2) 数值计算方法

《数值计算方法》复习试题一、填空题：1、⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=410141014A ，则A 的LU 分解为A ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦。

答案：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=15561415014115401411A 3、1)3(,2)2(,1)1(==-=f f f ，则过这三点的二次插值多项式中2x 的系数为 ，拉格朗日插值多项式为 。

答案：-1，)2)(1(21)3)(1(2)3)(2(21)(2--------=x x x x x x x L4、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字；5、设)(x f 可微,求方程)(x f x =的牛顿迭代格式是( )；答案)(1)(1n n n n n x f x f x x x '---=+6、对1)(3++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 )；7、计算方法主要研究( 截断 )误差和( 舍入 )误差；8、用二分法求非线性方程 f (x )=0在区间(a ,b )内的根时，二分n 次后的误差限为( 12+-n a b )；10、已知f (1)＝2，f (2)＝3，f (4)＝5.9，则二次Newton 插值多项式中x 2系数为( 0.15 )； 11、 解线性方程组A x =b 的高斯顺序消元法满足的充要条件为(A 的各阶顺序主子式均不为零)。

12、 为了使计算32)1(6)1(41310---+-+=x x x y 的乘除法次数尽量地少，应将该表达式改写为11,))64(3(10-=-++=x t t t t y ，为了减少舍入误差，应将表达式19992001-改写为199920012+ 。

13、 用二分法求方程01)(3=-+=x x x f 在区间[0,1]内的根,进行一步后根的所在区间为 0.5，1 ,进行两步后根的所在区间为 0.5，0.75 。

广义逆的计算与最小二乘估计
广义逆的计算与最小二乘估计是具有重要应用价值的估计方法。

它
们在数值计算中有着广泛的用途和广泛的应用领域。

（1）什么是广义逆？
广义逆（Generalized Inverse）是一种数值计算方法，用于估计未知数据。

广义逆的计算是指对给定的m × n成像矩阵A，计算出一个n × m
合成矩阵B，使得AB有效地估计未知数据（满足B×A为单位矩阵）。

（2）什么是最小二乘法？
最小二乘法（Least Squares）是数值计算中的另一种常见方法，专门用
于估计未知参数向量x。

其方法是以尽量减小误差的平方和C(x)为目标函数，选取最佳参数向量x，以最小化残差向量e=Ax-b，等效地解决
未知参数误差拟合问题。

（3）广义逆的计算与最小二乘估计的比较
1）准确性比较：在数值计算中，广义逆的计算和最小二乘估计的准确
性基本一致，取决于矩阵A的数据量，以及其均一性等。

2）算法对比：在数字计算中，最小二乘估计的算法主要是基于泰勒公
式展开求解，而广义逆的算法主要是基于矩阵分解或者特征分解的方
法去近似求解。

3）应用范围：广义逆的计算适用范围更广泛，但最小二乘估计对数据
集的要求更高，而且最小二乘估计是无偏的，所以更适用于误差数据
的拟合。

综上所述，广义逆的计算与最小二乘估计是具有重要应用价值的估计方法，它们在数值计算中有着广泛的用途和广泛的应用领域。

在算法本身和应用范围上，它们各有优势，从而在实际数值计算中可选择合适的方法，达到更好的结果。

数值分析（p11页）4 试证：对任给初值x 0,0)a >的牛顿迭代公式112(),0,1,2,......k ak k x x x k +=+= 恒成立下列关系式：2112(1)(,0,1,2,....(2)1,2,......kk k x k x x k x k +-=-=≥=证明：（1）(21122k k k k k kx a x x x x +-⎫⎛-=+==⎪ ⎝⎭（2） 取初值00>x ，显然有0>k x ，对任意0≥k ，a a x a x x a x x k k k k k ≥+⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛+=+2121216 证明：若k x 有n 位有效数字，则n k x -⨯≤-110218， 而()k k k k k x x x x x 288821821-=-⎪⎪⎭⎫⎝⎛+=-+ nnk k x x 2122110215.22104185.28--+⨯=⨯⨯<-∴>≥ 1k x +∴必有2n 位有效数字。

