близким к
нулю.
Не надо думать, однако, что накопление погрешностей округ
ления делает непригодным метод Гаусса или другие численные ме
тоды. Ведь обычно требуется знать решение не абсолютно точно,
а лишь с какой-то степенью точности. Важно, чтобы результирую
щая погрешность вычислений находилась в пределах заданной точ
ности. Для этого необходимо проводить анализ влияния погреш
ностей округления на точность алгоритма.
Поскольку полное проведение такого анализа весьма трудоемко
и выходит за рамки данной книги, ограничимся лишь основными
сведениями. Подробное изложение этого круга вопросов можно
найти в книге [
6
].
Для большинства вычислительных алгоритмов влияние погреш
ностей округления можно учесть, рассматривая возмущенную си
стему (13). Считают, что решение системы (1), искаженное по
грешностями округления, совпадает с точным решением некоторой
системы (13). Иначе говоря, процесс решения системы (1) с уче
том погрешностей округления эквивалентен точному решению не
которой возмущенной системы (13).
Предположим для простоты, что правая часть / задается точно.
Пусть в результате погрешностей округления вместо точного ре-
79
шения системы (
1
) получено точное решение возмущенной системы
A x = f.
(
22
)
В этом случае матрица
6
А = А —А
называется
матрицей экви
валентных возмущений.
Каждому вычислительному алгоритму от
вечает своя матрица эквивалентных возмущений. Если известна
оценка нормы матрицы 6/4, то погрешность, возникшую в резуль
тате погрешностей округления, можно оценить согласно (15),
а именно
11
*11
Мл
1
6/4
|1
.23,
1* 1
м
1 М Ц М П '
‘ - " - Щ
Отсюда видно, что на точность решения влияют два фактора:
число обусловленности матрицы
А
и эквивалентное возмущение
||
6
Л||/1|/41|. Чем больше числа
МА
и ||6/4||/||/4||, тем меньше точность
решения. Подчеркнем, что число обусловленности не связано с ка
ким-либо численным алгоритмом, а характеризует только свойст
ва исходной системы (1). Величина эквивалентного возмущения оп
ределяется численным алгоритмом. Тем самым при рассмотрении
конкретных алгоритмов необходимо получать оценки соответствую
щих эквивалентных возмущений.
Так, в результате факторизации
A = LU
по методу Гаусса реше
ние системы (
1
) сводится к решению двух систем
Ly = f, Ux = y
с треугольными матрицами. Погрешности округления приводят к
тому, что вместо решения
х
системы
Ux = y
получаем решение
х
возмущенной системы
Пх = у.
Точно так же вместо решения
у
си
стемы
Ly = f
получаем решение
у
системы
Ly = f.
Таким образом,
можно считать, что вместо исходной системы (
1
) точно решается
возмущенная система
A x = f,
где
A = LD.
Чтобы найти матрицу
А,
надо выписать все формулы метода Гаусса, внести в них погреш
ности округления и получить тем самым матрицы
L
и
D.
Далее
следует оценить норму матрицы
5A = LU
—
LO.
Опуская все эти
весьма трудоемкие выкладки, приведем лишь окончательный ре
зультат (см. [
6
]).
Пусть
t
— число разрядов мантиссы в двоичном представлении
чисел на ЭВМ с плавающей запятой, так что относительная по
грешность округления действительного числа есть величина по
рядка
2~‘.
Тогда для эквивалентного возмущения метода Гаусса
верна оценка
1А_.л 1 = о ( т .2Д
ИЛ
где
m
— порядок матрицы.
Таким образом, накопление погрешностей округления при ре
шении систем линейных алгебраических уравнений методом Гаусса
80
на ЭВМ с плавающей запятой приводит к тому, что искомое реше
ние определяется с относительной погрешностью
Do'stlaringiz bilan baham: |