搜档网
当前位置:搜档网 › 数值分析报告上机题(matlab版)(东南大学)

数值分析报告上机题(matlab版)(东南大学)

数值分析报告上机题(matlab版)(东南大学)
数值分析报告上机题(matlab版)(东南大学)

数值分析上机报告

第一章

一、题目

精确值为)1

1123(21+--N N 。 1)

编制按从大到小的顺序11

131121222-+

??+-+-=N S N ,计算S N 的通用程序。 2)

编制按从小到大的顺序1

21

1)1(111222-+

??+--+-=

N N S N ,计算S N 的通用程序。

3) 按两种顺序分别计算64210,10,10S S S ,并指出有效位数。(编制程序时用单精度) 4) 通过本次上机题,你明白了什么?

二、通用程序

三、求解结果

四、结果分析

可以得出,算法对误差的传播又一定的影响,在计算时选一种好的算法可以使结果更为精确。从以上的结果可以看到从大到小的顺序导致大数吃小数的现象,容易产生较大的误差,求和运算从小数到大数算所得到的结果才比较准确。

第二章

一、题目

(1)给定初值0x 及容许误差ε,编制牛顿法解方程f(x)=0的通用程序。

(2)给定方程03

)(3

=-=x x x f ,易知其有三个根3,0,3321=*=*-

=*x x x

a)

由牛顿方法的局部收敛性可知存在,0>δ当),(0δδ+-∈x 时,Newton 迭代序列收

敛于根x 2*。试确定尽可能大的δ。

b)试取若干初始值,观察当),1(),1,(),,(),,1(),1,(0+∞+-----∞∈δδδδx 时Newton 序列的收敛性以及收敛于哪一个根。 (3)通过本上机题,你明白了什么?

二、通用程序

1.运行search.m 文件

结果为:

The maximum delta is 0.774597

即得最大的δ为0.774597,Newton 迭代序列收敛于根*

2x =0的最大区间为

(-0.774597,0.774597)。

2.运行Newton.m 文件

在区间(,1),(1,),(,),(,1),(1,)δδδδ-∞----++∞上各输入若干个数,计算结果如下:

区间(,1)-∞-上取-1000,-100,-50,-30,-10,-8,-7,-5,-3,-1.5

x。结果显示,以上初值迭代序列均收敛于-1.732051,即根*

1

在区间(1,)δ--即区间(-1,-0.774597)上取-0.774598,-0.8,-0.85,-0.9,-0.99,计算结果如下:

计算结果显示,迭代序列局部收敛于-1.732051,即根*1x ,局部收敛于1.730251,即根*

3x 。

在区间(,)δδ-即区间(-0.774597,0.774597)上,由search.m 的运行过程表明,在整个区间上均收敛于0,即根*

2x 。

在区间(,1)δ即区间(0.774597,1)上取0.774598,0.8,0.85,0.9,0.99,计算结果如

计算结果显示,迭代序列局部收敛于-1.732051,即根*

1x ,局部收敛于1.730251,即根*

3x 。

上取100,60,20,10,7,6,4,3,1.5,计算结果如下: 区间(1,)

x。

结果显示,以上初值迭代序列均收敛于1.732051,即根*

3

综上所述:(-∞,-1)区间收敛于-1.73205,(-1,δ)区间局部收敛于1.73205,局部收敛于-1.73205,(-δ,δ)区间收敛于0,(δ,1)区间类似于(-1,δ)区间,(1,∞)收敛于1.73205。

通过本上机题,明白了对于多根方程,Newton法求方程根时,迭代序列收敛于某一个根有一定的区间限制,在一个区间上,可能会局部收敛于不同的根。

第三章

一、题目

列主元Gauss 消去法对于某电路的分析,归结为求解线性方程组

RI V =。其中

31130

001000013359011000009311000000001079300009000305770500

0007473000000003041000

0005002720009000229R --?? ?--- ? ?-- ?--- ? ?=--- ?

-- ? ?- ?

-- ? ?--??

()15,27,23,0,20,12,7,7,10T

T V =----

(1) 编制解n 阶线性方程组Ax b =的列主元高斯消去法的通用程序; (2) 用所编程序线性方程组RI

V =,并打印出解向量,保留5位有效数;

二、通用程序

%% 列主元Gauss 消去法求解线性方程组%% %%参数输入

n=input('Please input the order of matrix A: n='); %输入线性方程组阶数n b=zeros(1,n);

A=input('Input matrix A (such as a 2 order matrix:[1 2;3,4]) :'); b(1,:)=input('Input the column vector b:'); %输入行向量b b=b';

C=[A,b]; %得到增广矩阵 %%列主元消去得上三角矩阵

for i=1:n-1 [maximum,index]=max(abs(C(i:n,i))); index=index+i-1; T=C(index,:); C(index,:)=C(i,:); C(i,:)=T;

for k=i+1:n %%列主元消去 if C(k,i)~=0

C(k,:)=C(k,:)-C(k,i)/C(i,i)*C(i,:); end end

end

%% 回代求解 %%

x=zeros(n,1);

x(n)=C(n,n+1)/C(n,n);

for i=n-1:-1:1

x(i)=(C(i,n+1)-C(i,i+1:n)*x(i+1:n,1))/C(i,i);

end

A=C(1:n,1:n); %消元后得到的上三角矩阵

disp('The upper teianguular matrix is:')

for k=1:n

fprintf('%f ',A(k,:));

fprintf('\n');

end

disp('Solution of the equations:');

fprintf('%.5g\n',x); %以5位有效数字输出结果

以教材第123页习题16验证通用程序的正确性。执行程序,输入系数矩阵A 和列向量b,结果如下:

三、求解结果

执行程序,输入矩阵A(即题中的矩阵R)和列向量b(即题中的V),得如下结果:

由上述结果得:

第四章一、题目

二、通用程序

三、求解结果

1、数据输入

Input n: n=10

Input x:[0 1 2 3 4 5 6 7 8 9 10]

Input y:[2.51 3.30 4.04 4.70 5.22 5.54 5.78 5.40 5.57 5.70 5.80] Input the derivative of y(0):0.5

Input the derivative of y(n):0.2

2、计算结果

第五章一、题目

二、通用程序

三、运行结果

第六章一、题目

二、通用程序

1、RK4方法的通用程序

2、AB4方法的通用程序

相关主题