AN Curs

Analiz numeric
23 May 2013 Lector universitar doctor Ligia-Adriana SPORI 1

Academia Naval "Mircea cel Btrn" (ANMB). Orice form de copiere, stocare, modificare
i/sau transmitere a acestui material fr acordul prealabil i scris al ANMB este strict interzis.
http://adl.anmb.ro
Analiz numeric
Ritm recomandat de studiu: 6 ore/sptmn
Obiective: Disciplina Analiz numeric prin coninutul i activitile solicitate studenilor,
urmrete:
a) Familiarizarea cu noiuni teoretice necesare n soluionarea numeric a unor
probleme concrete specific domeniului Inginerie marin i navigaie, precum i
specializrii Navigaie i transport maritim i fluvial .
b) nsuirea cunotinelor utile n elaborarea , analizarea i evaluarea algoritmilor de
calcul numeric, implementabili ntr-un limbaj de programare specializat
(Matlab/MathCad), menii a obine o aproximare eficient a soluiei unui modul
mathematic, generat de o problem fizic.
c) Dezvoltarea capabilitilor de aplicare a algoritmilor numerici.
d) Dezvoltarea raionamentului algoritmic.
Condiionri: Algebr liniar, geometrie analitic i diferenial; Analiz matematic;
Matematici speciale; Programare i limbaj de programare.
Cuprins:
Unitatea de nvare 1: Erori
Unitatea de nvare 2: Rezolvarea numeric a ecuaiilor neliniare i a sistemelor de
ecuaii neliniare
Unitatea de nvare 3: Aproximarea funciilor
Unitatea de nvare 4: Derivare i integrare numeric
Unitatea de nvare 5: Integrarea numeric a ecuaiilor difereniale ordinare
Unitatea de nvare 6: Rezolvarea numeric a ecuaiilor cu derivate pariale
Unitatea de nvare 1 abordeaz:
1) Identificarea surselor erorilor produse n derularea procesului de soluionare
numeric a unei problem fizice concrete;
2) Criteriile de clasificare i descrierea erorilor nregistrate;
3) Propagarea erorilor ntr-o aritmetic a virgulei mobile.
Unitatea de nvare 2 are ca scop prezentarea i evaluarea comparative a metodelor de
separare i apoi localizare a rdcinilor reale ale unei ecuaii neliniare.
Problema aproximrii valorilor unei funcii este analizat n cadrul Unitii de nvare 3
(interpolare polinomial/polinomial pe poriuni, aproximare n sensul c.m.m.p.,
aproximare uniform).
Pornind de la modalitile de evaluare aproximativ a valorilor unei funcii (prezentate
anterior), Unitatea de nvare 3 aduce n atenia studenilor, o serie de formule de
aproximare a valorilor derivatelor unei funcii, precum i de calcul aproximativ a valorilor
derivatelor unei funcii, precum i de calcul aproximativ a integralelor definite.
Analiz numeric (NC)
Unitatea de nvare 5 i propune prezentarea celor mai cunoscute i facile modaliti de
calcul numeric pentru soluiile unei ecuaii difereniale ordinare, urmnd ca n unitatea de
nvare 6, s fie tratat succint problematica integrrii numerice a ecuaiilor ce derivate
pariale.
Introducere
Disciplina Analiz numeric se ncadreaz n categoria disciplinelor fundamentale de
studiu menite s contribuie la formarea dumneavoastr, ca viitor specialist n domeniul
Inginerie marin i navigaie.
Aceast disciplin i propune s asigure studenilor: cunotinee teoretice i practice
necesare n procesul soluionrii numerice a problemelor fizice concrete; utilizarea
eficient a bagajului de cunotine dobndit la: Algebr liniar, geometrie analitic i
diferenial, Analiz matematic, Matematici speciale i Programare i limbaj de
programare; dezvoltarea capacitii de a efectua raionamente, de a opera cu concepte cu
un grad sporit de abstractizare i de a lua decizii n situaii practice concrete.
Materialele de studiu-suport sunt organizate astfel:
a) Noiunile teoretice necesare sunt structurate n cadrul a 6 uniti de nvare,
divizate fiecare n uniti de studiu, ce sunt completate cu exemple i exerciii utile
n nsuirea temeinic a metodelor numerice prezentate.
b) 7 teme de laborator (seminar) (programate a fi desfurate n cadrul activitilor
didactice directe), dup studierea n prealabil a materialului teoretic,
Autorul acestor materiale este lect.univ.dr. Spori Ligia-Adriana (sporis.adriana@anmb.ro),
ce asigur i desfurarea orelor de laborator/seminar.
Evaluare
Activitatea desfurat de ctre studeni se evalueaz astfel:
50% - evaluare final (EF) (examen/colocviu)
30% - evaluare laborator/seminar (NP)
20% - evaluare tem de cas (NT)

Bibliografie minimal
L.A.Spori: Analiz numeric Ed.ANMB/2003
N.Dne: Analiz numeric cu aplicaii rezolvate n Mathcad Ed.Matrix
Rom/2002
G.Pltineanu, P.Matei, R.Trandafir: Bazele analizei numerice Ed.Printech/2001
S.Curteanu: Iniiere n matlab Ed.polirom/2008
O.Martin: Probleme de analiz numeric Ed.Matrix Rom/1999

Analiz numeric
http://adl.anmb.ro
Unitatea de nvare 1
Erori
Timp mediu de studiu: 4 ore
Obiective:
1. Identificarea surselor i a modalitilor de apariie a erorilor n derularea procesului
de soluionare numeric a unei problem fizice
2. Precizarea criteriilor de clasificare i recunoaterea tipurilor de erori
3. Studierea propagrii erorilor ntr-o aritmetic a virgulei mobile
Condiionri: -
Cuprins
U.S. 1.1. Sursele i clasificarea erorilor
U.S. 1.2. Analiza propagrii erorilor ntr-o aritmetic a virgulei mobile
U.S. 1.1. i propune abordarea etapelor rezolvrii numerice a unei probleme fizice
concrete (PF), a surselor i a modalitilor de clasificare a erorilor n procesulmodelrii
numerice a PF.
U.S. 1.2. va urmri:
- Descrierea reprezentrii numerelor reale n virgul mobil (VM);
- Examinarea modului de operare artimetic cu numere n VM;
- Analizarea efectului produs prin propagarea erorilor ntr-o aritmetica VM.
- L.A.Spori: Analiz numeric, Ed.ANMB, 2003
- T.A.Beu: Calcul numeric n C, Ed.Albastr, 2000
Bibliografie auxiliar:
- J.Stoer, R.Bulirsch: Introduction to Numerical Analysis, Springer Verlag, 2000

Analiz numeric
Unitatea de studiu 1.1.
Sursele i clasificarea erorilor
Timp mediu de studiu: 1 or
Sarcini de nvare: Prin parcurgerea acestei uniti de studiu, studentul va fi capabil s:
- descrie etapele rezolvrii prin simulare a unei PF;
- descrie exigenele ce trebuie s fie satisfcute n procesul modelrii matematice,
respectiv discrete a unui model fizic;
- enumere principalele caracteristici ale unui algoritm;
- clasifice erorile d.p.v. al cauzalitii i s descrie sursele acestor erori, s clasifice
erorile d.p.v. al exprimrii matematice
1.1.1. Preliminarii
Cel mai adesea, o teorie n matematic i are punctul de plecare n ncercarea de
a rezolva o problem generat de o situaie din practic.
Pentru soluionarea problemei fizice (PF), este necesar obinerea unui model
matematic (PM), pe baza unei transformri simplificatoare, n deplin concordan cu
legile fundamentale ale fizicii, etc. i pornind de la ecuaiile fizicii matematice.
Dup realizarea acestuia, urmeaz o etap n care suverane sunt metodele de
investigaie pur matematice, cu scopul de a gsi rspuns la urmtoarele ntrebri:
1) Este PM corect pus?
2) Exist o expresie analitic corespunztoare mrimii ce caracterizeaz PF?
3) Exist o manier de a obine soluia PM, cu orice grad de precizie dorit?
Uneori, ns, se dovedete a fi dificil, dac nu chiar imposibil de gsit o formulare
exact a PM i atunci, se prefer nlocuirea acesteia printr-o problem aproximativ, dar
pentru care sunt cunoscute tehnici adecvate de abordare.
Cum principalele instrumente de calcul numeric sunt calculatoarele, prezint interes
doar acele metode de rezolvare, ce se desfoar ntr-un timp finit i ntr-un numr finit de
pai, care furnizeaz o aproximare uniform a soluiei. De aceea, PM se reduce la o form
pentru care soluia se obine n urma unui numr finit de pai, adic la o problem discret
(PD). Discretizarea PM trebuie s aib n atenie, n principal, consistena i robusteea
soluiei PD.
Pentru rezolvarea PD, se impune apoi, proiectarea unui algoritm (i.e. o succesiune
finit de operaii elementare), din perspectiva realizrii urmtoarelor deziderate:
- eficien (spaiu de memorare alocat, timp de execuie);
- convergen (i.e.
M D
0
P P lim =
A
);
- adaptabilitate n propagarea erorilor.
Apoi, pe baza datelor experimentale i cu ajutorul algoritmului, se va obine soluia PD.
ns, majoritatea datelor furnizate de PF conin o incertitudine n msurtori, ce se
va rsfrnge asupra acurateii soluiei. Tehnicile de analizare a acestor erori se aseamn
cu cele folosite pentru a cerceta rezultatele calculelor i erorilor produse n acestea, care
in att de natura aproximativ a reprezentrii datelor, ct i de modalitatea de transcriere
corect a algoritmului.
Analiz numeric
1.1.2. Sursele i clasificarea erorilor
n principiu, metodele numerice permit controlul erorilor svrite n calcule, prin apelarea,
n spe, la acele expresii matematice ce nu conin operaiile care le induc. Dar pe de alt
parte, aceste erori, mai precis, mrimea lor este decisiv influenat de programator, de
experiena i stilul su de programare.
Pericolul apare n momentul n care erorile de calcul se acumuleaz, producnd n
majoritatea cazurilor, vicierea rezultatelor. Pentru c de multe ori o eroare de program este
dificil de depistat i corectat, se apeleaz la divizarea n subprograme, care s poat fi
testate rapid, prin confruntarea cu situaii ale cror rspunsuri corecte le cunoatem.
n consecin, avnd n vedere cele afirmate anterior, putem considera urmtoarea
clasificare a erorilor:
a) erori inerente (iniiale);
b) erori de metod;
c) erori de calcul
i urmtoarea schem, ce permite vizualizarea optim a celor afirmate:

Erori de calcul
Erori inerente Erori de metod

Erori de calcul

Exemplul 1.2.1.:
Considerm un pendul care se pune n micare la momentul
0
t t = . Ne ntrebm
care va fi poziia sa la momentul
1
t t = ?
Oscilaia pendulului este descris de ecuaia diferenial: 0
dt
d
sin g
dt
d
l
2
2
= + +

,
unde l reprezint lungimea pendulului, g , acceleraia gravitaional, iar , coeficientul de
frecare.
nc din start, nregistrm o eroare inerent, deoarece relaia dintre vitez i frecare
nu este liniar. O alt surs de erori inerente este definirea urmtoarelor cantiti:
( ) ( )
0 0 0
t , t , t , , g , l ' .
Ecuaia nu este rezolvabil ntr-o form explicit. Rezolvarea sa impune recurgerea
la o metod ce va induce erori suplimentare.
Considerm acum: I , valoarea exact a parametrului cutat (n situaia noastr
la momentul
1
t ), I
~
, valoarea ce corespunde descrierii matematice (n cazul nostru:
soluia ecuaiei calculat pentru
1
t ),
d
I
~
, soluia obinut printr-o metod numeric fr
Date
PF PM PD
Rezulta
te
Analiz numeric
rotunjire,
*
d
I
~
, soluia obinut prin calcul aproximativ.
Atunci: I I
~
1
= este eroare inerent, I I
~
d 2
= , este eroare de metod,
d
*
d 3
I
~
I
~
=
este eroare de calcul, iar I I
~
*
d 0
= este eroare total. Observm c:
3 2 1 0
+ + = .
1.1.3. Erori absolute. Erori relative
O noiune-cheie n calculul numeric este aceea de eroare. n linii mari, n matematic, prin
eroare se nelege diferena dintre valoarea exact i cea aproximativ a unei mrimi.
Pentru a realiza o ct mai bun cuantificare a erorilor, ce nsoesc metodele
numerice, vom considera:

Definiia 1.3.1.:
Dac x este valoarea exact, iar x valoarea aproximativ a unui numr, atunci:
1) x x
x
= A s.n. eroare absolut a aproximaiei x . (1.1)
2)
x
x
x
A
o = s.n. eroare relativ a aproximaiei x . (1.2)

Observaia 1.3.2.:
a) Uneori, se prefer pentru evaluarea erorii relative, urmtoarea formul:

x
x
x
A
o = (1.3)
b) Combinnd (1.1) i (1.2), obinem:
( )
x
1 x x o = (1.4)

Exemplul 1.3.3.: Eroarea absolut i eroarea relativ a valorilor unei funcii reale de
variabil vectorial.
Fie ( ) A A
1 n
C f , R R : f e _ i n 1, i , x x x
i i i
= = A , erorile absolute ale
argumentelor acesteia,
i
x , presupuse foarte mici n raport cu valorile aproximative
n 1, i , x
i
= . Atunci, obinem:
( ) ( ) ( ) ( )
n 2 1 n n 1 1 n 2 1 n 1
x ,..., x , x f x x ,..., x x f x ,..., x , x f x ,..., x f f = = A A A
n diferena anterioar, dezvoltm n serie Taylor primul termen i neglijm termenii
n care
i
x A se afl la o putere mai mare sau egal cu 2.
( )( ) ( )

= =

c
c
s
c
c
~
n
1 i
i n 2 1
i
n
1 i
i n 2 1
i
x x ,..., x , x
x
f
x x ,..., x , x
x
f
f A A A
mprind ambii termeni ai inegalitii anterioare cu ( )
n 1
x ,..., x f , obinem:
( ) | |
i
n
1 i
n 1
i
n
1 i
i
i
f
x x ,..., x f ln
x
x
f
x
f
A A o

= =

c
c
=
c
c
s .
n particular, pentru 1 n = , se obine: ( ) x f
f
' ~ A i ( ) | |
x
1
f
x f ln o o ~ .
Analiz numeric
n continuare, vom evalua eroarea absolut i pe cea relativ, care se comit n cazul
calculrii valorilor unor funcii elementare, pentru valori aproximative ale argumentului.
a) Funcia putere: ( )
( )
~
~
e =

x f
x
1
f
x
R , x x f
o o
A o A
o
o
o
.
b) Funcii trigonometrice:
( )
~
s ~
=
x ctg
, x cos
x sin x f
x f
x f x f
1
1
1 1
o o
A A A A
;
( )
~
s ~
=
x tg
, x sin
x cos x f
x f
x f x f
2
2
2 2
o o
A A A A
;
( )
x f
2
x f 3
3 3
,
x cos
1
tgx x f A A A A > ~ = ;
( )
x f
2
x f 4
4 3
,
x sin
1
tgx x f A A A A > ~ = .
c) Funcia logaritm:
( )
x
x
f
x
x ln x f o
A
A = ~ = .
Avnd n vedere c
10 ln
x ln
x lg = , iar 434 , 0 e lg ~ , avem:
x x lg
434 , 0 o A ~ .
De aceste rezultate trebuie s inem seama atunci cnd se folosesc tabelele de
logaritmi. n tabelele cu n zecimale, eroarea logaritmilor nu depete unitatea care se
gsete pe locul n dup virgul, deci este mai mic dect
n
10
2
1

. Rezult, de aici, c
eroarea relativ, ce afecteaz argumentul, nu depete
434 , 0
1
10
2
1
n

i.e. aproximativ
egal cu
n
10
.

Analiz numeric
Analiza propagrii erorilor ntr-o
aritmetic a virgulei mobile (VM)
Sarcini de nvare: Prin parcurgerea acestei uniti de studiu, studentul va fi capabil s:
- descrie reprezentarea unui numr real x ntr-un sistem poziional cu baza de
numrare b;
- realizeze conversia unui numr real x din baza de numeraie b ntr-o baz de
numeraie c;
- defineasc: formatul virgule mobile (FVM), numr n (VM), funcia de rotunjire i
eroarea de reprezentare, o artimetic n VM;
- precizeze modul n care se execut operaiile aritmetice cu numere n VM;
- analizeze propagarea erorilor ntr-o aritmetic a VM.
1.2.1. Reprezentarea numerelor reale
n acest , ne vom ocupa de un aspect specific, elementar al calculului numeric, i
anume, de modul de reprezentare al numerelor reale n memoria calculatorului.
Pentru nceput, vom reaminti bine cunoscuta reprezentare poziional a numerelor
reale.
Fie 2 b , N b > e o baz de numeraie i ( ) { } 1 b ,..., 1 , 0 C = mulimea cifrelor din baza b .
Atunci, ( ) R x e admite o unic reprezentare n baza b de forma:

n 2 1 0 1 2 n 1 n
a ... a a , a a ... a a x

=t (2.1)
unde { } 1 e t i Z i , C a
i
e e , ce nu se termin printr-o secven infinit de cifre egale cu
( ) 1 b .
Reciproc, valoarea real a (2.1) este:

|
|
.
|
\
|
+ =

1 n
0 i 1 i
i
i
i
i
b a b a x t (2.2)
Exemplul 2.1.1.:
a) n baza 2, cifrele sunt 0 i 1 .
Numrul n baza 10,
2 1
10 5 10 2 7 10 2 25 , 27

+ + + = , se reprezint n baza 2 n modul
urmtor: ( )
2 1 2 3 4
2
2 1 2 0 1 2 1 2 0 2 1 2 1 01 , 11011

+ + + + + + = .
b) n baza 16, cifrele sunt . F , E , D , C , B , A , 9 ,..., 1 , 0
Ca un exemplu de conversie din baza 16 n baza 10, avem:
( ) 9375 , 1388 16 15 16 12 16 6 16 5 F , C 56
1 0 2
16
= + + + =

.
Memoria finit a calculatorului conduce la o reprezentare cu precizie finit a unui
numr real. Exist, n general, dou modaliti de reprezentare: n virgul fix (utilizat
pentru reprezentarea numerelor ntregi) i n virgul mobil sau flotant (utilizat pentru
reprezentarea numerelor reale).
Analiz numeric
n cele ce urmeaz, ne vom ocupa de reprezentarea n virgul mobil. Prin natura
sa, aceast reprezentare este aproximativ (fiecare numr real este reprezentat printr-o
secven finit de cifre). Cu toate acestea, ea trebuie s rspund urmtoarelor exigene:
a) s asigure un domeniu consistent de numere reprezentate;
b) s determine existena unei erori relative de reprezentare suficient de mic;
c) s asigure o repartizare uniform a erorii de reprezentare.
Cadrul n care se garanteaz satisfacerea acestor deziderate este formatul n
virgul mobil (FVM) , ce este definit de tripletul de parametri ( ) p , t , b , ce au urmtoarea
semnificaie:
- { } 0 \ N be este baza de numeraie n care se face reprezentarea (de regul,
{ } 16 , 8 , 10 , 2 be ).
-
*
N t e indic precizia reprezentrii (adic numrul de cifre semnificative
lungimea mantisei).
-
*
N pe este numrul de cifre ale exponentului.
Un numr n VM este o pereche ( ) e , f , unde { } C a , 1 , a ... a 0, f
i t 1
e e = t t i
0 a
1
= (condiia de normalizare) s.n. mantis, iar
| | Z U L, , Z U , L e , e ... e e e
p 2 1
e e = fixai (2.3)
s.n. exponent.
Valoarea sa real, este
( ) ( )
t e
t
2 e
2
1 e
1
e
t 1
e
b a ... b a b a b a ... a , 0 b f x

+ + + = = = t t (2.4)
Observm c 0 nu admite o reprezentare (2.3). Pentru a rezolva aceast problem
i pentru a putea reprezenta i unele simboluri speciale, se aloc exponentului, valori
nesituate n | | U , L .
O alt observaie extrem de important pe care trebuie s o facem, dac inem cont
de (2.3) i (2.4), este urmtoarea:
( ) ( ) s s
U
cifre t
L
b 1 b ... 1 b , 0 x b 0 ... 10 , 0

( )
U t 1 L
b b 1 x b

s s (2.5)
ceea ce ne atrage atenia asupra urmtorului aspect important al reprezentrii ntr-un
FVM, fixat: nu orice numr real x admite o reprezentare (2.3), ci numai acele numere
situate n domeniul de reprezentabilitate propriu FVM considerat,
| | ( )
U t
not not
b b 1 M , M , M R

= = .
Considerm, acum, mulimea { x R x F e = are reprezentare exact n VM } { } 0 .
Se observ fr dificultate c aceast mulime este finit i n plus,
( ) ( ) 1 1 L U b 1 b 2 cardF
1 t
+ + =

.

Exemplul 2.1.2.:
Fie FVM ( ) -1 L , 1 , 3 , 2 = i 2 U = .
Atunci, domeniul de reprezentabilitate este | | 5 , 3 ; 5 , 3 R = iar
)
`
= 3 , 2 , 1 ,
2
1
,
4
1
,
2
5
,
4
5
,
8
5
,
16
5
,
2
3
,
4
3
,
8
3
,
2
7
,
4
7
,
8
7
,
16
7
, 0 F
Analiz numeric
innd cont de cele afirmate anterior, conchidem c: a reprezenta un numr real n
VM nseamn a-i asocia un numr F x e .Aceast asociere se realizeaz prin intermediul
funciei de rotunjire:
( )
e
b f x x fl , F R : fl = = (2.6)
x
o n forma (1.3) se noteaz cu
r
c i s.n. eroare de reprezentare.
Exist mai multe strategii de rotunjire. Asupra celor mai utilizate ne vom opri n
continuare.
Fie R x e . Atunci, innd seama de condiia de normalizare,
( )
e
1 t t 2 1
b ... a a ... a a , 0 x
+
=t ( ) ( ) = + =

+ +
t e
2 t 1 t
e
t 2 1
b ... a a , 0 b a ... a a , 0 t t

t e e
b g b f

+ = (2.7)
unde ( )
t 1
not
a ... a , 0 f t = i ( ) ... a a , 0 g
2 t 1 t
not
+ +
= t satisfac urmtoarele relaii:
1 f b
1
< s
i 1 g 0 < s (2.8)

Definiia 2.1.3.:
a) ( )

=
=
=
0 x 0,
0 x , b f
x fl , F R : fl
e
1 1
(2.9)
s.n. funcia de rotunjire prin trunchiere.
b) ( ) ( )
=
=
=
=
0 x 0,
0 x , b b f
0 x , b f
x fl , F R : fl
e t -
e
2 2
(2.10)
s.n. funcia de rotunjire simetric.
( , + dac - , 1 f sgn + = dac 1 f sgn = ).

Exemple 2.1.4.:
Fie FVM ( ) 2 , 4 , 10 i 734 , 12945 x = , 9942 , 12944 y = .
Atunci 10 5734 , 0 10 1294 , 0 x
5
+ = , iar
1 5
10 49942 , 0 10 1294 , 0 y
+
+ + = .
a) ( ) 12940 10 1294 , 0 x fl
5
1
= =
( ) 12940 10 1294 , 0 y fl
5
1
= =
b) ( ) 12950 10 10 1294 , 0 x fl
1 5
2
= + =
+

( ) 12940 10 1294 , 0 y fl
5
2
= = .
Suntem interesai n continuare, de obinerea unei evaluri a erorii de reprezentare
r
c (tiut fiind c, n general, ( ) R x , x fl x e = ).

Propoziia 2.1.5.:
Dac R x e , atunci are loc inegalitatea:

t 1
r
b

s c (2.11)
(unde
2
1
= pentru
2
fl , iar 1 = pentru
1
fl ).

Analiz numeric
Demonstraie:
Considerm situaia rotunjirii prin trunchiere. Analog, vom raiona n cazul rotunjirii
simetrice.
( ) ( ) ( )( ) ( ) s s s
+ +
e e
2 t 1 t 1
b ... 1 b 1 b 0 ... 00 , 0 b ... a a 0 ... 0 , 0 x fl x
( )( )
( )
s s =
s + + s

x
b
b
b 1
b 1 b
b ... b b 1 b
t e
r
t e
1
1 t
e 2 t 1 t
c

( )
( )
t 1
t
e
t 2 1
t e
b
0 ... 10 , 0
b
b a ... a a , 0
b

= s
s .
Observaia 2.1.6:
a) Cantitatea
t 1
b

s.n. unitate de rotunjire, iar
t 1
b

s.n. epsilon-main.
b) Din (2.11), rezult c:
( ) ( ) + = 1 x x fl , unde
t 1
b

s (2.12)
1.2.2. Aritmetic n VM
Calculatoarele cu hardware dedicat operaiilor n VM, sunt prevzute cu instruciuni
ce fac posibil implementarea acestora.
Operaiile cu numere n VM difer de cele aritmetice corespunztoare, deoarece
rezultatul lor se afl ntotdeauna n mulimea finit F . Astfel, n urma efecturii unor astfel
de operaii se produc erori, numite erori de rotunjire.
Acumularea acestor erori este extrem de nociv, putnd determina degradarea
integral a rezultatului. De aceea, analiza erorilor de rotunjire este cea mai important, dar
i cel mai greu de realizat, dintre toate tipurile de erori.
Trebuie menionat c, n urma efecturii calculelor n VM, se poate obine ca
rezultat, un numr ce nu se afl n domeniul de reprezentabilitate R . n aceast situaie,
spunem c s-a realizat o eroare de depire (superioar dac rezultatul M > i inferioar,
n cazul: M < ). n cazul erorii de depire superioar, rezolvarea const fie n afiarea
unui mesaj de avertisment, fie n ntreruperea calculelor; iar n cel de-al doilea caz, se
atribuie rezultatului valoarea 0.
n situaia nregistrrii unor nedeterminri ( ) / ; 0 / 0 ; 0 , se atribuie rezultatului,
valoarea special NaN (Not a Number). n particular, o operaie implicnd NaN, are
ntotdeauna ca rezultat NaN.

Definiia 2.2.1.:
Fie R y , x e i ( ) ( ) F b f y fl y , b f x fl x
2 1
e
2
e
1
e = = = = . Presupunem c
2 1
e e > .
Atunci:
a) = y x
( )
( ) | | ( ) | |
< + s +
< + s +

1 b f f b b , b b f f b
1 b f f b , b b f f
1 2 1 1 2
1 2 1 1 2
e e
2 1
n 1 n e e e
2 1
n
e e
2 1
1 e e e
2 1
(2.13)
b) y x
( )
( ) | |
<
< s
=
+
+
1
2 1
1 e e
2 1
2 1
1 - e e
2 1
b f f , b f f b
1 f f b , b f f
2 1
2 1
(2.14)
Analiz numeric
c) x = y
( )
( )
s
< s
+
f / f 1 , b bf / f
1 f / f b , b f / f
2 1
1 e e
2 1
2 1
1 - e e
2 1
2 1
2 1
(2.15)
( , , fl, F, ) s.n. aritmetic n VM.
Observaia 2.2.2.:
1. (2.13) - se aduce x i y la exponentul cel mai mare, oprindu-se t cifre la mantisa
fiecruia;
- se adun mantisele i se normalizeaz rezultatul, pstrnd t cifre.
2. (2.14) - se nmulesc mantisele;
- se normalizeaz rezultatul, oprindu-se t cifre la mantis;
- se adun exponenii.
3. (2.15) - se mpart mantisele;
- se normalizeaz rezultatul, oprindu-se t cifre la mantis;
- se scad exponenii.
4. Erorile de rotunjire depind de natura acumulatorului calculatorului. Dac acesta este
simplu (i.e. se pot pstra t cifre semnificative), prin denormalizare (n cazul ), se pierd un
numr de cifre egal cu diferena exponenilor. Dac acumulatorul este dublu (i.e. se pot
pstra t 2 cifre semnificative), la denormalizare nu se nregistreaz nici o eroare.
5. , sunt comutative, dar nu sunt asociative i distributive.

Exemple 2.2.3.:
Fie FVM ( ) 2 , 4 , 10 i
1
fl . Fie 4594 , 23 x
k
= i 469541 , 2 y = . Atunci:
2 2
10 94 , 0 10 2345 , 0 x

+ = i
3 1
10 541 , 0 10 2469 , 0 y

+ = .
Avem: ( )
2
1
10 2345 , 0 x fl x = = i ( )
1
2
10 2469 , 0 y fl y = = .
a) = + = + =
2 2 1 2
10 0246 , 0 10 2345 , 0 10 2469 , 0 10 2345 , 0 y x
91 , 25 10 2591 , 0
2
= .
b) | | | |
2 1 2
10 5789 , 0 10 2469 , 0 10 2345 , 0 y x = = .
c) 1531 x , 1531 x , 1234 , 0 x
3 2 1
= = = .

4
3
4
2
0
1
10 1531 , 0 x , 10 1531 , 0 x , 10 1234 , 0 x = = = i
= + = + =
4 4 4 4
2 1
10 1531 , 0 10 0000 , 0 10 1531 , 0 10 00001234 , 0 x x

4
10 1531 , 0 = .
( ) . 0 x x x
3 2 1
= +
Dar ( )
1 3 2 1
x x x x = + , de unde obinem c nu este asociativ.
1.2.3. Propagarea erorilor
Presupunem c s-a fixat o aritmetic a VM, ( , , fl, F, ) .

Definiia 2.3.1.:
S.n. calcul aproximativ, calculul care se desfoar ntr-o aritmetic a VM, iar n caz
contrar, s.n. calcul exact. Numere reale afectate de erori s.n. numere aproximative, iar n
caz contrar, s.n. numere exacte.
n cele ce urmeaz, vom considera ca axiom afirmaia: n calculul aproximativ cu
numere aproximative, eroarea relativ este suma dintre:
Analiz numeric
a) eroarea relativ produs de calculul aproximativ cu numere exacte
corespunztoare;
b) eroarea relativ produs de calculul exact corespunztor cu numere
aproximative.
Considerm operaiile aritmetice de baz: / , , , + i cele executate de calculator
( , , , O ) .
Fie O, una din operaiile din prima categorie i O , versiunea ei, din cea de-a doua. Dac
R y , x e i F y , x e sunt aproximaiile corespunztoare, atunci eroarea rezultat n urma
calculului este:
( ) ( ) y o x y o x y o x xoy y o x xoy + = (2.16)
Prima parantez din membrul drept al relaiei (2.16) reprezint eroarea propagat, iar cea
de-a doua, eroarea de calcul.
Pentru analiza erorii propagate, vom examina urmtoarele cazuri:
1) Adunarea: ( ) ( ) ( ) ( )
y x
not
y x
e e y y x x y x y x + = = + = + + A A iar
y x y x + = + i
y x y x
e e e + =
+
.
Atunci,
y
e
y x
y
x
e
y x
x
y x
e
y
x
y x
+
+
+
=
+
+
, de unde dac ( ) 1 y x sgn = , avem:

y x y x
o o o + s
+
(2.17)
2) Scderea: ( ) ( )
y x
e e y x y x =
y x y x
e e e =
.

y
e
y x
y
x
e
y x
x
y x
e
y
x
y x
.
Formula de mai sus este extrem de sensibil la variaiile termenilor. O diferen y x
foarte mic poate determina o eroare relativ n y x foarte mare, ducnd la ceea ce de
regul, se numete neutralizarea termenilor. De aceea, de cte ori se poate, se evit
aceast situaie, fie prin rescrierea expresiilor, fie prin schimbri de algoritm.

Exemple 2.3.2.:
a) n FVM ( ) 2 , 4 , 10 , considernd
1
fl i 0001 , 0 0,6665, y ,
3
2
x
x
= = = o i 0
y
= o . Obinem
astfel: 6666 , 0
y x
=
o . Deci, o eroare relativ n x de

4
10
, induce o eroare n y x
de 6 , 0 (i.e. o eroare relativ n date de 0,01%, duce la o eroare n rezultat de 60%).
b) n FVM ( ) 2 , 3 , 10 , considerm
1
fl i dx
5 x
x
I
1
0
n
n }
+
= . Observm c
n
I verific urmtoarea
relaie de recuren:
n
1
I 5 I
1 n n
= +

i astfel, obinem:
n
n
I

0 0,182 Apariia rezultatului eronat se datoreaz acumulrii
1 0,09 rapide a erorilor de rotunjire, provocate de diferena
2 0,05 unor numere apropiate
3 0,08
4 0,165 - contradictoriu!
Analiz numeric
3) nmulirea: ( ) ( ) ( )( )
y x x y y x
e e ye xe e y e x y x y x y x + + = = .
Dac 1 ,
y x
<< o o , atunci se neglijeaz factorul
y x
e e . Astfel, obinem:

y x y x
o o o + = (2.18)
4) mprirea:

y
x
...
y
e
y
e
1
y
e x
y
x
y
e
1 y
e x
y
x
e y
e x
y
x
y
x
2
y y
x
y
x
y
x

|
|
|
.
|
\
|
+
|
|
.
|
\
|
+
+
=
|
|
.
|
\
|
+
+
=
+
+
= .
Cum 1
y
< o , seria din membrul drept este convergent i vom considera o aproximare
liniar a acesteia.
Astfel:

( ) ( )
2
y
2
y x
x
y
x
y
e x
y
e e
y
e
y
x
y
e
1
y
e x
y
x
y
x
=
|
|
.
|
\
|
+
= .
Ca i n cazul 3), de regul, se neglijeaz termenul ce conine
y x
e e . Atunci:

y x
y
x
o o o = (2.19)
n ceea ce privete eroarea de calcul, ( ) ( )( )
t 1
b , 1 y o x y o x fl y o x

s + = = i avem
y o x b y o x y o x y o x
t 1
s = (2.20)
de unde obinem c eroarea de calcul, notat cu r , satisface inegalitatea

t 1
b r

s (2.21)
n final, putem obine urmtoarea evaluare general:

t 1
y 2 x 1
t 1
y o x y o x
b k k b

+ + s + s o o o o (2.22)
unde
y x
y
k ,
y x
x
k
2 1
= n cazurile 1) i 2) i 1 k , 1 k
2 1
= = , n cazurile 3) i 4).

Analiz numeric
Autoevaluare
1. Se consider urmtoarea situaie:

2. S se determine tipul de eroare prezent n aceast situaie.
Comparai rspunsul vostru, cu valoarea exact p=0,2553074606
2. Completai urmtorul calcul i depistai ce tip de eroare este prezent n aceast
situaie:
a)
b)
3. Care este eroarea absolut nregistrat n calculul razei cercului nscris, r, n funcie de
raza cercului circumscris, R, unui triunghi isoscel?

Analiz numeric
http://adl.anmb.ro
Unitatea de nvare 2
Rezolvarea numeric a ecuaiilor neliniare
i a sistemelor de ecuaii neliniare
Obiective:
1. nsuirea metodelor de separare a rdcinilor reale ale unei ecuaii neliniare
2. Identificarea i utilizarea procedeelor numerice de localizare a rdcinilor reale ale
unei ecuaii neliniare (respective, a soluiilor reale ale unui sistem de ecuaii
neliniare)
3. Analizarea, implementarea i testarea algoritmilor numerici rezultai
4. Utilizarea programelor Matlab corespunztoare algoritmilor studiai
Condiionri:
- U..1;
- Algebr (cls. A XII-a);
- Analiz matematic (cls. A XI-a).
Cuprins
U.S. 2.1. Separarea rdcinilor reale ale unei ecuaii neliniare
U.S. 2.2. Localizarea rdcinilor reale separate ale unei ecuaii neliniare
U.S. 2.3. Rezolvarea numeric a sistemelor de ecuaii neliniare
n U.S. 2.1. sunt prezentate cele mai utilizate metode de separare ardcinilor reale ale
unei ecuaii neliniare.
U.S. 2.2. are ca scop familiarizarea studenilor cu o serie de metode de localizare a
rdcinilor reale ale unei ecuaii neliniare. Sunt vizate urmtoarele aspecte: descrierea
metodelor de localizare, prezentarea condiiilor de convergen i evaluarea erorilor de
aproximare.
n U.S. 2.3., sunt descrise dou generalizri ale unor metode de localizare utilizate n
aproximarea soluiilor reale ale unui sistem de ecuaii neliniare
- M.Dinu: Metode numerice n algebr, Ed.UPB, 1997
- O.Martin: Probleme de analiz numeric, Ed.Matrix Rom, 2002
Analiz numeric
- M.Dinu, Gh.Linc: Algoritmi i teme special de analiz numeric, Ed.Matrix Rom,
1999
- N.Dne: Analiz numeric cu aplicaii rezolvate n MathCad, Ed.Matrix Rom,
2002
- C.Berbente, alii: Metode numerice, Ed.Tehnic, 1997

Analiz numeric
Separarea rdcinilor reale ale unei ecuaii
neliniare
Sarcini de nvare: Prin parcurgerea acestei uniti de studiu, studentul s fie capabil s:
- descrie algoritmul metodei irului lui Rolle;
- defineasc un ir Sturm asociat unei funcii feC(D);
- construiasc un ir Sturm;
- aplice teorema lui Sturm
2.1.1. Introducere
ntr-un numr considerabil de situaii, ca urmare a modelrii matematice a unor
fenomene fizice, problema se reduce la rezolvarea unei ecuaii (respectiv, a unui sistem
de ecuaii) de forma: ( ) 0 x f = , unde
R R D : f c (respectiv,
n n
R R D : f c ) (1.1)
care se numete algebric, dac f este o funcie polinomial, i transcendent, n caz
contrar.

Definiia 1.1.1:
irul
( )
( )
k
k
x definit prin
( ) ( ) ( )
( ) 1 k , x ,..., x , x F x
1 k 1 0
k
k
> =

(1.2)
s.n. ir de iterare, de ordin k , corespunztor soluiei exacte
*
x a (1.1), dac
( ) * k
k
x x lim =

(1.3)
n cazul n care
k
F nu depinde de ( ) k , atunci
( )
( )
k
k
x definit prin (1.2) i care
satisface (1.3), s.n. ir de iterare staionar, de ordin k , corespunztor soluiei exacte
*
x .

Definiia 1.1.2.:
Fie
( )
( )
k
k
x , ir de iterare, de ordin k , corespunztor soluiei exacte
*
x a (1.1). Dac
( ) 0 r > - a.i.
( )
( )
( )
( ) e
-
+

, 0 lim
*
* 1
k
r
k
k
x x
x x
(1.4)
(unde este norma vectorial considerat n
n
R ), atunci
( )
( )
k
k
x are ordinul de
convergen r .

Analiz numeric
Observaia 1.1.3.:
a) (1.4) ( ) 0 r > - i ( ) 0 c > - a.i.
( ) ( )
r
* k * 1 k
x x c x x s
+
(1.5)
b) Dac 1 r = (respectiv 2 r = ), spunem c
( )
( )
k
k
x converge liniar (ptratic) la
*
x .
c) Viteza de convergen este direct proporional cu ordinul de convergen.
d) Dac 1 r = , atunci, din (1.5), prin inducie matematic, se poate obine
( ) ( )
( )
0
* k k k * k
k k , x x c x x
0 0
> s

(1.6)

n rezolvarea numeric a ecuaiei (respectiv, a sistemului de ecuaii) (1.1) se disting dou
etape importante:
a) separarea soluiilor (i.e. partiionarea domeniului D n subdomenii cu proprietatea
c: n fiecare dintre acestea, s se afle cel mult o soluie a (1.1);
b) localizarea soluiilor (i.e. determinarea, n limitale erorii impuse c , a soluiilor,
separate, prin utilizarea unor procedee iterative de rafinare).

Analiz numeric
2.1.2. Separarea rdcinilor
Procesul de separare a soluiilor implic stabilirea (dictat de particularitile funciei
f ), a unei partiii { }
I i
i
x
e
a domeniului D a.i. n | | ( ) I i , x , x
1 i i
e
+
, s existe cel mult o
soluie a (1.1).
(1) Foarte util n separarea soluiilor este urmtorul rezultat:

Teorema 1.2.1.:
Dac ( ) ( ) 0 b f a f < , unde | | b , a C f e , atunci ( ) - cel puin un | | b , a x
*
e a.i. ( ) 0 x f
*
= .
Dac alegerea partiiei { }
I i
i
x
e
se realizeaz ntr-o manier convenabil, conform teoremei
1.2.1, atunci n | | ( ) I i , x , x
1 i i
e
+
, se va afla cel mult o soluie a ecuaiei (1.1).
(2) O modalitate binecunoscut de separare este metoda irului lui Rolle.
Presupunem c | | R b , a : f este o funcie Rolle. Atunci, are loc urmtoarea
afirmaie (consecin a teoremei lui Rolle): ntre dou rdcini reale consecutive ale lui
f ' , exist cel mult o rdcin a lui f .
Considerm, acum, mulimea
( ) { } m 1, i , 0 x f D x
i i
= = ' e (1.7)
Conform consecinei teoremei lui Rolle, n | | 1 - m 1, i , x , x
1 i i
=
+
, exist cel mult o rdcin a
lui f (i.e. o soluie a ecuaiei (1.1)). Dac ( ) ( ) 0 x f x f
1 i i
<
+
, atunci exist i este unic o
soluie a lui (1.1) n| |
1 i i
x , x
+
. Prin urmare, (4.1) va avea attea soluii reale n D, cte
variaii de semn se nregistreaz n irul ( ) ( )
m , 1 i
i
x f
=
(numit irul lui Rolle).
Practic, utilizarea metodei irului lui Rolle presupune parcurgerea urmtorilor pai
- se fixeaz intervalul de studiu | | D b , a _ ;
- se rezolv ecuaia ( ) 0 x f = ' i se formeaz mulimea (1.7);
- se alctuiete irul lui Rolle ( ) ( )
1 m , 0 i
i
x f
+ =
, unde am notat:
0
x a = i
1 m
x b
+
= ;
- se testeaz ( ) ( ) | | 1 m 0, i , x f x f sgn
1 i i
+ =
+
; dac obinem (-1), atunci n ( )
1 i i
x , x
+
,
se afl o rdcin real a lui f . Altfel fie nu avem nici o rdcin real n
( )
1 i i
x , x
+
(cazul:1), fie
i
x sau
1 i
x
+
reprezint o rdcin multipl (cazul:0), iar
n( )
1 i i
x , x
+
nu se mai afl o alt rdcin.
Aceast metod de separare are ca inconvenient major: rezolvarea ecuaiei
( ) 0 x f = ' , ceea ce, uneori, este la fel de dificil de realizat ca i rezolvarea ecuaiei iniiale.

(3) Metoda irului lui Sturm
Definiia 1.2.2.:
Fie | | b , a C f
1
e i ( ) | | ( ) b , a C f
1
m , 0 i
i
c
=
.
( )
m , 0 i
i
f
=
s.n. ir Sturm asociat funciei f dac:
a) f f
0
= ;
b) 0 f
m
= pe | | b , a ;
c) ( ) ( ) | | ( ) ( ) 0 x f x f b , a x , 1 - m 0, i , 0 x f
*
1 i
*
1 i
* *
i
< e = =
+
;
d) ( ) | | e = b , a x , 0 x f
* *
0

( ) ( ) 0 x f x f
*
1
*
0
> ' (1.8)
Analiz numeric
Considerm ( ) x N , numrul variaiilor de semn din irul ( ) ( ) | | b a, x , x f
m , 0 i
i
e
=
, dup
ce, au fost eliminai n prealabil termenii nuli. Se poate enuna acum, urmtorul rezultat
important.

Teorema 1.2.3. (Sturm):
Dac | | ( ) ( ) 0 b f a f , b a, C f b, a , D b , a = ' e < e i ( ) | | b , a C f
1
m , 0 i
i
c
=
este un ir
Sturm asociat funciei f , atunci ( ) ( ) b N a N > , iar numrul rdcinilor reale din | | b , a este
egal cu ( ) ( ) b N a N .
Construcia unui ir Sturm asociat unei funcii polinomiale reale, ce nu admite dect
rdcini reale simple n | | b , a , se bazeaz pe algoritmul lui Euclid de obinere a ( ) f ; f ' .
Considerm f f , f f
1 0
' = = i ( ) f ; f f
m
' = . Astfel, innd seama de ipotez, se obin
(1.8),a),b) i d). Ceilali termeni,
1 m 2
f ,..., f

se definesc astfel:
2 1 1 0 2
f q f f : f = (i.e.
2
f este restul cu semn schimbat al mpririi lui
0
f la
1
f );;
( ) 1 m f q f f : f
i 1 i 1 i 2 i i
s =

(i.e.
i
f este restul cu semn schimbat al mpririi lui
2 i
f

la
1 i
f

) (1.9)
Vom verifica (1.8),c),. Fie | | b , a x
*
e a.i. ( ) 0 x f
*
i
= . Conform construciei,
( ) ( )
*
1 i
*
1 i
x f x f
+
= . Deci, ( ) ( ) 0 x f x f
*
1 i
*
1 i
s
+
. Dac ( ) ( ) 0 x f x f
*
1 i
*
1 i
=
+
, atunci
( ) ( ) 0 x f x f
*
1 i
*
1 i
= =
+
i de aici ( ) m , 2 i k , 0 x f
*
k
+ = = , de unde, ( ) 0 x f
*
m
= , ceea ce intr
n contradicie cu ipoteza.

Observaia 1.2.4.:
n (1.9), se poate nlocui fiecare mpritor
k
f prin
k
af (unde
*
R a
+
e este ales a.i.
mprirea s se desfoare convenabil).
Fie acum, f o funcie polinomial real; n gradf = , eliberat de condiia de a avea
doar rdcini reale simple.
Pentru irul
( )
( ) ( )
n , 0 i
i
x f
=
(1.10)
i pentru ( ) x N , ce au aceiai semnificaie ca mai nainte, putem formula urmtorul rezultat:

Teorema 1.2.5.:
Dac
( )
( )
( )
( ) ( ) n 0, i , 0 b f a f
i i
= = , atunci ( ) ( ) b N a N > iar numrul de rdcini reale
din ( ) b , a ale lui f , fiecare socotit de un numr egal cu ordinul de multiplicitate, este
( ) ( )
*
N k , k 2 b N a N e .

Analiz numeric
Localizarea rdcinilor reale ale unei
ecuaii neliniare
Sarcini de nvare: Studentul s fie capabil, n urma derulrii acestei U.S., s descrie
principalele metode de localizare, s enune condiiile de convergen ale irurilot de
aproximare obinute i s stabileasc criteriile de evaluare a erorilor de aproximare.
2.2.1. Metoda biseciei

n cele ce urmeaz, ne vom situa n urmtoarea ipotez de lucru: se consider
ecuaia ( ) 0 x f = , pentru care, n | | b , a , s-a separat o rdcin
*
x .
Ne propunem ca, n acest , s prezentm cteva dintre cele mai cunoscute
metode de localizare a rdcinii
*
x .
Presupunem c | | b , a C f e .

a) Descrierea metodei:
Pasul 1: Se consider
( )
a a
o
= ,
( )
b b
o
= i
( )
( ) ( )
2
b a
x
o o
o
+
= . Dac
( )
( ) 0 x f
0
= ,
atunci
( ) * 0
x x = i problema localizrii a fost rezolvat.
n situaia n care
( )
( ) 0 x f
0
= , se consider
( ) ( ) ( ) ( ) o 1 o 1
x b , a a = = , dac
( )
( )
( )
( ) 0 x f a f
0 0
<
(conform teoremei 4.2.1) i
( ) ( ) ( ) ( ) o 1 o 1
b b , x a = = , n caz contrar. Fie
( )
( ) ( )
2
b a
x
1 1
1
+
= .
Pasul k : Presupunem c termenii celor trei iruri sunt construii pn la rangul
( ) 1 k , inclusiv.

Dac
( )
( ) 0 x f
1 k
=
, atunci
( ) * 1 k
x x =
i procesul iterativ se oprete. n caz contrar, se

consider
( ) ( ) 1 k k
a a

= i
( ) ( ) 1 k k
x b

= dac
( )
( )
( )
( ) 0 x f a f
1 k 1 k
<

i
( ) ( ) ( ) ( ) 1 k k 1 k k
b b , x a

= = , altfel.
Fie
( )
( ) ( )
( ) 1 k ,
2
b a
x
k k
k
>
+
= (2.11)

Analiz numeric
Procesul de construcie a celor trei iruri este prezentat n figura urmtoare:

b) Convergena metodei
n urma procesului iterativ (2.11) au rezultat cele trei iruri
( )
( )
k
k
a ,
( )
( )
k
k
b i
( )
( )
k
k
x , ce
posed urmtoarele proprieti:
(i)
( )
( )
k
k
a i
( )
( )
k
k
b sunt convergente. (
( )
( )
k
k
a cresctor i mrginit superior de b , iar
( )
( )
k
k
b descresctor i mrginit inferior de a ).
(ii)
( ) ( )
( ) ( ) ( ) ( )
= = = =

...
2
a b
2
a b
a b
2 k 2 k 1 k 1 k
k k

( ) ( )
( ) 0 k ,
2
a b
k
o o
> = (2.12)
(iii)
( ) ( ) ( )
( ) 0 k , b x a
k k k
> s s .
(iv)
( )
( ) ( )
( )
1 k
k k
* k
2
a b
2
a b
x x
+
= s (conform 2.12), ( ) 0 k > .

Din (i)-(iv), conform criteriului cletelui i criteriului majorrii, rezult
( ) ( ) ( ) -

= = = x x lim b lim a lim
k
k
k
k
k
k
(2.13)

c) Criteriu de oprire a procesului iterativ i de evaluare a erorii de aproximare
Conform (2.7), se introduc numerele reale
1
c i 0
2
> c a.i.
*
x , este o rdcin a
ecuaiei ( ) 0 x f = n | | b , a dac ( ) c s
*
x f , sau dac | | | o, x
*
e a.i. ( ) ( ) 0 f f s | o cu
2
c | o s .
Se testeaz dac ( )
1
a f c s sau ( )
1
b f c s . Dac rspunsul este afirmativ, a sau b
este rdcin i deci, problema este rezolvat.
Se testeaz dac
2
a b c s . n situaia n care inegalitatea este adevrat,
( ) 0 *
x x ~ ,
n caz contrar, se continu procesul iterativ.
La pasul ( ) 1 k + , se testeaz dac
( )
( ) c s
k
a f sau
( )
( )
1
k
b f c s . Dac nici una din
inegaliti nu se verific (i.e. nici
( ) k
a , nici
( ) k
b nu constituie aproximri ale lui
*
x ), se
Analiz numeric
verific veridicitatea inegalitii
( ) ( )
2
k k
a b c s i se consider c
( ) k *
x x ~ , dac aceasta
este adevrat, iar dac nu , se continu procesul.
Alegerea numerelor
1
c i
2
c trebuie fcut cu mult precauie, deoarece aceasta
influeneaz att numrul de iteraii, ct i convergena procesului iterativ. Pentru a
preveni astfel de necazuri, se testeaz la fiecare pas k dac
( ) ( ) k k
a x = i
( ) ( ) k k
b x = , sau
se specific numrul maxim de iteraii (Maxiter) care pot fi executate. (4.13) poate constitui
un criteriu priori de evaluare a erorii de aproximare i implicit de oprire a procesului
iterativ.
2.2.2. Metoda coardei
Presupunem c | | b , a C f
2
e .


