METODE NUMERICE Obiective curs Conţinut curs

Σχετικά έγγραφα
Cursul 7. Spaţii euclidiene. Produs scalar. Procedeul de ortogonalizare Gram-Schmidt. Baze ortonormate

T R A I A N. Numere complexe în formă algebrică z a. Fie z, z a bi, Se numeşte partea reală a numărului complex z :

Pentru această problemă se consideră funcţia Lagrange asociată:

2. Metoda celor mai mici pătrate

Curs 3. Spaţii vectoriale

ECUATII NELINIARE PE R n. (2) sistemul (1) poate fi scris si sub forma ecuatiei vectoriale: ) D

Cu ajutorul noţiunii de corp se defineşte noţiunea de spaţiu vectorial (spaţiu liniar): Fie V o mulţime nevidă ( Ø) şi K,,

9. CIRCUITE ELECTRICE IN REGIM NESINUSOIDAL

Evaluare : 1. Continuitatea funcţiilor definite pe diferite spaţii metrice. 2. Răspunsuri la problemele finale.

Olimpiada Naţională de Matematică Etapa locală Clasa a IX-a M 1

Procese stocastice (2) Fie un proces stocastic de parametru continuu si avand spatiul starilor discret. =

2. Sisteme de ecuaţii neliniare

Sisteme cu partajare - continut. M / M /1 PS ( numar de utilizatori, 1 server, numar de pozitii pentru utilizatori)

Sondajul statistic- II

CAPITOLUL 2 SERII FOURIER. discontinuitate de prima speţă al funcţiei f dacă limitele laterale f ( x 0 există şi sunt finite.

CURS 10. Regresia liniară - aproximarea unei functii tabelate cu o functie analitica de gradul 1, prin metoda celor mai mici patrate

Tema 2. PRELUCRAREA REZULTATELOR EXPERIMENTALE

CAPITOLUL 2. Definiţia Se numeşte diviziune a intervalului [a, b] orice submulţime x [a, b] astfel încât

aşteptării pot fi înţelese cu ajutorul noţiunilor de bază culese din acest volum. În multe cazuri hazardul, întâmplarea îşi pun amprenta pe

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica

Ministerul Educaţiei Naționale Centrul Naţional de Evaluare şi Examinare

TEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective:

Laborator 4 Interpolare numerica. Polinoame ortogonale

ELEMENTE DE TEORIA PROBABILITĂŢILOR

Formula lui Taylor Extremele funcţiilor de mai multe variabile Serii de numere cu termeni oarecare Serii cu termeni pozitivi. Criterii de convergenţă

a) (3p) Sa se calculeze XY A. b) (4p) Sa se calculeze determinantul si rangul matricei A. c) (3p) Sa se calculeze A.

PROBLEME (toate problemele se pot rezolva cu ajutorul teoriei din sinteze)

Sub formă matriceală sistemul de restricţii poate fi scris ca:

LUCRARE DE LABORATOR NR. 1 MASURARI IN INSTALATII TERMICE. PRELUCRAREA DATELOR EXPERIMENTALE CARACTERISTICILE METROLOGICE ALE APARATELOR DE MASURA

ELEMENTE DE ANALIZA MATEMATICA SI MATEMATICI SPECIALE

CAPITOLUL I. PRELIMINARII Elemente de teoria mulţimilor

CURS 2 METODE NUMERICE PENTRU SISTEME DE ECUAŢII NELINIARE

Prof. univ. dr. Constantin ANGHELACHE Prof. univ. dr. Gabriela-Victoria ANGHELACHE Lector univ. dr. Florin Paul Costel LILEA

6 n=1. cos 2n. 6 n=1. n=1. este CONV (fiind seria armonică pentru α = 6 > 1), rezultă

Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate.

Metode iterative pentru probleme neliniare - contractii

CURS 2 METODE NUMERICE PENTRU SISTEME DE ECUAȚII NELINIARE. 0 Norma unui vector şi norma unei matrici. n n cu elemente scalare (reale, complexe).

