NDSolve公司
详细信息和选项
NDSolve公司 给出了以下方面的结果 插值函数 物体。 NDSolve公司 [ 情商 , u个 [ x个 ] , { x个 , x个 最小值 , x个 最大值 } ] 为提供解决方案 u个 [ x个 ] 而不是函数 u个 自身。 微分方程必须用导数表示,例如 u个 ' [ x个 ] ,使用获得 D类 ,而不是使用 日期 . 偏微分方程也可以使用微分算子来指定 格拉德 ( ∇ ), Div公司 ( ∇ . ), 拉普拉斯语 ( ∇ 2 )、和 卷曲 ( ∇ ). 通常,这些操作符用于 非活动 [ 操作 ] 避免操作员进行评估。 NDSolve公司 解一系列的常微分方程以及许多偏微分方程。 NDSolve公司 也可以求解许多时滞微分方程。 在常微分方程中,函数 u个 我 必须仅依赖于单个变量 t吨 在偏微分方程中,它们可能依赖于多个变量。 When事件 [ 事件 , 行动 ] 可以包含在方程式中 当量数 指定 行动 当 事件 成为 真的 . 微分方程必须包含足够的初始或边界条件,以确定 u个 我 完全。 初始和边界条件通常在表格中说明 u个 [ x个 0 ] == c(c) 0 , u个 ' [ x个 0 ] == 直流电 0 等,但可能包含更复杂的方程。 这个 c(c) 0 , 直流电 0 等可以是列表,指定 u个 [ x个 ] 是具有向量或常规列表值的函数。 周期边界条件可以使用 u个 [ x个 0 ] == u个 [ x个 1 ] . 要点 x个 0 出现在初始或边界条件中的不必位于范围内 x个 最小值 到 x个 最大值 寻求解决方案。 边界值也可以使用 Dirichlet条件 和 纽曼价值 . 在时滞微分方程中,初始历史函数的形式如下 u个 [ x个 /; x个 < x个 0 ] == c(c) 0 ,其中 c(c) 0 通常是的函数 x个 . 中的微分方程 NDSolve公司 可能涉及复数。 NDSolve公司 可以解许多微分 ‐ 代数方程,其中一些 情商 是纯代数的,或者一些变量是隐式代数的。 这个 u个 我 可以是因变量的函数,不需要包括所有这些变量。 可以提供以下选项: -
准确性目标 自动 寻求的绝对精度数字 已编译 自动 表达式是否应自动编译 依赖变量 自动 所有因变量列表 评估监控器 无 每当函数求值时要求值的表达式 初始播种 { } 几种算法的种子方程 插值顺序 自动 最终输出的连续度 最大步长分数 1/10 每个步骤要覆盖的最大范围分数 最大步长 自动 要采取的最大步骤数 最大步长 自动 每个步骤的最大尺寸 方法 自动 要使用的方法 Norm函数 自动 用于误差估计的范数 精准度目标 自动 寻求的精度位数 开始步长 自动 使用的初始步长 步骤监视器 无 执行步骤时要计算的表达式 工作精度 机器精度 内部计算中使用的精度 NDSolve公司 调整其步长,以便解决方案中的估计误差正好在 精准度目标 和 准确性目标 . 选项 Norm函数 -> 如果 指定每个 u个 我 应结合使用 如果 [ { e(电子) 1 , e(电子) 2 , … } ] . 准确性目标 有效地指定了在查找解决方案的每个步骤中允许的绝对局部错误,而 精准度目标 指定相对本地错误。 如果溶液的值接近零时必须准确地遵循, 准确性目标 应设置得更大,或设置为 无穷 . 默认设置为 自动 对于 准确性目标 和 精准度目标 等于 工作精度 /2 . 默认设置为 自动 对于 最大步长 估计要采取的最大步骤数 NDSolve公司 ,取决于开始和停止时间以及步长的估计。 如果不可能,则采取固定数量的步骤。 的设置 最大阶跃分数 指定要采取的最大步骤 NDSolve公司 作为每个自变量的值的范围的分数。 使用 依赖变量 -> 自动 , NDSolve公司 试图通过分析给出的方程来确定因变量。 NDSolve公司 根据方程的类型,通常通过几个不同的阶段来求解微分方程。 使用 方法 -> { 秒 1 -> 米 1 , 秒 2 -> 米 2 , … } ,阶段 秒 我 通过方法处理 米 我 。实际使用的阶段及其顺序由 NDSolve公司 ,基于要解决的问题。 可能的解决方案阶段包括: -
“时间集成” 微分方程组的时间积分 “边界值” 常微分方程边值解 “中断处理” 不连续微分方程处理的符号处理 “方程式简化” 数值计算中方程形式的简化 “索引缩减” 微分代数方程的符号指数约简 “DAE初始化” 微分代数方程的一致初始化 “PDE离散化” 偏微分方程的离散化 使用 方法 -> 米 1 或 方法 -> { 米 1 , 秒 2 -> 米 2 , … } ,方法 米 1 假设用于时间积分,因此 方法 -> 米 1 等于 方法 -> { “时间集成”-> 米 1 } . 可能的显式时间积分设置 方法 选项包括: -
“亚当斯” 预测器 ‐ 1到12阶修正亚当斯方法 “巴西存托凭证” 1到5阶隐式后向微分公式 “显式RungeKutta” 自适应嵌入对2 ( 1 ) 到9 ( 8 ) 伦格 —— 库塔方法 “IDA” DAE的隐式后向微分公式 “暗示龙格库塔” 任意家庭 ‐ 订单隐式Runge —— 库塔方法 “辛分区RungeKutta” 交错龙格 —— 可分离哈密顿系统的Kutta方法 使用 方法 -> { " 控制器 " , 方法 ->" 子方法 " } 或 方法 -> { " 控制器 " , 方法 -> { 米 1 , 米 2 , … } } ,可能的控制器方法包括: -
“组成” 组成子方法列表 “DoubleStep”(双步) 通过加倍调整步长 ‐ 阶梯法 “事件定位器” 响应指定事件 “外推” 利用多项式外推调整阶数和步长 “固定步骤” 使用恒定步长 “正交投影” 满足正交约束的项目解决方案 “投影” 满足一般约束的项目解决方案 “拆分” 分裂方程并使用不同的子方法 “刚度切换” 如果检测到刚度,则从显式方法切换到隐式方法 主要用作子方法的方法包括: -
“显式Euler” 正向欧拉方法 “显式中点” 中点规则法 “ExplicitModifiedMidpoint” 带Gragg平滑的中点规则法 “LinearlyImplicitEuler” 线性隐式欧拉方法 “LinearlyImplicitMidpoint” 线性隐式中点规则法 “线性隐式修改中点” 线性隐式Bader ‐ 平滑中点规则法 “本地精确” 局部精确符号解的数值逼近 设置 插值顺序 -> 全部 指定 NDSolve公司 应生成使用与所用底层方法相同顺序的插值的解决方案。 »