Αριθµητικές Μέθοδοι και Προγραµµατισµός Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί)

Transcript

1 Αριθµητικές Μέθοδοι και Προγραµµατισµός Αριθµητική Ανάλυση (ή Επιστηµονικοί Υπολογισµοί) ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 7 Οκτωβρίου 2014 ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

2 Αριθµητική Ανάλυση Είναι η κοινή περιοχή των Μαθηµατικών και της Πληροφορικής η οποία δηµιουργεί, αναλύει και υλοποιεί µεθόδους(αλγορίθµους) για την αριθµητική επίλυση επιστηµονικών προβληµάτων. Τα προβλήµατα αυτά προκύπτουν από την µαθηµατική µοντελοποίηση αντιστοίχων προβληµάτων του πραγµατικού κόσµου και ενδιαφέρουν τις Επιστήµες (Φυσική, Χηµεία, Οικονοµία, Κοινωνία, Ιατρική, Βιολογία, Επιχειρησιακή Ερευνα, κ.α.) και την Τεχνολογία. ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

3 Σκοπός του µαθήµατος Ανάπτυξη και µελέτη των ϐασικών αριθµητικών µεθόδων για την επίλυση επιστηµονικών προβληµάτων Μελέτη σφάλµατος (ακρίβεια λύσεων) ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

4 Στόχοι του µαθήµατος Με την ολοκλήρωση του µαθήµατος οι ϕοιτητές να γνωρίζουν την ανάπτυξη και υλοποίηση αριθµητικών αλγορίθµων για την επίλυση επιστηµονικών προβληµάτων την σύγχρονη µεθοδολογία αξιολόγησης και σύγκρισης επίδοσης αριθµητικών αλγορίθµων τις σύγχρονες τάσεις στην περιοχή των Επιστηµονικών Υπολογισµών την σύγχρονη ανάπτυξη επιστηµονικού λογισµικού για την προσοµοίωση προβληµάτων του ϕυσικού µας κόσµου. ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

5 Περιεχόµενα του µαθήµατος 1. Σφάλµατα στους Αριθµητικούς Υπολογισµούς 2. Αριθµητική Επίλυση µη Γραµµικών Εξισώσεων. 3. Αµεσοι µέθοδοι για την Επίλυση Γραµµικών Συστηµάτων. 4. Επαναληπτικές µέθοδοι για την Επίλυση Γραµµικών Συστηµάτων. 5. Αριθµητικός υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων. 6. Παρεµβολή 7. Μέθοδος των Ελαχίστων Τετραγώνων 8. Αριθµητική Παραγώγιση 9. Αριθµητική Ολοκλήρωση 10. Αριθµητική Επίλυση Συνήθων ιαφορικών Εξισώσεων ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

6 Αριθµητική Ανάλυση Ιδιοτιµές και Ιδιοδιανύσµατα Για την αναγνώριση αν δύο οργανισµοί έχουν όµοιο DNA, αρκεί ο έλεγχος αν τα ιδιοδιανύσµατα που αντιστοιχούν στις µεγαλύτερες ιδιοτιµές των πινάκων που κατασκευάζονται σύµφωνα µε τα υπόλοιπα χαρακτηριστικά του προβλήµατος έχουν την ίδια κατεύθυνση. Για τη µελέτη του ϱυθµού µεταβολής(αύξησης ή µείωσης) των ερυθρών αιµοσφαιρίων σε έναν οργανισµό είναι απαραίτητη η γνώση αν η µεγαλύτερη ιδιοτιµή ενός πίνακα 2 2 είναι µεγαλύτερη ή ίση ή µικρότερη της µονάδας. Στη µελέτη των στοιβάδων ατόµων και συνεπώς και των χηµικών ενώσεων είναι απαραίτητη η γνώση κάποιων ιδιοτιµών. Παρατήρηση Είναι πολύ σηµαντική και αναγκαία η χρήση µεθόδων εύρεσης των ιδιοτιµών και των ιδιοδιανυσµάτων πινάκων που προκύπτουν από τα επιστηµονικά προβλήµατα σε πολλές επιστήµες, όπως η Βιολογία, η Χηµεία, η Φυσική και άλλες. ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

7 Γραµµικά Συστήµατα Γραµµικά Συστήµατα προκύπτουν και από τη µελέτη ταλαντώσεων δυναµικά συνδεδεµένων σωµάτων για την οποία είναι απαραίτητη η εύρεση των ιδιοτιµών των πινάκων. Μη Γραµµικά Συστήµατα Μη Γραµµικά Συστήµατα (µε µη γραµµικές αλγεβρικές εξισώσεις) είναι απαραίτητο να επιλυθούν για τον υπολογισµό της Χηµικής Ισορροπίας Ταυτόχρονων Αντιδράσεων. ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

8 Ανάλυση και Σχεδιασµός Χηµικών Αντιδραστήρων Χρήση Αριθµητικών µεθόδων για τον προσδιορισµό των Συναρτήσεων Ταχύτητας των χηµικών αντιδράσεων 1. Μέθοδος των Ελαχίστων Τετραγώνων 2. Αριθµητική Παραγώγιση 3. Αριθµητική Ολοκλήρωση ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

