中南大学数值分析作业完整版~
《数值分析》作业参考答案-2
![《数值分析》作业参考答案-2](https://img.taocdn.com/s3/m/d28a4fb104a1b0717fd5ddb0.png)
《数值分析》作业参考答案一. 选择题1. A ; 2.B ; 3.B ; 4.D; 5.C; 6.D; 7.C; 8.B; 9.D; 10.C ; 11.B ; 12.A ; 13.A; 14.C; 15.A; 16.B; 17.D; 18.A 19.D,20.C,21.A,22.D,23.C,24.C. 二. 填空题1. 3,3,3 ;2. 1,2/3 ;3. 100!2^100 ;4. (-1 ,1);5.)())((102010n x x x x x x ---Λ ; 6. xxx x x g sin 1cos )(+--=,2;7. (-1, 1); 8. x ; 9. 4 ; 10. 5,9 ; 11. )(211nn n x cx x +=+, 2; 12. 31x x ++ ; 13. 10/9, 4; 14. 10, 55, 550; 15. 3ab b -+ 16. 312-x 17. 3118.431,431,21i i +-- 19.x x +22 20. 3b a a -+ . 三.1. 12)(2++=x x x p 2. )()(x f x p = 3.12292.512,916,910====a B C A , 代数精确度为5 3.证明:||)'(||||'||)'(1-⋅=A A A A A A cond设}'m ax {的特征值的模A A =λ,})'m ax {(11的特征值的模--=A A β,则 上式=2212))((||||||||A cond AA =⋅=⋅-βλ4.1. (12分)⎪⎪⎪⎪⎪⎭⎫⎝⎛---=1111433221L ,⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---=4534231112U ,⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=0101X 2. (8分)Seidel 收敛,因为A 实正定对称阵. 迭代格式⎪⎪⎩⎪⎪⎨⎧+=++-=+=+=+++++++2/)1(2/)2(2/)(2/)2()1(3)1(4)(4)1(2)1(3)(3)1(1)1(2)(2)1(1k k k k k k k k k k x x x x x x x x x x 5. 14)(22+-=x x p π,余项6*54|)2(|61)(cos 322ππ≤-≤-x x x p x 6.6. 证明:当0=A 时,结论显然成立;当0≠A 时,因222||||||||||||||X A Y AX Y T<,故 2220,0||||||||||||||sup A Y X AX Y T Y X ≤≠≠;又A A T是实对称矩阵,故存在正交阵),,,(21n p p p P Λ=使得⎪⎪⎪⎭⎫ ⎝⎛==n TT D AP A P λλO 1, i P 是特征值i λ对应的特征向量。
数值分析作业及参考答案
![数值分析作业及参考答案](https://img.taocdn.com/s3/m/21696fdbd15abe23482f4de8.png)
数值分析第一次作业及参考答案1. 设212S 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,而相对误差却减少。
解:2**22211()0.122()0.10.2()1122,(),().r r e S S S gt gt gt e S gt e S t gt gt t e S e S =-=-====∴↑↑↓2. 设2()[,]f x C a b ∈且()()0f a f b ==,求证2''1max ()()max ().8a x ba xb f x b a f x ≤≤≤≤≤-解:由112,0),(,0)()()0()00.a b L x l x l x =⨯+⨯=(两点线性插值 插值余项为"111()()()()()()[,]2R x f x L x f x a x b a b ξξ=-=--∈ [,].x a b ∴∀∈有12211()()"()()()max "()[()()]221()()1max "()[]()max "().228a x ba xb a x b f x R x f x a x b f x x a b x x a b x f x b a f x ξ≤≤≤≤≤≤==--≤---+-≤=-21max ()()max "()8a xb a x b f x b a f x ≤≤≤≤∴≤-3. 已测得函数()y f x =的三对数据:(0,1),(-1,5),(2,-1),(1)用Lagrange 插值求二次插值多项式。
(2)构造差商表。
(3)用Newton 插值求二次插值多项式。
解:(1)Lagrange 插值基函数为0(1)(2)1()(1)(2)(01)(02)2x x l x x x +-==-+-+-同理 1211()(2),()(1)36l x x x l x x x =-=+ 故2202151()()(1)(2)(2)(1)23631i i i p x y l x x x x x x x x x =-==-+-+-++=-+∑(2)令0120,1,2x x x ==-=,则一阶差商、二阶差商为0112155(1)[,]4,[,]20(1)12f x x f x x ---==-==-----0124(2)[,,]102f x x x ---==-22()1(4)(0)1*(0)(1)31P x x x x x x =+--+-+=-+4. 在44x -≤≤上给出()xf x e =的等距节点函数表,若用二次插值求x e 的近似值,要使截断误差不超过610-,问使用函数表的步长h 应取多少?解:()40000(),(),[4,4],,,, 1.x k x f x e f x e e x x h x x h x x th t ==≤∈--+=+≤考察点及(3)200044343()()[(()]()[()]3!(1)(1)(1)(1)3!3!.(4,4).6f R x x x h x x x x h t t t e t h th t h e h e ξξ=----+-+≤+⋅⋅-=≤∈-则436((1)(1)100.006.t t t h --+±<< 在点 得5. 求2()f x x =在[a,b ]上的分段线性插值函数()h I x ,并估计误差。
中南大学数值分析试题1
![中南大学数值分析试题1](https://img.taocdn.com/s3/m/ca0935ea81c758f5f61f67d9.png)
习题一1、已知e=2.71828L 问下列近似值A x 有几位有效数字?相对误差界是多少?(1), 2.7A x e x == (2), 2.718A x e x ==(3)/100,0.027A x e x ==(4)/100,0.02718A x e x ==2、设原始数据的下列近似值每位都是有效数字:*1 1.1021x = *20.031x = *356.430x =试计算(1)***123x x x ++,(2)**23/x x ,并估计它们的相对误差界。
3、设x 的相对误差界是δ,求n x 的相对误差界。
4、正方形的边长为10cm,问测量边长的误差界多大时才能保证面积误差不超过20.1cm5、为了使计算球体体积时的相对误差不超过1%,问测量半径R 时允许的相对误差界是多少?6、三角函数值取四位有效数字,怎样计算1cos 2−o 才能保证精度?7、设0Y =28,按递推公式11,2,n n Y Y n −==L 计算,27.982≈时,100Y 将有多大的误差?8、下列公式是否要做变换才能避免有效数字的损失?如何变换?(1)sin sin x y − (2)arctan arctan x y −2− (4)(2(1)/2x e − 9、[]n M R 且非奇异,又设x 为n R 上的一个向量范数,定义P xPx =试证明P x 也是n R 上的一个向量范数。
10、为对称正定矩阵,定义试证明A x 也是n R 上的一个向量范数。
11、证明向量范数的等价性:(1)2x x ∞≤≤ (2) 1x x n x ∞∞≤≤(3) 21x x ≤≤12、设矩阵0.60.50.10.3A ⎛⎞=⎜⎟⎝⎠计算A 的行范数、列范数、2范数。
13、设A 为n 阶方阵,U 为n 阶正交阵,试证222||||||||||||AU UA A ==14、对算子范数 ||||⋅,设 ||||1B <,求证 11||()||.1||||I B B −≤±+ 15、举例说明矩阵的谱半径不是矩阵范数。
数值分析作业(完整版)
![数值分析作业(完整版)](https://img.taocdn.com/s3/m/043111cb5fbfc77da269b1e9.png)
的逆阵 A ,用左除命令 A \ E 检验你的结果。
clc clear close all A=[1 1 1 1 1;1 2 3 4 5;1 3 6 10 15;1 4 10 20 35;1 5 15 35 70]; fprintf('对上述矩阵进行列主元素分解:\n') for i=1:1:r-1 [mx,ro]=max(abs(A(i:r,i))); % 寻找a阵第i列的最大值 [A(i,:),A(ro+i-1,:)]=exchange(A(i,:),A(ro+i-1,:)); % 进行行与行交换 for j=i+1:1:r A(j,:)=A(j,:)-A(j,i)/A(i,i)*A(i,:); end A End %--矩阵A的逆阵 A1=inv(A) %--左除验证 E=eye(5); A2=A\E % 5x5单位阵 % A阵的逆矩阵 % 输出每次交换后的A
第一章
1、计算积分 I n
Code: clc clear close all n=9; %--梯形积分法 x=0:0.01:1; y=(x.^n).*exp(x-1); In = trapz(x,y); In2=vpa(In,6) % 6位有效数字 %--高精度积分法 F = @(x1)(x1.^n).*exp(x1-1); s = quad(F,0,1); s1=vpa(s,6)
0
0, 0, 0, 0, 0 。
T
if abs(er(:,i-1))<=e fprintf('在迭代 %d 次之后,满足精度要求,x向量的值如下:\n',i); fprintf('x1=%.5f, x2=%.5f, x3=%.5f, x4=%.5f, x5=%.5f\n',x(1,i),x(2,i),x(3,i),x(4,i),x(5,i)); break end end %--绘图 figure(1) plot(1:1:i,x(1,:),'b',1:1:i,x(2,:),'k',1:1:i,x(3,:),'g',1:1:i,x(4,:), 'r',1:1:i,x(5,:),'c') legend('x1','x2','x3','x4','x5') grid on title('Jacobi迭代法——x值随迭代次数变化曲线') figure(2) plot(1:1:i-1,er(1,:),'b',1:1:i-1,er(2,:),'k',1:1:i-1,er(3,:),'g',1:1: i-1,er(4,:),'r',1:1:i-1,er(5,:),'c') legend('△x1','△x2','△x3','△x4','△x5') grid on title('Jacobi迭代法——△x值随迭代次数变化曲线') %% fprintf('\n-------------Gauss-Seidel迭代法---------------------\n'); U=-(A1-D); L=-(A2-D); DL_1=inv(D-L); M1=DL_1*U; b2=DL_1*b; x1(:,1)=M1*x0+b2; for j=2:1:100 x1(:,j)=M1*x1(:,j-1)+b2; er1(:,j-1)=x1(:,j)-x1(:,j-1); if abs(er1(:,j-1))<=e fprintf('在迭代 %d 次之后,满足精度要求,x向量的值如下:\n',j); fprintf('x1=%.5f, x2=%.5f, x3=%.5f, x4=%.5f, x5=%.5f\n',x1(1,j),x1(2,j),x1(3,j),x1(4,j),x1(5,j)); break end end %--绘图 figure(3) plot(1:1:j,x1(1,:),'b',1:1:j,x1(2,:),'k',1:1:j,x1(3,:),'g',1:1:j,x1(4 ,:),'r',1:1:j,x1(5,:),'c') legend('x1','x2','x3','x4','x5')
中南大学数值分析试题7
![中南大学数值分析试题7](https://img.taocdn.com/s3/m/2cfbb8e9856a561252d36fd9.png)
2 2 −1
0
3 1 −2 , (2) A = 1 4 2 .
