数值分析作业思考题汇总
数值分析思考题1
1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。
2、相对误差在什么情况下可以用下式代替？
3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。
4、 取 ，计算 ，下列方法中哪种最好？为什么？
（1）()3
322
-，（2）()
2
752-，（3）
()
3
1
322+，（4）
()
6
121
+，（5）99702-
数值实验
数值实验综述：线性代数方程组的解法是一切科学计算的基础与核心问题。求解方法大致可分为直接法和迭代法两大类。直接法——指在没有舍入误差的情况下经过有限次运算可求得方程组的精确解的方法，因此也称为精确法。当系数矩阵是方的、稠密的、无任何特殊结构的中小规模线性方程组时，Gauss 消去法是目前最基本和常用的方法。如若系数矩阵具有某种特殊形式，则为了尽可能地减少计算量与存储量，需采用其他专门的方法来求解。
Gauss 消去等同于矩阵的三角分解，但它存在潜在的不稳定性，故需要选主元素。对正定对称矩阵，采用平方根方法无需选主元。方程组的性态与方程组的条件数有关，对于病态的方程组必须采用特殊的方法进行求解。
数值计算方法上机题目1
1、实验1. 病态问题
实验目的：
算法有“优”与“劣”之分，问题也有“好”和“坏”之别。所谓坏问题就是问题本身的解对数据变化的比较敏感，反之属于好问题。希望读者通过本实验对此有一个初步的体会。
数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。
问题提出：
考虑一个高次的代数多项式
r
e x x
e x x *****
-==
2141.≈()6
21-
∏=-=
---=20
1
)()20)...(2)(1()(k k x x x x x p （E1-1）
显然该多项式的全部根为l ，2，…，20，共计20个，且每个根都是单重的（也称为简
单的）。现考虑该多项式方程的一个扰动
0)(19=+x x p ε (E1-2) 其中ε是一个非常小的数。这相当于是对（E1-1）中19
x 的系数作一个小的扰动。我们希望比较（E1-1）和（E1-2）根的差别，从而分析方程（E1-1）的解对扰动的敏感性。
实验内容：
为了实现方便，我们先介绍两个 Matlab 函数：“roots ”和“poly ”，输入函数
u ＝roots （a ）
其中若变量a 存储1+n 维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,...,,+n a a a ，则输出u 的各分量是多项式方程
0...1121=++++-n n n n a x a x a x a
的全部根，而函数
b=poly(v)
的输出b 是一个n ＋1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“Poly ”是两个互逆的运算函数.
ve=zeros(1,21); ve(2)=ess;
roots(poly(1:20))+ve) 上述简单的Matlab 程序便得到（E1-2）的全部根，程序中的“ess ”即是（E1-2）中的ε。 实验要求：
（1）选择充分小的ess ，反复进行上述实验，记录结果的变化并分析它们。如果扰动项的系数ε很小，我们自然感觉（E1-1）和(E1-2)的解应当相差很小。计算中你有什么出乎意料的发现？表明有些解关于如此的扰动敏感性如何？
（2）将方程（E1-2）中的扰动项改成18
x ε或其他形式，实验中又有怎样的现象出现？ （3）请从理论上分析产生这一问题的根源。注意我们可以将方程(E1-2）写成展开的形式，
0...),(1920=+-=x x x p αα
同时将方程的解x 看成是系数α的函数，考察方程的某个解关于α的扰动是否敏感，与研究它关于α的导数的大小有何关系？为什么？你发现了什么现象，哪些根关于α的变化更敏感？
2、实验2。多项式插值的振荡现象，即插值的龙格（Runge ）现象
问题提出：
考虑在一个固定的区间上用插值逼近一个函数。显然，拉格朗日插值中使用的节点越多，插值多项式的次数就越高、自然关心插值多项式的次数增加时，)(x L n 是否也更加靠近被逼
近的函数。龙格给出的一个例子是极著名并富有启发性的。设区间]1,1[-上函数
2
2511
)(x
x f +=
实验内容：
考虑区间]1,1[-的一个等距划分，分点为
n i n
i
x i ,...,2,1,0,21=+
-= 则拉格朗日插值多项式为
∑
=+=n
i i
i
n x l x x L 02)(2511
)( 其中的)(x l i ，n i ,...,2,1,0=是n 次拉格朗日插值基函数。 实验要求：
（l ）选择不断增大的分点数目,...3,2=n ，画出原函数)(x f 及插值多项式函数)(x L n 在
]1,1[-上的图像，比较并分析实验结果。
（2）选择其他的函数，例如定义在区间[-5，5]上的函数 x x g x
x
x h arctan )(,1)(4
=+= 重复上述的实验看其结果如何。 （3）区间],[b a 上切比雪夫点的定义为
1,...,2,1,)1(2()12(cos 22+=???
? ??+--++=
n k n k a
b a b x k π 以121,...,,+n x x x 为插值节点构造上述各函数的拉格朗日插值多项式，比较其结果。
3、实验3。 样条插值的收敛性
问题提出：
一般的多项式插值不能保证收敛性，即插值的节点多，效果不一定就好。对样条函数插值又如何呢？理论上证明样条插值的收敛性是比较困难的，也超出了本课程的内容。通过本实验可以验证这一理论结果。
实验内容：
请按一定的规则分别选择等距或者非等距的插值节点，并不断增加插值节点的个数。考虑实验2.中的函数或选择其它你有兴趣的函数，可以用 Matab 的函数 “sp line ”作此函数的三次样条插值。在较新版本的Matlab 中，还提供有spline 工具箱，你可以找到极丰富的样条工具，包括B-样条。
实验要求：
（1）随节点个数增加，比较被逼近函数和样条插值函数误差变化情况。分析所得结果
并与拉格朗目多项式插值比较。
（2）样条插值的思想最早产生于工业部门。作为工业应用的例子，考虑如下问题：某汽车制造商用三次样条插值设计车门的曲线，其中一段的数据如下：
k x 0 1 2 3 4 5 6 7 8 9 10 k y
0.0 0.79 1.53 2.19 2.71 3.03 3.27 2.89 3.06 3.19 3.29 'k
y 0.8
0.2
（3）计算此实验的B-样条插值（选做）。
数值计算方法（二）
1、利用Newton 方法和Muller (抛物线)方法计算下列方程
2260()cos()x x f x e x -=++-=
在区间13[,]上的实根，要求精度为5
10ε-=，并比较迭代次数。
2、用Gauss 列主元消去法求解下列方程组
123462
2
4012841010313333964
21816x x x x -????????????--???
