下载文档原格式
西南交通⼤学2018-2019数值分析Matlab上机实习题数值分析2018-2019第1学期上机实习题f x，隔根第1题.给出⽜顿法求函数零点的程序。
调⽤条件：输⼊函数表达式()a b，输出结果：零点的值x和精度e，试取函数区间[,]，⽤⽜顿法计算附近的根，判断相应的收敛速度，并给出数学解释。
1.1程序代码：f=input('输⼊函数表达式：y=','s');a=input('输⼊迭代初始值：a=');delta=input('输⼊截⽌误差：delta=');f=sym(f);f_=diff(f); %求导f=inline(f);f_=inline(f_);c0=a;c=c0-f(c0)/f_(c0);n=1;while abs(c-c0)>deltac0=c;c=c0-f(c0)/f_(c0);n=n+1;enderr=abs(c-c0);yc=f(c);disp(strcat('⽤⽜顿法求得零点为',num2str(c)));disp(strcat('迭代次数为',num2str(n)));disp(strcat('精度为',num2str(err)));1.2运⾏结果：run('H:\Adocument\matlab\1⽜顿迭代法求零点\newtondiedai.m')输⼊函数表达式：y=x^4-1.4*x^3-0.48*x^2+1.408*x-0.512输⼊迭代初始值：a=1输⼊截⽌误差：delta=0.0005⽤⽜顿法求得零点为0.80072迭代次数为14精度为0.00036062⽜顿迭代法通过⼀系列的迭代操作使得到的结果不断逼近⽅程的实根，给定⼀个初值，每经过⼀次⽜顿迭代，曲线上⼀点的切线与x轴交点就会在区间[a,b]上逐步逼近于根。
上述例⼦中，通过给定初值x=1，经过14次迭代后，得到根为0.80072，精度为0.00036062。
用复化梯形公式计算积分1()f x dx ⎰,要把区间[0,1]一般要等分 41 份才能保证满足误差小于0.00005的要求（这里(2)()1f x ∞≤）；如果知道(2)()0f x >，则 用复化梯形公式计算积分1()f x dx ⎰此实际值 大 (大，小)。
在以10((),())()(),(),()[0,1]g x f x xf x g x dx f x g x C =∈⎰为内积的空间C[0,1]中，与非零常数正交的最高项系数为1的一次多项式是 23x -3. (15分)导出用Euler 法求解 (0)1y yy λ'=⎧⎨=⎩的公式, 并证明它收敛于初值问题的精确解解 Euler 公式 11,1,,,k k k xy y h y k n h nλ--=+==L -----------(5分) ()()1011kk k y h y h y λλ-=+==+L ------------------- (10分)若用复化梯形求积公式计算积分1x I e dx =⎰区间[0,1]应分 2129 等分，即要计算个 2130 点的函数值才能使截断误差不超过71102-⨯；若改用复化Simpson 公式，要达到同样精度区间[0,1]应分12 等分，即要计算个 25 点的函数值1．用Romberg 法计算积分 232x e dx -⎰解 []02()()2b aT f a f b -=+= 9.6410430E-003 10221()222b a a bT T f -+=+= 5.1319070E-00310022243T T S -== 4.6288616E-00322T = 4.4998E-003 21122243T T S -== 4.E-0031002221615S S C -== 4.6588636E-00332T = 4.7817699E-00332222243T T S -== 4.1067038E-0032112221615S S C -== 4.5783515E-0031002226463C C R -== 4.7358037E-0032．用复合Simpson 公式计算积分232x e dx -⎰(n=5)解 44501()4()2()(),625k k h h b aS f a f a kh f a kh f b h ==⎡⎤-=++++++=⎢⎥⎣⎦∑∑5S =4.3630653 E-0033、 对于n+1个节点的插值求积公式()()bnk k k af x dx A f x =≈∑⎰ 至少具有 n 次代数精度. 