计算方法引论课后答案

计算方法_华东交通大学中国大学mooc课后章节答案期末考试题库2023年1.拉格朗日插值多项式格式规范整齐，且具有承袭性。

（）参考答案:错误2.当n为奇数时，n阶牛顿-柯特斯公式至少具有n+1次代数精度。

（）参考答案:错误3.分段线性插值的缺点是会出现Runge 现象，即n 越大，端点附近抖动越大。

（）参考答案:错误4.以下哪些公式是牛顿-柯特斯求积公式（）。

参考答案:_5.只要函数f(x,y)适当光滑连续，则常微分方程的初值问题必有唯一解。

（）参考答案:错误6.最佳逼近问题要求在被插函数的定义区间上，所选近似函数都能与被插函数有较好的近似。

（）参考答案:正确7.数值计算方法的计算对象是（）参考答案:有精确计算公式而无法用手工计算的数学问题_理论上有解而无计算公式的数学问题8.若f(a)f(b)<0 ，则f(x)在(a,b)内一定有根。

参考答案:错误9.若|A|≠0，则高斯消元法无需换行即可进行到底，且得到唯一解。

（）参考答案:错误10.若A的所有顺序主子式均不为0，则A的LU分解存在且唯一。

参考答案:正确11.设【图片】，则【图片】参考答案:1212.【图片】（请填写阿拉伯数字）参考答案:113.以下哪些公式是插值型的积分公式（）。

参考答案:3/8辛普森公式_梯形公式_辛普森公式_科特斯公式14.以下常微分方程数值解法，哪些方法的精度是一阶的（）。

参考答案:显示欧拉法_隐式欧拉法15.采用龙格－库塔法求解常微分方程的初值问题时，公式阶数越高，数值解越精确。

（）参考答案:错误16.梯形公式是一个显示公式。

（）参考答案:错误17.用【图片】近似表示sin(x)所产生的误差是( )误差。

参考答案:截断误差18.4个节点的牛顿-柯特斯求积公式，至少具有( )次代数精度参考答案:319.以下对非线性方程的求根方法的描述，哪些是不正确的（）参考答案:不动点迭代法收敛速度快，是超线性收敛_二分法简单和易操作，收敛性有保证，收敛速度快20.用迭代法解线性方程组时，迭代法是否收敛与初始向量的选择、系数矩阵及其演变方式有关，与常数项无关。

