下载文档原格式
数值分析期末考试和答案一、单项选择题（每题2分，共20分）1. 在数值分析中，下列哪个方法用于求解线性方程组？A. 插值法B. 迭代法C. 直接法D. 拟合法答案：C2. 以下哪个数值方法是用于求解非线性方程的？A. 高斯消元法B. 牛顿迭代法C. 线性插值法D. 拉格朗日插值法答案：B3. 在数值积分中，梯形法则的误差与下列哪个因素无关？A. 被积函数的二阶导数B. 积分区间的长度C. 积分区间的划分数量D. 被积函数的一阶导数答案：D4. 以下哪个数值方法是用于求解常微分方程的？A. 欧拉方法B. 牛顿迭代法C. 拉格朗日插值法D. 高斯消元法答案：A5. 在数值分析中，下列哪个方法用于求解特征值问题？A. 高斯消元法B. 幂迭代法C. 牛顿迭代法D. 梯形法则答案：B6. 以下哪个数值方法是用于求解线性最小二乘问题的？A. 高斯消元法B. 梯形法则C. 正交分解法D. 牛顿迭代法答案：C7. 在数值分析中，下列哪个方法用于求解非线性方程组？A. 高斯消元法B. 牛顿迭代法C. 线性插值法D. 欧拉方法答案：B8. 在数值分析中，下列哪个方法用于求解偏微分方程？A. 有限差分法B. 牛顿迭代法C. 线性插值法D. 梯形法则答案：A9. 在数值分析中，下列哪个方法用于求解优化问题？A. 高斯消元法B. 梯形法则C. 牛顿迭代法D. 单纯形法答案：D10. 在数值分析中，下列哪个方法用于求解插值问题？A. 高斯消元法B. 梯形法则C. 牛顿迭代法D. 拉格朗日插值法答案：D二、填空题（每题2分，共20分）1. 在数值分析中，求解线性方程组的直接法包括______消元法和______消元法。
答案：高斯；LU2. 牛顿迭代法的收敛速度是______阶的。
答案：二3. 梯形法则的误差与被积函数的______阶导数有关。
答案：二4. 欧拉方法是一种求解______阶常微分方程的数值方法。
答案：一5. 幂迭代法是求解______特征值问题的数值方法。
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。
1.填空(1). 在等式∑==nk k kn x f ax x x f 010)(],,,[ 中, 系数a k 与函数f (x ) 无 关。
（限填“有”或“无”） (2). Gauss 型求积公式不是 插值型求积公式。
（限填“是”或“不是”）或“无”） (3). 设l k (x )是关于互异节点x 0, x 1,…, x n , 的Lagrange 插值基函数，则∑=-nk k m k x l x x 0)()(≡0 m=1,2,…,n(4). ⎥⎦⎤⎢⎣⎡-=3211A ，则=1||||A 4 ，=2||||A 3.6180340 ，=∞||||A 5 ； (5). 用1n +个不同节点作不超过n 次的多项式插值，分别采用Lagrange 插值方法与Newton 插值方法所得多项式 相等(相等, 不相等)。
(6). 函数3320,10(),01(1),12x f x x x x x x -≤<⎧⎪=≤<⎨⎪+-≤≤⎩与函数3321,10()221,01x x x g x x x x ⎧++-≤<=⎨++≤≤⎩中,是三次样条函数的函数是 g(x)，另一函数不是三次样条函数的理由是二阶导不连续 。
(7). n 个不同节点的插值型求积公式的代数精度一定会超过n-1 次2.设)5()(2-+=x x x αϕ，要使迭代法)(1k k x x ϕ=+局部收敛到5*=x ，则α取值范围 解：因x x αϕ21)(+='，由1521*)(<+='αϕx ，即0522<<-α故α的取值范围是051<<-α。
3.给定方程组⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--111 211111112321x x x证明Jacobi 方法发散而Gauss-Seidel 方法收敛。
分析 观察系数矩阵的特点，它既不严格对角占优，也不对称正定，因此应该写出Gauss-Seidel 方法的迭代矩阵B ，然后再观察是否11<B或1<∞B 或求出)(B ρ，看其是否小于1。
