数值分析第二章学习小结
第二章学习小结
本章为线性方程组的解法，求解线性方程组的方法可以分为两大类：直接方法和迭代方法（简称迭代法）。本章前几节讨论直接法，迭代法只在最后一章进行讨论。直接方法的特点是，运用此方法求解线性方程组时，如果计算过程没有舍入误差，那么经过有限次运算就能求出方程组的精确解。
本章主要有四节内容1.Gauss消去法2.直接三角分解法3.矩阵的条件数与病态线性方程组4.迭代法
1.Gauss消去法：Gauss消去法由消元和回代两个过程。消元过程就是对方程组的增广矩阵进行有限次的初等行变换，使它的系数矩阵部分变换为上三角矩阵。主要可分为顺序Gauss消去法和列主元素Gauss消去法两种。顺序Gauss消去法计算出的解相对于精确解会有很大的误差。因此顺序Gauss消去法的数值稳定性是没有保证的。当A可逆时，Ax=b有唯一解，但顺序高斯消去法不一定能够进行到底。列主元高斯消去法是避免把接近于0的数做分母，把绝对值最大的元素交换到第K行的主对角线位置上，此方法只需系数矩阵A非奇异，而且对一般线性方程组，此方法具有良好的数值稳定性，能够进行到底，而且和顺序消去法具有相同的计算量。
2.直接三角分解法：这一节中主要讲解了前两小节2.2.1Doolittle 分解法和Crout分解法、2.2.2选主元的Doolittle分解法。如果方程组的系数矩阵A能分解成A=LU，其中L是下三角矩阵，U是上三角矩阵。方程组就可化为两个容易求解的三角形方程组Ly=b，Ux=y。
先求Ly=b 解出向量y ，再由Ux=y 解出向量x,这就是原方程组的解向量。列主元的Doolittle 分解法是使初等置换阵Q ，使QA 可做Doolittle 分解，QA=LU 其中L 是单位下三角矩阵，U 是上三角矩阵。只要矩阵A 非奇异，则通过对A 做适当的行变换就可进行Doolittle 分解，而不必要求A 的前n-1个顺序主子式都不为0. 缺点是条件苛刻，且不具有数值稳定性。选主元的Doolittle 分解法特别适用于在同一个计算问题中须要求解多个具有相同系数矩阵A 而具有不同右端向量的线性方程组，第K 步先计算中间量，分解的本质是QA=LU 。
3.矩阵的条件数与病态线性方程组：对非奇异矩阵A ，称量1A A -
为矩阵A 的条件数，记作1cond =A A - （A ）
1cond =A A - （A ）矩阵 A 的条件数刻画了线性方程组Ax=b 的一种性态。A 的条件数越大，方程组Ax=b 的病态程度越严重，对于严重病态的线性方程组，当A 和b 有微小变化时，即使求解过程是精确进行的，所得的解相对原方程组的解也会有很大的相对误差。因此要掌握对病态方程组的求解方法
（1）采用高精度的算术运算（2）平衡法（3）残差矫正法。
4.迭代法：迭代法求解方程组就是构造一个无限的向量序列，使它的极限是方程组的解向量，即使计算过程是精确进行的，迭代法也不能通过有限次算术运算求得方程组的精确解，只能逐步逼近。迭代法常用于求解大型稀疏线性方程组。要求掌握迭代收敛的充分必要条件、Jacboi 迭代法、Gauss-Seidel 迭代法、逐次超松弛迭代法，能够判断迭代格式的收敛性。
心得：这一章是非常重要的，需要熟练掌握线性方程组的解法：盖斯
消去法、直接三角分解法、迭代法，判断方程组的性态良性的或者病态的，病态方程组的矫正问题。而且这一章中程序的求解问题也比较多，应参考任玉杰的那本书对程序的应用求解问题多多练习，如果有可能自己也可以编一个更简单的程序，需要花费一定的时间去练习，熟练掌握MATLAB的操作。
数值分析作业思考题汇总
￥ 数值分析思考题1 1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。 2、相对误差在什么情况下可以用下式代替 3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。 4、取 ，计算 ，下列方法中哪种最好为什么（1）(3 3-，（2）(2 7-，（3） ()3 1 3+ ，（4） ()6 1 1 ，（5）99- , 数值实验 数值实验综述：线性代数方程组的解法是一切科学计算的基础与核心问题。求解方法大致可分为直接法和迭代法两大类。直接法——指在没有舍入误差的情况下经过有限次运算可求得方程组的精确解的方法，因此也称为精确法。当系数矩阵是方的、稠密的、无任何特殊结构的中小规模线性方程组时，Gauss消去法是目前最基本和常用的方法。如若系数矩阵具有某种特殊形式，则为了尽可能地减少计算量与存储量，需采用其他专门的方法来求解。 Gauss消去等同于矩阵的三角分解，但它存在潜在的不稳定性，故需要选主元素。对正定对称矩阵，采用平方根方法无需选主元。方程组的性态与方程组的条件数有关，对于病态的方程组必须采用特殊的方法进行求解。 数值计算方法上机题目1 1、实验1. 病态问题 实验目的： 算法有“优”与“劣”之分，问题也有“好”和“坏”之别。所谓坏问题就是问题本身的解对数据变化的比较敏感，反之属于好问题。希望读者通过本实验对此有一个初步的体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 $ r e x x e x x ** * ** - == 141 . ≈)61
