这篇文章整理了使用qt中遇到的问题以及解决方案。这些方案并不总是能解决问题，只是提供一个排查问题的方向。
第一章、误差 error
1 误差背景介绍
1. 来源和分类 source and classification
模型误差 modeling error
观测误差 measurement error
方法误差/截断误差 truncation error: 例如泰勒展开选取前几项，后面的余项就是截断误差
舍入误差 roundoff error: 1/3计算时按照0.333，这个误差为舍入误差
2. 传播与积累 spread & accumulation
初始扰动会造成误差迅速积累，是不稳定算法(unstable algorithm)
| 病态问题 | ill-posed problem |
| 误差 | error |
| 绝对误差 | absolute error |
| 绝对误差限 | accuracy |
| 相对误差 | relative error |
| 相对误差限 | relative accuracy |
| 有效数字 | significant digits |
有效数字和绝对误差
有效数字的绝对误差限为最后一位数字的半个单位，同理也可以用误差限计算有效数字的位数。例如用355/113作为π的近似值时，可以通过这种方式计算有效数字和误差限。在数值计算中，使用某个符合精度要求且容易计算的数值来近似代替原来的数值，是一个常用的方法。
有效数字和相对误差 有效数字的位数和相对误差限是等价的。
函数的误差估计(error estimation for functions)
|放大因子|amplification factor| |绝对条件数|absolute condition number| |相对误差条件数||
函数f在该点是well-conditioned或者ill-condition
注意事项
-
避免相近二数相减
-
避免小分母：分母小会造成浮点溢出
-
避免大数加上小数: 求和时从小到大相加，可使和的误差减小
-
先化简再计算，减少步骤，避免误差积累
-
选用稳定算法
第二章、插值 interpolation
插值函数 多项式插值 分段插值 三角插值
插值条件,插值节点
插值方法研究的问题
- 满足插值条件的插值函数是否唯一 对于待求的多项式的系数，x的多项式组成的Vandermond行列式是否为零.
- 如何构造 待定系数法(多重零点会减少待定系数的数量):需要解线性方程组,可能存在病态问题
拉格朗日多项式(Lagrange Polynomial)
- 误差估计