第一章 数值计算基本概念
数值计算方法第一章

第一章绪论本章以误差为主线,介绍了计算方法课程的特点,并概略描述了与算法相关的基本概念,如收敛性、稳定性,其次给出了误差的度量方法以及误差的传播规律,最后,结合数值实验指出了算法设计时应注意的问题.§1*1引言计算方法以科学与工程等领域所建立的数学模型为求解对象,U的是在有限的时间段内利用有限的计算工具计算出模型的有效解答。
由于科学与工程问题的多样性和复杂性,所建立的数学模型也是各种各样的、复杂的•复杂性表现在如下儿个方面:求解系统的规模很大,多种因素之间的非线性耦合,海量的数据处理等等,这样就使得在其它课程中学到的分析求解方法因计算量庞大而不能得到计算结果,且更多的复杂数学模型没有分析求解方法.这门课程则是针对从各种各样的数学模型中抽象出或转化出的典型问题,介绍有效的串行求解算法,它们包括(1)非线性方程的近似求解方法;(2)线性代数方程组的求解方法;(3)函数的插值近似和数据的拟合近似;⑷积分和微分的近似计算方法;(5)常微分方程初值问题的数值解法;(6)优化问题的近似解法;等等从如上内容可以看出,计算方法的显著特点之一是“近似”.之所以要进行近似计算,这与我们使用的工具、追求的LI标、以及参与计算的数据来源等因素有关.计算机只能处理有限数据,只能区分、存储有限信息,而实数包含有无穷多个数据,这样,当把原始数据、中间数据、以及最终计算结果用机器数表示时就不可避免的引入了误差,称之为舍入误差.我们需要在有限的时间段内得到运算结果,就需要将无穷的计算过程截断,从而产生截断误差.如e = l + ; +寺+…的计算是无穷过程,当用丄• 乙•®T +卜加…+ 2作为"的近似时,则需要进行有限过程的计算,但产生了截断误差当用计算机计算5时,因为舍入误差的存在,我们也只能得到5的近似值也就是说最终用/近似0,该近似值既包含有舍入误差,也包含有截断误差.当参与计算的原始数据是从仪器中观测得来时,也不可避免得有观测误差.由于这些误差的大量存在,我们得到的只能是近似结果,进而对这些结果的“可靠性”进行分析就是必须的,它成为计算方法的第二个显著特点.可靠性分析包括原问题的适定性和算法的收敛性、稳定性.所谓适定性问题是指解存在、惟一,且解对原始数据具有连续依赖性的问题.对于非适定问题的求解,通常需要作特殊的预处理,然后才能做数值计算.在这里,如无特殊说明,都是对适定的问题进行求解.对于给定的算法,若有限步内得不到精确解,则需研究其收敛性.收敛性是研究当允许计算时间越来越长时,是否能够得到越来越可靠的结果,也就是研究截断误差是否能够趋于零.对于给定的算法,稳定性分析是指随着计算过程的逐步向前推进,研究观测误差、舍入误差对计算结果的影响是否很大.对于同一类模型问题的求解算法可能不止一种,常希望从中选出高效可靠的求解算法.如我国南宋时期著名的数学家秦九韶就提出求〃次多项式陽於+©"心+…+%+兔值的如下快速算法t = a n_k;s = sx + t伙= 1,2,…它通过“次乘法和H次加法就计算出了任意n次多项式的值.再如幕函数x64可以通过如下快速算法计算出其值S = X ;s = s s;循环6次如上算法仅用了6次乘法运算,就得到运算结果.算法最终需要在计算机上运行相应程序,才能得到结果,这样就要关注算法的时间复杂度(汁算机运行程序所需时间的度量)、空间复杂度(程序、数据对存储空间需求的度量)和逻辑复杂度(关联程序的开发周期、可维护性以及可扩展性).事实上,每一种算法都有自己的局限性和优点,仅仅理论分析是很不够的,大量的实际计算也非常重要,结合理论分析以及相当的数值算例结果才有可能选择出适合自己关心问题的有效求解算法.也正因如此,只有理论分析结合实际计算才能真正把握准算法.§1.2误差的度■与传播一、误差的度量误差的度量方式有绝对误差、相对误差和有效数字.定义1・1用/作为量x的近似,则称为近似值F的绝对误差. 由于量x的真值通常未知,所以绝对误差不能依据定义求得,但根据测量工具或计算情况,可以估计出绝对误差绝对值的一个较小上界即有e(x") = x -x < £(1.1)称正数g为近似值F的绝对误差限,简称误差.这样得到不等式x"-s<x<x+s工程中常用X = X4 ±£表示近似值”的精度或真值X所在的范围.误差是有量纲的,所以仅误差数值的大小不足以刻划近似的准确程度.如量S = 123 ±0.5c〃= 1.23 ±0.005税=1230000± 5000/劝(1.2)为此,我们需要引入相对误差♦定义1・2用T H O作为量x的近似,称为近似值F的相对误X差.当”是X的较好近似时,也可以用如下公式计算相对误差e r(x) = ^^-(1.3)X显然,相对误差是一个无量纲量,它不随使用单位变化.如式(1.2)中的量$ 的近似,无论使用何种单位,它的相对误差都是同一个值.同样地,因为量x的真值未知,我们需要引入近似值F的相对误差限片X),它是相对误差绝对值的较小上界.结合式(1.1)和(1.3), F相对误差限可通过绝对误差限除以近似值的绝对值得到,即为给出近似数的一种表示法,使之既能表示其大小,乂能体现其精确程度, 需引入有效数字以及有效数的概念.定义1・3设量x的近似值F有如下标准形式X = ±10" xO.a{a^ …aj ・・a卩=±仏X1O"T +&2 X1O"L2 + …+勺X1O"L" + …+竹X1O"LP)(1.5)其中{%}红u{O,l,…,9}且绚HO,加为近似值的量级.