数值分析课件
合集下载
数值分析全册完整课件
0
解： 将 ex2 作Taylor展开后再积分
1 eБайду номын сангаас x2 dx
1
(1
x2
x4
x6
x8
... ) dx
0
0
2 ! 3! 4!
1 1 1 1 1 1 1 1 ... 3 2! 5 3! 7 4! 9
S4
R4
取 1 e
x
2
dx
0
S4
,
则
R4
1 1 4! 9
1 1 5! 11
...
值班军官对连长: 根据营长的命令，明晚8点哈雷彗星将 在操场上空出现。如果下雨的话，就让士兵穿着野战服列 队前往礼堂，这一罕见的现象将在那里出现。
连长对排长: 根据营长的命令，明晚8点，非凡的哈雷彗 星将身穿野战服在礼堂中出现。如果操场上下雨，营长将 下达另一个命令，这种命令每隔76年才会出现一次。
1.由实际问题应用有关知识和数学理论建立模型， -----应用数学任务
2.由数学模型提出求解的数值计算方法直到编程出结果， -----计算数学任务
计算方法是计算数学的一个主要部分，研究的即是后半 部分，将理论与计算相结合。
特点:
面向计算机，提供切实可行的算法； 有可靠的理论分析，能达到精度要求，保证近
计算方法
数值分析全册完整课件
教材和参考书
教材：
数值分析，电子科技大学应用数学学院，钟尔杰， 黄廷祝主编，高等教育出版社
参考书：
数值方法（MATLAB版）（第三版），John H. Mathews,Kurtis D. Fink 著，电子工业出版社；
数值分析（第四版），李庆扬，王能超，易大义编，清华 大学出版社；
解： 将 ex2 作Taylor展开后再积分
1 eБайду номын сангаас x2 dx
1
(1
x2
x4
x6
x8
... ) dx
0
0
2 ! 3! 4!
1 1 1 1 1 1 1 1 ... 3 2! 5 3! 7 4! 9
S4
R4
取 1 e
x
2
dx
0
S4
,
则
R4
1 1 4! 9
1 1 5! 11
...
值班军官对连长: 根据营长的命令，明晚8点哈雷彗星将 在操场上空出现。如果下雨的话，就让士兵穿着野战服列 队前往礼堂，这一罕见的现象将在那里出现。
连长对排长: 根据营长的命令，明晚8点，非凡的哈雷彗 星将身穿野战服在礼堂中出现。如果操场上下雨，营长将 下达另一个命令，这种命令每隔76年才会出现一次。
1.由实际问题应用有关知识和数学理论建立模型， -----应用数学任务
2.由数学模型提出求解的数值计算方法直到编程出结果， -----计算数学任务
计算方法是计算数学的一个主要部分，研究的即是后半 部分，将理论与计算相结合。
特点:
面向计算机，提供切实可行的算法； 有可靠的理论分析，能达到精度要求，保证近
计算方法
数值分析全册完整课件
教材和参考书
教材：
数值分析，电子科技大学应用数学学院，钟尔杰， 黄廷祝主编，高等教育出版社
参考书：
数值方法（MATLAB版）（第三版），John H. Mathews,Kurtis D. Fink 著，电子工业出版社；
数值分析（第四版），李庆扬，王能超，易大义编，清华 大学出版社；
数值分析课件
第3章线性方程组的解法本章探讨大型线性方程组运算机求解的经常使用数值方式的构造和原理，要紧介绍在运算机上有效快速地求解线性方程组的有关知识和方式.重点论述Jacobi迭代法、Seidel迭代法、Guass消元法及LU分解法的原理、构造、收敛性等内容。
实际案例问题的描述与大体概念解线性方程组问题在线性代数中已有很优美的行列式解法，但对大型的线性方程组（阶数n>40）的求解问题利用价值并非大，因为其计算量太大。
实际问题中常常碰到自变量个数n都专门大的线性方程组求解问题，这些线性方程组要借助运算机的帮忙才能求出解。
n 个变元12,,,n x x x ⋯的线性方程组的一样形式为11112211211222221122n n n n m m mn n ma x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ （）式中，a ij 称为系数，b i 称为右端项，它们都是已知的常数。
若是有***1122,,,n nx x x x x x ===使方程组（）成立，那么称值***12,,,nx x x为线性方程组的（）的一组解。
本章在不作专门说明的情形下，要紧讨论m=n 的线性方程组11112211211222221122n n n n n n nn n na x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩的求解问题，且假设它有唯一解。
