数值分析计算方法复习提纲
数值分析word复习纲要
第1-3章 习题课 (绪论、插值、逼近)一、基本内容及基本要求 第一章、绪论1. 了解数值分析的研究对象与特点。
2. 了解误差来源与分类,会求有效数字;会简单误差估计。
3. 了解误差的定性分析及避免误差危害 第二章、插值法1. 了解插值的概念。
2. 掌握拉格朗日(Lagrange)插值法及其余项公式。
3. 了解均差的概念及基本性质，掌握牛顿插值法。
4. 了解差分的概念，会牛顿前插公式、后插公式。
5. 会埃尔米特(Hermite)插值及其余项公式。
6. 知道高次插值的病态性质,会分段线性插值和分段埃尔米特插值及其误差和收敛性。
7. 会三次样条插值,知道其误差和收敛性。
第三章、函数逼近与曲线拟合1. 了解函数逼近的基本概念,了解范数和内积空间。
2. 了解正交多项式的概念,了解切比雪夫多项式和勒让德多项式以及它们的性质,知道其他常用正交多项式。
3. 理解最佳一致逼近的概念和切比雪夫定理,掌握最佳一次一致逼近多项式的求法。
4. 理解最佳平方逼近的概念,掌握最佳平方逼近多项式的求法,了解用正交多项式做最佳平方逼近的方法。
5. 了解曲线拟合的最小二乘法并会计算,了解用正交多项式做最小二乘拟合。
6. 了解最小二乘三角逼近与快速傅里叶变换*。
二、练习.7321.1 ,7320.1 ,732.1 ,73.173********.131各有几位有效数字，问近似值、设 ==A .5,4,4,3 答：.1118 .01118 22准确无初始误差和假定系数、解二次方程=+-x x .6,992.117992.5859348059 1位有效数字有答：=+≈+=x ?008.0992.58592=-=x.1021,992.1171 )992.117(992.1171992.1171992.11711711212-⨯≤+=⎪⎭⎫ ⎝⎛+++=+==εεηηη x x .102.0 ,008475.0992.1171622-⨯≤+=εε.1021 ,008475.01621212112-⨯≤+≤+++==∴εεεεεεx x .008475.0112，有四位有效数字≈=⇒x x 说明什么？位数字求解，计算结果再用准确解位数字解方程组、用十进制6 )1,1( .127.0330.0457.0,217.0563.0780.0 33-==⎩⎨⎧=+=+y x y x y x.586.0217.0127.0)586.0563.0330.0( ,217.0563.0780.0 (1)⎩⎨⎧⨯-=⨯-=+y y x 解： .00 ,217.0563.0780.0 ⎩⎨⎧==+y y x..585897.0217.0127.0)585897.0563.0330.0( ,217.0563.0780.0 (2)⎩⎨⎧⨯-=⨯-=+y y x .00014.000014.0-=y ,127140.0127.0)329860.0330.0(-=-y 00000.1,00000.1=-=x y ).30()30( )1ln()( *42-++=f f x x x f 和计算，试用六位函数表设反双曲正弦、P19, 5,9..3)()()(*)()(,34)(3p C R V R V R R R R V R V R V R R V =='≈∆-=π %.3.0%33.0≤∆≤∆RRR R ，或只需%.1%,1)(*)()(≤∆-∴RRC R V R V R V V p 只需为的相对误差限要使,)()( 5M x f h x f ≤''在节点上造表，且有以等距假设对、;:)1( 21Mh 性插值误差不超过任意相邻两节点上的线证明.10,sin )()2( 621-⨯≤=差取多大能使线性插值误问设h x x f .102 ),2(5 3-⨯≤h 答：.,2),(21 0.5 1 0 12)( 63.02并估计误差的近似值用以求建立二次插值多项式：：的函数表试由、x p y x x f x -=;2475.1)3.0(2 ;175.025.0)( 23.02 2=≈++=p x x x p or 牛拉答：.03030.0)13.0)(03.0)(13.0()3.0(2 !36660.023.0=--+≤-p6660.0)2(ln 2)(max 311=='''≤≤-x f x保证两位有效数字∴P59, 6,8.7、P59, 4.].2,,2,2[]2,,2,2[,13)( 871061046 f f x x x x f 和求设、+++=.0 )2( ,1 )1( 答：).()12(3);()(2)()(2);()]([1)( 922x T x T x T x T x T x T x T x T T k x T n n n m n m n m mn n m k =-=+=-+）（）（）（明次切比雪夫多项式，证是设、.[-1,1]53)( 102多项式上的线性最佳一致逼近在求、-+=x x x f .293)(21)()( )(21)()(解2*12*1-=-==-x x T x f x p x T x p x f ，：).7([-1,1]arcsin )( 11==n x x f 上的切比雪夫级数在求、[-1,1],,)(2)( 7107∈+=∑=x x T a a x p j j j 解：0,d 1arcsin )(211222奇其中=-=⎰-x xxx T a k k πxxxx T a k k d 1arcsin )(21121212⎰-++-=πθθθθπθππd )sin (sin )2]()12(cos[2 0⎰--+=k .)12(4d 1)sin(2k )12(2 2+=++=⎰k k πθθππ[-1,1].,)(491)(251)(91)(4)( 75317∈⎥⎦⎤⎢⎣⎡+++=x x T x T x T x T x p πP115,1,4(2),6,8,13,15,17(1),19，按基本方法即可，[-1,1].,4964175288315248105764)( 7537∈⎥⎦⎤⎢⎣⎡+-+=x x x x x x p π一、数值积分与数值微分第4-5章 习题课(数值积分和数值微分,解线性方程组的直接法).d )( :0∑⎰=≈nk k k baf w x x f 求积公式.,1, m次代数精度称该求积公式具有则成立次的多项式等式不准确而对于某一个成立的多项式都准确对于所有次数不超过若一个求积公式+m m.d )( ,d )( )( )( 0称为插值型求积公式，其中，得到求积公式由拉格朗日插值⎰∑⎰∑=≈===bak k nk k k bak nk k n x x l w f w x x f f x l x L [].d )()!1()(d )()(][ :0)1(x x x n f x x L x f f R banj j n b an ⎰∏⎰=+-+=-=ξ余项.d )( 0它是插值型求积公式次代数精度至少具有求积公式⇔≈∑⎰=n f w x x f nk k k ba定理.C ,C )(d )(,],[)(0)(Cotes系数Cotes公式-Newton 称为，称为上的插值型求积公式在等距节点等分，步长做将求积区间n k nk k n k bak f a b x x f kh a x nab h n b a ∑⎰=-≈+=-= .d )()!