数值计算中的误差优秀课件
合集下载
第一章数值计算方法与误差分析PPT课件
编辑版pppt
29
0 . 4 9 0 . 4 0 0 8 . 0 0 4 1 0 . 0 2 1 3 1 2 1 9 1 5 0 7 1 1 ( 2 1 ) 0
0 . 484
2 4 2 4
我们不能由此推出x*有两位有效数字,这是因为
x-x*=0.4900-0.484=0.0060>0.005
即可知近似值x*并不具有两位有效数字。
例4 对于绝对值小的 x,可利用泰勒级数
ex–1= x+x2/2+x3/6+…
取前n项来计算。
编辑版pppt
23
(二)要防止大数“吃掉“小数,注意保护重要数据
在数值运算中,参加运算的数有时数量级相差很大,而计算 机位数有限,如不注意运算次序就可能出现大数“吃掉”小数的
现 象,影响计算结果的可靠性。
5 .编制源程序并调试
6 .做出算法的误差分析
编辑版pppt
2
从工程实际中抽象出来的数学问题往往很复杂,典型的有: 1、数据点的插值 2 、曲线拟和 3、复杂函数的微积分运算 4、非线性方程f(x)=0的根的求解
5、当n很大时线性方程组AX=B的求解 6、常微分方程的求解
minf (x) xX
编辑版pppt
3
参考书籍的几种名称: 1、数值分析 2、数值计算原理 3、计算方法 4、算法设计 5、计算机数值计算方法与程序设计
编辑版pppt
4
数值计算中的误差
1、误差的种类和来源
① 模型误差
② 观测误差
③ 截断误差
④ 舍入误差
真
2、误差的有关概念:
值
近似值
① 绝对误差: (x)xx
编辑版pppt
数值计算中的误差课件
就能保证 I * 的相对误差不大于0.1%。
内江师范学院数学与信息科学学院 吴开腾 制作
四、误差的传播与估计
1、误差估计的一般公式
在实际的数值计算中,参与运算的数据往往都 是些近似值,带有误差。这些数据误差在多次 运算过程中会进行传播,使计算结果产生误差。 而确定计算结果所能达到的精度,显然是十分 重要的,但这往往也是件很困难的事。但做一 些有用的估计还是可以做到的。这里介绍一种 常用的误差估计的一般公式,它是利用函数的 泰x2
)*
.
* r
(
x
2
)
x1* ( f )* 和 x2* ( f )*
y* x1
y* x2
分别是x1*和x2*对y *的绝对误差增长因子,它
们分别表示绝对误差
* r
(
x1
)和
* r
(
x2
)
经过传播后增大或缩小的倍数。
内江师范学院数学与信息科学学院 吴开腾 制作
2、误差在算术运算中的传播
2 误差的含义及其理解
误差无处不在。一个合理的算法也可能得出错误的结果。
内江师范学院数学与信息科学学院 吴开腾 制作
3 算法的数值稳定性
算法选得不恰当,不仅影响到计算的速度和效率,还会 由于计算机计算的近似性和误差的传播、积累直接影响到计 算结果的精度,有时甚至直接影响到计算的成败。不合适的 算法会导致计算误差达到不能容许的地步,而计算最终失败, 这就是算法的数值稳定性问题。
•几点注意
•有效数尾部的零的作用 203(3),0.0203(3),
0.0203(3),0.020300(5)
•存疑数字:准确值 x* 0.1524 ,近似值 x 0.15 4
内江师范学院数学与信息科学学院 吴开腾 制作
四、误差的传播与估计
1、误差估计的一般公式
在实际的数值计算中,参与运算的数据往往都 是些近似值,带有误差。这些数据误差在多次 运算过程中会进行传播,使计算结果产生误差。 而确定计算结果所能达到的精度,显然是十分 重要的,但这往往也是件很困难的事。但做一 些有用的估计还是可以做到的。这里介绍一种 常用的误差估计的一般公式,它是利用函数的 泰x2
)*
.
* r
(
x
2
)
x1* ( f )* 和 x2* ( f )*
y* x1
y* x2
分别是x1*和x2*对y *的绝对误差增长因子,它
们分别表示绝对误差
* r
(
x1
)和
* r
(
x2
)
经过传播后增大或缩小的倍数。
内江师范学院数学与信息科学学院 吴开腾 制作
2、误差在算术运算中的传播
2 误差的含义及其理解
误差无处不在。一个合理的算法也可能得出错误的结果。
内江师范学院数学与信息科学学院 吴开腾 制作
3 算法的数值稳定性
算法选得不恰当,不仅影响到计算的速度和效率,还会 由于计算机计算的近似性和误差的传播、积累直接影响到计 算结果的精度,有时甚至直接影响到计算的成败。不合适的 算法会导致计算误差达到不能容许的地步,而计算最终失败, 这就是算法的数值稳定性问题。
•几点注意
•有效数尾部的零的作用 203(3),0.0203(3),
0.0203(3),0.020300(5)
•存疑数字:准确值 x* 0.1524 ,近似值 x 0.15 4
计算方法(1)-数值计算中的误差
* r
(
x)
1)乘方运算结果的相对误差增大为原值 x的p倍,降低精度.
