数值分析大作业-三、四、五、六、七

大作业 三

1. 给定初值

0x 及容许误差 ，编制牛顿法解方程f (x )=0的通用

程序.

解：Matlab 程序如下：

函数m 文件：fu.m

function Fu=fu(x)

Fu=x^3/3-x;

end

函数m 文件：dfu.m

function Fu=dfu(x)

Fu=x^2-1;

end

用Newton 法求根的通用程序Newton.m

clear;

x0=input('请输入初值x0:');

ep=input('请输入容许误差:');

flag=1;

while flag==1

x1=x0-fu(x0)/dfu(x0);

if abs(x1-x0)

flag=0;

end

x0=x1;

end

fprintf('方程的一个近似解为：%f\n',x0);

寻找最大δ值的程序：Find.m

clear

eps=input('请输入搜索精度：');

ep=input('请输入容许误差：');

flag=1;

k=0;

x0=0;

while flag==1

sigma=k*eps;

x0=sigma;

k=k+1;

m=0;

flag1=1;

while flag1==1 && m<=10^3

x1=x0-fu(x0)/dfu(x0);

if abs(x1-x0)

flag1=0;

end

m=m+1;

x0=x1;

end

if flag1==1||abs(x0)>=ep

flag=0;

end

end

fprintf('最大的sigma 值为：%f\n',sigma);

2．求下列方程的非零根

5130.6651()ln 05130.665114000.0918

x x f x x +??=-= ?-???解：Matlab 程序为：

（1）主程序

clear

clc

format long

x0=765;

N=100;

errorlim=10^(-5);

x=x0-f(x0)/subs(df(),x0);

n=1;

while n

x=x0-f(x0)/subs(df(),x0);

if abs(x-x0)>errorlim

n=n+1;

else

break ;

end

x0=x;

end

disp(['迭代次数: n=',num2str(n)])

disp(['所求非零根: 正根x1=',num2str(x),' 负根x2=',num2str(-x)])

（2）子函数 非线性函数f

function y=f(x)

y=log((513+0.6651*x)/(513-0.6651*x))-x/(1400*0.0918);

end

（3）子函数非线性函数的一阶导数df

function y=df()

syms x1

y=log((513+0.6651*x1)/(513-0.6651*x1))-x1/(1400*0.0918); y=diff(y);

end

运行结果如下：

迭代次数: n=5

所求非零根: 正根x1=767.3861 负根x2=-767.3861

大作业 四

试编写MATLAB 函数实现Newton 插值，要求能输

出插值多项式. 对函数21()14f x x

=+在区间[-5，5]上实现10次多项式插值.

分析：（1）输出插值多项式。 （2）在区间[-5,5]均匀插入99个节点，计算这些节点上函数f （x ）的近似值，并在同一图上画出原函数和插值多项式的图形。 （3）观察龙格现象，计算插值函数在各节点处的误差，并画出误差图。

解：Matlab 程序代码如下：

%此函数实现y=1/(1+4*x^2)的n 次Newton 插值，n 由调用函数时指定

%函数输出为插值结果的系数向量（行向量）和插值多项式

function [t y]=func5(n)

x0=linspace(-5,5,n+1)';

y0=1./(1.+4.*x0.^2);

b=zeros(1,n+1);

for i=1:n+1

s=0;

for j=1:i

t=1;

for k=1:i

if k~=j

t=(x0(j)-x0(k))*t;

end ;

end ;

s=s+y0(j)/t;

end ;

b(i)=s;

end ;

t=linspace(0,0,n+1);

for i=1:n

s=linspace(0,0,n+1);

s(n+1-i:n+1)=b(i+1).*poly(x0(1:i));

t=t+s;

end ;

t(n+1)=t(n+1)+b(1);

y=poly2sym(t);

10次插值运行结果：

[b Y]=func5(10)

b =

Columns 1 through 4

-0.0000 0.0000 0.0027 -0.0000

Columns 5 through 8

-0.0514 -0.0000 0.3920 -0.0000

Columns 9 through 11

-1.1433 0.0000 1.0000

Y =

- (10035*x^10)/2928 + x^9/616 + (256*x^8)/93425 - x^7/76 - (693*x^6)/1312 - (3*x^5)/ + (36624*x^4)/93425 - (5*x^3)/ - (32311*x^2)/70496 + (7*x)/ + 1

b为插值多项式系数向量，Y为插值多项式。

插值近似值：

x1=linspace(-5,5,101);

x=x1(2:100);

y=polyval(b,x)

y =

Columns 1 through 12

2.7003

3.9994

4.3515 4.0974 3.4926 2.7237 1.9211 1.1715 0.5274 0.0154 -0.3571 -0.5960

Columns 13 through 24

-0.7159 -0.7368 -0.6810 -0.5709 -0.4278 -0.2704 -0.1147 0.0270 0.1458 0.2360 0.2949 0.3227

