8.1 数值积分 8.2 数值微分

工程实际中，存在大量的解线性方程组的问题。很多数值方法到最后也会涉及到线性方程组的求解问题：如样条插值的M和m关系式，曲线拟合的法方程组，方程组的Newton迭代等问题。 4.1 高斯消去法 4.2 选主元素的高斯消去法 4.3 矩阵的三角分解法 4.4 平方根法与改进平方根法 4.5 向量和矩阵的范数 4.6 线性方程组的性态和解的误差分析 4.7 解线性方程组的迭代法 4.8 迭代法的收敛性及误差估计

模型背景 问题提出与方程建立 数值模拟及观察 模型理论分析 模型改进 改进模型的数值模拟 改进模型的分析

当积分区间[a,b]的长度较大,而节点个数n+1固定时 直接使用 Newton-Cotes-公式的余项将会较大 而如果增加节点个数,即n+1增加时 公式的舍入误差又很难得到控制 为了提高公式的精度,又使算法简单易行往往使用复合方法 即将积分区间[a,b]分成若干个子区间 然后在每个小区间上使用低阶 Newton-Cotes-公式 最后将每个小区间上的积分的近似值相加

第一章 误差简介（2学时） 第二章 插值（８学时） 第三章 最佳平方逼近（4学时） 第四章 数值微分和数值积分（8学时）

一、微积分问题的解析解 二、函数的级数展开与级数求和问题求解 三、数值微分 四、数值积分问题 五、曲线积分与曲面积分的计算

每当难以对一个函数进行积分、微分或者解析上确定一些特殊的值时,就可以借助计 算机在数值上近似所需的结果。这在计算机科学和数学领域,称之为数值分析。至此,可以 猜到, MATLAB提供了解决这些问题的

每当难以对一个函数进行积分、微分或者解析上确定一些特殊的值时,就可以借助计 算机在数值上近似所需的结果。这在计算机科学和数学领域,称之为数值分析。至此,可以 猜到, MATLAB提供了解决这些问题的工具。本章将介绍这些工具的使用

8.1数值积分 8.2数值微分

设矩阵A∈Rn,如果存在数入∈C及非零向量x∈C满足方程 Ax∈x,则称λ为矩阵A的一个特征值,称为矩阵A的相应于特 征值λ的特征向量。为简单起见,下称,x为矩阵A的一特征对。 特征值的计算,直接从特征方程()=det-A)=0出发会遇到很 大困难,当n稍大一些,行列式展开本身就很不容易,随后是高次代数 方程求解。因此,矩阵特征值的求解,主要是数值解法