数值分析家乡温度

数值分析家乡温度
数值分析家乡温度

淮海工学院计算机工程学院实验报告书

课程名:《数值分析》

题目:计算水塔水流量

数值拟合问题

班级:软件112

学号:

姓名:

课程设计题目1

计算水塔的水流量

一.题目描述

某居民区的民用自来水是由一个圆柱形的水塔提供,水塔高12.2米,直径17.4米,水塔是由水泵根据水塔内水位高低自动加水,一般每天水泵工作两次,现在需要了解该居民区用水规律也水泵的工作功率。按照设计,当水塔的水位降至最低水位,约为8.2米时,水泵自动启动加水;当水位升高到一个最高水位,约10.8米时,水泵停止工作。

可以考虑采用用水率(单位时间的用水量)来反映用水规律,并通过间隔一段时间测量水塔里的水位来估算用水率,原始数据表式某一天的测量记录数据,测量了28个时刻,但是由于其中有3个时刻遇到水泵正在向水塔供水,而无水位记录。

试建立合适的数学模型,推算任意时刻的用水率、一天的总用水量。

进一步:可自己增加一些新的计算功能。

由问题的要求,关键在于确定用水函数,即单位时间内用水体积,记为f(t),又称水流速度。如果能够通过测量数据,产生若干个时刻的用水率,也就是f(t)在若干个点的函数值,则f(t)的计算问题就可以转化为插值或拟合问题。

本问题假设:

1)水塔中水流量是时间的连续光滑函数,与水泵工作与否无关,并忽略水位高度对水流的影响。

2)水泵工作与否完全取决于水塔内水位高度。

3)水塔为标准圆柱体。体积V=π/4*D^2*h,其中D为底面直径,h为水位高。

4)水泵第一次供水时间段为[8.967,10.954],第二次供水时间段为[20.839,22.958]。

二.在Excel中做表格

求出各时刻用水率

用Excel所做的曲线

#include

#include

using namespace std;

void main()

{

int i;

float a[6],t=0.0,s,S=0,p;

float x[22]={0.4605,1.382,2.396,3.41,4.4245,5.439,6.453,7.467,

8.4475,11.493,12.493,13.4145,14.4285,15.4425,16.3645,

17.3785,18.484,19.498,20.399,23.419,24.433,25.447};

float

y[22]={51.12,44.10,39.34,36.88,36.09,33.01,34.61,35.33,38.45,70.59,74.79,70.74,60.79, 63.00,59.00,55.73,55.68, 59.06,57.56,59.06,50.95,44.88};

void Approx(float[],float[],int,int,float[]);

Approx(x,y,22,5,a);

printf("**********************计算水塔的水流量

********************************\n");

printf("求得的各时刻用水率分别

为:\nf(t)=%ft^5+%ft^4%ft^3+%ft^2%ft+%f\n",a[5],a[4],a[3],a[2],a[1],a [0]);

printf("各时刻用水量如下表\n");

printf("时间(h)\t\t用水量(m^3)\n");

for(i=0;i<24;i++)

{

s=a[5]*t*t*t*t*t+a[4]*t*t*t*t+a[3]*t*t*t+a[2]*t*t+a[1]*t+a[0];

S=s+S;

printf("%f\t%f\n",t,s);

t=t+1.0;

}

printf("************************该程序其他功能*************************\n");

printf("1.请输入你要查询的时刻:");

scanf("%f",&p);

s=a[5]*p*p*p*p*p+a[4]*p*p*p*p+a[3]*p*p*p+a[2]*p*p+a[1]*p+a[0];

printf("%f时的用水率为:%f(m^3)\n",p,s);

printf("2.总用水量为:%f(m^3)\n",S);

system ("pause");

}

void Approx(float x[],float y[],int m,int n,float a[])

{

int i,j,t;

float * c=new float[(n+1)*(n+2)];

float power(int,float);

void ColPivot(float *,int,float[]);

for(i=0;i<=n;i++)

{

for(j=0;j<=n;j++)

{

*(c+i*(n+2)+j)=0;

for(t=0;t<=m-1;t++)

*(c+i*(n+2)+j)+=power(i+j,x[t]);

}

*(c+i*(n+2)+n+1)=0;

for(j=0;j<=m-1;j++)

*(c+i*(n+2)+n+1)+=y[j]*power(i,x[j]);

}

ColPivot(c,n+1,a);

delete c ;

}

void ColPivot(float * c,int n ,float x[])

{

int i,j ,t, k ;

float p ;

for(i=0;i<=n-2;i++)

{

k=i;

for(j=i+1;j<=n-2;j++)

if(fabs(*(c+j*(n+1)+i))>(fabs(*(c+k*(n+1)+i))))

k=j;

if(k!=i)

for(j=i;j<=n;j++)

{

p=*(c+i*(n+1)+j);

*(c+i*(n+1)+j)=*(c+k*(n+1)+j);

*(c+k*(n+1)+j)=p;

}

for(j=i+1;j<=n-1;j++)

{

p=(*(c+j*(n+1)+i))/(*(c+i*(n+1)+i));

for(t=i;t<=n;t++)

*(c+j*(n+1)+t)-=p*(*(c+i*(n+1)+t));

}

}

for(i=n-1;i>=0;i--)

{

for(j=n-1;j>=i+1;j--)

(*(c+i*(n+1)+n))-=x[j]*(*(c+i*(n+1)+j));

x[i]=*(c+i*(n+1)+n)/(*(c+i*(n+1)+i));

}

}

float power(int i,float v)

{

float a=1;

while(i--)a*=v;

return a;

}

四.运行结果截图

课程设计题目2

数值拟合问题

一.题目描述

在天气预报网站上获得你家乡所在城市当天24小时的气温变化的数据,认真观察分析其变化趋势,在此基础上运用样条方法求出温度变化的三次样条差值曲线。然后将该曲线打印出来并与原来的温度变化数据形成的曲线进行比较,给出结论。写出你研究设计中的心得体会。

