数值分析作业答案(第5章)part2

合集下载

数值分析第五章答案

数值分析第五章答案

数值分析第五章答案【篇一:数值分析第五版计算实习题】第二章2-1程序:clear;clc;x1=[0.2 0.4 0.6 0.8 1.0];y1=[0.98 0.92 0.81 0.64 0.38];n=length(y1);c=y1(:);or j=2:n %求差商for i=n:-1:jc(i)=(c(i)-c(i-1))/(x1(i)-x1(i-j+1));endendsyms x df d;df(1)=1;d(1)=y1(1);for i=2:n %求牛顿差值多项式df(i)=df(i-1)*(x-x1(i-1));d(i)=c(i)*df(i);enddisp(4次牛顿插值多项式);p4=vpa(collect((sum(d))),5) %p4即为4次牛顿插值多项式,并保留小数点后5位数 pp=csape(x1,y1, variational);%调用三次样条函数 q=pp.coefs;disp(三次样条函数);for i=1:4s=q(i,:)*[(x-x1(i))^3;(x-x1(i))^2;(x-x1(i));1];s=vpa(collect(s),5)endx2=0.2:0.08:1.08;dot=[1 2 11 12];figureezplot(p4,[0.2,1.08]);hold ony2=fnval(pp,x2);x=x2(dot);y3=eval(p4);y4=fnval(pp,x2(dot));plot(x2,y2,r,x2(dot),y3,b*,x2(dot),y4,co);title(4次牛顿插值及三次样条);结果如下:4次牛顿插值多项式p4 = - 0.52083*x^4 + 0.83333*x^3 - 1.1042*x^2 + 0.19167*x + 0.98 三次样条函数x∈[0.2,0.4]时, s = - 1.3393*x^3 + 0.80357*x^2 - 0.40714*x + 1.04 x∈[0.4,0.6]时,s = 0.44643*x^3 - 1.3393*x^2 + 0.45*x +0.92571 x∈[0.6,0.8]时,s = - 1.6964*x^3 + 2.5179*x^2 - 1.8643*x + 1.3886 x∈[0.8,1.0]时,s =2.5893*x^3 - 7.7679*x^2 + 6.3643*x - 0.80571 输出图如下2-3(1)程序:clear;clc;x1=[0 1 4 9 16 25 36 49 64];y1=[0 1 2 3 4 5 6 7 8];%插值点n=length(y1);a=ones(n,2);a(:,2)=-x1;c=1;for i=1:nc=conv(c,a(i,:));endq=zeros(n,n);r=zeros(n,n+1);for i=1:n[q(i,:),r(i,:)]=deconv(c,a(i,:));%wn+1/(x-xk)enddw=zeros(1,n);for i=1:ndw(i)=y1(i)/polyval(q(i,:),x1(i));%系数endp=dw*q;syms x l8;for