数值分析第五章思考
题
数值分析第五章思考题
黄河小浪底调水调沙问题
一、问题的提出
2004年6月至7月黄河进行了第三次调水调沙试验，特别是首次由小浪底、三门峡和万家寨三大水库联合调度，采用接力式防洪预泄防水，形成人造洪峰进行调沙试验获得成功。整个试验期为20多天，小浪底从6月19日开始预泄放水，直到7月13日恢复正常供水结束。小浪底水利工程按设计拦沙量为75.5亿3
m，在这之前，小浪底共积泥沙达14.15亿t。这次调水调沙试验一个重要目的就是由小浪底上游的三门峡和万家寨水库泄洪，在小浪底形成人造洪峰，冲刷小浪底库区沉积的泥沙，在小浪底水库开闸泄洪以后，从6月27日开始三门峡水库和万家寨水库陆续开闸放水，人造洪峰于29日先后到达小浪底，7月3日达到最大流量27003m/s，使小浪底水库的排沙量也不断增加。表-1是由小浪底观测站从6月29日到7月10日检测到的试验数据。
表-1试验观测数据单位：水流为3m/s
现在，根据试验数据建立数学模型研究下面的问题：
（1）给出估算任意时刻的排沙量及总排沙量的方法。
（2）确定排沙量与水流量的变化关系。
二、具体求解过程：①首先做一些假设：所给数据客观准确的反应了现实情况；数据是连续的；不考虑外在因素；时间化为等分的时间点。
②符号说明：t:时间或时间点；v:水流量S:含沙量；V:排沙量
③问题分析:假设水流量和含沙量都是连续的，某一时刻的排沙量V=v(t)S(t)，其中v(t)为t时刻的水流量，S(t)为t时刻的含沙量。由于这些数据是每12小时采集一次，所以可以将时间设为时间点t，依次为1，2，3，……，24，单位时
间为12h。
三、模型的建立与求解：
先对 (1) 给出估算任意时刻的排沙量及总排沙量的方法”进行求解。
在MATLAB工作窗口输入程序为：
>> S=[32 60 75 85 90 98 100 102 108 112 115 116 118 120 118 105 80 60 50 30 26 20 8 5];
W=[1800 1900 2100 2200 2300 2400 2500 2600 2650 2700 2720 2650 2600 2500 2300 2200 2000 1850 1820 1800 1750 1500 1000 900] ;
T=1:24;
subplot(2,1,1);
plot(T,S);
hold on;
plot(T,S,'.');
xlabel('时间t/12h');ylabel('含沙量/公斤每立方米');
title('时间与含沙量关系');
subplot(2,1,2);
plot(T,W);
hold on;
plot(T,W,'.');
xlabel('时间t/12h');ylabel('水流量/立方米每秒');
title('时间与水流量关系');
运行后屏幕上显示为：
通过观察图像，我们可以看出其变化并不光滑，而且也没有特定的表现出服从某种分布的趋势。为了得到具体的计算函数，我们就必须对数据进行拟合，所以通过Matlab先利用spline方法对数据进行插值，从而提高精确度，使图像变得光滑，然后利用多项式进行拟合。
1.时间与含沙量的曲线拟合，先画出散点图，在MATLAB工作窗口输入：
>> S=[32 60 75 85 90 98 100 102 108 112 115 116 118 120 118 105 80 60 50 30 26 20 8 5];
T=1:24;
x=1:0.1:24;
plot(T,S,'r*');legend('数据点S')
xlabel('时间t/12h');ylabel('含沙量/公斤每立方米');
title('时间与含沙量关系散点图');
为了提高精度用三次多项式拟合，在MATLAB 工作窗口输入程序为：
S=[32 60 75 85 90 98 100 102 108 112 115 116 118 120 118 105 80 60 50 30 26 20 8 5]; a=polyfit(x,y,3) 运行后输出为：
a=0.014 -1.3 21 16 故拟合多项式为：
230.014x -1.3x ()2116f x x =++
即可得出时间与含沙量的关系式230.014t -1.3t ()2116s t t =++ 在MATLAB 工作窗口输入：
>> S=0.014*t.^3-1.3*t.^2+21*t+16;t=1:24;plot(t,S); title('时间与含沙量关系图') 运行后屏幕显示为：
2.时间与水流量的曲线拟合，先画出散点图，在MATLAB工作窗口输入：
W=[1800 1900 2100 2200 2300 2400 2500 2600 2650 2700 2720 2650 2600 2500 2300 2200 2000 1850 1820 1800 1750 1500 1000 900];
T=1:24;
x=1:0.1:24;
plot(T,W,'r*');legend('数据点S')
xlabel('时间t/12h');ylabel('水流量/立方米每秒');
title('时间与水流量关系散点图');
为了提高精度用三次多项式拟合，在MATLAB工作窗口输入程序为：