第二章数值分析4^92.1 已知多项式通过下列点:1 3答案：q(x) = p(x) -r(x) X5X4X3-3X 1 .2 22.2观测得到二次多项式2的值：表中p2(x)的某一个函数值有错误，试找出并校正它.答案：函数值表中p2(-1)错误，应有p2(-1) = 0 .2.3利用差分的性质证明12■ 22■川，n2=n(n ■ 1)(2n ■ 1)/6.2.4当用等距节点的分段二次插值多项式在区间[-1,1]近似函数e x时，使用多少个节点能够保证误差不超过丄10-6.2答案：需要143个插值节点.2.5 设被插值函数f (x) • C4[a,b] , H3h)(x)是f (x)关于等距节点b — aa ^Xo :::捲：：：川：::x n=b的分段三次艾尔米特插值多项式，步长h .试估计n ||f(x)-H3h)(x)||：：.答案：||住)-出5)仪川：乞令人4.384第三章函数逼近3.1求f(x)二sinx,x，[0,0.1]在空间门=span{1,x, x2}上最佳平方逼近多项式，并给出平方误差.答案：f (x) =sin X的二次最佳平方逼近多项式为sin x p2(x) = -0.832 440 7 105 1.000 999 1x - 0.024 985 1x2,二次最佳平方逼近的平方误差为20.12 12■ = 0 (sinx) - P 2(x))2dx =0.989 310 7 10•3.2确定参数a,b 和c ,使得积分1 ---------------------------2 1 I (a,b,c)[ax 2 bx c -1 -x 2]dx 取最小值.J 1 — x 2810答案：a, b = 0, c =3 二3 二3.3 求多项式f (x) =2x 4 x 3 5x 2 1在[-1,1]上的3次最佳一致逼近多项式p(x)-答案：f (x)的最佳一致逼近多项式为p(x) = X ’ 7x2 3.43.4用幕级数缩合方法，求 f(x)=e x (―1兰XW1)上的3次近似多项式 p 6,3(x)，并估计 || f(X )-P 6,3(X )II ：：.答案：p5,3(x) =0.994 574 65 + 0.997 395 83x+0.542 968 75x 2 十 0.177 083 33x 3, || f (x) - p 6,3 (x) |^<0.006 572 327 71 一3.5 求f (x) -e x ( -1乞x 乞1)上的关于权函数「(X )-的三次最佳平方逼近小-x 2多项式 Q(x)，并估计误差 || f(x)-$(x)||2 和 || f(x)-S 3(x) ||：：.答案：§3(x) =0.994 571 0.997 308x 0.542 991x 20.177 347x 3,|| f (x) -S 3(x) ||2 = 0.006 894 83, || f (x) - §3(x)||严 0.006 442 575.第四章数值积分与数值微分14.1用梯形公式、辛浦生公式和柯特斯公式分别计算积分 X n dx (n -1,2,3,4)，并与精确值比较.答案：计算结果如下表所示I 2 0. 5 0. 333 333 0. 250 000 0. 208 333 I 30. 5 0. 333 333 0. 250 000 0. 200 000 精确值0. 50. 333 3330. 250 0000. 200 0004.2 确定下列求积公式中的待定参数，使得求积公式的代数精度尽量高，并指明所确定的求积公式具有的代数精度.h(])仁 f (x)dx 止 A_i f (-h) + A f (0) + A f (h)11 (2)J(x)dx： 3【f(-1) 2f(X i ) 3f(X 2)]hh2⑴ of(x)dxVf(O) f(h)「h[f g f(h)]答案：(1)具有三次代数精确度 (2)具有二次代数精确度 (3)具有三次代数精确度. 4.3 设h = % - X 0，确定求积公式r (x - x o ) f (x)dx = h 1 2[ Af (x o ) + Bf (x i )] + h 3[C 「(x o ) + Df^)] + R[ f ]xo中的待定参数 A, B,C, D ，使得该求积公式的代数精确度尽量高，并给出余项表达式.37 1 if 4)(叮)6答案：A = —, B— ,C —, D — , R[f]=— _) h ，其中 (x o ,xi).202030 20 14404.4设P 2(x)是以0,h,2h 为插值点的f(x)的二次插值多项式，用F 2(x)导出计算积分3h3 4 5If (x)dx 的数值积分公式I h ，并用台劳展开法证明：I - l h h f (0) O(h ).力83h3答案：I h P 2(x)dx h[ f(0) 3f (2h)].0 4(3)取7个节点处的函数值.1sin x4.6用变步长的复化梯形公式和变步长的复化辛浦生公式计算积分Idx .要x1o 1«求用事后误差估计法时，截断误不超过10和 10 .1(1) 运用复化梯形公式计算上述积分值，使其截断误差不超过丄10」. 2(2) 取同样的求积节点，改用复化辛浦生公式计算时，截断误差是多少？(3) 要求的截断误差不超过10“ ,若用复化辛浦生公式，应取多少个节点处的函数值? 答案：(1)只需n — 7.5，取9个节点，I : 0.9464.5 给定积分I 二1sin xdx|R n [f]耳一孟宀皿盂日中0.271估2 2答案：使用复化梯形公式时，I T^ 0.946满足精度要求；使用复化辛浦生公式时，I s4 =0.946 083满足精度要求.4.7 ( 1 )利用埃尔米特插值公式推导带有导数值的求积公式1 323 1 3>5.2用矩阵的直接三角分解法解方程组 广1 0 2 0、「5、0 10 1 X 2312 4 3X 3仃10 1 0 3丿 g<7；答案： &=2 , x 3 = 2 , x 2 = 1, X| = 1 .ba f(x)dx 二 其中余项为b —a(b 「a)2[f(a)f(b)] — ' 丿[f (b)-f (a)] R[f]， 2 12R[f]=U 54!30 f ( 4()),(a,b).其中(2)利用上述公式推导带修正项的复化梯形求积公式h 2 f(x)dx :T^—[ f (X N ) - f (x 。

