数学分析taylor公式与科学计算.pptVIP

 Taylor公式与科学计算 ------从导数的数值计算谈起 Taylor公式与科学计算 1. Taylor公式微积分顶峰 2. 计算机如何实现导数的计算 3. 数值计算精度分析 4. 计算机实现导数计算存在的问题 5. Taylor公式解决问题 6. 李查逊外推（Richardson） 7. Lagrange插值基本思想和方法 8.样条函数插值的基本思想和方法 Taylor公式：微分学顶峰 应用举例：用多项式逼近函数 应用举例１：用多项式逼近函数 应用举例：用多项式逼近函数 应用举例：用多项式逼近函数 导数的数学定义与数值计算 导数的数学定义 计算机实现导数的计算 数值计算精度分析 计算精度分析 计算实例 计算实例与存在的问题 数值运算误差的初步分析 定义：假设 为整数， 如果 则称 有n位有效数字。 数值运算误差的初步分析 数值运算误差的初步分析 数值运算误差的初步分析 Taylor公式解决问题 Taylor公式解决问题 Taylor公式解决问题 Taylor公式与导数计算 Taylor公式解决问题 计算 的一阶导数值， 实验结果如下： 李查逊外推（Richardson） 李查逊外推（Richardson） 假设 逼近 有渐进展开的形式： 外推法和割圆术 外推法和割圆术 外推法和割圆术 外推法和割圆术 外推法和割圆术 外推法和割圆术 外推法和割圆术 外推法和割圆术 外推法和割圆术 数值运算误差的初步分析 用计算机表示任何数字只能是有限位，计算机实现任何运算都会有舍入误差，在科学计算中必须充分重视舍入误差对计算结果的影响，这也是科学计算重要而十分艰难的重要研究课题。 因此在计算机计算的过程中应该避免两个相近数字的减法运算。任何一个工程或者科学问题，其数值计算的次数是巨大和海量的，我们必须设计有效的算法控制舍入误差的传播。 Lagrange插值基本思想 Lagrange插值算法和误差估计 样条插值逼近算法基本思想 样条函数的表达式 样条插值逼近定义与算法 样条插值逼近定义与算法 三次样条插值逼近误差估计 应用数学重要分支:数值逼近 函数逼近的构造方法，有关的基本理论 （算法实现，误差分析）以及在计算机 数值实现。 数值逼近方法广泛应用工程技术领域。 探索类问题 Lagrange插值算法和误差估计 Lagrange 插值是否 随着插值 节点的增 加确保收 敛,在什么 条件下收 敛? 样条函数体现了分段函数的思想 * * 函数用常数（极限代替），误差是无穷小． 函数用一次多项式逼近，产生的误差是高阶无穷小． 三角函数表哪里来？ Ｔaylor 公式 计算机无法 实现无限次计算 解决问题办法是近似计算， 有限次逼近无限次运算 无穷小阶描述数学问 题重要工具，不需要 精确数学表达式，仅 需要对整体有个估计 h越小，近似计 算的精度越高 -0.146447 0.3000 0.0002 0.053553 0.3000 0.001 0.003553 0.3500 0.002 0.003553 0.3500 0.01 -0.001447 0.3550 0.02 0.000553 0.3530 0.1 0.000053 0.3535 0.2 -0.002847 0.3564 1 -0.012447 0.3360 2 逼近误差 逼近值 　　h 注意到一个现象： (1) 从表中看出 h=0.2时候计 算效果最佳 (2) 取得比 h=0.2 小时计算的效果越来越差 实验结果与数学分析 结论完全不一致！ 透过现象看本质！ 的近似值 具有5位有效数字 例1： 结论：有效数字是从第一位不等于0的数算起！ 求两个实根，保留小数点后面８位． b没起作用， “大数吃小数”! 方法１和方法２哪个更精确？ 两个相近的数相减有效数字会严重损失！ 寻求补救办法！ 看到 解决 问题 希望 将上述方法推广到一般情况 数学归纳法，善于归纳一般结论 计算过程分析 (6) (9) (3) (5) (8) (10) (1) (2) (4) (7) 计算过程相当于 半二次循环！ 626.3350438 0.0016 635.32699