数值分析分章复习(第三章曲线拟合)

第一章函数逼近之曲线拟合

要点：（1）曲线拟合的最小二乘法基本概念

（2）拟合函数空间12((),(),

(),)m span x x x ???Ω=中基函数的确定

（3）法方程组的形成及求解复习题：

解：取基函数01()1, ()x x x ??==

构造法方程组 0001010

111(,)(,)(,)(,)(,)(,)y a y b ??????????????

??=

? ? ???????

即72126219199a b ??????=

??? ???????

, 解得 413

, 284a b ==

所求拟合直线为： 413()284

f x x =+ 2、依据下表，求形如bx

a y +=

的拟合函数

解：引进1

Y y

=，则 Y a bx =+

取基函数01()1, ()x x x ??==

构造法方程组 0001010

111(,)(,)(,)(,)(,)(,)y a y b ??????????????

??= ? ? ???????

即335

1570.271915753279.70510911a b ????????= ? ?????????

, 解得 45.1398, 3.1692a b =-= 所求拟合曲线为： 1

()45.1398 3.1692f x x

解：取基函数01()1, ()x x x ??==

构造法方程组 0001010111(,)(,)(,)(,)(,)(,)y a y b ??????????????

??=

? ? ?????

即41010.2103027.7a b ??????= ??? ???????

, 解得 1.45, 0.44a b ==

所求拟合直线为： () 1.450.44f x x =-

4、已知实验数据如下

用最小二乘法求形如2

y a bx =+的经验公式，并计算均方误差

解：取基函数201()1, ()x x x ??==

构造法方程组 0001010111(,)(,)(,)(,)(,)(,)y a y b ??????????????

??=

? ? ?????

即335550.0645155979 1.0860910a b ??????= ? ??????????

?, 解得 1.8000, 1.0091a b == 所求拟合直线为： 2

() 1.8000 1.0091f x x =+

曲线拟合的数值计算方法实验

曲线拟合的数值计算方法实验【摘要】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（curve fitting）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。曲线直线化是曲线拟合的重要手段之一。对于某些非线性的资料可以通过简单的变量变换使之直线化，这样就可以按最小二乘法原理求出变换后变量的直线方程，在实际工作中常利用此直线方程绘制资料的标准工作曲线，同时根据需要可将此直线方程还原为曲线方程，实现对资料的曲线拟合。常用的曲线拟合有最小二乘法拟合、幂函数拟合、对数函数拟合、线性插值、三次样条插值、端点约束。关键词曲线拟合、最小二乘法拟合、幂函数拟合、对数函数拟合、线性插值、三次样条插值、端点约束一、实验目的 1.掌握曲线拟合方式及其常用函数指数函数、幂函数、对数函数的拟合。 2.掌握最小二乘法、线性插值、三次样条插值、端点约束等。 3.掌握实现曲线拟合的编程技巧。二、实验原理 1.曲线拟合曲线拟合是平面上离散点组所表示的坐标之间的函数关系的一种数据处理方法。用解析表达式逼近离散数据的一种方法。在科学实验或社会活动中，通过实验或观测得到量x与y的一组数据对（X i ，Y i )（i=1，2，...m），其中各X i 是彼此不同的。人们希望用一类与数据的背景材料规律相适应的解析表达式，y=f(x，c）来反映量x与y之间的依赖关系，即在一定意义下“最佳”地逼近或拟合已知数据。f(x，c)常称作拟合模型，式中c=(c 1，c 2 ，…c n )是一些待定参数。当c在f中线性出现时，称为线性模型，否则称为非线性模型。有许多衡量拟合优度的标准，最常用的一种做法是选择参数c使得拟合模型与实际观测值在

数值分析试题及答案汇总

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)| 。 12. 线性方程组的松弛迭代法是通过逐渐减少残差r i (i =0,1,…,n )来实现的，其中的残差 r i ＝ (b i -a i1x 1-a i2x 2-…-a in x n )/a ii ，(i =0,1,…,n )。 13. 在非线性方程f (x )=0使用各种切线法迭代求解时，若在迭代区间存在唯一解，且f (x )

