数值分析第六章小结【计算方法】
第六章 数值积分学习小结
一、本章知识梳理 求积公式及其代数精度：
数值求积公式的一般形式：
()0
()()n
b
n k k a
k f x dx f x λ=≈∑?
截断误差：
)()(0
k b
a
n
k k n x f dx x f R ?∑=-=λ
数值求积公式是一种近似方法，因此，要求它对尽可能多的被积函数f 能准确计算积分的值，这就有了代数精度的概念。
定义：对于上面所列的求积公式，当()f x 为任何次数不高于m 的多项式时
都成为等式，而当()f x 为某个m+1次多项式时不能成为等式，则称它具有m 次代数精度。
插值型求积公式：
()0
()()n
b
n k k a
k f x dx f x λ=≈∑?
其中()
()(0,1,...,)
b
n k
k a
l x dx k n λ
==?
截断误差：
(1)0
()[()](1)!n n
b
n j a
j f R x x dx n ξ+==-+∏?
定理：n+1个节点的插值型求积公式至少具有n 次代数精度。 Newton —Cotes 求积公式：
求积公式：
()0
()()n
b
n k
a
k b a f x dx f a k n
λ
=-≈+∑?
其中
()()
()(0,1,...,)n n k k b a c k n λ=-=
()00
(1)[()]!()!n k
n n n k
j j k
c
t j dt k n k n -=≠-=--∏? 2(1)
00
()[()](1)!n n n n n j h R f t j dt n ξ++==-+∏?
梯形公式(n=1)：
()[()()]2
b
a
b a f x dx f a f b -≈+?
3
1()''(),(,)12
b a R f a b ηη-=-∈
Simpson 公式(n=2)：
()[()4()+()]62
b
a
b a a b
f x dx f a f f b -+≈
+?
5(4)
2()(),(,)2880
b a R f a b ηη-=-∈
Simpson3/8公式(n=3)：
22()[()3()3()()]833b
a
b a a b a b
f x dx f a f f f b -++≈
+++?
5(4)3()(),(,)6480
b a R f a b ηη-=-∈
Cotes 公式(n=4)：
33()[7()32()12()32()7()]90424
b
a
b a a b a b a b
f x dx f a f f f f b -+++≈
++++?
7(6)
4()(),(,)1935360
b a R f a b ηη-=-∈
复化求积法：
复化梯形公式：
(0,1,...,),k b a x a kh k n h n
-=+==
1
1
()[()()2()]2n b
a
k h
f x dx f a f b f a kh -=≈+++∑?
2
()''(),[,]12
T b a R h f a b ηη-=-
∈ 复化Simpson 公式：
(0,1,...,2),2k b a
x a kh k m h m
-=+==
1
21211
()[()()4()2()]3m m b
i i a
i i h
f x dx f a f b f x f x --==≈+++∑∑?
4(4)()(),[,]180
S b a R h f a b ηη-=-∈
Gauss 型求积公式：
一般理论：
1
()()()n
b
i i a
i x f x dx A f x ρ=≈∑?
()()
(1,2,...,)()'()
b
n i a
i n i x x A dx i n x x x ρωω==-?
()()
()()!
n b
n a
f R x x dx n ξρω=?
几种Gauss 型求积公式：
Gauss-Legendre 求积公式：
1
1
1
()()n
i i i f x dx A f x -=≈∑?
22
2
(1,2,...,)(1)['()]
i i n i A i n x L x =
=-
(2)242
()2(!)2
(1,1)(2)![(2)!]21
n n f n R n n n ηη=??∈-+， Gauss-Laguerre 求积公式：
1
()()n
x
i i i e f x dx A f x ∞
-=≈∑?
2
2
(!)(1,2,...,)['()]
i i n i n A i n x U x == 二、本章测验题
已知Legendre 正交多项式)(x L n 有三项递推关系式：
??
?????=+-++===-+
,2,1)(1)(112)()(,1)(1110n x L n n x xL n n x L x x L x L n n
n
试推导两点Gauss-Legendre 求积公式
)
()()(2
2
1
1
1
1
x f A x f A dx x f +≈?-
的求积系数和节点，并用此公式计算下列积分的近似值。
?-=
2
2
42
dx
e
I x
解：
22210313131()()()()
222223L x xL x L x x x =-=-=-
令L 2（x)=0， 则得其两零点：
12x x ==
因此Gauss 点为：
12x x =-
=
在公式
111221
()()()
f x dx A f x A f x -≈+?中，令
()1f x = 得： 122A A += ()f x x = 得： 11220A x A x +=
解方程组：
12122
0A A A A +=??
-=?
得Gauss 求积系数为：
121A A ==
所求两点Gauss-Legerdre 求积公式为：
1
111
()(f x dx f f -≈+?
2
2
16
1616
3
33
22
1
4162
1
I 22()4x t
x t e
dx e
dt e
e e
=--====≈+=??
