2数值计算的误差.ppt

解： e ( y *) ? dy ? f ? ( x *) dx ? f ? ( x *) e ( x *) dy e r ( y *) ? y f ? ( x *) e ( x *) ? f ( x *) x * ? f ? ( x *) e r ( x *) f ( x *) 因为 e ( y *) ? f ? ( x *) e ( x *) x * e r ( y *) ? f ? ( x *) e r ( x *) f ( x *) 故相应的 误差限 估算如下 ? ( y *) ? f ? ( x *) ? ( x *) x * ? r ( y *) ? f ? ( x *) ? r ( x *) f ( x *) (2) 二元函数的函数值计算误差估计 问题： 设 y = f ( x 1 , x 2 ) ， x 1 , x 2 的近似值 为 x 1 *, x 2 * ，则 y 的误差如何计算？ 解 e ( y *) ? y * ? y * * ? f ( x 1 , x 2 ) ? f ( x 1 , x 2 ) ? df ( x * 1 , x * 2 ) ? f ( x * 1 , x * 2 ) ? f ( x * 1 , x * 2 ) ? e ( x * 1 ) ? e ( x * 2 ) ? x 1 ? x 2 ? f ( x , x ) ? f ( x , x ) 1 2 1 2 由于 e ( y *) ? e ( x 1 ) ? e ( x 2 ) ? x 1 ? x 2 ? f ( x * 1 , x * 2 ) ? f ( x * 1 , x * 2 ) ? ? e ( x * 1 ) ? ? e ( x * 2 ) ? x 1 ? x 2 故绝对误差限为 ? f ( x * 1 , x * 2 ) ? f ( x * 1 , x * 2 ) ? ( y *) ? ? ( x * 1 ) ? ? ( x * 2 ) ? x 1 ? x 2 与前面类似的推导可得多元函数的误差 估计 e ( y *) ? y * ? y ? f ( x * 1 , x * 2 , ? , x * n ) ? e ( x * 1 ) ? ? ? x 1 ? f ( x * 1 , x * 2 , ? , x * n ) ? e ( x * n ) ? x n n ? f ( x * 1 , x * 2 , ? , x * n ) ? ? e ( x * i ) ? x 2. 加减乘除运算的估计误差 （注意：下列公式均省略了“ * ”） (1) 加法运算： e ( x 1 ? x 2 ) ? e ( x 1 ) ? e ( x 2 ) 而 | e ( x 1 ? x 2 ) | ? | e ( x 1 ) ? e ( x 2 ) | ? | e ( x 1 ) | ? | e ( x 2 ) | 即 ? ( x 1 ? x 2 ) ? ? ( x 1 ) ? ? ( x 2 ) 则 相对误差限 ? r ( x 1 ? x 2 ) ? ? ( x 1 ) ? ? ( x 2 ) x 1 ? x 2 加法的所有误差估计公式： e ( x 1 ? x 2 ) ? e ( x 1 ) ? e ( x 2 ) ? ( x 1 ? x 2 ) ? ? ( x 1 ) ? ? ( x 2 ) e ( x 1 ) ? e ( x 2 ) e r ( x 1 ? x 2 ) ? x 1 ? x 2 ? r ( x 1 ? x 2 ) ? ? ( x 1 ) ? ? ( x 2 ) x 1 ? x 2 和的误差 ( 限 ) 等于误差 ( 限 ) 之和 § 2 一、误差来源的分类 数 二、误差分析的重要性 值 三、绝对误差 计 四、相对误差 算 的 五、有效数字 误 六、数值运算的误差传播 差 一、误差来源的类型 1. 观测误差 ? 通过测量得到模型中参数的值 —— 观测误差 /* Measurement Error */ 注： 通常根据测量工具的精度，可以知 道这类误差的界。 2. 模型误差 ? 从实际问题中抽象出数学模型 —— 模型误差 /* Modeling Error */ 3. 截断误差 当得不到数学模型的精确解时，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 ? 求近似解 —— 方法误差 ( 截断误差