数值分析分章复习
第一章 引论
要点：误差基本概念
误差分类：截断误差；舍入误差。
误差量化：绝对误差；相对误差；有效数字
设计数值计算方法应注重的原则：
注重算法稳定性；减少运算量；避免相近数相减；避免绝对值小的数作分母
复习题：
1、设115.80,1025.621≈≈x x 均具有5位有效数字，
试估计由这些数据计算21x x ，21x x +的绝对误差限
解：记126.1025, 80.115x
x == 则有1123241110, | 102|||2x x x x --≤?-≤?- 所以 121212121212211122||||||||||||x x x
x x x x x x x x x x x x x x x -=-+-+≤-- 341180.11610 6.10102522
0.007057-==??+≤??
1212112243|()|||11|10100.0005522|x x x x x x x x --≤≤?+?=+-+-+- 2、已知2.153是2.1542的近似数，问该近似数有几位有效数字？
它的绝对误差和相对误差各是多少？
解：记精确值12.15420.2154102x =?=，近似值 2.153x
= 因为130.00121102
x x -≤?-= ，故近似数有3位有效数字 3、已知数 e=2.718281828...,取近似值 x=2.7182, 那末x 具有多少位有效数字
解：10.271828182810e =?
314||0.0000811110102228e x --≤?=?-= 可见x 具有4位有效数字
40.1%，至少要取多少位有效数字
解：记精确值x =x , 注意到14.44770.410x =?= 故假设x 具有p 位有效数字，则应成立：11111101||042||8
p p x x x --≤??=?-
令131
10108p --?≤
由条件 3||10||x x x -≤- , 可得：410lg() 3.096891p ≥=
可见当取4位有效数字时，近似数可达精度要求
5、设准确值=x 3002，以=*x 006666.0作为x 的近似值，其有效数字多少
解：2*0.666160x -?=，6523*111||0.6601010262x x ----?≤?=?-= 可见近似值具有3位有效数字
6、设280=Y 按递推公式100
7831-=-n n Y Y 计算到100Y ，若取783≈27.982(五位有效数字),试问计算100Y 将有多大误差?
解：记计算值为n
Y
则有10
28n n Y Y Y -?=???=? 和 1027.98210028n n Y Y Y -?=-???=?
相减得：11127.982)100
n n n n Y Y Y Y ---=-- 依此类推，有
22227.982)100
n n n n Y Y Y Y ---=--=
0027.982)27.982)100100
n n Y Y =--=-
故1310000|||27.9821|102
Y Y --=≤?
7、当1>>
a 时，为使计算)1ln(a a -+更精确，应如何变形
解：按原计算式计算出现相近数相减的现象，会造成有效数字损失
计算时应变形为ln =≈8、分析下面Matlab 程序所描述的数学表达式，并给出运行结果
解：程序实现了秦九韶算法的多项式求值，即 32103(10)102104p ?+?++=
9、对于积分?=+=1
0,2,1,0,999
3 n dx x x I n n 。 （1）试给出递推计算式
（2）分析递推式的数值稳定性；
（3）给出初始值0I 的估计。 解：111111100033(999)299732997999999n n n n n n n x x x x I dx dx x dx I x x ----+-=
==-++??? 故得递推式：132997n n I I n -=-+
100310003ln 999999I dx x ==+? 注意到实际计算中初值0I 总有误差，设初值0I 的近似值为0I （00
0I I ε-=≠ ） 所以实际计算递推为10032997n n I I n I I ε-?=-+???=+?
故有 1100||2997||2997)||2997)|((|n n n n n n I I I I I I ε--=-=-=-=
可见该递推是不稳定的
因为 1110003331999999999dx dx dx x <<++???
