矩阵与数值分析_大连理工大学2011试卷
大连理工大学《矩阵与数值分析》学习指导与课后参考答案第三章、逐次逼近法
第三章 逐次逼近法1.1内容提要1、一元迭代法x n+1=φ(x n )收敛条件为：1）映内性x ∈[a,b]，φ(x) ∈[a,b] 2）压缩性∣φ(x) -φ(y)∣≤L ∣x-y ∣其中L ＜1，此时φ为压缩算子，在不断的迭代中，就可以得到最终的不动点集。
由微分中值定理，如果∣φ’∣≤L ＜1，显然它一定满足压缩性条件。
2、多元迭代法x n+1=φ(x n )收敛条件为：1）映内性x n ∈Ω，φ(x n ) ∈Ω 2）压缩性ρ（▽φ）＜1，其中▽φ为x n 处的梯度矩阵，此时φ为压缩算子，在不断的迭代中，就可以得到最终的不动点集。
3、当φ(x )= Bx+f 时，收敛条件为，ρ（B ）＜1，此时x n+1= Bx n +f ，在不断的迭代中，就可以得到线性方程组的解。
4、线性方程组的迭代解法，先作矩阵变换 U L D A --= Jacobi 迭代公式的矩阵形式 f Bx b D x U L D x n n n +=++=--+111)(Gauss-Seidel 迭代公式的矩阵形式 f Bx b L D Ux L D x n n n +=-+-=--+111)()( 超松弛迭代法公式的矩阵形式f Bx b L D x U D L D x k k k +=-++--=--+ωωωωω111)(])1[()(三种迭代方法当1)(<B ρ时都收敛。
5、线性方程组的迭代解法，如果A 严格对角占优，则Jacob 法和Gauss-Seidel 法都收敛。
6、线性方程组的迭代解法，如果A 不可约对角占优，则Gauss-Seidel 法收敛。
7、Newton 迭代法，单根为二阶收敛 2211'''21lim)(2)(lim---∞→+∞→--=-==--k k k k k k k k x x x x f f c x x ξξαα8、Newton 法迭代时，遇到重根，迭代变成线性收敛，如果知道重数m ， )()('1k k k k x f x f m x x -=+仍为二阶收敛 9、弦割法)()())((111--+---=k k k k k k k x f x f x x x f x x 的收敛阶为1.618，分半法的收敛速度为（b-a ）/2n-110、Aitken 加速公式11211112)(),(),(+----+-+--+---+---===k k k k k k k k k k k x x x x x x x x x x x ϕϕ1.2 典型例题分析1、证明如果A 严格对角占优，则Jacob 法和Gauss-Seidel 法都收敛。
大连理工大学数学分析考试题
µÎ inf Å
n≥1 xn
> 0.
§
¦
lim sup 16. xn yn
Ô¤§ ¦
n→∞
n→∞
xn+1 ≥ 1. xn
(1) lim inf xn lim inf yn ≤ lim inf (xn yn ) ≤ lim inf xn lim sup yn .
n→∞ n→∞ n→∞ n→∞
3
(2) lim inf xn lim sup yn ≤ lim sup(xn yn ) ≤ lim sup xn lim sup yn . 17. 18. xn > xn+k . xn > 0, xn
§¦
b > a, f (x)
(1) lim 4n (1 − an ); (2) lim (a1 . . . an ).
n→∞
Å
15. (HOMEWORK)
¤ ¥
f (x)
Ë (a, +∞) ŵÀ¤¥¹
n→∞
¶Ë (a, b)
¦
§4
f (x + 1) − f (x) = e. x→∞ xn lim e f (x) . = n +1 →∞ x n+1 lim
20.
{xn }
§ ¦ ˽ º ¿« n, x < x , k = 1, . . . , n . Å Ô¤¥ lim(x − x ) = 0.a = lim inf x , b = lim sup x . ³Å © © Ì [a, b].
