数值计算方法-数值分析课件.pptxVIP

中国石油大学（华东）

理学院;;;简言之：既“快”又“准”;§1误差/*Error*/;二、误差分析的基本概念/*BasicConcepts*/;近似值的误差与准确值的比值：;?相对误差也可正可负;注：0.2300有4位可能有效数字，而00023只有2位有效数字。12300如果写成0.123?105，则表示只有3位有效数字。数字末尾的0不可随意省去！;例3;大家一起猜？;一个算法如果输入数据有扰动（即误差），而计算过程中舍入误差不增长,则称此算法是数值稳定的，否则此算法就称为不稳定的。;此公式精确成立;考察第n步的误差;取;考察反推一步的误差：;§2误差分析的方法和原则/*ErrorAnalysis*/;（2）对于函数y=f(x)，若用x*取代x，将对y产生什

么影响？;;例7;2、向后误差分析法：把舍入误差的累积与导出的已知量的某种摄动（微小误差）等价起来，;二、几点注意事项/*Remarks*/;2、避免小分母:分母小会造成浮点溢出/*overflow*/;算法2：先解出

再利用;称为尾数，j为阶;例如：;故F中有33个浮点数(加上0)：;第四章多项式插值与函数逼近

/*PolynomialInterpolationandApproximationofFunctions*/;§3拉格朗日多项式（LagrangeInterpolationPolynomial）;n=2;;;若记;例如也是一个插值多项式，其中可以是任意多项式。;截断误差;注：（1）插值误差与节点和之间的距离有关；

（2）如果本身为多项式，其插值函数为本身。

（3）通常不能确定,而是估计,x?(a,b)

将作为误差估计上限。;Quiz:给定xi=i+1,i=0,1,2,3,4,5.下面哪个是l2(x)的图像？;例1：已知;高次插值通常优于低次插值;?反插值问题;xi;二、牛顿插值/*Newton’sInterpolation*/;;;;注：?由唯一性可知Nn(x)?Ln(x)，只是算法不同，故其余项也相同，即;例3：已知函数的函数表：;§5分段插值（PiecewiseInterpolation）;注意下面图中

曲线的变化情况！;2、从稳定性角度分析;二、分段插值的构造方法;分段线性

插值基函数;;;三、埃尔米特插值/*HermiteInterpolation*/;对于Hermite插值问题，主要讨论下面的特殊情形：;思想;;解之得;;全导数的Hermite插值多项式;;;;四、三次样条插值/*CubicSplineInterpolation*/;1、三次样条函数的力学背景;在力学上，通常均匀细木条可以看作弹性细梁，压铁看作是作用在梁上的集中载荷，“样条曲线”就模拟为弹性细梁在外加集中载荷作用下的弯曲变形曲线。;2、三次样条函数定义及求法;假设现在已知函数在节点处的函数值：;线性插值函数;代入插值条件：;的计算方法：;由;由;写成方程组的形式：;其中同前;写成方程组的形式：;;M连续方程在各类边界条件下的求解方法;从而得到方程组（三对角）：;?对于第二类边界条件;上述两种情况得到的方程组，可以写成统一形式：;;第三类边界条件对应的方程组：;;三弯矩方程组;三次样条插值函数;;定理2.5.4（误差估计）;定理2.5.5（极小模性质）;*六、B-样条函数（B-spline);广义多项式;;?函数逼近构造思想：;;注：?Bernstein多项式具有良好的一致逼近性质；;;几何意义;（Chebyshev定理）;补充性质：;例1：求函数在上的一次最佳一致逼近多项式。;相应的方程组为;;最佳一致逼近多项式求解过程总结;Chebyshev最佳逼近多项式;?Chebyshev近似最佳逼近求法;则以Chebyshev零点为节点构