《数值计算方法》实验指导
（Matlab 版）
肇庆学院数学与统计学学院
计算方法课程组
1. 实验名称
实验1 算法设计原则验证(之相近数相减、大数吃小数和简化计算步骤)
2.
实验题目
有效数字的损失.
123 )与1000个较小的数(3 10 15)的和，验证
大数吃小数的现象.
(3)分别用直接法和秦九韶算法计算多项式
P(x) a 0x n a 1x n 1 在x =1.00037 处的值?验证简化计算步骤能减少运算时间.
n 1 对于第(3)题中的多项式P (x )，直接逐项计算需要n (n 1) 2 1
次乘法 和n 次加法，使用秦九韶算法 P(x) (((a °x ajx a 2)x
a . 则只需要n 次乘法和n 次加法.
3. 实验目的
验证数值算法需遵循的若干规则.
4.
基础理论 设计数值算法时，应避免两个相近的数相减、防止大数吃小数、简化计算步骤减少运算
次数以减少运算时间并降低舍入误差的积累. 两相近的数相减会损失有效数字的个数， 用一 《数值计算方法》实验 1报告
班级： 20xx 级 XXXXx 班 学号：
20xx2409xxxx 姓名： XXX 成绩: ⑴取 z 1016，计算z 1 Z 和 1/（、z 1
Z)，验证两个相近的数相减会造成 (2)按不同顺序求一个较大的数(
a n 1 X a n
个大数依次加小数，小数会被大数吃掉，乘法运算次数太多会增加运算时间.
5.实验环境
操作系统：Win dows xp ；程序设计语言：Matlab
6.实验过程
(1)直接计算并比较；
(2)法1 :大数逐个加1000个小数，法2 :先把1000个小数相加再与大数加；
(3)将由高次项到低次项的系数保存到数组A[n]中，其中n为多项式次数.
7.结果与分析
(1)计算的~1V Z = _______________________________ ,1/( ~1 < z) ____________________ . 分析：
(2)123逐次加1000个3 10 6的和是_________________________ ，先将1000个3 10 6相
加，再用这个和与123相加得_______________________ .
分析：
(3)计算__________ 次的多项式：
直接计算的结果是___________________ ，用时___________________ ;
用秦九韶算法计算的结果是____________________ ，用时 ___________________
分析：
8.附录：程序清单
(1)两个相近的数相减.
°%*************************************************************
%* 程序名：ex1_1.m
°%*程序功能：验证两个相近的数相减会损失有效数字个数
Q%************************************************************* z=1e16;
x,y
(2)大数吃小数
Q%*************************************************************
%程序名：ex1_2.m
%
*程序功能：验证大数吃小数的现象? °%************************************************************* 0
clc; %清屏
clear all; %释放所有内存变量
format Io ng; %按双精度显示浮点数
z=123; %大数
t=3e-15; %小数
大数依次加小数
x=z; %
% 重复1000次给x中加上t
y=0; %先累加小数
% 重复1000次给y中加上t y=z + y; %再加到大数
x,y
(3)秦九韶算法 °%************************************************************* %* 程序名：ex1_3.m
°%* 程序功能：验证秦九韶算法可节省运行时间 ?
Q%*************************************************************
clc; %清屏
clear all;
%释放所有内存变量
A=[8,4,-1,-3,6,5,3,2,1,3,2,-1,4,3,1,-2,4,6,8,9,50,-80,12,35,7,-
6,42,5,6,23,74,65,55,80,78 ,77,98,56];
A(10001)=0; %扩展到10001项，后面的都是分量 0
% A 为多项式系数，从高次项到低次项
x=1.00037;
n=9000; % n 为多项式次数
%直接计算
begi ntime=clock;
format Io ng; %按双精度显示浮点数
%开始执行的时间
%累加多项式的i 次项 en dtime=clock; time 仁etime(e ndtime,begi ntime); disp('直接计算');
disp(['p(', nu m2str(x),')=' ,n um2str(p)]); disp([' 运行时间：’,num2str(time1),' 秒']); %结束执行的时间 %运行时间 %秦九韶算法计算
begi ntime=clock;
%开始执行的时间 累加秦九韶算法中的一项 en dtime=clock;
time2=etime(e ndtime,begi ntime); disp(''); disp('秦九韶算法计算');
disp(['p(', nu m2str(x),')=' ,n
um2str(p)]);
%结束执行的时间 %运行时间
《数值计算方法》实验指导 （Matlab 版） 肇庆学院数学与统计学学院 计算方法课程组
