语义分析实验报告

(Content())* }

void Content():{} { WhileStatement()|IfStatement()}

void WhileStatement(): {

Token node;

int j1;

int next;

Sys newsys;} {

{

next=count+1;

}

Condition()

{

count++;

j1=count;

newsys = new Sys(count+”“,”J“,”_“, ”_“, j1+”#“);

sysList.add(newsys);

}

((WhileStatement()|IfStatement())*)*

{

count++;

newsys = new Sys(count+”“,”J“,”_“, ”_“, next+”“);

sysList.add(newsys);

EditSys.huitian(sysList, j1+”#“, count+1+”“);

} }

void IfStatement(): {

Token node;

int j1;

int next;

Sys newsys;} {

{

next=count+1;

}

Condition()

{

count++;

j1=count;

newsys = new Sys(count+”“,”J“,”_“, ”_“, j1+”#“);

sysList.add(newsys);

}

((IfStatement()|WhileStatement())*)*

{

count++;

newsys = new Sys(count+”“,”J“,”_“, ”_“, next+”“);

sysList.add(newsys);

EditSys.huitian(sysList, j1+”#“, count+1+”“);

} }

String Expression(): {

String first;

String middle;

String temp=”“;

Sys newsys;} {

first=Term()

{

temp=first;

}

(

middle=Term(){

count++;

temp=”T“+ncount;

ncount++;

newsys = new Sys(count+”“,”+“,first,middle,temp);

sysList.add(newsys);

first = temp;

//first=Integer.parseInt(first)+Integer.parseInt(middle)+”“;

}

| middle=Term(){

count++;

temp=”T“+ncount;

ncount++;

newsys = new Sys(count+”“,”-“,first,middle,temp);

sysList.add(newsys);

first = temp;

//first=Integer.parseInt(first)-Integer.parseInt(middle)+”“;

})*

{

return temp;

//return first;

} }

String Term(): {

String first;

String middle;

String temp=”“;

Sys newsys;} {

first=unary()

{

temp=first;

}

（( middle= unary()

{

count++;

temp=”T“+ncount;

ncount++;

newsys = new Sys(count+”“,”*“,first,middle,temp);

sysList.add(newsys);

first = temp;

//first=Integer.parseInt(first)*Integer.parseInt(middle)+”“;

}

| middle=unary()

{

count++;

temp=”T“+ncount;

ncount++;

newsys = new Sys(count+”“,”/“,first,middle,temp);

sysList.add(newsys);

first = temp;

//first=Integer.parseInt(first)/Integer.parseInt(middle)+”“;

}))*

{

return temp;

//return first;

} }

String unary(): { String str;} { // str= element(){return-Double.parseDouble(str)+”“;} str= element(){return str;} }

String element(): { String str;Token node;} {

node={return node.image;} | str=Expression(){return str;} }

int Condition(): {

Token node;

int next;

String first;

String middle;

Sys newsys;} {

first=Expression()(node=”<“ middle=Expression()

{

count++;

next=count+1;

newsys = new Sys(count+”“,”j<“,first,middle,next+1+”“);

sysList.add(newsys);

}

| node=”>“ middle=Expression()

{

count++;

next=count+1;

newsys = new Sys(count+”“,”j>“,first,middle,next+1+”“);

sysList.add(newsys);

}

| node=”>=“ middle=Expression()

{

count++;

next=count+1;

newsys = new Sys(count+”“,”j>=“,first,middle,next+1+”“);

sysList.add(newsys);

}

| node=”<=“ middle=Expression()

{

count++;

next=count+1;

newsys = new Sys(count+”“,”j<=“,first,middle,next+1+”");

sysList.add(newsys);

})

{

return next;

} }

四、实习总结

通过本次语义分析的总结，我加深对语法制时翻译原理的理解，掌握将语法分析所识别的语法成分变换为中间代码的语义翻译方法，实习过程中采用递归下降语法制导翻译法对算术表达式、赋值语句、条件语句、循环语句进行语义分析生成四元式序列。这次实习过程中虽然遇到了一些困难，但是通过和老师还有同学的讨论与交流问题都一一解决了，总之这次实习获益匪浅。

政府工作报告英译语义框架分析 篇2

关键词：框架语义学 框架系统 翻译

一、引言

20世纪70年代末，美国语言学家Fillmore提出框架语义学。作为认知语言学的分支之一，框架语义学为学者们理解语言中词语的意义提供了一个全新的视角。（孙启耀、刘阳，2010）

宏观理论上，国内学者就框架语义学理论提出了相关论断，如框架语义学为格语法理论的第三阶段（陶明忠，2008）、框架语义学为语言的理解提供了有机而全面的概念内容（陈忠平，2012）、框架语义学具有独特的认知解释力（谈鑫，2012）；而俞晶荷（2008）、邓静（2010）、刘国辉（2010）则从框架语义学的角度阐述了框架语义学对翻译理论研究的启示与帮助。

此外，国内学者也将框架语义学理论引用到了具体的语言研究领域。如潘艳艳（2003）介绍了框架语义学在编撰字典、分析句法、解释语义现象和创建语料库等方面的运用模式；韩晓玲（2003）在阐释框架理论的基础上，着重分析了框架观、情景框架观及社会文化框架观在话语分析中的应用条件；刘晓利（2009）提出在框架语义学理论下，翻译可理解为译者根据原文的语言框架，并结合自己的有关经验和知识，构建与原文框架相一致的场景，找到合适的目的语框架来描述此场景的过程；汪立荣（2011）将框架语义学和二语词汇学习相结合，探索在词汇教学中如何帮助学习者将一语义框架调整为二语义框架。

综上所述，框架语义学理论已日渐成熟，但运用该理论探究英译具体运作机制的文献并不多见，而政府工作报告又具有遣词准确规范、炼句灵活善变、谋篇精巧别致等语言特点，所以对于政府工作报告的英译实证对比研究相对较少。本文以2015年两会政府工作报告英译实践本为例，着重探讨框架语义学在工作报告英译中的运作机制。