Pasul 1: Fie
( ) ( )
b x x a
1 0
s < s , aproximaii iniiale ale rdcinii
*
x a.i.
( )
( )
( )
( ) 0 x f x f
1 0
< (i.e.
( ) ( )
( )
1 0 *
x , x x e . Pentru a obine urmtoarea aproximaie a lui
*
x , adoptm o strategie
asemntoare cu cea din metoda biseciei, numai c nu vom mpri intervalul
( ) ( )
| |
1 0
x , x n
dou pri egale, ci n raportul
( )
( )
( )
( )
1
0
1
x f
x f
m = .
Fie
( ) 2
x , punctul de diviziune. Atunci,
( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( )
( )
o 1
o 1 1 o
2
x f x f
x f x x f x
x = (2.14)
Din punct de vedere geometric, aceasta corespunde nlocuirii curbei ( ) x f y = pentru
( ) ( )
| |
1 0
x , x cu coarda ( )
1
d de extremiti
( ) ( )
( ) ( )
0 0
x f , x i
( ) ( )
( ) ( )
1 1
x f , x (fig.4.2).
( ) 2
x va
reprezenta astfel abscisa punctului de intersecie al lui ( )
1
d cu Ox .

Pasul k : Presupunem c dup ( ) 1 k pai, sunt construii toi termenii irului de
aproximaii, pn la rangul k , inclusiv. Atunci,
( ) 1 k
x
+
se va obine ca punct de diviziune n
raport cu
( )
( )
( )
( )
k
0
k
x f
x f
m = al intervalului
( ) ( )
| |
k 0
x , x , adic
( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( )
( )
( ) 1 k ,
x f x f
x f x x f x
x
o k
o k k o
1 k
> =
+
(2.15)
Din punct de vedere geometric,
( ) 1 k
x
+
reprezint abscisa punctului de intersecie cu Ox a
coardei ( )
k
d , de extremiti
( ) ( )
( ) ( )
0 0
x f , x i
( ) ( )
( ) ( )
k k
x f , x , ce se substituie curbei ( ) x f y =
pe
( ) ( )
| |
k 0
x , x .
Analiz numeric


Teorema 2.3.1.:
n ipotezele de lucru stabilite (i.e. | |
( ) ( )
| | b , a x , x ; b , a C f
1 0 2
e e a.i.
( )
( )
( )
( ) 0 x f x f
1 0
< ),
dac:
(i) 0 f = ' ' pe | | b , a .
(ii)
( )
( )
( )
( ) 0 x f x f
0 0
> ' ' (s.n. condiia lui Fourier), atunci irul
( )
( )
k
k
x definit prin (2.6) este
convergent la
*
x .

c) Criterii de oprire a procesului iterativ i de evaluare a erorii de aproximare

Propoziia 2.3.2.:
n aceleai condiii de lucru, presupunnd n plus c: 0 f = ' pe | | b , a i notnd cu
| |
( ) x f inf m
b , a
1
' = , iar cu
| |
( ) x f sup M
b , a
1
' = , obinem:
( ) ( ) ( ) k 1 k
1
1 1 * 1 k
x x
m
m M
x x
s
+ +
(2.16)

Observaia 2.3.3.:
1. Dac
( ) ( )
c <
+ k 1 k
1
1 1
x x
m
m M
(2.17)
unde c este eroarea de aproximare prestabilit, procesul iterativ se oprete i
( ) * 1 k
x x ~
+
,
n limitele acestei erori. Firete c putem proceda pentru ntreruperea procesului iterativ ca
n cazul metodei biseciei (utiliznd
1
c i
2
c cu aceeai semnificaie).
2. De asemenea se poate obine, prin inducie, urmtoarea evaluare:
( ) ( ) ( )
( ) 1 k , x x x x x x
k * 0 * 1 k *
> s
+
(2.18)
Analiz numeric
unde
| |
( ) x f sup M ,
m 2
M M
b , a
2
3
1
2
1 2
' ' = = , iar
1
M i
1
m ca n propoziia 2.3.3.
Avnd n vedere (2.18), se poate afirma , conform (2.5), c ordinul de convergen
al metodei este cel puin 1.
2.2.3. Metoda tangentei
2
e
Aceast metod este probabil, cea mai cunoscut metod unidimensional pentru
localizarea rdcinilor unei ecuaii, fapt ce se datoreaz ideii simple, ce st la baza
algoritmului, preluat sub diferite forme de destul de numeroasele sale variante, precum i
datorit eficienei ei deosebite.
A fost generalizat i st la baza rezolvrii unor probleme, ce vizeaz sisteme de
ecuaii neliniare, de ecuaii integrale neliniare ct i de ecuaii difereniale.
Pasul 1: Fie
( ) 0
x , o aproximaie iniial a rdcinii
*
x . Conform formulei lui Taylor, aplicat
funciei f i punctului
( ) 0
x , obinem:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
0
2
0
0 0 0
f
2
x x
x f x x x f x f , ' '
+ ' + = ,
0
, ntre x i
( ) 0
x (2.18)
( ) ( )
*
x V V x = e . Lund
*
x x = n (2.18), obinem:

( )
( )
( )
( )
( )
( )
( )
( )
( ) ' '
+ ' + =
0
2
0 *
0 0 * 0
f
2
x x
x f x x x f 0 ,
( )
( )
( )
( )
( )
( )
( ) ( )
( )
( )
0
0
2
0 *
0
0
0 *
x f
f
2
x x
x f
x f
x x
'
' '
'
=
,
(2.19)
Dac n (2.18), omitem ultimul termen, obinem o aproximaie
( ) 1
x a rdcinii
*
x . Deci,
( ) ( )
( )
( )
( )
( )
0
0
0 1
x f
x f
x x
'
= (2.20)
Geometric, obinerea lui
( ) 1
x echivaleaz cu: considerarea abscisei punctului de
intersecie al tangentei n
( ) ( )
( ) ( )
0 0
x f , x la curba ( ) x f y = , cu axa Ox .
Din (2.18) i (2.19), se obine de asemenea urmtoarea relaie:
( ) ( )
( )
( )
( )
( )
0
0
2
0 * 1 *
x f
f
x x x x
'
' '
=
,
(2.20)
Pasul k : Presupunem c sunt construii toi termenii irului de aproximaii, inclusiv
termenul de rang( ) 1 k . Procednd analog cu pasul 1, obinem:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
1 k
1 k
2
1 k *
1 k
1 k
1 k *
x f 2
f
x x
x f
x f
x x

'
' '

'
=
,
(2.21)
Omind ultimul termen n (2.21), obinem o nou aproximaie pentru
*
x ,
( ) ( )
( )
( )
( )
( )
1 k
1 k
1 k k
x f
x f
x x

'
= (2.22)
Analiz numeric
i
( ) ( )
( )
( )
( )
( )
( ) 1 k ,
x f 2
f
x x x x
1 k
1 k
2
1 k * k *
>
'
' '
=

,
(2.23)
(2.22) are aceeai semnificaie geometric ca i (2.20).


Teorema 2.3.4.:
Dac n plus fa de ipotezele considerate sunt satisfcute urmtoarele condiii:
i) 0 f f = ' ' ' pe | | b , a ;
ii)
( )
( )
( )
( ) 0 x f x f
0 0
> ' ' , atunci:
( ) * k
k
x x lim =

.

Observaia 2.3.5.:
n ceea ce privete alegerea aproximaiei iniiale
( ) 0
x , se pot face urmtoarele
consideraii:
(1)
( ) 0
x poate fi ales oricare din extremitile intervalului | | b , a , care satisface condiia
lui Fourier (ii);
(2)
( ) 0
x poate fi ales orice punct din ( ) b , a , dac sunt satisfcute ipotezele teoremei
2.3.7.

c) Criterii de oprire a procesului iterativ i de evaluare a erorii de aproximare
Conform (2.23) i notnd cu
| |
( ) x f sup M
b , a
2
' ' = i cu
| |
( ) x f inf m
b , a
1
' = obinem:
( ) ( )
( ) 1 k , x x
m 2
M
x x
2
1 k *
1
2 k *
> s

(2.24)
ce poate servi drept criteriu posteriori de oprire i evaluare.
Dac f ' nu are o variaie prea mare ntre
( ) 1 k
x

i
*
x , putem obine:
( ) ( ) ( ) 1 k k k *
x x x x

~ (2.25)

Analiz numeric
Din (2.24), prin inducie, obinem:
( ) ( )
( ) 0 k , x x
m 2
M
M
m 2
x x
k
2
0 *
1
2
2
1 k *
>
(
s (2.26)
ce poate fi utilizat ca i criteriu priori de oprire i evaluare, dac
( )
2
1 0 *
M
m 2
x x s (2.27)
2.2.4. Metoda aproximaiilor succesive
Urmtorul rezultat fundamental se afl la originea acestei metode, care alturi de metoda
tangentei, reprezint una dintre cele mai importante metode de localizare a rdcinilor.

Teorema 2.3.6. (Banach-Picard):
Fie ( ) d , X , spaiu metric complet i , X X : g o contracie (de constant ( ) 1 , 0 e o .
Atunci, au loc afirmaiile:
1. irul
( )
( )
n
n
x definit prin relaia de recuren:
( ) ( )
( ) ( ) 1 k , x g x
1 k k
> =

(2.28)
este convergent , ( )
( )
X x
0
e .
2.
( ) k
k
*
x lim x

= este unicul punct fix al lui g , n X .
3.
( )
( )
( ) ( )
( ) ( ) 1 k , x , x d * x , x d
1 k k k
> s

o (2.29)

( )
( )
( ) ( )
( ) ( ) 1 k , x , x d
1
* x , x d
0 1
k
k
> s
o
o
(2.30)

Observaia 2.3.7.:
1. Pentru a aplica metoda aproximaiilor succesive n localizarea rdcinii | | b , a x
*
e ,
a ecuaiei ( ) 0 x f = , este necesar s o scriem sub forma ( ) x g x = , unde | | | | b , a b , a : g
este contracie. Dac | | b , a C g
1
e , o condiie suficient ca g s fie contracie este
| |
( ) 1 x g max
b , a
< ' = o (2.31)
(conform teoremei lui Lagrange). De asemenea, putem scrie:
( ) ( ) 0 q , x qf x x 0 x f > = = , iar q s-l determinm a.i. ( ) 1 x f q 1 < s ' o , | | b , a x e .
2. Se demonstreaz fr dificultate i urmtorul rezultat:
Dac
*
x este punct fix pentru o funcie ( ) V C g
p
e , ( )
*
x V V e i
( )
( )
( ) 0 x g ... x g
* 1 p *
= = = '

, atunci pentru
( )
V x
0
e , irul
( )
( )
k
k
x definit prin (2.28) are ordinul
de convergen p i

( )
( )
( )
( )
( )
( )
! p
x g
1
x x
x x
lim
* p
1 p
p
k *
1 k *
k

+

=
.
Se observ astfel c metoda lui Newton poate fi analizat prin prisma acestui rezultat,
considernd ( )
( )
( ) x f
x f
x x g
'
= .
Analiz numeric
Rezolvarea numeric a sistemelor de
ecuaii neliniare
Sarcini de nvare: Prin parcurgerea acestei uniti de studiu, un student trebuie s fie
capabil:
- s descrie modul de separare a soluiilor unui sistem de ecuaii neliniare;
- s descrie algoritmul de construcie a irului de aproximaie a unei soluii reale ale
unui sistem de ecuaii neliniare;
- s precizeze n ce condiii irul anterior converge;
- s evalueze eroarea de aproximare a soluiei, att prin utilizarea metodei
aproximaiilor succesive ct i a metodei Newton-Raphson.
2.3.1. Metoda aproximaiilor succesive
Considerm sistemul de ecuaii neliniare:
( )
( )
( )
=
=
=
0 x ..., x , x f
....... .......... ..........
0 x ,..., x , x f
0 x ,..., x , x f
n 2 1 n
n 2 1 2
n 2 1 1
(3.1)
unde n , 1 i , R R D : f
n
i
= c .
( ) 0 x F = , ( )
n 2 1
n n
f ,..., f , f F , R R D : F = c (3.2)
Metoda aproximaiilor succesive implic punerea sistemului (3.2) sub forma
echivalent
( ) x G x = (3.3)
a.i. cele dou sisteme s aib aceleai soluii i s fie ndeplinite condiiile prescrise de
urmtorul rezultat, ce constituie o consecin a teoremei 2.3.6.
Teorema 3.1.1.:
Fie ( ) ( ) D C g ,..., g , g G , D D : G
1
n 2 1
e = a.i. 1 q M < = ,
n
R D c convex i
nchis este astfel nct
1 q M < = (3.4)
unde
( )
n , 1 j , i
ij
m M
=
= , ( ) x
x
g
sup m
j
i
D
ij
c
c
= ( 3.5)
atunci, urmtoarele afirmaii sunt adevrate:
1. ( )
( )
, D x
0
e irul
( )
( )
k
k
x definit prin relaia de recuren:
( ) ( )
( )
1 k k
x G x

= (3.6)
( ) 1 k > este convergent.
Analiz numeric
2.
( ) k
k
*
x lim x

= este unicul punct fix al lui G .
3.
( ) ( ) ( )
( ) 1 k , x x
q 1
q
* x x
1 k k k
> s

(3.7)
( ) ( ) ( ) 0 1
k
k
x x
q 1
q
* x x s (3.8)
2.3.2. Metoda Newton-Raphson
Generalizarea metodei tangentei (2.3.3) conduce la una dintre cele mai simple
metode de rezolvare numeric a sistemelor de ecuaii neliniare.
n cazul multidimensional, condiiile de convergen sunt mult mai severe dect n
cazul unidimensional, iar eficiena metodei depinde de alegerea aproximaiei iniiale ct
mai aproape de soluia exact.

Considerm sistemul de ecuaii neliniare: (3.1) (3.2) a.i. ( ), D C f
2
i
e n , 1 i = ,
n
R D c convex, nchis i mrginit.
Presupunem c s-a separat
*
x , unica soluie a sistemului n D.
Fie
( )
D x
0
e , aproximaia iniial a soluiei exacte
*
x .
Dezvoltnd n 1, i , f
i
= , n serie Taylor n jurul lui
( ) 0
x , putem considera urmtoarele
aproximri:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
+ ~
+ ~
+ ~
0 0
n
0
n n
0 0
2
0
2 2
0 0
1
0
1 1
x x x df x f x f
. . . . . . . . . . . . . . . . . . . . . .
x x x df x f x f
, x x x df x f x f
(3.9)
( ) D x e suficient de apropiat de
( ) 0
x .
Atunci, soluia
*
x a sistemului (3.1) va putea fi aproximat de soluia sistemului:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
c
c
+
=
c
c
+
=
c
c
+
=
=
=
n
1 j
0
j
j
0
j
n 0
n
n
1 j
0
j
o
j
2 0
2
n
1 j
0
j
o
j
1 0
1
x x x
x
f
x f
. . . . . . . . . . . . . . . . . . . . . . .
0 x x x
x
f
x f
0 x x x
x
f
x f
(3.10)

Analiz numeric
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )

x x
x
f
x f x x
x
f
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
x x
x
f
x f x x
x
f
x x
x
f
x f x x
x
f
n
1 j
n
1 j
0
j
0
j
n 0
n j
0
j
n
n
1 j
n
1 j
0
j
0
j
1 0
2 j
0
j
1
n
1 j
n
1 j
0
j
0
j
1 0
1 j
0
j
1
c
c
+ =
c
c
c
c
+ =
c
c
c
c
+ =
c
c

= =
= =
= =
(3.11)

( )
( )
( )
( )
( )
( )
( ) o 0
F
0 0
F
x x J x F x x J + = (3.12)
unde
( ) ( )
n , 1 j , i
y
1
F
x
x
f
x J
=
|
|
.
|
\
|
c
c
= (3.13)
este matricea Jacobi asociat funciei F .
Presupunem
( )
( ) ( ) n GL x J
0
F
e . Atunci, obinem sistemul
( ) ( )
( ) ( )
( )
( )
0
1
o
F
0
x F x J x x = (3.14)
echivalent cu (3.12), a crui soluie reprezint n general, o mai bun aproximaie dect
( ) 0
x a soluiei exacte
*
x .
Pentru a mbunti calitatea aproximrii soluiei exacte
*
x , se consider irul
( )
( ) D x
k
k
c , definit prin urmtoarea relaie de recuren:
( ) ( ) ( )
( ) ( )
( )
( )
1 k
1
1 k
F
1 k k
x F x J x x

= (3.15)
(s.n. metoda Newton-Raphson).

Observaia 3.2.1.:
1. (3.15) reprezint un mare inconvenient i anume calcularea la fiecare iteraie, a
matricei ( ) ( )
1
F
x J

. Cum ( ) ( ) D C J , D C F
1
F
2
e e astfel, ( )
( )
( )
0
x V V e - a.i.
( )
( )
( )
0 1
F
1
F
x J x J ~ , ( ) D V . nlocuind n (4.65), obinem:
( ) ( ) ( )
( ) ( )
( )
( ) ( ) 1 k , x F x J x x
1 k
1
o
F
1 k k
> =

(3.16)
(s.n. metoda Newton modificat).
2. Pentru sisteme ce au mai multe de dou ecuaii, se prefer, n locul calculrii
matricei
1
F
J
, rezolvarea sistemului de ecuaii liniare:

( )
( )
( ) ( )
( ) ( ) 1 k , x F x x J
1 k k 1 k
F
> =

o (3.17)
unde
( )
( )
( ) ( ) 1 k k k
x x x

= o .

Lema 3.2.2.:
Dac ( ) D C F
2
e i ( ) ( ) n GL x J
*
F
e , atunci exist 0 M , r > astfel ca ( ) ( ) n GL x J
F
e i
( ) ( ) ( )
1
* 1
F
r ; x D x , M x J e s
.
Analiz numeric
Teorema 3.2.3.:
n ipotezele lemei 3.2.2, irul
( )
( )
k
k
x definit prin (3.15) are urmtoarele proprieti:
1. ( )
( )
( ) r ; x D x
* 0
e ,
( )
( ) ( ) 1 k , r ; x D x
* k
> e .
2.
( ) * k
k
x x lim =

.
3. Exist 0 C > astfel nct
( ) ( )
2
* k * k
x x C x x s (i.e. ordinul de convergen al
lui
( ) k
x la
*
x este 2, ( ) 1 k > .

Analiz numeric
Aplicaii
1. S se separe, utiliznd alternativ metoda irului lui Rolle i metoda irului lui Sturm,
rdcinile reale ale ecuaiei:
a.) 0 1 3
3
= + x x ;
b.) 0 16 5
4 5
= + x x ;
c.) 0 1 4
4
= + x x ;
d.) 0 1 2 4
2 3
= + x x x ;
e.) 0 1 2 4
2 3
= + x x x ;
f.) 0 1 2
2 3
= + + x x x .
2. Se aplic metoda biseciei pentru aproximarea unei rdcini reale
*
x a ecuaiei :
a.)
4
) 1 ( 7 = + x x , | | 3 , 2
*
e x ;
2
10
= c
b.) 0 1
2 3
= x x , | | 2 , 1
*
e x ;
3
10
= c
c.) 1000
3
= + x x , | | 10 , 9
*
e x ;
1
10
= c
d.) 0 1 2
3
= x x , 0
*
> x ;
4
10
= c .
Ci pai sunt necesari pentru a obine eroarea c i apoi s se determine
) 3 (
x din
irul aproximaiilor corespunztor.
3. Se aplic metoda coardei pentru localizarea unei rdcini reale
*
x a ecuaiei :
a.)
4
) 1 ( 7 = + x x . Se cere :
) 3 (
x .
b.) 0 1
2 3
= x x . Se cere :
) 0 (
x .
c.) 0 1 4
4
= + x x . Se cere :
) 3 (
x .
4. Se aplic metoda aproximaiilor succesive pentru localizarea unei rdcini reale
*
x
a ecuaiei :
a.)
3
) 5 ( x x = . Se cere :
) 2 (
x .
b.) 0 5 ln
3
= + x x . Se cere termenul ce asigur o aproximare cu
2
10
= c .
c.) 0 1 4
3
= + + x x . Se cere numrul de pai necesari pentru a obine
2
10
= c .
d.)
3
) 1 ( + = x x . Analog .
e.)
4
) 2 ( = x x . Analog.
5. Se aplic metoda tangentei n localizarea unei rdcini reale a ecuaiei :
a.) 0 1 4
3
= + + x x . Se cere :
) 2 (
x .
b.) 10
4
= x x . Se cere :
) 3 (
x .

Analiz numeric
6. S se calculeze ) , (
) 2 ( ) 2 (
y x din irul aproximaiilor obinute prin aplicarea metodei
aproximaiilor succesive, sistemului :
a.)
= +
= +
0 1
9
2 2
y x
y x
, | | | | 1 , 2 3 , 2 = A
b.)
=
= +
y
x
y x
18
1
2
2 2
,
(
= A
50
3
,
100
1
1 ,
2
1

7. S se determine relaia de recuren, ce definete irul aproximaiilor
corespunztoare sistemului :
=
= +
0
0 1
2
2 2
y x
y x
,
(
= A e 1 ,
2
1
1 ,
2
1
) , (
* *
y x i metodei
aproximaiilor succesive (respectiv metodei Newton- Raphson).

Analiz numeric
http://adl.anmb.ro
Unitatea de nvare 3:
Elemente de calcul matriceal
Obiective:
1. Recapitularea unor elemente legate de rezolvarea sistemelor de ecuaii liniare.
2. Familiarizarea studenilor cu metodele numerice de rezolvare a sistemelor de
ecuaii liniare (metode directe i metode iterative).
3. nsuirea metodelor de determinare numeric a valorilor i vectorilor proprii
corespunztori unei matrici ptrate.
4. Analizarea i testarea algoritmilor numerici pentru rezolvarea sistemului de ecuaii
liniare, respectiv pentru determinarea spectrului unei matrici.
Condiionri:
- U..1;
- Algebr liniar (cls. A XI-a);
- Analiz matematic (cls. A XI-a);
- Algebr liniar, geometrie analitic i diferenial (anul I).
Cuprins
U.S. 3.1. Metode directe pentru rezolvarea sistemelor de ecuaii liniare
U.S. 3.2. Metode iterative pentru rezolvarea sistemelor de ecuaii liniare
U.S. 3.3. Rezolvarea sistemelor de ecuaii liniare n sensul celor mai mici ptrate
U.S. 3.4. Determinarea numeric a spectrului unei matrici
U.S. 3.1. se concentreaz asupra unei succinte recapitulri a elementelor privind
rezolvarea sistemelor de ecuaii liniare (nsuite n clasa a XI-a), iar apoi asupra
prezentrii metodelor directe de rezolvare numeric a acestor sisteme.
n U.S. 3.2. sunt trecute n revist cele mai utilizate metode iterative.
U.S. 3.3. i propune abordarea rezolvrii sistemelor de ecuaii liniare sub i
supradeterminate.
Determinarea aproximativ a valorilor i vectorilor proprii constituie tema tratat n
U.S. 3.4.
- M.Dinu: Metode numerice n algebr, Ed.UPB, 1997
- O.Martin: Probleme de analiz numeric, Ed.Matrix Rom, 2002
Analiz numeric
- M.Dinu, Gh.Linc: Algoritmi i teme special de analiz numeric, Ed.Matrix Rom,
1999
- N.Dne: Analiz numeric cu aplicaii rezolvate n MathCad, Ed.Matrix Rom,
2002
- C.Berbente, alii: Metode numerice, Ed.Tehnic, 1997
- G.Golub, Ch.Van Loan: calcul matriceal, Ed.Theta, 2005

Analiz numeric
Metode directe pentru rezolvarea
sistemelor de ecuaii liniare
Sarcini de nvare: Prin parcurgerea acestei uniti de studiu, studentul va reui s se
familiarizeze cu metodele directe de soluionare numeric a sistemelor de ecuaii liniare
(eliminare Gauss, factorizri LU) i s aplice apoi algoritmii numerici corespunztori n
abordarea unor exemple concrete.
3.1.1. Introducere

O problem fundamental a Analizei numerice matriceale o constituie rezolvarea
sistemelor de ecuaii liniare.
Acestea apar, att direct ct i indirect, ca urmare a modelrii unor fenomene, ce
acoper ntreaga arie a tiinelor fizice, biologice i sociale. De asemenea, pot fi ntlnite
n rezolvarea unor probleme ce vizeaz: teoria optimizrii, aproximarea funciilor,
rezolvarea sistemelor de ecuaii neliniare, teoria ecuaiilor difereniale, a celor cu derivate
pariale, integrale i integro-difereniale, calculul statistic, etc.
Datorit importanei lor deosebite, de-a lungul timpului, un numr mare de
matematicieni i-au canalizat eforturile n vederea obinerii soluiei numerice a acestor
sisteme. Au fost dezvoltai algoritmi exceleni pentru cele mai multe tipuri de probleme
studiate; o parte dintre acetia fiind analizai i ilustrai n acest capitol.
Considerm sistemul de ecuaii liniare:
b Ax = (1.1)
unde
n m
K A

e s.n. matricea coeficienilor,
m
K be s.n. termen liber,
n
K x e s.n.
necunoscut.
Problema de calcul numeric pentru (1.1) const n determinarea unei soluii
*
x (i.e.
gsirea unui vector
n *
K x e a.i. b Ax
*
= ).
n situaia n care (1.1) nu satisface condiiile uzuale de compatibilitate determinat, se
atribuie o nou semnificaie noiunii de soluie, introducndu-se noiunea de:
a) pseudo-soluie (dac (1.1) este incompatibil).

Definiia 1.1.1.:

n
K x e se va numi pseudo-soluie a sistemului (1.1) dac
r min r
n
K x
*
e
= (1.2)
unde
b Ax r = (1.3)
s.n. reziduul sistemului (1.1).
b) soluie normal (dac (1.1) este compatibil nedeterminat).

Analiz numeric
Definiia 1.1.2.:

n
K x e se va numi soluie normal a sistemului (1.1) dac
x min x
b Ax
n
K x
*
=
e
= (1.4)
Un prim criteriu, ce va determina alegerea metodei numerice de rezolvare, l
constituie relaia existent ntre numrul de ecuaii, m i numrul de necunoscute, n .
Astfel, dac: n m> , (1.1) s.n. supradeterminat; n m< , (1.1) s.n. subdeterminat; n m= ,
(1.1) s.n. determinat.
Vom presupune, n continuare, c
n m
R A

e .

Observaia 1.1.3.:
n fapt, dac
n m
C A

e i
m
C be , putem reduce totul la cazul real, lund
iz y x , ib b b , R C B, , iC B A
2 1
n m
+ = + = e + =

cu
m
2 1
R b , b e , iar
n
R z , y e . Astfel, (1.1)

|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
2
1
b
b
z
y
B C
C B
(1.5)
Reamintim cteva rezultate ce se refer la existena i unicitatea soluiei sistemului (1.1).

Propoziia 1.1.4.:
a) (1.1) admite soluie A Im be . Dac A este epic, atunci (1.1) este compatibil,
( )
m
R be .
b) (1.1) admite o unic soluie A este monic.
Demonstraie:
a) (1.1) admite soluie ( )
n *
R x e - a .i. A Im b b Ax
*
e = . A epic
m
R A Im = .
b) Dac
n
R z , y e sunt soluii ale sistemului (1.1), z y = , atunci KerA z y e .
n consecin, dac
*
x este o soluie a sistemului (1.1), atunci varietatea liniar
( ) KerA x
*
+ reprezint mulimea soluiilor acestui sistem.

*
x este unic { } A 0 KerA = este monic.

Corolar 1.1.5.:
Dac
n n
R A

e , atunci U.A.E.: 1) A este monic;
2) A este epic;
3) ( ) n GL Ae .

Observaia 1.1.6.:
Pentru n m= i ( ) n GL Ae , (1.1) admite o unic soluie
*
x . n aceast situaie,
putem scrie:
b A x
1 *
= (1.6)
(1.6), ns, nu trebuie interpretat ca o prescripie de forma
*
x se obine premultiplicnd
termenul liber b cu inversa matricei coeficienilor,
1
A
, ci numai ca o exprimare comod

pentru
*
x este unica soluie a sistemului (1.1).
Analiz numeric
Pentru dimensiuni ale (1.1) mai mari sau egale cu 4, calculul lui
1
A
sau metoda lui

Cramer sunt procedee ce trebuie evitate, n primul rnd pentru timpul de calcul superior
ce-l necesit. Spre exemplu, numrul operaiilor aritmetice elementare necesitate de
metoda lui Cramer este ( )
( )
|
|
.
|
\
|
+

=
n
2 j
! 1 j
1
! 1 n 2 (i.e. ( ) 1 n + determinani de ordin n ; pentru
calculul fiecruia, avnd nevoie de
( )
! n
! 1 j
1
n
2 j
|
|
.
|
\
|
=
nmuliri i un numr comparabil de
adunri). Dac considerm 20 n = atunci avem aproximativ
19
10 17 operaii; ceea ce,
pentru un calculator capabil s efectueze
6
10 2 operaii/s, reprezint mai mult de
6
10 2 ani de calcul nentrerupt.
n practica numeric actual, se utilizeaz dou categorii de metode pentru
rezolvarea (1.1):
a) metode directe, ce se aplic n general pentru dimensiuni 500 s . Acestea se
bazeaz pe o schem de eliminare succesiv a necunoscutelor, tradiional atribuit lui
Gauss, prin intermediul creia se realizeaz triangularizarea sau factorizarea triunghiular
a matricei A. n absena erorilor de rotunjire, metodele directe furnizeaz soluia exact
*
x i necesit un numr de operaii aritmetice elementare
op
N predeterminat.
b) metode iterative. Aplicabile pentru dimensiuni mari ale sistemului (1.1), ce apar
mai ales n rezolvarea ecuaiilor cu derivate pariale, aceste metode constau n
aproximarea soluiei exacte
*
x , prin intermediul termenilor unui ir de vectori, convergent
la
*
x .
Triangularizarea sau factorizarea triunghiular a unei matrice se obin n urma
multiplicrii acesteia cu anumite matrice cu o structur special, generic numite
transformri elementare.
Vom prezenta n acest subcapitol, cele mai importante tipuri de transformri i
proprietile acestora.

Definiia 1.1.7
S.n. matrice inferior triughiular elementar de ordin n i indice k (notat ITE
( ) k ; n ) o matrice
k
M de forma:

T
k
k n k
e m I M = (1.7)
unde ( )
T
k
0...0 1 0...0 0 e = i ( ) n 1, k i , R , ... 0 ... 0 m
ik
T
nk k 1, k k
+ = e =
+
.
k
m s.n. vector
Gauss, iar n 1, k i ,
ik
+ = s.n. multiplicatori Gauss.

Propoziia 1.1.8.:
O matrice ITE ( ) k ; n ,
k
M are urmtoarele proprieti:
1. ( ) n GL M
k
e i
T
k
k n
1
k
e m I M + =
(1.8)
2.
n
R x e , ( )
+ =
=
=
n 1, k i , x x
k 1, i , x
x M
k ik i
i
i
k
(1.9)
n particular, pentru
n
R x e , avnd ( )
k k
M , 0 x - = ITE ( ) k ; n a.i. ( ) 0 x M
i
k
= , n , 1 k i + = .
Analiz numeric
Definiia 1.1.9.:
S.n. permutare elementar de ordin n i indici k i l ( ) l k < (notat PE( ) l , k ; n ) o
matrice
kl
P de forma:

|
|
.
|
\
|
=
+ +
n k l 2 1 kl
e ... l ... l ... e e P
l k
(1.10)
unde { }
n 2 1
e ,..., e , e B = este baza canonic n
n
R .

Propoziia 1.1.10.:
O matrice PE ( ) l , k ; n ,
kl
P are urmtoarele proprieti:
1. ( ) n GO P
kl
e i
T
kl
kl
P P = .
2. Dac

=
l
k
A
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
nn nl nk 2 n 1 n
ln ll lk 2 l 1 l
kn kl kk 2 k 1 k
n 2 l 2 k 2 22 21
n 1 l 1 k 1 12 11
a ... a ... a ... a a
... ... ... ... ... ... ... ...
a ... a ... a ... a a
... ... ... ... ... ... ... ...
a ... a ... a ... a a
... ... ... ... ... ... ... ...
a ... a ... a ... a a
a ... a ... a ... a a

atunci

=
l
k
A P
kl
|
|
|
|
|
|
|
|
|
.
|
\
|
nn 2 n 1 n
kn 2 k 1 k
ln 2 l 1 l
n 1 12 11
a ... a a
... ... ... ...
a ... a a
... ... ... ...
a ... a a
... ... ... ...
a ... a a

iar
|
|
.
|
\
|
=
| |
n k l 1 kl
a ... a ... a ... a AP
l k
.

Definiia 1.1.11.:
Fie
n
R u e a.i. 1 u
2
= . S.n. reflector elementar de ordin n sau transformare
Householder o matrice U de forma

T
n
uu 2 I U = (1.11)

Propoziia 1.1.12.:
Un reflector elementar de ordin U , n are urmtoarele proprieti:
1)
T
U U = ;
2) ( ) n GO U e .
Analiz numeric
Definiia 1.1.13.:
S.n. reflector elementar de ordin n i indice k (notat RE( ) k ; n ) o matrice de forma:

2
2
T
n k
u
uu 2
I U = (1.12)
unde ( )
T
n k
u ... u 0 ... 0 u = s.n. vector Householder.
Propoziia 1.1.14.:
O matrice RE( ) k ; n are urmtoarele proprieti:
1)
T
k
k
U U = i ( ) n GO U
k
e .
2)
=
=
= e
n k, i , u x
1 - k 1, i , x
x U , R x
i i
i
k
n
v
, unde
2
2
T
u
x u 2
= v .
n particular, dac ( )
n
n
k i
2
i
2
R x , x u 0 x e / = =

=
t , atunci ( )
k
U - , RE( ) k ; n ) a.i.
( )
+ =
=
=
=
n 1, k i 0,
k i ,
1 - k 1, i , x
x U
i
i
k
t (1.13)
Definiia 1.1.14.:
S.n. rotaie de ordin n i indici k i l sau transformare Givens-Jacobi (notat
RO( ) l , k ; n ), o matrice

=
l
k
J
kl
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
1 ... 0 ... 0 ... 0 0

... ... ... ... ... ... ... ...
0 ... c ... s ... 0 0
... ... ... ... ... ... ... ...
0 ... s ... c ... 0 0
... ... ... ... ... ... ... ...
0 ... 0 ... 0 ... 1 0
0 ... 0 ... 0 ... 0 1
(1.14)
Propoziia 1.1.15.:
O matrice RO( ) l , k ; n are urmtoarele proprieti:
1) ( ) n GO J
kl
e .
2) ( )
{ }
=
= +
e
=
l i , sx cx
k i , sx cx
l k, i , x
x J
k l
l k
i
i
kl
(1.15)
3) n particular, pentru
n
R x e cu ( )
kl
2
l
2
k
2
J , 0 x x r - = + = , RO( ) l , k ; n a.i.
( )
{ }
=
=
e
=
l i 0,
k i r,
l k, i , x
x J
i
i
kl
.

Analiz numeric
3.1.2. Metoda Gauss
1. Rezolvarea numeric a sistemelor triunghiulare
Dac matricea sistemului (1.1) este triunghiular atunci, procedura de obinere a
soluiei
*
x este foarte simpl (necunoscutele se determin ntr-o ordine bine precizat,
numit substituie).
a) Considerm sistemul de ecuaii liniare,
b Lx = (1.16)
unde j i , 0 l , R L
ij
n n
< = e

, iar n 1, j i, , 0 l
ii
= = .
(1.16)
= + + +
= + + + +
= +
=

n n nn 2 2 n 1 n1
i i ii 1 i 1 ii 2 2 i 1 i1
2 2 22 1 21
1 1 11
b x l ... x l x l
. . . . . . . . . . . . . . . . . . . . .
b x l x l ... x l x l
. . . . . . . . . . . . . . . . . . . . .
b x l x l
b x l
(1.17)
Atunci:

=
=
=
n 1, i ,
l
x l b
x
. . . . . . . . . . .
l
x l b
x
l
b
x
ii
1 i
1 j
j ij i
i
22
1 21 2
2
11
1
1
(1.18)
(1.18) definete algoritmul de rezolvare numeric numit substituie nainte.
b) Fie sistemul de ecuaii liniare
b Ux = (1.19)
unde j i , 0 u , R U
ij
n n
> = e

i n , 1 j i, , 0 u
ii
= = .
(1.19)
=
= + + +
= + +
= + + +
+ +
n n nn
i n in 1 i 1 i , i i ii
2 n n 2 2 22
1 n n 1 2 12 1 ii
b x u
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
b x u ... x u x u
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
b x u . . . . . . . . . . . . . . . x u
b x u . . . . . . . . . . . . . . . x u x u
(1.20)
Analiz numeric
Atunci,
=
=
+ =

n 1, i ,
u
x u b
x
. . . . . . . . . . . . . . . . . .
u
x u b
x
u
b
x
ii
n
1 i j
j ij i
i
1 n , 1 n
n n , 1 n 1 n
1 n
nn
n
n
(1.21)
definete algoritmul de rezolvare numeric a sistemului (1.20), numit substituie napoi.
Numrul operaiilor aritmetice elementare necesare: (1.18) i (1.21) se obin
efectund: n , mpriri, ( )
( )
2
n 1 n
1 n ... 2 1

= + + + nmuliri i ( )
( )
2
n 1 n
1 n ... 2 1

= + + +
adunri.

2. Metoda lui Gauss
Metoda lui Gauss este cea mai cunoscut metod direct de rezolvare numeric a
unui sistem de ecuaii liniare
b Ax = , unde ( )
n
R b , n GL A e e (1.22)
Aplicarea acesteia presupune parcurgerea urmtoarelor etape:
a) determinarea unei matrice inferior triunghiulare nesingulare, M a.i. MA s fie o
matrice superior triunghiular;
b) calcularea simultan a vectorului Mb;
c) rezolvarea sistemului de ecuaii liniare
Mb MAx = (1.23)
conform algoritmului (1.21).

Observaia 1.2.1.:
n practic, nu se calculeaz explicit matricea M , ci doar matricea MA i vectorul
Mb. Introducerea matricei M reprezint doar o comoditate de scriere.
Fundamentarea teoretic a primei etape se realizeaz prin:

Teorema 1.2.2.:
Fie
n n
R A

e a.i.
( ) ( ) 1 - n 1, k = , submatricea lider principal,
| | k
A s fie nesingular. (1.24)
Atunci, ( )
n n
R M
e - , inferior triunghiular unitate, a.i. s aib loc relaia:

U MA= (1.25)
unde
n n
R U

e este o matrice superior triunghiular.
Demonstraie:
Demonstraia este constructiv; ea derulndu-se n ( ) 1 n pai. Fie
( )
n n
n 2 1
R a ... a a A

e = ce satisface (1.24), unde ( )
nk k 2 k 1 k
a ... a a a = .

Analiz numeric
Pasul 1:
Considerm A A
1
= . Conform (1.24),
| |
( ) 1 GL A
1
1
e (
( )
0 a
1
11
= ). Conform propoziiei
(3.2.2), ( )
1
M - , ITE( ) 1 ; n a.i.
( )
( ) n 2, i , 0 a M
i
1
1
1
= = (
( )
( )
n 2, i ,
a
a
1
11
1
1 i
1 i
= = ).
Atunci,
( ) ( ) ( )
( ) ( )
( ) ( ) |
|
|
|
|
.
|
\
|
= =
2
nn
2
2 n
2
n 2
2
22
2
n 1
2
12
2
11
1 1 2
a ... a 0
... ... ... ...
a ... a 0
a ... a a
A M A .
Pasul k :
Dup parcurgerea a ( ) 1 k pai, obinem
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) |
|
|
|
|
|
|
|
|
|
.
|
\
|
= =

k
nn
k
nk
k
kn
k
kk
k
n , 1 k
k
k , 1 k
k
1 k , 1 k
k
n 2
k
k 2
k
1 k 2
k
22
k
n 1
k
k 1
k
1 k 1
k
12
k
11
1 1 2 k 1 k k
a .. a 0 .. 0 0
... .. ... ... .. ... ...
a .. a 0 .. 0 0
a .. a a .. 0 0
... .. ... ... .. ... ...
a .. a a .. a 0
a .. a a .. a a
A M ... M M A
| |
( )
| | | | | | | | | | k
1
k
1
k
2 k
k
1 k
k
1 1 2 k 1 k
k
k
A M ... M M A M ... M M A

= = .
Conform (3.24),
| |
( ) k GL A
k
1
e , deci
| |
( ) k GL A
k
k
e , de unde
| |
0 a
k
kk
= . Aplicnd propoziia
(3.2.2). ( ) e -
k
M ITE( ) 1 ; n a.i.
( )
( ) ( ) n , 1 k i , 0 a M
i
k
k
k
+ = = . Considerm
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) |
|
|
|
|
|
|
|
|
|
.
|
\
|
= =
+ +
+
+
+
+
+ +
+ +
+
+
+ +
+
+
+ +
+
+ +
+
1 k
nn
1 k
1 nk
1 k
n , 1 k
1 k
1 k , 1 k
1 k
kn
1 k
1 kk
1 k
kk
1 k
n 2
1 k
1 k 2
1 k
k 2
1 k
n 1
1 k
1 k 1
1 k
k 1
1 k
11
k k 1 k
a ... a 0 ... 0
... ... ... ... ... ...
a ... a 0 ... 0
a ... a a ... 0
... ... ... ... ... ...
a ... a a ... 0
a ... a a ... a
A M A
Astfel, dup ( ) 1 n pai obinem
n n
1 1 2 n 1 n n
R MA A M ... M M A

e = = , matrice superior
triunghiular, unde s-a notat cu
1 1 n
M ... M M

= , matrice inferior triunghiular unitate.

Observaia 1.2.3.:
Demonstraia teoremei 1.2.2, furnizeaz o procedur de triangularizare a matricei
sistemului (1.22), n care calculele se desfoar pe loc, n tabloul A. Aceast procedur
s.n. eliminare gaussian.

Analiz numeric
Algoritmul de eliminare gaussian (El.G)
- Se d matricea
n n
R A

e a.i.
| |
( ) ( ) 1 - n 1, k , k GL A
k
= e .
- Se calculeaz matricele
n n
R M

e , inferior triunghiular unitate i
n n
R U

e , superior
triunghiular a.i. U MA= .
U se memoreaz n triunghiul superior al matricei A, inclusiv diagonala, iar M se
memoreaz n triunghiul inferior (pe poziiile elementelor anulate).
1. Pentru ( ) 1 n : 1 k =
1. Pentru ( ) n : 1 k i + =
1.
kk
ik
ik ik
a
a
a =
2. Pentru ( ) n : 1 k j + =
1. Pentru ( ) n : 1 k i + =
1.
kj ik ij ij
a a a

Observaia 1.2.4.:
Transformarea A M A
k
( 1.2) se execut eficient deoarece:
- primele ( ) 1 k coloane ale lui A nu sunt afectate;
- n coloana k , sunt anulate elementele subdiagonale;
- elementele submatricei determinat de linia k i coloana ( ) 1 k + sunt modificate
conform 1.2.1.1. din (El.G).
Dac ( ) 1 - n 1, k = - a.i.
| |
( ) k GL A
k
e (
( )
0 a
k
kk
= ), atunci, conform propoziiei 1.1.8,
( )
k
M -/ , ITE( ) k ; n a.i.
( )
( ) n 1, k i , 0 A M
i
k
k
k
+ = = .
n aceast situaie, algoritmul (El.G) se modific a.i. pe poziia-pivot ( ) k , k s fie un
element nenul.
Pentru a asigura stabilitatea numeric a procesului de calcul, algoritmul (El.G) se
modific i n cazul n care pivoii sunt nenuli, dar submatricele lider principale sunt
aproape singulare (i.e. valoarea absolut a pivoilor este mai mic comparativ cu cea a
celorlalte elemente din tabel).
Astfel, se recurge la aplicarea strategiilor de pivotare (parial, respectiv total).
a) Pivotare parial.
Pentru 1 n , 1 k = , se execut urmtoarele etape:
1. Se determin cel mai mic k i
k
> a.i.
ik
n
k i
k i
a max a
k
=
= .
2. Se permut liniile
k
i i k ( A P A
k i
k
).
3. Se determin matricea
k
M , ITE( ) k ; n a.i. ( ) ( ) n , 1 k i , 0 A M
i
k k
+ = = .
4. Se efectueaz transformarea: A P M A
k i k
k
.
5. Dup ( ) 1 n pai , se obine

1 1 i 1 1 n i 1 n
A P M ... P M U
1 1 n

= (1.26)
matrice superior triunghiular.
Algoritmul pivotrii pariale (GPP)
- Se d
n n
R A

e a.i.
| |
( ) ( ) 1 - n 1, k , k GL A
k
= e .
Analiz numeric
- Se calculeaz matricele:
1 n 2 1
M ,..., M , M

,ITE,
1 n 1
P ,..., P

(unde am notat
k i
k
P cu
k
P ),
PE i U a.i. (1.26) s fie adevrat.
- U se memoreaz n triunghiul superior, inclusiv diagonala, al matricei A; 1 - n 1, k , i
k
= ,
ce definesc PE,
k
P sunt memorai ntr-un vector p de dimensiune ( ) 1 n .
- 1. Pentru ( ) 1 n : 1 k = :
1. Se determin cel mai mic { } n ,..., k i
k
e a.i.
ik
n
k i
k i
a max a
k
=
= .
2. ( )
k
i k p .
3. Pentru , n : k j = % interschimb liniile k i
k
i .
1.
j i kj
k
a a .
4. Pentru n : 1 k i + =
1.
kk ik ik ik
a / a a =
5. Pentru n : 1 k j + =
1. Pentru n : 1 k i + =
1.
kj ik ij ij
a a a
b) Pivotare complet:
Pentru ( ) 1 n , 1 k = , se execut:
1. Se determin cei mai mici ntregi k j , i
k k
> a.i.
ij
n
k j , i
j i
a max a
k k
=
= .
2. Se permut: liniile
k
i i k ( A P A
k i
k
) i coloanele
k
j i k
(
k j k i
k k
AQ P A ).
3. Se determin matricea
k
M , ITE( ) k ; n a.i. ( ) n , 1 k i , 0 A M
ik
k
+ = = .
4. Se efectueaz transformarea:
k j k i k
k k
AQ P M A .
5. Dup ( ) 1 n pai, se obine matricea superior triunghiular

1 n 2 1 1 1 2 n 2 n 1 n 1 n
Q ... Q AQ P M ... P M P M U

= (1.27)
unde am notat cu
k i k
k
P P = i cu
k j
k
Q Q =
Algoritmul pivotrii totale (GTP)
- Se d
n n
R A

e a.i.
| |
( ) ( ) 1 - n 1, k , k GL A
k
= e .
- Se calculeaz matricele:
1 n 2 1
M ,..., M , M

,ITE,
1 n 1
P ,..., P

,PE i
1 n 2 1
Q ,..., Q , Q

,PE,U
superior triunghiular a.i. (1.27) s fie adevrat.
- U se memoreaz n triunghiul superior, inclusiv diagonala, al matricei A;
k
i i
k
j ,
1 - n 1, k = , sunt memorai pe vectorii p i q , de dimensiune ( ) 1 n .
- 1. Pentru ( ) 1 n : 1 k =
1. Se determin cei mai mici ntregi n : k i
k
e i n : k j
k
e a.i.
ij
n
k j , i
j i
a max a
k k
=
= .
2. ( )
k
i k p .
3. ( )
k
j k q .
4. Pentru n : k j = , % interschimb liniile
k
i i k .
1.
j i kj
k
a a
Analiz numeric
5. Pentru n : k i = , % interschimb coloanele k i
k
j .
1.
k
ij ik
a a
6. Pentru n : 1 k i + =
1.
kk ik ik ik
a / a a =
7. Pentru n : 1 k j + =
1. Pentru n : 1 k i + =
1.
kj ik ij ij
a a a

Observaia 1.2.5.:
1. Dac ( ) n GL Ae , atunci (GPP), respectiv (GPT) se execut complet, iar U este
superior triunghiular nesingular.
2. Dac ( ) n GL Ae i (1.24) nu are loc, atunci (GPP), respectiv (GPT) se modific astfel:
a) (GPP): Dup 1.1. se adaug: dac 0 a
k i
k
= ( n k, i , 0 a
ik
= = ) nu se execut 1.2-
1.5 pentru pasul k .
n aceast situaie,
n
A U = poate avea elemente diagonale nule.
b) (GPT): Dup 1.1, se adaug: dac 0 a
k k
j i
= ( n k, j i, , 0 a
ij
= = ), (GPT) se
ncheie la pasul k , deoarece
k
A U = este superior triunghiular, iar ( ) 1 k rangA = .
Datorit erorilor de rotunjire inerente, este destul de rar gsirea unui pivot nul.

Numrul operaiilor aritmetice elementare necesare n metoda lui Gauss.
a) Eliminare.
- : A A
1 k k +
- ( ) k n - mpriri
- ( )( ) ( ) ( ) k n k n k n 1 k n
2
+ = + - adunri
- ( )( ) ( ) ( ) k n k n k n 1 k n
2
+ = + - nmuliri
( ) ( )
( ) ( )
( ) ( )
( )
= + + + +
= + + + + + + +
= + + + + + + +
O
2
1 n n
1 2 ... 2 n 1 n

3
n n
1 2 ... 1 n 1 2 ... 1 n

3
n n
1 2 ... 1 n 1 2 ... 1 n
3
2 2 2
3
2 2 2

b) ( ) ( ) ( )
+
, k n : Mb Mb
1 k k

( ) ( )
( )
( ) ( )
( )

= + + + +
= + + + +
-
2
1 n n
1 2 ... 2 n 1 n
-
2
1 n n
1 2 ... 2 n 1 n

c) ( ) ( )
( )

= + + + + -
2
1 n n
1 2 ... 2 n 1 n
( ) ( )
( )

= + + + + -
2
1 n n
1 2 ... 2 n 1 n
O - n /
n concluzie, numrul operaiilor aritmetice elementare necesare este ( )
3
n O .
Analiz numeric
Observaia 1.2.6.:
n estimarea timpului total de calcul, trebuie s se in seama c timpul necesar
efecturii unei este de 4 ori mai mare dect cel alocat unei sau O, iar cel alocat unei
O/ este de 10 ori mai mare. De asemenea, este necesar s se in cont, de timpul alocat
cutrii pivotului, mai ales n situaia folosirii pivotrii totale.
O metod direct apropiat de metoda lui Gauss este metoda Gauss-Jordan.
Diferena ntre cele 2 metode const n faptul c, n cazul utilizrii metodei Gauss-Jordan,
se caut o matrice M
~
inferior triunghiular, a.i. matricea A M
~
s fie diagonal.
3.1.3. Factorizri LU
O manier convenabil de rezolvare direct a sistemului (1.22), se obine dac se
consider o factorizare corespunztoare a matricei sistemului.
Definiia 1.3.1
Fie
n n
R A

e . A admite o factorizare LU dac ( )
n n
R L
e - , inferior triunghiular i
n n
R U

e , superior triunghiular, a.i.
LU A = (1.28)
A admite o factorizare LDU dac ( )
n n
R L
e - , inferior triunghiular unitate,

n n
R D

e ,
diagonal i
n n
R U

e , superior triunghiular unitate a.i.
LDU A = (1.29)

Teorema 1.3.2.:
O matrice
n n
R A

e admite o unic factorizare LDU dac i numai dac
| |
( ) ( ) 1 - n 1, k , k GL A
k
= e .
Demonstraie:
" " Presupunem, prin reducere la absurd, c ( ) n k < - a.i.
| |
( ) k GL A
k
e .
Cum
| | | | | | | | k k k k
U D L A = , conform ipotezei, iar
| | | |
( ) k GL U , L
k k
e , rezult c
| |
( ) k GL D
k
e i
mai mult c
( )
0 d
k
kk
= .
Astfel, observm c, coloana k a matricei LD este nul ( k i , l
ik
> , poate fi ales arbitrar)
i de asemenea c, linia k a lui DU este nul ( k j , u
kj
> , poate fi ales arbitrar); de unde,
se obine c factorizarea LDU a matricei A nu este unic, ceea ce intr n contradicie cu
ipoteza de lucru.
" ": 1. ( ) - Conform teoremei 1.2.2, ( )
n n
R M
e - inferior triunghiular unitate a.i.

