1误差理论.pptVIP

算法Ⅰ η1 = a ? a，η2 = b ? b，y = η1 – η2； 算法Ⅱ ξ1 = a + b，ξ2 = a – b，y = ξ1 ? ξ2。 讨论舍入误差对它们的影响。 解：对于算法Ⅰ， fl(η1) = (1 +δ1)a2，fl(η2) = (1 +δ2)b2， fl(y) = (1 +δ3)[fl(η1) – fl(η2)] = (1 +δ3)[(1 +δ1)a2 – (1 +δ2)b2] 从而fl(y)的相对误差（忽略误差的二阶项）与相对误差限是 对于算法Ⅱ， fl(ξ1) = (1 + δ4)(a – b)，fl(ξ2) = (1 + δ5)(a + b)， fl(y) = (1 + δ6)fl(ξ1) fl(ξ2)] = (1 + δ4) (1 + δ5) (1 + δ6)(a2 – b2) 从而fl(y)的相对误差限是 比较两式可知，当(a2 + b2) 2|a2 – b2|，即1/3 (a/b)2 3时，算法Ⅱ的相对误差较小，因此算法Ⅱ比算法Ⅰ在数值上更可靠，而当(a2 + b2) ? 2|a2 – b2|时，算法Ⅰ比算法Ⅱ在数值上更可靠。 例如：a = 0.3237，b = 0.3134，用4位有效数字计算a2 – b2，可得如下结果： 算法Ⅰ a ?* a = 0.1048，b ?* b = 0.9822 ? 10–1， (a ?* a) – (b ?* b) = 0.66 ? 10–2； 算法Ⅱ a +* b = 0.6371，a –* b = 0.1030 ? 10–1， (a +*a)(b –*b) = 0.6562 ? 10–2。 a2 – b2的准确值是0.656213? 10–2，可见算法Ⅱ比算法Ⅰ的结果可靠。而a/b = 0.3237/0.3134 = 1.032865...，满足1/3 (a/b)2 3，即由理论分析也知算法Ⅱ比算法Ⅰ的结果可靠。 §1.3 数值计算中应注意的一些原则 1. 选用稳定性好的算法，以控制误差的传播 例：在4位有效数字的精度下求定积分的值： n = 0，1，2，…，100 解：由于 初值 于是可建立递推公式 1. 选用稳定性好的算法，以控制误差的传播 建立递推公式 这是一个数值稳定性不好的算法，y0的舍入误差传播到y1时增大5倍，如此进行，传播到y100时将增大5100倍。 如果改变计算公式，先取一个yn的近似值，用下面的公式（1.9）倒过来计算yn-1，yn-2，… 即： 情况就不同了。我们发现Ik的误差减小到 后传给Ik-1，因而初值的误差对以后各步的计算结果的影响是随着n的增大而愈来愈小。 利用估计式 取y100的近似值为 按下式即可求出101个积分值： 由于y100的误差在计算过程中的每一步都被乘以1/5，所以该算法是一个稳定算法。 对于一个稳定的计算过程，由于舍入误差不增大，因而不具体估计舍入误差也是可用的。而对于一个不稳定的计算过程，如计算步骤太多，就可能出现错误结果。因此，在实际应用中应选用数值稳定的算法，尽量避免使用数值不稳定的算法。 2. 防止大数吃小数 ——对位中 连加中的顺序： 如在5位机上计算 . 52492=0.52492?105，ai ? 0.9 = 0.000009?105 = 0 应先计算 ，再与52492相加. 3. 避免相近两数相减 因为 有效数位会严重损失 如x = 1.232，y = 1.231，在4位机上计算： z = x3 – y3 = (1.232)3 – (1.231)3 = 0.1870 ? 101 – 0.1865 ? 101 = 0.5 ? 10–2，至多1位有效数字 3. 避免相近两数相减 改为： z = (x – y)(x2 + xy + y2) = 0.1? 10–2?(0.1518? 101 +0.1517? 101+0.1515? 101) = 0.455 ? 10–2，此时将有3位有效数字 因为x2、xy、y2均为四舍五入所得，其绝对误差限为 0.0005 = 0.5?10–3， 所以z = 0.455 ? 10–2的绝对误差限为： εz = 0.1? 10–2?(0.5?10–3 + 0.5?10–3 + 0.5