差分方程的解法分析及MATLAB实现(程序)
怎样用Matlab求解差分方程题解读

模型建立 记第k年沙丘鹤的数量为xk,年均增长率为 r,则第k+1年鹤的数量为
xk+1=(1+r)xk k=0,1,2······
已知x0=100, 在较好,中等和较差的自然 环境下 r=0.0194, -0.0324,和-0.0382 我们利用 Matlab编程,递推20年后观察沙丘鹤的 数量变化情况
Xk-1决定的部分是 a1bcXk-1,由Xk-2决定的部分是 a2b(1-a1)bcXk-2
Xk= a1bcXk-1 + a2b(1-a1)bcXk-2
Xk= a1bcXk-1 + a2b(1-a1)bcXk-2
实际上,就是Xk= pXk-1 + qXk-2 我们需 要知道x0,a1,a2,c, 考察b不同时,种子繁 殖的情况。在这里假设 X0=100,a1=0.5,a2=0.25,c=10,b=0.18~0.20 这样可以用matlab计算了
K=(0:20)’; Y1=zwfz(100,21,0.18); Y2=zwfz(100,21,0.19); Y3=zwfz(100,21,0,20); Round([k,y1’,y2’,y3’]) Plot(k,y1,k,y2,’:’,k,y3,’o’), Gtext(‘b=0.18’),gtext(‘b=0.19’),gtext(‘b=0.20’)
function x=czqc(n) A=[0.6,0.2,0.1;0.3,0.7,0.3;0.1,0.1,0.6]; x(:,1)=[200,200,200]'; for k=1:n x(:,k+1)=A*x(:,k); end
如果直接看10年或者20年发展趋势,可以直接在命令窗 口(commond window)作,而不是必须编一个函数
怎样用Matlab求解差分方程题.

Matlab实现
首先建立一个关于变量n ,r的函数 function x=sqh(n,r) a=1+r; x=100; for k=1:n
x(k+1)=a*x(k); end
在command窗口里调用sqh函数
k=(0:20)';
>> y1=sqh(20,0.0194); >> y2=sqh(20,-0.0324); >> y3=sqh(20,-0.0382); >> round([k,y1',y2',y3'])
可以看到时间充分长以后3个城市汽车数量 趋于180,300,120
可以考察这个结果与初始条件是否有关
若最开始600辆汽车都在A市,可以看到变 化时间充分长以后,各城市汽车数量趋于 稳定,与初始值无关
直接输入x(:,1)的值即可
x(:,1)=[600,0,0]; round(x'); plot(k,x),grid
模型及其求解
记一棵植物春季产种的平均数为c,种子能 活过一个冬天的(1岁种子)比例为b,活过 一个冬天没有发芽又活过一个冬天的(2 岁种子)比例仍为b,1岁种子发芽率a1, 2岁种子发芽率a2。
设c,a1,a2固定,b是变量,考察能一直繁殖的条件 记第k年植物数量为Xk,显然Xk与Xk-1,Xk-2有关,由
高阶线性常系数差分方程
如果第k+1时段变量Xk+1不仅取决 于第k时段变量Xk,而且与以前时段变 量有关,就要用高阶差分方程来描述
一年生植物的繁殖
一年生植物春季发芽,夏天开花,秋季 产种,没有腐烂,风干,被人为掠取的 那些种子可以活过冬天,其中一部分能 在第2年春季发芽,然后开花,产种,其 中的另一部分虽未能发芽,但如又能活 过一个冬天,则其中一部分可在第三年 春季发芽,然后开花,产种,如此继续, 一年生植物只能活1年,而近似的认为, 种子最多可以活过两个冬天,试建立数 学模型研究这种植物数量变化的规律, 及它能一直繁殖下去的条件。