???=
??????--???
???--????
??
3、用改进的平方根（T
A LDL =分解）法求解下列方程组
1234540
6
212013026631926360025522
2651621x x x x x ??????
????????????
??????
=??????
-????????????-??????
实验一
一、实验名称：矩阵的LU 分解.
二、实验目的：用不选主元的LU 分解和列主元LU 分解求解线性方程组 Ax=b, 并比较这两
种方法.
三、实验内容与要求 （1）用所熟悉的计算机语言将不选主元和列主元LU 分解编成通用的子程序，然后用编写的程序求解下面的84阶方程组
将计算结果与方程组的精确解进行比较，并就此谈谈你对Gauss 消去法的看法。 （2）写出追赶法求解三对角方程组的过程，并编写程序求该实验中的方程组
实验二
一、实验名称：实对称正定矩阵的A 的Cholesky 分解.
二、实验目的：用平方根法和改进的平方根方法求解线性方程组 Ax=b . 三、实验内容与要求
用所熟悉的计算机语言将Cholesky 分解和改进的Cholesky 分解编成通用的子程序，然后用编写的程序求解对称正定方程组Ax=b ，其中 （1） b 随机的选取，系数矩阵为100阶矩阵
（2） 系数矩阵为40阶Hilbert 矩阵，即系数矩阵A 的第i 行第j
列元素为
，向量b 的第i
个分量为
（3） 用实验一的程序求解这两个方程组，并比较所有的计算结果，然后评价各个方法的
优劣。
实验三
实验名称：直接法的时间复杂性试验。
实验目的：分别用三种不同方法求解线性方程组 Ax=b ，不同工作量得出不同时间。 实验内容与要求：
生成方程组b Ax =中矩阵A 和右端项b ，分别用\x A b =，()*x inv A b =和三角分解法计算，并分别记录所花费的CPU 时间，进行分析比较。
实验要求：
（1）取300=n ，随机生成A 的一条主对角线元素和二条次对角线元素，使A 为严格对角占优的三对角阵和b ；其中三条对角线元素分别用三个一维数组存储；
（2）用Matlab 语言自编M 文件分别用\x A b =，()*x inv A b =和追赶法计算这三对角方程组；并分别记录所花费的CPU 时间；
(3) 分析结果，得出你的结论。
数值分析思考题4
1、Gauss 消去法和LU 三角分解法解线性方程组的工作量相同吗？工作量为多少？平方根方法的工作量为多少？
2、求解一个线性方程的LU 分解法什么条件下可以保障成功？选主元的目的是什么？分别用列主元和全主元Gauss 消去法求解下列方程组：
??
?
??=++-=-+-=+-61531815
3312321321321x x x x x x x x x
3、用平方根方法（Cholesky 分解法）求解下列方程组，并用紧凑格式存储。
????
??????-=????????????????????--1034224845484
16321x x x
4、已知线性方程组
122.0002 1.999841.9998 2.00024x x ??????=??????????
?? （1）求系数矩阵的逆1
A -和条件数()cond A ； （2）若方程组右端有微小扰动
()
44210,210T
b δ--=?-?，不用求解方程
组，试利用解与系数扰动之间的关系式来估计解的相对变化率。
数值分析思考题5
1、插值与拟合的相同点和不同点分别是什么？
2、写出n 次多项式拟合的一般形式，奇函数和偶函数的多项式拟合的一般形式。
3、详述你所知道的矩阵分解，它们的意义如何？
4、超定（矛盾）线性方程组的最小二乘解有哪些情况？说明它与广义逆的关系。
5、给出各种正交化方法的优劣比较。
6、用Householder 变换求解下列线性方程组的极小最小二乘解
1234112441235513466145771
5689x x x x ????
??????
????????????=??????
??????
??????????
实验一
1．根据Matlab 语言特点，描述Jacobi 迭代法、Gauss-Seidel 迭代法和SOR 迭代法。 2．编写Jacobi 迭代法、Gauss-Seidel 迭代法和SOR 迭代法的M 文件。 3．给定20
20?∈R
A 为五对角矩阵
???????????????
????????????????
?----
--------
------
32
141213214
141213214141213214
141213
2141213 (1)选取不同的初始向量)
0(x
及右端面项向量b ，给定迭代误差要求，分别用编写的Jacobi 迭
代法和Gauss-Seidel 迭代法程序求解，观察得到的序列是否收敛？若收敛，通过迭代次数分析计算结果并得出你的结论。
(2)用编写的SOR 迭代法程序，对于(1)所选取的初始向量)
0(x
及右端面项向量b 进行求解，
松驰系数ω取1<ω<2的不同值，在5)
1()(10-+≤-k k x
x 时停止迭代，通过迭代次数分析计算结果并得出你的结论。
实验二
题目： 多项式最小二乘法
摘要：对于具体实验时，通常不是先给出函数的解析式，再进行实验，而是通过实验的观察和测量给出离散的一些点，再来求出具体的函数解析式。又因为测量误差的存在，实际真实的解析式曲线并不一定通过测量给出的所有点。最小二乘法是求解这一问题的很好的方法，本实验运用这一方法实现对给定数据的拟合。 数学原理：
对于给定的测量数据(x i ,f i )(i=1,2,…，n )，设函数分布为
∑==m
j j j x a x y 0
)()(?
特别的，取)(x j ?为多项式
j j x x =)(? (j=0, 1,…，m )
则根据最小二乘法原理，可以构造泛函
∑∑==-=n
i m
j i j j i m x a f a a a H 1
10))((),,,(?
令
0=??k
a H
(k=0, 1,…，m ) 则可以得到法方程
????
?
???????=????????????????????????),(),(),(),(),(),(),(),(),(),(),(),(1010101111000100m m m m m m m m f f f a a a ?????????????????????
求该解方程组，则可以得到解m a a a ,,,10 ，因此可得到数据的最小二乘解
∑=≈m
j j j x a x f 0
)()(?
