Bai Giang Phuong Phap Tinh

lOMoARcPSD|22842530
bài giảng phương pháp tính
Phương pháp tính (Trường Đại học Bách khoa - Đại học Quốc gia Thành phố Hồ Chí
Minh)
Scan to open on Studocu
Studocu is not sponsored or endorsed by any college or university

Downloaded by Nguy?n Duy Lâm (nguyenduylam778@gmail.com)
lOMoARcPSD|22842530
ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA
LÊ THÁI THANH
BÀI GIẢNG
PHƯƠNG PHÁP TÍNH
Dùng cho sinh viên trường Đại Học Bách Khoa TP.HCM
NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA
TP. HCM - 2012

lOMoARcPSD|22842530
51
89/176-05 Mã số: 8I092M5
GD-05

lOMoARcPSD|22842530
Lời nói đầu
Tập bài giảng Phương Pháp Tính này được biên soạn theo chương
trình của Bộ Giáo dục và Đào tạo dành cho sinh viên trường Đại học
Bách Khoa TP. HCM với tổng số giờ lí thuyết và bài tập là 42 tiết được
phân bố trong 14 tuần. Mục tiêu của giáo trình là cung cấp cho sinh
viên các thuật toán cơ bản để giải quyết một số bài toán trong kĩ
thuật.
Bài giảng bao gồm 6 chương: Số gần đúng và sai số, Phương trình
phi tuyến, Hệ phương trình đại số tuyến tính, Nội suy và xấp xỉ hàm,
Đạo hàm và tích phân, Phương trình vi phân. Để thể hiện các thuật
toán chúng tôi chọn phần mềm MATLAB vì hiện nay đây là phần mềm
được sử dụng rộng rãi trong các trường kĩ thuật.
Mọi ý kiến đóng góp của bạn đọc xin gửi về:
Bộ môn Toán ứng dụng, Trường Đại học Bách khoa TP. HCM,
104 Nhà B4, 268 Lý Thường Kiệt, P.14, Q.10, TP. HCM.
Điện thoại: 08-8647256 (ext. 5305)
E-mail: tlethai@hcmut.edu.vn
TP. HCM, ngày 22 tháng 4 năm 2012
Tác giả

lOMoARcPSD|22842530
Mục lục
Lời nói đầu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Mục lục . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1 SỐ GẦN ĐÚNG VÀ SAI SỐ 7
1.1 Sai số . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Biểu diễn số thập phân . . . . . . . . . . . . . . . . . . . . 10
Bài tập chương 1 . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 PHƯƠNG TRÌNH PHI TUYẾN 13
2.1 Đặt bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Phương pháp chia đôi . . . . . . . . . . . . . . . . . . . . . 15
2.3 Phương pháp lặp đơn . . . . . . . . . . . . . . . . . . . . . 16
2.4 Phương pháp Newton . . . . . . . . . . . . . . . . . . . . . 19
Bài tập chương 2 . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3 HỆ PHƯƠNG TRÌNH ĐẠI SỐ TUYẾN TÍNH 25
3.1 Phương pháp Gauss . . . . . . . . . . . . . . . . . . . . . . 26
3.2 Phương pháp nhân tử LU . . . . . . . . . . . . . . . . . . . 31
3.3 Phương pháp Choleski . . . . . . . . . . . . . . . . . . . . 32
3.4 Chuẩn vectơ và chuẩn ma trận . . . . . . . . . . . . . . . 34

lOMoARcPSD|22842530
MỤC LỤC 5
3.5 Phương pháp lặp . . . . . . . . . . . . . . . . . . . . . . . . 36
Bài tập chương 3 . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4 NỘI SUY VÀ XẤP XỈ HÀM 44
4.1 Đa thức nội suy Lagrange . . . . . . . . . . . . . . . . . . 45
4.2 Đa thức nội suy Newton . . . . . . . . . . . . . . . . . . . 49
4.3 Spline bậc ba . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3.1 Spline bậc ba tự nhiên . . . . . . . . . . . . . . . . 54
4.3.2 Spline bậc ba ràng buộc . . . . . . . . . . . . . . . 56
4.4 Bài toán xấp xỉ hàm thực nghiệm . . . . . . . . . . . . . . 57
Bài tập chương 4 . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5 ĐẠO HÀM VÀ TÍCH PHÂN 62
5.1 Tính gần đúng đạo hàm . . . . . . . . . . . . . . . . . . . . 62
5.2 Công thức Newton-Cotes . . . . . . . . . . . . . . . . . . . 64
5.2.1 Công thức hình thang . . . . . . . . . . . . . . . . . 65
5.2.2 Công thức Simpson . . . . . . . . . . . . . . . . . . 67
Bài tập chương 5 . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6 PHƯƠNG TRÌNH VI PHÂN 70
6.1 Bài toán Cauchy . . . . . . . . . . . . . . . . . . . . . . . . 70
6.1.1 Công thức Euler . . . . . . . . . . . . . . . . . . . . 71
6.1.2 Công thức Euler cải tiến . . . . . . . . . . . . . . . 71
6.1.3 Công thức Runge-Kutta . . . . . . . . . . . . . . . . 72
6.1.4 Hệ phương trình vi phân. . . . . . . . . . . . . . . . 76
6.2 Bài toán biên tuyến tính cấp hai . . . . . . . . . . . . . . . 79

lOMoARcPSD|22842530
6 MỤC LỤC
Bài tập chương 6 . . . . . . . . . . . . . . . . . . . . . . . . . . 82
CÁC CHƯƠNG TRÌNH MATLAB 84
CÁC ĐỀ THI MẪU 104
CHỈ DẪN VÀ TRẢ LỜI 113
Chỉ dẫn và trả lời bài tập chương 1 . . . . . . . . . . . . . . . . 113
Đáp số các đề mẫu . . . . . . . . . . . . . . . . . . . . . . . . . 123
Tài liệu tham khảo . . . . . . . . . . . . . . . . . . . . . . . . . 124

lOMoARcPSD|22842530
CHƯƠNG MỘT
SỐ GẦN ĐÚNG VÀ SAI SỐ
Mục lục
1.1 Sai số . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Biểu diễn số thập phân . . . . . . . . . . . . . . . . . 10
Bài tập chương 1 . . . . . . . . . . . . . . . . . . . . . . . 12
§1.1 SAI SỐ
Trong hầu hếtcác bài toán kĩ thuật chúng ta thường không thể xác
định được giá trị chính xác của một đại lượng mà chỉ làm việc với giá
trị gần đúng của nó. Do đó việc tìm hiểu sự sai lệch giữa giá trị chính
xác và giá trị gần đúng là yêu cầu bắt buộc trước khi sử dụng các giá
trị gần đúng trong các phép toán tiếp theo. Độ sai lệch giữa giá trị
gần đúng và giá trị chính xác được gọi là sai số.
Số a được gọi là số gần đúng của số chính xác A, kí hiệu là a « A
(đọc là a xấp xỉ A), nếu a khác A không đáng kể và được dùng thay
cho A trong tính toán. Đại lượng ∆ “ |a ´ A| được gọi là sai số tuyệt
đối của số gần đúng a so với A. Trong thực tế, do không biết A, ta ước
lượng một đại lượng dương ∆a càng bé càng tốt thoả điều kiện
|A ´ a| ď ∆a (1.1)
được gọi là sai số tuyệt đối giới hạn của số gần đúng a so với A. Từ

lOMoARcPSD|22842530
8 Số GầN đÚNG VÀ SAI Số
công thức (1.1) ta có:
a ´ ∆a ď A ď a ` ∆a
Tuy nhiên ta thường viết bất đẳng thức trên dưới dạng A “ a ˘ ∆a .
Sai số tương đối giới hạn của số gần đúng a so với A là đại lượng
δa được tính theo công thức
|A ´ a|
δa “ pa “ 0q
|a|
Chú ý rằng sai số tuyệt đối giới hạn là đại lượng có thứ nguyên trùng
với thứ nguyên của đại lượng cần đo hoặc cần tính toán, trong khi sai
số tương đối giới hạn là đại lượng không có thứ nguyên. Do đó trong
thực hành, ta thường nhân sai số tương đối giới hạn với một trăm để
tính bằng phần trăm.
Ví dụ 1.1. Vận tốc của một vật thể đo được là v “ 2.8m{s với sai số 0.5%. Khi đó sai
0.5
số tuyệt đối là: ∆v “ ¨ 2.8m{s “ 0.014m{s.
100
Ví dụ 1.2. Đo độ dài hai đoạn thẳng ta được a “ 10cm và b “ 1cm với ∆a “ ∆b “
0.01 0.01
0.01cm. Khi đó ta có δa “ “ 0.1% trong khi δb “ “ 1% hay δb “ 10δa .
10 1
Hiển nhiên là phép đo a chính xác hơn phép đo b mặc dù ∆a “ ∆b .
Như vậy độ chính xác của một phép đo thể hiện qua sai số tương đối.
Bây giờ ta tìm công thức tổng quát của sai số. Giả sử phải tìm đại
lượng y theo công thức
y “ f px1 , x2 , . . . , xn q
Gọi x̄i , ȳ và xi , y, i “ 1, 2, . . . , n, là các giá trị chính xác và giá trị gần
đúng của đối số và hàm số. Nếu f là hàm khả vi liên tục thì
ÿn ˇˇ ˇ
ˇ Bf ˇˇ
|y ´ ȳ| “ |f px1 , x2 , . . . , xn q ´ f px̄1 , x̄2 , . . . , x̄n q| « ˇ Bxi ˇ |xi ´ x̄i |
i“1

lOMoARcPSD|22842530
1.2 Biểu diễn số thập phân 9
Bf
trong đó các đạo hàm riêng được tính tại các điểm trung gian. Do
Bxi
Bf
liên tục và ∆xi khá bé ta có thể xem
Bxi
n ˇˇ
ÿ ˇ
ˇ
Bf
∆y “ ˇ ˇ
ˇ Bxi px1 , x2 , . . . , xn qˇ ∆xi (1.2)
i“1
là sai số tuyệt đối cần tìm của hàm số và do đó ta có công thức tính
sai số tương đối:

ÿn ˇˇ ˇ
∆y Bpln f q ˇˇ
δy “ “ ˇ
ˇ Bxi ˇ ∆xi (1.3)
|y| i“1
Ví dụ 1.3. Diện tích của hình tròn được tính theo công thức S “ πR2 với π “ 3.14 ˘
0.002 và R “ 5.25 ˘ 0.001pmq. Tính sai số của s “ 3.14p5.25q2 “ 86.54625pm2 q.

BS BS
Xem S như là hàm của hai biến π và R, ta có “ R2 và “ 2πR. Vậy ∆s “
Bπ BR
p5.25q2 ˆ 0.002 ` 2 ˆ 3.14 ˆ 5.25 ˆ 0.001 « 0.0881.
Từ các công thức sai số tổng quát (1.2) và (1.3), ta thu được đánh
giá sai số của một số trường hợp đặc biệt sau.
ˇ ˇ
ˇ Bf ˇ
Trường hợp 1: Xét hàm y “ f px1 , . . . , xn q “ x1 ˘ ¨ ¨ ¨ ˘ xn . Khi đó ˇ
ˇ ˇ“
Bxi ˇ
1, @i “ 1, n. Do đó từ công thức (1.2) ta được ∆y “ ∆x1 ` ∆x2 `
¨ ¨ ¨ ` ∆xn . Nói cách khác, sai số tuyệt đối của một tổng bằng tổng
các sai số tuyệt đối.
ˇ ˇ
ˇ B ln f ˇ
Trường hợp 2: Xét hàm y “ f px1 , . . . , xn q “ x1 x2 . . . xn . Khi đó ˇ
ˇ ˇ“
Bxi ˇ
1
. Do đó từ công thức (1.3) ta được δy “ δx1 ` δx2 ` ¨ ¨ ¨ ` δxn .
|xi |
Nói cách khác, sai số tương đối của một tích bằng tổng các sai
số tương đối.

lOMoARcPSD|22842530
§1.2 BIỂU DIỄN SỐ THẬP PHÂN
Bất kì một số thập phân a nào cũng có thể viết dưới dạng
$
& a“α α ř
m
m m´1 . . . α1 α0 ¨ α´1 α´2 . . . αń “ αk 10k
k“ń (1.4)
%
m, n P N, m ě 0, n ě 1, αm ‰ 0, αk P t0, 1, 2 . . . , 9u
Ví dụ, số a “ 12.3456 được viết dưới dạng
a “ 1 ˆ 101 ` 2 ˆ 100 ` 3 ˆ 10´1 ` 4 ˆ 10´2 ` 5 ˆ 10´3 ` 6 ˆ 10´4 .
Làm tròn một số thập phân a theo cách viết (1.4) là bỏ một số các
chữ số bên phải a sau dấu chấm thập phân để được một số r
a ngắn
gọn hơn và gần đúng nhất so với a. Giả sử ta muốn làm tròn đến chữ
số thứ k p1 ď k ă nq sau dấu chấm thập phân của số a, ta xét chữ số
thứ k ` 1 là α´pk`1q . Nếu α´pk`1q ě 5, ta tăng αk lên một đơn vị; còn
nếu α´pk`1q ă 5, giữ nguyên chữ số αk . Sau đó bỏ phần đuôi từ chữ
a so với a được gọi là sai số làm

số α´pk`1q trở đi. Sai số thực sự của r
tròn
θar “ |a ´ r
a|
Khi đó sai số tuyệt đối của r

a so với A được đánh giá như sau
|r
a ´ A| ď |r
a ´ a| ` |a ´ A| ď θar ` ∆a “ ∆ar
Vì θar ě 0 nên ∆ā ě ∆a , nên sau khi làm tròn sai số tăng lên. Do đó
trong thực tế tính toán ta tránh làm tròn các phép toán trung gian,
chỉ làm tròn kết quả cuối cùng.
Trường hợp làm tròn số trong bất đẳng thức, ta sử dụng các khái
niệm làm tròn lên và làm tròn xuống. Làm tròn lên r
a “ a` hay
làm tròn xuống r

a “ a´ cần lưu ý đến chiều bất đẳng thức. Ví dụ,

lOMoARcPSD|22842530
1.2 Biểu diễn số thập phân 11
a ă 13.9236 khi làm tròn lên được a ă 13.93 và b ą 78.6789 khi làm tròn
xuống được 78.67.
Cho a « A với sai số tuyệt đối ∆a . Trong cách viết thập phân (1.4)
của số a, chữ số αk được gọi là đáng tin, nếu
1
∆a ď 10k
2
Trong trường hợp ngược lại, chữ số αk là chưa đáng tin.
Ví dụ 1.4. Xét a “ 12.3456 với ∆a “ 0.001. Ta có các chữ số 1, 2, 3, 4 là các chữ số
đáng tin, còn các chữ số 5, 6 là không đáng tin.
Trong cách viết thập phân (1.4) của số a, chữ số có nghĩa là tất
cả các chữ số bắt đầu từ một chữ số khác không tính từ trái sang.
Ví dụ 1.5. Số 107 có ba chữ số có nghĩa, số 01070 có bốn chữ số có nghĩa và số
0.01070 cũng có bốn chữ số có nghĩa.
Chúng ta trình bày số gần đúng a của số chính xác A với sai số
tuyệt đối ∆a theo một trong các quy tắc sau:
Cách thứ nhất: Viết số gần đúng a kèm theo sai số tuyệt đối ∆a dưới
dạng: a ˘ ∆a . Cách này thường dùng để biểu diễn các kết quả
đơn lẻ.
Cách thứ hai: Viết số gần đúng theo quy ước: mọi chữ số có nghĩa
đều đáng tin. Điều đó có nghĩa là sai số tuyệt đối ∆a không lớn
hơn một nửa đơn vị của chữ số cuối cùng bên phải. Ví dụ, nếu
viết a “ 0.5 thì sai số tuyệt đối được hiểu là ∆a ď p1{2q10´1 “ 0.05,
trong khi nếu viết a “ 0.5000 thì ta có ∆a ď p1{2q10´4 “ 0.00005.
Cách này thường dùng để trình bày các bảng số.

lOMoARcPSD|22842530
BÀI TẬP
Câu 1. Cho a “ 1.85 với sai số tương đối δa “ 0.12%. Tính sai số tuyệt
đối của a.
Câu 2. Làm tròn đến hai chữ số lẻ sau dấu chấm thập phân của các
số trong các biểu thức sau:

(a) a “ 12.6724 (c) a ď 12.8713
(b) a “ 1.5476 (d) a ě 1.2354
Câu 3. Xác định số các chữ số đáng tin trong cách viết thập phân
của các số sau:

(a) a “ 1.3452, ∆a “ 0.0023
(b) a “ 154.2341, ∆a “ 6.23 ˆ 10´3
(c) a “ 3.4167, δa “ 0.25%
Câu 4. Cho hình cầu có bán kính R “ 5 ˘ 0.0003pmq và số π “ 3.14 ˘
0.002. Tính sai số tuyệt đối của thể tích hình cầu.
Câu 5. Cho a “ 1.5 ˘ 0.02, b “ 0.123 ˘ 0.001, c “ 3.7 ˘ 0.05. Hãy tính sai
số tuyệt đối và sai số tương đối của:
(a) A “ a ` b ` c
(b) B “ 2a ´ 5b ` 3c
(c) C “ a2 ` b2 c
Câu 6. Cho hàm f pxq “ 3x5 ´ 2x2 ` 7 và x “ 1.234 ˘ 0.00015. Tính ∆f .

lOMoARcPSD|22842530
CHƯƠNG HAI
PHƯƠNG TRÌNH PHI TUYẾN
Mục lục
2.1 Đặt bài toán . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Phương pháp chia đôi . . . . . . . . . . . . . . . . . 15
2.3 Phương pháp lặp đơn . . . . . . . . . . . . . . . . . . 16
2.4 Phương pháp Newton . . . . . . . . . . . . . . . . . . 19
Bài tập chương 2 . . . . . . . . . . . . . . . . . . . . . . . 22
§2.1 ĐẶT BÀI TOÁN
Mục đích của chương này là tìm nghiệm gần đúng của phương
trình
f pxq “ 0 (2.1)
với f pxq là hàm liên tục trên một khoảng đóng hay mở nào đó.
Nghiệm của phương trình (2.1) là giá trị p sao cho f ppq “ 0. Trong
giáo trình này ta chỉ xét những nghiệm đơn cô lập. Về mặt hình học,
nghiệm của phương trình (2.1) là hoành độ giao điểm của đường cong
y “ f pxq với trục hoành. Khoảng đóng ra, bs (đôi khi ta cũng xét khoảng
mở pa, bq) mà trên đó tồn tại duy nhất nghiệm của phương trình (2.1)
được gọi là khoảng cách li nghiệm.
Thông thường, để tìm nghiệm của phương trình (2.1) chúng ta tiến
hành theo hai bước sau:
Bước 1: Tìm tất cả các khoảng cách li nghiệm của phương trình (2.1).

lOMoARcPSD|22842530
14 PHƯƠNG TRÌNH PHI TUYẾN
Bước 2: Trong từng khoảng cách li nghiệm, tìm nghiệm gần đúng của
phương trình bằng một phương pháp nào đó với sai số cho trước.
Định lý 2.1. Nếu hàm f pxq liên tục trên đoạn ra, bs và giá trị của hàm
trái dấu tại hai đầu mút thì phương trình (2.1) có nghiệm trên ra, bs.
Thêm vào đó, nếu hàm f pxq đơn điệu thì nghiệm là duy nhất.
Chúng ta có thể tìm các khoảng cách li nghiệm của một phương trình
bằng nhiều cách và định li 2.1 là một công cụ hữu ích cho mục đích
này.
Ví dụ 2.1. Tìm các khoảng cách li nghiệm của phương trình f pxq “ x3 ´ 3x ` 1 “ 0.
Chúng ta tính giá trị của hàm tại một số điểm đặc biệt và lập bảng giá trị như sau:
x ´2 ´1 0 1 2
f pxq ´1 3 1 ´1 3
Từ bảng trên ta thấy phương trình có nghiệm nằm trong các khoảng không giao nhau
p´2, ´1q, p0, 1q, p1, 2q. Vì phương trình bậc ba có tối đa ba nghiệm, nên mỗi đoạn trên
chứa duy nhất một nghiệm. Vậy chúng là các khoảng cách li nghiệm của phương trình đã
cho.
Ví dụ 2.2. Xét phương trình f “ x5 ` x ´ 12 “ 0. Ta có f 1 “ 5x4 ` 1 ą 0 với mọi x.
Cho nên f là hàm đơn điệu tăng. Ta cũng có f p1q ă 0 và f p2q ą 0, nên phương trình
chỉ có duy nhất nghiệm nằm trong r1, 2s.
Công thức đánh giá sai số tổng quát của nghiệm gần đúng của
phương trình (2.1) được thể hiện qua định li sau.
Định lý 2.2. Giả sử hàm f pxq liên tục trên ra, bs, khả vi trong pa, bq.
Nếu x˚ là nghiệm gần đúng của nghiệm chính xác p trong ra, bs và @x P
ra, bs, |f 1 pxq| ě m ą 0. Thế thì ta có công thức đánh giá sai số tổng quát
sau đây
|f px˚ q|
|x˚ ´ p| ď (2.2)
m

lOMoARcPSD|22842530
2.2 Phương pháp chia đôi 15
Ví dụ 2.3. Xét phương trình f pxq “ x3 ´ 5x2 ` 12 “ 0 trong r´2, ´1s có nghiệm
ˇ ˇ
gần đúng x˚ “ ´1.37. Khi đó |f 1 pxq| “ ˇ3x2 ´ 10xˇ ě 13 “ m, @x P r´2, ´1s.
|f p´1.37q|
Do đó: |p ´ x˚ | ď « 0.0034.
13
§2.2 PHƯƠNG PHÁP CHIA ĐÔI
Xét phương trình (2.1) có nghiệm chính xác p trong khoảng cách
li nghiệm ra, bs và f paqf pbq ă 0. Đặt a0 “ a, b0 “ b, d0 “ b0 ´ a0 “ b ´ a
và x0 là điểm giữa của đoạn ra0 , b0 s. Tính giá trị f px0 q. Nếu f px0 q “ 0
thì x0 chính là nghiệm và quá trình dừng lại. Ngược lại ta xét dấu
của f px0 q. Nếu f px0 qf pa0 q ă 0, đặt a1 “ a0 , b1 “ x0 . Nếu f px0 qf pb0 q ă 0,
đặt a1 “ x0 , b1 “ b0 . Như vậy ta thu được ra1 , b1 s Ă ra0 , b0 s và độ dài

d0 bá
d 1 “ b1 ´ a 1 “ “ . Tiếp tục quá trình chia đôi như vậy đến n
2 2
lần, ta được các kết quả:
$
’
& a n ď p ď bn , an ` bn
a n ď xn “ ď bn ,
2
b ´ a @n “ 0, 1, 2, . . . (2.3)
’
% f pan qf pbn q ă 0, d n “ bn ´ a n “ n
2
n“0 là dãy tăng và bị chặn trên, còn tbn un“0 là

Như vậy ta được tan u8 8
dãy giảm và bị chặn dưới. Do đó chúng cùng hội tụ. Từ (2.3) ta có
lim an “ lim bn “ lim xn “ p (2.4)

nÑ8 nÑ8 nÑ8
Thông thường ta sử dụng công thức đánh giá sai số:
bá
|p ´ xn | ď (2.5)
2n`1
Ví dụ 2.4. Cho phương trình f pxq “ 5x3 ´ cos 3x “ 0 trong khoảng cách li nghiệm
r0, 1s. Bằng phương pháp chia đôi, hãy tìm nghiệm gần đúng x5 và đánh giá sai số của

lOMoARcPSD|22842530
nó. Kết quả được cho trong bảng sau:
n 0 1 2 3 4 5
an p´q 0 0 1{4 3{8 7{16 15{32
bn p`q 1 1{2 1{2 1{2 1{2 1{2
xn 1{2 1{4 3{8 7{16 15{32 31{64
signf pxn q ` ´ ´ ´ ´
31 1´0 1 31 1
Như vậy x5 “ và ∆x5 “ 6
“ . Do đó p “ ˘ .
64 2 64 64 64
Phương pháp chia đôi là phương pháp đơn giản nhất để tìm
nghiệm gần đúng của phương trình (2.1), tuy nhiên độ chính xác
không cao. Thông thường phương pháp chia đôi được sử dụng nếu
không thể sử dụng các phương pháp khác hoặc với mục đích thu hẹp
khoảng cách li nghiệm. Thuật toán của phương pháp chia đôi được
thể hiện trong Chương trình 7.1.
§2.3 PHƯƠNG PHÁP LẶP ĐƠN
Đây là phương pháp phổ biến để giải phương trình (2.1) trong
khoảng cách li nghiệm ra, bs. Trước tiên ta chuyển từ phương trình
(2.1) về dạng tương đương trong ra, bs
x “ gpxq. (2.6)
Khi đó nghiệm của phương trình (2.6) còn được gọi là điểm bất động
của hàm gpxq. Về mặt hình học nó là hoành độ giao điểm của đường
thẳng y “ x và đường cong y “ gpxq. Chọn một giá trị ban đầu x0 P ra, bs
tuỳ ý. Xây dựng dãy lặp txn u8

n“1 theo công thức lặp
xn “ gpxn´1 q @n “ 1, 2, 3, . . . (2.7)
Bài toán của chúng ta là khảo sát sự hội tụ của dãy txn u8
n“1 ; dãy có
hội tụ về nghiệm của phương trình (2.6) hay không; sự hội tụ và giới

lOMoARcPSD|22842530
2.3 Phương pháp lặp đơn 17
hạn của dãy phụ thuộc như thế nào vào giá trị lặp ban đầu x0 ; và
cuối cùng là công thức đánh giá sai số.
Định nghĩa 2.1. Hàm gpxq được gọi là hàm co trong đoạn ra, bs nếu tồn
tại một số q : 0 ď q ă 1, gọi là hệ số co, sao cho
@x1 , x2 P ra, bs, |gpx1 q ´ gpx2 q| ď q |x1 ´ x2 |
?
Ví dụ 2.5. Xét hàm gpxq “ x trong đoạn r1, 2s. Ta có @x1 , x2 P r1, 2s,
? ? 1 1
| x1 ´ x 2 | “ ? ? |x1 ´ x2 | ď |x1 ´ x2 |
x1 ` x 2 2
?
Do đó hàm gpxq “ x là hàm co trong đoạn r1, 2s với hệ số co là q “ 0.5.
Ta có các định lí sau đây.
Định lý 2.3. Nếu gpxq là hàm co trên ra, bs, thì nó liên tục trên đó.
Định lý 2.4. Nếu hàm gpxq liên tục trên ra, bs, khả vi trong pa, bq và
Dq : 0 ď q ă 1 sao cho @x P pa, bq, |g 1 pxq| ď q, thì gpxq là hàm co trên ra, bs
với hệ số co là q.
?
Ví ˇ dụ 2.6. Xét ˇ hàm gpxq “ 3
10 ´ x trên đoạn r0, 1s. Ta có |g 1 pxq| “
ˇ ˇ
ˇ a ´1 ˇ 1
ˇ 3 ˇ ď ? « 0.078 “ q ă 1. Do đó nó là hàm co trên r0, 1s.
ˇ 3 p10 ´ xq2 ˇ 3 3 92
x2 ´ ex `2
Ví dụ 2.7. Bây giờ xét hàm gpxq “ trên đoạn r0, 1s. Ta có g 1 pxq “
3
2x ´ ex
. Khảo sát hàm g 1 pxq trên đoạn r0, 1s cho ta
3
2 ln 2 ´ 2 1
max g 1 pxq “ « ´0.2046 và min g 1 pxq “ ´
xPr0,1s 3 xPr0,1s 3
1
Từ đây ta được @x P r0, 1s, |g 1 pxq| ď “ q ă 1. Do đó nó là hàm co trên r0, 1s.
3
Sau đây là một định lý quan trọng và thường được gọi là nguyên
lý ánh xạ co. Định lý này là cơ sở của phương pháp lặp đơn.

lOMoARcPSD|22842530
Định lý 2.5 (Nguyên li ánh xạ co). Giả sử gpxq là hàm co trên đoạn
ra, bs với hệ số co là q. Đồng thời, @x P ra, bs, gpxq P ra, bs. Khi đó với mọi
n“1 xác định theo công thức

giá trị x0 ban đầu trong ra, bs, dãy lặp txn u8
(2.7) sẽ hội tụ về nghiệm duy nhất p của phương trình (2.6) và ta có công
thức đánh giá sai số
qn
|xn ´ p| ď |x1 ´ x0 | (2.8)
1´q
hoặc
q
|xn ´ p| ď |xn ´ xn´1 | (2.9)
1´q
Ví dụ 2.8. Xét phương trình x3 ` x ´ 1000 “ 0 trong khoảng cách li nghiệm r9, 10s.
?
Chuyển phương trình đã cho về dạng: x “ gpxq “ 3 1000 ´ x. Khi đó @x P r9, 10s,
1
|g 1 pxq| ď ? 3
“ q ă 1. Do đó gpxq là hàm co trên r9, 10s. Ta cũng dễ dàng kiểm
3 9902
tra rằng @x P r9, 10s, gpxq P r9, 10s. Do đó phương pháp lặp hội tụ. Chọn x0 “ 10, xây
?
dựng dãy lặp theo công thức xn`1 “ 3 1000 ´ xn , @n “ 0, 1, 2, . . . . Từ công thức
q
(2.9) ta có sai số của nghiệm gần đúng xn là |xn ´ x| ď |xn ´ xn´1 | “ ∆xn .
1´q
Ta có bảng sau:
n xn ∆xn
0 10
1 9.966554934 0.1127 ˆ 10´3
2 9.966667166 0.3779 ˆ 10´6
3 9.966666789 0.1270 ˆ 10´8
4 9.966666791 0.6735 ˆ 10´11
Ví dụ 2.9. Bây giờ ta xét phương trình x “ gpxq “ cos x có nghiệm duy nhất trong
đoạn r0, 1s. Dễ thấy gpxq là hàm co trong r0, 1s với hệ số co q “ sin 1 ă 1, và

lOMoARcPSD|22842530
2.4 Phương pháp Newton 19
@x P r0, 1s, gpxq “ cos x P r0, 1s. Chọn x0 “ 1, phương pháp lặp cho ta bảng sau:
n xn ∆xn
0 1
1 0.5403023059 2.6049536001
2 0.8575532158 1.7977551565
3 0.6542897905 1.1518260770
... ...... ......
32 0.7390859996 0.0000121985
33 0.7390845496 0.0000082171
34 0.7390855264 0.0000055351
Qua hai ví dụ vừa nêu, ta nhận thấy rằng tốc độ hội tụ (thể hiện
qua số lần lặp) của phương pháp lặp phụ thuộc vào giá trị của hệ số
co q. Nếu hệ số co càng bé (gần với 0), thì phương pháp lặp hội tụ càng
nhanh. Ngược lại, nếu hệ số co là lớn (gần với 1), thì phương pháp lặp
hội tụ rất chậm. Ví dụ 2.8 cho thấy đến lần lặp thứ 4, ta đã có nghiệm
gần đúng với 9 chữ số lẻ đáng tin sau dấu phẩy thập phân. Còn trong
ví dụ 2.9, để đạt được 4 chữ số lẻ đáng tin, ta phải cần đến khoảng
hơn 30 lần lặp. Thuật toán của phương pháp lặp đơn được thể hiện
trong Chương trình 7.2.
§2.4 PHƯƠNG PHÁP NEW TON
Xét phương trình (2.1) trong khoảng cách ly nghiệm ra, bs chứa duy
nhất nghiệm chính xác p. Giả sử hàm f pxq có đạo hàm trong ra, bs. Ta
xây dựng phương pháp Newton1 bằng hình học như sau: từ điểm có
hoành độ xn´1 trên đồ thị của đường cong y “ f pxq, ta kẻ tiếp tuyến
với đường cong. Hoành độ giao điểm của tiếp tuyến với trục hoành sẽ
là xn .Ta dễ dàng viết phương trình tiếp tuyến:
y ´ f pxn´1 q “ f 1 pxn´1 qpx ´ xn´1 q

1
Còn được gọi là phương pháp Newton-Raphson

lOMoARcPSD|22842530
cho y “ 0, x “ xn ta thu được công thức xác định xn cũng là công thức
lặp của phương pháp Newton như sau:
f pxn´1 q
xn “ xn´1 ´ @n “ 1, 2, 3, . . . (2.10)
f 1 pxn´1 q
Do cách xây dựng bằng hình học như vậy nên phương pháp Newton
cũng còn được gọi là phương pháp tiếp tuyến. Nói chung, sự hội tụ
của dãy lặp Newton phụ thuộc vào cách chọn giá trị lặp ban đầu x0 .
Ta có định lý sau.
Định lý 2.6. Giả sử hàm f pxq có đạo hàm đến cấp hai liên tục và các
đạo hàm f 1 pxq và f 2 pxq không đổi dấu trên đoạn ra, bs. Khi đó nếu chọn
x0 thoả điều kiện Fourier f px0 qf 2 px0 q ą 0, thì dãy lặp txn u8
n“1 xác định
theo công thức (2.10) sẽ hội tụ về nghiệm p của phương trình (2.1).
Chú ý:
: Để đánh giá sai số của phương pháp Newton, ta sử dụng công
thức đánh giá sai số tổng quát (2.2).
: Điều kiện Fourier chỉ là điều kiện đủ, không phải là điều kiện
cần. Từ điều kiện Fourier, ta có thể đưa ra quy tắc chọn giá trị
ban đầu x0 như sau: Nếu đạo hàm cấp một và đạo hàm cấp hai
cùng dấu, thì chọn x0 “ b, ngược lại chọn x0 “ a.
: Trong phương pháp Newton, điều kiện f 1 pxq ‰ 0 trong khoảng
cách li nghiệm ra, bs là tiên quyết. Nếu có một điểm c P ra, bs để
cho f 1 pcq “ 0 thì phương pháp thường dùng là chia đôi để loại bỏ
điểm c đó trước khi sử dụng phương pháp Newton.