n+1
4
ß ¡ ¥Ëµ f (x) Ë x ¬ ×Ê Å
(iii) an > 0,
¦
大连理工大学矩阵与数值分析上机作业
end
case2%2-范数
fori=1:n
s=s+x(i)^2;
end
s=sqrt(s);
caseinf%无穷-范数
s=max(abs(x));
end
计算向量x，y的范数
Test1.m
clearall;
clc;
n1=10;n2=100;n3=1000;
x1=1./[1:n1]';x2=1./[1:n2]';x3=1./[1:n3]';
xlabel('x');ylabel('p(x)');
运行结果：
x=2的邻域：
x =
1.6000 1.8000 2.0000 2.2000 2.4000
相应多项式p值：
p =
1.0e-003 *
-0.2621 -0.0005 0 0.0005 0.2621
p(x)在 [1.95,20.5]上的图像
程序：
[L,U]=LUDe.(A);%LU分解
xLU=U\(L\b)
disp('利用PLU分解方程组的解:');
[P,L,U] =PLUDe.(A);%PLU分解
xPLU=U\(L\(P\b))
%求解A的逆矩阵
disp('A的准确逆矩阵:');
InvA=inv(A)
InvAL=zeros(n);%利用LU分解求A的逆矩阵
0 0 0.5000 -0.2500 -0.1250 -0.0625 -0.0625
0 0 0 0.5000 -0.2500 -0.1250 -0.1250
0 0 0 0 0.5000 -0.2500 -0.2500
大连理工大学10,11,12,13上学期工科数学分析基础试题答案
-03cos 2lnlim 0=+=®xx （10分）四、解：(1)0)cos )((lim 00sin )(lim 00=-¢=÷øöçèæ-=®®x x g x x x g a x x （4分）(2)200sin )(lim )0()(lim )0(x xx g x f x f f x x-=-=¢®® =12)0(2sin )(lim 2cos )(lim 00=¢¢=+¢¢=-¢®®g x x g x x x g x x∴ ïîïíì=¹---¢=¢时时010,)sin )(()cos )(()(2x x x x x g x x g x x f （8分） （3）200)sin )(()cos )((lim )(lim x x x g x x g x x f x x ---¢=¢®® =xx x g x x g x x x g x 2)cos )(()sin )((cos )(lim 0-¢-+¢¢+-¢® =)0(12)0(f g ¢==¢¢，因此)(x f ¢在(-∞，+∞+∞))连续。
连续。
（10分）五、解五、解:: 设x x x f ln)(=，由2ln 1)('xxx f -=，可知,当e x >时)(x f 单调减少单调减少 （5分）若e a b >>，则有b b a a ln ln >，推出a b b a ln ln >，即有a b b a > 2011201220122011> （10分）分）所以六、解：2)()()(x x f x f x x x f -¢=¢÷øöçèæ（4分）分） 令)()()(x f x f x x g -¢=，)()(x f x x g ¢¢=¢，令0)(=¢x g ，得0=x （唯一驻点），当0<x 时，0)(<¢x g ，当0>x 时，0)(>¢x g ，故)0(g 为最小值，故0)0()0()(>-=³f g x g ，∴0)(>¢÷øöçèæx x f ，即x x f )(单调增加。
大连理工大学数值分析历年真题与答案(研究生期末卷)
位
. ,
A 2＝
4 2 （3）设 A 2 4 , 则 A 1＝ 谱半径 ( A) ＝
,
A ＝
,
A F＝
, .
, 2-条件数 cond 2 ( A) ＝
, 奇异值为
线
（4）设 A C 44 ,特征值 1 2 2, 3 4 3 ,特征值 2 是半单的，而特征值 3 是 亏损的，则 A 的 Jordan 标准型 J
x 3 ( x [1,1]) 的二次最佳平方逼近多项式, 构造 Gauss 型求积公式 f ( x )dx A0 f ( x0 ) A1 f ( x1 ) , 并验证
1
1
其代数精度.
A－3
大
连
理 工
计算方法 数学系
大
学 2006 年试题
试卷： A 考试形式： 闭卷 试卷共 8 页
A－5
1 3 四、 （4 分）求 Householder 变换矩阵将向量 x 2 化为向量 y 0 . 2 0
五、 （12 分）写出解线性方程组的 Jacobi 法，G-S 法和超松弛（SOR）法的矩阵表示形式， 并根据迭代法 x ( k 1) Bx ( k ) f 对任意 x ( 0) 和 f 均收敛的充要条件为 ( B) 1 , 证明若线性方 程组 Ax b 中的 A 为严格对角占优矩阵, 则超松弛（SOR）法当松弛因子 (0,1] 时收敛.
师：张宏伟
一、填空（每一空 2 分，共 42 分） 1．为了减少运算次数，应将表达式.