9 ΚΕΦ. 1. Σφάλµατα στους Αριθµητικούς Υπολογισµούς Εισαγωγή Αριθµοί Μηχανής Ανάλυση σφάλµατος των αριθµών κινητής υποδιαστολής Ανάλυση σφάλµατος στο άθροισµα όρων ιαδιδόµενο σφάλµα ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 Οκτωβρίου Υπολογισµοί) / 58

10 Πηγές Σφαλµάτων 1 Σφάλµατα που προκύπτουν κατά το σχηµατισµό του µαθηµατικού µοντέλου 2 Σφάλµατα στα δεδοµένα 3 Σφάλµατα αποκοπής 4 Σφάλµατα στρογγύλευσης / 58

11 Μέτρηση Σφάλµατος Ορισµός απόλυτο σφάλµα απόλυτο σχετικό σφάλµα Αν x είναι µια προσέγγιση του x, το απόλυτο σφάλµα είναι η ποσότητα x x και το απόλυτο σχετικό σφάλµα η ποσότητα x x, x 0. x / 58

12 Αριθµοί Μηχανής Ακέραιοι Πραγµατικοί-Κινητή Υποδιαστολή Σύστηµα Αρίθµησης Αν β = 10 εκαδικό (432.52) 10 = Αν β = 2 υαδικό ή (101.11) 2 = = 5.75 (101.11) 2 = (5.75) 10 όπου ο συµβολισµός ( ) β δηλώνει τη ϐάση β του συστήµατος αρίθµησης στο οποίο παριστάνεται ο αριθµός / 58

13 Ακέραιοι Αν υποτεθεί ότι διατίθενται n δυαδικά ψηφία (bits) για την αποθήκευση των ψηφίων ενός ακεραίου αριθµού, τότε ο µεγαλύτερος ακέραιος αριθµός που µπορεί να αποθηκευθεί στη µνήµη είναι ο: n {}}{ ( ) 2 = 1 2 n n = 2 n 1. Αν n = 15 τότε = Εποµένως, όλοι οι ακέραιοι αριθµοί στην περιοχή [ (2 n 1), 2 n 1] αποθηκεύονται µε την ακριβή τιµή τους στη µνήµη / 58

14 Πραγµατικοί Αριθµοί - Κινητή Υποδιαστολή Στο δεκαδικό σύστηµα ένας πραγµατικός αριθµός µπορεί να παρασταθεί στην κανονικοποιηµένη επιστηµονική µορφή. Αυτό σηµαίνει ότι η δεκαδική τελεία µετατοπίζεται έτσι ώστε όλα τα ψηφία του αριθµού να ϐρίσκονται στα δεξιά της δεκαδικής τελείας και το πρώτο ψηφίο να είναι διάφορο του µηδενός. Για παράδειγµα, = / 58

15 Πραγµατικοί Αριθµοί - Κινητή Υποδιαστολή Ενας πραγµατικός αριθµός x ( 0) µπορεί να παρασταθεί µε τη µορφή x = ± x 10 e όπου e είναι ένας ακέραιος, ο οποίος καλείται εκθέτης (exponent) και x είναι το κλασµατικό τµήµα του αριθµού (ή mantissa). Είναι ϕανερό ότι 0.1 x < 1 Γενικά, ένας αριθµός παριστάνεται σε ένα σύστηµα αρίθµησης µε ϐάση β σαν x = ± x β e όπου x = (0.a 1 a 2... a n ) β 0 a i β 1, a / 58

16 Παράσταση των Πραγµατικών Αριθµών µε Κινητή Υποδιαστολή Στο ακόλουθο σχήµα παριστάνονται οι πραγµατικοί αριθµοί σε υπολογιστές µε λέξεις των 32 και 64 δυαδικών ψηφίων (bits). x e { { { bits 2-24 bits e x { bits 2-12 bits bit CDC 6000 Σχήµα : Παράσταση πραγµατικού αριθµού στη µνήµη. Το πρώτο δυαδικό ψηφίο (bit) είναι 0 αν ο αριθµός είναι ϑετικός και 1 αν είναι αρνητικός / 58

17 Αριθµοί Μηχανής Η παράσταση καλείται κινητής υποδιαστολής (floating point). x = ± x β e Στη συνέχεια προσδιορίζεται το διάστηµα [s, L] των πραγµατικών αριθµών που µπορούν να αποθηκευθούν ακριβώς στη µνήµη. Υποθέτουµε ότι β = 2, το x είναι αποθηκευµένο σαν µια ακολουθία από n δυαδικά ψηφία και Η ποσότητα x ϕράσσεται ως εξής: n e M {}}{{}}{ ( ) 2 x ( ) 2 n ή οπότε 1 x 1 2 n 2 s = 1 2 2e x 2 e = x (1 2 n ) 2 e = L < 2 e ή 2 e 1 x < 2 e / 58

18 Αριθµοί Μηχανής Επειδή το x είναι της µορφής x = (0.1a 2 a 3... a n ) 2 για κάθε e = M, M + 1,..., M 1, M, υπάρχουν 2 n 1 διαφορετικά κανονικοποιηµένα x. Αυτά τα x αντιστοιχούν σε 2 n 1 ίσης απόστασης αριθµούς x σε κάθε ένα από τα διαστήµατα [2 e 1, 2 e ) και ( 2 e, 2 e 1 ] (ϐλ. ακόλουθο Σχήµα). õðï åßëéóç õðåñ åßëéóç e = - M+1 = - Me = - M e = - M+1 }e [... ]( ]( ] [ )[ )[... ] - L - 4s - 2s } } - s 0 s 2s 4s L õðåñ åßëéóç } Σχήµα : Παράσταση αριθµών µηχανής / 58

