数值计算方法精要

Ⅰ 计算机进行数值计算时的高精度主要决定于什么

主要决定于基本字长。

基本字长影响计算精度、指令功能。基本字长越长，计算精度越高。比如，基本字长是8位，那么它可以表示最小的正数是0.0000001；而如果基本字长是16位，则可以表示0.000000000000001。显然，后者的精度更高。

(1)数值计算方法精要扩展阅读：

数值计算具有以下5个重要特征：

1、数值计算的结果是离散的，并且一定有误差，这是数值计算方法区别与解析法的主要特征。

2、注重计算的稳定性。控制误差的增长势头，保证计算过程稳定是数值计算方法的核心任务之一。

3、注重快捷的计算速度和高计算精度是数值计算的重要特征。

4、注重构造性证明。

5、数值计算主要是运用有限逼近的的思想来进行误差运算。

Ⅱ 什么是数值计算

数值计算指有效使用数字计算机求数学问题近似解的方法与过程，以及由相关理论构成的学科。

数值计算主要研究如何利用计算机更好的解决各种数学问题，包括连续系统离散化和离散形方程的求解，并考虑误差、收敛性和稳定性等问题。从数学类型分，数值运算的研究领域包括数值逼近、数值微分和数值积分、数值代数、最优化方法、常微分方程数值解法、积分方程数值解法、偏微分方程数值解法、计算几何、计算概率统计等。

随着计算机的广泛应用和发展，许多计算领域的问题，如计算物理、计算力学、计算化学、计算经济学等都可归结为数值计算问题。

(2)数值计算方法精要扩展阅读：

构造数值积分公式最通常的方法是用积分区间上的n 次插值多项式代替被积函数，由此导出的求积公式称为插值型求积公式。特别在节点分布等距的情形称为牛顿-柯茨公式，例如梯形公式与抛物线公式就是最基本的近似公式。但它们的精度较差。

龙贝格算法是在区间逐次分半过程中，对梯形公式的近似值进行加权平均获得准确程度较高的积分近似值的一种方法，它具有公式简练、计算结果准确、使用方便、稳定性好等优点，因此在等距情形宜采用龙贝格求积公式。

当用不等距节点进行计算时，常用高斯型求积公式计算，它在节点数目相同情况下，准确程度较高，稳定性好，而且还可以计算无穷积分。数值积分还是微分方程数值解法的重要依据。许多重要公式都可以用数值积分方程导出。

Ⅲ 数值计算方法

1. 数值计算的结果是离散的，并且一定有误差，这是数值计算方法区别与解析法的主要特征。 2. 注重计算的稳定性。控制误差的增长势头，保证计算过程稳定是数值计算方法的核心任务之一。 3. 注重快捷的计算速度和高计算精度是数值计算的重要特征。 4. 注重构造性证明。 5.数值计算主要是运用MATLAB这个数学软件来解决实际的问题 6.数值计算主要是运用有限逼近的的思想来进行误差运算数值积分

Ⅳ 计算机 进行数值计算时的高精准度主要取决于

机器位数和小数处理方法。

Ⅳ 数值计算方法的直接迭代

直接法利用固定次数的步骤求出问题的解。这些方式包括求解线性方程组的高斯消去法及QR算法（英语：QR algorithm），求解线性规划的单纯形法等。若利用无限精度算术的计算方式，有些问题可以得到其精确的解。不过有些问题不存在解析解（如五次方程），也就无法用直接法求解。在电脑中会使用浮点数进行运算，在假设运算方式稳定的前提下，所求得的结果可以视为是精确解的近似值。
迭代法是通过从一个初始估计出发寻找一系列近似解来解决问题的数学过程。和直接法不同，用迭代法求解问题时，其步骤没有固定的次数，而且只能求得问题的近似解，所找到的一系列近似解会收敛到问题的精确解。会利用审敛法来判别所得到的近似解是否会收敛。一般而言，即使使用无限精度算术的计算方式，迭代法也无法在有限次数内得到问题的精确解。
在数值分析中用到迭代法的情形会比直接法要多。例如像牛顿法、二分法、雅可比法、广义最小残量方法（GMRES）及共轭梯度法等。在计算矩阵代数中，大型的问题一般会需要用迭代法来求解。

