《数值分析》教学大纲.docVIP

《数值分析》教学大纲 一、课程基本信息 中文名称 数值分析 英文名称 Numerical Analysis 适用专业 计算机科学与技术 先修课程 高等数学 课程类别 专业核心课程 修读性质 必修 学分/学时 2学分/34学时 考核方式 考试 二、教学目标 本课程是为计算机科学与技术专业的本科生开设的专业拓展课程之一，本课程教学内容是后续计算机图形学、数字图象处理等课程的基础。 本课程教学目标： 数值分析是现代数学的一个重要分支。其主要任务是介绍进行科学计算的理论方法，即在计算机上对来自科学研究和工程实际中的数学问题进行数值计算和分析的理论和方法。通过本课程的学习，不仅使学生初步掌握数值分析的基本理论知识，而且使学生具备一定的科学计算的能力、分析问题和解决问题的能力，为学习后继课程以及将来从事科学计算、计算机应用和科学研究等工作奠定必要的数学基础。 三、教学内容及基本要求 绪论（2学时） （一）教学目标 1. 了解数值分析的特点 2. 掌握误差概念和函数值的误差估计式 3．了解病态问题和稳定性概念。 （二）重点、难点 重点：误差的概念和基本理论 难点：函数求值的误差估计；病态问题和稳定性概念； （三）教学内容 1．数值分析的研究对象与特点 2．误差的来源和基本概念 3．数值计算的若干原则 4．典型例题分析 第一章 非线性方程求解（4学时） （一）教学目标 1．掌握简单迭代公式和牛顿迭代公式 2．熟悉收敛性判定条件 3．了解误差估计式 （二）重点、难点 重点：二分法；迭代法；牛顿法 难点：迭代法；牛顿法及其变形； （三）教学内容 1．根的隔离与二分法 2．迭代法 3．牛顿法及其变形 4．劈因子法 5．典型例题分析 第二章 线性方程组解法（6学时） （一）教学目标 1．熟悉三种迭代公式（雅可比迭代，高斯-塞得尔迭带，松弛迭代） 2．理解范数概念，知道常见范数 3．掌握迭代公式的收敛性判定 4．熟悉高斯列主元消去法 5．了解矩阵的LU分解，解线性方程组的LU分解法和追赶法 6．知道矩阵条件数概念及直接法的误差估计式 （二）重点、难点 重点：矩阵的迭代法和直接分解法 难点：矩阵的范数；矩阵条件数概念及直接法的误差估计； （三）教学内容 1．消去法 2．矩阵分解法 3．方程组的性态和条件数 4．迭代法 5．典型例题分析 第三章 插值法（6学时） （一）教学目标 1．了解插值函数及插值基函数 2．掌握均差计算 3．熟悉各类插值公式及其余项 （二）重点、难点 重点：拉格朗日插值；牛顿插值公式；埃尔米特插值；分段多项式插值；三次样条插值； 难点：三次样条插值； （三）教学内容 1．拉格朗日插值 2．牛顿插值公式 3．埃尔米特插值 4．分段多项式插值 5．三次样条插值 6．典型例题分析 第四章 数值积分和数值微分（6学时） （一）教学目标 1．掌握梯形公式、抛物线公式和牛顿—科茨公式。 2．掌握梯形公式、抛物线公式的误差估计。 3．理解复化公式及其误差估计。 4．了解逐次分半法。 5．了解加速收敛技巧与Romberg求积。 6．了解高斯型求积公式。 （二）重点、难点 重点：梯形公式、抛物线公式和牛顿—科茨公式；复化公式；逐次分半法； 难点：加速收敛技巧与Romberg求积；高斯型求积公式； （三）教学内容 1．数值积分的基本概念 2．牛顿—柯特斯公式 3．龙贝格求积法 4．高斯公式 5．数值微分 6．典型例题分析 第五章 常微分方程数值解法（6学时） （一）教学目标 1．了解局部截断误差与整体截断误差 2．掌握尤拉公式和龙格—库塔公式 3．理解单步法收敛概念 4．了解线性多步法公式和二阶线性微分方程边值问题的差分方程。 （二）重点、难点 重点：欧拉方法；龙格—库塔法； 难点：线性多步法公式和二阶线性微分方程边值问题的差分方程； （三）教学内容 1．欧拉方法 2．龙格—库塔法 3．线性多步法 第六章 曲线拟合（4学时） （一）教学目标 1．了解曲线拟合的概念 2．掌握最小二乘法原理和多项式拟合 3．理解正交多项式曲线拟合 4．了解最佳平方逼近。 （二）重点、难点 重点：最小二乘法原理； 难点：最小二乘拟合，最佳平方逼近； （三）教学内容 1．最小二乘法原理和多项式拟合 2．一般最小二乘拟合 3．正交多项式曲线拟合 4．最佳平方逼近 5．典型例题分析 四、考核形式及成绩评定 （一）考核形式：期末考查为开卷考试，考试范围和要求应符合本教学大纲对各章教学内容的基本要求。 （二）成绩评定：课程考核由平时作业及听课情况和期末考试成绩两部分组成，分别占课程总成绩的30%和70%。 五、教材与参考书（黑体小四号） 教 材： 王能超，计算方法——算法设计及其MATLAB实现，北京：高等教育出版社，2005年。 参考书： [1] 杨大地,王开荣.数值分析.北京：