数值计算方法复习提纲

数值计算方法期末复习概念题：1．算法的优劣性计算量的大小是衡量算法优劣的一个重要标准尽量节约存储量，也是设计算法时需要考虑的一个因素2．截断误差（方法误差）无穷过程用有限过程近似引起的误差舍入误差（计算误差）无论用计算机、计算器计算还是笔算，都只能用有限位小数来代替无穷小数或用位数较少的小数来代替位数较多的有限小数，产生舍入误差3．有效数字（注意事项4点）p7（1）用四舍五入取准确值的前n位x*作为近似值，则x*必有n个有效数字例如，л＝3.1415926…,取3.14作为近似值，则有3位有效数字，取3.142作为近似值，则有4位有效数字（2）有效数字位数相同的两个近似数，绝对误差不一定相同例如，设x1*= 12345, x2*=12.345，二者均有5位有效数字，前者的绝对误差为1/2，后者的绝对误差为1/2×10－3（3）把任何数乘以10p等于移动该数的小数点，这样并不影响其有效数字的位数4．相对误差的定义p5⏹定义x的近似值x*的相对误差相对误差限可由绝对误差限求出，反之，绝对误差限也可由相对误差限求出5．减少相对误差的若干规则p14 （4点）a)两个相近的数相减，会严重损失有效数字b)防止大数“吃掉”小数c)在除法运算中要避免出现除数的绝对值远远小于被除数绝对值的情形（绝对值太小的数不宜做除数）d)简化计算步骤，减少运算次数选用e)数值稳定性好的计算公式6．逐步扫描法p227．二分法（二分估计式）p24就是将方程根所在的区间平分为两个小区间，再判断根属于哪个小区间；把有根的小区间再平分为二，再判断根所在的更小的区间，对分；重复这一过程，最后求出所要的近似值⏹1．计算f (x)在有解区间[a, b]端点处的函数值，f (a)，f (b)⏹2．计算f (x)在区间中点处的值f (x0)判断若f (x0) = 0，则即是根，否则检验：（1）若f (x0)与f (a)异号，则知解位于区间[a, x0]，以x0代替b；（2）若f (x0)与f (a)同号，则知解位于区间[x0, b]，x0代替a反复执行步骤2、3，误差估计式8．解方程的集中方法（课件）9．高斯消元法的弊端a)如果用作除数为主元素，消元过程中可能出现为零的情况，此时消元过程无法进行下去b)如果主元素很小，由于舍入误差和有效位数消失等因素，其本身常常有较大的相对误差，用其作除数，会导致其它元素数量级的严重增长和舍入误差的扩散，使得所求的解误差过大，以致失真10. 代数插值的推论：当f(x)是次数不超过n的多项式时，其n次插值多项式就是f(x)本身11. 牛顿科特斯公式的系数的性质p197 （3点）⏹柯特斯系数C k之和为1⏹柯特斯系数C k具有对称性，即C k＝C n-k⏹柯特斯系数有时为负12. 复数求积分的思想p208为减小因区间过大而造成的误差过大，将积分区间等分成若干等份,每份成为一个子区间，然后对每个子区间用低阶的求积公式（如梯形公式、辛普森公式或科特斯公式等）求积，再利用积分的区间可加性，把各区间上的积分加起来，得到复化求积公式13.变步长求积分的思想p208⏹变步长积分法思想：将区间逐次对分进行计算，用前后两次计算的结果进行估计，若合乎精度要求，就停止计算；否则再次对分，重复以上计算过程，直至达到精度要求为止14.欧拉公式的几何意义p231欧拉公式的几何意义：用一条初始点重合的折线，来近似表示微分方程的解（积分曲线）3中导出方法14. 局部截断误差和阶p232局部截断误差和阶⏹定义：在y n准确的前提下，即y n=y(x n)时，用数值方法计算y n+1的误差称为该数值方法计算y n+1时的局部截断误差⏹定义：数值方法的局部截断误差为O(h p+1)，则称这种数值方法的阶数为p 计算题：1．绝对误差（公式）2．有效数字3．4．相对误差5．6．二分法7．迭代法8．9．列主元高斯消元法10．11．克洛特分解法12．13．雅克比迭代法高斯赛德尔迭代（简答只需要写出公式）14．15．线性插值10.抛物线插值11.12.拉格朗日插值的公式13.牛顿科特斯公式n=1 n=2 的公式14.15.复化梯形16.复化辛普森17.欧拉公式(o(h^2))18.19.改进欧拉公式20.21.四阶龙格库塔法公式求一阶差微分的数值（o（h^5））。