Ⅵ 求数值计算方法在某个专业中(机械专业,控制工程等等)的应用论文一篇

黄土路基温度场数值分析掌
王铁行刘明振鲁洁
(西安建筑科技大学土木工程学院陕西西安710Q55)
摘要基于黄土高原的气候特征及现有文献，提出了模拟黄土高原气候因素的地表温度场数值
计算方法，并模拟气温、辐射量、湿度等边界条件，经过对黄土高原边界因素的分析研究，确定了适
于黄土高原的模型参数。对西安和延安两地地表温度的计算结果与实测结果的对比分析表明了文内方
法的合理性，分析了黄土路基温度场随气候的动态变化。探讨了温度梯度对非饱和黄土路基稳定性的
影响，表明外界条件的昼夜变化对路基路面温度的影响不超过30 cm。
关键词黄土温度气候路基数值分析
1引言
路基直接受到诸如辐射、蒸发、湿度、风速等气
候因素及路基地表形态的影响，其土体温度场是变化
的。温度变化引起水分迁移使含水量变化.^引，并
引起土体冻融相变使水份向冻融界面运移。温度变化
导致工程土体湿度场变化，进一步导致强度场变
化¨卜p1，常常导致一系列病害的发生。路基工程横
向热差异问题及其导致的病害问题，即工程中的阴阳
坡问题，主要与路基阴、阳坡面受到的辐射等气候因
素的差异有关。这方面研究成果目前较少。本文模拟
黄土高原气候变化过程及路基地表形态，就黄土路基
温度场的数值计算方法及温度场的变化过程进行
探讨。
2黄土路基温度场数值模型及参数取值
辐射、蒸发、湿度、风速等因素随时间变化。黄
土路基温度场属非稳态相变温度场，其基本方程为
([K]+訾)四={P|t+岩四一山(1)
式中[K]为温度刚度矩阵；[Ⅳ]为非稳态变温矩
阵；{r}为温度值的列向量；△f为时间步长；{P}为合
成列阵，下标f为时间。
{P}是综合考虑相变、辐射、对流、蒸发的列
阵。辐射列阵包括太阳辐射列阵、大地辐射列阵和大
气辐射列阵。各个列阵参见有关文献∞1。参考有关文
献¨卜归1，取黄土地表大地辐射黑度为0．68，取黄土
地表对太阳辐射的吸收率为O．78，沥青路面对太阳
辐射的吸收率为0．90。大气辐射黑度z：与大地对大气
辐射的吸收率口’的取值比较复杂，其值与气温、云
量、湿度、粉尘含量等因素有关，气温和湿度不仅可
以反映空气中水蒸气的多少，也可以反映云量水平
高低。
本文选取气温和湿度作为气候的特征指标确定Z：
与卢：经过分析，并考虑到计算中z：与卢7的乘积作为
一整体，得到z：卢’确定关系式
Z2卢’=，+0．006t+0．004Sd (2)
式中Z为气温，’(℃)；s。为相对湿度，(％)；厂
拳国家自然科学基金项目(50308024)。
王铁行，男，教授。
为综合考虑其他因素影响的区域性系数，西安取值
0．20，延安取值0．25。西安和延安地区每月平均气温
及相对湿度见表l。
表1气温和相对湿度表
’ 以东西走向路基为例，路基边坡坡率1：1．5，依
据文献[10]方法计算得到路基南坡面和北坡面的
坡面系数如表2所示。
表2南坡面和北坡面的坡面系数表
万方数据
·2· 全国中文核心期刊路基工程2008年第3期(总第138期)
3计算结果及分析
采用前文方法，模拟当地气候条件对西安和延安
地表温度进行计算，计算及实测得到平均地表温度随
时间变化，计算与实测结果较为一致。
以西安地区东西走向路堤为例对路基温度场进行
计算分析。路基边坡坡率1：1．5，宽度10 m，高度4
m，沥青路面。计算得到不同月份路基日平均温度分
布如图1、图2所示。
{
越
磺
温度，℃ 温度，℃
O 10 20 30 0 10 20 30
2
4
鑫6
聪8
10
12
2
逞4
嫠6
8
10
12
2
{4
越
璐6
8
lO
12
温度，℃
0 10 20 30
2
乓4
蓑6
8
lO
12
2
逞4
嫠6
8
10
12
温度，℃
0 lO 20 30
图1路基阴坡面温度随深度分布图
