数值计算方法课件
合集下载
数值计算方法课件
数值计算方法课件
Introduction
数值分析 能够做什么?
数值计算方法课件
•
研究使用计算机求解各种数学问题的 数值方法(近似方法),对求得的解的 精度进行评估,以及如何在计算机上实 现求解等
数值计算方法课件
计算机解决实际问题的步骤
建立数学模型 选择数值方法 编写程序 上机计算
数值计算方法课件
lim||
k
xk x* 数值计算方法课件
||0
➢ 矩阵范数 ( matrix norms ) 定义3:对任意 A,B,R称m|n| ·|| 为Rmn空间的矩阵范数, 指|| ·||满足(1)-(3):
(1 )|A || |0 ;|A || |0 A 0
(2) ||A||||||A|| 对任意 C
David Kincaid & Ward Cheney(机械工业出版社)
➢ Numerical Analysis (Seventh Edition)
数值分析 (第七版 影印版)
Richard L. Burden & J. Douglas Faires (高等教育出版社)
数值计算方法课件
数值计算方法课件
10n1 10n1
10n
0
1
102
0
10 1101 0
2。与计算机不能分离:上机实习(掌握一 门语言:C语言,会用Matlab)
数值计算方法课件
1.2 误差 ( Error )
§1 误差的背景介绍 ( Introduction ) 1. 来源与分类 ( Source & Classification ) 模型误差 ( Modeling Error ): 从实际问题中抽象出数 学模型
Introduction
数值分析 能够做什么?
数值计算方法课件
•
研究使用计算机求解各种数学问题的 数值方法(近似方法),对求得的解的 精度进行评估,以及如何在计算机上实 现求解等
数值计算方法课件
计算机解决实际问题的步骤
建立数学模型 选择数值方法 编写程序 上机计算
数值计算方法课件
lim||
k
xk x* 数值计算方法课件
||0
➢ 矩阵范数 ( matrix norms ) 定义3:对任意 A,B,R称m|n| ·|| 为Rmn空间的矩阵范数, 指|| ·||满足(1)-(3):
(1 )|A || |0 ;|A || |0 A 0
(2) ||A||||||A|| 对任意 C
David Kincaid & Ward Cheney(机械工业出版社)
➢ Numerical Analysis (Seventh Edition)
数值分析 (第七版 影印版)
Richard L. Burden & J. Douglas Faires (高等教育出版社)
数值计算方法课件
数值计算方法课件
10n1 10n1
10n
0
1
102
0
10 1101 0
2。与计算机不能分离:上机实习(掌握一 门语言:C语言,会用Matlab)
数值计算方法课件
1.2 误差 ( Error )
§1 误差的背景介绍 ( Introduction ) 1. 来源与分类 ( Source & Classification ) 模型误差 ( Modeling Error ): 从实际问题中抽象出数 学模型
第一章 数值计算方法 绪论.ppt
|
En
|
|
In
I
n
|
|
(1
nIn1 )
(1
nI
n1
)
|
n
|E n1|
n
!|
E0
|
初始的小扰动| E0 | 0.5108迅速积累,误差快速递增。
造成这种情况的是不稳定的算法 /* unstable algorithm */ 我们有责任改变。
公式二: In 1 n In1
I 10
0.03059200
I 12
1
12
I 11
0.63289600
I 13
1
13
I 12
7.2276480
I 14
1
14
I 13
94.959424
I 15
1
15
I 14
1423.3914
What happened
?!
考察第n步的误差 En
(科学出版社,2001年)
• 提问:数值计算方法是做什么用的?
