数值算法稳定性详解.ppt

1/32 上节课内容回顾 设x*是准确数,x是x*的近似数,称e=x*-x为近 似值x的绝对误差,简称误差。 反映是近似值与精确值的绝对差值 米 称 米 为近似值x的相对误差 反映是近似值与精确值的近似程度 通常用百分数来表示,相对误差越小,近似程度越高 绝对误差限,相对误差限 性代一② 凶凶些 2/32 le=bx-x≤E, 称E为近似值x的绝对误差限,简称误差限或精度 le.|| K 米 则称en为近似值x的相对误差限 性代一② 凶凶些 3/32 有效数字 近似数x=±0.a1g2….n×10m 如果|e=|x*-x|≤1/2×10mm 称近似数准确到小数点后第n位从这小数点后 第n位数字直到最左边非零数字之间的所有数 字都称为有效数字 有效数字越多误差越小计算结果越精确.」 性代一② 凶凶些 5/32 §1.4算法的数值稳定性 (数值计算中值得注意的问题) 个算法如果输入数据有误差,而在计算过 程中舍入误差不增长,则称此算法是数值稳定的, 否则称此算法为不稳定的。 换句话说:若误差传播是可控制的则称此算法是 数值稳定的,否则称此算法为不稳定的。 性代一② 凶凶些 6/32 见教材第2、101页L有以下性质 例:计算 x75/(1;(2)2单调递减 ()lim/=0 n→)0 6(n+1)”5(n+1) (n≥1) 有递推公式Ln=-5ln1+-(n=1,2,…) 在该例中,用上述公式计算积分的值J=n6n5 ≈0182322的舍入误差在计算过程迅速传播,每次扩大 5倍,致使I2=0102严重失真,所以这一 公式是不稳定的。 性代一② 凶凶些 7/32 n In n Inn inn in 10.0889022600243239110017324716-10.1569 20.05803870080120002021750843 3004313878002378134093218-2540161 40.034306900170566140.39544219127086 50.02846861000147169152.04388206354.23 1n=-5l21+-(n=1,2,,) 舍入误差在计算过程迅速传播,每次扩大5倍. 所以此算法是不稳定的。 性代一② 凶凶些 8/32 而将公式变为Ln=-5ln21+-(n=1,2,,) +--(n=m,m-1,2,1) 然后取充分大的m对应的Lm的一个估计值为计算初 值,再逐步用上式算出Ln1,Lm2,… 用上式计算Ln可使计算的误差减少5倍,因而它对应 的算法是数值稳定的算法。 由:(4) 6(n+1)5(n+1) 可取 6(m+1)5(m+1) 2 6×215×21=0.0087306自n=20计算到n=1, 疯代一② 凶凶 n 200.009301615001052051000153676500284684 190.00825397140.011220290.016926540.0343063 180.0087552130012039980093742300431387 170003120.012976670.0212326200580389 160.0095011001407136002350 10.0883922 最后得:I=0.182322 与我们开始计算的L082322是一样的该公式给 出的算法 +--(n=m,m 21就是稳定 5 的 下面通过例子给出算法数值稳定的几个原则: 疯性代一② 凶凶圆 10/32 控制误差传播的几个原则 、防止相近的两数相减 (会耗失许多有效数字,可以用数学公式化简后再做 例1:各有五位有效数字的两个数23.034与22993相减 23.03422.993=0.041 0.041只有两位有效数字有效数字的耗失,说明准确度减 小,因此在计算时需要加工计算公式,以免这种情况发生 例2:当x较大时,计算√x+1-√x 化成√x+1 √x+1+ 性代一② 凶凶些