- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
精品文档
精品文档
PAGE
PAGE29
精品文档
PAGE
1.2误差知识与算法知识
1.2.2绝对误差、相对误差与有效数字
设a是准确值x的一个近似值,记e
xa,称e为近似值a的绝对误差,简称误差。
如果|e|的一个上界已知,记为
,即|e|
,则称为近似值a的绝对误差限或绝对误差
界,简称误差限或误差界。
记er
e
xa,称er
为近似值a的相对误差。由于x未知,实际上总把
e作为a的
x
x
a
e
xa
e的上界,即r
相对误差,并且也记为er
,相对误差一般用百分比表示。
a
a
r
|a|
称为近似值a的相对误差限或相对误差界。
定义设数a是数x的近似值。如果 a的绝对误差限时它的某一位的半个单位,并且从该位
到它的第一位非零数字共有 n位,则称用 a近似x时具有n位有效数字。
1.2.3函数求值的误差估计
~
设u
f(x)存在足够高阶的导数,
a是x的近似值,则u
f(a)是u
f(x)的近似值。
~
若f
(a)0且|f(a)|/|f(a)|不很大,则有误差估计
e(u)
f(a)e(a)
~
。
(u)
f(a)
(a)
若f(a)f(a)...
f(k1)(a)
0,
f(k)(a)
0,且比值
~
f
(k)
(a)
k
e(u)
k!
e(a)
大,则有误差估计
。
f
(k)
(a)
~
k
(u)
(a)
k!
~
n
f(a1,a2,...,an)e(a)
e(u)
i
1
xi
i
对于n元函数,有误差估计
~
n
f(a1,a2
,...,an)
(u)
(ai)
i
1
xi
f(k1)(a)/f(k)(a)不很
;若一阶偏导全为零或很
小,则要使用高阶项。
1.2.4算法及其计算复杂性
1)要有数值稳定性,即能控制舍入误差的传播。
2)两数相加要防止较小的数加不到较大的数中所引起的严重后果。
3)要尽量避免两个相近的近似值相减,以免严重损失有效数字。
4)除法运算中,要尽量避免除数的绝对值远远小于被除数的绝对值。
1.3向量范数与矩阵范数
1.3.1向量范数
定义定义在Rn上的实值函数?
称为向量范数,如果对于
Rn中的任意向量
x和y满足:
(1)正定性:x
0,当且仅当
x0时,x
0;
1
(2)齐次性:对任一数
k
R,有
kx
k
x;
(3)成立三角不等式:
x
y
x
y
。
定理1.1
对Rn中的任一向量
x
(x1,x2,...,xn)T
,记
n
x1
xi
i1
n
x2
xi2
i1
x
maxxi
1i
n
则?1,?2和?都是向量范数。
定理1.2
设?和?
是Rn上的任意两种向量范数,则存在与向量
x无关的常数m和
M(0mM),使下列关系式成立
mx
x
M
x,x
Rn
1.3.2矩阵范数
定义定义在Rnn上的实值函数
?称为矩阵范数,如果对于
Rnn中的任意矩阵A和B满
足:
(1)A
0,当且仅当A
0
时,A
0
;
(2)对任一数 k R,有kA k A;
(3) A B A B;
(4)AB
AB。
定义对于给定的向量范数
?和矩阵范数?,如果对于任一个x
Rn和任一个A
Rnn满
足Ax
A
x,则称所给的矩阵范数与向量范数是相容的。
定理1.3
设在Rn种给定了一种向量范数,对任一矩阵A
Rnn,令A=max
Ax,则由
x1
此定义的 ?是一种矩阵范数,并且它与所给定的向量范数相容。
定理1.4设A [aij] Rnn,则
2
n
A1
max
aij
1jni1
A2
max(ATA)
n
A
max
aij
1in
j
1
其中max(ATA)表示矩阵ATA的最大特征值(ATA是正定或半正定矩阵,
它的全部特征值
非负)。
n
aij2
还有一种常见的矩阵范数
AF
i,j
,且与向量范数?2相容,但是不从属于任何
1
向量范数。单位矩阵
I的任何一种算子范数
I
=maxIx
1。
x
1
定理1.5设矩阵
A
R
nn
A
1
I
A
的某种范数
为非奇异矩阵,并且当该范数为算子
,则
范数时,还有I
A
1
1
成立。
1
A
2.1Gauss消去法
2.1.1顺序Gauss消去法
定理2.1顺序Gauss消去法的前
n-1个主元素akk(k)(k
1,2,...,n1)均不为零的充分必要条
a11(1)
...a1(1)k
件是方程组的系数矩阵
A的前n-1个顺序主子式Dk
...
...0,(k1,2,...,n1)
ak(1)1
...akk(k)
2.1.2列主元素Gauss消去法
定理2.2设方程组的系数矩阵
A非奇异,则用列主元素
Gauss消去法求解方程组时,各个
列主元素ai(kkk)(k 1,2,...,n 1)均不为零。
2.2直接三角分解法
2.2.1Doolittle
分解法(单位下三角+上三
文档评论(0)