首页  »  Adamas  »  Adamas
高速云播放晚高峰期可能卡顿请耐心等待缓存一会观看!
高速云M3U8晚高峰期可能卡顿请耐心等待缓存一会观看!
《Adamas》内容简介

一个被隐藏了22年的凶案真相,决定性证据系一把消失的钻石之箭ADAMAS。孪生兄弟(池晟 饰)揭力追查真相,寻找ADAMAS背后隐藏嘅秘密同阴谋,誓要找出杀死继父的真凶。

……
天然存在的最硬的物质是?

在自然界中已知的最硬物质其实就是金刚石,也就是常说的钻石。钻石是非常尖锐的一种物质,这种物质就是碳的同素异形体,然而这是地球上人类找到的已知最坚硬的物体。所以现在很多人结婚都喜欢用钻戒,因为钻石能代表一种纯洁,代表爱情坚不可摧,有着很美好的象征意义。所谓的钻石其实就是经过人工加工的一种金刚石,金刚石是一种天然的矿物质,分子结构的分布很规则,所以金刚石的硬度在地球上是人类已知的最强硬度。简单的来讲金刚石是在地球深部高压,高温条件下形成的一种碳元素组成的单质晶体。而恰恰就是因为钻石的强度和刚度都比较大,同时又成透明色,并且钻石是非常稀有的,所以这种物资就代表一种恒久的象征,代表着永恒不破的爱情。钻石在所有的天然矿物质中硬度最高,而且脆性也非常高,如果说用力碰的话就会破碎。在古代时,钻石就已经成了公认的宝石之王,所以钻石在目前市场上的价格卖的非常贵,都是按照多少钱一克拉计算。但是钻石有这样一个特点,也就是越大的钻石卖的越贵,每一克拉的价值也非常高,因为越大的钻石在世界上是越稀有的。总的来说,世界上已知的最硬物质是钻石,也就是人们常说的金刚石,这是一种天然的矿物质,同时是一种碳元素的组成部分,因为钻石坚硬无比,表面透明而清澈,所以常常被别人称为爱情的终身不渝,至死不休的一种象征。而钻石的化学成分是碳,这在宝石中是唯一由单一元素组成的,属等轴晶系。常含有0.05%-0.2%的杂质元素,其中最重要的是N和B,他们的存在关系到钻石的类型和性质。晶体形态多呈八面体、菱形十二面体、四面体及它们的聚形。



matlab应用二步和四步显示的Adamas方法求解下列微分方程的初值问题(用...

