You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Vediamo l’errore relativo sui dati in ingresso:<br />
ǫx1 = fl(x1) − x1<br />
x1<br />
ǫx2 = fl(x2) − x2<br />
x2<br />
≈ 3.5 ∗ 10 −4<br />
≈ 1.0 ∗ 10 −4<br />
Il risultato afflitto da errori di rappresentazione :<br />
˜y = fl(fl(x1) − fl(x2)) = fl(0.001 ∗ 10 −1 ) = fl(1.0 ∗ 10 −4 ) = 1.000 ∗ 10 −4<br />
Calcoliamo adesso l’errore relativo sul risultato<br />
ǫy =<br />
˜y − y<br />
y = 1.000 ∗ 10−4 − 4.444 ∗ 10−5 4.444 ∗ 10−5 = 1.25<br />
Vediamo adesso la costante k del condizionamento del problema, con i<br />
valori ottenuti<br />
k = |x1| + |x2|<br />
|x1 − x2| = 1.2345678 ∗ 10−1 + 1.2341234 ∗ 10−1 4.444 ∗ 10−5 ≈ 5.5 ∗ 10 3<br />
Abbiamo visto in questo esempio come gli errori relativi sui dati in ingresso<br />
fossero nella norma, ma l’errore relativo sui dati in uscita era abbastanza<br />
alto. Tutto questo in accordo con la costante di condizionamento k che<br />
in questo caso aveva un valore molto elevato 5500. Tenendo conto della<br />
definizione 2.26 abbiamo che<br />
k ∗ min {ǫx1, ǫx2} < ǫy < k ∗ max {ǫx1, ǫx2}<br />
e sostituendo i valori otteniamo<br />
5.5 ∗ 10 3 ∗ 1.0 ∗ 10 −4 < 1.25 < 5.5 ∗ 10 3 ∗ 3.5 ∗ 10 −4 ⇒ 0.55 < 1.25 < 1.925<br />
Moltiplicazione<br />
Studiamo il condizionamento della moltiplicazione di due variabili x1, x2 ∈ R<br />
tali che x1x2 = 0:<br />
y = x1 ∗ x2<br />
(2.30)<br />
Considerando gli errori relativi, otteniammo la seguente espressione:<br />
y(1 + ǫy) = x1(1 + ǫ1)x2(1 + ǫ2) = x1x2(1 + ǫ1 + ǫ2 + ǫ1ǫ2) (2.31)<br />
Trascurando il membro quadratico ǫ1ǫ2, e considerando la 2.30, otteniamo,<br />
|ǫy| ≈ |ǫ1 + ǫ2| ≤ 2ǫx, doveǫx = max {|ǫ1|,|ǫ2|} (2.32)<br />
Perciò il numero di condizionamento k = 2. La moltiplicazione in ogni caso<br />
è un operazione sempre ben condizionata, perché l’errore sui dati in ingresso<br />
amplifica di un fattore 2 l’errore sui dati in uscita.<br />
17