U MA= este superior triunghiular. Dac considerm ( )
nn 11
u ... u diag D = atunci, obinem
( ) U D D M A
1 1
= (1.30)
2. ( ) ! Presupunem c A este nesingular. Presupunem prin reducere la
absurd c, ( )
n n
L L
R L L,
' =
e ' - , inferior triunghiulare unitate,
n n
U U
R U U,

' =
e ' , superior
triunghiulare unitate,
n n
D D
R D D,
' =
e ' , diagonale a.i. U D L LDU A ' ' ' = = . Atunci obinem:
( )
1 1 1
D U U D L L

' ' = ' , de unde ( ) ' ' = = '
1 1
n
1
D U U D I L L L L = ' i
( ) D D , L L UU D D
1 1
= ' = ' = '

i U U = ' .
Analiz numeric
Afirmaia rmne adevrat i pentru cazul: A singular.
Factorizarea LU a unei matrice nu este n general unic. ntr-adevr,
U L U LDD LU A
1
' ' = = =

, unde LD L = ' este inferior triunghiular, U D U
1
= ' este
superior triunghiular, dac ( ) n 1, i , 0 d
ii
= = .
Aceasta asociaz curent matricea diagonal D cu matricele triunghiulare L ,
respectiv U ale factorizrii LDU. Astfel se obin:
a) factorizare Doolittle ( L , inferior triunghiular unitate i U , superior triunghiular);
b) factorizare Crout ( L , inferior triunghiular i U , superior triunghiular unitate).
Factorizarea Doolittle este calculat de algoritmul (ElG):
LU A A U M ... M M U A M M ... M M AU M
1
1 n
1
2
1
1 1 2 2 n 1 n
= = = =

unde
( )
[ [

=
=

+ + = + = =
1 n
1 k
T
k
k n
1 n
1 k
T
k
k n
1 n
1 k
1
k
S e m I e m I M L , iar S conine termeni de tipul
... e m e m ...
T
q
0
q
T
p p

=
. Deci,
=
+ =
1 n
1 k
T
k
k n
e m I L este inferior triunghiular unitate.
Triangularizarea U A P M P M ... P M
1 1 2 2 1 n 1 n
=

este echivalent cu factorizarea
Doolittle a matricei A cu liniile permutate, adic LU PA = , unde
1 1 n
P ... P P

= .
Dac se cunoate factorizarea Doolittle a unei matrice A, atunci considernd
( )
nn 11
u ... u diag D = i notnd LD L = ' , iar U D U
1
= ' , obinem U L A ' ' = care nu este
altceva dect o factorizare Crout a lui A.
Exist ns i alte posibiliti de organizare a calculelor, care de obicei s.n. scheme
de factorizare compact.
Vom deduce astfel o factorizare Crout, calculnd succesiv cte o linie a lui L ,
respectiv o coloan a lui U .
Pasul 1: Prima coloan a lui L i prima linie a lui U .
n 1, i , a l Le LUe Ae
1 i 1 i 1 1 1
= = = =
n 2, j , a u l U l LU e A e
j 1 j 1 11 11
T
1
T
1
= = = =

1 i 1 i
a l = (1.31)
i

11
j 1
j 1
l
a
u = (1.32)
Pasul k: Coloana k a lui L i linia k a lui U .

=
= + = =
1 k
1 s
ik sk is ik k k
n k, i , l u l a LUe Ae

=
= =
1 k
1 s
sk is ik ik
n k, i , u l a l
(1.33)

=
+ = + = =
1 k
1 s
kj kk sj ks kj
T T
n 1, k i , u l u l a LU e A e
k k

n 1, k j ,
l
u l a
u
kk
1 k
1 s
sj ks kj
kj
+ =
=
(1.34)

Analiz numeric
Observaia 1.3.3.:
Dac
| |
( ) ( ) n 1, k , k GL A
k
= e , relaiile (3.31)-(3.34) calculeaz complet factorii L i
U . n cazul pivoilor nuli sau a cror valoare absolut este foarte mic, comparativ cu a
celorlalte elemente ale matricei, se va reaciona ca i n cazul procedurii de eliminare
gaussian.
Dac matricea sistemului, A este simetric i pozitiv-definit, atunci se obine un
caz particular de factorizare triunghiular, factorizarea Cholesky.

Teorema 1.3.4.:
Dac
n n
R A

e este simetric i pozitiv-definit, atunci i numai atunci, exist i
este unic o matrice inferior triunghiular, L a.i.

T
LL A= (1.35)
iar ( ) n 1, i , 0 l
ii
= > .
Demonstraie:
" " Conform ipotezei,
| | k
A este simetric, ( ) n 1, k = . Considerm { } 0 \ R u
k
e i
n
R ve a.i.
+ =
=
=
n 1, k i 0,
k 1, i , u
v
i
i
. Atunci, { } 0 \ R v
n
e i
| |
Av v u A u
T k T
= . Datorit faptului c A
este pozitiv-definit, rezult c
| |
( ) n 1, k , 0 u A u
k T
= > i cum { } 0 \ R u
k
e a fost ales
arbitrar, se obine c
| | k
A este pozitiv-definit, ( ) n 1, k = , iar elementele sale diagonale
sunt strict pozitive, de unde rezult c
| |
( ) ( ) n 1, k , k GL A
k
= e . Ne situm astfel n
contextul teoremei (1.2.2). Deci, ( )
n n
R M

e - inferior triunghiular unitate a.i. U MA= .
Fie ( )
nn 22 11
u ,..., u , u diag = A .
Astfel, are loc relaia
( )( ) U M A
1 1
= A A (1.36)
Cum A este simetric, se obine c ( )
T
1 1
M U A A

= . Notm cu A
1
M L

= i de aici,
T
LL A= , iar unicitatea lui L , rezult din unicitatea lui M .
" " : Dac (1.35)are loc, atunci: ( ) A LL LL A
T
T
T T
= = = i dac
{ } ( ) ( ) 0 v L v L v L v LL v Av v , 0 \ R v
2
2
T T
T
T T T T n
> = = = e , adic A este pozitiv-definit.
Urmnd aceeai procedur de factorizare compact (1.31)-(1.34), se obine:
n 1, k , l a l
1 k
1 i
2
ki
kk kk
= =

=
(1.37)
n 1, k j, j, k ,
l
l l a
l
jj
1 j
1 i
ji ki kj
kj
= >
=
(1.38)
Numrul operaiilor elementare necesare factorizrii:
( )
2
1 n n
mpriri,
( )( )
6
1 n 1 n n +
adunri i tot attea nmuliri.
Analiz numeric
Presupunem c matricea sistemului (1.22), A, admite o factorizare LU. Atunci,
rezolvarea sistemului const n aplicarea algoritmilor (1.18) i (1.21), sistemelor rezultate:
b Ly = i y Ux = (1.39)

Analiz numeric
Unitatea de studiu 3.2:
Metode iterative pentru rezolvarea
sistemelor de ecuaii liniare
Sarcini de nvare: Dup parcurgerea acestei U.S., studentul va avea capacitatea de a:
- descrie cele mai cunoscute metode iterative clasice;
- preciza condiiile necesare pentru ca aceste metode s fie convergente;
- evalua eroarea de aproximare a soluiei unui sistem determinat nregistrat n
urma aplicrii unei astfel de metode;
- descrie principiul general al metodelor de relaxare i de gradient;
- exemplifica cu cte un exemplu fiecare clas de metode iterative;
- soluiona exemple concrete, utiliznd algoritmi numerici corespunztori
3.2.1. Preliminarii
Se consider sistemul de ecuaii liniare
( ) n GL A , b Ax e = i
n
R be (2.1)
Metodele directe permit obinerea soluiei exacte a sistemului (2.1),
n *
R x e , ntr-
un numr finit de pai, prin efectuarea de ( )
3
n O m = operaii elementare, pentru dimensiuni
ale sistemului rezonabil de mici ( 500 n s ).
Odat cu creterea dimensiunii sistemului, erorile de rotunjire, ce se comit n timpul
derulrii unor astfel de metode, se pot acumula dramatic, ducnd la vicierea rezultatului
final.
Pentru minimizarea acestor erori, se poate utiliza tehnica pivotrii, ceea ce,
determin ns, o suplimentare a efortului de calcul, care poate fi semnificativ la
dimensiuni mari.
n astfel de situaii, se face apel la metodele iterative, ce furnizeaz soluia exact
*
x , ca limit a unui proces iterativ
( )
( )
k
k
x , asupra definirii cruia se va reveni ulterior.
Printre avantajele majore ale utilizrii metodelor iterative, n detrimentul celor
directe, se numr viteza de convergen considerabil i simplitatea programrii
acestora.
Presupunem, n cele ce urmeaz, c am identificat o matrice
n n
R G

e i un vector
n
R c e a.i. ( ) ( ) n GL G I
n
e iar sistemul
c Gx x + = (2.2)
s admit ca unic soluie pe
*
x .
Scrierea echivalent (2.2) a sistemului (2.1) sugereaz definirea unei metode
iterative de rezolvare a sa, pornind de la o aproximaie iniial
( ) n 0
R x e a soluiei exacte
*
x . Se consider astfel, irul de vectori din
n
R ,
( )
( )
k
k
x introdus prin urmtoarea relaie de
recuren:

( ) ( )
( ) 0 k , c Gx x
k 1 k
> + =
+
(2.3)
Analiz numeric
n acest context, G s.n. matrice de iterare, iar c s.n. vector de iterare, ce corespunde
sistemului (2.1).

Definiia 2.1.1.:
Vom spune c metoda iterativ este convergent dac

( )
( )
( ) o * k
k
x , x x lim =

(2.4)
( unde
( )
( )
k
k
x este procesul iterativ generat de metod).

Teorema 2.1.2 (Teorema fundamental a metodelor iterative liniare):
Fie sistemul de ecuaii liniare (2.1) i sistemul asociat acestuia (2.2). Atunci,
urmtoarele afirmaii sunt echivalente:
i) Metoda iterativ (2.3) este convergent.
ii) ( ) 1 G < .
iii) Exist cel puin o norm matriceal, subordonat unei norme vectoriale din
n
R
astfel nct 1 G < .
iv)
=0 k
k
G este convergent.
Demonstraie:
i) ii)
Considerm irul
( )
( )
k
k
e , asociat irului (2.3) definit prin

( ) ( )
( ) 0 k , x x e
* k k
> = (2.5)
(i.e.
( ) k
e reprezint eroarea comis prin aproximarea soluiei exacte
*
x , la pasul de iterare
k ).
Se observ cu uurin c:

( ) ( ) ( )
( ) k , e G ... Ge e
0 k k k
= = = (2.6)
Atunci, metoda iterativ este convergent dac i numai dac:

( )
0 G lim 0 e lim
k
k
k
k
= =

(2.7)
Presupunem, prin reducere la absurd, c ( ) 1 G > ; atunci exist ( ) G t e a.i. 1 > .
Fie
n
R v e , vector propriu corespunztor lui . Avem:
( ) x ... x G Gx G x G
k 1 k 1 k k
= = = =

. Conform (2.7), 0 x G lim
k
k
=

(cci x G x G
k k
s ),
dar n conformitate cu presupunerea fcut + =

x lim
k
k
. Fals!
ii) iii)
Fie ( ) G 1 0 c < < . Atunci, afirmaia se obine utiliznd urmtorul rezultat: Dac
n n
R G

e i 0 > c , atunci exist cel puin o norm matriceal subordonat unei norme
vectoriale din
n
R astfel nct: ( ) c + s G G .
Deci, ( ) ( ) ( ) 1 G 1 G G G = + < + s c .
iii) iv)
( ) 0 k , 1 G G
k
k
> < s (unde este cea pe care iii) este verificat).
Analiz numeric
iv) i)
0 G lim
k
k
=

(conform consecinei criteriului de convergen Cauchy); deci,
( ) * k
x x .

Observaia 2.1.3.:
1. Dac 1 G < , atunci
( )
n n
GL G I e i ( )
G 1
1
G I
1
n
s

(2.8)
2. Teorema 2.1.2 reduce analiza convergenei irului (2.3) la problema algebric a
demonstrrii c ( ) 1 G < .
3. Verificarea stabilitii procesului iterativ
( )
( )
k
k
x implic de regul un volum
prohibitiv de calcule; de aceea, n practic, se prefer verificarea unei condiii de tip
Cauchy:
( ) N k e -
c
a.i.
( ) ( ) ( )
( )
c
c k k , x x x
k k 1 k
> s
+
(2.9)
unde c este eroarea prestabilit, n limita unui numr maxim de iteraii Maxiter.
4. Metoda iterativ definit anterior nu reprezint altceva dect metoda
aproximaiilor succesive pentru determinarea unui punct fix al funciei:
n n
R R : f ,
( ) ( ) c x G x f + = ((iii) f contracie pe
n
R ).

Studiul metodelor iterative este axat pe soluionarea a dou probleme
importante:
(1) Dat fiind o metod iterativ, s se stabileasc dac ea este convergent (i.e.
verificarea uneia dintre condiiile echivalente din teorema 2.1.2).
(2) Date fiind dou metode iterative, s se stabileasc care este cea cu viteza de
convergen mai mare.
De obicei, o metod iterativ se bazeaz pe o descompunere a matricei sistemului
(2.1),
N P A = (2.10)
unde ( ) n GL Pe , iar
1
P
este uor de determinat.

Atunci, (2.1)
b Nx Px + = (2.11)

b P Nx P x
1 1
+ = (2.12)
Deoarece (2.12) are o form asemntoare cu (2.2), i se asociaz o metod iterativ, ce
genereaz urmtorul proces iterativ:
( )
( )
k
k
x , unde
( )
( )
( )
( ) b P x N P x
1 k 1 1 k +
+ = ( ) N P G 0, k
-1
= > i b P c
1
= . (2.13)

Analiz numeric
3.2.2. Metode iterative clasice: Jacobi, Gauss-Seidel, suprarelaxare
1. Descrierea metodei
a) Metoda Jacobi
Cea mai simpl descompunere (2.10) a matricei A, este: ( ) U L D A + = , unde
( )
nn 11
a ,..., a diag D = , ( )
n , 1 j , i
ij
l L
=
= ,
s
>
=
j i 0,
j i , a
l
ij
ij
i ( )
n , 1 j , i
ij
u U
=
= ,
>
<
=
j i 0,
j i , a
u
ij
ij
,
iar D P = i U L N + = (2.14)

Atunci, n ipoteza: n 1, i , 0 a
ii
= = (2.15)
(2.14) devine: ( ) b D x U L D x
1 1
+ + = (2.16)
deci matricea Jacobi de iterare este ( ) U L D G
1
j
+ =

iar vectorul de iterare b D c
1
j

= (2.17)
Metoda Jacobi genereaz urmtorul proces iterativ
( )
( )
k
k
x :

( )
( )
( )
( ) 0 k , b D x U L D x
1 k 1 1 k
> + + =
+
i
( ) n 0
R x e (2.18)
aproximaie iniial a soluiei exacte
*
x

( )
( )
( ) n 1, i ,
a
x a b
x
ii
n
1 j
k
j
ij i
1 k
i
1 j
=
=
=
+
(2.19)
b) Metoda Gauss-Seidel
Procesul iterativ fundamentat de metoda Gauss-Seidel apropiat de (2.18) este
obinut astfel ca determinarea componentei i a vectorului
( ) 1 k
x
+
s foloseasc att
componentele vectorului
( ) k
x , ct i pe cele ale lui
( ) 1 k
x
+
calculate anterior
( ) ( ) 1 k
1 i
1 k
1
x ,..., x
+
+
, ceea ce duce , n particular i la o economisire a spaiului de memorare.
Se utilizeaz, n aceeai ipotez (2.15), urmtoarea descompunere a matricei A:
( ) n GL L D P : A e = i U N = (2.20)
(2.12) devine: ( ) ( ) b L D Ux L D x
1 1
+ = (2.21)
Deci, matricea de iterare Gauss-Seidel este ( ) U L D G
1
S G

=
iar vectorul de iterare ( ) b L D c
1
S G

= (2.22)
Atunci, irul de aproximaii ale soluiei exacte
*
x este definit prin:

( )
( )
( )
( ) b L D Ux L D x
1 k 1 1 k +
+ = (2.23)

( )
( ) ( )
n 1, i ,
a
x a x a b
x
ii
n
1 i j
k
j
ij
1 i
1 j
1 k
j
ij i
1 k
i
=

=

+ =
=
+
+
(2.24)

c) Metoda (SOR) (a suprarelaxrii succesive)
(SOR) este o metod iterativ ce accelereaz convergena irului (2.23), prin
intermediul unui parametru pozitiv, w numit parametru de relaxare.
Analiz numeric
Ipoteza (2.15) rmne valabil i n acest caz. Fie 0 w > . Atunci, se consider
urmtoarea descompunere a matricei A
L
w
D
P = i U D
w
w 1
N
= (2.25)
(2.12) devine: b L
w
D
x U D
w
w 1
L
w
D
x
1 1
|
.
|
\
|
+
(

|
.
|
\
|
|
.
|
\
|
= (2.26)
iar matricea de iterare este
(
|
.
|
\
|
=

U D
w
w 1
L
w
D
G
1
SR

i vectorul de iterare b L
w
D
c
1
SR

|
.
|
\
|
= (2.27)
Se consider
( )
( )
k
k
x definit prin:

( ) ( )
b L D
w
1
x U D
w
w 1
L D
w
1
x
1
k
1
1 k

+
|
.
|
\
|
+
|
.
|
\
|
+
|
.
|
\
|
= (2.28)

( )
( )
( ) ( )
n 1, i , x a x a b
a
w
x w 1 x
n
1 i j
k
j
ij
1 i
1 j
1 k
j
ij i
ii
k
i
1 k
i
=
(
(
+ =

+ =
=
+ +
(2.29)

2. Convergena metodei
a) Metoda Jacobi
Conform teoremei 2.1.2, metoda Jacobi este convergent dac i numai dac
( ) 1 G
J
< .
O condiie suficient ca ( ) 1 G
J
< este ca matricea A s fie strict diagonal
dominant

Definiia 2.2.1.:

n n
R A

e s.n. strict diagonal dominant dac
( ) n 1, i , a a
n
1 j
ij ii
1 j
= >

=
=
(2.30)
ntr-adevr, innd cont c ( )

s
j j
G G , obinem: ( ) 1
a
a
max G
n
1 j
ii
ij
n
1 i
j
1 j
< s

=
=
=
. n plus, s-a
demonstrat c viteza de convergen crete, cu ct diagonala lui A este mai dominant.
Totui, condiia (2.30) este destul de restrictiv. Exist situaii destul de frecvent
ntlnite, mai ales n probleme numerice de teoria ecuaiilor cu derivate pariale, cnd
aceasta , nu este satisfcut. n astfel de cazuri, se folosete cu succes, urmtorul
rezultat:

Propoziia 2.2.2.:
Dac
n n
R A

e este ireductibil i slab diagonal-dominant, atunci metoda Jacobi
converge.

Definiia 2.2.3.:
Analiz numeric

n n
R A

e s.n. ireductibil dac nu poate fi adus prin permutri de linii i de
coloane sub forma

|
|
.
|
\
|
=
22
12 11
A O
A A
A (2.31)
unde
11
A i
22
A sunt blocuri ptrate.

Definiia 2.2.4.:
a)
n n
R A

e s.n. slab diagonal dominant dac ( ) n 1, i , a a
n
1 j
ij ii
i j
= >

=
=
i
( ) { } n 1,..., k e - a.i.

=
=
>
n
1 j
ij kk
k j
a a (2.32)
b)
n n
R A

e s.n. diagonal dominant dac
( ) n 1, j i, , a a
n
1 j
ij ii
i j
= >

=
=
(2.33)
Demonstraie:
A ireductibil i slab diagonal dominant ( ) 1 A D I
1
n
<

. Dar
j
1
n
G A D I =

.
Deci, se aplic teorema 2.1.2.
b) Metoda Gauss-Seidel
Conform teoremei 2.1..2, metoda Gauss-Seidel este convergent dac i numai
dac ( ) 1 G
GS
< .
Pentru ca ( ) 1 G
GS
< , este suficient ca A s aib una din urmtoarele proprieti:
i) A este strict-diagonal dominant;
ii) A este diagonal dominant i ireductibil.
Argumentarea este analog cu cea din cazul metodei Jacobi.
Un alt rezultat interesant este:

Teorema 2.2.5. (Householder-John):
Dac
n n
R A

e este simetric, pozitiv-definit i admite o descompunere (2.10), iar
( ) A P P
T
+ este pozitiv-definit, atunci ( ) 1 N P
1
<
.
Demonstraie:
A P I N P
1
n
1
= i fie ( )
1
n
P I

et , iar
n
C x e , vectorul propriu corespunztor
lui . Atunci, avem: ( ) Ax Px 1 = , de unde, n particular, se obine c 1 = . Cum
R x Ax, , A A
n
C
T
e > < = i ( ) = > < = > <
n n
C C
x , Px 1 x , Ax ( )
n
C
T
x , x P 1 > < = .
Astfel, = > <
|
.
|
\
|

n
C
x , Ax 1
1
1
1
1

( )
n
C
T
x , x A P P > + < . Considernd egalitatea
prilor reale din ultima relaie, va rezulta:
Analiz numeric
| | ( ) ( ) > + < + > + =< > < + > <
v , v A P P u , u A P P v , Av u , Au
1
1
T T
2
2
(n
n
R ).
innd cont c A i ( ) A P P
T
+ sunt pozitiv-definite, va rezulta c 1 < . De aici,
obinem ( ) 1 N P
1
<
.

Corolar 2.2.6.:
Dac
n n
R A

e este simetric i pozitiv definit, atunci metoda Gauss-Seidel este
convergent.
Demonstraie:
D U L D L D L D A P P
T T T
= + + + = + cci A este simetric (i.e. U L
T
= i
D D
T
= ). Dar, D este pozitiv definit, cci A este pozitiv-definit. Se aplic teorema
2.2.5.

Observaia 2.2.7.:
1. Se poate arta, folosind teorema 2.2.5, c au loc urmtoarele echivalene: Fie
n n
R A

e simetric i D pozitiv-definit, metoda Jacobi converge dac i numai dac A i
( ) A D 2 sunt pozitiv-definite.
2. Dac dorim s comparm cele dou metode, n situaii particulare (de exemplu:
A tridiagonal sau 0 G
J
> ), se arat c, aceste metode sunt fie amndou convergente,
fie amndou divergente. n caz de convergen, metoda Gauss-Seidel converge mai
repede.
c) Metoda (SOR)
Urmtoarea teorem ofer o condiie necesar de convergen:

Teorema 2.2.8. (Kahan):
( ) 1 w G
SR
> (2.34)
Deci, o condiie necesar de convergen a metodei (SOR) este
( ) 2 , 0 we (2.35)
Demonstraie:
( ) ( ) ( ) | | ( ) | |= + = + =

U wD I w 1 det wU D w 1 det wL D det G det
1
n
1
SR

( ) | | ( )
n
n
w 1 I w 1 det = . Dar ( ) ( )
SR i
n
1 i
i SR
G , G det t e =
[
=
. Deci, are loc (2.34). Conform
teoremei2.1.2, rezult, din (2.34), (2.35)

Observaia 2.2.9.:
Conform propoziiei 2.2.2, metoda (SOR) converge pentru ( | 1 , 0 we .

Teorema 2.2.10. (Ostrowski-Reich):
Dac A este simetric i pozitiv-definit, atunci metoda (SOR) converge dac i
numai dac ( ) 2 , 0 we .
Demonstraie:
Se aplic teorema 2.2.5. n acest caz, D 1
w
2
A P P
T
|
.
|
\
|
= + .
Analiz numeric
Observaia 2.2.11.:
Dac
n n
R A

e este tridiagonal , simetric i pozitiv-definit, atunci exist un
parametru optim de relaxare
( )
2
j
*
G 1 1
1
w
+
= i ( ) 1 w G
* *
SR
= , dac ( ) 0 G
j
> , iar
dac ( ) 1 w , 0 G
*
j
= = i ( ) 0 G
SR
= .

3) Evaluarea erorii de aproximare
a) Metoda Jacobi
Evalum

( ) ( ) ( )
( )
( )
( )
( )
( )
( )
( )= = =
* k
j
* k * 1 k * k 1 k k
x x G x x x x x x x x
( )
( )
( )
* k
j n
x x G I = (2.36)
Conform teoremei 2.1.2, ( ) ( ) n GL G I
j n
e i ( )
j n
1
j n
G 1
1
G I
s

. Deci,

( ) ( ) ( )
( ) 0 k , x x
G 1
1
x x
1 k k
j
* k
>
s
+
(2.37)
Din (2.36), rezult c
( )
( )
( ) ( )
( )
1 0 k
j
1
j n
* k
x x G G I x x =

i de aici,

( ) ( ) ( ) 1 0
j
k
j
* k
x x
G 1
G
x x
s (2.38)
unde este norma matriceal din teorema 2.1.2, pentru care are loc (iii) i , n
n
R
este norma vectorial corespunztoare.
(2.37) reprezint o evaluare posteriori, iar (2.38) priori a erorii de aproximare.
Pentru a obine evalurile erorilor de aproximare pentru metoda Gauss-Seidel i
(SOR), se procedeaz analog.
Algoritmul Jacobi:
1. Se dau matricele
n n
R A

e ,
1 n
R b

e i eroarea c .
2. Se calculeaz
=
=
=
= =
n
1 j
ii
ij
n
1 i
j
i j
a
a
max G (unde ( ) U L D G
1
j
+ = .
Se alege o aproximaie iniial
( ) 0
x .
3. Fie 1 k = .
4. Pentru n , 1 i = , se calculeaz:
( )
( )
ii
n
1 j
1 k
j
ij i
k
i
a
x a b
x
1 j
=
=

= .
5. Dac
( ) ( )
c
<
1
x x
0 1 k
, se trece la 7.
6. Se adun 1 la k i se trece la 4.
7. Procedura este complet. Soluia sistemului b Ax = este
( ) k
x .
Analiz numeric
Algoritmul Gauss-Seidel:
1. Se dau matricele
n n
R A

e ,
1 n
R b

e i eroarea c .
2. Se calculeaz
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=

= + =
=
1 s
1 j
ss
sj
n
1 s j
ss
sj
n
1 s a
a
1 /
a
a
max .
( ) 0
x .
3. Fie 1 k = .
( )
( ) ( )
ii
n
1 i j
1 k
ij
n
1 j
k
j
ij i
1 k
i
a
k a x a b
x

+ =

=
+

= .
5. Dac
( ) ( )
c
<
1
x x
0 1 k
, se trece la 7.
7. Procedura este complet. Soluia sistemului b Ax = este
( ) k
x .

Algoritmul suprarelaxrii:
1. Se dau matricele
n n
R A

e ,
1 n
R b

e , eroarea c i parametrul de relaxare w.
2. Se calculeaz
RS
G = , unde
|
.
|
\
|
+
|
.
|
\
|
=

U D
w
w 1
L D
w
1
G
1
RS
.
( ) 0
x .
3. Fie 1 k = .

( )
( )
( )
( ) ( )
ii
n
1 i j
k
ij
k
i
1 i
1 j
k
j
ij i
1 k
i
a
k a w x w 1 x a w wb
x

+ =
=
+
+
= .
5. Dac
( ) ( )
c
<
1
x x
0 1 k
, se trece la 7.
7. Procedura este complet. Soluia aproximativ a sistemului b Ax = este
( ) k
x .

3.2.3. Metode de relaxare i de gradient
Rezolvarea unui sistem de ecuaii liniare printr-o metod iterativ poate fi echivalent cu
problema minimizrii unei forme ptratice.
n metodele de relaxare, se pornete cu o aproximaie iniial a soluiei,
( ) 0
x , creia
i corespunde vectorul reziduu

( ) ( )
b Ax r
0 0
= (2.39)
( ) 0
x este modificat sistematic a.i. n cele din urm,
( ) 0
r s se anuleze.

Analiz numeric
Pentru aceasta, asociem sistemului de ecuaii liniare b Ax = , forma ptratic:
( )

= =
>= < > < =
n
1 j , i
n
1 i
i i j i ij
x b x x a
2
1
x , bx x , Ax
2
1
x J (2.40)

Propoziia 2.3.1.:
Dac
n n
R A

e este simetric i pozitivdefinit, iar
*
x este soluia exact a
sistemului de ecuaii liniare b Ax = , atunci
*
x este punct de minim pentru forma ptratic
asociat, J , i reciproc.
Demonstraie:
Fie
*
x , soluie exact a sistemului de ecuaii liniare b Ax = . Considerm
urmtoarea form ptratic:
( ) ( ) ( )> < =
* * n
x x , x x A
2
1
x E , R R : E (2.41)
Conform ipotezei, ( ) ( ) 0 x E , x x
*
> = i ( ) 0 x E
*
= . Dar, ( ) ( ) > < + =
* *
x , Ax
2
1
x J x E .n
consecin, rezult c
*
x este punct de minim pentru J .
: Fie
*
x punct de minim pentru J . Atunci, ( ) 0 x gradJ
*
= . Dar cum,
=
= =
c
c
n
1 j
i j ij
i
n 1, i , b x a
x
J
, ( ) b Ax x gradJ
* *
= . Deci,
*
x este soluie a sistemului dat.

n cele ce urmeaz, vom prezenta principiul general al metodelor de relaxare.

Fie v , o aproximaie a soluiei exacte. Considerm o dreapt d , ce trece prin v i
este paralel cu o direcie dat p , numit direcie de relaxare, i.e. { } R c cp v d e + ' = .
Scopul: modificarea lui v de-a lungul direciei p a.i. valoarea ( ) v J s scad i.e.
determinarea d v
0
e ' a.i.
( ) ( ) v J min v J
d v
0
' = '
e '
(2.42)
Fie d v e ' . Atunci: ( ) ( ) ( ) ( ) ( ) >= + < > + + < = + = ' cp v , b cp v , cp v A
2
1
cp v J v J
( ) v J p , r c p , Ap
2
c
2
+ > < + > < =
( ) ( ) v J p , r c p , Ap
2
c
v J
2
+ > < + > < = ' (2.43)
Observm c ( ) v J ' i atinge minimul pentru:

> <
> <
=
p , Ap
p , r
c
min
(2.44)
(i p r/ , pentru ca ( ) ( ) v J v J < ' ). Atunci,
( )
p min min
A c r b p c v A b v A r + = + = ' = ' (2.45)
i 0 p , Ap
p , Ap
p , r
p , r p , r >= <
> <
> <
> >=< ' < . Deci, p r ' .
Metodele de relaxare difer prin modul de alegere a direciei de relaxare.
Analiz numeric
Spre exemplu, metoda de relaxare cu pai separai (Southwell): la fiecare pas se modific
numai componenta cea mai mare a reziduului
i
n
1 i
k
r max r
=
= , ceea ce corespunde cu alegerea
ca direcie de relaxare a vectorului unitate
k
e . Atunci:

kk
k
k k
k k
min
a
r
e , Ae
e , r
c =
> <
> <
= (2.46)
Obinem:
=
=
= = + = '
k i ,
a
r
v
k i , v
e
a
r
v e c v v
kk
k
k
i
k
kk
k
k
k
min
(2.47)
De asemenea,

=
=
= = ' = '
k i 0,
k i , a
a
r
r
Ae
a
r
r b v A r
ik
kk
k
i
k
kk
k
(2.48)
Convergena acestei metode este lent, ea fiind satisfctoare doar n cazul n care
matricea sistemului este predominant dominant.
Metoda Gauss-Seidel poate fi considerat ca metod de relaxare, n care direciile
de relaxare, se aleg succesiv
n 2 1
e ,..., e , e , n mod ciclic:
( )
k i , e p
i
k
= = (mod n).
Metoda suprarelaxrii folosete aceleai direcii de relaxare ca mai sus, nlocuind
pe fiecare direcie pe
min
c cu
min
wc .
Metodele de relaxare impun ca singur restricie privind alegerea direciei de
relaxare p , ca aceasta s nu fie ortogonala vectorului reziduu, r i.e 0 p , r >= < .

n metodele de gradient, legtura ntre cei doi vectori este mult mai strns.

1. Metoda celei mai rapide coborri
Se alege ca direcie de relaxare, opusul reziduului de la iteraia anterioar i.e.:

( ) ( ) 1 k k
r p

= (2.49)

Pe aceast direcie, punctul de minim se alege:

( )
( ) ( )
( ) ( )
( ) ( )
( ) ( ) ( )
( )
1 k 1 k 1 k
1 k 1 k
k k
k 1 k
k
min
r R
1
r , Ar
r , r
p , Ap
p , r
c

=
> <
> <
=
> <
> <
= (2.50)
unde ( ) 0 x ,
x , x
x , Ax
x R =
> <
> <
= .
2. Metoda gradientului conjugat
Fie
( ) 0
x , aproximaie iniial a soluiei exacte
*
x . Considerm:

( ) ( ) 0 1
r p = (2.51)
Atunci:

( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
> <
> <
=
> <
> <
=
0 0
0 0
1 1
1 0
1
min
r , Ar
r , r
p , Ap
p , r
c (2.52)

( ) ( ) ( ) ( ) ( )
( ) ( )
( ) ( )
( ) 0
0 0
0 0
0 1 1
min
0 1
r
r , Ar
r , r
x p c x x
> <
> <
= + = (2.53)

Analiz numeric
n cele ce urmeaz, vom alege direciile de relaxare a.i. s fie:
- succesiv A-ortogonale i.e.

( ) ( ) ( ) ( )
> >=< <
1 k k 1 k k
Ap , p p , Ap (2.54)
- o combinaie liniar ntre
( ) 1 k
r

i
( ) 1 k
p

i.e.

( ) ( ) ( ) 1 k
1 k
1 k k
p d r p

+
+ = (2.55)
unde
1 k
d

se obine din relaia:

( ) ( )
( ) ( )
1 k ,
Ap , p
Ap , r
d
1 k 1 k
1 k 1 k
1 k
>
> <
> <
=

(2.56)
Atunci,

( )
( ) ( )
( ) ( )
> <
> <
=

k k
k 1 k
k
min
Ap , p
p , r
c (2.57)

( ) ( ) ( ) ( ) k k
min
1 k k
p c x x + =

(2.58)
iar,

( ) ( ) ( ) ( ) k k
min
1 k k
Ap c r r + =

(2.59)
Formulele (2.56)-(2.59) se pot simplifica (ca scriere) dac facem urmtoarele
observaii:

( ) ( )
0 r , r
1 k k
>= <

(2.60)

( ) ( )
0 p , r
1 k k
>= <

(2.61)

( ) ( )
0 p , r
k k
>= < (2.62)
ce se obin prin calcul direct. Avem astfel:

( )
( ) ( )
( ) ( )
> <
> <
=

k k
1 k 1 k
k
min
p , Ap
r , r
c (2.63)

( ) ( )
( ) ( )
2 k ,
r , r
r , r
d
2 k 2 k
1 k 1 k
1 k
>
> <
> <
=

(2.64)
3. Metoda direciilor conjugate
Aceast metod const n determinarea soluiei sistemului,
*
x , utiliznd o
descompunere liniar a acesteia dup o baz de vectori A-ortogonali din
n
R i.e.

=
=
n
1 k
k k
*
p c x (2.65)
unde { }
n 1
p ,.., p satisfac:
( ) n 1, j i, , Ap , p p , Ap
ij j i j i
= >= >=< < o (2.66)
iar conform (2.66),
( ) k ,
p , Ap
p , b
c
k k
k
k

> <
> <
= (2.67)
(cci
=
> >=< < > >=< <
n
1 j
k k j j k k
*
p , b p , Ap c p , b p , Ax .

Analiz numeric
(2.65)

k
n
1 k
k k
k *
p
p , Ap
p , b
x

=

> <
> <
= (2.68)
Deci, problema este rezolvat dac vom determina { }
n 1
p ,..., p o baz de vectori
A-ortogonali. n acest scop, vom utiliza o metod de ortogonalizare de tip Gram-Schmidt.
Pentru aceasta, considerm { }
n 1
v ,..., v , un sistem de vectori liniari independeni.
Fie
=
+ = + = =
1 n
1 k
k nk n n 1 21 2 2 1 1
p c v p ,..., p c v p , v p (2.69)
Determinm k j , n 1, j k, , c
kj
< = a.i.
0 Ap , p p , Ap
j k j k
>= >=< < (2.70)
Atunci, obinem din (2.69) i (2.70),
k j , n 1, j k, ,
p , Ap
p , Av
c
j j
j k
kj
< =
> <
> <
= (2.71)

n particular, dac considerm n 1, i , e v
i i
= = avem:
k j ,
p , Ap
p , a
c
j j
j k
kj
<
> <
> <
= unde
k k
Ae a = (2.72)

1. Algoritmul Southwell:
1. Se dau matricele
n n
R A

e , simetric i pozitiv-definit,
1 n
R b

e i eroarea c .
2. Se alege o aproximaie iniial
( ) 0
x .
Se calculeaz reziduul
( ) ( )
b Ax r
0 0
= .
3. Fie 1 k = .
4. Se alege
( )
n
1 i
1 k
i
k
r max r
=

= .
5. Se calculeaz
( )
kk
k k
min
a
r
c = .
6. Se calculeaz pentru n , 1 i = ,
( )
( )
( )
=
=
=

k i ,
a
r
x
k i , x
x
kk
k 1 k
i
1 k
i
k
i
.
7. Se calculeaz pentru n , 1 i = ,
( ) ( )
ik
kk
k 1 k
i
k
i
a
a
r
r r =

.
8. Dac
( )
c <
k
r , se trece la 10.
10. Procedura este complet. Soluia aproximativ este
( ) k
x .

Algoritmul celei mai rapide coborri:
1. Se dau matricele
n n
R A

1 n
R b

e i eroarea c .
Analiz numeric
( ) 0
x .
( ) ( )
b Ax r
0 0
= .
3. Fie 1 k = .
4. Se alege
( ) ( ) 1 k k
r p

= .
5. Se calculeaz
( )
( ) ( )
( )
( ) ( )
( )
1 k 1 k
1 k 1 k
k
min
r , Ar
r , r
c

= .
6. Se calculeaz:
( ) ( )
( )
( ) 1 k
min
1 k k
r c x x
k

= .
7. Se calculeaz:
( ) ( )
( )
( ) 1 k
min
1 k k
Ar c r r
k

= .
8. Dac
( )
c <
k
r , se trece la 10.
( ) k
x .

Algoritmul gradientului conjugat:
1. Se dau matricele
n n
R A

1 n
R b

e i eroarea c .
( ) 0
x .
( ) ( )
b Ax r
0 0
= .
3. Se alege
( ) ( ) 0 1
r p = .
4. Se calculeaz
( )
( ) ( )
( )
( ) ( )
( )
1 1
0 0
1
min
p , Ap
p , r
c = .
5. Se calculeaz:
( ) ( )
( )
( ) 0
min
0 1
r c x x
1
= .
6. Fie 2 k = .
7. Se calculeaz:
( ) ( )
( )
( ) ( )
( )
1 k 1 k
1 k 1 k
1 k
Ap , p
Ap , r
d

=
8. Se calculeaz:
( ) ( ) ( ) 1 k
1 k
1 k k
p d r p

+ =
9. Se calculeaz:
( )
( ) ( )
( )
( ) ( )
( )
k k
k 1 k
k
min
Ap , p
p , r
c

= .
10. Se calculeaz:
( ) ( ) ( ) k
min
1 k k
p c x x
k
=

.
11. Se calculeaz:
( ) ( ) ( ) k
min
1 k k
Ap c r r
k
=

.
12. Se testeaz dac
( )
c <
k
r i n caz afirmativ se trece la 14.
( ) k
x .

Analiz numeric
Rezolvarea sistemelor de ecuaii liniare n
sensul celor mai mici ptrate
Sarcini de nvare: Prin parcurgerea acestei U.S., studentul este capabil s descrie
modalitatea de soluionare numeric a sistemelor de ecuaii liniare, n care numrul
ecuaiilor difer de numrul necunoscutelor i s utilizeze algoritmii numerici
corespunztori n abordarea unor exemple concrete.
3.3.1. Rezolvarea sistemelor liniare supradeterminate
Se consider sistemul de ecuaii liniare
b Ax = (3. 1)
unde ( ) n m R A
n m
= e

i
n
R be .
n general, acest sistem este fie incompatibil, fie compatibil nedeterminat. De
aceea, pentru o mai bun formulare a problemei de calcul numeric, s-a impus redefinirea
noiunii de soluie (definiia 3.1.1).
Alegerea normei vectoriale n definiia 3.1.1 depinde de natura problemei de calcul
considerate i n acelai timp, determin specificul metodelor numerice utilizate. Astfel, n
cazul utilizrii
1
i
, se obin probleme de programare liniar, care se trateaz cu

metodele numerice expuse anterior.
n cele ce urmeaz, vom utiliza
2
, iar terminologia folosit va fi urmtoarea:
a) Dac n m> , problema de minimizare

2
R x
2
*
r min r
*
e
= (3. 2)
s.n. problema (liniar) celor mai mici ptrate, iar
n *
R x e a.i. b Ax r
* *
= s.n.
pseudosoluien sensul CMMP a sistemului (3.51).
b) Dac n m< , soluia problemei de minimizare cu restricii liniare

2
R x
2
*
x min x
b Ax
n
=
e
= (3. 3)
s.n. soluia normal n sensul CMMP a sistemului (3.51).
Probleme de tip CMMP apar frecvent n: aproximarea funciilor, prelucrarea
statistic a datelor experimentale, prelucrarea semnalelor, modelarea i identificarea
sistemelor dinamice.

Cazul n m>
Teorema 3.1.1.:
Sistemul de ecuaii liniare (3. 1) admite o unic pseudosoluie n sensul CMMP,
b A x
* +
= (3. 4)
(unde ( )
T
1
T
A A A A

+
= s.n. pseudoinversa matricei A) (3. 5)
Analiz numeric
dac i numai dac A este monic.
Demonstraie:
Considerm funcia
( )
2
2
n
b Ax x F , R R : F = (3.6)
n *
R x e este pseudosoluie n sensul CMMP a sistemului (3. 1)
*
x este un punct de
minim al funciei F .

( ) ( )
( )
>
= =
c
c
0 x F d
n 1, j , 0 x
x
F
* 2
*
j (3.7)
dar, ( ) + > < > < > >=< =< = Ax , b b , Ax Ax , Ax b Ax , b Ax b Ax x F
2
2

> < + > < > >=< < + b , b x , b A 2 x , Ax A b , b
T T
. Deci, (3.6)

( )
>
=
=
n
1 j , i
j i ij
T
T * T
0 dx dx A A
b A Ax A
(3.8)
Sistemul b A Ax A
T T
= (3.9)
s.n. sistemul normal Gauss asociat sistemului de ecuaii liniare (3.1).
Dac A este monic atunci i numai atunci n rangA= . Dar ( ) A A rang rangA
T
= i
prin urmare ( ) ( ) n GL A A
T
e , de unde rezult c (3.9) are o unic soluie
*
x . Conform (3.8),
( ) 0 x F d
* 2
> i n consecin,
*
x este unica pseudosoluie n sensul CMMP a (3.1).

Observaia 3.1.2.:
1) Modalitatea de calcul pentru
*
x este rezolvarea sistemului de ecuaii liniare (3.9).
Cum matricea sistemului este simetric i pozitiv-definit, s-ar putea apela la factorizarea
Cholesky pentru rezolvare.
Totui, aceast manier de abordare nu este indicat deoarece, se poate dovedi cu
uurin, c numrul de condiionare al matricei ( ) A A
T
este n general mare.
2) Dac ( ) ( ) 0 x F x F min
*
R x
n
= =
e
, atunci 0 r
*
= i.e.
*
x reprezint soluia exact a
sistemului (3.1). n general ns, ( ) 0 x F
*
> i astfel,
*
x nu este altceva dect un substitut
pentru soluia exact.
Calculul pseudosoluiei
*
x
Conform teoremei 3.3.30,
n n
R Q , R Q A

e ' ' ' = , ortogonal iar
n n
R R

e ' , superior
triunghiular. Atunci, = ' ' = b x R Q b Ax
b Q x R
T
' = ' (3.10)
n consecin, determinarea pseudosoluiei n sensul CMMP a sistemului (3.1) se reduce
la rezolvarea sistemului triunghiular de ecuaii liniare (3.10).

Analiz numeric
3.3.2. Rezolvarea sistemelor liniare subdeterminate
Cazul n m<

Teorema 3.2.1.:
Sistemul de ecuaii liniare (3.1) admite o unic soluie normal n sensul CMMP,
b A x
* +
= (3.11)
(unde ( )
1
T T
AA A A

+
= s.n. pseudoinversa normal a matricei A) (3.12)
dac i numai dac matricea A este epic.
Demonstraie:
Considerm funcia
( )
2
2
n
x x G , R R : G = (3.13)
Atunci,
*
x este unica soluie normal n sensul CMMP a sistemului de ecuaii liniare (3.1)
dac i numai dac
*
x este unica soluie a problemei de minim asociat aplicaiei G cu
legtura b Ax = . n acest
sens, considerm funcia lui Lagrange asociat funciei G :
( ) ( )

=
+
=
m
1 i
i i
m n
r 2 x G x, , R R : u u (3.14)
Astfel,
*
x este punct de minim

( )
( )
( )
>
= =
c
c
= =
c
c
0 , x d
m 1, j , 0 , x
n 1, i , 0 , x
x
* * 2
* *
j
* *
i
u
u
(3.15)

( )
( )
( )
=
= + +
= + +
= + +
b Ax
0 a ... a x

0 a ... a x
0 a ... a x
*
*
m mn
*
1 n 1
*
n
*
m 2 m
*
1 12
*
2
*
m 1 m
*
1 11
*
1

(3.16)

=
=
b Ax
A x
*
* T *

(3.17)

=
=
* T *
* T
A x
b AA
(3.18)
Dac A este epic atunci i numai atunci ( ) m A rang = . Dar ( )
T
AA rang rangA= i deci
( ) m GL AA
T
e . n consecin, sistemul b AA
T
= admite o unic soluie
*
. Astfel, exist i
este unic R x
*
e a.i. ( ) b A b AA A x A x
1
T T * * T * +
= = .

Analiz numeric
Calculul soluiei normale
*
x

( ) ( ) n GO V e - a.i. ( ) O L L AV ' = = .
m n m
Se poate demonstra cu uurin afirmaia: A epic ( ) m GL L e ' . Atunci,

( )

=
|
|
.
|
\
|
' '
'
'
|
|
.
|
\
|
' '
'
= =
=
b
y
y
0 L
m n
m
y
y
y , Vy x
b Ax
( )
|
|
.
|
\
|
'
=

0
b L
V x
1
*
(3.19)

Analiz numeric
Determinarea numeric a spectrului unei
matrici
Sarcini de nvare: Dup parcurgerea acestei U.S., studentul va fi apt pentru a descrie
unele dintre cele mai utilizate modaliti de determinare a valorilor i vectorilor proprii ale
unei matrici (att metode ce utilizeaz polinomul caracteristic asociat ct i metode
iterative) i pentru a analiza, implementa i testa algoritmi numerici n abordarea unor
aplicaii dintre cele mai diverse.
3.4.1. Metode de determinare a valorilor i vectorilor proprii ale unei
matrici, ce utilizeaz polinomul caracteristic asociat acesteia
Aceste metode presupun rezolvarea ecuaiei caracteristice asociate matricei
n n
C A

e
(deci, determinarea n prealabil, a coeficienilor polinomului caracteristic), pentru stabilirea
valorilor proprii i apoi obinerea vectorilor proprii.
Prin inducie, se verific, fr dificultate c, are loc egalitatea:
( ) ( )
n
n 2 n
2
1 n
1
n
A
1 ... P t t t + + + =

(4.1)
unde

=
=
k
n
C
1 j
j j k
, A A t , minor diagonal de ordin k al lui A (4.2)
Avnd n vedere c pentru un calcul direct al coeficienilor polinomului caracteristic, este
necesar evaluarea a 1 2 C ... C C
n n
n
2
n
1
n
= + + + minori de diferite ordine, s-a recurs la
construirea unor algoritmi, ce faciliteaz obinerea polinomului caracteristic.

1. Metoda Leverrier

Propoziia 4.1.1.:
Dac | | ( )
n
1 n
1
n
n
p ... X p X x P , X C P + + + = e

are ca rdcini: C ,...,
n 1
e , iar
=
=
n
1 i
k
i k
s , atunci:

=

=
1 k
0 j
j k j k
s p
k
1
p , unde 1 p
0
= (4.3)

Demonstraie:
Dac ( ) ( )
[
=
=
n
1 i
i
P , atunci
( )
( )

= =
|
.
|
\
|

=
=
'
n
1 i
n
1 i
i i
1
1 1 1
P
P
.
Analiz numeric
Dac
i
n
1 i
max
=
> , atunci:
( )
( )

=
+
=
=
+
= =
'
0 k
1 k
k
n
1 i 0 k
1 k
k
i
s
P
P

, unde n s
0
= .
Astfel, obinem:
( ) ( ) =
|
|
.
|
\
|
|
|
.
|
\
|
=

=

=

=

=

n
1 i
1 i n
i
n
0 k
1 k
k
n
0 j
j n
j
n
1 i
1 i n
i
p i n s p p i n
>

=
0 k , j
1 k j n
k j
s p
de unde, prin egalarea coeficienilor n , avem:
( )

=

=

= +
+ = = =
1 k
0 j
j k j 0 k
k
0 j
j k j
k i j
i j k
s p s p s p s p p k n i.e. (4.3).

Algoritmul metodei Leverrier este urmtorul:
Fie
n n
C A

e .
1. Se calculeaz
n 2
A ,..., A .
2. Se calculeaz ( ) n 1, k , A Tr s
k
k
= = .
3. Se calculeaz
n 1
p ,..., p conform (5.37), i.e.:

1 1
s p =
( )
1 1 2 2
s p s
2
1
p + =
. . . . . . . . . . . . . .
( )
1 1 n 1 n 1 n n
s p ... s p s
n
1
p

+ + + =
4. Se scrie ( )
n 1 n
1 n
1
n
A
p p ... p P + + + + =

. Se rezolv ecuaia caracteristic

( ) 0 P
A
= i se determin ( ) A t .
5. Se determin vectorii proprii corespunztori.

2. Metoda Souriau-Fadeev
Aceasta este o modificare a metodei Leverrier i se bazeaz pe urmtorul rezultat:

Propoziia 4.1.2.:
Fie
n n
C A

e . Fie irurile ( )
k 1 k
1 k
k
B A A , A =
+
>
, unde ( )
1 k
k 1
p , A A
>
= , ( )
k k
A Tr
k
1
p =
i ( )
n k k k
1 k
I p A B , B + =
>
. (4.4)
Atunci, au loc urmtoarele afirmaii:
1. ( )
n 1 n
1 n
1
n
A
p p ... p P + + + + =

.
2. 0 B
n
= i
1 n
n
1
B
p
1
A

= (4.5)
dac 0 p
n
= .
3. Dac ( ) A t e , atunci orice coloan a matricei
( )
1 n 2 n 1
2 n
n
1 n
B B ... B I C

+ + + + = este un vector propriu asociat valorii proprii .
Dac este simpl, ( )
n
O C = .

