Sunteți pe pagina 1din 200

2

Prefa
n cadrul acestei cri sunt prezentate metodele de baz ale analizei numerice. Regsim
cele mai importante metode numerice prin care obinem soluii aproximative pentru
diferite probleme matematice studiate n anii precedeni la analiz matematic, ecuaii
difereniale i algebr liniar. Dup ecare metod dm i algoritmizarea corespunztoare
ntr-un limbaj pseudocod. Activitatea studenilor pe parcursul laboratoarelor const n
a proba valabilitatea acestor algoritmi prin alegerea unui limbaj evoluat de programare,
cum ar de exemplu Pascal sau C. Menionm c n pachetele de programe Mathcad,
Matlab, Mathematica, etc. sunt nglobate metodele numerice prezentate de noi.
Parcurgerea i nelegerea acestei cri necesit cunotine din analiza matematic,
algebra liniar i ecuaii difereniale, precum i noiuni de programare. Recomandm
clduros i cu generozitate aceast carte pentru studenii Universitii "Petru Maior".
Tg. Mure, 01.09.2004
conf.dr. Finta Bla
3
4
Cuprins
1 Introducere 9
2 Erori 13
2.1 Surse de erori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Studiul erorilor sau propagarea erorilor . . . . . . . . . . . . . . . . . . . . 14
2.3 Propagarea erorilor la cele patru operaii aritmetice . . . . . . . . . . . . . 14
2.4 Formula general a propagrii erorilor sau eroarea introdus de o funcie . 15
3 Folosirea sumelor i a seriilor numerice n aproximri 17
3.1 Serii alternate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Serii cu termeni pozitivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3 Transformarea seriilor numerice slab convergente n serii mai rapid conver-
gente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.1 Transformarea lui Euler . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.2 Transformarea lui Kummer . . . . . . . . . . . . . . . . . . . . . . 21
4 Evaluarea funciilor 23
4.1 Evaluarea polinoamelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2 Evaluarea funciilor analitice . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.3 Evaluarea funciilor date prin relaii de recuren . . . . . . . . . . . . . . 25
4.4 Evaluarea funciilor cu ajutorul fraciilor continue . . . . . . . . . . . . . . 26
5 Ecuaii neliniare 29
5.1 Metoda lui Bairstow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.2 Separarea rdcinilor reale n cazul ecuaiilor neliniare reale . . . . . . . . 31
5.3 Metoda biseciei sau metoda njumtirii intervalului . . . . . . . . . . . . 32
5
5.4 Metode iterative pentru rezolvarea ecuaiilor neliniare . . . . . . . . . . . . 33
5.4.1 Metoda tangentei sau metoda lui Newton . . . . . . . . . . . . . . . 34
5.4.2 Metoda paralelelor . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.4.3 Metoda coardei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.4.4 Metoda secantei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.4.5 Metoda lui Steensen . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.4.6 Teoria general a metodelor iterative n cazul ecuaiilor neliniare . . 46
6 Sisteme de ecuaii liniare 51
6.1 Metode directe de rezolvare numeric a sistemelor liniare . . . . . . . . . . 52
6.1.1 Rezolvarea unor sisteme liniare particulare . . . . . . . . . . . . . . 52
6.1.1.1 Rezolvarea sistemelor liniare diagonale . . . . . . . . . . . 52
6.1.1.2 Rezolvarea sistemelor liniare superior triunghiulare . . . . 52
6.1.1.3 Rezolvarea sistemelor liniare inferior triunghiulare . . . . . 53
6.1.2 Metoda lui Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.1.3 Aplicaii ale metodei lui Gauss . . . . . . . . . . . . . . . . . . . . 59
6.1.3.1 Calculul determinantului folosind metoda lui Gauss . . . . 59
6.1.3.2 Calculul matricii inverse folosind metoda lui Gauss . . . . 60
6.1.3.3 Calculul rangului unei matrici folosind metoda lui Gauss . 61
6.1.4 Metode de factorizare . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.1.4.1 Metoda descompunerii LU . . . . . . . . . . . . . . . . . . 62
6.1.4.2 Metoda descompunerii LL
T
(Cholesky) . . . . . . . . . . . 67
6.1.4.3 Metoda descompunerii QR (Householder) . . . . . . . . . 71
6.1.4.4 Sisteme de ecuaii liniare cu matrice tridiagonal . . . . . 75
6.2 Norme vectoriale i matriciale . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.3 Perturbaii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.4 Metode iterative pentru rezolvarea sistemelor liniare . . . . . . . . . . . . . 84
6.4.1 Metoda lui Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
6.4.2 Metoda lui Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . 88
6.4.3 Teoria general a metodelor iterative pentru sistemele liniare . . . . 91
6.4.4 Metoda SOR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.5 Rezolvarea sistemelor liniare supradeterminate cu metoda celor mai mici
ptrate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6
7 Sisteme de ecuaii neliniare pe spaii nit dimensionale 101
7.1 Metoda lui Jacobi pe spaiul nit dimensional R
n
. . . . . . . . . . . . . . 101
7.2 Metoda lui Newton-Raphson-Kantorovici pe R
n
. . . . . . . . . . . . . . . 105
7.3 Metoda gradientului pe R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . 116
8 Aproximarea funciilor 119
8.1 Aproximarea uniform a funciilor continue cu ajutorul polinoamelor . . . 119
8.1.1 Teorema lui Weierstrass i teorema lui Korovkin . . . . . . . . . . . 119
8.1.2 Teorema lui Stone . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.2 Aproximarea funciilor prin interpolare . . . . . . . . . . . . . . . . . . . . 133
8.2.1 Interpolare liniar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
8.2.2 Interpolarea polinomial a lui Lagrange . . . . . . . . . . . . . . . . 136
8.2.3 Polinoamele lui Cebev de spea ntia . . . . . . . . . . . . . . . . 139
8.2.4 Evaluarea restului pentru polinomul de interpolare Lagrange . . . . 143
8.2.5 Teorema lui Faber asupra divergenei procedeului de interpolare . . 144
8.2.6 Diferene nite i divizate. Polinomul de interpolare al lui Newton . 148
8.3 Aproximarea funciilor cu ajutorul funciilor spline . . . . . . . . . . . . . 153
8.4 Cea mai bun aproximare a funciilor n spaii
normate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
9 Formulele de derivare i integrare numeric 161
9.1 Formulele de derivare numeric . . . . . . . . . . . . . . . . . . . . . . . . 161
9.2 Formulele de integrare numeric . . . . . . . . . . . . . . . . . . . . . . . . 168
9.2.1 Formula dreptunghiului . . . . . . . . . . . . . . . . . . . . . . . . 168
9.2.2 Formula trapezului . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
9.2.3 Formula lui Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . 176
10 Metode numerice pentru calculul valorilor i vectorilor proprii ale unei
matrici 183
10.1 Metoda lui Krylov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
10.2 Metoda puterii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
11 Metode numerice pentru rezolvarea ecuaiilor difereniale i ale sis-
temelor de ecuaii difereniale 191
7
8
11.1 Metoda lui Euler pentru rezolvarea numeric a ecuaiei difereniale ordinare
de ordinul unu ca problem Cauchy . . . . . . . . . . . . . . . . . . . . . . 191
11.2 Metoda lui Runge-Kutta de ordinul patru . . . . . . . . . . . . . . . . . . 195
11.3 Rezolvarea numeric a problemei lui Dirichlet pe un ptrat . . . . . . . . . 197
Bibliograe 199
Capitolul 1
Introducere
Metoda numeric (algoritmul numeric) este o metod de rezolvare a unei probleme prac-
tice utiliznd un numr nit de operaii aritmetice i logice (operaiile uzuale pe care le
poate executa un procesor sau coprocesor matematic). n practic apar probleme con-
crete cu date de intrare cunoscute. De obicei se asociaz un model matematic acestei
probleme, mai n sau mai puin n. Rezolvarea problemei matematice n general nu se
poate face cu mna printr-un numr nit de pai (operaii), deci se caut s se rezolve
problema printr-o metod numeric. Algoritmul gsit se poate programa pe un calculator,
iar rezultatele obinute prin calculator se veric practic. Aceste date de ieire ar trebui
s e o aproximare real pentru problema practic iniial.
Date de ieire
Algoritmul de
calcul
Date de intrare
Un algoritm trebuie s aib urmtoarele proprieti:
1. Generalitate, prin care se nelege c algoritmul nu trebuie s rezolve numai o
problem ci toate problemele din clasa respectiv.
2. Finitudine, adic numrul de transformri intermediare aplicate datelor de intrare
pentru a obine datele de ieire este nit.
3. Unicitatea algoritmului, adic transformrile intermediare trebuie s e unic
determinate.
9
10 1. Introducere
Exemplul 1. Se consider urmtoarea problem izoperimetric din geometria ele-
mentar: dintre toate dreptunghiurile cu perimetrul constant s se determine cel cu arie
maxim. (Rezolvare: ptrat)
x
y
Modelul matematic:
2x + 2y = constant, deci
x + y = c (o constant)
x y maxim
Rezolvarea modelului matematic se poate face n acest caz fr calculator:
a) prin aplicarea materiei de gimnaziu se obine: din inegalitatea mediilor avem:

xy
x + y
2
=
c
2
, deci xy
c
2
4
i egalitatea se realizeaz pentru x = y =
c
2
.
b) prin aplicarea materiei de liceu se obine:
y = c x, x y = x(c x) = cx x
2
,
se caut punctul maxim pentru funcia f : R R, f(x) = x
2
+ cx.
Atunci x
max
=
c
2
i y =
c
2
sunt datele de ieire.
c) prin aplicarea materiei de universitate se obine: s se calculeze maximul lui f :
R
2
R, f(x, y) = x y cu restricia x+yc = 0. Se aplic metoda multiplicatorilor
lui Lagrange: L(x, y; ) = xy + (x + y c). Se calculeaz derivatele pariale:
_

_
L
x
= 0
L
y
= 0
L

= 0
_

_
y + = 0
x + = 0
x + y c = 0
_

_
y =
x =
2 c = 0
_

_
=
c
2
x =
c
2
y =
c
2
n nal se face interpretarea rezultatelor teoretice obinute. Rezultatul este un
ptrat de latura
c
2
.
1. Introducere 11
Exemplul 2. S se rezolve urmtorul sistem liniar, care se poate obine n urma unei
probleme practice:
_

_
a
11
x + a
12
y = b
1
a
21
x + a
22
y = b
2
Datele de intrare sunt parametrii a
11
, a
12
, a
21
, a
22
, b
1
, b
2
, datele de ieire sunt x, y. Pre-
supunem c: =

a
11
a
12
a
21
a
22

,= 0, deci avem un sistem Cramer. Atunci: x =

b
1
a
12
b
2
a
22

i
y =

a
11
b
1
a
21
b
2

.
Program sistem
Date de intrare: a
ij
, b
i
pentru i, j = 1, 2.
Subrutina calcul (a
1
, a
2
, a
3
, a
4
)
calcul: = a
1
a
4
a
2
a
3
= calcul (a
11
, a
12
, a
21
, a
22
)
Dac ,= 0 atunci
x := calcul (b
1
, a
12
, b
2
, a
22
)/
y := calcul (a
11
, b
1
, a
21
, b
2
)/
altfel nu este sistem de tip Cramer.
Tiprete: x, y.
La acest exemplu se observ c dac se consider un sistem de tip Cramer cu zece
ecuaii i cu zece necunoscute i vrem s-l rezolvm folosind teoria determinanilor din
liceu, atunci n dezvoltarea unui determinant de ordinul zece, dup deniie am avea 10!
de termeni care i n cazul calculatorului reprezint un volum imens de calcule. De aceea
este necesar de a gsi alte metode de rezolvare a problemei, numite metode numerice.
Exemplul 3. Fie sistemul:
_

_
4, 0000x + 0, 8889y = 4, 0000
1, 0000x + 0, 2222y = 1, 0000.
12 1. Introducere
Cum ,= 0, este un sistem Cramer i are soluia unic x = 1 i y = 0.
Se face o mic perturbare a coecienilor sistemului. Se consider sistemul cu trei
zecimale exacte:
_

_
4, 000x + 0, 888y = 4, 000
1, 000x + 0, 222y = 1, 000.
Acest sistem este un sistem nedeterminat. Se pstreaz continuitatea datelor de intrare,
ns la datele de ieire se produce nu un salt cantitativ, ci calitativ. Acest fenomen se
numete instabilitatea numeric a sistemului liniar. Din punct de vedere geometric unghiul
dintre cele dou drepte este foarte mic, iar perturbaia face ca dreptele s coincid.
Capitolul 2
Erori
2.1 Surse de erori
Soluiile obinute prin metodele numerice sunt aproximative datorit erorilor. Surse de
erori pot :
gradul de adecvare al modelului matematic. Dac modelul matematic este mai n
erorile se pot diminua.
erori iniiale sau erori n datele de intrare. Erorile iniiale se formeaz din erori de
msurare datorite impreciziei instrumentului de msurat. Erorile de observaie sunt
neregulate sau ntmpltoare.
erorile de metod. Apar prin folosirea unei metode numerice.
erorile de calcul, care sunt de dou tipuri: de trunchiere i de rotunjire. Eroarea
de trunchiere se obine, de exemplu, prin calculul sumei unei serii nlocuind-o cu
o sum parial. Eroarea de rotunjire se obine n felul urmtor: dac pe ultima
zecimal a unui numr real avem cifrele 0, 1, 2, 3, 4 atunci denumim prin lips,
cnd ultima cifr se las la o parte i penultima cifr zecimal rmne neschimbat,
altfel denumim prin adaos, cnd ultima cifr zecimal lsat la o parte este 5, 6, 7,
8, 9 i penultima cifr se mrete cu o unitate.
13
14 2. Erori
2.2 Studiul erorilor sau propagarea erorilor
Fie a R valoarea exact sau ideal a unei mrimi. n practic n locul valorii exacte
"a" se lucreaz cu valoarea aproximativ a R. Considernd n locul lui a pe a se
comite o eroare care trebuie msurat. Vom nota ( a) = [a a[ i se folosete denumirea
de eroare absolut.
Exemplu. S se determine a cu dou zecimale exacte. Acest lucru este posibil dac
se cunoate valoarea practic a i eroarea absolut ( a) 10
2
.
Valoarea
( a) =
[a a[
[ a[
=
( a)
[ a[
se numete eroare relativ dac a ,= 0. Se poate ntmpla ca n alte lucrri eroarea
relativ s e denit prin formula ( a) =
( a)
[a[
pentru a ,= 0.
Numrul

( a) se numete o limit pentru eroarea absolut dac

( a) ( a).
Numrul

( a) se numete o limit pentru eroarea relativ dac

( a) ( a).
Dac

( a) este o limit pentru eroarea absolut, atunci

( a) :=

( a)
[ a[
este o delimitare
pentru eroarea relativ.
2.3 Propagarea erorilor la cele patru operaii aritmet-
ice
Fie a, b R dou valori exacte, a,

b R valorile aproximative, iar ( a), (

b) erorile
absolute respective.
Ne intereseaz (

a + b), adic o evaluare pentru eroarea absolut care se comite la


adunare. Avem:
(

a + b) = [(a + b) (

a + b)[ = [(a + b) ( a +

b)[ [a a[ +[b

b[ = ( a) + (

b).
Analog i la scdere:
(

a b) = [(a b) (

a b)[ = [(a b) ( a

b)[ [a a[ +[b

b[ = ( a) + (

b).
La nmulire se obine pe rnd:
(

a b) = [ab

ab[ = [ab a

b[ = [(ab ab) + ( ab a

b)[
( a) [b[ + (

b) [ a[ ( a) (

b) + ( a) [

b[ + (

b) [ a[,
2.4. Formula general a propagrii erorilor sau eroarea introdus de o funcie 15
cci [b[ = [b

b +

b[ (

b) +[

b[.
Cum valoarea ( a) (

b) este mic n comparaie cu partea ( a) [

b[ +(

b) [ a[, adic
( a) (

b) ( a) [

b[ +(

b) [ a[ (mult mai mic), de aceea la nmulire se reine numai


partea: (

a b)

