NACA0023三维机翼水动力性能数值分析
ＮＡＣＡ００２３三维机翼水动力性能数值分析
姓名：孙波
学号：2012011516
班级：20120115
一、问题的描述
本节将模拟一剖面翼型为ＮＡＣＡ００２３的三维机翼在无限宽广水域中的流动情况，改变攻角本节涉及以下内容：
1、三维非结构化网格的划分；
2、三维稳态计算的设置方法；
3、动画设置；
4、后处理：压力云图、速度矢量图、速度等值线；
５、观察机翼表面的流动以及尾流形状，分析其压力分布，计算其阻力和升力。
二、湍流模型
湍流出现在速度变动的地方。这种波动使得流体介质之间相互交换动量、能量和浓度变化，而且引起了数量的波动。由于这种波动是小尺度且是高频率的，所以在实际工程计算中直接模拟的话对计算机的要求会很高。实际上瞬时控制方程可能在时间上、空间上是均匀的，或者可以人为的改变尺度，这样修改后的方程耗费较少的计算机。但是，修改后的方程可能包含有我们所不知的变量，湍流模型需要用已知变量来确定这些变量。
标准k-e模型
最简单的完整湍流模型是两个方程的模型，要解两个变量，速度和长度尺度。在FLUENT中，标准k-e模型自从被Launder and Spalding提出之后，就变成工程流场计算中主要的工具了。适用范围广、经济、合理的精度，这就是为什么它在工业流场和热交换模拟中有如此广泛的应用了。它是个半经验的公式，是从实验现象中总结出来的。
由于人们已经知道了k-e模型适用的范围，因此人们对它加以改造，出现了RNG k-e模型和带旋流修正k-e模型
设定边界条件和初始条件求解模型。
三、Gambit建模
１、翼型数据：
翼型剖面：NACA0023
弦长：550mm
展弦比：2
展长：550mm
具体坐标数据点如图1所示
X Y
0 0
6.8750, 19.9649
13.7500, 19.9649
19.2500, 32.078
27.5 37.4723
41.2500, 44.274
55.0000, 49.3642
110.0000, 60.4833
165.0000, 63.2682
220.0000, 61.1734
275.0000, 55.8078
330.0000, 48.1055
385.0000, 38.6237
440.0000, 27.652
495.0000, 15.2614
550.0000, 1.3283
２、翼型的建模过程
采用FLUENT的前处理器GAMBIT进行此三维机翼以及其计算域的建模和网格划分，其具体过程如下：
按照翼型数据进行建模，以mm为单位进行建模，翼型数据点由NACA 翼型生成得到，然后做镜像处理。如下：
侧视图
俯视图
然后将翼型三维建模，再在翼型周围建立计算域，
侧视图
入口为两倍弦长，出口为7倍弦长，上下为2倍弦长。
俯视图
左右为2倍弦长。
３、网格划分
进行波尔运算后，将建好的模型进行网格划分。如图4
图4 网格
四、Fluent求解
１基本求解器的定义
选择ＰｒｅｓｓＢａｓｅｄ
-湍流模型
２设置标准κε
-湍流模型
选择κε
３、设置流体的物理属性
选择液态水ｗａｔｅｒ－ｌｉｑｕｉｄ［ｈ２ｏ＜ｌ＞］
４、边界条件以及求解
为了便于改变攻角，攻角改变在FLUENT计算中通过改变来流速度来实现，所以控制域前端、侧面均设置为速度入口VELOCITY INLET。尾端设置为压力出口pressure-outlet。三维机翼表面设置为壁面FLY。
具体边界条件设置及其他计算设置如下图5（此时攻角为0）
设置入口速度为2m/s；
并改变湍流模式为intensity and Viscosity Ratio,出口处湍流模式也
改成相同的。
入口出口
５、设置参差
６、迭代求解
将FLUENT中计算前的设置都设置好后，进行100次迭代计，并进行参差监控．
五、对结果的后处理
1、力、力矩。
升力系数阻力系数计算公式
S U L
C L 221ρ=
S U D
C D 2
2
1ρ= 升力Ｌ=-１.０２４Ｎ
阻力Ｄ=３７.２７８Ｎ
从而求得在０攻角，速度为２ｍ／ｓ时ＮＡＣＡ００２３的展弦比为２，在水中的升力系数阻力系数： ＣＬ=０.０００８５; ＣＤ=０.０３０８７ 2、流场压力分布云图
机翼表面压力云图3、速度矢量图以及速度云图
速度云图
速度矢量图
１.全流域
２．近机翼表面
３.翼面
六、结论
用ＣＦＤ仿真求解能方便快捷的求解出机翼的各个参数特性，应用前景非常广泛。
数值分析课后题答案
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 ''∴= --
数值分析试题及答案汇总
数值分析试题 一、 填空题（2 0×2′） 1. ?? ????-=? ?????-=32,1223X A 设x =是精确值x *=的近似值，则x 有 2 位 有效数字。 2. 若f (x )=x 7－x 3＋1，则f [20,21,22,23,24,25,26,27]= 1 ， f [20,21,22,23,24,25,26,27,28]= 0 。 3. 设，‖A ‖∞＝___5 ____，‖X ‖∞＝__ 3_____， ‖AX ‖∞≤_15_ __。 4. 非线性方程f (x )=0的迭代函数x =?(x )在有解区间满足 |?’(x )| <1 ，则使用该迭代 函数的迭代解法一定是局部收敛的。 5. 区间[a ,b ]上的三次样条插值函数S (x )在[a ,b ]上具有直到 2 阶的连续导数。 6. 当插值节点为等距分布时，若所求节点靠近首节点，应该选用等距节点下牛顿差商 公式的 前插公式 ，若所求节点靠近尾节点，应该选用等距节点下牛顿差商公式的 后插公式 ；如果要估计结果的舍入误差，应该选用插值公式中的 拉格朗日插值公式 。 