第二章数值计算的基本概念
应用计算方法教程

应用计算方法教程第一章:引言计算方法是一门研究如何利用计算机进行数值计算和问题求解的学科。
它在科学计算、工程分析和实际应用中起着重要的作用。
本教程将介绍一些常用的应用计算方法,帮助读者理解和掌握这门学科的基本概念和方法。
第二章:数值计算基础2.1 浮点数表示法2.2 误差与有效数字2.3 数值舍入与截断2.4 计算机算术运算2.5 机器精度与舍入误差第三章:线性方程组的数值解法3.1 直接法:高斯消元法3.2 直接法:LU分解法3.3 迭代法:雅可比迭代法3.4 迭代法:高斯-赛德尔迭代法3.5 迭代法:超松弛迭代法第四章:非线性方程的数值解法4.1 二分法4.2 牛顿迭代法4.3 弦截法4.4 试位法4.5 不动点迭代法第五章:插值与拟合5.1 插值多项式与牛顿插值法5.2 分段线性插值与样条插值5.3 最小二乘拟合与多项式拟合5.4 曲线拟合与非线性最小二乘第六章:数值积分与数值微分6.1 数值积分基本概念6.2 复化求积公式6.3 数值积分的收敛性与误差估计6.4 高斯积分公式6.5 数值微分与差分近似第七章:常微分方程的数值解法7.1 常微分方程初值问题7.2 欧拉法与改进的欧拉法7.3 龙格-库塔法7.4 多步法与预估-校正法7.5 刚性问题与刚性算法第八章:常微分方程的边值问题8.1 二点边值问题与有限差分法8.2 三点边值问题与有限差分法8.3 多点边值问题与有限差分法8.4 边值问题的特殊情况与特殊方法第九章:数值优化方法9.1 优化问题的基本概念9.2 无约束优化问题的最优性条件9.3 一维搜索法9.4 梯度下降法与共轭梯度法9.5 二次规划问题与牛顿法第十章:随机模拟方法10.1 随机数生成10.2 蒙特卡洛方法10.3 马尔可夫链蒙特卡洛法10.4 收敛性与误差估计10.5 随机优化与模拟退火结语这本教程介绍了应用计算方法的基本概念和常用方法。
通过学习本教程,读者可以掌握数值计算的基本原理和技巧,能够应用计算机进行数值计算和问题求解。
数值分析复习资料

数值分析复习资料一、重点公式第一章 非线性方程和方程组的数值解法 1)二分法的基本原理,误差:~12k b ax α+--<2)迭代法收敛阶:1lim0i pi ic εε+→∞=≠,若1p =则要求01c <<3)单点迭代收敛定理:定理一:若当[],x a b ∈时,[](),x a b ϕ∈且'()1x l ϕ≤<,[],x a b ∀∈,则迭代格式收敛于唯一的根;定理二:设()x ϕ满足:①[],x a b ∈时,[](),x a b ϕ∈, ②[]121212,,, ()(),01x x a b x x l x x l ϕϕ∀∈-≤-<<有 则对任意初值[]0,x a b ∈迭代收敛,且:110111i i iii x x x llx x x lαα+-≤---≤-- 定理三:设()x ϕ在α的邻域内具有连续的一阶导数,且'()1ϕα<,则迭代格式具有局部收敛性;定理四:假设()x ϕ在根α的邻域内充分可导,则迭代格式1()i i x x ϕ+=是P 阶收敛的 ()()()0,1,,1,()0j P j P ϕαϕα==-≠ (Taylor 展开证明)4)Newton 迭代法:1'()()i i i i f x x x f x +=-,平方收敛 5)Newton 迭代法收敛定理:设()f x 在有根区间[],a b 上有二阶导数,且满足: ①:()()0f a f b <; ②:[]'()0,,f x x a b ≠∈;③:[]'',,f x a b ∈不变号④:初值[]0,x a b ∈使得''()()0f x f x <;则Newton 迭代法收敛于根α。
