数值计算方法讲义-第一章预篇
前言
由于计算机的普及，科学计算已成为各学科领域的一项重要工作。学习和掌握数值计算方法的基本原理及应用已成为现代科学工作者不可缺少的一个环节。
用计算机解决科学计算问题需经历几个过程：由实际问题建立数学模型，根据数学模型提出求解的数值计算方法，编出程序、上机求出结果。通过以上过程，可以看出，数值计算方法是计算机、数学和应用科学之间的桥梁，是程序设计和对数值结果进行分析的依据，是用计算机进行科学计算全过程的一个重要环节。目前，数值计算方法已经成为理工科院校（非数学专业）硕士学位研究生的学位课。在农业科学研究中，数值计算方法已经成为不可缺少的有力工具。
学生通过本课程的学习，能掌握科学计算中常用的算法，能独立地用学过的算法编程，测试。并能解决工作中遇到的实际问题。
本教材同时也适当增加一些只供阅读，而不在课堂教授的内容，这样在规定的课时内可完成基本内容的讲授，又可以作为今后科研的参考书。
各章节要点及授课时数
2.4 弦截法
第三章解线性方程组的直接法
3.1 Gauss 消去法
3.2 矩阵的三角分解及其在解方程组中的应用
3.3 解对称正定矩阵方程组的平方根解法
3.4 解三对角方程组的追赶法
3.5 向量和矩阵的范数
3.6 方程组的性态、条件数
第四章解线性方程组的迭代法
4.1 Jacobi 迭代法
4.2 Gauss-Seidel
4.3 SQR 方法
4.4 迭代法的收敛性
4.5 共轭梯度法
4.6 最小二乘法
第五章矩阵特征值问题的计算方法
5.1 矩阵特征值问题
5.2 乘幂法和反幂法
5.3 Household方法
5.4 QR方法
第六章函数插值
6.1 Lagrange 插值
6.2 Newton 插值
6.3 等距节点的插值
6.4 Hermite 插值
6.5分段低次多项式插值
6.6 三次样条插值
第七章最佳平方逼近
7.1 正交多项式
7.2 切比雪夫多项式
7.3 曲线拟合的最小二乘法
第八章数值积分
8.1 Newton-Cotes 求积公式
8.2 Romberg 求积公式
8.3 Gauss 型求积公式
第九章常微分方程数值解
9.1 Euler 法和改进 Euler 法
9.2 Runge-Kutta 法
9.3 线性多步法
9.4 解二阶常微分方程边值问题的差分法
第十章偏微分方程数值解
10.1 椭圆型方程差分法
10.2 抛物型方程差分法
10.3 双曲型方程差分法
10.4 有限元方法初步
目录 第一章非线性方程求根 (3) 1.1迭代法 (3) 1.2牛顿法 (4) 1.3弦截法 (5) 1.4二分法 (6) 第二章插值 (7) 2.1线性插值 (7) 2.2二次插值 (8) 2.3拉格朗日插值 (9) 2.4分段线性插值 (10) 2.5分段二次插值 (11) 第三章数值积分 (13) 3.1复化矩形积分法 (13) 3.2复化梯形积分法 (14) 3.3辛普森积分法 (15) 3.4变步长梯形积分法 (16) 第四章线性方程组数值法 (17) 4.1约当消去法 (17) 4.2高斯消去法 (18) 4.3三角分解法 (20)
4.4雅可比迭代法 (21) 4.5高斯—赛德尔迭代法 (23) 第五章常积分方程数值法 (25) 5.1显示欧拉公式法 (25) 5.2欧拉公式预测校正法 (26) 5.3改进欧拉公式法 (27) 5.4四阶龙格—库塔法 (28)
数值计算方法 第一章非线性方程求根 1.1迭代法 程序代码： Private Sub Command1_Click() x0 = Val(InputBox("请输入初始值x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = (Exp(2 * x0) - x0) / 5 If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例：求f(x)=e2x-6x=0在x=0.5附近的根（ep=10-10）
1.2牛顿法 程序代码： Private Sub Command1_Click() b = Val(InputBox("请输入被开方数x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = x0 - (x0 ^ 2 - b) / (2 * b) If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例：求56的值。（ep=10-10）
一 选择题(55分=25分) (A)1. 3.142和3.141分别作为π的近似数具有（）和（）为有效数字(有效数字) A. 4和3 B. 3和2 C. 3和4 D. 4和4 解,时,, m-n= -3,所以n=4,即有4位有效数字。当时,, ，m-n= -2,所以n=3,即有3位有效数字。 (A)2. 为了减少误差，在计算表达式时，应该改为计算，是属于（）来避免误差。（避免误差危害原则） A.避免两相近数相减； B.化简步骤，减少运算次数； C.避免绝对值很小的数做除数； D.防止大数吃小数 解：由于和相近，两数相减会使误差大，因此化加法为减法，用的方法是避免误差危害原则。 (B)3.下列算式中哪一个没有违背避免误差危害原则（避免误差危害原则） A.计算 B.计算 C.计算 D.计算 解:A会有大数吃掉小数的情况C中两个相近的数相减，D中两个相近的数相减也会增大误差 (D)4.若误差限为,那么近似数0.003400有()位有效数字。(有效数字) A. 5 B. 4 C. 7 D. 3 解：即m-n= -5,，m= -2，所以n=3，即有3位有效数字 (A)5.设的近似数为，如果具有3位有效数字，则的相对误差限为()（有效数字与相对误差的关系） A． B. C. D. 解：因为所以,因为有3位有效数字，所以n=3,由相对误差和有效数字的关系可得a的相对误差限为 二 填空题：(75分=35分)