研究对象:数值问题——有限个输入数据(问题的自
变量、原始数据)与有限个输出数据(待求解数据)之 间函数关系的一个明确无歧义的描述。
如一阶微分方程初值问题
dy
2x
dx
y(0) 1
求函数解析表达式 y y(x)
求函数y y(x)在某些点
的
能够控制误差
设
计
便于编程实现:逻辑复杂度要小
数值计算方法教学课件chapter1_handout
7 / 40
随机数的检验
对 U(0, 1) 随机数发生器产生的序列 {Ri : i = 1, 2, . . . , n}, 可以进行各种 检验确认其均匀性:
把 [0,1] 等分成 K 段,用 Pearson’s χ2 test 检验 {Ri : i = 1, 2, . . . , n} 落在每一段的概率是否近似为 1/K
6 / 40
组合发生器
把若干个发生器组合利用,产生的随机数比单个发生器具有更长的周期 和更好的随机性
MacLaren and Marsaglia (1965) 提出组合同余法,组合两个同余发 生器,其中一个用来 “搅乱” 次序 Wichman and Hill (1982) 设计了如下的线性组合发生器。利用三个 同余发生器:
如果 CDF F(x) 不连续 (离散分布) 或不可逆,可以定义如下的广义
逆:
F−1(u) = inf{x | F(x) ≥ u}, 0 < u < 1
(1)
10 / 40
CDF 逆变换
F−1(0.15) = 0.2, F−1(0.6) = 1.2, F−1(0.9) = 1.7
11 / 40
CDF 逆变换
用 Kolmogorov-Smirnov (K-S) test 检验 {Ri : i = 1, 2, . . . , n} 是否近 似服从 U[0, 1] 分布
把 {Ri : i = 1, 2, . . . , n} 每 d 个组合在一起成为 Rd 向量,把超立方 体 [0, 1]d 每一维均匀分为 K 份,得到 Kd 个子集,用 Pearson’s χ2 test 检验这些 Rd 向量落在每个子集的概率是否近似为 1/Kd
15 / 40
随机数的检验
对 U(0, 1) 随机数发生器产生的序列 {Ri : i = 1, 2, . . . , n}, 可以进行各种 检验确认其均匀性:
把 [0,1] 等分成 K 段,用 Pearson’s χ2 test 检验 {Ri : i = 1, 2, . . . , n} 落在每一段的概率是否近似为 1/K
6 / 40
组合发生器
把若干个发生器组合利用,产生的随机数比单个发生器具有更长的周期 和更好的随机性
MacLaren and Marsaglia (1965) 提出组合同余法,组合两个同余发 生器,其中一个用来 “搅乱” 次序 Wichman and Hill (1982) 设计了如下的线性组合发生器。利用三个 同余发生器:
如果 CDF F(x) 不连续 (离散分布) 或不可逆,可以定义如下的广义
逆:
F−1(u) = inf{x | F(x) ≥ u}, 0 < u < 1
(1)
10 / 40
CDF 逆变换
F−1(0.15) = 0.2, F−1(0.6) = 1.2, F−1(0.9) = 1.7
11 / 40
CDF 逆变换
用 Kolmogorov-Smirnov (K-S) test 检验 {Ri : i = 1, 2, . . . , n} 是否近 似服从 U[0, 1] 分布
把 {Ri : i = 1, 2, . . . , n} 每 d 个组合在一起成为 Rd 向量,把超立方 体 [0, 1]d 每一维均匀分为 K 份,得到 Kd 个子集,用 Pearson’s χ2 test 检验这些 Rd 向量落在每个子集的概率是否近似为 1/Kd
15 / 40
数值计算方法25_ppt [兼容模式]
16
10
L x=y
T
1 . 解 Ly = b b1 y1 = l11
i −1 bi − ∑ lik ⋅ yk k =1 yi =
lii
------(14) i = 2 ,3 , L , n
l11 M O L = li 1 L lii M M O l l l L L n ni nn 1
-------------(7) -------------(8) i = r , r + 1,L , n
8
air = ∑ lik ⋅ lrk = ∑ lik ⋅ lrk + lir ⋅ lrr
k =1 k =1
r −1
由( 6 ) ~ ( 8)式可得 L的元素的计算公式
l11 = a11
ai 1 li 1 = l11
7
aij = a ji
a11 M ar 1 M an 1
L a1 r O M L arr M L anr
L a1 n l11 l11 L lr 1 L ln 1 M M O O M M L arn = lr 1 L lrr lrr L lnr ⋅ O M M O O M M lnn L ann ln 1 L lnr L lnn
29 6 13 174
=L 25 29
12
