2) 数值计算方法

合集下载

《数值计算方法》试题集及答案 (2)

《数值计算方法》试题集及答案 (2)

《数值计算方法》复习试题一、填空题:1、⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=410141014A ,则A 的LU 分解为A ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦。

答案:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=15561415014115401411A 3、1)3(,2)2(,1)1(==-=f f f ,则过这三点的二次插值多项式中2x 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 L4、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字;5、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 '---=+6、对1)(3++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 );7、计算方法主要研究( 截断 )误差和( 舍入 )误差;8、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( 12+-n a b );10、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、 解线性方程组A x =b 的高斯顺序消元法满足的充要条件为(A 的各阶顺序主子式均不为零)。

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19992001-改写为199920012+ 。

13、 用二分法求方程01)(3=-+=x x x f 在区间[0,1]内的根,进行一步后根的所在区间为 0.5,1 ,进行两步后根的所在区间为 0.5,0.75 。

数值计算方法第2章2-1节

数值计算方法第2章2-1节

(2)计算
f
(
a
2
b)

(3)若
f
(
a
2
b
)
0
,计算停止;若
f
(
a
2
b
)
f
(a)
0
,用

f
(
a
2
b)
f
(b)
0
,以
a
2
b
代替
a

a
2
b
代替
b

(4)反复执行第二步与第三步,直到区间长缩小到允许误差范围
之内,此时区间中点即可作为所求的近似解。
18
证明方程 x3 3x2 6x 1 0 在区间(0,1)内有唯一的实根,并
在[-1,-0.25],[0.5,1.25],[1.25,2]各区间内至少有一个实根。
10
2.1.3 区间二分法
定理 函数f(x)在[a,b]上单调连续,且f(a)f(b)<0, 则方程f(x)=0在区间[a,b]上有且仅有一个实根x*。
二分法的基本思想 将有根的区间二分为两个小区间,然后判断根在那 个小区间,舍去无根的小区间,而把有根的小区间 再一分为二,再判断根属于哪个更小的区间,如此 反复 ,直到求出满足精度要求的近似根。
5
有根区间
介值定理 若函数 f (x) 在[a, b] 连续,且
f (a) f (b) 0 ,则方程 f ( x) 0 在(a,b) 内至
少有一个实根。将[a, b] 称为 f (x) 的有根区间。
6
2.1.2 逐步搜索法
假设f(x)在区间[a,b]内有一
个实根x*,若 b – a较小,则可 在(a,b)上任取一点x0作为初始 近似根。

广义逆的计算与最小二乘估计

广义逆的计算与最小二乘估计

广义逆的计算与最小二乘估计
广义逆的计算与最小二乘估计是具有重要应用价值的估计方法。


们在数值计算中有着广泛的用途和广泛的应用领域。

(1)什么是广义逆?
广义逆(Generalized Inverse)是一种数值计算方法,用于估计未知数据。

广义逆的计算是指对给定的m × n成像矩阵A,计算出一个n × m
合成矩阵B,使得AB有效地估计未知数据(满足B×A为单位矩阵)。

(2)什么是最小二乘法?
最小二乘法(Least Squares)是数值计算中的另一种常见方法,专门用
于估计未知参数向量x。

其方法是以尽量减小误差的平方和C(x)为目标函数,选取最佳参数向量x,以最小化残差向量e=Ax-b,等效地解决
未知参数误差拟合问题。

(3)广义逆的计算与最小二乘估计的比较
1)准确性比较:在数值计算中,广义逆的计算和最小二乘估计的准确
性基本一致,取决于矩阵A的数据量,以及其均一性等。

2)算法对比:在数字计算中,最小二乘估计的算法主要是基于泰勒公
式展开求解,而广义逆的算法主要是基于矩阵分解或者特征分解的方
法去近似求解。

3)应用范围:广义逆的计算适用范围更广泛,但最小二乘估计对数据
集的要求更高,而且最小二乘估计是无偏的,所以更适用于误差数据
的拟合。

综上所述,广义逆的计算与最小二乘估计是具有重要应用价值的估计方法,它们在数值计算中有着广泛的用途和广泛的应用领域。

在算法本身和应用范围上,它们各有优势,从而在实际数值计算中可选择合适的方法,达到更好的结果。

数值计算方法习题答案(第二版)(绪论)

数值计算方法习题答案(第二版)(绪论)

