数值分析（宋）第1次大作业Hilbert矩阵病态问题研究.docxVIP

Hilbert矩阵病态问题研究（数值分析第一次大作业）姓名：**学号：**班级：**1）Hilbert矩阵的阶数与的关系猜想：与呈线性关系，其中按2范数计算。绘制曲线。分别取，得到曲线如图1-1、图1-2及图1-3所示。程序详见附录1。图1-1. 由图1-1可知，，是的线性函数，猜想正确。图1-2. 由图1-2知，当时，与之间的线性关系已经不存在，而且的值大致在(40,50)内间波动，猜想与实际不完全相符。图1-3. 图1-3进一步说明了与之间的变化关系：当小于某一值（设该值为）时，是的线性函数，而当大于时，随着的增大，与间的线性关系不再成立，且其值在某一区间内波动。为进一步确定的大小，绘制时的曲线，如图1-4所示，可知的取值应为13。图1-4. 2）由至的预处理绘制曲线。其中，为由的对角元素开方构成的对角矩阵。条件数按2范数计算。程序详见附录2。分别取，得到如图2-1、图2-2和图2-3所示曲线。由曲线图像可知：当Hilbert矩阵的阶数时，随增大而逐渐减小，而继续增大时，的取值将在区间(-7,4)内波动，且主要集中在(0,-3)区间内。图2-1. 图2-2. 图2-3. 当时，。所以，由上述分析可知，对大部分Hilbert矩阵而言，通过至的预处理可以使的病态性得到改善。3）方程的求解分析由2）中结论可知，对于的Hilbert矩阵，通过预处理一定可以改善的条件数。取，对不同的右端项进行计算，为对比分析和的病态性，取，，。方法1：不经预处理，先计算的逆矩阵，可得的解。方法2：进行预处理，先求解得,再由得到原方程的解。方法3：由Matlab中的矩阵除法解得。求解结果如表2-1所示，程序详见附录3。表2-1.不同求解方法的求解结果对比-69.55-6-5.72289.5498-5.7228-6.27729.5502-6.277221021.664210201.6821.664201.68218.3221.665218.32-168029.554-1680-1621.829.553-1621.8-1738.229.554-1738.2504035.21450404884.835.2134884.85195.235.2155195.2-630039.504-6300-6125.439.503-6125.4-6474.639.505-6474.6277242.87827722702.142.8772702.12841.942.8792841.9分析表2-1所示的求解结果可知：对不同右端项，方法2的求解结果变化很小，而方法1和方法3的求解结果变化较大，即采用方法2时，若右端项发生微小变化，线性方程组解的变化很小，而采用方法3时，若右端项发生微小变化，线性方程组的解将产生较大变化。以上结果说明了的病态性质，并验证了2）中结论，即进行预处理有助于改良Hilbert矩阵的病态性。4）Gauss-Seidel迭代法求解线性方程组编写Gauss-Seidel迭代解线性方程组的Matlab主程序，保存在一个M文件中。程序详见附录4。分别取Hilbert矩阵的阶数为，编写程序调用附录4中函数Hgssdl(n,X0,p,wucha,max1)，其中X0为迭代初值，p为选择的范数，wucha为允许的误差，max1为最大迭代次数，求解结果如表4-1所示。程序详见附录5。表4-1 Gauss-Seidel迭代求解结果Hilbert矩阵阶数迭代次数142292695114498350242589042869精确解jX近似解X1迭代结果1.00020.99991.00011.00010.99990.99980-0.00280.0018-0.0035-0.00090.00220.003600.0121-0.00560.01790.0001-0.0137-0.01460-0.01810.0007-0.02360.00840.02280.012400.00880.0084-0.0074-0.00660.00290.011400.00320.0098-0.0091-0.0119-0.00020-0.00520.0144-0.0032-0.0132-0.00850-0.00870.00950.0036-0.007-0.01060-0.00390.0010.00750.0007-0.008100.0096-0.00680.00790.0066-0.00340-0.01130.00560.00970.00140-0.01130.00180.00990.00520-0.0066-0.00220.0080.007500.0025-0.00540.00470.008300.0156-0.00740.00090.00770-0.0076-0.00280.0060-0.0058-0.00