高等数值分析第一次实验

高等数值分析第一次实验

ID:18149029

大小:134.99 KB

页数:10页

时间:2018-09-14

高等数值分析第一次实验_第1页
高等数值分析第一次实验_第2页
高等数值分析第一次实验_第3页
高等数值分析第一次实验_第4页
高等数值分析第一次实验_第5页
资源描述:

《高等数值分析第一次实验》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数值分析第一次实验高等数值分析第一次实验姓名:张奇龙学号:2013210849第一题构造例子说明CG的数值形态。当步数=阶数时CG的解如何?当A的最大特征值远大于第二个最大特征值,最小特征值远小于第二个最小特征值时,方法的收敛性如何?解:(1)构造1000阶正定对称矩阵:①特征值设为linspace(1,1000,1000),构造对角阵D=diag(linspace(1,1000,1000));②构造Householder阵H。H=I–wTw,其中w的2范数为1,I是单位矩阵。根据Householder矩阵的性质,知,H是对称正交矩阵。③构造对称正定矩阵A。A=HTDH。由于

2、D是对角阵,H是对称的,所以A对称;又因为A的特征值是linspace(1,1000,1000)>0,因此A正交。综上,构造得到正定对称矩阵A。(2)计算Ax=b利用matlab编程实现CG算法。b=rand(1000,1),x0=rand(1000,1)。计算每一步迭代的残差。A的阶数为1000。残差rk的对数值对步数的关系曲线如图1所示:数值分析第一次实验图1:log(‖rk‖)与步数关系曲线。横坐标是迭代步数,纵坐标是残差的对数值。如图所示,矩阵A的条件数越小,CG法收敛速度越快。(3)构造特殊特征值分布构造对称正定矩阵A1和A2。A1的特征值分布为linspace(1

3、e-4,1e4,1000)。对于A2,首先为linspace(1,10,1000),然后将其最小特征值换成1e-4,最大特征值换成1e4。进行(2)中的实验。实验结果如图2所示:数值分析第一次实验图2:矩阵特征值分布对CG算法收敛性的影响如图2所示,A1和A2的条件数均为1e8,但A2的收敛速度远高于A1。这是因为,在CG算法中,A的中间特征值分布对CG的收敛速度有巨大的影响。实际上,在经过几步后,CG的收敛因子将是:而非因此,本题中A2矩阵的收敛速度较快。第二题对于同样的例子,比较CG和Lanczos的计算结果数值分析第一次实验解:(1)构造1000阶正定对称矩阵:与第一题

4、相同,分别构造条件数为10、100、1000的三个对称正定矩阵。(2)利用Lanczos算法计算Ax=b。设置停机准则为残差小于sqrt(eps)。在计算中分别采用CG和Lanczos方法,分别分析条件数为10、100、1000时的结果,如图3。图3:CG法与Lanczos法比较如图所示,当矩阵A为对称正定时,两种方法效果相当,收敛速度基本一样。具体的收敛性情况见表1。条件数CG法Lanczos法迭代次数时间(秒)迭代次数时间(秒)10002051.64062042.73441001080.89061071.062510350.2656340.3125可以看到,由于Lancz

5、os方法的每一步迭代中都有一个Lanczos过程,其中需要构造Tk和Qk,以及计算yk,故该方法需要耗费更长的计算时间。数值分析第一次实验第三题当A只有m个不同特征值时,对于大的m和小的m,观察有限精度下Lanczos方法如何收敛。解:根据前两题的思路与Lanczos算法,分别构建m=10、50、100、1000四个矩阵A,设置停机准则为残差小于sqrt(eps),分别计算Ax=b的解,如图4所示。图4:矩阵A具有m个不同特征值时,Lanczos算法的收敛性如图4所示,m较小时,收敛速速较快。达到收敛时迭代步数如表2所示。数值分析第一次实验m10001005010迭代次数20

6、5634310可以看到,如果A只有m个不同的特征值,则Lanczos之多m步就可以找到精确解。实验中,在m较大的时候,收到条件数和特征值分布的影响,算法收敛较快,远小于m。当m较小时,可能需要接近于m步才能找到准确解。第四题取初始值近似解为零向量,右端项b仅由A的m个不同特征向量的线性组合表示时,Lanczos方法的收敛性如何?数值计算中方法的收敛性和m的大小关系如何?解:根据前面的思路与Lanczos算法,A的特征值为linspace(1,1000,1000),分别构建m=10、50、100、1000四个矩阵A,即b分别由10、50、100、1000个A的特征向量线性表示,

7、设置停机准则为残差小于sqrt(eps),分别计算Ax=b的解,如图5所示。数值分析第一次实验图5:b由m个不同特征向量组成如图5所示,m较小时,收敛速度较快,具体数值如下表所示。m10001005010迭代次数192135214理论上,b仅由A的m个不同特征向量的线性组合表示时,Lanczos方法必然m步收敛。但实际上,当m较大时,由于精度等方面的限制,m个特征向量并不都线性无关,所以,m=1000时只需187步迭代。而m=100时迭代次数增多也是由于数值精度引起的。数值分析第一次实验第五题构造对称不

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。