数值分析(p11页)4 试证:对任给初值x 0,0)a >的牛顿迭代公式112(),0,1,2,......k ak k x x x k +=+= 恒成立下列关系式:2112(1)(,0,1,2,....(2)1,2,......kk k x k x x k x k +-=-=≥=证明:(1)(21122k k k k k kx a x x x x +-⎫⎛-=+==⎪ ⎝⎭(2) 取初值00>x ,显然有0>k x ,对任意0≥k ,a a x a x x a x x k k k k k ≥+⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛+=+2121216 证明:若k x 有n 位有效数字,则n k x -⨯≤-110218, 而()k k k k k x x x x x 288821821-=-⎪⎪⎭⎫⎝⎛+=-+ nnk k x x 2122110215.22104185.28--+⨯=⨯⨯<-∴>≥ 1k x +∴必有2n 位有效数字。

8 解:此题的相对误差限通常有两种解法. ①根据本章中所给出的定理:(设x 的近似数*x 可表示为m n a a a x 10......021*⨯±=,如果*x 具有l 位有效数字,则其相对误差限为()11**1021--⨯≤-l a x x x ,其中1a 为*x 中第一个非零数)则7.21=x ,有两位有效数字,相对误差限为025.010221111=⨯⨯≤--x x e 71.22=x ,有两位有效数字,相对误差限为025.010221122=⨯⨯≤--x x e 3 2.718x =,有两位有效数字,其相对误差限为:00025.010221333=⨯⨯≤--x e x ②第二种方法直接根据相对误差限的定义式求解 对于7.21=x ,0183.01<-e x∴其相对误差限为00678.07.20183.011≈<-x e x 同理对于71.22=x ,有003063.071.20083.022≈<-x e x 对于718.23=x ,有00012.0718.20003.033≈<-x e x备注:(1)两种方法均可得出相对误差限,但第一种是对于所有具有n 位有效数字的近似数都成立的正确结论,故他对误差限的估计偏大,但计算略简单些;而第二种方法给出较好的误差限估计,但计算稍复杂。

数值计算方法第一章 误差

数值计算方法第一章 误差

1 10n1 2a1
所以 1 10n1 是 x* 的相对误差限。
2a1

r
1
2a1
1
10n1,
由式(1-4)
21
绝对误差、相对误差和有效数字
e x* x*er x* 0.a1a2 L an L 10mr
a1
1
10m1
2
1 a1
1
10n1
1 10mn 2
由式(1-6),x* 至少有n位有效数字。
1.3.1 基本运算中的误差估计
本节中所讨论的基本运算是指四则运算与 一些常用函数的计算。
由微分学,当自变量改变量(误差)很小时, 函数的微分作为函数改变量的主要线性部分可以 近似函数的改变量, 故利用微分运算公式可导出 误差运算公式。
24
数值计算中误差的传播
设数值计算中求得的解与参量(原始数据)
由以上各式还可得出
ex1 x2 ex1 ex2 ex1 ex2 (1-14)
er x1x2 er x1 er x2 er x1 er x2 (1-15)
er
x1 x2
er x1 er x2
er x1
er x2
(1-16)
29
数值计算中误差的传播
因此,和、差的误差限不超过各数的误差限之 和,积、商的相对误差限不超过各数的相对误 差限之和。
定义: 若x的某一近似值 x* 的绝对误差限是某一位 的半个单位, 则称其“准确”到这一位,且从该位直到
x* 的第一位非零数字共有q位,则称近似值 x* 有q
位有效数字。
16
绝对误差、相对误差和有效数字
例如, 2 的近似值1.414准确到小数点后第3位, 它具有4位有效数字。

