数值分析期末复习汇编.pptVIP

数值分析 期末复习 第二章 插值法 插值问题的提出：满足插值条件P(xi)=yi的简单函数P(x)为f(x)的插值函数。 插值多项式-满足插值条件的插值多项式是存在唯一的。 通过已知节点，插值多项式的求解。 拉格朗日插值多项式及其余项 牛顿插值多项式均差（差商），均差的性质及应用（对称性、n阶均差与导数的关系)，牛顿插值多项式的构造。 第三章 函数逼近的基本概念 曲线拟合的最小二乘法 已知一组实验数据，求它的拟合曲线。线性化建立法方程组求解未知变量给出拟合曲线函数 第四章 数值积分与数值微分 数值积分的基本思想代数精度 牛顿-科特斯公式等距离节点的求积公式n=1 梯形公式 代数精度为1n=2 Simpson公式 代数精度为3n=4 Cotes公式 代数精度为5 偶阶求积公式的代数精度 第四章 数值积分与数值微分 复合求积公式复合梯形公式及其余项的误差估计 n等分，n+1个点 h=(b-a)/n复合辛普森公式及其余项的误差估计 n等分,2n+1个点 h=(b-a)/n 高斯求积公式定义：求积公式具有2n+1次代数精度，则其节点为高斯点，相应公式为高斯型求积公式。 第五章 解线性方程组的直接方法 高斯消去法 矩阵的三角分解TH7矩阵的LU分解，A的顺序主子式全都不为零，则A可以分解为L与U的乘积，且这种分解是唯一的。 Ax=b ? LUx=b ? Ly=b ? y ? Ux=y ? x方法：1、公式求解未知的LU， 2、可以使用紧凑格式分解 第五章 解线性方程组的直接方法 向量和矩阵的范数向量范数及矩阵范数的定义，常见的向量范数与矩阵范数（1、2、最大范数）、谱半径。 误差分析条件数 第六章 解线性方程组的迭代法 Ax=b? x=Bx+f 雅克比迭代法与高斯-赛德尔迭代法A=D-L-U迭代法的求解公式，收敛条件 TH7 求解线性方程组迭代法收敛的充要条件 TH8 A为严格对角占优矩阵，则两种迭代法均收敛。 谱半径越小收敛速度越快。 SOR迭代法以及SOR迭代法收敛的必要条件。 第九章 常微分方程初值问题数值解法 欧拉法与后退欧拉法 梯形方法 改进欧拉公式 局部截断误差（上述几种方法）与阶、局部截断误差主项 龙格-库塔方法（泰勒展开式） 单步法的收敛性--整体截断误差 例1. 在某化学反应里,测得生成物浓度y%与时间t的 数据如下，试建立y关于t的经验公式 x=1,2,3,4,5,6 y=4.00,6.40,8.00,8.80,9.22,9.50 方案一：设 b ax x x P y + = ? ) ( 求 a 和 b 使得 线性化 /* linearization */：令 ，则 bX a Y + ? 就是个线性问题 将 化为 后易解 a 和b。 ) , ( i i Y X ) , ( i i y x X=1 , 1/2 , 1/3 , 1/4 , 1/5 , 1/6 Y=1/4.00, 1/6.40, 1/8.00, 1/8.80, 1/9.22, 1/9.50 m=6 法方程组为 ?求解出a与b 方案二：设 x b e a x P y / ) ( - = ? ( a 0, b 0 ) 线性化：由 可做变换 x b a y - ? ln ln b B a A x X y Y - = = = = , ln , 1 , ln BX A Y + ? 就是个线性问题 将 化为 后易解 A 和B ) , ( i i Y X ) , ( i i y x 例 用复化Simpson公式计算积分 的近似值， 并估计误差。（n=5,共11个节点） 解：n=5，h=(1-0)/n=0.2，节点列为 则复化Simpson公式为 0 1 0.2 0.4 0.6 0.8 0.1 0.3 0.5 0.7 0.9 截断误差估计： 用改进欧拉公式求方程 的数值解（ ，步长 ， ， xn yn 0.1 1.0959 0.2 1.1841 0.3 1.2662 0.4 1.3434 0.5 1.4164 在计算时,迭代终止的时间可以用上式判别 例. 判别下列方程组用J法和G-S法求解是否收敛 解: (1) 求Jacob