计算方法-第1章

计算方法的课后答案

《计算方法》习题答案 第一章 数值计算中的误差 1．什么是计算方法？（狭义解释） 答：计算方法就是将所求的的数学问题简化为一系列的算术运算和逻辑运算，以便在计算机上编程上机，求出问题的数值解，并对算法的收敛性、稳定性和误差进行分析、计算。 2．一个实际问题利用计算机解决所采取的五个步骤是什么？ 答：一个实际问题当利用计算机来解决时，应采取以下五个步骤： 实际问题→建立数学模型→构造数值算法→编程上机→获得近似结果 4．利用秦九韶算法计算多项式4)(5 3 -+-=x x x x P 在3-=x 处的值，并编程获得解。 解：400)(2 3 4 5 -+?+-?+=x x x x x x P ，从而 所以，多项式4)(5 3 -+-=x x x x P 在3-=x 处的值223)3(-=-P 。 5．叙述误差的种类及来源。 答：误差的种类及来源有如下四个方面： （1）模型误差：数学模型是对实际问题进行抽象，忽略一些次要因素简化得到的，它是原始问题的近似，即使数学模型能求出准确解，也与实际问题的真解不同，我们把数学模型与实际问题之间存在的误差称为模型误差。 （2）观测误差：在建模和具体运算过程中所用的一些原始数据往往都是通过观测、实验得来的，由于仪器的精密性，实验手段的局限性，周围环境的变化以及人们的工作态度和能力等因素，而使数据必然带有误差，这种误差称为观测误差。 （3）截断误差：理论上的精确值往往要求用无限次的运算才能得到，而实际运算时只能用有限次运算的结果来近似，这样引起的误差称为截断误差（或方法误差）。 （4）舍入误差：在数值计算过程中还会用到一些无穷小数，而计算机受机器字长的限制，它所能表示的数据只能是一定的有限数位，需要把数据按四舍五入成一定位数的近似的有理数来代替。这样引起的误差称为舍入误差。 6．掌握绝对误差（限）和相对误差（限）的定义公式。 答：设* x 是某个量的精确值，x 是其近似值，则称差x x e -=* 为近似值x 的绝对误差（简称误差）。若存在一个正数ε使ε≤-=x x e * ，称这个数ε为近似值x 的绝对误差限（简称误差限或精度）。 把绝对误差e 与精确值* x 之比* **x x x x e e r -==称为近似值x 的相对误差，称

数值计算方法大作业

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）

计算方法与软件应用1

数学计算方法与软件的工程应用 第一章 MATLAB 软件基础介绍 MATLAB 是Matrix Laboratory （矩阵实验室）的缩写，最初是专门用于处理矩阵计算的软件。目前，它是集计算、可视化及编程等功能于一身的一个最流行的数学软件。其特点是： 1、功能强大 它不仅具有强大的数值计算功能，可以处理如：矩阵计算、微积分运算、各种方程的求 解、插值和拟合计算、完成各种统计和优化问题，最新的版本甚至可以进行数字图象处理、小波分析等；同时它还有方便的画图功能和完善的图形可视化功能。 2、使用方便 MATLAB 语言灵活，它将编译、连接和执行融为一体，是一种演算式语言。与其他语言不同，在MATLAB 中各种变量不需先说明变量的数据类型或定义向量或矩阵变量的维数。此外，MATLAB 的帮助系统使用也十分方便，用户可以通过演示和示例学习如何使用该软件。 3、编程容易效率高 MATLAB 具有结构化的控制语句，又具有面向对象的编程特性。它允许用户以数学形式的语言编程，比其他语言更接近书写计算公式的思维方式。MATLAB 程序文件是文本文件，它的编写和修改可以用任何字处理软件进行，程序调试也非常方便。 4、扩充能力强 MATLAB 软件是一个开放的系统，除内部函数外它的其他函数的源程序都是可以修改的；同时，用户自行编写的程序和开发的工具箱可以象库函数一样任意调用。MATLAB 也可以方便地与FORTRAN 、C 等语言进行对接，实现不同语言编写的程序、子程序之间的相互调用。 本章主要介绍MATLAB 的基础应用，在后面的各个部分中，我们将详细介绍MATLAB 在这一部分的调用，编程或计算。 一、数据和变量 1、表达式 在命令窗口做一些简单的计算，就如同使用一个功能强大的计算器，使用变量无须预先 定义类型。如 设球的半径为2=r ，求球的体积3 3 4r V π= ，则在命令窗口中输入：

