华南理工大学数值分析期末复习总结
数值分析笔记期末复习
第一章引论1、数值分析研究对象：数值分析是计算数学的一个主要部分，计算数学是数学科学的一个分支，它研究用计算机求解各种数学问题的数值计算方法及其理论与软件实现。
2、数值分析特点：①面向计算机，要根据计算机特点设计切实可行的有效算法②有可靠的理论分析，能任意逼近并达到精度要求，对近似计算要保证收敛性和数值稳定性③要有好的计算复杂性，时间复杂性好是指节省时间，空间复杂性好是指节省存贮量，这也是建立算法要研究的问题。
④要有数值试验，即任何一个算法除了从理论上要满足上述三点外，还要通过数值试验证明是行之有效的。
3、数值分析实质：是以数学问题为研究对象，不像纯数学那样只研究数学本身的理论，而是把理论与计算紧密结合，着重研究数学问题的数值方法及理论。
4、用计算机解决科学计算问题通常经历以下过程实际问题--数学模型（应用数学）--数值计算方法--程序设计--上机计算结果（计算数学）5、误差来源及分类1.模型误差——从实际问题中抽象出数学模型2.观测误差——通过测量得到模型中参数的值（通常根据测量工具的精度，可以知道这类误差的上限值。
）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）原始数据的输入及浮点数运算过程中都有可能产生误差，这样产生的误差称为舍入误差6、五个关于误差的概念5.有效数字（1）定义：若近似值x*的绝对误差限是某一位的半个单位，该位到x*的第一位非零数字一共有n 位，则称近似值x*有n 位有效数字，或说x*精确到该位。
注意：近似值后面的零不能随便省去！2≤⨯1102≤⨯10.00000734102≤⨯（3）性质：(1)有效数字越多，则绝对误差越小 (2)有效数字越多，则相对误差越小有效数字的位数可刻画近似数的精确度！ 6、一元函数的误差估计问题：设y =f (x )，x 的近似值为x *，则y 的近似值 y *的误差如何计算？(*)(*)(*)(*)e y dy f x dx f x e x ''≈=≈ (*)(*)(*)e y f x e x '≈ *(*)(*)(*)(*)r r x e y f x e x f x '≈故相应的误差限计算如下(*)(*)(*)y f x x εε'≈ *(*)(*)(*)(*)r r x y f x x f x εε'≈ 7、二元函数的误差估计问题：设y=f(x1, x2)， x1, x2的近似值为x1*, x2* ，则y 的误差如何计算？**121212(*)*(,)(,)(*,*)e y y y f x x f x x df x x =-=-≈12121212(*,*)(*,*)(*)(*)f x x f x x e x e x x x ∂∂=+∂∂(*)(*)*(*)(*)(*)(*)(*)r r dy f x e x x e y f x e x y f x f x ''≈≈=1212121212121212(,)(,)(*,*)(*,*)(*)()()(*)(*)f x x f x x f x x f x x e y e x e x e x e x x x x x ∂∂∂∂=+≤⋅+⋅∂∂∂∂故绝对误差限为12121212(*,*)(*,*)(*)(*)(*)f x x f x x y x x x x εεε∂∂=+∂∂8、多元函数的误差估计121211121(*,*,,*)(*,*,,*)(*)*(*)(*)(*,*,,*)(*)n n n nnn i i i f x x x f x x x e y y y e x e x x x f x x x e x x =∂∂=-=++∂∂∂=∂∑9、加减乘除运算的误差估计（1）定义：初始数据的误差或计算中的舍入误差在计算过程中的传播，因算法不同而异。
数值分析 知识点总结
数值分析知识点总结一、数值分析的基本概念1. 数值分析的对象数值分析的对象是现实生活中的数字数据和信息。
这些数据和信息可以来自各个领域，包括自然科学、社会科学、技术工程等。
例如，物理实验中测得的实验数据、经济管理中的统计信息、天气观测中的气象数据等，都是数值分析的对象。