三、本章思考题
复化梯形公式有什么特点？
答：将定积分的积分区间等分为有限个小区间，将定积分表示为各个小区间上的定积分之和。而将每一个小区间上的积分表示为梯形公式的计算公式，再组合起来统一计算。误差余项由梯形公式的误差余项整理而得。当小区间数目增长时计算误差将减小，从而在设计算法时可以使误差得到控制。
四、本章学习体会
本章介绍了几种计算定积分的数值积分法，这些方法与以前所学习的解析方法不同，它不需要求出定积分的原函数，它直接利用求积公式来求出所给定积分的近似值，使其达到一定的求解精度要求。本章介绍的求积公式有以下几种，插值型求积公式、Newton-Cotes 求积公式、复化梯形公式与复化Simpson 公式、
Gauss型求积公式等。我们在进行定积分求解时，要根据求解的结果要求，选择简便快捷的求积方法进行求解，还有把条件考虑充分，以得出比较准确的求解结果，这对以后工程上的求解问题有很大帮助。
计算方法——第二章——课后习题答案刘师少
2.1 用二分法求方程013=--x x 在[1, 2]的近似根，要求误差不超过3102 1-?至少要二分多少？ 解：给定误差限ε＝0.5×10－3，使用二分法时，误差限为 )(211*a b x x k k -≤-+ 只要取k 满足ε<-+)(2 11 a b k 即可，亦即 96678.912lg 10lg 35.0lg 12lg lg )lg(=-+-=---≥εa b k 只要取n ＝10. 2.3 证明方程1 -x –sin x ＝0 在区间[0, 1]内有一个根，使用二分法求误差不超过 0.5×10-4的根要二分多少次？ 证明 令f (x )＝1－x －sin x ， ∵ f (0)=1>0，f (1)=－sin1<0 ∴ f (x )=1－x －sin x =0在[0，1]有根.又 f '(x )=-1－c os x<0 (x ∈[0.1]),故f (x ) 在[0，1]单调减少，所以f (x ) 在区间 [0，1]内有唯一实根. 给定误差限ε＝0.5×10－4，使用二分法时，误差限为 )(211*a b x x k k -≤-+ 只要取k 满足ε<-+)(211 a b k 即可，亦即 7287.1312 lg 10lg 45.0lg 12lg lg )lg(=-+-=---≥εa b k 只要取n ＝14. 2.4 方程0123=--x x 在x =1.5附近有根，把方程写成四种不同的等价形式，并建立相应的迭代公式： （1）211x x +=，迭代公式2111k k x x +=+ （2）231x x +=，迭代公式3211k k x x +=+ （3）112-=x x ，迭代公式111-=+k k x x （4）13-=x x ，迭代公式131-=+k k x x 试分析每种迭代公式的收敛性，并选取一种收敛迭代公式求出具有四位有效数字的近似根。 解：（1）令211)(x x f + =，则3 2)(x x f -='，由于 159.05.112)(33<≈≤='x x f ，因而迭代收敛。 （2）令321)(x x f +=，则322)1(3 2)(-+='x x x f ，由于
最新第六章习题答案-数值分析
第六章习题解答 2、利用梯形公式和Simpson 公式求积分2 1 ln xdx ? 的近似值，并估计两种方法计算值的最大 误差限。 解：①由梯形公式： 21ln 2 ()[()()][ln1ln 2]0.3466222 b a T f f a f b --= +=+=≈ 最大误差限 3''2 ()111 ()()0.0833******** T b a R f f ηη-=-=≤=≈ 其中，(1,2)η∈ ②由梯形公式： 13()[()4()()][ln14ln()ln 2]0.38586262 b a b a S f f a f f b -+= ++=++≈ 最大误差限 5(4)4()66 ()()0.0021288028802880 S b a R f f ηη-=-=≤≈， 其中，(1,2)η∈。 4、推导中点求积公式 3''()()()()() ()224 b a a b b a f x dx b a f f a b ξξ+-=-+<
数值分析第二章小结
第二章小结 对于n 元线性方程组b A =x (*),其中A 为非奇异矩阵,当0det ≠A 时,方程组有唯一的解向量。求解线性方程组的方法可分为两类：直接法（如克莱姆法则，高斯消去法等）和迭代法（Jacobi 迭代法和GS 迭代法等）。 一 、直接法 1、Gauss 消去法:(1) 顺序Gauss 消去法:将矩阵化为上三角矩阵 (2) 列主元素Gauss 消去法:将增广矩阵],[)()(k k b A 中绝对值最大的元素交换到底k 行的主对角线上。 比较：顺序Gauss 消去法的计算结果数值稳定性没有列主元素Gauss 消去法的好。 2、直接三角分解法： (1)定义 Doolittle 分解法和Crout 分解法:如果方程组b A =x 的系数矩阵A 可以分解为A=LU,其中L 是下三角矩阵U 是上三角矩阵,这样方程组b A =x 就化为两个容易求解的三角方程组:y U b Ly ==x ,。 定理3 Doolittle 分解法的充要条件是矩阵A 的前n-1阶顺序主子式0≠K D (k 取1,2,3,4...,n-1) 推论 矩阵A 有唯一Crout 分解的充要条件是A 的前n-1阶顺序主子式0≠K D (k 取1,2,3,4...,n-1) Doolittle 分解计算公式为: 对于k=1,2,3...,n ),...,1,(1 1n k k j u l a u k t tj kt kj kj +=-=∑-=
