数值分析思考题[综合]
数值分析思考题1
数值分析思考题11、 讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。
答：（1）绝对误差（限）与有效数字：若*120....10m n x ααα=⨯（a 1≠0，m 为整数） 绝对误差：*1*102m n e x x -=-≤⨯，那么*x 就有 n 个有效数字。
因此，从有效数字可以算出近似数的绝对误差限；有效数字位数越多，其绝对误差限也越小。
（2）相对误差限与有效数字：*120....10m n x ααα=⨯（a1≠0，m 为整数）相对误差限:*1111110*1210*102m n n r m x x e x αα--+-⨯-=≤=⨯⨯，*1*102m n e x x -=-≤⨯，11*10m x α-≥⨯可见*x 至少有n 位有效数字。
2、相对误差在什么情况下可以用下式代替？答：实际情况下真实值 x 是无法得到的，当测量值与真实值之间的误差可以忽略不计时，可用下式代替。
3、 查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。
r e x x e x x *****-==答：病态性：数学问题本身性质所决定的，与算法无关，却能引起问题真解很大变化。
同:都是输入数据的微小误差导致输出数据误差的增大。
异：数值稳定性是相对于算法而言的，算法的不同直接影响结果的不同；而病态性是数学模型本身的问题，与算法无关。
4、 取，计算，下列方法中哪种最好？为什么？（1）(33-，（2）(27-，（3）()313+，（4）()611，（5）99-答：)631 5.05110-≈⨯ （1）(()333332 1.41 5.83210--≈-⨯≈⨯（2）223(7(75 1.41) 2.510--≈-⨯=⨯（3331 5.07310(32 1.41)-≈≈⨯+⨯（4361 5.10410(1.411)-≈≈⨯+（5）9999700.3-≈-=方法3最好，误差最小141.≈)61。
数值分析第二章复习与思考题
第二章复习与思考题1.什么是拉格朗日插值基函数？它们是如何构造的？有何重要性质？答：若n 次多项式()),,1,0(n j x l j =在1+n 个节点n x x x <<< 10上满足条件(),,,1,0,,,0,,1n k j j k j k x l k j =⎩⎨⎧≠==则称这1+n 个n 次多项式()()()x l x l x l n ,,,10 为节点n x x x ,,,10 上的n 次拉格朗日插值基函数.以()x l k 为例，由()x l k 所满足的条件以及()x l k 为n 次多项式，可设()()()()()n k k k x x x x x x x x A x l ----=+- 110，其中A 为常数，利用()1=k k x l 得()()()()n k k k k k k x x x x x x x x A ----=+- 1101，故()()()()n k k k k k k x x x x x x x x A ----=+- 1101，即()()()()()()()()∏≠=+-+---=--------=n kj j jk j n k k k k k k n k k k x x x x x x x x x x x x x x x x x x x x x l 0110110)( .对于()),,1,0(n i x l i =，有()n k xx l x ni ki k i ,,1,00==∑=，特别当0=k 时，有()∑==ni i x l 01.2.什么是牛顿基函数？它与单项式基{}nxx ,,,1 有何不同？答：称()()()(){}10100,,,,1------n x x x x x x x x x x 为节点n x x x ,,,10 上的牛顿基函数，利用牛顿基函数，节点n x x x ,,,10 上的n 次牛顿插值多项式()x P n 可以表示为()()()()10010---++-+=n n n x x x x a x x a a x P其中[]n k x x x f a k k ,,1,0,,,,10 ==.与拉格朗日插值多项式不同，牛顿插值基函数在增加节点时可以通过递推逐步得到高次的插值多项式，例如()()()()k k k k x x x x a x P x P --+=++ 011,其中1+k a 是节点110,,,+k x x x 上的1+k 阶差商，这一点要比使用单项式基{}nx x ,,,1 方便得多.3.什么是函数的n 阶均差？它有何重要性质？答：称[]()()000,x x x f x f x x f k k k --=为函数()x f 关于点k x x ,0的一阶均差，[][][]110010,,,,x x x x f x x f x x x f k k k --=为()x f 的二阶均差. 