数值分析与算法 课程作业3(2016 - 2017秋季学期)_527805326
2016 –2017秋季学期数值分析与算法课程作业
第三章最佳逼近
1、选取常数 a ，使
|x3?ax|
max
0≤x≤1
达到极小，又问这个解是否唯一？
2、求 f(x)=sinx 在[0,π/2]上的最佳一次逼近多项式，并估计误差。
3、求 f(x)=x4+3x3?1 在区间[0,1]上的三次最佳一致逼近多项式。
x，在[?1,1]上按勒让德多项式展开求三次最佳平方逼近多项式。
4、 f(x)=sinπ
2
5、分别求e|x|在[?1,1]上的（1）≤1次的最佳一致逼近多项式；（2）≤2次的最佳一致逼近多项式；（3）≤3次的最佳一致逼近多项式。如果求解过程需要求解超越方程，不需求出具体数值。
6、求[0,1]上与√x偏差最小的首项系数为1的一次多项式。
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) 数值分析作业 课题名称代数插值法-拉格朗日插值法班级Y110201 研究生姓名董安 学号S2******* 学科、专业机械制造及其自动化 所在院、系机械工程及自动化学院2011 年12 月26日 代数插值法---拉格朗日插值法 数值分析中的插值法是一种古老的数学方法，它来自生产实践。利用计算机解决工程问题与常规手工计算的差异就在于它特别的计算方法.电机设计中常常需要通过查曲线、表格或通过作图来确定某一参量,如查磁化曲线、查异步电动机饱和系数曲线等.手工设计时,设计者是通过寻找坐标的方法来实现.用计算机来完成上述工作时,采用数值插值法来完成。因此学好数值分析的插值法很重要。 插值法是函数逼近的重要方法之一，有着广泛的应用 。在生产和实验中，函数f(x)或者其表达式不便于计算复杂或者无表达式而只有函数在给定点的函数值(或其导数值) ，此时我们希望建立一个简单的而便于计算的函数 (x)，使其近似的代替f(x)，有很多种插值法,其中以拉格朗日(Lagrange)插值和牛顿(Newton)插值为代表的多项式插值最有特点,常用的插值还有Hermit 插值,分段插值和样条插值.本文着重介绍拉格朗日(Lagrange)插值法。 1.一元函数插值概念 定义 设有m+1个互异的实数1x ，2x ，···，m x 和n+1 个实值函数()0 x j ， ()1 x j ， ···()n x j ，其中n ￡m 。若向量组 k f =（()0k x j ，()1k x j ，···，() k m x j ）T （k=0,1，，n ） 线性无关，则称函数组{()k x j （k=0,1， ，n ）}在点集{i x (i=0,1, ,m)}上线性无关；否 则称为线性相关。 例如，函数组{2+x ，1-x ，x+2 x }在点集{1,2,3,4}上线性无关。 又如，函数组{sin x ，n2x ，sin 3x }在点集{0， 3p ，2 3 p ，p }上线性相关。 给点n+1个互异的实数0x ，1x ，···，n x ，实值函数() f x 在包含0x ，1x ，···，n x 的某个区间[] ,a b 内有定义。设函数组 {()k x j （k=0,1， ，n ）} 是次数不高于n 的多项式组，且在点集{0x ，1x ，···，n x }上线性无关。 统计学原理课程作业 统计学原理课程作业_A 交卷时间：2016-05-16 11:08:11 一、单选题 1. (4分)对无限总体可以进行( ) ? A. 普查 ? B. 全面调查 ? C. 抽样调查 ? D. 统计报表 纠错 得分：4 知识点：统计学原理 展开解析 答案C解析无限总体调查方法2. (4分)在一般情况下,销售价格指数和产量指数的同度量因素分别为( ) ? A. 销售量,单位产品成本 ? B. 销售量,产量 ? C. 销售价格,产量 ? D. 销售价格,单位产品成本 纠错 得分：0 知识点：统计学原理 收起解析 答案D 解析同度量因素的应用 3. (4分)对同一总体选择两个或两个以上的标志分别进行简单分组，形成() ? A. 复合分组 ? B. 层叠分组 ? C. 平行分组体系 ? D. 复合分组体系 纠错 得分：4 知识点：统计学原理 展开解析 答案C解析平行分组体系4. (4分)按照计划，今年产量比上年增加30%，实际比计划少完成10%，同上年比今年产量实际增长程度为( ) ? A. 75% ? B. 40% ? C. 13% ? D. 17% 纠错 得分：0 知识点：统计学原理 收起解析 答案D 解析指标的计算 5. (4分)下列数列中，指标数值可以相加的是() ? A. 