7. ECUAŢII ŞI SISTEME DE ECUAŢII DIFERENŢIALE

(a) se numeşte derivata parţială a funcţiei f în raport cu variabila x i în punctul a.

SEMINARUL 3. Cap. II Serii de numere reale. asociat seriei. (3n 5)(3n 2) + 1. (3n 2)(3n+1) (3n 2) (3n + 1) = a

Elemente de teoria probabilitatilor

Metode de interpolare bazate pe diferenţe divizate

TEMA 3 - METODE NUMERICE PENTRU DESCRIEREA DATELOR STATISTICE

Sisteme cu asteptare - continut. Modelul simplu de trafic

Curs 3. Biostatistica: trecere in revista a metodelor statistice clasice

COMBINATORICĂ. Mulţimile ordonate care se formează cu n elemente din n elemente date se numesc permutări. Pn Proprietăţi

ELEMENTE DE STATISTICA DESCRIPTIVA

FUNDAMENTE DE MATEMATICĂ

METODE DE ESTIMARE A PARAMETRILOR UNEI REPARTIŢII. METODA VEROSIMILITĂŢII MAXIME. METODA MOMENTELOR.

sistemelor de algebrice liniarel

3. INDICATORII STATISTICI

R R, f ( x) = x 7x+ 6. Determinați distanța dintre punctele de. B=, unde x și y sunt numere reale.

Capitolul 4 Amplificatoare elementare

Capitolul 1 Capitolul 2 Capitolul 3 Capitolul 4 Capitolul 5 Capitolul 6 Capitolul 7 Capitolul 8 Capitolul 9 Capitolul 10 Capitolul 11

def def punctul ( x, y )0R 2 de coordonate x = b a

Sisteme diferenţiale liniare de ordinul 1

Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro

Planul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare

PROBLEME CU PARTEA ÎNTREAGĂ ŞI

1. Modelul de regresie

Analiza bivariata a datelor

Statistica descriptivă (continuare) Şef de Lucrări Dr. Mădălina Văleanu

UNIVERSITATEA AL.I.CUZA IAŞI FACULTATEA de INFORMATICĂ CALCUL NUMERIC. Anca Ignat

Productia (buc) Nr. Salariaţi Total 30

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1

Formula lui Taylor. 25 februarie 2017

Asupra unei inegalităţi date la barajul OBMJ 2006

CLASA a V-a CONCURSUL INTERJUDEŢEAN DE MATEMATICĂ ŞI INFORMATICĂ MARIAN ŢARINĂ EDIŢIA A IV-A MAI I. Să se determine abcd cu proprietatea

Statisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5

4 FUNCŢII BINARE. 4.1 Algebra booleană

Analiza matematica Specializarea Matematica vara 2010/ iarna 2011

Teoria aşteptării- laborator

Curs 4 Serii de numere reale

Definiţia generală Cazul 1. Elipsa şi hiperbola Cercul Cazul 2. Parabola Reprezentari parametrice ale conicelor Tangente la conice

METODE DE ANALIZĂ STATISTICĂ A LEGĂTURILOR DINTRE FENOMENE

Universitatea din București, Facultatea de Chimie, Specializarea: Chimie Medicală/Farmaceutică

4. Interpolarea funcţiilor

Noţiuni introductive

Inegalitati. I. Monotonia functiilor

Numere complexe. a numerelor complexe z b b arg z.

METODE DE OPTIMIZARE. Lucrarea 8 1. SCOPUL LUCRĂRII 2. PREZENTAREA TEORETICĂ 2.1. METODA CELOR MAI MICI PĂTRATE 2.2. COEFICIENTUL DE CORELAŢIE

BILANT DE MATERIALE legii conservarii masei Gin = Gout consum specific Randamentul de produse finite pierderi de materiale Gin = Gout + Gp

4. Ecuaţii diferenţiale de ordin superior

PRELEVAREA SI PRELUCRAREA DATELOR DE MASURARE

Curs 4. Metode Numerice de Rezolvare a Sistemelor de Ecuaţii Liniare

Laborator 11. Mulţimi Julia. Temă

ANALIZA STATISTICĂ A VARIABILITĂŢII (ÎMPRĂŞTIERII) VALORILOR INDIVIDUALE

DISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor

Componente şi Circuite Electronice Pasive. Laborator 3. Divizorul de tensiune. Divizorul de curent