一般地，称[][][]11102010,,,,,,,,-----=n n n n n n x x x x x f x x x f x x x f 为()x f 的n 阶均差.均差具有如下基本性质：(1) n 阶均差可以表示为函数值()()()n x f x f x f ,,,10 的线性组合，即[]()()()()()∑=+-----=nj n j j j j j jj n x x x x x x x xx f x x x f 011010,, ,该性质说明均差与节点的排列次序无关，即均差具有对称性.(2) [][][]01102110,,,,,,,,x x x x x f x x x f x x x f n n n n --=- .(3) 若()x f 在[]b a ,上存在n 阶导数，且节点[]b a x x x n ,,,,10∈ ，则n 阶均差与n 阶导数的关系为[]()()!,,10n f x x x f n n ξ= ，[]b a ,∈ξ. 4.写出1+n 个点的拉格朗日插值多项式与牛顿均差插值多项式，它们有何异同？ 答：给定区间[]b a ,上1+n 个点b x x x a n ≤<<<≤ 10上的函数值()),,1,0(n i x f y i i ==，则这1+n 个节点上的拉格朗日插值多项式为()()∑==nk k k n x l y x L 0,其中()n k x x x x x l n kj j jk jk ,,1,0,0 =⎪⎪⎭⎫⎝⎛--=∏≠=. 这1+n 个节点上的牛顿插值多项式为()()()()10010---++-+=n n n x x x x a x x a a x P ,其中[]n k x x x f a k k ,,1,0,,,,10 ==为()x f 在点k x x x ,,,10 上的k 阶均差.由插值多项式的唯一性，()x L n 与()x P n 是相同的多项式，其差别只是使用的基底不同，牛顿插值多项式具有承袭性，当增加节点时只需增加一项，前面的工作依然有效，因而牛顿插值比较方便，而拉格朗日插值没有这个优点.5.插值多项式的确定相当于求解线性方程组y Ax =，其中系数矩阵A 与使用的基函数有关.y 包含的是要满足的函数值()Tn y y y ,,,10 .用下列基底作多项式插值时，试描述矩阵A 中非零元素的分布.(1) 单项式基底；(2) 拉格朗日基底；(3) 牛顿基底.答：(1) 若使用单项式基底，则设()nn n x a x a a x P +++= 10，其中n a a a ,,,10 为待定系数，利用插值条件，有⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++nn n n n nn nn y x a x a a y x a x a a y x a x a a 101111000010， 因此，求解y Ax =的系数矩阵A 为⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=n n n n nx x x x x x A 1111100为范德蒙德矩阵.(2) 若使用拉格朗日基底，则设()()()()x l a x l a x l a x L n n n +++= 1100，其中()x l k 为拉格朗日插值基函数，利用插值条件，有()()()()()()()()()⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++nn n n n n n n n n y x l a x l a x l a y x l a x l a x l a y x l a x l a x l a 11001111110000011000， 由拉格朗日插值基函数性质，求解y Ax =的系数矩阵A 为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=100010001 A 为单位矩阵.(3) 若使用牛顿基底，则设()()()()10010---++-+=n n n x x x x a x x a a x P ，由插值条件，有()()()()()()()()()⎪⎪⎩⎪⎪⎨⎧=--++-+=--++-+=--++-+---nn n n n n n n n n y x x x x a x x a a y x x x x a x x a a y x x x x a x x a a 10010111010110010000010 即()()()()⎪⎪⎩⎪⎪⎨⎧=--++-+=-+=-nn n n n n y x x x x a x x a a y x x a a y a 100101011000 故求解y Ax =的系数矩阵A 为()()()()()()()⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡----------=-110100120202011111n n n n n n n x x x x x x x x x x x x x x x x x x xx A为下三角矩阵.6.