引論

寫在前面
引論部分作為第零章厚宰,主要包括算法誤差兩個(gè)部分谣拣,內(nèi)容相對簡單,記住概念即可撬讽。

一些概念

數(shù)值分析:研究科學(xué)計(jì)算中各種數(shù)學(xué)問題求解的數(shù)值計(jì)算方法。
解析解:是指通過嚴(yán)格的公式所求得的解悬垃。
數(shù)值解:是指采用某種計(jì)算方法,如有限元的方法游昼,數(shù)值逼近,插值的方法,得到的解尝蠕。
精確解和近似解:精確解和近似解是從算法上決定的烘豌。計(jì)算的結(jié)果與模型的真實(shí)值的誤差是否為零,如果為零看彼,則是精確解廊佩;如算法本身不能保證得到真實(shí)值,則是近似解靖榕。
收斂性:它與有確定的(或有限的)極限同義标锄,“收斂于……”相當(dāng)于說“極限是……(確定的點(diǎn)或有限的數(shù))”。
穩(wěn)定性:是指算法對于計(jì)算過程中的誤差(舍入誤差茁计、截?cái)嗾`知差等)不敏感,即穩(wěn)定的算法能得到原問題的相鄰問題的精確解料皇。

0.1 算法

  • 數(shù)值分析中研究的算法是我為電子計(jì)算機(jī)提供的算法。
  • 描述算法通常用框圖直觀地顯示算法的全貌。
  • 所有算法框圖都均以開始框標(biāo)志計(jì)算過程開始啟動(dòng), 而用結(jié)束框表示計(jì)算過程的最終結(jié)束 .另外, 我們將用箭頭指明各框執(zhí)行的順序 .
  • 算法的核心部分是計(jì)算公式
二分法的算法框圖

0.2 誤差

常見的誤差

  • 截?cái)嗾`差: 需要將解題
    方案加工成算術(shù)運(yùn)算與邏輯運(yùn)算的有限序列践剂。即截取結(jié)果的一部分作為近似解而產(chǎn)生的誤差鬼譬。
  • 舍入誤差:將機(jī)器代碼表示的數(shù)據(jù)必須舍入成一定的位數(shù),類似四舍五入逊脯。
  • 模型誤差:從實(shí)際問題中抽象出數(shù)學(xué)模型的過程產(chǎn)生的誤差优质。
  • 觀測誤差:通過測量和實(shí)驗(yàn)得到的模型中各種數(shù)據(jù)的過程產(chǎn)生的誤差。

誤差限:誤差的一個(gè)上界军洼,即誤差最大能取多少可以滿足要求盆赤。這種上界ε稱作近似值 x絕對誤差限,簡稱誤差限, 或稱精度
相對誤差:考察自身的前提下刻畫近似值的精度歉眷。仍以x代表 x* 的近似值,若

則稱ε為近似數(shù) x 的相對誤差限牺六。
有效數(shù)字:若近似值x*的誤差限是某一位的半個(gè)單位,且該位到x*的第一位非零數(shù)字共有n位汗捡,則稱x*有n位有效數(shù)字淑际。

例:Π = 3.14159265·····,近似值x1=3.14扇住,x2=3.1416春缕,x3=3.1415
x1,x2艘蹋,x3分別有 3位锄贼,5位,4位有效數(shù)字女阀。

例:根據(jù)四舍五入寫出下面具有5位有效數(shù)字的近似值宅荤,187.9325,0.03785551浸策,8.000033
答:187.93冯键,0.037856,8.0000

有效數(shù)字和絕對誤差的關(guān)系:

標(biāo)準(zhǔn)浮點(diǎn)數(shù)表示的有效數(shù)字

例:為了使x*=√2的近似值的絕對誤差小于10的-5次方庸汗,問應(yīng)取幾位有效數(shù)字惫确?

