- vcpkg
- cmake
- set environment variable VCPKG_FEATURE_FLAGS=manifests
00957016 高敬庭
在我的結果中,我觀察到只要degree減少,相同方法的誤差值就會減少,相反的,只要degree提升,誤差就會增加,其中新系統的誤差永遠會比原始系統的誤差大。
根據圖中的數據繪製出的Two Norm關係圖
根據圖中的數據繪製出的Infinite Norm關係圖
- Red : Gaussian new system
- Green : QR Method new system
- Blue : QR Method original system
關係圖的x軸代表degree,y軸代表誤差,將誤差normalize到[0,1],可以看到三種作法在degree低的時候誤差不明顯,但是當degree增加的時候Gaussian的誤差會比QR Method來的大,而且新系統算出來的誤差會比原始系統的來的大。
- QR Method > Gaussian
- Original System > new System
為了測試穩定性,將多項式的degree提升後做測試,由於計算過程中會產生計算誤差,所以可以知道degree提升帶來的誤差也會提升,以degree為10舉例,可以看到新系統由於又經過一次數值計算,所以誤差會比舊系統來的大,其中雖然QR Method在degree < 8 的情況下會比Gaussian來的準,但是只要超過7之後QR的誤差反而比Gaussian來的大,我認為應該是因為系統不準確所以導致結果更不准,如果將degree再進一步提升到15,則發現Gaussian的誤差增長又超越了QR,從圖中可以看出來Gaussian的誤差增長速度明顯快過於其他兩種情況,所以我認為QR還是相較於Gaussian穩定,而原始系統下的QR則非常穩定,即便系統誤差提高,其結果影響也沒有太大。