数值分析第一章
数值分析 第一章 绪论

利用算法
In 1
1 In n
则算法为稳定的。
In 1 nIn1
精确值
I n1
1 In n
0
0.6321
0.63212…
0.6321
1
0.3679
0.36787…
0.3679
2
0.2642
0.26424…
0.2642
3
0.2074
0.20727…
0.2073
4
0.1704
0.17089…
0.1709
17
5. 注意简化计算步骤,减少运算次数。
例如:计算多项式 Pn (x) an xn an1xn1 a0 的值。
若直接计算,共需乘法
1 2
n(n
1)
次,加法
n
次才能得到
Pn (x)
的值;若采用秦九韶算法:
Pn ( x) x( x ( x( xan an1) an2 ) ) a0
Sn an
In
e1
1 xnex dx ,n
0
0,1, 2,,9
。
解:直接积分可得到
I 0
e1
1 e xdx
0
1 e1
0.6321 : I0
In 1 nIn1 精确值
0
0.6321
0.63212…
1
0.3679
0.36787…
2
利用分部积分可得到递推式 ,
3
In 1 nIn1,
4
5
In 1 nIn 1
对阶时 0.0001 0.000000001105 ,计算机表示为0,计算 结果为 0.12345 105 ,结果不可靠。
10000
数值分析(第一章)修正版描述

2
例:为使 x 20 的近似值 x 的相对误差不超过 问查开方表时至少要取几位有效数字? * 解:设近似值 x 取n位有效数字可满足题设要求。 对于 x
1 103 2
*
20, 有x1 4
* r
1 1 1 n 1 n e 10 10 由定理,有 2 x1 8
1 1 1 n 3 10 10 令 8 解得 2
e* x* x * ,则称 * 为x* 近似x的一个绝对 差限,简称误差限。 误 . 实际计算中所要求的绝对误差,是指估计一个 尽可能小的绝对误差限。
*
2.相对误差及相对误差限
0) 的一个近似,称 定义 设 x 是准确值 x( *
*
为 x 近似x的一个绝对误差。在不引起混淆时,简称符 * * 号 er ( x )为 er * * * * 因 e e e x x
(1)有效数字
定义 :设x的近似值 x 有如下标准形式
*
x 10 0.x1x2 xn1 xp 9且x1 0, p n 其中m为整数, xi 0,1,2 ,
*
1 mn e x x 10 如果 2
* *
, * 则称 x 为的具有n位有效数字的近似数. 或称 x* 准确到 10m n 位,其中数字 x1 x2 xn ,分别 * x 被称为 的第一,第二,…第n个有效数字.
*
n
* i *
x * * f 'i ( x1 , x2 , i 1 y
n
* i *
x )er ( x )
* n
* i
绝对误差限和相对误差限满足传播不等式:
( y ) f 'i ( x , x ,
数值分析第一章

截断误差:
Rn(x)
f (n1)()xn1
(n1)!
舍入误差:机器字长有限
R 3 .14 0 1 .05 09 0 .数0 制转0 换、2 机器6 数.
二、误差、有效数字
定义1 绝对误差,简称误差: e*x* x,其x* 中 为准 x的 确 近 .值 似
误差限:*|e*|的一个上 . 界
数值分析
第1章 绪论
§1 数值分析的研究对象与特点
一、什么是数值分析
数值分析是计算数学的一个主要部分,计算数学是数 学科学的一个分支,它研究用计算机求解各种数学问题 的数值计算方法及其理论与软件实现.
实际问题→数学模型→数值计算方法 →程序设计→上机计算求出结果
先看两个例子。 例1 求方程 x2=2sinx,在区间(1,2)内的根。 理论上可知显然找不出根的解析式,即无法求出
而 按 (2.相 1 ), m 对 3 ,误 n3 差绝 .2限对 相误 同 2 *差 : 1 21限 05. r*0.005 /90..80000/00.0050.980
定理1设近似x*数 表示为
x*10m(a1a2101al 10(l1)) (2.)1
一般 Cp10认为是病 . 态 其他计算问题条 也件 要 ,考 数 考虑虑是否 . 病态
二、算法的数值稳定性
考虑初始数据误差在计算中的传播问题.
例 5计In算 e 10 1xnexdx,n0,1 , ,并估.计误
In 1 n n 1 I ,n 1 ,2 , , I01e1. (A) II0 n 1 0.6nI3n ,1 2,n11,2, . (B)II9n** 10.01n(168,In*4),n9,8, ( ,1I9. 1 2(110e110)0.06)8 定义一3个算法若输 误入 差 ,而数 在据 计有 算过 误差不,则 增称 长此算法是 的,否 数则 值是 稳不 定. 稳
数值分析第一章实验 误差分析

1. 计算11n x nI ex e dx -=⎰(n=0,1,2,……)并估计误差。
由分部积分可得计算n I 的递推公式111101,1,2,e 1.nn x I nI n I e dx e ---=-=⎧⎪⎨==-⎪⎩⎰……. (1) 若计算出0I ,代入(1)式,可逐次求出 12,,I I …的值。
要算出0I 就要先算出1e -,若用泰勒多项式展开部分和21(1)(1)1(1),2!!ke k ---≈+-+++…并取k=7,用4位小数计算,则得10.3679e -≈,截断误差14711|0.3679|108!4R e --=-≤<⨯.计算过程中小数点后第5位的数字按四舍五入原则舍入,由此产生的舍入误差这里先不讨论。
当初值取为000.6321I I ≈= 时,用(1)式递推的计算公式为 010.6321A 1nn I I nI -⎧=⎨=-⎩ (),n=1,2,…。
计算结果见表1的n I 列。
用0I 近似0I 产生的误差000E I I =- 就是初值误差,它对后面计算结果是有影响的.表1 计算结果从表1中看到8I 出现负值,这与一切0n I >相矛盾。
实际上,由积分估值得111110001011(im )(max)11x n n n x x e e m e x dx I e x dx n n ---≤≤≤≤=<<=++⎰⎰ (2) 因此,当n 较大时,用n I 近似n I 显然是不正确的。
这里计算公式与每步计算都是正确的,那么是什么原因合计算结果出现错误呢?主要就是初值0I 有误差000E I I =- ,由此引起以后各步计算的误差n n nE I I =- 满足关系1,1,2,n n E nE n -=-=….由此容易推得0(1)!n n E n E =-,这说明0I 有误差0E ,则n I 就是0E 的n!倍误差。
例如,n=8,若401||102E -=⨯,则80||8!||2E E =⨯>。
数值分析第一章1.3范数

