一、求解常微分方程初值问题
最常见的就是使用这两种方法
二阶的Taylor级数展开公式和Euler梯形预估——校正公式
为什么呢?我们分别分析一下:
Taylor级数展开公式常见二阶和四阶,方法阶数越大,精度越高不假,但是高精度要求计算量过大,所以题中都是二阶。
显式Euler公式、隐式Euler公式、梯形公式和Euler-梯形预估校正公式这四个老表中为什么老师喜欢拿捏最后一个。显式Euler公式计算虽然方便,但是误差较大,所得数值解精确度低,隐式的跟他一样。梯形的比他们准,但是计算量又太大。权衡一下还是出题出Euler梯形预估——校正公式比较良善。
以前做硕士生考试题的时候还碰见过两点边值问题、二阶抛物方程初边值问题,恶心死我了。
二、(小众)超松弛迭代法——线性方程组的迭代法
论证收敛性——写出迭代格式——计算
SOR法收敛性判断方法比较多,具体如下:
三、插值型求积公式
(1)以上述几点(一般为2或者3)为求积节点,试建立计算积分某某的插值型求积公式
我们要明白将节点等距分布时建立的插值型求积公式称为Newton-Cotes求积公式。
课本上给的最简单最著名的几个要牢牢记!考的最多的是Simpson
(2)判断该求积公式的代数精度
(3)建以致用(一般保留小数点后四位)
悄咪咪说一句,出题的时候给的都是对称正定,书上例题也是,不信自己看。
四、简单迭代法——解线性方程组的迭代法
有的题给出的不是标准的迭代格式,需要我们自己去化。
五、复化求积法
我们从数值积分的定义可以看出,增加求积节点数目可以提高数值积分的代数精度。先细分区间,再在每个小区间上使用低阶的(防止不稳定)
孩子要吐了——复化Simpson公式
截断误差公式还要记住,-2880分之啥啥啥
那个求积节点我一直不太清楚 课本6.5是关于复化梯形公式和复化Simpson公式的这一类
什么n+1 2n+1