二、框架语义学理论概述

框架语义学，又称场景—框架语义学（scenes-and-frames semantics），为Charles Fillmore在上世纪70年代所提出。基于语言学的语境概念、认知心理学的原型概念、心理学及人工智能研究中的框架概念，Fillmore（1992）认为意义的确定必须参照一定的背景知识体系，该体系反映理解者的经验、信念和实践。意义的参照体系在Fillmore的理论中称为“场景”（scene），后改称为“框架”（frame），而意义的获取其实是一个理解的过程（邓静，2010）。框架理论认为：理解语言意味着根据语言的使用环境，从大脑的储存库中调出相关的记忆，即从言语受众的知识体系中选择恰当的框架，而框架相当于一种“心理画面”（mental picture）。（Fillmore，1992）理解一个词语，就是我们在唤起恰当的心理画面后，把注意力集中在词语所指向的语义上。在这一过程中，语言的意义固然是因框架而来，框架本身亦是由语言唤起，语言形式在此相当于观察整体画面的一个“视角”。（Fillmore，1977）

总之，框架语义学作为一种理解某一词汇或语法结构的方法，是特定词汇意义在语言中能够存在并且运用于话语之中的基础和依据。而词汇可以按照一定的规则，通过它所处的语言结构来选择和突出其基本语义框架中的特定方面，因此可以从描述词汇的基本语义框架着手来阐释词汇的意义和功能。（俞晶荷，2008）

三、框架语义学在翻译中的运作机制

传统的翻译观将翻译理解为把一种语言所表达的内容转换成另一种语言。然而，翻译不仅是一项简单的双语转换活动，还包括原语理解和译语产生两个阶段，涉及诸多客观与主观因素。对原语的理解是译者在大脑中建构原语意义的心理过程，译语的产生则是译者运用译语形式对自己大脑中已构建的原语意义重新进行表达的过程，不论是原语的理解还是译语的产生，都是一种框架的激活过程。译者要理解原语文本，就要用文本所展示的语义和知识框架去审视原语文本的每个词语和语句。通常，词典上只是给出了词语的表层意义，若要确定其在特定文本中的含义，就必须根据文本所提供的信息，重现或重构译语中的语义框架，再根据框架语义学原理，确定其含义。（轩志峰，2011）

框架理论在具体英译的对比应用中，通常存在两个宏观的框架系统，即译语框架系统与原语框架系统。而框架系统内部又存在下一层级，即次框架。任一次框架又是由其内部的一个甚至多个框架成分整合而成。若将译语框架系统与原语框架系统的最小单位（即框架成分）相互映射，便能显示出两个系统的框架关系。简而言之，若译语的框架成分与原语框架成分映射后完全连通，则译语框架系统与原语框架系统重合；若译语框架成分与原语框架成分映射后部分连通，而部分处于游离状态，则译语框架系统与原语框架系统相交；若译语框架成分与原语框架成分映射后互不连通，则译语框架系统与原语框架系统相互独立。

本文将从原语框架系统与译语框架系统的三种框架关系，即框架重合、框架相交和框架独立，探究2015年两会政府报告的英译过程。

四、政府工作报告英译分析

（一）框架重合

框架重合表明：原语和译语虽分属两个不同的语义框架系统，但两者在充分条件下可对等。换言之，无论是原语框架系统还是译语框架系统，都可激发出多个次框架，而次框架又含有不同的框架成分。这些框架成分相互匹配、映射、组合，最终输出译语框架或原语框架。若译者大脑中所凸显的次框架（如：文化框架、情感框架、社会框架）与原语框架相同，则两者的次框架可完全连通，次框架内的框架成分也必然连通。那么在此条件下，可视为译语框架与原语框架重合。

（1）原文：我们啃了不少硬骨头。

译文：We tackled many tough issues.

原语框架系统凸显出三个次框架，即人物框架“我们”，数量框架“不少”以及事件框架“啃硬骨头”。《现代汉语词典》（第5版）对子框架的框架成分“硬骨头”给出了两个释义：①坚强不屈的人；②艰巨的任务。结合人物框架“我们”与事件框架中的动作框架成分“啃”可知，“硬骨头”应选择释义②，即“艰巨的任务”。此时，子框架“啃硬骨头”便映射出三个框架成分，即动作框架成分“啃”，程度框架成分“艰巨的”及内容框架成分“任务”。而在后两个框架成分的限定下，动作框架成分“啃”便与“解决”同义。另外，译语框架系统也凸显出三个子框架，分别为人物框架“we”，数量框架“many”，以及事件框架“tackled tough issues”。该事件框架又由三个框架成分组成，即动作框架成分“tackled”（解决），程度框架成分“tough”（艰巨的）及内容框架成分“issues”（问题）。显然，上述三个框架成分与原语框架成分可相互连通，即原语和译语的事件框架相互连通。而当译语的人物框架与数量框架主动向原语投射后，两者也可互相连通，换言之，译语的框架系统与原语的框架系统重合。

（2）原文：我们妥善应对自然灾害和突发事件。

译文：We responded effectively to natural disasters and emergencies.

原文框架系统投射出四个次框架：人物框架“我们”，动作框架“妥善应对”及两个事件框架“自然灾害”和“突发事件”。而译语框架系统也可投射出四个次框架：人物框架“我们”，动作框架“responded effectively to”及两个事件框架“natural disasters”和“emergencies”。通过对比原语框架系统与译语框架系统的两组次框架，不难发现，两组框架系统中的人物框架“我们”（we）与事件框架“自然灾害”（natural disasters），动作框架“妥善应对”（responded effectively to）相互对应连通。而原语的事件框架“突发事件”在《现代汉语词典》中释义为：“突然发生，造成严重危害，需要采取应急处置措施予以应对的情况”。换言之，原语次框架“突发事件”的框架成分由“突然”“严重危害”“采取应急措施”“应对”及“情况”整合而成。那么，在该次框架上，原语框架与译语框架是否对等？Oxford Advanced Learners English – Chinese Dictionary（the 7th Edition）（《牛津英汉高阶词典》（第七版））（下文简称为OALE）中，“emergency”释义为“a sudden serious and dangerous event or situation which needs immediate action to deal with it”，即其所凸显的框架成分为“sudden”“serious and dangerous”“needs immediate action”“deal with”及“event or situation”。将“突发事件”与“emergency”的框架成分相互映射，两组框架成分可完全连通，那么原语与译语在子框架“突发事件”（emergency）上相互连通，即原语系统框架与译语系统框架显示重合关系。

（二）框架相交

框架相交表明：原语与译语本身由于分属两个语义框架系统，因此，即使译者通过同化或归化等翻译手段试图将两个文本的粘合度达到极值，但原语框架与译语框架所存在的差异在所难免。简而言之，每个框架的凸显都需要一个触发器，该触发器是由译者或原语作者的经验、认知程度及文化背景等因素组成，而上述因素因人而异，即激发出的次框架必然有所差异。若将原语框架的次框架与译语框架的次框架相互映射，次框架内的部分成分可相互连通，而部分则独立。独立部分为原语框架与译语框架的偏差部分。译语框架的次框架与原语框架的次框架部分连通、部分独立的现象就称为框架相交。

（3）原文：激活力、补短板、强实体。

译文：We stimulated market activity，shored up our weak spots and boosted the real economy.

