【数理知识】差分 差分方程
差分 差分方程
- 差分 差分方程
- 1. 差分
- 1.1 前向差分(默认)
- 1.2 后向差分
- 1.3 中心差分
- 2. 差分方程
差分 差分方程
1. 差分
差分(difference)又名差分函数或差分运算,差分的结果反映了离散量之间的一种变化,是研究离散数学的一种工具。它将原函数 f(x)f(x)f(x) 映射到 f(x+a)−f(x+b)f(x+a)-f(x+b)f(x+a)−f(x+b) 。
差分运算,相应于微分运算,是微积分中重要的一个概念。
总而言之,差分对应离散,微分对应连续。
差分又分为前向差分、向后差分及中心差分三种。
在社会经济活动与自然科学研究中,我们经常遇到与时间t有关的变量,而人们往往又只能观察或记录到这些变量在离散的t时的值。对于这类变量,如何去研究它们的相互关系,就离不开差分与差分方程的工具。微积分中的微分与微分方程的工具,事实上来源于差分与差分方程.因此差分与差分方程更是原始的客观的生动的材料。
读者熟悉等差数列:a1,a2,a3,⋯,ana_1, a_2, a_3,\cdots,a_na1,a2,a3,⋯,an,其中 an+1=an+d(n=1,2,⋯,n)a_{n+1}= a_n + d( n = 1,2,\cdots,n )an+1=an+d(n=1,2,⋯,n),ddd 为常数并称为公差, 即 d=an+1−and = a_{n+1} -a_nd=an+1−an , 这就是一个差分, 通常用 D(an)=an+1−anD(a_n) = a_{n+1}- a_nD(an)=an+1−an 来表示,于是有 D(an)=dD(a_n)= dD(an)=d , 这是一个最简单形式的差分方程。
定义. 设变量 yyy 依赖于自变量 ttt ,当 ttt 变到 t+1t + 1t+1 时,因变量 y=y(t)y = y(t)y=y(t) 的改变量 Dy(t)=y(t+1)−y(t)Dy(t)= y(t+1) - y(t)Dy(t)=y(t+1)−y(t) 称为函数 y(t)y(t)y(t) 在点 ttt 处步长为1的(一阶)差分,记作 Dy1=y(t+1)−y(t)Dy1= y(t+1)- y(t)Dy1=y(t+1)−y(t),简称为函数 y(t)y(t)y(t) 的(一阶)差分,并称 DDD 为差分算子。
差分具有类似于微分的运算性质。
1.1 前向差分(默认)
函数的前向差分通常简称为函数的差分。对于函数 f(x)f(x)f(x),如果在等距节点: xk=x0+kh,(h=0,1,⋯,n)x_k = x_0 + kh,(h=0,1,\cdots,n)xk=x0+kh,(h=0,1,⋯,n)Δf(xk)=f(xk+1)−f(xk)\Delta f(x_k) = f(x_{k+1})-f(x_k)Δf(xk)=f(xk+1)−f(xk)
则称 Δf(xk)\Delta f(x_k)Δf(xk),函数在每个小区间上的增量 y(xk+1)−y(xk)y(x_{k+1})-y(x_k)y(xk+1)−y(xk) 为 f(x)f(x)f(x) 的一阶前向差分。
在微积分学中的有限差分(finite differences),前向差分通常是微分在离散的函数中的等效运算。
差分方程的解法也与微分方程的解法相似。当是多项式时,前向差分为 Δ\DeltaΔ 算子,一种线性运算。
前向差分会将多项式阶数降低1。
1.2 后向差分
对于函数 f(xk)f(x_k)f(xk),一阶后向差分为:Δf(xk)=f(xk)−f(xk−1)\Delta f(x_k) = f(x_k)-f(x_{k-1})Δf(xk)=f(xk)−f(xk−1)
1.3 中心差分
对于函数 f(xk)f(x_k)f(xk),一阶中心差分为:Δf(xk)=12(f(xk+1)−f(xk−1))\Delta f(x_k)=\frac12(f(x_{k+1})-f(x_{k-1}))Δf(xk)=21(f(xk+1)−f(xk−1))
2. 差分方程
differences equations
差分方程是微分方程的离散化。一个微分方程不一定可以解出精确的解,把它变成差分方程,就可以求出近似的解来。
比如 dy+y∗dx=0,y(0)=1dy+y*dx=0,y(0)=1dy+y∗dx=0,y(0)=1 是一个微分方程, xxx 取值 [0,1][0,1][0,1] (注:解为 y(x)=e−x)y(x)=e^{-x})y(x)=e−x); 要实现微分方程的离散化,可以把x的区间分割为许多小区间 [0,1/n],[1/n,2/n],…[(n-1)/n,1] 这样上述微分方程可以离散化为:y((k+1)/n)-y(k/n)+y(k/n)*(1/n)=0, k=0,1,2,…,n-1 (n 个离散方程组) 利用y(0)=1的条件,以及上面的差分方程,就可以计算出 y(k/n) 的近似值了。
From: 差分-百度百科
【数理知识】差分 差分方程相关推荐
- 【数理知识】《矩阵论》方保镕老师-第7章-几类特殊矩阵与特殊积
上一章 回到目录 下一章 第7章-几类特殊矩阵与特殊积 7.1 非负矩阵 7.1.1 非负矩阵与正矩阵 定理 7.1.3 (谱半径的单调性) 定理 7.1.4 (佩龙 (Perron) 定理) 7.1 ...