程序设计：编写求解多项式拟合的Matlab 函数子程序
实验要求：用最小二乘法处理下面的实验数据. x i 3 4 5 6 7 8 9 f i
2.01
2.98
3.50
5.02
5.47
6.02
7.05
并作出)(x f 的近似分布图。
分别采用一次，二次、五次和偶数次多项式来拟合数据得到相应的拟合多项式，并分别作出它们的曲线图。
实验三
实验名称：非线性方程组数值求解的Newton 类方法试验。 实验目的：用Newton 类方法求解线性方程组 F(x)=0，理解其解的复杂性、初始点选择策略、减少算法工作量的方法等。 实验内容与要求：
分别用Newton 法用Broyden 秩1校正法求解下面非线性方程组
1212322
12333cos()0.5081(0.1)sin 1.0601
20(103)0
3x x x x x x x x e x π-?--=??-+++=???++-=?
（1） 写出MATLAB 源代码；
（2） 给出迭代五次以上的结果；
（3） 尝试不同的初值，如可取(0.1,0.1,0.1)-）； （4） 计算两种方法的用时。
数值分析思考题6
1、数值计算中迭代法与直接法的区别是什么？
2、详述你所知道的线性方程组的迭代法的收敛性定理。
3、详述你所知道的非线性方程（组）的迭代法以及收敛性结果。
4、举例说明解线性方程组的SOR 方法的最佳松弛因子与何种因素有关？
5、指出解非线性方程组的Newton 法的主要工作量所在。分别用Newton 法和Broyden 秩1校正方法求解如下方程组在()1,1,1T
点附近的根：
21232
12332312470,10110,1080.
x x x x x x x x ?---=?+--=??+-=?
数值分析思考题1
% 数值分析思考题1 1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。 答：（1）绝对误差（限）与有效数字：将x 的近似值x * 表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若绝对误差，那么x *至少有n 个有效数字，即a 1，a 2，…，a n 为有效数字，而a n+1，…，a k ，…不一定是有效数字。因此，从有效数字可以算出近似数的绝对误差限；有效数字位数越多，其绝对误差限也越小。 （2）相对误差（限）与有效数字：将x 的近似值x * 表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若a k 是有效数字，那么相对误差不超过 ;反之，如果已知相对误差r ，且有 ，那么a k 必为有效数字。 2、相对误差在什么情况下可以用下式代替 ' 答：在实际计算时，由于真值常常是未知的，当较小时， r e x x e x x *****-==
通常用代替。 3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。 答：（1）病态问题：对于数学问题本身，如果输入数据有微小变化，就会引起输出数据（即问题真解）的很大变化，这就是病态问题。 （2）不同点：数值稳定性是相对于算法而言的，算法的不同直接影响结果的不同；而病态性是数学问题本身性质所决定的，与算法无关，也就是说对病态问题，用任何算法（或方法）直接计算都将产生不稳定性。 4、 取 ，计算 ，下列方法中哪种最好为什么 （1）(3322-，（2）(2752-，（3）()31 322+，（4）()61 21，（5） 99702-答：（1）( 332-==； （2）(2752-==； , （3） ()31322+=； （4）()6121=； （5）99702-=； 由上面的计算可以看出，方法（3）最好，因为计算的误差最小。 2141.≈)6 21
数值分析-第一章-学习小结
数值分析 第1章绪论 --------学习小结 一、本章学习体会 通过本章的学习，让我初窥数学的又一个新领域。数值分析这门课，与我之前所学联系紧密，区别却也很大。在本章中，我学到的是对数据误差计算，对误差的分析，以及关于向量和矩阵的范数的相关内容。 误差的计算方法很多，对于不同的数据需要使用不同的方法，或直接计算，或用泰勒公式。而对于二元函数的误差计算亦有其独自的方法。无论是什么方法，其目的都是为了能够通过误差的计算，发现有效数字、计算方法等对误差的影响。 而对误差的分析，则是通过对大量数据进行分析，从而选择出相对适合的算法，尽可能减少误差。如果能够找到一个好的算法，不仅能够减少计算误差，同时也可以减少计算次数，提高计算效率。 对于向量和矩阵的范数，我是第一次接触，而且其概念略微抽象。因此学起来较为吃力，仅仅知道它是向量与矩阵“大小”的度量。故对这部分内容的困惑也相对较多。 本章的困惑主要有两方面。一方面是如何能够寻找一个可靠而高效的算法。虽然知道算法选择的原则，但对于很多未接触的问题，真正寻找一个好的算法还是很困难。另一方面困惑来源于范数，不明白范数的意义和用途究竟算什么。希望通过以后的学习能够渐渐解开自己的疑惑。 二、本章知识梳理
2.1 数值分析的研究对象 方法的构造 研究对象 求解过程的理论分析 数值分析是计算数学的一个重要分支，研究各种数学问题的数值解法，包括方法的构造和求解过程的理论分析。它致力于研究如何用数值计算的方法求解各种基本数学问题以及在求解过程中出现的收敛性，数值稳定性和误差估计等内容。 2.2误差知识与算法知识 2.2.1误差来源 误差按来源分为模型误差、观测误差、截断误差、舍入误差与传播误差五种。其中模型误差与观测误差属于建模过程中产生的误差，而截断误差、舍入误差与传播误差属于研究数值方法过程中产生的误差。 2.2.2绝对误差、相对误差与有效数字 1.（1）绝对误差e指的是精确值与近似值的差值。 绝对误差：
数值分析作业答案
数值分析作业答案 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: ， 所以： 所以f(x)的二次插值多项式为： （2）用Lagrange插值基底 Lagrange插值多项式为： 所以f(x)的二次插值多项式为： (3) 用Newton基底: 均差表如下： xk f(xk) 一阶均差二阶均差 1 0 -1 -3 3/2 2 4 7/ 3 5/6 Newton插值多项式为： 所以f(x)的二次插值多项式为： 由以上计算可知，三种方法得到的多项式是相同的。 6、在上给出的等距节点函数表，若用二次插值求ex的近似值，要使截断误差不超过10-6，问使用函数表的步长h应取多少？ 解：以xi-1,xi,xi+1为插值节点多项式的截断误差，则有 式中 令得 插值点个数
