数值计算方法”上机实验指导书——实验一 误差分析

本文介绍了数值计算方法的实验,重点关注误差分析和MATLAB实现。通过改变扰动项εx^n,观察解的变化,探讨解的扰动敏感性。实验表明,解的精度受扰动项影响,且使用solve函数与roots函数对比,解的精确度差异不大。此外,还讨论了二进制计算引起的舍入误差问题。
摘要由CSDN通过智能技术生成

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
实验要求
**1、**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 ε 很小,我们自然感觉(1.1)和(1.2)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?
令ess分别等于0.000000001(1e-8)、0.000000000001(1e-11)和0.000000000000001(1e-14),计算式(1.2)中的解,并使用MATLAB在坐标轴中将各点分别使用绿色、红色和蓝色连接起来。图示如下:
在这里插入图片描述
从图中可以看到,随着ess值变小,(1.2)的解的变化幅度也越来越小。
当ess=0.000000000000001(1e-14)时,如图中蓝线所示,此时扰动项的系数ε 很小,式(1.0)和(1.2)的解相差很小。
当解x<=6时,此时无论扰动项的系数ε 怎样变化,式(1.2)的解值不变与(1.1)相同,所有线段均呈直线。说明这些解的扰动敏感性较低。
代码如下:

ess = 0.000000001;
ve = zeros(1,21);
ve(2) = ess;
a=poly(1:20)+ve;
b=roots(poly(1:20)+ve);
ess = 0.000000000001;
ve = zeros(1,21);
ve(2) = ess;
c=poly(1:20)+ve;
d=roots(poly(1:
  • 7
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值