Giáo trình Phương Pháp Tính - Đại học Bách Khoa Đà Nẵng (ĐHĐN)

Giáo trình Phương Pháp Tính Đại Học Bách Khoa Đà Nẵng. Tài liệu học tập môn Phương Pháp Tính chi tiết, giúp sinh viên nắm vững kiến thức và kỹ năng. Tải ngay!

• Tác giả: Nguyễn Thế Hùng
• Trường học: Trường Đại học Bách khoa, Đại học Đà Nẵng
• Chuyên ngành: Phương pháp tính
• Đề tài: Phương pháp tính
• Loại tài liệu: Giáo trình
• Năm xuất bản: 2013
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: SAI SỐ Error analysis
• 1.1. Tổng quan về phương pháp tính
• 1.2. Khái niệm về phương pháp tính
• 1.3. Những dạng sai số thường gặp
• 1.4. Sai số tuyệt đối
• 1.5. Sai số tương đối
• 1.6. Cách viết số xấp xỉ
• 1.7. Sai số quy tròn
• 1.8. Ảnh hưởng của sai số quy tròn
• 1.9. Các quy tắc tính sai số
• 1.10. Sai số do chặt cụt
• 1.11. Sự ổn định của quá trình tính
• 2. CHƯƠNG 2: NỘI SUY (INTERPOLATION)
• 2.1. Sự duy nhất của đa thức nội suy
• 2.2. Tính giá trị đa thức bằng phương pháp Horner
• 2.3. Các phép tính trên đa thức

Tóm tắt

I. Khám phá giáo trình Phương Pháp Tính Bách Khoa Đà Nẵng

Môn học Phương pháp tính là một học phần quan trọng, đóng vai trò nền tảng cho sinh viên các khối ngành kỹ thuật tại Đại học Bách Khoa Đà Nẵng (DUT). Đây là cầu nối giữa toán học lý thuyết và các bài toán kỹ thuật thực tiễn. Nội dung môn học không chỉ dừng lại ở việc tìm ra lời giải chính xác mà tập trung vào việc xây dựng các phương pháp giải gần đúng, hiệu quả và có thể lập trình được trên máy tính. Giáo trình Phương Pháp Tính Đại học Bách Khoa Đà Nẵng, tiêu biểu là tài liệu của GS. Nguyễn Thế Hùng và PGS. Trần Văn Chính, được biên soạn để bao quát những vấn đề cơ bản nhất của phương pháp tính số hiện đại. Mục tiêu chính là trang bị cho kỹ sư tương lai công cụ để giải quyết các vấn đề phức tạp như giải hệ phương trình tuyến tính, tính toán tích phân, hay giải phương trình vi phân mà lời giải giải tích thường cồng kềnh hoặc không thể tìm được. Đặc điểm cốt lõi của môn học là quá trình hữu hạn hóa và rời rạc hóa, biến các bài toán liên tục, vô hạn thành các bước tính toán hữu hạn, lặp đi lặp lại. Quá trình này cực kỳ phù hợp với khả năng xử lý của máy tính điện tử, làm cho phương pháp tính trở thành một công cụ không thể thiếu trong thời đại số. Sinh viên sẽ được làm quen với các thuật toán, cách đánh giá sai số và tối ưu hóa quá trình tính toán để đạt được kết quả với độ chính xác mong muốn trong thời gian ngắn nhất. Các bài giảng phương pháp tính DUT không chỉ cung cấp lý thuyết mà còn kèm theo ví dụ minh họa và bài tập ứng dụng, giúp người học dễ dàng nắm bắt và vận dụng.

1.1. Hiểu đúng về Phương pháp tính số Numerical Method

Theo định nghĩa trong giáo trình, Phương pháp số (hay Phương pháp tính) là lĩnh vực toán học nghiên cứu các phương pháp giải gần đúng các bài toán, với kết quả được thể hiện dưới dạng số. Nó khác với việc tìm ra một biểu thức giải tích chính xác. Sự cần thiết của phương pháp này nảy sinh khi các bài toán thực tế (giải phương trình siêu việt, hệ phương trình phi tuyến, phương trình đạo hàm riêng) không có lời giải đúng hoặc lời giải quá phức tạp. Do đó, việc tìm ra kết quả gần đúng với một sai số chấp nhận được là hoàn toàn có ý nghĩa thực tiễn. Môn học này đặc biệt quan trọng đối với các ngành kỹ thuật như Điện, Xây dựng, nơi các mô hình toán học thường dựa trên dữ liệu đo đạc và các giả thiết gần đúng.