2. 数值分析的目的数值分析的主要目的是通过对数值数据和信息的定量分析，发现其中的规律，提取有用的信息，做出科学的预测和决策。
例如，通过对某种药物的临床试验数据进行数值分析，可以得出这种药物的疗效和毒性情况，为临床医生的治疗决策提供依据。
3. 数值分析的方法数值分析采用数学和计算机科学的方法对数值数据和信息进行处理和分析。
它涉及的具体方法包括数值计算、插值与逼近、数值微分和积分、常微分方程数值解、数值线性代数等。
二、数值分析的基本内容1. 数值计算数值计算是数值分析的基本方法之一，它包括离散化、数值稳定性、误差分析等内容。
离散化是将连续问题转化为离散问题，这是数值计算的基本工作方式。
数值稳定性研究的是数值方法对误差的敏感程度，是评价数值方法好坏的重要指标。
误差分析则研究数值计算中产生的误差的成因和大小。
2. 插值与逼近插值与逼近是数值分析的重要内容之一，它研究如何通过已知的数值数据估计未知函数的值。
插值是通过已知的离散数据点构造一个连续函数，使得这个函数通过这些数据点；逼近则是通过已知的离散数据点构造一个近似函数，使得这个函数与原函数的差尽量小。
3. 数值微分和积分数值微分和积分是数值分析的又一重要内容，它研究如何通过已知的函数值计算函数的导数和定积分值。
数值微分是通过函数值计算函数的导数值；数值积分则是通过函数值计算函数的定积分值。
这两项工作在科学计算中有着广泛的应用。
4. 常微分方程数值解常微分方程数值解也是数值分析的重要内容之一，它研究如何通过数值方法计算常微分方程的近似解。
常微分方程是自然界和技术工程中经常出现的数学模型，因此其数值解的研究有着广泛的应用价值。
期末数值分析重点总结
期末数值分析重点总结第一部分：数值逼近（Approximation）数值逼近是数值分析的基础，主要研究如何利用有限的计算资源得到逼近数学问题的有效算法。
数值逼近的主要内容包括多项式逼近、插值和最小二乘等。
1. 多项式逼近多项式逼近是指用一个多项式函数来逼近给定函数的值。
通过选择合适的多项式次数和插值点，可以使得多项式逼近误差最小化。
其中最常用的方法是最小二乘法，它可以通过最小化残差来得到最佳的多项式逼近。
多项式逼近在信号处理、图像处理和计算机图形学等领域中有广泛的应用。
2. 插值插值是指通过已知数据点的函数值来估计在其他点的函数值。
常用的插值方法有拉格朗日插值和牛顿插值。
拉格朗日插值通过构造一个满足插值条件的多项式来逼近给定函数。
牛顿插值则利用差商的概念来构造插值多项式。
插值方法在数值微分和数值积分中有广泛的应用。
3. 最小二乘最小二乘是一种在一组离散数据点上拟合曲线的方法。
通过最小化数据点与拟合曲线之间的欧几里得距离，可以得到最佳拟合曲线。
最小二乘法可以用于曲线拟合、参数估计和数据关联等问题。
第二部分：数值解方程（Numerical Solution of Equations）数值解方程是数值分析的重要内容之一，研究如何通过数值计算来求解非线性方程组和线性方程组。
数值解方程的主要方法有迭代法、常微分方程数值解和偏微分方程数值解等。
1. 迭代法迭代法是求解非线性方程组的常用方法之一。
通过不断迭代逼近方程的根，可以得到方程组的数值解。
常用的迭代法有牛顿迭代法和弦截法。
迭代法在计算机辅助设计、优化和数据分析等领域中有广泛的应用。
2. 常微分方程数值解常微分方程数值解研究如何通过数值计算来求解常微分方程。
常微分方程数值解的主要方法有Euler方法、Runge-Kutta方法和线性多步法等。
常微分方程数值解在物理学、工程学和生物学等领域中有广泛的应用。
3. 偏微分方程数值解偏微分方程数值解研究如何通过数值方法来求解偏微分方程。
(完整版),数值分析笔记期末复习汇总,推荐文档
x
*n )
e(x *1)
f
(x *1,
x *2 ,, xn
x *n
)
e(x *n )
n i 1
f
(x *1, x *2 ,, x *n ) xi
e(x *i )
9、加减乘除运算的误差估计
加法
绝
对 误
