数值分析上机第七章+第九章

数值分析习题第九章答案数值分析习题第九章答案第一节：引言数值分析是一门研究数值计算方法和算法的学科，广泛应用于科学、工程和金融等领域。

在数值分析的学习过程中，习题是非常重要的一部分，通过解答习题可以加深对理论知识的理解，并提高解决实际问题的能力。

本文将重点讨论数值分析习题第九章的答案，希望能为读者解决一些困惑。

第二节：习题一习题一要求计算给定函数的导数。

根据数值分析中的导数近似计算方法，我们可以使用中心差分公式来估计导数的值。

中心差分公式的表达式为：f'(x) ≈ (f(x+h) - f(x-h)) / (2h)其中，h为步长，通常取一个较小的值。

根据这个公式，我们可以计算出给定函数在特定点的导数值。

第三节：习题二习题二要求求解给定的非线性方程。

非线性方程的求解是数值分析中的重要问题之一。

常用的求解方法包括二分法、牛顿法、割线法等。

这些方法都是通过迭代来逼近方程的解。

例如，牛顿法是通过迭代的方式逼近方程的根。

具体步骤如下：1. 选择初始近似解x0；2. 根据方程的导数计算出切线的斜率；3. 计算切线与x轴的交点，得到新的近似解x1；4. 重复步骤2和步骤3，直到满足收敛条件为止。