−2
1
2 1
10. 设矩阵A ∈ Rn×n 为Hessenberg形, 对QR变换 A = QR, B = QT AQ = RQ 证明矩阵Q 和B 都是Hessenberg形矩阵. 2
2=
1) 是A 的一个特征值及对应的特征
.
向量. 试证: 若有正交矩阵P 使得P x = e1 , 则有 P AP T = (b) 已知矩阵
λ
0
0 B
2 A= 10
10 5 −8
2
−8 .
2
11
的 一 个 特 征 值λ = 9和 对 应 的 特 征 向 量x = (2/3, 1/3, 2/3)T . 试 求 镜 面 反 射 矩 阵P 使得P x = e1 , 并计算P AP T . 7. 用正交相似变换将下列矩阵化为对称三对角矩阵:
1.0 1.0
0 1 3
0.5 0.25
0.25 .
0.5
2.0ห้องสมุดไป่ตู้
5. 设x = (1, 1, 1, 1)T , 用下列两种方法分别求正交矩阵P , 使得P x = ± (a) P 为平面旋转矩阵的乘积. (b) P 为镜面反射矩阵.
x
2
e1 .
1
6. (a) 设矩阵A ∈ Rn×n 为对称矩阵, λ 和x( x
习题七
1. 用幂法求下列矩阵的主特征值和主特征向量:
3 −2 −4 A= −2 6 −2 .
数值分析大作业四
![数值分析大作业四](https://img.taocdn.com/s3/m/d6d314e5ce2f0066f433220b.png)
《数值分析》大作业四一、算法设计方案:复化梯形积分法,选取步长为1/500=0.002,迭代误差控制在E ≤1.0e-10①复化梯形积分法:11()[()()2()]2n bak hf x dx f a f b f a kh -=⎰≈+++∑,截断误差为:322()''()''(),[,]1212T b a b a R f h f a b n ηηη--=-=-∈其中。
复化Simpson 积分法,选取步长为1/50=0.02,迭代误差控制在E ≤1.0e-10②Simpson 积分法:121211()[()()4()2()]3m m bi i a i i hf x dx f a f b f x f x --==≈+++∑∑⎰, 截断误差为:4(4)(),[,]180s b a R h f a b ηη-=-∈。
③Guass积分法选用Gauss-Legendre 求积公式:111()()ni i i f x dx A f x -=≈∑⎰截断误差为:R= ()()n 2n 422n!2×(2[2!]2n 1f n n ⨯(2)η())+ η∈(1,1)。
选择9个节点:-0.9681602395,-0.8360311073,-0.6133714327,-0.3242534234,0,0.3242534234,0.6133714327,0.8360311073,0.9681602395, 对应的求积系数依次为:0.0812743884,0.1806481607,0.2606106964,0.3123470770,0.3302393550,0.3123470770,0.2606106964,0.1806481607,0.0812743884。
二、程序源代码:#include<stdio.h>#include<math.h>#include<stdlib.h>#define E 1.0e-10/****定义函数g和K*****/double g(double a){double b;b=exp(4*a)+(exp(a+4)-exp(-a-4))/(a+4);return b;}double K(double a,double b){double c;c=exp(a*b);return c;}/******复化梯形法******/void Tixing( ){double u[1001],x[1001],h,c[1001],e;int i,j,k;FILE *fp;fp=fopen("f:/result0. xls ","w");h=1.0/1500;for(i=0;i<3001;i++){x[i]=i*h-1;u[i]=g(x[i]);}for(k=0;k<100;k++){e=0;for(i=0;i<1001;i++){for(j=1,c[i]=0;j<N-1;j++)c[i]+=K(x[i],x[j])*u[j];u[i]=g(x[i])-h*c[i]-h/2*(K(x[i],x[0])*u[0]+K(x[i],x[N-1])*u[N-1]);e+=h*(exp(4*x[i])-u[i])*(exp(4*x[i])-u[i]);}if(e<=E) break;}for(i=0;i<1001;i++)fprintf(fp,"%.12lf,%.12lf\n",x[i],u[i]);fclose(fp);}/******复化Simpson法******/void simpson( ){double u[101],x[101],h,c[101],d[101],e;int i,j,k;FILE *fp;fp=fopen("f:/result1.xls","w");h=1.0/50;for(i=0;i<101;i++){x[i]=i*h-1;u[i]=g(x[i]);}for(k=0;k<50;k++){e=0;for(i=0;i<101;i++){for(j=1,c[i]=0,d[i]=0;j<51;j++){c[i]+=K(x[i],x[2*j-1])*u[2*j-1];if(j<50)d[i]+=K(x[i],x[2*j])*u[2*j];}u[i]=g(x[i])-4*h/3*c[i]-2*h/3*d[i]-h/3*(K(x[i],x[0])*u[0]+K(x[i],x[M-1])*u[M-1]);e+=h*(exp(4*x[i])-u[i])*(exp(4*x[i])-u[i]);}if(e<=E) break;}for(i=0;i<101;i++)fprintf(fp,"%.12lf,%.12lf\n",x[i],u[i]);fclose(fp);}/******Gauss积分法******/void gauss( ){double x[9]={-0.9681602395,-0.8360311073,-0.6133714327,-0.3242534234,0,\0.3242534234,0.6133714327,0.8360311073,0.9681602395},A[9]={0.0812743884,0.1806481607,0.2606106964,0.3123470770,0.3302393550,\0.3123470770,0.2606106964,0.1806481607,0.0812743884},u[9],c[9],e;int i,j,k;FILE *fp;fp=fopen("f:/result2. xls ","w");for(i=0;i<9;i++)u[i]=g(x[i]);for(k=0;k<50;k++){e=0;for(i=0;i<9;i++){for(j=0,c[i]=0;j<9;j++)c[i]+=A[j]*K(x[i],x[j])*u[j];u[i]=g(x[i])-c[i];e+=A[i]*(exp(4*x[i])-u[i])*(exp(4*x[i])-u[i]);}if(e<=E) break;}for(i=0;i<9;i++)fprintf(fp,"%.12lf,%.12lf\n",x[i],u[i]);fclose(fp);}/******主函数******/main(){Tixing ( );Simpson( );Gauss( );return 0;}三、运算结果复化梯形数据-10.018323-0.920.02523-0.9980.018471-0.9180.025433-0.9960.018619-0.9160.025637-0.9940.018768-0.9140.025843-0.9920.018919-0.9120.026051-0.990.019071-0.910.02626-0.9880.019224-0.9080.026471-0.9860.019378-0.9060.026683-0.9840.019534-0.9040.026897-0.9820.019691-0.9020.027113-0.980.019849-0.90.027331-0.9780.020008-0.8980.02755-0.9760.020169-0.8960.027772-0.9740.020331-0.8940.027995-0.9720.020494-0.8920.028219-0.970.020658-0.890.028446-0.9680.020824-0.8880.028674-0.9660.020992-0.8860.028905-0.9640.02116-0.8840.029137-0.9620.02133-0.8820.029371-0.960.021501-0.880.029607-0.9580.021674-0.8780.029844-0.9560.021848-0.8760.030084-0.9540.022023-0.8740.030326-0.9520.0222-0.8720.030569-0.950.022378-0.870.030815-0.9480.022558-0.8680.031062-0.9460.022739-0.8660.031311-0.9440.022922-0.8640.031563-0.9420.023106-0.8620.031816-0.940.023291-0.860.032072-0.9380.023478-0.8580.032329-0.9360.023667-0.8560.032589-0.9340.023857-0.8540.032851-0.9320.024048-0.8520.033114-0.930.024241-0.850.03338-0.9280.024436-0.8480.033648-0.9260.024632-0.8460.033918-0.9240.02483-0.8440.034191-0.9220.025029-0.8420.034465-0.840.034742-0.760.047841-0.8380.035021-0.7580.048225-0.8360.035302-0.7560.048613 -0.8340.035586-0.7540.049003 -0.8320.035872-0.7520.049396 -0.830.03616-0.750.049793 -0.8280.03645-0.7480.050193 -0.8260.036743-0.7460.050596 -0.8240.037038-0.7440.051002 -0.8220.037335-0.7420.051412 -0.820.037635-0.740.051825 -0.8180.037937-0.7380.052241 -0.8160.038242-0.7360.052661 -0.8140.038549-0.7340.053084 -0.8120.038858-0.7320.05351 -0.810.039171-0.730.05394 -0.8080.039485-0.7280.054373 -0.8060.039802-0.7260.054809 -0.8040.040122-0.7240.05525 -0.8020.040444-0.7220.055693 -0.80.040769-0.720.056141 -0.7980.041096-0.7180.056591 -0.7960.041426-0.7160.057046 -0.7940.041759-0.7140.057504 -0.7920.042094-0.7120.057966 -0.790.042432-0.710.058431 -0.7880.042773-0.7080.058901 -0.7860.043116-0.7060.059374 -0.7840.043463-0.7040.05985 -0.7820.043812-0.7020.060331 -0.780.044164-0.70.060816 -0.7780.044518-0.6980.061304 -0.7760.044876-0.6960.061796 -0.7740.045236-0.6940.062293 -0.7720.045599-0.6920.062793 -0.770.045966-0.690.063297 -0.7680.046335-0.6880.063805 -0.7660.046707-0.6860.064318 -0.7640.047082-0.6840.064834 -0.7620.04746-0.6820.065355-0.680.06588-0.60.090722 -0.6780.066409-0.5980.091451-0.6760.066942-0.5960.092185 -0.6740.06748-0.5940.092926 -0.6720.068022-0.5920.093672 -0.670.068568-0.590.094424 -0.6680.069119-0.5880.095183 -0.6660.069674-0.5860.095947 -0.6640.070234-0.5840.096718 -0.6620.070798-0.5820.097494 -0.660.071366-0.580.098277 -0.6580.071939-0.5780.099067 -0.6560.072517-0.5760.099862 -0.6540.0731-0.5740.100664 -0.6520.073687-0.5720.101473 -0.650.074278-0.570.102288 -0.6480.074875-0.5680.103109 -0.6460.075476-0.5660.103937 -0.6440.076082-0.5640.104772 -0.6420.076694-0.5620.105614 -0.640.077309-0.560.106462 -0.6380.07793-0.5580.107317 -0.6360.078556-0.5560.108179 -0.6340.079187-0.5540.109048 -0.6320.079823-0.5520.109924 -0.630.080464-0.550.110806 -0.6280.08111-0.5480.111696 -0.6260.081762-0.5460.112593 -0.6240.082418-0.5440.113498 -0.6220.08308-0.5420.114409 -0.620.083748-0.540.115328 -0.6180.08442-0.5380.116254 -0.6160.085098-0.5360.117188 -0.6140.085782-0.5340.118129 -0.6120.086471-0.5320.119078 -0.610.087165-0.530.120035 -0.6080.087865-0.5280.120999 -0.6060.088571-0.5260.12197 -0.6040.089282-0.5240.12295 -0.6020.089999-0.5220.123938-0.550.110806-0.470.152592 -0.5480.111696-0.4680.153817-0.5460.112593-0.4660.155053-0.5440.113498-0.4640.156298-0.5420.114409-0.4620.157553-0.540.115328-0.460.158819-0.5380.116254-0.4580.160095-0.5360.117188-0.4560.16138-0.5340.118129-0.4540.162677-0.5320.119078-0.4520.163983-0.530.120035-0.450.1653-0.5280.120999-0.4480.166628-0.5260.12197-0.4460.167966-0.5240.12295-0.4440.169315-0.5220.123938-0.4420.170675-0.520.124933-0.440.172046-0.5180.125936-0.4380.173428-0.5160.126948-0.4360.174821-0.5140.127967-0.4340.176225-0.5120.128995-0.4320.17764-0.510.130031-0.430.179067-0.5080.131076-0.4280.180505-0.5060.132128-0.4260.181955-0.5040.13319-0.4240.183416-0.5020.134259-0.4220.18489-0.50.135338-0.420.186375-0.4980.136425-0.4180.187871-0.4960.13752-0.4160.18938-0.4940.138625-0.4140.190901-0.4920.139738-0.4120.192435-0.490.140861-0.410.19398-0.4880.141992-0.4080.195538-0.4860.143132-0.4060.197109-0.4840.144282-0.4040.198692-0.4820.145441-0.4020.200288-0.480.146609-0.40.201897-0.4780.147786-0.3980.203518-0.4760.148973-0.3960.205153-0.4740.15017-0.3940.206801-0.4720.151376-0.3920.208462-0.390.210136-0.310.289382 -0.3880.211824-0.3080.291706-0.3860.213525-0.3060.294049 -0.3840.21524-0.3040.296411 -0.3820.216969-0.3020.298792 -0.380.218711-0.30.301192 -0.3780.220468-0.2980.303611 -0.3760.222239-0.2960.306049 -0.3740.224024-0.2940.308508 -0.3720.225823-0.2920.310985 -0.370.227637-0.290.313483 -0.3680.229465-0.2880.316001 -0.3660.231308-0.2860.318539 -0.3640.233166-0.2840.321098 -0.3620.235039-0.2820.323677 -0.360.236927-0.280.326277 -0.3580.23883-0.2780.328897 -0.3560.240748-0.2760.331539 -0.3540.242682-0.2740.334202 -0.3520.244631-0.2720.336886 -0.350.246596-0.270.339592 -0.3480.248576-0.2680.34232 -0.3460.250573-0.2660.345069 -0.3440.252586-0.2640.347841 -0.3420.254614-0.2620.350635 -0.340.256659-0.260.353451 -0.3380.258721-0.2580.35629 -0.3360.260799-0.2560.359151 -0.3340.262894-0.2540.362036 -0.3320.265005-0.2520.364944 -0.330.267134-0.250.367875 -0.3280.269279-0.2480.37083 -0.3260.271442-0.2460.373809 -0.3240.273622-0.2440.376811 -0.3220.27582-0.2420.379838 -0.320.278035-0.240.382888 -0.3180.280268-0.2380.385964 -0.3160.28252-0.2360.389064 -0.3140.284789-0.2340.392189 -0.3120.287076-0.2320.395339-0.230.398514-0.150.548804-0.2280.401715-0.1480.553212-0.2260.404942-0.1460.557655 -0.2240.408194-0.1440.562134 -0.2220.411473-0.1420.56665 -0.220.414778-0.140.571201 -0.2180.418109-0.1380.575789 -0.2160.421467-0.1360.580414 -0.2140.424853-0.1340.585076 -0.2120.428265-0.1320.589775 -0.210.431705-0.130.594512 -0.2080.435172-0.1280.599287 -0.2060.438668-0.1260.604101 -0.2040.442191-0.1240.608953 -0.2020.445743-0.1220.613844 -0.20.449323-0.120.618774 -0.1980.452932-0.1180.623744 -0.1960.45657-0.1160.628754 -0.1940.460237-0.1140.633805 -0.1920.463934-0.1120.638895 -0.190.46766-0.110.644027 -0.1880.471416-0.1080.6492 -0.1860.475203-0.1060.654414 -0.1840.47902-0.1040.659671 -0.1820.482867-0.1020.664969 -0.180.486746-0.10.67031 -0.1780.490655-0.0980.675694 -0.1760.494596-0.0960.681121 -0.1740.498569-0.0940.686592 -0.1720.502573-0.0920.692107 -0.170.50661-0.090.697666 -0.1680.510679-0.0880.70327 -0.1660.514781-0.0860.708919 -0.1640.518916-0.0840.714613 -0.1620.523084-0.0820.720352 -0.160.527285-0.080.726138 -0.1580.53152-0.0780.731971 -0.1560.535789-0.0760.73785 -0.1540.540093-0.0740.743776 -0.1520.544431-0.0720.749751-0.070.7557730.01 1.040796 -0.0680.7618430.012 1.049156-0.0660.7679620.014 1.057583 -0.0640.7741310.016 1.066077 -0.0620.7803480.018 1.07464 -0.060.7866160.02 1.083272 -0.0580.7929340.022 1.091973 -0.0560.7993030.024 1.100743 -0.0540.8057230.026 1.109585 -0.0520.8121950.028 1.118497 -0.050.8187190.03 1.127481 -0.0480.8252950.032 1.136537 -0.0460.8319240.034 1.145666 -0.0440.8386060.036 1.154868 -0.0420.8453410.038 1.164144 -0.040.8521310.04 1.173494 -0.0380.8589760.042 1.18292 -0.0360.8658750.044 1.192421 -0.0340.872830.046 1.201999 -0.0320.879840.048 1.211654 -0.030.8869070.05 1.221386 -0.0280.8940310.052 1.231196 -0.0260.9012120.054 1.241085 -0.0240.9084510.056 1.251054 -0.0220.9157480.058 1.261102 -0.020.9231030.06 1.271232 -0.0180.9305170.062 1.281442 -0.0160.9379910.064 1.291735 -0.0140.9455250.066 1.30211 -0.0120.953120.068 1.312569 -0.010.9607750.07 1.323112 -0.0080.9684930.072 1.333739 -0.0060.9762720.074 1.344452 -0.0040.9841130.076 1.355251 -0.0020.9920180.078 1.366136 00.9999860.08 1.377109 0.002 1.0080180.082 1.38817 0.004 1.0161140.084 1.39932 0.006 1.0242760.086 1.41056 0.008 1.0325030.088 1.4218890.09 1.433310.17 1.973853 0.092 1.4448230.172 1.9897080.094 1.4564280.174 2.005689 0.096 1.4681260.176 2.021799 0.098 1.4799180.178 2.038039 0.1 1.4918050.18 2.054408 0.102 1.5037870.182 2.07091 0.104 1.5158660.184 2.087543 0.106 1.5280410.186 2.104311 0.108 1.5403150.188 2.121213 0.11 1.5526870.19 2.138251 0.112 1.5651580.192 2.155425 0.114 1.577730.194 2.172738 0.116 1.5904020.196 2.19019 0.118 1.6031760.198 2.207781 0.12 1.6160530.2 2.225515 0.122 1.6290340.202 2.24339 0.124 1.6421180.204 2.261409 0.126 1.6553080.206 2.279573 0.128 1.6686040.208 2.297883 0.13 1.6820060.21 2.31634 0.132 1.6955160.212 2.334945 0.134 1.7091350.214 2.3537 0.136 1.7228630.216 2.372605 0.138 1.7367010.218 2.391662 0.14 1.750650.22 2.410872 0.142 1.7647120.222 2.430236 0.144 1.7788860.224 2.449756 0.146 1.7931740.226 2.469433 0.148 1.8075770.228 2.489268 0.15 1.8220960.23 2.509262 0.152 1.8367310.232 2.529417 0.154 1.8514840.234 2.549733 0.156 1.8663550.236 2.570213 0.158 1.8813460.238 2.590857 0.16 1.8964570.24 2.611667 0.162 1.911690.242 2.632645 0.164 1.9270450.244 2.65379 0.166 1.9425230.246 2.675106 0.168 1.9581260.248 2.6965930.25 2.7182520.33 3.743385 0.252 2.7400850.332 3.7734530.254 2.7620940.334 3.803761 0.256 2.7842790.336 3.834314 0.258 2.8066430.338 3.865111 0.26 2.8291860.34 3.896156 0.262 2.8519110.342 3.927451 0.264 2.8748180.344 3.958996 0.266 2.8979090.346 3.990796 0.268 2.9211850.348 4.02285 0.27 2.9446480.35 4.055162 0.272 2.96830.352 4.087734 0.274 2.9921420.354 4.120567 0.276 3.0161750.356 4.153664 0.278 3.0404010.358 4.187026 0.28 3.0648220.36 4.220657 0.282 3.0894390.362 4.254558 0.284 3.1142540.364 4.288731 0.286 3.1392680.366 4.323179 0.288 3.1644830.368 4.357903 0.29 3.18990.37 4.392906 0.292 3.2155220.372 4.42819 0.294 3.2413490.374 4.463758 0.296 3.2673840.376 4.499612 0.298 3.2936280.378 4.535753 0.3 3.3200830.38 4.572185 0.302 3.346750.382 4.608909 0.304 3.3736320.384 4.645928 0.306 3.4007290.386 4.683245 0.308 3.4280440.388 4.720861 0.31 3.4555790.39 4.75878 0.312 3.4833350.392 4.797003 0.314 3.5113130.394 4.835533 0.316 3.5395160.396 4.874373 0.318 3.5679460.398 4.913524 0.32 3.5966040.4 4.95299 0.322 3.6254930.402 4.992773 0.324 3.6546130.404 5.032876 0.326 3.6839670.406 5.0733 0.328 3.7135570.408 5.114050.41 5.1551260.497.099276 0.412 5.1965330.4927.1562980.414 5.2382720.4947.213778 0.416 5.2803460.4967.27172 0.418 5.3227590.4987.330127 0.42 5.3655120.57.389004 0.422 5.4086080.5027.448353 0.424 5.4520510.5047.508179 0.426 5.4958420.5067.568486 0.428 5.5399850.5087.629277 0.43 5.5844830.517.690556 0.432 5.6293380.5127.752327 0.434 5.6745540.5147.814595 0.436 5.7201330.5167.877362 0.438 5.7660770.5187.940634 0.44 5.8123910.528.004414 0.442 5.8590770.5228.068707 0.444 5.9061380.5248.133516 0.446 5.9535770.5268.198845 0.448 6.0013960.5288.264699 0.45 6.04960.538.331082 0.452 6.0981910.5328.397998 0.454 6.1471730.5348.465452 0.456 6.1965480.5368.533447 0.458 6.2463190.5388.601989 0.46 6.296490.548.671081 0.462 6.3470640.5428.740728 0.464 6.3980450.5448.810935 0.466 6.4494340.5468.881705 0.468 6.5012370.5488.953044 0.47 6.5534560.559.024956 0.472 6.6060940.5529.097445 0.474 6.6591550.5549.170517 0.476 6.7126420.5569.244175 0.478 6.7665580.5589.318426 0.48 6.8209080.569.393272 0.482 6.8756950.5629.46872 0.484 6.9309210.5649.544774 0.486 6.9865910.5669.621439 0.4887.0427080.5689.6987190.579.776620.6513.46367 0.5729.8551470.65213.571810.5749.9343050.65413.68082 0.57610.01410.65613.79071 0.57810.094530.65813.90147 0.5810.175610.6614.01313 0.58210.257340.66214.12569 0.58410.339730.66414.23915 0.58610.422780.66614.35352 0.58810.50650.66814.46881 0.5910.590890.6714.58502 0.59210.675960.67214.70217 0.59410.761710.67414.82026 0.59610.848150.67614.9393 