在政府工作报告中，与该例句结构相同的语料并不少见，通常作者为避免主观性或出于汉语思维考虑，在写类似于政府工作报告等文件时会避免使用或直接省略人称主语。这便造成在该例句中，原语框架系统缺少人物次框架。此外，文件报告通常以言简义丰为写作原则，强调内容的高度概括性以及结构的整体对称性。这便造成原语框架系统中的三个动作次框架分别仅由一个单词构成，即“激”“补”“强”，同时，在该框架系统中，内容次框架分别为“活力”“短板”及“实体”。高度的浓缩语言对于原文读者来说，根据相关情景框架以及依靠自身经验这一触发器激发大脑中已有的文化和社会框架后，要理解原文并不难。但这对于不同文化背景、思维方式的译文读者来说，并非易事。试看译文，笔者发现：译者在译语框架系统中，除了包含原语框架系统中已有的动作框架“stimulate”（激）“shore up”（补）“boost”（强），以及内容框架“activity”（活力）“weak spot”（短板）“real economy”（实体）外，译者还根据自身的经验框架判断出，此例句中的“激活力”实则是激发市场活力。因此，译者在原语系统中创造性地增加了一个地点次框架“市场”，最终呈现的译语次框架与原语次框架大部分相交，而个别则独立。换言之，此处的译语框架系统与原语框架系统呈相交关系。

（4）原文：精神命脉。

译文：the lifeblood of a nation.

原语框架系统由两个名词次框架构成，即“精神”与“命脉”。结合原语的情景框架，此处的次框架“精神”可转释为“民族精神”。而对于次框架“命脉”，《现代汉语词典》将其释义为：“关系和血脉，比喻关系重大的事物。”因此，次框架“命脉”可分裂出三个名词框架成分，即“关系”“血脉”“事物”，以及一个程度框架成分，即“重大的”。而译语框架系统由两个名词次框架构成，即“lifeblood”与“nation”。OALE将“lifeblood”释义为：“the thing that keeps sth strong and healthy and is necessary for successful development”。由此，“lifeblood”的语义框架所凸显的框架成分为：“thing”“keep strong and healthy”“necessary”“successful development”。将上述成分整合后，输出的新语义框架为“保持健康并且对成功的发展有必要的事物”。而同样的次框架在原语中的释义却只是“重大的事物”，因此，译者在处理该译文时，其大脑中所凸显的次框架多于原语所凸显的次框架，使得译语框架在框架成分上部分与原语框架的框架成分重合，而多数独立于原语框架。换言之，此处的原语框架系统与译语框架系统相交。

（三）框架独立

框架独立表明：原语框架与译语框架会受到译者主观选择的影响而出现不重合状态。不同民族、不同地区、不同语言社区的人们，所经历的许多事情都有着明显的差异。这些差异影响着人们的认知、框架结构、框架系统以及次框架（汪立荣，2005）。为了让受众能体会到原语读者的感受，译者通常要从受众视角出发，进行二度创作。在创作过程中，译者从读者视角考虑到的次框架与原语凸显的次框架完全不同，那么前者在将次框架进行合并、精制、完善后，生成新框架，即译语框架。而合成后的译语框架与原语框架的次框架及框架成分各不连通，当译语框架的框架成分向原语框架的框架成分进行映射时，两组框架成分无可连通的支撑点，这便可视为译语框架与原语框架各自独立。

以“拦路虎”为例，译文为“tigers in the road”。在《现代汉语词典》中，“拦路虎”释义有二：①拦路打劫的匪徒；②前进道路上所遇到的困难。原语框架系统中的成员次框架“虎”通常是凶猛残忍、冷酷无情的形象，如：“狐假虎威”“拦路虎”“骑虎难下”“如狼似虎”等。而根据原文的语境框架可知，“拦路虎”应指前进道路上的障碍和困难。之所以用“虎”，笔者认为，人们在提到老虎时，大脑中所凸显的情景框架多半是老虎凶猛、危险的形象，若将该情景框架整合到原语中，便更能体现进步之不易。但在译语框架系统中，译文“tigers in the road”包含了两个次框架，即人物框架“tiger”与地点框架“in the road”。而英文中，“in the road”不同于“in the way”，前者仅表示在路上，而后者则带有阻碍的意思。因此，即使是译文的人物框架与地点框架进行二次整合、精制、完善，所输出的新译语框架也无法与原语框架中任何一个次框架或框架成分连通。此时，译语框架系统与原语框架系统相互独立。

五、结语

运用框架语义学探讨翻译，需要强调的主要有以下几点：第一，框架系统间的对应性。原语与译语分属于两个不同的框架系统，但通过触发器可将各自系统中所包含的次框架激活并进行框架系统间的互动连通，凸显出译语框架系统与原语框架系统的重合状态。第二，框架系统内各成分的协调性。原语框架系统与译语框架系统激活后，往往会产生框架数量不相等的情况，即相交状态，此时译者应结合译语或原语的的次框架，如情景框架、情感框架、文化框架等，对已有的框架进行增减、合并与完善，最终译语框架系统与原语框架系统协调达成一致。第三，框架系统的独立性。原语框架系统与译语框架系统的独立说明，在翻译时，译者不应局限于原语框架，应在全面了解原语与译语各自的社会文化背景、语用习惯、地域差异等因素后，将原语框架系统的次框架进行拆分、精制、重组、完善等，最终输出新的原语系统框架，该系统框架将完全摆脱旧的原语系统框架，且与译语系统框架贴近。

参考文献：

[1]Fillmore，C.J.Topics in Lexical Semantics[A].R.Cole（ed.）.Current Issues in Linguistic Theory[C]. Bloomington：Indiana University Press，1977.

[2]Fillmore，C.& B.Atkins.Toward a frame-based lexicon：The Semantics of RISK and its neighbors[A].In A.Lehrer & E.Kittay（eds.）.Frames，Fields，and Contrasts：New Es-says in Semantic and Lexical Organization[C].Hillsdale： Lawrence Erlbaum Associates，1992：75-103.

[3]陈忠平.Fillmore框架语义学认知观阐释[J].当代外语研究，2012，（7）：14-17.

[4]邓静.翻译研究的框架语义学视角评析[J].外语教学与研究，2010，（1）：66-71.