?
Ví dụ 2.10. Cho một số A ą 0. Chúng ta muốn tính gần đúng p “ A P ra, bs với
0 ă a ă b. Ta có p là nghiệm của phương trình f pxq “ x2 ´ A “ 0 và công thức lặp

lOMoARcPSD|22842530
2.4 Phương pháp Newton 21
Newton có dạng
ˆ ˙
f pxn´1 q x2 ´ A 1 A
xn “ xn´1 ´ 1 “ xn´1 ´ n´1 “ xn´1 `
f pxn´1 q 2xn´1 2 xn´1
với mọi n“ 1, 2, 3, . . . , và thoả công thức đánh giá sai số:

ˇ 2 ˇ
|f pxn q| ˇxn ´ Aˇ
|p ´ xn | ď “ “ ∆xn
m 2a
?
Có thể chứng tỏ rằng dãy lặp hội tụ về A với mọi giá trị lặp dương ban đầu. Với trường
?
hợp A “ 2, p “ A P r1, 2s, x0 “ 1 ta có bảng sau
n xn ∆xn
0 1.0000000000
1 1.5000000000 1.25 ˆ 10´1
2 1.4166666667 3.48 ˆ 10´3
3 1.4142156863 3.01 ˆ 10´6
4 1.4142135624 2.26 ˆ 10´12
Ví dụ 2.11. Bây giờ xét phương trình f pxq “ x3 ´ 3x ` 1 “ 0 trong khoảng cách li
nghiệm [0, 1]. Ta nhận thấy f 1 pxq

“ 3x2 ´ 3 triệt tiêu tại x “ 1 P r0, 1s. Do đó ta dùng
1
phương pháp chia đôi để thu hẹp khoảng cách li nghiệm. Vì f p0q ą 0 và f p q ă 0 nên
2
1 1 1 1 9
nghiệm thuộc r0, s, mà trong đó f pxq ă 0. Dễ thấy @x P r0, s, |f pxq| ě “m
2 2 4
và f 2 pxq “ 6x ě 0. Vì đạo hàm cấp một và đạo hàm cấp hai khác dấu, chọn x0 “ 0,
xây dựng dãy txn u8

n“0 theo công thức:
x3n´1 ´ 3xn´1 ` 1 2x3n´1 ´ 1

xn “ xn´1 ´ “ .
3x2n´1 ´ 3 3x2n´1 ´ 3
Khi đó nghiệm gần đúng xn thoả mãn đánh giá:
ˇ 3 ˇ
ˇxn ´ 3xn ` 1ˇ
|x ´ xn | ď “ ∆xn .
9{4
Kết quả tính toán cho ta bảng sau:
n xn ∆x n
0 0.0000000000
1 0.3333333333 1.65 ˆ 10´2
2 0.3472222222 8.70 ˆ 10´5
3 0.3472963532 2.55 ˆ 10´9

lOMoARcPSD|22842530
Thuật toán của phương pháp Newton được thể hiện trong Chương
trình 7.3.
BÀI TẬP
Câu 1. Tìm khoảng cách li nghiệm của các phương trình sau:
(a) x4 ´ 4x ` 1 “ 0 (e) 1 ´ x ´ e´2x “ 0
(b) ex ´x2 ` 3x ´ 2 “ 0 (f ) x4 ´ 4x3 ` 2x2 ´ 8 “ 0
(c) x cos x ´ 2x2 ` 3x ´ 1 “ 0 (g) ex ´x2 ` x “ 0
(d) 4 sin x ` 1 ´ x “ 0 (h) 3x2 ` ln x “ 0
Câu 2. Tìm sai số của nghiệm gần đúng x˚ theo công thức đánh giá
sai số tổng quát:
(a) x4 ´ 4x3 ` 2x2 ´ 8 “ 0 trong r3, 4s; x˚ “ 3.62.
(b) ex ´x2 ` x “ 0 trong r´1, 0s; x˚ “ ´0.44.
(c) 4 sin x ` 1 ´ x “ 0 trong r2, 3s; x˚ “ 2.7.
Câu 3. Sử dụng phương pháp chia đôi tìm nghiệm gần đúng x5 của
phương trình f pxq “ 0 trong khoảng cách ly nghiệm đã cho. Sử dụng
công thức đánh giá sai số tổng quát, tính sai số của nó và so sánh với
sai số tính công thức đánh giá sai số của phương pháp chia đôi.
(a) f pxq “ x3 ` 2x2 ´ 7 “ 0 trong r1, 2s.
(b) f pxq “ 3x2 ` ln x “ 0 trong r0.2, 1s
Câu 4. Mỗi một hàm sau đây đều có cùng chung điểm bất động p “
1.124123 là nghiệm của phương trình x4 ` 2x2 ´ x ´ 3 “ 0 :

c
? x`3
(a) g1 pxq “ 4 3 ` x ´ 2x2 (c) g3 pxq “
x2 ` 2
c
x ` 3 ´ x4 3x4 ` 2x2 ` 3
(b) g2 pxq “ (d) g4 pxq “
2 4x3 ` 4x ´ 1

lOMoARcPSD|22842530
Bài tập chương 2 23
Hãy thực hiện bốn lần lặp cho mỗi hàm gk pxq, k “ 1, 2, 3, 4 với cùng giá
trị lặp ban đầu x0 “ 1 và so sánh các kết quả với nhau. Hàm nào cho
chúng ta dãy lặp hội tụ về nghiệm tốt hơn?
Câu 5. Sử dụng phương pháp lặp, tìm nghiệm gần đúng với sai số
nhỏ hơn 10´3 của các phương trình sau:
(a) x3 ´ 3x2 ´ 5 “ 0 trong đoạn r3, 4s, chọn x0 “ 3.5;
(b) x3 ´ x ´ 1 “ 0 trong đoạn r1, 2s, chọn x0 “ 1.5;
x2 ´ ex `2
(c) x “ trong đoạn r0, 1s, chọn x0 “ 0.5.
3
Câu 6. Với các phương trình dưới đây, hãy xác định khoảng cách ly
nghiệm ra, bs mà trong đó phương pháp lặp hội tụ. Đánh giá số lần lặp
cần thiết để tìm nghiệm gần đúng với sai số nhỏ hơn 10´4 . Chọn x0 là
điểm giữa của khoảng cách ly nghiệm.

5
(a) x “ 2 ` 2 (c) x “ 6´x
x
1
(b) x “ pex {3q1{2 (d) x “ psin x ` cos xq
2
Câu 7. Sử dụng phương pháp Newton tìm nghiệm gần đúng của các
phương trình sau với sai số nhỏ hơn 10´6 .
(a) ex `2´x ` 2 cos x ´ 6 “ 0 trong đoạn r1, 2s;
(b) ln px ´ 1q ` cos px ´ 1q “ 0 trong đoạn r1.3, 2s;
(c) 2x cos 2x ´ px ´ 2q2 “ 0 trong đoạn r2, 3s và r3, 4s;
(d) px ´ 2q2 ´ ln x “ 0 trong đoạn r1, 2s và re, 4s;
(e) ex ´3x2 “ 0 trong đoạn r0, 1s và r3, 5s;
(f ) sin x ´ e´x “ 0 trong đoạn r0, 1s, r3, 4s và r6, 7s.

lOMoARcPSD|22842530
Câu 8. Vận tốc rơi của một vật được tính theo công thức:
gm ´ c
¯
v“ 1 ´ e´ m t
c
với g “ 9.8m{s2 . Biết c “ 13.5kg{s, hãy xác định khối lượng m để cho
v “ 36m{s tại thời điểm t “ 6s. Tính đến ba chữ số đáng tin sau dấu
phảy thập phân.
Câu 9. Phương trình Van der Waals đối với chất khí có dạng
´ a¯
p` pν ´ bq “ RT
ν2
với R “ 0.082054L ¨ atm{pmol ¨ Kq, a, b là các hằng số phụ thuộc vào chất
khí cụ thể; p là áp suất; T là nhiệt độ, V là thể tích; n là số mole,
ν “ V {n là thể tích mole. Hãy xác định thể tích mole ν của hai chất
khí là carbon dioxide (CO2 ) và oxygen (O2 ) dưới áp suất 1, 10 và 100
atm ở nhiệt độ 300K, 500K và 700K. Biết rằng đối với carbon dioxide ta
có a “ 3.592, b “ 0.04267; còn đối với oxygen ta có a “ 1.360, b “ 0.03183.
Chọn sai số là 10´4 .

lOMoARcPSD|22842530
CHƯƠNG BA
HỆ PHƯƠNG TRÌNH ĐẠI SỐ

TUYẾN TÍNH
Mục lục
3.1 Phương pháp Gauss . . . . . . . . . . . . . . . . . . . 26
3.2 Phương pháp nhân tử LU . . . . . . . . . . . . . . . 31
3.3 Phương pháp Choleski . . . . . . . . . . . . . . . . . 32
3.4 Chuẩn vectơ và chuẩn ma trận . . . . . . . . . . . . 34
3.5 Phương pháp lặp . . . . . . . . . . . . . . . . . . . . . 36
Bài tập chương 3 . . . . . . . . . . . . . . . . . . . . . . . 42
Trong chương này chúng ta nêu lên một số phương pháp dùng để
giải hệ phương trình đại số tuyến tính
Ax “ b (3.1)
rất thường gặp trong các bài toán khoa học kĩ thuật. Ta chỉ xét hệ
gồm n phương trình với n ẩn. Do vậy ma trận hệ số A là ma trận
vuông cấp n, và vectơ nghiệm x cũng như vectơ tự do b là các vectơ
cột n chiều thuộc Rn . Ta luôn giả thiết rằng det A “ 0, và do đó bao
giờ hệ cũng có nghiệm duy nhất x “ A´1 b. Tuy nhiên việc tìm ma trận
nghịch đảo A´1 đôi khi còn khó khăn gấp nhiều lần so với việc giải
trực tiếp hệ phương trình xuất phát. Dưới đây chúng ta sẽ xét một số
phương pháp thường dùng để giải hệ phương trình (3.1).

lOMoARcPSD|22842530
26 Hệ phương trình đại số tuyến tính
§3.1 PHƯƠNG PHÁP GAUSS
Trước khi trình bày phương pháp Gauss, chúng ta xét một số
trường hợp đơn giản khi ma trận hệ số A của hệ phương trình (3.1)
có dạng đặc biệt.
Trường hợp đơn giản nhất là trường hợp hệ phương trình có ma
trận hệ số có dạng đường chéo:

¨ ˛
a11 0 ¨¨¨ 0
˚ 0 a22 ¨¨¨ 0 ‹
A“˚˝ ¨¨¨ ¨¨¨
‹
¨¨¨ ¨¨¨ ‚
0 0 ¨¨¨ ann
Khi ấy hệ tương đương với n phương trình bậc nhất aii xi “ bi , @i “ 1, n.
Vì det A “ a11 a22 ¨ ¨ ¨ ann “ 0 nên aii “ 0, @i. Và do đó nghiệm của hệ có
thể được viết dưới dạng:
bi
xi “ , i “ 1, 2, 3, ¨ ¨ ¨ , n
aii
Trường hợp thứ hai khi ma trận hệ số A có dạng tam giác trên:
¨ ˛
a11 a12 ¨ ¨ ¨ a1n
˚ 0 a22 ¨ ¨ ¨ a2n ‹
A“˚ ˝ ¨¨¨
‹
¨¨¨ ¨¨¨ ¨¨¨ ‚
0 0 ¨ ¨ ¨ ann
Với giả thiết det A “ 0, ta có aii “ 0, @i “ 1, n, và nghiệm của hệ được
cho bởi công thức:

$ bn
’
& xn “ a
’
nn ˜ ¸
1 ř
n (3.2)
’
’ xk “ bk ´ akj xj , k “ n ´ 1, ¨ ¨ ¨ , 1
%
akk j“k`1
Cuối cùng khi ma trận hệ số A có dạng tam giác dưới:

¨ ˛
a11 0 ¨ ¨ ¨ 0
˚ a21 a22 ¨ ¨ ¨ 0 ‹
A“˚ ˝ ¨¨¨ ¨¨¨ ¨¨¨ ¨¨¨ ‚
‹
an1 an2 ¨ ¨ ¨ ann

lOMoARcPSD|22842530
3.1 Phương pháp Gauss 27
Tương tự det A “ 0 ñ aii “ 0, @i “ 1, n, và nghiệm của hệ có dạng:

$ b1
’
’ x1 “
& a11 ˜ ¸
1 ř
k´1 (3.3)
’
’ x “ b ´ a x , k “ 2, ¨ ¨ ¨ , n
% k k kj j
akk j“1
Thuật toán giải hệ phương trình với ma trận tam giác được thể hiện
trong Chương trình 7.4 và 7.5. Bây giờ chúng ta sẽ trình bày phương
pháp Gauss để giải hệ phương trình tổng quát dạng (3.1). Nội dung
của phương pháp là sử dụng các phép biến đổi sơ cấp theo hàng để
chuyển về một hệ phương trình mới tương đương với hệ phương trình
cũ mà ma trận hệ số có dạng cơ bản. Các phép biến đổi sơ cấp thường
hay sử dụng là:
: Nhân một hàng cho một số khác không.
: Hoán chuyển hai hàng cho nhau.
: Cộng một hàng cho một hàng khác đã nhân với một số khác
không.
Xét hệ thống phương trình sau:

$
’
’ a11 x1 ` a12 x2 ` ... ` a1n xn “ b1
&
a21 x1 ` a22 x2 ` ... ` a2n xn “ b2
’ ...
’ ... ... ...
%
an1 x1 ` an2 x2 ` ... ` ann xn “ bn
Do định thức của ma trận hệ số A khác không nên một trong các số
a11 , a21 , . . . , an1 phải khác không. Giả sử a11 “ 0. Lấy phương trình thứ
ak1
k với k “ 2, n trừ cho phương trình thứ nhất đã nhân với , ta được
a11
một hệ mới có dạng như sau:
$
’
’ a11 x1 ` a12 x2 ` . . . ` a1n xn “ b1
’
& p1q p1q p1q
a22 x2 ` . . . ` a2n xn “ b2
’
’ ... ... ...
’
% p1q p1q p1q
an2 x2 ` . . . ` ann xn “ bn

lOMoARcPSD|22842530
p1q p1q
Trong các số a22 , . . . , an2 phải có một số khác không, vì nếu ngược lại
p1q p1q
thì det A “ 0, trái với giả thiết. Giả sử a22 “ 0. Còn nếu chỉ có ap2 “ 0
p1q
và a22 “ 0 thì ta thực hiện phép hoán chuyển hai phương trình thứ 2
và thứ p. Tiếp tục biến đổi cho n ´ 2 phương trình cuối. Và cứ tiếp tục
cho đến phương trình thứ n, ta được hệ phương trình sau

$
’
’ a11 x1 ` a12 x2 ` ... ` a1n xn “ b1
’
& p1q p1q p1q
a22 x2 ` ... ` a2n xn “ b2
’
’ ... ... ...
’
% pn´1q pn´1q
ann x n “ bn
Đây là hệ phương trình có ma trận hệ số có dạng tam giác trên và có
thể giải được bằng công thức (3.2).
Ví dụ 3.1. Xét hệ phương trình đại số tuyến tính sau:

$
’
’ x1 ´ x2 ` 2x3 ´ x4 “ ´8
&
2x1 ´ 2x2 ` 3x3 ´ 3x4 “ ´20
’
’ x 1 ` x 2 ` x3 “ ´2
%
x1 ´ x2 ` 4x3 ` 3x4 “ 4
Ma trận hệ số mở rộng có dạng
¨ ˛
1 ´1 2 ´1 : ´8
˚ 2 ´2 3 ´3 : ´20 ‹
Ap0q “˚
˝ 1
‹
1 1 0 : ´2 ‚
1 ´1 4 3 : 4
Ta thực hiện các phép biến đổi sau: ph2 “ h2 ´2h1 q, ph3 “ h3 ´h1 q, ph4 “ h4 ´h1 q,
khi đó ma trận trở thành

¨ ˛
1 ´1 2 ´1 : ´8
˚ 0 0 ´1 ´1 : ´4 ‹
Ap1q “˚
˝ 0
‹
2 ´1 1 : 6 ‚
0 0 2 4 : 12
p1q
Phần tử a22 “ 0, do đó để tiếp tục, ta thực hiện phép chuyển đổi giữa hàng thứ hai và
thứ ba và thu được

¨ ˛
1 ´1 2 ´1 : ´8
˚ 0 2 ´1 1 : 6 ‹
Ap2q “˚
˝ 0
‹
0 ´1 ´1 : ´4 ‚
0 0 2 4 : 12

lOMoARcPSD|22842530
3.1 Phương pháp Gauss 29
Cuối cùng lấy hàng thứ tư cộng cho hai lần hàng thứ ba ta được:
¨ ˛
1 ´1 2 ´1 : ´8
˚ 0 2 ´1 1 : 6 ‹
Ap3q “˚
˝ 0
‹
0 ´1 ´1 : ´4 ‚
0 0 0 2 : 4
Và sử dụng công thức (3.2) ta có thể dễ dàng tìm được x “ r´7, 3, 2, 2sT .
Thuật toán giải hệ phương trình bằng phương pháp Gauss được
thể hiện trong Chương trình 7.6. Trong ví dụ 3.1 ở phần trên, ở bước
p1q
thứ hai, do a22 “ 0 nên ta phải hoán chuyển hai hàng thứ hai và thứ
ba. Để tránh trường hợp này, ta có thể cải tiến phương pháp Gauss
theo hướng như sau. Tại mỗi bước, khi chọn phần tử để biến đổi, ta
sẽ chọn phần tử có trị tuyệt đối lớn nhất, sao cho không cùng hàng và
cột với những phần tử đã chọn trước. Phần tử như vậy thường được
gọi là phần tử chính hay phần tử trội. Sau đó ta sẽ biến đổi để cho
tất cả các phần tử trên cùng cột của phần tử trội bằng không. Qua n
bước như vậy ta sẽ tìm được nghiệm dễ dàng 1 . Ta minh hoạ phương
pháp này bằng ví dụ sau.
Ví dụ 3.2. Xét hệ phương trình trong ví dụ trước có ma trận hệ số mở rộng

¨ ˛
1 ´1 2 ´1 : ´8
˚ 2 ´2 3 ´3 : ´20 ‹
Ap0q “˚
˝ 1
‹
1 1 0 : ´2 ‚
1 ´1 4 3 : 4
p0q
Đầu tiên ta sẽ chọn phần tử chính là phần tử a43 “ 4 và thực hiện các phép biến đổi
p4h3 ´ h4 q, p4h2 ´ 3h4 q, p2h1 ´ h4 q ta thu được

¨ ˛
1 ´1 0 ´5 : ´20
˚ 5 ´5 0 ´21 : ´92 ‹
Ap1q “˚
˝ 3
‹
5 0 ´3 : ´12 ‚
1 ´1 4 3 : 4
1
Phương pháp này cũng được gọi là phương pháp Gauss-Jordan hay Jordan

lOMoARcPSD|22842530
Bước tiếp theo, phần tử chính được chọn không được nằm trên hàng thứ tư và cột thứ ba.
p1q
Đó là phần tử a24 “ ´21. Tiếp tục thực hiện các phép biến đổi p21h1 ´ 5h2 q, p7h3 ´
h2 q, p7h4 ` h2 q ta thu được

¨ ˛
´4 4 0 0 : 40
˚ 5 ´5 0 ´21 : ´92 ‹
Ap2q “˚
˝ 16
‹
40 0 0 : 8 ‚
12 ´12 28 0 : ´64
Tiếp theo phần tử chính được chọn không được nằm trên hàng thứ hai, thứ tư và cột thứ
p2q
ba, thứ tư và do đó phần tử chính sẽ là phần tử a32 “ 40. Thực hiện phép biến đổi
p10h1 ´ h3 q, p8h2 ` h3 q, p10h4 ` 3h3 q ta được

¨ ˛
´56 0 0 0 : 392
˚ 56 0 0 ´168 : ´728 ‹
Ap3q “ ˚˝ 16 40
‹
0 0 : 8 ‚
168 0 280 0 : ´616
Cuối cùng phần tử chính không cùng nằm trên hàng và cột của những phần tử chính đã
p3q
được chọn trước là phần tử a11 “ ´56. Thực hiện các phép biến đổi ph2 ` h1 q, p7h3 `
2h1 q, ph4 ` 3h1 q ta có ma trận cuối cùng

¨ ˛
´56 0 0 0 : 392
˚ 0 0 0 ´168 : ´336 ‹
Ap4q “ ˚ ˝
‹
0 280 0 0 : 840 ‚
0 0 280 0 : 560
và hệ phương trình đầu tương đương với hệ sau

$
’
’ ´56x1 “ 392
&
´168x4 “ ´336
’
’ 280x2 “ 840
%
280x3 “ 560
Từ đây chúng ta cũng suy ra được x “ r´7, 3, 2, 2sT .
Thuật toán giải hệ phương trình bằng phương pháp phần tử trội
được thể hiện trong Chương trình 7.7. Các phương pháp có sử dụng
các phép biến đổi sơ cấp cơ bản có ưu điểm là đơn giản, dễ lập
trình. Tuy nhiên nếu phần tử được chọn để biến đổi gần với không thì

lOMoARcPSD|22842530
3.2 Phương pháp nhân tử LU 31
phương pháp Gauss có thể cho kết quả không chính xác. Hơn nữa,
nếu các phép toán cộng, trừ, nhân, chia được làm đúng hoàn toàn,
thì các phương pháp trên cho chúng ta nghiệm đúng của hệ phương
trình. Tuy nhiên, khi thực hiện trên các công cụ tính toán, ta vẫn gặp
phải sai số làm tròn. Cho nên các phương pháp Gauss vẫn được xem
như là các phương pháp gần đúng.
§3.2 PHƯƠNG PHÁP NHÂN TỬ LU
Nội dung của phương pháp nhân tử LU là phân tích ma trận hệ số
A thành tích của hai ma trận L và U , trong đó L là ma trận tam giác
dưới và U là ma trận tam giác trên. Khi đó việc giải hệ phương trình
(3.1) sẽ đưa về việc giải hai hệ phương trình Ly “ b và U x “ y mà ma
trận hệ số là các ma trận tam giác và nghiệm thu được từ các công
thức (3.2) và (3.3). Ta có định lí sau đây.
Định lý 3.1. Nếu A là ma trận không suy biến, thì bao giờ cũng tồn
tại một ma trận P không suy biến sao cho ma trận P A phân tích được
thành tích của ma trận tam giác dưới L và ma trận tam giác trên U ,
nghĩa là P A “ LU .
Có rất nhiều phương pháp phân tích A “ LU , tuy nhiên ta thường
xét trường hợp ma trận L có đường chéo chính bằng 1 và gọi là phương
pháp Doolittle. Khi đó L và U có dạng:
¨ ˛ ¨ ˛
1 0 ¨¨¨ 0 u11 u12 ¨¨¨ u1n
˚ l21 1 ¨¨¨ 0 ‹ ˚ 0 u22 ¨¨¨ u2n ‹
L“˚ ‹ và U “˚ ‹
˝ ¨¨¨ ¨¨¨ ¨¨¨ ¨¨¨ ‚ ˝ ¨¨¨ ¨¨¨ ¨¨¨ ¨¨¨ ‚
ln1 ln2 ¨¨¨ 1 0 0 ¨¨¨ unn
Các phần tử của hai ma trận L và U được xác định theo công thức

lOMoARcPSD|22842530
sau:
$
’
’ u1j “ a1j p1 ď j ď nq
’
’ ai1
’
’ li1 “ p2 ď i ď nq
’
& u11
ř
i´1
(3.4)
’ uij “ aij ´ lik ukj p1 ă i ď jq
’
’
’
’ ´ k“1
ř ¯
’
’ 1
% lij “ aij ´ j´1 k“1 lik ukj p1 ă j ă iq
ujj
Ví dụ 3.3. Xét hệ phương trình

$
& 2x1 ` 2x2 ´ 3x3 “ 9
´4x1 ´ 3x2 ` 4x3 “ ´15
%
2x1 ` x2 ` 2x3 “ 3
Ta phân tích ma trận hệ số