其次解 Ly = b
y1 =
b1 l11
i −1
( L , b) =
6
7 6 5 6
29 6 13 174
25 29
9 10 9
10
L x=y
T
1 . 解 Ly = b b1 y1 = l11
i −1 bi − ∑ lik ⋅ yk k =1 yi =
lii
------(14) i = 2 ,3 , L , n
l11 M O L = li 1 L lii M M O l l l L L n ni nn 1
-------------(7) -------------(8) i = r , r + 1,L , n
8
air = ∑ lik ⋅ lrk = ∑ lik ⋅ lrk + lir ⋅ lrr
k =1 k =1
r −1
由( 6 ) ~ ( 8)式可得 L的元素的计算公式
l11 = a11
ai 1 li 1 = l11
7
aij = a ji
a11 M ar 1 M an 1
L a1 r O M L arr M L anr
L a1 n l11 l11 L lr 1 L ln 1 M M O O M M L arn = lr 1 L lrr lrr L lnr ⋅ O M M O O M M lnn L ann ln 1 L lnr L lnn
29 6 13 174
=L 25 29
12
其次解 Ly = b
y1 =
b1 l11
i −1
( L , b) =
6
7 6 5 6
29 6 13 174
25 29
9 10 9
数值计算方法-全套课件
——数值计算方法
数值计算方法
Numerical Method
数值计算方法
1
第一章 绪 论
课程简介
什么是数值计算方法? 为什么学习数值计算方法? 数值计算方法的主要内容
数值计算中的误差
误差的种类及其来源 绝对误差与相对误差 有效数字与误差 舍入误差与截断误差 误差的传播与估计 算法的数值稳定性
t
12
数值计算方法
课堂教学内 容
绪论 (1周) 非线性方程求根 (1周) 求解线性方程组的数值方法 (2周) 插值和曲线拟合 (1周) 数值微分和数值积分 (1周) 常微分方程数值解 (1周)
数值计算方法
19
教学安 排
理论
13:15~15:40
上机(助教负责)
四次 海洋大楼机房 刷校园卡
确定降落伞的最后速度
FU
加速度表示为速度的变化率
dv F dt m
如果净受力为正,物体加速运动; 如果为负,物体减速运动;如果为0, 物体速度不变。
假定向下的力为正,
FD mg
FU cv
c为比例系数,称为阻力系数(drag
coefficient(kg/s))。参数c说明了下降物
FD
体的特征,如形状或表面的粗糙程度。
4
数值计算方法
非计算机方 法
解析方法
简单问题 实际价值有限
图解法
结果准确? 三维及以下
手工方法
计算器 速度慢,很容易出现低级错误
5
数值计算方法
工程问题求解的三个 阶段
公式化
简洁表示 的基本定律
公式化
深入分析问题与 基本定律的关系
求解
用详细、通常也是复杂 的方法来求解问题
数值计算方法
Numerical Method
数值计算方法
1
第一章 绪 论
课程简介
什么是数值计算方法? 为什么学习数值计算方法? 数值计算方法的主要内容
数值计算中的误差
误差的种类及其来源 绝对误差与相对误差 有效数字与误差 舍入误差与截断误差 误差的传播与估计 算法的数值稳定性
t
12
数值计算方法
课堂教学内 容
绪论 (1周) 非线性方程求根 (1周) 求解线性方程组的数值方法 (2周) 插值和曲线拟合 (1周) 数值微分和数值积分 (1周) 常微分方程数值解 (1周)
数值计算方法
19
教学安 排
理论
13:15~15:40
上机(助教负责)
四次 海洋大楼机房 刷校园卡
确定降落伞的最后速度
FU
加速度表示为速度的变化率
dv F dt m
如果净受力为正,物体加速运动; 如果为负,物体减速运动;如果为0, 物体速度不变。
假定向下的力为正,
FD mg
FU cv
c为比例系数,称为阻力系数(drag
coefficient(kg/s))。参数c说明了下降物
FD
体的特征,如形状或表面的粗糙程度。
4
数值计算方法
非计算机方 法
解析方法
简单问题 实际价值有限
图解法
结果准确? 三维及以下
手工方法
计算器 速度慢,很容易出现低级错误
5
数值计算方法
工程问题求解的三个 阶段
公式化
简洁表示 的基本定律
公式化
深入分析问题与 基本定律的关系
求解
用详细、通常也是复杂 的方法来求解问题
《数值计算》课件
《数值计算》PPT课件
CATALOGUE
目录
引言数值计算基础线性方程组求解插值与拟合数值积分与微分优化算法数值计算的实践应用
01
引言
数值计算是计算机科学和数学的一个重要交叉领域,主要研究如何利用数学方法解决各种实际问题,特别是在处理大规模、复杂数据时。
本课程将介绍数值计算的基本原理和方法,包括线性代数、微积分、插值、拟合、数值积分、微分方程等。
多项式拟合是一种通过已知数据点来构造一个多项式,使得该多项式能够尽可能地逼近真实函数的方法。
