数值分析西南交通大学
西南交通大学数值分析上机实验报告

数值分析上机实习报告学号:姓名:专业:联系电话:任课教师:序 (3)一、必做题 (4)1、问题一 (4)1.1 问题重述 (4)1.2 实验方法介绍 (4)1.3 实验结果 (5)2、问题二 (7)2.1 问题重述 (7)2.2 实验原理 (7)雅各比算法:将系数矩阵A分解为:A=L+U+D,则推到的最后迭代公式为: (8)2.3 实验结果 (8)二、选做题 (10)3、问题三 (10)3.1 问题重述 (10)3.2 实验原理 (10)3.3 实验结果 (11)总结 (11)序伴随着计算机技术的飞速发展,所有的学科都走向定量化和准确化,从而产生了一系列的计算性的学科分支,而数值计算方法就是解决计算问题的桥梁和工具。
数值计算方法,是一种研究并解决数学问题的数值近似解方法,是在计算机上使用的解数学问题的方法。
为了提高计算能力,需要结合计算能力与计算效率,因此,用来解决数值计算的软件因为高效率的计算凸显的十分重要。
数值方法是用来解决数值问题的计算公式,而数值方法的有效性需要根据其方法本身的好坏以及数值本身的好坏来综合判断。
数值计算方法计算的结果大多数都是近似值,但是理论的严密性又要求我们不仅要掌握将基本的算法,还要了解必要的误差分析,以验证计算结果的可靠性。
数值计算一般涉及的计算对象是微积分,线性代数,常微分方程中的数学问题,从而对应解决实际中的工程技术问题。
在借助MA TLAB、JA V A、C++ 和VB软件解决数学模型求解过程中,可以极大的提高计算效率。
本实验采用的是MATLAB软件来解决数值计算问题。
MA TLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,其对解决矩阵运算、绘制函数/数据图像等有非常高的效率。
本文采用MATLAB对多项式拟合、雅雅格比法与高斯-赛德尔迭代法求解方程组迭代求解,对Runge-Kutta 4阶算法进行编程,并通过实例求解验证了其可行性,使用不同方法对计算进行比较,得出不同方法的收敛性与迭代次数的多少,比较各种方法的精确度和解的收敛速度。
西南交通大学研究生数值分析总复习

记x*表示x的近似值,若x* 0.a1a2 an 10m , (ai 是0,1,,9中的一个数字,a1 0),
*
1 mn 如果 x x 10 , 则称x *近似x时具有n位有效数字。 2
返回
前进
3. 记近似值x*=0.a1a2…an×10m,若要保留五位有效数 字(这是 以后常会用到的),即要求误差限ε<0.5×10m-n, 则n=5;
1 这即要求出满足: 10( n 1) 0.01%的n 2a1
例3(续)
1 由a1 5 10( n 1) 0.01% 0.0001 25 10( n 1) 0.001 n 1 lg 0.001 3 n 4 1 因此,只要对 0.052631578 的近似值取四位 19 1 有效数字为 0.05263 ,则其相对误差限就不 超过0.01% 19
返回
前进
§2 绝对误差、相对误差和有效数字
2.1 绝对误差与相对误差 设 x *为准确值的近似值,记
e xx
*
e x x* er x x
分别称e为近似值x *的绝对误差或误差, er为x*的相对误差。
一般情况下,准确值是不知道的,从而也不能算出绝 对误差e的准确值,但往往可以根据测量工具或计算的情 况估计出e 的取值范围,即估计出绝对误差的一个上界ε :
返回
前进
迭代法是一种重要的逐次逼近法,其基本思想是: 设方程f (x) = 0在区间[a, b]内有一根x*,将方程化为等价 方程x = (x),并在[a, b]内任取一点x0作为初始近似值, 然后按迭代公式计第二章 非线性方程求解算: x ( x ), (k 0,1,2,) (2 - 3)
返回
分析06-平方逼近 数值分析 教学课件 ppt-西南交通大学

