Metody Obliczeniowe w Nauce i Technice
|
|
- Teodor Olszewski
- 5 lat temu
- Przeglądów:
Transkrypt
1 2. Arytmetyka komputerowa Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland dice.cyfronet.pl Contributors Maciej Trzebiński Mikołaj Biel Rafał Stachura
2 Outline 1 Numeryczna reprezentacja liczb całkowitych 2 Numeryczna reprezentacja liczb rzeczywistych 3 Operacje zmiennopozycyjne 4 Zadanie, algorytm 5 Uwarunkowanie zadania (condition of a problem) 6 O uwarunkowaniu zadania - inaczej 7 Uwarunkowanie zadania - przykład 8 Algorytmy numerycznie poprawne 9 Stabilność numeryczna 10 Złożoność obliczeniowa computational complexity 11 Zadania
3 Numeryczna reprezentacja liczb całkowitych Reprezentacja stałopozycyjna (integer) Informacje ogólne: np. kod U2: na d+1 bitach reprezentowane dokładnie liczby L [ 2 d, 2 d 1] gdy argumenty i wynik reprezentowane stałopozycyjnie, to działania na nich: +,,, /(div), /(mod) są wykonywane dokładnie kompromis pomiędzy zakresem, a precyzją
4 Numeryczna reprezentacja liczb całkowitych Zastosowania: sprawy walutowe, operacje monetarne procesory graficzne np. Sony Nintendo rozmiary czcionek w calach np. w TeX libfixmath - implementacja biblioteki stałoprzecinkowej w C Zalety i wady: (+) szybkość i prostota (-) mała skalowalność
5 Numeryczna reprezentacja liczb rzeczywistych Reprezentacja zmiennoprzecinkowa (float) Należy pamiętać o ułomności reprezentacji zbioru liczb rzeczywistych R w rzeczywistym świecie skończonych komputerów. F - zbiór liczb zmiennoprzecinkowych (floating-point): β - podstawa, t - dokładność, L, U - zakres wykładnika x F ma wartość: d i - liczby całkowite, 0 d i β 1, i = 1,..., t L e U cecha ( d1 x = ± β + d 2 β d ) {}}{ t β }{{ t β e = ± } mantysa System F jest unormowany, gdy x 0 d i 0. t i=1 d i β i β e
6 Numeryczna reprezentacja liczb rzeczywistych Reprezentacja zmiennoprzecinkowa (float) W komputerze jest przechowywana liczba całkowita ±β t m (zgodnie z wybranym systemem kodowania). β 1 t - oszacowanie względnej dokładności arytmetyki Komputer β t L U β 1 t CDC CYBER Cray IBM 360, IBM 360, 370 (DP) IBM PC XT / AT Delta (VAX)
7 Numeryczna reprezentacja liczb rzeczywistych Reprezentacja zmiennoprzecinkowa (float) Ważne F nie jest kontinuum - więcej - jest skończony o liczbie elementów wyrażonych wzorem: 2 (β 1) β t 1 (U L + 1) + 1 Wyjaśnienie: 2 znak liczby ± (β 1) podstawa, na pierwszym bicie nie ma zera β t 1 pozostałe t-1 bitów z przedziału 0,..., β 1 (U L + 1) zakres wykładnika 1 zero
8 Numeryczna reprezentacja liczb rzeczywistych Reprezentacja zmiennoprzecinkowa (float) Elementy F nie są równomiernie rozłożone na osi: β = 2, t = 3, L = 1, U = 2 (33 elementy): Każdy element F reprezentuje cały przedział liczb R x - l. rzeczywista zakresu F, fl(x) - reprezentacja zmiennoprzecinkowa liczby x fl(x) x x 1 2 β1 t Zadanie: sprawdzić
9 Numeryczna reprezentacja liczb rzeczywistych Reprezentacja zmiennoprzecinkowa (float) Uwaga często krok w algorytmach Czy 10 kroków o długości 0.1 to to samo co 1 krok = 1.0? W systemie o podstawie β = 2 - nie! = 0.0(0011) 2 = 0.0(12) 4 = 0.0(6314) 8 = Reprezentacja 0.1 urywa się po t cyfrach. Dodanie 10 tak uzyskanych liczb nie da dokładnie 1.0. Porównania w arytmetyce float Zamiast przyrównywać wartości należy sprawdzać, czy otrzymany błąd pomiędzy wartością obliczoną, a oczekiwaną jest mniejszy od zadanego ɛ.
10 Numeryczna reprezentacja liczb rzeczywistych Dokładność reprezentacji zmiennoprzecinkowej Reprezentacja zmiennoprzecinkowa (float) Reprezentacja mantysy x = s 2 c m s sign, c cecha, m mantysa m t = m = e i 2 i i=1 e i = t e i 2 i { 0 1 i=1 }{{} t-bitowa mantysa + e t+1 2 t }{{} zaokrąglenie
11 Numeryczna reprezentacja liczb rzeczywistych Dokładność reprezentacji zmiennoprzecinkowej Reprezentacja zmiennoprzecinkowa (float) a)błąd reprezentacji zmiennoprzecinkowej - zaokrąglenie w dół m = t fl(x) d i = ± β i=1 i β e t t+1 t t e i 2 i (t+1) + i=1 } {{ } m t m m t = 2 (t+1) 1 2 i i=t+2 }{{} 1 2t+1 =2 (t+1)
12 Numeryczna reprezentacja liczb rzeczywistych Dokładność reprezentacji zmiennoprzecinkowej Reprezentacja zmiennoprzecinkowa (float) b)błąd reprezentacji zmiennoprzecinkowej - zaokrąglenie w górę fl(x) + = ± t i=1 d i β i β e ± d t+1 β t+1 t t+1 t m = t e i 2 i + 2 (t+1) i=1 m t = m t m = 2 (t+1) t e i 2 i + 2 t i=1 m m t m 2 (t+1) 1/2 = 2 t
13 Numeryczna reprezentacja liczb rzeczywistych Dokładność reprezentacji zmiennoprzecinkowej Standaryzacja: Reprezentacja zmiennoprzecinkowa została ustandaryzowana w celu ujednolicenia obliczeń IEEE ; IEEE treść standardu IEEE : cnum/modulos/modulo2/ IEEE754_2008.pdf wywiad z jednym z twórców standardu IEEE (William Kahan): Istotne pojęcia: ukryta jedynka, normalizacja mantysy, liczby zdenormalizowane
