计算方法引论课后答案doc
计算方法各习题及参考答案
计算⽅法各习题及参考答案第⼆章数值分析2.1 已知多项式432()1p x x x x x =-+-+通过下列点：试构造⼀多项式()q x 通过下列点：答案：54313()()()3122q x p x r x x x x x =-=-++-+． 2.2 观测得到⼆次多项式2()p x 的值：表中2()p x 的某⼀个函数值有错误，试找出并校正它．答案：函数值表中2(1)p -错误，应有2(1)0p -=．2.3 利⽤差分的性质证明22212(1)(21)/6n n n n +++=++ ．2.4 当⽤等距节点的分段⼆次插值多项式在区间[1,1]-近似函数xe 时，使⽤多少个节点能够保证误差不超过61102-?．答案：需要143个插值节点．2.5 设被插值函数4()[,]f x C a b ∈，()3()h H x 是()f x 关于等距节点01n a x x x b =<<<= 的分段三次艾尔⽶特插值多项式，步长b a h n-=．试估计()3||()()||h f x H x ∞-．答案：()443||()()||384h M f x H x h ∞-≤．第三章函数逼近3.1 求()sin ,[0,0.1]f x x x =∈在空间2{1,,}span x x Φ=上最佳平⽅逼近多项式，并给出平⽅误差．答案：()sin f x x =的⼆次最佳平⽅逼近多项式为-522sin ()0.832 440 710 1.000 999 10.024 985 1x p x x x ≈=-?+-，⼆次最佳平⽅逼近的平⽅误差为0.122-1220(sin )())0.989 310 710x p x dx δ=-=??．3.2 确定参数,a b c 和，使得积分2121(,,)[I a b c ax bx c -=++-?取最⼩值．答案：810, 0, 33a b c ππ=-== 3.3 求多项式432()251f x x x x =+++在[1,1]-上的３次最佳⼀致逼近多项式()p x ．答案：()f x 的最佳⼀致逼近多项式为323()74p x x x =++． 3.4 ⽤幂级数缩合⽅法，求() (11)x f x e x =-≤≤上的３次近似多项式6,3()p x ，并估计6,3||()()||f x p x ∞-．答案：236,3()0.994 574 650.997 395 830.542 968 750.177 083 33p x x x x =+++， 6,3||()()||0.006 572 327 7f x p x ∞-≤3.5 求() (11)xf x e x =-≤≤上的关于权函数()x ρ=的三次最佳平⽅逼近多项式3()S x ，并估计误差32||()()||f x S x -和3||()()||f x S x ∞-．答案：233()0.994 5710.997 3080.542 9910.177 347S x x x x =+++，32||()()||0.006 894 83f x S x -=，3||()()||0.006 442 575f x S x ∞-≤．第四章数值积分与数值微分4.1 ⽤梯形公式、⾟浦⽣公式和柯特斯公式分别计算积分1(1,2,3,4)n x dx n =?，并与精确值⽐较．答案：计算结果如下表所⽰4.2 确定下列求积公式中的待定参数，使得求积公式的代数精度尽量⾼，并指明所确定的求积公式具有的代数精度．（１）101()()(0)()hh f x dx A f h A f A f h --≈-++?（２）11211()[(1)2()3()]3f x dx f f x f x -≈-++? （３）20()[(0)()][(0)()]2h h f x dx f f h h f f h α''≈++-?答案：（１）具有三次代数精确度（２）具有⼆次代数精确度（３）具有三次代数精确度．4.3 设10h x x =-，确定求积公式12300101()()[()()][()()][]x x x x f x dx h Af x Bf x h Cf x Df x R f ''-=++++?中的待定参数,,,A B C D ，使得该求积公式的代数精确度尽量⾼，并给出余项表达式．答案：3711,,,20203020A B C D ====-，(4)6()[]1440f R f h η=，其中01(,)x x η∈．4.4 设2()P x 是以0,,2h h 为插值点的()f x 的⼆次插值多项式，⽤2()P x 导出计算积分30()hI f x dx =?的数值积分公式h I ，并⽤台劳展开法证明：453(0)()8h I I h f O h '''-=+．答案：3203()[(0)3(2)]4h h I p x dx h f f h ==+?．4.5 给定积分10sin xI dx x =（１）运⽤复化梯形公式计算上述积分值，使其截断误差不超过31102-?．（２）取同样的求积节点，改⽤复化⾟浦⽣公式计算时，截断误差是多少？（３）要求的截断误差不超过610-，若⽤复化⾟浦⽣公式，应取多少个节点处的函数值？答案：（１）只需7.5n ≥，取９个节点，0.946I ≈（２）4(4)46111|[]||()|()0.271102880288045n b a R f h f η--=-≤=? （３）取７个节点处的函数值．4.6 ⽤变步长的复化梯形公式和变步长的复化⾟浦⽣公式计算积分10sin xI dx x =?．要求⽤事后误差估计法时，截断误不超过31102-?和61102-?．答案：使⽤复化梯形公式时，80.946I T ≈=满⾜精度要求；使⽤复化⾟浦⽣公式时，40.946 083I s ≈=满⾜精度要求．4.7（１）利⽤埃尔⽶特插值公式推导带有导数值的求积公式2()()[()()][()()][]212ba b a b a f x dx f a f b f b f a R f --''=+--+?，其中余项为 5(4)()[](), (,)4!30b a R f f a b ηη-=∈．