数值分析总复习提纲教材

数值分析总复习提纲数值分析课程学习的内容看上去比较庞杂，不同的教程也给出了不同的概括，但总的来说无非是误差分析与算法分析、基本计算与基本算法、数值计算与数值分析三个基本内容。在实际的分析计算中，所采用的方法也无非是递推与迭代、泰勒展开、待定系数法、基函数法等几个基本方法。一、误差分析与算法分析误差分析与算法设计包括这样几个方面：（一）误差计算 1、截断误差的计算截断误差根据泰勒余项进行计算。基本的问题是 (1)1 ()(01)(1)! n n f x x n θεθ++<<<+，已知ε求n 。例1．1：计算e 的近似值，使其误差不超过10－6。解：令f(x)=e x ,而f （k)(x)=e x ,f （k)(0)=e 0=1。由麦克劳林公式，可知 211(01)2!!(1)! n x x n x x e e x x n n θθ+=+++++<<+ 当x=1时，1 111(01)2! !(1)! e e n n θθ=+++ ++ <<+ 故3 (1)(1)!(1)! n e R n n θ=<++。当n ＝9时，R n (1)<10－6，符合要求。此时， e≈2.718 285。 2、绝对误差、相对误差及误差限计算绝对误差、相对误差和误差限的计算直接利用公式即可。基本的计算公式是： ①e(x)＝x *－x ＝△x ＝dx ② *()()()ln r e x e x dx e x d x x x x ==== ③(())()()()e f x f x dx f x e x ''== ④(())(ln ())r e f x d f x = ⑤121212121122121122((,))(,)(,)(,)()(,)()x x x x e f x x f x x dx f x x dx f x x e x f x x e x ''''=+=+ ⑥121212((,)) ((,))(,) f x x f x x f x x εδ=

数值分析试卷及其答案

1、（本题5分）试确定7 22 作为π的近似值具有几位有效数字，并确定其相对误差限。解因为 7 22 =3.142857…=1103142857 .0-? π=3.141592… 所以 312102 11021005.0001264.0722--?=?=<=- π （2分）这里，3,21,0=-=+-=n n m m 由有效数字的定义可知7 22 作为π的近似值具有3位有效数字。（1分）而相对误差限 3102 1 0005.00004138.0001264.07 22-?= <≈= -= π π πε r （2分） 2、（本题6分）用改进平方根法解方程组：??? ?? ??=????? ??????? ??--654131*********x x x ；解设???? ? ??????? ? ?????? ??===????? ??--11111 1 131321112323121 32 132 31 21 l l l d d d l l l LDL A T 由矩阵乘法得： 5 7,21,215 27 ,25,2323121321- ==-== -==l l l d d d （3分）由y D x L b Ly T 1 ,-==解得 T T x y )9 23 ,97,910(,)563, 7,4(== （3分） 3、（本题6分）给定线性方程组???????=++-=+-+=-+-=-+17 7222382311387 510432143213 21431x x x x x x x x x x x x x x 1）写出Jacoib 迭代格式和Gauss-Seidel 迭代格式； 2）考查Jacoib 迭代格式和Gauss-Seidel 迭代格式的敛散性；解 1）Jacoib 迭代格式为

数值分析报告报告材料期末复习资料

数值分析期末复习题型：一、填空二、判断三、解答（计算）四、证明第一章误差与有效数字一、有效数字 1、定义：若近似值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*有n 位有效数字。 2、两点理解：（1）四舍五入的一定是有效数字（2）绝对误差不会超过末位数字的半个单位eg. 3、定理1（P6）：若x*具有n 位有效数字，则其相对误差限为 4、考点：（1）计算有效数字位数：一个根据定义理解，一个根据定理1（P7例题3）二、避免误差危害原则 1、原则：（1）避免大数吃小数（方法：从小到大相加；利用韦达定理：x1*x2= c / a ）（2）避免相近数相减（方法：有理化）eg. 或（3）减少运算次数（方法：秦九韶算法）eg.P20习题14 *(1)1 1 102n r a ε--≤ ?; x εx ε x εx ++=-+();1ln ln ln ???? ? ?+=-+x εx εx x cos 1-2sin 22x =