6)多点迭代法:1111111()()()()()()()()()i i i i i i i i i i i i i i i f x f x f x x x x x f x f x f x f x f x f x x x -+-----=-=+----收敛阶:P =7)Newton 迭代法求重根(收敛仍为线性收敛),对Newton 法进行修改 ①:已知根的重数r ,1'()()i i i i f x x x rf x +=-(平方收敛) ②:未知根的重数:1''()(),()()()i i i i u x f x x x u x u x f x +=-=,α为()f x 的重根,则α为()u x 的单根。
数值计算的基本概念

数值计算的基本概念数值计算是一种通过计算机程序进行数值操作和计算的过程。
它是数值分析领域的一个重要分支,用于解决科学和工程领域中的各种实际问题。
1.数值表示:计算机只能处理二进制数字,即0和1,所以需要一种方法将实际的数值转化为计算机可以理解的二进制形式。
数值表示包括整数表示和浮点数表示。
整数表示是将整数转换为二进制形式,而浮点数表示是将实数转换为二进制形式,并用一个符号位、指数位和尾数位来表示。
2.数值误差:数值计算中会出现一些误差,这些误差可以分为截断误差和舍入误差。
截断误差是由于计算中将无限的数值截断为有限位数而引入的误差,而舍入误差是由于计算中进行舍入而引入的误差。
数值误差会随着计算的进行而积累,可能导致最终结果的不准确性。
3.数值稳定性:数值计算中的算法可能会受到输入数据的微小变化而产生很大的输出差异。
数值稳定性指的是算法对于输入数据的微小变化具有较好的鲁棒性,即输出结果相对稳定,不会产生过大的误差。
4.数值精度:数值计算的精度指的是计算结果与实际值之间的差距。
数值精度可以通过数值计算的方法和所使用的计算机精度来确定。
计算机有限的存储空间和位数限制了数值计算的精度,因此需要权衡计算精度和计算速度之间的关系。
5.数值方法:数值计算中用于求解数值问题的具体算法和技术称为数值方法。
数值方法包括数值逼近、数值插值、数值积分、数值微分、线性代数问题的数值解法等。
数值方法的选择取决于具体的问题和计算要求。
在实际应用中,数值计算广泛应用于众多领域,如物理学、化学、工程学、金融学等。
通过数值计算,可以对复杂的数学模型和方程进行求解,预测和模拟实际情况,提供决策支持和优化设计。
然而,数值计算也存在着一些挑战和限制。
首先,数值计算可能会产生舍入误差和截断误差,从而引入不确定性和误差。
其次,数值计算需要计算机指令的执行,这需要时间和计算资源。
因此,对于大规模的数值计算问题,可能需要分布式计算或并行计算。
此外,数值计算也需要对问题进行合理的建模和参数设定,才能得到准确和可靠的结果。
计算数学(数值分析)的基本概念

计算数学(数值分析)的基本概念计算数学是数学的一个分支. 在工程实际工作和科学研究中,寻求问题的解非常重要,这些问题经常转化为数学问题,建立数学模型,然后求解。
尽管许多问题的数学模型具有非常明确、简单明了的解,比如半径为r 的圆的面积s ,长方形的面积等等,但是更多的问题,求得解析解并非易事,而且实践中也不必要。
为此,一般利用计算机、采用一定的计算方法(算法)、求得满足一定精度的数值解(近似解),就足够了。
计算机只能进行加减乘除四则运算和一些简单的函数计算(即使是函数也是通过数值分析方法处理,转化为四则运算而形成了的一个小型论软件包).1. 数值代数:求解线性和非线性方程的解法,分直接方法和间接方法.2.插值和数值逼近。
3.数值微分和数值积分。
4.常微分方程和偏微分方程数值解法。
算法中常用的技术有:迭代技术、离散化技术、连续化技术等。
评价算法的最明显的标准是:速度和精度。
