数值分析 第一章:绪论

2023-11-06

1.2误差基础知识

1.2.1误差来源

①.数学模型与实际问题的差异称为模型误差

②.数学模型中常常还包含有一些参数,是通过仪表观测得到的,将其中包含的误差称之为观测误差

③.将数值问题的精确解与待求解模型的理论分析解之间的差异,称之为截断误差或方法误差

④.因为在计算机实现数值方法的过程中,计算机表示浮点数采用的是固定有限字长,因而仅能够区分有限个信息,准确表示在某个有限范围内的某些有理数,不能准确的表述数学中所有的实数,这样在计算机中表示的原始输入数据、中间计算数据、以及最终的输出结果必然产生误差,称此类误差为舍入误差

1.2.2误差度量

①.绝对误差:设 x* 是准确值 x 的一个近似,称 e(x*)= x* - x 为 x* 近似 x 的绝对误差,简称误差。(简而言之:近似值减去精确值=误差)

②.绝对误差限:通常准确值 x 是不知道的,故不能计算出绝对误差 e* 。如果存在着的正数 a* = a(x*),使得绝对误差 |e*| = | x* - x | <= a* ,则称 a* 为 x* 近似 x 的一个绝对误差限,简称误差限。(简而言之:近似值的误差不会超过误差限)

③.相对误差:设 x* 是准确值 x(≠0)的一个近似,称 er(x*)= (x*-x)/x 为 x* 近似 x 的相对误差。相对误差越小,代表近似程度更好。(简:相对误差就是看误差部分占总数的比例)

④.相对误差限:数值 |er*| 的上界就是相对误差限。 注:er* = e*/x* (简:绝对误差除以近似值)

⑤.有效数字Alt

⑥.有效数:当 x* 精确到末尾,即有 n=p ,则称 x* 为有效数。(有效数的末尾不能随意添加零)

例题(助理解)
在这里插入图片描述

⑦.三种度量之间的关系
在这里插入图片描述

例题(助理解)
在这里插入图片描述

1.2.3初值误差传播

近似数参加运算后所得之值一般也是近似值,含有误差,将这一现象称为误差传播。

用泰勒公式分析初值的误差传播规律:(略)
区间分析法:(略)
计算函数值的条件数:设 x* 是 x 的较好近似,由微分中值定理知,可微函数 f(x)在这两点的函数值只差满足:
在这里插入图片描述
上式反映了函数值绝对误差与自变量绝对误差之间的关系,并且有如下结论:当 | f‘(x)| < 1时,函数值的扰动比自变量的微小变化还要小;而当 |f’(x)| 很大时,自变量的微小变化,将引起函数值较大的扰动,此时,称 x 是函数 f 在绝对误差意义下的坏函数值点

从1.15式可以推出函数值相对误差与自变量相对误差的联系:
在这里插入图片描述
在这里插入图片描述

1.3 舍入误差分析及数值稳定性

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

数值分析 第一章:绪论 的相关文章

随机推荐

  • Qt+Pyhton实现麒麟V10系统下word文档读写功能

    目录 前言 1 C 调用python 1 1 安装Python开发环境 1 2 修改Qt工程配置 1 3 初始化Python环境 1 4 C 调用Python 函数 1 5 常用的Python接口 2 python虚拟环境 2 1Pytho
  • python 编码规范-代码的整体布局

    代码的整体布局主要囊括了代码在整体结构上应该注意的事项 缩进 空格 制表符 Python 在语法上使用缩进来确定代码块的开始和结束 对于每一级缩进 应为 4 个空格 并且不要混用空格与制表符 缩进本身是一种语法上的限制 是强制性的 有的ID
  • 【计算机网络系列】网络层④:详解IP数据包的格式

    IP数据报的格式 IP数据报的格式说明协议IP都具有什么功能 在协议IP的标准中 描述首部格式的宽度是32位 即4字节 下图是IP数据报的完整格式 从上图可看出 一个IP数据报由首部和数据两部分组成 首部的前一部分长度是固定的 共20字节
  • 炉石传说一直显示重新连接服务器,炉石传说一直显示战网开启中 炉石传说卡在启动战网解决办法...