2)开方运算结果的相对误差缩小为原值
x的1/q倍,精度得到提高.
三.算例的误差分析
x
3
2 2
1 1
24
§6 算法的数值稳定性
一.算法稳定性的概念
凡一种算法的计算结果受舍入误差的影 响小者称它为数值稳定的算法.
例4 解方程 x2 (109 1)x 109 0
方程精确解: x1 10 9 , x2 1
利用求根公式
x1,2
b
b2 4ac 2a
x1 10 9 , x2 0
25
当多个数在计算机中相加时,最好从
绝对值最小的数到绝对值最大的数依次相
加,可使和的误差减小.
二.算法的改进
2 2
1 1
3
计算结 果
2 7/5
2 17 /12
1 ( 2 1)6
2 6
0.0040960
5
6
0.00523278
5
12
2 99 70 2
1
1 0.16666667
6
3
6
1
5
6
0.00523278
12 6
计算方法
1
第一章 数值计算中的误差
§1 引言 §2 误差的种类及其来源 §3 绝对误差和相对误差 §4 有效数字及其与误差的关系 §5 误差的传播与估计 §6 算法的数值稳定性
数值计算中的误差
曲线拟合的最小二乘法
法方程:带权离散内积 正交多项式法:关于离散点集的带权正交多项式
3
第四章
数值积分
插值型求积公式
机械求积公式,代数精度及其计算方法,收敛性,稳定性 梯形公式,抛物线(Simpson)公式,Newton-Cotes公式 余项估计(三步曲)
复合求积公式:复合梯形公式,复合Simpson公式 Romberg算法
梯形法的递推计算,Romberg外推思想与计算过程
Gauss求积公式
Gauss点的计算,Gauss系数的计算 Gauss-Legendre公式,Gauss-Chebyshev公式
数值微分
向前一阶差分,向后一阶差分,余项计算 中心差分(一阶导数,二阶导数,推导过程),余项计算
4
正交多项式
正交多项式族,首项系数为 1 的正交多项式递推公式 Legendre多项式,Chebyshev多项式,Chebyshev插值多项式
最佳逼近
最佳平方逼近:法方程,Hilbert矩阵,正交多项式法(推广到一般区间) n 次多项式的 n-1 次最佳一致逼近(推广到一般区间) ,Chebyshev级数
Hermite 插值
两点三次,三点三次,推导过程,余项推导
分段低次插值
分段线性插值,分段Hermite插值,余项推导
三次样条插值
三次样条函数,三弯矩方程2第三章源自范数与内积函数逼近
范数与内积的定义,常见范数与内积:Rn, C[a, b] 正交,Cauchy-Schwarz 不等式,Gram矩阵 带权内积,权函数,内积导出范数
第一章 数值计算中的误差
数值计算中的误差课件
在进行数值计算时,舍入误差是不可避免的,但可以通过一些方法来减小其影响。
截断误差
01
02
03
04
截断误差是由于对无限循环小 数或无穷级数进行截断而产生
的误差。
当我们使用有限项来近似表示 一个无限循环小数或无穷级数
时,就会产生截断误差。
截断误差的特点是它是一个无 界误差,可能会随着近似项的 增加而逐渐减小,但永远不会
VS
结论
根据误差分析报告,得出关于模型准确性 的结论。例如,如果误差分析结果表明模 型预测结果不够准确,那么需要进一步改 进模型或调整模型参数。
THANKS
感谢观看
数据类型
选择适当的数据类型可以减少计算过程中的误差。例如,对于精度要求较高的 计算,应使用浮点数;对于范围较大的数值,应使用定点数。
利用数值稳定性技巧
舍入策略
采用适当的舍入策略可以减少误差。例如,四舍五入或向上取整可以减少舍入误 差。
迭代收敛
通过迭代法求解方程时,应选择收敛速度较快的算法以减少误差。例如,梯度下 降法和牛顿法具有较好的收敛性能。
03
算法误差分析
迭代法与收敛性
迭代法
迭代法是一种通过不断逼近解来 求解方程的方法。常见的迭代法 有Jacobi迭代法、Gauss-Seidel
迭代法等。
收敛性
收敛性是指迭代法是否能得到准确 解的过程。一般来说,收敛速度越 快,误差越小。
误差分析
对于不同的迭代法,需要进行误差 分析,比较各种方法的优劣。
最小二乘法与回归分析
数据拟合
最小二乘法可以找到最佳 拟合数据的数据集,但可 能存在过拟合现象。
病态性
当数据集具有病态性时, 使用最小二乘法可能导致 误差增大。
截断误差
01
02
03
04
截断误差是由于对无限循环小 数或无穷级数进行截断而产生
的误差。
当我们使用有限项来近似表示 一个无限循环小数或无穷级数
时,就会产生截断误差。