所以可取 0133()0.00300221000999I ≈+≈
10、数值计算中，影响算法优劣的主要因素有哪些？
解：数值计算中算法的优劣主要从算法的可靠性、稳定性、准确性、时间和空间复杂性几个方面考虑。一个算法如果有可靠的理论分析，且计算复杂性好，这样的算法就是好算法
3.1证明：如果求积公式（3.4）对函数f （x ）和g （x ）都准确成立，则它对于线性组合af(x)+bg(x) (a,b 均为常数)亦准确成立. 因此，求积公式（3.4）具有m 次代数精度的充分必要条件是：它对任一小于等于m 次的多项均能准确成立，但对某个m+1次多项式不能准确成立. ()()不能成立 对与题设矛盾多项式都能准确成立，次多，即对任意的线性组合亦准确成立也能准确成立，则对若对的线性组合亦准确成立对次的多项式准确成立对于任意小于等于不准确成立，对的线性组合亦准确成立对成立次的多项式于等于根据定义可知：对于小次代数精度 机械求积公式具有机械求积公式也成立 对于线性组合同理可得 机械求积公式都成立 对于证明： 1m 1321321320 000 0)1(,,,,,,1,,,,,1,,,,,1),1,0()(2)()()] ()([)()()]()([) ()() ()() ()() ()()(),(1++++=======∴+? ∴?∴==∴?+∴+=+≈+∴≈≈∴≈≈∴∑∑?∑?∑?∑? ∑?∑x m x x x x x x x x x x m x x x x x m j x x f m m x bg x af x bg x af A x bg A x af A dx x bg x af x bg A dx x bg x af A dx x af x g A dx x g x f A dx x f x g x f m m m m m m j n k k k n k k k b a n k k k b a n k k k b a n k k k b a n k k k b a n k k k 3.2直接验证中矩形公式具有一次代数精度，而Simpson 公式则具有3次代数精度。
第二章小结 对于n 元线性方程组b A =x (*),其中A 为非奇异矩阵,当0det ≠A 时,方程组有唯一的解向量。求解线性方程组的方法可分为两类：直接法（如克莱姆法则，高斯消去法等）和迭代法（Jacobi 迭代法和GS 迭代法等）。 一 、直接法 1、Gauss 消去法:(1) 顺序Gauss 消去法:将矩阵化为上三角矩阵 (2) 列主元素Gauss 消去法:将增广矩阵],[)()(k k b A 中绝对值最大的元素交换到底k 行的主对角线上。 比较：顺序Gauss 消去法的计算结果数值稳定性没有列主元素Gauss 消去法的好。 2、直接三角分解法： (1)定义 Doolittle 分解法和Crout 分解法:如果方程组b A =x 的系数矩阵A 可以分解为A=LU,其中L 是下三角矩阵U 是上三角矩阵,这样方程组b A =x 就化为两个容易求解的三角方程组:y U b Ly ==x ,。 定理3 Doolittle 分解法的充要条件是矩阵A 的前n-1阶顺序主子式0≠K D (k 取1,2,3,4...,n-1) 推论 矩阵A 有唯一Crout 分解的充要条件是A 的前n-1阶顺序主子式0≠K D (k 取1,2,3,4...,n-1) Doolittle 分解计算公式为: 对于k=1,2,3...,n ),...,1,(1 1n k k j u l a u k t tj kt kj kj +=-=∑-=
);,...,2,1(/)(1 1n k n k k i u u l a l kk k t tk it kj ik <++=-=∑-= 则求解下三角方程组y U b Ly ==x 和上三角方程组的计算方程式: ???? ?????--=-===-==∑∑+=-=1 ,,2,1,/)(u /),,3,2(11111 n n i u x u y x y x n i y l b y b y ii n i t t it i i nn n n t i t it i i Crout 分解计算公式为: 对于k=1,2,3...,n ),...,1,(1 1n k k j u l a l k t tk it ik ik +=-=∑-= );,...,2,1(/)(1 1n k n k k j l u l a u kk k t tj kt kj kj <++=-=∑-= 则求解下三角方程组y b y U L ==x ~ ~和上三角方程组的计算方程式: ?????????--=-===-==∑∑+=-=1 ,,2,1,),,3,2()(/1111111 n n i x u y x y x n i l y l b y l b y n i t t it i i n n ii t i t it i i (2)选主元的Doolittle 分解法 优点:对A 的要求低,只要矩阵A 可逆即可,即只要矩阵A 非奇异便可通过对A 做适当变换就可以了. 二、迭代法 1、思想：通过构造一个无限的向量序列，使它的极限是方程组b A =x 的解向量，通过求迭代矩阵，再通过迭代公式使解向量逐步逼近精确解。所以迭代法的缺点也很明显，凡是迭代法都存在收敛性与
