下载文档原格式
授课题目: 第一章引论§1数值分析的研究对象（1学时）教学目标: 使学生了解数值分析的研究对象、作用与特点、数值算法教学重点：数值分析的研究对象、作用与特点教学难点: 数值分析的研究对象教学过程:一、数值分析的研究对象、作用数值分析——也称计算数学，是数学科学的一个分支，主要研究用计算机求解各种数学问题的数值计算方法及其理论与软件实现.主要研究：算法设计，有数学模型给出数值计算方法；上机实现，根据计算方法编制算法程序并计算结果二、数值分析的作用：重点研究数学问题的数值方法及其理论。
作用领域广，形成许多交叉学科。
科学计算与理论研究和科学实验是三种科学手段最重要作用——计算模型数值解三、数值分析的特点面向计算机，根据计算机特点提供有效算法。
有可靠的理论分析，能任意逼近并达到精度要求。
要有好的计算复杂性——时间和空间复杂性。
要有数值实验。
证明其有效性。
练习：思考：作业:教学反思:授课题目: §2 数值计算的误差（1学时）教学目标: 使学生掌握误差、有效数字及其关系、误差估计教学重点：误差、有效数字及其关系、误差估计教学难点: 误差估计教学过程:误差来源与分类截断误差例如，可微函数f(x)的泰勒(Taylor)多项式则数值方法的截断误差是舍入误差例如，用3.14159代替π，产生的误差●由原始数据或机器中的十进制数转化为二进制数产生的初始误差。
●在用计算机做数值计算时，受计算机字长的限制产生的误差。
误差与有效数字定义1 设x为准确值，x*为x的一个近似值，称为近似值的绝对误差，简称误差。
通常准确值x 是未知的，因此误差e *也是未知的。
若能根据测量工具或计算情况估计出误差绝对值的一个上界，即则ε*叫做近似值的误差限 也可表示成把近似值的误差e *与准确值x 的比值称为近似值x *的相对误差，记作e r ∗它的绝对值上界叫做相对误差限,记作εr ∗,定义2 若近似值x *的误差限是某一位的半个单位，该位到x *的第一位非零数字共有n 位，就说x * 有n 位有效数字.其中a i 是0到9中的一个数字，m 为整数，且定理1设近似数x *表示为x x e -=*****ε≤-=x x e *,***εε+≤≤-x x x .**ε±=x x x xx x e -=*******x xx x e e r-==.***x r εε=其中a i 是0到9中的一个数字，m 为整数，若x *具有n 位有效数字，则其相对误差限为反之，若x *的相对误差限则x *具有n 位有效数字。
第一章 绪 论本章以误差为主线，介绍了计算方法课程的特点，并概略描述了与算法相关的基本概念，如收敛性、稳定性，其次给出了误差的度量方法以及误差的传播规律，最后，结合数值实验指出了算法设计时应注意的问题．§1.1 引 言计算方法以科学与工程等领域所建立的数学模型为求解对象，目的是在有限的时间段内利用有限的计算工具计算出模型的有效解答。
由于科学与工程问题的多样性和复杂性，所建立的数学模型也是各种各样的、复杂的. 复杂性表现在如下几个方面：求解系统的规模很大，多种因素之间的非线性耦合，海量的数据处理等等，这样就使得在其它课程中学到的分析求解方法因计算量庞大而不能得到计算结果，且更多的复杂数学模型没有分析求解方法． 这门课程则是针对从各种各样的数学模型中抽象出或转化出的典型问题，介绍有效的串行求解算法，它们包括(1)非线性方程的近似求解方法；(2)线性代数方程组的求解方法；(3)函数的插值近似和数据的拟合近似；(4)积分和微分的近似计算方法；(5)常微分方程初值问题的数值解法；(6)优化问题的近似解法；等等从如上内容可以看出，计算方法的显著特点之一是“近似”． 之所以要进行近似计算，这与我们使用的工具、追求的目标、以及参与计算的数据来源等因素有关．计算机只能处理有限数据，只能区分、存储有限信息，而实数包含有无穷多个数据，这样，当把原始数据、中间数据、以及最终计算结果用机器数表示时就不可避免的引入了误差，称之为舍入误差．我们需要在有限的时间段内得到运算结果，就需要将无穷的计算过程截断，从而产生截断误差． 如的计算是无穷过程，当用作为的 +++=!21!111e !1!21!111n e n ++++= e 近似时，则需要进行有限过程的计算，但产生了截断误差．e e n - 当用计算机计算时，因为舍入误差的存在，我们也只能得到的近似值，也就是n e n e *e 说最终用近似，该近似值既包含有舍入误差，也包含有截断误差．*e e 当参与计算的原始数据是从仪器中观测得来时，也不可避免得有观测误差．由于这些误差的大量存在，我们得到的只能是近似结果，进而对这些结果的“可靠性”进行分析就是必须的，它成为计算方法的第二个显著特点． 