);,...,2,1(/)(1 1n k n k k i u u l a l kk k t tk it kj ik <++=-=∑-= 则求解下三角方程组y U b Ly ==x 和上三角方程组的计算方程式: ???? ?????--=-===-==∑∑+=-=1 ,,2,1,/)(u /),,3,2(11111 n n i u x u y x y x n i y l b y b y ii n i t t it i i nn n n t i t it i i Crout 分解计算公式为: 对于k=1,2,3...,n ),...,1,(1 1n k k j u l a l k t tk it ik ik +=-=∑-= );,...,2,1(/)(1 1n k n k k j l u l a u kk k t tj kt kj kj <++=-=∑-= 则求解下三角方程组y b y U L ==x ~ ~和上三角方程组的计算方程式: ?????????--=-===-==∑∑+=-=1 ,,2,1,),,3,2()(/1111111 n n i x u y x y x n i l y l b y l b y n i t t it i i n n ii t i t it i i (2)选主元的Doolittle 分解法 优点:对A 的要求低,只要矩阵A 可逆即可,即只要矩阵A 非奇异便可通过对A 做适当变换就可以了. 二、迭代法 1、思想：通过构造一个无限的向量序列，使它的极限是方程组b A =x 的解向量，通过求迭代矩阵，再通过迭代公式使解向量逐步逼近精确解。所以迭代法的缺点也很明显，凡是迭代法都存在收敛性与
数值分析(计算方法)总结
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|
数值分析 第一章 学习小结
数值分析 第1章绪论 --------学习小结 一、本章学习体会 通过本章的学习，让我初窥数学的又一个新领域。数值分析这门课，与我之前所学联系紧密，区别却也很大。在本章中，我学到的是对数据误差计算，对误差的分析，以及关于向量和矩阵的范数的相关内容。 误差的计算方法很多，对于不同的数据需要使用不同的方法，或直接计算，或用泰勒公式。而对于二元函数的误差计算亦有其独自的方法。无论是什么方法，其目的都是为了能够通过误差的计算，发现有效数字、计算方法等对误差的影响。 而对误差的分析，则是通过对大量数据进行分析，从而选择出相对适合的算法，尽可能减少误差。如果能够找到一个好的算法，不仅能够减少计算误差，同时也可以减少计算次数，提高计算效率。 对于向量和矩阵的范数，我是第一次接触，而且其概念略微抽象。因此学起来较为吃力，仅仅知道它是向量与矩阵“大小”的度量。故对这部分内容的困惑也相对较多。 本章的困惑主要有两方面。一方面是如何能够寻找一个可靠而高效的算法。虽然知道算法选择的原则，但对于很多未接触的问题，真正寻找一个好的算法还是很困难。另一方面困惑来源于范数，不明白范数的意义和用途究竟算什么。希望通过以后的学习能够渐渐解开自己的疑惑。 二、本章知识梳理
2.1 数值分析的研究对象 数值分析是计算数学的一个重要分支，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。它致力于研究如何用数值计算的方法求解各种基本数学问题以及在求解过程中出现的收敛性，数值稳定性和误差估计等内容。 2.2误差知识与算法知识 2.2.1误差来源 误差按来源分为模型误差、观测误差、截断误差、舍入误差与传播误差五种。其中模型误差与观测误差属于建模过程中产生的误差，而截断误差、舍入误差与传播误差属于研究数值方法过程中产生的误差。 2.2.2绝对误差、相对误差与有效数字 1.（1）绝对误差e指的是精确值与近似值的差值。 绝对误差：
数值计算方法第二章
第二章 非线性方程数值解法 在科学计算中常需要求解非线性方程 ()0f x = (2.1) 即求函数()f x 的零点．非线性方程求解没有通用的解析方法，常采用数值求解算法．数值解法的基本思想是从给定的一个或几个初始近似值出发，按某种规律产生一个收敛的迭代序列0{}k k x +∞=，使它逐步逼近于方程(2.1)的某个解．本章介绍非线性方程实根的数值求解算法：二分法、简单迭代法、Newton 迭代法及其变形，并讨论它们的收敛性、收敛速度等． §2.1 二分法 一、实根的隔离 定义 2.1 设非线性方程(2.1)中的()f x 是连续函数．如果有*x 使*()0f x =，则称*x 为方程(2.1)的根，或称为函数()f x 的零点；如果有*()()()m f x x x g x =-，且()g x 在*x 邻域内连续，*()0g x ≠，m 为正整数，则称*x 为方程(2.1)的m 重根．当1m =时，称*x 为方程的单根． 非线性方程根的数值求解过程包含以下两步 (1) 用某种方法确定有根区间．称仅存在一个实根的有根区间为非线性方程的隔根区间，在有根区间或隔根区间上任意值为根的初始近似值； (2) 选用某种数值方法逐步提高根的精度，使之满足给定的精度要求． 对于第(1)步有时可以从问题的物理背景或其它信息判断出根的所在位置，特别是对于连续函数()f x ，也可以从两个端点函数值符号确定出有根区间． 当函数()f x 连续时，区间搜索法是一种有效的确定较小有根区间的实用方法，其具体做法如下 设[,]a b 是方程(2.1)的一个较大有根区间，选择合适的步长()/h b a n =-，k x a kh =+，(0,1,,)k n =L ．由左向右逐个计算()k f x ，如果有1()()0k k f x f x +<，则区间1[,]k k x x +就是方程的一个较小的有根区间． 一般情况下，只要步长h 足够小，就能把方程的更小的有根区间分离出来；如果有根区间足够小，例如区间长度小于给定的精度要求，则区间内任意一点可
计算方法总结