e(x1 x2 ) e(x1) e(x2 )
差
绝
对
误 (x1 x2 ) (x1) (x2 )
x1
b
sign(b) 2a
b2 4ac 109
x1
x2
c a
x2
c a x1
109 109
1
求和时从小到大相加，可使和的误差减小。若干数相加，采用绝对值较小者先加的算法，
结果的相对误差限较小
y 54321100 0.4100 0.3100 0.4100 54322
(三) 注意简化计算步骤，减少运算次数，避免误差积累（秦九韶）
则称 r (x*) 为近似值 x*的相
对误差限。 （2）性质：
当|| er (x*) | 较小时，可用下
是有量纲的。 (2)绝对误差限是正的，有无穷
常取
er
( x*)
e( x*) x*
式计算
绝对误差是误差的绝对值？ 多个【则比 * 大的任意正数均
（错）
是绝对误差
限】
r
( x*)
(x*) | x |
取
x2* =3.14
作为 π 的近似值，则 | e2
| 0.00159
1 102 ：三个有效数字 2
取
x3* =3.1416 作为 π 的近似值，则 | e3
| 0.00000734
数值分析知识点总结
数值分析知识点总结数值分析知识点总结：本文提供了数值分析中的一些重要知识点和例题，但更多的例题可以参考老师布置的作业题和课件相关例题。
第1章数值分析与科学计算引论：绝对误差和相对误差是衡量近似值精度的指标，有效数字则是描述近似值精度的一种方式。
其中，相对误差限是绝对误差的上界。
有效数字的计算方法为：如果近似值x的误差限是某一位的半个单位，该位到x的第一位非零数字共有n位，就说x*共有n位有效数字。
一个比较好用的公式是f(x)的误差限：f(x)f'(x)(x)。
第2章插值法：插值多项式的余项表达式可以用来估计截断误差。
三次样条插值与三次分段埃尔米特插值有所不同，但哪一个更优越需要根据实际情况而定。
确定n+1个节点的三次样条插值函数需要多少个参数？为确定这些参数，需加上什么条件？三弯矩法可以用来求解三次样条表达式。
第3章函数逼近与快速傅里叶变换：带权(x)的正交多项式是在特定区间上满足一定条件的多项式，其中[-1,1]上的勒让德多项式具有重要性质。
切比雪夫多项式也有其独特的性质。
用切比雪夫多项式零点做插值点得到的插值多项式与拉格朗日插值有所不同。
最小二乘拟合的法方程可以用来拟合曲线，但当次数n较大时，不直接求解法方程。
第4章数值积分与数值微分：XXX让德求积公式和XXX-XXX求积公式是数值积分中的两种方法，其中高斯求积公式可以用来计算定积分。
勒让德多项式的零点就是高斯点，这种形式的高斯公式被称为XXX让德求积公式。
中点方法是一种数值积分方法，其公式如下：插值型的求导公式有两点公式和三点公式。
第5章介绍了解线性方程组的直接方法，其中包括LU矩阵的推导过程。
相关例题可以在教材第4章作业题和课件中找到。
第6章介绍了解线性方程组的迭代法，判断迭代法是否收敛的条件如下：第7章介绍了非线性方程与方程组的数值解法，其中牛顿法是一种常见的方法。
对于单根且光滑的f(x)=0，牛顿法是局部二阶收敛的。
简化牛顿法和牛顿下山法都是非线性方程组的求解方法。
数值分析的所有知识点总结
数值分析的所有知识点总结一、数值分析的基本概念1.1 数值分析的定义和作用数值分析是研究利用计算机对数学问题进行数值计算的一门学科。
它旨在发展和分析数值计算方法，以解决实际问题中出现的数学模型。
数值分析的主要作用在于加快科学研究和工程设计的速度，提高计算精度和可靠性，以及发现新的科学规律和工程技术。
1.2 数值计算的基本步骤数值计算通常包括以下基本步骤：建立数学模型、选择适当的数值方法、编写计算程序、进行计算和分析结果。
其中，建立数学模型是数值计算的基础，它将实际问题抽象为数学公式或方程组的形式；选择适当的数值方法是指根据具体问题的特点，选择合适的数值计算方法进行求解；编写计算程序是指将选择的数值方法用计算机程序的形式实现；进行计算和分析结果是指利用计算机进行数值计算，并分析计算结果的准确性和可靠性。
1.3 数值分析的应用范围数值分析广泛应用于科学、工程、经济、金融等领域。
