计算机在材料科学中的应用上机教程_第1页
计算机在材料科学中的应用上机教程_第2页
计算机在材料科学中的应用上机教程_第3页
计算机在材料科学中的应用上机教程_第4页
计算机在材料科学中的应用上机教程_第5页
已阅读5页,还剩68页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

《计算机在材料科学中的应用》

上机教程

(2011级高分子专业用)

工业大学

材料科学与工程学院

2013年2月

前言

当前,计算机在材料科学中的应用(ComputerApplicationln

MaterialsScience)已经发展成为材料科学与工程的一个新的学科分支.

涉与很多的学科和领域,需要把材料科学的专业知识与计算机技术、计算

数学、信号与系统、物理、图形图像学、自动控制技术、机械等各方面的

知识技术进行综合应用。

计算机在材料科学中的应用是指以计算机为手段,通过理论和计算对

材料的固有性质、结构与组分、使用性能与合成与加工进行综合研究的一

门新学科方向,其目的在于使人们能主动地对材料进行结构、功能与工艺

的优化与控制,以使按需要开发与制备新材料。

把计算机应用于材料科学的思想产生丁20世纪50年代,其形成为一

门独立的新兴学科则是20世纪80年代以后的事,在我国20世纪90年代

逐步有学者进行这方面的研究尝试工作。近年来,现代科学(信息技术、量

子力学、统计物理、固体物理、量子化学、计算科学、计算机图形学等)理

论和方法技术的飞速发展,以与计算机能力的空前提高为材料计算机模拟

提供了理论基础和有力手段。

计算机在材料领域中的应用的发展将使材料科学从半经验的定性描述

逐渐进入半定量到定量预测和控制的更为科学的阶段。材料的计算机模拟

技术与应用已经成为现代材料科学研究中最为活跃的一个重要分支。目前

计算机在材料领域中的应用在国际上还没有统一的通用术语,美国习惯称

其为材料的“计算机分析与模型化"(computer-basedanalysisand

modeIing),欧洲则称它为“计算材料科学"(ComputationalmateriaI

Science),日本则称其为“材料设计”(Materialdesign),等等。尽管在

用语上不完全一样,各国在研究领域和特色上也不尽一样,但基本含义是

一样的。

高技术新材料是现代知识经济的重要组成部分,其发展日新月异,这

为材料的计算与设计提供了发展机遇和广阔空间。计算机在材料领域中的

应用具有以下特点:(1)具有“前瞻性”;(2)具有“创新性"s;(3)可减少

或替代实验室工作;(4)降低研究与生产成本。

目前,随着材料科学研究工作的广泛开展和不断深入,有关“计算机

I/73

在材料科学中的应用”的科技文献资料迅速增多。但这些文献大都出现在

学术期刊或会议文集之中,还缺少既包括基本原理也包括最新研究成果的

系统性、综合性书籍,教材(面向本科生、研究生)就更少。但21世纪新材

料在国民经济建设中的地位越来越重要,虽然目前我国在这方面出版的教

材与参考书还不多,但我们还是决定开设此门课程,目的是要学生了解材

料科学的新进展,让更多人接触这一新的发展方向,缩小与国外的差距。

木上机教程的教学目标如下:

1、使材料科学与工程专业的学生了解计算机在材料科学中应用的现状

和发展趋势,知道所要从事的材料科学研究领域中应当掌握哪些计算机技

术和知识:

2、通过本门上机教程程的学习引导,使他们初步掌握一些计算机地材

料科学中应用的入门知识和技能,在面对这个新领域时能比较轻松;

3、通过本门上机教程介绍计算机应用技术和软件在材料科学中的应

用,希望提高材料科学工作者从事材料研究工作时的效率利和水平。

由于时间匆忙,业务能力有限,书中难免有误,请读者批评指正,编

者万分感!

