CURS 1

Bibliografie
 Dumitru Cazacu Metode numerice Ed.Sitech Craiova 2014
 Dumitru Cazacu Indrumar de laborator Metode numerice, Ed.Sitech Craiova
, 2013
 M.Ghinea, V.Fireteanu, Matlab, Calcul numeric-grafica-aplicatii, Ed.Teora
1997
 Tiberiu Tudorache,Medii de calcul in ingineria electrica,Ed.Matrix
Rom,2010
 Gabriela Ciuprina,Algoritmi numerici pentru calcule stiintifice in
ingineria electrica,Editura: Matrixrom 2014
 D. Ioan, (2006) Metode numerice în ingineria electrică, Editura Matrix Rom
Bucureşti.2006
 Sergiu Ivanov, Modelare si simulare sisteme electromecanice , procese de
mediu, Ed.Universitaria Craiova 2007

 https://nm.mathforcollege.com/textbook-numerical-methods-with-
applications/

 https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-
336j-introduction-to-numerical-simulation-sma-5211-fall-2003/

ALGORITMI NUMERICI SI ERORI DE CALCUL

1.1 Formarea moderna a inginerilor din domeniul ingineriei electrice

Progresul semnificativ al tehnicii de calcul si aplicarea din ce in ce mai

puternica a matematicii in domeniul cercetarii face imperativa formarea
matematica a inginerilor si cercetatorilor consacrati problemelor aplicative.
Pregatirea matematica necesara unui unui inginer din domeniul tehnic nu mai
poate fi limitata la elemente de matematica clasica.
In manualele moderne de analiza matematica se acorda cea mai mare atentie
definirii absolut precise a notiunilor fundamentale si demonstrarii riguroase a

1
tuturor consecintelor ce se obtin din ele.Foarte des se demonstreaza existenta
solutiei unei probleme si se stabileste posibilitatea teoretica de a obtine aceasta
solutie cu orice grad de precizie.Se acorda o foarte mica atentie partii practice a
problemei, adica gasirii efective a solutiei cu o aproximatie data, suficienta
pentru aplicatii, dar care trebuie obtinuta cu un efort de calcul cit mai mic .
Un inginer trebuie sa cunoasca numeroase elemente de matematica moderna
si in primul rind metode si procedeee de calcul numeric, necesare pentru rezolvarea
celor mai multe probleme reale , care impun modelarea numerica.
Analiza numerica (metodele numerice) a fost definita ca studiul metodelor si
procedurilor folosite pentru obtinerea solutiilor aproximative a problemelor
matematice.Metodele numerice reprezinta tehnici prin care problemele matematice
sunt reformulate astfel incit sa fie rezolvate numai prin operatii aritmetice.Prin
trecerea de la infinit la finit, de la diferential la algebric, neliniar la liniar
problemele complicate sunt inlocuite de probleme mai simple care au aceeasi sau
“aproape” aceeasi solutie.Astfel solutiile obtinute prin aplicarea metodelor
numerice reprezinta doar aproximatii ale problemelor originale si deci implica
erori.
O buna intelegere a ingineriei electrice presupune combinatia dintre
intelegerea fundamentelor teoriei circuitelor electrice si a campului
electromagnetic, finetea matematica si cunoasterea algoritmilor numerici si a
limbajelor de programare.
Electromagnetismul ramine un domeniu foarte dinamic deoarece multe dintre
din aplicatiile ingineriei electrice se bazeaza pe el :
- prelucrarea semnalelor si a imaginilor
- proiectarea masinilor si actionarilor electrice
- proiectarea chip-urilor electronice
- testare nedistructiva (non-destructive evaluation)
- analiza compatibilitati si interferentei electromagnetice (EMC/EMI )
- proiectarea si analiza antenelor
- proiectarea si analiza sistemelor radar (RCS – radar cros section)
- recunoasterea automata a tintelor (ATR- automatic target recognition)
- tehnologia stealth
- comunicatii si propagare fara fir ( wireless) IOT Internet of things
- bioinginerie medicala si biotehnologii RMI CT Computer tomograph
- proiectarea micro senzorilor electromecanici (MEMS) nanotehnologie

Ingineria electrica este in mod natural un domeniu interdisciplinar.