[5]韩晓玲，陈中华.框架理论及其在话语分析中的应用[J].外语与外语教学，2003，（9）：1-3.

[6]刘国辉.框架语义学对翻译的“三部曲”启示[J].外国语文，2010，（4）：74–79.

[7]刘晓利.场景和框架理论与翻译过程研究[J].郑州航空工业管理学院学报（社会科学版），2009，（5）：72–75.

[8]潘艳艳.框架语义学：理论与应用[J].外语研究，2003，（5）：14-18.

[9]陶明忠.框架语义学——格语法的第三阶段[J].当代语言学，2008，（1）：35-42.

[10]谈鑫，胡东平.框架语义学研究[J].南京工程学院学报（社会科学版），2012，（1）：30-33.

[11]汪立荣.从框架理论看翻译[J].中国翻译，2005，（3）：27-32.

[12]轩志峰.框架语义学视角下的翻译研究[J].商丘师范学院学报，2011，（2）：105-110.

[13]俞晶荷.框架语义学角度下的翻译研究[J].中国俄语教学，2008，（3）：54-57.

《数值分析》课程实验报告 篇3

学 号：

学 院：

机 电 学 院 日 期：

2015 年 X 月X 日 目 录 实验一 函数插值方法 1 实验二 函数逼近与曲线拟合 5 实验三 数值积分与数值微分 7 实验四 线方程组的直接解法 9 实验五 解线性方程组的迭代法 15 实验六 非线性方程求根 19 实验七 矩阵特征值问题计算 21 实验八 常微分方程初值问题数值解法 24 实验一 函数插值方法 一、问题提出 对于给定的一元函数的n+1个节点值。试用Lagrange公式求其插值多项式或分段二次Lagrange插值多项式。

数据如下：

（1）0.4 0.55 0.65 0.80 0.95 1.05 0.41075 0.57815 0.69675 0.90 1.00 1.25382 求五次Lagrange多项式，和分段三次插值多项式，计算, 的值。（提示：结果为,）（2）1 2 3 4 5 6 7 0.368 0.135 0.050 0.018 0.007 0.002 0.001 试构造Lagrange多项式，计算的,值。（提示：结果为,）二、要求 1、利用Lagrange插值公式 编写出插值多项式程序；

2、给出插值多项式或分段三次插值多项式的表达式；

3、根据节点选取原则，对问题（2）用三点插值或二点插值，其结果如何；

4、对此插值问题用Newton插值多项式其结果如何。Newton插值多项式如下：

其中：

三、目的和意义 1、学会常用的插值方法，求函数的近似表达式，以解决其它实际问题；

2、明确插值多项式和分段插值多项式各自的优缺点；

3、熟悉插值方法的程序编制；

4、如果绘出插值函数的曲线，观察其光滑性。

四、实验步骤（1）0.4 0.55 0.65 0.80 0.95 1.05 0.41075 0.57815 0.69675 0.90 1.00 1.25382 求五次Lagrange多项式，和分段三次插值多项式，计算, 的值。（提示：结果为,）第一步：先在matlab中定义lagran的M文件为拉格朗日函数代码为：

function[c,l]=lagran(x,y)w=length(x);n=w-1;l=zeros(w,w);for k=1:n+1 v=1;for j=1:n+1 if(k~=j)v=conv(v,poly(x(j)))/(x(k)-x(j));end end l(k,:)=v;end c=y*l;end 第二步：然后在matlab命令窗口输入：

>>>> x=[0.4 0.55 0.65 0.80,0.95 1.05];y=[0.41075 0.57815 0.69675 0.90 1.00 1.25382];>> lagran(x,y)回车得到：

ans =121.6264-422.7503 572.5667-377.2549 121.9718-15.0845 由此得出所求拉格朗日多项式为 p（x）=121.6264x5-422.7503x4+572.5667x3-377.2549x2+121.9718x-15.0845 第三步：在编辑窗口输入如下命令：

>> x=[0.4 0.55 0.65 0.80,0.95 1.05];>> y=121.6264*x.^5-422.7503*x.^4+572.5667*x.^3-377.2549*x.^2+121.9718*x-15.0845;>> plot(x,y)命令执行后得到如下图所示图形，然后 >> x=0.596;>> y=121.6264*x.^5-422.7503*x.^4+572.5667*x.^3-377.2549*x.^2+121.9718*x-15.084 y =0.6262 得到f（0.596）=0.6262 同理得到f（0.99）=1.0547（2）1 2 3 4 5 6 7 0.368 0.135 0.050 0.018 0.007 0.002 0.001 试构造Lagrange多项式，和分段三次插值多项式，计算的,值。（提示：结果为,）实验步骤：

第一步定义 function[c,l]=lagran(x,y)w=length(x);n=w-1;l=zeros(w,w);for k=1:n+1 v=1;for j=1:n+1 if(k~=j)v=conv(v,poly(x(j)))/(x(k)-x(j));end end l(k,:)=v;end c=y*l;end 定义完拉格朗日M文件 第二步：然后在matlab命令窗口输入：

>>>> x=[1 2 3 4 5 6 7];y=[0.368 0.135 0.050 0.018 0.007 0.002 0.001];>> lagran(x,y)回车得到：

ans =0.0001-0.0016 0.0186-0.1175 0.4419-0.9683 0.9950 由此得出所求拉格朗日多项式为 p（x）=0.0001x6-0.0016x5+0.0186x4-0.1175x3+0.4419x2-0.9683x+0.9950 第三步：在编辑窗口输入如下命令：

>> x=[1 2 3 4 5 6 7];>> y=0.0001*x.^6-0.0016*x.^5+0.0186*x.^4-0.1175*x.^3+0.4419*x.^2-0.9683*x+0.9950;>> plot(x,y)命令执行后得到如下图所示图形，然后 >> x=1.8;>> y=121.6264*x.^5-422.7503*x.^4+572.5667*x.^3-377.2549*x.^2+121.9718*x-15.084 y =0.1650 得到f（0.596）=0.6262 同理得到f（6.15）=2.3644 五、实验结论 插值是在离散数据的基础上补插连续函数，使得这条连续曲线通过全部给定的离散数据点，它是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。

实验二 函数逼近与曲线拟合 一、问题提出 从随机的数据中找出其规律性，给出其近似表达式的问题，在生产实践和科学实验中大量存在，通常利用数据的最小二乘法求得拟合曲线。