i=1:nl8(i)=p(n-i+1)*x^(i-1);enddisp(8次拉格朗日插值);l8=vpa(collect((sum(l8))),5)xi=0:64;yi=polyval(p,xi);figureplot(xi,yi,x1,y1,r*);hold ontitle(8次拉格朗日插值);结果如下:8次拉格朗日插值l8 =- 3.2806e-10*x^8 + 6.7127e-8*x^7 - 5.4292e-6*x^6 +0.00022297*x^5 - 0.0049807*x^4 + 0.060429*x^3 - 0.38141*x^2 +1.3257*x输出图如下:第五章4-1(3)程序:clc;clear;y= @(x) sqrt(x).*log(x);a=0;b=1;tol=1e-4;p=quad(y,a,b,tol);fprintf(采用自适应辛普森积分结果为: %d \n, p);结果如下:采用自适应辛普森积分结果为: -4.439756e-01第九章9-1(a)程序:clc;clear;a=1;b=2;%定义域h=0.05;%步长n=(b-a)/h;y0=1;%初值f= @(x,y) 1/x^2-y/x;%微分函数xn=linspace(a,b,n+1);%将定义域分为n等份 yn=zeros(1,n);%结果矩阵yn(1)=y0;%赋初值%以下根据改进欧拉公式求解for i=1:nxn=xn(i);xnn=xn(i+1);yn=yn(i);yp=yn+h*f(xn,yn);yc=yn+h*f(xnn,yp);yn=(yp+yc)/2;yn(i+1)=yn;endxn=yn;%以下根据经典四阶r-k法公式求解for i=1:nxn=xn(i);yn=yn(i);k1=f(xn,yn);k2=f(xn+h/2,yn+h/2*k1);k3=f(xn+h/2,yn+h/2*k2);k4=f(xn+h,yn+h*k3);yn=yn+h/6*(k1+2*k2+2*k3+k4);yn(i+1)=yn;enddisp(改进欧拉法四阶经典r-k法); disp([xn yn])结果如下:改进欧拉法四阶经典r-k法 110.998870.998850.99577 0.99780.991140.996940.985320.996340.978570.996030.971110.996060.963110.996450.95470.997230.945980.998410.9370510.92798 1.0020.91883 1.00440.90964 1.00730.90045 1.01060.89129 1.01430.88218 1.01840.87315 1.02290.86421 1.02780.85538 1.03310.84665 1.0388(b)程序:clc;clear;a=0;b=1;%定义域h=[0.1 0.025 0.01];%步长y0=1/3;%初值f= @(x,y) -50*y+50*x^2+2*x;%微分函数 xi=linspace(a,b,11);y=1/3*exp(-50*xi)+xi.^2;%准确解 ym=zeros(1,11);for j=1:3【篇二:数值分析(第五版)计算实习题第五章作业】题:lu分解法:建立m文件function h1=zhijielu(a,b)%h1各阶主子式的行列式值[n n]=size(a);ra=rank(a);if ra~=ndisp(请注意:因为a的n阶行列式h1等于零,所以a不能进行lu 分解。

