Giải Tích Số: Khám Phá Phương Pháp và Ứng Dụng

Chuyên khảo phân tích Giải tích số, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp theo., phục vụ nghiên cứu và ứng dụng thực tiễn

• Trường học: Trường Đại học Sư phạm - Đại học Đà Nẵng
• Chuyên ngành: Giải tích số
• Đề tài: Giải Tích Số: Phương Pháp và Ứng Dụng Trong Khoa Học và Kỹ Thuật
• Loại tài liệu: sách
• Năm xuất bản: 2021
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: SAI SỐ
• 1.1. Sai số tuyệt đối và sai số tương đối
• 1.2. Các loại sai số
• 1.3. Sai số quy tròn
• 1.4. Cách viết số xấp xỉ
• 1.5. Các quy tắc tính sai số
• 2. CHƯƠNG 2: PHÉP NỘI SUY
• 2.1. Phương pháp Vandermonde
• 2.2. Nội suy Lagrange
• 2.3. Chọn mốc nội suy tối ưu
• 2.3.1. Hiện tượng Runge
• 2.3.2. Mốc nội suy Chebyshev
• 2.4. Nội suy Newton
• 2.5. Nội suy Hermite
• 2.6. Hàm ghép trơn
• 3. CHƯƠNG 3: TÍNH GẦN ĐÚNG ĐẠO HÀM VÀ TÍCH PHÂN
• 3.1. Tính gần đúng đạo hàm
• 3.2. Tính gần đúng tích phân
• 3.2.1. Công thức hình thang
• 3.2.2. Công thức Simpson
• 3.2.3. Bậc chính xác
• 3.2.4. Công thức Newton - Cotes
• 3.2.5. Công thức hình thang mở rộng và công thức Simpson mở rộng
• 3.2.6. Công thức Gauss
• 3.2.7. Công thức Gauss với khoảng [a, b] tùy ý
• 3.2.8. Công thức Gauss - Chebyshev
• 3.2.9. Công thức Gauss - Laguerre
• 3.2.10. Công thức Gauss - Hermite
• 3.2.11. Phương pháp Monte - Carlo
• 4. CHƯƠNG 4: NGHIỆM SỐ CỦA PHƯƠNG TRÌNH
• 4.1. Mô tả phương pháp
• 4.2. Phương pháp chia đôi
• 4.3. Thuật toán Newton cải tiến cho trường hợp phương trình có nghiệm bội
• 4.4. Phương pháp lặp đơn
• 4.5. Tốc độ hội tụ
• 4.6. Phương pháp Newton
• 4.7. Phương pháp dây cung
• 4.8. Phương trình đa thức và sự phân bố nghiệm
• 4.9. Nghiệm phức và phương pháp Muller
• 5. CHƯƠNG 5: NGHIỆM SỐ CỦA HỆ PHƯƠNG TRÌNH TUYẾN TÍNH VÀ BÀI TOÁN TÌM GIÁ TRỊ RIÊNG, VECTOR RIÊNG
• 5.1. Số điều kiện của ma trận
• 5.2. Phương pháp trực tiếp
• 5.2.1. Phương pháp khử Gauss
• 5.2.2. Phương pháp phân tích LU
• 5.2.3. Phương pháp Cholesky
• 5.3. Phương pháp lặp đơn
• 5.3.1. Phương pháp Jacobi
• 5.3.2. Phương pháp Gauss - Seidel
• 5.3.3. Phương pháp giảm dư quá hạn liên tiếp
• 5.4. Phương pháp tính gần đúng giá trị riêng, vector riêng của ma trận
• 6. CHƯƠNG 6: PHƯƠNG PHÁP XẤP XỈ TRUNG BÌNH PHƯƠNG
• 6.1. Xấp xỉ tốt nhất trong không gian Hilbert
• 6.1.1. Bất đẳng thức Bessel và đẳng thức Parseval
• 6.2. Xấp xỉ tốt nhất trong không gian Hibert
• 6.2.1. Xấp xỉ tốt nhất trong L2 [a, b]
• 6.2.2. Xấp xỉ bằng đa thức đại số
• 6.2.3. Xấp xỉ bằng đa thức trực giao
• 6.2.4. Xấp xỉ trung bình phương hàm cho dưới dạng bảng bằng đa thức đại số
• 7. CHƯƠNG 7: GIẢI GẦN ĐÚNG PHƯƠNG TRÌNH
• 7.1. Một số khái niệm về phương trình vi phân thường
• 7.2. Phương pháp một bước
• 7.2.1. Phương pháp xấp xỉ Picard
• 7.2.2. Phương pháp chuỗi Taylor
• 7.2.3. Phương pháp Euler
• 7.2.4. Phương pháp Euler cải tiến
• 7.2.5. Phương pháp Runge - Kutta
• 7.3. Phương pháp đa bước
• 7.3.1. Phương pháp Adams - Bashforth
• 7.3.2. Phương pháp Adams - Moulton
• 7.4. Hệ phương trình vi phân tuyến tính
• 7.4.1. Phương pháp Euler giải hệ phương trình vi phân
• 7.4.2. Phương pháp Runge - Kutta giải hệ phương trình vi phân
• PHẦN MỀM TOÁN HỌC
• 1. Mở đầu về MATLAB
• 2. Một số lệnh cơ bản trong Python
• 3. Thư viện trong Python
• 4. Vẽ đồ thị cơ bản
• GIẢI TÍCH TOÁN HỌC
• 1. Hàm số và tính liên tục
• 2. Một số kết quả của giải tích hàm
• ĐẠI SỐ TUYẾN TÍNH
• 1. Ma trận và định thức
• 1.1. Định nghĩa ma trận
• 1.2. Các phép biến đổi sơ cấp
• 1.3. Định thức và cách tính
• 2. Hệ phương trình tuyến tính
• 3. Giá trị riêng, vector riêng
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về Giải Tích Số Phương Pháp và Ứng Dụng

