数值分析第四章习题答案
数值分析第四章习题
数值分析第四章习题第四章习题1. 采用数值计算方法，画出dt t t x y x ?=0sin )(在]10 ,0[区间曲线，并计算)5.4(y 。
〖答案〗1.65412. 求函数x e x f 3sin )(=的数值积分?=π 0 )(dx x f s ，并请采用符号计算尝试复算。
〖答案〗s = 5.1354Warning: Explicit integral could not be found. > In sym.int at 58s =int(exp(sin(x)^3),x = 0 .. pi)3. 用quad 求取dx x e x sin 7.15?--ππ的数值积分，并保证积分的绝对精度为910-。
〖答案〗1.087849437547794. 求函数5.08.12cos 5.1)5(sin )(206.02++-=t t t et t f t 在区间]5,5[-中的最小值点。
〖答案〗最小值点是-1.28498111480531 相应目标值是-0.186048010065455. 设0)0(,1)0(,1)(2)(3)(22===+-dt dy y t y dt t dy dt t y d ，用数值法和符号法求5.0)(=t t y 。
〖答案〗数值解y_05 = 0.78958020790127符号解ys =1/2-1/2*exp(2*t)+exp(t)ys_05 =.789580356470605529168507052137806. 求矩阵b Ax =的解，A 为3阶魔方阵，b 是)13(?的全1列向量。
〖答案〗x =0.06670.06670.06677. 求矩阵b Ax =的解，A 为4阶魔方阵，b 是)14(?的全1列向量。
〖答案〗解不唯一x =-0.0074 -0.0809 0.1397 0.0662 0.0588 0.1176 -0.0588。
《数值分析》第四章答案
习题41. 给定x x f =)(在144,121,100=x 3点处的值，试以这3点建立)(x f 的2次(抛物)插值公式，利用插值公式115求的近似值并估计误差。
再给13169=建立3次插值公式，给出相应的结果。
解：x x f =)( 2121)(-='x x f ，2341)(--=''x x f ,2583)(-='''x x f ,27)4(1615)(--=x x f，72380529.10)115(=f1000=x ， 1211=x ， 1442=x ， 1693=x 100=y ， 111=y ， 122=y ， 133=y))(())(())(())(())(())(()(1202102210120*********x x x x x x x x y x x x x x x x x y x x x x x x x x y x L ----+----+----= )121144)(100144()121115)(100115(12)144121)(100121()144115)(100115(11)144100)(121100()144115)(121115(10)115(2----⨯+----⨯+----⨯=L=2344)6(1512)23(21)29(1511)44)(21()29)(6(10⨯-⨯⨯+-⨯-⨯⨯+----⨯72276.1006719.190683.988312.1=-+=))()((!3)()()(2102x x x x x x f x L x f ---'''=-ξ ，144100<<ξ )44115()121115()100115()(max 61)115()115(1441002-⨯-⨯-⋅'''≤-≤≤x f L f x 296151083615⨯⨯⨯⨯⨯≤-001631.0101631.02=⨯=- 实际误差 22101045.0)115()115(-⨯=-L f))()(())()(())()(())()(()(312101320130201032103x x x x x x x x x x x x y x x x x x x x x x x x x y x L ------+------= ))()(())()(())()(())()((23130321033212023102x x x x x x x x x x x x y x x x x x x x x x x x x y ------+------+ )169100()144100()121100()169115()144115()121115(10)115(3-⨯-⨯--⨯-⨯-⨯=L )169121()144121()100121()169115()144115()100115(11-⨯-⨯--⨯-⨯-⨯+)169144()121144()100144()169115()121115()100115(12-⨯-⨯--⨯-⨯-⨯+)144169()121169()100169()144115()121115()100115(13-⨯-⨯--⨯-⨯-⨯+)48()23(21)54()29(1511)69()44()21()54()29()6(10-⨯-⨯-⨯-⨯⨯+-⨯-⨯--⨯-⨯-⨯= 254869)29()6(1513)25(2344)54()6(1512⨯⨯-⨯-⨯⨯+-⨯⨯-⨯-⨯⨯+ 723571.10409783.0305138.2145186.11473744.1=+-+= ))()()((!4)()()(3210)4(3x x x x x x x x f x L x f ----=-ξ，169100<<ξ)169115)(144115)(121115)(10115(101615241)115()115(73----⨯⨯⨯≤--L f )54()29()6(151016152417-⨯-⨯-⨯⨯⨯⨯=- 0005505.0105505.03=⨯=-实际误差 321023429.0)115()115(-⨯=-L f 2. 设j x 为互异节点),,1,0(n j =求证： (1)k nj j k j x x l x =∑=)(0),,1,0(n k =;(2)0)()(0=-∑=x l x x j knj j ),,1(n k =。
