Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Northeastern University

数值分析

Northeastern University via XuetangX

Overview

诺贝尔奖获得者,计算物理学家威尔逊提出了现代科学研究的三大支柱:理论研究,科学实验和科学计算。如果说伽利略和牛顿在科学发展史上奠定了实验和理论这两大科学支柱,那么由冯.诺依曼研制的电子计算机就使科学计算成为现代科学研究的另一支柱。如今,科学计算在生命科学、医学、系统科学、经济学等现代科学中起的作用日益凸显,已经成为气象、石油勘探、核能技术、航空航天、交通运输、机械制造、水利建筑等重要工程领域中不可缺少的工具。数值分析应运而生,它是研究使用计算机求解各种数学问题的方法、理论及其软件实现的一个数学分支,是科学工程计算的重要理论支撑。它既有纯粹数学的高度抽象性和严密科学性,又有着具体应用的广泛性和实际实验的技术性,是一门与计算机使用密切结合的实用性很强的数学课程。

    非线性方程求根、线性方程组的求解、数据的插值与拟合、数值积分和微分以及微分方程数值解法,这些内容构成了数值分析课程的主体。通讯卫星覆盖地球面积的估算,天体力学中开普勒方程的近似求解,生物信息学中蛋白质结构比对和预测问题,大量实际问题的解决离不开数值分析做出的贡献。在信息技术迅猛发展的“互联网+”时代,数值分析的学习将带你打开眼界,进入一片崭新的天地!

  本课程中需要应用高等数学、线性代数等先修课程的知识,而该课程的研究结果既能直接应用于一些工程实际问题,也是学习偏微分方程数值解法等后续课程和从事专业技术工作必需的基础。着重培养学生应用基本理论以及解决实际工程问题并进行分析与计算的能力。

        《 数值分析》是研究用计算机求解各种数学问题的数值方法及其理论的一门学科,是现代数学在计算机上应用的重要基础工具,也是继续学习和掌握其它常用算法的基础课程。该课程通过对常用和典型数值方法的介绍,让学生掌握和了解这些方法的基本思想与理论依据,使学生学会在计算机上使用这些方法解决实际问题,并进行相应的误差和收敛性分析。数值实验是数值分析课程教学的一个重要环节,是理论与实践相结合的主要途径。为了提高实验效果,增强学生的数值计算能力,开设综合性、创新性实验和研究型课程。通过上机实践,不仅加深了学生对数值分析课程内容的掌握,同时也提高了学生分析问题和解决问题的能力,培养了学生的创新能力。

Syllabus

  • 1.绪论
    • 1.1数值分析研究的对象和内容
    • 1.2误差的来源和分类
    • 1.3有效数字
    • 1.4数值计算中的若干原则1
    • 1.5数值计算中的若干原则2
    • 1.6数值计算中的若干原则3
  • 2.解线性方程组的直接方法
    • 2.1顺序Gauss消去法1
    • 2.2顺序Gauss消去法2
    • 2.3列主元Gauss消去法
    • 2.4Gauss消去法的矩阵运算
    • 2.5直接三角分解法
    • 2.6直接三角分解法举例
    • 2.7平方根法
    • 2.8追赶法
    • 2.9向量的范数
    • 2.10 向量范数的等价性
    • 2.11矩阵的范数
    • 2.12 相容矩阵范数与谱半径
    • 2.13线性方程组的固有形态
    • 2.14 病态方程组的处理
  • 3.解线性方程组的迭代法
    • 3.1迭代法的建立
    • 3.2Jacobi和Gauss-Seidel迭代法
    • 3.3 迭代法的收敛性
    • 3.4 迭代法的误差分析
    • 3.5 Jacobi迭代法和Gauss-Seidel迭代法的收敛性
    • 3.6 逐次超松弛迭代法(SOR迭代法)
  • 4.非线性方程求根
    • 4.1非线性方程简介
    • 4.2二分法(1)
    • 4.3二分法(2)
    • 4.4简单迭代法的构造
    • 4.5收敛性分析的几何解释
    • 4.6收敛性条件的证明
    • 4.7局部收敛性
    • 4.8收敛阶的定义
    • 4.9 p阶收敛的迭代法
    • 4.10加速的迭代法
    • 4.11牛顿迭代法(1)
    • 4.12牛顿迭代法(2)
    • 4.13牛顿下山法
    • 4.14牛顿迭代法的变形
    • 4.15求重根的牛顿迭代法
  • 5.插值与逼近
    • 5.1插值问题的由来
    • 5.2Lagrange插值多项式
    • 5.3Lagrange插值余项
    • 5.4差商的定义与性质
    • 5.5Newton插值多项式及其余项
    • 5.6分段Lagrange插值多项式
    • 5.7分段Hermite插值多项式
    • 5.8三次样条插值的应用背景及定义
    • 5.9三次样条插值的求法(1)
    • 5.10三次样条插值的求法(2)
    • 5.11数据拟合的最小二乘法的由来
    • 5.12数据拟合的最小二乘法的实例分析
  • 6.数值积分与数值微分
    • 6.1数值积分的基本概念
    • 6.2求积公式的代数精度
    • 6.3插值型数值求积公式
    • 6.4Newton-Cotes 求积公式
    • 6.5复化求积公式
    • 6.6复化求积公式的应用
    • 6.7Romberg 求积公式
    • 6.8正交多项式
    • 6.9几个常用的正交多项式系
    • 6.10Gauss 型求积公式的一般理论
    • 6.11几种Gauss 型求积公式
    • 6.12差商型数值微分
    • 6.13插值型数值微分
  • 7.常微分方程的数值解法
    • 7.1一阶常微分方程初值问题的基本概念
    • 7.2构造数值解法的基本思想
    • 7.3改进的Euler方法
    • 7.4差分公式的局部截断误差分析
    • 7.5构造单步高阶方法的思路
    • 7.6Runge-Kutta方法(1)
    • 7.7Runge-Kutta方法(2)
    • 7.8单步方法的收敛性(1)
    • 7.9单步方法的收敛性(2)
    • 7.10单步方法的稳定性(1)
    • 7.11单步方法的稳定性(2)
    • 7.12线性多步方法(1)
    • 7.13线性多步方法(2)
  • 期中考试
    • 期末考试

      Taught by

      Xinhui Shao, Datao Shi, Nan Feng, Ying Sheng, Yanli Chen, , Hai-Long Shen, , and

      Reviews

      Start your review of 数值分析

      Never Stop Learning.

      Get personalized course recommendations, track subjects and courses with reminders, and more.

      Someone learning on their laptop while sitting on the floor.