可靠性分析包括原问题的适定性和算法的收敛性、稳定性．所谓适定性问题是指解存在、惟一，且解对原始数据具有连续依赖性的问题． 对于非适定问题的求解，通常需要作特殊的预处理，然后才能做数值计算． 在这里，如无特殊说明，都是对适定的问题进行求解．对于给定的算法，若有限步内得不到精确解，则需研究其收敛性． 收敛性是研究当允许计算时间越来越长时，是否能够得到越来越可靠的结果，也就是研究截断误差是否能够趋于零．对于给定的算法，稳定性分析是指随着计算过程的逐步向前推进，研究观测误差、舍入对于同一类模型问题的求解算法可能不止一种，常希望从中选出高效可靠的求解算法． 如我国南宋时期著名的数学家秦九韶就提出求n 次多项式值0111a x a x a x a n n nn ++++-- 的如下快速算法；n a s =； k n a t -=t sx s +=),,2,1(n k =它通过n 次乘法和n 次加法就计算出了任意n 次多项式的值． 再如幂函数可以通过如下64x 快速算法计算出其值；x s =；循环6次s s s ⋅=如上算法仅用了6次乘法运算，就得到运算结果．算法最终需要在计算机上运行相应程序，才能得到结果，这样就要关注算法的时间复杂度(计算机运行程序所需时间的度量)、空间复杂度(程序、数据对存储空间需求的度量)和逻辑复杂度(关联程序的开发周期、可维护性以及可扩展性)． 事实上，每一种算法都有自己的局限性和优点，仅仅理论分析是很不够的，大量的实际计算也非常重要，结合理论分析以及相当的数值算例结果才有可能选择出适合自己关心问题的有效求解算法． 也正因如此，只有理论分析结合实际计算才能真正把握准算法．§1.2 误差的度量与传播一、误差的度量误差的度量方式有绝对误差、相对误差和有效数字．定义1.1 用作为量的近似，则称为近似值的绝对误差．*x x )(:**x e x x =-*x 由于量x 的真值通常未知，所以绝对误差不能依据定义求得，但根据测量工具或计算情况，可以估计出绝对误差绝对值的一个较小上界，即有ε (1.1)ε≤-=x x x e **)(称正数为近似值的绝对误差限，简称误差． 这样得到不等式ε*x εε+≤≤-**x x x 工程中常用ε±=*x x 表示近似值的精度或真值x 所在的范围．*x 误差是有量纲的，所以仅误差数值的大小不足以刻划近似的准确程度． 如量 (1.2)m m cm s μ50001230000005.023.15.0123±=±=±=为此，我们需要引入相对误差定义1.2 用作为量的近似，称为近似值的相对误差． 当0*≠x x )(:**x e xxx r =-*x 是x 的较好近似时，也可以用如下公式计算相对误差*x (1.3)***)(xx x x e r -= 显然，相对误差是一个无量纲量，它不随使用单位变化． 如式(1.2)中的量s 的近似，无论使用何种单位，它的相对误差都是同一个值．同样地，因为量x 的真值未知，我们需要引入近似值的相对误差限，它是相*x )(*x r ε对误差绝对值的较小上界． 结合式(1.1)和(1.3)，相对误差限可通过绝对误差限除以近似*x 值的绝对值得到，即(1.4)***)()(xx x r εε=为给出近似数的一种表示法，使之既能表示其大小，又能体现其精确程度，需引入有效数字以及有效数的概念．定义1.3 设量的近似值有如下标准形式x *x p n ma a a a x 21*.010⨯±= (1.5)()pm p n m n m m a a a a ----⨯++⨯++⨯+⨯±101010102211 ＝其中且，m 为近似值的量级． 如果使不等式}9,,1,0{}{1 ⊂=pi i a 01≠a (1.6)n m x x -⨯≤-1021*成立的最大整数为n ，则称近似值具有n 位有效数字，它们分别是、、… 和 ． *x 1a 2a n a 特别地，如果有，即最后一位数字也是有效数字，则称是有效数．p n =*x 从定义可以看出，近似数是有效数的充分必要条件是末位数字所在位置的单位一半是绝对误差限． 利用该定义也可以证明，对真值进行“四舍五入”得到的是有效数． 对于有效数，有效数字的位数等于从第一位非零数字开始算起，该近似数具有的位数． 注意，不能给有效数的末位之后随意添加零，否则就改变了它的精度．例1.1 设量，其近似值，，． 试回答这三个近π=x 141.3*1=x 142.3*2=x 722*3=x 似值分别有几位有效数字，它们是有效数吗？