改进Euler法求解常微分方程及MATLAB可视化比较

本文将介绍如何使用改进的Euler法（也称为改进的欧拉法）数值求解常微分方程，并提供MATLAB代码实现。为了比较两种方法的精度，我们还将使用Euler法求解相同的方程，并将两种方法的结果进行可视化比较。

问题描述

采用 Euler 公式计算常微分方程{■(dx/dt@x(1)=-2)┤=2/t x+t^2 e^t,t∈[1,2]的数值解（步长自拟），并与 Euler 法进行比较，给出可视化分析。分析取不同步长时计算结果的变化情况.

实验目的与要求：1. 掌握改进 Euler 法的计算公式.2. 能够编制程序，利用改进 Euler 法求微分方程的数值解.3. 利用 Euler 公式求解此问题，并与改进 Euler 法得到的结果进行比较.4. 绘制图形，将计算结果可视化.

MATLAB代码实现matlab% 定义常微分方程f = @(t, x) 2/tx + t^2exp(t);

% 初始条件t0 = 1;x0 = -2;

% 积分区间t_start = t0;t_end = 2;

% 步长h = 0.1;

% 改进Euler法t_vals = t_start:h:t_end;x_vals_improved = zeros(size(t_vals));x_vals_improved(1) = x0;

for i = 1:length(t_vals)-1 t = t_vals(i); x = x_vals_improved(i); % 使用改进Euler法的计算公式 x_next = x + h/2 * (f(t, x) + f(t + h, x + h*f(t, x))); x_vals_improved(i+1) = x_next;end

% Euler法x_vals_euler = zeros(size(t_vals));x_vals_euler(1) = x0;

for i = 1:length(t_vals)-1 t = t_vals(i); x = x_vals_euler(i); % 使用Euler法的计算公式 x_next = x + h * f(t, x); x_vals_euler(i+1) = x_next;end

% 绘制图形figure;plot(t_vals, x_vals_improved, 'b-', 'LineWidth', 1.5, 'DisplayName', 'Improved Euler');hold on;plot(t_vals, x_vals_euler, 'r-', 'LineWidth', 1.5, 'DisplayName', 'Euler');xlabel('t');ylabel('x');title('改进Euler法与Euler法的比较');legend('Location', 'best');grid on;

代码解释

首先，我们定义了常微分方程 f(t,x)。2. 然后，我们设置初始条件 t0 和 x0，以及积分区间的上下限 t_start 和 t_end。3. h 是步长，可以根据需要修改。步长越小，计算精度越高，但计算时间也会相应增加。4. 使用改进的Euler法和Euler法分别计算数值解，并将结果存储在 x_vals_improved 和 x_vals_euler 中。5. 最后，我们使用 plot 函数绘制了两种方法的计算结果，并使用 xlabel, ylabel, title, legend 等函数添加了图形的标签和标题，方便观察和比较。

结果分析

通过运行以上代码，我们可以得到改进Euler法和Euler法在不同步长下的数值解，并通过图形直观地比较两种方法的精度。可以发现，在相同步长下，改进Euler法的精度通常高于Euler法。

总结

本文介绍了如何使用改进的Euler法数值求解常微分方程，并通过与Euler法的比较，展示了改进Euler法的优势。此外，我们还提供了MATLAB代码实现，方便读者学习和使用。需要注意的是，步长的选择对计算结果的精度有很大影响，实际应用中需要根据具体问题选择合适的步长。