1.7.2 三次样条插值的基本原理
三次样条插值也是一种分段插值方法，用分段的三次多项式构造成一个整体上具有函数、一阶和二阶导函数连续的函数，近似地替代已知函数)(x f ，“样条”一词源于过去绘图员使用的一种绘图工具样条，它是用于富于弹性、能弯曲的木条（或塑料）制成的软尺，把它弯折靠近所有的基点用画笔沿着样条就可以画出连续基点的光滑曲线。
假设已知函数)(x f 在区间],[b a 上的)1(+n 个节点b
x x x x x a n n =<<<<<=-1210 及其对应的函数值
i i y x f =)(,),,2,1,0(n i =，即给出)1(+n 组样本点数据),(,),,(),,(1100n n y x y x y x ，可以构造一个定义在],[b a 上的函数)(x S ，
满足下述条件。
① i i y x S =)(,),,2,1,0(n i
=
② )(x S 在每个小区间],[1+i i x x )1,,2,1,0(-=n i 上，都是一个三次多项式：
3
32210)(x
a x a x a a x S i i i i i +++= （1-42）
③ )(),(),(x S x S x S '''在],[b a 上连续。
可见，)(x S 是一个光滑的分段函数，这样的函数称为三次样条（Spline ）插值函数。
构造的函数)(x S 是由n 个小区间上的分段函数组成，根据条件②，每个小区间上构造出一个三次多项式，第
i 个小区间上的三次多项式为
332210)(x a x a x a a x S i i i i i +++=，共有n 个多项式，每个多项式有4个待定系数。要确定这n 个多项式，就需要确定
4
n
个系数
3210,,,i i i i a a a a )1,,2,1,0(-=n i 。为此，应该找到包含这些系数的4n
个独立方程。
根据)(x S 满足的条件①，在所有的节点上可得出)1(+n 个条件方程：
i i y x S =)(,),,2,1,0(n i = (1-43)
根据)(x S 满足的条件③，除两端点外在所有节点上，又可得出)1(3-n 个方程：
???
??''='''='=+++)()()
()()
()(111i i i
i i i i i i i i i x S x S x S x S x S x S )1,,2,1(-=n i (1-44)
由式(1-43)和(1-44)式可知共有)24(-n 个独立方程，还差两个。通常的办法是在区间],[b a 的两个端点上各加一个条件，即称之为边界条件。常用的边界条件有以下三种：
（1）给定两端点处的导数值n n y x S y x S '=''=')(,)(00，特别地，当00
='='n y y 时，样条曲线在端点处呈水平状态。
（2）给定两端处的二阶导数值n n y x S y x S ''=''''='')(,)(0
0，特别地，当0)()(0=''=''n x S x S 时，称为自然边界条件。
（3）如果)(x f 是以a b -为周期的周期函数，则)(x S 也应是具有同样的周期的周期函数，在端点处需要满足
)0()0(),0()0(-''=+''-'=+'b S a S b S a S
这样，在已有的)24(-n 个条件方程基础上，再加上任何一种边界条件，即可求出这4n 个系数，从而就可以求得三次样条插值函数)(x S 。
1.7.3 以节点处的二阶导数值为参数的三次样条插值函
数
设i i M x S ='')(),,1,0(n i =，因为在小区间],[1+i i x x 上)()(x S x S i =是三次多项式，故)(x S i ''为线性函数，由Lagrange 插值公式得
i
i i i i i i
i i
i i i i i i h x x M h x x M x x x x M x x x x M x S 1
1
11
11)(++++++---=--+--=''，],[1+∈i i x x x （1-45）
式中，i i i x x h -=+1
对式（1-45）两边进行一次积分，得出
i i
i i i i i i A h x x M h x x M x S +---='++2)(2)()(2
121，],[1+∈i i x x x （1-46）
再对式（1-46）两边进行一次积分，得出
i i i i
i i i i i i B x x A h x x M h x x M x S +-+---=++)(6)(6)()(3
131，],[1+∈i i x x x
（1-47）
式中i A ，i B 都是积分常数。代入插值条件i i i y x S =)(,11)(++=i i i y x S ，
得
i i i i i i y B h M x S =+=6)(2，12
116
)(+++=++=i i i i i i i i y B h A h M x S
i i y x ,是已知的，解这两个方程，得出i A 与i B ，代入式（1-47）得出：
)1,,1,0(666)(6)()(122113131-=-???? ??---???? ?
?-+---=+++++n i h x x h M y h x x h M y h x x M h x x M x S i
i i i i i i
i i i i i i i i i i （1-48） 求导得
6
)(2)(2)()(112121i i i i i i i i i i i i i M M h h y y h x x M h x x M x S ---+---='++++，],[1+∈i i x x x （1-49）
)(x S i '在],[b a 上连续，所以在相邻两个小区间的分界点i x （节点）上取值
相等：
)0()0(1+'=-'-i i i i x S x S ，1,,2,1-=n i (1-50）
由式（1-49）和式（1-50）便可得出：
111
111116
3)0(6
3)0(++--------+-=+'=+-+=-'i i
i i i i i i i i i i i i i i i i M h h y y h M x S M h h y y h M x S
点],[)0(1i i i x x x -∈-，点],[)0(1+∈+i i i x x x ，因此，在代入式（1-49）
时区间长度分别用11---=i i i x x h 和i i i x x h -=+1。
移项整理可得：
11111111162---++----+???? ??---=++++i i
i i i i i i i i i i
i i i i i h h h y y h y y M h h h M M h h h
若令
111111
1
6
1---+---+???? ??---=+=
-=+=
i i
i i i i i i i i
i i
i i i i i i h h h y y h y y c h h h h h h αβα (1-51)
它们均为常数，于是上式变成：
i i i i i i c M M M =+++-112βα，)1,,2,1(-=n i （1-52）
式（1-52）给出了含有)1(+n 个参数n M M M ,,,10 的)1(-n 个方程，称为三次样条的M 关系式，或按其动力学意义，称为三弯矩方程。这)1(-n 个方程中共有)1(+n 个未知量：n M M M ,,,10 ，要求出它们尚缺两个条件方程，这就需要借助边界条件。将这三种边界条件中的任一种与三弯矩方程（1-51）联立，即可求出参数),,1,0(n i M i =。
如果问题要求)(x S 满足边界条件（1），由式（1-49）得
)
(6
2)(010
001000M M h h y y M h y a S ---+-='=')
(6
2)(11
111--------+='='n n n n n n n n n M M h h y y M h y b S 化简
???