(!)1(d C0000)(⎰∏⎰∏≠=-≠=---=---=+=n n kj j kn n n kj j n kt j t k n nk t j k j t a b h th a x ，则有作变换 )],()([2d )( ,1n b f a f ab T x x f ba +-=≈=⎰得到梯形公式时当(2.3) )]()2(4)([6d )( , ,2n ，也称为得到抛物线公式时当b f ba f a f ab S x x f b a+++-=≈=⎰n)公式辛普森(Simpso )4.2( .4,)],(7)(32)(12)(32)(7[90,443210ab h kh a x x f x f x f x f x f ab C n k -=+=++++-==其中得到时当公式柯特斯(cotes).,C 8)(公式不稳定出现负值时柯特斯系数表C N n n k -≥ .].,[ ),(12)(][ ],[)(3b a f a b T I f R b a x f T ∈''--=-=''ηη则梯形公式的余项为 上连续,在若 ].,[),(2 180 )]()2(4)([6d )(][ 辛普森 ,],[)()4(4)4(b a f a b a b b f ba f a f ab x x f S I f R b a x f baS ∈⎪⎭⎫ ⎝⎛---=+++--=-=⎰ηη公式的余项为则上连续在若.)]()(2)([2)]()([2 1101∑∑-=-=+++=+=n i i n i i i n b f x f a f hx f x f h T ).(12)(12)](121[2313ηηηf h a b f h n f h T I n i i n ''--=''-=''-=-∑-=)].()(2)(4)([6101121b f x f x f a f hS n i n i i i n +++=∑∑-=-=+).,( ),(8802)(2180)4(410)4(4b a f h a b f h h S I n i i n ∈--=⎪⎭⎫ ⎝⎛-=-∑-=ηηη)].()([2)1(1b f a f ab T +-=初值.)(221 ),2,1,0( 2)2(1221∑-=++==-=n i i n n i x f h T T i ab h 计算，令 .63/ ,15/C ,3/ )3(222222）（）（）（求加速值n n n n n n n n n n n n C C C R S S S T T T S -+=-+=-+=).2( )4(否则，转满足精度要求；., ,12,)(d )()( ,010 高斯求积公式高斯点求积公式为并称此则称此组节点为次代数精度具有使插值型求积公式若一组节点+≈≤<<<≤∑⎰=n x f w x x f x b x x x a ni i i ban ρ0.d )()()( ,)()()())(()( 110110=---=⇔≤<<<≤⎰++ba n n n n x x P x x x x P n x x x x x x xb x x x a ωρρω即正交带权的多项式不超过与任何次数高斯点是插值型求积公式的节点 定理 .],[ ,d )()()!22()( ][21)22(b a x x x n f f R b a n n n ∈+=⎰++ηρωη[]),(2)()(1)(010ξf h x f x f h x f ''--='[]).(2)()(1)(011ξf hx f x f h x f ''+-='),(3)]()(4)(3[21)(22100ξf h x f x f x f h x f '''+-+-='),(6)]()([21)(2201ξf h x f x f h x f '''-+-=').(3)](3)(4)([21)(22102ξf h x f x f x f h x f '''++-=').(12)]()(2)([1)()4(221021ξf h x f x f x f h x f -+-=''基本内容及基本要求1. 了解数值求积的基本思想、代数精度的概念、插值型求积公式及其代数精度、求积公式的收敛性和稳定性。
数值分析复习提纲
标注页码均为《应用数值分析》第三版页码
一、基本概念
1. 绝对误差和相对误差 定义：设数 a 是准确值，x 是 a 的一个近似值，则
记 e a x 为近似值 x 的绝对误差， er a x / a e / a 为近似值 x 的相对误差，由于
有些情况下准确值 a 未知，实际计算中相对误差可改用式 er a x / x e / x 。
P 67 例 2-35
基本原理：应用定理 2-9，对列分块的矩阵 A 作初等反射变换将其化简为上三角阵。
-2
例：已知矛盾方程组
Ax=b，其中
A=
1
2
1
1
0
，b
1
，用
Householder
方法求矩阵
-
10
1
11
A 的正交分解，即 A QR 。
若 e a x x ，称x 为数 a 的近似值 x 的绝对误差限；若 er a x / x r x ，称 r x
为相对误差限，显然有 r x x / x 。
2. 有效数字
先做绝对误差运算 e a x ，然后得到使 e 1 10n 成立的最大整数值 n。 2
0 a12
，U
ann1 0
a1n
。
an
1n
0
迭代分量形式：
xik 1
bi
n
aij
x
j
k
数值分析复习提纲(修改完)
第一章 绪论【考点1】绝对误差概念。
近似数的绝对误差（误差）：()a =x a E -，如果()δa E ≤则称δ为a 的绝对误差限（误差限）。
【考点2】相对误差限的概念。
近似数a 的相对误差：()()/x a x =a E r -，实际运算()()/a a x a E r -=，a r /δδ=。
【考点3】有效数字定义。
设*x 的近似值a 可表示为n m a a .a a= 21010⨯±，m 为整数，其中1a 是1到9中的一个整数，n a a 2为0到9中的任意整数，若使()n m a||=|x a |E -*⨯≤-1021成立，则a 称近似*x 有位有效数字。
例：设256010002560,00256702.×=.a .=x -*=，则4-10×21=0.00005a -x ≤*。
因为，2-m=所以2n=，a 有2位有效数字。
若257.01000257.02⨯==-a ，则5102100000500000030-≤×=..=x-a ，因为2-=m ，所以3=n ，a 有3位有效数字。
