误差与范数.docVIP

1.1 误差的来源 例1.1.1 用差商求在处导数的近似值.取 ，，=0.000 000 000 000 001和=0.000 000 000 000 000 1分别用MATLAB软件计算，取十五位数字计算. 解 在MATLAB工作窗口输入下面程序 a=3;h=0.1;y=log(a+h)-log(a);yx=y/h 运行后得 yx = 0.32789822822991 将此程序中改为0.000 1，运行后得 yx = 0.33332777790385 后者比前者好.再取h = 0.000 000 000 000 001，运行后得 yx = 0.44408920985006 不如前者好.取h = 0.000 000 000 000 000 1，运行后得 yx = 0 算出的结果反而毫无价值. 例1.1.2 分别求方程组在下列情况时的解，其中. （1）;（2）. 解 （1） 首先将方程组化为同解方程，然后在MATLAB工作窗口输入程序 b=[2,2];A=[1,1;1,1.01]; X=A\b 运行后输出当时，的解为； （2）同理可得，当时，的解为. 例1.1.3 计算的近似值. 解 泰勒级数 e , 取，得 . （1.2） 这是一个无限过程，计算机无法求到精确值.只能在（1.2）取有限项时计算，再估计误差.如果取有限项 作为的值必然会有误差，根据泰勒余项定理可知其截断误差为 e. 如果取（1.2）的前九项，输入程序 n=8; s=1;S =1; for k=1:n s=s*k; S=S+1/s, end s, S, R=3/(s*(n+1)) 或 S1=1+1+1/2+1/(1*2*3)+1/(1*2*3*4)+1/(1*2*3*4*5)+1/(1*2*3*4*5*6)+1/(1*2*3*4*5*6*7)+1/(1*2*3*4*5*6*7*8), R1=3/(1*2*3*4*5*6*7*8*9) 运行后结果 S = R = 2.71827876984127 8.267195767195768e-006 因为截断误差为 所以e的近似值e2.718 28. 1.2 误差和有效数字 例1.2.1 取作为的四舍五入近似值时，求其绝对误差和相对误差. 解 在MATLAB工作窗口输入程序 juewu=exp(1)-2.71828 运行后输出结果为 juewu = 1.828 459 045 505 326e-006 例1.2.2 计算d 的近似值，并确定其绝对误差和相对误差. 解 因为被积函数的原函数不是初等函数，故用泰勒级数求之. , （1.5） 这是一个无限过程，计算机无法求到精确值.可用（1.5）的前四项代替被积函数，得 d)d==. 根据泰勒余项定理和交错级数收敛性的判别定理，得到绝对误差 = WU， 在MATLAB命令窗口输入计算程序如下： syms x f=1-x^2/(1*2*3)+x^4/(1*2*3*4*5)-x^6/(1*2*3*4*5*6*7) y=int(f,x,0,pi/2),y1=double(y) y11=pi/2-(pi/2)^3/(3*3*2)+(pi/2)^5/(5*5*4*3*2)-(pi/2)^7/(7*7*6*5*4*3*2) inf=int(sin(x)/x,x,0,pi/2) ,infd=double(inf) WU =(pi/2)^9/(9*9*8*7*6*5*4*3*2), R =infd-y11 因为运行后输出结果为： 1.370 762 168 154 49，=1.370 744 664 189 38，1.750 396 510 491 47e-005， WU= 1.782 679 830 970 664e-005的绝对误差为，故d.的相对误差为 0.007 3%. 1.3 误差估计的基本方法 例1.3.4 设计三种算法求方程在的一个正根的近似值，并研究每种算法的误差传播情况. 解 为解已知方程，我们可以设计如下三种算法，然后将计算结果与此方程的精确解比较，观察误差的传播. 算法1 将已知方程化为同解方程.取初值，按迭代公式 依次计算，结果列入表1–3中. 算法2 将已知方程化为同解方程.取初值，按迭代公式 依次计算，结果列入表1–3中. 算法3 将已知方程化为同解方程.取初值，按迭代公式为 依次计算，结果列入表1–3中. 我们为这三种