如果使不等式/-X <-xlO w_/,(1.6)2成立的最大整数为“,则称近似值T具有"位有效数字,它们分别是①、①、… 和心.特别地,如果有n = p,即最后一位数字也是有效数字,则称/是有效数.从定义可以看出,近似数是有效数的充分必要条件是末位数字所在位置的单位一半是绝对误差限.利用该定义也可以证明,对真值进行“四舍五入”得到的是有效数.对于有效数,有效数字的位数等于从第一位非零数字开始算起,该近似数具有的位数.注意,不能给有效数的末位之后随意添加零,否则就改变了它的精度.例1・1设量兀十其近似值<=3.141 , X; =3.142 ,坨=丰.试回答这三个近似值分别有儿位有效数字,它们是有效数吗?解这三个近似值的量级m = \,因为有x; -x = 0.00059--- < 0.005 = 1 x 10-2 =lxl0*-3' 2 2x;—x = 0.0004 --< 0.0005 = -x 10-3 =-xl01-4- 2 2x; =3.1428571428 57成一x = 0.001 - ■ < 0.005 = 1 x 10-2 = - x 101-32 2所以彳和x;都有3位有效数字,但不是有效数.%;具有4位有效数字,是有效数.二、误差的传播这里仅介绍初值误差传播,即假设自变量带有误差,函数值的计算不引入新的误差.对于函数$ = /(羽,®…/”)有近似值:/ 利用在点(兀;,%;,…,%;)处的泰勒公式(Taylor Formula),可以得到fl</) = y* -ya …工)(x;-兀)r-in=工乞(斤*;,・・工上(€)(1・7)r-l其中fi:=尘,£是兀的近似值,e(x;)是x;的绝对误差(/ = 1,2,式(1.7)ox i表明函数值的绝对误差近似等于自变量绝对误差的线性组合,组合系数为相应的偏导数值.从式(1・7)也可以推得如下函数值的相对误差传播近似计算公式/r£工犬(昭迟,…工)十耳(£)(1.8)/=iy对于一元函数y = 从式(1.7)和(1.8)可得到如下初值误差传播近似计算 公式e (QyX )eX )(1.9)-()「)2 广(1.10)y式(1・9)表明,当导数值的绝对值很大时,即使自变量的绝对误差比较小,函数值 的绝对误差也可能很大.例1・2试建立函数y =/(州宀,…,兀)=州+厂+…+ X”的绝对误差(限)、相对 误差的近似传播公式,以及*: >0};;时的相对误差限传播公式.解 山公式(1・7)秋1.8河分别推得和的绝对误差、相对误差传播公式如下e ()「) Q £ 力(x ;,x ;,…,£ "(X ; )=£ e (X/)r-1J -1e,(y X )〜(x ;,€,…,兀:)二e,.(x ;)=£= J(x ;)/=iyf=i y进而有例1・3使用足够长且最小刻度为1mm 的尺子,量得某桌面长的近似值6/* =1304.3 mm,宽的近似值//= 704.8mm (数据的最后一位均为估计值).试求 桌子面积近似值的绝对误差限和相对误差限.解长和宽的近似值的最后一位都是估计位,尺子的最小刻度是毫米,故有误 差限(1・11)i?(X ;)5£|心:)|述£(€)/=l/=1i=l于是有和的绝对误差限近似传播公式£()「)心亍£(€)r-i当*: >o };;时,由式(1.3)推得相对误差限的近似传播公式1>(€)”6(从号□ 牙,=max £r (x ; )V —= max s r (x t ) \<i<n 伺 丫 l<r</i /=i\<i<n \<i<nl<r<w£(/) = 0.5 mm, £•(/?*) = 0.5 mm面积S = ab.山式(1・7)得到近似值匚=ab4的绝对误差近似为e(S*) a b*e(a*) + a*e(b')进而有绝对误差限£(S\ a ”*") + ”*(//) = 704.8x0.5 +1304.3 x 0.5 = 1004.55 mnr 相对误差限心、£(Sj 1004.55 nnnil n巧(S ) q —;— = ------------------- 2 0.0011 =0.11%S 1304.3x704.8§13数值实验与算法性能比较本节通过儿个简单算例说明解决同一个问题可以有不同的算法,但算法的性能并不完全相同,他们各自有自己的适用范围,并进而指出算法设计时应该注意的事项.算例1・1表达式丄-一 =—*—,在计算过程中保留7位有效数字,研究X x + \ x(x+l)对不同的X,两种计算公式的计算精度的差异.说明1: Matlab软件采用IEEE规定的双精度浮点系统,即64位浮点系统,其中尾数占52位,阶码占10位,尾数以及阶码的符号各占1位.机器数的相对误差限(机器精度)eps=2一52^2.220446X 10一”,能够表示的数的绝对值在区间(2.2250739X 1O-308, 1.797693X1O308)内,该区间内的数能够近似表达,但有舍入误差,能够保留至少15位有效数字.其原理可参阅参考文献[2, 4].分析算法1:y.W = --一和算法2:y?(A)= —1—的误差时,精确解用X X +1 ~ x(x+1)双精度的计算结果代替.我们选取点集{*}二中的点作为X,比较两种方法误差的差异.从图1」可以看出,当X不是很大时,两种算法的精度相当,但当X很大时算法2的精度明显高于算法1.这是因为,当x很大时,丄和丄是相近数,用X x+\算法1进行讣算时出现相近数相减,相同的有效数字相减后变成零,于是有效数字位数急剧减少,自然相对误差增大.