De exemplu proiectarea chip-urilor de calculator s-a bazat multa vreme pe
teoria circuitelor electrice, care este un subdomeniu sau o aproximare a teoriei
campului electromagnetic la frecvente joase.Pe masura ce frecventa de lucru a

2
procesoarelor a crescut teoria circuitelor a devenit neadecvata pentru descrierea
fenomenelor fizice ce apar intr-un chip de calculator.De aceea pentru a le descrie
corect a trebuit sa fie utilizata teoria campului electromagnetic.O metoda numerica
emergenta este electromagnetismul computational care este utilizat intens pentru
calculul campului electromagnetic.
Dezvoltarea acestui domeniu a fost stimulata de cresterea rapida a vitezei de
calcul a calculatoarelor iar proiectarea si evoluatia calculatoarelor se bazeaza pe
electromagnetism computational, adica o existenta simbiotica.

1.2. Algoritmi si structuri de date

Pentru a rezolva o problema stiintifica sau tehnica cu ajutorul

calculatorului numeric se utilizeaza o anumita metoda matematica de
rezolvare si apoi algoritmul acesteia se implementeaza, intr-un anumit limbaj
de programare.
Elementele care determina elaborarea programului sunt algoritmul si
structura de date.Primul element contine secventa de operatii ce vor fi
efectuate pentru obtinerea solutiei iar cel de–al doilea pe modul in care se
reprezinta datele de intrare, variabilele intermediare si datele de iesire.
Structura unui algoritm este prezentata in Fig.1.1.

DATE DE INTRARE ALGORITM DATE DE IESIRE

Fig.1.1.

Un algoritm trebuie sa aiba urmatoarele proprietati:

- Generalitate :Algoritmul nu trebuie sa rezolve numai o problema ci toate

problemele din clasa respectiva.
- Finitudine :Numarul de transformari intermediare aplicate datelor de intrare
pentru a obtine datele de iesire este finit.
- Unicitate :Transformarile intermediare trebuie sa fie unic determinate.

Pentru descrirea structurilor de date si a algoritmilor se poate utiliza un limbaj

de programare :Fortran , Pascal , C , limbajul m sau un pseudolimbaj cu o sintaxa
mai putin rigida.De asemenea se pot utiliza schemele logice.
Descrierea in pseudolimbaj arata independenta algoritmilor fata de limbajul
ales.

3
 1.3. Pseudolimbaj

Pseudocodul este un text alcatuit din linii, fiecare continind o declaratie, care
descrie tipul de date utilizate sau o instructiune, care descrie operatia ce va fi
efectuata.
O linie de pseudocod este alcatuita din cuvinte si simboluri.
Cuvintele cu o semnificatie bine determinata, independenta de aplicatie, se
numesc cuvinte cheie (keywords) si sunt subliniate sau ingrosate. Liniile pot
contine comentarii, care ajuta la intelegerea pseudocodului fara sa faca parte din
descrierea algoritmului sau a structurilor de date.

Pseudocodul metodei potentialelor nodurilor

Urmatorul pseudocod descrie analiza unui circuit rezistiv liniar, de curent

continuu.

