《数值分析》第六章答案

第六章习题解答1、设函数01(),(),,()n x x x φφφ 在[,]a b 上带权()x ρ正交，试证明{}()nj j x φ=是线性无关组。

证明：设0()nj jj l x φ==∑，两端与01()(,,,)kx k n φ= 作内积，由()jx φ的正交性可知，200(),()((),())((),())()()n n b k j j j k j k k k k k a j j x l x l x x l x x l x x dx φφφφφφρφ==⎛⎫==== ⎪⎝⎭∑∑⎰， 于是有001(,,,)k l k n == ，即{}()nj j x φ=是线性无关组。

2、试确定系数,a b 的值使22(()cos )ax b x dx π+-⎰达到最小。

解：定义02,[,]f g C π∈上的内积为20fgdx π⎰，取011(),()x x x ϕϕ==，()s x ax b =+，()cos f x x =，则法方程为0001010111(,)(,)(,)(,)(,)(,)f a f b ϕϕϕϕϕϕϕϕϕϕ⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中()2000112,dx ππϕϕ=⨯=⎰，()2201018,xdx ππϕϕ=⨯=⎰，()3211024,x xdx ππϕϕ=⨯=⎰，()2001,cos f xdx πϕ==⎰，()21012,cos f x xdx ππϕ==-⎰，于是方程组为22312812824a b πππππ⎛⎫⎛⎫ ⎪⎛⎫ ⎪ ⎪= ⎪ ⎪- ⎪ ⎪⎝⎭⎝⎭ ⎪⎝⎭，解之得1158506644.,.a b ==-。

3、已知函数11()(,)f x x =∈-，试用二类Chebyshev 多项式()n U x 构造此函数的二次最佳平方逼近元。

解：法一、取20121(),(),(),x x x x x ϕϕϕ===()()()00112222235,,,,,ϕϕϕϕϕϕ===，()()()011202203,,,,ϕϕϕϕϕϕ===，同时由二类Chebyshev 多项式的性质知 ()()()11101211028,,,,,f f f x ππϕϕϕ---======⎰⎰⎰于是可得法方程为0122203220003220835c c c ππ⎛⎫⎛⎫⎪ ⎪⎛⎫ ⎪ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭ ⎪ ⎪⎝⎭ ⎪⎝⎭，解之得0121.0308,0,0.7363c c c ===-， 于是()f x 的二次最佳逼近元是2001122() 1.03080.7363x c c c x ϕϕϕϕ=++=-法一、二类Chebyshev 多项式2012()1,()2,()41U x U x x U x x ===-，取内积权函数()()x f x ρ==，于是11200114(,)(1)3f U fU dx x dx ρ--==-=⎰⎰，1121111(,)2(1)0f U fU dx x x dx ρ--==-=⎰⎰，112222114(,)(41)(1)15f U fU dx x x dx ρ--==--=-⎰⎰ 由()n U x 正交性及(,)2n n U U π=可得0000(,)8(,)3f U c U U π==，1111(,)0(,)f U c U U ==，2222(,)8(,)15f U c U U π==-， 于是()f x 的二次最佳逼近元为001122()x c U c U c U ϕ=++=21632515x ππ- 4、设012{(),(),()}L x L x L x 是定义于[0,)+∞上关于权函数()xx eρ-=的首项系数为1的正交多项式组，若已知01()1,()1L x L x x ==-，试求出二次多项式2()L x 。

第六章 习 题1. 计算下列矩阵的1A ，2A ，A ∞三种范数。

（1）1101A −⎛⎞=⎜⎟⎝⎠，（2）312020116A ⎛⎞⎜⎟=⎜⎟⎜⎟−⎝⎠. 2. 用Jacobi 方法和Gauss-Seidel 迭代求解方程组1231231238322041133631236x x x x x x x x x −+=⎧⎪+−=⎨⎪++=⎩ 要求取(0)(0,0,0)T x =计算到(5)x ，并分别与精确解(3,2,1)T x =比较。

3. 用Gauss-Seidel 迭代求解1231231235163621122x x x x x x x x x −−=⎧⎪++=⎨⎪−+=−⎩ 以(0)(1,1,1)T x =−为初值，当(1)()310k k x x +−∞−<时，迭代终止。

4. 已知方程组121122,2,x x b tx x b +=⎧⎨+=⎩ （1）写出解方程组的Jacobi 迭代矩阵，并讨论迭代收敛条件。

（2）写出解方程组的Gauss-Seidel 迭代矩阵，并讨论迭代收敛条件.5. 设有系数矩阵122111221A −⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠ ， 211111112B −⎛⎞⎜⎟=⎜⎟⎜⎟−⎝⎠，证明：（1）对于系数矩阵A ，Jacobi 迭代收敛，而Gauss-Seidel 迭代不收敛.（2）对于矩阵B ，.6. 讨论方程组112233302021212x b x b x b −⎛⎞⎛⎞⎛⎞⎜⎟⎜⎟⎜⎟=⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟−⎝⎠⎝⎠⎝⎠用Jacobi 迭代和Gauss-Seidel 迭代的收敛性；如果都收敛，比较哪种方法收敛更快.7. 对下列方程组进行调整，使之对Gauss-Seidel 迭代收敛，并取初始向量(0)(0,0,0)T x =，求解1213123879897x x x x x x x −+=⎧⎪−+=⎨⎪−−=⎩ 试将Jacobi 迭代前后的老值与新值加权平均，设计出一种基于Jacobi 迭代的松弛迭代格式.8.分别取松弛因子 1.03ω=，1ω=， 1.1ω=，用SOR 方法解下列方程组1212323414443x x x x x x x −=⎧⎪−+−=⎨⎪−+=−⎩要求()(1)610k k xx −−∞−≤时，迭代终止.。