是奇数，故实际可采用的函数值表步长 8、，求及。 解：由均差的性质可知，均差与导数有如下关系： 所以有： 15、证明两点三次Hermite插值余项是 并由此求出分段三次Hermite插值的误差限。 证明：利用[xk，xk+1]上两点三次Hermite插值条件 知有二重零点xk和k+1。设 确定函数k(x): 当或xk+1时k(x)取任何有限值均可； 当时，，构造关于变量t的函数 显然有 在[xk,x][x,xk+1]上对g(x)使用Rolle定理，存在及使得 在，，上对使用Rolle定理，存在，和使得 再依次对和使用Rolle定理，知至少存在使得 而，将代入，得到 推导过程表明依赖于及x 综合以上过程有： 确定误差限： 记为f(x)在[a,b]上基于等距节点的分段三次Hermite插值函数。在区间[xk，xk+1]上有 而最值 进而得误差估计： 16、求一个次数不高于4次的多项式，使它满足，，。
数值分析第一章思考题
《数值分析》第一章思考题 1.算法这一概念，数学上是如何描述的？ 答：算法的概念：算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。 算法在数学上的主要描述方式有：自然语言、结构化流程图、伪代码和PAD图 2.数值分析中计算误差有哪些？举列说明截断误差来源。 答：在数值分析中的计算误差主要有： （1）模型误差（2）观测误差（3）截断误差（4）舍入误差 求解数学模型所用的数值方法通常是一种近似方法，因近似方法产生的误差称为截断误差或者方法误差。例如在函数的泰勒展开式，我们在实际的计算时只能截取有限项代数和计算。 3.浮点数由哪两部分组成？指出各部分重点。 答：浮点数主要由：尾数+阶数两部分组成的。 在机器中表示一个浮点数时，一是要给出尾数，用定点小数形式表示，尾数部分给出有效数字的位数，决定了浮点数的表示精度。二是要给出阶码，用整数形式表示，阶码指明小数点在数据中的位置，决定了浮点数的表示范围。 4.有效数字的概念是如何抽象而来的，简单给予叙述。 答：有效数字是一个数据在保证最小误差的情况下，取的一个能够在计算中发挥其有效作用的近似值。有效数字的作用在于，最大精度地去发挥这个数值在计算中的作用，而又不会对计算结果造成太大影响，使计算过程简化。 5.何谓秦九韶算法，秦九韶算法有何优点？ 答：秦九韶算法是一种多项式简化算法，将一元n次多项式的求值问题转化为n 个一次式的算法，大大简化了计算过程，对于一个n次多项式，至多做n次乘法和n次加法。。 6.在数值计算中，会发生大数吃小数现象，试对这一现象做解释 答：一个绝对值很大的数和一个绝对值很小的数直接相加时，很可能发生所谓“大数吃小数”的现象，从而影响计算结果的可靠性，这主要是计算机表示的数的位数是有限的这一客观事实引起的。 例如在12位浮点数计算机中进行浮点数相加，系统只保留前12位作为有效数字，小的那个数化成浮点数中的有效数字被舍去，出现大数吃小数的现象，对计算结果造成了影响。
matlab与数值分析作业
数值分析作业(1) 1：思考题（判断是否正确并阐述理由） （a）一个问题的病态性如何，与求解它的算法有关系。 (b)无论问题是否病态，好的算法都会得到它好的近似解。 (c)计算中使用更高的精度，可以改善问题的病态性。 (d)用一个稳定的算法计算一个良态问题，一定会得到他好的近似解。 (e)浮点数在整个数轴上是均匀分布。 (f)浮点数的加法满足结合律。 (g)浮点数的加法满足交换律。 (h)浮点数构成有效集合。 (i)用一个收敛的算法计算一个良态问题，一定得到它好的近似解。√2: 解释下面Matlab程序的输出结果 t=0.1; n=1:10; e=n/10-n*t 3：对二次代数方程的求解问题 20 ++= ax bx c 有两种等价的一元二次方程求解公式
2224b x a c x b ac -±==- 对 a=1，b=-100000000，c=1，应采用哪种算法？ 4：函数sin x 的幂级数展开为： 357 sin 3!5!7! x x x x x =-+-+ 利用该公式的Matlab 程序为 function y=powersin(x) % powersin. Power series for sin(x) % powersin(x) tries to compute sin(x)from a power series s=0; t=x; n=1; while s+t~=s; s=s+t; t=-x^2/((n+1)*(n+2))*t n=n+2; end
（a ） 解释上述程序的终止准则； （b ） 对于x=/2π、x=11/2π、x =21/2π，计算的精度是多少？分别需 要计算多少项？ 5:指数函数的幂级数展开 2312!3!x x x e x =+++ + 根据该展开式，编写Matlab 程序计算指数函数的值，并分析计算结果（重点分析0x <的计算结果）。
数值分析实验报告1
实验一 误差分析 实验（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对（）中19x 的系数作一个小的扰动。我们希望比较（）和（）根的差别，从而分析方程（）的解对扰动的敏感性。 实验内容：为了实现方便，我们先介绍两个Matlab 函数：“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a ，则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a 的全部根；而函数 poly(v)b =
的输出b 是一个n+1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve = ))20:1((ve poly roots + 上述简单的Matlab 程序便得到（）的全部根，程序中的“ess ”即是（）中的ε。 实验要求： （1）选择充分小的ess ，反复进行上述实验，记录结果的变化并分析它们。 如果扰动项的系数ε很小，我们自然感觉（）和（）的解应当相差很小。计算中你有什么出乎意料的发现表明有些解关于如此的扰动敏感性如何 （2）将方程（）中的扰动项改成18x ε或其它形式，实验中又有怎样的现象 出现 （3）（选作部分）请从理论上分析产生这一问题的根源。注意我们可以将 方程（）写成展开的形式， ) 3.1(0 ),(1920=+-= x x x p αα 同时将方程的解x 看成是系数α的函数，考察方程的某个解关于α的扰动是否敏感，与研究它关于α的导数的大小有何关系为什么你发现了什么现象，哪些根关于α的变化更敏感 思考题一：（上述实验的改进） 在上述实验中我们会发现用roots 函数求解多项式方程的精度不高，为此你可以考虑用符号函数solve 来提高解的精确度，这需要用到将多项式转换为符号多项式的函数poly2sym,函数的具体使用方法可参考Matlab 的帮助。
数值分析第一次作业及参考答案
