数值分析复习讲解.ppt

考虑线性方程组 A x = b , 将 A 进行分解 A = D + L + U , Jacobi迭代的矩阵表示 : Gauss-Seidel迭代的矩阵表示 : 或 SOR迭代的矩阵表示 : * Review Chap 1 数值计算中的误差 误差 误差限 有效数字 用微分计算函数值误差 计算方法的数值稳定性 误差 误差限 有效数字 1) 定义 1.1： 称 为 的绝对误差(简称误差)。 设 是准确值， 是 的近似值 2) 定义 1.2： 若 ，则称 是 x 的误差限。 称单位量上的误差 为 x 的相对误差。 3) 定义 1.3： 定义 1.4： 若 , 则称 是 x 的相对误差限。 4) 定义 1.5： 如果近似值 x 的误差限是它的某一位的半个单 位，就称它准确到这一位。若该位到 x 左边第一位非零 数字共有n 位，则称它有n 位有效数字。 5) 例1.5 题1.1 用微分计算函数值误差 相对误差 误差 例1.9 已知 的近似值 x ，一元函数值 的近似值为 1) 2) 已知自变量误差 和 求二元函数值u = f (x,y) 的误差 和 例1.10 ,例1.11 3) 和、差、积、商的误差 例1.10 , 例1.11, 题1.5 计算方法的数值稳定性 1) 求根公式的数值稳定性 2) 递推法的数值稳定性 数值计算中应注意的几个原则 避免相近数相减 ; 避免小除数, 大乘数 ; 避免大数吃小数 ; 采用数值稳定的算法 ; 减少运算次数. 题1.9, 题1.10 题1.7 Chap 2 插值法与最小二乘法 多项式插值 Lagrange插值公式 插值余项 Newton插值公式 Hermite插值 分段插值 三次样条函数 n 次多项式插值问题： 求作一个次数不超过 n 的多项式 ，使之满足 插值条件 f (x)的满足插值条件(2.1)的n次插值多项式 插值区间 插值节点 已知 上的函数 在点 上的函数值 被插值函数 Lagrange插值公式 插值余项 求作一个1次 已知函数 在点 上的函数值 ， 多项式 ，使得 1) 线性插值 2) 抛物插值 已知函数 在点 上的函数值 ，求作 一个2次多项式 ，使得 3) n 次Lagrange插值 满足 n 次Lagrange插值基函数 的性质: ● ● 是 n 次式; ● 题2.1 题2.2 4) Lagrange插值余项 定理2.2 ：设 的 n+1阶导数 在 上存在，则 其中 与 有关 。 ? ? 例2.4, 题2.5 Newton插值公式 1) 差商、差商的计算 例2.5 2) Newton插值公式 误差 例2.7, 例2.8 题2.6, 题2.7 差商与微商的关系 Hermite插值 3次Hermite插值 3次Hermite插值基函数 (插值基函数的性质) 插值余项 例2.9, 题2.8, 题2.10 混合型Hermite插值 分段插值 1) 分段线性插值 2) 分段3次Hermite插值 ( 如何确定其解析式, 光滑性, 误差估计? ) 题2.11, 题2.12 3次样条函数 1) 什么是3次样条函数, 3次样条插值 2) 比较3次多项式插值(不含导数条件), 分段3次Hermite插值, 3次样条插值 Chap 3 数值积分与数值微分 机械求积公式 插值型求积公式 复合求积公式 Gauss求积公式 数值微分 机械求积公式 求积节点 求积系数 例3.1, 题3.1, 题3.2 代数精度: 若一个机械求积公式对 准确成立,但对 不准确成立, 就说它具 有m次代数精度. ● 利用代数精度定义构造求积公式