线性方程组的矩阵表示Ax b =式中A称为系数矩阵，b称为右端项。
数值分析中，线性方程组的数值解法要紧分为直接法和迭代法两大类。
直接法是用有限次计算就能够求出线性方程组“准确解”的方式（不考虑舍入误差）；迭代法是由线性方程组构造出迭代计算公式，然后以一个猜想的向量作为迭代计算的初始向量慢慢迭代计算，来取得知足精度要求的近似解。
迭代法是一种逐次逼近的方式。
数值分析学习课件
对任意 u ≠ 0 ∈ R n +1 ，必有 Φ u ≠ 0 。 则 u T B u = u T Φ T Φ u =|| Φ u || 2 > 0 2 若不然， 若不然，则 存在唯一解 ⇒ B为正定阵，则非奇异，所以法方程组存在唯一解。 为正定阵，则非奇异，所以法方程组存在唯一 n +1 存在一个 u ≠ 0 ∈ R 使得 Φ u = 0 … 即
则 (ϕ i , ϕ j ) =
∫
1 0
x i x j dx =
1 i + j+1
Hilbert阵！ 阵
若能取函数族Φ={ ϕ0(x), ϕ1(x), … , ϕn(x), … }， ， 两两（ 使得任意一对ϕi(x)和ϕj(x)两两（带权）正交， 和 两两 带权）正交， 改进： 改进： 对角阵！ 就化为对角阵 则 B 就化为对角阵！ (ϕ k , y ) 这时直接可算出a 这时直接可算出 k = (ϕ k , ϕ k ) 正交多项式的构造： 正交多项式的构造： 多项式的构造 取为k 多项式，为简单起见， 将正交函数族中的ϕk 取为 阶多项式，为简单起见，可取 ϕk 的首项系数为 1 。
①
总体上尽可能小 尽可能小。 这时没必要取 P(xi) = yi , 而要使 P(xi) − yi 总体上尽可能小。 常见做法： 常见做法：
m
不可导， 不可导，求解困难
太复杂
使 max | P ( x i ) − y i | 最小 /* minimax problem */ 1≤ i ≤ m 使 ∑ | P ( x i ) − y i | 最小 使 ∑ | P ( x ) − y | 最小 /* Least-Squares method */ 定义 最佳平方逼近：即连续型 逼近，在 || f ||2 = 最佳平方逼近：即连续型L-S逼近 平方逼近 逼近，
数值分析课件
辛普森方法
一种基于矩形法思想的数值积分方法 ，适用于计算定积分。
自适应辛普森方法
一种基于辛普森方法和梯形法的自适 应数值积分方法，能够根据函数性质 自动选择合适的积分策略。
常微分方程的数值求解
01
欧拉方法
一种基于常微分方程初值 问题的数值求解方法，通 过逐步逼近的方式求解近 似解。
02
龙格-库塔方法
定积分是函数在区间上积分和的极限；不定积分是函数在 某个区间上的原函数。
02
应用领域
积分广泛应用于物理、工程、经济等领域，如求曲线下面 积、求解变速直线运动位移等。
03
数值计算方法
使用数值积分方法（如梯形法、辛普森法等）来近似计算 定积分和不定积分的值。这些方法将积分区间划分为若干 个小段，并使用已知的函数值和导数值来近似计算每个小 段的积分值，最后求和得到积分的近似值。
一种基于常微分方程初值 问题的数值求解方法，通 过构造龙格-库塔曲线来 逼近解。
03
阿达姆斯-图灵 方法
一种基于常微分方程初值 问题的数值求解方法，通 过构造阿达姆斯-图灵曲 线来逼近解。
04
自适应步长控制 方法
一种基于欧拉方法和龙格 -库塔方法的自适应步长 控制方法，能够根据误差 自动调整步长。
偏微分方程的数值求解
高斯消元法的步骤
1. 将方程组按照行进行排列，并将每个方程中的未知数 按照列排列。
2. 对于每个方程，选取一个未知数作为主元，并将其余 的未知数用主元表示。
3. 将主元所在的行与其他行进行交换，使得主元位于对 角线上。
4. 将主元所在的列中位于主元下方的元素消为0，从而得 到一个阶梯形矩阵。
线性方程组的解法
数值分析是一种工具，它可以帮助我 们更好地理解和解决实际问题，同时 也可以帮助我们更好地理解和应用数 学理论。
数值分析学习课件
§2.正交多项式
性质3. n次多项式 P (x)有n个互异实根，且全部(a, b)内。 n 性质4.设 P (x)的n个实根为x1 , x2 ,..., xn P + 1 (x) 的n+1 ，n n 个实根为 x1 , x2 ,..., xn1 ，则有
a x1 x1 x 2 x2 ...
