数值分析(计算方法)总结.docxVIP

第一章 绪论 误差来源：模型误差、观测误差、截断误差（方法误差）、舍入误差 εx=|x-x*|是x*的绝对误差，e=x er=ex=x*-x 相对误差绝对值得上限称为相对误差限记为：εr 即： 绝对误差有量纲，而相对误差无量纲 若近似值x*的绝对误差限为某一位上的半个单位，且该位直到x*的第一位非零数字共有n位，则称近似值 x*有 例：设x=π=3.1415926…那么x*=3,ε1x=0.1415926…≤0.5×100,则 科学计数法：记x*=±0.a1a 由有效数字求相对误差限：设近似值x*=±0.a1 由相对误差限求有效数字：设近似值x*=±0.a1a 令x x+y近似值为x* x-y近似值为x xy近似值为x η( 1．避免两相近数相减 2．避免用绝对值很小的数作除数 3．避免大数吃小数 4．尽量减少计算工作量 第二章 非线性方程求根 1.逐步搜索法 设f (a) 0, f (b) 0，有根区间为 (a, b)，从x0=a出发， 按某个预定步长(例如h=(b-a)/N)一步一步向右跨，每跨一步进行一次根的搜索，即判别f(xk)=f(a+kh)的符号，若f(xk)0(而f(xk-1)0),则有根区间缩小为[xk-1,xk] (若f(xk)=0，xk即为所求根), 然后从xk-1出发，把搜索步长再缩小，重复上面步骤，直到满足精度：|xk-xk-1|E为止，此时取x*≈(xk+xk-1)/2作为近似根。 2.二分法 设f(x)的有根区间为[a,b]= [a0,b0], f(a)0, f(b)0.将[a0,b0]对分，中点x0= ((a0+b0)/2),计算f(x0)。对于给定精度 3.比例法 一般地，设 [ak,bk]为有根区间，过(ak, f(ak))、 (bk, f(bk))作直线，与x轴交于一点xk,则：x=a- 1.试位法每次迭代比二分法多算一次乘法，而且不保证收敛。 2.比例法不是通过使求根区间缩小到0来求根，而是在一定条件下直接构造出一个点列（递推公式），使该点列收敛到方程的根。——这正是迭代法的基本思想。 事先估计:| 事后估计| 局部收敛性判定定理：设x* 局部收敛性定理对迭代函数的要求较弱，但对初始点要求较高，即初始点必须选在精确解的附近 Steffensen迭代格式： x x x Newton法：x Newton下山法：xk+1 弦割法：x 抛物线法：令t=x- 其中： a= b= c=f(x x 设迭代 xk+1 = g(xk) 收敛到g(x) 的不动点（根） x* 设 ek = xk - x*若limk→∞ek+1ekp=C，则称该迭代为 第三章 解线性方程组直接法 列主元LU分解法：计算主元Si= u u 对于Ax=b，三角分解A=LU，Doolittle分解：L为单位下三角矩阵，U为上三角矩阵；Crout分解：L为下三角矩阵，U为单位上矩阵。可分解为： Ly=b，下三角方程组Ux=y，上三角方程组 y Cholesky平方根法：系数矩阵A必须对称正定AX=b? l 改进Cholesky分解法：A=LD L= A= l c 其中：D 追赶法：Ax=d(A=LU),可化为Ly=d,Ux=y A= u 向量范数：：A 矩阵范数：A 谱半径:ρ 收敛条件：谱半径小于1 条件数：Cond= 第四章 解线性方程组的迭代法 Jacobi迭代：x 基于Jacobi迭代的Gauss-Seidel迭代: x 迭代收敛：谱半径小于1，范数小于1能推出收敛但不能反推 逐次超松弛迭代（SOR）: x 或： 当?=1时，就是基于Jacobi迭代的Gauss-Seidel迭代（加权平均）。 第五章 插值法 Lagrange插值法： l 构造插值函数：L 则：y= 若记：w 则可改为：l 则插值余项：R 逐次线性插值法Aitken （埃特金法）： L Newton插值法： N(x)=a0+a1(x-x0)+a2(x-x0)(x-x1)+…+an(x-x0)(x-x1)…(x-xn)并满足N(x)=f(x) 差商的函数值表示：f 差商与导数的关系：f 则：f 等距节点Newton插值公式： Newton向前插值：N 余项：R Newton向后插值：N 余项：R Hermite插值：H α 可得： 插值余项：R 待定系数：H 三次样条插值：（三弯矩构造法） 记s 对于附加弯矩约束条件： 2 λ 对于附加转角边界条件： 2