b
k 1
于是: ( x) k ( x)Q k 1 ( x)dx ( x) k ( x)[ b j j ( x)]dx
,是函数逼近的重要工具,后面一致逼近,积分也要用到
正交多项式。
定义6.3 如果函数系{0(x), 1(x),…, m(x),…}满足:
b
0 j k
(j,k) a(x )j(x )k(x )d x A k 0 j k (j,k 0 ,1 ,2 )
则称此函数为区间[a, b]上关于权函数(x) 的正
问题:如何求二
(1,1)
1 x2dx 1 ,
0
3
1
( f ,0 )
cosxdx 0
0
次、三次最佳平 方逼近多项式,
(
f
,1
)
1
0
x
cos
xdx
1
1
0
xd
sin
x
1
x
s
in
x
1
0
sin
xdx可) :(1)如上,
1 2
cosx
1
0
1 2
(1 1)
2 2
H = {1,x,x2}
即取2(x) = x2
证明:(用反证法设) 0, 假1, ,n是线性相关,即的存在不全为
零的实c数 0,c1, ,cn使得:
c00(x)c11(x) cnn(x) 0
x[a,b]
不妨设 ci 0,以(x)i(x)乘以上式后,在[a区 ,b]上 间积分得:
c0(0,i)c1(1,i) cn(n,i) ci(i,i) 0 因为(i,i) 0,故ci 0,导出矛盾,所0,以, (x) a0 a11(x),
数值计算与算法分析

1 xn dx 0 x5
。
解:由于 yn+5yn-1=1/n,可得到计算yn的一些递推公式
记真实值与近似值的误差为
~ y ~ n yn n
和
n y n y n
相应的误差传播规律为:
~ (5)~ (5)n ~ n n1 0
下面考虑,
不同的块扫描次序和方体计算次序对整个数据立方体
的计算效率的影响。 下表是各平面相关块大下的数据
方体 项目 整块大小 AB AC BC A B C
16 000
160 000
1 600 000
40
400
4000
子块大小
1 000
10 000
100 000
10
100
1000
数值计算一般原理
下面的讨论,我们都假定扫描次序为1到64。
其中c1,c2不依赖于h,若用步长h’=2h计算,则
用(3)-4x(2)得到
T(2h)-I=4[T(h)-I]+O(h4) 忽略O(h4)得到新的数值计算公式:
I≈T(h)+[T(h)-T(2h)]/3
(4)式具有更高的计算精度。
(4)
数值计算一般原理
数值计算中的精确度分析
误差来源与分类
模型误差
数值计算一般原理
算法分类
串行算法:
只有一个进程,适用于串行计算机;
并行算法:
两个或两个以上进程的算法,适用于并行计算机。
数值计算一般原理
算法好坏的判断
一个面向计算机,计算复杂性好,又有可靠理论分析的
算法就是一个好算法。
计算复杂性:包含时间复杂性和空间复杂性两个方面,
西南交通大学数值分析题库

考试目标及考试大纲本题库的编纂目的旨在给出多套试题,每套试题的考查范围及难度配置均基于“水平测试”原则,按照教学大纲和教学内容的要求,通过对每套试题的解答,可以客观公正的评定出学生对本课程理论体系和应用方法等主要内容的掌握水平。
通过它可以有效鉴别和分离不同层次的学习水平,从而可以对学生的学习成绩给出客观的综合评定结果。
本题库力求作到能够较为全面的覆盖教学内容,同时突显对重点概念、重点内容和重要方法的考查。
考试内容包括以下部分:绪论与误差:绝对误差与相对误差、有效数字、误差传播分析的全微分法、相对误差估计的条件数方法、数值运算的若干原则、数值稳定的算法、常用数值稳定技术。
非线性方程求解:方程的近似解之二分法、迭代法全局收敛性和局部收敛定理、迭代法误差的事前估计法和事后估计法、迭代过程的收敛速度、r 阶收敛定理、Aitken加速法、Ne w to n法与弦截法、牛顿局部收敛性、Ne w to n收敛的充分条件、单双点割线法(弦截法)、重根加速收敛法。
