数值计算方法(第1章)

合集下载

《数值计算方法》习题答案

《数值计算方法》习题答案

《数值计算方法》课后题答案详解吉 林 大 学第一章 习 题 答 案1. 已知(1)2,(1)1,(2)1f f f −===,求()f x 的Lagrange 插值多项式。

解:由题意知:()01201212001020211012012202121,1,2;2,1,1()()(1)(2)()()6()()(1)(2)()()2()()(1)(1)()()3(1)(2)(1)(2)()2162nj j j x x x y y y x x x x x x l x x x x x x x x x x l x x x x x x x x x x l x x x x x x x x L x y l x ==−=====−−−−==−−−−+−==−−−−−+−==−−−−+−==×+×−∴∑()2(1)(1)131386x x x x +−+×=−+2. 取节点01210,1,,2x x x ===对x y e −=建立Lagrange 型二次插值函数,并估计差。

解11201201210,1,;1,,2x x x y y e y e −−======1)由题意知:则根据二次Lagrange插值公式得:02011201201021012202110.510.520.51()()()()()()()()()()()()()2(1)(0.5)2(0.5)4(1)(224)(43)1x x x x x x x x x x x x L x y y y x x x x x x x x x x x x x x x x e x x e e e x e e x −−−−−−−−−−−−=++−−−−−−=−−+−−−=+−+−−+22)Lagrange 根据余项定理,其误差为(3)2210122()1|()||()||(1)(0.5)|3!61max |(1)(0.5)|,(0,1)6()(1)(0.5),()330.5030.2113()61()0.2113(0.21131)(0.21130.5)0.008026x f R x x e x x x x x x t x x x x t x x x x t x R x ξξωξ−+≤≤==−−≤−−∈′=−−=−+=−==≤××−×−=∴取 并令 可知当时,有极大值3. 已知函数y =在4, 6.25,9x x x ===处的函数值,试通过一个二次插值函数求的近似值,并估计其误差。

数值计算方法习题答案

数值计算方法习题答案

《数值计算方法》课后题答案详解吉 林 大 学第一章 习 题 答 案1. 已知(1)2,(1)1,(2)1f f f −===,求()f x 的Lagrange 插值多项式。

解:由题意知:()01201212001020211012012202121,1,2;2,1,1()()(1)(2)()()6()()(1)(2)()()2()()(1)(1)()()3(1)(2)(1)(2)()2162nj j j x x x y y y x x x x x x l x x x x x x x x x x l x x x x x x x x x x l x x x x x x x x L x y l x ==−=====−−−−==−−−−+−==−−−−−+−==−−−−+−==×+×−∴∑()2(1)(1)131386x x x x +−+×=−+2. 取节点01210,1,,2x x x ===对x y e −=建立Lagrange 型二次插值函数,并估计差。

解11201201210,1,;1,,2x x x y y e y e −−======1)由题意知:则根据二次Lagrange插值公式得:02011201201021012202110.510.520.51()()()()()()()()()()()()()2(1)(0.5)2(0.5)4(1)(224)(43)1x x x x x x x x x x x x L x y y y x x x x x x x x x x x x x x x x e x x e e e x e e x −−−−−−−−−−−−=++−−−−−−=−−+−−−=+−+−−+22)Lagrange 根据余项定理,其误差为(3)2210122()1|()||()||(1)(0.5)|3!61max |(1)(0.5)|,(0,1)6()(1)(0.5),()330.5030.2113()61()0.2113(0.21131)(0.21130.5)0.008026x f R x x e x x x x x x t x x x x t x x x x t x R x ξξωξ−+≤≤==−−≤−−∈′=−−=−+=−==≤××−×−=∴取 并令 可知当时,有极大值3. 已知函数y =在4, 6.25,9x x x ===处的函数值,试通过一个二次插值函数求的近似值,并估计其误差。