Analiz numeric
Demonstraie:
1. A A
1
=
( ) A p A I p A A AB A
1
2
n 1 1 1 2
+ = + = =
( ) A p A p A A p AA I p A A AB A
2
2
1
3
2 2 n 2 2 2 3
+ + = + = + = = .
Deci, dac
A p ... A p A A
1 k
1 k
1
k
k
+ + + = (4.6)
atunci ( ) A p A p ... A p A I p A A AB A
k
2
1 k
k
1
1 k
n k k k 1 k
+ + + + = + = =

+
+
. Astfel,
A p A p ... A p A A
1 n
2
2 n
1 n
1
n
n
+ + + + = (4.7)
Fie ( )
k
k
A Tr s = . Atunci, conform (4.7), ( ) + + + =

... s p s A Tr
1 k 1 k k 1 1 k
s p

.
Dar ( )
k k
kp A Tr = . Deci, am obinut (4.4) i de aici ( )
A
P .
2.
n n 1 n
1 n
1 n n n
I p A p ... A p A I p A B + + + + = + =

, conform (4.7). Dar, astfel, se

observ c: ( ) A P B
A n
= . Conform relaiei Hamilton-Cayley, 0 B
n
= , de unde , dac
1 n
n
1 -
n
B
p
1
A , 0 p

= = .
Dac 0 p ... p p
s 1 n n
= = = =

i 0 p
1 s
=
, atunci

2 s
1 s
1
B
p
1
A

= (4.8)
3. ( ) ( ) ( ) = =

=
+
1 n
0 k
1 k n
k
n n
B I A C I A
( ) ( ) 0 ... I p A I A
n 1 k n 1 k n
1 n
0 k
k
n
= = +
+ +
, innd cont de (4.6), (4.7).

Algoritmul metodei Souriau-Fadeev, const n:
1. Se construiesc irurile ( )
1 n , 1 k
k
A
+ =
i ( )
n , 1 k
k
B
=
.
2. Se determin ( ) n 1, k , A Tr
k
1
p
k k
= = .
3. Se consider ( )
A
P i se rezolv ecuaia caracteristic ( ) 0 P
A
= .
4. Pentru ( ) n 1, k , A
k
= et , se determin ( )

=
+
=
1 n
0 i
1 i n
i
k
B C i de aici vectorii
proprii asociai lui
k
.
3. Metoda Krlov
Fie
n n
C A

e i
A
P , polinomul su caracteristic.
( ) ( ) ( )
n
1 n
1
n
A A
p ... p P 0 A P + + + = =

.
Fie
( )
{ } 0 \ C y
n 0
e . Atunci, ( )
( )
0 y A P
0
A
= . Dar dac notm:
( ) ( ) 0 k k
y A y = , n , 1 k = ,
obinem:
( ) ( ) ( ) ( )
0 y p y p ... y p y
0
n
1
1 n
1 n
1
n
= + + + +

, de unde

( ) ( )
n 1, i , y p y
n
i
n
1 j
j
j n
i
= =
=

(4.9)
(4.9) este un sistem de ecuaii liniare, cu necunoscutele: n 1, j , p
j
= .
Analiz numeric
Prin rezolvarea acestui sistem, se obin coeficienii lui
A
P i de aici, valorile proprii
asociate lui A. Dac (4.9) se dovedete a nu fi compatibil determinat, se consider un alt
vector iniial
( ) 0
y a.i. condiia s fie ndeplinit.
Presupunem acum, c am determinat ( ) A t i c aceast mulime are n elemente.
Atunci, mulimea vectorilor proprii corespunztori
( ) ( ) ( )
{ }
n 2 1
x ,..., x , x formeaz o baz n
n
C .
Atunci,

( ) ( )
=
=
n
1 k
k
k
0
x c y (4.10)
i cum
( ) ( )
n 1, i 1, k , x x A
i k
i
i k
= > = , se obine:

( ) ( ) ( )
n 1, k , x c ... x c y
n k
n
1 k
1
1
k
= + + = (4.11)
Fie
( ) n 1, i , q ... q
i , 1 n
2 n
i 1
1 n
i
= + + + =

(4.12)
Conform relaiilor anterioare, se obine:
( ) ( ) ( )
= + + +

0
i , 1 n
2 n
i 1
1 n
y q ... y q y
( )
( )
( )
( ) n
n i n
1
1 i 1
x c ... x c + + = (4.13)
unde ( )
( )
i
i
P

=
( ) ( ) ( ) ( ) n 1, j i, , 0 P x j, i , 0
i i i i i
= = ' = = = (4.14)
Combinnd (4.13) i 4.14), se obine:
( )
( ) ( ) ( ) ( ) 0
i , 1 n
2 n
i 1
1 n i
i i i
y q ... y q y x c

+ + + = (4.15)
de unde deducem c, dac 0 c
i
= , membrul drept al relaiei (4.15) este un vector propriu
asociat valorii proprii
i
.
Algoritmul metodei Krlov const n:
1. Se alege
( ) 0
y i se calculeaz
( )
( )
( ) ( )
1 k , Ay y , y
1 k k
n , 1 k
k
> =

=
.
2. Se rezolv sistemul (5.43). se determin ( )
A
P i ( ) A t .
3. Se calculeaz ( )
( )
n 1, i , q ... q
P
1 , 1 n
1 n
i 1
1 n
i
A
i
= + + + =
=

i apoi
1 - n 1, j , n 1, i , q
ji
= = .
4. Se determin vectorii proprii corespunztori:

( ) ( ) ( ) ( ) ( ) 0
k , 1 n
3 n
i 2
2 n
k 1
1 n k
y q ... y q y q y x

+ + + + =
3.4.2. Metode iterative de determinare a valorilor i vectorilor proprii
corespunztori unei matrici
1. Metoda Jacobi
Aceast metod se aplic n cazul matricelor reale simetrice i este, n contextul
calculului secvenial, inferioar altor metode iterative, datorit numrului mare de operaii
elementare pe care le necesit.
Resuscitarea interesului pentru metoda Jacobi a fost determinat de dezvoltarea
mainilor de calcul de tip paralel (multi-procesor). n acest cadru, metoda devine
competitiv, ntruct posed o structur granular, bogat n aciuni de calcul, practic
Analiz numeric
independente, ce pot fi executate simultan de procesoare diferite; cu alte cuvinte, metoda
Jacobi conine un paralelism intern. Cum n calculul paralel, nu numrul operaiilor
elementare reprezint o msur semnificativ a eficienei, interesul actual pentru metoda
Jacobi devine justificat.
Fundamentul teoretic al acestei metode l constituie teorema spectral a matricelor
hermitiene.
n esen, metoda Jacobi (1846), const n construirea unui ir de matrice ortogonal-
echivalente cu matricea iniial A. Matricea de ortogonal-echivalen se alege de forma
unei transformri Givens-Jacobi (definiia 3.2.9) a.i. s produc anularea a dou elemente
extradiagonale simetrice ale lui A.
Transformrile succesive ce i se aplic lui A distrug de fapt zerourile create anterior,
dar, n ansamblu, determin o reducere treptat a valorii elementelor extradiagonale a.i. n
limita erorilor de rotunjire, matricea devine aproape diagonal.
Produsul matricelor de ortogonal-echivalen este o matrice, numit matricea modal
asociat lui A, ale crei coloane constituie vectorii proprii corespunztori matricei A.

- Se construiete irul de matrice ( )
1 k
k
A
>
, ortogonal-echivalente cu A, definit prin:
( ) 1 k , J A J A , A A
k k
T
k
1 k 1
> = =
+
(4.16)
unde
k
J este o transformare Givens-Jacobi a.i. ( )
n 2 1 k
k
,..., , diag A lim A = =

,
( ) n 1, i , A
i
= et , iar J J lim
k
1 j
j
k
=
[
=

, ale crei coloane constituie o mulime ortonormal de
vectori proprii corespunztori matricei A.

Vom descrie acum, un pas de iterare, k , al algoritmului. Presupunem c sunt
construite matricele
k 2 1
A ,..., A , A .
( )
k k k
, q , p J J u = se construiete a.i. n
k k
T
k
1 k
J A J A =
+
, elementele
( ) ( )
0 a a
1 k
qp
1 k
pq
= =
+ +
.
Dar,
( ) ( )
( ) ( )
( ) ( )
( ) ( )

|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
+ +
+ +
c s
s c
a a
a a
c s
s c
a a
a a
k
qq
k
qp
k
pq
k
pp
1 k
qq
1 k
qp
1 k
pq
1 k
pp

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )
( )
( )
( ) ( ) ( ) ( )
+ + =
+ = =
+ =
+
+ +
+
2 k
qq
k
qp
2 k
pp
1 k
qq
2 2 k
pq
k
qq
k
pp
1 k
qp
1 k
pq
2 k
qq
k
qp
2 k
pp
1 k
pp
c a cs a 2 s a a
s c a cs a a a a
s a cs a 2 c a a
(4.17)
Din (4.17),
( ) ( )
= =
+ +
0 a a
1 k
qp
1 k
pq

( ) ( )
( ) k
pq
k
pp
k
qq
2 2
a
a a
cs
s c

=
(4.18)
Notm cu

( ) ( )
( ) k
pq
k
pp
k
qq
a 2
a a
= t i cu
c
s
t = (4.19)

Analiz numeric
Atunci, din (4.18) i (4.19) se obine
0 1 t 2 t
2
= + t (4.20)
de unde avem
ct s ,
- 1
1
c ,
1
sgn
t
2 2
= =
+ +
=
t t t
t
(4.21)
( { } 0 \
4
,
4
, cos c , sin s
k k k
(
e = =
t t
u u u ).
- p i q se aleg astfel ca

( ) ( ) k
ij
i j
k
pq
a max a
n , 1 i=
>
= (4.22)
(4.22) constituie principalul dezavantaj al acestei metode (i.e. la fiecare pas, trebuie cutat
elementul extradiagonal, cel mai mare n valoare absolut).
- Alegerea lui p , q i u conform (4.22) i (4.20) este a.i.s se asigure minimalizarea lui
F
k
B .

b) Convergena metodei:

Teorema 4.2.1.:

( )
( )
n i k
k
S , diag A lim e =

t
t
.
Demonstraie:
Obinerea afirmaiei se bazeaz pe urmtoarea

Lema 4.2.2.:
Dac X este un spaiu liniar normat finit dimensional, ( ) X x
k
k
c , mrginit i care
admite o mulime finit de puncte de aderen iar ( ) 0 x x lim
k 1 k
k
=
+

, atunci ( )
k
k
x este
convergent.
Vom aplica lema 4.2.2, pentru a obine convergena irului ( )
k
k
D i de aici, concluzia
teoremei:
(i) ( ) 0 D D lim
k 1 k
k
=
+

, deoarece:
( ) ( ) ( )
( )
,
q i , a tg
p i , a tg -
q p, i , 0
a a
k
pq k
k
pq k
k
ii
1 k
ii
=
=
=
=
+
u
u i cum
( )
F
k
k
pq k
B a ,
4
< s
t
u , 0 B lim
k
k
=

.
(ii) ( )
k
k
D mrginit, deoarece:
F F
k
F
k
A A D = s .

Teorema 4.2.3
Presupunem c ( ) A t au n elemente distincte. Atunci, ( ) ( ) n GO J J ... J J lim
k 2 1
k
e =

ale
crei coloane constituie o familie ortonormal de vectori proprii asociai matricei A.

Demonstraie:
Analiz numeric
Obinerea afirmaiei acestei teoreme care asigur convergena vectorilor proprii n
metoda Jacobi clasic, se bazeaz tot pe lema 4.2.2, aplicat irului ( )
k
k 2 1
J ... J J .
Criteriu de oprire:
Dac c este eroarea impus, atunci, algoritmul se va opri cnd se obine:
(1)
( )
c <
=
k
ij
j i
a max sau
(2)
( )
c <
=
k
ij
j i
a max n sau
(3)
F F
k
A A c A s (4.23)
Astfel, ( ) ( )
k
A A t t ~ (vom considera ca valori proprii ale lui
k
A , elementele sale diagonale)
iar matricea modal ( )
k 1
J ... J J ~ .

Algoritmul Jacobi:
- Se d
n n
R A

e , simetric (prin triunghiul su inferior), ( ) n GO J e i tolerana 1 tol < .
- Se cere: determinarea valorilor proprii ale matricei A, prin diagonalizare iterativ cu
rotaii Givens-Jacobi, ce anuleaz la fiecare pas dou elemente extradiagonale simetrice.
1. 1 = c
2. Dac tol n > c
1. 0 = c
2. Pentru n : 2 i =
1. Pentru 1 i : 1 j =
1. Dac c >
ij
a
1.
ij
a = c
2. j p
3. i q
3. Dac 0 a
qp
=
1. 0 s , 1 c = =
2. Return
4. % Determinarea parametrilor rotaiei Jacobi
1.
pq
pp qq
a 2
a a
= t
2.
2
1
sgn
t
t t
t
+ +
=
3. ct s ,
t 1
1
c
2
=
+
=
5. % Calculul AJ J A
T
(n triunghiul inferior)
1.
2
qq pq
2
pp
s a cs a 2 c a q + =
2.
2
qq pq
2
pp qq
c a cs a 2 s a a + +
3. 0 a , q a
pq pp

4. Dac 1 p > atunci
Analiz numeric
1.
qj pj
sa ca =
2.
qj pj qj
ca sa a +
3.
pj
a
5. Dac 1 q p < atunci
1. Pentru 1 q : 1 p j + + =
1.
qj jp
ca sa + =
2.
qj jp jp
sa ca a
3.
qj
a
6. Dac n q < atunci
1.
iq ip
sa ca =
2.
iq ip iq
ca sa a +
3.
ip
a .

2. Metoda Givens
Introdus n 1954, mbuntete metoda Jacobi, determinnd valorile proprii ale unei
matrice
n n
R A

e simetrice, fie situate ntr-un interval determinat anterior, fie pe cele de la
un rang dat, aproximnd-o pe fiecare cu o precizie variabil. Aceast metod nu
determin i vectorii proprii corespunztori matricei A. Pentru aflarea acestora se va folosi
o alt metod (spre exemplu, metoda puterii).
n desfurarea metodei, distingem dou etape importante:
I. Aducerea matricei A la o form tridiagonal simetric, T .
Pentru aceasta efectum
( )( )
2
2 n 1 n
rotaii plane n scopul anulrii elementelor de pe
poziiile ( ) 3 , 1 i ( ) ( ) 4 , 1 ; 1 , 3 i ( ) ( ) n , 1 ;...; 1 , 4 i ( ) 1 , n , obinndu-se astfel o matrice tridiagonal
simetric de forma:

|
|
|
|
|
|
|
|
.
|
\
|
=

n 1 n
1 n 1 n 2 n
3 3 2
2 2 1
1 1
n
a b 0 ... 0 0 0 0
b a b ... 0 0 0 0
... ... ... ... ... ... ... ...
0 0 0 ... b a b 0
0 0 0 ... 0 b a b
0 0 0 ... 0 0 b a
T (4.24)
Pentru obinerea matricei
n
T , se pot folosi n locul rotaiilor plane, ( ) 2 n matrice
Householder.

II. Determinarea valorilor proprii ale matricei
n
T .
Teorema 4.2.4. (Givens):
Considerm urmtorul ir de polinoame, asociat matricei tridiagonale simetrice,
( ) ( ) ( ) ( ) ( ) ( );...; P b P a P ; a P ; 1 P : T
0
2
1 1 2 2 1 1 0 n
= = =
( ) ( ) ( ) ( );...; P b P a P ...;
2 i
2
1 i 1 i i i

=
( ) ( ) ( ) ( )
2 n
2
1 n 1 n n n
P b P a P ...;

= (4.25)
Analiz numeric
a) ( ) n 1, i , P P
i
T i
= .
b) ( ) n 1, i , P lim
i
= + =

.
c) Rdcinile lui
i
P sunt reale i distincte i se separ rdcinile polinomului
1 i
P
+
.
d)
0 1 n n
P ,..., P , P

este un ir Sturm asociat lui
n
T
P .
Demonstraie:
a) Se dezvolt ( )
n i
I T det n raport cu ultima linie sau cu ultima coloan).
b) Se obine c ( ) ( ) ( ) 1 i gradR , R 1 P
i i i
i
i
s + = . Atunci ( ) + =

i
P lim .
c) Prin inducie matematic.
( ) =
1 1
a P . ( )
( )
R a 0 P
1
1
1
e = = .
( ) ( )( )
2
1 1 2 2
b a a P = ;
( )
( ) ( )( ) 0 b a a a a P
2
1 1 1 1 2
1
1
2
< = .
( ) + =

2
P lim (conform b). Deci, ( )
( ) ( )
R ,
2
2
2
1
e - a.i.
( )
( )
( )
( ) 0 P P
2
2
2
2
1
2
= = i
( ) ( ) ( ) 2
2
1
1
2
1
< < .
Presupunem c afirmaia este demonstrat pentru ( ) 1 i i.e.:
1 i
P
admite rdcini
reale i distincte cesepar rdcinile polinomului
1 i
P
+
. Demonstrm c
i
P admite rdcini
reale distincte, ce separ rdcinile lui
1 i
P
+

Fie
( ) ( ) i
i
i
1
... < < , rdcinile polinomului
i
P . Conform (4.25),
( )
( )
( )
( ) i 1, j , P b P
i
j
1 i
2
i
i
j
1 i
= =
+
, i
( )
( )
( )
( ) P b P
i
1 j
1 i
2
i
i
1 j
1 i
+
+
+
= . Atunci,
( )
( )
( )
( ) 0 P P
i
j
1 i
i
j
1 i
<
+
i
( )
( )
( )
( ) 0 P P
i
1 j
1 i
i
1 j
1 i
<
+
+
+
. Conform ipotezei de inducie:
( )
( )
( )
( ) 0 P P
i
1 j
1 i
i
j
1 i
<
+

. Deci,
( )
( )
( )
( ) ( ) 1 - i 1, j , 0 P P
i
1 j
1 i
i
j
1 i
= <
+
+ +
i conform b),
1 i
P
+

admite ( ) 1 i + rdcini reale, distincte i separate de rdcinile lui
i
P .
d) (i) i (ii) din definiia irului Sturm sunt verificate.
(iii) ( ) ( ) ( ) ( ) 1 - n 1, i , 0
~
P
~
P 0
~
P
1 i 1 i i
= < =
+
. Conform (4.25),
( ) ( ) ( ) | | ( ) 2 - n 1, i , 0
~
P b
~
P
~
P
2
1 i
2
1 i 1 i 1 i
= < =
+
.
(iv) Din (4.25) i c), rezult c ( ) ( ) 0
~
P
~
P
1 n n
> '

, dac ( ) 0
~
P
n
= .

Observaia 4.2.5.:
1. Aplicnd teorema lui Sturm, se obine c numrul valorilor proprii asociate
matricei tridiagonale simetrice
n
T este egal cu diferena dintre numrul schimbrilor de
semn ale irului ( ) ( )
n , 0 i
i
P
=
n
( )
i i
n
1 i
r a min a =
=
i ( )
i i
n
1 i
r a min b + =
=

unde 1 n , 2 i , b b r , b r , b r
i 1 i i 1 n n 1 1
= + = = =

(4.26)
2. De asemenea, folosind aceleai argumente teoretice, se observ c numrul
valorilor proprii ale matricei
n
T , mai mari ca R ae , este egal cu numrul schimbrilor de
semn din irul ( ) ( )
n , 0 i
i
a P
=
.
Analiz numeric
Pornind de la aceast observaie, se poate deduce o modalitate foarte simpl pentru
determinarea spectrului unei matrice tridiagonale simetrice i anume, metoda biseciei.
Presupunem c b ... a
n 2 1
< < < < < . Dorim o aproximare a valorilor proprii
n k 1 ,
k
s s .
Pentru a realiza acest fapt, se vor parcurge urmtoarele etape:
1. Se consider
2
b a
c
+
= .
Notm cu ( ) S , numrul schimbrilor de semn din irul ( ) ( )
n , 0 i
i
P
=
.
Dac ( ) k c S > , atunci la dreapta lui c , se afl k valori proprii (inclusiv
k
) ale matricei
n
T .
n caz contrar, notm b b , c a
1 1
= = .
2. Fie
2
b a
c
1 1
1
+
= . Dac ( ) k c S
1
> , atunci la dreapta lui
1
c , se afl k valori proprii
(inclusiv
k
) ale matricei
n
T . n caz contrar, notm ... b b , c a
1 1 1 1
= = .
Dac c este eroarea de aproximare impus, atunci se consider c s-a obinut evaluarea
dorit atunci cnd

( )
c <
p
2
a b
(4.27)
i n acest caz

2
b a
p p
k
+
~ (4.28)

Determinarea vectorilor proprii pentru o matrice tridiagonal simetric
Dac x este un vector propriu corespunztor valorii proprii i matricei
n
T , atunci
= x x T
n

( )
( )
( )
( )
= +
= + +
= + +
= +
0 x a x b

0 x b x a x b
0 x b x b x b
0 x b x a
n n 1 - n 1 - n
4 3 3 3 2 2
3 2 2 2 1 1
2 1 1 1
(4.29)
Cum ( ) { } 0 \ R x ... x x
n T
n 1
e = , atunci putem presupune c 1 x
1
= . Atunci:

( ) ( )
n 2, j ,
x b
P 1
x ,...,
b
a
x
1
1 j
1 i
i
1 j
1 j
j
1
1
2
=
|
|
.
|
\
|
=
[
(4.30)
Formulele (4.30) sunt extrem de instabile numeric i astfel folosirea acestora pentru
determinarea vectorilor proprii ai lui
n
T este improprie i n aceast situaie se face apel la
metoda puterii.

3. Metoda puterii
Dac
n n
C A

e este oarecare, aproape singura caracterizare a valorilor sale proprii
este aceea c ele, sunt rdcini ale ecuaiei caracteristice ( ) 0 P
A
= .
Presupunem c A admite n valori proprii distincte i
n 2 1
... > > > ..
Analiz numeric
Metoda puterii, atribuit lui Van Mises, permite aproximarea perechii
( )
( )
1
1
x , , atunci
1
este unica valoare proprie dominant (n modul), iar
( ) 1
x este vector propriu
corespunztor.
Descrierea metodei:
Fie
( ) 0
x , o aproximaie iniial a lui
( ) 1
v . Cum matricea A admite n valori proprii
distincte,
( ) ( )
{ }
n 1
v ,..., v , mulimea vectorilor proprii corespunztori, constituie o baz n
n
C .
Astfel,

( ) ( )
0 , v x
1
n
1 i
i
i
0
= =

=
o o (4.31)
Putem presupune c 1
1
= o .
Considerm irul de vectori
( )
( )
0 k
k
x
>
, construit folosind urmtoarea relaie de recuren

( ) ( )
0 k , Ax x
k 1 k
> =
+
(4.32)
Atunci,

( ) ( ) ( ) ( ) ( ) ( )
=
(
(
|
|
.
|
\
|
+ = = = =

= = =
n
2 i
i
k
1
i
i
1
n
1 i
k
1
n
1 i
i k
i i
i
i
k 0 k k
v v v v A x A x
o o o

( ) ( )
| |
k 1 k
1
v c + = (4.33)
( ) 0 k > .
Conform ipotezei de lucru,
( )
0 lim
k
k
=

c .
Deci,
( ) ( ) ( )
| |
k 1 k
1
k
v x c + = i
( ) ( ) ( )
| |
1 k 1 1 k
1
1 k
v x
+ + +
+ = c , de unde

( )
( )
( ) ( )
( ) ( )
( ) 0 k ,
v
v
x
x
r
k 1
1 k 1
1
k
1 k
not
k
>
+
+
= =
+ +
c
c
(4.34)
( ) , norm vectorial n
n
C .
Atunci, din (4.33) i (4.34), se obine cu uurin

1 k
k
r lim =

i
( ) ( ) 1 k
k
v x lim =

(4.35)
Dac c este eroarea impus, procesul de aproximare se consider ncheiat dac:
c < 1 r
k
sau
( ) ( )
c <
+ k 1 k
x x (4.36)
ceea ce implic:

1 k
r ~ , iar
( ) ( ) 1 1 k
v x ~
+
(4.37)

Observaia 4.2.6
1. Pentru ca, n decursul derulrii algoritmului, componentele termenilor irului
( )
( )
k
k
x s nu devin prea mari, este recomandabil normarea vectorilor
( ) k
x i utilizarea
irului
Analiz numeric

( )
( )
( )
( )
( )
( ) ( )
1 k , Ay x ,
x
x
y , y
k 1 k
k
k
k
k
k
> = =
+
(4.38)
n locul irului
( )
( )
k
k
x .
n acest caz,
( ) 1 k
k 1
x r
+
= ~ , iar
( ) ( ) 1 k 1
x v
+
~ .
2. Dac A este hermitian, > < =
> <
Ax , x max
x , x
1
, considerm irul
( )
( ) ( )
0 k
k
A
x R
>
,

( )
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
> <
> <
=
> <
> <
=
+
k k
1 k k
k k
k k
k
A
x , x
x , x
x , x
Ax , x
x R (4.39)
( iar dac utilizm
( )
( )
( )
( )
( ) ( )
> =<
+1 k k k
A k
k
y , y y R , y ).
Atunci,
( )
( ) ( )
1
k
A
x R (respectiv,
( )
( ) ( )
1
k
A
y R ). Aceast variant s.n. metoda simetric
a puterii.
Aa cum s-a determinat perechea
( )
( )
1
1
v , , cu mici modificri ale algoritmului, se poate
determina n aceleai ipoteze, perechea
( )
( )
n
n
v , .
Vom presupune c ( ) A 0 t e (deci, ( ) n GL Ae ). Determinarea lui
n
presupune
aplicarea metodei puterii matricei
1
A
.
Avnd n vedere c , de regul, determinarea lui
1
A
presupune un calcul laborios, s-

a decis nlocuirea determinrii lui
( ) 1 k
x
+
din relaia:
( ) ( ) k 1 1 k
x A x
+
= cu rezolvarea
sistemului de ecuaii liniare

( ) ( ) k 1 k
x Ax =
+
(4.40)
printr-o metod direct, avnd marele avantaj al folosirii aceleiai matrice a coeficienilor
A, pentru orice k .

Dac se va lucra cu irul
( )
( )
k
k
y , construit din (4.38), atunci se va rezolva sistemul

( ) ( )
0 k , y Ax
k 1 k
> =
+
(4.41)
Aceast metod s.n. metoda puterii inverse.
Putem extinde metoda puterii i pentru calculul altor perechi de valori i vectori proprii.
Spre exemplu, dac se dorete aproximarea
( )
( )
m
m
v , , unde
m
este apropiat de o
valoare fixat (adic c <
m
i c >
i
, se aplic metoda puterii inverse matricei
( )
n
I A .
Aceast variant s.n. metoda puterii inverse cu deplasare.
Dac se dorete aproximarea unei valori proprii
m
, deprtat de o valoare fixat
(adic c >
m
i m i ,
i
= s c ), atunci se aplic metoda puterii matricei ( )
n
I A ,
variant ce poart numele de metoda puterii cu deplasare.
Observaia 4.2.7.:
Convergena acestor variante ale metodei puterii este chiar mai bun dect a metodei
iniiale. Dar ea poate fi mbuntit dac se realizeaz o alegere judicioas a deplasrii
i anume,
( )
( )
0
A
x R = sau, chiar mai eficient, putem folosi n locul lui , irul ( )
k
k

definit prin:
Analiz numeric

( )
( ) ( ) 0 k , x R
k
A k
> = (4.42)

Aplicaii
1. S se rezolve sistemul de ecuaii liniare Ax = b cu : A=
|
|
|
.
|
\
|
5 3 3
1 1 2
9 3 3
, b=
|
|
|
.
|
\
|
4
1
0
,
folosind metoda Gauss pivotare total.
Analiz numeric
2. S se obin, cu metoda lui Gauss, soluia sistemului Ax=b cu :
A=
|
|
|
.
|
\
|
2 7 3
3 4 2
7 3 1
, b=
|
|
|
.
|
\
|
3
1
2
.
3. Folosind metoda Gauss pivotare parial, s se rezolve sistemul Ax=b :
A=
|
|
|
|
|
.
|
\
|

50 1 1 1
1 50 1 1
1 1 2 50
1 1 50 2
, b=
|
|
|
|
|
.
|
\
|
1
50
49
47
. Analog, pentru : A=
|
|
|
.
|
\
|
5 1 3
7 5 1
1 2 1
, b=
|
|
|
.
|
\
|
1
2
5
.
4. S se determine prima component a soluiei sistemului Ax=b, obinut utiliznd
factorizarea Doolittle, unde A=
|
|
|
.
|
\
|
1 11 4
2 3 8
4 1 2
, b=
|
|
|
.
|
\
|
33
20
12
.
5. Utiliznd factorizarea Crout s se determine soluia sistemului Ax=b, unde
A=
|
|
|
.
|
\
|
2 9 4
7 4 2
3 1 1
, b=
|
|
|
.
|
\
|
15
7
5
.
6. Folosind o factorizare LU, s se rezolve sistemul Ax=b, unde
A=
|
|
|
.
|
\
|
12 5 2
7 4 4
2 1 2
, b=
|
|
|
.
|
\
|
48
33
10
.
7. Folosind pivotarea parial, s se trianguleze matricea A=
|
|
|
.
|
\
|
1 1 3
2 6 6
1 2 3

8. Calculai
1
A folosind eliminarea Gauss, unde: A=
|
|
|
.
|
\
|
2 1 1
1 2 1
1 1 2

9. S se determine, folosind metoda lui Gauss, rangul matricei A:
a.) A=
|
|
|
|
|
.
|
\
|

8 7 10
6 4 5
4 4 6
2 2 3
; b.) A=
|
|
|
.
|
\
|
0 1 5 4
1 1 2 2
2 3 1 0
;
10. S se calculeze (cu metoda Gauss) det A, unde A=
|
|
|
.
|
\
|
8 0 1
3 5 2
3 2 1

11. S se calculeze :
a) Factorul L din descompunerea Doolittle a matricei A:
Analiz numeric
1.) A=
|
|
|
|
|
.
|
\
|
3 1 0 1
1 4 1 1
0 1 4 2
1 1 2 6
; 2.) A=
|
|
|
.
|
\
|
2 1 1
1 2 1
1 1 2

b) Factorul U din descompunerea Doolittle a matricei A :
1.) A=
|
|
|
|
|
.
|
\
|

0 6 3 2
3 5 1 3
2 7 5 1
1 1 2 1
; 2.) A=
|
|
|
|
|
.
|
\
|
4 1 0 0
1 3 2 0
0 1 1 1
0 0 3 2

c) Factorul L din descompunerea Crout a matricei A=
|
|
|
.
|
\
|
12 5 2
7 4 4
2 1 2

d) Factorul U din descompunerea Crout a matricei A, unde : A=
|
|
|
|
|
.
|
\
|

2 1 0 0
1 2 1 0
0 1 2 1
0 0 1 2

e) Factorul L din descompunerea Choleski a matricei A :
1.) A=
|
|
|
.
|
\
|

10 2 0
2 10 1
0 1 10
; 2.) A=
|
|
|
.
|
\
|

5 , 3 75 , 2 1
75 , 2 27 , 4 1
1 1 4

12. Se cere termenul
) 2 (
x , obinut prin aplicarea unui sistem de ecuaii liniare Ax=b, a
metodei:
1.) Jacobi, dac : a.) A=
|
|
|
.
|
\
|

10 1 1
1 10 1
1 1 20
, b=
|
|
|
.
|
\
|
18
13
17
;
b.) A=
|
|
|
.
|
\
|
12 3 6
1 11 4
2 3 8
, b=
|
|
|
.
|
\
|
36
33
20
.
2.) Gauss- Seidel, dac : a.) A=
|
|
|
.
|
\
|
1 3 1
5 2 1
2 1 4
, b=
|
|
|
.
|
\
|
1
0
1
;
b.) A=
|
|
|
.
|
\
|
5 2 1
1 3 1
2 1 4
, b=
|
|
|
.
|
\
|
12
10
16
;
Analiz numeric
c.) A=
|
|
|
.
|
\
|

2 1 0
1 2 1
0 1 2
, b=
|
|
|
.
|
\
|
1
0
1
.
13. S se calculeze
) 2 (
x , din irul aproximaiilor corespunztoare aplicrii metodei de
relaxare P3 cu pai separai, sistemului Ax=b, unde:
a.) A=
|
|
|
.
|
\
|
10 1 1
1 10 1
1 1 10
, b=
|
|
|
.
|
\
|
2 , 2
7 , 0
9 , 0
; b.) A=
|
|
|
.
|
\
|

5 1 1
1 6 2
1 2 4
, b=
|
|
|
.
|
\
|
6
5
9
;
c.) A=
|
|
|
.
|
\
|

9 1 1
1 6 1
1 1 8
, b=
|
|
|
.
|
\
|
28
14
3
; d.) A=
|
|
|
.
|
\
|
10 1 1
1 10 1
1 1 20
, b=
|
|
|
.
|
\
|
18
13
17
.
14. S se determine
) 2 (
x , utiliznd metoda celei mai rapide coborri pentru
rezolvarea sistemului Ax=b, A=
|
|
|
.
|
\
|
1 1 0
1 2 1
0 1 4
, b=
|
|
|
.
|
\
|
1
0
1
.
15. S se determine direcia de relaxare
2
p obinut dac se aplic metoda celei
mai rapide coborri, sistemului Ax=b, cu :
a.) A=
|
|
|
.
|
\
|

4 1 0
1 1 1
0 1 4
, b=
|
|
|
.
|
\
|
2
6
2
; b.) A=
|
|
|
.
|
\
|
2 0 0
0 13 1
0 1 14
, b=
|
|
|
.
|
\
|
1
1
1
.
16. S se determine
) 2 (
r , dac se aplic metoda gradienilor conjugai, sistemului
Ax=b, unde A=
|
|
|
.
|
\
|
5 2 1
2 10 1
1 1 4
, b=
|
|
|
.
|
\
|
2
9
4
.
17. S se determine
2
p , dac se aplic metoda gradienilor conjugai, sistemului
Ax=b, unde:
a.) A=
|
|
|
.
|
\
|

4 1 0
1 4 1
0 1 4
, b=
|
|
|
.
|
\
|
1
0
1
; b.) A=
|
|
|
.
|
\
|
10 1 1
1 10 1
1 1 10
, b=
|
|
|
.
|
\
|
22
7
9
.
18. S se determine coeficientul termenului ce-l conine pe din ) (
A
P , unde
A=
|
|
|
.
|
\
|

3 2 0
1 0 0
1 1 1
, dac se aplic metoda lui Leverrier. Analog, pentru
A=
|
|
|
.
|
\
|

2 1 0
2 4 2
0 1 1
; A=
|
|
|
.
|
\
|

10 1 1
1 10 1
1 1 20
; A=
|
|
|
.
|
\
|

3 1 8
1 5 10
8 10 9
.
Apoi s se determine : ) ( A o i
v .
Analiz numeric
19. Aceleai cerine i dac aplicm metoda Souriau Fadeev, matricilor :
a.) A=
|
|
|
.
|
\
|
2 0 1
0 13 5
0 14 4

b.) A=
|
|
|
.
|
\
|
8 0 1
3 5 2
3 2 1

c.) A=
|
|
|
.
|
\
|

0 1 1
2 0 1
3 2 1

Se cere, de asemenea
1
A .
20. Se aplic metoda Jacobi, matricilor :
a.) A=
|
|
|
.
|
\
|

10 1 1
1 10 1
1 1 20

b.)A=
|
|
|
.
|
\
|
8 2 3
2 5 2
3 2 1

Se cere :
2
) 2 (
,t A .
21. Se aplic metoda puterii, matricilor :
a.) A=
|
|
|
.
|
\
|
2 0 1
0 13 5
0 14 4
,
|
|
|
.
|
\
|
=
1
1
1
0
x ; Se cere :
) 2 (
x cu (M.P.D.)
b.) A=
|
|
|
.
|
\
|
8 0 1
3 5 2
3 2 1
; Se cere :
) 2 (
x cu (M.P.I)
c.) A=
|
|
|
.
|
\
|
1 1 0
1 2 1
0 1 4
; Se cere :
) 2 (
x cu (M.P.I).

Analiz numeric
http://adl.anmb.ro
Aproximarea funciilor
Obiective:
1. Familiarizarea studenilor cu problematica aproximrii valorilor unei funcii, pentru
care se cunosc doar un set de valori ale acesteia.
2. nsuirea noiunii de polinom de interpolare asociat unei funcii i a diverselor forme
de prezentare ale acesteia.
3. Familiarizarea studenilor cu noiunea de funcie de aproximare spline i n special
cu noiunea de interpolant spline cubic asociat unei funcii.
4. Abordarea succint a problemei aproximrii funciilor i din punct de vedere
calitativ: cea mai bun aproximare i aproximare n sensul celor mai mici ptrate.
Condiionri:
- U.I. 1 i 2
- Analiz matematic
- Matematici speciale
Cuprins
U.S. 4.1. Interpolare polinomial
U.S 4.2. Interpolare polinomial pe poriuni
U.S. 4.3. Cea mai bun aproximare. Aproximarea n sensul celor mai mici optrate.
n U.S. 4.1, dup o scurt introducere n problematica aproximrii valorilor unei funcii, se
prezint teorema fundamental a interpolrii polinomiale i apoi, sunt descrise cele mai
cunoscute forme ale polinomului de interpolare asociat unei funcii date.
U.S. 4.2. abordeaz tema interpolrii polinomiale pe poriuni, insistndu-se asupra
funciilor de interpolare spline cubice.
n U.S. 4.3, se trateaz problema calitativ a aproximrii funciilor, insintndu-se asupra
determinrii polinomului minimax asociat unei funcii i aproximrii n sensul celor mai mici
ptrate.
- G.Pltineanu, P.Matei, R.Trandafir: Bazele analizei numerice, Ed.Printech, 2001
- O.Martin: Probleme de analiz numeric, Ed.Matrix, 1999
Analiz numeric
- K.Atkinson: An introduction to Numerical Analysis, John Wiley&Sons, 1989
- S.Curteanu: Iniiere n Matlab, Ed.Polirom, 2008

Analiz numeric
Interpolare polinomial
Timp mediu de studiu: 6ore
Sarcini de nvare:
- prezentarea polinomului de interpolare corespunztor unei funcii date i a unui
sistem de noduri de interpolare fixat;
- familiarizarea cu noiunile de: diferen divizat i diferen finit
progresiv/regresiv i cu principalele proprieti ale acestora;
- nsuirea formelor: Lagrange, Newton i Hrmite ale polinomului de interpolare;
- utilizarea algoritmilor de construcie a diferitelor forme ale polinomului de interpolare
pentru abordarea unor exemple concrete
4.1.1. Introducere
n matematic, de cele mai multe ori, o teorie i are punctul de plecare, n ncercarea
de a soluiona o problem de interes practic. Pentru aceasta, problema este supus unui
proces de analizare i modelare, n urma cruia se obine o problem matematic (PM),
care, de regul, const n rezolvarea unuea sau mai multor ecuaii funcionale.
Apoi, aplicnd metode de investigaie pur matematice, se urmrete:
- Stabilirea existenei unei soluii a PM. Chiar dac, acest fapt este evident, din punct de
vedere fizic, se impune o demonstraie riguroas pentru a proba c PM este corect pus.
- Gsirea unor expresii analitice a funciilor ce caracterizeaz fenomenul respectiv.
- Indicarea unui procedeu, prin intermediul cruia, s fie posibil construirea unei
formule aproximative, ce permite determinarea soluiei, cu orice grad de precizie dorit.
n urma modelrii, funciile n discuie sunt cunoscute, fie prin valorile n anumite
puncte, gradul de netezime, etc., ce se obin prin msurtori, fie ca soluii ale unor ecuaii
funcionale (spre exemplu: probleme de limit pentru ecuaii difereniale sau cu derivate
pariale, ecuaii integro-difereniale, probleme de control optimal).
Dei exist multe rezultate teoretice, ce se refer la existena, unicitatea i proprietile
soluiilor, doar un numr mic de astfel de ecuaii poate fi rezolvat explicit. n aceast
situaie, se face apel la obinerea unor soluii aproximative.
Pentru aceasta este necesar parcurgerea mai multor etape:
- Alegerea unei clase convenabile de funcii, care s ofere simplitate i eficien n
prelucrrile numerice ulterioare (i.e. elementele clasei s fie relativ netede, uor de stocat,
manevrat i evaluat). Cele mai utilizate clase sunt cea a funciilor polinomiale i cea a
funciilor spline.
- Alegerea unei proceduri specifice de selecie, care s permit asocierea unei funcii
unei probleme date.
De studiul diferitelor clase de funcii de aproximare se ocup Teoria aproximrii,
iar de proiectarea i analizarea diferiilor algoritmi, ce utilizeaz aceste clase, se ocup
Analiza numeric.
n cele ce urmeaz, vom fi interesai n abordarea celui de-al doilea aspect al
problemei, rmnnd ca n funcie de necesiti, s punctm anumite rezultate, ce in de
primul aspect.
Analiz numeric
Vom considera o funcie | | R b , a : f pentru care se cunosc valorile
( )
( )
k 0, j
i
j
ij
n 0, i , x f y
=
= = , unde { } | | n 0, i , b , a x
i
= c . n problema aproximrii funciei f pe | | b , a
(adic a determinrii unei funcii | | R b , a : F a.i.
( )
( )
i ij i
j
k 0, j , n 0, i , y x F = = = i pentru
| | { } ( ) x F , x \ b , a x
n , 0 i
i
=
e i ( ) x f s fie ct mai apropiate) se impun analizate dou
aspecte: cel cantitativ (i.e. construcia efectiv a funciei F ) i cel calitativ (i.e.
determinarea celei mai bune aproximri, F ).
n general, forma preferat pentru F este:
( ) ( ) ( ) | | b a, x , x a x F
m
1 i
i i
e =

=
(1.1)
unde { } R a
m , 1 i
i
_
=
reprezint o mulime de parametrii ajustabili, cu o semnificaie bine
precizat ntr-un cadru teoretic, cruia i aparine i aproximanta, iar { }
m , 1 i
i
=
reprezint o
mulime liniar independent de funcii simple ce aparin clasei funciilor de aproximare
utilizat, a.i. F s fie rezultatul unui compromis ntre constrngerile i avantajele
opiunilor anterioare.
Aa cum am mai afirmat, un aspect important l constituie determinarea valorilor
optime ale parametrilor m 1, i , a
i
= . n acest sens, se impune gsirea unei modaliti de
reflectare a gradului n care F aproximeaz funcia modelat f , pentru o anumit alegere
a parametrilor.
Cea mai sugestiv msur s-a dovedit a fi distana ntre cele dou funcii,
( )
2
F f F , f d = , unde
( ) ( )
2
1
b
a
2
2
dx a f a w f
(
(
=
}
(1.2)
care totui nu poate fi utilizat sub aceast form, datorit necunoaterii expresiei analitice
a funciei f . Se folosete n schimb, n cazul discret,
( ) ( ) ( ) ( ) | |
2
1
n
0 i
2
i i i
x F x f x w F , f d
=

=
(1.3)
n aceast situaie, aproximarea s.n. n medie ptratic i este utilizat n dou dintre cele
mai importante metode de modelare a funciilor tabelate: interpolarea i regresia.
Criteriul ce st la baza opiunii pentru una dintre cele 2 metode este gradul de
exactitate al valorilor tabelate ( ) n 0, i , x f y
i i
= = . Cnd valorile n 0, i , y
i
= , se presupun a fi
exacte (adic, neafectate de erori), determinarea lui F se face a.i. ( ) 0 F , f d = , ceea ce
implic ca alegerea lui F dintr-o anumit clas de funcii s se fac a.i. cel puin
( ) ( )
( )
i i
j j
i
k 0, j , n 0, i , x F y = = = . Dac sunt aproximate valorile lui f pe | |
n 0
x , x , procedeul
s.n. interpolare, punctele n 0, i , x
i
= s.n. noduri de interpolare, iar F s.n. funcie de
interpolare, iar dac aproximarea se refer la | | { }
n , 0 i
i
x \ b , a
=
procedeul s.n. extrapolare.
Cu un asemenea enun general, problema determinrii aproximantei F poate avea
o infinitate de soluii, o soluie sau nici o soluie, n funcie de clasa din care se alege.
Cea mai utilizat este clasa polinoamelor i n special a polinoamelor algebrice de
grad mai mic sau egal cu n . n acest caz, metoda s.n. interpolare polinomial.
Analiz numeric
Dac valorile tabelate sunt afectate de erori de msur, atunci construcia lui F
este mai elaborat, impunndu-se minimizarea ( ) F , f d , n raport cu parametrii m 1, i , a
i
=
i nu anularea, ca n cazul interpolrii. Metoda astfel utilizat s.n. regresie sau ajustare
prin metoda celor mai mici ptrate.
Din punct de vedere geometric, interpolarea duce la gsirea unei curbe ( ) x F y = ,
ce trece prin ( ) n 0, i , y , x M
i i i
= , n timp ce curba determinat de regresie, nu trebuie s
treac n mod necesar prin aceste puncte, ci doar prin barele de eroare ale acestora,
minimiznd ( ) F , f d .
Cu toate acestea, interpolarea nu trebuie privit ca limit ideal a regresiei; cele
dou metode au semnificaii diferite i se aplic n contexte diferite.
4.1.2. Interpolare polinomial
Teorema 1.2.1. (Teorema fundamental a interpolrii):
Fie C x ,..., x , x
m 2 1
e distincte i ( ) C y , N k ,..., k
i
k , 1 j
n , 1 i
ij m 1
e e
=
=
i
=
+ =
m
1 i
i
m k n . Atunci
exist i este unic | | X C Pe a.i.:
1. 1 n gradP s ;
2.
( )
( )
i ij i
j
k 0, j , m 1, i , y x P = = = .
Demonstraie:
Fie | | { } 1 n gradP X C P P
1 n
s e =
i ( ) {
i ij
k 0, j , m , 1 i C y V = = _ = a.i.
} m k ... k n
m 1
+ + + = . Atunci,
1 n
P

i V sunt C subspaii liniare de dimensiune n .
Considerm ( )
( )
( ) ( )
i
k , 0 j
m , 1 i
i
j
1 n
x P P , V P :
=
=
= u u (1.4)
Evident u este C liniar. Afirmaia teoremei va fi probat dac u se va dovedi a fi
injectiv.
Presupunem c ( ) 0 P = u . Conform (4.4), ( )
( )
( ) ( )
i
k , 0 j
m , 1 i
i
j
x P P
=
=
= u . Atunci,
( ) ( ) m 1, i , x x P
1 k
i
i
=
+
. Deci, ( ) ( )
[
=
+
=
m
1 i
1 k
i m
i
x x x P e , unde n grad = e , de unde va
rezulta c 0 P = , deoarece
1 n
P P

e .

Forme de reprezentare ale polinomului de interpolare asociat unei funcii
a) Polinomul Lagrange de interpolare
Fie | | | | n , 0 i , b , a x , R b , a : f
i
= e i ( ) n 0, i , x f y
i i
= = .
Considerm polinomul
( ) ( )
( )( )
=
'
=
n
0 i
i i n
i
n n
x x x
y
x x L
e
e (1.5)
unde ( ) ( )
[
=
=
n
0 i
i n
x x x e .
Analiz numeric
Se observ cu uurin c
n n
P L e i ( ) ( ) n 0, i , y x L
i i n
= = . Ne situm astfel n ipoteza
teoremei 3.2.1, pentru 1 n m + = i n 0, i , 0 k
i
= = . Deci, ( ) x ; x ,..., x ; f P L
n 0 n
= .
Dac n 0, i , ih x x
0 i
= + = i
n
a b
h

= , cu schimbarea de variabil
n 0, t , th x x
0
= + = (1.6)
(1.6) devine
( )
( )
( )
=
n
0 i
i i n i
n
n
n
i t
y
1 C
! n
t
t L

(1.7)
unde ( ) ( ) ( ) n t ... 1 t t t
n
= . S-a obinut astfel forma polinomului Lagrange de interpolare
asociat funciei f i nodurilor echidistante b x ... x x a
n 1 0
= < < < = , ce st la baza obinerii
formulelor de derivare i integrare numeric.

Observaia 1.2.2.:
1. n construcia polinomului Lagrange de interpolare , nodurile de interpolare
n 1 0
x ... x x < < < sunt arbitrare, iar valorile n 0, i , y
i
= ale funciei f apar explicit.
2. Formula (1.6) necesit utilizarea tuturor punctelor de interpolare, ceea ce poate
constitui un impediment major pentru valori mari ale lui n .
Pentru a rezolva aceast problem se poate recurge la urmtoarea formul:

1.2.3. Formula lui Aitken:
( )
( )
( ) x x x ,..., x ; x L
x x x ,..., x ; x L
x x
1
x ,..., x ; x L
n n 1 1 n
0 1 n 0 1 n
0 n
n 0 n

(1.8)
Demonstraie:
Fie ( )
( )
( ) x x x ,..., x ; x L
x x x ,..., x ; x L
x x
1
x Q
n n 1 1 n
0 1 n 0 1 n
0 n

. Atunci
n
P Qe i
( ) ( ) ( ) ( ) ( ) | | =
=
i 0 n 1 i 1 n i n n 0 i 1 n
0 n
i
x x x ,..., x ; x L x x x ,..., x ; x L
x x
1
x Q
( ) ( ) 1 - n 1, i , y x x x x
x x
y
i i 0 i n
0 n
i
= =
/

/
iar
( ) ( ) ( ) | |
0 0 n 1 n 0 0 1 n
0 n
0
y x x x ,..., x ; x L
x x
1
x Q =
=

( ) ( ) ( ) | |
n n 0 n 1 n 1 n
0 n
n
y x x x ,..., x ; x L
x x
1
x Q =
=

.
Deci, conform teoremei 1.2.1, ( )
n 0 n
x ,..., x ; x L Q .
Se observ, de asemenea, c se poate obine a alt form comod n calcule pentru (1.5),
dac n (1.5) nlocuim ( ) x
n
e prin
( )( )
=
'
n
0 i
i i n
x x x
1
1
e
, ce se obine din
( )
( )
( )( )
=
'

= =
n
0 i
i i n
n
n 0 n
x x x
1 x
x ; x ,..., x ; 1 L 1
e
e
, adic
Analiz numeric
( )
( )( )
( )( )
=
=
'
'
=
n
0 i
i i n
n
0 i
i i n
i
n
x x x
1
x x x
y
x L
e
e
s.n. forma baricentric (1.9)
Teorema 1.2.4. (Evaluarea erorii de interpolare):
Dac | | | | ( ) n 0, i , x f y , b , a x , b , a C f
i i i
1 n
= = e e
+
, atunci ( ) | | b , a x e ,
( ) ( ) b , a
n x,
e = - o o a.i.
( ) ( )
( )
( )
( )
( ) x
! 1 n
f
x L x f
n
1 n
n
e
o
+
=
+
(1.10)
Demonstraie:
Fie ( ) ( ) ( ) ( ) | | b a, x , x L x f x E
n
e = i ( ) ( )
( )
( )
( ) ( ) | | , b a, x , t E
x
x
x E x G
t
n
e =
e
e
| | b a, t e
fixat. Atunci, | | b , a C G
1 n+
e i
( )
( )
( )
( )
( )
( )
( )
( ) = =
+
+ +
t E
t
x
x E x G
n
1 n
1 n 1 n
e
e

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( ) t E
t
! 1 n
x f t E
t
x
x L x f
n
1 n
n
1 n
n 1 n
n
1 n
e e
e +
= =
+
+
+ +
. Se observ cu uurin c
( ) ( ) ( ) n 0, i , 0 t G x G
i
= = = . Conform teoremei lui Rolle generalizat, ( ) ( ) b , a
t n, x,
e - o a.i.
( )
( ) 0 G
1 n
=
+
o i.e. ( )
( )
( )
( )
( ) t
! 1 n
f
t E
n
1 n
e
o
+
=
+
. Cum t n | | b , a a fost ales arbitrar, rezult c:
( ) | | ( ) ( )
( )
( )
( )
( ) x
! 1 n
f
x L x f , b a, x
n
1 n
n
e
o
+
= e
+
.
Corolar 1.2.5.:
Dac | | | | ( ) n 0, i , x f y , b , a x , b , a C f
i i i
1 n
= = e e
+
, atunci exist 0 M > a.i.
( ) | | b a, x e ,
( ) ( )
( )
( ) x
! 1 n
M
x L x f
n n
e
+
s (1.11)

b) Polinomul Newton de interpolare
Definiia 1.2.6.:
Fie | | | | b , a x , R b , a : f
i
e i ( ) n 0, i , x f y
i i
= = .
( )
( ) ( )
j i
j i
j i
x x
x f x f
x ; x f
= (1.12)
s.n. diferen divizat de ordinul 1 corespunztoare funciei f i nodurilor distincte
i
x i
j
x .
( )
( ) ( )
k 1
k 2 1 k 1
k 2 1
i i
i i i i
i i i
x x
x ;...; x f x ;...; x f
x ;...; x ; x f
=

(1.13)
s.n. diferen divizat de ordinul ( ) 1 k corespunztoare funciei f i nodurilor distincte
k 1
i i
x ,..., x .

