数值分析上机作业2

实验一

一、实验名称：矩阵的LU分解.

二、实验目的：用不选主元的LU分解和列主元LU分解求解线性方程组Ax=b, 并比较这两种方法.

三、实验内容与要求

（1）用所熟悉的计算机语言将不选主元和列主元LU分解编成通用的子程序，然后用编写的程序求解下面的84阶方程组

将计算结果与方程组的精确解进行比较，并就此谈谈你对Gauss消去法的看法。

（2）写出追赶法求解三对角方程组的过程，并编写程序求该实验中的方程组

实验步骤：

（1）程序：

不选主元：

function x=GAuss(A,b)

n=length(b);

x=b;

for i=1:n-1

for j=i+1:n

mi=A(j,i)/A(i,i);

b(j)=b(j)-mi*b(i);

for k=i:n

A(j,k)=A(j,k)-mi*A(i,k);

end

AB=[A,b];

end

end

x(n)=b(n)/A(n,n);

for i=n-1:-1:1

s=0;

for j=i+1:n

s=s+A(i,j)*x(j);

end

x(i)=(b(i)-s)/A(i,i);

end

选主元：

function x=GAussZhu(A,b)

n=length(b);

x=b;

a_max=0;

for i=k:n

if abs(A(i,k))>a_max

a_max=abs(A(i,k));r=i;

end

end

if r>k

for j=k:n

z=A(k,j);A(k,j)=A(r,j);A(r,j)=z;

end

z=b(k);b(k)=b(r);b(r)=z;

end

for i=k+1:n

m=A(i,k)/A(k,k);

for j=k:n

A(i,j)=A(i,j)-m*A(k,j);

end

b(i)=b(i)-m*b(k);

end

end

if abs(A(n,n))==0

return;

end

AbZhu=[A,b];

x(n)=b(n)/A(n,n);

for i=n-1:-1:1

for j=i+1:n

b(i)=b(i)-A(i,j)*x(j);

end

x(i)=b(i)/A(i,i);

end

生成n阶以a,b,c为元素的三对角阵：

function A=Sanduijiao(a,b,c,n)

A=diag(b*ones(1,n),0)+diag(c*ones(1,n-1),1)+diag(a*ones(1,n-1),-1);运行：

A2=Sanduijiaozhen(8,6,1,84);

b2(1)=7;

for i=2:83

b2(i)=15;

end

b2(84)=14;

zx21=GAusszhu(A2,b2')

x21=GAuss(A2,b2')

运行结果：

zx21 =

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1

1

1

0.999999999999999

1

0.999999999999995

1.00000000000001

0.999999999999979

1.00000000000004

0.999999999999917

1.00000000000017

0.999999999999666

1.00000000000067

0.999999999998666

1.00000000000267

0.999999999994664

1.00000000001067

0.999999999978657

1.00000000004269

0.999999999914629

1.00000000017074

0.999999999658526

1.00000000068293

0.999999998634227

1.00000000273121

0.999999994538909

1.00000001091685

0.999999978187649

1.00000004353933

0.999999913262824

1.00000017210841

0.999999661246936

1.00000065565109

0.999998776117961

1.0000020980835 0.999997202555339 x21 =

1

1

1

1

0.999999999999998

0.999999999999993

1.00000000000001

0.999999999999972

1.00000000000006

0.999999999999886

1.00000000000023

0.999999999999545

1.00000000000091

0.999999999998181

1.00000000000364

0.999999999992724

1.00000000001455

0.999999999970898

1.0000000000582

0.999999999883592

1.00000000023282

0.999999999534367

1.00000000093127

0.999999998137469

1.00000000372506

0.999999992549874

1.00000001490025

0.999999970199497

1.00000005960101

0.999999880797986

1.00000023840403

0.999999523191946

1.00000095361611

0.999998092767783

1.00000381446444

0.99999237107113

1.00001525785774

0.99996948428452

1.00006103143096

0.999877937138081

1.00024412572384

0.999511748552323

1.00097650289535

0.998046994209291

1.00390601158141

0.992187976837187

1.01562404632557

0.968751907349088

1.06249618530092 0.875007629401807

0.500030517694535 1.99993896437811 -0.999877927824961 4.99975585192486 -6.99951168894947 16.9990233182979 -30.9980463981918 64.9960918427676 -126.992179871071 256.984344484284 -510.968627937136 1024.93701174855 -2046.8730469942 4096.74218797682 -8190.46875190732 16383.8750076293 -32764.5000305175 65531.0001220701 -131055.000488281 262097.001953124 -524127.007812498 1048001.03125 -2094975.12499999 4185857.49999999 -8355328.99999997 16645128.9999999 -33028126.9999999 65007744.9999998 -125821439 234866688.999999 -402628606.999999 536838144.999998

从两个程序所得结果看，选主元的高斯消去法更加快更准确。 （2）追赶法

112223311100000000

000000

n n n n

n b c a b c a b A a b c a b ---?? ? ? ?=

? ? ?

? ??

?

则方程组Ax=f 称为三对角方程组。

设矩阵A 非奇异，A 有Crout 分解A=LU ，其中L 为下三角矩阵，U 为单位上三角矩阵，记

1122233110

00010

00000010000

000100,00000000

00

0001n n n

n b L U γαβγββγβ--???? ?

? ? ? ? ??==

?

? ?

? ? ?

? ? ? ???

?