¨ ˛ ¨ ˛ ¨ ˛
2 2 ´3 1 0 0 u11 u12 u13
˝ ´4 ´3 4 ‚ “ ˝ l21 1 0 ‚¨ ˝ 0 u22 u23 ‚
2 1 2 l31 l32 1 0 0 u33
với u11 “ 2; u12 “ 2; u13 “ ´3; l21 “ ´2; l31 “ 1; u22 “ 1; u23 “ ´2;
l32 “ ´1; u33 “ 3.
Do đó: ¨ ˛ ¨ ˛ ¨ ˛
1 0 0 9 9
Ly “ b ðñ ˝ ´2 1 0 ‚y “ ˝ ´15 ‚ ùñ y “ ˝ 3 ‚
1 ´1 1 3 ´3
¨ ˛ ¨ ˛ ¨ ˛
2 2 ´3 9 2
U x “ y ðñ ˝ 0 1 ´2 ‚x “ ˝ 3 ‚ ùñ x “ ˝ 1 ‚
0 0 3 ´3 ´1
Thuật toán phân rã LU được thể hiện trong Chương trình 7.8.
§3.3 PHƯƠNG PHÁP CHOLESKI
Đây là trường hợp đặt biệt của phương pháp nhân tử LU, và được
dùng cho trường hợp ma trận hệ số A đối xứng và xác định dương. Ma
trận vuông A được gọi là đối xứng nếu AT “ A. Nghĩa là các phần tử
của nó đối xứng với nhau qua đường chéo chính, aij “ aji , @i, j “ 1, n.
Còn ma trận A là xác định dương nếu @x P Rn , x ‰ 0 : xT Ax ą 0. Để

lOMoARcPSD|22842530
3.3 Phương pháp Choleski 33
kiểm tra tính xác định dương của một ma trận, ta thường dùng định
lí sau đây.
Định lý 3.2. Một ma trận là xác định dương khi và chỉ khi tất cả các
định thức con chính của nó đều dương.
Trong đó định thức con chính cấp k, 1 ď k ď n của ma trận là định
thức con thu được từ k hàng và k cột đầu tiên của ma trận đó.
¨ ˛
1 1 ´1
Ví dụ 3.4. Xét ma trận A “ ˝ 1 2 0 ‚ có ∆1 “ |1| “ 1 ą 0, ∆2 “
´1 0 4
ˇ ˇ
ˇ ˇ ˇ 1 1 ´1 ˇ
ˇ 1 1 ˇ ˇ ˇ
ˇ ˇ ˇ 0 ˇˇ “ 2 ą 0. Do đó A là xác định dương.
ˇ 1 2 ˇ “ 1 ą 0 và ∆3 “ ˇ 1 2
ˇ ´1 0 4 ˇ
Ta có định lí Choleski:
Định lý 3.3. Ma trận A là đối xứng và xác định dương khi và chỉ khi
tồn tại một ma trận B tam giác dưới, khả đảo sao cho A “ BB T .
Khi đó ma trận tam giác dưới B có thể tìm được theo công thức
sau:
$ ? ai1
’
’ b11 “ a11 ; bi1 “ p2 ď i ď nq
’
’ d b11
’
’
& ř 2
i´1
bii “ aii ´ bik p1 ă i ď nq (3.5)
’
’ k“1
’
’ 1 ´ ř ¯
’
’
% bij “ aij ´ j´1k“1 bik bjk p1 ă j ă iq
bjj
¨ ˛¨ ˛ ¨ ˛
1 1 ´1 x1 1
Ax “ ˝ 1 2 0 ‚˝ x2 ‚ “ ˝ 2 ‚ “ b
´1 0 4 x3 3
¨ ˛
1 1 ´1
Vì ma trận A “ ˝ 1 2 0 ‚ là đối xứng và xác định dương, nên từ công thức
´1 0 4
(3.5) ta có thể xác định các hệ số bij , i ą j của ma trận tam giác dưới B như sau
?
b11 “ 1, b21 “ 1, b31 “ ´1, b22 “ 1, b32 “ 1, b33 “ 2

lOMoARcPSD|22842530

¨ ˛
1 0 0
và do đó A “ BB T với B “ ˝ 1 1 ?0 ‚. Hệ phương trình xuất phát sẽ tương
´1 1 2
"
By “ b
đương với hai hệ . Ta được
BT x “ y ¨ ˛
¨ ˛ ¨ ˛ 1
1 0 0 1 ˚
˝ 1 1 0 ‚ ˝ ‚ñ y “ ˚ 1 ‹
‹
By “ b ô ? y “ 2 ˝ 3 ‚
´1 1 2 3 ?
¨ ˛ 2
¨ ˛ 1 ¨ ˛
1 1 ´1 ˚ 3
1 ‹
B T x “ y ô ˝ 0 1 ?1 ‚x “ ˚ ‹
˝ 3 ‚ñ x “
˝ ´1{2 ‚.
0 0 2 ? 3{2
2
Thuật toán phân rã Choleski được thể hiện trong Chương trình
7.9. Chú ý rằng các phần tử nằm trên đường chéo chính của ma trận
B và các định thức con chính của ma trận A có mối quan hệ sau:
d
a ∆k
b11 “ ∆1 , bkk “ , pk “ 2, 3, . . . , nq
∆k´1
§3.4 CHUẨN VECTƠ VÀ CHUẨN MA TRẬN
Xét không gian tuyến tính thực Rn . Chuẩn của vectơ x P Rn là một
số thực, ký hiệu là }x}, thoả các điều kiện sau đây:
(1) @x P Rn , }x} ě 0, }x} “ 0 ô x “ 0
(2) @x P Rn , @λ P R, }λx} “ |λ| . }x}
(3) @x, y P Rn , }x ` y} ď }x} ` }y}. Điều kiện này thường được gọi là bất
đẳng thức tam giác.
Trong Rn có thể có rất nhiều chuẩn, tuy nhiên chúng ta chỉ xét chủ
yếu hai chuẩn thường dùng sau đây: @x “ rx1 , x2 , . . . , xn sT P Rn

n
ÿ
}x}1 “ |x1 | ` |x2 | ` ¨ ¨ ¨ ` |xn | “ |xk | (3.6)
k“1

lOMoARcPSD|22842530
3.4 Chuẩn vectơ và chuẩn ma trận 35
}x}8 “ maxp|x1 | , |x2 | , . . . , |xn |q “ max |xk | (3.7)

k“1,n
Bây giờ chúng ta định nghĩa chuẩn ma trận tương ứng với chuẩn
vectơ.
Định nghĩa 3.1. Chuẩn ma trận tương ứng với chuẩn vectơ được xác
định theo công thức:
}Ax}
}A} “ max }Ax} “ max (3.8)
}x}“1 }x}
}x}“0
ˆ ˙
1 2
Ví dụ 3.6. Xác định chuẩn của ma trận A “ tương ứng với chuẩn một của
3 4
ˆ ˙
x1
vectơ. Với mọi x “ P R2 , sao cho }x}1 “ |x1 | ` |x2 | “ 1, ta có
x2
}Ax}1 “ |x1 ` 2x2 | ` |3x1 ` 4x2 | ď 4 |x1 | ` 6 |x2 | “ 4 ` 2 |x2 | ď 6
Do đó }A}1 “ 6.
Từ công thức (3.8) ta dễ dàng suy ra được rằng: }Ax} ď }A} }x}
Định lý 3.4. Chuẩn ma trận theo công thức (3.8) tương ứng với chuẩn
vectơ được xác định như sau:

n
ÿ
}A}1 “ max |aij | (3.9)
1ďjďn
i“1
n
ÿ
}A}8 “ max |aij | (3.10)
1ďiďn
j“1
Định nghĩa 3.2. Xét dãy các vectơ txpmq u8m“0 với x
pmq P Rn . Ta nói dãy
› ›
các vectơ này hội tụ về vectơ x khi m Ñ `8 nếu và chỉ nếu ›xpmq ´ x› Ñ 0
khi m Ñ `8 (hội tụ theo chuẩn).
Khi đó ta kí hiệu lim xpmq “ x và chuẩn có thể lấy một chuẩn bất
mÑ8
kì trong các công thức (3.6) hoặc (3.7). Ta cũng có thể nói dãy vectơ
txpmq u hội tụ về x theo chuẩn đã cho.

lOMoARcPSD|22842530
Bây giờ xét hệ phương trình Ax “ b pdet A “ 0q có nghiệm x “ A´1 b.
Cho b một số gia ∆b, khi đó nghiệm x tương ứng sẽ có số gia là ∆x, và
A∆x “ ∆b ô ∆x “ A´1 ∆b. Ta có

› › › ›
}∆x} “ ›A´1 ∆b› ď ›A´1 › }∆b}
và
}b} “ }Ax} ď }A} }x}
Từ đây chúng ta dễ dàng suy ra được
}∆x} › › }∆b}
ď }A} . ›A´1 ›
}x} }b}
Số
› ›
kpAq “ }A} . ›A´1 › (3.11)
được gọi là số điều kiện của ma trận A. Ta có thể chứng tỏ được rằng
1 ď kpAq ď `8
Số điều kiện của ma trận đặc trưng cho tính ổn định của hệ thống
phương trình đại số tuyến tính. Giá trị của kpAq càng gần với 1 thì hệ
càng ổn định. Số điều kiện càng lớn thì hệ càng mất ổn định.
ˆ ˙ ˆ ˙
1 2 3
Ví dụ 3.7. Xét hệ phương trình Ax “ b với A “ và b “ . Dễ
1 2.01 3.01
ˆ ˙ ˆ ˙
1 3
thấy hệ có nghiệm là x “ . Bây giờ xét hệ Ax̃ “ b̃ với b̃ “ . Nghiệm
1 3.1
ˆ ˙
´17
của hệ bây giờ là x̃ “ . Ta nhận thấy k8 pAq “ 1207.01 " 1. Do đó b « b̃,
10
nhưng x và x̃ khác nhau rất xa.
§3.5 PHƯƠNG PHÁP LẶP
Kỹ thuật lặp dùng để giải hệ phương trình đại số tuyến tính (3.1)
cũng tương tự như phương pháp lặp đã xét trong chương 2. Muốn

lOMoARcPSD|22842530
3.5 Phương pháp lặp 37
thế, chúng ta chuyển hệ (3.1) về dạng tương đương x “ T x ` c với T là
một ma trận vuông cấp n và c là một vectơ đã biết. Xuất phát từ vectơ
m“0 theo công thức

ban đầu xp0q , ta xây dựng một dãy các vectơ txpmq u8
lặp
xpmq “ T xpm´1q ` c (3.12)
với m “ 1, 2, 3, . . . . Ta có định lí sau đây:
Định lý 3.5. Nếu }T } ă 1 thì dãy lặp các vectơ xác định theo công thức
(3.12) sẽ hội tụ về nghiệm x của hệ với mọi vectơ lặp ban đầu xp0q . Khi
đó ta có các công thức đánh giá sai số như sau:
› › }T }m ›› p1q ›
› pmq › p0q ›
›x ´ x › ď ›x ´ x › (3.13)
1 ´ }T }
› › }T } ›› pmq ›
› pmq › ›
›x ´ x› ď ›x ´ xpm´1q › (3.14)
1 ´ }T }
Bây giờ chúng ta sẽ xét một dạng ma trận hệ số của hệ phương
trình Ax “ b mà có thể chuyển dễ dàng về dạng x “ T x ` c.
Định nghĩa 3.3. Ma trận A được gọi là ma trận đường chéo trội nghiêm
ngặt nếu nó thoả mãn điều kiện sau đây:
n
ÿ
|aij | ă |aii | (3.15)
j“1
j“i
Chúng ta có thể dễ dàng kiểm tra rằng nếu A là ma trận đường
chéo trội nghiêm ngặt thì det A “ 0 và aii “ 0, @i “ 1, n. Xét hệ phương
trình (3.1) với A là ma trận đường chéo trội nghiêm ngặt. Ta phân tích

lOMoARcPSD|22842530
ma trận A theo dạng

¨ ˛ ¨ ˛
a11 a12 ¨ ¨ ¨ a1n a11 0 ¨ ¨ ¨ 0
˚ a21 a22 ¨ ¨ ¨ a2n ‹ ˚ 0 a22 ¨ ¨ ¨ 0 ‹
A “˚ ‹ ˚
˝ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ‚“ ˝ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ¨ ¨
‹´
¨¨¨ ‚
¨ an1 an2 ¨ ¨ ¨ ann ˛ ¨0 0 ¨¨¨ ann ˛
0 0 ¨¨¨ 0 0 á12 ¨ ¨ ¨ á1n
˚ á21 0 ¨¨¨ 0 ‹ ˚ ¨ ¨ ¨ á2n ‹
´˚ ‹´˚ 0 0 ‹“
˝ ¨¨¨ ¨¨¨ ¨¨¨ ¨¨¨ ‚ ˝ ¨¨¨ ¨¨¨ ¨¨¨ ¨¨¨ ‚
án1 án2 ¨ ¨ ¨ 0 0 0 ¨¨¨ 0
“D´LÚ
Chú ý rằng do aii “ 0, @i “ 1, n nên det D “ 0. Và như vậy tồn tại ma
trận nghịch đảo:

¨ ˛
1
˚ 0 ¨¨¨ 0 ‹
˚ a11 ‹
˚ 1 ‹
˚ 0 ¨¨¨ 0 ‹
D´1 “˚ a22 ‹
˚ ¨¨¨ ¨¨¨ ¨¨¨ ¨¨¨ ‹
˚ ‹
˝ 1 ‚
0 0 ¨¨¨
ann
Khi đó hệ
Ax “ b ðñ pD ´ L ´ U qx “ b (3.16)
Bây giờ chúng ta sẽ xét một vài phương pháp để chuyển hệ phương
trình (3.1) về dạng x “ T x ` c.
Từ hệ (3.16) ta có Dx “ pL ` U qx ` b. Do tồn tại D´1 nên x “
D´1 pL ` U qx ` D´1 b. Ký hiệu Tj “ D´1 pL ` U q và cj “ D´1 b. Khi đó công
thức lặp theo (3.12) sẽ có dạng
xpmq “ Tj xpm´1q ` cj , m “ 1, 2, 3, . . . (3.17)
Phương pháp lặp dựa trên công thức lặp (3.17) được gọi là phương
pháp Jacobi. Dạng tường minh của công thức (3.17) như sau:
˜ ¸
i´1
ÿ ÿn
pmq 1 pm´1q pm´1q
xi “ ´ aij xj ´ aij xj ` bi (3.18)
aii j“1 j“i`1

lOMoARcPSD|22842530
với i “ 1, 2, . . . , n. Ta có
ř
n
|aij |
› › n ˇˇ
ÿ ˇ
ˇ
j“1
}TJ }8 “ ›D´1 pL ` U q›8 “ max ˇ aij ˇ “ max j“i ă1
i“1,n
ˇ aii ˇ i“1,n |aii |
j“1
j“i
do A là ma trận đường chéo trội nghiêm ngặt. Vậy }TJ }8 ă 1, nghĩa là
phương pháp Jacobi luôn hội tụ với mọi vectơ lặp ban đầu xp0q .

$
& 10x1 ` x2 ´ x3 “ 7
x1 ` 10x2 ` x3 “ 8
%
´x1 ` x2 ` 10x3 “ 9
Với vectơ lặp ban đầu xp0q “ p0, 0, 0qT , hãy tính vectơ xp3q và đánh giá sai số của nó.
Ta có » fi » fi
0.0 ´0.1 0.1 0.7
Tj “ – ´0.1 0.0 ´0.1 fl và cj “ – 0.8 fl
0.1 ´0.1 0.0 0.9
Do đó: » fi » fi
0.7 0.71
xp1q “ Tj xp0q ` cj “ – 0.8 fl; xp2q “ Tj xp1q ` cj “ – 0.64 fl;
0.9 0.89
» fi
0.725
xp3q “ Tj xp2q ` cj “ – 0.640 fl. Ta có }Tj }8 “ 0.2. Vì vậy
0.907
› › 0.2 ›› p3q ›
› p3q › ›
›x ´ x› ď ›x ´ xp2q › “ 0.0043
8 1 ´ 0.2 8
Ví dụ 3.9. Hệ phương trình Ax “ b cho bởi

$
’
’ 10x1 ´ x2 ` 2x3 “ 6
&
´x1 ` 11x2 ´ x3 ` 3x4 “ 25
’
’ 2x 1 ´ x 2 ` 10x 3 ´ x4 “ ´11
%
3x2 ´ x3 ` 8x4 “ 15
có nghiệm duy nhất x “ r1, 2, ´1, 1sT . Để chuyển từ hệ Ax “ b về dạng x “
Tj x ` cj , ta biến đổi như sau

$
’
’ x1 “ 0.100x2 ´ 0.200x3 ` 0.600
&
x2 “ 0.091x1 ` 0.091x3 ´ 0.273x4 ` 2.273
’ x3 “ ´0.200x1 ` 0.100x2 ` 0.100x4 ´ 1.100
’
%
x4 “ ´0.375x2 ` 0.125x3 ` 1.875

lOMoARcPSD|22842530
Khi đó ma trận Tj và vectơ cj có dạng:

¨ ˛ ¨ ˛
0 0.100 ´0.200 0 0.600
˚ 0.091 0 0.091 ´0.273 ‹ ˚ 2.273 ‹
Tj “ ˚ ‹,c “ ˚ ‹
˝ ´0.200 0.100 0 0.100 ‚ j ˝ ´1.100 ‚
0 ´0.375 0.125 0 1.875
1
Chọn chuẩn vô cùng và ta có }Tj }8 “ ă 1. Do đó phương pháp lặp hội tụ. Chọn
2
xp0q “ r0, 0, 0, 0sT . Bảng sau đây cho chúng ta kết quả tính toán sau 10 lần lặp.
m 1 2 3 4 5
pmq
x1 0.6000 1.0473 0.9326 1.0152 0.9890
pmq
x2 2.2727 1.7159 2.0533 1.9537 2.0114
pmq
x3 ´1.1000 ´0.8052 ´1.0493 ´0.9681 ´1.0103
pmq
x4 1.8750 0.8852 1.1309 0.9739 1.0214
m 6 7 8 9 10
pmq
x1 1.0032 0.9981 1.0006 0.9997 1.0001
pmq
x2 1.9922 2.0023 1.9987 2.0004 1.9998
pmq
x3 ´0.9945 ´1.0020 ´0.9990 ´1.0004 ´0.9998
pmq
x4 0.9944 1.0036 0.9989 1.0006 0.9998
Quá trình lặp dừng lại dựa theo đánh giá:

› › 1{2 ›› p10q ›
› p10q › ›
›x ´ x› ď ›x ´ xp9q › “ 8.0 ˆ 10´4 ă 10´3
8 1 ´ 1{2 8
› p10q ›
Trong khi sai số thực sự là ›x ´ x›8 “ 0.0002.
Phương pháp lặp Jacobi được thể hiện trong Chương trình
7.10. Trong công thức (3.18), để tính các toạ độ của vectơ lặp
xpmq , chúng ta chỉ sử dụng các toạ độ của xpm´1q . Tuy nhiên với
pmq pmq pmq
i ą 1, x1 , x2 , . . . , xi´1 đã được tính và xấp xỉ nghiệm chính xác
pm´1q pm´1q pm´1q pmq
x1 , x2 , . . . , xi´1 tốt hơn x1 , x2 , . . . , xi´1 . Do đó khi tính xi
pmq pmq pmq
chúng ta nên sử dụng các giá trị vừa tính xong x1 , x2 , . . . , xi´1 .
Ta thu được
˜ ¸
i´1
ÿ n
ÿ
pmq 1 pmq pm´1q
xi “ ´ aij xj ´ aij xj ` bi (3.19)
aii j“1 j“i`1

lOMoARcPSD|22842530
với i “ 1, 2, . . . , n. Công thức (3.19) thường được gọi là công thức
lặp Gauss-Seidel. Bây giờ ta sẽ viết dạng ma trận của phương pháp
Gauss-Seidel.
Từ hệ phương trình (3.16) ta được pD ´ Lqx “ U x ` b. Ma trận D ´ L
cũng có ma trận nghịch đảo và do đó x “ pD ´ Lq´1 U x ` pD ´ Lq´1 b.
Đặt Tg “ pD ´ Lq´1 U và cg “ pD ´ Lq´1 b. Khi đó công thức lặp có dạng
xpmq “ Tg xpm´1q ` cg , m “ 1, 2, 3, . . .
Ví dụ 3.10. Xét hệ phương trình trong ví dụ 3.9

$
’
’ 10x1 ´ x2 ` 2x3 “ 6
&
´x1 ` 11x2 ´ x3 ` 3x4 “ 25
’
’ 2x 1 ´ x 2 ` 10x 3 ´ x4 “ ´11
%
3x2 ´ x3 ` 8x4 “ 15
Công thức lặp theo phương pháp Gauss-Seidel có dạng

$ pmq pm´1q pm´1q
’
’ x1 “ 0.100x2 ´ 0.200x3 ` 0.600
’
& pmq pmq pm´1q pm´1q
x2 “ 0.091x1 ` 0.091x3 ´ 0.273x4 ` 2.273
’ pmq pmq pmq pm´1q
’
’ x3 “ ´0.200x1 ` 0.100x2 ` 0.100x4 ´ 1.100
% pmq pmq pmq
x4 “ ´0.375x2 ` 0.125x3 ` 1.875
Chọn x0 “ r0, 0, 0, 0sT . Bảng sau đây cho chúng ta kết quả tính toán sau 5 lần lặp.
m 1 2 3 4 5
pmq
x1 0.6000 1.0300 1.0065 1.0009 1.0001
pmq
x2 2.3272 2.0370 2.0036 2.0003 2.0000
pmq
x3 ´0.9873 ´1.0140 ´1.0025 ´1.0003 ´1.0000
pmq
x4 0.8789 0.9844 0.9983 0.9999 1.0000
Ta thấy đến lần lặp thứ năm, nghiệm thu được bằng phương pháp
Gauss-Seidel tốt hơn nhiều so với phương pháp Jacobi. Phương pháp
lặp Gauss-Seidel được thể hiện trong Chương trình 7.11.

lOMoARcPSD|22842530
BÀI TẬP
Câu 1. Sử dụng phương pháp phần tử trội giải các hệ phương trình
sau:
$
& x1 ` 2x2 ` 4x3 “ 3
’
(a) 2x1 ` 5x2 ` 3x3 “ 5
’
%
x1 ` 4x2 ` 6x3 “ 6
$
’
’ 3x1 ` 2x2 ` 5x3 ` x4 “ 1
’
’
& 2x ` 6x2 ` 3x3 ` 2x4 “ 2
1
(b)
’
’ x1 ` 4x2 ` x3 ` 3x4 “ 3
’
’
% 5x ` 2x2 ` 2x3 ` x4 “ 4
1
Câu 2. Tìm phân rã LU của các ma trận sau:

» fi » fi
1 1 1 4 3 2
(a) A “ – 1 2 3 fl (b) A “ – 2 3 1 fl
3 2 4 1 4 3
» fi » fi
1 1 1 1 3 2 1 0
— 1 ´1 1 ´1 ffi — 1 3 1 4 ffi
(c) A “ —
– 1
ffi
fl (d) A “ —
–
ffi
1 ´1 ´1 2 1 3 1 fl
1 ´1 ´1 1 2 2 1 3
Câu 3. Chứng tỏ ma trận A là đối xứng và xác định dương và tìm ma
trận B trong phân rã Choleski.

» fi » fi
1 2 1 4 ´3 0
(a) A “ – 2 5 3 fl (b) A “ – ´3 4 ´2 fl
1 3 6 0 ´2 4
» fi » fi
2 ´1 0 0 3 2 1 1
— ´1 2 ´1 0 ffi — 2 4 3 2 ffi
(c) A “ —
– 0 ´1
ffi (d) A “ — ffi
2 ´1 fl – 1 3 5 1 fl
0 0 ´1 2 1 2 1 7
Câu 4. Tính số điều kiện theo chuẩn 1 và chuẩn 8 của các ma trận
sau:
» fi » fi
1 5 7 2 ´2 1
(a) A “ – 3 3 5 fl (b) A “ – 3 ´5 4 fl
2 1 8 4 ´1 3

lOMoARcPSD|22842530

» fi
1 1 1
1
» fi — 2 3 4 ffi
2 ´2 1 4 — ffi
— 1 1 1 1 ffi
— 3 — ffi
´4 2 5 ffi — 2 3 4 5 ffi
(c) A “ —
– 4
ffi (d) A “ — ffi
´6 1 3 fl — 1 1 1 1 ffi
— ffi
5 ´8 2 2 — 3 4 5 6 ffi
– fl
1 1 1 1
4 5 6 7
Câu 5. Sử dụng phương pháp Jacobi tìm vectơ lặp xp3q của các hệ
sau:
#
5x1 ´ 2x2 “ 2.55
(a)
2x1 ` 4x2 “ 3.16
#
12.35x1 ` 4.14x2 “ 11.87
(b)
5.93x1 ` 13.72x2 “ 17.64
$
& 8x1 ` 2x2 ´ x3 “ 4
’
(c) x1 ` 9x2 ´ 2x3 “ 8
’
%
2x1 ` 2x2 ` 11x3 “ 9
$
& 3.47x1 ` 0.55x2 ` 0.21x3
’ “ 1.25
(d) 0.33x1 ` 4.12x2 ` 0.18x3 “ 2.45
’
%
0.45x1 ` 0.16x2 ` 3.98x3 “ 2.06
$
’
’ 15x1 ´ 2x2 ` 3x3 ´ x4 “ 18
’
’
& 2x ` 16x ´ 3x ` 2x4 “ 20
1 2 3
(e)
’
’ ´x1 ` 4x2 ` 17x3 ` 3x4 “ 16
’
’
% 3x ´ 2x ` x3 ` 18x4 “ 24
1 2
Câu 6. Sử dụng phương pháp Gauss-Seidel tìm vectơ lặp xp3q của các
hệ trong bài tập 5.

lOMoARcPSD|22842530
CHƯƠNG BỐN
NỘI SUY VÀ XẤP XỈ HÀM
Mục lục
4.1 Đa thức nội suy Lagrange . . . . . . . . . . . . . . . 45
4.2 Đa thức nội suy Newton . . . . . . . . . . . . . . . . 49
4.3 Spline bậc ba . . . . . . . . . . . . . . . . . . . . . . . 52
4.4 Bài toán xấp xỉ hàm thực nghiệm . . . . . . . . . . 57
Bài tập chương 4 . . . . . . . . . . . . . . . . . . . . . . . 59
Trong chương này chúng ta sẽ xét hàm y “ f pxq cho dưới dạng
bảng số
x x0 x1 x2 ¨ ¨ ¨ xn
(4.1)
y y0 y1 y2 ¨ ¨ ¨ yn
trong đó n là số nguyên dương. Các giá trị xk , k “ 0, n được gọi là các
điểm nút (mốc) và được sắp theo thứ tự tăng dần theo chỉ số k, còn
các giá trị yk “ f pxk q, k “ 0, n là giá trị cho trước của hàm tương ứng
tại xk . Bài toán đặt ra là hãy xây dựng một đa thức P pxq thoả điều kiện
P pxk q “ yk , k “ 0, n và được gọi là đa thức nội suy của hàm f pxq. Về mặt
hình học, trong mặt phẳng xOy cho một tập các điểm tMk pxk , yk qunk“0 ,
cần xây dựng một đường cong đa thức đi qua các điểm đã cho. Nói
chung có thể tồn tại nhiều đa thức như vậy. Tuy nhiên nếu bậc của
đa thức P pxq là nhỏ hơn hay bằng n thì ta có thể chứng minh rằng sự
tồn tại của đa thức nội suy là duy nhất.

lOMoARcPSD|22842530
4.1 Đa thức nội suy Lagrange 45
§4.1 ĐA THỨC NỘI SUY L AGRANGE
Xét bảng số (4.1) của hàm f pxq với n ě 1. Chúng ta sẽ tìm đa thức
nội suy Ln pxq có bậc nhỏ hơn hay bằng n của hàm f pxq trên rx0 , xn s
gọi là đa thức nội suy Lagrange. Trước tiên ta xây dựng các đa thức
pkq
phụ pn pxq, k “ 0, n có bậc bằng n và thoả điều kiện
"
pkq 1, j“k
pn pxj q “
0, j “ k
pkq
Do các đa thức pn pxq có n nghiệm x0 , . . . , xk´1 , xk`1 , . . . , xn và có bậc
nhỏ hơn hay bằng n nên ta có thể viết chúng dưới dạng:
pnpkq pxq “ Ck px ´ x0 q . . . px ´ xk´1 qpx ´ xk`1 q . . . px ´ xn q
pkq
với Ck là hằng số. Từ điều kiện pn pxk q “ 1, ta thu được:
1
Ck “
pxk ´ x0 q . . . pxk ´ xk´1 qpxk ´ xk`1 q . . . pxk ´ xn q
Khi đó ta có:
px ´ x0 q . . . px ´ xk´1 qpx ´ xk`1 q . . . px ´ xn q

pnpkq pxq “ k “ 0, n
pxk ´ x0 q . . . pxk ´ xk´1 qpxk ´ xk`1 q . . . pxk ´ xn q
Ta gọi đa thức sau đây là đa thức nội suy Lagrange:

n
ÿ
Ln pxq “ pkn pxqyk (4.2)
k“0
Dễ dàng kiểm tra rằng đa thức xây dựng theo công thức (4.2) thoả tất
cả các yêu cầu đề ra là deg Ln pxq ď n và Ln pxk q “ yk , @k “ 0, n.

x 0 1 3
Ví dụ 4.1. Xây dựng đa thức Lagrange nội suy bảng số: . Trước tiên ta
y 1 ´1 2
tìm các đa thức phụ (chú ý rằng n “ 2).
p0q px ´ 1qpx ´ 3q 1
p2 pxq “ “ px2 ´ 4x ` 3q
p0 ´ 1qp0 ´ 3q 3
p1q px ´ 0qpx ´ 3q 1
p2 pxq “ “ ´ px2 ´ 3xq
p1 ´ 0qp1 ´ 3q 2
p2q px ´ 0qpx ´ 1q 1 2
p2 pxq “ “ px ´ xq
p3 ´ 0qp3 ´ 1q 6

lOMoARcPSD|22842530
46 Nội suy và xấp xỉ hàm
Do đó
1 1 1 7 19
L2 pxq “ px2 ´ 4x ` 3q ` px2 ´ 3xq ` px2 ´ xq “ x2 ´ x ` 1
3 2 3 6 6
là đa thức Lagrange cần tìm. Bây giờ để xấp xỉ giá trị của hàm tại một điểm nào đó trong
đoạn [0, 3], ví dụ tại x “ 2, chúng ta có thể sử dụng đa thức Lagrange:
7 19 2
yp2q « L2 p2q “ 22 ´ 2 ` 1 “ ´
6 6 3
Ta xét một cách viết khác của đa thức Lagrange. Đặt
ωpxq “ px ´ x0 qpx ´ x1 q . . . px ´ xn q
pkq
Khi ấy các đa thức phụ pn pxq có dạng
ωpxq
ppkq
n pxq “
ω 1 pxk qpx ´ xk q
Đa thức Lagrange trở thành

n
ÿ ÿn
ωpxq yk
Ln pxq “ 1
y k “ ωpxq 1
(4.3)
k“0
ω pxk qpx ´ xk q k“0
ω pxk qpx ´ xk q
Chúng ta có thể sử dụng công thức (4.3) để xây dựng đa thức La-
grange. Muốn thế ta lập bảng như sau.
x x0 x1 ... xn
x0 x ´ x0 x0 ´ x1 ... x 0 ´ xn D0
x1 x 1 ´ x 0 x ´ x1 ... x 1 ´ xn D1
... ... ... ... ... ...
xn x n ´ x 0 x n ´ x1 ... x ´ xn Dn
ωpxq
Ta có thể xem bảng số trên như một ma trận vuông cấp n ` 1 với các
hàng và cột được đánh số bởi x0 , x1 , . . . , xn . Tại các vị trí trên đường
chéo chính ứng với phần tử xi ta điền biểu thức x ´ xi . Còn tại các vị
trí ở hàng xi , cột xj ta điền giá trị xi ´ xj . Khi đó tích các phần tử nằm
trên cùng một hàng tương ứng với mẫu số trong tổng của công thức

lOMoARcPSD|22842530
4.1 Đa thức nội suy Lagrange 47
(4.3). Ta ký hiệu chúng là Dk “ ω 1 pxk qpx ´ xk q. Còn tích các phần tử
nằm trên đường chéo chính là ωpxq. Khi đó đa thức Lagrange sẽ là:
ÿn
yk
Ln pxq “ ωpxq
k“0
Dk
x 0 1 3 4
Ví dụ 4.2. Cho bảng số . Sử dụng đa thức Lagrange, tính gần đúng
y 1 1 2 ´1
giá trị của hàm tại x “ 2. Ta thành lập bảng sau:
x“2 0 1 3 4
0 2 ´1 ´3 ´4 ´24
1 1 1 ´2 ´3 6
3 3 2 ´1 ´1 6
4 4 3 1 ´2 ´24
4
Do đó
ˆ ˙
1 1 1 1
yp2q « L3 p2q “ 4 ´ ` ` ` “2
24 6 3 24
Thuật toán sử dụng đa thức nội suy Lagrange để tính gần đúng
giá trị của hàm được thể hiện trong Chương trình 7.13. Đặc biệt khi
các điểm nút cách đều với bước h “ xk`1 ´ xk “ const , @k. Nghĩa là
x ´ x0
xk “ x0 ` kh. Đặt q “ , ta thu được
h
x ´ xk “ pq ´ kqh, xi ´ xj “ pi ´ jqh
và
ωpxq “ qpq ´ 1q . . . pq ´ nqhn`1
ω 1 pxk q “ p´1qn´k k!pn ´ kq!hn
Khi đó công thức Lagrange có dạng
ÿn
p´1qn´k qpq ´ 1q . . . pq ´ nq
Ln pxq “ yk (4.4)
k“0
k!pn ´ kq!pq ´ kq
Bây giờ ta nêu công thức đánh giá sai số của đa thức nội suy La-
grange. Giả sử hàm f pxq có đạo hàm đến cấp n ` 1 liên tục trên đoạn