数值分析第二章小结
第二章小结 对于n 元线性方程组b A =x (*),其中A 为非奇异矩阵,当0det ≠A 时,方程组有唯一的解向量。求解线性方程组的方法可分为两类：直接法（如克莱姆法则，高斯消去法等）和迭代法（Jacobi 迭代法和GS 迭代法等）。 一 、直接法 1、Gauss 消去法:(1) 顺序Gauss 消去法:将矩阵化为上三角矩阵 (2) 列主元素Gauss 消去法:将增广矩阵],[)()(k k b A 中绝对值最大的元素交换到底k 行的主对角线上。 比较：顺序Gauss 消去法的计算结果数值稳定性没有列主元素Gauss 消去法的好。 2、直接三角分解法： (1)定义 Doolittle 分解法和Crout 分解法:如果方程组b A =x 的系数矩阵A 可以分解为A=LU,其中L 是下三角矩阵U 是上三角矩阵,这样方程组b A =x 就化为两个容易求解的三角方程组:y U b Ly ==x ,。 定理3 Doolittle 分解法的充要条件是矩阵A 的前n-1阶顺序主子式0≠K D (k 取1,2,3,4...,n-1) 推论 矩阵A 有唯一Crout 分解的充要条件是A 的前n-1阶顺序主子式0≠K D (k 取1,2,3,4...,n-1) Doolittle 分解计算公式为: 对于k=1,2,3...,n ),...,1,(1 1n k k j u l a u k t tj kt kj kj +=-=∑-=
);,...,2,1(/)(1 1n k n k k i u u l a l kk k t tk it kj ik <++=-=∑-= 则求解下三角方程组y U b Ly ==x 和上三角方程组的计算方程式: ???? ?????--=-===-==∑∑+=-=1 ,,2,1,/)(u /),,3,2(11111 n n i u x u y x y x n i y l b y b y ii n i t t it i i nn n n t i t it i i Crout 分解计算公式为: 对于k=1,2,3...,n ),...,1,(1 1n k k j u l a l k t tk it ik ik +=-=∑-= );,...,2,1(/)(1 1n k n k k j l u l a u kk k t tj kt kj kj <++=-=∑-= 则求解下三角方程组y b y U L ==x ~ ~和上三角方程组的计算方程式: ?????????--=-===-==∑∑+=-=1 ,,2,1,),,3,2()(/1111111 n n i x u y x y x n i l y l b y l b y n i t t it i i n n ii t i t it i i (2)选主元的Doolittle 分解法 优点:对A 的要求低,只要矩阵A 可逆即可,即只要矩阵A 非奇异便可通过对A 做适当变换就可以了. 二、迭代法 1、思想：通过构造一个无限的向量序列，使它的极限是方程组b A =x 的解向量，通过求迭代矩阵，再通过迭代公式使解向量逐步逼近精确解。所以迭代法的缺点也很明显，凡是迭代法都存在收敛性与
数值分析实验报告1
实验一 误差分析 实验（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对（）中19x 的系数作一个小的扰动。我们希望比较（）和（）根的差别，从而分析方程（）的解对扰动的敏感性。 实验内容：为了实现方便，我们先介绍两个Matlab 函数：“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a ，则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a 的全部根；而函数 poly(v)b =
