没有合适的资源?快使用搜索试试~ 我知道了~
第4版数值分析课后答案 华中科技大学出版社
4星 · 超过85%的资源 需积分: 17 335 下载量 175 浏览量
2010-03-20
00:42:39
上传
评论 29
收藏 835KB PDF 举报
温馨提示
试读
25页
第1章 绪论 1.1 数值分析研究的对象与特点 1.2 误差来源与误差分析的重要性 1.3 误差的基本概念 1.4 数值运算中误差分析的方法与原则 小结 习题第2章 插值法 2.1 引言 2.2 Lagrange插值 2.3 逐次线性插值法 2.4 差商与Newton插值公式 2.5 差分与等距节点插值公式 2.6 Hermite插值 2.7 分段低次插值 2.8 三次样条插值小结 习题第3章 函数逼近与计算 3.1 引言与预备知识 3.2 最佳一致逼近多项式 3.3 最佳平方逼近 3.4 正交多项式 3.5 函数按正交多项式展开 3.6 曲线拟合的最客服乘法 3.7 Fourier逼近与快速Forier变换 小结 习题第4章数值积分与数值微分 4.1 引言 4.2 Newton-Contes公式 4.3 Romberg算法 4.4 Gauss公式 4.5 数值微分 小结 习题第5章 常微分方程数值解法 5.1 引言 5.2 Euler方法 5.3 Runge-Kutta方法 5.4 单步法的收剑性和稳定性 5.5 线性多步法 5.6 方程组与高阶方程的情形 5.7 边值问题的数值情形 小结 习题第6章方程求根第7章 解线性方程组的直接方法第8章 解线性方程组的迭代法第9章 矩阵的特征值与特征向量计算部分习题答案参考文献
资源推荐
资源详情
资源评论
Ex 2:
x
δ,
x
k
x
A
x
x
δ,
|x − x
A
|
|x
A
|
≤ δ
x
x
A
− 1
≤ δ
1 − δ ≤
x
x
A
≤ 1+δ
(1 − δ)
k
≤
x
k
x
k
A
≤ (1 + δ)
k
(1 − δ)
k
− 1 ≤
x
k
x
k
A
− 1 ≤ (1 + δ)
k
− 1
ε =max{(1 + δ)
k
− 1, 1 − (1 − δ)
k
},
−ε ≤
x
k
x
k
A
− 1 ≤ ε
!" #$
(1 + δ)
k
− 1 ≥ 1 − (1 − δ)
k
,(
(1 + δ)
k
+(1− δ)
k
≥ 2).
ε =(1+δ)
k
− 1,
%&
(1 + δ)
k
− 1
'(
x
k
)*
Ex 3:
x>0,x
δ,
ln x
x
A
x
x
δ,
|x − x
A
|
|x
A
|
≤ δ
x
x
A
− 1
≤ δ
1 − δ ≤
x
x
A
≤ 1+δ
+,
ln(1 − δ) ≤ ln
x
x
A
≤ ln(1 + δ)
-.
ε =max{− ln(1 − δ), ln(1 + δ)} = − ln(1 − δ), (
/0123Æ
(1 − δ
2
) ≤ 1,
1/(1 − δ) ≥ 1+δ).
| ln(
x
x
A
)|≤ε,
− ln(1 − δ)
',(
ln x
)*4
2,56789:;<=>?@ABCD(EF
)GHIEF>JK#LM&N,567NOPQRSTUJV
WLXY',ZÆEF[
1
Ex 7:
I
n
=
1
0
x
n
e
x−1
dx, n =0, 1, ···.,
I
0
=1− e
−1
,I
n
=1− nI
n−1
.
e
−1
≈ 0.3679,
\]
I
0
,I
1
, ···,I
9
(
Æ
]
).
^_
`
a
]
!"
]
bc]
I
0
,I
1
, ···,I
9
.
I
0
=
1
0
e
x−1
dx = e
x−1
|
1
0
=1− e
−1
.
I
n
=
1
0
x
n
e
x−1
dx =
1
0
x
n
de
x−1
= x
n
e
x−1
|
1
0
−
1
0
nx
n−1
e
x−1
dx =1− nI
n−1
.
-.
e
−1
≈ 0.3679,
de
I
n
I
n
LM
I
0
=1− e
−1
≈ 1 − 0.3679 = 0.6321,
I
1
=1− I
0
≈ 0.3679,
I
2
=1− 2I
1
≈ 0.2642,
I
3
=1− 3I
2
≈ 0.2074,
I
4
=1− 4I
3
≈ 0.1704,
I
5
=1− 5I
4
≈ 0.1480,
I
6
=1− 6I
5
≈ 0.1120,
I
7
=1− 7I
6
≈ 0.2160,
I
8
=1− 8I
7
≈−0.7280,
I
9
=1− 9I
8
≈ 7.5520.
