(8) 已知0.2510.25??= ?? ?A ,则0k k ∞ ==∑A 。 (9) 设,n ≠∈C s 0则 () 2 T =ss s,s 。 (10) 求解微分方程(0)2u t u u '=-??=?，的Euler 法公式为 ； 绝对稳定区间为 ；改进的Euler 公式为 。 (11) 用A (-2,-3.1)、B (-1,0.9)、C (0,1.0) 、D (1,3.1)、E (2,4.9)拟合一 直线s (x )=a +bx 的法方程组为： 。 (12) 已知多项式()3234321p x x x x =+++，那么求此多项式值的秦九韶算法公为：_ ______。 (13) 给定如下数据表 则均差[1,0,1f -= ，由数据构造出最简插值多项式 ()p x = 。 (14)设???? ? ? ?? +=231311a A ,当a 满足条件 时, A 必有唯一的T LL 分解（其中L 是对角元为正的下三角矩阵）。 (15) 求01)(=--=x e x f x 根的Newton 迭代法至少局部平方收敛 （ ） (16) 若A 为可逆矩阵，则求解A T Ax=b 的Gauss-Seidel 迭代法收敛 （ ） (17) 分段二点三次Hermite 插值多项式∈C 2函数类 （ ） (18) 如果A 为Hermite 矩阵，则A 的奇异值是A 的特征值 （ ）
矩阵与数值分析上机实验题及程序
1.给定n 阶方程组Ax b =，其中 6186186186A ?? ? ? ?= ? ? ??? ，7151514b ?? ? ? ?= ? ? ??? 则方程组有解(1,1,,1)T x = 。对10n =和84n =，分别用Gauss 消去法和列主元消去法解方程组，并比较计算结果。 Gauss 消去法： Matlab 编程（建立GS.m 文件）： function x=GS(n) A=[];b=[]; for i=1:n-1 A(i,i)=6; A(i,i+1)=1; A(i+1,i)=8; b(i)=15; end A(n,n)=6;b(1)=7;b(n)=14;b=b'; for k=1:n-1 for i=k+1:n m(i,k)=A(i,k)/A(k,k); A(i,k:n)=A(i,k:n)-m(i,k)*A(k,k:n); b(i)=b(i)-m(i,k)*b(k); end end b(n)=b(n)/A(n,n); for i=n-1:-1:1 b(i)=(b(i)-sum(A(i,i+1:n).*b(i+1:n)'))/A(i,i); end clear x; x=b; disp( 'AX=b 的解x 是') end 计算结果： 在matlab 命令框里输出GS （10）得： >> GS(10) AX=b 的解x 是 ans = 1.0000 1.0000
1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 在matlab命令框里输出GS（84）得：>> GS(84) AX=b的解x是 ans = 1.0e+008 * 0.0000 … … … 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0001 0.0002 -0.0003 0.0007 -0.0013 0.0026 -0.0052 0.0105 -0.0209 0.0419 -0.0836 0.1665 -0.3303
大连理工大学矩阵与数值分析2017年考题
大连理工大学2017年研究生矩阵与数值分析考试 考试日期：2017年6月5日 一、填空题（50分，每空2分） 1.a=0.3000经过四舍五入具有4位有效数字，则 x a a -≤，ln ln x a -≤ 2.已知X=(1,5,12)T ，Y=(1,0,a)T ，则由X 映射到Y 的Householder 矩阵为：，计算||H||2=，cond 2(H)= 3.根据3次样条函数的性质（后面-前面=a （x-x0）3），一个求其中的参数b== 4.2 '3u u t =，写出隐式Euler 格式： 梯形法格式： 5.已知A=XX T ，其中X 为n 维列向量，则||A||2=，||A||F =，矩阵序列的极限：2lim k k A A →∞?? ? ? ?? = 6.A=LU ，其解为x ，写出一步迭代后的改善格式： 7. 