初值问题的Euler方法和梯形法
学生实验报告
实验课程名称偏微分方程数值解
开课实验室数统学院
学院数统年级2013 专业班信计02
学生姓名学号
开课时间2015 至2016 学年第 2 学期
数学与统计学院制
开课学院、实验室：数统学院实验时间：2016年月日
图像结果：
其中绿线代表欧拉法，红线为梯度法，蓝线为解析解：H=
H=
H=
由图形结果易知梯形法的精度比欧拉法更高，更接近解析解。
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
MATLAB改进欧拉法与四阶龙格-库塔求解一阶常微分方程
姓名：樊元君学号：02 日期： 一、实验目的 掌握MATLAB语言、C/C++语言编写计算程序的方法、掌握改进欧拉法与四阶龙格-库塔求解一阶常微分方程的初值问题。掌握使用MATLAB程序求解常微分方程问题的方法。 ： 二、实验内容 1、分别写出改进欧拉法与四阶龙格-库塔求解的算法，编写程序上机调试出结果，要求所编程序适用于任何一阶常微分方程的数值解问题，即能解决这一类问题，而不是某一个问题。 实验中以下列数据验证程序的正确性。 求，步长h=。 * 2、实验注意事项 的精确解为，通过调整步长，观察结果的精度的变化 ^ )
三、程序流程图： ●改进欧拉格式流程图： ~ |
●四阶龙格库塔流程图： ] 四、源程序： ●改进后欧拉格式程序源代码： function [] = GJOL(h,x0,y0,X,Y) format long h=input('h='); … x0=input('x0='); y0=input('y0='); disp('输入的范围是：'); X=input('X=');Y=input('Y='); n=round((Y-X)/h); \
i=1;x1=0;yp=0;yc=0; for i=1:1:n x1=x0+h; yp=y0+h*(-x0*(y0)^2);%yp=y0+h*(y0-2*x0/y0);% · yc=y0+h*(-x1*(yp)^2);%yc=y0+h*(yp-2*x1/yp);% y1=(yp+yc)/2; x0=x1;y0=y1; y=2/(1+x0^2);%y=sqrt(1+2*x0);% fprintf('结果=%.3f,%.8f,%.8f\n',x1,y1,y); : end end ●四阶龙格库塔程序源代码： function [] = LGKT(h,x0,y0,X,Y) 。 format long h=input('h='); x0=input('x0='); y0=input('y0='); disp('输入的范围是：'); " X=input('X=');Y=input('Y='); n=round((Y-X)/h); i=1;x1=0;k1=0;k2=0;k3=0;k4=0; for i=1:1:n ~ x1=x0+h; k1=-x0*y0^2;%k1=y0-2*x0/y0;% k2=(-(x0+h/2)*(y0+h/2*k1)^2);%k2=(y0+h/2*k1)-2*(x0+h/2)/(y0+h/2*k1);% k3=(-(x0+h/2)*(y0+h/2*k2)^2);%k3=(y0+h/2*k2)-2*(x0+h/2)/(y0+h/2*k2);% k4=(-(x1)*(y0+h*k3)^2);%k4=(y0+h*k3)-2*(x1)/(y0+h*k3);% … y1=y0+h/6*(k1+2*k2+2*k3+k4);%y1=y0+h/6*(k1+2*k2+2*k3+k4);% x0=x1;y0=y1; y=2/(1+x0^2);%y=sqrt(1+2*x0);% fprintf('结果=%.3f,%.7f,%.7f\n',x1,y1,y); end · end
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|
初值问题
《计算机数学基础(2)》辅导六 第14章常微分方程的数值解法 一、重点内容 1.欧拉公式： (k＝0，1，2，…，n－1) 局部截断误差是O(h2)。 2. 改进欧拉公式： 或表示成： 平均形式： 局部截断误差是O(h3)。 3. 四阶龙格――库塔法公式： 其中κ1＝f(x k，y k)；κ2＝f(x k+ 0.5h，y k+ 0.5 hκ1)；κ3＝f(x k+ 0.5 h，y k+ 0.5 hκ2)； κ4＝f(x k+h，y k+hκ3) 局部截断误差是O(h5)。
