~~NOCACHE~~
~~REVEAL theme=simple&size=1024x800~~
====== Lab. 2 Błędy numeryczne ======
===== Rodzaje błędów numerycznych =====
* **błędy zaokrąglenia** [[wp>Round-off_error]] wynikające ze skończonej precyzji obliczeń
* **błędy obcięcia** [[wp>Truncation_error]] wynikające z przybliżenia stosowanego w obliczeniach matematycznych
===== =====
**Utrata cyfr znaczących** [[wp>Loss of significance]] - znaczny wzrost błedu względnego w wyniku operacji na liczbach w skończonej precyzji
* błędy mogą się akumulować w trakcie obliczeń
* źle uwarunkowane zadania -> nieograniczony wzrost błędu
===== Błąd względny i bezwzględny =====
Błąd bezwzględny $$\Delta x=\left|x-x_{0}\right|$$
Błąd względny $$\delta=\frac{\Delta x}{x}=\frac{\left|x-x_{0}\right|}{x}$$
możliwe do wyznaczenia tylko gdy znamy wartość dokładną $x$
===== Błąd zaokrąglenia liczb =====
[[wppl>Liczba_zmiennoprzecinkowa]]
$$x = \pm m \cdot 2^{c}$$
Błąd względny wynikający ze skonczonej liczby bitów $t$ mantysy $m$
$$\epsilon \le 2^{-t} $$
**float** $t=23$ bity $ 2^{-t} \approx 1.2 \cdot 10^{-7}$, **double** $t=52$ bity $ 2^{-t} \approx 2.2 \cdot 10^{-16}$
===== Błędy operacji arytmetycznych =====
$$ x_1 \pm x_2 = \frac{x_1 \epsilon \pm x_2 \epsilon}{x_1 \pm x_2} $$
Możliwy znaczny wzrost błędu przy odejmowaniu dużych bliskich sobie liczb
===== Przykład: miejsca zerowe paraboli =====
Napisz program znajdujący pierwiastki równania kwadratowego $$y = ax^2 + bx + c$$ dla dowolnych rzeczywistych $a, b, c$.
Dla wyznaczonych pierwiastków wypisz wartości funkcji $f(x_1)$ oraz $f(x_2)$ aby zweryfikować poprawność uzyskanego wyniku.
Sprawdź, czy program poprawnie wyznacza miejsca zerowe równania $y = x^2 - 6.433 x + 0.009474$ oraz $y = 0.1 x^2 - 100 x + 0.1$.
Przy wyznaczaniu pierwiastków tradycyjnym podejściem (z wyznaczeniem delty) może dojść do istotnego błędu zaokrągleń gdy delta $\sqrt{\Delta}$ jest bliska $b$.
Spróbuj zniwelować wpływ tego błędu wykorzystując [[wppl>Wzory Viète’a]]
===== =====
#include
#include
#include
#define EPS FLT_EPSILON
float wielomian(float x, float a, float b, float c)
{
return x*x*a + x*b + c;
}
int main(void)
{
float a, b, c, delta, x1, x2 ;
printf("a="); scanf("%f",&a);
printf("b="); scanf("%f",&b);
printf("c="); scanf("%f",&c);
printf("Wielomian w(x) = %lg x^2 + %lg x + %lg.\n", a, b, c);
delta = b*b - 4.0*a*c;
if ( delta < 0)
{
printf("Brak miejsc zerowych\n");
return 0;
}
if( fabs(delta) < EPS )
{
x1 = -b/a/2;
x2 = x1;
}
else
{
delta = sqrt(delta);
x1 = -(b-delta)/(2*a);
x2 = -(b+delta)/(2*a);
}
printf("Miejsca zerowe, x1=%lg, x2=%lg \n", x1, x2);
printf("w(x1)=%lg,\nw(x2)=%lg\n", wielomian(x1, a, b, c), wielomian(x2, a, b , c));
return 0;
}
===== Obliczanie wartości funkcji =====
Funkcja $e^{-x}$
$$e^{-x}= 1 - x + \frac{x^{2}}{2} - \frac{x^{3}}{6} + \cdots = \sum_{n=0}^{\infty}(-1)^{n} \frac{x^{n}}{n !}$$
===== Przykład: $e^{-x}$ metodą wprost ====
#include
#include