1.设则有2位有效数字，若则a有3位有效数字。(有效数字) 解:,时,，，m-n= -4,所以n=2,即有2位有效数字。当时, ，m-n= -5,所以n=3,即有3位有效数字。 2.设 =2.3149541...，取5位有效数字，则所得的近似值x=2.3150(有效数字)解：一般四舍五入后得到的近似数，从第一位非零数开始直到最末位，有几位就称该近似数有几位有效数字，所以要取5位有效数字有效数字的话，第6位是5，所以要进位，得到近似数为2.3150. 3.设数据的绝对误差分别为0.0005和0.0002，那么的绝对误差约为 0.0007 。（误差的四则运算） 解：因为，， 4.算法的计算代价是由 时间复杂度 和 空间复杂度 来衡量的。(算法的复杂度) 5.设的相对误差为2%，则的相对误差为 2n% 。（函数的相对误差） 解：， 6.设>0，的相对误差为δ，则的绝对误差为 δ 。（函数的绝对误差） 解：，， 7.设，则=2时的条件数为 3/2 。(条件数) 解:， 三 计算题(220分=40分) 1.要使的近似值的相对误差限小于0.1%，要取几位有效数字？（有效数字和相对误差的关系） 解：设取n位有效数字,由定理由于知=4所以要使相对误差限小于0.1%,则，只要取n-1=3即n=4。所以的近似值取4位有效数字,其相对误差限小于0.1%。 2.已测得某场地长的值为，宽d的值为，已知试求面积的绝对误差限和
第一章绪论 1．设0x >,x 的相对误差为δ，求ln x 的误差。 解：近似值* x 的相对误差为* **** r e x x e x x δ-= == 而ln x 的误差为()1ln *ln *ln ** e x x x e x =-≈ 进而有(ln *)x εδ≈ 2．设x 的相对误差为2%，求n x 的相对误差。 解：设()n f x x =，则函数的条件数为'() | |() p xf x C f x = 又1 '()n f x nx -= , 1 ||n p x nx C n n -?∴== 又((*))(*)r p r x n C x εε≈? 且(*)r e x 为2 ((*))0.02n r x n ε∴≈ 3．下列各数都是经过四舍五入得到的近似数，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：*1 1.1021x =,*20.031x =, *3385.6x =, * 456.430x =,*57 1.0.x =? 解：*1 1.1021x =是五位有效数字； *20.031x =是二位有效数字； *3385.6x =是四位有效数字； *456.430x =是五位有效数字； *57 1.0.x =?是二位有效数字。 4．利用公式(2.3)求下列各近似值的误差限：(1) * * * 124x x x ++,(2) ***123x x x ,(3) **24/x x . 其中****1234 ,,,x x x x 均为第3题所给的数。 解：
*4 1* 3 2* 13* 3 4* 1 51()1021()1021()1021()1021()102 x x x x x εεεεε-----=?=?=?=?=? *** 124***1244333 (1)()()()() 1111010102221.0510x x x x x x εεεε----++=++=?+?+?=? *** 123*********123231132143 (2)() ()()() 111 1.10210.031100.031385.610 1.1021385.610222 0.215 x x x x x x x x x x x x εεεε---=++=???+???+???≈ ** 24**** 24422 *4 33 5 (3)(/) ()() 11 0.0311056.430102256.43056.430 10x x x x x x x εεε---+≈ ??+??= ?= 5计算球体积要使相对误差限为1，问度量半径R 时允许的相对误差限是多少？ 解：球体体积为34 3 V R π= 则何种函数的条件数为 2 3'4343 p R V R R C V R ππ=== (*)(*)3(*)r p r r V C R R εεε∴≈= 又(*)1r V ε=
数值计算方法思考题 第一章 预篇 1．什么是数值分析？它与数学科学和计算机的关系如何？ 2．何谓算法？如何判断数值算法的优劣？ 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。 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？ 5．什么是算法的稳定性？如何判断算法稳定？为什么不稳定算法不能使用？ 6．判断如下命题是否正确： （1）一个问题的病态性如何，与求解它的算法有关系。 （2）无论问题是否病态，好的算法都会得到好的近似解。 （3）解对数据的微小变化高度敏感是病态的。 （4）高精度运算可以改善问题的病态性。 （5）用一个稳定的算法计算良态问题一定会得到好的近似值。 （6）用一个收敛的迭代法计算良态问题一定会得到好的近似值。 （7）两个相近数相减必然会使有效数字损失。 （8）计算机上将1000个数量级不同的数相加，不管次序如何结果都是一样的。 7．考虑二次代数方程的求解问题 ax 2 + bx + c = 0. 下面的公式是熟知的 a ac b b x 242-±-=. 与之等价地有 ac b b c x 422--= . 对于 a = 1, b = -100 000 000 , c = 1 应当如何选择算法？ 8．指数函数有著名的级数展开 ++++=!3!213 2x x x e x 如果对x < 0用上述的级数近似计算指数函数的值，这样的算法结果是否会好？为什么？ 9．考虑数列x i , i = 1,…, n , 它的统计平均值定义为 ∑==n i i x x x 1 1 它的标准差