; Introducere date descriere circuit

citeste N ; citeste numarul de noduri

citeste L ; citeste numarul de laturi
pentru k = 1 , L ; parcurge laturile
citeste nik,nif ; nodurile initial si final al
fiecarei laturi

citeste Rk , Ek ; rezistenta si t.e.m. a fiecarei laturi

;rezolva circuitul prin tehnica nodala si determina vectorul v potentialelor
potential_noduri (N,L,ni , nf, R,E,v)
;calculeaza si afiseaza solutia
pg = 0 ; initializare putere generata
pc = 0 ;si consumata
pentru k = 1, L ; parcurge laturile
u = vni(k) - vnf(k) ; tensiunea la bornele laturii k
i = (u + Ek )/Rk ; curentul din latura k
pg = pg + Ek⋅i ;
2 ;
pc = pc +Rk⋅i

scrie k , u , I, pc, pg ; bilantul puterilor

1.4 Structuri de date

4
 Tipurile de date cu care se opereaza si pot fi de tip simplu ( fundamental) sau
structurate .
Se considera urmatoarele categorii de date fundamentale :
- logic : date cu doua valori logice : fals (0 logic) sau adevarat (1 logic).
- intreg : date care pot avea valori intregi
- real : aproximari ale numerelor reale
- caracter :litera, cifra sau semn special(aritmetic sau de punctuatie).
Pentru rezolvarea unor probleme complexe tipurile fundamentale de date nu
mai sunt suficiente si este necesara o structurare a lor.Pentru acestea se folosesc
cuvintele cheie :
- tablou : structura de date ce contine un numar cunoscut de elemente de
acelasi tip.
- inregistrare : structura de date ce poate contine elemente de tipuri diferite.

1.5. Complexitatea algoritmilor

Calitatea unui algoritm este apreciata prin eficienta sa spatiala (memoria

necesara datelor si programului) si temporala (timpul de calcul necesar obtinerii
solutiei ).
De exemplu algoritmul pentru inmultirea a doua matrice patratice, de
dimensiune n, A(n x n) si B(n x n) necesita 3n2 locatii de memorie, in fiecare
memorindu-se un numar real, element al matricelor A, B si respectiv al matricei
produs C.
Exemplu :daca n=10, A(10,10),B(10,10) iar C(10,10) sunt necesare 300
locatii de memorie. Daca dimensiunea n a matricelor creste de 10 ori,adica n=100,
spatiul de memorie necesar creste de 100 de ori (in exemplu dat 30000) de aceea
algoritmul este de ordinul 2 si se scrie M = O(n2).
Pentru a determina dependenta timpului de calcul de dimensiunea problemei
rezolvate de algoritm se considera ca referinta timpul necesar efectuarii unei
operatii elementare, adunare sau inmultire de numere reale si apoi se evalueaza
numarul acestor operatii.
De exemplu pentru calculul produsului scalar a 2 vector n-dimensionali se
efectueaza n-1 adunari si n inmultiri , in total 2n-1 operatii.
Deoarece la dublarea dimensiunii se dubleaza practic numarul de operatii
n := 2n atunci 2(2n)-1=4n-1 ≈ 4n se spune ca acest algoritm are ordinul de
complexitate liniar si ne noteaza T=O(n).
O problema poate avea doi sau mai multi algoritmi de rezolvare cu ordine de
complexitate diferite.

5
 In algoritmii numerici timpul de calcul este consumat preponderent in
operatiile repetate ciclic.De aceea ordinul de complexitate este dat, in general, de
numarul ciclurilor :
c= a⋅b ; ordin 0

pentru i = 1,n
c i = ai⋅bi ; ordinul 1

pentru i = 1,n
pentru j =1,n
c ij=ai - bj ;ordinul 2

pentru i = 1,n
pentru j=1,n
pentru k =1,n
c ij=aik⋅bkj ; ordinul 3

Considerind criteriul anterior produsul scalar a doi vectori este un algoritm de

ordinul 1, T=O(n) (contine doar un ciclu) iar inmultirea a doua matrice patratice de
ordin n are ordinul de complexitate T = O(n3) (contine trei cicluri).

