![数值计算方法(第4版)](https://wfqqreader-1252317822.image.myqcloud.com/cover/391/50418391/b_50418391.jpg)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
1.4.1 函数运算误差
当自变量有误差时,一般情况下,相应的函数值也会产生误差。可用函数的泰勒展开式分析这种误差。
设一元函数f(x)的自变量x的近似值为x*,一元函数f(x)的近似值为f(x*),其误差限记为ε[f(x*)],对f(x)在近似值x*附近泰勒展开
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/19_01.jpg?sign=1738961201-eRy5EOW0UaH1VcnTb6o3gaAoR9Ts4OIj-0-74a3b1f370f1ee8a20b1efbc06040953)
ξ介于x和x*之间,取绝对值得
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/19_02.jpg?sign=1738961201-ZJelun4SGAkoRbzUXnVsOYIwHfC0QJYW-0-d0715ca38ad903d944bae1d0e7f67424)
式中ε*为近似数x*的绝对误差限。
设f′(x*)与f″(x*)相差不大,可忽略ε*的高次项,于是可得出函数运算的误差和相对误差
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/19_03.jpg?sign=1738961201-Wq5MoI72qGD6XwQJQST13iLRfWRDr4Bp-0-15b3114d86128397776e9f3e3a8289a7)
设多元函数y=f(x1,x2,…,xn)的自变量x1,x2,…,xn的近似值为,多元函数y的近似值为
,函数值y*的运算误差可用函数y的泰勒展开式得到
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/19_06.jpg?sign=1738961201-dgRoAk0vDSTTCmqGEvIUCNNc3Zt9rnNn-0-27339871c59713c2e2e73a2aeafbaf7f)
记,则上式简记为
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/19_08.jpg?sign=1738961201-oJSGK4XX7oQ3oipaiyn8CFsqC2bXxFwY-0-89f2635238494625f167b859d04e54dc)
于是误差限
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/19_09.jpg?sign=1738961201-qqHBCe27usT6dKzKeiSkGWB5bcrte2EL-0-8c60932020f50a13a6c0e41d82803a38)
相对误差限
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/19_10.jpg?sign=1738961201-d6DvYglSeJvfr6RqpDDuVvgWhsoJH5Mo-0-1759e3aedb1ba8c6ae99415b2bfe09cf)
利用上式可得和、差、积、商的误差估计。
例1-13 设x>0,x的相对误差为2%,求xn的相对误差。
解 因x有相对误差,所以设x是真值的一个近似值,利用式(1-10)有e(xn)≈
,由式(1-11)有
![](https://epubservercos.yuewen.com/202533/29686889803733006/epubprivate/OEBPS/Images/20_01.jpg?sign=1738961201-Ba8vp0cwSmLnzdaDynnfDDtKQ3AiRh58-0-93ffdcac631022cdc03238a081f4362a)