1 12)(11??????--=∑-n i i x x n σ 数学上它等价于 1 12211???????????? ??--=∑=n i i x n x n σ 作为标准差的两种算法，你如何评价它们的得与失？ 第二章 非线性方程求根 1．判断如下命题是否正确： (a) 非线性方程的解通常不是唯一的； (b) Newton 法的收敛阶高于割线法； (c) 任何方法的收敛阶都不可能高于Newton 法； (d) Newton 法总是比割线法更节省计算时间； (e) 如果函数的导数难于计算，则应当考虑选择割线法； (f) Newton 法是有可能不收敛； (g) 考虑简单迭代法x k +1 = g (x k )，其中x * = g (x *)。如果| g '(x *) | <1，则对任意的初 始值，上述迭代都收敛。 2．什么叫做一个迭代法是二阶收敛的？Newton 法收敛时，它的收敛阶是否总是二阶 的？ 3．求解单变量非线性方程的单根，下面的3种方法，它们的收敛阶由高到低次序如何？ (a) 二分法 (b) Newton 方法 (c) 割线方法 4．求解单变量非线性方程的解，Newton 法和割线方法，它们每步迭代分别需要计算几 次函数值和导数值？ 5．求解某个单变量非线性方程，如果计算函数值和计算导数值的代价相当，Newton 法和割线方法它的优劣应如何评价？ 第三章 解线性方程组的直接法 1．用高斯消去法为什么要选主元？哪些方程组可以不选主元？ 2．高斯消去法与LU 分解有什么关系？用它们解线性方程组Ax = b 有何不同？A 要满足什么条件？ 3．乔列斯基分解与LU 分解相比，有什么优点？ 4．哪种线性方程组可用平方根法求解？为什么说平方根法计算稳定？ 5．什么样的线性方程组可用追赶法求解并能保证计算稳定？ 6．何谓向量范数？给出三种常用的向量范数。 7．何谓矩阵范数？何谓矩阵的算子范数？给出矩阵A = (a i j )的三种范数|| A ||1，|| A ||2，|| A ||∞，|| A ||1与|| A ||2哪个更容易计算？为什么？ 8．什么是矩阵的条件数？如何判断线性方程组是病态的？ 9．满足下面哪个条件可判定矩阵接近奇异？ （1）矩阵行列式的值很小。 （2）矩阵的范数小。
第八章 矩阵特征值问题计算 3．用幂法计算下列矩阵的主特征值及对应的特征向量 12732343()341;()463213331a A b A --???? ????=-=-???? ????--???? 当特征值有3位小数稳定代终止。 解：套用幂法公式 010,,,1,2,.... max()k k k k k v u v Au u k v -≠== = 取0(1,1,1)0T u =≠,将A 1代入上式，计算结果见下表 则1A 的主特征值19.605572λ≈，特征向量1(10.6050.394369)T x ≈- 将2A 代入幂法公式，取0(1,1,1)T u =，计算结果见下表 则2A 主住特征值18.869699λ≈，特征向量1(0.604228,1,0.160881)T x ≈- 4．用反幂法求矩阵 621231111A ?? ??=?? ???? 的最接近于6的特征向量。 解：本题按带原点平移的反幂法计算。平移向量p=6,则将
021231115B A pI ?? ??=-=-?? ??-?? 进行三分解：PB=LU ，其中 1 002310101511 001,10,02 221004 2701005 5P L U ? ??? ????-??? ??? ??????===-???????????? ?? ?? ??? ??? 然后1(1,1,1)T Uv =，解得 1 111,max()v v u v = 1,,,2,3,.... max()k k k k k k k v Ly PU Uv y U k v -=== = 计算结果如下：
第7章复习与思考题
求f (X )= 0的零点就等价于求(x )的不动点，选择一个初始近似值X 0，将它代入X =「(X ) 的右端，可求得 X 1 h%X °)，如此反复迭代有 X k 1 二(X k ), k =0,1,2,..., (X)称为迭代函数，如果对任何 X 。? [a,b]，由x k 卜h%x k ),k =0,1,2,...得到的序列 〈X k 1有极限 则称迭代方程收敛，且X* =?(x*)为?(X )的不动点 故称 X k q 二(X k ), k =0,1,2,...为不动点迭代法。 5?什么是迭代法的收敛阶？如何衡量迭代法收敛的快慢？如何确定 X k 1 二「(X k )(k =0,1,2,...)的收敛阶 P219 设迭代过程X k 1'h%X k )收敛于 (X)的根X*，如果当k > 时，迭代误差 e k = x k - x *满足渐近关系式 —t C,C =const 式 0 e/ 则称该迭代过程是 p 阶收敛的，特别点，当 p=1时称为线性收敛，P>1时称为超线性收敛， p=2时称为平方收敛。 以收敛阶的大小衡量收敛速度的快慢。 6?什么是求解f(x)=0的牛顿法？它是否总是收敛的？若 f(X*) =0，X*是单根，f 是光 滑，证明牛顿法是局部二阶收敛的。 牛顿法: 当| f (X k )卜J 时收敛。 7?什么是弦截法？试从收敛阶及每步迭代计算量与牛顿法比较其差别。 在牛顿法的基础上使用 2点的的斜率代替一点的倒数求法。就是弦截法。 收敛阶弦截法1.618小于牛顿法2 计算量弦截法 <牛顿法(减少了倒数的计算量) 8?什么是解方程的抛物线法？在求多项式全部零点中是否优于牛顿法？ P229 X - m X k 1 =X k f (X k ) f (X k )