这一事实也可以从误差传播公式(1.12)分析出.鉴于此,算法设计时,应该避免相近数相减.在图1.2中我们给出了当x接近-1时,两种算法的精度比较,其中变量x依次取为{龙7-1}=.从图中可以看出两种方法的相对误差基本上都为10-7,因而二者的精度相当.图1.1算例1」中两种算法的相对误差图(XTRD )丈,5^ 1015 X Ki. x=prM图1.2算例1.1中两种算法的精度比较(JVT-1)算例1・2试用不同位数的浮点数系统求解如下线性方程组0.0000 LVj +2X 2 = 1<2x, + 3X 2 = 2说明2:浮点数系统中的加减法在运算时,首先按较大的阶对齐,其次对尾数 实施相应的加减法运算,最后规范化存入计算机.算法1首先用第一个方程乘以适当的系数加至第二个方程,使得第二个方程 的州的系数为零,这时可解出心;其次将兀带入第一个方程,进而求得“(在第 三章中称该方法为高斯消元法).当用4位和7位尾数的浮点运算实现该算法, 分别记之为算法la 和算法lb.2D 0 -2X - ■ ■ ■ ■ ■A O.5-1.5-2.5-3.5-4.S 0.-1Z.-3.-4. . ・. . •算法2首先交换两个方程的位置,其次按算法1计算未知数(第三章中称其为选主元的高斯消元法).当用4位和7位尾数的浮点运算实现该算法,分别记之为算法2a和算法2b.方程组的精确解为=0.25000187 ...» x2 = 0.49999874 ...,用不同的算法计算出的结果见表1.1.表1.1对算例1.2用不同算法的讣算结果比较算例1.2X;g;)X;■巧(x;)算法la0.00000.10X1010.50000.25X IO-7算法2a0.25000.75 X10-70.50000.25X IO-7算法lb0.26000000.40X10-10.49999870.10X10-60.2500020O.5OX1O-80.50000000.25 X10-7对于算例1.2,表中的数据表明,当用4位尾数计算时,算法1给出错误的结果,算法2则给出解很好的近似.这是因为在实现算法1时,需要给第一个方程乘以-2/0.00001加至第二个方程,从而削去第二个方程中比的系数,但在计算孔的系数时需做如下运算• _2 -x2 + 3 = -0.4xlO6 +0.3x10*= -0.4x 106 +0.000003x 106(1.13) 0.00001对上式用4位尾数进行计算,其结果为一0.4X106.因为舍入误差,给相对较大的数加以相对较小的数时,出现大数“吃掉”小数的现象.计算右端项时,需做如下运算-~2 -x 1 + 2 = -0.2x 106 +0.2xl0*=-0.2xl06-F0.000002xl06(1.14) 0.00001同样出现了大数吃小数现象,其结果为-0.2X106.这样,得到的变形方程组‘0」xioj +0.2x10'x2=0.1x10"-0.4X106X2=-0.2X1 0&中没有原方程组中笫二个方程的信息,因而其解远偏离于原方程组的解.该算法中之所以出现较大数的原因是因为运算-2/0.00001,因而算法设计•中尽可能避免用绝对值较大的数除以绝对值较小的数.其实半分子的量级远远大于分母的量级时,除法运算还会导致溢出,计算机终止运行.虽从单纯的一步计算来看,大数吃掉小数,只是精度有所损失,但多次的大数吃小数,累汁起来可能带来巨大的误差,棋至导致错误.例如在算法la中出现了两次大数吃小数现象,带来严重的后果.因而尽可能避免大数吃小数的出现在算法设计中也是非常必要的.当用较多的尾数位数进行计算,舍入误差减小,算法1和2的结果都有所改 善,算法1的改进幅度更大些.算例13计算积分/” =「丄心有递推公式/,严丄-5/心(〃 =1,2,…),已知Jux + 5 n6取人的近似值为/(; =0.18232155 679395 ,按递推公式/:=丄一5/二计n算心W 1/39<J —^=5x(39+1/ 取厶的近似".00458333 333333 ,按递推公式 /二“丄一计算5 5 )算法1和算法2的计算结果见表1.2.误差绝对值的对数图见图1.3. 表1・2算例1.3的计算结果n 算法1 n 算法2I:I : -Ini;I : -In18.8392e-OO2 1.9429e-016 39 4.5833e-003 3.9959e-004 2 5.8O39e-OO2 9.8532e-016 38 4.2115e-003 7.9919e-005 3 4.3139e-002 4.9197e-015 37 4.4209e-003 1.5984.005 4 3.4306e-002 2.4605e-014 36 4.5212e-003 3.1967e-006 5 2.8468e-002 1.2304e-013 35 4.6513e-003 6.3935e-007 62.4325e-002 6.1520e-013 34 4.7840e-0031.2787e-007 • • • • • •• •33 4.9255e-003 2.5574e-008 25 1.1740e+0011.1734e+001 32 5.0755e-003 5.1148e-009 26 -5.8664e+001 5.8670e+001 31 5.2349e-003.0230e-009 27 2.9336e+002 2.9335e+002 305.4046e-0032.0459e-01028 -1.4667e+003 .4668e+00329 7・3338e+003 7.3338e+OO330 -3.6669e+0043.6669e+004釆用IEEE 双精度浮点数,分别用如下两种算法计算人。