1. 实验名称 实验1 算法设计原则验证(之相近数相减、大数吃小数和简化计算步骤) 2. 实验题目 有效数字的损失. 123 )与1000个较小的数(3 10 15)的和，验证 大数吃小数的现象. (3)分别用直接法和秦九韶算法计算多项式 P(x) a 0x n a 1x n 1 在x =1.00037 处的值?验证简化计算步骤能减少运算时间. n 1 对于第(3)题中的多项式P (x )，直接逐项计算需要n (n 1) 2 1 次乘法 和n 次加法，使用秦九韶算法 P(x) (((a °x ajx a 2)x a . 则只需要n 次乘法和n 次加法. 3. 实验目的 验证数值算法需遵循的若干规则. 4. 基础理论 设计数值算法时，应避免两个相近的数相减、防止大数吃小数、简化计算步骤减少运算 次数以减少运算时间并降低舍入误差的积累. 两相近的数相减会损失有效数字的个数， 用一 《数值计算方法》实验 1报告 班级： 20xx 级 XXXXx 班 学号： 20xx2409xxxx 姓名： XXX 成绩: ⑴取 z 1016，计算z 1 Z 和 1/（、z 1 Z)，验证两个相近的数相减会造成 (2)按不同顺序求一个较大的数( a n 1 X a n
个大数依次加小数，小数会被大数吃掉，乘法运算次数太多会增加运算时间. 5.实验环境 操作系统：Win dows xp ；程序设计语言：Matlab 6.实验过程 (1)直接计算并比较； (2)法1 :大数逐个加1000个小数，法2 :先把1000个小数相加再与大数加； (3)将由高次项到低次项的系数保存到数组A[n]中，其中n为多项式次数. 7.结果与分析 (1)计算的~1V Z = _______________________________ ,1/( ~1 < z) ____________________ . 分析： (2)123逐次加1000个3 10 6的和是_________________________ ，先将1000个3 10 6相 加，再用这个和与123相加得_______________________ . 分析： (3)计算__________ 次的多项式： 直接计算的结果是___________________ ，用时___________________ ; 用秦九韶算法计算的结果是____________________ ，用时 ___________________ 分析：
目录 第一章非线性方程求根 (3) 1.1迭代法 (3) 1.2牛顿法 (4) 1.3弦截法 (5) 1.4二分法 (6) 第二章插值 (7) 2.1线性插值 (7) 2.2二次插值 (8) 2.3拉格朗日插值 (9) 2.4分段线性插值 (10) 2.5分段二次插值 (11) 第三章数值积分 (13) 3.1复化矩形积分法 (13) 3.2复化梯形积分法 (14) 3.3辛普森积分法 (15) 3.4变步长梯形积分法 (16) 第四章线性方程组数值法 (17) 4.1约当消去法 (17) 4.2高斯消去法 (18) 4.3三角分解法 (20)
4.4雅可比迭代法 (21) 4.5高斯—赛德尔迭代法 (23) 第五章常积分方程数值法 (25) 5.1显示欧拉公式法 (25) 5.2欧拉公式预测校正法 (26) 5.3改进欧拉公式法 (27) 5.4四阶龙格—库塔法 (28)
数值计算方法 第一章非线性方程求根 1.1迭代法 程序代码： Private Sub Command1_Click() x0 = Val(InputBox("请输入初始值x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = (Exp(2 * x0) - x0) / 5 If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例：求f(x)=e2x-6x=0在x=0.5附近的根（ep=10-10）
1.2牛顿法 程序代码： Private Sub Command1_Click() b = Val(InputBox("请输入被开方数x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = x0 - (x0 ^ 2 - b) / (2 * b) If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例：求56的值。（ep=10-10）
数值分析编程作业
2012年12月 第二章 14.考虑梯形电阻电路的设计，电路如下： 电路中的各个电流{i1,i2,…,i8}须满足下列线性方程组： 12 123 234 345 456 567 678 78 22/ 2520 2520 2520 2520 2520 2520 250 i i V R i i i i i i i i i i i i i i i i i i i i -= -+-= -+-= -+-= -+-= -+-= -+-= -+= 这是一个三对角方程组。设V=220V，R=27Ω，运用追赶法，求各段电路的电流量。Matlab程序如下： function chase () %追赶法求梯形电路中各段的电流量 a=input('请输入下主对角线向量a='); b=input('请输入主对角线向量b='); c=input('请输入上主对角线向量c='); d=input('请输入右端向量d='); n=input('请输入系数矩阵维数n='); u(1)=b(1); for i=2:n l(i)=a(i)/u(i-1); u(i)=b(i)-c(i-1)*l(i); end y(1)=d(1); for i=2:n y(i)=d(i)-l(i)*y(i-1); end x(n)=y(n)/u(n); i=n-1; while i>0 x(i)=(y(i)-c(i)*x(i+1))/u(i); i=i-1; end x 输入如下:
请输入下主对角线向量a=[0,-2,-2,-2,-2,-2,-2,-2]; 请输入主对角线向量b=[2,5,5,5,5,5,5,5]; 请输入上主对角线向量c=[-2,-2,-2,-2,-2,-2,-2,0]; 请输入方程组右端向量d=[220/27,0,0,0,0,0,0,0]; 请输入系数矩阵阶数n=8 运行结果如下： x = 8.1478 4.0737 2.0365 1.0175 0.5073 0.2506 0.1194 0.0477 第三章 14.试分别用(1)Jacobi 迭代法；(2)Gauss-Seidel 迭代法解线性方程组 1234510123412191232721735143231211743511512x x x x x ?????? ??????---????????????=--?????? --?????? ??????---?????? 迭代初始向量 (0)(0,0,0,0,0)T x =。 （1）雅可比迭代法程序如下： function jacobi() %Jacobi 迭代法 a=input('请输入系数矩阵a='); b=input('请输入右端向量b='); x0=input('请输入初始向量x0='); n=input('请输入系数矩阵阶数n='); er=input('请输入允许误差er='); N=input('请输入最大迭代次数N='); for i=1:n for j=1:n if i==j d(i,j)=a(i,j); else d(i,j)=0; end end end m=eye(5)-d\a; %迭代矩阵 g=d\b; x=m*x0+g; k=1; while k<=N %进行迭代 for i=1:5 if max(abs(x(i)-x0(i))) >er x=m*x+g; k=k+1;
一 选择题(55分=25分) (A)1. 3.142和3.141分别作为π的近似数具有（）和（）为有效数字(有效数字) A. 4和3 B. 3和2 C. 3和4 D. 4和4 解,时,, m-n= -3,所以n=4,即有4位有效数字。当时,, ，m-n= -2,所以n=3,即有3位有效数字。 (A)2. 为了减少误差，在计算表达式时，应该改为计算，是属于（）来避免误差。（避免误差危害原则） A.避免两相近数相减； B.化简步骤，减少运算次数； C.避免绝对值很小的数做除数； D.防止大数吃小数 解：由于和相近，两数相减会使误差大，因此化加法为减法，用的方法是避免误差危害原则。 (B)3.下列算式中哪一个没有违背避免误差危害原则（避免误差危害原则） A.计算 B.计算 C.计算 D.计算 解:A会有大数吃掉小数的情况C中两个相近的数相减，D中两个相近的数相减也会增大误差 (D)4.若误差限为,那么近似数0.003400有()位有效数字。(有效数字) A. 5 B. 4 C. 7 D. 3 解：即m-n= -5,，m= -2，所以n=3，即有3位有效数字 (A)5.设的近似数为，如果具有3位有效数字，则的相对误差限为()（有效数字与相对误差的关系） A． B. C. D. 解：因为所以,因为有3位有效数字，所以n=3,由相对误差和有效数字的关系可得a的相对误差限为 二 填空题：(75分=35分)
1.设则有2位有效数字，若则a有3位有效数字。(有效数字) 解:,时,，，m-n= -4,所以n=2,即有2位有效数字。当时, ，m-n= -5,所以n=3,即有3位有效数字。 2.设 =2.3149541...，取5位有效数字，则所得的近似值x=2.3150(有效数字)解：一般四舍五入后得到的近似数，从第一位非零数开始直到最末位，有几位就称该近似数有几位有效数字，所以要取5位有效数字有效数字的话，第6位是5，所以要进位，得到近似数为2.3150. 3.设数据的绝对误差分别为0.0005和0.0002，那么的绝对误差约为 0.0007 。（误差的四则运算） 解：因为，， 4.算法的计算代价是由 时间复杂度 和 空间复杂度 来衡量的。(算法的复杂度) 5.设的相对误差为2%，则的相对误差为 2n% 。（函数的相对误差） 解：， 6.设>0，的相对误差为δ，则的绝对误差为 δ 。（函数的绝对误差） 解：，， 7.设，则=2时的条件数为 3/2 。(条件数) 解:， 三 计算题(220分=40分) 1.要使的近似值的相对误差限小于0.1%，要取几位有效数字？（有效数字和相对误差的关系） 解：设取n位有效数字,由定理由于知=4所以要使相对误差限小于0.1%,则，只要取n-1=3即n=4。所以的近似值取4位有效数字,其相对误差限小于0.1%。 2.已测得某场地长的值为，宽d的值为，已知试求面积的绝对误差限和
第一章绪论 1．设0x >,x 的相对误差为δ，求ln x 的误差。 解：近似值* x 的相对误差为* **** r e x x e x x δ-= == 而ln x 的误差为()1ln *ln *ln ** e x x x e x =-≈ 进而有(ln *)x εδ≈ 2．设x 的相对误差为2%，求n x 的相对误差。 解：设()n f x x =，则函数的条件数为'() | |() p xf x C f x = 又1 '()n f x nx -= , 1 ||n p x nx C n n -?∴== 又((*))(*)r p r x n C x εε≈? 且(*)r e x 为2 ((*))0.02n r x n ε∴≈ 3．下列各数都是经过四舍五入得到的近似数，即误差限不超过最后一位的半个单位，试指 出它们是几位有效数字：*1 1.1021x =,*20.031x =, *3385.6x =, * 456.430x =,*57 1.0.x =? 解：*1 1.1021x =是五位有效数字； *20.031x =是二位有效数字； *3385.6x =是四位有效数字； *456.430x =是五位有效数字； *57 1.0.x =?是二位有效数字。 4．利用公式(2.3)求下列各近似值的误差限：(1) * * * 124x x x ++,(2) ***123x x x ,(3) **24/x x . 其中****1234 ,,,x x x x 均为第3题所给的数。 解：