Giải tích số, hay còn gọi là phương pháp số, là một lĩnh vực quan trọng trong toán học, nghiên cứu các phương pháp số để giải gần đúng các bài toán thực tế. Trong thế kỷ XXI, giải tích số đã trở thành một công cụ không thể thiếu trong nhiều lĩnh vực như khoa học, kỹ thuật, y học và tài chính. Việc hiểu rõ về phương pháp giải tích số sẽ giúp các nhà nghiên cứu và kỹ sư có thể áp dụng hiệu quả trong công việc của mình.

1.1. Khái niệm cơ bản về Giải Tích Số

Giải tích số là một nhánh của toán học tập trung vào việc phát triển các phương pháp số để giải quyết các bài toán phức tạp. Các phương pháp này bao gồm nội suy, xấp xỉ, và giải phương trình vi phân. Việc nắm vững các khái niệm này là rất quan trọng cho việc áp dụng trong thực tiễn.

1.2. Lịch sử phát triển của Giải Tích Số

Lịch sử của giải tích số bắt đầu từ những năm đầu thế kỷ 20 với sự đóng góp của các nhà toán học như Alan Turing và John von Neumann. Họ đã đặt nền móng cho việc phát triển các thuật toán và phần mềm tính toán hiện đại, mở ra một kỷ nguyên mới cho phương pháp số.

II. Vấn đề và Thách thức trong Giải Tích Số

Mặc dù giải tích số đã đạt được nhiều thành tựu, nhưng vẫn tồn tại nhiều thách thức trong việc áp dụng các phương pháp này. Các vấn đề như sai số, độ chính xác và tính ổn định của các thuật toán là những yếu tố cần được xem xét kỹ lưỡng.

2.1. Sai số trong Giải Tích Số

Sai số là một trong những vấn đề lớn nhất trong giải tích số. Sai số có thể xuất hiện do nhiều nguyên nhân khác nhau, bao gồm sai số quy tròn và sai số do số liệu đầu vào không chính xác. Việc hiểu rõ về các loại sai số này là rất quan trọng để cải thiện độ chính xác của các phương pháp số.

2.2. Độ chính xác và Tính ổn định

Độ chính xác của các phương pháp số phụ thuộc vào nhiều yếu tố, bao gồm cách chọn thuật toán và cách xử lý dữ liệu. Tính ổn định của thuật toán cũng là một yếu tố quan trọng, ảnh hưởng đến khả năng áp dụng trong thực tiễn.