? ??'--=
+00010
106
2y h y y h M M
???? ??--'=+----111162n n n n n n n h y y y h M M （1-53）
式(1-52)和式(1-53)联立，即得关于参数),,1,0(n i M i =的)1(+n 阶线性方程组，其矩阵形式为
???
??
????
?
??????????=???????????????????????????????????????
?----n n n n n
n n c c c c c M M M M M a 1210121011
2
2
1
10
22
222
αβαββαβ (1-54) 其中???
? ??--'=???? ??'--===---11100010
00
6,6
,1,1n n n n n n n h y y y h c y h y y h c αβ。这就是三对角方程组，可用追赶法求解。
如果问题要求)(x S 满足边界条件（2），即
n n y M y M ''=''=,0
0 此时方程组(1-52)中实际只有)1(-n 个未知数，其矩阵形式的
???????
?????????''-''-=???????????????????????????????
?--------n n n n n n n n n y c c c y c M M M M 112
20
1112211
22
2
21
22
2
2
βααβαβαβ
(1-55)
这仍是三对角方程组。
如果问题要求)(x S 满足周期边界条件（3），将边界条件
)0()0(0-'=+'n x S x S ，n M M =0与方程组(1-52)联立，得到n 阶方程组
???????
?
????????=????????????????????????????????----n n n n n n
n n c c c c M M M M a 12112122
2
211
222
2
αββαβαβ (1-56)
其中
???
? ??---+=+=+=------11001101001016,,n n n n n n n n n n h y y h y y h h c h h h h h h a β。其求解过程类似于求解三对角方程组的追赶法。
容易验证，这三种情形所得到的方程组的系数矩阵均为严格对角占优阵，因此方程组有唯一解，将解代入(1-48)式，即得三次样条插值函数。
2. 以节点处的导数值为参数的三次样条插值函数。
类似地，也可以节点处的导数值为参数来导出三次样条插值函数的表达式。
设i i m x S =')(),,1,0(n i =。按分段三次Hermite 插值公式，)(x S 可表成
]
,[)()(212
1)(112
12
112
12
1+++++++∈???
?
??--+???? ??--+???
?
??-???? ??--+???? ??-???? ??-+=i i i i
i
i i i i i i i
i
i i i i i i i
x x x m h
x x x x m h x x x x y h
x x h x x y h x x h x x x S (1-57)
由二阶导数在节点处连续
)0()0(1-''=+''-i i i i x S x S )1,,1(-=n i
可导出关于参数i m 的方程组
i i i i i i d m m m =+++-112αβ，)1,,2,1(-=n i (1-58)
其中
?
??
? ??-+-=+=
-=+=
+------)()(31111111
1
i i i i
i i i i i i
i i
i i i i i i y y h a y y h d h h h h h h βαβα (1-59)
式(1-58)称为三次样条的m 关系式，或按其动力学意义，称为三转角方程。方程组(1-57)含有)1(+n 个未知量，)1(-n 个方程，与对M 关系式的讨论类似，增加边界条件（1），（2）后，可得关于参数i m 的三对角方程组；增加周期边界条件（3）后，得n 阶方程组。这些方程组的系数矩阵均非奇异，故方程组有唯一解。解出参数i m )1,,1,0(-=n i 后代入式（1-56），即
得三次样条插值函数。
【例1-20】已知函数表
求满足边界条件1)0(='y ，0)3(='y 的三次样条插值函数。
解 如果用三弯矩方程求解，由已知，按式(1-51)和式(1-53)计算方程组的系数及右端项，结果如下：
将上述数据代入式(1-52)和式(1-53)得方程组
?
???????????--=???????????????????????
?783636212/122/102/122/10012
3210M M M M 其解为3170
,3106,338,3283210==-==M M M M 。将此解代入式
(1-48)，得
]
1,0[)31411(3)
1(914937)1(914919)
1(63280)0(633826)1(3286)0(338)(2333
30∈++-=-++---=-??? ???---??? ???++
-?--?-=x x x x
x x x x x x x x x S
]1,0[)
351081924(3
1
)(231∈-+-=x x x x x S
]1,0[)
52573232946(3
1
)(232∈+-+-=x x x x x S
如果用三转角方程求解，由式(1-59)得
2
1
2121====ββαα
29
)(21)(21312011=
??? ??-+-=y y y y d 21
)(21)(21323122=??
?
??-+-=y y y y d 将上述数据及0,130==m m 代入式(1-58)，得三转角方程
2122
1
,29
212212121=+=++m m m m 其解为332
,3221=-=m m 。将此解代入式(1-57)，即得三次样条插值函数的
分段表达式
????