数值分析课后习题及答案
第一章 绪论（12） 第二章 插值法（40-42）2、当2,1,1-=x 时，4,3,0)(-=x f ，求)(x f 的二次插值多项式。
[解]372365)1(34)23(21)12)(12()1)(1(4)21)(11()2)(1()3()21)(11()2)(1(0))(())(())(())(())(())(()(2221202102210120120102102-+=-++--=+-+-⨯+------⨯-+-+-+⨯=----+----+----=x x x x x x x x x x x x x x x x x x x y x x x x x x x x y x x x x x x x x y x L 。
3、给出x x f ln )(=的数值表用线性插值及二次插值计算54.0ln 的近似值。
X 0.4 0.5 0.6 0.7 0.8 x ln -0.916291 -0.693147 -0.510826 -0.357765 -0.223144[解]若取5.00=x ，6.01=x ，则693147.0)5.0()(00-===f x f y ，510826.0)6.0()(11-===f x f y ，则604752.182321.1)5.0(10826.5)6.0(93147.65.06.05.0510826.06.05.06.0693147.0)(010110101-=---=--⨯---⨯-=--+--=x x x x x x x x x y x x x x y x L ，从而6202186.0604752.19845334.0604752.154.082321.1)54.0(1-=-=-⨯=L 。
若取4.00=x ，5.01=x ，6.02=x ，则916291.0)4.0()(00-===f x f y ，693147.0)5.0()(11-===f x f y ，510826.0)6.0()(22-===f x f y ，则 217097.2068475.404115.2)2.09.0(5413.25)24.0(3147.69)3.01.1(81455.45)5.06.0)(4.06.0()5.0)(4.0()510826.0()6.05.0)(4.05.0()6.0)(4.0()693147.0()6.04.0)(5.04.0()6.0)(5.0(916291.0))(())(())(())(())(())(()(22221202102210120120102102-+-=+--+-⨯++-⨯-=----⨯-+----⨯-+----⨯-=----+----+----=x x x x x x x x x x x x x x x x x x x x x x y x x x x x x x x y x x x x x x x x y x L ，从而61531984.0217097.21969765.259519934.0217097.254.0068475.454.004115.2)54.0(22-=-+-=-⨯+⨯-=L补充题：1、令00=x ，11=x ，写出x e x y -=)(的一次插值多项式)(1x L ，并估计插值余项。
数值分析课后习题答案
0 1
0 10 1 1 0 0 0 1
0 0 12 1 1 2 0 0 0
1 2
0 0 0 1 1 0
1 2
1 2
1 2
1
0 0 0 1 0
1 2
1 2
0
1 2
1 2
0
0
0
341 1 1
2-5.对矩阵A进行LDLT分解和GGT分解，并求解方程组
Ax=b，其中
16 4 8
1
A 4 5 4 , b 2
8 4 22
3
解
16 A 4
4 5
84
44 11
2-3(1).对矩阵A进行LU分解,并求解方程组Ax=b,其中
2 1 1 A1 3 2
4 ,b6
1 2 2
5
解
2 A 1
1 3
1 2
2 11
22
1
5 2
1
3 21来自，所以 A12
1
2 1 1
5 3
2-2(1).用列主元Gauss消元法解方程组
3 2 6x1 4 10 7 0x2 7 5 1 5x3 6
解
3 2 6 4 10 7 0 7 10 7 0 7
r1r2
消元
10 7 0 7 3 2 6 4 0 0.1 6 6.1
r=0.5101-n/3.162…<0.5101-n/3<0.01% 因此只需n=5.即取101/2=3.1623
数值分析第4章答案
第四章 数值积分与数值微分 1.确定下列求积公式中的特定参数，使其代数精度尽量高，并指明所构造出的求积公式所具有的代数精度：10121012112120(1)()()(0)();(2)()()(0)();(3)()[(1)2()3()]/3;(4)()[(0)()]/2[(0)()];hhhh hf x dx A f h A f A f h f x dx A f h A f A f h f x dx f f x f x f x dx h f f h ah f f h -----≈-++≈-++≈-++''≈++-⎰⎰⎰⎰解：求解求积公式的代数精度时，应根据代数精度的定义，即求积公式对于次数不超过m 的多项式均能准确地成立，但对于m+1次多项式就不准确成立，进行验证性求解。
（1）若101(1)()()(0)()hhf x dx A f h A f A f h --≈-++⎰令()1f x =，则1012h A A A -=++令()f x x =，则110A h A h -=-+令2()f x x =，则3221123h h A h A -=+ 从而解得011431313A h A h A h -⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩令3()f x x =，则3()0hhhhf x dx x dx --==⎰⎰101()(0)()0A f h A f A f h --++=故101()()(0)()hhf x dx A f h A f A f h --=-++⎰成立。