531A -?? ? = ? ?-?? ，请问通过幂法与反幂法计算出的特征值分别是， 8.1111A ?? ?= ? ??? ，sin A =，823A A A +-=，At e =，d d At e t =，2 1At e dt ?= 9. ()()()()2 1 2 012f x dx A f A f A f =++?是Newton-cotes 公式，则1 A =，具有代数精度= 10. f(x)=7x 7+6x 6+…+x ，f[20,21,22….,28]= 11. 0.40.200.5A ??= ???，1 k k A ∞=∑= 12.f(0)=1,f(1)=-1,f(2)=1,f(3)=19,请问对该节点进行插值后最高次的系数= 还有2空没有回忆出来，但是比上面题目还简单，因此不用担心。 二、121232352A -?? ?=-- ? ?--??，121b ?? ? = ? ?-?? （1）计算LU 分解 （2）利用LU 求逆矩阵 （3）写出G-S 格式（12分）
矩阵与数值分析_大连理工大学2011试卷
2011级工科硕士研究生 《矩阵与数值分析》课程数值实验题目 一、 对于数列1111 1,,, ,,392781 ，有如下两种生成方式 1、首项为01a =，递推公式为11 ,1,2,3 n n a a n -== ； 2、前两项为011 1,3 a a ==，递推公式为1210,2,3,3n n n a a a n --=-= ； 给出利用上述两种递推公式生成的序列的第50项。 二、 利用迭代格式 1 0,1,2,k x k += = 及Aitken 加速后的新迭代格式求方程324100x x +-=在[1, 1.5]内的根 三、解线性方程组 1．分别Jacobi 迭代法和Gauss-Seidel 迭代法求解线性方程组 12346212425027,208511 3270x x x x -?????? ? ? ? - ? ? ? = ? ? ? -- ? ? ? ???? ?? 迭代法计算停止的条件为：6)() 1(3 110max -+≤≤<-k j k j j x x ． 2. 用Gauss 列主元消去法、QR 方法求解如下方程组： 1234221 2141312. 4201123 230x x x x ?????? ? ? ?- ? ? ? = ? ? ? -- ? ? ????? ?? 四、已知一组数据点，编写一程序求解三 次样条插值函数满足
并针对下面一组具体实验数据 求解，其中边界条件为. 五、编写程序构造区间上的以等分结点为插值结点的Newton插值公式，假设结点数为（包括两个端点），给定相应的函数值，插 值区间和等分的份数，该程序能快速计算出相应的插值公式。以 ，为例计算其对应的插值公式，分别取 不同的值并画出原函数的图像以及插值函数的图像，观察当增大 时的逼近效果. 实验须知： （1）所有的数值实验的题目要求用C语言或Matlab编程； （2）实验报告内容应包括问题、程序、计算结果及分析等； （3）12月26日前在本课程网站上提交实验报告； （4）本次实验成绩将占总成绩的10%。 （5）报告上要注明：所在教学班号、任课老师的姓名；报告人所在院系、学号。电子版提交到课程网站ftp://202.118.75.63/中各自老师目录下的homework文件夹内，文件名用学号命名。 《矩阵与数值分析》课程教学组 2011年11月30日
大连理工大学矩阵与数值分析上机作业
矩阵与数值分析上机作业 学校：大连理工大学 学院： 班级： 姓名： 学号： 授课老师：
注：编程语言Matlab 程序： Norm.m函数 function s=Norm(x,m) %求向量x的范数 %m取1,2,inf分别表示1,2，无穷范数 n=length(x); s=0; switch m case 1 %1-范数 for i=1:n s=s+abs(x(i)); end case 2 %2-范数 for i=1:n s=s+x(i)^2; end s=sqrt(s); case inf %无穷-范数 s=max(abs(x)); end 计算向量x，y的范数 Test1.m clear