的偏导数。

边界条件为了求解偏微分方程组，我们需要给出适当的边界条件。

边界条件是在给定的边界上给出未知函数或其导数的值。

常见的边界条件包括：Dirichlet边界条件、Neumann边界条件和Robin边界条件。

•Dirichlet边界条件：给定未知函数在边界上的值。

•Neumann边界条件：给定未知函数的法向导数在边界上的值。

•Robin边界条件：给定未知函数和其法向导数的线性组合在边界上的值。

数值方法由于一般情况下无法找到偏微分方程组的解析解，我们需要使用数值方法来求解。

常见的数值方法包括：有限差分法、有限元法和谱方法。

•有限差分法：将偏微分方程组转化为差分方程组，通过在网格上逼近导数来近似原方程。

matlab求解最简单的一阶偏微分方程【原创版】目录一、引言二、什么是偏微分方程三、MATLAB 求解偏微分方程的方法四、一阶偏微分方程的解法示例五、结论正文一、引言MATLAB 是一种广泛使用的数学软件，它可以帮助我们解决各种数学问题，包括偏微分方程。

偏微分方程是一种重要的数学模型，它在物理、工程和数学等领域具有广泛的应用。

本文将介绍如何使用 MATLAB 求解最简单的一阶偏微分方程。

二、什么是偏微分方程偏微分方程是一种描述未知函数与多个自变量之间关系的方程，它是多元函数的导数与函数之间的关系。

偏微分方程可以根据其阶数进行分类，例如一阶偏微分方程、二阶偏微分方程等。

三、MATLAB 求解偏微分方程的方法MATLAB 提供了多种求解偏微分方程的方法，包括使用符号计算、有限元分析和偏微分方程工具箱等。

对于一阶偏微分方程，我们可以使用MATLAB 的 ode45、ode15s 等命令求解。

四、一阶偏微分方程的解法示例我们以一个简单的一阶偏微分方程为例，说明如何使用 MATLAB 求解。

假设有一个一阶偏微分方程：dx/dt = x + 3t，我们需要求解该方程在 t 从 0 到 10 的解。

首先，我们需要设置定解问题，即设置二维定解区域、边界条件以及方程的形式和系数。

然后，使用 MATLAB 的 ode45 命令求解该偏微分方程。

具体地，我们可以在 MATLAB 中输入以下命令：```matlab% 定义方程的系数和常数项a = 1;b = 1;c = 3;% 定义定解问题的边界条件t0 = 0;t1 = 10;y0 = 0;% 使用 ode45 求解偏微分方程[~, x] = ode45(@(t, x) a*x + b*t + c, [t0, t1], y0);```最后，我们可以使用 MATLAB 的 plot 命令绘制解的图像，以便于观察解的变化情况。

五、结论MATLAB 是一种强大的数学软件，可以帮助我们轻松地求解偏微分方程。

文章标题：深入探讨 Matlab 中求解偏微分方程的方法和应用一、引言在现代科学和工程中，偏微分方程是一种重要的数学工具，用于描述各种自然现象和物理过程，如热传导、流体力学、电磁场等。

Matlab 是一个用于科学计算和工程应用的强大工具，提供了丰富的数值计算和数据可视化功能，其中包括求解偏微分方程的工具箱，本文将深入探讨在Matlab中求解偏微分方程的方法和应用。

二、基本概念偏微分方程（Partial Differential Equation, PDE）是关于多个变量的函数及其偏导数的方程。

在物理学和工程学中，PDE广泛应用于描述空间变量和时间变量之间的关系。

在Matlab中，求解PDE通常涉及到确定PDE类型、边界条件、初始条件和求解方法等步骤。

三、求解方法1. 有限差分法（Finite Difference Method）有限差分法是求解PDE的常用数值方法之一，它将PDE转化为差分方程组，并通过迭代求解得到数值解。

在Matlab中，可以使用pdepe 函数来求解具有一维、二维或三维空间变量的PDE，该函数可以直接处理边界条件和初始条件。

2. 有限元法（Finite Element Method）有限元法是另一种常用的数值方法，它将求解区域离散化为有限数量的单元，并通过单元之间的插值来逼近PDE的解。

Matlab提供了pdenonlin函数来求解非线性PDE，该函数支持各种复杂的几何形状和非线性材料参数。

3. 特征线法（Method of Characteristics）特征线法适用于一维双曲型PDE的求解，该方法基于特征线方程的性质来构造数值解。

在Matlab中，可以使用pdegplot函数来展示特征线，并通过构造特征线网格来求解PDE。

四、实际应用1. 热传导方程的求解假设我们需要求解一个长条形的材料中的热传导方程，可以通过在Matlab中定义边界条件和初始条件，然后使用pdepe函数来求解得到温度分布和热流线。

使用matlab差分法解偏微分方程1. 引言差分法是一种常用的数值方法，用于求解偏微分方程（Partial Differential Equations，简称PDE）的数值解。