数值计算方法教案

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 数值计算的定义与特点引言:介绍数值计算的定义和基本概念数值计算的特点:离散化、近似解、误差分析1.2 数值计算方法分类直接方法:高斯消元法、LU分解法等迭代方法:雅可比迭代、高斯-赛德尔迭代等1.3 数值计算的应用领域科学计算:物理、化学、生物学等领域工程计算:结构分析、流体力学、电路模拟等第二章:误差与稳定性分析2.1 误差的概念与来源绝对误差、相对误差和有效数字误差来源:舍入误差、截断误差等2.2 数值方法的稳定性分析线性稳定性分析:特征值分析、李雅普诺夫方法非线性稳定性分析:李模型、指数稳定性分析2.3 提高数值计算精度的方法改进算法:雅可比法、共轭梯度法等增加计算精度:闰塞法、理查森外推法等第三章:线性方程组的数值解法3.1 高斯消元法算法原理与步骤高斯消元法的优缺点3.2 LU分解法LU分解的步骤与实现LU分解法的应用与优势3.3 迭代法雅可比迭代法与高斯-赛德尔迭代法迭代法的选择与收敛性分析第四章:非线性方程和方程组的数值解法4.1 非线性方程的迭代解法牛顿法、弦截法等收敛性条件与改进方法4.2 非线性方程组的数值解法高斯-赛德尔法、共轭梯度法等方程组解的存在性与唯一性4.3 非线性最小二乘问题的数值解法最小二乘法的原理与方法非线性最小二乘问题的算法实现第五章:插值与逼近方法5.1 插值方法拉格朗日插值、牛顿插值等插值公式的构造与性质5.2 逼近方法最佳逼近问题的定义与方法最小二乘逼近、正交逼近等5.3 数值微积分数值求导与数值积分的方法数值微积分的应用与误差分析第六章:常微分方程的数值解法6.1 初值问题的数值解法欧拉法、改进的欧拉法龙格-库塔法(包括单步和多步法)6.2 边界值问题的数值解法有限差分法、有限元法谱方法与辛普森法6.3 常微分方程组与延迟微分方程的数值解法解耦与耦合方程组的处理方法延迟微分方程的特殊考虑第七章:偏微分方程的数值解法7.1 偏微分方程的弱形式介绍偏微分方程的弱形式应用实例:拉普拉斯方程、波动方程等7.2 有限差分法显式和隐式差分格式稳定性分析与收敛性7.3 有限元法离散化过程与元素形状函数数值求解与误差估计第八章:优化问题的数值方法8.1 优化问题概述引言与基本概念常见优化问题类型8.2 梯度法与共轭梯度法梯度法的基本原理共轭梯度法的实现与特点8.3 序列二次规划法与内点法序列二次规划法的步骤内点法的原理与应用第九章:数值模拟与随机数值方法9.1 蒙特卡洛方法随机数与重要性采样应用实例:黑箱模型、金融衍生品定价等9.2 有限元模拟离散化与求解过程应用实例:结构分析、热传导问题等9.3 分子动力学模拟基本原理与算法应用实例:材料科学、生物物理学等第十章:数值计算软件与应用10.1 常用数值计算软件介绍MATLAB、Python、Mathematica等软件功能与使用方法10.2 数值计算在实际应用中的案例分析工程设计中的数值分析科学研究中的数值模拟10.3 数值计算的展望与挑战高性能计算的发展趋势复杂问题与多尺度模拟的挑战重点解析本教案涵盖了数值计算方法的基本概念、误差分析、线性方程组和非线性方程组的数值解法、插值与逼近方法、常微分方程和偏微分方程的数值解法、优化问题的数值方法、数值模拟与随机数值方法以及数值计算软件与应用等多个方面。

第一章 数值计算方法的基本概念

第一章  数值计算方法的基本概念

b−a [ f (a) + f (b)] 2
e = x − x∗
为近似值 x 的绝对误差,简称误差。

(2.1)
一般情况下,我们只能知道近似值 x ,而不只准确值 x ,但可以根据测量工具或计算 的情况,对绝对误差的大小范围作出估计,即可以给出一个正数ε,使得

e = x − x∗ ≤ ε

(2.2)
1 1 11 ⎧ ⎪ x1 + 2 x 2 + 3 x3 = 6 ⎪ 1 1 13 ⎪1 ⎨ x1 + x 2 + x3 = 3 4 12 ⎪2 1 1 1 ⎪ x + x + x = 47 1 2 3 ⎪ 4 5 60 ⎩3
求解时,先将系数舍入成两位有效数字的数,变为
⎧ x1 + 0.5 x 2 + 0.33 x3 = 1.8 ⎪ ⎨ 0.50 x1 + 0.33 x 2 + 0.25 x3 = 1.1 ⎪0.33 x + 0.25 x + 0.20 x = 0.78 1 2 3 ⎩
按四舍五入取四位小数,可得 2 = 1.4142 ,前面已经提到,该数的绝对误差不超过末位 数字的半个单位,即

2 − 1.4142 ≤
定义 2.1 设 x 的近似值
1 *10 − 4 = 0.00005 2
(a1 ≠ 0)
(2.6)
x ∗ = ±0.a1 a 2 L a n * 10 m
如果
x − x∗ ≤
§2
误差来源与误差的基本概念
2.1 误差的来源及分类 在数值计算中,误差是不可避免的。引起误差的因素很多,主要的原因有以下几种: 1.模型误差 解决实际问题的科学计算 ,首先要建立数学模型,即将实际问题经过 抽象合理简化,略去一些次要因素。因而它只是对所提出的问题的一种近似描述,包含有误 差,这种误差称为模型误差。 2.观察误差 在数学模型中总含有一些参数,如温度、长度、电压等,它们的值往往

第一章 数值计算方法 绪论

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

数值计算方法马东升等第 版习题解答

数值计算方法马东升等第 版习题解答

第1章 数值计算引论1.1 内容提要一、误差的来源数值计算主要研究以下两类误差。

1. 截断误差数学模型的准确解与用数值方法求得的解的差称为截断误差,又称为方法误差。

这种误差常常是由用有限过程代替无穷过程时产生的误差。

例如,要计算级数∑∞==+++++1!1!1!31!211k k n的值,当用计算机计算时,用前n 项(有限项)的和∑==+++++nk k n 1!1!1!31!211来代替无穷项之和,即舍弃了n 项后边的无穷多项,因而产生了截断误差∑∞+=1!1n k k2. 舍入误差由于计算机字长为有限位,原始数据和四则运算过程中进行舍入所产生的误差称为舍入误差。

