南京信息工程大学2012年硕士研究生招生考试大纲——F02《计算方法》

 您现在的位置: 考博信息网 >> 文章中心 >> 院校信息 >> 专业介绍 >> 正文 南京信息工程大学2012年硕士研究生招生考试大纲——F02《计算方法》

考研试卷库
南京信息工程大学2012年硕士研究生招生考试大纲——F02《计算方法》

南京信息工程大学2012年硕士研究生入学考试
计算方法》考试大纲
科目代码:F02
科目名称:计算方法
 
课程内容与考核目标
 
一、误差分析初步
考试内容
数值方法 误差来源   绝对误差和相对误差 舍入误差与有效数字 数据误差在算术运算中的传播
 
考试要求:
了解数值计算方法的对象和特点;
了解误差的来源;
掌握绝对误差、相对误差、绝对误差限、相对误差限及有效数字的概念;
掌握误差防止的常用方法。
 
二、解非线性方程的数值方法
考试内容
迭代法的一般概念  区间分半法(二分法) 不动点迭代   Newton-Raphson方法  割线法
 
考试要求:
了解二分法求解非线性方程根的方法;
掌握不动点迭代的一般理论;了解Aitken加速法
掌握Newton-Raphson方法;
熟悉割线法,初步了解多项式求根的Horner算法、Muller法。
 
 
解线性方程组的直接方法
考试内容
解线性方程组的Gauss消去法 直接三角分解法 行列式和逆矩阵的计算 向量和矩阵的范数
 
考试要求:
掌握Gauss消去法及其变形(主元素消去法、按比例主元素消去法、Gauss-Jordan消去法等);
理解矩阵的三角分解及其与求解线性方程组的关系;
掌握矩阵的LU分解、对称正定矩阵的LLT和LDLT分解、解三对角线性方程组的追赶法;
会用Gauss消元法、矩阵的三角分解进行行列式和矩阵逆的计算;
理解向量和矩阵的范数、矩阵的谱半径、向量和矩阵序列的极限等概念;
掌握向量和矩阵常用的几种范数;
了解条件数和线性方程组的解的误差的关系。
 
 
插值法
考试内容
Lagrange插值法 逐次线性插值 均差与Newton插值公式 有限差与等距点的插值公式 Hermite插值公式 样条插值方法
 
考试要求:
理解插值法的基本原则;
掌握Lagrange插值及其插值余项;
掌握均差与Newton插值公式;
了解有限差与等距点的插值公式;
了解Hermite插值公式;
熟悉分段插值;
初步了解样条插值。
 
数值积分
考试内容
Newton-Cotes 型数值积分公式 复合求积公式   区间逐次半分法 Romberg积分法 自适应Simpson积分法 直交多项式 Gauss型数值求积公式
 
考试要求:
理解数值积分公式的一般形式及导出方法;
掌握代数精度的概念;
掌握低次Newton-Cotes型数值积分公式:梯形公式、Simpson公式及对应的误差、收敛性和数值稳定性;
掌握复合求积方法;
理解Romberg积分和自适应Simpson积分;
了解直交多项式在数值积分中的作用;
初步了解Gauss型数值求积公式。
 
解线性方程组的迭代法
考试内容
1 迭代法的基本理论
2 Jacobi迭代法和Gauss-Seidel迭代法
3 逐次超松弛迭代法
 
考试要求:
掌握方程组迭代法的基本理论;
掌握Jacobi迭代、Gauss-Seidel迭代、SOR迭代以及这三种迭代法敛散性的充分与必要条件;
了解迭代法的收敛速度;
了解共轭斜量法。
 
线性最小二乘问题
考试内容
线性方程组的最小二乘解  广义逆矩阵    直交分解  奇异值分解  数据拟合  线性最小二乘问题  Chebyshev多项式在数据拟合中的应用
 
考试要求:
理解最小二乘解的概念;
了解广义逆矩阵;
掌握直交分解方法;理解直交分解与线性方程最小二乘解的关系;
了解奇异值分解和数据拟合以及Chebyshev多项式在数据拟合中的应用。
 
 
 
考博咨询QQ 135255883 考研咨询QQ 33455802 邮箱:customer_service@kaoboinfo.com
考博信息网 版权所有 © kaoboinfo.com All Rights Reserved
声明:本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载或引用的作品侵犯了您的权利,请通知我们,我们会及时删除!