在工程学和科学研究中，PDE广泛应用于描述各种物理现象和过程。

本文将介绍使用MATLAB差分法来解偏微分方程的方法和步骤，并探讨其优势和局限性。

2. 差分法简介差分法是一种基于离散点的数值求解方法，它将连续的空间或时间变量离散化为有限个点，通过对这些离散点上的方程进行逼近，得到PDE的数值解。

其中，MATLAB作为一种功能强大的数值计算工具，提供了快速而高效的差分法求解PDE的功能。

3. 二阶偏微分方程的差分方法在本节中，我们将以一个简单的二阶偏微分方程为例，说明如何使用差分法来解决。

考虑一个二维的泊松方程，即：∂²u/∂x² + ∂²u/∂y² = f(x, y)其中，u是未知函数，f(x, y)是已知函数。

为了使用差分法求解该方程，我们需要将空间离散化，假设网格步长为Δx和Δy。

我们可以使用中心差分法来逼近二阶导数，从而将偏微分方程转化为一个代数方程组。

在MATLAB中，我们可以通过设置好网格步长和边界条件，构建对应的代数方程组，并使用线性代数求解方法（如直接解法或迭代解法）获得数值解。

4. 差分法的优势和局限性差分法作为一种数值方法，具有许多优势和应用范围，但也存在一些局限性。

优势：- 简单易懂：差分法的思想直观明了，易于理解和实现。

- 适应性广泛：差分法可以用于求解各种类型的偏微分方程，包括常微分方程和偏微分方程。

- 准确度可控：通过调整网格步长，可以控制数值解的精度和稳定性。

局限性：- 离散误差：当空间或时间步长过大时，差分法的数值解可能会出现较大的离散误差。

- 边界条件：合适的边界条件对于差分法的求解结果至关重要，不合理的边界条件可能导致数值解的不准确。

- 计算效率：对于复杂的偏微分方程，差分法的计算成本可能较高，需要耗费大量的计算资源和时间。

第四讲 Matlab 求解微分方程（组）理论介绍：Matlab 求解微分方程（组）命令 求解实例：Matlab 求解微分方程（组）实例实际应用问题通过数学建模所归纳得到的方程，绝大多数都是微分方程，真正能得到代数方程的机会很少.另一方面，能够求解的微分方程也是十分有限的，特别是高阶方程和偏微分方程（组）.这就要求我们必须研究微分方程（组）的解法：解析解法和数值解法. 一．相关函数、命令及简介1.在Matlab 中，用大写字母D 表示导数，Dy 表示y 关于自变量的一阶导数，D2y 表示y 关于自变量的二阶导数，依此类推.函数dsolve 用来解决常微分方程（组）的求解问题，调用格式为：X=dsolve(‘eqn1’,’eqn2’,…)函数dsolve 用来解符号常微分方程、方程组，如果没有初始条件，则求出通解，如果有初始条件，则求出特解.注意，系统缺省的自变量为t2.函数dsolve 求解的是常微分方程的精确解法，也称为常微分方程的符号解.但是，有大量的常微分方程虽然从理论上讲，其解是存在的，但我们却无法求出其解析解，此时，我们需要寻求方程的数值解，在求常微分方程数值解方面，MATLAB 具有丰富的函数，我们将其统称为solver ，其一般格式为：[T,Y]=solver(odefun,tspan,y0)说明：(1)solver 为命令ode45、ode23、ode113、ode15s 、ode23s 、ode23t 、ode23tb 、ode15i 之一.(2)odefun 是显示微分方程'(,)y f t y =在积分区间tspan 0[,]f t t =上从0t 到f t 用初始条件0y 求解.(3)如果要获得微分方程问题在其他指定时间点012,,,,f t t t t 上的解，则令tspan 012[,,,]f t t t t =(要求是单调的).(4)因为没有一种算法可以有效的解决所有的ODE 问题，为此，Matlab 提供了多种求解器solver ，对于不同的ODE 问题，采用不同的solver.表1 Matlab中文本文件读写函数说明：ode23、ode45是极其常用的用来求解非刚性的标准形式的一阶微分方程（组）的初值问题的解的Matlab常用程序，其中：ode23采用龙格-库塔2阶算法，用3阶公式作误差估计来调节步长，具有低等的精度.ode45则采用龙格-库塔4阶算法，用5阶公式作误差估计来调节步长，具有中等的精度.3．在matlab命令窗口、程序或函数中创建局部函数时，可用内联函数inline，inline函数形式相当于编写M函数文件，但不需编写M-文件就可以描述出某种数学关系.调用inline函数，只能由一个matlab表达式组成，并且只能返回一个变量，不允许[u,v]这种向量形式.因而，任何要求逻辑运算或乘法运算以求得最终结果的场合，都不能应用inline函数，inline函数的一般形式为：FunctionName=inline(‘函数内容’, ‘所有自变量列表’)例如：（求解F(x)=x^2*cos(a*x)-b ,a,b是标量；x是向量）在命令窗口输入:Fofx=inline(‘x .^2*cos(a*x)-b’ , ‘x’,’a’,’b’); g= Fofx([pi/3 pi/3.5],4,1) 系统输出为：g=-1.5483 -1.7259注意：由于使用内联对象函数inline 不需要另外建立m 文件，所有使用比较方便，另外在使用ode45函数的时候，定义函数往往需要编辑一个m 文件来单独定义，这样不便于管理文件，这里可以使用inline 来定义函数. 二．实例介绍1.几个可以直接用Matlab 求微分方程精确解的实例 例1 求解微分方程2'2x y xy xe -+=程序：syms x y; y=dsolve(‘Dy+2*x*y=x*exp(-x^2)’,’x ’)例 2 求微分方程'0x xy y e +-=在初始条件(1)2y e =下的特解并画出解函数的图形.程序：syms x y; y=dsolve(‘x*Dy+y-exp(1)=0’,’y(1)=2*exp(1)’,’x ’);ezplot(y)例 3 求解微分方程组530tdx x y e dtdy x y dt⎧++=⎪⎪⎨⎪--=⎪⎩在初始条件00|1,|0t t x y ====下的特解并画出解函数的图形.程序：syms x y t[x,y]=dsolve('Dx+5*x+y=exp(t)','Dy-x-3*y=0','x(0)=1','y(0)=0','t') simple(x); simple(y)ezplot(x,y,[0,1.3]);axis auto2.用ode23、ode45等求解非刚性标准形式的一阶微分方程（组）的初值问题的数值解（近似解）例 4 求解微分方程初值问题2222(0)1dy y x xdx y ⎧=-++⎪⎨⎪=⎩的数值解，求解范围为区间[0,0.5].程序：fun=inline('-2*y+2*x^2+2*x','x','y');[x,y]=ode23(fun,[0,0.5],1); plot(x,y,'o-')例 5 求解微分方程22'2(1)0,(0)1,(0)0d y dyy y y y dt dtμ--+===的解，并画出解的图形.分析：这是一个二阶非线性方程，我们可以通过变换，将二阶方程化为一阶方程组求解.