第一章 绪论（12）1、设0>x ，x 的相对误差为δ，求x ln 的误差。

[解]设0*>x 为x 的近似值，则有相对误差为δε=)(*x r ，绝对误差为**)(x x δε=，从而x ln 的误差为δδεε=='=*****1)()(ln )(ln x xx x x ， 相对误差为****ln ln )(ln )(ln x x x x rδεε==。

2、设x 的相对误差为2%，求n x 的相对误差。

[解]设*x 为x 的近似值，则有相对误差为%2)(*=x r ε，绝对误差为**%2)(x x =ε，从而nx 的误差为nn x x nxn x x n x x x **1***%2%2)()()()(ln *⋅=='=-=εε，相对误差为%2)()(ln )(ln ***n x x x nr==εε。

3、下列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，试指出它们是几位有效数字：[解]1021.1*1=x 有5位有效数字；0031.0*2=x 有2位有效数字；6.385*3=x 有4位有效数字；430.56*4=x 有5位有效数字；0.17*5⨯=x 有2位有效数字。

4、利用公式（3.3）求下列各近似值的误差限，其中*4*3*2*1,,,x x x x 均为第3题所给的数。

（1）*4*2*1x x x ++；[解]3334*4*2*11***4*2*1*1005.1102110211021)()()()()(----=⨯=⨯+⨯+⨯=++=⎪⎪⎭⎫ ⎝⎛∂∂=++∑x x x x x f x x x e nk k k εεεε；（2）*3*2*1x x x ； [解]52130996425.010********.2131001708255.01048488.2121059768.01021)031.01021.1(1021)6.3851021.1(1021)6.385031.0()()()()()()()()(3333334*3*2*1*2*3*1*1*3*21***3*2*1*=⨯=⨯+⨯+⨯=⨯⨯+⨯⨯+⨯⨯=++=⎪⎪⎭⎫⎝⎛∂∂=-------=∑x x x x x x x x x x x f x x x e n k k kεεεε；（3）*4*2/x x 。

4.1：在我们所了解的早期排序算法之中有一种叫做Maxsort 的算法。

它的工作流程如下：首先在未排序序列（初始时为整个序列）中选择其中最大的元素max ，然后将该元素同未排序序列中的最后一个元素交换。

这时，max 元素就包含在由每次的最大元素组成的已排序序列之中了，也就说这时的max 已经不在未排序序列之中了。

重复上述过程直到完成整个序列的排序。

(a) 写出Maxsort 算法。

其中待排序序列为E ，含有n 个元素，脚标为范围为0,,1n -K 。

void Maxsort(Element[] E) { int maxID = 0;for (int i=E.length; i>1; i--) { for (int j=0; j<i; j++) {if (E[j] > E[maxID]) maxID = k; E[i] <--> E[maxID];(b) 说明在最坏情况下和平均情况下上述算法的比较次数。

最坏情况同平均情况是相同的都是11(1)()2n i n n C n i -=-==∑。

4.2：在以下的几个练习中我们研究一种叫做“冒泡排序”的排序算法。

该算法通过连续几遍浏览序列实现。

排序策略是顺序比较相邻元素，如果这两个元素未排序则交换这两个元素的位置。

也就说，首先比较第一个元素和第二个元素，如果第一个元素大于第二个元素，这交换这两个元素的位置；然后比较第二个元素与第三个元素，按照需要交换两个元素的位置；以此类推。

(a)起泡排序的最坏情况为逆序输入，比较次数为11(1)()2n i n n C n i -=-==∑。

(b) 最好情况为已排序，需要(n-1)次比较。

4.3： (a)归纳法：当n=1时显然成立，当n=2时经过一次起泡后，也显然最大元素位于末尾；现假设当n=k-1是，命题也成立，则当n=k 时，对前k-1个元素经过一次起泡后，根据假设显然第k-1个元素是前k-1个元素中最大的，现在根据起泡定义它要同第k 个元素进行比较，当k 元素大于k-1元素时，它为k 个元素中最大的，命题成立；当k 元素小于k-1元素时，它要同k-1交换，这时处于队列末尾的显然时队列中最大的元素。

