数值分析考试复习总结.doc
数值分析复习资料
数值分析复习资料一、重点公式第一章 非线性方程和方程组的数值解法 1）二分法的基本原理，误差：~12k b ax α+--<2）迭代法收敛阶：1lim0i pi ic εε+→∞=≠，若1p =则要求01c <<3）单点迭代收敛定理：定理一：若当[],x a b ∈时，[](),x a b ϕ∈且'()1x l ϕ≤<，[],x a b ∀∈，则迭代格式收敛于唯一的根；定理二：设()x ϕ满足：①[],x a b ∈时，[](),x a b ϕ∈， ②[]121212,,, ()(),01x x a b x x l x x l ϕϕ∀∈-≤-<<有 则对任意初值[]0,x a b ∈迭代收敛，且：110111i i iii x x x llx x x lαα+-≤---≤-- 定理三：设()x ϕ在α的邻域内具有连续的一阶导数，且'()1ϕα<，则迭代格式具有局部收敛性；定理四：假设()x ϕ在根α的邻域内充分可导，则迭代格式1()i i x x ϕ+=是P 阶收敛的 ()()()0,1,,1,()0j P j P ϕαϕα==-≠ （Taylor 展开证明）4）Newton 迭代法：1'()()i i i i f x x x f x +=-，平方收敛 5）Newton 迭代法收敛定理：设()f x 在有根区间[],a b 上有二阶导数，且满足： ①：()()0f a f b <； ②：[]'()0,,f x x a b ≠∈；③：[]'',,f x a b ∈不变号④：初值[]0,x a b ∈使得''()()0f x f x <；则Newton 迭代法收敛于根α。
6）多点迭代法：1111111()()()()()()()()()i i i i i i i i i i i i i i i f x f x f x x x x x f x f x f x f x f x f x x x -+-----=-=+----收敛阶：P =7）Newton 迭代法求重根（收敛仍为线性收敛），对Newton 法进行修改 ①：已知根的重数r ，1'()()i i i i f x x x rf x +=-（平方收敛） ②：未知根的重数：1''()(),()()()i i i i u x f x x x u x u x f x +=-=，α为()f x 的重根，则α为()u x 的单根。
数值分析考试复习总结修订稿
数值分析考试复习总结 WEIHUA system office room 【WEIHUA 16H-WEIHUA WEIHUA8Q8-第一章1 误差相对误差和绝对误差得概念 例题:当用数值计算方法求解一个实际的物理运动过程时, 一般要经历哪几个阶段? 在哪些阶段将有哪些误差产生?答: 实际问题-数学模型-数值方法-计算结果 在这个过程中存在一下几种误差:建立数学模型过程中产生:模型误差 参数误差选用数值方法产生:截断误差计算过程产生:舍入误差 传播误差6．设937.0=a 关于精确数x 有3位有效数字，估计a 的相对误差. 对于x x f -=1)(，估计)(a f 对于)(x f 的误差和相对误差.解 a 的相对误差：由于31021|)(|-⋅≤-≤a x x E . x ax x E r -=)(,221018110921)(--⋅=⨯≤x E r . （1Th ）)(a f 对于)(x f 的误差和相对误差.|11||)(|a x f E ---==()25.021011321⨯⋅≤-+---ax x a =310-33104110|)(|--⨯=-≤a f E r . □2有效数字基本原则:1 两个很接近的数字不做减法:2: 不用很小得数做分母(不用很大的数做分子) 例题:4．改变下列表达式使计算结果比较精确：（1） ;1||,11211<<+--+x xxx 对（2）;1,11>>--+x xx xx 对（3）1||,0,cos 1<<≠-x x xx对.解 (1) )21()1(22x x x ++. (2) )11(2x x x x x-++.(3) xxx x x x x cos 1sin )cos 1(sin cos 12+≈+=-. □第二章拉格朗日插值公式（即公式（1））插值基函数（因子）可简洁表示为其中: ()∏∏≠==-='-=nij j j i i nnj jn x x x xx x 0)(,)()(ωω. 例1 n=1时，线性插值公式 )()()()()(010110101x x x x y x x x x y x P --⨯+--⨯=， 例2 n=2时，抛物插值公式 牛顿（Newton ）插值公式由差商的引入，知（1） 过点10,x x 的一次插值多项式为其中（2） 过点210,,x x x 的二次插值多项式为其中重点是分段插值:例题:1. 利用Lagrange 插值公式求下列各离散函数的插值多项式（结果要简化）：（1） （2） 解(2)：方法一. 由 Lagrange 插值公式 可得： )21()(23-=x x x L 方法二. 令由 23)1(3-=-L ， 21)1(3=L ， 定A ，B （称之为待定系数法） □15.设2)(x x f =，求)(x f 在区间]1,0[上的分段线性插值函数)(x f h ，并估计误差，取等距节点，且10/1=h .解 2)(x x f =， ih x i = ， 10,,1,0 =i ， 101=h设 1+≤≤i i x x x ，则：误差估计： ))1(()(!2|)()(|max)1(h i x ih x f x f x f hi x ix h +--''≤-+≤≤. □第三章最佳一致逼近:(了解) 最佳平方逼近 主要分两种情形：1. 连续意义下在空间],[2b a L 中讨论2. 离散意义下在n 维欧氏空间n R 中讨论，只要求提供f 的样本值1. 