在某冶炼过程中，根据统计数据的含碳量与时间关系，试求含碳量与时间t的拟合曲线。

t(分)0 5 10 15 20 25 30 35 40 45 50 55 0 1.27 2.16 2.86 3.44 3.87 4.15 4.37 4.51 4.58 4.02 4.64 二、要求 1、用最小二乘法进行曲线拟合；

2、近似解析表达式为；

3、打印出拟合函数，并打印出与的误差，；

4、另外选取一个近似表达式，尝试拟合效果的比较；

5、* 绘制出曲线拟合图。

三、目的和意义 1、掌握曲线拟合的最小二乘法；

2、最小二乘法亦可用于解超定线代数方程组；

3、探索拟合函数的选择与拟合精度间的关系 四、实验步骤：

第一步先写出线性最小二乘法的M文件 function c=lspoly(x,y,m)n=length(x);b=zeros(1:m+1);f=zeros(n,m+1);for k=1:m+1 f(:,k)=x.^(k-1);end a=f＇*f;b=f＇*y＇;c=a＼b;c=flipud(c);第二步在命令窗口输入：

>>lspoly([0,5,10,15,20,25,30,35,40,45,50,55],[0,1.27,2.16,2.86,3.44,3.87,4.15,4.37,4.51,4.58,4.02,4.64],2)回车得到：

ans =-0.0024 0.2037 0.2305 即所求的拟合曲线为y=-0.0024x2+0.2037x+0.2305 在编辑窗口输入如下命令：

>> x=[0,5,10,15,20,25,30,35,40,45,50,55];>> y=-0.0024*x.^2+0.2037*x+0.2305;>> plot(x,y)命令执行得到如下图 五、实验结论  分析复杂实验数据时,常采用分段曲线拟合方法。利用此方法在段内可以实现最佳逼近,但在段边界上却可能不满足连续性和可导性。分段函数的光滑算法,给出了相应的误差分析.给出了该方法在分段曲线拟合中的应用方法以及凸轮实验数据自动分段拟合。

实验三 数值积分与数值微分 一、问题提出 选用复合梯形公式，复合Simpson公式，Romberg算法，计算（1）（2）（3）（4）二、要求 1、编制数值积分算法的程序；

2、分别用两种算法计算同一个积分，并比较其结果；

3、分别取不同步长，试比较计算结果（如n = 10, 20等）；

4、给定精度要求ε，试用变步长算法，确定最佳步长。

三、目的和意义 1、深刻认识数值积分法的意义；

2、明确数值积分精度与步长的关系；

3、根据定积分的计算方法，可以考虑二重积分的计算问题。

四、实验步骤 第一步：编写各种积分的程序 复合梯形程序如下：

function I=TX(x,y)n=length(x);m=length(y);if n~=m error(＇The lengths of X and Y must be equal＇);return;end h=(x(n)-x(1))/(n-1);a=[1 2*ones(1,n-2)1];I=h/2*sum(a.*y);复合Simpson程序如下：

function s = simpr1(f,a,b,n)h=(b-a)/(2*n);s1=0;s2=0;for k=1:10 x=a+h*(2*k-1);s1=s1+feval(f,x);end for k=1:(10-1)x=a+h*2*k;s2=s2+feval(f,x);end s=h*(feval(f,a)+feval(f,b)+4*s1+2*s2)/3;end Romberg程序如下：

function I = Romber_yang(fun,a,b,ep)if nargin<4 ep=1e-5;end;m=1;h=b-a;I=h/2*(feval(fun,a)+feval(fun,b));T(1,1)=I;while 1 N=2^(m-1);h=h/2;I=I/2;for i=1:N I=I+h*feval(fun,a+(2*i-1)*h);end T(m+1,1)=I;M=2*N;k=1;while M>1;T(m+1,k+1)=(4^k*T(m+1,k)-T(m,k))/(4^k-1);M=M/2;k=k+1;end if abs(T(k,k)-T(k-1,k-1))

2、对于积分Ι=01sin⁡XXdx，f(0)=1,梯形积分T=0.94607307，辛普森积分S=0.94607308，Romberg积分R=0.94607307。

3、对于积分Ι=01eX4+X2dx，梯形积分T=0.39081248，辛普森积分S=0.39081185，Romberg积分R=0.39081885。

4、对于积分Ι=01ln1+X1+X2dx，梯形积分T=0.27218912，辛普森积分S=0.27219844，Romberg积分R=0.27219827。

五、实验结论，通过本实验学会复合梯形公式，复合Simpson公式，Romberg公式的编程与应用，掌握MATLAB提供的计算积分的各种函数的使用方法。

实验四 线方程组的直接解法 一、问题提出 给出下列几个不同类型的线性方程组，请用适当算法计算其解。

1、设线性方程组  2、设对称正定阵系数阵线方程组  3、三对角形线性方程组 二、要求 1、对上述三个方程组分别利用Gauss顺序消去法与Gauss列主元消去法；

平方根法与改进平方根法；

追赶法求解（选择其一）；

2、应用结构程序设计编出通用程序；

3、比较计算结果，分析数值解误差的原因；

4、尽可能利用相应模块输出系数矩阵的三角分解式。

三、目的和意义 1、通过该课题的实验，体会模块化结构程序设计方法的优点；

2、运用所学的计算方法，解决各类线性方程组的直接算法；

3、提高分析和解决问题的能力，做到学以致用；

4、通过三对角形线性方程组的解法，体会稀疏线性方程组解法的特点。

四、实验步骤：

列主元高斯消去法的matlab的M文件程序 function [x,det,index]=Gauss(A,b)% 求线形方程组的列主元Gauss消去法，其中，% A为方程组的系数矩阵；