数值计算方法第一次作业及参考答案 1. 已测得函数()y f x =的三对数据：（0，1），（－1，5），（2，－1）， （1）用Lagrange 插值求二次插值多项式。（2）构造差商表。（3）用Newton 插值求二次插值多项式。 解：(1)Lagrange 插值基函数为 0(1)(2)1 ()(1)(2)(01)(02)2 x x l x x x +-= =-+-+- 同理 1211 ()(2),()(1)36 l x x x l x x x = -=+ 故 2 20 2151 ()()(1)(2)(2)(1) 23631 i i i p x y l x x x x x x x x x =-==-+-+-++=-+∑ （2）令0120,1,2x x x ==-=，则一阶差商、二阶差商为 011215 5(1) [,]4, [,]20(1) 12 f x x f x x ---= =-= =----- 0124(2) [,,]102 f x x x ---= =- 实际演算中可列一张差商表： （3）用对角线上的数据写出插值多项式 2 2()1(4)(0)1*(0)(1)31P x x x x x x =+--+-+=-+ 2. 在44x -≤≤上给出()x f x e =的等距节点函数表，若用二次插值求x e 的近似值，要使 截断误差不超过6 10-，问使用函数表的步长h 应取多少 解： ()40000(), (),[4,4],,,, 1.x k x f x e f x e e x x h x x h x x th t ==≤∈--+=+≤考察点及
(3) 2000 4 43 4 3 () ()[(()]()[()] 3! (1)(1) (1)(1) 3!3! .(4,4). 6 f R x x x h x x x x h t t t e t h th t h e h e ξ ξ =----+ -+ ≤+??-= ≤∈- 则 4 36 ((1)(1) 100.006. t t t h - -+± << Q在点 得 3.求2 () f x x =在［a,b］上的分段线性插值函数() h I x，并估计误差。 解： 22 22 11 1 111 22 11 11 1 () () k k k k h k k k k k k k k k k k k k k k k k k x x x x x x I x x x x x x x x x x x x x x x x x x x x x ++ + +++ ++ ++ + --- =+= --- ?-? -=+- - [] 2 11 22 11 ()()()[()] 11 ()() 44 h h k k k k k k k k R x f x I x x x x x x x x x x x x x h ++ ++ =-=-+- =--≤-= 4.已知单调连续函数() y f x =的如下数据 用插值法计算x约为多少时() 1. f x=（小数点后至少保留4位） 解：作辅助函数()()1, g x f x =-则问题转化为x为多少时，()0. g x=此时可作新 的关于() i g x的函数表。由() f x单调连续知() g x也单调连续，因此可对() g x的数值进行反插。的牛顿型插值多项式为 1()0.110.097345( 2.23)0.451565( 2.23)( 1.10) 0.255894( 2.23)( 1.10)(0.17) x g y y y y y y y - ==-+++++ -++-
数值分析作业答案part
6.4.设??? ? ? ??=5010010a b b a A ，0det ≠A ，用a ，b 表示解线性方程组f Ax =的雅可比迭代与 高斯—塞德尔迭代收敛的充分必要条件。 解 雅可比迭代法的迭代矩阵 ? ??? ??? ? ??----=???? ? ??----????? ??=-050100100100000001010101 a b b a a b b a B J ， ?? ? ?? -=-1003||2ab B I J λλλ，10||3)(ab B J = ρ。 雅可比迭代法收敛的充分必要条件是3 100 || ￥ 数值分析思考题1 1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。 2、相对误差在什么情况下可以用下式代替 3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。 4、取 ，计算 ，下列方法中哪种最好为什么（1）(3 3-，（2）(2 7-，（3） ()3 1 3+ ，（4） ()6 1 1 ，（5）99- , 数值实验 数值实验综述：线性代数方程组的解法是一切科学计算的基础与核心问题。求解方法大致可分为直接法和迭代法两大类。直接法——指在没有舍入误差的情况下经过有限次运算可求得方程组的精确解的方法，因此也称为精确法。当系数矩阵是方的、稠密的、无任何特殊结构的中小规模线性方程组时，Gauss消去法是目前最基本和常用的方法。如若系数矩阵具有某种特殊形式，则为了尽可能地减少计算量与存储量，需采用其他专门的方法来求解。 Gauss消去等同于矩阵的三角分解，但它存在潜在的不稳定性，故需要选主元素。对正定对称矩阵，采用平方根方法无需选主元。方程组的性态与方程组的条件数有关，对于病态的方程组必须采用特殊的方法进行求解。 数值计算方法上机题目1 1、实验1. 病态问题 实验目的： 算法有“优”与“劣”之分，问题也有“好”和“坏”之别。所谓坏问题就是问题本身的解对数据变化的比较敏感，反之属于好问题。希望读者通过本实验对此有一个初步的体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 $ r e x x e x x ** * ** - == 141 . ≈)61 第一章复习与思考题 1. 什么是数值分析？它与数学科学和计算机的关系如何？ 答：数值分析也称计算数学，是数学科学的一个分支，主要研究的是用计算机求解各种数学问题的数值计算方法及其理论与软件实现. 数值分析以数学问题为研究对象，但它并不像纯数学那样只研究数学本身的理论，而是把理论与计算紧密结合，着重研究数学问题的数值方法及其理论. 2. 何谓算法？如何判断数值算法的优劣？ 答：一个数值问题的算法是指按规定顺序执行一个或多个完整的进程，通过算法将输入元变换成输出元. 一个面向计算机，有可靠理论分析且计算复杂性好的算法就是一个好算法. 因此判断一个算法的优劣应从算法的可靠性、准确性、时间复杂性和空间复杂性几个方面考虑. 3. 列出科学计算中误差的三个来源，并说出截断误差与舍入误差的区别. 答：用计算机解决实际问题首先要建立数学模型，它是对被描述的实际问题进行抽象、简化而得到的，因而是近似的，数学模型与实际问题之间出现的误差叫做模型误差. 在数学模型中往往还有一些根据观测得到的物理量，如温度、长度等，这些参量显然也包含误差，这种由观测产生的误差称为观测误差. 当数学模型不能得到精确解时，通常要用数值方法求它的近似解，其近似解和精确解之间的误差称为截断误差或方法误差. 有了求解数学问题的计算公式以后，用计算机做数值计算时，由于计算机字长有限，原始数据在计算机上表示时会产生误差，计算过程又可能产生新的误差，这种误差称为舍入误差. 截断误差和舍入误差是两个不同的概念，截断误差是由所采用的数值方法而产生的，因而也称方法误差，舍入误差是由数值计算而产生的. 