UNIVERSITATEA "POLITEHNICA" DIN BUCUREŞTI DEPARTAMENTUL DE FIZICĂ LABORATORUL DE OPTICĂ BN B

Prelucrarea numerica a semnalelor. Filtre numerice. Filtru numeric h(n); H(z)

V.7. Condiţii necesare de optimalitate cazul funcţiilor diferenţiabile

5.4. MULTIPLEXOARE A 0 A 1 A 2

Probabilități și Statistică 1.1. Metoda Monte-Carlo

Mădălina Roxana Buneci. Metode Numerice - aspecte teoretice şi practice

ELEMENTE DE CALCUL NUMERIC MATRICEAL

STATISTICĂ MARINELLA - SABINA TURDEAN LIGIA PRODAN

Prelucrarea numerica a semnalelor. Filtre numerice. Filtru numeric h(n); H(z)

SUBGRUPURI CLASICE. 1. SUBGRUPURI recapitulare

Transcript:

ETODE NUERICE Obectve curs Crearea, aalza ş mplemetarea de algortm petru rezolvarea problemelor d matematca cotuă Aalza complextăţ, aalza ş propagarea erorlor, codţoarea problemelor ş stabltatea umercă a algortmlor problemelor umerce Prezetarea metodelor umerce clasce ş a celor modere de rezolvare a problemelor ştţfce ş gereşt Alegerea celor ma potrvte metode umerce petru o problemă dată Coţut curs Reprezetare î vrgulă moblă. Stadardul IEEE 754 petru umere reale. Codţoarea problemelor ş stabltatea umercă a algortmlor. Rezolvarea sstemelor de ecuaţ lare pr metode gaussee. Pvotare parţală ş totală. Factorzare LU. Propagarea erorlor î rezolvarea sstemelor de ecuaţ lare. etode teratve de rezolvare a sstemelor de ecuaţ lare Iterpolare polomală. Polom de terpolare Lagrage. Dfereţe dvzate. Polom Newto. Eroarea terpolăr. Iterpolare cu fucţ sple. Iterpolare trgoometrcă. Aproxmare uformă. Poloame Cebâşev. Algortm lu Remes. Aproxmare cotuă ş dscretă î sesul celor ma mc pătrate. Rezolvarea sstemelor î sesul celor ma mc pătrate. Factorzare QR. etodele Householder, Gves, Gram-Schmdt Itegrare umercă. etode Newto-Cotes. etoda Romberg. Itegrare gaussaă. Poloame ortogoale. Itegrale mpropr. Itegrarea ecuaţlor dfereţale ordare. etode Ruge-Kutta. etode multpas explcte ş mplcte. Predctor-corector. Covergeţa metodelor multpas Valor propr ş vector propr. etodele puter Algortmul QR cu deplasare explctă. Descompuerea valorlor sgulare 1

Aplcaţ ale calcululu umerc 1. Determarea cureţlor îtr-u crcutul electrc î regm staţoar: I 1 I 1 R 1 = R 3 =4 R =3 E 1 =10 I 3 E =18 coduce pr aplcarea leglor lu Krchhoff, la u system de ecuaţ lare: I1 I I3 0 I1 4I3 10 3I 4I3 18 cu soluţa I 1 =1, I =, I 3 =3. odelul Leoteff cosderă ecooma formată d sectoare depedete: S 1,S,, S. Fecare sector cosumă buur produse de celelalte sectoare (clusve cele produse de el îsuş). Itroducem otaţle: m j = umărul de utăţ produse de sectorul S ecesare sectorulu S j să producă o utate p = velul producţe sectorulu S m j p j = umărul utăţlor produse de S ş cosumate de S j Numărul total de utăţ produs de S este: p 1 m 1 +p m + +p m Îtr-u system îchs (autarhc) dacă ecooma este echlbrată, tot ce se produce trebue cosumat, adcă: m11p1 m m1 p1 m 1 p p m m 1 p p p p 1 Adcă sstemul:.p = p sau (I-).p=0, care petru soluţ eule, coduce la o problemă de valor ş vector propr. Îtr-u model deschs de ecoome, uele sectoare îş satsfac uele cerţe d exteror, adcă: p = m 1 p 1 +m p + +m p +d care coduce la sstemul lar de ecuaţ: p =.p + d cu soluţa: p = (I-) -1.d