最佳逼近多项式的法方程组设],[2b a L 的1+n 维子空间 n P =span },,,1{2n x x x , 其中 n x x x ,,,12 是],[2b a L 的线性无关多项式系.对],[2b a L f ∈∀，设其最佳逼近多项式*φ可表示为: ∑==ni i i x a 0**φ由 n P f ∈∀=-φφφ ,0),(*即 ∑===nj ij j i n i x f a x x 0*)1(0),,(),(（*2） 其中称(*2)式为最佳逼近多项式的法方程组（或正规方程组）. 由n i i x 0}{=的线性无关性，可证明G 正定，即 上述法方程组的解存在且唯一 .11、 求x x f πcos )(= ，]1,0[∈x 的一次和二次最佳平方逼近多项式. 解： 设 x a a x P 10*1)(+= ， 2210*2)(x b x b b x P ++= 分别为)(x f 的一次、二次最佳平方逼近多项式。
数值分析考试复习总结
数值分析考试复习总结 Last revised by LE LE in 2021第一章1 误差相对误差和绝对误差得概念 例题:当用数值计算方法求解一个实际的物理运动过程时, 一般要经历哪几个阶段 在哪些阶段将有哪些误差产生答: 实际问题-数学模型-数值方法-计算结果 在这个过程中存在一下几种误差:建立数学模型过程中产生:模型误差 参数误差选用数值方法产生:截断误差计算过程产生:舍入误差 传播误差6．设937.0=a 关于精确数x 有3位有效数字，估计a 的相对误差. 对于x x f -=1)(，估计)(a f 对于)(x f 的误差和相对误差.解 a 的相对误差：由于31021|)(|-⋅≤-≤a x x E . x ax x E r -=)(,221018110921)(--⋅=⨯≤x E r . （1Th ）)(a f 对于)(x f 的误差和相对误差.|11||)(|a x f E ---==()25.021011321⨯⋅≤-+---ax x a =310-33104110|)(|--⨯=-≤a f E r . □2有效数字基本原则:1 两个很接近的数字不做减法:2: 不用很小得数做分母(不用很大的数做分子) 例题:4．改变下列表达式使计算结果比较精确：（1） ;1||,11211<<+--+x xxx 对（2）;1,11>>--+x xx xx 对（3）1||,0,cos 1<<≠-x x xx对.解 (1) )21()1(22x x x ++. (2) )11(2x x x x x-++.(3) xxx x x x x cos 1sin )cos 1(sin cos 12+≈+=-. □第二章拉格朗日插值公式（即公式（1））插值基函数（因子）可简洁表示为其中: ()∏∏≠==-='-=nij j j i i nnj jn x x x xx x 0)(,)()(ωω. 例1 n=1时，线性插值公式 )()()()()(010110101x x x x y x x x x y x P --⨯+--⨯=， 例2 n=2时，抛物插值公式 牛顿（Newton ）插值公式由差商的引入，知（1） 过点10,x x 的一次插值多项式为其中（2） 过点210,,x x x 的二次插值多项式为其中重点是分段插值:例题:1. 利用Lagrange 插值公式求下列各离散函数的插值多项式（结果要简化）：（1） （2） 解(2)：方法一. 由 Lagrange 插值公式 可得： )21()(23-=x x x L 方法二. 令由 23)1(3-=-L ， 21)1(3=L ， 定A ，B （称之为待定系数法） □15.设2)(x x f =，求)(x f 在区间]1,0[上的分段线性插值函数)(x f h ，并估计误差，取等距节点，且10/1=h .解 2)(x x f =， ih x i = ， 10,,1,0 =i ， 101=h设 1+≤≤i i x x x ，则：误差估计： ))1(()(!2|)()(|max)1(h i x ih x f x f x f hi x ix h +--''≤-+≤≤. □第三章最佳一致逼近:(了解) 最佳平方逼近 主要分两种情形：1. 连续意义下在空间],[2b a L 中讨论2. 离散意义下在n 维欧氏空间n R 中讨论，只要求提供f 的样本值1. 最佳逼近多项式的法方程组设],[2b a L 的1+n 维子空间 n P =span },,,1{2n x x x , 其中 n x x x ,,,12 是],[2b a L 的线性无关多项式系.对],[2b a L f ∈∀，设其最佳逼近多项式*φ可表示为: ∑==ni i i x a 0**φ由 n P f ∈∀=-φφφ ,0),(*即 ∑===nj ij j i n i x f a x x 0*)1(0),,(),(（*2） 其中称(*2)式为最佳逼近多项式的法方程组（或正规方程组）. 由n i i x 0}{=的线性无关性，可证明G 正定，即 上述法方程组的解存在且唯一 .11、 求x x f πcos )(= ，]1,0[∈x 的一次和二次最佳平方逼近多项式. 解： 设 x a a x P 10*1)(+= ， 2210*2)(x b x b b x P ++= 分别为)(x f 的一次、二次最佳平方逼近多项式。
(完整版)数值分析考试复习总结汇总,推荐文档
10
100
误差估计：
f
max | f (x) fh (x) |
(x ih) (x (i 1)h) . 2! ixx(i1)h
□
第三章
最佳一致逼近:(了解) 最佳平方逼近
主要分两种情形：
1. 连续意义下
在空间 L2[a,b]中讨论
2. 离散意义下
在 n 维欧氏空间 Rn 中讨论，只要求提供 f 的样本值
n (x)
(x
xi
)
n
(xi
)
ji
n
n
其中: n (x) (x x j ), n xi (xi x j ) .