二、实例 例1用欧拉法解初值问题 取步长h＝0.2。计算过程保留4位小数。 解h＝0.2，f(x，y)＝－y－xy2。首先建立欧拉迭代格式 ＝0.2y k(4－x k y k) (k＝0，1，2) 当k＝0，x1＝0.2时，已知x0＝0，y0＝1，有 y(0.2)≈y1＝0.2×1(4－0×1)＝0.8 当k＝1，x2＝0.4时，已知x1＝0.2，y1＝0.8，有 y(0.4)≈y2＝0.2×0.8×(4－0.2×0.8)＝0.6144 当k＝2，x3＝0.6时，已知x2＝0.4，y2＝0.6144，有 y(0.6)≈y3＝0.2×0.6144×(4－0.4×0.6144)＝0.4613 例2 用欧拉预报－校正公式求解初值问题 取步长h＝0.2，计算y(1.2)，y(1.4)的近似值，小数点后至少保留5位。 解步长h＝0.2，此时f(x，y)＝－y－y2sin x 欧拉预报－校正公式为： 有迭代格式：
当k＝0，x0＝1，y0＝1时，x1＝1.2，有 ＝y0(0.8－0.2y0sin x0)＝1×(0.8－0.2×1sin1)＝0.63171 y(1.2)≈y1 ＝1×(0.9－0.1×1×sin1)－0.1(0.63171＋0.631712sin1.2)＝0.71549 当k＝1，x1＝1.2，y1＝0.71549时，x2＝1.4，有 ＝y1(0.8－0.2y1sin x1)＝0.71549×(0.8－0.2×0.71549sin1.2) ＝0.47697 y(1.4)≈y2 ＝0.71549×(0.9－0.1×0.71549×sin1.2) －0.1(0.47697＋0.476972sin1.4) ＝0.52611 例3写出用四阶龙格――库塔法求解初值问题 的计算公式，取步长h＝0.2计算y(0.4)的近似值。至少保留四位小数。 解此处f(x，y)＝8－3y，四阶龙格――库塔法公式为 其中κ1＝f(x k，y k)；κ2＝f(x k+ 0.5h，y k+ 0.5 hκ1)；κ3＝f(x k+ 0.5 h，y k+ 0.5 hκ2)；
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）
欧拉法matlab程序
法 function [x,y]=naeuler(dyfun,xspan,y0,h) x=xspan(1):h:xspan(2); y(1)=y0; for n=1:length(x)-1 y(n+1)=y(n)+h*feval(dyfun,x(n),y(n)); end x=x';y=y'; x1=0::1;y1=(1+2*x1).^; plot(x,y,x1,y1) >> dyfun=inline('y-2*x/y'); [x,y]=naeuler(dyfun,[0,1],1,;[x,y] ans = 2.隐式Euler法 function [x,y]=naeulerb(dyfun,xspan,y0,h) x=xspan(1):h:xspan(2); y(1)=y0; for n=1:length(x)-1 y(n+1)=iter(dyfun,x(n+1),y(n),h); end x=x';y=y'; x1=0::1;y1=(1+2*x1).^; plot(x,y,x1,y1) function y=iter(dyfun,x,y,h) y0=y;e=1e-4;K=1e+4; y=y+h*feval(dyfun,x,y); y1=y+2*e;k=1; while abs(y-y1)>e y1=y; y=y0+h*feval(dyfun,x,y); k=k+1; if k>K error('迭代发散'); end end >> dyfun=inline('y-2*x/y');
[x,y]=naeulerb(dyfun,[0,1],1,;[x,y] ans = 3.改进Euler法 function [x,y]=naeuler2(dyfun,xspan,y0,h) x=xspan(1):h:xspan(2); y(1)=y0; for n=1:length(x)-1 k1=feval(dyfun,x(n),y(n)); y(n+1)=y(n)+h*k1; k2=feval(dyfun,x(n+1),y(n+1)); y(n+1)=y(n)+h*(k1+k2)/2; end x=x';y=y'; x1=0::1;y1=(1+2*x1).^; plot(x,y,x1,y1) >> dyfun=inline('y-2*x/y'); [x,y]=naeuler2(dyfun,[0,1],1,;[x,y] ans =
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-
计算流体力学常用数值方法简介[1]