?????∈+-+-∈-+-∈++-=]
3,2[)52573232946(31]
2,1[)
351081924(31
]1,0[)31411(3)(2
3232
x x x x x x x x x x x x x S
比较上面两种解法，对第一种边界条件，用三转角方程计算较简单。
小结计算三次样条插值函数的步骤为：
（1）根据给定的点),(i i y x 及相应的边界条件计算i i i c a ,,β或i d 。一般
地，对第一种边界条件用三转角方程，对第二种边界条件用三弯矩方程较为简单；
（2）解方程组(1-51)或(1-58)，求出参数{}i M 或
{}i m ；
（3）将求得的参数代入式(1-48)或式(1-57)，即得三次样条插值函数
)(x S 的分段表示式。
三次样条插值函数有较好的收敛性。
定理 设)(x f 在],[b a 上四次连续可微，
)(x S 为)(x f 在],[b a 上的三次样条插值函数，则
)3,2,1,0(],,[)
(max )()()4(4)()(=∈≤-≤≤-l b a x x f h c x S x f b
x a l l l l
其中i n i a i n i a i n i a h h c c c c h h 111
32101m in /m ax ,2
,83,241,3845,m ax -≤≤-≤≤--≤≤=+=====βββ称为分划比。
定理表明，当分划小区间的长度趋近于零时，)(x S 及其一至二阶导数分别一致收敛到
)(x f 及其一至二阶导数，因而，为提高精度只需要加密分划节
点，不需要提高样条函数的次数。由于样条插值有这样好的性质，因此它应十分广泛，在外形设计及计算机辅设计的许多领域中，都是十分有效的数学工具。
特别声明：考试时需带计 算器作辅助计算 1．2015x *=是经四舍五入得到的近似值，则其相对误差* r e ≤-31 104 ?. 2. 01(),(), ,()n l x l x l x 是以01,, ,n x x x 为节点的拉格朗日插值基函数，则 3．设(0)1(1)3(2)4(3)2f =,f =,f =,f =，[0123]f =，，，1 3 - . 4. 利用Simpson 公式求?2 1 2dx x = 7.3 5. 设求积公式1 0()d (),(1)n k k k f x x A f x n ≈≥∑?=是Gauss 型求积公式，则3 n k k k A x == ∑1 .4 6. 数值微分公式(2)(2) ()i i i f x h f x h f x h +≈ --'的截断误差为 2().O h 7. 设1101A ?? = ??? ，则A 的谱半径()A ρ= 1 ，A 的条件数1cond ()A = 4. 8. 用牛顿下山法求解方程3 03 x x -=根的迭代公式是 2 13 3(1),3n n n n x x x x x λ+-=-- 下山条件是 1()().n n f x f x +< 9.对任意初始向量(0)x 及任意向量f ，线性方程组的迭代公式(1)()(0,1,2,)k k k +=+=x Bx f ，迭代序列()k x 收敛于方程组的精确解x *的充分必要条件是()1.ρ数值计算方法学习心得
数值计算方法学习心得 ------一个代码的方法是很重要，一个算法的思想也很重要，但 在我看来，更重要的是解决问题的方法，就像爱因斯坦说的内容比 思维本身更重要。 我上去讲的那次其实做了挺充分的准备，程序的运行，pdf文档，算法公式的推导，程序伪代码，不过有一点缺陷的地方，很多细节 没有讲的很清楚吧，下来之后也是更清楚了这个问题。 然后一学期下来，总的来说，看其他同学的分享，我也学习到 许多东西，并非只是代码的方法，更多的是章胜同学的口才，攀忠 的排版，小冯的深入挖掘…都是对我而言比算法更加值得珍惜的东西，又骄傲地回想一下，曾同为一个项目组的我们也更加感到做项 目对自己发展的巨大帮助了。 同时从这些次的实验中我发现以前学到的很多知识都非常有用。 比如说，以前做项目的时候，项目导师一直要求对于要上传的 文件尽量用pdf格式，不管是ppt还是文档，这便算是对产权的一种 保护。 再比如代码分享，最基础的要求便是——其他人拿到你的代码 也能运行出来，其次是代码分享的规范性，像我们可以用轻量级Ubuntu Pastebin，以前做过一小段时间acm，集训队里对于代码的分享都是推荐用这个，像数值计算实验我觉得用这个也差不多了，其 次项目级代码还是推荐github（被微软收购了），它的又是可能更 多在于个人代码平台的搭建，当然像readme文档及必要的一些数据 集放在上面都更方便一些。
然后在实验中，发现debug能力的重要性，对于代码错误点的 正确分析，以及一些与他人交流的“正规”途径，讨论算法可能出 错的地方以及要注意的细节等，比如acm比赛都是以三人为一小组，讨论过后，讲了一遍会发现自己对算法理解更加深刻。 然后学习算法，做项目做算法一般的正常流程是看论文，尽量 看英文文献，一般就是第一手资料，然后根据论文对算法的描述， 就是如同课上的流程一样，对算法进一步理解，然后进行复现，最 后就是尝试自己改进。比如知网查询牛顿法相关论文，会找到大量 可以参考的文献。 最后的最后，想说一下，计算机专业的同学看这个数值分析， 不一定行云流水，但肯定不至于看不懂写不出来，所以我们还是要 提高自己的核心竞争力，就是利用我们的优势，对于这种算法方面 的编程，至少比他们用的更加熟练，至少面对一个问题，我们能思 考出对应问题的最佳算法是哪一个更合适解决问题。 附记: 对课程的一些小建议： 1. debug的能力不容忽视，比如给一个关于代码实现已知错误的代码给同学们，让同学们自己思考一下，然后分享各自的debug方法，一步一步的去修改代码，最后集全班的力量完成代码的debug，这往往更能提升同学们的代码能力。 2. 课堂上的效率其实是有点低的，可能会给学生带来一些负反馈，降低学习热情。 3. 总的来说还是从这门课程中学到许多东西。 数值分析学习心得体会