7. 拉格朗日插值公式中f (x i )的系数a i (x )的特点是：=∑=n i i x a 0)( 1 ；所以当 系数a i (x )满足 a i (x )>1 ，计算时不会放大f (x i )的误差。 8. 要使 20的近似值的相对误差小于%，至少要取 4 位有效数字。 9. 对任意初始向量X (0)及任意向量g ，线性方程组的迭代公式x (k +1)=Bx (k )+g (k =0,1,…)收 敛于方程组的精确解x *的充分必要条件是 ?(B)<1 。 10. 由下列数据所确定的插值多项式的次数最高是 5 。 11. 牛顿下山法的下山条件为 |f(xn+1)|<|f(xn)| 。 12. 线性方程组的松弛迭代法是通过逐渐减少残差r i (i =0,1,…,n )来实现的，其中的残差 r i ＝ (b i -a i1x 1-a i2x 2-…-a in x n )/a ii ，(i =0,1,…,n )。 13. 在非线性方程f (x )=0使用各种切线法迭代求解时，若在迭代区间存在唯一解，且f (x )
泰勒定理及其在数值分析中的应用
摘要 因为泰勒公式的形式简单易懂，由此，适用在很多学科。在计算机与物理等各个方面均有着极其广泛的应用，除此之外，也在数值分析、常微分方程、最优化理论这些数学分支中产生着至关重要的作用。可见，泰勒公式的用处很多，所以，更要弄清楚泰勒公式的概念和数学原理。这是数学中非常基础的东西，对学生今后的数学学习将起到非常好的作用。本论文的目的，主要是对泰勒定理在数值分析中的应用做研究，从利用泰勒公式近似计算函数值、利用泰勒公式近似计算导数值、泰勒公式在常微分方程数值求解中的应用等方面，对泰勒公式在数值分析方面的应用进行研究。泰勒公式在数值分析的各个方面都有着重要的应用，深入探讨泰勒公式的应用,对于我们解决一些复杂问题起到事半功倍的效果.只要在解题中注意分析并注重归纳总结,就能很好地运用泰勒公式.正确的应用泰勒公式使我们的证明和计算题变得简明快捷。 关键词：泰勒公式；数值分析；应用
ABSTRACT Because of the Taylor formula is very simple, so, can be applied to many subjects. In various physical and computer etc, have a very wide range of applications, in addition, also in the ordinary differential equations, numerical analysis, optimization theory, the branch of mathematics plays an extremely important role. Therefore, a lot of, Taylor formula. So, to clarify concepts and mathematical principle of Taylor formula. This is the very basis of mathematics of mathematics learning things, the students will play a very good role. The purpose of this thesis, mainly to do research on the application of Taylor theorem in numerical analysis, calculating the function value, using the Taylor formula to calculate the value of Taylor formula, the numerical solution of ordinary differential equation application, from using Taylor's formula approximation, the Taylor formula is analyzed in terms of the application in the numerical study. Taylor formula has important applications in the numerical analysis, in-depth study of the application of Taylor formula, for us to solve some complex problems play a multiplier effect. As long as the attention and focus on solving problems of the summary, will be able to use Taylor formula. Using Taylor formula to correct the proof and calculation problems we became fast and simple. Key words: Taylor formula; numerical analysis; application
数值分析习题集及答案