1.2. Vai trò của môn học trong chương trình đào tạo DUT

Đối với sinh viên DUT, Phương pháp tính không chỉ là một môn toán cao cấp. Nó là công cụ tư duy và thực hành cốt lõi. Tài liệu phương pháp tính DUT cung cấp nền tảng để sinh viên có thể mô hình hóa và giải quyết các bài toán kỹ thuật phức tạp bằng máy tính. Thay vì chỉ phụ thuộc vào các phần mềm thương mại, sinh viên hiểu được bản chất thuật toán đằng sau, từ đó có thể tự xây dựng hoặc tùy chỉnh các công cụ tính toán cho riêng mình. Đây là kỹ năng không thể thiếu để nghiên cứu khoa học, thực hiện các đồ án chuyên ngành và sau này là công việc của một kỹ sư. Mã học phần phương pháp tính DUT thường là bắt buộc đối với nhiều ngành, khẳng định tầm quan trọng của nó trong khung chương trình đào tạo.

II. Cách phân tích sai số trong giáo trình Phương pháp tính

Một trong những nội dung trọng tâm và cũng là thách thức lớn nhất trong môn học này là sai số và tính toán số. Một phương pháp tính được coi là tốt không chỉ vì nó đưa ra kết quả, mà còn vì khả năng kiểm soát và đánh giá được sai số của kết quả đó. Giáo trình của ĐH Bách Khoa Đà Nẵng dành hẳn chương đầu tiên để phân tích các nguồn gây ra sai số và cách tính toán chúng. Theo tài liệu, sai số có thể đến từ nhiều nguồn: sai số do mô hình hóa (đơn giản hóa bài toán thực tế), sai số phương pháp (thay bài toán phức tạp bằng bài toán đơn giản hơn), sai số do số liệu đầu vào (đo đạc không chính xác) và sai số tính toán (làm tròn số, chặt cụt chuỗi vô hạn). Việc hiểu rõ các loại sai số này giúp kỹ sư lựa chọn phương pháp phù hợp và biết được độ tin cậy của lời giải. Ví dụ, khi giải một hệ phương trình lớn, sai số làm tròn ở mỗi bước lặp có thể tích lũy và dẫn đến kết quả cuối cùng hoàn toàn sai lệch. Do đó, việc nắm vững các quy tắc tính sai số tuyệt đối, sai số tương đối và cách chúng lan truyền qua các phép toán cộng, trừ, nhân, chia là yêu cầu cơ bản khi ôn tập phương pháp tính.

2.1. Phân loại các dạng sai số thường gặp trong tính toán

Giáo trình phân loại chi tiết các nguồn sai số. Sai số do mô hình hóa phát sinh khi ta bỏ qua các yếu tố phụ để bài toán trở nên giải được. Sai số phương pháp là sai số nội tại của thuật toán, ví dụ như khi xấp xỉ tích phân bằng tổng hữu hạn các hình thang. Sai số tính toán và chặt cụt là không thể tránh khỏi khi làm việc với máy tính có độ chính xác hữu hạn, ví dụ như khi biểu diễn số π hoặc khi tính tổng một chuỗi vô hạn bằng cách lấy một vài số hạng đầu tiên. Hiểu rõ nguồn gốc của chúng là bước đầu tiên để kiểm soát độ chính xác của kết quả.

2.2. Quy tắc tính sai số tuyệt đối và sai số tương đối

Nắm vững quy tắc tính sai số là kỹ năng cơ bản. Sai số tuyệt đối cho biết độ lệch giữa giá trị đúng và giá trị gần đúng, trong khi sai số tương đối thể hiện mức độ sai lệch đó so với chính giá trị của đại lượng. Giáo trình cung cấp công thức tổng quát để ước lượng sai số của một hàm nhiều biến: ΔU ≈ Σ|∂f/∂xi|ΔXi. Công thức này đặc biệt quan trọng khi phân tích sự lan truyền sai số qua một chuỗi các phép tính phức tạp, giúp đánh giá được sai số tích lũy và đảm bảo kết quả cuối cùng nằm trong giới hạn cho phép. Đây là nội dung thường xuất hiện trong các đề thi phương pháp tính DUT.