all; clc; n1=10;n2=100;n3=1000; x1=1./[1:n1]';x2=1./[1:n2]';x3=1./[1:n3]'; y1=[1:n1]';y2=[1:n2]';y3=[1:n3]'; disp('n=10时'); disp('x的1-范数:');disp(Norm(x1,1)); disp('x的2-范数:');disp(Norm(x1,2)); disp('x的无穷-范数:');disp(Norm(x1,inf)); disp('y的1-范数:');disp(Norm(y1,1)); disp('y的2-范数:');disp(Norm(y1,2)); disp('y的无穷-范数:');disp(Norm(y1,inf)); disp('n=100时'); disp('x的1-范数:');disp(Norm(x2,1));
disp('x的2-范数:');disp(Norm(x2,2)); disp('x的无穷-范数:');disp(Norm(x2,inf)); disp('y的1-范数:');disp(Norm(y2,1)); disp('y的2-范数:');disp(Norm(y2,2)); disp('y的无穷-范数:');disp(Norm(y2,inf)); disp('n=1000时'); disp('x的1-范数:');disp(Norm(x3,1)); disp('x的2-范数:');disp(Norm(x3,2)); disp('x的无穷-范数:');disp(Norm(x3,inf)); disp('y的1-范数:');disp(Norm(y3,1)); disp('y的2-范数:');disp(Norm(y3,2)); disp('y的无穷-范数:');disp(Norm(y3,inf)); 运行结果： n=10时 x的1-范数:2.9290；x的2-范数:1.2449； x的无穷-范数:1 y的1-范数:55； y的2-范数:19.6214； y的无穷-范数:10 n=100时 x的1-范数:5.1874；x的2-范数: 1.2787； x的无穷-范数:1 y的1-范数:5050； y的2-范数:581.6786； y的无穷-范数:100 n=1000时 x的1-范数:7.4855； x的2-范数:1.2822； x的无穷-范数:1 y的1-范数: 500500； y的2-范数:1.8271e+004；y的无穷-范数:1000 程序 Test2.m clear all; clc; n=100;%区间 h=2*10^(-15)/n;%步长 x=-10^(-15):h:10^(-15); %第一种原函数
大连理工大学矩阵大作业
2013级工科硕士研究生 《矩阵与数值分析》课程数值实验报告 大连理工大学 Dalian University of Technology
一、设 6 2 2 10 1 N N j S j = = - ∑，分别编制从小到大和从大到小的顺序程序分别计算 100001000000 , S S 并指出两种方法计算结果的有效位数。 程序代码： 从小到大： function f=s(N); %定义函数s f=0; %初始值为0 for j=N:-1:3 %j从3到n循环（从小到大） ft=1000000/(j^2-1); %Sj f=f+ft; %SN end 从大到小： function f=s(N); %定义函数s f=0; %初始值为0 for j=N:-1:3 %j从3到n循环（从小到大） ft=1000000/(j^2-1); %Sj f=f+ft; %SN end 执行结果： 从小到大： s(10000) ans = 4.16566671666167e+05 s(1000000) ans =
4.166656666671731e+05 有效数字：16,16 从大到小： s(10000) ans = 4.165666716661668e+05 s(1000000) ans = 4.166656666671667e+05 有效数字：16,16 分析： 小数和大数相加时，按照从大到小的顺序和按照从小到大的顺序得出的结果不同，前者由 于舍入误差的影响而使结果不准确，所以应避免大数吃小数的现象。 二、解线性方程组 1．分别利用Jacobi 迭代法和Gauss-Seidel 迭代法求解线性方程组Ax b =，其中常向量为()21n -维随机生成的列向量，系数矩阵A 具有如下形式 1111 11 1122n n n n n n n n T I I I A I I T I --------+-?? ?- ?= ? - ? -+? ? ， 其中1 211112n T --?? ? - ?= ?- ? -? ? 为1n -阶矩阵，1n I -为1n -阶单位矩阵，迭代法计算停止的条件为：10 12 10k k x x -+-<，给出10,100,1000n =时的不同迭代步数． 程序代码：
