如果有人可以帮助解决以下问题,我将不胜感激.我有以下ODE:
dr/dt = 4*exp(0.8*t) - 0.5*r ,r(0)=2, t[0,1] (1)
Run Code Online (Sandbox Code Playgroud)
我用两种不同的方式解决了(1).通过Runge-Kutta方法(第4顺序)和ode45Matlab中的方法.我将这两个结果与分析解决方案进行了比较,分析解决方案由下式给出:
r(t) = 4/1.3 (exp(0.8*t) - exp(-0.5*t)) + 2*exp(-0.5*t)
Run Code Online (Sandbox Code Playgroud)
当我根据确切的解决方案绘制每个方法的绝对误差时,我得到以下结果:
对于RK方法,我的代码是:
h=1/50;
x = 0:h:1;
y = zeros(1,length(x));
y(1) = 2;
F_xy = @(t,r) 4.*exp(0.8*t) - 0.5*r;
for i=1:(length(x)-1)
k_1 = F_xy(x(i),y(i));
k_2 = F_xy(x(i)+0.5*h,y(i)+0.5*h*k_1);
k_3 = F_xy((x(i)+0.5*h),(y(i)+0.5*h*k_2));
k_4 = F_xy((x(i)+h),(y(i)+k_3*h));
y(i+1) = y(i) + (1/6)*(k_1+2*k_2+2*k_3+k_4)*h; % main equation
end
Run Code Online (Sandbox Code Playgroud)

并为ode45:
tspan = 0:1/50:1;
x0 = 2;
f = @(t,r) 4.*exp(0.8*t) - 0.5*r;
[tid, y_ode45] …Run Code Online (Sandbox Code Playgroud) matlab numerical-integration ode differential-equations runge-kutta
一如既往地想从你身上学到更多东西,我希望能通过以下代码获得一些帮助.
我需要完成以下任务:
1)我有一个向量:
x = [1 2 3 4 5 6 7 8 9 10 11 12]
Run Code Online (Sandbox Code Playgroud)
2)和矩阵:
A =[11 14 1
5 8 18
10 8 19
13 20 16]
Run Code Online (Sandbox Code Playgroud)
我需要能够将each值x与every值相乘A,这意味着:
new_matrix = [1* A
2* A
3* A
...
12* A]
Run Code Online (Sandbox Code Playgroud)
这将给我这个new_matrix大小(12*m x n)假设A (mxn).在这种情况下(12*4x3)
我怎么能用bsxfunmatlab 做这个呢?并且,这种方法会比一个快for-loop吗?
关于我for-loop,我在这里也需要一些帮助...我无法存储每个"new_matrix"循环运行:(
for i=x
new_matrix = A.*x(i)
end
Run Code Online (Sandbox Code Playgroud)
提前致谢!! …
我有两个向量:
A=[1 2 3 4]
B=[3 5 3 5]
Run Code Online (Sandbox Code Playgroud)
我想从这些向量中找到一个矩阵,如下所示:
你可以假设c是plot matrix,其中x轴是A和y-axis是B:
c =
0 4 0 4
3 0 3 0
0 0 0 0
0 0 0 0
Run Code Online (Sandbox Code Playgroud)
要么:
c1=
0 1 0 1
1 0 1 0
0 0 0 0
0 0 0 0
Run Code Online (Sandbox Code Playgroud)
我的问题是如何自动创建它,因为我有大的向量.