*4 1* 3 2* 13* 3 4* 1 51()1021()1021()1021()1021()102 x x x x x εεεεε-----=?=?=?=?=? *** 124***1244333 (1)()()()() 1111010102221.0510x x x x x x εεεε----++=++=?+?+?=? *** 123*********123231132143 (2)() ()()() 111 1.10210.031100.031385.610 1.1021385.610222 0.215 x x x x x x x x x x x x εεεε---=++=???+???+???≈ ** 24**** 24422 *4 33 5 (3)(/) ()() 11 0.0311056.430102256.43056.430 10x x x x x x x εεε---+≈ ??+??= ?= 5计算球体积要使相对误差限为1，问度量半径R 时允许的相对误差限是多少？ 解：球体体积为34 3 V R π= 则何种函数的条件数为 2 3'4343 p R V R R C V R ππ=== (*)(*)3(*)r p r r V C R R εεε∴≈= 又(*)1r V ε=
数值计算方法思考题 第一章 预篇 1．什么是数值分析？它与数学科学和计算机的关系如何？ 2．何谓算法？如何判断数值算法的优劣？ 3．列出科学计算中误差的三个来源，并说出截断误差与舍入误差的区别。 4．什么是绝对误差与相对误差？什么是近似数的有效数字？它与绝对误差和相对误差有何关系？ 5．什么是算法的稳定性？如何判断算法稳定？为什么不稳定算法不能使用？ 6．判断如下命题是否正确： （1）一个问题的病态性如何，与求解它的算法有关系。 （2）无论问题是否病态，好的算法都会得到好的近似解。 （3）解对数据的微小变化高度敏感是病态的。 （4）高精度运算可以改善问题的病态性。 （5）用一个稳定的算法计算良态问题一定会得到好的近似值。 （6）用一个收敛的迭代法计算良态问题一定会得到好的近似值。 （7）两个相近数相减必然会使有效数字损失。 （8）计算机上将1000个数量级不同的数相加，不管次序如何结果都是一样的。 7．考虑二次代数方程的求解问题 ax 2 + bx + c = 0. 下面的公式是熟知的 a ac b b x 242-±-=. 与之等价地有 ac b b c x 422--= . 对于 a = 1, b = -100 000 000 , c = 1 应当如何选择算法？ 8．指数函数有著名的级数展开 ++++=!3!213 2x x x e x 如果对x < 0用上述的级数近似计算指数函数的值，这样的算法结果是否会好？为什么？ 9．考虑数列x i , i = 1,…, n , 它的统计平均值定义为 ∑==n i i x x x 1 1 它的标准差
1 12)(11??????--=∑-n i i x x n σ 数学上它等价于 1 12211???????????? ??--=∑=n i i x n x n σ 作为标准差的两种算法，你如何评价它们的得与失？ 第二章 非线性方程求根 1．判断如下命题是否正确： (a) 非线性方程的解通常不是唯一的； (b) Newton 法的收敛阶高于割线法； (c) 任何方法的收敛阶都不可能高于Newton 法； (d) Newton 法总是比割线法更节省计算时间； (e) 如果函数的导数难于计算，则应当考虑选择割线法； (f) Newton 法是有可能不收敛； (g) 考虑简单迭代法x k +1 = g (x k )，其中x * = g (x *)。如果| g '(x *) | <1，则对任意的初 始值，上述迭代都收敛。 2．什么叫做一个迭代法是二阶收敛的？Newton 法收敛时，它的收敛阶是否总是二阶 的？ 3．求解单变量非线性方程的单根，下面的3种方法，它们的收敛阶由高到低次序如何？ (a) 二分法 (b) Newton 方法 (c) 割线方法 4．求解单变量非线性方程的解，Newton 法和割线方法，它们每步迭代分别需要计算几 次函数值和导数值？ 5．求解某个单变量非线性方程，如果计算函数值和计算导数值的代价相当，Newton 法和割线方法它的优劣应如何评价？ 第三章 解线性方程组的直接法 1．用高斯消去法为什么要选主元？哪些方程组可以不选主元？ 2．高斯消去法与LU 分解有什么关系？用它们解线性方程组Ax = b 有何不同？A 要满足什么条件？ 3．乔列斯基分解与LU 分解相比，有什么优点？ 4．哪种线性方程组可用平方根法求解？为什么说平方根法计算稳定？ 5．什么样的线性方程组可用追赶法求解并能保证计算稳定？ 6．何谓向量范数？给出三种常用的向量范数。 7．何谓矩阵范数？何谓矩阵的算子范数？给出矩阵A = (a i j )的三种范数|| A ||1，|| A ||2，|| A ||∞，|| A ||1与|| A ||2哪个更容易计算？为什么？ 8．什么是矩阵的条件数？如何判断线性方程组是病态的？ 9．满足下面哪个条件可判定矩阵接近奇异？ （1）矩阵行列式的值很小。 （2）矩阵的范数小。
第2章牛顿插值法实现 参考文献：[1]岑宝俊. 牛顿插值法在凸轮曲线修正设计中的应用[J]. 机械工程师,2009,10:54-55. 求牛顿插值多项式和差商的MA TLAB 主程序： function[A,C,L,wcgs,Cw]=newpoly(X,Y) n=length(X);A=zeros(n,n);A(:,1) =Y'; s=0.0;p=1.0;q=1.0;c1=1.0; for j=2:n for i=j:n A(i,j)=(A(i,j-1)-A(i-1,j-1))/(X(i)-X(i-j+1)); end b=poly(X(j-1));q1=conv(q,b);c1=c1*j;q=q1; end C=A(n,n);b=poly(X(n));q1=conv(q1,b); for k=(n-1):-1:1 C=conv(C,poly(X(k)));d=length(C);C(d)=C(d)+A(k,k); end L(k,:)=poly2sym(C);Q=poly2sym(q1); syms M wcgs=M*Q/c1;Cw=q1/c1; （1）保存名为newpoly.m 的M 文件 （2）输入MA TLAB 程序 >> X=[242,243,249,250]; >> Y=[13.681,13.526,13.098,13.095]; >> [A,C,L,wcgs,Cw]=newpoly(X,Y) 输出3阶牛顿插值多项式L 及其系数向量C 差商的矩阵A ，插值余项wcgs 及其 ) ()()1(ξ+n n f x R 的系数向量Cw 。 A = 13.6810 0 0 0 13.5260 -0.1550 0 0 13.0980 -0.0713 0.0120 0 13.0950 -0.0030 0.0098 -0.0003 C = 1.0e+003 *
