绘制'；n'；R中具有给定间隔的给定函数之间的大小向量

让我把我的问题说清楚，因为我不知道如何恰当地提问（因此我不知道它是否已经得到了回答），我将讨论我的整个问题：

有一个给定的函数（如果重要的话，它是显式一阶微分方程的右侧）：

然后有一个从'a'到'b'的给定间隔，这是函数计算的范围，其中有'n'步，因此间隔（dt）中的步长为：

在本例中，“a”始终为0，“b”始终为正，因此“b”始终大于“a”，但我尝试使用泛型

初始条件：

yt0=y0

确定向量的计算：

yt=vector("numeric",n)


for (i in 1:(n-1)) 
{

yt[1]=f(0,yt0)*dt+yt0

yt[i+1]=(f(dt*i,yt[i]))*dt+yt[i] 
} 

创建的向量为“n”长，但这是从“a”到“b”区间之间微分方程的近似解。我的问题来了：

当我尝试将它与精确解一起绘制时（使用deSolve），它并不精确。向量的值是准确的，但它不知道这些值属于介于区间“a”到“b”之间的近似函数

这就是为什么精确解和近似解的图形根本不匹配的原因。我觉得筋疲力尽，所以我可能无法恰当地描述我的问题，但有解决办法吗？使其意识到其值在“x”轴上的“a”和“b”之间，而不是在“1”和“n”之间？ 我提前感谢大家的回答

我使用的deSolve行（关于“b”大于“a”）：

---

我试图重建使用循环的“近似”解决方案（实际上是Euler方法）与使用packagedeSolve的解决方案之间的比较。默认情况下，它使用比Euler方法更精确的

lsoda

解算器，但它当然也是近似值（默认相对和绝对公差设置为1e-6）

由于问题遗漏了一些具体值和绘图函数，因此不清楚原始问题在哪里，但以下示例可能有助于重新表述问题。我假设问题可能是两种方法之间的

t

（绝对时间）和

dt

混淆。将标记为“原始代码”的行与“建议”进行比较：

库（deSolve）
f=函数（t，y）{
-2*y+3*t
}
##一些价值观
y0我试图重建使用循环的“近似”解决方案（实际上是Euler方法）与使用packagedeSolve的解决方案之间的比较。默认情况下，它使用比Euler方法更精确的
lsoda
解算器，但它当然也是近似值（默认相对和绝对公差设置为1e-6）

由于问题遗漏了一些具体值和绘图函数，因此不清楚原始问题在哪里，但以下示例可能有助于重新表述问题。我假设问题可能是两种方法之间的
t
（绝对时间）和
dt
混淆。将标记为“原始代码”的行与“建议”进行比较：

库（deSolve）
f=函数（t，y）{
-2*y+3*t
}
##一些价值观
y0你是说你得到了正确的y值，但是他们水平移动，因为你不能得到正确的x值？如果是这样的话，将您用于绘图的代码精确地显示出来会很有帮助。我的绘图并不复杂，它是（没有任何装饰）：绘图（ddf）线（yt）这里一定有我可以做的事情，但我不确定是什么。所以我基本上是要求绘制想法。你是说你得到了正确的y值，但是它们水平移动，因为你不能得到正确的x值？如果是这样的话，将您用于绘图的代码精确地显示出来会很有帮助。我的绘图并不复杂，它是（没有任何装饰）：绘图（ddf）线（yt）这里一定有我可以做的事情，但我不确定是什么。所以我基本上是在要求构思一些想法。谢谢你，成功了！但是我想确保我完全理解，我只是错过了
行
中的
t
，或者循环中的更改使
行
正确？两者是否连接？不确定，因为未显示绘图功能。
for
循环中的变化是两个（1，只是化妆品）移动到循环前面的第1行，以及（2，重要）将
dt*i
替换为
a+dt*i
。谢谢，成功了！但是我想确保我完全理解，我只是错过了
行
中的
t
，或者循环中的更改使
行
正确？两者是否连接？不确定，因为未显示绘图功能。
循环的
变化是两个（1，只是化妆品）移动到循环前面的第1行，以及（2，重要）用
a+dt*i
替换
dt*i
。
yt0=y0

yt=vector("numeric",n)


for (i in 1:(n-1)) 
{

yt[1]=f(0,yt0)*dt+yt0

yt[i+1]=(f(dt*i,yt[i]))*dt+yt[i] 
} 

df = function(t, y, params) list(-2*y+3*t)

t = seq(a, b, length.out = n)

ddf = as.data.frame(ode(yt0, t, df, parms=NULL))