Академический Документы
Профессиональный Документы
Культура Документы
Exemple
Obiectivul analizei numerice este analizarea metodelor numerice
dezvoltand pt rezultatele efective a unei probleme stiintifice sau matematice
intelegand prin aceasta gasirea unei solutii a problemei. Constructia metodei ofera
solitii aproximative de ecuatii. Inlocuieste formula continuta cu cea discreta.
Analizarea convergentei si eroarea metodei
Deseori solutia este gasita pritr-un didtem interactic pt care se stabilesc conditiile
de convergenta care solutia exacta. Analizarea erorii consta in stabilirea de
formule care sa dea marja pt eroarea solutiei. Fie formulele teoretice, fie formulele
care tin de numarul de operatii necesare pt gasirea solutiei precum si pt propagarea
erorilor in aceste operatii.
Conditiile probabile si stabilira metodei.
Conditii probabile: semsibilitatea solutiei la mici dchimbari in datele problemei.
Daca solutia este sensibila la mici schimbari probabile se zice rau conditionata; in
caz contrar se zice bine conditionata.
Eficienta metodei: exista mai multe metode dezvoltata pt aceeasi clasa de ecuatii
liniare. Integrarea numeriiica a ecuatiei diferentiala. Utilizatorul alege in functie de
caracteristicile metodei, adica precizie, timp de calclul. Factorul uman poate fi
hotarator, utilizatorul alege o metoda mai cunoscuta.
Conditionarea problemei F(x,y)=0 (*); x=solutia y=data de care depinde solutia
Exemplu 1 F- functie polinomiala, y-valoarea coeficientului problemei
2 (*)problema cu valori initiate pt o ecuatie diferentiala.
Definitie: problema F(x,y)=0 se zice stsabila sau bine cond daca solutia x depinde
continuu de y. O problema care nu e stabila e instabila saiu rau cond.
Numarul deconditie : pt problema de tipul (*) se pote defini numar de conditii care
reprezinta o masura a stabilitatii problemei y, in y asociemmsolutiile lui x. y
sufera o perturbarea si devine y=y+y, x=x+x,
Def: K(x)=sup[(||x||/||x||)/(||y||/||y||] =(perturb rel in x)/(perturb rel in y)
||x||/||x||= K(x)(||y||/||y||) k=mare=> preoblema rau cond; contrar- bine cond
Stabilirea algoritmului F(x,y)=0 presupunem ca metoda conduce la un numar de
rezolvare Fn(yn,xn)=0 depinde de n.
Presupunerea conditiilor yn=/=y =>xn x n∞
Fn(z,w)=> Fz(w)
Def.2 K(x)= lim (supK (x )) Zicem ca metoda doi e stabila daca nr de conditii
n
n n
semn
0…x>0
1….x<0
subiectul 3 reprezentarea nr in calculator reali reprezentarea in virgula flotanta:
structura logica a formatului, formate IEEE
tipul real de 4 se reprezinta pe patru octeti asezati continuu si este stocat in asa
numitul format simplu
real(4)… format simplu (IEEE S Floating)
real(8)…fomat dublu (IEEE T Floating)
F in format simplu reprezinta o sompla precizie iar F in format dublu reprez in
dubla precizie
Format
Parametru Simplu Dublu Dublu-extins
Format lungime in 32 64 80
biti
Bit de semn 1 1 1
lungime in biti
Semnificatie in biti 23 52 64
Precizie P nr de 24 53 64
biti
Exponent e in biti 8 11 15
E max +127 +1023 +16383
E min -126 -1022 -16382
Deplasare +127 +1023 +16383
exponent
Precizie in cifre +7 15-16 19-20
zecimale
Plaja de 10 38 10 308 10 4932
reprezentare
Explicatii Primul bit se presupune 1 si nu se mai stocheaza efectiv in camp si se
stocheaza fractia. La fiecare exponent se adauga o deplasare astfel incat valoarea
stocata sa fie mai mare decat 0. elementele stocate= E+deplasarea
E=Estocat-deplasarea
Primul bit al semnnificantului este 1 atata timp cat semnificantul este diferit de 0 .
Formatul dublu extins. Este utilizat intern de catre coprocesorul matematic. Nr
reprezentat nu trbuie normalizat si pt stocare se utilizeaza 64 de biti de precizie.
