微分方程式を解くためのルンゲ・クッタ法

連続的な問題は、微分方程式や偏微分方程式で表現することができなければなりません。このような疾患、および他のニュースメディアの普及など。

離散問題、あなたは微分方程式やアルゴリズム同様の差異を使用することができます。

方程式

トンの$ COS $ Y「=

コード

1 2 3 4 5 6 7 8 9

明確な、CLC; @ = F（T、Y）COS（T） は、tspan = [ 0、2 *のPI]、 時刻tの％範囲 YO = 2 ; ％のYの初期値を、処理のためにCインテグレータ取得 [T、Y = ode23（F、tspanの、YO）; ％注コールフォーマット プロット（T、Y） は、xlabel（'T'）; ylabelの（'Y'）;

@関数が別の関数へのパラメータとして、この時間は、ハンドルを使用しなければならないとき、彼は、ハンドルを表します。ここでの関数であるf関数にはode23。

結果

高次の微分方程式を解きます

方程式

$begin{equation}
left{
begin{array}{r1}
y’’=-sin y+sin 5t\
y(0)=1\
y’(0)=0\
end{array}
right.
end{equation}$

可以将该高阶微分方程转化为两个一阶的微分方程：$begin{equation}
left{
begin{array}{r1}
y_1=y\
y_2=y’\
y’_1=y_2\
y’_2=-sin y_1+sin 5t\
y_1(0)=1\
y_2(0)=0\
end{array}
right.
end{equation}$

代码

1 2 3 4 5 6 7 8 9 10

clear,clc; @ = F（T、Y）[Y（2）-sin（Y（1））+ SIN（5 * T）]; ％は、誘導体の2つのパラメータY1およびY2である tspanの= [ 0、20です ]。時間tの％範囲 YO = [ 1 ; 0 ]; ％初期値、Y1に対応し、Y2初期値 [T、Y] = ode23（F、tspanの、YO）; ％注コールフォーマット プロット（T、Y）; xlabel（'T'）; ylabelの（'Y'）; 凡例（'Y1' 、'Y2' ）。

結果

​

著者：臭い塩辛@

：この記事はオリジナルの著者は、元明記してくださいhttps://chouxianyu.github.ioを

議論し、共有することを歓迎します！

オリジナル：ビッグボックス  微分方程式を解くためのルンゲクッタ法