第一章绪论 误差来源：模型误差、观测误差、截断误差（方法误差）、舍入误差 是的绝对误差，是的误差，为的绝对误差限（或误差限） 为的相对误差，当较小时，令 相对误差绝对值得上限称为相对误差限记为：即： 绝对误差有量纲，而相对误差无量纲 若近似值的绝对误差限为某一位上的半个单位，且该位直到的第一位非零数字共有n位，则称近似值有n位有效数字，或说精确到该位。 例：设x==…那么,则有效数字为1位，即个位上的3，或说精确到个位。 科学计数法：记有n位有效数字，精确到。 由有效数字求相对误差限：设近似值有n位有效数字，则其相对误差限为 由相对误差限求有效数字：设近似值的相对误差限为为则它有n位有效数字 令 1.x+y近似值为和的误差（限）等于误差（限）的 和 2.x-y近似值为 3.xy近似值为 4. 1．避免两相近数相减 2．避免用绝对值很小的数作除数 3．避免大数吃小数 4．尽量减少计算工作量 第二章非线性方程求根 1.逐步搜索法 设f (a) <0, f (b)> 0，有根区间为(a, b)，从x0=a出发，按某个预定步长(例如h=(b-a)/N)
一步一步向右跨，每跨一步进行一次根的搜索，即判别f(x k)=f(a+kh)的符号，若f(x k)>0(而 f(x k-1)<0),则有根区间缩小为[x k-1,x k] (若f(x k)=0，x k即为所求根), 然后从x k-1出发，把搜索步长再缩小，重复上面步骤，直到满足精度：|x k-x k-1|
第四版 数值分析习题 第一章绪论 1.设x>0,x得相对误差为δ,求得误差、 2.设x得相对误差为2％,求得相对误差、 3.下列各数都就是经过四舍五入得到得近似数,即误差限不超过最后一位得半个单位,试指 出它们就是几位有效数字: 4.利用公式(3、3)求下列各近似值得误差限: 其中均为第3题所给得数、 5.计算球体积要使相对误差限为1％,问度量半径R时允许得相对误差限就是多少? 6.设按递推公式 ( n=1,2,…) 计算到、若取≈27、982(五位有效数字),试问计算将有多大误差? 7.求方程得两个根,使它至少具有四位有效数字(≈27、982)、 8.当N充分大时,怎样求? 9.正方形得边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝? 10.设假定g就是准确得,而对t得测量有±0、1秒得误差,证明当t增加时S得绝对误差增 加,而相对误差却减小、 11.序列满足递推关系(n=1,2,…),若(三位有效数字),计算到时误差有多大?这个计算过程 稳定吗? 12.计算,取,利用下列等式计算,哪一个得到得结果最好? 13.,求f(30)得值、若开平方用六位函数表,问求对数时误差有多大?若改用另一等价公式 计算,求对数时误差有多大? 14.试用消元法解方程组假定只用三位数计算,问结果就是否可靠? 15.已知三角形面积其中c为弧度,,且测量a ,b ,c得误差分别为证明面积得误差满足 第二章插值法 1.根据(2、2)定义得范德蒙行列式,令 证明就是n次多项式,它得根就是,且 、 2.当x= 1 , -1 , 2 时, f(x)= 0 , -3 , 4 ,求f(x)得二次插值多项式、 3. 4., 研究用线性插值求cos x 近似值时得总误差界、
1、 0.1％,要取几位有效数字？ （ c ） (a) 2 (b) 3 (c) 4 (d) 5 2、若* 12.30x =是经过四舍五入得到的近似数，则它有几位有效数字？ （ c ） (a) 2 (b) 3 (c) 4 (d) 5 3、已知n ＋1个互异节点(x 0,y 0), (x 1,y 1),…, (x n ,y n )和过这些点的拉格朗日插值基函数l k (x )(k =0,1,2,…,n )，且ω(x )=(x －x 0) (x －x 1)… (x －x n )．则n 阶差商f (x 0,x 1,…, x n )= ( ) (a) ∑=n k k k y x l 0 )( (b) ∑='n k k k k x l y 0)( (c) ∑=n k k k x y 0)(ω (d) ∑='n k k k x y 0)(ω 4、已知由数据（0，0），（0.5，y ），（1，3），（2，2）构造出的三次插值多项式 33()6 P x x y 的 的系数是，则 等于 （ ） (a) -1.5 (b) 1 (c) 5.5 (d) 4.25 5、设(0,1,2,3,4)i x i =为互异结点，()i l x 为拉格朗日插值基函数,则 4 2 () ()i i i x x l x =-∑等于 （ a ） (a) 0 (b) 1 (c) 2 (d) 4 4()[,],()()(),()(),( )(), ' () ' (),22 ()()_________________________f x C a b H x a b a b H a f a H b f b H f H a f a f x H x ∈++====-=设是满足下列插值条件的三次多项式：则插值余项 1、 是以0，1，2为节点的三次样条函数，则b=-2,c=3 2、 已知(1)0,(1)3,(2)4,f f f =-=-=写出()f x 的牛顿插值多项式 2()P x =___2537 623x x +-__,其余项表达式 R(x)=__() (1)(1)(4) [1,4]6 f x x x ξξ'''-+-∈-_______________________ 3、 确定求积公式1 0121 ()(1)(0)'(1)f x dx A f A f A f -≈-++? 中的待定参数，使其代数精度 尽量高,则A 0=_ 29__________, A 1=__169________, A 2=_29 _______,代数精度=__2_________。
