- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
必威体育精装版非数学专业硕士生《数值分析》考试参考资料.doc
非数学专业硕士《数值分析》考试
复习资料
第一章
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.设关于精确数有3位有效数字,估计的相对误差. 对于,估计对于的误差和相对误差.
解 的相对误差:由于
. ,
. ()
对于的误差和相对误差.
==
. □
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)
(2)
(3) .
解 (1) . (2) .
(3) . □
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: .
例1 n=1时,线性插值公式 ,
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
过点的一次插值多项式为
其中
过点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) -1 0 1/2 1 -3 -1/2 0 1
(2) -1 0 1/2 1 -3/2 0 0 1/2 解(2):
方法一. 由 Lagrange 插值公式
可得:
方法二. 令
由 , , 定A,B (称之为待定系数法) □
15.设,求在区间上的分段线性插值函数,并估计误差,取等距节点,且.
解 , , ,
设 ,则:
误差估计:
. □
第三章
最佳一致逼近:(了解)
最佳平方逼近
主要分两种情形:
连续意义下
在空间中讨论
离散意义下
在维欧氏空间中讨论,只要求提供的样本值
最佳逼近多项式的法方程组
设的维子空间 =span,
其中 是的线性无关多项式系.
对,设其最佳逼近多项式可表示为:
由
即 (*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).
由的线性无关性,可证明正定,即
上述法方程组的解存在且唯一 .
11、 求 ,的一次和二次最佳平方逼近多项式.
解: 设 ,
分别为的一次、二次最佳平方逼近多项式。
内积
计算如下内积:
, ,
, ,
, ,
建立法方程组:
(1) ,得: ,
于是
(2)
解得: , , , 于是: . □
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simpson复化求积公式.
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 (*)对所有次数的多项式是精确的,但对 次多项式不精确,则称(*)具有次代数精度。
等价定义
若求积公式(*)对是精确的,但对不精确,则(*)具有次代数精度。
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,系数待定利用插值多项式近似代替,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:系数和节点均待定
3 分段插值多项式近似代替 (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()求积公式:
Newton-Cotes型:矩形、梯形、Simpson、Cotes公式
分别称为复化矩形、梯形、辛甫生、
文档评论(0)