% 数值分析思考题1 1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。 答：（1）绝对误差（限）与有效数字：将x 的近似值x * 表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若绝对误差，那么x *至少有n 个有效数字，即a 1，a 2，…，a n 为有效数字，而a n+1，…，a k ，…不一定是有效数字。因此，从有效数字可以算出近似数的绝对误差限；有效数字位数越多，其绝对误差限也越小。 （2）相对误差（限）与有效数字：将x 的近似值x * 表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若a k 是有效数字，那么相对误差不超过 ;反之，如果已知相对误差r ，且有 ，那么a k 必为有效数字。 2、相对误差在什么情况下可以用下式代替 ' 答：在实际计算时，由于真值常常是未知的，当较小时， r e x x e x x *****-==
通常用代替。 3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。 答：（1）病态问题：对于数学问题本身，如果输入数据有微小变化，就会引起输出数据（即问题真解）的很大变化，这就是病态问题。 （2）不同点：数值稳定性是相对于算法而言的，算法的不同直接影响结果的不同；而病态性是数学问题本身性质所决定的，与算法无关，也就是说对病态问题，用任何算法（或方法）直接计算都将产生不稳定性。 4、 取 ，计算 ，下列方法中哪种最好为什么 （1）(3322-，（2）(2752-，（3）()31 322+，（4）()61 21，（5） 99702-答：（1）( 332-==； （2）(2752-==； , （3） ()31322+=； （4）()6121=； （5）99702-=； 由上面的计算可以看出，方法（3）最好，因为计算的误差最小。 2141.≈)6 21
数值分析 第二章 2．当1,1,2x =-时，()0,3,4f x =-,求()f x 的二次插值多项式。 解： 0120121200102021101201220211,1,2, ()0,()3,()4;()()1 ()(1)(2)()()2()()1 ()(1)(2) ()()6 ()()1 ()(1)(1) ()()3 x x x f x f x f x x x x x l x x x x x x x x x x x l x x x x x x x x x x x l x x x x x x x ==-===-=--==-+-----==------= =-+-- 则二次拉格朗日插值多项式为 2 20 ()()k k k L x y l x ==∑ 0223()4() 14 (1)(2)(1)(1)23 537623 l x l x x x x x x x =-+=---+ -+= +- 6．设,0,1,,j x j n =L 为互异节点，求证： （1） 0()n k k j j j x l x x =≡∑ (0,1,,);k n =L （2）0 ()()0n k j j j x x l x =-≡∑ (0,1,,);k n =L 证明 （1） 令()k f x x = 若插值节点为,0,1,,j x j n =L ，则函数()f x 的n 次插值多项式为0 ()()n k n j j j L x x l x == ∑。 插值余项为(1)1() ()()()()(1)! n n n n f R x f x L x x n ξω++=-= + 又,k n ≤Q
(1)()0 ()0 n n f R x ξ+∴=∴= 0()n k k j j j x l x x =∴=∑ (0,1,,);k n =L 0 000 (2)()() (())()()(()) n k j j j n n j i k i k j j j i n n i k i i k j j i j x x l x C x x l x C x x l x =-==-==-=-=-∑∑∑∑∑ 0i n ≤≤Q 又 由上题结论可知 ()n k i j j j x l x x ==∑ ()()0 n i k i i k i k C x x x x -=∴=-=-=∑原式 ∴得证。 7设[]2 (),f x C a b ∈且()()0,f a f b ==求证： 21 max ()()max ().8 a x b a x b f x b a f x ≤≤≤≤''≤- 解：令01,x a x b ==，以此为插值节点，则线性插值多项式为 10 101010 ()() ()x x x x L x f x f x x x x x --=+-- =() () x b x a f a f b a b x a --=+-- 1()()0()0 f a f b L x ==∴=Q 又 插值余项为1011 ()()()()()()2 R x f x L x f x x x x x ''=-= -- 011 ()()()()2 f x f x x x x x ''∴= --
实验报告 插值法 数学实验室 数值逼近 算法设计 级 ____________________________ 号 ____________________________ 名 _____________________________ 实验项目名称 实验室 所属课程名称 实验类型 实验日期