截断误差的特点是它是一个无 界误差,可能会随着近似项的 增加而逐渐减小,但永远不会
VS
结论
根据误差分析报告,得出关于模型准确性 的结论。例如,如果误差分析结果表明模 型预测结果不够准确,那么需要进一步改 进模型或调整模型参数。
THANKS
感谢观看
数据类型
选择适当的数据类型可以减少计算过程中的误差。例如,对于精度要求较高的 计算,应使用浮点数;对于范围较大的数值,应使用定点数。
利用数值稳定性技巧
舍入策略
采用适当的舍入策略可以减少误差。例如,四舍五入或向上取整可以减少舍入误 差。
迭代收敛
通过迭代法求解方程时,应选择收敛速度较快的算法以减少误差。例如,梯度下 降法和牛顿法具有较好的收敛性能。
03
算法误差分析
迭代法与收敛性
迭代法
迭代法是一种通过不断逼近解来 求解方程的方法。常见的迭代法 有Jacobi迭代法、Gauss-Seidel
迭代法等。
收敛性
收敛性是指迭代法是否能得到准确 解的过程。一般来说,收敛速度越 快,误差越小。
误差分析
对于不同的迭代法,需要进行误差 分析,比较各种方法的优劣。
最小二乘法与回归分析
数据拟合
最小二乘法可以找到最佳 拟合数据的数据集,但可 能存在过拟合现象。
病态性
当数据集具有病态性时, 使用最小二乘法可能导致 误差增大。
数值分析高级课件_1误差剖析
x* O( r2 ) x
是 r 的高阶无穷小,可忽略不计。
e x x er * * x x
*
15
• 有效数字 1 n * 10 定义:如果近似值 x 的误差限是 (某一位 2
数的半个单位), 则称 x 准确到小数点后n位,并从第一 个非零的数字到这一位的所有数字均为有效数字。 例:π =3.1415926535, 3.1416有五位有效数字,误差限为0.00005。
计算结果有四位有效数字,如果 I7 有误差 e7 , 其传播 I 0 到所引起的误差仅为
1 1 e0 e7 e (练习) 7 7! 5040
故算法2是稳定的。
25
§4数值计算中应注意的几个原则
1、注意避免两个相近数的相减 两个相近的数相减,有效数字会大大损失。 因两数之差x-y的相对误差为
6
设计算法所要考虑的问题: 1.计算速度 例如,求解一个20阶线性方程组,用消 元法需3000次乘法运算;而用克莱姆法则 20 要进行 9.7 10 次运算,如用每秒1亿次 乘法运算的计算机要30万年。 2.存储量 大型问题有必要考虑。 3.数值稳定性 在大量计算中,误差不可避免,能否 控制误差与算法有关。
教材:现代数值计算 考试方式:课堂闭卷 作业: 20%,上机: 10% 卷面: 70%,自带计算器
1
其他参考书: 1. 李庆扬等,《数值分析》, 华中理工大学出版社, 1994 2. 丁丽娟等,《数值计算方法》, 北京理工大学, 1998 3. David Kincaid, Ward Cheney,王国荣等译 《数值分析》第三版 4. 施妙根等,《科学计算基础》, 清华大学出版社, 1999 5. 关治、陆金甫,《数值分析基础》, 高等教育出版社, 1998
数值分析01误差.ppt
10
m
在2400多年前,古希腊人提出了被称为几何三 大问题的古典难题。这说明在历史上,人类就常 被误差所困扰。下面问题就是三大难题之一。
阜师院数科院第一章 误差 1-5
例 题
例1 立方倍积问题。作一个立方体,使其体积 为已知立方体的二倍 。 解 不妨设已知立方体体积为1。要作的立方体体积 3 为2,则所求方立体高度应该为 ,用计算机计算 h 2 3 出 2 1 .2599210498 9487 ,(15位数)。尽管精确度相 当高,但仍是近似值。下面的表1-1列出了对h取前有限位 数时,计算所得体积的误差。
出递推计 算公式:
1 I 5 I n n 1 n
( 1 2 )
n n n 1 1 1x x x 由于 x ( 0 , 1 ), 所以有 6 x 5 5 6x 55
1
n n n n 1 1x 1 x x 1 x 1 而 I dx dx , I dx dx n n 0 0 x 5 05 5 ( n 1 ) x 5 06 6 ( n 1 ) 1 1 所以有 I 于是可设计如下两种算法: n 6 ( n 1 ) 5 ( n 1 ) 1-14 阜师院数科院第一章 误差
1-10
条 件 问 题
计算方法中有一类问题称为条件问题, 条件问题是一个算法 (公式)由于初始 数据或者中间某些数据微小摄动对计算结 果产生影响的敏感性的问题。舍入误差、 观测误差都属初始数据的摄动。研究坏条 件问题的计算方法是十分重要的课题,有 的时候,一些问题的条件并不坏,但由于 算法不恰当,初始数据的微小摄动或舍入 误差在计算过程中不断被放大,而可能导 致计算结果的精度大大降低,甚至使计算 失去意义。