解 这三个近似值的量级，因为有1=m 312*110211021005.000059.0--⨯=⨯=≤=- x x 413*2102110210005.00004.0--⨯=⨯=≤=- x x571428571428.3*3=x 312*310211021005.0001.0--⨯=⨯=≤=- x x 所以和都有3位有效数字，但不是有效数． 具有4位有效数字，是有效数．*1x *3x *2x 二、误差的传播这里仅介绍初值误差传播，即假设自变量带有误差，函数值的计算不引入新的误差． 对于函数有近似值，利用在点处),,,(21n x x x f y =),,,(**2*1*n x x x f y =),,,(**2*1n x x x 的泰勒公式(Taylor Formula)，可以得到 )(),,,()(*1**2*1**i i ni n i x x x x xf y y y e -≈-=∑=(1.7))(),,,(*1**2*1i ni n i x e x x xf ∑== 其中，是的近似值，是的绝对误差． 式(1.7)表明函ii x f f ∂∂=:*i x i x )(*i x e *i x ),,2,1(n i =数值的绝对误差近似等于自变量绝对误差的线性组合，组合系数为相应的偏导数值． 从式(1.7)也可以推得如下函数值的相对误差传播近似计算公式 (1.8))(),,,()(***1**2*1*i r i ni ni r x e yx x x x f y e ∑=≈对于一元函数，从式(1.7)和(1.8)可得到如下初值误差传播近似计算公式)(x f y = (1.9))()()(***x e x f y e '≈ (1.10))()()(*****x e yx x f y e r r '≈式(1.9)表明，当导数值的绝对值很大时，即使自变量的绝对误差比较小，函数值的绝对误差也可能很大．例1.2 试建立函数的绝对误差(限)、相对误差n n x x x x x x f y +++== 2121),,,(的近似传播公式，以及时的相对误差限传播公式．{}ni i x 1*0=> 解 由公式(1.7)和(1.8)可分别推得和的绝对误差、相对误差传播公式如下(1.11)∑∑==≈ni i ini nix e x e x x xf y e 1**1**2*1*)()(),,,()(＝ (1.12)∑∑==≈ni i r i i r i ni ni r x e yx x e y x x x x f y e 1******1**2*1*)()(),,,()(＝ 进而有∑∑∑===≤≤≈ni i n i ini ix x e xe y e 1*1*1**)()()()(ε于是有和的绝对误差限近似传播公式 ∑=≈ni ixy 1**)()(εε当时，由式(1.3)推得相对误差限的近似传播公式{}ni i x 1*=>)(max )(max )(max )()()(*11***11***11****1**i r ni ni i ir n i ni i i r n i ni i r i ni ir x yx x yx x x y x yxy εεεεεε≤≤=≤≤=≤≤====≤=≈∑∑∑∑ 例1.3使用足够长且最小刻度为1mm 的尺子，量得某桌面长的近似值3.1304*=a mm ，宽的近似值mm (数据的最后一位均为估计值)． 试求桌子面积近似值的绝8.704*=b 对误差限和相对误差限．解 长和宽的近似值的最后一位都是估计位，尺子的最小刻度是毫米，故有误差限 mm ，mm 5.0)(*=a ε5.0)(*=b ε面积，由式(1.7)得到近似值的绝对误差近似为ab S =***b a S = )()()(*****b e a a e b S e +≈进而有绝对误差限 mm 255.10045.03.13045.08.704)()()(*****=⨯+⨯=+≈b a a b S εεε相对误差限 %11.00011.08.7043.130455.1004)()(***=≈⨯=≈S S S r εε§1.3 数值实验与算法性能比较本节通过几个简单算例说明解决同一个问题可以有不同的算法，但算法的性能并不完全相同，他们各自有自己的适用范围，并进而指出算法设计时应该注意的事项． 算例1.1 表达式，在计算过程中保留7位有效数字，研究对不同)1(1111+=+-x x x x 的x ，两种计算公式的计算精度的差异．说明1：Matlab 软件采用IEEE 规定的双精度浮点系统，即64位浮点系统，其中尾数占52位，阶码占10位，尾数以及阶码的符号各占1位． 