lOMoARcPSD|22842530
ra, bs, được cho dưới dạng bảng số (4.1) với yk “ f pxk q, @k “ 0, n. Lấy
một điểm x̄ P ra, bs sao cho x̄ “ xk , @k “ 0, n. Ta sẽ tìm giá trị λ thoả
f px̄q “ Ln px̄q ` λωpx̄q (4.5)
Xét hàm phụ
F pxq “ f pxq ´ Ln pxq ´ λωpxq
Vì Ln pxq, ωpxq là các đa thức và f pxq có đạo hàm đến cấp n ` 1 liên
tục nên F pxq cũng có đạo hàm đến cấp n ` 1 liên tục. Ta nhận thấy
F pxq “ 0 tại n ` 2 điểm x̄, x0 , . . . , xn trong đoạn [a, b]. Do đó nếu áp
dụng định lí Rolle n ` 1 lần trên đoạn [a, b] ta sẽ có một điểm ξ P ra, bs
sao cho F pn`1q pξq “ 0. Nghĩa là
F pn`1q pξq “ f pn`1q pξq ´ λpn ` 1q! “ 0
và như vậy ta được

f pn`1q pξq
λ“
pn ` 1q!
Thay giá trị λ vừa tìm được vào trong công thức (4.5) ta được
f pn`1q pξq
f px̄q “ Ln px̄q ` ωpx̄q (4.6)
pn ` 1q!
với mọi x̄ P ra, bs và x̄ “ xk , @k “ 0, n. Tuy nhiên, nếu x̄ “ xk , @k “
0, n thì công thức (4.6) vẫn đúng, do đó công thức (4.6) là đúng với
mọi x̄ P ra, bs. Trong công thức (4.6), thay x̄ bằng x và đặt Mn`1 “
ˇ ˇ
max ˇf pn`1q pxqˇ. Khi đó sai số giữa hàm f pxq và đa thức Lagrange nội
xPra,bs
suy bảng (4.1) được đánh giá theo công thức sau
Mn`1
|f pxq ´ Ln pxq| ď |ωpxq| (4.7)
pn ` 1q!
Ví dụ 4.3. Xét hàm f pxq “ 2x trong đoạn r0, 1s. Để tính gần đúng giá trị của hàm
tại x “ 0.45, ta sử dụng đa thức Lagrange với các điểm nút nội suy x0 “ 0, x1 “

lOMoARcPSD|22842530
4.2 Đa thức nội suy Newton 49
0.25, x2 “ 0.5, x3 “ 0.75, x4 “ 1. Khi đó sai số mắc phải được xác định như sau. Ta
ˇ ˇ
có n “ 4, f p5q pxq “ pln 2q5 2x cho nên M5 “ max ˇf p5q pxqˇ “ 2pln 2q5 . Như vậy
xPr0,1s
2pln 2q5
|2x ´ L4 p0.45q| ď p0.45qp0.20qp0.05qp0.30qp0.55q « 0.2 ˆ 10´5
5!
§4.2 ĐA THỨC NỘI SUY NEW TON
Xét bảng số (4.1) của hàm số f pxq trên đoạn ra, bs “ rx0 , xn s. Trên
đoạn rxk , xk`1 s ta xét đại lượng

yk`1 ´ yk
f rxk , xk`1 s “
xk`1 ´ xk
và được gọi là tỉ sai phân cấp một của hàm trên đoạn rxk , xk`1 s. Bằng
quy nạp, ta có thể định nghĩa tỉ sai phân cấp p của hàm trên đoạn
rxk , xk`p s như sau

f rxk`1 , xk`2 , . . . , xk`p s ´ f rxk , xk`1 , . . . , xk`p´1 s
f rxk , xk`1 , . . . , xk`p s “
xk`p ´ xk
Chú ý rằng tỉ sai phân là hàm số đối xứng của các đối số, nghĩa là
f rxk , xk`1 s “ f rxk`1 , xk s. Hơn nữa, tỉ sai phân cấp n của đa thức bậc
n là hằng số và tỉ sai phân cấp lớn hơn n của đa thức cấp n bằng
không. Thông thường, để tính tỉ sai phân của hàm số ta thành lập
bảng được gọi là bảng tỉ sai phân. Để minh họa ta xét ví dụ sau.
Ví dụ 4.4. Lập bảng tỉ sai phân của hàm cho bởi:

x 1.0 1.3 1.6 1.9
y 0.76 0.62 0.45 0.28
Ta được
xk f pxk q f rxk , xk`1 s f rxk , xk`1 , xk`2 s
1.0 0.76
´0.47
1.3 0.62 ´0.17
´0.57
1.6 0.45 ´0.00
´0.57
1.9 0.28

lOMoARcPSD|22842530
Ví dụ, tỉ sai phân cấp hai của hàm trên đoạn r1.0, 1.6s là f r1.0, 1.3, 1.6s “ ´0.17.
Bây giờ ta sẽ xây dựng đa thức Nn pxq bậc không cao hơn n thoả
Nn pxk q “ yk , @k “ 0, n. Theo định nghĩa của tỉ sai phân cấp một của
f pxq ´ y0
hàm f pxq: f rx, x0 s “ . Do đó: f pxq “ y0 ` px ´ x0 qf rx, x0 s. Lại
x ´ x0
dùng định nghĩa của tỉ sai phân cấp hai của hàm f pxq:
f rx, x0 s ´ f rx0 , x1 s
f rx, x0 , x1 s “
x ´ x1
ta được
f pxq “ y0 ` f rx0 , x1 spx ´ x0 q ` f rx, x0 , x1 spx ´ x0 qpx ´ x1 q.
Tiếp tục quá trình trên đến bước thứ n ta thu được
f pxq “ y0 ` f rx0 , x1 spx ´ x0 q ` f rx0 , x1 , x2 spx ´ x0 qpx ´ x1 q ` ¨ ¨ ¨ `

`f rx0 , x1 , . . . , xn spx ´ x0 qpx ´ x1 q . . . px ´ xn´1 q`
`f rx, x0 , x1 , . . . , xn spx ´ x0 qpx ´ x1 q . . . px ´ xn q
Đặt
p1q
Nn pxq “ y0 ` f rx0 , x1 spx ´ x0 q ` f rx0 , x1 , x2 spx ´ x0 qpx ´ x1 q`
(4.8)
` ¨ ¨ ¨ ` f rx0 , x1 , . . . , xn spx ´ x0 qpx ´ x1 q . . . px ´ xn´1 q
và
Rn pxq “ f rx, x0 , x1 , . . . , xn spx ´ x0 qpx ´ x1 q . . . px ´ xn q
ta được
f pxq “ Nnp1q pxq ` Rn pxq
Công thức (4.8) được gọi là công thức Newton tiến xuất phát từ điểm
nút x0 của hàm số f pxq và Rn pxq là sai số của đa thức nội suy Newton.
Bằng cách làm tương tự, ta có thể xây dựng công thức Newton lùi
xuất phát từ điểm nút xn của hàm số f pxq như sau

p2q
Nn pxq “ yn ` f rxn´1 , xn spx ´ xn q`
`f rxn´2 , xn´1 , xn spx ´ xn´1 qpx ´ xn q` (4.9)
` ¨ ¨ ¨ ` f rx0 , x1 , . . . , xn spx ´ x1 qpx ´ x2 q . . . px ´ xn q

lOMoARcPSD|22842530
4.2 Đa thức nội suy Newton 51
Do tính duy nhất của đa thức nội suy, ta có với cùng một bảng số thì
Ln pxq “ Nnp1q pxq “ Nnp2q pxq
Vì vậy ta có thể sử dụng công thức (4.7) để đánh giá sai số của các
công thức nội suy Newton.

x 0.0 0.3 0.7 1.0
Ví dụ 4.5. Cho bảng số . Dùng công thức
y 2.0000 2.2599 2.5238 2.7183
Newton tiến tính gần đúng giá trị của hàm tại x “ 0.12. Trước tiên ta lập bảng tỉ sai phân
xk f pxk q f rxk , xk`1 s f rxk , . . . , xk`2 s f rxk , . . . , xk`3 s

0.0 2.0000
0.8663
0.3 2.2599 ´0.2950
0.6598 0.2786
0.7 2.5238 ´0.0164
0.6483
1.0 2.7183
Như vậy giá trị gần đúng của hàm tại x “ 0.12 được tính
p1q
yp0.12q « N3 p0.12q
“ 2.0000 ` 0.8663p0.12q ` 0.2950p0.12qp0.18q`
`0.2786p0.12qp0.18qp0.58q « 2.1138
Tương tự như trường hợp của công thức nội suy Lagrange, chúng
ta xét trường hợp các điểm nút cách đều với bước h. Muốn thế ta đưa
vào khái niệm sau. Đại lượng ∆yk “ yk`1 ´ yk được gọi là sai phân hữu
hạn cấp 1 của hàm tại điểm xk . Tương tự ta có thể định nghĩa sai
phân hữu hạn cấp p của hàm tại điểm xk như sau ∆p yk “ ∆p∆p´1 yk q.
Ta có thể dễ dàng chứng minh bằng quy nạp công thức sau, thể hiện
mối quan hệ giữa khái niệm tỉ sai phân và sai phân hữu hạn:
∆p y k
f rxk , xk`1 , . . . , xk`p s “
p!hp
Khi đó các công thức (4.8) và (4.9) sẽ có dạng
p1q ∆y0 ∆2 y 0
Nn pxq “ y0 ` q` qpq ´ 1q ` ¨ ¨ ¨ `
1! 2! (4.10)
∆n y 0
` qpq ´ 1q . . . pq ´ n ` 1q
n!

lOMoARcPSD|22842530
x ´ x0
với q “ và
h
p2q ∆yn´1 ∆2 yn´2
Nn pxq “ yn ` p` ppp ` 1q ` ¨ ¨ ¨ `
n 1! 2! (4.11)
∆ y0
` ppp ` 1q . . . pp ` n ´ 1q
n!
x ´ xn
với p “ .
h
Ví dụ 4.6. Sử dụng bảng giá trị của hàm sin lượng giác với bước h “ 5o , tính gần đúng
giá trị của sin 32o . Ta có bảng sai phân
xk f pxk q ∆ ∆2 ∆3
30o 0.5000 0.0736 ´0.0044 ´0.0005
35o 0.5736 0.0692 ´0.0049
40o 0.6428 0.0643
45o 0.7071
32 ´ 30
và q “ “ 0.4. Khi đó theo công thức (4.10) ta đượcsin 32o « 0.5303.
5
§4.3 SPLINE BẬC BA
Việc xây dựng một đa thức đi qua các điểm nội suy cho trước trong
trường hợp n lớn là rất khó khăn và khó ứng dụng. Một trong những
cách khắc phục là trên từng đoạn liên tiếp của các cặp điểm nút nội
suy ta nối chúng lại bởi các đường cong đơn giản như đoạn thẳng
chẳng hạn. Tuy nhiên khi đó tại các điểm nút hàm sẽ mất tính khả
vi. Do đó người ta cố gắng xây dựng một đường cong bằng cách nối
các đoạn cong nhỏ lại với nhau sao cho vẫn bảo toàn tính khả vi
của hàm. Đường cong như vậy được gọi là đường spline (đường ghép
trơn). Các hàm trên các đoạn nhỏ thông thường là các đa thức và bậc
cao nhất của các đa thức đó là bậc của spline. Trong phần này chúng
ta sẽ chỉ xét công thức nội suy spline bậc ba.
Định nghĩa 4.1. Cho hàm f pxq xác định trên đoạn ra, bs và một phép
phân hoạch của nó: a “ x0 ă x1 ă x2 ă ¨ ¨ ¨ ă xn “ b. Đặt yk “ f pxk q, k “

lOMoARcPSD|22842530
4.3 Spline bậc ba 53
0, 1, . . . , n. Một spline bậc ba nội suy hàm f pxq trên ra, bs là hàm gpxq thoả
các điều kiện sau:
(a) gpxq có đạo hàm đến cấp hai liên tục trên đoạn ra, bs.
(b) Trên mỗi đoạn rxk , xk`1 s k “ 0, 1, . . . , n ´ 1, gpxq “ gk pxq là một đa
thức bậc ba.
(c) gpxk q “ f pxk q “ yk , @k “ 0, 1, . . . , n.
Dựa trên định nghĩa này, ta đi tìm công thức xác định spline bậc
ba. Xét đoạn rxk , xk`1 s với k “ 0, 1, . . . , n ´ 1. Đặt hk “ xk`1 ´ xk . Vì gk pxq
là đa thức bậc ba, nên ta viết nó dưới dạng:
gk pxq “ ak ` bk px ´ xk q ` ck px ´ xk q2 ` dk px ´ xk q3
Từ điều kiện (3), ta thấy ngay: ak “ gpxk q “ gk pxk q “ yk và
ak ` bk hk ` ck h2k ` dk h3k “ gpxk`1 q “ gk pxk`1 q “ yk`1
Từ đây ta được
$
’ y ´ yk
& bk “ k`1 ´ ck hk ´ dk h2k , @k “ 0, 1, . . . , n ´ 1
hk (4.12)
’ y ´ yk´1
% bk´1 “ k ´ ck´1 hk´1 ´ dk´1 h2k´1 , @k “ 1, . . . , n
hk´1
trong đó phương trình thứ hai thu được từ phương trình thứ nhất
bằng cách giảm chỉ số xuống một đơn vị.
Xét tại điểm xk với k “ 1, 2, . . . , n ´ 1. Do tính khả vi của hàm đến
cấp hai theo tại xk ta có gk´1

1 pxk q “ gk1 pxk q và gk´1
2 px q “ g 2 px q . Từ điều
k k k
kiện gk´1
2 px q “ g 2 px q ta thu được:
k k k
$
’ c ´ ck
& dk “ k`1 ,
3hk (4.13)
’ c ´ ck´1 @k “ 1, 2, . . . , n ´ 1
% dk´1 “ k
3hk´1

lOMoARcPSD|22842530
Thay (4.13) vào (4.12) ta được

$
’ y ´ yk hk
& bk “ k`1 ´ pck`1 ` 2ck q,
hk 3 @k “ 1, 2, . . . , n ´ 1 (4.14)
’ yk ´ yk´1 hk´1
% bk´1 “ ´ pck ` 2ck´1 q
hk´1 3
Từ điều kiện gk´1

1 pxk q “ gk1 pxk q ta có
bk “ bk´1 ` 2ck´1 hk´1 ` 3dk´1 h2k´1
Thay các đại lượng đã biết trong (4.13) và (4.14) vào biểu thức trên ta
được hệ phương trình dùng để xác định các hệ số ck :

$
& h c yk`1 ´ yk yk ´ yk´1
k´1 k´1 ` 2phk´1 ` hk qck ` hk ck`1 “ 3 ´3 ,
hk hk´1 (4.15)
% @k “ 1, 2, . . . , n ´ 1
Hệ phương trình (4.15) dùng để xác định các hệ số ck với k “ 0, 1, . . . , n.
Khi đó từ các công thức (4.14), (4.13) và ak “ yk ta có thể xác định tất
cả các hệ số của đa thức gk pxq. Nói chung hệ phương trình (4.15) có
vô số nghiệm. Vì vậy để có tính duy nhất, ta phải bổ sung thêm một
số điều kiện, và thông thường các điều kiện đó là các điều kiện biên.
4.3.1 SPLINE BẬC BA TỰ NHIÊN
Điều kiện để xác định một spline bậc ba tự nhiên là: g 2 paq “ g 2 pbq “ 0.
Từ đây ta thu được c0 “ cn “ 0. Điều kiện này bổ sung hai phương
trình vào hệ (4.15) dùng để xác định n`1 hệ số c0 , c1 , . . . , cn´1 , cn . Thuật
toán xác định spline bậc ba tự nhiên như sau: giải hệ AC “ B với A là
ma trận hệ số cấp n ` 1, B là vectơ tự do và C “ pc0 , c1 , c2 , . . . , cn´1 , cn qT .
Ta có:
¨ ˛
1 0 0 ... 0 0
˚ h0 2ph0 ` h1 q h1 ... 0 0 ‹
˚ ‹
˚ 0 h1 2ph1 ` h2 q ... 0 0 ‹
A“˚
˚
‹
‹
˚ ... ... ... ... ... ... ‹
˝ 0 0 0 ... 2phn´2 ` hn´1 q hn´1 ‚
0 0 0 ... 0 1

lOMoARcPSD|22842530
4.3 Spline bậc ba 55
và ¨ ˛
0
˚ y2 ´ y1 y1 ´ y0 ‹
˚ 3 ´3 ‹
˚ h1 h0 ‹
˚ ‹
B“˚ ......... ‹
˚ yn ´ yn´1 yn´1 ´ yn´2 ‹
˚ 3 ´3 ‹
˝ hn´1 hn´2 ‚
0
Sau khi tìm được tất cả các giá trị của c0 , c1 , c2 , . . . , cn´1 , cn , các hệ số
khác của gk pxq được xác định bởi:

$
’
’ a k “ yk ,
’
& yk`1 ´ yk hk
bk “ ´ pck`1 ` 2ck q, @k “ 0, 1, 2, . . . , n ´ 1 (4.16)
’ hk 3
’
’ c ´ ck
% dk “ k`1
3hk
x 0 2 5
Ví dụ 4.7. Xây dựng spline bậc ba tự nhiên nội suy bảng số: . Ta có
y 1 1 4
n “ 2, h0 “ 2, h1 “ 3. Do là spline tự nhiên nên c0 “ c2 “ 0. Hệ số c1 còn lại được
xác định từ phương trình
y2 ´ y1 y1 ´ y0 3
2ph0 ` h1 qc1 “ 3 ´3 ñ c1 “
h1 h0 10
Khi đó từ (4.16) ta được:

1 1
Với k “ 0 : a0 “ 1, b0 “ ´ , d0 “
5 20
2 1
Với k “ 1 : a1 “ 1, b1 “ , d1 “ ´
5 30
Vậy spline
$cần tìm có dạng
’ 1 1
& 1 ´ x ` x3 , x P r0, 2s
gpxq “ 5 20
% 1 ` 2 px ´ 2q ` 3 px ´ 2q2 ´ 1 px ´ 2q3 , x P r2, 5s
’
5 10 30
x 0 1 2 3
Ví dụ 4.8. Xây dựng spline bậc ba tự nhiên nội suy bảng số: . Ta có
y 1 2 4 8
n “ 3, h0 “ h1 “ h2 “ 1, c0 “ c3 “ 0. Các hệ số c1 và c2 được xác định từ hệ
phương trình:
ˆ ˙ˆ ˙ ˆ ˙
4 1 c1 3 2 7
“ ùñ c1 “ , c2 “
1 4 c2 6 5 5

lOMoARcPSD|22842530
13 2 19 1
Do đó: a0 “ 1, b0 “ , d0 “ ; a1 “ 2, b1 “ , d1 “ ; a2 “ 4, b2 “
15 15 15 3
46 7
, d2 “ ´ . Và spline cần tìm có dạng:
15 15
$
’ 13 2
’
’ 1 ` x ` x3 , 0ďxď1
’
’ 15 15
&
19 2 1
gpxq “ 2 ` px ´ 1q ` px ´ 1q2 ` px ´ 1q3 , 1 ď x ď 2
’
’ 15 5 3
’
’
’ 46
% 4 ` px ´ 2q ` px ´ 2q2 ´ 7 px ´ 2q3 , 2 ď x ď 3
7
15 5 15
Thuật toán xây dựng spline bậc ba tự nhiên được thể hiện trong
Chương trình 7.14.
4.3.2 SPLINE BẬC BA RÀNG BUỘC
Điều kiện để xác định spline bậc ba ràng buộc là: g 1 paq “ α, g 1 pbq “ β.
Từ đây ta có thêm hai phương trình:

$
’ y ´ y0
& 2h0 c0 ` h0 c1 “ 3 1 ´ 3α
h0
’ yn ´ yn´1
% hn´1 cn´1 ` 2hn´1 cn “ 3β ´ 3
hn´1
bổ sung vào hệ (4.15) và ta thu được hệ phương trình đại số tuyến
tính AC “ B gồm n ` 1 phương trình ứng với n ` 1 ẩn là c0 , c1 , . . . , cn .
Ma trận A và vectơ B có dạng:

¨ ˛
2h0 h0 0 ... 0 0
˚ h0 2ph0 ` h1 q h1 ... 0 0 ‹
˚ ‹
˚ 0 h1 2ph1 ` h2 q ... 0 0 ‹
A“˚
˚
‹
‹
˚ ... ... ... ... ... ... ‹
˝ 0 0 0 ... 2phn´2 ` hn´1 q hn´1 ‚
0 0 0 ... hn´1 2hn´1
¨ y1 ´ y0 ˛
3 ´ 3α
˚ h0 ‹
˚ y2 ´ y1 y1 ´ y0 ‹
˚ 3 ´3 ‹
˚ h1 h0 ‹
˚ ‹
B“˚
˚ ......... ‹
‹
˚ yn ´ yn´1 yn´1 ´ yn´2 ‹
˚ 3 ´3 ‹
˚ hn´1 hn´2 ‹
˝ yn ´ yn´1 ‚
3β ´ 3
hn´1

lOMoARcPSD|22842530
4.4 Bài toán xấp xỉ hàm thực nghiệm 57
Sau khi tìm được các hệ số ck , các hệ số ak ,bk và dk cũng xác định
theo công thức (4.16) tương tự như trường hợp của spline bậc ba tự
nhiên.
x 0 1
Ví dụ 4.9. Xây dựng spline bậc ba ràng buộc nội suy bảng số: , thoả điều kiện
y 1 1
y 1 p0q “ 1, y 1 p1q “ 1. Ta có n “ 1, h0 “ 1. Từ đây ta được c0 “ ´3, c1 “ 3. Do
đó a0 “ 1, b0 “ 1, d0 “ 2. Spline cần tìm có dạng: gpxq “ 1 ` x ´ 3x2 ` 2x3 với
x P r0, 1s.
x 0 1 2
Ví dụ 4.10. Xây dựng spline bậc ba ràng buộc nội suy bảng số: thoả
y 1 2 1
điều kiện y 1 p0q “ 0, y 1 p2q “ 0. Ta có n “ 2, h0 “ h1 “ 1, α “ β “ 0, do đó hệ
phương trình xác định c0 , c1 , c2 có dạng:

¨ ˛¨ ˛ ¨ ˛
2 1 0 c0 3
˝ 1 4 1 ‚˝ c1 ‚ “ ˝ ´6 ‚ ùñ c0 “ 3, c1 “ ´3, c2 “ 3
0 1 2 c2 3
Vậy: a0 “ 1, b0 “ 0, d0 “ ´2; a1 “ 2, b1 “ 0, d1 “ 2 và spline cần tìm có dạng

"
1 ` 3x2 ´ 2x3 , 0ďxď1
gpxq “
2 ´ 3px ´ 1q2 ` 2px ´ 1q3 , 1 ď x ď 2
Thuật toán xây dựng spline bậc ba ràng buộc được thể hiện trong
Chương trình 7.15.
§4.4 BÀI TOÁN XẤP XỈ HÀM THỰC NGHIỆM
Trong mặt phẳng xOy cho tập các điểm tMk pxk , yk qunk“1 , trong đó có
ít nhất hai điểm nút xi và xj khác nhau với i “ j và n là rất lớn. Khi đó
việc xây dựng một đường cong đi qua tất cả những điểm đã cho không
có ý nghĩa thực tế. Thay vào đó chúng ta sẽ tìm một hàm f pxq đơn giản
sao cho nó thể hiện tốt nhất dáng điệu của tập điểm tMk pxk , yk qunk“1
và không nhất thiết đi ngang qua các điểm đó. Có nhiều phương pháp
để giải quyết vấn đề trên, và một trong những phương pháp như vậy

lOMoARcPSD|22842530
là phương pháp bình phương bé nhất. Nội dung của phương pháp là
tìm cực tiểu của phiếm hàm:

n
ÿ
gpf q “ rf pxk q ´ yk s2 ÝÑ min (4.17)
k“1
Dạng của hàm cần xác định f pxq phụ thuộc vào nhiều yếu tố. Tuy
nhiên, các dạng đơn giản nhất thường gặp trong thực tế là: f pxq “
A ` Bx, f pxq “ A ` Bx ` Cx2 , f pxq “ A cos x ` B sin x, f pxq “ A eBx ,
f pxq “ AxB , . . . . Nghĩa là để xác định f pxq ta cần xác định các hệ
số A, B, C, . . . từ điều kiện (4.17). Để minh họa cho phương pháp, ta
xét trường hợp thường gặp sau đây với f pxq “ Appxq ` Bqpxq. Khi đó
phương trình (4.17) có dạng:

n
ÿ
gpA, Bq “ pAppxk q ` Bqpxk q ´ yk q2 ÝÑ min
k“1
Bài toán quy về việc tìm cực tiểu của hàm hai biến gpA, Bq. Toạ độ
điểm dừng của hàm được xác định từ hệ phương trình

$
’ Bg ř
n
’
& “2 pAppxk q ` Bqpxk q ´ yk qppxk q “ 0
BA k“1
’ Bg “ 2 ř
’
n
pAppxk q ` Bqpxk q ´ yk qqpxk q “ 0
%
BB k“1
Sau khi đơn giản, ta thu được hệ hai phương trình với hai ẩn A và B.
$ ˆ n ˙ ˆ n ˙ ˆ n ˙
’ ř 2 ř ř
’
& p pxk q A ` ppxk qqpxk q B “ ppxk qyk
ˆ n k“1 ˙ ˆk“1 ˙ ˆ k“1 ˙ (4.18)
’ ř ř
n ř
n
’
% ppx k qqpx k q A ` q 2 px q B
k “ qpx qy
k k
k“1 k“1 k“1
Theo giả thiết của bài toán và bất đẳng thức Cauchy, ta có định thức
của ma trận hệ số luôn khác không, nên hệ phương trình (4.18) lúc
nào cũng nghiệm duy nhất A và B. Đó là các hệ số cần tìm.
Ví dụ 4.11. Tìm hàm f pxq “ A ` Bx xấp xỉ tốt nhất bảng số:
x 1 1 2 2 2 3 3 4 5 6
y 1 2 2 3 4 4 5 5 6 7

lOMoARcPSD|22842530
Ta có n “ 10, ppxq “ 1, qpxq “ x. Để thiết lập hệ phương trình (4.18), ta có các

ř
n řn ř
n ř
n
tổng sau: xk “ 29, yk “ 39, x2k “ 109 và xk yk “ 140. Khi ấy hệ
k“1 k“1 k“1 k“1
phương trình xác định A và B có dạng:
" "
10A `29B “ 39 A “ 0.7671
ùñ
29A `109B “ 140 B “ 1.0803
Do đó đường thẳng cần tìm là: f pxq “ 0.7671 ` 1.0803x.
ř
m
Trường hợp cần xấp xỉ bảng số bởi đa thức bậc m: Pm pxq “ Ak xk ,
k“0
ta có hệ phương trình dùng để xác định các hệ số A0 , A1 , . . . , Am như
sau:
$ ˆ n ˙ ˆ n ˙
’ ř ř m ř
n
’
’ mA 0 ` x k A 1 ` ¨ ¨ ¨ ` x Am “ yk
’
’ k
’
’ ˆ n ˙ ˆk“0 ˙ ˆ k“0 ˙ k“0
’
& ř ř
n ř
n ř
n
xk A0 ` x2k A1 ` ¨ ¨ ¨ ` xm`1
k Am “ xk y k
k“0 k“0 k“0 k“0
’
’
’
’
’ ˆ n ˙. . . ˆ n ˙. . . ˆ n .˙
..... ...
’
’ ř ř ř ř
n
’
% xm A0 ` m`1
xk A1 ` ¨ ¨ ¨ ` x2m Am “ xm
k k k yk
k“0 k“0 k“0 k“0
BÀI TẬP
Câu 1. Xây dựng đa thức nội suy Lagrange đối với các bảng số sau:
x 2 3 5 x 0.3 0.5 0.8
(a) (b)
y 3 1 4 y 1.25 1.47 1.88
x 0 1 3 4 x 1.2 1.4 1.6 1.8
(c) (d)
y 3 2 1 5 y 2.25 3.16 3.78 4.55
Câu 2. Sử dụng đa thức nội suy Lagrange hãy xấp xỉ giá trị của hàm
f pxq tại x˚ với các điểm nút đã cho. Lấy 4 chữ số lẻ sau dấu phảy thập
phân. So sánh với giá trị chính xác.
(a) f pxq “ sin x, x0 “ 30o , x1 “ 35o , x2 “ 40o , x3 “ 45o , x˚ “ 32o
(b) f pxq “ e´x cos x, x0 “ 0.2, x1 “ 0.4, x2 “ 0.6, x3 “ 0.8, x˚ “ 0.5
(c) f pxq “ lnp1 ` xq, x0 “ 7, x1 “ 8, x2 “ 9, x3 “ 10, x˚ “ 8.25

lOMoARcPSD|22842530
Câu 3. Cho bảng tỷ sai phân:
x0 “ 1 f px0 q “?
f rx0 , x1 s “?
x1 “ 3 f px1 q “? f rx0 , x1 , x2 s “ 1
f rx1 , x2 s “ 2
x2 “ 4 f px2 q “ 6
Hãy tìm các giá trị còn thiếu trong bảng.
Câu 4. Làm các bài trong câu 1 sử dụng đa thức nội suy Newton tiến.
Câu 5. Xây dựng spline bậc ba tự nhiên nội suy các bảng số:
x 0 2 3 x 1 2 3 4
(a) (b)
y 2 1 1 y 2 2 1 4
Câu 6. Cho spline bậc ba tự nhiên:

#
3 ´ 2x ` x3 , nếu 0 ď x ď 1
gpxq “
a ` bpx ´ 1q ` cpx ´ 1q2 ` dpx ´ 1q3 , nếu 1 ď x ď 3
Hãy xác định a, b, c, d.
Câu 7. Cho spline bậc ba tự nhiên:

#
1 ` b0 px ´ 1q ` d0 px ´ 1q3 , nếu 1 ď x ď 2
gpxq “
3 ` b1 px ´ 2q ` 4px ´ 2q2 ` d1 px ´ 2q3 , nếu 2 ď x ď 3
Hãy xác định b0 , d0 , b1 , d1 .
Câu 8. Xây dựng spline bậc ba gpxq nội suy các bảng số và thoả các
điều kiện đã cho.

x 2 3 4 x 0 1 2 3
(a) , (b) ,
y 1 4 2 y 1 ´1 2 0
g 1 p2q “ 0, g 1 p4q “ 1 g 1 p0q “ 1, g 1 p3q “ 0
Câu 9. Cho spline bậc ba:

#
1 ` x ` x2 ` x 3 , nếu 0 ď x ď 2
gpxq “
a ` bpx ´ 2q ` cpx ´ 2q2 ` dpx ´ 2q3 , nếu 2 ď x ď 3
Hãy xác định a, b, c, d biết rằng g 1 p3q “ 1.

lOMoARcPSD|22842530
Câu 10. Cho spline bậc ba:

#
2 ` b0 px ´ 1q ´ 3px ´ 1q2 ` d0 px ´ 1q3 , nếu 1 ď x ď 2
gpxq “
4 ` b1 px ´ 2q ` 2px ´ 2q2 ` d1 px ´ 2q3 , nếu 2 ď x ď 3
Hãy xác định b0 , d0 , b1 , d1 biết rằng g 1 p1q “ g 1 p3q.
Câu 11. Cho bảng số:
x 1 2 3 4 5 6 7
y 1.02 3.96 8.55 16.01 25.30 35.87 48.58
Tìm hàm f pxq “ A ` Bx ` Cx2 xấp xỉ tốt nhất bảng số trên.
Câu 12. Cho bảng số:
x 1.0 1.2 1.4 1.6 1.8 2.0

y 2.27 2.37 2.45 2.52 2.60 2.62
?
Tìm hàm f pxq “ A x ` B cos x xấp xỉ tốt nhất bảng số trên.

lOMoARcPSD|22842530
CHƯƠNG NĂM
ĐẠO HÀM VÀ TÍCH PHÂN
Mục lục
5.1 Tính gần đúng đạo hàm . . . . . . . . . . . . . . . . 62
5.2 Công thức Newton-Cotes . . . . . . . . . . . . . . . . 64
Bài tập chương 5 . . . . . . . . . . . . . . . . . . . . . . . 68
§5.1 TÍNH GẦN ĐÚNG ĐẠO HÀM
Trong phần này ta đưa ra các công thức xấp xỉ các đạo hàm cấp
một và cấp hai của hàm y “ f pxq dựa vào các giá trị rời rạc yk của hàm
tại các điểm nút xk . Trước tiên ta xây dựng đa thức nội suy Lagrange
Lpxq xấp xỉ hàm f pxq và sau đó f 1 pxq « L1 pxq và f 2 pxq « L2 pxq.
Xét trường hợp đơn giản với bảng số có ba điểm nút cách đều:
x x0 ´ h x0 x0 ` h
y f px0 ´ hq f px0 q f px0 ` hq
Đây là trường hợp thường dùng để xấp xỉ các đạo hàm. Đa thức
Lagrange có dạng:
px ´ x0 ` hqpx ´ x0 q px ´ x0 ` hqpx ´ x0 ´ hq
Lpxq “ 2
f px0 ` hq ´ f px0 q `
2h h2
px ´ x0 qpx ´ x0 ´ hq
` f px0 ´ hq
2h2
Khi đó
x ´ x0 ` h x ´ x0
L1 pxq “ pf px0 ` hq ´ 2f px0 q ` pf px0 ` hq ` f px0 ´ hqq `
2h2 2h2
x ´ x0 ´ h
` pf px0 ` hq ´ 2f px0 qq, (5.1)
2h2

lOMoARcPSD|22842530
5.2 Công thức Newton-Cotes 63
f px0 ` hq ´ 2f px0 q ` f px0 ´ hq

L2 pxq “ . (5.2)
h2
Từ (5.1) ta được
$
’
’ ´3f px0 ´ hq ` 4f px0 q ´ f px0 ` hq
’
’ f 1 px0 ´ hq « L1 px0 ´ hq “
’
’ 2h
&
f px0 ` hq ´ f px0 ´ hq
f 1 px0 q « L1 px0 q “
’
’ 2h
’
’
’
’ f px0 ´ hq ´ 4f px0 q ` 3f px0 ` hq
% f 1 px0 ` hq « L1 px0 ` hq “
2h
Công thức thứ nhất và thứ ba được gọi là các công thức sai phân tiến
và lùi, còn công thức thứ hai được gọi là công thức sai phân hướng
tâm. Đối với đạo hàm cấp hai, ta dùng công thức (5.2) để xấp xỉ tại
điểm x0 và cũng gọi là công thức sai phân hướng tâm.
Ví dụ 5.1. Sử dụng công thức sai phân hướng tâm tính đạo hàm cấp một và cấp hai của
2
hàm f pxq “ x e´x tại x0 “ 1 với những giá trị khác nhau của h cho ta bảng sau:
h f 1 p1q f 2 p1q
0.200 ´0.343802 ´0.740291
0.150 ´0.354226 ´0.738399
0.100 ´0.361776 ´0.736962
0.050 ´0.366348 ´0.736064
0.010 ´0.367818 ´0.735771
0.005 ´0.367864 ´0.735761
0.001 ´0.367878 ´0.735759
Giá trị chính xác viết đến sáu chữ số sau dấu chấm thập phân là f 1 p1q “ ´0.367879 và
f 2 p1q “ ´0.735758.
Trường hợp bảng số có năm điểm nút cách đều, bằng cách làm
tương tự, ta thu được công thức xấp xỉ đạo hàm cấp một như sau:
f px0 ´ 2hq ´ 8f px0 ´ hq ` 8f px0 ` h ´ f px0 ` 2hqq

f 1 px0 q «
12h

lOMoARcPSD|22842530
64 Đạo hàm và tích phân
§5.2 CÔNG THỨC NEW TON-COTES
Mục đích của phần này là tính gần đúng tích phân xác định
żb
I“ f pxq dx, (5.3)
a
với f pxq là hàm xác định và khả tích trên ra, bs. Ý tưởng xuất phát
từ việc xấp xỉ hàm f pxq trên đoạn ra, bs bởi đa thức nội suy Lagrange
Ln pxq và
żb żb
I“ f pxq dx « I “ ˚
Ln pxq dx. (5.4)
a a
bá
Xét một phép phân hoạch đều của đoạn ra, bs: h “ , x0 “ a,
n
xk “ x0 ` kh, @k “ 0, n. Ta xây dựng đa thức nội suy Lagrange Ln pxq
xấp xỉ hàm f pxq trên đoạn ra, bs xác định theo công thức (4.4) trong
chương 4, trong đó yk “ f pxk q, k “ 0, n.
Thay biểu thức (4.4) vào công thức xấp xỉ (5.4) và sử dụng phép
x ´ x0
đổi biến q “ , ta thu được
h
żb n
ÿ
I“ f pxqdx « I “ pb ´ aq ˚
Hk yk , (5.5)
a k“0
ở đây
żn
p´1qn´k qpq ´ 1q . . . pq ´ nq
Hk “ dq, k “ 0, n (5.6)
nk!pn ´ kq! q´k
0
Công thức (5.5) được gọi là công thức Newton-Cotes và các hệ số (5.6)
được gọi là các hệ số Cotes. Hệ số Cotes có các tính chất sau đây.
n
ÿ
Hk “ H0 ` H1 ` ¨ ¨ ¨ ` Hn “ 1 (5.7a)
k“0
Hk “ Hn´k , @k “ 0, n (5.7b)

lOMoARcPSD|22842530
Đối với công thức đánh giá sai số của công thức Newton-Cotes, ta có
định lí sau.
Định lý 5.1. Sai số của công thức Newton-Cotes cho bởi:

żn
Mn`1 hn`2
˚
|I ´ I | ď |qpq ´ 1q . . . pq ´ nq| dq n lẻ. (5.8a)
pn ` 1q!
0
żn
Mn`2 hn`3 ˇ 2 ˇ
|I ´ I ˚ | ď ˇq pq ´ 1q . . . pq ´ nqˇ dq n chẵn. (5.8b)
pn ` 2q!
0
ˇ ˇ
với Mm “ max ˇf pmq pxqˇ.
xPra,bs
Bây giờ ta sẽ xét một vài trường hợp thường dùng của công thức
Newton-Cotes.
5.2.1 CÔNG THỨC HÌNH THANG
Trong công thức (5.5), cho n “ 1 ta được x0 “ a, x1 “ b, h “ b ´ a,
y0 “ f paq, y1 “ f pbq. Từ các tính chất (5.7) của hệ số Cotes: H0 ` H1 “ 1

1
và H0 “ H1 , ta thu được: H0 “ H1 “ . Khi đó công thức (5.5) có dạng
2
y0 ` y1
I « I˚ “ h (5.9)
2
và được gọi là công thức hình thang. Ý nghĩa hình học của công thức
(5.9) là: tích phân (5.3) biểu diễn diện tích của hình thang cong tạo
bởi đường cong f pxq và các đường thẳng x “ a, x “ b và y “ 0. Theo
(5.9), diện tích này được xấp xỉ bởi diện tích hình thang vuông.
Trong công thức đánh giá sai số (5.8a) của công thức Newton-
Cotes, cho n “ 1 ta thu được

ż1 ż1
M2 h3 M2 h3 M2 h3
˚
|I ´ I | ď |qpq ´ 1q| dq “ qp1 ´ qqdq “ (5.10)
2! 2 12
0 0
Trong thực tế, công thức (5.9) ít được sử dụng trực tiếp. Thông thường
ta chia nhỏ đoạn ra, bs và áp dụng công thức hình thang trên từng

lOMoARcPSD|22842530
đoạn nhỏ. Cụ thể, chia đoạn [a, b] thành n đoạn bằng nhau với bước
bá
chia h “ ; các điểm chia x0 “ a, xk “ x0 ` kh, yk “ f pxk q, k “ 0, n
n
và sử dụng công thức (5.9) cho từng đoạn nhỏ, ta thu được:
şb xş1 xş2 xşn

I “ f pxqdx “ f pxqdx ` f pxqdx ` ¨ ¨ ¨ ` f pxqdx «
a x0 x1 xn´1
y0 ` y1 y1 ` y2 yn´1 ` yn
«h `h ` ¨¨¨ ` h
2 2 2
Cuối cùng ta có:
żb ý
0 yn ¯
I“ f pxqdx « I ˚ “ h ` y1 ` y2 ` ¨ ¨ ¨ ` yn´1 ` (5.11)
2 2
a
Công thức (5.11) được gọi là công thức hình thang mở rộng. Từ công
thức (5.10) ta thu được công thức đánh giá sai số của công thức
(5.11).
h2 M2
|I ´ I ˚ | ď pb ´ aq (5.12)
12
với M2 “ max |f 2 pxq|.

xPra,bs
ş1 dx
Ví dụ 5.2. Xét tích phân I “ . Cần chia đoạn r0, 1s tối thiểu thành bao nhiêu
0 1`x
đoạn, để khi tính theo công thức (5.11), ta có sai số nhỏ hơn 10´4 ? Với số đoạn chia
vừa tìm được, hãy xấp xỉ I .

1
Ta có a “ 0, b “ 1, f pxq “ . Gọi n là số đoạn chia, ta được h “ 1{n. Số đoạn
1`x
h2 M2
chia n được tìm từ bất đẳng thức: pb ´ aq ă 10´4 , với M2 “ max |f 2 pxq| “
ˇ ˇ 12 xPr0,1s
ˇ 2 ˇ 4
max ˇˇ ˇ “ 2. Từ đây ta được: n2 ą 10 ùñ n ą 40.82. Vậy số đoạn chia
xPr0,1s p1 ` xq 3 ˇ 6
là n “ 41.
1 k 41
Khi đó ta có: h “ và các điểm chia xk “ . Khi đó yk “ f pxk q “ . Và
41 41 41 ` k
ˆ ˙
1 1 41 41 1
I « I˚ “ ` ` ¨¨¨ ` ` “ 0.69318436
41 2 42 81 4
Ta có thể so sánh với giá trị chính xác I “ ln 2 “ 0.69314718.

lOMoARcPSD|22842530
Thuật toán tính gần đúng tích phân xác định bằng công thức hình
thang được thể hiện trong chương trình 7.16.
5.2.2 CÔNG THỨC SIMPSON
Trong công thức (5.5), cho n “ 2 ta thu được
a`b bá a`b

x0 “ a, x1 “ , x2 “ b, h “ , y0 “ f paq, y1 “ f p q, y2 “ f pbq
2 2 2
ˆ ˙
1 ş2 1 8 1
H0 “ pq ´ 1qpq ´ 2qdq “ ´6`4 “ ,
40 4 3 6
1 ş2 2 1 ş2 1
H1 “ ´ qpq ´ 2qdq “ , H2 “ qpq ´ 1qdq “
20 3 40 6
Khi đó công thức (5.5) có dạng
h
I « I˚ “ py0 ` 4y1 ` y2 q (5.13)
3
và công thức đánh giá sai số
h5 M4
|I ´ I ˚ | ď
90
ˇ ˇ
với M4 “ max ˇf p4q pxqˇ.
xPra,bs
Tương tự như trong trường hợp công thức hình thang, ta chia đoạn
bá
ra, bs thành n “ 2m đoạn nhỏ bằng nhau với bước chia h “ và sử
2m
dụng công thức (5.13) cho từng cặp đoạn nhỏ liền nhau, ta thu được
công thức sau:
şb h
I “ f pxqdx « I ˚ “ ry0 ` y2m ` 4py1 ` y3 ` ¨ ¨ ¨ ` y2m´1 q`
a 3 (5.14)
`2py2 ` y4 ` ¨ ¨ ¨ ` y2m´2 qs
Công thức (5.14) được gọi là công thức Simpson mở rộng, và sai số
của nó được đánh giá bởi
h4 M4
|I ´ I ˚ | ď pb ´ aq (5.15)
180

lOMoARcPSD|22842530
ş1 dx
Ví dụ 5.3. Xét tích phân I “ . Để so sánh ta cũng xét phương pháp Simpson
0 1`x
với n
“ 10. Khi đó ta có
" ˆ ˙ ˆ ˙*
˚ 1 1 10 10 10 10
I«I “ 1` `4 ` ¨¨¨ ` `2 ` ¨¨¨ ` “
30 2 11 19 12 18
“ 0.69315023
So với giá trị chính xác I “ ln 2 ta có sai số khoảng 0.305 ˆ 10´5 .
Thuật toán tính gần đúng tích phân xác định bằng công thức
Simpson được thể hiện trong chương trình 7.17.
BÀI TẬP
Câu 1. Sử dụng các công thức sai phân hướng tâm, tính gần đúng
đạo hàm cấp một và cấp hai của các hàm sau đây tại điểm x0 với bước
h lần lượt là 0.1, 0.05, 0.01, 0.005 và 0.001.

(c) f pxq “ x3 ´ e´x , x0 “ 1
2
(a) f pxq “ x2 cosp5xq, x0 “ 1.2
2
(b) f pxq “ sinpx2 q ` cospx2 q, x0 “ 0.5 (d) f pxq “ ln x ´ 3 , x0 “ 3
x
Câu 2. Sử dụng công thức hình thang mở rộng với n đã cho xấp xỉ
các tích phân sau:

ş1 x ş2
(a) 3
dx, n “ 10 (c) x ln xdx, n“8
0 1`x 1
ş
2.5 ş1
(b) e2x cos 3xdx, n“6 (d) x tan xdx, n “ 10
1.3 0.5
Câu 3. Làm lại câu 2 bằng công thức Simpson.

ş1
Câu 4. Xấp xỉ tích phân I “ e´x dx với bước h “ 0.05.
2
(a) Sử dụng công thức hình thang.
(b) Sử dụng công thức Simpson.

ş2
Câu 5. Xác định giá trị của n cần thiết để xấp xỉ tích phân I “ ln xdx
1
với sai số nhỏ hơn 10´5 .

lOMoARcPSD|22842530
(a) Sử dụng công thức hình thang.
(b) Sử dụng công thức Simpson.
Câu 6. Cho hàm số f pxq dưới dạng bảng:
x 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0
y 1.72 1.81 1.87 1.94 2.02 2.13 2.23 2.29 2.33 2.39 3.02
Sử dụng các công thức hình thang và Simpson xấp xỉ các tích phân:
ż2 ż2
I1 “ f pxqdx và I2 “ xf 2 pxqdx
1 1

lOMoARcPSD|22842530
CHƯƠNG SÁU
PHƯƠNG TRÌNH VI PHÂN
Mục lục
6.1 Bài toán Cauchy . . . . . . . . . . . . . . . . . . . . . 70
6.2 Bài toán biên tuyến tính cấp hai . . . . . . . . . . . 79
Bài tập chương 6 . . . . . . . . . . . . . . . . . . . . . . . 82
§6.1 BÀI TOÁN CAUCHY
Trong phần này chúng ta sẽ xét một số phương pháp tìm nghiệm
gần đúng của một dạng bài toán của phương trình vi phân thường có
nhiều ứng dụng trong thực tế . Đó là bài toán Cauchy hay còn gọi là
bài toán với điều kiện ban đầu

"
y 1 ptq “ f pt, yptqq, t ě t0 ,
(6.1)
ypt0 q “ y0
với y “ yptq là hàm cần tìm, khả vi với t ě t0 , y0 là giá trị ban đầu cho
trước của hàm tại điểm t “ t0 và f pt, yq là hàm hai biến liên tục cùng
với các đạo hàm riêng của nó.
Chúng ta chỉ quan tâm đến các phương pháp giải số cho bài toán
(6.1) với giả thiết rằng chúng ta có đủ tất cả các điều kiện để đảm bảo
sự tồn tại và tính duy nhất nghiệm của bài toán. Trước tiên ta đưa ra
các công thức tìm nghiệm gần đúng của hàm tại điểm t1 “ t0 ` h với
bước h ą 0 đủ bé. Ta thường ký hiệu ypt1 q là giá trị chính xác của hàm
tại t1 và y1 là giá trị gần đúng: y1 « ypt1 q. Sau đó nếu xét bài toán trên

lOMoARcPSD|22842530
6.1 Bài toán Cauchy 71
một đoạn, ta chia đều đoạn đó với bước h đủ nhỏ và áp dụng liên tiếp
các công thức vừa tìm được.
6.1.1 CÔNG THỨC EULER
Euler dựa vào ý nghĩa hình học để đưa ra công thức tìm y1 đơn giản
nhất. Tại điểm pt0 , y0 q của đường cong y “ yptq ta kẻ tiếp tuyến có
phương trình:
y ´ y0 “ y 1 pt0 qpt ´ t0 q
Do y 1 pt0 q “ f pt0 , ypt0 qq “ f pt0 , y0 q đã biết, nên từ phương trình trên
ta có:
y “ y0 ` f pt0 , y0 qpt ´ t0 q
Thay t “ t1 trong biểu thức trên ta thu được y “ y1 “ y0 `f pt0 , y0 qpt1 ´t0 q
và được xem là giá trị gần đúng của ypt1 q. Từ đây ta có công thức Euler:
ypt1 q « y1 “ y0 ` hf pt0 , y0 q (6.2)

#
y 1 “ y ` t, t ě 0
Ví dụ 6.1. Xét bài toán có nghiệm chính xác là yptq “
yp0q “ 1
2 et ´t ´ 1. Sử dung công thức Euler với bước h “ 0.1 ta có:
yp0.1q « y1 “ y0 ` hf pt0 , y0 q “ y0 ` hpy0 ` t0 q “ 1 ` 0.1p1 ` 0q “ 1.1
6.1.2 CÔNG THỨC EULER CẢI TIẾN
Trong công thức (6.2) vai trò của f pt0 , y0 q chính là hệ số góc của tiếp
tuyến với đường cong tại điểm có hoành độ t0 và hoàn toàn không có
thông tin gì về đường cong tại điểm có hoành độ t1 . Vì lý do đó, người
ta thay vai trò của f pt0 , y0 q bởi trung bình cộng của các hệ số góc của
hai tiếp tuyến tại hai điểm t0 và t1 . Khi đó ta có công thức
f pt0 , y0 q ` f pt1 , y1 q
y1 “ y0 ` h
2

lOMoARcPSD|22842530
72 Phương trình vi phân
Ta thấy cả vế phải lẫn vế trái của công thức trên đều có chứa y1 là
ẩn cần tìm. Vì vậy, để đơn giản người ta thay giá trị y1 ở vế phải bởi
giá trị được xác định theo công thức (6.2). Ta thu được:
f pt0 , y0 q ` f pt1 , y0 ` hf px0 , y0 qq

y1 “ y0 ` h (6.3)
2
Ví dụ 6.2. Xét bài toán trong ví dụ 6.1. Sử dung công thức Euler cải tiến với bước h “ 0.1
ta có:
pt0 ` y0 q ` ppy0 ` hpy0 ` t0 qq ` t1 q

yp0.1q « y1 “ y0 ` h “
2
p0 ` 1q ` pp1 ` 0.1p1 ` 0qq ` 0.1q
“ 1 ` 0.1 “ 1.11
2
6.1.3 CÔNG THỨC RUNGE-KUTTA
Trong phần này chúng ta sẽ xét một phương pháp khác để đưa ra
công thức giải gần đúng bài toán Cauchy (6.1) có tên gọi là phương
pháp Runge-Kutta. Công thức xấp xỉ như sau:

$
’ řn
’
’ ypt1 q “ ypt0 ` hq « y1 “ y0 ` Ai Ki
’
’ i“1
’
’
’
& K1 “ hf pt0 , y0 q
K2 “ hf pt0 ` α2 h, y0 ` β21 K1 q (6.4)
’
’
’
’ K3 “ hf pt0 ` α3 h, y0 ` β31 K1 ` β32 K2 q
’
’
’ ...........................
’
%
Kn “ hf pt0 ` αn h, y0 ` βn1 K1 ` βn2 K2 ` ¨ ¨ ¨ ` βn,n´1 Kn´1 q
Trong đó các hệ số
A1 , A2 , . . . , An , α2 , α3 , . . . , αn
(6.5)
β21 , β31 , β32 , . . . , βn1 , βn2 , . . . , βn,n´1
được xác định theo phương pháp sau. Đặt

n
ÿ
φphq “ ypt0 ` hq ´ y0 ´ Ai Ki
i“1
như là một hàm phụ thuộc vào bước h. Giá trị tuyệt đối của φphq là
sai số tuyệt đối của giá trị gần đúng tại t0 ` h. Ta có thể giả thiết rằng

lOMoARcPSD|22842530
nghiệm yptq, và do đó hàm φphq, có đạo hàm đến cấp m. Chú ý rằng
φp0q “ 0, khi đó ta có khai triển MacLaurin của φphq như sau:
1 1 pmq
φphq “ φ1 p0qh ` φ2 p0qh2 ` ¨ ¨ ¨ ` φ p0qhm ` ophm q
2 m!
Các hệ số của (6.5) được xác định theo điều kiện:
φ1 p0q “ φ2 p0q “ ¨ ¨ ¨ “ φpmq p0q “ 0 (6.6)
Khi đó φphq “ ophm q. Bây giờ chúng ta sẽ xét một số trường hợp
thường được sử dụng trong tính toán gần đúng.
(a) Trường hợp n = m = 1: Công thức (6.4) có dạng: ypt0 ` hq « y0 `
A1 K1 với K1 “ hf pt0 , y0 q và A1 là hệ số duy nhất cần xác định.
Khi đó
φphq “ ypt0 ` hq ´ y0 ´ A1 K1 “ ypt0 ` hq ´ y0 ´ A1 hf pt0 , y0 q
Điều kiện (6.6) trở thành
φ1 p0q “ y 1 pt0 q ´ A1 f pt0 , y0 q “ p1 ´ A1 qf pt0 , y0 q “ 0
Như vậy ta có A1 “ 1 và trong trường hợp này công thức trở
thành công thức Euler (6.2).
(b) Trường hợp n = m = 2: Khi đó công thức (6.4) có dạng:

$
& ypt0 ` hq « y0 ` A1 K1 ` A2 K2
K1 “ hf pt0 , y0 q
%
K2 “ hf pt0 ` α2 h, y0 ` β21 K1 q
với A1 , A2 , α2 , β21 là các hệ số cần xác định theo điều kiện (6.6):
φ1 p0q “ φ2 p0q “ 0 trong đó
φphq “ ypt0 ` hq ´ y0 ´ A1 K1 ´ A2 K2

lOMoARcPSD|22842530
Ta có:
φ1 phq “ y 1 pt0 ` hq ´ A1 f pt0 , y0 q ´ A2 tf pt0 ` α2 h, y0 ` β21 K1 q`

`hrα2 fx1 p. . . q ` β21 f pt0 , y0 qfy1 p. . . qsu
φ2 phq “ y 2 pt0 ` hq ´ A2 t2rα2 fx1 p. . . q ` β21 f pt0 , y0 qfy1 p. . . qs ` hr. . . su
Cho h “ 0 và từ điều kiện φ1 p0q “ φ2 p0q “ 0 ta thu được ba phương
trình dùng để xác định bốn hệ số cần tìm:

$
& 1 ´ A1 ´ A2 “ 0
1 ´ 2α2 A2 “0
%
1 ´ 2β21 A2 “ 0
Hệ phương trình này có vô số nghiệm. Trong đó bộ nghiệm tương

1
ứng với công thức thường sử dụng là: A1 “ A2 “ , α2 “ β21 “ 1.
2
Ta có:
$ 1
’
& ypt1 q “ ypt0 ` hq « y1 “ y0 ` rK1 ` K2 s
2
’ K1 “ hf pt0 , y0 q
%
K2 “ hf pt0 ` h, y0 ` K1 q
Công thức này chính là công thức Euler cải tiến (6.3).
(c) Trường hợp n = m = 4: Trong trường hợp này ta thường dùng công
thức có dạng sau:

$
’ 1
’
’ ypt1 q “ ypt0 ` hq « y1 “ y0 ` rK1 ` 2K2 ` 2K3 ` K4 s
’
’ 6
’
’
’
’ K “ hf pt , y q
’
’
1
ˆ
0 0
˙
’
& h K1
K2 “ hf t0 ` , y0 `
2 2 (6.7)
’
’
’
’ ˆ ˙
’
’ h K2
’
’ K3 “ hf t0 ` , y0 `
’
’ 2 2
’
’
%
K4 “ hf pt0 ` h, y0 ` K3 q
Công thức (6.7) được gọi là công thức Runge-Kutta bậc bốn và
thường gọi là công thức RK4.
Ví dụ 6.3. Cũng xét bài toán trong ví dụ 6.1. Sử dung công thức RK4 với bước h “ 0.1

lOMoARcPSD|22842530
ta có:
K1 “ h py0 ` t0 q “ 0.1p1 ` 0q “ 0.1
ˆ ˙ ˆ ˙
h K1 0.1 0.1
K2 “ h t0 ` ` y0 ` “ 0.1 0 ` `1` “ 0.11
2 2 2 2
ˆ ˙ ˆ ˙
h K2 0.1 0.11
K3 “ h t0 ` ` y0 ` “ 0.1 0 ` `1` “ 0.1105
2 2 2 2
K4 “ h pt0 ` h ` y0 ` K3 q “ 0.1 p0 ` 0.1 ` 1 ` 0.1105q “ 0.12105
1
yp0.1q « y1 “ 1 ` r0.1 ` 2 ˆ 0.11 ` 2 ˆ 0.1105 ` 0.12105s “ 1.110341667
6
Chú ý rằng giá trị chính xác của hàm tại 0.1 là yp0.1q “ 1.110341836. Nó cho thấy sự
vượt trội của công thức RK4 so với hai công thức còn lại.
Bây giờ để tìm nghiệm gần đúng của bài toán Cauchy trên đoạn
rt0 , t0 ` Hs, H ą 0, ta chia đoạn rt0 , t0 ` Hs thành n đoạn nhỏ bằng

H
nhau với bước h “ . Các điểm chia là tk “ t0 ` kh, k “ 0, n. Giá trị
n
gần đúng của hàm tại điểm tk được kí hiệu là yk « yptk q. Khi đó nếu
áp dụng liên tiếp công thức Euler, Euler cải tiến và RK4 ta được ba
công thức tương ứng như sau:
Công thức Euler:
yptk q « yk “ yk´1 ` hf ptk´1 , yk´1 q, k “ 1, 2, . . . , n
Công thức Euler cải tiến:

$
’
’ K “ hf ptk´1 , yk´1 q
& 1
K2 “ hf ptk´1 ` h, yk´1 ` K1 q k “ 1, 2, . . . , n
’
%yptk q « yk “ yk´1 ` 1 pK1 ` K2 q
’
2
Công thức RK4:
$
’
’ K1 “ hf ptk´1 , yk´1 q
’
’ ˆ ˙
’
’
’
’ h K1
’
’ K2 “ hf tk´1 ` , yk´1 `
’
’ 2 2
’
& ˆ ˙
h K2 k “ 1, 2, . . . , n
’ K3 “ hf tk´1 ` , yk´1 `
’
’ 2 2
’
’
’
’ K4 “ hf ptk´1 ` h, yk´1 ` K3 q
’
’
’
’
’
%yptk q « yk “ yk´1 ` 1 pK1 ` 2K2 ` 2K3 ` K4q
’
6

lOMoARcPSD|22842530

#
y 1 “ 1 ` py ´ tq2 , 2 ď t ď 3
Ví dụ 6.4. Xét bài toán có nghiệm chính xác y “
yp2q “ 1
1
t` . Sử dụng ba công thức Euler, Euler cải tiến và RK4 để xấp xỉ hàm yptq trên
1´t
đoạn r2, 3s với bước h “ 0.1 và so sánh với nghiệm chính xác. Kết quả cho ta bảng sau:
tk Euler RK2 RK4 yptk q

2.0 1.00000000 1.00000000 1.00000000 1.00000000
2.1 1.20000000 1.19050000 1.19090881 1.19090909
2.2 1.38100000 1.36603785 1.36666627 1.36666667
2.3 1.54807610 1.53002885 1.53076879 1.53076923
2.4 1.70461506 1.68492533 1.68571385 1.68571429
2.5 1.85297108 1.83253283 1.83333291 1.83333333
2.6 1.99483572 1.97420966 1.97499960 1.97500000
2.7 2.13145810 2.11099702 2.11176433 2.11176471
2.8 2.26378209 2.24370625 2.24444410 2.24444444
2.9 2.39253505 2.37297888 2.37368389 2.37368421
3.0 2.51828712 2.49932878 2.49999970 2.50000000
Các thuật toán của ba công thức Euler, Euler cải tiến và RK4 được
thể hiện trong các chương trình 7.18, 7.19 và 7.20.

6.1.4 HỆ PHƯƠNG TRÌNH VI PHÂN .
Phần này sẽ xét bài toán Cauchy cho hệ phương trình vi phân cấp
một và phương trình vi phân cấp cao. Phương pháp dùng để giải gần
đúng bài toán Cauchy cũng dựa trên các phương pháp đã xét trong
các mục trước. Ở đây để đơn giản cho cách trình bày, ta sẽ xét hệ gồm
hai phương trình vi phân cấp một

$ 1
& x ptq “ f pt, xptq, yptqq
y 1 ptq “ gpt, xptq, yptqq t P rt0 , t0 ` Hs (6.8)
%
xpt0 q “ α, ypt0 q “ β
và sử dụng cả ba công thức Euler, Euler cải tiến và Runge-Kutta cấp
bốn đối với hệ (6.8).