Columns 25 through 36

0.3217 0.2958 0.2504 0.1915 0.1255 0.0588 -0.0027 -0.0537 -0.0900 -0.1082 -0.1062 -0.0830

Columns 37 through 48

-0.0390 0.0245 0.1052 0.2000 0.3050 0.4158 0.5280 0.6369 0.7379 0.8269 0.9002 0.9549

Columns 49 through 60

0.9886 1.0000 0.9886 0.9549 0.9002 0.8269 0.7379 0.6369 0.5280 0.4158 0.3050 0.2000

Columns 61 through 72

0.1052 0.0245 -0.0390 -0.0830 -0.1062 -0.1082 -0.0900 -0.0537 -0.0027 0.0588 0.1255 0.1915

Columns 73 through 84

0.2504 0.2958 0.3217 0.3227 0.2949 0.2360 0.1458 0.0270 -0.1147 -0.2704 -0.4278 -0.5709

Columns 85 through 96

-0.6810 -0.7368 -0.7159 -0.5960 -0.3571 0.0154 0.5274 1.1715 1.9211 2.7237 3.4926 4.0974

Columns 97 through 99

4.3515 3.9994 2.7003

绘制原函数和拟合多项式的图形代码：

plot(x,1./(1+4.*x.^2))

hold all

plot(x,y,'r')

xlabel('X')

ylabel('Y')

title('Runge现象')

gtext('原函数')

gtext('十次牛顿插值多项式')

绘制结果：

误差计数并绘制误差图：

hold off

ey=1./(1+4.*x.^2)-y

ey =

Columns 1 through 12

-2.6900 -3.9887 -4.3403 -4.0857 -3.4804 -2.7109 -1.9077 -1.1575

-0.5128 -0.0000 0.3733 0.6130

Columns 13 through 24

0.7339 0.7558 0.7010 0.5921 0.4502 0.2943 0.1401 0.0000 -0.1169 -0.2051 -0.2617 -0.2870

Columns 25 through 36

-0.2832 -0.2542 -0.2053 -0.1424 -0.0719 -0.0000 0.0674 0.1254 0.1696 0.1971 0.2062 0.1962

Columns 37 through 48

0.1679 0.1234 0.0660 0.0000 -0.0691 -0.1349 -0.1902 -0.2270 -0.2379 -0.2171 -0.1649 -0.0928

Columns 49 through 60

-0.0271 0 -0.0271 -0.0928 -0.1649 -0.2171 -0.2379 -0.2270 -0.1902 -0.1349 -0.0691 0.0000

数值分析大作业-三、四、五、六、七

大作业 三 1. 给定初值 0x 及容许误差 ，编制牛顿法解方程f (x )=0的通用 程序. 解：Matlab 程序如下： 函数m 文件：fu.m function Fu=fu(x) Fu=x^3/3-x; end 函数m 文件：dfu.m function Fu=dfu(x) Fu=x^2-1; end 用Newton 法求根的通用程序Newton.m clear; x0=input('请输入初值x0:'); ep=input('请输入容许误差:'); flag=1; while flag==1 x1=x0-fu(x0)/dfu(x0); if abs(x1-x0)

while flag1==1 && m<=10^3 x1=x0-fu(x0)/dfu(x0); if abs(x1-x0)=ep flag=0; end end fprintf('最大的sigma 值为：%f\n',sigma); 2．求下列方程的非零根 5130.6651()ln 05130.665114000.0918 x x f x x +??=-= ?-???解：Matlab 程序为： （1）主程序 clear clc format long x0=765; N=100; errorlim=10^(-5); x=x0-f(x0)/subs(df(),x0); n=1; while nerrorlim n=n+1; else break ; end x0=x; end disp(['迭代次数: n=',num2str(n)]) disp(['所求非零根: 正根x1=',num2str(x),' 负根x2=',num2str(-x)]) （2）子函数 非线性函数f function y=f(x) y=log((513+0.6651*x)/(513-0.6651*x))-x/(1400*0.0918); end

最新第六章习题答案-数值分析

第六章习题解答 2、利用梯形公式和Simpson 公式求积分2 1 ln xdx ? 的近似值，并估计两种方法计算值的最大 误差限。 解：①由梯形公式： 21ln 2 ()[()()][ln1ln 2]0.3466222 b a T f f a f b --= +=+=≈ 最大误差限 3''2 ()111 ()()0.0833******** T b a R f f ηη-=-=≤=≈ 其中，(1,2)η∈ ②由梯形公式： 13()[()4()()][ln14ln()ln 2]0.38586262 b a b a S f f a f f b -+= ++=++≈ 最大误差限 5(4)4()66 ()()0.0021288028802880 S b a R f f ηη-=-=≤≈， 其中，(1,2)η∈。 4、推导中点求积公式 3''()()()()() ()224 b a a b b a f x dx b a f f a b ξξ+-=-+<