III. Phương pháp nội suy và xấp xỉ hàm trong giáo trình DUT

Chương Nội suy và xấp xỉ hàm là một trong những phần ứng dụng quan trọng nhất của Phương pháp tính. Trong thực tế, chúng ta thường làm việc với một tập hợp các điểm dữ liệu rời rạc (kết quả thí nghiệm, số liệu quan측) thay vì một hàm giải tích tường minh. Nội suy là quá trình xây dựng một hàm số (thường là đa thức) đi qua tất cả các điểm dữ liệu đã cho. Mục đích là để ước tính giá trị của hàm tại những điểm không có trong bộ dữ liệu ban đầu. Giáo trình Phương Pháp Tính Đại học Bách Khoa Đà Nẵng giới thiệu hai phương pháp nội suy đa thức kinh điển là Lagrange và Newton. Đa thức nội suy Lagrange có ưu điểm là công thức đơn giản, dễ hình dung, nhưng nhược điểm là phải tính toán lại từ đầu khi thêm một điểm dữ liệu mới. Ngược lại, đa thức nội suy Newton, dựa trên khái niệm tỷ sai phân, cho phép kế thừa các tính toán đã có khi bổ sung dữ liệu, làm cho nó hiệu quả hơn trong nhiều trường hợp. Ngoài ra, giáo trình còn đề cập đến nội suy Spline, đặc biệt là Spline bậc ba, giúp tạo ra đường cong trơn hơn và tránh được hiện tượng dao động mạnh ở bậc cao, rất phù hợp để mô tả các hiện tượng vật lý.

3.1. Kỹ thuật nội suy Lagrange và nội suy Newton

Đa thức nội suy Lagrange xây dựng dựa trên các đa thức cơ sở Lk(x) có tính chất Lk(xi) = 1 nếu i=k và bằng 0 nếu i≠k. Đa thức cuối cùng là tổng trọng số của các giá trị yi với các đa thức cơ sở tương ứng. Trong khi đó, nội suy Newton xây dựng đa thức dưới dạng Pn(x) = b0 + b1(x-x0) + ..., nơi các hệ số b được tính toán từ bảng tỷ sai phân. Slide phương pháp tính Bách Khoa Đà Nẵng thường trình bày rất chi tiết cách lập bảng này, vốn là chìa khóa để áp dụng thành công phương pháp Newton cho các mốc không cách đều.

3.2. Nội suy Spline và phương pháp bình phương cực tiểu

Khi dữ liệu chứa nhiễu hoặc khi không yêu cầu đường cong phải đi qua chính xác tất cả các điểm, phương pháp bình phương cực tiểu được sử dụng để tìm một hàm xấp xỉ "tốt nhất" theo nghĩa tối thiểu hóa tổng bình phương các sai số. Mặt khác, khi cần một đường cong trơn đi qua các điểm, nội suy Spline là lựa chọn ưu việt. Thay vì dùng một đa thức bậc cao duy nhất, Spline ghép nối nhiều đa thức bậc thấp (thường là bậc 3) lại với nhau, đảm bảo tính liên tục của hàm và các đạo hàm tại các điểm nối. Kỹ thuật này được ứng dụng rộng rãi trong đồ họa máy tính và thiết kế kỹ thuật.

IV. Hướng dẫn giải phương trình và hệ phương trình tuyến tính

Việc giải hệ phương trình tuyến tính và phương trình phi tuyến là bài toán cốt lõi trong hầu hết các lĩnh vực khoa học kỹ thuật. Giáo trình Phương pháp tính của DUT cung cấp một bộ công cụ mạnh mẽ gồm các phương pháp lặp để giải quyết các bài toán này, đặc biệt là khi số lượng phương trình và ẩn số lớn. Đối với hệ phương trình tuyến tính Ax=b, các phương pháp lặp như phương pháp lặp đơn (Jacobi) và phương pháp lặp Seidel được giới thiệu chi tiết. Ý tưởng chung của các phương pháp này là bắt đầu từ một nghiệm xấp xỉ ban đầu và xây dựng một dãy các nghiệm hội tụ về nghiệm đúng của hệ. Ưu điểm của phương pháp lặp là dễ lập trình và ít tốn bộ nhớ hơn các phương pháp trực tiếp khi làm việc với ma trận thưa. Đối với phương trình phi tuyến f(x)=0, phương pháp Newton-Raphson là một trong những thuật toán hiệu quả nhất. Bằng cách xấp xỉ hàm số bằng đường tiếp tuyến tại mỗi bước, phương pháp này cho tốc độ hội tụ rất nhanh (hội tụ bậc hai) khi nghiệm ban đầu đủ gần nghiệm đúng. Nắm vững các phương pháp này là yêu cầu bắt buộc để có thể giải quyết các bài tập phương pháp tính có lời giải phức tạp.

4.1. Các phương pháp lặp giải hệ phương trình tuyến tính

Phương pháp lặp Jacobi tính toán tất cả các thành phần của nghiệm mới dựa hoàn toàn vào các giá trị của nghiệm ở bước lặp trước đó. Trong khi đó, phương pháp lặp Seidel cải tiến bằng cách sử dụng ngay các thành phần vừa được tính của nghiệm mới trong cùng một bước lặp. Điều này thường giúp phương pháp lặp Seidel hội tụ nhanh hơn Jacobi. Điều kiện hội tụ của các phương pháp này phụ thuộc vào tính chất của ma trận hệ số A, ví dụ như điều kiện chéo trội. Sinh viên cần kiểm tra điều kiện này trước khi áp dụng thuật toán.