Bitul β0 este stocat explicit in locatia 6 a semnificantului.
Subiectul 4 reprezentarea nr in calculator-formatul IEEE: valori speciale; plaja
de reprezentare, exceptii aritmetice
Valori speciale: exista anumite combinatiide exponenti si semnificatii care
conducmla valorile speciale din tabloul urmatori. Lor li se adauga nr normalizate.
Formate IEEE valori in virgula flotanta
Nr denumire Cantitate Exponent E Semnificatie
cur reprezentanti
0 Numar normalizare 1 f ( x) s E Emin Sig.
≤E≤Emax
1 Zero cu semn ±0 E=Emin-1 Sig.=0
2 Numar normalizat ±0.fx2 Emin
E=Emin-1 Sig.=/=0;
f=/=0
3 Infinit cu semn ±∞ E=Emax+1 Sig.=0
4 Not a number Nab E=Emax+1 Sig.=/=0
Numere de normalitate (subnormale) se claseaza intre cel mai mic nr neg si cel
mai mic nr pozitiv intreacestea ar fi clar nr ±0
s.p: ±0.fx2-126
d.p. ±0.fx2-1023
Exceptii aritmetice
CVF-trateaza doua tipuri de exceptii in operatiile aritmetice 1. exceptia in virgual
flotanta: zicem ca avem exceptie atunci cand rezultatul unei opereatii FP nu este
reprezentabil ca nr normalizai inclusiv cand apare o pierdere de precizie in
reprezentarea rezultatului implicit in cazulunei exceptii FP se seteaza in status 1
flag si calculatia se continua cu rezultatul imlicit descris mai jos –nr exacte, imp cu
0 depasiri format, nr invalide
Exceptii matematice intervin in cazul functiilor matematice si pot fi: eroare de
argument, depasiri de format, pierdere deprecizie
Subienctul 5 Reprezentarea nr in caslculator-masura erorii de rotunjire:
ULP; -masina; Eroerea de rotunjire a unitatii
ULP Def 1. ULP(x)=este nr care are un 1 in ultimul bit si 2 in restul bitilor si
acelasi exponent ca si x. x=b0b1…bp-1x2E
ULP(x)=0.0… 1 x2E=(1.0)2x2p-1x2E=2-p+1x2E
Proprietate: ULP(x) este cel mai mic nr care adunat la x produce un nr recunoscut
de calcule, si nr mai mare decat x.
Un nr mai mare decat x se pote obtine: x=b0 b1…bp-2(bp-1+2) x 2E >x |
__
x x ULP( x )
x+ULP(x)=b0.b1…bp-1+2(x2E) > x
-masina
err (f(x)) ≤1/2ULP(x)
½ 2-P ≤|Rel(fl(x))|≥ 2-P
demonstram exemplu tinand cont de P1
Def 2: Marginea superioara a erorii relatrive in modul se numeste -masina
p=precizia reprezentarii; -masina =2-P
Eroare de rotunjire a unitatii err de rotunjire a unitatii este cel mai mic nr FP ccare
adunat la 1.0 produce un nr mai mare decat 1.0 exemplu: F.S.:EPS=ULP(1.0)=2 -
23
F.D.:EPS=ULP(1.0)=2-52
Zecimal F.S:EPS=1.192… x10-7 F.D:EPS=2.220… x10-16
Subiectul 6 Erori, surse şi propagare:
Eroare; Eroare relativă; Cifre semnificative; Relaţia cu eroarea relativă.
1.erori. Vom nota cu xT valoarea adevarata a lui x. xA=valoare aproximativa
Def 1. Eroarea „in xA” ; err xA=xT-xA; |err(xA)=|xT-xA| ... err absoluta (in xA a
valorii xA)
|xT-xA| ≤ ; - ≤ xT-xA ≤ xA- ≤ xT ≤ xA+ x T [x A , x A ]
Def 2. | Eroare relativa
| Rela (xA)=err(xA)/xT= (xT- xA)/xT
Numar de cifre semnificatrive alternativ la err in xAse poate masura precizia cu
care xA aproximeaza pe xT cu numar de cifre semnificative saucorecte in xA. Acest
nr se pune in relatie cu err relativa xA .