数值分析第1章习题

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

数值计算方法思考题

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。

数值分析第8章作业

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：

数值分析作业答案(第5章)part2

.证明： (1).如果A 是对称正定矩阵，则1-A 也是对称正定矩阵 (2).如果A 是对称正定矩阵，则A 可以唯一地写成L L A T =，其中L 是具有正对角元的下三角矩阵。 证明： (1).因A 是对称正定矩阵，故其特征值i λ皆大于0，因此1-A 的特征值1 -i λ也皆大于0。因此 1-i λ也皆大于0，故A 是可逆的。又 111)()(---==A A A T T 则1-A 也是对称正定矩阵。 (2).由A 是对称正定，故它的所有顺序主子阵均不为零，从而有唯一的杜利特尔分解 U L A ~ =。又 022211111 1222 11111DU u u u u u u u u u U n n nn =? ???? ???? ???????? ?=????????? ?? ?=M O ΛΛO 其中D 为对角矩阵，0U 为上三角矩阵，于是 0~ ~DU L U L A == 由A 的对称性，得 ~ T T T L D U A A == 由分解的唯一性得 ~ L U T = 从而 ~~ T L D L A = 由A 的对称正定性，如果设),,2,1(n i D i Λ=表示A 的各阶顺序主子式，则有 011>=D d ，01 >= -i i i D D d ，n i ,,3,2Λ=

故 2 12 12 1 2 121D D d d d d d d d d d D n n n =?????? ? ?????? ?????????????? ?=????????????=O O O 因此 T T T LL D L D L L D D L A ===)(21~ 2 1~ ~2 121~ ， 其中2 1~ D L L =为对角元素为正的下三角矩阵。 .用列主元消去法解线性方程组 ??? ??=++-=-+-=+-6 1531815331232 1321321x x x x x x x x x 并求出系数矩阵A 的行列式(即A det )的值。 解 ?? ?? ??????----?→?-=???? ??????----?→??? ??? ?????----??→?- =-=?113/110053/7101513 186 76/3118/176/7053/7101513 186111153312151318)(323 2 18 1 21312 1m b A m m r r 所以解为33=x ，22=x ，11=x ，66det -=A 。

计算方法作业第一章

习题二 1. 用二分法求方程0134=+-x x 在区间【0.3,0.4】内的根，要求误差不超过2102 1-?。 3.方程0123=--x x 在1.5附近有根，把方程写成4种不同的等价形式，并建立相应的迭代公式。 （1）231x x +=，32 11n n x x +=+ （2）211x x + =，=+1n x 211n x + （3）1 1 2 -= x x ，=+1n x 1 1-n x

（4）132-=x x ，= +1n x 13-n x 4.用迭代法求02.05 =--x x 的正根，要求准确到小数点后第5位 解：迭代公式:512.0+=+x x n 7.用迭代-加速公式求方程x e x -=在x=0.5附近的根，要求准确到小数点后第4位 解：迭代公式：x n e x -+=1，n n x q q x q x ---= +1111 8用埃特金加速法求方程13 -=x x 在区间【1,1.5】内的根，要求准确到小数点后第4位 解：迭代公式：13 1-=+x x n ，13 12-=++n n x x ，n n n n n n n x x x x x x x +--= ++-++122 1 212

9.用牛顿法求方程0133=--x x 在20=x 附近的根，要求准确到小数点后第3位 解：迭代公式：3 31 32 31 ----=+n n n n n x x x x x 11.分别用单点和双点弦截法求方程013 =--x x 在【1,1.5】内的根，要求 51102 1 ||-+?≤ -n n x x 解：单点：)111() 111()1(1 13 1--------- =+n n n n x x x x 双点：)1() 1()1(3 13 1311--------- =---+n n n n n n n n n n x x x x x x x x x x