14 Operacje zmiennopozycyjne Operacje zmiennopozycyjne x, y F x + y? F System z powyższego rysunku: gęstość elementów F. / F - ze względu na
15 Operacje zmiennopozycyjne Operacje zmiennopozycyjne / F - overflow W większości komputerów: x y = fl(x + y) dla x + y z zakresu F - dodawanie zmiennopozycyjne, fl(x) - reprezentacja zmiennoprzecinkowa a + b = 2 ca ( m a + m b 2 (ca c b) ) { b 1/2 2 t a fl(a + b) = a
16 Operacje zmiennopozycyjne Operacje zmiennopozycyjne x y rzadko F, bo: x y ma 2 t lub 2 t 1 cyfr znaczących, overflow - bardziej prawdopodobny underflow - bardziej prawdopodobny, są przemienne nie są łączne, rozdzielne
17 Operacje zmiennopozycyjne Operacje zmiennopozycyjne Ogólnie: fl(a b) = rd(a b) = (a b) (1 + ε) ε = ε(a, b, ), ε β 1 t Definicja = +,,, / Maszynowe ε - najmniejsza liczba zmiennoprzecinkowa, dla której jeszcze: 1 ε > 1 Wartość maszynowego ɛ określa precyzję obliczeń numerycznych wykonywanych na liczbach zmiennoprzecinkowych. Zwykle wystarcza znajomość ε = 2 k ε, k 1, 2, 3,... fragment progr. ε
18 Zadanie, algorytm Zadanie, algorytm Definicja Zadanie: dla danych znaleźć wynik d = (d 1, d 2,..., d n ) R d w = (w 1, w 2,..., w m ) R w w = ϕ( d) R d, R w - skończenie wymiarowe, unormowane przestrzenie kartezjańskie ϕ : D 0 R d R w - odwzorowanie ciagłe Definicja Algorytm A w klasie zadań {ϕ, D} jest to sposób wyznaczenia wyniku w = ϕ( d) dla d D D 0, z dokładną realizacją działań, tj. w zwykłej arytmetyce
19 Zadanie, algorytm Realizacja algorytmu w arytmetyce float - fl(a( d)) Zastąpienie: d, x,.. arytmetyki Przez: rd(d), rd(x),.. arytmetykę float
20 Zadanie, algorytm Założenia o reprezentacji danych i wyników Założenia d rd( d) ϱ d d w rd( w) ϱ w w ϱ d, ϱ w = }{{} k β 1 t małe, 10 W realizacji w arytmetyce float oczekujemy, że d oraz w będą reprezentowane z małymi błędami.
21 Uwarunkowanie zadania (condition of a problem) Uwarunkowanie zadania Przyczyna: zamiast d i rd(d i ) = d i (1 + ε), ε β 1 t Definicja Uwarunkowanie zadania - czułość na zaburzenie danych, Wskaźniki uwarunkowania zadania - wielkości charakteryzujące wpływ zaburzeń danych zadania na zaburzenie jego rozwiązania. Definicja Zadanie nazywamy źle uwarunkowanym, jeżeli niewielkie względne zmiany danych zadania powodują duże względne zmiany jego rozwiązania.
22 Uwarunkowanie zadania (condition of a problem) Uwarunkowanie zadania Przykład x y = n i=1 x i y i 0 x i x i (1 + α i ) y i y i (1 + β i ) ni=1 x i (1 + α i ) y i (1 + β i ) n i=1 x i y i ni=1 x i y i }{{} błąd względny ni=1 x i y i (α i + β i ) ni=1 x i y i ni=1 max α i + β i x i y i n i=1 x i y i }{{} cond( x y) gdzie cond( x y) oznacza wskaźnik uwarunkowania, gdy wszystkie x i, y i tego samego znaku cond( x y) = 1
23 Uwarunkowanie zadania (condition of a problem) Uwarunkowanie zadania Poprawa: silniejsza arytmetyka, użycie zadania równoważnego
24 O uwarunkowaniu zadania - inaczej Jakościowo Układ dwóch równań graficznie: niezależnie od jakości ołówka (algorytm) - lewa strona - dokładniej. well conditioned ill conditioned
25 O uwarunkowaniu zadania - inaczej Ilościowo Zadanie: wyznaczenie f (x), przy założeniu: x - blisko x Współczynnik uwarunkowania: ogólnie: K(x) = lim x x f (x) f (x ) f (x) x x x 1 x 2 x f (x) = x: K(x) = x = f (x) = 1 1 x : K(x) = x (1 x) x = x f (x) f (x) = x 1 x x = ( ) K 10 6 (!)
26 Uwarunkowanie zadania - przykład Uwarunkowanie zadania - przykład Przykład 1 (x 2) 2 = 10 6 x 1, 2 = ALE: zmiana stałej o 10 6 zmiana x 1, 2 o 10 3!
27 Uwarunkowanie zadania - przykład Uwarunkowanie zadania - przykład Przykład 2 - Wilkinson (1963) p(x) = (x 1)(x 2)... (x 19)(x 20) = x x założenia: (tylko!) ( ) realizacja: szukanie zer z β = 2, t = 90 : p(x) x 19 = i wynik: pierw. zespolonych! powód: czułość zadania na zaburzenia danych! p(x, α) = x 20 α x = 0 x miara czułości x=xi =i α p(x,α) x x α + p(x,α) α = 0
28 Uwarunkowanie zadania - przykład Uwarunkowanie zadania - przykład Przykład 2 - Wilkinson (1963) p x α = α = p x x α = x=1 20 i=1 x j=1,j i (x j) i 19 20, i = 1, 2,..., 20 j=1,j i i x α i
29 Algorytmy numerycznie poprawne Algorytmy numerycznie poprawne Ograniczenia: dane - zaburzone wyniki - zaburzone stąd: błędy reprezentacji
30 Algorytmy numerycznie poprawne Algorytmy numerycznie poprawne Definicja Algorytmy numerycznie poprawne - takie, które dają rozwiązania będące nieco zaburzonym dokładnym rozwiązaniem zadania o nieco zaburzonych danych. Są to algorytmy najwyższej jakości. Dane nieco zaburzone - zaburzone na poziomie reprezentacji.