1 第3章 插值法与数据拟合一、考核知识点拉格朗日插值法及其余项、牛顿插值、最小二乘法、超定方程组。

二、考核要求：1．熟练掌握拉格朗日插值法及其余项。

2．掌握牛顿插值。

3．了解最小二乘法的基本思想，熟练掌握求最小二乘多项式与超定方程组最小二乘解的方法。

三、重、难点分析例1 已知,3)9(,2)4(==f f 用线性插值计算)5(f ，并估计误差。

解 取插值节点x 0= 4,x 1= 9，两个插值基函数分别为)9(51)(1010--=--=x x x x x x l )4(51)(0101-=--=x x x x x x l 故有 565)4(53)9(52)()()(11001+=-+--=+=x x x y x l y x l x L 2.25655)5()5(1=+=≈L f 误差为 )(2)95)(45(!2)()5(2ξξf f R ''-=--''=例2 求过点(0,1)、(1,2)、(2,3)的三点插值多项式。

解:由Lagrange 插值公式又0120120,1,2;1,2,3x x x y y y ======故例3已知f(0)=8, f(1)= -7.5, f(2)= -18;用牛顿插值法求f(x)在[0,2]之间的近似零点。

0201122012010210122021()()()()()()()()()()()()()x x x x x x x x x x x x L x y y y x x x x x x x x x x x x ------=++------2(1)(2)(0)(2)(0)(1)()123(01)(02)(10)(12)(20)(21)1x x x x x x L xx ------=⨯+⨯+⨯------=+2例4求下列超定方程组的最小二乘解。

⎪⎩⎪⎨⎧=-=+=+2724212121x x x x x x1 解 令 ⎪⎩⎪⎨⎧--=-+=-+=2724213212211x x u x x u x x u23222121u u u x x ++=）（ϕ221221221)2()72()4(--+-++-+=x x x x x x 由 ⎪⎪⎩⎪⎪⎨⎧=-+=∂∂=-+=∂∂0)1662(20)1323(2212211x x x x x x ϕϕ得法方程组 ⎩⎨⎧=+=+166213232121x x x x解得 7231=x 7112=x所以最小二乘解为 7231=x 7112=x2 解 方程组写成矩阵形式为 正规方程组为即解得12114127112x x ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥-⎣⎦⎣⎦12114111111127121121112x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥-⎣⎦⎣⎦1232132616x x ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦122311,77x x ==。

《数值计算方法》复习资料课程的性质与任务数值计算方法是一门应用性很强的基础课，在学习高等数学，线性代数和算法语言的基础上，通过本课程的学习及上机实习、使学生正确理解有关的基本概念和理论，掌握常用的基本数值方法，培养应用计算机从事科学与工程计算的能力，为以后的学习及应用打下良好基础。

