数值分析 习题答案 陈丽娟 第5章.doc

习题5

1..

2.

回代得。

3.

则。

4..

令得，得。

5.1）,，,

。

2）由解向量的精度的估计式：。

6.设

右端矩阵相乘并比较等式两端。由第一列有，可得。

比较第二列有,求得，。

由第三列得，故，

由解得,由解得。

7.。

8.由得:

令，由，得，

再由，得。

9.证明： 1)。

2)。

3)。

其中是由下式得到

。

10.。

11.

12.

importnumpyasnp

#列主元高斯消元法求解线性方程组

defgaussian_elimination_2(A,b):

n=len(b)

AugmentedMatrix=np.hstack([A,b.reshape(-1,1)])

x=np.zeros(n)

foriinrange(n):

#列主元消去:寻找主元

max_row=np.argmax(np.abs(AugmentedMatrix[i:,i]))+i

AugmentedMatrix[[i,max_row]]=AugmentedMatrix[[max_row,i]]

#主元化:将主元变为1

AugmentedMatrix[i]=AugmentedMatrix[i]/AugmentedMatrix[i,i]

#将当前列其他元素消为0

forjinrange(i+1,n):

factor=AugmentedMatrix[j,i]

AugmentedMatrix[j]-=factor*AugmentedMatrix[i]

#回代

foriinrange(n-1,-1,-1):

x[i]=AugmentedMatrix[i,-1]-np.dot(AugmentedMatrix[i,i+1:n],x[i+1:])

returnx

defgaussian_elimination(A,b):

n=len(b)

AugmentedMatrix=np.hstack([A,b.reshape(-1,1)])

forcolinrange(n):

pivot=AugmentedMatrix[col,col]

AugmentedMatrix[col]=AugmentedMatrix[col]/pivot

forrowinrange(col+1,n):

factor=AugmentedMatrix[row,col]

AugmentedMatrix[row]-=factor*AugmentedMatrix[col]

x=np.zeros(n)

foriinrange(n-1,-1,-1):

x[i]=AugmentedMatrix[i,-1]-np.dot(AugmentedMatrix[i,i+1:n],x[i+1:])

returnx

defgaus(A,b):

n=A.shape[1]

rank_A=np.linalg.matrix_rank(A)

augmented_matrix=np.column_stack((A,b))

rank_augmented=np.linalg.matrix_rank(augmented_matrix)

ifrank_A!=rank_augmented:

returnNoSolution,rank_A,rank_augmented,n,None

elifrank_A==rank_augmentedandrank_A==n:

x=gaussian_elimination(A