矩阵与数值分析实习题2018秋
矩阵与数值分析2018秋上机实习 1. 用秦九韶算法编程计算f (x )=1+x +x 2+?+x 50在x =1.00001处的值。 2. 设f (x )=54x 6+45x 5?102x 4?69x 3+35x 2+16x ?4.在区间[?2,2] 上画出函数， （1）使用Newton 迭代法找出该区间上的5个根，并计算e i+1/e i 2和e i+1/e i ，由此判断哪个根是1阶收敛，哪个根是2阶收敛？（2）使用割线法计算这5个根，并判断哪个根是线性收敛，哪个是超线性收敛？ 3. 令H 表示n ×n 的Hilbert 矩阵，其中(i,j)元素是1/(i +j ?1), b 是元素全为1的向量，用Gauss 消去法求解Hx =b,其中取(a) n =2; (b) n =5; (c) n =10. 4. 已知方程组 [ 3?1?13?1??? ?13?1?13] [x 1?x n ]=[ 21?12] 分别用Jacobi 迭代和Gauss-Seidel 迭代求解方程组，精确到小数点后6位 5. 用共轭梯度法求解第3题中的方程组 6. 令f (x )=e |x|,x ∈[?1,1]，分别用等距节点和Chebyshev 的零点去插值f(x)，等距节点包括左右两个端点，分别取n =5,10,15,20，画出插值函数以及原函数的图并比较，观察有没有龙格现象发生。 7. 编程求解教材183页例3，并计算出样条函数在插值结点及相邻结点的中点处的导数值，并画出原函数及插值函数，原函数的导函数及插值函数的导函数的图像。把步长变为0.1重复上述操作。 8. （1）给定数据点(x i ,x i 2),x i =0,1n ,2n ,…,1，当n =5,10,15,20,25,30时分别用直线拟合这组数据点并注意观察当点数逐渐增加时直线的表达式的变化.（2）计算函数f (c 1,c 2)=∫(x 2?c 1?c 2x )2dx 1 0的最小值，并解释与（1）的关系 9. 已知常微分方程 {du dx =2x u +x 2e x x ∈[1,2],u (1)=0 ， 分别用Euler 法，改进的Euler 法，Runge-Kutta 法去求解该方程，步长选为0.1,0.05,0.01.画图观察求解效果。 要求： 1.考试前提交作业（word 形式提交，包括代码和实验结果），主题写“学号+姓名+学部(学院)”发送至邮箱zhuke_2015@https://www.doczj.com/doc/2813162527.html, ，文件名“学号+姓名+学部学院”。考试后提交的数值试验部分成绩记为零分。 2.可用任何一种语言编程
大连理工大学矩阵与数值分析大作业题目
2014级工科硕士研究生 《矩阵与数值分析》课程数值实验题目 1. 方程在x=3.0附近有根，试写出其三种不同的等价形式以构成两种不同的迭代格式，再用这两种迭代求根，并绘制误差下降曲线，观察这两种迭代是否收敛及收敛的快慢 2. 用复化梯形公式、复化辛普森公式、龙贝格公式求下列定积分，要求绝对误差为 ，并将计算结果与精确解进行比较： （1） （2） 3. 使用带选主元的分解法求解线性方程组,其中，， 当时．对于的情况分别求解． 精确解为．对得到的结果与精确解的差异进行解释． 4. 用4阶Runge-kutta 法求解微分方程 t t t te e t u u u u u 22210 1)(,101)0(,2---+==-=' (1) 令1.0=h ，使用上述程序执行20步，然后令05.0=h ，使用上述程序执行40步 (2) 比较两个近似解与精确解 (3) 当h 减半时，(1)中的最终全局误差是否和预期相符？ (4) 在同一坐标系上画出两个近似解与精确解．（提示输出矩阵R 包含近似解的x 和y 坐标，用命令plot(R(:,1),R(:,2))画出相应图形．） 5. 设 为阶的三对角方阵，是一个阶的对称正定矩阵 其中为阶单位矩阵。设为线性方程组的真解，右边的向量由这个真解给出。 (1) 用Cholesky 分解法求解该方程. (2) 用Jacobi 迭代法和Gauss-Seidel 迭代法求解该方程组，误差设为 . 其中取值为4，5，6. 6. 设