第一章数值计算方法与误差分析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设x*= =3.1415926…近似值x=3.14＝0.314×101,即m=1，它的绝对误差是－0.001 592 6…，有即n=3，故x=3.14有3位有效数字.x=3.14准确到小数点后第2位.又近似值x=3.1416，它的绝对误差是0.0000074…，有即m=1,n＝5，x=3.1416有5位有效数字.而近似值x=3.1415，它的绝对误差是0.0000926…，有即m=1,n＝4，x=3.1415有4位有效数字.这就是说某数有s位数，若末位数字是四舍五入得到的，那么该数有s位有效数字；例2 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 9 000.00=2.000 4＝0.200 04×101, 它的绝对误差限0.000 05=0.5×10 1―5，即解因为x1m=1,n=5,故x=2.000 4有5位有效数字. a=2，相对误差限1x 2=－0.002 00，绝对误差限0.000 005，因为m =－2，n=3，x 2=－0.002 00有3位有效数字. a 1=2，相对误差限εr ==0.002 5x 3=9 000，绝对误差限为0.5×100，因为m =4, n=4, x 3=9 000有4位有效数字，a =9，相对误差限εr ＝＝0.000 056x 4=9 000.00，绝对误差限0.005，因为m =4，n=6，x 4=9 000.00有6位有效数字，相对误差限为εr ＝＝0.000 000 56由x 3与x 4可以看到小数点之后的0，不是可有可无的，它是有实际意义的. 例3 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x 1,x 2满足，由于近似值都是四舍五入得到的，要求满足，近似值的绝对误差限应是ε＝0.0005,故至少要保留小数点后三位才可以。

数值分析总复习提纲数值分析课程学习的内容看上去比较庞杂，不同的教程也给出了不同的概括，但总的来说无非是误差分析与算法分析、基本计算与基本算法、数值计算与数值分析三个基本内容。

在实际的分析计算中，所采用的方法也无非是递推与迭代、泰勒展开、待定系数法、基函数法等几个基本方法。

一、误差分析与算法分析误差分析与算法设计包括这样几个方面： （一）误差计算 1、截断误差的计算截断误差根据泰勒余项进行计算。

基本的问题是(1)1()(01)(1)!n n f x x n，已知ε求n。

例1．1：计算e 的近似值，使其误差不超过10－6。

解：令f(x)=e x ,而f （k)(x)=e x ,f （k)(0)=e 0=1。

由麦克劳林公式，可知211(01)2!!(1)!n x xn x x e e x x n n当x=1时，1111(01)2!!(1)!e e n n故3(1)(1)!(1)!n e R n n 。

当n＝9时，R n (1)<10－6，符合要求。

此时， e≈2.718 285。

2、绝对误差、相对误差及误差限计算绝对误差、相对误差和误差限的计算直接利用公式即可。

基本的计算公式是：①e(x)＝x *－x ＝△x ＝dx② *()()()ln r e x e x dxe x d x x x x③(())()()()e f x f x dx f x e x ④(())(ln ())r e f x d f x⑤121212121122121122((,))(,)(,)(,)()(,)()x x x x e f x x f x x dx f x x dx f x x e x f x x e x ⑥121212((,))((,))(,)f x x f x x f x x⑦ x注意：求和差积商或函数的相对误差和相对误差限一般不是根据误差的关系而是直接从定义计算，即求出绝对误差或绝对误差限，求出近似值，直接套用定义式()()r e x e x x或x， 这样计算简单。

2016计算方法复习务必通过本提纲例子和书上例子掌握如下书本内容：1. 会高斯消去法；会矩阵三角分解法；会Cholesky 分解的平方根法求解方程组2. 会用插值基函数；会求Lagrange, 会计算差商和Newton 插值多项式和余项3. 会Jacobi 迭代、Gauss —Seidel 迭代的分量形式，迭代矩阵,谱半径,收敛性4. 会写非线性方程根的Newton 迭代格式；斯蒂芬森加速5. 会用欧拉预报-校正法和经典四阶龙格—库塔法求解初值问题6. 会最小二乘法多项式拟合7. 会计算求积公式的代数精度；（复化)梯形公式和(复化)辛普生公式求积分；高斯-勒让德求积公式第1章、数值计算引论（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；误差的传播。

