数值分析原理课件第一章
数值分析第一章ppt
s 某商品标注重量为 27±0.5kg, 实际重量是多少？
}
1.2.2 相对误差和相对误差限
x*的相对误差
r
x x x
在不同近似值中，|εr (x)|越小，x*的精确度越高。
r(x)
| ( x) | |x|
x x x
——x*的相对误差限
常用计算公式： r ( x)
( x)
x*Βιβλιοθήκη x x* x* ,}
（2）相对误差：
r ( x1
x2 )
( x1 x2 )
x1 x2
( x1 ) ( x2 )
x1 x2
x1 x1 x2
( x1 )
x1
x2 x1 x2
(x2 )
x2
x1
x1
x2
r
(
x1
)
x1
x2
x2
r
(
x2
)
当x1≈x2时, x1 – x2 ≈0,所以相近两数之差的相对误差将很大 。
}
1.2 误差的基本估计方法
= 1.2.1 绝对误差和绝对误差限 = 1.2.2 相对误差和相对误差限 = 1.2.3 有效数字 = 1.2.4 算术运算的误差
}
1.2.1 绝对误差和绝对误差限
设某准确值x近似值为x*。 x*的绝对误差 ε(x)=x–x*
在同一量的不同近似值中，|ε(x)|越小，x*的精确度越高。
sin x x x3 x5 x7 , x 3! 5! 7!
用近似计算公式 sin x x
截断误差 sin x x x3 x5 x7 cos x3
3! 5! 7!
3!
sin x x 1 x 3 6
数值分析第一章PPT
1.1.2 计算数学与科学计算 现代科学的三个组成部分: 科学理论, 科学实验, 科学计算 科学计算 的核心内容是以现代化的计算机及数学软件 （Matlab, Mathematica, Maple, MathCAD etc. ）为工具，以数学 模型为基础进行模拟研究。
一些边缘学科的相继出现：
计算数学,计算物理学,计算力学,计算化学,计算生物学, 计算地质学,计算经济学,等等
取 0 e
1
x2
dx S4 ,
S4
R4
/* Remainder */
1 1 1 1 由留下部分 称为截断误差 /* Truncation Error */ 4! 9 5! 11 /* included terms */ 1 1 这里 R4 引起.005 0 由截去部分 4! 9 /* excluded terms */ 1 1 1 S4 1 1 0 .333 0 .1 0 .024 0 .743 引起 3 10 42 | 舍入误差 /* Roundoff Error */ | 0.0005 2 0.001
数值分析
第1章
数值分析与科学计算引论
§1.1 数值分析的对象、作用与特点
1.1.1 什么是数值分析 数值分析是计算数学的主要部分,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.这门课程又称为(数 值)计算方法、科学与工程计算等。
•
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要经历如下几个过程:
造成这种情况的是不稳定的算法 /* unstable algorithm */ 我们有责任改变。
数值分析课件第1章
解：
(s ) l (d ) d (l )
110 (0.1) 80 (0.2) 27( m 2 )
r
(
s
)
(s)
s
(s)
ld
27 0.31% 8800
2、函数误差 当自变量有误差时计算函数值也产生误差，可以利用
函数的泰勒展开式进行估计。
工科研究生公共课程数学系列
（f (x)） f (x)（x）.
