龍格庫塔方法RungeKutta
《龍格庫塔方法RungeKutta》由會員分享,可在線閱讀,更多相關(guān)《龍格庫塔方法RungeKutta(19頁珍藏版)》請?jiān)谘b配圖網(wǎng)上搜索。
1、龍格-庫塔方法(Runge-Kutta) 3.2 Runge-Kutta法 3.2.1 顯式 Runge-Kutta法的一般形式 上節(jié)已給出與初值問題(1.2.1)等價(jià)的積分形式 (3.2.1) 只要對右端積分用不同的數(shù)值求積公式近似就可得到不同的求解初值問題(1.2.1)的數(shù)值方法,若用顯式單步法 (3.2.2) 當(dāng),即數(shù)值求積用左矩形公式,它就是Euler法(3.1.2),方法只有一階精度,若取 (3.2.3) 就是改進(jìn)Euler法,這時(shí)數(shù)值求積公式是梯形公式的一種近似,計(jì)算時(shí)要用二個(gè)右端函數(shù)
2、f的值,但方法是二階精度的.若要得到更高階的公式,則求積分時(shí)必須用更多的f值,根據(jù)數(shù)值積分公式,可將(3.2.1)右端積分表示為 注意,右端f中還不能直接得到,需要像改進(jìn)Euler法(3.1.11)一樣,用前面已算得的f值表示為(3.2.3),一般情況可將(3.2.2)的表示為 (3.2.4) 其中 這里均為待定常數(shù),公式(3.2.2),(3.2.4)稱為r級的顯式Runge-Kutta法,簡稱R-K方法.它每步計(jì)算r個(gè)f值(即),而ki由前面(i-1)個(gè)已算出的表示,故公式是顯式的.例如當(dāng)r=2時(shí),公式可表示為
3、 (3.2.5) 其中.改進(jìn)Euler法(3.1.11)就是一個(gè)二級顯式R-K方法.參數(shù)取不同的值,可得到不同公式. 3.2.2 二、三級顯式R-K方法 對r=2的顯式R-K方法(3.2.5),要求選擇參數(shù),使公式的精度階p盡量高,由局部截?cái)嗾`差定義 (3.2.6) 令,對(3.2.6)式在處按Taylor公式展開,由于 將上述結(jié)果代入(3.2.6)得 要使公式(3.2.5)具有的階p=2,即,必須 (3.2.7) 即由此三式求的解不唯一.因r=2,由(3.2.5)式可知,于是有解
4、 (3.2.8) 它表明使(3.2.5)具有二階的方法很多,只要都可得到二階精度R-K方法.若取,則,則得改進(jìn)Euler法(3.1.11),若取,則得,此時(shí)(3.2.5)為 (3.2.9) 其中稱為中點(diǎn)公式.改進(jìn)的Euler法(3.1.11)及中點(diǎn)公式(3.2.9)是兩個(gè)常用的二級R-K方法,注意二級R-K方法只能達(dá)到二階,而不可能達(dá)到三階.因?yàn)閞=2只有4個(gè)參數(shù),要達(dá)到p=3則在(3.2.6)的展開式中要增加3項(xiàng),即增加三個(gè)方程,加上(3.2.7)的三個(gè)方程,共計(jì)六個(gè)方程求4個(gè)待定參數(shù),驗(yàn)證得出是無解的.當(dāng)然r=2,p=
5、2的R-K方法(3.2.5)當(dāng)取其他數(shù)時(shí),也可得到其他公式,但系數(shù)較復(fù)雜,一般不再給出. 對r=3的情形,要計(jì)算三個(gè)k值,即 其中 將按二元函數(shù)在處按Taylor公式展開,然后代入局部截?cái)嗾`差表達(dá)式,可得 可得三階方法,其系數(shù)共有8個(gè),所應(yīng)滿足的方程為 (3.2.10) 這是8個(gè)未知數(shù)6個(gè)方程的方程組,解也是不唯一的,通常.一種常見的三級三階R-K方法是下面的三級Kutta方法: (3.2.11) 附:R-K的三級Kutta方法程序如下 function y =
6、DELGKT3_kuta(f, h,a,b,y0,varvec) format long; N = (b-a)/h; y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K2 = Funval(f,varvec,[x(i-1)+h/2 y(i-1)+K1*h/2]); K3 = Funval(f,varvec,[x(i-1)+h y(i-1)-h*K1+K2*2*h]); y(i) =