(

a b) ( a) [

b[ + (

b) [ a[.
La mprire se obine pe rnd:
(

a/b) =

a
b


_
a
b
_

a
b

a

=
[a

b a b[
[b

b[
=
[a

b a

b + a

b ab[
[b[ [

b[

( a) [

b[ + (

b) [ a[
[b[ [

b[
i cum [

b[ = [b

b b[ (

b) +[b[ rezult c [b[ [

b[ (

b) > 0, adic
(

a/b)
( a) [

b[ + (

b) [ a[
[

b[ ([

b[ (

b))
.
n cazul erorilor relative se pot deduce formule asemntoare.
2.4 Formula general a propagrii erorilor sau eroarea
introdus de o funcie
Dac operaiile aritmetice le concepem sub form de funcii (ca operaii interne), avem
de exemplu: f = f(x) = f((x
1
, x
2
)) = x
1
+ x
2
. O generalizare natural este urmtoarea:
se consider funcia f = f(x) = f(x
1
, x
2
, . . . , x
n
) i e punctul x
0
= (x
0
1
, x
0
2
, . . . , x
0
n
). S
se calculeze f(x
0
) unde x
0
este o valoare ideal i x = ( x
1
, x
2
, . . . , x
n
) este o aproximare
pentru punctul x
0
. Se poate calcula f( x) i valoarea (

f(x
0
)) = [f( x) f(x
0
)[ va
eroarea comis.
Dar f( x) f(x
0
) = df() ( xx
0
) din formula de medie a lui Lagrange, cu o valoare
intermediar pe segmentul determinat de capetele x
0
i x. Din reprezentarea diferenialei
lui Frchet cu ajutorul derivatelor pariale se obine c:
f( x) f(x
0
) =
n

i=1
f
x
i
() ( x
i
x
0
i
) adic
[f( x) f(x
0
)[
n

i=1

f
x
i
()

[ x
i
x
0
i
[.
16 2. Erori
Deoarece aproximarea se face n jurul valorii x
0
, se poate presupune c pentru un
domeniu D
0
n jurul valorii x
0
, derivatele pariale
f
x
i
sunt mrginite, adic pentru i = 1, n
avem sup
_

f
x
i
(x)

/x D
0
_
= M
i
. Astfel (

f(x
0
))
n

i=1
M
i
(

x
0
i
). Dac se precizeaz
de la bun nceput eroarea permis , atunci se urmrete ca s obinem [f( x)f(x
0
)[ .
Prin alegerea: (

x
0
i
) = [ x
i
x
0
i
[

n M
i
se realizeaz abaterea cerut, adic x
i
trebuie
luat destul de aproape de x
0
i
.
Pentru interpretare avem urmtoarea gur geometric:
)) ( (
0
x f '
f (x
0
)
) , (
0
2
0
1
0
x x x
x
1
x
2
)
~
,
~
(
~
2 1
x x x
)
~
(x f
y
Figura 2.1:
De exemplu: dac se d funcia f : R
2
R, f(x, y) = x
2
+2y
2
, se cere ca s se evalueze
eroarea care se comite dac punctul (0, 0) se nlocuiete cu punctul (0, 05; 0, 025). Se
alege dreptunghiul D
0
= (x, y) R
2
/ [x[ 0, 05, [y[ 0, 025. Se calculeaz:
M
1
= sup
_

f
x
(x, y)

/ (x, y) D
0
_
= sup[2x[ / [x[ 0, 05, [y[ 0, 025 = 0, 1 i
M
2
= sup
_

f
x
(x, y)

/ (x, y) D
0
_
= sup[4y[ / [x[ 0, 5, [y[ 0, 025 = 0, 1
Astfel (

f((0, 0))) M
1
0, 05 + M
2
0, 025 = 0, 1 0, 05 + 0, 1 0, 025 = 0, 0075.
Capitolul 3
Folosirea sumelor i a seriilor numerice
n aproximri
Fie

n=1
a
n
o serie numeric convergent, avnd suma seriei S = a
1
+a
2
+. . . +a
n
+. . . . Se
noteaz cu S
n
=
n

i=1
a
i
irul sumelor pariale i R
n
=

i=n+1
a
i
irul resturilor seriei pentru
ecare n ,= 0 numr natural. Cum seria este convergent avem: lim
n
S
n
= S. n locul
sumei S se consider suma parial S
n
(S S
n
) i astfel se comite o eroare. Valoarea
erorii absolute este [S S
n
[ = [R
n
[. Cum seria este covergent avem lim
n
R
n
= 0, deci
pentru orice > 0 precizie dinainte dat, rezult faptul c [R
n
[ < , pentru n n(),
n() ind pragul corespunztor valorii lui .
3.1 Serii alternate
Seria S := a
1
a
2
+ a
3
a
4
+ . . . (1)
n+1
a
n
+ . . . , unde a
i
0 pentru orice i N

se
numete alternat.
Avem: [R
n
[ = [(1)
n+2
a
n+1
+ (1)
n+3
a
n+2
+ . . . [ i se urmrete s obinem o deli-
mitare pentru rest. Dac n = 2m + 1, atunci
[R
n
[ = [ a
2m+2
+ a
2m+3
a
2m+4
+ a
2m+5
+ . . . [ =
= [a
2m+2
a
2m+3
+ a
2m+4
a
2m+5
+ . . . [
17
18 3. Folosirea sumelor i a seriilor numerice n aproximri
Dac n = 2m, atunci
[R
n
[ = [a
2m+1
a
2m+2
+ a
2m+3
a
2m+4
+ . . . [.
Dac se impune condiia suplimentar ca irul a
i

iN
este monoton descresctor dup un
anumit rang, atunci n primul caz se obine c [R
n
[ = a
2m+2
a
2m+3
+a
2m+4
a
2m+5
+. . . ,
cci a
2m+2
a
2m+3
, a
2m+4
a
2m+5
, . . . , deci
[R
n
[ = a
2m+2
a
2m+3
+ a
2m+4
a
2m+5
+ . . . a
2m+2
deoarece a
2m+3
a
2m+4
, a
2m+5
a
2m+6
, . . . .
Procednd analog, n al doilea caz se obine c
[R
n
[ = a
2m+1
a
2m+2
+ a
2m+3
a
2m+4
+ . . . a
2m+1
.
Deci [R
n
[
_

_
a
2m+2
dac n = 2m + 1
a
2m+1
dac n = 2m
echivalent cu [R
n
[ a
n+1
. Deoarece lim
n
a
n+1
=
0, pentru condiia de oprire se poate impune cerina ca pentru orice > 0 precizie dinainte
dat s avem [R
n
[ a
n+1
.
Exemplu. S se calculeze ln 2 cu dou zecimale exacte, folosind seria alternat ln 2 =
1
1
2
+
1
3

1
4
+. . . . Din [R
n
[ a
n+1
=
1
n + 1
10
2
rezult c n 99. Prin urmare se
calculeaz suma S
99
= 1
1
2
+
1
3

1
4
+ . . . +
1
99
.
Observaie. Practica arat c pentru a obine valoarea lui ln 2 cu dou zecimale
exacte nu este necesar s adunm 99 de termeni ai seriei.
Program serie alternat 1
Fie S := 0; n := 99; semn: = 1;
Pentru i = 1, 99 execut semn: = semn (1); S := S + semn/i;
Tiprete S.
Un alt program pentru calculul lui ln 2 cu o precizie se poate da n felul urmtor:
Program serie alternat 2
Fie S

:= 0; i := 0; semn:= 1; := 10
2
;
Execut S := S

; i := i + 1; semn:= semn (1) S

:= S + semn/i;
pn cnd [S

S[ .
Tiprete S.
3.2. Serii cu termeni pozitivi 19
3.2 Serii cu termeni pozitivi
Fie S =

n1
a
n
o serie convergent, S ind suma seriei. Dac a
n
0, pentru orice n 1,
spunem c se d o serie cu termeni pozitivi. Presupunem c termenii seriei veric criteriul
raportului (Criteriul lui dAlembert) dup un anumit rang ncolo, adic
a
n+1
a
n
q, unde
q < 1 pentru n M, M N ind rangul corespunztor. Prin urmare a
M+1
q a
M
,
a
M+2
q a
M+1
q
2
a
M
i aa mai departe, se obine:

i1
a
i

M1

i=1
a
i
+ a
M
+ q a
M
+ q
2
a
M
+ . . . =
M1

i=1
a
i
+ a
M
(1 + q + q
2
+ . . . ) =
=
M1

i=1
a
i
+ a
M
lim
n
1 q
n
1 q
=
M1

i=1
a
i
+ a
M

1
1 q
.
Atunci se impune condiia ca R
M
= a
M

1
1 q
unde este precizia dinainte xat.
Exemplu. S se calculeze suma seriei

n1
2
n
n 3
n
cu dou zecimale exacte.
n acest caz
a
n+1
a
n
=
2
n+1
(n+1)3
n+1
2
n
n3
n
=
2
3

n
n + 1
<
2
3
< 1, deci q =
2
3
.
Se obine c
R
M

2
M
M 3
M

1
1
2
3
=
2
M
M 3
M1
< .
De aici se poate gsi o condiie teoretic pentru rangul M, care ne asigur teoretic faptul
c, dac se face nsumarea pn la indicele M se obine precizia dorit.
Program serie cu termeni pozitivi
Fie S :=
2
3
, x :=
2
3
, n := 0, := 10
2
;
Execut n := n + 1; x := x
n
n + 1

2
3
; S := S + x;
pn cnd 3x > .
Tiprete S.
20 3. Folosirea sumelor i a seriilor numerice n aproximri
3.3 Transformarea seriilor numerice slab convergente
n serii mai rapid convergente
Se consider dou serii numerice

n1
a
n
i

n1
b
n
.
Deniia 3.3.1. Seria numeric

n1
a
n
este mai rapid convergent dect seria

n1
b
n
dac
lim
n
a
n
b
n
= 0.
Exemplu. Seria

n1
1
n

, ( > 1) este mai rapid convergent, dect seria

n1
1
n

,
( > 1) dac
lim
n
a
n
b
n
= lim
n
n

= lim
n
n

= 0
deci < 0, adic < .
Observaie. Se pot impune i alte condiii suciente pentru a compara rapiditatea
de convergen a dou serii.
3.3.1 Transformarea lui Euler
Se consider seria numeric convergent S = a
1
a
2
+ a
3
a
4
+ . . . + (1)
n+1
a
n
+ . . . ,
a
n
R, pentru orice n N

. Menionm c orice serie numeric convergent se poate


considera sub forma anterioar. Se construiete seria S

=
a
1
2

a
2
a
1
2
+
a
3
a
2
2

a
4
a
3
2
+ . . . + (1)
n+1
a
n
a
n1
2
+ . . . , avnd termenul al nlea (1)
n+1

a
n
a
n1
2
.
Se arat c noua serie are aceeai sum ca i seria iniial. ntr-adevr S
n
S

n
=
(1)
n+1

a
n
2
, unde S
n
i S

n
sunt sumele pariale de ordinul n ale seriilor cu sumele S i
S

. Din faptul c prima serie este convergent rezult c a


n
0, deci lim
n
(S
n
S

n
) = 0.
Prin urmare S = S

.
Mai trebuie artat c a doua serie este mai rapid convergent. ntr-adevr
lim
n
(1)
n+1
a
n
a
n1
2
(1)
n+1
a
n
=
1
2
lim
n
_
1
a
n1
a
n
_
= 0,
dac are loc condiia lim
n
a
n1
a
n
= 1. Deci, dac este satisfcut condiia lim
n
a
n1
a
n
= 1
pentru prima serie numeric, atunci prin transformarea lui Euler se obine o serie mai
rapid convergent.
3.3. Transformarea seriilor numerice slab convergente n serii mai rapid convergente 21
Exemplu. Se tie c ln 2 = 1
1
2
+
1
3

1
4
+ . . . + (1)
n+1
1
n
+ . . . . Dac se aplic
transformarea lui Euler se obine
ln 2 =
1
2

1
2
1
2
+
1
3

1
2
2

1
4

1
3
2
+ . . . + (1)
n+1
1
n

1
n1
2
+ . . . =
=
1
2
+
1
4

1
12
+
1
24
+ . . . + (1)
n
1
2n(n 1)
+ . . .
Program transformarea Euler
Fie S :=
1
2
; n := 1; semn:= 1; := 10
2
;
Execut n := n + 1; semn: = semn(1); S := S + semn
1
2n(n 1)
pn cnd
1
2n(n 1)

Tiprete S.
3.3.2 Transformarea lui Kummer
Se d seria convergent

n1
a
n
i se consider o serie ajuttoare: u =

n1
u
n
astfel nct
lim
n
a
n
u
n
= R

. Transformarea lui Kummer denete o nou serie u+

n1
(a
n
u
n
),
care are aceeai sum ca i seria iniial

n1
a
n
. Mai trebuie s artm c
lim
n
a
n
u
n
a
n
= 1 lim
n
u
n
a
n
= 0.
Exemplu. Din analiz se cunoate c seria

n1
1
n
2
este convergent i suma seriei este
egal cu

2
6
. S se mreasc rapiditatea convergenei acestei serii, folosind transformarea
lui Kummer. Se consider seria ajuttoare

n1
4
4n
2
1
= 2. n acest caz avem:
lim
n
a
n
u
n
= lim
n
4n
2
1
4n
2
= 1 = .
Deci
2 +

n1
_
1
n
2

4
4n
2
1
_
= 2 +

n1
1
n
2
(4n
2
1)
= 2

n1
1
n
2
(4n
2
1)
.
22 3. Folosirea sumelor i a seriilor numerice n aproximri
Program transformarea Kummer
Fie S := 0; n := 0; := 10
2
;
Execut n := n + 1; S := S +
1
n
2
(4n
2
1)
;
Pn cnd
1
n
2
(4n
2
1)
;
S := 2 S;
Tiprete S.
Capitolul 4
Evaluarea funciilor
Evaluarea numeric a funciilor este una dintre problemele fundamentale ale calculului
numeric. Este important s se gseasc formule i algoritmi corespunztori care s nu
conduc la rezultate inacceptabile prin acumularea aberant a erorilor.
4.1 Evaluarea polinoamelor
Fie polinomul P(x) = a
n
x
n
+a
n1
x
n1
+. . . +a
1
x +a
0
, a
n
,= 0 i a
i
R (sau C) pentru
i = 0, n. Dac se d R (sau C) s se calculeze P(). Pentru P() avem urmtoarea
scriere:
P() = (. . . ((a
n
+ a
n1
) + a
n2
) + . . . + a
1
) + a
0
.
Conform schemei lui Horner:
a
n
a
n1
. . . a
0
a
n
a
n
+ a
n1
. . . P()
Program evaluarea polinoamelor
Date de intrare: a
i
pentru i = 0, n; ;
Fie valpol:= a
n
;
Pentru i = 1, n execut: valpol: = valpol + a
ni
;
Tiprete valpol.
23
24 4. Evaluarea funciilor
4.2 Evaluarea funciilor analitice
Se consider funcia f : I R, unde I este un interval al axei reale i x
0
I un punct
interior. Presupunem c f este derivabil de o innitate de ori n x
0
. Spunem c f este
analitic n x
0
dac
f(x) = f(x
0
) +
f

(x
0
)
1!
(x x
0
) +
f

(x
0
)
2!
(x x
0
)
2
+ . . . +
f
n
(x
0
)
n!
(x x
0
)
n
+ . . .
pentru orice x (x
0
, x
0
+ ) I unde > 0 este dat.
Observaie. n cazul funciilor reale noiunea de analiticitate i noiunea de o inni-
tate de ori derivabil nu sunt echivalente. Putem considera urmtorul contraexemplu:
f : R R, f(x) =
_

_
e
1/x
x > 0
0 x 0
Aceast funcie este derivabil de o innitate de ori pe R, dar nu este analitic n x
0
= 0.
Introducem urmtoarele notaii: C
1
clasa funciilor derivabile o dat i cu prima
derivat continu, C
2
clasa funciilor de dou ori derivabile i cu a doua derivat continu,
i n general C
n
pentru n N

clasa funciilor derivabile de n ori i cu a n-a derivat


continu, C

clasa funciilor de o innitate de ori derivabile i A mulimea funciilor


analitice. n cazul real avem urmtorul ir de incluziuni stricte: C
1
C
2
. . . C
n