j0
j0
ji
例 1 n=1 时，线性插值公式
P1 ( x)
y0
(x x1) (x0 x1)
y1
(x x0 ) (x1 x0 )
，
例 2 n=2 时，抛物插值公式
P2 (x)
可得： L3 (x) x 2 (x 1 2)
方法二. 令
L3 (x) x(x 1 2) ( Ax B)
由
L3
(1)
3 2
，
L3 (1)
1， 2
定 A，B
（称之为待定系数法）
□
15.设 f (x) x2 ，求 f (x) 在区间[0,1] 上的分段线性插值函数 fh (x) ，并估计误差， 取等距节点，且 h 1/10 .
(2)
2x ( x 1 x
x 1 x) .
(3) 1 cos x sin 2 x sin x .
□
x
x(1 cos x) 1 cos x
第二章
拉格朗日插值公式（即公式（1））
数值分析复习要点
1.设矩阵A
2
1
,
用Schmidt正交化方法,
1 2
对A作正交分解A QR.
2.设矩阵A
2 0
1 3
7 10
,
用Householder变换法,
0 4 5
对A作正交分解A QR.
3.已知一组线性无关的向量
u1 (1,1,1)T , u2 (1, 0, 1)T , u1 (0,1,1)T , 由此向量组，按Schmidt正交化方法，求一组对应的
Gauss变换阵
1
Lj
1
l j1, j 1
ln, j
1
对x x1,..., x j ,..., xn T 0, x j 0 构造Gauss变换阵G，使Gx x1,..., x j ,0,...,0 T
奇异值与奇异值矩阵
i
i ( AT A) 0,
i 1,..., r,
r
0
0 0
条件数 cond(A) p || A1 ||p|| A ||p , p F,1,2,
谱条件数 cond ( A)2 || A1 ||2|| A ||2
max ( AT A) min ( AT A)
y0
1 yn n 5 yn1
n 1, 2，...
计算yn，试分析算法的稳定性
习题：p15 10
数值计算中应注意的问题
(1) 防止相近的两数相减 (2) 防止大数吃小数 (3) 防止接近零的数做除数 (4) 注意计算步骤的简化,减小运算次数
数值分析考试复习总结
第一章1误差相对误差和绝对误差得概念 例题：当用数值计算方法求解一个实际的物理运动过程时 哪些阶段将有哪些误差产生？ 答：实际问题-数学模型-数值方法-计算结果 在这个过程中存在一下几种误差： 建立数学模型过程中产生：模型误差 参数误差 选用数值方法产生：截断误差 计算过程产生：舍入误差传播误差 6 •设a 0.937关于精确数x 有3位有效数字，估计a 的相对误差. 计f(a)对于f(x)的误差和相对误差. 解 a 的相对误差：由于1 |E(x)| x a 10 32-^10 2 2 9f(a)对于f(x)的误差和相对误差.E r (x)—1018|E(f)| | -.1 x 、1 a| =般要经历哪几个阶段？在对于f (x) .J x ，估x aE r (x)(Th1)| E r (f)| 10 3. 1 a 4 10 34=102 0.252有效数字基本原则:1两个很接近的数字不做减法：2:不用很小得数做分母(不用很大的数做分子)例题：4 •改变下列表达式使计算结果比较精确：1 1 2xx 1x1 cosx(1)| 1;1;(3)0,|x|解(1)2X 2(1x)(1 2x).1 cosxsin 2 xsin x,x 1 x)■x(1 cosx) 1 cosx第二章拉格朗日插值公式(即公式(1))插值基函数(因子)可简洁表示为n其中：n(X)(X X j),j 0 n X i (X i X j).j 0例1 n=1时，线性插值公式P(x) yo (x X i) (x X o) (X o X i) y1(X i X o)例2 n=2时，抛物插值公式牛顿(Newton)插值公式由差商的引入，知(1) 过点X o , X1的一次插值多项式为其中(2) 过点X o,X1,X2的二次插值多项式为其中重点是分段插值：例题：1.利用)：解⑵：方法一.由Lagrange 插值公式可得：L3(X) X2(X 12)方法二•令3 1由L a( 1) 3，L S(1)-，定A, B (称之为待定系数法) □2 215.设f(x) x2，求f(x)在区间［0,1］上的分段线性插值函数f h(x)，并估计误差，取等距节点，且h 1/10.解f(x) X2，X i ih ，i 0,1, ,10，h 110第三章最佳一致逼近:(了解) 最佳平方逼近 主要分两种情形：1. 连续意义下在空间L 2[a,b]中讨论2. 离散意义下在n 维欧氏空间R n 中讨论，只要求提供f 的样本值1. 最佳逼近多项式的法方程组设 L 2[a,b]的 n 1 维子空间 P n =span {1,x,x 2 , x n }, 其中1, x,x 2 , x n 是L 2[a, b]的线性无关多项式系.n 对f L 2[a,b]，设其最佳逼近多项式可表示为： a i x ii 0由(f *，) 0,P nn*即 (x —xHa j (f,x i ), i 0(1) n(*2)j 0其中称(*2)式为最佳逼近多项式的法方程组(或正规方程组) .由{x i }i n 0的线性无关性，可证明G 正定，即 上述法方程组的解存在且唯一.11、求f (x) cos x ， x [0,1]的一次和二次最佳平方逼近多项式 解： 设P 1*(x) a 0 a 1x ， P ； (x) b 0 b 1x b 2x 2分别为f(x)的一次、二次最佳平方逼近多项式。