7、 y(i-1)+h*(K1+4*K2+K3)/6; %滿足c1+c2+c3=1,(1/6 4/6 1/6) end format short; 3.2.3 四階R-K方法及步長的自動選擇 利用二元函數(shù)Taylor展開式可以確定(3.2.4)中r=4,p=4的R-K方法,其迭代公式為 其中,,而 共計(jì)13個(gè)參數(shù)待定,Taylor展開分析局部截?cái)嗾`差,使得精度達(dá)到四階,即誤差為。 于是,r=4,p=4的13個(gè)參數(shù)(c4不能為0)引出了多種方案和挑戰(zhàn),如: 參數(shù)優(yōu)化使階數(shù)增加到5階,得到四階五階R-K方法,matlab中有程序ode45; 四級四階R-K方法的步長自動選
8、??; 結(jié)合新算法的應(yīng)用算法構(gòu)造; 適應(yīng)于新的領(lǐng)域?qū)崿F(xiàn)求解; …… 經(jīng)典的四階R-K方法是: (3.2.12) 其中也需滿足,這里為(1/6 2/6 2/6 1/6).它的局部截?cái)嗾`差,故p=4,這是最常用的四階R-K方法,數(shù)學(xué)庫中都有用此方法求解初值問題的軟件.這種方法的優(yōu)點(diǎn)是精度較高,缺點(diǎn)是每步要算4個(gè)右端函數(shù)值,計(jì)算量較大. 例3.3 用經(jīng)典四階R-K方法解例1.1的初值問題,仍取h=0.1,計(jì)算到,并與改進(jìn)Euler法、梯形法在處比較其誤差大小. 解 用四階R-K方法公式(3.2.12),此處,于是當(dāng)n=0時(shí) 于是,按公式(3
9、.2.12)可算出 此方法誤差: 改進(jìn)Euler法誤差: 梯形法誤差: 可見四階R-K方法的精度比二階方法高得多.用四階R-K方法求解初值問題(1.2.1)精度較高,但要從理論上給出誤差的估計(jì)式則比較困難.那么應(yīng)如何判斷計(jì)算結(jié)果的精度以及如何選擇合適的步長h?通常是通過不同步長在計(jì)算機(jī)上的計(jì)算結(jié)果近似估計(jì).設(shè)在處的值,當(dāng)時(shí),的近似為,于是由四階R-K方法有 若以為步長,計(jì)算兩步到,則有 于是得 即 或 (3.2.13) 它給出了
10、誤差的近似估計(jì).如果(ε為給定精度),則認(rèn)為以為步長的計(jì)算結(jié)果滿足精度要求,若,則還可放大步長.因此(3.2.13)提供了自動選擇步長的方法. 附:經(jīng)典的4級(也是4階)R-K方法的程序: function y = DELGKT4_Rungkuta(f, h,a,b,y0,varvec) format long; N = (b-a)/h; y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K
11、2 = Funval(f,varvec,[x(i-1)+h/2 y(i-1)+K1*h/2]); K3 = Funval(f,varvec,[x(i-1)+h/2 y(i-1)+K2*h/2]); K4 = Funval(f,varvec,[x(i-1)+h y(i-1)+h*K3]); y(i) = y(i-1)+h*(K1+2*K2+2*K3+K4)/6; end format short; 講解: 求初值問題(1.2.1)的單步法主要是指Runge-Kutta法,本節(jié)主要討論顯式R-K方法,建立具體的計(jì)算公式使用的是Taylor展開,
12、形如(3.2.4)的顯式R-K方法,當(dāng)r=1時(shí)就是Euler法,因此只要討論的計(jì)算公式,在r確定后如何推導(dǎo)公式都是一樣的,只是r越大計(jì)算越復(fù)雜,為了掌握了解公式來源,只要以r=2為例推導(dǎo)計(jì)算公式即可.因此本節(jié)重點(diǎn)就是用Taylor展開求出r=2的顯式R-K方法的計(jì)算公式,由于方法的局部截?cái)嗾`差為(3.2.6),的右端有的項(xiàng),要對它做Taylor展開,就要用到二元函數(shù)的Taylor展開,按照二元函數(shù)Taylor級數(shù) ?。?.2.14) 將它用到(3.2.6)的的展開式中,即可得到按升冪整理出的結(jié)果,對r=2的公式只能得到=2階的公式,即,于是2級R-K方法(3.2.5)的系數(shù)必須滿足(3.