A R ,令 A max X 0
nn
AX X
r
r
, ( r 1, 2, ),
r 则 为 与n 相容的范数,记为 。 A r Rn
称其为由向量范数诱导的矩阵空间的算子范数。
证明:1、向量范数与其诱导的矩阵空间的算子范数相容 证、 A R nn、Y R n , Y 0,
2
二、矩阵的范数 定义2 定义映射 :R nn R, A A ,若满足: 1、 A
0, A 0 当且仅当
A 0;
2、 aA a A , a R, A R nn ;
nn 3、 A B A B , AB A . B , A, B R ,
n
2
2 2 x12 x 2 x n 0;
2
i1 axi
n
2
a
xi2 a X 2 ; i 1
n
(3)易见,X
2
X T X , 由Cauchy-Schwarz不等式
( X T Y ) 2 ( X T X )(Y T Y )
X Y
2 2
(X Y) (X Y) X
2、(齐次性).任意 a R ,有 aX a X ; 3、(三角不等式). X Y X Y 。 将向量模的概念加以推广,便得到向量范数概念。
定义1 定义映射 ① ② ③
: R n ,若满足条件: R, X X
X 0;
X 0当且仅当 , X 0
aX a X , a R, X R n ;
X Y X Y , X ,Y Rn ,
n 则称其为 R上的一种范数。
最常用的如下三种向量范数: X x1 , x2 ,, xn T R n
数值分析原理课件第一章