用上题给出的三种不同基底构造插值多项式的方法确定基函数系数，试按工作量由低到高给出排序.答：若用上述三种构造插值多项式的方法确定基函数系数，则工作量由低到高分别为拉格朗日基底，牛顿基底，单项式基底.7.给出插值多项式的余项表达式，如何用它估计截断误差？答：设()()x fn 在[]b a ,上连续，()()x fn 1+在()b a ,内存在，节点b x x x a n ≤<<<≤ 10，()x L n 是满足条件()n j y x L j j n ,,1,0, ==的插值多项式，则对任何[]b a x ,∈，插值余项()()()()())(!111x n f x L x f x R n n n n +++=-=ωξ， 这里()b a ,∈ξ且与x 有关，()()()()n n x x x x x x x ---=+ 101ω.若有()()11max ++≤≤=n n bx a M x f，则()x L n 逼近()x f 的截断误差()()()x n M x R n n n 11!1+++≤ω.8.埃尔米特插值与一般函数插值区别是什么？什么是泰勒多项式？它是什么条件下的插值多项式？答：一般函数插值要求插值多项式与被插函数在插值节点上函数值相等，而埃尔米特插值除此之外还要求在节点上的一阶导数值甚至高阶导数值也相等.称()()()()()()()n n n x x n x f x x x f x f x P 00000!-++-'+= 为()x f 在点0x 的泰勒插值多项式，泰勒插值是一个埃尔米特插值，插值条件为()()()()n k x f x P k k n ,,1,0,00 ==，泰勒插值实际上是牛顿插值的极限形式，是只在一点0x 处给出1+n 个插值条件得到的n 次埃尔米特插值多项式.9.为什么高次多项式插值不能令人满意？分段低次插值与单个高次多项式插值相比有何优点？答：对于任意的插值结点，当∞→n 时，()x L n 不一定收敛于()x f ，如对龙格函数做高次插值时就会出现振荡现象，因而插值多项式的次数升高后，插值效果并不一定能令人满意.分段低次插值是将插值区间分成若干个小区间，在每个小区间上进行低次插值，这样在整个插值区间，插值多项式为分段低次多项式，可以避免单个高次插值的振荡现象.10.三次样条插值与三次分段埃尔米特插值有何区别？哪一个更优越？请说明理由.答：三次样条插值要求插值函数()[]b a C x S ,2∈，且在每个小区间[]1,+j j x x 上是三次多项式，插值条件为()n j y x S j j ,,1,0, ==.三次分段埃尔米特插值多项式()x I h 是插值区间[]b a ,上的分段三次多项式，且满足()[]b a C x I h ,1∈，插值条件为()()k k h x f x I =，()()),,1,0(,n k x f x I k k h='='. 分段三次埃尔米特插值多项式不仅要使用被插函数在节点处的函数值，而且还需要节点处的导数值，且插值多项式在插值区间是一次连续可微的.三次样条函数只需给出节点处的函数值，但插值多项式的光滑性较高，在插值区间上二次连续可微，所以相比之下，三次样条插值更优越一些.11.确定1+n 个节点的三次样条插值函数需要多少个参数？为确定这些参数，需加上什么条件？答：由于三次样条函数()x S 在每个小区间上是三次多项式，所以在每个小区间[]1,+j j x x 上要确定4个待定参数，1+n 个节点共有n 个小区间，故应确定n 4个参数，而根据插值条件，只有24-n 个条件，因此还需要加上2个条件，通常可在区间[]b a ,的端点0x a =，n x b =上各加一个边界条件，常用的边界条件有3种： (1) 已知两端的一阶导数值，即()00f x S '='，()n n f x S '='.(2) 已知两端的二阶导数值，即()00f x S ''=''，()n n f x S ''='',特殊情况为自然边界条件()00=''x S ，()0=''n x S .(3) 当()x f 是以0x x n -为周期的周期函数时，要求()x S 也是周期函数，这时边界条件就满足()()00-=+n x S x S ，()()000-'=+'n x S x S ，()()000-''=+''n x S x S这时()x S 称为周期样条函数.12.判断下列命题是否正确？(1) 对给定的数据作插值，插值函数个数可以任意多.(2) 如果给定点集的多项式插值是唯一的，则其多项式表达式也是唯一的.(3) ()),,1,0(n i x l i =是关于节点),,1,0(n i x i =的拉格朗日插值基函数，则对任何次数不大于n 的多项式()x P 都有()()()x P x P x l ini i=∑=0(4) 当()x f 为连续函数，节点),,1,0(n i x i =为等距节点，构造拉格朗日插值多项式()x L n ，则n 越大()x L n 越接近()x f .