计算机数学基础数值分析期末复习提纲
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。
期末数值分析重点总结
期末数值分析重点总结第一部分：数值逼近（Approximation）数值逼近是数值分析的基础，主要研究如何利用有限的计算资源得到逼近数学问题的有效算法。
数值逼近的主要内容包括多项式逼近、插值和最小二乘等。
1. 多项式逼近多项式逼近是指用一个多项式函数来逼近给定函数的值。
通过选择合适的多项式次数和插值点，可以使得多项式逼近误差最小化。
其中最常用的方法是最小二乘法，它可以通过最小化残差来得到最佳的多项式逼近。
多项式逼近在信号处理、图像处理和计算机图形学等领域中有广泛的应用。
2. 插值插值是指通过已知数据点的函数值来估计在其他点的函数值。
常用的插值方法有拉格朗日插值和牛顿插值。
拉格朗日插值通过构造一个满足插值条件的多项式来逼近给定函数。
牛顿插值则利用差商的概念来构造插值多项式。
插值方法在数值微分和数值积分中有广泛的应用。
3. 最小二乘最小二乘是一种在一组离散数据点上拟合曲线的方法。
通过最小化数据点与拟合曲线之间的欧几里得距离，可以得到最佳拟合曲线。
最小二乘法可以用于曲线拟合、参数估计和数据关联等问题。
第二部分：数值解方程（Numerical Solution of Equations）数值解方程是数值分析的重要内容之一，研究如何通过数值计算来求解非线性方程组和线性方程组。
数值解方程的主要方法有迭代法、常微分方程数值解和偏微分方程数值解等。
1. 迭代法迭代法是求解非线性方程组的常用方法之一。
通过不断迭代逼近方程的根，可以得到方程组的数值解。
常用的迭代法有牛顿迭代法和弦截法。
迭代法在计算机辅助设计、优化和数据分析等领域中有广泛的应用。
2. 常微分方程数值解常微分方程数值解研究如何通过数值计算来求解常微分方程。
常微分方程数值解的主要方法有Euler方法、Runge-Kutta方法和线性多步法等。
常微分方程数值解在物理学、工程学和生物学等领域中有广泛的应用。
3. 偏微分方程数值解偏微分方程数值解研究如何通过数值方法来求解偏微分方程。
数值分析复习提纲
第一章基础
掌握：误差的种类，截断误差，舍入误差的来源，有效数字的判断。
了解：误差限，算法及要注意的问题。
第二章插值
掌握：Hermite插值，牛顿插值，差商计算，插值误差估计。
了解：Lagrange插值
第三章数据拟合
掌握：给出几个点求线性拟合曲线。
了解：最小二乘原理
第四章数值积分微分
掌握：梯形公式，Simpson公式，代数精度，Gauss 积分，带权Gauss积分公式推导，复化梯形
公式推导及算法。
了解：数值微分，积分余项
第五章直接法
掌握：LU分解求线性方程组，运算量
了解：Gauss消去法，LDL，追赶法
第六章迭代法
掌握：Jacobi,Gauss-Seidel迭代格式构造，敛散性分析，向量、矩阵的范数、谱半径
了解：SOR迭代
第七章Nolinear迭代法
掌握：牛顿迭代格式构造，简单迭代法构造、敛散性分析，收敛阶。
了解：二分法，弦截法
第八章ODE解法
掌握：Euler公式构造、收敛阶。
了解：梯形Euler公式、收敛阶，改进Euler公式题目类型：填空，计算，证明综合题
ＱＱ：１３３６６４８３
地点：数学１０２。
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
数值分析期末复习要点总结
故一般取相对误差为
er x*
e x* x*
x x* x*
如果存在正数 r 使得
er x*
ex*
x*
r
则称 r为 x*的相对误差限.