4. 什么是绝对误差与相对误差？什么是近似数的有效数字？它与绝对误差和相对误差有何关系？ 答：设 为准确值， 为 的一个近似值，称 为近似值 的绝对误差，简称误差. 近似值的误差 与准确值 的比值 称为近似值 的相对误差，记作 . 通常我们无法知道误差的准确值，只能根据测量工具或计算情况估计出误差绝对值的一个上界 ， 1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。 2、相对误差在什么情况下可以用下式代替？ 3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。 4、 取 ，计算 ，不用计算而直接判断下列式子中哪 种计算效果最好？为什么？ （1）(3 3-，（2）(2 7-，（3） (3 1 3+，（4） ) 6 11 ，（5）99-5. 应用梯形公式 ))()((2b f a f a b T +-= 计算积分1 0x I e dx -=?的近似值，在整个计算过程中按四舍五入规则取五位小数。计算中产生的误差的主要原因是截断误差还是舍入误差？为什么？ 6. 下列各数都是经过四舍五入得到的近似值，试指出他们有几位有效数字，并给出其绝对误差限与相对误差限。 (1) 1021.1*1=x ；(2) 031.0*2=x ；(3) 40.560*3=x 。 7. 下列公式如何计算才比较准确？ (1) 212 x e -，1x <<；(2) 12 1 N N dx x ++? ，1>>N ；(3) ，1x >>。 8. 序列{}n y 满足递推关系1101n n y y -=-，12,,n =，若0141.y =≈，计算到10y 时误差有多大？这个计算过程数值稳定吗？ r e x x e x x ***** -== 141.≈) 6 1 1、怎样确定一个隔根区间？如何求解一个方程的全部实根？如：已知方程：1020()x f x e x =+-=在(),-∞+∞有实数根，用二分法求它的全部实根，要求误差满足210*k x x --<？若要求6*10k x x --<，需二分区 间多少次？ 2、求解一个非线性方程的迭代法有哪些充分条件可以保障迭代序列收敛于方程的根？对方程3210()f x x x =--=，试构造两种不同的迭代法，且均收敛于方程在[]12,中的唯一根。 3、设0a >，应用牛顿法于方程30x a -= 确定常数,p q 和r 使得迭代法 2 125k k k k qa ra x px x x +=++， 012,, , k = 4、对于不动点方程()x x ?=，()x ?满足映内性和压缩性是存在不动点的充分条件，他们也是必要条件吗？试证明：（1）函数21()x x ?=-在闭区间[]02,上不是映内的，但在其上有不动点；（2）函数 1()ln()x x e ?=+在任何区间[],a b 上都是压缩的，但没有不动点。 5、设*x 是方程0()f x =的根，且0*'()f x ≠，''()f x 在*x 的某个邻域上连续。试证明：Newton 迭代序列{}k x 满足 12122**()''() lim () '()k k k k k x x f x x x f x -→∞---=-- 6. 设有方程1 12 sin x x =+。对于迭代法1112 ()sin()k k k x x x ?+==+，试证：对 任何15.b ≥，迭代函数()x ?在闭区间[0.5,b]上满足映内性和压缩性。用所给方 百度文库-让每个人平等地提升自我 数值分析思考题9 1、一个算法局部误差和整体误差的区别是什么？如何定义常微分 方程数值方法的阶？ 称e n y(X n) y为某方法在点的整体截断误差，设y是准确的，用某种方法计算y n时产生的截断误差，称为该方法的局部截断误差。可以知道，整体误差来自于前面误差积累，而局部误差只来自于 p 1 y n的误差。如果给定方法的局部截断误差为Tn1 O(h )，其中 P为自然数， 则称该方法是P阶的或具有P阶精度。 2、显式方法和隐式方法的优缺点分别是什么？多步法中为什么还 要使用单步法？ 显式方法优点：方法简单快速。 缺点：精度低。 隐式方法优点：稳定性好。 \ 缺点：精度低，计算量大。 多步法需要多个初值来启动迭代，而初值的计算需要用到单步法。 3、冈『性问题的求解困难主要体现在哪儿？计算刚性问题的最简单的稳 定方法是什么？ 了保证数值稳定性，步长h需要足够小，但是为了反映解的完整 性，x区间又需要足够长，计算速度变慢。最简单的稳定方法就是扩大绝对稳定域。 4、分别用欧拉向前法、欧拉向后法、改进的欧拉法、经典的四阶 百度文库-让每个人平等地提升自我 Run ge- Kutta 法、四阶Adams方法计算下列微分方程初值问题的解 。 (1) dy dx x 3 ^,1 x y(1) 0.4 x 2 ； (2)y' z 10y 9z, 10y 11z, 满足 解: （1） 取步长为, 向前Euler公式:y n y n 3 hf (X n, y n) = °.1X n 向后Euler公式: Y n Y n hf (X n 1, y 1) 0.1x ： ( 1 x n )y 1 y n X n X n 1 0.1 y n 1 y n 改进的Euler公式: y n h -f (X n, y n) 2 0.1 2 3 y n X n X n 3 X n x n 1, y n hf(X n,y n) 0.1x；1 y n -2~ X n 1 3 X n 1 经典的四阶Runge-Kutta法: y n h 6 (k1 2k22k3 k1 f (X n, y n ) k 2 f (X n h -,y n 号kJ k3 f (X n h 2,yn h k2) 2 k4 f (X n h, y n hk3)k4) y n 1 四阶显示Adams方法: y n 0) 1 y n h 2；[55f(X n, y n) 59f(X n 1 , y n 1)37 f (X n 2, y n 2) 9f (X n 3, y n 3)] 第一章 绪论 姓名 学号 班级 习题主要考察点：有效数字的计算、计算方法的比较选择、误差和误差限的计算。 1 若误差限为5105.0-?,那么近似数有几位有效数字（有效数字的计算） 解：2*103400.0-?=x ，325*102 1102 1---?=?≤-x x 故具有3位有效数字。 2 14159.3=π具有4位有效数字的近似值是多少（有效数字的计算） 解：10314159.0?= π，欲使其近似值*π具有4位有效数字，必需 41*102 1 -?≤-ππ，3*3102 1102 1--?+≤≤?-πππ，即14209.314109.3*≤≤π 3 已知2031.1=a ，978.0=b 是经过四舍五入后得到的近似值，问b a +， b a ?有几位有效数字（有效数字的计算） 解：3*1021 -?≤-a a ，2*102 1-?≤-b b ，而1811.2=+b a ，1766.1=?b a 2123****102 1 10211021)()(---?