实验概述： 【实验目的及要求】 本次实验的目的是熟练《数值分析》第二章“插值法”的相关内容，掌握三种插 多项式插值，三次样条插值，拉格朗日插值，并比较三种插值方法的 优劣。 本次试验要求编写牛顿多项式插值，三次样条插值，拉格朗日插值的程序编码，并 去实现。 【实验原理】 《数值分析》第二章“插值法”的相关内容，包括：牛顿多项式插值，三次样条插值， 拉格朗日 插值的相应算法和相关性质。 【实验环境】（使用的软硬件） 软件： MATLAB 2012a 硬件： 电脑型号：联想 Lenovo 昭阳E46A 笔记本电脑 操作系统： Win dows 8专业版 处理器：In tel ( R Core ( TM i3 CPU M 350 @2.27GHz 2.27GHz 实验内容： 【实验方案设计】 第一步，将书上关于三种插值方法的内容转化成程序语言，用 MATLA B 现; 第二步，分别用牛顿多项式插值，三次样条插值，拉格朗日插值求解不同的问题。 【实验过程】（实验步骤、记录、数据、分析） 实验的主要步骤是：首先分析问题，根据分析设计 MATLA 程序，利用程序算出 问题答案，分析所得答案结果，再得出最后结论。 实验一： 已知函数在下列各点的值为 试用4次牛顿插值多项式 P 4（ x ）及三次样条函数 S （ x ）（自然边界条件）对数据进行插值。 用图给出{（ X i , y i ）, X i =0.2+0.08i , i=0 , 1, 11, 10 } , P 4 （ x ）及 S （ x ）。 值方法：牛顿 在MATLAB 件中
数值分析 第1章绪论 --------学习小结 一、本章学习体会 通过本章的学习，让我初窥数学的又一个新领域。数值分析这门课，与我之前所学联系紧密，区别却也很大。在本章中，我学到的是对数据误差计算，对误差的分析，以及关于向量和矩阵的范数的相关内容。 误差的计算方法很多，对于不同的数据需要使用不同的方法，或直接计算，或用泰勒公式。而对于二元函数的误差计算亦有其独自的方法。无论是什么方法，其目的都是为了能够通过误差的计算，发现有效数字、计算方法等对误差的影响。 而对误差的分析，则是通过对大量数据进行分析，从而选择出相对适合的算法，尽可能减少误差。如果能够找到一个好的算法，不仅能够减少计算误差，同时也可以减少计算次数，提高计算效率。 对于向量和矩阵的范数，我是第一次接触，而且其概念略微抽象。因此学起来较为吃力，仅仅知道它是向量与矩阵“大小”的度量。故对这部分内容的困惑也相对较多。 本章的困惑主要有两方面。一方面是如何能够寻找一个可靠而高效的算法。虽然知道算法选择的原则，但对于很多未接触的问题，真正寻找一个好的算法还是很困难。另一方面困惑来源于范数，不明白范数的意义和用途究竟算什么。希望通过以后的学习能够渐渐解开自己的疑惑。 二、本章知识梳理
2.1 数值分析的研究对象 方法的构造 研究对象 求解过程的理论分析 数值分析是计算数学的一个重要分支，研究各种数学问题的数值解法，包括方法的构造和求解过程的理论分析。它致力于研究如何用数值计算的方法求解各种基本数学问题以及在求解过程中出现的收敛性，数值稳定性和误差估计等内容。 2.2误差知识与算法知识 2.2.1误差来源 误差按来源分为模型误差、观测误差、截断误差、舍入误差与传播误差五种。其中模型误差与观测误差属于建模过程中产生的误差，而截断误差、舍入误差与传播误差属于研究数值方法过程中产生的误差。 2.2.2绝对误差、相对误差与有效数字 1.（1）绝对误差e指的是精确值与近似值的差值。 绝对误差：
实验一误差分析 实验1.1（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 其中ε（1.1）和（1.221,,,a a 的输出b ”和“poly ε。 （1（2 （3）写成展 关于α solve 来提高解的精确度，这需要用到将多项式转换为符号多项式的函数poly2sym,函数的具体使用方法可参考Matlab 的帮助。 实验过程： 程序： a=poly(1:20); rr=roots(a); forn=2:21 n form=1:9 ess=10^(-6-m);
ve=zeros(1,21); ve(n)=ess; r=roots(a+ve); -6-m s=max(abs(r-rr)) end end 利用符号函数：（思考题一）a=poly(1:20); y=poly2sym(a); rr=solve(y) n
很容易的得出对一个多次的代数多项式的其中某一项进行很小的扰动，对其多项式的根会有一定的扰动的，所以对于这类病态问题可以借助于MATLAB来进行问题的分析。 学号：06450210 姓名：万轩 实验二插值法
《数值分析》第一章思考题 1.算法这一概念，数学上是如何描述的？ 答：算法的概念：算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。 算法在数学上的主要描述方式有：自然语言、结构化流程图、伪代码和PAD图 2.数值分析中计算误差有哪些？举列说明截断误差来源。 答：在数值分析中的计算误差主要有： （1）模型误差（2）观测误差（3）截断误差（4）舍入误差 求解数学模型所用的数值方法通常是一种近似方法，因近似方法产生的误差称为截断误差或者方法误差。例如在函数的泰勒展开式，我们在实际的计算时只能截取有限项代数和计算。 3.浮点数由哪两部分组成？指出各部分重点。 答：浮点数主要由：尾数+阶数两部分组成的。 在机器中表示一个浮点数时，一是要给出尾数，用定点小数形式表示，尾数部分给出有效数字的位数，决定了浮点数的表示精度。二是要给出阶码，用整数形式表示，阶码指明小数点在数据中的位置，决定了浮点数的表示范围。 4.有效数字的概念是如何抽象而来的，简单给予叙述。 答：有效数字是一个数据在保证最小误差的情况下，取的一个能够在计算中发挥其有效作用的近似值。有效数字的作用在于，最大精度地去发挥这个数值在计算中的作用，而又不会对计算结果造成太大影响，使计算过程简化。 5.何谓秦九韶算法，秦九韶算法有何优点？ 答：秦九韶算法是一种多项式简化算法，将一元n次多项式的求值问题转化为n 个一次式的算法，大大简化了计算过程，对于一个n次多项式，至多做n次乘法和n次加法。。 6.在数值计算中，会发生大数吃小数现象，试对这一现象做解释 答：一个绝对值很大的数和一个绝对值很小的数直接相加时，很可能发生所谓“大数吃小数”的现象，从而影响计算结果的可靠性，这主要是计算机表示的数的位数是有限的这一客观事实引起的。 例如在12位浮点数计算机中进行浮点数相加，系统只保留前12位作为有效数字，小的那个数化成浮点数中的有效数字被舍去，出现大数吃小数的现象，对计算结果造成了影响。