目录

前言I

目录111

上篇数据处理与过程模拟1

实脸01:实脸数据与模型参数拟合方法1

单变量拟合1

例1-1:1

例1-22

多变量拟合3

例1-33

例1-44

例1-56

例1-66

例1-77

例1-88

实验02:非线性方程求解9

例27用对分法求f(x)=x?3-7.7*x”+19.2*xT5.3在区间[1,2]之间的根。

9

例2-2求代数方程x人3-2*x-5=0,在x0:2附近的根。10

j0.02x2-x+0.1y2+1=0

例2-31X2-丫+0.01寸+2=0错误!未定义书签。

3^92

例2-4用牛顿迭代法求方程/(*)二》一7.71+19.2*一15.3在*0二1附近的

零点。11

例2-5用割线法求方程/。)=1-7.7/+19.2%一15.3的根(取

x0二1.5,x1=4)。12

例2-6:用牛顿迭代法解下列非线性方程组13

实脸03:线性方程组的迭代求解14

简单迭代计算机算法14

例3-1用简单迭代格式解下列方程组14

紧凑迭代计算机算法15

例3-2用简单迭代格式解下列方程组16

松弛迭代计算机算法17

III/73

例3-3用简单迭代格式解下列方程组17

实验04基于matlab的微分方程数值解19

例4-3用庞格-库塔公式,求解下列初值问题。19

例4-4:微分方程组数值解20

实验作业:教材page88第5题21

实验05偏微分方程数值解21

例57:用数值法求解下列偏微分方程:21

例5_1:21

例5_2:(第五章课后习题2)29

实脸06:有限元法解微分方程33

中篇分析应用篇34

实脸07:泡沫材料泡孔(颗粒)大小与形状分析34

实险08:简单流动P0LYFL0W模拟与分析(课堂讲授)39

实险09:聚合物熔体与口模间传热的非等温流动P0LYFL0W模拟与分析39

实险10:2.5D轴对称挤出POLYFLOW模拟与分析40

实险11:chemoffice2008在材料科学中的应用40

1、分子构象位全40

2、红外光谱预测40

3、核磁共振谱预测46

4、计算过渡态能量49

实验12:MatrialsStudio在材料科学中的应用51

1.建立全同立构PMMA。51

2、聚合物与金属氧化物表面的相互作用53

实验13:Office.Origin等在材料科技论文写作中的应用64

实验14:材料科学中matIab图像处理基础64

实验15:SurfaceEvolver在材料科学研究中的应用65

上篇数据处理与过程模拟

实验01:实验数据与模型参数拟合方法

实验平台:matIab2012b

实验目的:Isqcurvefit的使用;

实脸原理:

Isqcurvefitsolvesnon-1inearIeastsquaresprobIems.

Isqcurvefitattemptstosolveproblemsoftheform:

minsum{(FUN(X,XDATA)-YDATA)「2}

whereX,XDATA,YDATAandthevaIuesreturnedbyFUNcanbe

vectorsormatrices.

X=Isqcurvefit(FUN,X0,XDATA,YDATA)startsatX0andfinds

coefficients

XtobestfitthenonIinearfunctionsinFUNtothedata

YDATA(inthe

least-squaressense).FUNacceptsinputsXandXDATAand

returnsa

vector(ormatrix)offunctionvaIuesF,whereFisthe

samesizeas

YDATA,evaIuatedatXandXDATA.NOTE:FUNshouIdreturn

FUN(X,XDATA)

andnotthesum-of-squaressum((FUN(X,XDATA)-YDATA).^2).

((FUN(X,XDATA)-YDATA)issquaredandsummedimpIici11yin

theaIgorithm.)

实验举例:

单变量拟合

例:

》x=7:2:47

x

1/73

7911131517192123

25272931333537394143

4547

》尸9:3:69

y=

91215182124273033

36394245485154576063

6669

定义函数模型:

》f1=inline('a(1)+a(2)*x','a','x')

f1二

InIinefunction:

f1(a,x)=a(1)+a(2)*x

》[a1,resnorma11]二Isqcurvefit(f1,[1,1],x,y)

LocaIminimumfound.

OptimizationcompIetedbecausethesizeofthegradientisIess

than

thedefaultvaIueofthefunctiontolerance.

a1=

-1.50001.5000

resnorma11二

7.0682e-28

例1-2

定义二次函数模型

》千2二iniine('a(1)+a(2)*x+a(3)*x."2','a','x')

f2=

InIinefunction:

f2(a,x)=a(1)+a(2)*x+a(3)*x.^2

》x2=-3:3

x2二

-3-2-10123

》y2=[4230-1-2-51

y2二

4230-1-2-5

》[a2,resnormal2]=lsqcurvefit(f2,[0.5,-1,0],x2,y2)

LocaIminimumfound.