令12,,7dyx y x dtμ===，则 121221212,(0)17(1),(0)0dx x x dtdx x x x x dt⎧==⎪⎪⎨⎪=--=⎪⎩ 编写M-文件vdp.m function fy=vdp(t,x)fy=[x(2);7*(1-x(1)^2)*x(2)-x(1)]; end在Matlab 命令窗口编写程序 y0=[1;0][t,x]=ode45(@vdp,[0,40],y0);或[t,x]=ode45('vdp',[0,40],y0); y=x(:,1);dy=x(:,2); plot(t,y,t,dy)练习与思考：M-文件vdp.m 改写成inline 函数程序？ 3.用Euler 折线法求解Euler 折线法求解的基本思想是将微分方程初值问题00(,)()dyf x y dxy x y ⎧=⎪⎨⎪=⎩ 化成一个代数(差分)方程，主要步骤是用差商()()y x h y x h +-替代微商dydx，于是00()()(,())()k k k k y x h y x f x y x h y y x +-⎧=⎪⎨⎪=⎩记1,(),k k k k x x h y y x +=+=从而1(),k k y y x h +=+于是0011(),,0,1,2,,1(,).k k k k k k y y x x x h k n y y hf x y ++=⎧⎪=+=-⎨⎪=+⎩例 6 用Euler 折线法求解微分方程初值问题22(0)1dyx y dxy y ⎧=+⎪⎨⎪=⎩的数值解（步长h 取0.4），求解范围为区间[0,2].分析：本问题的差分方程为00110,1,0.4,0,1,2,,1(,).k k k k k k x y h x x h k n y y hf x y ++===⎧⎪=+=-⎨⎪=+⎩程序：>> clear >> f=sym('y+2*x/y^2'); >> a=0; >> b=2; >> h=0.4; >> n=(b-a)/h+1; >> x=0; >> y=1;>> szj=[x,y];%数值解 >> for i=1:n-1y=y+h*subs(f,{'x','y'},{x,y});%subs ，替换函数 x=x+h; szj=[szj;x,y]; end >>szj>> plot(szj(:,1),szj(:,2))说明：替换函数subs 例如：输入subs(a+b,a,4) 意思就是把a 用4替换掉，返回 4+b ，也可以替换多个变量，例如：subs(cos(a)+sin(b),{a,b},[sym('alpha'),2])分别用字符alpha 替换a 和2替换b ，返回 cos(alpha)+sin(2)特别说明：本问题可进一步利用四阶Runge-Kutta 法求解，Euler 折线法实际上就是一阶Runge-Kutta 法，Runge-Kutta 法的迭代公式为001112341213243(),,(22),6(,),0,1,2,,1(,),22(,),22(,).k k k k k k k k k k k k y y x x x h h y y L L L L L f x y k n h h L f x y L h h L f x y L L f x h y hL ++=⎧⎪=+⎪⎪=++++⎪⎪=⎪=-⎨⎪=++⎪⎪⎪=++⎪⎪=++⎩相应的Matlab 程序为：>> clear >> f=sym('y+2*x/y^2'); >> a=0; >> b=2; >> h=0.4; >> n=(b-a)/h+1; >> x=0; >> y=1;>> szj=[x,y];%数值解 >> for i=1:n-1l1=subs(f, {'x','y'},{x,y});替换函数 l2=subs(f, {'x','y'},{x+h/2,y+l1*h/2}); l3=subs(f, {'x','y'},{x+h/2,y+l2*h/2}); l4=subs(f, {'x','y'},{x+h,y+l3*h}); y=y+h*(l1+2*l2+2*l3+l4)/6; x=x+h; szj=[szj;x,y]; end>>szj>> plot(szj(:,1),szj(:,2))练习与思考：(1)ode45求解问题并比较差异. (2)利用Matlab 求微分方程(4)(3)''20y y y -+=的解.(3)求解微分方程''2',2(1)0,030,(0)1,(0)0y y y y x y y --+=≤≤==的特解. (4)利用Matlab 求微分方程初值问题2''''00(1)2,|1,|3x x x y xy y y ==+===的解. 提醒：尽可能多的考虑解法 三．微分方程转换为一阶显式微分方程组Matlab 微分方程解算器只能求解标准形式的一阶显式微分方程（组）问题，因此在使用ODE 解算器之前，我们需要做的第一步，也是最重要的一步就是借助状态变量将微分方程（组）化成Matlab 可接受的标准形式.当然，如果ODEs 由一个或多个高阶微分方程给出，则我们应先将它变换成一阶显式常微分方程组.下面我们以两个高阶微分方程组构成的ODEs 为例介绍如何将它变换成一个一阶显式微分方程组.Step 1 将微分方程的最高阶变量移到等式左边，其它移到右边，并按阶次从低到高排列.形式为：()'''(1)'''(1)()'''(1)'''(1)(,,,,,,,,,,)(,,,,,,,,,,)m m n n m n x f t x x x x y y y y y g t x x x x y y y y ----⎧=⎨=⎩Step 2 为每一阶微分式选择状态变量，最高阶除外'''(1)123'''(1)123,,,,,,,,,m m n m m m m n x x x x x x x x x y x y x y x y--++++========注意：ODEs 中所有是因变量的最高阶次之和就是需要的状态变量的个数，最高阶的微分式不需要给它状态变量.Step 3 根据选用的状态变量，写出所有状态变量的一阶微分表达式''''122334123''12123,,,,(,,,,,),,(,,,,,)m m n m m m nm n x x x x x x x f t x x x x xx xg t x x x x +++++======练习与思考：(1)求解微分方程组**'''3312*'''3312()()22x x x y x r r y y y x y r r μμμμμμ⎧+-=+--⎪⎪⎨⎪=+--⎪⎩其中2r =1r =*1,μμ=-1/82.45,μ=(0) 1.2,x =(0)0,y ='(0)0,x ='(0) 1.049355751y =-(2)求解隐式微分方程组''''''''''''2235x y x y x y x y xy y ⎧+=⎨++-=⎩ 提示：使用符号计算函数solve 求'''',x y ，然后利用求解微分方程的方法 四．偏微分方程解法Matlab 提供了两种方法解决PDE 问题，一是使用pdepe 函数，它可以求解一般的PDEs,具有较大的通用性，但只支持命令形式调用；二是使用PDE 工具箱，可以求解特殊PDE 问题，PDEtoll 有较大的局限性，比如只能求解二阶PDE 问题，并且不能解决片微分方程组，但是它提供了GUI 界面，从复杂的编程中解脱出来，同时还可以通过File —>Save As 直接生成M 代码.1.