III. Phương Pháp Giải Tích Số Cơ Bản

Có nhiều phương pháp trong giải tích số được sử dụng để giải quyết các bài toán khác nhau. Các phương pháp này bao gồm nội suy, xấp xỉ, và giải phương trình vi phân. Mỗi phương pháp có những ưu điểm và nhược điểm riêng.

3.1. Phương pháp Nội suy

Nội suy là một trong những phương pháp cơ bản trong giải tích số. Phương pháp này cho phép ước lượng giá trị của một hàm số tại các điểm chưa biết dựa trên các giá trị đã biết. Các công thức nội suy như Lagrange và Newton thường được sử dụng trong thực tiễn.

3.2. Phương pháp Xấp xỉ

Phương pháp xấp xỉ được sử dụng để tìm nghiệm gần đúng cho các phương trình phức tạp. Các kỹ thuật như xấp xỉ trung bình phương và xấp xỉ đa thức là những ví dụ điển hình cho phương pháp này.

3.3. Giải Phương Trình Vi Phân

Giải phương trình vi phân là một trong những ứng dụng quan trọng của giải tích số. Các phương pháp như Runge-Kutta và phương pháp Euler được sử dụng để tìm nghiệm cho các phương trình vi phân phức tạp.

IV. Ứng Dụng của Giải Tích Số trong Khoa Học và Kỹ Thuật

Giải tích số có nhiều ứng dụng thực tiễn trong các lĩnh vực khoa học và kỹ thuật. Từ việc dự đoán thời tiết đến phân tích dữ liệu trong tài chính, giải tích số đã chứng minh được giá trị của mình trong nhiều lĩnh vực.

4.1. Ứng Dụng trong Khoa Học

Trong khoa học, giải tích số được sử dụng để mô hình hóa và dự đoán các hiện tượng tự nhiên. Ví dụ, các phương pháp số được áp dụng trong thiên văn học để dự đoán chuyển động của các hành tinh và sao.

4.2. Ứng Dụng trong Kỹ Thuật

Trong kỹ thuật, giải tích số được sử dụng để thiết kế và phân tích các hệ thống phức tạp. Các kỹ thuật như mô phỏng và phân tích dữ liệu giúp kỹ sư đưa ra các quyết định chính xác hơn.

4.3. Ứng Dụng trong Tài Chính

Trong lĩnh vực tài chính, giải tích số được sử dụng để phân tích và dự đoán xu hướng thị trường. Các mô hình số giúp các nhà đầu tư đưa ra quyết định thông minh hơn.

V. Kết Luận và Tương Lai của Giải Tích Số

Giải tích số là một lĩnh vực đang phát triển mạnh mẽ và có nhiều tiềm năng trong tương lai. Với sự phát triển của công nghệ thông tin và máy tính, giải tích số sẽ tiếp tục đóng vai trò quan trọng trong nhiều lĩnh vực.

5.1. Tương lai của Giải Tích Số

Với sự phát triển của công nghệ, giải tích số sẽ ngày càng trở nên quan trọng hơn. Các phương pháp mới và phần mềm hiện đại sẽ giúp cải thiện độ chính xác và hiệu quả của các phương pháp số.

5.2. Thách thức trong Tương lai

Mặc dù có nhiều tiềm năng, nhưng giải tích số cũng phải đối mặt với nhiều thách thức trong việc phát triển các phương pháp mới và cải thiện độ chính xác. Việc nghiên cứu và phát triển trong lĩnh vực này là rất cần thiết.

Nội dung chính

Tổng quan về giáo trình

Giáo trình Giải Tích Số: Phương Pháp và Ứng Dụng Trong Khoa Học và Kỹ Thuật (tên gọi khác: Phương pháp số, Phương pháp tính, Toán học tính toán) được biên soạn phục vụ giảng dạy học phần Giải tích số với thời lượng 3 tín chỉ (tương đương 45 tiết giảng dạy lý thuyết và thực hành). Tài liệu được chuẩn hóa theo khung chương trình đào tạo cử nhân ngành Sư phạm Toán học tại Trường Đại học Sư phạm – Đại học Đà Nẵng và Trường Đại học Quảng Bình, đồng thời là tài liệu tham khảo cho học phần Phương pháp tính tại các trường đại học khối kỹ thuật.

