计算方法复习提纲-上

第1章 绪论

误差来源

• 模型误差&观测误差
• 截断误差&舍入误差
  • 截断误差类似模型误差, 是近似解和真实值的误差.
    • 泰勒公式
  • 舍入误差类似观测误差, 是计算机表示和数学表示的误差.

误差的基本概念

• (绝对)误差 $e^{\ast }=x^{\ast }-x$
• (绝对)误差限 ${ϵ}^{\ast }⩾|x^{\ast }-x|$
• 相对误差 $e_r^{\ast }=\frac{e^{\ast }}{x}\approx \frac{e^{\ast }}{x^{\ast }}$
• 相对误差 ${ϵ}_r^{\ast }=\frac{{ϵ}^{\ast }}{|x|}\approx \frac{{ϵ}^{\ast }}{|x^{\ast }|}$
• 估计误差近似真实误差的条件 $|\frac{e^{\ast }}{x^{\ast }}-\frac{e^{\ast }}{x}|\ll |\frac{e^{\ast }}{x^{\ast }}|⟺|\frac{e^{\ast }}{x^{\ast }}|\ll 1$
  • $\frac{e^{\ast }}{x^{\ast }}-\frac{e^{\ast }}{x}=\frac{e^{\ast }(x-x^{\ast })}{x^{\ast }x}=\frac{-{e^{\ast }}^2}{x^{\ast }(x^{\ast }-e^{\ast })}=\frac{-(\frac{e^{\ast }}{x^{\ast }}{)}^2}{1-\frac{e^{\ast }}{x^{\ast }}}$
• 有效数字的舍入误差
  • 有效数字依附于衡量的量的量纲. 有效数字衡量绝对误差时具有绝对误差的量纲, 有效数字衡量相对误差时不具有量纲.
  • $x^{\ast }=10^m\times (a_1.a_2\cdots a_n)=10^m\times (a_1\times 10^{-0}+a_2\times 10^{-1}+\cdots +a_n\times 10^{-(n-1)}+[\frac{1}{2}\times 10^{-(n-1)}])$
  • $n\mathrm{d}\mathrm{i}\mathrm{g}\mathrm{i}\mathrm{t}\mathrm{s}⟺e^{\ast }⩽10^m\times \frac{1}{2}\times 10^{-(n-1)}$
  • $n\mathrm{d}\mathrm{i}\mathrm{g}\mathrm{i}\mathrm{t}\mathrm{s}⟹{ϵ}_r^{\ast }=\sup \frac{e^{\ast }}{x^{\ast }}⩽\frac{10^m\times \frac{1}{2}\times 10^{-(n-1)}}{10^m\times a_1\times 10^{-0}}$
  • ${ϵ}_r^{\ast }⩽\frac{\frac{1}{2}\times 10^{-(n-1)}}{(a_1+1)\times 10^{-0}}⟹e^{\ast }=x^{\ast }{e}_r^{\ast }⩽x^{\ast }{ϵ}_r^{\ast }⩽10^m\times (a_1+1)\times 10^{-0}\frac{\frac{1}{2}\times 10^{-(n-1)}}{(a_1+1)\times 10^{-0}}⟹n\mathrm{d}\mathrm{i}\mathrm{g}\mathrm{i}\mathrm{t}\mathrm{s}$
• 数值运算的误差限
  • $ϵ(x^{\ast }\pm y^{\ast })=ϵ(x^{\ast })+ϵ(y^{\ast })$
  • $ϵ(x^{\ast }{y}^{\ast })\approx |y^{\ast }|ϵ(x^{\ast })+|x^{\ast }|ϵ(y^{\ast })$
  • $ϵ(\frac{x^{\ast }}{y^{\ast }})\approx \frac{|y^{\ast }|ϵ(x^{\ast })+|x^{\ast }|ϵ(y^{\ast })}{|y^{\ast }{|}^2}$
  • $f(x^{\ast })\approx |f^{\prime }(x^{\ast })|ϵ(x^{\ast })$
  • $f(x^{\ast })\approx \sum _{i=1}|\frac{\partial f}{\partial x_i^{\ast }}|ϵ(x_i^{\ast })$

减少误差的原则

• 数值稳定性
  • 初始误差 ${ϵ}_0$ 引入的误差累积 ${ϵ}_t$ 不增长, 称作数值稳定.
• 数值稳定性原则
  • 要避免两相近数相减
    • $ϵ(z^{\ast })=ϵ(x^{\ast }-y^{\ast })=ϵ(x^{\ast })+ϵ(y^{\ast })=\frac{|x^{\ast }|ϵ(x^{\ast })+|y^{\ast }|ϵ(y^{\ast })}{|z^{\ast }|}$
  • 要避免除数绝对值远远小于被除数绝对值的除法
    • $ϵ(\frac{x^{\ast }}{y^{\ast }})\approx \frac{|y^{\ast }|ϵ(x^{\ast })+|x^{\ast }|ϵ(y^{\ast })}{|y^{\ast }{|}^2}=\frac{ϵ(x^{\ast })}{|y^{\ast }|}+\frac{ϵ(y^{\ast })}{|y^{\ast }|}\frac{|x^{\ast }|}{|y^{\ast }|}$
  • 要防止大数“吃掉”小数
    • 计算机的有效数位
  • 简化计算步骤&减少运算次数
• 经典技术
  • 从小到大分组求和
  • 等价公式化简
  • 快速幂算法
  • 秦九韶算法

第2章 插值法

Lagrange插值

$$V_{0,\cdots ,n}(x_0,\cdots ,x_n)=[\begin{array}{c}1\\ \\ 1\end{array}$$