logo资料库

数值计算课后习题答案.doc

第1页 / 共16页
第2页 / 共16页
第3页 / 共16页
第4页 / 共16页
第5页 / 共16页
第6页 / 共16页
第7页 / 共16页
第8页 / 共16页
资料共16页,剩余部分请下载后查看
实用数值计算方法习题参考答案 1.1 因为 dx k  x k  x * k 故 第一章 引 论 (  ,(k=1,2,…,n),所以 x ) k y  * y  )( y   n  k 1  f  x  k x k  x * k f  n  x   1 k k (  x k ) S  1.2 由于矩形面积 1.0 d  而 )( sE  dl 。所以,面积的绝对误差限和相对误差限分别可以估计为 S S  ,利用全微分近似有 l  dl ,2.0 110 1.0 2.0 27 80 。     d l l dl S  S  d 27  110 80 )( sEr   .0 0031  %31.0 1.3 由于相对误差满足: )( xE  有  3 10  .0 125  10  3  3  10  %1.0 1 8 1 2 a 1 1 n  10 ,而 20  .4 4721 。由 a1= 4,取 n=4 时, 1.4 由 Taylor 中值定理 x  sin 1 !3  x 1 !5  而 S  x R 1. 6 1 !3 3 x  1 !5 5 x  1 !7 7 x cos ,(介于 0 和 x 之间) 5 x ,所以截断误差限为 S  sin x  X1 0.1 X2 0.3 x 7 x  1  cos 1 !7 5040 5 七个零件的标定值 X3 0.1 X4 0.1 X5 1.5 7  .1 9841 x 7  4  10 X6 16 X7 0.7488 不同等级的零件参数取值范围如下: 下限 0.0990 0.2970 0.0990 0.0990 x1 X2 X3 X4 A 等零件相对误差不超过 1% 下限 1.4850 15.8400 0.7413 X5 X6 X7 上限 0.1010 0.3030 0.1010 0.1010 上限 1.5150 16.1600 0.7562 1
下限 0.0950 0.2850 0.0950 0.0950 下限 0.0900 0.2700 0.0900 0.0900 X1 X2 X3 X4 X1 X2 X3 X4 B 等零件相对误差不超过 5% 下限 1.4250 15.2000 0.7113 X5 X6 X7 上限 0.1050 0.3150 0.1050 0.1050 上限 1.5750 16.8000 0.7862 C 等零件相对误差不超过 10% 上限 0.1100 0.3300 0.1100 0.1100 下限 1.3500 14.4000 0.6739 上限 1.6500 17.6000 0.8236 X5 X6 X7 1.7 算法如下: (1).将 100 个小数按由小到大排序 (2).将排序后的 100 个小数依次相加 (3).将 100 个小数相加结果与 1012 相加 (4).输出计算结果,结束。 1. 8 一个八位二进制数为 (10111101)2 (1)用秦九韶算法将其转化为 10 进制数只需六次乘法 189 (2)将任一个二进制数 (b1b2b3b4b5b6b7b8)2 转化为十进制数的算法框图如下: 12)02)12)12)12)12)02   C ((((((  输入 b1,b2,…,b8 C  b1 k 从 2 到 8 循环 C  2*C+bk 输出 C 第二章 解线性方程组的直接法 2
2,1 x1 = 1 为 x1 = 2 x1 = 3 。m21 = 1,m31 = 2,m32 = -2。消元过程所得增广矩阵 B       11 20 00 1 3  7  6 5  21       996 .5 x  1 .2 0028 5625 4 x x  2 .2 002 x x  3705 .0 x 2 3 3 3    4178 .7 .0 4037 3516 .0 2. 2 .3      2.3 令          L 1  1 m m m 1 1 21 31 41 则,由矩阵乘法得 1 m m m 21 31 41 1 1 而       1  L 1 所以 显然,有             1 1 , L 2  1       1 m m 32 42   1 1 L3 L2 L1 A = U , 1  L 2 1       1 m m 32 42 1 1             , L 3  1 1       1 m 43  1 , 1  L 3 1 1       1 m 43 1 。       。       ULLLA   1  1  1 3 2 1 1  1  LLL 1 3 2 1        1 m m m 21 31 41  U       1 m 43 1 1 m m 32 42 2.5 当 n=2 时,由于 ca 12 件的 n-1 阶三对角矩阵行列式不为零。现考虑 n 阶三对角矩阵的情形。 b  ,显然, 2 b  , 1 bb 21 A 2 c 1   a 2  0 。假设满足条 3