1. 计算速度——涉及计算量,表现出来是计算时间。
例如,求解一个20阶线性方程组,用加减消元法需3000次乘法运算;而用克莱姆法则要进行20107.9⨯次运算,如用每秒3千亿次乘法运算的计算机要100年.而目前IBM 生产的“蓝色基因”是世界上运算最快的计算机,每秒运算速度达136.8万亿次。
2.精度——涉及计算结果的准确性,表现为误差。
3.存储量.大型问题必须考虑的.4.数值稳定性.在大量计算中,舍入误差是积累还是能控制,这与算法有关. 例: 一元二次方程x 2-(109+1)x+109=0其精确解为X 1=109,X 2=1.如用求根公式:aacb b x ,24221-±-=和字长为8位的计算器求解,有 91891821010104104=≈⨯-=-ac b ,又9910110≈+,从而999110210)10(=+--≈x ,0210)10(992=---≈x .我们看到2x 与其精确解有着巨大差异.为了防止这种情况的发生,我们采用恒等变形求解可得:()110101024224999222=+--⨯≈-+-=---=acb bc a ac b b x 计算2x 的两个式子从数学上是完全一样的,但拿到计算机上去计算时,由于计算机采用的浮点运算及位数的限制,导致第二根结果差异较大,这充分说明,算法的选择是非常重要的。
数值计算方法教案

数值计算方法教案第一章:数值计算概述1.1 数值计算的定义与特点引言:介绍数值计算的定义和基本概念数值计算的特点:离散化、近似解、误差分析1.2 数值计算方法分类直接方法:高斯消元法、LU分解法等迭代方法:雅可比迭代、高斯-赛德尔迭代等1.3 数值计算的应用领域科学计算:物理、化学、生物学等领域工程计算:结构分析、流体力学、电路模拟等第二章:误差与稳定性分析2.1 误差的概念与来源绝对误差、相对误差和有效数字误差来源:舍入误差、截断误差等2.2 数值方法的稳定性分析线性稳定性分析:特征值分析、李雅普诺夫方法非线性稳定性分析:李模型、指数稳定性分析2.3 提高数值计算精度的方法改进算法:雅可比法、共轭梯度法等增加计算精度:闰塞法、理查森外推法等第三章:线性方程组的数值解法3.1 高斯消元法算法原理与步骤高斯消元法的优缺点3.2 LU分解法LU分解的步骤与实现LU分解法的应用与优势3.3 迭代法雅可比迭代法与高斯-赛德尔迭代法迭代法的选择与收敛性分析第四章:非线性方程和方程组的数值解法4.1 非线性方程的迭代解法牛顿法、弦截法等收敛性条件与改进方法4.2 非线性方程组的数值解法高斯-赛德尔法、共轭梯度法等方程组解的存在性与唯一性4.3 非线性最小二乘问题的数值解法最小二乘法的原理与方法非线性最小二乘问题的算法实现第五章:插值与逼近方法5.1 插值方法拉格朗日插值、牛顿插值等插值公式的构造与性质5.2 逼近方法最佳逼近问题的定义与方法最小二乘逼近、正交逼近等5.3 数值微积分数值求导与数值积分的方法数值微积分的应用与误差分析第六章:常微分方程的数值解法6.1 初值问题的数值解法欧拉法、改进的欧拉法龙格-库塔法(包括单步和多步法)6.2 边界值问题的数值解法有限差分法、有限元法谱方法与辛普森法6.3 常微分方程组与延迟微分方程的数值解法解耦与耦合方程组的处理方法延迟微分方程的特殊考虑第七章:偏微分方程的数值解法7.1 偏微分方程的弱形式介绍偏微分方程的弱形式应用实例:拉普拉斯方程、波动方程等7.2 有限差分法显式和隐式差分格式稳定性分析与收敛性7.3 有限元法离散化过程与元素形状函数数值求解与误差估计第八章:优化问题的数值方法8.1 优化问题概述引言与基本概念常见优化问题类型8.2 梯度法与共轭梯度法梯度法的基本原理共轭梯度法的实现与特点8.3 序列二次规划法与内点法序列二次规划法的步骤内点法的原理与应用第九章:数值模拟与随机数值方法9.1 