数值分析学习笔记——误差【华科B站教程版本】

误差

误差:一个物理量的真实值与计算值之间的误差

误差来源与分类

  • 模型误差:对问题所抽象出来的数学/物理模型是误差的,比如要有一些假设条件才进行理论的推导
  • 观测误差:测量得到的模型的参数的值的误差
  • 方法误差(截断误差):求近似解的方法的误差
  • 舍入误差:计算机字长有限,例如计算机所存储的PI值和实际的PI值之间是有误差的、浮点数误差

在使用数值方法解决问题的时候,要重点考虑方法误差和舍入误差

案例:近似计算 ∫ 0 1 e − x 2 d x \int_0^1{e^{-x^2}}dx 01ex2dx

【值范围估计】

数值分析学习笔记——误差【华科B站教程版本】_第1张图片

【数值方法计算】

数值分析学习笔记——误差【华科B站教程版本】_第2张图片

从上面可知,数值计算所得到定积分的值是0.743,且该值与原定积分值(0.747… …)的误差不超过0.006

误差的传播与积累

有一个天气预报程序,有下面两种计算方式

  • 直接演算完两周的变化过程,得到最终的结果
  • 先计算一周的变化过程,然后将数据存储下来,接着计算第二周的变化过程

上面两种方式得到的结果可能天差地别,因为中途将数据输出为文件时需要对数字取有限的位数,这就出现了舍入误差,这个误差随着积累越来越大,最终造成两种方式所求得的结果差异较大

数值分析学习笔记——误差【华科B站教程版本】_第3张图片

对于一些病态问题,可能一开始只是有一点小误差,但是随着计算过程的积累,最后所得到的结果会有巨大的失真

案例

在这里插入图片描述

方法一

数值分析学习笔记——误差【华科B站教程版本】_第4张图片

数值分析学习笔记——误差【华科B站教程版本】_第5张图片

【算法稳定性分析】

数值分析学习笔记——误差【华科B站教程版本】_第6张图片

方法二

数值分析学习笔记——误差【华科B站教程版本】_第7张图片

数值分析学习笔记——误差【华科B站教程版本】_第8张图片

数值分析学习笔记——误差【华科B站教程版本】_第9张图片

总结

误差是不可回避的,在使用一个算法之前,需要先分析算法的稳定性

绝对误差与相对误差

绝对误差

数值分析学习笔记——误差【华科B站教程版本】_第10张图片

相对误差

使用绝对误差不太容易衡量误差的大小,用相对误差转化为百分比的数更容易看出来

数值分析学习笔记——误差【华科B站教程版本】_第11张图片

有效数字

有效数字位数:从小数点的最后一位开始数,数到最前面不为零的数字,如0.1的有效数字位数是1,1.1的有效数字位数是2

数值分析学习笔记——误差【华科B站教程版本】_第12张图片

上面内容的数学描述如下:

在这里插入图片描述

案例

数值分析学习笔记——误差【华科B站教程版本】_第13张图片

数值分析学习笔记——误差【华科B站教程版本】_第14张图片

12300应该写成,0.12300x10^5,这样有效数字的位数才是不变的

有效数字与相对误差限

有效数字推导相对误差限

数值分析学习笔记——误差【华科B站教程版本】_第15张图片

相对误差限推导有效数字

数值分析学习笔记——误差【华科B站教程版本】_第16张图片

案例

数值分析学习笔记——误差【华科B站教程版本】_第17张图片

函数的误差估计

数值分析学习笔记——误差【华科B站教程版本】_第18张图片

数值分析学习笔记——误差【华科B站教程版本】_第19张图片

案例(1)

数值分析学习笔记——误差【华科B站教程版本】_第20张图片

案例(2)

数值分析学习笔记——误差【华科B站教程版本】_第21张图片

算法设计的注意事项

在算法设计的时候需要考虑误差的传播和累积,在使用计算机进行实现的时候需要注意如下方面:

避免相近的两个数相减

数值分析学习笔记——误差【华科B站教程版本】_第22张图片

避免分母太小(会造成浮点溢出)

尽量不要用大数除以小数,不然数字很大,计算机字长有限,舍入误差较大

避免大数吃小数

避免 大数和小数 之间 相加或者相减

数值分析学习笔记——误差【华科B站教程版本】_第23张图片

数值分析学习笔记——误差【华科B站教程版本】_第24张图片

求和时 从小到大 相加,可以使得 和的误差 减小

如果想用大数 加 小数,可能会出现大数吃小数的情况

在这里插入图片描述

先化简再计算,避免误差累积

一般来说,计算机处理下列运算的速度为 加减>乘除>exp(),可以先尽量将运算化简为 加减、乘除,再进行计算

选用稳定的算法

说明

文章为本人学习网上课程的学习笔记,课程的链接为 《数值分析》2020年春季华中科技大学研究生课程 46讲合辑,文章中大部分图片来源于课程截图,部分图片中加上了本人的理解标注,如有侵权,麻烦联系删除,最后对老师的课程表示衷心的感谢。

你可能感兴趣的:(数值分析,学习,笔记,数值分析)