机器数的相对误差限(机器精度)eps=2－52≈2.220446×10－16，能够表示的数的绝对值在区间(2.2250739×10－308，1.797693×10308)内，该区间内的数能够近似表达，但有舍入误差，能够保留至少15位有效数字． 其原理可参阅参考文献[2, 4]．分析算法1： 和算法2： 的误差时，精确解用双精111)(1+-=x x x y )1(1)(2+=x x x y 度的计算结果代替． 我们选取点集中的点作为x ，比较两种方法误差的差异．301}{=i i π 从图1.1可以看出，当x 不是很大时，两种算法的精度相当，但当x 很大时算法2的精度明显高于算法1． 这是因为，当x 很大时，和是相近数，用算法1进行计算时出x 111+x 现相近数相减，相同的有效数字相减后变成零，于是有效数字位数急剧减少，自然相对误差增大． 这一事实也可以从误差传播公式(1.12)分析出． 鉴于此，算法设计时，应该避免相近数相减．在图1.2中我们给出了当x 接近时，两种算法的精度比较，其中变量x 依次取为1-． 从图中可以看出两种方法的相对误差基本上都为，因而二者的精度相当．{}3011=--i iπ710-图1.1 算例1.1中两种算法的相对误差图（）+∞→x图1.2 算例1.1中两种算法的精度比较)1(-→x 算例1.2 试用不同位数的浮点数系统求解如下线性方程组⎩⎨⎧=+=+2321200001.02121x x x x 说明2：浮点数系统中的加减法在运算时，首先按较大的阶对齐，其次对尾数实施相应的加减法运算，最后规范化存入计算机．算法1 首先用第一个方程乘以适当的系数加至第二个方程，使得第二个方程的的系1x 数为零，这时可解出；其次将带入第一个方程，进而求得(在第三章中称该方法为高2x 2x 1x 斯消元法)． 当用4位和7位尾数的浮点运算实现该算法，分别记之为算法1a 和算法1b ． 算法 2 首先交换两个方程的位置，其次按算法1计算未知数 (第三章中称其为选主元的高斯消元法)． 当用4位和7位尾数的浮点运算实现该算法，分别记之为算法2a 和算法2b ．方程组的精确解为， ，用不同的算法计算出的...25000187.01=x ...49999874.02=x 结果见表1.1．表1.1 对算例1.2用不同算法的计算结果比较算例1.2*1x )(*1x r ε*2x )(*2x r ε算法1a 0.00000.10×1010.50000.25×10－7算法2a 0.25000.75×10－70.50000.25×10－7算法1b 0.26000000.40×10－10.49999870.10×10－6算法2b0.25000200.50×10－80.50000000.25×10－7对于算例1.2，表中的数据表明，当用4位尾数计算时，算法1给出错误的结果，算法2则给出解很好的近似． 这是因为在实现算法1时，需要给第一个方程乘以加00001.0/2－至第二个方程，从而削去第二个方程中的系数，但在计算的系数时需做如下运算1x 2x(1.13)661610000003.0104.0103.0104.03200001.02⨯⨯⨯⨯=+⨯＋＝－＋－－对上式用4位尾数进行计算，其结果为． 因为舍入误差，给相对较大的数加以6104.0⨯－相对较小的数时，出现大数“吃掉”小数的现象． 计算右端项时，需做如下运算(1.14)661610000002.0102.0102.0102.02100001.02⨯⨯⨯⨯=+⨯＋＝－＋－－同样出现了大数吃小数现象，其结果为． 这样，得到的变形方程组6102.0⨯－⎩⎨⎧⨯-=⨯-⨯=⨯+⨯62612114102.0104.0101.0102.0101.0x x x 中没有原方程组中第二个方程的信息，因而其解远偏离于原方程组的解． 该算法中之所以出现较大数的原因是因为运算，因而算法设计中尽可能避免用绝对值较大的数00001.0/2－除以绝对值较小的数． 其实当分子的量级远远大于分母的量级时，除法运算还会导致溢出，计算机终止运行．虽从单纯的一步计算来看，大数吃掉小数，只是精度有所损失，但多次的大数吃小数，累计起来可能带来巨大的误差，甚至导致错误． 例如在算法1a 中出现了两次大数吃小数现象，带来严重的后果． 因而尽可能避免大数吃小数的出现在算法设计中也是非常必要的． 当用较多的尾数位数进行计算，舍入误差减小，算法1和2的结果都有所改善，算法1的改进幅度更大些．算例1.3 计算积分有递推公式，已知⎰+=1055dx x x I n ),2,1(511 =-=-n I nI n n ． 采用IEEE 双精度浮点数，分别用如下两种算法计算的近似值．