第一章：基本概念 1. 1 2...1 2...1.m m m m n m n x x x x x x x x +++++=±1 2...1 2....m m m m n x x x x x x x +++=± 若1 102 n x x --≤? ，称x 准确到n 位小数，m n x + 及其以前的非零数字称为准确数字。 各位数字都准确的近似数称为有效数，各位准确数字称为有效数字。 2. 1 2...()0.l t f x x x x x β==±? 进制：β，字长：t ，阶码：l ，可表示的总数：12(1)(1)1t U L ββ-?-+?-+ 3.计算机数字表达式误差来源 实数到浮点数的转换，十进制到二进制的转换，结算结果溢出，大数吃小数。 4. 数据误差影响的估计： 121 (,,...)n n i i x x x y y x x ??-≤??∑ 121 (,,...)n n i i i y y x x x x x y x y ?δ-?≤?∑ ，小条件数。 解接近于零的都是病态问题，避免相近数相减。避免小除数大乘数。 5.算法的稳定性 若一个算法在计算过程中舍入误差能得到控制，或者舍入误差的积累不影响产生可靠的计算结果，称算法数值稳定。 第二章：解线性代数方程组的直接法 1.高斯消去法 步骤：消元过程与回代过程。 顺利进行的条件：系数矩阵A 不为零；A 是对称正定矩阵，A 是严格对角占优矩阵。 2.列主元高斯消去法 失真：小主元出现，出现小除数，转化为大系数，引起较大误差。 解决：在消去过程的第K 步，交换主元。 还有行主元法，全主元法。 3.三角分解法 杜立特尔分解即LU 分解。 用于解方程LY b AX b LUX b UX Y =?=→=→? =? ； 用于求1122...nn A LU L U U u u u ====。 克罗特分解：11()()A LU LDD U LD D U --===，下三角阵和单位上三角阵的乘积。 将杜立特尔分解或克罗特分解应用于三对角方程，即为追赶法。 对称正定矩阵的乔列斯基分解，T A GG =，下三角阵及其转置矩阵的乘积；用于求解 AX b =的平方根法。 改进平方根法：利用矩阵的T A LDL =分解。 4.舍入误差对解的影响
第六章习题答案数值分析.docx
第六章习题解答 2 2、利用梯形公式和 Simpson 公式求积分 ln xdx 的近似值， 并估计两种方法计算值的最大 1 误差限。 解：①由梯形公式： T ( f ) b a [ f (a) f (b)] 2 1 [ln1 ln 2] ln 2 0.3466 2 2 2 最大误差限 R ( f ) (b a)3 f '' ( ) 1 1 1 0.0833 T 12 12 2 12 12 其中， (1,2) ②由梯形公式： b a 4 f ( b a f (b)] 1 4ln( 3 ln 2] 0.3858 S( f ) [ f (a) ) [ln1 ) 6 2 6 2 最大误差限 R S ( f ) (b a)5 f (4) ( ) 6 6 0.0021， 2880 2880 4 2880 其中， (1,2) 。 4、推导中点求积公式 f ( x)dx (b a) f ( a b ) (b a) 3 (a b) b a 2 24 证明： 构造一次函数 P （ x ），使 P a 2 b f a b , P ' ( a b ) f ' ( a b ), P '' ( x) 0 2 2 2 则，易求得 P( x) f ' ( a b )( x a b ) f ( a b ) 2 2 2 且 P(x)dx f ' ( a b )( x a b ) f ( a b ) dx b b a a 2 2 2 f ( a b )dx (b a) f ( a b ) ，令 P(x)dx I ( f ) b b a 2 2 a 现分析截断误差：令 r ( x) f ( x) P(x) f ( x) f ' ( a b )( x a b ) f ( a b ) 2 2 2 由 r ' ( x) f ' (x) f ' ( a b ) 易知 x a 2 b 为 r (x) 的二重零点， 2 a b )2 ， 所以可令 r (x) ( x)( x 2
第六章学习小结
第6章数值积分 --------学习小结 一、本章学习体会 通过学习本章我学会了利用计算机求积分的方法，可以说这一章是第五章的一个应用。其基本思想是对被奇函数进行拟合，给出数值积分。 这一章有个小小的疑惑:王老师上课说，我们都是在第五章拉格朗日插值法的思想下推出的许多求积分的方法，别的方法不好。我想假如我们在实际中求某个函数的积分，我们可先求出某些节点的函数值，然后用曲线拟合的方法或别的函数逼近的方法求出函数近似表达式，然后积分，感觉这样也挺好的。还有一个疑惑就是高斯型求积公式是在拉格朗日插值法的基础上推出的为什么能具有收敛性。拉格朗日插值中当节点数过多时不是就不准确了吗？ 二．本章知识梳理 第六章学的是数值积分。在实际工程中有很多积分我们是没有办法直接手工算出的，我们必须借助与计算机，而我们这章学的就是如何利用计算机实现积分的近似计算即数值积分法。 我们先介绍了插值型求积公式，这种方法实质是利用拉格朗日插值法近似逼近被插函数，后来我们通过一个例题了解到插值节点的选取对积分的代数精度有很大影响，我们就想到了直接将被积区间等分，就有了Newton-cotes求积公式，实质是等步长的拉格朗日插值近似逼近被插函数。但Newton-cotes求积公式不具有收敛性和稳定性，
