李庆扬数值分析第五版第5章习题答案0808.docx

上传人:b****2 文档编号:2320216 上传时间:2023-05-03 格式:DOCX 页数:26 大小:24.19KB
下载 相关 举报
李庆扬数值分析第五版第5章习题答案0808.docx_第1页
第1页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第2页
第2页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第3页
第3页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第4页
第4页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第5页
第5页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第6页
第6页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第7页
第7页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第8页
第8页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第9页
第9页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第10页
第10页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第11页
第11页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第12页
第12页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第13页
第13页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第14页
第14页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第15页
第15页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第16页
第16页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第17页
第17页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第18页
第18页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第19页
第19页 / 共26页
李庆扬数值分析第五版第5章习题答案0808.docx_第20页
第20页 / 共26页
亲,该文档总共26页,到这儿已超出免费预览范围,如果喜欢就下载吧!
下载资源
资源描述

李庆扬数值分析第五版第5章习题答案0808.docx

《李庆扬数值分析第五版第5章习题答案0808.docx》由会员分享,可在线阅读,更多相关《李庆扬数值分析第五版第5章习题答案0808.docx(26页珍藏版)》请在冰点文库上搜索。

李庆扬数值分析第五版第5章习题答案0808.docx

李庆扬数值分析第五版第5章习题答案0808

第5章

复习与思考题

1、用高斯消去法为什么要选主元?

哪些方程组可以不选主元?

k

答:

使用高斯消去法时,在消元过程中可能出现a0的情况,这时消去法无法进行;即

kk

k

时主元素a0,但相对很小时,用其做除数,会导致其它元素数量级的严重增长和舍入

kk

误差的扩散,最后也使得计算不准确。

因此高斯消去法需要选主元,以保证计算的进行和计

算的准确性。

当主对角元素明显占优(远大于同行或同列的元素)时,可以不用选择主元。

计算时一般选

择列主元消去法。

2、高斯消去法与LU分解有什么关系?

用它们解线性方程组Ax=b有何不同?

A要满足什么

条件?

答:

高斯消去法实质上产生了一个将A分解为两个三角形矩阵相乘的因式分解,其中一个

为上三角矩阵U,一个为下三角矩阵L。

用LU分解解线性方程组可以简化计算,减少计算量,提高计算精度。

A需要满足的条件是,顺序主子式(1,2,⋯,n-1)不为零。

3、楚列斯基分解与LU分解相比,有什么优点?

楚列斯基分解是LU分解的一种,当限定下三角矩阵L的对角元素为正时,楚列斯基分解具

有唯一解。

4、哪种线性方程组可用平方根法求解?

为什么说平方根法计算稳定?

具有对称正定系数矩阵的线性方程可以使用平方根法求解。

平方根法在分解过程中元素的数量级不会增长,切对角元素恒为正数,因此,是一个稳定的

算法。

5、什么样的线性方程组可用追赶法求解并能保证计算稳定?

对角占优的三对角方程组

6、何谓向量范数?

给出三种常用的向量范数。

向量范数定义见p53,符合3个运算法则。

正定性

齐次性

三角不等式

设x为向量,则三种常用的向量范数为:

(第3章p53,第5章p165)

n

||x|||x|

1i

i1

1

n

22

||x||(x)

2i

i1

||x||max|xi|

1in

7、何谓矩阵范数?

何谓矩阵的算子范数?

给出矩阵A=(aij)的三种范数||A||1,||A||2,||

A||

∞,||A||1与||A||2哪个更容易计算?

为什么?

向量范数定义见p162,需要满足四个条件。

正定条件

齐次条件

三角不等式

相容条件

矩阵的算子范数有

||A||

1

||A||

2

||A||

从定义可知,||A||1更容易计算。

8、什么是矩阵的条件数?

如何判断线性方程组是病态的?

答:

设A为非奇异阵,称数

1

cond(A)vAA(v1,2,)为矩阵A的条件数

v

v

当cond(A)1时,方程是病态的。

9、满足下面哪个条件可判定矩阵接近奇异?