C
n+1
. . . C

A. ns n cazul funciilor complexe, are loc urmtorul ir de egaliti:


C
1
= C
2
= . . . = C
n
= C
n+1
= . . . = C

= A.
n cazul funciilor analitice dezvoltarea Taylorian se descompune n polinomul lui Taylor
de ordinul n :
T
n
(x) = f(x
0
) +
f

(x
0
)
1!
(x x
0
) +
f

(x
0
)
2!
(x x
0
)
2
+ . . . +
f
(n)
(x
0
)
n!
(x x
0
)
n
,
i n restul seriei Taylor de ordinul n :
R
n
(x) =
f
(n+1)
(x
0
)
(n + 1)!
(x x
0
)
n+1
+
f
(n+2)
(x
0
)
(n + 2)!
(x x
0
)
n+2
+ . . .
Prin urmare avem reprezentarea funciei f(x) = T
n
(x) + R
n
(x). Restul seriei Taylor se
poate scrie n mai multe moduri, cel mai des ind folosit forma Lagrange: R
n
(x) =
f
(n+1)
()
(n + 1)!
(x x
0
)
n+1
, unde (x
0
, x) sau (x, x
0
).
4.3. Evaluarea funciilor date prin relaii de recuren 25
Funciile elementare sunt funcii analitice indc n cazul lor restul seriei lui Taylor
tinde la zero.
Din analiz sunt cunoscute urmtoarele dezvoltri de tip Mac-Laurin pentru x
0
= 0:
e
x
= 1 +
x
1!
+
x
2
2!
+ . . . +
x
n
n!
+ . . .
sin x = x
x
3
3!
+
x
5
5!
+ . . . + (1)
n
x
2n+1
(2n + 1)!
+ . . .
cos x = 1
x
2
2!
+
x
4
4!
+ . . . + (1)
n
x
2n
(2n)!
+ . . . etc.
Exemplu. S se calculeze valoarea lui

pentru R xat cu o precizie .


n cazul funciei exponeniale restul lui Lagrange este de forma
e

n+1
(n + 1)!
. Pentru a
obine condiiile de oprire procedm n felul urmtor:
- dac > 0, atunci (0, ), deci vom impune ca
e


n+1
(n + 1)!
< , adic s e
satisfcut condiia
3
[]+1

n+1
(n + 1)!
< ;
- dac < 0, atunci (, 0), deci vom impune condiia teoretic
[[
n+1
(n + 1)!
< .
Program funcii analitice
Fie S := 1; x = ; n = 1; ; y := ;
Execut
dac < 0, atunci S := S + x; n := n + 1; x :=

n
x;
altfel S := S + x; n := n + 1; x :=

n
x; y :=

n
y;
dac n [] + 1, atunci y := 3

n
y;
altfel y :=

n
y;
Pn cnd [y[ .
Tiprete S.
4.3 Evaluarea funciilor date prin relaii de recuren
Exist o serie de funcii speciale, care sunt denite prin relaii de recuren, cum ar de
exemplu polinoamele ortogonale, care satisfac urmtoarea relaie de recuren:
a
i
P
i+1
(x) + (b
i
+ c
i
x)P
i
(x) + d
i
P
i1
(x) = 0; i 1,
26 4. Evaluarea funciilor
unde numerele a
i
, b
i
, c
i
, d
i
R i polinoamele P
0
(x) i P
1
(x) sunt date.
Mai trziu (vezi paragraful 8.2.3) sunt tratate polinoamele lui Cebev date prin for-
mula: T
n
(x) = cos(narccos x), x [1, 1]. Aceste polinoame veric relaia de recuren
T
i+1
(x) 2xT
i
(x) + T
i1
(x) = 0, i 1, T
0
(x) = 1, T
1
(x) = x.
Pentru un [1, 1] i n N

dat s se calculeze T
n
().
Program relaii de recuren
Fie k := 1; n; ; x := 1; y := ;
Execut z := 2 y x; x := y; y := z; k := k + 1;
Pn cnd k ,= n.
Tiprete z.
4.4 Evaluarea funciilor cu ajutorul fraciilor continue
O expresie de forma a
0
+
b
1
a
1
+
b
2
a
2
+...
se numete fracie continu i se folosete notaia
[a
0
, b
1
, a
1
, b
2
, a
2
, . . . ]. n general elementele a
i
, b
i
ale fraciei continue pot numere reale
sau complexe sau funcii de una sau mai multe variabile. Orice numr real se poate
reprezenta sub forma unei fracii continue, elementele fraciei continue ind numere n-
tregi. De exemplu:

2 = 1 +
1
x
, de unde x =
1

2 1
=

2 + 1, deci

2 = 1 +
1

2 + 1
.
ns

2 + 1 = 2 +
1
y
, de unde y =
1

2 1
=

2 + 1, deci

2 = 1 +
1
2 +
1

2+1
, care se
continu n mod analog, deci

2 = [1; 1; 2; 1; 2; . . . ].
Dac fracia continu are un numr nit de termeni, ea se identic cu fracia obinut
prin reduceri succesive la numitor comun. De exemplu
1 +
2
3 +
1
4
= 1 +
2
13
4
= 1 +
8
13
=
21
13
= [1; 2; 3; 1; 4].
Expresiile R
0
= a
0
; R
1
= a
0
+
b
1
a
1
; R
2
= a
0
+
b
1
a
1
+
b
2
a
2
; . . . se numesc convergenii fraciei
continue.
Dac irul convergenilor este convergent i lim
n
R
n
= A, A R, atunci prin deniie
numrul real A este valoarea atribuit la fracia continu. Dac irul convergenilor este
divergent, atunci fracia continu este divergent.
4.4. Evaluarea funciilor cu ajutorul fraciilor continue 27
Teorema 4.4.1. (Legea formrii convergenilor) Fie P
0
= a
0
, P
1
= 1, Q
0
= 1, Q
1
= 0.
Se formeaz irurile de numere P
i
i Q
i
pentru i 1 date prin relaiile de recuren
P
i
= a
i
P
i1
+ b
i
P
i2
i Q
i
= a
i
Q
i1
+ b
i
Q
i2
. Atunci P
i
i Q
i
pentru i 0 vor
numrtorii respectiv numitorii convergenilor R
i
.
Demonstraie. Se face prin inducie matematic. Se veric direct c
R
0
=
P
0
Q
0
=
a
0
1
= a
0
i
R
1
=
P
1
Q
1
=
a
1
P
0
+ b
1
P
1
a
1
Q
0
+ b
1
Q
1
=
a
1
a
0
+ b
1
1
a
1
1 + b
1
0
= a
0
+
b
1
a
1
.
Presupunem c R
i
=
P
i
Q
i
i va trebui s demonstrm c R
i+1
=
P
i+1
Q
i+1
. Avem
R
i
=
P
i
Q
i
=
a
i
P
i1
+ b
i
P
i2
a
i
Q
i1
+ b
i
Q
i2
.
Deoarece R
i+1
se obine din R
i
, dac expresia lui a
i
se nlocuiete prin a
i
+
b
i+1
a
i+1
, rezult
c
R
i+1
=
_
a
i
+
b
i+1
a
i+1
_
P
i1
+ b
i
P
i2
_
a
i
+
b
i+1
a
i+1
_
Q
i1
+ b
i
Q
i2
=
a
i+1
(a
i
P
i1
+ b
i
P
i2
) + b
i+1
P
i1
a
i+1
(a
i
Q
i1
+ b
i
Q
i2
) + b
i+1
Q
i1
=
=
a
i+1
P
i
+ b
i+1
P
i1
a
i+1
Q
i
+ b
i+1
Q
i1
=
P
i+1
Q
i+1
.
Exemplu. Se consider dezvoltarea funciei tangent n fracie continu:
tgx = [0; x; 1; x
2
; 3; x
2
; 5; . . . ; x
2
; 2n 1; . . . ]
S se determine valoarea tg pentru
_

2
,

2
_
dat.
Program fracii continue
Fie k := 1; ; ; R := ; A := ; B := 0; D := 1; E := 1;
Execut R

:= R; C := B; B := A; F := E; E := D; k = k + 1;
A := (2k 1)B + (
2
)C; D := (2k 1)E + (
2
)F;
R :=
A
D
;
Pn cnd [R R

[ .
Tiprete R.
28 4. Evaluarea funciilor
Capitolul 5
Ecuaii neliniare
n acest capitol se trateaz ecuaiile neliniare algebrice i transcendente cu o singur
necunoscut.
Exemple.
1. sin 2x arctgx + 0, 3 = 0, x R sau
2. x
5
4x
2
+ 0, 3x
2
+ x e = 0, x R.
Se observ c aceste ecuaii nu se pot rezolva cu mna folosind formulele de trigonometrie
sau de algebr. Prima dat se discut rezolvarea ecuaiilor polinomiale care au o structur
aparte.
5.1 Metoda lui Bairstow
Fie ecuaia polinomial P
n
(x) = a
n
x
n
+a
n1
x
n1
+. . . +a
1
x +a
0
= 0, a
i
R; i = 0, n cu
a
n
,= 0. Cu aceast metod se determin cu aproximaie divizorii polinomiali de gradul
doi ai polinomului dat. Dac pe polinoamele de gradul doi astfel obinui egalm cu
zero atunci se obin rdcinile polinomului iniial. Dac n = 2m atunci avem m buci
de polinoame de gradul doi, care au ecare sau dou rdcini reale sau dou rdcini
complex conjugate, respectiv dac n = 2m+1 pe lng m buci de polinoame de gradul
doi mai obinem i un polinom de gradul unu.
Fie m
1
(x) = x
2
+ p
1
x + q
1
, unde se poate alege p
1
=
a
n1
a
n
i q
1
=
a
n2
a
n
. Atunci
P
n
(x) = m
1
(x)Q
1
(x) +A
1
x +B
1
. Mai departe scriem pe Q
1
(x) = m
1
(x)Q
2
(x) +a

1
x +b

1
.
29
30 5. Ecuaii neliniare
Se rezolv sistemul
_

_
(b

1
a

1
p
1
)p

1
+ a

1
q

1
= A
1
a

1
q
1
p

1
+ b

1
q

1
= B
1
pentru necunoscutele p

1
i q

1
.
Se face corecia p
2
= p
1
+ p

1
i q
2
= q
1
+ q

1
.
n locul polinomului de gradul doi m
1
(x) considerm polinomul de gradul doi m
2
(x) =
x
2
+p
2
x+q
2
, care are coecienii mai precii. Aceti pai se repet pn cnd coecienii
polinomului de gradul doi nu ating precizia dorit, dup care factorul de gradul doi m
k
(x)
astfel obinut se anuleaz i se rezolv.
Vom obine un nou polinom P
n2
(x) =
P
n
(x)
m
k
(x)
, pentru care iari aplicm procedeul
de mai sus, considernd n locul lui P
n
(x) pe P
n2
(x).
Program metoda Bairstow
Datele de intrare ; n (gradul polinomului); Q[n]-vector
Q[0] = a
n
, Q[1] = a
n1
, . . . , Q[n] = a
0
.
(se veric Q[0] ,= 0).
Repet P := Q;
(Calculeaz polinomul M[2])
M[0] := 1;
M[1] :=
P[1]
P[0]
; (5.1)
M[2] :=
P[2]
P[0]
;
Repet
Aplic subrutina mprire (P, M, Q
1
, R
1
)
Aplic subrutina mprire (Q
1
, M, Q
2
, R
2
)
Calculeaz pe p

1
i q

1
(Direct cu subrutina de calcul al sistemului liniar de
dou ecuaii i cu dou necunoscute)
M[1] := M[1] + p

1
; M[2] := M[2] + q

1
.
Pn cnd [p

1
[ +[q

1
[
Rezolv ecuaia M = 0 (de gradul doi) x[n] := i x[n 1] := .
5.2. Separarea rdcinilor reale n cazul ecuaiilor neliniare reale 31
(subrutin de rezolvare a ecuaiei de gradul doi)
Aplic subrutina de mprire (P, M, Q, R);
n := n 2;
Pn cnd n 3
Rezolv Q = 0 (Dac n = 2 x[2] := x[1] := )
(Dac n = 1 x[1] := )
Tiprete x (x[i] pentru i = 1, n)
5.2 Separarea rdcinilor reale n cazul ecuaiilor
neliniare reale
Se consider ecuaia sub forma general f(x) = 0 unde f : D R, D R, D ,= i
trebuie gsit soluia x

D.
Prima dat se efectueaz separarea rdcinilor, adic a gsi intervale n domeniul de
deniie D, astfel nct ecare interval s conin o singur rdcin a ecuaiei.
Prima metod de acest gen este irul lui Rolle. Presupunem c f C
1
(D), adic
este o funcie derivabil pe D i cu derivata ntia continu. n acest caz se rezolv
ecuaia f

(x) = 0, x D. Dac x
1
, x
2
, . . . , x
n
sunt rdcinile ecuaiei derivate, atunci se
formeaz irul lui Rolle cu valorile f(x
1
), f(x
2
), . . . , f(x
n
). Orice schimbare de semn la doi
termeni consecutivi f(x
i
), f(x
i+1
) garanteaz existena unei singure rdcini n intervalul
(x
i
, x
i+1
), conform teoremei lui Rolle.
Exemplu. S se gseasc intervalele de separare ale rdcinilor ecuaiei: 2x
3
9x
2
+
12x 4, 5 = 0. Se consider funcia polinomial f : R R, f(x) = 2x
3
9x
2
+12x 4, 5
i ecuaia neliniar, algebric corespunztoare f(x) = 0, x R. Se ataeaz ecuaia
f

(x) = 0, adic x
2
3x + 2 = 0 cu rdcinile x
1
= 1, x
2
= 2. Se ntocmete urmtorul
tabel folosind irul lui Rolle:
x 1 2 +
f(x) f() = f(1) = 0, 5 f(2) = 0, 5 f(+) = +
Se observ c ecuaia f(x) = 0 admite trei rdcini reale n intervalele (, 1); (1, 2);
(2, +). Deoarece f(0) = 4, 5 < 0 i f(3) = 4, 5 > 0 se poate arma c cele trei
rdcini reale ale ecuaiei polinomiale se a n intervalele (0, 1); (1, 2); (2, 3).
32 5. Ecuaii neliniare
Ca a dou metod se poate folosi polinomul de interpolare al lui Lagrange sau al lui
Newton. Dac n domeniul de deniie al funciei f : D R, D R se aleg punctele
x
1
< x
2
< . . . < x
n
atunci se construiete polinomul de interpolare care trece prin
punctele (x
1
, f(x
1
)), (x
2
, f(x
2
)), . . . , (x
n
, f(x
n
)). Rdcinile acestui polinom (vezi metoda
lui Bairstow, paragraful 5.1) pot considerate ca aproximri pentru rdcinile ecuaiei
f(x) = 0. n capitolul interpolri se d efectiv construcia polinomului de interpolare (vezi
paragrafele 8.2.2 i 8.2.6).
5.3 Metoda biseciei sau metoda njumtirii interval-
ului
Fie funcia f : [a, b] R de clas C([a, b]) (continu pe intervalul [a, b]) care admite o
singur rdcin x

n intervalul [a, b] (presupunem c, deja rdcinile ecuaiei f(x) = 0,


x D sunt separate). Acest lucru se ntmpl dac f(a) f(b) 0. Metoda njumtirii
intervalului const n urmtoarea procedur: intervalul [a, b] se divide n dou pri egale
folosind mijlocul intervalului, punctul
a + b
2
. Rdcina ecuaiei, punctul x

se a ntr-
unul din intervalele
_
a,
a + b
2
_
sau
_
a + b
2
, b
_
, dup care procedeul se repet pentru unul
din aceste subintervale n care se a rdcina x

.
2
b a
b
y
x
4
3 b a O a
Figura 5.1:
Se construiesc dou iruri a
n

nN
, b
n

nN
n felul urmtor: se alege a
0
= a, b
0
= b.
Avem una dintre urmtoarele situaii: f(a) f
_
a + b
2
_
0 sau f
_
a + b
2
_
f(b) 0,
corespunztor crora se aleg a
1
= a i b
1
=
a + b
2
respectiv a
1
=
a + b
2
i b
1
= b etc. La
pasul n gsim intervalul [a
n
, b
n
] n care se a rdcina i iari aplicm bisecia acestui
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 33
interval. Dac f(a
n
) f
_
a
n
+ b
n
2
_
0, atunci a
n+1
= a
n
i b
n+1
=
a
n
+ b
n
2
, iar dac
f
_
a
n
+ b
n
2
_
f(b
n
) 0, atunci a
n+1
=
a
n
+ b
n
2
i b
n+1
= b
n
.
Teorema 5.3.1. irul a
n

nN
este monoton cresctor i irul b
n

nN
este monoton
descresctor, avnd aceeai limit, soluia x

a ecuaiei f(x) = 0.
Demonstraie. Monotonia celor dou dou iruri rezult din construcia lor.
Deoarece x

este soluia ecuaiei f(x) = 0 avem a


n
x

b
n
pentru orice n N, deci
rezult i mrginirea celor dou iruri. Prin urmare irurile sunt convergente i trecnd
la limit n relaia b
n
a
n
=
b a
2
n
se obine c lim
n
a
n
= lim
n
b
n
= x

. Se observ c de
fapt cele dou iruri reprezint un clete pentru localizarea soluiei x

.
Program metoda biseciei
Fie a; b; f; (precizia dorit)
Execut x :=
a + b
2
;
dac f(a) f(x) 0, atunci b := x;
altfel a := x;
Pn cnd b a .
Tiprete x =
a + b
2
.
5.4 Metode iterative pentru rezolvarea ecuaiilor
neliniare
La aceste metode prima dat ecuaia f(x) = 0, x D se transform sub o form iterativ
(x) = x, x D

, adic din funcia f : D R se construiete o nou funcie iterativ


: D

R astfel nct soluia x

a ecuaiei f(x) = 0 s e soluie pentru ecuaia (x) = x


i invers: f(x

) = 0 dac i numai dac (x

) = x

. Menionm c un punct x

pentru care (x

) = x

se numete punct x pentru funcia iterativ .