13、2.7)給出的方程,它的解由(3.2.8)給出,只要,求出的公式都是r=2的2階R-K方法.而常用的就是得到的改進(jìn)Euler法(3.1.11)和得到的中點(diǎn)公式(3.2.9). 我們知道,顯式單步法的數(shù)值公式為: 如果取定右邊的 則稱該數(shù)值公式為顯式Runge-Kutta方法. (一)顯式Runge-Kutta方法 1. 二階二級R-K方法 , 其中,.四參數(shù)滿足 舉例:中點(diǎn)公式 四個(gè)參數(shù),即 , 程序如下 function y = DELGKT2_mid(f, h,a,b,y0,varvec) format long; N = (b-a)/h;
14、y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 v1 = Funval(f,varvec,[x(i-1) y(i-1)]); t = y(i-1) + h*v1/2; v2 = Funval(f,varvec,[x(i-1)+h/2 t]); y(i) = y(i-1)+h*v2; end format short; 休恩(suen)法 c1=1/4, c2=3/4, a2=b21=2/3 function y = DELGKT2_suen(f,
15、h,a,b,y0,varvec) format long; N = uint16((b-a)/h); y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K2 = Funval(f,varvec,[x(i-1)+2*h/3 y(i-1)+K1*2*h/3]); y(i) = y(i-1)+h*(K1+3*K2)/4; end format short; 改進(jìn)的Euler法 c1
16、=1/2, c2=1/2, a2=b21=1 function y = DEModifEuler(f, h,a,b,y0,varvec) format long; N = (b-a)/h; y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 v1 = Funval(f,varvec,[x(i-1) y(i-1)]); t = y(i-1) + h*v1; v2 = Funval(f,varvec,[x(i) t]); y
17、(i) = y(i-1)+h*(v1+v2)/2; end format short; 實(shí)驗(yàn)對比參數(shù)取法不同得到不同的二階R-K方法精確程度各異:這個(gè)已經(jīng)可以做(同學(xué)們已做?!) 注意:二級R-K方法只能達(dá)到二階,而不可能達(dá)到三階.因?yàn)閞=2只有4個(gè)參數(shù),要達(dá)到p=3則在(3.2.6)的展開式中要增加3項(xiàng),即增加三個(gè)方程,加上(3.2.7)的三個(gè)方程,共計(jì)六個(gè)方程求4個(gè)待定參數(shù),驗(yàn)證得出是無解的. 2.三階三級R-K方法 其中,,而 共計(jì)8個(gè)參數(shù)待設(shè)定。Taylor展開分析局部截?cái)嗾`差,使得精度達(dá)到三級,即誤差為。 于是,r=3,p=3的8個(gè)參數(shù)所滿足的關(guān)系
18、式(c3不能為0)為 Kutta法 function y = DELGKT3_kutta(f, h,a,b,y0,varvec) format long; N = (b-a)/h; y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K2 = Funval(f,varvec,[x(i-1)+h/2 y(i-1)+K1*h/2]); K3 = Funval(f,varvec,[x(i-1
19、)+h y(i-1)-h*K1+K2*2*h]); y(i) = y(i-1)+h*(K1+4*K2+K3)/6; end format short; Suen法 function y = DELGKT3_suen(f, h,a,b,y0,varvec) format long; N = (b-a)/h; y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K2 = Funva