0.59810.935280.67815.05929 0.611.023110.6815.18025 0.60211.111650.68215.30218 0.60411.20090.68415.42509 0.60611.290870.68615.54898 0.60811.381560.68815.67387 0.6111.472980.6915.79977 0.61211.565130.69215.92667 0.61411.658020.69416.0546 0.61611.751660.69616.18355 0.61811.846050.69816.31354 0.6211.94120.716.44457 0.62212.037110.70216.57665 0.62412.133790.70416.7098 0.62612.231250.70616.84401 0.62812.32950.70816.97931 0.6312.428530.7117.11569 0.63212.528360.71217.25316 0.63412.628990.71417.39174 0.63612.730420.71617.53143 0.63812.832680.71817.67225 0.6412.935750.7217.81419 0.64213.039650.72217.95728 0.64413.144390.72418.10151 0.64613.249960.72618.24691 0.64813.356390.72818.393470.7318.541210.8125.53363 0.73218.690130.81225.738720.73418.840250.81425.94545 0.73618.991580.81626.15385 0.73819.144120.81826.36392 0.7419.297890.8226.57568 0.74219.452890.82226.78914 0.74419.609140.82427.00431 0.74619.766640.82627.22121 0.74819.925410.82827.43985 0.7520.085450.8327.66025 0.75220.246780.83227.88242 0.75420.409410.83428.10638 0.75620.573340.83628.33213 0.75820.738580.83828.5597 0.7620.905160.8428.78909 0.76221.073070.84229.02033 0.76421.242330.84429.25342 0.76621.412950.84629.48839 0.76821.584940.84829.72524 0.7721.758310.8529.964 0.77221.933080.85230.20467 0.77422.109250.85430.44728 0.77622.286830.85630.69184 0.77822.465840.85830.93836 0.7822.646290.8631.18686 0.78222.828190.86231.43735 0.78423.011550.86431.68986 0.78623.196380.86631.9444 0.78823.382690.86832.20098 0.7923.570510.8732.45962 0.79223.759830.87232.72034 0.79423.950670.87432.98315 0.79624.143040.87633.24807 0.79824.336960.87833.51513 0.824.532440.8833.78432 0.80224.729490.88234.05568 0.80424.928110.88434.32922 0.80625.128340.88634.60496 0.80825.330170.88834.882910.8935.163090.94643.99154 0.89235.445520.94844.344880.89435.730220.9544.701070.89636.017210.95245.060110.89836.306510.95445.422040.936.598120.95645.786870.90236.892080.95846.154630.90437.188410.9646.525350.90637.487110.96246.899050.90837.788210.96447.275750.9138.091730.96647.655470.91238.397680.96848.038240.91438.70610.9748.424090.91639.016990.97248.813040.91839.330380.97449.205110.9239.646280.97649.600330.92239.964720.97849.998720.92440.285720.9850.400320.92640.60930.98250.805140.92840.935480.98451.213210.9341.264280.98651.624560.93241.595720.98852.039210.93441.929820.9952.45720.93642.26660.99252.878540.93842.606090.99453.303270.9442.948310.99653.73140.94243.293270.99854.162980.94443.64101154.59802复化Simpson数据:-1 0.018319929 -0.34 0.256658088 0.32 3.596641805 -0.98 0.0198445 -0.32 0.278035042 0.34 3.896195298-0.96 0.021494322 -0.3 0.301192133 0.36 4.220697765-0.94 0.023283225 -0.28 0.326278124 0.38 4.572227037-0.92 0.025220379 -0.26 0.353453177 0.4 4.95303418-0.9 0.027320224 -0.24 0.382891765 0.42 5.365557596-0.88 0.029594431 -0.22 0.41478194 0.44 5.812438891-0.86 0.032059069 -0.16 0.527292277 0.54 8.671138204-0.84 0.034728638 -0.14 0.571209036 0.56 9.39333156-0.82 0.037621263 -0.12 0.61878367 0.58 10.17567433-0.8 0.040754615 -0.1 0.670320427 0.6 11.02317608-0.78 0.044149394 -0.08 0.726149698 0.62 11.94126383-0.76 0.047826844 -0.06 0.78662861 0.64 12.93581634-0.74 0.051810827 -0.04 0.85214479 0.66 14.01320231-0.72 0.056126648 -0.02 0.92311742 0.68 15.1803205-0.7 0.060802006 0 1.0000013 0.7 16.44464467 -0.68 0.065866854 0.02 1.083288424 0.72 17.81427057 -0.66 0.071353499 0.04 1.173512427 0.74 19.29796874 -0.64 0.077297255 0.06 1.271250748 0.76 20.90523965 -0.62 0.083735917 0.08 1.377129533 0.78 22.64637562 -0.6 0.090711017 0.1 1.491826493 0.8 24.53252554 -0.58 0.098266855 0.12 1.616076341 0.82 26.57576756 -0.56 0.106452202 0.14 1.750674449 0.84 28.78918506 -0.54 0.11531904 0.16 1.896482943 0.86 31.18695183 -0.52 0.12492459 0.18 2.054435268 0.88 33.78442141 -0.5 0.135329888 0.2 2.225543071 0.9 36.59822683 -0.48 0.14660204 0.22 2.410901825 0.92 39.64638571 -0.46 0.158812728 0.24 2.611698647 0.94 42.94841704 -0.44 0.17204064 0.26 2.829219145 0.96 46.52546475 -0.42 0.18636997 0.28 3.064856356 0.98 50.40043451 -0.4 0.201892977 0.3 3.320119013 1 54.59813904 -0.38 0.218708553 0.46 6.296539601-0.36 0.236924875 0.48 6.820959636-0.2 0.449328351 0.5 7.389057081-0.18 0.486751777 0.52 8.0044696750102030405060四、讨论①在满足相同精度要求的情况下复化梯形积分法比复化Simpson 积分法计算所需节点数多,计算量大。
数值分析大作业
![数值分析大作业](https://img.taocdn.com/s3/m/1d0b591f5627a5e9856a561252d380eb62942336.png)