多项式拟合的原理是利用最小二乘法或其他优化算法来求解多项式的系数,使得多项式与真实函数的误差最小。
多项式拟合的优点是适应性强、应用广泛,但缺点是当数据点较多时,多项式的次数较高,可能导致计算量大、精度降低。
梯形法
辛普森法
复合梯形法和复合辛普森法
ห้องสมุดไป่ตู้
复合差分法
复合差分法是通过将函数定义域分成若干个子区间,并在每个子区间上分别使用差商法或中心差分法进行计算,然后求和得到函数导数的近似值。
数值微分的基本概念
数值微分是一种近似计算函数导数的方法,通过选取适当的离散点,利用差分公式来逼近函数导数的值。
差商法
差商法是一种简单的数值微分方法,通过计算函数在相邻离散点之间的差商来逼近函数导数的值。
数据拟合
THANKS
感谢观看
矩阵分解法是一种将系数矩阵分解为易于处理的形式的方法,常见的有LU分解、QR分解等。
04
插值与拟合
拉格朗日插值的原理是利用已知数据点构造一个插值多项式,然后通过该多项式在未知点的取值来估计该点的数值。
拉格朗日插值法的优点是简单易懂,易于实现,但缺点是当数据点较多时,插值多项式的次数较高,可能导致计算量大、精度降低。
CATALOGUE
目录
引言数值计算基础线性方程组求解插值与拟合数值积分与微分优化算法数值计算的实践应用
01
引言
数值计算是计算机科学和数学的一个重要交叉领域,主要研究如何利用数学方法解决各种实际问题,特别是在处理大规模、复杂数据时。
本课程将介绍数值计算的基本原理和方法,包括线性代数、微积分、插值、拟合、数值积分、微分方程等。
多项式拟合是一种通过已知数据点来构造一个多项式,使得该多项式能够尽可能地逼近真实函数的方法。
多项式拟合的原理是利用最小二乘法或其他优化算法来求解多项式的系数,使得多项式与真实函数的误差最小。
多项式拟合的优点是适应性强、应用广泛,但缺点是当数据点较多时,多项式的次数较高,可能导致计算量大、精度降低。
梯形法
辛普森法
复合梯形法和复合辛普森法
ห้องสมุดไป่ตู้
复合差分法
复合差分法是通过将函数定义域分成若干个子区间,并在每个子区间上分别使用差商法或中心差分法进行计算,然后求和得到函数导数的近似值。
数值微分的基本概念
数值微分是一种近似计算函数导数的方法,通过选取适当的离散点,利用差分公式来逼近函数导数的值。
差商法
差商法是一种简单的数值微分方法,通过计算函数在相邻离散点之间的差商来逼近函数导数的值。
数据拟合
THANKS
感谢观看
矩阵分解法是一种将系数矩阵分解为易于处理的形式的方法,常见的有LU分解、QR分解等。
04
插值与拟合
拉格朗日插值的原理是利用已知数据点构造一个插值多项式,然后通过该多项式在未知点的取值来估计该点的数值。
拉格朗日插值法的优点是简单易懂,易于实现,但缺点是当数据点较多时,插值多项式的次数较高,可能导致计算量大、精度降低。
数值计算方法课件-CH2 解线性方程组的直接法—2.1~2.3 Gauss消去法
n 1
n-1 步回代过程需作乘除运算总次数为:
n2 n ( n i 1) 2 2 i 1
n
Gauss消去法的乘除运算总次数为:
n3 n n3 2 n O( n 2 ) MD 3 3 3
当 n 很大时,
3 n3 n n MD n 2 3 3 3
( 1) a11 0 0 ( 1) ( 1) a12 a1 n (2) (2) a22 a2 n (2) (2) an a 2 nn ( 1) b1 (2) b2 (2) bn
(k ) 0 时,采取类似的处理措施。 当 akk
§2.3 高斯列主元素消去法
例1.
用Gauss消去法解线性方程组(用3 位十进制浮 点数计算)
0.0001x1 x2 1 x1 x2 2
解:
本方程组的精度较高的解为
x* (0.99989999 ,1.00010001 )T
用Gauss消去法求解(用3位十进制浮点数计算)
在求行乘数时用了很小的数0.0001作除数。
如果在求解时将1,2行交换, 即
1 1 2 A ( A, b) 0.000100 1 1
1 2 1 m21 0.0001 0 1.00 1.00
回代后得到
0.9999 0.9998
根据Cramer(克莱姆)法则, 若 det(A) 0 则方程组 Ax b 有唯一解。
三角形线性方程组解法
上三角形
u11 x1 u12 x2 u1n xn b1 u22 x2 u2 n xn b2 unn xn bn
UX b
n-1 步回代过程需作乘除运算总次数为:
n2 n ( n i 1) 2 2 i 1
n
Gauss消去法的乘除运算总次数为:
n3 n n3 2 n O( n 2 ) MD 3 3 3
当 n 很大时,
3 n3 n n MD n 2 3 3 3
( 1) a11 0 0 ( 1) ( 1) a12 a1 n (2) (2) a22 a2 n (2) (2) an a 2 nn ( 1) b1 (2) b2 (2) bn
(k ) 0 时,采取类似的处理措施。 当 akk
§2.3 高斯列主元素消去法
例1.