例：设000018.x=，则00008.a=具有五位有效数字。
41021000010-≤×.=x-a ，因为1=m ，所以5=n ，即a 具有五位有效数字。
例：若3587.64=x *是x 的具有六位有效数字的近似值，求x 的绝对误差限。
410×0.358764=x *，即4=m ，6=n ，0.005=1021x -x 6-4⨯≤*【考点4】四舍五入后得到的近似数，从第一位非零数开始直到末位，有几位就称该近似数有几位有效数字。
【考点5】有效数字与相对误差的关系。
设x 的近似数为n m a a .a ×a= 21010±，)(a 01≠如果a 具有n 位有效数字，则的相对误差限为()111021--≤n r ×a δ，反之，若a 的相对误差限为()()1110121--+≤n r ×a δ，则a 至少具有n 位有效数字。
(完整)数值计算方法复习
2016计算方法复习务必通过本提纲例子和书上例子掌握如下书本内容：1. 会高斯消去法；会矩阵三角分解法；会Cholesky 分解的平方根法求解方程组2. 会用插值基函数；会求Lagrange, 会计算差商和Newton 插值多项式和余项3. 会Jacobi 迭代、Gauss —Seidel 迭代的分量形式，迭代矩阵,谱半径,收敛性4. 会写非线性方程根的Newton 迭代格式；斯蒂芬森加速5. 会用欧拉预报-校正法和经典四阶龙格—库塔法求解初值问题6. 会最小二乘法多项式拟合7. 会计算求积公式的代数精度；（复化)梯形公式和(复化)辛普生公式求积分；高斯-勒让德求积公式第1章、数值计算引论（一）考核知识点误差的来源类型;绝对误差和绝对误差限，相对误差和相对误差限，有效数字；误差的传播。
（二) 复习要求1。
了解数值分析的研究对象与特点。
2。
了解误差来源与分类,会求有效数字； 会简单误差估计. 3.了解误差的定性分析及避免误差危害。
（三）例题例1. 设x =0.231是精确值x *=0。
229的近似值，则x 有2位有效数字。
例2. 为了提高数值计算精度, 当正数x 充分大时, 应将)1ln(2--x x 改写为)1ln(2++-x x .例3. 3*x 的相对误差约是*x 的相对误差的1/3 倍.第2章、非线性方程的数值解法(一）考核知识点对分法;不动点迭代法及其收敛性；收敛速度； 迭代收敛的加速方法；埃特金加速收敛方法;Steffensen 斯特芬森迭代法；牛顿法；弦截法. (二） 复习要求1.了解求根问题和二分法.2。
了解不动点迭代法和迭代收敛性;了解收敛阶的概念和有关结论。
3。
理解掌握加速迭代收敛的埃特金方法和斯蒂芬森方法。
4。
掌握牛顿法及其收敛性、下山法, 了解重根情形. 5.了解弦截法. (三）例题1。
为求方程x 3―x 2―1=0在区间［1.3,1.6］内的一个根，把方程改写成下列形式,并建立相应的迭代公式，迭代公式不收敛的是（ ）(A ）11,1112-=-=+k k x x x x 迭代公式 (B ）21211,11kk x x x x +=+=+迭代公式(C ） 3/12123)1(,1k k x x x x +=+=+迭代公式 (D ）231x x =-迭代公式11221+++=+k k kk x x x x 解：在（A)中，2/32)1(21)(,11)(,11--='-=-=x x x x x x ϕϕ2/3)16.1(21->=1.076故迭代发散。
数值计算方法复习提纲
i0
i0
2) 解之即得(1）的最小二乘解
2021/3/1
－14－
14
02:59
❖ 一般曲线拟合
利用最小二乘原理求矛盾方程组的最小二乘解（会 计算） （★）
❖ 插值条件、插值点
❖ 插值多项式
插值多项式的存在、唯一性：
❖ 故Ln(x)与Nn(x)等价
Lagrang插值多项式（★）
❖ 构造
f (
x)
n
lk (
k0
x )yk
n
(
k0
n i0
(x ( xk
xi xi
) )
yk
ik
❖ 余项
n
lk ( x ) 1
k0
❖ 线性插值、抛物插值公式及其截断误差
复习
2021/3/1
－1－
1
02:59
第一章 绪论及误差估计
误差的来源、分类（★） 误差的估计（★）
❖ 绝对误差、绝对误差限 ❖ 相对误差、相对误差限 ❖ 有效数字 ❖ 和、差、积、商的误差
数值计算（近似计算）的基本原则（★）
2021/3/1
－2－
2
02:59
第2章 非线性方程求根
非线性方程求根的基本步骤（★）
第5章 最小二乘法与曲线拟合
最小二乘原理及正规方程组的构造（计算） （★）
❖ 多项式拟合： y=a0+a1x+…+amxm （1）
1) 对应的正规方程组：CTCa=CTy
n
n
xi
CTC
i0 n
xi2
i0
....
n
xim
n
xi
i0 n
xi2
数值计算方法重点复习内容
Newton迭代方法求非线性方程组的迭代格式。
➢第七章
最小二乘问题的定义、思想及其求法；
❖广义逆矩阵 A和 最小二乘解的关系；
Householder变换的定义、性质、求法及应用；
Givens变换的定义、性质、求法及应用；
➢第八章
幂法的迭代格式及其应用； ❖反幂法的迭代格式及其应用； QR方法的思想。
《数值计算方法》重点复习内容 ➢第一章
基本概念：误差的分类、绝对误差和相对误差、
有效字；
❖误差分析的原则：避免相近的数相减等。
➢第二章
二分法及对分次数的计算； ❖不动点迭代：几何意义、迭代函数的构造、迭代
格式的收敛性判定方法。
Newton迭代及其收敛性。
➢第三章
代数插值函数的定义、存在唯一性、误差估计式； ❖Lagrange插值多项式、n次Lagrange插值基函数
➢第九章
单步法的构造方法：Taylor展开法； ❖Euler公式、 Euler预报-校正公式
和经典4阶Runge-Kutta公式及其应用；
单步法的局部截断误差、收敛阶的定义；
梯形公式、Simpson公式及其余项；
复化梯形公式、复化Simpson公式及其余项； Gauss型求积公式的定义及其特点。 数值微分的三点公式计算近似导数定理。
➢第五章
常用的向量范数和矩阵范数的定义及求法；
❖列主元Gauss消去法、Doolittle分解方法；
条件数的定义及其计算。
➢第六章
了解向量序列和矩阵序列的定义、收敛性； ❖一般迭代法的形式、收敛性判定； Jacobi、Gauss-Seidel迭代格式（包括分量形式）
的性质（习题4-4）、Newton插值多项式
数值计算方法总结计划复习总结提纲.docx
数值计算方法复习提纲第一章数值计算中的误差分析12．了解误差 ( 绝对误差、相对误差 )3．掌握算法及其稳定性，设计算法遵循的原则。