数值分析大作业三 四 五 六 七

大作业 三 1. 给定初值 0x 及容许误差 ，编制牛顿法解方程f (x )=0的通用程序. 解：Matlab 程序如下： 函数m 文件：fu.m function Fu=fu(x) Fu=x^3/3-x; end 函数m 文件：dfu.m function Fu=dfu(x) Fu=x^2-1; end 用Newton 法求根的通用程序Newton.m clear; x0=input('请输入初值x0:'); ep=input('请输入容许误差:');

flag=1; while flag==1 x1=x0-fu(x0)/dfu(x0); if abs(x1-x0)

while flag==1 sigma=k*eps; x0=sigma; k=k+1; m=0; flag1=1; while flag1==1 && m<=10^3 x1=x0-fu(x0)/dfu(x0); if abs(x1-x0)=ep flag=0;

end end fprintf('最大的sigma 值为：%f\n',sigma); 2．求下列方程的非零根 5130.6651()ln 05130.665114000.0918 x x f x x +?? =-= ?-???解： Matlab 程序为： （1）主程序 clear clc format long x0=765; N=100; errorlim=10^(-5); x=x0-f(x0)/subs(df(),x0); n=1;

第六章习题答案数值分析.docx

第六章习题解答 2 2、利用梯形公式和 Simpson 公式求积分 ln xdx 的近似值， 并估计两种方法计算值的最大 1 误差限。 解：①由梯形公式： T ( f ) b a [ f (a) f (b)] 2 1 [ln1 ln 2] ln 2 0.3466 2 2 2 最大误差限 R ( f ) (b a)3 f '' ( ) 1 1 1 0.0833 T 12 12 2 12 12 其中， (1,2) ②由梯形公式： b a 4 f ( b a f (b)] 1 4ln( 3 ln 2] 0.3858 S( f ) [ f (a) ) [ln1 ) 6 2 6 2 最大误差限 R S ( f ) (b a)5 f (4) ( ) 6 6 0.0021， 2880 2880 4 2880 其中， (1,2) 。 4、推导中点求积公式 f ( x)dx (b a) f ( a b ) (b a) 3 (a b) b a 2 24 证明： 构造一次函数 P （ x ），使 P a 2 b f a b , P ' ( a b ) f ' ( a b ), P '' ( x) 0 2 2 2 则，易求得 P( x) f ' ( a b )( x a b ) f ( a b ) 2 2 2 且 P(x)dx f ' ( a b )( x a b ) f ( a b ) dx b b a a 2 2 2 f ( a b )dx (b a) f ( a b ) ，令 P(x)dx I ( f ) b b a 2 2 a 现分析截断误差：令 r ( x) f ( x) P(x) f ( x) f ' ( a b )( x a b ) f ( a b ) 2 2 2 由 r ' ( x) f ' (x) f ' ( a b ) 易知 x a 2 b 为 r (x) 的二重零点， 2 a b )2 ， 所以可令 r (x) ( x)( x 2

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）

北航数值分析大作业一

《数值分析B》大作业一 SY1103120 朱舜杰 一．算法设计方案： 1.矩阵A的存储与检索 将带状线性矩阵A[501][501]转存为一个矩阵MatrixC[5][501] . 由于C语言中数组角标都是从0开始的，所以在数组MatrixC[5][501]中检索A的带内元素a ij的方法是： A的带内元素a ij=C中的元素c i-j+2,j 2.求解λ1，λ501，λs ①首先分别使用幂法和反幂法迭代求出矩阵按摸最大和最小的特征值λmax和λmin。λmin即为λs； 如果λmax>0,则λ501=λmax；如果λmax<0,则λ1=λmax。 ②使用带原点平移的幂法（mifa（）函数），令平移量p=λmax，求 出对应的按摸最大的特征值λ，max， 如果λmax>0,则λ1=λ，max+p；如果λmax<0,则λ501=λ，max+p。 3.求解A的与数μk=λ1+k（λ501-λ1）/40的最接近的特征值λik （k=1,2，…，39）。 使用带原点平移的反幂法，令平移量p=μk，即可求出与μk最接近的特征值λik。 4.求解A的（谱范数）条件数cond（A）2和行列式d etA。 ①cond（A）2=|λ1/λn|，其中λ1和λn分别是矩阵A的模最大和 最小特征值。