考虑空间的一个等距划分，分点为 设为插值于这些等分点上的Lagrange插值多项式。 (1)选择不断增大的分点数目画出原函数与插值多项式在的图像，并 比较分析实验结果。 (2)选择 重复上述的实验看其结果如何 实验须知： （1）所有的数值实验的题目要求用C语言或Matlab编程； （2）实验报告内容应包括问题、程序、计算结果及分析等； （3）考试前提交实验报告； （4）本次实验成绩将占总成绩的10%。 （5）报告上要注明：所在教学班号、任课老师的姓名；报告人所在院系、学号。 《矩阵与数值分析》课程教学组
矩阵与数值分析公式总结
第一章 绝对误差： 121 100.x 102 k k n n a a a a a -=±?????-≤?，则称a 为x 的具有n 位有效数字的近似值 相对误差： 如果a 有n 位有效数字，则11 x 1102n a a a --≤ ?；如果11x 1 1021n a a a --≤?+（），则a 至少有n 位有效数字。 近似绝对误差估计式：' ()()()f x f a f a x a -≈- 近似相对误差界为： '()()()()() f a f x f a x a f a f a -≤- N 元函数误差界：1231231(x ,x ,x ,....x )(,,,....)n n n k k k k a f f f a a a a x a x =?? ?-≤- ????∑ 111 2 22111 112max p ,1n i i n i i i i n n p p i p i x x p ==∞≤≤==?? === ? ?? ∞=??=≤<+∞ ??? ∑∑∑向量范数：范数：范数：范数：范数：x x x x x x 11111 21 11max max m ij j n i n ij i m j m n ij m i j F a a a ≤≤=∞≤≤======== ∑∑∑ ∑ （列和范数） （行和范数） （算子范数谱： 范数）A A A A A (A)max i i ρλ=谱半径： （A 的最大特征值）
第二章 ,H H H A A AA A A =正规矩阵：是的共轭转置。 常见的Hermite 阵（A A =H ）、实对称矩阵（A A =T ）、斜Hermite 阵（A A -=H ）、实反对称矩阵（A A -=T ）、酉阵（I AA A A ==H H ）和正交矩阵（I AA A A ==T T ）等均为正规矩阵． 正定的充分必要条件是：A 的各阶顺序主子式都为正。A 的特征值全为正。 T T A A AA E ==正交矩阵：1T A A -=正交矩阵是实数特殊化的酉矩阵，因此总是正规矩阵。 奇异矩阵：对应的行列式等于0的方阵。 1、矩阵的LU 分解或Doolittle 分解 对于n 阶方阵A ，如果存在n 阶单位下三角矩阵L 和n 阶上三角矩阵U ，使得LU A =, 则称其为矩阵A 的LU 分解，也称为．Gauss 消去法对应的矩阵形式即为LU 分解, 其中L 为所有行乘子组成的单位下三角矩阵, U 为Gauss 消去法结束后得到的上三角矩阵. 原方程组b Ax =分解为两个三角形方程 组? ? ?==y Ux b Ly . 2、矩阵LU 分解的的存在和唯一性（各阶顺序主子式均不为零） 如果n 阶矩阵A 的各阶顺序主子式),,2,1(n k k =D 均不为零, 则必有单位下三角矩阵L 和上三角矩阵U ，使得LU A =, 而且L 和U 是唯一存在的． 3、矩阵的Cholesky 分解或平方根法（正定矩阵） 对任意n 阶对称正定矩阵A ，均存在下三角矩阵L 使T LL A =，称其为对称正定矩阵 A 的 Cholesky 分解. 进一步地, 如果规定L 的对角元为正数，则L 是唯一确定的．原方程组b Ax =分解为 两个三角形方程组? ??==y x L b Ly T . 利用矩阵乘法规则和L 的下三角结构可得 2 1 1 12? ?? ? ??-=∑-=j k jk jj jj l a l , jj j k jk ik ij ij l l l a l /1 1???? ??-=∑-=, i=j +1, j +2,…,n , j =1,2,…,n .