matlab用z变换求解差分方程

matlab用z变换求解差分方程Z变换是一种非常重要的信号分析工具,在MATLAB中,可以使用Symbolic Math Toolbox进行Z变换的计算和求解差分方程。
Z变换是一种将离散时间信号从时间域转换到复平面域的方法。
它与拉普拉斯变换的关系类似,但适用于离散时间信号的分析。
在MATLAB 中,使用syms函数创建符号变量来表示Z变换的变量,然后使用ztrans函数进行Z变换的计算和求解差分方程。
下面将通过一个简单的例子来说明如何使用MATLAB进行Z变换求解差分方程。
假设有一个差分方程:y[n]-0.5y[n-1]+0.25y[n-2]=x[n]首先,使用syms函数创建符号变量:syms z定义输入信号和初始条件:x=z^2;%输入信号y0=1;%初始条件y[-1]y1=0;%初始条件y[-2]然后,使用ztrans函数进行Z变换计算:Y = ztrans(y[n], n, z);X = ztrans(x, n, z);差分方程中的Y和X分别表示Y(z)和X(z),因此可以写出差分方程的Z变换方程:Y-0.5*z^(-1)*Y+0.25*z^(-2)*Y=X然后,将方程转化为Y(z)的表达式:Y = solve(Y - 0.5*z^(-1)*Y + 0.25*z^(-2)*Y == X, Y);至此,Z变换方程求解完成,可以使用ilaplace函数从Z域转换回时间域,以获得Y[n]的表达式:y = ilaplace(Y, z, n);最后,可以将结果绘制出来:n=-10:10;%时间范围y_n = subs(y, n, n); % 计算y[n]的值stem(n, y_n); % 绘制离散时间信号综上所述,我们可以使用MATLAB的Symbolic Math Toolbox进行差分方程的Z变换求解,这对于信号分析和系统设计非常有用。
Matlab解差分方程

一阶线性常系数差分方程的解、平衡点及其稳定性
x a x b k 1 k
• 自然环境下,b=0 • 人工孵化条件下
xk a k x0
k k 1 xa xba ( 1 a ) k 0
1 ak a x0 b 1 a
k
• 令xk=xk时,xk→x,称平衡点是稳定的
• • • • • • •
A=[0.6,0.2,0.1;0.3,0.7,0.3;0.1,0.1,0.6]; >> n=10; >> for k=1:n x(:,1)=[200,200,200]'; x(:,k+1)=A*x(:,k); end >> round(x)
作图观察数量变化趋势
300
• • • • •
用Matlab求解差分方程问题
一阶线性常系数差分方程
高阶线性常系数差分方程
线性常系数差分方程组
差分方程是在离散时段上描述现 实世界中变化过程的数学模型
• 例1、 某种货币1年期存款的年利率是r , 现存入M元,问年后的本金与利息之和 是多少?
• Xk+1=(1+r)xk , k = 0 , 1 , 2 · · · · ·
利用plot 绘图观察数量变化趋势
• 可以用不同线型和颜色绘图 • r g b c m y k w 分别表示 红绿兰兰绿洋红黄黑白色 : + o * . X s d 表示不同的线型
• plot(k,y1,k,y2,k,y3) 在同一坐标系下画图 plot(k,y2,':')
>> plot(k,y2,'--')
0.1 • A 0.6 0.7 0.3 B C
Matlab解差分方程

一阶线性常系数差分方程
高阶线性常系数差分方程
线性常系数差分方程组
差分方程是在离散时段上描述现 实世界中变化过程的数学模型
• 例1、 某种货币1年期存款的年利率是r , 现存入M元,问年后的本金与利息之和 是多少?
