Documente Academic
Documente Profesional
Documente Cultură
lim
(supKn(xn)) Zicem ca metoda doi e stabila daca nr de conditii K(x) de acelasi ordin cu numarulde
x x a k k x e
k 1
x 1 xb0 b1 ....b p 1 x 2 E
S
S=bitul de semn
0x>0
1.x<0
subiectul 4 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 biti
32
64
80
Bit de semn lungime in biti
1
1
1
Semnificatie in biti
23
52
64
Precizie P nr de biti
24
53
64
Exponent e in biti
8
11
15
E max
+127
+1023
+16383
E min
-126
-1022
-16382
Deplasare exponent
+127
+1023
+16383
Precizie in cifre zecimale
+7
15-16
19-20
38
308
4932
Plaja de reprezentare
10
10
10
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 0 este stocat explicit in locatia 6 a semnificantului.
Subiectul 5 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.
Cantitate reprezentanti
1 f ( x) s E
Exponent E
Emin EEmax
Semnificatie
Sig.
1
Zero cu semn
0
E=Emin-1
Sig.=0
2
Numar normalizat
0.fx2Emin
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
-126
s.p: 0.fx2
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 6 Reprezentarea nr in calculator-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=b 0b1bp-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 b1bp-2(bp-1+2) x 2E >x |
__
x x ULP ( x)
x+ULP(x)=b0.b1bp-1+2(x2 ) > x
-masina
err (f(x)) 1/2ULP(x)
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
- xT-xA
xA- xT xA+
x T [x A , x A ]
2. sunt caracteristice calculului manual se elimina prin utilizarea calculkatorului. Pot exista erori de programare, eliminandu-se
prin testareas progr cu un exercitiu la care se cunoaste rezultatul corect.
3. analiza num nu poate elimina err, poate recomanda o metoda numerica ce sa minimizeze efectul acestor valori pana la
rezultatul final.
4. apare la reprezentarea nr in virgula flotanta si constituie sursa majora de erori pt unele probleme.
5. sunt formulele care in general inlocuiesc un proces infinit cu unul finit. Acest tip de erori constituie principalul obiect de studiu
in analiza matematica.
Eroarea de rotunjire x.......
x= (a1a2.....anan+1...)xe
=1
aj=cifre in baza a1=/=0
ipoteza =par
Def 1: regula de rotunjire (la un nr cu n cifre in mantisa)
fl(x)=| ((a1a2.....an)xe..0 an+1. < /2
| ((a1a2.....(an+1))xe.. an+1. /2
fl(x) desemneaza nr reprezentat in virgula flotanta
an+1. < /2 rotunjire in jos
an+1. /2 rotunjire in sus
Def 2 truncherea
fl(x)= (a1a2.....an)xe
indiferent de cifra an+1
eroarea de rotunjire |Err(xA)| = |xT-xA|
an+1. < /2
x-fl(x)= (.00......0an+1..)x e
x-fl(x)=an+1an+2......x e-(n+1)< /2 e-n-1
|x-fl(x)|<1/2 e-n
b)
an+1. /2
=>|x-fl(x)| e-n
a)
trunchierea se arata in acelasi mod ca la rotunjire ca marginile erorii sunt dublu ca cele la rotunjire
| x fl ( x ) |
n 1
|x|
|x-fl(x)| e-n
g ( x)
x
x 1
obs: ca in exemplul 2 uneori prin reformularea problemei se pot evita eroarea de pierdere de semnificatie.
x [ a , b]
Zgomot numeric (noise)
f(x)
N puncte
h=(b-a)/N
f:xj = a+jh; j=0.1....N
graficul (lui f in pctele xj) apare netede daca h nu este foarte mic (N nu esteb f mare) sau se fac calcule in dubla precizie. Daca
detaliem rezultatele in simpla precizie pe un subinterval mic, graficul neted si pctele f(x) apar continute intr-o banda in care ele
pot fi distribuite aleator (banda de incertitudine)
obs: se datoreaza erorilor operatiilor aritmetice necesare calcularii valorii f(x)
exemple f(x)=x3-3x2+3x-1
[f(x)=(x-1)3]
a) [0,2] N=100 : curba neteda
b) [0.99 , 1.01] N=100 curba cu tangenta discontinua
c) [0. 99 , 1.01] N=1000 banda de incertitudine
[0.998 , 1.002] N=500 detaliere a benzii de incertitudine
2)impartirea
/\
Sn=x1+x2+.......xn
in calcul : xi fl(xi)
Sn
Sn
/\
Concluzie: 1.