Analiz numeric
Propoziia 1.2.7.:
Fie | | | | ( )
i i i
f y , n , 0 i , b , a x , R b , a : f = = e . Atunci, au loc urmtoarele afirmaii:
1. ( )
( )
=
'
=
n
0 i
n
i
n 1 0
x
y
x ;...; x ; x f
e
(1.14)
2. ( ) =
n 1 0
x ;...; x ; x f

n
n
1 n
n
2
n n
n
1
1 n
1
2
1 1
n
0
1 n
0
2
0 0
n
1 n
n
2
n n
1
1 n
1
2
1 1
0
1 n
0
2
0 0
x x ... x x 1
... ... ... ... ... ...
x x ... x x 1
x x ... x x 1
:
y x ... x x 1
... ... ... ... ... ...
y x ... x x 1
y x ... x x 1
= (1.15)
3. ( )( ) ( ) ( )
n 1 0 n 0 n 1 0
x ;...; x ; x g x ;...; x f x ;...; x ; x g f | o | o + = + .
4. ( )
( )
( ) ( ) ( )
1 n 0 n 1 0
S , n x ;...; x f x ;...; x ; x f
+
e = t t
t
(1.16)
5. ( ) ( )( ) ( )
1 i 0
n
1 i
i 0 0 n 0
x x ... x x x ;...; x f y x ; x ,..., x ; f P

=
+ =

(1.17)
(Formula lui Newton cu diferene divizate).
6. ( )
( )
( )
! n
f
x ;...; x ; x f
n
n 1 0

= (1.18)
unde este situat ntre
0
x i
n
x .

Definiie 1.2.8.:
Fie | | R b , a : f i R he , fixat cu proprietatea: | | | | b , a h x b , a x e e .
a) ( ) ( ) ( ) x f h x f x f + = A (1.19)
s.n. diferen finit progresiv de ordinul 1 corespunztoare lui f n x .
( ) ( ) ( ) x f h x f x f
2
A A A + = (1.20)
s.n. diferen finit progresiv de ordinul 2 corespunztoare lui f n x .
( ) ( ) ( ) x f h x f x f
1 k 1 k k
+ = A A A (1.21)
s.n. diferen finit progresiv de ordinul k corespunztoare lui f n x .
b) ( ) ( ) ( ) h x f x f x f = V (1.22)
s.n. diferen finit regresiv de ordinul 1 corespunztoare lui f n x .
( ) ( ) ( ) h x f x f x f
2
V V = V (1.23)
s.n. diferen finit regresiv de ordinul 2 corespunztoare lui f n x .
( ) ( ) ( ) h x f x f x f
1 k 1 k k
V V = V

(1.24)
s.n. diferen finit regresiv de ordinul k .

Propoziia 1.2.9.:
Fie | | R b , a : f , R he , fixat cu proprietatea: | | | | b , a h x b , a x e e .
1.
k k
,V A sunt operatori liniari, ( ) 1 k > .
2. ( ) ( ) ( ) ( )
=
> + =
n
0 i
i
n
i
1 n , h i n x f C 1 x f A (1.25)
Analiz numeric
3. ( ) ( )
=
= +
n
0 i
i i
n
x f C nh x f A (1.26)
4. Dac exist
( ) n
f pe intervalul | | h a , a + , atunci ( ) ( ) 0,1 e - o a.i.
( )
( )
( ) nh a f h a f
n n n
o A + = (1.27)
5. ( ) ( ) ( )
n i 1 i i
n
i n
n
i
n
x ;...; x ; x f h ! n x f x f
+ + +
= V = A (1.28)
unde ( )i , ih x x
0 i
+ = .
Conform formulei lui Newton cu diferene divizate (1.17) i formulei (1.28), obinem:
( ) ( ) ( )( ) + + + + = ... x x x x
h ! 2
y
x x
h ! 1
y
y x ; x ,..., x ; f P
1 0
2
0
2
0
0
0 n 0
A A

( ) ( )
1 n 0
n
0
n
x x ... x x
h ! n
y
+
A
(1.29)
s.n. polinomul Newton de interpolare de spea I.
Cu schimbarea de variabil: | | n o, t , th x x
0
e + = se obine:
( ) ( ) ( ) + + + + = + = ... 1 t t
! 2
y
t
! 1
y
y th x ; x ;...; x ; f P t N
0
2
0
0 0 n 0
not
1
A A

( ) ( )

=
= +
n
0 k
0
k k
t
0
n
y C n t ... 1 t t
! n
y
A
A
, unde
( ) ( )
! k
1 k t ... 1 t t
C
not
k
t
+
= (1.30)
Procednd analog, se obine:
( ) ( ) ( )( ) + + + + =

... x x x x
h ! 2
y
x x
h ! 1
y
y x ; x ;...; x ; f P
1 n n
2
2 n
2
n
1 n
0 0 1 n
A A

( ) ( ) ( ) ( )( ) + +
V
+
V
+ =

... x x x x
h ! 2
y
x x
h ! 1
y
y x x ... x x
h ! n
y
1 n n
2
n
2
n
n
n 1 n
n
0
n
A

( ) ( )
1 n
n
n
n
x x ... x x
h ! n
y

V
+ (1.31)
s.n. polinomul Newton de interpolare de spea a-II-a.
Cu schimbarea de variabil: | | n o, t , th x x
n
e = se obine:
( ) ( ) ( ) +
V
= + = = t
! 1
y
y th x ; x ,..., x ; f P th x ; x ,..., x ; f P t N
n
n n 0 n n n 0
not
2

( ) ( ) ( ) ( ) ( )
=
V =
V
+ +
V
+
n
0 k
n
k k
t
k n
n
n n
2
y C 1 n t ... 1 t t
! n
y
1 ... 1 t t
! 2
y
(1.32)

c) Polinomul Hrmite de interpolare

Fie | | | | n 0, i , b , a x , R b , a : f
i
= e i
( )
( )
i i
j
ij
k 0, j , n 0, i , x f y = = = (1.33)
Conform teoremei 1.2.1, ( ) ! - un polinom de interpolare asociat lui f i condiiilor (1.33)
| | X R Pe a.i. 1 m gradP s , unde ( )
=
+ + =
n
0 i
i
1 n k m i
( )
( ) n 0, i , y x P
ij i
j
= = ,
i
k , 0 j = .

Analiz numeric
Acest polinom se poate scrie cu formula lui Hrmite, astfel:
( )
( )
( )
( ) ( )
(
(
=

= =
+
i
1 i
k
0 j
ij
j
i ij
n
0 i
k
i
n
x h x x y
x x
x
x H
e
(1.34)
unde
( )
( ) ( )
( )
( )
i
j i
i
x x
k
0 k
k
1 k
i
k
i
ij
x
x x
! k
x x
! j
1
x h
=
=
+
(
(

=
e
i ( ) ( )
[
=
+
=
n
0 i
1 k
i n
i
x x x e (1.35)
ntr-adevr, dac considerm
( ) ( )
=
=
rest n , 0
j , i s r, , 1
z
rs
, exist i este unic, conform
teoremei 1.2.1, | | X R P
ij
e a.i.
( )
( ) n, 0, r , z x P
rs r
s
ij
= =
i
k , 0 s = .
Fie ( ) ( )

= =
=
n
0 i
k
0 j
ij ij
i
x P y x P . Atunci, cum 1 n gradP s i
( )
( )
( )
( ) ( ) ( )
r
n
0 i
k
0 j
rs r
s
ij
ij r
s
k 0, s , n 0, r , y x P y x P
i
= = = =

= =
, rezult c P este polinomul de
interpolare asociat funciei f i condiiilor (3.33).
Prin construcie avem:
( )
( ) 0 x P
r
s
ij
= , dac ( )
r
k 0, s , i r = = ,
( )
( ) 0 x P
i
s
ij
= , dac j s = i
( )
( ) 1 x P
i
j
ij
= . Deci,
ij
P au forma: ( )
( )
( )
( ) ( ) x h x x
x x
x
x P
ij
j
i
1 k
i
n
ij
i

=
+
e
, unde
| |
j i ij ij
k gradh , X R h

s e . Dezvoltnd n serie Taylor,
ij
P , n jurul lui
i
x , se obine:
( ) ( )
( )
( )
( )
( ) ... x x
! 1 k
1
x P x x
! j
1
x P
1 k
i
i
i
1 k
ij
j
i ij
i i
+
+
+ =
+ +
, de unde se deduce c:
( )
( )
( )
=
=
=
|
|
.
|
\
|
=
0 k 0,
0 k ,
! j
1
x x
x P
i
x x
k
j
i
ij
. Astfel, ( ) ( )
( )
=
=
i
x x
k
ij
x h
( )
( )
( )
i
i
x x
k
n
1 k
i
x
x x
! j
1
=
+
(
(

=
e
i
considernd dezvoltarea n serie Taylor n jurul lui
i
x pentru
ij
h , gsim
( ) ( )
=
=
j k
0 k
k
i ij
i
x x
! k
1
! j
1
x h
( )
( )
( )
( )
i
i
x x
k
n
1 k
i
x
x x
=
+
(
(

e
, ceea ce justific formula (1.34).
Observaia 1.2.10.:
a) n cazul particular: ( ) n 0, i , 1 k
i
= = , polinomul Hrmite este de forma:
( )
( )
( )
( ) | |
( )
( )
( )
( ) ( )
=

)
' '
' ' '

' '
+
=
n
0 i
2
i
i
i 0 i
i n
i 1 i 0 i
2
i
n
x 3
x
x x y
x
1
x x y y
x x
x
2 x H
e
e
e
e
(1.36)
b) Evaluarea erorii se obine ca i n teorema 1.2.4.

Analiz numeric
Exemple
1. Se consider funcia f definit prin urmtorul tabel de valori:

x 1 3 7 13
f(x) 2 5 12 20
S se aproximeze f(4), utiliznd forma Lagrange a polinomului de interpolare P(f; 1,
3, 7, 13; x ).

Soluie:
a. Cu ajutorul formulei aplicat pentru: n=3,
i=0,3 si a tabelului de mai jos, n care lum:
, se obine:

3 -2 -6 -12 -432 2

2 1 -4 -10 80 5

6 4 -3 -6 432 12

12 10 6 -9 -6480 20

Deci,

b. Utiliznd formula lui Aitken : .
, se obine :

1 3 7 13

2 5 12 20

6,5 6,75
8

6,625 6,875

6,6875

; ;
;

2. S se determine eroarea ce se emite n calculul .. , folosind forma
Lagrange a polinomului de interpolare pentru i nodurile:

Soluie : |( x 100 )( x -121 )( x 144) | ,
unde
Analiz numeric
Atunci :

3. Pentru funcia f definit de tabelul de valori :

, s se aproximeze f(0,5) si f(2,5) utiliznd cele dou
forme Newton ale polinomului de interplan asociat .
Soluie: Pentru a gsi aproximarea celor 2 valori ale lui f se utilizeaz urmatorul tabel ( n
care sunt calculate diferenele finite).

0 2
3
1 5 -11
-8 23
2 -3 12
4
3 1

x = 0,5 :

x = 2,5 :

4. S se aproximeze cu ajutorul formei Hermite a polinomului de interpolare f(2) ,
unde f este definit prin intermediul tabelului de valori:

x 0 3 5
y 1 -2 3

2 5 7

5. Interpolare invers
a. Fie ,
- Metoda Interpolrii inverse const n a calcula valoarea argumentului x,
corespunztoare unei valori date y, a funciei f(x).
Considerm polinomul de interpolare Newton de spea I:

X 1 0 2 3
f(x) 2 5 -3 1
Analiz numeric
Pentru , aproximativ iniial, conform metodei aproximaiilor succesive/
, pentru h suficient de mic, .
Practic, procesul iterativ continu pn cnd este aproximativ egal , m-
funcie de eroarea impus.
Dup determinarea lui t, se va afla x din :
b. Considernd y ca variabil independent i scriind formula de interpolare
Lagrange, care exprim pe x ca funcie de y, se obine:

.
c. Determinarea rdcinilor unei ecuatii prin metoda interpolrii inverse

Aproximarea soluiei ecuaiei f(x)=0 se poate reduce la o problem de interpolare invers.
n acest scop, se construiete tabelul de valori ale funciei pentru , aparinnd unei
vecinti a soluiei.
Se aplic apoi o formul de interpolare invers pentru determinarea valorii x
corespunztoare lui y=0.
a)

2 3
8
4 11 8
16 -1
6 27 7 4
23 3
8 50 10
33
10 83

y=20 => x=?
Lum

=

x = 4 + *2

Analiz numeric
Diferene derivate
b)
x y ordin 1 ordin 2 ordin 3
-2 25
-11
1 -8 1
-7 0
2 -15 1
-4
4 -23

x = ? pt y = 0

=>
y=0 :

c)
X 1 2 2,5 3
Y -6 -1 5,625 16

x = ? pt y = 0

d)
x 10 20 30
y 100 60 10

x = ? pt y = 80

Analiz numeric
Interpolare polinomial pe poriuni
Sarcini de nvare:
- familiarizarea cu noiunea de funcie spline polinomial de grad n;
- construcia unui interpolant spline cubic pentru o funcie i o diviziune fixat a
domeniului de definiie al acestei funcii;
- utilizarea noiunilor introduse n abordarea unor probleme concrete
4.2.1. Funcii spline. Prezentare general
A aproxima o funcie pe un anumit domeniu, pentru care tim doar valorile sale n
anumite puncte nseamn a construi o alt funcie, mai simpl, care s reproduc ct
mai bine comportarea celei iniiale. i atunci, se nate ntrebarea: Dac crete numrul
punctelor de interpolare, irul polinoamelor de interpolare considerate converge la funcia
dat?. Rspunsul la ntrebare este: nu ntotdeauna.
Edificatoare n acest sens sunt urmtoarele exemple:
1. (Runge-1901): Fie ( ) | | R 5,5 - : f ,
x 1
1
x f
2

+
= i
( )
n , 1 k ,
1 n
1 k 10
5 x
k
=
+ =
noduri de interpolare. Atunci ( )

n 1
x ,..., x ; f P f .
2. (Bernstein-1912): Fie ( ) | | R 1,1 - : f , x x f = i
( )
n 1, k ,
1 n
1 k 2
1 x
k
=
+ = , noduri de
interpolare. Atunci, ( ) ( )
n
n 1
x ; x ,..., x ; f P , unde { } 1 , 0 , 1 x e este divergent.
3. (Faber-1914): Dac ( )
n
n
A este un ir de diviziuni ale intervalului | | b , a , atunci exist
| | b , a C f e a.i. ( )

; x ,..., x ; f P f
n 1
.
O alternativ, n ndeprtarea unor astfel de neajunsuri, o constituie divizarea
domeniului de definiie al funciei iniiale, ntr-o mulime finit de subdomenii i construirea
de polinoame de interpolare, diferite pe fiecare interval (Lagrange, Hrmite, Bessel,
Akima, etc.).
Carena esenial a unei astfel de abordri este neasigurarea, n general, a
difereniabilitii n extremitile fiecrui subdomeniu, mai ales c, n cele mai multe
situaii, dorim ca funcia interpolatoare s fie de o anumit clas
p
C cu 1 p > .
Pentru rezolvarea acestei probleme, s-a introdus o clas de funcii, ce mbin
simplitatea polinoamelor, cu un nalt grad de manevrabilitate i care pot fi descrise succint
ca funcii segmentar polinomiale, n cazul cel mai simplu, ce se racordeaz n nodurile
unei diviziuni, mpreun cu un anumit numr de derivate ale acestora. Aceasta este clasa
funciilor spline.
n cele ce urmeaz, vom prezenta o scurt introducere n teoria funciilor spline, nu
nainte de a meniona c, aceasta este extrem de dezvoltat i susceptibil de
nenumrate aplicaii.

Analiz numeric
Definiia 2.1.1..:
R R : S s.n. funcie spline polinomial de grad m relativ la diviziunea
{ }
n , 1 i
i n
x
=
= A (prin convenie: + = =
+1 n 0
x , x ) dac au loc urmtoarele afirmaii:
1.
( )
n 0, i , P S
m
x , x
1 i i
= e
+
.
2. ( ) R C S
1 m
e .
( ) { S R R : S
not
m
= A
m
S funcie spline polinomial de grad } m .

Propoziia 2.1.2.:
Dac
*
N me i
n
A sunt fixate, atunci:
a) ( )
n
A
m
S este subspaiu liniar al ( ) R C
1 m
;
b) ( ) ( ) { }
m
n
m
1
m
x x ,..., x x , x ,..., x , 1
+ +
este o baz n ( )
n
A
m
S , unde
>
<
=
+
0 x , x
0 x , 0
x
m
m
s.n. putere trunchiat de grad m.

Observaia 2.1.3.:
Se poate arta cu uurin c dac | | b , a C f
m
e atunci, exist ( )
n
S A
m
S e a.i.
( )
| |
( )
( ) m 1, k , f S
k
u
b , a
k
= .

Teorema 2.1.4.:
Fie
*
N me , { }
n , 1 i
i n
x
=
= A i { } R t
1 n m , 1 i
i
c
+ + =
a.i. n 1, i , t x t
1 m i i i
= < <
+ +

(2.1)
Fie { } R y
1 n m , 1 i
i
c
+ + =
. Atunci, exist i este unic ( )
n
S A
m
S e a.i. ( ) 1 n m , 1 i , y t S
i i
+ + = =
De un interes aparte se bucur funciile spline de grad impar.
Se consider | | b x ... x x a : , R b , a
n 1 0 n
= < < < = e A o diviziune i
*
N me .
Conform propoziiei 2.1.2 b), ( ) ( )
n
S A
1 - 2m
S e este de forma
( ) ( ) ( )
=

+
+ =
n
0 k
1 n 2
k k 0
x x c x p x S (2.2)
( ) | | b a, x e , unde
1 m 2 0
P p

e , iar n 0, k , R c
k
= e . Deci, S depinde de ( ) 1 n m 2 + +
parametrii liniari, ce nu pot fi unic determinai doar din condiiile de interpolare. Sunt
necesare, astfel, un set de condiii suplimentare (ce se impun n
0
x i
n
x ), numite i
condiii de frontier, n funcie de care se realizeaz i o clasificare a acestor funcii.

Definiia 2.1.5.:
( )
n
S A
1 - 2m
S e este de tipul I dac

( )
( )
( )
( )
=
= =
nj n
j
j 0 0
j
y x S
m 1, j , y x S
(2.3)
Analiz numeric
nj j 0
y , y fiind numere reale fixate.
( )
n
S A
1 - 2m
S e este de tipul II dac

( )
( )
( )
( )
=
= =
nj n
j
j 0 0
j
y x S
1 - m,2m j , y x S
(2.4)
nj j 0
y , y fiind fixate.

Definiia 2.1.6.:
( )
n
S A
1 - 2m
S e este periodic dac

( )
( )
( )
( ) ( ) 2 - 0,2m j , 0 x S 0 x S
0
j
0
j
= = + (2.5)
Pentru funcii spline de tipul I, respectiv II sau periodice, exist rezultate teoretice,
ce atest, existena i unicitatea acestora, n anumite condiii concrete, deoarece numrul
parametrilor liniari, de care depind, este egal cu cel al condiiilor care se impun.
Vom aminti un astfel de rezultat (fr demonstraie), valabil pentru un subspaiu al
lui
( )
n
A
1 - 2m
S , cu o importan, att teoretic ct i practic, deosebit.

Definiia 2.1.7.:
( )
n
S A
1 - 2m
S e s.n. natural dac pentru
1
x x < sau
n
x x > ,
1 m
P S

e (i.e. S este
de tip II pentru 1 - m,2m i , y 0 y
nj j 0
= = = ). ( ) ( ) { S S S
n
not
n 2 m 2
A A
1 - 2m
S e =
este funcie spline

natural }.

Propoziia 2.1.8.:
Dac
*
N me i { }
n , 1 i
i n
x
=
= A sunt fixate, atunci:
a) ( )
n 1 m 2
S A
este un subspaiu liniar al ( )

n
A
1 - 2m
S ;
b) ( ) ( )
n 1 - 2m
S S A e admite o unic reprezentare de forma
( ) ( )

= =

+
+ =
1 m
0 j
n
1 k
1 m 2
k k
j
j
x x c x a x S
unde ( ) ( )
=
= =
n
1 k
r
k
x , 1 - m 0, r , 0 x c (2.6)

Teorema 2.1.9
Dac
*
N me i { }
n , 1 i
i n
x
=
= A a.i. n ms , iar { } R y
n , 1 j
j
c
=
, atunci exist i este
unic ( )
n 1 m 2
S S A
e a.i. ( ) ( ) n 1, j , y x S
j j
= = .
4.2.2. Funcii spline cubice
Una, din cele mai populare tehnici n practica interpolatorie a ultimilor ani, este cea
a interpolrii spline cubice.

Analiz numeric
Definiia 2.2.1.:
Fie | | R b , a : f i { }
n , 1 i
i n
x
=
= A a.i. a x
0
= i b x
n
= .
| | R b , a : S s.n. interpolant spline cubic pentru funcia f relativ la diviziunea
n
A
dac satisface urmtoarele condiii:
a)
| |
1 - n 0, i , P S S
3
x , x
i
1 i i
= e =
+
.
b) ( ) ( ) n 0, i , x f x S
i i
= = .
c) ( ) ( ) 2 - n 0, i , x S x S
1 i i 1 i 1 i
= =
+ + +
.
d)
( )
( )
( )
( ) 1,2 k , 2 - n 0, i , x S x S
1 i
k
i
1 i
k
1 i
= = =
+ +
+
.
e) (1) ( ) ( ) 0 x S x S
n 0
= ' ' = ' ' (condiie de frontier liber)
sau
(2) ( ) ( )
0 0
x f x S ' = ' i ( ) ( )
n n
x f x S ' = ' (condiie de frontier impus).

Teorema 2.2.2.:
Dac | | R b , a : f i b x ... x x a :
n 1 0 n
= < < < = A , atunci exist i este unic o
funcie de interpolare spline cubic S , ce satisface condiia de frontier liber
( ) ( ) 0 b S a S = ' ' = ' ' .
Demonstraie:
Conform definiiei 2.2.1:
| |
( ) x S
1 i i
x , x
+
- ( ) ( ) ( ) ( ) 1 - n 0, i , x x d x x c x x b a x S
3
i i
2
i i i i i i
= + + + = = .
( ) ( ) 1 - n 0, i , x S x f a
i i i i
= = = - .
( ) ( ) ( ) ( ) + + + = = = -
+ + + + + +
2
i 1 i i i 1 i i i 1 i i 1 i 1 i 1 i
x x c x x b a x S x S a
( ) 2 - n 0, i , x x d
3
i 1 i i
= +
+
.
Notnd:

( ) ( )
( )
' '
= ' = =
= =
+
2
x S
c si x S b , x f a
1 - n 0, i , x x h
n
n n n n n
i 1 i i
obinem
1 - n 0, i , h d h c h b a a
3
i i
2
i i i i i 1 i
= + + + =
+
(2.7)
( ) ( ) ( ) 1 - n 0, i , x x d 3 x x c 2 b x S
2
i i i i i i
= + + = ' , de unde ( ) 1 n , 0 i , x S b
i i i
= ' = .
Conform definiiei 2.2.1 d),
n 0, i , h d 3 h c 2 b b
2
i i i i i 1 i
= + + =
+
(2.8)
i
1 - n 0, i , h d 3 c c
i
i i 1 i
= + =
+
(2.9)
Din (2.7), (2.8), (2.9) se obine
( )
1 i i
2
i
i i i 1 i
c c 2
3
h
h b a a
+ +
+ + + = (2.10)
i
( ) 1 - n 0, i , c c h b b
1 i i i i 1 i
= + + =
+ +
(2.11)
Utiliznd acum (2.10) i (2.11), obinem sistemul de ecuaii liniare:
Analiz numeric
( ) ( ) = + + +
+ + i 1 i
i
1 i i i i 1 i 1 i 1 i
a a
h
3
c h c h h 2 c h
( ) 1 n , 1 i , a a
h
3
1 i i
1 i
=

(2.12)
cu necunoscutele 1 - n 1, i , c
i
= .
Conform condiiei de frontier liber,
( )
0
2
x S
c
n
n
=
' '
= i
( ) ( )
0 0 0 0 0
x x d 6 c 2 x S 0 + = ' ' = i.e. 0 c c
n 0
= = .
Sistemul (2.12) are ca matrice a coeficienilor, matricea tridiagonal:
( )
( )
( )
|
|
|
|
|
|
|
|
.
|
\
|
+
+
+
=
1 0 0 .. 0 0 0 0
h h h 2 h .. 0 0 0 0
..
0 0 0 .. h h h 2 h 0
0 0 0 .. 0 h h h 2 h
0 0 0 .. 0 0 0 1
A
1 n 1 n 2 n 2 n
2 2 1 1
1 1 0 0

(2.13)
Se observ, cu uurin, c A este simetric i pozitiv definit ( A este strict diagonal
dominant), deci sistemul (2.12) este compatibil determinat.

Corolar 2.2.3.:
Dac | | b x ... x x a : , R b , a : f
n 1 0 n
= < < < = A , atunci exist i este unic
( )
n
S A
3
S e care satisface condiiile de frontier impus: ( ) ( ) a f a S ' = ' i ( ) ( ) b f b S ' = ' .
Demonstraie:
Din ( ) ( ) a f a S ' = ' i ( )
0 0
b x S = ' , rezult conform (2.10),
( ) ( )
( )
( ) a f 3
h
a a 3
c h c h 2 c c 2
3
h
h
a a
a f
0
0 1
1 0 0 0 1 0
0
0
0 1
' = + + = ' (2.14)
Analog, ( ) ( )
n 1 n 1 n 1 n n
c c h b b b f + + = = ' , i conform (2.7) pentru 1 n i = ,
( )
( )
( ) + +
+
= '
n 1 n 1 n
n 1 n 1 n
1 n
1 n n
c c h
3
c c 2 h
h
a a
b f
( )
( )
1 n
1 n n
1 n 1 n 1 n 1 n
h
a a 3
b f 3 c h 2 c h ' = +

(2.15)
Sistemul de ( ) 1 n + ecuaii liniare (2.12), (2.14) i (2.15) cu necunoscutele n 0, i , c
i
=
este descris de matricea tridiagonal:

( )
( )
|
|
|
|
|
|
.
|
\
|
+
+
=
1 n 1 n
1 n 1 n 2 n 2 n
1 1 0 o
o 0
h 2 h 0 ... 0 0 0
h h h 2 h ... 0 0 0
... ... ... ... ... ... ...
0 0 0 ... h h h 2 h
0 0 0 ... 0 h h 2
A (2.16)
ce este simetric i pozitiv-definit i n consecin, sistemul considerat este compatibil
determinat.

Analiz numeric
Teorema 2.2.4. (Evaluarea erorii de interpolare):
Dac | | b , a C f
4
e i ( )
n
S A
3
S e , funcia de interpolare corespunztoare lui f , ce
satisface condiia de frontier impus: ( ) ( ) a f a S ' = ' i ( )
0 0
b x S = ' , atunci:

( )
( )
4
i
1 n
0 i
4
h max
384
f 5
S f

=
s (2.17)

Analiz numeric
Cea mai bun aproximare. Aproximare n
sensul celor mai mici ptrate
Timp mediu de studiu: 4 or
Sarcini de nvare:
- familiarizarea studenilor cu o serie de aspecte ale aproximrii calitative a funciilor;
- nsuirea algoritmului de determinare a polinomului minimax corespunztor unei
funcii date;
- familiarizarea cu tema aproximrii n sensul celor mai mici ptrate;
- utilizarea noiunilor nsuite pentru testarea unor aplicaii practice
4.3.1. Cea mai bun aproximare
n 2, ne-am ocupat de anumite aspecte cantitative ale problemei aproximrii
funciilor (situaia n care, valorile cunoscute ale funciei date sunt presupuse a fi exacte).
Aa cum afirmam i n 6.1, rezolvarea problemei mai sus-menionat presupune i
tratarea aspectelor sale calitative, att n situaia, n care ne-am aflat n 3.2, ct i n
aceea, n care valorile cunoscute ale funciei n discuie, sunt afectate de erori de msur.
Pentru prima dat, aspectul calitativ al aproximrii funciilor este considerat de
P.L.Cebev, care pornind de la anumite situaii fizice concrete, formuleaz, n 1853,
urmtoarea problem:
Dat fiind | | b , a C f e , exist i este unic
n
*
P P e a.i. abaterea acestuia de la f
s fie cea mai mic posibil (i.e.
*
P cea mai bun aproximare a lui f n
n
P ). Pentru a
cuantifica abaterea, Cebev a folosit
.
Rezultatele lui Cebev au fost generalizate, mai trziu, de ali matematicieni, ce au
nlocuit: intervalul | | b , a cu un domeniu compact D,
n
P cu subspaiul liniar generat de un
sistem de funcii continue pe D. Necesitile de ordin practic au impus chiar considerarea
unor situaii n care f i
*
P nu sunt neaprat continue, iar
este nlocuit cu
2
.
(3.2)
n 1938, Miron Niculescu i independent, M.G.Krein, au artat c pentru analizarea
problemei celei mai bune aproximri, cadrul natural l constituie clasa spaiilor liniare
normate, deoarece:
- se reobin, ca i cazuri particulare, rezultatele clasice cunoscute din diverse spaii de
funcii concrete (spaiul funciilor continue, spaiul funciilor integrabile, etc.), ct i unele
rezultate noi;
- problema const n minimizarea unei distane deci, pot fi utilizate i raionamente bazate
pe intuiia geometric;
- legturile ntre diferite aspecte ale problemei sunt evideniate mai clar dect n situaiile
particulare concrete.
Este foarte important s menionm, c o tratare unitar a acestei probleme se
gsete n monografia matematicianului I.Singer, aprut n 1967.
Analiz numeric
n rezolvarea problemei celei mai bune aproximri este necesar s gsim rspunsul
la urmtoarele ntrebri:
1. Exist ntotdeauna, pentru o funcie dat, un element de cea mai bun
aproximare?
2. Dac acest element exist, este el unic?
3. Care sunt cele mai importante caracteristici ale acestuia?
4. Cum poate fi construit elementul de cea mai bun aproximare?

Definiia 3.1.1.:
Fie ( ) , X , spaiu liniar normat, X Y c = i X x e . Y y
*
e s.n. element de cea
mai bun aproximare (printre elementele lui Y) a elementului x dac are loc egalitatea:
( ) y y x
x
*
= (3.1)
unde
( ) y x inf Y
Y y
x
=
e
(3.2)
( ) ( )
)
`
= e = Y y x Y y Y
x
* *
not
x
A .

Observaia 3.1.2.:
Cea mai bun aproximare a unui element poate s nu existe, iar dac exist, poate
s nu fie unic.
ntr-adevr, dac Y este un subspaiu liniar normat X , atunci se observ cu
uurin c: ( ) = Y
x
A dac Y \ Y x e sau dac Y x e i Y este dens n X . De asemenea,
( ) { } x Y
x
= A , dac Y x e .
S considerm
2
R X = cu
i ( ) ( ) { } 2 , 0 \ R x x , 0 Y
2
T
2
e = , iar ( )
T
1 , 1 x = . Atunci,
( ) 1 y - x , Y y > e

i 1 y x =

dac ( ) 2 , 0 y = i ( ) 0 , 0 y = .

Propoziia 3.1.3.:
Dac ( ) , X este un spaiu liniar normat, X Y c = , mulime convex, atunci
( ) Y
x
A este o submulime convex a lui ( ) X x , Y e .

Teorema 3.1.4.:
Dac Dac ( ) , X este un spaiu liniar normat, iar Y este un subspaiu finit
dimensional al lui X , atunci ( ) = Y
x
A , ( ) X x e .
Teorema 3.1.5.:
Fie X , un spaiu Hilbert i X Y c = convex i nchis. Atunci, ( ) Y y
*
e - a.i.
( ) ( ) ( ) X x , y Y
*
x
e = A .

Observaia 3.1.6.:
Dac X este un subspaiu Hilbert i Y este un subspaiu nchis al lui X , iar X x e ,
atunci ( ) ( ) Y y , 0 y , y x
*
e >= < , unde ( ) { }
*
x
y Y = A .

Analiz numeric
Definiia 3.1.7.:
Fie D, un spaiu compact, ce conine cel puin n puncte. Fie ( ) D C ,..., ,
n 1 0
e .
Atunci { }
n 0
,..., s.n. sistem Cebev de ordin ( ) 1 n + pe D dac
( ) { } 0 \ ,..., V
n 0
> =< e are cel mult n zerouri distincte pe D.
V s.n. subspaiu Cebev de ordin ( ) 1 n + al lui ( ) D C .

Propoziia 3.1.8.:
Fie D, un spaiu compact, ce conine cel puin n puncte i ( ) D C ,..., ,
n 1 0
e .
Atunci { }
n 1 0
,..., , este un sistem Cebev de ordin ( ) 1 n + n ( ) D C dac i numai dac
este ndeplinit urmtoarea condiie:
( ) ( ) ( ) n 0, j i, , 0 x det
j i
= = , ( ) D x ,..., x
n 0
e distincte (3.3)
.

Observaia 3.1.9.:
n baza propoziiei 3.1.8 se poate obine urmtorul rezultat:
( ) D C ,..., ,
n 1 0
e un sistem Cebev de ordin ( ) 1 n + pe D pentru D x ,..., x , x
n 1 0
e ,
distincte i R ,...,
n 0
e o o ,fixate ( ) > e< -
n 0
,..., g ! a.i. ( ) n 0, i , x g
i i
= =o (

=
=
n
1 k
k k
g ,
unde ( )
n 0
,..., este soluia unic a sistemului ( ) n 0, j , x
n
0 k
j j k k
= =
=
o .

Teorema 3.1.10.(Haar):
Fie D, spaiu compact, ce conine cel puin n puncte i { } ( ) D C ,...,
n 0
c . Fie
> =<
n 0
,..., V . Atunci urmtoarele afirmaii sunt echivalente:
1. ( ) ( ) ( ) V , D C f
f
A e conine exact un element.
2. V este un subspaiu Cebev de ordin ( ) 1 n + pe D

Observaia 3.1.11.:
n demonstraia teoremei 3.1.10, se folosete n mod esenial urmtorul rezultat:
Dac V este subspaiu Cebev de ordin ( ) 1 n + pe D, spaiu compact ce conine cel
puin n puncte, atunci: ( ) ( ) ( ) D x ,..., x V \ D C f , V g
1 n 0 f
*
e - e e
+
A , ( ) 1 n 0, i , 0 r
i
+ = > -
a.i.
(1) ( ) ( ) ( ) 1 n 0, i , x f x g , f g
i i
*
i
*
+ = = c .
(2) ( ) ( )
+
=
e =
1 n
0 i
i i i
V , 0 x r c , unde { } 1 , 1
i
e c .
Exemple:
1) { }
n 2
x ,..., x , x , 1 este sistem Cebev de ordin ( ) 1 n + pe| | R b , a c .
Dac n 0, i , R , ... 0
i n 1 0
= e < < < < o o o o , atunci { }
n 0
x ,..., x
o o
este sistem Cebev
de ordin ( ) 1 n + pe | | b , a .
2) { } nx cos ,..., x cos , 1 , { } nx sin ,..., x sin , 1 sunt sisteme Cebev de ordin ( ) 1 n + pe | | b , a .
Analiz numeric
3) Fie b a 0 < < i | | | | ( )
x t
1
x t, k , R b , a b , a : k
+
= (s.n. nucleu Cauchy). Dac
b t ... t t a
n 1 0
s < < < s , atunci ( ) ( ) { } , t k ,..., , t k
n 0
este sistem Cebev de ordin ( ) 1 n + pe
| | b , a .
4) Fie b a 0 < < i | | | | ( )
( )
2
x t
x t, k , R b , a b , a : k

= c (s.n. nucleu Gauss). Dac
b t ... t t a
n 1 0
s < < < s , atunci ( ) ( ) { } , t k ,..., , t k
n 0
este sistem Cebev de ordin ( ) 1 n + pe
| | b , a .
5) Dac { }
n 0
,..., este un sistem Cebev de ordin ( ) 1 n + pe| | b , a , atunci pentru
| | ( ) b , a C e strict pozitiv, { }
n 0
,..., este un sistem Cebev de ordin ( ) 1 n + pe
| | b , a .
6) Dac | | | | b , a d , c : este strict cresctoare i continu, atunci { }
n 0
,..., este
un sistem Cebev de ordin ( ) 1 n + pe | | d , c , n ipoteza: { }
n 0
,..., , sistem Cebev de
ordin ( ) 1 n + pe | | b , a .

. Cea mai bun aproximare prin polinoame n | | b , a C
Considerm | | b , a C nzestrat cu
(
| |
( ) x f max f
b , a xe
= . Atunci, | | ( )
, b , a C este
un spaiu Banach, iar
n
P este un subspaiu Cebev de ordin ( ) 1 n + .
Conform teoremei 3.1.10, ( ) ( ) ( )
n
*
P P ! , b a, C f e - e a.i.
*
P este cea mai bun
aproximare a lui f printre elementele lui
n
P (i.e.

| |
( ) ( ) x P x f max min P f
b , a x P P
*
n
=
e e
(3.4)
datorit formei pe care o are (3.4),
*
P se mai numete i aproximant uniform, de grad n al
lui f sau polinom minimax de grad n , asociat lui f .
Se poate demonstra c: ( ) | | 0 , b a, C f
f n,
+ e , unde
| |
( )
*
b , a x
f n,
P x f max =
e
,
n
*
P P e , adic ( )
n f f , n
P = .
n determinarea polinomului minimax
*
P , de grad n asociat unei funcii | | b , a C f e ,
un rol important are polinomul Cebev de gradul
n
T , n (pentru detalii a se vedea Anexa 1),
( ) ( ) 1 x , x arccos n cos x T
n
s = .
Pentru moment, este necesar s amintim urmtoarele proprieti ale polinomului
n
T :
(1) Coeficientul lui
n
x este egal cu
1 n
2

.
(2) ( )
( )
1 - n 0, k ,
n 2
1 k 2
cos x 1 - n 0, k , 0 x T
k k n
=
+
= = =
t
.
(3) n 0, k ,
n
k
cos y
k
= =
t
, este punct de extrem pentru
n
T i ( ) ( ) k , x , x y
k 1 k k
e
+
.

Analiz numeric
Teorema 3.1.12.:
Dac 1 - n 0, k , x
k
= este rdcin a polinomului Cebev de gradul n , atunci
( ) | | ( )
j i k
z z 1 - n 0, k , 1 , 1 z = = e , are loc urmtoarea inegalitate:

| |
( )
| |
( )
[ [

=
e
=
e
< =
1 n
0 k
k
1 , 1 x
1 n
0 k
k
1 , 1 x
1 n
z x max x x max
2
1
(3.5)
Demonstraie:
Presupunem prin reducere la absurd c (3.5) nu are loc. Atunci, ( ) | | 1 , 1 z
k
e - ,
1 n , 0 k = a.i.
| |
( )
1 n
1 n
0 k
k
1 , 1 x
2
1
z x max

=
e
<
[
. n particular, ( )
1 n
1 n
0 k
k k
2
1
z y

=
<
[
, unde
n , 0 k ,
n
k
cos y
k
= =
t
. Atunci,
( )
( ) =
|
|
.
|
\
|

k
1 n
k n
y P
2
y T
sgn
( )
( ) ( )
k
k
1 n
k
1 sgn y P
2
1
sgn =
|
|
.
|
\
|
=

(unde
( ) ( )
[
=
=
1 n
0 k
k
not
z x x P , n , 0 k = ). Deci,
|
|
.
|
\
|

P
2
T
1 n
n
au n rdcini distincte i cum
1 n P
2
T
grad
1 n
n
s
|
|
.
|
\
|

, obinem c P
2
T
1 n
n
=
, ceea ce contrazice presupunerea fcut.

Algoritmul de determinare a polinomului minimax (Rms)
Se face mai nti o schimbare liniar de variabil:
| | | | 1 , 1 x b a, t ,
a b
a b
t
a b
2
x e e
= (3.6) Vom
considera n cele ce urmeaz | | 1 , 1 C .
n particular, dac
1 n
P f
+
e , atunci

0 1
1 n
1 n 1 n
n
1 n *
a x a ... x a f , T
2
a
f P + + + = =
+
+ +
+
(3.7)
conform observaiei 3.1.11.
n cazul general, n care | | 1 , 1 C f e oarecare se procedeaz astfel:
Algoritmul I (Rms)
1. Se consider 1 n 0, k ,
1 n
k
cos y
k
+ =
+
=
t
.
(atunci: ( ) ( ) ( ) 1 n 0, k , 1 y P y f
f , n
k
k
*
k
+ = = ).
2. Se construiesc
1 n
L
+
i
1 n
S
+
, polinoamele Lagrange de interpolare
corespunztoare nodurilor ( )
1 n , 0 k
k
y
+ =
i funciilor f i ( )
k
1 .
3. Se determin
f , n
din ( ) s
+ +
n S L grad
1 n f , n 1 n
0 s l
1 n f , n 1 n
=
+ +
. Deci,

1 n
1 n
f , n
s
l
+
+
= (3.8)
4. Se determin n 0, i , a
i
= , unde
=
=
n
0 i
i
i
*
x a P , din:

1 n f , n 1 n
*
S L P
+ +
= (3.9)
Analiz numeric

i
1 n
1 n
i i
s
s
l
l a
+
+
= (3.10)
Algoritmul II (Rms)
Se pornete de la
*
P determinat de algoritmul I.
Se determin valoarea extrem a funciei: ( )
*
P f .
(1) Fie
M
x , punctul de maxim al funciei ( )
*
P f .
- Dac
)
`
+ =
+
e 1 n , 0 k
1 n
k
cos x
M
t
, atunci determinarea lui
*
P s-a ncheiat.
- n caz contrar se ncadreaz ntre dou puncte
k
y i
1 k
y
+
. Atunci, se nlocuiete
secvena de puncte
1 n 1 k k 1 0
y ,..., y , y ,..., y , y
+ +
, prin:
a)
1 n 1 k M 1 k 0
y ,..., y , x , y ,..., y
+ +
, dac ( ) ( ) 0 x g x g
M k
> ;
sau
b)
1 n M k 1 k 0
y ,..., x , y , y ,..., y
+
, dac ( ) ( ) 0 x g x g
1 k M
>
+
.
(2) Se aplic algoritmul I pentru noua secven de punct
4.3.2. Aproximarea n sensul celor mai mici ptrate
Aproximrile, puse n eviden n capitolul 6, au fost n cea mai mare parte interpolri
polinomiale. Cnd numrul nodurilor de interpolare este mare sau cnd valorile funciei, ce
necesit aproximarea, n acestea, nu sunt exacte, folosirea interpolrii polinomiale nu mai
este viabil.
Maniera de abordare, ce va fi prezentat n acest subparagraf, elimin dezavantajele
amintite i se bazeaz pe teorema 3.1.5.
Fie X , un spaiu Hilbert i > =<
n 1
y ,..., y Y un subspaiu al lui X . Dac X x e , atunci
am artat c ( ) Y y !
*
e - , cea mai bun aproximare a lui x printre elementele lui Y . De
regul, n acest cadru ,
*
y este numit aproximare n sensul celor mai mici ptrate.

Teorema 3.2.1.:
Fie X , un spaiu Hilbert i > =<
n 1
y ,..., y Y i X x e . Atunci
=
e =
n
1 k
k k
*
Y y y o este
aproximare n sensul celor mai mici ptrate a elementului x , dac i numai dac:
( )
T
n 2 1
,..., , o o o este unica soluie a sistemului de ecuaii liniare:
n 1, i , y , x y , y
i
n
1 k
k k i
= > =< > <
=
o (3.11)
(s.n. sistemul normal asociat lui Y i x ).
Demonstraie:
Fie Y z e , arbitrar. Atunci,
=
=
n
1 k
k k
y z . Considerm
( )
n 1
n
,..., g , R R : g
2
n
1 k
k k
2
y x z x

=
= = (3.12)
ce este continu (n raport cu fiecare variabil).
Analiz numeric
*
y este aproximare n sensul celor mai mici ptrate
( )
( )
( )
n 1
,...,
n 1
,..., g min ,..., g
n 1
o o

= (3.13)
O condiie necesar pentru (3.13) este:
( ) n 1, i , 0
g
i
= =
c
c
o
(3.14)

= =
>= < = >= < + > <
n
1 k
n i k
n
1 k
n i k i
y , y , n 1, i , 0 y , y 2 y , x 2 o o n 1, i , y x,
i
= > < = .
Matricea sistemului (3.14) este nesingular, deoarece determinantul su (s.n. determinant
Gram asociat { }
n 1
y ,..., y ) este strict pozitiv. Astfel, afirmaia teoremei este complet
demonstrat.

Observaia 3.2.2.:
Teorema 3.21 inspir algoritmul de calcul pentru
*
y .
Considerm | | b , a C nzestrat cu > < , definit astfel:
( ) ( ) ( )
}
>= <
b
a
dx x g x f x w g , f (3.15)
unde | | R b , a : w este o funcie pondere (i.e. a) ( ) ( ) ( )
}
+ < - e
b
a
n
*
dx x w x , N n i
b) ( ) ( ) | |
}
e =
b
a
b a, C g , 0 dx x g x w i 0 g 0 g > .
Cum
2
, indus de (3.15), | | b , a C se organizeaz ca un spaiu Hilbert; deci, putem
aplica teoremele 3.1.5 i 3.2.1 pentru
n
P Y = . Atunci, (3.11)
( ) ( ) ( )
} }
= =
+
=
b
a
b
a
i i k
n
0 k
k
n 0, i , dx x x f x w dx x x w a (3.16)
Pentru a constata de ce o astfel de abordare a problemei aproximrii n sensul celor
mai mici ptrate este nesatisfctoare, este suficient s considerm n (3.16), 1 b , 0 a = =
i ( ) ( ) | | 0,1 x , 1 x w e = .
Se obine astfel sistemul:
( )
}
=
= =
+ +
n
0 k
b
a
i k
n 0, i , dx x x f
1 i k
a
(3.17)
a crei matrice a coeficienilor este o matrice Hilbert de ordin ( ) 1 n + . Acest sistem este ru
condiionat, iar soluia sa este extrem de sensibil la perturbri mici ale termenilor liberi.

Din acest motiv, s-a pus problema nlocuirii bazei { }
n
x ,..., x , 1 cu o baz ortonormat
pentru care soluia sistemului normal (3.11) se obine uor. De altfel, chiar dac baza
considerat este una oarecare, ea poate fi transformat ntr-o baz ortonormat, prin
procedeul de ortogonalizare Gram-Schmidt.
n general, ca alternativ la baza canonic din
n
P , se consider o baz alctuit din
funcii polinomiale de grad n ortonormate n raport cu ponderea w, fixat ( )
k
k
y .
Analiz numeric
Cele mai utilizate polinoame ortogonale sunt: Cebev, Legendre, Laguerre (detalii n
Anexa 1). Atunci, soluia sistemului normal se obine cu uurin i avem:

=
> < =
n
0 k
k k
*
n
, f P (3.18)
i n plus:

2
2
*
n
2
2
2
2
*
n
P f P f = (3.19)

Teorema 3.2.3.:
0 P f lim
2
*
n
n
=

.

Demonstraie:
Din modul n care este definit
n
*
P P e , se observ c +
|
.
|
\
|

n
2
*
n
P f .
Fie 0 > c . Conform teoremei Weierstrass, ( )
c
m
P Qe - a .i.
| |
( ) ( ) s
e
x Q x f max
b , a x

( )
}
s
b
a
dx x w
c
.
Atunci, ( ) ( ) ( ) | | s = s
}
dx x Q x f x w Q f P f
2
b
a
2
2
*
m
c

( )
( )
c
c
=
(
(
(
(
(
s
}
}
2
1
b
a
b
a
2
dx x w
dx x w
. Deci,
( )
c
c m n , P f
2
*
n
> s , adic 0 P f lim
2
*
n
n
=

.

Observaia 3.3.16.:
Prin calcul direct i din (3.72) se obine:

2
2
2
2
*
n
f P s (3.73)
(inegalitatea lui Bessel) i

2
1
n
0 k
2
k
2
, f f
(
(
> < =

=
(3.74)
(identitatea lui Parseval).

Analiz numeric
Aplicaii
- S se aproximeze utiliznd polinomul de interpolare (sub forma Lagrange) valoare
f(1), dac se cunosc :
i
x 0,5 1,2 3,1
i
y -3,2 1,6 -1,8

- Dac :
i
x 1 3 7 13
i
y 2 5 12 20
Se cere : f(1;3;7;10).
- Dac :
i
x 0 10 20
30
i
y 0 100 60
10
Se cere : f(15), utiliznd forma Newton a polinomului de interplan.
- Dac
i
x 4 5 6 7 8 9
10
i
y 1 -1 0 5 2 3
1
Se cere : f(1,5) cu forma Newton a polinomului de interplan.
- Dac
i
x 1 3 7
13
i
y 2 5 12
20
Se cere : f(1;3;7;13).
- Dac
i
x
1
3
4

3
4
2
3
7

i
y 0 0,214 0,322 1
1,2
Se cere
3
2
y V .
Analiz numeric
Autoevaluare
-

1
3
4

3
5
2
i
y 0 0,214 0,322 1
A.)
3
0 y
A este egal cu : a.) -0.034 ; b.) 0,024 ; c.) -0,024 ; d.) 0,034
B.)
2
3 y
A este egal cu : a.) 0,142 ; b.) -0,142 ; c.) -0,152 ; d.) 0,152
-
i
x 0 10 20
30
i
y 0 100 60
10
A.) f(10;20;30) este egal cu : a.) -0,05 ; b.) 0,05 ; c.) -0,5 ; d.) 0,5
B.) f(15) este egal cu : a.) 88,3 ; b.) 87,3 ; c.) 86,3 ; d.) 89,3
-
i
x 1 3 7 13
i
y 2 5 12 20
A.) f(1;7;13) este egal cu : a.)
36
1
; b.) -
36
1
; c.) -
18
1
; d.)
18
1

B.) f(3;7;13) este : a.) -
24
1
; b.)
24
1
; c.)
26
1
; d.) -
26
1

C.) f(4) ) 1 (
4
L ~ : a.)
16
107
; b.)
17
106
; c.) -
16
107
; d.) -
17
106

- Ce eroare se comite n calculul expresiei 130 , folosind forma Lagrange a
polinomului de interplan pentru : x x f = ) ( i nodurile : 100
0
= x , 121
1
= x , 144
3
= x .
a.)
3
10 8 , 1

b.)
3
10 7 , 1

c.)
3
10 3 , 1

d.)
3
10 4 , 1

-
i
x 0 1 2 3
4
Analiz numeric
i
y -4 1 10 29
69
A.)
3
0 y
A este : a.) 4 ; b.) -5 ; c.) -4 ; d.) 5
B.)
2
4 y
A este : a.) 35 ; b.) 64 ; c.) 16 ; d.) 0
-
i
x -3 -2 0 1
3
i
y 91 23 1 -1
73
f(-1) este aproximat prin forma Lagrange prin : a.) 5 ; b.) 6 ; c.) -5 ; d.) -6 ; e.) 1
-
i
x 0 0,2 0,3 0,4 0.7
i
y 1,32 1,48 1,57 1,66
1,95
A.) f(0,2; 0,3; 0,4) este : a.) ; b.) ; c.) ; d.)
B.) f(0,5) ) 5 , 0 (
2
N ~ este : a.) ; b.) ; c.) ; d.)
-
i
x 0 1 2 3
4
i
y 2 5 -3 1
-6
f(2,5) este egal cu : a.) -3,951 ; b.) -3,937 ; c.) -3,715 ; d.) -3,875
-
i
x 1 4 7 15
i
y 2 6 13 24
f(3) este egal cu : a.) 23,38 ; b.) 28,33 ; c.) -28,33 ; d.) -23,38
-
i
x 0 1 2 3
4
i
y 1 4 15 40
25
A.) f(3,5) ) 5 , 3 (
2
N ~ este : a.) ; b.) ; c.) ; d.)
B.)
3
0 y
A este : a.) -6 ; b.) -5 ; c.) 5 ; d.) 6

2
4 y
A este : a.) 15 ; b.) 25 ; c.) -25 ; d.) -15
-
Analiz numeric
i
x 2 2,2 2,4 2,6
2,8
i
y 0,5103757 0,5207843 0,5104147 0,4813306
0,4359160
f(2,5)=?
- f(1,03) = ? dac :
x x
e xe x f 2 3 ) ( = si 1
0
= x , 05 , 1
1
= x , 07 , 1
2
= x
-
i
x 0 0,3 0,6 0,9
i
y -7 -5,65014 -5,17788 -
4,28172
f(0,1) = ?
f(0,8) = ?
-
i
x 0 1 2 3
4
i
y -4 1 10 29
69
f(0,7)=?
-
i
x 0 1 2 3
4
i
y -4 1 10 29
69
A.) f(1,09) = ?
B.) f(1,35) = ?