4、 插值型求积公式()()bnk k k af x dx A f x =≈∑⎰的求积系数之和0nk k A =∑=b-a 5、 证明定积分近似计算的抛物线公式()()4()()22bab a a b f x dx f a f f b -+⎡⎤≈++⎢⎥⎣⎦⎰具有三次代数精度 证明 如果具有4阶导数,则()()4()()22bab a a b f x dx f a f f b -+⎡⎤-++⎢⎥⎣⎦⎰=)(f 2880)a b ()4(5η--(η∈[a,b])因此对不超过3次的多项式f(x)有()()4()()022bab a a b f x dx f a f f b -+⎡⎤-++=⎢⎥⎣⎦⎰即()()4()()22bab a a b f x dx f a f f b -+⎡⎤=++⎢⎥⎣⎦⎰精确成立,对任一4次的多项式f(x)有 因此定积分近似计算的抛物线公式具有三次代数精度 或直接用定义证.6、 试确定常数A ，B ，C 和a ，使得数值积分公式有尽可能高的代数精度。
数值分析大作业1、证明：1-x-sinx=0在[0,1]内有一个根，使用二分法求误差不大于0.5*10^-4的根要迭代多少次，并输出每一步的迭代解和迭代误差证明：令f(x)= 1-x-sinx;f(0)=1,f(1)=-sin1f(0)*f(1)<0f’(x)=1-cosx<0在[0,1]内恒成立所以1-x-sinx=0在[0,1]内恒有一个根程序：function chap2bisecta = 0;b = 1;fprintf('n || a || b || c || r \n')for k=1:15c = (a+b)/2;r=(b-a)/2;fa =1-a-sin(a);fb =1-b-sin(b);fc =1-c-sin(c);fprintf('%d || %f || %f || %f \n',k,a,b,c,r);if abs(fc)<0.5*10^(-4) r=c; sprintf('the root is: %d' , r);elseif fa*fc<0 b=c;elseif fb*fc<0 a=c;endendroot = (a+b)/2结果：n || a || b || c || r1 || 0.000000 || 1.000000 || 0.500000 ||5.000000e-001 ||2 || 0.500000 || 1.000000 || 0.750000 ||2.500000e-001 ||3 || 0.500000 || 0.750000 || 0.625000 ||1.250000e-001 ||4 || 0.500000 || 0.625000 || 0.562500 ||6.250000e-002 ||125 || 0.500000 || 0.562500 || 0.531250 ||3.125000e-002 ||6 || 0.500000 || 0.531250 || 0.515625 ||1.562500e-002 ||7 || 0.500000 || 0.515625 || 0.507813 ||7.812500e-003 ||8 || 0.507813 || 0.515625 || 0.511719 ||3.906250e-003 || 9 || 0.507813 || 0.511719 || 0.509766 ||1.953125e-003 || 10 || 0.509766 || 0.511719 || 0.510742 ||9.765625e-004 || 11 || 0.510742 || 0.511719 || 0.511230 ||4.882813e-004 || 12 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || 13 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || 14 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || 15 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || root =0.510986328125000。
西南交大线性代数习题参考答案第一章 行列式§1 行列式的概念1． 填空(1) 排列6427531的逆序数为 ，该排列为 排列。
(2) i = ，j = 时， 排列1274i 56j 9为偶排列。
(3) n 阶行列式由 项的代数和组成，其中每一项为行列式中位于不同行不同列的 n 个元素的乘积，若将每一项的各元素所在行标按自然顺序排列，那么列标构成一个n 元排列。