②矩阵A的行列式可先对矩阵A进行LU分解后，detA等于U所有对角线上元素的乘积。 二．源程序 #include #include #include #include #include #include #include #define E 1.0e-12 /*定义全局变量相对误差限*/ int max2(int a,int b) /*求两个整型数最大值的子程序*/ { if(a>b) return a; else return b; } int min2(int a,int b) /*求两个整型数最小值的子程序*/ { if(a>b) return b; else return a; } int max3(int a,int b,int c) /*求三整型数最大值的子程序*/ { int t; if(a>b) t=a; else t=b; if(t

数值分析大作业

数值分析报大作业 班级：铁道2班 专业：道路与铁道工程 姓名：蔡敦锦 学号：13011260

一、序言 该数值分析大作业是通过C语言程序编程在Microsoft Visual C++ 6.0编程软件上运行实现的。本来是打算用Matlab软间来计算非线性方程的根的。学习Matlab也差不多有一个多月了，感觉自己编程做题应该没什么问题了；但是当自己真心的去编程、运行时才发现有很多错误，花了一天时间修改、调试程序都没能得到自己满意的结果。所以，我选择了自己比较熟悉的C程序语言来编程解决非线性的求值问题，由于本作业是为了比较几种方法求值问题的收敛速度和精度的差异，选择了一个相对常见的非线性函数来反映其差异，程序运行所得结果我个人比较满意。编写C语言，感觉比较上手，程序出现问题也能比较熟练的解决。最终就决定上交一份C程序语言编程的求值程序了！

二、选题 本作业的目的是为了加深对非线性方程求根方法的二分法、简单迭代法、、牛顿迭代法弦截法等的构造过程的理解；能将各种方法的算法描述正确并且能够改编为程序并在计算机上实现程序的正确合理的运行，能得到自己满意的结果，并且能调试修改程序中可能出现的问题和程序功能的增减修改。本次程序是为了比较各种方法在求解同一非线性方程根时，在收敛情况上的差异。 为了达到上面的条件我选择自己比较熟悉的语言—C语言来编程，所选题目为计算方程f(x)=x3-2x-5=0在区间[2,3]内其最后两近似值的差的绝对值小于等于5 ?的根的几种方法的比较。 110- 本文将二分法、牛顿法、简单迭代法、弦截法及加速收敛法这五种方法在同一个程序中以函数调用的方式来实现，比较简洁明了，所得结果能很好的比较，便于分析；发现问题和得出结论。

数值分析 第六章 习题

第六章 习 题 1. 计算下列矩阵的1A ，2A ，A ∞三种范数。 （1）1101A ???=????，（2）312020116A ????=??????? . 2. 用Jacobi 方法和Gauss-Seidel 迭代求解方程组 1231231 238322041133631236x x x x x x x x x ?+=??+?=??++=? 要求取(0)(0,0,0)T x =计算到(5)x ，并分别与精确解(3,2,1)T x =比较。 3. 用Gauss-Seidel 迭代求解 12312312 35163621122x x x x x x x x x ??=??++=???+=?? 以(0)(1,1,1)T x =?为初值，当(1)() 310k k x x +?∞?<时，迭代终止。 4. 已知方程组121122,2,x x b tx x b +=?? +=? （1）写出解方程组的Jacobi 迭代矩阵，并讨论迭代收敛条件。 （2）写出解方程组的Gauss-Seidel 迭代矩阵，并讨论迭代收敛条件. 5. 设有系数矩阵 122111221A ?????=?????? ， 211111112B ?????=??????? ， 证明：（1）对于系数矩阵A ，Jacobi 迭代收敛，而Gauss-Seidel 迭代不收敛. （2）对于矩阵B ，. 6. 讨论方程组 112233302021212x b x b x b ?????????????=??????????????????? 用Jacobi 迭代和Gauss-Seidel 迭代的收敛性；如果都收敛，比较哪种方法收敛更快.