例如,用3.141 59表示圆周率π时产生的误差0.000 002 6…,用0.333 33表示1÷3的运算结果时所产生的误差1÷3-0.333 33 = 0.000 003 3…都是舍入误差。

二.近似数的误差表示1. 绝对误差设x *是准值x 的一个近似值,称**)(x x x e -=为近似值x *的绝对误差,简称误差。

令|)(|*x e 的一个上界为*ε,即***|||)(|ε≤-=x x x e把*ε称为近似数*x 的绝对误差限,简称误差限。

2. 相对误差设*x 是精确值x 的一个近似值,称xx x xx e **)(-=为近似值x *的相对误差。

在实际应用中常取***)(xx x x e r -=为*x 的相对误差。

令相对误差绝对值 |)(|*x e r 的一个上界为ε*r,即 ****|||||)(|r r x x x x e ε≤-=把ε*r称为近似数*x 的相对误差限。

3. 有效数字对有多位数字的准确值四舍五入原则得到其前若干位的近似值时,该近似值的绝对误差不超过末位的半个单位。

设数x 的近似值m n x x x x 10.021*⨯±= ,其中,i x 是0~9之间的任一个数,但i x ≠0,n i ,2,1=是正整数,m 是整数,若nm x x -⨯≤-1021||*则称*x 为x 的具有n 位有效数字的近似值,*x 准确到第n 位,n x x x ,,,21 是*x 的有效数字。

第一章数值计算方法

第一章数值计算方法
*
*


x
r (x )
*
则称
r (x )
*
r (x )
*
为近似值 x 的相对误差限。
*
*
简记为 r
1.3.2 相对误差和相对误差限 例4. 甲打字每100个错一个,乙打字每1000个 错一个,求其相对误差 解: 根椐定义:甲打字时的相对误差
e
* r

1 100
100
乙打字时的相对误差
Tel:
86613747
E-mail: lss@ 授课: 68
学分:4
在数学发展中,理论和计算是紧密联系的。现代计算机
的出现为大规模的数值计算创造了条件,集中而系统的研究
适用于计算机的数值方法变得十分迫切和必要。数值计算方 法正是在大量的数值计算实践和理论分析工作的基础上发展
起来的,它不仅仅是一些数值方法的简单积累,而且揭示了
<0.5 10-4
m-n=1-n=-4 所以 n=5
x*= 3.1416有5位有效数字
关于有效数字说明 ① 用四舍五入取准确值的前n位x*作为近似值,则 x*必有n位有效数字。如3.142作为 的近似值 有4位有效数字,而3.141为3位有效数字 ② 有效数字相同的两个近似数,绝对误差不一定 相同。例如,设x1*=12345,设x2*=12.345,两者 均有5位有效数字但绝对误差不一样 x- x1* =x- 12345 ≤ 0.5= 1/2 100 x- x2* =x- 12.345≤0.0005=1/210-3 ③ 把任何数乘以10p(p=0,1,…)不影响有效位数 ④ 准确值具有无穷多位有效数字,如三角形面积 S=1/2ah=0.5ah 因为0.5是真值,没有误差 *=0,因此n,准确值具有无穷位有效数字

第一章数值计算方法绪论

第一章数值计算方法绪论

er ( y )
e ( y ) f(x)f(x) x xx f ( x ) xx f(x) x

x f(x) f(x)

er (x)
相对误差条件数
注:关于多元函数 yf(x1,x2,...xn ,)可类似讨论, 理论工具:Taylor公式
2、向后误差分析法:把舍入误差的累积与导出 A 的已
数值计算方法
第0章 课程介绍
什么是数值计算方法? 数值计算方法特点 数值计算方法重要性 本课程主要内容 本课程要求
什么是数值计算方法?
实际 问题
建立数学模型
近似结果 输
上机

计算
设计高效、 可靠的数值 方法
程序 设计
什么是数值计算方法? 数值计算方法是一种研究并解决数学问题的数值
若 x 的每一位都是有效数字,则x 称是有效数。
特别地,经“四舍五入”得到的数均为有效数
5.定理:
将 x 近似值 x 表示为 x 0.a 1a2 ak an 10m,
若 x * 有k位有效数字,则
; | er
|
1 2a1
10(k1)
x 反之,若
er
1 , 10(k1) 则
注:(1)
近似数
x
1
,
x
2
四则运算得到的误差分别为
| e(x1 x2)| |e(x1)e(x2)|,
er ( x1 x2 )

e(x1) x1 x2

e(x2) x1 x2
,
(避免两近似数相减)
e
(
x x
1 2
)

x1e(x2) x2e(x1) x22

数值计算方法第01章误差

数值计算方法第01章误差

1.2 绝对误差、相对误差和有效数字
绝对误差/* Absolute error */
定义1. 设x为准确值 , x*为x的一个近似值 , 称 e(x*) x* x
为近似值x*的绝对误差 ,简称误差 ,可简记为E.
因为准确值 x 往往是未知甚至是无法 知道的
因此 E(x* ) x* x 往往也无法求出
例:计算
In