19 Αριθµοί Μηχανής-Παρατηρήσεις Οταν αυξάνεται ο εκθέτης κατά 1 διπλασιάζεται το µήκος και των δύο διαστηµάτων [2 e 1, 2 e ) και ( 2 e, 2 e 1 ]. Συνεπώς : Κατανοµή αριθµών µηχανής Οι παραστάσιµοι αριθµοί είναι πυκνά κατανεµηµένοι πλησίον του µηδενός και αραιά κατανεµηµένοι µακρυά του µηδενός. Οι αριθµοί αυτοί είναι κινητής υποδιαστολής και καλούνται αριθµοί µηχανής. Υπάρχει λοιπόν µόνο ένα πεπερασµένο σύνολο πραγµατικών αριθµών που µπορούν να αποθηκευθούν στη µνήµη µε την ακριβή τιµή τους και αυτό ϐρίσκεται στα δύο διαστήµατα [ L, s] και [s, L]. Overflow-Underflow Οποιοσδήποτε αριθµός x για τον οποίο ισχύει x > L δεν µπορεί να αποθηκευτεί στη µνήµη και το ϕαινόµενο αυτό είναι γνωστό σαν υπερχείλιση (overflow). Οµοια αν x < s τότε έχουµε το ϕαινόµενο της υποχείλισης (underflow) / 58

20 Αριθµοί Μηχανής-Παρατηρήσεις Μεταβολή στην κατανοµή των αριθµών µηχανής Η χρήση(ή διάθεση) περισσοτέρων δυαδικών ψηφίων για την παράσταση της mantissa x αυξάνει την πυκνότητα των αριθµών µηχανής, ενώ για την παράσταση του εκθέτη e έχει σαν αποτέλεσµα την αύξηση του διαστήµατος παράστασής τους / 58

21 Παράδειγµα Αν β = 2, n = 3, m = 1, M = 2, να ϐρεθούν και να παρασταθούν οι αριθµοί µηχανής. Λύση Οι αριθµοί µηχανής έχουν τη µορφή x = ± x β e όπου x = (0.a 1 a 2... a n ) β ή για τα δεδοµένα του παραδείγµατος x = ± x 2 e, x = (0.1a 2 a 3 ) 2 µε 0 a i 1, i = 2, 3. Ο µικρότερος x είναι ο αριθµός (0.100) 2, ενώ οι επόµενοι λαµβάνονται αν κάθε ϕορά προστίθεται ο αριθµός (0.001) / 58

22 ...Παράδειγµα... Για δεδοµένο e έχουµε τους εξής τέσσερις αριθµούς x : 0.100, 0.101, 0.110, άρα για e = 1, 0, 1, 2 λαµβάνουµε τους ακόλουθους ϑετικούς αριθµούς µηχανής: (0.100) (0.101) (0.110) (0.111) ( 1) 4 ( 5 ) 16 ( 6 ) 16 ( 7 ) 16 (0.100) (0.101) (0.110) (0.111) ( 1) 2 ( 5) 8 ( 6) 8 ( 7) 8 (0.100) (0.101) (0.110) (0.111) (1) ( 5) 4 ( 6) 4 ( 7) 4 (0.100) (0.101) (0.110) (0.111) (2) ( 5) 2 ( 6) 2 ( 7) 2 Επιπλέον, υπάρχει το µηδέν και το αντίστοιχο σύνολο των αρνητικών αριθµών / 58

23 Η γραφική παράσταση των αριθµών είναι η ακόλουθη: Σχήµα : Γραφική παράσταση των αριθµών µηχανής Παρατηρούµε ότι δεν υπάρχουν αριθµοί στα διαστήµατα ( 1 4, 0) και (0, 1 4 ). Επίσης, οι αριθµοί δεν είναι οµοιόµορφα κατανεµηµένοι. Ωστόσο οι αριθµοί που έχουν κοινό εκθέτη απέχουν ίση απόσταση µεταξύ τους / 58

24 Ανάλυση σφάλµατος των αριθµών κινητής υποδιαστολής Εστω ο πραγµατικός αριθµός κινητής υποδιαστολής x = ± (0.a 1 a 2... a n a n+1...) β β e, a 1 0 (1) όπου (β=2, 8, 10, 16). Εάν το µέγιστο πλήθος ψηφίων που µπορούν να αποθηκευτούν είναι n, τότε ο αριθµός αυτός δεν µπορεί να παρασταθεί στη µνήµη. Το ερώτηµα που τίθεται είναι το εξής: Ποιός είναι ο πλησιέστερος αριθµός µηχανής προς τον x; Αν ϑεωρήσουµε δύο διαδοχικούς αριθµούς µηχανής µεταξύ των οποίων ϐρίσκεται ο x, τότε συµβαίνει µία από τις ακόλουθες δύο περιπτώσεις : Σχήµα : ύο πιθανές ϑέσεις του x (x, x αριθµοί µηχανής) / 58