数值分析课后习题及答案

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

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

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

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

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

数值分析第五章实习题答案

数值分析第五章实习题答案

数值分析第五章实习题答案数值分析第五章实习题答案数值分析是一门研究如何使用计算机来解决数学问题的学科。

在数值分析的学习过程中,实习题是非常重要的一部分,通过实习题的练习,可以帮助我们巩固所学的知识,并且提高我们的解题能力。

本文将为大家提供数值分析第五章实习题的答案,希望对大家的学习有所帮助。

第一题:求下列方程的一个正根,并用二分法和牛顿法分别计算根的近似值。

方程:x^3 - 3x + 1 = 0解答:首先,我们可以通过绘制函数图像来初步估计方程的根的范围。

根据图像,我们可以大致确定根在区间[0, 2]之间。

接下来,我们使用二分法来计算根的近似值。

根据二分法的原理,我们将区间[0, 2]等分为两部分,然后判断根在哪一部分。

不断重复这个过程,直到找到根的近似值。

具体计算过程如下:- 将区间[0, 2]等分为两部分,得到中点x = 1。

- 计算方程在x = 1处的函数值f(1) = -1。

- 根据函数值的正负性,我们可以确定根在区间[1, 2]之间。

- 将区间[1, 2]等分为两部分,得到中点x = 1.5。

- 计算方程在x = 1.5处的函数值f(1.5) = 1.375。

- 根据函数值的正负性,我们可以确定根在区间[1, 1.5]之间。

- 重复以上步骤,直到找到根的近似值。

最终得到根的近似值为x ≈ 1.365。

接下来,我们使用牛顿法来计算根的近似值。

牛顿法是一种迭代法,通过不断逼近根的位置来计算根的近似值。

具体计算过程如下:- 选择初始近似值x0 = 1。

- 计算方程在x = 1处的函数值f(1) = -1。

- 计算方程在x = 1处的导数值f'(1) = 4。

- 利用牛顿法的迭代公式x1 = x0 - f(x0)/f'(x0),我们可以得到x1 ≈ 1.333。

- 重复以上步骤,直到找到根的近似值。

最终得到根的近似值为x ≈ 1.365。

通过二分法和牛顿法,我们分别得到了方程x^3 - 3x + 1 = 0的一个正根的近似值为x ≈ 1.365。

(完整版)数值分析第五版答案

(完整版)数值分析第五版答案
解: 是五位有效数字;
是二位有效数字;
是四位有效数字;
是五位有效数字;
是二位有效数字。
4.利用公式(2.3)求下列各近似值的误差限:(1) ,(2) ,(3) .
其中 均为第3题所给的数。
解:
5计算球体积要使相对误差限为1,问度量半径R时允许的相对误差限是多少?
解:球体体积为
则何种函数的条件数为

故度量半径R时允许的相对误差限为
解:正方形的面积函数为
.
当 时,若 ,

故测量中边长误差限不超过0.005cm时,才能使其面积误差不超过
11.序列 满足递推关系 (n=1,2,…),
若 (三位有效数字),计算到 时误差有多大?这个计算过程稳定吗?
解:


计算到 时误差为 ,这个计算过程不稳定。
12.计算 ,取 ,利用下列等式计算,哪一个得到的结果最好?
2.当 时,求证
证明:
若 ,则
7。令 ,试证 是在 上带权 的正交多项式,并求 。
解:
若 ,则
令 ,则 ,且 ,故
又 切比雪夫多项式 在区间 上带权 正交,且
是在 上带权 的正交多项式。

8。对权函数 ,区间 ,试求首项系数为1的正交多项式
解:
若 ,则区间 上内积为
定义 ,则
其中
12。选取常数 ,使 达到极小,又问这个解是否唯一?
6.设 ,按递推公式 (n=1,2,…)
计算到 。若取 (5位有效数字),试问计算 将有多大误差?
解:
……
依次代入后,有
即 ,
若取 ,
的误差限为 。
7.求方程 的两个根,使它至少具有4位有效数字( )。

数值分析作业答案

数值分析作业答案

第2章 插值法1、当x=1,-1,2时,f(x)=0,-3,4,求f(x)的二次插值多项式。

(1)用单项式基底。

(2)用Lagrange 插值基底。

(3)用Newton 基底。

证明三种方法得到的多项式是相同的。

解:(1)用单项式基底设多项式为:2210)(x a x a a x P ++=,所以:6421111111111222211200-=-==x x x x x x A 37614421111111424113110111)()()(222211200222221112000-=-=---==x x x x x x x x x f x x x f x x x f a 2369421111111441131101111)(1)(1)(12222112002222112001=--=--==x x x x x x x x f x x f x x f a 6565421111111421311011111)(1)(1)(12222112002211002=--=---==x x x x x x x f x x f x x f x a 所以f(x)的二次插值多项式为:2652337)(x x x P ++-= (2)用Lagrange 插值基底)21)(11()2)(1())(())(()(2010210-+-+=----=x x x x x x x x x x x l)21)(11()2)(1())(())(()(2101201------=----=x x x x x x x x x x x l)12)(12()1)(1())(())(()(1202102+-+-=----=x x x x x x x x x x x lLagrange 插值多项式为:372365)1)(1(314)2)(1(61)3(0)()()()()()()(22211002-+=+-⨯+--⨯-+=++=x x x x x x x l x f x l x f x l x f x L所以f(x)的二次插值多项式为:22652337)(x x x L ++-= (3) 用Newton 基底: 均差表如下:Newton 372365)1)(1(65)1(230))(](,,[)](,[)()(21021001002-+=+-+-+=--+-+=x x x x x x x x x x x x f x x x x f x f x N所以f(x)的二次插值多项式为:22652337)(x x x N ++-= 由以上计算可知,三种方法得到的多项式是相同的。

