北理工数值分析大作业概要1.doc

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
北理工数值分析大作业概要1

数值分析上机作业 1.1计算积分,n=9。(要求计算结果具有6位有效数字) 程序: n=1:19; I=zeros(1,19); I(19)=1/2*((exp(-1)/20)+(1/20)); I(18)=1/2*((exp(-1)/19)+(1/19)); for i=2:10 I(19-i)=1/(20-i)*(1-I(20-i)); end format long disp(I(1:19)) 结果截图及分析:在MATLAB中运行以上代码,得到结果如下图所示:当计算到数列的第10项时,所得的结果即为n=9时的准确积分值。取6位有效数字可得. 1.2分别将区间[-10.10]分为100,200,400等份,利用mesh或surf命令画出二元函数 z= 的三维图形。 程序: x = -10:0.1:10; y = -10:0.1:10; [X,Y] = meshgrid(x,y); Z = exp(-abs(X))+cos(X+Y)+1./(X.^2+Y.^2+1); subplot(2,2,1); mesh(X,Y,Z); title(步长0.1) x = -10:0.2:10; y = -10:0.2:10; [X,Y] = meshgrid(x,y); Z = exp(-abs(X))+cos(X+Y)+1./(X.^2+Y.^2+1); subplot(2,2,1); mesh(X,Y,Z); title(步长 0.2) x = -10:0.05:10; y = -10:0.05:10; [X,Y] = meshgrid(x,y); Z = exp(-abs(X))+cos(X+Y)+1./(X.^2+Y.^2+1); subplot(2,2,1); mesh(X,Y,Z); title(步长0.05) 结果截图及分析:由图可知,步长越小时,绘得的图形越精确。 试用MATLAB编程实现追赶法求三对角方程组的算法,并考虑梯形电路电阻问题:电路中的电流满足下列线性方程组: 设,求各段电路的电流量。 处理思路:观察该方程的系数矩阵可知,它是一个三对角矩阵,故可运用追赶法对其进行求解。 程序: for i=1:8 a(i)=-2;b(i)=5;c(i)=-2;d(i)=0; end a(1)=0;b(1)=2;c(8)=0;d(1)=220/27; for i=2:8 a(i)=a(i)/b(i-1); b(i)=b(i)-c(i-1)*a(i); d(i)=d(i)-a(i)*d(i-1); end d(8)=d(8)/b(8); for i=7:-1:1 d(i)=( d(i)-c(i)*d(i+1) )/b(i); end for i=1:8 x(i)=d(i); end x 结果截图及分析:在MATLAB中运行以上代码,得到结果如下图所示:图中8个值依次为的数值。 试分别用(1)Jacobi迭代法;(2)Gauss-Seidel解线性方程组 迭代初始向量取. 3.1 Jacobi迭代法 程序: A=[10 1 2 3 4; 1 9 -1 2 -3; 2 -1 7 3 -5; 3 2 3 12 -1; 4 -3 -5 -1 15]; b=[12;-27;14;-17;12]; x0=[0;0;0;0;0]; D=diag(diag(A)); I=eye(5); L=-tril(A,-1); B=I-D\A; g=D\b; y=B*x0+g; n=1; while norm(y-x0)=1.0e-6 x0=y; y=B*x0+g; n=n+1; end fprintf(%8.6f\n,y); n 结果截图及分析: 得到此结果时迭代次数为67次,达到精度要求。 3.2 Gauss-Seidel迭代法: 程序: A=[10 1 2 3 4; 1 9 -1 2 -3; 2 -1 7 3 -5; 3 2 3 12 -1; 4 -3 -5 -1 15]; b=[12;-27;14;-17;12]; x0=[0;0;0;0;0]; D=diag(diag(A)); U=-triu(A,1); L=-tril(A,-1); M=(D-L)\U; g=(D-L)\b; y=M*x0+g; n=1; while norm(y-x0)=1.0e-6 x0=y; y=M*x0+g; n=n+1; end fprintf(%8.6f\n,y); 结果截图及分析: Gauss-Seidel迭代法只需要迭代38次即可满足精度要求。 设A=,取先用幂法迭代3次,得到A的按模最大特征值的近似值,取为

您可能关注的文档

文档评论(0)

yaocen + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档