（二) 复习要求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。

（三）例题例1. 设x =0.231是精确值x *=0。

229的近似值，则x 有2位有效数字。

例2. 为了提高数值计算精度, 当正数x 充分大时, 应将)1ln(2--x x 改写为)1ln(2++-x x .例3. 3*x 的相对误差约是*x 的相对误差的1/3 倍.第2章、非线性方程的数值解法(一）考核知识点对分法;不动点迭代法及其收敛性；收敛速度； 迭代收敛的加速方法；埃特金加速收敛方法;Steffensen 斯特芬森迭代法；牛顿法；弦截法. (二） 复习要求1.了解求根问题和二分法.2。

了解不动点迭代法和迭代收敛性;了解收敛阶的概念和有关结论。

3。

理解掌握加速迭代收敛的埃特金方法和斯蒂芬森方法。

4。

掌握牛顿法及其收敛性、下山法, 了解重根情形. 5.了解弦截法. (三）例题1。

为求方程x 3―x 2―1=0在区间［1.3,1.6］内的一个根，把方程改写成下列形式,并建立相应的迭代公式，迭代公式不收敛的是（ ）(A ）11,1112-=-=+k k x x x x 迭代公式 (B ）21211,11kk x x x x +=+=+迭代公式(C ） 3/12123)1(,1k k x x x x +=+=+迭代公式 (D ）231x x =-迭代公式11221+++=+k k kk x x x x 解：在（A)中，2/32)1(21)(,11)(,11--='-=-=x x x x x x ϕϕ2/3)16.1(21->=1.076故迭代发散。

《数值计算方法》复习资料课程的性质与任务数值计算方法是一门应用性很强的基础课，在学习高等数学，线性代数和算法语言的基础上，通过本课程的学习及上机实习、使学生正确理解有关的基本概念和理论，掌握常用的基本数值方法，培养应用计算机从事科学与工程计算的能力，为以后的学习及应用打下良好基础。

第一章数值计算方法与误差分析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设x*= π=3.1415926…近似值x=3.14＝0.314×101,即m=1，它的绝对误差是－0.001 592 6…，有即n=3，故x=3.14有3位有效数字.x=3.14准确到小数点后第2位.又近似值x=3.1416，它的绝对误差是0.0000074…，有即m=1,n＝5，x=3.1416有5位有效数字.而近似值x=3.1415，它的绝对误差是0.0000926…，有即m=1,n＝4，x=3.1415有4位有效数字.这就是说某数有s位数，若末位数字是四舍五入得到的，那么该数有s位有效数字；例2 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 9 000.00解因为x1=2.000 4＝0.200 04×101, 它的绝对误差限0.000 05=0.5×10 1―5，即m=1,n=5,故x=2.000 4有5位有效数字. a1=2，相对误差限x2=－0.002 00，绝对误差限0.000 005，因为m=－2，n=3，x2=－0.002 00有3位有效数字. a1=2，相对误差限εr==0.002 5x3=9 000，绝对误差限为0.5×100，因为m=4, n=4, x3=9 000有4位有效数字，a=9，相对误差限εr＝＝0.000 056x4=9 000.00，绝对误差限0.005，因为m=4，n=6，x4=9 000.00有6位有效数字，相对误差限为εr＝＝0.000 000 56由x3与x4可以看到小数点之后的0，不是可有可无的，它是有实际意义的.例3ln2=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，由于近似值都是四舍五入得到的，要求满足，近似值的绝对误差限应是ε＝0.0005,故至少要保留小数点后三位才可以。

数值计算方法复习提纲第一章数值计算中的误差分析12．了解误差 ( 绝对误差、相对误差 )3．掌握算法及其稳定性，设计算法遵循的原则。

1、误差的来源模型误差观测误差截断误差舍入误差2误差与有效数字绝对误差E（x）=x-x *绝对误差限x*x x*相对误差E r (x) ( x x* ) / x ( x x* ) / x*有效数字x*0.a1 a2 ....a n10 m若x x*110m n ，称x*有n位有效数字。