《数值分析》第五章答案

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》杨大地-标准答案(第八章)

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。

数值计算方法第一章

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 -．

数值分析第五章学习小结【计算方法】

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。

郑州大学研究生课程数值分析复习---第八章 常微分方程数值解法

郑州大学研究生课程（2012-2013学年第一学期）数值分析 Numerical Analysis 习题课 第八章常微分方程数值解法

待求解的问题：一阶常微分方程的初值问题/* Initial-Value Problem */: ?????=∈=0 )(] ,[),(y a y b a x y x f dx dy 解的存在唯一性（“常微分方程”理论）：只要f (x , y ) 在[a , b ] ×R 1 上连续，且关于y 满足Lipschitz 条件，即存在与x , y 无关的常数L 使 对任意定义在[a , b ] 上的y 1(x ) 和y 2(x ) 都成立，则上述IVP 存在唯一解。 1212|(,)(,)||| f x y f x y L y y ?≤?一、要点回顾

§8.2 欧拉(Euler)法 通常取(常数),则Euler 法的计算格式 h h x x i i i ==?+1?? ?=+=+) (),(001x y y y x hf y y i i i i i =0,1,…,n ( 8.2 )

§8.2 欧拉(Euler)法(1) 用差商近似导数 )) (,()()()()(1n n n n n n x y x hf x y x y h x y x y +=′+≈+?? ?=+=+) (),(01a y y y x hf y y n n n n 差分方程初值问题向前Euler 方法h x y x y x y n n n ) ()()(1?≈ ′+)) (,() ()(1n n n n x y x f h x y x y ≈?+))(,()(n n n x y x f x y =′

计算方法第一章习题

第一章习题 2．按四舍五入原则，将下列各数舍入成5位有效数字： 816．9567 6。000015 17。32250 1．235651 93。18213 0。01523623 答案：816。96 6。0000 17。323 1．2357 93。182 0。015236 3．下列各数是按四舍五入原则得到的近似数，它们各有几位有效数字？ 81．897 0。00813 6。32005 0。1800 答案：5 3 6 4 4．若1/4用0。25来表示，问有多少位有效数字？ 答案：任意多位 5．若a=1.1062 , b=0.947 是经过舍入后得到的近似值，问：a+b, ab 各有几位有效数字？ 答案：3 ， 3 因为45110211021--?=?= da 33102 11021--?=?=db 31234102 1102110211021)(----?=?≤?+?=+=+db da b a d 4)15(102110121---?=??=a d r ，2)13(1018 110921---?=??=b d r 22410181101811021)(---?≈?+?=+=b d a d ab d r r r 6．设y 1=0.9863, y 2=0.0062是经过舍入后作为x 1和x 2的近似值，求1/y 1和1/y 2的计算值与真值的相对误差限及y 1y 2和真值的相对误差限。 答案： 53)14()1(*1*111*11*1*11*11*1*1 1106.51018 110921102111 11------?=?=??=?≤-=-=-=-n y y y y y y y y y y y y y y α也可用5)14(111 121111106.5109 21111)1(1---?=??====y dy y dy y y y d y d r 同理 31)12()1(*2*22*2*2 2103.81012 11062110211 11------?=?=??=?≤-==-n y y y y y y α 3 35*2*22)1*11*2*1*2*12*12*121*2*1*2 *121104.8103.8106.5---?≈?+?≤-+-=-+-=-y y y y y y y y y y y y y y y y y y y y y y

数值分析第五章答案

数值分析第五章答案 【篇一：数值分析第五版计算实习题】 第二章 2-1 程序： clear;clc; x1=[0.2 0.4 0.6 0.8 1.0]; y1=[0.98 0.92 0.81 0.64 0.38]; n=length(y1); c=y1(:); or j=2:n %求差商 for i=n:-1:j c(i)=(c(i)-c(i-1))/(x1(i)-x1(i-j+1)); end end syms x df d; df(1)=1;d(1)=y1(1); for i=2:n %求牛顿差值多项式 df(i)=df(i-1)*(x-x1(i-1)); d(i)=c(i)*df(i); end disp(4次牛顿插值多项式); p4=vpa(collect((sum(d))),5) %p4即为4次牛顿插值多项式,并保留小数点后5位数 pp=csape(x1,y1, variational);%调用三次样条函数 q=pp.coefs; disp(三次样条函数); for i=1:4 s=q(i,:)*[(x-x1(i))^3;(x-x1(i))^2;(x-x1(i));1]; s=vpa(collect(s),5) end x2=0.2:0.08:1.08; dot=[1 2 11 12]; figure ezplot(p4,[0.2,1.08]); hold on y2=fnval(pp,x2); x=x2(dot);

