第2講(2014-9-24).docVIP

第一章 绪论 上次课要点： §1 数值分析的几个基本问题 一、用数学方法解决科学与工程问题的步骤 二、研究对象 三、研究内容 四、研究数值计算方法的意义 五、算法设计的基本思想 六、算法应具备的特性 §2 数值计算的误差 一、误差的分类 1．截断误差：近似公式引起的 2．舍入误差：计算机字长有限引起的 二、误差的概念 1．绝对误差 2．相对误差 （其中） 近似相对误差 （其中） 三、数值运算的误差 当自变量有误差时，一般地，其函数值也有误差。 误差——可能是截断误差 ——也可能是舍入误差 1．一元函数的误差 设是准确值的近似值，则函数的近似值为。 由于 ， 介于与之间， 所以 从而 本次课继续。。。。 2. 多元函数的误差 对于多元函数，设自变量的近似值分别为，则 于是误差限 特别 四、病态问题与条件数 一个工程或科学计算问题： ——往往需要巨量的机器运算 ——每次运算都可能产生误差 ——这些误差有正有负，绝对值有大有小 误差积累的结果很难定量分析。 首先定性研究什么情况下误差会被放大，导致计算结果严重失真。 1．从问题的角度——病态问题 对于一个数值问题，如果输入数据有微小的扰动，就能引起输出数据相对误差很大，该问题就称为病态问题。 例如计算函数的值，设 输入数据——有扰动，即 ，其相对误差为； 输出数据——相对误差为 两者的绝对值的比值 称为计算函数值的条件数。 当条件数很大时，虽然较小，但函数值的相对误差可能很大。条件数很大的函数称为病态函数，否则称为良态函数。 例如，有。它表示相对误差可能大约放大倍。这说明多项式函数对于计算函数值而言是病态的。 线性方程组也有病态、良态问题，它可以用系数矩阵的条件数刻画。 2．从算法的角度——算法的数值稳定性 舍入误差对计算结果的精确性影响小的算法，数值稳定；反之，算法数值稳定性。 由于 所以 （1）使用递推公式 。 先计算， 若用泰勒展开式 并取，用4位小数计算，则得 从而 利用递推公式 （） 可依次得到 用表示这样计算的绝对误差，则 则 由此可见，尽管误差正负交错，但绝对值逐步增大， 说明该迭代公式数值不稳定。 （2）使用递推公式 。 先计算，由于 我们初略取 则又递推公式 可依次得到 误差 该迭代公式是数值稳定的。 例题 对于的情况，从舍入误差传播的角度，指出下述两个Matlab程序哪一个计算 是数值稳定的，并说明理由． 注意：是的可去间断点，可定义 。 % Algorithm 1 if x==0 f=1; else f=(exp(x)-1)/x; end % Algorithm 2 Y=exp(x) if y==1 f=1; else f=(y-1)/log(y); end 解答：当时， 分两种情况： （1）。 此时，两种算法结果一样。 （2）。 此时，正确的结果（Algorithm 2）是。因为此时 。 但按Algorithm 1，。 3．避免误差危害的几个原则 （1）避免两个相近数相减（代数和接近0）。 （2）避免除数绝对值太小。 （3）避免两个绝对值相差很大的数相加减（大吃小，丧失有效数字的位数）。 （4）尽可能减少运算步骤（减少误差积累）。 （5）算法或公式要数值稳定。 下面分别进行讨论。 （1）避免两个相近数相减（代数和接近0） 因两数之差x-y的相对误差为 ， 当x与y很接近时，两数之差x-y的相对误差会很大，有效数字位数将严重丢失。 某些情况可以避免。办法：进行变换。 【例】 , 如用四位有效数字计算: , 结果只有一位有效数字; 如改为: , 有四位有效数字。 新算法避免了两个相近数的相减。 【例】 用四位浮点数计算。 解: 只有一位有效数字,有效数字大量损失,造成相对误差扩大。 结果仍然有四位有效数字。 【例】 当时，计算有效位数会损失。改用是否就能减少舍入误差？ 解：不能。 当时，。 考虑在附近的性态。 ， 当时，，说明自变量的误差对函数值的误差影响很大。 本问题可以，用数值积分计算。 （2）避免除数绝对值太小 , 当时,舍入误差会扩大。某些情况可通过改变运算次序避免。 （3）避免两个绝对值相差很大的数相加减（大吃小，丧失有效数字的位数） 【例】 一元二次方程 其精确解为。 如用求根公式 和字长为8位的计算器求解,有 , 及 ；则 , 。 的值与精确解差别很大。若用 。 因此,算法的选用很重要。 【例】 采用单精度计算