{ j(x) = e kj x , ki kj } 对应指数多项式 /* exponential
polynomial */
§1.函数逼近的基本概念
定义 权函数：
①
离散型 /*discrete type */
根据一系列离散点 ( xi , yi ) (i 1, ... , n) 拟合时，在每一误
Pk(x)
kl kl
由 P0 1, P1 x 有递推 (k 1) Pk 1 (2k 1) xP kPk 1 k
k
0
1
2 3
P0 ( x) 1 P ( x) x 1
P2 ( x ) =
4
1 P3 ( x ) = (5 x3 - 3x) 2 1 P4 ( x ) = (35 x 4 - 30 x 2 + 3) 8
第三章
函数逼近
/* Approximation Theory */
第一讲
§1.函数逼近的基本概念
§2.正交多项式
§1.函数逼近的基本概念
已知 x1 … xm ; y1 … ym, 求一个简单易算的近 m 似函数 P(x) f(x) 使得 | P ( xi ) yi |2 最小。
i 1
已知 [a, b]上定义的 f(x)，求一个简单易算的 b 近似函数 P(x) 使得 a [ P( x) f ( x)]2 dx 最小。
数值分析ppt
例如：建立积分
1 xn
In
dx 0 x5
n 0,1, , 20
的递推关系式，研究它的误差传递。
解：由
In 5In1
1
xn
5xn1 dx
0 x5
1 xn1dx 1
0
n
和
I0
1 1 dx ln 6 ln 5 0 x5
可建立递推公式
1 In 5In1 n
n 1, 2, , 20
VIP专享文档下载特权自VIP生效起每月发放一次， 每次发放的特权有效期为1个月，发放数量由您购买 的VIP类型决定。
每月专享9次VIP专享文档下载特权， 自VIP生效起每月发放一次，持续有 效不清零。自动续费，前往我的账号 -我的设置随时取消。
服务特 权
共享文档下载特权
VIP用户有效期内可使用共享文档下载特权下载任意下载券标价的文档（不含付费文档和VIP专享文档），每下载一篇共享文
在四中误差中，模型误差和观测误差是客 观存在的，截断误差和舍入误差是由计算方法和 计算工具引起的，我们在研究数学问题的数值解 法时，主要是分析讨论计算方法的截断误差和舍 入误差。
例如 在计算机上计算级数
sin x x 1 x3 1 x5 1 x7 3! 5! 7!
取前三项计算 sin x 的近似值
e*( y) y*
( f )* x1
x1* y*
er*
(
x1)
(
f x2
)*
x2* y*
er*(x2 )
（2）
利用（1）、（2）两式，可以得到两数 和、差、积、商的绝对误差与相对误差传播 的估计式.
e* (x1 x2 ) e* (x1) e*(x2 )
数值分析-第一章ppt课件
数及其图形作出判断. 整理版课件
6
由分部积分法可得:
Ine101xndex
n=1,2,4,6, 8,10,15
e 1 x n ex|1 0 e 1 0 1 nn 1 x ex dx
1 nn 1 I (n 1 ,2 , ).
如果取 I0 = 1–e–1 = 0.63212056 (八位有效数字).
x1,2b
b24ac 2a
直接进行计算则得: x1=109, x2=0. 其中的x2=0明பைடு நூலகம்失真, 这也是由于舍入误差造成的.