给你RK和Adamas一些参考程序:例 9.2 用经典四阶 方法计算:解: %ex9_2.m%四阶经典R-K公式作数值计算clc;F='y-2*x/y';a=0;b=1;h=0.1;n=(b-a)/h;X=a:h:b;Y=zeros(1,n+1);Y(1)=1;for i=1:n x=X(i); y=Y(i); K1=h*eval(F); x=x+h/2; y=y+K1/2; K2=h*eval(F); x=x; y=Y(i)+K2/2; K3=h*eval(F); x=X(i)+h; y=Y(i)+K3; K4=h*eval(F); Y(i+1)=Y(i)+(K1+2*K2+2*K3+K4)/6;end %准确解temp=[];f=dsolve('Dy=y-2*x/y','y(0)=1','x');df=zeros(1,n+1);for i=1:n+1 temp=subs(f,'x',X(i)); df(i)=double(vpa(temp));enddisp(' 步长 四阶经典R-K法 准确值');disp([X',Y',df']);%画图观察效果figure;plot(X,df,'k*',X,Y,'--r');grid on;title('四阶经典R-K法解常微分方程');legend('准确值','四阶经典R-K法'); 运行上述程序得到如下结果: 步长 四阶经典R-K法 准确值 0 1.000000000000000 1.000000000000000 0.100000000000000 1.095445531693094 1.095445115010332 0.200000000000000 1.183216745505993 1.183215956619923 0.300000000000000 1.264912228340392 1.264911064067352 0.400000000000000 1.341642353750372 1.341640786499874 0.500000000000000 1.414215577890085 1.414213562373095 0.600000000000000 1.483242222771993 1.483239697419133 0.700000000000000 1.549196452302143 1.549193338482967 0.800000000000000 1.612455349658987 1.612451549659710 0.900000000000000 1.673324659016256 1.673320053068151 1.000000000000000 1.732056365165566 1.732050807568877作出的函数图形如下:这个结果比上述两种方法精度高得多. 例 9.3 分别就和确定线性多步法的系数,使方法具有最高的截断误差阶.解:直接按公式求解相应系数即可,本题未知系数较多,且数目不确定,不适合编制自动求解程序.先对情况讨论,按线性多步法的步骤得到如下方程组:>> [a0,b0,b1]=solve('a0=1','b0+b1=1','2*b1=1')a0 =1b0 =1/2b1 =1/2 再由误差公式的表达式得到误差阶数:>>C3=1/factorial(3)*(a0)-1/factorial(3-1)*(b1) C3 = -1/12 对情形类似讨论,本文不再给出解答. 例 9.4 利用四步四阶显式法计算:解:前三步用经典四阶R-K法启动计算.编制如下求解程序: %ex9_4.m%Adams四步四阶显式法作常微分方程数值计算%[a,b]为求解区间,h为步长clc;F='y-2*x/y';a=0;b=1;h=0.1;n=(b-a)/h;X=a:h:b;Y=zeros(1,n+1);Y(1)=1;%以四阶R-K法启动for i=1:3 x=X(i); y=Y(i); K1=h*eval(F); x=x+h/2; y=y+K1/2; K2=h*eval(F); x=x; y=Y(i)+K2/2; K3=h*eval(F); x=X(i)+h; y=Y(i)+K3; K4=h*eval(F); Y(i+1)=Y(i)+(K1+2*K2+2*K3+K4)/6;end%Adams四步四阶显式法for i=4:n x=X(i-3); y=Y(i-3); f1=eval(F); x=X(i-2); y=Y(i-2); f2=eval(F); x=X(i-1); y=Y(i-1); f3=eval(F); x=X(i); y=Y(i); f4=eval(F); Y(i+1)=Y(i)+h*(55*f4-59*f3+37*f2-9*f1)/24;end %准确解temp=[];f=dsolve('Dy=y-2*x/y','y(0)=1','x');df=zeros(1,n+1);for i=1:n+1 temp=subs(f,'x',X(i)); df(i)=double(vpa(temp));enddisp(' 步长 Adams四步四阶显式法 准确值');disp([X',Y',df']);%画图观察效果figure;plot(X,df,'k*',X,Y,'--r');grid on;title('Adams四步四阶显式法解常微分方程');legend('准确值','Adams四步四阶显式法'); 程序运行结果: 步长 Adams四步四阶显式法 准确值 0 1.000000000000000 1.000000000000000 0.100000000000000 1.095445531693094 1.095445115010332 0.200000000000000 1.183216745505993 1.183215956619923 0.300000000000000 1.264912228340392 1.264911064067352 0.400000000000000 1.341551759049205 1.341640786499874 0.500000000000000 1.414046421479413 1.414213562373095 0.600000000000000 1.483018909732277 1.483239697419133 0.700000000000000 1.548918873971137 1.549193338482967 0.800000000000000 1.612116428793334 1.612451549659710 0.900000000000000 1.672917033446480 1.673320053068151 1.000000000000000 1.731569752635566 1.732050807568877 它与准确值的计算结果对比图如下:由图上可看到线性多步法的精度还是很高的.它的优点在于每次计算量大大减小,缺点是不能自启动,需借助其他方法启动. 例 9.5 利用预测—校正公式法求解:解:前面三步还是用经典四阶R-K方法启动计算,求解程序如下: %ex9_5.m%Adams校正-预测法作常微分方程数值计算%[a,b]为求解区间,h为步长clc;F='y-2*x/y';a=0;b=1;h=0.1;n=(b-a)/h;X=a:h:b;Y=zeros(1,n+1);%Adams预测值Y(1)=1;%以四阶R-K法启动for i=1:3 x=X(i); y=Y(i); K1=h*eval(F); x=x+h/2; y=y+K1/2; K2=h*eval(F); x=x; y=Y(i)+K2/2; K3=h*eval(F); x=X(i)+h; y=Y(i)+K3; K4=h*eval(F); Y(i+1)=Y(i)+(K1+2*K2+2*K3+K4)/6;end%Adams校正-预测法Y1=Y;%Adams校正值for i=4:n x=X(i-3); y=Y(i-3); f1=eval(F); x=X(i-2); y=Y(i-2); f2=eval(F); x=X(i-1); y=Y(i-1); f3=eval(F); x=X(i); y=Y(i); f4=eval(F); Y(i+1)=Y(i)+h*(55*f4-59*f3+37*f2-9*f1)/24;%Adams预测值 x=X(i+1); y=Y(i+1); f0=eval(F); Y1(i+1)=Y(i)+h*(9*f0+19*f4-5*f3+f2)/24;%校正值end %准确解temp=[];f=dsolve('Dy=y-2*x/y','y(0)=1','x');df=zeros(1,n+1);for i=1:n+1 temp=subs(f,'x',X(i)); df(i)=double(vpa(temp));enddisp(' 步长 Adams预测值 Adams校正值 准确值');disp([X',Y',Y1',df']);%画图观察效果figure;plot(X,df,'k*',X,Y,'-.r',X,Y1,'--b');grid on;title('Adams校正-预测法解常微分方程');legend('准确值','Adams预测值','Adams校正值'); 运行上述程序得到如下结果: 步长 Adams预测值 Adams校正值 准确值 0 1.000000000000000 1.000000000000000 1.000000000000000 0.100000000000000 1.095445531693094 1.095445531693094 1.095445115010332 0.200000000000000 1.183216745505993 1.183216745505993 1.183215956619923 0.300000000000000 1.264912228340392 1.264912228340392 1.264911064067352 0.400000000000000 1.341551759049205 1.341641357193254 1.341640786499874 0.500000000000000 1.414046421479413 1.414107280831795 1.414213562373095 0.600000000000000 1.483018909732277 1.483044033257615 1.483239697419133 0.700000000000000 1.548918873971137 1.548934845800237 1.549193338482967 0.800000000000000 1.612116428793334 1.612129054676922 1.612451549659710 0.900000000000000 1.672917033446480 1.672925295781879 1.673320053068151 1.000000000000000 1.731569752635566 1.731575065330948 1.732050807568877 它们的曲线如下:上述曲线观察得不是很清楚,我们进行局部放大后得到如下效果图:相对预测值,校正值的曲线更接近精确值的曲线.