一般偏微分方程（组）的求解(1)Matlab 提供的pdepe 函数，可以直接求解一般偏微分方程（组），它的调用格式为：sol=pdepe(m,@pdefun,@pdeic,@pdebc,x,t)@pdefun 是PDE 的问题描述函数，它必须换成标准形式：(,,)[(,,,)](,,,)m m u u u uc x t x x f x t u s x t u x t x x x-∂∂∂∂∂=+∂∂∂∂∂ 这样，PDE 就可以编写入口函数：[c,f,s]=pdefun(x,t,u,du)，m,x,t 对应于式中相关参数，du 是u 的一阶导数，由给定的输入变量可表示出c,f,s 这三个函数.@pdebc 是PDE 的边界条件描述函数，它必须化为形式：(,,)(,,).*(,,,)0up x t u q x t u f x t u x∂==∂ 于是边值条件可以编写函数描述为：[pa,qa,pb,qb]=pdebc(x,t,u,du),其中a 表示下边界，b 表示上边界.@pdeic 是PDE 的初值条件，必须化为形式：00(,)u x t u =，故可以使用函数描述为：u0=pdeic(x)sol 是一个三维数组，sol(:,:,i)表示i u 的解，换句话说，k u 对应x(i)和t(j)时的解为sol(i,j,k)，通过sol ，我们可以使用pdeval 函数直接计算某个点的函数值.(2)实例说明 求解偏微分2111222221220.024()0.17()u u F u u t xu u F u u tx ⎧∂∂=--⎪⎪∂∂⎨∂∂⎪=+-⎪∂∂⎩ 其中， 5.7311.46()x x F x e e -=-且满足初始条件12(,0)1,(,0)0u x u x ==及边界条件1(0,)0,u t x ∂=∂221(0,)0,(1,)1,(1,)0uu t u t t x∂===∂ 解：(1)对照给出的偏微分方程和pdepe 函数求解的标准形式，原方程改写为111221220.024()1.*()10.17u u F u u x u F u u u t x x ∂⎡⎤⎢⎥--⎡⎤⎡⎤⎡⎤∂∂∂=+⎢⎥⎢⎥⎢⎥⎢⎥-∂∂∂⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥∂⎣⎦可见1121220.024()10,,,()10.17u F u u x m c f s F u u u x ∂⎡⎤⎢⎥--⎡⎤⎡⎤∂====⎢⎥⎢⎥⎢⎥-∂⎣⎦⎣⎦⎢⎥⎢⎥∂⎣⎦ %目标PDE 函数function [c,f,s]=pdefun(x,t,u,du) c=[1;1];f=[0.024*du(1);0.17*du(2)]; temp=u(1)-u(2);s=[-1;1].*(exp(5.73*temp)-exp(-11.46*temp)) end(2)边界条件改写为：下边界2010.*00f u ⎡⎤⎡⎤⎡⎤+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦上边界1110.*000u f -⎡⎤⎡⎤⎡⎤+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦%边界条件函数function [pa,qa,pb,qb]=pdebc(xa,ua,xb,ub,t) pa=[0;ua(2)]; qa=[1;0]; pb=[ub(1)-1;0]; qb=[0;1]; end(3)初值条件改写为：1210u u ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦%初值条件函数 function u0=pdeic(x) u0=[1;0]; end(4)编写主调函数 clc x=0:0.05:1; t=0:0.05:2; m=0;sol=pdepe(m,@pdefun,@pdeic,@pdebc,x,t); subplot(2,1,1) surf(x,t,sol(:,:,1)) subplot(2,1,2) surf(x,t,sol(:,:,2))练习与思考： This example illustrates the straightforward formulation, computation, and plotting of the solution of a single PDE.2()u u t x xπ∂∂∂=∂∂∂ This equation holds on an interval 01x ≤≤ for times 0t ≥. The PDE satisfies the initial condition (,0)sin u x x π= and boundary conditions(0,)0;(1,)0t uu t e t xπ-∂=+=∂ 2.PDEtool 求解偏微分方程(1)PDEtool （GUI ）求解偏微分方程的一般步骤在Matlab 命令窗口输入pdetool ，回车，PDE 工具箱的图形用户界面(GUI)系统就启动了.从定义一个偏微分方程问题到完成解偏微分方程的定解，整个过程大致可以分为六个阶段Step 1 “Draw 模式”绘制平面有界区域Ω，通过公式把Matlab 系统提供的实体模型：矩形、圆、椭圆和多边形，组合起来，生成需要的平面区域.Step 2 “Boundary 模式”定义边界，声明不同边界段的边界条件.Step 3 “PDE 模式”定义偏微分方程，确定方程类型和方程系数c,a,f,d ，根据具体情况，还可以在不同子区域声明不同系数.Step 4 “Mesh 模式”网格化区域Ω，可以控制自动生成网格的参数，对生成的网格进行多次细化，使网格分割更细更合理.Step 5 “Solve 模式”解偏微分方程，对于椭圆型方程可以激活并控制非线性自适应解题器来处理非线性方程；对于抛物线型方程和双曲型方程，设置初始边界条件后可以求出给定时刻t 的解；对于特征值问题，可以求出给定区间上的特征值.求解完成后，可以返回到Step 4，对网格进一步细化，进行再次求解.Step 6 “View 模式”计算结果的可视化，可以通过设置系统提供的对话框，显示所求的解的表面图、网格图、等高线图和箭头梯形图.对于抛物线型和双曲线型问题的解还可以进行动画演示.(2)实例说明用法求解一个正方形区域上的特征值问题：12|0u u u u λ∂Ω⎧-∆-=⎪⎨⎪=⎩ 正方形区域为：11,1 1.x x -≤≤-≤≤(1)使用PDE 工具箱打开GUI 求解方程(2)进入Draw 模式，绘制一个矩形，然后双击矩形，在弹出的对话框中设置Left=-1,Bottom=-1,Width=2,Height=2,确认并关闭对话框(3)进入Boundary 模式，边界条件采用Dirichlet 条件的默认值(4)进入PDE 模式，单击工具栏PDE 按钮，在弹出的对话框中方程类型选择Eigenmodes,参数设置c=1,a=-1/2,d=1,确认后关闭对话框(5)单击工具栏的 按钮，对正方形区域进行初始网格剖分，然后再对网格进一步细化剖分一次(6)点开solve菜单，单击Parameters选项，在弹出的对话框中设置特征值区域为[-20,20](7)单击Plot菜单的Parameters项，在弹出的对话框中选中Color、Height(3-D plot)和show mesh项，然后单击Done确认(8)单击工具栏的“=”按钮，开始求解。