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,目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. 复杂性表现在如下几个方面: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;(4)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、追求的目标、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. 如的计算是无穷过程,当用作为的 +++=!21!111e !1!21!111n e n ++++= e 近似时,则需要进行有限过程的计算,但产生了截断误差.e e n - 当用计算机计算时,因为舍入误差的存在,我们也只能得到的近似值,也就是n e n e *e 说最终用近似,该近似值既包含有舍入误差,也包含有截断误差.*e e 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n 次多项式值0111a x a x a x a n n nn ++++-- 的如下快速算法;n a s =; k n a t -=t sx s +=),,2,1(n k =它通过n 次乘法和n 次加法就计算出了任意n 次多项式的值. 再如幂函数可以通过如下64x 快速算法计算出其值;x s =;循环6次s s s ⋅=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(计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 误差的度量与传播一、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 用作为量的近似,则称为近似值的绝对误差.*x x )(:**x e x x =-*x 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ε (1.1)ε≤-=x x x e **)(称正数为近似值的绝对误差限,简称误差. 这样得到不等式ε*x εε+≤≤-**x x x 工程中常用ε±=*x x 表示近似值的精度或真值x 所在的范围.*x 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 (1.2)m m cm s μ50001230000005.023.15.0123±=±=±=为此,我们需要引入相对误差定义1.2 用作为量的近似,称为近似值的相对误差. 当0*≠x x )(:**x e xxx r =-*x 是x 的较好近似时,也可以用如下公式计算相对误差*x (1.3)***)(xx x x e r -= 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s 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的相对误差限,它是相*x )(*x r ε对误差绝对值的较小上界. 结合式(1.1)和(1.3),相对误差限可通过绝对误差限除以近似*x 值的绝对值得到,即(1.4)***)()(xx x r εε=为给出近似数的一种表示法,使之既能表示其大小,又能体现其精确程度,需引入有效数字以及有效数的概念.定义1.3 设量的近似值有如下标准形式x *x p n ma a a a x 21*.010⨯±= (1.5)()pm p n m n m m a a a a ----⨯++⨯++⨯+⨯±101010102211 =其中且,m 为近似值的量级. 如果使不等式}9,,1,0{}{1 ⊂=pi i a 01≠a (1.6)n m x x -⨯≤-1021*成立的最大整数为n ,则称近似值具有n 位有效数字,它们分别是、、… 和 . *x 1a 2a n a 特别地,如果有,即最后一位数字也是有效数字,则称是有效数.p n =*x 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,其近似值,,. 试回答这三个近π=x 141.3*1=x 142.3*2=x 722*3=x 似值分别有几位有效数字,它们是有效数吗?解 这三个近似值的量级,因为有1=m 312*110211021005.000059.0--⨯=⨯=≤=- x x 413*2102110210005.00004.0--⨯=⨯=≤=- x x571428571428.3*3=x 312*310211021005.0001.0--⨯=⨯=≤=- x x 所以和都有3位有效数字,但不是有效数. 具有4位有效数字,是有效数.*1x *3x *2x 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. 对于函数有近似值,利用在点处),,,(21n x x x f y =),,,(**2*1*n x x x f y =),,,(**2*1n x x x 的泰勒公式(Taylor Formula),可以得到 )(),,,()(*1**2*1**i i ni n i x x x x xf y y y e -≈-=∑=(1.7))(),,,(*1**2*1i ni n i x e x x xf ∑== 其中,是的近似值,是的绝对误差. 式(1.7)表明函ii x f f ∂∂=:*i x i x )(*i x e *i x ),,2,1(n i =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 (1.8))(),,,()(***1**2*1*i r i ni ni r x e yx x x x f y e ∑=≈对于一元函数,从式(1.7)和(1.8)可得到如下初值误差传播近似计算公式)(x f y = (1.9))()()(***x e x f y e '≈ (1.10))()()(*****x e yx x f y e r r '≈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 试建立函数的绝对误差(限)、相对误差n n x x x x x x f y +++== 2121),,,(的近似传播公式,以及时的相对误差限传播公式.{}ni i x 1*0=> 解 由公式(1.7)和(1.8)可分别推得和的绝对误差、相对误差传播公式如下(1.11)∑∑==≈ni i ini nix e x e x x xf y e 1**1**2*1*)()(),,,()(= (1.12)∑∑==≈ni i r i i r i ni ni r x e yx x e y x x x x f y e 1******1**2*1*)()(),,,()(= 进而有∑∑∑===≤≤≈ni i n i ini ix x e xe y e 1*1*1**)()()()(ε于是有和的绝对误差限近似传播公式 ∑=≈ni ixy 1**)()(εε当时,由式(1.3)推得相对误差限的近似传播公式{}ni i x 1*=>)(max )(max )(max )()()(*11***11***11****1**i r ni ni i ir n i ni i i r n i ni i r i ni ir x yx x yx x x y x yxy εεεεεε≤≤=≤≤=≤≤====≤=≈∑∑∑∑ 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3.1304*=a mm ,宽的近似值mm (数据的最后一位均为估计值). 试求桌子面积近似值的绝8.704*=b 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 mm ,mm 5.0)(*=a ε5.0)(*=b ε面积,由式(1.7)得到近似值的绝对误差近似为ab S =***b a S = )()()(*****b e a a e b S e +≈进而有绝对误差限 mm 255.10045.03.13045.08.704)()()(*****=⨯+⨯=+≈b a a b S εεε相对误差限 %11.00011.08.7043.130455.1004)()(***=≈⨯=≈S S S r εε§1.3 数值实验与算法性能比较本节通过几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,在计算过程中保留7位有效数字,研究对不同)1(1111+=+-x x x x 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=2-52≈2.220446×10-16,能够表示的数的绝对值在区间(2.2250739×10-308,1.797693×10308)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: 和算法2: 的误差时,精确解用双精111)(1+-=x x x y )1(1)(2+=x x x y 度的计算结果代替. 我们选取点集中的点作为x ,比较两种方法误差的差异.301}{=i i π 从图1.1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,和是相近数,用算法1进行计算时出x 111+x 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 接近时,两种算法的精度比较,其中变量x 依次取为1-. 从图中可以看出两种方法的相对误差基本上都为,因而二者的精度相当.{}3011=--i iπ710-图1.1 算例1.1中两种算法的相对误差图()+∞→x图1.2 算例1.1中两种算法的精度比较)1(-→x 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⎩⎨⎧=+=+2321200001.02121x x x x 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,使得第二个方程的的系1x 数为零,这时可解出;其次将带入第一个方程,进而求得(在第三章中称该方法为高2x 2x 1x 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1a 和算法1b . 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, ,用不同的算法计算出的...25000187.01=x ...49999874.02=x 结果见表1.1.表1.1 对算例1.2用不同算法的计算结果比较算例1.2*1x )(*1x r ε*2x )(*2x r ε算法1a 0.00000.10×1010.50000.25×10-7算法2a 0.25000.75×10-70.50000.25×10-7算法1b 0.26000000.40×10-10.49999870.10×10-6算法2b0.25000200.50×10-80.50000000.25×10-7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加00001.0/2-至第二个方程,从而削去第二个方程中的系数,但在计算的系数时需做如下运算1x 2x(1.13)661610000003.0104.0103.0104.03200001.02⨯⨯⨯⨯=+⨯+=-+--对上式用4位尾数进行计算,其结果为. 因为舍入误差,给相对较大的数加以6104.0⨯-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(1.14)661610000002.0102.0102.0102.02100001.02⨯⨯⨯⨯=+⨯+=-+--同样出现了大数吃小数现象,其结果为. 这样,得到的变形方程组6102.0⨯-⎩⎨⎧⨯-=⨯-⨯=⨯+⨯62612114102.0104.0101.0102.0101.0x x x 中没有原方程组中第二个方程的信息,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,因而算法设计中尽可能避免用绝对值较大的数00001.0/2-除以绝对值较小的数. 其实当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,累计起来可能带来巨大的误差,甚至导致错误. 例如在算法1a 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1.3 计算积分有递推公式,已知⎰+=1055dx x x I n ),2,1(511 =-=-n I nI n n . 采用IEEE 双精度浮点数,分别用如下两种算法计算的近似值.56ln 0=I 30I算法1 取的近似值为,按递推公式计算0I 6793950.18232155*0=I *1*51--=n n I nI *30I 算法2 因为,取的近似值为)139(5156)139(611039103939+⨯=<<=+⨯⎰⎰dx x I dx x 39I ,按递推公式计算3333330.004583332001240121*39≈⎪⎭⎫ ⎝⎛+=I ⎪⎭⎫ ⎝⎛-=-**1151n n I n I *30I 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的计算结果算法1算法2n *nI n n I I -*n *nI nn I I -*18.8392e-002 1.9429e-01639 4.5833e-0033.9959e-0042 5.8039e-0029.8532e-016384.2115e-0037.9919e-0053 4.3139e-002 4.9197e-01537 4.4209e-003 1.5984e-0054 3.4306e-002 2.4605e-01436 4.5212e-003 3.1967e-0065 2.8468e-002 1.2304e-01335 4.6513e-003 6.3935e-0076 2.4325e-002 6.1520e-01334 4.7840e-003 1.2787e-007………33 4.9255e-003 2.5574e-00825 1.1740e+001 1.1734e+00132 5.0755e-003 5.1148e-00926-5.8664e+001 5.8670e+00131 5.2349e-003 1.0230e-00927 2.9336e+002 2.9335e+002 305.4046e-003 2.0459e-01028-1.4667e+003 1.4668e+003 297.3338e+0037.3338e+003 30-3.6669e+004 3.6669e+004图1.3 算例1.3用不同算法计算结果的误差绝对值的对数图从表1.2中的计算结果可以看出,算法1随着计算过程的推进,绝对误差几乎不断地以5的倍数增长,即有0*02*221*1*555I I I I I I I I n n n n n n n -≈≈-≈-≈----- 成立. 对于逐步向前推进的算法,若随着过程的进行,相对误差在不断增长,导致产生不可靠的结果,这种算法称之为数值不稳定的算法. 对于算法1绝对误差按5的幂次增长,但真值的绝对值却在不断变小且小于1,相对误差增长的速度快于5的幂次,导致产生错误的结果,因而算法1数值不稳定,不能使用. 而算法2随着计算过程的推进,绝对误差几乎不断地缩小为上一步的1/5,即有m m n m n n n n n n n I I I I I I I I 5/5/5/*22*21*1*++++++-≈≈-≈-≈- 成立. 绝对误差不断变小,真值的绝对值随着过程向前推进却在变大,这样相对误差也越来越小,这样的方法称之为数值稳定的算法. 算法1和算法2的误差对数示意图见图1.3. 这个算例告诉我们应该选用数值稳定的算法.知识结构图⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎨⎧⎪⎩⎪⎨⎧⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧⎩⎨⎧⎪⎩⎪⎨⎧⎩⎨⎧算法设计要点数值方法的稳定性数值方法的收敛性算法多元函数一元函数传播有效数字相对误差(限)绝对误差(限)度量截断误差舍入误差误差的产生误差误差与算法习题一1 已知有效数,,. 试给出各个近似值的绝对误105.3*1-=x 4*210125.0⨯=x 010.0*3=x 差限和相对误差限,并指出它们各有几位有效数字.2 证明当近似值是x 的较好近似时,计算相对误差的计算公式和相差一个*x x x x -***xxx -和同阶的无穷小量.2*⎪⎪⎭⎫⎝⎛-x x x 3 设x 的近似值具有如式(1.5)的表示形式,试证明*x 1)若具有n 位有效数字,则相对误差;*x n r a x e -⨯≤11*1021)(2)若相对误差,则至少具有n 位有效数字.n r a x e -⨯+≤11*10)1(21)(*x 4 试建立二元算术运算的绝对误差限传播近似计算公式.5 试建立如下表达式的相对误差限近似传播公式,并针对第1题中数据,求下列各近似值的相对误差限.1) ; 2) ; 3) *3*2*1*1x x x y +=3*2*2x y =*3*2*3/x x y =6若例题1.3中使用的尺子长度是80mm ,最小刻度为1mm ,量得某桌面长的近似值mm ,宽的近似值mm . 试估计桌子长度、宽度的绝对误差限,并3.1304*=a 8.704*=b 求用该近似数据计算出的桌子面积的绝对误差限和相对误差限.7 改变如下计算公式,使其计算结果更为精确.1) 且0,cos 1≠-x xx1<<x 2)1,1ln )1ln()1(ln 1>>--++=⎰+N N N N N xdx N N3) 1,133>>-+x x x 8 (数值试验)试通过分析和数值试验两种手段,比较如下三种计算近似值算法的可靠性.1-e 算法1 ;∑=--≈mn nn e 01!)1( 算法2 ;101!1-=-⎪⎭⎫ ⎝⎛≈∑m n n e算法3 ;101)!(1-=-⎪⎪⎭⎫ ⎝⎛-≈∑m n n m e9 (数值试验)设某应用问题归结为如下递推计算公式 ,,72.280=y 251-=-n n y y,2,1=n 在计算时取为具有5位有效数字的有效数. 试分析近似计算公式的2*c **1*5c y y n n -=-绝对误差传播以及相对误差传播情况,并通过数值实验验证 (准确值可以用IEEE 双精度浮点运算结果代替),该算法可靠可用吗?。
数值分析第一章