.证明： (1).如果A 是对称正定矩阵，则1-A 也是对称正定矩阵 (2).如果A 是对称正定矩阵，则A 可以唯一地写成L L A T =，其中L 是具有正对角元的下三角矩阵。 证明： (1).因A 是对称正定矩阵，故其特征值i λ皆大于0，因此1-A 的特征值1 -i λ也皆大于0。因此 1-i λ也皆大于0，故A 是可逆的。又 111)()(---==A A A T T 则1-A 也是对称正定矩阵。 (2).由A 是对称正定，故它的所有顺序主子阵均不为零，从而有唯一的杜利特尔分解 U L A ~ =。又 022211111 1222 11111DU u u u u u u u u u U n n nn =? ???? ???? ???????? ?=????????? ?? ?=M O ΛΛO 其中D 为对角矩阵，0U 为上三角矩阵，于是 0~ ~DU L U L A == 由A 的对称性，得 ~ T T T L D U A A == 由分解的唯一性得 ~ L U T = 从而 ~~ T L D L A = 由A 的对称正定性，如果设),,2,1(n i D i Λ=表示A 的各阶顺序主子式，则有 011>=D d ，01 >= -i i i D D d ，n i ,,3,2Λ=
故 2 12 12 1 2 121D D d d d d d d d d d D n n n =?????? ? ?????? ?????????????? ?=????????????=O O O 因此 T T T LL D L D L L D D L A ===)(21~ 2 1~ ~2 121~ ， 其中2 1~ D L L =为对角元素为正的下三角矩阵。 .用列主元消去法解线性方程组 ??? ??=++-=-+-=+-6 1531815331232 1321321x x x x x x x x x 并求出系数矩阵A 的行列式(即A det )的值。 解 ?? ?? ??????----?→?-=???? ??????----?→??? ??? ?????----??→?- =-=?113/110053/7101513 186 76/3118/176/7053/7101513 186111153312151318)(323 2 18 1 21312 1m b A m m r r 所以解为33=x ，22=x ，11=x ，66det -=A 。
第一章 绪 论 本章以误差为主线，介绍了计算方法课程的特点，并概略描述了与算法相关的基本概念，如收敛性、稳定性，其次给出了误差的度量方法以及误差的传播规律，最后，结合数值实验指出了算法设计时应注意的问题． §1.1 引 言 计算方法以科学与工程等领域所建立的数学模型为求解对象，目的是在有限的时间段内利用有限的计算工具计算出模型的有效解答。 由于科学与工程问题的多样性和复杂性，所建立的数学模型也是各种各样的、复杂的. 复杂性表现在如下几个方面：求解系统的规模很大，多种因素之间的非线性耦合，海量的数据处理等等，这样就使得在其它课程中学到的分析求解方法因计算量庞大而不能得到计算结果，且更多的复杂数学模型没有分析求解方法． 这门课程则是针对从各种各样的数学模型中抽象出或转化出的典型问题，介绍有效的串行求解算法，它们包括 (1) 非线性方程的近似求解方法； (2) 线性代数方程组的求解方法； (3) 函数的插值近似和数据的拟合近似； (4) 积分和微分的近似计算方法； (5) 常微分方程初值问题的数值解法； (6) 优化问题的近似解法；等等 从如上内容可以看出，计算方法的显著特点之一是“近似”． 之所以要进行近似计算，这与我们使用的工具、追求的目标、以及参与计算的数据来源等因素有关． 计算机只能处理有限数据，只能区分、存储有限信息，而实数包含有无穷多个数据，这样，当把原始数据、中间数据、以及最终计算结果用机器数表示时就不可避免的引入了误差，称之为舍入误差． 我们需要在有限的时间段内得到运算结果，就需要将无穷的计算过程截断， 从而产生截断误差． 如 +++=! 21 !111e 的计算是无穷过程，当用 ! 1 !21!111n e n ++++= 作为e 的近似时，则需要进行有限过程的计算，但产生了 截断误差e e n -．
习题5 1．导出如下3个求积公式，并给出截断误差的表达式。 (1) 左矩形公式：?-≈b a a b a f dx x f ))(()( (2) 右矩形公式：))(()(a b b f dx x f b a -≈? (3) 中矩形公式：?-+≈b a a b b a f dx x f ))(2 ( )( 解：(1) )()(a f x f ≈， )()()()(a b a f dx a f dx x f b a b a -=≈?? (2) )()(b f x f ≈，??-=≈b a b a a b a f dx b f dx x f ))(()()( )()(2 1)()()()(2 ηηξf a b dx b x f dx b x f b a b a '--=-'=-'=??，),(,b a ∈ηξ (3) 法1 )2 ( )(b a f x f +≈ ， 法2 可以验证所给公式具有1次代数精度。作一次多项式 )(x H 满足 )2()2( b a f b a H +=+，)2 ()2(b a f b a H +'=+'，则有 2 )2 )((!21)()(b a x f x H x f +-''= -ξ， ),(b a ∈ξ 于是 2．考察下列求积公式具有几次代数精度： （1） ?'+ ≈1 )1(2 1 )0()(f f dx x f ； （2） )3 1()31()(1 1f f dx x f +- ≈?-。 解： （1）当1)(=x f 时，左=1，右=1+0=1，左=右； 当x x f =)(时，左21= ，右=2 1 210=+，左=右； 当2 )(x x f =时，左=3 1 ，右=1，左≠右，代数精度为1。