通过牛顿法或其他求解方法，我们可以得到给定非线性方程的近似解。

第四节：习题三习题三要求求解给定的线性方程组。

线性方程组的求解是数值分析中的基本问题之一。

常用的求解方法包括高斯消元法、LU分解法、迭代法等。

例如，高斯消元法是通过逐步消元的方式将线性方程组转化为上三角形式，然后通过回代求解出未知数的值。

LU分解法是将系数矩阵分解为一个下三角矩阵L和一个上三角矩阵U，然后通过前代和回代求解出未知数的值。

通过这些求解方法，我们可以得到给定线性方程组的解。

第五节：习题四习题四要求求解给定的插值问题。

插值是数值分析中的重要问题之一，常用的插值方法包括拉格朗日插值法、牛顿插值法、样条插值法等。

例如，拉格朗日插值法是通过构造一个满足给定条件的多项式来逼近原函数。

第七章习题解答2、试确定系数a ，b 的值使220[()cos ]ax b x dx p+-ò达到最小解：设220(,)[()cos ]I a b ax b x dx p=+-ò确定a ，b 使(,)I a b 达到最小，必须满足0,0I Ia b ¶¶==¶¶即3222222000022222000012[cos ]0cos 248212[cos ]0cos 82a b ax b x xdx a x dx b xdx xxdx a b ax b x dx a xdx b dx xdx p p p p p p p pp p p p p ììì+=-+-=+=ïïïïïïÞÞíííïïï+=+-=+=ïïïîîîòòòòòòòò解得：0.6644389, 1.1584689a b »-»5、试用Legendre 多项式构造()f x x =在[-1, 3]上的二次最佳平方逼近多项式 解：作变量代换，将区间[-1, 3]变为[-1, 1]，令21x t =+，即12x t -=则()()(21)21(11)F t f x f t t t ==+=+-££对()F t 利用Legendre 多项式求其在}{21,,span t t上的最佳平方逼近多项式20()()j j j S t C P t ==å，其中11(,)21()()(0,1,2)(,)2j j j j j P f j C F t P t dt j P P -+===ò20121()=1,()=t,()=(31)2P t P t P t t - 则有：1121012112111212212121215[(21)(21)]24311[(21)(21)]285(31)(31)45[(21)(21)]22264C t dt t dt C t tdt t tdt t t C t dt t dt ---------=--++==--++=--=--++=òòòòòò 01251145()()()()4864S t P t P t P t \=++则()f x 在[-1, 3]上的最佳二次逼近多项式*01222151111451()()()()()()2428264251114511=()((3()1))4826422135+82243512x x x x S t S t S P P P x x x x ----===++--++-+=7、确定一条经过原点的二次曲线，使之拟合下列数据ix123iy0.2 0.5 1.0 1.2并求平方误差2d解：设2012()1,(),()x x x x x j j j ===由题，拟合函数须过原点 则令001122()()()()f x C x C x C x j j j =++，其中00C =，即212()f x C x C x =+ 12000.2110.5,,24 1.039 1.2Y f f æöæöæöç÷ç÷ç÷ç÷ç÷ç÷===ç÷ç÷ç÷ç÷ç÷ç÷èøèøèø 11122122(,)(,)1436(,)(,)3698G f f f f f f f f æöæö==ç÷ç÷èøèø 12(,) 6.1(,)15.3Y F Y f f æöæö==ç÷ç÷èøèø得法方程GC F = 121436 6.1369815.3C C æöæöæö=ç÷ç÷ç÷èøèøèø解方程得：120.61840.0711C C »»-2()0.61840.0711f x x x \=-误差222121(,) 2.730.6184(,)0.0711(,)0.04559j j j YC Y Y Y df f f ==-=-´+´=å8、已知一组数据ix1 2 3iy3 2 1.5试用拟合函数21()S x a bx =+拟合所给数据解：令2()f x a bx =+ 201()1,()x x x j j ==01()()()f x a x b x j j =+则123113111114,219213y A F y y æöæö÷ç÷çæöç÷ç÷ç÷ç÷===ç÷ç÷ç÷ç÷èøç÷ç÷ç÷ç÷èøèøT T a A A A F b æö\=ç÷èø，即331422514983a b æöç÷æöæö=ç÷ç÷ç÷ç÷èøèøç÷èø解方程组得0.3095,0.0408a b == 即210.30950.0408()x f x y=+=从而有21()0.30950.0408S x x =+补充题：用插值极小化法求()sin f x x =在[0, 1]上的二次插值多项式2()P x ，并估计误差 解：作变量替换1(1)2x t =+，将[0, 1]变换[-1, 1]取插值点11(21)cos 0,1,2222(1)K K x K n p+=+=+ 0120.933001270.50.0669873x x x ===利用这些点做插值商表i xi y一阶插商 二阶插商0.9330127 0.80341740.5 0.479425 0.74863250.0669873 0.0659372 0.9549092 -0.23818779则：20.9330127()0.80)0.2341740.743818779(0.9330127)(0.5)86325(x P x x x ---=+-同时误差213322()()()22(1)!3!24n n M M M R x f x P x n --+=-£==+其中(3)3max ()M f x = 由于1(1)2x t =+，即21t x =- 则(3)(3)3max (21)max sin (21)8max cos(21)8[0,1]M f x x x x =-=-=-=Î281()243R x \£=。