计算流体力学常用数值方法简介 李志印 熊小辉 吴家鸣 (华南理工大学交通学院) 关键词 计算流体力学 数值计算 一 前 言 任何流体运动的动力学特征都是由质量守恒、动量守恒和能量守恒定律所确定的,这些基本定律可以由流体流动的控制方程组来描述。利用数值方法通过计算机求解描述流体运动的控制方程,揭示流体运动的物理规律,研究流体运动的时一空物理特征,这样的学科称为计算流体力学。 计算流体力学是一门由多领域交叉而形成的一门应用基础学科,它涉及流体力学理论、计算机技术、偏微分方程的数学理论、数值方法等学科。一般认为计算流体力学是从20世纪60年代中后期逐步发展起来的,大致经历了四个发展阶段:无粘性线性、无粘性非线性、雷诺平均的N-S方程以及完全的N-S方程。随着计算机技术、网络技术、计算方法和后处理技术的迅速发展,利用计算流体力学解决流动问题的能力越来越高,现在许多复杂的流动问题可以通过数值计算手段进行分析并给出相应的结果。 经过40年来的发展,计算流体力学己经成为一种有力的数值实验与设计手段,在许多工业领域如航天航空、汽车、船舶等部门解决了大量的工程设计实际问题,其中在航天航空领域所取得的成绩尤为显著。现在人们已经可以利用计算流体力学方法来设计飞机的外形,确定其气动载荷,从而有效地提高了设计效率,减少了风洞试验次数,大大地降低了设计成本。此外,计算流体力学也己经大量应用于大气、生态环境、车辆工程、船舶工程、传热以及工业中的化学反应等各个领域,显示了计算流体力学强大的生命力。 随着计算机技术的发展和所需要解决的工程问题的复杂性的增加,计算流体力学也己经发展成为以数值手段求解流体力学物理模型、分析其流动机理为主线,包括计算机技术、计算方法、网格技术和可视化后处理技术等多种技术的综合体。目前计算流体力学主要向二个方向发展:一方面是研究流动非定常稳定性以及湍流流动机理,开展高精度、高分辩率的计算方法和并行算法等的流动机理与算法研究;另一方面是将计算流体力学直接应用于模拟各种实际流动,解决工业生产中的各种问题。 二 计算流体力学常用数值方法 流体力学数值方法有很多种,其数学原理各不相同,但有二点是所有方法都具备的,即离散化和代数化。总的来说其基本思想是:将原来连续的求解区域划分成网格或单元子区
第8章 常微分方程数值解法 本章主要内容： 1.欧拉法
第8章 常微分方程数值解法 本章主要内容： 1．欧拉法、改进欧拉法. 2．龙格-库塔法。 3．单步法的收敛性与稳定性。 重点、难点 一、微分方程的数值解法 在工程技术或自然科学中，我们会遇到的许多微分方程的问题，而我们只能对其中具有较简单形式的微分方程才能够求出它们的精确解。对于大量的微分方程问题我们需要考虑求它们的满足一定精度要求的近似解的方法，称为微分方程的数值解法。本章我们主要 讨论常微分方程初值问题?????==00 )() ,(y x y y x f dx dy 的数值解法。 数值解法的基本思想是：在常微分方程初值问题解的存在区间[a,b]内，取n+1个节点a=x 0＜x 1＜…＜x N =b （其中差h n = x n –x n-1称为步长，一般取h 为常数，即等步长），在这些节点上把常微分方程的初值问题离散化为差分方程的相应问题，再求出这些点的上的差分方程值作为相应的微分方程的近似值（满足精度要求）。 二、欧拉法与改进欧拉法 欧拉法与改进欧拉法是用数值积分方法对微分方程进行离散化的一种方法。 将常微分方程),(y x f y ='变为() *+=?++1 1))(,()()(n x n x n n dt t y t f x y x y 1．欧拉法（欧拉折线法） 欧拉法是求解常微分方程初值问题的一种最简单的数值解法。 欧拉法的基本思想：用左矩阵公式计算（＊）式右端积分，则得欧拉法的计算公式为：N a b h N n y x hf y y n n n n -= -=+=+)1,...,1,0(),(1 欧拉法局部截断误差 11121 )(2 ++++≤≤''=n n n n n x x y h R ξξ或简记为O （h 2）。
常微分方程初值问题数值解法
常微分方程初值问题数值解法 朱欲辉 （浙江海洋学院数理信息学院, 浙江舟山316004） [摘要]：在常微分方程的课程中讨论的都是对一些典型方程求解析解的方法.然而在生产实际和科学研究中所遇到的问题往往很复杂, 在很多情况下都不可能给出解的解析表达式. 本篇文章详细介绍了常微分方程初值问题的一些数值方法, 导出了若干种数值方法, 如Euler法、改进的Euler法、Runge－Kutta法以及线性多步法中的Adams显隐式公式和预测校正公式, 并且对其稳定性及收敛性作了理论分析. 