3. Coefceţ care apar î reacţle chmce se obţ aplcâd legea coservăr mase ecuaţe de echlbru chmc. Astfel arderea etaulu: xc H 6 + yo zco + th O dă sstemul de ecuaţ lare: x z 6x t y z t care are o soluţe îtreagă: x=, y=7, z= 4, t=6. dec ecuaţa chmcă este: C H 6 + 7O 4CO + 6H O. O problemă avâd o atură fzcă oarecare poate f studată expermetal sau pr smulare. Aceasta poate f trasformată, utlzâd legle fudametale ale fzc îtr-o problemă de atură matematcă P. Vom spue că problema este be pusă dacă admte o soluţe ucă. atematc aplcate Fzcã teoretcã Problemã matematcã P Problema fzcã PF Fzcã expermetalã Rezultate umerce Fg.1.1. odaltãþ de abordare a problemelor fzce Ca exemplu, vom cosdera următoarea problemă fzcă: P F : Să se studeze propagarea temperatur îtr-o bară AB de lugme l cuoscâd -temperaturle la mometul ţal î orce puct al bare 0 x, x 0, l -temperaturle la cele două capete t t t 0, t1 ş A î orce momet B A B A (t) 0 Fg.1.. Propagarea cãldur îtr-o barã B t 3

Problema matematcă corespuzătoare este: P : Să se determe fucţa: : x, t ( x, t 0, l 0, t1 )(1.43) care satsface următoarele codţ: 0 1 K x t 0 ( x, 0) 0 ( x) 3 0 (0, t) ( t) 4 0 ( l, t) ( t) A B ecuaţa lu Fourer codţle ţale codţle pe froteră 0 5 S, S = spaţul fucţlor de or dervable pe 0, l 0, t1 Î acest momet terve aalza umercă ş furzează metodele de calcul, care î urma uu umăr x, t, x, t x, t efectv ft N de operaţ elemetare furzează petru soluţa o aproxmaţe calculablă, astfel că: ( x, t) ( x, t). Preztă teres metodele de calcul î tmp ft, cu: 0 t t1 care furzează aproxmaţ uforme: N x, t, N. Problema cotuă P este trasformată îtr-o problemă asemăătoare P h pr dscretzare. Î acest scop se selectează u umăr ft de pucte x, t d domeul compact 0, l 0, t1 folosd o reţea de dscretzare cu paş: l x, t1 t. N ş se otează: ( x, t) Dacă se aproxmează dervatele parţale cu dfereţele fte: ( x, t) t t 1 1 1 ( x, t) x x se obţe următoarea problemă dscretzată: P h : 1 Să se determe cu 1 1, 0 N1, care satsface codţle: 1 0 1 t K 0 0 0( x) 0 3 0 ( t) A 4 0 B ( t) 5 0 t K ( x) 1 ( x) 1 4