数值分析习题集 （适合课程《数值方法A 》和《数值方法B 》） 长沙理工大学 第一章 绪 论 1. 设x >0,x 的相对误差为δ,求ln x 的误差. 2. 设x 的相对误差为2％,求n x 的相对误差. 3. 下列各数都是经过四舍五入得到的近似数,即误差限不超过最后一位的半个单位,试指出 它们是几位有效数字: *****123451.1021,0.031,385.6,56.430,7 1.0.x x x x x =====? 4. 利用公式(3.3)求下列各近似值的误差限: ********12412324(),(),()/,i x x x ii x x x iii x x ++其中**** 1234 ,,,x x x x 均为第3题所给的数. 5. 计算球体积要使相对误差限为1％,问度量半径R 时允许的相对误差限是多少? 6. 设028,Y =按递推公式 1n n Y Y -=( n=1,2,…) 计算到100Y .27.982(五位有效数字),试问计算100Y 将有多大误差? 7. 求方程2 5610x x -+=的两个根,使它至少具有四位有效数字27.982). 8. 当N 充分大时,怎样求2 1 1N dx x +∞+?? 9. 正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝2 ? 10. 设 212S gt = 假定g 是准确的,而对t 的测量有±0.1秒的误差,证明当t 增加时S 的绝对 误差增加,而相对误差却减小. 11. 序列 {}n y 满足递推关系1101n n y y -=-(n=1,2,…),若0 1.41y =≈(三位有效数字), 计算到 10y 时误差有多大?这个计算过程稳定吗? 12. 计算6 1)f =, 1.4≈,利用下列等式计算,哪一个得到的结果最好? 3 -- 13. ()ln(f x x =,求f (30)的值.若开平方用六位函数表,问求对数时误差有多大?若
有限差分方法(FDM:Finite Difference Method)是计算机数值模拟最早采用的方法，至今仍被广泛运用。该方法将求解域划分为差分网格，用有限个网格节点代替连续的求解域。有限差分法以Taylor级数展开等方法，把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的代数方程组。有限差分法主要集中在依赖于时间的问题（双曲型和抛物型方程）。有限差分法方面的经典文献有Richtmeyer & Morton的《Difference Methods for Initial-Value Problems》；R. LeVeque《Finite Difference Method for Differential Equations》；《Numerical Methods for C onservation Laws》。 注：差分格式： （1）从格式的精度来划分，有一阶格式、二阶格式和高阶格式。 （2）从差分的空间形式来考虑，可分为中心格式和逆风格式。 （3）考虑时间因子的影响，差分格式还可以分为显格式、隐格式、显隐交替格式等。 目前常见的差分格式，主要是上述几种形式的组合，不同的组合构成不同的差分格式。差分方法主要适用于有结构网格，网格的步长一般根据实际地形的情况和柯朗稳定条件来决定。 构造差分的方法： 构造差分的方法有多种形式，目前主要采用的是泰勒级数展开方法。其基本的差分表达式主要有三种形式：一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等，其中前两种格式为一阶计算精度，后两种格式为二阶计算精度。通过对时间和空间这几种不同差分格式的组合，可以组合成不同的差分计算格式。 有限差分法的不足：由于采用的是直交网格，因此较难适应区域形状的任意性，而且区分不出场函数在区域中的轻重缓急之差异，缺乏统一有效的处理自然边值条件和内边值条件的方法，难以构造高精度(指收敛阶)差分格式，除非允许差分方程联系更多的节点(这又进一步增加处理边值条件韵困难)。另外它还有编制不出通用程序的困难。 有限差分法的优点：该方法是一种直接将微分问题变为代数问题的近似数值解法，数学概念 直观，表达简单，精度可选而且在一个时间步内，对于一个给定点来说其相关的空间点只是 与该相邻的几点，而不是全部的空间点。是发展较早且比较成熟的数值方法 广义差分法（有限体积法）（GDM:Generalized Difference Method）：1953年，Mac—Neal 利用积分插值法(也称积分均衡法)建立了三角网格上的差分格 式，这就是以后通称的不规划网格上的差分法．这种方法的几何误差小，特别是给出了处理自然边值条件(及内边值条件)的有效方法，堪称差分法的一大进步。1978年，李荣华利用有限元空间和对偶单元上特征函数的推广——局部Taylor展式的公项，将积分插值法改写成广义Galerkin法形式，从而将不规则网格差分法推广为广义差分法.其基本思路是，将计算区域划分为一系列不重复的控制体积，并使每个网格点周围有
第一章典型例题 例3 ln2=0.…，精确到10－3的近似值是多少 解 精确到10－3＝，即绝对误差限是＝, 故至少要保留小数点后三位才可以。ln2 第二章典型例题 例1 用顺序消去法解线性方程组 ??? ??1 -=4+2+4=+2+31 -=4++2321 321321x x x x x x x x x 解 顺序消元 ?? ?? ??????---???→???????????---????→???????????--=-?+-?+-?+1717005.555.00141 25.025.105.555.001412142141231412]b A [)3()2/1()2/3(231312r r r r r r M 于是有同解方程组 ?? ? ??-==--=++17175.555.0142332321x x x x x x 回代得解 x 3=－1, x 2=1,x 1=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 ??? ??5 =+2+23=++1=2-2+321 321321x x x x x x x x x 解 建立迭代格式 ???????