4.2. Giải phương trình phi tuyến bằng phương pháp Newton

Công thức lặp của phương pháp Newton-Raphson là x_{n+1} = x_n - f(x_n)/f'(x_n). Phương pháp này đòi hỏi phải tính được đạo hàm của hàm f(x). Mặc dù hội tụ nhanh, nó có thể thất bại nếu đạo hàm bằng không hoặc nếu điểm xuất phát ban đầu không tốt. Bên cạnh Newton-Raphson, các phương pháp khác như phương pháp chia đôi hay phương pháp dây cung cũng được đề cập như những giải pháp thay thế trong những trường hợp nhất định. Việc lựa chọn phương pháp phụ thuộc vào đặc điểm của bài toán cụ thể.

V. Bí quyết ứng dụng và ôn thi môn Phương pháp tính DUT

Để chinh phục thành công môn Phương pháp tính, việc kết hợp giữa nắm vững lý thuyết và thực hành là vô cùng quan trọng. Một trong những cách hiệu quả nhất là hiện thực hóa các thuật toán đã học bằng một ngôn ngữ lập trình. Việc viết code MATLAB phương pháp tính không chỉ giúp hiểu sâu sắc hơn về cách hoạt động của từng phương pháp mà còn rèn luyện kỹ năng giải quyết vấn đề. MATLAB cung cấp môi trường mạnh mẽ cho tính toán ma trận và trực quan hóa dữ liệu, rất phù hợp cho môn học này. Về mặt ôn thi, chiến lược hiệu quả nhất là hệ thống hóa lại các công thức và điều kiện áp dụng của từng phương pháp. Sinh viên nên tự tay giải lại các ví dụ trong slide phương pháp tính Bách Khoa Đà Nẵng và làm thêm các bài tập cuối chương. Đặc biệt, việc tìm và giải các đề thi phương pháp tính DUT từ các năm trước sẽ giúp làm quen với cấu trúc đề, các dạng bài thường gặp và rèn luyện kỹ năng quản lý thời gian trong phòng thi. Các chủ đề như nội suy, giải hệ phương trình bằng phương pháp lặp, và tính gần đúng tích phân thường là những phần có trọng số điểm cao. Việc chuẩn bị kỹ lưỡng các dạng bài tập này sẽ tăng cơ hội đạt kết quả tốt.

5.1. Thực hành với code MATLAB và các công cụ lập trình

Bắt đầu bằng việc viết các hàm đơn giản cho từng thuật toán, ví dụ như hàm nội suy Lagrange, hàm giải hệ bằng phương pháp Seidel, hay hàm tìm nghiệm bằng phương pháp Newton. Sau đó, áp dụng các hàm này để giải quyết các bài tập phương pháp tính có lời giải cụ thể. Quá trình gỡ lỗi (debug) khi code không chạy đúng sẽ giúp phát hiện ra những lỗ hổng trong kiến thức lý thuyết. Việc sử dụng các công cụ trực quan hóa của MATLAB để vẽ đồ thị hàm nội suy hoặc theo dõi sự hội tụ của nghiệm sẽ mang lại cái nhìn trực quan và sâu sắc về bản chất của các phương pháp.

5.2. Chiến lược ôn tập và giải đề thi hiệu quả

Tạo một bảng tóm tắt các phương pháp, bao gồm: tên phương pháp, công thức chính, điều kiện áp dụng, ưu và nhược điểm. Điều này rất hữu ích cho việc ôn tập nhanh trước kỳ thi. Khi giải đề, hãy chú ý đến các yêu cầu về độ chính xác và số bước lặp. Đọc kỹ đề bài để xác định đúng phương pháp cần sử dụng. Ví dụ, đề bài yêu cầu giải hệ phương trình có ma trận chéo trội thì phương pháp lặp là một lựa chọn hợp lý. Việc ôn tập phương pháp tính một cách có hệ thống và bài bản là chìa khóa để tự tin bước vào phòng thi.