（２）利⽤上述公式推导带修正项的复化梯形求积公式020()[()()]12Nx N N x h f x dx T f x f x ''≈--?，其中 0121[()2()2()2()()]2N N N hT f x f x f x f x f x -=+++++ ，⽽ 00, (0,1,2,,), i N x x ih i N Nh x x =+==- ．4.8 ⽤龙贝格⽅法计算椭圆2214x y +=的周长，使结果具有五位有效数字．答案：49.6884l I =≈．4.9确定⾼斯型求积公式0011()()()x dx A f x A f x ≈+?的节点0x ，1x 及系数0A ，1A ．答案：00.289 949x =，10.821 162x =，00.277 556A =，10.389 111A =．4.10 验证⾼斯型求积公式00110()()()x e f x dx A f x A f x +∞-≈+?的系数及节点分别为0001 2 2A A x x ===-=+第五章解线性⽅程组的直接法5.1 ⽤按列选主元的⾼斯-若当消去法求矩阵A 的逆矩阵，其中11121 0110A -?? ?= ? ?-??．答案： 1110331203321133A -?? ? ?=---5.2 ⽤矩阵的直接三⾓分解法解⽅程组1234102050101312431701037x x x x= ? ? ? ? ? ? ? ? ??答案： 42x =，32x =，21x =，11x =．5.3 ⽤平⽅根法(Cholesky 分解法)求解⽅程组12341161 4.25 2.750.51 2.75 3.5 1.25x x x -?????? ??? ?-=- ??? ? ??? ???????答案： 12x =，21x =，31x =-．5.4 ⽤追赶法求解三对⾓⽅程组123421113121112210x x x x ?????? ? ? ? ? ? ?= ? ? ? ? ? ? ? ? ?????答案：42x =，31x =-，21x =，10x =．第六章解线性代数⽅程组的迭代法６.１对⽅程1212123879897x x x x x x x -+=??-+=??--=?作简单调整，使得⽤⾼斯－赛得尔迭代法求解时对任意初始向量都收敛，并取初始向量(0)[0 0 0]T x =，⽤该⽅法求近似解(1)k x+，使(1)()3||||10k k x x +-∞-≤．答案：近似解为(4)[1.0000 1.0000 1.0000]Tx =．６.２讨论松弛因⼦ 1.25ω=时，⽤SOR ⽅法求解⽅程组121232343163420412x x x x x x x +=??+-=??-+=-? 的收敛性．若收敛，则取(0)[0 0 0]T x=迭代求解，使(1)()41||||102k k x x +-∞-<．答案：⽅程组的近似解为*1 1.50001x =，*2 3.33333x =，*3 2.16667x =-．６.３给定线性⽅程组Ax b =，其中111221112211122A ?? ? ?=，证明⽤雅可⽐迭代法解此⽅程组发散，⽽⾼斯－赛得尔迭代法收敛．６.４设有⽅程组112233302021212x b x b x b -?????? ??? ?= ??? ? ??? ?-??????，讨论⽤雅可⽐⽅法和⾼斯－赛得尔⽅法解此⽅程组的收敛性．如果收敛，⽐较哪种⽅法收敛较快．答案：雅可⽐⽅法收敛，⾼斯－赛得尔⽅法收敛,且较快．６.５设矩阵A ⾮奇异．求证：⽅程组Ax b =的解总能通过⾼斯－赛得尔⽅法得到．６.６设()ij n nA a ?=为对称正定矩阵，对⾓阵1122(,,,)nn D diag a a a = ．求证：⾼斯－赛得尔⽅法求解⽅程组1122D AD x b --=时对任意初始向量都收敛．第七章⾮线性⽅程求根例７.４对⽅程230xx e -=确定迭代函数()x ?及区间[,]a b ，使对0[,]x a b ?∈，迭代过程1(), 0,1,2,k x x k ?+== 均收敛，并求解．要求51||10k k x x -+-<．答案：若取2()x x ?=，则在[1,0]-中满⾜收敛性条件，因此迭代法121, 0,1,2,k x k x k +== 在(1,0)-中有惟⼀解．取00.5x =-，*70.458960903x x ≈=-．取2()x x ?=，在[0,1上满⾜收敛性条件，迭代序列121, 0,1,2,k x k x k +== 在[0,1]中有惟⼀解．取00.5x =，*140.910001967x x ≈=- 在[3,4]上，将原⽅程改写为23xe x =，取对数得2ln(3)()x x x ?==．满⾜收敛性条件，则迭代序列21ln(3), 0,1,2,k k x x k +== 在[3,4]中有惟⼀解．取0 3.5x =， *16 3.733067511x x ≈=．例７.６对于迭代函数2()(3)x x c x ?=+-，试讨论：（１）当c 为何值时，1()k k x x ?+=产⽣的序列{}k x（２）c 取何值时收敛最快？（３）取1,2c =-()x ?51||10k k x x -+-<．答案：（１）(c ∈时迭代收敛．（２）c =时收敛最快．（３）分别取1, 2c =--，并取0 1.5x =，计算结果如下表７.７所⽰表７.７例７.13 设不动点迭代1()k x x ?+=的迭代函数()x ?具有⼆阶连续导数，*x 是()x ?的不动点，且*()1x ?'≠，证明Steffensen 迭代式21(), (), 0,1,2,()2k k k k k k k k k k k y x z x k y x x x z y x+===-?=-?-+?⼆阶收敛于*x ．例7.15 设2()()()()()x x p x f x q x f x ?=--，试确定函数()p x 和()q x ，使求解()0f x =且以()x ?为迭代函数的迭代法⾄少三阶收敛．