A n 根据行列式性质,将第 n 列乘 2 2 2 c b 1 a c 1 b           a 加到第(n-1)列,然后按第 n 行展开行列式,得 b b 1 n  a         1 n  b a c 1  n n n n n b 1 a 2 A n  b n c c 1 b 2  ~ b n a 1  2 n 1  由于右边行列式是 n-1 阶三对角矩阵行列式,现在只须证明 n-1 阶三对角矩阵的元素满足 题目所给条件,则由数学归纳法可得 n 阶三对角矩阵行列式不为零。证明如下 由于 b  , n a n b n 1   a n 1   c n 1  ,所以有 ~ b n 1   b n 1   a b n n c n 1   b n 1   a b n n a b n n 1 , b n 1   c n 1   a n 1  。而 c n 1   b n 1   c n 1   a n 1  所以,n-1 阶三对角矩阵的元素满足题目所给条件(主对角占优)。 第三章 插值方法 3.1 整理已有数据构造函数表 X f(x) 1 793 31 861 61 880 令 h = 30,由拉格朗日插值基函数求导数,得 2 x  )  2 l  0 x x   2 )( x ( x 1 2 2 h ( ) 代入二次插值函数 L x  2 ( x 1 2  x 2 *  )( , xl  1 ( ) ( ) l x y l x y  1 0 1 ) (2 x x yx    2 1 2 y y  1 0 0 0  ) 0   x 2 0 2 ( ) x y ( x  1 ( x h l 2 y 1 y 2 ,) 2 x  l  2 )( x  ,并令 2 x y  ) 0 2  xL )(2  =57.6327 )  x 1 ( x 0 2 2 h 0 ,求解得 所以,从 5 月 1 日到 6 月 30 日这些天中,可以认为 6 月 27 日这一天日照时间最长。 3.2 构造函数表 4
猪肉产量 X 猪肉价格 Y 28 6.8 27.28 7.09 27.02 7.19 如果 1999 年猪肉产量为 27.5 万吨,则由二次拉格朗日插值函数 y )5.27( )5.27( )5.27( )5.27(   l y 1 l 1 2  .7 0034 2 L y 0 推测 1999 年猪肉价格为:7.00(元)。 3.3 确定函数如下:  l 0 2 y  ,80 x ,8     0  x 100 x  100 由于 y 100( 8)  ,所以一个新手需要织 100 匹布以后才能成为一名技术熟练的纺织女工。 3.4 (1) 取 f(x)=1,则 f (n)(x) = 0 (n > 0)。以 f(x)为被插值函数,它的 n 次拉格朗日插值函数 为 Ln(x) = l0(x)f(x0)+ l1(x) f(x1) +……+ ln(x) f(xn) = l0(x) + l1(x) +……+ ln(x) 由插值误差余项公式,知插值误差为零。所以 Ln(x) = f(x) = 1 即:l0(x) + l1(x) +……+ ln(x)=1。 (2) 取 f(x)= xk 次拉格朗日插值函数为 (k =1,2,……,n),则 f (n)(x) = 0 (n > 0)。以 f(x)为被插值函数,它的 n Ln(x) = l0(x)f(x0)+ l1(x) f(x1) +……+ ln(x) f(xn) = l0(x)x0k + l1(x)x1k +……+ ln(x)xnk 由插值误差余项公式,知插值误差为零。所以 即:l0(x)x0k + l1(x)x1k +……+ ln(x)xnk=xk。 Ln(x) = f(x) = xk (k =1,2,……,n) 3.5 * x  ( x 1 2 2 ( 2  x 2 x 1  2 ) y 0 ) yx 1 (   0 x 2 ( x 2 2   2 ) y x  1 0 ( ) yx  1 0 2 ( x 1 x  1 2 x  0 ) yx 0 2 ) y 2 3.6 设 f(x,y)是被插值函数,z(x,y)=ax+by+c 为插值函数。 (1)由插值条件 z(x1,y1)=u1,z(x2,y2)=u2,z(x3,y3)=u3。得 u  1  u   u     ax 1 ax 2 ax by 1 by by 1   1   1  u 1 u u y 1 y y x 1 x x    a b c      c c c                或  3 3 2 3 2 3 2 3 2 3 2      (2)二元线性插值函数存在唯一的条件为 x 1 x x 2 3 y 1 y y 2 3 1 1 1  0 ,根据行列式的几何意义可 5