(1-4)
4
绝对误差、相对误差和有效数字
有效数字
如果近似值 x* 的误差限是 1 10n 则称x*
2
准确到小数点后第n位,并从第一个非零数字到 这一位的所有数字均称为有效数字.
若
e(x* ) x x*
(1-2)
通常称 为近似值 x* 的绝对误差限，简称误差限.
定义2 设 x* 为准确值 x 的近似值，称绝对误差与
准确值之比为近似值 x* 的相对误差，记为 er (x* )
即
er
x*
ex*
x
x
x* x
(1-3) 3 3
绝对误差、相对误差和有效数字
由于在计算过程中准确值 x 总是未知的，
设 z0(x), z1(x), ... , zn(x) 构成 Zn(x) 的一组基，则插值多项式 P(x) = a0z0(x) + a1z1(x) + ···+ anzn(x)
通过基函数来构造插值多项式的方法就称为基函数插值法
基函数法基本步骤
① 寻找合适的基函数
② 确定插值多项式在这组基下的表示系数
数值分析
期末复习要点总结
1
第一章 误差
一. 误差的来源: 1.模型误差 2.观测误差 3.截断误差 4.舍入误差
二. 绝对误差、相对误差和有效数字
2
第一章 误差
2
绝对误差、相对误差和有效数字
定义1 设 x* 为准确值x的一个近似值，称
数值分析复习要点
y((7u5)u3)u18(u1) x1
1 10 99
3、设 x 0.01458663 为真值 xT 0.01451845 的近
似，则 x 有 2 位有效数字。
设 近 似 数 x0.a1a2 an10p的 绝 对 误 差 限 是 第 n位 的 半 个 单 位 ， 则 数 x有
n位 有 效 数 字 。 (a10,ai 0,1,...,9)
三. Householder变换
Householder变换阵 H I 2wwT ,其中|| w ||2 1
定理 : 设n维向量x, y, x y, 但 || x ||2 || y ||2 , u x y, 则存在Householder变换阵 H I 2wwT , w u ,
|| u ||2 使Hx y.
习题
已知向量x (2, 0, 2,1)T , 试构造Householder阵H
使Hx ke3,其中e3 0, 0,1, 0T , k R.
四.矩阵的正交分解
(1) Schmidt正交化法（P40，第二章第2节）
(2) 用Housholder方法正交化（P142，第四章第4节）
例：用Householder方法求矩阵A的正交分解，
2. 已 知 向 量 x(1,4,3,0)T,y(3,6,1,2)T,
求 x,y之 间 的 距 离 (x,y).
二. Gauss变换与矩阵的三角分解
Gauss变换阵
1
1
Lj
l j1, j 1
ln, j
1
对x
T
x1,..., x j ,..., xn 0,
xj 0
构造Gauss变换阵G，使Gx
F
(
f
( x),1( x))
数值分析期末复习(整理版)
Chapter 1 误差误差限计算、有效数字分析•绝对课差址t洵准确俏”*为工的-个近似偵「称T —工対近似偵.T '的絶村谋差，简厳供邛*可简记为E.|g(T)|=| T —*|兰£(/)数值貞门称为T的11绐对误差限或误差限*l『*、F(x ) x —x E© ) = —=——为近似值/的担zt溟誉可简｛己址•有效数字若才作加的近tilt其鲍对误差的绝对值不超过某一位数字的半个单恆，而该位数字到F的第—位非零数字共有斤位關称用F近恤时具有血有效做字'简称丫有畀位有效数字.Chapter 2插值法差值条件(唯一性)1、拉格朗日差值a) 插值基函数b) 差值余项2.2拉格朗曰抽值2.2.1基函数考虑最简单、晟舉本的骼值问起+ 求押次插值家项式『低)…肋，便加滿足播值条伸可知，除斗点外.其余都星”.巧的零点■械可诛< (A) ^.4(X 一％[…(-V址 d 為"* <A -A；)X)=A(X - J- (A- - \_, )(.Y -J)其中M为常數.