21024(2-2-52) ≈10308 The smallest normalized positive machine number: 2-1024(1+2-52) ≈10-308
If ︱x︱< 10-308 , then result in underflow, fl(x) is set to zero; If ︱x︱>10308, then result in overflow, the computation will halt.
计算机数系
(Collection of machine numbers)
reference books
误差及其运算
(Errors and Operations)
▲
什么是算法和计算量? 什么是算法和计算量? (Algorithm and Calculated Quantities )
▲
Calculated Quantities
A
cij = ∑ a ik b kj i = 1,
k =1
n
,m; j = 1,
B
( ((anx + an−1)x + an−2)x + + a1)x + a0
The Number of Operations of AB is
N= (m ×n ×s )flop
计算机数系(Collection of machine numbers)
Basic Concepts in Numeric Analysis 算法与计算量
(Algorithm and Calculated Quantities)
2.<应用计算方法教程>, 张晓丹,郑连存等编,机械出版 社,2008,6 3. 《科学和工程计算基础》,施妙根、顾丽珍 编著,清华大学 出版社。1999
数值分析第1章绪论

THANKS
感谢您的观看
算法创新
在数值分析中,创新算法的提出是推 动学科发展的重要动力。新的算法可 以解决传统算法难以处理的问题,提 高计算效率和精度。
Part
05
Байду номын сангаас
数值分析的展望与启示
数值分析与其他学科的交叉研究
数值分析与物理学的交叉
数值分析在解决物理问题中扮演着重要角色,如流体动力学、电磁学和量子力学等领域。 通过数值模拟和计算,可以更深入地理解物理现象和预测新现象。
Part
04
数值分析的挑战与未来发展
数值稳定性的挑战
数值稳定性问题
在数值分析中,算法的数值稳定性是一个重要的问题。不稳定的算法可能会导致计算结果的误差累积,从而影响 结果的精度。
解决方法
为了提高数值稳定性,可以采用多种方法,如改进算法、增加迭代次数、使用稳定的数据类型等。
高性能计算的需求
高性能计算的重要性
或最小化线性目标函数问 题,如单纯形法等。
微分法
数值微分
利用已知函数值估计函数在某点 的导数值。
偏微分方程数值解
通过有限差分法、有限元法等求 解偏微分方程的数值解。
数值积分
利用已知函数值计算函数在某个 区间的积分值。
常微分方程数值解
通过离散化方法求解常微分方程 的数值解,如欧拉法、龙格-库塔 法等。
逼近法
最佳平方逼近
利用已知的离散数据点构造一个多项式,使得该 多项式在最小二乘意义下逼近目标函数。
傅里叶逼近
利用傅里叶级数的性质进行逼近,适用于周期函 数的逼近。
ABCD
切比雪夫逼近
利用切比雪夫多项式的性质进行逼近,具有最佳 逼近和一致逼近的特点。
数值分析-第一章ppt课件