蒙特卡洛方法随机数与重要性采样应用实例:黑箱模型、金融衍生品定价等9.2 有限元模拟离散化与求解过程应用实例:结构分析、热传导问题等9.3 分子动力学模拟基本原理与算法应用实例:材料科学、生物物理学等第十章:数值计算软件与应用10.1 常用数值计算软件介绍MATLAB、Python、Mathematica等软件功能与使用方法10.2 数值计算在实际应用中的案例分析工程设计中的数值分析科学研究中的数值模拟10.3 数值计算的展望与挑战高性能计算的发展趋势复杂问题与多尺度模拟的挑战重点解析本教案涵盖了数值计算方法的基本概念、误差分析、线性方程组和非线性方程组的数值解法、插值与逼近方法、常微分方程和偏微分方程的数值解法、优化问题的数值方法、数值模拟与随机数值方法以及数值计算软件与应用等多个方面。
计算机原理第二章运算方法和运算器

算术移位时,符号位保持不变,其 余位进行相应移动。算术左移相当 于乘以2,算术右移相当于除以2并 向下取整。
乘法运算方法
原码一位乘法
将被乘数和乘数均取原码,从乘数的最低位开始逐位判断,若为1则加上被乘 数的原码,若为0则不变。重复此过程直至乘数所有位均判断完毕。
补码一位乘法
将被乘数和乘数均取补码,从乘数的最低位开始逐位判断,若为1则加上被乘数 的补码并考虑进位,若为0则只考虑进位。重复此过程直至乘数所有位均判断完 毕。
节能技术
采用节能技术,如动态电压调整、睡眠模式等, 以降低运算器在空闲或低负载时的功耗。
06
计算机中数的表示和运算 方法扩展
大数表示和运算方法
大数的概念
超出计算机基本数据类型表示范围的整数或浮点数。
大数表示方法
采用多精度表示法,将大数拆分成多个基本数据类型的数进行表示 和存储。
大数运算方法
设计相应的大数运算算法,如大数加法、减法、乘法、除法等。
转换方法
根据机器数的表示方法,通过相应的运算将其转换为真值。
定点数与浮点数
定点数
表示范围与精度
小数点位置固定的数,可表示整数或 小数。
定点数表示范围有限,精度较高;浮 点数表示范围大,但精度相对较低。
浮点数
小数点位置可变的数,由阶码和尾数 两部分组成,可表示大范围的数值。
02
基本运算方法
定点加减法运算
运算流水线设计
在算术逻辑单元(ALU)中采用流 水线技术,将复杂的运算过程分解 为多个简单的运算步骤,提高运算 速度。
超标量流水线设计
在一个周期内同时发射多条指令, 通过多个功能部件并行执行,进一 步提高处理器的性能。
数值分析总结

数值分析总结第二章数值分析基本概念教学内容:1.误差与有效数字误差、误差限、相对误差、相对误差限和有效数字的定义及相互关系;误差的来源和误差的基本特性;误差的计算(估计)的基本方法。
2.算法的适定性问题数值分析中的病态和不稳定性问题介绍;病态问题和不稳定算法的实例分析。
3.数值计算的几个注意问题避免相近二数相减;避免小分母;避免大数吃小数;选用稳定的算法。
1.数值分析简介数值分析的任务数值分析是研究求解各类数学问题的数值方法和有关理论的学科 ● 数值分析的过程构造算法、使用算法、分析算法2. 数值计算的基本概念● 误差概念和分析误差的定义:设x 是精确值,p 是近似值,则定义两者之差是绝对误差: a x p ∆=-由于精确值一般是未知的,因而Δ不能求出来,但可以根据测量误差或计算情况估计它的上限|-|x p εε<称为绝对误差限。
相对误差定义为绝对误差与精确值之比ar x∆∆=ar xη∆∆=<称为相对误差限误差的来源:舍入误差将无限位字长的精确数处理成有限位字长近似数的处理方法称为舍入方法。
带来舍人误差。
有效数字 对于a=a0 a1 … am . am+1 … am+n(a0≠0) 的近似数, 若|Δ|≤0.5x10-n ,则称a 为具有m+n+1位有效数字的有效数,其中每一位数字都叫做a 的有效数字。