• Xk+1=(1+r)xk , k = 0 , 1 , 2 · · · · ·
x ( k 1 ) 0 . 6 x ( k ) 0 . 2 x ( k ) 0 . 1 x ( k ) 1 1 2 3 x ( k 1 ) 0 . 3 x ( k ) 0 . 7 x ( k ) 0 . 3 x ( k ) 2 1 2 3 x ( k 1 ) 0 . 1 x ( k ) 0 . 1 x ( k ) 0 . 6 x ( k ) 3 1 2 3
k=0:10; plot(k,x) ,grid gtext('x1(k)'), gtext('x2(k)'), gtext('x3(k)')
280 260 240 220 200 180 160 140 120
x2(k)
x1(k)
x3(k) 0 1 2 3 4 5 6 7 8 9 10
• 可以看到时间充分长以后3个城市汽车数 量趋于180,300,120 • 可以考察这个结果与初始条件是否有关 • 若最开始600辆汽车都在A市,可以看到 变化时间充分长以后,各城市汽车数量 趋于稳定,与初始值无关
Matlab实现
• • • • • • • 首先建立一个关于变量n ,r的函数 function x=sqh(n,r) a=1+r; x=100; for k=1:n x(k+1)=a*x(k); end
怎样用Matlab求解差分方程题解读

利用plot 绘图观察数量变化趋势
可以用不同线型和颜色绘图 r g b c m y k w 分别表示 红绿兰兰绿洋红黄黑白色 : + o * . X s d 表示不同的线型
plot(k,y1,k,y2,k,y3) 在同一坐标系下画图 plot(k,y2,':')
>> plot(k,y2,'--')
Matlab实现
首先建立一个关于变量n ,r的函数 function x=sqh(n,r) a=1+r; x=100; for k=1:n x(k+1)=a*x(k); end
在command窗口里调用sqh函数
k=(0:20)';
>> y1=sqh(20,0.0194); >> y2=sqh(20,-0.0324); >> y3=sqh(20,-0.0382); >> round([k,y1',y2',y3'])
将种群按年龄等间隔的分成若干个年龄组,时 间也离散化为时段,给定各年龄组种群的繁殖 率和死亡率,建立按年龄分组的种群增长模型, 预测未来各年龄组的种群数量,并讨论时间充 分长以后的变化趋势。
模型及其求解 设种群按年龄等间隔的分成n个年龄组,记 i=1,2,· · · ,n,时段记作k=0,1,2· · · ,且年龄组区间与 时段长度相等(若5岁为一个年龄组,则5年为一 个时段)。以雌性个体为研究对象 记在时段k第i年龄组的数量为xi(k);第i年龄组的 繁殖率为bi,表示每个个体在一个时段内繁殖 的数量;第i年龄组死亡率为di,表示一个时段 内死亡数与总数的比,si=1-di是存活率。
1,2 1, xk 0( k )
差分方程matlab解法

b 1 a
一阶线性常系数差分方程的解、平衡点及其稳定性
xk 1 axk b
• 自然环境下,b=0 • 人工孵化条件下
xk ak x0
xk ak x0 b(1 a
k
ቤተ መጻሕፍቲ ባይዱ
ak 1 )
1 ak a x0 b 1 a
• 令xk=xk+1=x得
x
差分方程的平衡点 • k→∞时,xk→x,称平衡点是稳定的
用matlab求解差分方程问题一阶线性常系数差分方程高阶线性常系数差分方程线性常系数差分方程组一阶线性常系数差分方程?濒危物种的自然演变和人工孵化?问题florida沙丘鹤属于濒危物种它在较好自然环境下年均增长率仅为194而在中等和较差环境下年均增长率分别为324和等和较差环境下年均增长率分别为324和382如果在某自然保护区内开始有100只鹤建立描述其数量变化规律的模型并作数值计算
模型建立
• 记第k年沙丘鹤的数量为xk,年均增长率为 r,则第k+1年鹤的数量为 •
xk+1=(1+r)xk k=0,1,2· · · · · ·
• 已知x0=100, 在较好,中等和较差的自然 环境下 r=0.0194, -0.0324,和-0.0382 我们利用 Matlab编程,递推20年后观察沙丘鹤的 数量变化情况
Matlab实现