#define TRUNCATION 1e-10
double factorial(int n)
{
int loop;
double fac;
for (loop = 1, fac = 1.0; loop <= n; loop++)
{
fac *= loop;
}
return fac;
}
int main()
{
int n;
double x, term, sum;
printf(" x exp(-x) series terms\n");
for (x = 0.0; x < 100.0; x += 10.0)
{
sum = 0.0;
n = 0;
term = 1;
while (fabs(term) > TRUNCATION)
{
term = pow(-1, n) * (pow(x, n) / factorial(n));
sum += term;
n++;
}
printf("%12f %12g %12g %5d\n", x, exp(-x), sum, n - 1);
}
return 0;
}
===== Przykład: $e^{-x}$ metodą rekurencyjną ====
$$e^{-x}=\sum_{n=0}^{\infty}(-1)^{n} \frac{x^{n}}{n !}=\sum_{n=0}^{\infty} s_{n} $$
gdzie
$$ s_{n}=-s_{n-1} \frac{x}{n} $$
$$\quad s_0 = 1$$
===== =====
#include
#include
#define TRUNCATION 1e-10
int main()
{
int loop, n;
double x, term, sum;
printf(" x exp(-x) series terms\n");
for (loop = 0; loop <= 100; loop += 10)
{
x = (double)loop;
sum = 1.0;
term = 1;
n = 1;
while (fabs(term) > TRUNCATION)
{
term *= -x / ((double)n);
sum += term;
n++;
}
printf("%12f %12g %12g %5d\n", x, exp(-x), sum, n - 1);
}
}
===== Jak uzyskać lepszą dokładność? ====
Zauważmy, że $e^{-x} = \frac{1}{e^x}$
Wyznaczenie wartości $e^x$ jest możliwe z większą dokładnością bo kolejne wyrazy ciągu mają ten sam znak.
$$e^{x}=1+x+\frac{x^{2}}{2}+\frac{x^{3}}{6}+\cdots+\frac{x^{n}}{n !}+\cdots = \sum_{n=0}^{\infty} \frac{x^{n}}{n !} $$
===== =====
#include
#include
#define TRUNCATION 1e-10
int main()
{
int loop, n;
double x, term, sum;
printf(" x exp(-x) series terms\n");
for (loop = 0; loop <= 100; loop += 10)
{
x = (double)loop;
sum = 1.0;
term = 1;
n = 1;
while (fabs(term) > TRUNCATION)
{
term *= x / ((double)n);
sum += term;
n++;
}
printf("%12f %12g %12g %5d\n", x, exp(-x), 1.0 / sum, n - 1);
}
}
===== Zadanie 2 =====
Treść zadania znajduje się w Moodle pod adresem [[https://moodle.umk.pl/WFAIIS/mod/assign/view.php?id=4532|Zadanie 2]]
===== Dodatkowe ćwiczenia =====
Dodatkowe ćwiczenia nie podlegające ocenie.
**Ćw. 1**
Napisz program, który wyznacza przybliżoną wartość funkcji $\ln{(1-x)}$ dla $|x| < 1$, korzystając z rozwinięcia potęgowego
$$\ln{(1-x)} \approx - \left( x + \frac{x^2}{2} + \frac{x^3}{3} + \frac{x^4}{4} + \ldots \right)$$
Dane wejściowe wprowadzane przez użytkownika:
* wartość $x$
* dokładność obliczeń $\epsilon > 0$
Program wypisuje następujące wartości:
* przybliżona wartość funkcji $\ln{(1-x)}$ z dokładnością $\epsilon$, tj. obliczenia przerywane są gdy kolejny człon rozwinięcia potęgowego spełni $a_i <\epsilon$
* dokładną wartość funkcji wyznaczoną za pomocą funkcji z biblioteki matematycznej
* wartość błędu względnego
**Ćw. 2**
Napisz program, który doda do siebie $n$ razy liczbę $x$.
Program dla podanej przez użytkownika liczby $x > 0$ wypisuje wynik sumowania $\sum_{i=1}^n{x}$ dla $n=10, 100, 1000, 10000, 1000000$. Dla każdej wartości $n$ wypisywana jest też wartość dokładna $n\cdot x$ oraz błąd względny wyniku.
Sprawdź wyniki programu uzyskane dla $x=0.1$ oraz $x=0.25$.