2有效数字与误差关系（ 1）m 一定时，有效数字n 越多，绝对误差限越小；（ 2）x*有 n 位有效数字，则相对误差限为E r (x)110 (n 1)。

2a1选择算法应遵循的原则1、选用数值稳定的算法，控制误差传播；例I n 11n xdxex eI 0 11I n1nI n1e△ x n n! △x02、简化计算步骤，减少运算次数；3、避免两个相近数相减，和接近零的数作分母；避免第二章线性方程组的数值解法1．了解 Gauss 消元法、主元消元法基本思想及算法；2．掌握矩阵的三角分解，并利用三角分解求解方程组；（Doolittle 分解； Crout分解； Cholesky分解；追赶法）3．掌握迭代法的基本思想，Jacobi 迭代法与 Gauss-Seidel4．掌握向量与矩阵的范数及其性质, 迭代法的收敛性及其判定。

本章主要解决线性方程组求解问题，假设n 行 n 列线性方程组有唯一解，如何得到其解？a11x1a12x2...a1nxn b1a21x1a22x2...a2nxn b2...an1x1an 2x2...annxn b n两类方法，第一是直接解法，得到其精确解；第二是迭代解法，得到其近似解。

一、Gauss消去法1、顺序Ｇ auss 消去法记方程组为：a11(1) x1a12(1) x2... a1(1n) x n b1(1)a21(1) x1a22(1) x2... a2(1n) x n b2(1)...a n(11) x1a n(12) x2... a nn(1) x nb n(1)消元过程：经ｎ－１步消元，化为上三角方程组a11(1) x1b1(1)a 21(2) x1a22(2 ) x2b2( 2 )...a n(1n) x1a n(n2) x2...a nn(n ) x nb n( n )第ｋ步若a kk(k)0( k 1)( k)a ik(k )(k )( k 1)( k )a ik(k )( k)aij aij a kk(k )akj bi b i a kk(k )b k k 1,...n 1 i, j k 1,....,n回代过程：x n b n(n)/ a nn(n)nx i (b i(i )a ij(i ) x j ) / a ii(i)(i n 1, n 2,...1)j i 1２、Ｇ auss—Ｊｏｒｄａｎ消去法避免回代，消元时上下同时消元３、Ｇ auss 列主元消去法例：说明直接消元，出现错误0.00001x12x22x1x23由顺序Ｇ auss 消去法，得x21, x10 ；Ｇa uss 列主元消去法原理：每步消元前，选列主元，交换方程。

数值计算方法总复习第一章算法与误差 第二章非线性方程求解 第三章线性代数方程求解 第四章函数插值与曲线拟合 第五章数值积分与数值微分 第六章當微分方程的数值解法 Chap. 1 （1）关于数值计算方法，What,特点教窗才算方法是应用数学的一个分支, 又称数值分析或计算方法,它是研究数字计算机求解各种数学问题的数值方法及其理论的一门科学，是程序设计 和对数值结果进行分析的依据和基础。

应用计算机解决科学计算问题包括以下几个过程：提出实际问题；建立数 学模型；选用数值计算方法；程序设计和上机计算。

可见数值计算方法是进行 科学计算全过程的一个重要环节。

计算机计算的特点：（1）运算速度快；（2）但只能完成加、减、乘、除和 一些逻辑运算。

所以，各种复朵的数学问题 T 归结为四则运算 ------------- 9 编程指令。

把对数学问题的解法归纳为有加、减、乘、除等基本运算，并对运算顺序 有完整而准确的描述的算法称为数值计算方法或简称数值算法。

研究各种算法 和和关理论的一门课程。

§1.2误差一、 误差的来源数分为两类：精确数（准确数、真值）； 近似数/近似值。

1） 模型课差或描述误差2） 测量误差（观测误差）3） 截断误并（方法误并）4） 舍入误差（计算误差）:数值计算关心的是截断谋差（方法谋差）和舍入谋差（计算谋差） 二、误差限和有效数字1. 误差限的定义设Z 是准确值Z 的某个近似值，如果根据具体测量或计算的情况，可以事 先估计出误差的绝对值不超过某个正数5即：关于《数值计算方法》IZ - Z| W £则称£为近似值的谋差限。