用Gauss消去法解线性方程组(用3 位十进制浮 点数计算)
0.0001x1 x2 1 x1 x2 2
解:
本方程组的精度较高的解为
x* (0.99989999 ,1.00010001 )T
用Gauss消去法求解(用3位十进制浮点数计算)
在求行乘数时用了很小的数0.0001作除数。
如果在求解时将1,2行交换, 即
1 1 2 A ( A, b) 0.000100 1 1
1 2 1 m21 0.0001 0 1.00 1.00
回代后得到
0.9999 0.9998
根据Cramer(克莱姆)法则, 若 det(A) 0 则方程组 Ax b 有唯一解。
三角形线性方程组解法
上三角形
u11 x1 u12 x2 u1n xn b1 u22 x2 u2 n xn b2 unn xn bn
UX b
数值计算方法与算法-45页PPT文档资料
条件:A 行列式非零。 运算量:O(n3)
第5章 解线性方程组的直接法
• 全主元消元法
原理:在Gauss消元过程中,先选取所有元素模最大者, 将其换行至左上角位置,再作消元。由此得到分解 A = P L U Q,P和Q为置换方阵,L中各元素的模都 ≤1, U中各元素的模都≤同行对角元素的模。
条件:A 行列式非零。 运算量:O(n3)
yix (ix 1 i 1 xix)yix 1 i (1 x xx ii), xi xxi 1
第1章 插值
2(h0 h1 )
h1
M1 d1 d0 h1M 0
h1
2(h1 h2 )
hn2
S(x) a ixi a 3 im0 a ,(x x x (i)3)
i 0
i 1
• M关系式
Si(x)M 6i (x xii 1 1 x x)i3(xi 1xi)x (i 1x) M 6 i 1 (x x i 1 xix )i3(xi 1xi)x (xi)
R i,02i个分点的 R i,j R 梯 i,j 1R 形 i,j 1 4 j R 积 1 i 1 ,j 1, 分 1j , i
例题 4
•
构造积分 I(f)
2h
f
(x)d
x的数值积分公式
h
I ( f ) = a0 f (-h) + a1 f (0) + a2 f (2h)。
yi (xixj)
ji
• Newton插值
n
pn(x) ai (xxj), aii阶差 f[x0, 商 ,xi] i 0 j i
第1章 插值
• 差商
f[ x 0 ] f( x 0 ) , f[ x 0 , ,x k ] f[ x 1 , ,x k x ] k fx [ 0 x 0 , ,x k 1 ]
第5章 解线性方程组的直接法
• 全主元消元法
原理:在Gauss消元过程中,先选取所有元素模最大者, 将其换行至左上角位置,再作消元。由此得到分解 A = P L U Q,P和Q为置换方阵,L中各元素的模都 ≤1, U中各元素的模都≤同行对角元素的模。
条件:A 行列式非零。 运算量:O(n3)
yix (ix 1 i 1 xix)yix 1 i (1 x xx ii), xi xxi 1
第1章 插值
2(h0 h1 )
h1
M1 d1 d0 h1M 0
h1
2(h1 h2 )
hn2
S(x) a ixi a 3 im0 a ,(x x x (i)3)
i 0
i 1
• M关系式
Si(x)M 6i (x xii 1 1 x x)i3(xi 1xi)x (i 1x) M 6 i 1 (x x i 1 xix )i3(xi 1xi)x (xi)
R i,02i个分点的 R i,j R 梯 i,j 1R 形 i,j 1 4 j R 积 1 i 1 ,j 1, 分 1j , i
例题 4
•
构造积分 I(f)
2h
f
(x)d
x的数值积分公式
h
I ( f ) = a0 f (-h) + a1 f (0) + a2 f (2h)。
yi (xixj)
ji
• Newton插值
n
pn(x) ai (xxj), aii阶差 f[x0, 商 ,xi] i 0 j i
第1章 插值
• 差商
f[ x 0 ] f( x 0 ) , f[ x 0 , ,x k ] f[ x 1 , ,x k x ] k fx [ 0 x 0 , ,x k 1 ]
数值计算方法课件CH4数值积分4.2复合求积法
f
(b)
f (a)]
1 4
(I
Tn
)
20
因此有
I T2n 1 I Tn 4
4I 4T2n I Tn
即
I
T2n
1 3
(T2
n
Tn )
这说明, T2n作为I的近似值时的截断误差 绝对值约为
1 3 T2n Tn
若预先给定的误差限为,只要 ,就认为此时的数
值积分T2n已经达到精度要求,可以停止计算了.
3 4
)]
14
k
1
f
(xk ) 7
f
(1)]
0.94608307
10
比较三个 公式的结果
精度最低 精度次高
T8 0.94569086 S4 0.94608331
精度最高 C2 0.94608307
原积分的精确值为 I 1sin x dx 0.946083070367183 0x
这三种方法都是求积区间上9个节点上的函数值的线性组合 进行计算,只是组合方法不同,但工作量基本相同.T8的精 度很低,但S4和C2的精度很高,相比较而言,复合Simpson 公式的复杂性居中,精度又可达到要求,故使用更普遍.