Sn
/\
Sn
- Sn = x1 ( 2+3+......+n) + x2 ( 2+3+......+n) + x3 (
3+......+n)+......+ xn n
/\
Sn
ex:
xj 0
/\
|Rel(
Sn
)| (1+ )n-1 1
! b>a
100
x=a
Definitia 3.
(xn)n0 unde xn
daca
lim
| - x n 1 |
C
| - x n |P
conergenta este p
Obs: C=/=0 f(x).....C=/=0
Cazul p=1 Convergenta liniara
P1: Daca (p=1) xn p=1 =>C<1
Demo=contradictie
P2: daca p=1 C<1 , x0 suficient de apropiat de definitei => xn
y=f(x)
a
c1
|-c1|<
c2
(b-a)/2
(*)=> p=1
este suficient:
.......
c1
[a0; b0]
c2= a1; b1
c (a
..............
j
j-1; bj-1)
|-cn|< (1/2)n(b-a) (*)
convergenta
n
o singura
ba
2
ba
22
ba
|-c |<
2n
(b-a)/2
b0=b
b1
b2
c1 ,c2 , . cn
|-c2|<
a0 =a
a1
a2
[a,b]
1
2n
|-cn| 0
|-cn|
ba
2n
ba
n log2(
ba
Bisectia este o metoda foarte robusta si u control foarte bun al err. Singurul dezavantaj este ca metoda converge incet
Metoda falsei poziii (regula falsei, interpolarii liniare)
Ipoteza: f continu [a,b] f(a)f(b) < 0 (fctia ia valori de sdemn contrar la capetele intervalului)
[a,b]
o singura
radacina
f (b) f (a )
( x b)
ba
ba
C= b-f(b)
f (b) f a
c1= c2
f(b)
f(a)
Observatii: f[a,b] =
f (b) f ( a)
ba
b
c=b -
f (b)
f [ a, b]
x1
x2
x0
x3
x n x n 1
f ( x n ) f ( x n1 )
f ( xn )
f ( x n 1 , x n )
xn+1=xn f(xn)
xn+1=xn -
x2
x1 x2c
x3
..
n1
y-f(x1) =
f ( x1 ) f ( x0 )
( x x1 )
x1 x0
x0 si x1 = date
b)p=
1 5
2
1.618
xn+1 = xn -
f ( xn )
f ' ( xn )
convergenta f....xn
x=
0=
x3 x2
x1
x1=x0 -
f ( x)
x1 x 0
f ' ( x0 )
f ( x0 )
; x0 xn ; x1 xn+1
f ' ( x0 )
;n 0 x0 dat
( n )
2
( x xn ) 2
2
(-xn)2
f ( xn )
f ' ' ( n )
xn
( x n ) 2
f ' ( xn )
2 f ' ( xn )
0=-(x4 -
f ( xn )
)+......
f ' ( xn )
|-xn+1| M | xn|2
teorema de convergente daca 1) exista f,f, f continue pe I = [-,+]
2)f()=/=0
atunci a)xn
3)x0
I si x0 e suficient de apropiat de
I oricare ar fi n
b)xn si p=2
c)lim
- x n 1
f ' ' ( )
2
2 f ' ( )
( - x n )
f ( xn )
f ' ( n )
f(xn)
f ( x n ) f ( x n 1 )
x n x n 1
g
x0
g(x)
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 0< <1
3) oricare ar fgi x , x
[a,b] |g(x) g(x)| (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
c) |-xn |
n
1
(x1 - x0)
n
1
(x1 - x0)
demonstratie: a) din ipoteza 1 conform lemei => ca exista o radacina in [a,b] , exista =/= , , apartine [a,b]
teorema 2
1. g continut si derivat pe [a,b] 2. g marginit pe [a,b]
|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
c) |-xn |
max | g ' ( x) |
[ a ,b ]
<1
n
1
demonstratie
(x1 - x0)
xn 1
d)
lim
n
x n 1
xn
=g(x)
alte teoreme:
g: [a,b] => R se relaxeaza aceasta conditie
g: IR
teorema 3 I=[x0 , x0 + ], x0 aproximatia initiala
demo:1. I=[x0 , x0 + ], g:IR , continuta pe I
2. oricare x,x apartien lui I | g(x)+ g(x) | |x-x|
3. |x1 - x0| (1- ) |g(x0)-x0 | (1-x)
atunci: a) xn
I b) xn
I ; x=g()
| - xn |< n
g este constant
c) = unic in E
max | g ' ( x) | 1
I
x1=s(x0)
b)-1<g(x)<0
c)g(x)>1
y=x
x=y
y=g(x)
x1=g(x0)
d)g(x)<1
x0 x1 x2 m=1
x2
x0
x0
x1
x0
m=1
x1
x2=x0
x1
1 2
Teorema lui Isaacson & Keller.