VI. Tổng hợp tài liệu và giáo trình Phương pháp tính uy tín

Để học tốt môn này, việc tiếp cận đúng nguồn tài liệu là rất quan trọng. Nguồn tài liệu chính thống và được khuyên dùng hàng đầu chính là Giáo trình Phương Pháp Tính của GS. Nguyễn Thế Hùng và PGS. Trần Văn Chính từ Trường Đại học Bách khoa, Đại học Đà Nẵng. Cuốn sách này được biên soạn cô đọng, bám sát chương trình giảng dạy và bao quát đầy đủ các nội dung từ cơ bản đến nâng cao. Bên cạnh giáo trình gốc, sinh viên nên tìm kiếm và tham khảo các slide bài giảng phương pháp tính DUT do chính các giảng viên phụ trách môn học cung cấp. Các slide này thường tóm tắt những nội dung cốt lõi nhất, kèm theo nhiều ví dụ minh họa trực quan giúp dễ hiểu hơn. Ngoài ra, trên các diễn đàn sinh viên hoặc thư viện số của trường, có thể tìm thấy các tài liệu quý giá khác như bộ sưu tập bài tập phương pháp tính có lời giải chi tiết, tổng hợp đề thi qua các năm. Tham khảo thêm các giáo trình từ những tác giả uy tín khác, ví dụ như giáo trình Nguyễn Thị Thảo Ly, cũng là một cách tốt để có cái nhìn đa chiều và củng cố kiến thức.

6.1. Giáo trình chính của GS. Nguyễn Thế Hùng và PGS. Trần Văn Chính

Đây được xem là tài liệu gối đầu giường cho sinh viên DUT khi học môn Phương pháp tính. Giáo trình trình bày một cách hệ thống, bắt đầu từ lý thuyết sai số, đi qua các phương pháp nội suy, giải phương trình, tính tích phân và giải phương trình vi phân thường. Mỗi chương đều có ví dụ cụ thể và bài tập tự luyện, giúp người học có thể tự kiểm tra và đánh giá kiến thức của mình. Lời nói đầu của giáo trình đã nêu rõ mục tiêu biên soạn là làm cơ sở để tính toán, giải quyết các vấn đề khoa học kỹ thuật thường gặp.

6.2. Các nguồn tài liệu tham khảo và học liệu bổ sung

Ngoài giáo trình và slide bài giảng, các khóa học trực tuyến trên các nền tảng như Coursera, edX về 'Numerical Methods for Engineers' cũng là nguồn tham khảo rất tốt. Chúng thường cung cấp các bài giảng video, bài tập lập trình tự động chấm điểm. Tham gia các nhóm học tập, trao đổi với bạn bè và anh chị khóa trên cũng là cách hiệu quả để giải đáp thắc mắc và tìm kiếm các tài liệu phương pháp tính DUT quý giá, bao gồm cả những kinh nghiệm học và thi thực tế. Sự kết hợp đa dạng các nguồn học liệu sẽ giúp việc học trở nên hiệu quả và toàn diện hơn.

Nội dung chính

Tổng quan về giáo trình

Giáo trình Phương pháp tính do Giáo sư Nguyễn Thế Hùng và Phó Giáo sư Trần Văn Chính (Trường Đại học Bách khoa – Đại học Đà Nẵng) biên soạn, xuất bản năm 2013. Môn học Phương pháp tính (Toán học tính toán / Giải tích số) giữ vị trí là học phần kỹ thuật cơ sở trong khung chương trình đào tạo trình độ Đại học và Cao học, đặc biệt phục vụ trực tiếp cho sinh viên, học viên các chuyên ngành Kỹ thuật Điện, Kỹ thuật Xây dựng và các ngành khoa học kỹ thuật liên quan đến tính toán gần đúng.

Mục tiêu học tập của giáo trình nhằm trang bị cho người học hệ thống lý luận cơ bản và các thuật toán giải gần đúng những bài toán khoa học kỹ thuật không có nghiệm giải tích hoặc có biểu thức giải tích quá phức tạp (phương trình đại số/siêu việt, hệ phương trình tuyến tính/phi tuyến, phương trình vi phân, tính tích phân và xấp xỉ hàm). Giáo trình rèn luyện khả năng phân tích sai số, đánh giá sự ổn định của quá trình tính và chuyển hóa các công thức toán học liên tục thành các thuật toán rời rạc thực thi trên máy tính điện tử.

Cấu trúc giáo trình được thiết kế theo phương tiếp cận kết hợp chặt chẽ giữa suy diễn giải tích toán học và cài đặt thuật toán số. Mỗi chủ đề lý thuyết đều đi kèm chứng minh toán học, phân tích đánh giá sai số, ví dụ tính toán số học từng bước và mã nguồn chương trình hoàn chỉnh. Điểm đặc trưng của giáo trình là sự song hành giữa phân tích lý thuyết với mã lệnh cụ thể bằng ngôn ngữ C/C++ và môi trường tính toán MATLAB, giúp người học chuyển tiếp trực tiếp từ công thức toán sang mã chương trình thực thi.