数值计算方法课后习题答案(李庆扬等)绪论（12）1、设x 0，x的相对误差为，求lnx的误差。

[解]设x* 0为x的近似值，则有相对误差为r*(x) ，绝对误差为*(x) x*，从而lnx的误差为*(lnx) (lnx*) (x*) 相对误差为(lnx)*r1*x ，x**(lnx)lnx*lnx*。

2、设x的相对误差为2%，求xn的相对误差。

[解]设x*为x的近似值，则有相对误差为r*(x) 2%，绝对误差为*(x) 2%x*，从而x的误差为(lnx) (x) 相对误差为(lnx)*rn*nx x*(x) n(x)**n 12%x 2n% x**n，*(lnx)(x)*n2n%。

3、下列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，试指出它们是几位有效数字：*****x1 1.1021，x2 0.031，x3 56.430，x5 385.6，x4 7 1.0。

***[解]x1 1.1021有5位有效数字；x2 0.0031有2位有效数字；x3 385.6有4**位有效数字；x4 56.430有5位有效数字；x5 7 1.0有2位有效数字。

****4、利用公式（3.3）求下列各近似值的误差限，其中x1均为第3题所给,x2,x3,x4的数。

***（1）x1；x2 x4f *******e*(x1 x2 x4) (x) (x) (x) (xk124) xk 1 k [解]；11110 4 10 3 10 3 1.05 10 3222n****（2）x1x2x3；f***e*(x1x2x3)k 1 xkn ********** (x) (xx) (x) (xx) (x) (xx) (x)k***-*****3*1[解] (0.031 385.6)1 10 4 (1.1021 385.6)1 10 3 (1.1021 0.031) 10 3；2220.***** 10 3 212.***** 10 3 0.***-***** 10 3213.***-***** 10 3 0.***-*****255**（3）x2。