31 Algorytmy numerycznie poprawne Algorytmy numerycznie poprawne - definicje Definicja Algorytm A jest numerycznie poprawny w klasie zadań {ϕ, D}, jeżeli istnieją stałe K d, K w takie, że: d D, dla każdej dostatecznie silnej arytmetyki ( β 1 t) d D 0 taki, że: d d ϱ d K d d ϕ( d) fl(a( d)) ϱ w K w ϕ( d) ϕ( d) - dokładne rozwiązanie zadania o zaburzonych danych d K w, K d - wskaźniki kumulacji algorytmu A w klasie zadań {ϕ, D} K w, K d : dla dowolnych danych klasy {ϕ, D}, minimalne jakość A.
32 Algorytmy numerycznie poprawne Algorytmy numerycznie poprawne - definicje Definicja Użyteczne algorytmy - gdy wskaźniki kumulacji rzędu liczby działań
33 Algorytmy numerycznie poprawne Algorytmy numerycznie poprawne - przykład Przykład 1 - Iloczyn skalarny Numeryczna poprawność algorytmu a b = n i=1 a i b i 1 A( a, b) : s := 0 ; 3 f o r i :=1 to n do s := s + a 1 b i ;
34 Algorytmy numerycznie poprawne Algorytmy numerycznie poprawne - przykład Przykład 1 - Iloczyn skalarny Realizacja algorytmu: fl(a( a, b)): 1 dane - reprezentacje a i â i = rd(a i ) = a i (1 + α i ) b i ˆb i = rd(b i ) = b i (1 + β i ) 2 działania - przybliżone, fl np. i = 1, 2, 3 : fl(a( a, b)) = {[â 1 ˆb 1 (1 + ε 1 ) + â 2 ˆb 2 (1 + ε 2 )] (1 + δ 2 ) + â 3 ˆb 3 (1 + ε 3 )} (1 + δ 3 ); δ 1 = 0 i ogólnie: fl(a( a, b)) = n i=1 a i (1+α i ) b i (1+β i ) (1+ε i ) n j=i (1+δ j )
35 Algorytmy numerycznie poprawne Algorytmy numerycznie poprawne - przykład Analiza poprawności numerycznej: Przykład 1 Interpretacja (dowolność) dokładny wynik: K w = 0 dla zaburzonych danych: a ã β 1 t a (K d1 = 1) b b (n + 1) β 1 t b (K d2 = n + 1) Uwaga: pominięcie błędów reprezentacji danych zmniejszenie K d o 1.
36 Stabilność numeryczna Przykłady Stabilność numeryczna - przykłady Przykład 1 e x = 1+x+ x 2 2! + x 3 3! +... β = 10, t = 5, x = 5.5 e x = n=0 x n n! e 5.5 = ALE e 5.5 = ! 25 składników i brak zmian w sumie
37 Stabilność numeryczna Przykłady Stabilność numeryczna - przykłady Przykład 1 Przyczyna: np błąd reprezentacji wynik! (catastrophic cancellation) Sposób obliczeń wzmacniający błędy reprezentacji! A co dla e 200? Po zmianie algorytmu: (β, t - j.w.) e 5.5 = 1 e 5.5 = = }{{} 0.007%! e x oblicza się: x = m + f, m - całkowite, 0 f < 1 e x = e m+f = e m e f [ lub e x = e (1+ f m ) m = e 1+ f m ] m
38 Stabilność numeryczna Przykłady Stabilność numeryczna - przykłady Przykład 2 E n = 1 0 x n e x 1 dx, n = 1, 2,... całkowanie przez części: 1 x n e x 1 dx = x n e x n x n 1 e x 1 dx { En = 1 n E n 1, n = 2, 3,... E 1 = 1 e β = 10, t = 6 E , ε E E E !! Bo: x 9 e x 1 0, x [0, 1]
39 Stabilność numeryczna Przykłady Stabilność numeryczna - przykłady Przykład 2 Powód ε(e 1 ) : w E 2 ε 2 w E 3 ε w E 9 ε = ε 9! = ε i nawet: = poprawny!
40 Stabilność numeryczna Przykłady Stabilność numeryczna - przykłady Przykład 2 Jak wybrać dobry (stabilny) algorytm? E n 1 = 1 E n, n =..., 3, 2. n Na każdym etapie zmniejszamy błąd n razy - algorytm stabilny. 1 1 E n = x n e x 1 dx x n dx = x n+1 1 = 1 n + 1 n lim E n = 0 n E błąd 1 20 E E wartość dokładna na 6 miejscach znaczących.
41 Stabilność numeryczna Przykłady Stabilność numeryczna - przykłady Przykład 2 - definicja Metoda numerycznie jest stabilna, jeżeli mały błąd na dowolnym etapie przenosi się dalej z malejącą amplitudą. ε n+1 = g ε n stabilna: ε n+1 ε n, g - wsp. wzmocnienia Uwaga: Jakość wyniku poprawia się wraz z każdym kolejnym etapem obliczeń.
42 Stabilność numeryczna Definicja Stabilność numeryczna - definicja Definicja Algorytm najwyższej jakości - algorytm numerycznie poprawny. w = ϕ( d) ˆd : d ˆd ϱ d d, ˆd dane zaburzone na poz. repr. ŵ = ϕ( ˆd), w : ŵ w ϱ w w, w w w ŵ + ŵ w ŵ dokł. rozw. dla danych zab. w wynik dla ˆd, zab. na poz. reprezentacji (1 + ϱ w ) max ϕ( d) ϕ( ˆd) + ˆd + ϱ w w P( d, ϕ) = ϱ w w + max ϕ(d) ϕ( ˆd) ˆd
43 Stabilność numeryczna Definicja Optymalny poziom błędu rozwiązania ϕ( d) w arytmetyce fl Definicja Algorytm A nazywamy numerycznie stabilnym w klasie {ϕ, D}, jeżeli istnieje stała K taka, że d D, zachodzi: dla każdej dostatecznie silnej arytmetyki ϕ( d) fl(a( d)) K }{{} małe P( d, ϕ) numerycznie poprawny - stabilny (minimalny wymóg)
44 Złożoność obliczeniowa computational complexity Złożoność obliczeniowa Oprócz jakości algorytmu - ważny jego koszt - liczba działań arytmetycznych (logicznych) potrzebnych do rozwiązania zadania - algorytmy minimalizujące liczbę działań.
45 Złożoność obliczeniowa computational complexity Rezultaty 1 Oszacowanie złożoności obliczeniowej z dołu : jeżeli zadanie ma n danych istotnych, to minimalna liczba działań arytmetycznych potrzebnych do obliczenia wyniku: z(ϕ, D) n 2 2 Dla wielu zadań można udowodnić, że minimalna liczba działań w algorytmie numerycznie poprawnym musi być istotnie większa od liczby danych. 3 Metody optymalne co do z(ϕ, D) znane są dla niewielu, prostych zadań.
