代数Lyapunov方程与Riccati方程解的估计
哈尔滨理工大学
硕士学位论文
代数Lyapunov方程与Riccati方程解的估计
姓名：毕海云
申请学位级别：硕士
专业：应用数学
指导教师：陈东彦
20080301
matlab解方程组
matlab解方程组 lnx表示成log(x) 而lgx表示成log10(x) 1-exp(((log(y))/x^0.5)/(x-1)) 1、解方程 最近有多人问如何用matlab解方程组的问题，其实在matlab中解方程组还是很方便的，例如，对于代数方程组Ax=b(A为系数矩阵，非奇异)的求解，MATLAB 中有两种方法： (1)x=inv(A)*b —采用求逆运算解方程组； (2)x=A\B —采用左除运算解方程组 PS：使用左除的运算效率要比求逆矩阵的效率高很多~ 例: x1+2x2=8 2x1+3x2=13 >>A=[1,2;2,3];b=[8;13]; >>x=inv(A)*b x = 2.00 3.00 >>x=A\B x = 2.00 3.00； 即二元一次方程组的解x1和x2分别是2和3。 对于同学问到的用matlab解多次的方程组，有符号解法，方法是：先解出符号解,然后用vpa(F,n)求出n位有效数字的数值解.具体步骤如下： 第一步:定义变量syms x y z ...; 第二步:求解[x,y,z,...]=solve('eqn1','eqn2',...,'eqnN','var1','var2',...'varN'); 第三步:求出n位有效数字的数值解x=vpa(x,n);y=vpa(y,n);z=vpa(z,n);...。 如：解二（多）元二（高）次方程组： x^2+3*y+1=0 y^2+4*x+1=0 解法如下： >>syms x y; >>[x,y]=solve('x^2+3*y+1=0','y^2+4*x+1=0'); >>x=vpa(x,4); >>y=vpa(y,4); 结果是：
Lyapunov稳定性理论概述
Lyapunov Lyapunov稳定性理论概述稳定性理论概述稳定性理论概述 稳定性理论是19 世纪80 年代由俄国数学家Lyapunov创建的，它在自动控制、航空技术、生态生物、生化反应等自然科学和工程技术等方面有着广泛的应用，其概念和理念也发展得十分迅速。通过本学期“力学中的数学方法”课程的学习，我对此理论的概况有了一些认识和体会，总结于本文中。 一， 稳定性的概念稳定性的概念 初始值的微分变化对不同系统的影响不同，例如初始值问题 ax dt dx = ， x(0)=x 0 , t≥0，x 0≥0 (1) 的解为e x at t x 0 )(= ，而x=0 是(1)式的一个解。当a f 0时，无论|x 0|多小，只要 |x 0| ≠ 0 ,在t→+∞时，总有x（t）→ ∞，即初始值的微小变化会导致解的误差任意大，而当a ?0时，e x at t x 0 )(= 。与零解的误差不会超过初始误差x 0，且随 着t 值的增加很快就会消失，所以，当|x 0|很小时，x(t)与零解的误差也很小。 这个例子表明a f 0时的零解是“稳定”的。下面，我们就给出微分方程零解稳定的严格定义。 设微分方程 ),(x t f dt dx =， x(t 0)=x 0 , x ∈R n (2) 满足解存在唯一定理的条件，其解x(t)=x(t，t 0，x 0)的存在区间是),(+∞?∞，f(t，x)还满足条件： f (t ，0)=0 (3) (3)式保证了x(t) = 0 是(2)式的解，我们称它为零解。 这里给出定义1：若对任意给定的ε > 0，都能找到δ=δ(ε,t 0),使得当||x 0||<δ时的解满足x ( t,x 0 , x 0 ) || x ( t, t 0 , x 0 ) || <ε, t ≥ t 0 , 则称(2)式的零解是稳定的，否则称(2)式的零解是不稳定的。
试验5线性代数方程组的数值解法
实验6 线性代数方程组的数值解法 [实验目的] 1. 1. 学会用MATLAB 软件数值求解线性代数方程组，对迭代法的收敛性和解的稳定性作初步分析； 2. 2. 通过实例学习用线性代数方程组解决简化的实际问题。 [实验内容] 5-5 输电网络：一种大型输电网络可简化为图5.5（见书）所示电路， 其中R 1，R 2，…，R n 表示负载电阻，r 1，r 2，…，r n 表示线路内阻，I 1，I 2，…，I n 表示负载上的电流。设电源电压为V 。 (1)列出求各负载电阻R 1，R 2，…，R n 的方程； (2)设I 1=I 2=…=I n =I ，r 1=r 2=…=r n =r ，在r=1，I=0.5，V=18，n=10的情况下求R 1，R 2，…，R n 及总电阻R 0。 [问题分析、模型建立及求解] (1) 设电源负极为电势为0，电阻R 1上对应节点电压为V 1，对于任意节点，根据KCL 定律列出方程： 11 1++----=k k k k k k k k r V V r V V R V 而 k k k R V I =，可得： 111111)(++++--++-= k k k k k k k k k k k k R r I R r I r I R r I I k=2，3，……，n-1； k=1时 2221211R r I R r I I +- =，为与上式形式一致，化为 22212111111)(R r I R r I r I r V I +--=- k=m （12-≤≤n m ）时 111111)(++++--+--+= m m m n m m m m m m m m R r I R r I r I R r I I k=n 时 n n n n n n n R r I R r I I -= --11 设以上方程组的矩阵形式为：b AR = 则 []T n R R R R 21=