• • • • • • • 首先建立一个关于变量n ,r的函数 function x=sqh(n,r) a=1+r; x=100; for k=1:n x(k+1)=a*x(k); end
• 在command窗口里调用sqh函数 k=(0:20)';
>> y1=sqh(20,0.0194); >> y2=sqh(20,-0.0324); >> y3=sqh(20,-0.0382); >> round([k,y1',y2',y3'])
用Matlab求解差分方程问题

• • • • • • •
K=(0:20)’; Y1=zwfz(100,21,0.18); Y2=zwfz(100,21,0.19); Y3=zwfz(100,21,0,20); Round([k,y1’,y2’,y3’]) Plot(k,y1,k,y2,’:’,k,y3,’o’), Gtext(‘b=0.18’),gtext(‘b=0.19’),gtext(‘b=0.20’)
>> plot(k,y2,'r') >> plot(k,y2,'y') >> plot(k,y2,'y',k,y1,':')
• 人工孵化是挽救濒危物种的措施之一, 如果每年孵化5只鹤放入保护区,观察在 中等自然条件下沙丘鹤的数量如何变化
Xk+1=aXk +5 ,a=1+r
如果我们想考察每年孵化多少只比较合 适,可以令
• • • • • •
function x=czqc(n) A=[0.6,0.2,0.1;0.3,0.7,0.3;0.1,0.1,0.6]; x(:,1)=[200,200,200]'; for k=1:n x(:,k+1)=A*x(:,k); end
如果直接看10年或者20年发展趋势,可以直接在命令窗 口(commond window)作,而不是必须编一个函数
1,2
5 2 10 b
植物能一直繁殖下去的条件是b>0.191
线性常系数差分方程组
• 汽车租赁公司的运营
• 一家汽车租赁公司在3个相邻的城市运营,为方便顾客起见公司承 诺,在一个城市租赁的汽车可以在任意一个城市归还。根据经验
估计和市场调查,一个租赁期内在A市租赁的汽车
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
差分方程的解法分析及MATLAB 实现(程序)摘自:张登奇,彭仕玉.差分方程的解法分析及其MATLAB 实现[J]. 湖南理工学院学报.2014(03) 引言线性常系数差分方程是描述线性时不变离散时间系统的数学模型,求解差分方程是分析离散时间系统的重要内容.在《信号与系统》课程中介绍的求解方法主要有迭代法、时域经典法、双零法和变换域法[1].1 迭代法例1 已知离散系统的差分方程为)1(31)()2(81)1(43)(-+=-+--n x n x n y n y n y ,激励信号为)()43()(n u n x n =,初始状态为21)2(4)1(=-=-y y ,.求系统响应. 根据激励信号和初始状态,手工依次迭代可算出2459)1(,25)0(==y y . 利用MATLAB 中的filter 函数实现迭代过程的m 程序如下:clc;clear;format compact;a=[1,-3/4,1/8],b=[1,1/3,0], %输入差分方程系数向量,不足补0对齐n=0:10;xn=(3/4).^n, %输入激励信号zx=[0,0],zy=[4,12], %输入初始状态zi=filtic(b,a,zy,zx),%计算等效初始条件[yn,zf]=filter(b,a,xn,zi),%迭代计算输出和后段等效初始条件2 时域经典法用时域经典法求解差分方程:先求齐次解;再将激励信号代入方程右端化简得自由项,根据自由项形式求特解;然后根据边界条件求完全解[3].用时域经典法求解例1的基本步骤如下.(1)求齐次解.特征方程为081432=+-αα,可算出41 , 2121==αα.高阶特征根可用MATLAB 的roots 函数计算.齐次解为. 0 , )41()21()(21≥+=n C C n y n n h (2)求方程的特解.将)()43()(n u n x n =代入差分方程右端得自由项为 ⎪⎩⎪⎨⎧≥⋅==-⋅+-1,)43(9130 ,1)1()43(31)()43(1n n n u n u n n n 当1≥n 时,特解可设为n p D n y )43()(=,代入差分方程求得213=D . (3)利用边界条件求完全解.