Mục tiêu học tập của giáo trình là trang bị cho người học các kiến thức toán học nền tảng và phương pháp số để tìm nghiệm xấp xỉ cho các bài toán mô hình hóa thực tế, bao gồm: giải phương trình đại số phi tuyến, giải hệ phương trình đại số tuyến tính, tính đạo hàm - tích phân số, xấp xỉ hàm số và giải gần đúng phương trình vi phân thường.

Cấu trúc giáo trình bao gồm 7 chương lý thuyết chuyên đề cùng hệ thống phụ lục bổ trợ về công cụ lập trình và kiến thức toán học liên quan. Cách tiếp cận của tài liệu được định hướng theo nguyên tắc giảm tải các chứng minh giải tích thuần túy ở mức độ quá chuyên sâu, tập trung vào việc mô tả thuật toán, phân tích sai số, chứng minh chi tiết các định lý cốt lõi khi cần thiết và hiện thực hóa thuật toán thông qua chương trình tính toán số trên máy tính.

Điểm đặc trưng của giáo trình là việc kết hợp song song hai môi trường tính toán: phần mềm thương mại MATLAB và ngôn ngữ lập trình mã nguồn mở Python. Cách tiếp cận này giúp sinh viên vừa nắm bắt bản chất giải thuật, vừa có khả năng lập trình xử lý các bài toán kích thước lớn với độ chính xác cao.

---

Nội dung kiến thức cốt lõi

Các chương và chủ đề chính

Nội dung cuốn sách được tổ chức thành 7 chương chính theo trình tự logic từ lý thuyết sai số cơ sở, các phép biến đổi giải tích số, đến giải phương trình và hệ phương trình vi phân:

• Chương 1. Sai số: Trình bày định nghĩa sai số tuyệt đối, sai số tuyệt đối giới hạn, sai số tương đối và sai số tương đối giới hạn. Phân loại 4 nguồn gốc sai số chính: sai số giả thiết, sai số số liệu ban đầu, sai số phương pháp và sai số tính toán (sai số quy tròn). Cung cấp quy tắc quy tròn số, khái niệm chữ số có nghĩa, chữ số đáng tin, quy tắc lan truyền sai số cho các phép toán đại số ($+,-,\times,/$) và hàm nhiều biến tổng quát. Giới thiệu khái niệm thuật toán và biểu diễn giải thuật bằng mã giả (pseudocode).
• Chương 2. Phép nội suy: Khảo sát bài toán dựng đa thức nội suy qua hệ điểm thực nghiệm. Phân tích phương pháp ma trận Vandermonde và hạn chế khi số mốc tăng cao. Trình bày chi tiết công thức nội suy Lagrange, định lý đánh giá sai số nội suy dựa trên đạo hàm cấp $n+1$. Khảo sát hiện tượng Runge khi sử dụng mốc cách đều và phương pháp khắc phục tối ưu bằng mốc nội suy Chebyshev (dựa trên nghiệm của đa thức Chebyshev $T_n(x)$). Xây dựng công thức nội suy Newton thông qua bảng tỷ sai phân, công thức Newton tiến/lùi cho mốc cách đều, công thức Stirling cho điểm ở giữa bảng, nội suy Hermite (khớp đồng thời giá trị hàm và đạo hàm cấp một) và mở đầu về hàm ghép trơn (spline tuyến tính).
• Chương 3. Tính gần đúng đạo hàm và tích phân: Trình bày các công thức tính gần đúng đạo hàm và tích phân số. Hệ thống hóa các công thức cầu phương Newton - Cotes (công thức hình thang, công thức Simpson, công thức mở rộng, đánh giá bậc chính xác). Giới thiệu phương pháp cầu phương Gauss trên đoạn bất kỳ, các dạng mở rộng (Gauss - Chebyshev, Gauss - Laguerre, Gauss - Hermite) và phương pháp xác suất Monte - Carlo.
• Chương 4. Nghiệm số của phương trình phi tuyến: Phân tích các phương pháp xác định nghiệm thực: phương pháp chia đôi, phương pháp lặp đơn kèm điều kiện hội tụ và đánh giá tốc độ hội tụ, phương pháp tiếp tuyến Newton - Raphson (kỹ thuật chọn điểm xuất phát $x_0$ và thuật toán cải tiến cho nghiệm bội), phương pháp dây cung. Khảo sát sự phân bố nghiệm của phương trình đa thức và phương pháp Muller tìm nghiệm phức.
• Chương 5. Nghiệm số của hệ phương trình đại số tuyến tính và bài toán tìm giá trị riêng, vector riêng: Đánh giá độ nhạy nghiệm thông qua số điều kiện của ma trận. Trình bày nhóm phương pháp trực tiếp (khử Gauss, phân tích ma trận $LU$, phân tích Cholesky) và nhóm phương pháp lặp (phương pháp Jacobi, phương pháp Gauss - Seidel, phương pháp giảm dư quá hạn liên tiếp - SOR). Trình bày thuật toán tính gần đúng giá trị riêng và vector riêng.
• Chương 6. Phương pháp xấp xỉ trung bình phương: Xây dựng lý thuyết xấp xỉ tốt nhất trong không gian Hilbert dựa trên bất đẳng thức Bessel và đẳng thức Parseval. Khảo sát bài toán xấp xỉ tốt nhất trong không gian $L^2[a, b]$ bằng hệ đa thức đại số và hệ đa thức trực giao; kỹ thuật làm khớp dữ liệu thực nghiệm dạng bảng theo chuẩn trung bình phương.
• Chương 7. Giải gần đúng phương trình vi phân: Thiết lập bài toán Cauchy cho phương trình vi phân thường cấp một. Trình bày nhóm phương pháp một bước (xấp xỉ liên tiếp Picard, khai triển chuỗi Taylor, phương pháp Euler, Euler cải tiến, hệ phương pháp Runge - Kutta) và nhóm phương pháp đa bước (Adams - Bashforth, Adams - Moulton). Mở rộng thuật toán Euler và Run - Kutta để giải hệ phương trình vi phân tuyến tính.