第八章 矩阵特征值问题计算 3．用幂法计算下列矩阵的主特征值及对应的特征向量 12732343()341;()463213331a A b A --???? ????=-=-???? ????--???? 当特征值有3位小数稳定代终止。 解：套用幂法公式 010,,,1,2,.... max()k k k k k v u v Au u k v -≠== = 取0(1,1,1)0T u =≠,将A 1代入上式，计算结果见下表 则1A 的主特征值19.605572λ≈，特征向量1(10.6050.394369)T x ≈- 将2A 代入幂法公式，取0(1,1,1)T u =，计算结果见下表 则2A 主住特征值18.869699λ≈，特征向量1(0.604228,1,0.160881)T x ≈- 4．用反幂法求矩阵 621231111A ?? ??=?? ???? 的最接近于6的特征向量。 解：本题按带原点平移的反幂法计算。平移向量p=6,则将
021231115B A pI ?? ??=-=-?? ??-?? 进行三分解：PB=LU ，其中 1 002310101511 001,10,02 221004 2701005 5P L U ? ??? ????-??? ??? ??????===-???????????? ?? ?? ??? ??? 然后1(1,1,1)T Uv =，解得 1 111,max()v v u v = 1,,,2,3,.... max()k k k k k k k v Ly PU Uv y U k v -=== = 计算结果如下：
第二讲MATLAB的数值分析 2-1矩阵运算与数组运算 矩阵运算和数组运算是MATLAB数值运算的两大类型，矩阵运算是按矩阵的运算规则进行的，而数组运算则是按数组元素逐一进行的。因此，在进行某些运算（如乘、除）时，矩阵运算和数组运算有着较大的差别。在MATLAB中，可以对矩阵进行数组运算，这时是把矩阵视为数组，运算按数组的运算规则。也可以对数组进行矩阵运算，这时是把数组视为矩阵，运算按矩阵的运算规则进行。 1、矩阵加减与数组加减 矩阵加减与数组加减运算效果一致，运算符也相同，可分为两种情况： （1）若参与运算的两矩阵（数组）的维数相同，则加减运算的结果是将两矩阵的对应元素进行加减，如 A=[1 1 1;2 2 2;3 3 3]; B=A; A+B ans= 2 2 2 4 4 4 6 6 6 （2）若参与运算的两矩阵之一为标量（1*1的矩阵），则加减运算的结果是将矩阵（数组）的每一元素与该标量逐一相加减，如 A=[1 1 1;2 2 2;3 3 3]; A+2 ans= 3 3 3 4 4 4 5 5 5 2、矩阵乘与数组乘 （1）矩阵乘 矩阵乘与数组乘有着较大差别，运算结果也完全不同。矩阵乘的运算符为“*”，运算是按矩阵的乘法规则进行，即参与乘运算的两矩阵的内维必须相同。设A、B为参与乘运算的 =A m×k B k×n。因此，参与运两矩阵，C为A和B的矩阵乘的结果，则它们必须满足关系C m ×n 算的两矩阵的顺序不能任意调换，因为A*B和B*A计算结果很可能是完全不一样的。如：A=[1 1 1;2 2 2;3 3 3]; B=A;
A*B ans= 6 6 6 12 12 12 18 18 18 F=ones(1,3); G=ones(3,1); F*G ans 3 G*F ans= 1 1 1 1 1 1 1 1 1 （2）数组乘 数组乘的运算符为“.*”，运算符中的点号不能遗漏，也不能随意加空格符。参加数组乘运算的两数组的大小必须相等（即同维数组）。数组乘的结果是将两同维数组（矩阵）的对应元素逐一相乘，因此，A.*B和B.*A的计算结果是完全相同的，如： A=[1 1 1 1 1;2 2 2 2 2;3 3 3 3 3]; B=A; A.*B ans= 1 1 1 1 1 4 4 4 4 4 9 9 9 9 9 B.*A ans= 1 1 1 1 1 4 4 4 4 4 9 9 9 9 9 由于矩阵运算和数组运算的差异，能进行数组乘运算的两矩阵，不一定能进行矩阵乘运算。如 A=ones(1,3); B=A; A.*B ans= 1 1 1 A*A ???Error using= =>
第7章复习与思考题
求f (X )= 0的零点就等价于求(x )的不动点，选择一个初始近似值X 0，将它代入X =「(X ) 的右端，可求得 X 1 h%X °)，如此反复迭代有 X k 1 二(X k ), k =0,1,2,..., (X)称为迭代函数，如果对任何 X 。? [a,b]，由x k 卜h%x k ),k =0,1,2,...得到的序列 〈X k 1有极限 则称迭代方程收敛，且X* =?(x*)为?(X )的不动点 故称 X k q 二(X k ), k =0,1,2,...为不动点迭代法。 5?什么是迭代法的收敛阶？如何衡量迭代法收敛的快慢？如何确定 X k 1 二「(X k )(k =0,1,2,...)的收敛阶 P219 设迭代过程X k 1'h%X k )收敛于 (X)的根X*，如果当k > 时，迭代误差 e k = x k - x *满足渐近关系式 —t C,C =const 式 0 e/ 则称该迭代过程是 p 阶收敛的，特别点，当 p=1时称为线性收敛，P>1时称为超线性收敛， p=2时称为平方收敛。 以收敛阶的大小衡量收敛速度的快慢。 6?什么是求解f(x)=0的牛顿法？它是否总是收敛的？若 f(X*) =0，X*是单根，f 是光 滑，证明牛顿法是局部二阶收敛的。 牛顿法: 当| f (X k )卜J 时收敛。 7?什么是弦截法？试从收敛阶及每步迭代计算量与牛顿法比较其差别。 在牛顿法的基础上使用 2点的的斜率代替一点的倒数求法。就是弦截法。 收敛阶弦截法1.618小于牛顿法2 计算量弦截法 <牛顿法(减少了倒数的计算量) 8?什么是解方程的抛物线法？在求多项式全部零点中是否优于牛顿法？ P229 X - m X k 1 =X k f (X k ) f (X k )
