科学计算与Matlab剖析.ppt

1.2.3 数值计算的误差估计及算法稳定性 4. 数值算法的稳定性 定义：一个算法如果输入数据有扰动（即误差）, 而计算过程中舍入误差不增长则称此算法是数值稳定的, 否则此算法就称为不稳定的。 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 4. 数值算法的稳定性 【例11】计算积分 n = 0, 1, 2, …, 20 解：(1) In = 1 – nIn-1： (2) ： 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 4. 数值算法的稳定性 【例11】计算积分 n = 0, 1, 2, …, 20 解：(1) In = 1 – nIn-1： (2) ： 在Excel中看差别： 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 4. 数值算法的稳定性 【例11】计算积分 n = 0, 1, 2, …, 20 解：(1) In = 1 – nIn-1： ? ——不稳定 (2) ： ? ——稳定 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 【例12】计算y = a2 – b2有两个算法： 算法Ⅰ ?1= a ? a, ?2= b ? b, y = ?1–?2； 算法Ⅱ ?1= a + b, ?2= a – b, y = ?1? ?2 讨论舍入误差对它们的影响。 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 解：对于算法Ⅰ, ?1= a ? a, ?2= b ? b, y = ?1–?2； fl(?1) = (1 + ?1)a2, fl(?2) = (1 + ?2)b2, fl(y) = (1 + ?3)[fl(?1) – fl(?2)] = (1 + ?3)[(1 + ?1)a2 – (1 + ?2)b2] 从而fl(y)的相对误差（忽略误差的二阶项） 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 解：对于算法Ⅰ, ?1= a ? a, ?2= b ? b, y = ?1–?2； 从而fl(y)的相对误差（忽略误差的二阶项） 相对误差限 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 解：对于算法Ⅱ, ?1= a + b, ?2= a – b, y = ?1? ?2 fl(?1)=(1 +?4)(a – b), fl(?2)=(1 +?5)(a + b), fl(y) = (1 + ?6)fl(?1) fl(?2)] = (1 + ?4) (1 + ?5) (1 + ?6)(a2 – b2) 从而fl(y)的相对误差限是 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 解：对于算法Ⅱ, ?1= a + b, ?2= a – b, y = ?1? ?2 从而fl(y)的相对误差限是 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 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, 此时算法Ⅱ比算法Ⅰ在数值上更可靠, 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 当(a2 + b2) 2|a2 – b2|, 即1/3 (a/b)2 3时 算法Ⅱ的相对误差较小, 此时算法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。 1.2 误差的基本知识 1.2.3 数值计算的误差估计及算法稳定性 5. 数值算法的可靠性 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,