-Lyapunov指数的计算方法
【总结】 Lyapunov指数的计算方法非线性理论 近期为了把计算LE的一些问题弄清楚，看了有7～9本书！下面以吕金虎《混沌时间序列分析及其应用》、马军海《复杂非线性系统的重构技术》为主线，把目前已有的LE计算方法做一个汇总！ 1. 关于连续系统Lyapunov指数的计算方法连续系统LE的计算方法主要有定义方法、Jacobian方法、QR分解方法、奇异值分解方法，或者通过求解系统的微分方程，得到微分方程解的时间序列，然后利用时间序列（即离散系统）的LE求解方法来计算得到。关于连续系统LE的计算，主要以定义方法、Jacobian方法做主要介绍容。 （1）定义法
定义法求解Lyapunov指数.JPG 关于定义法求解的程序，和matlab板块的“连续系统LE求解程序”差不多。以Rossler系统为例 Rossler系统微分方程定义程序 function dX = Rossler_ly(t,X) %Rossler吸引子，用来计算Lyapunov指数 %a=0.15,b=0.20,c=10.0 %dx/dt = -y-z, %dy/dt = x+ay, %dz/dt = b+z(x-c), a = 0.15; b = 0.20; c = 10.0; x=X(1); y=X(2); z=X(3); % Y的三个列向量为相互正交的单位向量 Y = [X(4), X(7), X(10); X(5), X(8), X(11);
X(6), X(9), X(12)]; % 输出向量的初始化，必不可少 dX = zeros(12,1); % Rossler吸引子 dX(1) = -y-z; dX(2) = x+a*y; dX(3) = b+z*(x-c); % Rossler吸引子的Jacobi矩阵 Jaco = [0 -1 -1; 1 a 0; z 0x-c]; dX(4:12) = Jaco*Y; 求解LE代码： % 计算Rossler吸引子的Lyapunov指数clear; yinit = [1,1,1]; orthmatrix = [1 0 0; 0 1 0; 0 0 1]; a = 0.15; b = 0.20; c = 10.0; y = zeros(12,1); % 初始化输入 y(1:3) = yinit; y(4:12) = orthmatrix; tstart = 0; % 时间初始值 tstep = 1e-3; % 时间步长 wholetimes = 1e5; % 总的循环次数 steps = 10; % 每次演化的步数 iteratetimes = wholetimes/steps; % 演化的次数mod = zeros(3,1); lp = zeros(3,1); % 初始化三个Lyapunov指数 Lyapunov1 = zeros(iteratetimes,1); Lyapunov2 = zeros(iteratetimes,1); Lyapunov3 = zeros(iteratetimes,1); for i=1:iteratetimes
代数方程知识点及经典习题
代数方程知识点 一.一元二次方程 1、一元二次方程的一般形式[20（a≠0）] 2、一元二次方程的判定方法 （1）根据定义判定。[即①是整式方程②只有一个未知数③未知数的最高次数是2 ] （2）根据一般形式判定。[即将整式方程进行去分母、去括号、移项、合并同类项等变形后，如果能化为一元二次方程的一般形式20（a≠0）,那么它就是一元二次方程。] 二.因式分解 1、因式分解法的一般步骤：（1）将方程的右边化为零（2）将方程的左边分解为两个一次因式的乘积（3）令每个因式等于零，得到两个一元一次方程（4）解这两个一元一次方程，它们的解就是原方程的解。 2、一元二次方程解法的选择顺序：先考虑能否用直接开平方法和因式分解法，不能用这两种特殊方法时，再用公式法。 三．一元二次方程的根的判别式 1.一元二次方程的根的判别式的概念 2.一元二次方程的根的情况与判别式的关系 判别式定理和逆定理?>0 ?方程有两个不相
等的实数根 ?=0 ?方程有两个相等的实数根 ?<0 ?方程没有实数根 ?≥0 ?方程有两个实数根3.一元二次方程根的判别式的应用 1）不解方程，判定方程根的情况 2）根据方程根的情况，确定方程系数中字母的取值范围。 3）应用判别式证明方程根的情况（无实根、有实根、有不相等实根、有相等实根） 4）利用判别式解决一元二次方程的有关证明题。 四.根与系数的关系 1 一元二次方程的根与系数的关系（韦达定理） 如果方程20（a≠0）的两个实数根是x 1, x 2 ,那么 12 ＿＿, 12 ＝ ＿＿, 2韦达定理的逆定理 如果实数x 1, x 2 满足 12 ＿＿, 12 ＝＿＿, 那么x 1 , x 2 是一元 二次方程20的两个根． 3韦达定理的两个重要推论 推论1：如果方程20的两个根是x 1, x 2 ， 那么 12＿＿, 12 ＝＿＿,
第七讲 MATLAB中求方程的近似根(解)
