南京大学计算机科学与技术系：《数值计算方法》课程教学资源（PPT课件）第3章 解线性方程组的数值解法 3.1 高斯消元法

4.1 Lagrange插值法 4.2 Newton插值法

前面我们根据区间[ab]上给出的节点做 插值多项式Ln(x)近似表示f(x)。一般总 以为Ln(x)的次数越高,逼近f(x)的精度 越好,但实际并非如此,次数越高,计 算量越大,也不一定收敛。因此高次插 值一般要慎用,实际上较多采用分段低 次插值

略去余式R[f],由定理5.1.2知,它如果是插值型求积公式,则至少有n次代数精度

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

一、 Newton迭代方法的计算公式 牛顿迭代法计算公式的推导过程 本节所讨论的是:f(x)=0 设x是f(x)=0的根,f(x)在x的邻域内 具有二阶连续导数,在x的邻域内取一点, 使f(xo)≠0,将它在x点二阶 Taylor展开 得:

第三章线性方程组解法 (对线性代数方程组Ax=b的近似解法 一、问题的提出: 求解线性方程组Ax=b,且A|≠0,其中

一、问题的提出 1.直接方法(以 Gauss消去法为代表)的缺 陷: 对于低阶或中等阶数(n≤100)的线性方程组十分有 效,但当n较大时,特别是由某些微分方程经离散 后得到的线性方程组,由于舍入误差的积累以及 计算机的存贮困难,直接方法变得无能为力

在计算过程中,若需要再增加插值节点并求 出新的插值函数,则 Lagrange插值公式所有的 基函数都要重新计算,造成计算量的很大浪费。 而以下介绍的牛顿插值公式可以克服这一缺陷, 可在原有插值多项式的基础上灵活的增加插值节点

一、公式的导出 设将[abn等分,步长为h,求积节点为:xk=a+kh,(k=0,1,,n)由此构造插值型的求积公式,则其求积系数为