有效数和可靠数的最末位数字称为可疑数字 有效数位的多少直接影响到近似值的绝对误差与相对误差的大小。
推论1 对于给出的有效数,其绝对误差限不大于其最末数字的半个单位。
推论2 对于给出的一个有效数,其相对误差限可估计如下:例:计算y = ln x 。
若x ≈ 20,则取x 的几位有效数字可保证y 的相对误差 <120.10mn x a a a =±⨯1102m nx x *-∆=-≤⨯120.10mn x a a a =±⨯15()10n r x a -∆≤⨯0.1% ?截断误差用数值法求解数学模型时,往往用简单代替复杂,或者用有限过程代替无限过程所引起的误差。
数值计算方法及其应用

数值计算方法及其应用第一章引言数值计算方法是一种基于数学分析和计算机技术的计算方法,是概括了现代计算各个领域的一类方法。
随着计算机技术的不断进步,数值计算方法已经成为了计算机科学中的一个重要领域,涉及到计算机科学、数学、物理、工程等领域。
本文将从数值计算方法的基本概念、数值计算方法算法的分类、数值计算方法的优缺点以及数值计算方法的应用等方面加以探讨。
第二章数值计算方法的基本概念数值计算方法是使用数学方法和数值技术处理各种数学问题的一种方法。
它是一种解决数学问题的有效工具,不同于传统的数学方法,数值计算方法采用的是数值计算机计算技术,使得计算机可以精确计算、预测和模拟各种数学问题,如数值微积分、连续函数数值解、离散方程数值解等。
数值计算方法的核心概念就是数值算法,数值算法是指实现数值计算方法的算法,包括基于数学分析的算法和基于经验数据的算法。
第三章数值计算方法算法的分类数值计算方法算法可以分为以下几类:1.数值微积分算法2.解线性方程组的数值方法3.常微分方程的数值解法4.偏微分方程的数值解法5.数值优化方法6.数值统计算法7.数学模型的数值计算方法第四章数值计算方法的优缺点数值计算方法的优点:1.数值计算方法可以解决非常复杂和高度非线性的数学问题2.数值计算方法无所不能,可做大量的计算3.数值计算方法具有较高的可重复性和可验证性4.数值计算方法可以通过计算机进行高速计算,节省了人力成本和时间成本数值计算方法的缺点:1.数值计算方法的实现程序错误会导致计算结果失真2.数值计算方法对于计算精度的要求很高3.数值计算方法对于计算机硬件和软件的要求也很高第五章数值计算方法的应用数值计算方法已经被广泛应用于各个领域,如:1.科学研究:能够用计算机进行大规模复杂计算,计算机模拟得出科学研究结论,如气象学模拟,生命科学中的反应动力学分析等。
2.工程设计:例如结构力学分析、电路设计、流体力学分析和控制系统等。
3.数据科学:如数据挖掘、计算机视觉、自然语言处理、人脸识别等。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1
x e
n
x 1
dx
(2.4.1)
0
显然 E n 0, n 1, 2,。当 n 1 时,经分部积分得到
E1
对 n 2 ,经分部积分可得
En
1
xe
x 1
dx
1 e
0
1
x e
n
x 1
dx x e
n
x 1
1 0
0
nx e
*
际上精确值 x 往往是未知的,所以常常把 对误差。
x x x
*
*
作为 x 的相
*
定义 2 设 x 是某实数的精确值, x 是它的一个近似值, 若 x 的绝对误差满足 x x ,则称 是 x 的绝对误差界,
* * * * *
*
简称误差界。称 r
*
* *
为 x 的相对误差界。
*
实验内容 和式(2.3.1)共有 n !项,按行列式的定义计算一个 n 阶 行列式需要乘法次数为
( n 1)n !