答案：1()()p x f x ='，31()()2[()]f x q x f x ''=' 例７.19 设()f x 在[,]a b 上有⾼阶导数，*(,)x a b ∈是()0f x =的(2)m m ≥重根，且⽜顿法收敛，证明⽜顿迭代序列{}k x 有下列极限关系：111lim2k kk k k k x x m x x x -→∞-+-=-+．第⼋章矩阵特征值8.1 ⽤乘幂法求矩阵A 的按模最⼤的特征值与对应的特征向量，已知5500 5.51031A -?? ?=- ? ?-??，要求(1)()611||10k k λλ+--<，这⾥()1k λ表⽰1λ的第k 次近似值．答案：15λ≈，对应的特征向量为[5,0,0]T-；25λ≈-，对应的特征向量为[5,10,5]T --． 8.2 ⽤反幂法求矩阵110242012A -??=-- -的按模最⼩的特征值．知A 的按模较⼤的特征值的近似值为15λ=，⽤5p =的原点平移法计算1λ及其对应的特征向量．答案：(1) A 的按模最⼩的特征值为30.2384428λ≈(2) 1 5.1248854λ≈，对应的特征向量为(8)[0.242 4310, 1 ,0.320 011 7]T U =--．8.3 设⽅阵A 的特征值都是实数，且满⾜121, ||||n n λλλλλ>≥≥> ，为求1λ⽽作原点平移，试证：当平移量21()2n p λλ=+时，幂法收敛最快． 8.4 ⽤⼆分法求三对⾓对称⽅阵1221221221A ?? ? ?= ? ? ???的最⼩特征值，使它⾄少具有２位有效数字．答案：取5 2.234375λ≈-即有２位有效数字．8.5 ⽤平⾯旋转变换和反射变换将向量[2 3 0 5]T x =变为与1[1 0 0 0]Te =平⾏的向量．答案：203/2/00001010/0T ??- ?=--?0.324 442 8400.486 664 26200.811 107 1040.486 664 2620.812 176 04800.298 039 92200100.811 107 1040.298 039 92200.530 266 798H --??--= ? ?--8.6 若532644445A -??=- -，试把A 化为相似的上Hessenberg 阵，然后⽤QR ⽅法求A 的全部特征值．第九章微分⽅程初值问题的数值解法9.1 ⽤反复迭代（反复校正）的欧拉预估－校正法求解初值问题0, 0<0.2(0)1y y x y '+=≤??=?，要求取步长0.1h =，每步迭代误差不超过510-．答案： [4]11(0.1)0.904 762y y y ≈==，[4]22(0.2)0.818 594y y y ≈==9.2 ⽤⼆阶中点格式和⼆阶休恩格式求初值问题2, 0<0.4(0)1dy x y x dx y ?=+≤=?的数值解(取步长0.2h =，运算过程中保留五位⼩数)．答案：⽤⼆阶中点格式，取初值01y =计算得0n =时，1211.000 00, 1.200 00, (0.2)=1.240 00K K y y ==≈ 1n =时，1221.737 60, 2.298 72, (0.4)=1.699 74K K y y ==≈⽤⼆阶休恩格式，取初值01y =计算得0n =时，1211.000 00, 1.266 67, (0.2)=1.240 00K K y y ==≈ 1n =时，1221.737 60, 2.499 18, (0.4)=1.701 76K K y y ==≈9.3 ⽤如下四步四阶阿达姆斯显格式1123(5559379)/24n n n n n n y y h f f f f +---=+-+-求初值问题, (0)1y x y y '=+=在[0,0.5]上的数值解．取步长0.1h =，⼩数点后保留８位．答案：4(0.4)0.583 640 216y y ≈=，5(0.5) 1.797 421 984y y ≈=． 9.4 为使⼆阶中点公式1(,(,))22n n n n n n h hy y hf x y f x y +=+++，求解初值问题 , (0)y y y aλλ'=-??=?为实常数绝对稳定，试求步长h 的⼤⼩应受到的限制条件．答案：2h λ≤．9.5 ⽤如下反复迭代的欧拉预估－校正格式(0)1(1)()111(,)[(,)(,)]2 0,1,2,; 0,1,2,nn n n k k n n n n n n y y hf x y h y y f x y f x y k n +++++?=+??=++??==，求解初值问题sin(), 01(0)1x y e xy x y '?=<≤?=?时，如何选择步长h ，使上述格式关于k 的迭代收敛．答案：2h e<时上述格式关于k 的迭代是收敛的．9.6 求系数,,,a b c d ，使求解初值问题0(,), ()y f x y y x a '==的如下隐式⼆步法221()n n n n n y ay h bf cf df +++=+++的误差阶尽可能⾼，并指出其阶数．答案：系数为142,,33a b d c ====，此时⽅法的局部截断误差阶最⾼，为五阶5()O h ．9.7 试⽤欧拉预估－校正法求解初值问题, (0)=1, 0<0.2()/, (0)2dyxy z y dxx dz x y z z dx=-≤=+=，取步长0.1h =，⼩数点后⾄少保留六位．答案：由初值00(0)1, (0)2y y z z ====可计算得110.800 000z 2.050 000y =??=? ， 11(0.1)0.801 500(0.1) 2.046 951y y z z ≈=??≈=? 220.604 820z 2.090 992y =??=? ， 22 (0.2)0.604 659(0.2) 2.088 216y y z z ≈=??≈=?。
计算方法_课后习题答案
(4.5)(0.01172)
0.00879
（2）采用 Newton 插值多项式 y x N2(x) 根据题意作差商表：
i
xi
0
4
1
6.25
f (xi ) 2 2.5
一阶差商 2 9
2
9
3