?

? 可先依次求出L ，U 中的元素后，令Ux=y ，先求解下三角方程组Ly=f 得出y ，再求解上三角方程组Ux=y 。

程序：

function s=trim(A,bb) n=size(A,1); s=zeros(n,1); b=diag(A); a=diag(A,-1); c=diag(A,1); d=zeros(n,1); u=zeros(n-1,1); for i=1:n-1 d(1)=b(1);

u(i)=c(i)/d(i);

d(i+1)=b(i+1)-a(i)*u(i); end

y=zeros(n,1); y(1)=bb(1)/d(1); for i=2:n

y(i)=(bb(i)-a(i-1)*y(i-1))/d(i); end

s(n)=y(n);

for i=n-1:-1:1

s(i)=y(i)-u(i)*s(i+1); end

end 运行结果： x21 =

1 1 1 0.999999999999999 1 0.999999999999996 1.00000000000001 0.999999999999986 1.00000000000003

1.00000000000011

0.999999999999773

1.00000000000045

0.999999999999091

1.00000000000182

0.999999999996362

1.00000000000728

0.999999999985449

1.0000000000291

0.999999999941796

1.00000000011641

0.999999999767184

1.00000000046563

0.999999999068734

1.00000000186253

0.999999996274937

1.00000000745013

0.999999985099748

1.0000000298005

0.999999940398993

1.00000011920201

0.999999761595973

1.00000047680805

0.999999046383891

1.00000190723222

0.999996185535565

1.00000762892887

0.99998474214226

1.00003051571548

0.99993896856904

1.00012206286192

0.999755874276161

1.00048825144768

0.999023497104645

1.00195300579071

0.996093988418586

1.00781202316281

0.98437595367443

1.03124809265091

0.937503814699085

1.12499237059819

0.750015258818165

1.49996948230547 6.10356218864183e-005

2.99987792782496

8.99951168894947

-14.9990233182979

32.9980463981918

-62.9960918427676

128.992179871071

-254.984344484284

512.968627937136

-1022.93701174855

2048.8730469942

-4094.74218797682

8192.46875190732

-16381.8750076293

32766.5000305175

-65529.0001220701

131057.000488281

-262095.001953124

524129.007812498

-1047999.03125

2094977.12499999

-4185855.49999999

8355330.99999997

-16645126.9999999

33028128.9999999

-65007742.9999998

125821441

-234866686.999999

402628608.999999

-536838142.999998

实验二

实验步骤：

（1）程序：

1、平方根法：

function x=Cholesky(A,b)

n=size(A);

n=n(1);

x=A^-1*b;

for k=1:n

A(k,k)=sqrt(A(k,k));

A(k+1:n,k)=A(k+1:n,k)/A(k,k);

for j=k+1:n;

A(j:n,j)=A(j:n,j)-A(j:n,k)*A(j,k);

end

end

for j=1:n-1

b(j+1:n)=b(j+1:n)-b(j)*A(j+1:n,j);

end

b(n)=b(n)/A(n,n);

A=A';

for j=n:-1:2

b(j)=b(j)/A(j,j);

b(1:j-1)=b(1:j-1)-b(j)*A(1:j-1,j);

end

b(1)=b(1)/A(1,1);

disp('平方根法的解即为');

2、改进的平方根法：

function b=GJCholesky(A,b)

n=size(A);

n=n(1);

v=zeros(n,1);

for j=1:n

for i=1:j-1

v(i)=A(j,i)*A(i,i);

end

A(j,j)=A(j,j)-A(j,1:j-1)*v(1:j-1);

A(j+1:n,j)=(A(j+1:n,j)-A(j+1:n,1:j-1)*v(1:j-1))/A(j,j); end

B=diag(A);

D=zeros(n);

for i=1:n

D(i,i)=B(i);

A(i,i)=1;

end

A=tril(A);

for j=1:n-1

b(j)=b(j)/A(j,j);

b(j+1:n)=b(j+1:n)-b(j)*A(j+1:n,j);

end

b(n)=b(n)/A(n,n);

A=D*(A');

for j=n:-1:2

b(j)=b(j)/A(j,j);

b(1:j-1)=b(1:j-1)-b(j)*A(1:j-1,j);

end

b(1)=b(1)/A(1,1);

disp('改进平方根法解得的解即为');

>> A=Sanduijiaozhen(1,10,1,100);

>> b(1)=11;

>> for i=2:99

end

>> b(100)=11;

>> x1=Cholesky(A,b')

>> x2=GJCholesky(A,b')

实验结果：

平方根法的解即为

x1 =

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1

1

1

1

1

0.999999999999999

1

1

1

1

1

1

1

1

1

1

改进平方根法解得的解即为：都是1

（2）要编写b

程序：

function b=Hil()

for k=1:40

for m=1:40 s=0;

t=s+1/(k+m-1);

s=t;

end

b(k,1)=s;

end

运行：

A=hilb(40);

b=Hil();

x1=Cholesky(A,b)

x2=GJCholesky(A,b)