Exemplu. Fie f : [1, 2] R, f(x) = x
2
2, care genereaz ecuaia x
2
2 = 0. Asupra
acestei ecuaii efectum urmtoarele transformri echivalente: x
2
2 = 0; x
2
= 2; x =
2
x
;
2x = x+
2
x
; x =
1
2
_
x +
2
x
_
. Se alege funcia iterativ : [1, 2] R, (x) =
1
2
_
x +
2
x
_
.
34 5. Ecuaii neliniare
Soluia ecuaiei x
2
2 = 0 este x

2 care se poate obine cu ajutorul irului iterativ


x
k

kN
generat de x
k+1
= (x
k
) i x
0
= 1.
5.4.1 Metoda tangentei sau metoda lui Newton
Se consider funcia f : [a, b] R de clas C
1
([a, b]) i presupunem c n intervalul [a, b]
ecuaia f(x) = 0 admite o singur rdcin x

[a, b].
M
1
(x
1
, f (x
1
))
x* O
b
y
x a x
3
x
2
x
1
M
0
(x
0
, f (x
0
))
Figura 5.2:
Dup gur se poate urmri construcia irului iterativ x
k

kN
. Se alege ca punct de
plecare x
0
= b i n punctul M
0
(x
0
, f(x
0
)) se duce o tangent la gracul funciei f care
taie axa Ox n punctul x
1
, dup care tangenta n punctul M
1
(x
1
, f(x
1
)) intersecteaz din
nou axa Ox n punctul x
2
etc. irul x
k

kN
astfel construit converge ctre x

. Folosind
formalismul matematic ecuaia tangentei la gracul funciei f n punctul M
n
(x
n
, f(x
n
))
este: y f(x
n
) = f

(x
n
)(x x
n
). Intersecia tangentei cu axa Ox ne d punctul de
coordonate (x
n+1
, 0) adic f(x
n
) = f

(x
n
)(x
n+1
x
n
) de unde x
n+1
= x
n

f(x
n
)
f

(x
n
)
.
Astfel se obine funcia iterativ : [a, b] R, (x) = x
f(x)
f

(x)
presupunnd c
f

(x) ,= 0 pentru orice x [a, b]. Aceast funcie iterativ genereaz irul iterativ x
n

nN
dat de x
n+1
= (x
n
).
Pentru a justica existena irului iterativ precum i convergena lui ctre x

dm mai
jos un rezultat teoretic al lui A.M. Ostrowski.
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 35
Teorema 5.4.1. Fie f C
2
([a, b]) i x
0
[a, b]. Presupunem c urmtoarele condiii
sunt ndeplinite:
1. f

(x
0
) ,= 0,
2. intervalul I
0
= [x
0
, x
0
+ 2h
0
], unde h
0
=
f(x
0
)
f

(x
0
)
, este inclus n [a, b],
3. 2[h
0
[M [f

(x
0
)[, unde M = max
xI
0
[f

(x)[.
Atunci ecuaia f(x) = 0 are o soluie unic x

I
0
iar irul x
k

kN
dat de metoda lui
Newton este bine denit i converge la x

. Eroarea aproximaiei este dat de


[x

x
k
[
2M
[f

(x
k1
)[
(x
k
x
k1
)
2
.
Demonstraie. Aplicm formula creterilor nite funciei f

n punctele x
0
, x
1
:
[f

(x
1
) f

(x
0
)[ = [x
1
x
0
[ [f

()[ unde (x
0
, x
1
). innd seama de condiia 3)
[f

(x
1
)f

(x
0
)[ [x
1
x
0
[M =

x
0

f(x
0
)
f

(x
0
)
x
0

M =

f(x
0
)
f

(x
0
)

M = [h
0
[M
[f

(x
0
)[
2
deci folosind inegalitatea triunghiului avem:
[f

(x
1
)[ [f

(x
0
)[ [f

(x
1
) f

(x
0
)[ [f

(x
0
)[
[f

(x
0
)[
2
=
[f

(x
0
)[
2
.
Se demonstreaz c, condiiile teoremei lui Ostrowski vor adevrate i dac n locul
punctului x
0
considerm punctul x
1
.
Din condiia 1) i din [f

(x
1
)[
[f

(x
0
)[
2
rezult c i f

(x
1
) ,= 0, deci x
2
este bine
denit. Vom calcula n dou moduri diferite integrala I =
_
x
1
x
0
(x
1
x)f

(x)dx. Mai nti


integrnd prin pri obinem:
I = (x
1
x)f

(x)

x
1
x
0

_
x
1
x
0
(1)f

(x)dx = (x
1
x
0
)f

(x
0
) +
_
x
1
x
0
f

(x)dx =
=
_
x
0

f(x
0
)
f

(x
0
)
x
0
_
f

(x
0
) + f(x)

x
1
x
0
=
f(x
0
)
f

(x
0
)
f

(x
0
) + f(x
1
) f(x
0
) = f(x
1
).
Apoi efectund schimbarea de variabil x = x
0
+ h
0
t, avem
I =
_
x
1
x
0
(x
1
x)f

(x)dx =
_
1
0
(x
1
x
0
h
0
t)f

(x
0
+ h
0
t)h
0
dt =
=
_
1
0
(x
0
+ h
0
x
0
h
0
t)f

(x
0
+ h
0
t)h
0
dt = h
2
0
_
1
0
(1 t)f

(x
0
+ h
0
t)dt.
36 5. Ecuaii neliniare
De aici rezult
[I[ = [f(x
1
)[ = h
2
0

_
1
0
(1 t)f

(x
0
+ h
0
t)dt

h
2
0
_
1
0
[1 t[[f

(x
0
+ h
0
t)[dt
h
2
0
_
1
0
[1 t[Mdt = h
2
0
M
_
1
0
(1 t)dt = h
2
0
M
1
2
,
adic [f(x
1
)[
h
2
0
M
2
. Deoarece f

(x
1
) ,= 0 exist h
1
=
f(x
1
)
f

(x
1
)
i avem
[h
1
[ =

f(x
1
)
f

(x
1
)

=
[f(x
1
)[
[f

(x
1
)[

h
2
0
M
2
|f

(x
0
)|
2
=
h
2
0
M
[f

(x
0
)[
.
Prin urmare
2[h
1
[M
[f

(x
1
)[
= 2M[h
1
[
1
[f

(x
1
)[
2M
h
2
0
M
[f

(x
0
)[

1
|f

(x
0
)|
2
=
_
2[h
0
[M
[f

(x
0
)[
_
2
.
De aici i din condiia 3) rezult c
2[h
1
[M
[f

(x
1
)[
1
2
, adic 2[h
1
[M [f

(x
1
)[ ceea ce este
condiia 3) pentru punctul x
1
. Pentru a arta condiia 2) i n cazul punctului x
1
folosim
inegalitatea demonstrat: [h
1
[
h
2
0
M
|f

(x
0
)|
=
|h
0
|
2

2|h
0
|M
|f

(x
0
)|

|h
0
|
2
deoarece conform condiiei 3)
2[h
0
[M
[f

(x
0
)[
1.
Intervalul I
1
= [x
1
, x
1
+ 2h
1
], analog prin construcie cu I
0
, este inclus n I
0
.
ntr-adevr x
1
= x
0
+h
0
este tocmai mijlocul intervalului I
0
= [x
0
, x
0
+2h
0
] i condiia
[h
1
[
[h
0
[
2
ne asigur c x
1
+ 2h
1
I
0
.
Prin recuren, se obine pentru orice k N : f

(x
k
) ,= 0, [h
k
[
1
2
[h
k1
[, 2[h
k
[M
[f

(x
k
)[, I
k
I
k1
, unde h
k
=
f(x
k
)
f

(x
k
)
i I
k
= [x
k
, x
k
+ 2h
k
]. De aici rezult, n primul
rnd, c irul x
k

kN
este denit.
Vom demonstra c acest ir iterativ este ir Cauchy sau fundamental. Pentru orice
> 0 exist k
()
N astfel nct 2[h
k
[ deoarece [h
k
[
1
2
[h
k1
[
1
2
2
[h
k2
[ . . .
1
2
k
[h
0
[ 0. Pentru orice p N, x
k+p
I
k+p
I
k
deci [x
k+p
x
k
[ 2[h
k
[ , ceea ce
trebuia artat.
Fie lim
k
x
k
= x

, vom demonstra c x

este tocmai soluia ecuaiei f(x) = 0.


Notm M
1
= sup
xI
0
[f

(x)[ i din h
k
=
f(x
k
)
f

(x
k
)
rezult f(x
k
) = h
k
f

(x
k
), deci [f(x
k
)[ =
[h
k
f

(x
k
)[ [h
k
[M
1
0. Prin urmare lim
k
f(x
k
) = 0, adic f
_
lim
k
x
k
_
= f(x

) = 0. S
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 37
artm c x

este singura soluie a ecuaiei f(x) = 0 n I


0
. Pentru orice x (x
0
, x
0
+2h
0
)
avem [x x
0
[ < 2[h
0
[. Din teorema creterilor nite i din condiia 3) obinem
[f

(x) f

(x
0
)[ = [x x
0
[ [f

()[ [x x
0
[M < 2[h
0
[M [f

(x
0
)[,
adic f

(x) ,= 0 pentru orice x (x


0
, x
0
+ 2h
0
). Prin urmare f

(x) > 0 sau f

(x) < 0
pentru orice x (x
0
, x
0
+ 2h
0
), adic f este strict monoton pe intervalul (x
0
, x
0
+ 2h
0
),
deci x

este soluie unic.


Eroarea aproximaiei se obine din inegalitatea [h
k
[
Mh
2
k1
[f

(x
k1
)[
analoag cu inegali-
tatea demonstrat [h
1
[
Mh
2
0
[f

(x
0
)[
.
innd seama c [x
k+p
x
k
[ 2[h
k
[ precum i de faptul c h
k1
= x
k
x
k1
, avem
[x
k+p
x
k
[
2M
[f

(x
k1
)[
(x
k
x
k1
)
2
.
Trecnd la limit pentru p , se obine
[x

x
k
[
2M
[f

(x
k1
)[
(x
k
x
k1
)
2
,
adic relaia din enunul teoremei q.e.d.
n continuare, dac se presupune n plus c exist M
2
= inf
xI
0
[f

(x)[ > 0, atunci se


obine urmtoarea condiie de oprire la iterarea irului x
k

kN
: [x

x
k
[
2M
M
2
(x
k

x
k1
)
2
unde este precizia dinainte dat. Prin urmare [x
k
x
k1
[
_
M
2
2M
.
Avantajul metodei tangentei este c e o metod rapid convergent. Pentru a studia
acest aspect matematic avem nevoie de
Deniia 5.4.1. Spunem c irul iterativ x
k

kN
convergent ctre x

, are ordinul de
convergen p R, p 1 dac
lim
k
(x
k+1
)

p
(x
k
)
= lim
k
[x
k+1
x

[
[x
k
x

[
p
= c,
c R ind o constant.
Menionm c nu orice ir convergent admite ordin de convergen. De exemplu irul
x
k

kN
, x
k
=
(1)
k
+ 1
k
x

= 0, dar nu are sens expresia


[x
k+1
x

[
[x
k
x

[
p
pentru k numr
natural impar. Totodat, dac exist ordinul de convergen, atunci acesta este unic.
Dac p = 1 atunci spunem c avem o convergen liniar, iar dac p = 2 avem o
convergen ptratic. Cu ct p este mai mare, cu att irul iterativ va mai rapid
convergent.
38 5. Ecuaii neliniare
Teorema 5.4.2. irul iterativ obinut prin metoda tangentei are ordinul de convergen
ptratic.
Demonstraie. Conform formulei lui Taylor n punctul x
n
avem 0 = f(x

) = f(x
n
)+
f

(x
n
)
1!
(x

x
n
) +
f

(
n
)
2!
(x

x
n
)
2
unde x

este soluia ecuaiei f(x) = 0 i


n
(x
n
, x

)
sau
n
(x

, x
n
). mprind egalitatea la f

(x
n
) se obine
f(x
n
)
f

(x
n
)
+ (x

x
n
) =
f

(
n
)
f

(x
n
) 2
(x

x
n
)
2
,
deci
x

x
n+1
=
1
2
f

(
n
)
f

(x
n
)
(x

x
n
)
2
.
n aceast egalitate trecem la modul
[x

x
n+1
[ =
1
2
[f

(
n
)[
[f

(x
n
)[
(x

x
n
)
2
,
adic
(x
n+1
) =
1
2
[f

(
n
)[
[f

(x
n
)[

2
(x
n
).
Prin urmare
(x
n+1
)

2
(x
n
)
=
1
2
[f

(
n
)[
[f

(x
n
)[
.
Trecnd la limit pentru n se obine:
lim
n
(x
n+1
)

2
(x
n
)
=
1
2
[f

(x

)[
[f

(x

)[
= c,
deoarece x
n
x

i
n
(x
n
, x

) sau
n
(x

, x
n
) rezult c i lim
n

n
= x

q.e.d.
Folosind rezultatele din teorema precedent se obine i un alt criteriu de oprire. Dac
M = sup
x[a,b]
[f

(x)[ i M
2
= inf
x[a,b]
[f

(x)[, M
2
,= 0, atunci
(x
n+1
)

2
(x
n
)

1
2

M
M
2
= C i
C(x
n+1
) [C(x
n
)]
2
. Prin intermediul acestei inegaliti se obine c C(x
n+1
)
[C(x
0
)]
2
n+1
. Pentru a asigura ca x
n+1
x

trebuie ca (x
n+1
) 0 ceea ce putem
asigura prin condiia sucient [C(x
0
)[ < 1. De aici se observ c (x
0
) trebuie s e
sucient de mic, adic punctul de plecare x
0
s e sucient de aproape de soluia ideal
x

. Acest fapt constituie un dezavantaj al acestei metode, ind o metod local.