误差理论与数据处理课件(全)
个数K 46 41 33 21 16 13 5 2 0 177
+△ 频率K/n 0.128 0.115 0.092 0.059 0.045 0.036 0.014 0.006
0 0.495
(K/n)/d△ 0.640 0.575 0.460 0.295 0.225 0.180 0.070 0.030 0
(四)复杂规律变化的系统误差
(一)实验对比法 (二)残余误差观测法
(五)计算数据比较法
(一)从产生误差根源上消除系统误差 (二)用修正方法消除系统误差 (三)不变系统误差消除法 1。替代法 2。抵消发 3。交换法
一、粗大误差产生的原因 (1)测量人员的主观原因 (2)客观外界条件的原因
第一节:研究误差的意义 1、始终存在着误差 意义:
1)正确认识误差的性质,分析误差产生 的原因,以消除和减少误差。
2)正确处理测量和实验数据 3)正确组织实验过程
由于误差的存在,使测量数据之间产生矛 盾。
( )实际 180
( )理论 180
测量仪器:i角误差、2c误差 观测者:人的分辨力限制 外界条件:温度、气压、大气折光等
……
2.40~2.60 >2.60
和
个数K 40 34 31 25 20 16 …… 1 0 210
—△ 频率K/n 0.095 0.081 0.074 0.059 0.048 0.038
(4)( AT )1 ( A1)T
(5)对称矩阵的逆仍为对称矩阵。
(6)对角矩阵的逆仍为对角矩阵且:
A1 (diag (a11, a22,ann ))1 diag( 1 , 1 1 )
a11 a22 ann
(1)伴随矩阵法:
设Aij为A的第i行j列元素aij的代数余子式,则由 n*n个代数余子式构成的矩阵为A的伴随矩阵 的转置矩阵A*称为A的伴随矩阵。
数值分析第一章误差PPT精品文档45页
9
例如,利用 ln(x+1) 的Taylor公式计算 ln2,
ln x 1 ( ) x 1 x 2 1 x 3 1 x 4 1 x 5 2345
实际计算时只能截取有限项代数和计算,如取前5 项有:
ln211111 2345
这里产生误差 (记作R5 )截断误差 R5167118
解: |π* π|0.51 3 0
* 有4位有效数字,精确到小数点后第3位
17
例 已知下列近似值的绝对误差限都是0.005, 问 它们具有几位有效数字? a=12.175, b=-0.10, c=0.1, d=0.0032
解 由于0.005=0.5×10-2,
所以 a 有4位有效数字1, 2, 1,7; b 有2位有效数字1, 0; c 有1位有效数字1; d 没有有效数字.
|er |er.
15
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 .2 3 x 5 1 .245
所以 e =0.005,
er 0 .01 0 .25 4 0 .4 %.
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.
绝对误差 设x* 是准确值x 的一个近似值,记 e=xx* 称 e为近似值 x* 的绝对误差,简称误差.
绝对误差一般很难准确计算, 但可以估计上界.
若e 满足 |e|e
则称 e为近似值 x* 的绝对误差限,简称误差限.
e > 0 不唯一,当然 e 越小越具有参考价值. 12
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
例如,利用 ln(x+1) 的Taylor公式计算 ln2,
ln x 1 ( ) x 1 x 2 1 x 3 1 x 4 1 x 5 2345
实际计算时只能截取有限项代数和计算,如取前5 项有:
ln211111 2345
这里产生误差 (记作R5 )截断误差 R5167118
解: |π* π|0.51 3 0
* 有4位有效数字,精确到小数点后第3位
17
例 已知下列近似值的绝对误差限都是0.005, 问 它们具有几位有效数字? a=12.175, b=-0.10, c=0.1, d=0.0032
解 由于0.005=0.5×10-2,
所以 a 有4位有效数字1, 2, 1,7; b 有2位有效数字1, 0; c 有1位有效数字1; d 没有有效数字.
|er |er.