北航数值分析报告第三次大作业

数值分析第三次大作业 一、算法的设计方案： （一）、总体方案设计： x y当作已知量代入题目给定的非线性方程组，求（1）解非线性方程组。将给定的(,) i i

得与(,)i i x y 相对应的数组t[i][j],u[i][j]。 （2）分片二次代数插值。通过分片二次代数插值运算，得到与数组t[11][21],u[11][21]]对应的数组z[11][21]，得到二元函数z=(,)i i f x y 。 （3）曲面拟合。利用x[i],y[j],z[11][21]建立二维函数表，再根据精度的要求选择适当k 值，并得到曲面拟合的系数矩阵C[r][s]。 （4）观察和(,)i i p x y 的逼近效果。观察逼近效果只需要重复上面（1）和（2）的过程，得到与新的插值节点(,)i i x y 对应的(,)i i f x y ，再与对应的(,)i i p x y 比较即可，这里求解 (,)i i p x y 可以直接使用（3）中的C[r][s]和k 。 （二）具体算法设计： （1）解非线性方程组 牛顿法解方程组()0F x =的解* x ，可采用如下算法： 1）在* x 附近选取(0) x D ∈，给定精度水平0ε>和最大迭代次数M 。 2）对于0,1, k M =执行 ① 计算() ()k F x 和()()k F x '。 ② 求解关于() k x ?的线性方程组 () ()()()()k k k F x x F x '?=- ③ 若() () k k x x ε∞∞ ?≤，则取*()k x x ≈，并停止计算；否则转④。 ④ 计算(1) ()()k k k x x x +=+?。 ⑤ 若k M <，则继续，否则，输出M 次迭代不成功的信息，并停止计算。 （2）分片双二次插值 给定已知数表以及需要插值的节点，进行分片二次插值的算法： 设已知数表中的点为： 00(0,1,,) (0,1,,)i j x x ih i n y y j j m τ=+=???=+=?? ，需要插值的节点为(,)x y 。 1) 根据(,)x y 选择插值节点(,)i j x y ： 若12h x x ≤+ 或12 n h x x ->-，插值节点对应取1i =或1i n =-，

数值分析习题六解答

习 题 六 解 答 1、在区间［0，1］上用欧拉法求解下列的初值问题，取步长h=0.1。 (1)210(1)(0)2y y y '?=--?=?(2)sin (0)0x y x e y -'?=+?=? 解：（1）取h=0.1，本初值问题的欧拉公式具体形式为 21(1)(0,1,2,)n n n y y y n +=--= 由初值y 0=y(0)=2出发计算，所得数值结果如下： x 0=0，y 0=2； x 1=0.1，2100(1)211y y y =--=-= x 2=0.2，2211(1)101y y y =--=-= 指出： 可以看出，实际上求出的所有数值解都是1。 （2）取h=0.1，本初值问题的欧拉公式具体形式为 21(sin )(0,1,2,)n x n n n y y h x e n -+=++= 由初值y 0=y(0)=0出发计算，所得数值结果如下： x 0=0，y 0=0； x 1=0.1， 02 1000 (sin )00.1(sin 0)00.1(01)0.1x y y h x e e -=++=+?+=+?+= x 2=0.2， 122110.1 (sin )0.10.1(sin 0.1)0.10.1(0.10.9)0.2 x y y h x e e --=++=+?+=+?+= 指出： 本小题的求解过程中，函数值计算需要用到计算器。 2、用欧拉法和改进的欧拉法(预测－校正法)求解初值问题，取步长h=0.1。 22(00.5) (0)1 y x y x y '?=-≤≤? =? 解：(1) 取h=0.1，本初值问题的欧拉公式具体形式为 2 1(2)(0,1,2,)n n n n y y h x y n +=+-= 由初值y 0=y(0)=1出发计算，所得数值结果如下：

北航数值分析大作业第二题精解

目标：使用带双步位移的QR 分解法求矩阵10*10[]ij A a =的全部特征值，并对其中的每一个实特征值求相应的特征向量。已知：sin(0.50.2)() 1.5cos( 1.2)(){i j i j ij i j i j a +≠+== (i,j=1,2, (10) 算法： 以上是程序运作的逻辑，其中具体的函数的算法，大部分都是数值分析课本上的逻辑，在这里特别写出矩阵A 的实特征值对应的一个特征向量的求法： ()[]()() []()[]()111111I 00000 i n n n B A I gause i n Q A I u Bu u λλ-?-?-=-?-?? ?-=????→=??????→= ?? ? 选主元的消元 检查知无重特征值 由于=0i A I λ- ，因此在经过选主元的高斯消元以后，i A I λ- 即B 的最后一行必然为零，左上方变 为n-1阶单位矩阵[]()()11I n n -?-，右上方变为n-1阶向量[]()11n Q ?-，然后令n u 1=-，则 ()1,2,,1j j u Q j n ==???-。

这样即求出所有A所有实特征值对应的一个特征向量。 #include #include #include #define N 10 #define E 1.0e-12 #define MAX 10000 //以下是符号函数 double sgn(double a) { double z; if(a>E) z=1; else z=-1; return z; } //以下是矩阵的拟三角分解 void nishangsanjiaodiv(double A[N][N]) { int i,j,k; int m=0; double d,c,h,t; double u[N],p[N],q[N],w[N]; for(i=0;i

