很好的偏微分方程的数值解法 希望对大伙有用

偏微分方程复习整理 偏微分方程中的基本知识 经典偏微分方程 定解问题与定解条件 等等有关PDE的知识点归纳

基于偏微分方程与维纳滤波的混合去噪方法

单独的偏微分方程去噪的数据结果

Vector.h 是向量类，包含生成向量及各种操作符重载 Template.h 是各种表达式模板的集合，包含必要的向量加减乘法操作符重载。 Matrix.h 是AX=b中,关键A数组生成的类，这里我用了数组压缩技术，即把带状数组A压缩，使程序执行更有效率。 cgexpr.cpp是Main函数，包括使用三种时间差分即 Explicit,Implicit 和 CrankNicolson。 运行程序时需要在Command line里按如下格式输入10个指令： cgexpr hx hy tend tao a iterations eps residual.txt result.txt 其中cgexpr是主函数文件名，hx,hy,是有限差分对应的x，y大小，tend是时间长度，tao是时间差分对应的ht大小，a是使用哪种时间差分格式：0是Explicit,0.5是CrankNicolson,1是implicit.iterations 是一个时间段里循环的最大次数，eps是你设定的误差。residual.txt 和 result.txt 分别是误差和最后结果输出。 这个程序实现的偏微分方程是： @u/@t= (delta)u 你可以根据你需要计算的偏微分方程，修改Matrix.h中对应的m，n，t的表达式即可。具体表达式需根据你的方程推出。

这种形式的边界条件称为第二类边界条件，又称 为纽曼（Neumann)边界条件； 向微商某种线性组合的值，即 这种形式的边界条件称为第三类边界条件，又称为 洛平（Robin)边界条件. 3. 在边界 上给出了未知函数 u 及其沿 S 的外法

针对期权定价问题,采用理论分析方法,分析了Black-Scholes期权定价模型在实际经济中的应用.传统的Black-Scholes模型的限制条件很多,只能在相对理想的状态下才能成立,在对公司购买期权的指导上有偏差.在原有的模型基础上加入具有周期性扰动的因素,建立了新的期权定价模型,可以在一定程度上减少时间损耗对期权价值的影响,会提高它的实用性和拟合性,是对lack-Scholes模型的进一步发展,能更好的解决实际问题.

1、古典显式格式求解抛物型偏微分方程（一维热传导方程） 2、古典隐式格式求解抛物型偏微分方程（一维热传导方程） 3、Crank-Nicolson隐式格式求解抛物型偏微分方程 4、正方形区域Laplace方程Diriclet问题的求解 如： function [U x t]=PDEParabolicClassicalExplicit(uX,uT,phi,psi1,psi2,M,N,C) %古典显式格式求解抛物型偏微分方程 %[U x t]=PDEParabolicClassicalExplicit(uX,uT,phi,psi1,psi2,M,N,C) % %方程：u_t=C*u_xx 0 <= x <= uX,0 <= t <= uT %初值条件：u(x,0)=phi(x) %边值条件：u(0,t)=psi1(t), u(uX,t)=psi2(t)

Matlab 求解偏微分的代码最大化风力涡轮机功率系数的高级控制 (MATLAB/Simulink) 请阅读以下论文以获取更多理论解释： 编程平台： MATLAB/Simulink 文件包括： 演示幻灯片 MATLAB 代码 描述： 如果风力发电机在最佳叶尖速比和最佳桨距角，即最佳功率系数下运行，则可以使部分负荷运行的风力涡轮机的转换效率最大化。 为此，风力涡轮机转子必须跟踪最佳参考速度。 在这项工作中，通过状态相关的 Riccati 方程 (SDRE) 应用非线性闭环有限范围最优跟踪来跟踪基于永磁同步发电机的风能转换系统的最优参考转子速度。 该技术的关键思想是使用近似解析方法将状态相关微分 Riccati 方程 (SD-DRE) 转换为线性微分 Lyapunov 方程，该方程可以在给定时间段的每个时间步以封闭形式求解。 此外，在每个时间步长与 SD-DRE 同时求解状态相关向量微分方程以执行最优跟踪问题。