解线性方程组的直接法:高斯消元法极其充分条件、全主元消去法、列主元消去法、高斯-若当消元法、求逆阵、各种消元运算的数量级估计与比较、矩阵三角分解法、Doolittle 和Crout三角分解的充分条件、分解法的手工操作、平方根法、Cholesky分解、改进的平方根法(免去开方)、可追赶的充分条件及适用范围、计算复杂性比较、严格对角占优阵。
解线性方程组迭代法:向量和矩阵的范数、常用向量范数的计算、范数的等价性、矩阵的相容范数、诱导范数、常用范数的计算;方程组的性态和条件数、基于条件数误差估计与迭代精度改善方法;雅可比(Jacobi)迭代法、Gauss-Seidel迭代法、迭代收敛与谱半径的关系、谱判别法、基于范数的迭代判敛法和误差估计、迭代法误差的事前估计法和事后估计法;严格对角占优阵迭代收敛的有关结论;松弛法及其迭代判敛法。
插值法:插值问题和插值法概念、插值多项式的存在性和唯一性、插值余项定理;Lagrange插值多项式;差商的概念和性质、差商与导数之间的关系、差商表的计算、牛顿(Newton)插值多项式;差分、差分表、等距节点插值公式;Hermite插值及其插值基函数、误差估计、插值龙格(Runge)现象;分段线性插值、分段抛物插值、分段插值的余项及收敛性和稳定性;样条曲线与样条函数、三次样条插值函数的三转角法和三弯矩法。
西南交通大学数值分析上机实习

目录解题: (1)题目一: (1)1.1计算结果 (1)1.2结果分析 (1)题目二: (2)2.1计算结果 (2)2.2结果分析 (3)题目三: (4)3.1计算结果 (4)3.2结果分析 (5)总结 (5)附录 (6)Matlab程序: (6)题目一: (6)第一问Newton法: (6)第二问Newton法: (6)第一问Steffensen加速法: (7)第二问Steffensen加速法: (7)题目二 (8)1、Jacobi迭代法 (8)2、Causs-Seidel迭代法 (8)题目三: (9)题目一:分别用牛顿法,及基于牛顿算法下的Steffensen 加速法(1)求ln(x +sin x )=0的根。
初值x0分别取0.1, 1,1.5, 2, 4进行计算。
(2)求sin x =0的根。
初值x0分别取1,1.4,1.6, 1.8,3进行计算。
分析其中遇到的现象与问题。
1.1计算结果求ln(x +sin x )=0的根,可变行为求解x-sinx-1=0的根。
1.2结果分析从结果对比我们可发现牛顿—Steffensen 加速法比牛顿法要收敛的快,牛顿法对于初值的选取特别重要,比如第(1)问中的初值为4的情况,100次内没有迭代出来收敛解,而用Steffensen 加速法,7次迭代可得;在第(2)问中的初值为1.6的情况,收敛解得31.4159,分析其原因应该是x x f cos )('=,x0=1.62π≈,0)('≈x f ;迭代式在迭代过程中会出现分母趋近于0,程序自动停止迭代的情况,此时得到的x 往往非常大,而在第一问中我们如果转化为用x+sinx=1,则可以收敛到结果。
用雅格比法与高斯-赛德尔迭代法解下列方程组Ax=b,研究其收敛性,上机验证理论分析是否正确,比较它们的收敛速度,观察右端项对迭代收敛有无影响。
(1)A行分别为A1=[6,2,-1],A2=[1,4,-2],A3=[-3,1,4];b1=[-3,2,4]T,b2=[100,-200,345]T,(2) A行分别为A1=[1,0,8,0.8],A2=[0.8,1,0.8],A3=[0.8,0.8,1];b1=[3,2,1]T,b2=[5,0,-10]T,(3)A行分别为A1=[1,3],A2=[-7,1];b=[4,6]T2.1计算结果初值均为0矩阵带入(1)A行分别为A1=[6,2,-1],A2=[1,4,-2],A3=[-3,1,4];b1=[-3,2,4]T,b2=[100,-200,345]T2) A行分别为A1=[1,0,8,0.8],A2=[0.8,1,0.8],A3=[0.8,0.8,1];b1=[3,2,1]T,b2=[5,0,-10]TT2.2结果分析ρ小于1,故方程组雅可比迭代收第一小题的经计算谱半径为5427B(=).0敛。