若该排列为奇排列，则该项的符号为 号；若为偶排列，该项的符号为 号。
(4) 在6阶行列式中， 含152332445166aa a a a a 的项的符号为 ，含324314516625a a a a a a的项的符号为 。
2． 用行列式的定义计算下列行列式的值(1)1122233233000a a a a a解： 该行列式的3!项展开式中，有 项不为零，它们分别为 ，所以行列式的值为 。
(2)12,121,21,11,12,100000n n n nn n n n n n n n nna a a a a a a a a a ------解：该行列式展开式中唯一不可能为0的项是 ，而它的逆序数是 ，故行列式值为 。
3． 证明：在全部n 元排列中，奇排列数与偶排列数相等。
证明：n 元排列共有!n 个，设其中奇排列数有1n 个，偶排列数为2n 个。
对于任意奇排列，交换其任意两个元的位置，就变成偶排列，故一个奇排列与许多偶排列对应，所以有1n 2n ，同理得2n1n ，所以1n 2n 。
4． 若一个n 阶行列式中等于0的元素个数比nn-2多，则此行列式为0，为什么？5． n 阶行列式中，若负项的个数为偶数，则n 至少为多少？（提示：利用3题的结果）6． 利用对角线法则计算下列三阶行列式 （1）21141183---（2）222111a b c a b c§2 行列式的性质1．利用行列式的性质计算系列行列式。
(1) 2141 3121 1232 5062-(2)100 110 011 001abcd ---(3)ab ac ae bd cd de bf cf ef ---2． 证明下列恒等式 (1)()33ax byay bzaz bxxy z D ay bz az bx ax by a b yz x az bx ax by ay bz zxy+++=+++=++++（提示：将行列式按第一列分解为两个行列式之和，再利用性质证明）(2) ()()()()()()()()()()()()22222222222222221231230123123a a a a b b b b cc c cd d d d ++++++=++++++(3)1111221100001000001n n n nnn n xx x a x a x a x a a a a x a ------=++++-+(提示：从最后一列起，后列的x 倍加到前一列)3． 已知四阶行列式D 的第三行元素分别为：1,0,2,4-；第四行元素的对应的余子式依次是2，10，a ，4，求a 的值。
数值分析期末考试一、 设80~=x ，若要确保其近似数的相对误差限为0.1%，则它的近似数x 至少取几位有效数字？（4分）解：设x 有n 位有效数字。
因为98180648=<<=，所以可得x 的第一位有效数字为8（1分） 又因为21101011000110821--⨯=<⨯⨯≤n ε，令321=⇒-=-n n ，可知x 至少具有3位有效数字（3分）。
二、求矩阵A 的条件数1)(A Cond （4分）。
其中⎥⎦⎤⎢⎣⎡=4231A 解：⎥⎦⎤⎢⎣⎡--=-5.05.1121A （1分） 1A =7（1分） 2711=-A （1分）249)(1=A Cond （1分）三、用列主元Gauss 消元法法求解以下方程组（6分）942822032321321321=++-=++--=+-x x x x x x x x x解：→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----5.245.2405.35.230914220321821191429142821120321 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---8175835005,245.24091425.33.2305.245.2409142(4分) 等价三角方程组为：⎪⎪⎩⎪⎪⎨⎧-=-=+-=++,8175835,5.245.24,942332321x x x x x x （1分）回代得1,3,5123==-=x x x （1分）四、设.0,2,3,1,103)(3210234=-===-+-=x x x x x x x x f 1）求以3210,,,x x x x 为节3次Lagrange 多项式；（6分） 2）求以3210,,,x x x x 为节3次Newton 多项式；（6分）3）给出以上插值多项式的插值余项的表达式（3分）解：由0,2,3,13210=-===x