温度，℃
O 10 20 30
温度，℃
0 10 20 30
{
魁
聪
{
越
赚
温度，℃
温度，℃
O lO 20
图2路基阳坡面温度随深度分布图
图l为路基阴坡面平均温度随深度分布；图2为
路基阳坡面平均温度随深度分布。图中显示不论在阴
坡面还是阳坡面下，温度沿深度分布均随季节变化。
计算表明，冬季浅层土体平均温度较低，3 m深度范
围沿深度存在明显的增温梯度。因非饱和土体水分具
有从高温区域向低温区域迁移的特点，在温度梯度作
用下，冬季土体水分不断向地表迁移。当地表土体冻
结时，源源不断地迁移水分逐渐冻结，在冻结层发生
冻胀，甚至出现高含冰冻土。冻结层春季融化后因强
度急剧降低，可造成溜方等病害，或形成疏松层，易
于遭受雨水冲刷。夏季浅层土体平均温度较高，3 m
深度范围沿深度存在明显的负温梯度，负温梯度具有
抑制蒸发势导致土体水分向地表迁移蒸发。
比较图1和图2看出，阴坡面和阳坡面的温度分
布在夏季差别小，冬季差别大。夏至差别最小，冬至
差别最大。阳坡面和阴坡面在冬季出现较大温差，易
于导致阴阳坡面出现不同冻结状态。图中显示出西安
地区阳坡面一年四季不冻结，而阴坡面在冬季冻结。
在黄土高原北部寒冷地区则出现冻结深度差异等
问题。
图3给出了路面下深度2 m和4 m处路基横向温
度分布。图中显示出，7月份路基温度呈吸热型，越
靠近坡面，温度越高，温度梯度越大。而1月份路基
温度呈放热型，越靠近坡面，温度越低，温度梯度越
大。路基中部区域温度横向变化较小，但随着深度增
加，7月份2 m深度处的温度高于4 m深度处。1月
份2 m深度处的温度却小于4 m深度处。
ZU
＼ J6 ／
、、、．—．，．一——，———．．．／
12
嚣s
赠4
距中心距离，cm
(a)7月(深度2m)
p删
＼ 越16 ／
＼ 望!至。／
8
4
一10—8—6—4—2 0 2 4 6 8 10
距中心距离，cm
(b)7月(深度4m)
距中心距离／c“ 距中心距离，cm
(c)1月(深度2m) (d)1月(深度4m)
图3路基横向热分布图
黄土路基温度场随气候的动态变化，特别是温度
梯度的存在，对考虑温度影响确定非饱和土路基渗透
系数、确定非饱和土水势、进行非饱和土路基水分场
计算是有价值的。
上述对路基日平均温度进行了计算分析。为了进
一步探讨昼夜路基温度差异，将每日分为两个时间段
进行计算。计算得到路基路面白天平均温度分布和路
基路面晚上平均温度分布。表面因直接承受昼夜外界
条件变化，白天和晚上温度差别较大。这一差别随季
节是变化的，7月份差别最大，超过30℃，1月份最
小，约为7℃。但在深度30 cm处，白天平均温度和
晚上平均温度几乎是相同的，其差别可忽略不计。因
此，外界条件的昼夜变化对路面温度的影响不超过
30 cm。当深度超过30 cm时，可不考虑外界条件昼
夜变化影响。当深度小于30 cm时，宜考虑昼夜比较
万方数据
郑健龙等：膨胀土路基温度现场观测分析与研究·3·
膨胀土路基温度现场观测分析与研究木
郑健龙缪伟
(长沙理工大学公路工程学院湖南长沙410076)
摘要为了研究自然气候条件下膨胀土路基内部土体温度变化规律，在某膨胀土路堤内部进行
了一年多的现场跟踪观测，分析了不同位置土体温度随时间的变化规律，发现了不同深度温度变化滞
后性和温度场分布季节差异性，并对其特点和形成原因进行描述和解释。根据温度变幅标志，推测出
了当地膨胀土气候剧烈影响深度，可作为相关工程处治的参考依据。
关键词膨胀土温度现场观测气候影响深度
1前言
膨胀土是一种粘粒成分主要由亲水性矿物(蒙脱
石、伊利石)组成的高液限粘土，其主要特征表现为
吸水显着膨胀软化，失水急剧干缩开裂。大量研究表
明，气候干湿循环作用是引起膨胀土路基浅层破坏的
根本原因，因此，土水关系成为膨胀土研究的重点和