---

Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

Cấu trúc giáo trình triển khai mạch kiến thức qua các chủ đề trọng tâm:

1. Phân tích sai số (Error Analysis): Thiết lập khái niệm cơ bản về phương pháp số; bản chất hữu hạn hóa và rời rạc hóa các đối tượng toán học liên tục; phân loại 4 nguồn sai số chính (sai số mô hình hóa, sai số phương pháp, sai số số liệu đo, sai số tính toán/quy tròn và sai số chặt cụt); quy tắc lan truyền sai số cho hàm một biến và nhiều biến $u = f(x_1, x_2, \dots, x_n)$; khái niệm chữ số có nghĩa, chữ số đáng tin; tốc độ hội tụ tiệm cận $O(h^p)$ và tính ổn định của thuật toán.
2. Nội suy đa thức cơ bản và lược đồ Horner: Khảo sát bài toán nội suy qua hệ $(n+1)$ mốc phân biệt, chứng minh tính duy nhất của đa thức nội suy thông qua định thức ma trận Vandermonde ($\det V \neq 0$). Trình bày thuật toán Horner rút gọn số lượng phép tính khi tính giá trị đa thức, sơ đồ Horner tổng quát để tìm các hệ số của khai triển Taylor tại điểm $x_0$, cùng các thuật toán số học cộng, nhân, chia đa thức.
3. Đa thức nội suy Lagrange và Newton: Thiết lập công thức nội suy Lagrange dựa trên các đa thức cơ sở $L_{n,j}(x)$ và đánh giá sai số thông qua đạo hàm cấp cao $f^{(n+1)}(\xi)$ dựa trên định lý Rolle; phân tích ưu nhược điểm khi bổ sung mốc quan sát; xây dựng công thức nội suy Newton tiến với mốc cách đều dựa trên sai phân hữu hạn cấp cao ($\Delta^k y_0$) và Newton với mốc không cách đều dựa trên bảng tỷ sai phân $f[x_0, x_1, \dots, x_k]$.
4. Nội suy Hermite: Mở rộng bài toán xấp xỉ khi biết đồng thời giá trị hàm $f(x_i)$ và đạo hàm bậc nhất $f'(x_i)$ tại các mốc quan trắc, xác định đa thức bậc $(2n+1)$; kỹ thuật lập bảng sai phân mở rộng thông qua chuỗi biến đổi $z_{2k} = z_{2k+1} = x_k$ và gán tỷ sai phân suy biến $f[z_{2k}, z_{2k+1}] = f'(x_k)$.
5. Nội suy Spline: Giải quyết hiện tượng dao động bậc cao của đa thức nội suy toàn cục khi số mốc lớn; xây dựng mô hình ghép trơn từng đoạn bằng các đa thức bậc ba (Cubic Spline); thiết lập hệ phương trình tuyến tính ba đường chéo (tridiagonal) giải đạo hàm bậc hai $f''(x_i)$ tại các nút trong kết hợp điều kiện biên tự nhiên $f''(x_0) = f''(x_n) = 0$.
6. Phương pháp bình phương cực tiểu (Least Squares Method): Xây dựng phương pháp xấp xỉ thực nghiệm trên mẫu dữ liệu rời rạc có sai số ngẫu nhiên; thiết lập hệ phương trình chuẩn tắc (normal equations) cực tiểu hóa tổng bình phương sai số $S = \sum e_i^2$; ứng dụng cho hàm xấp xỉ đa thức bậc $m$, đa thức bậc hai $y = a + bx + cx^2$ và mô hình phi tuyến đơn điệu dạng hàm mũ $y = A e^{cx}$ qua phép logarit hóa tuyến tính.

Progression logic của giáo trình phát triển từ việc xác định công cụ kiểm soát sai số $\rightarrow$ xây dựng các mô hình xấp xỉ đa thức cổ điển $\rightarrow$ mở rộng xấp xỉ có điều kiện đạo hàm và hàm ghép trơn $\rightarrow$ xử lý dữ liệu đo thực nghiệm không khớp điểm chính xác.

Kiến thức nền tảng được xây dựng

Giáo trình hình thành nền tảng giải tích số bao gồm:

• Lý thuyết xấp xỉ và hội tụ: Nguyên lý tiệm cận Big-Oh ($O(h^p)$), ước lượng phần dư giải tích dựa trên Định lý Rolle, và điều kiện ổn định của các bước lặp tính toán.
• Đại số tuyến tính số học: Ma trận Vandermonde trong bài toán nghiệm duy nhất; ma trận ba đường chéo trong giải thuật Spline; hệ phương trình chuẩn tắc đối xứng trong bình phương bé nhất.
• Quy tắc vi phân sai số: Công thức sai số giới hạn toàn phần $U = \sum_{i=1}^n \left| \frac{\partial f}{\partial x_i} \right| X_i$ áp dụng cho mô hình đo đạc gián tiếp.

