数值分析教学资料 计算方法复习2013.pptVIP

Newton-cotes求积公式 插值型求积公式 Newton-cotes公式： 其中 为Cotes系数。 1.梯形(trapezia)公式及其余项 梯形公式的余项为 2.Simpson公式及其余项 Simpson公式的余项： 复合求积公式： 1、复合梯形公式 2、复合Simpson公式 外推原理和Romberg求积公式 Romberg求积公式： (m=1,2,…,k) 用Romberg求积公式逐个求出T表中的值，当满足精度要求时中止。 Gauss求积公式 具有2n+1次代数精度，这类求积公式称Gauss求积公式。 xk 为Gauss点。 选取适当的节点，使求积公式 两点Gauss求积公式： 注意积分区间的变换。 第八章 常微分方程的数值解 引言 简单的数值方法 欧拉方法 梯形方法 改进的欧拉方法 简单的数值方法 三、改进的欧拉方法 隐式欧拉方法： 二、梯形方法 一、欧拉方法 －－预测 －－校正 单步法的局部截断误差和精度 欧拉方法的局部截断误差： 具1阶精度。 梯形方法的局部截断误差： 具2阶精度。 题型： 填空（简单计算、判别条件、基本结论等） 综合性题目（计算、证明、收敛性分析等） 定义 设X= (x1 , x2 ,…, xn)T ?Rn ,则定义： （1）向量的“2－范数”： （2）向量的“?－范数”： （3）向量的“1－范数”： （4）向量的“p－范数”： （二）矩阵的范数： 定义 设矩阵A?Rn×n ,若A的某个非负实值函数N(A)=||A||满足条件： （1）非负性： ||A||?0且||A||=0的充要条件是A=0； （2）齐次性：||kA||=|k| ||A||（?k ? R）； （3）三角不等式：对? A,B?Rn×n , 有||A+B||?||A||+||B||； （4）相容性：||AB||?||A|| ||B||； 则称N(A)=||A||为Rn×n 上的矩阵A的范数。 定理 设矩阵A?Rn×n ，A=(aij )n×n ,则 (1) －列范数 (2) (3) －行范数 迭代法的基本思想 Jacobi迭代和Gauss－Seidel迭代 迭代法的收敛性 超松弛迭代 *分块迭代法 第四章 线性方程组的迭代解法 Jacobi迭代法和Gauss－Seidel迭代法 （一）Jacobi迭代法： 矩阵表示： 若A=D-L-U，则 BJ=I- D-1 A= D-1(L+U)， fJ=D-1b， （二）Gauss－Seidel迭代法： 矩阵表示： 其中 BG-S=(D-L)-1 U 为Gauss－Seidel迭代矩阵。 迭代法的收敛性 引理：迭代格式 收敛的充要条件为 定理：迭代格式 收敛的充要条件为 迭代矩阵的谱半径?(B)1。 推论 若||B||1，则迭代法x(k+1) = B x(k) + f 收敛。 定理 若Ax=b中A为严格对角占优矩阵，则Jacobi迭代和Gauss－Seidel迭代均收敛。 定理 若A为对称正定阵，则Gauss－Seidel迭代收敛。 定理：设x*为方程组 Ax=b 的解，若||B||1，则对迭代格式 x(k+1) = B x(k) + f ， 有 （1） （2） 超松弛迭代法（SOR） 迭代格式： 迭代收敛条件： SOR迭代收敛??(B?)1； SOR迭代收敛的必要条件是0?2； 若A对称正定，则当0?2时，SOR收敛。 若A为严格对角占优矩阵，则当0?1时，SOR收敛。 第五章 插值方法 *插值的基本概念 Lagrange插值 分段低次插值 均差与Newton插值 Hermite插值 三次样条插值 Langrange插值 （一）线性插值： （二）抛物插值： （三）n次Langrage插值： (k=0,1,2,…n) 其中 （四）n次Langrage插值余项： 定理 设 f(x)在[a,b]上具有n阶连续导数, 且f (n+1)(x) 存在，节点a ≤ x0 x1…xn≤b，Ln (x)是满足插值条件Ln (xj)= yj (j = 0,1,2,…,n)的插值多项式，则对任何x?[a,b]，插值余项 其中 分段低次插值 （一）分段线性插值： k=0,1,2,…,n-1 其中 （一）分段抛物插值： 其中 定义 设f(x)在互异节点xi处的函数值为fi，i=0,1,…,n，称 为f(x)关于节点xi，xj的一阶均差， 两个一阶均差的均差 称为f(x)关于节点xi，xj，xk的二阶均差， 一般地，两个n-1阶的均差 称为n阶均差（也称差商）。 均差与Newton插值 均差的计算方法(表格法): 均差表 Newton插值公式： Hermite插值 基本思想：