2022重庆邮电大学自命题考研大纲:数值分析(J062)
2021-08-21 07:43:00来源:
- 【择 校】Ai智能择校 | 考研招简合集 | 历年分数线 | 报录比查询 | 计算机择校 | 法硕择校
- 【统 考】历年真题合集 | 长难句备考 | 阅读精刷材料 | 考研新大纲 | 暑假复习必看 | 备考资料包
- 【热 门】计算机资料 | 计算机资料 | 法硕资料 | MBA | 推免生 | 保研攻略
- 【工 具】 考研院校查询 | 英语能力测评 | 管综能力测评 | 政治能力测评 | 时政刷题 | 复试小程序
重庆邮电大学 2022 年硕士研究生入学
《数值分析(J062)》考试大纲
满分:100
考试性质:同等学力加试
试卷结构
试卷内容结构
解线性方程组的直接法和间接法、非线性方程(组)的迭代解法 约 20% 插值法与函数的最优逼近 约 10%
数值积分与数值微分 约 20%
矩阵的特征值与特征向量的计算 约 20%
常微分方程数值解法 约 30% 试卷题型结构
单项选择题填空题
解答题(包括证明题)
考试内容和要求
(一)解线性方程组的直接法和间接法
1、具体内容
用高斯消去法,矩阵的三角分解法,正交变换与矩阵的 QR 分解等直接法求解线性方程组;用基本迭代法和共轭梯度法求解线性方程组。
2、基本要求
(1)理解并掌握高斯消去法求解线性方程组。
(2)理解并掌握矩阵的三角分解以及 QR 分解,并利用矩阵的三角分解求解线性方程组。
(3)理解并掌握 Jacobi 迭代法,Gauss-Seidel 迭代法,逐次超松弛迭代法。
(5)熟练掌握用共轭梯度法求解线性方程组。
(二)插值法与函数的最优逼近
1、具体内容
多项式插值,拉格朗日多项式插值,牛顿插值,埃尔米特插值多项式,分段低次插值,三次样条插值,函数的内积,范数,正交多项式,最优平方逼近,最优一致逼近。
2、基本要求
(1)理解插值与逼近的定义,并能区别插值与逼近的区别。
(2)掌握多项式插值,拉格朗日插值,牛顿插值,埃尔米特插值,分段低次插值,三次样条插值。
(3)掌握函数的内积,范数,正交多项式的定义。
(4)掌握最优平方逼近与最优一致逼近的区别与联系。
(三) 数值积分与数值微分
1、具体内容
数值积分的基本思想,牛顿-科茨求积公式,复化求积公式,变步长积分法,龙贝格积分法,高斯求积公式,数值积分的稳定性,数值积分。
2、基本要求
(1)掌握数值积分的基本思想。
(2)理解并掌握牛顿-科茨求积公式,复化求积公式,变步长积分法,龙贝格积分法,高斯求积公式。
(3)理解并掌握待定系数法与高斯求积公式。
(4)理解数值积分的稳定性。
(5)理解数值微分的定义,掌握待定系数法,外推求导法,三次样条插值函数求导法求数值微分。
(四) 非线性方程(组)的迭代解法
1、具体内容
求解非线性方程的几种基本迭代法与收敛速度;求解非线性方程组的几种迭代法,牛顿法,弦割法,布洛伊登法。
2、基本要求
(1)掌握求解非线性方程的几种基本迭代法以及收敛性和收敛速度。
(2)理解掌握求解求解非线性方程组的几种迭代法,牛顿法,弦割法,布洛伊登法。
(五) 矩阵的特征值与特征向量的计算
1、具体内容
求一般矩阵特征值与特征向量的方法,求实对称矩阵特征值的计算方法,奇异值的计算,广义特征值问题。
2、基本要求
(1)掌握一般矩阵特征值与特征向量的几种方法:乘幂法及反幂法,QR 方法,阿若尔迪方法。
(2)掌握实对称矩阵特征值的计算方法:雅可比方法,吉文斯方法,兰乔斯方法。
(3)了解奇异值的计算。
(4)了解广义特征值问题。
(六)常微分方程数值解法
1、具体内容
基本数值解法的建立与隐式法的求解,龙格-库塔法,待定系数法,数值解中误差的积累,数值方法的收敛性和绝对稳定性,一阶微分方程组与高阶微分方程组的数值解法,边值问题对的数值解法。
2、基本要求
(1)掌握几种基本数值解法,龙格-库塔法.
(2)了解待定系数法,预测-校正公式。
(3)了解数值解中误差的积累,数值方法的收敛性和绝对稳定性。
(4)了解一阶与高阶方程的数值解法。
(5)了解边值问题的数值解法
参考书目
1、数值分析,李乃成,梅立泉,科学出版社,2010.
2、封建湖,车刚明,聂玉峰.《数值分析原理》,科学出版社,2004.
3、周国标,宋宝瑞,谢建利.《数值计算》,高等教育出版社,2008.
原文链接:http://yjs.cqupt.edu.cn/info/1006/7814.htm
【专业课必备:2026考研自命题考试大纲】
【查询考研招生人数、招生专业、参考书】
版权及免责声明:
一、凡本网注明“稿件来源:新东方在线”的内容,版权均属北京新东方迅程网络科技股份有限公司所有,未经授权不得转载、链接、转贴或以其他方式复制发表。获授权使用者须注明来源,违者将依法追责。
二、本网未注明上述来源的转载内容,旨在传递更多信息,并不代表赞同其观点或证实其真实性。使用方须保留本网注明的来源,并自负法律责任。擅自篡改来源将依法追责。
三、若内容涉及版权等问题,请联系weisen@xdf.cn处理。

