没有合适的资源?快使用搜索试试~ 我知道了~
数值分析第五版(李庆扬编著)期末复习笔记.docx
需积分: 46 53 下载量 140 浏览量
2022-07-07
19:22:13
上传
评论 20
收藏 98KB DOCX 举报
温馨提示
试读
16页
数值分析第五版(李庆扬编著)期末复习笔记,此笔记仅由个人根据老师给的期末考纲进行归纳。
资源推荐
资源详情
资源评论
数值分析第 5 版(李庆扬、王能超、易大义)
一、 误差的 4 种来源和减少方法.......................................1
二、 相对误差与绝对误差(P5)&有效数字(P6)........................1
三、 拉格朗日插值(P24)............................................2
四、 函数逼近.......................................................4
五、 最佳平方逼近(P67)............................................5
六、 最小二乘法及其计算(P73)......................................8
七、 三角分解法(LU)(P152)........................................9
八、 代数精度(P98)...............................................10
九、 牛顿迭代(P224)..............................................13
1
一、误差的 4 种来源和减少方法
1. 误差来源(P4)
① 模型误差:数学模型与实际问题之间出现的误差;
② 观测误差:由观测产生的误差;
③ 截断误差(方法误差):近似解与精确解之间的误差;
④ 舍入误差:由于计算机字长有限和浮点数表示方法的问题,计算机会
按照舍入原则对超过其表示精度的数据舍入,导致结果的不精确。
2. 减少方法(P11)
① 避免“大数”除以“小数”;
② 避免两个相近数相减;
③ 防止“大数”吃“小数”;
④ 减少运算次数。
二、相对误差与绝对误差(P5)&有效数字(P6)
1.
有量纲的
绝对误差
e
∗
=
x
∗
−x
绝对误差限
ε
∗
=
|
e
∗
|
的上限
2. 无量纲的
相对误差
𝑒
∗
𝑟
=
𝑒
∗
𝑥
∗
相对误差限
𝜀
∗
𝑟
=
𝜖
∗
|
𝑥
∗
|
,(
𝜀
∗
𝑟
越小表示
𝑥
∗
近似
𝑥
的程度越好)
3. 【 定 理 1 】 设 近 似 数 x
*
= ± 10
m
× (a
1
+a
2
× 10
-1
+ … +a
l
× 10
-(l-1)
) , 其 中
a
i
(i=1,2,…,l)是 0-9 中的一个数字,a
l
≠0,m 为整数。若 x
*
的相对误差限
𝜀
∗
𝑟
≤
1
2(
𝑎
1
+
1)
×
10
−(𝑛−1)
,则 x
*
至少有 n 位有效数字;反之,若 x
*
有 n 位有效数
字,则其相对误差限
𝜀
∗
𝑟
≤
1
2
𝑎
1
×
10
−(𝑛−1)
,绝对误差限
|
𝑒
∗
|
=
|
𝑥−
𝑥
∗
|
≤
1
2
×
10
𝑚−𝑛
+
1
。
2
4. 【定义 2】若近似值 x
*
的误差限是某一位的半个单位,该位到 x
*
的第一位非
零数字共有 n 位,就说 x
*
有 n 位有效数字,它可表示为 x
*
=±10
m
×(a
1
+a
2
×
10
-1
+…+a
l
×10
-(l-1)
),其中 a
i
(i=1,2,…,l)是 0-9 中的一个数字,a
l
≠0,m 为整
数,且绝对误差限
|
𝑒
∗
|
=
|
𝑥−
𝑥
∗
|
≤
1
2
×
10
𝑚−𝑛
+
1
。
三、拉格朗日插值(P24)
1. 线性插值多项式 L
1
(x)
(点斜式):
y
=
𝐿
1
(𝑥)
=
𝑦
𝑘
+
𝑦
𝑘
+
1
−
𝑦
𝑘
𝑥
𝑘
+
1
−
𝑥
𝑘
∙
(𝑥−
𝑥
𝑘
)
(两点式):
y
=
𝐿
1
(𝑥)
=
𝑦
𝑘
∙
𝑥−
𝑥
𝑘
+
1
𝑥
𝑘
−
𝑥
𝑘
+
1
+
𝑦
𝑘
+
1
∙
𝑥−
𝑥
𝑘
𝑥
𝑘
+
1
−
𝑥
𝑘
,其中
𝑙
𝑘
(𝑥)
=
𝑥−
𝑥
𝑘
+
1
𝑥
𝑘
−
𝑥
𝑘
+
1
,
𝑙
𝑘
+
1
(𝑥)
=
𝑥−
𝑥
𝑘
𝑥
𝑘
+
1
−
𝑥
𝑘
,为线性插值基函数,
∑
𝑛
𝑖
=
0
𝑙
𝑖
(𝑥)
=
1
。
2. 二次插值多项式 L
2
(x)
𝐿
2
(𝑥)
=
𝑦
𝑘−1
∙
(𝑥−
𝑥
𝑘
)(𝑥−
𝑥
𝑘
+
1
)
(
𝑥
𝑘−1
−
𝑥
𝑘
)(
𝑥
𝑘−1
−
𝑥
𝑘
+
1
)
+
𝑦
𝑘
∙
(𝑥−
𝑥
𝑘−1
)(𝑥−
𝑥
𝑘
+
1
)
(
𝑥
𝑘
−
𝑥
𝑘−1
)(
𝑥
𝑘
−
𝑥
𝑘
+
1
)
+
𝑦
𝑘
+
1
∙
(𝑥−
𝑥
𝑘−1
)(𝑥−
𝑥
𝑘
)
(
𝑥
𝑘
+
1
−
𝑥
𝑘−1
)(
𝑥
𝑘
+
1
−
𝑥
𝑘
)
3. 拉格朗日插值多项式
𝐿
𝑛
(𝑥)
=
∑
𝑛
𝑘
=
0
𝑦
𝑘
∙
𝑙
𝑘
(𝑥)
=
∑
𝑛
𝑘
=
0
𝑦
𝑘
∙
𝜔
𝑛
+
1
(𝑥)
(𝑥−
𝑥
𝑘
)
𝜔
′
𝑛
+
1
(
𝑥
𝑘
)
,其中 y
k
表示各个插值点的函数
值
n 次插值基函数
𝐿
𝑘
(𝑥)
=
(𝑥−
𝑥
0
)
⋯
(𝑥−
𝑥
𝑘−1
)(𝑥−
𝑥
𝑘
+
1
)
⋯
(𝑥−
𝑥
𝑛
)
(
𝑥
𝑘
−
𝑥
0
)
⋯
(
𝑥
𝑘
−
𝑥
𝑘−1
)(
𝑥
𝑘
−
𝑥
𝑘
+
1
)
⋯
(
𝑥
𝑘
−
𝑥
𝑛
)
,k=0,1,…,n.