二.数据

利用上面数据在Excel中作出如下表格

三.源程序

第一步代码

#include

#include

#include

using namespace std;

const int MAX = 50;

float x[MAX], y[MAX], h[MAX];

float c[MAX], a[MAX], fxym[MAX];

float f(int x1, int x2, int x3){

float a = (y[x3] - y[x2]) / (x[x3] - x[x2]);

float b = (y[x2] - y[x1]) / (x[x2] - x[x1]);

return (a - b)/(x[x3] - x[x1]);

}

void cal_m(int n){

float B[MAX];

B[0] = c[0] / 2;

for(int i = 1; i < n; i++)

B[i] = c[i] / (2 - a[i]*B[i-1]);

fxym[0] = fxym[0] / 2;

for(i = 1; i <= n; i++)

fxym[i] = (fxym[i] - a[i]*fxym[i-1]) / (2 - a[i]*B[i-1]); for(i = n-1; i >= 0; i--)

fxym[i] = fxym[i] - B[i]*fxym[i+1];

}

void printout(int n);

int main()

{

int n=23,i;

cout<<"请输入各时刻温度:"<

for(i = 0; i <= n; i++)

{

cout<

x[i]=i;

cin>>y[i];

}

for(i = 0; i < n; i++)

h[i] = x[i+1] - x[i];

float f0=0, f1=0;

c[0] = a[n] = 0;

fxym[0] = 2*f0; fxym[n] = 2*f1;

for(i = 1; i < n; i++)

fxym[i] = 6 * f(i-1, i, i+1);

for(i = 1; i < n; i++)

{

a[i] = h[i-1] / (h[i] + h[i-1]);

c[i] = 1 - a[i];

}

a[n] = h[n-1] / (h[n-1] + h[n]);

cal_m(n);

cout<<"\n三次样条插值函数如下列所示:\n";

printout(n);

return 0;

}

void printout(int n)

{

ofstream out("wxl.txt");

int RE=0;

cout<

for(int i = 0; i < n; i++)

{

cout<

out<

if(t > 0)

{

cout<

out<

}

else

{

cout<<-t<<"*(x - "<

out<<-t<<"*(x - "<

}

t = fxym[i+1]/(6*h[i]);

if(t > 0)

{

cout<<" + "<

out<<" + "<

}

else

{

cout<<" - "<<-t<<"*(x - "<

out<<" - "<<-t<<"*(x - "<

}

cout<<"\n\t";

t = (y[i] - fxym[i]*h[i]*h[i]/6)/h[i];

if(t > 0)

{

cout<<"+ "<

out<<"+ "<

}

else

{

cout<<"- "<<-t<<"*("<

out<<"- "<<-t<<"*("<

}

t = (y[i+1] - fxym[i+1]*h[i]*h[i]/6)/h[i];

if(t > 0)

{

cout<<" + "<

out<<" + "<

}

else

{

cout<<" - "<<-t<<"*(x - "<

out<<" - "<<-t<<"*(x - "<

}

cout<

}

cout<

}

第二步代码

#include

#include

#include

#include

using namespace std;

void main()

{

double s=0;

ofstream out("wxl2.txt");

for(double x=0;x<=23;x=x+0.1)

{

if(x>=0&&x<1)

{

s=pow(0.332964*(x - 0),3)+ 22*(1 - x) + 20.667*(x - 0);

cout<

out<

}

if(x>=1&&x<2)

{

s=pow(0.332964*(2 - x),3) - pow(0.331855*(x - 1),3)+ 20.667*(2 - x) + 21.3319*(x - 1);

cout<

out<

}

if(x>=2&&x<3)

{

s=pow(0.331855*(x - 3),3) - pow(0.00554533*(x - 2),3)+ 21.3319*(3 - x) + 20.0055*(x - 2);

cout<

out<

}

if(x>=3&&x<4)

{

s=pow(0.00554533*(x - 4),3) + pow(0.354036*(x - 3),3)+ 20.0055*(4 - x) + 18.646*(x - 3);

cout<

out<

}

if(x>=4&&x<5)

{

s=pow(0.354036*(5 - x),3) - pow(0.410598*(x - 4),3)+ 18.646*(5 - x) +

19.4106*(x - 4);

cout<

out<

}

if(x>=5&&x<6)

{

s=pow(0.410598*(x - 6),3) + pow(0.288357*(x - 5),3)+ 19.4106*(6 - x) + 17.7116*(x - 5);

cout<

out<

}

if(x>=6&&x<7)

{

s=pow(0.288357*(7 - x),3) + pow(0.257168*(x - 6),3)+ 17.7116*(7 - x) + 17.7428*(x - 6);

cout<

out<

}

if(x>=7&&x<8)

{

s=pow(0.257168*(8 - x),3) - pow(0.317031*(x - 7),3)+ 17.7428*(8 - x) + 19.317*(x - 7);

cout<

out<

}

if(x>=8&&x<9)

{

s=pow(0.317031*(x - 9),3) + pow(0.010957*(x - 8),3)+ 19.317*(9 - x) + 18.989*(x - 8);

cout<

out<

}

if(x>=9&&x<10)

{

s=pow(0.010957*(10 - x),3) + pow(0.273203*(x - 9),3)+ 18.989*(10 - x) + 18.7268*(x - 9);

cout<

out<

}

if(x>=10&&x<11)

{

s=pow(0.273203*(11 - x),3) - pow(0.10377*(x - 10),3)+ 18.7268*(11 - x) + 20.1038*(x - 10);

cout<

out<

}

if(x>=11&&x<12)

{

s=pow(0.10377*(x - 12),3) + pow(0.141878*(x - 11),3)+ 20.1038*(12 - x) + 20.8581*(x - 11);

cout<

out<

}

if(x>=12&&x<13)

{

s=pow(0.141878*(13 - x),3) - pow(0.463741*(x - 12),3)+ 20.8581*(13 - x) + 22.4637*(x - 12);

cout<

out<

}

if(x>=13&&x<14)