56ln 0=I 30I算法1 取的近似值为，按递推公式计算0I 6793950.18232155*0=I *1*51--=n n I nI *30I 算法2 因为，取的近似值为)139(5156)139(611039103939+⨯=<<=+⨯⎰⎰dx x I dx x 39I ，按递推公式计算3333330.004583332001240121*39≈⎪⎭⎫ ⎝⎛+=I ⎪⎭⎫ ⎝⎛-=-**1151n n I n I *30I 算法1和算法2 的计算结果见表1.2． 误差绝对值的对数图见图1.3．表1.2 算例1.3的计算结果算法1算法2n *nI n n I I -*n *nI nn I I -*18.8392e-002 1.9429e-01639 4.5833e-0033.9959e-0042 5.8039e-0029.8532e-016384.2115e-0037.9919e-0053 4.3139e-002 4.9197e-01537 4.4209e-003 1.5984e-0054 3.4306e-002 2.4605e-01436 4.5212e-003 3.1967e-0065 2.8468e-002 1.2304e-01335 4.6513e-003 6.3935e-0076 2.4325e-002 6.1520e-01334 4.7840e-003 1.2787e-007………33 4.9255e-003 2.5574e-00825 1.1740e+001 1.1734e+00132 5.0755e-003 5.1148e-00926-5.8664e+001 5.8670e+00131 5.2349e-003 1.0230e-00927 2.9336e+002 2.9335e+002 305.4046e-003 2.0459e-01028-1.4667e+003 1.4668e+003 297.3338e+0037.3338e+003 30-3.6669e+004 3.6669e+004图1.3 算例1.3用不同算法计算结果的误差绝对值的对数图从表1.2中的计算结果可以看出，算法1随着计算过程的推进，绝对误差几乎不断地以5的倍数增长，即有0*02*221*1*555I I I I I I I I n n n n n n n -≈≈-≈-≈----- 成立． 对于逐步向前推进的算法，若随着过程的进行，相对误差在不断增长，导致产生不可靠的结果，这种算法称之为数值不稳定的算法． 对于算法1绝对误差按5的幂次增长，但真值的绝对值却在不断变小且小于1，相对误差增长的速度快于5的幂次，导致产生错误的结果，因而算法1数值不稳定，不能使用． 而算法2随着计算过程的推进，绝对误差几乎不断地缩小为上一步的1/5，即有m m n m n n n n n n n I I I I I I I I 5/5/5/*22*21*1*++++++-≈≈-≈-≈- 成立． 绝对误差不断变小，真值的绝对值随着过程向前推进却在变大，这样相对误差也越来越小，这样的方法称之为数值稳定的算法． 算法1和算法2的误差对数示意图见图1.3． 这个算例告诉我们应该选用数值稳定的算法．知识结构图⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎨⎧⎪⎩⎪⎨⎧⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧⎩⎨⎧⎪⎩⎪⎨⎧⎩⎨⎧算法设计要点数值方法的稳定性数值方法的收敛性算法多元函数一元函数传播有效数字相对误差（限）绝对误差（限）度量截断误差舍入误差误差的产生误差误差与算法习题一1 已知有效数，，． 试给出各个近似值的绝对误105.3*1-=x 4*210125.0⨯=x 010.0*3=x 差限和相对误差限，并指出它们各有几位有效数字．2 证明当近似值是x 的较好近似时，计算相对误差的计算公式和相差一个*x x x x -***xxx -和同阶的无穷小量．2*⎪⎪⎭⎫⎝⎛-x x x 3 设x 的近似值具有如式(1.5)的表示形式，试证明*x 1)若具有n 位有效数字，则相对误差；*x n r a x e -⨯≤11*1021)(2)若相对误差，则至少具有n 位有效数字．n r a x e -⨯+≤11*10)1(21)(*x 4 试建立二元算术运算的绝对误差限传播近似计算公式．5 试建立如下表达式的相对误差限近似传播公式，并针对第1题中数据，求下列各近似值的相对误差限．1) ； 2) ； 3) *3*2*1*1x x x y +=3*2*2x y =*3*2*3/x x y =6若例题1.3中使用的尺子长度是80mm ，最小刻度为1mm ，量得某桌面长的近似值mm ，宽的近似值mm ． 