25 ...Ανάλυση σφάλµατος... Σχήµα : ύο πιθανές ϑέσεις του x (x, x αριθµοί µηχανής). Στη περίπτωση (a), ο πλησιέστερος αριθµός µηχανής προς τον x είναι ο x και ϐρίσκεται αν αποκοπούν τα ψηφία a n+1... από το κλασµατικό τµήµα του, δηλαδή είναι ο x = (0.a 1a 2... a n) β β e. (2) Ενώ στην περίπτωση (b), ο πλησιέστερος προς τον x είναι ο x και ϐρίσκεται αν στον x προστεθεί η ποσότητα ( ) β = β n, δηλαδή είναι ο x = ((0.a 1a 2... a n) β + β n ) β e. (3) / 58

26 ...Ανάλυση σφάλµατος... Η τεχνική αυτή καλείται στρογγύλευση (rounding up). Με την στρογγύλευση ένας πραγµατικός αριθµός αντιστοιχεί σε ένα αριθµό µηχανής. Ετσι λοιπόν ένας πραγµατικός αριθµός παριστάνεται (προσεγγίζεται) στη µνήµη µε τον αντίστοιχο αριθµό µηχανής. Αν εφαρµόσουµε την στρογγύλευση για την (a) περίπτωση στο σχήµα, έχουµε ότι το απόλυτο σφάλµα ϕράσσεται ως εξής x x 1 x x = 2 ενώ για το απόλυτο σχετικό σφάλµα ϑα έχουµε ( ) 1 2 β n β e (4) x x x 1 2 β n β e x β e = 1 2 β n x 1 2 β n β 1 = 1 2 β n+1. (5) Εύκολα διαπιστώνεται ότι τα ίδια ισχύουν και για την περίπτωση (b) του σχήµατος / 58

27 ...Ανάλυση σφάλµατος... Συνήθως ο αριθµός µηχανής κινητής υποδιαστολής που είναι πλησιέστερος προς τον x συµβολίζεται µε fl (x). Με το συµβολισµό αυτό οι ανωτέρω τύποι γράφονται x fl (x) 1 2 β n β e (6) και αντίστοιχα. x fl (x) x 1 2 β n+1, (7) Οι ανωτέρω τύποι (6) και (7) µας δίνουν άνω φράγµατα του σφάλµατος στρογγύλευσης / 58

28 Ανάλυση σφάλµατος στρογγύλευσης Αν τεθεί fl (x) x ε =, x ή fl (x) = (1 + ε) x (8) τότε έχουµε ε 1 2 β n+1. (9) Το ϕράγµα u = 1 2 β n+1 της ποσότητας ε καλείται µονάδα σφάλµατος στρογγύλευσης (η ποσότητα ε λέγεται µονάδα µηχανής). Η ε είναι µικρή και η (8) δηλώνει ότι ο fl (x) είναι µια ελαφρά διατάραξη του x / 58

29 Ασκηση 1 Σε ένα σύστηµα αρίθµησης µε ϐάση β = 10, αν n = 8 είναι το πλήθος των ψηφίων της mantissa και [m, M] = [ 6, 7] είναι το διάστηµα για τον εκθέτη e να ϐρεθούν: α) η µονάδα µηχανής ɛ, β) η µονάδα σφάλµατος στρογγύλευσης, γ) το πλήθος των ϑετικών αριθµών µηχανής, δ) ο µικρότερος και ο µεγαλύτερος ϑετικός κανονικοποιηµένος αριθµός κινητής υποδιαστολής και ε) σε ποιά διαστήµατα συµβαίνει υποχείλιση(underflow) / 58

30 Λύση α) Για την µονάδα µηχανής ɛ έχουµε : ɛ 1 2 β n+1 ɛ β) Η µονάδα σφάλµατος στρογγύλευσης είναι u = 1 2 β n+1 = = γ) Για µια συγκεκριµένη τιµή του εκθέτη e έχουµε τους αριθµούς µηχανής: x = ± x 10 e, x = (0.a 1a 2a 3...a 8) 10 µε a 1 0 και 0 a i 10 1, δηλαδή έχουµε διαφορετικούς αριθµούς x. Επειδή οι ακέραιες τιµές του εκθέτη e [ 6, 7] είναι 14, άρα συνολικά ϑα έχουµε ϑετικούς αριθµούς µηχανής. δ) Ο µικρότερος θετικός κανονικοποιηµένος αριθµός κινητής υποδιαστολής είναι ο (0.1) = ενώ ο µεγαλύτερος θετικός είναι ο ( ) = ε) Υποχείλιση συµβαίνει στα διαστήµατα όπου : x < (0.1) δηλαδή στα ( , 0) και (0, ) / 58

31 Ανάλυση σφάλµατος µε αποκοπή Μία άλλη τεχνική απεικόνισης των πραγµατικών αριθµών στο σύνολο των αριθµών µηχανής είναι αυτή της αποκοπής (chopping). Με την αποκοπή ο πραγµατικός αριθµός x προσεγγίζεται πάντα µε τον πλησιέστερο από τα αριστερά του αριθµού µηχανής, δηλαδή µε τον x (ϐλ. προηγ. Σχήµα). Τότε µε ανάλογο τρόπο εύκολα ϐρίσκεται ότι x fl (x) β e n (10) και x fl (x) x β n+1. (11) / 58