1.6. Erori in rezolvarea problemelor numerice.

Calculele numerice fie că sunt executate manual, fie că sunt executate pe un

calculator numeric, implică o serie de erori de care trebuie să se ţină seamă în
analiza unui fenomen. Aceste erori pot conduce, în anumite situaţii, la crearea unei
imagini complet eronate asupra fenomenului studiat. De aceea, analiza erorilor
calculelor numerice este o problemă fundamentală.
Erorile se clasifică după mai multe criterii, şi anume:
a. Dupa expresia matematica, se disting:
- erori absolute
- erori relative
b. Din punct de vedere al cauzelor care le produc distingem:
- erori ale modelului problemei
- erori inerente
- erori de metodă.
- erori de trunchiere
- erori de rotunjire

1.6.1. Eroare absoluta. Eroare relativa.

6
 Pentru a caracteriza abaterea unei variabile numerice de la valoarea exacta se
poate folosi eroare absoluta definita prin :

e x = x − x aprox (1.1)

in care x este valoarea exacta a variabilei iar xaprox este valoarea sa aproximativa.
Acest tip de eroare nu caracterizeaza de obicei suficient de bine precizia cu
care se obtin rezultatele.
Precizia rezultatelor este mult mai bine pusa in evidenta de eroarea relativa

ex x − x aprox
εx = = x 100 [%] (1.2)
x x

Eroarea relativă se exprimă în procente.

Dacă valorile numerice sunt apropiate de 1, erorile absolută şi relativă sunt
aproximativ egale. Dacă valorile numerice sunt depărtate de 1, pot exista
diferenţe foarte mari între cele două tipuri de erori.
În continuare se vor prezenta două exemple, din care rezultă cele afirmate.
1. Fie x = 1 şi x aprox = 0.9 , valorile exactă, respectiv aproximativă ale unei
mărimi. Erorile absolută şi relativă sunt:

e x = 1 − 0.9 = 0.1

1 − 0.9
εx = = 0.1
1

sau ε x = 10 %.
2. Fie x = 0.0004 şi x aprox = 0.0003 , valorile adevărată şi aproximativă ale unei
mărimi. Erorile absolută şi relativă sunt:

e x = 0.0004 − 0.0003 = 0.0001,

0.0004 − 0.0003
εx = = 0.25
0.0004
sau ε x = 25% .
Se observă diferenţele între valorile celor două tipuri erori. Eroarea relativă
furnizează o imagine mai clară asupra preciziei valorii aproximative, fiind
considerata o masura pentru precizia rezultatului calculului.
7
In majoritatea calculelor tehnice marimile rezultate sunt cunoscute cu
3 - 6 cifre semnificative exacte ceea ce corespunde unei erori relative de
rotunjire cuprinse intre 10-2 -10-5.

1.6.4. Erori ale modelului problemei

Formularile matematice dau rareori o imagine exacta a fenomenului real.In
cea mai mare parte ele sunt doar modele idealizate. In studiul fenomenelor naturii
suntem fortati, ca regula, sa acceptam anumite conditii care simplifica problema.
Uneori se intimpla sa fie dificil sau imposibil sa rezolvam o problema cind acesta
este formulata complet. In acest caz aceasta este inlocuita cu o problema
aproximativa (simplificata) care duce la obtinerea aproximativ a acelorasi rezultate.
Aceasta aproximare este o sursa de erori , numite erori ale modelului
problemei.

1.6.5. Erori de metoda

Pentru solutionarea unei probleme date cu ajutorul calculatorului numeric se
pot folosi mai multe metode numerice. Fiecare din aceste metode are precizia sa,
precizie ce este influenţată de numărul operaţiilor de calcul şi felul acestora.
Eroarea de metoda poate fi redusa printr-o alegere judicioasa a acesteia.

1.6.6. Erori de rotunjire

Una din cauzele frecvente de eroare in calculele cu numere reale se datoreaza
reprezentarii finite a acestor numere in calculatoarele numerice, adica folosirii unui
numar finit de cifre zecimale
In aceasta situatie numerele zecimale se rotunjesc.Astfel ultima cifra pastrata
ramine neschimbata (rotunjire prin lipsa) daca cifra care urmeaza este 0,1,2,3,4; ea
se majoreaza cu 1 daca cifra care urmeaza este 5 ,6 ,7,8, 9 (rotunjire prin adaos).
Modul uzual de reprezentare a unui numar real intr-un sistem de calcul este de
forma:

xaprox = ± 0 ,kk...k ⋅10±kk = m ⋅10e (1.20)

k∈{0,1,2,3,4,5,6,7,8,9 }, m se numeste mantisa iar e exponent.