列主元法 function lianzhuyuan(A,b) n=input('请输入n:') %选择阶数A=zeros(n,n); %系数矩阵A b=zeros(n,1); %矩阵b X=zeros(n,1); %解X for i=1:n for j=1:n A(i,j)=(1/(i+j-1)); %生成hilbert矩阵A end b(i,1)=sum(A(i,:)); %生成矩阵b end for i=1:n-1 j=i; top=max(abs(A(i:n,j))); %列主元 k=j; while abs(A(k,j))~=top %列主元所在行 k=k+1; end for z=1:n %交换主元所在行a1=A(i,z); A(i,z)=A(k,z); A(k,z)=a1; end a2=b(i,1); b(i,1)=b(k,1); b(k,1)=a2; for s=i+1:n %消去算法开始m=A(s,j)/A(i,j); %化简为上三角矩阵 A(s,j)=0; for p=i+1:n A(s,p)=A(s,p)-m*A(i,p); end b(s,1)=b(s,1)-m*b(i,1); end end X(n,1)=b(n,1)/A(n,n); %回代开始 for i=n-1:-1:1 s=0; %初始化s for j=i+1:n s=s+A(i,j)*X(j,1);
end X(i,1)=(b(i,1)-s)/A(i,i); end X 欧拉法 clc clear % 欧拉法 p=10; %贝塔的取值 T=10; %t取值的上限 y1=1; %y1的初值 r1=1; %y2的初值 %输入步长h的值 h=input('欧拉法please input number(h=1 0.5 0.25 0.125 0.0625):h=') ; if h>1 or h<0 break end S1=0:T/h; S2=0:T/h; S3=0:T/h; S4=0:T/h; i=1; % 迭代过程 for t=0:h:T Y=(exp(-t)); R=(1/(p-1))*exp(-t)+((p-2)/(p-1))*exp(-p*t); y=y1+h*(-y1); y1=y; r=r1+h*(y1-p*r1); r1=r; S1(i)=Y; S2(i)=R; S3(i)=y; S4(i)=r; i=i+1; end t=[0:h:T]; % 红线为解析解，'x'为数值解 plot(t,S1,'r',t,S3,'x')
第一章 绪 论 本章以误差为主线，介绍了计算方法课程的特点，并概略描述了与算法相关的基本概念，如收敛性、稳定性，其次给出了误差的度量方法以及误差的传播规律，最后，结合数值实验指出了算法设计时应注意的问题． §1.1 引 言 计算方法以科学与工程等领域所建立的数学模型为求解对象，目的是在有限的时间段内利用有限的计算工具计算出模型的有效解答。 由于科学与工程问题的多样性和复杂性，所建立的数学模型也是各种各样的、复杂的. 复杂性表现在如下几个方面：求解系统的规模很大，多种因素之间的非线性耦合，海量的数据处理等等，这样就使得在其它课程中学到的分析求解方法因计算量庞大而不能得到计算结果，且更多的复杂数学模型没有分析求解方法． 这门课程则是针对从各种各样的数学模型中抽象出或转化出的典型问题，介绍有效的串行求解算法，它们包括 (1) 非线性方程的近似求解方法； (2) 线性代数方程组的求解方法； (3) 函数的插值近似和数据的拟合近似； (4) 积分和微分的近似计算方法； (5) 常微分方程初值问题的数值解法； (6) 优化问题的近似解法；等等 从如上内容可以看出，计算方法的显著特点之一是“近似”． 之所以要进行近似计算，这与我们使用的工具、追求的目标、以及参与计算的数据来源等因素有关． 计算机只能处理有限数据，只能区分、存储有限信息，而实数包含有无穷多个数据，这样，当把原始数据、中间数据、以及最终计算结果用机器数表示时就不可避免的引入了误差，称之为舍入误差． 我们需要在有限的时间段内得到运算结果，就需要将无穷的计算过程截断， 从而产生截断误差． 如 +++=! 21 !111e 的计算是无穷过程，当用 ! 1 !21!111n e n ++++= 作为e 的近似时，则需要进行有限过程的计算，但产生了 截断误差e e n -．
MATLAB 编程题库 1.下面的数据表近似地满足函数2 1cx b ax y ++=，请适当变换成为线性最小二乘问题，编程求最好的系数c b a ,,，并在同一个图上画出所有数据和函数图像. 625 .0718.0801.0823.0802.0687.0606.0356.0995 .0628.0544.0008.0213.0362.0586.0931.0i i y x ---- 解： x=[-0.931 -0.586 -0.362 -0.213 0.008 0.544 0.628 0.995]'; y=[0.356 0.606 0.687 0.802 0.823 0.801 0.718 0.625]'; A=[x ones(8,1) -x.^2.*y]; z=A\y; a=z(1); b=z(2); c=z(3); xh=-1:0.1:1; yh=(a.*xh+b)./(1+c.*xh.^2); plot(x,y,'r+',xh,yh,'b*')
2.若在Matlab工作目录下已经有如下两个函数文件，写一个割线法程序，求出这两个函数 10 的近似根，并写出调用方式： 精度为10 解： >> edit gexianfa.m function [x iter]=gexianfa(f,x0,x1,tol) iter=0; while(norm(x1-x0)>tol) iter=iter+1; x=x1-feval(f,x1).*(x1-x0)./(feval(f,x1)-feval(f,x0)); x0=x1;x1=x; end >> edit f.m function v=f(x) v=x.*log(x)-1; >> edit g.m function z=g(y) z=y.^5+y-1; >> [x1 iter1]=gexianfa('f',1,3,1e-10) x1 = 1.7632 iter1 = 6 >> [x2 iter2]=gexianfa('g',0,1,1e-10) x2 = 0.7549 iter2 = 8