第一章 绪 论 1. 设x >0,x 的相对误差为δ,求ln x 的误差. 2. 设x 的相对误差为2％,求n x 的相对误差. 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: *****123451.1021,0.031,385.6,56.430,7 1.0.x x x x x =====? 4. 利用公式求下列各近似值的误差限: ********12412324(),(),()/,i x x x ii x x x iii x x ++其中**** 1 234,,,x x x x 均为第3题所给的数. 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? 6. 设028,Y =按递推公式 1n n Y Y -=…) 计算到100Y . (五位有效数字),试问计算100Y 将有多大误差? 7. 求方程2 5610x x -+=的两个根,使它至少具有四位有效数字 . 8. 当N 充分大时,怎样求 2 11N dx x +∞ +? ? 9. 正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝2 ? 10. 设 2 12S gt = 假定g 是准确的,而对t 的测量有±秒的误差,证明当t 增加时S 的绝对误差增加,而相 对误差却减小. 11. 序列 {}n y 满足递推关系1101n n y y -=-(n=1,2,…), 若0 1.41y =≈(三位有效数字),计算到10 y 时误差有多大?这个计算过程稳定吗? 12. 计算61)f =, 1.4≈,利用下列等式计算,哪一个得到的结果最好? 3 -- 13. ()ln(f x x =,求f (30)的值.若开平方用六位函数表,问求对数时误差有多大?若改用另一 等价公式 ln(ln(x x =- 计算,求对数时误差有多大? 14. 试用消元法解方程组 { 101012121010;2. x x x x +=+=假定只用三位数计算,问结果是否可靠?
数值分析实验报告模板 篇一：数值分析实验报告(一)(完整) 数值分析实验报告 1 2 3 4 5 篇二：数值分析实验报告 实验报告一 题目：非线性方程求解 摘要：非线性方程的解析解通常很难给出，因此线性方程的数值解法就尤为重要。本实验采用两种常见的求解方法二分法和Newton法及改进的Newton法。利用二分法求解给定非线性方程的根，在给定的范围内，假设f(x,y)在[a,b]上连续，f(a)xf(b) 直接影响迭代的次数甚至迭代的收敛与发散。即若x0 偏离所求根较远，Newton法可能发散的结论。并且本实验中还利用利用改进的Newton法求解同样的方程，且将结果与Newton法的结果比较分析。 前言：（目的和意义） 掌握二分法与Newton法的基本原理和应用。掌握二分法的原理，验证二分法，在选对有根区间的前提下，必是收
敛，但精度不够。熟悉Matlab语言编程，学习编程要点。体会Newton使用时的优点，和局部收敛性，而在初值选取不当时，会发散。 数学原理： 对于一个非线性方程的数值解法很多。在此介绍两种最常见的方法：二分法和Newton法。 对于二分法，其数学实质就是说对于给定的待求解的方程f(x)，其在[a,b]上连续，f(a)f(b) Newton法通常预先要给出一个猜测初值x0，然后根据其迭代公式xk?1?xk?f(xk) f'(xk) 产生逼近解x*的迭代数列{xk}，这就是Newton法的思想。当x0接近x*时收敛很快，但是当x0选择不好时，可能会发散，因此初值的选取很重要。另外，若将该迭代公式改进为 xk?1?xk?rf(xk) 'f(xk) 其中r为要求的方程的根的重数，这就是改进的Newton 法，当求解已知重数的方程的根时，在同种条件下其收敛速度要比Newton法快的多。 程序设计： 本实验采用Matlab的M文件编写。其中待求解的方程写成function的方式，如下 function y=f(x);
第五章习题解答 1、给出数据点:0134 19156 i i x y =?? =? (1)用012,,x x x 构造二次Lagrange 插值多项式2()L x ,并计算15.x =的近似值215(.)L 。 (2)用123,,x x x 构造二次Newton 插值多项式2()N x ,并计算15.x =的近似值215(.)N 。 (3)用事后误差估计方法估计215(.)L 、215(.)N 的误差。 解: (1)利用012013,,x x x ===,0121915,,y y y ===作Lagrange 插值函数 2 20 2 1303011915 01031013303152933 ()()()()()() ()()()()()()()() i i i x x x x x x L x l x y x x =------== ?+?+?-------++= ∑ 代入可得2151175(.).L =。 (2)利用 134,,x x x ===,9156,,y y y ===构造如下差商表： 229314134196()()()()()N x x x x x x =+-+---=-+- 代入可得215135(.).N =。 (3)用事后误差估计的方法可得误差为 ()()()02222 03-x 150 x x x -=117513506563-04.