或称在允许谋差£的情况下，结果z是“准确的”・2.误差限和有效数字在表示一个近似数时，常常用到“有效数字”，有效数字和谋差限都是用来定量表示误差的大小，且它们之间有对应关系。

有效数字的定义：设数x的近似值T=0內兀2…乙xl（T ,其中灯是0到9之间的任一个数，但力工0门二1,2,3.・・，n正整数，刃整数，若lx-x* l< jxlO,n-n则称x*为x的具有n位有效数字的近似值，准确到第n位，x 1x2...xn是/ 的有效数字。

数值计算方法复习知识点数值计算方法是研究计算数值解的方法和数值计算的理论。

它是计算数学的一个分支，主要用于解决无法用解析方法求解的数学模型问题。

本文将综述数值计算方法的一些重要知识点，包括插值与逼近、数值微分与数值积分、线性方程组的直接解法与迭代解法以及常微分方程的数值解法。

一、插值与逼近1.插值：插值是利用已知数据点构造一个函数，使得该函数在给定的数据点上与已知函数完全相等。

常见的插值方法有拉格朗日插值和牛顿插值。

2. 逼近：逼近是从已知数据点构造一个函数，使得该函数在给定的数据点附近与已知函数近似相等。

逼近常用的方法有最小二乘逼近和Chebyshev逼近。

二、数值微分与数值积分1.数值微分：数值微分是通过计算差分商来近似计算函数的导数。

常见的数值微分方法有前向差分、后向差分和中心差分。

2.数值积分：数值积分是通过近似计算定积分的值。

常见的数值积分方法有中矩形法、梯形法和辛普森法。

三、线性方程组的直接解法与迭代解法1.直接解法：直接解法是通过一系列数学运算直接计算线性方程组的解。

常见的直接解法有高斯消元法和LU分解法。

2. 迭代解法：迭代解法是通过迭代计算逼近线性方程组的解的方法。

常见的迭代解法有Jacobi迭代法和Gauss-Seidel迭代法。

四、常微分方程的数值解法1.常微分方程：常微分方程是描述动力系统的数学模型，常用来描述物理系统、生物系统等。

常微分方程的数值解法主要包括初始值问题的一阶常微分方程和常微分方程组的数值解法。

2.常微分方程的数值解法：常微分方程的数值解法有欧拉方法、改进的欧拉方法、龙格-库塔方法等。

这些方法都是将微分方程转化为递推方程，通过迭代计算逼近微分方程的解。

总结：数值计算方法是求解数学模型的重要工具，在科学计算、工程设计和经济管理等领域有广泛的应用。

本文回顾了数值计算方法的一些重要知识点，包括插值与逼近、数值微分与数值积分、线性方程组的直接解法与迭代解法以及常微分方程的数值解法。

数值计算方法总复习第一章算法与误差第二章非线性方程求解第三章线性代数方程求解第四章函数插值与曲线拟合第五章数值积分与数值微分第六章常微分方程的数值解法Chap.1 （1）关于数值计算方法，What,特点一、关于《数值计算方法》数值计算方法是应用数学的一个分支，又称数值分析或计算方法，它是研究数字计算机求解各种数学问题的数值方法及其理论的一门科学，是程序设计和对数值结果进行分析的依据和基础。

