教学大纲和教材名称: Probabilities and statistics 数理统计是高等师范院校应用数学专业教学计划的一门处理大量随机现象 统计规律的专业选修课程,由于随机现象的普遍性,使得数理统计具有极其

1.1什么是数据结构 1.2基本概念和术语 1.3抽象数据类型的表示与实现 14算法和算法分 1.4.1算法 1.4.2算法设计的要求 1.4.3算法效率的度量 1.4.4算法的存储空间的需求

4.1 Newton-Cotes-公式 4.2复合求积法 4.3 Romberg算法 4.4* Gauss求积法 4.5数值微分

综合前几节的内容我们知道 梯形公式,Simpson公式, Cotes公式的代数精度分别为 1次,3次和5次 复合梯形、复合 Simpson、复合 Cotes公式的收敛阶分别为 2阶、4阶和6阶 无论从代数精度还是收敛速度,复合梯形公式都是较差的 有没有办法改善梯形公式呢?

一、基本的三角分解法(Doolittle法) 若n阶方阵A=(a)nxn的顺序主子式

2.6追赶法(Thomas算法) 对角占优矩阵:

二维向量和三维向量都可以度量其大小和长度 高维向量的\长度\能否定义呢? \范数\是对向量和矩阵的一种度量,实际上是二维 和三维向量长度概念的一种推广 数域:数的集合,对加法和乘法封闭 线性空间:可简化为向量的集合对向量的加法和 数量乘法封闭, 也称为向量空间

3.1插值法 3.2插值多项式中的误差 3.3分段插值法 3.4 Newton插值 3.5 Hermite插值 3.6三次样条插值 3.7数据拟合

从上节可知,如果插值多项式的次数过高,可能产生 Runge现象,因此,在构造插值多项式时常采用分段 插值的方法

NewtonLagrange插值和插值虽然构造比较简单,但都存 在插值曲线在节点处有尖点,不光滑,插值多项式在节 点处不可导等缺点 设f(x)在节点a≤xox1,xn≤b处的函数值为yo,y1,yn 设P(x)为f(x)的在区间[a,b]上的具有一阶导数的插值函数