我们常用n=1,2,4的求积公式。这其实也应了高次拉格朗日插值不可取。当插值节点多时我们怎么办呢？后来我们又引进了复化求积公式，包括复化梯形公式和复化Simpson 公式，实质是将区间等分，在每个小区间上利用Newton-cotes 求积公式。这样一来求积公式就具有了收敛性和稳定性。但复化求积公式要把节点的函数值都求出来，这就增大了计算量而且还不能按我们要求的精确度来选取补偿，基于复化求积的这些缺点我们又想出了用变步长算法即逐次半分法来求解。但如果我们遇到()()b a x f x dx ρ?这样的积分该怎么做呢？则我们又引进了高斯型求积公式。这种方法也是基于拉格朗日插值法思想构造的公式高斯型求积公式关键是确定节点。找一个在(a,b)区间带权()x ρ的正交多项式的零点位置即为节点。我们可以利用前面学到的四种正交多项式来求解。高斯型求积公式可以达到插值型求积公式的最高精度。如果有n 个节点，则其代数精度为2n-1.但高斯型求积公式实际应用是节点和求积系数没有继承性。所以在实际计算时我们要根据实际情况选择适当的求积公式。 1、求积公式的一般形式： )()(0 k b a n k k x f dx x f ? ∑=≈λ ?∑=-=b a n k k k n x f dx x f R 0 )()(λ 代数精度：当)(x f 为次数不高于m 的多项式时带入求积公式左边等于右边，当为m+1次时，左右两边不相等，此时求积公式就为m 次代数精度。
化工热力学各章小结
第2章流体的P-V-T关系 基本要求 1.掌握状态方程式和用三参数对应态原理计算PVT性质的方法。 2.了解偏心因子的概念，掌握有关图表及计算方法。 1.状态方程：在题意要求时使用该法。 ①范德华方程：常用于公式证明和推 导中。 ②R—K 方程： ③维里方程： 2.普遍化法：使用条件：在不清楚用何种 状态方程的情况下使用。 三参数法： ①普遍化压缩因子法 ②普遍化第二维里系数法 第3章纯物质的热力学性质 本章要求 1.掌握热力学性质间的基本关系式，并能用P-V-T关系计算有关热力学性质。 2.了解热力学性质图、表的制作原理，学会工程上常用热力学图表的使用。重点弄
清剩余性质的概念，并能计算。 3.1 热力学性质间的关系 dU TdS pdV =- H=U+PV dH TdS Vdp =+ A=U-TS d A S d T p =-- G=H-TS d G S d T V =-+ Maxwell 关系式 S V T P V S ?????? =- ? ? ?????? S P T V P S ?????? = ? ??????? V T P S T V ??????= ? ??????? P T V S T P ?????? =- ? ? ?????? 推荐记忆法：T → V ↑↓顺② P → S 逆① 其中，顺②=逆①时， S P ??? ???? 带“－”号 要求：根据热力学第一定律，结合状态函数和数学知识，推导得出有关热力学性质之间的关系式。 推导H ?和S ?的计算公式的一般步骤： 1.任意设关系。------依题意，根据经验得出一推导简便的关系式
数值分析第二章小结
第2章线性方程组的解法 --------学习小结 一、本章学习体会 通过本章知识的学习我首先了解到求解线性方程组的方法可分为两类：直接法和迭代法。计算机虽然运行速度很快，但面对运算量超级多的问题，计算机还是需要很长的时间进行运算，所以，确定快捷精确的求解线性方程组的方法是非常必要的。 本章分为四个小节，其中前两节Gauss消去法和直接三角分解法因为由之前《线性代数》学习的一定功底，学习起来还较为简单，加之王老师可是的讲解与习题测试，对这一部分有了较好的掌握。第三节矩阵的条件数与病态方程组，我 Ax 的系数矩阵A与左端向量b的元素往往是通首先了解到的是线性方程组b 过观测或计算而得到，因而会带有误差。即使原始数据是精确的，但存放到计算机后由于受字长的限制也会变为近似值。所以当A和b有微小变化时，即使求解过程精确进行，所得的解相对于原方程组也可能会产生很大的相对误差。对于本节的学习掌握的不是很好，虽然在课后习题中对课堂知识有了一定的巩固，但整体感觉没有很好的掌握它。第四节的迭代法，初次接触迭代法，了解到迭代法就是构造一个无线的向量序列，使他的极限是方程组的解向量。迭代法应考虑收敛性与精度控制的问题。三种迭代方法的基本思想我已经掌握了，但是在matlab 的编程中还存在很大的问题。 在本节的学习中我认为我最大的问题还是程序的编写。通过这段时间的练习，虽然掌握了一些编写方法和技巧。相比于第一章是对其的应用熟练了不少，但在程序编写上还存在很多问题。希望在以后的学习中能尽快熟练掌握它，充分发挥它强大的作用。 二、本章知识梳理 2.1、Gauss消去法（次重点） Gauss消去法基本思想：由消元和回代两个过程组成。 a(k=1,2,```,n-1)均不为零的充分必要条件定理顺序Gauss消去法的前n-1个主元素)(k kk 是方程组的系数矩阵A的前n-1个顺序主子式
计算方法：第2章习题答案
第二章答案 1. 计算下列函数()f x 关于[]0,1C 的12,,f f f ∞ ： 注：()max ,a x b f f x ∞ ≤≤=()1 b a f f x dx =?，()() 12 2 2 b a f f x dx = ? ()()() ()()()()()()()()3 10 11122 31,41n m x f x x f x x f x x x m n f x x e -=-= - =-=+与为正整数 解：（1）()()3 1-=x x f ( )()()11max max 3 =-==∞x x f x f 11 3 1 1 ()(1)7 f f x dx x dx ==-=?? ()( ) 111 1 2 2 262 ()(1)f f x dx x dx = = -= ? ? （2）()12 f x x =- () ()11max max 22 f x f x x ∞ ==- = 1 1 1211 02 112 2 2 122 01111 ()()()22241[()]()26b a f x dx x dx x dx f f x dx x dx =-=-+-= ???? ==-= ? ????? ? ???? （3）()() 1,n m f x x x m n =-与为正整数 () max (1)m n m n m n m n f x x m n +=-=∞+ () 1 1 0!!(1)1!m n m n f x x dx m n =-=++?