应用数值分析(第四版)课后习题答案第5章

应用数值分析(第四版)课后习题答案第5章

第五章习题解答1、给出数据点:013419156i i x y =⎧⎨=⎩(1)用012,,x x x 构造二次Lagrange 插值多项式2()L x ,并计算15.x =的近似值215(.)L 。

(2)用123,,x x x 构造二次Newton 插值多项式2()N x ,并计算15.x =的近似值215(.)N 。

(3)用事后误差估计方法估计215(.)L 、215(.)N 的误差。

解:(1)利用012013,,x x x ===,0121915,,y y y ===作Lagrange 插值函数2202130301191501031013303152933()()()()()()()()()()()()()()i i i x x x x x x L x l x y x x =------==⨯+⨯+⨯-------++=∑代入可得2151175(.).L =。

(2)利用123134,,x x x ===,1239156,,y y y ===构造如下差商表:于是可得插值多项式:229314134196()()()()()N x x x x x x =+-+---=-+-代入可得215135(.).N =。

(3)用事后误差估计的方法可得误差为1501511751350656304.(.)(..).R -=-=-◆ 2、设Lagrange 插值基函数是0012()(,,,,)nj i j i jj ix x l x i n x x =≠-==-∏试证明:①对x ∀,有1()ni i l x ==∑②00110001211()()(,,,)()()nk i i i n n k l x k n x x x k n =⎧=⎪==⎨⎪-=+⎩∑ 其中01,,,n x x x 为互异的插值节点。

证明:①由Lagrange 插值多项式的误差表达式101()()()()()!n ni i f R x x x n ξ+==-+∏知,对于函数1()f x =进行插值,其误差为0,亦即0()()ni ii f x l x f==∑精确成立,亦即1()ni i l x ==∑。

数值分析第五版答案(全)

数值分析第五版答案(全)

第一章 绪论1.设0x >,x 的相对误差为δ,求ln x 的误差。

解:近似值*x 的相对误差为*****r e x xe x x δ-=== 而ln x 的误差为()1ln *ln *ln **e x x x e x =-≈进而有(ln *)x εδ≈2.设x 的相对误差为2%,求n x 的相对误差。

解:设()nf x x =,则函数的条件数为'()||()p xf x C f x = 又1'()n f x nx-=, 1||n p x nx C n n-⋅∴== 又((*))(*)r p r x n C x εε≈⋅且(*)r e x 为2]((*))0.02n r x n ε∴≈3.下列各数都是经过四舍五入得到的近似数,即误差限不超过最后一位的半个单位,试指出它们是几位有效数字:*1 1.1021x =,*20.031x =, *3385.6x =, *456.430x =,*57 1.0.x =⨯解:*1 1.1021x =是五位有效数字; *20.031x =是二位有效数字; *3385.6x =是四位有效数字; *456.430x =是五位有效数字; *57 1.0.x =⨯是二位有效数字。

4.利用公式求下列各近似值的误差限:(1) ***124x x x ++,(2) ***123x x x ,(3) **24/x x .其中****1234,,,x x x x 均为第3题所给的数。