西南交通大学《数值分析报告》上机报告

目录目录 (1)序言(1) (2)1.1 C语言简介及结构 (2)1.2 C语言特点及优点 (2)1.3 选用原因 (3)第一题 (3)用雅格比法与高斯-赛德尔迭代法解下列方程组 (3)1.1题目 (4)1.2原理和思路 (4)1.3计算结果与分析 (7)第二题 (10)松弛因子对SOR法收敛速度的影响 (10)2.1题目 (10)2.2原理和思路 (10)2.3计算结果与分析 (12)序言(2) (16)第三题 (17)利用四阶Runge-Kutta算法求解微分方程的初值问题 (17)3.1题目 (17)3.2原理和思路 (17)3.3计算结果与分析 (18)附录1 Jacobi迭代法C语言源程序 (21)附录2 Gauss-Seidel迭代法程序代码 (23)附录3 SOR迭代法C语言源程序 (25)附录4 四阶Runge-Kutta算法程序代码 (27)总结与体会 (29)本报告系西南交通大学2011级硕士研究生《数值分析》课程的上机实习报告,由本人严格按照实习要求独立完成。
序言(1)在第一次给定的四道上机题中,我选择的是第三题(雅格比迭代法、高斯—赛德尔迭代法求解方程组的问题)和第四题(松弛因子对SOR法收敛速度的影响),本次上机实习基于Microsoft Visual 平台进行程序建立,采用C语言面向对象语言,从界面设计到结果输出,完成一个具有针对性的可视化Windows 应用程序的编制。
在此序言中,我将阐述C语言的基本结构、优特点以及选用这种语言进行编程的主要原因。
1.1C语言简介及结构C语言是一种计算机程序设计语言,由美国贝尔研究所的D.M.Ritchie于1972年推出。
1978后,C语言已先后被移植到大、中、小及微型机上,是目前世界上流行、使用最广泛的高级程序设计语言之一。
C语言既有高级语言的特点,又具有汇编语言的特点。
它不仅可以作为工作系统设计语言,编写系统应用程序;也可以作为应用程序设计语言,编写不依赖计算机硬件的应用程序。
西南交大数值分析题库插值逼近题库

xkj lk (0)
1, 0, ( 1) n x0 x1...xn
n k 0 n 1 xk lk ( x) n k 0
j 0 j 1,2,...,n j n 1
n f ( n 1) () wn 1 ( x) 其中,wn+1(x)= ( x (n 1)! j 0
n k 0
证明: f ( x)
f (3) () 2 (x 3! k 0 xk )
(3). 三次样条插值与一般分段 3 次多项式插值的区别是_____ (三次样条连续且光 滑,一般分段 3 次连续不一定光滑。) §2. 计算题 (1). (a10 分)依据下列函数值表,建立不超过 3 次的 lagrange 插值多项式 L3(x). x 0 1 2 3 f(x) 1 9 23 3 解:基函数分别为
xn
1
(x
j 0
xj )
n 1 xk lk ( x)
wn 1 ( x) 可见其为 n 次多项式,并且可得其最高次系数为
(x0+…+ xn) (5). 设函数 f(x)是 k 次多项式,对于互异节点 x1,…, xn,, 证明当 n>k 时,差商 f [x, x1,…,xn]0,当 nk 时,该差商是 k-n 次多项式。 证明:因 f [ x0 , x1 , , xn ]
多项式 P1(x)在子区间[a,b]上的余项估计式,再估计最值即可。
f ( x) P 1 ( x) f () ( x a)( x b) 2!