1 e
1 xne xdx ,
0
n 0,1, 2, ......
公式一:In 1 n In1
I0

1 e
1 e xdx
0
1
1 e

0.63212056
记为
I
* 0
则初始误差 E0 I0 I0* 0.5108
注意此公式精确成 立
1
e
1 0
x1=0.0315 x2=0.3015 x3=31.50 x4=5000
1.2.2 有效数字
有效数字是近似值的一种表示法。它既能表示近似值的大小,又能表示其精确程度。
若x*作为x的近似值, 其绝对误差的绝对值不 超过某一位数字的半个单位, 而该位数字到 x*的第 一位非零数字共有n位, 则称用x*近似x时具有n位 有效数字, 简称x*有n位有效数字.
1.3数值计算中误差的传播
1.3.1 基本运算中的误差估计 在数值运算中,参加运算的数若有误差,那
么一定会影响到计算结果的准确性.
例、设y=xn,求y的相对误差与x的相对误差之间的关 系。
1.3.2 算法的数值稳定性
计算一个数学问题,需要预先设计好由已知 数据计算问题结果的运算顺序,这就是算法。
且 x* x x* 准确值 x 的范围

数值计算方法第一章 误差

数值计算方法第一章 误差

6
误差的来源
4.舍入误差 在计算过程中往往要对数字进行舍入。 如受机器 字长的限制,无穷小数和位数很多的数必须舍入成 一定的位数。 这样产生的误差称为“舍入误差”。 本课程只讨论截断误差与舍入误差对计算结 果的影响。
§1.2 绝对误差、相对误差和有效数字
7
绝对误差、相对误差和有效数字
1.2.1
绝对误差与相对误差
17
x* 0.a1a2 an 10m
如果
1 x x 10 m n 2
*
(1-5)
(1-6)
* x 则称近似值 有n位有效数字。
1 5 x 0 . 003400 10 例如 表示近似值0.003400准确 2
到小数点后第5位,有3位有效数字。
上面的讨论表明,可以用有效数字位数来刻划 误差限。 形如式(1-5)的数,当m一定时,其有效数字 数位n越大,则误差限越小。
但可以根据测量 能算出绝对误差 e( x*) 的准确值, 工具或计算的情况估计出它的取值范围,
8
绝对误差、相对误差和有效数字
即估计出误差绝对值的一个上界
e( x ) x x
* *
*
(1-2)
通常称 为近似值 x 的绝对误差限,简称误差限。 显然误差限不是唯一的。 有了误差限及近似值,就可以得到准确值 的范围 * * 即准确值 x
* 显然,误差限与近似值绝对值之比 * 为 x 的 一 x
个相对误差限。
例 取3.14作为 相对误差限.

的四舍五入的近似值,试求其
13
绝对误差、相对误差和有效数字
1 2 3 . 14 0 . 0016 10 解: 2 相对误差限 1 2 10 2 0.159 % * x 3.14 又如 由实验测得光速近似值为 c * 2.997925 105 km/s, 其误差限为 0.1 km/s, 于是

数值计算(计算方法第一章)

数值计算(计算方法第一章)

其中 xk 1 xk ( f '( xk ))1 f ( xk ).
Newton迭代法
称为迭代序列
§2.误差及误差分析
数值方法中的计算公式及参与运算的数,都和数学中的 一般情况有所不同,即
计算公式中的运算必须是在计算机上可执行的运算 参与运算的数必须是有限小数或整数
因此,数值方法中的取数和运算往往会出现误差,算得
的结果(称为计算值)一般也为近似值。
在任何科学计算中,其解的精确性
总是相对的,而误差则是绝对的。
一、误差的种类及来源 一个物理量的真实值和我们算出的值(即计算值) 往往存在差异,它们之差称为误差。 模型误差
在建立数学模型过程中,要将复杂的 现象抽象归结为数学模型,往往要忽 略一些次要因素的影响,而对问题作 一些简化,因此数学模型和实际问题 之间有一定的误差。
bn an bk bk 1 x ak , k n 1, n 2, ,1, 0 p( x) b 0
运算量:
n.
例1.1.3
解线性方程组
Ax b,
其中, A (aij )nn , x ( x1, x2 ,, xn )T , b (b1, b2 ,, bn )T .
离散型(统计型) 不确定型(随机型) (2) 算法设计:将数学问题数值化 例1.1.4 求解线性方程组 求解二次方程
Ax b
ax2 bx c 0
是数值问题
输入的数据是系数矩阵 A, 常数项向量 b与系数a , b, c
输出的数据是解向量 x, 和方程的解 x1 , x2
求解微分方程
定义1.2.2 设x 0为准确值,x*为x的一个近似值。称
( x ) x x (x ) x x * 为近似值x 的相对误差。 若存在正数 r 满足

