内容发布更新时间 : 2024/12/25 13:54:05星期一 下面是文章的全部内容请认真阅读。
数值分析作业(1)
1:思考题(判断是否正确并阐述理由)
(a)一个问题的病态性如何,与求解它的算法有关系。 (b)无论问题是否病态,好的算法都会得到它好的近似解。 (c)计算中使用更高的精度,可以改善问题的病态性。
(d)用一个稳定的算法计算一个良态问题,一定会得到他好的近似解。 (e)浮点数在整个数轴上是均匀分布。 (f)浮点数的加法满足结合律。 (g)浮点数的加法满足交换律。 (h)浮点数构成有效集合。
(i)用一个收敛的算法计算一个良态问题,一定得到它好的近似解。 √ 2: 解释下面Matlab程序的输出结果 t=0.1; n=1:10; e=n/10-n*t
3:对二次代数方程的求解问题
ax2?bx?c?0
有两种等价的一元二次方程求解公式
?b?b?4acx?2a2c
x?2?b?b?4ac 对
2
a=1,b=-100000000,c=1,应采用哪种算法?
4:函数sinx的幂级数展开为:
x3x5x7???? sinx?x?3!5!7! 利用该公式的Matlab程序为 function y=powersin(x)
% powersin. Power series for sin(x)
% powersin(x) tries to compute sin(x)from a power series
s=0; t=x; n=1;
while s+t~=s; s=s+t;
t=-x^2/((n+1)*(n+2))*t n=n+2; end
(a) 解释上述程序的终止准则;
(b) 对于x=?/2、x=11?/2、x =21?/2,计算的精度是多少?分别需
要计算多少项?
5:指数函数的幂级数展开
23xxxe?1?x????
2!3!
根据该展开式,编写Matlab程序计算指数函数的值,并分析计算结果(重点分析x?0的计算结果)。
数值分析作业(2)
思考题
1:判断下面命题是否正确并阐述理由
(a) 仅当系数矩阵是病态或奇异的时候,不选主元的Gauss消元法才会失败。
(b) 系数矩阵是对称正定的线性方程组总是良态的; (c) 两个对称矩阵的乘积依然是对称的;
(d) 如果一个矩阵的行列式值很小,则它很接近奇异; (e) 两个上三角矩阵的乘积仍然是上三角矩阵; (f) 一个非奇异上三角矩阵的逆仍然是上三角矩阵; (g) 一个奇异矩阵不可能有LU分解; (h) 奇异矩阵的范数一定是零; (i) 范数为零的矩阵一定是零矩阵;
(j) 一个非奇异的对称阵,如果不是正定的则不能有Cholesky分解。 2: 全主元Gauss消元法与列主元Gauss消元法的基本区别是什么?它们各有什么优点?
3:满足下面的哪个条件,可以判定矩阵接近奇异? (a)矩阵的行列式小; (b)矩阵的范数小; (c)矩阵的范数大; (d)矩阵的条件数小; (e)矩阵的条件数大; (f)矩阵的元素小;
4: 分析Jacobi迭代法和Gauss_Seidel迭代法,回答下列问题:
(a): 它们的主要区别是什么? (b):哪种方法更适合于并行计算? (c): 哪种方法更节省存储空间? (d): Jacobi方法是否更快?
计算题:
?2?100???12?10??,试求A的Cholesky分解 1:对矩阵A???0?12?1???00?12??
?12?2??2?11??,A??222? 1112:对矩阵A1????2?????221????1?12??证明:求解以A1为系数矩阵的线性方程组,Jacobi迭代是收敛的,而Gauss-Seidel方法是发散的;求解以A2为系数矩阵的线性方程组,Jacobi迭代是发散的,而Gauss-Seidel方法是收敛的。 3:对矩阵
?1aa?
? a1a ???
??aa1??
(a) 参数a取什么值,矩阵是正定的?
(b)参数a取什么值时,求解以A为系数矩阵的线性方程组,
Jacobi迭代是收敛的?