Cu exceptia numarului nul la care m = 0 in rest mantisa satisface relatia:

0,1≤ | m | < 1 (1.21)

Calculatorul alocă un spaţiu fix de memorie pentru fiecare număr folosit.
Acesta este stocat ca un şir fix de cifre. În practică se folosesc aşa numitele numere
în virgulă mobilă.

8
 Consideram un calculator care foloseşte aritmetica zecimală cu 4 cifre cu
numere în virgulă mobilă .
Sunt prezentate reprezentarile in virgula mobila (floating point) a numerelor
37,31 0,003;0.00004717;

37,31 = 0,3731*102 = (0,3731; 2);

0,03 = 0,3*10 –1 = (0,3; -1);
0,00004717 = 0,4717*10 –4 = (0,4717; -4)

Un calculator nu trateaza numerele la fel cum le trateaza oamenii.

Cele mai multe dintre calculatoare folosesc sistemul binar. Unitatea de
informaţie este bit-ul ce poate lua valorile 0 sau 1. Desigur nu putem acumula
decât foarte puţină informaţie cu ajutorul unui singur bit. De aceea biţii sunt
grupaţi sub formă de cuvinte de lungime variabilă (8, 16, 32, 64).
Numerele întregi sau reale sunt reprezentate în această manieră, modul lor de
reprezentare precisă fiind variabil.
Institutul pentru inginerie electrică şi electronică (IEEE) a introdus o
reprezentare uniformă a numerelor reale în simplă precizie pe 32 de biţi şi în dublă
precizie pe 64 de biţi (Norma IEEE─754).
Presupunind ca mantisa este reprezentata cu n cifre rezulta ca prin aceasta
reprezentare cifrele l din reprezentarea exacta

x = ± 0 ,kk...kll⋅10±kk (1.22)

sunt pierdute prin rotunjire.

x − x aprox 0,00...0lll... ⋅ 10 ± kk 0, lll... 1

εx = = ± kk
= ⋅ 10 − n ≤ ⋅ 10 − n = 10 −n+ 1 (1.23)
x 0, kk ...lll... ⋅ 10 0, kkk 0.1

depinde de numarul de cifre semnificative folosite in reprezentarea numarului

real si nu de valoarea lui.
Eroarea relativa de rotunjire este specifica calculatorului nuemric respectiv si
reprezinta cel mai mare numar real care adaugat la unitate nu modifica valoarea
acesteia .Ordinul de marime al erorii relative de rotunjire la calculatoarele
numerice uzuale este de 10 −5 − 10 −20 .

1.6.7. Erori inerente

Datele de intrare folosite la rezolvarea unei probleme tehnice provin in multe
cazuri din determinari experimentale afectate de erori numite erori inerente. Ele

9
se formeaza din erori de masurare datorate preciziei instrumentului (erori
instrumentale), de obicei sistematice si din erori de observatie, care sunt
neregulate sau intimplatoare. La acestea se adauga erorile datorate
parametrilor numerici din formule. Valorile lor pot fi determinate doar
aproximativ.In aceasta situatie sunt toate constantele fizice (exemplu numărul π
poate fi înregistrat ca dată iniţială cu valorile: 3.14; 3.141592; 3.1415926535.
Erorile inerente se propaga in procesul de calcul si afecteaza in final solutia.