（适合课程《数值方法A 》和《数值方法B 》） 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(3.3)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 11783 100 n n Y Y -=- ( n=1,2,…) 计算到100Y .若取783≈27.982(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(783≈27.982). 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±0.1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1101 n n y y -=-(n=1,2,…),若02 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6 (21)f =-,取 2 1.4≈,利用下列等式计算,哪一个得到的结果最好? 3 6 3 11,(322), ,9970 2. (21) (322) --++ 13. 2 ()ln(1)f x 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 2 2 ln(1)ln(1)x x x x - -=-+ + 计算,求对数时误差有多大? 14. 试用消元法解方程组{ 10 10 12121010; 2. x x x x +=+=假定只用三位数计算,问结果是否可靠? 15. 已知三角形面积 1sin , 2 s ab c = 其中c 为弧度, 02c π << ,且测量a ,b ,c 的误差分别为,,.a b c ???证 明面积的误差s ?满足 . s a b c s a b c ????≤ ++ 第二章 插值法 1. 根据( 2.2)定义的范德蒙行列式,令
数值分析小论文
“数值分析”课程 第一次小论文 郑维珍2015210459 制研15班（精密仪器系）内容：数值分析在你所在研究领域的应用。 要求：1）字数2500以上；2）要有摘要和参考文献；3）截至10.17，网络学堂提交，过期不能提交！ 数值分析在微流控芯片研究领域的应用 摘要： 作者在硕士期间即将参与的课题是微流控芯片的研制。当前，微流控芯片发展十分迅猛，而其中涉及到诸多材料学、电子学、光学、流体力学等领域的问题，加上微纳尺度上的尺寸效应，理论研究和数值计算都显得困难重重。发展该领域的数值计算，成为重中之重。本文从微流体力学、微传热学、微电磁学、微结构力学等分支入手，简要分析一下数值分析方法在该领域的应用。 微流控芯片(Microfluidic Chip)通常又称芯片实验室(Lab-On-a-Chip )，它是20世纪90年代初由瑞士的Manz和Widmer提出的[1-2]，它通过微细加工技术，将微管道、微泵、微阀、微电极、微检测元件等功能元件集成在芯片材料(基片)上，完成整个生化实验室的分析功能，具有减少样品的消耗量、节省反应和分析的时间、高通量和便携性等优点。 通常一个微流控芯片系统都会执行一个到多个微流体功能，如泵、混合、热循环、扩散和分离等，精确地操纵这些流体过程是微流控芯片的关键。因此它的研究不仅需要生命科学、MEMS、材料学、电子学、光学、流体力学等多学科领域的基础理论的支持，还需要很多数学计算。
1）微流体力学计算[3]： 对微管里的流体动力的研究主要包含了以下几个方面：(1)微管内流体的粘滞力的研究；(2)微管内气流液流的传热活动；(3)在绝热或传热的微管内两相流的流动和能量转换。这三方面的研究涵盖了在绝热、传热和多相转换条件下，可压缩和不可压缩流体在规则或不规则的微管内的流动特性研究。 由此，再结合不同的初值条件和边界条件，我们可以得到各种常微分方程或偏微分方程，而求解这些方程，就是需要很多数值分析的知识。例如，文献[4]里就针对特定的初值和边界条件，由软件求解了Navier-Stodes方程： 文献[4]专门有一章节讨论了该方程的离散化和数值求解。 微流体力学主要向两个方面发展：一方面是研究流动非定常稳定特性、分叉解及微尺寸效应下的湍流流动的机理，更为复杂的非定常、多尺度的流动特征，高精度、高分辨率的计算方法和并行算法；另一方面是将宏观流体力学的基本模型，结合微纳效应，直接用于模拟各种实际流动，解决微纳芯片生产制造中提出来的各种问题。 2）微传热方程计算： 常微分、偏微分方程的数值求解应用较为广泛的另一问题就是微流体传热问题。由传热学的相关知识，我们可以达到如下的传热学基本方程： 该方程在二维情况下经过简化和离散，可以得到如教材第三章所讲的“五点差分格式”的方程组，从而采取数值方法求解[5]。 除此之外，微结构芯片在加工和制造过程中也会有很多热学方面的问题，例如文献[6]所反映的注塑成型工艺中，就有大量的类似问题的解决。 3）微电磁学计算： 由于外加电场的作用，电渗流道中会产生焦耳热效应。许多研究者对电渗流道中的焦耳热效应进行了数值模拟研究。新加坡南洋理工大学的G. Y. Tang等在电渗流模型的基础上，考虑了与温度有关的物理系数，在固一液祸合区域内利用
第九章矩阵特征值问题的数值方法
第9章矩阵特征值问题的数值 方法 9.1 特征值与特征向量 9.2 Hermite矩阵特征值问题 9.3 Jacobi方法 9.4 对分法 9.5 乘幂法 9.6 反幂法 9.7 QR方法
9.1 特征值与特征向量设A是n阶矩阵，x是非零列向量. 如果有数λ存在，满足， (1) 那么，称x是矩阵A关于特征值λ的特征向量.