平均数时间数列 ? B. 相对数时间数 ? C. 时期数列 ? D. 时点数列 纠错 得分：4 知识点：统计学原理 展开解析 答案C解析时期数列的理解6. (4分)有20个工人看管机器台数资料如下：25443434422434634524，如按以上资料编制分配数列应采用() ? A. 单项式分组 ? B. 等距分组 ? C. 不等距分组 ? D. 以上几种分组均可以 纠错 得分：0 知识点：统计学原理 收起解析 答案A 解析编制分配数列 7. (4分)连续生产的电子管厂,产品质量检验是这样安排的,在一天中,每隔一小时抽取5分钟的产品进行检验,这是( ) ? A. 简单随机抽样 ? B. 整群抽样 ? C. 等距抽样 ? D. 类型抽样 纠错 得分：4 知识点：统计学原理 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) 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; “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 第四章抽样估计 1.某工厂有1 500个工人,用简单随机重复抽样的方法抽出50个工人作为样本,调查其工资水平,如下表： 要求：（1）计算样本平均数和抽样平均误差。（2）以95.45%的可靠性估计该厂工人的月平均工资和工资总额的区间。 2.采用简单随机重复抽样方法，在2 000件产品中抽查200件，其中合格品190件。 要求：（1）计算合格品率及其抽样平均误差。（2）以95.45%的概率保证程度对合格品率和合格品数量进行区间估计。（3）如果极限误差为2.31%,则其概率保证程度是多少? 3.某电子产品使用寿命在3 000小时以下为不合格品,现在用简单随机抽样方法,从 5 000个产品中抽取进行调查.其结果如下： 要求：试根据上述资料：（1）按重复抽样和不重复抽样计算该产品平均寿命的抽样平均误差。（2）按重复抽样和不重复抽样计算该产品合格率的抽样平均误差。（3）根据重复抽样计算的抽样平均误差,以68.27%的概率保证程度对该产品的平均使用寿命和合格品率进行区间估计。 4.某外贸公司出口一种茶叶,规定每包规格不低于150克,现在用不重复抽样的方法抽取其中1%进行检验,其结果如下： 抽查结果统计表 要求：（1）以99.73%的概率估计该批茶叶平均每包重量的范围,以及确定平均重量是否达到规格要求。（2）以同样的概率保证估计该批茶叶合格率范围。 5.某工厂生产一种新型灯泡5000只，随后抽取100只作耐用时间测试。结果表明，平均寿命为4500小时，标准差300小时，试在90%的概率保证下，估计该新式灯泡平均寿命时间，假定概率保证程度提高到95%，允许误差缩小一半，试问应抽取多少只灯泡进行测试。 6.调查一批机械零件合格率。根据过去资料，合格品率曾有过99%、97%、95%三种情况，现在要求误差不超过1%，要求估计的把握程度为95%，问需要抽查多少零件?（提示：总体方差取最大值） 7.某部门对职工进行家庭经济情况调查，取得年度项抽样资料如下，试以90%的概率保证程度，估计该部门职工的家庭月收入。 抽查结果统计表 8.某市有职工10万人，其中：职员4万人，工人6万人，现进行职工收入抽样调查，并划分职员与工人两类进行选样，要先按不同类型抽查40名职员与60名工人，结果如下：要求这次调查的极限误差不超过2元，概率保证程度 95.45%，试按类型抽样组织计算必要的抽样数目。 如果按简单随机抽样组织，试问：（1）同样的?和t，需按抽取多少样本单位数。（2）同样的样本单位数和概率保证程度，则会有多大的极限抽样误差。（3）同样的样本单位数和?应有多大的概率保证程度。 9.从某县的100个村中抽出10村进行各村的全户调查设平均每户饲养家禽35头，每村平均数的方差为16。 要求：（1）以90%的概率估计全县平均每户饲养家禽数。（2）如果极限误差 2.412 ?= x 则其概率保证程度如何？ 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） 《数值分析》课程设计实验报告 龙格—库塔法分析Lorenz 方程 200820302033 胡涛 一、问题叙述 考虑著名的Lorenz 方程 () dx s y x dt dy rx y xz dt dz xy bz dt ?