数值分析第二次大作业1（1）用Lagrange插值法程序：function f=Lang(x,y,x0)syms t;f=0;n=length(x);for(i=1:n)l=y(i);for(j=1:i-1)l=l*(t-x(j))/(x(i)-x(j));end;for(j=i+1:n)l=l*(t-x(j))/(x(i)-x(j));endf=f+l;simplify(f);if(i==n)if(nargin==3)f=subs(f,'t',x0);elsef=collect(f);f=vpa(f,6);endendendx=[1,2,3,-4,5];y=[2,48,272,1182,2262]; t=[-1];disp('插值结果')yt=Lang(x,y,t)disp('插值多项式')yt=Lang(x,y)ezplot(yt,[-1,5]);运行结果：插值结果：Yt= 12.0000插值多项式：yt =4.0*t^4 - 2.0*t^3 + t^2 - 3.0*t + 2.0（2）构造arctan x在[1,6]基于等距节点的10次插值多项式程序：function f=New(x,y,x0)syms t;if(length(x)==length(y))n=length(x);c(1:n)=0.0;elsedisp('xºÍyάÊý²»µÈ£¡');return;endf=y(1);y1=0;xx=linspace(x(1),x(n),(x(2)-x(1)));for(i=1:n-1)for(j=1:n-i)y1(j)=y(j+1)-y(j);endc(i)=y1(1);l=t;for(k=1:i-1)l=l*(t-k);end;f=f+c(i)*l/factorial(i);simplify(f);y=y1;if(i==n-1)if(nargin==3)f=subs(f,'t',(x0-x(1))/(x(2)-x(1)));elsef=collect(f);f=vpa(f,6);endendend>>x=[1,1.5,2,2.5,3,3.5,4,4.5,5,5.5,6];y=[atan(1),atan(1.5),atan(2),atan(2.5),atan(3),atan(3.5),atan(4),atan(4.5),atan(5),atan (5.5),atan(6)];disp('插值多项式')yt=New(x,y)ezplot(yt,[1,6]);hold onezplot('atan(t)',[1,6])grid on运行结果：插值多项式yt =1.34684*10^(-10)*t^10 - 6.61748*10^(-9)*t^9 + 1.28344*10^(-7)*t^8 - 0.00000104758*t^7 - 0.00000243837*t^6 + 0.000149168*t^5 - 0.00176296*t^4 + 0.0125826*t^3 - 0.0640379*t^2 + 0.250468*t + 0.7853982（1）用MATLAB自带spline函数用于进行三次样条插值程序：>>x=[-5,-4,-3,-2,-1,0,1,2,3,4,5];y=[0.03846,0.05882,0.10000,0.20000,0.50000,1.00000,0.50000,0.20000,0.10000,0.0 5882,0.03846];xi=linspace(-5,5)yi=spline(x,y,xi);plot(x,y,'rp',xi,yi);hold on;syms xfx=1/(1+x^2);ezplot(fx);grid on运行结果：由图可知，三次样条插值多项式图像与原函数图像基本一致。
目录解题： (1)题目一： (1)1.1计算结果 (1)1.2结果分析 (1)题目二： (2)2.1计算结果 (2)2.2结果分析 (3)题目三： (4)3.1计算结果 (4)3.2结果分析 (5)总结 (5)附录 (6)Matlab程序： (6)题目一： (6)第一问Newton法： (6)第二问Newton法： (6)第一问Steffensen加速法： (7)第二问Steffensen加速法： (7)题目二 (8)1、Jacobi迭代法 (8)2、Causs-Seidel迭代法 (8)题目三： (9)题目一：分别用牛顿法，及基于牛顿算法下的Steffensen 加速法(1)求ln(x +sin x )=0的根。
初值x0分别取0.1, 1,1.5, 2, 4进行计算。
(2)求sin x =0的根。
初值x0分别取1，1.4，1.6, 1.8，3进行计算。
分析其中遇到的现象与问题。
1.1计算结果求ln(x +sin x )=0的根，可变行为求解x-sinx-1=0的根。
1.2结果分析从结果对比我们可发现牛顿—Steffensen 加速法比牛顿法要收敛的快，牛顿法对于初值的选取特别重要，比如第（1）问中的初值为4的情况，100次内没有迭代出来收敛解，而用Steffensen 加速法，7次迭代可得；在第（2）问中的初值为1.6的情况，收敛解得31.4159，分析其原因应该是x x f cos )('=，x0=1.62π≈,0)('≈x f ；迭代式在迭代过程中会出现分母趋近于0，程序自动停止迭代的情况，此时得到的x 往往非常大，而在第一问中我们如果转化为用x+sinx=1,则可以收敛到结果。
用雅格比法与高斯－赛德尔迭代法解下列方程组Ax=b，研究其收敛性，上机验证理论分析是否正确，比较它们的收敛速度，观察右端项对迭代收敛有无影响。