2 11
二阶差商 4 495
N2 (7) 2 29 (7 4) ( 4 495) (7 4) (7 6.25) 2.6484848
1
e2
则根据二次Lagrange插值公式得：
L2 (x)
(x ( x0
x1)(x x2 ) x1)(x0 x2 )
y0
(x ( x1
x0 )(x x2 ) x0 )(x1 x2 )
y1
(x ( x2
x0 )(x x1) x0 )(x2 x1)
y2
2(x 1)(x 0.5) 2x(x 0.5)e1 4x(x 1)e0.5
8. 求作 f x xn1 关于节点 xi i 0,1, , n 的 Lagrange 插值多项式，并利用
插值余项定理证明
n
n
xin1li 0 1n xi
i0
i0
式中 li x 为关于节点 xi i 0,1, , n 的 Lagrange 插值基函数。
2 02 12 4 23 4 04 14 2 3
1 x2 3x 2 x 4 3x x2 6x 8 23 x x2 5x 4 1 x x2 3x 2
8
4
8
计算方法第一章引论
§2 数值问题与数值算法
求解数值问题的计算机上可 以执行的系列计算公式。
2-2 数值方法与数值算法
2. 数值算法
指有步骤地完成解数值问题的过程，数值方法是它 的前提和基础，它是数值方法的具体化。具备以下四
个特性：
(1) 目的性：给出输入数据和输出数据的明确的规定
与要求。
(2) 确定性：必须精确地给出每一步的操作定义，不 允许有歧义。
3. 算法的分类
(1) 按面向求解问题的不同分为：数值算法和非数值 算法
(2) 按面向计算机的不同分为：串行算法和并行算法
(3) 按算法的内部特征分为：确定型算法和非确定型 本课程只讨论计算机上串行确定型的数值 算法 算法 即通过按规定顺序执行一个完整且有限的 运算序列后，将输入的数据（向量）变成输 出的数据（向量）。
每秒1亿次的计算机计算也要30万年； 而若改用高斯消去法作为算法进行求解，只需乘除 运算约2670次。
§2 数值问题与数值算法
N=0, S=0 若N<10000 N=N+1, S = S +N 输出N和S
输入 循环条件 循环体 输出
省略
§2 数值问题与数值算法
2-2 数值方法与数值算法
说明：对于大型数值问题，使用不同的算法其计算复
杂性将大不相同。
如对20阶线性方程组，用克莱姆法则作为算法进行
求解，其乘、除法运算次数共需约 9.7×1020 次，若用
②《计算方法》：武汉大学，高等教育出版社
③《数值计算方法》：李有法，高等教育出版社
④《数值分析》：李庆扬，王能超，易大义。
⑤《计算方法引论》：徐萃薇。
④《数值分析引论》：易大义，陈道琦。
§2 数值问题与数值算法
(完整word版)计算方法习题集及答案.doc
习题一1.什么叫数值方法？数值方法的基本思想及其优劣的评价标准如何？数值方法是利用计算机求解数学问题近似解的方法xmax x i , x ( x 1 , x 2 , x n ) T R n 及 A nR n n .2.试证明maxa ij , A ( a ij )1 in1 i n1j证明：（ 1）令 x rmaxxi1 i nnp 1/ pnx ip1/ pnx r p 1/ p1/ pxlim(x i lim x r [( ]lim x r [limx r))() ]x r npi 1pi 1 x rpi 1 xrp即 xx rnp1/ pnp 1/ p又 lim(lim(x rx i)x r)pi 1pi 1即 xx rxx r⑵ 设 x(x 1,... x n )0 ，不妨设 A 0 ，nnnn令maxaijAxmaxaijx jmaxa ij xjmax x i maxaijx1 i nj 11 i nj 11 i nj 11 i n1 i nj 1即对任意非零 xR n，有Axx下面证明存在向量 x 00 ，使得Ax 0，x 0n( x 1,... x n )T 。
其中 x j设j a i 0 j ，取向量 x 0sign(a i 0 j )( j 1,2,..., n) 。
1nn显然x 01 且 Ax 0 任意分量为ai 0 jx jai 0 j，i 1i1nn故有Ax 0maxaijx jai 0 j即证。
ii 1j 13. 古代数学家祖冲之曾以355作为圆周率的近似值，问此近似值具有多少位有效数字？113解： x325 &0.314159292 101133xx355 0.266 10 6 0.5 101 7 该近似值具有 7 为有效数字。
4. 若 T(h)逼近其精确值T 的截断误差为R(T ) : T (h) T A i h2 ii 1T0 ( h) T (h) 其中，系数 A i与h无关。
《计算方法引论》-徐翠微主编
《计算方法引论》-徐翠微主编2009 ~ 2010学年第一学期计算方法教案计0701-0703 4h第二章插值法知识点:拉格朗日插值法，牛顿插值法，余项，分段插值。
实际问题中，时常不能给出f(x)的解析表达式或f(x)解析表达式过于复杂而难于计算，能采集的只是一些f(x)的离散点值{xi,f(xi)}(i=0,1,2,…n)。
因之，考虑近似方法成为自然之选。
定义:设f(x)为定义在区间[a，b]上的函数，x0,x1,…,xn为[a，b]上的互异点，yi=f(xi)。
若存在一个简单函数,(x)，满足(插值条件),(xi)=f(xi)，i=0，1，…，n。
则称 ,(x)为f(x)插值函数，f(x)为被插函数,点x0,x1,…,xn为插值节点,点{xi,f(xi)},i=0,1,2,…n为插值点。
于是计算f(x)的问题就转换为计算 ,(x)。
构造插值函数需要解决:插值函数是否存在唯一;插值函数如何构造(L插值);插值函数与被插函数的误差估计和收敛性。
对插值函数 ,(x)类型有多种不同的选择，代数多项式常被选作插值函数。
P23(2.18)和(2.19)指出，存在唯一的满足插值条件的n次插值多项式p(x)。
但是需要计算范德蒙行列式，构造插值多n项式工作量过大，简单表达式不易得到，实际中不采用这类方法。