()()()(..).x f L R L x N x x x --≈= -≈- ()()()3222203-154 x x -=1175135-1.0938-04 .()()()(..)x x f N R x L x N x x x --≈=-≈- 2、设Lagrange 插值基函数是 0012()(,,,,)n j i j i j j i x x l x i n x x =≠-==-∏ 试证明:①对x ?,有 1()n i i l x ==∑ ②00110001211()()(,,,)()()n k i i i n n k l x k n x x x k n =?=?==??-=+? ∑ 其中01,,,n x x x 为互异的插值节点。 证明： ①由Lagrange 插值多项式的误差表达式10 1()()()()()!n n i i f R x x x n ξ+==-+∏知，对于函数1()f x =进行
实验一 误差分析 实验（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p Λ 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对（）中19x 的系数作一个小的扰动。我们希望比较（）和（）根的差别，从而分析方程（）的解对扰动的敏感性。 实验内容：为了实现方便，我们先介绍两个Matlab 函数：“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a Λ，则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a Λ 的全部根；而函数 poly(v)b = 的输出b 是一个n+1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve = ))20:1((ve poly roots +
实验一、误差分析 一、实验目的 1．通过上机编程，复习巩固以前所学程序设计语言及上机操作指令； 2．通过上机计算，了解误差、绝对误差、误差界、相对误差界的有关概念； 3．通过上机计算，了解舍入误差所引起的数值不稳定性。 二．实验原理 误差问题是数值分析的基础，又是数值分析中一个困难的课题。在实际计算中，如果选用了不同的算法，由于舍入误差的影响，将会得到截然不同的结果。因此，选取算法时注重分析舍入误差的影响，在实际计算中是十分重要的。同时，由于在数值求解过程中用有限的过程代替无限的过程会产生截断误差，因此算法的好坏会影响到数值结果的精度。 三．实验内容 对20,,2,1,0 =n ，计算定积分 ?+=10 5dx x x y n n . 算法1：利用递推公式 151--=n n y n y , 20,,2,1 =n , 取 ?≈-=+=1 00182322.05ln 6ln 51dx x y . 算法2：利用递推公式 n n y n y 51511-= - 1,,19,20 =n . 注意到 ???=≤+≤=10 10202010201051515611261dx x dx x x dx x , 取 008730.0)12611051(20120≈+≈y .: 四.实验程序及运行结果 程序一： t=log(6)-log(5);
n=1; y(1)=t; for k=2:1:20 y(k)=1/k-5*y(k-1); n=n+1; end y y =0.0884 y =0.0581 y =0.0431 y =0.0346 y =0.0271 y =0.0313 y =-0.0134 y =0.1920 y =-0.8487 y =4.3436 y =-21.6268 y =108.2176 y =-541.0110 y =2.7051e+003 y =-1.3526e+004 y =6.7628e+004 y =-3.3814e+005 y =1.6907e+006 y =-8.4535e+006 y =4.2267e+007 程序2： y=zeros(20,1); n=1; y1=(1/105+1/126)/2;y(20)=y1; for k=20:-1:2 y(k-1)=1/(5*k)-(1/5)*y(k); n=n+1; end 运行结果：y = 0.0884 0.0580 0.0431 0.0343 0.0285 0.0212 0.0188 0.0169
第一章复习与思考题 1. 什么是数值分析？它与数学科学和计算机的关系如何？ 答：数值分析也称计算数学，是数学科学的一个分支，主要研究的是用计算机求解各种数学问题的数值计算方法及其理论与软件实现. 数值分析以数学问题为研究对象，但它并不像纯数学那样只研究数学本身的理论，而是把理论与计算紧密结合，着重研究数学问题的数值方法及其理论. 2. 何谓算法？如何判断数值算法的优劣？ 答：一个数值问题的算法是指按规定顺序执行一个或多个完整的进程，通过算法将输入元变换成输出元. 一个面向计算机，有可靠理论分析且计算复杂性好的算法就是一个好算法. 因此判断一个算法的优劣应从算法的可靠性、准确性、时间复杂性和空间复杂性几个方面考虑. 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. 答：用计算机解决实际问题首先要建立数学模型，它是对被描述的实际问题进行抽象、简化而得到的，因而是近似的，数学模型与实际问题之间出现的误差叫做模型误差. 在数学模型中往往还有一些根据观测得到的物理量，如温度、长度等，这些参量显然也包含误差，这种由观测产生的误差称为观测误差. 当数学模型不能得到精确解时，通常要用数值方法求它的近似解，其近似解和精确解之间的误差称为截断误差或方法误差.