Cifrele semnificative ale unui nr reprezentat in baza β
X=an βn+ an-1 βn-1+…….+ a β+a0+ a-1 β-1+ a-2 β-2+……
eroarea de rotunjire |Err(xA)| = |xT-xA| xT; xA ; Err(xA) = xT-xA ; rel (xA)= (xT-
xA)/xT
x; fl(x); Err(fl(x)) =x-fl(x) rel(fl(x))=(x-
fl(x))/x
a) an+1. < β/2
x-fl(x)= σ(.00......0an+1..)x βe x-fl(x)=an+1an+2......x βe-(n+1)< β/2 βe-n-1
e-n
|x-fl(x)|<1/2 β
b) an+1. ≥ β/2 =>|x-fl(x)| ≤ ½ βe-n
Ordin de convergenta
Definitie 1: fie sirul iteratiilor (xn)n≥0 unde xn daca exista un p R , p ≥ 1
Exista un c>0 a.i. | - xn+1| ≤ c|- xn|p
Atunci xn cu ordin de convergenta ”p” c= rata de convergenta
Definitie 1 (continuare): p=1 -biliniara; p=2 -patratica; p=3 -cubica
1
n ∞ 0 |-cn| 0
2n
(*)=> p=1 rata convergentei =1/2 |-cn|≤
ba ba ba
este suficient: 2n n ≥ log2( )
2
Bisectia este o metoda foarte robusta si u control foarte bun al err. Singurul
dezavantaj este ca metoda converge incet
g g g(x)
x
x0 x1 x2
demo
1) oricare ar fi x (a,b) a ≤ g(x) ≤ b
G(x) = g(x) – x continut pe [a,b]
G(a) = g(a) – a ≥ 0
G(b) = g(b) – b ≤ 0
G(x) = 0
Teorema 2: aplicatie contractanta
Dac: 1) g:[a,b ] [a,b], continut pe [a,b]
2) exista λ 0< λ <1
3) oricare ar fgi x , x’ [a,b] |g(x) – g(x’)| ≤ λ (x - x’)
atunci: a)x=g(x) are o tadacina unica in [a,b]
b)sirul xn (xn+1 = g(xn), n>0) p=1 p-ordin de convergenta
n
c) |-xn |≤ (x1 - x0)
1
demonstratie: a) din ipoteza 1 conform lemei => ca exista o radacina in [a,b] ,
exista =/= β , , β apartine [a,b]
teorema 2’
1. g – continut si derivat pe [a,b] 2. g’ – marginit pe [a,b] |g’(x)| ≤ λ-1
atunci : a)x=g(x) are o tadacina unica in [a,b]
b)sirul xn (xn+1 = g(xn), n>0) p=1 p-ordin de convergenta
n
c) |-xn |≤ (x1 - x0)
1
presupunem ca in plus ca g’ este constant pe [a,b]
teorema 2’’
λ = max
[ a ,b ]
| g ' ( x) | < 1
1. g constanta si cu derivata continua pe [a,b]
2. λ = max|g’(x)| < 1
atunci: a)x=g(x) are o tadacina unica in [a,b]
b)sirul xn (xn+1 = g(xn), n>0) p=1 p-ordin de convergenta
n x n 1
c) |-xn |≤ (x1 - x0) d) lim =g’(x)
1 n xn
demonstratie xn 1 = g() – g(xn) =g’(ξ)( – xn)
alte teoreme:
g: [a,b] => R –se relaxeaza aceasta conditie
g: IR
teorema 3 I=[x0 – ρ, x0 + ρ], x0 – aproximatia initiala
demo:1. I=[x0 – ρ, x0 + ρ], g:IR , continuta pe I
2. oricare x,x’ apartien lui I | g(x)+ g(x’) |≤ λ |x-x’|
3. |x1 - x0| ≤ (1- ) ρ |g(x0)-x0 |≤ (1-x) ρ
atunci: a) xn I b) xn I ; x=g() | - xn |< λn ρ c) = unic in E
daca exista g’: 2’ |g’(x)| ≤ λ <1 g’ este constant 2’’ max | g ' ( x) | 1
I
x1=g(x0)
x0 x1 x2 x0 x1 x0
m=1
d)g’(x)<1
m=1
x2=x0 x1
x2 x0 x1