解: {*41*32*13*34*151()1021()1021()1021()1021()102x x x x x εεεεε-----=⨯=⨯=⨯=⨯=⨯***124***1244333(1)()()()()1111010102221.0510x x x x x x εεεε----++=++=⨯+⨯+⨯=⨯ ***123*********123231132143(2)()()()()1111.10210.031100.031385.610 1.1021385.6102220.215x x x x x x x x x x x x εεεε---=++=⨯⨯⨯+⨯⨯⨯+⨯⨯⨯≈**24****24422*4335(3)(/)()()110.0311056.430102256.43056.43010x x x x x x xεεε---+≈⨯⨯+⨯⨯=⨯=5计算球体积要使相对误差限为1,问度量半径R 时允许的相对误差限是多少 解:球体体积为343V R π=则何种函数的条件数为23'4343p R V R R C V R ππ===(*)(*)3(*)r p r r V C R R εεε∴≈=又(*)1r V ε=%1:故度量半径R 时允许的相对误差限为εε(ε∗)=13∗1%=13006.设028Y =,按递推公式1n n Y Y -=(n=1,2,…)计算到100Y 27.982≈(5位有效数字),试问计算100Y 将有多大误差解:1n n Y Y -=10099Y Y ∴=9998Y Y =9897Y Y =……10Y Y =依次代入后,有1000100Y Y =- %即1000Y Y =27.982≈, 100027.982Y Y ∴=-*310001()()(27.982)102Y Y εεε-∴=+=⨯100Y ∴的误差限为31102-⨯。

  1. 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. 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. 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)。

.证明:
(1).如果A 是对称正定矩阵,则1-A 也是对称正定矩阵
(2).如果A 是对称正定矩阵,则A 可以唯一地写成L L A T =,其中L 是具有正对角元的下三角矩阵。

证明:
(1).因A 是对称正定矩阵,故其特征值i λ皆大于0,因此1-A 的特征值1
-i λ也皆大于0。

因此
1-i λ也皆大于0,故A 是可逆的。


111)()(---==A A A T T
则1-A 也是对称正定矩阵。

(2).由A 是对称正定,故它的所有顺序主子阵均不为零,从而有唯一的杜利特尔分解
U L A ~
=。


022211111
1222
11111DU u u u u u
u u u u U n n nn =⎥
⎥⎥⎥⎥
⎥⎥⎦⎤
⎢⎢⎢⎢⎢⎢⎢⎣
⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢
⎢⎣
⎡=M O ΛΛO 其中D 为对角矩阵,0U 为上三角矩阵,于是
0~
~DU L U L A ==
由A 的对称性,得
~
T
T T
L D U A A ==
由分解的唯一性得
~
L U T =
从而
~~
T
L D L A =
由A 的对称正定性,如果设),,2,1(n i D i Λ=表示A 的各阶顺序主子式,则有
011>=D d ,01
>=
-i i
i D D d ,n i ,,3,2Λ=

2
12
12
1
2
121D
D d d d d d d d d d D n n n =⎥⎥⎥⎥⎥⎦

⎢⎢⎢⎢⎢⎣
⎡⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣
⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=O
O
O 因此
T T
T
LL D L D L L D D L A ===)(21~
2
1~
~2
121~

其中2
1~
D L L =为对角元素为正的下三角矩阵。

.用列主元消去法解线性方程组
⎪⎩⎪
⎨⎧=++-=-+-=+-6
1531815331232
1321321x x x x x x x x x 并求出系数矩阵A 的行列式(即A det )的值。


⎥⎥
⎥⎦
⎤⎢⎢⎢⎣⎡----−→−-=⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡----−→−⎥⎥
⎥⎦⎤
⎢⎢⎢⎣⎡----−−→−-
=-=↔113/110053/7101513
186
76/3118/176/7053/7101513
186111153312151318)(323
2
18
1
21312
1m b A m m r r
所以解为33=x ,22=x ,11=x ,66det -=A 。

.用追赶法解三对角方程组b Ax =,其中
⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡--------=2100012100012100012100012A ,⎥⎥⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎢⎣⎡=00001b 。

解 设A 有分解
⎥⎥⎥⎥⎥⎥⎦


⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢

⎢⎢
⎢⎣⎡----=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡--------11
1
111111211211
211211243
2
154321
ββββααααα, 由公式
⎪⎩⎪
⎨⎧===+===-4
,3,2,,5,4,3,2,,
,111111i c i b c b i i i
i i i i βααβαβαα 其中)5,,2,1(Λ=i b i ,)4,,2,1(Λ=i c i 分别是系数矩阵的主对角元素及其下边和上边的次对角线元素。

