第一章引論
計算方法解決問題的主要思想
計算方法的精髓:以直代曲、化繁為簡
1、採用「構造性」方法
構造性方法是指具體地把問題的計算公式構造出來。這種方法不但證明了問題的存在性,而且有了具體的計算公式,就便於編制程式上機計算。
2、採用「離散化」方法
把連續變數問題轉為求離散變數問題。
例:把定積分離散成求和,把微分方程離散成差分方程。
3、採用「遞推化」方法
將複雜的計算過程歸結為簡單過程的多次重複。由於遞推演算法便於編寫程式,所以數值計算中常採用「遞推化」方法。
4、採用「近似代替」方法
計算機運算必須在有限次停止,所以數值方法常表現為乙個無窮過程的截斷,把乙個無限過程的數學問題,轉化為滿足一定誤差要求的有限步來近似替代。
演算法的可行性分析
時間複雜度、空間複雜度
分析演算法的複雜性(包含時間複雜性和空間複雜性)。
時間複雜度是演算法耗費時間的度量。
演算法的空間複雜度是指演算法需占用儲存空間的量度
演算法的可靠性分析
良態演算法、病態演算法
乙個演算法若運算過程中捨入誤差的積累對最後計算結果影響很大,則稱該演算法是不穩定的或病態演算法,反之稱為穩定演算法或良態演算法。
誤差的**
1、模型誤差
我們所建立的數學模型是對實際問題進行抽象簡化而得到的。因而總是近似的,這就產生了誤差。這種數學模型解與實際問題的解之間出現的誤差,稱為模型誤差。
2、觀測誤差
觀測到的資料與實際資料之差。
3、截斷誤差
數學模型的準確解與計算方法的準確解之間的誤差。
4、捨入誤差
由於計算機字長有限,原始資料在計算機上表示會產生誤差,每次計算又會產生新的誤差,這種誤差稱為捨入誤差。
絕對誤差、相對誤差
定義2 記x*為x的近似數,稱e(x)=x-x*為近似數x*的絕對誤差,|e(x)|為絕對誤差限。
定義3 稱er(x)=(x-x*)/x為近似數x*的相對誤差。實際運算時也將er*(x)=(x-x*)/x*稱為近似數x*的相對誤差。
「四捨五入」:即尾數是4或以下則捨去,尾數是6或以上則進1,如果尾數是5,則規定:前面一位數字是偶數則捨去,奇數則進1。
定義4 將近似數x*寫為十進位制形式
若其中x*的最末一位數an是經過「四捨五入」得到的,即
(最後一位是因為進1,實際上只進0.5或捨去最多0.5。)
則稱近似數x*具有n位有效數字。
近似數x*的有效數字位數n越大,則近似數的絕對誤差限便越小,若近似數具有n位有效數字,則相對誤差限為
第二章一元非線性代數方程的求解
對半分法
適用條件:假設函式f在[a,b]上連續(記為f∈c[a,b]),f在區間端點異號,即f(a)*f(b)<0。求解方法:
1、將區間[a,b]分半,取中點(a+b)/2給x*,求f(x*)。若| f(x*) |≤ε1 ,則x*是f(x)=0的近似解,輸出x* ,停止計算,否則作下一步。
2、計算f(a)*f(x*),若f(a)*f(x*)<0,則b= x* ,否則a= x* ,形成乙個有f(x)=0的解的新的區間,其長度比原區間少一半。
3、對新的含根區間重複上述步驟直到區間長度|a-b|<ε2或| f(x*) |≤ε1 。
一般迭代法(重點)
如何得到迭代格式;
將方程f(x)=0化為乙個等價同解方程。例f(x)=φ(x)-x可化為x=φ(x),且φ(x)是連續函式。因此求f的解變為求曲線y=φ(x)與直線y=x交點的橫座標。
解曲線y=φ(x)與直線y=x交點的橫座標。給定乙個初值x0(x』的初始近似值)。由曲線y=φ(x)得xn+1=φ(xn),n=0,1,2,…。
把初始值x0代入上式的右端得到x1 ,再將x1代入右端得到x2 ,…,如此重複,得到迭代數列 ,其中xn+1=φ(xn) ,n=0,1,2,…稱為解方程f(x)=0的乙個迭代格式,x0稱為迭代初值。
如何判斷是否壓縮對映;
收斂階;
壓縮對映定理
定理2 迭代收斂定理或壓縮對映定理、不動點定理
設迭代函式φ(x)在[a,b]上具有連續的一階導數,且
(1)當x∈[a,b]時,φ(x)∈[a,b]
(2)存在正數l<1,使對任意x∈[a,b]有|φ』(x)| ≤l<1成立,則
(1)方程x=φ(x)在[a,b]上有唯一不動點(根)x』,且對任取初始近似值x0∈[a,b] ,迭代方法xn+1=φ(xn) (n=0,1,2, …)產生的序列均收斂,且收斂於這個不動點x』,即
(2)誤差估計式成立:
(3)誤差估計式成立:
加速收斂的埃特金法(重點)