可编辑课件PPT
4
《数值分析》课程主要介绍几类数学问题的经典 算法. 在学习中既要重视实际应用, 又要重视有关理论, 必须注意理解算法的设计原理和处理技巧, 重视基本 概念和理论——误差分析, 收敛性与稳定性. 认真完成 习题中的理论证明和计算方面的相关问题, 手算与上 机计算相结合, 同时注意培养利用计算机进行科学计 算的能力.
似值 x*的绝对误差限, 简称为误差限. 在工程技术中常记作 x=x*±*。 例如, 电压V=100±2(V), V*=100(V)是V的一个近
似值, 2(V)是V*的一个误差限, 即
| V–V*| 2(V)
可编辑课件PPT
11
二、相对误差与相对误差限
对于两个数值
x1=100±2, x2=10±1
[4] Rainer Kress. Numerical Analysis. New York:
Springer-Verlag, 2003.
可编辑课件PPT
1
实际问题
否
解释 实际问题
是
结束
抽象
建立数学模型
简化
类方 型法
结果分析 求解计算
应用于实践
可编辑课件PPT
2
数值分析研究的主要内容:是各类数学问题的近 似解法——数值方法, 是从数学模型(由实际问题产生 的一组解析表达式或原始数据)出发, 寻求在有限步内 可以获得数学问题满足一定精度近似解的运算规则, 这种规则称为算法, 它包括计算公式, 计算方案和整个 计算过程.
值x的比值为近似值x*的相对误差, 并记作er(x*),
可编辑课件PPT
12
数值分析 第1章

3.计算复杂性尽可能小 从实际需要出发,我们还需要考虑计算量的大小, 即所谓计算复杂性问题。它由以下两个因素决定的: 使用中央处理器 CPU)的时间,主要由四则运算 使用中央处理器( 的时间 主要由四则运算 的次数决定; 占用内存储器的空间,主要由使用的数据量来决 定。
4.要有数值化结果 数值计算的许多方法是建立在离散化的基础上进 行的, 其解决问题的最终结果不是解析解而是数值近似 解。对于给定的数学模型,采用不同的离散手段可以导 致不同的数值方法,应该通过计算机进行数值试验,进 行分析、比较来选定算法。 对新提出的算法,有的在理论上虽然还未证明其 收敛性,但可以从具体试验中发现其规律,为理论证明 提供线索。
x2 =
−b − b 2 − 4ac 2c = 2a −b + b 2 − 4ac
9
来严重影响 应尽量避免 来严重影响,应尽量避免。 例3
,
在 4 位浮点十进制数下,用消去法解线性方程
⎧0.00003 x1 − 3 x 2 = 0.6 ⎨ x1 + 2 x 2 = 1 . ⎩
组
2 ×10 =1 . 109 + 109
§1.1
预备知识
一、集合
把一些确定的彼此不相同的事物汇集在一起成为一 个整体,称为集合。 表示方法:描述法;列举法。 分类:有限集;无限集(可列集,不可列集) 。
9
10
可列集(可数集) : 设 A 是无限集,若 A 中的一切元素可以用自然数 编号(即 A 与自然数集 N 一一对应) ,使 A 写成 A={ A { a1 , a2 , a3 ,L an ,L },则称 A 为可列集 (或可数集) 。 否则,称为不可列集。 如:有理数集是可列集,数列构成的集合是可列 集;无理数集、[0,1]中的全体实数构成的集合是不 可列集。
数值分析_第一章_误差

的关系. 解
e( y ) e( x n ) nx n1e( x )
e( y ) nx n1e( x ) e( x ) er ( y ) n ner ( x ) n y x x
所以xn 的相对误差是 x 的相对误差的n倍. x2的相对误差是 x 的相对误差的 2 倍,
x 的相对误差是 x 的相对误差的 1/2 倍.
一位的所有数字均称为有效数字.
例: 3.1415926535 897932 ......;
问: *有几位有效数字? 解: |π * π| 0.5 10 3
* 3.1415
* 有4 位有效数字,精确到小数点后第3 位
3
例
已知下列近似值的绝对误差限都是0.005, 问
问应取几位有效数字? 解 由于 2 1.414, 则近似值x*可写为
x* 0.a1a2 an 101 ,
a1 1 0.
令
1 2 x * 101 n 10 5 2
故取 n=6,即取 6 位有效数字. 此时 x*=1.41421.
5
例
设 y=xn, 求 y 的相对误差与 x 的相对误差之间
例 用毫米刻度的米尺测量一长度 x, 如读出的长度
是 x*=765 mm, 由于误差限是 0.5 mm, 故准确值
x [764.5 mm , 765.5 mm ].
精确值x , 近似值 x* 和误差限 之间满足:
x * x x *
通常记为
x x *
1
例 设 x*=1.24是由精确值 x 经过四舍五入得到的 近似值, 求x*的绝对误差限和相对误差限. 解 由已知可得: 1.235 x 1.245
《数值分析》第一章 数值计算中的误差

值,其绝对误差限等于该近似值末位的半个单位。
14
§2 舍入方法与有效数字
2.2 舍入方法
2.2.2四舍五入法
• 例:设a=-2.18和b=2.1200是分别由准确值x和y 经过四舍五入而得到的近似值,问: a、b的绝 对误差限、相对误差限各是多少?
解: (a) 0.005 0.5 102
(b) 0.00005 0.5104
n位
≤ 0 . 0 … 0 999... < 0 . 0 … 0 1=1×10-n
n位
n-1位
• 截断法产生的绝对误差限不超过近似数a最末位 的1个单位。
11
§2 舍入方法与有效数字
2.2 舍入方法
2.2.2四舍五入法
• 四舍情况,
A=a0 a1 … am . am+1 … am+n
• 当am+n+1 =0,1,2,3,4时,
4
§2 舍入方法与有效数字
5
§2 舍入方法与有效数字
2.1 绝对误差与相对误差
• 近似数a的绝对误差 , 简称误差 设a是精确值A的近似值,
=a-A
• 绝对误差限 ||=|a-A|<(上界)
• 由上式可推知 a- <A<a+,也可表示为A=aAFra biblioteka-a
a+
6
§2 舍入方法与有效数字
2.1 绝对误差与相对误差
• 相对误差 : 绝对误差与精确值之比 =/A。 • 实际计算/a。
代替后误差
a A 1 2
A a Aa
Aa
• 相对误差限 ||=|/a |< /|a|= (上界)
• 绝对误差是有量纲的量,相对误差没有量纲,有时 亦用百分比、千分比表示。
《数值分析》第1章

