广东工业大学数值计算试卷及答案探究.doc

数值计算引论 学 院 机电工程学院 专 业 机械设计制造及其自动化 年级班别 2014级（6）班 学 号 3114000271 学生姓名 刘就杰 2016年 11 月 一 编写雅可比迭代法求解线性方程组的程序，要求附有算例（20分）。 （可能的算例包括基本的验证性算例、方程系数随机生成的一般算例、用于算法对比的比较性算例等，对各算例的结果进行分析。） 雅可比迭代法的matlab程序如下 function x=Jacobi(A,b,x0,tol) %雅可比迭代法解线性方程组 %A为系数矩阵，b为右端项，x0为初始向量，tol为误差精度 sprintf(USAGE:Jacobi(A,b,x0,tol)) D=diag(diag(A));%diag(x) 返回由向量x的元素构成的对角矩阵 U=triu(A,1);%triu(A)提取矩阵A的上三角部分生成上三角矩阵 L=tril(A,-1);%tril(A)提取矩阵A的下三角部分生成下三角矩阵 B=-D\(L+U);%B为迭代矩阵 dl=D\b; x=B*x0+dl; n=1; while norm(x-x0)=tol x0=x; x=B*x0+dl; n=n+1; end n %n为迭代次数 高斯-赛德尔迭代法的matlab程序如下： function x=Guass_seidel(A,b,x0,tol) %高斯-赛德尔迭代法解线性方程组 %A为系数矩阵，b为右端项，x0为初始向量，tol为误差精度 sprintf(USAGE:Guass_seidel(A,b,x0,tol)) D=diag(diag(A));%diag(x) 返回由向量x的元素构成的对角矩阵 U=triu(A,1);%triu(A)提取矩阵A的上三角部分生成上三角矩阵 L=tril(A,-1);%tril(A)提取矩阵A的下三角部分生成下三角矩阵 G=-(D+L)\U;%G为迭代矩阵 dl=(D+L)\b; x=G*x0+dl; n=1; while norm(x-x0)=tol x0=x; x=G*x0+dl; n=n+1; end n %n为迭代次数 调用编好的程序求解方程组： A=[5 -1 -1 -1 ;-1 10 -1 -1;-1 -1 5 -1;-1 -1 -1 10]; b=[-4;12;8;34]; x0=[0;0;0;0]; tol=1e-6; x=Jacobi(A,b,x0,tol) x=Guass_seidel(A,b,x0,tol) 实验结果如下： ans = USAGE:Jacobi(A,b,x0,tol) n = 20 x = 1.0000 2.0000 3.0000 4.0000 ans = USAGE:Guass_seidel(A,b,x0,t) n = 12 x = 1.0000 2.0000 3.0000 4.0000 取相同的初始值达到同样的精度10-6，雅可比迭代需要迭代20次，而高斯-赛德尔迭代法只需12次。 实验总结：通过这次实验，对雅可比迭代法以及高斯-赛德尔迭代法求解线性方程组的基本原理有了进一步的理解，同时了解了雅可比和高斯-赛德尔迭代法的优点，即雅可比和高斯-赛德尔在求解线性方程组的过程中具有更快的收敛速度，而高斯-赛德尔比雅可比的收敛速度更快（即取相同的初始值，达到同样精度所需的迭代次数较少）。 二 编写分段二次拉格朗日插值的程序，要求附有算例（20分）。 （对 在节点0，0.2，0.4，0.6，0.8，1.0上进行插值，求x=0.7处的值，绘出被插值函数与插值函数的图形，予以对比。） 建立如下拉格朗日插值函数： function y=lagrange(x0,y0,x); n=length(x0); m=length(x); for i=1:m z=x(i); s=0.0; for k=1:n p=1.0; for j=1:n if j~=k p=p*(z-x0(j))/(x0(k)-x0(j)); end end s=p*y0(