y3=eval(p4); y4=fnval(pp,x2(dot)); plot(x2,y2,r,x2(dot),y3,b*,x2(dot),y4,co); title(4次牛顿插值及三次样条); 结果如下： 4次牛顿插值多项式 p4 = - 0.52083*x^4 + 0.83333*x^3 - 1.1042*x^2 + 0.19167*x + 0.98 三次样条函数 x∈[0.2,0.4]时， s = - 1.3393*x^3 + 0.80357*x^2 - 0.40714*x + 1.04 x∈[0.4,0.6]时，s = 0.44643*x^3 - 1.3393*x^2 + 0.45*x + 0.92571 x∈[0.6,0.8]时，s = - 1.6964*x^3 + 2.5179*x^2 - 1.8643*x + 1.3886 x∈[0.8,1.0]时，s =2.5893*x^3 - 7.7679*x^2 + 6.3643*x - 0.80571 输出图如下 2-3（1） 程序： clear; clc; x1=[0 1 4 9 16 25 36 49 64]; y1=[0 1 2 3 4 5 6 7 8];%插值点 n=length(y1); a=ones(n,2); a(:,2)=-x1; c=1; for i=1:n c=conv(c,a(i,:)); end q=zeros(n,n); r=zeros(n,n+1); for i=1:n [q(i,:),r(i,:)]=deconv(c,a(i,:));%wn+1/(x-xk) end dw=zeros(1,n); for i=1:n dw(i)=y1(i)/polyval(q(i,:),x1(i));%系数 end p=dw*q; syms x l8; for i=1:n

最新(完美版)第八章习题答案_数值分析

第八章习题解答 3、设方程()0f x =有根，且'0()m f x M <≤≤。试证明由迭代格式1()k k k x x f x λ+=- (0,1,2,)k =产生的迭代序列{}0k k x ∞=对任意的初值0(,)x ∈-∞+∞，当20M λ<<时，均收敛于方程的根。 证明： 设()()x x f x ?λ=-，可知()x ?在(,)-∞∞上可导 对于任意给定的λ值，满足条件'0()m f x M <≤≤时 （1）''()1()x f x ?λ=- 则1'()11M x m λ?λ-≤≤-< 又20M λ<<，M>0 则02M λ<<时，11M λ-<- 所以11'()11M x m λ?λ-<-≤≤-< 若令max{1,1}L M m λλ=--，则可知'()1x L ?≤< （2）由0()(0)'()(0)'()x x x dx x ?????ε=+=+? 则()lim 1x x L x ?→∞??≤< ??? 所以，存在一个数a ，当x a >时，()x x ?< 同时，()x ?在[,]a a -内有界，即存在0b >使得[,]x a a ?∈-，()x b ?< 我们选取 max{,}c a b =，则对任意x 有0()max{,}x c x ?< 则对给定的任意初值0x ，设0max{,}d c x = 则0[,]x d d ∈-，于是在区间[,]d d -上有()x d ?< 即满足映内性 有（1）、（2）可知，()x ?满足收敛定理 迭代序列0{}k k x ∞=收敛于方程的根 6. 给出计算...222+++=x 的迭代格式，讨论迭代格式的收敛性，并证明2=x 解：构造迭代格式10,1,2,k x k +==??? 2k x ≤ 令()x ?=x ?∈?时，()x ??∈? '() x ?=，当x ?∈?时，1 '()12x ?<<