≤?+?≤ -+-≤+-+b b a a b a b a 故b a +至少具有2位有效数字。 2123*****102 1 0065.01022031.1102978.0)()(---?≤=?+?≤ -+-≤-b b a a a b b a ab 故b a ?至少具有2位有效数字。 4 设0>x ，x 的相对误差为δ，求x ln 的误差和相对误差（误差的计算） 解：已知δ=-* *x x x ，则误差为 δ=-= -* **ln ln x x x x x 则相对误差为 * * ** * * ln ln 1ln ln ln x x x x x x x x δ = -= - 5测得某圆柱体高度h 的值为cm h 20*=，底面半径r 的值为cm r 5*=， 已知cm h h 2.0||*≤-，cm r r 1.0||*≤-，求圆柱体体积h r v 2π=的绝对误差 限与相对误差限。（误差限的计算） 解：*2******2),(),(h h r r r h r r h v r h v -+-≤-ππ 绝对误差限为 πππ252.051.02052)5,20(),(2=??+????≤-v r h v 相对误差限为 %420 1 20525) 5,20() 5,20(),(2 ==??≤ -ππv v r h v 6 设x 的相对误差为%a ,求n x y =的相对误差。（函数误差的计算） 解：%* *a x x x =-， )%(* **** *na x x x n x x x y y y n n n =-≤-= - 7计算球的体积，为了使体积的相对误差限为%1，问度量半径r 时允许的相对误差限为多大（函数误差的计算） 第一章 题12 给定节点01x =-，11x =，23x =，34x =，试分别对下列函数导出拉格朗日插值余项： （1） （1） 3 ()432f x x x =-+ （2） （2） 4 3 ()2f x x x =- 解 （1）(4) ()0f x =， 由拉格朗日插值余项得(4)0123() ()()()()()()0 4!f f x p x x x x x x x x x ξ-=----=； （2）(4) ()4!f x = 由拉格朗日插值余项得 01234! ()()()()()() 4! f x p x x x x x x x x x -= ----(1)(1)(3)(4)x x x x =+---. 题15 证明：对于()f x 以0x ，1x 为节点的一次插值多项式()p x ，插值误差 012 10()()()max () 8x x x x x f x p x f x ≤≤-''-≤. 证 由拉格朗日插值余项得 01() ()()()()2!f f x p x x x x x ξ''-= --，其中01x x ξ≤≤， 01 0101max ()()()()()()()() 2!2!x x x f x f f x p x x x x x x x x x ξ≤≤''''-=--≤-- 01210()max () 8x x x x x f x ≤≤-''≤. 题22 采用下列方法构造满足条件(0)(0)0p p '==，(1)(1)1p p '==的插值多项式 ()p x ： （1） （1） 用待定系数法； （2） （2） 利用承袭性，先考察插值条件(0)(0)0p p '==，(1)1p =的插值多项式 ()p x . 解 （1）有四个插值条件，故设230123()p x a a x a x a x =+++，2 123()23p x a a x a x '=++， 代入得方程组001231123010231 a a a a a a a a a =? ?+++=?? =? ?++=? 解之，得01230 021 a a a a =??=?? =??=-? ： 数值分析课程思考题 1．叙述拉格朗日插值法的设计思想。 Lagrange插值是把函数y=f(x)用代数多项式pn(x)代替，构造出一组n次差值基函数；将待求得n次多项式插值函数pn(x)改写成另一种表示方式，再利用插值条件确定其中的待定函数，从而求出插值多项式。 2．函数插值问题的提出以及插值法发展的脉络。 问题的提出：实际问题中常遇到这样的函数y=f(x),其在某个区间[a,b]上是存在的。但是，通过观察或测量或试验只能得到在[a,b]区间上有限个离散点x0,x1,…,xn上的函数值y=f(xi),(i=0,…,n)或者f(x)函数表达式是已知的，但却很复杂而不便于计算希望用一个简单的函数描述它。 发展脉络：在工程中用的多的是多项式插值和分段多项式插值。在多项式插值中，首先谈到的是Lagrange插值，其成功地用构造插值基函数的方法解决了求n次多项式插值函数的问题，但是其高次插值基函数计算复杂，且次数增加后，插值多项式需要重新计算，所以在此基础上提出Newton插值，它是另一种构造插值多项式的方法，与Lagrange插值相比，具有承袭性和易于变动节点的特点。如果对插值函数，不仅要求他在节点处与函数同值，还要求它与函数有相同的一阶，二阶甚至更高阶的导数值，这就提出了Hermite插值，它是利用未知函数f(x)在插值节点上的函数值及导数值来构造插值多项式的。为了提高精度，加密节点时把节点分成若干段，分段用低次多项式近似函数，由此提出了分段多项式插值。最后，由于许多工程中对插值函数的光滑性有较高的要求，就产生了样条插值。 3．描述数值积分算法发展和完善的脉络。 数值积分主要采用插值多项式来代替函数构造插值型求积公式。通常采用Lagrange插值。如果取等距节点，则得到Newton-Cotes公式，其中，当n=1时，得到梯形公式；当n=2时，得到Simpson公式；当n=4时，得到Cotes公式。由于高次Newton-Cotes公式的求积系数有正有负，将产生很大的计算误差，引起计算不稳定，所以受分段插值的启发，对数值积分也采用分段求积，导出复化求积公式； 其中，在小区间上用梯形公式求和的称为复化梯形公式，用Simpson公式求和的成为复化Simpson公式，用Cotes公式求和的称为Cotes公式。但由于步长的选取是个问题，所以，导出逐次分半法来计算。而由于有些函数在x=0的值无法求出，为 第二章复习与思考题 1.什么是拉格朗日插值基函数？它们是如何构造的？有何重要性质？ 答：若n 次多项式()),,1,0(n j x l j =在1+n 个节点n x x x <<< 10上满足条件 (),,,1,0,, ,0, ,1n k j j k j k x l k j =?? ?≠== 则称这1+n 个n 次多项式()()()x l x l x l n ,,,10 为节点n x x x ,,,10 上的n 次拉格朗日插值基函数. 