第一章：数值分析与科学计算引论截断误差：近似解与精确解之间的误差。
近似值的误差e∗（x为准确值）：e∗=x∗−x近似值的误差限ε∗：|x∗−x |≤ε∗近似值相对误差e r∗（e r∗较小时约等）：e r∗=e∗x≈e∗x∗近似值相对误差限εr∗：εr∗=ε∗|x∗|函数值的误差限ε∗(f(x∗))：ε∗(f(x∗))≈|f′(x∗)| ε∗(x∗)近似值x∗=±(a1.a2a3⋯a n)×10m有n位有效数字：ε∗=12×10m−n+1εr∗=ε∗|x∗|≤12a1×10−n+1第二章：插值法1.多项式插值P(x)=a0+a1x+⋯+a n x n 其中：P(x i)=y i ,i=0,1,⋯,n{a0+a1x0+⋯+a n x0n=y0 a0+a1x1+⋯+a n x1n=y1⋮a0+a1x n+⋯+a n x n n=y n 2.拉格朗日插值L n(x)=∑y k l k(x)nk=0=∑y kωk+1(x)(x−x k)ωn+1′(x k) nk=0n次插值基函数：l k(x)=(x−x0)⋯(x−x k−1)(x−x k+1)⋯(x−x n)(x k−x0)⋯(x k−x k−1)(x k−x k+1)⋯(x k−x n),k=0,1,⋯,n引入记号：ωn+1(x)=(x−x0)(x−x1)⋯(x−x n)余项：R n(x)=f(x)−L n(x)=f(n+1)(ξ)(n+1)!ωn+1(x) ,ξ∈(a,b)3.牛顿插值多项式：P n(x)=f(x0)+f[x0,x1](x−x0)+⋯+f[x0,x1,⋯,x n](x−x0)⋯(x−x n−1) n阶均差（把中间去掉，分别填在左边和右边）：f[x0,x1,⋯,x n−1,x n]=f[x1,⋯,x n−1,x n]−f[x0,x1,⋯,x n−1]x n−x0余项：R n(x)=f[x,x0,x1,⋯,x n]ωn+1(x) 4.牛顿前插公式（令x=x0+tℎ，计算点值，不是多项式）：P n(x0+tℎ)=f0+t∆f0+t(t−1)2!∆2f0+⋯+t(t−1)⋯(t−n−1)n!∆n f0n阶差分：∆n f0=∆n−1f1−∆n−1f0余项：R n(x)=t(t−1)⋯(t−n)ℎn+1(n+1)!f(n+1)(ξ) ,ξ∈(x0,x n)5.泰勒插值多项式：P n(x)=f(x0)+f′(x0)(x−x0)+⋯+f(n)(x0)n!(x−x0)nn阶重节点的均差：f[x0,x0,⋯,x0]=1n!f(n)(x0)6.埃尔米特三次插值：P(x)=f(x0)+f[x0,x1](x−x0)+f[x0,x1,x2](x−x0)(x−x1)+A(x−x0)(x−x1)(x−x2)其中，A的标定为：P′(x1)=f′(x1)7.分段线性插值：Iℎ(x)=x−x k+1x k−x k+1f k+x−x kx k+1−x kf k+1第三章：函数逼近与快速傅里叶变换1. S(x)属于 n维空间φ：S(x)=∑a jφjnj=02.范数：‖x‖∞=max1≤i≤n |x i| and maxa≤i≤b|f(x)|‖x‖1=∑|x i|ni=1 and∫|f(x)|badx‖x‖2=(∑x i2ni=1)12 and (∫f2(x)badx)123.带权内积和带权正交：(f,φk)=∑ω(x i)f(x i)φk(x i)mi=0 and ∫ρ(x)f(x)φk(x)badx(f(x),g(x))=∫ρ(x) f(x)g(x)dxba=0 4.最佳逼近的分类（范数的不同、是否离散）：最优一致（∞-范数）逼近多项式P∗(x)：‖f(x)−P∗(x)‖∞=minP∈H n‖f(x)−P(x)‖∞最佳平方（2-范数）逼近多项式P∗(x)：‖f(x)−P∗(x)‖22=minP∈H n‖f(x)−P(x)‖22最小二乘拟合（离散点）P∗(x)：‖f−P∗‖22=minP∈Φ‖f−P∗‖225.