数值计算的基本概念

数值计算的基本概念数值计算是一种通过计算机程序进行数值操作和计算的过程。
它是数值分析领域的一个重要分支,用于解决科学和工程领域中的各种实际问题。
1.数值表示:计算机只能处理二进制数字,即0和1,所以需要一种方法将实际的数值转化为计算机可以理解的二进制形式。
数值表示包括整数表示和浮点数表示。
整数表示是将整数转换为二进制形式,而浮点数表示是将实数转换为二进制形式,并用一个符号位、指数位和尾数位来表示。
2.数值误差:数值计算中会出现一些误差,这些误差可以分为截断误差和舍入误差。
截断误差是由于计算中将无限的数值截断为有限位数而引入的误差,而舍入误差是由于计算中进行舍入而引入的误差。
数值误差会随着计算的进行而积累,可能导致最终结果的不准确性。
3.数值稳定性:数值计算中的算法可能会受到输入数据的微小变化而产生很大的输出差异。
数值稳定性指的是算法对于输入数据的微小变化具有较好的鲁棒性,即输出结果相对稳定,不会产生过大的误差。
4.数值精度:数值计算的精度指的是计算结果与实际值之间的差距。
数值精度可以通过数值计算的方法和所使用的计算机精度来确定。
计算机有限的存储空间和位数限制了数值计算的精度,因此需要权衡计算精度和计算速度之间的关系。
5.数值方法:数值计算中用于求解数值问题的具体算法和技术称为数值方法。
数值方法包括数值逼近、数值插值、数值积分、数值微分、线性代数问题的数值解法等。
数值方法的选择取决于具体的问题和计算要求。
在实际应用中,数值计算广泛应用于众多领域,如物理学、化学、工程学、金融学等。
通过数值计算,可以对复杂的数学模型和方程进行求解,预测和模拟实际情况,提供决策支持和优化设计。
然而,数值计算也存在着一些挑战和限制。
首先,数值计算可能会产生舍入误差和截断误差,从而引入不确定性和误差。
其次,数值计算需要计算机指令的执行,这需要时间和计算资源。
因此,对于大规模的数值计算问题,可能需要分布式计算或并行计算。
此外,数值计算也需要对问题进行合理的建模和参数设定,才能得到准确和可靠的结果。
计算数学(数值分析)的基本概念

计算数学(数值分析)的基本概念计算数学是数学的一个分支. 在工程实际工作和科学研究中,寻求问题的解非常重要,这些问题经常转化为数学问题,建立数学模型,然后求解。
尽管许多问题的数学模型具有非常明确、简单明了的解,比如半径为r 的圆的面积s ,长方形的面积等等,但是更多的问题,求得解析解并非易事,而且实践中也不必要。
为此,一般利用计算机、采用一定的计算方法(算法)、求得满足一定精度的数值解(近似解),就足够了。
计算机只能进行加减乘除四则运算和一些简单的函数计算(即使是函数也是通过数值分析方法处理,转化为四则运算而形成了的一个小型论软件包).1. 数值代数:求解线性和非线性方程的解法,分直接方法和间接方法.2.插值和数值逼近。
3.数值微分和数值积分。
4.常微分方程和偏微分方程数值解法。
算法中常用的技术有:迭代技术、离散化技术、连续化技术等。
评价算法的最明显的标准是:速度和精度。
1. 计算速度——涉及计算量,表现出来是计算时间。
例如,求解一个20阶线性方程组,用加减消元法需3000次乘法运算;而用克莱姆法则要进行20107.9⨯次运算,如用每秒3千亿次乘法运算的计算机要100年.而目前IBM 生产的“蓝色基因”是世界上运算最快的计算机,每秒运算速度达136.8万亿次。
2.精度——涉及计算结果的准确性,表现为误差。
3.存储量.大型问题必须考虑的.4.数值稳定性.在大量计算中,舍入误差是积累还是能控制,这与算法有关. 例: 一元二次方程x 2-(109+1)x+109=0其精确解为X 1=109,X 2=1.如用求根公式:aacb b x ,24221-±-=和字长为8位的计算器求解,有 91891821010104104=≈⨯-=-ac b ,又9910110≈+,从而999110210)10(=+--≈x ,0210)10(992=---≈x .我们看到2x 与其精确解有着巨大差异.为了防止这种情况的发生,我们采用恒等变形求解可得:()110101024224999222=+--⨯≈-+-=---=acb bc a ac b b x 计算2x 的两个式子从数学上是完全一样的,但拿到计算机上去计算时,由于计算机采用的浮点运算及位数的限制,导致第二根结果差异较大,这充分说明,算法的选择是非常重要的。
第一章计算机基础知识

(2)应用软件 在计算机软硬件基础上为某一专门应用目的而设计开发的软件称为应 用软件.应用软件大致可以分为三大类:通用应用软件,用于专门行业的应 用软件和定制软件. 1.2.4 微型计算机系统的硬件组成 1.CPU(Central Processing Unit) CPU即中央处理单元,又称微处 CPU即中央处理单元,又称微处 理器.是一块集成了运 算器和控制器的半导体芯片,是整个计算机系统的 "大脑". 大脑" 2.系统主板(Main board)系统主板又称为母板是微型计算机中最大的一块集 .系统主板(Main board)系统主板又称为母板是微型计算机中最大的一块集 成电路板.