46 Złożoność obliczeniowa computational complexity Złożoność obliczeniowa - przykład Przykład prosty ilustruje konieczność myślenia do końca przy wyborze algorytmu Zadanie: S = n ( 1) i i; i=1
47 Złożoność obliczeniowa computational complexity Złożoność obliczeniowa - przykład Przykład A1: 1 s = 0 do 1 i =1, n 3 s = s +( 1) i i c o n t i n u e A2: 1 s = 0 do 1 i =1,n, 2 3 s = s 1 c o n t i n u e 5 do 1 i =1,n, 2 s = s+1 7 c o n t i n u e
48 Złożoność obliczeniowa computational complexity Złożoność obliczeniowa - przykład Przykład A3: s = n/2 2 i f (mod( n, 2 ). eq. 1 ) s= s ilość operacji nie zależy od n nie ma akumulacji błędów nie grozi overflow
49 Zadania Zadania Elementy analizy: Tw. Rolle a Tw. o wartości średniej Tw. o wartości średniej dla całek Tw. Taylor a
50 Zadania Zadania Zbadać uwarunkowanie zadania (wskaźniki uwarunkowania): 1 wyznaczania zer wielomianu: P(x) = 20 a i x i = 20 i=0 i=0 (x i) 2 wyznaczenia zer rzeczywistych: x 2 2px+q = 0, p, q D = {(p, q) : p 0, q 0, p 2 q > 0}
51 Zadania Zadania Sprawdzić poprawność numeryczną: 1 algorytmu Herona x = a x 1 = { a, a 1 1, a < 1 x i+1 = 1 2 (x i + a x i ), i = 1, 2,... 2 algorytmu Hornera P(x) = (...(a n x + a n 1 x)x a 1 )x + a 0
52 Zadania Warto przeczytać Czy Java nadaje się do obliczeń numerycznych? ernst/lehre/ Grundkurs/Literatur/JAVAhurt.pdf Rozwój i benchmarki dla Java: JavaNumerics garść informacji (
EMN. dr Wojtek Palubicki
EMN dr Wojtek Palubicki Zadanie 1 Wyznacz wszystkie dodatnie liczby zmiennopozycyjne (w systemie binarnym) dla znormalizowanej mantysy 3-bitowej z przedziału [0.5, 1.0] oraz cechy z zakresu 1 c 3. Rounding
Bardziej szczegółowoMetody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
Bardziej szczegółowoLiczby zmiennoprzecinkowe i błędy
i błędy Elementy metod numerycznych i błędy Kontakt pokój B3-10 tel.: 829 53 62 http://golinski.faculty.wmi.amu.edu.pl/ golinski@amu.edu.pl i błędy Plan wykładu 1 i błędy Plan wykładu 1 2 i błędy Plan
Bardziej szczegółowoMet Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łan Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn
Metody numeryczne Wykład 2 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Arytmetyka zmiennopozycyjna
Bardziej szczegółowoMetody numeryczne I. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/61
Metody numeryczne I Dokładność obliczeń numerycznych. Złożoność obliczeniowa algorytmów Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/61 ... the purpose of
Bardziej szczegółowoPodstawy Informatyki
Podstawy Informatyki Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 5 Bożena Woźna-Szcześniak (AJD) Podstawy Informatyki Wykład 5 1 / 23 LICZBY RZECZYWISTE - Algorytm Hornera
Bardziej szczegółowoWprowadzenie do metod numerycznych. Krzysztof Patan
Wprowadzenie do metod numerycznych Krzysztof Patan Metody numeryczne Dział matematyki stosowanej Każde bardziej złożone zadanie wymaga opracowania indywidualnej metody jego rozwiązywania na maszynie cyfrowej
Bardziej szczegółowoMetody numeryczne. Janusz Szwabiński. nm_slides.tex Metody numeryczne Janusz Szwabiński 2/10/ :02 p.
Metody numeryczne Janusz Szwabiński szwabin@ift.uni.wroc.pl nm_slides.tex Metody numeryczne Janusz Szwabiński 2/10/2002 23:02 p.1/63 Plan wykładu 1. Dokładność w obliczeniach numerycznych 2. Złożoność
Bardziej szczegółowoREPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Reprezentacja
Bardziej szczegółowoKod IEEE754. IEEE754 (1985) - norma dotycząca zapisu binarnego liczb zmiennopozycyjnych (pojedynczej precyzji) Liczbę binarną o postaci
Kod IEEE754 IEEE Institute of Electrical and Electronics Engineers IEEE754 (1985) - norma dotycząca zapisu binarnego liczb zmiennopozycyjnych (pojedynczej precyzji) Liczbę binarną o postaci (-1) s 1.f
Bardziej szczegółowoLiczby rzeczywiste są reprezentowane w komputerze przez liczby zmiennopozycyjne. Liczbę k można przedstawid w postaci:
Reprezentacja liczb rzeczywistych w komputerze. Liczby rzeczywiste są reprezentowane w komputerze przez liczby zmiennopozycyjne. Liczbę k można przedstawid w postaci: k = m * 2 c gdzie: m częśd ułamkowa,
Bardziej szczegółowoBŁĘDY OBLICZEŃ NUMERYCZNYCH
BŁĘDY OBLICZEŃ NUMERYCZNYCH błędy zaokrągleń skończona liczba cyfr (bitów) w reprezentacji numerycznej błędy obcięcia rozwinięcia w szeregi i procesy iteracyjne - w praktyce muszą być skończone błędy metody
Bardziej szczegółowoWielkości liczbowe. Wykład z Podstaw Informatyki dla I roku BO. Piotr Mika
Wielkości liczbowe Wykład z Podstaw Informatyki dla I roku BO Piotr Mika Wprowadzenie, liczby naturalne Komputer to podstawowe narzędzie do wykonywania obliczeń Jeden bajt reprezentuje 0 oraz liczby naturalne
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
8. Wyznaczanie pierwiastków wielomianów Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Magdalena Nowak
Bardziej szczegółowoWielkości liczbowe. Wykład z Podstaw Informatyki. Piotr Mika
Wielkości liczbowe Wykład z Podstaw Informatyki Piotr Mika Wprowadzenie, liczby naturalne Komputer to podstawowe narzędzie do wykonywania obliczeń Jeden bajt reprezentuje oraz liczby naturalne od do 255
Bardziej szczegółowoWstęp do programowania. Reprezentacje liczb. Liczby naturalne, całkowite i rzeczywiste w układzie binarnym
