新数值分析读书报告2.pdfVIP

数值分析读书报告二 第四章 数值积分和数值微分 考虑了函数逼近之后，我们现在要考虑的就是对于一些较麻烦的函数怎么求 它的某些运算.例如函数的积分运算，如果函数的性质不好的话，我们就不能求出 它的原函数，从而不能用牛顿莱布尼茨公式计算积分函数的值，那么我们就要找 一个运算来逼近它，我们介绍的方法是公式： n b ( ) ∫ f x dx =∑A f(x ) k k a k=0 其中的x 称为求积节点，A 称为求积系数。 k k 除此之外，我们还提出了代数精度的概念。为的就是能够比较不同的求积公 式的好坏。在课本中，我们主要介绍的是梯形公式和辛普森公式。其中的辛普森 公式有点特殊，因为它的代数精度是n+1,这是我们要注意的。第二节介绍了牛顿 -柯斯特公式，根据牛顿柯斯特公式我们可以推导出常用的梯形公式和辛普森公 式。 后面我们为了提高求积精度，介绍了高斯求积公式，它可以把精度提高到 2n+1 ，这是一个非常好的求积公式。通过它的启发，我觉得我们可以找一些特殊 的区间，使得一些求积公式的精度能够得到大的提高，这是有价值的。 对于数值微分部分，首先介绍了简单的中点方法，然后说明了插值型的求导 公式，即 ′( ) ′ = () 又有两点公式和三点公式，这样和数值积分是很类似，可以很好的理解。 第五章 解线性方程组的直接解法 在自然科学和工程技术中很多问题的解决常常归结为解线性代数方程组，例 如电学中的网络问题，船体数学放样中建立三次样条函数问题，用最小二乘法求 实验数据的曲线拟合问题，解非线性方程组问题，用差分法或者有限元方法解常 微分方程、偏微分方程边值问题等都导致求解线性代数方程组，而这些方程组的 系数矩阵大致分为两种，一种是低调稠密矩阵。另一种是大型稀疏矩阵。 关于线性方程组的数值解法一般有两类：直接法和迭代法。 直接法就是经过有限算数运算，可求得线性方程组精确解的方法。但实际计 算中由于舍入误差的存在和影响，这种方法也只能求得线性方程组的近似解。这 类方法是解低调稠密矩阵方程组及某些大型稀疏矩阵方程组的有效方法。 迭代法就是用某种极限过程去逐步逼近线性方程组精确解的方法。迭代法具 有需要计算机的存储单元较少、程序设计简单、原始系数矩阵在计算过程中始终 不变等优点，但存在收敛性及收敛速度的问题。迭代法是解大型稀疏矩阵方程组 的重要方法。 本章第一节介绍了向量和矩阵的一些基本知识和一些特殊矩阵，以备后边各 节的使用。第二节介绍了一个最古老的求解线性方程组的方法，就是高斯消去法， 这种方法早在公元前250 年我国就掌握了，通过这种方法的改进、变形得到的选 主元素消去法、三角分解法仍然是目前计算机上常用的有效方法。后边介绍了将 高斯消去法改写紧凑形式。可以直接从矩阵A 的元素得到计算L，U 元素的递推 公式，而不需任何中间步骤的直接三角分解法。平方根法，就是利用对称正定矩 阵的三角分解而得到的求解对称正定方程组的一种有效方法。和后边的追赶法。 为了研究线性方程组近似解的误差估计和迭代法的收敛性，我们又介绍了向量 （矩阵）范数的概念。 第六章 解线性方程组的迭代法 在一些工程技术中产生的大型稀疏矩阵方程组（A 的阶数n 很大，但零元素 4 较多，例如求某些偏微分方程数值解所产生的线性方程组，n≥10 ），利用迭代法 求解这种线性方程组是合适的。 本章主要介绍了迭代法的一些基本理论及雅可比迭代法、高斯-赛德尔迭代法、 超松弛迭代法和共轭梯度法。迭代法的收敛的冲要条件是矩阵