1.2 计算机系统的基本组成及工作原理
1.2.1 计算机系统的组成 一个完整的计算机系统有硬件系统和软件系统两部分组成.
运算器 CPU 控制器 主 机 内存(主存) 硬件系统 计 算 机 系 统 输入设备:键盘,鼠标,扫描仪 输出设备:显示器,打印机,绘图仪
系统软件:操作体统,语言处理程序
软件系统
CMOS ISA 插槽 主板电池 控制芯片 PCI 插槽 串 行/并 口 插 槽 Socket7 插槽 键盘插座 CACHE 内存插槽
3.内存储器 (1)随机存取存储器(Random Access Memory,简称RAM) )随机存取存储器(Random Memory,简称RAM)
(2)只读存储器(Read Only Memory,简称ROM) )只读存储器(Read Memory,简称ROM) 只读存储器简称ROM.CPU从它们中读取信息,而不能写入信息. 只读存储器简称ROM.CPU从它们中读取信息,而不能写入信息. (3)高速缓冲存储器(Cache) )高速缓冲存储器(Cache)
《数值计算方法》复习资料

《数值计算方法》复习资料课程的性质与任务数值计算方法是一门应用性很强的基础课,在学习高等数学,线性代数和算法语言的基础上,通过本课程的学习及上机实习、使学生正确理解有关的基本概念和理论,掌握常用的基本数值方法,培养应用计算机从事科学与工程计算的能力,为以后的学习及应用打下良好基础。
第一章数值计算方法与误差分析一考核知识点误差的来源类型;绝对误差和绝对误差限,相对误差和相对误差限,有效数字;绝对误差的传播。
二复习要求1. 知道产生误差的主要来源。
2. 了解绝对误差和绝对误差限、相对误差和相对误差限和有效数字等概念以及它们之间的关系。
3. 知道四则运算中的误差传播公式。
三例题例1设x*= π=3.1415926…近似值x=3.14=0.314×101,即m=1,它的绝对误差是-0.001 592 6…,有即n=3,故x=3.14有3位有效数字.x=3.14准确到小数点后第2位.又近似值x=3.1416,它的绝对误差是0.0000074…,有即m=1,n=5,x=3.1416有5位有效数字.而近似值x=3.1415,它的绝对误差是0.0000926…,有即m=1,n=4,x=3.1415有4位有效数字.这就是说某数有s位数,若末位数字是四舍五入得到的,那么该数有s位有效数字;例2 指出下列各数具有几位有效数字,及其绝对误差限和相对误差限:2.000 4 -0.002 00 9 000 9 000.00解因为x1=2.000 4=0.200 04×101, 它的绝对误差限0.000 05=0.5×10 1―5,即m=1,n=5,故x=2.000 4有5位有效数字. a1=2,相对误差限x2=-0.002 00,绝对误差限0.000 005,因为m=-2,n=3,x2=-0.002 00有3位有效数字. a1=2,相对误差限εr==0.002 5x3=9 000,绝对误差限为0.5×100,因为m=4, n=4, x3=9 000有4位有效数字,a=9,相对误差限εr==0.000 056x4=9 000.00,绝对误差限0.005,因为m=4,n=6,x4=9 000.00有6位有效数字,相对误差限为εr==0.000 000 56由x3与x4可以看到小数点之后的0,不是可有可无的,它是有实际意义的.例3ln2=0.69314718…,精确到10-3的近似值是多少?解精确到10-3=0.001,意旨两个近似值x1,x2满足,由于近似值都是四舍五入得到的,要求满足,近似值的绝对误差限应是ε=0.0005,故至少要保留小数点后三位才可以。
第一章 数值计算方法 绪论

er
e x
因为
e x
e x
er
e x
x x
x
e(x x)
(e )2
xx x ( x e )
( 1
e x
)2
e x
相对误差也可正可负
相对误差限——相对误差的绝对值的上界
r
/* relative accuracy */
e x
x x x
r
Def 1.3 (有效数字/*Significant Digits*/ )
0
e
记为
I
* 0
则初始误差
E0
I0
I
0
0.5 108
此公式精确成立
1
e
1 0
xn
e0
dx
In
1 e
1 x n e1 dx
0
1 e(n 1 )
In
1 n1
I 1
1
1
I 0
0.36787944
... ... ... ...