                  ┌────────────────────────────────────────┐
                  │          Chương 1: Sai Số              │
                  │ (Phân loại, quy tròn, lan truyền)      │
                  └──────────────────┬─────────────────────┘
                                     │
         ┌───────────────────────────┴───────────────────────────┐
         ▼                                                       ▼
┌─────────────────────────────────┐             ┌─────────────────────────────────┐
│     Chương 2: Phép Nội Suy      │             │  Chương 4: Nghiệm Phương Trình  │
│(Vandermonde, Lagrange, Newton,  │             │           Phi Tuyến             │
│ Chebyshev, Hermite, Spline)     │             │(Chia đôi, Lặp đơn, Newton, Dây  │
└────────────────┬────────────────┘             │ cung, Muller)                   │
                 │                              └────────────────┬────────────────┘
         ┌───────┴───────┐                                       │
         ▼               ▼                                       ▼
┌────────────────┐┌────────────────┐            ┌─────────────────────────────────┐
│  Chương 3: Đạo ││  Chương 6:     │            │  Chương 5: Hệ Tuyến Tính &      │
│  hàm & Tích    ││  Xấp Xỉ Trung  │            │  Trị Riêng / Vector Riêng       │
│  phân số       ││  bình phương   │            │(Gauss, LU, Cholesky, Jacobi,    │
│(Newton-Cotes,  ││(Không gian     │            │ Gauss-Seidel, SOR)              │
│ Gauss, Monte   ││ Hilbert, L^2,  │            └────────────────┬────────────────┘
│ Carlo)         ││ đa thức trực   │                             │
│                ││ giao)          │                             │
└────────┬───────┘└────────────────┘                             │
         │                                                       │
         └───────────────────────────┬───────────────────────────┘
                                     ▼
                  ┌────────────────────────────────────────┐
                  │  Chương 7: Giải Gần Đúng Phương Trình  │
                  │               Vi Phân                  │
                  │(Euler, Runge-Kutta, Adams-Bashforth,   │
                  │ Adams-Moulton, Hệ vi phân)             │
                  └────────────────────────────────────────┘

Kiến thức nền tảng được xây dựng

Giáo trình củng cố các nguyên lý toán học chặt chẽ làm cơ sở cho giải thuật số: định lý xấp xỉ Weierstrass, định lý Rolle và định lý giá trị trung gian trong đánh giá phần dư sai số, ma trận Vandermonde và tính khả nghịch, hệ đa thức trực giao Chebyshev, cấu trúc không gian Hilbert và tích vô hướng trong $L^2[a,b]$, số điều kiện ma trận trong phân tích độ ổn định thuật toán.