现有的较大规模的计算机(10 次/秒浮点运算)及将要面世的 万亿次机(及浮点运算 10 列式?
12
9
次/秒) ,问它们分别能算多大规模的行
实验要求 核算一下如果按行列式定义计算行列式,计算机的 能力有多大,再使用 Matlab 软件尝试计算行列式,能计算多大的 行列式?
T2 h
2
3!
f ( x0 ) O ( h )
3
比较两种算法,后者比前者好。
注意: 在实际计算中, 并不是所有计算都是 h越小越好, 如图 P25,2.3 图。
§2.2 计算机算术的若干问题
2.2.1 误差与有效数字
*
定义 1 设 x 是某实数的精确值, x 是它的一个近似值, x x * * * 则 e x x 称为近似值 x 的绝对误差, 简称误差。 称 x * 为 x 的相对误差。注意当 x 0 时,相对误差没有意义。实
第二章 数值计算的基本概念
2.1 浮点数与舍入误差 2.2 计算机算术的若干问题
2.3 计算方法及其计算复杂性
2.4 算法的稳定性 2.5 问题的病态性
数值计算的基本概念
构造算法的基本手段:近似。
研究算法的核心问题:近似对计算结果的影响。
计算地球表面公式:
A 4 r
2
包含了许多近似。
A 模型:地球被看成一个球,这是简单的理想模型,与 实际情况差别很大。
计算结果的精度要求影响不大。
• 要防止大数吃掉小数 。
• 要避免两相近数相减。
• 要避免除数绝对值远小于被除数绝对值 。
• 注意简化计算步骤,减少运算次数 。
§2.3 计算方法及其计算复杂性
实验 2.4 (从行列式的计算看算法的重要性)
实验目的: 通过实验体会使用计算机进行数值计算中算法的 重要地位。
实验分析 计算机的速度虽然很快,但硬件处理能力还是很有 限。只有算法适当才能发挥其效率。 解线性方程组 AX B 的 Cramer 法则 Dx xi | A| 并不适合于数值计算,如果方程组的阶数很高,甚至于无法计算。
§2.4 算法的稳定性
实验 2.5 (误差传播与算法稳定性)
实验目的: 体会算法的稳定性在选择算法中的地位。
Matlab 中数的范围 2 体数称为浮点数。
1022
x2
1023
,这一区间的全
舍入误差:实数中的绝大部分在计算机上总不能精确 表出,总要经过“舍”或“入” ,由一个与之相近的浮点 数代替,由此引起的误差称为舍入误差,这也是误差的主 要来源。
实验 2.1
(数值微分精度及步长的关系)
实验目的:数值计算中的误差是不可避免的,通过实 验初步认识数值分析中的两个重要概念:截断误差和舍入 误差,并认真体会误差对计算结果的影响。
实验分析:不论采用怎样的算法,计算结果通常总是 有误差,如对算法(2.1.1),由泰勒 有
f ( x0 h) f ( x0 ) hf ( x0 ) h
2
2!