Problema dscretzată P h costă î rezolvarea succesvă a N ssteme de ecuaţ lare trdagoale. Dfereţa: ( x, t) evaluează aproperea ître soluţa probleme dscretzate P h ş a modelulu matematc P î fecare puct al dscretzăr. Soluţa probleme dscretzate P h trebue să tdă spre soluţa probleme cotue P dacă h 0 ( h repreztă pasul de dscretzare î cazul probleme cosderate avem paş x 0, t 0 sau N, ); vom spue că trebue satsfacută o codţe de cossteţă: lm P P. h h0 O altă codţe mportată o repreztă stabltatea; aceasta mpue ca soluţa a probleme perturbate P (mafestată pr perturbarea parametrlor, A, B, K ) să fe apropată de soluţa a modelulu matematc P. Pe baza modelulu matematc dscretzat se va proecta u algortm, care va f aalzat pr prsma: - efceţe (resurse foloste: tmp de calcul ş memore), - covergeţe către soluţa modelulu matematc cotuu, - efectulu propagăr erorlor. Etapele eumerate evdeţază urmatoarele tpur de eror: - eror deproblemă (erete) care apar la trecere de la modelul fzc P F la cel matematc P, - eror de metodă troduse pr dscretzarea modelulu matematc, - eror de truchere prov d atura ftă a uor procese care descru soluţa probleme - eror de rotujre specfce rezolvăr probleme pe calculatorul umerc, care utlzează artmetca î vrgulă moblă moblă Problemă fzcă eroarea de problemã modelul matematc troduce poteze smplfcatoare Problemã matematcã eroarea de metodã problema matematcã este îlocutã prtr-o problemã aproxmatvã, ma usor de rezolvat Problemã dscretzatã eroarea de truchere procesele fte care descru soluta sut îlocute cu procese fte Algortm eroarea de rotujre umerele reale se repreztã î memore cu umãr ft de cfre semfcatve Program Fg. 1.3. Surse de eror 5

Reprezetarea î vrgulă moblă fl(x) = 0.a 1 a...a t e reprezetare ormalzată 1 a 1 < ş 0 a <, =:t L e U Sstemul de reprezetare î vrgulă moblă F(, t, L, U) cuprde: baza precza reprezetăr t lmtele (superoară ş feroară ale) expoetulu L ş U reprezetarea lu zero Exemplu: F(10, 1, 0, 1)={ 0.a 1 10 e }{0} cu a 1 {1:9} ş e{0,1}, î total 37 de umere. (-1) t-1 (U-L+1) valor dstcte a 1 poate lua -1 valor dstcte, restul de t-1 cfre poate lua fecare valor dferte, dec t-1, expoetul a U-L+1, ş semul două). Cel ma mare umăr reprezetabl, (realmax) are forma: = 0.(-1)(-1)...(-1) U = = [(-1)/ 1 +(-1)/ +...+(-1)/ t ] U = (-1)/(1- -t )/(1- -1 ) U = U (1- -t ) = U (1- -t ) Cel ma mc umăr poztv reprezetabl umt ş realm este: = 0.10...0 L = L /= L-1 = L-1 Surse de eror. U umăr real xf se repreztă exact, dacă suma se termă îate de t terme ş expoetul este cuprs ître lmte. Altfel, umărul real x se aproxmează prtr-o valoare fl(x)f Aproxmarea umărulu real x=(0.a 1 a... ) e =(a 1-1 +a - +...+a t -t +a t+1 -t-1 +...) e se poate face pr truchere sau pr rotujre. Aproxmarea pr truchere goră cfrele umărulu real d dreapta pozţe t. fl(x)=(0.a 1 a...a t ) e =(a 1-1 +a - +... +a t -t ) e Aproxmarea pr rotujre cosderă: fl(x)=(0.a 1 a...a t +1 ) e dacă a t+1 / fl(x)=(0.a 1 a...a t ) e dacă a t+1 < / O depăşre superoară apare dacă e>u. Ea declaşează o eroare la execuţe, care coduce la îtreruperea calculelor. O depăşre feroară apare dacă e<l; ea duce la îlocurea umărulu pr zero. Epslo maşă (otat eps î atlab sau ) repreztă cel ma mc umăr poztv cu propretatea că: fl(1+) > 1 De exemplu î F(10, 4, -3, 3) cu rotujre pr tăere (truchere): 6