Kỹ năng phát triển

• Kỹ năng kỹ thuật: Cài đặt thuật toán số trên môi trường MATLAB (như viết hàm LagrangeInterp, hàm tính bảng tỷ sai phân divideddifference) và lập trình bằng ngôn ngữ Python sử dụng các thư viện tính toán khoa học.
• Kỹ năng phân tích: Đánh giá nguồn gốc sai số, phân tích tốc độ hội tụ của các lược đồ lặp, nhận diện hiện tượng mất ổn định số học (như hiện tượng Runge) và lựa chọn mốc tối ưu.
• Kỹ năng thực hành tính toán: Áp dụng phương pháp số để giải các bài toán mô hình hóa thực tế trong vật lý, kỹ thuật điện, cơ học và phân tích dữ liệu thực nghiệm.

---

Phương pháp giảng dạy và học tập

Giáo trình được thiết kế theo phương pháp sư phạm kết hợp chặt chẽ giữa lý thuyết giải tích và thực nghiệm tính toán:

• Cấu trúc bài giảng tích hợp: Mỗi chủ đề đều đi từ bài toán thực tế, mô hình hóa toán học, thiết lập thuật toán giải gần đúng, chứng minh điều kiện hội tụ/đánh giá sai số, đến minh họa bằng mã giả và chương trình máy tính.
• Hệ thống ví dụ mẫu chi tiết: Minh họa cụ thể từng bước tính toán số (ví dụ: bài toán xác định mô hình điện áp $y = 1 + x^3$ qua hệ ma trận Vandermonde; tính giá trị đa thức nội suy Lagrange tại $x=0$ từ tập 4 điểm; xây dựng bảng tỷ sai phân và sai phân hữu hạn cho hàm số dạng bảng).
• Bài tập tự luận và lập trình: Cuối mỗi chương cung cấp danh mục bài tập đa dạng, bao gồm bài tập tính toán sai số giải tích (ước lượng sai số khi tính số $e$, giải phương trình sai phân), bài tập chứng minh giải tích, bài tập viết mã giả và bài tập lập trình giải thuật trên máy tính.
• Tự học và tra cứu bổ trợ: Do môn học đòi hỏi kiến thức liên môn, giáo trình bổ sung hệ thống tóm tắt kiến thức cần chuẩn bị ở mỗi chương và dành riêng 3 phụ lục (Phần mềm toán học, Giải tích toán học, Đại số tuyến tính) để người học thuận tiện tra cứu mà không cần tham chiếu nhiều tài liệu độc lập.

---

Điểm nổi bật và cập nhật

• Hiện đại hóa tài liệu giảng dạy tiếng Việt: Giáo trình khắc phục khoảng trống về tài liệu Giải tích số cập nhật trong nước, thay thế các giáo trình cũ bằng việc gắn liền nội dung toán học với năng lực lập trình trên các phần mềm hiện đại.
• Tích hợp công cụ tính toán kép (MATLAB và Python): Cung cấp các đoạn mã nguồn mẫu bằng MATLAB (giao diện trực quan) và bổ sung mã nguồn Python (ngôn ngữ mã nguồn mở phổ biến), tạo điều kiện cho sinh viên thực hành trên nhiều môi trường khác nhau mà không bị giới hạn về bản quyền.
• Dẫn chứng lịch sử và sự cố thực tế: Phân tích nguồn gốc sai số thông qua các sự kiện khoa học có thật, chẳng hạn như sai số số liệu ban đầu dẫn đến sự cố tàu thăm dò Mars Climate Orbiter năm 1999, hay sai số giả thiết trong nghiên cứu máy thu vi sóng của Arno Penzias và Robert Wilson năm 1964 dẫn đến việc phát hiện bức xạ phông vi sóng vũ trụ.
• Giải pháp xử lý triệt để các hạn chế giải thuật: Không chỉ dừng lại ở các phương pháp cơ bản, sách phân tích sâu các hiện tượng biên (như hiện tượng Runge phát hiện năm 1901) và cung cấp giải pháp tối ưu hóa thông qua mốc Chebyshev, phương pháp nội suy Hermite, hàm ghép trơn (spline), cũng như phương pháp Newton cải tiến cho nghiệm bội.

