计算方式复习s讲解.pptVIP

计算方法复习 第1章 绪论 第2章 非线性方程求根 例1：用二分法 例2：用迭代法 例3: 第3章 解线性方程组的直接法 例4：用高斯消去法解方程组 例5：用列主元消去法解方程组 例6：用Doolittle分解求解方程组 第4章 解线性方程组的迭代法 例9：用雅可比方法解下列方程组 例10：用高斯-赛德尔法解下列方程组 第6章 插值 例11: 例12: 第8章 数值积分 例15，有积分公式: 第9章 常微分方程数值解 例18：用欧拉法求 例19：用改进的欧拉法求 * * 1. 来源与分类 从实际问题中抽象出数学模型——模型误差 通过测量得到模型中参数的值—— 观测误差 求近似解—— 方法误差(截断误差） 机器字长有限—— 舍入误差 2. 传播与积累 误差 误差与有效数字 绝对误差 相对误差 有效数字 函数的误差估计 几点注意事项 §1 多项式基础 §2 二分法 §3 迭代法 迭代法的几何意义 ? Aitken 加速： §4 牛顿法 §5 迭代法的收敛阶 求方程x3-2x-5=0的近似解，精确到0.001。 解：f(x)= x3-2x-5，ε=0.001， 因为f(2)=-10，f(3)=160， 故方程在区间[2,3]上有根。 又： 所以x*≈x9=2.0947265，而精确值为 2.0945515...,误差为0 取n=9，将计算结果列表如下： 解：因为f(1)=10、f(2)=-lg20，在区间(1,2)内有根。 将方程变形为x =2-lgx，即?(x) =2-lgx ， 而： 在(1,2)内， 所以迭代是收敛的。 求方程2-lgx-x=0的根，精确到0.001。 则： 则迭代结束。 因为： 取x0 =1， §3.1 高斯消元法 用高斯消去法解方程组 用列主元消去法解方程组 用全主元消去法解方程组 高斯-约当消去法 §3.2 三角分解法 Doolittle分解法 —— LU 分解的紧凑格式 做回代过程有： 解 对(A,b)做选主元及消去过程 由同解方程 ，回代过程有： 解 解： 对于k=1，有 对于k=3，有 对于k=2，有 于是 §1 向量和矩阵范数 向量范数 矩阵范数 §2 线性方程组的误差分析 条件数 §3 Jacobi法和 Gauss-Seidel法 Jacobi迭代 Gauss - Seidel 迭代法 例7: 计算 的三种范数 解： 解： 例8: 计算 的三种范数 解：方程组的迭代格式为 或 x(0)=(1,1,1)T 取初始值x(0)=(1,1,1)T，计算结果如下表 0.009687 1.00049 2.00197 -0.997543 7 0.01387 1.0026 2.00231 -1.00722 6 0.05695 0.99711 1.98844 -1.01445 5 0.0816 0.9847 1.9864 -0.9575 4 0.335 1.017 2.068 -0.915 3 0.48 1.09 2.08 -1.25 2 2.5 0.9 1.6 -1.5 1 1 1 1 0 k 解：方程组的迭代格式为 取初始值x(0)=(1, 1, 1)T，计算结果如下表 0.006492 02.0000664 -0.999708 4 0.0762 1.000624 1.99996 -1.0062 3 0.57 0.9936 1.994 -0.93 2 2.5 1.04 2.1 -1.5 1 1 1 1 0 ||x(k)-x(k+1)|| x3 x2 x1 k §1 插值多项式 拉格朗日多项式 牛顿插值——差商? §3 分段低次插值 ? 分段线性插值 10 15 20 1 1.1761 1.3010 10 15 20 1 1.1761 1.3010 已知: 利用此三值的二次插值多项式求lg12的近似值。 解：设 则: 故: 所以 - §1 Newton-Cotes 公式 代数精度 §2 复合求积 §3 龙贝格积分 求该积分公式的代数精确度。 对于任意一个一次多项式，求积公式都是精确成立的； 至少存在一个二次多项式使求积公式不精确成立； 故该