H
Chia đoạn rt0 , t0 `Hs thành n đoạn nhỏ bằng nhau có độ dài h “ .
n
Khi đó các điểm chia là tk “ t0 ` kh, k “ 0, 1, . . . , n. Giá trị gần đúng
của hàm xptq tại điểm tk là xk « xptk q, còn giá trị gần đúng của hàm

lOMoARcPSD|22842530
yptq tại điểm tk là yk « yptk q. Ta có các công thức sau:
Công thức Euler:

$
& xptk q « xk “ xk´1 ` hf ptk´1 , xk´1 , yk´1 q
’
yptk q « yk “ yk´1 ` hgptk´1 , xk´1 , yk´1 q (6.9)
’
%
@k “ 1, 2, . . . , n;
Công thức Euler cải tiến:

$
’ K1x “ hf ptk´1 , xk´1 , yk´1 q
’
’
’
’
’ K1y “ hg ptk´1 , xk´1 , yk´1 q
’
’
’
’
’ K2x “ hf ptk´1 ` h, xk´1 ` K1x , yk´1 ` K1y q
’
’
& K “ hg pt
2y k´1 ` h, xk´1 ` K1x , yk´1 ` K1y q
(6.10)
’
’ 1
’
’ xptk q « xk “ xk´1 ` pK1x ` K2x q
’
’ 2
’
’ 1
’
’ yptk q « yk “ yk´1 ` pK1y ` K2y q
’
’ 2
’
%
@k “ 1, 2, . . . , n;
Công thức Runge-Kutta bậc bốn:

$
’
’ K1x “ hf ptk´1 , xk´1 , yk´1 q
’
’
’
’ K1y “ hg ptk´1 , xk´1 , yk´1 q
’
’ ˆ ˙
’
’ h K1x K1y
’
’ K2x “ hf tk´1 ` , xk´1 ` , yk´1 `
’
’
’
’ 2 2 2
’
’ ˆ ˙
’
’ h K1x K1y
’
’ K2y “ hg tk´1 ` , xk´1 ` , yk´1 `
’
’ 2 2 2
’
’ ˆ ˙
’
’ h K2x K2y
’
’ K3x “ hf tk´1 ` , xk´1 ` , yk´1 `
’
& 2 2 2
ˆ ˙ (6.11)
’ h K2x K 2y
’
’ K 3y “ hg t k´1 ` , x k´1 ` , y k´1 `
’
’ 2 2 2
’
’
’
’ K4x “ hf ptk´1 ` h, xk´1 ` K3x , yk´1 ` K3y q
’
’
’
’
’ K4y “ hg ptk´1 ` h, xk´1 ` K3x , yk´1 ` K3y q
’
’
’
’ 1
’
’ xptk q « xk “ xk´1 ` pK1x ` 2K2x ` 2K3x ` K4x q
’
’
’
’ 6
’
’ 1
’
’ yptk q « yk “ yk´1 ` pK1y ` 2K2y ` 2K3y ` K4y q
’
’ 6
’
%
@k “ 1, 2, . . . , n;
$ 1
& x ptq “ tx ´ 2y ` 1
Ví dụ 6.5. Xét hệ: y 1 ptq “ 2x ` ty ` sin t t ě 1 . Ta sử dụng công thức Euler
%
xp1q “ 0.25, yp1q “ 0.75
cải tiến để xấp xỉ giá trị của xptq và yptq tại t “ 1.2 với bước h “ 0.2.

lOMoARcPSD|22842530
Ta có: t0 “ 1, x0 “ 0.25, y0 “ 0.75, h “ 0.2, f pt, x, yq “ tx ´ 2y ` 1,
gpt, x, yq “ 2x ` ty ` sin t. Và
K1x “ hf pt0 , x0 , y0 q “ hpt0 x0 ´ 2y0 ` 1q “
“ 0.2p1 ˆ 0.25 ´ 2 ˆ 0.75 ` 1q “ ´0.05
K1y “ hgpt0 , x0 , y0 q “ hp2x0 ` t0 y0 ` sin t0 q “
“ 0.2p2 ˆ 0.25 ` 1 ˆ 0.75 ` sin 1q “ 0.4183
K2x “ hf pt0 ` h, x0 ` K1x , y0 ` K1y q “
“ hppt0 ` hqpx0 ` K1x q ´ 2py0 ` K1y q ` 1q “
“ 0.2p1.2p0.25 ´ 0.05q ´ 2p0.75 ` 0.4183q ` 1q “ ´0.2193
K2y “ hgpt0 ` h, x0 ` K1x , y0 ` K1y q “
“ hp2px0 ` K1x q ` pt0 ` hqpy0 ` K1y q ` sinpt0 ` hqq “
“ 0.2p2p0.25 ´ 0.05q ` 1.2p0.75 ` 0.4183q ` sin 1.2q “ 0.5468

1 1
xp1.2q « x1 “ x0 ` pK1x ` K2x q “ 0.25 ` p´0.05 ´ 0.2193q “ 0.1154
2 2
1 1
yp1.2q « y1 “ y0 ` pK1y ` K2y q “ 0.75 ` p0.4183 ` 0.5468q “ 1.2326
2 2
Đối với phương trình vi phân cấp cao, ta chuyển về hệ phương
trình vi phân cấp một bằng cách đổi biến hàm. Ta cũng xét phương
trình vi phân cấp hai:

" 2
x ptq “ F pt, xptq, x1 ptqq t0 ď t ď t0 ` H
(6.12)
xpt0 q “ α, x1 pt0 q “ β
Ta biến đổi về bài toán Cauchy cho hệ phương trình vi phân cấp một
dạng (6.8) bằng phép đổi biến yptq “ x1 ptq. Khi đó ta có hệ:
$ 1
& x ptq “ f pt, x, yq “ y
y 1 ptq “ gpt, x, yq “ F pt, x, yq
%
xpt0 q “ α, ypt0 q “ β
Ví dụ 6.6. Xét phương trình vi phân cấp hai x2 ´ 2x1 ` 2x “ e2t sin t, 0 ď t ď 1 với
điều kiện ban đầu xp0q “ ´0.4, x1 p0q “ ´0.6. Đặt yptq “ x1 ptq, phương trình được

lOMoARcPSD|22842530
6.2 Bài toán biên tuyến tính cấp hai 79
biến đổi thành hệ:

$ 1
& x ptq “ f pt, x, yq “ y
y 1 ptq “ gpt, x, yq “ ´2x ` 2y ` e2t sin t
%
xpt0 q “ ´0.4, ypt0 q “ ´0.6
Phương pháp Runge-Kutta bậc bốn được dùng để xấp xỉ nghiệm gần đúng của hệ với
bước h “ 0.1. Kết quả được cho bởi bảng sau và so sánh với nghiệm chính xác xptq “
0.2 e2t psin t ´ 2 cos tq và yptq “ x1 ptq “ 0.2 e2t p4 sin t ´ 3 cos tq.
tk xptk q xk x1 ptk q yk
0.0 -0.4000000 -0.4000000 -0.6000000 -0.6000000
0.1 -0.4617330 -0.4617333 -0.6316304 -0.6316312
0.2 -0.5255591 -0.5255599 -0.6401478 -0.6401490
0.3 -0.5886001 -0.5886014 -0.6136630 -0.6136638
0.4 -0.6466103 -0.6466123 -0.5365821 -0.5365820
0.5 -0.6935640 -0.6935667 -0.3887395 -0.3887381
0.6 -0.7211485 -0.7211519 -0.1443834 -0.1443809
0.7 -0.7181489 -0.7181530 0.2289917 0.2289970
0.8 -0.6697068 -0.6697113 0.7719815 0.7719918
0.9 -0.5564381 -0.5564429 0.1534764 0.1534782
1.0 -0.3533944 -0.3533989 0.2578741 0.2578766
§6.2 BÀI TOÁN BIÊN TUYẾN TÍNH CẤP HAI
Các phương pháp tìm nghiệm gần đúng của phương trình vi phân
thường đòi hỏi các điều kiện được cho tại một thời điểm ban đầu nào
đó. Đối với phương trình vi phân bậc hai, ta cần hai giá trị xpt0 q và
x1 pt0 q. Tuy nhiên nhiều bài toán trong thực tế cho thấy điều kiện của
hàm cần tìm được cho tại nhiều thời điểm khác nhau. Vấn đề này dẫn
tới việc tìm nghiệm gần đúng của một dạng bài toán thứ hai được gọi
là bài toán biên. Trong phần này chúng ta chỉ xét bài toán biên của
phương trình vi phân thường tuyến tính cấp hai với điều kiện biên
được cho ở hai điểm có dạng

"
y 2 ptq ` pptqy 1 ptq ` qptqyptq “ f ptq, a ď t ď b,
(6.13)
ypaq “ α, ypbq “ β

lOMoARcPSD|22842530
với phương pháp được chọn là phương pháp sai phân hữu hạn. So với
một số phương pháp khác, phương pháp sai phân hữu hạn cho kết
quả không chính xác bằng, khối lượng tính toán nhiều hơn, nhưng
ổn định hơn và giải quyết được các trường hợp hai chiều, ba chiều
v.v... Ý tưởng của phương pháp là xấp xỉ các đạo hàm y 1 ptq, y 2 ptq trong
(6.13) bằng sai phân hữu hạn tại các điểm chia. Bài toán (6.13) trở
thành bài toán giải hệ phương trình tuyến tính ba đường chéo, và có
thể được thực hiện bằng phương pháp nhân tử LU.
Đầu tiên, chọn số tự nhiên n ą 0. Chia đều đoạn ra, bs thành n
đoạn bởi các điểm chia t0 “ a; tk “ t0 ` kh, k “ 1, 2 ¨ ¨ ¨ , n ´ 1; tn “ b,

bá
với h “ là bước chia. Gọi yk « yptk q là giá trị xấp xỉ của hàm tại
n
điểm tk . Tại các điểm nút tk , k “ 1, 2 ¨ ¨ ¨ , n ´ 1 bên trong đoạn ra, bs, sử
dụng các công thức sai phân hướng tâm đã xét trong chương trước:
yptk`1 q ´ yptk´1 q yk`1 ´ yk´1

y 1 ptk q « “ (6.14a)
2h 2h
yptk`1 q ´ 2yptk q ` yptk´1 q yk`1 ´ 2yk ` yk´1
2
y ptk q « “ (6.14b)
h2 h2
Các công thức (6.14a) và (6.14b) có sai số là oph2 q. Thay giá trị xấp
xỉ của y 1 ptk q, y 2 ptk q của công thức (6.14a) và (6.14b) vào (6.13) tại các
điểm chia tk , k “ 1, 2, . . . , n ´ 1, ta thu được các phương trình
yk`1 ´ 2yk ` yk´1 yk`1 ´ yk´1

2
` pk ` qk yk “ fk , @k “ 1, 2, . . . , n ´ 1
h 2h
với pk “ pptk q, qk “ qpxk q và fk “ f pxk q. Bổ sung vào hệ phương trình
các điều kiện được suy ra từ các điều kiện biên y0 “ α, yn “ β và sau
khi biến đổi ta thu được hệ phương trình sau

$
’
’ y0 “ α, y˙n “ β ˆ
& ˆ1 pk 2
˙ ˆ
1 pk
˙
´ yk´1 ` qk ´ 2 yk ` ` yk`1 “ fk (6.15)
’
’ h2 2h h h2 2h
%
@k “ 1, 2, . . . , n ´ 1

lOMoARcPSD|22842530
6.2 Bài toán biên tuyến tính cấp hai 81
Đây chính là hệ phương trình đại số tuyến tính gồm n ´ 1 phương
trình với n ´ 1 ẩn cần tìm là: y1 , y2 , . . . , yn´1 .

"
y 2 ` ty 1 ´ 16y “ ´4t, t P r0, 1s
Ví dụ 6.7. Xét bài toán biên . Sử dụng phương
yp0q “ 0, yp1q “ 1
pháp sai phân hữu hạn, hãy xấp xỉ yptq trong r0, 1s với bước h “ 0.25.
Ta có a “ 0, b “ 1, h “ 0.25 ñ n “ 4, tk “ 0.25k, yk « yptk q, k “ 0, 1, 2, 3, 4.
Từ các điều kiện biên ta thu được y0 “ 0, y4 “ 1. Cần xác định y1 , y2 , y3 . Mặt khác
pptq “ t ñ pk “ tk “ 0.25k , qptq “ ´16 ñ qk “ ´16, f ptq “ ´4t ñ fk “
´4tk “ ´k . Từ hệ phương trình (6.15) ta có hệ:

$
& ´48y1 ` 15.5y2 ` “ ´1
15y1 ´ 48y2 ` 17y3 “ ´2
%
14.5y2 ´ 48y3 “ ´3 ´ 17.5
Ta có kết quả: y1
“ 0.1021, y2 “ 0.2518, y3 “ 0.5031.
$
& 2 2 1 2 sin pln tq
y ` y ´ 2y “ , t P r1, 2s
Ví dụ 6.8. Xét bài toán biên t t t2 có nghiệm
%
yp1q “ 1, yp2q “ 2
C2 3 1
chính xác y “ C1 t ` 2 ´ sin pln tq ´ cos pln tq với C1 “ 1.13920701 và
t 10 10
C2 “ ´0.03920701. Chọn n “ 10 và do đó h “ 0.1 ta được kết quả như trong bảng
dưới đây
tk yk yptk q |yk ´ yptk q|

1.0 1.00000000 1.00000000
1.1 1.09260052 1.09262930 2.88 ˆ10´5
1.2 1.18704313 1.18708484 4.17 ˆ10´5
1.3 1.28333687 1.28338236 4.55 ˆ10´5
1.4 1.38140205 1.38144595 4.39 ˆ10´5
1.5 1.48112026 1.48115942 3.92 ˆ10´5
1.6 1.58235990 1.58239246 3.26 ˆ10´5
1.7 1.68498902 1.68501396 2.49 ˆ10´5
1.8 1.78888175 1.78889853 1.68 ˆ10´5
1.9 1.89392110 1.89392951 0.85 ˆ10´5
2.0 2.00000000 2.00000000
Thuật toán giải bài toán biên tuyến tính cấp hai bằng phương pháp
sai phân hữu hạn được thể hiện trong chương trình 7.21.

lOMoARcPSD|22842530
BÀI TẬP
Câu 1. Sử dụng lần lượt các công thức Euler, Euler cải tiến (RK2) và
Runge-Kutta cấp bốn (RK4) xấp xỉ nghiệm của các bài toán Cauchy
sau và so sánh với nghiệm chính xác.

# y
y 1 “ ´ 1, 1 ď t ď 2, yp1q “ 1, với h “ 0.1
(a) t
Nghiệm chính xác: y “ xp1 ´ ln xq
#
y 1 “ 2ty ` 2t et , 0 ď t ď 1, yp0q “ 2, với h “ 0.1
2
(b)
Nghiệm chính xác: y “ p2 ` t2 q et
2
$
&y 1 cos t ´ y sin t “ 2t, 0 ď t ď 1, yp0q “ 0, với h “ 0.1
(c) 2
%Nghiệm chính xác: y “ t
cos t
$ 3 3
&y 1 “ t ` 2y , 1 ď t ď 2, yp1q “ 2, với h “ 0.1
(d) 3ty 2 ?
%
Nghiệm chính xác: y “ 3 t3 ` 7t2
$
&y 1 “ 2y ` t2 et , 1 ď t ď 2,
Câu 2. Xét bài toán Cauchy t , có nghiệm
%yp1q “ 0
chính xác x2 pex ´ eq.
(a) Sử dụng công thức Runge-Kutta cấp bốn với h “ 0.1 xấp xỉ hàm
yptq trong r1, 2s và so sánh với nghiệm chính xác.
(b) Sử dụng kết quả xấp xỉ của câu (a) và công thức nội suy Newton
tiến bậc ba để xấp xỉ giá trị của hàm tại các điểm sau và so sánh
với giá trị chính xác.
(i) yp1.04q (ii) yp1.32q (iii) yp1.66q
(c) Cũng sử dụng kết quả xấp xỉ của câu (a) và công thức Simpson
ş2
mở rộng để xấp xỉ tích phân I “ yptqdt và so sánh với giá trị
1
chính xác.

lOMoARcPSD|22842530
Câu 3. Sử dụng các công thức Euler, Euler cải tiến và Runge-Kutta
cấp bốn hãy xấp xỉ giá trị của hàm tại t1 “ t0 ` h với h “ 0.2 đối với các
hệ phương trình sau:

$ 1 $ 1
& x ptq “ x ´ 2y ` 1 & x ptq “ sinpx ` yq
(a) y 1 ptq “ 2x ` y ` t t ě 1 (b) y 1 ptq “ cospx ´ yq t ě 0
% %
xp1q “ 1.5, yp1q “ 1.2 xp0q “ 0.25, yp0q “ 0.35
$ 1 ´t
$ 1
& x ptq “ x e `2y & x ptq “ x2 ` y 2 ` t
(c) y 1 ptq “ 2x ` y e´t t ě 0 (d) y 1 ptq “ x2 ´ y 2 ´ t t ě 1
% %
xp0q “ 0.2, yp0q “ 0.4 xp1q “ 1.2, yp1q “ 0.7
$
1
& x ptq “ x ` y ´ cos t 0 ď t ď 1
’
Câu 4. Cho hệ: y 1 ptq “ ´2x ´ y ` sin t ` cos t có nghiệm chính xác
’
% xp0q “ 1, yp0q “ ´2
xptq “ p1 ´ tq cos t ´ sin t, yptq “ pt ´ 2q cos t ` t sin t. Sử dụng công thức
Runge-Kutta cấp bốn xấp xỉ nghiệm của hệ phương trình trong r0, 1s
với bước h “ 0.1 và so sánh với nghiệm chính xác.
Câu 5. Đối với các bài toán sau, sử dụng công thức Euler cải tiến,
tìm nghiệm gần đúng của xptq tại các điểm t1 và t2 với bước h đã cho.
" 2
x ´ 4x1 ` 3x “ ln t, t ě 1
(a) , h “ 0.1, t1 “ 1.1, t2 “ 1.2.
xp1q “ 0.24, x1 p1q “ 0.15
" 2
x “ tx ` 2x1 ` 1, t ě 0
(b) , h “ 0.2, t1 “ 0.2, t2 “ 0.4.
xp0q “ 0, x1 p1q “ 1
"
3x1 ptqx2 ptq “ 2xptq, 0 ď t ď 1
Câu 6. Xét bài toán có nghiệm chính
xp0q “ x1 p0q “ 1
ˆ ˙
t 3
xác x “ 1 ` . Sử dụng công thức Runge-Kutta cấp bốn xấp xỉ xptq
3
trong r0, 1s với bước h “ 0.1 và so sánh với nghiệm chính xác.
Câu 7. Sử dụng phương pháp sai phân hữu hạn, hãy xấp xỉ nghiệm
của các bài toán biên sau với bước h đã cho:

" 2 "
y ´ 4y “ ´4t2 , t P r0, 1s y 2 ` ty 1 ´ 8y “ 2 ln t, t P r1, 2s
(a) (b)
yp0q “ 0, yp1q “ 1, h “ 0.25 yp1q “ 0, yp2q “ 0, h “ 0.2
" 2 "
y ´ p1 ` t2 qy “ 1, t P r2, 3s y 2 ` ty 1 ´ 4t2 y “ t e´t , t P r0, 1s
(c) (d)
yp2q “ 1, yp3q “ 0, h “ 0.1 yp0q “ 0.2, yp1q “ 0.8, h “ 0.1

lOMoARcPSD|22842530
CÁC CHƯƠNG TRÌNH MATLAB
Phương pháp chia đôi
[x, fx, n] = bisect(f, a, b, eps, N)
INPUT: f là biểu thức của hàm f pxq; a và b là hai điểm biên của khoảng
cách li nghiệm ra, bs; eps là sai số cho trước (giá trị mặc định là 10´6 );
N là số lần lặp tối đa cho phép (giá trị mặc định là 100).
OUTPUT: x là vectơ nghiệm chứa dãy lặp txn u; fx là vectơ chứa giá trị
của hàm f pxn q; n là số lần lặp thực tế.
Chương trình 7.1 bisect - Phương pháp chia đôi.

function [x, fx, n] = bisect(f, a, b, eps, N)
if nargin < 5, N = 100; end;
if nargin < 4, eps = 1.0E-6; end;
if nargin < 3
error(’Hàm phải có tối thiểu 3 đối số.’);
end;
fa = feval(f,a); x = []; fx = []; n = 0; err = eps+1;
while (n < N & err > eps)
n = n+1; c = a+(b-a)/2; fc = feval(f,c);
x = [x;c]; fx = [fx,fc];
if fa*fc > 0
a = c; fa = fc;
else
b = c;
end;
err = b-a;
end;
return;

lOMoARcPSD|22842530
Phương pháp lặp đơn
[x, ss, n] = iteration(g, x0, q, eps, N)
INPUT: g là biểu thức của hàm lặp gpxq, x0 là giá trị lặp ban đầu, q là
hệ số co, eps là sai số cho trước (giá trị mặc định là 10´6 ) và N là số
lần lặp tối đa cho phép (giá trị mặc định là 100).
OUTPUT: x là vectơ nghiệm chứa dãy lặp txn u, ss là vectơ chứa sai số
và n là số lần lặp thực tế.
Chương trình 7.2 iteration - Phương pháp lặp đơn.

function [x, ss, n] = iteration(g, x0, q, eps, N)
if nargin < 3
end;
if (q < 0) || (q >= 1)
error(’Không là hàm co.’);
end;
x = []; ss = []; x = [x;x0]; n = 1;
err = eps+1; ss = [ss;err];
while (n < N & abs(err) > eps)
x1 = feval(g,x0); err = q/(1-q)*abs(x1-x0);
n = n+1; x = [x; x1]; ss = [ss; err];
x0 = x1;
end;
return;

lOMoARcPSD|22842530
86 CÁC CHƯƠNG TRÌNH MATLAB
Phương pháp Newton
[x, ss, n] = newton(f, f1, x0, m, eps, N)
INPUT: f và f1 là biểu thức của hàm f pxq và đạo hàm của nó, x0 là giá
trị lặp ban đầu, m là giá trị nhỏ nhất của đạo hàm cấp một, eps là
sai số cho trước (giá trị mặc định là 10´6 ) và N là số lần lặp tối đa cho
phép (giá trị mặc định là 100).
OUTPUT: x là vectơ nghiệm chứa dãy lặp txn u, ss là vectơ chứa sai số
và n là số lần lặp thực tế.
Chương trình 7.3 newton - Phương pháp Newton.

function [x, ss, n] = newton(f, f1, x0, m, eps, N)
if nargin < 4
end;
x = []; ss = []; x = [x;x0];
n = 1; err = eps+1; ss = [ss;err];
while (n < N & err > eps)
x1 = x0 - feval(f, x0)/feval(f1, x0);
err = abs(feval(f, x1))/m;
n = n+1; x = [x; x1]; ss = [ss; err]; x0 = x1;
end;
return;

lOMoARcPSD|22842530
Giải hệ phương trình với ma trận hệ số có dạng tam giác
[x] = upper(N, a) và [x] = lower(N, a)
INPUT: N là số phương trình và số ẩn, a là ma trận hệ số cấp N ˆ pN `
1q, cột thứ N ` 1 là vectơ tự do.
OUTPUT: x là vectơ nghiệm.
Chương trình 7.4 upper - Ma trận hệ số tam giác trên.

function [x] = upper(N, a)
if nargin < 2,
error(’Hàm có tối thiểu 2 đối số’);
end;
x(N) = a(N,N+1)/a(N,N);
for k = N-1:-1:1
sum = 0;
for j = k+1:N
sum = sum+a(k,j)*x(j);
end;
x(k) = (a(k,N+1)-sum)/a(k,k);
end;
return;
Chương trình 7.5 lower - Ma trận hệ số tam giác dưới.

function [x] = lower(N, a)
if nargin $<$ 2,
end;
x(1) = a(1,N+1)/a(1,1);
for k = 2:N
sum = 0;
for j = 1:k-1
sum = sum+a(k,j)*x(j);
end;
x(k) = (a(k,N+1)-sum)/a(k,k);
end;
return;

lOMoARcPSD|22842530
Giải hệ phương trình bằng phương pháp Gauss
[x] = gauss(N, a)
Chương trình 7.6 gauss - Phương pháp Gauss.

function [x] = gauss(N, a)
if nargin < 2,
end;
for k = 1:N
if a(k,k) == 0
flag = 0;
for i = k+1:N
if a(i,k) != 0
flag = 1;
for j = 1:N+1
tmp = a(k,j);
a(k,j) = a(i,j);
a(i,j) = tmp;
end;
break;
end;
end;
if flag == 0
error(’Ma trận suy biến.’);
end;
end;
for i = k+1:N
tmp = a(i,k);
for j = k:N+1
a(i,j) = a(i,j) - tmp*a(k,j)/a(k,k);
end;
end;
end;
x = c3upper(N,a);
return;

lOMoARcPSD|22842530
Giải hệ phương trình bằng phương pháp phần tử trội
[x] = jordan(N, a)
Chương trình 7.7 jordan - Phương pháp phần tử trội.

function [x] = jordan(N, a)
if nargin < 2,
end
for i = 1:N, b(i) = 0; end;
for k = 1:N
max = 0;
for i = 1:N
if b(i) == 0
for j = 1:N
if max < abs(a(i,j))
max = abs(a(i,j));
im = i; jm = j;
end;
end;
end;
end;
if max <= 0, error(’Ma trận suy biến.’); end;
b(im) = jm; max = a(im,jm);
for j = 1:N+1, a(im,j) = a(im,j)/max; end;
for i = 1:N
if i != im
tmp = a(i,jm);
for j = 1:N+1
a(i,j) = a(i,j) - a(im,j)*tmp;
end;
end;
end;
end;
for i = 1:N, x(b(i)) = a(i,N+1); end;
return;

lOMoARcPSD|22842530
Phân rã ma trận bằng phương pháp nhân tử LU
[l, u] = LUfactor(N, a)
INPUT: N là cấp của ma trận, a là ma trận cấp N ˆ N .
OUTPUT: l là ma trận tam giác dưới và u là ma trận tam giác trên.
Chương trình 7.8 LUfactor - Phương pháp phân rã LU.

function [l, u] = LUfactor(N, a)
if nargin < 2,
end;
l = zeros(N); u = zeros(N);
for i = 1:N, l(i,i) = 1; end;
for j = 1:N, u(1,j) = a(1,j); end;
if u(1,1) == 0,
error(’Không thể phân tích được.’);
end;
for i = 2:N, l(i,1) = a(i,1)/u(1,1); end;
for i = 2:N-1
for j = i:N
sum = 0;
for k = 1:i-1, sum = sum + l(i,k)*u(k,j);end;
u(i,j) = a(i,j)-sum;
end;
if u(i,i) == 0,
error(’Không thể phân tích được.’);
end;
for j = i+1:N
sum = 0;
for k = 1:i-1, sum = sum+l(j,k)*u(k,i);end;
l(j,i) = (a(j,i)-sum)/u(i,i);
end;
end;
sum = 0;
for k = 1:N-1, sum = sum+l(N,k)*u(k,N); end;
u(N,N) = a(N,N)-sum;
return;

lOMoARcPSD|22842530
Phân rã ma trận bằng phương pháp Choleski
[b] = choleski(N, a)
INPUT: N là cấp của ma trận, a là ma trận đối xứng và xác định dương
cấp N ˆ N .
OUTPUT: b là ma trận tam giác dưới.
Chương trình 7.9 choleski - Phương pháp Choleski.

function [b] = choleski(N, a)
if nargin < 2,
end;
for i = 1:N, for j = 1:N
if a(i,j) != a(j,i)
error(’Ma trận không đối xứng.’);
end;
end; end;
b = zeros(N);
if a(1,1) <= 0
error(’Ma trận không xác định dương.’); end;
b(1,1) = sqrt(a(1,1));
for i = 2:N, b(i,1) = a(i,1)/b(1,1); end;
for k = 2:N
ak = 0;
for j = 1:k-1, ak = ak+b(k,j)*b(k,j); end;
ak = a(k,k)-ak;
if ak <= 0
error(’Ma trận không xác định dương.’);
end;
b(k,k) = sqrt(ak);
for i = k+1:N
ak = 0;
for j = 1:k-1, ak = ak+b(i,j)*b(k,j); end;
b(i,k) = (a(i,k)-ak)/b(k,k);
end;
end;
return;

lOMoARcPSD|22842530
Phương pháp lặp Jacobi
[x, ss, n]=jacobi(N, a, x0, eps, maxit)
INPUT: N là cấp của ma trận, a là ma trận hệ số cấp Nˆ(N+1), x0 là
vectơ lặp ban đầu, eps là sai số (giá trị mặc định là 10´6 ) và maxit là
số lần lặp tối đa cho phép.
OUTPUT: x là vectơ nghiệm, ss là sai số thực tế và n là số lần lặp thực
tế.
Chương trình 7.10 jacobi - Phương pháp Jacobi.

function [x, ss, n] = jacobi(N, a, x0, eps, maxit)
if nargin < 5, maxit = 100; end;
if nargin < 3,
error(’Hàm có ít nhất 3 đối số.’);
end;
n=0;
for l = 1:maxit
n = n+1;
for k = 1:N
sum = 0;
for j = 1:N
if j != k, sum = sum+a(k,j)*x0(j); end;
end;
x(k) = (a(k,N+1)-sum)/a(k,k);
end;
ss = 0;
for k = 1:N
if abs(x(k)-x0(k)) > ss,
ss = abs(x(k)-x0(k));
end;
end;
if ss < eps, break; end;
for k = 1:N, x0(k) = x(k); end;
end;
return;

lOMoARcPSD|22842530
Phương pháp lặp Gauss-Seidel
[x, ss, n]=seidel(N, a, x0, eps, maxit)
INPUT: N là cấp của ma trận, a là ma trận hệ số cấp Nˆ(N+1), x0 là
vectơ lặp ban đầu, eps là sai số (giá trị mặc định là 10´6 ) và maxit là
số lần lặp tối đa cho phép.
OUTPUT: x là vectơ nghiệm, ss là sai số thực tế và n là số lần lặp thực
tế.
Chương trình 7.11 seidel - Phương pháp Gauss-Seidel.

function [x, ss, n] = seidel(N, a, x0, eps, maxit)
if nargin < 5, maxit = 100; end;
if nargin < 3,
end;
n = 0;
for l = 1:maxit
n = n+1;
for k = 1:N
sum=0;
for j = 1:N
if j < k, sum = sum+a(k,j)*x(j);
elseif j > k, sum = sum+a(k,j)*x0(j);
end;
end;
x(k) = (a(k,N+1)-sum)/a(k,k);
end;
ss = 0;
for k = 1:N
if abs(x(k)-x0(k)) > ss
ss = abs(x(k)-x0(k));
end;
end;
if ss < eps, break; end;
for k=1:N, x0(k)=x(k); end;
end;
return;

lOMoARcPSD|22842530
Đa thức nội suy Lagrange
[yx] = lagrange(N, x, y, xx)
INPUT: N là số các điểm nút nội suy, x và y là các vectơ chứa các giá
trị của đối số và của hàm, xx là giá trị của đối số.
OUTPUT: yx là giá trị xấp xỉ của hàm tại xx.
Chương trình 7.12 lagrange - Đa thức Lagrange.

