误差
误差的来源和分类:
- 模型误差:把现实问题抽象到数学模型 出现的误差
- 观测误差:运算的数据是观测到的 精度有限
- 截断误差:例如泰勒公式 只取前几项 后面的 舍去
- 舍入误差:计算机字长有限 会舍入
计算方法主要研究 截断误差 和 舍入误差 在计算过程中的 传播和 影响
###误差是不可避免的 既要允许误差,又要
控制误差.要重视误差分析,分析误差的来源,误差的传播及对误差作出估计
绝对误差(也叫 误差 E):
e*(x) = x* - x
x是近似值 。 x是准确值
因为 准确值x 是未知的 甚至 是无法知道的 因此 e(x)也是无法求出*
|e(x)| = |x* - x|<=(倒3)(x*) 这个叫 绝对误差限 或者 误差限
相对误差:Er(x)*
Er(X*) = E(x*)/x = (x* - x)/x 当然 |Er(x*)| 叫相对误差限
|Er| = |E| / |X| 由于 x 未知 |Er| = |E| / |X*|
有效数字(有点恶心啊)
举例子好了
Π = 3.14159265
Π* = 3.142 4位有效数字 怎么算? 绝对误差限 |Π - Π*| = 0.000 407… 大于 0.005(0.5 * 10^-2)不超过 0.0005(0.5 * 10^-3)所以要从 小数点 右边第3位 开始 数 一直到第一位非 0 .也就是说 有 4位 有效
Π* = 3.1415 只有4位 绝对误差限 |Π - Π*| = 0.0000926… 大于 0.00005(0.5 * 10^-4)不超过 0.0005(0.5 * 10^-3)也是 4位
**主要是看小于等于的那一边的 次幂 **
数值运算的误差估计
就是 y=fx 如果是 x*
e*(y) = f(x*)-f(x) = f’(3)(x*-x)中值定理
e*(y) = f’(x*) e(x*)
这道题挺重要
避免误差危害的若干原则
-
选用 数值稳定性好的算法
-
四则运算中的稳定性问题
-
防止大数吃小数
-
减法避免 相近数 相减 如 0.12345-0.12344 = 0.00001 有效数字从5位到一位
-
会过度放大
-
提高算法效率问题
-
减少运算次数如下