用插值的方法对一函数进行近似,要求所得到的 插值多项式经过已知插值节点;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”。 所谓数据拟合是求一个简单的函数,例如是一个 低次多项式,不要求通过已知的这些点而是要 求在整体上“尽量好”的逼近原函数。这时,在每 个已知点上就会有误差,数据拟合就是从整体上 使误差,尽量的小一些

A题:学生评教的数据分析与处理 教和学是最能影响教学质量的关键因素。因为学校的教学活动是学生与教 师的双边活动。理论上讲,在整个教学质量评价体系中,与教师自评、同行评 教、专家评教相比较,学生评教是最直接最生动、最具有说服力的,最能体 现教师的教学质量的评价手段。因此,利用学生对教师的课堂教学进行客观、 有效的评价是检验和保证课堂教学质量的最有力措施。 许多学校采取了网上评教的方式。学生根据评教指标体系给任课教师打 分,然后计算平均分数,作为评价这名教师的教学情况的一项重要指标进行排 名。这种方法促进了教学质量的提高,同时也给我们提出了问题:这种计算平 均分数的方法对所有参评的教师公平吗?是否会因为个别同学对某位教师的恩 怨给出不公的评分而影响这位教师的排名?参评人数的多少、教师任课门数的 多少是否会影响评价结果?这些都是值得探讨的问题

用直接方法解线性方程组既是常用的方法,在后继课程中又 用到了它们。本章的基本要求就是会编程,想必大家已经掌握 了。事实上我又把上课讲过的程序段改写为子程序了还有不会编 的同学可以找同学拷贝一个,先完成作业再说。还不行,就先编 约当消去法,也很简单,也很有用。 本章的学习对考试没有多大影响,但解线性方程组用途很 大,所以各人都要自觉。选主元的方法稍微麻烦一点,大家可以 先不管它,以后有兴趣再补上去

本章讲的内容很多,要记住的东西很少,关键是熟练。 从应付考试的角度看,通常与第三章解方程合在一起做一个 简单的曲线拟合。即使如此,从过去的经验看,主要是解题步骤 记得不牢,自己的计算器也用得不熟,连用计算器解一个简单的 三元一次方程组都错误连篇,主要原因还是平时偷懒所致。我这 里把话说白了,考试时见分晓,还有人会丢掉不应该丢的分,但 愿只是极个别现象 丛数值计算的角度看,用最小二乘法求矛盾线性方程组 的最小二乘解实在是件再容易不过的事情

大概是由于以前人们使用计算工具非常落后,所以计算量较小的计算方法更受欢迎 解线性方程组的约当消去法的计算量比高斯消去法稍大一些,这对于我们现在使用的计算机来说,完全算 不了什么 约当消去法算法更简单,编程的方式更灵活,还可用来求解有无数组解的线性方程组,还可用来求矩阵的逆。所以约当消去法的价值超过了高斯消去法。 高斯消去法的回顾 高斯消去法的的关键是把线性方程组化为上三角形线性方程组,也就是利用akk不为零来消去

用直接方法解线性方程组既是常用的方法,在后继课程中又 用到了它们。本章的基本要求就是会编程,想必大家已经掌握 了。事实上我又把上课讲过的程序段改写为子程序了还有不会编 的同学可以找同学拷贝一个,先完成作业再说。还不行,就先编 约当消去法,也很简单,也很有用。 本章的学习对考试没有多大影响,但解线性方程组用途很 大,所以各人都要自觉。选主元的方法稍微麻烦一点,大家可以 先不管它,以后有兴趣再补上去

设fx)是定义在闭区间[ab]上的连续函数,如果x∈[ab]使 得f(x)=0则称x是fx)的一个零点 从几何图形看,函数f(x)的零点就是曲线y=f(x)与x轴的交 点。这个事实对我们求数值解很有启发作用 提示:函数f)的零点其实也就是(非线性)方程fx)=0的 解,所以求函数的零点问题也就是非线性方程求解的问题。 结论:由高等数学中的界值定理可知,若fa)f(b)<0,方程 f(x)=0在[ab内一定有解 求函数零点的方法有对分法,牛顿法和不动点算法

