 
        
        - •Розділ 1 Елементи теорії похибок та дії з наближеними числами
- •Тема 1. Обчислювальний експеримент і його похибки
- •1. Поняття про обчислювальний експеримент.
- •Постановка задачі. Цей етап полягає у змістовному (фізичному) формулюванні задачі і визначенні кінцевої мети її розв’язання.
- •2. Джерела і класифікація похибок
- •1) Похибки математичної моделі.
- •2) Похибки вихідних даних
- •3) Похибка чисельного метода.
- •3) Похибки округлення.
- •3. Представлення чисел в комп’ютері Машинний нуль, машинна нескінченність.
- •1) Зображення у формі з плаваючою комою.
- •4. Поняття похибки наближення Абсолютна та відносна похибки
- •5. Машинний епсілон
- •6. Число вірних значущих цифр наближеного числа. Правила округлення
- •Правила округлення:
- •Тема 2. Похибки обчислень
- •7. Дії над наближеними числами Похибки обчислень
- •8. Похибки функцій
- •9. Правила підрахунку цифр
- •10. Коректність та обумовленість задачі
8. Похибки функцій
Поряд з наведеними вище правилами обчислення похибок деяких дій над наближеними числами можна записати аналогічні правила і для обчислення значень функцій, аргументами яких є наближені числа. Найбільш повним є загальне правило, засноване на обчисленні приросту (похибки) функції при заданих приростах (похибках) аргументів.
Розглянемо
функцію однієї змінної 
 .
Нехай
.
Нехай 
 – наближене значення аргументу
– наближене значення аргументу 
 ,
,
 – його абсолютна похибка. Абсолютну
похибку функції можна вважати її
приростом, який вона набуває при зміні
аргументу на
– його абсолютна похибка. Абсолютну
похибку функції можна вважати її
приростом, який вона набуває при зміні
аргументу на 
 .
З курсу математичного аналізу відомо
(),
що цей приріст можна замінити диференціалом:
.
З курсу математичного аналізу відомо
(),
що цей приріст можна замінити диференціалом:
 .
.
Тоді для абсолютної похибки функції отримаємо вираз:
 .
.
Аналогічний
вираз можна записати для функції
декількох змінних. Так, для абсолютної
похибки функції 
 ,
наближені значення аргументів якої
,
наближені значення аргументів якої 
 відповідно, абсолютна похибка має
вигляд:
відповідно, абсолютна похибка має
вигляд:
 ,		(4)
,		(4)
де
 ,
, ,
,
 – абсолютні похибки аргументів.
– абсолютні похибки аргументів.
Формула (4) називається загальною формулою похибок.
Відносна похибка знаходиться за формулою:
 .					(5)
.					(5)
Отримані співвідношення можна використовувати для виведення похибок довільної функції. Зокрема, таким способом легко отримати вирази правил 1-3 обчислення похибок.
Приклад 6. Обчислити і визначити похибки результату, використовуючи загальну формулу похибок:
 ,
,
де
 ,
,
 ,
,
 .
.
Розв’язання. Обчислимо (див. Приклад 5.)
 .
.
За загальною формулою похибок:



 .
.
 .
.
9. Правила підрахунку цифр
Точний підрахунок похибок результатів обчислень наближених чисел досить громіздкий. Тому здебільшого на практиці користуються наступними правилами підрахунку цифр:
- 
При додаванні і відніманні наближених чисел молодший збережений розряд результату має бути найбільшим серед розрядів, що виражаються останніми значущими цифрами вихідних даних. 
- 
При множенні і діленні наближених чисел у результаті потрібно зберегти стільки значущих цифр, скільки їх має наближене дане з найменшою кількістю значущих цифр. 
- 
При піднесенні до квадрата або до куба в результаті потрібно зберегти стільки значущих цифр, скільки їх має число, яке підносять до степеня. 
- 
При добуванні кореня в результаті потрібно брати стільки значущих цифр, скільки їх у підкореневому виразі. 
- 
При обчисленні проміжних результатів потрібно брати на одну-дві цифри більше, ніж рекомендують попередні правила. 
- 
Якщо дані можна брати з довільною точністю, то, щоб знайти результат з  правильними цифрами, дані потрібно
	брати з такою кількістю цифр, яка
	забезпечує правильними цифрами, дані потрібно
	брати з такою кількістю цифр, яка
	забезпечує правильну цифру в результаті, відповідно
	до правил 1-4. правильну цифру в результаті, відповідно
	до правил 1-4.
Приклад. Обчислити, користуючись правилами підрахування цифр:
 ,
де
,
де 
 ,
,
 .
.
Розв’язання. Маємо:


 .
.
Відповідь:
 .
.
10. Коректність та обумовленість задачі
Розглянемо
питання коректності задачі. Більшість
задач, які доводиться розв’язувати,
можна записати у вигляді 
 ,
де
,
де 
 – деяка відома величина,
– деяка відома величина, 
 – шукана величина,
– шукана величина, 
 – задана функція (оператор). Величини
– задана функція (оператор). Величини
 і
і 
 можуть бути числами, масивами чисел,
функціями однієї чи багатьох змінних
тощо.
можуть бути числами, масивами чисел,
функціями однієї чи багатьох змінних
тощо.
Задача
 називається коректно
поставленою,
якщо для будь-яких вихідних даних
називається коректно
поставленою,
якщо для будь-яких вихідних даних 
 з деякого класу розв’язок
з деякого класу розв’язок 
 існує, єдиний і стійкий за вхідними
даними.
існує, єдиний і стійкий за вхідними
даними.
Стійка
за вхідними даними та
задача, розв’язок якої неперервно
залежить від вхідних даних, тобто для
таких задач 
 ,
коли
,
коли 
 .
Якщо ця умова не виконується, то задача
називається
нестійкою за вхідними даними.
У цьому випадку навіть незначна похибка
у вхідних даних може викликати як
завгодно великі похибки в розв’язку,
тобто розв’язок може бути зовсім
спотворений. Прикладом некоректної
задачі є задача диференціювання.
.
Якщо ця умова не виконується, то задача
називається
нестійкою за вхідними даними.
У цьому випадку навіть незначна похибка
у вхідних даних може викликати як
завгодно великі похибки в розв’язку,
тобто розв’язок може бути зовсім
спотворений. Прикладом некоректної
задачі є задача диференціювання.
Якщо для похибок розв’язку і вхідних даних існує співвідношення
 ,
,
де
 – досить велика константа, то задача
формально стійка, але неусувна похибка
в цьому випадку може бути значною.
Це випадок так званої слабкої стійкості
(слабкої обумовленості). Параметр
– досить велика константа, то задача
формально стійка, але неусувна похибка
в цьому випадку може бути значною.
Це випадок так званої слабкої стійкості
(слабкої обумовленості). Параметр
 називають числом
обумовленості
задачі. Очевидно, що чим більше значення
називають числом
обумовленості
задачі. Очевидно, що чим більше значення
 ,
тим гірше обумовлене завдання.
Класичним прикладом погано обумовленої
задачі є знаходження кореня полінома
високого порядку.
,
тим гірше обумовлене завдання.
Класичним прикладом погано обумовленої
задачі є знаходження кореня полінома
високого порядку.
Із слабкою обумовленістю ми зустрінемося, наприклад, при розв’язуванні систем лінійних алгебраїчних рівнянь, визначник яких близький до нуля. Для таких систем похибки в коефіцієнтах системи або похибки округлення при розрахунках можуть призвести до результату, далекого від шуканого розв’язку.