数值计算方法第一章

数值计算方法第一章

数值计算方法第一章(总12页)--本页仅作为文档封面,使用时请直接删除即可----内页可以根据需求调整合适字体及大小--2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.§ 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,计算方法的显着特点之一是“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 +++=!21!111e 的计算是无穷过程,当用!1!21!111n e n ++++= 作为e 的近似时,则需要进行有限过程的计算,但产生了截断误差e e n -.3当用计算机计算n e 时,因为舍入误差的存在,我们也只能得到n e 的近似值*e ,也就是说最终用*e 近似e ,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着特点. 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. 如我国南宋时期着名的数学家秦九韶就提出求n 次多项式0111a x a x a x a n n n n ++++-- 值的如下快速算法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64x 可以通过如下快速算法计算出其值x s =;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(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.4§ 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 用*x 作为量x 的近似,则称)(:**x e x x =-为近似值*x 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ε,即有ε≤-=x x x e **)( 称正数ε为近似值*x 的绝对误差限,简称误差. 这样得到不等式εε+≤≤-**x x x工程中常用ε±=*x x表示近似值*x 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m m cm s μ50001230000005.023.15.0123±=±=±= 为此,我们需要引入相对误差定义 用0*≠x 作为量x 的近似,称)(:**x e xx x r =-为近似值*x 的相对误差. 当*x 是x 的较好近似时,也可以用如下公式计算相对误差***)(x x 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*x 的相对误差限)(*x r ε,它是相对误差绝对值的较小上界. 结合式和,*x 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***)()(x x 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 设量x 的近似值*x 有如下标准形式 p n m a a a a x 21*.010⨯±=()p m p n m n m m a a a a ----⨯++⨯++⨯+⨯±101010102211 =其中}9,,1,0{}{1 ⊂=p i i a 且01≠a ,m 为近似值的量级. 如果使不等式5n m x x -⨯≤-1021* 成立的最大整数为n ,则称近似值*x 具有n 位有效数字,它们分别是1a 、2a 、… 和 n a . 特别地,如果有p n =,即最后一位数字也是有效数字,则称*x 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 设量π=x ,其近似值141.3*1=x ,142.3*2=x ,722*3=x . 试回答这三个近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1=m ,因为有312*110211021005.000059.0--⨯=⨯=≤=- x x 413*2102110210005.00004.0--⨯=⨯=≤=- x x 571428571428.3*3=x312*310211021005.0001.0--⨯=⨯=≤=- x x 所以*1x 和*3x 都有3位有效数字,但不是有效数. *2x 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),,,(21n x x x f y =有近似值),,,(**2*1*n x x x f y =,利用在点),,,(**2*1n x x x 处的泰勒公式(Taylor Formula),可以得到)(),,,()(*1**2*1**i i ni n i x x x x x f y y y e -≈-=∑= )(),,,(*1**2*1i ni n i x e x x x f ∑==其中ii x ff ∂∂=:,*i x 是i x 的近似值,)(*i x e 是*i x 的绝对误差),,2,1(n i =. 式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.从式也可以推得如下函数值的相对误差传播近似计算公式6)(),,,()(***1**2*1*i r i ni ni r x e y x x x x f y e ∑=≈对于一元函数)(x f y =,从式和可得到如下初值误差传播近似计算公式)()()(***x e x f y e '≈)()()(*****x e yx x f y e r r '≈式表明,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 试建立函数n n x x x x x x f y +++== 2121),,,(的绝对误差(限)、相对误差的近似传播公式,以及{}ni i x 1*0=>时的相对误差限传播公式.解 由公式和可分别推得和的绝对误差、相对误差传播公式如下∑∑==≈ni i ini ni x e x e x x x f y e 1**1**2*1*)()(),,,()(=∑∑==≈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 in i in i ix x e x e y e 1*1*1**)()()()(ε于是有和的绝对误差限近似传播公式 ∑=≈ni i x y 1**)()(εε当{}ni i x 1*0=>时,由式推得相对误差限的近似传播公式)(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 y x x x y x yxy εεεεεε≤≤=≤≤=≤≤====≤=≈∑∑∑∑例 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8.704*=b mm (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5.0)(*=a εmm ,5.0)(*=b εmm面积ab S =,由式得到近似值***b a S =的绝对误差近似为)()()(*****b e a a e b S e +≈7进而有绝对误差限55.10045.03.13045.08.704)()()(*****=⨯+⨯=+≈b a a b S εεε mm 2 相对误差限 %11.00011.08.7043.130455.1004)()(***=≈⨯=≈S S S r εε§ 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 表达式)1(1111+=+-x x x x ,在计算过程中保留7位有效数字,研究对不同的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=2-52≈×10-16,能够表示的数的绝对值在区间×10-308,×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: 111)(1+-=x x x y 和算法2: )1(1)(2+=x x x y 的误差时,精确解用双精度的计算结果代替. 我们选取点集301}{=i i π中的点作为x ,比较两种方法误差的差异.从图可以看出,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,x 1和11+x 是相近数,用算法1进行计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分析出. 鉴于此,算法设计时,应该避免相近数相减.在图中我们给出了当x 接近1-时,两种算法的精度比较,其中变量x 依次取为{}3011=--i i π. 从图中可以看出两种方法的相对误差基本上都为710-,因而二者的精度相当.8图 算例中两种算法的相对误差图(+∞→x )图 算例中两种算法的精度比较)1(-→x算例 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1x 的系数为零,这时可解出2x ;其次将2x 带入第一个方程,进而求得1x (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1a 和算法1b .9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...25000187.01=x ,...49999874.02=x ,用不同的算法计算出的结果见表.对于算例,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00001.0/2-加至第二个方程,从而削去第二个方程中1x 的系数,但在计算2x 的系数时需做如下运算661610000003.0104.0103.0104.03200001.02⨯⨯⨯⨯=+⨯+=-+--对上式用4位尾数进行计算,其结果为6104.0⨯-. 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661610000002.0102.0102.0102.02100001.02⨯⨯⨯⨯=+⨯+=-+--同样出现了大数吃小数现象,其结果为6102.0⨯-. 这样,得到的变形方程组⎩⎨⎧⨯-=⨯-⨯=⨯+⨯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00001.0/2-,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.10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 计算积分⎰+=1055dx x x I n 有递推公式),2,1(511 =-=-n I nI n n ,已知56ln 0=I . 采用IEEE 双精度浮点数,分别用如下两种算法计算30I 的近似值.算法1 取0I 的近似值为6793950.18232155*0=I ,按递推公式*1*51--=n n I nI 计算*30I算法2 因为)139(5156)139(611039103939+⨯=<<=+⨯⎰⎰dx x I dx x ,取39I 的近似值为3333330.004583332001240121*39≈⎪⎭⎫ ⎝⎛+=I ,按递推公式⎪⎭⎫ ⎝⎛-=-**1151n n I n I 计算*30I算法1和算法2 的计算结果见表. 误差绝对值的对数图见图.图 算例用不同算法计算结果的误差绝对值的对数图 从表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. 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105.3*1-=x ,4*210125.0⨯=x ,010.0*3=x . 试给出各个近似值的绝对误差限和相对误差限,并指出它们各有几位有效数字.2 证明当近似值*x 是x 的较好近似时,计算相对误差的计算公式x x x -*和**x x x -相差一个和2*⎪⎪⎭⎫ ⎝⎛-x x x 同阶的无穷小量.3 设x 的近似值*x 具有如式的表示形式,试证明 1) 若*x 具有n 位有效数字,则相对误差n r a x e -⨯≤11*1021)(; 2) 若相对误差n r a x e -⨯+≤11*10)1(21)(,则*x 至少具有n 位有效数字. 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) *3*2*1*1x x x y +=; 2) 3*2*2x y =; 3) *3*2*3/x x y = 6 若例题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3.1304*=a mm ,宽的近似值8.704*=b mm . 试估计桌子长度、宽度的绝对误差限,并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) 0,cos 1≠-x xx 且1<<x 2) 1,1ln )1ln()1(ln 1>>--++=⎰+N N N N N xdx N N3) 1,133>>-+x x x8 (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1-e 近似值算法的可靠性.算法1 ∑=--≈m n nn e 01!)1(; 算法2 101!1-=-⎪⎭⎫ ⎝⎛≈∑m n n e ; 算法3 101)!(1-=-⎪⎪⎭⎫ ⎝⎛-≈∑m n n m e ;9 (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2取为具有5位有效数字的有效数*c . 试分析近似计算公式**1*5c y y n n -=-的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。