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数的相关容。 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数，不明白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 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： 绝对误差限： （2）相对误差是指绝对误差在原数中所占的比例。 相对误差： 相对误差限： 结论：凡是经过四舍五入而得到的近似值，其绝对误差不超过该近似值末位的半个单位。 （3）有效数字的定义 有效数字的第一种定义:设a是x的近似值，如果a的误差绝对值不超过x 的第k位小数的半个单位，即则称近似值a准确到小数点后第k位。从小数点后的第k位数字直到最左边非零数字之间的所有数字都叫有效数字。
第9章 数值分析中的误差 练习9.1 (B) 1.B 2. A 3.量纲 4. 半个 5.D 6. 3位 7.C 8. B 9. ≤ 10. 0.5mm 练习9.2(B) 1. )()(21x x εε+ )()(21x x εε+ 2. )()(1221x x x x εε+, 2 2 1221) ()(x x x x x εε- 3. 舍入误差不增加 4. )()(x e x f ' 5. 使用数值稳定的算法；防止两个相近数相减；简化计算步骤，减少运算次数；避免除数的绝对值远小于被除数的绝对值；防止大数“吃掉”小数 习题9 1. 0.00005 0.017% 四位有效数字 0.005 0.017％ 四位有效数字 0.0005 0.0017％ 五位有效数字 0.5 0.0017% 五位有效数字 0.00005×105 0.017% 四位有效数字 2. 5.5(Ω) 0.2375(Ω) 4.32% 3. (1) B (2)A (3)A 4. )()()(2121+=±x x x x εεε )()()(22 12 121121±±±= ±x x x x x x x x x x r r r εεε )()()(122121+≈x x x x x x εεε )()()(1221+≈x x x x r r r εεε 22 122121+=x x x x x x x )()()( εεε )()()(2121 +=x x x x r r r εεε 5. 0.005 6. 0.00333… 7. 取四位. 利用定理2. 第10章 线性方程组的数值解法 练习10.1 (A) 1. (2,1,-1)T , 2. (1,2,3)T , 3. (1,-1,2)T , 4. T )3678.0,05113.0,4900.0(--≈*X (B) 1. C 2. 系数矩阵的各阶主子式均不为0. 3. B 4. 矩阵A 是严格对角占优矩阵 5. 见教材第10章公式(1.6) 6. 见教材第10章公式(1.8) 练习10.2 (A) 1.(1,2,-1,3)T , 2. ?? ?? ? ?????--=???? ? ?????-=200140111112010001U L 3. Y =(14,-10,-72)T ,X =(1,2,3)T . 4. Y =(2.4493,11.247,85.254)T ,X =(1,0,23)T .
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=
第2章线性方程组的解法 --------学习小结 一、本章学习体会 通过本章知识的学习我首先了解到求解线性方程组的方法可分为两类：直接法和迭代法。计算机虽然运行速度很快，但面对运算量超级多的问题，计算机还是需要很长的时间进行运算，所以，确定快捷精确的求解线性方程组的方法是非常必要的。 本章分为四个小节，其中前两节Gauss消去法和直接三角分解法因为由之前《线性代数》学习的一定功底，学习起来还较为简单，加之王老师可是的讲解与习题测试，对这一部分有了较好的掌握。第三节矩阵的条件数与病态方程组，我 Ax 的系数矩阵A与左端向量b的元素往往是通首先了解到的是线性方程组b 过观测或计算而得到，因而会带有误差。即使原始数据是精确的，但存放到计算机后由于受字长的限制也会变为近似值。所以当A和b有微小变化时，即使求解过程精确进行，所得的解相对于原方程组也可能会产生很大的相对误差。对于本节的学习掌握的不是很好，虽然在课后习题中对课堂知识有了一定的巩固，但整体感觉没有很好的掌握它。第四节的迭代法，初次接触迭代法，了解到迭代法就是构造一个无线的向量序列，使他的极限是方程组的解向量。迭代法应考虑收敛性与精度控制的问题。三种迭代方法的基本思想我已经掌握了，但是在matlab 的编程中还存在很大的问题。 在本节的学习中我认为我最大的问题还是程序的编写。通过这段时间的练习，虽然掌握了一些编写方法和技巧。相比于第一章是对其的应用熟练了不少，但在程序编写上还存在很多问题。希望在以后的学习中能尽快熟练掌握它，充分发挥它强大的作用。 二、本章知识梳理 2.1、Gauss消去法（次重点） Gauss消去法基本思想：由消元和回代两个过程组成。 a(k=1,2,```,n-1)均不为零的充分必要条件定理顺序Gauss消去法的前n-1个主元素)(k kk 是方程组的系数矩阵A的前n-1个顺序主子式
1. 计算1 1 n x n I e x e dx -=? (n=0,1,2,……)并估计误差。 由分部积分可得计算n I 的递推公式 1111 01,1,2,e 1.n n x I nI n I e dx e ---=-=???==-???……. （1） 若计算出0I ，代入（1）式，可逐次求出 1 2,,I I … 的值。要 算出0I 就要先算出1e -，若用泰勒多项式展开部分和 21 (1)(1)1(1),2!! k e k ---≈+-+++ … 并取k=7,用4位小数计算，则得10.3679e -≈，截断误差 14711 |0.3679|108!4 R e --=-≤