基础知识 偏微分方程的定解问题 各种物理性质的定常(即不随时间变化)过程，都可用椭圆型方程来描述。

其最典型、最简单的形式是泊松 方程 (Poiss on)2 2 cu d u 匚 u = 2 — f (x, y) .x :y特别地，当f ( x, y)三(时， 2 2’ eu a u 门 -u 2 ----- 2 0 ex dy (1)即为拉普拉斯(Laplace)方程，又称为调和方程(2) 带有稳定热源或内部无热源的稳定温度场的温度分布，不可压缩流体的稳定无旋流动及静电场的电势等均满足这类方程。

Poisson 方程的第一边值问题为 u 号 u =f(x,y) « ex dy u(x,y )(x,y^<p (x,y )其中Q 为以r 为边界 别为Q , r 上的已知连续函数。

第二类和第三类边界条件可统一表示成 u ：：=：u = 0 (a 0) ；n(x,y)<其中n 为边界r 的外法线方向。

当 在研究热传导过程，气体扩散现象及电磁场的传播等随时间变化的非定常物理问题时，常常会遇到抛物型方程。

其最 简单的形式为一维热传导方程(x,y)门 r = cQ 的有界区 (3)域，r 为分段光滑曲线，Q Ur 称为定解区域,f (x, y), ?(x, y)分a = 0时为第二类边界条件，a 工时为第三类边界条件。

.、 .2 .u ：一 u c ,c 、 a 2 0 (a 0) (5) :t ；:x 方程(5)可以有两种不同类型的定解问题: 初值问题(也称为 Cauchy 问题) 「詞 -2—-a —^- =0 t 0, _：： :: x ：： ；:t ：x 2 (6) u(x,0) = (x) - ：： :: x ：：：： 初边值问题 J "2cu cu 一 -a*u(x,0) =®(x)-2 =0.x0 :：t :： T,0 ：：： x :: l(7)u(0,t) =g(t),u(l,t) =g 2(t), 0 vx v l 其中？(x ), g 1(x ), g 2(x)为已知函数，且满足连接条件 (0^g 1(0), (lHg 2(0)问题(7)中的边界条件u(0,t)二g 1(t),u(l,t) =g 2(t)称为第一类界条件。

matlab解偏微分方程组使用Matlab解偏微分方程组在科学与工程领域，偏微分方程组是描述自然现象和物理过程的重要数学工具。

解偏微分方程组是求解这些现象和过程的数值模拟方法之一。

Matlab作为一种高级的数值计算软件，提供了强大的功能来解决偏微分方程组。

本文将介绍如何使用Matlab来解偏微分方程组，并给出实例说明。

一、Matlab解偏微分方程组的基本原理Matlab是一种基于矩阵运算的高级数值计算软件，它提供了丰富的函数和工具箱来解决数学问题。

在解偏微分方程组时，Matlab主要采用有限差分法、有限元法和谱方法等数值方法。

这些方法将偏微分方程转化为离散的代数方程组，然后通过求解代数方程组得到数值解。

二、使用Matlab解偏微分方程组的步骤1. 定义偏微分方程组：首先需要将偏微分方程组转化为Matlab可以处理的形式。

通常将自变量和因变量离散化，并用矩阵和向量表示。

2. 离散化：将偏微分方程中的连续变量转化为离散变量，通常采用有限差分法或有限元法。

有限差分法将偏微分方程中的导数用差商表示，有限元法则将区域划分为有限个小单元。

3. 构建代数方程组：根据离散化后的方程，可以得到相应的代数方程组。

这一步需要根据边界条件和初始条件来确定代数方程的边界值和初始值。

4. 求解代数方程组：利用Matlab提供的求解函数，如\texttt{fsolve}或\texttt{ode45}等，求解代数方程组得到数值解。

5. 可视化结果：使用Matlab的绘图函数，如\texttt{plot}或\texttt{surf}等，将数值解可视化展示出来。

这可以帮助我们更好地理解解的特性和趋势。

三、一个简单的例子为了更好地理解如何使用Matlab解偏微分方程组，我们将以一个简单的热传导问题为例。

考虑一个一维热传导方程：$$\frac{{\partial u}}{{\partial t}} = \frac{{\partial^2 u}}{{\partial x^2}}$$其中$u(x,t)$是温度分布，$x$是空间变量，$t$是时间变量。