第七章非线性方程求根 一、重点内容提要 （一）问题简介 求单变量函数方程 ()0f x = (7.1) 的根是指求*x （实数或复数），使得(*)0f x =.称*x 为方程(7.1)的根,也称*x 为 函数()f x 的零点.若()f x 可以分解为 ()(*)()m f x x x g x =- 其中m 为正整数,()g x 满足()0g x ≠,则*x 是方程(7.1)的根.当m=1时,称*x 为单根;当m>1时,称*x 为m 重根.若()g x 充分光滑,*x 是方程(7.1)的m 重根,则有 (1)() (*)'(*)...(*)0,(*)0m m f x f x f x f x -====≠ 若()f x 在[a,b]上连续且()()0f a f b <,则方程(7.1)在(a,b)内至少有一个实根,称[a,b]为方程(7.1)的有根区间.有根区间可通过函数作图法或逐次搜索法求得. (二)方程求根的几种常用方法 1.二分法 设()f x 在[a,b]上连续,()()0f a f b <,则()0f x =在(a,b)内有根*x .再设()0f x =在 (a,b)内仅有一个根.令00,a a b b ==,计算0001 ()2x a b =+和0()f x .若0()0f x =则*x x =,结束计算;若00()()0f a f x >,则令10,1a x b b ==,得新的有根区间11[,]a b ;若 00()()0 f a f x <,则令 10,10 a a b x ==,得新的有根区间 11[,]a b .0011[,][,]a b a b ?,11001()2b a b a -=-.再令1111 ()2x a b =+计算1()f x ,同上法得 出新的有根区间22[,] a b ,如此反复进行,可得一有根区间套 1100...[,][,]...[,] n n n n a b a b a b --????
数值分析第8章 数值积分与数值微分 8.1 填空题 （1）n+1个点的插值型数值积分公式∫f(x)dx b a ≈∑A j n j=0f(x j )的代数精度至少是 n ，最高不超过 2n+1 。【注：第1空，见定理8.1】 （2）梯形公式有 1 次代数精度，Simpson 公司有 3 次代数精度。【注：分别见定理8.1,8.3】 （3）求积公式∫f(x)dx h 0≈h 2[f (0)+f (h )]+ah 2[f ′(0)?f ′(h)]中的参数a= 1/12 时，才能保证该求积公式的代数精度达到最高，最高代数精度为 3 。 解：令f(x)=1,x,x 2带入有， { h 2[1+1]+ah 2[0?0]=h h 2[0+h ]+ah 2[1?1]=12 (h 2)h 2[0+h 2]+ah 2[0?2h ]=13 (h 3) //注：x 的导数=1 解之得，a=1/12，此时求积公式至少具有2次代数精度。 ∴ 积分公式为：∫f(x)dx h 0≈h 2[f (0)+f (h )]+h 2 12[f ′(0)?f ′(h)] 令 f(x)= x 3带入求积公式有：h 2 [0 +h 3]+ h 212 [0?3h 2]=14 (h 4)，与f(x)= x 4的定积分计算值1 4 (h 4)相等， 所以，此求积公式至少具有3次代数精度。 令f(x)= x 4带入求积公式有，h 2[0+h 4]+h 2 12[0?4h 3]=1 6(h 5)，与f(x)= x 5的定积分计算值1 5(h 5)不相等，所以，此求积公式的最高代数精度为3次代数精度。 8.2 确定下列求积公式的求积系数和求积节点，使其代数精度尽量高，并指出其最高代数精度。 解题思路：按照P149 中8.3式进行求解，根据求积公式中未知量n 的数量决定代入多少f(x)，当积分公式代入求积节点x n 的计算结果与定积分的计算结果一致，继续代入求积节点X n+1,，若计算结果与对应的定积分计算结果不一致时，求积公式拥有最高n 次的代数精度。 （1）∫f(x)dx 2h 0≈A 0f (0)+A 1f (h )+A 2f(2h) 解：令f(x)=1,x,x 2代入有,【注：本例中需求解A 0、A 1、A 2共3个未知量，故需3个相异求积节点f(x)】 {A 0+A 1+A 2=2h A 1h +A 22h =1 2(2h )2A 1h 2+A 2(2h )2=1 3(2h )3 求解得A 0=13h ，A 1=43h ，A 2=1 3h ， ∴求积公式为：∫f(x)dx 2h 0≈13hf (0)+43hf (h )+1 3 hf(2h) ∵该求积公式对3个相异节点1,x,x 2均有余项E (f )=0， //注：参见P149定理8.1 ∴该求积公式至少具有2次代数精度。 令f(x)= x 3，代入求积公式有：4 3hh 3+1 3h (2h )3=4h 4 ∵函数f(x) = x 3的定积分结果为：∫x 3dx 2h 0=1 4(2h )4=4h 4 ，与求积公式计算值相等， ∴该求积公式具有3次代数精度。