xn Xn ,Xn-/
-
-X |
n
Xn +
Interval de incetitudine al
, n 0 n
n =neglijabil aproximativ
radacinii
n
1
| - n |
2)I0 = [ - 0, + 0] ,
atunci: oricare X0
0 0 a) iteratele Xn
b) |
-X |
n
+ n(0 -
-nu putem determina radacina cu o reoare mai mica decat valoarea primului termen
am itera.
2) nr rational de iteratii este propus ca fiind acela ca cei doi termeni din b) sa fie egali
<<0 ,
n 0
0 (1 )
nlog log(
(1 )
, oricat de mult
log
n
(1 )
log 0
0 (1 )
1
log
log
00
g ( p ) ( x)
M
p!
4. p-1M <1
(p-1M <1)
atunci: oricare x0
I: a) xn
I, n0
b) xn
c) ordinul de convergenta =p
observatii: ipoteza 4 arata cat de aproapa de trebuie sa fie aproximatia initiala
M2
( x0 ) 2
en = |Xn+1-|
p n 1
p 1
( x0 ) p
e0 = |x0 - |
( Me0 ) 2
en
g()=0 g()=/=0
M2
| X 0 |2
e0
f ( xn )
g ( xn )
f ' ( xn )
S(x) = (f
f ''
f ''
f ''
)'
f ( 2 )' | x
2
f'
f'
f'
g(x)=x -
f ( xn )
f ' ( xn )
g(x) = 1-
f ' ' ( )
0
f ' ( )
S()=
Concluzie: f() =/=0 si f()=/=0 => met Newton are ordinul p=2
Subiectul 21 Metoda punctului fix:
Procesul staionar.
Xn+1 = g(xn)
| x1=g(x0), x1 =/= x0
|x2=g(x1)
g
X0
X1
0
1
g(g(x0) = x0
g(g(x) = x (1)
g(g(x)g(x) = 1
satisface (1) = g()
g()g() = 1
[g()]2 =1
g()=1
g(x) = g() + g()(x-)+ termenii de ordin superior
-iar cand se exclud termenii de termen superior se ajunge la : g(x) + g()(x-)
g()=1
g(x) + x-=x
nu satisface pt ca x1=x0
g()=-1
g(x) (x-)=-x+2 satisface
concluzie : procesul stationar are loc daca g() =-1 sau in practica g( ) -1
Panta =1
x0
x1
x2
x3 .
x0(=
x4 = x0
x(x+4) =x(n)
x0
x1)1.78 0.2tg ( x )
exemplu: g(x)=
1 tg ( x)
X2
Iteratie
stationara
-x0 = x4
x1
x2
= 0.7877106
x3
1
f ' ( )
m=
1
f ' ( x0 )
cu x0
Y=f(x)
y=(1/m)
Dreapta x
de panta
x1
1/m
la pas n = moptim =
xn+1 = xn -
1
f ' ( xn )
( xn)
1
f(xn)
f ' ( xn )
x2 x0
metoda newton
g(x)=x- (x)f(x)
(x)=
1
f ' ( x)
lim
n>N1
x n 1
C
xn
x n 1
g ' ( )
n x
n
lim
general
daca
rap C
x n 2 x n 1
(1)
x n 1
xn
ip generala
xn2
x n1
x x n 1
n2
(1' )
x n1 x n x n 1 x n
x n 1 x n
xn
( xn 2
( x n 1 x n ) 2
a n ,n 2 (2)
x n 1 ) ( x n 1 x n )
G(x) = x-
( g ( xn ) xn ) 2
( g ( g ( x n )) g ( x n )) ( g ( x n ) x n )
( g ( x) x) 2
( g ( g ( x)) 2 g ( x) x
10
an,n+2
11