数学建模第二章

数学建模第二章
* *
方程的根:实根、虚根。全局的根、 方程的根:实根、虚根。全局的根、局部 的根。单根、重根。 的根。单根、重根。
介值定理 若函数 则方程
] f ( x在 [ a , b连续,且 ) 连续,
f ( a ) f (b ) < 0
f ( x ) = 0 ( a , b内至少有一个实根。 ) 内至少有一个实根。 在
x k +1
f ( xk ) ,k = 0,1,2, L = xk − f ′( x k )
2.1.2 非线性方程求解的MATLAB实现 非线性方程求解的MATLAB实现 MATLAB
MATLAB是matrix laboratory(矩阵实验室 的缩 是 矩阵实验室)的缩 矩阵实验室 软件包是由美国MathWorks公司 写, MATLAB软件包是由美国 软件包是由美国 公司 推出的。目前最为流行的版本MATLAB6.5,其最 推出的。目前最为流行的版本 , 高版本已达到MATLAB7.7。 高版本已达到 。 对计算机编程与数值计算,之所以感到困难是因 对计算机编程与数值计算, 为受到编程技术与数学算法的制约 MATLAB对于问题的表达方式几乎与问题的数学 对于问题的表达方式几乎与问题的数学 表达形式完全一致,是效率较高,功能较强, 表达形式完全一致,是效率较高,功能较强,便 于进行科学工程计算的应用软件。 于进行科学工程计算的应用软件。
模型求解
利用MATLAB软件求解,见MATLAB界面操作 软件求解, 利用 软件求解 界面操作 第二问: 第二问:反复利用递推式可得
xn +1 = (1 + p ) xn − Q = (1 + p ) 2 xn −1 − (1 + p )Q − Q = (1 + p ) n x1 − [(1 + p ) n −1 + (1 + p ) n − 2 + L + (1 + p ) + 1]Q (1 + p ) n − 1 = (1 + p ) n x1 − Q p

数值计算方法》试题集和答案(1_6)2

数值计算方法》试题集和答案(1_6)2

《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⎰≈31_________)(dx x f ,用三点式求得≈')1(f 。

答案:,2、1)3(,2)2(,1)1(==-=f f f ,则过这三点的二次插值多项式中2x 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 L3、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( 12+-n a b );8、已知f (1)=2,f (2)=3,f (4)=,则二次Newton 插值多项式中x 2系数为( ); 11、 两点式高斯型求积公式⎰1d )(xx f ≈(⎰++-≈1)]3213()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19992001-改写为199920012+ 。

13、 用二分法求方程01)(3=-+=x x x f 在区间[0,1]内的根,进行一步后根的所在区间为 ,1 ,进行两步后根的所在区间为 , 。

流动传热及传质的控制方程

流动传热及传质的控制方程

缺点: ①数学模化的全面和准确性需要不断提高:
Ⅰ、物理问题的数学模型是否正确(回流问题还是边界层问题, 稳态还是非稳态),否则,数值算法的改进没有意义。
Ⅱ、所有物性数据要可靠,否则减少数值误差的努力毫无意义。 ②真实再现某些过程的代价也是极其昂贵的或不可能;(用于气象,
石油) ③有些迫不得已的简化是致命的或大大降低其价值; ④计算结果准确性仍需接受实验或精确解检验。(如对有代表性点
把原来在空间与时间坐标中连续的物理量的场速度场温度场浓度场等用一系列有限个离散点节点上的值的集合来代替通过一定的原则建立起这些离散点上变量值之间关系的代数方程称为离散方程求解所建立起来的代数方程以获得所求解变量的近似值
流动与传热的数值计算
§1 绪论
1.1 引言 1、传热、传质与流体流动的重要性
工程设备(如结晶器,中间包,钢包及锅炉,高炉等) 内部流体流动及热交换过程,自然环境中的污染问题,暴 风雨雪,河流泛滥及着火过程中出现的热、质传递,流动 起着重要作用。 2、对过程估计和认识的必要性
一.质量守恒方程(连续性方程)
1.理论依据:质量守恒定律 2.数学描述: [单位时间内微元体中流体质量的增加]=[ 同一时间间隔内流入该微
元体的净质量] 3.数学表达式:
?? ? ? ?? u?? ? ?? v?? ? ?? w?? 0
?t ?x
?y
?z
?? ? div(? U) ? 0
?t
or
?? ? ? (? U) ? 0
五.控制方程的通用形式 引入背景:比较四个基本控制方程式,虽因变量各不相同,但它
)
?
div(?
gradu)
?
?p ?x
?
Su
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
大气运动有着波动性和有界性的显著特点。大气中的各 种物理量不会随时间而无限增长,因此近似计算中差分方 程的解也不应随时间而无限增长,否则就是出现了计算不 稳定现象。这里我们所讨论的差分格式的稳定性是指:对 任意给定的初条件,当时间步长∆t充分小,且时间步数n 充分大时,差分方程的解是否有界。稳定性判据就是数值 解有界的条件。下面以一维线性平流方程为例来讨论差分 格式的线性计算稳定性问题。一维线性平流方程:
一、两层格式
对(2.1)式在两个时间层上作积分可得
( n +1) Δt
∫ F n+1(x) = F n (x) +
Edt
nΔt
(2.2)
注意:变量的上标在这里表示离散的时间间隔的步数,而不 是指数。
1. (欧拉)前差格式 对(2.2)式作如下近似:设被积函数E取积分下限时的
值并在积分过程中保持不变,且设E中空间差分取中央差格 式,则得到前差公式:
形格式:
( ) F n+1 i
=
Fi n
+
Δt 2
Ein
+
E n+1 i
O(Δt2 )
(2.3c)
这是二阶精度的非中心隐式格式,绝对稳定。 以上三种格式可以综合写成:
( ) F n+1 i
=
Fi n
+
Δt
α
Ein
+
β
E n+1 i
α +β =1
(2.3d )
显然,当“α = 1, β =0时, (2.3d)为前差格式 当“α =0, β =1时(2.3d)为后差格式; 当“α = β =1/2, (2.3d)为梯形格式。