第四讲 Matlab 求解微分方程（组）理论介绍：Matlab 求解微分方程（组）命令 求解实例：Matlab 求解微分方程（组）实例实际应用问题通过数学建模所归纳得到的方程，绝大多数都是微分方程，真正能得到代数方程的机会很少.另一方面，能够求解的微分方程也是十分有限的，特别是高阶方程和偏微分方程（组）.这就要求我们必须研究微分方程（组）的解法：解析解法和数值解法. 一．相关函数、命令及简介1.在Matlab 中，用大写字母D 表示导数，Dy 表示y 关于自变量的一阶导数，D2y 表示y 关于自变量的二阶导数，依此类推.函数dsolve 用来解决常微分方程（组）的求解问题，调用格式为：X=dsolve(‘eqn1’,’eqn2’,…)函数dsolve 用来解符号常微分方程、方程组，如果没有初始条件，则求出通解，如果有初始条件，则求出特解.注意，系统缺省的自变量为t2.函数dsolve 求解的是常微分方程的精确解法，也称为常微分方程的符号解.但是，有大量的常微分方程虽然从理论上讲，其解是存在的，但我们却无法求出其解析解，此时，我们需要寻求方程的数值解，在求常微分方程数值解方面，MATLAB 具有丰富的函数，我们将其统称为solver ，其一般格式为：[T,Y]=solver(odefun,tspan,y0)说明：(1)solver 为命令ode45、ode23、ode113、ode15s 、ode23s 、ode23t 、ode23tb 、ode15i 之一.(2)odefun 是显示微分方程'(,)y f t y =在积分区间tspan 0[,]f t t =上从0t 到ft 用初始条件0y 求解.(3)如果要获得微分方程问题在其他指定时间点012,,,,f t t t t 上的解，则令tspan 012[,,,]f t t t t =(要求是单调的).(4)因为没有一种算法可以有效的解决所有的ODE 问题，为此，Matlab 提供了多种求解器solver ，对于不同的ODE 问题，采用不同的solver.表1 Matlab中文本文件读写函数说明：ode23、ode45是极其常用的用来求解非刚性的标准形式的一阶微分方程（组）的初值问题的解的Matlab常用程序，其中：ode23采用龙格-库塔2阶算法，用3阶公式作误差估计来调节步长，具有低等的精度.ode45则采用龙格-库塔4阶算法，用5阶公式作误差估计来调节步长，具有中等的精度.3．在matlab命令窗口、程序或函数中创建局部函数时，可用内联函数inline，inline函数形式相当于编写M函数文件，但不需编写M-文件就可以描述出某种数学关系.调用inline函数，只能由一个matlab表达式组成，并且只能返回一个变量，不允许[u,v]这种向量形式.因而，任何要求逻辑运算或乘法运算以求得最终结果的场合，都不能应用inline函数，inline函数的一般形式为：FunctionName=inline(‘函数内容’, ‘所有自变量列表’)例如：（求解F(x)=x^2*cos(a*x)-b ,a,b是标量；x是向量）在命令窗口输入:Fofx=inline(‘x .^2*cos(a*x)-b ’ , ‘x ’,’a ’,’b ’); g= Fofx([pi/3 pi/3.5],4,1) 系统输出为：g=-1.5483 -1.7259注意：由于使用内联对象函数inline 不需要另外建立m 文件，所有使用比较方便，另外在使用ode45函数的时候，定义函数往往需要编辑一个m 文件来单独定义，这样不便于管理文件，这里可以使用inline 来定义函数. 二．实例介绍1.几个可以直接用Matlab 求微分方程精确解的实例 例1 求解微分方程2'2x y xy xe -+=程序：syms x y; y=dsolve(‘Dy+2*x*y=x*exp(-x^2)’,’x ’)例 2 求微分方程'0x xy y e +-=在初始条件(1)2y e =下的特解并画出解函数的图形.程序：symsxy;y=dsolve(‘x*Dy+y-exp(1)=0’,’y(1)=2*exp(1)’,’x ’);ezplot(y)例 3 求解微分方程组530tdx x y e dtdy x y dt⎧++=⎪⎪⎨⎪--=⎪⎩在初始条件00|1,|0t t x y ====下的特解并画出解函数的图形.程序：syms x y t[x,y]=dsolve('Dx+5*x+y=exp(t)','Dy-x-3*y=0','x(0)=1','y(0)=0','t')simple(x); simple(y)ezplot(x,y,[0,1.3]);axis auto2.用ode23、ode45等求解非刚性标准形式的一阶微分方程（组）的初值问题的数值解（近似解）例 4 求解微分方程初值问题2222(0)1dy y x xdx y ⎧=-++⎪⎨⎪=⎩的数值解，求解范围为区间[0,0.5].程序：fun=inline('-2*y+2*x^2+2*x','x','y'); [x,y]=ode23(fun,[0,0.5],1); plot(x,y,'o-')例 5 求解微分方程22'2(1)0,(0)1,(0)0d y dyy y y y dt dtμ--+===的解，并画出解的图形.分析：这是一个二阶非线性方程，我们可以通过变换，将二阶方程化为一阶方程组求解.令12,,7dyx y x dtμ===，则 121221212,(0)17(1),(0)0dx x x dtdx x x x x dt⎧==⎪⎪⎨⎪=--=⎪⎩ 编写M-文件vdp.m function fy=vdp(t,x)fy=[x(2);7*(1-x(1)^2)*x(2)-x(1)]; end在Matlab 命令窗口编写程序 y0=[1;0][t,x]=ode45(@vdp,[0,40],y0);或[t,x]=ode45('vdp',[0,40],y0); y=x(:,1);dy=x(:,2); plot(t,y,t,dy)练习与思考：M-文件vdp.m 改写成inline 函数程序？ 3.用Euler 折线法求解Euler 折线法求解的基本思想是将微分方程初值问题00(,)()dyf x y dxy x y ⎧=⎪⎨⎪=⎩ 化成一个代数(差分)方程，主要步骤是用差商()()y x h y x h +-替代微商dydx，于是00()()(,())()k k k k y x h y x f x y x h y y x +-⎧=⎪⎨⎪=⎩记1,(),k k k k x x h y y x +=+=从而1(),k k y y x h +=+于是0011(),,0,1,2,,1(,).k k k k k k y y x x x h k n y y hf x y ++=⎧⎪=+=-⎨⎪=+⎩例 6 用Euler 折线法求解微分方程初值问题22(0)1dyx y dxy y ⎧=+⎪⎨⎪=⎩的数值解（步长h 取0.4），求解范围为区间[0,2].