例1-4 设x0,x的相对误差为，求lnx的误差。
解：
lnx*
-lnx
1 x*
(x*
-
x), 即有
e(lnx) er(x)
进而有(ln(x)) 。
工科研究生公共课程数学系列
机动 上页 下页 首页 结束
1.3 误差定性分析与避免误差危害
一、几种定性分析误差的方法 1、概率分析法：考虑到误差分布的随机性，用概率统计的
二、数值分析的特点
• 面向计算机，要根据计算机的特点提供切实可行的有效算 法。
• 有可靠的理论分析，能任意逼近并达到精度要求，对近似 算法要保证收敛性和数值稳定性，还要对误差进行分析。 这些都是建立在数学理论的基础上，因此不应片面的将数 值分析理解为各种数值方法的简单罗列和堆积。
• 要有好的计算复杂性，时间复杂性好是指节省时间，空间 复杂性好是指节省存上实现。
• 要有数值实验，即任何一个算法除了从理论上要满足上述 三点外，还要通过数值实验证明是行之有效的。
工科研究生公共课程数学系列
机动 上页 下页 首页 结束
三、数值分析的学习方法 初学可能仍会觉得公式多，理论分析复杂。给出如下的 几点学习方法。
• 认识建立算法和对每个算法进行理论分析是基本任务，主 动适应公式多和讲究理论分析的特点。
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？。
数值分析第一章基础知识优秀课件
16 周二 3课时 第八章 常微分方程初值问题数值解法[1] 17 周二 3课时 第八章 常微分方程初值问题数值解法[2] 18 周二 3课时 习题课 19 周二 3课时 总复习
注：数值算法演示主要用Matlab和C语言实现，有时采用
Mathematica
实8/7现6 。课郑后州实大验学题201可4-用20任15何学年一硕种士计研算究生工课具程完成数值。分析 Numerical Analysis
4/76
郑州大学2014-2015学年硕士研究生课程 数值分析 Numerical Analysis
预备知识
➢ 微积分和常微分方程； ➢ 线性代数； ➢ 数值计算程序设计
（C/Matlab和Mathematica）
5/76
郑州大学2014-2015学年硕士研究生课程 数值分析 Numerical Ana.1 教学内容时间安排
周次 2 3 4 5 6 7 8 9 10 11
课次 周二 周二 周二 周二 周二 周二 周二 周二 周二 周二
课时 3课时 3课时 3课时 3课时 3课时 3课时 3课时 3课时 3课时 3课时
教学内容 第一章 基础知识 第二章 代数插值[1] 第二章 代数插值[2] 第三章 数据拟合的最小二乘法[1] 第三章 数据拟合的最小二乘法[2] 第四章 数值微分与数值积分[1] 第四章 数值微分与数值积分[2] 习题课 第五章 解线性代数方程组的直接法[1] 第五章 解线性代数方程组的直接法[2]
参考教材
教材
李庆扬,王能超,易大义.数值分析(第五版).北京:清华大学出版社,2008 李清善，宋士仓. 数值方法. 郑州：郑州大学出版社，2007.
参考资料
1.关治，陈景良. 数值计算方法. 北京：清华大学出版社，1990. 2.周铁，徐树方等. 计算方法. 北京：清华大学出版社，2006. 3.徐翠微，孙绳武. 计算方法引论. 北京：高等教育出版社，2005. 4.John H.Mathews, Kurtis D.Fink. 数值方法(MATLAB版). 北京：电子
数值分析课件 第一章 绪论
注：
的每一位都是有效数字， 称是有效数 若 x∗ 的每一位都是有效数字，则 x∗称是有效数
特别， 四舍五入” 特别，经“四舍五入”得到的数均为有效数
Th .1将 x 的近似值 x 表示为x = ±0.a1a2 Lak Lan ×10， 1 1 ×10−(k−1) 是有效数字， 若 ak 是有效数字，则相对误差不超过 ； 21 ∗ ∗ er ，且有 er ≤ ×10−k 反之， 反之，若已知相对误差 ， 2 必为有效数字。 则ak 必为有效数字。
收敛性： 收敛性：方法的可行性
§1
误 差
/* Error */
一、 误差的来源与分类 /* Source & Classification */
1、从实际问题中抽象出数学模型 、 —— 模型误差 /* Modeling Error */ 2、通过观测得到模型中某些参数（或物理量）的值 、通过观测得到模型中某些参数（或物理量） —— 观测误差 /* Measurement Error */ 3、数学模型与数值算法之间的误差 、 —— 方法误差 (截断误差 /* Truncation Error */ ) 截断误差 4、由于机器字长有限，原始数据和计算过程会产生新的误差 、由于机器字长有限， —— 舍入误差 /* Roundoff Error */
注：0.2300有4位有效数字，而00023只有2位有效数 0.2300有 位有效数字， 00023只有 位有效数 只有2 12300如果写成0.123× 如果写成0.123 则表示最多只有3 字。12300如果写成0.123×105，则表示最多只有3 位有效数字。数字末尾的0不可随意省去！ 位有效数字。数字末尾的0不可随意省去！
二、 误差分析的基本概念 /* Basic Concepts */
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
数值分析课件第一章
Pn ( x) an x n an1x n1 a1x a0 .