具体计算,可得
21=α,232=α,343=α,454=α,5
6
5=α,
211-=β,322-=β,433-=β,5
44-=β。


⎥⎥⎥⎥⎥⎥


⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣
⎡----00001561
451341231254321y y y y y ,
得211=
y ,312=y ,413=y ,514=y ,6
1
5=y ;再由
⎥⎥⎥
⎥⎥
⎥⎥⎥⎥⎥⎥⎦

⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥
⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎢⎢⎢
⎢⎣
⎡--
-
-61514131211541
4
31
3
2121154321x x x x x , 得615=
x ,314=x ,213=x ,322=x ,6
5
1=x 。

.下述矩阵能否分解为LU (其中L 为单位下三角矩阵,U 为上三角矩阵)若能分解,那么分解是否唯一
⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=764142321A ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=133122111B ,⎥⎥
⎥⎦

⎢⎢⎢⎣⎡=461561552621C 。

解 A 中02=∆,故不能分解。

但由于010det ≠-=A ,所以若交换A 的第1行与第3行,则可以分解且分解是唯一的。

在B 中,032=∆=∆,故不能分解。

但B 可以分解为
⎥⎥
⎥⎦

⎢⎢⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=33320010011113121u l B ,
其中32l ,33u 为任意常数,且U 奇异,故分解不唯一。

对于C ,)3,2,1(0=≠∆i i ,故C 可以分解且分解唯一。

⎥⎥
⎥⎦

⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=131621136121C 。

.求证:(1).∞∞
≤≤x n x x
1;(2).F F A A A n
≤≤21。

证明 (1).由定义知
∞=∞
=≤≤=≤≤∞
==≤=≤=∑∑∑x n x
x x x x x
n
i n i i n
i n i i i n
i 1
1
11
11max max
故∞∞
≤≤x n x x
1。

(2).由范数定义,有
∑∑∑∑∑=======+++==+++≤=n
i F
n
j ij n
i in
n
i i n
i i T
T n T T T A a a a a A A tr A A A A A A A A A 1212
1
2
1
22
1
21
21max 2
2)()
()()()(ΛΛλλλλ

221max 2
21)]()()([1)(F T n T T T A n
A A A A A A n A A A =+++≥=λλλλΛ
所以F F A A A n
≤≤21。

.设n
n R
P ⨯∈且非奇异,又x 设为n
R 上一向量范数,定义
Px x P =
试证明P x 是n
R 上向量的一种范数。

证明 只需证明P x 满足向量范数的三个条件。

(1).因P 非奇异,故对任意0≠x ,有0≠Px ,故0≥=Px x
P
,当且仅当0=x 时,
有0==Px x
P。

(2).对任意R ∈α,有
P P x Px x P x αααα===。

(3).对任意n
R y x ∈,,有
P P P y x Py Px Py Px y x P y x +=+≤+=+=+)(,故P x 是n R 上的向量
范数。

.设A 为对称正定矩阵,定义()2
1,x Ax x A
=,试证明P x 是n R 上向量的一种范数。

证明 只需证明A x 满足向量范数的三个条件。

(1).因A 正定对称,故当0=x , ()0,2
1==x Ax x
A
;而当0≠x 时,
()0,2
1>=x Ax x
A。

(2).对任意R ∈α,有
()A T T A x Ax x x A x x x A x ααααααα====()()(,2
1。

(3).因A 正定,故有分解T
LL A =,因而
2
2
12
1
))()(()()(x L x L x L x LL x Ax x x
T T T T T
T T A
====
对任意n
R y x ∈,,由2•的三角不等式有
2
2
2
2
2
2
)(T T
T T T T T A
L L y L x L y L x L y x L y
x +=+≤+=+=+,
故A x 是n
R 上的向量范数。

相关文档
最新文档