的输出b 是一个n+1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve = ))20:1((ve poly roots + 上述简单的Matlab 程序便得到（）的全部根，程序中的“ess ”即是（）中的ε。 实验要求： （1）选择充分小的ess ，反复进行上述实验，记录结果的变化并分析它们。 如果扰动项的系数ε很小，我们自然感觉（）和（）的解应当相差很小。计算中你有什么出乎意料的发现表明有些解关于如此的扰动敏感性如何 （2）将方程（）中的扰动项改成18x ε或其它形式，实验中又有怎样的现象 出现 （3）（选作部分）请从理论上分析产生这一问题的根源。注意我们可以将 方程（）写成展开的形式， ) 3.1(0 ),(1920=+-= x x x p αα 同时将方程的解x 看成是系数α的函数，考察方程的某个解关于α的扰动是否敏感，与研究它关于α的导数的大小有何关系为什么你发现了什么现象，哪些根关于α的变化更敏感 思考题一：（上述实验的改进） 在上述实验中我们会发现用roots 函数求解多项式方程的精度不高，为此你可以考虑用符号函数solve 来提高解的精确度，这需要用到将多项式转换为符号多项式的函数poly2sym,函数的具体使用方法可参考Matlab 的帮助。
数值分析心得体会
数值分析心得体会 篇一：学习数值分析的经验 数值分析实验的经验、感受、收获、建议班级：计算131 学号：XX014302 姓名：曾欢欢 数值分析实验主要就是学习MATLAB的使用以及对数值分析类容的应用，可以使学生更加理解和记忆数值分析学得类容，也巩固了MATLAB的学习，有利于以后这个软件我们的使用。在做实验中，我们需要具备较好的编程能力、明白MATLAB软件的使用以及掌握数值分析的思想，才能让我们独立自主的完成该作业，如果是上述能力有限的同学，需要借助MATLAB的书以及网络来完成实验。数值分析实验对于我来说还是有一定难度，所以我课下先复习了MATLAB的使用方法以及编写程序的基本类容，借助互联网和同学老师资源完成了数值分析得实验的内容。在实验书写中，我复习了各种知识，所以我认为这门课程是有必要且是有用处的，特别是需要处理大量实验数据的人员，很有必要深入了解学习它，这样在以后的工作学习里面就减少了很多计算问题也提高了实验结果的精确度。 学习数值分析的经验、感受、收获、建议数值分析的内容包括插值与逼近，数值微分与数值积分，非线性方程与线性方程组的数值解法，矩阵的特征值与特征向量计算，常微分方程数值解等。
首先我们必须明白数值分析的用途。通常所学的其他数学类学科都是由公式定理开始，从研究他们的定义，性质再到证明与应用。但实际上，尤其是工程，物理，化学等其它具体的学科。往往我们拿到 手的只是通过实验得到的数据。如果是验证性试验，需要代回到公式 进行分析，验证。但往往更多面对的是研究性或试探性试验，无具体 公式定理可代。那就必须通过插值，拟合等计算方法进行数据处理以得到一个相对可用的一般公式。还有许多计算公式理论上非常复杂，在工程中不实用，所以必须根据实际情况把它转化成多项式近似表 示。学习数值分析，不应盲目记公式，因为公事通常很长且很乏味。其次，应从公式所面临的问题以及用途出发。比如插值方法，就 是就是把实验所得的数据看成是公式的解，由这些解反推出一个近似公式，可以具有局部一般性。再比如说拟合，在插值的基础上考虑实 验误差，通过拟合能将误差尽可能缩小，之后目的也是得到一个具有 一定条件下的一般性的公式。。建议学习本门课程要结合知识与实际，比如在物理实验里面很多
数值分析(计算方法)总结
第一章绪论 误差来源：模型误差、观测误差、截断误差（方法误差）、舍入误差 是的绝对误差，是的误差，为的绝对误差限（或误差限） 为的相对误差，当较小时，令 相对误差绝对值得上限称为相对误差限记为：即： 绝对误差有量纲，而相对误差无量纲 若近似值的绝对误差限为某一位上的半个单位，且该位直到的第一位非零数字共有n位，则称近似值有n位有效数字，或说精确到该位。 例：设x==…那么,则有效数字为1位，即个位上的3，或说精确到个位。 科学计数法：记有n位有效数字，精确到。 由有效数字求相对误差限：设近似值有n位有效数字，则其相对误差限为 由相对误差限求有效数字：设近似值的相对误差限为为则它有n位有效数字 令 1.x+y近似值为和的误差（限）等于误差（限）的 和 2.x-y近似值为 3.xy近似值为 4. 1．避免两相近数相减 2．避免用绝对值很小的数作除数 3．避免大数吃小数 4．尽量减少计算工作量 第二章非线性方程求根 1.逐步搜索法 设f (a) <0, f (b)> 0，有根区间为(a, b)，从x0=a出发，按某个预定步长(例如h=(b-a)/N)