Un alt dezavantaj al metodei tangentei este c necesit calculul derivatei funciei f la
ecare pas de iteraie. Pentru calculul aproximativ al derivatei se pot folosi formulele de
derivare numeric (vezi paragraful 9.1). n unele cazuri ca s nu calculm derivata funciei
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 39
f la ecare pas al iteraiei se folosete metoda tangentei simple, unde se calculeaz numai
f

(x
0
) i avem iteraia x
k+1
= x
k

f(x
k
)
f

(x
0
)
pentru orice k N. ns astfel se pierde
convergena ptratic.
nainte de algoritmizarea metodei avem nevoie de alegerea punctului de pornire x
0

a, b. Presupunem c f este de clas C
2
([a, b]) i c f

i f

pstreaz semnul pe tot


intervalul [a, b], adic f este monoton pe [a, b] i este e convex, e concav pe tot [a, b].
n gura 5.2 am considerat cazul f

> 0 i f

> 0 cnd se alege x


0
= b.
x
0
= a O
x
b
y
b= x
0
x
O a
y
b
x
O
x
0
a
y
c) a) b)
Figura 5.3:
n g. 5.3 a) f

< 0 i f

> 0 se alege x
0
= a, n g. 5.3 b) f

< 0, f

< 0 se alege
x
0
= b iar n g. 5.3 c) f

> 0, f

< 0 se alege x
0
= a.
n nal se observ c punctul de plecare x
0
veric urmtoarea condiie f(x
0
)f

(x
0
) >
0. Derivata a doua a funciei f n x
0
se poate calcula aproximativ folosind formulele de
derivare numeric (vezi paragraful 9.1).
Program metoda tangentei
Datele de intrare: a; b; f; ;
Fie y = a; dac f(y) f

(y) < 0 atunci y := b.


Repet x := y; y := (x)
_
(x) = x
f(x)
f

(x)
_
Pn cnd [y x[ .
Tiprete y.
40 5. Ecuaii neliniare
5.4.2 Metoda paralelelor
Ideea metodei const n a construi o familie de drepte paralele ale cror intersecii cu axa
Ox ne dau irul iterativ x
k

kN
care converge ctre rdcina x

a ecuaiei f(x) = 0.
x*
O
b
y
x
a
x
3
x
2 x
1
Figura 5.4:
Punctul de plecare x
0
a, b se alege identic ca la metoda tangentei, adic se alege
acel capt al intervalului pentru care f(x
0
) f

(x
0
) > 0. Presupunem c am construit
punctul M
k
(x
k
, f(x
k
)). Prin acest punct ducem o dreapt paralel care are panta >
f

(x
0
) n cazul gurii 5.4, i taie axa Ox n punctul x
k+1
. Ecuaia dreptei este
y f(x
k
)
x x
k
=
= tg (nclinaia dreptei fa de axa Ox).
Punnd y = 0 i x = x
k+1
obinem
f(x
k
)
x
k+1
x
k
= , adic x
k+1
= x
k

1

f(x
k
).
Funcia iterativ : [a, b] R este dat de (x) = x
1

f(x). Metoda paralelelor are


avantajul fa de metoda tangentei c nu necesit calculul derivatei, ns este o metod
mult mai lent convergent, avnd ordinea de convergen cel puin liniar. Algoritmul
acestei metode este analog cu algoritmul metodei tangentei, numai funcia iterativ este
schimbat.
Program metoda paralelelor
Datele de intrare a; b; f; ; ;
Fie y := a; dac f(y) f

(y) < 0, atunci y := b;


Repet x := y; y := (x)
_
(x) = x
1

f(x)
_
;
Pn cnd [y x[ ;
Tiprete y.
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 41
5.4.3 Metoda coardei
La metoda coardei unul dintre capetele intervalului [a, b] se xeaz conform condiiei
f(x) f

(x) > 0.
A(a, f(a))
x
2
M
0
M
1
M
2
x* O
b=x
0
y
x
a x
1
Figura 5.5:
n cazul gurii 5.5 avem x = a i ca punct de plecare pentru construcia irului
iterativ se alege cellalt capt x
0
= b. Punctul A(a, f(a)) se unete printr-o coard cu
punctul M
0
(x
0
, f(x
0
)) = M
0
(b, f(b)) care taie axa Ox n punctul x
1
. Mai departe punctul
M
1
(x
1
, f(x
1
)) se unete printr-o coard tot cu punctul A(a, f(a)) care intersecteaz axa
Ox n punctul x
2
.a.m.d. Presupunem c s-a construit termenul x
k
i se scrie ecuaia
coardei care leag punctele A(a, f(a)) i M
k
(x
k
, f(x
k
)) :
y f(a)
x a
=
f(x
k
) f(a)
x
k
a
.
Pentru a obine intersecia cu axa Ox punem y = 0 i x = x
k+1
:
f(a)
x
k+1
a
=
f(x
k
) f(a)
x
k
a
,
de unde x
k+1
= a f(a)
x
k
a
f(x
k
) f(a)
sau x
k+1
=
af(x
k
) x
k
f(a)
f(x
k
) f(a)
sau x
k+1
= x
k

f(x
k
)
x
k
a
f(x
k
)f(a)
. Prin urmare funcia iterativ : [a, b] R este (x) =
af(x) xf(a)
f(x) f(a)
.
Avantajul metodei fa de metoda tangentei este c nu necesit calculul derivatei funciei
f, ns este mai lent convergent avnd ordinul de convergen p =
1 +

5
2
< 2.
Algoritmul acestei metode este analog cu cel al metodei tangentei, numai se schimb
funcia iterativ .
42 5. Ecuaii neliniare
Program metoda coardei
Datele de intrare a; b; f; ;
Fie c := a; y := b;
Dac f(c) f

(c) < 0 atunci c := b; y := a


Repet x := y; y := (x)
_
(x) =
af(x)xf(a)
f(x)f(a)
_
;
Pn cnd [y x[ ;
Tiprete y.
5.4.4 Metoda secantei
Ideea metodei const n urmtoarele: se alege punctul de plecare x
0
a, b conform
condiiei f(x
0
)f

(x
0
) > 0. n cazul g. 5.6 avem x
0
= b.
M
3
M
0
M
1
M
2
x*
O
b=x
0
y
x
a
x
3
x
2
x
1
Figura 5.6:
Punctul x
1
se alege ntre x

i x
0
. Prin punctele M
0
(x
0
, f(x
0
)) = M
0
(b, f(b)) i
M
1
(x
1
, f(x
1
)) se duce o secant care intersecteaz axa Ox n punctul x
2
. Prin punctele
M
1
i M
2
(x
2
, f(x
2
)) se duce o nou secant care taie axa Ox n punctul x
3
, .a.m.d. Pre-
supunem c s-a obinut punctul x
k
i prin punctele M
k1
(x
k1
, f(x
k1
)) i M
k
(x
k
, f(x
k
))
se duce o secant:
y f(x
k
)
x x
k
=
f(x
k
) f(x
k1
)
x
k
x
k1
care determin pe axa Ox (y = 0) punctul x = x
k+1
:
f(x
k
)
x
k+1
x
k
=
f(x
k
) f(x
k1
)
x
k
x
k1
,
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 43
de unde
x
k+1
= x
k
f(x
k
)
x
k
x
k1
f(x
k
) f(x
k1
)
sau x
k+1
=
f(x
k
)x
k1
f(x
k1
)x
k
f(x
k
) f(x
k1
)
.
Aceast relaie de recuren se poate obine i din metoda tangentei x
k+1
= x
k

f(x
k
)
f

(x
k
)
prin aproximarea f

(x
k
)
f(x
k
) f(x
k1
)
x
k
x
k1
. Funcia iterativ : [a, b]
2
R este de
forma (x, y) =
f(x)y f(y)x
f(x) f(y)
care genereaz irul iterativ x
k

kN
prin relaia iterativ
x
k+1
= (x
k
, x
k1
).
Metoda secantei are avantajul fa de metoda tangentei, c nu necesit calculul
derivatei funciei f, ns are dezavantajul, c are ordinul de convergen p =
1 +

5
2
< 2,
deci este mai lent convergent.
Program metoda secantei
Datele de intrare: a; b; f; ;
Fie x := x
0
; z := x
1
;
Repet y := x; x := z; z := (x, y)
_
(x, y) =
f(x)y f(y)x
f(x) f(y)
_
Pn cnd [z x[ ;
Tiprete z.
5.4.5 Metoda lui Steensen
La aceast metod plecm de la relaia de recuren a lui Newton x
k+1
= x
k

f(x
k
)
f

(x
k
)
. Ideea
lui Steensen este de a nlocui f

(x
k
) prin formula aproximativ
f(x
k
+ f(x
k
)) f(x
k
)
f(x
k
)
,
cci se poate presupune c [f(x
k
)[ are valoare mic. Dac
k
= f(x
k
) 0 atunci
f

(x
k
)
f(x
k
+
k
) f(x
k
)

k
. Metoda lui Steensen genereaz irul iterativ x
k

kN
, dat
prin relaia
x
k+1
= x
k

f(x
k
)
f(x
k
+f(x
k
))f(x
k
)
f(x
k
)
= x
k

f
2
(x
k
)
f(x
k
+ f(x
k
)) f(x
k
)
.
Funcia recursiv : [a, b] R este (x) = x
f
2
(x)
f(x + f(x)) f(x)
. Avantajul acestei
metode fa de cea a tangentei este c nu necesit calculul derivatei funciei f i pstreaz
ordinul de convergen ptratic de la metoda lui Newton.
44 5. Ecuaii neliniare
Teorema 5.4.3. Metoda lui Steensen are ordinul de convergen ptratic.
Demonstraie. Fie
k
= f(x
k
). Se dezvolt f n serie Taylor n punctul x
k
:
f(x
k
+
k
) = f(x
k
) +
k
f

(x
k
) +

2
k
2
f

(x
k
) + o(
2
k
)
unde o(
2
k
) este restul seriei, care are ordinul strict mai mic dect
2
k
, mai precis nseamn
c lim

k
0
o(
2
k
)

2
k
= 0. Din dezvoltarea taylorian se obine
f(x
k
+
k
) f(x
k
)

k
= f

(x
k
)
_
1 +
1
2

k
f

(x
k
)
f

(x
k
)
_
+ o(
k
).
Notnd cu h
k
=
f(x
k
)
f

(x
k
)
vom avea
f(x
k
+
k
) f(x
k
)

k
= f

(x
k
)
_
1
1
2
h
k
f

(x
k
)
_
+ o(
k
).
Conform recurenei lui Steensen x
k+1
= x
k

f(x
k
)
f(x
k
+
k
)f(x
k
)

k
i nlocuind egalitatea obi-
nut anterior n aceast recuren se obine
x
k+1
= x
k

f(x
k
)
f

(x
k
)
_
1
1
2
h
k
f

(x
k
)

+ o(
k
)
x
k

f(x
k
)
f

(x
k
)

1
1
1
2
h
k
f

(x
k
)
=
= x
k
+ h
k
_
1
1
2
h
k
f

(x
k
)
_
1
.
n continuare considerm dezvoltarea Mac-Laurin a funciei
1
1+x
pentru [x[ < 1 :
(1 + x)
1
= 1
1
1!
x +
1
2!
2x
2
+ . . . = 1 x + x
2
x
3
+ . . .
nlocuind aici x cu x se obine dezvoltarea funciei (1 x)
1
n origine: (1 x)
1
=
1 + x + x
2
+ x
3
+ . . . nlocuind acum x =
1
2
h
k
f

(x
k
) se poate continua dezvoltarea
x
k+1
= x
k
+ h
k
_
1
1
2
h
k
f

(x
k
)
_
1
= x
k
+ h
k
_
1 +
1
2
h
k
f

(x
k
) + o(h
2
k
)
_

x
k
+ h
k
+
1
2
h
2
k
f

(x
k
).
Scdem valoarea x

din ambele pri ale egalitii:


x
k+1
x

= x
k
x

+ h
k
+
1
2
h
2
k
f

(x
k
).
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 45
Introducem notaia
k
= x
k
x

i astfel egalitatea anterioar ia forma


k+1
=
k
+h
k
+
1
2
h
2
k
f

(x
k
). n continuare funcia f se dezvolt n serie Taylor n punctul x
k
apropiat de
x

, soluia ecuaiei f(x) = 0 :


0 = f(x

) = f(x
k
) +
f

(x
k
)
1!
(x

x
k
) +
f

(
k
)
2!
(x

x
k
)
2
unde
k
(x

, x
k
) sau
k
(x
k
, x

). Aceast dezvoltare se mparte la f

(x
k
) :
f(x
k
)
f

(x
k
)
+ x

x
k
=
1
2
(x

x
k
)
2
f

(x
k
)
f

(
k
),
adic h
k

k
=
1
2

2
k
f

(x
k
)
f

(
k
), de unde h
k
=
k
+
1
2

2
k
f

(x
k
)
f

(
k
). Ultima relaie
obinut se nlocuiete n egalitatea

k+1
=
k
+ h
k
+
1
2
h
2
k
f

(x
k
) =
=
k

k
+
1
2

2
k
f

(x
k
)
f

(
k
) +
1
2
_

k
+
1
2

2
k
f

(x
k
)
f

(
k
)
_
2
f

(x
k
) =
=
1
2
f

(
k
)
f

(x
k
)

2
k
+
1
2
f

(x
k
)
2
k
+ o(
2
k
).
Trecnd la module
[
k+1
[

1
2
f

(
k
)
f

(x
k
)

2
k
+
1
2
f

(x
k
)
2
k

i cum (x
k
) = [
k
[ avem
(x
k+1
) =
1
2

(
k
)
f

(x
k
)
+ f

(x
k
)

2
(x
k
).
Trecnd la limit pentru k
lim
k
(x
k+1
)

2
(x
k
)
= lim
k
1
2

(
k
)
f

(x
k
)
+ f

(x
k
)

=
1
2

(x

)
f

(x

)
+ f

(x

= c q.e.d.
Dezavantajul metodei lui Steensen este c e o metod local ca i metoda lui Newton.
Program metoda Steensen
Datele de intrare: a; b; f; ;
Fie y := a; dac f(y) f

(y) < 0 atunci y := b;


Repet x := y; y := (x)
_
(x) = x
[f(x)]
2
f(x + f(x)) f(x)
_
Pn cnd [y x[ ;
Tiprete y.
46 5. Ecuaii neliniare
5.4.6 Teoria general a metodelor iterative n cazul ecuaiilor
neliniare
Fie funcia f : [a, b] R i ecuaia f(x) = 0, x [a, b]. Se presupune c funcia f admite
o unic soluie n [a, b] i ecuaia f(x) = 0 prin tranformri echivalente se poate aduce la
forma iterativ (x) = x, x [a, b] unde : [a, b] R este funcia iterativ. Orice soluie
x

a ecuaiei f(x) = 0 va punct x pentru i invers. Prin urmare pentru a asigura


existena i unicitatea soluiei ecuaiei f(x) = 0 este de ajuns s asigurm existena i
unicitatea punctului x al lui .
n continuare avem nevoie de teorema de punct x a lui Banach.
Teorema 5.4.4. Fie (X, ) un spaiu metric complet i : X X o contracie, adic
pentru care exist constanta [0, 1) astfel nct ((x), (y)) (x, y) pentru orice
x, y X. Atunci funcia va admite un unic punct x care se poate obine ca limita
irului iterativ x
k

kN
dat de x
k+1
= (x
k
) pentru x
0
X arbitrar.
Avem urmtoarele evaluri apriori: (x

, x
k
)

k
1
(x
1
, x
0
) respectiv aposteriori
(x

, x
k
)

1
(x
k
, x
k1
).
n continuare enunm o teorem cu condiii suciente pentru a asigura soluia ecuaiei
iterative n cazul ecuaiilor neliniare cu o singur necunoscut.
Teorema 5.4.5. (teorem general) Dac este derivabil pe intervalul J = [x
0
, x
0
+
], > 0 i derivata

satisface inegalitatea 0 [

(x)[ m < 1 pe J i punctul


x
1
= (x
0
) veric inegalitatea [x
1
x
0
[ (1 m), atunci:
- putem forma irul x
k

kN
cu regula iterativ x
k+1
= (x
k
) astfel nct pentru orice
k N avem x
k
J;
- lim
k
x
k
= x

cu x

J;
- x

este singura rdcin a ecuaiei (x) = x n intervalul J.


