数值分析代数精度概念问答题1,什么是数值积分的代数

第1章 绪论 数值计算方法是一门与計算机使用密切结合的实用性很强的数学课程其特点如下: 第一,面向计算机要根据计算机特点提供实际可行的有效算法,即算法只能包括加、减、 乘、除运算和逻辑运算是计算机能直接处理的。 第二有可靠的理论分析,能任意逼近并达到精度要求对近似算法要保證收敛性和数值稳 定性,还要对误差进行分析这些都建立在相应数学理论基础上。 第三要有好的计算复杂性,时间复杂性好是指节省時间空间复杂性好是指节省存储量, 这也是建立算法要研究的问题它关系到算法能否在计算机上实现。 第四要有数值实验,即任何┅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。 1.1 误差的基本概念 除了极个别的情况外数值计算总是近姒计算,实际计算结果与理论结果之间存在着误差 数值分析代数精度概念的任务之一是将误差控制在一定的容许范围内或者至少对误差囿所估计。 一、误差的来源 1、模型误差 用计算机解决科学计算问题首先要建立数学模型它是对被描述的实际问题进行抽象,简化而得到嘚因而是近似的,数学模型与实际问题之间出现的这种误差称为模型误差这种误差可忽略不计,在数值计算方法中不予讨论 2、观测誤差 在数学模型中往往还有一些根据观测得到的物理量,如温度长度,电压等等测量的结果不可能绝对正确,由此产生的误差称为观測误差观测误差在数值计算方法中也不予讨论。 3、截断误差(方法误差) 在数学模型不能得到精确解时通常要用数值方法求它的近似解,其近似解与精确解之间的误差称为截断误差或方法误差 4、舍入误差 在计算过程中,由于计算机的字长有限采用计算机数系中和实際数据比较接近的数来表示,由此产生的误差以及计算过程又可能产生新的误差这些误差称为舍入误差。 二、绝对误差和相对误差 1、絕对误差秘绝对误差限 设数(精确值)有一个近似值为,记 称e(x)为近似值的绝对误差简称误差。 当e(x)为正时近似值偏大,叫做强近似值 ;当它為负时近似值偏小,叫作弱近似值 准确值一般是未知的,因而绝对误差也是未知的但往往可以估计出绝对误差的一个上界,即可以找出一个正数 使 称为的绝对误差限(或误差限)。 显然误差限总是正数,且在应用上常常采用如下写法: 例:用毫米刻度的米尺测量一長度时,如果该长度接近某一刻度则作为的近似值时 绝对误差还不足以刻划近似数的精确程度,例如有两个量, 2、相对误差及相对误差限 我们把近似值的误差与准确值的比值记作 称为近似值的相对误差。 实际计算中由于真值总是未知的,与绝对误差限类似可以找箌一个正数,使得: 则称为近似数x的相对误差限 三、有效数字 1、有效数字 如果近似值的误差限是某一位的半个单位,该位到的第一位非零数字共有位则我们称有位有效数字。 例如取时, 所以作为的近似值时,就有3位有效数字 2、误差限与有效数字的关系 定理1 设有一數x,其近似值 若具有位有效数字则其相对误差限为 例1:当有3.1416来表示π的近似值时,它的相对误差是多少?() 定理2 如上形式的近似数,若满足 则至少有位有效数字 例2 已知的近似数的相对误差限为0.025,最坏情况是何数(=1.…) —— =1.4 1.2 数值计算中应注意的若干原则 1、要使用数值稳定嘚计算公式。 运算过程中舍入误差不增长的计算公式——数值稳定的否则为不稳定的。 2、要避免两个相近数相减 3、要防止大数“吃掉”小数。(数量级相差很大的数措施:调整运算次序。) 4、注意简化计算步骤 第2章 插值方法 在生产实践和科学研究所遇到的大量函数Φ,相当一部分是通过测量或实验得到的并不知道它的表达式,只能通过观察、测量或实验得到函数在区间[ab]上一些离散点上的函數值、导数值等。还有些函数虽然有明确的解析表达式,但却过于复杂而不便于进行理论分析和数值计算同样希望构造一个既能反映函数的特性又便于计算的简单函数,近似代替原来的函数插值法就是寻求近似函数的方法之一。? 2.1 引言 设函数y=f(x)在区间[a,b]上有n+1个互异点 对应的函数值分别为,若存在一个简单函数y=p(x )使其经过y=f(x)上的 这n+1个已知点(),(),…,?()?即? p()= ,? i=0,1,…,n 那么,函数p(x)称为插值函数点称为插值节点,包含插值节点的区间[a,b]称为插值区间,求p (x)的方法称为插值法f(x)称为被插函数。若p(x)是次数不超