三、数值运算的误差估计 1、公式：（1）一元函数：|ε*( f (x *))| ≈ | f ’(x *)|·|ε*(x )|或其变形公式求相对误差（两边同时除以f (x *)） eg.P19习题1、2、5 （2）多元函数（P8）eg. P8例4，P19习题4 第二章插值法一、插值条件 1、定义：在区间[a,b]上，给定n+1个点，a ≤x 0＜x 1＜…＜x n ≤b 的函数值 yi=f(xi)，求次数不超过n 的多项式P(x)，使 2、定理：满足插值条件、n+1个点、点互异、多项式次数≤n 的P(x)存在且唯一 n i y x P i i n ,,2,1,0)(Λ==

数值分析第二章复习与思考题

第二章复习与思考题 1.什么是拉格朗日插值基函数？它们是如何构造的？有何重要性质？答：若n 次多项式()),,1,0(n j x l j =在1+n 个节点n x x x <<< 10上满足条件 (),,,1,0,, ,0, ,1n k j j k j k x l k j =?? ?≠== 则称这1+n 个n 次多项式()()()x l x l x l n ,,,10 为节点n x x x ,,,10 上的n 次拉格朗日插值基函数. 以()x l k 为例，由()x l k 所满足的条件以及()x l k 为n 次多项式，可设 ()()()()()n k k k x x x x x x x x A x l ----=+- 110，其中A 为常数，利用()1=k k x l 得 ()()()()n k k k k k k x x x x x x x x A ----=+- 1101，故 ()()()() n k k k k k k x x x x x x x x A ----= +- 1101 ，即 ()()()()()()()()∏ ≠=+-+---=--------=n k j j j k j n k k k k k k n k k k x x x x x x x x x x x x x x x x x x x x x l 0110110)( . 对于()),,1,0(n i x l i =，有 ()n k x x l x n i k i k i ,,1,00 ==∑=，特别当0=k 时，有 ()∑==n i i x l 0 1. 2.什么是牛顿基函数？它与单项式基{ }n x x ,,,1 有何不同？答：称()()()(){ }10100,,,,1------n x x x x x x x x x x 为节点n x x x ,,,10 上的牛顿基函数，利用牛顿基函数，节点n x x x ,,,10 上的n 次牛顿插值多项式()x P n 可以表示为 ()()()()10010---++-+=n n n x x x x a x x a a x P 其中[]n k x x x f a k k ,,1,0,,,,10 ==.与拉格朗日插值多项式不同，牛顿插值基函数在增加节点时可以通过递推逐步得到高次的插值多项式，例如 ()()()()k k k k x x x x a x P x P --+=++ 011,

