数值1.1精讲.pptVIP

* * * * * * * * * * * * * * * 取 x2* 3.14 作为π的近似值，则 取 x3* 3.1416作为π的近似值，则 它们的误差都不超过某一数位的半个单位。 若近似值x*的绝对误差限是某一位的半个单位，该位到x*的第一位非零数字一共有n位，则称近似值x*有n位有效数字，或说x*精确到该位。 定义：有效数字 若将准确值x 的近似值x*表示成标准形式 而其误差限 则说近似值x*具有n 位有效数字。 这里n 为正整数，m 为整数，每个 均为0,1，…，9中的一个数字， 注：有效数字的等价定义 定理1.1 若 x* 具有n位有效数字，则其相对 误差限满足 反之，若x*的相对误差限 满足 则近似值x* 至少具有n位有效数字。 例：为使 的相对误差小于0.001%,至少应取几位有效数字？ 解：假设 ?* 取到 n 位有效数字，则其相对误差上限为 要保证其相对误差小于0.001%，只要保证其上限满足 已知 a1 3，则从以上不等式可解得 n 6 ? log6，即 n ? 6，应取 ?* 3.14159。 §3 避免误差危害的若干原则 一 要避免相近两数相减 二 要防止大数“吃掉”小数 三 注意简化计算步骤，减少运算次数 四 要避免绝对值小的数 作除数 五 设法控制误差的传播 一 要避免相近两数相减 的值。 例: 求 当x 1000，y 的准确值为0.01580. 1 直接相减 2 若将原式改写为 则 y 0.01581 ? 几种经验性避免方法： 很小， 二 要防止大数“吃掉”小数 例：用单精度计算 的根。 精确解为 ? 算法1：利用求根公式 在计算机内，109存为0.1?1010，1存为0.1?101。做加法时，两加数的指数先向大指数对齐，再将浮点部分相加。即1 的指数部分须变为1010，则：1 0.0000000001 ? 1010，取单精度时就成为： 109+1 01010+0?1010 0?1010 算法2：先解出 再利用 注：求和时从小到大相加，可使和的误差减小。 例：在5位浮点十进制计算机上，计算 y 54 321 + 0.4 + 0.3 + 0.4 解：若按从左到右的顺序进行计算，后三位在对阶过程变为 后三个数都在对阶过程中变为零，得出含有较大误差的结果 y 54321。 但若按从右到左的顺序进行计算，后三位在对阶过程变为 这种算法避免了大数“吃掉”小数！ 一般地，有如下原则 若干数相加，采用绝对值较小者先加的算法，结果的相对误差限较小 三 注意简化计算步骤，减少运算次数，避免误差积累 例：计算多项式的值 解：如果先计算各项然后相加，则 乘法次数 4+3+2+1 10，加法次数 4 但如改用下式计算 则只需做4次乘法和4次加法。计算量大大减少！ 注：第二种方法称为“秦九韶算法”（ Horner算法） 通常，计算如下n次多项式的值 如果先计算各项然后相加，则 乘法次数 n+ n-1 +···+2+1 n n+1 /2 加法次数 n 若采用“秦九韶算法”，则 乘法次数 n 加法次数 n 两种算法的乘法运算次数随n的变化见下表： n 2 n 3 n 4 n 5 方法1 3 6 10 15 方法2 2 3 4 5 例：当x接近于0时， 的分子、分母都接近0，为避免绝对值小的数作除数，可将原式变形为 四 要避免绝对值小的数作除数 例：当x很大时， 的分母接近0，为避免绝对值小的数作除数，可将原式变形为 五 设法控制误差的传播 许多算法具有递推性。递推法运算过程较规律，但多次递推必然导致误差的积累。 例：求定积分 的值. 解：直接积分可产生递推公式 若取初值 可得递推公式 按公式就可以逐步算出 What happened?! 不稳定的算法 ！ 这就是误差传播所引起的危害 ! 注意此公式精确成立，且 由题设中的递推公式（1）可看出， 的误差扩大了 5倍后传给 ，因而初值 的误差对以后各步 这就造成 的计算结果严重失真。 计算结果的影响，随着 的增大愈来愈严重。 要怎么做才能解决这个问题呢? 可求得I9 ? 0.017，按改写后的公式可逐次求得 不妨设I9 ? I10，于是由 将公式 变为 I8 ? 0.019 I7 ? 0.021 I6 ? 0.024 I5 ? 0.028 I4 ? 0.034 I3 ? 0.043 I2 ? 0.058 I1 ? 0.088 I0 ? 0.182 稳定的算法 ！ 在我们今后的讨论中，误差将不可回避， 算法的稳定性会是一个非常重要的话题。 例：计算积分 解：利用分部积分公