1.3.1 病态问题与条件数课程.pptVIP

1.3.1 病态问题与条件数 1.3.2 算法的数值稳定性 1.3.3 避免误差危害的若干原则 * 对一个数值问题本身, 如果输入数据有微小扰动（即误 差），引起输出数据（即问题解）相对误差很大，这就是病 态问题. 例如计算函数值 时， 若 有扰动 ，其 相对误差为 ， 函数值 的相对误差为 1.3 误差定性分析与避免误差危害 （3.1） 称为计算函数值问题的条件数. 相对误差比值 自变量相对误差一般不会太大，如果条件数 很大， 将引起函数值相对误差很大，出现这种情况的问题就是病态问题. 例如， ， 它表示相对误差可能放大 倍. 如 ， 有 ， 自变量相对误差为 ， 函数值相对误差为 ， 一般情况下,条件数 就认为是病态， 越大 病态越严重. 则有 若取 这时问题可以认为是病态的. 其他计算问题也要分析是否病态. 例如解线性方程组，如果输入数据有微小误差引起解 的巨大误差，就认为是病态方程组，第5章将用矩阵的条件 数来分析这种现象. 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. 计算 并估计误差. 由分部积分可得计算 的递推公式 若计算出 ， 代入（3.2），可逐次求出 的值. （3.2） 例6 而要算出 就要先计算 . 并取 ， 则得 ， 计算过程中小数点后第5位的数字按四舍五入原则舍入. 若用泰勒多项式展开部分和 用4位小数计算， 截断误差 当初值取为 时，用（3.2）递推 计算结果见表1-1的 列. 用 近似 产生的误差 就是初值误差， 它对后面计算结果是有影响的. （3.2） 计算公式为 从表中看到 出现负值， 这与一切 相矛盾. 因此，当 较大时，用 近似 显然是不正确的. （3.3） 实际上，由积分估值得 计算公式与每步计算都是正确的，计算结果错误的原因 主要就是初值 有误差 ，由此引起以后各步 计算的误差 满足关系 容易推得 这说明 有误差 ，则 就是 的 倍误差. （3.3） 例如， ， 若 ， 这就说明 完全不能近似 了. 若换一种计算方案. 由（3.3）取 ， 取 则 它表明计算公式（A）是数值不稳定的. 则 将公式(3.2)倒过来算， 即由 算出 ，公式为 计算结果见表1-1的 列. （3.2） 反之，当用方案（A）计算时，尽管初值 相当准确， 此例说明，数值不稳定的算法是不能使用的. 记 ， 则 ， 比 缩小了 倍，因此，尽管 较大，但由于误差逐步缩小，故可用 近似 . 由于误差传播是逐步扩大的，因而计算结果不可靠. 可以看出 与 的误差不超过 . 一个算法如果输入数据有误差，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，否则称 此算法为不稳定的. 在例6中算法（B）是数值稳定的，而算法（A）是不 稳定的. 定义4 数值计算中首先要分清问题是否病态和算法是否数 值稳定，计算时还应尽量避免误差危害，防止有效数字 的损失，有下面若干原则. 1. 要避免除数绝对值远远小于被除数绝对值的除法 用绝对值小的数作除数舍入误差会增大，如计算 若 ， 则可能对计算结果带来严重影响，应尽量避免. *