数值计算中的误差分析与修正方法
引言：
在现代科学和工程领域中，数值计算扮演着至关重要的角色，因为它能够为研究人员和工程师们提供精确、高效的解决复杂问题的手段。然而，由于计算机的本质限制，数值计算常常会引入各种误差，从而影响计算结果的准确性和可靠性。本文将探讨数值计算中常见的误差类型以及相应的分析和修正方法，旨在提高计算结果的精确性。
一、误差类型和来源
1. 舍入误差：舍入误差是由于现代计算机内部对数字表示进行近似导致的。由于计算机使用有限的二进制位数来表示实数，因此无法精确表示一些无理数或十进制小数。这导致在执行算术运算时，结果会舍入到最接近的有效数字，从而引入舍入误差。
2. 截断误差：截断误差是由于截断或近似无限序列或函数而导致的。例如，在数值积分中，将无限积分区间截断为有限部分，即使使用复杂的数值积分方法，仍然会产生截断误差。
3. 模型误差：模型误差是由于对实际问题建立的数学模型的简化或近似而引入的。实际问题往往非常复杂，而为了进行数值计算，必须对问题进行适当建模。然而，简化和近似会导致模型与真实情况之间存在差异，从而引入模型误差。
4. 数值不稳定性：数值计算中有些问题可能非常敏感，稍许输入变动可能会导致输出结果的巨大变化。这种情况称为数值不稳定性。例如，当计算具有较大条件数的线性系统或求根问题时，数值不稳定性可能会使结果产生较大的误差。
二、误差分析方法 1. 误差界估计：误差界估计是一种常用的误差分析方法，它通过推导数值计算结果与真实结果之间的差距来提供一个误差界。误差界估计方法利用数学技巧和数值分析原理，将误差的上界或下界与计算结果相关的因素联系起来，从而得到计算结果的误差范围。
2. 扩展精度计算：扩展精度计算是通过在计算过程中使用更高的精度，以减小舍入误差对最终结果的影响。一种常见的方法是使用任意精度算法，例如多重精度算法。这种方法的缺点是执行速度较慢，但可以显著减小舍入误差。
1 / 233
第1章 数值计算引论
1．1 内容提要
一、误差的来源
数值计算主要研究以下两类误差。
1． 截断误差
数学模型的准确解与用数值方法求得的解的差称为截断误差，又称为方法误差。这种误
差常常是由用有限过程代替无穷过程时产生的误差。例如，要计算级数
1!1
!1
!31
!21
1
kkn
的值，当用计算机计算时，用前n项（有限项）的和
n
kkn
1!1
!1
!31
!21
1
来代替无穷项之和，即舍弃了n项后边的无穷多项，因而产生了截断误差
1!1
nkk
2． 舍入误差
由于计算机字长为有限位，原始数据和四则运算过程中进行舍入所产生的误差称为舍
入误差。例如，用3.141 59表示圆周率
时产生的误差0.000 002 6„,用0.333 33表示
1
3的运算结果时所产生的误差1
3-0.333 33 = 0.000 003 3„都是舍入误差。
二．近似数的误差表示
1． 绝对误差
设x*
是准值x的一个近似值，称
**
)(xxxe
为近似值x*
的绝对误差，简称误差。
令
|)(|*
xe的一个上界为*
，即
***
|||)(|
xxxe
把*
称为近似数*
x的绝对误差限，简称误差限。
2 / 233
2． 相对误差
设*
x是精确值x的一个近似值，称
xxx
xxe**
)(
为近似值x*
的相对误差。在实际应用中常取
**
*
)(
xxx
xe
r
为*
x的相对误差。
令相对误差绝对值
|)(|*
xe
r的一个上界为*
r，即
*
**
*
||||
|)(|
rr
xxx
xe
把*
r称为近似数*
x的相对误差限。
3． 有效数字
对有多位数字的准确值四舍五入原则得到其前若干位的近似值时，该近似值的绝对误差
不超过末位的半个单位。