热点，而对温度这一同样受气候直接影响的指标则没
有引起足够的重视。
从热力学理论和非饱和土理论来看，温度对非饱
和土的性质影响很大。首先，非饱和土的吸力一般定
义为土中水的自由能状态，温度升高，土体水分势能
增加，吸力降低，抗剪强度降低.。其次，土体中湿
度场和温度场是耦合作用、相互影响的。也就是说土
壤水分的运动不仅仅是因含水量的分布不均衡引起
的，温度梯度的存在也是驱使水分迁移的原因。由此
可见，研究膨胀土路基中的温度在不同气候条件下的
变化规律，具有极其重要的理论意义和工程实际
意义。
曩交通部西部交通建设科技项目(2002 318000)。
郑健龙，男，教授，博士，博士生导师。
2观测方案的设计和实施
在已进行的非饱和土温度变化规律研究中，杨果
林等通过膨胀土路基模型试验，得到了在积水、日
照、阴天和降雨4种模拟气候条件下，膨胀土路基中
温度的变化规律旧-。刘炳成等在多种条件下，对非饱
和多孔土壤中温度和湿度分布的动态特性进行了室内
试验研究，分析了温度效应对水分运移的影响”J。为
了真实、准确地了解膨胀土路基在自然气候条件下，
其内部土体温度变化规律，本次研究采取了现场跟踪
观测。观测地点设在南(宁)友(谊关)路宁明段
Al(2+412断面，位于项目组“土工格栅加筋包边处
治方案”试验路段内，格栅包边宽度为3．O m，路堤
填料采用宁明灰黑色膨胀页岩风化破碎土HJ，共埋设
了温度传感器、含水量探头、土压力盒、水平位移
计、剖面沉降管，垂直测斜管共6种观测元件。其
中，为了保证观测的精度和稳定性，选用了长沙金码
高科公司生产的JMT一36型温度传感器，其主要技术
指标为：测量范围一20—110℃，精度+O．5℃，线
性误差+0．3℃。温度传感器沿横向布置了7个，距
边坡水平距离分别为0．4 m、0．9 m、1．5 m、2．2 m、
3．O m、4．0 m和13．0 m，距路基顶面的距离均为3．5
大的温度变化。土表面因其吸热性小于沥青路面，外
界条件的昼夜变化引起路基温度的变化小于沥青路参考文献：
面，故可认为，外界条件的昼夜变化对路基温度的影[1】王铁行，陆海红·温度影响下的非饱和黄土水分迁移问题探讨·岩土力
响也不超过30 cm。Ⅲ盖二=’0，：∑翟：％蝌，．w．鼬。一～。。。。。m。
4 结论(33)：483—500．
温度变化可导致黄土路基出现一系列病害问题， [3]党进谦，李靖·含水量对非饱和黄土强度的影响·西北农业大学学报，
特别是阴阳坡及其导致的病害问题，主要与阴、阳坡[4]磊Z芸茹茹五学研究中的若干新趋势．岩土工程学报’200l。
面受到的气候因素的差异有关。本文基于黄土高原的23(1)：l-13．
气候特征及现有文献，提出了模拟黄土高原气候因素[5]刘保健'支喜兰，谢永利等·公路工程中黄土湿陷性问题分析·中国公
的地表温度场数值计算方法，并模拟气温、辐射量、[6]譬盏≮=：盖翟=二310 N岖N。耐。d A蒯岫。‰训
湿度等边界条件，经过对黄土高原边界因素的分析研一Te。二咖。i：’Qi。ghai—ibet之。一．萎ien。i。。h抵二E，2002，45
究，确定了适于黄土高原的模型参数。进一步对西安(4)：433一“3．
塑垩耋要嫠筻鎏苎结量复窭型笙墨竺翌皆坌要耆翌! 罱蠢羹言：妻言莲嚣篡嚣i艾奏≥誓蓄蛊釜}土i翥，’
本文方法的合理性，对东西走向坡面的计算结果揭示高兰霸：薪’：‘纂誉?葫籍桑蕃划茹茹二；度场的数值模型．重
了阴阳坡面地表温度的差异性，对阴阳坡面地表温度庆大学学报，2003，26(6)：66—69．
的差异性随季节的变化规律进行了探讨。外界条件的[10]王铁行·岳彩坤·模拟气候因素的黄土路基地表温度数值分析．路基
昼夜变化对路基路面温度的影响不超过30 cm。
工程-2008t(1)：1也收稿日期：2007一04—20
万方数据

