计算方法期末复习.docVIP

第一章引论 1、误差来源及分类 1.模型误差——从实际问题中抽象出数学模型 2.观测误差——通过测量得到模型中参数的值 （通常根据测量工具的精度，可以知道 这类误差的上限值。） 3.截断误差——当数学模型得不到精确解时，要用数值计算方法求它的近似解，由此产 生的误差称为（截断误差）或（方法误差） 4.舍入误差——由于计算机字长有限，原始数据的输入及浮点数运算过程中都有可能产 生误差，这样产生的误差称为舍入误差 2、五个关于误差的概念 1.绝对误差 2.绝对误差限 3.相对误差 4.相对误差限 （1）定义： 设某一量的准确值为x，近似值为x*，则x*与x之差叫做近似值x*的绝对误差(简称误差)，记为 （2）性质： (1)绝对误差e(x*) 可正可负 (2) |e(x*) |的大小标志着x*的精确度 (3) 绝对误差e(x*) 未知 （3）判断： 绝对误差是误差的绝对值？（错） （1）定义： 若指定一个适当小的正数，使则称为近似值 x* 的绝对误差限。(有时用表示近似值x*的精度或准确值的所在范围。 ) （2）性质： (1)在实际问题中，绝对误差一般是有量纲的，绝对误差限也是有量纲的。 (2)绝对误差限是正的，有无穷多个【则比大的任意正数均是绝对误差 限】 （1）定义： 绝对误差与准确值之比称为x*的相对 误差。 （2）性质： (1)相对误差是个无量纲量。值小者精度高。 (2)由于准确值x未知，故实际问题中，当 || 较小时，常取 （1）定义： 若指定一个适当小的正数 ，使则称为近似值 x*的相对误差限。 （2）性质： 当|较小时，可用下式计算 3.有效数字 （1）定义：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。注意：近似值后面的零不能随便省去！ （2）例题：取x1*= 3作为π的近似值，则：一个有效数字 取 x2* =3.14 作为π的近似值，则：三个有效数字 取 x3* =3.1416作为π的近似值，则：五个有效数字 它们的误差都不超过末位数字的半个单位。 （3）性质：(1)有效数字越多，则绝对误差越小 (2)有效数字越多，则相对误差越小 有效数字的位数可刻画近似数的精确度！ 4、一元函数的误差估计 问题：设y=f(x)，x的近似值为x*，则y的近似值 y*的误差如何计算？  故相应的误差限计算如下 5、算法的数值稳定性概念及运算 （1）定义：初始数据的误差或计算中的舍入误差在计算过程中的传播，因算法不同而异。一个算法，如果计算结果受误差的影响小，就称该算法具有较好的数值稳定性 6、设计算法的五个原则 (一) 要避免相近两数相减 (二) 要防止大数“吃掉”小数，注意保护重要数据 求和时从小到大相加，可使和的误差减小。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（秦九韶） (四) 要避免绝对值小的数作除数 (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。 第三章 插值问题 1，函数逼近 1、插值问题： 求一条曲线严格通过数据点 2、曲线拟合问题： 求一条曲线在一定意义下靠近数据点 2，插值问题 1、定义： 求一个简单函数φ(x)作为f(x)的近似表达式，以满足 我们称这样的问题为插值问题； 并称φ(x)为 f (x)的插值函数； f (x)为被插函数， x0 , x1, x2, …, xn是插值节(基)点；是插值原则. 3，插值多项式 1、定义： 求一个次数不超过n的多项式使满足插值原则(条件)称Pn(x)为 f (x)的n次插值多项式 2、定理： 在n+1个互异节点处满足插值原则且次数不超过n的多项式Pn(x)存在并且唯一。 注：若不将多项式次数限制为 n ，则插值多项式不唯一。 也是一个插值多项式，其中可以是任意多项式。 4,插值问题 拉格朗日差值 牛顿插值 二次插值基函数 一阶差商 k阶差商 零阶差商 1.差商与节点的排列次序无关，称为差商的对称性 2.高阶差商可由低阶差商反复作一阶差商得到，计算具有递推性 3.若f(x)在[a, b]上存在n阶导数，则 为了使得|ωn+1(x)|尽可能小一些，插值基点的选取原则是：使x尽可能位于区间Ix的中部，这里Ix是包含x以及