北航数值分析大作业第一题幂法与反幂法

《数值分析》计算实习题目 第一题： 1. 算法设计方案 （1）1λ，501λ和s λ的值。 1)首先通过幂法求出按模最大的特征值λt1，然后根据λt1进行原点平移求出另一特征值λt2，比较两值大小，数值小的为所求最小特征值λ1，数值大的为是所求最大特征值λ501。 2)使用反幂法求λs ，其中需要解线性方程组。因为A 为带状线性方程组，此处采用LU 分解法解带状方程组。 （2）与140k λλμλ-5011=+k 最接近的特征值λik 。 通过带有原点平移的反幂法求出与数k μ最接近的特征值 λik 。 （3）2cond(A)和det A 。 1）1=n λλ2cond(A)，其中1λ和n λ分别是按模最大和最小特征值。 2）利用步骤（1）中分解矩阵A 得出的LU 矩阵，L 为单位下三角阵,U 为上三角阵，其中U 矩阵的主对角线元素之积即为det A 。 由于A 的元素零元素较多，为节省储存量，将A 的元素存为6×501的数组中，程序中采用get_an_element()函数来从小数组中取出A 中的元素。 2.全部源程序 #include #include void init_a();//初始化A double get_an_element(int,int);//取A 中的元素函数 double powermethod(double);//原点平移的幂法 double inversepowermethod(double);//原点平移的反幂法 int presolve(double);//三角LU 分解 int solve(double [],double []);//解方程组 int max(int,int); int min(int,int); double (*u)[502]=new double[502][502];//上三角U 数组 double (*l)[502]=new double[502][502];//单位下三角L 数组 double a[6][502];//矩阵A int main() { int i,k; double lambdat1,lambdat2,lambda1,lambda501,lambdas,mu[40],det;

第六章非线性方程的数值解法习题解答

第六章非线性方程的数值解法习题解答 填空题： 1. 求方程()x f x =根的牛顿迭代格式是__________________。 Ans:1()1()n n n n n x f x x x f x +-=- '- 2.求解方程 在(1, 2)内根的下列迭代法中， (1) (2) (3) (4) 收敛的迭代法是（A ）. A ．(1)和(2) B. (2)和(3) C. (3)和(4) D. (4)和(1) 3.若0)()(，故迭代发散。 以上三中以第二种迭代格式较好。 2、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 =L 产生的迭代序列{}0k k x ∞ =对任意的初值0(,)x ∈-∞+∞，当2 0M λ<< 时，均收敛于方程的根。

上海大学_王培康_数值分析大作业

数值分析大作业（2013年5月） 金洋洋（12721512），机自系 1.下列各数都是经过四舍五入得到的近似值，试分别指出它 们的绝对误差限, 相对误差限和有效数字的位数。 X1 =5.420, x 2 =0.5420, x 3=0.00542, x 4 =6000, x 5=50.610? 解：根据定义：如果*x 的绝对误差限 不超过x 的某个数位的半个单位，则从*x 的首位非零数字到该位都是有效数字。 显然根据四舍五入原则得到的近视值，全部都是有效数字。 因而在这里有：n1=4, n2=4, n3=3, n4=4, n5=1 （n 表示x 有效数字的位数） 对x1：有a1=5, m1=1 （其中a1表示x 的首位非零数字，m1表示x1的整数位数） 所以有绝对误差限 143 11 (1)101022 x ε--≤ ?=? 相对误差限 31() 0.510(1)0.00923%5.4201 r x x x εε-?= == 对x2：有a2=5, m2=0 所以有绝对误差限 044 11 (2)101022 x ε--≤ ?=? 相对误差限 42() 0.510(2)0.00923%0.54202 r x x x εε-?= == 对x3：有a3=5, m3=-2 所以有绝对误差限 235 11 (3)101022 x ε---≤ ?=? 相对误差限 53() 0.510(3)0.0923%0.005423 r x x x εε-?= == 对x4：有a4=0, m4=4 所以有绝对误差限 4411(4)1022 x ε-≤?= 相对误差限 4() 0.5 (4)0.0083%6000 4 r x x x εε= = = 对x5：有a5=6, m5=5 所以有绝对误差限 514 11(5)101022 x ε-≤ ?=? 相对误差限 45() 0.510(5)8.3%600005 r x x x εε?= ==

数值分析大作业 三、四、五、六、七

大作业 三 1. 给定初值0x 及容许误差 ，编制牛顿法解方程f (x )=0的通用 程序. 解：Matlab 程序如下： 函数m 文件：fu.m function Fu=fu(x) Fu=x^3/3-x; end 函数m 文件：dfu.m function Fu=dfu(x) Fu=x^2-1; end 用Newton 法求根的通用程序Newton.m clear; x0=input('请输入初值x0:'); ep=input('请输入容许误差:'); flag=1; while flag==1 x1=x0-fu(x0)/dfu(x0); if abs(x1-x0)

while flag1==1 && m<=10^3 x1=x0-fu(x0)/dfu(x0); if abs(x1-x0)=ep flag=0; end end fprintf('最大的sigma 值为：%f\n',sigma); 2．求下列方程的非零根 5130.6651()ln 05130.665114000.0918 x x f x x +?? =- = ?-???解：Matlab 程序为： （1）主程序 clear clc format long x0=765; N=100; errorlim=10^(-5); x=x0-f(x0)/subs(df(),x0); n=1; while nerrorlim n=n+1; else break ; end x0=x; end disp(['迭代次数: n=',num2str(n)]) disp(['所求非零根: 正根x1=',num2str(x),' 负根x2=',num2str(-x)]) （2）子函数 非线性函数f function y=f(x) y=log((513+0.6651*x)/(513-0.6651*x))-x/(1400*0.0918); end