&
I
n
)*fgWL
I
n
∈ [e
−1
/(n +1), 1/(n +1)],
hij5kLM
I
8
,I
9
J
'l>)*mno5-
err(I
k
)=I
k
− I
k
,5LMpq
err(I
9
)=
I
9
− I
9
=(−9)err(I
8
)=(−9)(−8)err(I
7
)=··· = −9!err(I
0
),
&
err(I
0
) ≈ 0.5 ∗ 10
−4
,
%&
|err(I
9
)|≈362880 ∗ 0.5 ∗ 10
−4
=18.144.
)rstu',vw
I
k
WL.
I
9
≈ (e
−1
/10 + 1/10) ∗ (1/2) = 0.068395,
xyw
I
n−1
=(1− I
n
)/n
yzLM
I
8
,I
7
, ···,I
0
,
LM{|
I
8
=(1− I
9
)/9 ≈ 0.103512,
I
7
=(1− I
8
)/8 ≈ 0.112061,
I
6
=(1− I
7
)/7 ≈ 0.126848,
I
5
=(1− I
6
)/6 ≈ 0.145525,
I
4
=(1− I
5
)/5 ≈ 0.170895,
I
3
=(1− I
4
)/4 ≈ 0.207276,
I
2
=(1− I
3
)/3 ≈ 0.264241,
I
1
=(1− I
2
)/2 ≈ 0.367879,
I
0
=(1− I
1
)/1 ≈ 0.632121.
(
}
Mathematica
~
)
I0=1-0.3679
ouput 0.6321
II={I0};
2
Ip rev=I0;
For[n=1,n≤9,n++,
temp=1-n*Iprev;
I I=Append[II,temp];
Ip rev=temp];
II
output
{0.6321,0.3679,0.2642,0.2074,0.1704,0.148,0.112,0.216,-0.728,7.552}
I9=(0.3679*0.1+0.1)/2
output 0.068395
II={I9};
Ip rev=I9;
For[n=9,n≥1,n- -,
temp=(1-Iprev)/n;
I I=Prep end[II,temp];
Ip rev=temp];
II
output
{0.632121,0.367879,0.264241,0.207276,0.170895,0.145525,0.126848,0.112061,0.103512,0.068395}
Approximating R eal Values
I I=Table[NIntegrate[x n*Exp[x-1],{x,0,1}],{n,0,9}]
output
{0.632121,0.367879,0.264241,0.207277,0.170893,0.145533,0.126802,0.112384,0.100932,0.0916123}
3
1
(f(x) = ln x):
x 0.4 0.5 0.6 0.7
f(x) −0.916291 −0.693147 −0.510826 −0.356675
f(0.55)
"!
0.55
#%$%&%'
0.5, 0.6
(%)%*,+%-%.%/%0%1%2%3%4%5%6%7%8%9%:
x
0
= 0.5, x
1
=
0.6,
;<
Lagrange
23=>*0123?@A:
L
1
(x) = y
0
∗
x − x
1
x
0
− x
1
+ y
1
∗
x −x
0
x
1
− x
0
= −1.60475 + 1.82321x
+-
ln(0.55) ≈ L
1
(0.55) = −0.601986.
BCD
234*&'EFGHI*KJML79ONPO'QAO23O&'O*R7O9SPO'QOA2
3&'T;<
Lagrange
23=>*5678UV
CD
23?@:
(I)
WH9&'
x
0
= 0.4, x
1
= 0.5, x
2
= 0.6
*X4
L
2
(x) = y
0
∗
(x − x
1
)(x − x
2
)
(x
0
− x
1
)(x
0
− x
2
)
+ y
1
∗
(x − x
0
)(x − x
2
)
(x
1
− x
0
)(x
1
− x
2
)
+ y
2
∗
(x − x
0
)(x − x
1
)
(x
2
− x
0
)(x
2
− x
1
)
= −2.2171 + 4.06848x −2.04115x
2
+-
ln(0.55) ≈ L
2
(0.55) = −0.596884.
(II)
WHI&'
x
0
= 0.5, x
1
= 0.6, x
2
= 0.7
*YZ
L
2
(x) = −2.0273 + 3.37256x − 1.4085x
2
+-
ln(0.55) ≈ L
2
(0.55) = −0.59465.