f ( x0 ) O ( h )
3
所以有
f ( x0 h) f ( x 0 ) h f ( x 0 ) h 2! f ( x0 ) O ( h )
2
(2.1.3)
(2.1.1)中用上式左端近似 f ( x0 ) ,误差总数存在,但 步长越小时,(2.1.1)的近似程度越好.(2.1.3)中的
T1 h 2! f ( x0 ) O ( h )
2
(2.1.4)
称为算法(2.1.1)的截断误差。它来源于有限差分替代了 无限的过程。
类似地:可以分析(2.1.2)的截断误差,其结果为
* * * *
x2
x2
*
2
2.2.5 函数的误差估计
x1 , x2 , , xn 为 x1 , x2 , , xn 的 近 似 值 , 则 函 数
A f ( x1 , x2 , , x n ) 的 近 似 值 A f ( x1 , x2 , , xn ) 的 误 差 界
* * * * * * *
其中, 2
t
。
2.2.4 数值运算的误差估计
( x1 x2 ) ( x1 ) ( x2 )
*
*
*
*
*
( x1 x2 ) x1 ( x2 ) x2 ( x1 )
* * * * *
(
x1
* *
)
x1 ( x2 ) x2 ( x1 )
1 En n
算法二: E N 0 , E n1
, n N , N 1, , 3, 2,1
实验要求 分别由以上两种算法,采用 5、6、7 位有效数字, 判断哪一种算法的计算结果更精确。
实验分析 实际和直觉完全相反! 算法一: E1 的初始误差为 e1 ,第 n 步以后为 en n ! e1 。 算法二: E N 的初始误差为 N ,第 m 步以后为 m N /( N !/ m !)
问题提出 设有矩阵 A ( aij )nn ,其行列式
det( A)
( i1 , i2 ,, in )
( 1) ai ai ai
1 2
(2.3.1)
n
其中 代表正整数1, 2, , n 排列的全体构成的集合 (该集合共有 n !个 元素) 为正整数,由 i1 , i2 , , in 的次序决定。 ,
k 1
n
f * ( xk ) x k
*
*
相对误差界为:
r r(A )
* *
(A )
*
A
*
k 1
n
* f ( x k ) * x k A
2.2.6 数值运算中的一些原则
•
要有数值稳定性 : 在计算过程中误差不会扩大或对
实验内容 Matlab 的两个函数“roots”和“poly”. u=roots(a),a 为(n+1)维向量,则该函数的输出一个 n 维向量。 设
*
*
k n
*
则称 x 为 x 的具有 n 位有效数字的近似值, x 具有 n 位 且 有效数字。
有效数字的位数: 如果近似值 x 的误差界 是某一位上的半个单位,则若
*
该位到 x 的第一位非零数字共有 n 位,称 x 具有 n 位有效数 字。
*
*
相对误差界: 若用式子
x 10 0.a1a2a3 an
|x |
定义 3 设 x 是 x 的一个近似值,写成:
*
x 10 0.a1a2a3 an
* k
它可以是有限或无限小数的形式。其中 ai( i 1, 2 , n ) 是 0,1, , 9 中的数字,且 a1 0 ,k 为整数。如果 x 满足条件:
*
x x 0.5 10
问题提出:设一元函数 f 为
f ( x0 ) lim
h 0
: R R ,则 f
在 x0 的导数定义
f ( x0 h) f ( x 0 ) h
。
实验内容:计算在 x0 的导数值可以用算法
f ( x 0 ) f ( x0 h) f ( x 0 ) h
(2.1.1)
或
f ( x 0 ) f ( x0 h) f ( x 0 h) 2h
k 1
(2.5.1)
显然,该多项式全部的根为1, 2, , 20 ,共 20 个,且每一个根都是 单重。现考虑多项式的一个扰动
P( x) x
19
0 (2.5.2)
19
其中, 为很小的正数,相当于(2.5.1)的 x 项系数有一个小扰动。 比较(1.5.1)和(2.5.2)根的情况。
B 测量仪器的误差:地球半径要经过测量得到,无论使 用什么手段,其误差是无法避免的。
C 截断误差:公式中的 是物理数,在计算机中无法精 确表示,只能将它截断到有限字长。
D 舍入误差:输入的数据和公式的计算都被舍入。
§2.1 浮点数与舍入误差
计算机中的数二进制表示,使用 IEEE 国际通用标 准。进行数值计算,并不需要时刻关注这这样的细节,但 了解其特殊性,对建立数值计算的基本概念十分重要。
* k
表示的近似数 x 具有 n 为有效数字,则其相对误差界满足:
*
r
*
* *
1 2a1
10
( n 1)
x
2.2.2 计算机的浮点数表示