计算方法 第七章 习题 复习与思考题 1．设f ∈C [a , b ]，写出三种常用范数2 1 f f 及∞ f 。 2．f , g ∈C [a , b ]，它们的内积是什么？如何判断函数族{? 0, ? 1, …, ? n }∈C [a , b ]在[a ,b ]上线性无关？ 3．什么是函数f ∈C [a , b ]在区[a , b ]上的n 次最佳一致逼近多项式？ 4．什么是f 在[a , b ] 上的n 次最佳平方逼近多项式？什么是数据{}m i f 0的最小二乘曲 线拟合？ 5．什么是[ a , b ]上带权ρ (x )的正交多项式？什么是[ -1, 1 ]上的勒让德多项式？它有什 么重要性质？ 6．什么是切比雪夫多项式？它有什么重要性质？ 7．用切比雪夫多项式零点做插值得到的插值多项式与拉格朗日插值有何不同？ 8．什么是最小二乘拟合的法方程？用多项式做拟合曲线时，当次数n 较大时为什么不直接求解法方程？ 9．哪种类型函数用三角插值比用多项式插值或分段多项式插值更合适？ 10．判断下列命题是否正确？ （1）任何f (x ) ∈C [a , b ]都能找到n 次多项式P n (x ) ∈ H n ，使| f (x ) - P n (x ) | ≤ ε ( ε 为任给的误差限)。 （2）n n H x P ∈)(* 是f (x )在[ a , b ]上的最佳一致逼近多项式，则)()(lim * x f x P n n =∞ →对 ],[b a x ∈?成立。 （3）f (x ) ∈C [a , b ]在[a , b ]上的最佳平方逼近多项式P n (x ) ∈ H n 则)()(lim x f x P n n =∞ →。 （4）)(P ~ x n 是首项系数为1的勒让德多项式，Q n (x ) ∈ H n 是任一首项系数为1的多项式，则 ? ? --1 1 21 1 2d )(d )](P ~ [x x Q x x n n 。 （5）)(T ~ x n 是[-1 , 1]上首项系数为1的切比雪夫多项式。Q n (x ) ∈ H n 是任一首项系数为1的多项式，则 .)(max )(~ max 1 11 1x Q x T n x n x ≤≤-≤≤-≤ （6）当数据量很大时用最小二乘拟合比用插值好。
第五章最小二乘法与曲线拟合小结 一、本章知识梳理 1、 从整体上考虑近似函数同所给数据点 (i=0,1,…,m)误差 (i=0,1,…,m) (i=0,1,…,m)绝对值的最大值，即误差向量 的∞—范数；二是误差绝对值的和，即误差向量r的1—范数；三是误差 平方和的算术平方根，即误差向量r的2—范数；前两种方法简单、自然，但不便于微分运算，后一种方法相当于考虑 2—范数的平方，因此在曲线拟合 中常采用误差平方和来度量误差 (i=0，1，…，m)的整体大小。 数据拟合的具体作法是：对给定数据 (i=0,1,…，m)，在取定的函 数类中,求,使误差(i=0,1,…,m)的平方和最小，即 从几何意义上讲，就是寻求与给定点 (i=0,1,…,m)的距离平方和为最小 的曲线（图6-1）。函数称为拟合函数或最小二乘解，求拟合 函数的方法称为曲线拟合的最小二乘法。 2、多项式拟合 假设给定数据点 (i=0,1,…,m)，为所有次数不超过的多项式构成的函数类，现求一,使得 (1) 当拟合函数为多项式时，称为多项式拟合，满足式（1）的称为最小二乘 拟合多项式。特别地，当n=1时，称为线性拟合或直线拟合。 显然 为的多元函数，因此上述问题即为求的极值问题。由多元函数求极值的必要条件，得 (2) 即
(3) （3）是关于的线性方程组，用矩阵表示为 (4) 式（3）或式（4）称为正规方程组或法方程组。 可以证明，方程组（4）的系数矩阵是一个对称正定矩阵，故存在唯一解。 从式（4）中解出 (k=0,1,…，n)，从而可得多项式 (5) 可以证明，式（5）中的满足式（1），即为所求的拟合多项式。我 们把称为最小二乘拟合多项式的平方误差，记作 由式(2)可得 (6) 多项式拟合的一般方法可归纳为以下几步： (1) 由已知数据画出函数粗略的图形——散点图，确定拟合多项式的次数n； (2) 列表计算和； (3) 写出正规方程组，求出； (4) 写出拟合多项式。 在实际应用中，或；当时所得的拟合多项式就是拉格朗日或牛 顿插值多项式。 3、曲线拟合： 曲线拟合，即把一组数据拟合为曲线，需遵循最小二乘法。常用双曲线型和指数型函数。
郑州大学研究生课程（2012-2013学年第一学期）数值分析 Numerical Analysis 习题课 第八章常微分方程数值解法
待求解的问题：一阶常微分方程的初值问题/* Initial-Value Problem */: ?????=∈=0 )(] ,[),(y a y b a x y x f dx dy 解的存在唯一性（“常微分方程”理论）：只要f (x , y ) 在[a , b ] ×R 1 上连续，且关于y 满足Lipschitz 条件，即存在与x , y 无关的常数L 使 对任意定义在[a , b ] 上的y 1(x ) 和y 2(x ) 都成立，则上述IVP 存在唯一解。 1212|(,)(,)||| f x y f x y L y y ?≤?一、要点回顾
§8.2 欧拉(Euler)法 通常取(常数),则Euler 法的计算格式 h h x x i i i ==?+1?? ?=+=+) (),(001x y y y x hf y y i i i i i =0,1,…,n ( 8.2 )
§8.2 欧拉(Euler)法(1) 用差商近似导数 )) (,()()()()(1n n n n n n x y x hf x y x y h x y x y +=′+≈+?? ?=+=+) (),(01a y y y x hf y y n n n n 差分方程初值问题向前Euler 方法h x y x y x y n n n ) ()()(1?≈ ′+)) (,() ()(1n n n n x y x f h x y x y ≈?+))(,()(n n n x y x f x y =′