迭代格式;
收斂階埃特金演算法為平方收斂
牛頓法(重點)
迭代格式;
收斂條件;
收斂階牛頓迭代格式的收斂階是2,即平方收斂。
弦截法(重點)
雙點弦截法;單點弦截法;
收斂條件;與牛頓法一樣,當在根的領域內有直至二階的連續導數且時,弦截法具有區域性收斂性
收斂階弦截法的收斂速度比牛頓法稍慢,但也是超線性收斂,其收斂階為1.618。
第三章解線性代數方程組的直接法
高斯消元法
消元步驟:(這裡只是簡述,具體請參看ppt)
第一步:消元過程,即把原方程組變為上三角方程組的過程
第二步:把已求得的x回代到方程組的其他方程中,從而求得另外的x,此過程稱為回代過程,從而得出方程組的解
公式適用條件
列主元消元法
步驟矩陣的lu分解法
能否作lu分解的定理(定理2、3);
lu分解法解方程組
第k步,在前k-1步已經求出了uij;i=1,2,…k-1;j=1,2,…,n,lij; i=1,2,…n;j=1,2,…,k-1各元素。
向量和矩陣的範數
定義;對於向量:
對於矩陣:
常用範數
第四章解線性代數方程組的迭代法(重點)
迭代的基本理論
如何建立迭代格式;
迭代矩陣;
迭代收斂定理;
譜半徑矩陣b的特徵值為λ1, λ2, … ,λn,它們之中的絕對值最大者稱為矩陣的譜半徑,記為ρ(b)。
雅可比迭代
迭代格式
收斂定理
高斯-賽德爾迭代
迭代格式
收斂定理
定理5(收斂定理) 若a是嚴格對角佔優矩陣,則對任意初始迭代向量x(0),由高斯-塞德爾迭代法產生的向量序列收斂於方程組ax=b的解x。
超鬆弛迭代法
上面就是超鬆弛迭代格式的推導
第五章插值方法
引論基本定義;
插值條件;
截斷誤差
代數插值的拉格朗日公式
線性插值;
拋物插值;
一般的拉格朗日插值法
其截斷誤差分析:
代數插值的埃特金公式
計算公式
差商的定義及遞推公式
代數插值的牛頓公式
三次埃爾公尺特插值
基本思想
不但要求插值函式在各節點上與f(x)的函式值相同,而且還要求插值函式在某些節點或全部節點上與f(x)的導數值也相等,甚至要求高階導數值也相等,這樣的插值函式一定能更好地逼近函式f(x) ,我們稱滿足這類要求的插值問題為埃爾公尺特插值問題。即:
第六章在計算機上計算積分和導數
中矩形、梯形和辛浦生公式
公式;代數精度,各種關係式
中矩形公式:
梯形公式:
辛浦生公式:
代數精度
各種關係式
復化求積公式
各種關係式
龍貝格積分方法
外推算法;龍貝格公式(最好看看例題)
高斯型求積公式的思路(這裡看ppt例題)
正交多項式
在計算機上求導:顯格式方法
推導顯格式方法求一階導數
第七章最小二乘法
解矛盾方程組
矛盾方程組的定義
在實際問題中所歸結出來的數學模型,往往是乙個「沒有解」的含n個未知數,m個方程的線性代數方程組,其中方程的個數m大大超過未知數的數目n,稱這樣的方程組為矛盾方程組。
求解方法
資料擬合的最小二乘法
擬合誤差的平方和
擬合函式、擬合引數
線性擬合公式、對數擬合公式、雙曲線擬合公式
推導各擬合曲線的法方程組
(其他的擬合公式可以用矛盾方程解法推導)
第八章一階常微分方程的初值問題
尤拉公式
要求推導
梯形公式
要求推導
(如果f(x,y)的形式不複雜的時候可以考慮移項)
龍格-庫塔方法的思路及二階龍格-庫塔公式
數值計算方法複習題
習題七1.判斷下列方程有幾個實根,並求出其隔根區間。1 2 3 4 1 2 3 4 為根。2.方程在區間 3,4 中有一實根,若用二分法求此根,使其誤差不超過 問應將區間對分幾次?並請用二分法求此根。6 3.下列方程各有一實根,判別能否直接將其寫成迭代格式而後求解?如不能,將方程變形,給出乙個收斂的...
數值計算方法教案 數值微分
第四章數值微分 一 中點公式 1.導數定義及數值微分的含義 向前公式 向後公式 中心公式 但當f x 不能或很難直接求導,或f x 並沒有解析表示式,只是乙個數表,此時如何計算呢?中點微分公式 用來替代f x 在a點的導數值 2.中點公式的誤差分析 作泰勒展開 把以上2式代入中點公式有 則從截斷誤差...
數值計算方法答案
習題一 2 習題二 6 習題三 15 習題四 29 習題五 37 習題六 62 習題七 70 2009 9,9 習題一1 設 0相對誤差為2 求,的相對誤差。解 由自變數的誤差對函式值引起誤差的公式 得 1 時 2 時 2 設下面各數都是經過四捨五入得到的近似數,即誤差不超過最後一位的半個單位,試指...