大连理工大学矩阵与数值研究分析上机作业
大连理工大学矩阵与数值分析上机作业
————————————————————————————————作者：————————————————————————————————日期：
矩阵与数值分析上机作业 学校：大连理工大学 学院： 班级： 姓名：
学号： 授课老师：注：编程语言Matlab 程序： Norm.m函数 function s=Norm(x,m) %求向量x的范数 %m取1,2,inf分别表示1,2，无穷范数n=length(x);
s=0; switch m case 1 %1-范数 for i=1:n s=s+abs(x(i)); end case 2 %2-范数 for i=1:n s=s+x(i)^2; end s=sqrt(s); case inf %无穷-范数 s=max(abs(x)); end 计算向量x，y的范数 Test1.m clear all; clc; n1=10;n2=100;n3=1000; x1=1./[1:n1]';x2=1./[1:n2]';x3=1./[1:n3]'; y1=[1:n1]';y2=[1:n2]';y3=[1:n3]'; disp('n=10时'); disp('x的1-范数:');disp(Norm(x1,1)); disp('x的2-范数:');disp(Norm(x1,2)); disp('x的无穷-范数:');disp(Norm(x1,inf));
disp('y的1-范数:');disp(Norm(y1,1)); disp('y的2-范数:');disp(Norm(y1,2)); disp('y的无穷-范数:');disp(Norm(y1,inf)); disp('n=100时'); disp('x的1-范数:');disp(Norm(x2,1)); disp('x的2-范数:');disp(Norm(x2,2)); disp('x的无穷-范数:');disp(Norm(x2,inf)); disp('y的1-范数:');disp(Norm(y2,1)); disp('y的2-范数:');disp(Norm(y2,2)); disp('y的无穷-范数:');disp(Norm(y2,inf)); disp('n=1000时'); disp('x的1-范数:');disp(Norm(x3,1)); disp('x的2-范数:');disp(Norm(x3,2)); disp('x的无穷-范数:');disp(Norm(x3,inf)); disp('y的1-范数:');disp(Norm(y3,1)); disp('y的2-范数:');disp(Norm(y3,2)); disp('y的无穷-范数:');disp(Norm(y3,inf)); 运行结果： n=10时 x的1-范数:2.9290；x的2-范数:1.2449； x的无穷-范数:1 y的1-范数:55； y的2-范数:19.6214； y的无穷-范数:10 n=100时 x的1-范数:5.1874；x的2-范数: 1.2787； x的无穷-范数:1 y的1-范数:5050； y的2-范数:581.6786； y的无穷-范数:100
大连理工大学矩阵与数值分析上机作业
大连理工大学 矩阵与数值分析上机作业 课程名称：矩阵与数值分析 研究生姓名： 交作业日时间：2016 年12 月20日
1.1程序： Clear all; n=input('请输入向量的长度n：') for i=1:n; v(i)=1/i; end Y1=norm(v,1) Y2=norm(v,2) Y3=norm(v,inf) 1.2结果 n=10 Y1 =2.9290 Y2 =1.2449 Y3 =1 n=100 Y1 =5.1874 Y2 =1.2787 Y3 =1 n=1000 Y1 =7.4855 Y2 =1.2822 Y3 =1 N=10000 Y1 =9.7876 Y2 =1.2825 Y3 =1 1.3 分析 一范数逐渐递增，随着n的增加，范数的增加速度减小；二范数随着n的增加，逐渐趋于定值，无群范数都是1.
2.1程序 clear all; x(1)=-10^-15; dx=10^-18; L=2*10^3; for i=1:L y1(i)=log(1+x(i))/x(i); d=1+x(i); if d == 1 y2(i)=1; else y2(i)=log(d)/(d-1); end x(i+1)=x(i)+dx; end x=x(1:length(x)-1); plot(x,y1,'r'); hold on plot(x,y2);
2.2 结果 2.3 分析 红色的曲线代表未考虑题中算法时的情况，如果考虑题中的算法则数值大小始终为1，这主要是由于大数加小数的原因。 第3题 3.1 程序 clear all; A=[1 -18 144 -672 2016 -4032 5376 -4608 2304 -512]; x=1.95:0.005:2.05; for i=1:length(x); y1(i)=f(A,x(i)); y2(i)=(x(i)-2)^9; end figure(3); plot(x,y1); hold on;
