数值分析课后习题
数值分析(第四版)课后习题及答案
0.30
0.39
0.45
0.53
yj
0.5000
0.5477
0.6245
0.6708
0.7280
试求三次样条插值 S (x) 并满足条件
i) S(0.25) 1.0000, S(0.53) 0.6868; ii) S(0.25) S(0.53) 0.
25. 若 f (x) C2 a,b, S (x) 是三次样条函数,证明
12. 在 1,1 上利用插值极小化求 1 f (x) tg 1x 的三次近似最佳逼近多项式.
13. 设 f (x) ex 在 1,1 上的插值极小化近似最佳逼近多项式为 Ln (x) ,若 f Ln 有界,
证明对任何 n 1,存在常数 n 、 n ,使
改用另一等价公式
ln(x x2 1) ln(x x2 1)
计算,求对数时误差有多大?
x1 1010 x2 1010 ; x1 x2 2.
14. 试用消元法解方程组
假定只用三位数计算,问结果是否可靠?
s 1 ab sin c,
0c
15. 已知三角形面积 2
n
x
k j
j1 f (xj )
0,0k n2; an1 ,k n1.
15. 证明 n 阶均差有下列性质:
i) 若 F (x) cf (x) ,则 F x0, x1,, xn cf x0, x1,, xn ;
ii) 若 F (x) f (x) g(x) ,则 F x0, x1,, xn f x0, x1,, xn g x0, x1,, xn .
5.
设 xk
x0
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。
数值分析课后部分习题答案
习题一（P.14）1. 下列各近似值均有4个有效数字,300.2,521.13,001428.0***===z y x ,试指出它们的绝对误差和相对误差限.解*20.001428=0.142810x -=⨯有4个有效数，即4n =，2m =-由有效数字与绝对误差的关系得绝对误差限为611101022m n --⨯=⨯， 由有效数字与相对误差的关系得相对误差限为(1)3111101022n a ---⨯=⨯； *213.521=0.1352110y =⨯有4个有效数，即4n =，2m =由有效数字与绝对误差的关系得绝对误差限为211101022m n --⨯=⨯， 由有效数字与相对误差的关系得相对误差限为(1)3111101022n a ---⨯=⨯； *12.300=0.230010z =⨯有4个有效数，即4n =，1m =由有效数字与绝对误差的关系得绝对误差限为311101022m n --⨯=⨯， 由有效数字与相对误差的关系得相对误差限为(1)3111101024n a ---⨯=⨯.2．下列各近似值的绝对误差限都是31021-⨯,试指出它们各有几位有效数字.***2.00021,0.032,0.00052x y z ===解*12.000210.20002110x ==⨯，即1m =由有效数字与绝对误差的关系得 311101022m n --⨯=⨯， 即3m n -=-，所以，2n =；*10.0320.3210y ==⨯，即1m =由有效数字与绝对误差的关系得 311101022m n --⨯=⨯， 即3m n -=-，所以，4n =；*30.000520.5210z -==⨯，即3m =-由有效数字与绝对误差的关系得 311101022m n --⨯=⨯， 即3m n -=-，所以，0n =.4.设有近似数35.2,84.1,41.2***===z y x 且都有3位有效数字，试计算***z y x S +=，问S 有几位有效数字.解 方法一因*1*1*12.41=0.24110, 1.840.18410, 2.350.23510x y z =⨯==⨯==⨯都有3位有效数字，即3n =，1m =，则211|(*)|101022m n e x --≤⨯=⨯，211|(*)|101022m n e y --≤⨯=⨯，211|(*)|101022m n e z --≤⨯=⨯，|(**)||*(*)*(*)|*|(*)|*|(*)|e y z z e y y e z z e y y e z ≈+≤+222112.3510 1.8410 2.0951022---≤⨯⨯+⨯⨯=⨯，221|(***)||(*)(**)|10 2.095102e x y z e x e y z --+≈+≤⨯+⨯1110.259510102--=⨯≤⨯， 又1***=2.41 1.84 2.350.673410x y z ++⨯=⨯，此时1m =，1m n -=-，从而得2n =.方法一因*1*1*12.41=0.24110, 1.840.18410, 2.350.23510x y z =⨯==⨯==⨯都有3位有效数字，即3n =，1m =，则211|(*)|101022m n e x --≤⨯=⨯，2110(*)2|(*)|=||* 2.41r e x e x x -⨯≤， 211|(*)|101022m n e y --≤⨯=⨯，2110(*)2|(*)|=||* 1.84r e y e y y -⨯≤，211|(*)|101022m n e z --≤⨯=⨯，2110(*)2|(*)|=||* 2.35r e z e z z -⨯≤|(**)||(*)(*)|r r r e y z e y e z ≈+，***|(***)||(*)(**)|******r r rx y z e x y z e x e y z x y z x y z +≈+++2.41 1.84 2.35|(*)||(*)+(*)|2.41 1.84 2.35 2.41 1.84 2.35r rr e x e y e z ⨯≤++⨯+⨯22211110 1.8410 2.35102222.41 1.84 2.35 2.41 1.84 2.35 2.41 1.84 2.35---⨯⨯⨯⨯⨯≤+++⨯+⨯+⨯20.385410-<⨯21102-<⨯，由有效数字与绝对误差的关系得2n =.5.