在数值积分中,精度是一个很重要的问题,复合求积法 对提高精度是很有效的.由复合求积公式的余项表达式看到, 精度与步长有关. 步长取得太大,精度难以保证,步长太小, 则求积会公导式致之计前算最量好的先增给加出,步并长且.积I累 T误n 差 11也2 h2会[ f 增(b) 大f (,a)]因此使用
从理论上讲,可以根据复合I求 S积n 公 118式0 的2h 4余[ f 项(b) 公f 式(a)或] 其近 似于被表积达函式数,的预高先阶确导定数出很恰难当估的计步I,长 C或hn 来者 9.24但被5 在积h4 6实函[ f (际数5)(b使)没 f用有(5)(中解a)],析表由 达式,因此这个预估h的方法是不宜使用的.
- 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)。
4
1.1 算法 一、算法的概念
当我们用数值计算方法求解一个比较复杂的数学问题 时,常常要事先拟定一个计算方案,规划一下计算的步骤。 所谓算法,就是指在求解数学问题时,对求解方案和计算 步骤的完整而明确的描述。
描述一个算法可以采用许多方法,最常用的一个方法 是程序流程图。算法也可以用人的自然语言来描述。如果 用计算机能接受的语言来描述算法,就称为程序设计。
10
3) 舍入误差 在计算过程中,当我们表示一个数时,常常只能取有
限位。超出的尾数将会舍去,从而造成误差,这种误差称 为舍入误差。
舍入误差时我们数值计算中重点研究的对象,将贯穿 整个课程之中。
11
二、 误差的概念
1) 误差: 某个量的真值与近似值的差的绝对值,称为近似值
的误差,又称绝对误差,用e表示。
5
二、算法的质量标准 求解一个数学问题,可以采用不同的算法,比如:
线性方程组,可用克莱姆法则,高斯消元法等多种方法 求解。但是每一种方法的优劣不同,评价一个算法的好 坏有以下几个标准:
1) 算法的计算量(时间复杂性) 例1:用克莱姆法则求解一个n阶线性方程组时,需要计 算(n+1)个n阶行列式的值。需要做 n2 n! 次乘法。设 n=20,若采用10亿/秒的计算机,要花费三十万年的时间 进行计算。若用高斯消元法来求解,采用一个普通的 586微机,在几分钟之内就可得结果。
12
3)有效数字 我们还可以用有效数字的概念来说明一个近似值的准
确程度。 我们先介绍“四舍五入”的概念,四舍五入是数值计
算时,取近似值的一种方法。若被舍去部分的头一位大 于等于5时,就在所取数的末位加1;小于5时,就舍去。
用四舍五入方法得到的近似值,称为有效数字。 有效数字的末位到第一位非零数字的个数,称为该有 效数字的位数。 有效数字可用来表示一个近似值的准确程度,一个近 似值的有效位数越多,这个近似值就越逼近真值。
以上我们介绍了算法的一些基本概念。下面讨论数 值计算中的另一个重要问题——误差。
8
1.2 误差
在研究算法时,要进行误差分析,能估计误差的算 法才是有实用价值的算法。 一、 误差的来源:
引起计算误差的原因是多方面的。 1)模型误差
当解决一个工程实际问题时,常常需要用一定的数 学表达式来描述,即建立一个数学模型。建立数学模型 时,通常要根据实际需要做一些简化,忽略一些次要因 素,是模型不致过分复杂,又能满足精度要求。这样建 立起来的数学模型是客观现象的近似描述。这种近似必 然产生误差。
7
2) 算法的空间复杂性 当使用计算机求解一个数学问题时,计算程序要占
用许多工作单元(内存)。当计算一个大型的数学问题 时,内存的消耗量是很大的。因此,算法占用内存数量 的多少,是衡量算法优劣的另一个标准。
3) 算法逻辑结构的复杂性 设计算法时应该考虑的另一个因素是逻辑结构问题,
虽然计算机能自动执行极其复杂的计算程序,但是计算 程序的每个细节都需要编程人员制定,因此算法的逻辑 结构应尽量简单,才能使程序的编制、维修和使用比较 方便。
模型:人们为了一定的目的,对客观事物的某一部分进 行简化、抽象和提炼出来的替代物,它集中反映了客观 事物中人们需要研究的那部分特征。
数学模型:将模型的特征、内存规律用数学的语言和符 号来描述的数学表述或数学结构。例如:人口增长模型
求解问题的方法和步骤: • 形成问题-明确待研究问题的特征、背景、用途 • 提出假设-抓住主要矛盾、忽略次要因素 • 建立模型-量化关键因素、建立数学结构和模型 • 算法求解-选择合适的算法对模型问题进行求解 • 算法分析-对算法的误差和灵敏度、稳定性进行分析 • 修正模型-对模型进行检验和修正 • 算法应用-应用成果解决实际问题
2) 新的数学,混沌理论(迭代法求非线性方程的根). 与过去相比,现代数值计算方法有两个显著特点: 1) 数值计算的方法和理论都结合数字计算机的特点来 研究。在进行算法研究时,注意算法与计算速度,计算内存 消耗的关系 2)在研究算法时,注重算法误差分析,注意数值解的收 敛性和数值计算的稳定性问题。
3
天神梵天要这庙的僧侣,把这些金片全部由一根针移 到另外一根指定的针上,一次只能移一片,不管在什么 情况下,金片环的大小次序不能变更,小金片环永远只 能放在大金片环上面。
只要有一天这六十四片的金环能从指定的针上完全转 移到另外指定的针上,世界末日就来到。
经过计算机的运算,移动的次数需18,446,744,073, 709,551,615,一秒移动一次,大约需要5849亿年。
9
2) 方法误差 在计算过程中,由数学方法产生的误差,称为方法
误差。
例如,在计算指数函数的值时,常用到如下幂级数展开
式:
ex 1 x x2 xn
2!