b
上两式作用得到:
4T ( h) − T ( 2h) = 3 I + O (h4 )
忽略高阶项得, I ≈ T (h) + (T (h) − T (2h)) . 公式的精度为 O (h4 ) .
1 3
此
其中 c1 , c2 ,L与 h 无关,则有,
19
20
§3 误差来源与误差分析的重要性
误差来源(或分类)
(1) 模型误差:建立数学模型时忽略一些次要 因素而引起的与真实情况的误差.
(2) 测量误差:数学模型中的一些已知参数, 由于受到测量工具或其它主观因素的影 响所带来的误差.
21
(3) 截断误差:数学模型常难以求解,往往要 用近似、易于求解的问题代替,这种简化 引起的误差.
P ( x ) = a0 x n + L + an −1 x + an 已知,对输入
的x,要计算P(x)的值,采取方法
u0 = 0 ⎧ t 1 = 1, ⎪ ⎨ t k = xt k − 1 , k = 2 , L , n ⎪u = u k = 1, L , n k −1 + a n− k tk , ⎩ k
29 30
例 15. 为使 20 的相对误差小于 0.1% ,要取几 位有效数字.
例 16. 用 3. 1416 表示π 的近似值,求其相对误 差?
解:因为 a1 = 3, n = 5 ,所以
er ( x ) ≤
1 1 × 10−5 + 1 = × 10−4 2× 3 6
解: 由 er ≤ 只需
1 × 10− n + 1 且 a1 = 4 , 为使 er ≤ 0.1% , 2a1
Maple数值分析第一章

(1.1.1)Maple14数值分析学习笔记第一章 插值与函数逼近之student 程序包1.绝对误差、相对误差和有效数字(1)Student[NumericalAnalysis][AbsoluteError] ‐ compute the absolute error of an approximation ‐‐计算一个逼近(多项式或非多项式)的绝对误差Calling Sequence (调用格式):AbsoluteError(xe, xa, opts)Parameters (参数说明):xe ‐ realcons; the exact value :精确值(realcons ‐>real constant,实常数)xa ‐ realcons; the approximated value :近似值opts ‐ (optional) equation(s) of the form digits = value,digits ( environment variable )的值是一个正整数A positive integer ,默认值是10。
Example :with Student NumericalAnalysis :appr :=10.0:exac d 9.8:AbsoluteError exac ,appr ,digits =50.2感悟:整个Maple 有许多模块组成,或者说是程序包,Student 是其中之一,而NumericalAnalysis 又是其中的一个模块。
也可以用面向对象的方法来描述:当然仅仅是对Maple 的猜测性描述,所有的程序包都是一个个类,或许它们有一个公共的基类maple ,也就是说maple 派生出Student 类,Student 类又派生出NumericalAnalysis 类,而AbsoluteError 是NumericalAnalysis 类的一个方法.当我们需要调用AbsoluteError 函数时,就需要加载Student[ NumericalAnalysis]类。
数值分析:第一章绪论PPT课件

x
*
是指对每一个 1 i
n
都有lim k
xi( k )
x
* i
可以。理解为 | |
x
(
k
)
x*
||
0
定义1.2.3
若存在常数
C1、C2
>
0
使得,
C1 || x ||B || x ||A C2 || x ||B
则称 || ·||A 和|| ·||B 等价。
可以理解为对任何
向量范数都成立。
数值分析课程中所讲述的各种数值方 法在科学与工程计算、信息科学、管理 科学、生命科学等交叉学科中有着广泛 的应用
第3页/共44页
应用问题举例
第4页/共44页
1、一个两千年前的例子
今有上禾三秉,中禾二秉,下禾一秉, 实三十九斗;
上禾二秉,中禾三秉,下禾一秉, 实三十四斗;
上禾一秉,中禾二秉,下禾三秉, 实二十六斗。 问上、中、下禾实一秉各几何? 答曰:上禾一秉九斗四分斗之一。中禾 一秉四斗四分斗之一。下禾一秉二斗四 分斗之三。-------《九章算术》
定理1.2.1 Rn 上一切范数都等价。
第27页/共44页
二. 矩阵范数
定义1.2.4
Rmn空间的矩阵范数 || ·|| 对任意A, B R满mn足: (1) || A || 0 ; || A || 0 A 0 (正定性)
(2) || A || | | || A || 对任意 C (齐次性) (3) || A B || || A|| || B || (三角不等式)
1 1
(1
I1*
)
0.63
212056
第24页/共44页
我们仅仅是幸运吗?
数值分析第一章

* 可微, x * n ) 设 f 在点 ( x *1 , x可微,,当数据误差较小 2 ,⋯ 解的绝对误差 绝对误差为 时,解的绝对误差为
e ( y * ) = y − y * = f ( x1 , x2 , ⋯ , x n ) − f ( x *1 , x * 2 , ⋯ , x * n )
观测误差 在数学模型中往往有一些观测或实验得来 的物理量,由于测量工具和测量手段的限制, 的物理量,由于测量工具和测量手段的限制,它 们与实际量大小之间必然存在误差, 们与实际量大小之间必然存在误差,这种误差 称为观测误差 称为观测误差. 3 截断误差 由实际问题建立起来的数学模型, 由实际问题建立起来的数学模型,在很多情 况下 要得到准确解是困难内的, 要得到准确解是困难内的,通常要用数值方法求 出它的近似解. 出它的近似解.这种数学模型的精确解与由数值 截断误差,由 方法求出的近似解之间的误差称为截断误差 方法求出的近似解之间的误差称为截断误差 由 于截断误差是数值计算方法固有的,故又称为方 于截断误差是数值计算方法固有的,故又称为方 法误差. 法误差.
目
录
数值分析
第一章 数值计算中的误差分析 第二章 线性方程组的直接解法 第三章 线性方程组的迭代解法 第四章 矩阵特征值特征向量的计算 第五章 函数插值 第六章 曲线拟合 第七章 数值积分与数值微分 第八章 非线性方程的数值解法 第九章 常微分方程的数值解法
数值分析
第一章
数值计算中的误差分析
本章的主要内容有:
1、基本运算的误差估计 、
基本运算:指四则运算和常用函数的计算。设数值 基本运算:指四则运算和常用函数的计算。 计算中求解与参量 x
数值分析第一章PPT课件