序列{}n y 有递推公式),2,1(,1101 =-=-n y y n n若41.120≈=y （三位有效数字），问计算10y 的误差有多大，这个计算公式稳定吗？解 用0ε表示0y 的误差，由41.120≈=y ，得0=0.0042ε，由递推公式),2,1(,1101 =-=-n y y n n ，知计算10y 的误差为810=0.4210ε⨯，因为初始误差在计算的过程中被逐渐的放大，这个计算公式不稳定.习题2 ( P.84)3.证明()1nkk lx ==∑，对所有的x其中()k l x 为Lagrange 插值奇函数. 证明 令()1f x =，则()1i f x =， 从而 0()()()()nnn k k k k k L x l x f x l x ====∑∑，又(1)1()()()0(1)!n n n f R x x n ξω++==+，可得 ()()1n l x f x ==，从而()1nkk lx ==∑.4. 求出在=012x ，，和3处函数2()1f x x =+的插值多项式. 解 方法一 因为给出的节点个数为4，而2()1f x x =+从而余项(4)34()()()04!f R x x ξω==，于是233()()()()=+1L x f x R x f x x =-=（n 次插值多项式对次数小于或等于的多项式精确成立）.方法二 因为(0)1(1)2(2)5(3)10f f f f ====，，，， 而0(1)(2)(3)1()=-(1)(2)(3)(01)(02)(03)6x x x l x x x x ---=------，1(2)(3)1()=(2)(3)(10)(12)(13)2x x x l x x x x --=-----，2(1)(3)1()=-(1)(3)(20)(21)(23)2x x x l x x x x --=-----，3(1)(2)1()=(1)(2)(30)(31)(32)6x x x l x x x x --=-----，从而30123()()(0)()(1)()(2)()(3)L x l x f l x f l x f l x f =+++2=+1x .5. 设2()[,]f x C a b ∈且()()0f a f b ==，求证21max |()|()max |()|8a x ba xb f x b a f x ≤≤≤≤''≤-.证明 因()()0f a f b ==，则1()0L x =， 从而1()()()()()2!f f x R x x a x b ξ''==--，由极值知识得 21max |()|()max |()|8a x ba xb f x b a f x ≤≤≤≤''≤-6. 证明 (()())()()()(+)f x g x f x g x f x g x h ∆=⋅∆+∆⋅. 证明 由差分的定义(()())(+)()()()f xg x f xh g x h f x g x ∆=+-[(+)()()(+)][()()()()]f x h g x h f x g x h f x g x h f x g x =+-++-()()()(+)f x g x f x g x h =⋅∆+∆⋅或着 (()())(+)()()()f x g x f x h g x h f x g x ∆=+-[(+)()()()][()()()()]f x hg xh f x h g x f x h g x f x g x =+-+++- ()()()()f x h g x f x g x =+⋅∆+∆⋅7. 证明 n 阶差商有下列性质(a ) 如果()()F x cf x =，则0101[,,,][,,,]n n F x x x cf x x x =. (b ) 如果()()()F x f x g x =+，则010101[,,,][,,,][,,,]n n n F x x x f x x x g x x x =+.证明 由差商的定义 (a ) 如果()()F x cf x =，则12011010[,,,]-[,,,][,,,]n n n n F x x x F x x x F x x x x x -=-120110[,,,]-[,,,]n n n cf x x x cf x x x x x -=-120110[,,,]-[,,,]n n n f x x x f x x x c x x -=⋅-01[,,,]n cf x x x =.(b ) 如果()()()F x f x g x =+，则12011010[,,,]-[,,,][,,,]n n n n F x x x F x x x F x x x x x -=-12120110110[[,,,][,,,]]-[[,,,][,,,]]n n n n n f x x x g x x x f x x x g x x x x x --++=-12011120110,,,]-[,,,][,,,][,,,]+n n n n n n f x x x f x x x g x x x g x x x x x x x ---=--[ 0101[,,,][,,,]n n f x x x g x x x =+8. 设74()3431f x x x x =+++，求0172,2,,2]f [，0182,2,,2]f [.解 由P.35定理7的结论(2)，得7阶差商0172,2,,2]=3f [(()f x 的最高次方项的系数)，8阶差商0182,2,,2]=0f [(8阶以上的差商均等与0).9. 求一个次数不超过4次的多项式()P x ，使它满足：(0)(0)0P P '==，(1)(1)1P P '==，(2)1P =.