Wstęp do programowania Reprezentacje liczb Liczby naturalne, całkowite i rzeczywiste w układzie binarnym System dwójkowy W komputerach stosuje się dwójkowy system pozycyjny do reprezentowania zarówno liczb
Bardziej szczegółowoREPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia I stopnia rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Pojęcie
Bardziej szczegółowoTechnologie Informacyjne Wykład 4
Technologie Informacyjne Wykład 4 Arytmetyka komputerów Wojciech Myszka Jakub Słowiński Katedra Mechaniki i Inżynierii Materiałowej Wydział Mechaniczny Politechnika Wrocławska 30 października 2014 Część
Bardziej szczegółowoArytmetyka stało i zmiennoprzecinkowa
Arytmetyka stało i zmiennoprzecinkowa Michał Rudowicz 171047 Łukasz Sidorkiewicz 170991 Piotr Lemański 171009 Wydział Elektroniki Politechnika Wrocławska 26 października 2011 Spis Treści 1 Reprezentacja
Bardziej szczegółowoTechnologie Informacyjne
System binarny Szkoła Główna Służby Pożarniczej Zakład Informatyki i Łączności October 7, 26 Pojęcie bitu 2 Systemy liczbowe 3 Potęgi dwójki 4 System szesnastkowy 5 Kodowanie informacji 6 Liczby ujemne
Bardziej szczegółowoObliczenia naukowe Wykład nr 2
Obliczenia naukowe Wykład nr 2 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [1] D. Kincaid, W. Cheney, Analiza
Bardziej szczegółowoTeoretyczne Podstawy Informatyki
Teoretyczne Podstawy Informatyki cel zajęć Celem kształcenia jest uzyskanie umiejętności i kompetencji w zakresie budowy schematów blokowych algor ytmów oraz ocenę ich złożoności obliczeniowej w celu optymizacji
Bardziej szczegółowoPrzedmiot: Urządzenia techniki komputerowej Nauczyciel: Mirosław Ruciński
Przedmiot: Urządzenia techniki komputerowej Nauczyciel: Mirosław Ruciński Temat: Systemy zapisu liczb. Cele kształcenia: Zapoznanie z systemami zapisu liczb: dziesiętny, dwójkowy, ósemkowy, szesnastkowy.
Bardziej szczegółowoObliczenia Naukowe. O arytmetyce komputerów, Czyli jak nie dać się zaskoczyć. Bartek Wilczyński 29.
Obliczenia Naukowe O arytmetyce komputerów, Czyli jak nie dać się zaskoczyć Bartek Wilczyński bartek@mimuw.edu.pl 29. lutego 2016 Plan semestru Arytmetyka komputerów, wektory, macierze i operacje na nich
Bardziej szczegółowoPodstawy Informatyki. Inżynieria Ciepła, I rok. Wykład 5 Liczby w komputerze
Podstawy Informatyki Inżynieria Ciepła, I rok Wykład 5 Liczby w komputerze Jednostki informacji Bit (ang. bit) (Shannon, 948) Najmniejsza ilość informacji potrzebna do określenia, który z dwóch równie
Bardziej szczegółowoDane, informacja, programy. Kodowanie danych, kompresja stratna i bezstratna
Dane, informacja, programy Kodowanie danych, kompresja stratna i bezstratna DANE Uporządkowane, zorganizowane fakty. Główne grupy danych: tekstowe (znaki alfanumeryczne, znaki specjalne) graficzne (ilustracje,
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 2. Analiza błędów w metodach numerycznych. Met.Numer. wykład 2 1
METODY NUMERYCZNE Wykład. Analiza błędów w metodach numerycznych Met.Numer. wykład 1 Po co wprowadzamy liczby w formacie zmiennoprzecinkowym (floating point)? Przykład 1. W jaki sposób można zapisać liczbę
Bardziej szczegółowoAdam Korzeniewski p Katedra Systemów Multimedialnych
Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych Sygnały dyskretne są z reguły przetwarzane w komputerach (zwykłych lub wyspecjalizowanych, takich jak procesory
Bardziej szczegółowoAdam Korzeniewski p Katedra Systemów Multimedialnych
Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych Sygnały dyskretne są z reguły przetwarzane w komputerach (zwykłych lub wyspecjalizowanych, takich jak procesory
Bardziej szczegółowoSYSTEMY LICZBOWE. SYSTEMY POZYCYJNE: dziesiętny (arabski): 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 rzymski: I, II, III, V, C, M
SYSTEMY LICZBOWE SYSTEMY POZYCYJNE: dziesiętny (arabski):,, 2, 3, 4, 5, 6, 7, 8, 9 rzymski: I, II, III, V, C, M System pozycyjno wagowy: na przykład liczba 444 4 4 4 4 4 4 Wagi systemu dziesiętnego:,,,,...
Bardziej szczegółowoZwykle liczby rzeczywiste przedstawia się w notacji naukowej :
Arytmetyka zmiennoprzecinkowa a procesory cyfrowe Prawa algebry stosują się wyłącznie do arytmetyki o nieograniczonej precyzji x=x+1 dla x będącego liczbą całkowitą jest zgodne z algebrą, dopóki nie przekroczymy
Bardziej szczegółowoBŁĘDY PRZETWARZANIA NUMERYCZNEGO
BŁĘDY PRZETWARZANIA NUMERYCZNEGO Maciej Patan Uniwersytet Zielonogórski Dlaczego modelujemy... systematyczne rozwiązywanie problemów, eksperymentalna eksploracja wielu rozwiązań, dostarczanie abstrakcyjnych
Bardziej szczegółowoWprowadzenie do informatyki - ć wiczenia
Stałoprzecinkowy zapis liczb wymiernych dr inż. Izabela Szczęch WSNHiD Ćwiczenia z wprowadzenia do informatyki Reprezentacja liczb wymiernych Stałoprzecinkowa bez znaku ze znakiem Zmiennoprzecinkowa pojedynczej
Bardziej szczegółowoMETODY NUMERYCZNE. Po co wprowadzamy liczby w formacie zmiennoprzecinkowym (floating point)?
METODY NUMERYCZNE Wykład 2. Analiza błędów w metodach numerycznych Met.Numer. wykład 2 1 Po co wprowadzamy liczby w formacie zmiennoprzecinkowym (floating point)? Przykład 1. W jaki sposób można zapisać
Bardziej szczegółowoSystemy liczbowe. 1. Przedstawić w postaci sumy wag poszczególnych cyfr liczbę rzeczywistą R = (10).
