数值分析上机作业最强版

东南大学《数值分析》上机题数值分析上机题1(1) 编制按从大到小的顺序几=亠+42- -1 3~ — 1计算几的通用程序。

(2 )编制按从小到大由-走+詔E +H 计算“的通用程月(3) 按两种顺序分别计算％, %, %, 有效位数。

(编制程序时用单精度)(4) 通过本上机题，你明白了什么?程序代码(matlab 编程):clc cleara=single(1・/([2:10A 7]・ A 2-l)); Si (1)=single(0); SI (2)=1/(2A 2-1); for N=3:10A 2Sl(N)=a(l)； for i=2:N-lSI (N)=S1 (N)+a(i);endendS2 (l)=single(0); S2 (2)=1/(2A 2-1); for N=3:10A 2S2(N)=a(N-l);for i=linspace(N-2,1,N-2)S2(N)=S2(N)+a(i);endend其精确值为俣怙卜N —l顺序并指出S1表示按从大到小的顺序的S NS2表示按从小到大的顺序的S N 计算结果通过本上机题，看出按两种不同的顺序计算的结果是不相同的，按从大到小的顺序计算的值与精确值有较大的误差，而按从小到大的顺序计算的值与精确值吻合。

从大到小的顺序计算得到的结果的有效位数少。

计算机在进行数值计算时会出现“大数吃小数”的现象，导致计算结果的精度有所降低，我们在计算机中进行同号数的加法时，采用绝对值较小者先加的算法，其结果的相对误差较小。

数值分析上机题220・（上机题）Newton迭代法（1）给定初值、及容许误差，，编制Newton法解方程/⑴“根的通用程序。

（2）给定方程弘—,易知其有三个根1.由Newton方法的局部收敛性可知存在5>o,当“（—恥）时,Newton迭代序列收敛于根工;。

试确定尽可能大的恥2•试取若干初始值,观察当x0 e （-00,-1）9（一1,一»）, （一恥），°1）,（is时Niwton序列是否收敛以及收敛于哪一个根。

数值分析上机实验一、解线性方程组直接法（教材49页14题）追赶法程序如下：function x=followup(A,b)n = rank(A);for(i=1:n)if(A(i,i)==0)disp('Error: 对角有元素为0');return;endend;d = ones(n,1);a = ones(n-1,1);c = ones(n-1);for(i=1:n-1)a(i,1)=A(i+1,i);c(i,1)=A(i,i+1);d(i,1)=A(i,i);endd(n,1) = A(n,n);for(i=2:n)d(i,1)=d(i,1) - (a(i-1,1)/d(i-1,1))*c(i-1,1);b(i,1)=b(i,1) - (a(i-1,1)/d(i-1,1))*b(i-1,1);endx(n,1) = b(n,1)/d(n,1);for(i=(n-1):-1:1)x(i,1) = (b(i,1)-c(i,1)*x(i+1,1))/d(i,1);end主程序如下：function zhunganfaA=[2 -2 0 0 0 0 0 0;-2 5 -2 0 0 0 0 0;0 -2 5 -2 0 0 0 0;0 0 -2 5 -2 0 0 0;0 0 0 -2 5 -2 0 0;0 0 0 0 -2 5 -2 0;0 0 0 0 0 -2 5 -2;0 0 0 0 0 0 -2 5];b=[220/27;0;0;0;0;0;0;0];x=followup(A,b)计算结果：x =8.14784.07372.03651.01750.50730.25060.11940.0477二、解线性方程组直接法（教材49页15题）程序如下：function tiaojianshu(n)A=zeros(n);for j=1:1:nfor i=1:1:nA(i,j)=(1+0.1*i)^(j-1);endendc=cond(A)d=rcond(A)当n=5时c =5.3615e+005d =9.4327e-007当n=10时c =8.6823e+011d =5.0894e-013当n=20时c =3.4205e+022d =8.1226e-024备注：对于病态矩阵A来说，d为接近0的数；对于非病态矩阵A来说，d为接近1的数。

数值分析上机作业（一）一、算法的设计方案1、幂法求解λ1、λ501幂法主要用于计算矩阵的按模最大的特征值和相应的特征向量，即对于|λ1|≥|λ2|≥.....≥|λn|可以采用幂法直接求出λ1，但在本题中λ1≤λ2≤……≤λ501，我们无法判断按模最大的特征值。

但是由矩阵A的特征值条件可知|λ1|和|λ501|之间必然有一个是最大的，通过对矩阵A使用幂法迭代一定次数后得到满足精度ε=10−12的特征值λ0，然后在对矩阵A做如下的平移：B=A-λ0I由线性代数(A-PI)x=(λ-p)x可得矩阵B的特征值为：λ1-λ0、λ2-λ0…….λ501-λ0。

对B矩阵采用幂法求出B矩阵按模最大的特征值为λ∗=λ501-λ0，所以λ501=λ∗+λ0，比较λ0与λ501的大小，若λ0>λ501则λ1=λ501，λ501=λ0；若λ0<λ501，则令t=λ501，λ1=λ0，λ501=t。

求矩阵M按模最大的特征值λ的具体算法如下：任取非零向量u0∈R nηk−1=u T(k−1)∗u k−1y k−1=u k−1ηk−1u k=Ay k−1βk=y Tk−1u k(k=1,2,3……)当|βk−βk−1||βk|≤ε=10−12时，迭终终止，并且令λ1=βk2、反幂法计算λs和λik由已知条件可知λs是矩阵A 按模最小的特征值，可以应用反幂法直接求解出λs。

使用带偏移量的反幂法求解λik，其中偏移量为μk=λ1+kλ501−λ140(k=1,2,3…39)，构造矩阵C=A-μk I，矩阵C的特征值为λik−μk，对矩阵C使用反幂法求得按模最小特征值λ0，则有λik=1λ0+μk。