数值分析考试知识点总结
数值分析考试知识点总结数值分析是一门研究数值计算方法和数值计算误差的学科，它的研究对象是计算机数值计算和数值模拟方法的理论和技术。
一、误差分析数值计算是以实际问题为基础的分析过程，其目的是研究数值计算误差和误差的影响，以确保数值计算的准确性和可靠性。
数值计算误差主要包括截断误差和舍入误差两个部分。
1. 截断误差截断误差是由于在数值计算过程中，使用了近似代替精确值而引起的误差。
例如，在对连续函数的微分或积分进行数值计算时，所采用的近似公式都会引起截断误差。
截断误差可以通过增加计算步骤或者采用更加精确的计算方法来减小。
2. 舍入误差舍入误差是由于计算机对于无限小数进行截断或者舍入时引起的误差。
由于计算机是以有限的二进制数进行存储和运算，因此对于很小的数字或者非常大的数字，都会存在舍入误差。
舍入误差的大小与计算精度有关，可以通过提高计算精度来减小舍入误差。
二、插值和逼近插值和逼近是数值分析中常见的计算技术，用于利用已知的数据点来估计未知函数的值。
1. 插值插值是通过已知的数据点来估计未知函数在这些数据点之间的取值。
插值方法的目标是通过已知数据点构造一个函数，使得该函数在已知点上的取值与已知数据点的取值一致。
常见的插值方法包括拉格朗日插值多项式和牛顿插值多项式。
2. 逼近逼近是通过已知的数据点来估计未知函数的近似值，与插值不同的是，逼近方法不要求逼近函数必须在已知数据点上取特定的值。
常用的逼近方法包括最小二乘法逼近和样条逼近。
三、数值积分数值积分是通过数值计算来近似求解定积分的值，它是数值分析中的一个重要内容。
1. 复化数值积分复化数值积分是通过将积分区间划分成若干子区间，然后在每个子区间上进行数值积分来近似求解定积分的值。
复化数值积分方法包括复化梯形公式、复化辛普森公式以及复化辛普森三分法等。
2. 数值积分的误差分析在数值积分中，由于使用了近似方法，所以会引入数值积分误差。
要保证数值积分的准确性，需要对数值积分误差进行分析和评价。
数值分析总复习
A
4
5
4,
X
x2
,
8 4 22
x3
解: l11 a11 16 4,
l21 a21 l11 4 4 1,
l31 a31 l11 2,
4
b
3
.
10
l11 a11 , l21 a21 l11 , l22 a22 l221 ,
l31 a31 l11 , l32 a32 l21l31 l22 , l33 a33 l321 l322 . 19 第20页/共36页
l11 a11 , l21 a21 l11 , l22 a22 l221 ,
l31 a31 l11 , l32 a32 l21l31 l22 , l33 a33 l321 l322 . 18 第19页/共36页
一. 用平方根法求线性方程组AX=b, 其中
16 4 8
x1
26
第27页/共36页
六. 确定求解初值问题
y' f ( x, y), a x b,
y(a)
y0 .
的二步隐式Adams方法
yn1
yn
h 12
(5
fn1
fn
fn1 )
中的参数, 使该方法成为三阶方法, 并写出其局部截断误差主项.
可用数值积分方法或Taylor展开方法
8,
Rn1
1 24
h4
解 (1) 由已知, 当 f (x)分别为1, x, x2时, 求积公式等号成立. 即
11x3dx 1
0 1dx 14
11 2
((1x13
1)x23
)
2
故该公式具有3次代数精确度.
1 xdx 1
0
数值分析总复习
样条插值；整体连续光滑，且不需知导数值。
插值问题提法：已知
x y f(x)
x0 y
x1 y
xn y
0
1
n
求一个三次分段函数 S(x) 使
1,
S(
xi
)
y i
x x 2, 在 [ , ] 上是三次多项式
i
i 1
C 3, S(x) 2 ( a,b )
i 0, 1, , n
计算三次样条算法
由边界条件 i , i , , i 0 ,1,, n
插值基函数方法
插值问题解的一般形式 ：
n (x) a0 a1 x an xn
(1 )
实质上是在求多项式的 自然基底 Bn Span{1, x , ,xn}
张成的线性空间中的一 个点 —一个多项式 (1) ,由(2 18)
式知,解存在唯一 ,只要解方程组求出线 性组合系数 {ai}
就可以了 , 但计算量太大 .
定理2.5(余项) .
(2 - 35)
设H (x)是过 x0 , x1 的 Hermite 插值多项式 , C f f(x) 3 , ( 4 )(x)在 (a,b) 内存在, (a,b)是
(a,b)
含点 x0 , x1 的任一区间, 则对任意给定的
x (a,b) 总存在一点ξ (x)使
R(x)
f(x) H(x)
f
( 4 )(ξ
4!