一步一步向右跨，每跨一步进行一次根的搜索，即判别f(x k)=f(a+kh)的符号，若f(x k)>0(而 f(x k-1)<0),则有根区间缩小为[x k-1,x k] (若f(x k)=0，x k即为所求根), 然后从x k-1出发，把搜索步长再缩小，重复上面步骤，直到满足精度：|x k-x k-1|
数值分析 第一章 学习小结
数值分析 第1章绪论 --------学习小结 一、本章学习体会 通过本章的学习，让我初窥数学的又一个新领域。数值分析这门课，与我之前所学联系紧密，区别却也很大。在本章中，我学到的是对数据误差计算，对误差的分析，以及关于向量和矩阵的范数的相关内容。 误差的计算方法很多，对于不同的数据需要使用不同的方法，或直接计算，或用泰勒公式。而对于二元函数的误差计算亦有其独自的方法。无论是什么方法，其目的都是为了能够通过误差的计算，发现有效数字、计算方法等对误差的影响。 而对误差的分析，则是通过对大量数据进行分析，从而选择出相对适合的算法，尽可能减少误差。如果能够找到一个好的算法，不仅能够减少计算误差，同时也可以减少计算次数，提高计算效率。 对于向量和矩阵的范数，我是第一次接触，而且其概念略微抽象。因此学起来较为吃力，仅仅知道它是向量与矩阵“大小”的度量。故对这部分内容的困惑也相对较多。 本章的困惑主要有两方面。一方面是如何能够寻找一个可靠而高效的算法。虽然知道算法选择的原则，但对于很多未接触的问题，真正寻找一个好的算法还是很困难。另一方面困惑来源于范数，不明白范数的意义和用途究竟算什么。希望通过以后的学习能够渐渐解开自己的疑惑。 二、本章知识梳理
2.1 数值分析的研究对象 数值分析是计算数学的一个重要分支，研究各种数学问题的数值解法，包括方法的构造和求解过程的理论分析。它致力于研究如何用数值计算的方法求解各种基本数学问题以及在求解过程中出现的收敛性，数值稳定性和误差估计等内容。 2.2误差知识与算法知识 2.2.1误差来源 误差按来源分为模型误差、观测误差、截断误差、舍入误差与传播误差五种。其中模型误差与观测误差属于建模过程中产生的误差，而截断误差、舍入误差与传播误差属于研究数值方法过程中产生的误差。 2.2.2绝对误差、相对误差与有效数字 1.（1）绝对误差e指的是精确值与近似值的差值。 绝对误差：
数值分析第二章小结
第2章线性方程组的解法 --------学习小结 一、本章学习体会 通过本章知识的学习我首先了解到求解线性方程组的方法可分为两类：直接法和迭代法。计算机虽然运行速度很快，但面对运算量超级多的问题，计算机还是需要很长的时间进行运算，所以，确定快捷精确的求解线性方程组的方法是非常必要的。 本章分为四个小节，其中前两节Gauss消去法和直接三角分解法因为由之前《线性代数》学习的一定功底，学习起来还较为简单，加之王老师可是的讲解与习题测试，对这一部分有了较好的掌握。第三节矩阵的条件数与病态方程组，我 Ax 的系数矩阵A与左端向量b的元素往往是通首先了解到的是线性方程组b 过观测或计算而得到，因而会带有误差。即使原始数据是精确的，但存放到计算机后由于受字长的限制也会变为近似值。所以当A和b有微小变化时，即使求解过程精确进行，所得的解相对于原方程组也可能会产生很大的相对误差。对于本节的学习掌握的不是很好，虽然在课后习题中对课堂知识有了一定的巩固，但整体感觉没有很好的掌握它。第四节的迭代法，初次接触迭代法，了解到迭代法就是构造一个无线的向量序列，使他的极限是方程组的解向量。迭代法应考虑收敛性与精度控制的问题。三种迭代方法的基本思想我已经掌握了，但是在matlab 的编程中还存在很大的问题。 在本节的学习中我认为我最大的问题还是程序的编写。通过这段时间的练习，虽然掌握了一些编写方法和技巧。相比于第一章是对其的应用熟练了不少，但在程序编写上还存在很多问题。希望在以后的学习中能尽快熟练掌握它，充分发挥它强大的作用。 二、本章知识梳理 2.1、Gauss消去法（次重点） Gauss消去法基本思想：由消元和回代两个过程组成。 a(k=1,2,```,n-1)均不为零的充分必要条件定理顺序Gauss消去法的前n-1个主元素)(k kk 是方程组的系数矩阵A的前n-1个顺序主子式
数值分析学习心得体会.doc
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
第六章学习小结