n!
这是一个无穷级数。计算时,只能取有限项。
Sn (x)
1
x
x2 2!
xn n!
用有限项逼近无穷级数,会产生一个误差,这个误差 是由数学方法产生的,所以是一种方法误差。
计算量的大小事衡量一个算法优劣的重要标准。
6
例2:天竺国,梵塔 据说在东方的古国──印度土地上,有一座印度教的
神庙,这庙有一块黄铜板,板上插著三根细细的、镶上 宝石的细针,细针像菜叶般粗,而高就像成人由手腕到 肘关节的长。
当印度教的主神梵天在创造地球这个世界时,就在其 中的一根针上从下到上放了半径由大到小的六十四片圆 金片环,这就是有名的「梵塔」或称「汉内塔」 (Towers of Hanoi)。
数值计算方法
1
主要内容
算法和误差 非线性方程 线性方程组 特征值 插值和拟合 微学问题的常用方法,随着计算机技术 的飞速发展,数值计算方法在现代科学研究中的作用越来越 广泛。数值计算的算法的研究越来越受到人们的重视。
1) 数值计算是应用数学一个重要分支,比如:微分方程, 现代物理.
e x x x—真值,x—近似值,
2) 误差限 在许多情况下,我们不知道某个量的真实值是多少,
因此也不知道它的近似值的误差。但是我们能估计出 误差不会超过某个确定的数值。这个数值就称为近似 值的误差限。
我们能用误差限定量的衡量一个近似值的误差。
如果某近似值的误差限是ε,我们就说,在允许误 差ε的条件下,近似值是准确的。
1.1 算法 一、算法的概念
当我们用数值计算方法求解一个比较复杂的数学问题 时,常常要事先拟定一个计算方案,规划一下计算的步骤。 所谓算法,就是指在求解数学问题时,对求解方案和计算 步骤的完整而明确的描述。
描述一个算法可以采用许多方法,最常用的一个方法 是程序流程图。算法也可以用人的自然语言来描述。如果 用计算机能接受的语言来描述算法,就称为程序设计。
10
3) 舍入误差 在计算过程中,当我们表示一个数时,常常只能取有
限位。超出的尾数将会舍去,从而造成误差,这种误差称 为舍入误差。
舍入误差时我们数值计算中重点研究的对象,将贯穿 整个课程之中。
11
二、 误差的概念
1) 误差: 某个量的真值与近似值的差的绝对值,称为近似值
的误差,又称绝对误差,用e表示。
5
二、算法的质量标准 求解一个数学问题,可以采用不同的算法,比如:
线性方程组,可用克莱姆法则,高斯消元法等多种方法 求解。但是每一种方法的优劣不同,评价一个算法的好 坏有以下几个标准:
1) 算法的计算量(时间复杂性) 例1:用克莱姆法则求解一个n阶线性方程组时,需要计 算(n+1)个n阶行列式的值。需要做 n2 n! 次乘法。设 n=20,若采用10亿/秒的计算机,要花费三十万年的时间 进行计算。若用高斯消元法来求解,采用一个普通的 586微机,在几分钟之内就可得结果。
12
3)有效数字 我们还可以用有效数字的概念来说明一个近似值的准
确程度。 我们先介绍“四舍五入”的概念,四舍五入是数值计
算时,取近似值的一种方法。若被舍去部分的头一位大 于等于5时,就在所取数的末位加1;小于5时,就舍去。
用四舍五入方法得到的近似值,称为有效数字。 有效数字的末位到第一位非零数字的个数,称为该有 效数字的位数。 有效数字可用来表示一个近似值的准确程度,一个近 似值的有效位数越多,这个近似值就越逼近真值。
以上我们介绍了算法的一些基本概念。下面讨论数 值计算中的另一个重要问题——误差。
8
1.2 误差
在研究算法时,要进行误差分析,能估计误差的算 法才是有实用价值的算法。 一、 误差的来源:
引起计算误差的原因是多方面的。 1)模型误差
当解决一个工程实际问题时,常常需要用一定的数 学表达式来描述,即建立一个数学模型。建立数学模型 时,通常要根据实际需要做一些简化,忽略一些次要因 素,是模型不致过分复杂,又能满足精度要求。这样建 立起来的数学模型是客观现象的近似描述。这种近似必 然产生误差。