)
(x
x0
)2(x
x1
)2
分段三次 Hermite 插值多项式及余项
∑ y h m H n
H (x) [ (x)
( x)]
i0
ii
ii
定理2.7(余项) :
数值分析总结
数值分析(计算方法)总结(总9页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--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）、舍入误差是的绝对误差，是的误差，为的绝对误差限（或误差限）为的相对误差，当较小时，令相对误差绝对值得上限称为相对误差限记为：即：绝对误差有量纲，而相对误差无量纲若近似值的绝对误差限为某一位上的半个单位，且该位直到的第一位非零数字共有n位，则称近似值有n位有效数字，或说精确到该位。
例：设x==…那么,则有效数字为1位，即个位上的3，或说精确到个位。
科学计数法：记有n位有效数字，精确到。
由有效数字求相对误差限：设近似值有n位有效数字，则其相对误差限为由相对误差限求有效数字：设近似值的相对误差限为为则它有n位有效数字令1.x+y近似值为和的误差（限）等于误差（限）的和2.x-y近似值为3.xy近似值为4.1．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(x k)=f(a+kh)的符号，若f(x k)>0(而f(x k-1)<0),则有根区间缩小为[x k-1,x k] (若f(x k)=0，x k即为所求根), 然后从x k-1出发，把搜索步长再缩小，重复上面步骤，直到满足精度：|x k-x k-1|<E为止，此时取x*≈(x k+x k-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)。
3.比例法一般地，设 [a k,b k]为有根区间，过(a k, f(a k))、 (b k, f(b k))作直线，与x轴交于一点x k,则：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。
完整word版,数值分析笔记期末复习汇总,推荐文档
第一章引论1、数值分析研究对象：数值分析是计算数学的一个主要部分，计算数学是数学科学的一个分支，它研究用计算机求解各种数学问题的数值计算方法及其理论与软件实现。
2、数值分析特点：①面向计算机，要根据计算机特点设计切实可行的有效算法②有可靠的理论分析，能任意逼近并达到精度要求，对近似计算要保证收敛性和数值稳定性③要有好的计算复杂性，时间复杂性好是指节省时间，空间复杂性好是指节省存贮量，这也是建立算法要研究的问题。
④要有数值试验，即任何一个算法除了从理论上要满足上述三点外，还要通过数值试验证明是行之有效的。
3、数值分析实质：是以数学问题为研究对象，不像纯数学那样只研究数学本身的理论，而是把理论与计算紧密结合，着重研究数学问题的数值方法及理论。
4、用计算机解决科学计算问题通常经历以下过程实际问题--数学模型（应用数学）--数值计算方法--程序设计--上机计算结果（计算数学）5、误差来源及分类1.模型误差——从实际问题中抽象出数学模型2.观测误差——通过测量得到模型中参数的值（通常根据测量工具的精度，可以知道这类误差的上限值。
）要用数值计算方法求它的近似解，由此产生的误差称为（截断误差）或（方法误差）原始数据的输入及浮点数运算过程中都有可能产生误差，这样产生的误差称为舍入误差6、五个关于误差的概念5.有效数字（1）定义：若近似值x*的绝对误差限是某一位的半个单位，该位到x*的第一位非零数字一共有n 位，则称近似值x*有n 位有效数字，或说x*精确到该位。
注意：近似值后面的零不能随便省去！（3）性质：(1)有效数字越多，则绝对误差越小 (2)有效数字越多，则相对误差越小有效数字的位数可刻画近似数的精确度！ 6、一元函数的误差估计问题：设y =f (x )，x 的近似值为x *，则y 的近似值 y *的误差如何计算？(*)(*)(*)(*)e y dy f x dx f x e x ''≈=≈ 因为无法知道准确值，所以尽量用近似值 代替准确值。
数值分析期末复习总结(优选.)