设数x的近似值m
nxxxx10.0
21*
，其中，
ix是0~9之间的任一个数，但
ix0，
ni,2,1是正整数，m是整数，若
数值计算方法
1 第一章作业
1.对一个数求和100000次。对数1以单精度方式求和，对数0.00001分别以单精度和双精度方式求和。
问题分析：单精度方式使用函数single()，双精度求和为matlab自动调整，不需要特别说明。
程序编写如下：
运行结果：
实验结果分析：
不难看出，对于1进行单精度求和得到的结果和期望值一致，但是对0.00001进行单精度求和的结果却存在误差，对0.00001进行双进度求和，误差得到减小。这是由于量化误差造成的，0.00001在计算机中并不能准确表示，只能对其进行量化处理，得到一个和真值有一点区别的量化值，小量计算中可以忽略，但在计算了100000后误差积累，导致了最后的结果误差较大。双精度的情况下，该误差小得多。 数值计算方法
2 2.如果||1x，23111xxxx…
当x=0.1时，从111x开始，然后每次加入一项来分别计算1/0.9。在每加入一个新项后，计算近似百分比相对误差，直到近似误差估计值的绝对值小于与五位有效数字一致的误差准则时停止计算。
问题分析：
本例中，要保证5位有效数字，因此容限误差为：
256s(0.510)%510
近似百分比误差为：
-100%a当前近似值前一近似值当前近似值
真误差为：
-100%真值近似值真值
跳出循环的标准为：a|s
程序编写如下：
数值计算方法
3 运行结果如下：
实验结果分析：
实验结果表明，当计算到第6次时，近似误差就已经小于了容限值，循环结束。随着添加多的项数，实际误差和近似误差都减小了，说明了计算精度在逐步提高。我们可以通过改变s的值来调节所需要的计算精度。
数值计算方法与误差分析精要
数值计算方法是一种利用计算机进行数值计算的技术，可以代替传统的手工计算，大大提高计算效率和准确性。在科学计算和工程实践中，数值计算方法被广泛应用于求解代数方程组、数值积分、微分方程数值解、数据插值和拟合等问题。然而，由于计算机的运算精度和舍入误差等因素的存在，数值计算结果往往存在着一定的误差。因此，在进行数值计算时，对误差进行分析和控制是十分重要的。
1. 数值计算方法简介
数值计算方法是将数学问题转化为计算机可以处理的离散形式，通过一系列算法和步骤进行数值计算的过程。常用的数值计算方法包括迭代法、插值法、数值积分和微分方程数值解等。
迭代法是在给定初始值的基础上，通过逐步迭代求解逼近问题的解。其中，牛顿迭代法和二分法是常用的迭代法。迭代法的优点是简单易懂，但收敛速度较慢。
插值法是通过已知的离散数据点，构造一个插值多项式来逼近原函数。常见的插值法有拉格朗日插值法和牛顿插值法。插值法的优点是逼近精度高，但插值节点的选取对结果有较大影响。
数值积分是通过将定积分转化为求和的形式进行计算。常用的数值积分方法有梯形法则和辛普森法则。数值积分的优点是精度较高，但计算量大。 微分方程数值解是通过离散化微分方程的解空间，通过一定的数值算法求解微分方程的近似解。常用的数值解法有欧拉法和龙格-库塔法。微分方程数值解的优点是快速高效，但对微分方程的离散化有一定的要求。
2. 误差分析的重要性
在数值计算过程中，由于计算机的舍入误差、截断误差以及方法本身的误差等因素的存在，数值计算结果会产生一定的误差。误差的存在可能会导致计算结果与真实结果的偏差较大，甚至无法满足精度要求。因此，对误差进行分析和控制是进行数值计算的关键。
误差分析可以帮助我们了解数值计算方法的可靠性和稳定性，指导我们选择合适的数值计算方法，并为结果的有效性提供保证。通过误差分析，可以估计计算结果的误差范围，从而判断结果的可信度。