+--=+--=++-=+++5223122) (2)(1)1(3 ) (3)(1)1(2 ) (3)(2)1(1k k k k k k k k k x x x x x x x x x (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 ???????-=+?-?-=-=+--==+?+?-=3 532123 351515232)2(3) 2(2)2(1x x x X (2)＝(5,－3,－3)T 第3次迭代，k =2 ???????=+-?-?-==+---==+-?+-?-=1 5)3(2521 3)3(511)3(2)3(2)2(3) 3(2)3(1x x x X (3)＝(1,1,1)T 第4次迭代，k =3 ???????=+?-?-==+--==+?+?-=1 512121 311111212)2(3) 2(2)2(1x x x X (4)＝(1,1,1)T 例4 证明例2的线性方程组，雅可比迭代法收敛，而高斯－赛德尔迭代法发散。 证明 例2中线性方程组的系数矩阵为 A ＝?? ?? ? ?????-122111221 于是 D ＝?? ?? ??????100010001 D －1＝D ??????????=022001000L ~ ????? ?????-=000100220U ~ 雅可比迭代矩阵为
（适合课程《数值方法A 》和《数值方法B 》） 第一章 绪 论 1. 设x >0,x 的相对误差为δ,求ln x 的误差. 2. 设x 的相对误差为2％,求n x 的相对误差. 3. 下列各数都是经过四舍五入得到的近似数,即误差限不超过最后一位的半个单位,试指出它们是几位 有效数字: ***** 123451.1021,0.031,385.6,56.430,7 1.0.x x x x x =====? 4. 利用公式(3.3)求下列各近似值的误差限: * * * * * * * * 12412324(),(),()/,i x x x ii x x x iii x x ++其中* * * * 1234,,,x x x x 均为第3题所给的数. 5. 计算球体积要使相对误差限为1％,问度量半径R 时允许的相对误差限是多少? 6. 设028,Y =按递推公式 11783 100 n n Y Y -=- ( n=1,2,…) 计算到100Y .若取783≈27.982(五位有效数字),试问计算100Y 将有多大误差? 7. 求方程2 5610x x -+=的两个根,使它至少具有四位有效数字(783≈27.982). 8. 当N 充分大时,怎样求 2 11N dx x +∞+?? 9. 正方形的边长大约为100㎝,应怎样测量才能使其面积误差不超过1㎝2 ? 10. 设2 12S gt = 假定g 是准确的,而对t 的测量有±0.1秒的误差,证明当t 增加时S 的绝对误差增加, 而相对误差却减小. 11. 序列{}n y 满足递推关系1101 n n y y -=-(n=1,2,…),若02 1.41y =≈(三位有效数字),计算到10 y 时误差有多大?这个计算过程稳定吗? 12. 计算6 (21)f =-,取 2 1.4≈,利用下列等式计算,哪一个得到的结果最好? 3 6 3 11,(322), ,9970 2. (21) (322) --++ 13. 2 ()ln(1)f x x x =- -,求f (30)的值.若开平方用六位函数表,问求对数时误差有多大?若改用另一等 价公式 2 2 ln(1)ln(1)x x x x - -=-+ + 计算,求对数时误差有多大? 14. 试用消元法解方程组{ 10 10 12121010; 2. x x x x +=+=假定只用三位数计算,问结果是否可靠? 15. 已知三角形面积 1sin , 2 s ab c = 其中c 为弧度, 02c π << ,且测量a ,b ,c 的误差分别为,,.a b c ???证 明面积的误差s ?满足 . s a b c s a b c ????≤ ++ 第二章 插值法 1. 根据( 2.2)定义的范德蒙行列式,令
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|
数值分析典型习题
特别声明：考试时需带计 算器作辅助计算 1．2015x *=是经四舍五入得到的近似值，则其相对误差* r e ≤ -31 104 ?. 2. 01(),(),,()n l x l x l x L 是以01,,,n x x x L 为节点的拉格朗日插值基函数，则 3．设(0)1(1)3(2)4(3)2f =,f =,f =,f =，[0123]f =，，，1 3 - . 4. 利用Simpson 公式求?2 1 2dx x = 7.3 5. 设求积公式1 0()d (),(1)n k k k f x x A f x n ≈≥∑?=是Gauss 型求积公式，则3 n k k k A x == ∑1 .4 6. 数值微分公式(2)(2) ()i i i f x h f x h f x h +≈ --'的截断误差为 2().O h 7. 设1101A ?? = ??? ，则A 的谱半径()A ρ= 1 ，A 的条件数1cond ()A = 4. 8. 用牛顿下山法求解方程3 03 x x -=根的迭代公式是 2 13 3(1),3n n n n x x x x x λ+-=-- 下山条件是 1()().n n f x f x +< 9.对任意初始向量(0)x 及任意向量f ，线性方程组的迭代公式(1)()(0,1,2,)k k k +=+=L x Bx f ，迭代序列()k x 收敛于方程组的精确解x *的充分必要条件是()1.ρ数值分析心得体会