数值计算方法第五章

第五章 数值拟合及最小二乘法 一、最小二乘法的基本原理 从整体上考虑近似函数)(x p 同所给数据点),(i i y x (i=0,1,…,m)误差 i i i y x p r -=)((i=0,1,…,m) 一是误差i i i y x p r -=)((i=0,1,…,m)绝对值的最大值i m i r ≤≤0max ，即误差 向量 T m r r r r ),,(10 =的∞—范数； 二是误差绝对值的和 ∑=m i i r ，即误差向量r 的1—范数； 三是误差平方和∑=m i i r 2 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∑=m i i r 02 来 度量误差i r (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 i y x (i=0,1,…，m)，在取定的函数类Φ中,求Φ∈)(x p ,使误差i i i y x p r -=)((i=0,1,…,m)的平方和最小，即 ∑=m i i r 2 [] ∑==-m i i i y x p 0 2 min )( 从几何意义上讲，就是寻求与给定点),(i i y x (i=0,1,…,m)的距离平方和为最小的曲线 )(x p y =（图6-1）。函数)(x p 称为拟合函数或最小二乘解，求拟合 函数p(x)的方法称为曲线拟合的最小二乘法。 合中，函数类Φ可有不同的选取方法 .

5—1 二 多项式拟合 假设给定数据点),(i i y x (i=0,1,…,m)， Φ为所有次数不超过)(m n n ≤的多项式构成的函数类，现求一 Φ ∈=∑=n k k k n x a x p 0)(,使得 [] min )(0 02 02 =??? ??-=-=∑∑∑===m i m i n k i k i k i i n y x a y x p I (1) 当拟合函数为多项式时，称为多项式拟合，满足式（1）的)(x p n 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 ∑∑==-=m i n k i k i k y x a I 0 2 0)( 为n a a a ,,10的多元函数，因此上述问题即为求),,(10n a a a I I =的极值 问题。由多元函数求极值的必要条件，得 n j x y x a a I m i j i n k i k i k j ,,1,0,0)(200 ==-=??∑∑== (2) 即 n j y x a x n k m i i j i k m i k j i ,,1,0, )(0 ==∑∑∑===+ (3) （3）是关于n a a a ,,10的线性方程组，用矩阵表示为 ???? ?? ???? ??????????=????????????????????? ??????????? +∑∑∑∑∑∑∑∑∑∑∑=====+==+====m i i n i m i i i m i i n m i n i m i n i m i n i m i n i m i i m i i m i n i m i i y x y x y a a a x x x x x x x x m 00010020 10 102000 1 (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 a (k=0,1,…，n) ，从而可得多项式

数值分析第八章常微分方程初值问题的数值解法2011.9

西北工业大学理学院欧阳洁1 常微分方程初值问题的数值解法§3 Runge –Kutta 方法§4 单步法的收敛性、相容性和稳定性§5 线性多步法第八章 §1 常微方分程常微方分程初值问题的数值解法概述§2 几种简单的单步法

西北工业大学理学院欧阳洁2一问题及基本假设 § 1 常微方分程 常微方分程初值问题的数值解法概述 二离散化方法

上述定理称为一阶常微分方程初值问题解 的适定性（存在性、惟一性与稳定性）定理。 对所讨论的一阶常微分方程初值问题，本 章假设该问题是适定的，即解析解y(x)在区间[a,b]上是存在、惟一，且具有充分的光滑度。 因此f(x,y(x))也充分光滑。 西北工业大学理学院欧阳洁4

西北工业大学理学院欧阳洁6 常微分方程初值问题的数值解法分为： ①单(一)步法：计算时，只用到和，即前一步的值。 1+n y n y n n x x ,1+显式单步法的一般形式为②多步法：计算时，除用到和以外，还用到和，即用到前k 步的值。 p n x ?)1;1,2,1(>?=?k k p y p n L 1+n y n y n n x x ,1+对单步法与多步法，有显式与隐式方法之分。显式、隐式多步法的一般形式类似。 隐式单步法的一般形式为) ,,(1h y x h y y n n n n ?+=+),,,(11h y y x h y y n n n n n +++=?数值解法建立的过程：通过一定的离散化方法,将连续性问题的求解转化为有限个离散节点上解析解近似值的求解。 常用的离散化方法： Taylor 展开法；差商直接代替微商；数值积分法。