求解matlab常微分方程求解y´´-2y´=3x 1百度知道

求解下列一阶线性微分方程 y′+y=e^(-x) xdy/dx-y=x^2_百度知道
求解下列一阶线性微分方程 y′+y=e^(-x) xdy/dx-y=x^2
提问者采纳
xln|y|=ln|x|+ln|C0|y=Cx常数变易法;e^(-x)-ue^(-x)代回原式,设y=uxy&#39这是两个题啊,得u'=u&#39。(1)对应齐次方程y&#39,设y=ue^(-x)y'xdy/=-ydy/y=-dxln|y|=-x+C0y=Ce^(-x)使用常数变易法,得u'=u'x+u代回原式;y=dx/=y/=1u=x+C所以通解为y=(x+C)e^(-x)(2)对应齐次方程y&#39
提问者评价
虽然还是看不懂,但是先谢谢啦!~\(≧▽≦)/~
来自团队:
其他类似问题
为您推荐:
一阶线性微分方程的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁◆微积分 常微分方程 求通解为xy = C1·e^x + C2·e^(-x)的微分方程_百度知道
◆微积分 常微分方程 求通解为xy = C1·e^x + C2·e^(-x)的微分方程
baidu://c.com/zhidao/pic/item/b90e7bec54e736d1c5b22dd46269d8.hiphotos://c.jpg" esrc="/zhidao/wh%3D450%2C600/sign=503d596e718bc8f6feefcb/b90e7bec54e736d1c5b22dd46269d8.baidu.hiphotos.jpg" target="_blank" title="点击查看大图" class="ikqb_img_alink"><img class="ikqb_img" src="http.hiphotos<a href="/zhidao/wh%3D600%2C800/sign=9a53afb89c3df8dca5eb3/b90e7bec54e736d1c5b22dd46269d8
提问者采纳
[e^(2x)]=2c1{(xy*e^x)&#39求微分方程的方法就是;[e^(2x)]}&#39,把常数单独提出来再对式子微分xy*e^x=c1e^(2x)+c2(xy*e^x)&#39;/&#47
第二、三步没看懂为什么要对(xy*e^x)先微分?
因为常数微分结果是0,进行一次微分能消掉一个常数不过我之前没仔细看这题……有简单方法(r+1)(r-1)=r^2-1(xy)&#39;&#39;-(xy)=0xy&#39;&#39;+2y&#39;-xy=0
提问者评价
xy&#39;&#39; + 2y&#39; - xy = 0
其他类似问题
为您推荐:
微分方程的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁微分方程的通解(xy^2+x)dx+(y-x^2y)dy=0。书上答案是(1+y^2)&#47;(1-x^2)=C_百度知道
微分方程的通解(xy^2+x)dx+(y-x^2y)dy=0。书上答案是(1+y^2)&#47;(1-x^2)=C
提问者采纳
(x^2-1)dx两边积分;(x^2-1)dx2y/(y^2+1)dy=2x&#47(xy^2+x)dx+(y-x^2y)dy=0x(y^2+1)dx=y(x^2-1)dyy&#47,得ln(y^2+1)=ln(x^2-1)+lncy&#178;+1=c【x&#178;-1】即(1+y^2)/(y^2+1)dy=x&#47
怎么知道|x^2-1|是负的?