1.6.8 Erori de trunchiere

Datorita caracterului finit al oricarui algoritm incercarea de rezolva probleme
de analiza matematica, ce presupun teoretic o infinitate de pasi (exemplu calculul
limitelor) determina aparitia unor erori de metoda , numite erori de trunchiere.
Calculul numeric al limitelor de siruri ,de serii , de functii presupune trunchierea
unui proces numeric infinit.
Pentru evidentierea erorii de trunchiere considera un sir

xk → x (1.24)
Conform definitiei convergentei un sir acesta converge daca

∀ε >0 ∃n ,natural , a.i. x − x k < ε , ∀k ≥ n (1.25)

Prin urmare pentru o eroare ε impusa exista un rang finit n a.i. x n reprezinta o
aproximare satisfacatoare pentru x .
Rezulta ca dupa evaluarea unui numar n suficient de mare de termeni ultimul
poate fi adoptat ca solutie numerica.

x n = x aprox (1.26)

cu o eroare de trunchiere dependenta de n.

In general eroarea de trunchiere este cu atit mai mica cu cit numarul de
termeni calculati este mai mare.
Modul in care eroarea de trunchiere depinde de n caracterizeaza viteza de
convergenta a algoritmului.
Se spune ca un algoritm are viteza de convergenta de ordinul p , daca
exista o constanta c > 0 a.i. eroarea de trunchiere satisface relatia :
c
ε t = x − xn ≤ ∀n >1 (1.27)
np

Exemplul 3

10
 Consideram dezvoltarea in serie Taylor a functiei e x .

x2 xn
ex=1 + x + + ........ + + ....
2! n!

Considerind x = 0.1 obtinem

f = e 0,1 f = 1 + 0,1 +
(0,1) 2 + (0,1) 3 + .....
2! 3!

Cind oprim calculul ? Câţi termeni includem ? Dacă considerăm doar cinci
0,1 (0,1) 2 (0,1) 3 (0,1) 4
termeni f = e0,1 ≅ 1 + + + + ≅ f = 1,105
1! 2! 3! 4!
εt (adică suma termenilor neglijaţi) este εt = f − f =
(0,1) 5 + (0,1) 6 + ......
5! 6!

εT =
(0,1) 1 + 0,1 + (0,1) + (0,1) + ..... ≤ (0,1) 1 + 0,1 + (0,1) + (0,1) + .... = (0,1) 5 * e 0,1 ≅ 0,0001 *1,1052 ≅ 10 −7
5 2 3 5 2 3

5!  6 67 678 
 5!  2! 3! 
 5! 120

Prin urmare eroarea de trunchiere a functiei e x in x=0,1, considerind doar 5

termeni, este ε T ≈ 10 −7 .

1.8. Stabilitatea algoritmilor numerici.

Un algoritm la care eroarea relativa a solutiei nu depaseste erorile relative

ale datelor de intrare este un algoritm stabil din punct de vedere numeric.
Daca erorile relative ale solutiei sunt mult mai mari decit ale datelor de intrare
se spune ca algoritmul de rezolvare prezinta instabilitati numerice.
In acest caz este posibil ca abateri foarte mici ale datelor de intrare sa
determine abateri mari ale solutiei numerice fata de cea exacta si sa faca solutia
numerica inutilizabila.
Un algoritm de calcul este stabil daca aplicat unei probleme cu date initiale
“usor perturbate “ conduce la o solutie apropiata, intr-un anumit sens, de solutia
problemei cu datele intiale.

Exemplul 4 : Fie sistemul :

4,0000 x + 0,8889 y = 4,000


1,0000 x + 0,2222 y = 1,000

11
cu solutia unica x = 1,0000 si y = 0,0000, obţinută prin metoda eliminării.
Dacă consideram pentru coeficienţi, doar trei cifre semnificative după virgulă

4,000 x + 0,888 y = 4,000


1,000 x + 0,222 y = 1,000

Rezultă acest sistem are un număr infinit de soluţii ( practic sistemul se

reduce la o singura ecuatie), deci este instabil numeric.