当n =0时迭代求出25)0(=y ,当n ≥1时,完全解的形式为 ,)43(213 )41()21()(21n n n C C n y ⋅++=选择求完全解系数的边界条件可参考文[4]选)1(),0(-y y .根据边界条件求得35,31721=-=C C .注意完全解的表达式只适于特解成立的n 取值范围,其他点要用)(n δ及其延迟表示,如果其值符合表达式则可合并处理.差分方程的完全解为)(])43(213 )41(35)21(317[)1(])43(213 )41(35)21(317[)(25)(n u n u n n y n n n n n n ⋅+⋅+⋅-=-⋅+⋅+⋅-+=δ MATLAB 没有专用的差分方程求解函数,但可调用maple 符号运算工具箱中的rsolve 函数实现[5],格式为y=maple('rsolve({equs, inis},y(n))'),其中:equs 为差分方程表达式, inis 为边界条件,y(n)为差分方程中的输出函数式.rsolve 的其他格式可通过mhelp rsolve 命令了解.在MATLAB 中用时域经典法求解例1中的全响应和单位样值响应的程序如下.clc;clear;format compact;yn=maple('rsolve({y(n)-3/4*y(n-1)+1/8*y(n-2)=(3/4)^n+1/3*(3/4)^(n-1),y(0)=5/2,y(-1)=4},y(n))'),hn=maple('rsolve({y(n)-3/4*y(n-1)+1/8*y(n-2)=0,y(0)=1,y(1)=13/12},y(n))'),3 双零法根据双零响应的定义,按时域经典法的求解步骤可分别求出零输入响应和零状态响应.理解了双零法的求解原理和步骤,实际计算可调用rsolve 函数实现.yzi=maple('rsolve({y(n)-3/4*y(n-1)+1/8*y(n-2)=0,y(-1)=4, y(-2)=12},y(n))'),yzs=maple('rsolve({y(n)-3/4*y(n-1)+1/8*y(n-2)=(3/4)^n+1/3*(3/4)^(n-1),y(0)=1,y(-1)=0},y(n))'),4 变换域法设差分方程的一般形式为)()(00r n x b k n y a r Mr k N k -=-∑∑==.对差分方程两边取单边z 变换,并利用z 变换的位移公式得])()([])()([1010m r m r r M r l k l k k N k z m x z X z b z l y z Y z a ---=-=---=-=∑∑∑∑+=+整理成)()()()()()(00z X z X z B z Y z Y z A +=+形式有. )(, )(110110M M N N z b z b b z B z a z a a z A ----+++=+++=. )()(, )()(110110∑∑∑∑=--=--=--=--==M r r m m r r N k k l l k k z m x b s X zl y a s Y可以看出,由差分方程可直接写出 )(z A 和 )(z B ,系统函数)(/)()(z A z B z H =,将系统函数进行逆z 变换可得单位样值响应.由差分方程的初始状态可算出 )(0z Y ,由激励信号的初始状态可算出 )(0z X ,将激励信号进行z 变换可得 )(z X ,求解z 域代数方程可得输出信号的象函数 , )()()()()()(00z A z Y z X z X z B z Y -+= 对输出象函数进行逆z 变换可得输出信号的原函数)(n y .利用z 变换求解差分方程各响应的步骤可归纳如下:(1)根据差分方程直接写出 )(z A 、 )(z B 和)(z H ,)(z H 的逆变换即为单位样值响应;(2)根据激励信号算出 )(z X ,如激励不是因果序列则还要算出前M 个初始状态值;(3)根据差分方程的初始状态 )(, ),2( ),1(N y y y -⋅⋅⋅--和激励信号的初始状态 )(, ),2( ),1(M x x x -⋅⋅⋅--算出 )(0z Y 和 )(0z X ;(4)在z 域求解代数方程)()()()()()(00z X z X z B z Y z Y z A +=+得输出象函数 )(z Y , )(z Y 的逆变换即为全响应;(5)分析响应象函数的极点来源及在z 平面中的位置,确定自由响应与强迫响应,或瞬态响应与稳态响应;(6)根据零输入响应和零状态响应的定义,在z 域求解双零响应的象函数,对双零响应的象函数进行逆z 变换,得零输入响应和零状态响应.