数值分析大作业数值分析大作业姓名:黄晨晨学号:S1*******学院:储运与建筑工程学院学院班级:储建研17-2实验3.1 Gauss消去法的数值稳定性实验实验目的:理解高斯消元过程中出现小主元即很小时引起方程组解数值不定性实验内容:求解方程组Ax=b,其中(1)A1=0.3×10?1559.14315.291?6.130?1211.29521211,b1=59.1746.7812;(2)A2=10?7013 2.099999999999625?15?10102,b2=85.90000000000151;实验要求:(1)计算矩阵的条件数,判断系数矩阵是良态的还是病态的(2)用Gauss列主元消去法求得L和U及解向量x1,x2∈R4(3)用不选主元的高斯消去法求得L和U及解向量x1,x2∈R4(4)观察小主元并分析对计算结果的影响(1)计算矩阵的条件数,判断系数矩阵是良态的还是病态的代码:format longeformat compactA1=[0.3*10^-15,59.14,3,1;5.291,-6.130,-1,2;11.2,9,5,2;1,2,1,1] b1=[59.17;46.78;1;2]n=4C1=cond(A1,1) %C1为A1矩阵1范数下的条件数C2=cond(A1,2) %C2为A1矩阵2范数下的条件数C3=cond(A1,inf) %C3为1矩阵谱范数下的条件数结果:C1 =1.362944708720448e+02C2 =6.842955771253409e+01C3 =8.431146*********e+01显然A1矩阵为病态矩阵将矩阵A2,b2输入上述代码中求得A2矩阵的条件数为:C1 =1.928316831682894e+01C2 =8.993938090170119e+00C3 =1.835643564356072e+01显然A2矩阵也为病态矩阵(2)用Gauss列主元消去法求得L和U及解向量x1,x2∈R4代码:for k=1:n-1a=max(abs(A1(k:n,k)))if a==0returnendfor i=k:nif abs(A1(i,k))==ay=A1(i,:)A1(i,:)=A1(k,:)A1(k,:)=yx=b1(i,:)b1(i,:)=b1(k,:)b1(k,:)=xbreakendendif A1(k,k)~=0A1(k+1:n,k)=A1(k+1:n,k)/A1(k,k)A1(k+1:n,k+1:n)=A1(k+1:n,k+1:n)-A1(k+1:n,k)*A1(k,k+1:n) elsebreakendendL=tril(A1,0);for i=1:nL(i,i)=1;endLU=triu(A1,0)y1=L\b1x1=U\y1得到如下结果:x1 =3.845714853511634e+001.609517394778522e+00-1.547605454206655e+011.041130489899787e+01将A2=[10,-7,0,1;-3,2.0999********,6,2;5,-1,5,-1;0,1,0,2]b2=[8;5.900000000001;5;1]代入上述代码求得结果如下:X2 =4.440892098500626e-16-9.999999999999993e-019.999999999999997e-011.000000000000000e+00(3)用不选主元的高斯消去法求得L和U及解向量x1,x2∈R4代码:format longeformat compactA1=[0.3*10^-15,59.14,3,1;5.291,-6.130,-1,2;11.2,9,5,2;1,2,1,1] b1=[59.17;46.78;1;2][L,U]=lu(A1)y1=L\b1x1=U\y1求得如下结果:x1=3.845714853511634e+001.609517394778522e+00-1.547605454206655e+011.041130489899787e+01将A2=[10,-7,0,1;-3,2.0999********,6,2;5,-1,5,-1;0,1,0,2] b2=[8;5.900000000001;5;1]代入上述代码,求得结果如下:x 2 =4.440892098500626e-16 -9.999999999999993e-01 9.999999999999997e-01 9.999999999999999e-01(2)(3)求得结果相同,可验证结果正确。
数值分析作业
![数值分析作业](https://img.taocdn.com/s3/m/ef8530ec524de518964b7d68.png)
数值分析课后作业:习题一1.在字长为3的十进制计算机上计算f (3.33)和g (3.33),其中f(x)=x 4-x 3+3x 2+x-2,g(x)=(((x-1)x+3)x+1)x-2解: m=3; f=@(x)digit(digit(x^4,m)- digit(x^3,m)+ digit(3*x^2,m)+ digit(x-2,m),m); g=@(x)digit(digit(digit( digit(digit(digit( (x-1)*x,m)+3,m)*x,m)+1,m)*x,m)-2,m); f(3.33) g(3.33) 有ans = 121 ans =121 2.下列各近似值的绝对误差限都是1021⨯-3,试指出它们各有几位有效数字:x=1.00052, y=0.05, z=0.00052.解:当 x=1.00052时, 由丨X*—X 丨 ≤0.5×10-3 得 x=1.00052 有四位有效数字; 同理 y=0052 有两位有效数字 Z=0.00052有零位有效数字 3,计算圆的面积,要使其相对误差限为1%,问测量半径r 允许的相对误差限是多少? 解:设圆的面积为S , 由题意有|e(S)|≤1%。
又S=πr 2 dS=2πr dr 所以 dS/S=(2πrdr)/(πr 2)=2(dr/r)∴|e(r)|≈21|e(S)|≤0.5×1%=0.5% 11.数组与矩阵是Matlab 编程的基础,试学习Matlab 的数组与矩阵的表示方法,并举例介绍数组、矩阵的常见运算. 解:>> syms a b c d; >> a=[1 2 3];>> b=[4 5 6];>> a+bans =5 7 9>> b-aans =3 3 3>> a.*bans =4 10 18 >> a.^2 ans = 1 4 9>> c=[1 2 3;1 2 3;1 2 3];>> d=[4 5 6;4 5 6;4 5 6];>> cc = 1 2 3 1 2 3 1 2 3d = 4 5 6 4 5 6 4 5 6 >> c+dans =5 7 9 5 7 9 5 7 9>> d-cans = 3 3 33 3 33 3 3 12.学习使用Matlab 命令help 和doc 学习自己感兴趣的Matlab 的运算、函数或命令的用法,并对于任意给定的实数a,b,c,编写Matlab 程序求方程ax 2+bx+c=0的根. 解:x 1=a ac b b b 24)sgn(2---, x 2=1ax c1 x>0 其中 sgn = 0 x=0 -1 x<0 disp('Please input the coefficients of');disp('quadratic equation ax^2+bx+c=0, respectively') a=input('a='); b=input('b='); c=input('c=');m=3; if abs(a)<eps & abs(b)<eps error End if abs(a)<eps disp('Since a=0, quadrtic equation degen erates into a linear equation.') disp('The only solution of the linear equtio n is')x=digit(-c/b,m) return Enddelta=b^2-4*a*c; temp=sqrt(delta); x 1=(-b+temp)/(2*a) ; x 2=(-b-temp)/(2*a) ;err1=abs(a*x 1^2+b*x 1+c) ; err2=abs(a*x 2^2+b*x 2+c) ; if b>0x 1=(-b-temp)/(2*a) End if b<0x 1=(-b+temp)/(2*a) End if b=0x 1=temp/(2*a) Endx 2=c/(a*x 1)err1=abs(a*x 1^2+b*x 1+c) err2=abs(a*x 2^2+b*x 2+c) if abs(a)<epsdisp('Since a=0, quadrtic equation degen erates into a linear equation.')disp('The only solution of the linear equtio n is')x=digit(-c/b,m) return Enddelta=digit(digit(b^2,m)-digit(4*digit(a*c,m),m),m);temp=digit(sqrt(delta),m);x 1=digit(digit(-b+temp,m)/digit(2*a,m),m); x 2=digit(digit(-b-temp,m)/digit(2*a,m),m); err1=abs(a*x 1^2+b*x 1+c); err2=abs(a*x 2^2+b*x 2+c); if b>0x 1=digit(digit(-b-temp,m)/digit(2*a,m),m) ; End if b<0x 1=digit(digit(-b+temp,m)/digit(2*a,m),m); End if b=0x 1=digit(temp/digit(2*a,m),m); Endx 2=digit(digit(c/a,m)/x1,m) ; err1=abs(a*x 1^2+b*x 1+c) ; err2=abs(a*x 2^2+b*x 2+c) ; 14分别利用ln (1+x)=11,)1(11≤<--+∞=∑x nx nn n 和ln11...),12...53(2111253<<-++++++=-++x n x x x x x x n ,给出计算ln2的近似方法,编写相应的Matlab 程序,并比较算法运行情况. 解:方法一: x=1; s=0;for k=1:100s=s+(-1)^(k+1)*(x^k)/k; end sq=log(2)err=abs(t-q) ans= t =0.6882 q =0.6931 err = 0.0050方法二x=1/3; s=0;for k=1:2:100 s=s+(x^k)/k; end t=2*s q=log(2)err=abs(t-q) Ans= t =0.6931 q =0.6931 err =2.2204e-16所以方法二较方法一好。
《数值分析》练习题及答案解析
![《数值分析》练习题及答案解析](https://img.taocdn.com/s3/m/462dd91211661ed9ad51f01dc281e53a58025176.png)
《数值分析》练习题及答案解析第一章 绪论主要考查点:有效数字,相对误差、绝对误差定义及关系;误差分类;误差控制的基本原则;。
1. 3.142和3.141分别作为π的近似数具有( )和( )位有效数字.A .4和3B .3和2C .3和4D .4和4 答案:A2. 设 2.3149541...x *=,取5位有效数字,则所得的近似值x=___________ .答案:2.31503.若近似数2*103400.0-⨯=x 的绝对误差限为5105.0-⨯,那么近似数有几位有效数字 解:2*103400.0-⨯=x ,325*10211021---⨯=⨯≤-x x 故具有3位有效数字。
4 . 14159.3=π具有4位有效数字的近似值是多少?解:10314159.0⨯= π,欲使其近似值*π具有4位有效数字,必需!41*1021-⨯≤-ππ,3*310211021--⨯+≤≤⨯-πππ,即14209.314109.3*≤≤π即取( , )之间的任意数,都具有4位有效数字。
第二章 非线性方程求根 主要考查点:二分法N 步后根所在的区间,及给定精度下二分的次数计算;非线性方程一般迭代格式的构造,(局部)收敛性的判断,迭代次数计算; 牛顿迭代格式构造;求收敛阶;1.用二分法求方程012=--x x 的正根,要求误差小于0.05。
(二分法)解:1)(2--=x x x f ,01)0(<-=f ,01)2(>=f ,)(x f 在[0,2]连续,故[0,2]为函数的有根区间。
"(1)计算01)1(<-=f ,故有根区间为[1,2]。
(2)计算041123)23()23(2<-=--=f ,故有根区间为]2,23[。
(3)计算0165147)47()47(2>=--=f ,故有根区间为]47,23[。
