数值分析作业(3,4,5,6)_第1页
数值分析作业(3,4,5,6)_第2页
数值分析作业(3,4,5,6)_第3页
数值分析作业(3,4,5,6)_第4页
数值分析作业(3,4,5,6)_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 数值分析作业(3)思考题:1:(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

2、别是什么?它们各有什么优点? 3:满足下面是我什么条件,可以判定矩阵接近奇异? (a)矩阵的行列式小; (b)矩阵的条件数小; (c)矩阵的范数小; (d)矩阵的条件数大; (e)矩阵的范数大; (f)矩阵的元素小4: Jacobi迭代法和Gauss-Seidel迭代法相比 (a) 两种的基本差别是什么?(b) 哪种方法更适合并行计算?(c)哪种方法更节省存储空间?(d)Jacobi迭代法是否运算速度更快? 习题:1对矩阵,试求A的Cholesky分解。 2. 对矩阵 证明:(1)求解以为系数矩阵的线性方程组,Jacobi迭代是收敛的,而Gauss-Seidel迭代发散;(2)求解以为系数矩阵

3、的线性方程组,Jacobi迭代是发散的,而Gauss-Seidel迭代收敛。3.对矩阵 (1) 参数a取什么值时,矩阵是正定的? (2) a取什么值,求解以为系数矩阵的线性方程组,Jacobi迭代是收敛的。 4. 对矩阵(1) 计算A的所有特征值; (2) 将A(3,3)的值分别改为18.95和19.05;再分别计算矩阵的所有特征值;(3)分析计算结果,并给出你的结论。 数值分析作业(4)思考题:(a)对给定的连续函数,构造等距节点上的Lagrange插值多项式,节点数目越多,得到的插值多项式越接近被逼近的函数。 (b) 对给定的连续函数,构造其三次样条函数插值,则节点数目越多,得到的样条函数

4、越接近被逼近的函数。 (c) 高次的Lagrange插值多项式很常用。 (d) 样条函数插值具有比较好的数值稳定性。 计算题:1 以0.1,0.15,0.2为插值节点,计算的二次 Lagrange插值多项式 , 比较和,问插值多项式存在定理的结果是否适用本问题? 2.(1)求在节点 的三次样条插值()。 (2)对同样的数据做Lagrange多项式插值,并绘图比较二者的差别。 数值分析作业(5)思考题(a) 如果函数在有限的区间上连续,则它的Riemann定积分一定存在。 (b)积分的计算总是好条件问题; (c)代数精度是衡量算法稳定性的重要指标; (d)梯形方法与两个节点的Gauss型方法相比更加精确。习题 1.确定积分公式中的参数,使其有尽可能高的代数精度 (1) (2)2. 取 ,分别用梯形公式和Simpson公式编程计算积分:数值分析作业(5)思考题:()常微分方程初值问题的解,当右端函数可导是一定存在唯一解。()显式方法的突出优点是收敛速度快,收敛

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论