数值分析实验插值与拟合

《数值分析》课程实验一：插值与拟合一、实验目的 1. 理解插值的基本原理，掌握多项式插值的概念、存在唯一性； 2. 编写MA TLAB 程序实现Lagrange 插值和Newton 插值，验证Runge 现象； 3. 通过比较不同次数的多项式拟合效果，理解多项式拟合的基本原理； 4. 编写MA TLAB 程序实现最小二乘多项式曲线拟合。二、实验内容 1. 用Lagrange 插值和Newton 插值找经过点(-3, -1), (0, 2), (3, -2), (6, 10)的三次插值公式，并编写MATLAB 程序绘制出三次插值公式的图形。 2. 设 ]5,5[,11 )(2 -∈+= x x x f 如果用等距节点x i = -5 + 10i /n (i = 0, 1, 2, …, n )上的Lagrange 插值多项式L n (x )去逼近它。不妨取n = 5和n = 10，编写MATLAB 程序绘制出L 5(x )和L 10(x )的图像。 (2) 编写MA TLAB 程序绘制出曲线拟合图。三、实验步骤 1. (1) Lagrange 插值法：在线性空间P n 中找到满足条件： ?? ?≠===j i j i x l ij j i , 0,, 1)(δ 的一组基函数{}n i i x l 0)(=，l i (x )的表达式为 ∏ ≠==--= n i j j j i j i n i x x x x x l ,0),,1,0()( 有了基函数{}n i i x l 0)(=，n 次插值多项式就可表示为 ∑==n i i i n x l y x L 0 )()( (2) Newton 插值法：设x 0, x 1, …, x n 是一组互异的节点，y i = f (x i ) (i = 0, 1, 2, …, n )，f (x )在处的n 阶差商定义为

数值分析整理版试题及答案

例1、已知函数表 x -1 1 2 ()f x -3 0 4 求()f x 的Lagrange 二次插值多项式和Newton 二次插值多项式。解：（1）k x -1 1 2 k y -3 0 4 插值基函数分别为 ()()()()()()()()()() 1200102121()1211126 x x x x x x l x x x x x x x ----= ==-------- ()()()()()()()() ()()021******* ()1211122x x x x x x l x x x x x x x --+-= ==-+---+- ()()()()()()()()()()0122021111 ()1121213 x x x x x x l x x x x x x x --+-= ==-+--+- 故所求二次拉格朗日插值多项式为 () ()()()()()()()()()()2 20 2()11131201241162314 121123537623k k k L x y l x x x x x x x x x x x x x ==?? =-? --+?-+-+?+-????=---++-=+-∑ （2）一阶均差、二阶均差分别为

[]()()[]()()[][][]010********* 011201202303 ,11204 ,412 3 4,,5 2,,126 f x f x f x x x x f x f x f x x x x f x x f x x f x x x x x ---===-----= = =----=== --- k x ()k f x 一阶二阶 -1 -3 1 0 3/ 2 2 4 4 5/6 故所求Newton 二次插值多项式为 ()()[]()[]()() ()()()20010012012,,,35 311126537623P x f x f x x x x f x x x x x x x x x x x x =+-+--=-+ +++-=+- 例2、设2 ()32f x x x =++，[0,1]x ∈，试求()f x 在[0, 1]上关于()1x ρ=，{} span 1,x Φ=的最佳平方逼近多项式。解：若{}span 1,x Φ=，则0()1x ?=，1()x x ?=，且()1x ρ=，这样，有

数值分析分章复习(第七章非线性方程求根)

第七章非线性方程求根要点：（1）迭代公式局部收敛性及收敛性判断（2）迭代公式收敛阶概念（3） Newton 迭代公式及收敛性左理复习题： 1、建立一个迭代公式il ?算数G = j5 + 7?+辰二,要求分析所建迭代公式的收敛性解：迭代式为：「卄产 l/o = 5 数d 应是函数卩（x ） = jrr§的不动点（即满足0（a ） = a ）注意到（1）当xeI0,5］时，恒有0（人）€［0?习 (2)当xe[(X5]时，恒有0Cr) = — <-< 1 2\J X + 5 2 依据不动点迭代法收敛定理，知该迭代公式收敛到“ 2、对于方程—x = 2 ? 解：（1）记/（X ）= 8’ — / 一 2 显然 /(_1.9) = 0.0496 >0, /(一1) =-0.6321 <0 当Jce[-L9,-1]时.恒有/V) = e'-l<0 可见/（X ）在区间［-1.9,-I ］内有且仅有一个零点即方程在区间内有且仅有一个实根 (2)取