第七讲MATLAB中求方程的近似根(解) 教学目的：学习matlab中求根命令，了解代数方程求根求解的四种方法，即图解法、准解析法、数值方法以及迭代方法，掌握对分法、迭代法、牛顿切法线求方程近似根的基本过程；掌握求代数方程（组）的解的求解命令． 教学重点：求方程近似解的几种迭代方法，代数方程（组）的解的求解命令的使用方法.利用所学的编程知识，结合具体的实例，编制程序进行近似求根．掌握相关的代数方程（组）的求解命令及使用技巧． 教学难点：方程的近似求解和非线性方程（组）的求解． 一、问题背景和实验目的 求代数方程0 x f的根是最常见的数学问题之一（这里称为代数方程，主要是想和 (= ) 后面的微分方程区别开．为简明起见，在本实验的以下叙述中，把代数方程简称为方程），当) f为线性方程，否则称之为非线性方程．(x (= x ) f是一次多项式时，称0 当0 (x f的多样性，尚无一般的解析解法可使用，但如f是非线性方程时，由于) ) x (= 果对任意的精度要求，能求出方程的近似根，则可以认为求根的计算问题已经解决，至少能满足实际要求．同时对于多未知量非线性方程(组)而言，简单的迭代法也是可以做出来的，但在这里我们介绍相关的命令来求解，不用迭代方法求解． 通过本实验，达到下面目的： 1. 了解对分法、迭代法、牛顿切线法求方程近似根的基本过程； 2. 求代数方程（组）的解． 首先，我们先介绍几种近似求根有关的方法： 1．对分法 对分法思想：将区域不断对分，判断根在某个分段内，再对该段对分，依此类推，直到满足精度为止．对分法适用于求有根区间内的单实根或奇重实根． 设) a f ?b f，即()0 f a>，()0 f a<，()0 f b<或()0 f b>．则 ) , (< (x [b f在] a上连续，0 ( ) 根据连续函数的介值定理，在) fξ=． a内至少存在一点ξ，使()0 , (b 下面的方法可以求出该根：
代数方程 解法
代数方程 解法 化归思想：高次化低次：降次的方法：因式分解，换元 分式化整式：化整式的方法：去分母，换元 无理化有理：化有理方程的方法：平方法，换元 多元化一元：代入和加减消元 1.一元一次方程和一元二次方程的解法 一元二次方程的解法主要有四种： （1）直接开平方法： 适用于（mx+n ）2 =h (h ≥0)的一元二次方程。 （2）配方法： 适用于所有化为一般形式后的一元二次方程。但是，具有二次项系数为1，一次项系数为偶数特点的一元二次方程，用配方法解才较简便。 配方法是通过配方将一元二次方程化成（mx+n ）2 =h (h ≥0)的形式，再利用直接开平方法求解，这种解一元二次方程的方法叫配方法。 其基本步骤是： ①首先在方程两边同除以二次项系数，把二次项系数化为1； ②把常数项移到等式的右边； ③方程两边同时加上一次项系数一半的平方； ④方程左边写成完全平方式，右边化简为常数； ⑤利用直接开平方法解此方程 用配方法解一元二次方程要注意，当二次项系数不为1时，一定要化为1，然后才能方程两边同时加上一次项系数一半的平方 （3）公式法： 适用于解一般形式的一元二次方程。利用公式() 04242 2≥--±-=ac b a ac b b x 可以解 所有的一元二次方程。
注意：当b 2-4ac ≥0时，方程才有实数解；当b 2 -4ac ＜0时，原方程无实数解。 （4）因式分解法： 适用于方程右边是0，左边是易于分解成两个一次因式乘积的一元二次方程。 2.含字母系数的整式方程的解法 3.特殊的高次方程的解法 （1）二项方程)0,0(0≠≠=+b a b ax n 的解法 二项方程的定义： 如果一元n 次方程的一边只有含未知数的一项和非零的常数项，另外一边是零，那么这样的方程叫做二项方程。 关于x 的一元n 次二项方程的一般形式是 ),0,0(0是正整数n b a b ax n ≠≠=+ 二项方程的解法及根的情况： 一般地，二项方程)0,0(0≠≠=+b a b ax n 可变形为a b x n - = 可见，解一元n 次二项方程，可以转化为求一个已知数的n 次方根，运用开方运算可以求出这个方程的根。 二项方程的根的情况： 对于二项方程)0,0(0≠≠=+b a b ax n ， 当n 为奇数时，方程只有且只有一个实数根。 当n 为偶数时，如果0
-Lyapunov指数的计算方法
【总结】Lyapunov指数的计算方法非线性理论 近期为了把计算LE的一些问题弄清楚，看了有7～9本书！下面以吕金虎《混沌时间序列分析及其应用》、马军海《复杂非线性系统的重构技术》为主线，把目前已有的LE计算方法做一个汇总！ 1. 关于连续系统Lyapunov指数的计算方法连续系统LE的计算方法主要有定义方法、Jacobian方法、QR分解方法、奇异值分解方法，或者通过求解系统的微分方程，得到微分方程解的时间序列，然后利用时间序列（即离散系统）的LE求解方法来计算得到。关于连续系统LE的计算，主要以定义方法、Jacobian方法做主要介绍内容。 （1）定义法