解 方法一 先求满足插值条件(0)0P =，(1)=1P ，(2)1P =的二次插值多项式2()P x 213=22x -+(L-插值基函数或待定系数法)， 设()P x 22=()(1)(2)(1)(2)P x Ax x x Bx x x +--+--213=22x x -+2+(1)(2)(1)(2)Ax x x Bx x x --+-- 从而()P x '323=4B +(39)(641)(2)2x A B x A B x A -+-+-++，再由插值条件(0)0P '=，(1)1P '=，得3=,4A -1=,4B所以 ()P x 213=22x x -+231(1)(2)(1)(2)44x x x x x x ---+--， 即 ()P x 41=4x 332x -29+4x .方法二 设()P x 23401234=a a x a x a x a x ++++， 则 ()P x '231234=234a a x a x a x +++由插值条件(0)(0)0P P '==，(1)(1)1P P '==，(2)1P =，得010********0123400++++1+2+3+41+2+4+8+161a a a a a a a a a a a a a a a a =⎧⎪=⎪⎪=⎨⎪=⎪=⎪⎩ 解得 234931=,=-,=424a a a ， 从而()P x 41=4x 332x -29+4x . 方法三 利用埃尔米特插值基函数方法构造. 10. 下述函数()S x 在[1,3]上是3次样条函数吗？3232321,12()=92217,23x x x x S x x x x x ⎧-++≤≤⎨-+-+≤≤⎩ 解 因为22362,12()=31822,23x x x S x x x x ⎧-+≤≤'⎨-+-≤≤⎩， 66,12()=618,23x x S x x x -≤≤⎧''⎨-+≤≤⎩而12(2)=1=(2)S S ，12(2)=2=(2)S S ''，12(2)=6=(2)S S ''''， 又()S x 是三次函数，所以函数()S x 在[1,3]上是3次样条函数.补 设f (x )=x 4，试利用L-余项定理写出以-1,0,1,2为插值节点的三次插值多项式.解 因为 (4)34()()()(+1)(1)(2)4!f R x x x x x x ξω==--，从而3233()()()22L x f x R x x x x =-=+-习题3 ( P.159)1．设n k k x 0)}({=ϕ为],[b a 上具有权函数0)(≥x ω的正交多项式组且)(x k ϕ为首项系数为1的k 次的多项式，则n k k x 0)}({=ϕ于],[b a 线性无关.解 方法一 因为n k k x 0)}({=ϕ为],[b a 上具有权函数0)(≥x ω的正交多项式组,则其Gram 行列式不等于零，采用反证法：若{}n ϕϕϕ,,,10 于],[b a 线性相关，于是，存在不全为零,,,,10n c c c 使0011()()()0,[,]n n c x c x c x x a b ϕϕϕ+++=∈上式两边与i ϕ作内积得到0011(,)(,)(,)0(0,1,,)i i n i n c c c i n ϕϕϕϕϕϕ+++==，由于{}i c 不全为零，说明以上的齐次方程组有非零解),,,,(10n c c c 故系数矩阵的行列式为零，即{}0,,,10=n G ϕϕϕ 与假设矛盾.方法二 因为n k k x 0)}({=ϕ为],[b a 上具有权函数0)(≥x ω的正交多项式组,则其Gram 行列式不等于零，由( P.95)定理2得n k k x 0)}({=ϕ于],[b a 线性无关.2．选择α，使下述积分取得最小值1221()[],a x x dx α--⎰120()()x b e x dx α-⎰解1221()[]a x x dx αα-∂-∂⎰1221=[]x x dx αα-∂-∂⎰1221=2[]()x x x dx α--⋅-⎰5112=5x α-4=5α，令1221[]=0x x dx αα-∂-∂⎰，得=0α. 12()()x b e x dx αα∂-∂⎰120=()xe x dx αα∂-∂⎰1=2()()x e x x dx α-⋅-⎰2=23α- 令120()=0x e x dx αα∂-∂⎰，得=3α.3．设],3,1[,1)(∈=x xx f 试用},1{1x H 求)(x f 一次最佳平方逼近多项式.解 取权函数为()x x ω=(为了计算简便)，则32311(1,1)42x xdx ===⎰,33321126(1,)(,1)33x x x x dx ====⎰, 343311(,)204x x x x dx ===⎰,33111((),1)2f x xdx x x=⋅==⎰，3232111((),)42x f x x x dx x =⋅==⎰， 得法方程0126423264203a a ⎡⎤⎢⎥⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎢⎥⎣⎦，解得011211311a a ⎧=⎪⎪⎨⎪=-⎪⎩， 所以)(x f 的一次最佳平方逼近多项式1123()1111P x x =-. 8．什么常数C 能使得以下表达式最小？ ∑=-ni x i iCe x f 12))((解21(())i n x i i f x Ce C =∂-∂∑1=2(())()i i nx x i i f x Ce e =-⋅-∑， 令21(())=0i nx i i f x Ce C =∂-∂∑，得121()(),iinx x ii nx xx i f x ef x e C e e e=-=⋅==∑∑（）（，）. 14．用最小二乘法求解矛盾方程组2+314921x y x y x y =⎧⎪-=-⎨⎪-=-⎩. 