{

s=pow(0.463741*(x - 14),3) - pow(0.286914*(x - 13),3)+ 22.4637*(14 - x) + 21.2869*(x - 13);

cout<

out<

}

if(x>=14&&x<15)

{

s=pow(0.286914*(x - 15),3) + pow(0.611395*(x - 14),3)+ 21.2869*(15 - x) + 18.3886*(x - 14);

cout<

out<

}

if(x>=15&&x<16)

{

s=pow(0.611395*(16 - x),3) - pow(0.158668*(x - 15),3)+ 18.3886*(16 - x) + 19.1587*(x - 15);

cout<

out<

}

if(x>=16&&x<17)

{

s=pow(0.158668*(x - 17),3) + pow(0.0232766*(x - 16),3)+ 19.1587*(17 - x) + 18.9767*(x - 16);

cout<

out<

}

if(x>=17&&x<18)

{

s=pow(0.0232766*(18 - x),3) + pow(0.0655617*(x - 17),3)+ 18.9767*(18 - x) + 18.9344*(x - 17);

cout<

out<

}

if(x>=18&&x<19)

{

s=pow(0.0655617*(19 - x),3) - pow(0.285523*(x - 18),3)+ 18.9344*(19 - x) + 19.2855*(x - 18);

cout<

out<

}

if(x>=19&&x<20)

{

s=pow(0.285523*(x - 20),3) + pow(0.0765321*(x - 19),3)+ 19.2855*(20 - x) + 17.9235*(x - 19);

cout<

out<

}

if(x>=20&&x<21)

{

s=pow(0.0765321*(21 - x),3) - pow(0.0206048*(x - 20),3)+ 17.9235*(21 - x) + 17.0206*(x - 20);

cout<

out<

}

if(x>=21&&x<22)

{

s=pow(0.0206048*(x - 22),3) + pow(0.00588708*(x - 21),3)+ 17.0206*(22 - x) + 15.9941*(x - 21);

cout<

out<

}

if(x>=22&&x<=23)

{

s=pow(0.00588708*(23 - x),3) - pow(0.00294354*(x - 22),3)+ 15.9941*(23 - x) + 15.0029*(x - 22);

cout<

out<

}

}

}

四.运行结果

分别输入各时刻温度

计算出各时段的函数

将函数输出到文本文档中,便于下一步编程计算

计算运行得到的相关数据(部分)

并将这些数据输入到文本文档中,用Excel打开后,作图

用于制作三次样条差值的数据

当日温度曲线如下图所示

利用三次样条差值求出的曲线和在天气网站上下载的温度曲线较为相近,而一开始在Excel中所做的曲线不精确,而且不能求得某个非整数时间的温度。

五.心得体会

在数值分析这堂课中,我们学习了三次样条差值数据拟合的方法,虽然也会做一些简单的题目,但是感觉有点复杂,不能完全理解三次样条差值方法的原理及步骤,所以做题的时候有很大难度,很多时候都是边翻书看一些相关的例题,边写作业的。这次课程设计第一题还不算太难,但是第三题涉及三次样条差值法,又让我觉得很难,我除了看书本,还查阅很多资料来了解三次样条差值法的原理及计算方法。让我更加了解三次样条差值法,而且以后运用这个方法的时候记忆也会比较深刻。

另外,在编程的时候也遇到了很多麻烦,很多在脑海里形成的数学上的方法却难以将其编程出来,这反映了我编程能力的不足,以后要更加努力,多加练习,提高自己的编程能力。在编程过程中遇到的难点我查阅了一些相关的书籍,并把它们消化成为自己的知识,通过这次课程设计,既有劳累,也有欣喜,最重要的是有所收获。

数值分析典型习题

特别声明:考试时需带计 算器作辅助计算 1.2015x *=是经四舍五入得到的近似值,则其相对误差* r e ≤-31 104 ?. 2. 01(),(), ,()n l x l x l x 是以01,, ,n x x x 为节点的拉格朗日插值基函数,则 3.设(0)1(1)3(2)4(3)2f =,f =,f =,f =,[0123]f =,,,1 3 - . 4. 利用Simpson 公式求?2 1 2dx x = 7.3 5. 设求积公式1 0()d (),(1)n k k k f x x A f x n ≈≥∑?=是Gauss 型求积公式,则3 n k k k A x == ∑1 .4 6. 数值微分公式(2)(2) ()i i i f x h f x h f x h +≈ --'的截断误差为 2().O h 7. 设1101A ?? = ??? ,则A 的谱半径()A ρ= 1 ,A 的条件数1cond ()A = 4. 8. 用牛顿下山法求解方程3 03 x x -=根的迭代公式是 2 13 3(1),3n n n n x x x x x λ+-=-- 下山条件是 1()().n n f x f x +< 9.对任意初始向量(0)x 及任意向量f ,线性方程组的迭代公式(1)()(0,1,2,)k k k +=+=x Bx f ,迭代序列()k x 收敛于方程组的精确解x *的充分必要条件是()1.ρ

数值分析学期期末考试试题与答案(A)

期末考试试卷(A 卷) 2007学年第二学期 考试科目: 数值分析 考试时间:120 分钟 学号 姓名 年级专业 一、判断题(每小题2分,共10分) 1. 用计算机求 1000 1000 1 1 n n =∑时,应按照n 从小到大的顺序相加。 ( ) 2. 为了减少误差,进行计算。 ( ) 3. 用数值微分公式中求导数值时,步长越小计算就越精确。 ( ) 4. 采用龙格-库塔法求解常微分方程的初值问题时,公式阶数越高,数值解越精确。( ) 5. 用迭代法解线性方程组时,迭代能否收敛与初始向量的选择、系数矩阵及其演变方式有 关,与常数项无关。 ( ) 二、填空题(每空2分,共36分) 1. 已知数a 的有效数为0.01,则它的绝对误差限为________,相对误差限为_________. 2. 设1010021,5,1301A x -????????=-=-????????-???? 则1A =_____,2x =______,Ax ∞ =_____. 3. 已知5 3 ()245,f x x x x =+-则[1,1,0]f -= ,[3,2,1,1,2,3]f ---= . 4. 为使求积公式 1 1231 ()()(0)33 f x dx A f A f A f -≈- ++? 的代数精度尽量高,应使1A = ,2A = ,3A = ,此时公式具有 次的代数精度。 5. n 阶方阵A 的谱半径()A ρ与它的任意一种范数A 的关系是 . 6. 用迭代法解线性方程组AX B =时,使迭代公式(1) ()(0,1,2,)k k X MX N k +=+=产 生的向量序列{ }() k X 收敛的充分必要条件是 . 7. 使用消元法解线性方程组AX B =时,系数矩阵A 可以分解为下三角矩阵L 和上三角矩

