首页 > TAG信息列表 > 微分方程

Field Play:Runge-Kutta

目录 引子 相关概念 Runge-Kutta 参考资料 引子 在 Filed Play:简介中提到了这个方法,查资料了解了一下。 Origin My GitHub 相关概念 极限 有时不能直接计算某个值,但可以看看逐渐接近时的情况,看下面的例子: 当 x = 1 时,发现结果是 0/0 ,这个在数学上是未定式,是不确定的。那看

《【通告】教科书写的电磁波方程完全错了,读正确的吧:》 回复

《【通告】教科书写的电磁波方程完全错了,读正确的吧:》         https://tieba.baidu.com/p/7936614781     已 下载 和 简要 的 看了 论文,   论文 似乎 是 对 麦克斯韦方程 做了 一些 解读 和 延伸,  给出了 电磁波 的 平面波  和 圆柱波 的 解决方案,    以此为例 说

数模-微分方程(SIS模型)

SIS模型 代码 fun1.m function dx=fun1(t,x) % 大家可以修改里面的参数,来看结果的变化 global TOTAL_N % 定义总人数为全局变量 beta = 0.1; % 易感染者与已感染者接触且被传染的强度 alpha = 0.06; % 由感染状态I恢复为易感者状态S的恢复率 dx = zeros(2,1

数模-微分方程(SI模型及其四种拓展)

SI模型 代码 fun1.m function dx=fun1(t,x) % 大家可以修改里面的参数,来看结果的变化 global TOTAL_N % 定义总人数为全局变量 beta = 0.1; % 易感染者与已感染者接触且被传染的强度 dx = zeros(2,1); % x(1)表示S x(2)表示I dx(1) = - beta*x(1)*x(2)/T

数模-微分方程(SIR模型)

SIR模型 代码 fun1.m function dx=fun1(t,x) % 大家可以修改里面的参数,来看结果的变化 beta = 0.1; % 易感染者与已感染者接触且被传染的强度 gamma = 0.02; % 康复率 dx = zeros(3,1); % x(1)表示S x(2)表示I x(3)表示R C = x(1)+x(2); % 传染病系统中

求解微分方程组

定义函数 sir.m function y = sir(t,x) %UNTITLED 此处显示有关此函数的摘要 % 此处显示详细说明 a=0.8; %感染率0.8 b=0.2; %治愈率0.2 y=[-a*x(1)*x(2),a*x(1)*x(2)-b*x(2)]'; end 运行函数 rum.m [t,x]=ode45('sir',[0,50],[0.98 0.02]); % ode45是

matlab求解微分方程的数值解

简 介:前面介绍了微分方程的解析解方法,同时也指出很多非线性微分方程是不存在解析解法的,需要使用数值解法对之进行研究。本文着重讨论基于 MATLAB/Simulink语言的各类微分方程的数值解方法。 关键词: 微分方程、数值解、MATLAB §01 总述 一般微分方程的数值解法很大

一阶线性微分方程求解公式中的特解

待求解微分方程如下:   改写:     此时为一阶线性微分方程,通解为: 这个根据公式求解的过程中,的指数项积分结果应该是含有绝对值或常数项的(或者将绝对值包含在一个常数项中),但是解的过程为什么就没有了绝对值或常数项?其实是特解。     先看一下一阶线性微分方程的通解公式: 先

数学学习路径

本文根据收集的USTC数学手册、北大数学系培养计划、知乎大V回答等进行编写。   基础1.0:线代\微积分\概率论与数理统计\微分方程 提升2.0:随机过程\时间序列\数值分析\优化理论\决策论 进阶3.0:随机微积分\测度论\实(泛函)分析\贝叶斯统计\非参   作者:H.Liu链接:https://www.zhihu.c

《【劝告】大家不要在理论物理上花功夫了》 回复

《【劝告】大家不要在理论物理上花功夫了》   https://tieba.baidu.com/p/7702666528   数学 的 错误 有一大类 应该是 偏微分方程  吧  ?   偏微分方程 的 严格定义,  或者说 适用条件  。   偏微分方程 和 常微分方程 的 区别,    偏微分方程 和 全微分方程 的 区别 

python解常微分方程(组)

本人目前初三,能力所限,如有不足之处,还望多多指教。 一周前看到了一个视频,于是我便想用python来求解这个问题。 〇、分析 假设在平面内有一带电粒子q,质量为m。空间内存在匀强磁场B,方向垂直于平面向内即沿z轴负半轴,以及一个沿y轴负半轴的重力场。带电粒子从磁场内O点释放。 则可直

Day17--动态过程微分方程描述

MATLAB是一个很强大的软件,在自动控制领域也是使用非常广泛,本系列博文将基于控制系统仿真进行,参考书籍《MATLAB/Simulink与控制系统仿真》,该系列博文与笔者的自动控制理论(考研篇)互为补充,详细理论知识点请各位移步自动控制理论(考研篇)系列博客。 17.动态过程微分方程描述