运行结果：

平方根法：

x1 =

0.033613490872085

0.000998020172119

-0.010852813720703

-0.001220703125000

-0.005859375000000

0.093750000000000

-0.031250000000000

0.109375000000000

-0.187500000000000

-0.281250000000000

0.062500000000000

0.375000000000000

0.187500000000000

-0.054687500000000

0.621093750000000

-0.968750000000000

-0.343750000000000

-0.312500000000000

-0.156250000000000

1.062500000000000

-0.578125000000000

-0.156250000000000

-1.468750000000000

-0.062500000000000

0.187500000000000

0.375000000000000

-1.387695312500000

-0.312500000000000

0.375000000000000

0.375000000000000

0.125000000000000

-1.113281250000000

-0.375000000000000

1.406250000000000

-1.093750000000000

0.187500000000000

-0.375000000000000

1.093750000000000

改进平方根法解得的解即为x2 =

-0.000000000826711

-0.000000566568055

0.000049078892471

-0.001256760971985

0.014552136256574

-0.086919892706862

-0.216775282770511

-0.939281695721687

2.980973059440701

-2.928333325999537

0.134357996375701

-0.275199533401944

3.726638261714109

-2.085592373860922

-2.521875229205066

1.349774981607172

1.372257861047557

-1.052597643628264

0.772507230724005

-0.813662309261239

0.627925510081358

0.140108105520086

-0.318044522760314

-2.068535661603255

2.985052481854060

0.159966350849163

-1.511948502515179

-1.980619075304478

3.058323084908341

0.242689914699104

-2.194798484358696

2.432840067582593

-0.820439398876644

-0.807348359627573

-0.600672815071489

2.029646280079888

-2.346694513217951

1.970094528584222

0.312046381978007

（3）

一、用高斯两种方法计算本题第一个方程组。运行程序：

clc;clear

A=Sanduijiaozhen(1,10,1,100);

b(1)=11;

for i=2:99

b(i)=12;

end

b(100)=11;

x1=GAuss(A,b')

x2=GAussZhu(A,b')

二、用高斯两种方法计算本实验第二个方程组。 运行程序： A=hilb(40); b=Hil();

x1=GAuss(A,b)

x2=GAussZhu(A,b)

运行结果都是0，最后一位是1。

高斯消去法所得的结果与平方根法和改进的平方根法求得的结果差距很大，而且高斯消去法所得的结果大部分为零，显然平方根法和改进的平方根法求得的结果与方程的精确解比高斯消去法的更接近，更准确。但不管是哪一类算法都只能在预定的计算步骤内或给定的精度内得到近似解，有一定的误差。

实验三

实验步骤：

（1）生成一个300 n ，随机生成A 的一条主对角线元素和二条次对角线元素，使A 为严格对角占优的三对角阵和b 。 程序：

clear,clc n=300; A=zeros(n);

A=diag(rand*ones(n,1))+diag(rand*ones(n-1,1),-1)+diag(rand*ones(n-1,1),1); for i=1:n

A(i,i)=sum(abs(A(i,:))); end A=A;

b=rand(n,1); tic x1=A\b; t1=toc tic

x2=inv(A)*b; t2=toc tic

x3=trim(A,b);%实验一所编追赶法函数 t3=toc 实验结果： t1 =

6.182670546696735e-004 t2 =

0.023087982698474

t3 =

1.035628416524151e-004

通过实验结果可以看出，追赶法是运行速度最快的一种方法，用inv是最慢的。在实际应用中我们可以根据问题的简易程度灵活运用计算方法，可以大大的提高计算效率节约时间。

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∑=-= N j N j S 2 2 11 ，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1 21 ···1)1(111 222-++--+ -=N N S 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？ 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sn1 format long ; sn1=single(0); for m=2:1:n sn1=sn1+1/(m^2-1); end end （2）从小到大计算1 21 ···1)1(111 2 22 -++--+-= N N S N function sn2=fromsmall(n) %从小到大计算sn2 format long ; sn2=single(0); for m=n:-1:2 sn2=sn2+1/(m^2-1); end end （3） 总的编程程序为： function p203()

clear all format 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:n sn1=sn1+1/(m^2-1); end end function sn2=fromsmall(n) %从小到大计算sn2 format long; sn2=single(0); for m=n:-1:2 sn2=sn2+1/(m^2-1); end end end 运行结果：

数值分析上机作业

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 ++=?； 3、打印出拟合函数()t ?，并打印出()j t ?与()j t y 的误差，12,,2,1 =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 ∑==m j j j x a x y 0)()(? 特别的，取)(x j ?为多项式 j j x x =)(? (j=0, 1,…，m )

则根据最小二乘法原理，可以构造泛函 ∑∑==-=n i m j i j j i m x a f a a a H 1 10))((),,,(? 令 0=??k a H (k=0, 1,…，m ) 则可以得到法方程 ???? ??????? ?=????????????????????????),(),(),(),(),(),(),(),(),(),(),(),(1010101111000100m m m m m m m m f f f a a a ????????????????????? 求该解方程组，则可以得到解m a a a ,,,10 ，因此可得到数据的最小二乘解 ∑=≈m j j j x a x f 0)()(? 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。

数值分析第四章数值积分与数值微分习题答案

第四章 数值积分与数值微分 1.确定下列求积公式中的特定参数，使其代数精度尽量高，并指明所构造出的求积公式所具有的代数精度： 101210121 12120 (1)()()(0)(); (2)()()(0)(); (3)()[(1)2()3()]/3; (4)()[(0)()]/2[(0)()]; h h h h h f x dx A f h A f A f h f x dx A f h A f A f h f x dx f f x f x f x dx h f f h ah f f h -----≈-++≈-++≈-++''≈++-?? ?? 解： 求解求积公式的代数精度时，应根据代数精度的定义，即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，进行验证性求解。 （1）若101(1) ()()(0)()h h f x dx A f h A f A f h --≈-++? 令()1f x =，则 1012h A A A -=++ 令()f x x =，则 110A h Ah -=-+ 令2 ()f x x =，则 3 221123 h h A h A -=+ 从而解得 011431313A h A h A h -?=?? ? =?? ?=?? 令3 ()f x x =，则 3()0h h h h f x dx x dx --==? ? 101()(0)()0A f h A f A f h --++=