- Ce eroare se comite n calculul valorii lg 3,2 folosind f(x)=lg x si 1
0
= x , 10
1
= x ,
100
2
= x .?

Analiz numeric
http://adl.anmb.ro
Derivare i integrare numeric
Obiective:
1. nsuirea cunotinelor privitoare la metoda de derivare numeric bazat pe
diferene finite
2. nsuirea metodelor de aproximare a unei integrale definite pornind de la forla
Lagrange pentru noduri echidistante a polinomului de interpolare
3. Familiarizarea cu formulele de cuadratur Gauss
4. Fixarea cunotinelor acumulate prin studierea unor exemple i prin rezolvarea unor
aplicaii concrete
Condiionri:
- U.I. 1 i 3
- Analiz matematic
Cuprins
U.S. 5.1. Derivare numeric
U.S. 5.2. Formule de cuadratur numeric Newton-Ctes
U.S. 5.3. Formule de cuadratur Gauss
n U.S. 5.1, sunt prezentate modaliti de calcul aproximativ ale derivatelor unei funcii,
pornind de la formele Newton ale polinomului de interpolare, dup o expunere succint a
problematicii abordate.
U.S. 5.2. se ocup de obinerea formulelor de cuadratur Newton-Ctes ntr-o serie de
cazuri particulare.
n U.S. 5.3, nainte de a aborda problema obinerii formulelor de cuadratur numeric
Gauss, sunt prezentate formula de cuadratur a dreptunghiului i formule de cuadratur
Cebev.
- O.Martin: Probleme de analiz numeric, Ed.Matrix, 1999

Analiz numeric
- K.Atkinson: An introduction to Numerical Analysis, John Wiley&Sons, 1989
- S.Curteanu: Iniiere n Matlab, Ed.Polirom, 2008

Analiz numeric
Derivare numeric
Sarcini de nvare:
- familiarizarea studenilor cu determinarea aproximativ a valorilor derivatelor unei
funcii, utiliznd polinomul de interpolare asociat;
- nsuirea unor forme particulare ale aproximrii derivatelor unei funcii, pornind de
la aproximarea valorilor utiliznd formele Newton ale polinomului de interpolare;
- utilizarea n rezolvarea unor probleme concrete a formulelor de derivare numeric
nsuite, dup parcurgerea acestei U.S.
5.1.1. Preliminarii
Problema evalurii aproximative a derivatelor unei funcii se impune cu necesitate n
aplicaiile numerice, mai ales n urmtoarele situaii:
- Se cunoate expresia analitic a funciei, dar utilizarea acesteia n determinarea
derivatelor ar implica un volum mare de calcul.
- Se cunosc valorile funciei, doar n anumite puncte din domeniul de definiie.
O rezolvare convenabil a problemei enunate const n aproximarea valorilor
derivatelor funciei prin valorile derivatelor polinomului de interpolare corespunztor.
Vom considera, n cele ce urmeaz, o funcie | | b , a C f
2 n+
e , o diviziune echidistant a
intervalului | | { } n 0, i , ih x x , x , b , a
0 i
n , 0 i
i n
= + = =
=
A ,
n
a b
h

= i valorile funciei f n
nodurile diviziunii, ( ) n 0, i , x f y
i i
= = .
Fie ( )
n n 0
P x ; x ,..., x ; f P e , polinomul de interpolare asociat funciei f i diviziunii
n
A . n
consecin, ( ) ( ) ( ) x ; f E x ; x ,..., x ; f P x f
n n 0 n
+ = , ( ) | | b a, x e .
Atunci,
( ) ( ) ( ) ( )
'
+ ' = ' x ; f E x ; x ,..., x ; f P x f
n n 0 n
(1.1)
( ) ( ) ( ) ( )
+ ' ' = ' ' x ; f E x ; x ,..., x ; f P x f

n n 0 n
, etc., ( ) | | b a, x e .
Dac notm cu
( ) ( ) ( ) x ; x ,..., x ; f P x f x ; f E
n 0 n n
' ' = ' (1.2)
atunci, conform (1.1), se obine c:
( ) ( ) ( ) ( ) | | b a, x , x ; f E x ; f E
n n

'
= ' (1.3)
Analog,
( ) ( ) ( )
= ' ' x ; f E x ; f E
n n
(1.4)
.a.m.d.
Avnd n vedere c ( )
( )
( ) ( )
( )
( ) ( ) | | b a, x , x
! 1 n
x f
x ; f E
n
1 n
n
e
+
=
+
e
o
rezult c eroarea de
trunchiere n formula derivatei ntr-un punct, este de forma:
Analiz numeric
( )
( )
( ) ( ) ( ) ( )
( )
( ) ( ) ( )
( )
( ) | | b a, x ,
! 1 n
x x f x x x f
x ; f E
n
2 n
n
1 n
n
e
+
' + '
= '
+ +
e o e o o
(1.5)
Pentru a obine ( ) x ; f E
n
' ' , se deriveaz (1.5).
Analiznd (1.5), se poate desprinde urmtoarea concluzie: utilizarea (1.1) i (1.5) n
puncte oarecare din | | b , a prezint o serie de inconveniente de natur calculatorie; dar
aceast situaie se amelioreaz considerabil, atunci cnd calculul se face n nodurile
diviziunii
n
A .
Fie astfel, { } n 0,..., k , x
n k
e eA .
(1.5)
( )
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
( ) ( )! k n ! k h 1
! 1 n
x f
x
! 1 n
x f
x ; f E
n k n k
1 n
k n
k
1 n
k n

+
= '
+
= '

+ +
o
e
o
(1.6)
de unde se obine
( )
( )
( )
+
=
+
s '
1 n
k
n
n
k n
f M ,
C 1 n
h M
x ; f E (1.7)
(1.7) are urmtoarea semnificaie:
Eroarea de trunchiere este asimptotic mrginit de un multiplu al cantitii
n
h , cnd
0 h . Din acest motiv, ( ) x ; x ,..., x ; f P
n 0 n
' se mai numete i aproximaie de ordin n pentru
( )
k
x f ' . Se scrie: ( ) ( ) ( )
n
k n 0 n
h O x f x ; x ,..., x ; f P + ' = ' ( O-simbol pentru a defini ordinul
convergenei. Notaia ( ) ( )
p
h O a h A + = este folosit pentru a exprima faptul c ( ) h A este o
aproximaie de ordin p a lui a , adic
( )
=
p
p
0 h
h
h O
lim finit).
5.1.2. Forme particulare ale exprimrii aproximative ale derivatelor unei
funcii
Vom particulariza (4.1), considernd ( ) x ; x ,..., x ; f P
n 0 n
scris sub polinomul Newton de
spea I i anume: ( ) ( ) ( ) + + = =
0
0
0 1 n 0 n
x x
h ! 1
y
y x N x ; x ,..., x ; f P
A

( ) ( ) ( ) ( )
1 n 0
n
0
n
1 0
2
0
2
x x ... x x
h ! n
y
... x x x x
h ! 2
y
+ +
A A
, pentru a obine diferite formule de
aproximare utilizate n practic. Efectund schimbarea de variabil | | n 0, t , th x x
0
e + = ,
( ) ( ) + + = = +
2
0
2
0
0 1 0 n 0 n
h ! 2
y
t
h ! 1
y
y t N th x ; x ,..., x ; f P
A A

( ) ( ) ( ) ( )+ + + = + + + t t
h ! 2
y
t
h ! 1
y
y 1 n t ... 1 t t
h ! n
y
... 1 t t
2
2
0
2
0
0
n
0
n
A A A

( )
( )
|
.
|
\
|
+
+ + + +

... t
2
1 n n
t
h ! n
y
... t 2 t 3 t
h ! 3
y
1 n n
n
0
n
2 3
3
0
3
A A
.

Analiz numeric
Deci,
( ) ( ) ( ) +
+ = = + ' 1 t 2
h ! 2
y
t
h ! 1
y
h
1
t
dt
dN
h
1
th x ; x ,..., x ; f P
2
0
2
0 1
0 n 0 n
A A

( )
( )
(
(
(
|
.
|
\
|
+
+ + + +

... t
2
1 n n
nt
h ! n
y
... 2 t 6 t 3
h ! 3
y
2 n 1 n
n
0
n
2 3
3
0
3
A A
(1.8)
Pentru 1 n = : (1.8) i (1.6) devin:
( )
h
y
x f
0
k
A
~ ' i ( )
( ) ( )
( ) ( )
' '
=

k 1 ! hk 1
! 2
x f
x ; E
k 1 k
k 1
o

( ) ( )
h
y y
h
y
x f x f
0 1 0
1 0

= ~ ' ~ '
A
i ( ) ( )
2
h
x ; f E x ; f E
1 1 0 1
+ = ' = ' (1.9)
Pentru 2 n = : (1.8) i (1.6) devin:
( ) ( )
h 2
y y 4 y 3
! 2
y
y
h
1
x f 0 t
2 1 0 0
2
0 0
+
=
(
(
~ ' =
A
A
( ) ( )
h 2
y y
! 2
y
y
h
1
x f 1 t
2 0 0
2
0 1
+
=
(
(
~ ' =
A
A
( ) ( )
h 2
y 3 y 4 y
! 2
y
y
h
1
x f 2 t
2 1 0 0
2
0 2
+
=
(
(
~ ' =
A
A
iar ( ) ( ) ( )
0
2
0 2
x f
3
h
x ; f E o ' ' ' = '
( ) ( ) ( )
1
2
1 2
x f
6
h
x ; f E o ' ' ' = '
( ) ( ) ( )
2
2
2 2
x f
3
h
x ; f E o ' ' ' = ' (1.10)
Pentru 3 n = : (1.8) i (1.6) devin:
( ) ( )
( )
h 6
y 2 y 9 y 18 y 11
y
! 3
2
! 2
y
y
h
1
x f 0 t
3 2 1 0
0
3 0
2
0 0
+ +
=
(
(
+ ~ ' = A
A
A
( ) ( )
h 6
y y 6 y 3 y 2
y
! 3
1
! 2
y
y
h
1
x f 1 t
3 2 1 0
0
3 0
2
0 1
+
=
(
(
+ ~ ' = A
A
A
( ) ( )
h 6
y 2 y 3 y 6 y
y
! 3
2
y
! 2
3
y
h
1
x f 2 t
3 2 1 0
0
3
0
2
0 2
+ +
=
(
+ + ~ ' = A A A

( ) ( )
h 6
y 11 y 18 y 9 y 2
y
! 3
11
y
! 2
5
y
h
1
x f 3 t
3 2 1 0
0
3
0
2
0 3
+ +
=
(
+ ~ ' = A A A
iar ( )
( )
( ) ( )
0
4
3
0 3
x f
4
h
x ; f E o = '
( )
( )
( ) ( )
1
4
3
1 3
x f
12
h
x ; f E o = '
Analiz numeric
( )
( )
( ) ( )
2
4
3
2 3
x f
12
h
x ; f E o = '
( )
( )
( ) ( )
3
4
3
3 3
x f
4
h
x ; f E o = ' (1.11)

Observaia 1.2.1.:
Pentru a obine formulele (1.10) i (1.11), se poate folosi i forma Lagrange pentru
noduri echidistante a lui ( ) x ; x ,..., x ; f P
n 0
.
Pentru a obine evaluarea derivatei de ordinul al-II-lea, derivm (1.8) i astfel:
( ) ( ) | ( ) + + = = + ' ' 1 t y y
h
1
t
dt
N d
h
1
th x ; x ,..., x ; f P
0
3
0
2
2 2
1
2
2
0 n 0
A A
( )
( )
(
(
(
|
|
.
|
\
|

+ + + +

! n
... t 1 n n
y ... 11 t 18 t 6
12
y
2 n
0
n 2 3 0
4
A
A
(1.12)
Pentru 2 n = : (1.12) devine:
( ) ( )
2
0 1 2
2
0
2
0
h
y y 2 y
h
y
x f 0 t
+
= = ' ' =
A

( ) ( )
2
0
2
1
h
y
x f 1 t
A
= ' ' =
( ) ( )
2
0
2
2
h
y
x f 2 t
A
= ' ' =
Pentru 3 n = : (1.12) devine:
( ) ( ) | | | |
0 1 2 3
2
0
3
0
2
2
0
y 2 y 5 y 4 y
h
1
y y
h
1
x f 0 t + + = = ' ' = A A
( ) ( ) | |
( )
2
0 1 2
2
0
2
2
1
h
y y 2 y
h
1
y
h
1
x f 1 t
+
= = ' ' = A
( ) ( ) | |
( )
2
1 2 3
2
0
3
0
2
2
2
h
y y y
h
1
y y
h
1
x f 2 t
+
= + = ' ' = A A
( ) ( ) | |
( )
2
0 1 2 3
0
3
0
2
2
3
h
y y 4 y 5 y 2
y 2 y
h
1
x f 3 t
+
= + = ' ' = A A (1.13)

Analiz numeric
Formule de cuadratur Newton-Ctes
Sarcini de nvare:
- familiarizarea studenilor cu problematica calculului aproximativ a integralelor
definite;
- dup parcurgerea acestei U.S., studentul este capabil s obin diverse forme
particulare de aproximare a valorilor unei integrale definite, pornind de la
aproximarea valorilor unei funcii prin intermediul formei Lagrange pentru nuduri
echidistante a polinomului de interpolare; de asemenea, studentul este apt de a
evalua o margine superioar a erorii de aproximare i de a stabili numrul nodurilor
de cuadratur ce se utilizeaz atunci cnd se precizeaz valoarea erorii de
aproximare.
5.2.1. Prezentare general
n paragraful anterior, am motivat necesitatea determinrii aproximative a valorilor
derivatelor unei funcii | | | | R b a, , R b , a : f c .
Exact aceleai motive sunt cele care genereaz problema calculului aproximativ al
cantitii ( ) ( )
}
b
a
dx x f x w , a crei formulare general este urmtoarea:
Fie | | | | { }
n , 0 i
i n
m
x 1, n m , b a, C f , R b , a : f
=
= + > e A , o diviziune a intervalului | | b , a , a.i.
se cunosc valorile funciei f n nodurile diviziunii ( )
i i
x f y = , n , 0 i = . Fie | |
+
R b , a : w , o
pondere pe | | b , a i urmtoarele funcionale liniare | | R b , a C : C , I
n
, definite prin
( ) ( ) ( )
}
=
b
a
dx x f x w f I (2.1)
i
( )

=
=
n
0 i
i i
y A f C (2.2)
Se pune problema aproximrii optime a cantitii ( ) f I prin intermediul cantitii ( ) f C .
n legtur cu problema formulat, este necesar introducerea urmtoarelor noiuni:

Definiia 2.1.1:
O formul de forma:
( ) ( ) ( )
}

=
+ =
b
a
n
0 i
i i
f R y A dx x f x w (2.3)
s.n. formul de integrare numeric (sau de cuadratur numeric).
n , 0 i , A
i
= s.n. coeficient al formulei de integrare numeric (2.3), { } n , 0 i , x
n i
= eA s.n. nod
al cuadraturii (2.3), iar ( ) f R s.n. eroare de aproximare sau restul cuadraturii (2.4).
Analiz numeric
Definiia 2.1.2.:
Formula de cuadratur numerice (2.3) s.n. exact dac ( ) 0 f R = i s.n. exact de
grad p , dac este exact pentru orice polinom al crui grad este mai mic sau egal cu p i
nu este exact pentru cel puin un polinom de grad ( ) 1 p + .

Observaia 2.1.3.:
(2.3) este exact de grad p dac
( ) p 0, i , 0 x R
i
= = i ( ) 0 x R
1 p
=
+
(2.4)

Definiia 2.1.4.:
O formul de cuadratur (2.3) s.n. de tip nchis dac { }
n
b , a A _ , i de tip deschis, n
caz contrar.

n legtur cu o formul de cuadratur numeric (2.3), se pot pune urmtoarele
probleme:
1. Determinarea coeficienilor
i
A dac se cunosc nodurile n 0, i , x
i
= ;
i
A i a nodurilor
i
x a.i. ( ) ( ) f R f, s fie minim;
3. Deducerea unor expresii pentru ( ) f R , uor de manipulat n situaii practice;
i
A i a nodurilor
i
x a.i. (2.3) s aib un grad de
exactitate ct mai mare.
5. Compararea formulelor de cuadratur obinute pentru o funcie f , n scopul alegerii
celei mai eficiente.
Alegerea unei formule de cuadratur numeric depinde n general, de mai muli
factori, printre care enumerm:
a) proprietile integrandului ((1) Dac se cunosc doar valorile exacte ale funciei n
anumite puncte
i
x din | | b , a , atunci se alege o formul de cuadratur ce are drept noduri ,
punctele
i
x . (2) Dac funcia f este dat grafic sau valorile ( )
i i
x f y = cunoscute sunt
aproximative, atunci se prefer alegerea unei cuadraturi ai crei coeficieni s fie toi egali;
astfel se obine o sum a valorilor funciei n noduri, iar eroarea cuadraturii are acelai
ordin cu cel al valorilor tabelate. (3) Dac funcia f posed puncte unghiulare n | | b , a sau
oscilaia sa pe | | b , a este prea mare, atunci se opteaz pentru cuadraturi numerice n care
restul depinde doar de derivatele de ordin mic ale funciei).
b) eroarea impus la aproximare (depinde de alegerea pasului diviziunii
n
A ).
c) mijloacele de calcul de care dispunem.
Cele mai utilizate formule de cuadratur numeric (2.3) sunt construite, pornind de
la aproximarea funciei f prin polinomul de interpolare asociat funciei f i diviziunii
( )
n n 0 n
P x ; x ,..., x f; P , e A .
Atunci: ( ) ( ) ( ) ( ) ( ) ( )
} }
+ =
b
a
b
a
n n 0
dx x ; f E x ; x ,..., x ; f P x w dx x f x w .
Pentru a fi mai explicii, vom considera ( ) x ; x ,..., x f; P
n 0
sub forma Lagrange i.e.
( ) ( )
( )( )
=
'
=
n
0 i
i i n
i
n n 0
x x x
y
x x ; x ,..., x f; P
e
e . Atunci, (2.3)
Analiz numeric
( ) ( )
( ) ( )
( )( )
( ) ( )
} } }
=
+
(
(
|
|
.
|
\
|
'
=
n
0 i
b
a
n i
b
a
i n
n
b
a
dx x ; f E x w y
x x x
x x w
dx x f x w
e
e
(2.5)
Deci, coeficienii

( ) ( )
( )( )
n 0, i , dx
x x x
x x w
A
b
a
i i x
n
i
=
'
=
}
e
e
(2.6)
nu depind de integrandul f , iar restul cuadraturii are forma
( ) ( ) ( ) ( )
( )
( ) ( )
( )
( )
} }
(
(
+
= =
b
a
b
a
n
1 n
n
dx x
! 1 n
x f
x w dx x ; f E x w f R e
o
(2.7)
Propoziia 2.1.5.:
(2.5) au gradul de exactitate n .
Demonstraie:
Fie
n
P Qe . Atunci, ( ) ( ) x ; x ,..., x ; Q P x Q
n 0
. Deci, ( ) 0 Q R = .
n particular,
( )
}

=
= =
b
a
n
0 i
k
i i
k
n 0, k , x A dx x x w (2.8)
permite calcularea coeficienilor
i
A .
5.2.2. Formule de cuadratur Newton-Ctes
Aceste formule de cuadratur se obin din formula (4.18) considernd:
n
A o diviziune
echidistant a intervalului | |
|
.
|
\
|
= = + = n 0, i ,
n
a - b
h , ih x x b , a
0 i
i funcia pondere w a.i.
( ) ( ) | | b a, x , 1 x w e = .
Atunci, (2.6)
( )
( )( )
( ) ( )
( )
} }

=
'
=

+ =
+
n
0
n
i n i
n
th x x : SV
b
a
i i n
n
i
i t
t 1 hC
dx
x x x
x
A
o
e
e
.
Deci,
( ) ( )
( )
( )
( )
(
(

=
(
(
=
} }

n
0
n
1 i
n
n
0
n
i n i
n
i
dt
i t
t
! n n
C
a b dt
i t
t
! n
1 hC
A
i n

.
Notnd

( ) ( )
}

=
n
0
n
i n i
n
i
dt
i t
t
! n n
1 C
H

(2.9)
n , 0 i = , coeficientul
i
A este de forma:
( )
i i
H a b A = (2.10)
Observaia 2.2.1.:
1.
i
H s.n. coeficient Ctes i conform (2.9),
i
H nu depinde de funcia f i
intervalul | | b , a .
2. ( ) n 0, i , H H
i n i
= =

i 1 H
n
0 i
i
=
=
(2.11)
Analiz numeric
ntr-adevr, prima egalitate se obine din (2.9) printr-o schimbare de variabil: z n t = , iar
cea de-a doua, din (2.6), considernd 1 w f .
Din prima egalitate (2.11), rezult c n funcie de paritatea lui n , numrul coeficienilor
poate fi redus, n unele situaii, la jumtate.

Definiia 2.2.2.:
Formula de cuadratur
( ) ( ) ( )
}

=
+ =
b
a
n
0 i
i i
f R y H a b dx x f (2.12)
(unde n 0, i , H
i
= sunt determinai de (2.9)), s.n. formul de cuadratur Newton-Ctes.

Propoziia 2.2.3.:
Pentru o formul de cuadratur Newton-Ctes, avem urmtoarea evaluare a restului
cuadraturii:
( )
( )
( ) , dt t
! 1 n
Mh
f R
n
o
n
2 n
}
+
s
+
unde
( )
+
=
1 n
f M (2.13)

Observaia 2.2.4.:
De fapt, (2.13) se modific n funcie de paritatea lui n , i anume:

1. Dac n este par i | | b , a C f
2 n+
e , atunci:
( )
( )
( )
}
+
s
+ n
0
n
3 n
dt t t
! 2 n
Mh
f R , (2.14)
( )
+
=
2 n
f M
2. Dac n este impar i | | b , a C f
1 n+
e , atunci:
( )
( )
( )
}
+
s
+ n
0
n
2 n
dt t
! 1 n
Mh
f R .
Deci, pentru n par, gradul de exactitate al formulei (2.12) este ( ) 1 n + , iar pentru n impar,
gradul este n .

Vom prezenta n continuare cele mai cunoscute formule de cuadratur Newton-
Ctes:

a) Pentru 1 n = n (2.12), obinem:
- a - b h , b x , a x
1 0
= = = ;
-
2
1
H H
1 0
= = ;
n consecin, (2.12)
( )
( ) ( ) ( )
( ) f R
2
b f a f
a b dx x f
1
b
a
+
+
=
}
(2.15)
ce s.n. formula trapezelor.
Analiz numeric
( ) f R
1
reprezint aria poriunii haurat din fig..1.
Evaluarea erorii:
2
e . Atunci, (2.15)
( )
( ) ( ) | |
( )
}
+
+
+ +
=
h a
a
1
h R
2
h a f a f h
dx x f (2.16)
Derivnd (2.16) n raport cu h , se obine:
( )
( ) ( ) ( )
2
h a f h
2
a f h a f
h R
1
+ '
+
= ' (2.17)
Derivnd (2.17) n raport cu h , se obine:
( ) ( ) h a f
2
h
h R
1
+ ' ' = ' ' (2.18)
Se integreaz (2.18) n raport cu h , inndu-se cont c ( ) 0 0 R
1
= ' . Avem astfel:

( ) ( ) ( ) ( )
} }
+ ' ' = ' ' + ' = '
h
0
h
0
1 1
dt t a f t
2
1
dt t R 0 R h R
(2.19)
Conform teoremei 1 de medie, ( ) ( ) h 0, e - u a.i. ( ) ( )
} }
= + ' ' = + ' '
h
0
t
h
0
tdt a f dt t a f t u
( )
2
h
a f
2
t
u + ' ' = . Deci, (2.19) devine:
( ) ( )
t
2
1
a f
4
h
h R u + ' '
= ' (2.20)
Se integreaz (2.20) n raport cu h , avnd n vedere c ( ) 0 0 R
1
= . Astfel:
( ) ( ) ( ) ( )
} }
+ ' ' = ' + =
h
0
2
t
h
0
1 1 1
dt t a f
4
1
dt t R 0 R h R u .
Folosind teorema 1 de medie, obinem:
( )
( ) ( )
3 h
h
o
2 h
1
h
12
f
dt t
4
f
h R
o o ' '
=
' '
=
}
(2.21)
unde ( ) h , 0
h
e o . Din (2.21),
Analiz numeric
( )
( )
12
a b M
h
12
M
h R
3
3
1

= s (2.22)
unde
' ' = f M
2
.
Formula (2.21) afirm c: (2.20) supraestimeaz valoarea ( )
}
b
a
dx x f dac 0 f > ' ' i o
subestimeaz dac 0 f < ' ' .
Observaia 2.2.5.:
(2.20) nu prezint interes practic, deoarece implicnd doar dou valori ale lui
f , este satisfctoare doar pentru funcii f , liniare.
Performanele sale se mbuntesc, dac se utilizeaz proprietatea de aditivitate a
integralei definite. n acest scop, se mparte | | b , a n k intervale egale, prin intermediul
nodurilor echidistante: k 0, i ,
k
a b
i x x
0 i
=
|
.
|
\
|
+ = .
Apoi, se aplic (2.15) pe fiecare interval | | k 0, i , x , x
1 i i
=
+
, se sumeaz, obinndu-se
astfel:
( ) ( ) ( ) ( ) | | ( ) = + + + + + + + =
}
f R y y ... y y y y
2
h
dx x f
1 k 1 k 2 1 1 0
b
a

( ) | | ( ) f R y y ... y 2 y
2
h
1 k 1 k 1 0
+ + + + + =

(2.23)
unde
( )
( )
2
3 3
1
k 12
a b M
12
k Mh
f R

= s (2.24)
(2.23) s.n. formula general a trapezelor, care din punct de vedere geometric are
urmtoarea semnificaie:

Analiz numeric
(2.23) aproximeaz
f
G prin intermediul liniei poligonale determinat de punctele:
( ) ( ) ( ) ( )
k k 0 0
x f , x ... x f , x
b) Pentru 2 n = :
-
2
a - b
h , b x ,
2
b a
x , a x
2 1 0
= =
+
= = .
-
6
1
H H
2 0
= = i
3
2
H
1
= (conform 2.9).
Atunci, (2.12)
( ) | | ( ) ( ) ( ) ( ) f R b f
2
b a
f 4 a f
6
a b
f R y y 4 y
3
h
dx x f
2
b
a
2 2 1 0
+
(
+
|
.
|
\
| +
+
|
.
|
\
|
= + + + =
}
s.n. formula lui
Simpson. (2.25)

(2.25) nlocuiete curba ( ) x f y = cu parabola ( ) x P y
2
= , ce trece prin
( ) ( )
|
|
.
|
\
|
|
.
|
\
| + +
2
b a
f ,
2
b a
, a f , a i ( ) ( ) b f , b .
( )
90
Mh
h R
5
2
s (2.26)
unde
( )
=
4
f M . ( ( )
( )
2880
a b M
h R
5
2

s (2.27)

Ca i n cazul formulei trapezelor, pentru a obine o formul de interes practic, vom mpri
intervalul | | b , a n k 2 intervale egale prin intermediul punctelor echidistante:
0,2k i ,
k 2
a b
i x x
0 i
=
+ = i vom aplica formula (2.25) pe fiecare interval de lungime

|
.
|
\
|
k
a b
, adic: | | | | | |
k 2 2 k 2 4 2 2 0
x x ,..., x , x , x , , x

, obinnd:
Analiz numeric
( ) ( ) ( ) ( ) | |+ + + + + + + + + + =
}
b
a
k 2 1 k 2 2 k 2 4 3 2 2 1 0
y y 4 y ... y y 4 y y y 4 y
3
h
dx x f
( ) | | ( ) f R y 2 s 4 y
3
h
f R
2 k 2 2 1 0 2
+ + + + = + t , unde am notat
=

=
k
1 i
1 i 2 1
y s ,
=
=
k
1 i
i 2 2
y t . Deci,
( )
( )
( ) ( ) | | ( )
}
+ + + +
=
b
a
2 2 1
f R b f 2 s 4 a f
k 6
a b
dx x f t (2.28)
unde
( )
( )
180
a b Mh
f R
4
2

s sau ( )
( )
4
5
2
k 2880
a b M
f R

s (2.29)
(2.28) s.n. formula general a lui Simpson.

c) Pentru 3 n = , se obine:
- b, x , h 2 a x , h a x , a x
3 2 1 0
= + = + = = iar
3
a - b
h = .
-
8
1
H H
3 0
= = ,
8
3
H H
2 1
= = .
Atunci, (2.12)
( ) | | ( ) f R y y 3 y 3 y
8
h 3
dx x f
3 3 2 1 0
b
a
+ + + + =
}
(2.30)
s.n. formula lui Newton.
Evaluarea erorii:
Se procedeaz ca i n cazurile a),b), n ipoteza
( )
| | b , a C f
4
e i se obine
( )
80
h M 3
f R
5
4
3
s (2.31)
( )
=
4
4
f M .
d) Pentru 4 n = , avem:
- b x , h 3 a x , h 2 a x , h a x , a x
4 3 2 1 0
= + = + = + = = iar
4
a - b
h = .
-
90
7
H H
4 0
= = ,
15
2
H ,
45
16
H H
2 3 1
= = = .
Atunci, (2.12)
( ) ( ) | | ( ) = + + + + + =
}
f R y y 32 y 12 y 32 y 7
45
h 2
dx x f
4
b
a
4 3 2 1 0

( )
( ) ( ) ( ) ( ) ( ) f R b f 7 h b f 32
2
b a
f 12 h a f 32 a f 7
90
a b
4
+
(
+ +
|
.
|
\
| +
+ + +
= (4.45)
unde
( )
945
h M 8
f R
7
6
4
s , unde
( )
=
6
f M (2.32)
(2.32) s.n. formula lui Boole-Villarceau.

Analiz numeric
Exemple
1. Determinati pasul h astfel nct aproximnd
}
[
2
0
sin xdx prin metoda trapezelor,
eroarea s fie mai mic dect : 0,000005.
Soluie : ) ( ) 1 2 0 (
2
sin
, 1
1
1
2
0
f R y
k
xdx
k
k
j
i
+ + +
[
=

}

=
[
.
000005 , 0
2 12
) (
2
3
2
, 1
= <
|
.
|
\
|
[
s c
k
M
f R
k
0019 , 0
2
<
[
=
k
h
1 sin sup
2
, 0
2
= =
(
[
x M
2. Fie :
i
x 1 1,05 1,10 1,15 1,20 1,25 1,30
i
y 1 1,02470 1,04881 1,07238 1,09544 1,11803 1,14017
ce conine valorile funciei x x f = ) ( (h=0,05)
Aproximai
}
3 , 1
1
dx x i estimai eroarea, folosind metoda trapezului .
Soluie :
( ) | | ) ( 32147 , 0 ) ( 14017 , 1 11803 , 1 09544 , 1 07238 , 1 04881 , 1 02470 , 1 2 1
2
05 , 0
3 , 1
1
f R f R dx x + = + + + + + + =
}

Cum 32149 , 0 |
2
3
3 , 1
1
2
3
3 , 1
1
= =
}
x
dx x , avem c 00002 , 0 ) ( < f R .
3. S se calculeze, folosind formula trapezului pentru k=4,
}
[
+
0
1
sin
dx
x
x
.
Soluie :
i
x 0
4
[

2
[

4
3[

[

i
y 0 0,396 0,389 0,21 0

1
sin
+
=
i
i
i
x
x
y
Analiz numeric
Atunci : ( ) | |
}
[
+ = + + + + +
[
=
+
0
) ( 781 , 0 ) ( 0 21 , 0 389 , 0 396 , 0 2 0
8 1
sin
f R f R dx
x
x
.
4. Aplicnd formula lui Simpson, calculai : dx
x
x
}
[
[
2
4
sin
cu 3 zecimale exacte :
Soluie :
4
5
4
, 2
2880
) (
) (
k
a b M
f R
k

s ,
4 180 2880
) (
4
4
4
5
4
[
=
h
M
k
a b M
, cu
4
[
= a ,
2
[
= b .
Cum
|
.
|
\
|
+
|
.
|
\
|
+ =
|
.
|
\
|
= 1
6 cos
4
24 12
1
sin sin
2 2 4 2
) (
) (
) (
x x
x
x x x
x
x
x
f
IV
IV
x
,
avem : 81 ) ( sup
) (
2
,
4
4
= =
(
[ [
x f M
IV
.
Punem condiia :
3
4
10 5 , 0
4 180
81

<
[
h
.Avem : h<0,19 i.e. k=6 ; de unde aplicnd
(5.9), avem : 612 , 0
sin
2
4
~
}
[
[
dx
x
x
.

5. Fie :
i
x 0
12
[

12
2[

12
3[

12
4[

12
5[

12
6[

i
y 0 0,25882 0,5 0,70711 0,86608 0,96593 1
pentru f(x)=sinx.
S se calculeze, folosind formula lui Simpson,
}
[
2
0
sin xdx .
Soluie :
( ) ( ) | | 0000003 , 1 1 86603 , 0 5 , 0 2 96593 , 0 70711 , 0 25882 , 0 4 0
36
1
2
) (
~
= + + + + + +
[
= = f I I ;

2
10 3 1

< = c I , k=6.

Analiz numeric
Formele de cuadratur Gauss
Sarcini de nvare:
- dup familiarizarea studentului cu problematica general a construciei unei formule
de cuadratur cu un grad maxim de exactitate pe anumite clase de funcii, acesta
trebuie s fie capabil de a obine i a utiliza, mai apoi, n situaii concrete, formule
de cuadratur Gauss: Gauss-Legendre, gauss-Cebev, Gauss-Hrmite;
- de asemenea, studentul va putea utiliza n aplicaii, cuadratura dreptunghiului,
precum i forme particulare ale cuadraturii Cebev.
5.3.1. Formula de cuadratur a dreptunghiului. Formule de cuadratur
Cebev
Exist i formule de cuadratur Newton-Ctes, n care sau unul sau amndou capetele
intervalului de integrare nu se afl n
n
A . n aceast situaie, formulele respective sunt de
tip deschis, spre deosebire de cele enunate anterior, ce sunt de tip nchis.

Cea mai simpl formul Newton-Ctes deschis este cea a punctului median,
adic:
( ) ( ) ( ) f R
2
b a
f a b dx x f
b
a
+
|
.
|
\
| +
=
}
(3.1)
unde
( )
( )
24
M a b
f R
2
3
s (3.2)
Pentru a obine formula general, considerm nodurile echidistante: ih x x
0 i
+ = ,
1 n , 0 i = i
n
a b
h

= i aplicm (3.1) pe fiecare interval | |
1 i i
x , x
+
, obinnd astfel:
( ) ( )
}
+
(
(
+ + + =
b
a
2
n
2
3
2
1
f R y ... y y h dx x f , unde
1 - n 0, i ,
2
h
x f y
i
2
i
=
|
.
|
\
|
+ = (3.3)
i
( )
( )
2
2
M
24
a b h
f R

s (3.4)
(3.3) s.n. formula general a punctului median.

Analiz numeric
Formula de cuadratur Cebev
Vom prezenta acum, o formul de cuadratur numeric, ai crei coeficieni sunt
egali, cu gradul de exactitate, corespunztoare unei diviziuni { }
n , 1 i
i n
x
=
= A a intervalului
| | b , a , pentru care, nodurile nu sunt echidistante. Aceast formul de cuadratur este
folosit mai ales, n domeniul construciei navelor.
Pentru a o putea obine, plecm de la urmtoarea formul de cuadratur:
( ) ( ) ( ) f R t f B t f
1
1
n
1 i
i i
+ =
}

=
(3.6)
Punem condiia ca (3.6) s ndeplineasc cele dou cerine enunate anterior:
n 2 1
B ... B B = = = i gradul su de exactitate s fie n .
Atunci, obinem considernd ( )
n
t ,..., t , 1 t f = n (3.6), urmtorul sistem de ecuaii neliniare,
din care se vor determina punctele
n 2 1
t ,..., t , t :

( ) | |
( )
+

= + + +
= + + +
= + + +
1 n 2
1 1 n
t ... t t
. . . . . . . . . . .
3
n
t ... t t
0 t ... t t
1 n
n
n
n
2
n
1
2
n
2
2
2
1
n 2 1
(3.7)
iar,
( ) n 1, i ,
n
2
B
i
= = (3.8)
S.N.Bernstein a demonstrat c sistemul (3.7) nu admite soluii reale pentru 8 n = i 10 n > .
Pentru a aplica formula deschis de cuadratur Cebev pentru ( )
}
b
a
dx x f , se efectueaz
schimbarea de variabil
t
2
a b
2
a b
x

+
+
= (3.9)
i astfel se obine:

( ) ( )
}
=
+
|
.
|
\
|
+
+
=
n
1 i
i
b
a
f R t
2
a b
2
a b
f
n
a b
dx x f (3.10)
ce este exact de grad n .
n tabelul urmtor, apar valorile punctelor n 1, i , t
i
= , pentru { } 5 , 4 , 3 , 2 ne .
n n
i
t
2 1;2 0,577350
3
1;3
2
0,707107
0
4
1;4
2;3
0,794654
0,187592
5
1;5
2;4
3
0,832498
0,374541
0
Analiz numeric
5.3.2. Formule de cuadratur numeric Gauss
Utilizarea unei formule de cuadratur Newton-Ctes (2.12), al crei grad de exactitate este
cel mult ( ) 2 n + , presupune considerarea unei diviziuni echidistante { }
n , 0 i
i n
x
=
= A
( ih x x
0 i
+ = , n , 0 i = ,
n
a b
h

= ) a intervalului | | b , a .
Atunci, se nate n mod natural,urmtoarea ntrebare: Folosind acelai numr de
termeni, nu s-ar putea obine, printr-o alegere judicioas a nodurilor din
n
A i a
coeficienilor, o formul de cuadratur, cu grad maxim de exactitate pe anumite clase de
funcii (spre exemplu, clasa polinoamelor algebrice)?
n principiu, rspunsul este afirmativ, deoarece avem la dispoziie un numr dublu
de grade de libertate, ce pot fi fixate (noduri i coeficieni).
Vom detalia, n continuare, aspectele problemei enunate, considernd urmtoarea
formul de cuadratur numeric:
( ) ( ) ( )
}

=
+ =
b
a
n
1 i
i i
f R y A dx x f x w (3.11)
Formula (3.11) implic n 2 coeficieni i noduri i cum acelai numr de coeficieni,
caracterizeaz complet un polinom de grad ( ) 1 n 2 , este evident c gradul maxim de
exactitate al formulei (3.11) este, cel puin teoretic, ( ) 1 n 2 .
Acest fapt se realizeaz i practic dac i numai dac (3.11) este exact pentru
sistemul fundamental de funcii { }
1 n 2 2
x ,..., x , x , 1

, adic dac ( ) 1 - 0,2n k , 0 x R
k
= = .
Dar ( ) 1 - 0,2n k , 0 x R
k
= = este echivalent cu:
( ) 1 - 0,2n k , x A dx x x w
b
a
n
1 i
k
i i
k
= =
}

=
(3.12)
(3.12) poate fi rezolvat analitic pentru valori mici ale lui n ; dar pantru valori mari,
dificultile ntmpinate n rezolvarea sa devin insurmontabile, ceea ce, ne oblig s optm
pentru schimbarea strategiei de determinare a nodurilor i a coeficienilor formulei (3.11).
n acest scop, avem nevoie de cteva preparative suplimentare.
Reamintim mai nti urmtoarea definiie:

Definiia 3.2.1.:
f i | | b , a g e s.n. ortogonale n raport cu ponderea w dac:
( ) ( ) ( )
}
=
b
a
0 dx x g x f x w (3.13)
Teorema 3.2.2.:
Exist i este unic un polinom | | X R P
n
e de grad n , ortogonal pe orice polinom de
grad mai mic sau egal cu ( ) 1 n .

Demonstraie:
Fie ( )
0 1
1 n
1 n
n
n n
a x a ... x a x a x P + + + + =

. Putem presupune, fr a restrnge

generalitatea, c 1 a
n
= .
Afirmaia teoremei este echivalent cu urmtoarea:
Analiz numeric
( ) 1 - n 0, i , R a !
i
= e - a.i. ( ) ( ) ( )
}
= =
b
a
k
n
1 - n 0, k , 0 dx x x P x w (3.14)
( ) ( ) = =
|
|
.
|
\
|
}

=
1 - n 0, k , 0 dx x x a x w
b
a
k
n
0 i
i
i

( ) ( ) 1 - n 0, k , 0 dx x x w a
b
a
k i
n
0 i
i
= =
}
+
=
(3.15)
Notm n (3.15),
( )
}
= =
b
a
k
k
1 - n 0, k , dx x x w c (3.16)
(3.15) Sistemul de ecuaii liniare:

=
+
= =
n
0 i
k i i
1 - n 0, k , 0 c a (3.17)
Presupunem, prin reducere la absurd, c exist 1 - n 0, i ,
i
= , nu toi nuli a.i. s fie soluie
a sistemului omogen asociat sistemului (3.17), adic:

= + + +
= + + +
= + + +
0 c ... c c
. . . . . . . . . . . . . . . . .
0 c ... 1 c c
0 c ... 1 c c
1 n 2 n 2 1 n 0 1 n
1 n n 1 1 0 1
1 n 1 n 1 1 0 0

(3.18)

( )( )
( )( )
( )| |
= + + +
= + + +
= + + +
}
}
}
b
a
1 - n
2 n 2
1 n
n
1
1 n
0
b
a
2
n
1 n
2
1 0
b
a
1
1 n
1 n 1 0
0 dx x ... x x x w
. . . . . . . . . . . . . . . . . .
0 dx x ... x x x w
0 dx x ... x x w

(3.19)

nmulind egalitile din (3.19) cu cantitile indicate i adunndu-le, apoi, obinem:
( )( ) 0 dx x ... x x w
2
b
a
1 n
1 n 1 0
= + + +
}
(3.20)
innd seama de definiia funciei pondere w, din (3.20) rezult c
0 x ... x
1 n
1 n 1 0
= + + + , de unde 0 ...
1 n 1 0
= = = = . Am obinut astfel, o
contradicie cu ipoteza de lucru. Deci, 0 C det = , unde C este matricea coeficienilor
sistemului (3.18), i astfel sistemul (3.18) este compatibil determinat.

n
P s.n. polinomul de grad n ortogonal pe | | b , a n raport cu ponderea w.

Propoziia 3.2.3.:

n
P admite numai rdcini reale simple i distincte, n ( ) b , a .
Analiz numeric

Propoziia 3.2.4.:
Fie
n
P , polinomul ortogonal n raport cu ponderea w, pe | | b , a , de grad n . Atunci,
are loc urmtoarea egalitate:
( ) ( ) ( ) ( ) 2 n , x P x P x x P
2 n n 1 n n n
> = | (3.21)
unde ( ) ( ) , x x P , 1 x P
1 1 0
| =
( ) 1 n
2 n
1 n , 1 n
1 n , n
n
a
I
I

+ = | , 2 n ,
I
I
2 n , 2 n
1 n , 1 n
n
> = ,
( ) ( )dx x P x x w I
b
a
k
m
k , m }
= , iar
( ) 1 n
2 n
a

reprezint coeficientul lui

2 n
x

n
1 n
P

.
Cele mai importante cazuri particulare de polinoame ortogonale n raport cu o
pondere, pe un interval se afl n urmtorul tabel:
Intervalul Ponderea
n
P
| | 1 , 1 ( ) 1 x w = Polinomul Legendre
| | 1 , 1
( )
2
x 1
1
x w =

Polinomul Cebev de
ordinul I
| | 1 , 1
( )
2
x 1 x w =

Polinomul Cebev de ordinul
II
( ) ,
( )
2
x
e x w =
Polinomul Hermite
| ) , 0
( )
x
e x w =
Polinomul Laguerre
n tabelul urmtor se afl coeficienii din relaia de recuren (4.66):

n
P
n
|
n

Legendre 0
( )
( )( ) 3 n 2 1 n 2
1 n
2

Hermite 0
2
1 n

Laguerre ( ) 1 n 2
( )
2
1 n
Teorema 3.2.5.:
Formula de cuadratur (3.12), corespunztoare diviziunii { }
n , 1 i
i n
x
=
= A a
intervalului | | b , a , unde n 1, i , x
i
= este rdcin a polinomului
n
P , are gradul de exactitate
( ) 1 n 2 . Mai mult, are loc i afirmaia reciproc.

Demonstraie:
Analiz numeric
(1) Vom demonstra mai nti c dac
n
A este format din rdcinile n 1, i , x
i
= ale
polinomului
n
P , ortogonal n raport cu w, pe | | b , a , atunci gradul de exactitate al formulei
(3.12) este ( ) 1 n 2 .
Considerm | | X R Qe , de grad mai mic sau egal cu ( ) 1 n 2 . Dac 1 n gradQ s , atunci,
conform teoremei 3.2.2, afirmaia este adevrat.
Presupunem acum c 1 n 2 gradQ n s s . Conform teoremei de mprire cu rest, putem
scrie: ( ) ( ) ( ) ( ) x R x C x P x Q
n
+ = , unde 1 n gradR s i 1 n gradC s . Atunci:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} } } }
= + =
b
a
b
a
b
a
n
b
a
dx x R x w dx x R x w dx x C x P x w dx x Q x w
( ) ( ) ( ) ( ) ( ) ( )

} }
= =
= = =
n
1 i
i i
n
1 i
i i
b
a
b
a
x Q A x R A dx x R x w dx x Q x w , adic ( ) 0 Q R = .
Considerm acum n 2 gradQ P Q
1
2
n 1
= = . Atunci, ( ) ( ) ( ) =
}
b
a
1 1
dx x Q x w Q R
( ) ( ) ( )
}
> =
=
b
a
1
n
1 i
i 1 i
0 dx x Q x w x Q A , cci 0 Q
1
> pe | | b , a , mai puin n n puncte n 1, i , x
i
= din
| | b , a .
(2) Vom demonstra c dac formula de cuadratur (3.12), are gradul de exactitate
( ) 1 n 2 , atunci nodurile din diviziunea
n
A , n 1, i , x
i
= reprezint rdcinile polinomului
n
P ,
ortogonal n raport cu ponderea w, pe | | b , a .
Vom considera polinomul ale crui rdcini sunt n 1, i , x
n i
= eA , ( )
[
=
=
n
1 i
i
*
n
x x P i un
polinom | | X R Qe , de grad mai mic sau egal cu ( ) 1 n . Atunci, ( ) 1 n 2 Q P grad
*
n
s .
Conform ipotezei de lucru, ( ) ( ) ( ) =
}
b
a
*
n
dx x Q x P x w ( ) ( ) 0 x Q x P A
n
1 i
i i
*
n i
= =

=
, adic
*
n
P este
polinom ortogonal n raport cu ponderea w, pe | | b , a de grad n . Conform teoremei 3.2.2,
n
*
n
P P = i afirmaia este demonstrat.

Definiia 3.2.6.:
Formula de cuadratur (3.12) corespunztoare funciei f i diviziunii
{ }
n , 1 i
i n
x
=
= A , unde n 1, i , x
i
= , este rdcin a polinomului de grad n ,
n
P ortogonal n
raport cu ponderea w pe intervalul | | b , a , s.n. formul de cuadratur Gauss.

n funcie de intervalul | | b , a i de ponderea w considerate, vom avea formule de
cuadratur Gauss-Legendre, Gauss-Cebev, Gauss-Hrmite, Gauss-Laguerre, etc.
Formula de cuadratur Gauss (3.12) va fi complet determinat dac vom calcula
coeficienii n 1, i , A
i
= . Pentru aceasta, considerm polinomul | | X R Q
k
e , definit prin:
( )
( )
k
k
n
k
x ,
x x
x P
x Q
= rdcin a polinomului
n
P (3.22)
Analiz numeric
Se observ c: 1 n gradQ
k
s i ( ) ( )
k n k k
x P x Q ' = . Conform teoremei 3.2.2,
( ) ( ) ( ) ( ) ( ) | |
2
k n k k
2
k
k
n
1 i
i
2
k
i
b
a
2
k
x P A x Q A x Q A dx x Q x w ' = = =

}
=
(3.23)
Din (3.23) rezult acum c
( ) ( )
( ) | |
n 1, k ,
x P
dx x Q x w
A
k n
b
a
2
k
k
=
'
=
}
adic
( )
( )
( ) ( )
( ) n 1, k ,
x P
dx
x x
x P
x w
A
k n
b
a
2
k
n
k
=
'
(
=
}
(3.24)
Conform (3.24), coeficienii cuadraturii Gauss sunt pozitivi.
Vom da, n cele ce urmeaz, cteva exemple de cuadraturi Gauss.
a) Formula de cuadratur Gauss-Legendre:
Pentru ( ) ( ) x , 1 x w = i | | b , a , (4.56) este de forma: ( ) ( )
}

+ =
=
b
a
n
1 i
i i
f R y A dx x f , unde
conform (3.24)

( ) ( )
( ) | | ( ) ( ) ( )( )
n 1, i ,
b x a x x P ! n 2
a b ! n
A
i i
2
i n
2
1 n 2 4
i
=
'

=
+
(3.25)
unde n 1, i , x
i
= este rdcin a polinomului Legendre de grad n ,
( )
( )
( ) ( ) | |
n n
n
n
n
b x a x
dx
d
! n 2
! n
x P = .
Coeficienii Gauss-Legendre sunt folosii pentru diferite valori ale lui n , ( ) 1 x w = i
| | 1 , 1 x e , deoarece prin t
2
a b
2
b a
x

+
+
= se analizeaz transformarea | | | | b , a 1 , 1
aceti coeficieni din tabele pot fi utilizai pentru orice interval | | b , a .

n
gradP i
i
t
i
A
2 0;1 0,57735027
3
0;2
1
0,77459667
0
0,55555556
0,88888889
4
0;3
1;2
0,86113631
0,33998104
0,34785484
0,65214516
5
0;4
1;3
2
0,90617985
053846931
0
0,23692688
0,47862868
0,56888889
6
0;5
1;4
2;3
0,93246951
0,66120939
0,23861919
0,17132450
0,36076158
0,46791394
Analiz numeric
7
0;6
1;5
2;4
3
0,94910791
0,74153119
0,40584515
0
0,12948497
0,27970539
0,38183005
0,41795918
8
0;7
1;6
2;5
3;4
0,96028986
0,79666648
0,52553241
0,18343464
0,10122854
0,22238103
0,31370665
0,36268378

b) Formula de cuadratur Gauss-Cebev:
Pentru ( )
2
x 1
1
x w
= i | | 1 , 1 , (3.12) are forma:

( )
( )
}
=
+ =
n
1 i
i i
1
1
2
f R y A dx
x 1
x f
, unde
( )
n 1, i ,
n 2
1 i 2
cos x
i
=
=
t
sunt rdcinile polinomului Cebev de grad n ,
( )
( )
| | 1 , 1 x ,
2
x arccos n cos
x T
~
1 n
n
e =

, iar n 1, i ,
n
A
i
= =
t
.
Deci,

( ) ( )
( )
}
=
+
|
.
|
\
|
=
n
1 i
1
1
2
f R
n 2
1 i 2
cos f
n
dx
x 1
x f t t
(3.26)

Propoziia 3.2.7. (Evaluarea erorii n formulele de cuadratur Gauss):
Dac | | b , a C f
n 2
e , atunci
( )
( )
( ) ( )
}
s
b
a
2
n
n 2
dx x P x w
! n 2
M
f R , unde
( )
=
n 2
n 2
f M pe | | b , a (3.27)
n particular, pentru formula de cuadratur Gauss-Legendre,
( )
( ) ( )
( ) ( ) | |
3
1 n 2 4
n 2
! n 2 1 n 2
a b ! n M
f R
+

s
+
(3.28)

Propoziia 3.2.8. (Convergena formulelor de cuadratur Gauss):
( ) | |
( ) ( )
( ) ( )
}
= e
=

b
a
n
1 k
p
i
p
i
p
dx x f x w y A lim , b a, C f
p
.