32 Σύγκριση σφάλµατος στρογγύλευσης και αποκοπής 1 Το χειρότερο σφάλµα στρογγύλευσης είναι το µισό εκείνου της αποκοπής. 2 Το σφάλµα στη στρογγύλευση είναι αρνητικό στις µισές περίπου περιπτώσεις και ϑετικό στις άλλες µισές µε αποτέλεσµα την απαλοιφή του, ενώ στην αποκοπή έχει συνέχεια το ίδιο πρόσηµο. Η µελέτη του σφάλµατος στρογγύλευσης είναι ένα σηµαντικό τµήµα της Αριθµητικής Ανάλυσης και αναπτύχθηκε από τον Wilkinson. Η αξία της στην µελέτη µιας αριθµητικής µεθόδου είναι αναγκαία και σηµαντική, όπως ϕαίνεται στο ακόλουθο παράδειγµα / 58

33 Ανάλυση σφάλµατος στρογγύλευσης στο άθροισµα όρων Εστω ότι επιθυµούµε τον υπολογισµό του αθροίσµατος S = n x i (12) i=1 όπου x i είναι αριθµοί κινητής υποδιαστολής που ήδη έχουν αποθηκευτεί στη µνήµη. Ετσι, έχουµε S 2 = fl (x 1 + x 2 ) S 3 = fl (x 3 + S 2 ) S 4 = fl (x 4 + S 3 ). S n = fl (x n + S n 1 ) όπου S n είναι το αποτέλεσµα του υπολογισµού του S. (13) / 58

34 Ανάλυση σφάλµατος στρογγύλευσης στο άθροισµα όρων Λόγω της (8), οι ανωτέρω σχέσεις γράφονται S 2 = (x 1 + x 2 ) (1 + ε 2 ) S 3 = (x 3 + S 2 ) (1 + ε 3 ). S n = (x n + S n 1 ) (1 + ε n ) (14) όπου ε i 1 2 β n+1, i = 2, 3,, n / 58

35 Αναπτύσσοντας τις πρώτες ποσότητες της (14) έχουµε S 2 = (x 1 + x 2) + (x 1 + x 2) ε 2 S 3 = [(x 1 + x 2 + x 3) + (x 1 + x 2) ε 2] (1 + ε 3) = (x 1 + x 2 + x 3) + (x 1 + x 2) ε 2 + (x 1 + x 2 + x 3) ε 3 + (x 1 + x 2) ε 2ε 3 ή παραλείποντας τον τελευταίο όρο, επειδή ε 2ε 3 ε 2, ε 3, λαµβάνουµε Αναγωγικά ϐρίσκουµε τελικά ότι S 3 (x 1 + x 2 + x 3) + (x 1 + x 2) ε 2 + (x 1 + x 2 + x 3) ε 3. S n n x i + (x 1 + x 2 ) ε 2 + (x 1 + x 2 + x 3 ) ε (x 1 + x x n ) ε n i=1 ή ή S n S x 1 (ε 2 + ε ε n) + x 2 (ε 2 + ε ε n) +x 3 (ε 3 + ε ε n) x nε n S n S x 1 ( ε ε n ) + x 2 ( ε ε n ) + x 3 ( ε ε n ) x n ε n. (15) / 58

36 Ανάλυση σφάλµατος στρογγύλευσης στο άθροισµα όρων Παρατηρώντας προσεκτικά την (15) και προσπαθώντας να ελαχιστοποιήσουµε το απόλυτο σφάλµα S n S καταλήγουµε στο συµπέρασµα ότι: οι όροι ϑα πρέπει να διαταχθούν, πριν τον υπολογισµό του αθροίσµατός τους, έτσι ώστε x 1 x 2 x 3... x n. Υπό την προυπόθεση αυτή, οι όροι στο δεξί µέλος της (15) µε το µεγαλύτερο πλήθος σφαλµάτων ε i ϑα πολλαπλασιάζονται µε τις µικρότερες τιµές µεταξύ των x i / 58

37 ιαδιδόµενο σφάλµα Για τον έλεγχο της προσέγγισης του x σε σχέση µε την τιµή του x χρησιµοποιούµε τα ακόλουθα κριτήρια : Αν ε x = x x d τότε ο x προσεγγίζει τον x σε d δεκαδικά ψηφία. Αυτό σηµαίνει ότι ο x έχει d δεκαδικά ψηφία ακριβή (ίδια µε τον x). Αν x 0, τότε µπορεί να χρησιµοποιηθεί το σχετικό σφάλµα προκειµένου να εξασφαλισθεί προσέγγιση σε ένα επιθυµητό πλήθος σηµαντικών ψηφίων. Σηµαντικά ψηφία ενός δεκαδικού αριθµού είναι όλα τα ψηφία του αριθµού, από αριστερά προς τα δεξιά, του πρώτου µη µηδενικού ψηφίου (συµπεριλαµβανοµένου). Αν ϱ x = ε x 5 10 s x τότε ο x προσεγγίζει τον x σε s σηµαντικά ψηφία. Αυτό σηµαίνει ότι ο x έχει s σηµαντικά ψηφία ακριβή / 58

38 Παράδειγµα ίνονται οι ακόλουθοι αριθµοί x και x. (α) x = , x = , (ϐ) x = , x = (γ) x = e, x = 19/7 (δ) x = 2, x = (ε) x = log2, x = 0.7. Να ϐρεθεί το πλήθος των δεκαδικών και σηµαντικών ψηφίων τα οποία είναι ακριβή. Λύση (α) ε x = x x = = = < Συνεπώς, ο x έχει ένα δεκαδικό ψηφίο ακριβές. Επίσης ϱ x = ε x = = x < που σηµαίνει ότι ο x έχει τρία σηµαντικά ψηφία ακριβή / 58

