误差-公开课件（精选）.pptVIP

* 提问：数值分析是做什么用的？ 数值 分析 输入复杂问题或运算 ? ? ? ? 计算机 近似解 第一章 误差 /* Error */ §1 误差的背景介绍 /* Introduction */ 1. 来源与分类 /* Source & Classification */ 从实际问题中抽象出数学模型 —— 模型误差 /* Modeling Error */ 通过测量得到模型中参数的值 —— 观测误差 /* Measurement Error */ 求近似解 —— 方法误差 (截断误差 /* Truncation Error */ ) 机器字长有限 —— 舍入误差 /* Roundoff Error */ §1 Introduction: Source & Classification 大家一起猜？ 1 1 / e 解法之一：将 作Taylor展开后再积分 S4 R4 /* Remainder */ 取 则 称为截断误差 /* Truncation Error */ | 舍入误差 /* Roundoff Error */ | = 0.747… … 由截去部分 /* excluded terms */ 引起 由留下部分 /* included terms */ 引起 §1 Introduction: Spread & Accumulation 2. 传播与积累 /* Spread & Accumulation */ 例：蝴蝶效应 —— 纽约的一只蝴蝶翅膀一拍，风和日丽的北京就刮起台风来了？！ NY BJ 以上是一个病态问题 /* ill-posed problem*/ 关于本身是病态的问题，我们还是留给数学家去头痛吧！ §1 Introduction: Spread & Accumulation 例：计算 ? 公式一： 注意此公式精确成立 记为 则初始误差 ? ?? ? ! ! ! What happened?! §1 Introduction: Spread & Accumulation 考察第n步的误差 我们有责任改变。 造成这种情况的是不稳定的算法 /* unstable algorithm */ 迅速积累，误差呈递增走势。 可见初始的小扰动 ? 公式二： 注意此公式与公式一 在理论上等价。 方法：先估计一个IN ,再反推要求的In ( n << N )。 可取 §1 Introduction: Spread & Accumulation 取 We just got lucky? §1 Introduction: Spread & Accumulation 考察反推一步的误差： 以此类推，对 n < N 有： 误差逐步递减, 这样的算法称为稳定的算法 /* stable algorithm */ 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。 §2 误差与有效数字 /* Error and Significant Digits */ ? 绝对误差 /* absolute error */ 其中x为精确值，x*为x的近似值。 Hey isn’t it simple? Oh yeah? Then tell me the absolute error of Oops! ，例如： 工程上常记为 ，称为绝对误差限 /* accuracy */， 的上限记为 注：e* 理论上讲是唯一确定的，可能取正，也可能取负。 e* > 0 不唯一，当然 e* 越小越具有参考价值。 I can tell that this part’s diameter is 20cm?1cm. I can tell that distance between two planets is 1 million light year ±1 light year. Of course mine is more accurate ! The accuracy relates to not only the absolute error, but also to the size of the exact value. §2 Error and Significant Digits ? 相对误差 /* relative error */ Now I wouldn’t call it simple. Say … what is the relative error of 20cm±1cm? Don’t tell me it’s