实话说,我的键盘坏了,打不了绝对值ln(x^2-1),lnc这两个都要绝对值的结果可以用c正负调整。
其他类似问题
为您推荐:
其他1条回答
(x^2-1)=d(y^2+1)/(x^2-1)=d(y^2+1)/(1-x^2)=-ydy&#47(xy^2+x)dx+(y-x^2y)dy=0xdx(y^2+1)=-ydy(1-x^2)xdx/(x^2-1)]=lnC(y^2+1)/(1-x^2)=-d(y^2)/(y^2+1)d(x^2)/(y^2+1)dln(x^2-1)=dln(y^2+1)ln(x^2-1)=ln(y^2+1)-lnCln(y^2+1)-ln(x^2-1)=lnCln[(y^2+1)/(y^2+1)d(x^2-1)/(y^2+1)d(x^2)&#47
微分方程的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁1. 新增扫二维码功能,可直接扫 VeryCD 网站影片页面的二维码,便能在应用上打开;
2. 新增支持 B 站视频(哔哩哔哩),满屏的弹幕更欢乐;
1. 新增支持 B 站视频(哔哩哔哩),满屏的弹幕更欢乐;
2. 在影片封面上展示在线视频的清晰度;
的查询结果。
上海隐志网络科技有限公司一、《集体智慧编程》之机器学习&数据挖掘框架认识-爱编程
一、《集体智慧编程》之机器学习&数据挖掘框架认识
&#160;&#160;&#160; 前言:新开通的博客,用于记录一些学习方面的东西,算是一个学习笔记吧。本系列按照《集体智慧编程》一书的框架进行。老实说,《集体》在理论上并不算是很好的参考书,但是该书是以一个个具体场景应用为驱动的,个人认为很适合用于机器学习相关的入门教材,起码很对我的胃口。 &#160;&#160;&#160; “假如你训练了一只狗,若干年后,如果它忽然有一天能帮你擦鞋洗衣服,那么这就是数据挖掘;要是忽然有一天,你发现狗化装成一个老太婆消失了,那么这就是机器学习。” ——杨强,香港科技大学 &#160;&#160;&#160; 机器学习说起来应该是人工智能领域与算法领域的一个子领域。它允许计算机不断的进行学习。大多数情况下,这相当于将一组数据传递给算法,并由算法推断出这些数据属性相关的信息——借助这些信息,算法能够预测出未来有可能出现的其他数据。简单点来说就是从数据中自动分析获得规律,并利用规律对未知数据进行预测。 &#160;&#160;&#160; 数据挖掘在某方面可以说算是机器学习的一种应用。机器学习算法其它的方面的应用有计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺骗、证券市场分析、DNA序列测序、语音和手写字识别、战略游戏和机器人运用等。
&#160; 1、机器学习&数据挖掘的数学基础
机器学习是一个多领域交叉的学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等。具体来说,机器学习与数据挖掘学习需要用到的数学核心基础有以下几个方面: ①微积分 (没办法,这个是数学分析的基础) ②线性代数 (主要用来理解有关数据的向量表示及矩阵/向量运算) ③概率论 (你不得不相信,机器学习算法的现状是多数是基于统计概率,剩下的是树模型) ④统计学 ⑤离散数学 (这个。。。傻傻地只知道便于逻辑推理、符号运算、线性转离散,具体还没碰到)
进阶学习需要用到的数学基础有(除了复变函数听说过一点,别的对我来说都来自火星): ①泛函分析 ②复变函数 ③偏微分方程 ④抽象代数 ⑤约束优化 ⑥模糊数学 ⑦数值计算等
&#160; 2、机器学习&数据挖掘的类别
2.1、机器学习主要可以分成下面几种类别: ①监督学习: &#160;&#160;&#160; 形式:从训练集(有人为标注的结果)学习一个函数,当新的数据到来时,把数据传递给这个函数,嗖,Duang!就把结果给你了 A---&f(x)---&B &#160;&#160;&#160; 常见算法:回归分析与统计分类 ②无监督学习 &#160;&#160;&#160; 形式:A----&B &#160;&#160;&#160; 常见算法:聚类 ③半监督学习(还没碰到) ④增强型学习 &#160;&#160;&#160;&#160; 主要是通过周围环境的反馈(还没碰到)
&#160;&#160;&#160;&#160;&#160;&#160;&#160; 2.2、算法分类 &#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160; 机器学习与数据挖据算法主要有以下三个方面:
①聚类 ②分类 ③推荐(某种程度上算是前面两个的应用)
&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160; 具体的机器学习算法有:
构造条件概率:回归分析与统计分类 &#160;&#160;&#160; 人工神经网络 &#160;&#160;&#160; 决策树 &#160;&#160;&#160; 高斯过程回归 &#160;&#160;&#160; 线性判别分析 &#160;&#160;&#160; 最近邻(KNN) &#160;&#160;&#160; 感知器 &#160;&#160;&#160; 径向基函数核() &#160;&#160;&#160; 支持向量机(SVM)
通过再生模型构造概率密度函数 &#160;&#160;&#160; 最大期望算法 &#160;&#160;&#160; 图模型:贝叶斯网络、Markov随机场
近似推断技术 &#160;&#160;&#160;&#160; 马尔科夫链 &#160;&#160;&#160;&#160; 蒙特卡罗方法 &#160;&#160;&#160;&#160; 变分法 最优化 &#160;&#160;&#160; 大多数以上方法、直接或剪辑使用最优化算法 &#160;
3、机器学习与数据挖掘的十大算法
把这个单独列出来呢是因为这十大算法不是按类别分的,而是人为选取出来在机器学习和数据挖掘方面影响最大的Top10算法。 ①C4.5 ②K-means ③SVM ④Apriori ⑤EM ⑥PageRank ⑦AdaBoost ⑧KNN ⑨NaiveBages ⑩CART
4、机器学习的局限 &#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160; 机器学习不是“银弹”,也有自身的缺点。主要表现在: &#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160; ①机器学习算法受限于其在大量模式之上的归纳能力,而一个模式只能根据过往的信息,而无法找出新遇到的信息和过往信息的相似之处 &#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160; ②所有的机器学习算法都有过度归纳的可能性 &#160; 5、应用 &#160;&#160;&#160;&#160;&#160;&#160;&#160; 嘎嘎,发展兴起和学习什么机器学习也好,数据挖掘也好,为的是啥?——使用它们来为我们服务,让我们的生活更美好!
①推荐系统 &#160;&#160;&#160; 当当、亚马逊之类的推荐商品; &#160;&#160;&#160;
URL分享 &#160;&#160;&#160; 豆瓣类的 &#160;&#160;&#160; 微博、搜索引擎 &#160;&#160;&#160; 约会网站、交友网站(任何一种成功的匹配算法很可能都会涉及一个持续不断的求值过程——算法会反复判断选定的匹配成功与否) ②生物工艺学 &#160;&#160;&#160; 人类的测序技术和筛选技术(DNA序列、蛋白质结构、化合物筛选以及RNA表达) ③金融欺诈侦测 &#160;&#160;&#160; 利用技术:神经网络、归纳逻辑 ④机器视觉 &#160;&#160;&#160; 从大数据集中发现有趣特征的独立组元分析技术(无人监控) &#160;&#160;&#160; 车牌识别、人脸识别 ⑤产品市场化 ⑥供应链优化 ⑦国家安全 &#160;&#160;&#160; 政府部门搜集海量信息,对数据分析将其与潜在的威胁联系起来 。。。
&#160;&#160;&#160; 附:
1、相关的软件 ①MATLAB/GNU Octave &#160;&#160;&#160; 用于矩阵运算分析、线性分析、多元函数分析、数值微积分、方程求解、边值问题求解、数据统计、绘图 ②SPSS系列 &#160;&#160;&#160; 封装好的算法,可以直接调用,用以发现、检验等等 ③R &#160;&#160;&#160; 用于统计分析、绘图。内建多种统计学及数字分析功能 ④Python程序集(NumPy、BS、Sci、matplotlib、PIL、CV2等) &#160;&#160;&#160; 数据获取、数据清洗、数据分析、算法实现、绘图、系统实现等等 2、相关资讯资料链接 ①维基百科 &#160;&#160;&#160; 了解基础概念 ②好东西传送门 &#160;&#160;&#160; 微博:/haoawesome &#160;&#160;&#160; 主页:/ ③结构之法 算法之道(v_July_v) &#160;&#160;&#160; 博客地址:http://blog.csdn.net/v_July_v
版权所有 爱编程 (C) Copyright 2012. . All Rights Reserved.
闽ICP备号-3
微信扫一扫关注爱编程,每天为您推送一篇经典技术文章。}

我要回帖

更多关于 偏微分方程求解 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信