微分方程相关笔记

Basic微分方程 What is 形如\(F(x,y,y',...,y^{(n)})=0\) 求\(y=f(x,y)\) 阶:方程中导数的最高阶数 解:y=y(x) 通解:\(y=y(x,C_i)\),当参数C有n个(n为方程的阶)时,为通解 特解:略 变量可分离型求解 形如\(y'=f(x)g(y)\) 解法: \[\frac{y'}{g(y)}=f(x)\\\int L=\int R\\ \int \frac{dy}{g(y

RC电路一阶线性微分方程

电路中一阶线性微分方程 在高等数学中,一阶微分方程求解过程需要先算出齐次的通解,然后再根据初始条件算出特解,计算与推理过程很是复杂。在我们学习电路的时候再遇到这个东西时,会因为之前复杂的求解方式严重打击自信心,加之老师说数学在电路中应用是非常广泛的,对于RC电路中存在这个一

在 《数学问题,最佳曲面求解实例》 里 的 回复

网友 思维机器 在 反相吧 发了一个 帖 《数学问题,最佳曲面求解实例》 https://tieba.baidu.com/p/7552272863  。   10 楼 K歌之王 : 过程 很流畅,  一气呵成 ,  微分方程 的  解法  学习了 。   最后 的 结果 仍然 是  微分方程,   也就是 最后 的 参数方程组 仍然 是 微

图神经网络解偏微分方程系列(一)

图神经网络解偏微分方程系列(一) 1. 标题和概述 Learning continuous-time PDEs from sparse(稀疏) data with graph neural networks 使用图神经网络从稀疏数据中学习连续时间偏微分方程 这篇文章是使用图神经网络从稀疏数据中学习连续时间偏微分方程,发表在ICLR,ICLR是深度学习的顶

求解微分方程的一些方法

当年已经学过了,可是忘光了。从知乎上找到了一个课程,可是和之前老师讲的不一样,在这里说明一下。 求解微分方程,是解一个含有微分的方程。因为含有微分,它和一般的方程可不一样,求解的结果里会具有一个常数\(C\)。若想要去掉这个常数\(C\),需要附加条件。这个附加条件表现为: \[y'(x_1)=e

欧拉方法解决微分方程初值问题

微分方程初值问题 初值问题\(\begin{cases}y^{\prime}=f(x, y)\\ y(x_{0})=y_{0}\end{cases}\)的解\(y=y(x)\)代表通过点\((x_0, y_0)\)的一条称为微分方程的积分曲线。积分曲线上的每一个点\((x, y)\)的切线斜率等于函数\(y^{\prime}\)在这点的值. 欧拉方法画出函数图像 在最一开

基于线性常微分方程的我国某省艾滋病传播的数学模型建立和预测分析

基于线性常微分方程的我国某省艾滋病传播的数学模型建立和预测分析 如有错误,欢迎指正!转载需注明出处和作者信息!©️Sylvan Ding 摘要 艾滋病(AIDS)又称获得性免疫缺陷综合征,由人类免疫缺陷病毒(HIV)感染引起,其传染性强,病死率高,被称为"超级癌症"。随着HIV在全球范围内的快速传播,

方向余弦阵微分方程及其求解

1.方向余弦阵微分方程 \qquad 假设 b b b系与 i i

微分方程数值解

用Python实现四阶龙格-库塔(Runge-Kutta)方法求解高阶微分方程 文章目录 用Python实现四阶龙格-库塔(Runge-Kutta)方法求解高阶微分方程问题求解步骤 问题 应用四阶龙格-库塔(Runge-Kutta)方法求解如下二阶初值问题: {

P1-P10 常微分方程

【281】 本来上面积分之后是不用加绝对值得,但是有个系数是1/2,必须保证根号内未正的,所以这题出的好,打到了我的盲点。 同时:我连一阶非齐次线性微分方程的公式都记错了,中括号内部还有一个积分号,别忘了。 【283】 我齐次方程的公式也忘记了,GG 以上两题的公式几乎都忘记了,要加强

微分方程强化班

微分方程模型

什么时候用到微分方程模型 在遇到一些实际问题时,当直接导出变量之间的函数关系较为困难,但导出包含未知函数的导数或微分的关系式较为容易时,可用建立微分方程模型的方法来研究该问题

学习记录-PINN

PINN(物理信息神经网络) 图解   训练数据 1.初始条件和边界条件的采样点集; 2.偏微分方程残差采样(类网格点选取or位随机离散点选取)的配置点集; 3.标签数据用来辨识方程参数的已知数据样本集 发展 Jagtap等[6]在激活函数中引入超参数变为自适应激活函数,加速收敛速度; Shin等[7]针对