()() () 11 12 222 20 2!2! (1)() 221! m n m n f x x m n ?? =-= ?? ??++ ? （4）()()10 1x f x x e- =+ 101 10 max(1)2 x f x e e- - =+= ∞ 1 10 26813184 10 (1)9864101 x f x e dx e - =+=- ? () []21 2 1 10 2 ] 1 [dx e x f x ?- + = 2 8 23209 5067136711 8 3199 6857623833 e - = 2.令()()[] 21,0,1 n n T x T x x *=-∈，试证() {} n T x *是在[] 0,1上带权 ( )x ρ=的正交多项式，并求()()()() 0123 ,,, T x T x T x T x ****。 解： ()()()( ) ( )()( )()()() 11 **** 00 11 ** ,(21)(21) 21 1 ,, 2 m n m n n m m n m n m n m n T T x T x T x dx x T x dx t x T T t T t dt t T t dt T T ρ -- ==-- =- === ?? ?? 令，则有 () {} n T x *是在[] 0,1上带权( )x ρ=的正交多项式。 * 00 * 11 *2 22 *32 33 ()(21)1 ()(21)21 ()(21)881 ()(21)3248181 T x T x T x T x x T x T x x x T x T x x x x =-= =-=- =-=-+ =-=-+- 3.() {} i i x ?∞ = 是区间[] 0,1上带权()x x ρ=的最高次项系数为1的正交多项式族，其 中() 1 x ?=，求()() 1 3 x x dx x ?? ?1 和。 解法一： 11 330 00 ()()()() x x dx x x x dx ?ρ?? = ?? {} 11 303 00 ()[0,1]()1 ()()()0()0 i i x x x x x x dx x x dx ?ρ ρ??? ∞ = = ∴== ?? 是区间上带权的最高次项系数为的正交多项式 ，即
数值分析 第六章 习题
第六章 习 题 1. 计算下列矩阵的1A ，2A ，A ∞三种范数。 （1）1101A ???=????，（2）312020116A ????=??????? . 2. 用Jacobi 方法和Gauss-Seidel 迭代求解方程组 1231231 238322041133631236x x x x x x x x x ?+=??+?=??++=? 要求取(0)(0,0,0)T x =计算到(5)x ，并分别与精确解(3,2,1)T x =比较。 3. 用Gauss-Seidel 迭代求解 12312312 35163621122x x x x x x x x x ??=??++=???+=?? 以(0)(1,1,1)T x =?为初值，当(1)() 310k k x x +?∞?<时，迭代终止。 4. 已知方程组121122,2,x x b tx x b +=?? +=? （1）写出解方程组的Jacobi 迭代矩阵，并讨论迭代收敛条件。 （2）写出解方程组的Gauss-Seidel 迭代矩阵，并讨论迭代收敛条件. 5. 设有系数矩阵 122111221A ?????=?????? ， 211111112B ?????=??????? ， 证明：（1）对于系数矩阵A ，Jacobi 迭代收敛，而Gauss-Seidel 迭代不收敛. （2）对于矩阵B ，. 6. 讨论方程组 112233302021212x b x b x b ?????????????=??????????????????? 用Jacobi 迭代和Gauss-Seidel 迭代的收敛性；如果都收敛，比较哪种方法收敛更快.
(完整版)幂的运算总结及方法归纳
幂的运算 一、知识网络归纳 二、学习重难点 学习本章需关注的几个问题： ●在运用n m n m a a a +=?（m 、n 为正整数），n m n m a a a -=÷（0≠a ，m 、n 为正整数且m ＞n ），mn n m a a =)(（m 、n 为正整数），n n n b a ab =)(（n 为正整数），)0(10≠=a a ，n n a a 1 = -（0≠a ，n 为正整数）时，要特别注意各式子成立的条件。 ◆上述各式子中的底数字母不仅仅表示一个数、一个字母，它还可以表示一个单项式，甚至还可以表示一个多项式。换句话说，将底数看作是一个“整体”即可。 ◆注意上述各式的逆向应用。如计算20052004425.0?，可先逆用同底数幂的乘法法则将20054写成442004?，再逆用积的乘方法则计算 11)425.0(425.02004200420042004==?=?，由此不难得到结果为1。 ◆通过对式子的变形，进一步领会转化的数学思想方法。如同底数幂的乘法
