(数值分析重点.docVIP

数值分析重点 第一章 误差分析 近似数误差大小的度量方法：绝对误差/相对误差/有效数字 有效数字的判断 定义：从末尾到第一个非零数字之间的所有数字的个数。 几个重点结论： （1）、设数 x 的近似值可以表示为 其中 m 是整数,αi ( i=1,2, …, n) 是0到9 中的一个数字， 而α1 ≠ 0. 如果其绝对误差限为 （不超过其末尾数的半个单位） 则称近似数 x* 具有 n 位有效数字。 （2）、相对误差与有效数字的关系（误差：精确值与近似值的差值） 得到相对误差限 2.误差的分类：模型误差、观测误差、截断误差（方法误差）和舍入误差（计算误差） 3.误差算法设计应注意的问题 ： （1）、避免两个相近的数相减 考虑能否改变一下算法 （2）、防止大数“吃掉”小数 当一组数进行相加运算时，应按照由小到大的次序进行相加。 （3）、绝对值太小的数不宜作除数 考虑能否改变一下算法 （4）、注意简化计算程序，减少计算次数 （5）、选用数值稳定性好的算法 4、误差的传播： Taylor展开式：f( x1 , x2 ,…, xn)在(x1*, x2*,…, xn* )的展开： e(y) = f( x1 , x2 ,…, xn)-f(x1*, x2*,…, xn* ) 例如：ε（x1+x2）=ε(x1)+ε(x2) ε（x1*x2）=|x1|ε(x2)+|x2|ε(x1) ε（x1/x2）={|x1|ε(x2)+|x2|ε(x1)}/|x2|2 第二章 代数插值 通过一些实验所得的离散点找到函数的一个满足精度要求且便于计算的近似表达式（多项式）。 n+1个互异的节点可以唯一确定一个n次多项式。 填空 1.差商与微商的关系 例1： ,试求其如下差商： 例2：已知一个四阶差商和一个五阶差商，用定义反求另一个四阶差商。 一般地，称k-1 阶差商的一阶差商为k阶差商： 为f(x)关于点 的 k 阶差商。 2.p54页证明题：考具体的例子。 N次多项式插值函数为其本身。 3.分段线性插值公式的记忆 二次拉格朗日插值多项式的三种表示形式： …………………紧凑格式 …………………基函数表示 ……………… ω3(x)表示式 误差估计式 其中，ωn+1(x) =(x-x0)(x-x1)…(x-xn) 分段线性插值函数： 在区间 上的线性函数为 4.由三次样条差值多项式的性质(二阶导数连续)求未知常数。 大题 1.给出几个点，构造插值多项式（newton直接列表求），并求出在某点的函数值和导数值。 important:newton插值多项式: 2.给出三个点和一个导数值，构造差值多项式再求出误差项。(P39页，例题2.7) 第三章 最佳平方逼近 1.相当于已知两个未知量，两个方程的求解（注意基函数的取法）。 important: 连续函数： 解此方程组，就可以得到c0* ,c1* , … , cn* ，也就得到了f(x) 的最佳平方逼近： 误差为 离散点： 法方程组表示为： 误差： 第四章 数值微积分 采用近似解法或数值解法的思想是先找出被积函数 f(x) 的近似函数 p(x) , 即： ，则可以得到： 填空 Newton-cotes型系数之和：（b-a）或者1 简单梯形公式、simpson公式的记忆 important: 梯形求积公式及其误差为： 抛物线 (simpson)求积公式及误差为： 用代数精度的定义来确定未知常数a。 定义：如果求积公式 对于 f (x)=x i (i=0,1,…, n) 精确成立 即 而对于 f (x)=x n+1 不精确成立，即 则称积分公式（4.1）具有n阶代数精度。 4、Gauss型公式（n个点具有2n-1阶代数精度）。 5、写出Gauss型公式（6个，三个特殊，三个一般（带权和不带权的） Gauss-Legendre(勒让德)求积公式： Gauss-拉盖尔求积公式： Gauss-Hermite求积公式： 6、数值微分公式（向前，向后，中心，一阶三点，二阶三点公式及推导） 一阶向前差商数值微分公式 一阶向后差