解 方法一方程组可变形为31+22491122x y x y x y ⎧=⎪⎪-=-⎨⎪⎪-=-⎩，原问题转化成在已知三组离散数据3142211()922t f t ----下求一次最小二乘逼近函数1()P x x yt =+(x 与y 为一次函数的系数，t 为自变量)，取1H 基{}1,t ,求解法方程331133321113()()i i i i i i i i i i i x t f x t t t f x y =====⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦∑∑∑∑∑, 即3-3-93737-32x y ⎡⎤⎡⎤⎡⎤⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦，得到矛盾方程组的解为37=-3156=31x y ⎧⎪⎪⎨⎪⎪⎩. 方法二方程组可变形为31+22491122x y x y x y ⎧=⎪⎪-=-⎨⎪⎪-=-⎩，令(,)I x y 2223111=+-+4+9++2222x y x y x y --（）（）（）(,)I x y x ∂∂3111=2+-+24+9+2+2222x y x y x y ⨯⨯-⨯-（）（）（）=6618x y -+，(,)I x y y ∂∂331111=+44+9+222222x y x y x y ⨯--⨯--⨯-（）（）（） 37=3372x y -+- 令(,)0(,)0I x y x I x y y∂⎧=⎪∂⎪⎨∂⎪=⎪∂⎩， 得3373372x y x y -=-⎧⎪⎨-+-⎪⎩， 解之得矛盾方程组的解为37315631x y ⎧=-⎪⎪⎨⎪=⎪⎩. 习题47. 对列表函数 124810()0152127x f x求(5)(5).f f '''，解 一阶微商用两点公式(中点公式),得(8)(2)10(5),63f f f -'≈= 二阶微商用三点公式(中点公式),首先用插值法求(5)f , 由(4)5,(8)21,f f ==得一次插值函数1()411,L x x =-从而 1(5)(5)9f L ≈=,于是,2(2)2(5)(8)4(5).39f f f f -+''≈= 8. 导出数值数分公式)]23()2(3)2(3)23([1)(3)3(h x f h x f h x f h x f h x f ---++-+≈并给出余项级数展开的主部.解 由二阶微商的三点公式(中点公式),得213()[()2()()]2222h h h f x f x f x f x h h ''-≈+--+-,213()[()2()()]2222h h h hf x f x f x f x h ''+≈+-++-从而 (3)()()22()h h f x f x f x h''''+--≈3133=[()3()3()()]2222h h f x h f x f x f x h h +-++--- 将33()()()()2222h h f x h f x f x f x h ++--，，，分别在x 处展开,得2(3)3(4)4(5)55331313()=()()()()()()222!23!21313()()()()+()(1)4!25!2f x h f x f x h f x h f x h f x h f x h O h '''++⋅+⋅+⋅+⋅+⋅2(3)3(4)4(5)5511()=()()()()()()222!23!211()()()()()(2)4!25!2h h h h f x f x f x f x f x h h f x f x O h '''++⋅+⋅+⋅+⋅+⋅+2(3)3(4)4(5)5511()=()()()()()()()222!23!211()()()()()(3)4!25!2h h h h f x f x f x f x f x h h f x f x O h '''-+⋅-+⋅-+⋅-+⋅-+⋅-+2(3)3(4)4(5)55331313()=()()()()()()()222!23!21313()()()()()(4)4!25!2f x h f x f x h f x h f x h f x h f x h O h '''-+⋅-+⋅-+⋅-+⋅-+⋅-+(1)－(2)×3 +(3)×3－(4), 得(5)222131()[()2()()]()()22228h h h f x f x f x f x h f x h O h h ''--+--+-=-+,即余项主部为(5)21()8f x h -习 题 5 (P. 299)3. 设n n R A ⨯∈为对称矩阵，且011≠a ，经高斯消去法一步后，A约化为11120T a a A ⎡⎤⎢⎥⎣⎦，试证明2A 亦是对称矩阵. 证明设1111()=T ij aa A a A α⎛⎫= ⎪⎝⎭，其中 21311=n a a a α⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭，121311=n a a a a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭，22232123=n n n nn a a a a a a a ⎛⎫⎪⎪ ⎪⎝⎭， 则经高斯消去法一步后，A 约化为111111110TT a a A a a α⎡⎤⎢⎥⎢⎥-⎢⎥⎣⎦， 因而211111T A A a a α=-，若n n R A ⨯∈为对称矩阵，则1A 为对称矩阵，且1=a α，易知211111T A A a a α=-为对称矩阵. 13. 设⎥⎦⎤⎢⎣⎡=989999100A(1) 计算2||||,||||A A ∞； (2) 计算∞)(A Cond ，及2)(A Cond . 