有了求解数学问题的计算公式以后，用计算机做数值计算时，由于计算机字长有限，原始数据在计算机上表示时会产生误差，计算过程又可能产生新的误差，这种误差称为舍入误差. 截断误差和舍入误差是两个不同的概念，截断误差是由所采用的数值方法而产生的，因而也称方法误差，舍入误差是由数值计算而产生的. 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？ 答：设 为准确值， 为 的一个近似值，称 为近似值 的绝对误差，简称误差. 近似值的误差 与准确值 的比值 称为近似值 的相对误差，记作 . 通常我们无法知道误差的准确值，只能根据测量工具或计算情况估计出误差绝对值的一个上界 ，
第四版 数值分析习题 第一章 绪 论 1. 设x >0,x 的相对误差为δ,求ln x 的误差. 2. 设x 的相对误差为2％,求n x 的相对误差. 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: *****123451.1021,0.031,385.6,56.430,7 1.0.x x x x x =====? 4. 利用公式求下列各近似值的误差限: ********12412324(),(),()/,i x x x ii x x x iii x x ++其中**** 1234 ,,,x x x x 均为第3题所给的数. 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? 6. 设028,Y =按递推公式 1n n Y Y -=…) 计算到100Y .(五位有效数字),试问计算100Y 将有多大误差? 7. 求方程2 5610x x -+=的两个根,使它至少具有四位有效数字. 8. 当N 充分大时,怎样求 2 11N dx x +∞ +? ? 9. 正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝2 ? 10. 设 212S gt = 假定g 是准确的,而对t 的测量有±秒的误差,证明当t 增加时S 的绝对误 差增加,而相对误差却减小. 11. 序列 {}n y 满足递推关系1101n n y y -=-(n=1,2,…),若0 1.41y =≈(三位有效数字), 计算到 10y 时误差有多大?这个计算过程稳定吗? 12. 计算61)f =, 1.4≈,利用下列等式计算,哪一个得到的结果最好? 3 -- 13. ()ln(f x x =,求f (30)的值.若开平方用六位函数表,问求对数时误差有多大?若改用另一等价公式 ln(ln(x x =- 计算,求对数时误差有多大?
第一章 绪论 姓名 学号 班级 习题主要考察点：有效数字的计算、计算方法的比较选择、误差和误差限的计算。 1 若误差限为5105.0-?,那么近似数有几位有效数字（有效数字的计算） 解：2*103400.0-?=x ，325*102 1102 1---?=?≤-x x 故具有3位有效数字。 2 14159.3=π具有4位有效数字的近似值是多少（有效数字的计算） 解：10314159.0?= π，欲使其近似值*π具有4位有效数字，必需 41*102 1 -?≤-ππ，3*3102 1102 1--?+≤≤?-πππ，即14209.314109.3*≤≤π 3 已知2031.1=a ，978.0=b 是经过四舍五入后得到的近似值，问b a +， b a ?有几位有效数字（有效数字的计算） 解：3*1021 -?≤-a a ，2*102 1-?≤-b b ，而1811.2=+b a ，1766.1=?b a 2123****102 1 10211021)()(---?≤?+?≤ -+-≤+-+b b a a b a b a 故b a +至少具有2位有效数字。 2123*****102 1 0065.01022031.1102978.0)()(---?≤=?+?≤ -+-≤-b b a a a b b a ab
故b a ?至少具有2位有效数字。 4 设0>x ，x 的相对误差为δ，求x ln 的误差和相对误差（误差的计算） 解：已知δ=-* *x x x ，则误差为 δ=-= -* **ln ln x x x x x 则相对误差为 * * ** * * ln ln 1ln ln ln x x x x x x x x δ = -= - 5测得某圆柱体高度h 的值为cm h 20*=，底面半径r 的值为cm r 5*=， 已知cm h h 2.0||*≤-，cm r r 1.0||*≤-，求圆柱体体积h r v 2π=的绝对误差 限与相对误差限。（误差限的计算） 解：*2******2),(),(h h r r r h r r h v r h v -+-≤-ππ 绝对误差限为 πππ252.051.02052)5,20(),(2=??+????≤-v r h v 相对误差限为 %420 1 20525) 5,20() 5,20(),(2 ==??≤ -ππv v r h v 6 设x 的相对误差为%a ,求n x y =的相对误差。（函数误差的计算） 解：%* *a x x x =-， )%(* **** *na x x x n x x x y y y n n n =-≤-= - 7计算球的体积，为了使体积的相对误差限为%1，问度量半径r 时允许的相对误差限为多大（函数误差的计算）
学生实验报告实验课程名称 开课实验室 学院年级专业班 学生姓名学号 开课时间至学年学期
if(A(m,k)~=0) if(m~=k) A([k m],:)=A([m k],:); %换行 end A(k+1:n, k:c)=A(k+1:n, k:c)-(A(k+1:n,k)/ A(k,k))*A(k, k:c); %消去end end x=zeros(length(b),1); %回代求解 x(n)=A(n,c)/A(n,n); for k=n-1:-1:1 x(k)=(A(k,c)-A(k,k+1:n)*x(k+1:n))/A(k,k); end y=x; format short;%设置为默认格式显示,显示5位 （2）建立MATLAB界面 利用MA TLAB的GUI建立如下界面求解线性方程组： 详见程序。 五、计算实例、数据、结果、分析 下面我们对以上的结果进行测试，求解：