function [yx] = c4lagrange(N, x, y, xx)
for i = 1:N,
if xx == x(i),
yx = y(i);
return;
end;
end;
omega = 1;
for i = 1:N, omega = omega*(xx-x(i));end;
for k = 1:N
D(k) = 1;
for i = 1:N
if i != k, D(k) = D(k)*(x(k)-x(i)); end;
end;
D(k) = D(k)*(xx-x(k));
end;
yx = 0; for k = 1:N, yx=yx+y(k)/D(k); end;
yx = yx*omega;
return;

lOMoARcPSD|22842530
Giải hệ phương trình với ma trận ba đường chéo
[x] = tridiag(N, a, b, c, d)
INPUT: N là số phương trình và số ẩn, b là vectơ chứa các phần tử
thuộc đường chéo chính, a và c là các vectơ chứa các phần tử nằm
trên và dưới đường chéo chính, d là vectơ tự do.
Chương trình 7.13 tridiag : Ma trận ba đường chéo.

function [x] = tridiag(N, a, b, c, d)
if nargin < 5,
error(’Ham co toi thieu 5 doi so.’);
end;
u(1) = a(1); v(1) = b(1); l(1) = c(1)/u(1);
y(1) = d(1);
for i = 2:N-1
u(i) = a(i)-l(i-1)*v(i-1);
v(i) = b(i);
l(i) = c(i)/u(i);
y(i) = d(i)-l(i-1)*y(i-1);
end;
u(N) = a(N)-l(N-1)*v(N-1);
y(N) = d(N)-l(N-1)*y(N-1);
x(N) = y(N)/u(N);
for i = N-1:-1:1
x(i) = (y(i)-v(i)*x(i+1))/u(i);
end;
return;

lOMoARcPSD|22842530
Spline bậc ba tự nhiên
[a, b, c, d] = nspline(N, x, y)
trị của đối số và của hàm.
OUTPUT: a, b, c, d là các vectơ hệ số.
Chương trình 7.14 nspline - Spline bậc ba tự nhiên.

function [a, b, c, d] = nspline(N, x, y)
if nargin < 3, error(’Hàm phải có ba đối số.’); end;
for i = 1:N-1, h(i) = x(i+1)-x(i); end;
A(1) = 1; A(N) = 1; B(1) = 0; C(N-1) = 0;
for i = 2:N-1
A(i) = 2*(h(i-1)+h(i));
B(i) = h(i); C(i-1) = h(i);
end;
D(1) = 0; D(N) = 0;
for i = 2:N-1
D(i) = 3*((y(i+1)-y(i))/h(i)-(y(i)-y(i-1))/h(i-1));
end;
c = tridiag(N,A,B,C,D);
for i = 1:N-1
a(i) = y(i);
b(i) = (y(i+1)-y(i))/h(i)-h(i)*(c(i+1)+2*c(i))/3;
d(i) = (c(i+1)-c(i))/3/h(i);
end;
return;

lOMoARcPSD|22842530
Spline bậc ba ràng buộc
[a, b, c, d] = cspline(N, x, y)
trị của đối số và của hàm.
OUTPUT: a, b, c, d là các vectơ hệ số.
Chương trình 7.15 cspline - Spline bậc ba ràng buộc.

function [a, b, c, d] = cspline(N, x, y, alpha, beta)
if nargin < 5, error(’Hàm phải có năm đối số.’); end;
for i = 1:N-1, h(i) = x(i+1)-x(i); end;
A(1) = 2*h(1); A(N) = 2*h(N-1);
B(1) = h(1); C(N-1) = h(N-1);
for i = 2:N-1
A(i) = 2*(h(i-1)+h(i)); B(i) = h(i); C(i-1)=h(i);
end;
D(1) = 3*(y(2)-y(1))/h(1)-3*alpha;
D(N) = 3*beta-3*(y(N)-y(N-1))/h(N-1);
for i = 2:N-1
D(i) = 3*((y(i+1)-y(i))/h(i)-(y(i)-y(i-1))/h(i-1));
end;
c = tridiag(N,A,B,C,D);
for i = 1:N-1
a(i) = y(i);
b(i) = (y(i+1)-y(i))/h(i)-h(i)*(c(i+1)+2*c(i))/3;
d(i) = (c(i+1)-c(i))/3/h(i);
end;
return;

lOMoARcPSD|22842530
Công thức hình thang
[y] = trapez(f, a, b, n)
INPUT: f là hàm dưới dấu tích phân, a là điểm đầu, b là điểm cuối và
n là số đoạn chia.
OUTPUT: y là giá trị gần đúng của tích phân.
Chương trình 7.16 trapez - Công thức hình thang.

function [y] = trapez(f, a, b, n)
if nargin < 4, error(’Hàm có ít nhất 4 đối số’); end;
if n <= 0, error(’Không thể tính tích phân’); end;
h = (b-a)/n;
y = (feval(f,a)+feval(f,b))/2;
for i = 1:n-1, y = y+feval(f,a+i*h); end;
y = y*h;
return;

lOMoARcPSD|22842530
Công thức Simpson
[y] = simpson(f, a, b, n)
INPUT: f là hàm dưới dấu tích phân, a là điểm đầu, b là điểm cuối và
n là số đoạn chia.
OUTPUT: y là giá trị gần đúng của tích phân.
Chương trình 7.17 simpson - Công thức Simpson.

function [y] = simpson(f, a, b, n)
if nargin < 4, error(’Hàm có ít nhất 4 đối số’); end;
if n <= 0, error(’Không thể tính tích phân’); end;
if mod(n,2) != 0,
error(’Số đoạn chia phải là số chẵn.’);
end;
h = (b-a)/n; m=n/2;
y = feval(f,a)+feval(f,b)+4*feval(f,a+h);
for i = 1:m-1
y = y+2*feval(f,a+2*i*h)+4*feval(f,a+(2*i+1)*h);
end;
y = y*h/3;
return;

lOMoARcPSD|22842530
Công thức Euler
[y, x] = euler(f, x0, y0, h, x1)
INPUT: f là hàm theo hai biến, x0 là điểm đầu, y0 là giá trị ban đầu, h
là bước chia và x1 là điểm cuối.
OUTPUT: x và y là hai vectơ chứa giá trị của đối số và của hàm.
Chương trình 7.18 euler - Công thức Euler.

function [y, x] = euler(f, x0, y0, h, x1)
if nargin < 4,
end;
if nargin < 5, x1 = x0+h; end;
x = []; x = [x,x0]; n = (x1-x0)/h;
for i = 1:n, x(i+1) = x(i)+h; end;
y = []; y = [y,y0];
for i = 1:n, y(i+1) = y(i)+h*f(x(i),y(i)); end;
return;

lOMoARcPSD|22842530
Công thức Euler cải tiến
[y, x] = eulerim(f, x0, y0, h, x1)
Chương trình 7.19 eulerim - Công thức Euler cải tiến.

function [y, x] = c6eulerim(f, x0, y0, h, x1)
if nargin < 4,
end;
x = []; x = [x,x0]; n = (x1-x0)/h;
for i = 1:n, x(i+1) = x(i)+h; end;
y = []; y = [y,y0];
for i = 1:n
K1 = h*f(x(i),y(i));
K2 = h*f(x(i)+h,y(i)+K1);
y(i+1)=y(i)+(K1+K2)/2;
end;
return;

lOMoARcPSD|22842530
Công thức Runge-Kutta cấp 4
[y, x] = rk4(f, x0, y0, h, x1)
Chương trình 7.20 rk4 - Công thức Runge-Kutta cấp 4.

function [y, x] = rk4(f, x0, y0, h, x1)
if nargin < 4,
end;
x = []; x = [x,x0]; n = (x1-x0)/h;
for i = 1:n, x(i+1) = x(i)+h; end;
y = []; y = [y,y0];
for i = 1:n
K1 = h*f(x(i),y(i));
K2 = h*f(x(i)+h/2,y(i)+K1/2);
K3 = h*f(x(i)+h/2,y(i)+K2/2);
K4 = h*f(x(i)+h,y(i)+K3);
y(i+1) = y(i)+(K1+2*K2+2*K3+K4)/6;
end;
return;

lOMoARcPSD|22842530
Bài toán biên tuyến tính cấp 2
[y]=btb(p, q, f, a, b, n, alpha, beta)
INPUT: p, q, f là các hàm cho trước, a, b là hai điểm biên, n là số đoạn
chia, alpha, beta là các giá trị cho trước của hàm tại hai biên.
OUTPUT: y là vectơ chứa giá trị của hàm.
Chương trình 7.21 btb - Bài toán biên tuyến tính.

function [y]=c6btb(p, q, f, a, b, n, alpha, beta)
if nargin < 8,
end;
h = (b-a)/n;
for i = 1:n+1, x(i) = a+(i-1)*h; end;
y(1) = alpha; y(n+1) = beta;
for i = 1:n-1,
A(i) = q(x(i+1))-2/h/h;
end;
for i = 1:n-2,
B(i) = 1/h/h+p(x(i+1))/2/h;
end;
for i = 1:n-2,
C(i) = 1/h/h-p(x(i+2))/2/h;
end;
for i = 1:n-1, D(i) = f(x(i+1)); end;
D(1) = D(1)-(1/h/h-p(x(2))/2/h)*alpha;
D(n-1) = D(n-1)-(1/h/h+p(x(n))/2/h)*beta;
Y = tridiag(n-1,A,B,C,D);
for i = 1:n-1, y(i+1) = Y(i); end;
return;

lOMoARcPSD|22842530
CÁC ĐỀ THI MẪU
CÁC ĐỀ THI GIỮA KỲ

ĐỀ SỐ 1
Câu 1. Biết A có giá trị gần đúng là a “ 2.6508 với sai số tương đối là
δa “ 0.61%. Ta làm tròn a thành a˚ “ 2.65. Sai số tuyệt đối của a˚ là:
a 0.0170
⃝ b 0.0172
⃝ c 0.0174
⃝ d 0.0176
⃝
Câu 2. Cho biểu thức f “ x3 ` xy ` y 3 . Biết x “ 3.6991 ˘ 0.0010 và
y “ 0.3958 ˘ 0.0021. Sai số tuyệt đối của f là:
a 0.0501
⃝ b 0.0503
⃝ c 0.0505
⃝ d 0.0507
⃝
Câu 3. Phương trình f pxq “ 2x cos 2x ´ px ´ 2q2 “ 0 nhận khoảng nào
sau đây làm khoảng cách li nghiệm:
a r2.0, 2.2s
⃝ b r2.2, 2.4s
⃝ c r2.4, 2.6s
⃝ d r2.6, 2.8s
⃝
Câu 4. Phương trình f pxq “ 5x3 ` 13x ´ 18 “ 0 trên khoảng cách li
nghiệm r0, 1s có nghiệm gần đúng x˚ “ 1.01. Sai số nhỏ nhất theo công
thức đánh giá sai số tổng quát của x˚ là:
a 0.0211
⃝ b 0.0213
⃝ c 0.0215
⃝ d 0.0217
⃝
Câu 5. Cho phương trình f pxq “ 4x3 ´ 12x2 ` 15x ´ 20 “ 0 trong khoảng
cách li nghiệm r2, 3s. Theo phương pháp chia đôi, nghiệm gần đúng x5
của phương trình là:
a 2.3281
⃝ b 2.3283
⃝ c 2.3285
⃝ d 2.3287
⃝

lOMoARcPSD|22842530

?
Câu 6. Hàm gpxq “ 4
6x ` 17 là hàm co trong r0, 1s. Giá trị của hệ số co
q là:
a 0.1762
⃝ b 0.1772
⃝ c 0.1782
⃝ d 0.1792
⃝
?
Câu 7. Cho phương trình x “ 3
4x ` 18 thoả điều kiện lặp đơn trên r3, 4s.
Nếu chọn x0 “ 3.1 thì nghiệm gần đúng x2 theo phương pháp lặp đơn là:
a 3.1219
⃝ b 3.1229
⃝ c 3.1239
⃝ d 3.1249
⃝
?
Nếu chọn x0 “ 3.1 thì sai số tuyệt đối nhỏ nhất của nghiệm gần đúng x2
theo công thức hậu nghiệm là:
a 0.0001
⃝ b 0.0003
⃝ c 0.0005
⃝ d 0.0007
⃝
Câu 9. Cho phương trình f pxq “ 4x3 ´ 13x2 ` 16x ´ 21 “ 0. Với x0 “ 2.5
nghiệm gần đúng x1 tính theo phương pháp Newton là:
a 2.4902
⃝ b 2.4904
⃝ c 2.4906
⃝ d 2.4908
⃝
Câu 10. Cho phương trình f pxq “ 3x3 ` 6x2 ` 10x ` 27 “ 0 trong khoảng
cách ly nghiệm r´2.3, ´2.2s. Trong phương pháp Newton, chọn x0 theo
điều kiện Fourier, sai số của nghiệm gần đúng x1 tính theo công thức
sai số tổng quát là:
a 0.0001
⃝ b 0.0002
⃝ c 0.0003
⃝ d 0.0004
⃝
¨ ˛
´6 ´5 7
Câu 11. Cho A “ ˝ 3 6 5 ‚. Phân tích A “ LU theo phương
8 ´7 ´7
pháp Doolittle (ma trận L có đường chéo chính bằng 1), phần tử u33 của
ma trận U là:
a 35.51
⃝ b 35.52
⃝ ⃝c 35.53 d 35.54
⃝
¨ ˛
3 5 α
Câu 12. Cho A “ ˝ 5 11 2 ‚. Với những giá trị nguyên nào của α thì
α 2 9
ma trận A là xác định dương:
a α “ ´4
⃝ b α “ ´2
⃝ c α“2
⃝ d α“4
⃝

lOMoARcPSD|22842530
106 CÁC ĐỀ THI MẪU

ˆ ˙
2 ´3
Câu 13. Cho A “ . Phân tích A “ BB T theo phương pháp
´3 10
Choleski, ma trận B là:
ˆ ˙ ˆ ˙ ˆ ˙
1.41 0 1.41 0 1.41 0
a
⃝ ⃝b c
⃝
´2.12 2.35 2.12 2.35 ´2.12 2.37
ˆ ˙
1.41 0
d
⃝
2.12 2.37
¨ ˛
4 2 ´2
Câu 14. Cho A “ ˝ 2 3 ´2 ‚. Phân tích A “ BB T theo phương
´2 ´2 5
pháp Choleski, tổng các phần tử trpBq “ b11 ` b22 ` b33 của ma trận B là:
a 5.2820
⃝ b 5.2830
⃝ c 5.2840
⃝ d 5.2850
⃝
ˆ ˙
´8 ´9
Câu 15. Cho A “ . Số điều kiện tính theo chuẩn một của
5 6
ma trận A là:
a 84
⃝ b 85
⃝ ⃝c 86 d 87
⃝
¨ ˛
´3 ´2 ´8
Câu 16. Cho A “ ˝ 3 ´3 8 ‚. Số điều kiện tính theo chuẩn vô
7 7 7
cùng của ma trận A là:
a 19.06
⃝ b 19.07
⃝ c 19.08
⃝ d 19.09
⃝
"
14x1 ´ 2x2 “ 7
Câu 17. Cho hệ phương trình . Theo phương
´2x1 ` 17x2 “ 5
pháp Jacobi, ma trận lặp Tj là:
ˆ ˙ ˆ ˙ ˆ ˙
0 ´0.14 0 0.14 0 0.14
a
⃝ b
⃝ c
⃝
0.12 0 0.12 0 ´0.12 0
ˆ ˙
0 ´0.14
d
⃝
´0.12 0
"
12x1 ` 2x2 “ 5
Câu 18. Cho hệ phương trình . Với xp0q “
´5x1 ` 9x2 “ 3
r0.2, 1.0sT , vectơ xp3q tính theo phương pháp Jacobi là:
ˆ ˙ ˆ ˙ ˆ ˙ ˆ ˙
0.338 0.338 0.338 0.338
⃝a b
⃝ c
⃝ d
⃝
0.522 0.523 0.524 0.525
"
8x1 ´ 7x2 “ 3
´5x1 ` 18x2 “ 7
pháp Gauss-Seidel, ma trận lặp Tg là:

lOMoARcPSD|22842530

ˆ ˙ ˆ ˙ ˆ ˙
0 0.88 0 0.88 0 0.88
a
⃝ b
⃝ c
⃝
0 0.24 0 0.25 0 0.26
ˆ ˙
0 0.88
d
⃝
0 0.27
"
15x1 ´ 3x2 “ 6
´2x1 ` 16x2 “ 4
r0.9, 1.0sT , vectơ xp3q tính theo phương pháp Gauss-Seidel là:
ˆ ˙ ˆ ˙ ˆ ˙ ˆ ˙
0.462 0.462 0.462 0.462
⃝a b
⃝ c
⃝ ⃝d
0.302 0.304 0.306 0.308
ĐỀ SỐ 2
Câu 1. Biết A có giá trị gần đúng là a “ 0.5090 với sai số tương đối là
δa “ 0.83%. Ta làm tròn a thành a˚ “ 0.51. Sai số tuyệt đối của a˚ là:
a 0.0053
⃝ b 0.0055
⃝ c 0.0057
⃝ d 0.0059
⃝
Câu 2. Cho biểu thức f “ x3 ` xy ` y 3 . Biết x “ 0.8474 ˘ 0.0039 và
y “ 1.3573 ˘ 0.0074. Sai số tuyệt đối của f là:
a 0.0603
⃝ b 0.0605
⃝ c 0.0607
⃝ d 0.0609
⃝
Câu 3. Phương trình f pxq “ e´x `x2 ´ 5 nhận khoảng nào sau đây làm
khoảng cách li nghiệm:
a r´1.4, ´1.3s ⃝
⃝ b r´1.3, ´1.2s ⃝
c r´1.2, ´1.1s ⃝
d r´1.1, ´1.0s
Câu 4. Phương trình f pxq “ 6x3 ` 7x ´ 9 “ 0 trên khoảng cách li nghiệm
r0, 1s có nghiệm gần đúng x˚ “ 0.83. Sai số nhỏ nhất theo công thức
đánh giá sai số tổng quát của x˚ là:
a 0.0342
⃝ b 0.0344
⃝ c 0.0346
⃝ d 0.0348
⃝
Câu 5. Cho phương trình f pxq “ 4x3 ´ 14x2 ` 14x ´ 12 “ 0 trong khoảng
cách li nghiệm r2, 3s. Theo phương pháp chia đôi, nghiệm gần đúng x5
của phương trình là:
a 2.6090
⃝ b 2.6092
⃝ c 2.6094
⃝ d 2.6096
⃝

lOMoARcPSD|22842530

?
Câu 6. Hàm gpxq “ 4
2x ` 5 là hàm co trong r0, 1s. Giá trị của hệ số co q
là:
a 0.1490
⃝ b 0.1492
⃝ c 0.1494
⃝ d 0.1496
⃝
?
Nếu chọn x0 “ 3.2 thì nghiệm gần đúng x2 theo phương pháp lặp đơn là:
a 3.1931
⃝ b 3.1933
⃝ c 3.1935
⃝ d 3.1937
⃝
?
Nếu chọn x0 “ 3.2 thì sai số tuyệt đối nhỏ nhất của nghiệm gần đúng x2
theo công thức hậu nghiệm là:
a 0.0002
⃝ b 0.0004
⃝ c 0.0006
⃝ d 0.0008
⃝
Câu 9. Cho phương trình f pxq “ 5x3 ´ 13x2 ` 6x ´ 24 “ 0. Với x0 “ 2.8
nghiệm gần đúng x1 tính theo phương pháp Newton là:
a 2.7872
⃝ b 2.7874
⃝ c 2.7876
⃝ d 2.7878
⃝
Câu 10. Cho phương trình f pxq “ 6x3 ` 11x2 ` 18x ` 4 “ 0 trong khoảng
cách ly nghiệm r´0.3, ´0.2s. Trong phương pháp Newton, chọn x0 theo
điều kiện Fourier, sai số của nghiệm gần đúng x1 tính theo công thức
sai số tổng quát là:
a 0.0011
⃝ b 0.0013
⃝ c 0.0015
⃝ d 0.0017
⃝
¨ ˛
´8 ´8 ´3
Câu 11. Cho A “ ˝ ´5 9 ´9 ‚. Phân tích A “ LU theo phương
´5 7 ´2
pháp Doolittle (ma trận L có đường chéo chính bằng 1), phần tử u33 của
ma trận U là:
a 5.92
⃝ b 5.94
⃝ c 5.96
⃝ d 5.98
⃝
¨ ˛
4 4 α
Câu 12. Cho A “ ˝ 4 6 2 ‚. Với những giá trị nguyên nào của α thì
α 2 7
ma trận A là xác định dương:
a α “ ´4
⃝ b α “ ´2
⃝ c α“0
⃝ d α“6
⃝

lOMoARcPSD|22842530

ˆ ˙
4 2
Câu 13. Cho A “ . Phân tích A “ BB T theo phương pháp
2 6
Choleski, ma trận B là:
ˆ ˙ ˆ ˙ ˆ ˙
2.00 0 2.00 0 2.00 0
a
⃝ ⃝b c
⃝
1 2.24 ´1 2.24 2.28
ˆ ˙
2.00 0
d
⃝
´1 2.28
¨ ˛
4 2 ´5
Câu 14. Cho A “ ˝ 2 3 3 ‚. Phân tích A “ BB T theo phương
´5 3 25
pháp Choleski, tổng các phần tử trpBq “ b11 ` b22 ` b33 của ma trận B là:
a 5.3182
⃝ b 5.3184
⃝ c 5.3186
⃝ d 5.3188
⃝
ˆ ˙
´6 ´2
Câu 15. Cho A “ . Số điều kiện tính theo chuẩn một của
9 ´7
ma trận A là:
a 4
⃝ b 5
⃝ c 6
⃝ d 7
⃝
¨ ˛
´3 5 9
Câu 16. Cho A “ ˝ ´9 ´6 ´7 ‚. Số điều kiện tính theo chuẩn vô
´8 2 ´8
cùng của ma trận A là:
a 5.4742
⃝ b 5.4744
⃝ c 5.4746
⃝ d 5.4748
⃝
"
16x1 ´ 7x2 “ 5
2x1 ` 9x2 “ 6
pháp Jacobi, ma trận lặp Tj là:
ˆ ˙ ˆ ˙ ˆ ˙
0 ´0.44 0 ´0.44 0 0.44
a
⃝ b
⃝ c
⃝
´0.22 0 0.22 0 0.22 0
ˆ ˙
0 0.44
d
⃝
´0.22 0
"
19x1 ` 3x2 “ 7
3x1 ` 12x2 “ 3
r0.5, 0.3sT , vectơ xp3q tính theo phương pháp Jacobi là:
ˆ ˙ ˆ ˙ ˆ ˙ ˆ ˙
0.342 0.342 0.342 0.342
⃝a b
⃝ c
⃝ d
⃝
0.163 0.165 0.167 0.169
"
19x1 ´ 2x2 “ 4
´2x1 ` 9x2 “ 4
pháp Gauss-Seidel, ma trận lặp Tg là:

lOMoARcPSD|22842530

ˆ ˙ ˆ ˙ ˆ ˙
0 0.11 0 ´0.11 0 0.11
a
⃝ b
⃝ c
⃝
0 0.02 0 0.02 0 ´0.02
ˆ ˙
0 ´0.11
d
⃝
0 ´0.02
"
12x1 ` 4x2 “ 7
2x1 ` 15x2 “ 5
r0.2, 0.4sT , vectơ xp3q tính theo phương pháp Gauss-Seidel là:
ˆ ˙ ˆ ˙ ˆ ˙ ˆ ˙
0.494 0.494 0.494 0.494
⃝a b
⃝ c
⃝ ⃝d
0.261 0.263 0.265 0.267
CÁC ĐỀ THI CUỐI KỲ
ĐỀ SỐ 1
Câu 1. Cho phương trình f pxq “ 2 ex ´12.75x “ 0 có khoảng cách ly
nghiệm r0, 1s. Dùng phương pháp Newton, tính nghiệm gần đúng x2
và đánh giá sai số ∆x2 .

$
& 22x1 ` 5x2 ´ 3x3 “ 27.42
Câu 2. Cho hệ phương trình: 3x1 ` 27x2 ` x3 “ 25.66
%
2x1 ´ 3x2 ` 25x3 “ 22.83
Sử dụng phương pháp Gauss-Seidel với xp0q “ p0, 0, 0qT , tìm vectơ xp3q .
x 2.2 2.5 2.7 3.0

Câu 3. Cho bảng số: . Sử dụng đa thức nội
y 2.32 3.05 3.78 4.26
suy Lagrange (hoặc Newton), hãy xấp xỉ giá trị của hàm tại x “ 2.35.
x 1.0 1.5 2.0 2.5

Câu 4. Cho bảng số: . Sử dụng công thức
y 1.67 2.17 3.18 4.12
spline bậc ba tự nhiên, hãy xấp xỉ giá trị của hàm tại x “ 1.25 và
x “ 2.25.
x 1.2 1.3 1.4 1.5 1.6

Câu 5. Cho bảng số: . Sử dụng phương
y 1.2 1.7 2.3 2.8 3.5
?
pháp bình phương bé nhất, tìm hàm dạng f pxq “ Ax ` B 2x ` 1 xấp
xỉ tốt nhất bảng số trên.
x 0.2 0.4 0.6 0.8

Câu 6. Cho bảng số: . Sử dụng đa thức nội suy
y 1.4 2.6 3.5 4.1
Newton tiến, hãy xấp xỉ đạo hàm cấp một của hàm tại x “ 0.5.

lOMoARcPSD|22842530
ş
x2 ` 3
1.8
Câu 7. Cho tích phân I “ 3
dx. Hãy xấp xỉ tích phân I
1.2 x ` x ` 7
bằng công thức Simpson mở rộng với n “ 6.
$
&y 1 ptq “ 2y 2 ` 3y ` sin t , t ě 1
Câu 8. Xét bài toán Cauchy: t . Sử dụng
%yp1q “ 1.2
công thức Runge-Kutta cấp 4, hãy xấp xỉ giá trị của hàm tại t “ 1.2
với bước h “ 0.2.
Câu
$ 9. Xét bài toán Cauchy đối với hệ ptvp:
’ x 1 ptq “ 2xy ´ t ` 1, t ě 0.5
&
y 1 ptq “ x2 ´ 3y 2 ` t2 , . Sử dụng công thức Euler, hãy xấp
’
%
xp0.5q “ 0.3, yp0.5q “ 0.7
xỉ các giá trị của hàm tại t “ 1 với bước h “ 0.5.
#
y 2 ptq ` p2t ` 1qy 1 ptq ´ 15yptq “ ´4t2 e´t ,
Câu 10. Cho bài toán biên:
yp0q “ 0.2, yp1q “ 1.3
với 0 ď t ď 1. Sử dụng phương pháp sai phân hữu hạn, xấp xỉ giá trị
của hàm trong r0, 1s bước h “ 0.25.
ĐỀ SỐ 2
Câu 1. Cho phương trình f pxq “ 2x ´ 3x ` sin x “ 0 có khoảng cách
li nghiệm r0.5, 1s. Dùng phương pháp Newton, chọn x0 theo điều kiện
Fourier, tính nghiệm gần đúng x2 và đánh giá sai số ∆x2 theo công
thức sai số tổng quát.

$
4.5x1 ` 0.2x2 ´ 0.5x3 “ 1.2
&
Câu 2. Cho hệ phương trình: 0.2x1 ` 4.5x2 ´ 0.4x3 “ 1.5 .
%
´0.5x1 ´ 0.4x2 ` 4.5x3 “ 2.5
Sử dụng phân rã Choleski A “ BB T tính tổng T “ b11 ` b22 ` b33 .
$
& 11x1 ` 3x2 ` 5x3 “ 12.27
Câu 3. Cho hệ phương trình: 2x1 ` 13x2 ´ 6x3 “ 25.73 . Với
%
2x1 ` 5x2 ` 17x3 “ 18.49
x p0q “ r0.3, 0.5, 0.1s , hãy tìm vectơ xp3q bằng phương pháp Gauss-
T
Seidel.

lOMoARcPSD|22842530
x 1.0 1.5 2.0

Câu 4. Cho spline bậc ba gpxq nội suy bảng số: của
y 4.2 3.5 6.5
hàm f pxq và thoả điều kiện f 1 p1.0q “ 0.2, f 1 p2.0q “ 0. Hãy xấp xỉ hàm
f pxq tại x “ 1.28 và x “ 1.85.
x 22 23 24 25 26 27 28
Câu 5. Cho bảng số . Sử dụng
f pxq 1.2 1.5 1.8 1.7 1.5 1.9 2.0
? B
phương pháp bình phương bé nhất, tìm hàm dạng f pxq “ A x `
x
xấp xỉ tốt nhất bảng số trên.
x 1.0 1.5 2.0 2.5

Câu 6. Cho bảng số . Sử dụng đa thức nội suy
y 2.5 4.3 2.5 5.7
Newton tính gần đúng đạo hàm y 1 pxq tại điểm x “ 1.2.
ş2
Câu 7. Xét tích phân: I “ ln p2x ` 5q dx. Dùng công thức Simpson mở
1
rộng, xác định số đoạn chia tối thiểu (nmin ) để sai số nhỏ hơn 10´5 .
Với giá trị n “ nmin vừa tìm được, hãy xấp xỉ tích phân trên.
" 1
y “ y 2 ` e´t `1.5t, 1 ď t
Câu 8. Xét bài toán Cauchy . Sử dụng
yp1q “ 0.7
công thức Runge-Kutta cấp 4, hãy xấp xỉ giá trị của hàm yptq tại
t “ 1.2 với bước h “ 0.2.
Câu 9. Xét bài toán Cauchy đối với ptvp cấp 2:

" 2
x ptq “ cos p2xptqq ` sin px1 ptqq ` 3t, 1 ď t
. Thực hiện phép đổi
xp1q “ 2; x1 p1q “ 0
biến yptq “ x1 ptq và sử dụng công thức Euler cải tiến, hãy xấp xỉ giá
trị của hàm xptq và đạo hàm x1 ptq tại điểm t “ 1.2 với bước h “ 0.2.
" 2
y ` pt2 ` 1qy 1 ´ 16y “ ´4t2 , 1.4 ď t ď 1.8
Câu 10. Xét bài toán biên: .
yp1.4q “ 2; yp1.8q “ 0.8
Bằng phương pháp sai phân hữu hạn, hãy xấp xỉ giá trị của hàm yptq
trong r1.4, 1.8s với bước h “ 0.1.

lOMoARcPSD|22842530
CHỈ DẪN VÀ TRẢ LỜI
CHỈ DẪN VÀ TRẢ LỜI BÀI TẬP CHƯƠNG 1

0.12
1 ∆a “ 1.85 “ 0.00222
100
2 (a) a « 12.67; (b) a « 1.55; (c) a ď 12.88; (d) a ě 1.23.
3 (a) 3; (b) 4; (c) 2.
4 ∆V “ 0.4276
5 (a) ∆A “ 0.071; (b) ∆B “ 0.195; (c) ∆C “ 0.06084747 « 0.061
6 ∆f “ 0.006

1 Ta có:
(a) r0, 1s và r1, 2s (e) x “ 0 và r0.5; 1s
(b) r0, 1s (f ) r´2, ´1s và r3, 4s
(c) r0, 1s và r1, 2s (g) r´1, 0s
(d) r´3, ´2s, r´1, 0s và r2, 3s (h) r0.2, 1s
2 (a) m “ 12, ∆ “ 0.0152.