如果把(1)式右端写为 ，那么(1)式又可写为: x λ ()0 I A x λ-=||0 I A λ-=即1110 ()||...n n n f I A a a a λλλλλ--=-=++++记 它是关于参数λ的n 次多项式，称为矩阵A 的特 征多项式， 其中a 0=(-1)n ｜A ｜. (2)
显然，当λ是A的一个特征值时，它必然 是的根. 反之，如果λ是的根，那么齐次方程组(2)有非零解向量x，使(1)式 成立. 从而，λ是A的一个特征值. A的特征值也称为A的特征根 . ()0 fλ= ()0 fλ=
矩阵特征值和特征向量有如下主要性质： 定理9.1.1 n阶矩阵A是降秩矩阵的充分必要 条件是A有零特征值. 定理9.1.2 设矩阵A与矩阵B相似，那么它们 有相同的特征值. 定理9.1.3 n阶矩阵A与A T有相同的特征值. 定理9.1.4 设λ ≠λj是n阶矩阵A的两个互异特 i 征值，x、y分别是其相应的右特征向 量和左特征向量，那么，x T y=0 .
9.2 Hermite矩阵特征值问题?设A为n阶矩阵，其共轭转置矩阵记为A H. 如果A=A H，那么，A称为Hermite矩阵.
数值分析历年考题
数值分析A 试题 2007.1 第一部分：填空题10?5 1.设3112A ?? = ??? ,则A ∞=___________ 2()cond A =___________ 2.将4111A ??= ??? 分解成T A LL =，则对角元为正的下三角阵L =___________ ,请用线性最小二乘拟合方法确定拟合函数()bx f x ae =中的参数：a = ___________ b =___________ 4.方程13 cos 2044x x π--=在[0,1]上有 个根，若初值取00.95x =，迭代方法 113 cos 244 k k x x π+=-的收敛阶是 5.解方程2 210x x -+=的Newton 迭代方法为___________，其收敛阶为___________ 6.设()s x = 323 2 323,[0,1]31,[1,2] ax x x x x x bx x +-+∈--+∈为三次样条函数，则a = ___________ b =___________ 7.要想求积公式： 1 121 ()(()f x dx A f f x -≈+? 的代数精度尽可能高，参数1A = ___________ 2x =___________此时其代数精度为：___________ 8.用线性多步法2121(0.50.5)n n n n n y y h f f f ++++-=-+来求解初值问题 00'(,),(),y f x y y x y ==其中(,)n n n f f x y =，该方法的局部截断误差为___________，设 ,0,f y μμ=?其绝对稳定性空间是___________ 9.用线性多步法 2121()n n n n n y ay by h f f ++++-+=-来求解初值问题 00'(,),(),y f x y y x y ==其中(,)n n n f f x y =，希望该方法的阶尽可能高，那么a = ___________ b =___________，此时该方法是几阶的：___________
浅析数值分析在机械工程领域的应用
浅谈数值分析在机械工程领域的应用 摘要：MATLAB是目前国际上最流行的科学与工程计算的软件工具, 它具有强大的数值分析、矩阵运算、信号处理、图形显示、模拟仿真和最优化设计等功能。本文浅谈MATLAB在机械设计优化问题的几点应用。 关键词：MATLAB 约束条件机械设计优化数值分析 引言：在线性规划和非线性规划等领域经常遇到求函数极值等最优化问题，当函数或约束条件复杂到一定程度时就无法求解，而只能求助于极值分析算法，如果借助计算器进行手工计算的话，计算量会很大，如果要求遇到求解极值问题的每个人都去用BASIC,C和FORTRAN之类的高级语言编写一套程序的话，那是非一朝一日可以解决的，但如用MATLAB语言实现极值问题的数值解算，就可以避免计算量过大和编程难的两大难题，可以轻松高效地得到极值问题的数值解，而且可以达到足够的精度。 数值分析是一门研究如何在计算机上求解数学问题算法的学科,主要内容有:误差分析,插值法,数值微积分,数值代数, 矩阵计算和微分方程数值解法等, 是工科各专业大学本科及研究生中开设的一门计算量大,算法多,实践性比较强的专业课。在长期的教学实践中,数值分析课程常采用C语言进行教学和实验, 要求学生既要对算法有充分了解,又要熟练掌握C语言的语法和编程技巧, 导致学生和教师将大量的时间和精力都花在繁琐的数值计算以及对各种结果绘图上面，学习效果往往令人不满意。M a t l a b 是M a t h W o r k s 公司开发的一款以数值计算为主要特色的数学工具软件, 在数值计算领域独领风骚。其所带强大的符号运算功能, 几乎包括高等数学所涉及的运算, 如求极限、导数、微分、积分、函数的级数展开、解常微分方程等等, 并且样条工具箱中的命令调用格式极为简单方便, 对工科学生来说, 掌握起来无需费多大力气, 而对机械系等理工科系的同学,通过初步了解M a t l a b还可以进一步挖掘其强大的功能, 对学习其他课程也有帮助。本文讨论基于matlab在机械方面的数值分析。 一．数值分析方法的研究 1、数值分析方法意义