7、计算的近似值，取。

利用以下四种计算格式，试问哪一种算法误差最小。

〔1〕〔2〕〔3〕〔4〕解：计算各项的条件数由计算知，第一种算法误差最小。

解：在计算机上计算该级数的是一个收敛的级数。

因为随着的增大，会出现大数吃小数的现象。

9、通过分析浮点数集合F=〔10，3，-2，2〕在数轴上的分布讨论一般浮点数集的分布情况。

10、试导出计算积分的递推计算公式，用此递推公式计算积分的近似值并分析计算误差，计算取三位有效数字。

解：此算法是数值稳定的。

第二章习题解答1.〔1〕 R n×n中的子集“上三角阵〞和“正交矩阵〞对矩阵乘法是封闭的。

〔2〕R n×n中的子集“正交矩阵〞，“非奇异的对称阵〞和“单位上〔下〕三角阵〞对矩阵求逆是封闭的。

设A是ｎ×ｎ的正交矩阵。

证明A-1也是ｎ×ｎ的正交矩阵。

证明：〔2〕A是ｎ×ｎ的正交矩阵∴A A-1 =A-1A=E 故〔A-1〕-1=A∴A-1〔A-1〕-1=〔A-1〕-1A-1 =E 故A-1也是ｎ×ｎ的正交矩阵。

设A是非奇异的对称阵，证A-1也是非奇异的对称阵。

A非奇异∴A可逆且A-1非奇异又A T=A ∴〔A-1〕T=〔A T〕-1=A-1故A-1也是非奇异的对称阵设A是单位上〔下〕三角阵。

证A-1也是单位上〔下〕三角阵。

证明：A是单位上三角阵，故|A|=1，∴A可逆，即A-1存在，记为〔b ij〕n×n由A A-1 =E，那么〔其中 j＞i时，〕故b nn=1, b ni=0 (n≠j)类似可得，b ii=1 (j=1…n) b jk=0 (k＞j)即A-1是单位上三角阵综上所述可得。

R n×n中的子集“正交矩阵〞，“非奇异的对称阵〞和“单位上〔下〕三角阵〞对矩阵求逆是封闭的。

2、试求齐次线行方程组Ax=0的根底解系。

A=解：A=～～～故齐次线行方程组Ax=0的根底解系为，3.求以下矩阵的特征值和特征向量。

课后习题解答第一章绪论习题一1.设x>0,x*的相对误差为δ，求f(x)=ln x的误差限。

解：求lnx的误差极限就是求f(x)=lnx的误差限，由公式(1.2.4)有已知x*的相对误差满足，而，故即2.下列各数都是经过四舍五入得到的近似值，试指出它们有几位有效数字，并给出其误差限与相对误差限。

解：直接根据定义和式(1.2.2)(1.2.3)则得有5位有效数字，其误差限，相对误差限有2位有效数字，有5位有效数字，3.下列公式如何才比较准确？（1）（2）解：要使计算较准确，主要是避免两相近数相减，故应变换所给公式。

（1）（2）4.近似数x*=0.0310,是 3 位有数数字。

5.计算取，利用：式计算误差最小。

四个选项：第二、三章插值与函数逼近习题二、三1. 给定的数值表用线性插值与二次插值计算ln0.54的近似值并估计误差限. 解：仍可使用n=1及n=2的Lagrange插值或Newton插值,并应用误差估计（5.8）。

线性插值时，用0.5及0.6两点，用Newton插值误差限，因，故二次插值时，用0.5，0.6，0.7三点，作二次Newton插值误差限，故2. 在-4≤x≤4上给出的等距节点函数表，若用二次插值法求的近似值，要使误差不超过，函数表的步长h应取多少?解：用误差估计式（5.8），令因得3. 若，求和.解：由均差与导数关系于是4. 若互异，求的值，这里p≤n+1.解：，由均差对称性可知当有而当P＝n＋1时于是得5. 求证.解：解：只要按差分定义直接展开得6. 已知的函数表求出三次Newton均差插值多项式，计算f(0.23)的近似值并用均差的余项表达式估计误差.解：根据给定函数表构造均差表由式(5.14)当n=3时得Newton均差插值多项式N3(x)=1.0067x+0.08367x(x-0.2)+0.17400x(x-0.2)(x-0.3) 由此可得f(0.23) N3(0.23)=0.23203由余项表达式(5.15)可得由于7. 给定f(x)=cosx的函数表用Newton等距插值公式计算cos 0.048及cos 0.566的近似值并估计误差解：先构造差分表计算，用n=4得Newton前插公式误差估计由公式（5.17）得其中计算时用Newton后插公式（5.18)误差估计由公式（5.19）得这里仍为0.5658．求一个次数不高于四次的多项式p(x),使它满足解：这种题目可以有很多方法去做，但应以简单为宜。