数值分析心得体会 篇一：学习数值分析的经验 数值分析实验的经验、感受、收获、建议班级：计算131 学号：XX014302 姓名：曾欢欢 数值分析实验主要就是学习MATLAB的使用以及对数值分析类容的应用，可以使学生更加理解和记忆数值分析学得类容，也巩固了MATLAB的学习，有利于以后这个软件我们的使用。在做实验中，我们需要具备较好的编程能力、明白MATLAB软件的使用以及掌握数值分析的思想，才能让我们独立自主的完成该作业，如果是上述能力有限的同学，需要借助MATLAB的书以及网络来完成实验。数值分析实验对于我来说还是有一定难度，所以我课下先复习了MATLAB的使用方法以及编写程序的基本类容，借助互联网和同学老师资源完成了数值分析得实验的内容。在实验书写中，我复习了各种知识，所以我认为这门课程是有必要且是有用处的，特别是需要处理大量实验数据的人员，很有必要深入了解学习它，这样在以后的工作学习里面就减少了很多计算问题也提高了实验结果的精确度。 学习数值分析的经验、感受、收获、建议数值分析的内容包括插值与逼近，数值微分与数值积分，非线性方程与线性方程组的数值解法，矩阵的特征值与特征向量计算，常微分方程数值解等。
首先我们必须明白数值分析的用途。通常所学的其他数学类学科都是由公式定理开始，从研究他们的定义，性质再到证明与应用。但实际上，尤其是工程，物理，化学等其它具体的学科。往往我们拿到 手的只是通过实验得到的数据。如果是验证性试验，需要代回到公式 进行分析，验证。但往往更多面对的是研究性或试探性试验，无具体 公式定理可代。那就必须通过插值，拟合等计算方法进行数据处理以得到一个相对可用的一般公式。还有许多计算公式理论上非常复杂，在工程中不实用，所以必须根据实际情况把它转化成多项式近似表 示。学习数值分析，不应盲目记公式，因为公事通常很长且很乏味。其次，应从公式所面临的问题以及用途出发。比如插值方法，就 是就是把实验所得的数据看成是公式的解，由这些解反推出一个近似公式，可以具有局部一般性。再比如说拟合，在插值的基础上考虑实 验误差，通过拟合能将误差尽可能缩小，之后目的也是得到一个具有 一定条件下的一般性的公式。。建议学习本门课程要结合知识与实际，比如在物理实验里面很多
1、解：将)(x V n 按最后一行展开，即知)(x V n 是n 次多项式。 由于 n i i i n n n n n i n x x x x x x x x x x V ...1...1... ......... ...... 1 )(21110 20 0---= ，.1,...,1,0-=n i 故知0)(=i n x V ，即110,...,,-n x x x 是)(x V n 的根。又)(x V n 的最高 次幂 n x 的系数为 )(...1...1... ...... .........1),...,,(101 1 21 11 2 2221 02001101j n i j i n n n n n n n n n n n x x x x x x x x x x x x x x V -== ∏-≤<≤-----------。 故知).)...()()(,...,,()(1101101------=n n n n x x x x x x x x x V x V 6、解：（1）设 .)(k x x f =当n k ,...,1,0=时，有.0)()1(=+x f n 对 )(x f 构造Lagrange 插值多项式， ),()(0 x l x x L j n j k j n ∑== 其 0)()! 1() ()()()(1)1(=+=-=++x w n f x L x F x R n n n n ξ， ξ介于j x 之间，.,...,1,0n j = 故 ),()(x L x f n =即 .,...,1,0,)(0 n k x x l x k j n j k j ==∑= 特别地，当0=k 时， 10) (=∑=n j x j l 。 （2） 0)()1(1) ()1()()(0000=-=??? ? ??-??? ? ??-=--=-===∑∑∑∑k j j i j i k j k i i j i i k j n j k i i j k n j j x x x x i k x l x x i k x l x x ）利用（。 7、证明：以b a ,为节点进行线性插值，得 )()()(1 b f a b a x a f b a b x x P --+--= 因 0)()(==b f a f ，故0)(1=x P 。而 ))()(("2 1 )()(1b x a x f x P x f --= -ξ，b a <<ξ。 故)("max )(8 122)("max )(max 2 2 x f a b a b x f x f b x a b x a b x a ≤≤≤≤≤≤-=??? ??-≤。 14、解：设 ))...()(()(21n n x x x x x x a x f ---=， k x x g =)(，记)() (1 ∏=-=n j j n x x x w ，则 ),()(x w a x f n n =).()(' j n n j x w a x f = 由差商的性质知 [])! 1()(1,..,,1) (' 1 )(')('1 211 11 -== ==-===∑∑∑ n g a x x x g a x w x a x w a x x f x n n n n n j j n k j n n j j n n k j n j j k j ξ， ξ介于n x x ,...,1之间。 当20-≤≤ n k 时，0)()1(=-ξn g ， 当 1-=n k 时，)!1()(1-=-n g n ξ， 故 ???-=-≤≤=-= --=∑1,,20,0)!1()(1) ('1 11 n k a n k n g a x f x n n n n j j k j ξ 16、解：根据差商与微商的关系，有 [] 1! 7! 7!7)(2,...,2,2)7(7 10===ξf f ， [ ] 0! 80 !8)(2,...,2,2)8(8 1 ===ξf f 。 （ 13)(47+++=x x x x f 是7次多项式， 故 ,!7)()7(=x f 0)()8(=x f ）。 25、解：（1） 右边= [][]dx x S x f x S dx x S x f b a b a ??-+-)(")(")("2)(")("2 = [] d x x S x f x S x S x S x f x f b a ?-++-)("2)(")("2)(")(")("2)(" 222 = [] d x x S x f b a ?-)(")(" 22 = [][]dx x S dx x f b a b a 2 2 )(")("??- =左边。 （2）左边= ? -b a dx x S x f x S ))(")(")(("