最后给出了数值例子, 分别用不同的方法计算出近似解, 从得出的结果对比各种方法的优缺点. [关键词]：常微分方程;初值问题; 数值方法; 收敛性; 稳定性; 误差估计 Numerical Method for Initial-Value Problems Zhu Yuhui (School of Mathematics, Physics, and Information Science, Zhejiang Ocean University, Zhoushan, Zhejiang 316004) [Abstract]:In the course about ordinary differential equations, the methods for analytic solutions of some typical equations are often discussed. However, in scientific research, the problems are very complex and the analytic solutions about these problems can’t be e xpressed explicitly. In this paper, some numerical methods for the initial-value problems are introduced. these methods include Euler method, improved Euler method, Runge-Kutta method and some linear multistep method (e.g. Adams formula and predicted-corrected formula). The stability and convergence about the methods are presented. Some numerical examples are give to demonstrate the effectiveness and accuracy of theoretical analysis. [Keywords]:Ordinary differential equation; Initial-value problem; Numerical method; Convergence; Stability;Error estimate
河南科技大学数值分析(计算方法)期末试卷1及参考答案
7 ,2]= ,2]=8
-- 参考答案 一.填空 1. 舍入误差 2. 115,1,0 3. (1)(1)011() () ()()() ().(()())(1)! (1)! n n n n f f R x x x x x x x orR x w x n n ξξ+++=---=++ 4. 1 5. 22 11()()()2()()2k k k k k k k k k k k k x f x f x x x x orx x x f x f x x ++--=-=-''-- 6. 有 7. 1 8. 112121 2213k k k k x x x x ++?=-??=-?? 二.计算 1.解:构造差商表:
-- 所以, 22()2H x x x =+ 证明:设2()()()R x f x H x =- 22 2(0)(0),(0)(0),(1)(1)f H f H f H ''=== (0)(0)(1)0R R R '∴=== 所以,可设2()()(1)R x k x x x =- 构造函数:22()()()()(1)t f t H t k x t t ?= --- 显然()(0)(0)(1)0x ????'==== 因为函数()t ?在所给的插值区间至少有4个根且函数()t ?'''存在, 所以函数()t ?'''在所给的插值区间至少有1个根,即存在一点ξ,满足: ()0?ξ'''= 又 ()()3!()t f t k x ?''''''=- () ()()3!()0()3! f f k x k x ξ?ξξ'''''''''∴=-=?=
数值分析计算方法
《计算方法》实验内容 一．实验一：用两种不同的顺序计算 644834.110000 1 2 ≈∑=-n n ，分析其误差的变化。 1.实验目的：通过正序反序两种不同的顺序求和，比较不同算法的误差；了解在计算机中大数吃小数的现象，以后尽量避免；体会单精度和双精度数据的差别。 2.算法描述：累加和s=0； 正序求和： 对于n=1,2,3,......,10000 s+=1.0/(n*n); 反序求和： 对于n=10000,9999,9998,.....,1 s+=1.0/(n*n); 3.源程序： #双精度型# #include