应用数值分析(第四版)课后习题答案第9章
第九章习题解答 1.已知矩阵????? ???????=??????????=4114114114,30103212321A A 试用格希哥林圆盘确定A 的特征值的界。 解：,24)2(, 33)1(≤-≤-λλ 2.设T x x x x ),...,,(321=是矩阵A 属于特征值λ的特征向量，若i x x =∞， 试证明特征值的估计式∑≠=≤-n i j j ij ii a a 1λ. 解：,x Ax λ = ∞∞∞∞≤==x A x x Ax i λλ 由 i x x =∞ 得 i n in i ii i x x a x a x a λ=++++ 11 j n j i i ij i ii x a x a ∑≠==-1)(λ j n j i i ij j n j i i ij i ii x a x a x a ∑∑≠=≠=≤=-11λ ∑∑≠=≠=≤≤-n j i i ij i j n j i i ij ii a x x a a 11λ 3.用幂法求矩阵 ???? ??????=1634310232A 的强特征值和特征向量，迭代初值取T y )1,1,1()0(=。 解：y=[1,1,1]';z=y;d=0; A=[2,3,2;10,3,4;3,6,1]; for k=1:100 y=A*z; [c,i]=max(abs(y)); if y(i)<0,c=-c;end
z=y/c if abs(c-d)<0.0001,break; end d=c end 11.0000 =c ,0.7500) 1.0000 0.5000(z 10.9999 =c ,0.7500) 1.0000 0.5000(z 11.0003 =c ,0.7500) 1.0000 0.5000(z 10.9989=c ,0.7500) 1.0000 0.5000(z 11.0040 =c ,0.7498) 1.0000 0.5000(z 10.9859=c ,0.7506) 1.0000 0.5001(z 11.04981 =c ,0.7478) 1.0000 0.4995(z 10.8316 =c ,0.7574) 1.0000 0.5020(z 11.5839 =c ,) 0.7260 1.0000 0.4928 (z 9.4706 =c ,0.8261) 1.0000 0.5280(z 17 = c ,0.5882) 1.0000 0.4118(z 11T (11)10T (10)9T (9)8T (8)7T (7)6T (6)5T (5)4T (4)3T (3)2T (2)1T (1)=========== 强特征值为11，特征向量为T 0.7500) 1.0000 0.5000(。 4.用反幂法求矩阵???? ??????=111132126A 最接近6的特征值和特征向量，迭代初值取 T y )1,1,1()0(=。 解：y=[1,1,1]';z=y;d=0; A=[6,2,1;2,3,1;1,1,1]; for k=1:100 AA=A-6*eye(3); y=AA\z; [c,i]=max(abs(y)); if y(i)<0,c=-c;end z=y/c; if abs(c-d)<0.0001,break; end d=c end d=6+1/c
数值分析试题集
数值分析试题集 （试卷一） 一（10分）已知3409.1*1=x ，0125.1*2=x 都是由四舍五入产生的近似值，判断*2*1x x +及*2*1x x -有几位有效数字。 二（10 三（15分）设],[)(4b a C x f ∈，H （x ）是满足下列条件的三次多项式 求)()(x H x f -，并证明之。 四（15分）计算dx x ? +1 0312，210-=ε。 五（15分）在[0，2]上取2,1,0210===x x x ，用二种方法构造求积公式，并给出其公式的代数精度。 六（10分）证明改进的尢拉法的精度是2阶的。 七（10分）对模型0,
数值分析算法在matlab中的实现
数值分析matlab实现高斯消元法： function[RA,RB,n,X]=gaus(A,b) B=[A b];n=length(b);RA=rank(A); RB=rank(B);zhica=RB-RA; if zhica>0, disp('请注意：因为RA~=RB，所以此方程组无解.') return end if RA==RB if RA==n disp('请注意：因为RA=RB=n，所以此方程组有唯一解.') X=zeros(n,1);C=zeros(1,n+1); for p=1:n-1 for k=p+1:n m=B(k,p)/B(p,p);B(k,p:n+1)=B(k,p:n+1)-m*B(p,p:n+1); end end b=B(1:n,n+1);A=B(1:n,1:n);X(n)=b(n)/A(n,n); for q=n-1:-1:1 X(q)=(b(q)-sum(A(q,q+1:n)*X(q+1:n)))/A(q,q); end else disp('请注意：因为RA=RB
数值分析试题及答案.