求解矩阵M按模最小特征值的具体算法如下：任取非零向量u 0∈R n ηk−1= u T (k−1)∗u k−1y k−1=u k−1ηk−1 Au k =y k−1βk =y T k−1u k (k=1,2,3……)在反幂法中每一次迭代都要求解线性方程组Au k =y k−1，当K 足够大时，取λn =1βk 。

实用标准文案文档大全上机作业题报告2015.1.9 USER1.Chapter 11.1题目设S N =∑1j 2−1N j=2，其精确值为)11123(21+--N N 。

（1）编制按从大到小的顺序11131121222-+⋯⋯+-+-=N S N ，计算S N 的通用程序。

（2）编制按从小到大的顺序1211)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？1.2程序1.3运行结果1.4结果分析按从大到小的顺序，有效位数分别为：6，4，3。

按从小到大的顺序，有效位数分别为：5，6，6。

可以看出，不同的算法造成的误差限是不同的，好的算法可以让结果更加精确。

当采用从大到小的顺序累加的算法时，误差限随着N 的增大而增大，可见在累加的过程中，误差在放大，造成结果的误差较大。

因此，采取从小到大的顺序累加得到的结果更加精确。

2.Chapter 22.1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 xx f ,易知其有三个根3,0,3321=*=*-=*x x x○1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x2*。

试确定尽可能大的δ。

○2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？2.2程序2.3运行结果（1）寻找最大的δ值。

算法为：将初值x0在从0开始不断累加搜索精度eps，带入Newton迭代公式，直到求得的根不再收敛于0为止，此时的x0值即为最大的sigma值。

运行Find.m，得到在不同的搜索精度下的最大sigma值。

东南⼤学数值分析上机题答案数值分析上机题第⼀章17.（上机题）舍⼊误差与有效数设∑=-=Nj N j S 2211，其精确值为）111-23（21+-N N 。

（1）编制按从⼤到⼩的顺序1-1···1-311-21222N S N +++=，计算N S 的通⽤程序；（2）编制按从⼩到⼤的顺序121···1)1(111222-++--+-=N N S N ，计算NS 的通⽤程序；（3）按两种顺序分别计算210S ,410S ,610S ,并指出有效位数（编制程序时⽤单精度）；（4）通过本上机题，你明⽩了什么？解：程序：（1）从⼤到⼩的顺序计算1-1···1-311-21222N S N +++=：function sn1=fromlarge(n) %从⼤到⼩计算sn1format long ; sn1=single(0); for m=2:1:nsn1=sn1+1/(m^2-1); end end（2）从⼩到⼤计算121···1)1(111222-++--+-=N N S N function sn2=fromsmall(n) %从⼩到⼤计算sn2format long ; sn2=single(0); for m=n:-1:2sn2=sn2+1/(m^2-1); end end（3）总的编程程序为： function p203()clear allformat long;n=input('please enter a number as the n:') sn=1/2*(3/2-1/n-1/(n+1));%精确值为sn fprintf('精确值为%f\n',sn);sn1=fromlarge(n);fprintf('从⼤到⼩计算的值为%f\n',sn1);sn2=fromsmall(n);fprintf('从⼩到⼤计算的值为%f\n',sn2);function sn1=fromlarge(n) %从⼤到⼩计算sn1 format long;sn1=single(0);for m=2:1:nsn1=sn1+1/(m^2-1);endendfunction sn2=fromsmall(n) %从⼩到⼤计算sn2 format long;sn2=single(0);for m=n:-1:2sn2=sn2+1/(m^2-1);endendend运⾏结果：从⽽可以得到N值真值顺序值有效位数2 100.740050 从⼤到⼩0.740049 5从⼩到⼤0.740050 64 100.749900 从⼤到⼩0.749852 3从⼩到⼤0.749900 66 100.749999 从⼤到⼩0.749852 3从⼩到⼤0.749999 6（4）感想：通过本上机题，我明⽩了，从⼩到⼤计算数值的精确位数⽐较⾼⽽且与真值较为接近，⽽从⼤到⼩计算数值的精确位数⽐较低。

第一章第二题(1) 截断误差为104-时：k=1;n=0;m=0;x=0;e=1e-4;while k==1x1=x+(-1)^n/(2*n+1);if abs(x-x1)<ey=4*x1;m=n+1;break;endx=x1;k=1;n=n+1;endformat longy,my =3.141792613595791m =5001（2）截断误差为108-时：k=1;n=0;m=0;x=0;e=1e-8;while k==1x1=x+(-1)^n/(2*n+1);if abs(x-x1)<ey=4*x1;m=n+1;break;endx=x1;k=1;n=n+1;endformat longy,my =3.141592673590250m =50000001由以上计算可知，截断误差小于104-时，应取5001项求和，π=3.141792613595791；截断误差小于108-时，应取50000001项求和，π=3.141592673590250。