令4()f x x =，则 455 1012()5 2 ()(0)()3 h h h h f x dx x dx h A f h A f A f h h ---== -++=? ? 故此时， 101()()(0)()h h f x dx A f h A f A f h --≠-++? 故 101()()(0)()h h f x dx A f h A f A f h --≈-++? 具有3次代数精度。 （2）若 21012()()(0)()h h f x dx A f h A f A f h --≈-++? 令()1f x =，则 1014h A A A -=++ 令()f x x =，则 110A h Ah -=-+ 令2 ()f x x =，则 3 2211163 h h A h A -=+ 从而解得 1143 8383A h A h A h -?=-?? ? =?? ?=?? 令3 ()f x x =，则 22322()0h h h h f x dx x dx --==? ? 101()(0)()0A f h A f A f h --++=

东南大学数值分析上机作业汇总

东南大学数值分析上机作业 汇总 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

数值分析上机报告 院系： 学号： 姓名：

目录 作业1、舍入误差与有效数 (1) 1、函数文件cxdd.m (1) 2、函数文件cddx.m (1) 3、两种方法有效位数对比 (1) 4、心得 (2) 作业2、Newton迭代法 (2) 1、通用程序函数文件 (3) 2、局部收敛性 (4) （1）最大δ值文件 (4) （2）验证局部收敛性 (4) 3、心得 (6) 作业3、列主元素Gauss消去法 (7) 1、列主元Gauss消去法的通用程序 (7) 2、解题中线性方程组 (7) 3、心得 (9) 作业4、三次样条插值函数 (10) 1、第一型三次样条插值函数通用程序： (10) 2、数据输入及计算结果 (12)

作业1、舍入误差与有效数 设∑ =-=N j N j S 2 2 11 ，其精确值为?? ? ??---1112321N N . （1）编制按从小到大的顺序1 1 131121222-? ??+-+-=N S N ，计算N S 的通用程序； （2）编制按从大到小的顺序()1 21 11111222-???+--+-=N N S N ，计算N S 的通用程序； （3）按两种顺序分别计算642101010,,S S S ,并指出有效位数； （4）通过本上机你明白了什么？ 程序： 1、函数文件cxdd.m function S=cxdd(N) S=0; i=2.0; while (i<=N) S=S+1.0/(i*i-1); i=i+1; end script 运行结果（省略>>）： S=cxdd(80) S= 0.737577 2、函数文件cddx.m function S=cddx (N) S=0; for i=N:-1:2 S=S+1/(i*i-1); end script 运行结果（省略>>）： S=cddx(80) S= 0.737577 3、两种方法有效位数对比

数值分析上机作业

昆明理工大学工科研究生《数值分析》上机实验 学院：材料科学与工程学院 专业：材料物理与化学 学号：2011230024 姓名: 郑录 任课教师：胡杰

P277-E1 1.已知矩阵A= 10787 7565 86109 75910 ?? ?? ?? ?? ?? ??,B= 23456 44567 03678 00289 00010 ?? ?? ?? ?? ?? ?? ?? ?? ,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MA TLAB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：MA TLAB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= 10 7877565861097 5 9 10 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

数值分析作业答案

数值分析作业答案 插值法 1、当x=1，-1，2时，f(x)=0，-3，4，求f(x)的二次插值多项式。 （1）用单项式基底。 （2）用Lagrange插值基底。 （3）用Newton基底。 证明三种方法得到的多项式是相同的。 解：（1）用单项式基底 设多项式为: ， 所以： 所以f(x)的二次插值多项式为： （2）用Lagrange插值基底 Lagrange插值多项式为： 所以f(x)的二次插值多项式为： (3) 用Newton基底: 均差表如下： xk f(xk) 一阶均差二阶均差 1 0 -1 -3 3/2 2 4 7/ 3 5/6 Newton插值多项式为： 所以f(x)的二次插值多项式为： 由以上计算可知，三种方法得到的多项式是相同的。 6、在上给出的等距节点函数表，若用二次插值求ex的近似值，要使截断误差不超过10-6，问使用函数表的步长h应取多少？ 解：以xi-1,xi,xi+1为插值节点多项式的截断误差，则有 式中 令得 插值点个数

是奇数，故实际可采用的函数值表步长 8、，求及。 解：由均差的性质可知，均差与导数有如下关系： 所以有： 15、证明两点三次Hermite插值余项是 并由此求出分段三次Hermite插值的误差限。 证明：利用[xk，xk+1]上两点三次Hermite插值条件 知有二重零点xk和k+1。设 确定函数k(x): 当或xk+1时k(x)取任何有限值均可； 当时，，构造关于变量t的函数 显然有 在[xk,x][x,xk+1]上对g(x)使用Rolle定理，存在及使得 在，，上对使用Rolle定理，存在，和使得 再依次对和使用Rolle定理，知至少存在使得 而，将代入，得到 推导过程表明依赖于及x 综合以上过程有： 确定误差限： 记为f(x)在[a,b]上基于等距节点的分段三次Hermite插值函数。在区间[xk，xk+1]上有 而最值 进而得误差估计： 16、求一个次数不高于4次的多项式，使它满足，，。