4.运行结果： 双精度型运行结果： 单精度型运行结果： 5.对算法的理解与分析：舍入误差在计算机中会引起熟知的不稳定，算法不同，肯结果也会不同，因此选取稳定的算法很重要。选取双精度型数据正反序求和时结果一致，但选用单精度型数据时，求和结果不一致，明显正序求和结果有误差，所以第一个算法较为稳定可靠。 二．实验二： 1、拉格朗日插值 按下列数据 x i -3.0 -1.0 1.0 2.0 3.0 y i 1.0 1.5 2.0 2.0 1.0 作二次插值，并求x 1=-2，x 2 =0，x 3 =2.75时的函数近似值 2牛顿插值 按下列数据 x i 0.30 0.42 0.50 0.58 0.66 0.72 y i 1.0440 3 1.0846 2 1.1180 3 1.1560 3 1.19817 1.23223 作五次插值，并求x 1=0.46，x 2 =0.55，x 3 =0.60时的函数近似值. 1.实验目的：通过拉格朗日插值和牛顿插值的实例，了解两种求解方法，并分析各自的优缺点。 2.算法描述： 3.源程序： 拉格朗日插值： #include
1求解初值问题欧拉法的局部截断误差是((精)
1.求解初值问题???=='0 0y x y y x f y )(),(欧拉法的局部截断误差是( ); 改进欧拉法的局部截断 误差是( ); 四阶龙格－库塔法的局部截断误差是( ) (A)O (h 2) (B)O (h 3) (C)O (h 4) (D)O (h 5) 2. 改进欧拉预报－校正公式是 ?????2+=+=1+1+][h y y y y k k k k 校正值预报值 改进欧拉法平均形式公式为y p = , y c = ，y k +1= 试说明它们是同一个公式。 3. 设四阶龙格－库塔法公式为 )22(643211κκκκ++++=+h y y k k 其中 κ1=f (x k ,y k )；κ2=f (x n +12h ，y k +21h κ1)；κ3=f (x k +12h ，y n +2 1h κ2)；κ4=f (x k +h ，y k +h κ3) 取步长h =0.3，用四阶龙格－库塔法求解初值问题? ??0=0-1=')(y y y 的计算公式是 。 4.取步长h =0.1, 用欧拉法求解初值问题?????1 =01≤≤021=')()(y x xy y 5. 试写出用欧拉预报－校正公式求解初值问题? ??1=00=+')(y y y 的计算公式，并取步长h =0.1，求y (0.2)的近似值。要求迭代误差不超过10－5。 6. 对于初值问题???1 =0='2 )(y xy y 试用(1)欧拉法；(2)欧拉预报－校正公式；(3)四阶龙格－库 塔法分别计算y (0.2),y (0.4)的近似值。 7. 用平均形式改进欧拉法公式求解初值问题?? ?0 =0=+')(y x y y 在x =0.2,0.4,0.6处的近似值。 8. 证明求解初值问题的梯形公式是 y k +1=y k +)],(),([2 11+++k k k k y x f y x f h , h =x k +1－x k (k =0,1,2,…,n －1)，
数值分析计算方法试题集及答案
数值分析复习试题 第一章 绪论 一. 填空题 1.* x 为精确值 x 的近似值；() **x f y =为一元函数 ()x f y =1的近似值； ()**,*y x f y =为二元函数()y x f y ,2=的近似值，请写出下面的公式：**e x x =-： *** r x x e x -= ()()()*'1**y f x x εε≈? ()() () ()'***1**r r x f x y x f x εε≈ ? ()()()() ()* *,**,*2**f x y f x y y x y x y εεε??≈?+??? ()()()()() ** * *,***,**222r f x y e x f x y e y y x y y y ε??≈ ?+??? 2、 计算方法实际计算时，对数据只能取有限位表示，这时所产生的误差叫 舍入误 差 。 3、 分别用2.718281，2.718282作数e 的近似值，则其有效数字分别有 6 位和 7 位；又取 1.73≈-21 1.73 10 2 ≤?。 4、 设121.216, 3.654x x ==均具有3位有效数字，则12x x 的相对误差限为 0.0055 。 5、 设121.216, 3.654x x ==均具有3位有效数字，则12x x +的误差限为 0.01 。 6、 已知近似值 2.4560A x =是由真值T x 经四舍五入得 到,则相对误差限为 0.0000204 . 7、 递推公式,??? ? ?0n n-1y =y =10y -1,n =1,2, 如果取0 1.41y ≈作计算,则计算到10y 时,误 差为 81 10 2 ?;这个计算公式数值稳定不稳定 不稳定 . 8、 精确值 14159265.3* =π，则近似值141.3*1=π和1415.3*2=π分别有 3