定义法求解Lyapunov指数.JPG 关于定义法求解的程序，和matlab板块的“连续系统LE求解程序”差不多。以Rossler系统为例 Rossler系统微分方程定义程序 function dX = Rossler_ly(t,X) %Rossler吸引子，用来计算Lyapunov指数 %a=0.15,b=0.20,c=10.0 %dx/dt = -y-z, %dy/dt = x+ay, %dz/dt = b+z(x-c), a = 0.15; b = 0.20; c = 10.0; x=X(1); y=X(2); z=X(3); % Y的三个列向量为相互正交的单位向量 Y = [X(4), X(7), X(10); X(5), X(8), X(11); X(6), X(9), X(12)]; % 输出向量的初始化，必不可少 dX = zeros(12,1); % Rossler吸引子
dX(1) = -y-z; dX(2) = x+a*y; dX(3) = b+z*(x-c); % Rossler吸引子的Jacobi矩阵 Jaco = [0 -1 -1; 1 a 0; z 0x-c]; dX(4:12) = Jaco*Y; 求解LE代码： % 计算Rossler吸引子的Lyapunov指数 clear; yinit = [1,1,1]; orthmatrix = [1 0 0; 0 1 0; 0 0 1]; a = 0.15; b = 0.20; c = 10.0; y = zeros(12,1); % 初始化输入 y(1:3) = yinit; y(4:12) = orthmatrix; tstart = 0; % 时间初始值 tstep = 1e-3; % 时间步长 wholetimes = 1e5; % 总的循环次数 steps = 10; % 每次演化的步数 iteratetimes = wholetimes/steps; % 演化的次数mod = zeros(3,1); lp = zeros(3,1); % 初始化三个Lyapunov指数 Lyapunov1 = zeros(iteratetimes,1); Lyapunov2 = zeros(iteratetimes,1); Lyapunov3 = zeros(iteratetimes,1); for i=1:iteratetimes tspan = tstart:tstep:(tstart + tstep*steps); [T,Y] = ode45('Rossler_ly', tspan, y); % 取积分得到的最后一个时刻的值 y = Y(size(Y,1),:); % 重新定义起始时刻 tstart = tstart + tstep*steps;
线性方程组的直接解法 实验报告
本科实验报告 课程名称：数值计算方法B 实验项目：线性方程组的直接解法 最小二乘拟合多项式 实验地点：ZSA401 专业班级：学号：201000 学生姓名： 指导教师：李志 2012年4月13日
线性方程组的直接解法 一、实验目的和要求 实验目的：合理利用Gauss 消元法、LU 分解法或追赶法求解方程组。 实验要求：利用高斯消元法，LU 分解法或追赶法进行编程，求解题中所给的方程组。 二、实验内容和原理 实验内容：合理利用Gauss 消元法、LU 分解法或追赶法求解下列方程组： ① ?? ?? ? ?????=????????????????????13814142210321321x x x ②??? ? ?? ??????=????????????????????? ?? ? ??--?-2178.4617.5911212592.1121130.6291.513 14 .59103.043 2115x x x x ③?? ??? ??? ? ???????----=????????????????????????????????-55572112112112121 n n x x x x （n=5,10,100,…） 实验原理：这个实验我选用的是高斯消元法。高斯消元法：先按照 L ik =a ik^(k-1)/a kk^(k-1) , a ij^(k)=a ij^(k-1)-l ik a kj^(k-1) [其中k=1,2,…,n-1;i=k+1,k+2,…,n;j=k+1,k+2,…,n+1] 将方程组变为上三角矩阵，再经过回代，即可求解出方程组的解。 三.计算公式 通过消元、再回代的求解方法称为高斯消元法。特点是始终消去主对角线 下方的元素。 四、操作方法与实验步骤 #include "Stdio.h" #define N 3 main() { double a[N][N+1],b[N]; int i,j,k,x=0; for(i=0;i 解线性代数方程 ————————————————————————————————作者：————————————————————————————————日期： 求解线性方程组的直接解法 5.3特殊矩阵的三角分解 ①实对称矩阵的LDL T分解 设A是实对称阵,且A的所有顺序主子式均不为零，则LDR分解中R=L T, 故可用以作LDL T分解.这就是说,当A的对角元素非零时，我们可 以作LU分解,也就得到LDL T分解,L相同,是单位上三角阵,U的对角元素 构成D.不过没有利用对称性,存储量运算量都未能节省—预计是一半。试 用n=3的计算表格说明如何实现节省。 d1=u11 =a11 u12=a12 l21=u12/d1 u13=a13 l31=u13/d1 d2=u22=a22-l21u12u23=a23-l21u13 l32=u23/d2 u33=a33-l31u13-l32u23 这样,可用上半部元素逐列计算D,L T。也可用下半部元素逐行计算L,D。