数值计算方法比较

有限差分方法(FDM:Finite Difference Method)是计算机数值模拟最早采用的方法,至今仍被广泛运用。该方法将求解域划分为差分网格,用有限个网格节点代替连续的求解域。有限差分法以Taylor级数展开等方法,把控制方程中的导数用网格节点上的函数值的差商代替进行离散,从而建立以网格节点上的值为未知数的代数方程组。有限差分法主要集中在依赖于时间的问题(双曲型和抛物型方程)。有限差分法方面的经典文献有Richtmeyer & Morton的《Difference Methods for Initial-Value Problems》;R. LeVeque《Finite Difference Method for Differential Equations》;《Numerical Methods for C onservation Laws》。 注:差分格式: (1)从格式的精度来划分,有一阶格式、二阶格式和高阶格式。 (2)从差分的空间形式来考虑,可分为中心格式和逆风格式。 (3)考虑时间因子的影响,差分格式还可以分为显格式、隐格式、显隐交替格式等。 目前常见的差分格式,主要是上述几种形式的组合,不同的组合构成不同的差分格式。差分方法主要适用于有结构网格,网格的步长一般根据实际地形的情况和柯朗稳定条件来决定。 构造差分的方法: 构造差分的方法有多种形式,目前主要采用的是泰勒级数展开方法。其基本的差分表达式主要有三种形式:一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等,其中前两种格式为一阶计算精度,后两种格式为二阶计算精度。通过对时间和空间这几种不同差分格式的组合,可以组合成不同的差分计算格式。 有限差分法的不足:由于采用的是直交网格,因此较难适应区域形状的任意性,而且区分不出场函数在区域中的轻重缓急之差异,缺乏统一有效的处理自然边值条件和内边值条件的方法,难以构造高精度(指收敛阶)差分格式,除非允许差分方程联系更多的节点(这又进一步增加处理边值条件韵困难)。另外它还有编制不出通用程序的困难。 有限差分法的优点:该方法是一种直接将微分问题变为代数问题的近似数值解法,数学概念 直观,表达简单,精度可选而且在一个时间步内,对于一个给定点来说其相关的空间点只是 与该相邻的几点,而不是全部的空间点。是发展较早且比较成熟的数值方法 广义差分法(有限体积法)(GDM:Generalized Difference Method):1953年,Mac—Neal 利用积分插值法(也称积分均衡法)建立了三角网格上的差分格 式,这就是以后通称的不规划网格上的差分法.这种方法的几何误差小,特别是给出了处理自然边值条件(及内边值条件)的有效方法,堪称差分法的一大进步。1978年,李荣华利用有限元空间和对偶单元上特征函数的推广——局部Taylor展式的公项,将积分插值法改写成广义Galerkin法形式,从而将不规则网格差分法推广为广义差分法.其基本思路是,将计算区域划分为一系列不重复的控制体积,并使每个网格点周围有

北师大网络教育 数值分析 期末试卷含答案

注:1、教师命题时题目之间不留空白; 2、考生不得在试题纸上答题,教师只批阅答题册正面部分,若考北师大网络教育——数值分析——期末考试卷与答案 一.填空题(本大题共4小题,每小题4分,共16分) 1.设有节点012,,x x x ,其对应的函数()y f x =的值分别为012,,y y y ,则二次拉格朗日插值基函数0()l x 为 。 2.设()2f x x =,则()f x 关于节点0120,1,3x x x ===的二阶向前差分为 。 3.设110111011A -????=--????-??,233x ?? ??=?? ???? ,则1A = ,1x = 。 4. 1n +个节点的高斯求积公式的代数精确度为 。 二.简答题(本大题共3小题,每小题8分,共24分) 1. 哪种线性方程组可用平方根法求解?为什么说平方根法计算稳定? 2. 什么是不动点迭代法?()x ?满足什么条件才能保证不动点存在和不动点迭代序列收敛于()x ?的不动点? 3. 设n 阶矩阵A 具有n 个特征值且满足123n λλλλ>≥≥≥ ,请简单说明求解矩阵A 的主特征值和特征向量的算法及流程。 三.求一个次数不高于3的多项式()3P x ,满足下列插值条件: i x 1 2 3 i y 2 4 12 i y ' 3 并估计误差。(10分) 四.试用1,2,4n =的牛顿-科特斯求积公式计算定积分1 01 1I dx x =+? 。(10分) 五.用Newton 法求()cos 0f x x x =-=的近似解。(10分) 六.试用Doolittle 分解法求解方程组:

注:1、教师命题时题目之间不留空白; 2、考生不得在试题纸上答题,教师只批阅答题册正面部分,若考 12325610413191963630 x x x -?????? ??????-=?????? ??????----?????? (10分) 七.请写出雅可比迭代法求解线性方程组1231231 23202324 812231530 x x x x x x x x x ++=?? ++=??-+=? 的迭代格式,并 判断其是否收敛?(10分) 八.就初值问题0(0)y y y y λ'=??=?考察欧拉显式格式的收敛性。(10分)

