- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
华工研究生-数值分析部分总结
数值计算中的误差:
模型误差、参数误差、截断误差(方法误差)和舍入误差(计算误差)。
截断误差是对参与计算的数学公式做简化可行处理后所产生的误差(用有限过程代替无限过程或用容易计算的方法代替不容易计算的方法),即数学模型的数值解与精确解之间的误差,是计算方法关注的内容。舍入误差是由于计算机只能表示有限位数字,因而只能取有限位数进行计算所得的误差,它也是计算方法关注的内容。
绝对误差 --- 近似数 x * 关于准确数 x 的绝对误差:
E(x) = x - x *(或 E(x *) = x - x * )
近似数 x * 关于准确数 x 的绝对误差限:|E(x)|= |x - x * |( (
工程上表示准确数 x 的范围:x * - ( ( x ( x * + ( 或 x = x * ( (
函数值的绝对误差:E[f (x)] ≈ f ’(x) E(x) (利用微分中值公式导出)
相对误差 --- 近似数 x * 关于准确数 x 的相对误差:
近似数 x * 关于准确数 x 的相对误差限:
函数值的相对误差限:
n 位有效数字的近似数 x * 其相对误差
相对误差为
的近似数 x * n 位有效数字。
Lagrange插值公式的标准型公式:
Newton插值法
差商具有如下性质:
(2) 差商具有对称性,即任意调换节点的次序,差商的值不变
Newton插值余项:
Newton插值的一个性质:
Hermite插值法:
两点三次Hermite插值:设在节点处的函数值为、,在节点处的一阶导数值为,,
其余项为:
分段低次插值法:
分段线性插值函数满足的条件:
1. ;2. ;3.在每一个上,是一次(线性)多项式。
分段线性插值的误差估计:
分段三次Hermite插值函数的条件:
1. ;2. ;3.在每一个上,是三次多项式。
分段三次Hermite插值多项式,其余项为 也就是说:
分段低次插值的特点:优点:计算较容易,可以解决Runge现象,可保证收敛性
缺点:但插值多项式分段,插值曲线在节点处会出现尖点,不可导
曲线拟合:(利用法方程来解)
连续函数的最佳平方逼近
插值型求积公式
(1)式为数值求积公式. Ak为求积系数, 且仅与求积节(结)点xk有关
此时二者之间不再是约等于,而是等于,两者是精确相等的关系。
Newton-Cotes数值求积公式
Newton-Cotes公式是指等距节点下使用Lagrange插值多项式建立的数值求积公式
n阶Newton-Cotes求积公式:
Newton-Cotes公式的余项(误差):
是Cotes系数。
Newton-Cotes公式化为:
代数精度:
(1). 梯形(trapezia)公式及其余项 (梯形(trapezia)公式具有1次代数精度)
(2). Simpson公式及其余项(Simpson公式具有3次代数精度)
常用的NC公式:
Cotes系数的性质:
Newton-Cotes公式的稳定性(舍入误差)
,则
则,此时,误差是可以控制的
复化求积法:
复化梯形公式:
复化Simpson公式:
单纯的求积公式 复化求积公式的每个小区间
高斯公式求积公式:高斯点一定不包括区间的端点。
线性方程组直接解法:
高斯(Gauss)消去法:由消元过程和回代过程构成.
基本思想:用矩阵行的初等变换将方程组系数矩阵A,然后回代求解.
顺序Gauss消去法的乘除法运算总的次数为:
高斯(Gauss)消去(元)过程是在假定 的条件下进行的。
Gauss列主元消去法:
列主元的意义:为了提高计算精度;为了提高公式的数值稳定性。
列主元消去过程:在消去过程的第k步,先从A(k)的第k列中的及以下的元素中选出新的主元素,使得当时,将第k行与第行交换后接着开始消元。
矩阵的三种形式的分解:
Doolittle分解: A = LU (单位下三角与上三角) Crout分解: (下三角与单位上三角) LDU分解: A = LDU
文档评论(0)