1.9. Numărul de condiţionare a unei matrice

Rezultatele obţinute prin calculul numeric corespund întotdeauna unei

probleme perturbate ca urmare a efectelor erorilor de rotunjire. Determinarea
condiţionării unei matrici are la bază teoria matematică a perturbaţiei.
O funcţie este rău (slab) condiţionată dacă pentru x0 apropiat de x, f (x0)
diferă “mult” de f(x).O funcţie este bine condiţionată daca atunci când x0 este
“apropiat” de x şi f (x0) este” apropiata” de f (x).
Deoarece termenii “ apropiat “ şi “ mult “ sunt termeni vagi este necesară
folosirea numărului de condiţionare.
Numărul de condiţionare a unei matrici indică sensibilitatea soluţiei unui
sistem de ecuaţii liniare la perturbatii ale matricei sistemului si termenului liber şi
dă indicaţii referitoare la precizia rezultatelor la rezolvarea sistemului şi la inversa
matricilor. O matrice bine condiţionată este o matrice relativ insensibilă la mici
perturbaţii.
Consideram un sistem de ecuatii Ax=b, detA≠0, b≠0, adica un sistem care are
solutie unică nenula (x≠0).
În practica rezolvării acestor sisteme prin orice metodă se execută anumite
rotunjiri chiar dacă coeficientii sunt reprezentati exact in raport cu posibilitătile de
reprezentare in calculator.
Erorile de calcul pot fi interpretate ca erori ale termenului liber b.
Consideram sistemul perturbat este
A(x + r ) = b + η (1.28)
r – perturbatia necunoscutei membrului liber
η – perturbatia membrului liber
Numărul de condiţionare se defineste ca valoarea maxima a raportului
dintre eroarea relativă a solutiei si cea a membrului drept.Efectuind
urmatoarele prelucrari

12
 Ax = b
Ar =η
se obtine
x = A −1b r = A −1 ⋅ η

Si tinind cont ca Ax ≤ A ⋅ x obtinem pentru numarul de conditionare k ( A)

urmatoarea expresie :

r
x r b A −1η ⋅ Ax A −1 ⋅ η A ⋅ x
k ( A) = = = ≤ = A ⋅ A −1 (1.29)
η x η x ⋅η x ⋅η
b

k ( A)are o valoare mare, atunci matricea A (sistemul Ax=b) este slab

conditionată.(ill conditioned) iar daca k ( A) are o valoare mică, atunci matricea este
bine conditionată(este insensibilă la perturbatii). În MATLAB functia care
determină numărul de condiţionare este cond(A).O altă functie mai performantă
pentru calculul lui k ( A) este rcond(A). Dacă rcond(A) tinde la 1 atunci matricea A
este bine conditionată; dacă tinde la zero este slab conditionată.

Exemplul 5

Sa se determine conditionarea urmatorului sistem,calculind atit numarul de

conditionare cit si rezolvind sistemele (cel initial si cel perturbat la a treia
zecimala).

6 x1 + 6,917 x 2 = 6,543
Sistem initial 
 x1 + 1.152 x 2 = 1.095
6 x + 6.912 x 2 = 6.543
Sistem perturbat  1 
 x1 + 1.152 x 2 = 1.095 

c1 = cond ( A1 ) = 1,7234 ⋅ 10 4 c 2 = inf = cond ( A2 )

5
r1 = rcond ( A1 ) = 5,4435 ⋅ 10 r2 = 4,1842 ⋅ 10 −18 = rcond ( A2 )
S-au determinat numerele de conditionare a matricilor celor doua sisteme atit
cu functia cond, c1 si c 2 cit si cu functia rcond, r1 si r2 .Din rezultatele obţinute
rezultă că sistemul slab condiţionat.
Rezolvarea sistemulelor conduce la urmatoarele solutii :

13
x1 ,2 = [7,3158 − 5,400]

x1, 2 = [−8,1041 7,0348] ⋅ 1013

Se observă diferenţe foarte mari între soluţii datorate unei variaţii mici a unuia
dintre coeficienţi la zecimala a treia. Solutiile obţinute arata,de asemenea, că
sistemul de ecuatii este slab condiţionat.

14
15