从表1中看到8I 出现负值，这与一切0n I >相矛盾。实际上，由积分估值得 111110001011 (im )(max)11 x n n n x x e e m e x dx I e x dx n n ---≤≤≤≤=<<=++?? （2） 因此，当n 较大时，用n I 近似n I 显然是不正确的。这里计算公式与每步计算都是正确的，那么是什么原因合计算结果出现错误呢？主要就 是初值0I 有误差000E I I =- ，由此引起以后各步计算的误差n n n E I I =- 满足关系 1,1,2,n n E nE n -=-=…. 由此容易推得 0(1)!n n E n E =-， 这说明0I 有误差0E ，则n I 就是0E 的n!倍误差。例如，n=8，若 4 01||102 E -= ?，则80||8!||2E E =?>。这就说明8I 完全不能近似8I 了。它表明计算公式（A ）是数值不稳定的。 我们现在换一种计算方案。由（2）式取n=9,得 1911010 e I -<<， 我们粗略取1 *9911()0.068421010 e I I -≈+==，然后将公式（1）倒过来算，即 由*9I 算出*8I ，*7I ，…，* 0I ，公式为 * 9** 10.0684()1(1),98n n I B I I n n -?=? =?=-=?? ， ，…，1； 计算结果见表1的*n I 列。我们发现* 0I 与0I 的误差不超过410-。记
第三章 函数逼近与曲线拟合 1． ()sin 2 f x x π =，给出[0,1]上的伯恩斯坦多项式1(,)B f x 及3(,)B f x 。 解： ()sin ,2 f x π = [0,1]x ∈ 伯恩斯坦多项式为 (,)()()n n k k k B f x f P x n ==∑ 其中()(1)k n k k n P x x x k -??=- ??? 当1n =时， 01()(1)0P x x ?? =- ??? 1101()(,)(0)()(1)()1(1)sin(0)sin 022P x x B f x f P x f P x x x x ππ=∴=+??=-?+ ??? = 当3n =时， 3 022 122233 31()(1)01()(1)3(1) 03()(1)3(1) 13()3P x x P x x x x x P x x x x x P x x x ?? =- ?????=-=- ????? =-=- ????? == ???
3 3022322 33223 (,)()() 03(1)sin 3(1)sin sin 6 3 2 3(1)(1)25632221.50.4020.098k k k B f x f P x n x x x x x x x x x x x x x x x π π π =∴==+-+-+= --+-=++≈--∑ 2． 当()f x x =时，求证(,)n B f x x = 证明： 若()f x x =，则 (,)()()n n k k k B f x f P x n ==∑ 001 11(1)(1) 11(1)(1)(1)(1)!(1)[(1)(1)1](1)(1)!1(1) 11(1)1[(1)]n k n k k n k n k k n k n k k n k n k k n k n k k n n k x x k n k n n n k x x n k n n k x x k n x x k n x x x k x x x x -=-=-=-=----=-?? =- ???--+=-----+=---??=- ?-??-??=- ?-?? =+-=∑∑∑∑∑ 3．证明函数1,,,n x x 线性无关 证明： 若20120,n n a a x a x a x x R ++++=?∈ 分别取(0,1,2,,)k x k n = ，对上式两端在[0,1]上作带权()1x ρ≡的内积，得
数值分析分章复习 第一章 引论 要点：误差基本概念 误差分类：截断误差；舍入误差。 误差量化：绝对误差；相对误差；有效数字 设计数值计算方法应注重的原则： 注重算法稳定性；减少运算量；避免相近数相减；避免绝对值小的数作分母 复习题： 1、设115.80,1025.621≈≈x x 均具有5位有效数字， 试估计由这些数据计算21x x ，21x x +的绝对误差限 解：记126.1025, 80.115x x ==%% 则有1123241110, | 102|||2x x x x --≤?-≤?-%% 所以 121212121212211122||||||||||||x x x x x x x x x x x x x x x x x x -=-+-+≤--%%%%%%%%% 341180.11610 6.1010252 20.007057-==??+≤?? 1212112243|()|||11|10100.0005522|x x x x x x x x --≤≤?+?=+-+-+-%%%% 2、已知2.153是2.1542的近似数，问该近似数有几位有效数字？ 它的绝对误差和相对误差各是多少？ 解：记精确值12.15420.2154102x =?=，近似值 2.153x =% 因为130.00121102 x x -≤?-=%，故近似数有3位有效数字 3、已知数 e=2.718281828...,取近似值 x=2.7182, 那末x 具有多少位有效数字 解：10.271828182810e =?L 314||0.0000811110102228e x --≤?=?-=L 可见x 具有4位有效数字 4、的近似值的相对误差小于0.1%，至少要取多少位有效数字 解：记精确值x =x %, 注意到14.44770.410x ==?=L L 故假设x %具有p 位有效数字，则应成立：11111101||042||8 p p x x x --≤??=?-%