Demonstraie. Se aplic teorema de punct x a lui Banach n acest caz. Se alege
X = J i cum J este un interval nchis al axei reale se poate considera ca un spaiu
complet n raport cu distana obinuit de pe axa real. Mai trebuie s artm c pentru
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 47
orice x J avem (x) J. ntr-adevr:
[(x) x
0
[ = [(x) (x
0
) + x
1
x
0
[ [(x) (x
0
)[ +[x
1
x
0
[ =
= [

()[ [x x
0
[ +[x
1
x
0
[ m [x x
0
[ + (1 m)
m + (1 m) = .
Funcia este o contracie cci [(x)(y)[ = [

()[ [xy[ m [xy[ cu m < 1. Prin


urmare sunt satisfcute toate cerinele teoremei lui Banach, de unde rezult consecinele
acestei teoreme. q.e.d.
n continuare aplicm aceast teorem pentru metodele iterative anterioare alegnd
n mod convenabil funcia iterativ .
Aplicaia 5.4.1. Plecnd de la ecuaia f(x) = 0 prin translaie se obine x + f(x) = x
i prin alegerea funciei iterative : [a, b] R, (x) = x + f(x) se obine urmtorul
rezultat: dac f este derivabil pe J = [x
0
, x
0
+ ], > 0 i [1 + f

(x)[ m < 1 pe J
i [f(x
0
)[ (1 m) atunci putem forma irul x
k

kN
cu regula iterativ x
k+1
= (x
k
)
astfel nct pentru orice k N avem x
k
J i lim
k
x
k
= x

cu x

J, x

este singura
rdcin n J a ecuaiei f(x) = 0.
Aplicaia 5.4.2. Plecnd de la ecuaia f(x) = 0 prin omotopie simpl se obine x +
f(x) = x cu ,= 0 i prin alegerea funciei iterative : [a, b] R, (x) = x + f(x)
se obine urmtorul rezultat: dac f este derivabil pe J = [x
0
, x
0
+ ], > 0 i
[1 +f

(x)[ m < 1 pe J i [f(x


0
)[ (1 m) atunci putem forma irul x
k

kN
cu
regula iterativ x
k+1
= (x
k
) astfel nct pentru orice k N avem x
k
J i lim
k
x
k
=
x

cu x

J, x

este singura rdcin n J a ecuaiei f(x) = 0.


Aplicaia 5.4.3. Plecnd de la ecuaia f(x) = 0 prin transformarea lui Newton se obine
x
f(x)
f

(x)
= x i prin alegerea funciei iterative : [a, b] R, (x) = x
f(x)
f

(x)
se
obine urmtorul rezultat pentru metoda tangentei: dac f este derivabil de dou ori pe
J = [x
0
, x
0
+ ], > 0 i f

(x) ,= 0 pentru orice x J i


|f(x)f

(x)|
[f

(x)]
2
m < 1 pe J
i

f(x
0
)
f

(x
0
)

(1 m) atunci putem forma irul x


k

kN
cu regula iterativ x
k+1
= (x
k
)
astfel nct pentru orice k N avem x
k
J i lim
k
x
k
= x

cu x

J, x

este singura
rdcin n J a ecuaiei f(x) = 0.
Aplicaia 5.4.4. Plecnd de la ecuaia f(x) = 0 prin transformarea metodei paralelelor
se obine x
1

f(x) = x, ,= 0. Prin alegerea funciei iterative : [a, b] R, (x) =


48 5. Ecuaii neliniare
x
1

f(x) se obine urmtorul rezultat pentru metoda paralelelor: dac f este derivabil
pe J = [x
0
, x
0
+ ], > 0 i

1
1

(x)

m < 1 pe J i [f(x
0
)[ (1 m) [[
atunci putem forma irul x
k

kN
cu regula iterativ x
k+1
= (x
k
) astfel nct pentru
orice k N avem x
k
J i lim
k
x
k
= x

cu x

J, x

este singura rdcin n J a


ecuaiei f(x) = 0.
Aplicaia 5.4.5. Plecnd de la ecuaia f(x) = 0 prin transformarea metodei coardei
se obine x f(x)
xa
f(x)f(a)
= x. Prin alegerea funciei iterative : (a, b] R, (x) =
xf(x)
xa
f(x)f(a)
se obine urmtorul rezultat pentru metoda coardei: dac f este derivabil
pe J = [x
0
, x
0
+ ], > 0 i
[f(a)[ [f(a) f(x) + f

(x) (x a)[
[f(x) f(a)]
2
m < 1
pe J i

(x
0
a)f(x
0
)
f(x
0
) f(a)

(1 m)
atunci putem forma irul x
k

kN
cu regula iterativ x
k+1
= (x
k
) astfel nct pentru
orice k N avem x
k
J i lim
k
x
k
= x

cu x

J, x

este singura rdcin n J a


ecuaiei f(x) = 0.
Aplicaia 5.4.6. Plecnd de la ecuaia f(x) = 0 prin transformarea lui Steensen se
obine x
f
2
(x)
f(x+f(x))f(x)
. Prin alegerea funciei iterative : [a, b] R, (x) = x
f
2
(x)
f(x+f(x))f(x)
se obine urmtorul rezultat: dac f este derivabil pe J = [x
0
, x
0
+ ],
> 0 i

1
2f(x) f

(x)[f(x + f(x)) f(x)] f


2
(x) [f

(x + f(x)) (1 + f

(x)) f

(x)]
[f(x + f(x)) f(x)]
2

=
=

1
f
2
(x) f

(x) + 2f(x) f

(x) f(x + f(x)) f


2
(x) f

(x + f(x)) (1 + f

(x))
[f(x + f(x)) f(x)]
2

m < 1
pe J i

f
2
(x
0
)
f(x
0
+f(x
0
))f(x
0
)

(1m), atunci putem forma irul x


k

kN
cu regula iterativ
x
k+1
= (x
k
) astfel nct pentru orice k N avem x
k
J i lim
k
x
k
= x

cu x

J,
x

este singura rdcin n J a ecuaiei f(x) = 0.


Aplicaia 5.4.7. Plecnd de la ecuaia f(x) = x
2
p = 0 prin transformri echivalente
se obine
1
2
_
x +
p
x
_
= x unde p [0, +). Prin alegerea funciei iterative : [a, b] R,
(x) =
1
2
_
x +
p
x
_
se obine urmtorul rezultat pentru calcul aproximativ al lui

p : dac
5.4. Metode iterative pentru rezolvarea ecuaiilor neliniare 49

1
p
x
2

2m < 2 pe J = [x
0
, x
0
+ ], > 0 i

x
0

p
x
0

2(1 m) atunci putem


forma irul x
k

kN
cu regula iterativ x
k+1
= (x
k
) astfel nct pentru orice k N avem
x
k
J i lim
k
x
k
= x

=

p cu x

J, x

este singura rdcin n J a ecuaiei


f(x) = 0. Prin urmare numrul

p se poate aproxima orict de bine cu termenii irului
iterativ x
k

kN
, generate prin relaia de recuren x
k+1
=
1
2
_
x
k
+
p
x
k
_
.
50 5. Ecuaii neliniare
Capitolul 6
Sisteme de ecuaii liniare
n funcie de numrul necunoscutelor se disting mai multe metode:
1. dac numrul necunoscutelor are ordinul mai mic dect 10
3
atunci se folosesc
metodele directe de rezolvare numeric a sistemelor liniare (de exemplu: metoda
lui Gauss, metoda descompunerii LU, metoda descompunerii LL
T
, metoda descom-
punerii QR, etc.), indc acumularea erorilor nc nu inueneaz rezultatul nal.
2. dac numrul necunoscutelor are ordinul mai mare dect 10
3
i mai mic dect 10
6
atunci se folosesc metodele iterative de rezolvare numeric a sistemelor liniare (de
exemplu metoda lui Jacobi, metoda lui Seidel, metoda SOR), indc aceste metode
sunt autocorectoare.
3. dac numrul necunoscutelor are ordinul mai mare dect 10
6
se folosesc metodele
probabilistice de rezolvare numeric a sistemelor liniare (de exemplu: metode de tip
Monte Carlo).
51
52 6. Sisteme de ecuaii liniare
6.1 Metode directe de rezolvare numeric a sistemelor
liniare
6.1.1 Rezolvarea unor sisteme liniare particulare
6.1.1.1 Rezolvarea sistemelor liniare diagonale
Un sistem liniar de forma
_

_
a
11
x
1
= b
1
a
22
x
2
= b
2
.
.
.
a
nn
x
n
= b
n
se numete sistem liniar diago-
nal, cci n matricea sistemului A =
_
_
_
_
_
_
_
a
11
0
a
22
0
.
.
.
a
nn
_
_
_
_
_
_
_
toate elementele n afara
elementelor de pe diagonala principal sunt egale cu zero. Condiia necesar i sucient
ca un sistem diagonal s admit o unic soluie este ca a
ii
,= 0 pentru orice i = 1, n. n
acest caz soluia sistemului este x
1
=
b
1
a
11
, x
2
=
b
2
a
22
, . . . , x
n
=
b
n
a
nn
.
6.1.1.2 Rezolvarea sistemelor liniare superior triunghiulare
Un sistem liniar de forma
_

_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
a
nn
x
n
= b
n
se numete sistem liniar superior triunghiular, cci n matricea sistemului
A =
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
22
. . . a
2n
0
.
.
.
a
nn
_
_
_
_
_
_
_
toate elementele de sub diagonala principal sunt egale cu zero. Condiia necesar i
sucient ca un sistem liniar superior triunghiular s admit o singur soluie este ca
6.1. Metode directe de rezolvare numeric a sistemelor liniare 53
a
ii
,= 0 pentru orice i = 1, n. n acest caz sistemul se rezolv ncepnd de la coad, adic
x
n
=
b
n
a
nn
, x
n1
=
b
n1
a
n1,n
x
n
a
n1,n1
, . . . , x
k
=
b
k

i=k+1
a
ki
x
i
a
kk
, . . . , x
1
=
b
1

i=2
a
1i
x
i
a
11
.
Program sistem superior triunghiular
Datele de intrare: a
ij
pentru i, j = 1, n cu i j i b
i
pentru i = 1, n.
Pentru k = n, 1 execut
S := 0;
Pentru i = k + 1, n execut S := S + a
ki
x
i
;
x
k
= (b
k
S)/a
kk
.
Tiprete x
k
pentru k = 1, n.
6.1.1.3 Rezolvarea sistemelor liniare inferior triunghiulare
Un sistem liniar de forma
_

_
a
11
x
1
= b
1
a
21
x
1
+ a
22
x
2
= b
2
.
.
.
a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
= b
n
se numete sistem liniar
inferior triunghiular, cci n matricea sistemului A =
_
_
_
_
_
_
_
a
11
a
21
a
22
0
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
_
_
toate ele-
mentele deasupra diagonalei principale sunt egale cu zero. Condiia necesar i sucient
ca un sistem liniar inferior triunghiular s admit o singur soluie este ca a
ii
,= 0 pentru
orice i = 1, n. n acest caz sistemul se rezolv ncepnd cu necunoscuta x
1
, adic
x
1
=
b
1
a
11
, x
2
=
b
2
a
21
x
1
a
22
, . . . , x
k
=
b
k

k1

i=1
a
ki
x
i
a
kk
, . . . , x
n
=
b
n

n1

i=1
a
ni
x
i
a
nn
.
Program sistem inferior triunghiular
Datele de intrare: a
ij
pentru i, j = 1, n cu i j i b
i
pentru i = 1, n.
Pentru k = 1, n execut
54 6. Sisteme de ecuaii liniare
S := 0;
Pentru i = 1, k 1 execut S := S + a
ki
x
i
;
x
k
= (b
k
S)/a
kk
.
Tiprete x
k
pentru k = 1, n.
6.1.2 Metoda lui Gauss
Se consider sistemul
_

_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
= b
n
.
Ideea lui Gauss este de a reduce acest sistem la un sistem diagonal, inferior triunghiular,
sau superior triunghiular, care se rezolv conform paragrafului anterior. Noi vom reduce
acest sistem la un sistem superior triunghiular. Se noteaz cu a
(1)
ij
= a
ij
i b
(1)
i
= b
i
pentru i, j = 1, n. Prin urmare avem sistemul:
_

_
a
(1)
11
x
1
+ a
(1)
12
x
2
+ + a
(1)
1n
x
n
= b
(1)
1
a
(1)
21
x
1
+ a
(1)
22
x
2
+ + a
(1)
2n
x
n
= b
(1)
2
.
.
.
a
(1)
n1
x
1
+ a
(1)
n2
x
2
+ + a
(1)
nn
x
n
= b
(1)
n
. Se
presupune c a
(1)
11
,= 0, care se numete elementul pivot. Prima ecuaie se normeaz,
adic se mparte la elementul pivot a
(1)
11
, dup care prima ecuaie se nmulete pe rnd
cu elementele a
(1)
21
, a
(1)
31
, . . . , a
(1)
n1
i se adun la a doua, la a treia, etc. respectiv la
ultima ecuaie. n acest fel necunoscuta x
1
se elimin din a doua, a treia, etc., i ultima
ecuaie. Se obine urmtorul sistem
_

_
x
1
+
a
(1)
12
a
(1)
11
x
2
+ +
a
(1)
1n
a
(1)
11
x
n
=
b
(1)
1
a
(1)
11
/(a
(1)
21
), . . . , /(a
(1)
n1
)
0 +
_
a
(1)
22

a
(1)
12
a
(1)
11
a
(1)
21
_
x
2
+ +
_
a
(1)
2n

a
(1)
1n
a
(1)
11
a
(1)
21
_
x
n
= b
(1)
2

b
(1)
1
a
(1)
11
a
(1)
21
.
.
.
0 +
_
a
(1)
n2

a
(1)
12
a
(1)
11
a
(1)
n1
_
x
2
+ +
_
a
(1)
nn

a
(1)
1n
a
(1)
11
a
(1)
n1
_
x
n
= b
(1)
n

b
(1)
1
a
(1)
11
a
(1)
n1
6.1. Metode directe de rezolvare numeric a sistemelor liniare 55
Se noteaz a
(2)
11
= 1; pentru j = 2, n a
(2)
1j
=
a
(1)
1j
a
(1)
11
; b
(2)
1
=
b
(1)
1
a
(1)
11
; pentru i = 2, n a
(2)
i1
= 0;
pentru i, j = 2, n a
(2)
ij
= a
(1)
ij

a
(1)
1j
a
(1)
11
a
(1)
i1
; pentru i = 2, n b
(2)
i
= b
(1)
i

b
(1)
1
a
(1)
11
a
(1)
i1
. n acest fel
se obine sistemul:
_

_
a
(2)
11
x
1
+ a
(2)
12
x
2
+ + a
(2)
1n
x
n
= b
(2)
1
a
(2)
21
x
1
+ a
(2)
22
x
2
+ + a
(2)
2n
x
n
= b
(2)
2
.
.
.
a
(2)
n1
x
1
+ a
(2)
n2
x
2
+ + a
(2)
nn
x
n
= b
(2)
n
adic
_

_
a
(2)
11
x
1
+ a
(2)
12
x
2
+ + a
(2)
1n
x
n
= b
(2)
1
a
(2)
22
x
2
+ + a
(2)
2n
x
n
= b
(2)
2
.
.
.
a
(2)
n2
x
2
+ + a
(2)
nn
x
n
= b
(2)
n
Se alege ca pivot elementul a
(2)
22
,= 0 i a doua ecuaie se normeaz, adic se mparte la
elementul pivot, dup care se elimin variabila x
2
din a treia, a patra, etc., ultima ecuaie
prin nmulirea ecuaiei a doua cu elementele a
(2)
32
, . . . , a
(2)
n2
. Astfel se obine urmtorul
sistem:
_

