数值分析~~

如何对于现实问题提供算法，是主要内容

要深入学习数值分析，就没事多玩玩Matlab，把数值分析上面学到的算法编成代码，跑一跑，看结果和MatLab自带的函数运算结果是否一致，精度如何，这也是数值分析用于实际的必由之路。数值分析，是算法的理论

1. 误差分类

• 模型误差：计算时运用到的模型在先前建立时就已产生的误差
• 观测误差：计算过程中有些参数需要自己观察、测量得到，可能产生误差
• 舍入误差：
• 截断误差
• 绝对误差
  绝对误差限
• 相对误差
  相对误差限
• 有效数字
  是在绝对误差限确定的前提下，则看绝对误差限是哪一位的半个单位，则从数字的左侧第一个非零数开始，数到该位，有几位即有几个有效数字。
  ①有效数字与绝对误差限的充要关系
  
  有效数字位数越多则绝对误差越小、数字越准确
  ②有效数字与相对误差限的关系
  
  a. n位有效数字 -> 相对误差限
  将x的绝对值放缩，上限为十分位+1再乘10的(m-1)次方，下限为十分位乘10的(m-1)次方；然后代入相对误差限的公式再分子放大、分母放小，整体小于等于最终结果。
  b. 相对误差限 -> n位有效数字
  将相对误差限的公式代入已有条件，将x的绝对值乘到右侧，再将x的绝对值放大，整体小于等于一个值。这个值即为绝对误差限与有效数字之间的充要关系，得证。
  ①和②小结：与绝对误差限相关的式子指数为m-n，与相对误差限相关的式子的指数为1-n（是由绝对误差限的 m-n 减去 分母放缩缩小后所得值的指数 m-1 得到的）；由有效数字推相对误差限的分母是2×a1（因为本来分子的绝对误差限就有乘1/2，所以2就会到后来整体的分母中去；由于求相对误差限要除以x的值，x还需要进行放小，所以取x的十分位的值，舍掉之后的值，所以有a1），由相对误差限推有效数字的分母是2×(a1+1)（因为代入相对误差限的公式后要把x的绝对值乘到右侧，还要再把x的绝对值放大，放大后就会产生（a1+1）×10的m-n次，需要把(a1+1)约分去掉，所以结论的分母有(a1+1)。）。

2. 数值计算的几个原则

• 避免两个相近的数相减
  措施：
  ①log - log则换成log( / )
  ②
  例题：
  如果两个相近的数相减无法避免，则应在计算机上采取双倍数长进行计算。
• 防止大数“吃掉”小数
  
  所以求和求差的时候 先算数量级较小 的，再算数量级较大 的。
• 绝对值太小的数不能做除数
• 要简化计算程序，减少计算次数
  因为计算量太大可能导致 计算无法完成（克莱姆法则计算矩阵），或者可能导致 积累的误差非常大 （多项式的两种计算方式）。
  有效值、绝对误差，相对误差三者之间的关系就是：知二求一
• 要选择数值稳定性好的算法
  稳定性好，要求计算的舍入误差的累积是可控制的（即随着计算步骤的增加，误差越来越小），否则称为稳定性不好。