1数值分析第七章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f(x)?0(7.1)f(x*)?0x*x*x*为也称为方程的根是指求(7.1).（实数或复数），使得称的根,m f(x)?(x?x*)g(x)f(x)f(x)函数的零点.若可以分解为g(x)g(x)?0x*x*为单称m=1满足时,是方程(7.1)的根.,则当其中m为正整数,g(x)x*x*是方程(7.1)的m称,充分光滑,为m重根.若重根,则有根;当m>1时(m?1)(m)f(x*)?f'(x*)?...?f(x*)?0,f(x*)?0f(x)f(a)f(b)?0,则方程(7.1)在(a,b)[a,b]若上连续且内至少有一个实根,称在[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f(x)f(a)f(b)?0f(x)?0f(x)?0*x在上连续,再设内有根,则设.在(a,b)在[a,b]1x?(a?b)a?a,b?bf(x)f(x)?0000计算和.,若则(a,b)内仅有一个根.令20000a?xb?b[a,b])f(a)f(x?0x*?x;,则令,结束计算;若若得新的有根区间,10,11001a?ab?x0)?(f(a)fx,得新,则令的有根区间0110,0011b?a?(b?a)x?(a?b)[a,b][a,b]?[a,b]f(x)0101111再令计算,.,.同上法得221110101[a,b],如此反复进行出新的有根区间,可得一有根区间套22...?[a,b]?[a,b]?...?[a,b]001?n1?nnn2数值分析第七章11a?x*?b,n?0,1,2,...,b?a?(b?a)?...?(b?a)0n0?1nnn?1nn且. 221lim(b?a)?0,lim x?lim(a?b)?x* nnnnn故2????n??nn1x?(a?b)f(x)?0nnn的近似根,可作为,且有误差估计因此21(b?a)|x?x*|?n1?n(7.2)22.迭代法?(x?)x等价变形为将方程式(7.1) (7.3)??(x*)?)(xf(x*)?0x**xx*的一个不动点为函数.;反之亦然则.若要求称满足?(x)的不动点由式(7.3)产生的不动点迭代关系式(也求方程(7.1)的根等价于求称简单迭代法)为?(x),k?0,1,2...x?(7.4)k1?k?(x),k??x0,1,2...?(x)称为迭代函数.函数如果对任意,由式(7.4)产生的序列??x有极限kk??k则称不动点迭代法(7.4)收敛.kk?1x?x*lim?(x)?C[a,b]满足以下两个条件: 定理7.1(不动点存在性定理)设?(x)??b;x?[a,b]a有1.对任意??(y)|?|x?y|?,y[a,b]|(x)?x 2.存在正常数使对任意, ,都有(7.5)1?L?(x)[a,b]x*.则在上存在惟一的不动点?(x)?C[a,b]满足定理7.2(定理不动点迭代法的全局收敛性定理)设7.1中的两个??x]b,?x[a?(x)并条件,由,(7.4),的不动点式得到的迭代序列则对任意到.收敛k0有误差估计式3数值分析第七章L|x?*|?x||x?x1kkk?(7.6)L1?k L|x?x*|?|x?x|1?kkk L1?(7.7)和??'(xx))(xx**的某,为设在的不动点定理7.3(不动点迭代法的局部收敛性定理)?'(x)|?|1,则迭代法(7.4)局部收敛个邻域连续,且.?(xx?)x*,的根如果迭代误差收敛阶的概念设迭代过程(7.4)收敛于方程e?x?x*k??时成产下列渐近关系式当kk e k?1?C(常数C?0)e(7.8) k则称该迭代过程是p阶收敛的.特别地,p=1时称线性收敛,p>1时称超线性收敛,p=2时称平方收敛.(K)?(x)x*的邻近连续,并定理7.4(收敛阶定理在所求根)对于迭代过程(7.4),如果且(p?1)???(x*)?...?*)?'(x*)?0''(x(p)?(x*)?0(7.9)*x的邻近是收敛的,则该迭代过程在点并有e1)(p?1k?*)x?lim(p!ep??k (7.10)k斯蒂芬森(Steffensen)迭代法当不动点迭代法(7.4)只有线性收敛阶,甚至于不收敛时,可用斯蒂芬森迭代法进行加速.具体公式为??(y?)(x),zy?kkkk2)?x(y kk x?x?kk?1z?2y?x kkk k?0,1,2,...(7.11)4数值分析第七章此法也可写成如下不动点迭代式?(x),kx??0,1,2,...kk?12?)?x(x)(?(x)?x????(x)?2?(x(x))(7.12)?(x)x**x是为式(7.12)中则的不动点7.5(定理斯蒂芬森迭代收敛定理)设,?(x)???1*)''(x)?'(x(x)*x的不动点,存在,的不动点;设则,则斯蒂芬森迭代法是(7.11)是2阶收敛的.3.牛顿迭代法牛顿迭代法是一种特殊的不动点迭代法,其计算公式为f(x)k,x?k?0,1,2,...?x k?k1)xf'(其迭代函数为(7.13)k f(x)??(x)?x f'(x)f(x*)?0,f'(x*)?0,f''(x*)?0时牛顿迭代法的收敛速度当,容易证f''(x*)??0*)?''(x 0'(x*)?ff'(x*),由定理,明,7.4知,牛顿迭代法是平方收敛的,且ef''(x*)1?k?lim2*)f'(ex2??k(7.14)k f(x)?0(m?2)*x时,迭代函数的m重顿重根情形的牛迭代法当根是f(x)1??x)?