第二章第二题a=[0 -2 -2 -2 -2 -2 -2 -2];b=[2 5 5 5 5 5 5 5];c=[-2 -2 -2 -2 -2 -2 -2 0];v=220;r=27;d=[v/r 0 0 0 0 0 0 0];n=8;for i=2:na(i)=a(i)/b(i-1);b(i)=b(i)-c(n-1)*a(i);d(i)=d(i)-a(i)*d(i-1);end;d(n)=d(n)/b(n);for i=n-1:-1:1d(i)=(d(i)-c(i)*d(i+1));end;I=d'I =1.0e+002 *1.490717294184090.704617906351300.311568212434910.128623612390290.049496991380330.017168822994210.004772412363470.00047741598598第三章第一题(1)Jacobi迭代法：b=[12;-27;14;-17;12]x = [0;0;0;0;0;]k = 0;r = 1;e=0.000001A=[10,1,2,3,4;1,9,-1,2,-3;2,-1,7,3,-5;3,2,3,12,-1;4,-3,-5,-1,15;] D = diag(diag(A));B = inv(D)*(D-A);f = inv(D)*b;p = max(abs(eig(B)));if p >= 1'迭代法不收敛'returnendwhile r >ex0 = x;x = B*x0 + f;k = k + 1;r = norm (x-x0,inf);endxk计算结果：x =1.0000-2.00003.0000-2.00001.0000k =65(2) 高斯赛德尔迭代：A=[10,1,2,3,4;1,9,-1,2,-3;2,-1,7,3,-5;3,2,3,12,-1;4,-3,-5,-1,15;]x=[0;0;0;0;0];b=[12;-27;14;-17;12]c=0.000001L=-tril(A,-1)U=-triu(A,1)D=(diag(diag(A)))X=inv(D-L)*U*x+inv(D-L)*b;k=1;while norm(X-x,inf)>= cx=X;X=inv(D-L)*U*x+inv(D-L)*b;k=k+1;endXk计算结果：X =1.0000-2.00003.0000-2.00001.0000k =37(3) SOR：A=[10,1,2,3,4;1,9,-1,2,-3;2,-1,7,3,-5;3,2,3,12,-1;4,-3,-5,-1,15] x=[0;0;0;0;0];b=[12;-27;14;-17;12]e=0.000001w=1.44;L=-tril(A,-1)U=-triu(A,1)D=(diag(diag(A)))X=inv(D-w*L)*((1-w)*D+w*U)*x+w*inv(D-w*L)*bn=1;while norm(X-x,inf)>=ex=X;X=inv(D-w*L)*((1-w)*D+w*U)*x+w*inv(D-w*L)*b;n=n+1;endXn计算结果：X =1.0000-2.00003.0000-2.00001.0000n =22由以上可知，共轭梯度法收敛速度明显快于Jacobi法和G-S法。