有效數(shù)字和相對誤差的關(guān)系:

0.3 數(shù)值計(jì)算中的注意事項(xiàng)

  • 避免相近的數(shù)相減
  • 避免數(shù)量級相差很大的數(shù)相除
  • 避免大數(shù)吃小數(shù)
  • 簡化計(jì)算,避免誤差累積
  • 選用穩(wěn)定的算法

下面是一些練習(xí)題
1.哪種誤差不會在模型求解的過程中擴(kuò)大或縮序遣铡改化?答:模型誤差
2.算法的穩(wěn)定性與哪種誤差相關(guān)?答:舍入誤差
3.算法的收斂性與哪種誤差相關(guān)枉昏?答:截?cái)嗾`差
4.哪種誤差是可以避免的陈肛?答:過失誤差。模型誤差和觀察誤差都不可避免
5.只要計(jì)算機(jī)能表示的精度足夠高凶掰,可以不需要考慮算法的穩(wěn)定性燥爷。錯(cuò)誤
6.關(guān)于誤差的衡量蜈亩,估計(jì)誤差是不準(zhǔn)確的。
7.誤差增長因子的絕對值很大時(shí)前翎,數(shù)據(jù)誤差在運(yùn)算中傳播后稚配,可能會造成結(jié)果的很大誤差。原始數(shù)據(jù)的微小變化可能引起結(jié)果的很大變化的這類問題港华,稱為病態(tài)問題或壞條件問題道川。正確
8.在數(shù)值計(jì)算中,我們需要避免以下情況:大小相近的數(shù)相減立宜、大數(shù)吃小數(shù)冒萄、除數(shù)接近于0。

書后習(xí)題解答:







最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末橙数,一起剝皮案震驚了整個(gè)濱河市尊流,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌灯帮,老刑警劉巖崖技,帶你破解...
    沈念sama閱讀 219,427評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異钟哥,居然都是意外死亡迎献,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,551評論 3 395
  • 文/潘曉璐 我一進(jìn)店門腻贰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來吁恍,“玉大人,你說我怎么就攤上這事播演〖酵撸” “怎么了?”我有些...
    開封第一講書人閱讀 165,747評論 0 356
  • 文/不壞的土叔 我叫張陵宾巍,是天一觀的道長咕幻。 經(jīng)常有香客問我,道長顶霞,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,939評論 1 295
  • 正文 為了忘掉前任锣吼,我火速辦了婚禮选浑,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘玄叠。我一直安慰自己古徒,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,955評論 6 392
  • 文/花漫 我一把揭開白布读恃。 她就那樣靜靜地躺著隧膘,像睡著了一般代态。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上疹吃,一...
    開封第一講書人閱讀 51,737評論 1 305
  • 那天蹦疑,我揣著相機(jī)與錄音,去河邊找鬼萨驶。 笑死歉摧,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的腔呜。 我是一名探鬼主播叁温,決...
    沈念sama閱讀 40,448評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼核畴!你這毒婦竟也來了膝但?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,352評論 0 276
  • 序言:老撾萬榮一對情侶失蹤谤草,失蹤者是張志新(化名)和其女友劉穎锰镀,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體咖刃,經(jīng)...
    沈念sama閱讀 45,834評論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡泳炉,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,992評論 3 338
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了嚎杨。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片花鹅。...
    茶點(diǎn)故事閱讀 40,133評論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖枫浙,靈堂內(nèi)的尸體忽然破棺而出刨肃,到底是詐尸還是另有隱情,我是刑警寧澤箩帚,帶...
    沈念sama閱讀 35,815評論 5 346
  • 正文 年R本政府宣布真友,位于F島的核電站,受9級特大地震影響紧帕,放射性物質(zhì)發(fā)生泄漏盔然。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,477評論 3 331
  • 文/蒙蒙 一是嗜、第九天 我趴在偏房一處隱蔽的房頂上張望愈案。 院中可真熱鬧,春花似錦鹅搪、人聲如沸站绪。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,022評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽恢准。三九已至魂挂,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間馁筐,已是汗流浹背涂召。 一陣腳步聲響...
    開封第一講書人閱讀 33,147評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留眯漩,地道東北人芹扭。 一個(gè)月前我還...
    沈念sama閱讀 48,398評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像赦抖,于是被迫代替她去往敵國和親舱卡。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,077評論 2 355