数值分析
数值分析
1000+ 人选课
更新日期:2026/04/01
开课平台学银在线
开课高校哈尔滨工程大学
开课教师凌焕章沈艳廉春波
学科专业理学数学类
开课时间2026/03/09 - 2026/07/25
课程周期20 周
开课状态开课中
每周学时-
课程简介

这门课会讲什么?

《数值分析》是计算数学的一个分支,旨在研究如何使用数值方法来解决数学问题,特别是那些难以用解析方法求解的问题,通过对该课程的学习,让学生掌握数值计算方法的基本概念,数值求解数学问题的基本方法,并使得学生能够根据实际问题建立数学模型,然后提出相应的数值计算方法,编出程序在计算机上算出结果,从而培养学生解决实际问题的能力,促进学生生的科研创新能力的提高,为学生今后要进行的科研工作奠定数学基础。课程中涵盖的主要内容有:

(1)误差分析与稳定性:学习如何评估数值方法产生的误差,包括舍入误差、截断误差,并讨论数值方法的稳定性。

(2)插值法与函数逼近:学习如何使用多项式、三次样条等函数逼近和插值数据点,以便在数据点之间进行近似计算;如何利用大量数据进行函数逼近求解。

(3)数值积分和数值微分:探讨如何使用数值方法计算函数的积分和导数,包括复合数值积分、数值微分等。

(4)非线性方程求解:探讨使用迭代方法(如牛顿法、二分法)来寻找非线性方程的数值解。

(5)线性方程组求解:学习解决线性方程组的数值方法,如高斯消元法、LU分解、迭代法(雅可比、高斯-赛德尔等)。

(6)数值线性代数:深入研究数值线性代数问题,包括特征值、奇异值分解等。

(7)常微分方程数值解:学习使用数值方法求解常微分方程的初值问题和边界值问题,如欧拉方法、龙格-库塔方法等。

(8)数值方法的应用案例:介绍数值方法在科学、工程、船海等领域的实际应用案例(包括思政案例)。


你将收获什么?

 通过本课程的学习,学生应充分理解计算方法的特点,熟练掌握使用各种数值方法解决数学问题的技巧,具有独立解决实际数值计算模型的能力,为今后结合计算机的应用而解决实际问题打下坚实的基础。包括以下收获:

(1)误差分析和稳定性: 学习数值分析将使你能够了解误差来源、如何评估误差以及如何通过数值稳定的方法来减小误差。

(2)问题求解技能:将培养分析问题、选择适当数值方法并实现解决方案的能力。

(3)数值分析方法的理解:深入了解各种数值方法的工作原理、优缺点以及适用范围。

(4)数学方法的应用:将学习如何将数学方法应用于实际问题的求解,特别是那些难以用解析方法求解的问题。

(5)编程和计算能力:数值分析通常需要编写计算机程序来实现数值方法,从而解决问题。将提高你的编程技能,更加熟练地处理数据、实现算法,并优化计算过程。

(6)数学建模:这门课程将帮助学会将现实世界的问题抽象为数学模型,并使用数值方法解决这些模型。

(7)实际应用的能力:将学习如何将数值方法应用于科学、工程和技术领域的实际问题,为在职业生涯中面对各种挑战时提供有力的工具和技能。

(8)批判性思维:培养批判性思维,能够评估不同数值方法的适用性、精度和效率,并做出明智的决策。

适合什么人学习?

数学专业学生:数学专业的学生将从中深入理解数值方法和计算技术,帮助学生学会在实际问题中建立数学模型,并使用数值方法来解决这些问题,这对未来的学术研究和职业发展都会有益。

科学和工程专业学生:物理、工程、化学、生物等领域的学生可以通过学习数值分析,掌握解决实际问题的计算方法,帮助在实验数据分析和模拟中取得成功。

计算机科学专业学生:数值分析提供了编写和优化数值算法的机会,这对于计算机科学专业的学生来说是一个宝贵的技能。

研究人员和科学家:已经从事研究工作的人,特别是那些需要处理数学模型和进行模拟的科学家,可以通过学习数值分析提高分析和计算能力。

工程师和技术人员:在工程和技术领域,数值分析可以用于模拟和优化系统、设计和分析实验,以及解决工程问题。

任何对数学和计算感兴趣的人:即使不从事相关专业,如果你对数学和计算感兴趣,学习数值分析仍然可以让你了解数学在实际问题中的应用。

课程大纲

课程章节

  • 预备知识与误差理论
  • 插值法
  • 函数逼近与曲线拟合
  • 数值积分与数值微分
  • 非线性方程与方程组的迭代解法
  • 解线性方程组的直接法
  • 解线性方程组的迭代法
  • 矩阵特征值与特征向量的迭代算法
  • 常微分方程的数值解法

预备知识与误差理论

1.1 一些线性代数知识

1.2 向量范数与矩阵范数

1.3 误差理论

1.4 章节测验

插值法

2.1 插值问题与多项式插值

2.2 拉格朗日插值方法

2.3 差商与差分

2.4 牛顿基本插值与前插公式

2.5 两点三次Hermite插值

2.6 待定系数与重节点差商

2.7 龙格现象与分段低次插值

2.8 三次样条插值

2.9 章节测验

函数逼近与曲线拟合

3.1 函数逼近与函数空间

3.2 正交多项式

3.3 Chebyshev正交多项式

3.4 最佳平方逼近

3.5 曲线拟合的最小二乘法

3.6 章节测验

数值积分与数值微分

4.1 数值积分基本概念

4.2 Newton-Cotes公式

4.3 复合求积技术

4.4 Romberg积分

4.5 Gauss型求积

4.6 数值微分

4.7 章节测验

非线性方程与方程组的迭代解法

5.1 根的搜索

5.2 压缩映像原理与不动点迭代

5.3 牛顿迭代

5.4 牛顿迭代变形

5.5 重根迭代与迭代加速

5.6 求解非线性方程组的迭代法

5.7 章节测验

解线性方程组的直接法

6.1 高斯消去法

6.2 Doolittle分解

6.3 追赶法与Cholesky分解

6.4 矩阵条件数与病态方程组

6.5 Household变换与QR分解

6.6 章节测验

解线性方程组的迭代法

7.1 迭代法的基本概念

7.2 迭代法的收敛性

7.3 共轭梯度法

7.4 章节测验

矩阵特征值与特征向量的迭代算法

8.1 特征值引言

8.2 幂法迭代

8.3 迭代加速与反幂法

8.4 QR迭代

8.5 章节测验

常微分方程的数值解法

9.1 常微分方程问题引言

9.2 常微分方程初值问题的一般方法

9.3 常微分方程初值问题的高阶单步法

9.4 算法的稳定性

9.5 章节测验

App 下载
关注我们