OptimizationcompIetedbecausethesizeofthegradientisIess

than

thedefauItvaIueofthefunctiontoIerance.

a2二

0.6667-1.3929-0.1310

resnorma12二

3.0952

多变量拟合

例1-3

》x3=[100200300500100700800;2410.353

4]

x3二

100.0000200.0000300.0000500.0000100.0000

700.0000800.0000

2.00004.00001.00000.30005.0000

3.00004.0000

》y3=[1.1272.4162.2052.31214846.038.325]

y3=

1.12702.41602.20502.31201.4840

6.03807.3250

定义传热实验模型函数

》f3=inline('c(1)*x(1,:)<c(2).*x(2,:)<c(3)'c','x')

f3二

InIinefunction:

f3(c,x)=c(1)*x(1,:)."c⑵.*x(2,:)."c(3)

》[a3,resnormal3,RESIDUAL3]=Isqcurvefit(f3,[0.020.5

0.2],x3,y3)

LocaIminimumfound.

3/73

OptimizationcompIetedbecausethesizeofthegradientisIess

than

thedefau11vaIueofthefunctiontoIerance.

a3二

0.02300.80000.3000

resnorma13=

2.6650e-07

RESIDUAL3二

1.0e-03*

0.13580.1653-0.1808-0.0250-0.2256

0.3005-0.2151

例1-4

2

利用解矛盾方程的方法,用二次多项式/(x)=劭+a]x+a2x函数拟

合以下数据.

序号XY序号XY

1-3451-1

2-2262-2

3-1373-5

400

“o+a](-3)+%(—3产=%+(—3)〃]+90=4

。0+4(―2)+(—2-=4+(―2)4+4a2—2

。()+。|(—1)+出(—1)〜=%+(―Dq+1。,=3

a0+4(0)+生(0尸=a0+(0)a(+0a2=0

—

CIQ4-6?1(1)+6?2(1)-=%+(1)〃]1

2

a0+q(2)+6T;(2)=g+(2)q+4%=—2

g+a](3)+生⑶2=。()+(3)〃i+9a2=-5

》A=[1-39;1-24;1-11;100;111;124;139]

A二

1-39

1-24

1-11

100

111

124

139

》Y=[4230-1-2-5]'

4

2

3

0

-1

-2

-5

》inv(A'*A)*(A'*Y)

ans二

0.6667

5/73

-1.7143

-0.2381

例1一5

》x5=[-3-2-124]

x5二

-3-2-124

》y5二[14.38.34.78.322.刀

y5=

14.30008.30004.70008.300022.7000

》f5=inIine('a(1)+a(2)*x.^3','a','x')

f5二

InIinefunction:

f5(a,x)=a(1)+a(2)*x."3

》[a5resnorm5]=Isqcurvefit(f5,[10,0],x5,y5)

LocaIminimumfound.

OptimizationcompIetedbecausethesizeofthegradientisIess

than

thedefaultvaIueofthefunctiontolerance.

a5二

10.67510.1368

resnorm5=

112.0147

例1-6

》x6=[12345678]

x6二

12345678

》y6=[15.320.527.436.649.165.687.8117.6]

y6二

15.300020.500027.400036.600049.1000

65.600087.8000117.6000

》f6=inline('a(1)*exp(a(2)*x)"a','x')

f6二

InIinefunction:

f6(a,x)=a(1)*exp(a(2)*x)

》[a6,resnormal6]=lsqcurvefit(f6,[10,0],x6,y6)

LocaIminimumfound.

OptimizationcompIetedbecausethesizeofthegradientisIess

than

thedefaultvaIueofthefunctiontolerance.

a6二

11.42410.2914

resnorma16=

0.0119

例1-7

》x7=[1123;135-1;1-125]

x7=

1123

135-1

1-125

》y7二[2-11-2]

V7二

2-11-2

》f7=inline('a(1)*x(1,:)+a(2)*x(2,:)+a(3)*x(3,'a','x')

f7=

Iniinefunction:

f7(a,x)=a(1)*x(1,:)+a(2)*x(2,:)+a(3)*x(3,:)

》[a7,resnorma17]=lsqcurvefit(f7,[0,0,0],x7,y7)

LocaIminimumfound.