(b) m “ 2, ∆ “ 0.0053.
(c) m “ 1 ´ 4 cosp2q « 2.664587, ∆ “ 0.0036.
91 1
3 (a) x5 “ , ∆x 5 “ “ 0.015625. Sai số theo công thức đánh giá sai số
64 64
tổng quát: m “ 7, ∆x5 “ 0.0117.
0.8
(b) x5 “ 0.4875, ∆x5 “ “ 0.0125. Sai số theo công thức đánh giá sai số
? 64
tổng quát: m “ 2 6, ∆x5 “ 0.0012.

lOMoARcPSD|22842530
114 CHỈ DẪN VÀ TRẢ LỜI
4 Ta có:
(a) x4 “ 1.107821, sai số “ 0.016302 (c) x4 “ 1.123639, sai số “ 0.000484
(b) x4 “ 0.987506, sai số “ 0.136617 (d) x4 “ 1.124123, sai số “ 0.000000
?
5 (a) x “ 3 3x2 ` 5, q “ 0.1984251315, p « x4 “ 3.430986278
?
(b) x “ 3 x ` 1, q “ 0.2099868417, p « x3 “ 1.324939363
x2 ´ ex `2 1
(c) x “ , q “ , p « x4 “ 0.2572656364
3 3
6 (a) p P r2.6, 2.8s, q “ 0.568958, n “ 11, x11 “ 2.69064136

(b) p P r0.8, 1.0s, q “ 0.475945, n “ 7, x7 “ 0.90996735
(c) p P r0.4, 0.6s, q “ 0.875023, n “ 67, x67 “ 0.44806306
(d) p P r0.6, 0.8s, q “ 0.130347, n “ 2, x2 “ 0.70479592
7 (a) x0 “ 2, m “ 0.68876626, p “ 1.82938372 ˘ 0.68 ˆ 10´6

(b) x0 “ 1.3, m “ 0.15852901, p “ 1.39774848 ˘ 0.64 ˆ 10´9
(c) Trong r2, 3s: x0 “ 2, m “ 3.27332655, p “ 2.37068706 ˘ 0.38 ˆ 10´6
Trong r3.5, 4s: x0 “ 4, m “ 10.69000787, p “ 3.72211282 ˘ 0.77 ˆ 10´7
(d) Trong r1, 2s: x0 “ 1, m “ 0.5, p “ 1.41239117 ˘ 0.1 ˆ 10´12
Trong r3, 4s: x0 “ 3, m “ 1.66666667, p “ 3.05710355 ˘ 0.1 ˆ 10´12
(e) Trong r0.5, 1s: x0 “ 1, m “ 1.35127873, p “ 0.91000757 ˘ 0.75 ˆ 10´9
Trong r3, 5s: x0 “ 5, m “ 2.08553692, p “ 3.73307903 ˘ 0.48 ˆ 10´8
(f ) Trong r0, 1s: x0 “ 0, m “ 0.90818175, p “ 0.58853274 ˘ 0.11 ˆ 10´9
Trong r3, 4s: x0 “ 3, m “ 0.63532798, p “ 3.09636396 ˘ 0.29 ˆ 10´7
Trong r6, 7s: x0 “ 6, m “ 0.75481414, p “ 6.28504900 ˘ 0.36 ˆ 10´6
8 m “ 75.20954 ˘ 0.88 ˆ 10´4 pkgq
9 Đối với carbon dioxide:
CO2 p=1 p = 10 p = 100

T = 300K 24.5126 2.3545 0.0795
T = 500K 40.9822 4.0578 0.3663
T = 700K 57.4180 5.7243 0.5576
Đối với oxygen:
O2 p=1 p = 10 p = 100
T = 300K 24.5928 2.4384 0.2264
T = 500K 41.0257 4.1016 0.4116
T = 700K 57.4460 5.7521 0.5842

lOMoARcPSD|22842530
Chỉ dẫn và trả lời bài tập chương 3 115

5 13 5
1 (a) x1 “ ´ , x2 “ , x3 “ .
6 12 12
21 6 23
(b) x1 “ , x2 “ 0, x3 “ ´ , x4 “ .
26 13 26
» fi » fi
1 0 0 1 1 1
2 (a) L “ – 1 1 0 fl, U “ – 0 1 2 fl
3 ´1 1 0 0 3
» fi
1 0 0 »
4 3 2
fi
— 1 ffi 3
(b) L “ — 1 0 ffi, U “ — 0 0 ffi
— ffi — ffi
— 2 2
5
ffi – fl
– 1 13
0 0
fl
1 2
4 6
» fi » fi
1 0 0 0 1 1 1 1
— 1 1 0 0 ffi — 0 ´2 0 ´2 ffi
(c) L “ —– 1 0 1 0 fl, U “ – 0
ffi — ffi
0 ´2 ´2 fl
1 1 1 1 0 0 0 4
» fi » fi
1 0 0 0 3 2 1 0
— 1
— 0 7 2
ffi — ffi
— 1 0 0 ffi 4 ffi
— 3 3 3
— ffi — ffi
(d) L “ — 2 ffi, U “ —
ffi — ffi
— 1 ffi — 17 11 ffi
´ 1 0 ffi — 0 0
ffi
— 3 7 7 7
— ffi
ffi — ffi
– 2 2 1 fl – 30 fl
1 0 0 0
3 7 17 7
» fi
1 0 0
3 (a) ∆1 “ 1, ∆2 “ 1, ∆3 “ 4, B “ – 2 1 0 fl
1 1 2
» fi
2 0 0
— ? ffi
— 3 7 ffi
(b) ∆1 “ 4, ∆2 “ 5, ∆3 “ 12, B “ — ´ 2 0
— ffi
— 2? ?
ffi
ffi
– 4 7 2 21 fl
0 ´
7 7
» ? fi
2 0 0 0
— ? ?
2 6
ffi
— ´ 0 0
— ffi
ffi
— 2 2
? ?
ffi
(c) ∆1 “ 2, ∆2 “ 3, ∆3 “ 4, ∆4 “ 5, B “ —
— ffi
6 2 3 ffi
— 0 ´ 0 ffi
—
— 3 3
? ?
ffi
ffi
3 5
– fl
0 0 ´
2 2

lOMoARcPSD|22842530
(d) ∆1 “»3, ?
∆2 “ 8, ∆3 “ 21, ∆4 “ 124, fi
3 0 0 0
— ? ?
— 2 3 2 6
ffi
0 0
ffi
— ffi
— 3 3
— ? ? ?
ffi
B“—
ffi
3 7 6 42 ffi
—
— 3 0 ffi
— ? 12
? ?4 ?
ffi
ffi
3 6 42 2 651
– fl
´
3 3 21 21
40 91
4 (a) k1 pAq “ , k8 pAq “
3 9
315 324
(b) k1 pAq “ , k8 pAq “
19 19
255
(c) k1 pAq “ , k8 pAq “ 153
2
(d) k1 pAq “ 28375, k8 pAq “ 28375
5
p3q p3q
(a) x1 “ 0.617, x2 “ 0.456
p3q p3q
(b) x1 “ 0.62712, x2 “ 1.01466
p3q p3q p3q
(c) x1 “ 0.31692, x2 “ 0.97236, x3 “ 0.56451
p3q p3q p3q
(d) x1 “ 0.24672, x2 “ 0.55608, x3 “ 0.46922
p3q p3q p3q p3q
(e) x1 “ 1.33283, x2 “ 1.02953, x3 “ 0.53931, x4 “ 1.21863
6
p3q p3q
(a) x1 “ 0.60630, x2 “ 0.48685
p3q p3q
(b) x1 “ 0.66939, x2 “ 1.05658
p3q p3q p3q
(c) x1 “ 0.32771, x2 “ 0.98015, x3 “ 0.58039
p3q p3q p3q
(d) x1 “ 0.23490, x2 “ 0.55469, x3 “ 0.46771
p3q p3q p3q p3q
(e) x1 “ 1.31504, x2 “ 1.03712, x3 “ 0.56097, x4 “ 1.19823

7 2 47
1 (a) L2 pxq “ x ´ x ` 14
6 6
(b) L2 pxq “ 0.5333x2 ` 0.6733x ` 1
1 3 7 2 1
(c) L3 pxq “ x ´ x ´ x`3
3 6 6
(d) L3 pxq “ 9.1667x3 ´ 42.1250x2 ` 67.5083x ´ 33.9400

lOMoARcPSD|22842530
x 30 35 40 45
2 (a) Bảng số: , L3 px˚ q “ 0.529936,
y 0.5000 0.5736 0.6428 0.7071
f px˚ q “ 0.529919
x 0.2 0.4 0.6 0.8
(b) Bảng số: , L3 px˚ q “ 0.53238125,
y 0.8024 0.6174 0.4530 0.3131
f px˚ q “ 0.53228073
x 7 8 9 10
(c) Bảng số: , L3 px˚ q “ 2.22462266,
y 2.0794 2.1972 2.3026 2.3979
f px˚ q “ 2.22462355
3 f px0 q “ 6, f px1 q “ 4, f rx0 , x1 s “ ´1.
2 3
´2
7
4
p1q
(a) 3 1 7{6 ñ N2 pxq “ 3 ´ 2px ´ 2q ` px ´ 2qpx ´ 3q.
6
3{2
5 4
0.3 1.25
1.1000
(b) 0.5 1.47 0.5333 ñ
1.3667
0.8 1.88
p1q
ñ N2 pxq “ 1.25 ` 1.1px ´ 0.3q ` 0.5333px ´ 0.3qpx ´ 0.5q.
0 3
´1
1 2 1{6
(c) ´1{2 1{3 ñ
3 1 9{6
4
4 5
p1q 1 1
ñ N3 pxq “ 3 ´ x ` xpx ´ 1q ` xpx ´ 1qpx ´ 3q.
6 3
1.2 2.25
4.55
1.4 3.16 ´3.625
(d) 3.10 9.1667 ñ
1.6 3.78 1.875
3.85
1.8 4.55
p1q
ñ N3 pxq “ 2.25 ` 4.55px ´ 1.2q ´ 3.625px ´ 1.2qpx ´ 1.4q `
` 9.1667px ´ 1.2qpx ´ 1.4qpx ´ 1.6q.
2 1
$
&2 ´ x ` x3 ,
’ nếu 0 ď x ď 2
5 (a) gpxq “ 3 24
%1 ´ 1 px ´ 2q ` 1 px ´ 2q2 ´ 1 px ´ 2q3 ,
’
nếu 2 ď x ď 3
6 4 12

lOMoARcPSD|22842530
8 8
$
’ 2` px ´ 1q ´ px ´ 1q3 , nếu 1 ď x ď 2
15 15
’
’
’
’
16 8 5
&
(b) gpxq “ 2 ´ px ´ 2q ´ px ´ 2q2 ` px ´ 2q3 , nếu 2 ď x ď 3
’
’ 15 5 3
11 17 17
’
nếu 3 ď x ď 4
’
%1 ` px ´ 3q ` px ´ 3q ´ px ´ 3q3 ,
2
’
15 5 15
1
6 a “ 2, b “ 1, c “ 3, d “ ´
2
2 4 2 4
7 b0 “ , d0 “ , b 1 “ , d1 “ ´
3 3 3 3
17 11
$
&1 ` px ´ 2q ´ px ´ 2q3 ,
’ nếu 2 ď x ď 3
8 (a) gpxq “ 2 2
%4 ` 1 px ´ 3q ´ 8px ´ 3q2 ` 11 px ´ 3q3 ,
’
nếu 3 ď x ď 4
2 2
25 16
$
’ 1 ` x ´ x 2 ` x3 , nếu 0 ď x ď 1
3 3
’
’
’
’
1 23
&
(b) gpxq “ ´1 ` px ´ 1q ` px ´ 1q2 ´ 5px ´ 1q3 , nếu 1 ď x ď 2
’
’ 3 3
2
%2 ` px ´ 2q ´ px ´ 2q2 ` 14 px ´ 2q3 ,
22
’
nếu 2 ď x ď 3
’
’
3 3 3
9 a “ 15, b “ 17, c “ 7, d “ ´10.
10 5 7
10 b0 “ , d0 “ , b1 “ , d1 “ ´1.
3 3 3
11 A “ ´0.2214, B “, 0.1246 C “ 0.9811
12 A “ 2.0050, B “ 0.4867

h “ 0.1 h “ 0.05 h “ 0.01 h “ 0.005 h “ 0.001
1 (a) f 1 p1.2q 3.964713 4.227127 4.312622 4.315306 4.316164
f 2 p1.2q ´25.73669 ´25.88950 ´25.93781 ´25.93932 ´25.93980
Giá trị chính xác f 1 p1.2q “ 4.316200 và f 2 p1.2q “ ´25.93982
h “ 0.1 h “ 0.05 h “ 0.01 h “ 0.005 h “ 0.001
(b) f 1 p0.5q 0.708128 0.718166 0.721374 0.721475 0.721507
f 2 p0.5q 0.208379 0.222112 0.226517 0.226657 0.226699
Giá trị chính xác f 1 p0.5q “ 0.721508 và f 2 p0.5q “ 0.226701
h “ 0.1 h “ 0.05 h “ 0.01 h “ 0.005 h “ 0.001
(c) f 1 p1q 3.743304 3.737646 3.735834 3.735778 3.735760
f 2 p1q 5.270354 5.265773 5.264302 5.264256 5.264242
Giá trị chính xác f 1 p1q “ 3.735759 và f 2 p1q “ 5.264241

lOMoARcPSD|22842530
h “ 0.1 h “ 0.05 h “ 0.01 h “ 0.005 h “ 0.001

(d) f 1 p3q 0.407806 0.407507 0.407411 0.407408 0.407407
f 2 p3q ´0.210213 ´0.209961 ´0.209880 ´0.209877 ´0.209877
Giá trị chính xác f 1 p3q “ 0.407407 và f 2 p3q “ ´0.209877
2 Ta có:
(a) I « 0.372508 (c) I « 0.637197
(b) I « 42.61379 (d) I « 0.384965
3 Ta có:
(a) I « 0.373553 (c) I « 0.636295
(b) I « 43.63994 (d) I « 0.384180
4 Ta có:
(a) I « 0.746670
(b) I « 0.746824
5 Ta có:
M 2 h2
(a) M2 “ maxxPr1,2s |f 2 pxq| “ 1, pb ´ aq ă 10´5 ñ n ą 91.287. Chọn
12
n “ 92 ñ I « 0.38628944
M 4 h4
(b) M4 “ maxxPr1,2s ˇf p4q pxqˇ “ 6, pb ´ aq ă 10´5 ñ n ą 7.598. Chọn
ˇ ˇ
180
n “ 8 ñ I « 0.38629204
Chú ý rằng giá trị chính xác I “ 2 ln 2 ´ 1 “ 0.38629436
6 Công thức hình thang: I1 “ 2.1380, I2 “ 7.3307. Công thức Simpson: I1 “

2.1293, I2 “ 7.2251.

1 (a) Ta có:
tk yk pEulerq yk pRK2q yk pRK4q yptk q

1.0 1.00000000 1.00000000 1.00000000 1.00000000
1.1 1.00000000 0.99545455 0.99515907 0.99515880
1.2 0.99090909 0.98178375 0.98121462 0.98121413
1.3 0.97348485 0.95975290 0.95892712 0.95892646
1.4 0.94836830 0.93000862 0.92893968 0.92893887
1.5 0.91610889 0.89310448 0.89180328 0.89180234
1.6 0.87718282 0.84951978 0.84799526 0.84799419
1.7 0.83200674 0.79967358 0.79793315 0.79793197
1.8 0.78094832 0.74393543 0.74198528 0.74198400
1.9 0.72433433 0.68263360 0.68047900 0.68047762
2.0 0.66245719 0.61606168 0.61370711 0.61370564

lOMoARcPSD|22842530
(b) Ta có:

0.0 2.00000000 2.00000000 2.00000000 2.00000000
0.1 2.00000000 2.03010050 2.03020081 2.03020084
0.2 2.06020100 2.12313629 2.12325388 2.12325398
0.3 2.18424147 2.28673129 2.28682400 2.28682425
0.4 2.38094642 2.53468232 2.53478294 2.53478348
0.5 2.66530300 2.88877820 2.88905604 2.88905719
0.6 3.06023585 3.38178166 3.38265499 3.38265742
0.7 3.59946368 4.06212211 4.06446211 4.06446739
0.8 4.33191286 5.00119874 5.00669797 5.00670952
0.9 5.32845586 6.30475931 6.31659622 6.31662144
1.0 6.69220135 8.13075149 8.15479098 8.15484549
(c) Ta có:

0.0 0.00000000 0.00000000 0.00000000 0.00000000
0.1 0.00000000 0.01005021 0.01005021 0.01005021
0.2 0.02010042 0.04086423 0.04081358 0.04081355
0.3 0.06132143 0.09436384 0.09420770 0.09420764
0.4 0.12602342 0.17403828 0.17371282 0.17371271
0.5 0.21820796 0.28544762 0.28487369 0.28487348
0.6 0.34407810 0.43711259 0.43618657 0.43618619
0.7 0.51301315 0.64207607 0.64065570 0.64065504
0.8 0.73926795 0.92072781 0.91860867 0.91860749
0.9 1.04503770 1.30619619 1.30307005 1.30306791
1.0 1.46629963 1.85544433 1.85081978 1.85081572
(d) Ta có:

1.0 2.00000000 2.00000000 2.00000000 2.00000000
1.1 2.14166667 2.14012906 2.14004780 2.14004775
1.2 2.28025812 2.27730238 2.27715259 2.27715249
1.3 2.41617064 2.41189944 2.41169077 2.41169065
1.4 2.54972645 2.54422900 2.54396897 2.54396883
1.5 2.68119157 2.67454620 2.67424078 2.67424062
1.6 2.81078855 2.80306459 2.80271862 2.80271845
1.7 2.93870570 2.92996502 2.92958246 2.92958227
1.8 3.06510393 3.05540207 3.05498622 3.05498602
1.9 3.19012194 3.17950908 3.17906273 3.17906252
2.0 3.31388024 3.30240194 3.30192747 3.30192725

lOMoARcPSD|22842530
2 (a) Ta có:
tk yk yptk q
1.0 0.00000000 0.00000000
1.1 0.34591029 0.34591988
1.2 0.86662169 0.86664254
1.3 1.60718135 1.60721508
1.4 2.62031131 2.62035955
1.5 3.96760190 3.96766629
1.6 5.72087932 5.72096153
1.7 7.96377179 7.96387348
1.8 10.79350178 10.79362466
1.9 14.32293573 14.32308154
2.0 18.68292657 18.68309708
x 1.0 1.1 1.2 1.3

(b) Sử dụng bảng ta thu được:
y 0.000000 0.345910 0.866621 1.607181
(i) yp1.04q « 0.12027100. Giá trị chính xác: yp1.04q “ 0.11998750. Sai số:
∆ “ 0.00028350.
(ii) yp1.32q « 1.78652215. Giá trị chính xác: yp1.32q “ 1.78620315. Sai số:
∆ “ 0.00031900.
(iii) yp1.66q « 7.00251482. Giá trị chính xác: yp1.04q “ 7.00205956. Sai số:
∆ “ 0.00045527.
e
(c) I « 5.71717197. Ta có: F ptq “ yptqdt “ pt2 ´ 2t ` 2q et ´ t3 . Giá trị chính
ş
3
xác I “ F p2q ´ F p1q “ 5.71717277. Sai số: ∆ “ 0.00000080.
Euler RK2 RK4

3 (a) xp1.2q 1.520000 1.314000 1.283553
yp1.2q 2.240000 2.368000 2.345040
Euler RK2 RK4

(b) xp1.2q 0.362928 0.385533 0.387710
yp1.2q 0.549001 0.547774 0.548164
Euler RK2 RK4

(c) xp1.2q 0.400000 0.444749 0.455955
yp1.2q 0.560000 0.605849 0.616663
Euler RK2 RK4

(d) xp1.2q 1.786000 1.979590 2.033934
yp1.2q 0.690000 0.846370 0.869250

lOMoARcPSD|22842530
4 Ta có bảng kết quả sau:
tk xk xptk q yk yptk q
0.0 1.000000 1.000000 ´2.000000 ´2.000000
0.1 0.795671 0.795670 ´1.880525 ´1.880525
0.2 0.585384 0.585384 ´1.724386 ´1.724386
0.3 0.373216 0.373215 ´1.535417 ´1.535416
0.4 0.163219 0.163218 ´1.317931 ´1.317930
0.5 ´0.040633 ´0.040634 ´1.076662 ´1.076661
0.6 ´0.234507 ´0.234508 ´0.816686 ´0.816684
0.7 ´0.414763 ´0.414765 ´0.543345 ´0.543342
0.8 ´0.578013 ´0.578015 ´0.262166 ´0.262163
0.9 ´0.721164 ´0.721166 0.021220 0.021223
1.0 ´0.841469 ´0.841471 0.301165 0.301169
5 (a) xpt1 q « 0.254400, xpt2 q « 0.267634.

(b) xpt1 q « 0.260000, xpt2 q « 0.694800.
6 Ta có bảng kết quả sau:
tk xk xptk q
0.0 1.00000000 1.00000000
0.1 1.10337038 1.10337037
0.2 1.21362964 1.21362963
0.3 1.33100002 1.33100000
0.4 1.45570372 1.45570370
0.5 1.58796298 1.58796296
0.6 1.72800001 1.72800000
0.7 1.87603704 1.87603704
0.8 2.03229630 2.03229630
0.9 2.19699999 2.19700000
1.0 2.37037035 2.37037037
7 Ta có:
(a) yp0.25q « 0.1952, yp0.5q « 0.4235, yp0.75q « 0.6952.

(b) yp0.2q « ´0.0300, yp0.4q « ´0.0490, yp0.6q « ´0.0536, yp0.8q « ´0.0392
tk 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9
(c)
yk 0.751 0.553 0.397 0.277 0.185 0.116 0.066 0.032 0.011
tk 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9
(d)
yk 0.243 0.286 0.331 0.378 0.428 0.482 0.543 0.614 0.698

lOMoARcPSD|22842530
Đáp số các đề mẫu 123
ĐÁP SỐ CÁC ĐỀ MẪU

Các đề thi trắc nghiệm giữa kỳ
Đề số 1:
01. ⃝
a 02. ⃝
b 03. ⃝
b 04. ⃝
d 05. ⃝
a 06. ⃝
d 07. ⃝
c 08. ⃝
c
09. ⃝
b 10. ⃝
d 11. ⃝
b 12. ⃝
c 13. ⃝
a 14. ⃝
d 15. ⃝
b 16. ⃝
c
17. ⃝
b 18. ⃝
c 19. ⃝
a 20. ⃝
d
Đề số 2:
01. ⃝
a 02. ⃝
d 03. ⃝
b 04. ⃝
b 05. ⃝
c 06. ⃝
d 07. ⃝
a 08. ⃝
c
09. ⃝
b 10. ⃝
d 11. ⃝
d 12. ⃝
c 13. ⃝
a 14. ⃝
a 15. ⃝
a 16. ⃝
b
17. ⃝
d 18. ⃝
a 19. ⃝
a 20. ⃝
d
Các đề thi cuối kỳ
Đề số 1:
6. y 1 p0.5q “ 4.5000
1. x2 “ 0.1896, ∆x2 “ 0.0001
7. I “ 0.2642
2. x3 “ r1.1924, 0.7841, 0.9119sT
8. yp1.2q “ 6.5795
3. yp2.35q « 2.5659
9. xp1q “ 0.7600, yp1q “ 0.1350
4. yp1.25q “ 1.8673, yp2.25q “ 3.6698
10. y “ p0.2, 0.2039, 0.3574, 0.6871, 1.3q
5. A “ 8.0768, B “ ´4.6240
Đề số 2:
6. y 1 p0.5q “ 4.5493
1. x2 “ 0.8535, ∆x2 “ 0.0001
7. n “ 4, I “ 2.0768
2. T “ 6.3412
8. yp1.2q “ 1.2917
3. x3 “ r0.3493, 2.1185, 0.4235sT
9. xp1.2q “ 2.0469, x1 p1.2q “ 0.5745
4. yp1.28q “ 3.5636, yp1.85q “ 5.9591
10. y “ p2, 1.3890, 1.0626, 0.8922, 0.8q
5. A “ 0.5678, B “ ´29.3008

lOMoARcPSD|22842530
Tài liệu tham khảo
[1] RICHARD L. BURDEN and J. DOUGLAS FAIRES, Numerical Anal-
ysis, Brooks/Cole Publishing Company - 1997.
[2] STEVEN C. CHAPRA and RAYMOND P. CANALE, Numerical Meth-
ods for Engineers, McGraw-Hill - 1988.
[3] PHẠM KỲ ANH, Giải tích số, NXB Đại Học Quốc Gia, Hà Nội -
2000.
[4] LÊ TRỌNG VINH, Giải tích số, NXB Khoa Học Kỹ Thuật, Hà Nội -
2000.
[5] PHAN VĂN HẠP - LÊ ĐÌNH THỊNH, Phương pháp tính và các thuật
toán, NXB Giáo Dục,Hà Nội - 2000.
[6] NGUYỄN MINH CHƯƠNG (chủ biên)- NGUYỄN VĂN KHẢI -
KHUẤT VĂN NINH - NGUYỄN VĂN TUẤN - NGUYỄN TƯỜNG, Giải
tích số, NXB Giáo Dục,Hà Nội - 2000.

lOMoARcPSD|22842530
TÀI LIỆU THAM KHẢO 125

Bai Giang Phuong Phap Tinh

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bai Giang Phuong Phap Tinh

Uploaded by

Copyright:

Available Formats

lOMoARcPSD|22842530

bài giảng phương pháp tính

Scan to open on Studocu

Studocu is not sponsored or endorsed by any college or university

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA

TP. HCM - 2012

Downloaded by Nguy?n Duy Lâm (nguyenduylam778@gmail.com)

Downloaded by Nguy?n Duy Lâm (nguyenduylam778@gmail.com)

Lời nói đầu

được sử dụng rộng rãi trong các trường kĩ thuật.

Điện thoại: 08-8647256 (ext. 5305)

TP. HCM, ngày 22 tháng 4 năm 2012

Downloaded by Nguy?n Duy Lâm (nguyenduylam778@gmail.com)

Lời nói đầu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1 SỐ GẦN ĐÚNG VÀ SAI SỐ 7

1.2 Biểu diễn số thập phân . . . . . . . . . . . . . . . . . . . . 10

Bài tập chương 1 . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2 PHƯƠNG TRÌNH PHI TUYẾN 13

2.1 Đặt bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.2 Phương pháp chia đôi . . . . . . . . . . . . . . . . . . . . . 15

2.3 Phương pháp lặp đơn . . . . . . . . . . . . . . . . . . . . . 16

2.4 Phương pháp Newton . . . . . . . . . . . . . . . . . . . . . 19

Bài tập chương 2 . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3 HỆ PHƯƠNG TRÌNH ĐẠI SỐ TUYẾN TÍNH 25

3.1 Phương pháp Gauss . . . . . . . . . . . . . . . . . . . . . . 26

3.2 Phương pháp nhân tử LU . . . . . . . . . . . . . . . . . . . 31

3.3 Phương pháp Choleski . . . . . . . . . . . . . . . . . . . . 32

3.4 Chuẩn vectơ và chuẩn ma trận . . . . . . . . . . . . . . . 34

Downloaded by Nguy?n Duy Lâm (nguyenduylam778@gmail.com)

3.5 Phương pháp lặp . . . . . . . . . . . . . . . . . . . . . . . . 36

Bài tập chương 3 . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4 NỘI SUY VÀ XẤP XỈ HÀM 44

4.1 Đa thức nội suy Lagrange . . . . . . . . . . . . . . . . . . 45

4.2 Đa thức nội suy Newton . . . . . . . . . . . . . . . . . . . 49

4.3 Spline bậc ba . . . . . . . . . . . . . . . . . . . . . . . . . . 52

4.3.1 Spline bậc ba tự nhiên . . . . . . . . . . . . . . . . 54

4.3.2 Spline bậc ba ràng buộc . . . . . . . . . . . . . . . 56

4.4 Bài toán xấp xỉ hàm thực nghiệm . . . . . . . . . . . . . . 57

Bài tập chương 4 . . . . . . . . . . . . . . . . . . . . . . . . . . 59

5 ĐẠO HÀM VÀ TÍCH PHÂN 62

5.1 Tính gần đúng đạo hàm . . . . . . . . . . . . . . . . . . . . 62

5.2 Công thức Newton-Cotes . . . . . . . . . . . . . . . . . . . 64

5.2.1 Công thức hình thang . . . . . . . . . . . . . . . . . 65

5.2.2 Công thức Simpson . . . . . . . . . . . . . . . . . . 67

Bài tập chương 5 . . . . . . . . . . . . . . . . . . . . . . . . . . 68

6 PHƯƠNG TRÌNH VI PHÂN 70

6.1 Bài toán Cauchy . . . . . . . . . . . . . . . . . . . . . . . . 70

6.1.1 Công thức Euler . . . . . . . . . . . . . . . . . . . . 71

6.1.2 Công thức Euler cải tiến . . . . . . . . . . . . . . . 71

6.1.3 Công thức Runge-Kutta . . . . . . . . . . . . . . . . 72

6.1.4 Hệ phương trình vi phân. . . . . . . . . . . . . . . . 76

6.2 Bài toán biên tuyến tính cấp hai . . . . . . . . . . . . . . . 79

Downloaded by Nguy?n Duy Lâm (nguyenduylam778@gmail.com)

Bài tập chương 6 . . . . . . . . . . . . . . . . . . . . . . . . . . 82

CÁC CHƯƠNG TRÌNH MATLAB 84

CÁC ĐỀ THI MẪU 104

CHỈ DẪN VÀ TRẢ LỜI 113

Chỉ dẫn và trả lời bài tập chương 1 . . . . . . . . . . . . . . . . 113

Chỉ dẫn và trả lời bài tập chương 2 . . . . . . . . . . . . . . . . 113

Chỉ dẫn và trả lời bài tập chương 3 . . . . . . . . . . . . . . . . 115

Chỉ dẫn và trả lời bài tập chương 4 . . . . . . . . . . . . . . . . 116

Chỉ dẫn và trả lời bài tập chương 5 . . . . . . . . . . . . . . . . 118

Chỉ dẫn và trả lời bài tập chương 6 . . . . . . . . . . . . . . . . 119