试估计桌子长度、宽度的绝对误差限，并3.1304*=a 8.704*=b 求用该近似数据计算出的桌子面积的绝对误差限和相对误差限．7 改变如下计算公式，使其计算结果更为精确．1) 且0,cos 1≠-x xx1<<x 2)1,1ln )1ln()1(ln 1>>--++=⎰+N N N N N xdx N N3) 1,133>>-+x x x 8 (数值试验)试通过分析和数值试验两种手段，比较如下三种计算近似值算法的可靠性．1-e 算法1 ；∑=--≈mn nn e 01!)1( 算法2 ；101!1-=-⎪⎭⎫ ⎝⎛≈∑m n n e算法3 ；101)!(1-=-⎪⎪⎭⎫ ⎝⎛-≈∑m n n m e9 (数值试验)设某应用问题归结为如下递推计算公式 ，，72.280=y 251-=-n n y y,2,1=n 在计算时取为具有5位有效数字的有效数． 试分析近似计算公式的2*c **1*5c y y n n -=-绝对误差传播以及相对误差传播情况，并通过数值实验验证 (准确值可以用IEEE 双精度浮点运算结果代替)，该算法可靠可用吗？。
数值分析教案教师教案（2009 — 2010 学年第 2 学期)课程名称：数值分析授课学时：32授课班级：任课教师：师君教师职称：讲师教师所在学院：电⼦⼯程电⼦科技⼤学教务处第⼀章⼀、教学内容及要求（按节或知识点分配学时，要求反映知识的深度、⼴度，对知识点的掌握程度（了解、理解、掌握、灵活运⽤），技能训练、能⼒培养的要求等）教学内容：1）数值分析简介（了解）数值分析的原理和基本思想介绍；应⽤实例分析。
2）误差与有效数字（理解）误差、误差限、相对误差、相对误差限和有效数字的定义及相互关系；误差的来源和误差的基本特性；误差计算（估计）的基本⽅法。
3）算法的适定性问题（理解）数值分析中的病态和不稳定性问题介绍；病态问题和不稳定算法的实例分析；避免误差危害的若⼲原则。
教学要求：熟悉和了解数值分析的基本概念，掌握误差分析的基本⽅法，了解数值计算算法设计中应当关注的基本问题。
学时数分配：2学时⼆、教学重点、难点及解决办法（分别列出教学重点、难点，包括教学⽅式、教学⼿段的选择及教学过程中应注意的问题；哪些内容要深化，那些内容要拓宽等等）重点与难点：1）数值分析的概念与其在科学研究中的地位了解数值分析的概念与其在科学研究中的地位对于建⽴学⽣学习兴趣，明确学习⽬标⾄关重要。
教学⽅式与⼿段：采⽤多媒体教学，从学⽣前期课程中遇到的问题⼊⼿，展⽰如何利⽤数值分析⼿段解决上述问题，培养学⽣对本学科的兴趣。
2）算法的概念数值分析是研究算法的学科，在教学过程中必须给学⽣建⽴起算法的概念。
教学⽅法和⼿段：采⽤多媒体教学，通过定义释义和举例⼦，在学⽣中建⽴起算法的概念，明确算法研究中的所需要考虑的问题，主要包括算法的有效性、误差、运算量和稳定性的概念，并从正反两⽅⾯举例，说明上述问题在实际⼯程问题中的作⽤。
3）误差的概念误差分析是算法研究的关键问题之⼀，需要给学⽣明确误差的定义及⼯程中误差的来源。
教学⽅法和⼿段：采⽤多媒体教学，通过不同概念：绝对误差、绝对误差限、相对误差，相对误差限及有效数字的对⽐举例，加深学⽣对上述概念的把握。
数值分析刘立新西安电子科技大学推荐教材及参考资料•李庆扬，王能超，易大义编，《数值分析》（第四版武汉华中科技大学出版社年四版），武汉：华中科技大学出版社，2006•沈剑华主编，《数值计算基础》（第二版），同济大学出版社，2004年济大学出版社其值教材•其他数值分析教材2课程要求先修课程和后续课程：修先修课程：高等数学，线性代数，计算机语言等。
后继课程：数值代数，数值逼近，最优化方法等。
课程评分方法：•平时成绩（20%）考•考试（80%）3建立各种数学问题的数值计算算法的方法和理论通俗地本课程的任务•建立各种数学问题的数值计算算法的方法和理论。
通俗地讲，就是为各种实际问题提供有效的数值近似解方法。
提供在的理论的计算•计算机上实际可行的、理论可靠的、计算复杂性好的各种常用算法。
学习的目的、要求•会套用、修改、创建公式•编制程序完成计算4课程内容•第一章绪论第章•第二章插值与逼近•第四章数值积分与数值微分•第五章常微分方程数值解法•第六章方程求根•第七章线性方程组的解法51第1 章绪论6本章内容111.1 光波的特性1.1 数值分析的对象与特点1.2 光波在介质界面上的反射和折射1.2 误差来源与误差分析的重要性1.3 误差的基本概念1.3 光波在金属表面上的反射和折射1.4数值运算中误差分析的方法与原则7本章要求•主要内容：算法的基本概念，误差的基本概念。
