微机试卷B..docVIP

电子科技大学二零零七至二零零八学年第二学期（B卷） 数值分析 课程试题（开卷）（90分钟） 考试日期 2008年 月 日 一 二 三 四 五 六 七 八 九 十 总分 评卷教师 填空题（30分，每题. 设某数 x*, 它的保留三位有效数字的近似值的绝对误差是 |x-x*|≤0.5×10m-n,其中x为x*的近似值x=±10m×0.x1x2…xn , 此题中m-n≤0确保x为三位有效数字。 2．用选主元的方法解线性方程组AX=b，是为了减少 计算机的浮点 运算规则等造成的误差。 3. 已知函数y=f(x)，过点（4，6），（8，10），那么f(x)的线性插值多项式的基函数 为 -（x-8）/4，(x-4)/4 。 4．用最小二乘法求拟合直线方程y=a0+a1x的系数a0，a1，是为了使残差向量的计算量 最小。 5. 梯形求积公式的计算误差为|I(f) – TN(f)| ≤（1/12）M2h2(b-a)，其中f为 求积函数，（a，b）为积分限，N个区间h=(b-a)/N，M2=max x∈（a， b）|f”(x)|。 6. 取步长h=0.1，用欧拉法求解初值问题y’=(y/x2)+y,y(1)=1的计算公式是 yn+1=yn+0.1f(xn,yn)，f(xn,yn)= (yn / xn 2)+ yn ，xn = x0 + nh , x0 = 1, y(x0)=1 。 7．用矩阵的LU分解解线性方程组，则方程组AX=b等价于AX=LUX=b。 8．设A=[2 3 ; 2 5]，则cond(A)∞ = 14 。 9. Lagrange插值中的Runge现象是指 插值多项式的插值节点数增多时，相邻插值节 点间，插值函数未必能很好地近似被插值函数，有时它们之间会有非常大的差异。 10.采用N个积分节点的Gauss积分方法，其最高代数精度为 N-1 。 二、2. Gauss消元法的主元选择方式不会影响计算结果。（ T ） 3. 样条查值法能保证分段插值多项式的二阶导数连续。（ T ） 4. 在数值计算中，应尽量避免绝对值小的数作分母。（ T ）。 5. 常微分方程初值问题求解的Euler方法一定是稳定的。（ F ） 三、|| ||u|| 故 ||δu|| / ||u||≤||A-1|| ||δb|| / ||u||≤||A-1|| ||δb|| / (||b|| / ||A||) = cond(A) (||δb||/||b||) 2)矩阵A有扰动△A时，由方程 (A + △A)(u +δu) = b可得 Δu = -A-1△A(u +δu) 则 ||Δu|| = ||A-1|| ||△A|| || (u +δu)|| 即是 ||Δu|| / || (u +δu)|| = ||A-1|| ||A|| ||△A|| / ||A|| 进一步分析可得||Δu|| / || u || = (||A-1|| ||A|| ||△A|| / ||A||) (1 + O(||△A||)) = (cond(A) ||△A|| / ||A||) (1 + O(||△A||)) 由以上分析可知，条件数大时，方程组解的相对误差大，此时A为病态矩阵；反之，方程组解的相对误差小，A为良态矩阵。 四、题（分）– 3x2 + 2x3 = 20 4x1 + 11x2 – x3 = 33 4x1 – 3x2 + 12x3 = 36 的Jacobi和Gauss_Seidel迭代收敛。 证明： Ax=b 方程组中 A = [9 3 2 ; 4 11 -1 ; 4 -3 12] 因为A 中的a11=9,a12=3,a13=2; a21=4,a22=11,a23=-1; a31=4,a32=-3,a33=12;因此，|a11|∑j=1,j≠13|a1j|，|a22|∑j=1,j≠23|a2j|，|a33|∑j=1,j≠33|a3j| 这说明A是严格对角占优的矩阵。根据教材上定理3.3（p53）可知，线性方程组的Jacobi和Gauss_Seidel迭代都是收敛的。 五.算法设计题 给出Lagrange插值法的计算流程，并用MATLAB编程实现该算法。 答案：Lagrange插值法的计算流程如下： 读入插值节点xi,yi(i=0,1,…,n)和点x y=0 对i=0,1