计算方法重修课件讲解.ppt

6.1.3 改进欧拉公式 这称为改进欧拉公式 例6.2 仍取步长h = 0.2，采用改进欧拉法重新计算例 6.1 的 常微分方程初值问题。 (计算结果见表6-2) 这时改进欧拉公式为 解 定义6.4 若一种求解常微分方程初值问题的数值计算方法的局部截断误差为 O ( hp+1 ) ，则称该方法为 p阶精度，或称该方法为 p阶方法。 由此定义知，欧拉方法与后退欧拉方法为一阶精度，梯形法与改进欧拉方法为二阶精度。 6.2 龙格-库塔方法 由中值定理，有 因此，以上介绍的各种单步法本质上都是对平均斜率 f(? , y(? )) 进行近似，龙格-库塔据之提出了适当选取若干点上的斜率值作近似以构造高精度计算公式的方法，其基本思想是基于泰勒展式的待定系数法。 6.2.1 二阶Rung-Kutta公式 问题：建立二阶精度的计算格式形为 在 y(xi) = yi 的假设下，有 故 解 变形欧拉公式 根据格式为二阶精度，即 y(xi+1) －yi+1 = O(h3) 比较两式系数得 而 系数满足(6-13)的形为(6-12)计算格式统称为二阶R-K公式。当令 =1/2时，解得 =1/2 ，a=b=1，即为改进欧拉公式。若令 =0，解得 =1，a=b=1/2，则得另一计算公式 6.3.2 四阶 R-K 公式 每一步需计算的 f 值的个数 1 2 3 4 5 6 7 n≥8 精度阶 1 2 3 4 4 5 6 n-2 1965年，Butcher研究发现显式R-K公式的精度与需要组合的斜率值的个数具有如下关系 可见，超过四阶精度的R-K公式效率并不高，实际计算通常选用如下四阶格式 经典R-K公式 第七章 函数的插值与拟合法 7.1.2 最小二乘法 7 最小二乘法 7.1.2 最小二乘法的提出 x x0 x1 --- xi-1 xi xi+1 --- xn y y0 y1 --- yi-1 yi yi+1 --- yn 已知立表函数： 函数插值问题 现在的问题： 对上面立表函数求一近似函数（不要求插值） y=P(x)满足： （1）反映立表函数的一般趋势 （2）要求偏离立表函数很小 -----函数的拟合 y x o 插值 拟合 方差 4.4.2 数据的多项式最小二乘拟合 x x0 x1 --- xi-1 xi xi+1 --- xn y y0 y1 --- yi-1 yi yi+1 --- yn 已知一组数据： 解 ------这个多项式称为这组数据的 最小二乘拟合多项式 它称为法方程组（或正规方程组）。 例1：数据 x 1 3 4 5 6 7 8 9 10 y 2 7 8 9 10 11 11 9 0 试求一曲线，最好地拟合这组数据。 解 （1）描图 二次曲线 (2)建立关于 的正规方 程组。 解得 例4. 5 试对以下数据进行多项式拟合 xi 1 2 3 4 5 6 7 8 yi 1.1 3.8 8.7 15.6 24.6 37.4 49.6 64.2 解 注 x -2 0 1 2 y 1.9 0 5.1 13.8 例 4.6 用最小二乘法求形如 y = ax + bx2 的多项式，使与下列数据拟合（得数保留三位小数） 解 例 4.7 给定数据 试求形如 y = a + bx2 的拟合多项式（得数保留三位小数）。 解 x -5 0 1 2 y 52.6 3.4 5.5 10.5 4.4.3 最小二乘法的应用例 例 4.8 试对下表数据进行指数拟合 xi 1 2 3 4 5 6 yi 15.4 20.4 26.8 37.2 48.8 63.3 4.4.3.1 数据的指数拟合 解 xi 1 2 3 4 5 6 Zi=ln yi 2.7344 3.0155 3.2884 3.6163 3.8877 4.1479 xi 1 2 3 4 5 6 yi 15.4 20.4 26.8 37.2 48.8 63.3 xi 1 2 3 4 5 6 Zi=ln yi 2.7344 3.0155 3.2884 3.6163 3.8877 4.1479 4.4.3.2 超定方程组的最小二乘解 解 例 4.9 试求以下超定方程组的最小二乘解。 * 若给定三点上的函数值