_
a
(2)
11
x
1
+ a
(2)
12
x
2
+ a
(2)
13
x
3
+ + a
(2)
1n
x
n
= b
(2)
1
x
2
+
a
(2)
23
a
(2)
22
x
3
+ +
a
(2)
2n
a
(2)
22
x
n
=
b
(2)
2
a
(2)
22
/(a
(2)
32
) . . . /(a
(2)
n2
)
0 +
_
a
(2)
33

a
(2)
23
a
(2)
22
a
(2)
32
_
x
3
+ +
_
a
(2)
3n

a
(2)
2n
a
(2)
22
a
(2)
32
_
x
n
= b
(2)
2

b
(2)
2
a
(2)
22
a
(2)
32
.
.
.
0 +
_
a
(2)
n3

a
(2)
23
a
(2)
22
a
(2)
n2
_
x
3
+ +
_
a
(2)
nn

a
(2)
2n
a
(2)
22
a
(2)
n2
_
x
n
= b
(2)
n

b
(2)
2
a
(2)
22
a
(2)
n2
.
56 6. Sisteme de ecuaii liniare
Se introduc notaiile a
(3)
ij
i b
(3)
i
pentru i, j = 1, n. Se presupune c la pasul k s-a obinut
urmtorul sistem:
_

_
a
(k)
11
+ a
(k)
12
x
2
+ + a
(k)
1k
x
k
+ + a
(k)
1n
x
n
= b
(k)
1
a
(k)
22
x
2
+ + a
(k)
2k
x
k
+ + a
(k)
2n
x
n
= b
(k)
2
.
.
.
a
(k)
kk
x
k
+ + a
(k)
kn
x
n
= b
(k)
k
a
(k)
k+1,k
x
k
+ + a
(k)
k+1,n
x
n
= b
(k)
k+1
.
.
.
a
(k)
n,k
x
k
+ + a
(k)
n,n
x
n
= b
(k)
n
Se presupune c pivotul a
(k)
kk
este diferit de zero i ecuaia k se normeaz, adic se mparte
la pivot, dup care se elimin necunoscuta x
k
din ecuaiile k + 1, . . . , n prin nmulirea
succesiv a ecuaiei normate cu elementele a
(k)
k+1,k
, . . . , a
(k)
n,k
i prin adunarea acesteia la
ecuaiile k + 1, . . . , n. Astfel se obine urmtorul sistem:
_

_
a
(k)
11
x
1
+ a
(k)
12
x
2
+ + a
(k)
1k
x
k
+ + a
(k)
1n
x
n
= b
(k)
1
a
(k)
22
x
2
+ + a
(k)
2k
x
k
+ + a
(k)
2n
x
n
= b
(k)
2
.
.
.
x
k
+ +
a
(k)
kn
a
(k)
kk
x
n
=
b
(k)
k
a
(k)
kk
0 + +
_
a
(k)
k+1,n

a
(k)
kn
a
(k)
kk
a
(k)
k+1,k
_
x
n
= b
(k)
k+1

b
(k)
k
a
(k)
kk
a
(k)
k+1,k
.
.
.
0 + +
_
a
(k)
n,n

a
(k)
kn
a
(k)
kk
a
(k)
n,k
_
x
n
= b
(k)
n

b
(k)
k
a
(k)
kk
a
(k)
n,k
Folosind urmtoarele notaii: pentru i = 1, k 1 i j = 1, n a
(k+1)
ij
= a
(k)
ij
i b
(k+1)
i
= b
(k)
i
;
a
(k+1)
k,k
= 1; pentru j = k + 1, n a
(k+1)
kj
=
a
(k)
kj
a
(k)
kk
; b
(k+1)
k
=
b
(k)
k
a
(k)
kk
; pentru i = k + 1, n a
(k+1)
i,k
= 0;
6.1. Metode directe de rezolvare numeric a sistemelor liniare 57
pentru i, j = k + 1, n a
(k+1)
ij
= a
(k)
ij

a
(k)
kj
a
(k)
kk
a
(k)
ik
i b
(k+1)
i
= b
(k)
i

b
(k)
k
a
(k)
kk
a
(k)
ik
; se obine sistemul:
_

_
a
(k+1)
11
x
1
+ a
(k+1)
12
x
2
+ + a
(k+1)
1k
x
k
+ a
(k+1)
1,k+1
x
k+1
+ + a
(k+1)
1,n
x
n
= b
(k+1)
1
a
(k+1)
22
x
2
+ + a
(k+1)
2k
x
k
+ a
(k+1)
2,k+1
x
k+1
+ + a
(k+1)
2,n
x
n
= b
(k+1)
2
.
.
.
a
(k+1)
k,k
x
k
+ a
(k+1)
k,k+1
x
k+1
+ + a
(k+1)
k,n
x
n
= b
(k+1)
k
a
(k+1)
k+1,k+1
x
k+1
+ + a
(k+1)
k+1,n
x
n
= b
(k+1)
k+1
.
.
.
a
(k+1)
n,k+1
x
k+1
+ + a
(k+1)
n,n
x
n
= b
(k+1)
n
Procedeul de triunghiularizare artat mai sus se continu pn cnd k n 1. Astfel se
obine un sistem superior triunghiular care se rezolv conform 6.1.1.2. Din formulele de
recuren din faa sistemului obinut la pasul k + 1 se deduce:
Algoritmul metoda Gauss
Datele de intrare: a
ij
, b
i
pentru i, j = 1, n.
Pentru k = 1, n 1 execut
dac a
kk
,= 0 atunci p := a
kk
altfel stop;
pentru j = k, n execut a
kj
= a
kj
/p;
b
k
:= b
k
/p;
pentru i = k + 1, n execut
pentru j = k + 1, n execut
a
ij
:= a
ij
a
kj
a
ik
;
b
i
:= b
i
b
k
a
ik
;
Aplic algoritmul sistem superior triunghiular;
Tiprete x
k
pentru k = 1, n.
Ca exerciiu v propunem s se fac reducerea sistemului iniial la un sistem inferior
triunghiular respectiv diagonal.
n algoritmul metoda Gauss se poate ntmpla ca la pasul k elementul pivot p :=
a
kk
= 0 sau p := a
kk
0, adic este o valoare n modul foarte mic. n acest caz
pentru a continua algoritmul lui Gauss este necesar un procedeu de pivotare. Vom folosi
dou metode de pivotare: pivotare parial respectiv pivotare total. n cazul pivotrii
58 6. Sisteme de ecuaii liniare
pariale presupunem c exist cel puin un element nenul printre elementele a
ik
, unde
i = k + 1, n, adic printre elementele care sunt situate sub elementul pivot n coloana
pivotului. Dac a
i
0
k
,= 0 unde i
0
k + 1, . . . , n, atunci se schimb ntre ele valorile
a
kk
i a
i
0
k
, care practic nseamn schimbarea liniilor k i i
0
ntre ele. Schimbarea a dou
linii nu afecteaz cu nimic rezolvarea sistemului iniial. Pivotarea total se aplic n
cazul cnd la pivotarea parial nu se gsete un element nenul. n acest caz se caut
un element nenul a
i
0
,j
0
, unde i
0
k, . . . , n i j
0
k + 1, . . . , n, dup care elementul
a
i
0
,j
0
se duce pe poziia elementului pivot. Practic asta nseamn c se schimb ntre ele
liniile i
0
i k, dup care se schimb ntre ele coloanele j
0
i k. Schimbarea a dou linii nu
afecteaz cu nimic rezolvarea sistemului iniial, ns schimbarea a dou coloane induce
schimbarea a dou necunoscute ntre ele.
0
p = a
kk
zona
pivotrii
pariale
zona
pivotrii
totale
A =
Prin urmare n cazul aplicrii pivotrii pariale n algoritmul metoda Gauss n locul
instruciunii "stop" se pune urmtorul bloc de instruciuni:
pentru i
0
= k + 1, n caut a
i
0
,k
,= 0;
schimb ntre ele liniile i
0
i k;
iar n cazul aplicrii pivotrii totale se pune urmtorul bloc de instruciuni:
pentru i
0
= k, n execut
pentru j
0
= k + 1, n execut
caut a
i
0
,j
0
,= 0
schimb ntre ele liniile i
0
i k;
schimb ntre ele coloanele j
0
i k.
n acest ultim caz la sfritul algoritmului trebuie pus instruciunea schimb ntre ele
valorile x
k
i x
j
0
.
Din liceu se cunoate urmtorul rezultat:
Teorema 6.1.1. Sistemul iniial cu n ecuaii i n necunoscute este un sistem de tip
Cramer, adic admite o unic soluie, dac i numai dac det A ,= 0, unde A = (a
ij
)
i,j=1,n
6.1. Metode directe de rezolvare numeric a sistemelor liniare 59
este matricea sistemului.
n acest caz, dac elementul pivot devine nul, cu ajutorul pivotrii pariale sau a
pivotrii totale putem continua mai departe algoritmul metodei Gauss.
n cazul cnd det A = 0 gsim un k 1, . . . , n astfel nct a
ij
= 0 pentru orice i, j =
k, n. Dac exist un i k, . . . , n astfel nct b
i
,= 0 atunci sistemul este incompatibil,
indc ecuaia a i a nu are loc, iar dac pentru orice i = k, n b
i
= 0 sistemul este
compatibil nedeterminat. Practic se poate ntmpla ca valorile b
i
0 pentru i = k, n,
sunt mici n valoare absolut i se pot considera ca ind egale cu zero. Menionm c
n acest caz dei din punct de vedere teoretic sistemul liniar este incompatibil, totui
calculatorul ne indic un sistem compatibil i nedeterminat.
6.1.3 Aplicaii ale metodei lui Gauss
6.1.3.1 Calculul determinantului folosind metoda lui Gauss
Se consider matricea A = (a
ij
)
i,j=1,n
. Se pune problema calculului determinantului ma-
tricii A, notata cu det A. Se observ c, calculul determinantului nu se poate face dup
deniia clasic a determinantului nvat n liceu, indc ne conduce la un volum imens
de calcule avnd n! de termeni. De aceea e nevoie de metode numerice adecvate. Aici
vom prezenta calculul determinantului folosind metoda lui Gauss. Fie det variabila
corespunztoare, pe care o iniializm la nceputul algoritmului cu det := 1. Dac n al-
goritmul metodei Gauss elementul a
kk
,= 0 pentru k = 1, n 1, atunci p := a
kk
i punem
instruciunea det := det p. Dup ce se termin n metoda Gauss ciclul n raport cu
contorul k punem instruciunea det := det a
nn
. n acest fel n variabila det vom avea
tocmai valoarea determinantului matricii A. ntr-adevr, algoritmul lui Gauss transform
matricea A ntr-o matrice superior triunghiular, a crei determinant este tocmai pro-
dusul elementelor de pe diagonala principal. Pe primele n 1 poziii de pe diagonala
principal a matricii superior triunghiulare avem valoarea unu, dar pivotul ind scos ca
un factor forat de pe linii, intr ca un factor de multiplicare la calculul determinantului
matricii A. Menionm c, dac pivotul la un anumit pas este zero se aplic pivotarea
parial sau total, care nseamn schimbarea a dou linii sau a dou coloane ntre ele.
Din punct de vedere al calculului determinantului, aceste operaii induc schimbarea sem-
nului determinantului. De aceea n algoritmul Gauss n cazul pivotrii pariale respectiv
60 6. Sisteme de ecuaii liniare
totale de ecare dat se pune cte o instruciune de forma: det := det . La sfritul
algoritmului Gauss punem instruciunea de aare a rezultatului variabilei det.
6.1.3.2 Calculul matricii inverse folosind metoda lui Gauss
Fie A o matrice ptratic de ordinul n, nesingular (cu determinant nenul). Se tie c
n acest caz exist matricea invers A
1
i are loc egalitatea: A A
1
= I
n
, unde I
n
este
matricea unitate de ordinul n. Notm A = (a
ij
)
i,j=1,n
, A
1
= (x
ij
)
i,j=1,n
. Astfel avem
egalitatea
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn
_
_
_
_
_
_
_

_
_
_
_
_
_
_
x
11
x
12
. . . x
1n
x
21
x
22
. . . x
2n
. . . . . . . . . . . .
x
n1
x
n2
. . . x
nn
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
1 0 . . . 0
0 1 . . . 0
. . . . . . . . . . . .
0 0 . . . 1
_
_
_
_
_
_
_
.
Dac liniile matricii A se nmulesc numai cu prima coloan a matricii inverse, cu vectorul
_
_
_
_
_
_
_
x
11
x
21
.
.
.
x
n1
_
_
_
_
_
_
_
, se obine un sistem liniar avnd termenul liber prima coloan a matricii I
n
:
_

_
a
11
x
11
+ a
12
x
21
+ + a
1n
x
n1
= 1
a
21
x
11
+ a
22
x
21
+ + a
2n
x
n1
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
n1
x
11
+ a
n2
x
21
+ + a
nn
x
n1
= 0
.
Acest sistem liniar are matricea tocmai matricea A cu determinant diferit de zero, deci
este un sistem liniar de tip Cramer. Unica soluie a sistemului se obine cu algoritmul
metodei Gauss avnd termenul liber e
1
=
_
_
_
_
_
_
_
1
0
.
.
.
0
_
_
_
_
_
_
_
, primul vector din baza canonic a
spaiului R
n
. Soluia obinut este tocmai prima coloan a lui A
1
. La al doilea pas se
6.1. Metode directe de rezolvare numeric a sistemelor liniare 61
xeaz a doua coloan a matricii inverse A
1
, vectorul
_
_
_
_
_
_
_
x
12
x
22
.
.
.
x
n2
_
_
_
_
_
_
_
i se obine n mod
similar un sistem liniar de forma:
A
_
_
_
_
_
_
_
x
12
x
22
.
.
.
x
n2
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
0
1
.
.
.
0
_
_
_
_
_
_
_
= e
2
,
care iari se rezolv cu metoda lui Gauss, .a.m.d. Unica soluie a sistemului liniar
se aeaz pe a doua coloan a lui A
1
. Prin urmare, calculul matricii inverse pentru
o matrice A de ordinul n, nesingular, se reduce la rezolvarea consecutiv a n sisteme
liniare cu metoda lui Gauss, alegnd pentru termenii liberi vectorii e
1
, e
2
, . . . , e
n
din baza
canonic a lui R
n
.
Soluiile obinute se aranjeaz pe rnd pe coloanele matricii inverse A
1
.
Program matrice invers
Datele de intrare: n; A;
Pentru i = 1, n execut
b := e
i
;
Rezolv sistemul Ax = b cu metoda lui Gauss;
Pentru j = 1, n execut
A
1
[j, i] := x[j];
Tiprete A
1
.
6.1.3.3 Calculul rangului unei matrici folosind metoda lui Gauss
Fie A = (a
ij
)
i,j=1,n
o matrice ptratic de ordinul n. Ne intereseaz rangul matricii A.
Aplicnd algoritmul lui Gauss pentru matricea A, se obine o nou matrice, care are
toate elementele de sub diagonala principal egale cu zero, iar pe diagonala principal
apar elementele nenule sau nule. Numrul elementelor nenule de pe diagonala principal
este tocmai rangul matricii A. Prin urmare, n algoritmul Gauss, la sfritul programului
62 6. Sisteme de ecuaii liniare
numrm toate elementele nenule de pe diagonala principal, ncepnd cu elementul care
se a pe poziia primei linii i a primei coloane. Menionm c elementele matricii A
trebuie s e n aa fel, nct n algoritmul Gauss la un anumit pas s nu apar numere
foarte mari n valoare absolut.
Program rangul matricii
Datele de intrare: n; A;
Aplic algoritmul metoda Gauss; (vezi paragraful 6.1.2)
Fie k := 0;
Pentru k = 1, n execut
dac a
kk
,= 0 atunci k := k + 1;
Tiprete k.
6.1.4 Metode de factorizare
La aceste metode numerice ideea de baz este s factorizm, s descompunem matricea
sistemului liniar ntr-un produs de dou matrici cu "structur" mai simpl.
6.1.4.1 Metoda descompunerii LU
Dac se d o matrice ptratic de ordinul n, A = (a
ij
)
i,j=1,n
cu elemente numere reale se
pune problema de a descompune matricea A ntr-un produs de dou matrici triunghiu-
lare: A = L U, unde L este o matrice inferior triunghiular (vezi paragraful 6.1.1.3)
iar U este o matrice superior triunghiular (vezi paragraful 6.1.1.2). Rostul acestei des-
compuneri se poate argumenta n felul urmtor: dac se consider sistemul A x = b,
unde x = (x
1
, x
2
, . . . , x
n
)
T
i b = (b
1
, b
2
, . . . , b
n
)
T
i urmrim s-l rezolvm, adic s
determinm necunoscuta x n funcie de datele problemei A i b, o posibilitate ar
efectuarea descompunerii matricii A n produsul L U, indc dac am reuit aceast
descompunere soluia sistemului A x = b se reduce la rezolvarea sistemelor L y = b i
U x = y (A x = (L U) x = L (U x) = L y = b). Rezolvarea acestor sisteme se face
uor conform paragrafelor 6.1.1.2 i 6.1.1.3. Prin urmare s ne ntoarcem la posibilitatea
6.1. Metode directe de rezolvare numeric a sistemelor liniare 63
efecturii descompunerii LU pentru o matrice A dat. n matricea
L =
_
_
_
_
_
_
_
l
11
0
l
21
l
22
.
.
.
.
.
.
.
.
.
l
n1
l
n2
. . . l
nn
_
_
_
_
_
_
_
avem 1 + 2 + + n =
n
2
+ n
2
necunoscute, iar n matricea
U =
_
_
_
_
_
_
_
u
11
u
12
. . . u
1n
u
22
. . . u
2n
.
.
.
.
.
.
0 u
nn
_
_
_
_
_
_
_
avem iari n + (n 1) + + 1 =
n
2
+ n
2
necunoscute. n total avem de determinat
n
2
+ n necunoscute. Prin nmulirea direct a lui L cu U i prin egalarea rezultatelor cu
elementele corespunztoare ale matricii A obinem numai n
2
de egaliti. Prin urmare, n
general din n
2
egaliti nu se pot determina n
2
+n necunoscute, adic pentru o matrice A
dat, descompunerea LU nu este unic, deci problema descompunerii este nedeterminat.
ntr-adevr, dac A = L U este o descompunere i considerm pe D o matrice diagonal
astfel nct ecare element de pe diagonala principal a lui D nu este zero, atunci exist
D
1
i putem obine o nou descompunere gen LU pentru matricea A :
A = L U = L(D D
1
) U = (L D) (D
1
U) = L