应用计算机解决科学计算问题包括以下几个过程：提出实际问题；建立数学模型；选用数值计算方法；程序设计和上机计算。

可见数值计算方法是进行科学计算全过程的一个重要环节。

计算机计算的特点：（1）运算速度快；（2）但只能完成加、减、乘、除和一些逻辑运算。

所以，各种复杂的数学问题------→归结为四则运算------→编程指令。

把对数学问题的解法归纳为有加、减、乘、除等基本运算，并对运算顺序有完整而准确的描述的算法称为数值计算方法或简称数值算法。

研究各种算法和相关理论的一门课程。

§1.2 误差一、误差的来源数分为两类：精确数（准确数、真值）；近似数/近似值。

1）模型误差或描述误差2）测量误差（观测误差）3）截断误差（方法误差）4）舍入误差（计算误差）：数值计算关心的是截断误差（方法误差）和舍入误差（计算误差）二、误差限和有效数字1. 误差限的定义设Z 是准确值Z *的某个近似值，如果根据具体测量或计算的情况，可以事先估计出误差的绝对值不超过某个正数ε：即： |Z * - Z |≤ε则称ε为近似值的误差限。

或称在允许误差ε的情况下，结果Z 是“准确的”.2. 误差限和有效数字在表示一个近似数时，常常用到“有效数字”，有效数字和误差限都是用来定量表示误差的大小，且它们之间有对应关系。

有效数字的定义：设数x 的近似值m n x x x x 10.021*⨯= , 其中 xi 是0到9之间的任一个数，但x 1≠0,i=1,2,3…,n 正整数，m 整数，若nm *|x x |-⨯≤-1021 则称x *为x 的具有n 位有效数字的近似值，x *准确到第n 位，x1x2…xn 是x *的有效数字。

数值计算方法复习提纲第一章 数值计算中的误差分析 1．了解误差及其主要来源，误差估计；2．了解误差(绝对误差、相对误差)和有效数字的概念及其关系；3．掌握算法及其稳定性，设计算法遵循的原则。

1、 误差的来源 模型误差 观测误差 截断误差 舍入误差 2误差与有效数字绝对误差 E （x ）=x-x *绝对误差限ε εε+≤≤-**x x x相对误差 ***/)(/)()(x x x x x x x E r -≈-=有效数字m n a a a x 10.....021*⨯±=若n m x x -⨯≤-1021*，称*x 有n 位有效数字。

有效数字与误差关系（1） m 一定时，有效数字n 越多，绝对误差限越小； （2）*x 有n 位有效数字，则相对误差限为)1(11021)(--⨯≤n r a x E 。

选择算法应遵循的原则1、 选用数值稳定的算法，控制误差传播； 例 ⎰=101dx e x eI xn n eI nI I n n11101-=-=- △!n x n=△x 02、 简化计算步骤，减少运算次数；3、 避免两个相近数相减，和接近零的数作分母； 避免第二章 线性方程组的数值解法1．了解Gauss 消元法、主元消元法基本思想及算法； 2．掌握矩阵的三角分解，并利用三角分解求解方程组； （Doolittle 分解；Crout 分解；Cholesky 分解；追赶法） 3．掌握迭代法的基本思想，Jacobi 迭代法与Gauss-Seidel 迭代法；4．掌握向量与矩阵的范数及其性质,迭代法的收敛性及其判定 。

本章主要解决线性方程组求解问题，假设n 行n 列线性方程组有唯一解，如何得到其解？⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++nn nn n n n n n n b x a x a x a b x a x a x a b x a x a x a (22112222212111212111)两类方法，第一是直接解法，得到其精确解；第二是迭代解法，得到其近似解。