(5) 同上题，若构造三次样条插值函数()x S n ，则n 越大得到的三次样条函数()x S n 越接近()x f .(6) 高次拉格朗日插值是很常用的.(7) 函数()x f 的牛顿插值多项式()x P n , 如果()x f 的各阶导数均存在，则当),,1,0(0n i x x i =→时，()x P n 就是()x f 在0x 点的泰勒多项式.答：(1) 对.(2) 错.1+n 个节点上的拉格朗日插值和牛顿插值就是表示形式不同的两种插值多项式. (3) 对.(4) 错.当∞→n 时，()x L n 并一定收敛到()x f .(5) 对.(6) 错.高次拉格朗日插值不一定具有收敛性，因而并不常用. (7) 对.。
数值分析思考题2
数值分析思考题21、已知函数()f x 的下列观测值：利用Lagrange 和Newton 插值方法计算02(.)f 的近似值。
若另外测得一个新点：02080(.).f ，试估计用上述方法计算02(.)f 的近似值的误差。
答：lagragange 插值方法：（1） n=1时，取x 0=0.15，x 1=0.25，L 1(x)=l 0(x)f(x 0)+l 1f(x 1)= x−0.250.15−0.25×0.860708+x−0.150.25−0.15×0.778801;将x=0.2代入得f （0.2）=0.8197545 （2） n=2时，取x 0=0.15，x 1=0.25，x 2=0.30，L2（x ）=l0(x)f(x0)+l1f(x1)+l2f(x2)=（x −x1)(x −x2)(x 0−x 1)(x 0−x 2)f(x0)+（x −x0)(x −x2)(x 1−x 0)(x 1−x 2)f(x1)+（x −x0)(x −x1)(x 2−x 0)(x 2−x 1)f(x2);代入x=0.2.得f （0.2）=0.8187643334Newton 插值方法：clear,clcX=[0.10,0.15,0.25,0.30];Y=[0.904837,0.860708,0.778801,0.740818]; n=length(X); A(1:n,1)=Y(1:n); format rat已知for j=2:nfori=j:nA(i,j)=(A(i,j-1)-A(i-1,j-1))/(X(i)-X(i-j+1)); end end A=A syms x f f=0; fori=1:n u=1.0; for k=1:i-1u=u*(x-X(k)); endf=f+u*A(i,i); end y=expand(f) ezplot(y,[0.10,0.30]) hold on plot(X,Y,'ro') 得f(0.2)=0.8188.2、函数251()f x x =+及定义区间]5,5[-，将定义区间分成 10等分。
数值分析思考题
数值分析思考题1、 一个算法局部误差和整体误差的区别是什么？如何定义常微分方程数值方法的阶？称 ()n n n e y x y =-为某方法在点n x 的整体截断误差，设n y 是准确的，用某种方法计算n y 时产生的截断误差，称为该方法的局部截断误差。
可以知道，整体误差来自于前面误差积累，而局部误差只来自于n y 的误差。
如果给定方法的局部截断误差为11()p n T O h ++=，其中p 为自然数，则称该方法是p 阶的或具有p 阶精度。
2、 显式方法和隐式方法的优缺点分别是什么？多步法中为什么还要使用单步法？显式方法优点:方法简单快速。
缺点：精度低。
隐式方法优点：稳定性好。
缺点：精度低，计算量大。
多步法需要多个初值来启动迭代，而初值的计算需要用到单步法。
3、 刚性问题的求解困难主要体现在哪儿？计算刚性问题的最简单的稳定方法是什么？了保证数值稳定性，步长h 需要足够小，但是为了反映解的完整性，x 区间又需要足够长，计算速度变慢。
最简单的稳定方法就是扩大绝对稳定域。
4、分别用欧拉向前法、欧拉向后法、改进的欧拉法、经典的四阶Runge-Kutta 法、四阶Adams 方法计算下列微分方程初值问题的解。
（1）3,12(1)0.4dy y x x dxx y ⎧=-≤≤⎪⎨⎪=⎩；（2）'109,'1011,y y z z y z =-+⎧⎨=-⎩ 满足(1)1,(1)1,y z =⎧⎨=⎩，12x ≤≤。