x x x 可得10)(,34)(,1)(,11)(3210-==-=-=x f x f x f x f即得： +------+------=))()(())()(()())()(())()(()()(312101320130201032103x x x x x x x x x x x x x f x x x x x x x x x x x x x f x L=------+------))()(())()(()())()(())()(()(23130321033212023102x x x x x x x x x x x x x f x x x x x x x x x x x x x f+-+--+-⨯-+-+--+-⨯-)03)(23)(13()0)(2)(1()1()01)(21)(31()0)(2)(3(11x x x x x x326610.)20)(30)(10()2)(3)(1()10()02)(32)(12()0)(3)(1(34x x x x x x x x x -+--=+--+--⨯-+---------⨯2）计算差商表如下：i x )(i x f 一阶差商 二阶差商 三阶差商1 -11 3 -1 5 -2 34 -7 4 0-10-225-1则=+-----+-+-=)2)(3)(1()3)(1(4)1(511)(3x x x x x x x N326610x x x -+--3）)2)(3)(1())()()((!4)()(3210)4(3+--=----=x x x x x x x x x x x x f x R ξ五、给定方程组b Ax =，其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=100131w w w w A 。
1. 已知325413.0,325413*2*1==X X 都有６位有效数字，求绝对误差限。
（4分)解:由已知可知,n=65.01021,0,6,10325413.0016*1=⨯==-=⨯=ε绝对误差限n k k X 2分 620*21021,6,0,10325413.0-⨯=-=-=⨯=ε绝对误差限n k k X 2分2. 已知⎢⎢⎢⎣⎡=001A 220- ⎥⎥⎥⎦⎤440求21,,A A A ∞ （6分）解:{},88,4,1max 1==A１分{},66,6,1max ==∞A1分()AA A T max 2λ=1分⎢⎢⎢⎣⎡=001A A T420⎥⎥⎥⎦⎤-420⎢⎢⎢⎣⎡001220-⎥⎥⎥⎦⎤440＝⎢⎢⎢⎣⎡00180⎥⎥⎥⎦⎤3200 2分{}3232,8,1max )(max ==A A T λ1分24322==A3. 设32)()(a x x f -= （６分） ① 写出f(x ）＝0解的Ne ｗt ｏｎ迭代格式② 当a 为何值时，)(1k k x x ϕ=+ （k=0,１……）产生的序列{}k x 收敛于2解:①N ｅwton 迭代格式为:xa x x x ax a x x a x x x f x f x x k k k k k k k k k k 665)(665)(6)()(')(22321+=+=---=-=+ϕ 3分 ②时迭代收敛即当222,11210)2(',665)('2<<-<-=-=a a x a x ϕϕ 3分4. 给定线性方程组A ｘ=b ，其中：⎢⎣⎡=13A ⎥⎦⎤22,⎥⎦⎤⎢⎣⎡-=13b 用迭代公式)()()()1(k k k Ax b x x -+=+α(k=０,１……)求解Ａx ＝b,问取什么实数α，可使迭代收敛(8分)解：所给迭代公式的迭代矩阵为⎥⎦⎤--⎢⎣⎡--=-=ααααα21231A I B ２分其特征方程为0)21(2)31(=----=-αλαααλλB I2分即,解得αλαλ41,121-=-= 2分 要使其满足题意，须使1)(<B ρ，当且仅当5.00<<α ２分5. 设方程Ax=b,其中⎢⎢⎢⎣⎡=211A 212 ⎥⎥⎥⎦⎤-112,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=765b 试讨论解此方程的Jaco ｂｉ迭代法的收敛性,并建立Gauss-Ｓeidel 迭代格式 (9分）解：U D L A ++=⎢⎢⎢⎣⎡--=+-=-21)(1U L D B J22--⎥⎥⎥⎦⎤-012 3分,03213=====-λλλλλJ B I2分即10)(<=J B ρ,由此可知Jaco ｂi 迭代收敛 １分Gauss －Ｓeidel 迭代格式：⎪⎩⎪⎨⎧--=--=+-=++++++)1(2)1(1)1(3)(3)1(1)1(2)(3)(2)1(12276225k k k k k k k k k x x x x x x x x x (k=０,1,2,3……) ３分6. 