腹有诗书气自华 《数值计算方法与Matlab 》 样卷答案 一．填空题：（每空3分,共42分） 1． 8，6105.0-? 。 2．)(3)1(2)1(1)(3)1(2)1(1)(3)1(3)(3)(2)1(1)(3)(2)1(1)(2)1(2)(3)(2)(1)(3)(2)(1)(1)1(1)1(22)22()1()1(222)1()222(k k k k k k k k k k k k k k k k k k k k k k k k x x x x x x x x x x x x x x x x x x x x x x x x ωωωωωωωωωω ωωωω-+--=---?+=+--+-=---?+=++--=+--?+=+++++++++， )2,1(∈ω。 3．],[1b a C S m -∈。4. 1e 2e ---x ，???==-=?--? ,3,2,1,0;0,e 1d )(e 110k k x x g k x ，正交投影。 5. 2阶，6阶。 6．10.6658，10.9521，10.9501。 7. 4002.2)00.1(=ε，4030.2)01.1(=ε。 二．解下列各题：（每题9分，共36分） 1．解：令)1(2 3+=t x ， （2分） 则??-+++=+1123 02 dt )1(25.21)1(49d 1t t x x x ???++++???++-+-≈22)6.01(25.21)6.01(9525.219 8)6.01(25.21)6.01(9549 （8分） 210631.10≈ （9分） 2．解：记系数矩阵为A, 对增广矩阵[]b A |作初等行运算, ??????????--401533933112??????????--==5.55.115 .35.405.75.401125.1,5.11,31,2l l ??????????---=45.114005.75.4011212,3l , 所以13-=x ,2)5.75.1(5.4112=-=x x ,1)1(2 1321=-+-=x x x ,即方程组的解为 [1,2,-1]T . （4分） 故系数矩阵A 的LU 分解为???? ??????--???????????---=4005.75.40112115.1015.1001A 。 （6分）
第七章非线性方程求根 一、重点内容提要 （一）问题简介 求单变量函数方程 ()0f x = (7.1) 的根是指求*x （实数或复数），使得(*)0f x =.称*x 为方程(7.1)的根,也称*x 为 函数()f x 的零点.若()f x 可以分解为 ()(*)()m f x x x g x =- 其中m 为正整数,()g x 满足()0g x ≠,则*x 是方程(7.1)的根.当m=1时,称*x 为单根;当m>1时,称*x 为m 重根.若()g x 充分光滑,*x 是方程(7.1)的m 重根,则有 (1)() (*)'(*)...(*)0,(*)0m m f x f x f x f x -====≠ 若()f x 在[a,b]上连续且()()0f a f b <,则方程(7.1)在(a,b)内至少有一个实根,称[a,b]为方程(7.1)的有根区间.有根区间可通过函数作图法或逐次搜索法求得. (二)方程求根的几种常用方法 1.二分法 设()f x 在[a,b]上连续,()()0f a f b <,则()0f x =在(a,b)内有根*x .再设()0f x =在 (a,b)内仅有一个根.令00,a a b b ==,计算0001 ()2x a b =+和0()f x .若0()0f x =则*x x =,结束计算;若00()()0f a f x >,则令10,1a x b b ==,得新的有根区间11[,]a b ;若 00()()0 f a f x <,则令 10,10 a a b x ==,得新的有根区间 11[,]a b .0011[,][,]a b a b ?,11001()2b a b a -=-.再令1111 ()2x a b =+计算1()f x ,同上法得 出新的有根区间22[,] a b ,如此反复进行,可得一有根区间套 1100...[,][,]...[,] n n n n a b a b a b --????
数值分析第8章 数值积分与数值微分 8.1 填空题 （1）n+1个点的插值型数值积分公式∫f(x)dx b a ≈∑A j n j=0f(x j )的代数精度至少是 n ，最高不超过 2n+1 。【注：第1空，见定理8.1】 （2）梯形公式有 1 次代数精度，Simpson 公司有 3 次代数精度。【注：分别见定理8.1,8.3】 （3）求积公式∫f(x)dx h 0≈h 2[f (0)+f (h )]+ah 2[f ′(0)?f ′(h)]中的参数a= 1/12 时，才能保证该求积公式的代数精度达到最高，最高代数精度为 3 。 解：令f(x)=1,x,x 2带入有， { h 2[1+1]+ah 2[0?0]=h h 2[0+h ]+ah 2[1?1]=12 (h 2)h 2[0+h 2]+ah 2[0?2h ]=13 (h 3) //注：x 的导数=1 解之得，a=1/12，此时求积公式至少具有2次代数精度。 ∴ 积分公式为：∫f(x)dx h 0≈h 2[f (0)+f (h )]+h 2 12[f ′(0)?f ′(h)] 令 f(x)= x 3带入求积公式有：h 2 [0 +h 3]+ h 212 [0?3h 2]=14 (h 4)，与f(x)= x 4的定积分计算值1 4 (h 4)相等， 所以，此求积公式至少具有3次代数精度。 令f(x)= x 4带入求积公式有，h 2[0+h 4]+h 2 12[0?4h 3]=1 6(h 5)，与f(x)= x 5的定积分计算值1 5(h 5)不相等，所以，此求积公式的最高代数精度为3次代数精度。 