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

不少实际问题不但要求在节 点上函数值相等，而且 还要求它的导数值也相等（即要 求在节点上具有一阶光 滑度），甚至要求高阶导数也相 等，满足这种要求的插值 多项式就是埃尔米特（Hermite） 插值多项式

一、考核知识点: 向量范数与矩阵范数及其性质,谱半径,严格对角占优矩阵,迭代法的收敛 性,雅可比迭代法与高斯塞德尔迭代法及其收敛性

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

一、考核知识点: 乘幂法、逆幂法、雅可比法 二、考核要求: 1.知道乘幂法,逆幂法的基本思想;会用乘幂法求矩阵的特征值与特征向量

一、考核知识点: 简单消元法,主元消元法(列主元消元法),紧凑格式法,矩阵的三角分解。 二、考核要求: 1.了解简单消元法、主元消元法、紧凑格式的基本思想和使用条件

二乘法 一般的最小二乘逼近(曲线拟合 的最小二乘法)的一般提法是:对 给定的一组数据(x2y)(=0, 要求在函数类0={…,n中找 一个函数y=S(x),使误差平方和 6l2=∑62=∑S(x)-yF=min∑[S(x)-y

5-1多项式插值的问题 前面根据区间[ab上给出 的节点做插值多项式Ln(x) 近似f(x),一般总认为L1(x)的次 数n越高逼近(x)的精度 越好,但实际上并非如此。这是 因为对任意的插值节点 ,当n>0时,L(x)不一定收敛 到∫(x),本世纪初龙格 ( Runge)就给出了一个等距节 点插值多项式Ln(x)不收 敛的f(x)的例子。他给出的函数 为f(x)=1(1+x)

插值 问题的提出: 不少实际问题不但要求在节 点上函数值相等,而且 还要求它的导数值也相等(即 要求在节点上具有一阶光 滑度),甚至要求高阶导数也相 等,满足这种要求的插值 多项式就是埃尔米特 ( Hermite)插值多项式。下面只讨 论函数值与导数值个数相等的 情况

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）