15
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 .2 3 x 5 1 .245
所以 e =0.005,
er 0 .01 0 .25 4 0 .4 %.
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.
绝对误差 设x* 是准确值x 的一个近似值,记 e=xx* 称 e为近似值 x* 的绝对误差,简称误差.
绝对误差一般很难准确计算, 但可以估计上界.
若e 满足 |e|e
则称 e为近似值 x* 的绝对误差限,简称误差限.
e > 0 不唯一,当然 e 越小越具有参考价值. 12
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
《数值计算误差》课件
3
例子
将3.14159舍入到小数点后两位得到3.14,舍入 误差为0.00059。
截断误差
截断误差
在数值计算中,由于对高次项或无穷大项的截断而产生的误差。
解决方法
采用适当的数学近似方法,如泰勒级数展开、幂级数展开等,以减 小截断误差的影响。
例子
在计算圆周率π时,采用级数展开的方式,将π的近似值展开为1/1 1/3 + 1/5 - 1/7 + ...,截断误差为未展开的高次项。
《数值计算误差》 ppt课件
目录
• 误差来源 • 误差类型 • 误差分析 • 减小误差的方法 • 误差检验
01
误差来源
舍入误差
1 2
舍入误差
由于计算机的有限精度,将数值舍入到最接近的 整数、小数或分数时产生的误差。
解决方法
采用适当的舍入方式,如四舍五入、向上取整或 向下取整,以减少舍入误差的影响。
数值不稳定性
数值不稳定性是指算法在计算过程中产生的误差累积导致结果偏离真实值。解决数值不稳定性是数值计算的重要 任务之一。
误差传播与控制
误差传播
误差传播是指算法在计算过程中误差的传递和扩散。了解误差传播规律有助于 更好地控制误差。
误差控制
误差控制是指采取一系列措施减小算法产生的误差,包括选择合适的算法、改 进计算方法、增加计算精度等。有效的误差控制可以提高数值计算的精度和可 靠性。
加速收敛法
总结词
通过改进算法或调整参数来加速数值计算的收敛速度,从而减小误差的方法
详细描述
在数值计算中,收敛速度慢可能导致计算结果不准确。通过改进算法或调整参数,可以加速计算的收敛速度,从而提 高结果的精度。例如,在求解线性方程组时,可以采用共轭梯度法等加速收敛的算法。
《数值计算的误差》课件
了解误差可以帮助我们评估数值计算结果的可靠性和适用性。
常见的误差类型
1 绝对误差
绝对误差是指数值计算结果与真实值之间的 差异的绝对值。
2 相对误差
相对误差是指数值计算结果与真实值之间的 差异与真实值的比值。
3 截断误差
截断误差是由于计算方法中所采用的有限精 度导致的误差。
4 舍入误差
舍入误差是由于将无限精度的数值结果截断 为有限精度导致的误差。
Hale Waihona Puke 误差分析的方法前向误差分析
通过正向推导和逐步改进方法,分析误差在计算过 程中如何积累。
后向误差分析
通过反向推导和逆向改进方法,分析误差在计算过 程中如何传播。
误差的减小技术
1
增加迭代次数
2
通过增加迭代次数来逐渐逼近精确结果,
减小误差的影响。
3
提高精度
使用更高精度的计算方法和数据类型来 减小误差的累积。
优化算法
优化算法可以减小误差的产生,并提高 计算效率。
实际应用中的误差控制
科学计算
在科学研究和工程领域中,准 确的数值计算结果对实际应用 至关重要。
金融领域
在金融市场中,准确计算利息、 风险和收益是关键,误差可能 导致巨大损失或风险。
物理模拟
在物理模拟中,误差的积累可 能导致模拟结果与真实现象之 间存在显著差异。
总结
数值计算的误差是不可避免的,但我们可以通过技术和方法来减小误差的影 响。了解误差类型和分析方法对提高计算结果的准确性和可靠性至关重要。
《数值计算的误差》PPT 课件
欢迎来到《数值计算的误差》的PPT课件。在本课程中,我们将深入探讨数值 计算中常见的误差类型,并学习如何分析和减小这些误差。
常见的误差类型
1 绝对误差
绝对误差是指数值计算结果与真实值之间的 差异的绝对值。
2 相对误差
相对误差是指数值计算结果与真实值之间的 差异与真实值的比值。
3 截断误差