引进輔助量t1, t2代替u1j,u2j,并利用对称性得到： d1=a11 t1=a21 l21= t1/d1 d2= a22-t1l21 t1=a31 l31=t1/d1t2=a32-t1l21 l32=t2/d2 d3=a33-t1l31-t2l32 据此不难写出LDL T分解A=LDL T的计算公式和程序(逐行计算L,D). d1=a11 for i=2:n for j=1:i-1 t j=a ij-l j1t1-l j2t2-…-l j,j-1t j-1 l ij=t j/d j end d i=a ii-l i1t1-l i2t2-…- l i,i-1t i-1 end 存储约n(n+1)/2单元,乘加运算各约n3/6. 利用LDL T分解解Ax=b分四步: 1．分解A=LDL T 2．解Lg=b 求g 3．解Dy=g 求y 4．解L T x=y 求x ②实对称正定矩阵的LL T分解 A实对称正定时顺序主子式皆正,可作LDL T,D的对角元素皆正,有正 微分代数方程(DAE)的Matlab解法 所谓微分代数方程，是指在微分方程中，某些变量满足某些代数方程的约束。假设微分方程的更一般形式 可以写成 前面所介绍的ODEs数值解法主要针对能够转换为一阶常微分方程组的类型，故DAE就无法使用前面介绍的常微分方程解法直接求解，必须借助DAE的特殊解法。 其实对于我们使用Matlab求解DAE时，却没有太大的改变只需增加一个Mass参数即可。描述f(t,x)的方 法和普通微分方程完全一致。 注意：ode15i没法设置Mass属性，换句话说除了ode15i外其他ode计算器都可以求解DAEs问题1.当M(t,y)非奇异的时候，我们可以将微分方程等效的转换为y'=inv(M)*f(t,y)，此时就是一个普通的ODE(当 然我们可以将它当成DAEs处理)，对任意一个给定的初值条件都有唯一的解 2.当m(t,y)奇异时，我们叫它为DAEs(微分代数方程)，DAEs问题只有在同时提供状态变量初值y0和状态变量一阶导数初值py0，且满足M(t0,y0)*yp0=f(t0,y0)时才有唯一解，假如不满足上面的方程，DAEs解算器会将提供的y0和py0作为猜测初始值，并重新计算与提供初值最近的封闭初值 3.质量矩阵可是一个常数矩阵(稀疏矩阵)，也可以是一个自定义函数的输出。但是ode23s只能求解Mass 是常数的DAEs 4.对于Mass奇异的DAEs问题，特别是设置MassSingular为yes时，只能ode15s和ode23t解算器 5.对于DAE我们还有几个参数需要介绍 a.Mass：质量矩阵，不说了，这个是DAE的关键，后面看例子就明白了 b.MStateDependence：质量矩阵M(t,y)是否是y的函数，可以选择none|{weak}|strong，none表示M与 y无关，weak和strong都表示与y相关 c.MvPattern：注意这个必须是稀疏矩阵，S(i,j)=1表示M(t,y)的第i行中任意元素都与第j个状态变量yi有 关，否则为0 d.MassSingular：设置Mass矩阵是否奇异，当设置为yes时，只能使用ode15s和ode23t e.InitialSlope：状态变量的一阶导数初值yp0，和y0具有相同的size，当使用ode15s和ode23t时，该属 性默认为0 下面我们以实例说明，看下面的例子，求解该方程的数值解 【解】 真是万幸，选取状态变量和求状态变量的一阶导数等，微分方程转换工作，题目已经帮我们完成。 可是细心的网友会发现，最后一个方程不是微分方程而是一个代数方程(这就是为什叫DAE的原因)，其实 我们可以将它视为对三个状态变量的约束。 (1)用矩阵形式表示出该DAEs 1、解方程 最近有多人问如何用matlab解方程组的问题，其实在matlab中解方程组还是很方便的，例如，对于代数方程组Ax=b(A为系数矩阵，非奇异)的求解，MA TLAB中有两种方法： (1)x=inv(A)*b —采用求逆运算解方程组； (2)x=A —采用左除运算解方程组。 例: x1+2x2=8 2x1+3x2=13 >>A=[1,2;2,3];b=[8;13]; >>x=inv(A)*b x = 2.00 3.00 >>x=A x = 2.00 3.00； 即二元一次方程组的解x1和x2分别是2和3。 对于同学问到的用matlab解多次的方程组，有符号解法，方法是：先解出符号解,然后用vpa(F,n)求出n 位有效数字的数值解.具体步骤如下： 第一步:定义变量syms x y z ...; 第二步:求解[x,y,z,...]=solve('eqn1','eqn2',...,'eqnN','var1','var2',...'varN'); 第三步:求出n位有效数字的数值解x=vpa(x,n);y=vpa(y,n);z=vpa(z,n);...。 如：解二（多）元二（高）次方程组： x^2+3*y+1=0 y^2+4*x+1=0 解法如下： >>syms x y; >>[x,y]=solve('x^2+3*y+1=0','y^2+4*x+1=0'); >>x=vpa(x,4); >>y=vpa(y,4); 结果是： x = 1.635+3.029*i 1.635-3.029*i -.283 -2.987 y = 1.834-3.301*i 1.834+3.301*i -.3600 -3.307。 