数值代数练习题2010.doc

数值代数练习题2010.doc

ID:51111027

大小:246.00 KB

页数:8页

时间:2020-03-18

数值代数练习题2010.doc_第1页
数值代数练习题2010.doc_第2页
数值代数练习题2010.doc_第3页
数值代数练习题2010.doc_第4页
数值代数练习题2010.doc_第5页
资源描述:

《数值代数练习题2010.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、一、指出下列说法中哪些是不正确的,并说明理由。1.用两种数学上等价的计算公式,在同一计算机上计算的结果是相同的。2.对线性方程组,如果Jacobi迭代法收敛,则相应的Gauss-Seidel迭代法也收敛。3.求解法(正则)方程是求解最小二乘问题的有效算法。二、判断正误1、一个计算问题是否病态是计算问题本身固有的属性,与所使用的计算方法没有关系。2、在计算机上进行数值计算时,满足乘法的结合率。3、线性方程组系数矩阵对称正定时,Jacobi迭代法收敛。4、对于2个变量2个方程的方程组,当Jacobi迭代收敛时,Gauss-Seidel迭代收敛。5、一个算法是否数值稳定是

2、算法本身的固有属性,与计算问题是否病态无关。6、在计算机上进行数值计算时,满足加法的结合率。7、线性方程组系数矩阵对称正定时,Gauss-Seidel迭代法收敛。8、对于2个变量2个方程的方程组,当Jacobi迭代发散时,Gauss-Seidel迭代收敛。三、简要回答下列问题:1.对线性方程组,如果Gauss-Seidel迭代收敛,则Jacobi迭代一定收敛吗?2.用数值方法解决实际问题时,必须考虑哪四种误差?3.说明求解特征值的两步平移法的好处?1.叙述矩阵广义逆的定义,指出矩阵广义逆的一个应用。2.误差可以分成几类?3.同一种数值方法是否可以有多种实现方法?效果

3、是相同的吗?4.为什么说把数据输入计算机的过程中舍入误差几乎难免?5.什么是矩阵的谱半径?请说明,在数值分析中,矩阵的谱半径有用。6.在计算机上计算何时会遇到困难?7.为什么在数值计算过程中尽量避开绝对值很小的数做分母?8.在机器数集合上,标准浮点加法是否满足结合律?为什么?9.在数值计算过程中为什么要尽量避开相近数相减?10.对于2阶线性方程组,Jacobi迭代和Seidel迭代矩阵谱半径之间有何关系?11.用数值方法解决实际问题时,为什么应该进行扰动分析?12.在计算机上计算时,应该如何计算?13.说明求解特征值的两步平移法的好处。四、范数理论1、证明(1)(2

4、)(3)2、设,证明(1)(2)对于任意酉阵和有3、证明Frobenius范数的下述性质(1);(2);4、设是上由向量范数诱导的算子范数,证明,如果A是上的可逆阵,那么5、设矩阵,计算6、,证明:是算子范数。7、,证明:是算子范数。8、若和都是非奇异的,证明9、设为上的一个向量范数,且为可逆矩阵,对任意的,定义,则也为上的一种向量范数。五、初等变换、矩阵分解1.对,,当时,则一定存在Householder变换使2.(1)已知向量,请给出一个镜面反射矩阵,把的后二个分量化为零。(2)已知向量,请给出一个Householder矩阵,使的后两个分量为0。3.已知向量,请

5、给出一个Gauss消元矩阵,使。4.5.A是严格对角占优矩阵,证明:A一定存在LU分解。6.已知的QR分解,如何计算增加一行的新矩阵的QR分解?7.求矩阵A部分主元LU分解。8.任一方阵都正交相似于一个上-Hessenberg阵,若H不可约,则Q、H由A及确定.P36.4.5.7.8.10P971.2.3.4.六、方程组1、设线性方程组(1).试写出系数矩阵的Cholesky分解,其中为下三角矩阵;(2).用Cholesky分解方法求解此线性方程组。2、用不选主元的直接LU三角分解法,求解方程组,并求出:3、用不选主元的直接LU三角分解法,求解方程组并求:4、设是对

6、称正定三对角阵,请设计一种方法用于求解。5、假设且,试证:(1).矩阵是可逆的,且(2).(3).(其中是算子范数)6、A是严格对角占优矩阵,证明:Gauss-Seidel迭代法收敛。7、证明:为严格对角占优阵,则Jacobi迭代求解必收敛。8、(1)试说明:求解线性方程组的G-S迭代法可以写成其中是与无关的某个矩阵。(2)试说明:求解线性方程组的Jacobi迭代法可以写成其中是与无关的某个矩阵。9、设线性方程组判断Gauss-Seidel迭代法敛散性。10、线性方程组,1)为何值时,系数矩阵是正定的?2)为何值时,Jacobi迭代收敛?3)为何值时,Gauss-S

7、eidel迭代收敛?11、设,其中a为实数,问:(1)a取何值时A是正定的?(2)对于哪些A,Jacobi迭代收敛?(3)对于哪些A,GS迭代收敛?12、、对线性方程组,当时,用Jacobi迭代法和Gauss-Seidel迭代法求解,证明这两种方法要么同时收敛,要么同时发散。七、最小二乘与广义逆1、A是列满秩矩阵,证明:法方程组的解为的解。2、法方程组与同解。3、证明:为的最小范数解。4、试说明最小二乘问题与广义逆的关系。5、设(1)求(2)求的通解八、特征值1、证明:实方阵的复特征值(虚部不为零)对应的特征向量的实部与虚部必线性无关2、试用Givens旋转求上

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。