整理版课件
8
§1 误差的来源
实际 问题
建立数 学模型
确定计 算方法
编程 上机
由抽象简 化产生的 模型误差 及参数的 观测误差
由计算方 法本身产 生的截断 误差或称 方法误差
er(x* )e(x x* )x xx*
同样, 由于精确值 x 经常是未知的, 所以, 需要另
外的近似表达形式. 我们注意如下公式的推导,
当
|
e ( x*) x*
|
较小时,
有
e(x* )e(x* )e(x*x )* (x)
x x*
xx*
[x*[ee((xx**))2]x] *1[e(exx(**x*)]2)
整理版课件
18
乘法相关的误差公式： 设 f (x1, x2)= x1 x2 . e ( x 1 x 2 ) x 2 e ( x 1 ) x 1 e ( x 2 ) e r ( x 1 x 2 ) e r ( x 1 ) e r ( x 2 ) |e ( x 1 x 2 ) | |e ( x 1 ) | |e ( x 2 ) | |e r ( x 1 x 2 ) | |e r ( x 1 ) | |e r ( x 2 ) |
数值分析全册完整课件
似算法的收敛性和数值稳定性； 要有好的计算复杂性，节省时间及存储量； 有数值实验，证明算法有效。
算法基本结构：顺序，分支，循环
算法描述：程序或流程图
常采用的处理方法：
构造性方法 离散化方法 递推化方法 迭代法 近似替代方法 以直代曲法 化整为零的处理方法 外推法
数学基础：
微积分的若干定理： 罗尔定理和微分中值定理； 介值定理及推论； 泰勒公式（一元、二元）； 积分中值定理；
设y=f(x)为一元函数，自变量准确值x*，对应函数准确 值y*=f(x*)，x误差为e(x)，误差限为ε(x)，函数近似值 误差e(y)，误差限为ε(y)。则（可由Taylor公式推得）
( y) | f '(x) | (x)
r
(
y)
|
xf |f
'(x) (x) |
|
r
(
x)
对于多元函数 z f (x1, x2 ,, xn )
定义1.1 设x*为某一数据的准确值，x为x*的一个近 似值，称e(x)=x-x*(近似值－准确值)为近似值x的绝对 误差，简称误差。
e(x) 可正可负，当e(x) >0时近似值偏大，叫强近似值；当e(x) <0时近似值偏小，叫弱近似值。
由于x*通常无法确定，只能估计其绝对误差值 不超过某整数ε(x)，即
设准确值
z* f (x1*, x2*,, xn* )
由多元函数Taylor公式，可得误差估计：
n
(z)
k 1
f xk
(xk )
相对误差限为：
r (z)
n k 1
xk
f xk
r (xk )
z
2. 算术运算的误差估计：
算法基本结构：顺序，分支，循环
算法描述：程序或流程图
常采用的处理方法：
构造性方法 离散化方法 递推化方法 迭代法 近似替代方法 以直代曲法 化整为零的处理方法 外推法
数学基础：
微积分的若干定理： 罗尔定理和微分中值定理； 介值定理及推论； 泰勒公式（一元、二元）； 积分中值定理；
设y=f(x)为一元函数，自变量准确值x*，对应函数准确 值y*=f(x*)，x误差为e(x)，误差限为ε(x)，函数近似值 误差e(y)，误差限为ε(y)。则（可由Taylor公式推得）
( y) | f '(x) | (x)
r
(
y)
|
xf |f
'(x) (x) |
|
r
(
x)
对于多元函数 z f (x1, x2 ,, xn )
定义1.1 设x*为某一数据的准确值，x为x*的一个近 似值，称e(x)=x-x*(近似值－准确值)为近似值x的绝对 误差，简称误差。
e(x) 可正可负，当e(x) >0时近似值偏大，叫强近似值；当e(x) <0时近似值偏小，叫弱近似值。
由于x*通常无法确定，只能估计其绝对误差值 不超过某整数ε(x)，即
设准确值
z* f (x1*, x2*,, xn* )
由多元函数Taylor公式，可得误差估计：
n
(z)
k 1
f xk
(xk )
相对误差限为：
r (z)
n k 1
xk
f xk
r (xk )
z
2. 算术运算的误差估计：
- 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)。
? 例如
y ? 5x ? 6 ? sin x8, 0 ? x ? 10?6
是实际问题的解，而若数学模型的解是 y ? 5x ? 6, 0 ? x ? 10?6 ,
由此产生的误差叫作模型误差。
?观测误差
? 数学模型中包含某些变量，如时间、长度、电压 等，它们一般是通过观测来获得。由于观测得到 的数据与实际数据之间有误差，这种误差叫 观测 误差。
§1.2 误差知识与算法知识
1.2.1 误差的来源与分类
在工程技术的计算中，估计计算结 果的精确度是十分重要的工作，而影响 精确度的是各种各样的误差。误差的来 源是复杂的，但主要有以下四种：
? 从实际问题中抽象出数学模型
—— 模型误差 ( Modeling Error )
? 通过测量得到模型中参数的值
1、采用“构造性”方法； 2、采用“离散化”方法； 3、采用“递推化”方法； 4、采用“近似代替”方法等等。
? 研究内容
? 线性方程组的数值解 ? 矩阵特征值与特征向量计算 ? 非线性方程的数值解 ? 数值逼近 ? 数值积分 ? 常微、偏微的数值解
? 研究方法
? 理论分析 ? 算法分析 ? 误差分析 ? 收敛性分析 ? 收敛速度
dx ?
? 取
1
e
?
x
2
dx
0
?
S4
,
S4
R4 ( Remainder )
则
R4
?
1 ?
4!
19由? 留51!下? 1部11 ?分?