数值分析上机题作业电器学院交通信息工程及控制罗宁20050290010110第一章源程序：REAL SS=1DO I=1,71S=S*29/IEND DOWRITE(*,*) "Y=",SEND结果：Y=79.5416第三章源程序：REAL X,Y,N,K,DX,NEWTON,NE,S,XKDIMENSION X(6),Y(6),NE(6,6),NEWTON(21)DATA X/0.2,0.24,0.28,0.32,0.36,0.4/DATA Y/0.1987,0.2377,0.2764,0.3146,0.3523,0.3894/!计算差商表：DX=0.04DO I=1,6NE(I,1)=Y(I)END DODO J=2,6DO I=J,6NE(I,J)=(NE(I,J-1)-NE(I-1,J-1))/(DX*(J-1))END DOEND DODO I=1,21XK=0.2+(I-1)*0.01NEWTON(I)=NE(1,1)S=1DO J=2,6S=S*(XK-X(J-1))NEWTON(I)=NEWTON(I)+S*NE(J,J)END DOEND DOWRITE(*,*) "NEWTON=",NEWTONEND结果：NEWTON=0.198700 0.208451 0.218209 0.227962 0.2377000.2474170.257108 0.266770 0.276400 0.285998 0.2955640.305097 0.3146000.324072 0.333513 0.342923 0.352300 0.3616420.370943 0.3801990.389400第四章源程序：REAL A,B,ANS,DDIMENSION A(4,4),B(4),ANS(4),D(4,5)DATA A/4197,6.8,88.6,1.45,305,71.3,76.4,5.9,-206,&&-47.4,-10.8,6.13,-840,52,802,36.5/DATA B/136,11.5,25.7,6.6/CALL LGAUS(A,B,4,D)CALL GAUSQ(D,4,ANS)WRITE(*,*) 'ANS=',ANSEND结果：ANS=3.226190E-02 0.322386 0.291290 -1.684955E-02第五章源程序：REAL A1,B1,A2,B2,E1,E2A1=0;A2=0B1=3.141592654/2;B2=1E1=0.000001;E2=0.001CALL SIMPB1(A1,B1,E1,S)WRITE(*,*) '第一题simpson:',SCALL SIMPB2(A2,B2,E1,S)WRITE(*,*) '第二题simpson:',SCALL ROMBERG1(A1,B1,E2,R)WRITE(*,*) '第一题ROMBERG',RCALL ROMBERG2(A2,B2,E2,R)WRITE(*,*) '第二题ROMBERG',RENDSUBROUTINE SIMPB1(A,B,E,S)F(X)=SIN(X)/XH=(B-A)/2S2=0;N=1S0=1+F(B)S1=F(A+H)S=(S0+4.0*S1)*H/3.060 N=2*N;H=H/2.0S2=S2+S1S1=0.0X=A+HDO I=1,NS1=S1+F(X)X=X+H+HEND DOS2N=(S0+2.0*S2+4.0*S1)*H/3.0IF(ABS(S2N-S)>E)THENS=S2NGOTO 60END IFEND SUBROUTINESUBROUTINE SIMPB2(A,B,E,S)F(X)=LOG(1+X)/XH=(B-A)/2S2=0;N=1S0=1+F(B)S1=F(A+H)S=(S0+4.0*S1)*H/3.060 N=2*N;H=H/2.0S2=S2+S1S1=0.0X=A+HDO I=1,NS1=S1+F(X)X=X+H+HEND DOS2N=(S0+2.0*S2+4.0*S1)*H/3.0IF(ABS(S2N-S)>E)THENS=S2NGOTO 60END IFEND SUBROUTINESUBROUTINE ROMBERG1(A,B,E,R)F(X)=SIN(X)/XREAL S,DS,TINTEGER K,UDIMENSION S(100,100)S(1,1)=(B-A)*(F(B)+1)/2K=1T=0100 K=K+1S(K,1)= 1/2*S((K-1),1)U=2**(K-2)-1DO J=0,UT=T+F(A+(2*J+1)*(B-A)/(2**(K-1)))END DOS(K,1)=S(K,1)+T*(B-A)/2**(K-1)DO J=2,KS((K-J+1),J)=(4**(J-1)*S((K-J+2),(J-1))+S((K-J+1),(J-1)))/&&(4**(J-1)-1)END DODS=S(1,K)-S(1,K-1)IF(ABS(DS).GT.E)THENR=S(1,K)ELSEGOTO 100END IFEND SUBROUTINESUBROUTINE ROMBERG2(A,B,E,R)F(X)=LOG(X+1)/XREAL S,DS,TINTEGER K,UDIMENSION S(100,100)S(1,1)=(B-A)*(F(B)+1)/2K=1T=0100 K=K+1S(K,1)= 1/2*S((K-1),1)U=2**(K-2)-1DO J=0,UT=T+F(A+(2*J+1)*(B-A)/(2**(K-1)))END DOS(K,1)=S(K,1)+T*(B-A)/2**(K-1)DO J=2,KS((K-J+1),J)=(4**(J-1)*S((K-J+2),(J-1))+S((K-J+1),(J-1)))/&&(4**(J-1)-1)END DODS=S(1,K)-S(1,K-1)IF(ABS(DS).GT.E)THENR=S(1,K)ELSEGOTO 100END IFEND SUBROUTINE结果：第一题simpson: 1.37076第二题simpson: 0.822467第一题ROMBERG 1.37128第二题ROMBERG 0.822811第六章第一题源程序：REAL X0,E,X1,X2,XXXX=1.55X0=1.5E=0.00005CALL SUPPO(X0,E,X1)WRITE(*,*) "X1=",X1CALL SUPPO1(X0,E,X2)WRITE(*,*) "X2=",X2CALL NTSP1(X0,XX,E,X4)WRITE(*,*) "X4=",X4CALL NTQX(X0,E,X3)WRITE(*,*) "X3=",X3END!简单迭代SUBROUTINE SUPPO(X0,E,X1)G(X)=1+1/x**2I=1X1=X0100 X2=X1X1=G(X1)I=I+1Y=X1-X2IF(ABS(Y)>E) THENGOTO 100ENDIFEND SUBROUTINE SUPPO!加速迭代SUBROUTINE SUPPO1(X0,E,X2) G(X)=1+1/X**2G1(X)=-2/X**3I=1X=X0200 X2=G(X)Q=G1(X2)X2=(X2+Q*X)/(1-Q)I=I+1Y=X2**3-X2**2-1X=X2IF(ABS(Y)>E) THENGOTO 200ENDIFEND SUBROUTINE SUPPO1!NEWTONSUBROUTINE NTQX(X0,E,X2)G(X)=X**3-X**2-1G1(X)=3*X**2-2*XX1=X0300 F=G(X1)F1=G1(X1)X2=X1-F/F1X1=X2I=I+1U=X2**3-X2**2-1IF(ABS(U)>E)THENGOTO 300END IFEND SUBROUTINE NTQXSUBROUTINE NTSP1(X0,XX,E,X4)G(X)=X**3-X**2-1I=1X1=XXF1=G(X0)400 F=G(X1)X4=X1-F*(X1-X0)/(F-F1)I=I+1Y=X4**3-X4**2-1X1=X4IF(ABS(Y)>E) THENGOTO 400END IFEND SUBROUTINE NTSP1结果：X1= 1.46556X2= 1.46558X3= 1.46667X4= 1.46557第二题源程序：REAL A,B,E,XDIMENSION A(3,3),B(3),X(3)DATA A/-8,1,1,1,-5,1,1,1,-4/DATA B/1,16,7/E=0.0001CALL YACOBI(A,B,3,E,X)WRITE(*,*) "方程的解为：",XCALL GAUSEI(A,B,3,E,X)WRITE(*,*) "方程的解为：",XENDSUBROUTINE YACOBI(A,B,N,E,X)REAL A,B,X,YDIMENSION A(N,N),B(N),X(N),Y(N)DO I=1,NX(I)=0END DO60 D=0DO I=1,NY(I)=B(I)DO J=1,NIF(I.NE.J)THENY(I)=Y(I)-A(I,J)*X(J)END IFEND DOY(I)=Y(I)/A(I,I)IF(ABS(X(I)-Y(I))>D)THEND=ABS(X(I)-Y(I))ENDIFEND DODO I=1,NX(I)=Y(I)ENDDOIF(D>E)THENGO TO 60END IFEND SUBROUTINE YACOBISUBROUTINE GAUSEI(A,B,N,E,X)DIMENSION A(N,N),B(N),X(N)DO I=1,NX(I)=0END DO100 D=0DO I=1,NY=B(I)DO J=1,NIF(I.NE.J) THENY=Y-A(I,J)*X(J)ENDIFEND DOY=Y/A(I,I)IF(ABS(X(I)-Y)>D)THEND=ABS(X(I)-Y)END IFX(I)=YEND DOIF(D>E)THENGOTO 100END IFEND SUBROUTINE GAUSEI结果：方程的解为：-0.999985 -3.99998 -2.99998 方程的解为：-0.999988 -3.99999 -2.99999第七章第一题源程序：REAL A,B,Y0,YY,Y,XINTEGER N1,N2,N3A=0.0;B=1.0Y0=1.0N1=10;N2=100;N3=1000CALL RKUTTA(A,B,N1,Y0,YY)WRITE(*,*) '步长为0.1，y(1)=',YYCALL RKUTTA(A,B,N2,Y0,YY)WRITE(*,*) '步长为0.01，y(1)=',YYCALL RKUTTA(A,B,N3,Y0,YY)WRITE(*,*) '步长为0.001，y(1)=',YYENDSUBROUTINE RKUTTA(A,B,M,Y0,YY)F(X,Y)=EXP(X)*Y**2-2*YREAL X0,A,B,Y0,YY,HHDIMENSION HH(5)X0=A;Y=Y0H=(B-A)/MHH(1)=H/2;HH(2)=HH(1);HH(3)=H;HH(4)=H;HH(5)=H/2DO I=1,MX1=X0;Y1=Y;YY=YDO J=1,4X=X1+HH(J)AA=F(X,Y)YY=YY+AA*HH(J+1)/3Y=Y1+AA*HH(J)END DOY=YYEND DOEND SUBROUTINE RKUTTA结果：步长为0.1，y(1)= 0.253325步长为0.01，y(1)= 0.239780步长为0.001，y(1)= 0.238542第二题源程序：REAL A,B,Y,YYINTEGER N,MDIMENSION Y(3),YY(3)DATA Y/1,-1,0/N=5/0.25A=0.0;B=5.0M=3CALL HRKUTTA(A,B,N,M,Y,YY)WRITE(*,*) '方程的解为：',YYENDSUBROUTINE HRKUTTA(A,B,N,M,Y,YY)REAL X0DIMENSION HH(5),Y(M),Y1(M),F(M),YY(M)X0=AH=(B-A)/NHH(1)=H/2;HH(2)=HH(1);HH(3)=H;HH(4)=H;HH(5)=H/2DO I=1,NX1=X0+(I-1)*HX=X1DO J=1,MY1(J)=Y(J);YY(J)=Y(J)END DODO K=1,4CALL FUN(X,Y,F)X=X1+HH(K)DO L=1,MYY(L)=YY(L)+F(L)*HH(K+1)/3Y(L)=Y1(L)+F(L)*HH(K)END DOEND DODO J=1,MY(J)=YY(J)END DOEND DOEND SUBROUTINE HRKUTTASUBROUTINE FUN(X,Y,F)REAL X,Y,FDIMENSION Y(3),F(3)F(1)=-Y(1)+2*Y(2)+6*Y(3)F(2)=-1*Y(2)+3*Y(3)+2*SIN(X)F(3)=-1*Y(3)+X**2*EXP(-1*X)+COS(X)END SUBROUTINE FUN结果：方程的解为：-1.42051 -1.67879 -6.023698E-02。

