第一章误差分析()分析.ppt

1.1 数值分析研究对象与特点 一、数值分析研究对象 计算机解决科学计算问题时经历的过程 数值分析的内容包括函数的数值逼近、数值微分与数值积分、非线性方程数值解、数值线性代数、常微和偏微数值解等。数值分析研究对象以及解决问题方法的广泛适用性，著名流行软件如Maple、Matlab、Mathematica等已将其绝大多数内容设计成函数，简单调用之后便可以得到运行结果。 但由于实际问题的具体特征、复杂性, 以及算法自身的适用范围决定了应用中必须选择、设计适合于自己特定问题的算法，因而掌握数值方法的思想和内容是至关重要的。 本课程内容包括了微积分、代数、常微分方程的数值方法，必须掌握这几门课程的基础内容才能学好这门课程。 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储量，这也是建立算法要研究的问题，它关系到算法能否在计算机上实现。 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。 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。 注重各章节所研究算法的提出，掌握方法的基本原理和思想，要注意方法处理的技巧及其与计算机的结合。 理解每个算法建立的数学背景、数学原理和基本线索，而且对一些最基本的算法要非常熟悉。 要通过例子，学习使用各种数值方法解决实际计算问题。 为掌握本课的内容，还应做一些理论分析和计算练习。 1.2 误差 用数学方法解决一个具体的实际问题，首先要建立数学模型，这就要对实际问题进行抽象、简化，因而数学模型本身总含有误差，这种误差叫做模型误差 数学模型是指那些利用数学语言模拟现实而建立起来的有关量的描述 数学模型的准确解与实际问题的真解不同 在数学模型中通常包含各种各样的参变量，如温度、长度、电压等，这些参数往往是通过观测得到的，因此也带来了误差，这种误差叫观测误差. 数学模型中的参数和原始数据，是由观测和试验得到的. 由于测量工具的精度、观测方法或客观条件的限制,使数据含有测量误差,这类误差叫做观测误差或数据误差. 根据实际情况可以得到误差上下界. 数值方法中需要了解观测误差,以便选择合理的数值方法与之适应. 精确公式用近似公式代替时,所产生的误差叫截断误差. 例如, 函数f(x)用泰勒(Taylor)多项式 在数值计算中只能对有限位字长的数值进行运算. 需要对参数、中间结果、最终结果作有限位字长的处理工作，这种处理工作称作舍入处理. 用有限位数字代替精确数，这种误差叫做舍入误差，是数值计算中必须考虑的一类误差. 计算结果： 知 识 结 构 图 一 1.3 数值稳定性和要注意的若干原则 学习目标： 掌握数值运算中避免大误差产生的若干准则。 一、病态问题与条件数 1、病态问题：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，就是病态问题。 二、算法的稳定性 用一个算法进行计算，由于初始数据误差在计算中传播使计算结果误差增长很快就是数值不稳定的，先看下例。 n 法一 (A) 法二 (B) 0 1 2 3 4 5 6 7 8 9 0.6321 0.3679 0.2642 0.2074 0.1704 0.1480 0.1120 0.2160 -0.7280 7.552 0.6321 0.3679 0.2643 0.2073 0.1708 0.1455 0.1268 0.1121 0.1035 0.0684 数值分析 第1章 绪 论 内容提要： 1.1 数值分析研究对象与特点 1.2 数值计算的误差 1.3 误差定性分析与避免误差危害 实际问题 模型设计 算法设计 问题的解 上机计算 程序设计 求 方程求根 牛顿法 程序设计 解 上机计算 实例 总结 计算机中数的表示和舍入误差 函数求值的误差估计 误差与有效数字 误差的来源与分类 1.2 误差 /* Error */ 学习目标 掌握误差和有效数字、以及 算法的数值稳定性等概念；重点 是有效数字与相对误差的关系。 1.2.1 误差的来源与分类/* Source Classification */ 误差在我们的日常生活中无处不在，无处不有，如在做热力