计算方法引论：微分方程数值解法▪常微分方程初值问题的数值解法▪双曲型方程的差分解法▪抛物型方程的差分解法▪橢圆型方程的差分解法▪有限元方法第十四章椭圆型方程差分解法•差分方程的建立•差分方程组解的存在唯一性问题•收敛性与误差估计Poisson 方程第一边值问题•Poisson 方程第一类边值问题•差分方法问题–选取适当网格，将微分方程离散成差分方程–当网格步长h →0时，差分方程的准确解是否收敛到微分方程的解–解相应的代数方程组2222(,) (,)(,) (,)u uu f x y x y x y u x y x y ΓΩϕΓ⎧∂∂∆=+=∈⎪∂∂⎨⎪=∈⎩建立网格•作平行直线–x=ih, i=0,±1,±2,…,y=kτ, k=0,±1,±2,…–h,τ称为网格的步长–平行线的交点称为节点相邻节点:两节点沿x方向或沿y方向只差一个步长•Γ:全部边界点的集合h–网线与Γ的交点称为边界点. u值已知•Ω:全部内点的集合h–内点:属于Ω的节点.u值未知.正则内点:四个相邻节点均属于Ω∪Γ非正则内点:其它内点差分近似•正则内点差商代替微商•近似解满足差分方程•截断误差=O (h 2+τ2)22(4)22(,)22(4)22(,)(1,)2(,)(1,)(,)12(,1)2(,)(,1)(,)12xxxx i k yyyy i k u u i k u i k u i k h u x j x h uu i k u i k u i k u i y yττ∂+-+-=-∂∂+-+-=-∂,1,,1,,1,,1,2211(2)(2)=h i k i k i k i k i k i k i k i ku u u u u u u f h τ+-+-∆=-++-+22(4)(4)(,)(,)1212xxxx yyyy h R u x j u i y τ=--差分近似(续)•非正则内点–直接转移u Q =u (R )=ϕ(R ) 截断误差为O (h ) –线性插值近似解满足方程截断误差为O (h )•差分方程组–每个内点立一个方程,边界点的值已知,方程的数目与未知数数目相等.PQ u dh h R d h h u +++=)(ϕ差分方程排序•网格节点的联通性–假定是联通的即对任意两个节点，必有一串节点(i =1,2,…,m )可以与P', P"排列成P', P 1, P 2, …, P m , P"，使前后两点为相邻节点.•节点排序–把全部节点按一定次序编号，并把i 号节点P i 简写成i ，再用U (i )表示与第i 号节点相邻的所有节点的集合h Ω,h P P Ω'''∈i h P Ω∈差分方程组特性•差分方程组系数–依节点编号次序安排方程和未知数次序得(14.10)–系数满足条件(14.11)–线性方程组,求和号中含u j =ϕj 的项可移到右端，改a ij =0从而d ii <0()h i ii i ij j i hj U i j i ii h u a u a u f i u i ΩϕΓ∈≠⎧∆=+=∈⎪⎨⎪=∈⎩∑0,0,0)(,,,,≤+=Ω∈≥<∑≠∈ij i U j ji i i ii hj i i i aa d j i a a•极值原理假设(1)v i 是定义在网格点上的一组值，.i ∈Ωh +Γh .(2) v i ≠常数. (3) 则v i 不可能在Ωh 上达到正的最大值. 如果将(3)改为则不可能在Ωh 上达到负的最小值•证明用反证法.设v i 在i 0∈Ωh .达到了正的最大值M ，则根据假设(2)及连通性，总可找到这样的.i 0，它有一个相邻节点(相应的系数为正)取值小于M,于是由(14.11)可知这与假设(3)相矛盾. 另一部分结论，证明类似.0.h i ∆≥v 0h i ∆≤v 00h i ∆<v•定理差分方程边值问题(14.10)的解存在唯一.•证明–这只要证明相应的齐次问题只有零解.事实上，由利用极值原理的第一部分可知v i 只能在边界上取正的最大值，但在Γh 上=0，因此v i ≤0, 再应用极值原理的第二部分，知只能在边界上取负的最小值，但在Γh 上v i =0 ，所以必有v i ≥0, 综合上面两个结果，有v i =0, 定理得证0 0 h i h i h i i ΩΓ∆=∈⎧⎨=∈⎩v v 0h i ∆=v比较定理•比较定理假设(1) V i 和v i 是在网格点上给定的两组值.i ∈Ωh +Γh ..(2) 在Ωh 上，V i 和v i 满足关系(3) 在Γh 上，.则在网格区域上，i ∈Ωh +Γh •证明因为在Ωh 上，即或因为在Γh 上有–V i ≤v i ≤V i 即V i –v i ≥0, V i +v i ≥0由极值原理知，在i ∈Ωh +Γh 有V i –v i ≥0, V i + v i ≥0即h i h iV ∆≤-∆v i i V ≥v i i V ≥v h i h i V ∆≤-∆v h i h i h i V V ∆≤∆≤-∆v ()0, ()0h i i h i i V V ∆-≤∆+≤v v i iV ≥v收敛性与误差估计•定理若Poisson 方程第一边值问题解u (x ,y )在Ω+Γ上有四阶连续偏导数,则差分格式(14.10)收敛，且有估计式(14.21):W I =u (i )-u i •证明W i 满足, ︱R h ︱≤Mh 2令它与xOy 平面交于一个包含Ω的圆,圆内Q 非负.由及得(14.21)22211()44i W Mh Q i Mh r ≤≤ 0 h i h h i h W R i W i ΩΓ∆=∈⎧⎨=∈⎩42max ,62M M M ⎛⎫= ⎪⎝⎭22200(,)()()Q x y r x x y y =----()4, h i i h Q Q i Ω∆=∆=-∈221(,), 4h h i h Mh Q x y Mh W i Ω⎛⎫∆=-≤-∆∈ ⎪⎝⎭()0, i hQ i W i Γ≥=∈。