(4)计算06411813)813()813(2>=--=f ,故有根区间为]813,23[。
中南大学研究生入学考试数学分析试题
![中南大学研究生入学考试数学分析试题](https://img.taocdn.com/s3/m/1864d5bd580216fc710afd68.png)
中南大学研究生入学考试数学分析试题中南大学 - 研究生考试数学分析试题一、求下列极限(1)lim ,(0)n nnnn x x x x x --→+∞->+; (2)1lim ()1xx x x →+∞+-;(3)01lim sin AA xdx A →∞⎰。
二、(共16分,每小题8分)设函数 ()sinf x xπ=,(0,1)x ∈(1)证明()f x 连续;(2)()f x 是否一致连续?(请说明理由)。
三、(共16分,每小题8分) (1)设ax by u e +=,求n 阶全微分n d u ;(2)设cos u x e θ=,sin u y e θ=,变换以下方程22220z zx y ∂∂+=∂∂。
四、(共20分,每小题10分)(1)求积分101ln 1dx x-⎰;(2)求曲面22az x y =+ (0)a >,和22z x y =+所围成的体积。
五、(共12分,每小题6分)设1cos 21p qn n n I nπ∞==+∑,(0)q > (1)求I 的条件收敛域; (2)求I 的绝对收敛域。
六、证明:积分2()0()x a F a e dx +∞--=⎰是参数a 的连续函数。
七、(8分)设定义于(,)-∞+∞上的函数()f x 存在三阶的导函数(3)()f x ,且(1)0f -=,(1)1f =,(1)(0)0f =证明:(3)(1,1)sup ()3x f x ∈-≥。
一、(共27分,每小题9分)求下列极限 (1)lim ()n n n n →+∞+-;(2)1220lim[3(cos )]xxxx t dt →+⎰;(3)设()f x 在[0,1]上可积,且1()1f x dx =⎰,求1121lim ()2n n k k f n n →+∞=-∑。
二、(共24分,每小题12分)设函数()f x 在[,)a +∞上连续, (1)证明:若lim ()x f x →+∞存在,则()f x 在[,)a +∞上一致连续;(2)上述逆命题是否成立?(请给出证明或举出反例)。
数值分析第四版习题及答案
![数值分析第四版习题及答案](https://img.taocdn.com/s3/m/ecb1b09133687e21ae45a9d1.png)
第四版数值分析习题第一章绪论设x>O,x 的相对误差为S ,求In x 的误差. 设x 的相对误差为2%,求x n 的相对误差. 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: x = 1.1021, x^ = 0.031, x^ = 385.6, x^ = 56.430, x^ = 7 1.0.利用公式(3.3)求下列各近似值的误差限:(i)x *+x ;+x 4,(ii)x *x ;x ;,(iii )x ;/x ;,其中 x ;,x ;,x 3,x ;均为第 3题所给的数.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 ?设\)=28,按递推公式AY n =Y n d- _ .783100( n=1,2,…)计算到Y 00.若取7783衣27.982(五位有效数字),试问计算^00将有多大误差? 求方程X 2 -56X • 1 =0的两个根,使它至少具有四位有效数字 (■ 783沁27.982).\ ------ d x 当N 充分大时,怎样求N 1 x? 正方形的边长大约为 100 cm ,应怎样测量才能使其面积误差不超过 s *2设 2 假定g 是准确的,而对t 的测量有土 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. 序列{yn}满足递推关系y n _ 10y n _ 1(n=1,2,…),若y0 _ X 2 1.41 (三位有效数字),计算到y 10时误差有多大?这个计算过程稳定吗?计算f = c- 2 一1)6,取' 2 : 1.4,利用下列等式计算,哪一个得到的结果最好?f (x) =1 n (x X -1),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改用另一等价公式ln(x_ Jx 2 T) = -ln(x +Jx 2 +1)计算,求对数时误差有多大?1. 2. 3. 4.5. 6.7.8.9.10.11.12.13.21 cm1 (、2 1)61 (32 . 2)3,99 -70、2.?若根据(2.2)定义的范德蒙行列式,令证明V n (x)是n 次多项式,它的根是X 0^L ,X nJ ,且当x= 1 , -1 , 2时,f(x)= 0 , -3,4 ,求f(x)的二次插值多项式.给出cos x,0 ° < x 90。
数值分析期末大作业
![数值分析期末大作业](https://img.taocdn.com/s3/m/5421b59cd0d233d4b14e69cc.png)
一、问题提出设方程f(x)=x 3-3x-1=0有三个实根 x *1=1.8793 , x *2=-0.34727 ,x *3=-1.53209现采用下面六种不同计算格式,求 f(x)=0的根 x *1 或x *2 。
1、 x = 213xx + 2、x = 313-x3、 x = 313+x4、 x = 312-x 5、 x = x13+6、 x = x - ()1133123---x x x二、目的和意义1、通过实验进一步了解方程求根的算法;2、认识选择计算格式的重要性;3、掌握迭代算法和精度控制;4、明确迭代收敛性与初值选取的关系。
三、结构程序设计本程序实在matlab 软件上进行操作的。
首先建立一个空白的M-文件。
在编辑器中输入以下内容,并保存。
function [X1,m,n,q]=shizi1(p) x=zeros(100,1); x=double(x);x(1,1)=p;i=1;deltax=100;while (i<100 & deltax > 0.000001)x(i+1,1)=(3*x(i,1)+1)/x(i,1)^2deltax=abs(x(i+1,1)-x(i,1));i=i+1;endX1=x(1,1);m=i;n=x(i,1);q=deltax;以上是运行函数,下一步在建立一个执行M-文件,输入以下内容,并保存。
其中X1为初始值,m为迭代次数,n为最后得到的值,q为|x k+1-x k|。
clear all;clc;p=1.8;[X1,m,n,q]=shizi1(p)1、对第一个迭代公式,在执行文件中输入p=1.8;[X1,m,n,q]=shizi1(p)。
得到如下结果如下:初值为1.8,迭代100次,精度为10-6。
可见该迭代公式是发散的,将初值改为-1.5,其他均条件不变。
p=-1.5;[X1,m,n,q]=shizi1(p)改变初值后可以得到一个接近真值的结果x*3的结果ans=-1.5321。
204-测试试卷-2010年数值分析考试题及解答
![204-测试试卷-2010年数值分析考试题及解答](https://img.taocdn.com/s3/m/cb24abf76bd97f192379e91f.png)
,
―――――12 分
余项为 R(x)=
f
(5) (x 5!
)
x2
(x
-1)2
(
x
-
2)
―――――14 分
解法 2: 用扩展的牛顿法―――视两个节点 0,1 为重合节点,并作差商表:
xi
yi
0
0
0
0
1
1
1
1
2
1
所以,得
一阶差 商
二阶差商
三阶差商
0
1
1
1
0
-1
0
-1
-0.5
0.25 ―――――8 分
N4 (x) = 0 + 0(x - 0) +1ᄡ (x - 0)2 + (-1) ᄡ x2 (x -1) + 0.25x2(x -1)2
=
16 15
S2
-
1 15
S1
=
0.494377
d0 = ( f ,j0 ) =
2 1
x ln xdx ᄏ 0.494377
再求 d1 = ( f ,j1) =
2 1
x ln x(x -1.5)dx (用龙贝格数值积分法求如下) a = 1, b = 2, f (x) = x
x ln x
T1
――――5 分
求解
1 2
0 1
0 0
y1 y2
=
1148
得
y
=
(
14,
-10,
-72) T
3 - 5 1 y3 20
――――8 分
求解
1 0
2 1
3 -4
x1 x2
数值分析作业(1,2)
![数值分析作业(1,2)](https://img.taocdn.com/s3/m/a5777c2fee06eff9aef807cc.png)
数值分析作业(1)1:思考题(判断是否正确并阐述理由)(a)一个问题的病态性如何,与求解它的算法有关系。
(b)无论问题是否病态,好的算法都会得到它好的近似解。
(c)计算中使用更高的精度,可以改善问题的病态性。
(d)用一个稳定的算法计算一个良态问题,一定会得到他好的近似解。
(e)浮点数在整个数轴上是均匀分布。
(f)浮点数的加法满足结合律。
(g)浮点数的加法满足交换律。
(h)浮点数构成有效集合。
(i)用一个收敛的算法计算一个良态问题,一定得到它好的近似解。
√2: 解释下面Matlab程序的输出结果t=0.1;n=1:10;e=n/10-n*t3:对二次代数方程的求解问题20++=ax bx c有两种等价的一元二次方程求解公式22b x ac x -±== 对a=1,b=-100000000,c=1,应采用哪种算法?4:函数sin x 的幂级数展开为: 357sin 3!5!7!x x x x x =-+-+ 利用该公式的Matlab 程序为function y=powersin(x)% powersin. Power series for sin(x)% powersin(x) tries to compute sin(x)from a power seriess=0;t=x;n=1;while s+t~=s;s=s+t;t=-x^2/((n+1)*(n+2))*tn=n+2;end(a ) 解释上述程序的终止准则;(b ) 对于x=/2π、x=11/2π、x =21/2π,计算的精度是多少?分别需要计算多少项?5:指数函数的幂级数展开2312!3!x x x e x =++++ 根据该展开式,编写Matlab 程序计算指数函数的值,并分析计算结果(重点分析0x <的计算结果)。
数值分析作业(2)思考题1:判断下面命题是否正确并阐述理由(a)仅当系数矩阵是病态或奇异的时候,不选主元的Gauss消元法才会失败。
中南大学数值分析试题8
![中南大学数值分析试题8](https://img.taocdn.com/s3/m/d935986a561252d380eb6ed9.png)
= yn + h 2 (K1 + K2 ), = f (xn , yn ), = f (xn + th, yn + thK1 ), = f (xn + (1 − t)h, yn + (1 − t)hK1 ).
6. 对实验方程y = λy (λ < 0), 试证明如下方法给出的绝对稳定条件. (a) 改进的Euler公式: |1 + λh + (b) 经典R-K公式: |1 + λh +
习题八
1. 用改进的Euler方法解初值问题:
y
= x + y, 0 < x ≤ 1,
y (0) = 1.