在科学研究中，数值分析常用于数学建模、实验数据处理、科学计算等方面；在工程领域，数值分析常用于工程设计、结构分析、流体力学、传热传质等方面；在经济金融领域，数值分析常用于风险评估、金融工程、市场预测等方面。
二、数值计算方法2.1 插值法插值法是利用已知的离散数据（如实验数据、观测数据）推导出未知的数据值的一种数值计算方法。
常用的插值方法包括拉格朗日插值、牛顿插值、分段插值等。
2.2 数值微分与数值积分数值微分是指利用离散数据计算函数的导数值的数值计算方法。
常用的数值微分方法包括差商法、中心差商法等。
数值积分是指利用离散数据计算函数的积分值的数值计算方法。
常用的数值积分方法包括复合梯形法、复合辛普森法等。
2.3 数值线性代数数值线性代数是研究线性代数问题的数值计算方法。
它涉及到线性方程组的求解、线性方程组的特征值和特征向量的计算、矩阵的LU分解、矩阵的QR分解等内容。
2.4 非线性方程求解非线性方程求解是研究非线性方程的数值计算方法。
数值分析期末复习(整理版)
Chapter 1 误差误差限计算、有效数字分析•绝对课差址t洵准确俏”*为工的-个近似偵「称T —工対近似偵.T '的絶村谋差，简厳供邛*可简记为E.|g(T)|=| T —*|兰£(/)数值貞门称为T的11绐对误差限或误差限*l『*、F(x ) x —x E© ) = —=——为近似值/的担zt溟誉可简｛己址•有效数字若才作加的近tilt其鲍对误差的绝对值不超过某一位数字的半个单恆，而该位数字到F的第—位非零数字共有斤位關称用F近恤时具有血有效做字'简称丫有畀位有效数字.Chapter 2插值法差值条件(唯一性)1、拉格朗日差值a) 插值基函数b) 差值余项2.2拉格朗曰抽值2.2.1基函数考虑最简单、晟舉本的骼值问起+ 求押次插值家项式『低)…肋，便加滿足播值条伸可知，除斗点外.其余都星”.巧的零点■械可诛< (A) ^.4(X 一％[…(-V址 d 為"* <A -A；)X)=A(X - J- (A- - \_, )(.Y -J)其中M为常數.由&工戶1町得』=-------------------- -----------------(閔円)心7冷K%-咖卜-a -斗)和対讼>：T^V为准确血"为玄的一个近似伉称relativeerror称之为拉厳朗LI垒曲绘都是M次帝项武.. 2.1.2拉榕朗n插佢雾项式利用拉辭朗H皋啦数/态人构造次数不趙过"的雾项式£(巧二必机朗+^( v) + •…I J；/,(.v) = £昭(曰可知其搆足7韩为拉格阴Id插说饕砂式.再由插菽牟嘶的唯亠杵“ 鲁 D I特别地*造时又叫钱件擂僮其几何童又为过两点的直级-当*匸2时又叫拋物<线)掩值•具几何鳶义为过三点的拋物线.滾丘阖淘若取人1).伸伏=札1*…飒由插痕参项式的唯一性有£址工)# =x\ k= 0」厂』特别当k-OfiL就得到£佃-1□则铉格朗U的丄抚抽值雾项式为V)= j^(j(X> + I'Jj (x> + j/2(.v) * MQO=(2)弓…仗扣讪—协-町H^)xll(A + l)(r-JX^ 4}+3x —(x H)(x-LXx-3) 8 15■裁1M T-3X V-4)+^X HX A-1M A4)+ l(.v+lX.v-lXr-3)+ 3)a 1已知$ =五，耳=4眄=S.用皴件插值f即一次插惟藝坝如历的近似值.解片=2・曲=3•菇函数付别为：t-9 1 x-4 I4(J)=——=—(x-9j, Zjx)=——= -{x -4)砂14-9 5尸门9-4 5播債孝项式为V)-片fj.i) +」'占(巧-2x^(.v 夕”：(* 4)---(.V 4 J -4)(- (X + fr))所以乔金厶⑺二空R点5使2求过啟-1,-毎川』人(乱-创*(4」)的抛物线播值(即三次插値务项式).蔦-U 斗=-t t A|二L x2=3»A3- 4以为苗点加墓函.数分别为：厶何」匸迪住1±J (.r +lXA -3}(x-4)1(1 ► 1)(1-3)(1- 4J 12心)」：十汽-1年¥二Uw心一ncz (34-1X3-1X3-4) K=⑴】心-叭7= *十叫讣7】(4 + IX4-1X4-3) 152.23極値肇项M tt'r滾^Ji n(x)=f(x)兀糾也称为"次1川甘"叱插伯赛境式的余坝。