20、l(f,varvec,[x(i-1)+h/3 y(i-1)+K1*h/3]); K3 = Funval(f,varvec,[x(i-1)+2*h/3 y(i-1)+K2*2*h/3]); y(i) = y(i-1)+h*(K1+3*K3)/4; end format short; 3. 四階四級R-K方法 舉例:經(jīng)典四級Rung-Kutta法 程序 function y = DELGKT4_Rungkutta(f, h,a,b,y0,varvec) format long; N = (b-a)/h; y = zeros(N+1,1); y(1
21、) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K2 = Funval(f,varvec,[x(i-1)+h/2 y(i-1)+K1*h/2]); K3 = Funval(f,varvec,[x(i-1)+h/2 y(i-1)+K2*h/2]); K4 = Funval(f,varvec,[x(i-1)+h y(i-1)+h*K3]); y(i) = y(i-1)+h*(K1+2*K2+2*K3+K4)/6;
22、end format short; 基爾(jer、Gear)法 function y = DELGKT4_jer(f, h,a,b,y0,varvec) format long; N = (b-a)/h; C2 = sqrt(2); y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K2 = Funval(f,varvec,[x(i-1)+h/2 y(i-1)+K1*h/2]); K3 = F
23、unval(f,varvec,[x(i-1)+h/2 y(i-1)+K1*h*(C2-1)/2+K2*h*(2-C2)/2]); K4 = Funval(f,varvec,[x(i-1)+h y(i-1)-K2*h*C2/2+K3*h*(2+C2)/2]); y(i) = y(i-1)+h*(K1+(2-C2)*K2+(2+C2)*K3+K4)/6; end format short; 變型Rung-Kutta法 function y = DELGKT4_qt(f, h,a,b,y0,varvec) format long; N = (b-a)/h; y = zero
24、s(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); for i=2:N+1 K1 = Funval(f,varvec,[x(i-1) y(i-1)]); K2 = Funval(f,varvec,[x(i-1)+h/3 y(i-1)+K1*h/3]); K3 = Funval(f,varvec,[x(i-1)+2*h/3 y(i-1)-K1*h/3+K2*h]); K4 = Funval(f,varvec,[x(i-1)+h y(i-1)+h*(K1-K2+K3)]); y(i) = y(i-1)+
25、h*(K1+3*K2+3*K3+K4)/8; end format short; 說明: 四階四級R-K方法的步長自動選取問題 用四階R-K方法求解初值問題(1.2.1)精度已經(jīng)足夠高了,但要從理論上給出誤差的估計(jì)式則比較困難.那么應(yīng)如何判斷計(jì)算結(jié)果的精度以及如何選擇合適的步長h?通常是通過不同步長在計(jì)算機(jī)上的計(jì)算結(jié)果近似估計(jì).設(shè)在處的值,當(dāng)時(shí),的近似為,于是由四階R-K方法有 若以為步長,計(jì)算兩步到,則有 于是得 即 或 (3.2.13) 它給出了誤差的近似估計(jì).如果 (ε
26、為給定精度,如1E-3),則認(rèn)為以為步長的計(jì)算結(jié)果滿足精度要求,若,則還可放大步長.因此(3.2.13)提供了自動選擇步長的方法. (二)隱式(半隱式)R-K方法舉例 一種半隱式舉例,該格式可以通過除法化為顯式單步法格式,受到除法復(fù)雜度限制,容易造成耗時(shí),不穩(wěn),相對精度降低。 羅賽布諾克半隱式法 function y = DELSBRK(f, h,a,b,y0,varvec) format long; a1 = 1.40824829;a2 = 0.59175171; c1 = 0.17378667;c2 = c1; w1 = -0.41315432;w2 = 1.413