哈尔滨工程大学数值分析大作业2014-附fortran程序

B班大作业要求： 1. 使用统一封皮； 2. 上交大作业内容包含： 一摘要 二数学原理 三程序设计（必须对输入变量、输出变量进行说明；编程无语言要求，但程序要求通过）四结果分析和讨论 五完成题目的体会与收获 3. 提交大作业的时间：本学期最后一次课，或考前答疑；过期不计入成绩； 4. 提交方式：打印版一份；或手写大作业，但必须使用A4纸。 5. 撰写的程序需打印出来作为附录。

课程设计 课程名称： 设计题目： 学号： 姓名： 完成时间：

题目一：非线性方程求根 一 摘要 非线性方程的解析解通常很难给出，因此非线性方程的数值解就尤为重要。本实验通过使用常用的求解方法二分法和Newton 法及改进的Newton 法处理几个题目，分析并总结不同方法处理问题的优缺点。观察迭代次数，收敛速度及初值选取对迭代的影响。 用Newton 法计算下列方程 （1） 310x x --= ， 初值分别为01x =，00.45x =，00.65x =； （2） 32943892940x x x +-+= 其三个根分别为1,3,98-。当选择初值02x =时给出结果并分析现 象,当6 510ε-=?，迭代停止。 二 数学原理 对于方程f(x)=0，如果f(x)是线性函数，则它的求根是很容易的。牛顿迭代法实质上是一种线性化方法，其基本思想是将非线性方程f(x)=0逐步归结为某种线性方程来求解。 设已知方程f(x)=0有近似根x k (假定k f'(x )0≠) ，将函数f(x)在点x k 进行泰勒展开，有 k k k f(x)f(x )+f'(x )(x-x )+≈??? 于是方程f(x)=0可近似的表示为 k k k f(x )+f'(x )(x-x )=0 这是个线性方程，记其根为x k+1，则x k+1的计算公式为 k+1k () x =x -'() k k f x f x ，k=0,1,2,… 这就是牛顿迭代法或简称牛顿法。

数值分析第六章实验报告

一、实验名称 Newton-cotes型求积公式 二、实验目的 学会Newton-cotes型求积公式,并应用该算法于实际问题。 三、实验内容 求定积分?π cos xdx e x 四、实验要求 选择等分份数n,用复化Simpson求积公式求上述定积分的误差不超过8 10-的近似值,用MATLAB中的内部函数int求此定积分的准确值,与利用复化Simpson求积公式计算的近似值进行比较。 五、实验程序与输出结果 在MATALAB的Editor窗口中输入以下程序： function y=comsimpson(fun,a,b,n) z1=feval (fun,a)+ feval (fun,b);m=n/2; h=(b-a)/(2*m); x=a; z2=0; z3=0; x2=0; x3=0; for k=2:2:2*m x2=x+k*h; z2= z2+2*feval (fun,x2); end for k=3:2:2*m x3=x+k*h; z3= z3+4*feval (fun,x3); end y=(z1+z2+z3)*h/3; 然后保存为然后保存为comsimpson.m的文件 在MATALAB工作窗口命令窗口中输入： Q2 =comsimpson (@fun,0,pi,1000000000) syms x fi=int(exp(x).*cos(x),x,0,pi); Fs= double (fi)

wQ2= double (abs(fi-Q2) ) 运行后结果： Q2=-12.0703，Fs=-12.0703, wQ2=5.2654e-08 六、实验结果分析 利用复化simpson求积公式计算运行后其结果为Q2=-12.0703，利用内部函数求解的结果为Fs=-12.0703,两者的误差为wQ2=5.2654e-08。从中可以看出误差结果达到了1E-8级数，而相对应的N已经取到了10亿次，再增大N对结果已经没有太大变化。可见复化simpson要得到比较准确的结果需要运算的次数比较大。