东南大学 数值分析 考试要求

第一章绪论 误差的基本概念：了解误差的来源，理解绝对误差、相对误差和有效数的概念，熟练掌握数据误差对函数值影响的估计式。 机器数系：了解数的浮点表示法和机器数系的运算规则。 数值稳定性：理解算法数值稳定性的概念，掌握分析简单算例数值稳定性的方法，了解病态问题的定义，学习使用秦九韶算法。 第二章非线性方程解法 简单迭代法：熟练掌握迭代格式、几何表示以及收敛定理的内容，理解迭代格式收敛的定义、局部收敛的定义和局部收敛定理的内容。 牛顿迭代法：熟练掌握Newton迭代格式及其应用，掌握局部收敛性的证明和大范围收敛定理的内容，了解Newton法的变形和重根的处理方法。 第三章线性方程组数值解法 （1）Guass消去法：会应用高斯消去法和列主元Guass消去法求解线性方程组，掌握求解三对角方程组的追赶法。 （2）方程组的性态及条件数：理解向量范数和矩阵范数的定义、性质，会计算三种常用范数，掌握谱半径与2- 范数的关系，会计算条件数，掌握实用误差分析法。 （3）迭代法：熟练掌握Jacobi迭代法、Guass-Seidel迭代法及SOR方法，能够判断迭代格式的收敛性。 （4）幂法：掌握求矩阵按模最大和按模最小特征值的幂法。 第四章插值与逼近 （1）Lagrange插值：熟练掌握插值条件、Lagrange插值多项式的表达形式和插值余项。（2）Newton插值：理解差商的定义、性质，会应用差商表计算差商，熟练掌握Newton插值多项式的表达形式，了解Newton型插值余项的表达式。 （3）Hermite插值：掌握Newton型Hermite插值多项式的求法。 （4）高次插值的缺点和分段低次插值：了解高次插值的缺点和Runge现象，掌握分段线性插值的表达形式及误差分析过程。 （5）三次样条插值：理解三次样条插值的求解思路，会计算第一、二类边界条件下的三次样条插值函数，了解收敛定理的内容。 （6）最佳一致逼近：掌握赋范线性空间的定义和连续函数的范数，理解最佳一致逼近多项式的概念和特征定理，掌握最佳一致逼近多项式的求法。 （7）最佳平方逼近：理解内积空间的概念，掌握求离散数据的最佳平方逼近的方法，会求超定方程组的最小二乘解，掌握连续函数的最佳平方逼近的求法。

数值分析第一次作业及参考答案

数值计算方法第一次作业及参考答案 1. 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)2 x x l x x x +-= =-+-+- 同理 1211 ()(2),()(1)36 l x x x l x x x = -=+ 故 2 20 2151 ()()(1)(2)(2)(1) 23631 i 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 011215 5(1) [,]4, [,]20(1) 12 f x x f x x ---= =-= =----- 0124(2) [,,]102 f x x x ---= =- 实际演算中可列一张差商表： （3）用对角线上的数据写出插值多项式 2 2()1(4)(0)1*(0)(1)31P x x x x x x =+--+-+=-+ 2. 在44x -≤≤上给出()x f 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6 10-，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) 2000 4 43 4 3 () ()[(()]()[()] 3! (1)(1) (1)(1) 3!3! .(4,4). 6 f R x x x h x x x x h t t t e t h th t h e h e ξ ξ =----+ -+ ≤+??-= ≤∈- 则 4 36 ((1)(1) 100.006. t t t h - -+± << Q在点 得 3.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。 解： 22 22 11 1 111 22 11 11 1 () () k k k k h k k k k k k k k k k k k k k k k k k x x x x x x I x x x x x x x x x x x x x x x x x x x x x ++ + +++ ++ ++ + --- =+= --- ?-? -=+- - [] 2 11 22 11 ()()()[()] 11 ()() 44 h h k k k k k k k k R x f x I x x x x x x x x x x x x x h ++ ++ =-=-+- =--≤-= 4.已知单调连续函数() y f x =的如下数据 用插值法计算x约为多少时() 1. f x=（小数点后至少保留4位） 解：作辅助函数()()1, g x f x =-则问题转化为x为多少时，()0. g x=此时可作新 的关于() i g x的函数表。由() f x单调连续知() g x也单调连续，因此可对() g x的数值进行反插。的牛顿型插值多项式为 1()0.110.097345( 2.23)0.451565( 2.23)( 1.10) 0.255894( 2.23)( 1.10)(0.17) x g y y y y y y y - ==-+++++ -++-

数值分析参考答案(第四章)