F* i −1
n +1
⎞⎟⎠
O (Δt)
其中
λ2
=
cΔt 2Δx
将以上两式合并可得:
( 2 .4 b )
( ) ( ) Fi* n+1 = Fin − λ1
Fn i +1

Fn i −1
+ λ22
Fn i+2

2 Fi n
+
Fn i−2
(2.4c)
即欧拉后差相当于一步前差再加上一次平滑系数为λ22 的空间平滑。
相容性: 当步长充分小时,差分方程逼近于微分方程。
收敛性: 当步长充分小时,差分方程的准确解趋于微分方程的解。
稳定性: 当步长充分小时,差分方程的数值解接近于它的准确解。
设f代表微分方程的解,F代表差分方程的准确解,F 代
表差分方程的数值解。则:
( ) f − F = ( f − F ) + F − F
格式的精度与α, β的值有关
。 4. 欧拉后差格式(松野迭代格式) 由前差格式和后差格式结合构成。计算分两步进行,
用前差公式所得结果作为后差公式等号右端(n+1)时刻 变量的第一近似值,故为迭代格式。它是一阶精度的显 式格式。
前差公式: 后差公式:
Fi* n+1 = Fin + ΔtiEin
F n+1 i
一阶前差: ΔF (x) = F (x + d ) − F (x)
一阶后差: ΔF (x) = F (x) − F (x − d )
一阶中差: 二阶中差:
ΔF (x) = F (x + d ) − F (x − d )
2
2
Δ2F(x) = F(x+d)+F(x−d)−2F(x)
函数F(x)关于自变量x的差商(即差比)定义如下: 一阶向前差商(简称向前差或前差):
F n+1 1
=
F n-1 i
+
2ΔtiEin
O(Δt2) (2.6)
中央差格式是条件性稳定的格式。它计算简单、精确度高 ;但是积分的时间步长∆t必须取得较短,以满足稳定性条件; 再则因涉及三个时间层,积分起步时不能应用。
为此,在初始积分时常和向前差格式结合使用。但前差格 式精度较低[0(∆t)]。
下面以一维线性平流方形:
∂F = −c ∂F = E(F,t, x) (2.1)
∂t
∂x
为例进行讨论。已知F在某一时刻t,在一些离散的网格点上
的值 Fi n,离散点为:
xi = iΔx,i = 0, ±1, ±2,... tn = nΔt, n = 0,1, 2,...
这里i,n分别代表变员x和t的标号。
除上述各种时间积分方案外,还提出一种解原始方程模式 的分离算法或称分解算法。半隐式格式是对快波解和慢波解两 部分采用不同的时间积分格式以加大时间步长∆t,但这两部分 仍包含在同一方程中。分解算法则是把这两部分分成两个方 程,对它们都取显式格式,但分别取不同的时间步长,以缩短 整个预报过程的时间。
§2.3 线性计算的稳定性
§2.1 差分方法
微分方程的数值解法很多,如谱方法、有限元法等。随着高 速电子计算机的发展,谱方法越来越显示出其优越性、在大型业 务模式中广泛应用。但是数值大气预报中用得最早也最为普遍和 简便直观的是差分方法。
差分方法就是在离散的网格点上求出微分方程近似解的方 法,又叫网格法。它的基本要点是:用差商代替微商,降低微分 的阶数,以至将微分方程(组)变成代数方程(组),再用常规 方法求解。在直角坐标系里作差分运算一般都取等距的网格点。 格点之间的距离称为格距或步长,常用d或h,或∆x等来表示。 一维函数F(x)的差分有如下定义:
F n+1 i
=
Fi n
+
Δt i Ein
( ) =
Fi n