OptimizationcompIetedbecausethesizeofthegradientisIess

than

7/73

thedefaultvaIueofthefunctiontolerance.

a7=

-1.59170.58990.7572

resnorma17二

5.4712

例1-8

》x8=[-23.7-10010203040]+273.15

x8二

249.4500263.1500273.1500283.1500293.1500

303.1500313.1500

》y8=[0.1010.1740.2540.3590.4950.6620.880]/0.101325*760

y8二

1.0e+03*

0.75761.30511.90522.69273.7128

4.96546.6C05

》fun8=inIine('exp(a(1)-a(2)./(x+a(3)))','a','x')

fun8二

Iniinefunction:

fun8(a,x)=exp(a(1)-a(2)./(x+a(3)))

》[a8,resnormaI8]=lsqcurvefit(fun8,[14,2000,-15],x8,y8)

LocaIminimumpossibIe.

Isqcurvefitstoppedbecausethefinalchangeinthesumof

squaresreIativeto

itsinitialvalueisIessthanthedefau11vaIueofthefunction

tolerance.

a8二

1.0e+03*

0.01722.5921-0.0035

resnorma18二

842.1467

》y88=exp(a8(1)-a8⑵./(x8+a8(3)))

y88=

1.0e+03*

0.75441.31551.90482.68613.6991

4.98656.5934

》(y88-y8)./y8

ans二

-0.00420.0079-0.0002-0.0024-0.0037

0.0042-0.0011

实验02:非线性方程求解

例27用对分法求£6)"-3-7.7*乂-2+19.2*乂-15.3在区间[1,2]之间的

根。

方法1:

》x=soIveCx"3-7.7*x”+19.2*x-15.3','x')

x=

1.7

3.0

3.0

方法2:新建一个script文件,文件名为haIf2root.m,输入如下语句。

cic;

cIearall;

a=1;

b二2;

fa=a"3-7.7*a"2+19.2*a-15.3;

fb=b"3-7.7*「2+19.2*b75.3;

c=(a+b)/2;

fc=c"3-7.7&T2+19.2*c-15.3;

whiIeabs(fc)>0.5*10^(-4)

c=(a+b)/2;

fc=c"3-7.7*c"2+19.2*c-15.3;

iffb*fc>0b=c;fb=fc;

eIsea=c;fa=fc;

end

9/73

end

formatIong

fx=fc,x=c

》haIf2root

fx=

2.8578e-C5

x=

1.1250

例2-2求代数方程x"3-2*x-5=0,在x0=2附近的根。

方法1:

》fsoIve('x'3-2*x-5',2)

EquationsoIved.

fsolvecompIetedbecausethevectoroffunctionvaIuesisnear

zero

asmeasuredbythedefaultvaIueofthefunctiontolerance,

and

theprobIemappearsreguIarasmeasuredbythegradient.

ans二

2.8583

方法2:

0.02x2-x+0.1y2+l=0

例2-310.1x2-y+0.01y3+2=0

方法1:

先建立文件名为nonIineequation.m的脚本文件。文件容如下:

functionF=nonIineequation(x)

F=[0,02*x⑴-2-x(1)+0.1*x(2)-2+1;0.1*x(1)-2-x⑵+0.01*x(2)-3

+2];

》fsoIve((x:nonIineequation(x),[0,0])

Equationsolved.

fsoIvecompletedbecausethevectoroffunctionvaIuesisnear

zero

asmeasuredbythedefaultvaIueofthefunctiontolerance,

and

theproblemappearsreguIarasmeasuredbythegradient.

ans二

1.63192.4055

方法2:

例2-4用牛顿迭代法求方程-7.7/+19.2X-15.3在x0=1附近的零

点。.