知,要求三个插值结点所形成的三角形面积不为零。即三点不共线。 (3)设 ,( yxz )  ,( ) uyxl 1 1  l 2 ) ,( uyx 2  ) uyxl 3 ,( 3 ,三个线性插值基函数为 ,( yxl 1 )  ybxa 1 1   c 1 , l 2 ,( yx )  ybxa 2 2   c 2 , yxl 3 ,( )  ybxa 3 3   c 3 它们应满足的插值条件见下表 (x, y) l 1(x, y) l 2(x, y) l 3(x, y) 则由插值条件列出线性方程组 1  0  0  c  1 c  1 c  1 xa 11 xa 21 xa 31 yb 11 yb 1 yb 1         2 3 分别求解三个线性方程组可得 ,      (x1, y1) 1 0 0 (x2, y2) 0 1 0 (x3, y3) 0 0 1 xa 12 xa 2 xa 2 3 2    yb 1 2 yb 2 yb 2 3 2 c  2 c  c  2 2    0 1 0 ,      xa 13 xa 3 xa 33 2    yb 1 3 yb 3 yb 3 3 2 c  3 c  c  3 3    0 0 1 2 x x x 3 x 1 x x 2 3 0    ,( yxl 1 )  3.7 (1) 1 (1 (1 (1       A  x 1 x x 2 3 2 3 y y y y 1 y y 2 3 1 1 1 1 1 1 , l 2 ,( yx )  x 1 x x 3 x 1 x x 2 3 y 2 y y 3 y 1 y y 2 3 1 1 1 1 1 1 , yxl 3 ,( )  x 1 x 2 x x 1 x x 2 3 0 0 )( )( ) ) ) ( ( x x 2 3   x x 0 0 0 0 0 )( 0 x x 2 3   x 1 x 1 ) ) ( x 3  x x 3  x 1 )( x 3  x 2 ) x 0 x x 0 0 (2) A  001 010 100 000       0 0 0 1 所以, a  0 ( 0 xf ) , a  1 , [ xxf 1 0 ] , a  2 6 0 ) ( xf 0 [ ] , xxf 1 [ , , xxxf 1 [ , , xxxf 0 1 0 2 2       ] , x ] 3 [ , xxxf , 1 0 ] 2 , a  3 [ , xxxf , 1 0 y 1 y 2 y y 1 y y 2 3 1 1 1 1 1 1 。 ( xf 0 ( xf 1 ( xf ( xf 3 ) ) ) 2 )       , x 3 ] 2 。
第四章 数据拟合方法 4.1 超定方程组的矩阵形式为       将方程两端同乘以系数矩阵的转置矩阵,可得正规方程组 4 5  2 2 11 3 6 14 2 3 1 4                      x y    30   3  解之,得 x = 2.9774,y = 1.2259。 4.2 3 49    x y       93   69     时间 t 距离 S 0 0 0.9 10 1.9 30 3.0 50 3.9 80 5.0 110 设物体运动的初速度和加速度分别为 v0 和 a,初始时刻距离为 0,则距离函数为 用后 5 个点的数据作曲线拟合 )( tS  tv 0  1 2 2 at t S 0.9 10 可得,v0 = 10.6576,a = 4.6269 Bx 4.3 令  ln ln ,则 A  y z z 1.9 30 3.0 50 3.9 80 5.0 110 。处理数据如下 x z = ln y 1 4.0943 2 3.4012 3 2.9957 4 2.7081 由最小二乘法作线性拟合得,ln A = 4.4409,B = -0.4564。所以 A =84.8528。故,所求经 难公式为 y  25.84 e  .0 4564 x 。 第五章 数值积分方法 5.1 椭圆周长公式为: L  2/ 4   a 0 1  e 2 cos 2 t dt 由于 1 11  2 x x ,所以被积函数 7
积分,得 L  4 a 5.2 (1)令 )(1 xF  x a 利用泰勒中值定理 f )( t  1  e 2 2 cos t 11  2 2 e 2 cos t 2/ 11(  2 2 e 2 cos t ) dt  [4 a  2  1 2 2 e  ] 4  2 a  1(  2 e 4 )   0 f )( t dt ,则 )(1 aF 0 , )('1 xF  )( xf , )(''1 x F  f )(' x )( bF 1  )( aF 1  ( )(' aFab  ) 1  2 ) ( Fab  )('' 2 1 所以,有 (2)令 )(2 xF  b x 利用泰勒中值定理 所以,有 xfb )(  a dx  )( ( afab  )  2 ) ( ab  2 )(' f f )( t dt ,则 )(2 bF 0 , )('2 xF  )( xf , )(''2 F x  f )(' x )( aF 2  )( bF 2  ( )(' bFba  ) 2 (  2 ) Fba  )('' 2 2 xfb )(  a dx  )( ( bfab  )  2 ) ( ab  2 )(' f (3)由泰勒中值定理 )( xf  baf  ( 2 )  ( x  fba  ) 2 (' ba  2 )  1 2 ( x  ba  2 2 ) )('' f 积分,可得 b  a )( xf dx  bafab  (  2 ) ( )  1 2 b  a ( x  ba  2 2 ) f )(''  dx 由积分第二中值定理,可得 b a ( x   xfb  )( a ba  2 dx  2 dx )(''  ) f  bafab  (  2 ( ) 故, 8 2 ) dx  1 12 f ('' )( ab   3 ) f )(''  f )   ba  2 3) ( ab  b  ( x a )(''  24
分享到:
收藏