7
2) 算法的空间复杂性 当使用计算机求解一个数学问题时,计算程序要占
用许多工作单元(内存)。当计算一个大型的数学问题 时,内存的消耗量是很大的。因此,算法占用内存数量 的多少,是衡量算法优劣的另一个标准。
3) 算法逻辑结构的复杂性 设计算法时应该考虑的另一个因素是逻辑结构问题,
虽然计算机能自动执行极其复杂的计算程序,但是计算 程序的每个细节都需要编程人员制定,因此算法的逻辑 结构应尽量简单,才能使程序的编制、维修和使用比较 方便。
模型:人们为了一定的目的,对客观事物的某一部分进 行简化、抽象和提炼出来的替代物,它集中反映了客观 事物中人们需要研究的那部分特征。
数学模型:将模型的特征、内存规律用数学的语言和符 号来描述的数学表述或数学结构。例如:人口增长模型
求解问题的方法和步骤: • 形成问题-明确待研究问题的特征、背景、用途 • 提出假设-抓住主要矛盾、忽略次要因素 • 建立模型-量化关键因素、建立数学结构和模型 • 算法求解-选择合适的算法对模型问题进行求解 • 算法分析-对算法的误差和灵敏度、稳定性进行分析 • 修正模型-对模型进行检验和修正 • 算法应用-应用成果解决实际问题
2) 新的数学,混沌理论(迭代法求非线性方程的根). 与过去相比,现代数值计算方法有两个显著特点: 1) 数值计算的方法和理论都结合数字计算机的特点来 研究。在进行算法研究时,注意算法与计算速度,计算内存 消耗的关系 2)在研究算法时,注重算法误差分析,注意数值解的收 敛性和数值计算的稳定性问题。
3
天神梵天要这庙的僧侣,把这些金片全部由一根针移 到另外一根指定的针上,一次只能移一片,不管在什么 情况下,金片环的大小次序不能变更,小金片环永远只 能放在大金片环上面。
只要有一天这六十四片的金环能从指定的针上完全转 移到另外指定的针上,世界末日就来到。
经过计算机的运算,移动的次数需18,446,744,073, 709,551,615,一秒移动一次,大约需要5849亿年。
9
2) 方法误差 在计算过程中,由数学方法产生的误差,称为方法
误差。
例如,在计算指数函数的值时,常用到如下幂级数展开
式:
ex 1 x x2 xn
2!
n!
这是一个无穷级数。计算时,只能取有限项。
Sn (x)
1
x
x2 2!
xn n!
用有限项逼近无穷级数,会产生一个误差,这个误差 是由数学方法产生的,所以是一种方法误差。
计算量的大小事衡量一个算法优劣的重要标准。
6
例2:天竺国,梵塔 据说在东方的古国──印度土地上,有一座印度教的
神庙,这庙有一块黄铜板,板上插著三根细细的、镶上 宝石的细针,细针像菜叶般粗,而高就像成人由手腕到 肘关节的长。
当印度教的主神梵天在创造地球这个世界时,就在其 中的一根针上从下到上放了半径由大到小的六十四片圆 金片环,这就是有名的「梵塔」或称「汉内塔」 (Towers of Hanoi)。
数值计算方法
1
主要内容
算法和误差 非线性方程 线性方程组 特征值 插值和拟合 微学问题的常用方法,随着计算机技术 的飞速发展,数值计算方法在现代科学研究中的作用越来越 广泛。数值计算的算法的研究越来越受到人们的重视。
1) 数值计算是应用数学一个重要分支,比如:微分方程, 现代物理.
e x x x—真值,x—近似值,
2) 误差限 在许多情况下,我们不知道某个量的真实值是多少,
因此也不知道它的近似值的误差。但是我们能估计出 误差不会超过某个确定的数值。这个数值就称为近似 值的误差限。
我们能用误差限定量的衡量一个近似值的误差。
如果某近似值的误差限是ε,我们就说,在允许误 差ε的条件下,近似值是准确的。