第6章数值积分 --------学习小结 一、本章学习体会 通过学习本章我学会了利用计算机求积分的方法，可以说这一章是第五章的一个应用。其基本思想是对被奇函数进行拟合，给出数值积分。 这一章有个小小的疑惑:王老师上课说，我们都是在第五章拉格朗日插值法的思想下推出的许多求积分的方法，别的方法不好。我想假如我们在实际中求某个函数的积分，我们可先求出某些节点的函数值，然后用曲线拟合的方法或别的函数逼近的方法求出函数近似表达式，然后积分，感觉这样也挺好的。还有一个疑惑就是高斯型求积公式是在拉格朗日插值法的基础上推出的为什么能具有收敛性。拉格朗日插值中当节点数过多时不是就不准确了吗？ 二．本章知识梳理 第六章学的是数值积分。在实际工程中有很多积分我们是没有办法直接手工算出的，我们必须借助与计算机，而我们这章学的就是如何利用计算机实现积分的近似计算即数值积分法。 我们先介绍了插值型求积公式，这种方法实质是利用拉格朗日插值法近似逼近被插函数，后来我们通过一个例题了解到插值节点的选取对积分的代数精度有很大影响，我们就想到了直接将被积区间等分，就有了Newton-cotes求积公式，实质是等步长的拉格朗日插值近似逼近被插函数。但Newton-cotes求积公式不具有收敛性和稳定性，
我们常用n=1,2,4的求积公式。这其实也应了高次拉格朗日插值不可取。当插值节点多时我们怎么办呢？后来我们又引进了复化求积公式，包括复化梯形公式和复化Simpson 公式，实质是将区间等分，在每个小区间上利用Newton-cotes 求积公式。这样一来求积公式就具有了收敛性和稳定性。但复化求积公式要把节点的函数值都求出来，这就增大了计算量而且还不能按我们要求的精确度来选取补偿，基于复化求积的这些缺点我们又想出了用变步长算法即逐次半分法来求解。但如果我们遇到()()b a x f x dx ρ?这样的积分该怎么做呢？则我们又引进了高斯型求积公式。这种方法也是基于拉格朗日插值法思想构造的公式高斯型求积公式关键是确定节点。找一个在(a,b)区间带权()x ρ的正交多项式的零点位置即为节点。我们可以利用前面学到的四种正交多项式来求解。高斯型求积公式可以达到插值型求积公式的最高精度。如果有n 个节点，则其代数精度为2n-1.但高斯型求积公式实际应用是节点和求积系数没有继承性。所以在实际计算时我们要根据实际情况选择适当的求积公式。 1、求积公式的一般形式： )()(0 k b a n k k x f dx x f ? ∑=≈λ ?∑=-=b a n k k k n x f dx x f R 0 )()(λ 代数精度：当)(x f 为次数不高于m 的多项式时带入求积公式左边等于右边，当为m+1次时，左右两边不相等，此时求积公式就为m 次代数精度。
数值分析实验报告总结
数值分析实验报告总结 随着电子计算机的普及与发展，科学计算已成为现代科 学的重要组成部分，因而数值计算方法的内容也愈来愈广泛和丰富。通过本学期的学习，主要掌握了一些数值方法的基本原理、具体算法，并通过编程在计算机上来实现这些算法。 算法算法是指由基本算术运算及运算顺序的规定构成的完 整的解题步骤。算法可以使用框图、算法语言、数学语言、自然语言来进行描述。具有的特征：正确性、有穷性、适用范围广、运算工作量少、使用资源少、逻辑结构简单、便于实现、计算结果可靠。 误差 计算机的计算结果通常是近似的，因此算法必有误差， 并且应能估计误差。误差是指近似值与真正值之差。绝对误差是指近似值与真正值之差或差的绝对值；相对误差：是指近似值与真正值之比或比的绝对值。误差来源见表 第三章泛函分析泛函分析概要 泛函分析是研究“函数的函数”、函数空间和它们之间 变换的一门较新的数学分支，隶属分析数学。它以各种学科
如果 a 是相容范数，且任何满足 为具体背景，在集合的基础上，把客观世界中的研究对象抽 范数 范数，是具有“长度”概念的函数。在线性代数、泛函 分析及相关的数学领域，泛函是一个函数，其为矢量空间内 的所有矢量赋予非零的正长度或大小。这里以 Cn 空间为例， Rn 空间类似。最常用的范数就是 P-范数。那么 当P 取1, 2 ,s 的时候分别是以下几种最简单的情形: 其中2-范数就是通常意义下的距离。 对于这些范数有以下不等式: 1 < n1/2 另外，若p 和q 是赫德尔共轭指标，即 1/p+1/q=1 么有赫德尔不等式: II = ||xH*y| 当p=q=2时就是柯西-许瓦兹不等式 般来讲矩阵范数除了正定性，齐次性和三角不等式之 矩阵范数通常也称为相容范数。 象为元素和空间。女口：距离空间，赋范线性空间， 内积空间。 1-范数: 1= x1 + x2 +?+ xn 2-范数: x 2=1/2 8 -范数: 8 =max oo ，那 外，还规定其必须满足相容性: 所以
数值分析试题及答案汇总
数值分析试题及答案汇 总 TTA standardization office【TTA 5AB- TTAK 08- TTA 2C】