数值分析典型例题

第一章典型例题 例3 ln2=0.…,精确到10-3的近似值是多少 解 精确到10-3=,即绝对误差限是=, 故至少要保留小数点后三位才可以。ln2 第二章典型例题 例1 用顺序消去法解线性方程组 ??? ??1 -=4+2+4=+2+31 -=4++2321 321321x x x x x x x x x 解 顺序消元 ?? ?? ??????---???→???????????---????→???????????--=-?+-?+-?+1717005.555.00141 25.025.105.555.001412142141231412]b A [)3()2/1()2/3(231312r r r r r r M 于是有同解方程组 ?? ? ??-==--=++17175.555.0142332321x x x x x x 回代得解 x 3=-1, x 2=1,x 1=1,原线性方程组的解为X =(1,1,-1)T 例2 取初始向量X (0)=(0,0,0)T ,用雅可比迭代法求解线性方程组 ??? ??5 =+2+23=++1=2-2+321 321321x x x x x x x x x 解 建立迭代格式 ???????+--=+--=++-=+++5223122) (2)(1)1(3 ) (3)(1)1(2 ) (3)(2)1(1k k k k k k k k k x x x x x x x x x (k =1,2,3,…)

第1次迭代,k =0 X (0)=0,得到X (1)=(1,3,5)T 第2次迭代,k =1 ???????-=+?-?-=-=+--==+?+?-=3 532123 351515232)2(3) 2(2)2(1x x x X (2)=(5,-3,-3)T 第3次迭代,k =2 ???????=+-?-?-==+---==+-?+-?-=1 5)3(2521 3)3(511)3(2)3(2)2(3) 3(2)3(1x x x X (3)=(1,1,1)T 第4次迭代,k =3 ???????=+?-?-==+--==+?+?-=1 512121 311111212)2(3) 2(2)2(1x x x X (4)=(1,1,1)T 例4 证明例2的线性方程组,雅可比迭代法收敛,而高斯-赛德尔迭代法发散。 证明 例2中线性方程组的系数矩阵为 A =?? ?? ? ?????-122111221 于是 D =?? ?? ??????100010001 D -1=D ??????????=022001000L ~ ????? ?????-=000100220U ~ 雅可比迭代矩阵为

数值分析期末考试复习题及其答案.doc

数值分析期末考试复习题及其答案 1. 已知325413.0,325413* 2* 1==X X 都有6位有效数字,求绝对误差限。(4分) 解: 由已知可知,n=6 5.01021 ,0,6,10325413.0016*1=?= =-=?=ε绝对误差限n k k X 2分 620* 21021,6,0,10325413.0-?=-=-=?=ε绝对误差限n k k X 2分 2. 已知?????=001A 220 - ???? ?440求21,,A A A ∞ (6分) 解: {},88,4,1max 1==A 1分 {},66,6,1max ==∞A 1分 () A A A T max 2λ= 1分 ?????=001A A T 420 ?? ?? ? -420?????001 220 - ?????440=?????001 080 ???? ?3200 2分 {}3232,8,1max )(max ==A A T λ 1分 24322==A 3. 设3 2 )()(a x x f -= (6分) ① 写出f(x)=0解的Newton 迭代格式 ② 当a 为何值时,)(1k k x x ?=+ (k=0,1……)产生的序列{}k x 收敛于2 解: ①Newton 迭代格式为: x a x x x a x a x x a x x x f x f x x k k k k k k k k k k 665)(665)(6)()(')(2 2 32 1 += +=---=-=+? 3分

②时迭代收敛即当222,112 10)2(',665)('2<<-<-=-=a a x a x ?? 3分 4. 给定线性方程组Ax=b ,其中:? ??=1 3A ??? 22,??????-=13b 用迭代公式)()()()1(k k k Ax b x x -+=+α(k=0,1……)求解Ax=b ,问取什么实数α,可使迭代收 敛 (8分) 解: 所给迭代公式的迭代矩阵为?? ? --? ??--=-=ααααα21231A I B 2分 其特征方程为 0) 21(2)31(=----= -αλα ααλλB I 2分 即,解得αλαλ41,121-=-= 2分 要使其满足题意,须使1)(

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|0.将[a0,b0]对分,中点x0= ((a0+b0)/2),计算 f(x0)。 3.比例法 一般地,设[a k,b k]为有根区间,过(a k, f(a k))、(b k, f(b k))作直线,与x轴交于一点x k,则: 1.试位法每次迭代比二分法多算一次乘法,而且不保证收敛。 2.比例法不是通过使求根区间缩小到0来求根,而是在一定条件下直接构造出一个点列(递推公式),使该点列收敛到方程的根。——这正是迭代法的基本思想。 事先估计: 事后估计 局部收敛性判定定理: 局部收敛性定理对迭代函数的要求较弱,但对初始点要求较高,即初始点必须选在精确解的附近 Steffensen迭代格式: Newton法: Newton下山法:是下山因子 弦割法: 抛物线法:令 其中:

数值分析典型习题资料

数值分析典型习题

特别声明:考试时需带计 算器作辅助计算 1.2015x *=是经四舍五入得到的近似值,则其相对误差* r e ≤ -31 104 ?. 2. 01(),(),,()n l x l x l x L 是以01,,,n x x x L 为节点的拉格朗日插值基函数,则 3.设(0)1(1)3(2)4(3)2f =,f =,f =,f =,[0123]f =,,,1 3 - . 4. 利用Simpson 公式求?2 1 2dx x = 7.3 5. 设求积公式1 0()d (),(1)n k k k f x x A f x n ≈≥∑?=是Gauss 型求积公式,则3 n k k k A x == ∑1 .4 6. 数值微分公式(2)(2) ()i i i f x h f x h f x h +≈ --'的截断误差为 2().O h 7. 设1101A ?? = ??? ,则A 的谱半径()A ρ= 1 ,A 的条件数1cond ()A = 4. 8. 用牛顿下山法求解方程3 03 x x -=根的迭代公式是 2 13 3(1),3n n n n x x x x x λ+-=-- 下山条件是 1()().n n f x f x +< 9.对任意初始向量(0)x 及任意向量f ,线性方程组的迭代公式(1)()(0,1,2,)k k k +=+=L x Bx f ,迭代序列()k x 收敛于方程组的精确解x *的充分必要条件是()1.ρ