大连理工大学《矩阵与数值分析》2007年真题答案
大连理工大学应用数学系 数学与应用数学专业2005级试A 卷答案 课 程 名 称： 计算方法 授课院 (系)： 应 用 数 学 系 考 试 日 期：2007年11 月 日 试卷共 6 页 一、填空（每一空2分，共42分） 1．为了减少运算次数，应将表达式.543242 16171814131 1681 x x x x x x x x -+---++- 改写为 ()()()()()()()1 816011314181716-+++---+-x x x x x x x x x ； 2．给定3个求积节点：00=x ，5.01=x 和12=x ，则用复化梯形公式计算积分dx e x ?-1 02 求得的近似值为 () 15.0214 1 --++e e ， 用Simpson 公式求得的近似值为 () 15.0416 1 --++e e 。 1．设函数()1,0,1)(3-∈S x s ，若当1-【精品】大连理工矩阵上机作业
【关键字】精品 第一题 Lagrange插值函数 function y=lagrange(x0,y0,x); n=length(x0);m=length(x); for i=1:m z=x(i); s=0.0; for k=1:n p=1.0; for j=1:n if j~=k p=p*(z-x0(j))/(x0(k)-x0(j)); end end s=p*y0(k)+s; end y(i)=s; end x0=[1:10]; y0=[67.052,68.008,69.803,72.024,73.400,72.063,74.669,74.487,74.065,76.777]; lagrange(x0,y0,17) ans= -1.9516e+12 x=[1:0.1:10]; x=x'; plot(x0,y0,'r'); hold on plot(x,y,'k'); legend('原函数','拟合函数') 拟合图像如下 拟合函数出现了龙格现象，运用多项式进行插值拟合时，效果并不好，高次多项式会因为误差的不断积累，导致龙格现象的发生。 第二题 function fun =nihe(n)
m=[67.052*10^6,68.008*10^6,69.803*10^6,72.024*10^6,73.400*10^6,72.063*10^6,74.669*10 ^6,74.487*10^6,74.065*10^6,76.777*10^6]; w=[1,2,3,4,5,6,7,8,9,10]; d1=0;d2=0;d3=0; y1=polyfit(m,w,1); y2=polyfit(m,w,2); y3=polyfit(m,w,3); y2=poly2sym(s2);y3=poly2sym(s3);y4=poly2sym(s4); f1=subs(y1,17); f2=subs(y2,17); f3=subs(y3,17); for p=1:10; d1=d1+(subs(y1,w(p))-m(p))^2; d2=d2+(subs(y2,w(p))-m(p))^2; d3=d3+(subs(y3,w(p))-m(p))^2; end d1=sqrt(d1); d2=sqrt(d2); d3=sqrt(d3); fun=[f1 f2 f3;d2 d3 d4]; return; 结果 三次函数的均方误差最小，拟合的最好。 函数 function f=fun(x) syms a a=x; f=a*a*a+a*a+a-3; 梯度函数 function df=dfun(x) df=3*x*x+2*x+1; Newton法 function result=didainewton(x0) k=0;xk=x0;xi=1;e0=abs(x0-xi); ek=e0;m=zeros(7,1); n=zeros(7,1);p=zeros(7,1); result=zeros(7,3); while k<7 ak=feval('fun',xk); bk=feval('dfun',xk); xk=xk-ak/bk; e0=ek;
大连理工大学矩阵与数值分析上机作业13388
共享知识分享快乐 大连理工大学 矩阵与数值分析上机作业 课程名称：矩阵与数值分析 研究生姓名： 12 交作业日时间：日20 月年2016
卑微如蝼蚁、坚强似大象． 共享知识分享快乐 第1题 1.1程序： Clear ;all n=input('请输入向量的长度n：') for i=1:n; v(i)=1/i; end Y1=norm(v,1) Y2=norm(v,2) Y3=norm(v,inf) 1.2结果 n=10 Y1 =2.9290 Y2 =1.2449 Y3 =1 n=100 Y1 =5.1874 Y2 =1.2787 Y3 =1 n=1000 Y1 =7.4855 Y2 =1.2822 Y3 =1
