### 统计代写|R代写project|ODE/PDE routine

R是一个用于统计计算和图形的自由软件环境。

statistics-lab™ 为您的留学生涯保驾护航 在代写R方面已经树立了自己的口碑, 保证靠谱, 高质且原创的统计Statistics代写服务。我们的专家在代写R代写方面经验极为丰富，各种代写R相关的作业也就用不着说。

• Statistical Inference 统计推断
• Statistical Computing 统计计算
• Advanced Probability Theory 高等楖率论
• Advanced Mathematical Statistics 高等数理统计学
• (Generalized) Linear Models 广义线性模型
• Statistical Machine Learning 统计机器学习
• Longitudinal Data Analysis 纵向数据分析
• Foundations of Data Science 数据科学基础

## 统计代写|R代写project|Numerical, graphical output

The numerical output is the same as in Table 3.1. Also, the graphical output for $C_{1}(t), C_{2}(t), C_{3}(t)$ is the same as in Figs. 3.1-2,3.1-4 and is not repeated here. The graphical output for the RHS terms and LHS derivatives of eqs. $(5.1-1),(5.2-1),(5.3-1)$ is in Figs. $5.2$.
The plots for $\frac{\partial V_{3}(x, t)}{\partial t}$ are the same as for $\frac{\partial V_{2}(x, t)}{\partial t}$ and are not included here.
Generally, Figs. $5.2$ indicate the approach of the solutions to a stable, steady state.
To conclude this discussion of the analysis of the PDEs, eqs. $(5.1-1),(5.2-1)$, (5.3-1), the following code is added to Listing $5.2$.
$#$

#

###### V1t

matplot $\left(\mathrm{x}=\mathrm{x}, \mathrm{y}=\operatorname{term} 11[, 2\right.$ : nout $]$, type $={ }^{\prime \prime} 1^{\prime \prime}, \mathrm{xlab}={ }^{\prime \prime} \mathrm{x}$, ,
$y l a b=” t e r m 11^{\prime \prime}, x l i m=c(x l, x u), l t y=1$, main=” “, lwd=2,
col = “black”) ;
$\operatorname{persp}(\mathrm{x}$, tout [ 2 : nout], term11 [, 2 : nout], theta $=90$, phi=30,
$x l i m=c(x l, x u), y l i m=c(t 0, t f), x l a b=” x$ “,
$\left.y l a b={ }^{n \prime \prime}, z l a b=” \operatorname{term} 11^{\prime \prime}\right)$;
$#$
$# \mathrm{~V} 2 \mathrm{t}$
$\operatorname{par}(\operatorname{mfrow}=\mathrm{C}(2,2))$;
matplot $\left(\mathrm{x}=\mathrm{x}, \mathrm{y}=\operatorname{term} 21\right.$, type $=” 1 “, \mathrm{xlab}={ }^{\prime \prime} \mathrm{x}^{\mathrm{n}}, \mathrm{ylab}=$ “term21”,
$x l i m=c(x l, x u), 1 t y=1$, main=” , lwd=2, col= “black”);
matplot $\left(\mathrm{x}=\mathrm{x}, \mathrm{y}=\operatorname{term} 22\right.$, type $=” 1 “, \mathrm{xlab}={ }^{\prime \prime} \mathrm{x}^{\mathrm{n}}, \mathrm{ylab}=$ “term 22 “,
$x l i m=c(x l, x u), 1 t y=1$, main=” , $1 w d=2$, col= “black”);
matplot $\left(\mathrm{x}=\mathrm{x}, \mathrm{Y}=\operatorname{term} 21+\operatorname{term} 22\right.$, type $={ }^{\prime \prime} 1^{\prime \prime}, \mathrm{xlab}=$ ” $\mathrm{x}$ “,
$y l a b=” \operatorname{term} 21+\operatorname{term} 22 “, x l i m=c(x l, x u)$, lty=1, main=” “,
$1 w \mathrm{~d}=2, \mathrm{col}=$ ” $\mathrm{black}$ “);
$\operatorname{par}(\operatorname{mfrow}=\mathrm{c}(2,2))$;
persp $(\mathrm{x}$, tout, term 21 , theta $=30$, phi $=30$,
$x l i m=c(x l, x u), y l i m=c(t 0, t f), x l a b=” x^{\prime \prime}$,
ylab=” ” “,$\left.z l a b=” \operatorname{term} 21^{\prime \prime}\right)$;
persp ( $x$, tout, term 22 , theta $=30$, phi $=30$,
$x l i m=c(x l, x u), y l i m=c(t 0, t f), x l a b={ }^{n} x$ “,