一、单项选择题（每小题3分，共15分） 1. 和分别作为π的近似数具有（ ）和（ ）位有效数字. A ．4和3 B ．3和2 C ．3和4 D ．4和4 2. 已知求积公式 ()()2 1 121 1()(2)636f x dx f Af f ≈ ++? ，则A ＝（ ） A ． 16 B ．13 C ．12 D ．2 3 3. 通过点 ()()0011,,,x y x y 的拉格朗日插值基函数()()01,l x l x 满足（ ） A ． ()00l x ＝0， ()110 l x = B ． () 00l x ＝0， ()111 l x = C ． () 00l x ＝1， ()111 l x = D ． () 00l x ＝1， ()111 l x = 4. 设求方程 ()0 f x =的根的牛顿法收敛，则它具有（ ）敛速。 A ．超线性 B ．平方 C ．线性 D ．三次 5. 用列主元消元法解线性方程组12312312 20223332 x x x x x x x x ++=?? ++=??--=? 作第一次消元后得到的第3个方程（ ）. A ．232 x x -+= B ．232 1.5 3.5 x x -+= C ． 2323 x x -+= D ． 230.5 1.5 x x -=- 单项选择题答案
二、填空题（每小题3分，共15分） 1. 设T X )4,3,2(-=, 则=1||||X ，2||||X = . 2. 一阶均差 ()01,f x x = 3. 已知3n =时，科茨系数 ()()() 33301213,88C C C === ，那么() 3 3C = 4. 因为方程 ()420 x f x x =-+=在区间 []1,2上满 足 ，所以 ()0 f x =在区间内有根。 5. 取步长0.1h =，用欧拉法解初值问题 ()211y y y x y ?'=+?? ?=? 的计算公 式 . 填空题答案
数值分析论文
题目：论数值分析在数学建模中的应用 学院: 机械自动化学院 专业: 机械设计及理论 学号: 学生姓名: 日期: 2011年12月5日
论数值分析在数学建模中的应用 摘要 为了满足科技发展对科学研究和工程技术人员用数学理论解决实际的能力的要求，讨论了数值分析在数学建模中的应用。数值分析不仅应用模型求解的过程中，它对模型的建立也具有较强的指导性。研究数值分析中插值拟合，解线性方程组，数值积分等方法在模型建立、求解以及误差分析中的应用，使数值分析作为一种工具更好的解决实际问题。 关键词 数值分析；数学建模；线性方程组；微分方程 the Application of Numerical Analysis in Methmetical Modeling Han Y u-tao 1 Bai Y ang 2 Tian Lu 2 Liu De-zheng 2 （1 College of Science ，Tianjin University of Commerce ，Tianjin ，300134 2 College of Science ，Tianjin University of Commerce ，Tianjin ，300134) Abstract In order to meet the technological scientific researchers who use mathematical theory to solve practical problems, the use of numerical analysis in mathematical modeling is discussed.Numerical analysis not only solve the model,but also relatively guide the model.Research on some numerical methods in numerical analysis which usually used in mathmetical modeling and error analysis will be a better way to solve practical problems. Key Words Numerical Analysis ；Mathematical Modeling; Linear Equations ；differential equation 1. 引言 数值分析主要介绍现代科学计算中常用的数值计算方法及其基本原理，研究并解决数值问题的近似解，是数学理论与计算机和实际问题的有机结合[1]。随着科学技术的迅速发展，运用数学方法解决科学研究和工程技术领域中的实际问题，已经得到普遍重视。数学建模是数值分析联系实际的桥梁。在数学建模过程中，无论是模型的建立还是模型的求解都要用到数值分析课程中所涉及的算法,如插值方法、最小二乘法、拟合法等，那么如何在数学建模中正确的应用数值分析内容，就成了解决实际问题的关键。 