二元二次方程组，共4个实数根； 广西大学实验报告纸 学院：电气工程学院 专业：自动化 成绩： 组员：陈平忠（1302120238） 黄智榜（1302120237） 班级： 实验地点：808实验室 2015年12月 18日 实验内容：Lyapunov 方程求解 【实验目的】 1、掌握求解Lyapunov 方程的一种方法，了解并使用MATLAB 中相应函数。 【实验设备与软件】 1、硬件：PC 机一台；软件：MATLAB/Simulink 。 【实验原理】 1、线性定常系统渐进稳定的Lyapunov 方程判据 线性定常连续系统为渐进稳定的充要条件是：对给定的任一个正定对称阵Q ，都存在唯一的对称正定阵P ，满足如下矩阵Lyapunov 方程： Q PA P A T -=+ 该条件在传递函数最小实现下等价于：全部特征根都是负实数或实部为负的复数，亦即全部根都位于左半复平面。 线性定常离散系统为渐进稳定的充要条件：对给定的任一个正定对称阵Q ，都存在唯一的对称正定阵P ，满足如下矩阵Lyapunov 方程： Q P PG G T -=- 该条件在传递函数最小实现下等价于：全部特征根的摸均小于1，即都在单位圆内。 2、在MATLAB 控制工具箱中，函数lyap 和dlyap 用来求解lyapunov 方程。 P =lyap （T A ,Q )可解连续时间系统的lyapunov 方程，其中，Q 和A 为具有相同维数的方阵（A 是系统矩阵）。如果Q 是对称的，则解P 也是对称的。 P =dlyap （T G ，Q ）可解离散时间系统的lyapunov 方程，其中，Q 和G 为具有相同维数的方阵(G 是系统矩阵)。如果Q 是对称的，则解P 也是对称的。 3、连续情况下的最小相位系统：系统的零点均在左半复平面，但系统首先是稳定的，其他情况为非最小相位系统。 【实验内容、方法、过程与分析】 题目1实验内容： 输入连续状态空间模型()∑=D C,B,A,: 数学实验报告 实验序号： 第二次 日期：2012 年 5月10日 班级 0920861 小组成员姓名 徐易斌；王勇 王康 学号 30 12 33 实验名称：求代数方程的近似根 问题背景描述： 求代数方程0)(=x f 的根是最常见的数学问题之一，当)(x f 是一次多项式时，称0)(=x f 为线性方程，否则称之为非线性方程． 当0)(=x f 是非线性方程时，由于)(x f 的多样性，尚无一般的解析解法可使用，但如果对任意的精度要求，能求出方程的近似根，则可以认为求根的计算问题已经解决，至少能满足实际要求． 本实验介绍一些求方程实根的近似值的有效方法，要求在使用这些方法前先确定求根区间],[b a ，或给出某根的近似值0x ． 实验目的： 1. 了解代数方程求根求解的四种方法：对分法、迭代法、牛顿切线法 2. 掌握对分法、迭代法、牛顿切线法求方程近似根的基本过程。 实验原理与数学模型： 1．对分法 对分法思想：将区域不断对分，判断根在某个分段内，再对该段对分，依此类推，直到满足精度为止．对分法适用于求有根区间内的单实根或奇重实根． 设)(x f 在],[b a 上连续，0)()(，()0f b <或()0f a <，()0f b >．则根据连续函数的介值定理，在),(b a 内至少存在一点 ξ，使()0f ξ=． 下面的方法可以求出该根： (1) 令02 a b x +=，计算0()f x ； (2) 若0()0f x =，则0x 是()0f x =的根，停止计算，输出结果0x x =． 若 0()()0f a f x ?<，则令1a a =，10b x =，若0()()0f a f x ?>，则令10a x =，1b b =；11 12 a b x +=． ……，有k a 、k b 以及相应的2 k k k a b x += ． (3) 若()k f x ε≤ (ε为预先给定的精度要求)，退出计算，输出结果2 k k k a b x +=； 反之，返回(1)，重复(1)，(2)，(3)． 以上方法可得到每次缩小一半的区间序列{[,]}k k a b ，在(,)k k a b 中含有方程的根． 当区间长k k b a -很小时，取其中点2 k k k a b x += 为根的近似值，显然有 1111111 ()()()2222 k k k k k k x b a b a b a ξ--+-≤-=??-==- 以上公式可用于估计对分次数k ． 2. 迭代法 1) 迭代法的基本思想： 由方程()0f x =构造一个等价方程 一般的代数方程 函数solve用于求解一般代数方程的根，假定S为符号表达式，命令solve (S)求解表达式等于0的根,也可以再输入一个参数指定未知数。例： syms a b c x S=a*x^2+b*x+c; solve(S) ans= [ 1/2/a*(-b+(b^2-4*a*c)^(1/2))] [ 1/2/a*(-b-(b^2-4*a*c)^(1/2))] b=solve(S,b) b = -(a*x^2+c)/x 线性方程组 线性方程组的求解问题可以表述为：给定两个矩阵A和B，求解满足方程AX=B或XA=B的矩阵X。方程AX=B的解用X=A\B或X=inv (A)*B表示；方程XA=B 的解用X=B/A或X=B*inv (A)表示。不过斜杠和反斜杠运算符计算更准确，占用内存更小，算得更快。 线性微分方程 函数dsolve用于线性常微分方程（组）的符号求解。在方程中用大写字母D表示一次微分,D2，D3分别表示二阶、三阶微分，符号D2y相当于y关于t的二阶导数。 