小丹尼DannyData1. 数值算法基础与核心思想
数值算法是现代科学与工程计算的基石，它通过离散化的数学方法将连续问题转化为计算机可处理的形式。在工程实践中，我们常常遇到无法解析求解的复杂问题，数值算法提供了有效的近似解决方案。
1.1 数值微分与积分方法
数值微分是计算函数导数的近似方法，其核心思想是利用函数在某点附近的离散值来估计导数。最常用的方法包括：
- 前向差分公式：
f'(x) ≈ (f(x+h) - f(x))/h - 中心差分公式：
f'(x) ≈ (f(x+h) - f(x-h))/(2h) - 五点公式：
f'(x) ≈ (-f(x+2h)+8f(x+h)-8f(x-h)+f(x-2h))/(12h)
提示：中心差分公式的误差为O(h²)，比前向差分的O(h)更精确，但需要计算两侧的函数值。在实际应用中，h的选择至关重要——过大会导致截断误差增大，过小则会引入舍入误差。
数值积分则是计算函数在区间上的定积分近似，常见方法有：
- 梯形法则：
∫[a,b]f(x)dx ≈ (b-a)(f(a)+f(b))/2 - 辛普森法则：
∫[a,b]f(x)dx ≈ (b-a)(f(a)+4f((a+b)/2)+f(b))/6 - 高斯求积：通过最优选点和权重实现高精度积分
1.2 常微分方程数值解法
对于形如dy/dt = f(t,y)的常微分方程，Runge-Kutta方法是应用最广泛的数值解法之一。其中经典的**四阶Runge-Kutta方法(RK4)**公式为：
code复制yₙ₊₁ = yₙ + (h/6)(k₁+2k₂+2k₃+k₄)
k₁ = f(tₙ, yₙ)
k₂ = f(tₙ + h/2, yₙ + hk₁/2)
k₃ = f(tₙ + h/2, yₙ + hk₂/2)
k₄ = f(tₙ + h, yₙ + hk₃)
RK4方法的局部截断误差为O(h⁵)，全局误差为O(h⁴)，具有良好的精度和稳定性。在实际工程问题中，如航天器轨道计算、化学反应动力学模拟等都广泛采用这种方法。
1.3 快速多极算法(FMM)
快速多极算法是一种用于高效计算N体问题的数值方法，它将远场相互作用进行多层次聚合-转移-解聚，从而将计算复杂度从O(N²)降至O(