欧拉法,改进欧拉法,斐波那契法原理及流程图.docVIP

欧拉法,改进欧拉法,斐波那契法原理及流程图.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
. . 1欧拉法求微分方程 方法说明 欧拉(Euler)法是解常微分方程初值问题 (4.1) 最简单的数值方法,其具体做法是,将区间[a,b]进行N等分: ,步长.并将式(4.1)写成等价的积分形 式 (4.2) 再对式(4.2)右端积分用矩形公式计算,则有 , (4.3) 在式(4.3)右端取,舍去余项。则得 , 作为的近似值。 在式(4.3)右端取,舍去余项,则得 y 作为的近似值. 一般地,在式(4.3)右端取舍去余项,则得 (4.4) 作为的近似值.式(4.4)为 欧拉法计算公式. 我们知道微分方程的解是平面上的一族积分曲线,这族曲线中过点的积分曲线就是初值问题式(4.1)的解. 欧拉法的几何意义是,过点引斜率为的积分曲线的切线,此切线与直线的交点为,再过点引以为斜率的切线与直线的交点为,依此类推,从出发,作以为斜率的切线,此切线与直线交点为.于是便得到过点的一条折线,见图4.1.过的积分曲线则用此折线来代替.因此,这种方法亦称折线法. 图4.1 例:用欧拉法求微分方程 欧拉法流程图如下: x0+h=x1 x0+h=x1 y0+h*f(x0,y0)=y1 n=1 输出x1,y1 n=1+n x1= x0 y1= y0 结束 n=N ? 读入x0,y0,b,h 开始 计算N=fix((b-x0)/h) 欧拉法程序如下: clear; clc; x1=0; x2=1; h=0.1; x0=0; y0=1; N=(x2-x1)/h;%要计算的次数 x(1)=x0; y(1)=y0; for n=1:N x(n+1)=x(n)+h; y(n+1)=y(n)+h*(y(n)-2*x(n)/y(n)); end X=x Y=y 2 改进欧拉法求微分方程 方法说明 由于欧拉法采用矩形公式计算积分产生较大截断误差.改进 欧拉法(又称改进折线法)是采取梯形公式来计算式(4.3)右端积分,则有 (5.1) 在式(5.1)右端取,舍去余项,则得 将作为的近似值. 在式(5.1)右端再取,舍去余项,则得 将作为的近似值. 一般地,在式(5.1)右端取,舍去余项.则得 (5.2) 将作为的近似值. 式(5.2)为改进 欧拉法计算公式. 流程图如下: 例:用改进欧拉法求微分方程 改进欧拉法程序如下: clear; clc; x1=0; x2=1; h=0.1; x0=0; y0=1; p(1)=0; N=(x2-x1)/h; x(1)=x0; y(1)=y0; for n=1:N x(n+1)=x(n)+h; y(n+1)=y(n)+h*(y(n)-2*x(n)/y(n)); p(n+1)=y(n)+h*(y(n+1)-2*x(n)/y(n+1)); y(n+1)=(y(n+1)+p(n+1))/2; end X=x Y=y 3斐波那契法求极值 方法说明 斐波那契法原理类似于黄金分割法,只是搜索区间的缩短率不再采用黄金分割数0.618。如图7.1所示,只要在[a,b]内取两点x1,x2,并计算出f(x1),f(x2),通过比较,可将区间[a,b]缩短为[a,x2]或[x1,b]。因为新的区间内包含一个已经计算过函数值的点,所以再从其中取一个试点,又可将这个新区间再缩短一次,不断地重复这个过程,直至最终的区间长度缩短到满足预先给定的精确度为止。 图7.1 现在的问题是,怎样选取试点,在保证同样精确度的情况下使得计算f(x)函数值的次数最少?在计算函数值的次数一定的情况下,最初区间与最终区间的长度之比可作为取点方式优劣的一个标准。计算n次函数值,如何取点使最终区间最小?或者最终区间长度为1,计算n次函数值,初始区间最多为多长?为此,引入Fibonacci数列: F Fn 表7.1 系 所以当试点个数n确定之后,最初的两个试点分别选为: x x 显然x1,x2关于区间[a,b]对称,即有x1-a=b-x2,如图7.2所示 图7.2

文档评论(0)

hkfgmny + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档