解：（1）取步长为0.1，向前Euler 公式：3101=0.11.(,)()n n n n n n ny y hf x y x y x +=++-向后Euler 公式：41111110101.(,).n n n n n n n n x y x y y hf x y x +++++++=+=+改进的Euler 公式：()11333113211(,),(,)20.10.12n n n n n n n n n n nn n n n n n hy y f x y f x y h f x y y x y y x x x x x ++++++=+++⎡⎤⎣⎦⎡⎤+=+-+-⎢⎥+⎣⎦经典的四阶Runge-Kutta 法：11234226()n n hy y k k k k +=++++1(,)n n k f x y =2122(,)n n h hk f x y k =++ 3222(,)n n h hk f x y k =++43(,)n n k f x h y hk =++四阶显示Adams 方法：01112233555937924()[(,)(,)(,)(,)]n n n n n n n n n n hy y f x y f x y f x y f x y +------=+-+- 01111122919524()[(,)(,)(,)(,)]n n n n n n n n n n h y y f x y f x y f x y f x y +++----=++-+（2）二元微分方程组，经典的四阶Runge-Kutta 法公式为：11234226()n n hy y k k k k +=++++ 11234226()n n hz z L L L L +=++++1(,,)n n n k f x y z =211222(,,)n n n h h h k f x y k z L =+++ 322222(,,)n n n h h hk f x y k z L =+++433(,,)n n n k f x h y hk z hL =+++1(,,)n n n L g x y z =211222(,,)n n n h h h L g x y k z L =+++ 322222(,,)n n n h h hL g x y k z L =+++433(,,)n n n L g x h y hk z hL =+++改进的欧拉即为特殊的二阶龙格-库塔，公式在此不累述，注意系数。
数值分析思考题2
数值分析思考题二1、 怎样确定一个隔根区间？如何求解一个方程的全部实根？如：已知方程：1020()x f x e x =+-=在(),-∞+∞有实数根，用二分法求它的全部实根，要求误差满足210*k x x --<？若要求6*10k x x --<，需二分区间多少次？答： （1）已知1020()x f x e x =+-=,作210x e x =-的图像，可得在区间[0,1]之间有交点，即有且仅有一个根。
由于()102x f x e x =+-，所以()f x 在区间[0,1]上连续，且()00100210f e =+⨯-=-，()11101280f e e =+⨯-=+，即()()010f f •，又()'100x f x e =+,根据零点定理得知，在()f x 在区间[0,1]有唯一实根。
由二分法的估计式()*211102k k x x b a ε-+-≤-=，得到()ln 102ln10 4.60511 5.645ln 20.693k-+-≈-≈，因此取6k =。
1211102 4.6022f e ⎛⎫=+⨯-≈ ⎪⎝⎭，又()1002f f ⎛⎫• ⎪⎝⎭，()f x 在区间[0,12]有唯一实根。
1411102 1.8044f e ⎛⎫=+⨯-≈ ⎪⎝⎭，同理，()f x 在区间[0,14]有唯一实根。
18111020.38088f e ⎛⎫=+⨯-≈ ⎪⎝⎭，同理，()f x 在区间[0,18]有唯一实根。
116111020.3101616f e ⎛⎫=+⨯-≈- ⎪⎝⎭，又110816f f ⎛⎫⎛⎫• ⎪ ⎪⎝⎭⎝⎭，()f x 在区间[18,116]有唯一实根。
332331020.03603232f e ⎛⎫=+⨯-≈ ⎪⎝⎭，同理，()f x 在区间[116,332]有唯一实根。
56455102.0146464f e ⎛⎫=+⨯-=- ⎪⎝⎭，故 50.07864=即为所求。
电子科技大学数值分析-第四章思考题
电⼦科技⼤学数值分析-第四章思考题《数值分析》第四章思考题1.解线性⽅程组的迭代法与直接法相⽐哪些不同？解：解⽅程的迭代法分为多种迭代法，迭代法适⽤于求解⼤规模稀疏矩阵的线性⽅程组。
直接法适⽤于求解阶数⽐较低的线性⽅程组。
2.雅可⽐迭代法中的迭代矩阵如何构造？解：雅可⽐迭代法的矩阵表⽰，可以⽤矩阵分裂导出。
传统的矩阵分裂法是将⽅程组Ax = b 的系数矩阵 A 分为三部分之和，设A=D?L?U3.迭代法中的迭代矩阵与⽅程组数值解误差有何关系？解：迭代格式收敛的充分必要条件是B k=0limk→∞经过证明过程得：这也就是说明迭代法产⽣的序列收敛，且序列的极限是⽅程组(I?B)?1x=f的解。
4.迭代矩阵的幂级数有何数学意义？解：5.矩阵的谱半径与矩阵的范数相⽐哪⼀个⼤？解：设n阶矩阵B的特征值为λ1，λ2，λ3，?λn，则称|λk|ρ(B)=max1≤k≤n为矩阵B的谱半径。
谱半径与矩阵的算⼦范数之间如下关系：ρ(B)≤‖B‖6.迭代法收敛定理对⽅程组数值解的误差是如何估计的？解：如果迭代法收敛。
当迭代次数⾜够⼤时，可⽤最后相邻两次迭代解的差替代最后⼀次迭代解的误差。