数值计算方法第一章误差的基本知识

数值计算方法第一章误差的基本知识
本线索; 3、熟练掌握所学基本算法; 4、从算法的理论分析中学习推理证明方法,提高
推理证明能力; 5、认真进行数值计算的训练。
§1.2 误差知识
一、误差的来源及其分类 二、误差的度量 三、误差的传播
一、误差来源及其分类
1) 模型误差(描述误差) 反映实际问题有关量之间的计算公式
(数学模型)通常是近似的。
x1*
x
0 .0 00 5 9
0.005
1 1013 2
3位有效数字,非有效数
x
* 2
x
0 .0 00 4 0
0.0005
1 1014 2
Remark2: 相对误差及相对误差限是无量纲的,但绝对 误差以及绝对误差限是有量纲的。
3.有效数字
为了规定一种近似数的表示法,使得用它表示的 近似数自身就直接指示出其误差的大小。为此需要引 出有效数字和有效数的概念。
定义:设 x 的近似值 x* 有如下标准形式
x* 10m 0.x1x 2 x n x n1 x p ,
本课程主要内容
鉴于实际问题的复杂性,通常将其具体地分解 为一系列子问题进行研究,本课程主要涉及如下几 个方面问题的求解算法: 非线性方程的近似求解方法; 线性代数方程组的求解方法; 函数的插值近似和数据的拟合近似; 积分和微分的近似计算方法; 常微分方程初值问题的数值解法; 矩阵特征值与特征向量的近似计算方法; ……
第一章 绪 论
内容提要
§1.1 引 言 §1.2 误差的度量与传播 §1.3 选用算法时应遵循的原则
§1.1 引 言
课程特点
数值分析或数值计算方法主要是研究如何 运用计算机去获得数学问题的数值解的理论和 方法。
对那些在经典数学中,用解析方法在理论 上已作出解的存在,但要求出他的解析解又十 分困难,甚至是不可能的这类数学问题,数值 解法就显得不可缺少,同时有十分有效。