8 解：此题的相对误差限通常有两种解法. ①根据本章中所给出的定理：（设x 的近似数*x 可表示为m n a a a x 10......021*⨯±=，如果*x 具有l 位有效数字，则其相对误差限为()11**1021--⨯≤-l a x x x ，其中1a 为*x 中第一个非零数）则7.21=x ，有两位有效数字，相对误差限为025.010221111=⨯⨯≤--x x e 71.22=x ，有两位有效数字，相对误差限为025.010221122=⨯⨯≤--x x e 3 2.718x =，有两位有效数字，其相对误差限为：00025.010221333=⨯⨯≤--x e x ②第二种方法直接根据相对误差限的定义式求解 对于7.21=x ，0183.01<-e x∴其相对误差限为00678.07.20183.011≈<-x e x 同理对于71.22=x ，有003063.071.20083.022≈<-x e x 对于718.23=x ，有00012.0718.20003.033≈<-x e x备注：（1）两种方法均可得出相对误差限，但第一种是对于所有具有n 位有效数字的近似数都成立的正确结论，故他对误差限的估计偏大，但计算略简单些；而第二种方法给出较好的误差限估计，但计算稍复杂。

《计算方法》期中复习试题一、填空题：1、已知3.1)3(,2.1)2(,0.1)1(===f f f ，则用辛普生（辛卜生）公式计算求得⎰≈31_________)(dx x f ,用三点式求得≈')1(f 。

答案：，2、1)3(,2)2(,1)1(==-=f f f ，则过这三点的二次插值多项式中2x 的系数为 ，拉格朗日插值多项式为 。

答案：-1，)2)(1(21)3)(1(2)3)(2(21)(2--------=x x x x x x x L3、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字；4、设)(x f 可微,求方程)(x f x =的牛顿迭代格式是( )；答案)(1)(1n n n n n x f x f x x x '---=+5、对1)(3++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 )；6、计算方法主要研究( 截断 )误差和( 舍入 )误差；7、用二分法求非线性方程 f (x )=0在区间(a ,b )内的根时，二分n 次后的误差限为( 12+-n a b )；8、已知f (1)＝2，f (2)＝3，f (4)＝，则二次Newton 插值多项式中x 2系数为( )； 11、 两点式高斯型求积公式⎰1d )(xx f ≈(⎰++-≈1)]3213()3213([21d )(f f x x f )，代数精度为( 5 )；12、 为了使计算32)1(6)1(41310---+-+=x x x y 的乘除法次数尽量地少，应将该表达式改写为11,))64(3(10-=-++=x t t t t y ，为了减少舍入误差，应将表达式19992001-改写为199920012+ 。

13、 用二分法求方程01)(3=-+=x x x f 在区间[0,1]内的根,进行一步后根的所在区间为 ，1 ,进行两步后根的所在区间为 ， 。

《计算方法》期中复习试题一、填空题：1、已知3.1)3(,2.1)2(,0.1)1(===f f f ，则用辛普生（辛卜生）公式计算求得⎰≈31_________)(dx x f ,用三点式求得≈')1(f 。

答案：2.367，0.252、1)3(,2)2(,1)1(==-=f f f ，则过这三点的二次插值多项式中2x 的系数为 ，拉格朗日插值多项式为 。

答案：-1，)2)(1(21)3)(1(2)3)(2(21)(2--------=x x x x x x x L3、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字；4、设)(x f 可微,求方程)(x f x =的牛顿迭代格式是( )；答案)(1)(1n n n n n x f x f x x x '---=+5、对1)(3++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 )；6、计算方法主要研究( 截断 )误差和( 舍入 )误差；7、用二分法求非线性方程 f (x )=0在区间(a ,b )内的根时，二分n 次后的误差限为( 12+-n a b )；8、已知f (1)＝2，f (2)＝3，f (4)＝5.9，则二次Newton 插值多项式中x 2系数为( 0.15 )； 11、 两点式高斯型求积公式⎰1d )(xx f ≈(⎰++-≈1)]3213()3213([21d )(f f x x f )，代数精度为( 5 )；12、 为了使计算32)1(6)1(41310---+-+=x x x y 的乘除法次数尽量地少，应将该表达式改写为11,))64(3(10-=-++=x t t t t y ，为了减少舍入误差，应将表达式19992001-改写为199920012+ 。

