数值分析 第八次课
- 格式:pdf
- 大小:2.65 MB
- 文档页数:78
第八章习题解答1、已知方程3210x x --=在 1.5x =附近有根,将方程写成以下三种不同的等价形式:①211x x=+;②x =x =试判断以上三种格式迭代函数的收敛性,并选出一种较好的格式。
解:①令121()1x x ϕ=+,则'132()x x ϕ=-,'132(1.5)0.592611.5ϕ=≈<,故迭代收敛;②令2()x ϕ=2'2322()(1)3x x x ϕ-=+,'2(1.5)0.45581ϕ≈<,故迭代收敛;③令3()x ϕ='3()x ϕ=,'3(1.5) 1.41421ϕ≈>,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 = 产生的迭代序列{}0k k x ∞=对任意的初值0(,)x ∈-∞+∞,当20Mλ<<时,均收敛于方程的根。
证明:设()()x x f x ϕλ=-,则''()1()x f x ϕλ=-,故'1()1M x m λϕλ-<<-,进而可知, 当20Mλ<<时,'1()1x ϕ-<<,即'()1x ϕ<,从而由压缩映像定理可知结论成立。
3、试分别用Newton 法和割线法求以下方程的根cos 0x x -= 取初值010.5,4x x π==,比较计算结果。
解:Newton 法:1230.75522242,=0.73914166,=0.73908513x x x =; 割线法:23450.73638414,=0.73905814,=0.73908515,=0.73908513x x x x =; 比较可知Newton 法比割线法收敛速度稍快。
第八章 常微分方程初值问题数值解法1、解:欧拉法公式为221(,)(100),0,1,2+=+=++=n n n n n n n y y hf x y y h x y n代00y =入上式,计算结果为 123(0.1)0.0,(0.2)0.0010,(0.3)0.00501≈=≈=≈=y y y y y y2、解:改进的欧拉法为1112[(,)(,(,))]n n n n n n n n y y h f x y f x y hf x y ++=+++将2(,)=+-f x y x x y 代入上式,得2111111221n n n n n n h hh x x x x y h y +++)+[(-)(+)+(+)]=(-+ 同理,梯形法公式为211122[(1)(1)]-+++++=++++h h n nn n n n h h y y x x x x 将00,0.1y h ==代入上二式,,计算结果见表9—5表 9—5可见梯形方法比改进的欧拉法精确。
3、证明:梯形公式为111[(,)(,)]2n n n n n n hy y f x y f x y +++=++代(,)f x y y =-入上式,得11[]2++=+--n n n n hy y y y解得21110222()()()222n n n n h h h y y y y h h h++----===⋯=+++ 因为01y =,故2()2nn h y h-=+ 对0x∀>,以h 为步长经n 步运算可求得()y x 的近似值n y ,故,,xx nh n h==代入上式有2()2x hn hy h-=+22220000222lim lim()lim(1)lim[(1)]222x x h h xx h h h h hn h h h h h h h y e h h h+-+→→→→-==-=-=+++4、解:令2()xt y x e dt =⎰,则有初值问题2',(0)0x y e y ==对上述问题应用欧拉法,取h=0.5,计算公式为210.5,0,1,2,3n x n n y y e n +=+=由0(0)0,y y ==得1234(0.5)0.5,(1.0) 1.142012708(1.5) 2.501153623,(2.0)7.245021541≈=≈=≈=≈=y y y y y y y y5、解: 四阶经典龙格-库塔方法计算公式见式(9.7)。
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§3Runge –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 ϕ+=+),,,(11h y y x h y y n n n n n +++=ϕ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。
§2 几种简单的单步法一显式Euler公式二隐式Euler公式三梯形公式四Euler-梯形预测校正公式五单步法的局部截断误差和阶西北工业大学理学院欧阳洁7西北工业大学理学院欧阳洁18设一般的单步法为:显式公式隐式公式定义为某一数值方法在处的整体截断误差。
148 第八章 矩阵特征值和特征向量的计算对于n ×n 阶的实矩阵A ,线性代数理论中是通过求解特征多项式)det(I A λ-的零点而得到特征值λ,然后通过求得齐次线性方程组0x I A =-)(λ的非零向量x 而得到矩阵A 的相应于特征值λ的特征向量.当矩阵阶数较高时,这种方法计算量很大,故常用数值方法近似求解特征值与特征向量.目前常用的数值方法有迭代法(幂法)和变换法(Jacobi 方法等)两类.§8.1 乘幂法与反幂法一、乘幂法乘幂法是求矩阵按模最大的特征值(主特征值)和相应的特征向量的一种迭代法. 设nn ⨯∈R A ,初始向量)()0()0(0V R V ≠∈n ,令)1()(-=k k AV V(8.1)生成迭代向量序列{})(k V .由递推公式(8.1),知)0()2(2)2()()(V A V A AV A V k k k k ====--(8.2)这表明)(k V 等于用矩阵A 的k 次幂左乘)0(V,故称此方法为乘幂法.下面分析当k →∞时,向量序列{})(k V 的变化规律. 