解 (1) 计算||||=199A ∞,⎥⎦⎤⎢⎣⎡=989999100A，其特征值为1,299λ=，又⎥⎦⎤⎢⎣⎡=989999100A 为对称矩阵，则2=T A A A 的特征值为221,2(99λ=±，因此2||||99A ===+；(2)1989999100A --⎡⎤=-⎢⎥-⎣⎦，1||||=199A -∞， 所以1()=||||||||=9801Cond A A A -∞∞∞⋅，1989999100A --⎡⎤=-⎢⎥-⎣⎦为对称矩阵，其特征值为1,299λ=-± 则1112()=()T A A A ---的特征值为221,2(99λ=，因此12||||99A -===+所以1222()=||||||||Cond A A A -⋅2(99=+15. 设,n n n A R x R ⨯∈∈，求证 （1）1xx n x ∞∞≤≤； (2)∞∞≤≤An A A n11.证明 (2) 由（1）1x x n x∞∞≤≤，得1AxAx n Ax∞∞≤≤，则 11Ax Ax n Ax n x xx∞∞∞∞≤≤，从而11max max max nnnx Rx Rx RAxAx n Ax n xxx∞∞∀∈∀∈∀∈∞∞≤≤，由算子范数的定义max nx RAx Ax∞∞∀∈∞=，111max nx RAx A x∀∈=，得∞∞≤≤An A A n11.17. 设n n R W ⨯∈为非奇异阵，又设x为n R 上一向量范数，定义WxWx=，求证：Wx是nR 上向量的一种范数（称为向量的W 一范数）.证明 ①正定性，因Wx为一向量，0WxWx =≥，下证=0=0Wxx ⇔，⇒“”若=0Wx 即=0Wx ，由向量范数的正定性得=0Wx ，n n R W ⨯∈为非奇异阵，所以=0x ；⇐“”若=0x ，则=0Wx ，由向量范数的正定性得=0Wx 即=0Wx.②齐次性，任意实数α有=Wx W x Wxααα=，由向量范数的齐次性，得=WWxW x Wx Wx xααααα===；③ 三角不等式，任意实数,n n x R y R ∈∈，有+(+)=+Wx yW x y Wx Wy=，再由向量范数的三角不等式，得+(+)=+WWWx yW x y Wx Wy Wx Wy xy=≤+=+.习 题 6 (P.347)1. 设有方程组(b )1231231232211221x x x x x x x x x +-=⎧⎪++=⎨⎪++=⎩，考查用Jacobi迭代法,G-S 迭代法解此方程组的收敛性.解 系数矩阵分裂如下,122111221A -⎛⎫⎪= ⎪ ⎪⎝⎭D L U =--10022110112200-⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=---- ⎪ ⎪⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭ Jacobi迭代矩阵为1()J D L U -=+=02211220-⎛⎫ ⎪-- ⎪ ⎪--⎝⎭， J 的特征方程为2211022λλλ-=，展开得 30λ=，即01λ=<，所以用Jacobi 迭代法解此方程组是收敛的.G-S 迭代矩阵为1()G D L U -=-11022=11012210--⎛⎫⎛⎫⎪ ⎪⋅- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭100022=110010210-⎛⎫⎛⎫ ⎪ ⎪-⋅- ⎪⎪ ⎪ ⎪-⎝⎭⎝⎭122=023002-⎛⎫ ⎪- ⎪ ⎪⎝⎭， G 的特征方程为12221002λλλ---=-， 展开得 (1)(2)(2)0λλλ---=，即1λ=或2λ=，由迭代基本定理得用G-S 迭代法解此方程组是不收敛的.4. 设有方程组Ax b =，其中A 为对称正定阵，且有迭代公式(1)()()()k k k x x b Ax ω+=+- (0,1,k =)，试证明当20ωβ<<时，上述迭代法收敛(其中A 的特征值满足0()A αλβ<≤≤).证明 A 为对称正定阵， A 的特征值满足0()A αλβ<≤≤，且20ωβ<<，则0()2A ωλ<<又迭代公式可变形为(1)()()k k x I A x bωω+=-+ (0,1,k =)，从而迭代矩阵 B I A ω=-，迭代矩阵的特征值为1()A ωλ-，且满足11()1A ωλ-<-<，即 |()|1B λ<，由迭代基本定理得该迭代法是收敛的.5. 设111a a A aa a a⎛⎫ ⎪= ⎪ ⎪⎝⎭，其中a 为实数，试确定a 满足什么条件时，解Ax b =的Jacobi 迭代法收敛.解 系数矩阵分裂如下,111a a A aa a a ⎛⎫ ⎪= ⎪ ⎪⎝⎭D L U =--1001100a a aa aa--⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=---- ⎪ ⎪⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭Jacobi迭代矩阵为1()J D L U -=+=000a a aa a a--⎛⎫⎪-- ⎪ ⎪--⎝⎭，J 的特征方程为0a aa a aaλλλ=，展开得 323320a a λλ--=，即a λ=-或2a λ=-，()max{||,|2|}J a a ρ=--()1J ρ<当且仅当1122a -<<，所以当1122a -<<时，解Ax b=的Jacobi 迭代法收敛.。
数值分析课程第五版课后习题答案(李庆扬等)
数值分析课程第五版课后习题答案(李庆扬等)数值分析课程第五版课后习题答案(李庆扬等)第一章：数值分析导论1. 解答：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。
它包括了从数学理论到计算实现的一系列技术。
数值分析的目标是通过近似的方式求解数学问题，其结果可能不是完全精确的，但是能够满足工程或科学应用的要求。