数值分析上机作业2实验一：（1） ①用不动点迭代法求()013=--=x x x f 的根，至少设计两种迭代格式，一个收敛一个发散，1210-=ε。

（2） ②对迭代格式使用Aitken 加速，观察敛散性变化。

1取递推公式31)1(+=x x ，可以得到收敛时的迭代结果为：x=(2)^(1/3); t=1; while(1)if(abs(x-(x+1)^(1/3))<10^-12) break; endx=(x+1)^(1/3);t=t+1;end t xtemp=x^3-x-1 %带回来验证下 t = 16 x =1.324717957243755 temp =-4.225952920933196e-12 加速后代码如下 x=1;x=(x*((x+1)^(1/3)+1)^(1/3)-(x+1)^(2/3))/(x-2*(x+1)^(1/3)+((x+1)^(1/3)+1)^(1/3)) t=1; while(1)if(abs(x-(x*((x+1)^(1/3)+1)^(1/3)-(x+1)^(2/3))/(x-2*(x+1)^(1/3)+((x+1)^(1/3)+1)^(1/3)))<10^-10) break; endx=(x*((x+1)^(1/3)+1)^(1/3)-(x+1)^(2/3))/(x-2*(x+1)^(1/3)+((x+1)^(1/3)+1)^(1/3)); t=t+1; if (t>100000)break; %防止运算次数过多 end endfprintf('需要%d 次',t);输出需要670次>>此处取10^10-=ε，若到10^-12次方则可能需要运行更多次取13-=x x 则迭代发散。

使用aitken 加速计算结果如下 x=2; t=1; while(1)if( abs(x-((x*((x^3-1)^3-1))-(x^3-1)^2)/(x-2*(x^3-1)+(x^3-1)^3-1))<10^-10) break; end t=t+1;x=((x*((x^3-1)^3-1))-(x^3-1)^2)/(x-2*(x^3-1)+(x^3-1)^3-1); if (t>100000)break; %防止运算次数过多 end end t xt = 108x = 1.324717956244172由此可见经过aitken 加速以后，原来发散的迭代格式收敛了。

数值分析上机实验报告选题：曲线拟合的最小二乘法指导老师：专业：学号：姓名：课题八 曲线拟合的最小二乘法一、问题提出从随机的数据中找出其规律性，给出其近似表达式的问题，在生产实践和科学实验中大量存在，通常利用数据的最小二乘法求得拟合曲线。

在某冶炼过程中，根据统计数据的含碳量与时间关系，试求含碳量y 与时间t 的拟合曲线。

二、要求1、用最小二乘法进行曲线拟合；2、近似解析表达式为()33221t a t a t a t ++=ϕ；3、打印出拟合函数()t ϕ，并打印出()j t ϕ与()j t y 的误差，12,,2,1Λ=j ；4、另外选取一个近似表达式，尝试拟合效果的比较；5、*绘制出曲线拟合图*。

三、目的和意义1、掌握曲线拟合的最小二乘法；2、最小二乘法亦可用于解超定线代数方程组；3、探索拟合函数的选择与拟合精度间的关系。

四、计算公式对于给定的测量数据(x i ,f i )(i=1,2,…，n )，设函数分布为 特别的，取)(x j ϕ为多项式j j x x =)(ϕ (j=0, 1,…，m )则根据最小二乘法原理，可以构造泛函令0=∂∂ka H (k=0, 1,…，m ) 则可以得到法方程求该解方程组，则可以得到解m a a a ,,,10Λ，因此可得到数据的最小二乘解曲线拟合：实际工作中，变量间未必都有线性关系，如服药后血药浓度与时间的关系；疾病疗效与疗程长短的关系；毒物剂量与致死率的关系等常呈曲线关系。