x3 , c( x 1)
2 3
hi2 max f // ( x) a 8 x b
0 x x 1 2
x [a, b]
(12). s(x)=
2
已知 s(x)是[0,2]上的已知自然边界条件的三次样条函数,试确定
- 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.填空(1). 在等式∑==nk k kn x f ax x x f 010)(],,,[ 中, 系数a k 与函数f (x ) 无 关。
(限填“有”或“无”) (2). Gauss 型求积公式不是 插值型求积公式。
(限填“是”或“不是”)或“无”) (3). 设l k (x )是关于互异节点x 0, x 1,…, x n , 的Lagrange 插值基函数,则∑=-nk k m k x l x x 0)()(≡0 m=1,2,…,n(4). ⎥⎦⎤⎢⎣⎡-=3211A ,则=1||||A 4 ,=2||||A 3.6180340 ,=∞||||A 5 ; (5). 用1n +个不同节点作不超过n 次的多项式插值,分别采用Lagrange 插值方法与Newton 插值方法所得多项式 相等(相等, 不相等)。
(6). 函数3320,10(),01(1),12x f x x x x x x -≤<⎧⎪=≤<⎨⎪+-≤≤⎩与函数3321,10()221,01x x x g x x x x ⎧++-≤<=⎨++≤≤⎩中,是三次样条函数的函数是 g(x),另一函数不是三次样条函数的理由是二阶导不连续 。
(7). n 个不同节点的插值型求积公式的代数精度一定会超过n-1 次2.设)5()(2-+=x x x αϕ,要使迭代法)(1k k x x ϕ=+局部收敛到5*=x ,则α取值范围 解:因x x αϕ21)(+=',由1521*)(<+='αϕx ,即0522<<-α故α的取值范围是051<<-α。
3.给定方程组⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--111 211111112321x x x证明Jacobi 方法发散而Gauss-Seidel 方法收敛。
分析 观察系数矩阵的特点,它既不严格对角占优,也不对称正定,因此应该写出Gauss-Seidel 方法的迭代矩阵B ,然后再观察是否11<B或1<∞B 或求出)(B ρ,看其是否小于1。
而要证Jacobi 方法发散,一般情况下只能想法说明其迭代矩阵的谱半径不小于1。
证明(1)对Jacobi 方法,迭代矩阵为⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---=0212110121210B 设其特征值为λ,则i B I 25,0,0453,213±===+=-λλλλλ 12/5)(>=B ρ,故Jacobi 方法发散。
(2)对Gauss-Seidel 方法,迭代矩阵为=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡--⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-01021210021210101111B⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡----=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-2100212102121001021211210011001 显然其特征值为121)(,21,0321<=-===B ρλλλ,故Gauss-Seidel 方法收敛。
3.求a,b,c 的值,使⎰---π22dx cx bx a x )(sin 达到最小解:就是求f(x)=sinx 关于函数族s p an {1,x,x 2 }在[0,π]上的最佳平方逼近。
由内积(f ,g )=⎰πdx x g x f )()(, 令ϕ0=1,ϕ1=x, ϕ2=x 2计算知法方程()()()()()()()()()⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛),(),(),(,,,,,,,,,1010101110101000n n n n n n n n f f f a a a ϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕ为⎪⎪⎪⎩⎪⎪⎪⎨⎧=++=++=++0543143222252413042312032210πππππππππa a a a a a a a a 解之得:a 0=-14/π, a 1=72/π2, a 2=-60/π3 4.试用Simpson 公式计算积分dx e x⎰21/1 的近似值, 并判断此值比准确值大还是小,并说明理由。
解 ()4()()62b a b a S f a f f b -+⎡⎤=++⎢⎥⎣⎦= 2.026323 截断误差21/(4)11(),(1,2)2880xe dx Sf ηη-=-∈⎰ 而132(4)82436121()xx x x fx e x+++= 因此21/1xS edx >⎰5.叙述解常微分方程初值问题数值方法的绝对稳定的定义;证明Euler 法的绝对稳定区间为(-2,0)解 如果y k 是某方法第k 步的准确值,k y ~为其近似值,其绝对误差为k δ,即k k k y ~y δ=-。
假定第k 步后的计算中不再有舍入误差,只是由k δ引起的扰动m δ(m>k,m m m y ~y -=δ),都有|m δ|<|k δ|,则称此方法是绝对稳定的设y k 有一扰动k δ,此时 1()k k k k k y y h y δλδ+=+++=k k k )h 1(hy y δλ++λ+即 1k y +=k 1k )h 1(y δλ+++,从而|||1|||1k k h δλδ+=+要使||||k 1k δ<δ+,则必有1|h 1|<λ+,即λh ∈(-2,0)时,Euler 法是绝对稳定的1.填空1) 令f(x)=ax 7+ x 4+3x+1, 则f[20, 21,…,27]= a ;f[20, 21,…,28]= 0 2) 已知方程组⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡2121132.021b b x x ,则解此方程组的Jacobi 迭代法 是 收敛(填“是”或“不”)。