用Dool ｉttl ｅ分解计算下列3个线性代数方程组：i i b Ax =（i ＝1,2,3)其中⎢⎢⎢⎣⎡=222A 331 ⎥⎥⎥⎦⎤421，23121,,974x b x b b ==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡= (１2分）解：①11b Ax =⎢⎢⎢⎣⎡222 331 ⎥⎥⎥⎦⎤421⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=9741x A=⎢⎢⎢⎣⎡111 110 ⎥⎥⎥⎦⎤100⎢⎢⎢⎣⎡002021 ⎥⎥⎥⎦⎤211=ＬU 3分由Ly=ｂ1,即⎢⎢⎢⎣⎡111110⎥⎥⎥⎦⎤100ｙ＝⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡974得y ＝⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡234 1分由Ｕｘ1＝y ，即⎢⎢⎢⎣⎡002 021 ⎥⎥⎥⎦⎤211x1＝⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡234 得ｘ1=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡111 2分②22b Ax =⎢⎢⎢⎣⎡222 331 ⎥⎥⎥⎦⎤421ｘ2=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡111由Ly=ｂ2=x １，即⎢⎢⎢⎣⎡111110 ⎥⎥⎥⎦⎤100y=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡111 得y=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡001 １分由U ｘ2=y,即⎢⎢⎢⎣⎡002 021 ⎥⎥⎥⎦⎤211x2=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡001得x2=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡005.0 2分③33b Ax =⎢⎢⎢⎣⎡222 331 ⎥⎥⎥⎦⎤421x3=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡005.0 由L ｙ=ｂ3=x2,即⎢⎢⎢⎣⎡111110 ⎥⎥⎥⎦⎤100y=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡005.0 得y=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-05.05.0 1分由U ｘ3＝y,即⎢⎢⎢⎣⎡002 021 ⎥⎥⎥⎦⎤211x3=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-05.05.0 得x3=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-025.0375.0 2分7. 已知函数y=f(x)有关数据如下:要求一次数不超过3的H 插值多项式,使'11'33)(,)(y x H y x H i i == （6分)解:作重点的差分表,如下:3分21021101011001003))(](,,,[))(](,,[)](,[][)(x x x x x x x x f x x x x x x x f x x x x f x f x H --+--+-+= =-1+(x+1)-x(x+１)+2ｘ.ｘ(x ＋1）=232x x +3分8. 有如下函数表：试计算此列表函数的差分表,并利用Ｎew ｔon 前插公式给出它的插值多项式 (7分)解:由已知条件可作差分表,3分i ih x x i =+=0 (i ＝0，１，2,3）为等距插值节点，则N ｅw ｔｏn 向前插值公式为: 033210022100003!3))()((!2))((!1)()(f hx x x x x x f h x x x x f h x x f x N ∆---+∆--+∆-+= ＝4＋５ｘ＋x(ｘ-1)=442++x x4分9. 