由&工戶1町得』=-------------------- -----------------(閔円)心7冷K%-咖卜-a -斗)和対讼>：T^V为准确血"为玄的一个近似伉称relativeerror称之为拉厳朗LI垒曲绘都是M次帝项武.. 2.1.2拉榕朗n插佢雾项式利用拉辭朗H皋啦数/态人构造次数不趙过"的雾项式£(巧二必机朗+^( v) + •…I J；/,(.v) = £昭(曰可知其搆足7韩为拉格阴Id插说饕砂式.再由插菽牟嘶的唯亠杵“ 鲁 D I特别地*造时又叫钱件擂僮其几何童又为过两点的直级-当*匸2时又叫拋物<线)掩值•具几何鳶义为过三点的拋物线.滾丘阖淘若取人1).伸伏=札1*…飒由插痕参项式的唯一性有£址工)# =x\ k= 0」厂』特别当k-OfiL就得到£佃-1□则铉格朗U的丄抚抽值雾项式为V)= j^(j(X> + I'Jj (x> + j/2(.v) * MQO=(2)弓…仗扣讪—协-町H^)xll(A + l)(r-JX^ 4}+3x —(x H)(x-LXx-3) 8 15■裁1M T-3X V-4)+^X HX A-1M A4)+ l(.v+lX.v-lXr-3)+ 3)a 1已知$ =五，耳=4眄=S.用皴件插值f即一次插惟藝坝如历的近似值.解片=2・曲=3•菇函数付别为：t-9 1 x-4 I4(J)=——=—(x-9j, Zjx)=——= -{x -4)砂14-9 5尸门9-4 5播債孝项式为V)-片fj.i) +」'占(巧-2x^(.v 夕”：(* 4)---(.V 4 J -4)(- (X + fr))所以乔金厶⑺二空R点5使2求过啟-1,-毎川』人(乱-创*(4」)的抛物线播值(即三次插値务项式).蔦-U 斗=-t t A|二L x2=3»A3- 4以为苗点加墓函.数分别为：厶何」匸迪住1±J (.r +lXA -3}(x-4)1(1 ► 1)(1-3)(1- 4J 12心)」：十汽-1年¥二Uw心一ncz (34-1X3-1X3-4) K=⑴】心-叭7= *十叫讣7】(4 + IX4-1X4-3) 152.23極値肇项M tt'r滾^Ji n(x)=f(x)兀糾也称为"次1川甘"叱插伯赛境式的余坝。
数值分析期末知识点总结
数值分析期末知识点总结一、引言数值分析是一门研究如何使用计算机提高数学模型数值计算精度和效率的学科。
它是计算数学的一个重要分支，涉及到数值计算、数值逼近和误差分析等一系列内容。
在数值分析课程中，我们将学习到数值解微分方程、线性代数问题的求解、插值与拟合、积分等一系列内容。
本文将对数值分析期末知识点进行总结，以便帮助大家复习。
二、常见数值计算方法1. 插值与拟合插值与拟合是数值分析中重要的内容，它们用于在给定数据点集上构造一个函数，以便在其他点上进行求值。
插值是通过一些已知数据点来求得一个函数，使得这个函数能够通过这些点，而拟合则是通过已知数据点来求得一个函数，使得这个函数在这些点附近能够比较好地拟合数据。
常见的插值方法包括线性插值、拉格朗日插值、牛顿插值等；而拟合方法包括最小二乘法拟合、多项式拟合等。
2. 数值解微分方程数值解微分方程是数值分析的一个重要内容，它讨论如何使用计算机对微分方程进行数值求解。
微分方程是自然界中描述变化的数学方程，它们在物理学、化学、生物学等领域都有着重要的应用。
数值解微分方程的方法包括欧拉法、中点法、四阶龙格-库塔法等。
3. 数值线性代数数值线性代数是数值分析领域的另一个重要内容，它讨论如何使用数值方法解决线性代数问题。
原始的线性代数问题可能非常大或者非常复杂，因此我们常常需要使用计算机进行数值计算。
数值线性代数的方法包括高斯消元法、LU分解、Jacobi迭代法、Gauss-Seidel 迭代法等。
4. 数值积分数值积分是数值分析的一个重要内容，它讨论如何使用数值方法对积分进行数值求解。