数值计算方法大作业

目录 第一章非线性方程求根 (3) 1.1迭代法 (3) 1.2牛顿法 (4) 1.3弦截法 (5) 1.4二分法 (6) 第二章插值 (7) 2.1线性插值 (7) 2.2二次插值 (8) 2.3拉格朗日插值 (9) 2.4分段线性插值 (10) 2.5分段二次插值 (11) 第三章数值积分 (13) 3.1复化矩形积分法 (13) 3.2复化梯形积分法 (14) 3.3辛普森积分法 (15) 3.4变步长梯形积分法 (16) 第四章线性方程组数值法 (17) 4.1约当消去法 (17) 4.2高斯消去法 (18) 4.3三角分解法 (20)

4.4雅可比迭代法 (21) 4.5高斯—赛德尔迭代法 (23) 第五章常积分方程数值法 (25) 5.1显示欧拉公式法 (25) 5.2欧拉公式预测校正法 (26) 5.3改进欧拉公式法 (27) 5.4四阶龙格—库塔法 (28)

数值计算方法 第一章非线性方程求根 1.1迭代法 程序代码: Private Sub Command1_Click() x0 = Val(InputBox("请输入初始值x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = (Exp(2 * x0) - x0) / 5 If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例:求f(x)=e2x-6x=0在x=0.5附近的根(ep=10-10)

1.2牛顿法 程序代码: Private Sub Command1_Click() b = Val(InputBox("请输入被开方数x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = x0 - (x0 ^ 2 - b) / (2 * b) If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例:求56的值。(ep=10-10)

汽车轮胎二维稳态温度场的数值分析(1)

2002年MSC.Software中国用户论文集 汽车轮胎二维稳态温度场的数值分析 李杰魏建华赵旗 (吉林大学汽车动态模拟国家重点实验室) 摘要: 通过对滚动轮胎进行合理假设,在MSC.Patran系统中建立了国产9.00-2012PR尼龙斜交轮胎二维稳态温度场有限元分析模型,用MSC.Nastran热分析求解器计算了轮胎的温度场分布,计算结果反映了轮胎的温度分布。通过拟合得到最高温升与车速的基本线性关系,该公式可以用来简单预测轮胎不同车速稳态的最高稳升,对轮胎结构设计与使用有一定的指导意义。 关键词:轮胎斜交轮胎有限元温度场 MSC.Patran 1 前言 对轮胎生热及其温度场的研究有试验法和数值计算法[1-3]。试验法是通过试验直接测量轮胎温度场的分布,这种方法有一定的局限性。随着有限元技术和计算机技术的发展,越来越多的研究者采用数值计算法获得轮胎温度场的分布,以便在设计之初就能优化轮胎结构和进行配方设计,提高轮胎的使用寿命。 本文应用MSC.Patran系统对汽车轮胎二维稳态温度场进行数值分析,通过计算得到轮胎达到生热与散热平衡时的温度场,以便为轮胎寿命预测提供依据。 2 汽车轮胎二维稳态温度场的有限元建模 *高等学校博士学科点专项科研基金及高等学校骨干教师资助计划资助项目

2.1 汽车轮胎二维稳态温度场的基本假设 汽车轮胎温度场分析是一个非常复杂的课题,为了简化计算,对轮胎温度场模型提出如下假设: (1)轮胎形状是轴对称,不计花纹的影响。 (2)轮胎滚动过程中,其周向方向不存在温度梯度,任一微元体从地面所吸收的功,被均匀分配到整个圆周上,即周向无温 度梯度假设。 (3)轮胎在定载和定压状态下工作,由橡胶组成,且材料为各向同性。 (4)轮胎在连续行驶一段时间后,达到热平衡状态,可看作稳态热传导问题。 (5)忽略接触摩擦生热和辐射换热。 根据上述假设,可将汽车轮胎温度场分析问题简化为通过对称轴的一个子午线平面来计算模拟轮胎内部温度分布的二维平面问题。 2.2 MSC.Nastran的热分析功能 MSC.Patran系统中链接的求解器MSC.Nastran具有较强的传热分析能力,提供了一维、二维、三维、轴对称等传热分析单元,可求解各种形式的传热问题:传导、对流和辐射,可以进行稳态或瞬态传热分析,线性和非线性传热分析。它提供的材料热属性有:导热率,比热,密度,热容等,对于线性稳态热分析,用到只是导热率。

数值分析典型例题

第一章典型例题 例3…,精确到10-3的近似值是多少? 解 精确到10-3=,即绝对误差限是?=, 故至少要保留小数点后三位才 可以。ln2? 第二章典型例题 例1 用顺序消去法解线性方程组 解 顺序消元 于是有同解方程组 回代得解 x 3=-1, x 2=1,x 1=1,原线性方程组的解为X =(1,1,-1)T 例2 取初始向量X (0)=(0,0,0)T ,用雅可比迭代法求解线性方程组 解 建立迭代格式 ??? ????+--=+--=++-=+++5223122)(2)(1)1(3) (3)(1)1(2 )(3)(2)1(1k k k k k k k k k x x x x x x x x x (k =1,2,3,…) 第1次迭代,k =0 X (0)=0,得到X (1)=(1,3,5)T 第2次迭代,k =1 X (2)=(5,-3,-3)T 第3次迭代,k =2 X (3)=(1,1,1)T 第4次迭代,k =3