Exemple
1. S se deduc cuadratura Gauss cu 2 puncte : Aplicaie :
}
[
+
2
0
1
cos
dx
x
x
.
Soluie :
Analiz numeric
- Cutm R e | o, astfel nct : ) ( ) ( ) ( ) (
1
1
2 1
f R t f t f dt t f + + =
}
| o s fie exact de
ordinul 3 i.e. :
}
+ = + = =
1
1
2 1 2 | o | o dt
0 0
2 1
1
1
2 1
= + + = =
}
t t t t tdt | o | o

}
= + + =
1
1
2
2
2
1
2
2
2
1
2
3
2
3
2
t t t t dt t | o | o

}
= + + = =
1
1
3
2
3
1
3
2
3
1
3
0 0 t t t t dt t | o | o

3
1
1 2
= = t t i ( )
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
= = =
}
3
1
3
1
1
1
1
f f dt t f | o
- ( )
2
; ;
1
cos [
= =
+
= b o a
x
x
x f

( )
} }
[
[
+
[
+
(
|
.
|
\
|
+
[
+
[
+
(
|
.
|
\
|
+
[
[
=
[
+
|
.
|
\
|
[
+
(
+
[
[
=
+
2
0
1
1
6736 , 0
3
1
4 4
1
1
3
1
4
cos
3
1
4 4
1
1
3
1
4
cos
4
4 4
1
1
4
cos
4 1
cos
dt
t
t
dx
x
x

SV: ) 1 (
4
+
[
= t x
2. S se deduc cuadratura Gauss cu 3 puncte. Aplicaie :
}
+
1
0
2 1 dx x .
Soluie : n acest caz, polinomul Legendre: ( ) t t t P 3 5
2
1
) (
3
3
= cu :
5
3
, 0 ,
5
3
3 2 1
= = = t t t .
Pentru determinarea coeficienilor :
}
+ + =
1
1
3 3 2 2 1 1
) ( ) ( ) ( ) ( t f A t f A t f A dt t f
lum : :
1
) (
t
t f =
3 2 1
2 A A A + + =
) (
5
3
0
3 1
A A =
9
5
3 1
= = A A

3
2
5
3
5
3
3 1
= + A A
9
8
2
= A
( )
}
(
(
|
|
.
|
\
|
+ +
|
|
.
|
\
|
=
1
1
5
3
5 0 3
5
3
5
9
1
) ( f f f dt t f
Analiz numeric
- ( )
(
(
|
|
.
|
\
|
+ +
|
|
.
|
\
|
= + = +
} }
5
3
5 0 3
5
3
5
18
1
2
2
1
2 1
1
0
1
1
f f f dt t dx x , unde 2 ) ( + = t t f .
SV :
2
1 +
=
t
x

Aplicaii
Analiz numeric
- Calculai pasul h astfel nct aproximnd
}
H
2
0
sin xdx , prin metoda trapezelor, s se
oin o eroare
6
10 5

= c .
- Acelai enun pentru
}
+
2 , 1
0
2
) 1 ln( dx x , metoda dreptunghiurilor i
2
10
= c . i pentru
}
6 , 2
8 , 1
dx e
x
, metoda lui Simpson i
3
10
= c .
- Se cere valoarea aproximativ a integralei
}
2
1
4
x
dx
, utiliznd metoda trapezelor
(cu h=0,5).
- Se cere valoarea aproximativ a integralei
}
2
) ( dx x f cu metoda trapezelor dac :
i
x 2 4 6
8
i
y 3 11 27
50
- Dac se cunosc valorile :
i
x 0 1 2 3
4
i
y 0 1 4 9
16
S se evalueze cu metoda lui Simpson.
- Acelai enun, pentru
i
x 50 55 60
65
i
y 1,69 1,74 1,77
1,81
,
}
65
50
) ( dx x f i metoda trapezelor.
- Se cere valoarea aproximativ, cu eroarea
40
1
= c , a integralei cu metoda
dreptunghiurilor.
- S se aproximeze valorile urmtoarelor integrale definite:
a)
4
0
1 xdx +
}
, utiliznd metoda lui Gauss cu 4 puncte
b)
2
2
0
1 0, 25sin xdx
t
}
c)
1
0
1 2xdx +
}
Analiz numeric
d)
2
0
cos
1
x
dx
x
t
+
}

Analiz numeric
http://adl.anmb.ro
Integrarea numeric a ecuaiilor
difereniale
Obiective:
1. nsuirea metodelor de aproximare a soluiilor unei ecuaii difereniale ordinare: uni-
pas i multi-pas
2. Analizarea, implementarea i testarea algoritmilor numerici rezultai
3. Utilizarea programelor Matlab corespunztoare algoritmilor studiai
Condiionri:
- U.I. 1,3,4
- Analiz matematic
Cuprins
U.S. 6.1. Metode directe (uni-pas)
U.S 6.2 Metode indirecte (multi-pas)
U.S. 6.1. prezint, n debut, cteva comentarii introductive asupra teoriei ecuaiilor
difereniale ordinare (inclusiv, teorema de existen i unicitate), cea a crei demonstraie
genereaz algoritmul metodei lui Picard (sau a aproximaiilor succesive), pentru ca mai
departe s se concentreze asupra metodelor directe (uni-pas): Taylor, Runge-Kutta, de
aproximare a soluiilor ecuaiilor difereniale ordinare, cu exemplificarea celor mai
cunoscute forme ale acestora.
n U.S. 6.2, atenia este ndreptat asupra metodelor de aproximare indirecte (multi-pas)
- J.C.Butcher: Numerical Methods for Ordinary Differential Equations,
J.Wiley&Sons, 2003

Analiz numeric
Metode directe
Sarcini de nvare: Dup parcurgerea acestei U.S., studentul este capabil s descrie
metode directe de soliionare numeric a ecuaiilor difereniale ordinare i s aplice cele
mai cunoscute forme ale acestora (metoda Euler, metoda Taylor de ordinul II, metoda
Runge-Kutta de ordinul II, respectiv IV) n aplicaii concrete.
6.1.1. Introducere
Teoria ecuaiilor difereniale constituie un domeniu central al matematicii, acestea
reprezentnd unele dintre cele mai simple i mai rspndite modele matematice ale
proceselor de evoluie.
Istoria ecuaiilor difereniale ncepe n secolul al-XVII-lea, cnd Newton, Leibniz i
Bernoulli le utilizeaz n rezolvarea unor probleme simple de geometrie i mecanic.
Astzi, ecuaiile difereniale apar n modelarea multor procese i fenomene fizice,
tehnice, economice, biologice, etc. oriunde exist mrimi ce variaz, viteze i acceleraii
ale acestora (spre exemplu: ecuaiile de micare ale mecanicii clasice, ecuaiile ce
guverneaz difuzia i transportul de cldur, ecuaia lui Schrdinger), de unde reiese i
importana deosebit a metodelor numerice de rezolvare a acestora.
n cele ce urmeaz, vor fi tratate n detaliu, metodele numerice de rezolvare a
ecuaiilor difereniale ordinare, de ordinul I. Atenia deosebit manifestat fa de acestea,
se justific, deoarece, orice ecuaie diferenial de ordin superior se poate transforma ntr-
o astfel de ecuaie (prin nlocuirea notaiilor scalare cu cele matriceale).
O problem privind o ecuaie diferenial nu este complet determinat, prin ecuaia
n sine. Sunt necesare condiii suplimentare, care s favorizeze alegerea unei anumite
soluii din mulimea celor compatibile i care s determine o anumit strategie de rezolvare
numeric a ecuaiei.
n funcie de natura condiiilor suplimentare, problemele referitoare la ecuaii
difereniale se mpart n dou mari categorii:
a) probleme cu condiii iniiale (sau probleme de tip Cauchy);
b) probleme cu condiii la limit (sau probleme de tip Dirichlet).
Forma general a unei probleme de tip a) este:

( ) ( ) ( )
( )
=
= '
0 0
y x y
x y , x f x y
, unde | | R J , R J b , a : f _ , interval,
| | J b , a I : y
1
c ( ) | | J b , a y , x
0 0
e , fixat. (1.1)
Rezolvarea numeric a problemei (8.1) const, n general, n aproximarea soluiei exacte
a ecuaiei, n puncte aparinnd unei diviziuni a intervalului | |
max 1 0
x ,..., x , x : b , a , prin
intermediul unei relaii de recuren. Astfel, aceste metode numerice se mpart n:
- metode directe (uni-pas), ce aproximeaz valoarea soluiei exacte y n punctul
| | b , a x
n
e , n funcie de aproximarea sa n
1 n
x

. Din aceast categorie fac parte metodele
deduse direct din formula lui Taylor, metodele Runge-Kutta, etc.
Analiz numeric
- metode indirecte (multi-pas), n care aproximarea soluiei y n
n
x se obine pe baza
aproximrilor n punctele
1 n 1 0
x ,..., x , x

ale diviziunii lui | | b , a . Dintre aceste metode, se pot
aminti metodele: Adams-Bashforth, Nistrm, Adams-Moulton, Milne-Simpson, Adams-
Bashforth-Moulton, etc.

b) Problemele de tip Dirichlet se obin prin asocierea unor condiii suplimentare
asupra valorilor soluiei, a derivatelor acesteia n capetele intervalului | | b , a , la o ecuaie
diferenial dat.
Ne vom concentra n continuare atenia asupra problemei (5.1). Vom prezenta, mai
nti, o teorem de existen i unicitate a soluiei problemei (5.1).

Teorema 1.1.1.:
Fie | | | | J b , a I : y , R J b , a : f
1
_ , ( ) J I y , x
1 0 0
e a.i.
( ) ( ) ( )
( )
=
= '
0 0
y x y
x y , x f x y
.
Dac sunt ndeplinite urmtoarele condiii:
i) f este continu n raport cu prima variabil;
ii) f este lipschitzian n raport cu a II-a variabil,
atunci (5.1) admite o soluie unic.
Demonstraie:
Existena:
(1.1) ( ) ( ) ( )
}
+ =
x
x
o
0
dt t y , t f y x y (1.2)

Se consider irul ( )
0 n
n
y
>
, definit prin ( )
0 0
y x y = i
( ) ( ) ( ) ( ) 1 n , dt t y , t f y x y
x
x
n 0 1 n
0
> + =
} +
(1.3)
Vom arta c irul de funcii ( )
n
n
y este uniform convergent, iar limita acestuia, y este o
soluie a problemei (1.1). pentru a obine acest fapt, avem nevoie de urmtoarele evaluri:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} } +
s s
x
x
1 n n
x
x
1 n n n 1 n
0 0
t y t y L dt t y , t f t y , t f x y x y (1.4)
(conform (ii)), ( ) n .
Dar ( ) ( ) ( ) ( )
0
x
x
0 0 1
x x M dt t y , t f x y x y
0
s s
}
, unde

| |
( ) ( ) t y , t f sup M
0
b , a xe
= (1.5)
(conform (i)). Atunci:
( ) ( ) ( ) ( )
2
0
x
x
0
x
x
0 1 1 2
x x
! 2
LM
dt x t LM dt t y t y L x y x y
0 0
= s s
} }
(conform (1.4) i (1.5)).

Analiz numeric
Prin inducie, se demonstreaz c:
( ) ( )
( )
( ) 0 n , x x
! 1 n
M L
x y x y
1 n
0
n
n 1 n
>
+
s
+
+
(1.6)
Considerm seria de funcii :
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ... x y x y ... x y x y x y x y x y
n 1 n 1 2 0 1 0
+ + + + +
+
(1.7)
care datorit (1.6) este o serie uniform convergent pe | | b , a , deci, ( ) | | J b , a I : y
1
_ - a.i.
y s
u
n
, unde
n
s este termenul de rang n al seriei (1.7), care se constat cu uurin c
este egal cu
n
y . Deci, y y
u
n
.
Trecnd la limit n relaia (1.3), obinem: ( ) ( ) ( )
}
+ =
x
x
0
0
dt t y , t f y x y , adic y este soluie a
problemei (1.1).
Unicitatea:
Presupunem prin absurd c exist
2 1
y , y soluii distincte ale problemei (5.1).
Fie | | b , a x
1
e a.i. ( ) ( )
1 2 1 1
x y x y = i ( ) ( ) { } x y x y x x x
2 1 1 2
sup = < = . Cum
1
y i
2
y sunt
continue rezult c ( ) ( ) ( ) ( )
1 2 2 1
x , x x , x y x y e = .
Din ( ) ( ) ( ) x y , x f x y
1 1
= ' i ( ) ( ) ( ) x y , x f x y
2 2
= ' , obinem
( ) ( ) = ' ' x y x y
2 1
( ) ( ) ( ) ( ) ( ) ( ) s x y x y L x y , x f x y , x f
2 1 2 1

( ) ( )
( ) ( )
( ) ( )
1 2
2 1
2 1
x , x x , L
x y x y
x y x y
L e s
' '
s (1.8)
Integrnd (1.8) pe | | | |
1 2
x , x x , x c ' ' ' , obinem:
( ) ( ) ( ) ( ) x L x L x y x y ln x y x y ln x L x L
2 1 2 1
' ' ' s ' ' ' ' ' ' s ' + ' ' (1.9)
n (1.9), trecem la limit pentru
2
x x ' i atunci:
( ) ( )
2 2 1 2
Lx x L x y x y ln Lx x L ' ' s + ' ' ' ' s + ' ' : fals.

Observaia 1.1.2.:
Demonstraia teoremei 1.1.1, degaj o metod de determinare a elementelor irului
( )
n
n
y definit prin (1.3), care se constituie n aproximante ale soluiei exacte y , definit de
(1.1), numit metoda lui Picard sau a aproximaiilor succesive, ce se ncadreaz n
categoria metodelor analitice de rezolvare. Mai mult, se poate obine i o evaluare a erorii
de trunchiere, i anume:
( ) ( )
( )
Lc
1 n n
n
e
! 1 n
c L M
x y x y
+
s
+
, unde
| |
{ } x b , x a max c
0 0
b , a x
=
e
(1.10)
(1.10) se obine din evaluarea: ( ) ( ) x y x y
n p n

+
pe baza (1.6).
Dezavantajul metodei lui Picard const n faptul c, pentru obinerea lui
n
y este necesar
evaluarea unor integrale. De aceea, importana sa este n primul rnd de ordin teoretic.

Analiz numeric
6.1.2. Metode directe
Metoda lui Taylor
Aceast metod const n aproximarea soluiei exacte, y , a problemei (1.1), prin
expresii obinute cu formula Taylor, aplicat lui y n punctele unei diviziuni echidistante a
intervalului | | n 0, i , ih x x , b x ... x x a : : b , a
0 i n 1 0 n
= + = = < < < = A .

Descrierea metodei:

Pasul 1:
Conform formulei Taylor, aplicat funciei f , presupus a fi difereniabil de un
numr suficient de ori, n
0
x , obinem:
( ) ( )
( )
( )
( ) ( )
=
+
+
+ =
p
1 k
0 1 p 0
k
k
0
o
x R x y
! k
x x
x y x y , unde
( )
( )
( )

+
=
+
+
! 1 p
x x
x R
1 p
0
0 1 p
( )
( ) ( )
1 0
1 p
x , x , y e
+
, , (1.11)
Pentru
1
x x = din (1.11) se obine:
( )
( )
( ) ( )
=
+
+ + =
p
1 k
0 1 p 0
k
k
0 1
x R x y
! k
h
y x y cu ( ) ( )
1 p
0 1 p
h O x R
+
+
+ . Se noteaz:

( )
( )
=
+ =
p
1 k
0
k
k
0 1
x y
! k
h
y y (1.12)
i se aproximeaz ( )
1
x y cu
1
y .

Pasul i:
Cu formula lui Taylor aplicat lui y n jurul lui
1 i
x

i lund apoi
i
x x = , obinem:
( )
( )
( ) ( )
=
+
+ + =
p
1 k
i 1 p 1 i
k
k
1 i i
x R x y
! k
h
y x y . Notm cu:

( )
( )
=

+ =
p
1 k
1 i
k
k
1 i i
x y
! k
h
y y (1.13)
i aproximm ( )
n
x y cu
n
y . Observm c ( ) ( )
1 p
i 1 p
h O x R
+
+
= .
Deci, pentru aproximarea soluiei exacte y , metoda Taylor de ordin p , sugereaz
urmtoarea relaie de recuren:

( )
( ) ( ) 1 i n , x y
! k
h
y y
p
1 k
1 i
k
k
1 i i
> > + =

=

(1.14)
unde
0
y este fixat n
*
N p , J e , construit avnd n vedere diviziunea echidistant
b x ... x x a :
n 1 0 n
= < < < = A a intervalului | | b , a .
Aa cum lesne se observ din (1.14), principalul dezavantaj al metodei Taylor l
constituie calculul derivatelor:
( )
p k 1 , y
k
s s , n punctele diviziunii
n
A .

Analiz numeric
Observaia 1.2.1.:

a) n formula (1.14), evaluarea derivatelor lui y este:
- ( ) ( ) ( ) x y , x f x y = ' ;
- ( ) ( ) ( ) ( ) ( ) ( ) ( ) x y , x f x y , x f x y , x f x y
y x
+ = ' ' , unde
x
f
f
not
x
c
c
= , iar
y
f
f
not
y
c
c
= ;
- ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) + + + = ' ' ' x y , x f x y , x f x y , x f x y , x f 2 x y , x f x y
x
2
y
xy
x
2 2

( ) ( ) ( ) ( ) ( ) ( ) ( ) x y , x f x y , x f x y , x f
x
2
y y
+ , unde

2
2
not
x
x
f
f
2
c
c
= ,
2
2
not
y
y
f
f
2
c
c
= ,
y x
f
f
2
not
xy
c c
c
= .a.m.d. (1.15)

b) Spre exemplu, formula lui Taylor de ordin 3 pentru rezolvarea problemei (1.1)
este:
( ) ( ) ( ) ( ) + + = ' ' ' + ' ' + ' + =
1 i 1 i 1 i i 1 i
3
1 i
2
1 i 1 i i
y , x hf y y x y
! 3
h
x y
! 2
h
x y h y y
( ) ( ) ( ) | | ( ) | + + + +
1 i 1 i
x
3
1 i 1 i 1 i 1 i y 1 i 1 i x
2
y , x f
! 3
h
y , x f y , x f y , x f
! 2
h
2

( ) ( ) ( ) ( ) + + +
1 i 1 i x 1 i 1 i
2
1 i 1 i
y
1 i 1 i xy
y , x f y , x f y , x f y , x f 2
2

( ) ( )( ) ( )
1 i 1 i x 1 i
1 i
y 1 i 1 i y
y , x f y , x f y , x f
2

+ .

Convergena metodei va fi tratat n finalul 1.2.

Evaluarea erorii:
Conform (1.11)
( )
( )! 1 p
h M
y x y
1 p
1 p
i i
+
s
+
+
, unde
( )
+
+
=
1 p
1 p
f M (1.16)
Dac n (1.14), considerm 1 p = , obinem:
( )
1 i 1 i 1 i i
y , x f h y y

+ = (1.17)
(s.n. formula lui Euler).
Metoda lui Euler are o interpretare geometric foarte simpl. Presupunnd c s-a
determinat
1 i
y

, pentru a obine aproximarea soluiei exacte, y , n
i
x , se duce tangenta
la graficul funciei y , n punctul ( )
1 i 1 i
y , x

i apoi se intersecteaz cu dreapta de ecuaie
i
x x = . Din acest motiv, metoda lui Euler se mai numete i metoda liniilor poligonale
(deoarece se nlocuiete curba ( ) x y y = ce trece prin ( )
0 0 0
y , x P cu linia poligonal
n 2 1 0
P ,..., P , P , P ce trece prin punctele ( ) n 0, i , y x P
i i i
= ).

Analiz numeric

Metoda Runge-Kutta
Ne situm n aceleai ipoteze de lucru ca n A.
Clasa metodelor Runge-Kutta are urmtoarele caracteristici:
1. Elementele sala sunt metode directe.
2. Aproximarea soluiei exacte, y , a problemei (1.1) furnizat de metoda Runge-
Kutta de ordinul p , (ordonat dup puterile lui h ) coincide n primii p termeni cu
dezvoltarea n serie Taylor a soluiei exacte, n fiecare din punctele diviziunii
n
A .
3. Evalurile necesare se refer doar la funcia f i nu la derivatele acesteia (ca n
A.).
Descrierea metodelor:
n esen, aproximarea soluiei exacte n y , ntr-un punct
i
x din
n
A , prin metoda
Runge-Kutta de ordinul p , se realizeaz cu ajutorul unei relaii de recuren de forma:

+ =
p
k
k k i i
g a y y
1
1
, unde
( )

=

+ = + = =
1 k
1 j
j kj 1 i k k 1 i k k k k
g y , h x , , hf g | q o , q , (1.18)
a.i. 0
11 1
= = | o , 1 i > .
Determinarea coeficienilor
k k k
, , a | o , are n vedere realizarea punctului 2., mai sus
menionat.
n continuare, vom descrie determinarea coeficienilor din (1.18), n detaliu pentru
2 p = , succint pentru { } 4 , 3 pe .
Se observ c pentru 1 p = , (1.18) devine: ( ) 1 i n , y , x hf y y
1 i 1 i 1 i i
> > + =

, ceea
ce nu reprezint altceva dect relaia de recuren, pe care se bazeaz metoda lui Euler.
Considerm n (1.18), 2 p = . Atunci, se obine:
2 2 1 1 1 i i
g a g a y y + + =

, unde:
( ) ( )
2 21 1 i 2 1 i 2 1 i 1 i 1
g y , h x hf g , y , x hf g | o + + = =

(1.19)

Analiz numeric
Scriind formula lui Taylor pentru funcia de dou variabile, f ,
1 21 1 - i 1 1 - i 1 - i 1 i
g y y , h x x , y b , x a | o + = + = = =

i reinnd doar primii 3 termeni,
obinem:

( ) ( ) ( ) ( ) | |+ + + =
1 i 1 i y 1 i 1 i 21 1 i 1 i x 2 1 i 1 i
2
y , x f y , x hf y , x hf y , x f
h
g
| o

( ) ( ) ( ) | + + +
1 i 1 i xy 1 i 1 i
2
21 1 1 i 1 i
x
2 2
1
y , x f y , x f h 2 y , x f h
! 2
1
2
| o o
( ) ( )
(
(
+
1 i 1 i
y
1 i 1 i
2 2 2
21
y , x f y , x f h
2
| . (1.20)
Din dezvoltarea n serie Taylor a soluiei exacte, y , n jurul punctului
1 i
x

, pentru
i
x x = , reinem primii 4 termeni:
( ) ( ) ( ) ( ) ( )
1 i
3
1 i
2
1 i 1 i i
x y
! 3
h
x y
! 2
h
x y
! 1
h
x y x y

' ' ' + ' ' + ' + = (1.21)
nlocuind n (1.21), ( ) ( ) ( ) x y , x y , x y ' ' ' ' ' ' cu expresiile din (1.15), calculate n punctul
1 i
x

i
apoi, identificnd coeficienii puterilor lui h din (1.19) i (1.21), obinem:
( )( ) ( )
1 i 1 i 2 1 1 i 1 i
y , x f a a y , x f : h

= + (1.22)
( ) ( ) ( ) ( ) = +
1 i 1 i y 1 i 1 i 21 1 i 1 i x 2 2
2
y , x f y , x y , x f a : h | o
( ) ( ) ( ) ( )
1 i 1 i y 1 i 1 i 1 i 1 i x
y , x f y , x f y , x f
2
1

+ = (1.23)
Astfel, din (1.22), 1 a a
2 1
= + , iar din (1.23), dac imen seama de independena lui
x
f
i
y
f n ( )
1 i 1 i
y , x

, reiese:
=
=
2
1
a
2
1
a
21 2
2 2
|
o
, de unde
21 2
| o = . Deci, n urma identificrilor, s-
a obinut sistemul de ecuaii liniare subdeterminat:

=
=
= +
21 2
2 2
2 1
2
1
a
1 a a
| o
o (1.24)
Considernd R , a
2
e = , obinem:

| o
2
1
, 1 a
21 2 1
= = = (1.25)
n concluzie, (1.19) ( )
2 1 1 i i
g g 1 y y + + =

unde ( )
1 i 1 i 1
y , x hf g

= i |
.
|
\
|
+ + =

2
g
y ,
2
h
x hf g
1
1 i 1 i 2
(1.26)
Observaia 1.2.2.:
a) Valoarea lui nu rezult dintr-o anumit condiie suplimentar (egalnd spre
exemplu, coeficienii lui
3
h , ceea ce, n particular, nu este posibil cci ntr-una din expresii,
coeficientul lui ( ) ( ) y , x f y , x f
1 i 1 i y 1 i 1 i x
este 0, iar n celelalt,
6
1
).
Analiz numeric
Dac am impune doar egalarea coeficienilor derivatelor pariale de ordinul 2, i conform
(1.25), s-ar obine:
6
1
a
2
1
,
3
1
a ,
6
1
a
2
1
2
21 2 21 2 2
2
2 2
= = = | | o o , i de aici:
3
2
2
= o i
4
3
= .
Nu putem ns s ne pronunm dac, pentru
4
3
, se obine o eroare de metod mai
mic, deoarece, s-ar putea s se gseasc o valoare a lui , care s fac posibil
egalitatea coeficienilor lui
3
h din (1.19) i din ntreaga dezvoltare n serie Taylor a lui y n
1 i
x

.
b) Eroarea de metod, obinut din:
( ) ( ) ( ) +
|
.
|
\
|
+
|
.
|
\
|
=
1 i 1 i xy 1 i 1 i 1 i 1 i
x
3
y , x f y , x f
4
1
3
1
y , x f
8
1
6
1
h
2

c
( ) ( ) ( ) ( ) + +
|
.
|
\
|
+
1 i 1 i 1 i 1 i y 1 i 1 i x 1 i 1 i
y
y , x f y , x f y , x f y , x f
8
1
6
1
2

( ) ( )|
1 i 1 i
2
y
y , x f

(1.27)
are o expresie extrem de complicat i din acest motiv, nu poate fi folosit la o exploatare
practic imediat.
c) Din cele vzute anterior, este evident c, nu putem vorbi de o metod Runge-
Kutta de ordinul 2, ci de o familie de astfel metode.
d) Cel mai adesea, folosim algoritmul ce rezult din (1.26), considernd
2
1
= ,
adic: , g
2
1
g
2
1
y y
2 1 1 i i
+ + =

( ) ( )
1 1 i 1 i 2 1 i 1 i 1
g y , h x hf g , y , x hf g + + = =

(1.28)
Von considera acum 3 p = . (1.18) devine:

3 3 2 2 1 1 1 i i
g a g a g a y y + + + =

, unde
( ) ( )
2 21 1 i 2 1 i 2 1 i 1 i 1
g y , h x hf g , y , x hf g | o + + = =

( )
2 32 1 31 1 i 3 1 3
g g y , h x hf g | | o + + + =

(1.29)
Pentru determinarea coeficienilor din (1.29), se procedeaz analog cu situaia
anterioar, adic:
- se dezvolt soluia exact, y , n jurul punctului
1 i
x

i se consider
i
x x = ;
- se dezvolt
2
g i
3
g (cu formula lui Taylor) n ( )
1 i 1 i
y , x

pentru
( )
1 21 1 i 2 1 i
g y , h x | o + +

, respectiv ( )
2 32 1 31 1 i 3 1 i
g g y , h x | | o + + +

;
- se ordoneaz ambele expresii dup puterile lui h ;
- se identific coeficienii primelor 3 puteri ale lui h , obinndu-se astfel, un sistem de
ecuaii liniare de 8 ecuaii cu 8 necunoscute, dintre care, doar 6 ecuaii sunt independente:
Analiz numeric

( )
( )
( )
=
=
= + +
= +
= + +
= + +
= +
= + +
6
1
a
,
6
1
a
6
1
a
2
1
a
2
1
6
1
a
2
1
a
2
1
3
1
a a
2
1
a a
2
1
a a
1 a a a
3 32 21
3 32 2
3 32 31 2
2
21
3
2
3 2
2
2
3 32 31 3 2 21 2
3 32 31 2 21
3 3 2 2
3 2 1
| |
| o
| | |
o o
| | o | o
| | |
o o
(1.30)

de unde se obine:

32 31 3 2 2
, | | o | o + = = (1.31)
De obicei, se consider urmtoarea situaie, pentru sistemul subdeterminat (1.30):
1 ,
2
1
3 2
= = o o
i de aici:
1 , 2 ,
2
1
,
6
2
a ,
6
1
a a
31 32 21 2 3 1
= = = = = = | | | (1.32)
i astfel, din (1.29),
( )
2 3 1 1 i i
g
3
2
g g
6
1
y y + + + =

unde
( ) , g
2
1
y ,
2
h
x hf g , y , x hf g
1 1 i 1 i 2 1 i 1 i 1
|
.
|
\
|
+ + = =

( )
2 1 1 i 1 i 3
g 2 g y , h x hf g + + =

(1.33)
(algoritmul lui Kutta ).
Pentru 4 p = , (1.19) devine:

4 4 3 3 2 2 1 1 1 i i
g a g a g a g a y y + + + + =

unde
( )
1 i 1 i 1
y , x hf g

=
( )
1 21 1 i 2 1 i 2
g y , h x hf g | o + + =

(1.34)
( )
2 32 1 31 1 i 3 1 i 3
g g y , h x hf g | | o + + + =

( )
3 43 2 42 1 41 1 i 4 1 i 4
g g g y , h x hf g | | | o + + + + =

Determinarea coeficienilor din (1.34) se dovedete a fi extrem de laborioas, ea
urmnd aceeai cale ca i n situaiile anterioare, oprindu-ne de aceast dat la
identificarea coeficienilor puterilor lui h de exponent, inclusiv 4. Sistemul de ecuaii liniare
Analiz numeric
ce rezult este de asemenea, subdeterminat, dar variantele cele mai utilizate n practic
sunt:
(i)
0 1, ,
2
1
3
1
a a ,
6
1
a a
42 41 31 43 4 32 21 3 2
3 2 4 1
= = = = = = = = =
= = = =
| | | | o | | o o
(1.35)
algoritmul Runge-Kutta de ordinul 4, standard.

(ii) ( )
2
1
1 ,
2
1
,
2
1
1
0 , 1 2
2
1
, 1 ,
2
1
2
1
1
3
1
a ,
2
1
1
3
1
a ,
6
1
a a
43 42 32
41 31 4 21 3 2
3 2 4 1
+ = = =
= = = = = =
|
.
|
\
|
+ = |
.
|
\
|
= = =
| | |
| | o | o o (1.36)
algoritmul Runge-Kutta-Gill.
(iii)
1 ,
3
1
1 ,
3
2
,
3
1
8
3
a a ,
8
1
a a
42 31
43 32 41 4 3 21 2
3 2 4 1
=
= = = = = = =
= = = =
| |
| | | o o | o (1.37)
algoritmul Kutta de 3 optimi.
Un studiu comparativ al acestor 3 variante scoate n eviden urmtoarele aspecte:
- (i) i (iii) sunt mai afectate de erorile de rotunjire dect (ii);
- timpul de calcul afectat pentru (ii) este mai mare dect pentru celelalte 2 variante.

Metodele Runge-Kutta sunt extrem de folosite n practic uneori chiar ca
elemente ale unor algoritmi de tip hibrid (spre exemplu, algoritmul Stoller-Morisson).
Exist totui i impedimente n utilizarea acestor metode, cel mai important fiind
legat de alegerea pasului, n funcie de aproximarea care se dorete, deoarece expresia
erorii de metod este extrem de complicat i de greu de manevrat n situaii practice.

Convergena metodelor directe

Se observ c metodele directe din A. i B. sunt descrise de relaii de recuren
a cror form general este:
n 0, i , ih x x
0 i
= + = ,
0
y fixat
( ) 1 i , y , x h y y
1 i 1 i 1 i
> + =

(1.38)

Definiia 1.2.3.:
O metod direct (descris de (1.38)) este convergent dac:
( ) ( ) ( ) | | b a, x , x y x y lim
i
0 h
e =

= = + = x ih x x
0 i
fix (1.39)
O metod direct este convergent de ordin p dac exist 0 M > a.i.
Analiz numeric
( ) ( ) | | b , a x ih x x , Mh y x y
0 i
p
i i
e = + = s (1.40)
Teorema 1.2.4.:
Dac n situaia (1.38) sunt ndeplinite urmtoarele condiii:
i) este lipschitzian n cel de-al doilea argument;
ii) ( ) 0 h 1, p 0, K
0
> > > - a.i.

| |
( ) ( ) ( ) ( ) ( )
0
1 p
b , a x
h 0, h , Kh x y , x h x y h x y sup e s +
+
e
(1.41)
atunci: ( )
( )
p
L x x
i i
Kh
L
1 e
y x y
0 i

s

, dac 0 L = i
( ) ( )
p
0 i i i
Kh x x y x y s , dac 0 L = (1.42)

Observaia 1.2.5.:
Teorema anterioar ne spune c dac, pentru o metod direct, funcia de cretere
este lipschitzian n al doilea argument i are loc (1.41) (i.e.metoda (1.38) este
consistent de ordin p ), atunci ea este convergent de ordin p .

Corolar 1.2.6.:
a) Metoda Taylor de ordinul p este convergent de ordinul p .
b) Metodele Runge-Kutta sunt convergente.

Analiz numeric
Metode indirecte
Sarcini de nvare: Dup parcurgerea acestei U.S., studentul este apt pentru a descrie i
aplica o serie de metode indirecte (Adams-Bashforth, Adams-Muolton, Nystrm, Milne-
Simpson, predictor-corector) n rezolvarea numeric a ecuaiilor difereniale ordinare.
6.2.1. Metode indirecte
Vom considera, problema Cauchy.(1.1)
Considerm ecuaia diferenial din (1.1), scris sub forma urmtoarei ecuaii
integrale:
( ) ( ) ( ) ( )dx x y , x f x y x y
p i
m i
x
x
m i p i }
+
+ =
+
(2.1)
Caracteristica general a metodelor indirecte const n nlocuirea (2.1), a funciei f
cu un polinom de interpolare, relativ la nodurile
r i 1 i i
x ,..., x , x

, spre exemplu cu polinomul
de interpolare Newton de spaa a-II-a, adic ( ) ( ) ... x x
h ! 1
f
f x N
i
i
i 2
+
V
+ =
( ) ( )
r i i
r
i
r
x x ... x x
h ! r
f

V
+ , unde ( )
i i
not
i
y , x f f = . Deci: ( )
p i
x y
+
se aproximeaz prin:
( )
}
+
+ =
+
p i
m i
x
x
2 m i p i
dx x N y y (2.2)
Efectund n (2.2), schimbarea de variabil: th x x
i
+ = se obine:
( ) ( )
}
=

+
+ +
V
+ =
r
0 j
p
m
i
j
m i p i
dt 1 j t ... 1 t t
! j
f
h y y .
Notnd
( ) ( )
}
+ + =
p
m
j
dt 1 j t ... 1 t t
! j
1
o (2.3)
putem scrie

}
=

=
+
+ = V + =
r
0 j
j i j m i
r
0 j
i
j
j m i p i
f h y f h y y | o (2.4)
unde
( )
(
|
|
.
|
\
|
+ +
|
|
.
|
\
| +
+
|
|
.
|
\
|
=
+ r 1 j j
j
j
j
r
...
j
1 j
j
j
1 o o o | (2.5)
este rezultatul explicitrii operatorului
j
V .

Analiz numeric
Deci, n concluzie:
0 i , f h y y
r
0 j
j i j 1 i p i
> + =

=
+
| (2.6)
Precizm c
( ) ( )
>
+
e <
=
|
|
.
|
\
|
k m ,
! k
1 k m ... 1 - m m
Z m k, m , 0
k
m
.
Metodele indirecte se clasific n funcie de valorile lui p , dup cum urmeaz:
a) deschise ( ) 1 p = .
b) nchise ( ) 0 p = .
ntr-o metod deschis, primul nod n care acesta se aplic este
1 i
x
+
, unde
{ } r , m max i = . Aproximrile i 1, k , y
k
= sunt determinate printr-o metod direct.
1 i
y
+
se
deduce n funcie de
r i i
y ,..., y

, dac r m< i n funcie de
m i i
y ,..., y

dac r m > .
Metodele nchise dau impresia, la prima evaluare, c sunt greu de utilizat n situaii
practice, deoarece pentru aproximarea valorii ( )
1 i
x y
+
este necesar cunoaterea, ca dat
de intrare a valorii ( )
1 i 1 i 1 i
y , x f f
+ + +
= pe care o putem manevra, atta timp ct nu se tie
1 i
y
+
. Vom vedea c acest neajuns poate fi elinimat prin folosires ansamblului predictor-
corector.
Particulariznd egalitatea (2.3) obinem cele mai importante metode indirecte, ce
sunt utilizate n situaii practice:
a) (1) 0 r 0, m , 1 p = = =
( )
i i i 1 i
y , x hf y y + =
+
- formula lui Euler.
(2) N r 0, m , 1 p e = = , oarecare
+ V + V + V +
V + V + =
+ i
4
i
3
i
2
i
1
i
0
i 1 i
f
720
251
f
8
3
f
12
5
f
2
1
f h y y

(
(
+ V + V + ... f
60480
19087
f
288
95
i
6
i
5
(2.7)
formula Adams-Bashforth.
(3) N r 1, m , 1 p e = = , oarecare
| + V + V + V + V + V + =
+ i
4
i
3
i
2
i
1
i
0
1 i 1 i
f
90
29
f
3
1
f
3
1
f 0 f 2 h y y

(
(
+ V + V + ... f
3780
1139
f
45
14
i
6
i
5
(2.8)
formula lui Nystrm.

b) (1) N r 1, m , 0 p e = = , oarecare
V V V
V V + =
i
4
i
3
i
2
i
1
i
0
1 i i
f
720
19
f
24
1
f
12
1
f
2
1
f h y y

(
(
V V ... f
60480
863
f
160
3
i
6
i
5
(2.9)
formula lui Adams-Moulton.

Analiz numeric
(2) N r 2, m , 0 p e = = , oarecare
( )
(
+ V V + V V + + =

... f
3780
37
f
90
1
f
3
1
f 2 h y y
i
6
i
5 4
i
2
1 i 2 i i
(2.10)
formula lui Milne-Simpson.
(3) 0 r 2, m , 0 p = = =
( ) 2 i , f f 4 f
3
h
y y
2 i 1 i i 2 i i
> + + + =

(2.11)
formula lui Milne.
n tabelele ce urmeaz se afl coeficienii
j
| calculai pentru (2.7) i (2.9), dac 5 r > .

Coeficienii
j
| pentru Adams-Bashforth
j
r
0 1 2 3 4 5
1
2
3

2
1

2
12
23

12
16

12
5

3
24
55

24
59

24
37

24
9

4
720
1901

720
2774

720
2616

720
1274

720
251

5
1440
4227

1440
7673

1440
9482

1440
6798

1440
2627

1440
425

Coeficienii
j
| pentru Adams-Moulton
j
r
0 1 2 3 4 5
1
2
1

2
1

2
12
5

12
8

12
1

3
24
9

24
19

24
5

24
1

4
720
251

720
646

720
264

720
106

720
19

5
1440
475

1440
1427

1440
798

1440
482

1440
173

1440
27

Observaia 2.1.1.:
Pentru a putea utiliza metodele indirecte nchise, este necesar aplicarea
ansamblului predictor-corector.
n etapa predictor, se rezolv ecuaia diferenial din (1.1), cu ajutorul unei metode
directe i se obin valorile aproximative ale soluiei exacte y n noduri: , y , y
p
2 i
p
1 i + +
etc. n
etapa urmtoare, corector, valorile determinate n prima etap, sunt introduse n membrul
Analiz numeric
drept al algoritmului metodei nchise, care se execut pn la obinerea acurateii dorite a
soluiei
c
1 i
c
1 i
y , y
+ +
,etc., n punctele date.
Evident, folosirea ansamblului predictor-corector, determin o cretere a timpului de
execuie, dar rezultatele obinute sunt mult mai precise.
Cele mai utilizate variante predictor-corector sunt:
(1)

( ) ( )
( ) | | ( )
= + =
= + =
+
+
+
+
1 r f y , x f
2
h
y y
1 r f f 3
2
h
y y
i
p
1 i
1 i i
c
1 i
1 i i i
p
1 i
Moulton - Adams
Bashforth - Adams
(2.12)
(2)

( ) ( )
( ) | | ( )
= + =
= + + =
+ + +
+
2 Moulton - Adams 8 , 5
12
2 Bashforth - Adams 5 16 23
12
1 1 1 1
2 1 1
r f f y x f
h
y y
r f f f
h
y y
i i
p
i i i
c
i
i i i i
p
i
(2.13)
(3)
( ) ( )
( ) | | ( )
= + + =
= + + =
+ + +
+
3 Moulton - Adams 5 19 , 9
24
3 Bashforth - Adams 9 37 59 55
24
2 1 1 1 1
3 2 1 1
r f f f y x f
h
y y
r f f f f
h
y y
i i i
p
i i i
c
i
i i i i i
p
i
(2.14)

Analiz numeric
Exemple
1. Fie P.C.
'
(0) 1
y xy
y
=
. S se integreze ecuaia, utiliznd metoda lui Picard.

Soluie:
- PC dat
0
( ) (0) ( )
x
y x y ty t dt = +
}

- Considerm irul aproximaiilor soluiei y, ( )
n
n
y , definit prin:
1 0 1
0 0
( ) ( ) ( ) 1 ( ) .
x x
n n n n
y x y ty t dt y x ty t dt
+ +
= + = +
} }

2 3
0 1 2
0 0
( ) 1; ( ) 1 1 ; ( ) 1
2 2
x x
x t
y x y x tdt y x t dt
| |
= = + = + = + + =
|
\ .
} }

2 4 3 5 2 4 6
3
0
1 ; ( ) 1 1
2 8 2 8 2 8 48
x
t t t t x x x
y x t dt
| |
= + + = + + + = + + +
|
\ .
}

Prin inducie:
2 4 6 2
( ) 1 ...
2 8 48 2 !
n
n n
x x x x
y x
n
= + + + + +
- In particular, soluia exact este
2
2
x
y e = .
2. S se determine o aproximare a P.C.: ' cos , (0) 1, pe ,
4 4
y y x y
t t (
= =
(

Soluie:
- P.C. dat
0
( ) (0) cos ( )
x
y x y t y t dt = +
}

( )
n
n
y definit prin:
1
0
( ) 1 cos ( )
x
n n
y x t y t dt
+
= +
}

Avem:
0 1
0
( ) 1; ( ) 1 cos 1 sin ;
x
y x y x tdt x = = + = +
}

2
2
0
sin
( ) 1 cos (1 sin ) 1 sin ;
2
x
x
y x t t dt x = + + = + +
}

2 2 3
3
0
sin sin sin
( ) 1 cos 1 sin 1 sin ;
2 2 6
x
t x x
y x t t dt x
| |
= + + + = + + +
|
\ .
}

2 3 2 3 4
4
0
sin sin sin sin sin
( ) 1 cos 1 sin 1 sin ;
2 6 2 6 24
x
t x x x x
y x t t dt x
| |
= + + + + = + + + +
|
\ .
}

Analiz numeric
- Soluia exact:
sin
( )
x
y x e = .
3. S se integreze cu metoda lui Euler, PC:
2
' , (0) 1, 0, 2 y x y y h = = = .
Soluie:
( )
2
1 1 1 i i i i
y y h x y

= +
2
1
0
(0) 1, 0, 2 1 0, 2(0 1) 1 0, 2 0,8
0
(0,2)
y h y
x
y
~
= = = + = =
=

( ) ( )
2
2 1 1 1
0, 2 0,8 0, 2 0, 04 0,8 0, 648
(0,4)
y y x y
y
~
= + = + =
( )
2
3 2 2
0, 2 0, 648 0, 2(0,16 0, 648) 0, 7504... y y x y = + = + =
4. S se utilizeze metoda lui Euler pentru PC: ' 3 3 , (0) 1, 0,1 y y x y h = + = =
Soluie:
( )
1 1 1
0 1 0 0
2 1 1
3 2
4
3
1; 0,1(3 0 3 ) 1, 3
0,1(3 0,1 3 ) 1, 3 0,1(0, 3 3 1, 3) 1, 72
0,1(3 0, 2 3 1, 72) 2, 296
2, 296 0,1(3 0, 3 3 2, 296) 3, 0778
i i i i
PC y y h x y
y y y y
y y y
y y
y

= + +
= = + + =
= + + = + + =
= + + =
= + + =

5. S se aproximeze soluia PC:
2 2
2 2
' , (0) 0, [0, 2],
1
x y
y y y
x y
+
= = e
+
prin metode de tip Runge-
Kutta (h=0,5-p=1; k=2; p=3)
Soluie:
- p=1: h=0,5:
1 0 1 0 0 0
2 1 2 1 1 1
3 2 3 2 2 2
4 3 4 3 3 3
0, 5; ( , ) 0
1; ( , ) 0,125
1, 5; ( , ) 0, 625
2; ( , ) 1, 3277
x x h y y hf x y
x x h y y hf x y
x x h y y hf x y
x x h y y hf x y
= + = = + =
= + = = + =
= + = = + =
= + = = + =

- p=2: h=0,5:
1 0 1 0 0 0 0 0
2 1 2 1 1 2
3 2 3 2 1 2
4 3 4 3 1 2
1 1
0, 5; ( , ) ( , )
2 2
1 1
0 0, 5 (0, 0) 0, 5 (0, 5, 0) 0, 0625
2 2
1
1; ( , ) 0, 0625 0, 3134 0, 3759
2
1
1, 5; ( , ) 0, 3759 0, 5270 0, 9029
2
1
2; ( ,
2
x x h y y hf x y hf x h y h
f f
x x h y y g g
x x h y y g g
x x h y y g g
= + = = + + + +
= + + =
= + = = + = + =
= + = = + = + =
= + = = + ) 0, 9029 0, 4333 1, 3362 = + =

Analiz numeric
- p=3: h=0,5:
1 1 0 1 2 3
2 2 1 1 2 3
3 3 2 1 2 3
4 4 3 1 2 3
1
0, 5; ( 4 ) 0 0,1089 0,1089
6
1
1; ( 4 ) 0, 4084
6
1
1, 5; ( 4 ) 0, 9638
6
1
2; ( 4 ) 1, 3866
6
x y y g g g
x y y g g g
x y y g g g
x y y g g g
= = + + + = + =
= = + + + =
= = + + + =
= = + + + =

6. S se rezolve cu metoda (cu p=2) Runge-Kutta, PC:
' 4
(0) 3
y x y
y
= +
, (pentru h=0,25) i s
se aproximeze y(1).
Soluie:
Pentru metoda R-K p=2, relaia de recuren utilizat:
1 1 2
1 1
2 2
i i
y y g g
= + + cu
( )
1 1 1
2 1 1 1
( , ), :
( , )
i i
i i
g hf x y
g hf x h y g

=
= + +

| |
1
1 0 1 2 1 0 0
2 0 0 1
1
2
1
1: (0, 25)
1 1
cu ( , )
2 2
( , )
1 3
(0, 3) 0, 75
4 4
1 1 11
(0, 25; 3, 75) 4 0, 25 3, 75 0, 68
4 4 16
1 1
( 3) ( 0, 75) ( 0, 68) 3 0, 37 0, 34 3, 71
2 2
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + =
= + +
= = =
= = = =
= + + = =

( )
2
2 1 1 2 1 1 1
2 1 1 1
1
2
2
2: (0, 5)
1 1
cu ( , )
2 2
( , )
1 2, 71
(0, 25; 3, 71) 0, 67
4 4
1 1 2, 38
(0, 5; ( 3, 71) ( 0, 67)) 2 4, 38 0, 59
4 4 4
1 1
3, 71 ( 0, 67) ( 0, 59) 4, 33
2 2
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + =
= + +
= = =
= + = = =
= + + =

Analiz numeric
3
3 2 1 2 1 2 2
2 2 2 1
1
2
3
3: (0, 75)
1 1
cu ( , )
2 2
( , )
1 2, 33
(0, 5; 4, 33) 0, 56
4 4
1 1, 89
(0, 75; 4, 33 ( 0, 56)) 0, 47
4 4
4, 33 0, 28 0, 28 4, 84
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + =
= + +
= = =
= + = =
= =

4
4 3 1 2 1 3 3
2 3 3 1
1
2
4
4: (1)
1 1
cu ( , )
2 2
( , )
1 1, 84
(0, 75; 4, 84) 0, 46
4 4
1
(1; 4, 84 0, 46) 0, 32
4
4, 84 0, 23 0,16 5, 23
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + =
= + +
= = =
= =
= =

7. S se aproximeze y(2) folosind metoda (standard) R-K (p=4, h=
1
4
) pentru PC:
' 1
(1) 1
y
y
x
y
= +

Soluie:
- Se utilizeaz relaia de recuren:
( ) ( )
1 1 2 3 4 1 1 1 2 1 1 1
3 1 1 2 4 1 1 3
1 1 1 1 1
cu ( , ), , ,
6 3 3 6 2
1 1
, , , , :
2 2
i i i i i i
i i i i
y y g g g g g hf x y g hf x h y g
g hf x h y g g hf x h y g

| |
= + + + + = = + +
|
\ .
| |
= + + = + +
|
\ .