Wprowadzenie do inżynierii przetwarzania informacji. Ćwiczenie 1. Systemy liczbowe Cel dydaktyczny: Poznanie zasad reprezentacji liczb w systemach pozycyjnych o różnych podstawach. Kodowanie liczb dziesiętnych
Bardziej szczegółowoWprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne
Wprowadzenie do architektury komputerów systemy liczbowe, operacje arytmetyczne i logiczne 1. Bit Pozycja rejestru lub komórki pamięci służąca do przedstawiania (pamiętania) cyfry w systemie (liczbowym)
Bardziej szczegółowoZapis zmiennopozycyjny, arytmetyka, błędy numeryczne
Zapis zmiennopozycyjny, arytmetyka, błędy numeryczne Plan wykładu: 1. zapis zmiennopozycyjny 2. arytmetyka zmiennopozycyjna 3. reprezentacja liczb w standardzie IEEE754 4. błędy w obliczeniach numerycznych
Bardziej szczegółowoArytmetyka binarna - wykład 6
SWB - Arytmetyka binarna - wykład 6 asz 1 Arytmetyka binarna - wykład 6 Adam Szmigielski aszmigie@pjwstk.edu.pl SWB - Arytmetyka binarna - wykład 6 asz 2 Naturalny kod binarny (NKB) pozycja 7 6 5 4 3 2
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
7. Równania nieliniowe (non-linear equations) Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Dawid Prokopek
Bardziej szczegółowoReprezentacja stałoprzecinkowa. Reprezentacja zmiennoprzecinkowa zapis zmiennoprzecinkowy liczby rzeczywistej
Informatyka, studia niestacjonarne I stopnia Rok akademicki /, Wykład nr 4 /6 Plan wykładu nr 4 Informatyka Politechnika Białostocka - Wydział lektryczny lektrotechnika, semestr II, studia niestacjonarne
Bardziej szczegółowoWstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra
Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele
Bardziej szczegółowoMetody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50
Metody numeryczne Układy równań liniowych, część II Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Układy równań liniowych, część II 1. Iteracyjne poprawianie
Bardziej szczegółowoDokładność obliczeń numerycznych
Dokładność obliczeń numerycznych Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2016 MOTYWACJA Komputer czasami produkuje nieoczekiwane wyniki >> 10*(1-0.9)-1 # powinno być 0 ans = -2.2204e-016 >>
Bardziej szczegółowoSystemy zapisu liczb.
Systemy zapisu liczb. Cele kształcenia: Zapoznanie z systemami zapisu liczb: dziesiętny, dwójkowy, ósemkowy, szesnastkowy. Zdobycie umiejętności wykonywania działań na liczbach w różnych systemach. Zagadnienia:
Bardziej szczegółowoNaturalny kod binarny (NKB)
SWB - Arytmetyka binarna - wykład 6 asz 1 Naturalny kod binarny (NKB) pozycja 7 6 5 4 3 2 1 0 wartość 2 7 2 6 2 5 2 4 2 3 2 2 2 1 2 0 wartość 128 64 32 16 8 4 2 1 bity b 7 b 6 b 5 b 4 b 3 b 2 b 1 b 0 System
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Egzamin, Gr. A
Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź
Bardziej szczegółowoBardzo łatwa lista powtórkowa
Analiza numeryczna, II rok inf., WPPT- 12 stycznia 2008 Terminy egzaminów Przypominam, że egzaminy odbędą się w następujących terminach: egzamin podstawowy: 30 stycznia, godz. 13 15, C-13/1.31 egzamin
Bardziej szczegółowoLICZBY ZMIENNOPRZECINKOWE
LICZBY ZMIENNOPRZECINKOWE Liczby zmiennoprzecinkowe są komputerową reprezentacją liczb rzeczywistych zapisanych w formie wykładniczej (naukowej). Aby uprościć arytmetykę na nich, przyjęto ograniczenia
Bardziej szczegółowoPodstawy Informatyki. Wykład 2. Reprezentacja liczb w komputerze
Podstawy Informatyki Wykład 2 Reprezentacja liczb w komputerze Jednostki informacji Bit (ang. bit) (Shannon, 948) Najmniejsza ilość informacji potrzebna do określenia, który z dwóch równie prawdopodobnych
Bardziej szczegółowoArchitektura komputerów
Architektura komputerów Wykład 4 Jan Kazimirski 1 Reprezentacja danych 2 Plan wykładu Systemy liczbowe Zapis dwójkowy liczb całkowitych Działania arytmetyczne Liczby rzeczywiste Znaki i łańcuchy znaków
Bardziej szczegółowo3.3.1. Metoda znak-moduł (ZM)
3.3. Zapis liczb binarnych ze znakiem 1 0-1 0 1 : 1 0 0 1 1 0 1 1 0 1 0 0 0 0 1 0 0 0 1 reszta 0 0 0 0 0 0 0 1 3.3. Zapis liczb binarnych ze znakiem W systemie dziesiętnym liczby ujemne opatrzone są specjalnym
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F
Bardziej szczegółowoMetody numeryczne II. Reprezentacja liczb
Metody numeryczne II. Reprezentacja liczb Oleksandr Sokolov Wydział Fizyki, Astronomii i Informatyki Stosowanej UMK (2016/17) http://fizyka.umk.pl/~osokolov/mnii/ Reprezentacja liczb Reprezentacja stałopozycyjna
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
Metody Obliczeniowe w Nauce i Technice 15. Obliczanie całek metodami Monte Carlo Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl
Bardziej szczegółowoPrefiksy binarne. kibibit (Kibit) mebibit (Mibit) gibibit (Gibit) tebibit (Tibit) pebibit (Pibit) exbibit (Eibit) zebibit (Zibit) yobibit (Yibit)
Podstawy Informatyki Wykład 2 Reprezentacja liczb w komputerze Jednostki informacji Bit (ang. bit) (Shannon, 948) Najmniejsza ilość informacji potrzebna do określenia, który z dwóch równie prawdopodobnych
Bardziej szczegółowoW jaki sposób użyć tych n bitów do reprezentacji liczb całkowitych
Arytmetyka komputerowa Wszelkie liczby zapisuje się przy użyciu bitów czyli cyfr binarnych: 0 i 1 Ile różnych liczb można zapisać używajac n bitów? n liczby n-bitowe ile ich jest? 1 0 1 00 01 10 11 3 000001010011100101110111
Bardziej szczegółowoDodatek do Wykładu 01: Kodowanie liczb w komputerze
Dodatek do Wykładu 01: Kodowanie liczb w komputerze [materiał ze strony: http://sigma.wsb-nlu.edu.pl/~szyszkin/] Wszelkie dane zapamiętywane przetwarzane przez komputery muszą być odpowiednio zakodowane.