## 统计代写|R代写project|The RHS terms

• The RHS terms of eq. $(5.2-1)$ and their sum are plotted.
$#$
###### V2t

$\operatorname{par}(\operatorname{mfrow}=\mathrm{C}(2,2))$;
matplot $\left(\mathrm{x}=\mathrm{x}, \mathrm{y}=\operatorname{term} 21, t y p e={ }^{\prime \prime}, \mathrm{x} l \mathrm{ab}={ }^{\prime \prime} \mathrm{x}\right.$,
$y l a b=” \operatorname{term} 21^{\prime \prime}, x l i m=c(x l, x u), 1 t y=1$, main=” , $1 w d=2$,
cOl = “black”);
matplot $(x=x, y=t e r m 22, t y p e=” 1 ” x l a b=” x$,
$y l a b=” \operatorname{term} 22^{\prime \prime}, \mathrm{xlim}=\mathrm{c}(\mathrm{xl}, \mathrm{xu}), 1 \mathrm{ty}=1$, main=” , $1 w \mathrm{~d}=2$,
COl = “black” );
matplot $\left(x=x, y=t e r m 21+t e r m 22, t y p e=” 1 “, x \perp a b={ }^{\prime \prime} x^{n}\right.$,
$Y l a b=$ “term21+term22″, ” $1 \mathrm{~m}=\mathrm{c}(\mathrm{xl}, \mathrm{xu}), 1 \mathrm{t}=1, \mathrm{ma} \mathrm{n}=$ ” $\mathrm{~ , ~}$
$l w \mathrm{~d}=2, \mathrm{col}=” \mathrm{black}$ “) ;
par $(\operatorname{mf} r \mathrm{OW}=\mathrm{C}(2,2))$ i
persp $(x$, tout, term 21 , theta $=30$, phi $=30$,
$x \perp i m=c(x \perp, x u), y \perp i m=c(t 0, t f), x \perp a b=” x “$,
$\left.y l a b=” t^{\prime \prime}, z l a b=” \operatorname{term} 21^{n \prime}\right)$;
persp $(x$, tout, term 22 , theta $=30$, phi $=30$,
$x l i m=c(x l, x u), y l i m=c(t 0, t f), x \perp a b=” x “$,
$\left.y l a b=” t^{\prime \prime}, z l a b=” \operatorname{term} 22^{n}\right)$;
persp $(x$, tout, term $21+\operatorname{term} 22$, theta $=30$, phi $=30$,
$x l i m=c(x \perp, x u), y l i m=c(t 0, t f), x \perp a b=” x “$,
$\left.y l a b=” t^{\prime \prime}, z l a b=” t e r m 21+\operatorname{term} 22^{\prime \prime}\right) ;$

