数值分析上机作业11教案.docx

数值计算方法上机题目1

1、实验1. 病态问题实验目的：

算法有“优”与“劣”之分，问题也有“好”和“坏”之别。所谓坏问题就是问题本身的解对数据变化的比较敏感，反之属于好问题。希望读者通过本实验对此有一个初步的体会。

数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。

问题提出：

考虑一个高次的代数多项式

p(x)?(x?1)(x?2)...(x?20)??20

k?1

(x?k) （E1-1）

显然该多项式的全部根为l，2，…，20，共计20个，且每个根都是单重的（也称为简单的）。现考虑该多项式方程的一个扰动

p(x)??x19?0 (E1-2)

其中?是一个非常小的数。这相当于是对（E1-1）中x19的系数作一个小的扰动。我们希望比较（E1-1）和（E1-2）根的差别，从而分析方程（E1-1）的解对扰动的敏感性。

实验内容：

为了实现方便，我们先介绍两个Matlab函数：“roots”和“poly”，输入函数

u ＝ roots （ a ）其中若变量a存储n?1维的向量，则该函数的输出u为一个n维的向量。设a的元素依次

为a,a

1 2

,...,a

n?1

，则输出u的各分量是多项式方程

axn?axn?1?...ax?a ?0

1 2 n n?1

的全部根，而函数

b=poly(v)

的输出b是一个n＋1维变量，它是以n维变量v的各分量为根的多项式的系数。可见“roots”和“Poly”是两个互逆的运算函数.

ve=zeros(1,21);ve(2)=ess;roots(poly(1:20))+ve)

上述简单的Matlab程序便得到（E1-2）的全部根，程序中的“ess”即是（E1-2）中的?。

实验要求：

选择充分小的ess，反复进行上述实验，记录结果的变化并分析它们。如果扰动项的系数?很小，我们自然感觉（E1-1）和(E1-2)的解应当相差很小。计算中你有什么出乎意料的发现？表明有些解关于如此的扰动敏感性如何？

将方程（E1-2）中的扰动项改成?x18或其他形式，实验中又有怎样的现象出现？

1

实验步骤：

程序

functiont_charpt1_1clc

result=inputdlg({请输入扰动项:在[020]之间的整数:},charpt

1_1,1,{19});

Numb=str2num(char(result));

if((Numb20)|(Numb0))errordlg(请输入正确的扰动项:[020]之间的整数!);return;end

result=inputdlg({请输入(01)之间的扰动常数:},charpt1_1,1,{0.00001});

ess=str2num(char(result));ve=zeros(1,21);

ve(21-Numb)=ess;root=roots(poly(1:20)+ve);x0=real(root); y0=imag(root);plot(x0,y0,*);

disp([对扰动项,num2str(Numb),加扰动,num2str(ess),得到的全部根

为:]);

disp(num2str(root));

二、实验结果分析

ess分别为1e-6,1e-8.1e-10,1e-12.

对扰动项19加扰动1e-006得到的全部根为:

21.3025+1.56717i 21.3025-1.56717i 18.5028+3.6004i 18.5028-3.6004i

15.1651+3.76125i 15.1651-3.76125i 12.4866+2.88278i 12.4866-2.88278i

10.5225+1.71959i 10.5225-1.71959i 9.04485+0.594589i 9.04485-0.594589i 7.9489+0i

7.00247+0i 5.99995+0i 5+0i 4+0i 3+0i 2+0i 1+0i

对扰动项19加扰动1e-010得到的全部根为:

19.9953+0i 19.0323+0i 17.8696+0i 17.2186+0i

15.4988+0.0211828i 15.4988-0.0211828i 13.7707+0i 13.1598+0i

11.9343+0i 11.029+0i 9.99073+0i 9.00247+0i 7.99952+0