%Newton_method_soIve_equation.m

cIearaII

symsx

f=x-3-7.7*x"2+19.2*x-15.3

x0=1

err=1

while(err>0.00001)

x_tmp=x0-subs(f,x,x0)/subs(diff(f,x,1),x,xO);

err=norm(x_tmp-x0,inf)

x0=x_tmp

end

xO

err

》Newton_method_soIve_equation

f二

11/73

X八3-(77*x"2)/10+(96*x)/5-153/10

xO=

1

err=

1

err=

0.4118

xO二

1.4118

err=

0.2115

xO二

1.6232

err二

0.0691

xO二

1.6923

err二

0.0076

xO二

1.6999

err二

8.9619e-05

xO=

1.7000

err二

1.2357e-08

xO=

1.7000

xO=

1.7000

err二

1.2357e-08

例2-5用割线法求方程/(x)=r-77/+]92尤一153的根(取

x0=1.5,x1=4)o

%chord_method_soIve_equation.m

cIearall;

symsx;

f=x"3-7.7*x^2+19.2*x-15.3

xO=1.5

x1=3

err-};

while(err>0.00001)

x_tmp=x1-subs(f,x,x1)*(x1-xO)/(subs(f,x,x1)-subs(f,x,xO));

err=norm(x_tmp-x1,inf);

xO=x1;

x1=x_tmp;

end

x1

err

f二

x^3-(77*x"2)/10+(96*x)/5-153/10

xO二

1.0000

x1二

3

x1二

2.9988

err二

1.5169e-14

例2-6:用牛顿迭代法解下列非线性方程组

21

[f](x,y)=4-x-y=0

[&=l-。'-y=°

%Newton_method_soIve_equation_group.m

cIearall;

symsxy;

千1=4-x”+y”;

f2=1-exp(x)-y;

13/73

Jac=[diff(f1,'x')diff(f1,'y');diff(f2,'x')diff(f2,'y')];

xyO=[1-1.7]';

err=1;

while(err>0.00001)

xy_tmp=-inv(subs(Jac,[xy],xyO'))*subs([f1f2],[xy],xyO'),;

err=norm(xy_tmp,inf);

xyO=xyO+xy_tmp;

end

xyO

err

》Newton_method_soIve_equation_group

xyO二

-2.1882

0.8879

err二

2.4786e-06

实验03:线性方程组的迭代求解

简单迭代计算机算法

Ax=b

A=%b=bi

A=D-L-U

O=A的对角阵,L=A的下三角阵,U=A的上三角阵

Z+i=Gxk+f

简单迭代公式:G=I-D-lA=D\L+U)

f=D-]b

例3-1用简单迭代格式解下列方程组

2x1-x2-犬3=-5

,xl+5x2-x3=8

xl+x2+10x3=ll

》cic

》clearaII

》A=[2-1-1;15-1;1110]

A二

2-1-1

15-1

1110

》b=[-5811]'

b二

-5

8

11

》D=diag(diag(A))

D二

200

050

0010

》B=eye(3)-inv(D)*A

B二

00.50000.5000

-0.200000.2000

-0.1000-0.10000

》f=inv(D)*b

-2.5000

1.6000

1.1000

》x0=[111],

xO=

1

》xO=B*xO+f(重复多次)

xO二

-1.0000

2.0000

1.0000

紧凑迭代计算机算法

15/73

Ax=b

A=aifb=々

A=D-L-U

O=A的对角阵,L=A的下三角阵,U=A的上三角阵

5=GXk+f

紧凑迭代公式:G=(D-L)-'U

f=(D-L)~lh

例3-2用简单迭代格式解下列方程组

2x1-x2-x3=-5

«xl+5x2-x3=8

xl+x2+10x3=ll

》clearaII

》A=[2-1-1;15-1;1110]

A=

2-1-1

15-1

1110

》b=[-5811]'

b=

-5

8

11

》D=diag(diag(A))

D=

200

050

0010

》L=-tril(A,-1)

L二

000

-100

-1-10

》U=-triu(A,1)

U二

011

001

000

》G=(D-L)"-1*U

G二

00.50000.5000

0-0.10000.1000

0-0.0400-0.0600

》f=(D-L)"-1*b

f=

-2.5000

2.1000

1.1400

》xO=[111],

xO二

1

1

1

》xO=G*xO+f(重复多次)

xO二

-1.0000

2.0000

1.0000

松弛迭代计算机算法

Ax=h

4=a歹b=bj

A=D-L—U

0=4的对角阵,L=A的下三角阵,U=A的上三角阵

%=GXk+f

紧凑迭代公式:G={D-a)LY\(y-co)D+coU]

f=co(D-a)L)'b

例3-3用简单迭代格式解下列方程组

17/73

2x1—x2—x3=—5

x\+5x2-x3=8

x\+x2+10x3=11

》cic

》cIearaII

》A=[2-1-1;15-1;1110]