? ? ? ? ? ? ? ? ? ? ? ? - = ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? - - - - - - 7 2 5 10 13 9 14 4 4 3 2 1 13 12 4 3 3 10 2 4 3 2 1 x x x x 输入数据后点击和，得到如下结果： 更改以上数据进行测试，求解如下方程组： 1 2 3 4 43211 34321 23431 12341 x x x x ?? ???? ?? ???? ?? ???? = ?? ???? - ?? ???? - ???? ?? 得到如下结果：
习题5 1．导出如下3个求积公式，并给出截断误差的表达式。 (1) 左矩形公式：?-≈b a a b a f dx x f ))(()( (2) 右矩形公式：))(()(a b b f dx x f b a -≈? (3) 中矩形公式：?-+≈b a a b b a f dx x f ))(2 ( )( 解：(1) )()(a f x f ≈， )()()()(a b a f dx a f dx x f b a b a -=≈?? (2) )()(b f x f ≈，??-=≈b a b a a b a f dx b f dx x f ))(()()( )()(2 1)()()()(2 ηηξf a b dx b x f dx b x f b a b a '--=-'=-'=??，),(,b a ∈ηξ (3) 法1 )2 ( )(b a f x f +≈ ， 法2 可以验证所给公式具有1次代数精度。作一次多项式 )(x H 满足 )2()2( b a f b a H +=+，)2 ()2(b a f b a H +'=+'，则有 2 )2 )((!21)()(b a x f x H x f +-''= -ξ， ),(b a ∈ξ 于是 2．考察下列求积公式具有几次代数精度： （1） ?'+ ≈1 )1(2 1 )0()(f f dx x f ； （2） )3 1()31()(1 1f f dx x f +- ≈?-。 解： （1）当1)(=x f 时，左=1，右=1+0=1，左=右； 当x x f =)(时，左21= ，右=2 1 210=+，左=右； 当2 )(x x f =时，左=3 1 ，右=1，左≠右，代数精度为1。
： 数值分析课程思考题 1．叙述拉格朗日插值法的设计思想。 Lagrange插值是把函数y=f(x)用代数多项式pn(x)代替，构造出一组n次差值基函数；将待求得n次多项式插值函数pn(x)改写成另一种表示方式，再利用插值条件确定其中的待定函数，从而求出插值多项式。 2．函数插值问题的提出以及插值法发展的脉络。 问题的提出：实际问题中常遇到这样的函数y=f(x),其在某个区间[a,b]上是存在的。但是，通过观察或测量或试验只能得到在[a,b]区间上有限个离散点x0,x1,…,xn上的函数值y=f(xi),(i=0,…,n)或者f(x)函数表达式是已知的，但却很复杂而不便于计算希望用一个简单的函数描述它。 发展脉络：在工程中用的多的是多项式插值和分段多项式插值。在多项式插值中，首先谈到的是Lagrange插值，其成功地用构造插值基函数的方法解决了求n次多项式插值函数的问题，但是其高次插值基函数计算复杂，且次数增加后，插值多项式需要重新计算，所以在此基础上提出Newton插值，它是另一种构造插值多项式的方法，与Lagrange插值相比，具有承袭性和易于变动节点的特点。如果对插值函数，不仅要求他在节点处与函数同值，还要求它与函数有相同的一阶，二阶甚至更高阶的导数值，这就提出了Hermite插值，它是利用未知函数f(x)在插值节点上的函数值及导数值来构造插值多项式的。为了提高精度，加密节点时把节点分成若干段，分段用低次多项式近似函数，由此提出了分段多项式插值。最后，由于许多工程中对插值函数的光滑性有较高的要求，就产生了样条插值。 3．描述数值积分算法发展和完善的脉络。 数值积分主要采用插值多项式来代替函数构造插值型求积公式。通常采用Lagrange插值。如果取等距节点，则得到Newton-Cotes公式，其中，当n=1时，得到梯形公式；当n=2时，得到Simpson公式；当n=4时，得到Cotes公式。由于高次Newton-Cotes公式的求积系数有正有负，将产生很大的计算误差，引起计算不稳定，所以受分段插值的启发，对数值积分也采用分段求积，导出复化求积公式； 其中，在小区间上用梯形公式求和的称为复化梯形公式，用Simpson公式求和的成为复化Simpson公式，用Cotes公式求和的称为Cotes公式。但由于步长的选取是个问题，所以，导出逐次分半法来计算。而由于有些函数在x=0的值无法求出，为
数值分析思考题1 1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。 答：（1）绝对误差（限）与有效数字：将x 的近似值x *表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若绝对误差e ，那么x *至少有n 个有效数字，即a 1，a 2，…，a n 为有效数字，而a n+1，…，a k ，…不一定是有效数字。因此，从有效数字可以算出近似数的绝对误差限；有效数字位数越多，其绝对误差限也越小。 （2）相对误差（限）与有效数字：将x 的近似值x *表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣ k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若a k 是有效数字，那么相对误差不超过 ;反之，如果已知相对误差r ，且有，那么a k 必为有效数字。 2、相对误差在什么情况下可以用下式代替 答：在实际计算时，由于真值常常是未知的，当较小时，通常用代替。 3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。 r e x x e x x *****-==