数值分析学习感想 一个学期的数值分析，在老师的带领下，让我对这门课程有了深刻的理解和感悟。这门 课程是一个十分重视算法和原理的学科，同时它能够将人的思维引入数学思考的模式，在处 理问题的时候，可以合理适当的提出方案和假设。他的内容贴近实际，像数值分析，数值微 分，求解线性方程组的解等，使数学理论更加有实际意义。 数值分析在给我们的知识上，有很大一部分都对我有很大的帮助，让我的生活和学习有 了更加方便以及科学的方法。像第一章就讲的误差，在现实生活中，也许没有太过于注意误 差，所以对误差的看法有些轻视，但在学习了这一章之后，在老师的讲解下，了解到这些误 差看似小，实则影响很大，更如后面所讲的余项，那些差别总是让人很容易就出错，也许在 别的地方没有什么，但是在数学领域，一个小的误差，就很容易有不好的后果，而学习了数 值分析的内容，很容易就可以将误差锁定在一个很小的范围内，在这一范围内再逼近，得出 的近似值要准确的多，而在最开始的计算中，误差越小，对后面的影响越小，这无疑是好的。 数值分析不只在知识上传授了我很多，在思想上也对我有很大的影响，他给了我很多数 学思想，很多思考的角度，在看待问题的方面上，多方位的去思考，并从别的例子上举一反三。像其中所讲的插值法，在先学习了拉格朗日插值法后，对其理解透彻，了解了其中 的原理和思想，再学习之后的牛顿插值以及三次样条插值等等，都很容易的融会贯通，很容 易的就理解了其中所想，他们的中心思想并没有多大的变化，但是使用的方式却是不同的， 这不仅可以学习到其中心内容，还可以去学习他们的思考方式，每个不同的思考方式带来的 都是不同的算法。而在看待问题上，不同的思考方式总是可以快速的全方位的去看透彻问题， 从而知道如何去解决。 在不断的学习中，知识在不断的获取，能力在不断的提升，同时在老师的不懈讲解下， 我逐渐的发现数值分析所涵盖的知识面特别的广泛，而我所需要学习的地方也更加的多，自 己的不足也在不断的体现，我知道这只是我刚刚接触到了数学的那一角，在以后我还会接触 到更多，而这求知的欲望也在不停的驱赶我，学习的越多，对今后的生活才会有更大的帮助。 计算132 2013014923 张霖篇二：数值分析学习报告 数值分析学习心得报告 班级：11级软工一班 姓名： * * * 学号: 20117610*** 指导老师：* * * 学习数值分析的心得体会 无意中的一次选择，让我接触了数值分析。 作为这学期的选修课，我从内心深处来讲，数值分析真的有点难。感觉它是在高等数学 和线性代数的基础上，又加深了探讨。虽然这节课很难，我学的不是很好，但我依然对它比 较感兴趣。下面就具体说说我的学习体会，让那些感兴趣的同学有个参考。 学习数值分析，我们首先得知道一个软件——matlab。matrix laboratory，即矩阵实验 室，是math work公司推出的一套高效率的数值计算和可视化软件。它是当今科学界最具影 响力、也是最具活力的软件，它起源于矩阵运算，并高速发展成计算机语言。它的优点是强 大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面、便捷的与其他程序和语 言接口。 根据上网搜集到的资料，你就会发现matlab有许多优点： 首先，编程简单使用方便。到目前为止，我已经学过c语言，机器语言，java语言，这
数值分析习题集 （适合课程《数值方法A》和《数值方法B》） 长沙理工大学 第一章绪论 1.设x>0,x的相对误差为δ,求的误差. 2.设x的相对误差为2％,求的相对误差. 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: 4.利用公式求下列各近似值的误差限: 其中均为第3题所给的数. 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? 6.设按递推公式 ( n=1,2,…) 计算到.若取≈(五位有效数字),试问计算将有多大误差? 7.求方程的两个根,使它至少具有四位有效数字(≈. 8.当N充分大时,怎样求? 9.正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝? 10.设假定g是准确的,而对t的测量有±秒的误差,证明当t增加时S的绝对误差增加,而 相对误差却减小. 11.序列满足递推关系(n=1,2,…),若(三位有效数字),计算到时误差有多大?这个计算过程 稳定吗? 12.计算,取,利用下列等式计算,哪一个得到的结果最好? 13.,求f(30)的值.若开平方用六位函数表,问求对数时误差有多大?若改用另一等价公式 计算,求对数时误差有多大? 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? 15.已知三角形面积其中c为弧度,,且测量a ,b ,c的误差分别为证明面积的误差满足 第二章插值法 1.根据定义的范德蒙行列式,令 证明是n次多项式,它的根是,且 .