= f ’( )(x* x)
x* 与 x 非常接近时,可认为 f ’( ) f ’(x*) ,则有:
|e*(y)| | f ’(x*)|·|e*(x)|
即:x*产生的误差经过 f 作用后被放大/缩小了| f ’(x*)| 倍。故称| f ’(x*)|为放大因子 /* amplification factor */ 或 绝对条件数 /* absolute condition number */.
r* (x ) ln x * r* (y )
11 0n1lnx*0.1% 2a1
n4
.
10
1.3 避免误差危害的若干原则
算法的数值稳定性
用一个算法进行计算,如果初始数据误差在计算中 传播使计算结果的误差增长很快,这个算法就是数值不 稳定的.
.
11
1.3 避免误差危害的若干原则
病态问题与条件数
Cp
x f (x) f (x)
x nxn1 xn
n,
它表示相对误差可能放大 n倍.
如 n10,有 f(1 ) 1 ,f(1 .0)2 1 .2,4 若取 x 1, x*1.02, 自变量相对误差为 2% ,函数值相对误差为 24%, 这时问题可以认为是病态的.
一般情况下,条件数
Cp
10就认为是病态,
εr*21 a11 0n10.0 0% 1
已知 a1 = 3,则从以上不等式可解得 n > 6 log6,即
n 6,应取 * = 3.14159。
.
8
1.2 数值计算的误差
问题:对于y = f (x),若用x* 取代x,将对y 产生什么影响?
分析:e*(y) = f (x*) f (x)
e*(x) = x* x
数值分析--第1章绪论