严-X-2 兀屛=兀------ 汗七― e" -1 .心=一1?9 3、为求x^-x--\=0/￡ L5附近的一个根，现将方程改写成等价形式，且建立相应的迭代公式：(1) x = l + A： (2) x = (l + x-)h试分析每一种迭代的收敛性 X- 解：记 ⑴ 迭代式为￡. = 1+2,这里记9?U)= I+4 注意到/(1?3)/(1?5)<1?并且f\x) = 3x--2x = x(3x-2)>Q. xe[L3J.5] 所以区间［1.3J.5］为有根区间 2 0([l?3J?5])c[l?3J?习，井且当xe[L3J.5]时，恒有I

数值分析函数逼与曲线拟合

第三章函数逼近与曲线拟合 1 函数的逼近与基本概念 1.1问题的提出多数计算机的硬件系统只提供加、减、乘、除四种算术运算指令，因此为了计算大多数有解析表达式的函数的值，必须产生可用四则运算进行计算的近似式，一般为多项式和有理分式函数.实际上，我们已经接触到两种逼近多项式，一种是泰乐多项式，一种是插值多项式.泰乐多项式是一种局部方法，误差分布不均匀，满足一定精度要求的泰乐多项式次数太高，不宜在计算机上直接使用.例如，设 ()f x 是[1,1]-上的光滑函数，它的Taylor 级数0 ()k k k f x a x ∞ ==∑， ()(0) ! k k f a k = 在[1,1]-上收敛。当此级数收敛比较快时，1 1()()()n n n n e x f x s x a x ++=-≈。这个误差分布是不均匀的。当0x =时，(0)0n e =，而x 离开零点增加时，()n e x 单调增加，在1x =±误差最大。为了使[1,1]-的所有x 满足()()n f x s x ε-<，必须选取足够大的n ，这显然是不经济的。插值函数出现的龙格现象表明，非节点处函数和它的插值多项式相差太大。更重要的是，实际中通过观测得到的节点数据往往有各种误差，此时如果要求逼近函数过全部节点，相当于保留全部数据误差，这是不适宜的。如图1所示，给出五个点上的实验测量数据，理论上的结果应该满足线性关系，即图1中的实线。由于实验数据的误差太大，不能用过任意两点的直线逼近函数。如果用过5个点的4次多项式逼近线性函数，显然误差会很大。

1.2范数与逼近一、线性空间及赋范线性空间要深入研究客观事物，不得不研究事物间的内在联系，给集合的元素之间赋予某种“确定关系”也正是这样的道理.数学上常把在各种集合中引入某些不同的确定关系称为赋予集合以某种空间结构，并将这样的集合称为空间。最常用的给集合赋予一种“加法”和“数乘”运算，使其构成线性空间.例如将所有实 n 维数对组成的集合，按照“加法”和“数乘”运算构成实数域上的线性空间，记作n R ，称为n 维向量空间.类似地，对次数不超过n 的实系数多项式全体，按通常多项式与多项式加法及数与多项式乘法也构成数域R 上一个线性空间，用n H 表示，称为多项式空间。所有定义在[,]a b 上的连续函数集合，按函数加法和数与函数乘法构成数域R 上的线性空间，记作[,]C a b .类似地，记[,]p C a b 为具有p 阶连续导数的函数空间. 在实数的计算问题中，对实数的大小、距离及误差界等是通过绝对值来度量的.实践中，我们常常会遇到对一般线性空间中的向量大小和向量之间的距离进行度量的问题，因此有必要在一般线性空间上，赋予“长度”结构，使线性空间成为赋范线性空间. 定义1 设 X 是数域K 上一个线性空间，在其上定义一个实值函数g ，即对于任意 ,x y X ∈及K α∈，有对应的实数x 和y ，满足下列条件 (1) 正定性：0x ≥，而且0x =当且仅当0x =； (2) 齐次性：x x αα=； (3) 三角不等式：x y x y +≤+；实验数据真函数插值多项式逼近精确的线性逼近图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数的相关容。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数，不明白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：绝对误差限：（2）相对误差是指绝对误差在原数中所占的比例。相对误差：相对误差限：结论：凡是经过四舍五入而得到的近似值，其绝对误差不超过该近似值末位的半个单位。（3）有效数字的定义有效数字的第一种定义:设a是x的近似值，如果a的误差绝对值不超过x 的第k位小数的半个单位，即则称近似值a准确到小数点后第k位。从小数点后的第k位数字直到最左边非零数字之间的所有数字都叫有效数字。