1、误差的来源模型误差观测误差截断误差舍入误差2误差与有效数字绝对误差E（x）=x-x *绝对误差限x*x x*相对误差E r (x) ( x x* ) / x ( x x* ) / x*有效数字x*0.a1 a2 ....a n10 m若x x*110m n ，称x*有n位有效数字。
2有效数字与误差关系（ 1）m 一定时，有效数字n 越多，绝对误差限越小；（ 2）x*有 n 位有效数字，则相对误差限为E r (x)110 (n 1)。
2a1选择算法应遵循的原则1、选用数值稳定的算法，控制误差传播；例I n 11n xdxex eI 0 11I n1nI n1e△ x n n! △x02、简化计算步骤，减少运算次数；3、避免两个相近数相减，和接近零的数作分母；避免第二章线性方程组的数值解法1．了解 Gauss 消元法、主元消元法基本思想及算法；2．掌握矩阵的三角分解，并利用三角分解求解方程组；（Doolittle 分解； Crout分解； Cholesky分解；追赶法）3．掌握迭代法的基本思想，Jacobi 迭代法与 Gauss-Seidel4．掌握向量与矩阵的范数及其性质, 迭代法的收敛性及其判定。
本章主要解决线性方程组求解问题，假设n 行 n 列线性方程组有唯一解，如何得到其解？a11x1a12x2...a1nxn b1a21x1a22x2...a2nxn b2...an1x1an 2x2...annxn b n两类方法，第一是直接解法，得到其精确解；第二是迭代解法，得到其近似解。
一、Gauss消去法1、顺序Ｇ auss 消去法记方程组为：a11(1) x1a12(1) x2... a1(1n) x n b1(1)a21(1) x1a22(1) x2... a2(1n) x n b2(1)...a n(11) x1a n(12) x2... a nn(1) x nb n(1)消元过程：经ｎ－１步消元，化为上三角方程组a11(1) x1b1(1)a 21(2) x1a22(2 ) x2b2( 2 )...a n(1n) x1a n(n2) x2...a nn(n ) x nb n( n )第ｋ步若a kk(k)0( k 1)( k)a ik(k )(k )( k 1)( k )a ik(k )( k)aij aij a kk(k )akj bi b i a kk(k )b k k 1,...n 1 i, j k 1,....,n回代过程：x n b n(n)/ a nn(n)nx i (b i(i )a ij(i ) x j ) / a ii(i)(i n 1, n 2,...1)j i 1２、Ｇ auss—Ｊｏｒｄａｎ消去法避免回代，消元时上下同时消元３、Ｇ auss 列主元消去法例：说明直接消元，出现错误0.00001x12x22x1x23由顺序Ｇ auss 消去法，得x21, x10 ；Ｇa uss 列主元消去法原理：每步消元前，选列主元，交换方程。
数值分析期末复习
《数值分析》期末复习提纲第一章数值分析中的误差(一) 考核知识点误差的来源类型；绝对误差和绝对误差限，相对误差和相对误差限，有效数字；绝对误差的传播。
误差的定性分析(二)复习要求1. 知道产生误差的主要来源。
2. 了解绝对误差和绝对误差限、相对误差和相对误差限和有效数字等概念以及它们之间的关系。
3. 知道四则运算中的误差传播公式。
4. 避免误差危害的若干原则第二章插值法(一) 考核知识点插值函数，插值多项式，被插值函数，节点；拉格朗日插值多项式：插值基函数；均差及其性质，牛顿插值多项式；分段线性插值、线性插值基函数。
(二)复习要求1. 了解插值函数，插值节点等概念。
2. 熟练掌握拉格朗日插值多项式的公式，知道拉格朗日插值多项式余项。
3. 掌握牛顿插值多项式的公式，了解均差概念和性质，掌握均差表的计算，知道牛顿插值多项式的余项。
4. 掌握分段线性插值的方法和线性插值基函数的构造。
第三章函数逼近(一) 考核知识点函数逼近的基本概念，内积，范数，勒让德与切比雪夫正交多项式，最佳一次一致逼近，最佳平方逼近，曲线拟合的最小二乘法（二）复习要求1. 熟练掌握内积，范数等基本概念。
2. 熟练掌握勒让德与切比雪夫正交多项式的性质。
3. 掌握用多项式做最佳平方逼近的方法。
4. 最小二乘法及其计算方法。
第四章数值积分与数值微分(一) 考核知识点数值求积公式，求积节点，求积系数，代数精度；插值型求积公式，牛顿―科特斯求积公式，牛顿―科特斯系数及其性质，(复合)梯形求积公式，(复合)Simpson求积公式；高斯型求积公式，高斯点，(二点、三点)高斯―勒让德求积公式；(二) 复习要求1. 熟练掌握数值积分和代数精度等基本概念。
2. 熟练掌握牛顿−科特斯求积公式和科特斯系数的性质。
熟练掌握并推导(复合)梯形求积公式和(复合)Simpson求积公式。
3. 知道高斯求积公式和高斯点概念。
会用高斯−勒让德求积公式求定积分的近似值。
数值分析复习提要(6-1)
一、提纲１、高斯消去法、全选主元消去法、列选主元消去法、LU 分解、对称矩阵的T LDL 分解，对称正定矩阵的T LL 分解，三对角阵的追赶法。
２、向量空间距离的概念（向量范数、矩阵范数）、谱半径３、解线性方程组的迭代方法：Jacobi 迭代、Gauss-Seidel 迭代方法，及其收敛性 ４、求最大（小）特征值的幂法与反幂法 二、要点１、对于线性方程组b X A=⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛=n nn n n n n b b b b a a a a a a a a a A21212222111211,如果A 的所有顺序主子式0≠i D ，则高斯消去法可以完成。
其过程如下 将方程组的第一行乘111a a k -加到第k ，消去A 中除了第一行之外的第一列元素，得到 ()()()()()()()()⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛=1121111212122112111,00n nn n n n b b b b a a a a a a a A其中()()n i a ab b b a a a a a i i i i j ij ij,,3,2,,1111111111 =⨯-=⨯-= 得到一个等价的方程组()()11b X A=将方程组的第二行乘()()11112a a k -加到第k ，消去()1A 中除了第一、二行之外的第二列元素，得到()()()()()()()()()()()()⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=1231212223232331212312211312112,00000n nn n n n n b b b b b a a a a a a a a a a a A其中()()()()()()()n i a a b b b a a a a a i i ii j ij ij,,4,3,,122121211221222 =⨯-=⨯-=依此类推，可以得到一般的表达式()()()()()()()()n k i a a b b b a a a a a k k k k ik k k i ik k k k ik k kjij k ij,,1,,111111,111 +=⨯-=⨯-=++++++++如果只满足0≠A ，那么就得在消去之前调整元素的大小，将绝对值最大的元素做为消去除法中的分母。
