《python数值分析》学习笔记1

第一讲 绪论

1. 误差与误差限

(1). 绝对误差
在这里插入图片描述
(2) 绝对误差限
在这里插入图片描述
(3) 为了使不同的对象之间具有对比性
相对误差 、相对误差限
在这里插入图片描述

2. 有效数字

科学技术法:
当绝对误差限小于某个数时(按照四舍五入规则),则称x*为n位有效数字,精确到10^(m-n)
在这里插入图片描述

(1)有效数字相对误差限
在这里插入图片描述
(2) 相对误差限推有效数字
在这里插入图片描述

3. 误差的积累与传播

(1) 微小的误差在计算过程中不断积累与传播,最终导致计算结果与理论结果严重偏离,使得计算方法完全失效,该现象称为计算方法的病态性
(2) 近似数参与运算得到的值也是近似值,含有误差,该现象称为误差传播

4. 函数值的误差估计

(1)一元函数的相对误差与自变量的相对误差间的关系
在这里插入图片描述
推导过程:

函数值的误差可控制,或是稳定的
在这里插入图片描述
在这里插入图片描述

判断性态的方法:
在这里插入图片描述
(2) 多元函数的误差估计
在这里插入图片描述
相对误差和相对误差限:
在这里插入图片描述
(3) 加减乘除运算的误差传播规律
绝对误差限:
在这里插入图片描述
相对误差限:
在这里插入图片描述

5. 计算方法的评价标准:

稳定性、精度、计算量大小、存储量大小、逻辑复杂性

6. 设计计算方法原则:

(1) 避免两个相近的数相减:有效数字位数会减少,比如12.456-123.455=0.001
(2)防止大数吃小数
比如:
在这里插入图片描述

比如,求根公式,可通过转化来减少误差
在这里插入图片描述(3) 避免采用绝对值很小的数作除数,容易产生浮点溢出现象,也可能引起大数吃小数的情况出现
(4) 简化运算步骤,减少运算次数
在这里插入图片描述
(5) 控制计算方法的误差传播,保证计算方法的稳定性
在这里插入图片描述

  • 8
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
学习数据分析是当代信息时代的一项重要技能,Python作为一种强大的编程语言,是数据分析的热门工具之一。以下是我在学习利用Python进行数据分析过程中的一些笔记。 首先,学习Python的基础知识是必不可少的。了解Python的基本语法、数据类型、循环和条件语句等知识对于数据分析学习非常重要。我通过自学网课和阅读相关书籍,逐渐掌握了Python的基础知识。 其次,学习使用Python数据分析库。在Python中,有很多强大的数据分析库,例如NumPy、Pandas和Matplotlib等。我通过学习这些库的用法,掌握了数据的处理、清洗、分析和可视化的技巧。我学习了如何使用NumPy进行矩阵运算和数值计算,如何使用Pandas进行数据处理和数据操作,以及如何使用Matplotlib进行数据可视化。 除了数据分析库,学习Python的机器学习库也是必不可少的。机器学习数据分析中扮演着重要角色,Python中有很多优秀的机器学习库,例如Scikit-learn和TensorFlow。我通过学习这些库的使用,了解了机器学习的基本概念和常用算法,例如回归、分类和聚类等。我也学习了如何使用这些库来构建和训练机器学习模型。 最后,实践是学习的关键。在学习的过程中,我通过实践项目来巩固所学知识。我选择了一些真实的数据集,并运用Python数据分析技术进行数据处理、分析和可视化。通过实践,我不仅掌握了数据分析的具体步骤和方法,还锻炼了自己解决实际问题的能力。 总的来说,学习利用Python进行数据分析需要掌握Python的基础知识、数据分析库和机器学习库的使用,同时也需要通过实践项目来巩固所学知识。这个过程需要持续不断的学习和实践,但是通过不断的努力和实践,我相信能够掌握Python进行数据分析的技能。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值