X (4)=(1,1,1)T 例4 证明例2的线性方程组,雅可比迭代法收敛,而高斯-赛德尔迭 代法发散。 证明 例2中线性方程组的系数矩阵为 A =?? ?? ? ?????-122111221 于是 D =?? ?? ??????100010001 D -1 =D ?? ?? ? ?????=022001000L ~ ?? ?? ? ?????-=000100220U ~ 雅可比迭代矩阵为 B 0=?? ?? ? ?????--=??????????-??????????-=+--022101220022101220100010001)U ~L ~(D 1 得到矩阵B 0的特征根03,2,1=λ,根据迭代基本定理4,雅可比迭代法收敛。 高斯-赛德尔迭代矩阵为 G =-U ~ )L ~D (1-+ =-?? ?? ??????----=??????????-??????????---=??????????-??????????-2003202200001002201200110010001002201220110011 解得特征根为?1=0,?2,3=2。由迭代基本定理4知,高斯-赛德尔迭代发散。 例5 填空选择题: 1. 用高斯列主元消去法解线性方程组 作第1次消元后的第2,3个方程分别为 。

数值分析典型例题

数值分析典型例题 例1 对下列各数写出具有5位有效数字的近似值。236.478, 0.00234711, 9.000024, 9.0000343 10?. 解:按照定义,以上各数具有5位有效数字的近似值分别为:236.478, 0.0023471, 9.0000, 9.0000310?。 注意: *x =9.000024的5位有效数字是9.0000而不是9,因为9 是1位有效数字。 例2 指出下列各数具有几位有效数字。2.0004, -0.00200, -9000, 9310?, 23 10-?。 解:按照定义,以上各数的有效数字位数分别为5, 3, 4,1,1 例3 已测得某物体行程* s 的近似值s=800m ,所需时间* s 的近似值为t=35s ,若已知m s s s t t 5.0||,05.0||**≤-≤-,试求平均速度v 的绝对误差和相对误差限。 解:因为t s v /=,所以)()(1)()()(2t e t s s e t t e t v s e s v v e -=??+??≈ 从 而 05.00469.035 800 5.0351|)(||||)(|1|)(|22≤≈+?≤+≤t e t s s e t v e 同样v v e v e r )()(≈)()()()(t e s e t e v t t v s e v s s v r r r -=??+??= 所以00205.035 05 .08005.0|)(||)(||)(|≈+≤+≤t e s e v e r r r 因此绝对误差限和相对误差限分别为0.05和0.00205。 例4试建立积分20,,1,05 =+=n dx x x I n n 的递推关系,并研究它的误差 传递。 解:151 --= n n I n I ……………………………………………..…...(1) 5ln 6ln 0-=I ,计算出0I 后可通过(1)依次递推计算出1I ,…,20I 。 但是计算0I 时有误差0e ,由此计算出的1I ,…,20I 也有误差,由(1)可 知近似值之间的递推关系为 151 --= n n I n I ……………………………………………….…..(2) (1)-(2)可得 01)5(5e e e n n n -=-=-,由0I 计算n I 时误差被放大了n 5倍。所以(1)不稳 定。 (1) 可以改写为 n I I n n 51 511+ -=- ……………………………………… (3) 如果能先求出20I ,则依次可以求出19I ,…,0I ,计算20I 时有误差,这样根据(3)计算19I ,…,0I 就有误差,误差传播为 n n n e e ?? ? ??-=-511 ,误差依次减少。 例5 用二分法求解方程012)(23=+--=x x x x f 在区间[0,1]内的1个实根,要求有3为有效数字。 解:因为0)1()0(

数值计算方法》试题集及答案

《计算方法》期中复习试题 一、填空题: 1、已知3.1)3(,2.1)2(,0.1)1(===f f f ,则用辛普生(辛卜生)公式计算求得 ?≈3 1 _________ )(dx x f ,用三点式求得≈')1(f 。 答案:2.367,0.25 2、1)3(,2)2(,1)1(==-=f f f ,则过这三点的二次插值多项式中2 x 的系数为 ,拉 格朗日插值多项式为 。 答案:-1, )2)(1(21 )3)(1(2)3)(2(21)(2--------= x x x x x x x L 3、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字; 4、设)(x f 可微,求方程)(x f x =的牛顿迭代格式是( ); 答案 )(1)(1n n n n n x f x f x x x '--- =+ 5、对1)(3 ++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 ); 6、计算方法主要研究( 截断 )误差和( 舍入 )误差; 7、用二分法求非线性方程 f (x )=0在区间(a ,b )内的根时,二分n 次后的误差限为 ( 1 2+-n a b ); 8、已知f (1)=2,f (2)=3,f (4)=5.9,则二次Newton 插值多项式中x 2系数为( 0.15 ); 11、 两点式高斯型求积公式?1 d )(x x f ≈( ?++-≈1 )] 321 3()3213([21d )(f f x x f ),代数精度 为( 5 ); 12、 为了使计算 32)1(6 )1(41310-- -+-+ =x x x y 的乘除法次数尽量地少,应将该表达 式改写为 11 ,))64(3(10-= -++=x t t t t y ,为了减少舍入误差,应将表达式1999 2001-

数值分析期末试卷

数值分析2006 — 2007学年第学期考试 课程名称:计算方法 A 卷 考试方式:开卷[] 闭卷[V ] 半开卷[] IV 类 充要条件是a 满足 二、(18分)已知函数表如下 1?设 f(0) = 0, f (1) =16 , f( 2) =46,则 f [0,1]= ,f[0,1,2]二 2 ?设 AJ <2 -3 -1 ,则X ,A := A 1 1 j — 3 ?计算积分 xdx ,取4位有效数字。用梯形公式求得的近似值为 "0.5 (辛普森)公式求得的近似值为 ,用 Spsn 4?设f (x )二xe x -3,求方程f (x ) =0近似根的牛顿迭代公式是 ,它的收 敛阶是 5 ?要使求积公式 1 1 [f (x)dx 拓一(0) + A , f (x 1)具有2次代数精度,则 捲= _________________ , 0 4 6 ?求解线性方程组 x 1 ax 2 = 4 , 12_3 (其中a 为实数)的高斯一赛德尔迭代格式收敛的 10 11 12 13 In x 2.3026 2.3979 2.4849 2.5649