数值分析期末知识点总结
数值分析期末知识点总结一、引言数值分析是一门研究如何使用计算机提高数学模型数值计算精度和效率的学科。
它是计算数学的一个重要分支，涉及到数值计算、数值逼近和误差分析等一系列内容。
在数值分析课程中，我们将学习到数值解微分方程、线性代数问题的求解、插值与拟合、积分等一系列内容。
本文将对数值分析期末知识点进行总结，以便帮助大家复习。
二、常见数值计算方法1. 插值与拟合插值与拟合是数值分析中重要的内容，它们用于在给定数据点集上构造一个函数，以便在其他点上进行求值。
插值是通过一些已知数据点来求得一个函数，使得这个函数能够通过这些点，而拟合则是通过已知数据点来求得一个函数，使得这个函数在这些点附近能够比较好地拟合数据。
常见的插值方法包括线性插值、拉格朗日插值、牛顿插值等；而拟合方法包括最小二乘法拟合、多项式拟合等。
2. 数值解微分方程数值解微分方程是数值分析的一个重要内容，它讨论如何使用计算机对微分方程进行数值求解。
微分方程是自然界中描述变化的数学方程，它们在物理学、化学、生物学等领域都有着重要的应用。
数值解微分方程的方法包括欧拉法、中点法、四阶龙格-库塔法等。
3. 数值线性代数数值线性代数是数值分析领域的另一个重要内容，它讨论如何使用数值方法解决线性代数问题。
原始的线性代数问题可能非常大或者非常复杂，因此我们常常需要使用计算机进行数值计算。
数值线性代数的方法包括高斯消元法、LU分解、Jacobi迭代法、Gauss-Seidel 迭代法等。
4. 数值积分数值积分是数值分析的一个重要内容，它讨论如何使用数值方法对积分进行数值求解。
在实际问题中，有很多积分问题是无法解析求解的，因此我们需要使用数值方法进行近似求解。
数值积分的方法包括复合辛普森法、复合梯形法、龙贝格积分法等。
三、数值分析的误差分析在数值计算过程中，我们会遇到误差的问题。
这些误差可能来自于测量、舍入、截断等各种原因。
因此，误差分析是数值分析中一个非常重要的内容。
- 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)。
对于良态问题，原则上讲可以求得满足精度要求的解。但输
入误差不可避免，因而还应保证所使用的算法不会扩展误差在计 算结果中的影响，否则计算结果仍不可信。
定义：对于一个由多阶段运算组成的算法，若每经过一个阶 段的运算，原有的初值误差或舍入误差的影响不增长，则称这个 算法是数值稳定的。
2.7182 2718.2; 0.001
2.7182 2471.1 0.001 0.0001
计算方法
第二章
插值法
12
插值基本概念
什么是插值
插值区间
已知函数 y = f(x) 在 [a, b] 上有定义，且已经测得在点
a x0 < x1 < ···< xn b 处的函数值为 y0 = f(x0)，… ，yn = f(xn)
测量已知参数时，数据带来的误差 ，它也不是计算方法能 解决的问题。
数值计算中的误差
3. 截断误差（也称方法误差） 截断误差是对参与计算的数学公式做简化可行处理后所产
生的误差（用有限过程代替无限过程或用容易计算的方法代 替不容易计算的方法），是计算方法关注的内容。 4. 舍入误差（也称计算误差）
舍入误差是由于计算机只能表示有限位数字，因而只能取 有限位数进行计算所得的误差，它也是计算方法关注的内容。
设 l0(x), l1(x), ... , ln(x) 构成 Ln(x) 的一组基，则插值多项式 P(x) = f0l0(x) + f1l1(x) + ···+ fnln(x)
通过基函数来构造插值多项式的方法就称为基函数插值法
基函数法基本步骤
① 寻找合适的基函数 ② 确定插值多项式在这组基下的表示系数
数值计算中应注意的几个问题