函数dsolve的输出方式 格式说明 y=dsolve(‘Dyt=y0*y’) 一个方程，一个输出参数[u,v]=dsolve(‘Du=v’,’Dv=u’) 两个方程，两个输出 参数 S=dsolve(‘Df=g’,’Dg=h’,’Dh=-2*f ‘)方程组的解以S.f S.g S.h结构数组的形式输出 例1 求 2 1u dt du += 的通解. 解 输入命令：dsolve('Du=1+u^2','t') 结 果：u = tg(t-c) 例2 求微分方程的特解. ???íì===++15 )0(',0)0(029422 y y y dx dy dx y d 解输入命令: y=dsolve('D2y+4*Dy+29*y=0','y(0)=0,Dy(0)=15','x') 结果为: y =3e -2x sin （5x ） 线性代数方程组求解 一、实验要求 编程求解方程组: 方程组1: 方程组2: 方程组3： 要求: 用C/C++语言实现如下函数： 1.bool lu(double* a， int＊ pivot, int n）； 实现矩阵的LU分解。 pivot为输出参数,pivot[0,n）中存放主元的位置排列. 函数成功时返回false，否则返回true。 2.bool guass（double const* lu， int const* p, double* b, int n）； 求线代数方程组的解 设矩阵Lunxn 为某个矩阵anxn 的LU 分解，在内存中按行优先次序存放。p[0，n)为LU 分解的主元排列.b 为方程组Ax=b 的右端向量.此函数计算方程组Ax=b 的解，并将结果存放在数组b ［0，n ）中.函数成功时返回false ，否则返回true 。 3。 void qr(double* a ， double ＊ d, int n);矩阵的QR 分解 假设数组anxn 在内存中按行优先次序存放。此函数使用HouseHolder 变换将其就地进行QR 分解。 d 为输出参数，d [0,n) 中存放QR 分解的上三角对角线元素。 4。 bool hshld(double const*qr ， double const*d, double*b ， int n); 求线代数方程组的解 设矩阵qrnxn 为某个矩阵anxn 的QR 分解,在内存中按行优先次序存放。d [0,n ） 为QR 分解的上三角对角线元素。b 为方程组Ax=b 的右端向量。 函数计算方程组Ax=b 的解,并将结果存放在数组b[0，n)中。 函数成功时返回false ，否则返回true 。 二、问题分析 求解线性方程组Ax=b ，其实质就是把它的系数矩阵A 通过各种变换成一个下三角或上三角矩阵，从而简化方程组的求解。因此,在求解线性方程组的过程中，把系数矩阵A 变换成上三角或下三角矩阵显得尤为重要,然而矩阵A 的变换通常有两种分解方法：LU 分解法和QR 分解法。 1、LU 分解法： 将A 分解为一个下三角矩阵L 和一个上三角矩阵U,即:A=LU ， 其中 L=??????? ?????1001 00 12121 n n l l l ， U=? ? ??? ? ??????nn n n u u u u u u 000 00222112 11 2、QR 分解法： 将A 分解为一个正交矩阵Q 和一个上三角矩阵R,即：A=QR 三、实验原理 解Ax=b 的问题就等价于要求解两个三角形方程组： ⑴ Ly=b，求y; ⑵ Ux=y,求x 。 设A 为非奇异矩阵，且有分解式A=LU , L 为单位下三角阵，U 为上三角 实 验 报 告 四 代数方程求解 1、【示例】以下命令可求出方程 (x +1)e –x +e x sin x =0在0附近的一个根： >>y=sym('(x+1)*exp(-x)+exp(x)*sin(x)'); % 用sym 命令定义符号表达式 >>x=solve(y,'x') % 用准解析方法求出方程最接近0的一个根 x =-0.86508244315736795185621568221837 或可用以下命令求解该方程以指定点为初始搜索点的数值解： >> y=inline('(x+1)*exp(-x)+exp(x)*sin(x) ', 'x'); % 用数值方法求解时，方程要用inline 命令定义 >> x=fsolve(y,0) % 用数值方法从初始点1开始搜索方程的近似解 x = -0.8651 注：准解析命令solve 只能求出方程最接近0的一个实数根，而数值解法fsolve 可以通过初始搜索点的变化，得到不同的解（如果方程有多个实数解）。 【要求】仿照示例，用准解析方法求出30.5sin(42)4cos(2)0.5t t e t e t --++=的一个根；再用数值方法分别求该方程在-0.6和3附近的两个根。 y=sym('exp(-3*t)*sin(4*t+2)+4*exp(-0.5*t)*cos(2*t)-0.5'); t=solve(y,'t') t =0.67374570500134756702960220427474 y=inline('exp(-3*t).*sin(4*t+2)+4*exp(-0.5*t).*cos(2*t)-0.5','t'); t=fsolve(y,0.6) t = 0.6737 y=inline('exp(-3*t).*sin(4*t+2)+4*exp(-0.5*t).