27、15432; N = (b-a)/h; y = zeros(N+1,1); y(1) = y0; x = a:h:b; var = findsym(f); dy = diff(f, varvec(2)); for i=2:N+1 f1 = Funval(f,varvec,[x(i-1) y(i-1)]); dy1 = Funval(dy,varvec,[x(i-1) y(i-1)]); k1 = h*f1/(1-h*a1*dy1); dy2 = Funval(dy,varvec,[x(i-1)+c1*h y(i-1)+c2*k1]);
28、 f2 = Funval(f,varvec,[x(i-1)+c1*h y(i-1)+c2*k1]); k2 = h*f2/(1-h*a2*dy2); y(i) = y(i-1)+w1*k1+w2*k2; end format short; 3.3 單步法的收斂性與絕對穩(wěn)定性 3.3.1 單步法的收斂性 定義3.1 設(shè)y(x)是初值問題(1.2.1)的精確解,是單步法(3.2.2)在處產(chǎn)生的近似解,若 則稱方法(3.2.2)產(chǎn)生的數(shù)值解收斂于. 實(shí)際上,定義中是一固定點(diǎn),當(dāng)h→0時(shí)n→∞,n不是固定的.因顯然方法收斂,則在固定點(diǎn)處的整體誤差,當(dāng)
29、p≥1時(shí). 下面定理給出方法(3.2.2)收斂的條件. 定理3.1 設(shè)初值問題(1.2.1)的單步法(3.2.2)是p階方法(p≥1),且函數(shù)對y滿足Lipschitz條件,即存在常數(shù)L>0,使對,均有 則方法(3.2.2)收斂,且. 定理證明略. 3.3.2 絕對穩(wěn)定性 用單步法(3.2.2)求數(shù)值解,由于原始數(shù)據(jù)及計(jì)算過程舍入誤差影響,實(shí)際得到的不是而是,其中是誤差,再計(jì)算下一步得到 以Euler法為例,若令,則 (3.3.1) 如果,則從計(jì)算到誤差不增長,它是穩(wěn)定的.但如果條件不滿足就不穩(wěn)定. 例3.4 y′=-100y,y(0)=1,精
30、確解為,用Euler法求解得 若取h=0.025,則,當(dāng),而,顯然計(jì)算是不穩(wěn)定的. 如果用后退Euler法(3.1.5)解此例,仍取h=0.025,則 ,即 顯然當(dāng),計(jì)算是穩(wěn)定的. 由此看到穩(wěn)定性與方法有關(guān),也與有關(guān),在此例中.在研究方法的穩(wěn)定性時(shí),通常不必對一般的f(x,y)進(jìn)行討論,而只針對模型方程 (3.3.2) 這里可能為復(fù)數(shù).規(guī)定是因?yàn)闀r(shí)微分方程(3.3.2)本身是不穩(wěn)定的,而討論數(shù)值方法(3.2.2)的穩(wěn)定性,必須在微分方程本身穩(wěn)定的前提下進(jìn)行.另一方面,對初值問題(1.2.1),若將f(x,y)在
31、處線性展開,可得 于是方程(1.2.1)可近似表示為 它表明用模型方程(3.3.2)是合理的,至于模型方程(3.3.2)中所以用復(fù)數(shù)λ是因?yàn)槌踔祮栴}(1.2.1)如果是方程組,即,則是(m×m)階矩陣,其特征值可能是復(fù)數(shù).當(dāng)然對單個(gè)方程,λ就是實(shí)數(shù),此時(shí)只要規(guī)定<0即可. 用單步法(3.2.2)解模型方程(3.3.2)可得到 (3.3.3) 其中依賴所選方法,如用Euler法,則 (3.3.4) 此時(shí)由(3.3.1)看到誤差方程也為,與(3.3.4)是一樣的.因此對一般單步法(3.2.2)誤差方程也
32、與(3.3.3)一致.下面再考慮二階R-K方法有 對四階R-K方法,可得 定義3.2 將單步法(3.2.2)用于解模型方程(3.3.2),若得到(3.3.3)中的 則稱方法是絕對穩(wěn)定的.在復(fù)平面上復(fù)變量滿足 的區(qū)域,稱為方法(3.2.2)的絕對穩(wěn)定域,它與實(shí)軸的交點(diǎn)稱為絕對穩(wěn)定區(qū)間. 例如對Euler法, 在復(fù)平面上是以(-1,0)為圓心,以1為半徑的單位圓域內(nèi)部,當(dāng)為實(shí)數(shù)時(shí),則得絕對穩(wěn)定區(qū)間為,因<0,故有.在例3.4中 時(shí)方法穩(wěn)定,而例中取h=0.025故不穩(wěn)定. 對后退Euler法(3.1.5), 因<0,故,其絕對穩(wěn)定域是以(1,0)為圓心的單位圓外部,絕對穩(wěn)定區(qū)