数值计算方法》习题答案

数值计算方法》习题答案

《数值计算方法》课后题答案详解吉 林 大 学第一章 习 题 答 案1. 已知(1)2,(1)1,(2)1f f f −===,求()f x 的Lagrange 插值多项式。

解:由题意知:()01201212001020211012012202121,1,2;2,1,1()()(1)(2)()()6()()(1)(2)()()2()()(1)(1)()()3(1)(2)(1)(2)()2162nj j j x x x y y y x x x x x x l x x x x x x x x x x l x x x x x x x x x x l x x x x x x x x L x y l x ==−=====−−−−==−−−−+−==−−−−−+−==−−−−+−==×+×−∴∑()2(1)(1)131386x x x x +−+×=−+2. 取节点01210,1,,2x x x ===对x y e −=建立Lagrange 型二次插值函数,并估计差。

解11201201210,1,;1,,2x x x y y e y e −−======1)由题意知:则根据二次Lagrange插值公式得:02011201201021012202110.510.520.51()()()()()()()()()()()()()2(1)(0.5)2(0.5)4(1)(224)(43)1x x x x x x x x x x x x L x y y y x x x x x x x x x x x x x x x x e x x e e e x e e x −−−−−−−−−−−−=++−−−−−−=−−+−−−=+−+−−+22)Lagrange 根据余项定理,其误差为(3)2210122()1|()||()||(1)(0.5)|3!61max |(1)(0.5)|,(0,1)6()(1)(0.5),()330.5030.2113()61()0.2113(0.21131)(0.21130.5)0.008026x f R x x e x x x x x x t x x x x t x x x x t x R x ξξωξ−+≤≤==−−≤−−∈′=−−=−+=−==≤××−×−=∴取 并令 可知当时,有极大值3. 已知函数y =在4, 6.25,9x x x ===处的函数值,试通过一个二次插值函数求的近似值,并估计其误差。

  1. 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. 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. 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)。
2
d 2 所以 ml mg sin 2 dt 2 d g 即 sin 0 2 dt l g 当很小时, sin , 令 l d 2 2 则有 0 2 dt
2
解微分方程得1, 2 ,故有
c1 cost c2 sin t c c . sin(t )
x e (x ) x e (x )
* 2 r * 1 * 1 r * 2
同理得
x1* * * er ( * ) er ( x1 ) er ( x2 ) x2
* * * x1* x2 e( x1* ) x1 e ( x2 ) e( * ) * 2 x2 ( x2 )
设函数y f ( x), 当x用近似数x 代替
0
由Newton Leibniz公式无法求解,仅可用数值方 1 法求解。仍选择n 2, h ,的复化simpson公式进 2 行数值求解有 I 2 0.746855379 。
例1.1.3
求解初值问题
2x dy y y dx y ( 0) 1 解 该方程是Bernoulli 方程,令u y 2解得 2 x 1。本题数值方法很多,如
1 0.00000734 ...... 10 4 2 * 称 3.1416 具有五位有效数字的近似数。
1 mn 设x 10 0.a1a2 a3 ...an ..., 若 10 则 2 an为有效数字,且a1 , a2 ...an 1均为有效数。
m
在计算机中表示为:
数值计算方法
主讲 刘玲 南京大学计算机科学与技术系
第1章 绪论

随着科学技术的飞速发展,科学计算愈 来愈显示出其重要性。科学计算的应用 之广已遍及各行各业,例如:气象资料 的分析图像,飞机、汽车及轮船的外形 设计,高科技研究等都离不开科学计算。 因此,作为科学计算的数学工具数值计 算方法已成为各高等院校数学、物理和 计算机应用专业等理工科本科生的专业 基础课,也是工科硕士研究生的学位必修 课。
2 1 2 2
因此
l T 2 g
2
现在我们来分析单摆周期求解过程的误差情况:
忽略空气阻力 1 模型误差 忽略o点处的摩擦力
0
2 0 截断误差: sin 由Taglor展式: sin [
3
3! 5! 30 观察误差:g 9.8米 / 秒 2 , l长度 4 0 舍入误差.: ,,*, /, 开方
* *
* x f (x ) * 若记C | f ( x ) |, C r | |, 当C 1, * f (x ) *
C r 1时有 e( f ) e( x * ) er ( f ) er ( x )
*
这表明当C 1, C r 1时,函数值的误差 是可以控制的,或是稳定的。
*
在实际计算绝对误差和相对误差时, 哟由于准确 书 x 未知,因此常用
* e ( x ) * er ( x ) * x
表示 er ( x* ) 。
有效数字

在工程上,误差的概念就转化为有效数字。
例如 则
3.14159265 ......的近似数 3.1416
*
e( * ) 3.1416 3.14159265 ...

数值计算方法——〉程序设计——〉计算结 果:根据数学模型提出求解的数值计算方法, 直到编出程序上机算出解,是计算数学的任 务。

数值计算方法重点研究: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,误差分析, 计算时间的最小(也就是计算费用),占用 内存空间少.