(1)矩阵行列式的值很小。

(2)矩阵的范数小。

(3)矩阵的范数大。

(4)矩阵的条件数小。

(5)矩阵的元素绝对值小。

接近奇异阵的有

(1)、

(2)

注:

矩阵的条件数小说明A是良态矩阵。

矩阵的元素绝对值小,不能说明行列式的值小等。

10、判断下列命题是否正确:

(1)只要矩阵A非奇异,则用顺序消去法或直接LU分解可求得线性方程组Ax=b的解。

答:

错误,主元位置可能为0,导致无法计算结果。

(2)对称正定的线性方程组总是良态的。

答:

正确。

(3)一个单位下三角矩阵的逆仍为单位下三角矩阵。

答:

正确。

(4)如果A非奇异,则Ax=b的解的个数是由右端向量b的决定的。

答:

正确。

解释:

若A|b与A的秩相同,则A有唯一解。

若不同,则A无解。

(5)如果三对角矩阵的主对角元素上有零元素,则矩阵必奇异。

(6)范数为零的矩阵一定是零矩阵。

答:

正确。

(7)奇异矩阵的范数一定是零。

答:

错误,可以不为0。

(8)如果矩阵对称,则||A||1=||A||

∞。

答:

根据范数的定义,正确。

(9)如果线性方程组是良态的,则高斯消去法可以不选主元。

答:

错误,不选主元时,可能除数为0。

(10)在求解非奇异性线性方程组时,即使系数矩阵病态,用列主元消去法产生的误差也很

小。

答:

错误。

对于病态方程组,选主元对误差的降低没有影响。

T||

(11)||A||1=||A

∞。

答:

根据范数的定义,正确。

(12)若A是nn的非奇异矩阵,则

cond(

1

A)cond(A)。

答:

正确。

A是nn的非奇异矩阵,则A存在逆矩阵。

1

cond(A)AA

根据条件数的定义有:

111111

cond(A)A(A)AAAA

习题

1、设A是对称阵且a110,经过高斯消去法一步后,A约化为

T

a

a

11

1

0A

2

,证明

A是对

2

称矩阵。

证明:

aa...a

11121n

设对称矩阵

A

aa...a

1222n2

............

,则经过1次高斯校区法后,有

aa...a

1n2nnn

aa...a

11121n

(1)

A

aa

121n

0aa...aa

2212n212

aa

1111

............

aa

1n1n

0aa...aa

2n12nn12

aa

1111

aa...a

11121n

aa

1212

0aa...aa

2212n21n

aa

1111

............

aa

1n1n

0aa...aa

n212nn1n

aa

1111

T

所以a1[a12...a2]

n

aa

1212

aa...aa

2212n21n

aa

1111

A

2

.........

aa

1n1n

aa...aa

n212nn1n

aa

1111

所以A2为对称矩阵。

2、设A是对称正定矩阵,经过高斯消去法一步后,A约化为A(a),其中A(aij)n,

ijn

(2)

A2(aij)n1;

证明:

(1)A的对角元素0(1,2,,)

ain;

(2)

ii

A是对称正定矩阵;

2

T

(1)依次取xi(0,0,,0,1,0,,0),i1,2,,n,则因为A是对称正定矩阵,

i

T

所以有axAx0

ii。

(2)

aa

i11j

(ijn

2)

A中的元素满足ij,(,2,3,,),又因为A是对称正定

aa

2ij

a

11

矩阵,满足aija,i,j1,2,,n,所以

ji

aaaa

i11j1ij1

(2)

(2)

aijaaa,

ijjiji

aa

1111

A是对称矩阵。

2

3、设Lk为指标为k的初等下三角矩阵(除第k列对角元以下元素外,Lk和单位阵I相同),

1

...