% b为方程组的右端项；

% x为方程组的解；

% det为系数矩阵A的行列式的值；

% index为指标变量，index=0表示计算失败，index=1表示计算成功。

[n,m]=size(A);nb=length(b);% 当方程组行与列的维数不相等时，停止计算，并输出出错信息。

if n~=m error(＇The rows and columns of matrix A must be equal!＇);return;end % 当方程组与右端项的维数不匹配时，停止计算，并输出出错信息 if m~=nb error(＇The columns of A must be equal the length of b!＇);return;end % 开始计算，先赋初值 index=1;det=1;x=zeros(n,1);for k=1:n-1 % 选主元 a_max=0;for i=k:n if abs(A(i,k))>a_max a_max=abs(A(i,k));r=i;end end if a_max<1e-10 index=0;return;end % 交换两行 if r>k for j=k:n z=A(k,j);A(k,j)=A(r,j);A(r,j)=z;end z=b(k);b(k)=b(r);b(r)=z;det=-det;end % 消元过程 for i=k+1:n m=A(i,k)/A(k,k);for j=k+1:n A(i,j)=A(i,j)-m*A(k,j);end b(i)=b(i)-m*b(k);end det=det*A(k,k);end det=det*A(n,n);% 回代过程 if abs(A(n,n))<1e-10 index=0;return;end for k=n:-1:1 for j=k+1:n b(k)=b(k)-A(k,j)*x(j);end x(k)=b(k)/A(k,k);end 然后在命令窗口输入 >> A=[4 2-3-1 2 1 0 0 0 0;8 6-5-3 6 5 0 1 0 0;4 2-2-1 3 2-1 0 3 1;0-2 1 5-1 3-1 1 9 4;-4 2 6-1 6 7-3 3 2 3;8 6-8 5 7 17 2 6-3 5;0 2-1 3-4 2 5 3 0 1;16 10-11-9 17 34 2-1 2 2;4 6 2-7 13 9 2 0 12 4;0 0-1 8-3-24-8 6 3-1];>> b=[5 12 3 2 3 46 13 38 19-21];>> gauss(A,b)ans = 1.0000-1.0000 0.0000 1.0000 2.0000 0.0000 3.0000 1.0000-1.0000 2.0000 高斯-约当消去法maltab的M文件程序 function [x,flag]=Gau_Jor(A,b)% 求线形方程组的列主元Gauss-约当法消去法，其中，% A为方程组的系数矩阵；

% b为方程组的右端项；

% x为方程组的解；

[n,m]=size(A);nb=length(b);% 当方程组行与列的维数不相等时，停止计算，并输出出错信息。

if n~=m error(＇The rows and columns of matrix A must be equal!＇);return;end % 当方程组与右端项的维数不匹配时，停止计算，并输出出错信息 if m~=nb error(＇The columns of A must be equal the length of b!＇);return;end % 开始计算，先赋初值 flag=＇ok＇;x=zeros(n,1);for k=1:n % 选主元 max1=0;for i=k:n if abs(A(i,k))>max1 max1=abs(A(i,k));r=i;end end if max1<1e-10 falg=＇failure＇;return;end % 交换两行 if r>k for j=k:n z=A(k,j);A(k,j)=A(r,j);A(r,j)=z;end z=b(k);b(k)=b(r);b(r)=z;end % 消元过程 b(k)=b(k)/A(k,k);for j=k+1:n A(k,j)=A(k,j)/A(k,k);end for i=1:n if i~=k for j=k+1:n A(i,j)=A(i,j)-A(i,k)*A(k,j);end b(i)=b(i)-A(i,k)*b(k);end end end % 输出x for i=1:n x(i)=b(i);end 然后保存后在命令窗口输入：

>> A=[4 2-4 0 2 4 0 0;2 2-1-2 1 3 2 0;-4-1 14 1-8-3 5 6;0-2 1 6-1-4-3 3;2 1-8-1 22 4-10-3;4 3-3-4 4 11 1-4;0 2 5-3-10 1 14 2;0 0 6 3-3-4 2 19];>> b=[0-6 20 23 9-22-15 45];>> Gau_Jor(A,b)ans = 121.1481-140.1127 29.7515-60.1528 10.9120-26.7963 5.4259-2.0185 五、实验结论 用LU法，调用matlab中的函数lu中，L往往不是一个下三角，但可以直接计算不用它的结果来计算，不用进行行变换。如果进行行变b也要变，这样会很麻烦。

实验五 解线性方程组的迭代法 一、问题提出 对实验四所列目的和意义的线性方程组，试分别选用Jacobi 迭代法，Gauss-Seidel迭代法和SOR方法计算其解。

二、要求 1、体会迭代法求解线性方程组，并能与消去法做以比较；

2、分别对不同精度要求，如由迭代次数体会该迭代法的收敛快慢；

3、对方程组2，3使用SOR方法时，选取松弛因子ω=0.8，0.9，1，1.1，1.2等，试看对算法收敛性的影响，并能找出你所选用的松弛因子的最佳者；

4、给出各种算法的设计程序和计算结果。

三、目的和意义 1、通过上机计算体会迭代法求解线性方程组的特点，并能和消去法比较；

2、运用所学的迭代法算法，解决各类线性方程组，编出算法程序；

3、体会上机计算时，终止步骤或k >（给予的迭代次数），对迭代法敛散性的意义；

4、体会初始解，松弛因子的选取，对计算结果的影响。

四、实验步骤 第一步编写实验所需的Jacobi迭代法，Gauss-Seidel迭代法，SOR迭代法的程序。

Jacobi迭代法：

function [x,k,index]=J(A,b,ep,itmax)if nargin<4 itmax=100;end if nargin<3 ep=1e-5;end n=length(A);k=0;x=zeros(n,1);y=zeros(n,1);index=1;while 1 for i=1:n y(i)=b(i);for j=1:n if j~=i y(i)=y(i)-A(i,j)*x(j);end end if abs(A(i,i))<1e-10|k==itmax index=0;return;end y(i)=y(i)/A(i,i);end if norm(y-x,inf)

function [x,k,index]=G(A,b,ep,itmax)if nargin<4 itmax=100;end if nargin<3 ep=1e-5;end n=length(A);k=0;x=zeros(n,1);y=zeros(n,1);index=1;while 1 y=x;for i=1:n z=b(i);for j=1:n if j~=i z=z-A(i,j)*x(j);end end if abs(A(i,i))<1e-10|k==itmax index=0;return;end z=z/A(i,i);x(i)=z;end if norm(y-x,inf)

function [x,k,index]=SOR(A,b,ep,w,itmax)if nargin<5 itmax=100;end if nargin<4 w=1;end if nargin<3 ep=1e-5;end n=length(A);k=0;x=zeros(n,1);y=zeros(n,1);index=1;while 1 y=x;for i=1:n z=b(i);for j=1:n if j~=i z=z-A(i,j)*x(j);end end if abs(A(i,i))<1e-10|k==itmax index=0;return;end z=z/A(i,i);x(i)=(1-w)*x(i)+w*z;end if norm(y-x,inf)

1、设线性方程组  2、设对称正定阵系数阵线方程组 3、三对角形线性方程组 五、实验结论 迭代法是解线性方程组的一个重要的实用方法，特别适用于求解在实际中大量出现的，系数矩阵为稀疏阵的大型线性方程组。通过此次实验学会了Jacobi迭代法，Gauss-Seidel迭代法，SOR迭代法的程序编写，并掌握了它们各自的优缺点及其适用条件。