主容•基本要求–(1) 了解数值计算的研究对象与基本特点以及科学计算的重要性；的要性；–(2) 理解绝对误差、相对误差和有效数字的概念；(3)了解数值计算中应注意的些问题。
–了解数值计算中应注意的一些问题•重点、难点–重点：数值计算方法的含义；重点数值计算方法的含义–难点：误差的理解。
81.1 数值分析的对象与特点11什么是数值分析?什么是数值分析•“数值分析”就是研究在计算机上解决数学问题的数值方法及其理论；数值算构计算公式算步•数值算法的构造：计算公式和算法步骤；算法的理论分析误差分析、收敛性、稳定性等•算法的理论分析：误差分析、收敛性、稳定性等。
第一章绪论§1 数值分析的任务§2 误差的基础知识§3 误差定性分析及数值运算中的若干原则欧阳洁2§1 数值分析的任务科学与工程领域中运用计算机求解问题的一般过程：1 实际问题的提出2 建立数学模型3 设计可靠、高效的数值方法4 程序设计5 上机实践计算结果6 数据处理及结果分析欧阳洁3算法应用的意义科学计算（数值模拟）已经被公认为与理论分析、实验分析并列的科学研究三大基本手段之一。
数值分析研究对象以及解决问题方法的广泛适用性，著名流行软件如Maple、Matlab、Mathematica等已将其绝大多数内容设计成函数，简单调用之后便可以得到运行结果。
但由于实际问题的具体特征、复杂性, 以及算法自身的适用范围决定了应用中必须选择、设计适合于自己特定问题的算法，因而掌握数值方法的思想和内容至关重要。
欧阳洁4数值分析的任务数学模型可算化（1）用有限维空间代替无限维空间（2）用有限过程代替无限过程（3）用简单问题替代复杂问题研究算法的可靠性收敛性、稳定性、误差估计研究算法的复杂度时间复杂度、空间复杂度、逻辑复杂度欧阳洁5鉴于实际问题的复杂性，通常将其具体地分解为一系列子问题进行研究，本课程主要涉及如下几个方面问题的求解算法：¾非线性方程求根¾线性代数方程组求解¾函数插值¾函数逼近与曲线拟合¾数值积分与数值微分¾常微分方程数值解法¾矩阵特征值与特征向量计算欧阳洁6§2 误差的基础知识一误差的来源二误差与有效数字三数值运算的误差估计欧阳洁7一误差的来源模型误差:数学模型与实际问题的误差观测误差：观测结果与实际问题的误差截断误差：数学模型的理论解与数值计算问题的精确解之间的误差舍入误差：对超过某有限位数的数据进行舍入所产生的误差欧阳洁8二误差与有效数字1.绝对误差与绝对误差限2. 相对误差与相对误差限3. 有效数字与有效数4. 有效数字与相对误差的关系欧阳洁10三数值运算的误差估计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。
高等数值分析48课时教案
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
南华大学教案
2010 ~ 2011 学年第 1 学期
课程：高等数值分析授课教师（职称）：王礼广（副教授）班级： 2010级理工科研究生
11。
高等教育数值分析教案Ch1、引 论 §1、数值分析及其特点1、数值分析及其主要内容数值分析也称计算方法，主要研究用计算机求解数学问题的数值方法及理论，内容主要包括：(1)数值逼近—插值与拟合、多项式逼近、有理逼近等(Ch2~Ch3)；(2)数值积分与微分(Ch4)；(3)数值代数—求解方程(组)以及特征问题的数值方法(Ch6~Ch9)；(4)常微分方程的数值解法(Ch5)。
2、数值分析的特点(1)首先要有可靠的理论分析，以确保算法在理论上的收敛性和数值稳定性；(2)其次要对计算结果进行误差估计，以确定其是否满足精度；（见例3）(3)还要考虑算法的运行效率，即算法的计算量与存储量。
例如Cooley 和Tukey1965年提出FFT ，NN N 22log 2，N=32K ，1000倍。
1、分析用Cramer 法则解一个n 阶线性方程组的计算量。
解：计算机的计算量主要取决于乘除法的次数。
用Cramer 法则解一个n 阶线性方程组需计算1n +个n 阶行列式，而用定义计算n 阶行列式需()!1n n -次乘法，故总计共需()()()()1!11!1n n n n n +-=+-。
此外，还需n 次除法。
当20n =时，计算量约为()()201!19.710n n +-=⨯次乘法。
即使用每秒百亿次乘法的计算机，也需计算3000多年才能完成。
可见，Cramer 法则仅仅是理论上的，不是面向计算机的。