p(x)?f(x) n插值法是一种古老的数学方法，拉格朗日(Lagrange)、牛顿(Newton)等分别给出了不同的解决方法。
拉格朗日插值拉格朗日(Lagrange)插值的基本思想:把插值多项式p(x)的构造问题转化为n+1个插值基函数l(x)(i=0,1,…,n)的ni构造。
(1)线性插值?构造插值函数已知函数y=f(x)的两个插值点(x,y)，(x,y)，构造多项式y=p(x)，使p(x)=y,p(x)=y。
001111001111 《计算方法引论》、徐翠薇，高等教育出版社 2008年4月第三版第二章Lagrange插值法2009 ~ 2010学年第一学期计算方法教案计0701-0703 4h由直线两点式可知，通过A，B的直线方程为, y y 1 0 , , , y y ，， x x p ( x ) + 0 0 1 , x x 1 0变形为 x-x0 x-x1 y 1, ， p(x) y 10 x1-x0 x0-x1记 x-x0 x-x1 , l(x) , l(x) 10 x1-x0 x0-x1则p(x)=l(x)y+l(x)y10011插值完毕～注意性质:l(x)=l(x)=1，l(x)=l(x)=0，p(x)=y，p(x)=y。
黄云清版数值计算方法习题解答
第一章 引论〔习题〕2．证明 ： 记 x x f =)( ，则)()(***x x x x x xx x f E r +-=-=)(21**x E x x x x x xr ≈-⋅+=.3．证明： 令： )()()(b a fl b a fl b a **-*=δ可估计： 1|)(|-≥*c b a fl β 〔c 为b a *阶码〕，故： 121||--≤c t c ββδt-=121β 于是：)1)()(δ+*=*b a b a fl .4．解 (1) )21()122x x x++.(2) )11(2x x x x x-++.(3) xx x x x x x cos 1sin )cos 1(sin cos 12+≈+=-.6．解 a 的相对误差：由于31021|)(|-⋅≤-=a x x E .x ax x E r -=)(, 221018110921)(--⋅=⨯≤x E r . 〔1Th 〕)(a f 对于)(x f 的误差和相对误差.|11||)(|a x f E ---==()25.021011321⨯⋅≤-+---ax x a =310-33104110|)(|--⨯=-≤a f E r .9．解 递推关系： 1101.100-+-=n n n y y y (1) 取初值 10=y ， 01.01=y 计算 可得： 11001.10022-⨯=-y 10001.1-=410-=6310-=y ， 8410-=y ， 10510-=y ， …(2)取初值 50101-+=y ， 2110-=y ,记： n n n y y -=ε,序列 {}n ε ，满足递推关系，且 5010--=ε ， 01=ε1101.100-+-=n n n εεε, 于是： 5210-=ε, 531001.100-⨯=ε,55241010)01.100(---⨯=ε,55351002.20010)01.100(--⨯-⨯=ε,可见随着 n ε 的主项5210)01.100(--⨯n 的增长，说明该递推关系式是不稳定的.第二章 多项式插值 (习 题)1.方法一. 由 Lagrange 插值公式)()()()()(332211003x l f x l f x l f x l f x L ⋅+⋅+⋅+⋅=)1)((31)2)()(1()1)(()(2123210---=-----=x x x x x x x l ,))(1(2)1)()(1()(21221211--=--+=x x x x x x l ，x x x x x x l )1()()1()1!()(2382121232--=-⋅⋅-+=,)()1(12)()1()(2121213-+=⋅⋅-+=x x x x x x x l . 可得： )21()(23-=x x x L方法二. 令：)()21()(3B Ax x x x L +-=由 23)1(3-=-L ， 21)1(3=L ， 定A ，B 〔称之为待定系数法〕2.证明(1) 由于 j i j i x l ,)(δ= 故： =)(x L n ∑=ni i k i x l x)( ，当 j x x = 时有： k j j n x x L =)( ， n j ,,1,0 =)(x L n 也即为 k x 的插值多项式，由唯一性，有：∑==ni k i ki x x l x)( ， n k ,,1,0 =证明(2)：利用Newton 插值多项式)(],[)()(0100x x x x f x f x N n -+=)()(],,[100---++n n x x x x x x f)()()()()()(00101x l x x x x x x x x x f n n =----=差商表：f(x) 一阶 二阶 … n 阶差商0x 11x 0101x x -0 )()(11020x x x x --n x 00)()(1010n x x x x --代入)(*式有：)()()()()(1)(020*******n n n x x x x x x x x x x x x x x x N -----++--+=- .)(0x l 为n 次代数多项式，由插值多项式的唯一性：有 )()(0x N x l n ≡.4.