- 【数理知识】《矩阵论》方保镕老师-第3章-矩阵的分解
上一章 回到目录 下一章 第3章 矩阵的分解 3.1 矩阵的三角分解 3.1.1 消元过程的矩阵描述 3.1.2 矩阵的三角分解 3.1.3 常用的三角分解公式 3.2 矩阵的 QR(正交三角) 分解 ...
- 【数理知识】特征值、特征向量、左特征向量
特征值.特征向量.左特征向量 左特征向量.右特征向量 右特征向量 xix_ixi 如下,也是默认常用向量形式: Axi=λixiAx_i = \lambda_i x_iAxi=λixi 左特征 ...
- 【数理知识】kronecker 克罗内克积
Matlab 克罗尼克乘积 Kron(A,B) 目录 定理1 定理2 定理3 转置 定理4 逆 定理5 秩 定理6 迹 定理7 线性无关 定理10 特征值 定理11 相似 定理12 复系数多项式 推论 ...
- [数理知识]统计决策理论——贝叶斯决策与两类错误率
文章目录 前序 1 决策理论与方法 1.1 基于先验概率的决策过程 1.2 基于贝叶斯公式的决策过程 1.3 决策错误率 2 贝叶斯决策的优化 2.1 最小错误率贝叶斯决策 2.1.1 二分类问题的决 ...
- 【数理知识】曲面类型及其曲率取值范围,包括主曲率 principal curvature,高斯曲率 Gaussian curvature,平均曲率 mean curvature
1 [数理知识]曲率 curvature,主曲率 principal curvature,高斯曲率 Gaussian curvature,平均曲率 mean curvature 文章目录 1. 平面点 ...
- 【数理知识】矩阵普通乘积,哈达玛积,克罗内克积,点乘,点积,叉乘,matlab代码实现
1 [数理知识]向量数乘,内积,外积,matlab代码实现 2 [数理知识]矩阵普通乘积,哈达玛积,克罗内克积,点乘,点积,叉乘,matlab代码实现 文章目录 1. 矩阵基本形式 2. 矩阵基本运算 ...
- 【数理知识】向量数乘,内积,外积,matlab代码实现
1 [数理知识]向量数乘,内积,外积,matlab代码实现 2 [数理知识]矩阵普通乘积,哈达玛积,克罗内克积,点乘,点积,叉乘,matlab代码实现 文章目录 1. 向量基本形式 2. 向量的数乘 ...
- 第3章-数理知识基础 -> 矩阵分析
第3章-数理知识基础 -> 代数图论 回到目录 第3章-数理知识基础 -> 坐标转换 文章目录
最新文章
- 学习python好学吗-零基础学python难吗?好学吗?
- linux下source insight安装以及打开
- 协方差与相关系数的再理解
- Spring Data ElasticSearch示例--查询索引库
- 手写自己的MyBatis框架-支持查询缓存
- JavaWeb项目架构之NFS文件服务器
- 数字图像处理--微分算子为什么也是空间滤波器
- jboss7 java版本_jboss-as-7.1.1.Final与jdk1.8不兼容解决方案
- ARM CORTEX-M0 权威指南 英文
- Java String 探索
- 获取棋盘格与标准模板在扫描仪上不同位置图片
- ISO/IEC 27701:2019(隐私信息安全管理扩展要求和指南)解读(二)
- 人机智能的逻辑哲学论
- Unity FairyGUI(十二)
- 红牛分公司数据part02
- oracle商品当日销售排行,Oracle零售 (Retek)品类管理.ppt
- Python+Selenium UI自动化 - 调用JS代码
- ssm框架通用代码生成工具
- 你所知道与不知道的游戏机发展史 60-90年代
- 仿生算法_糖尿病患者:说出仿生胰腺很有趣,但是现实检查怎么样?