(x?'(x*)?1??0?'(x*)|?1|)xf'(*x.所以牛顿迭代法求处的导数在,且m x*的重数m知道,重根只是线性收敛.若则迭代式f(x)k,k?0,1,2,...??xx?m kk?1)'(xf(7.15)k f(x)??x()f'(x)*x此时迭代式,的单重零点一定是函数,未知时m当.求重根二阶收敛5数值分析第七章?(x)f(x)f'(x)kkk?xx??x?kk?1k?)f''(x)x)]?f(x'(x)[f'(kkkk k?0,1,2,...(7.16)也是二阶收敛的.f(x)k,?k?0,1,2,...x?x k1k?)xf'(如下迭代法简化牛顿法0称为简化牛顿法或平行弦法.牛顿下山法为防止迭代不收敛,可采用牛顿下山法.具体方法见教材.4.弦截法f'(x)xxf(x)在,处的一阶差商来代替,将牛顿迭代法(7.13)中的即可得弦用kkk?1截法f(x)k(xx?x??x)1kk?1k?k f(x)?f(x)(7.17)??x*|:|x??*x内具有二阶连续导数,的邻域在其零点定理7.6假设且对任1kk?)(xfx,x??10f'(x)?0?x?,又初值,,意则当邻域充分小时,有弦截法(7.17)将按阶?1?5?p?1.6182???1?0?*x2的正根收敛到是方程..这里p5.抛物线法(x,f(x)),(x?f(x))两点的直线方程的根近似替弦截法可以理解为用过kk?1kk?1xxx0x)?(fx)?0f(用,过三若的根.已知个近似根,的2kk?1k?(x,f(x)),(x,f(x)),(x,f(x))f(x)?0的根,的抛物线方程的根近似代替2??k?k121k?kkk所得的迭代法称为抛物线法,也称密勒(Muller)法.f(x)f'(x*)?0*x,则抛物线法局部收敛当,在,的邻近有三阶连续导数且收敛阶p?1.839?1.84. 为数值分析第七章二、知识结构图三、常考题型及典型题精解3上有一个实根x*,并用二分法2]在[1,?1?例7-1 证明方程x0?x-6-3,需二分区间[1,2]10.若要求|x-x*|?求这个根,要求|x-x*|?10kk多少次?3在[1,2],则f(1)=-1<0,f(2)=5>0,故方程f(x)=0x?解设f(x)=x1?2在[1,2]时,f'(x)>0,即f(x)=0-1,所以当x?上有根x*.又因f'(x)=3x上有惟一实根x*.用二分法计算结果如表7-1所示.[1,2]7-1表k abxf(x)的符号kkkk+ 2 0 1 1.5- 1.5 1 1 1.25+ 2 1.25 1.51.3751.3125 3 1.251.375 -1.375 1.3438 1.3125 4 +1.312551.3282+1.1341.3125-861.32041.32041.32827-1.32431.32431.32821.3263+87数值分析第七章9 1.3243 1.3282 1.3253 +1.32631-3-3,可以作为x*的近??10此时x=1.3253满足|x-x*|?10?0.97799102似值.1-6?6,只需|x10-x*|?-x*|即可,解得k+1?19.932, 若要求|x?10?kkk+12即只需把[1,2]二分20次就能满足精度要求.x=1,(1)确定有根区间[a,b];(2)构造不动e例7-2 已知函数方程(x-2)点迭代公式使之对任意初始近似x?[a,b],迭代方法均收敛;(3)用所构0?3.|?10造的公式计算根的近似值,要求|x?x1k k?xx因此区间[2,3]0,e解 (1)令f(x)=(x-2)-1>-1,由于f(2)=-1<0,f(3)=e x x)=-1,f(,lim,lim f(x)=+?是方程f(x)=0的一个有根区间.又因f'(x)=(x-1)e???xx???1-1<0,当x>1时f(x)单增,x<1时f(x)单减,故f(x)=0在(-?,+?)内f'(1)=-e有且仅有一根x*,即x*?[2,3].x?xx?.由于当?将(x-2)e[2,3].则=1等价变形为x=2+ee(x)=2+,x(2)2??x??<1'(x)|=|-e?e[2,3]x?时2?|(x)?3,|x?[2,3]均收敛.??故不动点迭代法x=2+e x,k=0,1,2,...,对k0k+1x?进行迭代计算,结果如表7-2所示.e(3)取x=2.5,利用x=2+k k+10表7-28数值分析第七章此时x已满足误差要求,即x*?x?2.120094976.44例7?3考虑求解方程2cos x?3x?12?0的迭代公式2 x=4+cos x,k=0,1,2,...k k+13(1)试证:对任意初始近似x?R,该方法收敛;0-3;10-x|?(2)取x=4,求根的近似值x,要求|x k0k+1k+1(3)所给方法的收敛阶是多少?2?(x)=4+cos x,解 (1)由迭代公式知,迭代函数322?(x)的值域介于(4-)与(4+由于)之间,且(??,??).x?3322?'(x)|=|-sin x|??1|33?(x)在(??,??)内存在惟一的故根据定理7.1,7.2知,??收敛于x*.x?x?R,迭代公式得到的序列不动点x*,且对k0(2) 取x=4,迭代计算结果如表7-3所示.0表7-3x*?xx?3.347529903已满足误差要求，即此时55?'(x*)?0.136323129?0，故根据定理7 .4）由于（3知方法是线性收敛的，并e?1k?'(x?*)lim e??k。