7.如果系数矩阵是主对⾓占优矩阵，是否可⽤雅可⽐迭代法或赛德迭代法求解⽅程组？解：如果系数矩阵是严格主对⾓占优矩阵，可以⽤赛德尔迭代法求解。
8.如果系数矩阵是实对称正定矩阵，是否可⽤雅可⽐迭代法或赛德迭代法求解⽅程组？解：如果系数矩阵是对称正定矩阵，可以⽤赛德尔迭代法求解。
9.何谓共轭向量组？共轭向量组与正交向量组有何区别？向量共轭是向量正交关系的推⼴。
10.何谓线性⽅程组的初等变分原理？初等变分原理有哪些应⽤？解：对于⼀个系数矩阵为对称正定矩阵的线性⽅程组，求解过程可以与⼀个多元⼆次函数的极⼩值点相联系。
设线性⽅程组Ax = b 的系数矩阵 A 是实对称正定矩阵，构造⼆次函数f(x)=1(Ax,x)?(b,x),x∈R n由于A对称正定，故⽅程组Ax =b有唯⼀解x?，且⼆次函数f(x) 也有唯⼀的极⼩值点。
数值分析思考题
数值分析思考题61、数值计算中迭代法与直接法的区别是什么(D直接法是指在没有舍入误差的情况下经过有限次运算求得方程组的精确解的方法。
直接法又称为精确法。
(2)迭代法是采取逐次逼近的方法，即从一个初始向量出发，按照一定的计算格式，构造一个向量的无穷序列，其极限才是方程组的精确解，只经过有限次运算得不得精确解。
迭代法是一种逐次逼近的方法，与直接法比较，具有程序简单，存储量小的优点。
2、详述你所知道的线性方程组的迭代法的收敛性定理。
迭代公式X(_I)二Bx(k)+ g(k二0,1,2, ?)收敛的充分必要条件是M k->0.假设矩阵M的谱半径p(B),可知MkTO的充分必要条件是p (B) < 1 o 迭代公式x(k I)二Bx(k)+ g(k 二0,1,2, ?) 和x(k + 1)二Bix(k + 1) + B2x(k) + g(k 二0,1,2,?),收敛。
严格对角占优线性方程组Ax二b(其中A e R m x n,b e L)的Jacobi 迭代公式x(k + 1) = Bx(k)+ g(k = 0,1,2,?),收敛。
Gauss-Seidel 迭代公式x(k + 1)二Bix(k + 1) + B2x(k) + g(k = 0,1,2,?),收敛。
3、详述你所知道的非线性方程(组)的迭代法以及收敛性结果。
(1)不动点迭代法：不一定收敛，若存在常数L<1 ,使得I 4> (x) - 0 (y) I W L|x 一y|,?x, y G [a, b],则收敛于x*。
(2)斯蒂芬森迭代法：若不动点迭代公式的迭代函数e(x)在不动点X*的某邻域内具有二阶连续导数，e'(x*)二A工1且A工0,则二阶收敛，极限是X*。
(3)牛顿迭代法：收敛4、举例说明解线性方程组的S0R方法的最佳松弛因子与何种因素有解线性方程组的S0R方法的最佳松弛因子与迭代矩阵的谱半径有关，是单峰关系。
数值计算方法思考题
数值计算方法思考题数值计算方法思考题第一章预篇1．什么是数值分析？它与数学科学和计算机的关系如何？ 2．何谓算法？如何判断数值算法的优劣？3．列出科学计算中误差的三个来源，并说出截断误差与舍入误差的区别。
4．什么是绝对误差与相对误差？什么是近似数的有效数字？它与绝对误差和相对误差有何关系？5．什么是算法的稳定性？如何判断算法稳定？为什么不稳定算法不能使用？ 6．判断如下命题是否正确：一个问题的病态性如何，与求解它的算法有关系。
无论问题是否病态，好的算法都会得到好的近似解。
解对数据的微小变化高度敏感是病态的。
高精度运算可以改善问题的病态性。
用一个稳定的算法计算良态问题一定会得到好的近似值。
用一个收敛的迭代法计算良态问题一定会得到好的近似值。
两个相近数相减必然会使有效数字损失。
计算机上将1000个数量级不同的数相加，不管次序如何结果都是一样的。
7．考虑二次代数方程的求解问题ax2 + bx + c = 0.下面的公式是熟知的bb24acx.2a与之等价地有x?对于2c?b?b?4ac2.a = 1,b = -100 000 000 ,c = 1应当如何选择算法？8．指数函数有著名的级数展开x2x3e?1?x2!3!x 如果对x 9．考虑数列xi, i = 1,…, n, 它的统计平均值定义为x?1n?xi xi?1 它的标准差2?1n2(xi?x)? n?1i?1??1 数学上它等价于1n222xinx n1i11 作为标准差的两种算法，你如何评价它们的得与失？第二章非线性方程求根1．判断如下命题是否正确：(a) 非线性方程的解通常不是唯一的；(b) Newton法的收敛阶高于割线法；(c) 任何方法的收敛阶都不可能高于Newton法； (d)Newton法总是比割线法更节省计算时间；(e) 如果函数的导数难于计算，则应当考虑选择割线法；(f) Newton法是有可能不收敛；(g) 考虑简单迭代法xk+1 = g(xk)，其中x* = g(x*)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。
2、相对误差在什么情况下可以用下式代替？3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。