装
16 x 5 17 x 4 18 x 3 14 x 2 13 x 1 x 4 16 x 2 8 x 1
大连理工大学矩阵与数值分析上机作业.docx
务丫输出函数值
%a多项式系数，由高次到零次
显给定点、
n=length(a);
s=a(l);
fori=2:n
s=s*x+a (i);
end
Y=s；
计算
clear all;
clc;
・6 : 0・2:2・4 ;%>:=2的邻域
dispCx=2的邻域：f);x
a=[l -18 144 -672 2016 -4032 5376 -4608 2304 -512];
0.3333
0.2500
0.2000
0.1667
当n=7
方程精确解：
X =
1.0000
0.5000
0.3333
0.2500
0
0.1667
0.1429
利用
1.0000
0.5000
0.3333
0.2500
0.2000
0.1667
0.1429
利用
xPLU=
1.0000
0.5000
0.3333
0.2500
end
end
if
forj =1:m
c=U(izj)；
U(izj)=U(azj);
U(a, j)=c;
end
forj =1:m
c=P(izj)；
P(i,j)=P(a,j);
P(a,j)=c;
end
c=t (a)；
t (a)=t(i)；
t (i)=c；
end
U (i, i) =t (i)；
forj=i+l:m
z=z+L(izk)*U(kzj);
大连理工大学矩阵与数值分析试卷-2013
1 0 0 0
3 ⎞ ⎛2 5 ⎟ T ⎟ ; LL 分解中 L= ⎜ ⎜3 4 ⎜ − ⎟ ⎟ ⎝2 5⎠
1 1 2 2
0 ⎞ ⎟ 7 ⎟。 ⎟ 2 ⎠
Gauss 求 积 公 式 ， 则
1 ∫ x + 1 f (x ) dx ≈ A f (x ) + A f (x ) + A f (x ) 为
2）为使二点数值求积公式 积节点和求积系数应为 (A) x0 = −
∫
1
f ( x) 1 − x2
.
−1
dx ≈ A0 f ( x0 ) + A1 f ( x1 ) 具有最高的代数精度，其求
B
2 2 π 1 1 1 , x1 = ; A0 = A1 = ； (B) x0 = − , x1 = ; A0 = A1 = ； 2 2 2 2 2 2
⎛ ⎜ 即 V = ( v1 v2 ) = ⎜ ⎜ ⎜ ⎝ ⎛ ⎜ V1 = V = ⎜ ⎜ ⎜ ⎝ 1 2 1 2 1 ⎞ ⎛ ⎟ ⎜ 2⎟ 或 V = ( v1 v2 ) = ⎜ −1 ⎟ ⎜ ⎟ ⎜ 2⎠ ⎝ 1 2 1 2 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ −1 ⎞ 2⎟ ⎟ ，因 rank(A)=1，故有 1 ⎟ ⎟ 2⎠ 1 ⎞ ⎛ 1 ⎞ ⎟ ⎜ ⎟ 2⎟ (1) = ⎜ 2 ⎟ , 由 U = (U1U 2 ) , 则 1 ⎟ ⎜ 1 ⎟ ⎟ ⎜ ⎟ 2⎠ ⎝ 2⎠
17）. 为了减少运算次数，应将表达式.
4 x3 − 3x 2 − 2 x − 1 改写为 x4 + x2 + x − 1
( ( 4 x − 3) x − 2 ) x − 1 ； ( ( ( x + 0 ) x + 1) x + 1) x − 1
大连理工_2012矩阵与数值分析大作业
矩阵与数值分析学生：学号：任课老师：金光日教学班号：（2）班院系：电子信息与电气工程学部《矩阵与数值分析》课程数值实验题目1.给定n 阶方程组A x b =，其中6186186186A ⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭，7151514b ⎛⎫ ⎪⎪ ⎪= ⎪ ⎪⎪⎝⎭则方程组有解(1,1,,1)T x = 。
对10n =和84n =，分别用Gauss 消去法和列主元消去法解方程组，并比较计算结果。
1答： 程序1. Gauss 消元法function x=DelGauss(A,b) % Gauss 消去法 [n,m]=size(A); det=1; %存储行列式值 x=zeros(n,1); for k=1:n-1 for i=k+1:n if A(k,k)==0 return endm=A(i,k)/A(k,k); for j=k+1:nA(i,j)=A(i,j)-m*A(k,j); endb(i)=b(i)-m*b(k); enddet=det*A(k,k); %计算行列式enddet=det*A(n,n);for k=n:-1:1 %回代求解for j=k+1:nb(k)=b(k)-A(k,j)*x(j);endx(k)=b(k)/A(k,k);end2. 