计算方法第1章_绪论.docVIP

绪论 1.1数值计算 现代科学的发展，已导致科学与技术的研究从定性前进到定量，尤其是现代数字计算机的出现及迅速发展，为复杂数学问题的定量研究与解决，提供了强有力的基础。 通常我们面对的理论与技术问题，绝大多数都可以从其物理模型中抽象出数学模型，因此，求解这些数学模型已成为我们面临的重要任务。 本课程的任务： 寻求解决各种数学问题的数值方法——如何将高等数学的问题回归到初等数学（算术）的方法求解——了解计算的基础方法，基本结构（否则只须知道数值软件）——并研究其性质。 立足点： 面向数学——解决数学问题 面向计算机——利用计算机作为工具 充分发挥计算机的功能，设计算法，解决数学问题 例如：迭代法、并行算法 问题的类型 1、离散问题：例如，求解线性方程组 ——从离散数据：矩阵A和向量b，求解离散数据x； 2、连续问题的离散化处理：例如，数值积分、数值微分、微分方程数值解； 3、离散问题的连续化处理：例如，数据近似，统计分析计算； 1.2数值方法的分析 在本章中我们不具体讨论算法，首先讨论算法分析的基础——误差。 一般来讲，误差主要有两类、三种（对科学计算）： 1）公式误差——“截断误差”，数学计算，算法形成——主观（人为）：数学问题-数值方法的转换，用离散公式近似连续的数学函数进行计算时，一般都会发生误差，通常称之为“截断误差”； ——以后讨论 2）舍入误差及输出入误差——计算机，算法执行——客观（机器）：由于计算机的存储器、运算器的字长有限，在运算和存储中必然会发生最末若干位数字的舍入，形成舍入误差；在人机数据交换过程中，十进制数和二进制数的转换也会导致误差发生，这就是输入误差。这两种误差主要是由于计算机的字长有限，采用浮点数系所致。 首先介绍浮点数系 一、计算机上的运算——浮点运算 面向计算机设计的算法，则先要讨论在计算机上数的表示。科学记数法——浮点数：约定尾数中小数点之前的数全为零，小数点后第一个数不能为零。 目前，一般计算机都采用浮点数系，一个存储单元分成首数和尾数： × × ┅┅┅┅ × × × ┅┅┅┅┅┅┅┅ × × 首数 尾数(位) 其中首数存放数的指数（或“阶”）部分，尾数存放有效数字。对于(进制，尾数字长为t位的浮点数系中的（浮点）数，可以用以下形式表示： 此处，指数（称为阶）限制在范围内。 以下记实数系中的实数为，它在浮点数系中对应的浮点数记为——进制，尾数位数，阶的范围。 几乎所有近代计算机都采用“二进制”（即）：位、字节和字分别是指位数不同的二进制数。例如 十进制 转换 二进制 1 0000 0001 2 0000 0010 4 0000 0100 8 0000 1000 9 0000 1001 10 0000 1010 27 位是一个二进制数（即0或1）；字节是8个二进制数字；上表的最后一列是字节。 单精度浮点数（single precision）按32位存储，双精度浮点数（double precision）按64位存储。精度用于指明每个浮点数保留多少位以及尾数和阶数各分配多少位。单精度浮点数的尾数为23位、阶数为8位；双精度浮点数的尾数为53位（包含符号位）、阶数为11位（包含符号位）。双精度浮点数的等价二进制数如下所示： 浮点数的特点： 实数转换到浮点数——浮点化，〈缺点：〉总会产生误差（除极个别的情况：） 按 四舍五入，绝对误差：（举例）， 〈优点：〉浮点化产生的相对误差有界（与数字本身的数量级无关） 注：设实数，则按进制可表达为： 按四舍五入的原则，当它进入浮点数系时，若，则 若，则 对第一种情况： 对第二种情况： 就是说总有： 另一方面，由浮点数要求的 ， 有，将此两者相除，便得 每一个浮点数系的数字有限： 浮点数系中的运算非自封闭,（因为数字有限等） 例：在中，，运算和,的结果显然已不在此浮点数系内，而或也不在此浮点数系内，需结果才在此浮点数系内。 浮点运算应注意： 避免产生大结果的运算，尤其是避免小数作为除数参加运算； 避免“大”“小”数相加减； 避免相近数相减，防止大量有效数字损失； 4）尽可能简化运算步骤，减少运算次数。 原因： 记，由，可得： （“。”表示任意一种四则运算） 此处 是由机器字长（实质上是尾数字长的大小）确定的常数（它反映了实际运算的精度）。 显然，若要求运算的舍入误差小，应使运算结果（如：）较小。 尤其是小分母运算：，小大误差。 其次，当浮点数系中两个数量级相差较大的数相加（或减），注意到由于浮点数系中数字字长的有限性，可能导致“大数吃小数”。例如，中，则 似乎没有参加运算。