fl(1+0.0009)=fl(1.0009)=1 fl(1+0.0010)=fl(1.0010)=1.001 > 1 aşadar tr =0.001=10-3 >=10-4. Dacă se foloseşte rotujre, atuc: fl(1+0.0004)=fl(1.0004)=1 fl(1+0.0005)=fl(1.0005)=1.001 > 1 cu rot =0.0005=1/.10-3 =1/. tr Eroarea absolută la rotujrea pr truchere: e x = x-fl(x)=(a 1 / 1 + a / +...+ a t / t +a t+1 / t+1 +...) e (a 1 / 1 + a / +...+ a t / t ) e e x = (a t+1 / 1 + a t+ / +...) e-t e x (-1)/ 1 +(-1)/ +... e-t = (-1) e-t (1/ 1 +1/ +...) (-1) e-t /(-1)= e-t e x e-t Dacă se foloseşte rotujrea atuc eroarea absolută este ş ma mcă: e x 1/. e-t Eroarea relatvă este: x = e x / x = x-fl(x) / x e-t /(0.a 1...a t... e ) x e-t /(0.10...0 e )= 1-t x 1-t la truchere x 1/. 1-t la rotujre Î geeral: x-fl(x) / x de ude deducem: fl(x) =x(1+), =K -t De exemplu F(10,4,-0,0),=10 0 (1-10 -4 ) =9.99910 19, =10-0-1 =1.010-1, r =1/.10-4+1 =510-4 umere aproxmatve -operaţ exacte operaţ aproxmatve - date exacte Propagarea erorlor 1.Rezultatul exact al aduăr a două umere x ş y, dacă operaţle se execută exact este x+y. Î realtate, se lucrează cu valorle exacte x ş y, î care: e x = x-x ş e y = y-y x+y=x+ye x+y =xe x +ye y =x+y(e x +e y ) e x+y =e x +e y x+y =e x+y / x+y =(e x +e y )/ x+y =( x x + y y )/ x+y x+y = x / x+y x + y / x+y y =k x x +k y y 7

Petru scădere: x-y=x-ye x-y =xe x -(ye y )=x-y(e x +e y ) de ude: e x-y =e x +e y x-y = x / x-y x + y / x-y y =k x x +k y y Î acest caz coefceţ de poderare: k x = x / x-y ş k y = y / x-y pot lua valor foarte mar dacă xy, dec î cazul scăder umerelor apropate ca ord de mărme se pot comte eror foarte mar Î cazul îmulţr: xy=xye xy =(xe x )(ye y )=xyxe y ye x +e x e y xy(xe y +ye x ) e xy =xe y +ye x xy = x + y. Dacă operaţle se repreztă aproxmatv, ar umerele sut reprezetate exact, aduarea a două umere x=f x.b ex ş y=f y.b ey presupue aducerea celu ma mc (fe acesta y) la expoetul celu ma mare, producâdu-se o deormalzare fl(x+y)=fl(f x b ex +f y b -(ex-ey) b ex )=fl[(f x + f y b -(ex-ey ) ) b ex ] fl(x+y)=fl[(f x +f y (1+))b ex ]=fl[x+(1+)y] Rezultatul operaţe este ormalzat: fl(x+y)=[x+(1+)y](1+) Deormalzarea uua dtre terme poate f evtată dacă se păstrează rezultatul termedar îtr-u acumulator cu lugmea t (acumulator dublu) Î acest caz uma rezultatul fal va f afectat de truchere la t cfre semfcatve ş ormalzare, dec: fl (x+y)=(x+y)(1+) Aularea catastrofală La scăderea a două umere apropate ca ord de mărme, cfrele semfcatve se aulează recproc, rezultâd o eroare relatvă mare. fl(x)=0.a 1 a...a p-1 a p...a t e fl(y)=0.a 1 a...a p-1 b p...b t e fl(y)-fl(y)=0.0 0...0 c p...c t e =0.c p...c t e-p Iţal avem o sgură cfră exactă, î pozţa t, cu eroarea relatvă 1-t După scădere, btul exact trece î pozţa t-p cu eroarea relatvă 1-(t-p) adcă amplfcată de p or. Să cosderăm scăderea umerelor x=0.10 ş y=-0.119 î sstemul F(10,,-10,10): fl(x)=-fl(y)=0.10 = ((x+y)-fl(x+y))/(x+y) =(0.001-0)/0.001=1! eroarea este de 100%! Se evtă scăderea umerelor apropate ca ord de mărme pr: îmulţre cu cojugatul, dezvoltare î sere Taylor, 8