4、 取，计算，不用计算而直接判断下列式子中哪种计算效果最好？为什么？（1）(33-，（2）(27-，（3）(313+，（4）)611，（5）99-5. 应用梯形公式))()((2b f a f ab T +-=计算积分10x I e dx -=⎰的近似值，在整个计算过程中按四舍五入规则取五位小数。
计算中产生的误差的主要原因是截断误差还是舍入误差？为什么？6. 下列各数都是经过四舍五入得到的近似值，试指出他们有几位有效数字，并给出其绝对误差限与相对误差限。
(1) 1021.1*1=x ；(2) 031.0*2=x ；(3) 40.560*3=x 。
7. 下列公式如何计算才比较准确？(1) 212x e -，1x <<；(2)121N Ndx x ++⎰，1>>N ；(3) ，1x >>。
8. 序列{}n y 满足递推关系1101n n y y -=-，12,,n =，若0141.y =≈，计算到10y 时误差有多大？这个计算过程数值稳定吗？re x xe x x *****-==141.≈)611、怎样确定一个隔根区间？如何求解一个方程的全部实根？如：已知方程：1020()x f x e x =+-=在(),-∞+∞有实数根，用二分法求它的全部实根，要求误差满足210*k x x --<？若要求6*10k x x --<，需二分区间多少次？2、求解一个非线性方程的迭代法有哪些充分条件可以保障迭代序列收敛于方程的根？对方程3210()f x x x =--=，试构造两种不同的迭代法，且均收敛于方程在[]12,中的唯一根。
3、设0a >，应用牛顿法于方程30x a -=确定常数,p q 和r 使得迭代法2125k kk k qa ra x px x x +=++， 012,,,k =4、对于不动点方程()x x ϕ=，()x ϕ满足映内性和压缩性是存在不动点的充分条件，他们也是必要条件吗？试证明：（1）函数21()x x ϕ=-在闭区间[]02,上不是映内的，但在其上有不动点；（2）函数1()ln()x x e ϕ=+在任何区间[],a b 上都是压缩的，但没有不动点。
5、设*x 是方程0()f x =的根，且0*'()f x ≠，''()f x 在*x 的某个邻域上连续。
试证明：Newton 迭代序列{}k x 满足12122**()''()lim ()'()k k k k k x x f x x x f x -→∞---=-- 6. 设有方程112sin x x =+。
对于迭代法1112()sin()k k k x x x ϕ+==+，试证：对任何15.b ≥，迭代函数()x ϕ在闭区间[0.5,b]上满足映内性和压缩性。
用所给方x，使其有8位有效数字。
法求方程的根*数值分析思考题31、Gauss 消去法和LU 三角分解法解线性方程组的工作量相同吗？工作量为多少？平方根方法的工作量为多少？2、求解一个线性方程的LU 分解法什么条件下可以保障成功？选主元的目的是什么？列主元和全主元Gauss 消去法求解线性方程组各有什么优点？3、仅当系数矩阵是病态或者奇异的时候，不选主元的Gauss 消去法才会失败吗？系数矩阵是对称正定的线性方程组总是良态的吗？一个奇异的矩阵必没有LU 分解吗？一个非奇异对称的矩阵不是正定就没有Cholesky 分解吗？4、奇异矩阵的范数一定为零吗？范数为零的矩阵一定为零矩阵吗？矩阵1-范数和2-范数，通常哪个更容易计算？为什么？构造一个条件数为1的非单位矩阵的方阵。
5、若n n A R ⨯∈是列严格对角占优的（对每一列j ：1j n ≤≤，满足：1nijjj i i jaa =≠<∑），证明A 有三角分解A LU =，且1ij l <，()i j >。
6、设[]12,,,Tn n x x x x R =∈，0j p >，1,2,,j n =，证明*1nj j j x p x ==∑是n R 上的一种向量范数。
7、证明矩阵范数的性质：22F A A A ≤≤，2A ≤若A 对称时，1222212()nF A λλλ=+++，其中i λ，1,2,,i n =为A 的特征值。
8、已知线性方程组122.0002 1.999841.9998 2.00024x x ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ （1）求系数矩阵的逆1A -和条件数()Cond A ；（2）若方程组右端有微小扰动()44210,210Tb δ--=⨯-⨯，不用求解方程组，试利用解与系数扰动之间的关系式来估计解的相对变化率。