《计算方法教程(第二版)》习题答案第一章 习题答案1、浮点数系),,,(U L t F β共有 1)1()1(21++---L U t ββ 个数。

3、a ．4097b ．62211101110.0,211101000.0⨯⨯c ．6211111101.0⨯4、设实数R x ∈，则按β进制可表达为：,1,,,3,2,011)11221(+=<≤<≤⨯++++++±=t t j jd d l t t d t t d dd x βββββββ按四舍五入的原则，当它进入浮点数系),,,(U L t F β时，若β211<+t d ，则 l tt d dd x fl ββββ⨯++±=)221()(若 β211≥+t d ，则 l tt d d d x fl ββββ⨯+++±=)1221()(对第一种情况：t l lt l t t d x fl x -++=⨯≤⨯+=-βββββ21)21(1)()(11对第二种情况：t l lt l t t d x fl x -++=⨯≤⨯--=-ββββββ21)21(1)(11就是说总有： tl x fl x -≤-β21)( 另一方面，浮点数要求 β<≤11d ， 故有l x ββ1≥，将此两者相除，便得t x x fl x -≤-121)(β 5、a ． 5960.1 b ． 5962.1 后一种准确6、最后一个计算式：00025509.0原因：避免相近数相减，避免大数相乘，减少运算次数7、a ．]!3)2(!2)2(2[2132 +++=x x x yb ．)21)(1(22x x x y ++=c ．)11(222-++=x x x yd ． +-+-=!2)2(!6)2(!4)2(!2)2(2642x x x x y e ．222qp p q y ++=8、01786.098.5521==x x9、 m )10(m f - 1 233406.0- 3 20757.0- 5 8.07 710计算宜采用：])!42151()!32141()!22131[()(2432 +⨯-+⨯-+⨯--=x x x f第二章 习题答案1、a ．Tx )2,1,3(= b ．Tx )1,2,1,2(--= c ．无法解 2、a ．与 b ．同上， c ．T T x )2188.1,3125.0,2188.1,5312.0()39,10,39,17(321---≈---=7、a ．⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛---14112111473123247212122123211231321213122 b ． ⎪⎪⎪⎪⎪⎭⎫⎝⎛--⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎫⎝⎛----333211212110211221213231532223522121⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=111211212130213221219、T x )3415.46,3659.85,1220.95,1220.95,3659.85,3415.46(1= T x )8293.26,3171.7,4390.2,4390.2,3171.7,8293.26(2= 10、T LDL 分解：)015.0,579.3,9.1,10(diag D =⎪⎪⎪⎪⎪⎭⎫⎝⎛=16030.07895.05.018947.07.019.01L Cholesky 分解⎪⎪⎪⎪⎪⎭⎫⎝⎛=1225.01408.10833.15811.18918.12333.12136.23784.18460.21623.3G 解：)1,1,2,2(--=x 12、16,12,1612111===∞A A A611,4083.1,61122212===∞A A A2)(940)()(12111===∞A Cond A Cond A Cond 524)(748)()(22221===∞A Cond A Cond A Cond⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=--180.0000 180.0000- 30.0000 180.0000- 192.0000 36.0000- 30.0000 36.0000- 9.0000 ,0.0139 0.1111- 0.0694- 0.1111- 0.0556 0.1111- 0.0694- 0.1111- 0.0139 1211A A1151.372,1666.0212211==--A A15、 1A ：对应 Seidel Gauss - 迭代收敛，Jacobi 迭代不收敛； 2A ：对应 Seidel Gauss - 迭代收敛，Jacobi 迭代不收敛； 3A ：对应 Seidel Gauss - 迭代收敛，Jacobi 迭代收敛；第三章 习题答案1、Lagrange 插值多项式：)80.466.5)(20.366.5)(70.266.5)(00.166.5()80.4)(20.3)(70.2)(00.1(7.51)66.580.4)(20.380.4)(70.280.4)(00.180.4()66.5)(20.3)(70.2)(00.1(3.38)66.520.3)(80.420.3)(70.220.3)(00.120.3()66.5)(80.4)(70.2)(00.1(0.22)66.570.2)(80.470.2)(20.370.2)(00.170.2()66.5)(80.4)(20.3)(00.1(8.17)66.500.1)(80.400.1)(20.300.1)(70.200.1()66.5)(80.4)(20.3)(70.2(2.14)(4--------⨯+--------⨯+--------⨯+--------⨯+--------⨯=x x x x x x x x x x x x x x x x x x x x x LNewton 插值多项式：)80.4)(20.3)(70.2)(00.1(21444779.0)20.3)(70.2)(00.1(527480131.0)70.2)(00.1(855614973.2)00.1(117647059.22.14)(4----+------+-+=x x x x x x x x x x x N2、设)(x y y =，其反函数是以y 为自变量的函数)(y x x =，对)(y x 作插值多项式：)1744.0)(1081.0)(4016.0)(7001.0(01253.0)1081.0)(4016.0)(7001.0(01531.0)4016.0)(7001.0(009640.0)7001.0(3350.01000.0)(----+---+--+--=y y y y y y y y y y y N3376.0)0(=N 是0)(=x y 在]4.0,3.0[中的近似根。