2. 解答：数值分析在实际应用中起着重要的作用。
它可以用于求解复杂的数学方程、计算机模拟及建模、数据的统计分析等等。
数值分析是科学计算和工程计算的基础，对许多领域都有着广泛的应用，如物理学、经济学、生物学等。
3. 解答：数值方法指的是使用数值计算的方式来求解数学问题。
与解析方法相比，数值方法一般更加灵活和高效，可以处理一些复杂的数学问题。
数值方法主要包括了数值逼近、插值、数值积分、数值微分、线性方程组的求解、非线性方程的求根等。
4. 解答：计算误差是指数值计算结果与精确解之间的差异。
在数值计算中，由于计算机的有限精度以及数值计算方法本身的近似性等因素，都会导致计算误差的产生。
计算误差可以分为截断误差和舍入误差两种。
第二章：数值误差分析1. 解答：绝对误差是指实际值与精确值之间的差异。
例如，对于一个计算出的数值近似解x和精确解x_0，其绝对误差为| x - x_0 |。
绝对误差可以衡量数值近似解的精确程度，通常被用作评估数值计算方法的好坏。
2. 解答：相对误差是指绝对误差与精确解之间的比值。
对于一个计算出的数值近似解x和精确解x_0，其相对误差为| (x - x_0) / x_0 |。
相对误差可以衡量数值近似解相对于精确解的精确度，常用于评估数值计算方法的收敛速度。
3. 解答：舍入误差是由于计算机的有限精度而引起的误差。
计算机中使用的浮点数系统只能表示有限的小数位数，因此在进行数值计算过程中，舍入误差不可避免地会产生。
舍入误差会导致计算结果与精确结果之间存在差异。
4. 解答：误差限度是指对于给定的数值计算问题，所能容忍的误差范围。
数值分析课后习题答案
第一章习题解答1. 在下列各对数中，X 是精确值ａ的近似值（1） ａ=π，x=3.1 （2） ａ=1/7，x=0.143 （3） ａ=π/1000，x=0.0031 （4） ａ=100/7，x=14.3 试估计x 的绝对误差和相对误差。
解：（1） e=∣3.1-π∣≈0.0416， δr = e/∣x ∣≈0.0143 （2） e=∣0.143-1/7∣≈0.0143 δr = e/∣x ∣≈0.1 （3） e=∣0.0031-π/1000∣≈0.0279 δr = e/∣x ∣≈0.9 (4) e=∣14.3-100/7∣≈0.0143 δr = e/∣x ∣≈0.0012. 已知四个数：x 1=26.3，x 2=0.0250， x 3= 134.25，x 4=0.001。
试估计各近似数的有效位数和误差限，并估计运算μ1= x 1 x 2 x 3和μ1= x 3 x 4 /x 1的相对误差限。
解：x 1=26.3 ｎ=3 δx 1=0.05 δr x 1=δx 1/∣x 1∣=0.19011×10-2x 2=0.0250 ｎ=3 δx 2=0.00005 δr x 2=δx 2/∣x 2∣=0.2×10-2x 3= 134.25 ｎ=5 δx 3=0.005 δr x 3=δx 3/∣x 3∣=0.372×10-4x 4=0.001 ｎ=1 δx 4=0.0005 δr x 4=δx 4/∣x 4∣=0.5由公式：e r （μ）= e （μ）/∣μ∣≦1/∣μ∣Σni=1∣∂f/∂x i ∣δx ie r （μ1）≦1/∣μ1∣［x 2 x 3δx 1+ x 1 x 3δx 2 +x 1x 2δx 3］ =0.34468/88.269275 =0.0039049e r （μ2）≦1/∣μ2∣［-x 3 x 4/ x 21δx 1+ x 4/ x 1δx 3 + x 3/ x 1δx 4］ =0.497073. 设精确数ａ>0，x 是ａ的近似值，x 的相对误差限是0.2，求㏑x 的相对误差限。
数值分析-课后习题答案
证明 (1)A正交,则ATA=AAT=E,Cond2(A)=A2A-12=1. (2)A对称正定,ATA=A2, A2=1. A-12=1/n.
精选课件
12
三.习题3 (第75页)
3-2.讨论求解方程组Ax=b的J迭代法和G-S迭代法的收
计算结果如下:
x x 1 2 ( (k k 1 1 ) ) 3 2 1 2 .x 5 2 (x k ) 1 (k 1 )
k
J法x1(k)
0
1.01
1
0.98
2
2.03
3
1.94
4
5.09
5
4.82
6
14.27
J法x2(k) 1.01 0.485 0.53 -1.045 -0.91 -5.635精选课件 -5.23
1.01
1.01
1
0.66
0.995
0.66
1.17
2
0.67
1.17
0.553333
1.223333
3
0.553333
1.165
0.517778
1.241111
4
0.556667
1.223333
0.505926
1.247037
5
0.517778
1.221667
0.501975
1.249012
6
0.518889
3 4精1选 课件
1
1
5
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
数值分析课程第五版课后习题答案
数值分析课程第五版课后习题答案课后习题一：a) 求解非线性方程f(x) = x^3 - 2x - 5的根。
解答：可使用牛顿迭代法来求解非线性方程的根。
牛顿迭代法的迭代公式为：x_(n+1) = x_n - f(x_n)/f'(x_n)，其中x_n为第n次迭代的近似解。
对于给定的方程f(x) = x^3 - 2x - 5，计算f'(x)的导数为f'(x) = 3x^2 - 2。
选择一个初始近似解x_0，并进行迭代。
迭代的终止条件可以选择两次迭代间的解的差值小于某个预设的精度。
b) 计算矩阵加法和乘法的运算结果。
解答：设A和B为两个矩阵，A = [a_ij]，B = [b_ij]，则A和B的加法定义为C = A + B，其中C的元素为c_ij = a_ij + b_ij。