分析：本问题的差分方程为00110,1,0.4,0,1,2,,1(,).k k k k k k x y h x x h k n y y hf x y ++===⎧⎪=+=-⎨⎪=+⎩程序：>> clear >> f=sym('y+2*x/y^2'); >> a=0; >> b=2; >> h=0.4; >> n=(b-a)/h+1; >> x=0; >> y=1;>> szj=[x,y];%数值解 >> for i=1:n-1y=y+h*subs(f,{'x','y'},{x,y});%subs ，替换函数 x=x+h;szj=[szj;x,y]; end>>szj>> plot(szj(:,1),szj(:,2))说明：替换函数subs 例如：输入subs(a+b,a,4) 意思就是把a 用4替换掉，返回 4+b ，也可以替换多个变量，例如：subs(cos(a)+sin(b),{a,b},[sym('alpha'),2])分别用字符alpha 替换a 和2替换b ，返回 cos(alpha)+sin(2)特别说明：本问题可进一步利用四阶Runge-Kutta 法求解，Euler 折线法实际上就是一阶Runge-Kutta 法，Runge-Kutta 法的迭代公式为001112341213243(),,(22),6(,),0,1,2,,1(,),22(,),22(,).k k k k k k k k k k k k y y x x x h h y y L L L L L f x y k n h h L f x y L h h L f x y L L f x h y hL ++=⎧⎪=+⎪⎪=++++⎪⎪=⎪=-⎨⎪=++⎪⎪⎪=++⎪⎪=++⎩相应的Matlab 程序为：>> clear >> f=sym('y+2*x/y^2'); >> a=0; >> b=2; >> h=0.4; >> n=(b-a)/h+1; >> x=0; >> y=1;>> szj=[x,y];%数值解 >> for i=1:n-1l1=subs(f, {'x','y'},{x,y});替换函数 l2=subs(f, {'x','y'},{x+h/2,y+l1*h/2}); l3=subs(f, {'x','y'},{x+h/2,y+l2*h/2}); l4=subs(f, {'x','y'},{x+h,y+l3*h});y=y+h*(l1+2*l2+2*l3+l4)/6; x=x+h;szj=[szj;x,y]; end >>szj>> plot(szj(:,1),szj(:,2))练习与思考：(1)ode45求解问题并比较差异. (2)利用Matlab 求微分方程(4)(3)''20y y y -+=的解.(3)求解微分方程''2',2(1)0,030,(0)1,(0)0y y y y x y y --+=≤≤==的特解. (4)利用Matlab 求微分方程初值问题2''''00(1)2,|1,|3x x x y xy y y ==+===的解. 提醒：尽可能多的考虑解法 三．微分方程转换为一阶显式微分方程组Matlab 微分方程解算器只能求解标准形式的一阶显式微分方程（组）问题，因此在使用ODE 解算器之前，我们需要做的第一步，也是最重要的一步就是借助状态变量将微分方程（组）化成Matlab 可接受的标准形式.当然，如果ODEs 由一个或多个高阶微分方程给出，则我们应先将它变换成一阶显式常微分方程组.下面我们以两个高阶微分方程组构成的ODEs 为例介绍如何将它变换成一个一阶显式微分方程组.Step 1 将微分方程的最高阶变量移到等式左边，其它移到右边，并按阶次从低到高排列.形式为：()'''(1)'''(1)()'''(1)'''(1)(,,,,,,,,,,)(,,,,,,,,,,)m m n n m n x f t x x x x y y y y y g t x x x x y y y y ----⎧=⎨=⎩Step 2 为每一阶微分式选择状态变量，最高阶除外'''(1)123'''(1)123,,,,,,,,,m m n m m m m n x x x x x x x x x y x y x y x y--++++========注意：ODEs 中所有是因变量的最高阶次之和就是需要的状态变量的个数，最高阶的微分式不需要给它状态变量.Step 3 根据选用的状态变量，写出所有状态变量的一阶微分表达式''''122334123''12123,,,,(,,,,,),,(,,,,,)m m n m m m nm n x x x x x x x f t x x x x xx xg t x x x x +++++======练习与思考：(1)求解微分方程组**'''3312*'''3312()()22x x x y x r r y y y x y r r μμμμμμ⎧+-=+--⎪⎪⎨⎪=+--⎪⎩其中2r =1r =*1,μμ=-1/82.45,μ=(0) 1.2,x =(0)0,y ='(0)0,x ='(0) 1.049355751y =-(2)求解隐式微分方程组''''''''''''2235x y x y x y x y xy y ⎧+=⎨++-=⎩ 提示：使用符号计算函数solve 求'''',x y ，然后利用求解微分方程的方法 四．偏微分方程解法Matlab 提供了两种方法解决PDE 问题，一是使用pdepe 函数，它可以求解一般的PDEs,具有较大的通用性，但只支持命令形式调用；二是使用PDE 工具箱，可以求解特殊PDE 问题，PDEtoll 有较大的局限性，比如只能求解二阶PDE 问题，并且不能解决片微分方程组，但是它提供了GUI 界面，从复杂的编程中解脱出来，同时还可以通过File —>Save As 直接生成M 代码.1.一般偏微分方程（组）的求解(1)Matlab 提供的pdepe 函数，可以直接求解一般偏微分方程（组），它的调用格式为：sol=pdepe(m,@pdefun,@pdeic,@pdebc,x,t)@pdefun 是PDE 的问题描述函数，它必须换成标准形式：(,,)[(,,,)](,,,)m m u u u uc x t x x f x t u s x t u x t x x x-∂∂∂∂∂=+∂∂∂∂∂ 这样，PDE 就可以编写入口函数：[c,f,s]=pdefun(x,t,u,du)，m,x,t 对应于式中相关参数，du 是u 的一阶导数，由给定的输入变量可表示出c,f,s 这三个函数.@pdebc 是PDE 的边界条件描述函数，它必须化为形式：(,,)(,,).