数值分析试卷及其答案1

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6 5.0102 1 ,0,6,10325413.0016*1=?= =-=?=ε绝对误差限n k k X 2分 620*2102 1 ,6,0,10325413.0-?= -=-=?=ε绝对误差限n k k X 2分 2. 已知?? ???=0 01 A 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 ?????=0 1 A A T 4 2 ???? ? -420?????0 01 2 20 - ???? ?440= ?????0 01 80 ???? ?3200 2分 {}32 32,8,1max )(max ==A A T λ

1分 24322==A 3. 设32)()(a x x f -= （6分） ① 写出f(x)=0解的迭代格式 ② 当a 为何值时，)(1k k x x ?=+ （0,1……）产生的序列{}k x 收敛于 2 解： ①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，其中：?? ?=13A ?? ?2 2，?? ? ???-=13b 用迭代公式 )()()()1(k k k Ax b x x -+=+α（0,1……）求解，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

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：2012014302 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地方有用到线性拟合的知识，这样我们可以对数值分析得类容加以巩固，在学习中不能死记硬背，应该理解记忆，以及结合列题加以记忆和应用，只能在题里面我们才能去应用它。对于本学期的期末考试，由于本人注重了理论知识的记忆和应用，但是在复习过程中自己没有亲自去导致计算能力较弱，在考试过程中一道大题的计算耗费了大量的时间且错了，虽然解答题目的步骤和思想应该是没有问题的，所以同学们除了掌握基本的理论知识以外，得加强计算能力的锻炼，避免不必要的浪费时间以及精力，导致不愉快的结果。

数值分析复习题要答案

第一章 1、ln2＝0.69314718…，精确到 10－3 的近似值是多少？解精确到 10－3＝0.001，即绝对误差限是 e ＝0.05％，故至少要保留小数点后三位才可以。 ln2≈0.693。 2、设115.80,1025.621≈≈x x 均具有5位有效数字，试估计由这些数据计算21x x ， 21x x +的绝对误差限解：记126.1025, 80.115x x == 则有11232411 10, | 102|||2 x x x x --≤?-≤?- 所以 121212121212211122||||||||||||x x x x x x x x x x x x x x x x x x -=-+-+≤-- 3411 80.11610 6.10102522 0.007057-==??+≤?? 1212112243|()|||11 |10100.0005522 |x x x x x x x x --≤≤?+?=+-+-+- 3、一个园柱体的工件,直径d 为10.250.25mm,高h 为40.00 1.00mm,则它的体积V 的近似值、误差和相对误差为多少。解： ()() 22222222 4 314210254000000330064 221025400002510251002436444 3300624362436 0073873833006 , .....; ()()()......, ..().()..% .r d h V d h V mm d h V dh d d h V mm V V V πππππεεεεε= ≈=??===+=???+?==±====第二章： 1、分别利用下面四个点的Lagrange 插值多项式和Newton 插值多项式N 3(x )，计算L 3(0.5)及N 3(-0.5) x －2 －1 0 1 f (x ) －1 1 2

数值分析整理版试题及答案

例1、已知函数表求()f x 的Lagrange 二次插值多项式和Newton 二次插值多项式。解：（1）故所求二次拉格朗日插值多项式为（2）一阶均差、二阶均差分别为例2、设2 ()32f x x x =++，[0,1]x ∈，试求()f x 在[0,1]上关于()1x ρ=，{}span 1,x Φ=的最佳平方逼近多项式。解：若{}span 1,x Φ=，则0()1x ?=，1()x x ?=，且()1x ρ=，这样，有所以，法方程为