A二

2-1-1

15-1

1110

》b=[-5811]'

b=

-5

8

11

》omiga=1.1

omiga=

1.1000

》D=diag(diag(A))

D二

200

050

0010

》L=-tril(A,-1)

L二

000

-100

-1-10

》U=-triu(A,1)

U二

011

001

000

》G=(D-omiga*L)--1*((1-omiga)*D+omiga*U)

G二

-0.10000.55000.5500

0.0220-0.22100.0990

0.0086-0.0362-0.17H

》f=omiga*(D-omiga*L)^-1*b

-2.7500

2.3650

1.2524

》x0=[111],

xO=

1

1

1

》xO=G*xO+f(重复多次)

xO=

-1.0000

2.0000

1.0000

实验04基于matlab的微分方程数值解

例4-3用庞格-库塔公式,求解下列初值问题。

包=Vcos%,y(0)=1,0.1<x<0.8

dx

本实验用matlab中的相关命令来求解。

1、求理论解

》y=dsoIve(rDy-y"2*cos(x)','y(0)=1',1x')

y=

-1/(sin(x)-1)

»symsx

》subs(y,x,[0.1:0.1:0,8])

ans二

1.11091.24791.41951.63781.9210

2.29702.81073.5380

19/73

2、求数值解

第一种方法:先定义m函数文件,如下:

functionIi=Iichun(x,y)

Ii=y'2*cos(x);

再在windowscommand下执行如下语句:

》[x1,y1]=ode45('Iichun',[0,0.8],[1])

》[x2,y2]=ode45('Iichun',[0.0:0.1:0,8],[1])

第二种方法:直接在wondowscommand下直接执行如下语句:

clearall;

%定义嵌函数

f=inIine('y'2*cos(x)','x','y')

f=

Iniinefunction:

f(x,y)=y'2*cos(x)

[x1,y1]=ode45(f,[0.0,0.8],[1])

[x2,y2]=ode45(f,[0.0:0.1:0.8],[1])

例4-4:微分方程组数值解

生

厂

=0.09”(1一六)一0.45〃匕u(0)=1.6

力

JvV

一=0.06v(l--)-0.001wv,v(0)=1.2

」Jr

先定义名为exam4_4.m的文件,其容如下:

functionfun=exam4_4(t,y)

fun=[0.09*y(1)*(1-y(1)/20)-0.45*y(1)*y(2);

0.06*y⑵*(1-y(2)/15)-0.001*y(1)*y⑵]

然后在matIab的commandwindow下输入以下命令:

cIearaII;

[t,y]=ode45('exam4_4',[0:0.5:4],[1.6,1.2]);

[t,y]

ans二

01.60001.2000

0.50001.26891.2327

1.00000.99951.2663

1.50000.78171.3010

2.00000.60681.3366

2.50000.46741.3732

3.00000.35711.4108

3.50000.27061.4494

4.00000.20331.4890

plot(t,y(:,1),t,y(:,2));

实验作业:教材page88第5题

用ode45命令求解初值问题:^=—+x,y(0)=\fi<x<\

dxy

实验05偏微分方程数值解

例5-1:用数值法求解下列偏微分方程:

-=2(150-7)-3—

didx

♦=3。,7/)=3()写出matlab程序。本微分方程的物理意义是表示:在不考

0X1,第1=0

OX

虑流体本身热传导时的套管传热微分方程。

例5_1:

求定解问题

dud~u.

=3x-t(f>0”(01))

dt〜

(第五章课后习题

wl/=0=4x(1-x)(XGlOJ])1)

"L=o=uL=i=。(t>0)

取AK=0.1,Az=0.0lo

21/73

方法一:用有限差分,自行编写求解程序

*1、对定解问题进行公式离散化:

-片点-加⑺+z燃

=3ZAY-HX

XAx2

^0)=4zAr(l-/Ar)(z=0,1,2,...JO)

(Mo

z/o-

z/"=0=。工23

♦2、将上式进行整理得到(Ax=0.LA,=0.01)

=(0.3z-0.0b?+100^5-100z/Jw)+100^)/100

〃胃=04(1—01)(i=0」2…JO)

*°=0

或)=0(n=01,23…….)