8.2 确定下列求积公式的求积系数和求积节点，使其代数精度尽量高，并指出其最高代数精度。 解题思路：按照P149 中8.3式进行求解，根据求积公式中未知量n 的数量决定代入多少f(x)，当积分公式代入求积节点x n 的计算结果与定积分的计算结果一致，继续代入求积节点X n+1,，若计算结果与对应的定积分计算结果不一致时，求积公式拥有最高n 次的代数精度。 （1）∫f(x)dx 2h 0≈A 0f (0)+A 1f (h )+A 2f(2h) 解：令f(x)=1,x,x 2代入有,【注：本例中需求解A 0、A 1、A 2共3个未知量，故需3个相异求积节点f(x)】 {A 0+A 1+A 2=2h A 1h +A 22h =1 2(2h )2A 1h 2+A 2(2h )2=1 3(2h )3 求解得A 0=13h ，A 1=43h ，A 2=1 3h ， ∴求积公式为：∫f(x)dx 2h 0≈13hf (0)+43hf (h )+1 3 hf(2h) ∵该求积公式对3个相异节点1,x,x 2均有余项E (f )=0， //注：参见P149定理8.1 ∴该求积公式至少具有2次代数精度。 令f(x)= x 3，代入求积公式有：4 3hh 3+1 3h (2h )3=4h 4 ∵函数f(x) = x 3的定积分结果为：∫x 3dx 2h 0=1 4(2h )4=4h 4 ，与求积公式计算值相等， ∴该求积公式具有3次代数精度。
计算方法 第七章 习题 复习与思考题 1．设f ∈C [a , b ]，写出三种常用范数2 1 f f 及∞ f 。 2．f , g ∈C [a , b ]，它们的内积是什么？如何判断函数族{? 0, ? 1, …, ? n }∈C [a , b ]在[a ,b ]上线性无关？ 3．什么是函数f ∈C [a , b ]在区[a , b ]上的n 次最佳一致逼近多项式？ 4．什么是f 在[a , b ] 上的n 次最佳平方逼近多项式？什么是数据{}m i f 0的最小二乘曲 线拟合？ 5．什么是[ a , b ]上带权ρ (x )的正交多项式？什么是[ -1, 1 ]上的勒让德多项式？它有什 么重要性质？ 6．什么是切比雪夫多项式？它有什么重要性质？ 7．用切比雪夫多项式零点做插值得到的插值多项式与拉格朗日插值有何不同？ 8．什么是最小二乘拟合的法方程？用多项式做拟合曲线时，当次数n 较大时为什么不直接求解法方程？ 9．哪种类型函数用三角插值比用多项式插值或分段多项式插值更合适？ 10．判断下列命题是否正确？ （1）任何f (x ) ∈C [a , b ]都能找到n 次多项式P n (x ) ∈ H n ，使| f (x ) - P n (x ) | ≤ ε ( ε 为任给的误差限)。 （2）n n H x P ∈)(* 是f (x )在[ a , b ]上的最佳一致逼近多项式，则)()(lim * x f x P n n =∞ →对 ],[b a x ∈?成立。 （3）f (x ) ∈C [a , b ]在[a , b ]上的最佳平方逼近多项式P n (x ) ∈ H n 则)()(lim x f x P n n =∞ →。 （4）)(P ~ x n 是首项系数为1的勒让德多项式，Q n (x ) ∈ H n 是任一首项系数为1的多项式，则 ? ? --1 1 21 1 2d )(d )](P ~ [x x Q x x n n 。 （5）)(T ~ x n 是[-1 , 1]上首项系数为1的切比雪夫多项式。Q n (x ) ∈ H n 是任一首项系数为1的多项式，则 .)(max )(~ max 1 11 1x Q x T n x n x ≤≤-≤≤-≤ （6）当数据量很大时用最小二乘拟合比用插值好。
(1) 解题过程如下： （1）MATLAB中创建复化梯形公式和复化辛普森公式的 M 文件：1）复化梯形公式文件： function s=T_fuhua(f,a,b,n) h=(b-a)/n; s=0; for k=1:(n-1) x=a+h*k; s=s+feval(f,x); end s=h*(feval(f,a)+feval(f,b))/2+h*s; 2）复化辛普森公式文件： function s=S_fuhua(f,a,b,n) h=0; h=(b-a)./(2*n); s1=0; https://www.doczj.com/doc/0b7044998.html, -5- s2=0; for k=1:n-1 x=a+h*2*k; s1=s1+feval(f,x); end for k=1:n x=a+h*(2*k-1); s2=s2+feval(f,x); end
s=h*(feval(f,a)+feval(f,b)+s1*2+s2*4)/3; 在MATLAB中输入： f=inline('x/(4+x^2)');a=0;b=1; %inline 构造内联函数对象 for n=2:10 s(n-1)=T_fuhua(f,a,b,n);s(n-1)=vpa(s(n-1),10); %调用复化梯形公式，生成任意精度的数值 end exact=int('x/(4+x^2)',0,1);exact=vpa(exact,10) %求出积分的精确值 输出结果：exact = .1115717755 s = Columns 1 through 6 0.1088 0.1104 0.1109 0.1111 0.1113 0.1114 Columns 7 through 9 0.1114 0.1114 0.1115 在MATLAB中输入以下函数用以画出计算误差与 n 之间的曲线： r=abs(exact-s); n=2:10; plot(double(n),double(r(n-1))) 得到结果如图所示： （2）在 MATLAB中输入以下程序代码： f=inline('x/(4+x^2)');a=0;b=1;n=9; %inline 构造内联函数对象 t=T_fuhua(f,a,b,n);t=vpa(t,10) s=S_fuhua(f,a,b,n);s=vpa(s,10)