Ⅶ 求数值计算方法 第三版 李有法 朱建新 课后答案

数值计算方法如下：

1、有限元法：有限元方法的基础是变分原理和加权余量法，其基本求解思想是把计算域划分为有限个互不重叠的单元，在每个单元内，选择一些合适的节点作为求解函数的插值点，将微分方程中的变量改写成由各变量或其导数的节点值与所选用的插值函数组成的线性表达式。

借助于变分原理或加权余量法，将微分方程离散求解。采用不同的权函数和插值函数 形式，便构成不同的有限元方法。

在有限元方法中，把计算域离散剖分为有限个互不重叠且相互连接的单元，在每个单元内选择基函数，用单元基函数的线形组合来逼近单元中的真解，整个计算域上总体的基函数可以看为由每个单元基函数组成的，则整个计算域内的解可以看作是由所有单元 上的近似解构成。

根据所采用的权函数和插值函数的不同 ，有限元方法也分为多种计算格式。从权函数的选择来说，有配置法、矩量法、最小二乘法和伽辽金法，从计算单元网格的形状来划分，有三角形网格、四边形网格和多边形网格，从插值函数的精度来划分，又分为线性插值函数和高次插值函数等。不同的组合 同样构成不同的有限元计算格式。

2、多重网格方法：多重网格方法通过在疏密不同的网格层上进行迭代,以平滑不同频率的误差分量。具有收敛速度快,精度高等优点。

多重网格法基本原理微分方程的误差分量可以分为两大类，一类是频率变化较缓慢的低频分量；另一类是频率高，摆动快的高频分量。

一般的迭代方法可以迅速地将摆动误差衰减，但对那些低频分量，迭代法的效果不是很显着。高频分量和低频分量是相对的，与网格尺度有关，在细网格上被视为低频的分量，在粗网格上可能为高频分量。

多重网格方法作为一种快速计算方法，迭代求解由偏微分方程组离散以后组成的代数方程组，其基本原理在于一定的网格最容易消除波长与网格步长相对应的误差分量。

该方法采用不同尺度的网格，不同疏密的网格消除不同波长的误差分量，首先在细网格上采用迭代法，当收敛速度变缓慢时暗示误差已经光滑，则转移到较粗的网格上消除与该层网格上相对应的较易消除的那些误差分量，这样逐层进行下去直到消除各种误差分量，再逐层返回到细网格上。

3、有限差分方法：有限差分方法(FDM)是计算机数值模拟最早采用的方法，至今仍被广泛运用。该方法将求解域划分为差分网格，用有限个网格节点代替连续的求解域。

有限差分法以Taylor级数展开等方法，把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的代数方程组。该方法是一种直接将微分问题变为代数问题的近似数值解法，数学概念直观，表达简单，是发展较早且比较成熟的数值方法。

对于有限差分格式，从格式的精度来划分，有一阶格式、二阶格式和高阶格式。从差分的空间形式来考虑，可分为中心格式和逆风格式。考虑时间因子的影响，差分格式还可以分为显格式、隐格式、显隐交替格式等。

构造差分的方法有多种形式，目前主要采用的是泰勒级数展开方法。其基本的差分表达式主要有三种形式：

一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等，其中前两种格式为一阶计算精度，后两种格式为二阶计算精度。通过对时间和空间这几种不同差分格式的组合，可以组合成不同的差分计算格式。

4、有限体积法：有限体积法（Finite Volume Method）又称为控制体积法。其基本思路是：将计算区域划分为一系列不重复的控制体积，并使每个网格点周围有一个控制体积；将待解的微分方程对每一个控制体积积分，便得出一组离散方程。其中的未知数是网格点上的因变量的数值。

为了求出控制体积的积分，必须假定值在网格点之间的变化规律，即假设值的分段的分布的分布剖面。从积分区域的选取方法看来，有限体积法属于加权剩余法中的子区域法；从未知解的近似方法看来，有限体积法属于采用局部近似的离散方法。简言之，子区域法属于有限体积发的基本方法。

有限体积法的基本思路易于理解，并能得出直接的物理解释。离散方程的物理意义，就是因变量在有限大小的控制体积中的守恒原理，如同微分方程表示因变量在无限小的控 制体积中的守恒原理一样。

限体积法得出的离散方程，要求因变量的积分守恒对任意一组控制体积都得到满足，对整个计算区域，自然也得到满足。这是有限体积法吸引人的优点。有一些离散方法，例如有限差分法，仅当网格极其细密时，离散方程才满足积分守恒。

而有限体积法即使在粗网格情况下，也显示出准确的积分守恒。就离散方法而言，有限体积法可视作有限单元法和有限差分法的中间物。有限单元法必须假定值在网格点之间的变化规律（既插值函数），并将其作为近似解。

有限差分法只考虑网格点上的数值而不考虑值在网格点之间如何变化。有限体积法只寻求的结点值 ，这与有限差分法相类似；但有限体积法在寻求控制体积的积分时，必须假定值在网格点之间的分布，这又与有限单元法相类似。

在有限体积法中，插值函数只用于计算控制体积的积分，得出离散方程之后，便可忘掉插值函数；如果需要的话，可以对微分方程 中不同的项采取不同的插值函数。

5、近似求解的误差估计方法：近似求解的误差估计方法共有三大类:单元余量法,通量投射法及外推法。

单元余量法广泛地用于以FEM离散的误差估计之中,它主要是估计精确算子的余量,而不是整套控制方程的全局误差。

这样就必须假定周围的单元误差并不相互耦合,误差计算采用逐节点算法进行。单元余量法的各种不同做法主要来自对单元误差方程的边界条件的不同处理办法。基于此,该方法能够有效处理局部的残余量,并能成功地用于网格优化程序。