截断误差是由于计算方法中所采用的有限精 度导致的误差。
4 舍入误差
舍入误差是由于将无限精度的数值结果截断 为有限精度导致的误差。
Hale Waihona Puke 误差分析的方法前向误差分析
通过正向推导和逐步改进方法,分析误差在计算过 程中如何积累。
后向误差分析
通过反向推导和逆向改进方法,分析误差在计算过 程中如何传播。
误差的减小技术
1
增加迭代次数
2
通过增加迭代次数来逐渐逼近精确结果,
减小误差的影响。
3
提高精度
使用更高精度的计算方法和数据类型来 减小误差的累积。
优化算法
优化算法可以减小误差的产生,并提高 计算效率。
实际应用中的误差控制
科学计算
在科学研究和工程领域中,准 确的数值计算结果对实际应用 至关重要。
金融领域
在金融市场中,准确计算利息、 风险和收益是关键,误差可能 导致巨大损失或风险。
物理模拟
在物理模拟中,误差的积累可 能导致模拟结果与真实现象之 间存在显著差异。
总结
数值计算的误差是不可避免的,但我们可以通过技术和方法来减小误差的影 响。了解误差类型和分析方法对提高计算结果的准确性和可靠性至关重要。
《数值计算的误差》PPT 课件
欢迎来到《数值计算的误差》的PPT课件。在本课程中,我们将深入探讨数值 计算中常见的误差类型,并学习如何分析和减小这些误差。
数值计算的误差
(187.93,0.037856,8.0000)
按四舍五入原则得到的数字是有效数字 一个数末尾的 0 不可以随意添加或省略
9
有效数字
另一个比较实用的描述 设 x* 为 x 的近似值,若 x* 可表示为
x* = ± a1.a2···an ··· × 10m
其中 ai 是 0 到 9 中的数字且 a1≠0 ,且有
er* =
x* - x x
为近似值 x* 的 相对误差。
由于精确值难以求出,通常也采用下面的定义
x* - x
er* = x*
若存在正数 εr*,使得 |er*| ≤ εr*,则称 εr*为 相对误差限
近似值的精确程度取决于 相对误差 的大小 实际计算中我们所能得到的是 绝对误差限 或 相对误差限
从实际问题中抽象出数学模型 —— 模型误差 通过测量和实验得到模型中的各种数据 —— 观测误差 数学模型的数值求解 —— 截断误差(方法误差) 机器字长有限 —— 舍入误差
在数值分析中,我们总假定数学模型是准确的,因而不考虑模
型误差和观测误差,主要研究截断误差和舍入误差对计算
结果的影响。
若 α≈1,则 α 的微小误差可能会引起解的很大变化
比如 α=0.9990 时, x≈500.25; 如果输入数据有 0.0001 的误差,即 α*=0.9991, 则 x*≈555.81,误差约为 55.56!
因此,此时的问题就是病态的!
19
病态问题与条件数
设一元函数 f (x) 可微,x*为 x 的近似值,则有
一般情况下,条件数大于 10 时,就认为问题是病态的 条件数越大问题病态就越严重 病态是问题本身固有的性质,与数值算法无关 对于病态问题,选择数值算法时需要更加谨慎
按四舍五入原则得到的数字是有效数字 一个数末尾的 0 不可以随意添加或省略
9
有效数字
另一个比较实用的描述 设 x* 为 x 的近似值,若 x* 可表示为
x* = ± a1.a2···an ··· × 10m
其中 ai 是 0 到 9 中的数字且 a1≠0 ,且有
er* =
x* - x x
为近似值 x* 的 相对误差。
由于精确值难以求出,通常也采用下面的定义
x* - x
er* = x*
若存在正数 εr*,使得 |er*| ≤ εr*,则称 εr*为 相对误差限
近似值的精确程度取决于 相对误差 的大小 实际计算中我们所能得到的是 绝对误差限 或 相对误差限
从实际问题中抽象出数学模型 —— 模型误差 通过测量和实验得到模型中的各种数据 —— 观测误差 数学模型的数值求解 —— 截断误差(方法误差) 机器字长有限 —— 舍入误差
在数值分析中,我们总假定数学模型是准确的,因而不考虑模
型误差和观测误差,主要研究截断误差和舍入误差对计算
结果的影响。
若 α≈1,则 α 的微小误差可能会引起解的很大变化
比如 α=0.9990 时, x≈500.25; 如果输入数据有 0.0001 的误差,即 α*=0.9991, 则 x*≈555.81,误差约为 55.56!
因此,此时的问题就是病态的!