=-???=--???=-?? 其中s ，r ，b 为变化区域内有一定限制的实参数，该方程形式简单，表面上看并无惊人之处，但由该方程揭示出的许多现象，促使“混沌”成为数学研究的崭新领域，在实际应用中也产生了巨大的影响。 二、问题分析 Lorenz 方程实际上是一个四元一阶常微分方程，用解析法精确求解是不可能的，只能用数值计算，最主要的有欧拉法、亚当法和龙格- 库塔法等。为了得到较高精度的，我们采用经典四阶龙格—库塔方法求解该问题。 三、实验程序及注释 （1）算法程序 function [T]=Runge_Kutta(f,x0,y0,h,n) ％定义算法，其中f 为待解方程组， x0是初始自变量，y0是初始函数 值，h 是步长，n 为步数 if nargin<5 n=100; ％如果输入参数个数小于5，则步数 n=100 end r=size(y0);r=r(1); ％返回初始输出矩阵的行列数，并将 值赋给r(1) s=size(x0);s=s(1); ％返回初始输入矩阵的行列数，并 将值赋给s(1) r=r+s; T=zeros(r,n+1); T(:,1)=[y0;x0]; for t=2:n+1 ％以下是具体的求解过程 k1=feval(f,T(1:r-1,t-1)); k2=feval(f,[k1*(h/2)+T(1:r-1,t-1);x0+h/2]); k3=feval(f,[k2*(h/2)+T(1:r-1,t-1);x0+h/2]); k4=feval(f,[k3*h+T(1:r-1,t-1);x0+h]); x0=x0+h; T(:,t)=[T(1:r-1,t-1)+(k1+k2*2+k3*2+k4)*(h/6);x0]; end 单选题 描述总体集中情况的统计指标称为( ) A: 总体平均数 B: 期望值 C: 总体平均数或期望值 D: 总体期望值 单选题 次数分配数列是( ) A: 按数量标志分组形成的数列 B: 按品质标志分组形成的数列 C: 按统计指标分组所形成的数列 D: 按数量标志和品质标志分组所形成的数列 单选题 为了了解某工厂职工家庭收支情况，按该厂职工名册依次每50人抽取1人，对其家庭进行调查，这种调查属于( ) A: 简单随机抽样 B: 等距抽样 C: 类型抽样 D: 整群抽样 单选题 描述统计学产生于20世纪20年代之前，其代表人物是( ) A: 高斯和高而顿 B: 高尔顿和皮尔逊 C: 高斯和皮尔逊 D: 高尔顿和费舍 单选题 总指数的两种计算方式是( ) A: 数量指标指数和质量指标指数 B: 综合指数和平均指数 C: 固定构成指数和结构影响指数 D: 个体指数和综合指数 单选题 在全国人口普查中( ) A: 男性是品质标志 B: 人的年龄是变量 C: 人口的平均寿命是数量标志 D: 全国人口是统计指标 单选题 A: 105% B: 104.76% C: 5% D: .76% 单选题 平均增长速度是() A: 长环增长速度的算术平均数 B: 总增长速度的算术平均数 C: 平均发展速度减去百分之百 D: 环比发展速度的序时平均数 单选题 普查具有很多优点，但也存在着工作量大、环节多，相应也加大了( )的可能性 A: 登记性误差 B: 汇总性误差 C: 推断性误差 D: 控制性误差 单选题 有相等的单位又有绝对零的数据是( ) A: 比率变量 B: 名称变量 C: 等距变量 D: 顺序变量 单选题 人口具有自然属性和()两种属性 A: 历史属性 B: 物理属性 C: 社会属性 D: 生物属性 单选题 .当变量x值增加时，变量y值随之下降，那么x与y之间存在着() A: 直线相关关系 B: 正相关关系 C: 负相关关系 D: 曲线相关关系 单选题 A: 3% B: 10% C: 7.1% D: 107.1% 单选题 下述各项调查中属于全面调查的是() A: 对某种连续生产的产品质量进行检验 B: 对某地区工业企业设备进行普查 C: 对会面钢铁生产中的重点单位进行调查 D: 抽选部分地块进行产量调查 单选题 相关分析与回归分析,在是否需要确定自变量和因变量的问题上( ) A: 前者勿需确定,后者需要确定 B: 前者需要确定,后者勿需确定 C: 两者均需确定 D: 两者都勿需确定 判断 大量观察是统计研究的基础，它为统计推断、统计咨询、统计决策提供必要的事实依据() 判断 若变量x的值减少时变量y的值也减少,说明变量x与y之间存在正的相关关系() 判断 在其他条件不变的情况下，提高抽样估计的可靠程度，可以提高抽样估计的精确度() 