线性方程组的值数解.docxVIP

实验三线性代数方程的数值解法（化11孙皓2011011779）【实验要求及目的】学会用MATLAB软件数值求解线性代数方程组，对迭代法的收敛性和解的稳定性作初步分析；通过实例学习用线性代数方程组解决简化的问题。第一题【问题描述】通过求解线性方程组和，理解条件数的意义和方程组的性质对解的影响。其中是n阶范特蒙矩阵，即是n阶希尔伯特矩阵，，分别是，的行和。（1）、编程构造，和，。令n=5，用左除求解线性方程。（2）、令n=5，7，9，…，计算和的条件数。为观察它们是否病态，做以下实验：，不变，和的元素，分别加扰动ε后求解；和不变，，的分量，分别加扰动ε后求解。分析A和b的微小扰动对解的影响。Ε取10-10，10-8，10-6。（3）、经扰动得到的解记作，计算误差，与用条件数估计的误差相比较。【原理分析】矩阵A的条件数，条件数的大小衡量了扰动对解的影响，解的相对变化不大于扰动的相对大小的倍。为了衡量一个矩阵或者向量的大小，对矩阵的变化进行量化分析，需要用到范数。对于向量，范数记作.2-范数；1-范数；-范数；对于矩阵，范数记作.2-范数，其中表示最大特征根1-范数；-范数；本题中使用2-范数。【问题求解】（1）、构造矩阵：A1为1111111.11.211.3311.464111.21.441.7282.073611.31.692.1972.856111.41.962.7443.8416A2为10.50.3333330.250.20.50.3333330.250.20.1666670.3333330.250.20.1666670.1428570.250.20.1666670.1428570.1250.20.1666670.1428570.1250.111111线性方程组的解为：x111111x211111（2）、不同n值情况下，，的条件数如下表：ncond(A1,1)cond(A1,2)cond(A1,inf)cond(A2,1)cond(A2,2)cond(A2,inf)5651203.8357402.4627547.7943656476607.394365671.85E+08873850141.66E+089.85E+084.75E+089.85E+0895.06E+102.27E+104.48E+101.1E+124.93E+111.1E+12111.46E+136.52E+121.28E+131.23E+155.23E+141.23E+15进行试验如下：1、n=5时，不同方程在不同的扰动下的解如下表：x1扰动在Ax1扰动在bε=0ε=10^(-10)ε=10^(-8)ε=10^(-6)ε=0ε=10^(-10)ε=10^(-8)ε=10^(-6)111.0000071.000715111.0000071.000715110.9999750.997488110.9999750.997489111.0000331.003297111.0000331.003296110.9999810.998083110.9999810.998083111.0000041.000417111.0000041.000417x2扰动在Ax2扰动在bε=0ε=10^(-10)ε=10^(-8)ε=10^(-6)ε=0ε=10^(-10)ε=10^(-8)ε=10^(-6)111.0000061.000659111.0000061.0006310.9999990.99987409999990.9998740.987411.0000061.00056710000061.0005671.056710.9999910.99911809999910.9991180.911811.0000041.00044110000041.0004411.0441比较观察可以看出，在n=5时：扰动位于A与位于b的差别并不大，即同一方程中将同一扰动加在A上与加在b上的结果近似相同，差别大致不超过1%。同一方程扰动同一元素时，扰动越大，对结果的影响越大，而且在许多项上，解的变化与扰动的大小有近似线性的关系。对同一元素进行相同扰动时，第二个方程的解受到的影响更大。总体来说，n=5时解的变化并不大，此时比更病态（通过比较条件数也可以得到相同的结论），但都不会太过病态。2、n=7时，不同方程在不同扰动下的解如下表：x1扰动在Ax1扰动在bε=0ε=10^(-10)ε=10^(-8)ε=10^(-6)ε=0ε=10^(-10)ε=10^(-8)ε=10^(-6)11.0000011.0000510000011.0000519999980.9997550