北航数值分析报告大作业第八题

北京航空航天大学 数值分析大作业八 学院名称自动化 专业方向控制工程 学号 学生姓名许阳 教师孙玉泉 日期2014 年11月26 日

一．题目 关于x , y , t , u , v , w 的方程组(A.3) ???? ?? ?=-+++=-+++=-+++=-+++79 .0sin 5.074.3cos 5.007.1cos sin 5.067.2cos 5.0y w v u t x w v u t y w v u t x w v u t (A.3) 以及关于z , t , u 的二维数表（见表A-1）确定了一个二元函数z =f (x , y )。 表A-1 二维数表 t z u 0 0.4 0.8 1.2 1.6 2 0 -0.5 -0.34 0.14 0.94 2.06 3.5 0.2 -0.42 -0.5 -0.26 0.3 1.18 2.38 0.4 -0.18 -0.5 -0.5 -0.18 0.46 1.42 0.6 0.22 -0.34 -0.58 -0.5 -0.1 0.62 0.8 0.78 -0.02 -0.5 -0.66 -0.5 -0.02 1.0 1.5 0.46 -0.26 -0.66 -0.74 -0.5 1. 试用数值方法求出f (x , y ) 在区域}5.15.0,8.00|), {≤≤≤≤=y x y x D （上的近似表达式 ∑∑===k i k j s r rs y x c y x p 00 ),( 要求p (x , y )以最小的k 值达到以下的精度 ∑∑==-≤-=10020 7210)],(),([i j i i i i y x p y x f σ 其中j y i x i i 05.05.0,08.0+==。 2. 计算),(),,(* ***j i j i y x p y x f (i =1,2,…,8 ; j =1,2,…,5) 的值，以观察p (x , y ) 逼 近f (x , y )的效果，其中j y i x j i 2.05.0,1.0**+==。

数值计算大作业

数值计算大作业 题目一、非线性方程求根 1.题目 假设人口随时间和当时人口数目成比例连续增长，在此假设下人口在短期内的增长建立数学模型。 （1）如果令()N t 表示在t 时刻的人口数目，β 表示固定的人口出生率，则人口数目满足微分方程() ()dN t N t dt β=，此方程的解为0()=t N t N e β； （2）如果允许移民移入且速率为恒定的v ，则微分方程变成() ()dN t N t v dt β=+， 此方程的解为 0()=+ (1) t t v N t N e e βββ -； 假设某地区初始有1000000人，在第一年有435000人移入，又假设在第一年年底该地区人口数量1564000人，试通过下面的方程确定人口出生率β，精确到 410-；且通过这个数值来预测第二年年末的人口数，假设移民速度v 保持不变。 435000 1564000=1000000(1) e e βββ + - 2.数学原理 采用牛顿迭代法，牛顿迭代法的数学原理是，对于方程0)(=x f ，如果) (x f 是线性函数，则它的求根是很容易的，牛顿迭代法实质上是一种线性化方法，其基本思想是将非线性方程0)(=x f 逐步归结为某种线性方程来求解。 设已知方程0)(=x f 有近似根k x (假定0)(≠'x f )，将函数)(x f 在点k x 进行泰勒展开，有 . ))(()()(???+-'+≈k k k x x x f x f x f 于是方程0)(=x f 可近似地表示为 ))(()(=-'+k k x x x f x f 这是个线性方程，记其根为1k x +，则1k x +的计算公式为

北航数值分析大作业第二题

数值分析第二次大作业 史立峰 SY1505327

一、 方案 （1）利用循环结构将sin(0.50.2)() 1.5cos( 1.2)() {i j i j ij i j i j a +≠+==(i,j=1,2,……,10)进行赋值，得到需要变换的 矩阵A ； （2）然后，对矩阵A 利用Householder 矩阵进行相似变换，把A 化为上三角矩阵A (n-1)。 对A 拟上三角化，得到拟上三角矩阵A (n-1)，具体算法如下： 记A(1)=A ，并记A(r)的第r 列至第n 列的元素为()n r r j n i a r ij ,,1,;,,2,1) ( +==。 对于2,,2,1-=n r 执行 1. 若 ()n r r i a r ir ,,3,2) ( ++=全为零，则令A(r+1) =A(r),转5；否则转2。 2. 计算 () ∑+== n r i r ir r a d 1 2 )( ()( )r r r r r r r r r r d c a d a c ==-=++则取,0sgn ) (,1)(,1若 )(,12r r r r r r a c c h +-= 3. 令 () n T r nr r r r r r r r r R a a c a u ∈-=++) ()(,2)(,1,,,,0,,0 。 4. 计算 r r T r r h u A p /)(= r r r r h u A q /)(= r r T r r h u p t /= r r r r u t q -=ω T r r T r r r r p u u A A --=+ω)()1( 5. 继续。 （3）使用带双步位移的QR 方法计算矩阵A (n-1)的全部特征值，也是A 的全部特征值，具体算法如下： 1. 给定精度水平0>ε和迭代最大次数L 。 2. 记n n ij n a A A ?-==][) 1()1()1(，令n m k ==,1。