39 (β) Επειδή ε x = x x = = < και ϱ x = ε x x = < ο x είναι ακριβής σε τέσσερα δεκαδικά ψηφία ενώ είναι ακριβής σε τρία σηµαντικά ψηφία. Παρατήρηση Ενώ η διαίρεση µε δυνάµεις του 10 αυξάνει την ακρίβεια σε δεκαδικά ψηφία, αυτή παραµένει σταθερή στην περίπτωση των σηµαντικών ψηφίων ( ϐλ. (α) και (ϐ) ) / 58

40 (γ) Οµοίως, επειδή και ε x = x x = e 19/7 = = < ϱ x = ε x x = < Αρα, ο x είναι ακριβής σε δύο δεκαδικά και τρία σηµαντικά ψηφία. (δ) Εχουµε ότι και ε x = x x = = = = < ϱ x = ε x x = < Αρα, ο x είναι ακριβής σε τρία δεκαδικά και τέσσερα σηµαντικά ψηφία / 58

41 ιαδιδόµενο σφάλµα Υποθέτοντας ότι το σφάλµα στρογγύλευσης είναι µικρό (δηλ. αµελητέο) ϑα µελετηθεί η συµπεριφορά του σφάλµατος διάδοσης στο αποτέλεσµα καθεµιάς από τις τέσσερεις ϐασικές αριθµητικές πράξεις. ιαδιδόµενο σφάλµα στο άθροισµα (ή στη διαφορά) δύο αριθµών Εστω x και y οι αριθµοί που χρησιµοποιούνται στους υπολογισµούς και είναι οι προσεγγίσεις των τιµών x = x + ε x, y = y + ε y (16) όπου ε x και ε y τα αντίστοιχα σφάλµατα, τότε αποδεικνύεται ότι για τα απόλυτα σφάλµατα ισχύει: ε x±y ε x + ε y, (17) δηλαδή ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 ΟκτωβρίουΥπολογισµοί) / 58

42 Συµπέρασµα 1 Η µέγιστη τιµή του απολύτου σφάλµατος του αθροίσµατος ή της διαφοράς δύο αριθµών είναι ίση µε το άθροισµα των απολύτων αφαλµάτων των αριθµών αυτών. Παρατήρηση Συνεπώς, αν x και y έχουν ακρίβεια τεσσάρων δεκαδικών ψηφίων (δηλαδή, αν ε x, ε x < ), τότε η ποσότητα x ± y µπορεί να διαφέρει από την x ± y το πολύ κατά Εποµένως είναι πιθανό η ποσότητα x ± y να έχει ένα ψηφίο λάθος στην τέταρτη δεκαδική ϑέση. Επιπλέον, αν οι x και y έχουν διαφορετική ακρίβεια, τότε η ποσότητα x ± y στη χειρότερη περίπτωση ϑα είναι λανθασµένη από εκείνη τη δεκαδική ϑέση που αντιστοιχεί στο µεγαλύτερο από τα ε x και ε y / 58

43 ιαδιδόµενο σφάλµα στο γινόµενο δύο αριθµών ε xy = xy (x ε x )(y ε y ) ή ε xy = yε x + xε y + ε x ε y (18) ιαδιδόµενο σφάλµα στο πηλίκο δύο αριθµών ε x/y = x y x y = x y x ε x y ε y = yε x xε y y 2 + yε y (19) ιατηρώντας τους υπερέχοντες όρους οι (18) και (19) δίνουν ε xy xε y + yε x (20) και αντίστοιχα. ε x/y yε x xε y y 2 (21) / 58

44 Παρατηρήσεις Από την (20) παρατηρούµε ότι µεγάλες τιµές του x ή του y έχουν σαν αποτέλεσµα την αύξηση του σφάλµατος στο γινόµενο xy. Η (21) ϑα παράγει µεγάλο σφάλµα στη διαίρεση x/y για µεγάλες τιµές του x και/ή µικρές τιµές του y. Ο πολ/σµός µε µεγάλους αριθµούς και οι διαιρέσεις όπου ο διαιρετέος είναι ο µεγάλος αριθµός και/ή ο διαιρέτης είναι µικρός ϑα πρέπει να αποφεύγονται µε αναδιάταξη των υπολογισµών Αποδεικνύεται τελικά ότι ισχύει: Συµπέρασµα 2 Η µέγιστη τιµή του απόλυτου σχετικού σφάλµατος του γινοµένου ή του πηλίκου δύο αριθµών είναι κατα προσέγγιση ίση µε το άθροισµα των απολύτων σχετικών σφαλµάτων των αριθµών αυτών, δηλαδή ϱ xȳ ϱ x + ϱȳ (22) και. ϱ x/ȳ ϱ x + ϱȳ (23) ιδάσκοντες: Καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Αριθµητικές Φ.Τζαφέρης Μέθοδοι (ΕΚΠΑ) και ΠρογραµµατισµόςΑριθµητική Ανάλυση (ή Επιστηµονικοί 7 ΟκτωβρίουΥπολογισµοί) / 58