求f(x)=x 在[-1，1］上的二次最佳平方逼近多项式)(2x P ,并求出平方误差 （8分)解:令22102)(x a x a a x P ++=2分取m ＝1, ｎ=x ， k=2x ，计算得： （m,m)＝dx ⎰-111＝0 (m,ｎ)=dx x ⎰-11=１ (m ，k)=dx x⎰-112＝0(n,k)=dx x⎰-113=0．5 （k,ｋ)=dx x⎰-114=０ （m,y ）＝dx x ⎰-11=1(n,ｙ)=dx x ⎰-112＝０ (k ，y ）=dx x ⎰-113＝0.5得方程组:⎪⎩⎪⎨⎧==+=5.05.005.011201a a a a 3分解之得c a a c a 2,1,210-=== （c 为任意实数，且不为零） 即二次最佳平方逼近多项式222)(cx x c x P -+=１分平方误差：32),(22222222=-=-=∑=i i i y a fp f ϕδ 2分10. 已知如下数据:用复合梯形公式，复合Ｓi ｍps ｏn 公式计算⎰+=10214dx x π的近似值（保留小数点后三位) （８分)解:用复合梯形公式: )}1()]87()43()85()21()83()41()81([2)0({1618f f f f f f f f f T ++++++++==3．1３９4分用复合Ｓimpso ｎ公式： )}1()]43()21()41([2)]87()85()83()81([4)0({2414f f f f f f f f f S ++++++++= ＝３.142４分11. 计算积分⎰=2sin πxdx I ，若用复合Simpso ｎ公式要使误差不超过51021-⨯，问区间]2,0[π要分为多少等分？若改用复合梯形公式达到同样精确度,区间]2,0[π应分为多少等分? （10分）解: ①由Simp ｓon 公式余项及x x f x x f sin )(,sin )()4(==得544)4(2041021)1()4(360)(max )4(1802)(-≤≤⨯≤=≤n x f n f R x n πππππ２分即08.5,6654≥≥n n ，取n=6 2分即区间]2,0[π分为12等分可使误差不超过51021-⨯1分②对梯形公式同样1)(''max 20≤≤≤x f x π,由余项公式得51021)2(122)(-⨯≤≤n f R n ππ2分即255,2.254=≥n n 取 2分即区间]2,0[π分为510等分可使误差不超过51021-⨯１分12. 用改进Eu ｌe ｒ格式求解初值问题：⎩⎨⎧==++1)1(0sin 2'y x y y y 要求取步长h 为０．1，计算y(1.１）的近似值 （保留小数点后三位)[提示:sin1＝0.84,ｓi ｎ1.1=0．８9] （6分）解：改进Ｅul ｅr 格式为:⎪⎩⎪⎨⎧++=+=+-++-+)],(),([2),(1111n n n n n n n n n n y x f y x f hy y y x hf y y2分于是有⎪⎩⎪⎨⎧+++-=+-=+-++-+-+)sin sin (05.0)sin (1.012112121n n n n n n n n n n n n n x y y x y y y y x y y y y （n=０,1,2……) 2分 由y(１）=0y =1，计算得⎪⎩⎪⎨⎧=≈=+-=-838.0)1.1(816.0)1sin 11(1.01121y y y2分即ｙ（1.1)的近似值为0.83８13. ][],[],,[lim ],[),,(],,[)(0'000000'x f x x f x x f x x f b a x b a C x f x x ==∈∈→证明：定义：设（4分）证明:]['],[],[],[lim ][][lim]['00000000000x f x x f x x f x x f x x x f x f x f x x x x ===--=→→故可证出4分14. 证明:设nn RA ⨯∈，⋅为任意矩阵范数,则A A ≤)(ρ （6分）证明：设λ为A 的按模最大特征值,x 为相对应的特征向量,则有Ａx=λｘ１分且λρ=)(A ,若λ是实数，则x 也是实数，得Ax x =λ1分而xx ⋅=λλx A x ,⋅≤⋅⋅≤λ故x A Ax2分 由于A x 0x ≤≠λ得到，两边除以1分 故A A ≤)(ρ1分当λ是复数时，一般来说x 也是复数，上述结论依旧成立。