某些原则 --１．使用数值稳定的计算方法； ２．小心处理病态的数学问题； ３．注意简化计算步骤，减少算术运算的次数； ４．避免两个相近的数相减，避免绝对值太小的数作除数； ５．防止大数“吃掉”小数． 6.简化计算步骤以节省计算量（秦九韶算法） 7.减少有效数字的损失
计算机运算时，绝对值很小的数作除数会溢出停机，而且当绝对值很小的除数稍有 一点误差时，对计算结果影响很大，例如
绝对误差
绝对误差： e* x * x
若存在一个正数 *，使得
|e*| = |x* - x| *
则称 * 为 绝对误差限/误差限
工程上通常记为：x = x* *
x — 精确值 x* — 近似值
绝对误差 可能取正，也可能取负 绝对误差 分析
期末复习总结
1
计算方法
第一章 数值计算的误差
2
数值计算中的误差
来源及种类 --- 模型误差、参数误差、 截断误差、舍入误差。
1. 模型误差（也称描述误差）
模型误差是在建立数学模型时，由于忽略了一些次要因素 而产生的误差，它是数学建模阶段要考虑的误差，不是计算 方法可以解决的。
2. 参数误差（也称观测误差）
lk
(
x
j
)
1, 0,
jk jk
则称 lk(x) 为节点 x0 , x1 , … , xn 上的拉格朗日插值基函数
15
线性与抛物线插值
两种特殊情形
n=1
L1( x)
y0l0 ( x)
14
Lagrange插值
单项式基函数
利用线性无关的单项式族：1, x, x 2 ,L , x n 构造 n 次多项式： f ( x) a0 a1 x a2 x2 L an xn
Lagrange插值基函数
设 lk(x) 是 n 次多项式，在插值节点 x0 , x1 , … , xn 上满足
5
相对误差
相对误差：
er* =
x* - x x（精确）
若存在正数 r*，使得 |er*| r*， 则称 r*为相对误差限
由于真值难以求出，通常也使用下面的定义作为相对误差
x* - x
er* = x*（近似）
近似值的精确程度取决于 相对误差 的大小 实际计算中我们所能得到的是 误差限 或 相对误差限
则 x* 有 n 位有效数字
7
有效数字（与相对误差限的关系）
定理：设近似值 x* 可表示为
x* = a1.a2···al 10m (a10)， 若 x* 具有 n 位有效数字，则其相对误差限满足
r*
1 10-(n-1)
2a1
反之，若 x* 的相对误差限满足
则
x*
至少有
r*
1
2(a1+1)
n 位有效数字。
6
有效数字
有效数字：若近似值 x* 的误差限是某一位的半个单
位（即截取按四舍五入规则） ，且该位到 x* 的第一位非 零数字共有 n 位，则称 x* 有 n 位有效数字
等价描述
设 x*为 x 的近似值，若 x* 可表示为
且有 x* = a1.a2···an10m (a10) |x - x*| 0.5 10m-n
定义：对问题 f (*)，如数据集非常接近精确值D时，相应 解集S*＝ f (D*)也非常接近精确解S＝ f (D)，则称问题 f (*)是良 态的，或解对数据不敏感；否则，称f (*)是病态的，或解对数 据敏感。
描述问题的敏感性，常采用“条件数”这一概念。对不同的 问题，条件数的具体定义及计算也不尽一样。作为实例，后面将 讨论求解线性方程组问题。
如果存在一个简单易算的函数 P(x)，使得
插值节点
P(xi) = f(xi)，i = 1, 2, ... , n 则称 P(x) 为 f(x) 的插值函数
插值节点无需递 增排列，但必须 确保互不相同！
插值条件
求插值函数 P(x) 的方法就称为插值法
13
基函数插值法
基函数法
n+1 维线性空间
记
Ln(x) = {次数不超过 n 的多项式的全体}
10-(n-1)
有效位数越多， 相对误差限越小
8
问题的敏感性与数值稳定性
对于一个问题，所使用的数据集记作D，所得的解集为S ，于是问题简记为S＝f (D)。
然而在实际中，使用的数据为D*且有一定误差，从而所得 解集S*＝f (D*)也将不会精确地为S(不考虑输入误差及公式误差 )。一个重要的问题是：当数据集D*很接近精确值D时，其解集 是否也一定很接近精确解S呢？这就是“解对数据的敏感性” 问题。