有的方法在理论上虽不够严格,但通过 实际计算,对比分析等手段,被证明是 行之有效的方法,也可以采用。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 验的高度技术性特点,是一门与使用计 算机密切结合的实用性很强的数学课程。

数值分析或数值计算方法主要是研究如 何运用计算机去获得数学问题的数值解 的理论和方法.对那些在经典数学中,用解 析方法在理论上已作出解的存在,但要求 出他的解析解又十分困难,甚至是不可能 的这类数学问题,数值解法就显得不可缺 少,同时有十分有效.

计算机解决科学计算问题时经历的几个 过程


实际问题——〉数学模型——〉数值计算方 法——〉程序设计——〉上机运行求出解 实际问题——〉数学模型:由实际问题应用 科学知识和数学理论建立数学模型的过程, 是应用数学的任务。

5
...]
误差的分类


模型误差 从实际问题建立的数学模型往 往都忽略了许多次要的因素,因此产生的 误差称为模型误差. 观测误差 一般数学问题包含若干参数,他 们是通过观测得到的,受观测方式、仪器 精度以及外部观测条件等多种因素,不 可能获得精确值,由此而来产生的误差 称为观测误差。
I1 4 arctan x |1 0 4 arctan1 4 arctan 0 1 数值方法有多种,如选择n 2, h , 被积函数 2 4 f ( x) 的复化Simpson公式有 2 1 x
h 1 1 3 I1 [ f (0) 4 f ( ) 2 f ( ) 4 f ( ) f (1)] 6 4 2 4 3.141568627 1 2 -x 2 x (2)I 2 e dx,由于f ( x) e 无原函数,因此,
* *

绝对误差,相对误差,有效数是度量近似数 精度的常用三种。实际计算时最终结果均以 有效数给出。同时也就隐含了绝对误差和相 对误差界。

*
x 2 , x* 1.4142 , m 1, n 5
1 4 则x 的绝对误差界 10 2
而相对误差界估计为 1 4 10 * 5 2 | e r ( x ) | * 4 10 1.4142 x 即 r 4 10 5
一般分别称C , Cr为f ( x)在绝对意义下 和相对意义下的条件数 。 当C 1称f ( x)为良态; 当C 1称f ( x)为病态。
例题
例1.2.2 讨论函数
*
f ( x) x x 10100 在正根附近的性态。 解 由f ( x) 0解得x1 101, x2 100 x 100
*
计算函数值则f ( x * )时,则误差为 e( f ) f ( x * ) f ( x ) df ( x * )
* * * * f ( x )( x x) f ( x )e( x )

x f ( x ) * er ( f ) er ( x ) * f (x )
解析解y
我们选择经典的四阶R K方法 :
1 yn 1 yn 6 (k1 2k 2 2k3 k 4 ) k hf (t , y ) n n 1 h k1 k 2 hf (t n , yn ) 2 2 k hf (t h , y k 2 ) n n 3 2 2 k 4 hf (t n h, yn k3 )) 2x 这里, f ( x, y ) y ;h为步长。 y
2.04939 2.04939
2.14476 2.14476 2.23607 2.23607 … …
1.2误差概念和有效数

在任何科学计算中其解的精确性总是相
对的,而误差则是绝对的.我们从下面这个
例子就可以了解误差产生的原因.
例1.2.1 试求摆长为L的单摆运动周期.
l 在物理学中我们知道单摆周期T 2 g 其中 : l为摆长;g为自由落体加速度;m是质点 的质量。如图所示:由牛顿定律 d f mg sin ma ml 2 dt
法计算的,但有可能给出估计。误
差界就是用于误差估计的。
误差估计
定义1.2.2 设x 是精确数x的一个近似数,
*
若有正数和 r 满足 : | e( x ) || x x |
* * * | x x| * | er ( x ) | r | x|
则称和 r为近似数x 的绝对误差界和相对误差界。
数学问题的数值解法例示
例1..1.1试求函数方程x=cosx在区间 内的 一个根。 解 令f ( x) x cos x, 易知f ( x)在[0, ]上是连续函数, 且

(0, ) 2

f (0) f ( ) (1) * 0 2 2


2
由零点定理知, 方程f ( x) 0在(0, )内至少有一个零点. 2 又由f ( x) 1 sin x 0, x (0, ) 2 知上述零点唯一.
* 1
* 2
e( x ) e( x )
* 1 * 2
er ( x x ) d ln( x x ) d (ln x ln x )
* * 1 2 * * 1 2 * 1 * 2 * * * * d ln x1 d ln x2 er ( x1 ) er ( x2 )
* * * * * * * 故:e( x1* x2 ) x1* x2 er ( x1 x2 ) x1 x2 [er ( x1* ) er ( x2 )]


截断误差 在求解过程中,往往以近似替 代,化繁为简,这样产生的误差称为截 断误差。 舍入误差 在计算机上运算时受机器字长 的限制,一般必须进行舍入,此时产生 的误差称为舍入误差。
误差和有效数字
定义1.2.2
*
设x *为准确数x的一个近似数, 称
*
e( x ) x x 和 e( x ) er ( x ) ( x 0) x 为近似数x *的绝对误差和相对误差。
现取h=0.05,其结果见下表: xn yn y xn yn y
相关文档
最新文档