第一章 矩阵的相似变换 §1．1特征值与特征向量 §1．2相似对角化 §1．3 Jordan标准形介绍 §1．4 Hamilton-Cayley定理 §1．5向量的内积 §1．6西相似下的标准形 习题一 第二章 范数理论 §2．1向量范数 §2．2矩阵范数 一、方阵的范数 二、与向量范数的相容性 三、从属范数 四、长方阵的范数 §2．3范数应用举例 一、矩阵的谱半径 二、矩阵的条件数 习题二 第三章 矩阵分析 §3．1矩阵序列 §3．2矩阵级数 §3．3矩阵函数 一、矩阵函数的定义 二、矩阵函数值的计算 三、常用矩阵函数的性质 §3．4矩阵的微分和积分 一、函数矩阵的微分和积分 二、数量函数对矩阵变量的导数 三、矩阵值函数对矩阵变量的导数 §3．5矩阵分析应用举例 一、求解一阶线性常系数微分方程组 二、求解矩阵方程 三、最小二乘问题 习题三 第四章 矩阵分解 §4．1矩阵的三角分解 一、三角分解及其存在惟一性问题 二、三角分解的紧凑计算格式 §4．2矩阵的QR分解 一、Householder矩阵与Givens矩阵 二、矩阵的QR分解 三、矩阵酉相似于Hessenberg矩阵 §4．3矩阵的满秩分解 一、Hermite标准形 二、矩阵的满秩分解 §4．4矩阵的奇异值分解 习题四 第五章 特征值的估计与表示 §5．1特征值界的估计 §5．2特征值的包含区域 一、Gerschgorin定理 二、特征值的隔离 三、Ostrowski定理 §5．3 Hermite矩阵特征值的表示 §5．4广义特征值问题 一、广义特征值问题 二、广义特征值的表示 习题五 第六章 广义逆矩阵 §6．1广义逆矩阵的概念 §6．2 {1}-逆及其应用 一、{1}-逆的计算及有关性质 二、{1}-逆的应用 三、由{1}-逆构造其他的广义逆矩阵 §6．3 Moore-Penrose逆A+ 一、A+的计算及有关性质 二、A+在解线性方程组中的应用 习题六 第七章 矩阵的直积 §7．1直积的定义和性质 §7．2直积的应用 一、矩阵的拉直及其与直积的关系 二、线性矩阵方程的可解性及其求解 习题七 习题答案与提示

第十二章 数项级数 1 级数的收敛性 2 正项级数 一 正项级数收敛性的一般判别原则 二 比式判别法和根式判别法 三 积分判别法 四 拉贝判别法 3 一般项级数 一 交错级数 二 绝对收敛级数及其性质 三 阿贝耳判别法和狄利克雷判别法 第十三章 函数列与函数项级数 1 一致收敛性 一 函数列及其一致收敛性 二 函数项级数及其一致收敛性 三 函数项级数的一致收敛性判别法 2 一致收敛函数列与函数项级数的性质 第十四章 幂级数 1 幂级数 2 函数的幂级数展开 一 泰勒级数 二 初等函数的幂级数展开式 3 复变量的指数函数·欧拉公式 第十五章 傅里叶级数 1 傅里叶级数 一 三角级数·正交函数系 二 以2π为周期的函数的傅里叶级数 三 收敛定理 2 以2l为周期的函数的展开式 3 收敛定理的证明 第十六章 多元函数的极限与连续 1 平面点集与多元函数 一 平面点集 二 R2上的完备性定理 三 二元函数 四 n元函数 2 二元函数的极限 3 二元函数的连续性 第十七章 多元函数微分学 1 可微性 2 复合函数微分法 3 方向导数与梯度 4 泰勒公式与极值问题 一 高阶偏导数 二 中值定理和泰勒公式 三 极值问题 第十八章 隐函数定理及其应用 1 隐函数 2 隐函数组 3 几何应用 一 平面曲线的切线与法线 二 空间曲线的切线与法平面 三 曲面的切平面与法线 4 条件极值 第十九章 含参量积分 1 含参量正常积分 2 含参量反常积分 3 欧拉积分 一 Γ函数 二 B函数 三 Γ函数与B函数之间的关系 第二十章 曲线积分 1 第一型曲线积分 2 第二型曲线积分 第二十一章 重积分 1 二重积分概念 2 直角坐标系下二重积分的计算 3 格林公式·曲线积分与路线的无关性 4 二重积分的变量变换 5 三重积分 6 重积分的应用 7 n重积分 8 反常二重积分 9 在一般条件下重积分变量变换公式的证明 第二十二章 曲面积分 1 第一型曲面积分 2 第二型曲面积分 3 高斯公式与斯托克斯公式 4 场论初步 第二十三章 流形上微积分学初阶 1 n维欧氏空间与向量函数 2 向量函数的微分 3 反函数定理和隐函数定理 4 外积、微分形式与一般斯托克斯公式