45 Παρατηρήσεις 1. Από το Συµπέρασµα 2 προκύπτει ότι αν x και y έχουν ακρίβεια s σηµαντικών ψηφίων, τότε οι ποσότητες xy και x/y ϑα έχουν περίπου ακρίβεια s σηµαντικών ψηφίων. 2. Παρατηρούµε ότι ϱ x±y = ε x±y x ± y = ε x x ± y ± ε ( ) ( ) y x y x ± y = ϱ x ± ϱ y. (24) x ± y x ± y Η (24) δηλώνει ότι αν x ± y είναι πολύ µικρότερο από το x ή y, τότε οι παράγοντες x/(x ± y) και y/(x ± y) ϑα λάβουν µεγάλες τιµές µε συνέπεια να αυξηθεί η τιµή του ϱ x±y. Για το λόγο αυτό ϑα πρέπει να αποφεύγεται η πρόσθεση ενός πολύ µεγάλου και ενός πολύ µικρού αριθµού ή η αφαίρεση δύο περίπου ίσων αριθµών / 58

46 Παράδειγµα (αφαίρεσης δύο περίπου ίσων αριθµών) Ακυρωτικό σφάλµα (cancellation error): µια συνέπεια των σφαλµάτων στρογγύλευσης (ή αποκοπής) που οδηγεί συχνά στην απώλεια της ακρίβειας (απώλεια σηµαντικών ψηφίων). ίνονται οι αριθµοί a = και b = µε ακρίβεια 6 σηµαντικών ψηφίων. απόλυτα σφάλµατα ε a ε b απόλυτα σχετικά σφάλµατα ρ a 5x10 6 ρ b 5x10 6 Τότε, η απόλυτη διαφορά τους είναι a b = και το απόλυτο σφάλµα της διαφοράς είναι ε a b 1x10 6. Το απόλυτο σχετικό σφάλµα της διαφοράς είναι ρ a b = ε a b = 1x10 6 a b το οποίο είναι δραµατικά µεγάλο σε σύγκριση µε τα επιµέρους απόλυτα σχετικά σφάλµατα των a και b που είναι το πολύ ίσα µε 5x10 6 = / 58

47 Ασκηση 2 ίνεται η εξίσωση ax 2 + bx + c = 0. Αν b 2 4ac > 0, τότε οι ϱίζες της µπορούν να υπολογιστούν µε την χρήση των δύο παρακάτω ισοδυνάµων αλλά διαφορετικών τύπων : (Ι) ξ 1,2 = b ± b 2 4ac (ΙΙ) ξ 1 = [ b + sign(b) b 2 ] 4ac, ξ 2 = c. 2a 2a aξ 1 Εφαρµογή: ίνονται a = 1, b = 18, c = 1. (Ακριβείς τιµές: ξ , ξ ). Να υπολογίσετε µε αριθµητική κινητής υποδιαστολής µε 5 σηµαντικά ψηφία και στρογγύλευση, τις ϱίζες της εξίσωσης εφαρµόζοντας τους τύπους (Ι) και (ΙΙ). Για κάθε τύπο να υπολογιστεί, κατα προσέγγιση α) Το απόλυτο σφάλµα των υπολογιζόµενων τιµών ξ 1 και ξ 2 των ϱιζών. β) Το απόλυτο σχετικό σφάλµα των υπολογιζόµενων ξ 1 και ξ 2 των ϱιζών. γ) Τι συµπεράσµατα εξάγετε σχετικά µε την ακρίβεια των αποτελεσµάτων στα α) και ϐ). Συγκρίνατε ως προς την ακρίβεια τους δύο τύπους. Σχολιάστε τα συµπεράσµατά σας / 58

48 Λύση Επειδή το σφάλµα από την αριθµητική κινητής υποδιαστολής µε 5 σηµαντικά ψηφία και στρογγύλευση υπεισέρχεται σε κάθε υπολογισµό, υπολογίζουµε µε δεδοµένα τα a, b, c τα παρακάτω : fl(b 2 ) = fl(18 2 ) = fl(324) = 324 fl(4ac) = fl(4 1 1) = fl(4) = 4 fl(2a) = fl(2 1) = fl(2) = 2 fl(b 2 4ac) = fl(324 4) = fl(320) = 320 fl( b 2 4ac) = fl( 320) = fl( ) = fl( b + b 2 4ac) = fl( ) = fl(35.889) = fl( b b 2 4ac) = fl( ) = fl(0.111) = fl(c) = fl(1) = 1 fl(b + sign(b) b 2 4ac) = fl( 18 + ( 1)17.889) = / 58

49 Λύση α) απόλυτο σφάλµα Τύπος (I) ξ 1 = fl( fl( b + b 2 4ac) fl(2a) ξ 2 = fl( fl( b b 2 4ac) fl(2a) ) = fl( ) = fl( ) = ) = fl( ) = ε ξ1 = ξ 1 ξ 1 = και ε ξ2 = ξ 2 ξ 2 = = / 58

50 Τύπος (II) ξ 1 = fl(b + sign(b) b 2 4ac) fl(2a) = fl( ) = fl( ) = και c ξ 2 = fl( fl(a ξ 1 ) ) = fl( ) = ε ξ1 = ξ 1 ξ 1 = και ε ξ2 = ξ 2 ξ 2 = / 58

51 β) απόλυτο σχετικό σφάλµα Τύπος (I) Τύπος (II) ϱ ξ1 = ε ξ 1 ξ 1 = = ϱ ξ2 = ε ξ 2 ξ 2 = = ϱ ξ1 = ε ξ 1 ξ 1 = = ϱ ξ2 = ε ξ 2 ξ 2 = = / 58