011231261192 34a a ??????????=?????????? ?????????? ，经过消元得012311 62110123a a ??? ???????=???????????????????? 再回代解该方程，得到14a =，011 6 a = 故，所求最佳平方逼近多项式为* 111()46S x x =+ 例3、设()x f x e =，[0,1]x ∈，试求()f x 在[0,1]上关于()1x ρ=，{}span 1,x Φ=的最佳平方逼近多项式。解：若{}span 1,x Φ=，则0()1x ?=，1()x x ?=，这样，有所以，法方程为解法方程，得到00.8732a =，1 1.6902a =，故，所求最佳平方逼近多项式为例4、用4n = 的复合梯形和复合辛普森公式计算积分1 ? 。解：（1）用4n =的复合梯形公式由于2h =，( )f x =()121,2,3k x k k =+=，所以，有（2）用4n =的复合辛普森公式由于2h =，( )f x =()121,2,3k x k k =+=，()12 220,1,2,3k x k k + =+=，所以，有例5、用列主元消去法求解下列线性方程组的解。解：先消元再回代，得到33x =，22x =，11x = 所以，线性方程组的解为11x =，22x =，33x = 例6、用直接三角分解法求下列线性方程组的解。解：设则由A LU =的对应元素相等，有 1114u = ，1215u =，1316u =， 2111211433l u l =?=，3111311 22 l u l =?=， 2112222211460l u u u +=?=-，2113232311 545l u u u +=?=-，

数值分析第一章绪论习题答案

第一章绪论 1．设0x >,x 的相对误差为δ，求ln x 的误差。解：近似值* x 的相对误差为* **** r e x x e x x δ-= == 而ln x 的误差为()1ln *ln *ln ** e x x x e x =-≈ 进而有(ln *)x εδ≈ 2．设x 的相对误差为2%，求n x 的相对误差。解：设()n f x x =，则函数的条件数为'() | |() p xf x C f x = 又1 '()n f x nx -= , 1 ||n p x nx C n n -?∴== 又((*))(*)r p r x n C x εε≈? 且(*)r e x 为2 ((*))0.02n r x n ε∴≈ 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：*1 1.1021x =,*20.031x =, *3385.6x =, * 456.430x =,*57 1.0.x =? 解：*1 1.1021x =是五位有效数字； *20.031x =是二位有效数字； *3385.6x =是四位有效数字； *456.430x =是五位有效数字； *57 1.0.x =?是二位有效数字。 4．利用公式(2.3)求下列各近似值的误差限：(1) * * * 124x x x ++,(2) ***123x x x ,(3) **24/x x . 其中****1234 ,,,x x x x 均为第3题所给的数。解：

*4 1* 3 2* 13* 3 4* 1 51()1021()1021()1021()1021()102 x x x x x εεεεε-----=?=?=?=?=? *** 124***1244333 (1)()()()() 1111010102221.0510x x x x x x εεεε----++=++=?+?+?=? *** 123*********123231132143 (2)() ()()() 111 1.10210.031100.031385.610 1.1021385.610222 0.215 x x x x x x x x x x x x εεεε---=++=???+???+???≈ ** 24**** 24422 *4 33 5 (3)(/) ()() 11 0.0311056.430102256.43056.430 10x x x x x x x εεε---+≈ ??+??= ?= 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？解：球体体积为34 3 V R π= 则何种函数的条件数为 2 3'4343 p R V R R C V R ππ=== (*)(*)3(*)r p r r V C R R εεε∴≈= 又(*)1r V ε=