L

k

1

m

k1,k

1

......

m

n,k

1

求证当i,jk时,

LILI也是一个指标为k的初等下三角矩阵,其中Iij为初等置换矩

kijkij

阵。

4、试推导矩阵A的Crout分解A=LU的计算公式,其中L为下三角矩阵,U为单位上三角矩

阵。

本题不推导。

参见书上例题。

P147页。

5、设Uxd,其中U为三角矩阵。

(1)就U为上及下三角矩阵推导一般的求解公式,并写出算法

(2)计算解三角方程组Uxd的乘除法次数

(3)设U为非奇异矩阵,试推导求

1

U的计算公式

本题考查求解公式的一般方法,可从第n个元素开始,逐步计算n-1,⋯1时对应的求解公式。

解法,略。

6、证明:

1

(1)如果A是对称正定矩阵,则

A也是对称正定矩阵

(2)如果A是对称正定矩阵,则A可以唯一地写成

T

ALL,其中L是具有正对角元的下

三角矩阵

均是对称正定矩阵的性质。

应予以记住。

7、用列主元消去法解线性方程组

12x3x3x15

123

18x3xx15

123

xxx

123

6

并求出系数矩阵A的行列式的值

1233

A1831

111

123315

A|b183115

1116

使用列主元消去法,有

123315

A|b183115

1116

183115

123315

1116

183115

7

015

3

0

71731

6186

183115

0

71731

6186

7

015

3

183115

0

71731

6186

00

6666

217

A的行列式为-66

方程组的解为

X1=1,x2=2,x3=3

8、用直接三角分解(Doolittle分解)求线性方程组的解

111

xxx

123

456

9

111

xxx

123

345

8

1

2

xx2x8

123

本题考查LU分解。

解:

111

456

A

111

345

1

2

12

100

L

1

3

10

1

2

11

111

456

U0

1113

6090

00

957

540

9、用追赶法解三对角方程组Axb,其中

210001

121000

A01210,b0。

001210

000120

解:

追赶法实际为LU分解的特殊形式。

设U为、单位上三角矩阵。

(1)计算

i的递推公式

1c1/b11/20.5

2c2/(b2a21)1/(2

(1)(0.5))2/3

3c3/(b3a32)1/(2

(1)(2/3))3/4

4c4/(b4a43)1/(2

(1)(3/4))4/5

(2)解Ly=f

y1f1/b11/2

y2(f2a2y1)/(b2a21)(0

(1)(1/2))/(2

(1)(0.5))1/3

y3(f3a3y2)/(b3a32)(0

(1)(1/3))/(2

(1)(2/3))1/4

y4(f4a4y3)/(b4a43)(0

(1)(1/4))/(2

(1)(3/4))1/5

y5(f5a5y4)/(b5a54)(0

(1)(1/5))/(2

(1)(4/5))1/6

(3)解UX=y

x5y51/6

x4y44x51/5(4/5)1/61/3

x3y33x41/4(3/4)1/31/2

x2y22x31/3(2/3)1/22/3

x1y11x22(1/2)2/35/6

10、用改进的平方根法解方程组

211

x

1

4

123

x

2

5

131

x

3

6

本题明确要求使用平方根法进行求解。

实际考查的LDU分解。

见P157

10723

x1,x,x。

23

999

11、下列矩阵能否分解为LU(其中L为单位下三角阵,U为上三角阵)?

若能分解,那么

分解是否唯一。

123111126

A241,B221,C2515。

46733161546

LU分解存在的条件

一个可逆矩阵可以进行LU分解当且仅当它的所有子式都非零。

如果要求其中的L矩阵(或

U矩阵)为单位三角矩阵,那么分解是唯一的。

同理可知,矩阵的LDU可分解条件也相同,

并且总是唯一的。

即使矩阵不可逆,LU仍然可能存在。

实际上,如果一个秩为k的矩阵的前k个顺序主子式

不为零,那么它就可以进行LU分解,但反之则不然。

解:

因为A的一、二、三阶顺序主子式分别为1,0,-10,所以A不能直接分解为三

角阵的乘积,但换行后可以。

因为B的一、二、三阶顺序主子式分别为1,0,0,所以B不能分解为三角阵的

乘积。

因为C的一、二、三阶顺序主子式分别为1,5,1,所以C能够分解为三角阵的

乘积,并且分解是唯一的。

12、设

0.60.5

A,

0.10.3

计算A的行范数,列范数,2-范数及F-范数。

本题考查的是矩阵范数的定义及求法

行范数0.6+0.5=1.1

列范数0.5+0.3=0.8

2-范数的计算需要用到特征值,特征值的计算可以使用幂法进行计算,也可以直接求。

T

AA的最大特征值为0.3690

所以2-范数为0.6074

F-范数0.8426

13、求证:

(a)xxnx

1;

(b)

1

n

A

FAA

2

F

根据定义求证。

n

xmaxxxxnmaxxinx。

ii

1

1in1in

i1

n

11

22

Aa

ij

F

nn

i,j1

2

T

A2(AA)

max

14、设

nn

PR且非奇异,又设x为

n

R上一向量范数,定义xpPx。

试证明xp是

n

R上向量的一种范数。

根据向量范数的定义来证明:

要求就有正定性,齐次性,三角不等式等性质。

显然xpPx0,cxpPcxcPxcxp、

x1x2(12)121212,从而

pPxxPxPxPxPxxx

pp

x是

p

n

R

上向量的一种范数。

15、设

nn

AR为对称正定,定义

1

x

2

(Ax,x)

A,

试证明

x是

A

n

R上向量的一种范数。

根据向量范数的定义来证明:

要求就有正定性,齐次性,三角不等式等性质。

1

显然

T

x(Ax,x)2xAx0

A

11

2T

cx(Acx,cx)2c(xAx)c(Ax,x)2cx

AA

1

T

xx(A(xx),(xx))(xx)A(xx)

2

1212121212

A

TT

xAxxAxxx

112212

AA

16、设A为非奇异矩阵,求证

1

min

10

A

y

Ay

y

因为

A

1

max

x0

A

1

x

x

max

x0

A

AA

1

x

1

x

y

y

1

max

1,

AyAy

Ax0

min

y0

y

所以得证

1

min

10

Ay

Ay

y

17、矩阵第一行乘以一数,成为

2

A,证明当

11

2

3

时,cond(A)有最小值。

本题考查条件数的计算

1

cond(A)AA

首先计算A的逆阵

1

1

1

A

1

2

A

2|3|2

|3||3|2

,当

2

3,取得最小值为2

A

11

||

2

,当

||

取值越大,则最小值为2

从而

11

cond(A)AA

(2)max3,2,

又当

2

3

时,

13

cond(A)

(2)max3,2

(2)27。

2

2

3

时,

11

cond(A)

(2)max3,2

(2)3367。

综上所述,cond(A)7时最小,这时

2

3

,即

2

3

18、设

10099

A,计算A的条件数cond(A)v(v2,)

9998

10099

A可知,

9998

9899

1

A,从而

99100

(A

989998991940519602

1TA,

1

)()

99100991001960219801

1940519602

1TA2,

1

由3920610

I(A)()

1960219801

10099100991980119602

T,AA

999899981960219405

1980119602

T2,

由3920610

IAA

1960219405

1

可得2A19603384277608

A,从而

2

1

cond(A)2AA1960338427760839206。

2

2

11A

A199,A199,从而cond(A)A19919939601。

19、证明:

如果A是正交矩阵,则

cond(A)1

2

若A是正交阵,则

A

1T,从而ATAI,AAAAI

1)T11

A(,故

11

A2A,()1

1condA2AA。

2

22

20、设A,BRnn,且为Rnn上矩阵的算子范数,证明:

cond(AB)cond(A)cond(B)

11111

cond(AB)(AB)ABBAABBAAB

11

(AA)(BB)cond(A)cond(B)

21、设Axb,其中A为非奇异矩阵,证明:

(1)

T

AA为对称正定矩阵;

(2)

T

cond(AA)(cond(A))

2

2

TT2

x(AA)x(Ax)Axb0,所以

T

AA为对称正定矩阵。

2

(cond(A))

2

T

max(AA)

T

min(AA)

由于

T

AA为对称正定矩阵,所以

TT

AAAA

TTT1

cond(AA)AA(AA)

2

22

TTT

max((AA)(AA))

TTT

min((AA)(AA))

TTT

max((AA)(AA))

TTT

min((AA)(AA))

TT

max(AAAA)

TT

min(AAAA)

T2

max(AA)

T2

min(AA)

T

max(AA)

T

min(AA)

(cond(A))

2

2

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 总结汇报 > 学习总结

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2