13、 用二分法求方程01)(3=-+=x x x f 在区间[0,1]内的根,进行一步后根的所在区间为 0.5，1 ,进行两步后根的所在区间为 0.5，0.75 。

数值计算方法习题一（2）习题二（6）习题三（15）习题四（29）习题五（37）习题六（62）习题七（70）2009．9，9习题一1．设x >0相对误差为2%4x 的相对误差。

解：由自变量的误差对函数值引起误差的公式：(())(())'()()()()f x xf x f x x f x f x δδ∆=≈得（1）()f x =11()()*2%1%22x x δδδ≈===；（2）4()f x x =时444()()'()4()4*2%8%x x x x x xδδδ≈===2．设下面各数都是经过四舍五入得到的近似数，即误差不超过最后一位的半个单位，试指出他们各有几位有效数字。

（1）12.1x =；（2）12.10x =；（3）12.100x =。

解：由教材9P 关于1212.m nx a a a bb b =±型数的有效数字的结论，易得上面三个数的有效数字位数分别为：3，4，53．用十进制四位浮点数计算 （1）++； （2）+（+）哪个较精确 解：（1）++ ≈21((0.3197100.245610)0.1352)fl fl ⨯+⨯+=2(0.3443100.1352)fl ⨯+=210⨯（2）+（+）21(0.319710(0.245610))fl fl ≈⨯+⨯ = 21(0.3197100.259110)fl ⨯+⨯ =210⨯易见++=210⨯，故（2）的计算结果较精确。

4．计算正方形面积时，若要求面积的允许相对误差为1%，测量边长所允许的相对误差限为多少解：设该正方形的边长为x ，面积为2()f x x =，由(())(())'()()()()f x xf x f x x f x f x δδ∆=≈解得(())()()'()f x f x x xf x δδ≈=2(())(())22f x x f x x xδδ==%5．下面计算y 的公式哪个算得准确些为什么（1）已知1x <<，（A ）11121xy x x-=-++，（B ）22(12)(1)x y x x =++； （2）已知1x>>，（A ）y=，（B ）y = （3）已知1x <<，（A ）22sin x y x =，（B ）1cos2xy x-=；（4）（A）9y =-（B ）y =解：当两个同（异）号相近数相减（加）时，相对误差可能很大，会严重丧失有效数字；当两个数相乘（除）时，大因子（小除数）可能使积（商）的绝对值误差增大许多。

数值计算方法课后习题答案吕同富【篇一：《数值计算方法》(二)课程教学大纲】txt>课程编号： l124008课程类别：专业必修学分数： 3 学时数：48 适用专业：信息与计算科学应修(先修)课程：数学分析、高等代数一、本课程的地位和作用数值分析(二)为数值分析课程的第二部分，它是信息与计算科学专业的一门专业必修课。

主要内容包括函数最佳逼近、数值积分、数值微分、常微分方程数值解法。

通过本课程的学习，学生将初步具备用计算机去有效地解决实际问题的能力。

二、本课程的教学目标通过本课程的学习，使学生了解和掌握求解函数最佳逼近、数值积分、数值微分、常微分方程等问题所涉及的各种常用的数值计算方法、数值方法的构造原理及适用范围。

本课程坚持理论与实践教学并重的原则，理论上主要讲述求解函数最佳逼近、数值积分、数值微分、常微分方程等问题的基本理论和基本方法。

与此同时，通过上机实验加深学生对各种计算方法的理解，为今后用计算机去有效地解决实际问题打下基础。

三、课程内容和基本要求(“*”记号标记难点内容，“▽”记号标记重点内容，“▽*”记号标记既是重点又是难点的内容)第六章函数最佳逼近 1．教学基本要求（1）理解：几类常用的正交多项式。

（2）掌握：最佳一致逼近和最佳平方逼近。

（3）掌握：曲线拟合的最小二乘法。

2．教学内容（1）*正交多项式。

（2）▽*最佳一致逼近。

（3）▽最佳平方逼近。

（4）正交多项式的逼近性质。

（5）▽曲线拟合的最小二乘法。

第七章数值积分 1．教学基本要求（1）理解：机械求积公式的基本思想、插值型求积公式的特点。

（2）掌握：newton-cotes求积公式、复合求积公式。

（3）掌握：romberg求积公式、gauss求积公式。

2．教学内容（1）*机械求积公式。

（2）▽newton-cotes求积公式。

（3）▽复合求积公式。

（4）变步长求积公式。

（5）▽romberg求积公式。

（6）▽*gauss求积公式第八章数值微分 1．教学基本要求（1）了解：数值微分的中点法。

《数值计算方法》课后题答案详解吉 林 大 学第一章 习 题 答 案1. 已知(1)2,(1)1,(2)1f f f −===，求()f x 的Lagrange 插值多项式。