2. 数值分析在模型建立中的应用 在实际中，许多问题所研究的变量都是离散的形式，所建立的模型也是离散的。例如，对经济进行动态的分析时，一般总是根据一些计划的周期期末的指标值判断某经济计划执行的如何。有些实际问题即可建立连续模型，也可建立离散模型，但在研究中，并不能时时刻刻统计它，而是在某些特定时刻获得统计数据。例如，人口普查统计是一个时段的人口增长量，通过这个时段人口数量变化规律建立离散模型来预测未来人口。另一方面，对常见的微分方程、积分方程为了求解，往往需要将连续模型转化成离散模型。将连续模型转化成离散模型，最常用的方法就是建立差分方程。 以非负整数k 表示时间，记k x 为变量x 在时刻k 的取值，则称k k k x x x -=?+1为k x 的一阶差分，称k k k k k x x x x x +-=??=?++1222)(为k x 的二阶差分。类似课求出k x 的n 阶差分k n x ?。由k ，k x ，及k x 的差分给出的方程称为差分方程[2]。例如在研究节食与运动模型时，发现人们往往采取节食与运动方式消耗体内存储的脂肪，引起体重下降，达到减肥目的。通常制定减肥计划以周为时间单位比较方便，所以采用差分方程模型进行讨论。记第k 周末体重为)(k w ，第k 周吸收热量为)(k c ，热量转换系数α，代谢消耗系数β，在不考虑运动情况下体重变化的模型
数值分析试题及答案
数值分析试题及答案 一、单项选择题（每小题3分，共15分） 1. 3.142和3.141分别作为的近似数具有（）和（）位有效数字. A．4和3 B．3和2 C．3和4 D．4和4 2. 已知求积公式，则＝（） A． B．C．D． 3. 通过点的拉格朗日插值基函数满足（） A．＝0，B．＝0， C．＝1，D．＝1， 4. 设求方程的根的牛顿法收敛，则它具有（）敛速。 A．超线性B．平方C．线性D．三次 5. 用列主元消元法解线性方程组作第一次消元后得到的第3个方程（）. A．B． C．D． 单项选择题答案 1.A 2.D 3.D 4.C 5.B 得分评卷 人 二、填空题（每小题3分，共15分） 1. 设, 则， . 2. 一阶均差 3. 已知时，科茨系数，那么 4. 因为方程在区间上满足，所以在区间内有根。 5. 取步长，用欧拉法解初值问题的计算公式.填空题答案
1. 9和 2. 3. 4. 5. 得分评卷 人 三、计算题（每题15分，共60分） 1. 已知函数的一组数据：求分段线性插值函数，并计算的近似值. 计算题1.答案 1. 解， ， 所以分段线性插值函数为 2. 已知线性方程组 （1）写出雅可比迭代公式、高斯－塞德尔迭代公式； （2）对于初始值，应用雅可比迭代公式、高斯－塞德尔迭代公式分别计算（保留小数点后五位数字）. 计算题2.答案 1.解原方程组同解变形为 雅可比迭代公式为 高斯－塞德尔迭代法公式 用雅可比迭代公式得 用高斯－塞德尔迭代公式得 3. 用牛顿法求方程在之间的近似根 （1）请指出为什么初值应取2？ （2）请用牛顿法求出近似根，精确到0.0001. 计算题3.答案
浅谈数值分析在数学建模中模型求解的应用
浅谈数值分析在数学建模模型求解中的应用 姓名：孙亚丽 学号：2013G0602015 专业：计算机技术 1. 引言 数值分析主要介绍现代科学计算中常用的数值计算方法及其基本原理，研究并解决数值问题的近似解，是数学理论与计算机和实际问题的有机结合[1]。随着科学技术的迅速发展，运用数学方法解决科学研究和工程技术领域中的实际问题，已经得到普遍重视。数学建模是数值分析联系实际的桥梁。在数学建模过程中，无论是模型的建立还是模型的求解都要用到数值分析课程中所涉及的算法,如插值方法、最小二乘法、拟合法等，那么如何在数学建模中正确的应用数值分析内容，就成了解决实际问题的关键。 2.数值分析在模型求解中的应用 2.1．插值法和拟合法在模型求解中的应用 2.1.1．拟合法求解 在数学建模中，我们常常建立了模型，也测量了（或收集了）一些已知数据，但是模型中的某些参数是未知的，此时需要利用已知数据去确定有关参数，这个过程通常通过数据拟合来完成。最小二乘法是数据拟合的基本方法。其基本思想就是：寻找最适合的模型参数，使得由模型给出的计算数据与已知数据的整体误差最小。 假设已建立了数学模型),(c x f y =，其中，T m c c c c ),,,(21 =是模型参数。已有一组已知数据),(1,1y x ，),(22y x ，…，),(,k k y x ，用最小二乘确定参数c ，使 ∑=-=k i i i c x f y c e 12)),(()(最小。 函数),(c x f 称为数据),,2,1)(,(,k i y x i i =的最小二乘拟合函数。如果模型函数),(c x f y =具有足够的可微性，则可用微分方程法解出c 。最合适的c 应满足必要条件m j c c x f c x f y c c e k i j i i i j ,,2,1,0),()),((2)(1 ==??