《计算方法》期末复习计算方法是计算机科学与技术专业的一门基础课程，它主要涉及计算机中的常用数值计算方法及其应用。

期末复习是为了帮助学生巩固课程知识、理解和掌握具体的计算方法，以提高数学计算和算法实现的能力。

在期末复习中，需要复习的内容主要包括数值计算方法的原理、基本原则、具体的计算方法及其常见应用等。

下面是计算方法期末复习的一个大纲，可供参考：一、计算方法基础知识回顾1.数值计算及其应用的概念和基本原理2.计算机中数的表示形式及其精度3.计算机中常用的数学运算法则4.误差的类型和度量方法二、线性方程组的数值解法1.线性方程组的矩阵表示、高斯消元法和矩阵消去法2.矩阵LU分解法和逆矩阵法3.迭代法解线性方程组（雅可比方法、高斯-赛德尔方法、逐次超松弛方法）4.带主元的高斯消元法5.矩阵的特征值和特征向量的计算（幂法、反幂法、QR分解法）三、非线性方程的求根方法1.非线性方程求根的基本概念和定理2.二分法、简单迭代法和牛顿法的原理和应用3.割线法和弦截法四、插值与逼近1.插值与逼近的基本概念和分类2.拉格朗日插值多项式及其误差估计3.牛顿插值多项式及其差商表示4.埃尔米特插值多项式与三次样条插值5.最小二乘法曲线拟合及其应用五、数值积分与数值微分1.数值积分的基本概念和定义2.梯形公式、辛普森公式和复化求积公式3.数值积分的误差估计和自适应积分方法4.复化求积公式的收敛性和数值稳定性5.数值微分的基本概念和定义6.差商和差商表及其应用六、常微分方程的数值解法1.常微分方程（ODE）的基本概念和分类2.欧拉法和改进欧拉法3.龙格-库塔法（RK4法）4.多步法（Adams-Bashforth法、Milne法）5.预测-校正法（Adams-Moulton法）6.刚体现象方程的数值解法七、矩阵特征值与特征向量的计算1.矩阵特征值与特征向量的原理和定义2.幂法和反幂法的原理和应用3.QR分解法与带位移的QR分解法4.雅可比迭代法和带位移的雅可比迭代法八、常见数值计算问题的MATLAB实现1.线性方程组的解法2.非线性方程求根的方法3.插值与逼近的应用4.数值积分与数值微分的计算5.常微分方程的数值解法6.矩阵特征值与特征向量的计算以上是《计算方法》期末复习的一个大纲。

数值计算方法复习要点数值计算方法是计算机科学中常用的一类方法，主要用于在计算机上对数值进行精确的计算和近似的计算。

数值计算方法的核心是数值计算技术，它包括离散化方法、插值方法、数值微积分和数值代数等。

本文将复习数值计算方法的要点，总结为以下几个方面。

一、离散化方法离散化是指将连续问题转化为离散问题的方法，在数值计算中广泛应用。

其基本思想是将连续问题的数学模型用离散点来逼近。

常用的离散化方法有有限差分法和有限元法。

1.有限差分法：将微分方程转化为差分方程，通过计算差分方程的数值解来近似原微分方程的解。

-常见的差分格式有向前差分、向后差分和中心差分。

-一阶导数的差分近似公式有一阶向前差分公式和一阶中心差分公式。

-二阶导数的差分近似公式有二阶中心差分公式。

2.有限元法：将连续问题的域划分为有限个子域，构建一个适当的函数空间，在每个子域上选择一个适当的试函数进行逼近。

-有限元法的基本步骤包括离散化、建立有限元方程、计算有限元解和后处理。

二、插值方法插值方法是一种用已知数据构造出逼近其中一种连续函数的近似函数的方法，它可以用于求解函数值，也可以用于构造近似函数。

1.拉格朗日插值多项式：给定n+1个互不相同的节点，可以构造出一个n次多项式，该多项式在这n+1个节点上取得实际值。

2.牛顿插值多项式：给定n+1个节点和与这些节点对应的函数值，可以通过差商构造一个n次多项式。

3.线性插值：在相邻的两个节点之间，用线性函数来逼近目标函数。

三、数值微积分数值微积分主要包括数值求导和数值积分两个方面。

1.数值求导：通过差分方法，计算函数在其中一点的导数近似值。

-前向差分法和后向差分法是一阶求导的差分方法。

-中心差分法是一阶求导的更精确的方法。

2.数值积分：通过数值方法计算函数的定积分或不定积分的近似值。

-区间分割方法是一种常见的数值积分方法，如梯形法则、辛普森法则和复化求积公式等。

-变换方法是另一种常见的数值积分方法，如换元积分法和对称性积分法等。