取步长h = 0.1计算, 并与准确解y = 2ex − x − 1比较. 2. 用改进的Euler方法解初值问题:
y
= x2 + x − y,
y (0) = 0.
y1 + 4xyy + 2y 2 = 0, 0 < x ≤ 0.2, y (0) = 1, y (0) = 0.
13. 将下列方程化为一阶方程组, 并判断它们是否为刚性方程组: (a) y + 3y + 2y = sin(x), y (0) = α, y (0) = β ; (b) y + 16y + 15y = sin(2x + 1), y (0) = α, y (0) = β ; (c) y + 4y + 5y + 2y = 0, y (0) = 0, y (0) = 1, y (0) = 0.
取步长h = 0.1计算y (0.5), 并与准确解y = x2 − x + 1 − e−x 相比较. 3. 对初值问题:
数值分析大作业
![数值分析大作业](https://img.taocdn.com/s3/m/3a85ac1c66ec102de2bd960590c69ec3d4bbdb52.png)
数值分析大作业数值分析大作业学号:*********专业:机械工程学生姓名:***2014年10月摘要:在自然科学与工程技术中,很多问题的解决常常归结为求解线性方程组Ax=b 。
随着计算机的发展,利用计算机这个强有力的计算工具去求解线性方程组是一个非常实用的问题。
在求解大型线性方程组时,直接法在多次消元,回代的过程中,四则运算的误差累计与传播无法控制,致使计算结果的精度就无法保证,特别是求解大型稀松矩阵时,还要对系数矩阵进行分解。
而迭代法相对于直接法而言,具有保持迭代矩阵不变的特点,计算程序一般也比较简单,且对于许多问题收敛速度比较快。
比较常用的迭代法有雅克比迭代法、高斯一塞德尔迭代法和逐次超松弛迭代法等,本次研究目的是通过求解一个线性方程组来比较它们的迭代效果,验证一些已有的结论。
1.数学原理1.1雅可比迭代法将线性方程组的系数矩n n ij R a A ?∈=)(分解为A=D+L+U ,其中D 是由A 的主对角元素构成的对角矩阵,L 是由A 的严格下三角部分构成的严格下三角矩阵, U 是由A 的严格上三角部分构成的严格上三角矩阵,即,2211=nn a a a D.0000,0000,1223113121,21323121==--n n n n n n n n a a a a a a U a a a a a a L若系数矩阵A 的对角元素),,2,1(0n i a ii =≠,则矩阵D 非奇异,取M=D ,N=-(L+U),则J J g x G b D x U L D x +=++-=--11)(,因而,构造的迭代法为:.),(,11)()1(b D g U L D G g x G x J J J k J k --+=+-=+=1.2高斯-赛得尔迭代法将线性方程组的系数矩n n ij R a A ?∈=)(分解为A=D+L+U 。
若系数矩阵A 的对角元素不等于0,则矩阵D 非奇异,取M=L+D ,N=-U ,则()()G G g x G b D L Ux D L x +=+++-=--11因而,构造的迭代法为:()().,,11)()1(b D L g U D L G g x G x G G G k G k --++=+-=+=1.3逐次超松弛迭代法线性方程组的系数矩n n ij R a A ?∈=)(分解为A=D+L+U 。
中南大学数值分析模拟一及答案
![中南大学数值分析模拟一及答案](https://img.taocdn.com/s3/m/741f26d233d4b14e8524689d.png)
一、 计算题(每小题12分,共60分)11. 用高斯-赛德尔迭代法求解线性方程组1234123412341234541012581034x x x x x x x x x x x x x x x x ---=-⎧⎪-+--=⎪⎨--+-=⎪⎪---+=⎩,已知 ()00,0,0,0TX =,求1X . 计算过程中保留4位有效数字,要求写出迭代格式。
解:.迭代格式为: ()()()()()()()()()()()()()()()()112341121341113124111141230.20.20.20.80.10.10.1 1.20.20.20.2 1.60.10.10.1 3.4k k k k k k k k k k k k k k k k x x x x x x x x x x x x x x x x ++++++++++⎧=++-⎪=+++⎪⎨=+++⎪⎪=+++⎩ ,0,1,2,k =··· (5分) 因为()00,0,0,0T X =,即()010x =,()020x =,()030x =,()040x =,代入迭代格式求()11X ,()010.200.200.200.80.8x =⨯+⨯+⨯-=- (7分) 将()110.8x =-,()020x =,()030x =,()040x =代入迭代式,求()12x ,()12x =()0.10.80.100.10 1.2 1.12⨯-+⨯+⨯+= (9分) 将()110.8x =-,()12 1.12x =,()030x =,()040x =,求()13x ,()13x =()0.20.80.2 1.120.20 1.6 1.664⨯-+⨯+⨯+= (11分) 将()110.8x =-,()12 1.12x =,()13 1.664x =,()040x =,求()14x ,()14x =()0.10.80.11.120.11.1664 3.4 3.549⨯-+⨯+⨯+= (13分) 于是,得到()10.8,1.12,1.664,3.549T X =- (15分)12.已知数值表试用二次插值计算()0.57681f 的近似值,计算过程保留五位小数。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数值分析
数学实验报告
姓名:XX
学号:xx
指导老师:***
专业班级:xx
目录
1. 高斯消去法 (3)
2. LU分解 (6)
3. 用牛顿法求积分 (10)
4. 用复化梯形法求积分 (12)
5. 用复化辛普森法、复化辛普森变步长法求积分 (13)
6. 节点加密复化梯形公式 (16)
7. 龙贝格积分 (17)
8. 欧拉方法、休恩方法、泰勒方法、龙格-库塔方法 (20)
一.高斯消去法
x(i)=(b(i)-sum)/A(i,i);
end
4:实验结果:
(1)高斯消去法
(2)高斯列主元消去法
5:实验总结
这两个程序让我对高斯消去法有了更深刻的理解,能更灵活的运用各种基础函数与矩阵的运算来进行求解,参考了书上的已有程序流程图,程思想需要进一步完善,需要对函数的进一步熟悉。
姓名:xx
2012年3月25日
二. LU分解
m=j;
end
end
if m~=i
for k=1:n
c(k)=A(i,k);
A(i,k)=A(m,k);
A(m,k)=c(k);
end
t=b(i);
b(i)=b(m);
b(m)=t;
end
for j=i:n
for k=1:i-1
M(k)=L(i,k)*U(k,j);
end
U(i,j)=A(i,j)-sum(M);
end
for j=i+1:n
for k=1:i-1
M(k)=L(j,k)*U(k,i);
end
L(j,i)=(A(j,i)-sum(M))/U(i,i);
end
end
x=U\(L\b);
4:实验结果:
(1)普通LU分解
三. 用牛顿法求积分
(2)列主元LU 分解
5:实验总结
L U 分解在上学期已经学习过,这次的实验让我对LU 分解有了更深的了解,又掌握了一种解线性方程组的好方法。
姓名:XX
2012年3月29日 学号
XX 班级 XX 姓名
XX 指导教师 易昆南 实验题目 用牛顿法求积分
评 分
1、设计(实习)目的:
1. 进一步了解牛顿法及其应用 2.
进一步理解牛顿法求积分的思想
2、实验内容:
用牛顿法求函数x x x x f ++=2
3
)(的积分 3.详细设计:
function y=newton(a,b,n) x=a:(b-a)/n:b; %插值节 y=x.^3+x.^2+x;
四.用复化梯形法求积分
五. 用复化辛普森法、复化辛普森变步长法求积分
六.节点加密复化梯形公式
七.龙贝格积分
八.欧拉方法、休恩方法、泰勒方法、龙格-库塔方法
4.龙格-库塔方法
>> [x1 y1] =lungkuta(1)
[x2 y2] =lungkuta(1/2)
[x3 y3] =lungkuta(1/4)
[x4 y4] =lungkuta(1/8)
plot(x1,y1,'-',x2,y2,'r',x3,y3,'g',x4,y4,'b')
x1 =
1 2 3
y1 =
0.769531250000000 1.043746948242188 1.615647614002228
x2 =
0.500000000000000 1.000000000000000 1.500000000000000 2.000000000000000 2.500000000000000 3.000000000000000
y2 =
0.935424804687500 0.466060072183609 0.450289419204637 0.558880619571974 0.701568099555500 0.853603753857624
x3 =
Columns 1 through 6
5:实验总结
用数值分析中的方法编程求积分它能帮助我们简化繁琐又难以计算的数学问题。
在设计过程中我发现原来以为枯燥无味的数学其实是趣味无穷的,这让我更加坚定了学习这门课程的信心与动力,相信通过深入地学习,今后定能有所收获。
.设计过程中,我深刻体会到与同学交流是十分重要的。
有时候一个小小的错误自己总是检查不出来,但让同学帮忙看一下马上就查出来了。
姓名:XX
2012年4月12日。