--=??∑=。 2.1.2．插值法求解 在实际问题中，我们经常会遇到求经验公式的问题，即不知道某函数)(x f y =的具体表达式，只能通过实验测量得到该函数在一些点的函数值，即已知一部分精确的函数值数据),(1,1y x ，),(22y x ，…，),(,k k y x 。要求一个函数 )(i i x y ?=，k i ,,1,0 =， （2） 这就是插值问题。函数)(i i x y ?=称为)(x f 的插值函数。),,1,0(k i x i =称为插值节点，式（2）称为插值条件[2]。多项式插值是最常用的插值方法，在工程计算中样条插值是非常重要的方法。 2.2.模型求解中的解线性方程组问题 在线性规划模型的求解过程中，常遇到线性方程组求解问题。线性方程组求解是科学计算中用的最多的，很多计算问题都归结为解线性方程组，利用计算机求解线性方程组的方法是直接法和迭代法。直接法基本思想是将线性方程组转化为便于求解的三角线性方程组，再求三角线性方程组，理论上直接在有限步内求
数值分析题库答案
1. 正方形的边长大约为100cm ，应怎样测量才能使面积误差不超过1cm 2? 2. 已测得某场地长l 的值为110=*l m ，宽d 的值为80=*d m ，已知 2.0≤-*l l m, 1.0≤-*d d m, 试求面积ld s =的绝对误差限与相对误差限.
3.为使π的相对误差小于0.001%,至少应取几位有效数字？ 4.设x的相对误差界为δ，求n x的相对误差界. 5.设有3个近似数a=2.31，b=1.93，c=2.24，它们都有3位有效数字，试计算 p=a+bc的误差界和相对误差界，并问p的计算结果能有几位有效数字？
6. 已知33348 7.034.0sin ,314567.032.0sin ==，请用线性插值计算3367.0sin 的值，并估计截断误差. 7. 已知sin0.32=0.314567, sin0.34=0.333487, sin0.36= 0.352274,用抛物插值计算sin0.3367的值, 并估计误差. 8. 已知 1 6243sin ,sin π ππ== =请用抛物插值求sin50的值,并估计误差
9. . .6,8,7,4,1)(,5,4,3,2,1求四次牛顿插值多项式时设当==i i x f x 10. 已知4)2(,3)1(,0)1(=-=-=f f f ， 求函数)(x f 过这3点的2次牛顿插 值多项式 . 11. 设x x f =)(，并已知483240.1)2.2(,449138.1)1.2(,414214.1)0.2(===f f f ，
试用二次牛顿插值多项式计算(2.15)f 的近似值，并讨论其误差 12. 设],[)(b a x f 在上有四阶连续导数，试求满足条件)2,1,0()()(==i x f x P i i 及 )()(11x f x P '='的插值多项式及其余项表达式. 13. 给定3201219(),,1,,44f x x x x x ====试求()f x 在1944?? ???? ，上的三次埃尔米特
数值分析在生活中的应用举例及Matlab实现
Matlab 实验报告 学院：数学与信息科学学院班级：信息班 学号：20135034027 姓名：马永杉
最小二乘法，用MATLAB实现 1.数值实例 下面给定的是郑州最近1个月早晨7：00左右的天气预报所得到的温度，按照数据找出任意次曲线拟合方程和它的图像。下面用MATLAB编程对上述数据进行最小二乘拟合。 2、程序代码 x=[1:1:30]; y=[9,10,11,12,13,14,13,12,11,9,10,11,12,13,14,12,11,10,9,8,7,8,9,11,9 ,7,6,5,3,1]; a1=polyfit(x,y,3) %三次多项式拟合% a2= polyfit(x,y,9) %九次多项式拟合% a3= polyfit(x,y,15) %十五次多项式拟合% b1=polyval(a1,x) b2=polyval(a2,x) b3=polyval(a3,x) r1= sum((y-b1).^2) %三次多项式误差平方和% r2= sum((y-b2).^2) %九次次多项式误差平方和% r3= sum((y-b3).^2) %十五次多项式误差平方和% plot(x,y,'*') %用*画出x,y图像% hold on plot(x,b1, 'r') %用红色线画出x,b1图像% hold on plot(x,b2, 'g') %用绿色线画出x,b2图像% hold on plot(x,b3, 'b:o') %用蓝色o线画出x,b3图像% 2.流程图
4．数值结果分析 不同次数多项式拟合误差平方和为： r1=67.6659 r2=20.1060 r3=3.7952 r1、r2、r3分别表示三次、九次、十五次多项式误差平方和。 5、拟合曲线如下图