数值计算方法中几个经典方法基于MATLAB的实际应用实验

matlab优化常微分方程代码关于这个仓库 这个简单的MATLAB代码是使用四阶Runge-Kutta方法对一阶常微分方程dy / dx = func（x，y）进行数值求解的方法。 由于其简单性，您可以轻松地对其进行修改或将其与其他代码组合。 它是如何工作的？ 首先，您必须在func.m中设置func（x，y） ，其中dy / dx = func（x，y）给出func（x，y） 。 下一步，您应该在RungeKutta.m中设置初始条件和其他参数。 有4个参数，你可以在RungeKutta.m调整：XINT，yint，xfin，和num。 x和y的初始值分别由xint和yint表示。 x的最大值由xfin定义。 最重要的参数是num（段数），因为它直接影响数值计算的误差。 该值应较大，以避免重大错误。 要开始计算，请运行代码RungeKutta.m 。 在MATLAB的工作区中，您将看到x和y已创建。 您可以通过命令“ plot（x，y）”来可视化最终结果。

该Matlab程序用4阶Runge-Kutta方法解微分方程，以混沌系统Rossler为例进行了求解，画出了Rossler的吸引子。

不同插值方法是否会出现震荡runge现象，自己编的哦，运行很好

拉格朗日函数（lagrange.m），用于观察高次插值的龙格现象（即振荡现象），详情可参考文章：https://blog.csdn.net/didi_ya/article/details/109407891

此函数为显式和隐式方法（以及可选的自适应步长控制）实现了固定步长 Runge-Kutta 求解器。 该函数支持显式和隐式方法，也支持嵌入式方法。 任何 Runge-Kutta 方法都可以通过指定它们的屠夫表来简单地添加。 算法本身是通用的并且相对紧凑。 目前实施了大约 34 种方法。 MATLAB 的 ODE 求解器都是可变步长的，甚至不提供以固定步长运行的选项。 这是因为与固定步长相比，自适应步长可以使求解器更快、更精确。 但是，有时有充分的理由选择固定步长求解器： - 参数研究（比较不同模型参数的仿真结果） - 计算模拟结果的有限差分雅可比（自适应步长控制会引入明显的噪声） - 执行逐点计算，其中求解器输出和测量数据必须参考相同的时间向量- 具有用于模拟结果和固定计算时间的预分配数组 界面和选项在注释中进行了解释。 有两个例子： 示例 1 使用不同的方法和步长求解阻尼和驱动的谐振

此代码的工作方式与 ode45、ode23 等系列非常相似，只是它使用固定步长 RK4 算法。 输入是函数句柄、时间跨度、初始条件和时间步长。 extraparameters 变量可用于将额外信息传递给派生例程，而不是使用全局变量。 next 是一个介于 1 和 100 之间的数字，用于通知用户模拟进度。 如果变量 quat = 'Quat'，则模拟将假设状态为 (x,y,z,q0,q1,q2,q3,u,v,w,p,q,r) 对四元数进行归一化。

在一个固定区间上用插值逼近一个函数，拉格朗日插值中使用的节点越多，插值多项式次数越高，为验证插值多项式次数增加时，Ln(x)是否也更加靠近被逼近函数，Runge给出一个例子

保证 IVP 解的准确性的一种方法是使用步长 h 和 h/2 解决问题两次，并在对应于较大步长的网格点上比较答案。 但是对于较小的步长，这需要大量的计算，并且如果确定一致性不够好，则必须重复。 Fehlberg 方法是尝试解决此问题的一种方法。 它有一个程序来确定是否使用了正确的步长 h。 在每个步骤中，都会对解决方案进行两种不同的近似处理并进行比较。 如果两个答案非常一致，则接受近似值。 如果两个答案不符合指定的准确度，则减小步长。 如果答案同意比所需的有效数字更多，则增加步长。

在天体力学中，数值方法被广泛用于求解微分方程。 本代码中，根据牛顿万有引力定律，利用Runge-Kutta四阶方法对轨道运动方程进行数值积分，模拟物​​体绕地球运动的轨迹。 输入：位置和速度向量 (x,y,z,vx,vy,vz) 或者开普勒元素 (a, e, i, Omega, w, M) h = 步长步数 = 步数输出：在ECI参考系中传播的卫星PV矢量 调用：[X_RK] = RK_4(X,h,steps)