实验六 非线性方程求根 一、问题提出 设方程有三个实根 现采用下面六种不同计算格式，求 f(x)=0的根或 1、2、3、4、5、6、二、要求 1、编制一个程序进行运算，最后打印出每种迭代格式的敛散情况；

2、用事后误差估计来控制迭代次数，并且打印出迭代的次数；

3、初始值的选取对迭代收敛有何影响；

4、分析迭代收敛和发散的原因。

三、目的和意义 1、通过实验进一步了解方程求根的算法；

2、认识选择计算格式的重要性；

3、掌握迭代算法和精度控制；

4、明确迭代收敛性与初值选取的关系。

四、实验步骤 第一步：编写实验所需的程序。

function [x_star,index,it]=DD(fun,x,ep,itmax)if nargin<4 itmax=100;end if nargin<3 ep=1e-5;end index=0;k=1;while k

1、，x1=0，x2=0。

2、，x1=无穷大，x2=-0.3473。

3、，x1=1.8794，x2=1.8794。

4、，x1=-0.3473，x2=-0.3473.。

5、，x1=1.8794，x2=1.8794。

6、，x1=1.8794，x2=-0.3473。

五、实验结论 对于非线性方程，求它的解析解有时候是很困难的，但采用数值方法可以很容易地求它的近似解。此次实验就是采用迭代法求非线性方程的根。对于一个非线性方程，选用不同的迭代形式，因为其收敛程度不一样，造成其效率与精确度有很大的差别。

实验七 矩阵特征值问题计算 一、问题提出 利用冪法或反冪法，求方阵的按模最大或按模最小特征值及其对应的特征向量。

设矩阵A的特征分布为：

且 试求下列矩阵之一（1）求，及 取 结果（2）求及 取 结果：

（3）求及 取 结果(4)取 这是一个收敛很慢的例子,迭代次才达到 结果（5）有一个近似特征值,试用幂法求对应的特征向量，并改进特征值（原点平移法）。

取 结果 二、要求 1、掌握冪法或反冪法求矩阵部分特征值的算法与程序设计；

2、会用原点平移法改进算法，加速收敛；

对矩阵B=A-PI取不同的P值，试求其效果；

3、试取不同的初始向量，观察对结果的影响；

4、对矩阵特征值的其它分布，如且如何计算。

三、目的和意义 1、求矩阵的部分特征值问题具有重要实际意义，如求矩阵谱半径，稳定性问题往往归于求矩阵按模最小特征值；

2、进一步掌握冪法、反冪法及原点平移加速法的程序设计技巧；

3、问题中的题（5），反应了利用原点平移的反冪法可求矩阵的任何特征值及其特征向量。

四、实验步骤 第一步：写出实验所需的幂法求最大特征值及反幂法求最小特征值的程序。

幂法程序：

function [m,u,index]=TZ(A,ep,itmax)if nargin<3 itmax=100;end if nargin<2 ep=1e-5;end n=length(A);u=ones(n,1);index=0;k=0;m1=0;while k<=itmax v=A*u;[vmax,i]=max(abs(v));m=v(i);u=v/m;if abs(m-m1)

function [m,u,index]=FTZ(A,ep,itmax)if nargin<3 itmax=100;end if nargin<2 ep=1e-5;end n=length(A);u=ones(n,1);index=0;k=0;m1=0;invA=inv(A);while k<=itmax v=invA*u;[vmax,i]=max(abs(v));m=v(i);u=v/m;if abs(m-m1)

λ3=3.4723，x3=（1.0000 0.5229 0.2422）T。，λ1=21.3053，X1=（0.8724 0.5401 0.9973 0.5644 0.4972 1.0000）T；

λ6=1.6214。

五、实验结论 求n阶方阵A的特征值和特征向量，也是实际中常常碰到的问题。通过此次实验掌握了用幂法和反幂法求一个方阵的最大特征值和特征向量，绝对值最小的特征值和特征向量。

实验八 常微分方程初值问题数值解法 一、问题提出 科学计算中经常遇到微分方程（组）初值问题，需要利用Euler法，改进Euler法，Rung-Kutta方法求其数值解，诸如以下问题：

（1）分别取h=0.1,0.2,0.4时数值解。

初值问题的精确解。

（2）用r=3的Adams显式和预-校式求解 取步长h=0.1，用四阶标准R-K方法求值。

（3）用改进Euler法或四阶标准R-K方法求解 取步长0.01,计算数值解，参考结果。

（4）利用四阶标准R-K方法求二阶方程初值问题的数值解（I）(II)(III)(IV) 二、要求 1、根据初值问题数值算法，分别选择二个初值问题编程计算；

2、试分别取不同步长，考察某节点处数值解的误差变化情况；

3、试用不同算法求解某初值问题，结果有何异常；

4、分析各个算法的优缺点。

三、目的和意义 1、熟悉各种初值问题的算法，编出算法程序；

2、明确各种算法的精度与所选步长有密切关系；

3、通过计算更加了解各种算法的优越性。

四、实验步骤 function [x,y]=euler(fun,x0,xfinal,y0,n);if nargin<5,n=50;end h=(xfinal-x0)/n;x(1)=x0;y(1)=y0;for i=1:n;x(i+1)=x(i)+h;y(i+1)=y(i)+h*feval(fun,x(i),y(i));end 实验程序及分析（Ⅰ）（1）、算法程序 function E =Euler_1(fun,x0,y0,xN,N)% Euler向前公式，其中 % fun为一阶微分方程的函数 % x0,y0为初始条件 % xN为取值范围的一个端点 % h为区间步长 % N为区间个数 % x为Xn构成的向量 % y为yn构成的向量 x=zeros(1,N+1);y=zeros(1,N+1);x(1)=x0;y(1)=y0;h=(xN-x0)/N;for n=1:N x(n+1)=x(n)+h;y(n+1)=y(n)+h*feval(fun,x(n),y(n));end T=[x＇,y＇] function z=f(x,y)z=4*x/y-x*y;(2)、运行程序 >> Euler_1(＇f＇,0,3,2,20)结果 ：

锌的分析实验报告 篇4

1 氟化钠溶液：4%

2 二甲酚橙指示剂：0.1%，配制后两周内使用。

3 六次甲基四胺：

4 丁二酮污溶液：1%乙醇溶液

5 抗坏血酸—硫脲溶液：按每100毫升溶液含抗坏血酸2克，硫脲10克的比例配制，当天使用。

6 EDTA溶液：0.02M，用基准试剂配制。

7 锌标准溶液：0.02M。

二 试样的分解

1 若试样中含有锡： 称取试样0.2500克移入250毫升烧杯中，加入氢溴酸10毫升，溴1毫升。温热溶解后加入高氯酸10毫升，加热蒸发以除去多余的溴和氢溴酸，分解不溶性的溴化物，从而获得一澄清无色溶液。蒸至尽干后，加水20~30毫升水。