《数值分析》期末复习纲要共6页文档
《数值分析》期末复习纲要第一章 数值计算中的误差分析主要内容(一)误差分析1、误差的基本概念：（1）绝对误差：设x 是精确值， *x 是其近似值，则称()E x x x *=-是近似值*x 的绝对误差，简称误差。
特点：可正可负，带量纲。
（2）相对误差：称()r x x E x x*-=是近似值*x 的相对误差，若精确值x 未知，则定义()r x x E x x **-=。
注: 由四舍五入得到的近似值,误差不超过最末位的半个单位(准确到最末位)。
2、有效数字的概念：P6;3、算法的数值稳定性：数值稳定的算法：初始数据所带有的误差在计算的过程中能得到有效控制，不至于因误差的过度增长影响计算结果的精度。
数值不稳定的算法：初始数据所带有的误差在计算的过程中得不到有效控制，以至于因误差的过度增长而使计算结果的精度大大降低。
P11：例子(二)算法设计的基本准则P11-15应用实例：课堂练习，作业基本要求1、掌握误差、有效数字等基本概念2、熟记算法设计准则，并能依据算法设计准则构造或选择计算公式。
（参见课堂练习、作业）第二章 线性代数方程组的数值解法直接法：不计初始数据的误差和计算过程中的舍入误差，经过有限步四则运算求得方程组的精确解。
迭代法：先给出方程组解的某一初始值，然后按照一定的迭代法则（公式）进行迭代，经过有限次迭代，求得满足精度要求的方程组的近似解。
主要内容（一）直接法的基本模式：高斯顺序消去法基本思想：按照各方程的自然排列顺序（不交换方程），通过按列消去各未知元，将方程组化为同解的三角形方程组来求解求解过程：⎩⎨⎧回代过程消元过程应用实例：课堂例题；练习（二）高斯列主元消去法基本思想：按列消元，但每次按列消元之前，先选取参与消元的 方程首列系数，选取绝对值最大者，通过交换方程，使之成为主元，再进行消元。
(每一步消元之前先按列选取主元)应用实例：课堂例题，作业(三)迭代法基本原理：（1）将原方程组b Ax =改写成如下等价形式：（2）构造相应的迭代公式：f Bx x m m +=-)1()( （3）任取一初始向量)0(x代入上述迭代公式，经迭代得到向量序列{}T m n m m m x x x x ),,,()()(2)(1)( =，如果该向量序列{})(m x 收敛于某一向量T n x x x x ),,,(21****= ，即T n x x x x ),,,(21****= 即为原方程组的解。
(完整版)数值计算方法复习提纲
（2）回代过程：
1．若 则矩阵A奇异，程序结束；否则执行。
2
举例说明。
4、消元法应用
（1）行列式计算；
（2）矩阵求逆。
二、利用矩阵三角分解求解线性方程组
1、求解原理
线性方程组写成矩阵形式为：
AX=b
若A=LU，则LUX= b，
记UX=Y
解的存在性定理：
解析解的概念
数值解的概念
§1 Euler方法
一、Euler公式
导数离散化
由向前差商代替导数
得
记为 ------- Euler显式公式
由向后差商代替导数
得
记为 ------- Euler隐式公式
由中心差商代替导数
得
记为 ------- Euler两步公式
二、Euler预估-校正公式
梯形公式
。。。
依次带入
----- Newton插值多项式
计算时先造差商表；
三、余项
§4差分与等距节点插值多项式
一、差分及其性质：
二、等距节点插值多项式
§5 Hermite插值
一、带导数的插值多项式
1、问题：求次数不超过3次多项式 ；
2、利用基函数构造
二、一般情形
1、问题：求次数不超过2n+1次多项式
2、利用基函数构造
1、公式推导
由Lagrange插值多项式 代替函数f(x)
记
则
求积系数 的计算：
-
为Cotes系数；
--------- Newton-Cotes求积公式
2、Cotes系数性质
对称性：
数值计算方法复习提纲
数值计算方法复习提纲第一章 数值计算中的误差分析 1．了解误差及其主要来源，误差估计；2．了解误差(绝对误差、相对误差)和有效数字的概念及其关系；3．掌握算法及其稳定性，设计算法遵循的原则。
1、 误差的来源 模型误差 观测误差 截断误差 舍入误差 2误差与有效数字绝对误差 E （x ）=x-x *绝对误差限ε εε+≤≤-**x x x相对误差 ***/)(/)()(x x x x x x x E r -≈-=有效数字m n a a a x 10.....021*⨯±=若n m x x -⨯≤-1021*，称*x 有n 位有效数字。
有效数字与误差关系（1） m 一定时，有效数字n 越多，绝对误差限越小； （2）*x 有n 位有效数字，则相对误差限为)1(11021)(--⨯≤n r a x E 。
选择算法应遵循的原则1、 选用数值稳定的算法，控制误差传播； 例 ⎰=101dx e x eI xn n eI nI I n n11101-=-=- △!n x n=△x 02、 简化计算步骤，减少运算次数；3、 避免两个相近数相减，和接近零的数作分母； 避免第二章 线性方程组的数值解法1．了解Gauss 消元法、主元消元法基本思想及算法； 2．掌握矩阵的三角分解，并利用三角分解求解方程组； （Doolittle 分解；Crout 分解；Cholesky 分解；追赶法） 3．掌握迭代法的基本思想，Jacobi 迭代法与Gauss-Seidel 迭代法；4．掌握向量与矩阵的范数及其性质,迭代法的收敛性及其判定 。
本章主要解决线性方程组求解问题，假设n 行n 列线性方程组有唯一解，如何得到其解？⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++nn nn n n n n n n b x a x a x a b x a x a x a b x a x a x a (22112222212111212111)两类方法，第一是直接解法，得到其精确解；第二是迭代解法，得到其近似解。
数值分析复习提纲
数值计算方法与MATLAB复习提纲1.误差的基本知识，数值算法的稳定性和收敛性。
P1—P12。
2.GAUSS消去法（顺序消去法、列主元素法和全主元素法）的基本思想，GAUSS消去法与矩阵三角分解的关系。
P13—P30。
3.直接三角分解法的基本思想，会应用追赶法解题。
P30－P36。