Euler方法解初值问题
Euler方法解初值问题编程
一、题目 用Euler 方法解初值问题： y'=-2xy y(0)=0 (0≤x ≤1.8） 取步长h=0.1,问题的精确解为2 x e y -=.求初值问题数值解，估计误差，并将计算结果与精确解作比较（列表、作图）. 二、程序 1.M-文件 Euler.m x=0;n=0;y=1; h=0.1; x_(1)=x;y_(1)=y; y_exact(1)=exp(-x_(n+1)^2); error_(n+1)=abs(y_exact(1)-y); fprintf('x_(i) y_(i) y_exact(i) error_(i)\n') fprintf(' %2.1f %8.4f %8.4f %8.4f\n', x_(1),y_(1),y_exact(1),error_(1)) while x<=1.8 n=n+1; y=y+h*((-2)*x*y); x=x+h;
y_(n+1)=y; x_(n+1)=x; y_exact(n+1)=exp(-x_(n+1)^2); error_(n+1)=abs(y_exact(n+1)-y); fprintf(' %2.1f %8.4f %8.4 %8.4f\n', x_(n+1),y_(n+1),y_exact(n+1),error_(n+1)) end plot(x_,y_,'ro',x_,y_exact,'b*') 2.matlab命令窗口输入 >> Euler 3.结果 （1）表 x_(i) y_(i) y_exact(i) error_(i) 0.0 1.0000 1.0000 0.0000 0.1 1.0000 0.9900 0.0100 0.2 0.9800 0.9608 0.0192 0.3 0.9408 0.9139 0.0269 0.4 0.8844 0.8521 0.0322 0.5 0.8136 0.7788 0.0348 0.6 0.7322 0.6977 0.0346 0.7 0.6444 0.6126 0.0317 0.8 0.5542 0.5273 0.0269
(整理)数值分析计算方法超级总结
工程硕士《数值分析》总复习题（2011年用） [由教材中的习题、例题和历届考试题选编而成,供教师讲解和学生复习用] 一. 解答下列问题: 1）下列所取近似值有多少位有效数字( 注意根据什么? ): a) 对 e = 2.718281828459045…,取* x = 2.71828 b) 数学家祖冲之取 113355 作为π的近似值. c) 经过四舍五入得出的近似值12345，-0.001, 90.55000, 它们的有效 数字位数分别为 位, 位, 位。 2) 简述下名词: a) 截断误差 (不超过60字) b) 舍入误差 (不超过60字) c) 算法数值稳定性 (不超过60字) 3) 试推导( 按定义或利用近似公式 ): 计算3 x 时的相对误差约等于x 的相对 误差的3倍。 4) 计算球体积3 34r V π= 时,为使其相对误差不超过 0.3% ,求半径r 的相对 误差的允许范围。 5） 计算下式 341 8 )1(3)1(7)1(5)1(22345+-+---+---=x x x x x x P ）（ 时,为了减少乘除法次数, 通常采用什么算法? 将算式加工成什么形式? 6) 递推公式 ?????=-==- ,2,1,1102 10n y y y n n 如果取 * 041.12y y =≈= ( 三位有效数字 ) 作近似计算， 问计算到 10y 时误差为初始误差的多少倍？ 这个计算过程数值稳定吗 ？ 二. 插值问题: 1) 设函数 )(x f 在五个互异节点 54321,,,,x x x x x 上对应的函数值为 54321,,,,f f f f f ，根据定理，必存在唯一的次数 （A ） 的插值多项式 )(x P ，满足插值条件 ( B ) . 对此，为了构造Lagrange 插值多项式 )(x L ,由5个节点作 ( C ) 个、次数均为 ( D ) 次的插值基函数
数值计算方法试题及答案