解作)(x f 以b a a ,,ε+为节点的Lagrange 插值多项式，有：)()()(22x R x L x f +=， 其中：)()()()()()()()()()(2εεεεε+-+--+-----=a fb a b x a x a f b a b x a x x L)()()()()(b f a b a b a x a x εε------+， )()()(!3)()(2b x a x a x f x R ----'''=εζ ， b a <<ζ令： 0→ε 有)()(6)()()(22b x a x f x R x R --'''=→ζ， 又：)()()()([)()(2a f a b ax a f a b a x x b x L εεεεε----+----= )]()()()()(a f a b a x a f a b a x -------+εεεε )()()()()(b f a b a b a x a x εε------+)()()2()(2a f ab a b x x b --+-→)()()()(a f a b a x x b '---+ )()()()(22x P b f a b a x =--+ 故当0→ε 时，成立公式： )()()(x R x P x f +=.5.解：因为34)(3'-=x x f ，2''12)(x x f =)(x f 为凹函数.又从数值表可见：当]5.0,1.0[∈x 时，)(x f 单调下降.有反函数)(1y fx -=)(y f的Newton 插值多项式：)17440.0)(10810.0)(40160.0)(70010.0(01225.0)10810.0)(40160.0)(70010.0(01531.0)40160.0)(70010.0(0096436.0)70010.0(33500.01.0)(4+---+------+--=y y y y y y y y y y y N.337.0)0(4*≈=N x7．解 1)(37++=x x x f .有：=]2,,2,2[71f !7)()7(ξf =1,!8)(]2,,2,2[)8(810ηf f = 0=.9.证明：(1) =⋅-⋅=⋅∆++i i i i i i g f g f g f 11)(i i i i i i i i g f g f g f g f ⋅-⋅+⋅-⋅++++1111i i i i f g g f ∆+∆=+1.(3) n xnn)1()1(-=∆！)()(nh x h x x hn++此题可利用数学归纳法：设 k n = 成立，证明 1+=k n 成立.又 1=n 时是成立的.10.证明： 记： 2]2/)1([)(+=n n n f ，33321)(n n g +++=有： 3)1()()1()(+=-+=∆n n f n f n f 故： ∑-=∆=10)()(n k k f n g ∑-=-+=1)]()1([n k k f k f2]2/)1([)0()(+=-=n n f n f .13．解 作重节点差商的Newton 插值公式)1(]1,1[)1()(+--+-=x f f x P 22)1(]1,0,1,1[)1(]0,1,1[+--++--+x x f x f )1()1(]1,1,0,1,1[2-+--+x x x f重节点差商表：i x i f 一阶 二阶 三阶 四阶10-=x 110-=x 1 201=x 1 0 -212=x 1 0 0 112=x 1 2 2 1 0得 22)1()1(2)1(21)(+++-++=x x x x x P 13+-=x x .17．证： 取 ,00=x 211=x ， 12=x ， 21=h00=f ， 11=f ， 12=f记： )(i i x s M ''= ， 2,1,0=i有 h x x M h x x M x S 01101)(-+-=''x M x M 102)21(2+-= )21(2)1(2)(212-+-=''x M x M x S 又三弯矩方程为：(2],,[210-=x x x f )244210-=++M M M ， )24(41201M M M ++-=.分段积分：⎰⎰+''=''∆121221)]([)]([dx x s dx x s ⎰''12221)]([dx x s ⎰+-+=210201)]21([4dx x M x M ⎰-+-121221)]21()1([4dx x M x M⎰⎰-+-+-+-=121121221201)]21()1([4)]1()21([4dx x M x M dx x M x M由于⎰=-1212241)21(dx x ，⎰=-1212241)1(dx x ，⎰=--121481)1()21(dx x x ，于是：⎰++++=''∆1022212110202]2[61))((M M M M M M M dx x S 又： )24(41201M M M ++-=记 =),(20M M I ⎰∆''12))((dx x S=)()24(41[6120202220M M M M M M +++-+ ])24(81220M M +++ 由00=∂∂M I ， 02=∂∂M I. 得： ⎩⎨⎧=+-=-07072020M M M M 即当： 020==M M 时,),(20M M I 达最小故：⎰=⋅⋅≥''∆12212)24(8161))((dx x S ,由最小模原理： ⎰≥''1212)]([dx x f .20.解 利用三弯矩方法 )(i i x s M ''= ， 2,1,0=i10=x ， 22=x ， 32=x⎪⎩⎪⎨⎧-=+=++=+542364622121010M M M M M M M解得： 70-=M ， 201=M ， 372-=M]2,1[∈x 72431729)(231-+-=x x x x s ]3,2[∈x 105229367219)(232+-+-=x x x x s .第三章 最佳逼近与其实现 (习 题)2.解(1) ⎰'⋅'=badx x g x f g f )()(),( 不是 ),(b a c '中的内积，事实上容易验证：),(),(f g g f = ， ),(),(g f g f λλ=),(),(),(w g w f w g f +=+但是0),(=f f 当且仅当 0)(≡x f . 条件不满足，因为：⎰='⋅'=badx x f x f f f 0)()(),(推出0)(≡'x f ，0)(≠=const x f . 因而 ),(g f 不是 ),(b a C '中的内积.