用变换域法求解例1的基本过程如下. 根据差分方程直接写出2181431 )(--+-=z z z A ,1311 )(-+=z z B .系统函数的极点为41,21. 对激励信号进行z 变换得)43/( )(-=z z z X .激励象函数的极点为3/4. 根据差分方程的初始状态算出102123 )(-+-=z z Y .根据激励信号的初始状态算出 0)(0=z X . 对z 域代数方程求解,得全响应的象函数)323161123/()83243125( )(2323-+-+-=z z z z z z z Y . 进行逆z 变换得全响应为)(])43(213 )41(35)21(317[)(n u n y n n n ⋅+⋅+⋅-= 其中,与系统函数的极点对应的是自由响应;与激励象函数的极点对应的是强迫响应. )(z Y 的极点都在z 平面的单位圆内故都是瞬态响应.零输入响应和零状态响应可按定义参照求解.上述求解过程可借助MATLAB 的符号运算编程实现.实现变换域法求解差分方程的m 程序如下: clc;clear;format compact;syms z n %定义符号对象% 输入差分方程、初始状态和激励信号%a=[1,-3/4,1/8],b=[1,1/3], %输入差分方程系数向量y0=[4,12],x0=[0], %输入初始状态,长度分别比a 、b 短1,长度为0时用[]xn=(3/4)^n, %输入激励信号,自动单边处理,u(n)可用1^n 表示% 下面是变换域法求解差分方程的通用程序,极点为有理数时有解析式输出 %N=length(a)-1;M=length(b)-1;%计算长度Az=poly2sym(a,'z')/z^N;Bz=poly2sym(b,'z')/z^M;%计算A(z)和B(z)Hz=Bz/Az;disp('系统函数H(z):'),sys=filt(b,a),%计算并显示系统函数hn=iztrans(Hz);disp('单位样值响应h(n)='),pretty(hn),%计算并显示单位样值响应Hzp=roots(a);disp('系统极点:');Hzp,%计算并显示系统极点Xz=ztrans(xn);disp('激励象函数X(z)='),pretty(Xz),%激励信号的单边z 变换Y0z=0;%初始化Y0(z),求Y0(z)注意系数标号与变量下标的关系for k=1:N;for l=-k:-1;Y0z = Y0z+a(k+1)*y0(-l)*z^(-k-l);endenddisp('初始Y0(z)'),Y0z,%系统初始状态的z 变换X0z=0;%初始化X0(z),求X0(z)注意系数标号与变量下标的关系for r=1:M;for m=-r:-1;X0z = X0z+b(r+1)*x0(-m)*z^(-r-m);endenddisp('初始X0(z)'),X0z,%激励信号起始状态的z 变换Yz=(Bz*Xz+X0z-Y0z)/Az;disp('全响应的z 变换Y(z)'),pretty(simple(Yz)),yn=iztrans(Yz);disp('全响应y(n)='),pretty(yn),% 计算并显示全响应Yziz=-Y0z/Az;disp('零输入象函数Yzi(z)='),pretty(Yziz),%零激励响应的z 变换yzin=iztrans(Yziz);disp('零输入响应yzi(n)='),pretty(yzin),% 计算并显示零输入响应 Yzsz=(Bz*Xz+X0z)/Az;disp('零状态象函数Yzs(z)='),pretty(Yzsz),%零状态响应的z 变换yzsn=iztrans(Yzsz);disp('零状态响应yzs(n)='),pretty(yzsn),% 计算并显示零状态响应该程序的运行过程与手算过程对应,显示在命令窗的运行结果与手算结果相同.。