数值计算方法试题一 一、 填空题（每空1分，共17分） 1、如果用二分法求方程043=-+x x 在区间]2,1[内的根精确到三位小数，需对分（ ）次。 2、迭代格式 ) 2(2 1-+=+k k k x x x α局部收敛的充分条件是α取值在 （ ）。 3、已知?????≤≤+-+-+-≤≤=31)1()1()1(2110)(2 33x c x b x a x x x x S 是三次样条函数， 则 a =( )， b =（ ）， c =（ ）。 4、)(,),(),(10x l x l x l n Λ是以整数点n x x x ,,,10Λ为节点的Lagrange 插值基函数，则 ∑== n k k x l 0)(( )， ∑== n k k j k x l x 0 )(( )，当2≥n 时 = ++∑=)()3(20 4 x l x x k k n k k ( )。 5、设 1326)(247+++=x x x x f 和节点,,2,1,0,2/Λ==k k x k 则=],,,[10n x x x f Λ 和=?07f 。 6、5个节点的牛顿-柯特斯求积公式的代数精度为 ，5个节点的求积公式最高代数精度为 。 7、{}∞=0)(k k x ?是区间]1,0[上权函数x x =)(ρ的最高项系数为1的正交多项式族，其中1)(0=x ?，则?= 1 4)(dx x x ? 。
8、给定方程组?? ?=+-=-221121b x ax b ax x ，a 为实数，当a 满足 ，且 20<<ω时，SOR 迭代法收敛。 9、解初值问题00 (,)()y f x y y x y '=?? =?的改进欧拉法 ??? ??++=+=++++)],(),([2),(] 0[111] 0[1n n n n n n n n n n y x f y x f h y y y x hf y y 是 阶方法。 10、设 ?? ??? ?????=11001a a a a A ，当∈a （ ）时，必有分解式T LL A =，其中L 为下三角阵，当其对角线元素)3,2,1(=i l ii 满足（ ）条件时，这种分解是唯一的。 二、 二、选择题（每题2分） 1、解方程组b Ax =的简单迭代格式g Bx x k k +=+)() 1(收敛的充要条件是 （ ）。 （1）1)(A ρ, (4) 1)(>B ρ 2、在牛顿-柯特斯求积公式： ?∑=-≈b a n i i n i x f C a b dx x f 0 )() ()()(中，当系数 ) (n i C 是负值时，公式的稳定性不能保证，所以实际应用中，当（ ）时的牛顿-柯特斯求积公式不使用。 （1）8≥n ， （2）7≥n ， （3）10≥n ， （4）6≥n ， 3、有下列数表
欧拉法matlab程序
1.Euler法 function[x,y]=naeuler(dyfun,xspan,y0,h) x=xspan(1):h:xspan(2); y(1)=y0; for n=1:length(x)-1 y(n+1)=y(n)+h*feval(dyfun,x(n),y(n)); end x=x';y=y'; function[x,y]=naeulerb(dyfun,xspan,y0,h) x=xspan(1):h:xspan(2); y(1)=y0; for n=1:length(x)-1 y(n+1)=iter(dyfun,x(n+1),y(n),h); end x=x';y=y'; x1=0:0.2:1;y1=(1+2*x1).^0.5; plot(x,y,x1,y1) >>dyfun=inline('y-2*x/y'); [x,y]=naeuler(dyfun,[0,1],1,0.2);[x,y] ans= 0 1.0000 0.2000 1.2000 0.4000 1.3733 0.6000 1.5315 0.8000 1.6811 1.0000 1.8269 2.隐式Euler法 function y=iter(dyfun,x,y,h) y0=y;e=1e-4;K=1e+4; y=y+h*feval(dyfun,x,y);
y1=y+2*e;k=1; while abs(y-y1)>e y1=y; y=y0+h*feval(dyfun,x,y); k=k+1; if k>K error('迭代发散'); end end >>dyfun=inline('y-2*x/y'); [x,y]=naeulerb(dyfun,[0,1],1,0.2);[x,y] ans= 0 1.0000 0.2000 1.1641 0.4000 1.3014 0.6000 1.4146 0.8000 1.5019 1.0000 1.5561 3.改进Euler法 function[x,y]=naeuler2(dyfun,xspan,y0,h) x=xspan(1):h:xspan(2); y(1)=y0; for n=1:length(x)-1 k1=feval(dyfun,x(n),y(n)); y(n+1)=y(n)+h*k1; k2=feval(dyfun,x(n+1),y(n+1)); y(n+1)=y(n)+h*(k1+k2)/2; end x=x';y=y'; >>dyfun=inline('y-2*x/y');