第一次上课
文章目录
误差的来源(1.1、1.2)
*模型误差
*测量误差
方法误差(求解近似解)(截断误差)
例:
将多项展开式的后面作为截断误差。
舍入误差
浮点数、误差、误差限、有效数字(1.4)
误差逐步递减,为稳定算法。反之为不稳定算法。
绝对误差
E ( x ∗ ) = x ∗ − x , 其 中 x 为 真 值 , x ∗ 为 x 的 一 个 近 似 值 , E ( x ∗ ) 就 是 绝 对 误 差 。 E(x^*) = x^* - x,其中x为真值,x^*为x的一个近似值,E(x^*)就是绝对误差。 E(x∗)=x∗−x,其中x为真值,x∗为x的一个近似值,E(x∗)就是绝对误差。
误差限
若
有
∣
x
−
x
∗
∣
<
ε
若有|x-x^*| <\varepsilon
若有∣x−x∗∣<ε
ε
为
绝
误
差
限
\varepsilon为绝误差限
ε为绝误差限
有效数字与误差限的关系
若 某一近似值x*拥有n个有效数字,并且其科学计数法(首位非零数在小数点后的第一位)
x
∗
=
0.
a
1
a
2
.
.
.
a
n
∗
1
0
m
x^* = 0.a_1a_2...a_n * 10^m
x∗=0.a1a2...an∗10m
那么他的误差限,可以表示为
∣
x
−
x
∗
∣
≤
0.5
∗
1
0
(
m
−
n
)
|x-x^*|\leq 0.5*10^{(m-n)}
∣x−x∗∣≤0.5∗10(m−n)
反推可得至少有m-n-1位有效数字
有效数字与相对误差和相对误差限(1.4)
相 对 误 差 : E r ( x ∗ ) = E ( x ∗ ) / x 相对误差:Er(x^*) = E(x^*)/x 相对误差:Er(x∗)=E(x∗)/x
如果有n位有效数字
相
对
误
差
限
:
ε
r
≤
(
1
/
2
a
1
)
∗
1
0
(
−
n
+
1
)
相对误差限:\varepsilon_r \le (1/2a_1)*10^{(-n+1)}
相对误差限:εr≤(1/2a1)∗10(−n+1)
反推可得至少有n位有效数字