第九章习题解答5. 试证明对任意的参数a ，以下Runge-Kutta 公式是一个二阶公式，并导出其数值稳定条件。

12312131()2(,)(,)((1),(1))n n n n n n n n hy y k k k f x y k f x ah y ahk k f x a h y a hk +=++=⎧⎪=++⎨⎪=+-+-⎩ 证明：将23,k k 做二元Taylor 展开''221''231(,)(,)(,)()(,)(1)(,)(1)(,)()n n x n n y n n n n x n n y n n k f x y ahf x y ahk f x y O h k f x y a hf x y a hk f x y O h =+++=+-+-+代入得''21122''3(2(,)(,)(,)())2(,)(,)(,)())22n n n n x n n y n n n n n x n n y n n hy y f x y hf x y hk f x y O h h h y hf x y f x y ff x y O h +=++++=++++再将1()n y x +在点n x 展开"'231()()()()()2!n n n n y x y x y x y x h h O h +=+++，式中'''''()(,)()n n n n xyy x f x y y x f f f==+ 代入后有''231()()()2!x y n n f ff y x y x fh h O h ++=+++故3111()()n n n E y x y O h +++=-=，即对任意的参数a ，公式是二阶公式。

下面讨论公式的数值稳定条件: 取模型方程'y λλ=,将(,)f x y y λ=代入i k 得到121131(,)(,)()(1)((1),(1))(1(1))n n n n n n n n n n k f x y y k f x ah y ahk y ahk a h y k f x a h y a hk a h yλλλλλλ==⎧⎪=++=+=+⎨⎪=+-+-=+-⎩再代入123()2n n hy y k k +=++得到 21[1()]n n y y h h λλ+=++于是21|1()|n nh h ρλλρ+=++ 绝对稳定区为2|1()1h h λλ++<8、对初值问题'0010()y y y x y ⎧=-⎨=⎩用以下二阶R-K 方法求解，并导出其绝对稳定域。