三 分析方法

吸入一定量的试液，依次加入氟化钠溶液10毫升(掩蔽三价铁、四价锡和三价铝)，抗坏血酸—硫脲(掩蔽二价铜和银)溶液5毫升，丁二酮污溶液5毫升。混匀后加入适量六次甲基四胺，调节试液的PH值为5.0~5.5(用精密PH试纸检查)。加入二甲酚橙指示剂1~2滴，用0.02MEDTA标准溶液滴定至试液由红色转为黄色。也可再多加滴定剂1~2毫升，用0.02M锌标准溶液返滴至试液由黄色转为红色为止(用锌标准溶液返滴则终点更为敏锐)。

注：1 在PH5.5的微酸性溶液中，用EDTA滴定锌时消除锰和镍的干扰是急需解决的问题。镍含量高时可用丁二酮污可消除小于1毫克钴的干扰。二价镍在PH的条件下与丁二酮污形成沉淀，可立即干过滤后滴定锌。

“倒”字句的语义类别分析 篇5

[中图分类号]：H136 [文献标识码]：A

[文章编号]：1002-2139（2016）-02--01

“倒”的基本语法意义是表示“与预期相反”，在此基础上把“倒”的语义分为四种：对比、转折、让步、舒缓语气。下面就对这四种语义进行详细的描写。

文中语料的选取主要来自北京大学ccl语料库中带“倒”的全部语料，从中选取典型的副词“倒”的句子共223个，并把这223个句子分成表对比、让步、转折、舒缓语气四类。表对比义有69例，所占比例为31%;让步义有21例，所占比例为9.4%;转折义有37例，所占比例为16.6%;舒缓语气义有96例，所占比例为43%。

从统计的数据可以看出来，“倒”在句子中表示舒缓语气义的数量最多，占到了总数的43%，其次是对比义的数量，占到了总数的31%，让步义的数量最少，只占到了总数的9.4%。因为样本数量有限，所以这一比例只能表示一个大概的情况。

一、表对比义

“倒”在表示对比时，句子语义上都会有不同程度的转折，这是由“倒”字句的出现前提决定的，即只有当将要表述的内容与预期事实相反时“倒”字句才能出现，这种预期可以出现在句内，也可以出现在句外。

“倒”字句预期的出现情况有两种：一种是，“倒”字句中存在两个对比成分，这种情况下后一分句的预期就在前面的句子中。

如“一路没有看到红绿灯和人行横道。路牌 倒 有，并好心地翻译成英文。”

“一路没有看到红绿灯和人行横道”和“路牌倒有”形成对比，“一路没有看到红绿灯和人行横道”就是这个句子使用“倒”的预期。

另外一种是，“倒”字句中并没有表示对比关系的两部分，在这种情况下，“倒”字句的预期一般是在“倒”字句之外。如，“蔺相如有什么了不起？ 倒 爬到我头上来了。”这句话中的“蔺相如有什么了不起”和“倒 爬到我头上来了”并没有在句内形成对比，该句的对比是由隐含的“蔺相如没有什么了不起的，他不该爬到我头上来”构成的。

二、表示让步义

“倒”“表示让步”时，一般用于让步复句的前一分句。

（1）在我出生长大的家乡贵州省贵定县，有着三个人人皆知的"活宝贝"。他们也 倒 不是连生活都不能自理的痴呆者，也不残废，就是大脑神经有点毛病，经常会干出一些令人好笑的事情。

（2）这样概括出的句型模式所提供的信息量 倒 很多，既反映出构成成分的性质，又反映出结构关系和结构层次，但没有概括性。

在表示“让步义”的“倒”字句中“倒”经常位于谓语动词前的状语位置，共同说明同一主语或同一话题。如例（1）说的三个人人皆知的“活宝贝”。例（2）说的“句子模式所概况出的信息量”。例（1）和例（2）所不同的是，例（1）是先否定后肯定，例（2）是先肯定后否定。无论是先否后肯还是先肯后否，目的只有一个，就是突出后句所要强调的内容。如例（1）是强调他们只是大脑神经有毛病，例（2）是强调说这样概况出的句型模式没有概括性。

三、表示转折义

“倒”“表示转折”时，一般用于转折复句的后一分句。有时前一分句句会用上“虽然”，如（3）、（4）例，后一分句有的会用上“不过”，如（5）（6）例。

（3）诸神虽然私心颇重，倒 也“俗”得可爱，不装模作样。

（4）生活虽然繁忙，倒 也颇为平静。

（5）《西游记》的唐僧，是虚构的佛教人物，不过他历尽九九八十一个磨难去西天取经的故事，倒 有一些事实根据的。

（6）据了解，目前几乎所有的顾客都是随身携带医院处方直接买药，上门咨询的几乎没有。不过药店专设的咨询热线 倒 挺繁忙，每天都能接到近30个电话，主要是询问药药效和安全性等问题。

例（3）、（4）中两个分句所陈述的都是同一主语的两个方面的特点，例（3）中的“私心颇重”和“‘俗’得可爱，不装模作样”都是说明同一主语“诸神”的特点。按道理说诸神既然私心很重的话不会和可爱的，可是与这种预期相反的是诸神却“俗”得很可爱，不装模作样。例（4）中的“繁忙”和“平静”也是用来说明主语生活的状态的。按道理说生活繁忙应该是与吵闹相伴随的，但与这种预期相反是生活却很平静。例（5）、（6）则是两个分句分别说明不同的主语，例（5）前半句说的是“唐僧”，后半句说的是“他去西天取经的故事”。例（6）前半句说的是“顾客”，后半句说的是“药店专设的咨询热线”。

四、表示舒缓语气

表示舒缓语气的“倒”字句中，“倒”表达的是一种委婉的、舒缓的语气，“倒”既可以用在肯定句中也可以用在否定句中。

（7）阿妹想了一想又替朱品斟满了一杯：“那 倒 也是，这么多年没有见面是应当喝一点，可得慢慢地喝，不要拼。”

（8）“我不明白她为什么要嫁给他。”“姑娘们总得嫁人嘛！”“说真的，那 倒 不一定。”皮蒂皱皱眉头，表示异议。