一、基本概念 在此之前,我们所接触的函数,其表达式大多是自变量的某个算式,如 y=x+, u=e \(sin xy sin yz sin zx) 这种形式的函数称为显函数。但在不少场合常会遇到另一种形式的函数,其自变量与因变量之间的对应法则 是由一个方程式所决定的。这种形式的函数称为隐函数

定义在假设y=y(x),即第i步计算是精确的前提下,考 虑的截断误差R=y(x)-y称为局部截断误差鬥 local truncation error

一、一阶微分方程组

1. 导数的定义与性质 导数的四则运算 2. 导数的计算 复合函数的求导 反函数的求导 基本初等函数的导数 隐函数的导数 参数方程表示的函数的导数 高阶导数

来源于实际、又广泛用于实际。 多项式插值的主要目的是用一个多项式 拟合离散点上的函数值,使得可以用该 多项式估计数据点之间的函数值。 可导出数值积分方法,有限差分近似 关注插值多项式的表达式、精度、选点 效果

解构“分析法”、分式求值问题、利用凹多边形巧求角的度数和、例析全等和相似的构造、探究图形翻折在解题中的应用、双圆弧中点与等腰三角形、活用和的平方公式算平方数、捉摸不定的“质数公式”理解方程解的意义,巧解一类整式问题、塞瓦定理及其应用(二)、以形定数对“圆”形的一个猜想；

我们前面已学过定积分和重积分,当一个函数定义在空间的曲线或曲面时,则要求我们 计算曲线积分或曲面积分。由于物理背景的不同,我们还须区别曲线或曲面的方向性,因此 我们要分别研究两种不同类型的积分

第一章误差l*Error*1 1误差的背景介绍*Introduction* 1.来源与分类l*Source& Classification*1 从实际问题中抽象出数学模型 模型误差l*Modeling Error*1 通过测量得到模型中参数的值 观测误差l*Measurement Error*1米 求近似解—方法误差(截断误差 Truncation Error*1)米 机器字长有限舍入误差*Roundoff Error*1

可以说,误差分析是计算方法研究的无底洞,所以大家既 要提得起,也要放得下。提得起,就是基本概念,思想,方法 要领会得了;放得下,就是不主张钻牛角尖。 本章的基本概念有:截断误差,舍入误差,绝对误差,相 对误差,误差限,有效数字等。 四则运算的误差估计仅理解几个重要结论即可;利用微分 估算误差既有理论意义,又有实用价值,应当牢记;有效数字 与相对误差的关系在一般的教科书中都很重要,我并不这样认 为:既没有理论价值,程序设计也几乎不会用到它们;本次礼 包给了几个典型例题,都不难,应当没有问题

1.3.1 绝对误差和绝对误差限 1.3.2 相对误差和相对误差限 1.3.3 有效数字 1.3.4 误差估计的基本方法 1.3.5 问题的适定性和算法的稳定性 1.3.6 减小误差危害