2.当x= 1 , -1 , 2 时, f(x)= 0 , -3 , 4 ,求f(x)的二次插值多项式. 3. 4.给出cos x,0°≤x ≤90°的函数表,步长h =1′=(1/60)°,若函数表具有5位有效数 字,研究用线性插值求cos x 近似值时的总误差界. 5.设,k=0,1,2,3,求. 6.设为互异节点(j=0,1,…,n),求证: i) ii) 7.设且,求证 8.在上给出的等距节点函数表,若用二次插值求的近似值,要使截断误差不超过,问使用函 数表的步长应取多少? 9.若,求及. 10.如果是次多项式,记,证明的阶差分是次多项式,并且为正整数). 11.证明. 12.证明 13.证明 14.若有个不同实根,证明 15.证明阶均差有下列性质: i)若,则; ii)若,则. 16.,求及. 17.证明两点三次埃尔米特插值余项是 并由此求出分段三次埃尔米特插值的误差限. 18.求一个次数不高于4次的多项式,使它满足并由此求出分段三次埃尔米特插值的误差限. 19.试求出一个最高次数不高于4次的函数多项式,以便使它能够满足以下边界条件,,. 20.设,把分为等分,试构造一个台阶形的零次分段插值函数并证明当时,在上一致收敛到. 21.设,在上取,按等距节点求分段线性插值函数,计算各节点间中点处的与的值,并估计误 差. 22.求在上的分段线性插值函数,并估计误差. 23.求在上的分段埃尔米特插值,并估计误差. i) ii) 25.若,是三次样条函数,证明 i); ii)若,式中为插值节点,且,则. 26.编出计算三次样条函数系数及其在插值节点中点的值的程序框图(可用式的表达式). 第三章函数逼近与计算 1.(a)利用区间变换推出区间为的伯恩斯坦多项式. (b)对在上求1次和三次伯恩斯坦多项式并画出图形,并与相应的马克劳林级数部分和误
第一章 绪 论 1. 设x >0,x 的相对误差为δ,求ln x 的误差. 2. 设x 的相对误差为2％,求n x 的相对误差. 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: *****123451.1021,0.031,385.6,56.430,7 1.0.x x x x x =====? 4. 利用公式(3.3)求下列各近似值的误差限: ******** 12412324(),(),()/,i x x x ii x x x iii x x ++其中****1 234,,,x x x x 均为第3题所给的数. 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? 6. 设028,Y =按递推公式 11 783100n n Y Y -=- ( n=1,2,…) 计算到100Y .若取783≈27.982(五位有效数字),试问计算100Y 将有多大误差? 7. 求方程2 5610x x -+=的两个根,使它至少具有四位有效数字(783≈27.982). 8. 当N 充分大时,怎样求 2 11N dx x +∞ +? ? 9. 正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝2 ? 10. 设 2 12S gt = 假定g 是准确的,而对t 的测量有±0.1秒的误差,证明当t 增加时S 的绝对误差增加, 而相对误差却减小. 11. 序列 {}n y 满足递推关系1101n n y y -=-(n=1,2,…),若02 1.41y =≈(三位有效数字),计算到10 y 时误差有多大?这个计算过程稳定吗? 12. 计算6(21)f =-,取2 1.4≈,利用下列等式计算,哪一个得到的结果最好? 3 63 11,(322),,9970 2. (21)(322)--++ 13. 2()ln(1)f x x x =- -,求f (30)的值.若开平方用六位函数表,问求对数时误差有多大?若改用另一等 价公式 22ln(1)ln(1)x x x x --=-++ 计算,求对数时误差有多大? 14. 试用消元法解方程组 { 101012121010;2. x x x x +=+=假定只用三位数计算,问结果是否可靠?