19
病态问题与条件数
设一元函数 f (x) 可微,x*为 x 的近似值,则有
一般情况下,条件数大于 10 时,就认为问题是病态的 条件数越大问题病态就越严重 病态是问题本身固有的性质,与数值算法无关 对于病态问题,选择数值算法时需要更加谨慎
《数值分析误差》PPT课件
如果x*为x的近似值, 称e*=x-x*为绝对误差。
绝对误差往往是未知的,而只知道它的一个上
限,此上限|e*|=|x-x*|记为ℇ*, 称为绝对误差
限(accuracy)。
工程上常记为x=x*±ℇ* ,例如
1ex2dx 0.740 3.006 0
相对误差 (relative error)
e r * e x * * x x * x * 或 e r * e x * x x x *
1.3 方法误差 (截断误差 Truncation Error〕
在数学模型〔包括参数值〕确定以后,就常要考虑 选用某种数值方法具体进展计算,许多数值方法都 是近似方法,故求出的结果与准确值之间是有误差 的,该误差称为截断误差或方法误差。例如,函数 f(x)用Taylor多项式
f ( x ) p n ( x ) f ( 0 ) f 1 '( ! 0 ) x f ' 2 '( ! 0 ) x 2 f ( n n ) ! ( 0 ) x n
1. 来源与分类 ( Source & Classification )
• 模型误差 • 参数误差(观测误差) • 方法误差(截断误差) • 舍入误差
1.1 模型误差 (Modeling Error)
用计算机解决实际问题时,首先要建立数学 模型,各种实际问题是十分复杂的,而数学 模型是对被描述的实际问题进展抽象、简化 而得到的,往往忽略了一些次要因素,因而 是近似的,我们把数学模型与实际问题之间 出现的这种误差称为模型误差。如自由落体 公式
|e r *| (x y x )* (x y * * y * ) 0 .0 0 .0 0 0 .0 1 3 1 7% 0
可以看到相对误差比较大.
绝对误差往往是未知的,而只知道它的一个上
限,此上限|e*|=|x-x*|记为ℇ*, 称为绝对误差
限(accuracy)。
工程上常记为x=x*±ℇ* ,例如
1ex2dx 0.740 3.006 0
相对误差 (relative error)
e r * e x * * x x * x * 或 e r * e x * x x x *
1.3 方法误差 (截断误差 Truncation Error〕
在数学模型〔包括参数值〕确定以后,就常要考虑 选用某种数值方法具体进展计算,许多数值方法都 是近似方法,故求出的结果与准确值之间是有误差 的,该误差称为截断误差或方法误差。例如,函数 f(x)用Taylor多项式
f ( x ) p n ( x ) f ( 0 ) f 1 '( ! 0 ) x f ' 2 '( ! 0 ) x 2 f ( n n ) ! ( 0 ) x n
1. 来源与分类 ( Source & Classification )
• 模型误差 • 参数误差(观测误差) • 方法误差(截断误差) • 舍入误差
1.1 模型误差 (Modeling Error)
用计算机解决实际问题时,首先要建立数学 模型,各种实际问题是十分复杂的,而数学 模型是对被描述的实际问题进展抽象、简化 而得到的,往往忽略了一些次要因素,因而 是近似的,我们把数学模型与实际问题之间 出现的这种误差称为模型误差。如自由落体 公式
|e r *| (x y x )* (x y * * y * ) 0 .0 0 .0 0 0 .0 1 3 1 7% 0
可以看到相对误差比较大.
相关主题
- 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)。
所谓数值计算方法,是指将所欲求解的数学
模型(数学问题)简化成一系列算术运算和逻辑 运算,以便在计算机上求出问题的数值解,并对 算法的收敛性和误差进行分析、计算。这里所说 的“算法”,不只是单纯得数学公式,而且是指 由基本的运算和运算顺序的规定所组成的整个解 题方案和步骤。一般可以通过框图(流程图)来 较直观地描述算法的全貌。
问题急待解决。它们的复杂程度已达到非手工计 算所能解决的地步。数字式电子计算机的出现和 飞速发展大大推动了数值计算方法的进展,许多 复杂的数值计算问题现在都可以通过电子计算机 进行数值计算得到妥善解决。
用数值计算的方法来解决工程实际和科学技 术中的具体技术问题时,首先必须具体问题抽象 为数学问题,即建立起能描述并等价代替该实际 问题的数学模型,例如各种微分方程、积分方程 、代数方程……等等,然后选择合适的计算方法 ( 算法),编制出计算机程序,最后上机调试并 进行计算,以得到所欲求解的结果。
表1-1
12 3 4
序 算式
号
计 算结 果
2 7/5
2 17 /12
2 1 6
2 5
6