矩阵乘法定义为C = A * B，其中C的元素为c_ij = ∑(a_ik * b_kj)，k的取值范围为1到矩阵的列数。
c) 使用插值方法求解函数的近似值。
解答：插值方法可用于求解函数在一组给定点处的近似值。
其中，拉格朗日插值法是一种常用的方法。
对于给定的函数f(x)和一组插值节点x_i，i的取值范围为1到n，利用拉格朗日插值多项式可以构建近似函数P(x)，P(x) = ∑(f(x_i) * l_i(x))，其中l_i(x)为拉格朗日基函数，具体表达式为l_i(x) = ∏(x - x_j)/(x_i - x_j)，j的取值范围为1到n并且j ≠ i。
课后习题二：a) 解决数值积分问题。
解答：数值积分是求解定积分的数值近似值的方法。
常用的数值积分方法包括矩形法、梯形法和辛普森法。
矩形法采用矩形面积的和来近似曲边梯形的面积，梯形法采用等距离子区间上梯形面积的和来近似曲边梯形的面积，而辛普森法则利用等距离子区间上梯形和抛物线面积的加权和来近似曲边梯形的面积。
b) 使用迭代方法求解线性方程组。
解答：线性方程组的求解可以通过迭代方法来进行。
数值分析第四版课后习题答案
第一章习题解答1、 在下列各对数中，x 是精确值 a 的近似值。
3.14,7/100)4(143.0,7/1)2(0031.0,1000/)3(1.3,)1(========x a x a x a x a ππ试估计x 的绝对误差和相对误差。
解：（1）0132.00416.01.3≈=≈−=−=aee x a e r π （2）0011.00143.0143.07/1≈=≈−=−=a ee x a e r （3）0127.000004.00031.01000/≈=≈−=−=aee x a e r π （4）001.00143.03.147/100≈=≈−=−=aee x a e r2、已知四个数：001.0,25.134,0250.0,3.264321====x x x x 。
试估计各近似数的有效位数和误差限，并估计运算3211x x x =μ和1431/x x x =μ的相对误差限。
解：21111121101901.0,1021,3,10263.06.23−−⨯≈=⨯==⨯==x x x x n x r δδδ22214212102.0,1021,3,10250.00250.0−−−⨯≈=⨯==⨯==x x x x n x r δδδ 43332333103724.0,1021,5,1013425.025.134−−⨯≈=⨯==⨯==x x x x n x r δδδ 5.0,1021,1,101.0001.04443424==⨯==⨯==−−x x x x n x r δδδ 由相对误差限公式：i r ini n in ni i ir x x fx x f x x x f x x f u δδδ∂∂=∂∂=∑∑==1111),,(),,()(所以有：232123113211103938.0)(1)(−⨯≈++=x x x x x x x x x r δδδμμδ4971.0)(1)(4133141214311≈++−=x x x x x x x x x x r δδδμμδ 3、设精确数ａ>0，x 是ａ的近似值，x 的相对误差限是0.2，求㏑x 的相对误差限。
- 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. 下列各数都是经过四舍五入得到的近似值，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：
x1 1.1021 , x4 56.430 , x2 0.031 , x5 7 1.0 . x3 385.6 ,
2. 求方程 x 2 56 x 1 0 的两个根，使它至少具有 4 位有效数字
( x) x m( x)* f ( x) ，
证明： 当 m( x*)
1 1 时， 迭代公式 xk 1 ( xk ) 是一阶收敛的； 当 m( x*) 时， f ' ( x*) f ' ( x*)
迭代公式 xk 1 ( xk ) 至少是二阶收敛的． 7. 常数 A 的 m 次根可由对方程 x A 0 或 1
（1）
3
5. 若 f ' ' ( x) 0 ，证明用梯形公式计算积分 何意义。 6.用梯形公式及辛普森公式求积分
b a
f ( x)dx 所得结果比较精度值大，并说明几
1 0
e x dx 的近似值。估计误差.
7. f ( x) 在[-1，1]上有二阶连续导数，
（1） 写出以 x0
1 3
, x1
1 3
为插值节点的 f ( x) 的一次插值多项式 L1 ( x) ；
（2） 设想要计算
1
1
f ( x)dx ，以 L1 ( x) 代替 f ( x) ，写出求积公式；
（3） 写出其代数精度。
第四章 非线性方程求根
1. 用二分法求方程 x x 1 0 的正根，使误差小于 0.05．
初始向量取 x0 0, 0, 0, 0, 0 ，求精度满足 x2 的近似解．
T
12. 设
1 a a A a 1 a， a a 1
（1）若 A 为正定阵， a 应为哪些值？ （2）对 a 取哪些值，求解 Ax b 的 Jacobi 迭代法收敛？ （3）对 a 取哪些值，求解 Ax b 的 Gauss—Seidel 迭代法收敛？
4 1 0 1 （3） A 1 4 1 ， b 1 0 1 4 1
6.设向量 X (1, 2,3, 4)T ，计算 || X ||1 ， || X ||2 ， || X || .
1 2 7.设矩阵 | A , 计算 || A ||1 ,|| A || . 3 4
dy 2 xy ． dx 1. y( 0 )
3. 取步长 h 0.1 ，分别用 Euler 方法及改进的 Euler 方法求解初值问题
dy y (1 xy ), 0 x 1, dx y (0) 1.