线性插值多项式（一次插值多项式）
n=2
L2 ( x) =
y0
(x ( x0
− −
x1 )( x − x2 ) x1 )( x0 − x2 )
+
y1
(x ( x1
− −
x0 )( x − x2 ) x0 )( x1 − x2 )
+
y2
(x ( x2
− −
x0 )( x − x1 ) x0 )( x2 − x1 )
f ( x=) f ( x0 ) + ( x − x0 ) f [x, x0]
1
f [ x, x0 ] = f [ x0 , x1] + ( x − x1 ) f [ x, x0 , x1]
2
……
f [ x, x0 , ... , xn−1] = f [ x0 , ... , xn ] + ( x − xn ) f [ x, x0 , ... , xn ] n−1
19
Newton 插值
为什么 Newton 插值
Lagrange 插值简单易用，但若要增加一个节点时，全部基函
数 lk(x) 都需重新计算，不太方便。
解决办法
设计一个可以逐次生成插值多项式的算法，即 n 次插值多项式 可以通过 n-1 次插值多项式生成 —— Newton 插值法
20
新的基函数
设插值节点为 x0 , … , xn ，考虑插值基函数组 ϕ0(x) = 1 ϕ1( x)= x − x0 ϕ2( x) = ( x − x0 )( x − x1 )
18
插值余项
几点说明
余项公式只有当 f(x) 的高阶导数存在时才能使用
ξx 与 x 有关，通常无法确定, 实际使用中通常是估计其上界
数值分析复习要点
数值分析复习要点
题型：
一、填空题：30分，前五个每题2分，后五个需计算的每个5分（第一章，
2个；其余各章一个）；
二、计算题：40分，共五道题选作四道，每题10分（章节不清楚）；
三、证明题：30分，共四道选作三道，每题10分（第二、三、四、八章）
老师说他给的资料里都有？？？；
说明:
每一章都有题，二三章大题较多。
第一章，无大题，可能是两个填空
第二章，有大题，代数方程求根不考
第三章，迭代法、LU分解法至少会一种、判断收敛性的充分条件和充要条件、算子范数、迭代课后题
第四章，三次样条不考大题
第五章，有大题，正交多项式，最多三阶？？
第六章，代数精度？记住梯形公式、辛普森公式、复化公式
第七章，会三种求特征值的方法（填空），特征值特征向量无大题，QR分解不考
第八章，证明题：收敛性、求阶，代数精度？（不清楚指的是哪一章的），平面旋转法要考
注：两道与导数有关的题？，均差不考，看一下老师讲过的习题4的4、5题证明题，求步长待定，老师说其他两个老师建议考，但是到今天还没有改，应该不会改了。
题是张老师出的，经过了最优化的考试，他出题有一定的难度的。
大家好好复习。
由于本人还没有开始复习，只记了关键词，好多不知道什么意思，仅供参考。
数值分析期末复习要点总结
数值分析期末复习要点总结数值分析是一门研究用数值方法来解决数学问题和科学工程问题的学科。
它包括数值计算、数值逼近、数值求解以及数值模拟等内容。
本文将从数值计算的基础知识、数值逼近方法、数值求解方法以及数值模拟方法等方面进行复习要点总结。
一、数值计算的基础知识1. 计算误差：绝对误差、相对误差、有效数字、舍入误差等等。
2. 机器精度：机器数、舍入误差、截断误差等等。
3. 数值稳定性：条件数、病态问题等等。
4. 误差分析：前向误差分析、后向误差分析等等。
二、数值逼近方法1. 插值方法：拉格朗日插值、Newton插值、Hermite插值等等。
2. 曲线拟合：最小二乘法、Chebyshev逼近等等。
3. 数值微分：前向差分、后向差分、中心差分等等。
4. 数值积分：梯形法则、Simpson法则等等。
三、数值求解方法1. 非线性方程求解：二分法、牛顿迭代法、弦截法等等。
2. 线性方程组求解：直接法（Gauss消元法、LU分解法）和迭代法（Jacobi法、Gauss-Seidel法）。
3. 特征值和特征向量：幂法、反幂法、QR分解法等等。
4. 非线性最优化问题：牛顿法、拟牛顿法、梯度下降法等等。
四、数值模拟方法1. 常微分方程数值解法：Euler法、改进Euler法、Runge-Kutta法等等。
2. 偏微分方程数值解法：差分法、有限元法、有限差分法等等。
3. 数值优化方法：线性规划、非线性规划、整数规划等等。
五、数值计算软件1. MATLAB基础：向量、矩阵、符号计算等等。
2. MATLAB数值计算工具箱：插值与拟合工具箱、符号计算工具箱等等。
3. 其他数值计算软件：Python、R、Octave等等。
总结数值分析是一门重要的数学学科，它为解决实际问题提供了有效的数值方法。
在数值计算的基础知识中，我们需要了解计算误差、机器精度和数值稳定性等概念，同时也需要掌握误差分析的方法。
数值逼近方法包括插值、曲线拟合、数值微分和数值积分等内容，其中插值和拟合是常见的逼近方法。
数值分析复习总结
数值分析复习总结数值分析课本重点知识点第一章P4定义一P5定义二P6定理1P7例题3P10条件数（1）绝对误差（限）和相对误差（限）公式（2）有效数字（3）条件数及其公式第二章P26定理2（以及余项推导过程）P36两个典型的埃尔米特插值（1）拉格朗日插值多项式（包括其直线公式和抛物线公式）（2）插值余项推导及误差分析（估计）（3）两个典型的埃尔米特插值（4）三次样条插值的概念第三章P63例题3（1）最佳平方逼近公式的计算（2）T3（x）的表达式第四章P106复合梯形公式P107复合辛普森求积公式P108例题3（1）复合公式及其余项（2）判断一个代数的精确度第五章P162定义3向量的范数P165定理17P169定义8（1）左中右矩形公式（2）LU分解（3）谱半径和条件数（4）向量的范数第六章P192定理9第1条P192例题8第七章P215不动点和不动点迭代法P218定理3P228弦截法P229定理6第九章P280欧拉法与后退欧拉法P283改进欧拉公式数值分析课后点题答案第一章数值分析误差第二章插值法第三章函数逼近所以无解19。