数值分析试题及答案一、选择题（每题2分，共20分）1. 以下哪个算法是数值分析中用于求解线性方程组的直接方法？A. 牛顿法B. 高斯消元法C. 梯度下降法D. 蒙特卡洛方法答案：B2. 插值法中，拉格朗日插值法和牛顿插值法的共同点是：A. 都是多项式插值B. 都使用差商C. 都只适用于等距节点D. 都需要预先知道所有数据点答案：A3. 在数值积分中，辛普森(Simpson)公式比梯形公式的误差：A. 更大B. 更小C. 相同D. 无法比较答案：B4. 以下哪个是数值稳定性分析中常用的方法？A. 条件数B. 收敛性C. 收敛速度D. 误差分析答案：A5. 在求解常微分方程的数值解时，欧拉方法属于：A. 单步法B. 多步法C. 隐式方法D. 显式方法答案：A6. 以下哪个是数值分析中求解非线性方程的迭代方法？A. 高斯-约当消元法B. 牛顿-拉弗森方法C. 雅可比迭代法D. 高斯-赛德尔迭代法答案：B7. 线性插值公式中，如果给定两个点\( (x_0, y_0) \)和\( (x_1, y_1) \)，插值多项式是：A. \( y = y_0 + \frac{y_1 - y_0}{x_1 - x_0}(x - x_0) \)B. \( y = y_0 + \frac{y_1 - y_0}{x_0 - x_1}(x - x_0) \)C. \( y = y_0 + \frac{x - x_0}{x_1 - x_0}(y_1 - y_0) \)D. \( y = y_1 + \frac{x_1 - x}{x_1 - x_0}(y_0 - y_1) \)答案：C8. 以下哪个是数值分析中用于求解特征值问题的算法？A. 幂法B. 共轭梯度法C. 牛顿法D. 欧拉法答案：A9. 在数值微分中，使用有限差分法来近似导数时，中心差分法的误差：A. 与步长成正比B. 与步长的平方成正比C. 与步长的立方成正比D. 与步长的四次方成正比答案：B10. 以下哪个是数值分析中用于求解线性最小二乘问题的算法？A. 梯度下降法B. 牛顿法C. 奇异值分解法D. 共轭梯度法答案：C二、简答题（每题10分，共30分）1. 简述数值分析中病态问题的特点及其对算法的影响。
考试目标及考试大纲本题库的编纂目的旨在给出多套试题，每套试题的考查范围及难度配置均基于“水平测试”原则，按照教学大纲和教学内容的要求，通过对每套试题的解答，可以客观公正的评定出学生对本课程理论体系和应用方法等主要内容的掌握水平。
通过它可以有效鉴别和分离不同层次的学习水平，从而可以对学生的学习成绩给出客观的综合评定结果。
本题库力求作到能够较为全面的覆盖教学内容，同时突显对重点概念、重点内容和重要方法的考查。
考试内容包括以下部分：绪论与误差：绝对误差与相对误差、有效数字、误差传播分析的全微分法、相对误差估计的条件数方法、数值运算的若干原则、数值稳定的算法、常用数值稳定技术。
非线性方程求解：方程的近似解之二分法、迭代法全局收敛性和局部收敛定理、迭代法误差的事前估计法和事后估计法、迭代过程的收敛速度、r 阶收敛定理、Aitken加速法、Ne w to n法与弦截法、牛顿局部收敛性、Ne w to n收敛的充分条件、单双点割线法（弦截法）、重根加速收敛法。
解线性方程组的直接法：高斯消元法极其充分条件、全主元消去法、列主元消去法、高斯-若当消元法、求逆阵、各种消元运算的数量级估计与比较、矩阵三角分解法、Doolittle 和Crout三角分解的充分条件、分解法的手工操作、平方根法、Cholesky分解、改进的平方根法(免去开方)、可追赶的充分条件及适用范围、计算复杂性比较、严格对角占优阵。
解线性方程组迭代法：向量和矩阵的范数、常用向量范数的计算、范数的等价性、矩阵的相容范数、诱导范数、常用范数的计算；方程组的性态和条件数、基于条件数误差估计与迭代精度改善方法；雅可比（Jacobi）迭代法、Gauss-Seidel迭代法、迭代收敛与谱半径的关系、谱判别法、基于范数的迭代判敛法和误差估计、迭代法误差的事前估计法和事后估计法；严格对角占优阵迭代收敛的有关结论；松弛法及其迭代判敛法。
插值法：插值问题和插值法概念、插值多项式的存在性和唯一性、插值余项定理；Lagrange插值多项式；差商的概念和性质、差商与导数之间的关系、差商表的计算、牛顿（Newton）插值多项式；差分、差分表、等距节点插值公式；Hermite插值及其插值基函数、误差估计、插值龙格（Runge）现象；分段线性插值、分段抛物插值、分段插值的余项及收敛性和稳定性；样条曲线与样条函数、三次样条插值函数的三转角法和三弯矩法。
