给出一组离散点，确定一个函数逼近原函数，插值是这样的一种手段。 在实际中，数据不可避免的会有误差，插值函数会将这些误差也包括在内。 因此，我们需要一种新的逼近原函数的手段： ①不要求过所有的点（可以消除误差影响）；

由韦尔斯特拉斯定理知存在最佳一致逼近多项式（伯恩斯坦多项式） 一、截断切比雪夫级数利用切比雪夫多项式良好的逼近性质求近似最佳一致逼近多项式

很多工程计算中，会遇到特征值和特征向量的计算，如：机械、结构或电磁振 动中的固有值问题；物理学中的各种临界值等。这些特征值的计算往往意义重大

工程实际计算中，线性方程组的系数矩阵常常具有对 称正定性，即其各阶顺序主子式及全部特征值均大于零。 矩阵的这一特性使它的三角分解也有更简单的形式，从而 导出一些特殊的解法，如平方根法与改进的平方根法

但高次多项式求根精度低 , 一般不作为求解方法. 目前的方法是针对矩阵不同的特点给出不同的有效方法. 工程实践中有多种振动问题，如桥梁或建筑物的振 动，机械机件、飞机机翼的振动，及一些稳定性分析和 相关分析可转化为求矩阵特征值与特征向量的问题

在实际问题中常遇到这样的函数 y=f(x),其在某个区间[a,b]上 是存在的。但是,通过观察或测量或 试验只能得到在[a,b区间上有限个 离散点o,x1,∵,n上的函数值

一、基本QR方法 60年代出现的QR算法是目前计算中小型矩阵的全部特征值与 特征向量的最有效方法。实矩阵、非奇异。 理论依据：任一非奇异实矩阵都可分解成一个正交矩阵Q和 一个上三角矩阵R的乘积，而且当R的对角元符号取定时，分解是唯一的

直接法: 经过有限次运算后可求得方程组精确解的方 法(不计舍入误差!) 迭代法：从解的某个近似值出发，通过构造一个无穷序 列去逼近精确解的方法。（一般有限步内得不到精确解） 直接法比较适用于中小型方程组。对高阶方程组， 既使系数矩阵是稀疏的，但在运算中很难保持稀疏性， 因而有存储量大，程序复杂等不足

概念 实际中,fx)多样,复杂,通常只能观测到一些离散数据; 或者fx)过于复杂而难以运算。这时我们要用近似函数g(x来 逼近fx)

实际中，很多问题的数学模型都是微分方程。我们可以研究它们的一些 性质。但是，只有极少数特殊的方程有解析解。对于绝大部分的微分方程是 没有解析解的。 常微分方程作为微分方程的基本类型之一，在自然界与工程界有很广泛 的应用。很多问题的数学表述都可以归结为常微分方程的定解问题