观测物体的直线运动，得出以下数据：时间t(s) 0 0.9 1.9 3.0 3.9 5.0 距离s(m)10305080110求运动方程。
解：被观测物体的运动距离与运动时间大体为线性函数关系，从而选择线性方程 s a bt =+ 令{}1,span t Φ=22012201016,53.63,(,)14.7,(,)280,(,)1078,s s =====则法方程组为614.728014.753.631078a b = ??? ?从而解得7.85504822.25376a b =-??=? 故物体运动方程为22.253767.855048S t =-20。
已知实验数据如下：i x 19 25 31 38 44 j y19.032.349.073.397.8用最小二乘法求形如2s a bx =+的经验公式，并计算均方误差。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一章1 误差相对误差和绝对误差得概念例题：当用数值计算方法求解一个实际的物理运动过程时，一般要经历哪几个阶段？在哪些阶段将有哪些误差产生？答：实际问题-数学模型-数值方法-计算结果在这个过程中存在一下几种误差：建立数学模型过程中产生:模型误差参数误差选用数值方法产生:截断误差计算过程产生:舍入误差传播误差6.设a = 0.937关于精确数x有3位有效数字，估计d的相对误差.对于/(兀)=打二7，估计对于f(x)的误差和相对误差.解Q的相对误差：由于I E(x) \< x-a <--10'3. E,(兀)=2 x1 9 1 9E(x) <——10-2 = —•10-2・(Th\ )八2x9 18f(a)对于/(x)的误差和相对误差.I £(/) 1=1 y/T-x - 4T-a 1= I_ _Vl-X + V1-6FI E r(/)l< 10』/VT二^ =4x 10~3. □2有效数字基本原则：1两个很接近的数字不做减法：2:不用很小得数做分母(不用很大的数做分子) 例题：4.改变下列表达式使计算结果比较精确：I I —Y(1)--------------------- ,对丨X 1« 1；1 + 2x 1 + x(2)q x +——q x ——，对x»1；1 - COS X n t C I I 1(3)------------ , 刘x 0,\ x l« 1 •第二章乂) • 10-3-2x0.252//(l + x)(l + 2x)・1-cosx _ sin2xy/X-l/x)拉格朗日插值公式(即公式(1 ))几⑴二工MS ）f=0插值基函数（因子）可简洁表示为⑴=FT 匕_厂）=_j=o （» -勺）（兀一心）©；（"） ” i 例2 n=2时，抛物插值公式（兀一勺）（兀一兀2）（兀］_兀0）（兀］_兀2）（乃一勺）（兀2 一山）牛顿（Newton ）插值公式由差商的引入，知（1 ） 过点尢°,兀］的一次插值多项式为PlW = /Uo ）+ C l （X_X O ）其中~~"°）= /［勺，“ ］nP\（兀）=f （x o ）+ /l x 0，X ］］（兀一兀（））兀1 一勺（2 ） 过点兀0, X ］, x 2的二次插值多项式为〃2（兀）="1（兀）+ °2（%一兀0）（兀一兀1）其中/ （七）- /（X ）） /（勺）- /（X O ）C2 - 七一X] X { - x 0==/[“）/],七]兀2 - “） P 2 （兀）=P\ （兀）+ fl XQ ，兀 1，兀2 ］（兀一兀0）（兀 一 Xl ）f （兀0） + f[x Q ,xj （x-x o ） + f[x Q ,x I5x 2]（x-x 0）（x 一 %!）重点是分段插值: 例题:1. 利用Lagrange 插值公式求下列各离散函数的插值多项式(结果要简化):-1 0 1/2 1其中：◎）= !!（兀-勺）,7=0谡（勺）=!1（小-勺）.例1 n=l 时，线性插值公式P\ （兀）=>0 x D（勺一兀1） （兀一兀0）（兀1一x cm ） +” （勺 一 %! ）（X O - X 2）解⑵：方法一.由Lagrange插值公式厶3 (兀)=九Jo W + /1 (兀)+ /2-/2(X)+ /3-/3 (x)可得：L3 (%) = X2(X-1/2)方法二.令L3 (x) = x(x一1/ 2) (Ax + B)由厶(一1)= 一色，厶⑴=丄，定A, B (称之为待定系数法) 口2 215•设f(x) = x2,求/(x)在区间［0,1］上的分段线性插值函数齐⑴,并估计误差，取等距节点，且/? = 1/10.解 f (%) = x2, Xj = ih‘ i = 0,1, •••,10 ‘ 力=设%, < x < x i+i ,贝U ：z X — X-^y X — Xfh (X) = /(兀)——-+/(◎ J ——-“-兀冲心卜I 一兀° X —(Z + 1)/? 2 兀—〃7=(I 必——+ ((/ +1)/?)- —-h h⑵+ 1) z(z + l)= ------- X ---------10 100误差估计：| f(x)- f h(%)i< max l(x一认)(x 一Q +1)/?)| ・□第三章最佳一致逼近：(了解)最佳平方逼近主要分两种情形：1.连续意义下在空间l3[a,b]中讨论2.离散意义下在〃维欧氏空间/?"中讨论，只要求提供/的样本值I.