《计算方法教程(第二版)》习题答案第一章 习题答案1、浮点数系),,,(U L t F β共有 1)1()1(21++---L U t ββ 个数。

3、a ．4097b ．62211101110.0,211101000.0⨯⨯c ．6211111101.0⨯ 4、设实数R x ∈，则按β进制可表达为：,1,,,3,2,011)11221(+=<≤<≤⨯++++++±=t t j jd d l t t d t t d dd x βββββββ按四舍五入的原则，当它进入浮点数系),,,(U L t F β时，若β211<+t d ，则 l tt d dd x fl ββββ⨯++±=)221()(若 β211≥+t d ，则 l tt d d d x fl ββββ⨯+++±=)1221()(对第一种情况：t l lt l t t d x fl x -++=⨯≤⨯+=-βββββ21)21(1)()(11对第二种情况：t l lt l t t d x fl x -++=⨯≤⨯--=-ββββββ21)21(1)(11就是说总有： tl x fl x -≤-β21)( 另一方面，浮点数要求 β<≤11d ， 故有l x ββ1≥，将此两者相除，便得t x x fl x -≤-121)(β 5、a ． 5960.1 b ． 5962.1 后一种准确6、最后一个计算式：00025509.0原因：避免相近数相减，避免大数相乘，减少运算次数7、a ．]!3)2(!2)2(2[2132 +++=x x x yb ．)21)(1(22x x x y ++=c ．)11(222-++=x x x yd ． +-+-=!2)2(!6)2(!4)2(!2)2(2642x x x x y e ．222qp p q y ++=8、01786.098.5521==x x9、 m )10(m f - 1 233406.0- 3 20757.0- 5 8.07 710计算宜采用：])!42151()!32141()!22131[()(2432+⨯-+⨯-+⨯--=x x x f第二章 习题答案1、a ．Tx )2,1,3(= b ．Tx )1,2,1,2(--= c ．无法解 2、a ．与 b ．同上， c ．T T x )2188.1,3125.0,2188.1,5312.0()39,10,39,17(321---≈---=7、a ．⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛---14112111473123247212122123211231321213122 b ． ⎪⎪⎪⎪⎪⎭⎫⎝⎛--⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎫⎝⎛----333211212110211221213231532223522121⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=111211212130213221219、T x )3415.46,3659.85,1220.95,1220.95,3659.85,3415.46(1= T x )8293.26,3171.7,4390.2,4390.2,3171.7,8293.26(2= 10、T LDL 分解：)015.0,579.3,9.1,10(diag D =⎪⎪⎪⎪⎪⎭⎫⎝⎛=16030.07895.05.018947.07.019.01L Cholesky 分解⎪⎪⎪⎪⎪⎭⎫⎝⎛=1225.01408.10833.15811.18918.12333.12136.23784.18460.21623.3G 解：)1,1,2,2(--=x 12、16,12,1612111===∞A A A611,4083.1,61122212===∞A A A2)(940)()(12111===∞A Cond A Cond A Cond524)(748)()(22221===∞A C o n d A C o n d A C o n d⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=--180.0000180.0000- 30.0000 180.0000- 192.0000 36.0000- 30.0000 36.0000- 9.0000,0.0139 0.1111- 0.0694- 0.1111- 0.0556 0.1111- 0.0694- 0.1111- 0.0139 1211A A1151.372,1666.0212211==--A A15、 1A ：对应 Seidel Gauss - 迭代收敛，Jacobi 迭代不收敛； 2A ：对应 Seidel Gauss - 迭代收敛，Jacobi 迭代不收敛； 3A ：对应 Seidel Gauss - 迭代收敛，Jacobi 迭代收敛；第三章 习题答案1、Lagrange 插值多项式：)80.466.5)(20.366.5)(70.266.5)(00.166.5()80.4)(20.3)(70.2)(00.1(7.51)66.580.4)(20.380.4)(70.280.4)(00.180.4()66.5)(20.3)(70.2)(00.1(3.38)66.520.3)(80.420.3)(70.220.3)(00.120.3()66.5)(80.4)(70.2)(00.1(0.22)66.570.2)(80.470.2)(20.370.2)(00.170.2()66.5)(80.4)(20.3)(00.1(8.17)66.500.1)(80.400.1)(20.300.1)(70.200.1()66.5)(80.4)(20.3)(70.2(2.14)(4--------⨯+--------⨯+--------⨯+--------⨯+--------⨯=x x x x x x x x x x x x x x x x x x x x x L Newton 插值多项式：)80.4)(20.3)(70.2)(00.1(21444779.0)20.3)(70.2)(00.1(527480131.0)70.2)(00.1(855614973.2)00.1(117647059.22.14)(4----+------+-+=x x x x x x x x x x x N2、设)(x y y =，其反函数是以y 为自变量的函数)(y x x =，对)(y x 作插值多项式：)1744.0)(1081.0)(4016.0)(7001.0(01253.0)1081.0)(4016.0)(7001.0(01531.0)4016.0)(7001.0(009640.0)7001.0(3350.01000.0)(----+---+--+--=y y y y y y y y y y y N 3376.0)0(=N 是0)(=x y 在]4.0,3.0[中的近似根。