曲线拟合是指选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系。

五、结构程序设计在程序结构方面主要是按照顺序结构进行设计，在进行曲线的拟合时，为了进行比较，在程序设计中，直接调用了最小二乘法的拟合函数polyfit ，并且依次调用了plot 、figure 、hold on 函数进行图象的绘制，最后调用了一个绝对值函数abs 用于计算拟合函数与原有数据的误差，进行拟合效果的比较。

《数值分析》上机习题1.用Newton法求方程X7 - 28X4 + 14=0在（0.1，1.9）中的近似根（初始近似值取为区间端点，迭代6次或误差小于0.00001）。

#include<stdio.h>#include<math.h>int main(){ float x1,x,f1,f2;static int count=0;x1=0.1 ;//定义初始值do{x=x1;f1=x*(x*x*x*x*x*x-28*x*x*x)+14;f2=7*x*x*x*x*x*x-4*28*x*x*x;//对函数f1求导x1=x-f1/f2; count++; }while(fabs(x1-x)>=1e-5);printf("%8.7f\n",x1); printf("%d\n",count);return 0;}2.已知函数值如下表：试用三次样条插值求f(4.563)及f’(4.563)的近似值。

include <stdio.h>#include <math.h>#define N 11main(){double B[N+1][N+1],m,x,u[N+1],y[N+1],c[N+1],d[N+1];double e[N+1]={2,0,4.15888308,6.5916738,8.3177664,9.6566268,10.750557,11.675460 6,12.47667,13.1833476,13.8155106,14.0155106};int i;x=4.563;B[0][0]=-2;B[0][1]=-4;B[N][N-1]=4;B[N][N]=2;for(i=1;i<N;i++){B[i][i-1]=1;B[i][i]=4;B[i][i+1]=1;}u[0]=B[0][0];y[0]=e[0];for(i=1;i<N;i++){m=B[i][i-1]/u[i-1];u[i]=B[i][i]-m*B[i-1][i];y[i]=e[i]-m*y[i-1];}c[N]=y[N]/u[N];for(i=N-1;i>=0;i--)c[i]=(y[i]-B[i][i+1]*c[i+1])/u[i];for(i=0;i<12;i++){m=fabs(x-i);if(m>=2)d[i]=0;else if(m<=1)d[i]=0.5*fabs(pow(m,3))-m*m+2.0/3;elsed[i]=(-1.0/6.0)*fabs(pow(m,3))+m*m-2*fabs(m)+4/3.0;} m=0;for(i=0;i<12;i++) m=m+c[i]*d[i];printf("f(%4.3f)=%f\n",x,m);printf("f'(4.563)=%lf\n",(c[4]-c[2])/2); }3.用Romberg 算法求)00001.0(sin )75(32314.1=+⎰ε允许误差dx x x x x . #include "stdafx.h" #include<stdio.h> #include<math.h> float f(float x) {float f=0.0;f=pow(3.0,x)*pow(x,1.4)*(5*x+7)*sin(x*x); return (f); } main() {int i=1,j,k,n=12;float T[12],a=1.0,b=3.0,s=0.0; T[0]=0.5*(b-a)*(f(a)+f(b));for(j=1;j<n-1;j++){ for(k=1;k<=pow(2,j-1);k++) s+=f(a+(2*k-1)*(b-a)/pow(2,j)); T[j]=0.5*(T[j-1]+(b-a)*s/pow(2,j-1)); s=0.0; }T[11]=(4*T[1]-T[0])/(float)3;for(;fabs(T[11]-T[0])>0.00001;i++) {T[0]=T[11];for(j=1;j<n-1-i;j++) T[j]=(pow(4,i)*T[j+1]-T[j])/(pow(4,i)-1); T[11]=(pow(4,i+1)*T[1]-T[0])/(pow(4,i+1)-1); }printf("%f\n",T[11]); }4. 用定步长四阶Runge-Kutta 求解一、程序要求用定步长四阶法求解 y1’=1y2’=y3 y3’=1000-1000y2-100y3(y1(0)=y2(0)=y3(0)=0) h=0.0005,打印yi(0.025),yi(0.045),yi(0.085),yi(0.1),(i=1,2,3)h =0.0005，打印y i (0.025) ，⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧===--===0)0(0)0(0)0(10010001000//1/321323321y y y y y dt dy ydt dy dt dyy i(0.045) ，y i(0.085) ，y i(0.1) ，(i=1，2，3)#include "stdafx.h"#include <stdio.h>#include <math.h>double F(double x,double y[4],double f[4]){f[1]=0*x+0*y[1]+0*y[2]+0*y[3]+1;f[2]=0*x+0*y[1]+0*y[2]+1*y[3]+0;f[3]=0*x+0*y[1]-1000*y[2]-100*y[3]+1000;return(1);}void main(){double F(double x,double y[4],double f[4]);doubleh=0.0005,x=0,Y[4],k[5][4],s[4],f[4],det,m[4]={0.025,0.045,0.085,0.1};int i,j,t; for(t=0;t<=3;t++)/*龙格-库塔算法*/{for(j=0;j<=3;j++)Y[j]=0; //每求一组值后将初值条件还原为0 for(i=1;i<=int(m[t]/h);i++){for(j=1;j<=3;j++)s[j]=Y[j];det=F(x,s,f);for(j=1;j<=3;j++)k[1][j]=h*f[j]; /*四阶古典公式中的k值和求和的计算*/ for(j=1;j<=3;j++)s[j]=Y[j]+0.5*k[1][j];det=F(x+0.5*h,s,f);for(j=1;j<=3;j++)k[2][j]=h*f[j];for(j=1;j<=3;j++)s[j]=Y[j]+0.5*k[2][j];det=F(x+0.5*h,s,f);for(j=1;j<=3;j++)k[3][j]=h*f[j];for(j=1;j<=3;j++)s[j]=Y[j]+k[3][j];det=F(x+h,s,f);for(j=1;j<=3;j++)k[4][j]=h*f[j];for(j=1;j<=3;j++)Y[j]=Y[j]+(k[1][j]+2*k[2][j]+2*k[3][j]+k[4][j])/6;x+=h;} for(j=1;j<=3;j++)printf("y[%d](%f)=%f ",j,m[t],Y[j]); printf("\n"); } } 5.⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=40.00001 4.446782 2.213474- 0.238417 1.784317 0.037585- 1.010103- 3.123124 2.031743- 4.446782 30.719334 3.123789 1.103456- 2.121314 0.71828- 0.336993 1.112348 3.067813 2.213474- 3.123789 14.7138465 0.103458- 3.111223- 2.101023 1.056781- 0.784165- 1.7423820.238417 1.103456- 0.103458- 9.789365 0.431637 3.741856- 1.836742 1.563849 0.718719 1.7843172.1213143.111223- 0.431637 19.8979184.101011 2.031454 2.189736 0.113584-0.037585- 0.71828- 2.101023 3.741856- 4.101011 27.108437 3.123848 1.012345- 1.112336 1.010103- 0.336993 1.056781- 1.836742 2.031454 3.123848 15.567914 3.125432- 1.061074- 3.123124 1.112348 0.784165- 1.563849 2.189736 1.012345- 3.125432- 19.141823 2.115237 2.031743- 3.067813 1.742382 0.718719 0.113584- 1.112336 1.061074- 2.115237 12.38412A Tb )5.6784392- 4.719345 1.1101230 86.612343- 1.784317 0.84671695 25.173417- 33.992318 2.1874369(= 用列主元消去法求解Ax=b 。