(1)A行分别为A1=[6,2,-1],A2=[1,4,-2],A3=[-3,1,4]；b1=[-3,2,4]T,b2=[100,-200,345]T,(2) A行分别为A1=[1,0,8,0.8],A2=[0.8,1,0.8],A3=[0.8,0.8,1]；b1=[3,2,1]T,b2=[5,0,-10]T,(3)A行分别为A1=[1,3],A2=[-7,1]；b=[4,6]T2.1计算结果初值均为0矩阵带入(1)A行分别为A1=[6,2,-1],A2=[1,4,-2],A3=[-3,1,4]；b1=[-3,2,4]T,b2=[100,-200,345]T2) A行分别为A1=[1,0,8,0.8],A2=[0.8,1,0.8],A3=[0.8,0.8,1]；b1=[3,2,1]T,b2=[5,0,-10]TT2.2结果分析ρ小于1,故方程组雅可比迭代收第一小题的经计算谱半径为5427B(=).0敛。
目录一、绪论------------------------------------------------------------------------------------- 2-2二、线性方程组直接解法列主元高斯LU LDL T GG T-------------------- 3-6二、线性方程组迭代法----------------------------------------------------------------- 7-10 三、四、非线性方程组数值解法二分法不动点迭代---------------------- 11-13五、非线性方程组数值解法牛顿迭代下山弦截法----------------- 14-15六、插值线性插值抛物线插值------------------------------------------------ 16-18七、插值Hermite插值分段线性插值-----------------------------------------19-22八、拟合------------------------------------------------------------------------------------ 23-24九、数值积分----------------------------------------------------------------------------- 25-29十、常微分方程数值解法梯形欧拉改进----------------------------------- 30-32 十一、常微分方程数值解法龙格库塔------------------------------------------ 33-35绪论1-1 下列各数都是经过四舍五入得到的近似值 ,试分别指出它们的绝对误差限,相对误差限和有效数字的位数.X 1 =5.420, X 2 =0.5420, X 3 =0.00542, X 4 =6000, X 5 =0.6×105注：将近似值改写为标准形式X 1 =（5*10-1+4*10-2+2*10-3+0*10-4）*101 即n=4,m=1 绝对误差限｜△X 1｜=｜X *1-X 1｜≤ 12×10m-n ＝12×10-3 相对误差限｜△r X 1｜= ｜X∗1−X1｜｜X∗1｜≤｜X∗1−X1｜｜X1｜= 12×10-3/5.4201-2 为了使101/2 的相对误差小于0.01%, 试问应取几位有效数字?1-3 求方程x 2 -56x+1=0的两个根, 使它们至少具有4位有效数字( √783≈27.982)注：原方程可改写为(x-28)2=783线性方程组解法（直接法）2-1用列主元Gauss消元法解方程组解：回代得解：X1=0 X2=-1 X3=12-2对矩阵A进行LU分解，并求解方程组Ax=b,其中解：(注：详细分解请看课本P25)A=(211132122)→(211(1/2)5/23/2(1/2)3/23/2)→(2111/25/23/21/2(3/5)3/5)即A=L×U=(11/211/23/51)×(2115/23/23/5)先用前代法解L y＝P b 其中P为单位阵（原因是A矩阵未进行行变换）即L y＝P b 等价为(11/211/23/51)(y1y2y3)＝(111)(465)解得 y 1=4 y 2=4 y 3=35再用回代解Ux ＝y ，得到结果x即Ux ＝y 等价为(2115/23/23/5)(x 1x 2x 3)＝(y 1y 2y 3)＝(443/5) 解得 x 1=1 x 2=1 x 3=1即方程组Ax=b 的解为x ＝(111)2-3 对矩阵A 进行LDL T 分解和GG T 分解，求解方程组Ax=b,其中A=(164845−48−422) ， b ＝(123)解：（注：课本 P 26 P 27 根平方法）设L=(l i j )，D=diag(d i )，对k=1,2,…,n,其中d