4.线性空间、内积空间、赋范线性空间、内积、范数、谱半径等基本概念。
掌握内积、范数和谱半径计算。
P38—P52。
5.条件数及其与线性方程组的性态的关系，方程组直接解法的误差分析的主要思想与结论（定理2.4.1、2.4.2、2.4.3）。
P52—P57。
6.线性方程组的三个迭代法和收敛性分析, 会应用收敛性定理2.6.2, 2.6.3和2.6.7,2.6.8。
P59—P68,P73—74。
7.插值问题的基本思想，相关概念和几何意义。
P104—P107。
grange与Newton插值公式和余项及其应用，相关基本性质、概念。
P107—P126。
9.Hermit插值，分段插值，三次（m次）样条插值的基本概念及其基本思想.P126—P128，P132—148。
10.正交函数和正交多项式，Legendre正交多项式（记住：P0、P1、P2和P3），切比雪夫(Chebyshev)正交多项式。
会应用正交的性质解题。
P151—P159。
11.最佳平方逼近的基本思想及其应用（相关定义、定理及几何意义）。
P161—P167。
12.曲线拟合的最小二乘法的基本思想及其应用（5.4.1和5.4.2两部分内容）。
P167—P175。
13.数值积分的相关基本概念，如：代数精度、插值型公式的含义等。
P180—P182。
14.Newton-Cotes公式和余项（梯形公式、Simpson公式）及其应用。
P182—P189。
15.复化求积法的基本概念与思想，复化梯形公式、Simpson公式和余项及其应用。
P190—P193。
16.变步长求积法的基本思想和变步长的梯形公式及其应用。
研数值分析复习提纲0811[1]
![研数值分析复习提纲0811[1]](https://img.taocdn.com/s3/m/3215c3b6524de518974b7d21.png)
全日制硕士生“数值分析”复习提纲（2008、11）一、考核知识点及其要求（一）引论1、误差的基本概念理解截断误差、舍入误差、绝对（相对）误差和误差限、有效数字、算法的数值稳定性等基本概念。
2、数值算法设计若干原则掌握数值计算中应遵循的几个原则：简化计算步骤以节省计算量（秦九韶算法），减少有效数字的损失（避免相近数相减），选择数值稳定的算法。
（二）插值方法1、插值问题的提法理解插值问题的基本概念、插值多项式的存在唯一性。
2、Lagrange插值熟悉Lagrange插值公式（线性插值、抛物插值、n次Lagrange插值），掌握其余项表达式（及各种插值余项表达式形式上的规律性）。
3、Newton插值熟悉Newton插值公式，了解其余项公式，会利用均差表和均差的性质计算均差。
4、Hermite插值掌握两点三次Hermite插值及其余项表达式，会利用承袭性方法构造非标准Hermite插值。
5、分段线性插值知道Runge现象，了解分段插值的概念，掌握分段线性插值（分段表达式）。
6、三次样条函数与三次样条插值概念了解三次样条函数与三次样条插值的定义。
（三）曲线拟合与函数逼近1、曲线拟合的最小二乘法熟练掌握曲线拟合最小二乘法的原理和解法（只要求线性最小二乘拟合），会求超定方程组的最小二乘解。
2、连续函数的最佳平方逼近了解最佳平方逼近函数的概念，掌握最佳平方逼近多项式的求法（从法方程出发）。
（四）数值微积分1、数值求积的基本思想、插值型求积公式与代数精度掌握插值型求积公式（系数表达式），理解代数精度概念，会利用代数精度构造求积公式。
2、Newton-Cotes公式（等距节点插值型求积公式）掌握梯形公式和Simpson公式，了解其余项公式与代数精度的联系，了解系数之和的性质，掌握稳定性条件；理解复化求积方法的思想。
3、正交多项式掌握函数正交和正交多项式的概念（函数内积、2-范数、权函数，正交函数序列，正交多项式），了解Legendre多项式。
《数值分析复习提纲》word版
数值分析第一部分线性方程组的数值解法一、基本要求1、掌握每一种解法的基本思想，适用范围，收敛条件，计算公式以及误差估计.2、在应用中不同解法的异同、优劣，加深对算法的理解，最好能上机计算.二、主要概念及结果主要概念定义1.1 对于方程通过某种方法建立了迭代法（2.1.1）如果对于任何使得极限成立，则称该迭代法是收敛的.定义1.2 如果，对于，都有成立，则称A是严格对角占优的.主要算法与定理高斯(Gauss)消去法假设A的所有顺序主子式都不等于零，原来的方程组为计算步骤为1） 把上面的第一个方程除以，在分别乘上后与第k 个方程相加（）,得到于是我们从第2到第n 个方程中消去了.2） 把上面的第二个方程除以，再分别乘上后与第k 个方程相加（）得到于是我们从第3到第n 个方程中消去了.3） 继续这个过程直到我们得到4） 由上面的最后一个方程很容易得到，然后按相反次序回代逐一计算出方程的解.高斯(Gauss)列主元消去法 假设A 的所有顺序主子式都不等于零，原来的方程组为（1） 消元过程.对，进行以下运算： 1） 选主元.找行号，使得； 2） 交换中的ki k ,两行；3） 消元：对于； 对.（2） 回代过程.按下述公式；回代求解即可得到方程组的解.定理1.1 对于，如果A 的所有顺序主子式都不为零，则存在唯一的上三角矩阵U 和对角元素为1的下三角矩阵L,使得Doolittle 分解 根据定理1.1，对于，如果A 的所有顺序主子式都不为零，则存在唯一的上三角矩阵U 和对角元素为1的下三角矩阵L,使得.可以直接计算分解式中的诸元素.为此，我们假设⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=-11111,21323121n n n n l l l l l l L，⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=-----nn n n n n n n n n u u u u u u u u u u U ,11,121,22211,11211用U 的第k 列（）乘L ，然后与A 的相应列比较，可以逐列（逐行）计算出L(U)的元素.定理1.2 设A 是一个对称正定矩阵，则存在唯一的下三角阵L ，其对角元素都是正的，使得定理1.3 设A 是一个对称正定矩阵，则存在一个单位下三角阵L和对角矩阵D，使得定理1.4 迭代法对于任意收敛的充分必要条件是，其中是迭代矩阵的谱半径.如果及假设A的对角元素，令A=D-L-U,其中D是A 的对角部分构成的矩阵.L和U分别是A的严格下（上）三角矩阵，则有以下几个具体算法：雅可比迭代法高斯-赛德尔迭代法关于这两个算法的收敛性有如下定理：定理1.5 如果方程组Ax=b的系数矩阵是严格对角占优的，则雅可比迭代法和高斯-赛德尔迭代法都收敛.定理1.6 如果方程组Ax=b的系数矩阵是对称正定的，则高斯-赛德尔迭代法收敛.