• The RHS terms of eq. (5.3-1) and their sum are plotted.
$#$
###### V3t

$\operatorname{par}(\operatorname{mfrow}=\mathrm{c}(2,2))$;
matplot $\left(\mathrm{x}=\mathrm{x}, \mathrm{Y}=\operatorname{term} 31, \mathrm{type}={ }^{\mathrm{n}} \mathrm{I}^{\prime \prime}, \mathrm{x} \perp \mathrm{ab}={ }^{\prime \prime} \mathrm{x}\right.$,
$Y l a b=” \operatorname{term} 31^{\prime \prime}, \mathrm{xlim}=\mathrm{c}(\mathrm{xl}, \mathrm{xu}), 1 \mathrm{t} y=1$, main=” , $1 w \mathrm{~d}=2$,
$\mathrm{CO}=$ “black”)
matplot $\left(\mathrm{x}=\mathrm{x}, \mathrm{y}=\operatorname{term} 32, \mathrm{ype}=\mathrm{I}^{\prime \prime}, \mathrm{xlab}=\mathrm{x}^{\prime \prime}\right.$,
$y l a b=” \operatorname{term} 32^{\prime \prime}, \mathrm{xlim}=\mathrm{c}(\mathrm{xl}, \mathrm{xu}), 1 \mathrm{ty}=1$, main=” , $1 w \mathrm{~d}=2$,
$\mathrm{COl}=” \mathrm{black}$ “)
matplot $\left(x=x, y=t e r m 31+t e r m 32, t y p e=” 1 “, x \perp a b={ }^{\prime \prime} x^{n}\right.$,
$Y l a b=$ “term $31+\operatorname{term} 32^{\text {n }}, \mathrm{xl} \mathrm{m}=\mathrm{c}(\mathrm{xl}, \mathrm{xu}), 1 \mathrm{t}=1, \mathrm{main=}$, 午,
$I w \mathrm{~d}=2, \mathrm{col}=$ “black”);
$\operatorname{par}(\operatorname{mfrow}=\mathrm{C}(2,2))$;
persp $(x$, tout, term 31 , theta $=30$, phi $=30$,
$\mathrm{xl} \mathrm{m}=\mathrm{c}(\mathrm{xl}, \mathrm{xu}), \mathrm{yl} \mathrm{m}=\mathrm{c}(\mathrm{t} 0, \mathrm{tf}), \mathrm{xlab}={ }^{\prime \prime} \mathrm{x}$,
$y l a b=” t^{\prime \prime}, z l a b=” \operatorname{term} 31^{n \prime}$;

## 统计代写|R代写project|Summary and conclusions

The ODE/PDE model of eqs. (5.1), (5.2), (5.3) is analyzed in detail by computing and plotting the ODE/PDE RHS terms and the LHS $t$ derivatives. This analysis gives an explanation of the origin of the ODE/PDE model solution properties. The model can now be studied in further detail. For example,

• The cross diffusion term in eqs. $(5.2-1),(5.2-2)$ can be expanded as
$$\frac{\partial^{2}\left(V_{2}(x, t) V_{3}(x, t)\right)}{\partial x^{2}}=$$

$$\frac{\partial\left(V_{2}(x, t) \frac{\partial V_{3}(x, t)}{\partial x}\right)}{\partial x}+\frac{\partial\left(V_{3}(x, t) \frac{\partial V_{2}(x, t)}{\partial x}\right)}{\partial x}$$
The two RHS terms can then be calculated and plotted separately to determine the contributions of each.

• The parameters for components 2,3 can be different in Listing 5.1. For example, these components may be of different size (molecular weight) so that the diffusivities $D_{V 2}, D_{V 3}$, and cross diffusion coefficients $\chi_{2}, \chi_{3}$ in eqs. (5.2-1), (5.3-1) are different.
• The effect of the mass transfer coefficients $k_{1 l}, k_{1 u}, k_{2 l}, k_{2 u}, k_{3 l}, k_{3 u}$ can be studied, possibly as experimental data for the rate of transfer of viral genetic material into host cells become available.
These suggested investigations are left as exercises.