判断 权数对算术平均数的影响作用只表现为各组出现次数的多少，与各组次数的比重无关() 判断 因为统计指标都是用数值表示的，所以数量标志就是统计指标() 判断 在特定的权数条件下,综合指数与平均指数之间有变形关系() 判断 在简单现象总量指标的因素分析中，相对量分析一定要用同度量因素，绝对量分析可以不用同度量因素() 判断 统计分组的关键问题是确定组距和组数() 判断 《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 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。 数值分析学习感想 一个学期的数值分析，在老师的带领下，让我对这门课程有了深刻的理解和感悟。这门 课程是一个十分重视算法和原理的学科，同时它能够将人的思维引入数学思考的模式，在处 理问题的时候，可以合理适当的提出方案和假设。他的内容贴近实际，像数值分析，数值微 分，求解线性方程组的解等，使数学理论更加有实际意义。 数值分析在给我们的知识上，有很大一部分都对我有很大的帮助，让我的生活和学习有 了更加方便以及科学的方法。像第一章就讲的误差，在现实生活中，也许没有太过于注意误 差，所以对误差的看法有些轻视，但在学习了这一章之后，在老师的讲解下，了解到这些误 差看似小，实则影响很大，更如后面所讲的余项，那些差别总是让人很容易就出错，也许在 别的地方没有什么，但是在数学领域，一个小的误差，就很容易有不好的后果，而学习了数 值分析的内容，很容易就可以将误差锁定在一个很小的范围内，在这一范围内再逼近，得出 的近似值要准确的多，而在最开始的计算中，误差越小，对后面的影响越小，这无疑是好的。 数值分析不只在知识上传授了我很多，在思想上也对我有很大的影响，他给了我很多数 学思想，很多思考的角度，在看待问题的方面上，多方位的去思考，并从别的例子上举一反三。像其中所讲的插值法，在先学习了拉格朗日插值法后，对其理解透彻，了解了其中 的原理和思想，再学习之后的牛顿插值以及三次样条插值等等，都很容易的融会贯通，很容 易的就理解了其中所想，他们的中心思想并没有多大的变化，但是使用的方式却是不同的， 这不仅可以学习到其中心内容，还可以去学习他们的思考方式，每个不同的思考方式带来的 都是不同的算法。而在看待问题上，不同的思考方式总是可以快速的全方位的去看透彻问题， 从而知道如何去解决。 在不断的学习中，知识在不断的获取，能力在不断的提升，同时在老师的不懈讲解下， 我逐渐的发现数值分析所涵盖的知识面特别的广泛，而我所需要学习的地方也更加的多，自 己的不足也在不断的体现，我知道这只是我刚刚接触到了数学的那一角，在以后我还会接触 到更多，而这求知的欲望也在不停的驱赶我，学习的越多，对今后的生活才会有更大的帮助。 计算132 2013014923 张霖篇二：数值分析学习报告 数值分析学习心得报告 班级：11级软工一班 姓名： * * * 学号: 20117610*** 指导老师：* * * 学习数值分析的心得体会 无意中的一次选择，让我接触了数值分析。 作为这学期的选修课，我从内心深处来讲，数值分析真的有点难。感觉它是在高等数学 和线性代数的基础上，又加深了探讨。虽然这节课很难，我学的不是很好，但我依然对它比 较感兴趣。下面就具体说说我的学习体会，让那些感兴趣的同学有个参考。 学习数值分析，我们首先得知道一个软件——matlab。matrix laboratory，即矩阵实验 室，是math work公司推出的一套高效率的数值计算和可视化软件。它是当今科学界最具影 响力、也是最具活力的软件，它起源于矩阵运算，并高速发展成计算机语言。它的优点是强 大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面、便捷的与其他程序和语 言接口。 根据上网搜集到的资料，你就会发现matlab有许多优点： 首先，编程简单使用方便。到目前为止，我已经学过c语言，机器语言，java语言，这 对于牛顿型方法的改进 对于函数f(x),假定已给出极小点* x 的一个较好的近似点0x ，则在0x 处将f(x)泰勒展开到二次项，得二次函数()x φ。按极值条件'()0x φ=得()x φ的极小点，用它作为*x 的第一个近似点。然后再在1x 处进行泰勒展开，并求得第二个近似点2x 。