𝜔
𝑛
+
1
(𝑥)
=
(𝑥−
𝑥
0
)
∙
(𝑥−
𝑥
1
)
⋯
(𝑥−
𝑥
𝑛
)
𝜔
′
𝑛
+
1
(
𝑥
𝑘
)
=
(
𝑥
𝑘
−
𝑥
0
)
⋯
(
𝑥
𝑘
−
𝑥
𝑘−1
)(
𝑥
𝑘
−
𝑥
𝑘
+
1
)
⋯
(
𝑥
𝑘
−
𝑥
𝑛
)
4. 插值余项
n=1,线性插值余项
𝑅
1
(𝑥)
=
1
2
𝑓
′
′
(
𝛿
)
∙
𝜔
2
(𝑥)
=
1
2
𝑓
′
′
(
𝛿
)
∙
(𝑥−
𝑥
0
)
∙
(𝑥−
𝑥
1
)
,
δ
∈
[
𝑥
0
,
𝑥
1
3
]
n=2,抛物线插值余项
𝑅
2
(𝑥)
=
1
6
𝑓
′
′
(
𝛿
)
∙
(𝑥−
𝑥
0
)
∙
(𝑥−
𝑥
1
)
∙
(𝑥−
𝑥
2
)
,
δ
∈
[
𝑥
0
,
𝑥
2
]
插值余项
𝑅
𝑛
(𝑥)
=
𝑓(𝑥)−
𝐿
𝑛
(𝑥)
=
𝑓
(𝑛
+
1)
(
𝛿
)
(𝑛
+
1)!
∙
𝜔
𝑛
+
1
(𝑥)
5. 截断误差限
|
𝑅
𝑛
(𝑥)
|
≤
𝑀
𝑛
+
1
(𝑛
+
1)!
|
𝜔
𝑛
+
1
(𝑥)
|
,
𝑀
𝑛
+
1
=
max
𝑎
≤
𝑥
≤
𝑏
|
𝑓
(𝑛
+
1)
(𝑥)
|
6. 插值法
设函数 y=f(x)在区间[a,b]上有定义,且已知在点 a≤x
0
<x
1
<…<x
n
≤b 上的
值 y
0
,y
1
,...,y
n
,若存在一简单函数 P(x),使 P(x
i
)=y
i
,i=0,1,...,n 成立,就称 P(x)为
f(x)的插值函数点,x
0
,x
1
,...,x
n
称为插值节点,包括插值节点的区间[a,b]称为插值
区间,求插值函数 P(x)的方法称为插值法。
(1) 拉格朗日插值(Lagrange)
Lagrange 插值是 n 次多项式插值,成功地用构造插值基函数的方法解决了求
n 次多项式插值函数的问题。
基本思想:将待求的 n 次多项式插值函数 P
n
(x)改写成另一种表示方法,再利
用插值条件确定其中的待定函数,从而求出插值多项式。
(2) 牛顿插值(Newton)(P29)
Newton 插值也是 n 次多项式插值,提出了逐次生成插值多项式的方法。
基本思想:将待求的 n 次插值多项式 P
n
(x)改写成具有承袭性的形式,再利用
插值条件确定 P
n
(x)的待定系数,从而求出插值函数。
(3) 埃尔米特插值(Hermite)(P35)
Hermite 插值利用位置函数 f(x)在插值节点上的函数值及导数值来构造插值
多项式。
基本思想:利用 Lagrange 插值函数的构造方法,先设定函数形式,再利用插
值条件求出插值函数。
(4) 分段插值(P40)
基本思想:将被插值函数 f(x)的插值节点从小到大排序,然后在每对相邻的
两个节点为端点的区间上用 m 次多项式去近似 f(x)。
剩余15页未读,继续阅读
资源评论
princessyang
- 粉丝: 499
- 资源: 7
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功