数值分析第五章答案 【篇一：数值分析第五版计算实习题】 第二章 2-1 程序： clear;clc; x1=[0.2 0.4 0.6 0.8 1.0]; y1=[0.98 0.92 0.81 0.64 0.38]; n=length(y1); c=y1(:); or j=2:n %求差商 for i=n:-1:j c(i)=(c(i)-c(i-1))/(x1(i)-x1(i-j+1)); end end syms x df d; df(1)=1;d(1)=y1(1); for i=2:n %求牛顿差值多项式 df(i)=df(i-1)*(x-x1(i-1)); d(i)=c(i)*df(i); end disp(4次牛顿插值多项式); p4=vpa(collect((sum(d))),5) %p4即为4次牛顿插值多项式,并保留小数点后5位数 pp=csape(x1,y1, variational);%调用三次样条函数 q=pp.coefs; disp(三次样条函数); for i=1:4 s=q(i,:)*[(x-x1(i))^3;(x-x1(i))^2;(x-x1(i));1]; s=vpa(collect(s),5) end x2=0.2:0.08:1.08; dot=[1 2 11 12]; figure ezplot(p4,[0.2,1.08]); hold on y2=fnval(pp,x2); x=x2(dot);
y3=eval(p4); y4=fnval(pp,x2(dot)); plot(x2,y2,r,x2(dot),y3,b*,x2(dot),y4,co); title(4次牛顿插值及三次样条); 结果如下： 4次牛顿插值多项式 p4 = - 0.52083*x^4 + 0.83333*x^3 - 1.1042*x^2 + 0.19167*x + 0.98 三次样条函数 x∈[0.2,0.4]时， s = - 1.3393*x^3 + 0.80357*x^2 - 0.40714*x + 1.04 x∈[0.4,0.6]时，s = 0.44643*x^3 - 1.3393*x^2 + 0.45*x + 0.92571 x∈[0.6,0.8]时，s = - 1.6964*x^3 + 2.5179*x^2 - 1.8643*x + 1.3886 x∈[0.8,1.0]时，s =2.5893*x^3 - 7.7679*x^2 + 6.3643*x - 0.80571 输出图如下 2-3（1） 程序： clear; clc; x1=[0 1 4 9 16 25 36 49 64]; y1=[0 1 2 3 4 5 6 7 8];%插值点 n=length(y1); a=ones(n,2); a(:,2)=-x1; c=1; for i=1:n c=conv(c,a(i,:)); end q=zeros(n,n); r=zeros(n,n+1); for i=1:n [q(i,:),r(i,:)]=deconv(c,a(i,:));%wn+1/(x-xk) end dw=zeros(1,n); for i=1:n dw(i)=y1(i)/polyval(q(i,:),x1(i));%系数 end p=dw*q; syms x l8; for i=1:n
第八章习题解答 3、设方程()0f x =有根，且'0()m f x M <≤≤。试证明由迭代格式1()k k k x x f x λ+=- (0,1,2,)k =产生的迭代序列{}0k k x ∞=对任意的初值0(,)x ∈-∞+∞，当20M λ<<时，均收敛于方程的根。 证明： 设()()x x f x ?λ=-，可知()x ?在(,)-∞∞上可导 对于任意给定的λ值，满足条件'0()m f x M <≤≤时 （1）''()1()x f x ?λ=- 则1'()11M x m λ?λ-≤≤-< 又20M λ<<，M>0 则02M λ<<时，11M λ-<- 所以11'()11M x m λ?λ-<-≤≤-< 若令max{1,1}L M m λλ=--，则可知'()1x L ?≤< （2）由0()(0)'()(0)'()x x x dx x ?????ε=+=+? 则()lim 1x x L x ?→∞??≤< ??? 所以，存在一个数a ，当x a >时，()x x ?< 同时，()x ?在[,]a a -内有界，即存在0b >使得[,]x a a ?∈-，()x b ?< 我们选取 max{,}c a b =，则对任意x 有0()max{,}x c x ?< 则对给定的任意初值0x ，设0max{,}d c x = 则0[,]x d d ∈-，于是在区间[,]d d -上有()x d ?< 即满足映内性 有（1）、（2）可知，()x ?满足收敛定理 迭代序列0{}k k x ∞=收敛于方程的根 6. 给出计算...222+++=x 的迭代格式，讨论迭代格式的收敛性，并证明2=x 解：构造迭代格式10,1,2,k x k +==??? 2k x ≤ 令()x ?=x ?∈?时，()x ??∈? '() x ?=，当x ?∈?时，1 '()12x ?<<
