- 1、本文档共22页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(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、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、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
《数值分析》第三次大作业
算法的设计方案:
(一)、总体方案设计:
(1)解非线性方程组。将给定的当作已知量代入题目给定的非线性方程组,求得与相对应的数组t[i][j],u[i][j]。
(2)分片二次代数插值。通过分片二次代数插值运算,得到与数组t[11][21],u[11][21]]对应的数组z[11][21],得到二元函数z=。
(3)曲面拟合。利用x[i],y[j],z[11][21]建立二维函数表,再根据精度的要求选择适当k值,并得到曲面拟合的系数矩阵C[r][s]。
(4)观察和的逼近效果。观察逼近效果只需要重复上面(1)和(2)的过程,得到与新的插值节点对应的,再与对应的比较即可,这里求解可以直接使用(3)中的C[r][s]和k。
(二)具体算法设计:
(1)解非线性方程组
牛顿法解方程组的解,可采用如下算法:
1)在附近选取,给定精度水平和最大迭代次数M。
2)对于执行
=1\*GB3①计算和。
=2\*GB3②求解关于的线性方程组
=3\*GB3③若,则取,并停止计算;否则转=4\*GB3④。
=4\*GB3④计算。
=5\*GB3⑤若,则继续,否则,输出M次迭代不成功的信息,并停止计算。
(2)分片双二次插值
给定已知数表以及需要插值的节点,进行分片二次插值的算法:
设已知数表中的点为:,需要插值的节点为。
1)根据选择插值节点:
若或,插值节点对应取或,
若或,插值节点对应取或。
若
则选择为插值节点。
2)计算
插值多项式的公式为:
注:本步进行插值运算的是,利用与的对应关系就可以得到与的对应关系。
(3)曲面拟合
根据插值得到的数表进行曲面拟合的过程:
根据拟合节点和基底函数写出矩阵B和G:
计算。
在这里,为了简化计算和编程、避免矩阵求逆,记:
,
对上面两式进行变形,得到如下两个线性方程组:
,
通过解上述两个线性方程组,则有:
对于每一个,。
拟合需要达到的精度条件为:
。
其中对应着插值得到的数表中的值。
让k逐步增加,每一次重复执行以上几步,直到
成立。此时的k值就是要求解最小的k。
源程序:
#includestdio.h
#includeiostream
#includestdlib.h
#includemath.h
#includefloat.h
#includeiomanip
#defineEpsilon11e-12/*解线性方程组时近似解向量的精度*/
#defineM200/*解线性方程组时的最大迭代次数*/
#defineN10/*求解迭代次数时假设的k的最大值,用于定义包含k的存储空间*/
voidNewton();/*牛顿法求解非线性方程组子程序*/
voidfpeccz();/*分片二次代数插值子程序*/
voidqmnh();/*曲面拟合子程序*/
voidduibi();/*对比??和p逼近效果的子程序*/
doublex[11],y[21],t[11][21],u[11][21];/*定义全局变量*/
doublez[11][21],C[10][10];
doublekz;
voidNewton(doublex[11],doubley[21])/*牛顿法求解非线性方程组子程序*/
{
doubleX[4],dx[4],F[4],dF[4][4],temp,m,fx,fX;
inti,j,k,l,p,ik,n;
for(i=0;i=10;i++)
{
for(j=0;j=20;j++)
{
X[0]=1;/*选取迭代初始向量,四个分别代表t,u,v,w*/
X[1]=1;
X[2]=1;
X[3]=1;
n=0;
loop1:{F[0]=0.5*cos(X[0])+X[1]+X[2]+X[3]-x[i]-2.67;
F[1]=X[0]+0.5*sin(X[1])+X[2]+X[3]-y[j]-1.07;
F[2]=0.5*X[0]+X[1]+cos(X[2])+X[3]-x[i]-3.74;
F[3]=X[0]+0.5*X[1]+X[2]+sin(X[3])-y[j]-0
文档评论(0)