数值分析试题 一、填空题（2 0×2′） 1. ?? ????-=? ?????-=32,1223X A 设x =是精确值x *=的近似值，则x 有 2 位有效数字。 2. 若f (x )=x 7－x 3＋1，则f [20,21,22,23,24,25,26,27]= 1 ， f [20,21,22,23,24,25,26,27,28]= 0 。 3. 设，‖A ‖∞＝___5 ____，‖X ‖∞＝__ 3_____， ‖AX ‖∞≤_15_ __。 4. 非线性方程f (x )=0的迭代函数x =(x )在有解区间满足 |’(x )| <1 ，则使用该迭代函数 的迭代解法一定是局部收敛的。 5. 区间[a ,b ]上的三次样条插值函数S (x )在[a ,b ]上具有直到 2 阶的连续导数。 6. 当插值节点为等距分布时，若所求节点靠近首节点，应该选用等距节点下牛顿差 商公式的 前插公式 ，若所求节点靠近尾节点，应该选用等距节点下牛顿差商公式的 后插公式 ；如果要估计结果的舍入误差，应该选用插值公式中的 拉格朗日插值公式 。 7. 拉格朗日插值公式中f (x i )的系数a i (x )的特点是：=∑=n i i x a 0)( 1 ；所以当系数 a i (x )满足 a i (x )>1 ，计算时不会放大f (x i )的误差。 8. 要使 20的近似值的相对误差小于%，至少要取 4 位有效数字。 9. 对任意初始向量X (0)及任意向量g ，线性方程组的迭代公式x (k +1)=Bx (k )+g (k =0,1,…) 收敛于方程组的精确解x *的充分必要条件是 (B)<1 。 10. 由下列数据所确定的插值多项式的次数最高是 5 。
数值分析报告
计算方法实验报告 实验：求解线性方程组的两种方法班级：工力13-02 姓名：刘志强 学号：02130857
实验内容 分别用列主元素法和LU 分解法编程求解，并对A 或b 做微小改动后观察结果 1 -1 2 -1 0 6 1 0 1 1 0 4 2 1 3 -4 4 X = -2 0 -1 1 -1 4 5 3 7 8 2 3 1 实验原理 列主元素法 方法说明（以4阶为例）： ????? ???????=?????????????????????????n n nn n n n n b b b x x x a a a a a a a a a 21212122221 11211 第1步消元——在增广矩阵（A ，b ）第一列中找到绝对值最大的元素，将其所在行与第一行交换，再对（A ，b ）做初等行变换使原方程组转化为如下形式： ????? ???????=?????????????????????????*******0***0***0****4321x x x x 第2步消元——在增广矩阵（A ，b ）中的第二列中（从第二行开始）找到绝对值最大的元素，将其所在行与第二行交换，再对（A ，b ）做初等行变换使原方程组转化为： ????? ???????=?????????????????????????******00**00***0****4321x x x x 第3步消元——在增广矩阵（A ，b ）中的第三列中（从第三行开始）找到绝对值最大的元素，将其所在行与第二行交换，再对（A ，b ）做初等行变换使原方程组转化为： ????? ???????=?????????????????????????*****000**00***0****4321x x x x 按x 4 → x 3→ x 2→ x 1 的顺序回代求解出方程组的解。
数值分析考试复习总结
1 误差 相对误差和绝对误差得概念 例题: 当用数值计算方法求解一个实际的物理运动过程时, 一般要经历哪几个阶段? 在哪些阶段将有哪些误差产生? 答: 实际问题-数学模型-数值方法-计算结果 在这个过程中存在一下几种误差: 建立数学模型过程中产生:模型误差 参数误差 选用数值方法产生:截断误差 计算过程产生:舍入误差 传播误差 6．设937.0=a 关于精确数x 有3位有效数字，估计a 的相对误差. 对于x x f -=1)(，估计)(a f 对于)(x f 的误差和相对误差. 解 a 的相对误差：由于 31021|)(|-?≤-≤a x x E . x a x x E r -=)(, 221018 1 10921)(--?=?≤ x E r . （1Th ） )(a f 对于)(x f 的误差和相对误差. |11||)(|a x f E ---==()25 .0210113 21??≤ -+---a x x a =310- 33 104110|)(|--?=-≤a f E r . □ 2有效数字 基本原则:1 两个很接近的数字不做减法: 2: 不用很小得数做分母(不用很大的数做分子) 例题: 4．改变下列表达式使计算结果比较精确： （1） ;1||,11211<<+--+x x x x 对 （2） ;1,11>>- - +x x x x x 对 （3） 1||,0,cos 1<<≠-x x x x 对. 解 (1) )21()122x x x ++. (2) ) 11(2x x x x x -++. (3) x x x x x x x cos 1sin )cos 1(sin cos 12+≈ +=-. □