( )
1 0 1 2 3 4
1 2
3 4
1
1 1 1 1
1: :
6 3 3 6
1 1
(1,1) 0, 5; (1,125;1, 25) 0, 528
4 4
1 1
(1,125;1, 264) 0, 531; (1, 25;1, 531) 0, 556
4 4
1
1 0, 5 2 0, 528 2 0, 531 0, 556 1, 53
6
i y y g g g g cu
g f g f
g f g f
y
= = + + + +
= = = =
= = = =
= + + + + =

Analiz numeric
2
1
2 1
3 2
4 3
2: (1, 5)
1
(1, 25;1, 53)
4
1 1
(1, 25 0,125;1, 53 )
4 2
1 1
(1, 25 0,125;1, 53 )
4 2
1 1
(1, 25 0, 25;1, 53 )
4 2
i y y
g f
g f g
g f g
g f g
= ~
=
= + +
= + +
= + +

Analog, pentru i=3, i=4
8. S se aproximeze y(1) utiliznd metoda predictor-conector pentru PC:
' 4 ( 0, 25)
(0) 3
y x y h
y
= + =

Soluie:
( )
1 1 1
1 1
( , ) ( , ) 4 , 1,...
1
( , ) ( , )
2
P
i i i i
C P P
i i i i i i
y y hf x y cu f x y x y i
y y f x y f x y

= + = + =
( = +

1 0 0 0
1
1 1 1 1 0 0 1
1 ( , )
3, 75
1
( , ) ( , ) 3,844
2
P
P
C P P C
i y y hf x y
y
y y f x y f x y y
= = +
=

`
( = + =

)

2 1 1 1
2
2 2 2 2 1 1 2
2 ( , )
4, 55
1
( , ) ( , ) 4, 52
2
P
P
C P P C
i y y hf x y
y
y y f x y f x y y
= = +
=

`
( = + =

)

Analog, pentru i=3, i=4

Analiz numeric
Aplicaii
- S se determine valoarea numeric aproximativ a soluiei sistemului:
a)
'
' 5 4
y z
z z y
=
cu y(0)=0, z(0)=1, n x=0,4, utiliznd metoda lui Euler (h=0,2).

b)
'
' 4
y z
z y
=
cu y(0)=1, z(0)=0, n x=0,5, utiliznd o metod Runge-Kutta (cu h=0,5).

- S se aproximeze soluia ecuaiei: '' 5 ' 4 0 y y y + = cu y(0)=0, y`(0)=1, n
x=0,5, reducnd-o la un sistem de ecuaii difereniale de ordinul I, utiliznd pentru
rezolvarea acestuia metoda lui Euler (cu h = 0,5).
- S se aproximeze soluia ecuaiei: '' 5 y y = cu: y(0)=1, y(1)=0, n x=0,5,
folosind aproximarea lui '' y cu ajutorul diferenelor finite i mprind intervalul [0;1] n 4
pri egale.
- S se aproximeze soluia ecuaiei:
a)
2 2
' y x y = , y(0)=0, n x=0,4 cu metoda lui Euler (cu h = 0,2);
b)
2
' 2 1 y x y = + , y(0)=1, n 0,3, cu metoda lui Euler (cu h=0,1);
c)
2
' y x y = , y(0)=0, n 0,4, cu metoda lui Euler (cu h=0,2);
d) ' y y = , y(0)=1 n x=0,4, cu metoda lui Taylor de ordinul II (cu h=0,1);
e)
2
' 3 y x y = + , y(0)=1, cu metoda lui Taylor de ordinul II (cu h=0,1) n x=0,3.
- S se determine valoarea aproximativ a sistemului:
a)
2 2
(0) 1
'
,
1
(0) '
2
y
y x yz
z z x y
=
= +
= =
n x=0,3, cu metoda lui Euler (h = 0,1)

b)
' (0) 0
,
' (0) 0, 5
y y z y
z yz z
= =
= =
n x=0,4, cu o metod Runge-Kutta (cu h = 0,2)

- S se aproximeze soluia numeric a ecuaiei:

a)
2
'' ( ') 0 y x y + = cu y(1)=0, y`(1)=2 n x=1,2
b)
2
2 '' ( ') 1 yy y = cu y(0)=1, y`(0)=1 n x=0,3
c) '' ' 0 y xy y + + = cu y(0)=0, y`(0)=1 n x=0,3
d) '' 0 y y + = cu y(0)=1, y`(0)=0 n x=0,2.
reducnd-o la un sistem de ecuaii difereniale de ordinul I, utiliznd pentru
rezolvarea acestuia metoda Euler, respectiv Runge-Kutta (cu h = 0,1).

Analiz numeric
http://adl.anmb.ro
Rezolvarea numeric a ecuaiilor cu
derivate pariale
Obiective:
1. Familiarizarea studenilor cu problematica complex a soluionrii numerice a
ecuaiilor cu derivate pariale
2. Prezentarea metodei diferenelor finite pentru EDP de tip: eliptic, hiperbolic,
parabolic
3. nsuirea unor elemente importante ale metodei elementului finit.
Condiionri:
- U.I. 1,3,4
- Analiz matematic
Cuprins
U.S. 7.1. Metoda diferenelor finite
U.S. 7.2. Introducere n metoda elementului finit
U.S. 7.1. are ca tem prezentarea metodei diferenelor finite pentru EDP de tip: eliptic,
hiperbolic, parabolic.
n U.S. 7.2, se face o succint expunere asupra metodei elementului finit.
- A.Jaun: Numerical Methods for partial Differential Equations, 2000

Analiz numeric
Metoda diferenelor finite
Sarcini de nvare: Dup parcurgerea acestei U.S., studentul este capabil s:
- discretizeze o EDP;
- rezolve sistemul de ecuaii liniare/ecuaii difereniale ordinare obinute;
- analizeze: convergena, consistena i stabilitatea numeric a algoritmilor numerici
utilizai.
7.1.1. Preliminarii
- Problemele definite cu ecuaii de derivate pariale (prescurtat (EDP)), reprezint un
domeniu cu implicaii importante n cadrul fizicii matematice.
Aceste probleme sunt caracteristice fenomenelor fizice ce se produc n medii continui,
la care interaciunile se propag din aproape n aproape (spre exemplu: studiul corpurilor
elastice n mecanic, studiul cmpurilor electrice i magnetice) i pentru care, parametrii
sistemului sunt funcii de poziie i eventual de timp (ce reprezint de altfel
necunoscutele).
n cazurile uzuale, (EDP) reprezint relaii ntre vitezele de variaie a acestor funcii fa
de coordonatele spaiale i de timp. n problemele de electrotehnic, acestea pot fi
potenialul electric sau temperatura.
- n general, o (EDP) este de forma:
(1.1)
unde: este un operator diferenial definit pe o mulime de funcii corespunztoare, (1.1) are
soluie i aceasta este unic, dac se impun anumite condiii suplimentare, numite condiii
de limit (referitoare la comportarea funciei de pe , frontiera domeniului i definite
de regul, prin intermediul unui operator diferenial, cu un ordin mai mic dect ):
(1.2)
- Rezolvarea (EDP) se caracterizeaz printr-o complexitate deosebit fa de
rezolvarea ecuaiilor difereniale ordinare. n cadrul abordrii (EDP), metodele numerice au
cptat o importan deosebit deoarece cele analitice sunt fie inaplicabile, fie se pot
aplica doar n cazuri foarte simple..
- Pentru ecuaiile clasice ale fizicii matematice, dimensiunea problemei (i.e. numrul
variabilelor independente) poate varia ntre 2 i 4; adic, necunoscuta problemei este o
funcie ce poate fi definit de una sau mai multe variabile spaiale i eventual de una
temporal.
- Condiiile suplimentare, ce trebuie asociate ecuaiei de baz, au o form i o
semnificaie deosebit, atunci cnd se refer la variabile spaiale sau la variabila
temporal; acestea se refer la modul de comportare a funciei necunoscute pe frontiera
domeniului de definiie, i sunt concretizate prin anumite relaii matematice, numite
condiii de frontier sau condiii la limit.
- Atunci cnd (EDP) conine variabila temporal (timpul), soluiei necesit
completarea problemei cu o condiie iniial.
- Dup modul de dependen a soluiei, , n funcie de valorile iniiale i condiiile
date de frontier, (EDP) pot fi clasificate n anumite categorii. Aceast clasificare se poate
Analiz numeric
face dup criterii exclusiv formale, innd cont doar de structura ecuaiei i nu de
semnificaia variabilelor. Uneori, se poate asocia i o interpretare fizic.
Astfel, (EDP) sunt de tip:
a) Eliptic (soluia depinde exclisiv de condiiile de frontiar)
Exemplu: ecuaia potenialului electric static
b) Parabolic (soluia depinde de valorile din ntreg domeniul , la momentul iniial;
apoi,
evoluia este determinat exclusiv de condiiile la limit i valorile
precedente din tot domeniul)
Exemplu: ecuaia cldurii
c) Hiperbolic (dup momentul iniial, soluia depinde numai de valorile precedente
specifice unei anumite zone a domeniului spaial)
Exemplu: ecuaia undelor
Metode numerice pentru rezolvarea (EDP)
- Metodele numerice utilizate pentru soluionarea (EDP) sunt mai numeroase, mai
diverse i implicit, mai nuanate n comparaie cu alte categorii de metode numerice,
deoarece ele depind de: tipul ecuaiei, dimensiunea i forma domeniului de calcul i tipul
ecuaiilor de frontier.
- Principalele metode numerice pentru (EDP) sunt:
I. Metoda diferenelor finite
Scurt caracterizare: n orice abordare numeric a unei (EDP), funcia soluie
trebuie exprimat prin eantioanele acesteia n puncte discrete ale domeniului de calcul .
Procesul de discutizare poate interveni n modaliti sau la niveluri diferite.
Astfel, n metoda diferenelor finite se utilizeaz aproximarea direct a operatorilor
de derivare cu diferene (proces ce atrage dup sine toate dezavantajele produse n
aproximarea derivatelor) i aa, trecerea de la variaia continu a soluiei la cea discret
se face n mod natural, chiar prin utilizarea diferenelor dintre eantioane.
II. Metoda reziduurilor ponderate
Scurt caracterizare: O alt manier de discutizare const n transformarea (EDP)
n ecuaii integrale i aproximarea funciei soluie prin intermediul funciilor polinomiale
de interpolare (ai cror coeficieni depind de eantioanele soliiei).
Aceast clas de metode prezint dou avantaje majore fa de prima:
a) Cum integralele nu sunt afectate de comportarea funciilor pe mulimi de msur
nul, problemele ce apar legate de netezimea soluiei sau a frontierei n
punctele izolate sunt eliminate.
b) Utilizarea interpolrii n aproximare este un instrument mai flexibil dect
folosirea diferenelor finite.
- Metoda reziduurilor ponderate se materializeaz n:
1. Metoda elementului finit (ce reunete de fapt o clas mai larg de metode
aplicabile mai multor categorii de EDP).
2. Metoda elementului de frontier.

Etapele rezolvrii numerice a unei (EDP)
- Din analiza tipurilor de metode numerice utilizate pentru soluionarea (EDP), rezult
necesitatea parcurgerii urmtoarelor etape specifice:
1. Prelucrarea analitic a ecuaiilor de baz n vederea aplicrii unei anumite
metode. (La metoda diferenelor finite, aceast etap lipsete. La metoda elementului finit,
presupune obinerea formei integrale, iar la metoda elementelor de frontier, presupune i
reducerea problemei la una de frontier).
Analiz numeric
2. Procesul de discutizare (la metoda diferenelor finite, datorit utilizrii unei
reele rectangulare, discutizarea este inclus n procesul de calcul propriu-zis, nefiind
necesare prelucrri i verificri geometrice preliminare. n cazul metodei elementului finit,
sunt folosite proceduri speciale pentru discutizarea domeniului ,
verificarea i vizualizarea acestuia n cadrul programelor de preprocesare a datelor.
Divizarea n subdomenii a lui determin caracteristicile de convergen ale metodei.
3. Nucleul propriu-zis al metodei de calcul (n care se construiete sistemul de
ecuaii algebrice prin aclculul coeficienilor necunoscutelor, asamblarea matricii sistemului
i a vectorului termenilor liberi). Aceast etap este aceea ce individualizeaz metoda
utilizat.
4. Rezolvarea sistemului de ecuaii algebrice (prin metode directe sau iterative).
5. Afiarea rezultatelor (de regul sub form grafic, prin curbe echipoteniale
sau linii de cmp, deoarece de cele mai multe ori, este o apreciere calitativ a formei
soluiei dect o exprimare numeric).
7.1.2. Metoda diferenelor finite pentru EDP de tip eliptic
- Metoda diferenelor finite (MDF) este din punct de vedere matematic cea mai
simpl i cea mai rudimentar dintre metodele numerice utilizate pentru (EDP). Ea este
potrivit de aplicat pentru domenii ce se pot descompune uor n dreptunghiuri. Un alt
avantaj major al metodei const n faptul c n procesul de discutizare se impun puine
restricii, ceea ce o recomand pentru (EDP) mai complexe (spre exemplu: probleme din
domeniul fizicii fluidelor).
Discutizarea domeniului const n acoperirea acestuia cu o reea rectangular
paralel cu axele de coordonate, n nodurile creia se obin punctele de eantionare a
funciei necunoscute (ce devin astfel necunoscutele sistemului algebric asociat iar
coeficienii sistemului se obin din aproximarea operatorilor de derivare cu diferene finite).
Acest mod de lucru utilizeaz formule de calcul simple, dar pune probleme serioase cnd
este format din curbe, ce difer de segmente drepte paralele cu axele.
(MDF) pune probleme din punct de vedere al implementrii condiiilor de frontier
(condiiile de tip Neumann sunt dificil de inclus n algoritmul de calcul i complic condiiile
de convergen, cci aproximarea derivatei funciei dup ___ la este greu de realizat
mai ales cnd segmentele de frontier nu sunt paralele cu axele de coordonate.

1.2.1. (MDF) pentru (EDP) de tip eliptic
Fie
2
R G c , domeniu mrginit i
2 1
C C G = c , orientat n sens trigonometric.
Vom considera urmtoarea ecuaie cu derivate pariale:
( ) ( ) ( ) ( ) ( )
G y , x , y , x f y , x u y , x p y , x u e = + A (1.3)
unde ( ) G C f e ( pe poriuni ) i ( ) G C p
2
e , i deasemenea, urmtoarele condiii la limit:
( )
1
C
C C , u
1
e = (1.4)
= o +
c
c
2
C
u
n
u
(1.5)
( ) n, ; G C ,
2
e o normala exterioar la
2
C .
- Probleme la limit pentru (1.3) const n determinarea unei funcii
( ) ( ) G C G C u
1 2
e , care este soluie a ecuaiei (1.3) i verific condiiile (1.4) +
(1.5).

Analiz numeric
- Dac:
a)
1
C G , 0 f p c = = :
=
= A
1
C
u
0 u
: Problema Dirichet pentru ecuaia Laplace
b) 0 C G , 0 f p
2
= o = c = = :
=
c
c
= A
2
C
n
u
0 u
: Problema Neumann pentru ecuaia Laplace.
c) 0 f , 0 p = = :
( ) ( )
+
= A
3 2
f u
- Ecuaia Poisson pentru care se poate considera att P.D. ct i
P.N.
d) 0 f , 0 p = = : 0 pu u = + A - Ecuaia vibraiilor.
- Din cele de mai sus, putem concluziona c problema la limit (1.3)+(1.4)+(1.5) este
suficient de general formulat pentru a acoperi cazurile uzuale de ecuaii eliptice
din plan.
- Metoda reelelor const n obinerea unui sistem de ecuaii liniare prin discretizarea
(1.3),(1.4) (1.5) n nodurile unei reele de drepte, paralele cu axele de coordonate.
Considerm o astfel de reea:

= + = =
= + = =
n 1, j , jh b y y
m 1, i , ih a x x
j
i
(1.6)

( (1.6) este ptratic; analog, se raioneaz pentru (1.6) dreptunghiular ).
( )
j i ij
y , x M s.n. nod al reelei, iar h s.n. pas al reelei (4).
- Fie ( ) n 1, j , m 1, i , y , x
j i
= = i ( )
j i ij
y , x u u = .
Considerm dezvoltrile Taylor ale lui u n jurul punctului ( )
j i
y , x :

( ) ( ) ( ) ( ) ( )+
c
c
+
c
c
+
c
c
+ =
+ j i
3
3 3
j i
2
2 2
j i j i j 1 i
y , x
x
u
! 3
h
y , x
x
u
! 2
h
y , x
x
u
! 1
h
y , x u y , x u
( )
j 1 i
4
4 4
y , h x
x
u
! 4
h
u +
c
c
+ . (1.7)

( ) ( ) ( ) ( ) ( )+
c
c
c
c
+
c
c
=
j i
3
3 3
j i
2
2 2
j i j i j 1 i
y , x
x
u
! 3
h
y , x
x
u
! 2
h
y , x
x
u
! 1
h
y , x u y , x u
( )
j 2 i
4
4 4
y , h x
x
u
! 4
h
u +
c
c
+ . (1.8)

( ) ( ) ( ) ( ) ( )+
c
c
+
c
c
+
c
c
+ =
+ j i
3
3 3
j i
2
2 2
j i j i 1 j i
y , x
y
u
! 3
h
y , x
y
u
! 2
h
y , x
y
u
! 1
h
y , x u y , x u
( ) h y , y
y
u
! 4
h
3 j j
4
4 4
u +
c
c
+ . (1.9)

( ) ( ) ( ) ( ) ( )+
c
c
c
c
+
c
c
=
j i
3
3 3
j i
2
2 2
j i j i 1 j i
y , x
y
u
! 3
h
y , x
y
u
! 2
h
y , x
x
u
! 1
h
y , x u y , x u
( ) h y , x
y
u
! 4
h
4 j i
4
4 4
u +
c
c
+ . (1.10)
Analiz numeric
- Atunci:

( )
h 2
u u
y , x
x
u j , 1 i j , 1 i
j i
+

~
c
c
(1.11) (din (1.7) + (1.8))

( )
h 2
u u
y , x
y
u 1 j , i 1 j , i
j i
+

~
c
c
(1.12) (din (1.9) + (1.10))

( )
2
j , 1 i ij j , 1 i
j i
2
2
h
u u 2 u
y , x
x
u +
+
~
c
c
(1.13 ) (din (1.7) + (1.8))

( )
2
1 j , i ij 1 j , i
j i
2
2
h
u u 2 u
y , x
y
u +
+
~
c
c
(1.14) (din (1.9) + (1.10))
- nlocuind (1.11) + (1.14) n (1.3)+(1.4)+(1.5), obinem un sistem de ecuaii liniare.
- Putem considera acum urmtoarea mprire a nodurilor reelei:
( )
I
N : nodurile care au toate nodurile vecine interioare lui G . Vom numi subdomeniul
generat de acestea D, interiorul reelei.
( )
F
N : nodurile care au cel puin un nod vecin exterior lui G .
Vom numi frontiera reelei, C , mulimea determinat de ( )
F
N .
- Cum n (1.4) i (1.5), apar valorile lui u pe G c , este firesc s ne
ntrebm cum se obin ( care sunt procedeele de trasfer ) similarele acestora pe
C . Este evident c procedeele respective sunt influenate de tipul problemei i
c sunt nsoite de erori de aproximare ( care sunt i n funcie de apropierea
lui G c de C ). n cazuri particulare, cum ar fi G dreptunghi, aceast eroare este
nul; deci nu mai este nevoie de transfer.

D F , A e
G H , E c e
C Be

BH BF BA BE
u BF u BH u AB u BE
u
H F B A
B
+ + +
+ + +
= (1.15)

- Exemplul 1:

ABCD G

DA CD CB AB G = c

= = =
= = =
1,4 j , jh y y
1,5 i , ih x x
j
i

Analiz numeric
Se cere: determinarea ( ) ( ) G C G C u
1 2
e , soluie a ecuaiei Poisson:
( )
( )
( )
e
e
= = A
G y x, , 0
G y x, , 4
y x, f , f u
1
1
(1.16)
care verific condiiile la limit:

= +
c
c
=
c
c
=
0 u
x
u
, 0
x
u
u u
BC
AB
CD AB
(1.17)

Interpretarea fizic: o membran elastic, ce are marginile: AB i CD fixe,
AD liber i BC rezemat elastic se deplaseaz ( ( ) y , x u u = ) prin aciunea unei
ncrcturi continue ( ) ( ) y , x f f = , aplicat perpendicular pe membran.
- Cum 0 u u
CD AB
= = , nodurile aflate pe AB i CD nu prezint interes; dar celelalte
rmase trebuie tratate difereniat:
- interioare ( 7- 12 )
- interioare, dar cu vecini pe AD, respectiv BC ( 4 6, 13 15 )
- cele situate pe AD, respectiv BC ( 1 3, 16 18 ).
- Nod 11:
2
14 11 8
11
2
2
h
u u 2 u
x
u +
=
c
c

2
12 11 10
11
2
2
h
u u 2 u
y
u +
=
c
c

(1.16) (1.18) 0 f h u u u u u 4
11
2
14 12 10 8 11
= + .
Modul de alctuire a ecuaiei (1.18):

-1

-1 -1
4u+h
2
f

-1

- Nod 4:
0 f h u u u u 4
4
2
7 5 1 4
= + (1.19)
- Nod 1:
=
|
.
|
\
|
c
c
0
x
u
1
0
h 2
u u 4 u 3
7 4 1
=
+
(1.20)
Analiz numeric

Obinerea (1.20) se bazeaz pe folosirea
2
L n nodurile 1,4,7. ( n general:
( ) ( ) | ( ) ( )| h 2 x f h x f 4 x f 3
h 2
1
x L
0 0 0 0 2
+ + + = ).
- Nod 16:
= +
c
c
0 u
x
u
BC
0 hu 2 u u 4 u 3 0 u
h 2
u u 4 u 3
16 10 13 16 16
10 13 16
= + + = +
+
(1.21)
- Astfel, se obine un sistem de 18 ecuaii liniare cu 18 necunoscute, prin intermediul
cruia se rezolv problema la limit: (1.16) + (1.17).
7.1.3. Metoda diferenelor finite pentru EDP de tip hiperbolic
- Considerm problema la limit a propagrii undelor:
(1.22)
cu condiiile iniiale:
(1.23)
i cu condiiile la limit:
(1.24)
unde sunt funcii continue, ce satisfac condiiile de racordare:
(1.25)
- Se consider reeaua:
(1.26)
- Scriem acum (1.22), (1.23), (1.24) n nodurile ale relaiei (1.26). Obinem:
(1.27)
(1.28)
- Notnd
(1.29)
i utiliznd legtura dintre derivate i diferenele finite centrate (i.e.
) obinem

(1.30)
(1.31)
(1.30)
Analiz numeric
(1.32)
)
- Lum n (1.32):
pentru este nevoie s se tie: cci i se cunosc din (1.30).
- Pentru calculul lui , folosim dezvoltarea n serie Taylor, ecuaia iniial (1.22) i
condiiile (1.28):
.
Dar din (1.28), i cum i
, avem: .
- n final (EDP) (1.22) cu (1.23)+(1.24) i se asociaz sistemul de ecuaii algebrice:
(1.33)
7.1.4. Metoda diferenelor finite pentru EDP de tip parabolic
- Fie problema mixt:
(1.34)
cu condiia iniial:
(1.35)
i cu condiiile limit:
(1.36)
unde: sunt funcii continue, iar .
Se consider reeaua de puncte
(1.37)
i (1.34), (1.35), (1.36) se scriu n nodul :
(1.38)
cu:
(1.39)
- Folosind legtura dintre derivate i diferene finite (i.e. sau
pentru i cea dintre derivate i diferene centrate pentru , obinem:
(1.40)
(1.41)
(1.42)
- Din (1.38), (1.39), (1.40), (1.41) i (1.42), avem:
Analiz numeric
a) (1.43)
Se rezolv (1.43).
b) (1.44)
(a) i (b) sunt aproximri de ordinul 1.
c) (1.45)

- Lund j=1, pentru obinerea lui , vom folosi dezvoltarea n serie taylor, ecuaie
(1.34) i condiia (1.35):

(1.46)
- n final, se obine:
(1.47)

Analiz numeric
Introducere n metoda elementului finit
Sarcini de nvare: Dup parcurgerea acestei U.S., studentul este capabil s:
- transpun rezolvarea EDP n minimizarea funcionalei energetice asociate;
- partiioneze domeniul de definiie n elemente finite;
- specifice funciile de form (de coordonate).
7.2.1. Preliminarii
- Rezolvarea aproximativ a problemelor la limit pentru ecuaii difereniale i cu
derivate pariale s-a dezvoltat pe 3 direcii principale:
a) metoda diferenelor finite:
b) metoda elementului finit:
c) metoda elementului de frontier.
- n metoda diferenelor finite, sistemul de ecuaii difereniale sau cu derivate pariale
(valabil pentru orice punct al domeniului ) se transform ntr-un sistem de ecuaii liniare
(valabil numai pentru anumite puncte ale domeniului, puncte ce definesc reeaua de
discretizare a domeniului).
- Dezavantajul principal al acestei metode l constituie utilizarea unei reele
rectangulare de discretizare a domeniului; care n cazul suprafeelor i contururilor curbe,
introduce o serie de dificulti ce vizeaz: calculul efectiv, stabilitatea i convergena
soluiilor, etc.
- n metoda elementului finit, punctul de plecare l constituie un model integral al
fenomenului de studiat (ce poate fi obinut, spre exemplu, prin intermediul calculului
variaional). Se bazeaz pe aproximare local pe subdomenii sau pe poriuni ( deci, nu
mai este condiionat de existena unei reele rectangulare ).

- Vom demonstra mai nti o teorem variaional, fundamentat pentru cele ce
urmeaz.
- Teorema 2.1.1:
Fie H D , SH , H
R
c dens. Fie H D : A , liniar, simetric ( i.e. autoadjunct >= < v , Au
( ) D v u, , Av , u e > =< ) i strict pozitiv ( i.e. ( ) 0 u Au, , 0 u
H
>> < = ) i H f e , fixat, iar
R D : F ,
( ) > < > =< u , f 2 u , Au u F ( funcionala energetic asociat lui A).(2.1)
Atunci: ( ) D u !
0
e - a.i. ( ) ( ) f Au u F min u F
0
D u
0
= =
e
.
Demonstraie:
I. " " Fie D he i R t e . Atunci: ( ) ( ) ( ) R t , u F th u F
0 0
e > + . Deci, R R : ,
( ) ( ) th u F t
0
+ = i atinge minimul n 0 t = ; deci, dac este derivabil n ( ) 0 0 , 0 = ' .
( ) ( ) ( ) ( ) ( ) ( )
=
> < + > < > + < > + + <
=
+
=

t
u , f 2 u , Au th u , f 2 th u , th u A
t
th u F
t
0 t
0 0 0 0 0 0 0
( ) D h , h , Ah t h , f Au
0
e > < + > =< , de unde
( ) ( )
( ) D h , f , f Au
t
0 t
lim
0
0 t
e > =<

.
Analiz numeric
Cum D este dens n H , obinem 0 f Au
0
= i.e.
0
u soluie a ecuaiei f Au = .
II. " " : Fie D u
0
e a.i. f Au
0
= i { }
H
0 \ D v e . Notm: v u u
0
+ = .
( ) ( ) ( ) ( ) + > < + > >=< < > >=< < > =< v , Au u , Au v , u , f 2 v , u , v , u A u , f 2 u , Au u F
0 0 0 0 0 0
( ) >= < > < + > < + >= < > < > < + > < + v , f 2 v , Av v , f 2 u F v , f 2 u , f 2 v , Av u , Av
0 0 0

( ) > < + = v , Av u F
0
.
Cum
H
0 v = , avem: ( ) ( ) ( ) D u , u F u F
0
e > i.e.
0
u , punct de minim pentru F .
Conform celor demonstrate anterior, ( ) ( )
0 1
u F u F > i ( ) ( )
1 0
u F u F > , dac
0 1
u , u sunt
soluii ale f Au = .

- Observaia 2.1.2:
Teorema 2.1.1 stabilete echivalena ntre rezolvarea ecuaiei f Au = i determinarea
punctului de minim al funcionalei energetice asociate lui A; dar nu stabilete existena
soluiei.

- Exemple 2.1.3:
a) Fie ecuaia diferenial ( ) ( ) ( ) ( ) 0 1 u 0 u , 0,1 x , x f
dx
u d
2
2
= = e = .(2.2)
- Considerm: ( ) ( ) | | ( ) ( ) ( ) { } 0 1 u 0 u 1 , 0 C 1 , 0 C u D H, D ; 1 , 0 L H
1 2 2
= = e = c = ( dens n
H , cci ( ) D 1 , 0 C
0
c
) i u - Au , H D : A ' ' = .
- A satisface ipoteza teoremei 2.1.1:
1) A simetric:
( ) ( ) ( ) ( ) ( ) ( ) = ' ' = ' ' + ' = ' ' >= <
} } }
dx x v x u dx x v x u u v dx x v x u v , Au
1
0
1
0
1
0
1
0

( ) ( )
}
> =< ' ' '
1
0
1
0
Av , u dx x u x v u v .
2) A strict pozitiv:
H
0 u = , ( ) ( ) ( ) ( ) ( ) ( )
} }
' + ' = ' ' >= <
1
0
1
0
2 1
0
dx x u x u x u dx x v x u u , Au (altfel, u constant i din
condiia la limit, 0 u ).
Deci, conform teoremei2.1.1, a rezolva ecuaia (2.2) i.e. a gsi minimul funcionalei
energetice asociate operatorului A, i.e.
( ) ( ) ( ) ( ) ( ) | |
}
' >= < > =<
1
0
2
dx x u x f 2 x u u , f 2 u , Au u F (2.3)
b) Fie ecuaia diferenial:
( ) ( ) ( ) ( ) ( ) 0,1 t , t f t x t t x e = t + ' ' ,(2.4) cu condiiile la limit: ( ) ( ) 0 1 x 0 x = =
| | 0 , 1 , 0 C t e t
- Considerm ( ) ( ) | | ( ) ( ) ( ) { } 0 1 u 0 u 1 , 0 C 1 , 0 C u D , 1 , 0 L H
1 2 2
= = e = = i H D : A ,
( ) ( ) ( ) ( ) t x t t x t Ax t + ' ' = .

Analiz numeric
- A satisface ip. teoremei 1:
1) A liniar ( evident );
2) A simetric:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} }
+ ' ' + ' = t + ' ' >= <
1
0
1
0
1
0
dt t y t x t y t x dt t y t x t t x y , Ax
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
} } } }
= t + ' ' = t + ' ' ' = t +
1
0
1
0
1
0
1
0
1
0
dt t y t t y t x dt t y t x t dt t y t x t y t x dt t y t x t
> =< Ay , x ;
H
0 y = .
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} } }
= t + ' ' = t + ' ' >= <
1
0
1
0
1
0
2
dt t x t dt t x t x dt t x t x t t x x , Ax
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | | ( ) ( ) | | { }
} } }
> t + ' = t = ' + ' =
1
0
1
0
1
0
2 2 2 2 1
0
0 dt t x t t x dt t x t dt t x t x t x .
Deci, a rezolva ecuaia (2.4) este analog cu a gsi minimul funcionalei energetice
asociate operatorului A i.e.
( ) ( ) ( ) ( ) | | ( ) ( ) ( )
} }
= t + ' ' >= < > =<
1
0
1
0
dt t u t f 2 dt t u t u t t u u , f 2 u , Au u F
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
}
t + ' + ' =
1
0
2 2 1
0
t u t f 2 t u t t u t u t u
( ) ( ) ( ) ( ) ( ) ( ) ( ) | |dt t u t f 2 t u t u u F
1
0
2 2
}
t + ' = .
c) Considerm urmtoarea problem la limit:
( ) ( )
( )
e =
e = A
c
G
G C G f u
2
G
1 2
L f , 0 u
marginit domeniu G , C u unde ,
(2.5)
( Problema Dirichlet pentru A )
- Fie ( ) ( ) ( ) { } 0 u G C G C u D , G L H
G
1 2 2
= e = =
c
i A = A .
- A satisface ip. teoremei 2.1.1:
1) A liniar ( evident );
2) A simetric:
} }}
c
=
|
|
.
|
\
|
c
c
c
c
+
c
c
c
c
+
c
c
>= A < >= <
G G
dxdy
y
v
y
u
x
v
x
u
vds
u
u
v , u u , Au

}}
> A =<
|
|
.
|
\
|
c
c
c
c
+
c
c
c
c
=
G
v , u dxdy
y
v
y
u
x
v
x
u
.
( ) 0 u , 0 dxdy
y
u
x
u
u , Au u , Au
G
2
2
= >
(
(
|
|
.
|
\
|
c
c
+
|
.
|
\
|
c
c
>= < >= <
}}
.

Analiz numeric
- Deci, a determina soluia problemei (2.5) este echivalent cu a gsi punctul de minim
al funcionalei energetice:
( ) dxdy u f 2
y
u
x
u
u F
G
2
2
}}
(
(

|
|
.
|
\
|
c
c
+
|
.
|
\
|
c
c
= .(2.6)
7.2.2. Metoda Rayleigh-Ritz
- Fie H D R, SH , H c , dens, H f e i H D : A , operator liniar, simetric i strict
pozitiv.
- Definiia2.2.1:
S.n. produs scalar n energie, | | | | > =<
+
v , Au v u, , R D D : , .
| | u , u u , R D :
A A
=
+
, s.n. norm energetic
A
H , completatul lui D n raport cu
A
s.n. spaiul energetic asociat lui A.
- Presupunem c f Au = admite o unic soluie D u
0
e . Conform teoremei 1, rezult
c
0
u este punct de minim pentru F .
- Definiia2.2.2:
Fie R H : F
A
, inferior mrginit i ( ) u F min d
A
H ue
= . ( )
A
n
n
H u c s.n. ir minimizant
pentru F dac ( ) d u F lim
n
n
=

.
- Teorema 2.2.3:
Fie ( )
n
n
u , ir minimizant al funcionalei energetice asociate operatorului A. Atunci,
0 n
n
u u lim =

n
A
H .
Demonstraie:
Fie ( )
n
u
u , ir minimizant pentru f . Atunci:
( ) >= < > < > >=< < > =<
n 0 n 0 n n n n n n
Au , u u , Au u , Au u , f 2 u , Au u F
| |
2
A
0
2
A
0 n 0 0 0 0 0 n n 0 n n
u u u u , Au u , Au u , Au u , Au u , Au >= < > < + > < > < > < = .
Deci, ( )
2
A
0
2
A
0 n n
u u u u F = .
Cum ( )
n
n
u este un ir minimizant pentru F , avem ( ) ( ) ( )
2
A
0 0
H
n
n
u u F u F inf u F lim
1
T
A
= = =
+

.
0 u u lim 0 u u lim
A
0 n
n
2
A
0 n
n
= =

.
- Fie D H
n
c , n dimensional i.e.
A i n 1 n
H , ,..., H e > =< . Dorim s aproximm
soluia
0
u prin intermediul termenilor unui ir ( )
n
n
u cu
n n
H u e . Conform celor afirmate
anterior, acest lucru este echivalent cu: construirea unui ir minimizant pentru
( )
n n
n
n
H u , u , F e sau altfel spus, cu construirea unui ir ( )
n n
n
n
H u , u e a.i.
( ) N n , v u min u u
A
0
H v
A
n 0
n
e =
e
.
- Fie
=
e = e
n
1 i
i i i n n n
R a , a u H u .
Analiz numeric
Atunci: ( ) | | | |

= =
> < >= < =
n
1 k , i
n
1 k
k k k i j i n n n n
, f a 2 ; a a u , f 2 u , u u F .
Deci, determinarea lui
n
u , revine la determinarea punctului de minim ( )
n 1
a ,..., a pentru
funcia ( ) ( )
n n 1
u F a ,..., a = u i.e. rezolvarea sistemului de ecuaii:
= =
c
u c
) 7 . 2 ( n 1, i , 0
i
a

| | n 1, i , 0 , ,
1
= = > <
=
n
k
i i k k
f a .(2.8)

| | | |
| | | |
> =< + +
> =< + +
n n n n n
n n
f a a
f a a

, , ... ;
, , ... ;
1 1
1 1 1 1 1
(2.9)
al crui determinant este determinantul Gramm asociat fam.l.i. { }
n 1
,..., , deci 0 = .
- Dac considerm familia { }
n 1
,...,u u obinut prin ortonormalizarea fam. { }
n 1
,..., ,
atunci din (2.9) obinem:
n 1, i , , f a
i i
= > u =< .(2.10)
Deci,
=
u > u < =
n
1 i
i 1 n
, f u (2.11)i de aici
=
u > u < =
1 n
i i 0
, f u .(2.12)
7.2.3. Metoda lui Galerkin
- Ideea metodei: Aproximarea lui
0
u prin
=
=
n
1 i
i i n
a u , chiar dac A nu satisface
condiiile teoremei 1, unde coeficienii
i
a se determin din sistemul
n 1, i , 0 , = >= <
i
f Au .(2.13)
- Metoda lui Galerkin este mai general dect cea a lui Ritz. Ea poate fi aplicat cu
succes la ecuaii de tipuri diferite: eliptice, hiperbolice, parabolice, chiar dac ele nu sunt
legate de probleme variaionale.
n schimb, n situaia n care se aplic unor astfel de probleme, ea este strns legat de
metoda lui Ritz, i n unele situaii, chiar echivalent, n sensul c se obin aceleai
aproximaii ale soluiei.
( A se vedea ex.3 a), c) spre aplicaie ).
- Exemplul 2.3.1: Problem de tip Neumann Dirichlet pentru operatorul Laplace.
Fie
2
R G c cu
2 1
C C G = c i n , versorul normalei exterioare la G c .
S considerm urmtoarea problem:
S se determine ( ) ( ) G C G C u
1 2
e (2.14) i.e.
( ) ( )
) 15 . 2 (
C pe
n
u
C pe 0 u
C C g , G C f f, u -
(16)
)
2
1
2
=
c
c
=
e e = A
g

Analiz numeric

- Observaie2.3.2:
Condiia (2.15) nu este restrictiv, deoarece: dac u satisface (2.14),(2.16) i (2.15)
h u = pe
1
C i dac se tie c exist
0
u , suficient de regulat a.i. h u
0
= pe
1
C ,
atunci
0
u u u
~
= verific:
- (2.14) cu
0
u f f A + ;
- (2.15) i (2.16) cu
n
u
g g
0
c
c

A trece de la h pe
1
C la
0
u pe G , nseamn a considera o prelungire ( care nu este n
general unic ). Datorit prelungirii
0
u h i a translaiei
0
u u u
~
u = , condiia (2.15) nu
este restrictiv.
- Considerm acum:
( ) ( ) { }
1
1 2
C pe 0 v si G C G C v R G : v W = e =
( ) ( ) { } G pe marginit v grad iar , C pe 0 v si G C G C v R G : v V
1
0 1
= e =
- Astfel, a rezolva (2.14) (2.16) (2.17) A gsi W u e a.i. u verific (2.15) i
(2.16).
- Conform I formule a lui Grenn avem, pentru W u e i V v e :
-
} }} }}
c
c
c
= A
G G G
ds v
n
u
- dxdy v grad u grad dxdy v u .
Mai exact
}} } }}
c
c
= A
G C G
2
vds
n
u
- dxdy v grad u grad dxdy v u .(2.18)
Dac n (2.18) considerm soluia problemei (2.14) (2.16) , u obinem:
( )
}} } }}
e =
G G
vds g dxdy v f
2
C
V v , - dxdy gradv u grad .(2.19)
Notm cu ( )
}}
=
G
dxdy v grad u grad v , u a (2.20)
Atunci, obinem: ( )
( )
}} }
+ =
e
G G
V v
ds v g dxdy v f v . u a .(2.21)
Deci, (2.19) se poate formula i:
S se gseasc W u e a.i. ( ) ( ) V v , ds v g dxdy v f v , u a
G C
2
e + =
}} }
.(2.22)
n concluzie, sistemul (2.13) poate fi scris:
( ) ( )
}} }
+ =
G C
i i i
2
ds g dxdy , f , u a .(2.23)
7.2.4. Determinarea funciilor de form
- n anterioare, am vzut c, n anumite ipoteze, problema rezolvrii ecuaiilor cu
derivate pariale f Au = este echivalent cu problema minimizrii funcionalei energetice,
F asociate operatorului A.
Analiz numeric
- n esen, dac n domeniul de definiie al lui F , considerm un sistem complet de
funcii liniar independente ( )
n , 1 i
i
=
, numite funcii de coordonate, atunci soluia u se
aproximeaz cu
=

n
1 i
i i
a , unde ( )
n , 1 i
i
a
=
reprezint soluia sistemului de ecuaii liniare:
n 1, i , a , f a , n 1, i , 0
a
F
i k
n
1 i
k i
i
= > =< > < = =
c
c
=
.(2.24)
Eficacitatea metodei Rayleigh Ritz, respectiv Galerkin, depinde de modul de
alegere i numrul funciilor de coordonate. Alegerea acestora ca funcii polinomiale pe
poriuni reprezint varianta optim din punct de vedere al calculului numeric i
caracterizeaz metoda elementului finit.
- Principial, aceast metod const n:
a) partiionarea domeniului G n elemente finite ( i.e. subdomenii m 1, j , G
j
= , cu
interioare disjuncte i de dimensiuni finite ).
b) specificarea funciilor de coordonate nu pe ntregul domeniu, ci pe fiecare element
finit n parte.
- Astfel, prin discretizarea n m subdomenii a lui G , funcionala energetic a lui F se
va nlocui printr-o sum de m termeni, reprezentnd contribuia fiecruia dintre elementele
finite considerate.
- S considerm acum un element finit
j
G , i corespunztor acestuia, un numr de
p puncte caracteristice, numite noduri. Notm cu p 1, i , u
j
i
= , valoarea lui u ntr-un astfel
de punct.
Aproximarea la nivelul fiecrui element finit a lui u revine la adoptarea funciilor de
coordonate ca funcii polinomiale de interpolare de grad relativ mic, numite funcii de form
i notate cu p 1, i ,
j
i
= .
Atunci,
(1)
=
= ~
p
1 i
j
i
j
i
j
Gj
u u u (2.25)
i deci
Gj
F se aproximeaz printr-o funcional
(2) ( )
|
|
.
|
\
|
=

=
p
1 i
j
i
j
i j
u F u F (2.26)
de argumente p 1, i , u
j
i
= , iar F se aproximeaz global printr-o funcional F
~
, de
argumente n 1, j , u
j
= .

n final, minimizarea lui F n aproximarea F
~
, conduce la sistemul de ecuaii:
(3)
=
= =
c
c
=
c
c
j
m
1 i
j
i
j
j
n 1, j , 0
u
F
~
u
F
~
,(2.27)
unde sumare se face numai asupra acelor elemente finite care au nodul j comun,
celelalte elemente dnd contribuii independente de
j
u .
- Observaie:2.4.1 n problemele n care funcia este dat implicit de o ecuaie (
diferenial, integral, etc. ), valorile funciei sunt parametrii necunoscui ai problemei. n
problemele de interpolare, valorile funciei sunt cunoscute de la nceput.
Analiz numeric
- De regul, n practic, prin element finit se nelege ansamblul format din: elementul
de discretizare propriu-zis, funcia de interpolare local, mulimea punctelor i a valorilor
nodale caracteristice elementului.
Putem clasifica elementele finite att dup form: liniare, plane ( triunghiulare,
dreptunghiulare, etc. ), spaiale ( tetraedice, pentaedice, etc. ), ct i dup gradul
polinomului de interpolare: de ordinul I, II, etc.
(1) Cazul unidimensional:
- Fie | | b , a i b x ... x a :
n 0
= < < = A , o diviziune. n acest caz, elementele finite sunt de
tipul: | | 1 - n 0, i , x , x
1 i i
=
+
.
- Ne intereseaz determinarea funciilor de form care s permit aproximarea lui
u pe | | b , a .
Considerm ( )
n , 0 i
i
=
a.i. 1)
i
, funcie polinomial de gradul I.
2) ( ) n j 0 , x
ij j i
s s o = .
Atunci, avem:
(4) - ( )
( )
( )
= =
=
+ =
1 j , 0 x
1 x
: b x a x
j 0
0 0
0 0 0
( )
| |
=
rest n , 0
x , x x ,
x x
x x
x
1 0
0 1
1
0

- ( )
( )
( )
= =
=
+ =
1 j , 0 x
1 x
: b x a x
j i
i i
i i i
( )
| |
| |
=
+
+
+
rest n , 0
x , x x ,
x x
x x
x , x x ,
x x
x x
x
1 i i
i 1 i
1 i
1 1 - i
1 i 1
1 i
i
(2.28)
- ( )
( )
( )
=
=
+ =
1 - n 0, j' , 0 x
1 x
: b x a x
j n
n n
n n n
( )
| |
| |
e
e
1 n 0
n 1 - n
1 n n
1 n
n
x , x x , 0
x , x x ,
x x
x x
x .
- Fr dificultate, se constat c:
{ }
| |
= =
+
=
1 - n 1, i , x , x supp
ta; independen liniar multime o este
1 i 1 i i
n , 0 i
i

- Putem concluziona c, n aceast situaie cele mai simple funcii de form sunt
{ }
n , 0 i
i
=
.
- Aproximarea lui u pe | | b , a este
=

n
0 i
i i
u , unde ( ) n 0, i , x u u
i i
= = .
- Sunt situaii ( mai ales, n aproximarea problemelor bilocale pentru unele ecuaii
difereniale ) n care este indicat s alegem ca funcii de form, funcii B -spline.
Va fi nevoie ns ca funciile generatoare s se anuleze n extremitile intervalului pe care
cutm soluia.
- Considerm funciile B -spline cubice 1 n 1, - i , B
i
+ = asociate diviziunii
n 0
x ... x : < < A , ih x x
0 i
+ = .
Din proprietile acestora, se tie c:
Analiz numeric
( )
+ = =
=
=
rest in 0,
1 i j si 1 - i j 1,
1 j , 4
x B
j i
.(2.29)
Deci, ( ) 0 x B
j i
= pentru { } 2 n ,..., 2 i e i { } n ,..., 0 j e iar ( ) 0 x B
j i
= pentru
{ } { } n 0,..., j , 1 n , n , 1 n , 1 , 0 , 1 i e + e .
- Pentru a avea ndeplinite condiiile, vom construi funciile de form 1 n 1, i , B
~
i
+ = ,
astfel ca:
(5) - 2 - n 2, i , B B
~
i i
= =
- ( ) ( ) ( ) x bB x aB x B
~
0 1 0
+ =

- ( ) ( ) ( ) x dB x cB x B
~
1 0 1
+ = (2.30)
- ( ) ( ) ( ) x B x B x B
~
n 1 1 n
| + o =

- ( ) ( ) ( ) x B x B x B
~
1 n n n +
o + =
s satisfac condiiile:
(6) (2.31)
( ) ( )
( ) ( )
( ) ( )
( ) ( )
= =
= =
= =
= =
0 B
~
, 1
~
0 B
~
, 1
~
1 B
~
, 0
~
1 B
~
, 0
~
n 1
1 - n 1 1
1 1 0 1
1 0 0 0
n n n
n n n
x x B
x x B
x x B
x x B
(7)
o = | = = =
= o = = =
4 d b
1 c a
.(2.32)

(2) Cazul bidimensional

a) Elemente finite triunghiulare
- Fie
2
R G c , domeniu mrginit.
- Fie o acoperire cu elemente finite triunghiulare de ordinul I, m 1, l , T
l
= .
- Observaie: Dac G c este o linie frnt, acoperirea este foarte exact.
- n alegerea acestei acoperiri a lui G , se va ine seama de:
1) orice element finit reprezint un A nchis, nedegenerat, definit prin vrfurile sale
( sau nodurile ) indexate local cu k , j , i ;
2)
m
1 l
l
G T
=
= ;
3) fiecare latur a lui
l
T coincide cu latura unui A adiacent din reea sau aparine
integral lui G c .
- Vrfurile tuturor A din reea se indexeaz global corespunztor unui ir ordonat de
la 1 la n i constituie nodurile reelei de discretizare, putnd fi noduri interioare sau de
frontier.
- Pentru a asigura condiiile de compatibilitate i de completitudine, la nivelul fiecrui
element finit, u se aproximeaz printr-un polinom liniar de forma:
( ) ( ) ( ) ( ) y , x u y , x u y , x u C By Ax y , x p
k k j j i i l
+ + = + + = .(2.33)
Pentru a determina C , B , A , punem condiia ca:
( ) { } { } k j, i, n , k j, i, s , y , x
sn n n s
e e o = (2.34)

Astfel obinem:
Analiz numeric
( ) ( ) ( ) | |
( ) ( ) ( ) | |
( ) ( ) ( ) | |
i jk j i i j j i k
k i i k k i i k j
j k k j j k k j i
y x y x y x x x y y
1
y , x
y x y x y x x x y y
1
y , x
y x y x y x x x y y
1
y , x
+ +
A
=
+ +
A
=
+ +
A
=
(2.35)cu
( )( ) ( )( )
i j i k i k i j
y y x x y y x x = A (2.36)

- Observm c :
{ }
{ }
e _

k j, i, s , T supp -
ta; independen liniar multime , ,
l s
k j i

- Deci, putem considera aceste funcii printre cele n funcii de form corespunztoare
triangulaiei considerate.

b) Elemente finite dreptunghiulare
- Dac | | | | d , c b , a G = , iar
y x
A A = A cu b x ... x a :
n 0 x
= < < = A i
d y ... y c :
n 0 y
= < < = A , este o diviziune a lui G , atunci un element finit tipic este
| | | | m 1, j , n 1, i , y , y x , x G
1 j j 1 i i ij
= = =
+ +
.
- Raionnd asemntor cu cazul anterior, obinem c funciile de form cele mai
simple sunt:
( ) ( ) ( ) y x y , x
~
j i ij
= ,(2.37)
unde { } j i, s ,
s
e este funcia de form considerat n cazul (1).

AN Curs

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

AN Curs

Încărcat de

Drepturi de autor:

Formate disponibile

Analiz numeric

23 May 2013 Lector universitar doctor Ligia-Adriana SPORI 1

o . Deci, o eroare relativ n x de

i procesul iterativ se oprete. n caz contrar, se

= s (conform 2.12), ( ) 0 k > .

, rezolvarea sistemului de ecuaii liniare:

, ci numai ca o exprimare comod

sau metoda lui

1 ... 0 ... 0 ... 0 0

e - , inferior triunghiular unitate, a.i. s aib loc relaia:

e - , inferior triunghiular unitate,

e - inferior triunghiular unitate a.i.

este uor de determinat.

, se obin probleme de programare liniar, care se trateaz cu

. Se rezolv ecuaia caracteristic

, conform (4.7). Dar, astfel, se

, innd cont de (4.6), (4.7).

presupune un calcul laborios, s-

este funcie spline

este un subspaiu liniar al ( )

, ceea ce contrazice presupunerea fcut.

+ ' ' = ' ' x ; f E x ; x ,..., x ; f P x f

+ = i vom aplica formula (2.25) pe fiecare interval de lungime

. Putem presupune, fr a restrnge

reprezint coeficientul lui

= i | | 1 , 1 , (3.12) are forma:

. S se integreze ecuaia, utiliznd metoda lui Picard.

cu y(0)=0, z(0)=1, n x=0,4, utiliznd metoda lui Euler (h=0,2).

cu y(0)=1, z(0)=0, n x=0,5, utiliznd o metod Runge-Kutta (cu h=0,5).

n x=0,3, cu metoda lui Euler (h = 0,1)

n x=0,4, cu o metod Runge-Kutta (cu h = 0,2)

S-ar putea să vă placă și