3) 设)())(()()())(()()(110110n i i i i i i n i i i x x x x x x x x x x x x x x x x x l --------=+-+- (i =0,1,…,n ),则∑=nk k k x l x 0)(=x , 这里(x i ≠x j ,i ≠j , n ≥2)。
4)设)(n k C 称为柯特斯系数则()nn kk C=∑=15) 采用正交多项式拟合可避免最小二乘或最佳平方逼近中常见的 法方程组病态问题。
6) 为辛卜生(Sim pso n )公式具有___3____次代数精度。
7) 牛顿插商与导数之间的关系式为: !)(],,,[)(10n fx x x f n n ξ=8) 试确定[0,1]区间上2x 3的不超过二次的最佳一致逼近多项式p(x), 该多项式唯一否?答: p(x)=(3/2)x, ; 唯一。
2.设有解方程0cos 2312=+-x x 的迭代法n n x x cos 3241+=+。
(1)证明R x ∈∀0,均有*lim x x n n =∞→(x*为方程的根)。
(2)取x 0=4,用此迭代法求方程根的近似值,误差不超过10-3。
(3)此迭代法的收敛阶是多少?证明你的结论。
解(1)因迭代函数x x x x sin 32)(,cos 324)(-='+=ϕϕ,而对一切x,均有1)(<'x ϕ故迭代过程收敛,即R x ∈∀0,均有*lim x x n n =∞→。
(2)取x 0=4,代入迭代式计算有 56424.34cos 3241=+=x , 391996.356424.3cos 3242=+=x ,354125.3391996.3cos 3243=+=x ,34833.3354125.3cos 3244=+=x ,3475299.334833.3cos 3245=+=x 。
取37.3*5=≈x x 即可使误差不超过310-. (3)因1*sin 32*)(,sin 32)(≠='-='x x x x ϕϕ,故由推论6.1知,此迭代格式只具线性收敛。
3.设对称正定阵⎥⎦⎤⎢⎣⎡--=2112A ,试计算||A -1||2,||A||2和Cond(A)2,且找出b (常数)及扰动δb ,使22222||||||||)(Cond ||||||||b b A x x δδ= 解 342112||2+-=--=-λλλλλA I ,故3,121==λλ,从而 1|||||| ,3||||||12122====-λλA A3||||)(Cond 122==λλA 假设 x+δx=y, A(x+δx)=b+δb 取b=(1,-1)T ,δb=(1,1)T ,则解Ax=b ,即⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡--11211221x x 得Tx ⎪⎭⎫⎝⎛-=31,31又解⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡--02211221y y 得Ty ⎪⎭⎫⎝⎛=32,34。
故32312||||||||,)1,1(22===x x x T δδ 而322)(Cond ||||||||)(Con 2222==A b b A δ故22222||||||||)(Cond ||||||||b b A x x δδ= 4.回答下列问题:(1)何谓Hermite 插值问题?答:Hermite :除了满足)()(i i x f x y =,还希望满足)()(''i i x f x y = (2)Hermite 插值与一般多项式插值有什么区别? 答:一般:只注重)()(i i x f x y =,Hermite :除了)()(i i x f x y =,还有)()(''i i x f x y = 5.求a,b,c 的值,使⎰---π2223dx cx bx a x )(达到最小解:由唯一性知,a=0,b=0,c=3 提示:(即类似题型) 求a,b,c 的值,使⎰---π22dx cx bx a x )(sin 达到最小解:就是求f(x)=sinx 关于函数族s p an {1,x,x 2 }在[0,π]上的最佳平方逼近。
由内积(f ,g )=⎰πdx x g x f )()(, 令ϕ0=1,ϕ1=x, ϕ2=x 2计算知法方程()()()()()()()()()⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛),(),(),(,,,,,,,,,1010101110101000n n n n n n n n f f f a a a ϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕ为⎪⎪⎪⎩⎪⎪⎪⎨⎧=++=++=++0543143222252413042312032210πππππππππa a a a a a a a a 解之得:a 0=-14/π, a 1=72/π2, a 2=-60/π36.用E uler 方法解初值问题 0(0)1y y y '-=⎧⎨=⎩(1) 写出近似解的表达式(2)并证明当0h ®时, 近似解的表达式收敛于原初值问题的准确解xy e =解 Euler 公式 11,1,,,k k k x y y hy k n h n--=+==L (1)近似解的表达式()()111kk k y h y h -=+==+L (2) ()11(0)nnx n x y h e h n ⎛⎫=+=+→→ ⎪⎝⎭1.填空1) 要使20的近似值的相对误差限≤0.1%, 应至少取___4____位有效数字。