数值分析实验报告3
实验报告 实验项目名称数值积分与数值微分实验室数学实验室 所属课程名称数值逼近 实验类型算法设计 实验日期 班级 学号 姓名 成绩
实验概述： 【实验目的及要求】 本次实验的目的是熟练《数值分析》第四章“数值积分与数值微分”的相关内容，掌握复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式。 本次试验要求编写复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式的程序编码，并在MATLAB软件中去实现。 【实验原理】 《数值分析》第四章“数值积分与数值微分”的相关内容，包括：复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式的相应算法和相关性质。 【实验环境】（使用的软硬件） 软件： MATLAB 2012a 硬件： 电脑型号：联想 Lenovo 昭阳E46A笔记本电脑 操作系统：Windows 8 专业版 处理器：Intel（R）Core（TM）i3 CPU M 350 @2.27GHz 2.27GHz 实验内容： 【实验方案设计】 第一步，将书上关于复合梯形求积公式、复合辛普森求积公式、龙贝格求积公式以及高斯-勒让德公式的内容转化成程序语言，用MATLAB实现；第二步，分别用以上求积公式的程序编码求解不同的问题。 【实验过程】（实验步骤、记录、数据、分析） 实验的主要步骤是：首先分析问题，根据分析设计MATLAB程序，利用程序算出问题答案，分析所得答案结果，再得出最后结论。 实验：用不同数值方法计算积分 (1) 取不同的步长h.分别用复合梯形及复合辛普森求积计算积分，给出误差中关于h的函数，并与积分精确值比较两个公式的精度，是否存在一个最小的h，使得精度不能再被改善？ (2) 用龙贝格求积计算完成问题（1）。 (3)用勒让德多项式确定零点，再代入计算高斯公式，使其精度达到10-4 （1）在MATLAB的Editor中建立一个M-文件，输入程序代码，实现复合梯形求积公式的程序代码如下：
(整理)数值分析计算方法超级总结
工程硕士《数值分析》总复习题（2011年用） [由教材中的习题、例题和历届考试题选编而成,供教师讲解和学生复习用] 一. 解答下列问题: 1）下列所取近似值有多少位有效数字( 注意根据什么? ): a) 对 e = 2.718281828459045…,取* x = 2.71828 b) 数学家祖冲之取 113355 作为π的近似值. c) 经过四舍五入得出的近似值12345，-0.001, 90.55000, 它们的有效 数字位数分别为 位, 位, 位。 2) 简述下名词: a) 截断误差 (不超过60字) b) 舍入误差 (不超过60字) c) 算法数值稳定性 (不超过60字) 3) 试推导( 按定义或利用近似公式 ): 计算3 x 时的相对误差约等于x 的相对 误差的3倍。 4) 计算球体积3 34r V π= 时,为使其相对误差不超过 0.3% ,求半径r 的相对 误差的允许范围。 5） 计算下式 341 8 )1(3)1(7)1(5)1(22345+-+---+---=x x x x x x P ）（ 时,为了减少乘除法次数, 通常采用什么算法? 将算式加工成什么形式? 6) 递推公式 ?????=-==- ,2,1,1102 10n y y y n n 如果取 * 041.12y y =≈= ( 三位有效数字 ) 作近似计算， 问计算到 10y 时误差为初始误差的多少倍？ 这个计算过程数值稳定吗 ？ 二. 插值问题: 1) 设函数 )(x f 在五个互异节点 54321,,,,x x x x x 上对应的函数值为 54321,,,,f f f f f ，根据定理，必存在唯一的次数 （A ） 的插值多项式 )(x P ，满足插值条件 ( B ) . 对此，为了构造Lagrange 插值多项式 )(x L ,由5个节点作 ( C ) 个、次数均为 ( D ) 次的插值基函数
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。