第一章 误差1 问，，722分别作为π的近似值各具有几位有效数字分析 利用有效数字的概念可直接得出。

解 π= 592 65… 记x 1=，x 2=，x 3=722.由π- x 1= 59…= 40…知3411110||1022x π--⨯<-≤⨯ 因而x 1具有4位有效数字。

由π- x 2= 59…= 59…知2231021||1021--⨯≤-<⨯x π因而x 2具有3位有效数字。

由π-722= 59 … 85…= 26…知231021|722|1021--⨯≤-<⨯π因而x 3具有3位有效数字。

2 已知近似数x*有两位有效数字，试求其相对误差限。

分析 本题显然应利用有效数字与相对误差的关系。

解 利用有效数字与相对误差的关系。

这里n=2,a 1是1到9之间的数字。

%5101211021|*||*||)(|1211*=⨯⨯≤⨯≤-=+-+-n ra x x x x ε3 已知近似数的相对误差限为%，问x*至少有几位有效数字 分析 本题利用有效数字与相对误差的关系。

解 a 1是1到9间的数字。

1112*10)1(2110)19(21102110003%3.0)(--⨯+≤⨯+⨯=⨯<=a x r ε 设x*具有n 位有效数字，令-n+1=-1，则n=2，从而x*至少具有2位有效数字。

4 计算，问要取几位有效数字才能保证相对误差限不大于%。

分析 本题应利用有效数字与相对误差的关系。

解 设取n 位有效数字，由=…，故a 1=9。

411*10%01.01021|*||*||)(-+-=≤⨯≤-=n r a x x x x ε解不等式411101021-+-≤⨯n a知取n=4即可满足要求。

5 计算76017591-，视已知数为精确值，用4位浮点数计算。

解 =-76017591 8×10-2-0.131 6×10-2=×10-5结果只有一位有效数字，有效数字大量损失，造成相对误差的扩大，若通分后再计算：56101734.0105768.01760759176017591-⨯=⨯=⨯=- 就得到4位有效数字的结果。