I 10
1
10
I 9
0.08812800
I 11
1 11
I 10
0.03059200
求函数y y(x)在某些点
xi
n i 1
的近似函数值
数学问题 数值问题
数值问题的来源:
实际 问题
建立数学模型
数值 求解 问题
设计高效、可 靠的数值方法
数值 问题
重点讨论
近似结果
输出
上机 计算
程序 设计
可 收敛性:方法的可行性
则数
靠 性
稳定性:初始数据等产生的误差对结果的影响
值分
数值分析_第1章

x * 的第一位非零数字为止的所有数字
称为 有效数字。 x * 的有效数字。
(关心有效数字的位数) 关心有效数字的位数)
数学语言描述: 数学语言描述:
设 x = ± 0 .a 1 a 2 L × 10 m ,
x * = ± 0 .a1 a 2 L a n × 10 m
= ± ( a 1 × 10 − 1 + a 2 × பைடு நூலகம்0 − 2 L a n × 10 − n ) × 10 m ,
1 而 ε r ( x) = , 8726
y* = 0.8727 × 10 99 .
1 ε r ( y) = . 8726
ε ( x) = 0.0001×10 −99 , ε ( y ) = 0.0001×1099 .
三.有效数字 如果近似值
x * 的绝对误差限不超过
的某一位上的半个单位, x * 的某一位上的半个单位,则从该位起到
取 x * = xR = sR ×10 P , 则xR为 x 的舍入, xR ∈ F 且
1 1 −t P ×10 ×10 ×10−t xR − x 2 1 1−t 1 −t 2 ≤ = ≤ ×10 ×10 = ×10 . P x s ×10 s 2 2
p -1
s = 0 . d1 d 2 L d t L
1 (19) ( ≤ 10) s (20)
d1 ≠ 0 , d i = 0,1, L 9, i = 2, 3, L ,
0 . d1d 2 L d t 1.舍入法 : sR = 0 . d1d 2 L d t + 10 −t
0 ≤ d t +1 ≤ 4 < 5 1 d t +1 ≥ 5 = ×10 2
数值计算方法教案

数值计算方法教案第一章:数值计算概述1.1 数值计算的定义与意义介绍数值计算的概念解释数值计算在科学研究与工程应用中的重要性1.2 数值计算方法分类介绍数值逼近、数值积分、数值微分、数值解方程等基本方法分析各种方法的适用范围和特点1.3 误差与稳定性解释误差的概念及来源讨论数值计算中误差的控制与减小方法介绍稳定性的概念及判断方法第二章:插值与逼近2.1 插值法的基本概念介绍插值的概念及意义解释插值函数的性质和条件2.2 常用的插值方法介绍线性插值、二次插值、三次插值等方法分析各种插值方法的优缺点及适用范围2.3 逼近方法介绍切比雪夫逼近、傅里叶逼近等方法解释逼近的基本原理及应用场景第三章:数值积分与数值微分3.1 数值积分的基本概念介绍数值积分的概念及意义解释数值积分的原理和方法3.2 常用的数值积分方法介绍梯形公式、辛普森公式、柯特斯公式等方法分析各种数值积分方法的适用范围和精度3.3 数值微分的基本概念与方法介绍数值微分的概念及意义解释数值微分的原理和方法第四章:线性方程组的数值解法4.1 线性方程组数值解法的基本概念介绍线性方程组数值解法的概念及意义解释线性方程组数值解法的原理和方法4.2 常用的线性方程组数值解法介绍高斯消元法、LU分解法、迭代法等方法分析各种线性方程组数值解法的优缺点及适用范围4.3 稀疏矩阵技术解释稀疏矩阵的概念及意义介绍稀疏矩阵的存储和运算方法第五章:非线性方程和方程组的数值解法5.1 非线性方程数值解法的基本概念介绍非线性方程数值解法的概念及意义解释非线性方程数值解法的原理和方法5.2 常用的非线性方程数值解法介绍迭代法、牛顿法、弦截法等方法分析各种非线性方程数值解法的优缺点及适用范围5.3 非线性方程组数值解法介绍消元法、迭代法等方法讨论非线性方程组数值解法的特点和挑战第六章:常微分方程的数值解法6.1 常微分方程数值解法的基本概念介绍常微分方程数值解法的概念及意义解释常微分方程数值解法的原理和方法6.2 初值问题的数值解法介绍欧拉法、改进的欧拉法、龙格-库塔法等方法分析各种初值问题数值解法的适用范围和精度6.3 边界值问题的数值解法介绍有限差分法、有限元法、谱方法等方法讨论边界值问题数值解法的特点和挑战第七章:偏微分方程的数值解法7.1 偏微分方程数值解法的基本概念介绍偏微分方程数值解法的概念及意义解释偏微分方程数值解法的原理和方法7.2 偏微分方程的有限差分法介绍显式差分法、隐式差分法、交错差分法等方法分析各种有限差分法的适用范围和精度7.3 偏微分方程的有限元法介绍有限元法的原理和步骤讨论有限元法的适用范围和优势第八章:数值模拟与计算可视化8.1 数值模拟的基本概念介绍数值模拟的概念及意义解释数值模拟的原理和方法8.2 计算可视化技术介绍计算可视化的概念及意义解释计算可视化的原理和方法8.3 数值模拟与计算可视化的应用讨论数值模拟与计算可视化在科学研究与工程应用中的重要作用第九章:数值计算软件与应用9.1 数值计算软件的基本概念介绍数值计算软件的概念及意义解释数值计算软件的原理和方法9.2 常用的数值计算软件介绍MATLAB、Mathematica、Python等软件的特点和应用领域9.3 数值计算软件的应用案例分析数值计算软件在科学研究与工程应用中的典型应用案例第十章:数值计算方法的改进与新发展10.1 数值计算方法的改进讨论现有数值计算方法的局限性介绍改进数值计算方法的研究现状和发展趋势10.2 新的数值计算方法介绍近年来发展起来的新型数值计算方法分析新型数值计算方法的优势和应用前景10.3 数值计算方法的未来发展探讨数值计算方法在未来可能的发展方向和挑战重点和难点解析一、数值计算概述难点解析:对数值计算概念的理解,误差来源及控制方法的掌握。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
对于不可压缩流体, 。
ii.