第四章 数值积分与数值微分 1.确定下列求积公式中的特定参数，使其代数精度尽量高，并指明所构造出的求积公式所具有的代数精度： 101210121 12120 (1)()()(0)(); (2)()()(0)(); (3)()[(1)2()3()]/3; (4)()[(0)()]/2[(0)()]; h h h h h f x dx A f h A f A f h f x dx A f h A f A f h f x dx f f x f x f x dx h f f h ah f f h -----≈-++≈-++≈-++''≈++-?? ?? 解： 求解求积公式的代数精度时，应根据代数精度的定义，即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，进行验证性求解。 （1）若101(1) ()()(0)()h h f x dx A f h A f A f h --≈-++? 令()1f x =，则 1012h A A A -=++ 令()f x x =，则 110A h Ah -=-+ 令2 ()f x x =，则 3 221123 h h A h A -=+ 从而解得 01 1431313A h A h A h -?=?? ?=?? ?=?? 令3 ()f x x =，则 3()0h h h h f x dx x dx --==? ? 101()(0)()0A f h A f A f h --++= 故 101()()(0)()h h f x dx A f h A f A f h --=-++? 成立。 令4 ()f x x =，则

东南大学《数值分析》-上机题

数值分析上机题1 设2 21 1N N j S j ==-∑ ，其精确值为1311221N N ??-- ?+?? 。 （1）编制按从大到小的顺序222 111 21311 N S N = +++---，计算N S 的通用程序。 （2）编制按从小到大的顺序22 21111(1)121 N 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？ 程序代码（matlab 编程）： clc clear a=single(1./([2:10^7].^2-1)); S1(1)=single(0); S1(2)=1/(2^2-1); for N=3:10^2 S1(N)=a(1); for i=2:N-1 S1(N)=S1(N)+a(i); end end S2(1)=single(0); S2(2)=1/(2^2-1); for N=3:10^2 S2(N)=a(N-1); for i=linspace(N-2,1,N-2) S2(N)=S2(N)+a(i); end end S1表示按从大到小的顺序的S N S2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。

Matlab作业3(数值分析)答案

Matlab作业3（数值分析） 机电工程学院（院、系）专业班组 学号姓名实验日期教师评定 1.计算多项式乘法(x2+2x+2)(x2+5x+4)。 答： 2. （1）将(x-6)(x-3)(x-8)展开为系数多项式的形式。（2）求解在x=8时多项 式(x-1)(x-2) (x-3)(x-4)的值。 答：（1） （2）

3. y=sin(x)，x从0到2π，?x=0.02π，求y的最大值、最小值、均值和标准差。 4.设ｘ＝[0.00.30.8 1.1 1.6 2.3]'，y=[0.500.82 1.14 1.25 1.35 1.40]'，试求二次多项式拟合系数，并据此计算x1=[0.9 1.2]时对应的y1。解：x=[0.0 0.3 0.8 1.1 1.6 2.3]'; %输入变量数据x y=[0.50 0.82 1.14 1.25 1.35 1.40]'; %输入变量数据y p=polyfit(x,y,2) %对x,y用二次多项式拟合,得到系数p x1=[0.9 1.2]; %输入点x1 y1=polyval(p,x1) %估计x1处对应的y1 p = -0.2387 0.9191 0.5318 y1 = a) 1.2909

5.实验数据处理：已知某压力传感器的测试数据如下表 p为压力值，u为电压值，试用多项式 d cp bp ap p u+ + + =2 3 ) ( 来拟 合其特性函数，求出a,b,c,d，并把拟合曲线和各个测试数据点画在同一幅图上。解： >> p=[0.0,1.1,2.1,2.8,4.2,5.0,6.1,6.9,8.1,9.0,9.9]; u=[10,11,13,14,17,18,22,24,29,34,39]; x=polyfit(p,u,3) %得多项式系数 t=linspace(0,10,100); y=polyval(x,t); %求多项式得值 plot(p,u,'*',t,y,'r') %画拟和曲线 x = 0.0195 -0.0412 1.4469 9.8267

数值分析作业答案part

6.4.设??? ? ? ??=5010010a b b a A ，0det ≠A ，用a ，b 表示解线性方程组f Ax =的雅可比迭代与 高斯—塞德尔迭代收敛的充分必要条件。 解 雅可比迭代法的迭代矩阵 ? ??? ??? ? ??----=???? ? ??----????? ??=-050100100100000001010101 a b b a a b b a B J ， ?? ? ?? -=-1003||2ab B I J λλλ，10||3)(ab B J = ρ。 雅可比迭代法收敛的充分必要条件是3 100 ||

数值分析作业答案(第4章) part2

4.6.若用复化梯形公式计算积分1 x I e dx =? ， 问区间[0,1]应人多少等分才能使截断误差不超过 51 102 -?？若改用复化辛普森公式，要达到同样精度区间[0,1]应分多少等分？ 解：采用复化梯形公式时，余项为 2 ()(),(,)12 n b a R f h f a b ηη-''=- ∈ 又 1 x I e dx =? 故 (),(),0, 1.x x f x e f x e a b ''==== 221()()1212 n e R f h f h η''∴= ≤ 若51 ()102 n R f -≤ ?，则 256 10h e -≤? 当对区间[0,1]进行等分时， 1,h n = 故有 212.85n ≥ = 因此，将区间213等分时可以满足误差要求。 采用复化辛普森公式时，余项为 4(4) ()()(),(,)1802 n b a h R f f a b ηη-=- ∈ 又 (),x f x e = (4)4(4)4 (), 1()|()|28802880 x n f x e e R f h f h η∴=∴=-≤ 若51 ()102 n R f -≤ ?，则 451440 10h e -≤ ?