第一章绪论 1设x 0, x的相对误差为「.，求In x的误差。 * * e* x * _x 解：近似值x*的相对误差为:.=e* x* x* 1 而In x 的误差为e In x* =lnx*「lnx e* x* 进而有；(ln x*)::. 2?设x的相对误差为2%求x n的相对误差。 解：设f(x—，则函数的条件数为Cp^胡1 n A. x nx . 又7 f '(x)= nx n」C p |=n n 又；；r((x*) n) ： C p ；,x*) 且e r (x*)为2 .；r((x*)n) 0.02 n 3 ?下列各数都是经过四舍五入得到的近似数，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：X； h.1021 , x；=0.031 , x3 =385.6 x；=56.430, x5 =7 1.0. 解：x；=1.1021是五位有效数字； X2 =0.031是二位有效数字； X3 =385.6是四位有效数字； x4 = 56.430是五位有效数字； x5 -7 1.0.是二位有效数字。 4.利用公式(2.3)求下列各近似值的误差限：⑴ 为+X2+X4,(2) x-i x2x3,(3) x2/ x4. * * * * 其中X1,X2,X3,x4均为第3题所给的数。
解:
* 1 4 ；(x-| ) 10 2 * 1 3 ;(x 2) 10 2 * 1 1 ；(x 3) 10 * 1 3 ；(x 4) 10 2 * 1 1 ；(x 5) 10 2 (1)；(为 X 2 X 4) =；(为)亠：(x 2)亠：(x 4) =1 10 4 1 10 J 丄 10^ 2 2 2 = 1.05 10” * * * (2)(X 1X 2X 3) * * * ** * ** * X 1X 2 8(X 3) + X 2X 3 g(xj + X 1X 3 名(X 2) 1 1 0.031 汉 385.6 汉?汉10鼻 + 1.1021 域 385.6 汉?汉10 (3) XX 2/X 4) X 4 0.031 1 10” 56.430 丄 10’ 2 2 56.430 56.430 =10° 5计算球体积要使相对误差限为 1，问度量半径R 时允许的相对误差限是多少? 4 3 解：球体体积为V R 3 则何种函数的条件数为 =1.1021汉 0.031 汉 * 汉 10」+ 0.215
数值分析第一章作业 1.数值计算方法设计的基本手段是( ). (A) 近似 (B) 插值 (C) 拟合 (D) 迭代 2.为了在有限时间内得到结果,用有限过程取代无限过程所产生的近似解与精确解之间的误差称为( ). (A) 舍入误差 (B) 截断误差 (C) 测量误差 (D) 绝对误差 3.由于计算机的字长有限,原始数据在机器内的表示以及进行算术运算所产生的误差统称为( ). (A) 舍入误差 (B) 截断误差 (C) 相对误差 (D) 绝对误差 4.数值计算方法研究的核心问题可以概括为( )对计算结果的影响. (A) 算法的稳定性 (B) 算法的收敛性 (C) 算法的复杂性 (D) 近似 5.当N 充分大时,利用下列各式计算121N N dx I x +=+?,等式( )得到的结果最好. (A) arctan(1)arctan()I N N =+- (B) 2arctan(1)I N N =++ (C) 21arctan()1I N N =++ (D) 211I N =+ 6. 计算61), 1.4≈,利用下列哪个公式得到的结果最好?为什么? (B) 3(3- (D) 99-7.计算球体的体积,已知半径的相对误差限不超过3310-?,则计算所得体积的相对误差限如何估计? 8.设0x >,近似值*x 的相对误差限为δ,试估计*ln x 的误差限. 9.计算圆柱体的体积,已知底面半径r 及圆柱高h 的相对误差限均不超过δ,则计算所得体积的相对误差限如何估计?. 10.用秦九韶算法求32()431f x x x x =-+-在2x =处的值. 11.已知近似值 1.0000x *=的误差限4()110x ε*-=?,21()16 f x x = ,求(())f x ε*,并说明x *及()f x *的各有几位有效数字. 12. 分析算法011111,,32,1,2,,k k k y y y y y k +-?==???=-=?的数值稳定性.
WORD格式.分享 第5章 复习与思考题 1、用高斯消去法为什么要选主元？哪些方程组可以不选主元？ k答：使用高斯消去法时，在消元过程中可能出现 a的情况，这时消去法无法进行；即 kk k时主元素0 和舍入 增长 a，但相对很小时，用其做除数，会导致其它元素数量级的严重 kk 计 误差的扩散，最后也使得计算不准确。因此高斯消去法需要选主元，以保证计算的进行和 算的准确性。 当主对角元素明显占优（远大于同行或同列的元素）时，可以不用选择主元。计算时一般选择列主元消去法。 2、高斯消去法与LU分解有什么关系？用它们解线性方程组Ax=b有何不同？A要满足什 么条件？ 答：高斯消去法实质上产生了一个将A分解为两个三角形矩阵相乘的因式分解，其中一个 为上三角矩阵U，一个为下三角矩阵L。 用LU分解解线性方程组可以简化计算，减少计算量，提高计算精度。 A需要满足的条件是，顺序主子式（1,2，?，n-1）不为零。 3、楚列斯基分解与LU分解相比，有什么优点？ 楚列斯基分解是LU分解的一种，当限定下三角矩阵L的对角元素为正时，楚列斯基分解具有唯一解。 4、哪种线性方程组可用平方根法求解？为什么说平方根法计算稳定？ 具有对称正定系数矩阵的线性方程可以使用平方根法求解。 ，切对角元素恒为正数，因此，是一个稳定的 平方根法在分解过程中元素的数量级不会增长 算法。 5、什么样的线性方程组可用追赶法求解并能保证计算稳定？ 对角占优的三对角方程组 6、何谓向量范数？给出三种常用的向量范数。 向量范数定义见p53，符合3个运算法则。 正定性 齐次性 三角不等式 x为向量，则三种常用的向量范数为：（第3章p53,第5章p165） 设 n ||x|||x| 1i i1 1 n 22 ||x||(x) 2i i1 ||x||max|x i| 1in