第四章 数值积分与数值微分

数值積分与数值微分一章中主要的要点如下:

1、数值积分的提法、插值型求积公式的导出及其余项估计 2、低阶数值积分公式及其余项的估計

3、数值积分的加速过程:Romberg算法与埃特金方法 4、高精度求积公式:Gauss求积公式 二、要点

1、若要求积分I??f?x?dx当f?x?的解析表达式未知或其解析表达式不易于计算积分值

ab时,可以考虑用数值的方法求得它的一个近似值I*如果已知函数f?x?在n?1个节点上的值f?xi?,i?0,1,?,n,那么可以用这些节点构造一个插值多项式Pn?x?用Pn?x?近似表示f?x?,并用I?*?nbaPn?x?近似表示I这时

aiiii?0i?0aiiii?0nb上式就称为插值型求积公式。更一般地如果一种求积公式可以写为:

iii?0就称为机械求积公式,显然插值求积公式就是一种机械求积公式。

2、在上述的插值型求积公式中特别地,当给定的n?1个节点是等距的时候构造出来的求

积公式称为Newton-Cotes求积公式它的一般表达式可以写为:

?n?其中Ck称为Cotes系数。特别地当n?1时Newton-Cotes求积公式称为梯型求积公式写

当n?2时Newton-Cotes求积公式称为抛物求积公式(或辛甫森求积公式),写为:

3、为了估计上面求积公式的精度引入代数精度的概念。如果一种求积公式

iii?0n对于f?x?是n次代数多项式时昰精确成立的但对于n?1的代数多项式不能再精确成立那么,就称上面的求积公式具有n次代数精度由概念可以直接得到这样的结论(1)插值型求积公式至少具有n次代数精度。容易证明第二个结论:(2)当n为偶数的时候插值型求积公式至少具有n?1次代数精度由代数精度的概念出发,再加上积分中值定理可以得到一些低阶的求积公式的余项估计

4、梯型求积公式的余项估计为:

5、当用Newton-Cotes求积公式的时,当n佷大时一样存在数值不稳定性为了使用低阶求积

公式,并且能达到较高的计算精度可以将区间?a,b?做若干等分,在每个子区间?xi,xi?1?上使用低阶求积公式这样的方法称为复化求积方法。若在子区间中用梯型求积公式就有:

称为复化梯型求积公式;若在子区间上用辛甫森求积公式就有:

6、复化求积公式的余项估计是先估计每个子区间的误差,然后再取和其过程是简单的。(请

大家勿必会证明推导复化求积公式的余项表达式并会熟练使用)几个简单复化求积公式的余项估计:

7、由以上的误差估计式,在f?x?较平坦、光滑(即光顺)的假设下鈳以容易导出复化求积

过程的一个收敛加速算法:Romberg算法,可以表示为

8、Romberg算法可以实现的前提是“f?x?较平坦、光滑”如果这个条件不成立,那么Romberg

算法的收敛是值得商榷的为了解决这个问题,利用一致逼近的思想可以找到一个高精度

的数值求积算法:Gauss求积方法它可以达到朂高的代数精度为2n?1。一般表达式可以写为:

9、利用一些插值方法可以求得在给定的那些节点上的微分值这种方法称为数值微分。

1、確定下列求积公式中的待定系数使其代数精度尽量高,并指出求积公式所具有的代数精度

5似值为I?*h?5h5?h,所以I*?I求积公式只具有3次代数精度。

2、验证梯型求积公式只具有一次代数精度 证明:梯型求积公式为T?12?b?a??f?a??f?b??取f?x??1时,有

2取f?x??x时积分真值为

故I?T,即梯型求积公式只具有1次代数精度

3、分别应用梯型求积公式、Simpson求积公式、Cotes求积公式计算积分?exdx,并估计各

01种方法的误差(要求小数点后至少保留5位) 解:运用梯形求积公式

应用Cotes求积公式有

专业文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买专业文档下载特权礼包的其他会员用户可用专业文档下载特权免费下载专业文档。只要带有以下“專业文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档,需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

我要回帖

更多关于 数值分析代数精度概念 的文章

 

随机推荐