ParametricNDSolveはParametricFunctionオブジェクトの代替オブジェクトを返す：

の解を得る：

の解をプロットする：

からまでの の値についての解をプロットする：

初期条件はパラメータとして指定することができる：

で，からまでの の値について， の解をプロットする：

で，からまでの の値について の解をプロットする：

微分方程式の係数と境界条件はパラメータとして指定できる：

からの範囲の の値に対して で，および で解をプロットする：

パラメトリック振幅 の古典的な調和振動子を解く：

についての解と， の近くの値のいくつかをプロットする：

についての の感度は定義 で与えられる．における感度をプロットする：

感度 を についての解 の周りの帯としてプロットする：

複数のパラメータを持つ微分方程式の感度解析：

初期条件 （, ）について感度をプロットする：

初期条件 (, ）について感度をプロットする：

微分方程式の解 が となるような初期値 を求める：

で解を求める：

結果の解をチェックする：

パラメータsの近くの値と比較する：

境界値問題 , , のいくつかの解を求める．まず，可能な のいくつかの値について考える：

パラメータスイープを実行し，の自明ではない解の値を求める：

上記のグラフからの近似初期値を使う：

求まった解をプロットする：

を使い，についてのすべての固有値()と固有関数 を求める．可能なパラメータ値を探ることから始める：

の厳密値を求める：

それらをプロットする：

の解 が から までの最短弧長になる の値を求める．まず，0から1までの の値についての解をプロットすることから始める：

を解の弧長に対してプロットする：

についての最短弧長解は にあるようである：

の近くに現れる極小値を求める：

（極小）弧長の対応する解を近くの解とともにプロットする：

微分方程式のパラメータに摂動を与え，結果のいくつかの摂動解を見る：

感度解をプロットすると，質的に同じ結果が与えられる：

振動する台座で安定化されている倒立振子のシミュレーションを行う：

振幅aについての の感度は時間とともに大きくなる：

熱方程式 , のパラメータ依存：

感度 および を求める：

対応する感度帯をプロットする：

解の曲面の色を変えることで a および c に対する感度を示す：

Lorenz方程式のパラメータに対する感度を求める：

微分方程式の解をサンプルとして取り，ノイズを加える：

三角法のモデルをノイズの多いデータにフィットする：

二次モデルの方がよくフィットする：

微分方程式の解がデータに最もよくフィットするパラメータを求める：

データは放熱器からのものなので，ニュートンの冷却法則を使う：