N=10000 Y1 =9.7876 Y2 =1.2825 Y3 =1 1.3 分析 一范数逐渐递增，随着n的增加，范数的增加速度减小；二范数随着n的增加，逐渐趋于定值，无群范数都是1. 卑微如蝼蚁、坚强似大象． 共享知识分享快乐 第2题 2.1程序 ;clear all x(1)=-10^-15;dx=10^-18;L=2*10^3; i=1:L for y1(i)=log(1+x(i))/x(i); d=1+x(i); d == 1if y2(i)=1;else y2(i)=log(d)/(d-1);end x(i+1)=x(i)+dx;end x=x(1:length(x)-1););'r'plot(x,y1,on hold plot(x,y2);
卑微如蝼蚁、坚强似大象． 共享知识分享快乐 2.2 结果 2.3 分析 红色的曲线代表未考虑题中算法时的情况，如果考虑题中的算法则数值大小始终为1，这主要是由于大数加小数的原因。 第3题
大连理工大学-矩阵大作业汇编
（1）从大到小的顺序的计算程序：function y=snd(n) format long y=0; if n<2 disp('请输入大于1的数！') else s=0; i=2; while i<=n s=single(s+(1/(i^2-1))); i=i+1; end y=s; end （2）从小到大的顺序的计算程序：function y=snx(n) format long y=0; if n<2 disp('请输入大于1的数！') else s=0; i=n; while 1 s=single(s+(1/(i^2-1))); i=i-1; if i==1 break end end
y=s; end （3）按两种顺序分别计算并指出有效位数（编制程序时用单精度） S的计算结果： ① 2 10 S的计算结果： ② 4 10 S的计算结果： ③ 6 10 计算时的有效位数为七位数。
① 秦九昭算法计算程序： function y=qjz(a,x) j=3; i=size(a,2); switch i case 1 y=a(1); case 2 y=a(1)*x+a(2); otherwise p=a(1)*x+a(2); while j<=i p=p*x+a(j); j=j+1; end y=p; end ② 计算在点23的值。 计算结果如下： 当23=x 时()86652=x f 。
①Gauss法计算程序和结果： 程序： A(1,:)=[31,-13,0,0,0,-10,0,0,0]; A(2,:)=[-13,35,-9,0,-11,0,0,0,0]; A(3,:)=[0,-9,31,-10,0,0,0,0,0]; A(4,:)=[0,0,-10,79,-30,0,0,0,-9]; A(5,:)=[0,0,0,-30,57,-7,0,-5,0]; A(6,:)=[0,0,0,0,-7,47,-30,0,0]; A(7,:)=[0,0,0,0,0,-30,41,0,0]; A(8,:)=[0,0,0,0,-5,0,0,27,-2]; A(9,:)=[0,0,0,-9,0,0,0,-2,29]; B=[-15;27;-23;0;-20;12;-7;7;10]; [a,b]=gauss(A,B); j=size(a,2); while j>=1 k=j+1; s=b(j); while k<=9 s=s-x(k)*a(j,k); k=k+1; end x(j)=s/a(j,j); j=j-1; end disp(x) function [x,y]=gauss(a,b) num_i=size(a,1); j=1; while j<=(num_i-1) i=j+1; while i<=num_i r=a(i,j)/a(j,j); a(i,:)=a(i,:)-r*a(j,:);
大连理工大学《矩阵与数值分析》学习指导与课后参考答案第三章、逐次逼近法
第三章 逐次逼近法 1.1内容提要 1、一元迭代法x n+1=φ(x n )收敛条件为： 1）映内性x ∈[a,b]，φ(x) ∈[a,b] 2）压缩性∣φ(x) -φ(y)∣≤L ∣x-y ∣其中L ＜1，此时φ为压缩算子，在不断的迭代中，就可以得到最终的不动点集。由微分中值定理，如果∣φ’∣≤L ＜1，显然它一定满足压缩性条件。 2、多元迭代法x n+1=φ(x n )收敛条件为： 1）映内性x n ∈Ω，φ(x n ) ∈Ω 2）压缩性ρ（▽φ）＜1，其中▽φ为x n 处的梯度矩阵，此时φ为压缩算子，在不断的迭代中，就可以得到最终的不动点集。 3、当φ(x )= Bx+f 时，收敛条件为，ρ（B ）＜1，此时x n+1= Bx n +f ，在不断的迭代中，就可以得到线性方程组的解。 4、线性方程组的迭代解法，先作矩阵变换 U L D A --= Jacobi 迭代公式的矩阵形式 f Bx b D x U L D x n n n +=++=--+111)( Gauss-Seidel 迭代公式的矩阵形式 f Bx b L D Ux L D x n n n +=-+-=--+111)()( 超松弛迭代法公式的矩阵形式 f Bx b L D x U D L D x k k k +=-++--=--+ωωωωω111)(])1[()( 三种迭代方法当1)( ∑≠-，于是