称为截断误差
( Truncation Error ).
( included terms )
这里
R4
?
1 ? 1引?起0 .005
4! 9
由截去部分
11 1
( excluded terms )
提问：数值分析是做什么用的？
实际问题
构造数 学模型
上机计算 求出结果
程序设计
选择数值 计算方法
?任务：数值分析的任务是提供在计算 机上实际可行的，有可靠理论分析、 计算复杂性好的各种数值计算方法。 ?特点：数值分析是与计算机及其它科 学有密切关系的数学课程，因此它即 具有纯数学的高度抽象性与严密科学 性的特点，同时又具有应用广泛性与 数值试验的高度技术性，除此之外， 它还有以下几个基本特点：
?截断误差
? 求解数学模型所用的数值计算方法，如果是一种 近似的方法，只能得到模型的近似解，由此产生 的误差称为 截断误差 或方法误差。
?舍入误差
? 由于计算机的字长有限，参加运算的数据及其 运算结果在计算机中存放会产生误差。这种误 差叫舍入误差或计算误差。
? 例如 在 16 位微机上计算，单精度实数存放仅有 7 位有效数字。在其上运算，会有 1 ? 3 ? 0.333 333 3, (1.000 002) 2 ? 1.000 004 ? 0, 后者的准确结果是 4 ? 10?12。
(Error and Significant Digits ) ? 定义 绝对误差 (absolute error)
e ? x ? x?
其中 x 为精确值， x* 为 x 的近似值。 |e|的上
界记为 e , 称为绝对误差限 (accuracy) ,工程上常记
为 x = x* ± e .
? 例如： 1 e ? x 2 dx ? 0.743 ? 0.006 0
—— 观测误差 ( Measurement Error )
? 求近似解 —— 方法误差 (截断误差 ( Truncation Error ) )
? 机器字长有限 —— 舍入误差 ( Roundoff Error )
?模型误差
? 处理实际问题时，要建立数学模型，通常模型只 是近似的。由此产生的 数学模型解 与实际问题的 解 之间的误差叫 模型误差 。
数值分析
理学院
刘秀娟
第1章 绪论
§1.1 数值分析的研究对象
提问：数值分析是做什么用的？
? 数值分析是近代数学的一个重要分支，它是研究 各种数学问题的 数值解法，包括方法的构造和求 解过程的理论分析。
? 在电子计算机成为数值计算的主要工具之后，则 要求研究适合于计算机使用的数值计算方法，为 了更好地说明数值分析的研究对象，我们考察用 计算机解决科学计算问题时经历的几个过程：
乙，分别读出长度为 a=312mm 和 b=24mm ，
问：e(a)，e(b)，e r(a)，er(b)各是多少？两直杆的
实际长度 x 和 y 在什么范围内？
解： e (a) ? e (b) ? 0.5m m , e r(a) ? e (a) ? 0.5 ? 0.16%,
a 312
e r(b) ? e (b) ? 0.5 ? 2.08%,
S4 ? 1?
? 3
10
?
42
? 1 ? 0 .333
? 0 .1 ? 0 .024
? 引0 .起743
| 舍入误差 ( Roundoff Error ) | ? 0.00x
2
dx
的总体误差
0
? 0.005 ? 0 .001 ? 0 .006
1.2.2 绝对误差、相对误差与有效数字
注:理论上讲,e 是唯一确定的, 可能取正, 也可能取负.
e > 0 不唯一，当然 e 越小越具有参考价值。
提问：绝对误差限的大小能否完全地 表示近似值的好坏？
? 例如： 有两个量
x ? 10 ? 1 , y ? 1000 ? 5
思考
问：谁的近似程度要好一些？
?定义 近似值 x* 的相对误差 (relative error)
er
?
e x
?
x ? x? . x
?由于精确值 x 未知, 实际上总把
e x?
作为 x *的
相对误差，并且仍记为 er , 即
er ?
e x? .
?定义 近似值 x* 的相对误差上限 (界) (relative accuracy)
εr
?
|
ε x?
|.
注: 相对误差一般用百分比表示 .
例1 用最小刻度为毫米的卡尺测量直杆甲和直杆
? 例 :近似计算 1 e ? x 2 dx = 0.747… … 0
? 解法之?01 一e ? 大：x 2 d家x将一1??e1/??起xe01?2作(猜113?T?？?axy212l!o??r01展125xe4!??开?x321后!dx3?x!6再71? 积?x?4!分481!?1? ?19
) ?
b 24 311 .5m m ? x ? 312 .5m m, 23.5m m ? y ? 24.5m m