正交多项式递推关系：φn+1(x)=(x−αn)φn(x)−βnφn−1(x)φ0(x)=1,φ−1(x)=0αn=(xφn(x),φn(x))(φn(x),φn(x)),βn=(φn(x),φn(x))(φn−1(x),φn−1(x))6.勒让德多项式：正交性：∫P n(x)P m(x)dx 1−1={0 ,m≠n22n+1, m=n奇偶性：P n(−x)=(−1)n P n(x)递推关系：(n +1)P n+1(x )=(2n +1)xP n (x )−nP n−1(x)7．切比雪夫多项式：递推关系：T n+1(x )=2xT n (x )−T n−1(x )正交性：∫n m √1−x 21−1=∫cos nθcos mθπdx ={0 , m ≠n π2 , m =n ≠0π , m =n =0T n (x )在[−1，1]上有n 个零点：x k =cos2k −12nπ,k =1,⋯,n T n+1(x )在[a,b ]上有n +1个零点：（最优一致逼近）x k =b −a 2cos 2k +12(n +1)π+b +a2,k =0,1,⋯,n 首项x n 的系数：2n−18.最佳平方逼近：‖f (x )−S ∗(x)‖22=min S(x)∈φ‖f (x )−S(x)‖22=min S(x)∈φ∫ρ(x)[f (x )−S (x )]2dx ba法方程：∑(φk ,φj )a j nj=0=(f,φk )正交函数族的最佳平方逼近：a k ∗=(f,φk )(φk ,φk )9.最小二乘法：‖δ‖22=min S(x)∈φ∑ω(x i )[S (x i )−y i ]2mi=0法方程：∑(φk ,φj )a j nj=0=(f,φk )正交多项式的最小二乘拟合:a k∗=(f,P k )(P k ,P k )第四章 数值积分与数值微分1.求积公式具有m 次代数精度求积公式（多项式与函数值乘积的和），对于次数不超过m 的多项式成立，m +1不成立∫f(x)dx b a=∑A k f(x k )nk=02.插值型求积公式I n =∫L n (x)dx b a=∑∫l k (x)dx baf(x k )nk=0=∑A k f(x k )nk=0R [f ]=∫[f (x )− L n (x)]dx ba =∫R n (x)dx ba =∫f (n+1)(ξ)(n +1)!ωn+1(x)dx ba3.求积公式代数精度为m 时的余项R [f ]=∫f (x )dx ba −∑A k f (x k )nk=0=1(m +1)![∫x m+1dx ba−∑A k x k m+1nk=0]4.牛顿-柯特斯公式：将[a,b ]划分为n 等份构造出插值型求积公式I n =(b −a)∑C k (n)f(x k )nk=05.梯形公式：当n=1时，C 0(1)=C 1(1)=12T =b −a 2[f (a )+f(b)],R n (f )=−b −a12(b −a )2f ′′(η) 6.辛普森公式：当n=2时，C 0(2)=16,C 1(2)=46,C 2(2)=16S =b −a 6[f (a )+4f (a +b 2)+f(b)],R n (f )=−b −a 180(b −a 2)4f (4)(η) 7.复合求积公式：ℎ=b−a n,x k =a +kℎ,x k+1/2=x k +ℎ2复合梯形公式：T n =ℎ2[f (a )+2∑f(x k )n−1k=1+f(b)],R n (f )=−b −a 12ℎ2f ′′(η)复合辛普森公式：S n =ℎ6[f (a )+4∑f(x k+1/2)n−1k=0+2∑f(x k )n−1k=1+f(b)],R n (f )=−b −a 180(ℎ2)4f (4)(η)8.高斯求积公式（求待定参数x k 和A k ）：（1）求高斯点（x k ）：令 ωn+1(x )=(x −x 0)(x −x 1)⋯(x −x n )与任何次数不超过n 的多项式p(x)带权ρ(x)正交，即则∫p(x)ωn+1(x )ρ(x)dx ba =0，由n +1个方程求出高斯点x 0,x 1⋯x n 。
