两个多精度十进制数加法程序设计_数值计算中的一些精度问题

本文资料均来自于Timothy Sauer所著的《数值分析》。

在处理方程求解、矩阵分解、最优化等问题时，经常会用到浮点数进行数值计算。然而，由于浮点数的精度问题，可能出现无法求解的情况。我们必须了解其中可能存在的风险，这也是本文要介绍相关概念的原因。

浮点数格式与计算

本文采用 IEEE 754浮点标准，其包含一组实数的二进制表示，即：符号、尾数和指数(也称为“阶”)。

浮点数有3种常用的精度等级,即单精度、双精度和扩展精度。浮点数在这3种格式里规定的数位的数目分别是32、64和80。这些数位的分配如下所示：

标准化的IEEE浮点数表示为：

。其中n个b是0或者1，p是一个M位的二进制数表示指数。

浮点数的具体舍入规则和一些特殊机器数的表示这里不做介绍，下面介绍浮点数的加法计算过程。

在进行加法计算时，机器首先对齐2个数字的小数点位，接着相加，然后再把结果保存为浮点数字。这个过程在更高精度的寄存器中进行（这一点可能导致浮点数计算结果在不同硬件平台有区别），在保存计算结果时根据舍入规则做舍入处理（注意不是截断）。

的计算过程如下所示：

根据舍入规则，结果为1。可以发现实数计算和浮点数计算的结果并不相同。

精度的损失

有很多计算方式可能导致精度严重损失，最简单的是两个近似数字的相减。这是比较好理解的，比如，123.4567-123.4566=0.0001，这个问题在开始的时候，有2个7位有效数字的数字，但得到的数字却只有1位有效数字。

通过“共轭等式”相乘进行计算重构可以避免这个问题，如下所示：

令

,

，不难发现，当x接近于0时，二者的值在数学上是等价的。

但是，使用MATLAB采用双精度进行计算时得到了如下结果：

可以发现，

的精度损失相当严重，而

保持了相当高的精度。

精度的极限

使用双精度的数字（16位十进制有效数字）进行计算是否总是可以得到16位有效数字的结果？答案是否定的，有些问题即便是最好的算法也无法避免精度的损失。

以威尔金森多项式为例，即：

。将多项式展开后使用MATLAB的fzero函数以x=16为起始点进行求根计算，得到的结果为16.0146。可以发现，连第二个小数位都无法正确计算。但是，如果以未展开的形式进行计算，则不会出现这个问题。可见这个问题是由多项式的计算方式带来的。

假设f是一个函数，r是一个根，意味着满足f(r)=0。假设

是r的近似值。对于根求解问题，近似

的后向误差是

,前向误差是

。

对于一个问题，如果计算中，小的后向误差造成了很大的前向误差，那么我们称这个问题是敏感的。

假设问题是找到f(x）=0的根r，但是计算导致了误差项

的引入，其中

很小。令

为根的变化，因而有：

。

一阶泰勒展开后忽略误差项可得：

所以有：

定义误差放大因子为

=

=

(相对后向误差为什么定义为

不太清楚。。。)

可以发现，误差放大因子与

无关。

回到威尔金森多项式，定义扰动函数

,其中g(x)为展开后的15次项，即

。误差放大因子可以如下计算：

可以发现误差被放大

倍，导致了12个有效数字的损失，16个有效数字只剩下4个。这符合前面的计算结果。

##################分割线##########################

楼下有同学问为什么要选15次项作为扰动函数，这个楼主也不太清楚（流下数学渣的泪水。。），书中也没有给出原因，或选择准则。

下面分别计算以18-12次项作为g(r)，且r=16时，它们的绝对值：

可以发现，除了高次项，它们的值基本在同一个量级，那么计算得到的误差放大因子也应该是一个量级。

这里建议有兴趣的同学之间去看原著，楼主数学渣也能看半懂。。或者其他的数值分析资料。

##################分割线##########################

条件数

问题的条件数定义为在规定类型的变化所造成的误差放大上界。条件数高的问题称为病态问题，条件数在1附近的问题称为良态问题。

方阵A的条件数cond(A)为求解Ax=b时，对于所有的右侧向量b，可能出现的最大误差放大因子。

定义||A||为矩阵A的范数，A的条件数也可以计算为

，证明如下：

首先给出向量范数、矩阵范数的定义如下述图片所述：

令

，以及

。则有：

可得：

上式表明，

是所有误差放大因子的上界。

在求解病态矩阵方程时，很难避免误差，因而能够尽可能识别并避免病态矩阵很重要。