(2) ),(g f 是 =],[10b a C {}],[)(,0)(:)(b a C x f a f x f '∈'=空间的内积，这是因为：0),(=f f 推出 0)(='x f ,C x f =)(，又],[10b a C f ∈ ，故 0)(=x f .4.解：由于 0)(],,[2≠''∈x f b a c f ，则)(x f ''于],[b a 上保号，由定理5的推论2可知：)()(1x P x f -的交错点组恰有三个交错点，且 a x =1，b x =3，即： ⎪⎪⎩⎪⎪⎨⎧=-'='-=+-==+-==+-=0)()(,)()()(,)()()(,)()()(122210223103311011αρααρααρααx f x e x x f x e x x f x e x x f x e 故：ab a f b f x f --='=)()()(21α，2)()(2)()(220x a a b a f b f x f a f +⋅---+=α记 c x =2 ，即证得(1).(2) 若 x x f cos )(= ，]2,0[],[π=b a此时由 ab a f b fc f --=')()()( 得：π2sin =c ， )2sin(πarc c =，πα21-=πππα2)4(2120-+=2)/2sin(2ππarc ⋅+)4(212-+=πππππ)2sin(arc +. 误差估计：)()(10b f b f E -+=-=ααρ)4(212-+=πππ1)2sin(-+ππarc5.解：选取 α ，使得：=)(αI ||max 211x x x α-≤≤ ，达到极小，即要求 x x *)(*αϕ= ，于]1,0[上一致逼近于2x ，如图 应选*α ，使得： x x x *)(2αϕ-=,于 ]1,0[ 上有两个轮流为正负偏差点，其中之一为1，另一个假设为 ζ 于是： )()1(ζϕα-=,0)(='ζϕ ， 〔 ζ为)(x ϕ的极值点〕 得： αζζα+-=-2102=-αζ解得：ζα2= ，0122=-+ζζ,212,1±-=ζ取 12-=ζ ， 222-=α. 又： α 是唯一的.6.证明：由最佳一致逼近的特征定理，)(*x P n 为)(x f 的最佳一致逼近多项式，则存在2+n 个点b x x x a n ≤<<<≤+110使得： )()()(*k n k k x P x f x e -==*)1(n k P f --σ.又由于 ],[)(b a C x f ∈ ，于 ),(1+i i x x 中有一个点 i η ，1+<<i i i x x η ，使得： 0)()()(*=-=i n i i P f e ηηη,n i ,,1,0 =即： )(*x P n 为)(x f 满足插值条件： )()(*i i n f P ηη= ， n i ,,1,0 =的插值多项式.7．解：求C*，使得：C x f C I bx a R C -=≤≤∈)(max min *)(记 C x f x e -=)()(, 依最佳一致逼近的特征定理：应取)](min )(max [21*],[],[x f x f C b a b a +=*)()(C x f x e -=于 ],[b a 才有两个轮流正负的偏差点，〔即 )(x f 于],[b a 上的最大值点和最小值点〕1x ，2x)(max )(],[1x f x f b a = ， )(min )(],[2x f x f b a =此时： *)(max )1()(],[C x f x e b a ii --=σ即 *C 为)(x f 的零次最佳逼近多项式.8.解： 436)(23+++=x x x x f2)(34)3(62031T T T T +++=014T T ++01232112112323T T T T +++= 因为 )(413x T 与零偏差最小，故：012221121123)(T T T x P ++=421132++=x x .为)(x f 的最佳一致逼近多项式.9. 证明：我们仅证明)(x f 是偶函数时，)(x P n 亦是偶函数.由于)(x P n 为)(x f的最佳一致逼近多项式，有：)()()(max ],[f E x P x f n n a a =--和： [,max ()()()]n n a af x P x E f ----=即： )()()(max ],[f E x P x f n n a a =---)(x P n -亦是)(x f 的最佳一致逼近多项式，由最佳一致逼近多项式的惟一性，有： )()(x P x P n n =-即： )(x P n 为偶函数.11．解： 设 x a a x P 10*1)(+= ， 2210*2)(x b x b b x P ++=分别为)(x f 的一次、二次最佳平方逼近多项式。
计算方法引论- 计算方法
曣涞枓狺鴑筢絈縬丶毱莚呛腠琔 蒐歩呸瓉邧芏昛閝蟷颔陀嬺鬊帬
桹征馌唈
• 1222222222222223211
• 21111122222222222 • 能密密麻麻密密麻麻
41
聉吧臕絛篋嚹嶚弚偐陲竾摺芋鎭
琬椗朂聽孎磊妽圼頛鎲衉鶳錼蚬 獭巬哢筴
• 快快快快快歼击机
• 斤斤计较就就 • •
• 444444444444444 44
• 和呵呵呵呵呵呵斤斤 计较斤斤计较
• 化工古古怪怪古古怪 怪个
• Ccggffghfhhhf • Ghhhhhhhhhh • 1111111111
• 2222222222 • 555555555555 • 8887933 • Hhjjkkk • 浏览量力浏览量了 • • • 111111111111 • 000
2
2
27
在近似计算中应该注意的事项
1、避免两个相近的数相减； 2、避免除数绝对值远小于被除数绝对值的除法； 3、要防止大数“吃掉”小数； 4、尽可能减少运算次数； 5、要设法控制误差的传播。
28
第一讲完！ 谢谢大家！
再见！
29
遳氜鋅牒拘預隠簹櫊 畒邱咷嬏懍愸鵢暳脨 靐躋薆戬倴薰灈僖雤 苯咅腋艤匥噎伻沋熵 矹灯璖熙陏猣岷妢礟
x2
xn
Sn (x) 1 x 2!
n!