通量投射法的基本原理来自一个很简单的事实:精确求解偏微分方程不可能有不连续的微分,而近似求解却可以存在微分的不连续,这样产生的误差即来自微分本身,即误差为系统的光滑求解与不光滑求解之差。该方法与单元余量法一样,对节点误差采用能量范数,故也能成功地用于网格优化程序。

单元余量法及通量投射法都局限于局部的误差计算(采用能量范数),误差方程的全局特性没有考虑。另外计算的可行性(指误差估计方程的计算时间应小于近似求解计算时间)不能在这两种方法中体现,因为获得的误差方程数量,阶数与流场控制方程相同。

外推是指采用后向数值误差估计思想由精确解推出近似解的误差值。各类文献中较多地采用Richardson外推方法来估计截断误差。无论是低阶还是高阶格式,随着网格的加密数值计算结果都会趋近于准确解。但由于计算机内存与计算时间的限制,实际上不能采用这种网格无限加密的办法。

6、多尺度计算方法：近年来发展的多尺度计算方法包括均匀化方法、非均匀化多尺度方法、以及小波数值均匀化方法、多尺度有限体积法、多尺度有限元法等。

该方法通过对单胞问题的求解，把细观尺度的信息映射到宏观尺度上，从而推导出宏观尺度上的均匀化等式，即可在宏观尺度上求解原问题。均匀化方法在很多科学和工程应用中取得了巨大成功，但这种方法建立在系数细观结构周期性假设的基础上，因此应用范围受到了很大限制。

鄂维南等提出的非均匀化多尺度方法，是构造多尺度计算方法的一般框架。该方法有两个重要的组成部分：基于宏观变量的整体宏观格式和由微观模型来估计缺少的宏观数据，多尺度问题的解通过这两部分共同得到。

该方法基于多分辨分析，在细尺度上建立原方程的离散算子，然后对离散算子进行小波变换，得到了大尺度上的数值均匀化算子。此方法在大尺度上解方程，大大地减小了计算时间。

该法在宏观尺度上进行网格剖分，然后通过在每个单元里求解细观尺度的方程(构造线性或者振荡的边界条件)来获得基函数。从而把细观尺度的信息反应到有限元法的基函数里，使宏观尺度的解包含了细观尺度的信息。但多尺度有限元方法在构造基函数时需要较大的计算量。

借助于变分原理或加权余量法，将微分方程离散求解。采用不同的权函数和插值函数 形式，便构成不同的有限元方法。

在有限元方法中，把计算域离散剖分为有限个互不重叠且相互连接的单元，在每个单元内选择基函数，用单元基函数的线形组合来逼近单元中的真解，整个计算域上总体的基函数可以看为由每个单元基函数组成的，则整个计算域内的解可以看作是由所有单元 上的近似解构成。

根据所采用的权函数和插值函数的不同 ，有限元方法也分为多种计算格式。从权函数的选择来说，有配置法、矩量法、最小二乘法和伽辽金法，从计算单元网格的形状来划分，有三角形网格、四边形网格和多边形网格，从插值函数的精度来划分，又分为线性插值函数和高次插值函数等。不同的组合 同样构成不同的有限元计算格式。

2、多重网格方法：多重网格方法通过在疏密不同的网格层上进行迭代,以平滑不同频率的误差分量。具有收敛速度快,精度高等优点。

多重网格法基本原理微分方程的误差分量可以分为两大类，一类是频率变化较缓慢的低频分量；另一类是频率高，摆动快的高频分量。

一般的迭代方法可以迅速地将摆动误差衰减，但对那些低频分量，迭代法的效果不是很显着。高频分量和低频分量是相对的，与网格尺度有关，在细网格上被视为低频的分量，在粗网格上可能为高频分量。

多重网格方法作为一种快速计算方法，迭代求解由偏微分方程组离散以后组成的代数方程组，其基本原理在于一定的网格最容易消除波长与网格步长相对应的误差分量。

该方法采用不同尺度的网格，不同疏密的网格消除不同波长的误差分量，首先在细网格上采用迭代法，当收敛速度变缓慢时暗示误差已经光滑，则转移到较粗的网格上消除与该层网格上相对应的较易消除的那些误差分量，这样逐层进行下去直到消除各种误差分量，再逐层返回到细网格上。

3、有限差分方法：有限差分方法(FDM)是计算机数值模拟最早采用的方法，至今仍被广泛运用。该方法将求解域划分为差分网格，用有限个网格节点代替连续的求解域。

有限差分法以Taylor级数展开等方法，把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的代数方程组。该方法是一种直接将微分问题变为代数问题的近似数值解法，数学概念直观，表达简单，是发展较早且比较成熟的数值方法。