目录 第一章非线性方程求根 (3) 1.1迭代法 (3) 1.2牛顿法 (4) 1.3弦截法 (5) 1.4二分法 (6) 第二章插值 (7) 2.1线性插值 (7) 2.2二次插值 (8) 2.3拉格朗日插值 (9) 2.4分段线性插值 (10) 2.5分段二次插值 (11) 第三章数值积分 (13) 3.1复化矩形积分法 (13) 3.2复化梯形积分法 (14) 3.3辛普森积分法 (15) 3.4变步长梯形积分法 (16) 第四章线性方程组数值法 (17) 4.1约当消去法 (17) 4.2高斯消去法 (18) 4.3三角分解法 (20)
4.4雅可比迭代法 (21) 4.5高斯—赛德尔迭代法 (23) 第五章常积分方程数值法 (25) 5.1显示欧拉公式法 (25) 5.2欧拉公式预测校正法 (26) 5.3改进欧拉公式法 (27) 5.4四阶龙格—库塔法 (28)
数值计算方法 第一章非线性方程求根 1.1迭代法 程序代码： Private Sub Command1_Click() x0 = Val(InputBox("请输入初始值x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = (Exp(2 * x0) - x0) / 5 If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例：求f(x)=e2x-6x=0在x=0.5附近的根（ep=10-10）
1.2牛顿法 程序代码： Private Sub Command1_Click() b = Val(InputBox("请输入被开方数x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = x0 - (x0 ^ 2 - b) / (2 * b) If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例：求56的值。（ep=10-10）
第一章典型例题 例3…，精确到10－3的近似值是多少？ 解 精确到10－3＝，即绝对误差限是?＝, 故至少要保留小数点后三位才 可以。ln2? 第二章典型例题 例1 用顺序消去法解线性方程组 解 顺序消元 于是有同解方程组 回代得解 x 3=－1, x 2=1,x 1=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 解 建立迭代格式 ??? ????+--=+--=++-=+++5223122)(2)(1)1(3) (3)(1)1(2 )(3)(2)1(1k k k k k k k k k x x x x x x x x x (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 X (2)＝(5,－3,－3)T 第3次迭代，k =2 X (3)＝(1,1,1)T 第4次迭代，k =3
X (4)＝(1,1,1)T 例4 证明例2的线性方程组，雅可比迭代法收敛，而高斯－赛德尔迭 代法发散。 证明 例2中线性方程组的系数矩阵为 A ＝?? ?? ? ?????-122111221 于是 D ＝?? ?? ??????100010001 D －1 ＝D ?? ?? ? ?????=022001000L ~ ?? ?? ? ?????-=000100220U ~ 雅可比迭代矩阵为 B 0＝?? ?? ? ?????--=??????????-??????????-=+--022101220022101220100010001)U ~L ~(D 1 得到矩阵B 0的特征根03,2,1=λ，根据迭代基本定理4，雅可比迭代法收敛。 高斯－赛德尔迭代矩阵为 G ＝－U ~ )L ~D (1-+ ＝－?? ?? ??????----=??????????-??????????---=??????????-??????????-2003202200001002201200110010001002201220110011 解得特征根为?1=0，?2,3=2。由迭代基本定理4知，高斯－赛德尔迭代发散。 例5 填空选择题： 1. 用高斯列主元消去法解线性方程组 作第1次消元后的第2，3个方程分别为 。
有限单元法读书报告 摘要：有限单元法以变分原理和加权余量法为基础，其基本求解思想是把计算域划分为有限个互不重叠的单元，在每个单元内，选择一些合适的节点作为求解函数的插值点，将微分方程中的变量改写成由各变量或其导数的节点值与所选用的插值函数组成的线性表达式，借助于变分原理或加权余量法，将微分方程离散求解。采用不同的权函数和插值函数形式，便构成不同的有限元方法。 关键词：有限单元法；插值函数；网格划分；实例分析 1 有限单元法概述 1.1 有限单元法的简介 有限单元法[1]是应用局部的近似解来建立整个定义域的解的一种方法。先把注意力集中在单个单元上，进行上述所谓的单元分析。基本前提是每一单元要尽可能小，以致其边界值在整个边界上的变化也是小的。这样，边界条件就能取某一在结点间插值的光滑函数来近似，在单元内也容易建立简单的近似解。因此，比起经典的近似法，有限元法具有明显的优越性。比如经典的Ritz法，要求选取一个函数来近似描述整个求解区域中的位移，并同时满足边界条件，这是相当困难的。而有限元法采用分块近似，只需对一个单元选择一个近似位移函数，且不必考虑位移边界条件，只须考虑单元之间位移的连续性即可。对于具有复杂几何形状或材料、荷载有突变的实际结构，不仅处理简单，而且合理适宜。 1.2 有限单元法的基本方法简介 有限单元法，是一种有效解决数学问题的解题方法。在有限元方法中，把计算域离散剖分为有限个互不重叠且相互连接的单元，在每个单元内选择基函数，用单元基函数的线形组合来逼近单元中的真解，整个计算域上总体的基函数可以看为由每个单元基函数组成的，则整个计算域内的解可以看作是由所有单元上的近似解构成。在河道数值模拟中[2]，常见的有限元计算方法是由变分法和加权余量法发展而来的里兹法和伽辽金法、最小二乘法等。根据所采用的权函数和插值函数的不同，有限元方法也分为多种计算格式。从权函数的选择来说，有配置法、矩量法、最小二乘法和伽辽金法，从计算单元网格的形状来划分，有三角形网格、四边形网格和多边形网格，从插值函数的精度来划分，又分为线性插值函数和高次插值函数等。不同的组合同样构成不同的有限元计算格式。对于权函数，伽辽金(Galerkin)法是将权函数取为逼近函数中的基函数；最小二乘法是令权函
