-
Notifications
You must be signed in to change notification settings - Fork 44
/
Copy pathODETrapezoid.go
96 lines (85 loc) · 2.29 KB
/
ODETrapezoid.go
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
// ODETrapezoid
/*
------------------------------------------------------
作者 : Black Ghost
日期 : 2018-12-13
版本 : 0.0.0
------------------------------------------------------
常微分方程的梯形解法
理论:
对于常微分方程
dy
---- = f(x, y)
dx
y(x0) = y0, x0 <= x
梯形解法:
h
y_(n+1) = yn + ---(f(xn, yn)+f(x_(n+1), y_(n+1))), n = 0,1,2,3,...
2
梯形法是无条件稳定的
梯形法为二阶精度的方法
参考 李信真, 车刚明, 欧阳洁, 等. 计算方法. 西北工业大学
出版社, 2000, pp 181.
------------------------------------------------------
输入 :
fun 被积分函数
x0, y0 初值
h 积分步长
tol 内循环控制误差
n 迭代次数
输出 :
sol 解矩阵,nx2
err 解出标志:false-未解出或达到步数上限;
true-全部解出
------------------------------------------------------
*/
package goNum
import (
"math"
)
// ODETrapezoid 常微分方程的梯形解法
func ODETrapezoid(fun func(float64, float64) float64, x0, y0, h, tol float64, n int) (Matrix, bool) {
/*
常微分方程的梯形解法
输入 :
fun 被积分函数
x0, y0 初值
h 积分步长
tol 内循环控制误差
n 迭代次数
输出 :
sol 解矩阵,nx2
err 解出标志:false-未解出或达到步数上限;
true-全部解出
*/
//判断n
if n < 0 {
panic("Error in goNum.ODETrapezoid: n is not a positive value")
}
sol := ZeroMatrix(n+1, 2)
var err bool = false
//初值
sol.SetMatrix(0, 0, x0)
sol.SetMatrix(0, 1, y0)
for i := 0; i < n; i++ {
xi := sol.GetFromMatrix(i, 0)
yi := sol.GetFromMatrix(i, 1)
xi10 := xi + h
yi10 := yi + h*fun(xi, yi)
//内循环
yik := make([]float64, 0)
yik = append(yik, yi10) //k=0
var k int = 0
for {
yik = append(yik, yi+h*(fun(xi, yi)+fun(xi10, yik[k]))/2.0)
if math.Abs(yik[k+1]-yik[k]) < tol {
break
}
k++
}
sol.SetMatrix(i+1, 0, xi10)
sol.SetMatrix(i+1, 1, yik[k+1])
}
err = true
return sol, err
}