如此迭代下去，得到一维情况下的牛顿迭代公式'k 1''k ()() k k f x x x f x +=- (k=0,1,2,…) 对于多元函数f(x),设k x 为f(x)极小点*x 的一个近似值，在k x 处将f(x)进行泰勒展开，保留到二次项得21()()()()()()()()2T T k k k k k k f x x f x f x x x x x f x x x ?≈=+?-+ -?-， 式中 2()k f x ?—f(x)在k x 处的海赛矩阵。 设1k x +为()x ?的极小点，它作为f(x)极小点*x 的下一个近似点，根据极值必要条件 1()0k x ?+?=即21()()()k k k k f x f x x x +?+?-得1 21()()k k k k x x f x f x -+??=-???? （k=0,1,2，…） 上式为多元函数求极值的牛顿法迭代公式。 对于二次函数，f(x)的上述泰勒展开式不是近似的，而是精确地。海赛矩阵是一个常矩阵，其中各元素均为常数。因此，无论从任何点出发，只需一步就可以找到极小点。因为若某一迭代法能使二次型函数在有限次迭代内达到极小点，则称此迭代方法是二次收敛的，因此牛顿方法是二次收敛的。 从牛顿法迭代公式的推演中可以看到，迭代点的位置是按照极值条件确定的，其中并未含有沿下降方向搜寻的概念。因此对于非二次函数，如果采用上述牛顿法公式，有时会使函数值上升，即出现1>k k f f +（x ）（x ） 现象。为此对上述牛顿方法进行改进，引入数学规划法的概念。 如果把1 2()()k k k d f x f x -??=-????看作是一个搜索方向，则采取如下的迭代公式 121()()k k k k k k k k x x a d x a f x f x -+??=-=-???? （k=0,1,2,…） 式中 k a —沿牛顿方向进行以为搜索的最佳步长k a 可通过如下极小化过程求得1()()()min k k k k k k k a f x f x a d f x a d +=+=+。由于此种方法每次迭代都在牛顿方向上进 行一维搜索，这就避免了迭代后函数值上升的现象，从而保持了牛顿法二次收敛的特性，而对初始点的选取并没有苛刻的要求。其计算步骤如下： 作业――――《新编统计学原理》教材习题 第一章．绪论（无习题） 第二章．统计资料的搜集和整理 １．某公司对所属２５个商业企业２０００年的全员劳动效率（万元／人）进行调查，得到资料如下：６．５９．８１１．３１３．４１５．９ １６．８１７．７１８．４１３．６１９．１ １９．４１９．７２０．７２１．５２１．８ ２２．３２３．５２４．１２７．４２８．５ ２９．３２８．６２９．５３０．１３０．５要 求：根据所给资料编制组距变量数列。 根据上表资料，计算各个企业利润计划完成程度指标（计算公式：利润计划完成程度＝实际利润／计划利润），并按计划完成程度分为三组：①未完成计划。②完成计划和超额完成计划１０％以内。③超额完成计划１０％以上。 要求：编制整理表并根据整理结果编制统计表。 第三章．集中趋势和离散趋势 １．某企业职工工资资料如下： ２．某商场出售某种商品的销售价和销售额如下： 要求：试求该商品的平均销售价格。 ３．某企业工人劳动生产率资料如下 ５．有一家餐馆到三个集贸市场买鱼，这三个集贸市场鱼的价格分别为：６元／千克、５元／千克、４．８元／千克。该餐馆以两种方式购买：第一种是在每个集贸市场各买２０千克鱼；第二种是在每个集贸市场各花１２０元来购买。 要求：（１）以第一种方式购买时，求每千克鱼的平均价格（要求列出计算公式）。 （２）以第二种方式购买时，求每千克鱼的平均价格（要求列出计算公式）。 要求：（１）计算平均等级说明产品质量变化情况。 （２）由于质量变化对该厂总产值的影响。 ７．在过去５年中，某国家因受严重通货膨胀的困扰，银行为吸收存款而提高利息率。１～５年的年利息率分别为２５％、４０％、６０％、１００％、１２０％。 要求：（１）若存入１００美元，按算术平均数计算平均利率，问：第五年末的实际存款额是多少？ (1+r)*5=(1+25%)+(1+40%)+(1+60%)+(1+100%)+(1+120%) 平均利率r=69% 第5年末的实际存款=100*(1+r*5)=445美元 （２）若存入１００美元，按几何平均数计算平均利率，问：第五年末的实际存款额是多少？ (1+r)^5=(1+25%)(1+40%)(1+60%)(1+100%)(1+120%) 平均利率r=65.3%（使用计算器计算） 第5年末的实际存款=100*(1+r)^5=1235美元 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 =-， 课 程 设 计 我再也回不到大二了， 大学是那么短暂 设计题目 数值分析 学生姓名 李飞吾 学 号 x x x x x x x x 专业班级 信息计x x x x x 班 指导教师 设 计 题 目 共15题如下 成绩 数值分析课程设计 1．1 水手、猴子和椰子问题：五个水手带了一只猴子来到南太平洋的一个荒岛上，发现那里有一大堆椰子。由于旅途的颠簸，大家都很疲惫，很快就入睡了。第一个水手醒来后，把椰子平分成五堆，将多余的一只给了猴子，他私藏了一堆后便又去睡了。第二、第三、第四、第五个水手也陆续起来，和第一个水手一样，把椰子分成五堆，恰多一只猴子，私藏一堆，再去入睡，天亮以后，大家把余下的椰子重新等分成五堆，每人分一堆，正好余一只再给猴子，试问原先共有几只椰子？（15621） 试分析椰子数目的变化规律，利用逆向递推的方法求解这一问题 解：算法分析：解该问题主要使用递推算法，关于椰子数目的变化规律可以设起初的椰子数为0p ，第一至五次猴子在夜里藏椰子后，椰子的数目分别为01234,,,,p p p p p 再设最后每个人分得x 个椰子,由题: 14 (1)5 k k p p +=- （k=0,1,2,3,4）51(1)5 x p =- 所以551p x =+,11k k p p +=+利用逆向递推方法求解 15 1,4 k k p p +=+ （k=0,1,2,3,4） MATLAB 代码： n=input('n= '); n= 15621 for x=1:n p=5*x+1; for k=1:5 p=5*p/4+1; end if p==fix(p), break end end disp([x,p]) 1．2 设，1 5n n x I dx x =+? （1）从0I 尽可能精确的近似值出发，利用递推公式： 11 5(1,2,20)n n I I n n -=-+= 计算机从1I 到20I 的近似值； （2）从30I 较粗糙的估计值出发，用递推公式： 本题分值 用户得分 用户解答 标准答案 统计学原理课程作业第二套 一 单选题 1. 次数分配数列是 ( ) 按数量标志分组形成的数列 按品质标志分组形成的数列 按统计指标分组所形成的数列 按数量标志和品质标志分组所形成的数列 本题分值： 用 户得分： 用户 解答： 标准答 案： 4.0 4.0 按数量标志和品质标志分组所形成的数列 按数量标志和品质标志分组所形成的数列 2. 在组距分组时 ,对于连续型变量 ,相邻两组的组限 ( ). 必须是重叠的 必须 是间断的 可以是重叠的 ,也可以是间断的 必须取整数 本题分值： 4.0 用户得分： 4.0 用户解答： 必须是重叠的 标准答案： 必须是重叠的 3. 标准差指标数值越小 ,则反映变量值 ( ) 越分散 ,平均数代表性越低 越集 中 ,平均数代表性越高 越分散 ,平均数代表性越高 越集中 ,平均数代表性越低 4.0 4.0 越集中 ,平均数代表性越高 越集中 ,平均数代表性越高 4. 填报单位是 ( ) 调 查标志的承担者 负责向上级报告调查内容的单位 构成 调查对象的每一单位 重点单位 本题分值 用户得分 用户解答 标准答案 4.0 0.0 构成调查对象的每一单位 负责向上级报告调查内容的单位 5. 反映样本指标与总体指标之间的平均误差程度的指标是 ( )。 抽样误差系数 概率度 抽样平 均误差 抽样极 限误差 本题分值 用户得分 用户解答 4.0 标准答案 0.0 抽样误差系 数 抽样平均误差 6. 间隔相等的时点数列计算序时平均数应采用 () 几何平均法 加权算术平均法 简 单算术平均法 首末 折半法 本题分值： 4.0 用户得分： 4.0 用户解答： 首 末折半法 标准答案： 首末折半 法 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数值分析小论文 董安
统计学原理课程作业教学提纲
数值分析大作业三 四 五 六 七
数值分析小论文
西南财大版统计学原理统计学作业练习题及答案。
数值计算方法大作业
《数值分析》课程设计报告
兰大18秋《统计学原理课程作业_C(满分)
北航数值分析大作业一
数值分析大作业
数值分析学习心得体会.doc
数值分析小论文论文
作业《新编统计学原理》(教材 习题黑体板).pdf
北航数值分析报告第三次大作业
数值分析课程课程设计汇总
统计学原理课程作业第二套
北航数值分析大作业第二题精解