对于有限差分格式，从格式的精度来划分，有一阶格式、二阶格式和高阶格式。从差分的空间形式来考虑，可分为中心格式和逆风格式。考虑时间因子的影响，差分格式还可以分为显格式、隐格式、显隐交替格式等。

构造差分的方法有多种形式，目前主要采用的是泰勒级数展开方法。其基本的差分表达式主要有三种形式：

一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等，其中前两种格式为一阶计算精度，后两种格式为二阶计算精度。通过对时间和空间这几种不同差分格式的组合，可以组合成不同的差分计算格式。

4、有限体积法：有限体积法（Finite Volume Method）又称为控制体积法。其基本思路是：将计算区域划分为一系列不重复的控制体积，并使每个网格点周围有一个控制体积；将待解的微分方程对每一个控制体积积分，便得出一组离散方程。其中的未知数是网格点上的因变量的数值。

为了求出控制体积的积分，必须假定值在网格点之间的变化规律，即假设值的分段的分布的分布剖面。从积分区域的选取方法看来，有限体积法属于加权剩余法中的子区域法；从未知解的近似方法看来，有限体积法属于采用局部近似的离散方法。简言之，子区域法属于有限体积发的基本方法。

有限体积法的基本思路易于理解，并能得出直接的物理解释。离散方程的物理意义，就是因变量在有限大小的控制体积中的守恒原理，如同微分方程表示因变量在无限小的控 制体积中的守恒原理一样。

限体积法得出的离散方程，要求因变量的积分守恒对任意一组控制体积都得到满足，对整个计算区域，自然也得到满足。这是有限体积法吸引人的优点。有一些离散方法，例如有限差分法，仅当网格极其细密时，离散方程才满足积分守恒。

而有限体积法即使在粗网格情况下，也显示出准确的积分守恒。就离散方法而言，有限体积法可视作有限单元法和有限差分法的中间物。有限单元法必须假定值在网格点之间的变化规律（既插值函数），并将其作为近似解。

有限差分法只考虑网格点上的数值而不考虑值在网格点之间如何变化。有限体积法只寻求的结点值 ，这与有限差分法相类似；但有限体积法在寻求控制体积的积分时，必须假定值在网格点之间的分布，这又与有限单元法相类似。

在有限体积法中，插值函数只用于计算控制体积的积分，得出离散方程之后，便可忘掉插值函数；如果需要的话，可以对微分方程 中不同的项采取不同的插值函数。

5、近似求解的误差估计方法：近似求解的误差估计方法共有三大类:单元余量法,通量投射法及外推法。

单元余量法广泛地用于以FEM离散的误差估计之中,它主要是估计精确算子的余量,而不是整套控制方程的全局误差。

这样就必须假定周围的单元误差并不相互耦合,误差计算采用逐节点算法进行。单元余量法的各种不同做法主要来自对单元误差方程的边界条件的不同处理办法。基于此,该方法能够有效处理局部的残余量,并能成功地用于网格优化程序。

通量投射法的基本原理来自一个很简单的事实:精确求解偏微分方程不可能有不连续的微分,而近似求解却可以存在微分的不连续,这样产生的误差即来自微分本身,即误差为系统的光滑求解与不光滑求解之差。该方法与单元余量法一样,对节点误差采用能量范数,故也能成功地用于网格优化程序。

单元余量法及通量投射法都局限于局部的误差计算(采用能量范数),误差方程的全局特性没有考虑。另外计算的可行性(指误差估计方程的计算时间应小于近似求解计算时间)不能在这两种方法中体现,因为获得的误差方程数量,阶数与流场控制方程相同。

外推是指采用后向数值误差估计思想由精确解推出近似解的误差值。各类文献中较多地采用Richardson外推方法来估计截断误差。无论是低阶还是高阶格式,随着网格的加密数值计算结果都会趋近于准确解。但由于计算机内存与计算时间的限制,实际上不能采用这种网格无限加密的办法。

6、多尺度计算方法：近年来发展的多尺度计算方法包括均匀化方法、非均匀化多尺度方法、以及小波数值均匀化方法、多尺度有限体积法、多尺度有限元法等。

该方法通过对单胞问题的求解，把细观尺度的信息映射到宏观尺度上，从而推导出宏观尺度上的均匀化等式，即可在宏观尺度上求解原问题。均匀化方法在很多科学和工程应用中取得了巨大成功，但这种方法建立在系数细观结构周期性假设的基础上，因此应用范围受到了很大限制。

