ANALIZA NUMERICA

Curs pentru anul I

Facultatea de informatica

UNIVERSITATEA TITU MAIORESCU

An univ 2014-2015
Cadru didactic

Coordonator disciplina:
Conf. univ. dr. DANIELA JOIA

daniela.joita@prof.utm.ro
Evaluarea studentilor
Stabilirea notei finale (in procente):
Metoda de testare Punctaj
Examenul final: 50%

Activitatea la laborator: 20%

Proiect: 10%

Teme : 10%

Prezenta curs + laborator: 10%

Continutul cursului
Introducere
Erori,Erori absolute i erori relative. Propagarea erorilor. Probleme bine
condiionate numeric. Stabilitatea problemelor numerice.

Metode numerice pentru rezolvare ecuatiilor si a sistemelor de ecuatii neliniare

Metoda bisectiei, metoda punctului fix, metoda tangentei si metoda secantei, schema lui
Horner

Metode numerice pentru rezolvare sistemelor de ecuatii liniare

Eliminare Gauss-Jordan, factorizarea LU
Metode iterative: Metodele Jacobi si Gauss- Seidel.

Interpolare
Polinomul de interpolare Lagrange. Algoritmul lui Neville. Diferene divizate. Polinomul de
interpolare Newton.

Integrare numerica
Formulele Newton-Cotes: metoda trapezului, regula lui Simpson; cuadratura Gauss

LABORATOR
Implementarea algoritmilor folosind MATLAB.
Continutul laboratorului
Implementarea metodelor
folosind MATLAB.
MATLAB este un pachet de
programe cu multe functii
de tip built-in dar si cu
posibilitatea de creare a
programelor proprii care
permit invatarea mai usoara
a metodelor numerice.
MATLAB (matrix laboratory)
este special creat pentru a
lucra cu matrici si vectori.
BIBLIOGRAFIE
RECOMANDATA
Daniela Joita, Analiza numerica, suport de curs

pentru ID, format electronic

Mathews, J. H., and K. D. Fink. Numerical Methods
Using MATLAB. 3rd ed. Upper Saddle River, NJ:
Prentice Hall, 1998.
W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T.
Vetterling: Numerical recipes in C. The art of
scientific computing, Cambridge University Press,
1992
Singiresu S. Rao, Applied numerical methods for
engineers and Scientists, Prentice Hall 2002
http://www.mathworks.com/products/matlab/
http://freemat.sourceforge.net/
multe alte surse bibliografice de pe Web
Introducere in analiza
numerica
Un aspect important al aplicarii matematicii in rezolvarea
problemelor din viata cotidiana este abilitatea de a gasi
solutii cat mai apropiate de solutiile reale.

Analiza numerica se ocupa cu studiul metodelor de

determinare a acestor solutii.

Analiza numerica nu cauta solutii exacte pentru ca de

multe ori aceste solutii sunt imposibil de obtinut in practica.

In schimb, se concentreaza pe obtinerea unor solutii

aproximative in limita unor erori de aproximare cat mai
mici.
Exemplu
Inca din vremuri
stravechi omenirea a
incercat sa gaseasca
solutii aproximative
2
cat mai apropriate de
cele exacte.
Una din cele mai vechi
dovezi este
descoperirea primelor
10 zecimale ale
numarului tablita de
lut babiloniana 1 + 24/60 + 51/602+
(1800-1600 iHr) 10/603= 1.41421296...[1]
Istoric
Domeniul de studiu analiza numerica a aparut si a fost
dezvoltat prin descoperirea de metode de calcul mult
inainte de inventarea calculatoarelor.
Interpolarea, este folosita de mai bine de 2000 de
ani.
Multi mari matematicieni s-au ocupat cu descoperirea
de metode numerice, acest lucru fiind sugerat si prin
numele multor algoritmi din analiza numerica:
Metoda lui Newton,
Polinomul de interpolare Lagrange
metoda lui Euler
eliminarea Gauss.
 Cand nu existau calculatoare,
efectuarea calculelor se facea
de mana sau cu ajutorul
calculatoarelor mecanice si
existau carti cu formule de
calcul si tabele cu coeficienti
sau valori ale unor functii
calculate pentru multe valori,
de obicei cu valori
aproximative calculate cu 16
zecimale.

Abramowitz, Stegun, - "Abramowitz&Stegun.page97.agr" by agr -

Handbook of Mathematical
Functions- peste 1000 de
pagini, 1964
Self-photographed. Licensed under CC BY
2.5 via Wikimedia Commons -
http://commons.wikimedia.org/wiki/File:Abr
amowitz
%26Stegun.page97.agr.jpg#mediaviewer/F
ile:Abramowitz%26Stegun.page97.agr.jpg
 Datorita faptului ca toate
calculele erau efectuate
de mana a fost construit
calculatorul mecanic
(1623)

Anii 1940 calculatoarele

electronice

Inventarea calculatoarelor
a influentat dezvoltarea
metodelor numerice .
Exemple de aplicatii ale analizei
numerice
Meteorologie: estimari ale starii vremii
Determinarea traiectoriei unei rachete
(rezolvare numerica ale unor ecuatii diferentiale)
Simulari pe calculator a unor accidente rutiere
pentru imbunatatirea sigurantei vehiculelor
Fonduri de investitii:calculul valorilor de stock
market
Analiza de actuariat pentru companiile de
asigurari
Algoritmi de optimizare pentru stabilirea rutelor
unui avion, a necesarului de combustibil, etc.
 Toate calculele numerice sunt efectuate folosind precizia aritmetica , de obicei in contextul unei reprezentari a
numerelor in virgula mobila.

There is a fundamental concern with error, its size, and its analytic form. When approximating a problem, a
numerical analyst would want to understand the behaviour of the error in the computed solution.
Understanding the form of the error may allow one to minimize or estimate it. A 'forward error analysis' looks
at the effect of errors made in the solution process. This is the standard way of understanding the
consequences of the approximation errors that occur in setting up a numerical method of solution, e.g. in
numerical integration and in the numerical solution of differential and integral equations. A 'backward error
analysis' works backward in a numerical algorithm, showing that the approximating numerical solution is the
exact solution to a perturbed version of the original mathematical problem. In this way the stability of the
original problem can be used to explain possible difficulties in a numerical method. Backward error analysis
has been especially important in understanding the behaviour of numerical methods for solving linear algebra
problems.
In order to develop efficient means of calculating a numerical solution, it is important to understand the
characteristics of the computer being used. For example, the structure of the computermemoryis often very
important in devising efficient algorithms for large linear algebra problems. Also, parallel computer
architectures lead to efficient algorithms only if the algorithm is designed to take advantage of the parallelism.

Using finite precision arithmetic will affect how we compute solutions to all types of problems, and it forces us
to think about the limits on the accuracy with which a problem can be solved numerically. Even when solving
finite systems of linear equations by direct numerical methods, infinite precision arithmetic is needed in order
to find a particular exact solution.