跳到正文

CSCI3340

科学计算

浮点运算、线性系统的直接与迭代求解、最小二乘法、特征值计算、求根方法、插值与数值积分、常微分方程数值方法及随机模拟。

10 章 · 41 节EN · 繁 · 简
我的课程笔记

你的进度

0/ 41 节已标记完成

下一节: 浮点数、舍入与数值稳定性

完成记录保存在此浏览器中。

这门课在网上

CSCI3340 笔记里的内容

定理卡
106
定义
84
反例
45
概念视角
10
思想史
1
证明透视
43

有思想史的节

这些思想史还没有放上时间线。

这门课的概念视角还没有记录到网上。

在知识图谱中打开这门课

数字只算这门课 41 节公开笔记里写了什么,不是网上已记录的关系。目前其中 0 节已细致地记录到网上。

在网上定理卡 106 · 定义 84 · 反例 45 · 概念视角 10 · 思想史 1 · 证明透视 43

这些思想史还没有放上时间线。

这门课的概念视角还没有记录到网上。

在知识图谱中打开这门课

数字只算这门课 41 节公开笔记里写了什么,不是网上已记录的关系。目前其中 0 节已细致地记录到网上。

第 1 章 · 4 节

浮点运算

浮点运算

定理 11 · 定义 11反例 4证明透视 4

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 1.1

    浮点数、舍入与数值稳定性

    建立舍入模型,分析消去误差,并区分条件性与前向、后向误差。

  2. 1.2

    求和误差与条件数

    将求和本身的敏感性与特定累加顺序所产生的舍入误差区分开来。

  3. 1.3

    数值微分与步长

    权衡截断误差与函数求值误差,而不是假定步长越小越好。

  4. 1.4

    补偿求和及其局限

    追踪舍入加法中的补偿项,区分算术改进与问题条件性。

第 2 章 · 5 节

线性系统

线性系统

定理 9 · 定义 7反例 6视角 1思想史 1证明透视 5

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 2.1

    线性方程组:分解、选主元与条件数

    通过消元求解方程组,理解残差,并区分稳定的算法和敏感的问题。

  2. 2.2

    部分主元选取与元素增长

    证明带主元选取的消元的基本增长界,并构造达到该界的最坏情况矩阵族。

  3. 2.3

    选主元 LU 分解中的舍入与向后误差

    追踪消元运算,联系计算所得因子、逐元素向后误差和元素增长。

  4. 2.4

    Cholesky 分解与 Schur 补

    证明正定矩阵的分解定理,并说明如何在不构造逆矩阵的情况下求解线性方程组。

  5. 2.5

    范数意义与逐分量后向误差

    求出使近似线性方程解成为精确解的最小数据扰动,并联系条件性。

第 3 章 · 2 节

迭代求解法

迭代求解法

定理 6 · 定义 5反例 3视角 1证明透视 2

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 3.1

    Jacobi、Gauss–Seidel 与逐次超松弛法

    推导定常迭代,在明确假设下证明收敛,并比较收敛速度和失败情形。

  2. 3.2

    共轭梯度法与 Krylov 空间中的最优性

    为对称正定系统推导共轭梯度法,证明其能量最小化,并区分精确算术与实际计算。

第 4 章 · 3 节

最小二乘法

最小二乘法

定理 8 · 定义 8反例 3视角 2证明透视 3

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 4.1

    最小二乘、QR 分解与数值秩

    推导投影与 QR 解法,分析敏感性,并区分精确秩和数值秩。

  2. 4.2

    Householder QR 与稳定反射

    用隐式正交反射构造 QR,并理解避免消去误差的符号选择。

  3. 4.3

    奇异值、最小二乘与正则化

    用奇异值分解推导最小范数最小二乘解,并比较截断与岭滤波。

第 5 章 · 6 节

特征值计算

特征值计算

定理 19 · 定义 12反例 7视角 2证明透视 6

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 5.1

    Gershgorin 圆盘与特征值界

    利用行和定位特征值,并理解分离的圆盘簇在何时含有确定数目的特征值。

  2. 5.2

    幂迭代与 Rayleigh 商

    在主导特征值条件下证明收敛,研究失败情形,并理解特征对残差。

  3. 5.3

    对称特征值问题的 Jacobi 平面旋转

    构造旋转,证明最大主元策略下非对角部分减少,并理解所得近似特征对。

  4. 5.4

    反幂迭代与特征值残差证书

    针对位移附近的特征值进行迭代,并用残差证明与谱的接近程度。

  5. 5.5

    二维情形的 QR 迭代