令4()f x x =，则4551012()52()(0)()3hhhhf x dx x dx h A f h A f A f h h ---==-++=⎰⎰故此时，101()()(0)()hhf x dx A f h A f A f h --≠-++⎰故101()()(0)()h hf x dx A f h A f A f h --≈-++⎰具有3次代数精度。
《数值分析》杨大地 答案(第四章)
⑴ 2 3 1 ，求按模最大特征值和对应的特征向量，精确到小数三位。
解：由幂法公式有:
1i n
//P67 页
(1) | a r | max | a i | ,其中 ai 是uk −1 = (a1 , a2 , . . . , an )T 的各分量； (2) y k 1
∴ i t 为������ − ������������ 的特征值。 令 为 A 的特征向量，则有： A i 又∵ A tI A tI i t i t ∴ 也为������ − ������������ 的特征向量； ∴ i t 是 A tI 的特征值，且 A 和������ − ������������特征向量相同。
T
1
当计算到第 9 次时，λ 1 的小数点前三位精度开始稳定，满足题目要求，所以此时 A 矩阵的按模最大特 征值 1 =7.288，对应的特征向量为（1.000,0.523,0.242）T 5．若 A 的特征值为 1, 2 ,, n , t 是一实数，证明： i t 是 A tI 的特征值，且特征向量不变． 证明： ∵ A 的特征值为 ∴｜ i I A ｜=0 假设������是 A tI 的特征值，则有：
k 0 1 2 3 4 5 6 7 8 9 ukT 1.000,1.000,1.000 9.000,6.000,3.000 7.6667,4.3333,2.000 7.3913,3.9565,1.8261 7.3177,3.8530,1.7824 7.2966,3.8231,1.7701 7.2906,3.8146,1.7666 7.2887,3.8119,1.7655 7.2882,3.9112,1.7652 7.2880,3.8109,1.7651 ykT 1.000,1.000,1.000 1.000,0.6667,0.3333 1.000,0.5653,0.2609 1.000,0.5353,0.2471 1.000,0.5265,0.2436 1.000,0.5240,0.2426 1.000,0.5232,0.2423 1.000,0.5230,0.2422 1.000,0.5229,0.2422 9.0000 7.6667 7.5913 7.3177 7.2966 7.2916 7.2887 7.2882 7.2880
数值分析答案第四章
令
f (x) = x ，则
0 = −1 + 2 x1 + 3 x2
令 f ( x ) = x 2 ，则
2 2 = 1 + 2 x12 + 3 x2
从而解得
⎧ x1 = −0.2899 ⎧ x1 = 0.6899 或⎨ ⎨ ⎩ x2 = 0.5266 ⎩ x2 = 0.1266
令 f ( x ) = x 3 ，则
∫
1
−1
f ( x)dx = ∫ x3 dx = 0
−1
1
[ f ( −1) + 2 f ( x1 ) + 3 f ( x2 )] / 3 ≠ 0
故
∫
1
−1
f ( x)dx = [ f (− 1) + 2 f ( x1 ) + 3 f ( x2 )] / 3不成立。
h
因此，原求积公式具有 2 次代数精度。 （4）若
7 h T8 = [ f ( a) + 2∑ f ( xk ) + f ( b)] = 0.11140 2 k =1
复化辛普森公式为
7 7 h S8 = [ f ( a) + 4∑ f ( x 1 ) + 2∑ f ( xk ) + f ( b)] = 0.11157 k+ 6 k=0 k =1 2 1
令 f ( x ) = x 2 ，则
b 1 3 3 2 f ( x ) dx = ∫a ∫a x dx = 3 (b − a ) b −a 1 3 3 [7 f ( x0 ) + 32 f ( x1 ) + 12 f ( x2 )+ 32 f ( x (b − a ) 3 )+ 7 f ( x 4 )]= 90 3 b
数值分析第二版(丁丽娟)答案
1.32
1.68
2.08
2.52
3.00
解答下列问题 （1）试列出相应的差分表； （2）写出牛顿向前插值公式； （3）用二次牛顿前插公式计算 f（0.225）；
例3已知当 x=-1，0，2，3时，对应的函数值为
，
，
，
，
，求 的四次 Newton 插值多项式。
例4 设 对 n=1,2,3时
，证明：
例5 设 （1）
6 2730.5000 5051.0000 5051.5000
7 10922.5000 23483.0000 23483.5000
8 43690.5000 80827.0000 80827.5000
21.000000000000000 17.000000000000000 16.238095238095237 16.058823529411764 16.014662756598241 16.003663003663004 16.000915583226515
第一章答案
第二章答案
第三章答案
0 0.5 0.5 1 1 2.5000
5.0000 5.5000
第四章答案
2 10.5000 19.0000 19.5000
3 42.5000 91.0000 91.5000
4 170.5000 315.0000 315.5000
5 682.5000 1467.0000 1467.5000
3、 用规范化幂法求
按模最大的特征值和对应的特征向量，取初值
。当特征值有3位小数稳定时停止。
4、 用反幂法求矩阵
练习五
，迭代7次。
的最接近于6 的特征值和对应的特征向量，取初值