数值分析第三次上机实验报告学院班级：学生学号：学生姓名：同作者:实验日期：1.实验题目： P232 3.(1) 一、实验目的：设f(x)=1/x,(1)求f(x)在[1,2] 上的零次和一次最佳一致逼近多项式。

(2)求f(x)在[1,2] 上的零次和一次最佳平凡逼近多项式。

二、实验环境：1.matlab2014b/macOS Seirra2.G 楼机房三、实验内容及实验原理：1.零次最佳逼近多项式 原理1: ()()02M m P x +=所以f(x)=1/x 在[1,2]上的零次最佳一致逼近多项式()01132P 24x +== 原理2：()()()0000,,f P x ϕϕϕ=()101P x a a x =+f(x)=1/x 在[1,2]上的零次最佳平方逼近多项式()()()210020011,ln 2,dx f x P x dxϕϕϕ===⎰⎰ 2. 一次最佳逼近多项式 (1)一次最佳一致逼近多项式： 解：21'()f x x =- ，32''()0f x x =>∴ 1，2为交错点，设101P ()x a a x =+111()()12212f b f a a b a --===---且由112111'(),2f x x x =-=-=1111(1()()()322224f a f x a a xa-+++ =-==故得131P()42x x+=-(2)一次最佳平方逼近多项式解：设10101P(),1,x c c x xϕϕ=+==001000011111(,)(,)(,)=(,)(,)(,)c fc fϕϕϕϕϕϕϕϕϕϕ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦由0111,,x fxϕϕ===得：2001(,)1dxϕϕ==⎰221117(,)3x dxϕϕ==⎰2100113(,)(,)2xdxϕϕϕϕ===⎰2011(,)ln2f dxxϕ==⎰211(,)1f dxϕ==⎰得到法方程组：01013ln2237123c cc c⎧+=⎪⎪⎨⎪+=⎪⎩解之得：**01c8.9782,c0.4766==1P()8.97820.4766x x∴=+四、实验结果及其分析:经拟合结果无误。

第七章9.已知一组数据:试用y =来拟合这组数据（写出matlab 程）解：x=-1:6; y=[10,9,7,5,4,3,0 ，-1];p=polyfit(x,y,1); a=p(1);c 二exp(p (2));ax解:In y = In c ax令Y = In y,b = In c, X = xx=0:4; y=[1.5,2.5,3.5,5.0,7.5] ;Y=logy;X=xp=polyfit(X, Y,1);a=p(1);c=exp(p(2));试求出3次，4次多项式的曲线拟合，画出计算曲线。

具体步骤：三次拟合：x=0:0.25:1.5 ；y=[1.0000, 1.2840,1.6487 ,2.1170,2.7183, 3.4903, 4.4817 ]；plot(x,y, '* 'p=polyfit(x,y,3)x1=0:0.1:1.5;y1=polyval(p,x1);hold onplot(x1,y1,''过程中得出的三次拟合多项式的系数矩阵为p=[ 0.3659 0.2891 1.0642 0.9982] 曲线拟合图：4.5 .4 _ 一3.5■M -3 .S&2.5 - 」.42 _ 」-I1.5 - _■*1. _ 一050 0^5 ' 1.5四次拟合：x=0:0.25:1.5 ；y=[1.0000, 1.2840,1.6487 ,2.1170,2.7183, 3.4903, 4.4817 ]；plot(x,y, '* 'p=polyfit(x,y,4)x1=0:0.1:1.5;y1=polyval(p,x1);hold onplot(x1,y1,''曲线拟合图:X 0.0 0.1 0.2 0.3 0.5 0.8 1.0 Y1.00.410.500.610.912.022.46试求出3次，4次多项式的曲线拟合，画出计算曲线。