第一章绪论 e In X* =In X * -Inx ：丄e* X* 进而有；(In X *): 2. 设X 的相对误差为2% ,求X n 的相对误差。 解：设f(χZ ,则函数的条件数为Cp=l fX+ n _1 X nχ I Xn n 又；r ((X*) n) C P 7(X *) 且 e r (χ*)为 2 .7((χ*)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 1 =1.1021, χ2 =0.031, χ3 =385.6, χ4 = 56.430,x 5 = 7".0. . * 解：X I -1.1021是五位有效数字； X 2 = 0.031是二位有效数字； X 3 =385.6是四位有效数字； X 4 =56.430是五位有效数字； X 5 =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： (1) X 1 X 2 X 4,(2) X 1 X 2X 3 ,(3) X 2 /X 4 . 其中χl ,x 2,x 3,X 4均为第3题所给的数。 1设X 0, x 的相对误差为 解：近似值X*的相对误差为 、：，求InX 的误差。 e* X* -X 而InX 的误差为 又 f '(χ) =nx n 」 C P
解：
* 1 4 ；(x 1) 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) ；(x ； x ； x *) * * * =；(%) ；(x 2) *x 4) 1 A 1 2 1 j3 10 10 10 2 2 2 -1.05 10J 3 * * * (2) S(X I X 2X 3) * * * * * * ** * =X1X 2 ￡(X 3)+ X 2X 3 ^(X J + X 1X 3 E (X 2) :0.215 ⑶；(x 2/x ；) * Il * * I * X 2 E(X 4) + X 4 &(X 2) 全 Γ"2 X 4 1-3 1 3 0.031 10 56.430 10 = ______________________ 2 56.430X56.430 -10 5 4 3 解：球体体积为V R 3 则何种函数的条件数为 1.1021 0.031 1 1θ' 2 + 0.031X385.6 x 1><10* 2 +∣ 1.1021 X 385.6 卜 -×1^3 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? C P 愕'
第四章学习小结 本章为非线性方程与非线性方程组的迭代解法，由此可分为两大节4.1非线性方程的迭代解法和4.2非线性方程组的迭代解法。本章以人口增长模型为引言，由于在实际应用中只有很少类型的非线性方程能解出根的解析表达式，对于大多数非线性方程，只能用数值法求出它的根的近似值，本章将要介绍几种常用的有效的数值求根方法，它们都属于迭代法，因而还要讨论这些方法的收敛性和收敛速度。 4.1.1对分法 （1）基本思想： ①确定方程有根的区间； ②将区间逐次分半缩小，得到一个区间长度以1/2的比例减小的含根区间序列{}k x ，在给定根的误差界时，利用长度趋于零的特点，可得到在某个区间中满足要求的近似根。收敛速度与公比为12 的等比数列的收敛速度相同。 (2)迭代终止条件 或者 (3)二分法的优缺点： 优点：程序简单，总能求出近似根，对()f x 要求不高。 缺点：收敛速度慢，只能求单根和奇数重根，不能求偶重根，复根。二分法一般用于对根求近似根。 4.1.2简单迭代法及其收敛性 迭代法的基本思想: 迭代法是一种逐次逼近法，用某个固定公式反复校正根的近似值，使 12 a b x +=2k k b a ε-<2 k k k b a x s ε--≤
之逐步精确化，最后得到满足精度要求的解。 迭代法的基本思想是将隐式方程()x x ?=的求根问题归结为计算一组显式公式1()k k x x ?+=，逐步过程实际上是一个逐步显示化的过程。 收敛性：若由迭代公式1().1,2,3...k k x x k ?+==产生的序列{}k x 收敛于x *，则x *是原方程的根。 收敛条件： a ．非局部收敛性定理：设函数()[,]x C a b ?∈，在（a ，b ）内可导，且满足两个条件： （1）当[,]x a b ∈时，()[,]x a b ?∈；（2）当[,]x a b ∈时，'()1x L ?≤<，其中L 为一常数。则有如下结论： （1）方程()x x ?=在[,]a b 上有唯一的根s ； （2）对任取的0[,]x a b ∈，简单迭代法1()k k x x ?+=产生的序列{}[,]k x a b ?且收敛于s ； （3）成立误差估计式101k k L s x x x L -≤--或11k k k L s x x x L --≤-- 这种形式的收敛定理称为大范围收敛性定理，但当条件不够充分时，预先指定一个区间常常是不可能的。 b ．局部收敛性定理 设'(),()s s x ??=在包含s 的某个开区间内连续。如果'()1s ?<，则存在0δ>当0[,]x s s δδ∈-+时，由简单迭代法1()k k x x ?+=产生的序列 {}[,]k x s s δδ?-+且收敛于s 。 4.1.3简单迭代法的收敛速度