三、(20分)构造如下插值型求积公式,确定其中的待定系数,使其代数精度尽可能高, 并指出所得公式的代数精度。 2 f (x)dx : A o f (0) A f (1) A2f(2) o

X 2 4 6 8 y 2 11 28 40 五、(14分)为求方程X ’ -X 2 -1 =0在X o =1.5附近的一个根,将方程改写为下列等价 形式,并建立相应的迭代公式: 试问上述两种迭代公式在 x 0 =1.5附近都收敛吗?为什么?说明理由。 (1)X =1 ?丄,迭代公式 X 1 X k 1 = 1 - X k (2) X 2二1 ,迭代公式 X —1 2 (X k ); X k 1

数值分析期末试题

数值分析期末试题 一、填空题(20102=?分) (1)设??? ? ? ??? ??---=28 3 012 251A ,则=∞ A ______13_______。 (2)对于方程组?? ?=-=-3 4101522121x x x x ,Jacobi 迭代法的迭代矩阵是=J B ?? ? ? ??05.25.20。 (3)3*x 的相对误差约是*x 的相对误差的 3 1倍。 (4)求方程)(x f x =根的牛顿迭代公式是) ('1)(1n n n n n x f x f x x x +-- =+。 (5)设1)(3 -+=x x x f ,则差商=]3,2,1,0[f 1 。 (6)设n n ?矩阵G 的特征值是n λλλ,,,21 ,则矩阵G 的谱半径=)(G ρi n i λ≤≤1max 。 (7)已知?? ? ? ??=1021 A ,则条件数=∞ )(A Cond 9 (8)为了提高数值计算精度,当正数x 充分大时,应将)1ln(2 -- x x 改写为 )1ln(2 ++ -x x 。 (9)n 个求积节点的插值型求积公式的代数精确度至少为1-n 次。 (10)拟合三点))(,(11x f x ,))(,(22x f x ,))(,(33x f x 的水平直线是)(3 1 3 1 ∑== i i x f y 。 二、(10分)证明:方程组? ?? ??=-+=++=+-1 211 2321321321x x x x x x x x x 使用Jacobi 迭代法求解不收敛性。 证明:Jacobi 迭代法的迭代矩阵为 ???? ? ?????---=05 .05 .01015.05.00J B J B 的特征多项式为

数值分析期末试题

一、(8分)用列主元素消去法解下列方程组: ??? ??=++-=+--=+-11 2123454 321321321x x x x x x x x x 二、(10分)依据下列数据构造插值多项式:y(0)=1,y(1)= —2,y '(0)=1, y '(1)=—4 三、(12分)分别用梯形公式和辛普生公式构造 复化的梯形公式、复化的辛普生公式并利用复化的梯形公式、复化的辛普生公式计算下列积分: ? 9 1dx x n=4 四、(10分)证明对任意参数t ,下列龙格-库塔方法是二阶的。 五、(14分)用牛顿法构造求c 公式,并利用牛顿法求115。保留有效数字五位。 六、(10分)方程组AX=B 其中A=????????? ?10101a a a a 试就AX=B 建立雅可比迭代法和高斯-赛德尔迭代法,并讨论a 取何值时 迭代收斂。 七、(10分)试确定常数A,B,C,a,使得数值积分公式?-++-≈2 2 ) (}0{)()(a Cf Bf a Af dx x f 有尽可能多的 代数精确度。并求该公式的代数精确度。 八、{6分} 证明: A ≤ 其中A 为矩阵,V 为向量. 第二套 一、(8分)用列主元素消去法解下列方程组: ??? ??=++=+-=+3 2221 43321 32132x x x x x x x x 二、(12分)依据下列数据构造插值多项式:y(0)=y '(0)=0, y(1)=y '(1)= 1,y(2)=1 三、(14分)分别用梯形公式和辛普生公式构造 复化的梯形公式、复化的辛普生公式,并利用复化的梯形公式、 复化的辛普生公式及其下表计算下列积分: ?2 /0 sin πxdx ????? ? ? -+-+=++==++=+1 3121231)1(,)1(() ,(),()(2 hk t y h t x f k thk y th x f k y x f k k k h y y n n n n n n n n

数值分析教案

数值分析教案 土建学院 工程力学系 2014年2月 一、课程基本信息 1、课程英文名称:Numerical Analysis

2、课程类别:专业基础课程 3、课程学时:总学时32 4、学分:2 5、先修课程:《高等数学》、《线性代数》、《C 语言》 6、适用专业:工程力学 二、课程的目的与任务: 数值分析是工程力学专业的重要理论基础课程,是现代数学的一个重要分支。其主要任务是介绍进行科学计算的理论方法,即在计算机上对来自科学研究和工程实际中的数学问题进行数值计算和分析的理论和方法。通过本课程的学习,不仅使学生初步掌握数值分析的基本理论知识,而且使学生具备一定的科学计算的能力、分析问题和解决问题的能力,为学习后继课程以及将来从事科学计算、计算机应用和科学研究等工作奠定必要的数学基础。 三、课程的基本要求: 1.掌握数值分析的常用的基本的数值计算方法 2.掌握数值分析的基本理论、分析方法和原理 3.能利用计算机解决科学和工程中的某些数值计算应用问题,增强学生综合运用知识的能力 4.了解科学计算的发展方向和应用前景 四、教学内容、要求及学时分配: (一) 理论教学: 引论(2学时) 第一讲(1-2节) 1.教学内容: 数值分析(计算方法)这门课程的形成背景及主要研究内容、研究方法、主要特点;算法的有关概念及要求;误差的来源、意义、及其有关概念。数值计算中应注意的一些问题。 2.重点难点: 算法设计及其表达法;误差的基本概念。数值计算中应注意的一些问题。3.教学目标: 了解数值分析的基本概念;掌握误差的基本概念:误差、相对误差、误差限、相对误差限、有效数字;理解有效数字与误差的关系。学会选用相对较好的数值计算方法。

数值分析试题及答案

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 。 11. 牛顿下山法的下山条件为 |f(xn+1)|<|f(xn)| 。