52 γ) Ακρίβεια αποτελεσµάτων (παρατηρήσεις - συµπεράσµατα) Τύπος (I) απόλυτο σφάλµα ε ξ1 = ξ 1 ξ 1 = = < ε ξ2 = ξ 2 ξ 2 = = = < που σηµαίνει ότι ο ξ 1 είναι ακριβής σε 2 δεκαδικά και ο ξ 2 είναι ακριβής σε 3 δεκαδικά. απόλυτο σχετικό σφάλµα ϱ ξ1 = ε ξ 1 ξ 1 ϱ ξ2 = ε ξ 2 ξ 2 = = < 5 5 = = < που σηµαίνει ότι ο ξ 1 είναι ακριβής σε 5 σηµαντικά και ο ξ 2 είναι ακριβής σε 3 σηµαντικά ψηφία / 58

53 Τύπος (II) απόλυτο σφάλµα και ε ξ1 = ξ 1 ξ 1 = = < ε ξ2 = ξ 2 ξ 2 = = < που σηµαίνει ότι ο ξ 1 είναι ακριβής σε 2 δεκαδικά και ο ξ 2 είναι ακριβής σε 4 δεκαδκά ψηφία. απόλυτο σχετικό σφάλµα ϱ ξ2 = ε ξ 2 ξ 2 ϱ ξ1 = ε ξ 1 ξ 1 = = < = = = < που σηµαίνει ότι ο ξ 1 είναι ακριβής σε 5 σηµαντικά και ο ξ 2 είναι ακριβής σε 3 σηµαντικά ψηφία / 58

54 Ασκηση 3 Να γίνει παρόµοια µελέτη σφάλµατος(όπως στην Ασκηση 2) µε την χρήση του παρακάτω ισοδύναµου τύπου : ] (ΙΙΙ) ξ 2 = [ b b 2 4ac 2a, ξ 1 = c aξ 2. Συγκρίνατε ως προς την ακρίβεια τον ανωτέρω τύπο (ΙΙΙ) µε τους δύο τύπους (Ι) και (ΙΙ) της Ασκησης 2. Σχολιάστε τα συµπεράσµατά σας / 58

55 Παράδειγµα ίνονται οι αριθµοί x 1 = 4.54, x 2 = 3.00 και x 3 = 15.0 µε ακρίβεια τριών σηµαντικών ψηφίων. Να υπολογιστεί, κατά προσέγγιση (α) Το µέγιστο απόλυτο σφάλµα της ποσότητας x 1 x 2 + x 3 (ϐ) Το µέγιστο σχετικό σφάλµα της ποσότητας x 1 x 2 / x 3 (γ) Τι συµπεράσµατα εξάγετε σχετικά µε την ακρίβεια του αποτελέσµατος στα (α) και (ϐ) ; / 58

56 Λύση (α) Επειδή οι αριθµοί είναι ακριβείς σε τρία σηµαντικά ψηφία συνεπάγεται οτι οι x 1, x 2 είναι ακριβείς σε δύο δεκαδικά ψηφία και ο x 3 σε ένα δεκαδικό ψηφίο, δηλαδή ε x1, ε x και ε x Λόγω του Συµπεράσµατος 1 έχουµε ότι ε x1 x 2+ x 3 ε x1 + ε x2 + ε x3 = 2( ) = = = > Στη χειρότερη περίπτωση το αποτέλεσµα δεν ϑα έχει κανένα δεκαδικό ψηφίο ακριβές / 58

57 ...Λύση) (ϐ) Επειδή οι αριθµοί είναι ακριβείς σε τρία σηµαντικά ψηφία συνεπάγεται ϱ x1, ϱ x2, ϱ x Λόγω του Συµπεράσµατος 2 έχουµε ότι ϱ x1 x 2/ x 3 ϱ x1 + ϱ x2 + ϱ x3 = = < Συνεπώς στη χειρότερη περίπτωση το αποτέλεσµα ϑα είναι ακριβές σε δύο σηµαντικά ψηφία / 58

58 Υπενθύµιση ορισµών (δεκαδικά και σηµαντικά ψηφία) Για τον έλεγχο της προσέγγισης του x σε σχέση µε την τιµή του x χρησιµοποιούµε τα ακόλουθα κριτήρια : Αν ε x = x x d τότε ο x προσεγγίζει τον x σε d δεκαδικά ψηφία. Αυτό σηµαίνει ότι ο x έχει d δεκαδικά ψηφία ακριβή (ίδια µε τον x). Αν x 0, τότε µπορεί να χρησιµοποιηθεί το σχετικό σφάλµα προκειµένου να εξασφαλισθεί προσέγγιση σε ένα επιθυµητό πλήθος σηµαντικών ψηφίων. Σηµαντικά ψηφία ενός δεκαδικού αριθµού είναι όλα τα ψηφία του αριθµού, από αριστερά προς τα δεξιά, του πρώτου µη µηδενικού ψηφίου (συµπεριλαµβανοµένου). Αν ϱ x = ε x 5 10 s x τότε ο x προσεγγίζει τον x σε s σηµαντικά ψηφία. Αυτό σηµαίνει ότι ο x έχει s σηµαντικά ψηφία ακριβή / 58