9．用三角分解法求解方程组123462116241011141510135x x x x -⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥---⎣⎦⎣⎦⎣⎦.10．用列主元消去法求解方程组⎪⎩⎪⎨⎧=++-=-+-=+-615318153312321321321x x x x x x x x x .11．用Cholesky 分解法求解方程组⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--103422484548416321x x x .数值分析思考题41、对给定的连续函数，构造等距节点上的Lagrange 插值多项式，节点数目越多，得到的插值多项式越接近被逼近的函数？同样的结论对三次样条插值函数成立吗？样条插值函数具有较好的稳定性吗？2、数据量特别大时，你选择哪种方法？（1）Lagrange 插值多项式，（2）三次Hermite 插值函数，（3）三次样条插值函数，（4）最小二乘拟合。
3、何为高次插值的Runge 现象，应如何避免？4、分段低次插值有何优缺点？如何估计误差？5、已知函数()f x 的下列观测值：利用Lagrange 或Newton 插值方法计算0175(.)f 的近似值。
若另外测得一个新点：02082(.).f ≈，试估计用上述方法计算0175(.)f 的近似值的误差。
6、证明关于互异节点{}0ni i x =的Lagrange 插值基函数{}0()ni i l x =满足 （1）1()ni i l x =≡∑；（2）0()nj j i i i x l x x =≡∑，12,,,j n =；（3）00()()njii i x x l x =-≡∑，12,,,j n =；（4）00110001211,,(),,,,,.(),nji i i nn j l x j n j n x x x =⎧=⎪==⎨⎪=+-⎩∑7、插值与拟合的相同点和不同点分别是什么？8、写出n 次多项式拟合的一般形式，奇函数和偶函数的多项式拟合的一般形式。
9、超定（矛盾）线性方程组的最小二乘解有哪些情况？说明它与广义逆的关系。
1、简述一般插值型求积公式的积分原理。
Newton-Cotes 求积公式为什么没有Gauss 型求积公式代数精度高？2、梯形法与两个节点的Gauss 型方法哪个更精确？证明Simpson 方法的代数精度为3。
3、确定下列数值积分公式中的参数，使它有尽可能高的代数精度。
（1）101()()(0)()hh f x dx A f h A f A f h --≈-++⎰；（2）212341()(1)(2)'(1)'(2)f x dx w f w f w f w f ≈+++⎰。
4、将[]1,2四等分，使用复化的两点Gauss-Legendre 公式计算211dx x⎰的数值积分，误差不超过810-。
5、建立Gauss 型求积公式计算111220()()A f x A f x ≈+⎰。
1、数值计算中迭代法与直接法的区别是什么？2、详述你所知道的线性方程组的迭代法的收敛性定理。
3、详述你所知道的非线性方程（组）的迭代法以及收敛性结果。
4、举例说明解线性方程组的SOR 方法的最佳松弛因子与何种因素有关？5、指出解非线性方程组的Newton 法的主要工作量所在。
分别用Newton 法和Broyden 秩1校正方法求解如下方程组在()1,1,1T点附近的根：2123212332312470,10110,1080.x x x x x x x x ⎧---=⎪+--=⎨⎪+-=⎩1、判断如下命题是否正确：(a) 对应于给定特征值的特征向量是唯一的；(b) 每个n阶的方阵一定有n个线性无关的特征向量；(c) 实矩阵的特征值一定是实的；(d) 一个n阶方阵奇异的充分必要条件是：0是该矩阵的特征值；(e) 任意的n阶的方阵，一定与某个对角矩阵相似；(f) 如果两个n阶方阵的特征值相同，这两个矩阵一定相似；(g) 一个n阶方阵的所有特征值都为0，这个矩阵一定是零矩阵；2、下面各类的任意n阶矩阵，哪些矩阵的特征值一定可以用有限的代数运算精确求解？(a)实对称矩阵；(d)上三角矩阵；(b)对角矩阵；(e)上Hessenberg矩阵；(c)三对角矩阵；(f)没有重特征值的实矩阵。
3、对非奇异的矩阵，将下面各算法的复杂度由低到高排列出来：(a)计算矩阵的所有特征值和特征向量；(b)用列主元Gauss消去法计算矩阵的LU分解；(c)计算矩阵的逆；(d)回带求解系数矩阵为上三角的线性方程组。
4、求解特征值问题的条件数与求解线性方程组问题的条件数是否相同，两者分别是什么？实对称矩阵的特征值问题总是良态的吗？数值分析思考题81、一个算法局部误差和整体误差的区别是什么？如何定义常微分方程数值方法的阶？2、显式方法和隐式方法的优缺点分别是什么？多步法中为什么还要使用单步法？3、刚性问题的求解困难主要体现在哪儿？计算刚性问题的最简单的稳定方法是什么？4、分别用欧拉向前法、欧拉向后法、改进的欧拉法、经典的四阶Runge-Kutta 法、四阶Adams 方法计算下列微分方程初值问题的解。
（1）3,12(1)0.4dy y x x dx x y ⎧=-≤≤⎪⎨⎪=⎩； （2）'109,'1011,y y z z y z =-+⎧⎨=-⎩ 满足(1)1,(1)1,y z =⎧⎨=⎩，12x ≤≤。