---

Đối tượng sử dụng giáo trình

1. Sinh viên đại học ngành Sư phạm Toán học: Sử dụng làm giáo trình chính khóa cho học phần Giải tích số (3 tín chỉ/45 tiết) theo khung chương trình của Trường Đại học Sư phạm – Đại học Đà Nẵng và Trường Đại học Quảng Bình.
2. Sinh viên các ngành Kỹ thuật, Công nghệ thông tin, Khoa học dữ liệu: Dùng làm tài liệu học tập và tham khảo cho môn học Phương pháp tính, Toán tính toán và Kỹ thuật mô phỏng số.
3. Yêu cầu tiên quyết: Người học cần hoàn thành các học phần nền tảng gồm: Giải tích cổ điển (phép tính vi phân, tích phân hàm một biến và nhiều biến), Đại số tuyến tính (ma trận, hệ phương trình tuyến tính, giá trị riêng, vector riêng) và có kiến thức cơ bản về Phương trình vi phân.
4. Giảng viên và nhà nghiên cứu: Dùng làm tài liệu tham khảo trong thiết kế bài giảng, xây dựng ngân hàng đề thi, bài tập lớn và hướng dẫn thực hành tính toán số.

---

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng nào?

Tài liệu được biên soạn phục vụ trực tiếp cho sinh viên ngành Sư phạm Toán học của Trường Đại học Sư phạm – Đại học Đà Nẵng, Trường Đại học Quảng Bình và là tài liệu tham khảo chuẩn cho sinh viên các trường đại học khối kỹ thuật học môn Phương pháp tính.

2. Người học cần chuẩn bị kiến thức nền tảng nào trước khi tiếp cận môn học?

Sinh viên cần nắm vững các kiến thức về Giải tích toán học, Đại số tuyến tính, Phương trình vi phân thường và các khái niệm cơ bản về lập trình. Các phần kiến thức này cũng được nhóm tác giả tóm tắt tại phần mở đầu mỗi chương và trong các phụ lục cuối sách.

3. Giáo trình có điểm gì khác biệt so với các sách Giải tích số truyền thống?

Giáo trình đã giảm tải các chứng minh lý thuyết chuyên sâu thuần túy để tập trung vào việc mô tả thuật toán, phân tích sai số thực tế và tích hợp hướng dẫn thực hành trực tiếp trên hai môi trường tính toán phổ biến là MATLAB và Python.

4. Làm sao để tự học và thực hành hiệu quả với giáo trình này?

Người học nên kết hợp đọc hiểu lý thuyết sai số, tự giải các bài tập giải tích bằng tay để nắm bản chất thuật toán, sau đó chuyển ngữ thuật toán thành mã giả và lập trình chạy thử nghiệm trên máy tính bằng Python hoặc MATLAB với các bộ dữ liệu mẫu trong sách.

5. Giáo trình có tài liệu bổ trợ nào kèm theo không?

Sách tích hợp sẵn phần phụ lục hướng dẫn cú pháp lệnh cơ bản và thư viện trong MATLAB và Python, phụ lục tóm tắt Giải tích toán học và Đại số tuyến tính, cùng hệ thống mã nguồn mẫu cho các thuật toán nội suy và phân tích số liệu.

---

Kết luận

Giáo trình Giải Tích Số: Phương Pháp và Ứng Dụng Trong Khoa Học và Kỹ Thuật của tập thể tác giả Khoa Toán – Trường Đại học Sư phạm (Đại học Đà Nẵng, xuất bản tháng 11/2021) cung cấp hệ thống kiến thức toàn diện về toán học tính toán hiện đại. Nội dung tài liệu kết hợp hài hòa giữa cơ sở giải tích chặt chẽ và kỹ năng cài đặt thuật toán số trên máy tính, phục vụ hiệu quả cho công tác đào tạo đại học và nghiên cứu ứng dụng. Mọi thông tin phản hồi và đóng góp học thuật được tiếp nhận trực tiếp tại Khoa Toán, Trường Đại học Sư phạm – Đại học Đà Nẵng (459 Tôn Đức Thắng, TP. Đà Nẵng).