第二部分非线性方程的数值解法一、基本要求掌握每种方法的基本思想、迭代公式、收敛条件以及与其他方法的差异.二、主要概念及结果主要概念定义2.1 对于方程，通过某种方法建立了迭代法（2.1）如果存在使得极限，则称该迭代法是收敛的.主要算法与定理定理2.1 设有方程，如迭代函数在有根区间[a，b]上满足：（1）当时，；（2）在[a，b]上可导，且有，则有：（1）方程在[a，b]上有唯一的根*x；（2）对任意初值，迭代公式产生的数列收敛于方程的唯一根*x，即；（3）误差估计定理2.2 设*x是方程的根，在*x的某个邻域内连续，且有，则必存在*x的一个邻域，对于任意选取的初值，迭代公式产生的数列收敛于方程的根*x.二分法假设的隔根区间为，取，计算.如果，则取，否则取.继续这个过程直到取见足够的小，就可以把最后区间的中点作为方程的近似根.此法称为二分法.牛顿法计算公式定理 2.3 如果，且在*x的某个邻域内连续，则牛顿法是局部收敛的.弦截法计算公式第三部分插值法一、基本要求1、在算法上要求熟练掌握拉格朗日插值法，等距节点插值法，牛顿插值法.2、要求能按所给条件，选用适当的近似公式求出近似函数或计算出函数的近似值，并会估计其误差.二、主要概念及结果主要概念定义3.1 设在区间上有定义，且在上的个不同的点的函数值为，若存在一个代数多项式（3.1）其中为实数，使得成立，则称为函数的插值多项式，点称为插值节点.主要算法与定理定理3.1 在个互异节点上满足插值条件的次数不高于的插值多项式存在且唯一.拉格朗日插值多项式的一般形式 其中为插值基函数， 插值余项为其中是区间中的某一个值，且和x 有关，所以牛顿插值多项式及余项)())(](,,,[))(](,,[)](,[)()(11010102100100----++--+-+=n n n x x x x x x x x x f x x x x x x x f x x x x f x f x N余项牛顿前插公式牛顿后插公式第四部分数值积分与数值微分一、基本要求掌握梯形求积公式、辛普森求积公式以及复化的梯形公式、复化的辛普森公式和龙贝格公式的构造方法.二、主要概念及结果主要概念定义4.1 若求积公式对于任意不高于次的代数多项式都准确成立，而对于次多项式却不能准确成立，则称该求积公式具有次代数精度.定义 4.2 将个节点的具有次代数精度的插值型求积公式称为高斯型求积公式，节点称为高斯点，称为高斯系数.主要算法与定理插值型求积公式其中牛顿-柯特斯公式其中梯形公式辛普森公式柯特斯公式其中复化梯形公式复化辛普森公式复化柯特斯公式其中龙贝格求积公式定理4.1 节点为高斯点的充分必要条件是以这些点为零点的多项式与任意次数不大于的多项式在上正交，即.第五部分常微分方程的数值解法一、基本要求掌握欧拉公式、经典的龙格-库塔公式二、主要概念及结果主要算法和定理显式欧拉方法隐式欧拉方法梯形公式预报-校正方法预估校正龙格-库塔方法二阶龙格-库塔公式经典的四阶龙格-库塔公式。
- 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)。
数值分析总复习提纲数值分析课程学习的内容看上去比较庞杂，不同的教程也给出了不同的概括，但总的来说无非是误差分析与算法分析、基本计算与基本算法、数值计算与数值分析三个基本内容。
在实际的分析计算中，所采用的方法也无非是递推与迭代、泰勒展开、待定系数法、基函数法等几个基本方法。
一、误差分析与算法分析误差分析与算法设计包括这样几个方面： （一）误差计算 1、截断误差的计算截断误差根据泰勒余项进行计算。
基本的问题是(1)1()(01)(1)!n n f x x n，已知ε求n。
例1．1：计算e 的近似值，使其误差不超过10－6。
解：令f(x)=e x ,而f （k)(x)=e x ,f （k)(0)=e 0=1。
由麦克劳林公式，可知211(01)2!!(1)!n x xn x x e e x x n n当x=1时，1111(01)2!!(1)!e e n n故3(1)(1)!(1)!n e R n n 。
当n＝9时，R n (1)<10－6，符合要求。
此时， e≈2.718 285。
2、绝对误差、相对误差及误差限计算绝对误差、相对误差和误差限的计算直接利用公式即可。
基本的计算公式是：①e(x)＝x *－x ＝△x ＝dx② *()()()ln r e x e x dxe x d x x x x③(())()()()e f x f x dx f x e x ④(())(ln ())r e f x d f x⑤121212121122121122((,))(,)(,)(,)()(,)()x x x x e f x x f x x dx f x x dx f x x e x f x x e x ⑥121212((,))((,))(,)f x x f x x f x x⑦ x注意：求和差积商或函数的相对误差和相对误差限一般不是根据误差的关系而是直接从定义计算，即求出绝对误差或绝对误差限，求出近似值，直接套用定义式()()r e x e x x或x， 这样计算简单。
例1．2：测得圆环的外径d 1=10±0.05(cm)，内径d 2=5±0.1(cm)。
求其面积的近似值和相应的绝对误差限、相对误差限。
解：圆环的面积公式为： 2212()4S d d所以，圆环面积的近似值为 222(105)58.905()4S cm由上述讨论，面积近似值的绝对误差限为112211222()(2()2())(()())42(100.0550.1)21.57()S d d d d d d d d cm相对误差为() 1.57()100% 2.7%58.905S S S相对误差要化成百分数。
3、绝对误差、相对误差、有效数字的关系计算绝对误差、相对误差、有效数字的关系依据如下结论讨论： ①如果一个数*1231110.(0)n n n x a a a a a a a其近似值12310.n n x a a a a a是对x*的第n+1位进行四舍五入后得到的，则x 有n 位有效数字，且其绝对误差不超过 1102n ，即 1*102n x x 。
②如果一个数*1231110.10(0)m n n n x a a a a a a a的近似值12310.10m n n x a a a a a是对x*的第n+1位进行四舍五入后得到的，则x 有n 位有效数字，且其绝对误差不超过 1102m n ，即 1*102m n x x 。
③设12310.10m n n x a a a a a 是x*的具有n 位有效数字的近似值，则其相对误差限为111102n a反之，若x 的相对误差限111102(1)n a则x 至少具有n 位有效数字。
例的近似值，使其绝对误差不超过31102。
解：因为12所以，化成12310.10m n n x a a a a a 的形式，有11,1a m 。