    把反复的 QR 分解与同时幂迭代联系起来,并看看特征值收敛在何时失败。

  6. 5.6

    Hessenberg 约化与带位移的 QR 迭代

    用 Householder 反射把矩阵约化为 Hessenberg 形,证明带位移的 QR 步保持该形式,把位移与反幂迭代联系起来,并用收缩技术计算特征值。

第 6 章 · 3 节

求根方法

求根方法

定理 9 · 定义 7反例 4视角 1证明透视 3

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 6.1

    求根:区间夹逼、不动点与 Newton 迭代

    建立二分法和 Newton 方法的收敛条件,并理解停止测试的含义。

  2. 6.2

    割线法与局部超线性收敛

    推导一种无需导数的求根迭代,并证明其局部误差乘积界。

  3. 6.3

    非线性方程组的 Newton 方法

    从线性方程组推导 Newton 步,并在明确假设下证明局部二次收敛。

第 7 章 · 11 节

插值与数值积分

插值与数值积分

定理 30 · 定义 17反例 11证明透视 11

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 7.1

    插值与数值积分:从数据到误差界

    构造插值多项式、推导求积公式,并明确误差估计所需的条件。

  2. 7.2

    高斯求积与正交多项式

    由正交性推导最优的多项式精确度,并理解它能够保证什么、不能保证什么。

  3. 7.3

    自适应 Simpson 求积与误差估计

    推导基于差值的误差估计量,并区分渐近误差指示量与严格的误差保证。

  4. 7.4

    带严格包围区间的中点求积

    用曲率界和向外舍入的取样区间,给出积分的可证明包围区间。

  5. 7.5

    由端点值与斜率构造三次 Hermite 插值

    构造端点值和斜率插值多项式,证明误差界并追踪输入数据误差。

  6. 7.6

    Newton 差商表

    用差商表构造、更新并计算 Newton 插值多项式。

  7. 7.7

    复合求积:带符号误差的证明

    补充核证明与附解练习;细分例子与已有自适应 Simpson 笔记重叠。

  8. 7.8

    Chebyshev 节点与极小极大插值乘积

    证明首一多项式的极值性质,并用它控制插值误差。

  9. 7.9

    重心插值与数据条件性

    推导重心公式、节点处的极限以及插值对数据扰动的精确敏感程度。

  10. 7.10

    自然三次样条

    通过求节点处的曲率,构造二阶连续可微插值函数。

  11. 7.11

    Richardson 外推与 Romberg 积分

    消去主导误差项、推导 Romberg 表,并识别何时外推不可靠。

第 8 章 · 5 节

常微分方程数值方法

常微分方程数值方法

定理 9 · 定义 13反例 5视角 1证明透视 5

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 8.1

    常微分方程数值方法:Euler、Runge–Kutta 与稳定性

    推导一阶和二阶方法,在明确条件下证明收敛,并用测试方程分析稳定性。

  2. 8.2

    两步 Adams–Bashforth 方法:精度与稳定性

    推导一种多步方法,并区分其局部误差、整体收敛性与绝对稳定性。

  3. 8.3

    隐式欧拉法、梯形步进与稳定性

    推导两种隐式积分法,证明其稳定性,并区分阻尼与准确度。

  4. 8.4

    线性多步法的阶数条件

    推导系数的矩条件,计算局部缺陷,并区分一致性与零稳定性。

  5. 8.5

    多步法的根条件与零稳定性

    理解寄生根如何放大线性多步法的初值误差和截断误差。

第 9 章 · 1 节

随机模拟

随机模拟

定理 2 · 定义 3反例 1视角 1证明透视 2

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 9.1

    Monte Carlo 估计与重要性抽样

    证明独立模拟的收敛和有限样本界,并分析重要性抽样的方差与支撑条件。

第 10 章 · 1 节

稀疏定常迭代

迭代依赖、收敛与误差证书。

定理 3 · 定义 1反例 1视角 1证明透视 2

本章骨架 →在网上看本章 →本章还没有记录到网上

  1. 10.1

    Jacobi 与 Gauss–Seidel:收敛与停止误差保证

    跟踪线性系统每轮更新中的新旧值,证明对角占优的收敛条件,并推导步差与残差两种误差保证。

Vercel 访问统计与公开页面性能测量分别征求同意,均非使用网站的必要条件。

网站功能存储(按需使用)

安全、登录和你选择的偏好会按需使用存储,与可选统计分开处理。

撤回会停止后续统计;需要卸载已加载的统计程序时,页面会刷新。已发送的数据不会因此删除。

查看 Cookie 与存储详情