*3、求解

*当n=0时(即t=0)时,u(0,12…」0)的数值解

为:

U0U1U2U3u4u5

0.000.360.640.840.961.00

U6U7U8U9U10

0.960.840.640.360.00

・4、继续求解

•当n=l时(EPt=0.01)的u(0,12…,10)

产)=(0.3,-0.01〃+10噌-lOOz户+100噌)/100

.uoulu2u3u4

.0.0000.28300.56600.76900.8920

・U5U6u7U8u9

.0.93500.89800.78100.58400.3070

・U10

.0.0000

23/73

・5、继续求解

•当n=2时(即t=0.02)的u(0,12…,10)

^)=(0.3/-0.0b?+l00吧?-100z户+100噌)/100

.UOulU2u3u4

.0.0000.28590.49190.69190.8239

・U5U6U7U8u9

.0.86990.83590.72190.52790.3039

.U10

.0.0000

J用matlab编写理序求解:exercise5_l_2.m

♦clearall;

♦x_step=0.2

♦t_step=0.01

♦X_up=l

♦t_up=l

♦x=O:x_step:X_up

♦t=O:t_step:t_up

♦u(1:1ength(t),1:1ength(x))=0

♦u(l:length(t),l)=O

♦u(l:length(t),length(x))=O

♦u(1,1:Iength(x))=4.*x.*(1-x)

♦n=l

♦while(n<=length(t)-l)

♦fori-2:length(x)-l

♦u(n+l,i)-(3*(i-l)*x_step-(n-l)*t_step+(u(n,r»-l)-2*u(n,i)+u(n,i-

ID/X—Steegtep+ugi);

♦end

♦n=n+l

♦end

♦n

♦u

♦surf(x,t,u(:/))

*方法二:利用matlab提供的pdepe()函数,

可以直接求解偏微分方程:

"lx=o=〃ki=O

25/73

♦Matlab中此偏微分方程对应的边值条件:

左边界:〃|“0=0即〃(0j)=0

右边界:〃lx=l=0即2/(17)=0

]左边界(a):pa(0.tM)=ua扇(0/M=0

I右边界(b):瓦(1工〃)=%a(1/〃)=0

*Matlab中此偏微分方程对应的初值条件:

u\t=0=4x(l-x)

即〃(x,0)=4x(1-x)

分别编写描述偏微分方程、边界条

件、初值条件的函数

*偏微分方程的描述函数

*function[cXs]=pdefun(xrtu,du)

*c=l:

♦f=du:

♦s=3*x-t;

边界条件的描述函数

«function[pa,qa,pb,qb]=pdefunbc(xa,uarxbrubrt)

♦pa=ua;

♦pb=ub;

*qa=O;

♦qb=O:

27/73

初值条件的描述函数

*functionuO=pdefunic(x)

*u0=4*x*(l-x);

调用pdepe()函数求解

♦%exercise5_l_l.m

*clearall:

*x=0:0.1:l

*t=0:0.01:2

*m=0

*sol=pdepe(mr@pdefun,@pdefunic,@pdefunb

ext)

*surf(xXsol(:,:))

数值解的结果

00.36000.64000.84000.96001.00000.96000.84000.64CX)0.36CX)0

00.30700.57200.77030.89220.93500.89810.78180.58770.32200

00.27430.51770.70650.82650.87100.83760.72720.54400.29670

0.24920.47300.65000.76510.80970.78010.67740.50630.2760

00.22830.43470.59980.70880.75250.72660.63180.47270.25810

00.21030.40120.55490.65750.69980.67730.59000.44230.24210

00.19440.37130.51450.61100.65170.63210.55180.41460.22750

00.18010.34440.47800.56870.60780.59070.51680.38920.21410

00.16730.32030.44510.53030.56780.55300.48490.36610.20200

例5_2:(第五章课后习题2)

29/73

2、修改五点格式,并求定解问题的数值解,

画出

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论