第一章绪论上世纪中叶诞生的计算机给科学、工程技术和人类的社会生活带来一场新的革命。
它使科学计算平行于理论分析和实验研究,成为人类探索未知科学领域和进行大型工程设计的第三种方法和手段。
在独创性工作的先行性研究中,科学计算更有突出的作用。
在今天,熟练地运用电子计算机进行科学计算,已成为科学工作者的一项基本技能。
然而,科学计算并不是计算机本身的自然产物,而是数学与计算机结合的结果,它的核心内容是以现代化的计算机及数学软件为工具,以数学模型为基础进行模拟研究。
近年来,它同时也成为数学科学本身发展的源泉和途径之一。
1 数值分析的研究对象与特点数值分析是计算数学的一个主要部分,计算数学是数学科学的一个分支,它研究用计算机求解各种数学问题的数值计算方法及其理论与软件实现。
一般地说,用计算机解决科学计算问题,首先需要针对实际问题提炼出相应的数学模型,然后为解决数学模型设计出数值计算方法,经过程序设计之后上机计算,求出数值结果,再由实验来检验。
概括为由实际问题的提出到上机求得问题的解答的整个过程都可看作是应用数学的任务。
如果细分的话,由实际问题应用有关科学知识和数学理论建立数学模型这一过程,通常作为应用数学的任务,而根据数学模型提出求解的数值计算方法直到编出程序上机计算出结果,这一过程则是计算数学的任务,即数值分析研究的对象。
因此,数值分析是寻求数学问题近似解的方法、过程及其理论的一个数学分支。
它以纯数学作为基础,但却不完全像纯数学那样只研究数学本身的理论,而是着重研究数学问题求解的数值方法及与此有关的理论,包括方法的收敛性,稳定性及误差分析;还要根据计算机的特点研究计算时间最省(或计算费用最省)的计算方法。
有的方法在理论上虽然还不够完善与严密,但通过对比分析,实际计算和实践检验等手段,被证明是行之有效的方法也可采用。
因此数值分析既有纯数学高度抽象性与严密科学性的特点,又有应用的广泛性与实际试验的高度技术性的特点,是一门与使用计算机密切结合的实用性很强的数学课程。
- 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)。
一般地 , 凡是由准确 值经过四舍五入得到的近似值, 其绝对误差 限等于该近似值末位的半个单位 . 1 上述 各近似值的 绝对 误差 限: × 10 −3 2
12
16
Printed with FinePriory Pro" 试用版本创建
* * * * * * e( y * ) = f ( x1 , x2 , x3 ) − f ( x1 , x2 , x3 ) ≈ df ( x1 , x2 , x3 )
= =
20
∂ ∂ff ** ** ** ∂∂ f f * * * * * * * * ∂f ∂ f * ** ** * * * * ((x x1 ,,x x2 ,,x x3 )) edx ( x*1 ) ++ (( xx , ,xx , ,xx )dx )e ( + ,x x x23,)x dx e( x3 ) 11 22 33 2x 2 ) + ( x1( 12,,x 3) 3 ∂ xx ∂x3∂x 3 ∂x x11 1 2 3 1 ∂∂ 22
例如 1 . x = 0 .005800 ± × 10 − 6 表示近似值
x * = 0 .005800 准确到小数 点后第 6 位,
x *有 4 位 有 效 数 字
1 2
问题:有效数字和精确度的关系? 或有效数字和相对误差的关系?
例 如 :用 规 范 形 式 0.125 × 10 − 5 和 0.125 × 10 5 它 们 都 有 3 位 有 效 数 字 ,相 对 误 差 分 别 是 1 × 10 − 3 − 5 2 0.125 × 10 − 5 1 × 10 − 3 2 = 0.125
6
• 最后成绩=实验作业成绩(20%)+考试成绩(80%) • 实验作业:下列1和2选择一个 2.选做课本5章的数值实验题目 作业中包含下列内容 (1) 题目(第几章,第几题) (2) 程序(matlab) (3) 计算结果及分析
第一章
§1
数值计算中的误差
数值计算的内容和特点
实际问题
数学模型
数值 分析
解:x * = − 5.3935
e ( x * ) ≈ 3.65 × e (1.21) + 1.21 × e ( 3.65) − e (9.81)
* ε ( x * ) = | e ( x ) |≤ 3.65 × ε (1.21) + 1.21 × ε (3.65) + ε (9.81) 1 = (3.65 + 1.21 + 1) × × 10−2 2 1 = 0.0293 ≤ × 10−1 准确到小数点后第一 位 2
• 教材 丁丽娟,程杞元, 《数值计算方法》 高等教育出版社,2011年8月 • 参考书 各工科院校相应教材 清华大学,哈工大,西安交大等
• 最后成绩=实验作业成绩(20%)+考试成绩(80%) 注意:实验作业中间会有抽查 抽查前一周通知大家 • 答疑:课间或 周三下午2:00—4:00中心教学楼816 • 我的email 地址: xlma@
主要内容: • 数值代数 线性方程组求解(第二章,第三章) 特征值计算(第四章) • 数值逼近 插值法(第五章) 函数逼近 数据拟合(第六章) • 数值微分数值积分(第七章) • 非线性方程求解(第八章) • 常微分方程数值解法(第九章) 特点:与计算机紧密结合的数学课程
8
4
Printed with FinePrint - purchase at PDF 文件使用 "pdfFactory Pro" 试用版本创建
(4)机器字长有限 —— 舍入误差
2.1
绝对误差与相对误差
设x *为准确值 x的一个近似值
* * 绝对误差e ( x * ) : e ( x ) = x - x * * 绝对 误差 限ε : e( x ) = x - x ≤ ε
x**)) = = 相对误差er ( x* ) : e err((x
e e((x x**)) e( x* ) ≈ x* x*
+ − × ÷
计算 机
求各种数学问题近似解的方法和理论
近似解
3 7
• 最后成绩=实验作业成绩(20%)+考试成绩(80%) • 实验作业提交时间:最迟考试前一周 • 实验作业提交形式:打印稿或电子文挡 打印稿:不需要程序运行的中间结果, 但必须注明学号,姓名,学院,专业 电子文档:注意文件名形式:学号+姓名, 如20702201张晓洁
反之
⇒ ε r(x*) =
1 × 10 − n + 1 2a1
准确到小 数点 后第 5 位, 有 6 位有 效数 字 1 例: 若 x * = 2376490, 且 ε = × 104 , x * 有 几 位 有 效 数 字? 2 解: x 准 确 到 10 位 , x 有 3 位 有 效 数 字 ,
绝对 误差 限 ⇔ 有效 数字 1 ε = × 10 n 2 ⇔ 准确到10 n 位 ⇔ 确定几 位有 效数 字
问题: 假定x = 1.21有三位有效数字, y* = 1.21或y* = ln1.21, y*精确到哪一位?
*
方法: 确定 y *的 绝对误差 e ( y * ), | e ( y * ) |≤
哪一个精度高?
一个测量值的精确程度除了与绝对误差限有关 还和该量的大小有关 . 为了更好地反映测量值的精度,引入
9 13
b− a [ f ( a ) + f ( b)] = I1 I = ∫ f ( x )d x ≈ a 2 3 (b − a ) ( 2 ) R = I − I1 = − f ( ξ ), ξ ∈ (a , b ) 12
相对误差限εr : | e r ( x * ) |≤ ε r
可以表示为 : x − ε ≤ x ≤ x + ε 或
* *
x= x ±ε
*
两种误差限的关系 : εr =
ε |x * |
ε = |x * |ε r
注 : 绝对误差限不唯一
上 例, εr ( x ) =
ε( x ) 0.02 = = 0.002 x* 10 ε ( y ) 0.05 εr ( y ) = * = = 0.0016 < 0.002 y 30
2 . 若x * = 1452.046具 有7位有 效数 字,
则其准确到小数点后第 3 位, 1 −3 绝对 误 差 限 :ε = × 10 2
17
1 1 × 10 − 3 + 5 × 10 − 3 2 2 = 0.125 0.125 × 10 5 说明:有效数字相同,它们的相对误差相同 且有效数字越多, 精度越高
14
10
相对误差限越小,精度越高
例:
用 毫 米 刻 度 的 米 尺 测 量 一 长 度 为 x, 如 读 出 的 长 度 是 x * = 765m m, 其 绝 对 误 差 限 为 0.5mm
764
例 : 2 ≈ 1.414
(1.41421356237310......)
是经过四舍五入得到的近似值,则
19
( Δ x * = dx * )
23
∴ e ( y * ) ≈ f ′( x * ) e ( x * )
有效数字另一等价定义
将 x ∗ 表 示 成 规 范 形 式 (或 用 科 学 计 数 法 表 示 ): x ∗ = ± 0. a1 a 2 ... a n ...L × 10 m 其 中 m 为 整 数 ,a i 为 0 L 9, a 1 ≠ 0, 则 x ∗ 做 为 x的 近 似 值 有 n 位 有 效 数 字 当 且 仅 当 x − x∗ ≤ 1 × 10 m −−nn 2
绝对误差限ε = 相 对误差限εr = 1 × 10−3 2 0.5 × 10−3 ≈ 0.035% 1.414
(
764.5
765
765.5
)
766
准确值 x: 764.5 mm ≤ x ≤ 765.5 mm x ∈ [764.5 mm, 765.5 mm]. x = 765 ± 0.5( mm)
为了更直接地表示精确度,引入另一个概念
1
5
• 最后成绩=实验作业成绩(20%)+考试成绩(80%) • 实验作业:下列1和2选择一个 1.自选题(结合专业),作业中包含下列内容 (1) 实际问题 (2) 数学模型 (例如,解常微分方程组,数据拟合等) (3) 计算方法 (4) 程序(matlab) (5) 计算结果及分析
2
如何学习? • 听课 • 做课后习题(掌握算法) • 实验作业(实际应用)
4
* *
ε r ( x* ) =
εr =
1 2( a 1 + 1 )
× 10 − n + 1 ⇒ x * 至少有 n 位有效数字
ε 1 1 1 ≤ × 10 − n + 1 ≤ × 10 m − n × * m x 2a1 2 0.a1 L a n × 10
它 们 分 别 是 2, 3, 7
18
1 × 10 − n + 1× 0.( a + 1) × 10m ≤ 1 × 10 − n + m 1 2( a1 + 1) 2 22 一般地,相对误差限至少小于1 ε = ε r | x∗ | ≤
21
例: 2 =1.41421356237310...... x * =1.414213做为 2的 近似 值,有 几 位有 效数 字? 解:| e ( x* ) |= | x − x* |= 0.0000005623L < 1 × 10−5 2
定理 1 .1 : x * = ± 0 .a 1 a 2 ...... a n ... × 10 m ( a 1 ≠ 0 ) x * 有 n 位有效数字
§2