在实际问题中，有很多积分问题是无法解析求解的，因此我们需要使用数值方法进行近似求解。
数值积分的方法包括复合辛普森法、复合梯形法、龙贝格积分法等。
三、数值分析的误差分析在数值计算过程中，我们会遇到误差的问题。
这些误差可能来自于测量、舍入、截断等各种原因。
因此，误差分析是数值分析中一个非常重要的内容。
- 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)。
1 《计算机数学基础》数值分析期末复习提纲 中央电大数理教研室 《计算机数学基础》数值分析部分是中央广播电视大学本科开放教育计算机科学与技术专业学生必修的一门专业基础课程，使用教材是任现淼主编、吴裕树副主编的《计算机数学基础(下册)数值分析与组合数学》(中央电大出版社出版)。期末考试全国统一命题。 一、期末考试试题
期末考试的试卷有单项选择题、填空题和解答题。单项选择题和填空题各5个题，分数约占30％。解答题共5个题，包括计算题、化简题和证明题等，分数约占70％。各章分数的分布为第9章约6分，第10～14各章有选择题、填空题和解答题，分数分配大致与所用课时成比例。 期末考试的内容和要求以中央电大编发的《计算机数学基础 (下)数值分析部分考核说明》为准。主要考核基本概念、基本原理和基本运算。可以带简易计算器。 二、考核知识点、要求、例题与参考练习题 以下分章给出期末考试的考核知识点、复习要求、例题与参考练习题，供期末复习和考试参考。 第9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。 (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。 (三)例题 例1 指出下列各数具有几位有效数字，及其绝对误差限和相对误差限： 2.000 4 －0.002 00 9 000.00 解 因为x1=2.000 4＝0.200 04×101, 绝对误差限0.000 05=0.5×10 1―5，即m=1,l=5,故
x=2.000 4有5位有效数字. 相对误差限025000.01022115r x2=－0.002 00，绝对误差限0.000 005， 3位有效数字。相对误差限r=5002.01022113 x3=9 000.00，绝对误差限0.005，6位有效数字，相对误差限为 r=1610921=0.000 0005 6 例2 ln2=0.69314718…，精确到10－3的近似值是多少？ 解 精确到10－3＝0.001，意旨两个近似值x1,x2满足001.021xx，由于近似值都是四舍五入得到的，要求满足001.021xx，近似值的绝对误差限应是＝0.0005,故至少要保留小数点后三位才可以。故ln20.693。 (四)参考练习题: 练习9.1：(B)4，6，9；练习9.2：(B)2；习题9：1 第10章 线性方程组的数值解法 (一)考核知识点 高斯顺序消去法，列主元消去法；雅可比迭代法，高斯――赛德尔迭代法，超松弛迭代 2
法；消去法消元能进行到底的条件，迭代解数列收敛的条件。 (二)复习要求 1. 知道高斯消去法的基本思想，熟练掌握高斯顺序消去法和列主元消去法。 2. 掌握线性方程组雅可比迭代法和高斯――赛德尔迭代法。 3. 知道解线性方程组的高斯消去法消元能进行到底的条件，知道迭代解数列收敛概念和上述两种迭代法的收敛性的充分条件。 (二) 例题
例1 用顺序消去法解线性方程组xxxxxxxxx 解 顺序消元
......]bA[).()()()(rrrrrrr
于是有同解方程组：xxxxxx.. 回代得解： x3=－1, x2=1,x1=1。原线性方程组的解为X＝(1,1,－1)T。 例2 取初始向量X(0)=(0,0,0)T,用雅可比迭代法求解线性方程组
xxxxxxxxx
解 建立迭代公式
5)(23)(1)22()(2)(1)1(3)(3)(1)1(2)(3)(2)1(1kkkkkkkkkxxxxxxxxx