- 答：（1）病态问题：对于数学问题本身，如果输入数据有微小变化，就会引起输出数据（即问题真解）的很大变化，这就是病态问题。 （2）不同点：数值稳定性是相对于算法而言的，算法的不同直接影响结果的不同；而病态性是数学问题本身性质所决定的，与算法无关，也就是说对病态问题，用任何算法（或方法）直接计算都将产生不稳定性。 4、 取 ，计算 ，下列方法中哪种最好为什么 （1）(33-，（2）(27-，（3）()31 3+，（4）()61 1，（5） 99-答：（1）(33-==； （2）(27-==； （3） ()3 13+=； （4）()611+=； （5）99-=； 由上面的计算可以看出，方法（3）最好，因为计算的 误差最小。 ， 141.≈)61
实验一 误差分析 实验1.1（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对（1.1）中19x 的系数作一个小的扰动。我们希望比较（1.1）和（1.2）根的差别，从而分析方程（1.1）的解对扰动的敏感性。 实验内容：为了实现方便，我们先介绍两个Matlab 函数：“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a ，则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a 的全部根；而函数 poly(v)b = 的输出b 是一个n+1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve =
第五章最小二乘法与曲线拟合小结 一、本章知识梳理 1、 从整体上考虑近似函数同所给数据点 (i=0,1,…,m)误差 (i=0,1,…,m) (i=0,1,…,m)绝对值的最大值，即误差向量 的∞—范数；二是误差绝对值的和，即误差向量r的1—范数；三是误差 平方和的算术平方根，即误差向量r的2—范数；前两种方法简单、自然，但不便于微分运算，后一种方法相当于考虑 2—范数的平方，因此在曲线拟合 中常采用误差平方和来度量误差 (i=0，1，…，m)的整体大小。 数据拟合的具体作法是：对给定数据 (i=0,1,…，m)，在取定的函 数类中,求,使误差(i=0,1,…,m)的平方和最小，即 从几何意义上讲，就是寻求与给定点 (i=0,1,…,m)的距离平方和为最小 的曲线（图6-1）。函数称为拟合函数或最小二乘解，求拟合 函数的方法称为曲线拟合的最小二乘法。 2、多项式拟合 假设给定数据点 (i=0,1,…,m)，为所有次数不超过的多项式构成的函数类，现求一,使得 (1) 当拟合函数为多项式时，称为多项式拟合，满足式（1）的称为最小二乘 拟合多项式。特别地，当n=1时，称为线性拟合或直线拟合。 显然 为的多元函数，因此上述问题即为求的极值问题。由多元函数求极值的必要条件，得 (2) 即
(3) （3）是关于的线性方程组，用矩阵表示为 (4) 式（3）或式（4）称为正规方程组或法方程组。 可以证明，方程组（4）的系数矩阵是一个对称正定矩阵，故存在唯一解。 从式（4）中解出 (k=0,1,…，n)，从而可得多项式 (5) 可以证明，式（5）中的满足式（1），即为所求的拟合多项式。我 们把称为最小二乘拟合多项式的平方误差，记作 由式(2)可得 (6) 多项式拟合的一般方法可归纳为以下几步： (1) 由已知数据画出函数粗略的图形——散点图，确定拟合多项式的次数n； (2) 列表计算和； (3) 写出正规方程组，求出； (4) 写出拟合多项式。 在实际应用中，或；当时所得的拟合多项式就是拉格朗日或牛 顿插值多项式。 3、曲线拟合： 曲线拟合，即把一组数据拟合为曲线，需遵循最小二乘法。常用双曲线型和指数型函数。
数值分析重点考察内容 第一章： 基本概念 第二章： Gauss消去法，Lu分解法 第三章： 题型：具体题＋证明，误差分析 三个主要迭代法，条件误差估计，范数的小证明 第四章： 掌握三种插值方法：拉格朗日，牛顿，厄尔米特，误差简单证明，构造复合函数 第五章： 最小二乘法计算 第六章： 梯形公式，辛普森（抛物线）公式，高斯公式三个重要公式，误差分析。 高斯求积公式的构造 第七章： 几种常用的迭代格式构造，收敛性证明。 第九章： 基本概念（收敛阶，收敛条件，收敛区域等）, 简单欧拉法。
第一章 误差 1. 科学计算中的误差来源有4个，分别是________，________，________，________。 2. 用Taylor 展开近似计算函数000()()'()()f x f x f x x x ≈+-，这里产生是什么误差？ 3. 0.7499作34 的近似值，是______位有效数字，65.380是舍入得到的近似值，有____几位有效数字，相对误差限为_______. 0.0032581是四舍五入得到的近似值，有_______位有效数字. 4. 改变下列表达式，使计算结果比较精确： （1） 11,||1121x x x x --++ （2） ||1x （3） 1cos ,0,|| 1.x x x x -≠ （4） sin sin ,αβαβ-≈ 5. 采用下列各式计算61)时，哪个计算效果最好？并说明理由。 （1） （2） 99-（3） 6(3- （4 6. 已知近似数*x 有4位有效数字，求其相对误差限。 上机实验题： 1、利用Taylor 展开公式计算 0!k x k x e k ∞ ==∑，编一段小程序，上机用单精度计算x e 的函数 值. 分别取 x =1，5，10，20，-1，-5，-10，-15，-20，观察所得结果是否合理，如不合理请分析原因并给出解决方法. 2、已知定积分10,0,1,2,,206 n n x I dx n x ==+? ,有如下的递推关系 1111100(6)61666 n n n n n x x x x I dx dx I x x n ---+-===++-?? 可建立两种等价的计算公式 (1) 1016,0.154n n I I I n -=-=取； (2) 12011),0.6n n I nI I n -=-=（取 来计算123419,,,,,I I I I I ，编程比较哪种计算的数值结果好，并给出理论分析。