## 统计代写|R代写project|Numerical, graphical output

##

#

###### V1t

matplot(X=X,是=学期⁡11[,2: 没有]， 类型=′′1′′,Xl一种b=′′X, ,

col = “黑色”) ;

Xl一世米=C(Xl,X在),是l一世米=C(吨0,吨F),Xl一种b=”X “,

##
# \ mathrm ~ V} 2 \ mathrm {t# \ mathrm ~ V} 2 \ mathrm {t

matplot(X=X,是=学期⁡21， 类型=”1“,Xl一种b=′′Xn,是l一种b=“第 21 学期”，
Xl一世米=C(Xl,X在),1吨是=1, 主 =” , lwd = 2, col = “黑色”);
matplot(X=X,是=学期⁡22， 类型=”1“,Xl一种b=′′Xn,是l一种b=“第 22 期”，
Xl一世米=C(Xl,X在),1吨是=1, 主要 =” ,1在d=2，col=“黑色”）；
matplot(X=X,是=学期⁡21+学期⁡22， 类型=′′1′′,Xl一种b= ” X “,

1在 d=2,C这l=”bl一种Cķ “);

Xl一世米=C(Xl,X在),是l一世米=C(吨0,吨F),Xl一种b=”X′′,
ylab = “” “,和l一种b=”学期⁡21′′);

Xl一世米=C(Xl,X在),是l一世米=C(吨0,吨F),Xl一种b=nX“,

## 统计代写|R代写project|The RHS terms

• 等式的 RHS 项。(5.2−1)并绘制它们的总和。
##
###### V2t

matplot(X=X,是=学期⁡21,吨是p和=′′,Xl一种b=′′X,

col = “黑色”);
matplot(X=X,是=吨和r米22,吨是p和=”1”Xl一种b=”X,

COl = “黑色” );
matplot(X=X,是=吨和r米21+吨和r米22,吨是p和=”1“,X⊥一种b=′′Xn,

l在 d=2,C这l=”bl一种Cķ“）；

X⊥一世米=C(X⊥,X在),是⊥一世米=C(吨0,吨F),X⊥一种b=”X“,

Xl一世米=C(Xl,X在),是l一世米=C(吨0,吨F),X⊥一种b=”X“,

Xl一世米=C(X⊥,X在),是l一世米=C(吨0,吨F),X⊥一种b=”X“,

• 等式的 RHS 项。(5.3-1) 和它们的总和被绘制出来。
##
###### V3t

matplot(X=X,是=学期⁡31,吨是p和=n一世′′,X⊥一种b=′′X,

C这=“黑色”）
matplot(X=X,是=学期⁡32,是p和=一世′′,Xl一种b=X′′,

C这l=”bl一种Cķ”）
matplot(X=X,是=吨和r米31+吨和r米32,吨是p和=”1“,X⊥一种b=′′Xn,

Xl米=C(Xl,X在),是l米=C(吨0,吨F),Xl一种b=′′X,

## 统计代写|R代写project|Summary and conclusions

• 方程中的交叉扩散项。(5.2−1),(5.2−2)可以扩展为
∂2(在2(X,吨)在3(X,吨))∂X2=

∂(在2(X,吨)∂在3(X,吨)∂X)∂X+∂(在3(X,吨)∂在2(X,吨)∂X)∂X

• 清单 5.1 中组件 2,3 的参数可以不同。例如，这些成分可能具有不同的尺寸（分子量），从而使扩散率D在2,D在3, 和交叉扩散系数χ2,χ3在等式中。(5.2-1)、(5.3-1) 不同。
• 传质系数的影响ķ1l,ķ1在,ķ2l,ķ2在,ķ3l,ķ3在可以研究，可能随着病毒遗传物质转移到宿主细胞的速率的实验数据变得可用。
这些建议的调查留作练习。

## 有限元方法代写

tatistics-lab作为专业的留学生服务机构，多年来已为美国、英国、加拿大、澳洲等留学热门地的学生提供专业的学术服务，包括但不限于Essay代写，Assignment代写，Dissertation代写，Report代写，小组作业代写，Proposal代写，Paper代写，Presentation代写，计算机作业代写，论文修改和润色，网课代做，exam代考等等。写作范围涵盖高中，本科，研究生等海外留学全阶段，辐射金融，经济学，会计学，审计学，管理学等全球99%专业科目。写作团队既有专业英语母语作者，也有海外名校硕博留学生，每位写作老师都拥有过硬的语言能力，专业的学科背景和学术写作经验。我们承诺100%原创，100%专业，100%准时，100%满意。

## MATLAB代写

MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。