rearajarea termelor etc. Pr rearajarea termelor evtăm aduarea umerelor foarte dferte ca ord de mărme. Astfel î sstemul F(10, 3,-10,10) cu rotujre suma: 1+0.00+0.00+0.00 calculată fl(fl(fl(1+0.00)+0.00)+0.00)=1 î tmp ce asocerea: fl(1+fl(0.00+fl(0.00+0.00)))=1.01. Î artmetca î vrgulă moblă, asocatvtatea u se ma păstrează. Astfel: fl(fl(x+y)+z)fl(x+fl(y+z)). De exemplu: fl(fl(1+/)+ /)= fl(1+/)=1, î tmp ce: fl(1+fl(/+/))= fl(1+) > 1 Reprezetarea umerelor reale (stadardul IEEE 754) Permte reprezetarea reallor î: 1) precze smplă F(, 4, -16, 17), folosd 3 bţ ) precze dublă F(, 53, -10, 103); se folosesc 64 bţ: 3) precze extsă F(, 65, -1638, 1638); se folosesc 80 bţ: Îtrucât a 1 =1, acesta u se ma repreztă (este ascus), câştgâdu-se astfel precze suplmetară. Btul ascus este evdeţat î reprezetarea: fl(x)=(-1) s e.(1.+.f) Precze smplă reprezetare pe 3 bţ baza = precze t= 4 bţ (umerele ormalzate păstrează uma 3 bţ) Numărul real este păstrat pr 3 compoete: semul: 1 bt expoetul: 8 bţ matssa: 3 bţ (logc4) Ce 8 bţ permt: 8 = 56 valor dferte. Domeul [0, 55] este trasformat î [-17, 18] La expoetul (poztv sau egatv) se adaugă o valoare costată care duce la u expoet deplasat sau caracterstcă poztvă. Factorul de deplasare petru precze smplă este17. Domeul deplasat [0-55] repreztă expoeţ î domeul [-17, 18] expoet_deplasat = expoet + 17 Valoarea umărulu este: V=(-1) s. e.(1.+.f) 1=(-1) 0. 0.(1.+.0) 0+17 0 01111111 00000000000000000000000 S e(8) f(3) 0 011 1111 1000 0000 0000 0000 0000 0000 9

3 F 8 0 0 0 0 0-6.5=(-1) 1..(1.+0.65) +17 1 10000001 10100000000000000000000 S e(8) f(3) 1 100 0000 1 101 0000 0000 0000 0000 0000 C 0 D 0 0 0 0 0 U umăr ma mare decât cel ma mare umăr reprezetabl (cuoscut sub umele de modulul reprezetăr) se obţe î urma ue depăşr superoare (de regulă o împărţre pr 0: 1/0 =, -1/0 = - ) va f desemat pr ft If, ar edetermărle 0/0, / etc, vor f desemate ca NaN (Not a Number). Petru toate acestea se rezervă î reprezetare cel ma mare expoet posbl 18 (adcă expoetul deplasat 55). Precze smplă S E (8bt) e= E-17 H f (3bt) Valoare NaN 0 11111111 18 1 0 +If 0 11111111 18 1 000 000 (-1) 0 18 0x7F800000 Ω 0 11111110 17 1 111 111 (-1) 0 17 (- -3 ) 3.4E38 0x7F7FFFFF... 1+ε 0 01111111 0 1 000 001 (-1) 0 0 (1+ -3 ) 0x3F800001 ε = -3 1.9E-7 1 0 01111111 0 1 000 000 (-1) 0 0 =1 0x3F800000 0 00000001-16 1 000 000 (-1) 0-16 = -16 1.18E-38 0x00FFFFFF ax 0 00000001-16 0 111 111 (-1) 0-16 (1- -3 )= -16 - -149 D... 0 00000001-16 0 000 001 (-1) 0-16 -3 = -149 1.4E-45 0x00000001 D +0 0 00000000-17 1 000 000 (-1) 0-17 = -17 0x00000000 Precze dublă S E(11b) E-103 H f(5bt) Valoare NaN 0 11 11 104 1 0 +If 0 11 11 104 1 000 000 (-1) 0 104 Ω 0 11 10 103 1 111 111 (-1) 0 103 (- -5 ) 1.8E308 1+ε 0 01 01 0 1 000 001 (-1) 0 0 (1+ -5 ) ε= -5 1.1E-16 1 0 01 01 0 1 000 000 (-1) 0 0 =1 0 00 01-10 1 000 000 (-1) 0-10 = -10.E-308 axd 0 00 01-10 0 111 111 (-1) 0-10 (1- -5 )= -10 - -1074 D 0 0 001-10 0 000 001 (-1) 0-10 -5 = -1074 5E-34 +0 0 0 000-103 1 000 000 (-1) 0-103 = -103 Cel ma mc umăr ormalzat este -16 1.175E-38 Cel ma mc umăr deormalzat este.00 1 * -16 = -149 1.4E-45 10