就是将乘法运算转化为指数的加法运算，同底数幂的除法就是将除法运算转化为指数的减法运算，幂的乘方就是将乘方运算转化为指数的乘法运算等。 ◆在经历上述各个式子的推导过程中，进一步领悟“通过观察、猜想、验证与发现法则、规律”这一重要的数学研究的方法，学习并体会从特殊到一般的归纳推理的数学思想方法。 一、同底数幂的乘法 1、同底数幂的乘法 同底数幂相乘，底数不变，指数相加. 公式表示为：()m n m n a a a m n +?=、为正整数 2、同底数幂的乘法可推广到三个或三个以上的同底数幂相乘，即 () m n p m m p a a a a m n p ++??=、、为正整数 注意点： （1） 同底数幂的乘法中，首先要找出相同的底数，运算时，底数不变，直接把指数相加，所得的和作为积的指数. （2） 在进行同底数幂的乘法运算时，如果底数不同，先设法将其转化为相同的底数，再按法则进行计算. 例题： 例1：计算列下列各题 （1） 34a a ?； （2） 23b b b ?? ； （3） ()()()2 4 c c c -?-?- 简单练习： 一、选择题 1. 下列计算正确的是( ) A.ａ2+ａ3=ａ5 B.ａ2·ａ3=ａ5 C.3m +2m =5m D.ａ2+ａ2=2ａ4 2. 下列计算错误的是( ) A.5ｘ2-ｘ2=4ｘ2 B.ａm +ａm =2ａm C.3m +2m =5m D.ｘ·ｘ2m-1= ｘ2m 3. 下列四个算式中①ａ3·ａ3=2ａ3 ②ｘ3+ｘ3=ｘ6 ③ｂ3·ｂ·ｂ2=ｂ 5 ④ p 2+p 2+p 2=3p 2 正确的有( ) A.1个 B.2个 C.3个 D.4个 4. 下列各题中，计算结果写成底数为10的幂的形式，其中正确的是( ) A.100×102=103 B.1000×1010=103 C.100×103=105 D.100×1000=104 二、填空题 1. ａ4·ａ4=_______；ａ4＋ａ4=_______。 2、 b 2·b ·b 7 =________。 3、103·_______=1010 4、(-ａ)2·(-ａ)3·ａ5 =__________。 5、ａ5·ａ( )=ａ2·( ) 4=ａ18 6、(ａ+1)2·(1+ａ)·(ａ+1)5 =__________。 中等练习： 1、 (-10)3·10+100·(-102 )的运算结果是( ) A.108 B.-2×104 C.0 D.-104
数值分析第六章实验报告
一、实验名称 Newton-cotes型求积公式 二、实验目的 学会Newton-cotes型求积公式,并应用该算法于实际问题。 三、实验内容 求定积分?π cos xdx e x 四、实验要求 选择等分份数n,用复化Simpson求积公式求上述定积分的误差不超过8 10-的近似值,用MATLAB中的内部函数int求此定积分的准确值,与利用复化Simpson求积公式计算的近似值进行比较。 五、实验程序与输出结果 在MATALAB的Editor窗口中输入以下程序： function y=comsimpson(fun,a,b,n) z1=feval (fun,a)+ feval (fun,b);m=n/2; h=(b-a)/(2*m); x=a; z2=0; z3=0; x2=0; x3=0; for k=2:2:2*m x2=x+k*h; z2= z2+2*feval (fun,x2); end for k=3:2:2*m x3=x+k*h; z3= z3+4*feval (fun,x3); end y=(z1+z2+z3)*h/3; 然后保存为然后保存为comsimpson.m的文件 在MATALAB工作窗口命令窗口中输入： Q2 =comsimpson (@fun,0,pi,1000000000) syms x fi=int(exp(x).*cos(x),x,0,pi); Fs= double (fi)
wQ2= double (abs(fi-Q2) ) 运行后结果： Q2=-12.0703，Fs=-12.0703, wQ2=5.2654e-08 六、实验结果分析 利用复化simpson求积公式计算运行后其结果为Q2=-12.0703，利用内部函数求解的结果为Fs=-12.0703,两者的误差为wQ2=5.2654e-08。从中可以看出误差结果达到了1E-8级数，而相对应的N已经取到了10亿次，再增大N对结果已经没有太大变化。可见复化simpson要得到比较准确的结果需要运算的次数比较大。
数值分析学习心得体会.doc
数值分析学习感想 一个学期的数值分析，在老师的带领下，让我对这门课程有了深刻的理解和感悟。这门 课程是一个十分重视算法和原理的学科，同时它能够将人的思维引入数学思考的模式，在处 理问题的时候，可以合理适当的提出方案和假设。他的内容贴近实际，像数值分析，数值微 分，求解线性方程组的解等，使数学理论更加有实际意义。 数值分析在给我们的知识上，有很大一部分都对我有很大的帮助，让我的生活和学习有 了更加方便以及科学的方法。像第一章就讲的误差，在现实生活中，也许没有太过于注意误 差，所以对误差的看法有些轻视，但在学习了这一章之后，在老师的讲解下，了解到这些误 差看似小，实则影响很大，更如后面所讲的余项，那些差别总是让人很容易就出错，也许在 别的地方没有什么，但是在数学领域，一个小的误差，就很容易有不好的后果，而学习了数 值分析的内容，很容易就可以将误差锁定在一个很小的范围内，在这一范围内再逼近，得出 的近似值要准确的多，而在最开始的计算中，误差越小，对后面的影响越小，这无疑是好的。 数值分析不只在知识上传授了我很多，在思想上也对我有很大的影响，他给了我很多数 学思想，很多思考的角度，在看待问题的方面上，多方位的去思考，并从别的例子上举一反三。像其中所讲的插值法，在先学习了拉格朗日插值法后，对其理解透彻，了解了其中 的原理和思想，再学习之后的牛顿插值以及三次样条插值等等，都很容易的融会贯通，很容 易的就理解了其中所想，他们的中心思想并没有多大的变化，但是使用的方式却是不同的， 这不仅可以学习到其中心内容，还可以去学习他们的思考方式，每个不同的思考方式带来的 都是不同的算法。