(k=1,2,3,…)
第1次迭代,k=0， X(0)＝0，得到X(1)＝(1,3,5)T, 第2次迭代，k=1，
)()()()()()(xxx
，得到 X(2)＝(5,－3,－3)T
第3次迭代，k=2，
15)35(213)35(11)3(2)3(2()3(3)3(2)3(1xxx
，得到X(3)＝(1,1,1)T
第4次迭代，k=3， 3
)()()()()()(xxx
，得到X(4)＝(1,1,1)T
例3 填空选择题： 1. 用高斯列主元消去法解线性方程组
xxxxxxxx
作第1次消元后的第2，3个方程分别为 。 解答 1. 选a21=2为主元，作行互换，第1个方程变为：2x1+2x2+3x3=3，消元得到
....xxxx
是应填写的内容。
2.用高斯－赛德尔迭代法解线性方程组xxxxxxxxx的迭代格式中)(kx＝ (k=0,1,2,…) 解答 高斯－赛德尔迭代法就是充分利用已经得到的结果，求x2的值时应该用x1的新值。答案是：)()(kkxx
3. 当a( )时，线性方程组...axxxxxxxxx的迭代解一定收敛。 (A) >6 (B) =6 (C) <6 (D) >6 解答：当a>6时，线性方程组的系数矩阵是严格对角占优矩阵，由教材第10章定理6，迭代解一定收敛。应选择(A)。 (四) 参考练习题:练习10.1(A):：1,3；(B)1,2；练习10.3(A)：2；(B)1,2；习题10 ：1,8 第11章 函数插值与最小二乘拟合 (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，样条函数，三次样条插值函数；最小二乘法，法方程组，线性拟合、二次拟合、指数拟合。 (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。 5. 知道三次样条插值函数的概念，会求简单的三次样条插值函数。 6.了解曲线拟合最小二乘法的意义和推导过程，掌握法方程组的求法，以及线性拟合和二次多项式拟合的方法， (三)例题 例1 已知函数y=f(x)的观察数据为 4
xk －2 0 4 5 yk 5 1 －3 1 试构造f(x)的拉格朗日多项式Pn (x)，并计算f(－1)。 解 先构造基函数
))(())()(())(()(xxxxxxxl
))()(())())((())()(()(xxxxxxxl
))(())()(()()()(xxxxxxxl
)()())()(())(()()(xxxxxxxxl
所求三次多项式为 P3(x)=30)(kkkxly
＝))((xxx＋))()((xxx－))(()(xxx＋)()(xxx ＝xxx P3(－1)＝ 例2 已知函数y=f(x)的数据如表中第1，2列。计算它的各阶均差。 解 依据均差计算公式，结果列表中。 k xk f(xk) 一阶均差 二阶均差 三阶均差 四阶均差 0 0.40 0.410 75 1 0.55 0.578 15 1.116 00 2 0.65 0.696 75 1.168 00 0.280 00 3 0.80 0.888 11 1.275 73 0.358 93 0.197 33 4 0.90 1.201 52 1.384 10 0.433 48 0.213 00 0.031 34 计算公式为：
一阶均差 ),,,()()(),(kxxxfxfxxfkkkkkk
二阶均差 ),,(),(),(),,(kxxxxfxxfxxxfkkkkkkkkk ……… 例3 设nxxxx,...,,,是n+1个互异的插值节点，),...,,,)((nkxlk是拉格朗日插
值基函数，证明：nkkxl)(
证明 Pn(x)=y0l0(x)+y1l1(x)+…+ynln(x)＝nkkkxly0)( )()()(),()!()()()(xRxPxfxnfxRnnnnn