当对区间[0,1]进行等分时 1n h = 故有 1 54 1440(10) 3.71n e ≥?= 因此，将区间8等分时可以满足误差要求。 4.10.试构造高斯型求积公式 )()()(1 11001 x f A x f A dx x f x +≈? 。 解 令公式对32,,,1)(x x x x f =准确成立，得 ??? ?? ? ??? ??=+=+=+=+,72,52, 32,213103012 1020110010A x A x A x A x A x A x A A ) 4()3()2() 1( 由于 1011001100)()(A x x A A x A x A x -++=+， 利用方程(1)，方程(2)可化为 3 2 )(21010= -+A x x x (5) 同样，用方程(2)化方程(3)，方程(3)化方程(4)，分别得 52 )(3211010=-+A x x x x (6) 7 2 )(52121010=-+A x x x x (7) 用方程(5)消去方程(6)中的101)(A x x -，即将101)(A x x -用023 2 x -代替，得 5 2 )32(32100=-+x x x (8) 用方程(6)消去方程(7)中的1101)(A x x x -，即将1101)(A x x x -用03 2 52x -代替，得

东南大学-数值分析上机题作业-MATLAB版

2015.1.9 上机作业题报告 JONMMX 2000

1.Chapter 1 1.1题目 设S N =∑1j 2?1 N j=2 ，其精确值为 )1 1 123(21+--N N 。 （1）编制按从大到小的顺序1 1 131121222-+ ??+-+-=N S N ，计算S N 的通用程序。 （2）编制按从小到大的顺序1 21 1)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 2 2.1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 x x 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

数值分析第四版习题及答案

第四版 数值分析习题 第一章 绪 论 1. 设x >0,x 的相对误差为δ,求ln x 的误差. 2. 设x 的相对误差为2％,求n x 的相对误差. 3. 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: *****123451.1021,0.031,385.6,56.430,7 1.0.x x x x x =====? 4. 利用公式求下列各近似值的误差限: ********12412324(),(),()/,i x x x ii x x x iii x x ++其中**** 1234 ,,,x x x x 均为第3题所给的数. 5. 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? 6. 设028,Y =按递推公式 1n n Y Y -=…) 计算到100Y .(五位有效数字),试问计算100Y 将有多大误差? 7. 求方程2 5610x x -+=的两个根,使它至少具有四位有效数字. 8. 当N 充分大时,怎样求 2 11N dx x +∞ +? ? 9. 正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝2 ? 10. 设 212S gt = 假定g 是准确的,而对t 的测量有±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. 11. 序列 {}n y 满足递推关系1101n n y y -=-(n=1,2,…),若0 1.41y =≈(三位有效数字), 计算到 10y 时误差有多大?这个计算过程稳定吗? 12. 计算61)f =, 1.4≈,利用下列等式计算,哪一个得到的结果最好? 3 -- 13. ()ln(f x x =,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?若改用另一等价公式 ln(ln(x x =- 计算,求对数时误差有多大?

东南大学数值分析上机解剖

第一章 一、题目 设∑ =-=N j N j S 22 1 1，其精确值为)11 123(21+--N N 。 （1）编制按从大到小的顺序1 1 131121222-+ ??+-+-=N S N ，计算SN 的通用程序。 （2）编制按从小到大的顺序1 21 1)1(111222-+ ??+--+-=N N S N ，计算SN 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？ 二、MATLAB 程序 N=input('请输入N(N>1)：'); AccurateValue=single((0-1/(N+1)-1/N+3/2)/2); %single 使其为单精度 Sn1=single(0); %从小到大的顺序 for a=2:N; Sn1=Sn1+1/(a^2-1); end Sn2=single(0); %从大到小的顺序 for a=2:N; Sn2=Sn2+1/((N-a+2)^2-1); end fprintf('Sn 的值 (N=%d)\n',N); disp('____________________________________________________') fprintf('精确值 %f\n',AccurateValue); fprintf('从大到小计算的结果 %f\n',Sn1); fprintf('从小到大计算的结果 %f\n',Sn2); disp('____________________________________________________')

(完整版)数值计算方法上机实习题答案

1． 设?+=1 05dx x x I n n ， （1） 由递推公式n I I n n 1 51+-=-，从0I 的几个近似值出发，计算20I ； 解：易得：0I =ln6-ln5=0.1823, 程序为： I=0.182; for n=1:20 I=(-5)*I+1/n; end I 输出结果为：20I = -3.0666e+010 （2） 粗糙估计20I ，用n I I n n 51 5111+- =--，计算0I ； 因为 0095.05 6 0079.01020 201 020 ≈<<≈??dx x I dx x 所以取0087.0)0095.00079.0(2 1 20=+= I 程序为：I=0.0087; for n=1:20 I=(-1/5)*I+1/(5*n); end I 0I = 0.0083 （3） 分析结果的可靠性及产生此现象的原因(重点分析原因)。 首先分析两种递推式的误差；设第一递推式中开始时的误差为000I I E '-=，递推过程的舍入误差不计。并记n n n I I E '-=，则有01)5(5E E E n n n -==-=-Λ。因为=20E 20020)5(I E >>-，所此递推式不可靠。而在第二种递推式中n n E E E )5 1(5110-==-=Λ，误差在缩小， 所以此递推式是可靠的。出现以上运行结果的主要原因是在构造递推式过程中，考虑误差是否得到控制， 即算法是否数值稳定。 2． 求方程0210=-+x e x 的近似根，要求4 1105-+?<-k k x x ，并比较计算量。 （1） 在[0，1]上用二分法； 程序：a=0;b=1.0; while abs(b-a)>5*1e-4 c=(b+a)/2;