数值分析 2?当x=1,—1,2时，f(x)=O, 一3,4,求f(x)的二次插值多项式。解： X 0 =1,x j = — 1,x 2 = 2, f(X。)= 0, f (xj = -3, f (x2)= 4; l o(x)=(x-xi^~x2\=-1(x 1)(x-2) (x o -X/X o _x2) 2 (x -x0)(x -x2) 1 l i(x) 0 2(x-1)(x-2) (x i ~x0)(x i ~x2) 6 (x—x0)(x—x,) 1 l2(x) 0 1(x-1)(x 1) (X2 -X°)(X2 - X i) 3 则二次拉格朗日插值多项式为 2 L 2(X)= ' y k 1 k ( x) kz0 = -3l°(x) 4l2(x) 1 4 =(x_1)(x—2) 4 (x-1)(x 1) 2 3 5 2 3 7 x x - 6 2 3 6?设Xj, j =0,1,||(,n 为互异节点，求证： n (1 )7 x：l j(x) =x k(k =0,1川,n); j=0 n (2 )7 (X j -x)k l j(x)三0 (k =0,1川,n); j ￡ 证明 (1)令f(x)=x k
n 若插值节点为X j, j =0,1,|l(, n，则函数f (x)的n次插值多项式为L n(x)八x k l j(x)。 j=0 f (n 十)(?) 插值余项为R n(X)二f(X)-L n(X) n1(X) (n +1)!
.f(n1)( ^0 R n(X)=O n 二瓦x k l j(x) =x k(k =0,1川,n); j ：o n ⑵、(X j -x)k l j(x) j卫 n n =為(' C?x j(—x)k_L)l j(x) j =0 i =0 n n i k i i =為C k( -x) (、X j l j(x)) i =0 j=0 又70 _i _n 由上题结论可知 n .原式二''C k(-x)k_L x' i=0 =(X -X)k =0 -得证。 7设f (x) c2 la,b 1且f (a) =f (b)二0,求证: max f(x)兰一(b-a) max a $至小一*丘f (x). 解：令x^a,x^b，以此为插值节点，则线性插值多项式为 L i(x^ f(x o) x x f (xj X o —人x -X o X —X o x-b x-a ==f(a) f(b)- a - b x -a 又T f (a) = f (b)二0 L i(x) = 0 1 插值余项为R(x)二f (x) - L,(x) f (x)(x - X Q)(X - xj 1 f(x) = 2 f (x)(x -X g)(X -xj
数值分析典型例题 例1 对下列各数写出具有5位有效数字的近似值。236.478, 0.00234711, 9.000024, 9.0000343 10?. 解：按照定义，以上各数具有5位有效数字的近似值分别为：236.478， 0.0023471， 9.0000， 9.0000310?。 注意: *x =9.000024的5位有效数字是9.0000而不是9，因为9 是1位有效数字。 例2 指出下列各数具有几位有效数字。2.0004， -0.00200， -9000， 9310?， 23 10-?。 解：按照定义，以上各数的有效数字位数分别为5， 3， 4，1，1 例3 已测得某物体行程* s 的近似值s=800m ，所需时间* s 的近似值为t=35s ，若已知m s s s t t 5.0||,05.0||**≤-≤-，试求平均速度v 的绝对误差和相对误差限。 解：因为t s v /=，所以)()(1)()()(2t e t s s e t t e t v s e s v v e -=??+??≈ 从 而 05.00469.035 800 5.0351|)(||||)(|1|)(|22≤≈+?≤+≤t e t s s e t v e 同样v v e v e r )()(≈)()()()(t e s e t e v t t v s e v s s v r r r -=??+??= 所以00205.035 05 .08005.0|)(||)(||)(|≈+≤+≤t e s e v e r r r 因此绝对误差限和相对误差限分别为0.05和0.00205。 例4试建立积分20,,1,05 =+=n dx x x I n n 的递推关系，并研究它的误差 传递。 解：151 --= n n I n I ……………………………………………..…...(1) 5ln 6ln 0-=I ，计算出0I 后可通过（1）依次递推计算出1I ,…,20I 。 但是计算0I 时有误差0e ，由此计算出的1I ,…,20I 也有误差，由（1）可 知近似值之间的递推关系为 151 --= n n I n I ……………………………………………….…..(2) （1）-（2）可得 01)5(5e e e n n n -=-=-，由0I 计算n I 时误差被放大了n 5倍。所以（1）不稳 定。 （1） 可以改写为 n I I n n 51 511+ -=- ……………………………………… （3） 如果能先求出20I ，则依次可以求出19I ,…,0I ，计算20I 时有误差，这样根据（3）计算19I ,…,0I 就有误差，误差传播为 n n n e e ?? ? ??-=-511 ，误差依次减少。 例5 用二分法求解方程012)(23=+--=x x x x f 在区间[0,1]内的1个实根，要求有3为有效数字。 解：因为0)1()0(