*(,,,)0up x t u q x t u f x t u x∂==∂ 于是边值条件可以编写函数描述为：[pa,qa,pb,qb]=pdebc(x,t,u,du),其中a 表示下边界，b 表示上边界.@pdeic 是PDE 的初值条件，必须化为形式：00(,)u x t u =，故可以使用函数描述为：u0=pdeic(x)sol 是一个三维数组，sol(:,:,i)表示i u 的解，换句话说，k u 对应x(i)和t(j)时的解为sol(i,j,k)，通过sol ，我们可以使用pdeval 函数直接计算某个点的函数值.(2)实例说明 求解偏微分2111222221220.024()0.17()u u F u u t xu u F u u tx ⎧∂∂=--⎪⎪∂∂⎨∂∂⎪=+-⎪∂∂⎩ 其中， 5.7311.46()xx F x e e -=-且满足初始条件12(,0)1,(,0)0u x u x ==及边界条件1(0,)0,u t x ∂=∂221(0,)0,(1,)1,(1,)0uu t u t t x∂===∂ 解：(1)对照给出的偏微分方程和pdepe 函数求解的标准形式，原方程改写为111221220.024()1.*()10.17u u F u u x u F u u u t x x ∂⎡⎤⎢⎥--⎡⎤⎡⎤⎡⎤∂∂∂=+⎢⎥⎢⎥⎢⎥⎢⎥-∂∂∂⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥∂⎣⎦可见1121220.024()10,,,()10.17u F u u x m c f s F u u u x ∂⎡⎤⎢⎥--⎡⎤⎡⎤∂====⎢⎥⎢⎥⎢⎥-∂⎣⎦⎣⎦⎢⎥⎢⎥∂⎣⎦%目标PDE 函数function [c,f,s]=pdefun(x,t,u,du) c=[1;1];f=[0.024*du(1);0.17*du(2)];temp=u(1)-u(2);s=[-1;1].*(exp(5.73*temp)-exp(-11.46*temp)) end(2)边界条件改写为：下边界2010.*00f u ⎡⎤⎡⎤⎡⎤+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦上边界1110.*000u f -⎡⎤⎡⎤⎡⎤+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦%边界条件函数function [pa,qa,pb,qb]=pdebc(xa,ua,xb,ub,t) pa=[0;ua(2)]; qa=[1;0]; pb=[ub(1)-1;0]; qb=[0;1]; end(3)初值条件改写为：1210u u ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦%初值条件函数 function u0=pdeic(x) u0=[1;0]; end(4)编写主调函数 clcx=0:0.05:1; t=0:0.05:2; m=0;sol=pdepe(m,@pdefun,@pdeic,@pdebc,x,t); subplot(2,1,1) surf(x,t,sol(:,:,1)) subplot(2,1,2) surf(x,t,sol(:,:,2))练习与思考： This example illustrates the straightforward formulation, computation, and plotting of the solution of a single PDE.2()u u t x xπ∂∂∂=∂∂∂ This equation holds on an interval 01x ≤≤ for times 0t ≥. The PDE satisfies the initial condition (,0)sin u x x π= and boundary conditions(0,)0;(1,)0t u u t e t xπ-∂=+=∂ 2.PDEtool 求解偏微分方程 (1)PDEtool （GUI ）求解偏微分方程的一般步骤在Matlab 命令窗口输入pdetool ，回车，PDE 工具箱的图形用户界面(GUI)系统就启动了.从定义一个偏微分方程问题到完成解偏微分方程的定解，整个过程大致可以分为六个阶段Step 1 “Draw 模式”绘制平面有界区域Ω，通过公式把Matlab 系统提供的实体模型：矩形、圆、椭圆和多边形，组合起来，生成需要的平面区域.Step 2 “Boundary 模式”定义边界，声明不同边界段的边界条件.Step 3 “PDE 模式”定义偏微分方程，确定方程类型和方程系数c,a,f,d ，根据具体情况，还可以在不同子区域声明不同系数.Step 4 “Mesh 模式”网格化区域Ω，可以控制自动生成网格的参数，对生成的网格进行多次细化，使网格分割更细更合理.Step 5 “Solve 模式”解偏微分方程，对于椭圆型方程可以激活并控制非线性自适应解题器来处理非线性方程；对于抛物线型方程和双曲型方程，设置初始边界条件后可以求出给定时刻t 的解；对于特征值问题，可以求出给定区间上的特征值.求解完成后，可以返回到Step 4，对网格进一步细化，进行再次求解.Step 6 “View 模式”计算结果的可视化，可以通过设置系统提供的对话框，显示所求的解的表面图、网格图、等高线图和箭头梯形图.对于抛物线型和双曲线型问题的解还可以进行动画演示.(2)实例说明用法求解一个正方形区域上的特征值问题：12|0u u u u λ∂Ω⎧-∆-=⎪⎨⎪=⎩ 正方形区域为：11,1 1.x x -≤≤-≤≤(1)使用PDE工具箱打开GUI求解方程(2)进入Draw模式，绘制一个矩形，然后双击矩形，在弹出的对话框中设置Left=-1,Bottom=-1,Width=2,Height=2,确认并关闭对话框(3)进入Boundary模式，边界条件采用Dirichlet条件的默认值(4)进入PDE模式，单击工具栏PDE按钮，在弹出的对话框中方程类型选择Eigenmodes,参数设置c=1,a=-1/2,d=1,确认后关闭对话框(5)单击工具栏的 按钮，对正方形区域进行初始网格剖分，然后再对网格进一步细化剖分一次(6)点开solve菜单，单击Parameters选项，在弹出的对话框中设置特征值区域为[-20,20](7)单击Plot菜单的Parameters项，在弹出的对话框中选中Color、Height(3-D plot)和show mesh项，然后单击Done确认(8)单击工具栏的“=”按钮，开始求解欢迎您的下载，资料仅供参考！致力为企业和个人提供合同协议，策划案计划书，学习资料等等打造全网一站式需求。