计算部分和 Sn (x) 作为 ex 的值必然产生误差，其误
差为：
Rn ( x)
e
x n1
(n 1)!
在0与x之间
这个误差就是“截断误差”。
ex 1 x x2 ... xn ...
2
n
12
舍入误差
• 在计算时总是只能取有限位有效数字进行计算而 引起，初始参数与中间结果都必须进行四舍五入， 这个误差称为舍入误差。
计算方法——第一章——课后习题答案_刘师少
1.1 设3.14, 3.1415, 3.1416分别作为π的近似值时所具有的有效数字位数解 近似值x =3.14＝0.314×101,即m =1，它的绝对误差是 －0.001 592 6…，有31105.06592001.0-*⨯≤=- x x . 即n =3，故x =3.14有3位有效数字. x =3.14准确到小数点后第2位. 又近似值x =3.1416，它的绝对误差是0.0000074…，有 5-1*10⨯50≤00000740=-.. x x即m =1,n ＝5，x =3.1416有5位有效数字. 而近似值x =3.1415，它的绝对误差是0.0000926…，有 4-1*10⨯50≤00009260=-.. x x即m =1,n ＝4，x =3.1415有4位有效数字.这就是说某数有s 位数，若末位数字是四舍五入得到的，那么该数有s 位有效数字1.2 指出下列各数具有几位有效数字，及其绝对误差限和相对误差限：2.0004 －0.00200 9000 9000.00解 （1）∵ 2.0004＝0.20004×101, m=1 绝对误差限：4105.0000049.020004.0-*⨯≤≤-=-x x xm -n =-4,m =1则n =5,故x =2.0004有5位有效数字1x =2，相对误差限000025.010221102151)1(1=⨯⨯=⨯⨯=---n r x ε （2）∵ －0.00200= -0.2×10-2, m =-2 5105.00000049.0)00200.0(-*⨯≤≤--=-x x xm -n =-5, m =-2则n =3,故x =-0.00200有3位有效数字1x =2，相对误差限3110221-⨯⨯=r ε=0.0025 (3) ∵ 9000=0.9000×104, m =4， 0105.049.09000⨯<≤-=-*x x xm -n =0, m =4则n =4,故x =9000有4位有效数字4110921-⨯⨯=r ε＝0.000056 (4) ∵9000.00=0.900000×104, m =4，2105.00049.000.9000-*⨯<≤-=-x x xm -n =-2, m =4则n =6,故x =9000.00有6位有效数字 相对误差限为6110921-⨯⨯=rε＝0.000 00056由(3)与(4)可以看到小数点之后的0，不是可有可无的，它是有实际意义的.10-的近似值是多少？1.3 ln2=0.69314718…，精确到310-＝0.001，即绝对误差限是ε＝0.0005,解精确到3故至少要保留小数点后三位才可以.ln2≈0.6931.1 设3.14, 3.1415, 3.1416分别作为π的近似值时所具有的有效数字位数解近似值x=3.14＝0.314×101,即m=1，它的绝对误差是－0.001 592 6…，有.即n=3，故x=3.14有3位有效数字.x=3.14准确到小数点后第2位.又近似值x=3.1416，它的绝对误差是0.0000074…，有即m=1,n＝5，x=3.1416有5位有效数字.而近似值x=3.1415，它的绝对误差是0.0000926…，有即m=1,n＝4，x=3.1415有4位有效数字.这就是说某数有s位数，若末位数字是四舍五入得到的，那么该数有s位有效数字1.2指出下列各数具有几位有效数字，及其绝对误差限和相对误差限：2.0004 －0.00200 9000 9000.00 解（1）∵ 2.0004＝0.20004×101, m=1绝对误差限：m-n=-4,m=1则n=5,故x=2.0004有5位有效数字=2，相对误差限（2）∵ －0.00200= -0.2×10-2, m=-2m-n=-5,m=-2则n=3,故x=-0.00200有3位有效数字=2，相对误差限 =0.0025(3)∵ 9000=0.9000×104, m=4，m-n=0,m=4则n=4,故x=9000有4位有效数字＝0.000056(4) ∵9000.00=0.900000×104, m=4，m-n=-2,m=4则n=6,故x=9000.00有6位有效数字相对误差限为＝0.000 00056由(3)与(4)可以看到小数点之后的0，不是可有可无的，它是有实际意义的.1.3 ln2=0.69314718…，精确到的近似值是多少？解精确到＝0.001，即绝对误差限是e＝0.0005,故至少要保留小数点后三位才可以.ln2»0.6932.1 用二分法求方程在[1, 2]的近似根，要求误差不超过至少要二分多少？解：给定误差限e＝0.5×10－3，使用二分法时，误差限为只要取k满足即可，亦即只要取n＝10.2.3 证明方程1 -x–sin x＝0 在区间[0, 1]内有一个根，使用二分法求误差不超过0.5×10-4的根要二分多少次？证明令f(x)＝1－x－sin x，∵f(0)=1>0，f(1)=－sin1<0∴f(x)=1－x－sin x=0在[0，1]有根.又f¢(x)=-1－c os x<0 (xÎ[0.1]),故f(x) 在[0，1]单调减少，所以f(x) 在区间[0，1]内有唯一实根.给定误差限e＝0.5×10－4，使用二分法时，误差限为只要取k满足即可，亦即只要取n＝14.。