数值分析上机作业姓名：唐皓学号：142460专业：道路与铁道工程院系：交通学院授课教师：吴宏伟日期：2015年1月习题一1 题目17．（上机题）舍入误差与有效数 设2211NN j S j ==-∑，其精确值为1311221N N ⎛⎫-- ⎪+⎝⎭。

（1）编制按从大到小的顺序22211121311N S N =+++---，计算N S 的通用程序； （2）编制按从小到大的顺序2221111(1)121N S N N =+++----，计算N S 的通用程序； （3）按两种顺序分别计算210S ，410S ，610S ，并指出有效位数。

（编制程序时用单精度）；（4）通过本上机题你明白了什么？2 通用程序代码2.1 按从小到大的顺序计算N Svoid AscendSum(unsigned long int N)// 计算从大到小的总和 {for (unsigned long int j=2;j<=N;j++) ascendSum+=(float )1.0/(j*j-1);cout<<"Sum From 1 to N (Ascend) is: "<<ascendSum<<endl; Error(ascendSum); Delimiter();} 2.2 按从大到小的顺序计算N Svoid DescendSum(unsigned long int N)//计算从小到大的总和 {for (unsigned long int j=N;j>=2;j--) descendSum+=(float )1.0/(j*j-1);cout<<"Sum From N to 1 (Descend) is: "<<descendSum<<endl; Error(descendSum); Delimiter();}3计算结果展示图1 N=100时的计算结果图2 N=10000时的计算结果图3 N=1000000时的计算结果表1-1 计算结果汇总N S 精确值按从小到大按从大到小N S 值有效位数 N S 值有效位数210S 0.7400494814 0.7400494814 10 0.740049541 6 410S 0.7498999834 0.7498521209 4 0.7498999834 10 610S0.74999898670.75185602920.752992510824 计算结果分析（1）如果采用单精度数据结构进行计算，则相较于双精度的数据结果，由于数据存储字长的限制导致计算机存在较大的舍入误差，因此本程序采用的是双精度数据存储方式。

一、数值求解如下正方形域上的Poisson 方程边值问题 2222(,)1,0,1(0,)(1,)(1),01(,0)(,1)0,01u u f x y x y x y u y u y y y y u x u x x ⎧⎛⎫∂∂-+==<<⎪ ⎪∂∂⎪⎝⎭⎨==-≤≤⎪⎪==≤≤⎩二、用椭圆型第一边值问题的五点差分格式得到线性方程组为2,1,1,,1,10,1,,0,141,?,?,?,?0,1i j i j i j i j i j ijj N j i i N u u u u u h f i j N u u u u i j N -+-+++----=≤≤====≤≤+， 写成矩阵形式Au=f 。

其中1．三 、编写求解线性方程组Au=f 的算法程序, 用下列方法编程计算, 并比较计算速度。

2．用Jacobi 迭代法求解线性方程组Au=f 。

3．用块Jacobi 迭代法求解线性方程组Au=f 。

4． 用SOR 迭代法求解线性方程组Au=f,用试算法确定最佳松弛因子。

1122N N v b v b u f v b ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭4114114ii A -⎛⎫ ⎪- ⎪= ⎪- ⎪-⎝⎭11,12,1,121,22,2,21,2,,2211,12,1,121,22,2,221,2,,(,,...,),(,,...,),......,(,,...,)(,,...,)?,(,,...,)?,......,(,,...,)?1,999,0.10.011T T N N TN N N N N T T N N T N N N N N v u u u v u u u v u u u b h f f f b h f f f b h f f f h N h N ====+=+=+===+取或则或,1,,1,2,...,i j f i j N== 1122NN A I I A A I I A -⎛⎫ ⎪- ⎪= ⎪- ⎪-⎝⎭5．用块SOR 迭代法求解线性方程组Au=f,用试算法确定最佳松弛因子。