33、間為,即對任何h>0方法都是絕對穩(wěn)定的. 二階R-K方法的絕對穩(wěn)定區(qū)間為. 三階R-K方法的絕對穩(wěn)定區(qū)間為. 四階R-K方法的絕對穩(wěn)定區(qū)間為. 例3.5 用經(jīng)典四階R-K方法計(jì)算初值問題 步長取h=0.1及0.2,給出計(jì)算誤差并分析其穩(wěn)定性. 解 本題直接按R-K方法(3.2.12)的公式計(jì)算.因精確解為,其計(jì)算誤差如表所示. 從計(jì)算結(jié)果看到,h=0.2時(shí)誤差很大,這是由于在λ=-20,h=0.2時(shí)λh=-4,而四階R-K方法的絕對穩(wěn)定區(qū)間為[-2.785,0],故h=0.2時(shí)計(jì)算不穩(wěn)定,誤差很大.而h=0.1時(shí)=-2,其值在絕對穩(wěn)定區(qū)間[-2.78
34、5,0]內(nèi),計(jì)算穩(wěn)定,故結(jié)果是可靠的. 講解: 由于微分方程初值問題數(shù)值解公式求出的解是一個(gè)逐次遞推的過程,因此原始數(shù)據(jù)誤差及計(jì)算過程舍入誤差對解的影響就是數(shù)值方法絕對穩(wěn)定性研究的問題,如果由計(jì)算誤差不增長,方法就是絕對穩(wěn)定的.為使問題得到簡化通常就是將方法用于解模型方程(3.3.2),對于單步法得到的差分方程為,由于模型方程的,代入Euler法,得,對二階R-K方法,例如,用改進(jìn)Euler法 于是 對三階R-K方法有 對四階R-K方法有 只要方法,就是絕對穩(wěn)定的,這時(shí)的值當(dāng)n增大式是減少的,故計(jì)算穩(wěn)定.這時(shí)舍入誤差影響可忽略不計(jì),而當(dāng),則增大,方法不穩(wěn)定,計(jì)算
35、結(jié)果是不可靠的.因此用顯式單步法必須使,也就是步長選擇要滿足這一要求. 對于隱式的梯形公式 將模型方程,即代入得 于是 注意,于是有 ,對成立. 這就表明對任意步長h,梯形法都是絕對穩(wěn)定的. 3.4 練習(xí)題 2. 對于一階微分方程初值問題,用Euler法,改進(jìn)Euler法,二階R-K方法求解,并作圖比較。 3. 對于一階微分方程初值問題,用Euler法,改進(jìn)Euler法,二階R-K法,三階R-K法求解,并與真解作圖比較,列出誤差對比表格。 4. 對于一階微分方程初值問題,用三階、四階R-K法與真解作圖對比。 5. 對于一階微分方程初值問題,R-K法的半隱式、四階與真解作圖對比。 6. 對一階微分方程初值問題進(jìn)行穩(wěn)定性分析: a. 得出二階R-K法中步長的穩(wěn)定區(qū)間(域); b. 自選兩個(gè)步長(h1為區(qū)間內(nèi)的數(shù)(如0.1), h2為區(qū)間外的數(shù)(如0.3))得到兩個(gè)不同數(shù)值解和精確解作圖比較,并列出誤差表格。
- 溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 110中國人民警察節(jié)(筑牢忠誠警魂感受別樣警彩)
- 2025正字當(dāng)頭廉字入心爭當(dāng)公安隊(duì)伍鐵軍
- XX國企干部警示教育片觀后感筑牢信仰之基堅(jiān)守廉潔底線
- 2025做擔(dān)當(dāng)時(shí)代大任的中國青年P(guān)PT青年思想教育微黨課
- 2025新年工作部署會圍繞六個(gè)干字提要求
- XX地區(qū)中小學(xué)期末考試經(jīng)驗(yàn)總結(jié)(認(rèn)真復(fù)習(xí)輕松應(yīng)考)
- 支部書記上黨課筑牢清廉信念為高質(zhì)量發(fā)展?fàn)I造風(fēng)清氣正的環(huán)境
- 冬季消防安全知識培訓(xùn)冬季用電防火安全
- 2025加強(qiáng)政治引領(lǐng)(政治引領(lǐng)是現(xiàn)代政黨的重要功能)
- 主播直播培訓(xùn)直播技巧與方法
- 2025六廉六進(jìn)持續(xù)涵養(yǎng)良好政治生態(tài)
- 員工職業(yè)生涯規(guī)劃方案制定個(gè)人職業(yè)生涯規(guī)劃
- 2024年XX地區(qū)黨建引領(lǐng)鄉(xiāng)村振興工作總結(jié)
- XX中小學(xué)期末考試經(jīng)驗(yàn)總結(jié)(認(rèn)真復(fù)習(xí)輕松應(yīng)考)
- 幼兒園期末家長會長長的路慢慢地走