§2、数值分析中的误差1、误差的类型与来源(1)模型误差；(2)观测误差；(3)截断误差(方法误差) —模型的准确解与数值方法准确解之间的误差；(4)舍入误差—实数形式的原始数据与有限字长的计算机数据之间的误差。
数值分析主要研究截断误差与舍入误差。
例2、根据Taylor 展式)(!!212x R n x x x e n nx++⋅⋅⋅+++=计算1-e (误差小于0.01)。
解：)(!5)1(!4)1(!3)1(!2)1()1(1554321x R e+-+-+-+-+-+=-12012416121-+-≈(截断误差)3667.0≈ (舍入误差)。
第一章绪论上世纪中叶诞生的计算机给科学、工程技术和人类的社会生活带来一场新的革命。
它使科学计算平行于理论分析和实验研究，成为人类探索未知科学领域和进行大型工程设计的第三种方法和手段。
在独创性工作的先行性研究中，科学计算更有突出的作用。
在今天，熟练地运用电子计算机进行科学计算，已成为科学工作者的一项基本技能。
然而，科学计算并不是计算机本身的自然产物，而是数学与计算机结合的结果，它的核心内容是以现代化的计算机及数学软件为工具，以数学模型为基础进行模拟研究。
近年来，它同时也成为数学科学本身发展的源泉和途径之一。
1 数值分析的研究对象与特点数值分析是计算数学的一个主要部分，计算数学是数学科学的一个分支，它研究用计算机求解各种数学问题的数值计算方法及其理论与软件实现。
一般地说，用计算机解决科学计算问题，首先需要针对实际问题提炼出相应的数学模型，然后为解决数学模型设计出数值计算方法，经过程序设计之后上机计算，求出数值结果，再由实验来检验。
概括为由实际问题的提出到上机求得问题的解答的整个过程都可看作是应用数学的任务。
如果细分的话，由实际问题应用有关科学知识和数学理论建立数学模型这一过程，通常作为应用数学的任务，而根据数学模型提出求解的数值计算方法直到编出程序上机计算出结果，这一过程则是计算数学的任务，即数值分析研究的对象。
因此，数值分析是寻求数学问题近似解的方法、过程及其理论的一个数学分支。
它以纯数学作为基础，但却不完全像纯数学那样只研究数学本身的理论，而是着重研究数学问题求解的数值方法及与此有关的理论，包括方法的收敛性，稳定性及误差分析；还要根据计算机的特点研究计算时间最省（或计算费用最省）的计算方法。
有的方法在理论上虽然还不够完善与严密，但通过对比分析，实际计算和实践检验等手段，被证明是行之有效的方法也可采用。
因此数值分析既有纯数学高度抽象性与严密科学性的特点，又有应用的广泛性与实际试验的高度技术性的特点，是一门与使用计算机密切结合的实用性很强的数学课程。
第一章绪论与误差第一节数值分析研究对象及特点一、数值分析课的地位:数值分析是计算数学的一个主要部分，计算数学是数学科学的一个分支。
它研究用计算机求解各种数学问题的数值计算方法及其理论与软件实现。
用计算机解决科学技术和工程问题的步骤:实际问题→建立数学模型→研究计算方法→程序设计→上机计算→求出结果。
例如:⑴某一地区的地形图,用空中航测方法,空中连续拍照。
⑵为形成三维地形图,建立了一个大型超定线性方程组。
⑶ 采用最小二乘方法求解该方程组的最小二乘解, 然后再整体平滑。
⑷编程序,形成一个大型程序,上机进行计算。
二、数值分析课的主要内容:计算机只能进行加减乘除四则运算和一些简单的函数计算(即使是函数也是通过数值分析方法处理,转化为四则运算而形成了的一个小型软件包)。
1.数值代数:求解线性和非线性方程的解法,分直接方法和间接方法。
2.插值和数值逼近。
3.数值微分和数值积分。
4.常微分方程和偏微分方程数值解法。
三、数值分析具有的特点1. 面向计算机，要根据计算机的特点提供切实可行的有效算法,即算法只能包含加、减、乘、除和逻辑运算,这些运算是计算机能直接处理的运算。
2. 有可靠的理论分析，能任意逼近并达到精度要求，对近似算法要保证收敛性和数值稳定性，还要对误差进行分析。
3. 要有好的计算复杂性。
时间复杂性好是指节省时间，空间复杂性好是指节省存储量，这也是建立算法要研究的问题,它关系到算法能否在计算机上实现。
4. 要有数值试验，即任何一个算法除了从理论上要满足上述三点外还要通过数值试验证明是行之有效的。
四、对算法所要考虑的问题:1.计算速度1 例如：求解一个20阶线性方程组,用加减消元法需3000次乘法运算,而用克莱姆法则要进行次运算,如用每秒1亿次乘法运算的计算机要30万年。
2.存储量。
大型问题有必要考虑。
3. 数值稳定性。
在大量计算中,舍入误差是积累还是能控制,这与数值稳定性算法有关。
例一元二次方程其精确解为如用求根公式:以及字长为8位的计算器求解有：则:,那么:的值与精确解有天壤之别。