    很多炉石玩家在登录战网客户端出现炉石传说正在启动战网不动的问题 下面小编为大家带来炉石传说卡在启动战网解决办法 一起来看下吧 很多炉石玩家在登录战网客户端出现炉石传说正在启动战网不动的问题 下面小编为大家带来炉石传说卡在启动战网解决办法 一
  • 基于AntDesign Vue的响应式登录页面

    为了做一个自己的前后端分离的后台管理系统 特地做了一下登录页面 大概的架子如下 后面需要替换一下顶部导航的信息 先大概贴一下代码 以后直接复制使用 整体的布局是自己写的样式 如果后面要替换为其他的UI框架 比如element ui ivie
  • selenium打开edge浏览器闪退问题

    selenium打开浏览器闪退问题 本文记录selenium在打开浏览器后会自动闪退问题 版本如下 需保证浏览器驱动为对应版本 官方给的下载驱动的地址为 https developer microsoft com zh cn microso
  • javaScript的数学计算

    js自带的数学计算的方法 默认加减乘除符号 NaN与任意操作数加减乘除 结果都是NaN 加法 数字与字符串相加会拼接成字符串 特殊操作数的求和 n代表任意数字 NaN与任意操作数相加 结果都是NaN console log NaN n In
  • Tibco EMS 初级使用方法小结

    TIBCO Enterprise Message Service 是一个消息服务器产品 它采用C语言编写 完全支持JMS的通讯协议 在运行速度和消息吞吐量上表现非常出色 对于Windows Linux Mac AIX平台都提供支持 关于这个
  • vscode_c++_slambook 编译配置

    工作目录 配置文件 launch json version 0 2 0 configurations name slamBook程序调试 type cppdbg request launch program fileDirname buil
  • MySQL高级:(十二)MySQL事务日志

    笔记来源 MySQL数据库教程天花板 mysql安装到mysql高级 强 硬 文章目录 12 1 事务日志概述 12 2 redo日志 12 2 1 为什么需要redo日志 12 2 2 redo日志的好处 特点 12 2 3 redo日志
  • 【CI/CD】基于 Jenkins+Docker+Git 的简单 CI 流程实践(上)

    基于 Jenkins Docker Git 的简单 CI 流程实践 上 在如今的互联网时代 随着软件开发复杂度的不断提高 软件开发和发布管理也越来越重要 目前已经形成一套标准的流程 最重要的组成部分就是 持续集成 及 持续交付 部署 在此
  • 华为OD机试 - 叠积木(Java)

    题目描述 有一堆长方体积木 它们的宽度和高度都相同 但长度不一 小橙想把这堆积木叠成一面墙 墙的每层可以放一个积木 也可以将两个积木拼接起来 要求每层的长度相同 若必须用完这些积木 叠成的墙最多为多少层 输入描述 输入为一行 为各个积木的长
  • 如何检测勒索软件攻击

    什么是勒索软件 勒索软件又称勒索病毒 是一种特殊的恶意软件 又被归类为 阻断访问式攻击 denial of access attack 与其他病毒最大的不同在于攻击方法以及中毒方式 攻击方法 攻击它采用技术手段限制受害者访问系统或系统内的数
  • c++ 实现职工管理系统

    一 案例描述 某公司中的职工分为三种 普通员工 经理和老板 每个职工都有自己的职工编号 姓名 年龄 电话号码和岗位 管理系统需要实现的功能如下 添加职工信息 显示职工信息 删除离职职工 修改职工信息 查找职工信息 职工编号排序 清空职工信息
  • git回滚到指定版本,并提交到远程分支

    1 git reflog 可以查看所有分支的所有操作记录包括已经被删除的commit记录和reset的操作 2 git log 可以显示所有提交过的版本信息 二者的区别 用git log 则看不出来被删除的commitid 用git ref
  • cookie session总结

    Cookie是由服务器创建 然后通过响应发送给客户端的一个键值对 客户端会保存Cookie 并会标注出Cookie的来源 哪个服务器的Cookie Cookie规范 Cookie通过请求头和响应头在服务器与客户端之间传输 Cookie大小上
  • 踩坑:git或gitee之上传超过100M文件

    直接说 如果你是免费用户 g远程仓库是gitee 那么对不起 你没法上传超过100M的大文件 不支持git fls 只有企业项目 才支持 如果你的远程仓库是git 那么借助git fls就可以了 至于怎么使用 网上一大堆博客 我就不浪费篇幅
  • hive 使用 jndi 数据源时已经在 Tomcat 中配置好 但是在 java 代码中获取数据源就会报错

    这个是异常信息 javax naming NoInitialContextException Need to specify class name in environment or system property or as an app
  • kafka系统的架构

    系统的架构 主题topic和分区partition topic Kafka中存储数据的逻辑分类 你可以理解为数据库中 表 的概念 比如 将app端日志 微信小程序端日志 业务库订单表数据分别放入不同的topic partition分区 提升
  • 数值分析 第一章:绪论

    第一章 绪论 1 2误差基础知识 1 2 1误差来源 1 2 2误差度量 1 2 3初值误差传播 1 3 舍入误差分析及数值稳定性 1 2误差基础知识 1 2 1误差来源 数学模型与实际问题的差异称为模型误差 数学模型中常常还包含有一些参数