Kỹ năng phát triển

• Kỹ năng kỹ thuật (Technical skills): Lập bảng sai phân tiến, sai phân lùi, bảng tỷ sai phân; thực hiện sơ đồ Horner tính đạo hàm cấp cao; thiết lập hệ phương trình chuẩn tắc từ bảng số liệu thực nghiệm.
• Kỹ năng phân tích (Analytical skills): Ước lượng sai số tuyệt đối giới hạn, sai số tương đối giới hạn; xác định số chữ số đáng tin của kết quả; lựa chọn phương pháp xấp xỉ phù hợp với hiện tượng vật lý (chọn Spline cho mặt cong uốn lượn, chọn Hermite khi có dữ liệu đạo hàm, chọn bình phương cực tiểu khi số liệu đo có sai số ngẫu nhiên).
• Kỹ năng lập trình (Practical competencies): Hiện thực hóa thuật toán số bằng C/C++ (sử dụng vòng lặp mảng xử lý đa thức, chia tách sai phân) và viết hàm tính toán trên MATLAB (lagrange.m, newton.m, cubicspline.m, polyval, conv).

---

Phương pháp giảng dạy và học tập

Phương pháp tiếp cận sư phạm

Giáo trình áp dụng phương pháp tiếp cận quy nạp từ cơ sở toán học hình thức đến thuật toán cụ thể và mô phỏng số. Mỗi chủ đề được triển khai qua 4 bước đồng bộ:

1. Định nghĩa bài toán kỹ thuật và phát biểu định lý toán học kèm chứng minh ngắn gọn.
2. Thiết lập công thức giải tích và thuật toán giải số tương ứng.
3. Trình bày ví dụ tính toán mẫu từng bước với các bảng số liệu trung gian.
4. Cung cấp mã nguồn chương trình (C/C++ hoặc MATLAB) và hiển thị kết quả chạy máy.

Hệ thống bài tập và thực hành

Mỗi chương kết thúc bằng hệ thống câu hỏi lý thuyết nhằm kiểm tra mức độ hiểu bản chất thuật toán (như phân biệt sai số phương pháp và sai số tính toán, ý nghĩa của sai số quy tròn) và bài tập tính toán có kèm đáp số chi tiết (tính chữ số tin tưởng, xác định sai số lan truyền, lập đa thức nội suy từ bảng dữ liệu).

Mục thực hành bao gồm các chương trình mẫu như Chương trình 1-1 (tính giá trị đa thức qua Horner), Chương trình 1-2 (sơ đồ Horner tổng quát khai triển Taylor), Chương trình 1-3 đến 1-5 (phép toán đại số cộng, nhân, chia đa thức), Chương trình 5-4 (bình phương tối thiểu xấp xỉ đa thức).

Phương pháp đánh giá và hướng dẫn tự học

• Đánh giá học phần: Kết hợp giữa kiểm tra lý thuyết (chứng minh công thức sai số, phân tích tính ổn định), bài tập tính tay theo bảng sai phân/Horner và bài tập lớn lập trình giải các bài toán số trên máy tính.
• Chỉ dẫn tự học: Người học cần thực hiện tính tay các ví dụ số học mẫu để hiểu dòng chuyển dữ liệu trong thuật toán, sau đó tự biên dịch và chạy lại các đoạn mã nguồn mẫu trong giáo trình; sử dụng kết quả tính tay để kiểm chứng tính đúng đắn của chương trình máy tính.

---

Điểm nổi bật và cập nhật

Tính ứng dụng kỹ thuật trực tiếp

Nội dung giáo trình phản ánh các yêu cầu tính toán thực tế trong khối ngành kỹ thuật, đặc biệt là Điện và Xây dựng:

• Ứng dụng nội suy Hermite trong Cơ học kết cấu: Tính toán đồng thời chuyển vị dầm ($y_i$) và góc xoay ($\alpha_i = y'_i$) của bài toán dầm trên nền đàn hồi.
• Ứng dụng nội suy Spline: Mô phỏng sự phân bố độ mặn theo chiều sâu hoặc đường mặt cong của sóng gián đoạn trong cơ học chất lỏng và thủy văn.
• Ứng dụng bình phương cực tiểu: Xây dựng đường cong tương quan giữa lượng mưa tại các trạm quan trắc khí tượng hoặc dự báo nhu cầu phụ tải dựa trên số liệu đo đơn điệu qua mô hình $y = A e^{cx}$.