列主元Gauss消去法：function x=detGauss(A,b)% Gauss列主元消去法[n,m]=size(A);nb=length(b);det=1; %存储行列式值x=zeros(n,1);for k=1:n-1amax=0; %选主元for i=k:nif abs(A(i,k))>amaxamax=abs(A(i,k));r=i;endendif amax<1e-10return;endif r>k %交换两行for j=k:nz=A(k,j);A(k,j)=A(r,j);A(r,j)=z;endz=b(k);b(k)=b(r);b(r)=z;det=-det;endfor i=k+1:n %进行消元m=A(i,k)/A(k,k);for j=k+1:nA(i,j)=A(i,j)-m*A(k,j);endb(i)=b(i)-m*b(k);enddet=det*A(k,k);enddet=det*A(n,n);for k=n:-1:1 %回代求解for j=k+1:nb(k)=b(k)-A(k,j)*x(j);endx(k)=b(k)/A(k,k);end矩阵A和b的构造clc;clear;n=10;%n=84;A=eye(n)*6+diag(ones(1,n-1)*8,-1)+diag(ones(1,n-1),1); b=[7,15*ones(1,n-2),14]';计算结果：(1)n=10时Gauss消元法>>x=DelGauss(A,b)x =1.00001.00001.00001.00001.00001.00001.00001.00001.00001.0000列主元Gauss消去法>>x=detGauss(A,b)x =1111111111(2) n=84时Gauss消元法>>x=DelGauss(A,b) x =1.0e+008 *0.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.00000.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 -0.0001 0.0002 -0.0003 0.0007 -0.0013 0.0026 -0.0052 0.0105 -0.0209 0.0419 -0.0836 0.16650.6501-1.25822.3487-4.02635.3684列主元Gauss消去法>>x=detGauss(A,b) x =1.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.00001.0000 1.0000 1.00001.00001.0000 1.0000结果分析由上述实验结果可知，对于n=10采用Gauss 消去法和Gauss 列主元消去法得到的实验结果是相同的，而对于n=84，Gauss 消去法所得到的结果是错误的，Gauss 列主元消去法得到的结果是正确的。
- 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)。
2011级工科硕士研究生
《矩阵与数值分析》课程数值实验题目
一、 对于数列1111
1,,,
,,392781
，有如下两种生成方式
1、首项为01a =，递推公式为11
,1,2,3
n n a a n -== ；
2、前两项为011
1,3
a a ==，递推公式为1210,2,3,3n n n a a a n --=-= ；
给出利用上述两种递推公式生成的序列的第50项。
二、 利用迭代格式
1 0,1,2,k x k +=
= 及Aitken 加速后的新迭代格式求方程324100x x +-=在[1, 1.5]内的根 三、解线性方程组
1．分别Jacobi 迭代法和Gauss-Seidel 迭代法求解线性方程组
12346212425027,208511
3270x x x x -⎛⎫⎛⎫⎛⎫
⎪ ⎪ ⎪
- ⎪ ⎪ ⎪
= ⎪ ⎪ ⎪
-- ⎪ ⎪ ⎪
⎝⎭⎝⎭
⎝⎭
迭代法计算停止的条件为：6)()
1(3
110max -+≤≤<-k j k j j x x ．
2. 用Gauss 列主元消去法、QR 方法求解如下方程组：
1234221
2141312.
4201123
230x x x x ⎛⎫⎛⎫⎛⎫ ⎪
⎪ ⎪- ⎪ ⎪ ⎪
= ⎪ ⎪ ⎪
-- ⎪
⎪ ⎪⎝⎭⎝⎭
⎝⎭
四、已知一组数据点，编写一程序求解三
次样条插值函数满足
并针对下面一组具体实验数据
求解，其中边界条件为.
五、编写程序构造区间上的以等分结点为插值结点的Newton插值公式，假设结点数为（包括两个端点），给定相应的函数值，插
值区间和等分的份数，该程序能快速计算出相应的插值公式。
以
，为例计算其对应的插值公式，分别取
不同的值并画出原函数的图像以及插值函数的图像，观察当增大
时的逼近效果.
实验须知：
（1）所有的数值实验的题目要求用C语言或Matlab编程；
（2）实验报告内容应包括问题、程序、计算结果及分析等；
（3）12月26日前在本课程网站上提交实验报告；
（4）本次实验成绩将占总成绩的10%。
（5）报告上要注明：所在教学班号、任课老师的姓名；报告人所在院系、学号。
电子版提交到课程网站ftp://202.118.75.63/中各自老师目录下的homework文件夹内，文件名用学号命名。
《矩阵与数值分析》课程教学组
2011年11月30日。