而在看待问题上，不同的思考方式总是可以快速的全方位的去看透彻问题， 从而知道如何去解决。 在不断的学习中，知识在不断的获取，能力在不断的提升，同时在老师的不懈讲解下， 我逐渐的发现数值分析所涵盖的知识面特别的广泛，而我所需要学习的地方也更加的多，自 己的不足也在不断的体现，我知道这只是我刚刚接触到了数学的那一角，在以后我还会接触 到更多，而这求知的欲望也在不停的驱赶我，学习的越多，对今后的生活才会有更大的帮助。 计算132 2013014923 张霖篇二：数值分析学习报告 数值分析学习心得报告 班级：11级软工一班 姓名： * * * 学号: 20117610*** 指导老师：* * * 学习数值分析的心得体会 无意中的一次选择，让我接触了数值分析。 作为这学期的选修课，我从内心深处来讲，数值分析真的有点难。感觉它是在高等数学 和线性代数的基础上，又加深了探讨。虽然这节课很难，我学的不是很好，但我依然对它比 较感兴趣。下面就具体说说我的学习体会，让那些感兴趣的同学有个参考。 学习数值分析，我们首先得知道一个软件——matlab。matrix laboratory，即矩阵实验 室，是math work公司推出的一套高效率的数值计算和可视化软件。它是当今科学界最具影 响力、也是最具活力的软件，它起源于矩阵运算，并高速发展成计算机语言。它的优点是强 大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面、便捷的与其他程序和语 言接口。 根据上网搜集到的资料，你就会发现matlab有许多优点： 首先，编程简单使用方便。到目前为止，我已经学过c语言，机器语言，java语言，这
第六章非线性方程的数值解法习题解答
第六章非线性方程的数值解法习题解答 填空题： 1. 求方程()x f x =根的牛顿迭代格式是__________________。 Ans:1()1()n n n n n x f x x x f x +-=- '- 2.求解方程 在(1, 2)内根的下列迭代法中， (1) (2) (3) (4) 收敛的迭代法是（A ）. A ．(1)和(2) B. (2)和(3) C. (3)和(4) D. (4)和(1) 3.若0)()(，故迭代发散。 以上三中以第二种迭代格式较好。 2、设方程()0f x =有根，且'0()m f x M <≤≤。试证明由迭代格式1()k k k x x f x λ+=- (0,1,2,)k =L 产生的迭代序列{}0k k x ∞ =对任意的初值0(,)x ∈-∞+∞，当2 0M λ<< 时，均收敛于方程的根。
数值分析第四章学习小结
第四章学习小结 本章为非线性方程与非线性方程组的迭代解法，由此可分为两大节4.1非线性方程的迭代解法和4.2非线性方程组的迭代解法。本章以人口增长模型为引言，由于在实际应用中只有很少类型的非线性方程能解出根的解析表达式，对于大多数非线性方程，只能用数值法求出它的根的近似值，本章将要介绍几种常用的有效的数值求根方法，它们都属于迭代法，因而还要讨论这些方法的收敛性和收敛速度。 4.1.1对分法 （1）基本思想： ①确定方程有根的区间； ②将区间逐次分半缩小，得到一个区间长度以1/2的比例减小的含根区间序列{}k x ，在给定根的误差界时，利用长度趋于零的特点，可得到在某个区间中满足要求的近似根。收敛速度与公比为12 的等比数列的收敛速度相同。 (2)迭代终止条件 或者 (3)二分法的优缺点： 优点：程序简单，总能求出近似根，对()f x 要求不高。 缺点：收敛速度慢，只能求单根和奇数重根，不能求偶重根，复根。二分法一般用于对根求近似根。 4.1.2简单迭代法及其收敛性 迭代法的基本思想: 迭代法是一种逐次逼近法，用某个固定公式反复校正根的近似值，使 12 a b x +=2k k b a ε-<2 k k k b a x s ε--≤
之逐步精确化，最后得到满足精度要求的解。 迭代法的基本思想是将隐式方程()x x ?=的求根问题归结为计算一组显式公式1()k k x x ?+=，逐步过程实际上是一个逐步显示化的过程。 收敛性：若由迭代公式1().1,2,3...k k x x k ?+==产生的序列{}k x 收敛于x *，则x *是原方程的根。 收敛条件： a ．非局部收敛性定理：设函数()[,]x C a b ?∈，在（a ，b ）内可导，且满足两个条件： （1）当[,]x a b ∈时，()[,]x a b ?∈；（2）当[,]x a b ∈时，'()1x L ?≤<，其中L 为一常数。则有如下结论： （1）方程()x x ?=在[,]a b 上有唯一的根s ； （2）对任取的0[,]x a b ∈，简单迭代法1()k k x x ?+=产生的序列{}[,]k x a b ?且收敛于s ； （3）成立误差估计式101k k L s x x x L -≤--或11k k k L s x x x L --≤-- 这种形式的收敛定理称为大范围收敛性定理，但当条件不够充分时，预先指定一个区间常常是不可能的。 b ．局部收敛性定理 设'(),()s s x ??=在包含s 的某个开区间内连续。如果'()1s ?<，则存在0δ>当0[,]x s s δδ∈-+时，由简单迭代法1()k k x x ?+=产生的序列 {}[,]k x s s δδ?-+且收敛于s 。 4.1.3简单迭代法的收敛速度