*cos(2*t)-0.5','t'); t=fsolve(y,3) t = 2.5937 2、【示例】以下命令可求解非线性方程组339820 x y x x y ?+-=?+-=? >> eq1=sym('x^3+y^3-x-98'); % 定义第一个方程表达式 >> eq2=sym('x+y-2'); % 定义第二个方程表达式 >> [x,y]=solve(eq1,eq2) % 解方程组（用准解析方法） x = 13/12+1/12*2329^(1/2) 13/12-1/12*2329^(1/2) y = 11/12-1/12*2329^(1/2) 11/12+1/12*2329^(1/2) 或可用以下命令求解上述方程组以指定点为初始搜索点的数值解： >> f=inline('[x(1) ^3+x(2) ^3-x(1)-98; x(1)+x(2)-2]', 'x'); % 用inline 命令定义方程组 >> x=fsolve(f,[1;1]) % 用数值方法从初始点(1,1)开始搜索方程组的一个近似解 x = 第二章线性代数方程组的直接解法 教学目标： 1.了解线性代数方程组的结构、基本理论以及相关解法的发展历程； 2.掌握高斯消去法的原理和计算步骤，理解顺序消去法能够实现的条件，并在此基础上理解矩阵的三角分解（即LU分解），能应用高斯消去法熟练计算简单的线性代数方程组； 3.在理解高斯消去法的缺点的基础上，掌握有换行步骤的高斯消去法，从而理解和掌握选主元素的高斯消去法，尤其是列主元素消去法的理论和计算步骤，并能灵活的应用于实际中。 教学重点： 1. 高斯消去法的原理和计算步骤； 2. 顺序消去法能够实现的条件； 3. 矩阵的三角分解（即LU分解）； 4. 列主元素消去法的理论和计算步骤。 教学难点： 1. 高斯消去法的原理和计算步骤； 2. 矩阵的三角分解（即LU分解）； 3. 列主元素消去法的理论和计算步骤。 教学方法： 教具： 引言 在自然科学和工程技术中，许多问题的解决常常归结为线性方程组的求解，有的问题的数学模型中虽不直接表现为线性方程组，但它的数值解法中将问题“离散化”或“线性化”为线性方程组。例如，电学中的网络问题、船体数学放样中建立三次样条函数问题、最小二乘法用于求解实验数据的曲线拟合问题、求解非线性方程组问题、用差分法或有限元法求解常微分方程边值问题及偏微分方程的定解问题，都要导致求解一个或若干个线性方程组的问题。 目前，计算机上解线性方程组的数值方法尽管很多，但归纳起来，大致可以分为两大类：一类是直接法（也称精确解法）；另一类是迭代法。例如线性代数中的Cramer法则就是一种直接法，但其对高阶方程组计算量太大，不是一种实用的算法。实用的直接法中具有代表性的算法是高斯（Gauss）消元法，其它算法都是它的变形和应用。 在数值计算历史上，直接法和迭代法交替生辉。一种解法的兴旺与计算机的硬件环境和问题规模是密切相关的。一般说来，对同等规模的线性方程组，直接法对计算机的要求高于迭代法。对于中、低阶（200 n ）以及高阶带形的线性方程组，由于直接法的准确性和可靠性高，一般都用直接法求解。对于一般高阶方程组，特别是系数矩阵为大型稀疏矩阵的线性方程组用迭代法有效。 【总结】 Lyapunov指数的计算方法 非线性理论 近期为了把计算LE的一些问题弄清楚，看了有7～9本书！下面以吕金虎《混沌时间序列分析及其应用》、马军海《复杂非线性系统的重构技术》为主线，把目前已有的LE计算方法做一个汇总！ 1. 关于连续系统Lyapunov指数的计算方法连续系统LE的计算方法主要有定义方法、Jacobian方法、QR分解方法、奇异值分解方法，或者通过求解系统的微分方程，得到微分方程解的时间序列，然后利用时间序列（即离散系统）的LE求解方法来计算得到。关于连续系统LE的计算，主要以定义方法、Jacobian方法做主要介绍内容。 （1）定义法 定义法求解Lyapunov指数.JPG 关于定义法求解的程序，和matlab板块的“连续系统LE求解程序”差不多。以Rossler系统为例 Rossler系统微分方程定义程序 function dX = Rossler_ly(t,X) % Rossler吸引子，用来计算Lyapunov指数 % a=0.15,b=0.20,c=10.0 % dx/dt = -y-z, % dy/dt = x+ay, % dz/dt = b+z(x-c), a = 0.15; b = 0.20; c = 10.0; x=X(1); y=X(2); z=X(3); % Y的三个列向量为相互正交的单位向量 Y = [X(4), X(7), X(10); X(5), X(8), X(11); X(6), X(9), X(12)]; % 输出向量的初始化，必不可少 dX = zeros(12,1); % Rossler吸引子 dX(1) = -y-z; dX(2) = x+a*y; dX(3) = b+z*(x-c); % Rossler吸引子的Jacobi矩阵 Jaco = [0 -1 -1; 1 a 0; z 0 x-c];解线性代数方程
MATLAB 微分代数方程解法Microsoft Word 文档
matlab-解方程
Lyapunov方程求解(附件)
matlab实验报告--求代数方程的近似根
用Matlab解代数方程
线性代数方程组求解
实验报告—代数方程与微分方程求解
线性代数方程组的直接解法赖志柱
Lyapunov指数的计算方法