以()x l k 为例，由()x l k 所满足的条件以及()x l k 为n 次多项式，可设 ()()()()()n k k k x x x x x x x x A x l ----=+- 110， 其中A 为常数，利用()1=k k x l 得 ()()()()n k k k k k k x x x x x x x x A ----=+- 1101， 故 ()()()() n k k k k k k x x x x x x x x A ----= +- 1101 ， 即 ()()()()()()()()∏ ≠=+-+---=--------=n k j j j k j n k k k k k k n k k k x x x x x x x x x x x x x x x x x x x x x l 0110110)( . 对于()),,1,0(n i x l i =，有 ()n k x x l x n i k i k i ,,1,00 ==∑=，特别当0=k 时，有 ()∑==n i i x l 0 1. 2.什么是牛顿基函数？它与单项式基{ }n x x ,,,1 有何不同？ 答：称()()()(){ }10100,,,,1------n x x x x x x x x x x 为节点n x x x ,,,10 上的牛顿基函数，利用牛顿基函数，节点n x x x ,,,10 上的n 次牛顿插值多项式()x P n 可以表示为 ()()()()10010---++-+=n n n x x x x a x x a a x P 其中[]n k x x x f a k k ,,1,0,,,,10 ==.与拉格朗日插值多项式不同，牛顿插值基函数在增加节点时可以通过递推逐步得到高次的插值多项式，例如 ()()()()k k k k x x x x a x P x P --+=++ 011, 5.1.设A 是对称矩阵且011≠a ，经过一步高斯消去法后，A 约化为 ?? ????21 110 A a a T 证明2A 是对称矩阵。 证明 由消元公式及A 的对称性，有 ,,,3,2,,)2(111 11111 )2(n j i a a a a a a a a a a ji i j ji j i ij ij ==-=- = 故2A 对称。 5.2.设n ij a A )(=是对称正定矩阵，经过高斯消去法一步后，A 约化为 ?? ????21 110 A a a T 其中1)2(2)(-=n ij a A 。证明： (1).A 的对角元素;,,2,1,0n i a ii => (2).2A 是对称正定矩阵。 证明 (1).因为A 对称正定，所以 n i e Ae a i i ii ,,2,1,0),( =>=， 其中T i e )0,,0,1,0,,0( =为第i 个单位向量。 (2).由A 的对称性及消元公式，有 ,,,3,2,,)2(111 11111 )2(n j i a a a a a a a a a a ji i j ji j i ij ij ==-=- = 故2A 也对称。 又由A L A a a T 121110=????? ?，其中 ??? ?????- =? ????? ? ?????????--=-111 1 11111 21101 1011n n I a a a a a a L ， 可见1L 非奇异，因而对任意0≠x ，由A 的正定性，有 ,0),(),(,011111>=≠x AL x L x AL L x x L T T T T 故T AL L 11正定。 由,000110211 111121111 1?? ? ?? ?=????????-??????=-A a I a a A a a AL L n T T T 而011>a ，故知2A 正定 数值分析思考题1 1、讨论绝对误差（限）、相对误差（限）与有效数字之间的关系。 答：（1）绝对误差（限）与有效数字：将x 的近似值x *表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若绝对误差e ，那么x *至少有n 个有效数字，即a 1，a 2，…，a n 为有效数字，而a n+1，…，a k ，…不一定是有效数字。因此，从有效数字可以算出近似数的绝对误差限；有效数字位数越多，其绝对误差限也越小。 （2）相对误差（限）与有效数字：将x 的近似值x *表示成 x *=±10m ×(a 1×10﹣1+a 2×10﹣2+ …a n ×10﹣n +…+a k ×10﹣ k +…)，其中m 是整数，a 1≠0，a 1，a 2，…，a k 是0到9中的一个数字。若a k 是有效数字，那么相对误差不超过 ;反之，如果已知相对误差r ，且有，那么a k 必为有效数字。 2、相对误差在什么情况下可以用下式代替 答：在实际计算时，由于真值常常是未知的，当较小时，通常用代替。 3、查阅何谓问题的“病态性”，并区分与“数值稳定性”的不同点。 r e x x e x x *****-== - 答：（1）病态问题：对于数学问题本身，如果输入数据有微小变化，就会引起输出数据（即问题真解）的很大变化，这就是病态问题。 （2）不同点：数值稳定性是相对于算法而言的，算法的不同直接影响结果的不同；而病态性是数学问题本身性质所决定的，与算法无关，也就是说对病态问题，用任何算法（或方法）直接计算都将产生不稳定性。 4、 取 ，计算 ，下列方法中哪种最好为什么 （1）(33-，（2）(27-，（3）()31 3+，（4）()61 1，（5） 99-答：（1）(33-==； （2）(27-==； （3） ()3 13+=； （4）()611+=； （5）99-=； 由上面的计算可以看出，方法（3）最好，因为计算的 误差最小。 ， 141.≈)61 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:2 210)(x a x a a x P ++=， 所以：64 211111 1111122 2 211 200 -=-==x x x x x x A 3 76144 211111114241 13110111)() ()(22 221120 022 2 22 11 120 00-=-= ---==x x x x x x x x x f x x x f x x x f a 2 3694211111114411 31101111)(1)(1 )(122 221120 02 2 22112 001=--= --==x x x x x x x x f x x f x x f a 6 5654 2 1 1111114 2 1 3 11011111) (1)(1)(122 2 21120 022 11 00 2=--= ---==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：26 52337)(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 l数值分析作业思考题汇总
第一章复习与思考题
数值分析思考题[综合]
数值分析思考题9
数值分析最佳习题(含答案)
数值分析课后习题答案
数值分析思考题答案
数值分析第二章复习与思考题
数值分析作业答案(第5章)
数值分析思考题1
数值分析作业答案.doc