k =a kk －∑l kj 2k−1j=1d jl ik =(a ik −∑l ij l kj k−1j=1d j )/ d k 即d 1=a 11－∑l 1j 20j=1d j =16－0=16因为 l 21=(a 21−∑l 2j l 1j 0j=1d j )/ d 1=a 21/ d 1=416=14 所以d 2=a 22－∑l 2j 21j=1d j =5－(14)2d 1=4同理可得d 3=9 即得 D=(1649)同理l 11=(a 11−∑l ij l 1j 0j=1d j )/ d 1=1616=1=l 22=l 33 l 21=(a 21−∑l 2j l 1j 0j=1d j )/ d 1=416=14 l 31=(a 31−∑l 3j l 1j 0j=1d j )/ d 1=816=12 l 32=(a 32−∑l 3j l 2j 1j=1d j )/ d 2=−4−12×14×164=−64=－32即L=(114112−321) L T=(114121−321) 即LDL T分解为A=(114112−321)(1649)(114121−321)解解：A=(164845−48−422)→(41212−32−33)故得GG T分解：A=(4122−33)(4122−33) LDL T分解为A=(114112−321)(1649)(114121−321) 由(114112−321)(y 1y 2y 3)＝(123) ，得(y 1y 2y 3)＝(0.250.8751.7083)再由(4122−33)(x 1x 2x 3)＝(0.250.8751.7083) ，得(x 1x 2x 3)＝(−0.54511.29160.5694)2-4 用追赶法求解方程组：解：(4−1−14−1−14−1−14−1−14)→(4−14−1154−415−15615−1556−120956−56209−1780209)由(4−1154−15615−120956−1780209)(y1y2y3y4y5)＝(100200)，得(y1y2y3y4y5)＝(256.66671.785700.4784753.718)再由(1−141−4151−15561−562091)(x1x2x3x4x5)＝(256.66671.785700.4784753.718)，得(x1x2x3x4x5)＝(27.0518.20525.769314.87253.718)线性方程组解法（迭代法）2-1 设线性方程组{4x 1−x 2+2x 3=1−x 1−5x 2+x 3=22x 1+x 2+6x 3=3（1） 写出Jacobi 法和SOR 法的迭代格式（分量形式） （2） 讨论这两种迭代法的收敛性（3） 取初值x (0)=(0，0，0)T ，若用Jacobi 迭代法计算时，预估误差 ｜｜x*-x (10)｜｜∞ （取三位有效数字）解：（1）Jacobi 法和SOR 法的迭代格式分别为Jacobi 法迭代格式SOR（2）因为A 是严格对角占优矩阵,但不是正定矩阵,故Jacobi 法收敛,SOR 法当0<ω≤1时收敛.⎪⎪⎪⎩⎪⎪⎪⎨⎧+--=-+-=+-=+++216131525151412141)(2)(1)1(3)(3)(1)1(2)(3)(2)1(1k k k k k k k k k x x x x x x xx x ⎪⎪⎪⎩⎪⎪⎪⎨⎧-++-=+-+-=+-+-+=++++++)216131()525151()412141()(3)1(2)1(1)(3)1(3)(3)(2)1(1)(2)1(2)(3)(2)(1)(1)1(1k k k k k k k k k k k k k k k x x x x x x x x x x x x x x x ωωω（3）由(1)可见||B ||∞=3/4,且取x (0)=(0,0,0)T ,经计算可得x (1)=(1/4,-2/5,1/2)T ,于是||x (1)-x (0)||∞=1/2,所以有2-2 设方程组为{5x 1+2x 2+x 3=−12−x 1+4x 2+2x 3=202x 1−3x 2+10x 3=3试写出其Jacobi 分量迭代格式以及相应的迭代矩阵，并求解。
序言随着科技的进步和经济的迅猛发展，计算机这一工具在人们的生活和工作中越来越重要，数值分析作为工程计算和科学计算连接计算机的一门基础课程日益受到人们的重视，数值分析这门课在我们整个研究生课程的学习中具有很重要的意义，对我们以后的工作学习有很重要的作用。
Matlab是与一个非常优秀的的计算机语言，集数学计算，仿真和函数绘图等于一体，是一款功能强大的数学软件，是科研机构进行数学建模分析、研究必要的工具。
本上机实习的所有内容都是采用Matlab7.0这个软件开发平台。
使用Matlab7.0语言所编写的程序，与Visual C++、Basic和Pascal程序相比，具有速度快、操作简单、修改方便、界面友好、功能强大等优势。