第六章习题解答2、利用梯形公式和Simpson 公式求积分21ln xdx ⎰的近似值，并估计两种方法计算值的最大误差限。

解：①由梯形公式：21ln 2()[()()][ln1ln 2]0.3466222b a T f f a f b --=+=+=≈ 最大误差限3''2()111()()0.0833********T b a R f f ηη-=-=≤=≈ 其中，(1,2)η∈ ②由梯形公式：13()[()4()()][ln14ln()ln 2]0.38586262b a b a S f f a f f b -+=++=++≈ 最大误差限5(4)4()66()()0.0021288028802880S b a R f f ηη-=-=≤≈，其中，(1,2)η∈。

4、推导中点求积公式3''()()()()()()224baa b b a f x dx b a f f a b ξξ+-=-+<<⎰证明：构造一次函数P （x ），使'',()()2222a b a b a b a b P f P f ++++⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭则，易求得'()()()()222a b a b a bP x f x f +++=-+ 且'()()()()222bbaa a ba b a b P x dx f x f dx +++⎡⎤=-+⎢⎥⎣⎦⎰⎰0()()()22ba ab a bf dx b a f ++=+=-⎰，令()b a P x dx Z =⎰现分析截断误差：令'()()()()()()-()222a b a b a b r x f x P x f x f x f +++=-=-- 由'''()()()2a b r x f x f +=-易知2a b x +=为()r x 的二重零点，所以可令2()()()2a b r x x x ϕ+=-，构造辅助函数2()()()()()2a b K t f t P t x t ϕ+=---，则易知： ()02a b K x K +⎛⎫== ⎪⎝⎭其中2a b t +=为二重根()K t ∴有三个零点 ∴由罗尔定理，存在''''''()(,)()0()2()0()2f a b K f K x K x ηηηη∈=-=∴=使即从而可知''2()()()()()22f a b r x f x P x x η+=-=- ∴截断误差[]''2()()()()()()()22b bb baaa af a b R f f x dx Z f x P x dx r x dx x dx η+=-=-==-⎰⎰⎰⎰ 2()2a b x +-Q 在(a,b)区间上不变号，且连续可积，由第二积分中值定理 ''''322''()()()()()()()(,)222224b b aa f ab f a b b a R f x dx x dx f a b ηξξξ++-=-=-=∈⎰⎰综上所述3''()()()()()()224baa b b a f x dx Z R f b a f f ξ+-=+=-+⎰证毕6、计算积分1x e dx ⎰，若分别用复化梯形公式和复化Simpson 公式，问应将积分区间至少剖分多少等分才能保证有六位有效数字？解：①由复化梯形公式的误差限32''522()1()()101212122T b a b a e R f h f e n n η---=-≤=≤⨯可解得：212.85n ≥即至少剖分213等分。

第六章课后习题解答(1)()()123(1)()213(1)()()312(01.21125551154213351010(1,1,1),17( 4.0000186,2.99999k k k k k k k k k Tx x x x x x x x x x x+++ìïï=---ïïïïïï=-+íïïïïï=-++ïïïî==-(17)解：(a )因系数矩阵按行严格对角占优，故雅可比法与高斯-塞德尔均收敛。

（b )雅可比法的迭代格式为取迭代到次达到精度要求(1)()()123(1)(1)()213(1)(1)(1)312(0)(8)15,2.0000012)21125551154213351010(1,1,1),8( 4.0000186,2.9999915,2.0000012)Tk k k k k k k k k TTx x x x x x x x x x++++++-ìïï=---ïïïïïï=-+íïïïïï=-++ïïïî==-高斯塞德尔法的迭代格式为x 取迭代到次达到精度要求1212:00.40.4.0.400.80.40.80||(0.8)(0.80.32)()1.09282031,00.40.4()00.160.6400.0320.672DL U I BD L U l l l l--骣--÷ç÷ç÷ç÷ç÷=+=--ç÷ç÷÷ç÷ç÷--÷ç桫-=-+-=>-æ--çççç=-=-ççççèlJJJS解(a )雅可比法的迭代矩阵B（）BB故雅可比迭代法不收敛高斯塞德尔法迭代矩阵131()||||0.81022101220||022023002SJBDL U I BD L Ul l¥--ö÷÷÷÷÷÷÷÷÷÷ç÷ø?<骣-÷ç÷ç÷ç÷ç÷=+=--ç÷ç÷÷ç÷ç÷--ç÷桫-=骣-÷ç÷ç÷ç÷ç÷=-=-ç÷ç÷÷ç÷ç÷ç桫llSJJ SB故高斯-塞德尔迭代法收敛。