而31411101022，所以，由定理2，n=4，所以近似值应保留4位有效数字。
1.732 。
例的近似值的相对误差不超过410 ，应取几位有效数字？（5％）解：设取n 个有效数字可使相对误差小于410 ，则 141110102n a ，而34 ，显然13a ，此时，114111101010223n n a ，即14110106n ， 也即561010n 所以，n=5。
例1．5：已知近似数x 的相对误差限为0.3％,问x 至少有几个有效数字？ 解：设x 有n 位有效数字，其第一位有效数字按最不利情况取为9，则11311110.3%10101010002(91)2102210n n n n由上可得6101000n ，n≈2.2，所以取n=2。
指出：也可以按首位为1，9分别计算，取较小者。
4、计算方法的余项计算各种计算方法的余项的计算根据相应的余项定理进行。
（二）误差分析精度水平的分析主要依据两个结论： 相对误差越小，近似数的精确度越高。
一个近似数的有效数字越多，它的相对误差越小，也就越精确。
反之亦然。
例1.6： 测量一个长度a 为400米，其绝对误差不超过0.5米，测量另一长度b 为20米，其绝对误差不超过0.05米。
问，哪一个测量的更精确些？解：0.50.125%4000.050.25%20aa bb ab显然，δa < δb 所以测值a 更准确一些。
答：测值a 更准确一些。
指出：衡量测量工作的好坏用相对误差。
解决这样的题目就是三个步骤： 第一，求出两个相对误差。
第二，比较两个相对误差的大小。
第三，结论。
（三）算法分析 1、稳定性分析算法的稳定性通过对计算的误差的扩缩情况进行分析。
例1．7：设近似值T 0=S 0=35.70具有四位有效数字，计算中无舍入误差，试分析分别用递推式15142.8i i T T 和11142.85i i S S计算T 20和S 20所得结果是否可靠。
解：设计算T i 的绝对误差为e(T i )=T i *－T i ，其中计算T 0的误差为ε，那么计算T 20的误差为e(T 20)=T 20*－T 20＝（5T 19*－142.8）－（5T 19－142.8）=5(T 19*－T 19) ＝5e(T 19)=52e(T 18)=……=520e(T 0) 显然误差被放大，结果不可靠。
同理，202001()()5e S e S，误差缩小，结果可靠。
指出：注意理论分析，因此初始近似值本身是不必要的。
2、收敛性分析算法的收敛性分析主要是迭代法解方程的收敛性分析和迭代法解方程组的收敛性分析，其他计算方法的收敛性分析一般在具体计算过程中体现。
（1）迭代法收敛性判定的基本结论是：定理（迭代法基本定理）：对于任意的f∈R n ，和任意的初始向量x (0)∈R n ，迭代法x (k+1)=Bx (k)+f(k=0,1,2,…)收敛的充分必要条件是迭代矩阵B 的谱半径ρ(B)＜1。
推论：若1B ，则迭代格式x (k+1)=Bx (k)+f(k=0,1,2,…)收敛。
（2）判定雅可比迭代法、高斯—赛德尔迭代法收敛的基本依据是： 定理： 设线性方程组Ax=b，其系数矩阵为111212122212(0)n n ii n n nn a a a a a a A a a a a则雅可比迭代法迭代矩阵的特征值满足如下条件：1112121222120nnn n nn a a a a a a a a a；高斯－赛德尔迭代法迭代矩阵的特征值满足如下条件：1112121222120nnn n nna a a a a a a a a。
(3)系数矩阵为严格对角占优矩阵的方程组的迭代法收敛性：定理：系数矩阵为严格对角占优的线性方程组，它的雅可比迭代和高斯－赛德尔迭代都是收敛的。
指出：迭代法基本定理是一般结论，对任意迭代法的收敛性都能分析。
限定雅可比迭代法和高斯-赛德尔迭代法则不必应用基本定理，以回避求迭代矩阵。
例1．8：已知线性方程组1231231232211221x x x x x x x x x求解这个方程组的雅可比迭代法和高斯—赛德尔迭代法是否收敛？ 解：122111221A ，令2211022，则312300 ， 所以ρ(B J )=0<1所以雅可比迭代法收敛。
而21232210(2)00,222， 所以ρ(B G-S )=2>1所以高斯—赛德尔迭代法发散。
二、基本计算与基本算法 （一）秦九韶算法秦九韶算法是一种求多项式的值的计算方法。
对任意给定的x，计算代数多项式1110()n n n n n P x a x a x a x a的值，可以利用下面的方法计算：1210()((()))n n n n P x a x a x a x a x a这种算法就是著名的秦九韶算法。
是我国宋朝伟大的数学家秦九韶的伟大发现。
秦九韶算法可以写成递推的形式：10(1,2,1,0)()n n k k kn s a s xs a k n p x s具体计算式，递推格式是采用如下表格形式进行计算：1232101123211123210()knn n n k nn n k k k n n n n n a a a a a a a a x xs xs xs xs xs xs xs s a xs s a s s s s s s 根据递推规则，计算的过程是要把横线上面每一竖列的两个数相加得横线下的数。
其中a k 由多项式给出，而每一个xs k+1则由前一列中的s k+1与已知数x 相乘得出。
所以可以由最前一列逐步递推计算出最后结果。
例2．1：用秦九韶算法计算多项式 76432()23461p x x x x x x x 在x=2处的值p(2)。
解：将所给多项式的系数按降幂排列，缺项系数为0。
1203416122006410810032549计算过程如下： ①s 7＝a 7＝1。
②x .s 7＝2。
③s 6=a 6+xs 7=-2+2=0（竖向相加） ④重复以上过程。
⑤s 0=－1－8＝－9。
所以，p(2)＝－9。
（二）有效的基本算法所谓有效的基本算法是指，根据算法设计的原则，设计出的一些求值计算的基本算法，这些算法避免了两个相近的数相减、较小的数作除数等使得计算误差增大的问题，减少了计算次数，通过调整计算顺序避免了大数吃小数。
例2．2：指出下列各题的合理计算途径（对给出具体数据的，请算出结果） ［1］1－cos1○（三角函数值取四位有效数字）［2］ln(30 （对数函数值取六位有效数字）［3］1cos sin x x(其中x 的绝对值很小）［4］x 127［5］10011(1)n n n解：［1］201cos 2sin ,sin 0.50.00872xx［2］300.01667,ln(30 4.09414［3］ 1cos sin tan sin 1cos 2x x xx x［4］x 127＝x·x 2·x 4·x 8·x 16·x 32·x 64［5］由小到大依次相加。