鄂维南等提出的非均匀化多尺度方法，是构造多尺度计算方法的一般框架。该方法有两个重要的组成部分：基于宏观变量的整体宏观格式和由微观模型来估计缺少的宏观数据，多尺度问题的解通过这两部分共同得到。

该方法基于多分辨分析，在细尺度上建立原方程的离散算子，然后对离散算子进行小波变换，得到了大尺度上的数值均匀化算子。此方法在大尺度上解方程，大大地减小了计算时间。

该法在宏观尺度上进行网格剖分，然后通过在每个单元里求解细观尺度的方程(构造线性或者振荡的边界条件)来获得基函数。从而把细观尺度的信息反应到有限元法的基函数里，使宏观尺度的解包含了细观尺度的信息。但多尺度有限元方法在构造基函数时需要较大的计算量。

Ⅷ 谁有 《数值计算方法 第三版》高等教育出版社 主编朱建新、李有法 课后答案以及 山西师范大学 的历年考题

主编朱建新、李有法课后答案以及山西师范大学的历年考题：

有限元法：有限元方法的基础是变分原理和加权余量法，其基本求解思想是把计算域划分为有限个互不重叠的单元，在每个单元内，选择一些合适的节点作为求解函数的插值点，将微分方程中的变量改写成由各变量或其导数的节点值与所选用的插值函数组成的线性表达式。

借助于变分原理或加权余量法，将微分方程离散求解。采用不同的权函数和插值函数 形式，便构成不同的有限元方法。

在有限元方法中，把计算域离散剖分为有限个互不重叠且相互连接的单元，在每个单元内选择基函数，用单元基函数的线形组合来逼近单元中的真解，整个计算域上总体的基函数可以看为由每个单元基函数组成的，则整个计算域内的解可以看作是由所有单元 上的近似解构成。

(8)数值计算方法精要扩展阅读：

构造数值积分公式最通常的方法是用积分区间上的n 次插值多项式代替被积函数，由此导出的求积公式称为插值型求积公式。特别在节点分布等距的情形称为牛顿-柯茨公式，例如梯形公式与抛物线公式就是最基本的近似公式。但它们的精度较差。

龙贝格算法是在区间逐次分半过程中，对梯形公式的近似值进行加权平均获得准确程度较高的积分近似值的一种方法，它具有公式简练、计算结果准确、使用方便、稳定性好等优点，因此在等距情形宜采用龙贝格求积公式。

Ⅸ 如何提高运算时的数值精度

如何提高运算时的数值精度

大致看了你的basis函数，问题出在被积函数本身

y=A.*Hermite1(n,x).*exp(-0.5.*x.*x).*1./((2.^n).*factorial(n))^(0.5).*(hbarc^2./(m.*c^2)./hbara)^(0.25);

这里主要麻烦就是红色部分造成的，其他项都是常数。而实际上含 x 的项只有前面两个红色项。红色部分之所以可能会造成麻烦，是因为当x > 1 且 n 较大时 （n 也不需要特别大，比如 n = 10），Hermite1(n,x) 的取值很大，而分母里 factorial(n)^0.5 也很大，当两个数都很大并相除时浮点误差可能很大。最极端的情况是，当两项分别大到为 Inf 时，他们相除的结果是 NaN。另外，当 x 较大且 n 较大时 （x 并不需要很大，比如 x = 10），此时，exp(-0.5.*x.*x) 非常小，而 Hermite1(n,x) 可能非常大，二者相乘的误差也很大。这两种因素共同作用，使得这个积分用数值方法很难精确计算。MATLAB 的数值计算精度最高为双精度计算精度，而且默认是在双精度范围计算，所以，你无法提高其数值计算精度了。

不过，这个积分可以转化为符号计算来精确计算，计算过程很容易，不会有误差。我大致看了一下你的 Hermite1 子函数的定义，可以看出你的 Hermite1 函数就是 physicists' Hermite polynomials，它的解析式实际上就是常规多项式，只要你计算出每个 n 对应多项式系数即可。那么生下来，你需要计算的积分实际上就是：

int(x.^m*exp(-0.5.*x.*x), x = -10..10), m = 1:n，

显然这个积分当 m 为奇函数时，原函数是偶函数，所以积分为0。所以，你只需计算m为偶数的情形，而这种情形下，积分简化为：

2*int(x.^m*exp(-0.5.*x.*x), x = 0..10)，

这个积分的解析解可以计算如下：

>> syms x m
>> assume(m/2,'integer')
>> assumeAlso(m>0)
>> int(x^m*exp(-x^2/2),0,10)

ans =

(2^(m/2)*2^(1/2)*(gamma(m/2 + 1/2) - igamma(m/2 + 1/2, 50)))/2