1.问题的提出 用插值的方法对这一函数进 行近似,要求所得到的插值多项式 经过已知的这n+1个插值节点; 在n比较大的情况下,插值多项式 往往是高次多项式,这也就容易出 现振荡现象(龙格现象),即虽然 在插值节点上没有误差,但在插值 节点之外插值误差变得很大,从 “整体”上看,插值逼近效果将变 得“很差”。于是,我们采用函数 逼近的方法

如果线性方程组的系数行列式不为零,即det(A)≠0, 则该方程组有唯一解。由克莱姆(cramer)法则,其解为 det() (i=1,2,…n det(A) 这种方法需要计算n+1个n阶行列式并作n次除法,而每个 n阶行列式计算需作(n-1)n!次乘法,计算量十分惊人

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，方程组的Newton迭代等 问题

定理7.3.1设矩阵A∈Rn,且非奇异,则一定存在正交矩 nxn 阵,上三角矩阵R,使 A=OR (7.3.2) 且当要求R的主对角元素均为正数时,则分解式(7.3.2)是唯一的。 证明存在性有矩阵A的非奇 Householder异性及变换矩 阵的性质(3)知,一定可构造n-1个H矩阵:H1,H2,…,Hn-1使 A+1=HA(k=1,2,…n-1)

在数学分析中,我们学习过微积分基 本定理 Newton-Leibniz-公式: f(x)dx=fx)=fb)-f(a)5.0.1) 其中,F(x)是被积函数f(x)的原函数。 随着学习的不断深化,发现Newton- Leibniz公式有很大的局限性

解析方法和数值方法 求方程 f x( ) = 0 的解（或根），就是要寻找一个数 x*，使得满足 0)( * xf = 。 求方程的解主要方法有两种：解析方法和数值方法

一、一般求积公式及代数精度 二、 插值型求积公式 三 、牛顿—柯特斯（Newton-Cotes）公式 四、余项 五 、复合求积公式与龙贝格（Romberg）算法 六、 高斯（Guass）求积公式

利用数值模拟方法对复合锚固桩的加固机理以及其承载性能进行了比较系统的分析,并将复合锚固桩技术成功地应用于多处地基加固工程.数值模拟结果及工程检测结果均表明:复合锚固桩改善了单根锚固桩桩体局部承载特性,桩体承载综合有效因子明显增加,桩体承载能力大大提高

为了研究线性方程组近似解的误差估计 和迭代法的收敛性,我们需要对R(n维 向量空间)中的向量或R∞中矩阵的“大 小”引入一种度量,—一向量和矩阵的范 数

我们知道对矩阵进行一次初等变换,就相 当于用相应的初等矩阵去左乘原来的矩阵。 因此我们这个观点来考察Gaus消元法用 矩阵乘法来表示,即可得到求解线性方程 组的另一种直接法:矩阵的三角分解