3
[
f ∈ C
2
[a, b],
\]
max
a≤x≤b
f(x) − [f(a) +
f(b) −f(a)
b −a
(x − a)]
≤
1
8
(b −a)
2
max
a≤x≤b
|f
00
(x)|
^_`abcdef
ghij
k lOm
f(x)
#O&O'
x
0
= a, x
1
= b
nOoO0O1O2O3O?O@
L
1
(x),
pOqOr
k
L
1
(x) =
f(x) − [f(a) +
f(b)−f(a)
b−a
(x − a)],
+-s
k
otu>vwxynz0123{|o}~3
x ∈ [a, b],
x 6= a, b,
./?@
Ψ(t) = f(t) − L
1
(t) −
f(x) − L
1
(x)
(x − a)(x − b)
(t −a)(t −b)
a, b, x
z
Ψ(t)
#)
[a, b]
noPt'*
Rolle
Ψ
00
(t)
#
(a, b)
n
E'
ξ,
+-
|f(x) − L
1
(x)| ≤
kf
00
k
2
|(x − a)(x − b)|
1
|(x − a)(x − b)| = |(x − a)(b −x)| ≤ ((x −a) + (b − x))
2
/4 = (b − a)
2
/4
max
a≤x≤b
f(x) − [f(a) +
f(b) −f(a)
b −a
(x − a)]
≤
1
8
(b −a)
2
max
a≤x≤b
|f
00
(x)|
O!
.O/OOuO>OOOoOOO*7O8
lOmOO
oOOO*9
a = 0, b = 1, f(a) = 0, f(b) = 1,
lm
f(x)
A
CD
?@*¡¢£W9
f(x) = 4x
2
− 3x
¤¥u¦§¨
©
wA
kf
00
k/8 = 1
*vwA
k4x
2
− 3x − xk = k4x
2
− 4xk = 1
4
[
f(x) = 3xe
x
− 2e
x
,
ª
f
«¬®
x
0
= 1, x
1
= 1.05, x
2
= 1.07
Lagrange
¯°
e
p
2
,
^±²
p
2
(1.03) −f(1.03)
³´µ
d
¶
²·¸¹º»
¼¾½¾¿
U¾V¾&¾'¾À¾o¾?¾@¾3
f
0
= 2.71828, f
1
= 3.2863, f
2
= 3.52761,
C¾D
Lagrange
23=>
p
2
(x) = f
0
∗
(x − x
1
)(x − x
2
)
(x
0
− x
1
)(x
0
− x
2
)
+ f
1
∗
(x − x
0
)(x − x
2
)
(x
1
− x
0
)(x
1
− x
2
)
+ f
2
∗
(x − x
0
)(x − x
1
)
(x
2
− x
0
)(x
2
− x
1
)
= 1.93566 − 9.2914x + 10.074x
2
UV
f(1.03) −p
2
(1.03) = 0.00011176
J"Á%%Â%{%|%*,
h
A%}%~%)%Ã%*,
h = 0.05,
f
(3)
= 7e
x
+3xe
x
,
+%-
kf
(3)
k = 29.766.
ÄB
{|ÅU>
kf −p
2
k ≤
h
3
4 ∗(2 + 1)
kf
(3)
k
+-Â{|ÆA
0.05
3
∗ 29.766/12 = 0.000310063.
7
x 1 3/2 0 2
f(x) 3 13/4 3 5/3
ÇÈ`É
f
Ê
²Ë
*
^Ì`Í
Newton
¯°
e
Î
|ÏqUV
x
k
Ð
Î
| Ð
Î
|
C
Ð
Î
| PÐ
Î
|
1 3 1/2 1/3 −2
3/2 13/4 1/6 −5/3
0 3 −2/3
2 5/3
+-P
D
Newton
23A
L
3
(x) = 3 + (1/2) ∗ (x − 1) + (1/3) ∗ (x − 1)(x − 3/2) + (−2) ∗(x −1)(x −3/2)(x − 0)
= 3 − 10x/3 + 16x
2
/3 −2x
3
.
(
8ÑA
Mathematica
UVÒÓ*ÔÀÕÖØ×MÙÚ
)
x={1,3/2,0,2}
f={3,13/4,3,5/3}
df1=Table[(f[[k+1]]-f[[k]])/(x[[k+1]]-x[[k]]),{k,1,3}]
df2=Table[(df1[[k+1]]-df1[[k]])/(x[[k+2]]-x[[k]]),{k,1,2}]
2
剩余24页未读,继续阅读
haozr11
- 粉丝: 1
- 资源: 7
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Three.js介绍.zip
- Android14 CTS Verifier测试手册.pdf
- NC65 UAP65 流程开发 – 业务流 – 推单 详细笔记
- 两种计算CDF累加分布函数的Matlab程序,可以选择使用 .rar
- Windows操作系统介绍.zip
- 汉森的广义t分布的matlab程序(金融)cdf.zip
- Three.js介绍.zip0002
- 人工智能BBSO算法,MATLAB实现,很基本的人工智能算法,里面有很多源程序
- 高端大气科技互联网项目融资商业计划书产品公司品牌介绍PPT模板.pptx
- Sora AI文字生成视频实操教程、由给定的图片生成视频的教程说明书,祝你一臂之力 轻松上手Sora
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
- 4
- 5
- 6
前往页