4. 证明: 改进的 Euler 法能精确地解初值问题
4 1 0 1 0 0 2 1 4 1 0 1 0 1 0 1 4 0 0 1 2 ，b ， A 4 1 0 1 0 0 2 0 1 0 1 4 1 1 0 0 1 0 1 4 2
m
A 验证它们 0 用 Newton 迭代法求得， xm
相应的 Newton 迭代格式分别为
xk 1
1 A (m 1) xk m1 ， m xk
xk 1
m 1 xk 1 (m 1) xk ． m A
8. 设 x * 为 f ( x) 的 m 重零点，若将 Newton 迭代法修改为
2
2. 若将方程 x x 1 0 写成下列几种迭代函数形式，求不动点附近的一个根，并建立
3 2
相应的迭代公式． （1） x 1 ( x) 1 x ；
3 2
（2） x 2 ( x) 1 （3） x 3 ( x)
1 ； x2
1 ． x 1
试判断由它们构成的迭代法在 x0 1.5 附近的收敛性．选择一种收敛的迭代法，求在 1.5 附 近有 4 位有效数字的根， 3. 给 定 函 数 f x ， 设 对 一 切 x ， f x 存 在 且 0 m f x M ， 证 明 对 于 范 围
8. 设 A
100 99 ， 99 98
（1）计算 A
和 A 2；
（2）计算 cond ( A) 和 cond ( A) 2 ．
9. 设有方程组 Ax b ，其中
10 4 4 13 （1） A 4 10 8 ， b 11 ， 4 8 10 25; y ， y (0) 1
证明其数值解为
yn (
固定 x ，取 h
2h n ) ， 2h
2. 用 Euler 公式和改进的 Euler 公式分别求下列初值问题的数值解(取步长 h 0.1 计算到 y 3 )：
x ，证明： h 0 时， y n 收敛于原初值问题的精确解． n
x
x ln x
2. 4 x 4 上给出 f ( x) e 的等距节点函数表，若用线性插值求 e 的近似值，要使截 断误差不超过 10 ，问使用函数表的步长 h 应取多少？ 3. f ( x) x x 3x 1 ，求 f [2 ,2 ,,2 ]及f [2 ,2 ,,2 ].
dy 2x 3 y , dx y (0) 1 .
其中， 0 x 0.2 ，取步长 h 0.1 ．
2 x1 3 x 2 5 x3 5 （2） 3 x1 4 x 2 7 x3 6 ． x 3x 3x 5 2 3 1
2. 用矩阵的 LU 分解求解方程组 AX b
5 7 9 10 1 6 8 10 9 1 . A ,b . 7 10 8 7 1 5 7 6 5 1 4.用追赶法求解三对角方程组 Ax b ，其中
1 1.25 5.79 1.756
2 1.50 6.53 1.876
3 1.75 7.45 2.008
4 2.00 8.46 2.135
xi yi
yi
8. 给定如下数值 x
0
1.5
1
2
f(x)
1.00
2.50
1.25
5.50
（1） 求函数 f(x)的差商表； (2) 用牛顿插值公式求三次插值多项式 N3 ( x) 。
y ' ax b , ． y (0) 0 .
6. 试用欧拉格式
y n1 y n hf ( xn , y n ) ，
和梯形格式
h y n1 y n [ f ( xn , y n ) f ( xn1 , y n1 )] ， 2
建立一个预报—校正格式，并用此格式计算
13. 给定线性方程组
2 x1 10 x2 x3 4 8 x1 x2 x3 1 ，通过调整方程顺序，建立收敛的高斯-塞得尔迭带格式， x x 5x 3 3 1 2
取初值 X (0) (0,0,0)T , 试计算X (2) .
习
1. 用梯形法求解初值问题
783 27.982 。
第 2 章 函数插值
1. 给出 f ( x) ln( x) 的数值表
x ln x
0.4 -0.916291 0.7
0.5 -0.693147 0.8 -0.223144
x
0.6 -0.510826
-0.356675 用线性插值及二次插值计算 ln 0.54 的近似值。
第三章 数值积分
1. 分别用复化梯形公式和复化辛普森公式计算下列积分： （1）
x 0 4 x 2 dx ， n 8 ；(2)
1
9 1
x dx ， n 4 .
2. 若用复化梯形公式求积分
1 0
e x dx ，则积分区间要多少等分才能保证计算结果有五位有
效数字？ 3. 给定求积公式,试确定求积系数，使之代数精度尽可能高。 (1) (2)
xi yi
用最小二乘法求形如 y a bx 的经验公式。
2
7. 设数据 ( xi , yi )(i 0,1,2,3,4) 由表 3-1 给出， 表中第 4 行为 ln yi yi , 可以看出数学模型 为 y ae ，用最小二乘法确定 a 及 b 。
bx
i
0 1.00 5.10 1.629
x k 1 x k m
f ( xk ) ， (k 0 ， 1， ) ， f ' ( xk )
a 0 ，导出求 a 的迭代公式，并用此公式求 115 的 x2
证明：此迭代格式具有 2 阶收敛速度． 9. 应用牛顿法于方程 f x 1 值． 10. 证明迭代公式
x k 1
7 4 0 1 7 0 1 8
6
4. 求 一 个 次 数 不 高 于 4 次 的 多 项 式 P( x) 使 它 满 足 P(0) P(0) 0 ，
P(1) P(1) 1, P(2) 1 。
5. 证明若 F ( x) f ( x) g ( x) ，则 F[ x0 , x1 , xn ] f [ x0 , x1 , xn ] g[ x0 , x1 , xn ] 6. 已知实验数据如下： 19 19.0 25 32.3 31 49.0 38 73.3 44 97.8
2 xk xk 3a ， 2 3x k a
是计算 a 的三阶方法．假定初值 x 0 充分靠近根 x ，求 lim
*
x
a xk 1
a xk
．
3
第五章习题