0.004096152
6
0.005233
99 70 2 1
1 0.166667 6
1 2 1
6
5 12
6
0.0052331229
6
0.005020
1 99 70
2
1 197
0.005076
加法。若用著名秦九韶(我国宋朝数学家)算法
,将多项式P(x)改成
P(x) ((((an x an1)x an2)x a2)x a1)x a0
来计算时,只要做n次乘法和n次加法即可。 对于小型问题,计算的速度和占用计算机内
存的多寡似乎意义不大。但对于复杂的大型问题 而言,却是起着决定性作用。算法取得不恰当, 不仅影响到计算的速度和效率,还会由于计算机 计算的近似性和误差的传播、积累直接影响到计 算结果的精度甚至直接影响到计算的成败。不合 适的算法会导致计算误差达到不能容许的地步, 而使计算最终失败,这就是算法的数值稳定性问 题。
选定适合的算法是整个数值计算中非常重要 的一环。例如,当计算多项式
p(x) an xn an1 xn1 a1 a0
的值时,若直接计算ai xi (i 0,1,, n),再逐
项相加,共需做
1 2 (n 1) n n(n 1) 2
次乘法和n 次加法。n=10时需做55次乘法和10次
在电子计算机成为数值计算的主要工具的今 天,需要研究适合计算机使用的数值计算方法。 使用计算机解决科学计算问题时大致经历如下几 个过程:
实际问题
数学模型
数值计算方法
上机计算求出结果
程序设计
随着科学技术的突飞猛进,无论是工农业生 产还是国防尖端技术,例如机电产品的设计、建 筑工程项目的设计、气象预报和新型尖端武器的 研制、火箭的发射等,都有大量复杂的数值计算
下面是一个简单的例算,可以看出近似值带 来的误差和算法的选择对计算结果的精度所产生 的巨大影响。例如,要计算
3
x 2211
可用四种算式算出:
x 2 1 6
x 99 70 2
x
1 6 2 1
x
1
99 70 2
如果分别用近似值 2 7 5 1.4 和 2 17 12 1.4166 按上列四种算法计
上界的。例如, l2l,l3,llogl等是好的算法;而指
数时间算法,即f(l)是关于l的指数式,或以一个指数
式为下界的,例如 3 l , l! 等 情况,则是坏的。这个
看法的依据是很明白的,因为当l增大时,指数函数
比多项式函数增长快。
注意: 在理论上证明是好的算法不一定在实际中 有效,在理论上证明不是多项式时间的算法也不一 定就在实际上中效果不好。如关于线性规划问题的 算法有如下的特殊性: 1)单纯形法是时间复杂性为指数阶的,但却是非
x 算 值,其结果如下表1-1所示。
由表1-1可见,按不同算式和近似值计算出 的结果各不相同,有的甚至出现了负值,这真是 差之毫厘,谬以千里。可见近似值和算法的选定 对计算结果的精确度影响很大。因此,在研究算 法的同时,还必须正确掌握误差的基本概念,误 差在近似值运算中的传播规律,误差分析、估计 的基本方法和算法的数值稳定性概念,否则,一 个合理的算法也可能会得出一个错误的结果。
数值计算过程中会出现各种误差,它们可分 为两大类:一类是由于算题者在工作中的粗心大
ቤተ መጻሕፍቲ ባይዱ
意而产生的,例如笔误以及误用公式等,这类误 差称为“过失误差”或“疏忽误差”。它完全是 人为造成的,只要工作中仔细、谨慎,是完全可 以避免的;而另一类为“非过失误差”,在数值 计算中这往往是无法避免的,例如近似值带来的 误差,模型误差、观测误差、截断误差和舍入误 差等。对于“非过失误差” ,应该设法尽量降 低其数值,尤其要控制住经多次运算后误差的积 累,以确保计算结果的精度。
数值计算中的误差
第一章 数值计算中的误差
§1 引 言 §2 误差的种类及其来源 §3 绝对误差和相对误差 §4 有效数字及其与误差的关系 §5 误差的传播与估计 §6 算法的数值稳定性
§1 引 言
计算方法也称数值分析。数值分析是研究各 种数学问题求解的计算方法,即数值计算。利用 计算尺、电子计算机等计算工具来求出数学问题 得到数值解的全过程,称为数值计算。
模(size)是l(在网络问题中,l一般与节点数及弧数 有关,而对一般极值问题,l往往与变量数及约束 数有关),设在最坏情况下运算次数是f(l),则f(l)
称为算法的计算复杂性。
具有什么样的计算复杂性的算法被认为是好的呢?目 前计算机科学中广为接受的观点是:多项式时间算法,
即f(l)是关于l的一个多项式,或者以一个多项式为
12 2378
0.005046
衡量一个算法的好坏时,计算时间的多少是非常重 要的一个标志。由于实际的执行时间依赖于计算机 的性能,因此所谓算法所花时间是用它执行的所有 基本运算,如算术运算、比较运算等的总次数来衡 量的。这样时间与运算的次数直接联系起来了。当 然,即使用一个算法计算同一类型的问题时,由于 各问题的数据不同,计算快慢也会不同,一般是用 最坏情况下所花的时间来作讨论。设输入数据的规