Cấu trúc mã nguồn tích hợp

Khác với các tài liệu thuần giải tích toán học, giáo trình tích hợp trực tiếp:

• Các hàm C/C++ xử lý chuỗi và mảng động, sử dụng cấu trúc điều khiển chuẩn.
• Các script MATLAB cấu trúc hóa, sử dụng triệt để các phép toán xử lý mảng và ma trận véc-tơ (conv, giải hệ phương trình tuyến tính cho ma trận Spline).
• Hướng dẫn phân tích độ chính xác số học trên máy tính theo các mức biểu diễn: độ chính xác đơn (single), độ chính xác kép (double) và độ chính xác mở rộng (extended).

---

Đối tượng sử dụng giáo trình

• Sinh viên bậc Đại học: Sinh viên từ năm thứ hai hoặc năm thứ ba thuộc các khối ngành Kỹ thuật Điện, Kỹ thuật Xây dựng, Cơ khí, Công nghệ Thông tin và Toán ứng dụng; sử dụng làm tài liệu học tập chính khóa cho học phần Phương pháp tính / Giải tích số.
• Học viên Cao học: Học viên các chương trình thạc sĩ kỹ thuật sử dụng giáo trình làm tài liệu tham khảo cho các môn học về Mô hình hóa toán học, Phương pháp số nâng cao và xử lý số liệu thực nghiệm.
• Yêu cầu kiến thức tiên quyết (Prerequisites):
  • Giải tích: Đạo hàm, tích phân, chuỗi lũy thừa và chuỗi Taylor, định lý Rolle.
  • Đại số tuyến tính: Các phép toán ma trận, định thức, giải hệ phương trình đại số tuyến tính.
  • Lập trình cơ bản: Cú pháp cơ bản của ngôn ngữ C/C++ (vòng lặp, mảng, hàm) hoặc thao tác cơ bản trong môi trường MATLAB.
• Giảng viên: Sử dụng làm đề cương chuẩn, nguồn bài tập mẫu và bài tập lập trình để tổ chức giảng dạy trên lớp và đánh giá bài tập lớn.

---

Câu hỏi thường gặp

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

Giáo trình được thiết kế cho sinh viên đại học và học viên cao học các ngành kỹ thuật (đặc biệt là ngành Điện và Xây dựng), cùng các kỹ sư cần giải quyết các bài toán tính toán gần đúng trong thực tế công trình.

2. Cần trang bị kiến thức nền tảng nào trước khi học giáo trình này?

Người học cần hoàn thành các học phần Giải tích cổ điển (vi phân, tích phân, khai triển Taylor), Đại số tuyến tính (ma trận, định thức, hệ phương trình) và có kỹ năng lập trình cơ bản bằng C/C++ hoặc MATLAB.

3. Giáo trình này có điểm gì khác biệt so với các sách Giải tích số thuần túy?

Giáo trình tập trung vào việc chuyển đổi thuật toán thành mã thực thi trên máy tính, cung cấp trực tiếp mã nguồn C++ và MATLAB cho từng giải thuật, đồng thời gắn liền các mô hình xấp xỉ với bài toán vật lý kỹ thuật thực tế (chuyển vị dầm, đo mưa, mặt sóng).

4. Phương pháp tự học giáo trình này như thế nào để đạt hiệu quả?

Người học nên đọc kỹ phần suy dẫn lý thuyết và công thức sai số, tự làm lại các ví dụ tính tay theo từng bước bảng số liệu, sau đó gõ và chạy các đoạn mã nguồn C++/MATLAB mẫu để đối chiếu nghiệm số.

5. Giáo trình có cung cấp công cụ hoặc mã nguồn đi kèm không?

Có. Toàn bộ các thuật toán trọng tâm (sơ đồ Horner, nội suy Lagrange, Newton, Hermite, Spline bậc ba, bình phương cực tiểu) đều có mã nguồn hoàn chỉnh bằng C/C++ hoặc hàm mẫu viết cho MATLAB được in trực tiếp trong nội dung từng chương.

---

Kết luận

Giáo trình Phương pháp tính của GS. Nguyễn Thế Hùng và PGS. Trần Văn Chính là tài liệu học thuật hoàn chỉnh về giải tích số ứng dụng trong kỹ thuật. Giá trị cốt lõi của tác phẩm thể hiện ở sự cân bằng giữa lý luận toán học về sai số, thuật toán giải gần đúng và khả năng lập trình hóa trên máy tính điện tử.

Lộ trình học tập khuyến nghị bắt đầu từ việc nắm vững nguyên lý sai số ở Chương 1, thực hành các lược đồ xấp xỉ và đa thức nội suy ở Chương 2, kết hợp tự lập trình và kiểm chứng số liệu trên máy tính. Hệ thống bài tập có đáp số và mã nguồn mẫu trong giáo trình cung cấp phương tiện hoàn chỉnh cho quá trình học tập và nghiên cứu ứng dụng kỹ thuật.