守恒形式: (04)
左边:运动量的增加速度
右边:单位体积内对流引起的动量变化、压力差作的功、粘性引起的动量变化、外力
应用连续性方程,生成:
非守恒形式: (05)
为控制体积受到的加速度。对于Newton流体,x方向速度在y方向的变化
(06)
(07)
(08)
(09)
(010)
4.
由于求解的方程都是守恒方程,数值结果也应是守恒的。这不仅要保证局部的守恒,也要保证总体的守恒。使用有限体积法或基于严格的守恒形式进行的离散,则可保证每个控制体的守恒。其它离散方法则要充分注意守恒问题。
守恒问题在求解方法中是非常重要的特性。非守恒方法会导致人工源(阱)的产生。但非守恒方法有时(如采用极小的网格)能保证相容性和稳定性,而产生正确的解。但一般因采用粗的网格,故建议使用守恒形式。
非稳态流动问题:使用求解初值问题的方法(marching in time时间步进),在每一个时间点上,求解一个椭圆问题。
稳态流动问题:
准时间步进(pseudo-time marching)法
等效迭代方法
由于方程是非线性的,通常需要迭代。这些方法对方程使用逐次线性化,产生的线性系统几乎都是采用迭代技术来求解。
5.
对于特别复杂的情况,如湍流、燃烧、多相流动,要考虑能保证求得物理上现实的解。这不一定是数值的问题,可能是模型的问题,是否能真正的描述物理现象。模型的问题也可能导致非物理的解或是数值方法发散。
6.
误差分为:
模型误差
离散误差
收敛误差
1.8.9
1.
i.
(02)
单位体积的质量流束的散度净量为内部密度的增加速度。用全导数表示:
对每个节点值的积分残差为零,求出离散方程;
整理出关于节点上未知数的非线性代数方程式(刚度矩阵)。
特点:有限单元法通常适用于不规则的求解区域。
提示:网格、积分方程、分布函数、权重函数、积分残差为零、刚度矩阵
iv.
v.
vi.
不同的方法影响精度,求解问题的难度,编程和调试的难度,计算的速度。精度越高,涉及的网点就越多,系数矩阵就越大,需要的内存就越高,由此不得不使用粗网格,结果反而影响精度。目前一般二阶精度为最佳选择。
迭代方法:计算不发散
稳定性很难判断,最常用的方法为von Neumann方法。但是,在求解复杂的非线性的耦合方程的,并具有复杂边界条件的方法往往是很难得到稳定的结果,而需要经验和本能。许多求解方法需要限制时间步长,和采用低松弛。
3.
收敛性
当网格跨度趋近于零时,离散差分方程的解接近微分方程的解。
收敛与稳定同样很难判断,往往采用数值实验:逐步精化网格,如方法是稳定而且收敛的,则结果将收敛到一个与网格大小无关的解。
空泡率,滑速比,均匀流、2流体模型,结构方程,相间输运,状态方程、多相流动,拉格朗日坐标系
5.
具有明显连续移动界面问题。
自由表面,表面张力,网格系统和移动的耦合,适体网格,波,数值波
Eular法、VOF法〔Volume of Fluid),有限元法
6.
详细解释微小尺度上的流动问题。
粒子模型,分子模型,大涡法,格子模型
Non-orthogonal coordinate system非正交坐标系统
移动的或静止的
选择的方法依赖与目标流动。可能会影响离散方法和网格类型的选择。
也可以根据矢量或张量表达的需要,选择坐标系。
1.8.4
i.
ii.
iii.
iv.
v.
计算节点(computational node, FDM)
节点(FVM)
特点:适用任何形状的网格,可用复杂几何形状
与坐标类型无关
提示:网格、积分方程、分布曲线、表面和体积分、代数方程
iii.