数值分析上机题答案【篇一：数值分析上机试题对应参考答案】么是近似值x* 有效数字？若近似值x*的误差限是某一位的半个单位，该位到x*的第一位非零数字共有n位，就说x*有n位有效数字。

它可表示为2、数值计算应该避免采用不稳定的算法，防止有效数字的损失. 因此，在进行数值运算算法设计过程中主要注意什么？（1）简化计算过程，减少运算次数；（2）避免两个相近的数相减；（3）避免除数的绝对值远小于被除数的绝对值；（4）防止大数“吃掉”小数的现象；（5）使用数值稳定的算法，设法控制误差的传播。

3、写出“n 阶阵a 具有n 个不相等的特征值”的等价条件（至少写3 个）(1)|a|不为零(2)n阶矩阵a的列或行向量组线性无关(3)矩阵a为满秩矩阵(4)n阶矩阵a与n阶可逆矩阵b等价4、迭代法的基本思想是什么？就是用某种极限过程去逐步逼近线性方程组精确解得方法。

其基本思想为：先任取一组近似解初值x0，然后按照某种迭代原则，由x0计算新的近似解x1，以此类推，可计算出x2,x3，…xk，。

,如果｛x｝收敛，则取为原方程组的解。

5、病态线性方程组的主要判断方法有哪些？（1）系数矩阵的某两行（列）几乎近似相关（2）系数矩阵的行列式的值很小（3）用主元消去法解线性方程组时出现小主元（4）近似解x*已使残差向量r=b-ax*的范数很小，但该近似解仍不符合问题要求。

6、lagrange 插值的前提条件是什么？并写出二次lagrange 插值的基函数。

1，j?i?（x)? 前提条件是：l i ,j?0,1,2?，n.?ij0，j?i?二次lagrange 插值的基函数： (x?x)(x?x)12??lx0(xx)(xx) 0?10?2 (x?x)(x?x)02?? lx1(xx)(xx)1?01?2(x?x)(x?x)01?? lx2(x?x)(x?x)20217、什么是数值积分的代数精度？如果某一个求积公式对于次数不超过m的多项式均能准确地成立，但对于m+1次多项式就不准确成立，则称该求积公式具有m次代数精度（或代数精确度）。

1.已知矩阵A=1078775658610975910⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦,B=2345644567036780028900010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦,错误！未找到引用源。

=11/21/31/41/51/6 1/21/31/41/51/61/7 1/31/41/51/61/71/8 1/41/51/61/71/81/9 1/51/61/71/81/91/10 1/61/71/81/91/101/11⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦（1）用MATLAB函数“eig”求矩阵全部特征值。

（2）用基本QR算法求全部特征值（可用MA TLAB函数“qr”实现矩阵的QR分解）。

解：MATLAB程序如下：求矩阵A的特征值：clear;A=[10 7 8 7;7 5 6 5;8 6 10 9;7 5 9 10];E=eig(A)输出结果：求矩阵B的特征值：clear;B=[2 3 4 5 6;4 4 5 6 7;0 3 6 7 8;0 0 2 8 9;0 0 0 1 0];E=eig(B)输出结果：求矩阵错误！未找到引用源。

的特征值：clear;错误！未找到引用源。

=[1 1/2 1/3 1/4 1/5 1/6; 1/2 1/3 1/4 1/5 1/6 1/7; 1/3 1/4 1/5 1/6 1/7 1/8; 1/4 1/5 1/6 1/7 1/8 1/9;1/5 1/6 1/7 1/8 1/9 1/10; 1/6 1/7 1/8 1/9 1/10 1/11]; E=eig(错误！未找到引用源。

)输出结果：（2）A=1078775658610975910第一步：A0=hess(A);[Q0,R0]=qr(A0);A1=R0*Q0 返回得到：第二部：[Q1,R1]=qr(A1);A2=R1*Q1第三部：[Q2,R2]=qr(A2);A3=R2*Q2现在收缩，继续对A3的子矩阵错误！未找到引用源。

一. 上机作业任务一： 用五点差分格式求解Poisson 方程边值问题，P124-------3、4（任选一题）。

二. 上机作业任务二：用Simpson 求积法计算定积分()baf x dx ⎰。

下面两种方法任选一。

（1）变步长复化Simpson 求积法。

（2）自适应Simpson 求积法三. 上机作业任务三：用MATLAB 语言编写连续函数最佳平方逼近的算法程序（函数式M 文件）。

要求算法程序可以适应不同的具体函数，具有一定的通用性。

并用此程序进行数值试验，写出计算实习报告。

所编程序具有以下功能：1. 用Lengendre 多项式做基，并适合于构造任意次数的最佳平方逼近多项式。

可利用递推关系 0112()1,()()(21)()(1)()/2,3,.....n n n P x P x xP x n xP x n P x n n --===---⎡⎤⎣⎦=2. 被逼近函数f(x)用M 文件建立数学函数。

这样，此程序可通过修改建立数学函数的M 文件以适用不同的被逼近函数（要学会用函数句柄）。

3. 要考虑一般的情况]1,1[],[)(+-≠∈b a x f 。

因此，程序中要有变量代换的功能。

4. 计算组合系数时，计算函数的积分采用数值积分的方法。

5. 程序中应包括帮助文本和必要的注释语句。

另外，程序中也要有必要的反馈信息。

6. 程序输入：（1）待求的被逼近函数值的数据点0x (可以是一个数值或向量)（2）区间端点：a,b 。

7. 程序输出：（1）拟合系数：012,,,...,n c c c c（2）待求的被逼近函数值00001102200()()()()()n n s x c P x c P x c P x c P x =++++ 8． 试验函数：()cos ,[0,4]f x x x x =∈+；也可自选其它的试验函数。

9． 用所编程序直接进行计算，检测程序的正确性，并理解算法。

10． 分别求二次、三次、。