秦九韶算法：
S n an , S k xS k 1 ak , (k n-1,,0) P ( x) S . n 0
例： x 3.1415926 , 取三位 取五位 1 * * x3 3.14, | e3 | 0.0015926 0.005 10 2 , 2 1 * * x5 3.1416 | e5 | 0.0000073 0.00005 10 4 . , 2
I 0 1 e1.
* I 9 0.0684, I 0 0.6321, ( A) I n 1 nI n1, n 1,2,. ( B) * * I n1 1 (1 I n ), n 9,8,,1. n 1 1 e1 ( I 9 ( ) 0.0684) 2 10 10
* *
§3 误差定性分析、避免误差危害
一、算法的数值稳定性
定义3 一个算法若输入数据有 误差, 而在计算过程中舍入 误差不增长, 则称此算法是数值稳定 的, 否则是不稳定的.
例5
1 1 n x 计算I n e x e dx, n 0,1,, 0
并估计误差.
I n 1 nI n1 , n 1,2,,
数值分析
数学学院 李胜坤
第1章
一、什么是数值分析
引论
§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. 步骤：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
《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
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?
数值分析课件第一章
x x*
1 10 m n 1. 2
（2.2）
21
定理1 设近似数 x *表示为
x* 10m (a1 a2 101 al 10(l 1) ), (2.1)
其中 ai (i 1,, l ) 是0到9中的一个数字，a1 0, m为整数. 1）若 x * 具有 n位有效数字， 则其相对误差限为 1 10( n 1) 2a1
1 6 5 I n1 , I 0 ln 0.1820 I n n 5 1 1 公式2 I n1 I n , I 8 0.019 In 5 n In I 公式1 I n
n
0.1820 0.0900 0.0500 0.0830 -0.165 1.0250 -4.958 24.933 -124.540
* * A* f ( x1 , xn ),
于是由泰勒展开， 函数值 A* 的误差 e( A*) 为
* * e( A*) A * A f ( x1 ,, xn ) f ( x1 ,, xn )
* * f ( x1 , , xn ) * ( xk xk ) xk k 1 n
x x* 1 10 m n 1. 2
（2.2）
19
例如 取3位
x π 3.14159265
x3 * 3.14,
1 π 3.14 =0.00159265 102 , 2
故x3 * 3.14有3为有效数字。
取5位
x5 * 3.1416 ,
1 104 . 2
16
把近似值的误差 e * 与准确值 x 的比值
e* x * x x x
* 称为近似值 x *的相对误差，记作 e r .
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》ppt课件
7.
er
a b
er
(a)
er
(b)
30
例4
ε(p)
设有三个近似数
p ≈ 6.6332
≈0.02585
a=2.31,b=1.93,c=2.24
它们都有三位有效数字，试计算p=a+bc，e ( p)和e r ( p) 并问：p的计算结果能有几位有效数字？
2位
例5
设f (x, y) cos y , x 1.30 0.005, y 0.871 0.0005. x
er
e x
x x x
.
由于精确值 x 未知, 实际上总把
e x
作为x*的
相对误差，并且仍记为er , 即
er
e x
.
❖定义 近似值 x* 的相对误差上限(界) (relative accuracy)
εr
|
ε x
|.
注:相对误差一般用百分比表示.
17
例1 用最小刻度为毫米的卡尺测量直杆甲和直杆
注:理论上讲,e 是唯一确定的, 可能取正, 也可能取负.
e > 0 不唯一，当然 e 越小越具有参考价值。
15
提问：绝对误差限的大小能否完全地 表示近似值的好坏？ 例如：有两个量
x 10 1 , y 1000 5
思考
问：谁的近似程度要好一些？
16
❖定义 近似值 x* 的相对误差 (relative error)
a 2.18
e r(b) e (b) 0.00005 0.0024%
b 2.1200
19
➢有效数字 ( significant digits)
- 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)。
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。