增量式整理数值分析这门课的收获
来源:互联网 发布:js iframe src 编辑:程序博客网 时间:2024/05/19 06:15
大学的时候曾经选修过数值分析这门课程,但是当时好多地方都没学明白。研究生期间正好有老师开这门课,于是便去旁听了。开一帖,增量式地记录自己在这门课上的收获。依我个人的理解,数值分析是一门研究误差和近似算法的课程,包含很多在数值计算中的小trick。
一、求根公式
数值计算中应该尽量避免两个相近的数相减。原因在于,两个相近的数相减会使得有效数字位数减少从而使得误差增大。在最常见的一元二次方程的求根公式中,
注意这样的一个问题,如果在当前的方程中,b^2远大于4ac,那么会导致其中一个根的分子上出现两个相近数相减的情形,这显然是我们不想看到的。所以有人用求根公式结合韦达定理来实现一元二次方程的求根,在看一些代码的时候应该理解别人为什么这么做。即可能会有作者先利用根号下与-b符号相同的情形计算出一个根x1,然后再用韦达定理x2=c/(ax1)求得另一根。
二、牛顿迭代公式
1、泰勒展开与泰勒公式
今天才逐渐明确,泰勒展开和泰勒公式并不是一个东东,泰勒展开实际上是一个无穷项,而泰勒公式则是一个有限的近似
2、牛顿迭代公式
先将f(x)在xk处泰勒展开得到下式
取线性部分来代替f(x)
从上式得到迭代关系式
这个东西很简单,关键是能“联系”到什么?或者说为什么要把它记在博客里?第一是牛顿迭代的固有属性,一般是至少平方收敛的;第二,法线牛顿迭代公式并没有像之前的迭代公式先找不动点那样操作,而是直接从泰勒公式入手。这给我的一点启发就是,泰勒公式的后面的好多项好像不是那么的重要,省略掉了使操作变得简单但是仍然可以得到第一个很漂亮的结果,也就是说,越是好的模型往往可能就越简单,甚至是有异于人的常规思维!有点化繁为简的感觉了。
0 0
- 增量式整理数值分析这门课的收获
- 整理屋子的意外收获
- 增量式整理计算机视觉的相关代码
- 到了整理一年收获的时间了
- 整理数据库脚本的一些收获
- 数值分析的方面
- 分析序列的增量赋值*=,+=
- 谱方法的数值分析 !!
- 最经典的数值分析
- 整理一下最近的收获,java中接口的使用
- JS深入学习知识整理(写下每日的收获! )
- 数值分析 第七章 常微分方程的数值解法
- 数值分析
- 数值分析
- 数值分析
- 数值分析
- 数值分析
- 位置式pid和增量式pid 相差不多 的原因分析
- 职场人士如何减压-如何解决职业压力并发症
- C#中使用GUID
- 如何利用深信服af 防火墙找到内部中毒机器或者肉鸡
- swift 各种string扩展
- 基础知识之XML操作类DOMDocument
- 增量式整理数值分析这门课的收获
- Mac环境下react native环境安装与配置
- java递归简单实例
- 【知识】如何使用Amazon Machine Learning构建机器学习预测模型
- “Guccifer 2.0”再公布DNC档案,民主党官员怀疑俄罗斯特工
- 完美解决:软键盘弹出,根据软键盘高度,将所有布局顶上去
- JavaScript跨域访问
- c#+ArcGIS Engine-获取矢量图层的空间参考
- MFC DLL中创建CDialog失败