数值分析(第五版)计算实习题第四章作业

第四章： 1、（1）：复合梯形 建立m文件： function t=natrapz(fname,a,b,n) h=(b-a)/n; fa=feval(fname,a);fb=feval(fname,b); f=feval(fname,a+h:h:b-h+0.001*h); t=h*(0.5*(fa+fb)+sum(f)); 输入： >> syms x >> f=inline('sqrt(x).*log(x);'); >> natrapz(f,eps,1,10) 输出： ans = -0.417062831779470 输入： >> syms x >> f=inline('sqrt(x).*log(x);'); >> natrapz(f,eps,1,100) 输出： ans = -0.443117908008157 输入： >> syms x >> f=inline('sqrt(x).*log(x);'); >> natrapz(f,eps,1,1000) 输出： ans = -0.444387538997162 复合辛普森 建立m文件： function t=comsimpson(fname,a,b,n)

h=(b-a)/n; fa=feval(fname,a);fb=feval(fname,b); f1=feval(fname,a+h:h:b-h+0.001*h); f2=feval(fname,a+h/2:h:b-h+0.001*h); t=h/6*(fa+fb+2*sum(f1)+4*sum(f2)); 输入： >> syms x >> f=inline('sqrt(x).*log(x);'); >> format long； >>comsimpson(f,eps,1,10) 输出： ans = -0.435297890074689 输入： >>syms x >>f=inline('sqrt(x).*log(x);'); >>comsimpson(f,eps,1,100) 输出： ans = -0.444161178415673 输入： >>syms x >>f=inline('sqrt(x).*log(x);'); >>comsimpson(f,eps,1,1000) 输出： ans = -0.444434117614180 （2）龙贝格 建立m文件： function [RT,R,wugu,h]=Romberg(fun,a,b,wucha,m) %RT是龙贝格积分表 %R是数值积分值 %wugu是误差估计 %h是最小步长 %fun是被积函数 %a b是积分下、上限

数值分析上机题(matlab版)(东南大学)

数值分析上机题(matlab版)(东南大学)

数值分析上机报告

第一章 一、题目 精确值为)1 1 123(21+--N N 。 1) 编制按从大到小的顺序 1 1 131121222-+??+-+-= N S N ，计算S N 的通用程序。 2) 编制按从小到大的顺序 1 21 1)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6 42 10,10, 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？ 二、通用程序 clear N=input('Please Input an N (N>1):'); AccurateValue=single((0-1/(N+1)-1/N+3/2)/2); Sn1=single(0); for a=2:N; Sn1=Sn1+1/(a^2-1); end Sn2=single(0); for a=2:N; Sn2=Sn2+1/((N-a+2)^2-1); end fprintf('The value of Sn using different algorithms (N=%d)\n',N); disp('____________________________________________________') fprintf('Accurate Calculation %f\n',AccurateValue); fprintf('Caculate from large to small %f\n',Sn1); fprintf('Caculate from small to large %f\n',Sn2);

数值分析作业

第二章 1. 题目：运用MATLAB编程实现牛顿迭代 2. 实验操作 1、打开MATLAB程序软件。 2、在MATLAB中编辑如下的M程序。 function [p1,err,k,y]=newton(f,df,p0,delta,max) %f 是要求根的方程(f(x)=0); %df 是f(x)的导数； %p0是所给初值,位于x*附近； %delta是给定允许误差； %max是迭代的最大次数； %p1是newton法求得的方程的近似解； %err是p0的误差估计； %k是迭代次数； p0 for k=1:max p1=p0-feval('f',p0)/feval('df',p0); err=abs(p1-p0); p0=p1; k p1 err y=feval('f',p1) if (err> newton('f','df',1.2,10^(-6),20) 3.实验结果

p0 = 1.2000 k =1 p1=1.1030 err=0.0970 y=0.0329 k= 2 p1=1.0524 err=0.0507 y=0.0084 k =3 p1=1.0264 err=0.0260 y=0.0021 k =4 p1=1.0133 err=0.0131 y=5.2963e-004 k =5 p1=1.0066 err=0.0066 y=1.3270e-004 k =6 p1=1.0033 err=0.0033 y=3.3211e-005 k =7 p1=1.0017 err=0.0017 y=8.3074e-006 k =8 p1=1.0008 err=8.3157e-004 y = 2.0774e-006 k =9 p1=1.0004 err=4.1596e-004 y =5.1943e-007 k=10 p1=1.0002 err=2.0802e-004 y= 1.2987e-007 k=11 p1=1.0001 err=1.0402e-004 y =3.2468e-008 k=12 p1=1.0001 err=5.2014e-005 y=8.1170e-009 k=13 p1=1.0000 err=2.6008e-005 y= 2.0293e-009 k=14 p1=1.0000 err=1.3004e-005 y=5.0732e-010 k=15 p1 =1.0000 err=6.5020e-006 y=1.2683e-010 k=16 p1 =1.0000 err=3.2510e-006 y=3.1708e-011 k=17 p1 =1.0000 err=1.6255e-006 y =7.9272e-012 k=18 p1 =1.0000 err =8.1279e-007 y= 1.9820e-012 ans = 1.0000 结果说明：经过18次迭代得到精确解为1，误差为8.1279e-007。