最佳逼近多项式的法方程组设I?[a,b]的〃 + 1 维子空间7^=span{l,x,x2…,x"}, 其中1,兀…是厶2[°,树的线性无关多项式系.对X T/ G l}[a,b],设其最佳逼近多项式0水可表示为：6 = Z a：£ z=o由(/—0*,0) = 0,呵讥二＞(/- Z = 0, 7 = 0(1)/?i=0即Z (x l,x J)a： = (/,x z), i = 0(l)n (*2)j=o J其中称(*2)式为最佳逼近多项式的法方程组(或正规方程组). 由{*}：0的线性无关性，可证明G 正定，即上述法方程组的解存在且唯一.II、求/(X)= COS^X , X G [0,1]的一次和二次最佳平方逼近多项式.解：设P,⑴= do+d]X , (兀)=方0 +b]兀 + 方2*分别为/(X)的一次、二次最佳平方逼近多项式。
内积(/，g)= [/⑴它(兀皿计算如下内积：(1, 1) = 1 , (1,兀)=%，(1' / ) = %(兀兀)=% , (x,x2) = ^ ,(X—%(h/) = 0 , (x,/) = -2/2 , (x2,f) = -^/2建立法方程组:2:方法好坏的判断：代数精度•误差分析1 •代数精度的概念定义 若求积公式f f （x ）dx «为叱/（石）（*）对所有次数5加的多项式是精确/=0的,但对m + 1次多项式不精确，则称（*）具有加次代数精度。
等价定义若求积公式（*）对1,X,F,…,〃是精确的，但对严+1不精确，则（*）具有 m 次代数精度。
3:误差1等距剖分下的数值求积公式：公式特点：节点预先给定，均匀分布，系数w z ,z = 0（l ）n 待定利用插值多项式p n （x ）近似代替/（x ）,即得插值型求积公式Newton-Cotes 公式2给定节点数下的具有最佳逼近性质（具有最高次代数精度）的数值求积公式：Gauss 求积 公式 公式特点：系数w z ,z = 0（1）/?和节Ax z ,z = 0（1 ）n 均待定I _n。
0 + 訂1 =0 /,得・I 知+（%）5 =-％2于是 p,*w=4-4^71 71%+（%）$ +”2=02^0 +詐 +-&21,1, I,—b （\ H —b } H —bj 3 ° 4 1 5 2 12 241271~247T2解得：» = —r ,久= ------------ 7 , b 2 = 0, TC 7C第四章1为什么要进行数值积分?常用哪些公式，方法？答：梯形复化求积公式和s impson 复化求积公式.于是:P 2M= 12243分段插值多项式0〃（兀）近似代替/（X）（分段求积）复化求积公式复化求积公式通过高次求积公式提高精度的途径不行，类似函数插值分而治之：分段+低次求积公式--------------- 称为复化求积法两类低次（“S4 ）求积公式：1.Newton - Cotes 型：矩形、梯形、Simpson、Cotes 公式分别称为复化矩形、梯形、辛甫生、柯特斯公式2.Gauss型：一点、两点、三点Gauss求积公式称为复化一点、两点、三点Gauss公式复化梯形公式（T fl）hT n三-（r/（x0） + /（Xjl + （小）+ /（x2）l + …+ [/（©_]）+ /（%…）]}h刃一】h _ a=-[f（a） + 2》f（x k） + /（/"], h = -2 k=\ n复化辛甫生公式：（每个旬t上用辛甫生公式求积）s “三%{[八兀0）+ 4/（兀丄）+八心）1 +丨/（心）+ 4八心）+ /（x2）|0 2 2+ …+[/（Gi）+ 4/比丄）+ /（x n）l）2n"一1=三[八。
）+ 4工/（%,丄）+ 2工八心）+ /（〃）]6 "1 2 k =[其中h = b 一a，耳—1/2为敗的中点n复化辛甫生公式是最常用的数值求积方法。
常采用其等价形式：f(a) - f(b) + + 2f(x k)]k=\ 2复化柯特斯公式hC n三—{[7/(x0)+ 32/(x1)+12/(x1) + 32/(x1) + 7/(x I)] +90 4 2 4[(7/(心)+ 32 /(心)+ 12门心)+ 32八心)+7/(兀2)] + — +4 2 4[7/(x…_1) + 32 f(x1) + 12/(x L)+32f(x丄)+ 7/(兀八)]}4 2 4L n-\ n n=市【7八。
)+14工/(心)+ 32工/(6』+ 12》/£」)9°A=1 4 “1 2+ 32 J f(x丄)+7/(b)]"1 4z/其中，h =------- ,丄为［x—Nk］的中点,n 2X R一丄,丄为［x k-\^X k］的四等分的分点4 4•自适应复化求积法计算时，要预先给定〃或步长〃，在实际中难以扌巴握因为，力取得太大则精度难以保证，/?太小则增加计算工作量.自适应复化梯形法的具有计算过程如下：步1 心"j b-Q, T, y［/(6T)+ /(b)］步2k=\2步3判断\T2 -T］ !<<??若是，则转步5;步4 n《—2/i,h《—/z/2, T］《—T3 ,转步2；步5输出T2 .第五章1:常用方法：(1) •直接解法：Gauss逐步(顺序)消去法、Gauss主元素法、矩阵分解法等；(2) •迭代解法：构造某种极限过程去逐步逼近方程组的解①.经典迭代法Jacobi迭代法、Gauss - Seidel迭代法、逐次超松弛(SOR)迭代法等；②.Krolov子空间的迭代法根据A的对称性，又分为：A对称正定 ------- 共辄梯度法A非对称 --------- BICG、GMRes (最小残量法)③.解一类特定背景问题的迭代法多重网格法2:几类迭代法优缺点比较：3:迭代方法目标： 求解Ax = b 其中，A 非奇异。