Ift rezultă d calcule precum: 1/0 =, -1/0 = - Se repreztă cu expoetul deplasat 55, (edeplasat 18), ş fracţa 0. 0 Cel ma mare umăr = 1.111 1* 17 3.4E38 NaN ( ot a umber ) Apare câd se îcearcă o operaţe elegală (ca sqrt dtr-u umăr egatv) Orce exprese care coţe u terme NaN este evaluată ca NaN Exstă cazur î care aparţa uu NaN u declaşează c o îtrerupere (excepţe) NaNs este lştt U NaN semalzat declaşează o excepţe (de exemplu o valoare eţalzată) Alte NaN semalzate: sqrt(umăr egatv) 0 *, 0 / 0, / x % 0, % x, - Codţoarea problemelor Codţoarea ue probleme caracterzează sesbltatea soluţe î raport cu erorle d datele de trare. O problemă este be codţoată dacă eror mc î date produc de aseme eror mc î rezultate. Codţoarea este o propretate a probleme, depedetă de soluţa aleasă. O problemă rău codţoată este aproape erezolvablă î practcă (char dacă problema este rezolvată exact, soluţa poate f lpstă de semfcaţe). De exemplu, la evaluarea fucţe y=f(x), o perturbare a datelor x+x produce o perturbare a soluţe y+y = f(x+x), î care: eroarea absolută y f' x x y fx x eroarea relatvă x y fx x f' x Problema este rău codţoată dacă factorul Lpschtz L x este mare. fx Stabltatea umercă a algortmlor Stabltatea umercă caracterzează erorle umerce troduse de algortm, î poteza uor date de trare exacte. Se referă la precza algortmulu. U algortm este stabl dacă erorle de rotujre produc eror mar î rezultate. U algortm umerc stabl u troduce o sesbltate suplmetară la perturbaţ. U algortm stabl dă rezultate apropate de soluţa exactă petru o problemă be codţoată. U algortm stabl u poate rezolva o problemă rău codţoată, dar u algortm stabl poate da soluţ slabe char petru o problemă be codţoată. Dacă f: X Y este o problemă ş f : X Y este u algortm, atuc acesta este umerc stabl dacă petru xx, x X, astfel îcât: f x fx O m ş x x O m 11

Algortmul f destat rezolvăr probleme f este umerc stabl, dacă este îdepltă ua d codţle: 1. f (x) f(x), adcă soluţa calculată aproxmează be soluţa exactă. exstă x apropat de x astfel îcât f (x)=f(x ) soluţa calculată de algortm cu date de trare exacte este soluţa exactă cu date uşor perturbate. Exemple de algortm stabl: versarea de matrce folosd determaţ rezolvarea sstemelor lare pr factorzare LU fără pvotare utlzarea factorzăr Cholesky î metoda celor ma mc pătrate (rezultate mult ma bue furzează factorzarea QR). calculul valorlor propr ca rădăc ale polomulu caracterstc Bblografe V.Iorga, B.Jora etode Numerce,Ed.Albastră,005 C.Popeea, B.Jora, B.Dumtrescu Calcul Numerc Algortm fudametal, Ed.ALL C.oler Numercal Computg wth atlab V.Iorga, F.Pop etode Numerce Îdrumar de laborator 1