数值分析笔记（一）

• 一、误差分析相关概念：

概念	释义	性质
绝对误差	设$x$为精确值，$x^{\ast }$为$x$的一个近似值，则称$e^{\ast }=x^{\ast }-x$为近似值的绝对误差，简称误差	当绝对误差为正时，又叫做强近似值；当绝对误差为负时，又叫做弱近似值
绝对误差限	若绝对误差$e^{\ast }$的绝对值不超过某正数${\epsilon }^{\ast }$，则称${\epsilon }^{\ast }$为近似值的绝对误差限，简称误差限	总是正数，且现实中相较绝对误差更加常用
相对误差	设$x$为精确值，若$e^{\ast }=x^{\ast }-x$为近似值$x^{\ast }$的绝对误差，则称$e_r^{\ast }=\frac{e^{\ast }}{x}$为近似值$x^{\ast }$的相对误差	在实际计算中，由于真值$x$总是不知道的，因此相对误差通常取$e_r^{\ast }=\frac{e^{\ast }}{x^{\ast }}$
相对误差限	设$x$为精确值，若${\epsilon }^{\ast }$为近似值$x^{\ast }$的绝对误差限，则称${\epsilon }_r^{\ast }=\frac{{\epsilon }^{\ast }}{abs(x^{\ast })}$为近似值$x^{\ast }$的相对误差限	总是正数，且现实中相较相对误差更加常用
有效数字	若近似值$x^{\ast }$的误差限是某位的半个单位，则该位到$x^{\ast }$的第一位非零数字的位数n，称$x^{\ast }$有n位有效数字	n位有效数字的标准形式：$x^{\ast }=(a_1+a_2\times 10^{-1}+...+a_n\times 10^{-(n-1)})\times \underline{+}10^m$； 故其绝对误差限可表示为：${\epsilon }^{\ast }=\frac{1}{2}\times 10^{(m-n+1)}$； 故其相对误差限可表示为：${\epsilon }_r^{\ast }=\frac{1}{2a_1}\times 10^{-(n-1)}$

=> 近似值$x^{\ast }$的非零位个数不一定等于有效数字位数；

=> 对于四舍五入的近似值，它们的误差均不超过末位数字的半个单位，从$x^{\ast }$的第一位非零数字到末位都是有效数字；

=> 有效位数越多，绝对误差限越小，相对误差限亦越小；

---

• 二、误差限四则运算：

  $\epsilon (x_1^{\ast }\underline{+}{x}_2^{\ast })=\epsilon (x_1^{\ast })+\epsilon (x_2^{\ast })$

  $\epsilon (x_1^{\ast }\times x_2^{\ast })\approx |x_1^{\ast }|\epsilon (x_2^{\ast })+|x_2^{\ast }|\epsilon (x_1^{\ast })$

  $\epsilon (\frac{x_1^{\ast }}{x_2^{\ast }})\approx \frac{1}{|x_2^{\ast }{|}^2}(|x_1^{\ast }|\epsilon (x_2^{\ast })+|x_2^{\ast }|\epsilon (x_1^{\ast }))$

---

• 三、函数误差限：

  一元函数$f(x)$误差限：$\epsilon (f(x^{\ast }))=|f^{\prime }(x\ast )|\epsilon (x^{\ast })$

  多元函数误差限：$\epsilon (f(x_1^{\ast },x_2^{\ast },...,x_n^{\ast }))=\sum |\frac{\delta f}{\delta x_i^{\ast }}|\epsilon (x_i^{\ast })$

---

• 四、误差分析原则：

  （1）避免除数绝对值远远小于被除数绝对值的除法
  （2）避免两个相近数的减法
  （3）先计算小数，再计算大数，防止大数运算中截断小数

---

---