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+≈ +=-. □

数值分析期末复习资料

数值分析期末复习题型：一、填空二、判断三、解答（计算）四、证明第一章误差与有效数字一、有效数字 1、定义：若近似值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*有n 位有效数字。 2、两点理解：（1）四舍五入的一定是有效数字（2）绝对误差不会超过末位数字的半个单位eg. 3、定理1（P6）：若x*具有n 位有效数字，则其相对误差限为 4、考点：（1）计算有效数字位数：一个根据定义理解，一个根据定理1（P7例题3）二、避免误差危害原则 1、原则：（1）避免大数吃小数（方法：从小到大相加；利用韦达定理：x1*x2= c / a ）（2）避免相近数相减（方法：有理化）eg. 或（3）减少运算次数（方法：秦九韶算法）eg.P20习题14 三、数值运算的误差估计 1、公式：（1）一元函数：|ε*( f (x *))| ≈ | f ’(x *)|·|ε*(x )|或其变形公式求相对误差（两边同时除以f (x *)） eg.P19习题1、2、5 （2）多元函数（P8）eg. P8例4，P19习题4 *(1) 11 102n r a ε--≤?;x εx εx εx ++=-+();1ln ln ln ??? ? ??+=-+x εx εx x cos 1-2sin 22x =

第二章插值法一、插值条件 1、定义：在区间[a,b]上，给定n+1个点，a ≤x 0＜x 1＜…＜x n ≤b 的函数值 yi=f(xi)，求次数不超过n 的多项式P(x)，使 2、定理：满足插值条件、n+1个点、点互异、多项式次数≤n 的P(x)存在且唯一二、拉格朗日插值及其余项 1、 n 次插值基函数表达式（P26（2.8）） 2、插值多项式表达式（P26（2.9）） 3、插值余项（P26（2.12））：用于误差估计 4、插值基函数性质（P27（2.17及2.18））eg.P28例1 三、差商（均差）及牛顿插值多项式 1、差商性质（P30）：（1）可表示为函数值的线性组合（2）差商的对称性：差商与节点的排列次序无关（3）均差与导数的关系（P31（3.5）） 2、均差表计算及牛顿插值多项式四、埃尔米特插值（书P36）两种解法：（1）用定义做：设P 3(x)=ax 3+bx 2+cx+d ，将已知条件代入求解（4个条件：节点函数值、导数值相等各2个）（2）牛顿法（借助差商）：重节点eg.P49习题14 五、三次样条插值定义 n i y x P i i n ,,2,1,0)( ==

数值分析试题及答案

数值分析试题及答案一、单项选择题（每小题3分，共15分） 1. 3.142和3.141分别作为的近似数具有（）和（）位有效数字. A．4和3 B．3和2 C．3和4 D．4和4 2. 已知求积公式，则＝（） A． B．C．D． 3. 通过点的拉格朗日插值基函数满足（） A．＝0，B．＝0， C．＝1，D．＝1， 4. 设求方程的根的牛顿法收敛，则它具有（）敛速。 A．超线性B．平方C．线性D．三次 5. 用列主元消元法解线性方程组作第一次消元后得到的第3个方程（）. A．B． C．D．单项选择题答案 1.A 2.D 3.D 4.C 5.B 得分评卷人二、填空题（每小题3分，共15分） 1. 设, 则， . 2. 一阶均差 3. 已知时，科茨系数，那么 4. 因为方程在区间上满足，所以在区间内有根。 5. 取步长，用欧拉法解初值问题的计算公式.填空题答案

1. 9和 2. 3. 4. 5. 得分评卷人三、计算题（每题15分，共60分） 1. 已知函数的一组数据：求分段线性插值函数，并计算的近似值. 计算题1.答案 1. 解，，所以分段线性插值函数为 2. 已知线性方程组（1）写出雅可比迭代公式、高斯－塞德尔迭代公式；（2）对于初始值，应用雅可比迭代公式、高斯－塞德尔迭代公式分别计算（保留小数点后五位数字）. 计算题2.答案 1.解原方程组同解变形为雅可比迭代公式为高斯－塞德尔迭代法公式用雅可比迭代公式得用高斯－塞德尔迭代公式得 3. 用牛顿法求方程在之间的近似根（1）请指出为什么初值应取2？（2）请用牛顿法求出近似根，精确到0.0001. 计算题3.答案