用C++自编程序解决问题针对性好,可以得到想要的各种结论,而用数学软件计算则有一定的局限性,因为数学软件的算法是封装的,甚至我们不知道命令的具体算法,另外数学软件的命令只能解决通用的计算问题,对需要特定结论的计算问题,比如得到迭代次数, 光用数学软件的命令便不能得到,而用C++编程则有很强的适应性,可以精细控制计算细节,得到一些想要的结论,但是对于常规的计算问题,比如拟合和插值以及解方程(组),如果只要结果,那么用软件计算比较有优势,所以对实际问题综合使用计算方法比较好.由于使用能力所限，有一些疏忽，恳请老师指正，在此感谢老师这个学期对我们的悉心教导。
第一题写出对一般的线性方程组通用的Gauss消元, Gauss-Seidel迭代程序。
并以下面的线性方程组为例进行计算，讨论所得到的计算结果是否与理论一致。
（1）6213100 1422200 3144345x--⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪-=-⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭或（2）10.80.835 0.810.820 0.80.81110x⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭或（3）134 716x⎛⎫⎛⎫=⎪ ⎪-⎝⎭⎝⎭本题的思路为编写Gauss－Seidel迭带的函数，在matlab中运行，查看其收敛与否与收敛速度，然后验证迭代收敛的条件。
一、 填空题（每空2分，共40分） 07~081、求方程3310x x --= 的在02x =附近的根，用迭代公式1k x += 具有局部收敛性；用迭代公式3113k k x x ++=（是，否） 具有局部收敛性。
2、函数3320,10(),01(1),12x f x x x x x x -≤<⎧⎪=≤<⎨⎪+-≤≤⎩与函数3321,10()221,01x x x g x x x x ⎧++-≤<=⎨++≤≤⎩中,是三次样条函数的函数是 ，另一函数不是三次样条函数的理由是 。
3、若用复化梯形求积公式计算积分10x I e dx =⎰ 区间[0,1]应分 _______ 等分，即要计算个_______ 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_____ 等分，即要计算个 _____点的函数值。
4、设若⎥⎦⎤⎢⎣⎡-=3211A ，则=1||||A ，=2||||A ，=∞||||A ；则矩阵A 的谱半径(A)= ，cond 1(A)=5、在方阵A 的LU 分解中, 方阵A 的所有顺序主子不为零,是方阵A 能进行LU 分解的______(充 分,必要)条件；严格行对角占优阵______(能,不能)进行LU 分解；非奇异矩阵_______(一定，不一 定)能进行LU 分解。
6、设f (x )=2x 4在[-1,1]上的不超过3次最佳一致逼近多项式P (x )= 。
7． 在以10((),())()(),(),()[0,1]g x f x xf x g x dx f x g x C =?ò为内积的空间C[0,1] 中，与非零常数正交的一次多项式是8、能用乘幂法解n 阶矩阵A 的特征值中，能求出模最大特征值及对应的特征向量，那么矩阵A 应满足的特征值条件为 , 特征向量条件为 。
二、 计算题（共50分）1. (14分) 设方程组1231231235212422023103x x x x x x x x x ++=-⎧⎪-++=⎨⎪-+=⎩ (1)写出Jacobi 迭代格式及Gauss-seidel 迭代格式,指出是否收敛并证明你的结论(2)如果(0)( 3.9,3.1,1.9)T x =-,分别用Jacobi 迭代格式及Gauss-seidel 迭代格式计算 (1)x2. (20分)用Householder 方法将1220014112A -⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦化为上Hessenberg 阵 要求 (1) 写出Householder 矩阵H(2) 对应的上Hessenberg 阵 21A HA H =3. (16分） 1)设{})(x P n 是[0,1]区间上带权x x =)(ρ的最高次项系数为1的正交多项式系，求)(2x P2）构造如下的Gauss 型求积公式100110()()()xf x dx A f x A f x ?ò三、证明题 （共10分）设()f x 在区间a b [,]上具有四阶连续导数，设3()H x 是满足3()H a =()f a ，3()()H b f b =， 3()H a '=()f a '，3()()H b f b ''= 的三次Hermite 插值多项式。