设1λ,2λ,…,n λ为矩阵nn ⨯∈R A 的n 个特征值,且满足n λλλ≥≥> 21(8.3)相应于特征值1λ,2λ,…,n λ的n 个线性无关的特征向量n x x x ,,,21 构成向量空间nℜ上的一组基.任取非零的初始向量n R V ∈)0(,则)0(V 可由这组特征向量线性表出∑==+++=nj j j n n c c c c 12211)0(x x x x V(8.4)其中n c c c ,,,21 为线性组合系数.将式(8.4)代入式(8.2),得149)(11)(j knj j j n j j kk c c x A x AV∑∑==== (8.5)由j k j j k x x A λ=和式(8.5),得j k j nj j k c x Vλ∑==1)((8.6)当01=λ时,由式(8.3)知,特征值0n 21====λλλ .下面针对01≠λ进行讨论. 由式(8.6)有⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛+=∑=j k j n j j kk c c x x V 12111)(λλλ由于n j j,,3,2,11 =<λλ,故若01≠c ,当k 充分大时,0x ε≈⎪⎪⎭⎫⎝⎛=∑=j kij nj j k c λλ2,此时有111)(x V c kk λ≈(8.7)上式表明,)(k V与1x 只近似相差一个常数因子,故可取)(k V作为矩阵A 的相应于主特征值1λ的近似特征向量.当k 充分大时,若0)(≠k i V ,则有11111111)()1()()(λλλ=≈++ikik k i k i c c V V x x (8.8)这表明主特征值1λ可由式(8.8)近似求得.如果矩阵A 的特征值满足n l l λλλλλλ≥≥>===+ 1121,则根据式(8.6)有⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛+=∑∑+==j kj nl j j j lj j kk c c x x V 1111)(λλλ(8.9)则当k 充分大时,由于),,1(11n l j j+=<λλ,故有150 jlj j k k c xV∑=≈11)(λ(8.10)由于l x x x ,,,21 都是矩阵A 的特征值1λ对应的特征向量,故0x≠∑=jlj j c 1也是矩阵A 的特征值1λ对应的特征向量.由式(8.10)知,k 较大时,)(k V就是与主特征值1λ的对应的近似特征向量.类似于式(8.8),可求得主特征值的近似.由于此时1λ的特征向量子空间不是一维的,故由式(8.10)得到的近似特征向量只是该子空间的一个特征向量,对于不同的初始向量)0(V 可能得到1λ的特征向量空间中线性无关的近似特征向量.对于矩阵A 的其它主特征值情形,如21λλ-=,21λλ=等,同样可以用乘幂法求解,具体过程可参阅文献[6]. 以上讨论说明了乘幂法的基本原理.通过上述对乘幂法过程的分析可知,乘幂法是一种迭代法,公式计算简单,便于上机实践,可以方便地用于近似求矩阵按模最大的一个(或几个)特征值及相应的特征向量.需要注意的是:(1) 从理论上讲,对于任意给定的初始向量)0(V,有可能使式(8.4)中的01=c ,但因舍入误差的存在,随着迭代过程的进行,等效于从01≠c 的)0(V 出发进行迭代.(2) 在用乘幂法(8.1)进行迭代计算时,迭代向量)(k V的分量的绝对值可能会出现非常大(当11>λ)或者非常小(当11<λ)的现象,甚至出现溢出.为此,实用中每进行m 步就需要对迭代向量)(k V进行一次规范化,即用)()()(max ~k k k VV V =(其中)(max k V 表示向量)(k V 的按模最大的分量)代替)(k V继续迭代.由于特征向量允许相差一个常数因子,故按前面乘幂法的理论依然得到正确的近似特征向量.在每次规范化后,用乘幂计算前后两个向量的分量的比值作为主特征值的近似,这种规范化并不影响主特征值的近似计算。
《数值分析》课程教学大纲课程编号:07054352课程名称:数值分析英文名称:Numerical Analysis课程类型:学科基础课程要求:必修学时/学分:48/3 (讲课学时:40 上机学时:8)适用专业:计算机科学与技术;软件工程一、课程性质与任务“数值分析”是计算机科学与技术、软件工程等相关专业学生的学科基础课,也是其它理、工科专业本科生及研究生的必修或选修课。
数值分析是研究各种数学问题在计算机上通过数值运算,得到数值解答的方法和理论。
随着计算机系统能力的提高和新型数值软件的不断开发,无论在高科技领域还是在传统学科领域,数值分析的理论和方法的作用和影响巨大,是科学工作者和工程技术人员必备的基础知识和工具。
课程的任务是使学生能了解数值分析的基本概念,熟悉常用数值方法的构造原理,了解数值算法复杂性、误差与收敛性分析的基本方法,了解重要数值算法的软件实现过程,使学生系统掌握数值分析的基本概念和分析问题、解决问题的基本方法,为掌握更复杂的现代计算方法打好基础。
内容包括数值计算的基本方法、线性和非线性方程组解法、插值法、数值积分法及微分方程的数值解法。
二、课程与其他课程的联系先修课程:高等数学,线性代数,C语言程序设计,计算基础。
后续课程:人工智能,数字图像处理技术,大数据分析及应用。
三、课程教学目标1.学习使用计算机进行数值计算的基础知识和基本理论知识,能够分辨、选用合适的数值方法解决工程问题。
(支撑毕业能力要求1和2)2. 能掌握常用数值计算方法的构造原理,根据问题设计和综合运用算法设计问题解决方案。
(支撑毕业能力要求1和2)3. 能运用数值算法复杂性、误差与收敛性分析的基本方法初步进行算法分析。
4. 能用计算机语言实现典型的数值计算算法,得到实验技能的基本训练,并具有利用计算机解决常见数学问题的能力;(支撑毕业能力要求4)5.能通过查询阅读文献资料,了解数值分析的前沿和新发展动向,了解数值分析算法原理应用的典型工程领域。