Bardziej szczegółowoWstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra
Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2014 Sposoby reprezentacji liczb całkowitych i rzeczywistych patrz wykład z Teoretycznych Podstaw
Bardziej szczegółowoAlgorytmy i struktury danych. Wykład 4
Wykład 4 Różne algorytmy - obliczenia 1. Obliczanie wartości wielomianu 2. Szybkie potęgowanie 3. Algorytm Euklidesa, liczby pierwsze, faktoryzacja liczby naturalnej 2017-11-24 Algorytmy i struktury danych
Bardziej szczegółowoLuty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl
System dziesiętny 7 * 10 4 + 3 * 10 3 + 0 * 10 2 + 5 *10 1 + 1 * 10 0 = 73051 Liczba 10 w tym zapisie nazywa się podstawą systemu liczenia. Jeśli liczba 73051 byłaby zapisana w systemie ósemkowym, co powinniśmy
Bardziej szczegółowoMetody numeryczne. Postać zmiennoprzecinkowa liczby. dr Artur Woike. Arytmetyka zmiennoprzecinkowa. Uwarunkowanie zadania.
Ćwiczenia nr 1 Postać zmiennoprzecinkowa liczby Niech będzie dana liczba x R Mówimy, że x jest liczbą zmiennoprzecinkową jeżeli x = S M B E, gdzie: B N, B 2 (ustalona podstawa systemu liczbowego); S {
Bardziej szczegółowoLABORATORIUM PROCESORY SYGNAŁOWE W AUTOMATYCE PRZEMYSŁOWEJ. Zasady arytmetyki stałoprzecinkowej oraz operacji arytmetycznych w formatach Q
LABORAORIUM PROCESORY SYGAŁOWE W AUOMAYCE PRZEMYSŁOWEJ Zasady arytmetyki stałoprzecinkowej oraz operacji arytmetycznych w formatach Q 1. Zasady arytmetyki stałoprzecinkowej. Kody stałopozycyjne mają ustalone
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
9 - Rozwiązywanie układów równań nieliniowych Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Anna Marciniec
Bardziej szczegółowoObliczenia Naukowe. Wykład 12: Zagadnienia na egzamin. Bartek Wilczyński
Obliczenia Naukowe Wykład 12: Zagadnienia na egzamin Bartek Wilczyński 6.6.2016 Tematy do powtórki Arytmetyka komputerów Jak wygląda reprezentacja liczb w arytmetyce komputerowej w zapisie cecha+mantysa
Bardziej szczegółowoKodowanie informacji. Kody liczbowe
Wykład 2 2-1 Kodowanie informacji PoniewaŜ komputer jest urządzeniem zbudowanym z układów cyfrowych, informacja przetwarzana przez niego musi być reprezentowana przy pomocy dwóch stanów - wysokiego i niskiego,
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Grupa: A
Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa
Bardziej szczegółowoReprezentacja symboli w komputerze. Liczby całkowite i zmiennoprzecinkowe. Programowanie Proceduralne 1
Reprezentacja symboli w komputerze. Liczby całkowite i zmiennoprzecinkowe. Programowanie Proceduralne 1 Bity i kody binarne Bit (binary digit) najmniejsza ilość informacji {0, 1}, wysokie/niskie napięcie
Bardziej szczegółowo3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która
3. Interpolacja Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która przyjmuje wartości y 1, y 2,, y n, dla skończonego zbioru argumentów x 1, x
Bardziej szczegółowoSamodzielnie wykonaj następujące operacje: 13 / 2 = 30 / 5 = 73 / 15 = 15 / 23 = 13 % 2 = 30 % 5 = 73 % 15 = 15 % 23 =
Systemy liczbowe Dla każdej liczby naturalnej x Î N oraz liczby naturalnej p >= 2 istnieją jednoznacznie wyznaczone: liczba n Î N oraz ciąg cyfr c 0, c 1,..., c n-1 (gdzie ck Î {0, 1,..., p - 1}) taki,
Bardziej szczegółowoElementy metod numerycznych
Wykład nr 5 i jej modyfikacje. i zera wielomianów Założenia metody Newtona Niech będzie dane równanie f (x) = 0 oraz przedział a, b taki, że w jego wnętrzu znajduje się dokładnie jeden pierwiastek α badanego
Bardziej szczegółowoPodstawowe operacje arytmetyczne i logiczne dla liczb binarnych
1 Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1. Podstawowe operacje logiczne dla cyfr binarnych Jeśli cyfry 0 i 1 potraktujemy tak, jak wartości logiczne fałsz i prawda, to działanie
Bardziej szczegółowoMetody numeryczne I Równania nieliniowe
Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem
Bardziej szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c = a
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.
Bardziej szczegółowoW wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku.
W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku. Nie wolno dzielić przez zero i należy sprawdzić, czy dzielna nie jest równa zeru. W dziedzinie liczb
Bardziej szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c,
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \
Bardziej szczegółowoArchitektura komputerów Reprezentacja liczb. Kodowanie rozkazów.
Architektura komputerów Reprezentacja liczb. Kodowanie rozkazów. Prezentacja jest współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie pt. Innowacyjna dydaktyka
Bardziej szczegółowoPodstawy Informatyki. Metalurgia, I rok. Wykład 3 Liczby w komputerze
Podstawy Informatyki Metalurgia, I rok Wykład 3 Liczby w komputerze Jednostki informacji Bit (ang. bit) (Shannon, 1948) Najmniejsza ilość informacji potrzebna do określenia, który z dwóch równie prawdopodobnych
Bardziej szczegółowoWstęp do informatyki- wykład 1 Systemy liczbowe
1 Wstęp do informatyki- wykład 1 Systemy liczbowe Treści prezentowane w wykładzie zostały oparte o: S. Prata, Język C++. Szkoła programowania. Wydanie VI, Helion, 2012 www.cplusplus.com Jerzy Grębosz,
Bardziej szczegółowoStan wysoki (H) i stan niski (L)
PODSTAWY Przez układy cyfrowe rozumiemy układy, w których w każdej chwili występują tylko dwa (zwykle) możliwe stany, np. tranzystor, jako element układu cyfrowego, może być albo w stanie nasycenia, albo
Bardziej szczegółowoAproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.
Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły
Bardziej szczegółowoIteracyjne rozwiązywanie równań
Elementy metod numerycznych Plan wykładu 1 Wprowadzenie Plan wykładu 1 Wprowadzenie 2 Plan wykładu 1 Wprowadzenie 2 3 Wprowadzenie Metoda bisekcji Metoda siecznych Metoda stycznych Plan wykładu 1 Wprowadzenie
Bardziej szczegółowoMetody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I
Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I dr inż. Tomasz Goetzendorf-Grabowski (tgrab@meil.pw.edu.pl) Dęblin, 11 maja 2009 1 Organizacja wykładu 5 dni x 6 h = 30 h propozycja zmiany: 6
Bardziej szczegółowoTwierdzenie Eulera. Kongruencje wykład 6. Twierdzenie Eulera
Kongruencje wykład 6 ... Euler, 1760, Sankt Petersburg Dla każdego a m zachodzi kongruencja a φ(m) 1 (mod m). Przypomnijmy: φ(m) to liczba reszt modulo m względnie pierwszych z m; φ(m) = m(1 1/p 1 )...
Bardziej szczegółowoPodstawy Informatyki
Podstawy Informatyki Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 3 Bożena Woźna-Szcześniak (AJD) Podstawy Informatyki Wykład 3 1 / 42 Reprezentacja liczb całkowitych
Bardziej szczegółowoDane, informacja, programy. Kodowanie danych, kompresja stratna i bezstratna
Dane, informacja, programy Kodowanie danych, kompresja stratna i bezstratna DANE Uporządkowane, zorganizowane fakty. Główne grupy danych: tekstowe (znaki alfanumeryczne, znaki specjalne) graficzne (ilustracje,
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 1. Wprowadzenie do metod numerycznych
METODY NUMERYCZNE Wykład 1. Wprowadzenie do metod numerycznych dr hab.inż. Katarzyna Zakrzewska, prof.agh, Katedra Elektroniki, AGH e-mail: zak@agh.edu.pl http://home.agh.edu.pl/~zak Met.Numer. wykład
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
5. Aproksymacja Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Paweł Urban Jakub Ptak Łukasz Janeczko
Bardziej szczegółowoWstęp do informatyki- wykład 1 Systemy liczbowe
1 Wstęp do informatyki- wykład 1 Systemy liczbowe Treści prezentowane w wykładzie zostały oparte o: S. Prata, Język C++. Szkoła programowania. Wydanie VI, Helion, 2012 www.cplusplus.com Jerzy Grębosz,
Bardziej szczegółowoPierścień wielomianów jednej zmiennej
Rozdział 1 Pierścień wielomianów jednej zmiennej 1.1 Definicja pierścienia wielomianów jednej zmiennej Definicja 1.1 Niech P będzie dowolnym pierścieniem. Ciąg nieskończony (a 0, a 1,..., a n,...) elementów
Bardziej szczegółowoKodowanie liczb całkowitych w systemach komputerowych
Kodowanie liczb całkowitych w systemach komputerowych System pozycyjny Systemy addytywne znaczenie historyczne Systemy pozycyjne r podstawa systemu liczbowego (radix) A wartość liczby a - cyfra i pozycja
Bardziej szczegółowoPracownia Komputerowa wykład VI
Pracownia Komputerowa wykład VI dr Magdalena Posiadała-Zezula http://www.fuw.edu.pl/~mposiada 1 Przypomnienie 125 (10) =? (2) Liczby całkowite : Operacja modulo % reszta z dzielenia: 125%2=62 reszta 1
Bardziej szczegółowoZagadnienia - równania nieliniowe
Zagadnienia - równania nieliniowe Sformułowanie zadania poszukiwania pierwiastków. Przedział izolacji. Twierdzenia o istnieniu pierwiastków. Warunki zatrzymywania algorytmów. Metoda połowienia: założenia,
Bardziej szczegółowoMetody rozwiązywania równań nieliniowych
Metody rozwiązywania równań nieliniowych Rozwiązywanie równań nieliniowych Ogólnie równanie o jednej niewiadomej x można przedstawić w postaci f ( x)=0, x R, (1) gdzie f jest wystarczająco regularną funkcją.
Bardziej szczegółowoArchitektura systemów komputerowych
Architektura systemów komputerowych Grzegorz Mazur Zak lad Metod Obliczeniowych Chemii Uniwersytet Jagielloński 12 kwietnia 2011 Grzegorz Mazur (ZMOCh UJ) Architektura systemów komputerowych 12 kwietnia
Bardziej szczegółowoLICZBY ZMIENNOPRZECINKOWE
LICZBY ZMIENNOPRZECINKOWE Liczby zmiennoprzecinkowe są komputerową reprezentacją liczb rzeczywistych zapisanych w formie wykładniczej (naukowej). Aby uprościć arytmetykę na nich, przyjęto ograniczenia
Bardziej szczegółowoJęzyki Modelowania i Symulacji 2018 Arytmetyka zmiennoprzecinkowa w standardzie IEEE Wykład 3
Języki Modelowania i Symulacji 2018 Arytmetyka zmiennoprzecinkowa w standardzie IEEE Wykład 3 dr inż. Marcin Ciołek Katedra Systemów Automatyki Wydział ETI, Politechnika Gdańska Języki Modelowania i Symulacji
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowoWprowadzenie do metod numerycznych Wykład 1 Przybliżenia
Wprowadzenie do metod numerycznych Wykład 1 Przybliżenia Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Poprawność obliczeń komputerowych 2
Bardziej szczegółowoWprowadzenie do informatyki - ć wiczenia
Kod uzupełnień do 2 (U2) dr inż. Izabela Szczęch WSNHiD Ćwiczenia z wprowadzenia do informatyki Reprezentacja liczb całkowitych Jak kodowany jest znak liczby? Omó wimy dwa sposoby kodowania liczb ze znakiem:
Bardziej szczegółowoKod uzupełnień do dwóch jest najczęściej stosowanym systemem zapisu liczb ujemnych wśród systemów binarnych.
Kod uzupełnień do dwóch jest najczęściej stosowanym systemem zapisu liczb ujemnych wśród systemów binarnych. Jeśli bit znaku przyjmie wartość 0 to liczba jest dodatnia lub posiada wartość 0. Jeśli bit
Bardziej szczegółowo