第一章 科学计算
误差
解题步骤
- 先求绝对误差:
∣ x − x ∗ ∣ |x - x^*| ∣x−x∗∣ - 求相对误差限:
∣ x − x ∗ ∣ x ∗ \frac{|x\,\,-\,\,x^*|}{x^*} x∗∣x−x∗∣ - 求有效数字
∣ x − x ∗ ∣ 需要小于它自身的半个单位 |x-x^*|\text{需要小于它自身的半个单位} ∣x−x∗∣需要小于它自身的半个单位,然后算小数点后一共有多少数字
举个例子:
相减得出结果为0.0000345则小于0.0005,则有效数字为4
例题1:
第二章 线性代数直接法
高斯消去法
高斯顺序消去法解题步骤
(假设是一个三行三列的矩阵):
- 先用第一行消去2,3行
- 再用第二行消去第三行
例题1:
例题2:
高斯列主元消去法解题步骤
- 比较哪一行的绝对值最大,然后交换
- 用第一行消去第2、3行
- 再次比较哪一行绝对值最大,交换
- 重复步骤
例题1:
例题2:
LU分解
LU分解又称为:杜利特尔 (Doolittle)分解法,直接三角分解法
解题步骤
- 将A矩阵分解成L、U矩阵
- L矩阵:下三角矩阵,对角线全为1,其他元素为x
- U矩阵:上三角矩阵,第一行元素和A矩阵相同,其他元素为x
- 从A中矩阵逆向推导,L、U剩下的元素逐一相乘得出结果
- 按照顺序一行一行的元素去算
例题1:
追赶法
追赶法又称为:克劳特分解
解题步骤
- 将A矩阵分解为L、U矩阵
- L矩阵的特点:下三角矩阵,对角线为未知数 α \alpha α,其他元素对A照抄
- U矩阵的特点:上三角矩阵,对角线为1,对角线上面的元素为 β \beta β
- 把 α , β \alpha,\beta α,β全部算出来
- L y = b Ly=b Ly=b -> U x = y Ux=y Ux=y
例题:
第三章 线性代数方程组的迭代法
范数和条件数
- 1范数(列范数):每一列元素的绝对值之和的最大值 ∣ ∣ A ∣ ∣ 1 ||A||_1 ∣∣A∣∣1
- 无穷范数(行范数):每一行元素的绝对值之和的最大值
- 2范数:
- 向量:向量元素平方的和的平方根
- 矩阵(又称为谱范数):null
- 无穷范数条件数:
c o n d ∞ ( A ) = ∣ ∣ A ∣ ∣ ∞ ∣ ∣ A − 1 ∣ ∣ ∞ cond_{\infty}\left( A \right) \,\,=\,\,||A||_{\infty}||A^{-1}||_{\infty} cond∞(A)=∣∣A∣∣∞∣∣A−1∣∣∞
例题1:
例题2:
求 A − 1 A^{-1} A−1的方法
- 初等变换法
雅可比迭代法
解题步骤
- 整体思路:将 Ax=b ->x=Bx+g 的形式
- 先将第一行转换为 x 1 = . . . x_1=... x1=...
- 第二行 x 3 = . . . . x_{3}= .... x3=....