cΔt 2Δx
Fn i +1

Fn i −1
O(Δt)
(2.3a)
此为一阶精度的非中心(即非对称)显示格式。这种差分 格式是绝对不值定的。
2. 后差格式 设(2.2)式平松权两救屡取积分上限时的值并在积分过 程中保持不变.空间差分取中央差格式,则得到后差格 式:
气象业务中的数值计算除了要求稳定和收敛之外,另外两 点也很重要:
(l)计算方法比较简明,计算速度快,以保证一定预报时 效。
(2)不宜占用过多的计算机内存,否则不利于方法在业 务中的具体实现。
总之,在选择业务计算方案时,要兼顾精确、及时、 经济等诸方而,进行综合考虑。
§2.2 时间积分方案
在进行数值天气预报时,无论是用差分法.还 是用谱方法,都不可避免地要解决对时间的数值积 分问题。选择时间积分方案首先要求计算稳定,同 时要节约机时,有的方案还可以抑制高频波等。在 数值计算中,由于非线性以及非地转等原因,这种 高频振动会经常被激发出来。
为减小初始资料不适应所带来的误差,起步时则采用较短 步长,构成所谓“三步法”或“多步法”的积分公式。如:
1
Fi2
=
Fi0
+
Δt 2
iE
0 i
1
Fi1 = Fi0 + ΔtiEi2
Fi2 = Fi0 + 2ΔtiE1i
(2.7a) (2.7b) (2.7c)
三层格式中还有一种半隐式格式,它是对方程中包含的慢 波和快波部分在作时间积分时分别取显式和隐式格式。慢波与 方程中的非线性项(如平流项)有关,计算复杂,取显式格式便 于运算,同时由于慢波波速c小,可以取较大的t而仍满足 C.F.L条件。快波与方程中的线性项(如梯度力项、利氏力 项)有关,计算较简便,因而取绝对稳定的隐式格式,以便保持 较大的∆t而不致于导致线性计算的不稳定。
∂F + c ∂F = 0 (2.8) ∂t ∂x
其中c=常数,为风速或重力波的相速度。 (2.8)式的通解为:
F (x,t) = F (x − ct), F − 任意函数
若给定初条件:当t=0时,F(x)=Aexp(iμx) (2.9)
式中A为常数;μ= 2π ,波数; L − 波长.
=
Fi n
+
Δt i Ei*
n +1
带上标“*”号的函数值表示第一近似值。
对线性平流方程 ∂F = −c ∂F 采用欧拉后差的迭代公式为:
∂t
∂x
( ) Fi* n +1 = Fi n − λ1
Fn i +1

Fn i −1
O (Δt)
( 2 .4 a )
F n+1 i
=
Fi n

λ2
⎛⎜⎝
F * n+1 i +1
⎛ ΔF ⎜⎝ Δx
⎞ ⎟⎠i
=
Fi+1 − Fi d

⎛ ⎜⎝
dF dx
⎞ ⎟⎠i
O(Δx)
一阶向后差商(简称向后差或后差):
⎛ ΔF ⎜⎝ Δ x
⎞ ⎟⎠ i
=
Fi +1 − d
Fi

⎛ ⎜⎝
dF dx
⎞ ⎟⎠ i
O (Δx)
一阶中心差商(简称中央差或中差):
⎛ ΔF ⎜⎝ Δx
⎞ ⎟⎠i
=
Fi
截断误差 舍入误差
上式中(f-F)称为截断误差或离散误差。它反映由差分代替
微分而引起的误差,与差分格式的收敛性有关。(F-F)称为
舍入误差,反映计算中舍入误差的积累,与差分格式的稳定性 有关。差分方法中最重要的是计算的稳定性。因为只有格式稳 定,才能进行大最的计算。当然也必须具有收敛性。以保证所 得结果的准确。在线性情况,拉克斯曾经证明:对于一个适定 的初值问题,若其相应的差分格式是相容的,则计算稳定性是 收敛性的必要充分条件。此即拉克斯定理。所谓“适定的”问 题,‘即方程的解存在、唯一且稳定。
=
( cΔt )2 2Δx
相关文档
最新文档