数值分析考试复习总结汇总
第一章 1 误差 相对误差和绝对误差得概念 例题: 当用数值计算方法求解一个实际的物理运动过程时, 一般要经历哪几个阶段? 在哪些阶段将有哪些误差产生? 答: 实际问题-数学模型-数值方法-计算结果 在这个过程中存在一下几种误差: 建立数学模型过程中产生:模型误差 参数误差 选用数值方法产生:截断误差 计算过程产生:舍入误差 传播误差 6．设937.0=a 关于精确数x 有3位有效数字，估计a 的相对误差. 对于 x x f -=1)(，估计)(a f 对于)(x f 的误差和相对误差. 解 a 的相对误差：由于 31021|)(|-?≤ -≤a x x E . x a x x E r -=)(, 221018 1 10921)(--?=?≤ x E r . （1Th ） )(a f 对于)(x f 的误差和相对误差. |11||)(|a x f E ---==()25 .0210113 21??≤ -+---a x x a =310- 33104110|)(|--?=-≤a f E r . □ 2有效数字 基本原则:1 两个很接近的数字不做减法: 2: 不用很小得数做分母(不用很大的数做分子)
例题: 4．改变下列表达式使计算结果比较精确： （1） ;1||, 11211<<+--+x x x x 对 （2） ;1,11>>- -+ x x x x x 对 （3） 1||,0,c o s 1<<≠-x x x x 对. 解 (1) )21()122x x x ++. (2) ) 11(2x x x x x -++. (3) x x x x x x x cos 1sin )cos 1(sin cos 12+≈ +=-. □ 第二章 拉格朗日插值公式（即公式（1）） ∑==n i i i n x l y x p 0)()( 插值基函数（因子）可简洁表示为 )()() () ()()(0 i n i n n i j j j i j i x x x x x x x x x l ωω'-= --=∏ ≠= 其中: ()∏∏≠==-='-= n i j j j i i n n j j n x x x x x x 00 )(,)()(ωω. 例1 n=1时，线性插值公式 ) ()()()()(010110101x x x x y x x x x y x P --?+--? =， 例2 n=2时，抛物插值公式 ) )(())(())(())(())(() )(()(1202102210120120102102x x x x x x x x y x x x x x x x x y x x x x x x x x y x P ----? +----? +----? = 牛顿（Newton ）插值公式
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+-=-+<
数值分析知识点总结
数值分析知识点总结 说明：本文只提供部分较好的例题，更多例题参考老师布置的作业题和课件相关例题。 一、第1章 数值分析与科学计算引论 1. 什么是绝对误差与相对误差？什么是近似数的有效数字？它与绝对误差和相 对误差有何关系？ 相对误差限：** r r e ε=的一个上界。 有效数字：如果近似值* 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 *共有n 位有效数字。即x *=±10m ×(a 1+a 2×10-1+…+a n ×10-(n-1))，其 中a 1≠0，并且* 11 102 m n x x -+-≤ ?。其中m 位该数字在科学计数法时的次方数。例如9.80的m 值为0，n 值为3，绝对误差限*2 11102 ε-=?。 2. 一个比较好用的公式： f(x)的误差限：( ) * ** ()'()()f x f x x εε≈ 例题：
二、第2章插值法 例题：
5. 给出插值多项式的余项表达式，如何用其估计截断误差？ 6. 三次样条插值与三次分段埃尔米特插值有何区别？哪一个更优越？
7. 确定n+1个节点的三次样条插值函数需要多少个参数？为确定这些参数，需加上什么条件？ 8. 三弯矩法： 为了得到三次样条表达式，我们需要求一些参数： 对于第一种边界条件，可导出两个方程：
，那么写成 矩阵形式： 公式 1 对于第二种边界条件，直接得端点方程： ，则在这个条件下也可以写成如上公式1的形式。对于第三种边界条件，可得： 也可以写成如下矩阵形式： 公式 2 求解以上的矩阵可以使用追赶法求解。（追赶法详见第五章） 例题：数值分析第5版清华大学出版社第44页例7