解：由题意知：()01201212001020211012012202121,1,2;2,1,1()()(1)(2)()()6()()(1)(2)()()2()()(1)(1)()()3(1)(2)(1)(2)()2162nj j j x x x y y y x x x x x x l x x x x x x x x x x l x x x x x x x x x x l x x x x x x x x L x y l x ==−=====−−−−==−−−−+−==−−−−−+−==−−−−+−==×+×−∴∑()2(1)(1)131386x x x x +−+×=−+2. 取节点01210,1,,2x x x ===对x y e −=建立Lagrange 型二次插值函数，并估计差。

解11201201210,1,;1,,2x x x y y e y e −−======1)由题意知：则根据二次Lagrange插值公式得：02011201201021012202110.510.520.51()()()()()()()()()()()()()2(1)(0.5)2(0.5)4(1)(224)(43)1x x x x x x x x x x x x L x y y y x x x x x x x x x x x x x x x x e x x e e e x e e x −−−−−−−−−−−−=++−−−−−−=−−+−−−=+−+−−+22)Lagrange 根据余项定理，其误差为(3)2210122()1|()||()||(1)(0.5)|3!61max |(1)(0.5)|,(0,1)6()(1)(0.5),()330.5030.2113()61()0.2113(0.21131)(0.21130.5)0.008026x f R x x e x x x x x x t x x x x t x x x x t x R x ξξωξ−+≤≤==−−≤−−∈′=−−=−+=−==≤××−×−=∴取 并令 可知当时，有极大值3. 已知函数y =在4, 6.25,9x x x ===处的函数值，试通过一个二次插值函数求的近似值，并估计其误差。

有限单元法基本原理和数值方法1. 引言有限单元法（Finite Element Method，简称FEM）是一种用于求解工程问题的数值计算方法。

它的基本原理是将连续体分割为离散的有限单元，通过建立有限单元间的关系，近似求解连续体的行为。

本文将介绍有限单元法的基本原理和数值方法。

2. 有限单元法基本原理有限单元法基于两个基本假设：一是一个连续物体可以用小的有限单元来近似表示；二是连续物体在每个有限单元内有近似均匀的力和位移。

有限单元法的基本原理可以概括为以下几个步骤：2.1 离散化将连续物体划分为有限个离散的单元，每个单元都有自己的性质和参数。

通常采用三角形、四边形、四面体等简单形状的单元。

2.2 建立单元间的关系通过节点和单元之间的连接关系来构建整个有限元模型。

每个单元都与相邻的单元共享一些节点，通过共享的节点建立单元间的关系。

2.3 定义单元的属性为每个单元定义材料性质、几何属性和荷载条件等参数，这些参数将用于描述单元的行为。

2.4 定义求解问题的边界条件为有限元模型定义相应的边界条件，如位移边界条件、力边界条件等。

2.5 利用单元间的关系建立方程通过应变能最小原理，利用单元间的关系建立求解整个结构的方程。

2.6 求解方程将建立的方程离散化，采用数值方法求解得到解。

3. 有限单元法数值方法有限单元法中常用的数值方法有直接法和迭代法。

3.1 直接法直接法是指直接求解线性方程组的方法，通常使用高斯消元法、LU分解法等。

直接法的优点是计算简单，稳定性好。

但是当方程组规模较大时，计算量会很大。

3.2 迭代法迭代法是指通过迭代逼近求解方程组的方法，常用的迭代法有Jacobi迭代法、Gauss-Seidel迭代法等。

迭代法的优点是计算量相对较小，适用于大规模方程组。

但是迭代法的收敛性需要保证，且需要选择合适的迭代停止准则。

4. 有限单元法应用有限单元法广泛应用于工程领域的结构分析、流体力学、电磁场分析等。