- 以此类推
- 画出表格
计算器解题步骤
- 先将A、B、C、D、E、F设置为0 ( A 代表 x 1 , B 代表 x 2 , C 代表 x 3 A代表x_1,B代表x_2,C代表x_3 A代表x1,B代表x2,C代表x3)
- 0 sto A
- 0 sto B
- 0 sto C
- 0 sto D
- 0 sto E
- 0 sto F
- 将每一行公式输入到计算器中,使用 : : :进行分割
- D = …:E = …:F = …:A=D:B=E:C=F
- 这里是因为一开始不迭代,所以要设置DEF
- D = …:E = …:F = …:A=D:B=E:C=F
高斯迭代法
解题步骤
- 与雅可比迭代类似
- 但是每次都会迭代前面那个值
计算器解题步骤
- 先将A、B、C设置为0 ( A 代表 x 1 , B 代表 x 2 , C 代表 x 3 A代表x_1,B代表x_2,C代表x_3 A代表x1,B代表x2,C代表x3)
- 0 sto A
- 0 sto B
- 0 sto C
- 将每一行公式输入到计算器中,使用 : : :进行分割
- A = …:B = …:C = …
第四章 多项式插值和样条插值
拉格朗日插值
一共 2 个部分:
- 插值多项式
- 插值余项
插值多项式
- l n ( x ) = [ ∏ i = 0 , i ≠ j n x − x i x j − x i ] y i l_n(x) =[ \prod_{i=0,i\ne j}^{n}\frac{x-x_i}{x_j-xi}] y_i ln(x)=[∏i=0,i=jnxj−xix−xi]yi
- L n ( x ) = ∑ j = 0 n L j ( x ) y j L_n(x)=\sum_{j=0}^{n}L_j(x)y_j Ln(x)=∑j=0nLj(x)yj
线性 n=1,以此类推后面就是 2 次、3 次
插值余项
- ∣ R n ( x ) ∣ = M n + 1 ( n + 1 ) ! ∣ W n + 1 ( x ) ∣ |R_n(x)|=\frac{M_{n+1}}{(n+1)!} |W_{n+1}(x)| ∣Rn(x)∣=(n+1)!Mn+1∣Wn+1(x)∣
- M n + 1 = max a ≤ x ≤ b ∣ f n + 1 ( x ) ∣ M_{n+1} = \max_{a\le x\le b}|f^{n+1}(x)| Mn+1=maxa≤x≤b∣fn+1(x)∣
- W n + 1 ( x ) = ( x − x 0 ) ( x − x 1 ) . . . ( x − x n ) W_{n+1}(x) = (x-x_0)(x-x_1)...(x-x_n) Wn+1(x)=(x−x0)(x−x1)...(x−xn)
牛顿插值
插值多项式
- f ( x 0 , . . . , x n ) = f n − f n − 1 x n − x 0 f(x_0,...,x_n) = \frac{f_n - f_{n-1}}{x_n-x_0} f(x0,...,xn)=xn−x0fn−fn−1
解题步骤
- 列差商表
x | f(x) | 一阶差商 |
---|---|---|
x 0 x_0 x0 | f 0 f_0 f0 | |
x 1 x_1 x1 | f 1 f_1 f1 | f ( x 0 , x 1 ) f(x_0,x_1) f(x0,x1) |
以此类推,有 n 个 x 的值就有多少次 n-1 阶差商
- 最后的结果公式
N n ( x ) = f 0 + f ( x 0 , x 1 ) ( x − x 0 ) + . . . + f ( x 0 , . . . , x n + 1 ) ( x − x 0 ) ( x − x 1 ) . . . ( x − x n ) N_{n}(x)=f_0 + f(x_0,x_1)(x-x_0) +...+f(x_0,...,x_{n+1})(x-x_0)(x-x_1)...(x-x_n) Nn(x)=f0+f(x0,x1)(x−x0)+...+f(x0,...,xn+1)(x−x0)(x−x1)...(x−xn)
牛顿插值余项
需要补充
第九章 常微分方程初边值问题数值解
龙格-库塔公式
基本概念
一般问题会有 y ′ , h , f ( x ) = y y', h , f(x) = y y′,h,f(x)=y等参数
将其转换为
注意h的值,一般是在 0 ≤ x ≤ 1 0 \le x \le 1 0≤x≤1之间,逐渐相加之后递增到1结束计算
四阶四段龙格库塔公式如下:
解题步骤
- 将 x 0 , y 0 , h x_0,y_0,h x0,y0,h写在旁边
- 将将题目中给出的已知信息代入 k 1 , k 2 , k 3 , k 4 k_1,k_2,k_3,k_4 k1,k2,k3,k4
- 更新 y n y_n yn的值
- 重复过程
k 2 k_2 k2->f的 x n + h 2 x_n+\frac{h}{2} xn+2h表示 x x x,同理另外一个表示 y y y,将其代入到f(x,y)中进行化简