选择函数和权重函数。
将区域离散成有限个体积或单元(element),2D时通常为三角型或多边型;
选择每个单元解的近似函数形式(例如:线性形状函数),与单元角上的值相关;积分权重
选择积分方程的权重函数;
提示:非线性方程系统、求解方法、问题本身、非稳态、稳态
1.8.7
内迭代:求解线性方程
外迭代:处理非线性项,和使方程耦合。
何时停止某个迭代从精度和效率来说都是非常重要的。
1.8.8
提示
1.
当网格跨度趋近于零时,离散差分方程接近微分方程。截断误差逐渐为零。
2.
任何误差不会放大。
暂态问题:只要真正解有解,数值解也有界。
(017)
q用Fourier公式:
(018)
对牛顿流体而言为粘性系数和耗散系数的积,耗散系数为:
(019)
高速气体流动时膨胀效果变的重要时、产生很大的速度梯度情况下,需考虑此0项。一般不考虑。
能量方程的特殊形式:
理想气体
(020)
压力一定,密度一定 (连续性方程)
(021)
焓的表示( )
(022)
热传导方程
CFD包括面很广泛,从采用良好的工程设计方法,到详细求解Navier-Stokes方程;从简单流动到非常复杂的流动。简单的可能在几秒时间内就能完成,复杂的需要在最大的超级计算机上用几百个小时才能完成。
完美的CFD应满足以下条件:
适用任何问题
计算速度快
能得到精度高且可信度高的结果
程序简单,谁都能简单使用
1.
压力差主导的流动问题。
涡流法、MAC法、拟压缩法、SIMPLE方法,有限元、边界元法。。。
2.
密度波主导的流动问题。速度主导。
势方程,微小扰动的势方程,波动问题,超音速流动问题,冲击波问题
TVD方法,有限元方法
3.
湍流主导问题。
湍流模型:
0方程1方程模型,k-方程,壁面函数法
4.
多界面和局部平均化问题。燃烧、稀薄流、多相流、电磁流体问题。
2.
偏微分方程组或积分方程组及边界条件。必须选择应用的目标:
不可压缩可压缩
非粘性的粘性
湍流层流
2维或3维
单相多相
。。。
由此可以选择不同的简化守恒方程。
1.8.2
i.
使用网络节点,选择微分的近似方法。
将区域离散成有限个网格,通常为结构化网格;
选择方程各项的差分形式(Taylor展开);
对每个节点建立差分方程;
数值流体力学的问题一般是要了解每时每刻流场的变化过程。即对支配方程式进行积分求解。实际上是求空间离散点(网格)上的压力、速度等物理量。
图示:离散化、控制方程、压力,速度,温度
1.8
关键词:数学模型、方程离散化方法、坐标、空间离散、网络、求解方法、收敛准则
1.8.1
1.
基本偏微分方程的形式:(2D)提醒:微分形式和积分形式
细网格:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
粗区域:I II III IV
iii.
主要用于有限体积法和有限单元法内
格子(控制体积或单元)形状任意
相邻节点数无限制
常用格式形状有:2D:三角形、多边型;3D:蜂窝等,通常格子的生成有专门的格子生成方式(grid generation)
1.8.6
离散化产生一个大的非线性代数方程系统。求解方法取决于问题本身。
(01)
提醒:空间:x, y时间—空间:t,x; t,x,y
对于求解域内的任一点(xo, yo)
双曲型方程: ,过该点有两条实的特征线
如当ac<0异号, ,波动方程
抛物型方程: ,过该点有一条实的特征线
如当ac=0, ,非稳态导热
椭圆型方程: ,过该点无实的特征线
如当ac>0同号, ,稳态导热
i.
相当于平衡问题或稳态问题。影响区域是椭圆的。与时间无关。空间的闭区域。又称为边值问题。
求解特征:从已知的初值开始,逐步推进,依存获得适合定边界的解。求解代数方程的量可为一维的,可节约容量。
物理意义:分布与瞬时以前的情况和边界条件相关。(时间步进)
下游的分布仅与上游的变化相关(主流步进)x
iii.
也是步进问题。但依赖区域仅在两条特征区域之间。
例如:无粘性流体的非稳态问题;无粘性流体的稳态超音速流动。
整理出关于节点上未知数的非线性代数方程式。
提示:网格、微分方程、差分形式、差分方程、代数方程
ii.
使用控制体积,选择表面和体积积分的近似方法。
将区域离散成有限个控制体积,适用任何形状的网格;
选择未知函数对时间和空间的局部分布曲线(线性或曲线分布);
对每个CV进行空间(表面、体积)和时间的积分;
整理出关于节点上未知数的代数方程式。
vi.
vii.
1.8.5
i.
网格线:自己不交,以其它线只交一次。
节点可用一组坐标下标唯一表示,例(i,j,k)
相邻节点坐标用1表示
优点:使用广泛
缺点:只适合几何简单的计算区域
ii.
在同一个计算区域上有两种或以上不同标准的网格划分。通常使用的有粗网格、精细网格的
粗区域可以是不规则,可以重叠
细网格为结构化网格
(023)
2.
通常有将包含连续方程和能量方程的守恒方程式的矢量形式全体统称为Euler(无粘性)或Navier-Stokes Equation的。
i.
(024)
(025)
(026)
(027)
:第二粘性系数,:粘性系数:体积粘性系数
(028)
Stokes假定: (029)
上式为可压缩流体的NS方程式的积分系形式。不计粘性时为Euler方程式。