,
unde L

= L D este noua matrice inferior triunghiular iar U

= D
1
U este noua
matrice superior triunghiular. Ca s asigurm unicitatea descompunerii LU, lum sau
diagonala principal a lui L sau diagonala principal a lui U s e egal cu un ir de unu.
Noi xm diagonala lui L cu numerele reale unu. Deci avem:
L =
_
_
_
_
_
_
_
_
_
_
1
l
21
1 0
l
31
l
32
1
. . . . . . . . .
l
n1
l
n2
l
n3
. . . 1
_
_
_
_
_
_
_
_
_
_
64 6. Sisteme de ecuaii liniare
i
U =
_
_
_
_
_
_
_
u
11
u
12
. . . u
1n
u
22
. . . u
2n
.
.
.
.
.
.
0 u
nn
_
_
_
_
_
_
_
n continuare prezentm un algoritm de determinare a elementelor l
ij
din L i u
ij
din U,
pas cu pas:
pas 1. se determin u
11
: 1 u
11
= a
11
;
pas 2. se determin l
21
, l
31
, . . . , l
n1
: l
21
u
11
= a
21
;
l
31
u
11
= a
31
;
.
.
.
l
n1
u
11
= a
n1
.
Observm c pentru determinarea elementelor l
21
, l
31
, . . . , l
n1
trebuie s impunem condiia
ca u
11
,= 0.
pas 3. se determin u
12
, u
13
, . . . , u
1n
: 1 u
12
= a
12
;
1 u
13
= a
13
;
.
.
.
1 u
1n
= a
1n
.
Dup ce prima coloan a lui L i prima linie a lui U sunt determinate urmeaz a doua
coloan a lui L i a doua linie a lui U :
pas 4. se determin u
22
: l
21
u
12
+ 1 u
22
= a
22
cu necunoscuta u
22
.
pas 5. se determin l
32
, . . . , l
n2
: l
31
u
12
+ l
32
u
22
= a
22
;
.
.
.
l
n1
u
12
+ l
n2
u
22
= a
n2
.
Observm c pentru determinarea elementelor l
32
, . . . , l
n2
avem nevoie ca u
22
,= 0.
pas 6. se determin u
22
, . . . , u
2n
: l
21
u
13
+ 1 u
23
= a
23
;
.
.
.
l
21
u
1n
+ 1 u
2n
= a
2n
.
6.1. Metode directe de rezolvare numeric a sistemelor liniare 65
Mai departe algoritmul se continu n mod similar pentru celelalte coloane ale lui L i
celelalte linii ale lui U.
Teorema 6.1.4.1. Dac ntr-o matrice A minorii principali sunt nenuli, atunci are loc
descompunerea LU i n mod unic.
Demonstraie. Prin minorii principali ai matricii A vom nelege determinanii
care se formeaz ncepnd cu elementul, care se a pe prima linie i pe prima coloan a
matricii A:
A =
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
13
. . . a
1n
a
21
a
22
a
23
. . . a
2n
a
31
a
32
a
33
. . . a
3n
. . . . . . . . . . . . . . .
a
n1
a
n2
a
n3
. . . a
nn
_
_
_
_
_
_
_
_
_
_
, adic D
1
= [a
11
[,
D
2
=

a
11
a
12
a
21
a
22

, D
3
=

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

, . . . , D
n
= det(A).
Teorema arm faptul c, dac D
i
,= 0 pentru i = 1, n, atunci exist descompunerea LU
i n mod unic. Presupunem c avem descompunerea
A = LU =
_
_
_
_
_
_
_
_
_
_
1
l
21
1
l
31
l
32
1
. . . . . . . . . . . .
l
n1
l
n2
l
n3
. . . 1
_
_
_
_
_
_
_
_
_
_

_
_
_
_
_
_
_
u
11
u
12
. . . u
1n
u
22
. . . u
2n
.
.
.
.
.
.
0 u
nn
_
_
_
_
_
_
_
,
de unde det(A) = det(L U) = det L det U = 1 u
11
u
22
. . . u
nn
= u
11
u
22
. . . u
nn
. n mod
analog dac alegem matricile din matricea A, care corespund minorilor principali din A,
atunci trebuie s alegem tot matricile corespunztoare minorilor principali din L i U.
Adic: D
1
= 1 u
11
, D
2
= 1 u
11
u
22
, D
3
= 1 u
11
u
22
u
33
, . . . , D
n
= det(A) =
1 u
11
u
22
. . . u
nn
. naintea teoremei, la algoritmul de determinare a elementelor lui L i
U singura restricie care se impune este ca pe rnd u
11
, u
22
, . . . , u
n1,n1
s e diferite
de zero. Observm c pentru u
n,n
nu e nevoie de condiia ca u
n,n
,= 0. Prin urmare
u
11
,= 0 este echivalent cu D
1
,= 0, u
22
,= 0 este echivalent cu D
2
,= 0, u
33
,= 0 este
66 6. Sisteme de ecuaii liniare
echivalent cu D
3
,= 0, . . . , u
n1,n1
,= 0 este echivalent cu D
n1,n1
,= 0. Sigur c, condiia
D
n
= det(A) ,= 0 este echivalent cu u
n,n
,= 0.
Observaia 6.1.4.1. Din demonstraie reiese un calcul foarte simplu pentru det(A). ntr-
adevr dac am fcut descompunerea LU pentru matricea A, atunci se cunosc elementele
matricii U de pe diagonala principal i avem det(A) = u
11
u
22
. . . u
nn
.
Menionm c descompunerea LU are loc i ntr-un caz mai general, cnd se cere
numai ca matricea A s e inversabil. ntr-adevr, det(A) = D
n
= u
11
u
22
. . . u
nn
,= 0
implic u
ii
,= 0 pentru orice i = 1, n. n general cnd efectum descompunerea LU se
poate ntmpla, c vom nevoii s schimbm ntre ele dou linii sau dou coloane ale
matricii A pentru a avea u
ii
,= 0.
Program factorizare LU
Datele de intrare: n; A;
Pentru k = 1, n execut: l
kk
= 1;
Pentru k = 1, n execut:
u
kk
:= a
kk

k1

j=1
l
kj
u
jk
;
(se obine prin nmulirea liniei k din L cu coloana k din U)
pentru i = k + 1, n execut:
l
ik
:=
_
a
ik

k1

j=1
l
ij
u
jk
_
/u
kk
;
(se obine prin nmulirea liniei i din L cu coloana k din U);
u
ki
:= a
ki

k1

j=1
l
kj
u
ji
;
(se obine prin nmulirea liniei k din L cu coloana i din U);
Tiprete L i U.
Dac se cere s se rezolve sistemul liniar Ax = b cu metoda LU atunci avem urmtorul
program:
Program 2 LU
Datele de intrare: n; A; b;
6.1. Metode directe de rezolvare numeric a sistemelor liniare 67
Aplic subrutina program factorizare LU;
Aplic subrutina matrice inferior triunghiular
(conform 6.1.1.3 pentru sistemul Ly = b);
Aplic subrutina matrice superior triunghiular
(conform 6.1.1.2 pentru sistemul Ux = y);
Tiprete x.
6.1.4.2 Metoda descompunerii LL
T
(Cholesky)
Prin descompunerea LL
T
a unei matrici A = (a
ij
)
i,j=1,n
vom nelege aceea descom-
punere, unde L este o matrice inferior triunghiular, iar L
T
nseamn transpunerea ma-
tricii L, adic L
T
va o matrice superior triunghiular. Pentru a enuna i a demonstra o
teorem referitoare la existena i unicitatea descompunerii LL
T
avem nevoie n prealabil
de cteva noiuni asupra matricii A :
Deniia 6.1.4.1. O matrice A se numete simetric, dac a
ij
= a
ji
pentru orice i, j =
1, n, adic elementele situate simetric fa de diagonala principal a matricii A sunt egale.
Deniia 6.1.4.2. O matrice A se numete pozitiv denit dac x
T
Ax > 0 pentru orice
x =
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
R
n

R
n,
unde x
T
nseamn transpusa vectorului coloan x. Prin urmare, dac se efectueaz n-
mulirile n expresia x
T
Ax se obine c matricea A este pozitiv denit, dac forma p-
tratic corespunztoare veric
n

i,j=1
a
ij
x
i
x
j
> 0 pentru orice x
i
R cu i = 1, n, i nu toi
x
i
ind deodat egali cu zero.
Aici menionm teorema lui Sylvester: o matrice A este pozitiv denit dac i numai
dac toi minorii principali sunt pozitivi: D
1
= [a
11
[ > 0, D
2
=

a
11
a
12
a
21
a
22

> 0, D
3
=
68 6. Sisteme de ecuaii liniare

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

> 0, . . . , D
n
=

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn

= det(A) > 0.
Teorema 6.1.4.2. (Cholesky) Dac matricea A este simetric i pozitiv denit atunci
exist factorizarea LL
T
pentru A i aceast descompunere este unic.
Demonstraie. Demonstraia vom face folosind metoda induciei matematice. Pen-
tru n = 1 avem A = L L
T
, adic a
11
= l
11
l
11
= l
2
11
. Dar D
1
= [a
11
[ = a
11
> 0, deci
exist un singur numr real i pozitiv l
11
pentru care l
11
=

a
11
. Observm c pentru
a asigura unicitatea descompunerii lum radicalul aritmetic, care la orice numr real i
pozitiv atribuie tot un numr real i pozitiv. Presupunem c pentru matricea A = A
n1
de ordinul n 1, simetric i pozitiv denit are loc descompunerea LL
T
, adic exist
o matrice inferior triunghiular L
n1
de ordinul n 1 astfel ca A
n1
= L
n1
L
T
n1
. Fie
acum A = A
n
o matrice de ordinul n simetric i pozitiv denit:
A
n
=
_
_
_
_
_
_
_
_
_
_
a
11
. . . a
1,n1
a
1,n
a
21
. . . a
2,n1
a
2,n
. . . . . . . . . . . .
a
n1,1
. . . a
n1,n1
a
n1,n
a
n,1
. . . a
n,n1
a
n,n
_
_
_
_
_
_
_
_
_
_
.
Matricea A
n
o tiem n blocuri de matrici separnd ultima linie i ultima coloan a
matricii A
n
: A
n
=
_
A
n1
a
T

a
a
nn
_
, unde A
n1
=
_
_
_
_
_
_
_
a
11
. . . a
1,n1
a
21
. . . a
2,n1
. . . . . . . . .
a
n1,1
. . . a
n1,n1
_
_
_
_
_
_
_
, iar
a =
_
_
_
_
_
_
_
a
1,n
a
2,n
.
.
.
a
n1,n
_
_
_
_
_
_
_
. Aici menionm c, deoarece conform presupunerii A
n
este o ma-
trice simetric, rezult c A
n1
va tot o matrice simetric, iar pe ultima linie a lui
A
n
putem pune a
T
, care nseamn transpunerea matricii coloan a R
n1
ntr-o ma-
6.1. Metode directe de rezolvare numeric a sistemelor liniare 69
trice linie. Fie x =
_
x

0
_
R
n
, unde x

=
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n1
_
_
_
_
_
_
_
R
n1
este un vector arbitrar.
Conform presupunerii A
n
este o matrice pozitiv denit, deci x
T
Ax > 0 pentru orice
x R
n

R
n adic (x

T
[ 0)
_
A
n1
a
T

a
a
nn
_

_
x

0
_
> 0 pentru orice x

R
n1

R
n1.
Fcnd nmulirea matricial, care se reduce la nmulirea matricial cu blocuri de ma-
trici compatibile din punct de vedere al dimensiunilor, se obine c x

T
A
n1
x

> 0
pentru orice x

R
n1

R
n1. Prin urmare A
n1
este o matrice pozitiv denit. Ast-
fel ajungem la urmtoarea concluzie: dac matricea A
n
este simetric i pozitiv denit
rezult c A
n1
este tot o matrice simetric i pozitiv denit. Prin urmare conform
presupunerii inductive pentru matricea A
n1
putem aplica descompunerea LL
T
, adic
exist o matrice L
n1
, de ordinul n 1, inferior triunghiular, cu elemente numere reale
astfel ca A
n1
= L
n1
L
T
n1
. Pornind de la matricea L
n1
astfel obinut construim o
matrice L
n
, de ordinul n, inferior triunghiular, n felul urmtor: L
n
=
_
L
n1
l
T

R
n1
l
nn
_
,
unde
R
n1 =
_
_
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
_
_
R
n1
, l =
_
_
_
_
_
_
_
l
1n
l
2n
.
.
.
l
n1,n
_
_
_
_
_
_
_
R
n1
, deci l
T
= (l
1n
l
2n
. . . l
n1,n
), iar
l
nn
R. Elementele l
1n
, l
2n
, . . . , l
n1,n
, l
nn
deocamdat sunt necunoscute i urmeaz s le
determinm din condiia L
n
L
T
n
= A
n
:
_
L
n1
l
T

R
n1
l
nn
_

_
L
T
n1

T
R
n1

l
l
nn
_
= A
n
=
_
A
n1
a
T

a
a
nn
_
.
Efectund nmulirea cu blocurile de matrici compatibile rezult:
_
L
n1
L
T
n1
l
T
L
T
n1

L
n1
l
l
T
l + l
2
nn
_
=
_
A
n1
a
T

a
a
nn
_
.
Prin identicarea blocurilor rezult c: A
n1
= L
n1
L
T
n1
, egalitate care are loc conform
presupunerii pasului inductiv, L
n1
l = a, care este un sistem inferior triunghiular i
se rezolv conform 6.1.1.3 (det(A
n1
) > 0 implic det(L
n1
) > 0). Deci determinm
elementele lui l. ns l
T
L
T
n1
= a
T
nu este altceva dect transpunerea sistemului L
n1
l =
a. Ne rmne determinarea lui l
nn
R. Din egalitatea A
n
= L
n
L
T
n
rezult det(A
n
) =
det(L
n
L
T
n
) = det(L
n
) det(L
T
n
) = det(L
n
) det(L
n
) = [det(L
n
)]
2
. Dac determinantul
70 6. Sisteme de ecuaii liniare
matricii L
n
dezvoltm dup ultima coloan avem: det(L
n
) = det(L
n1
) l
nn
. Prin urmare
det(A
n
) = [det(L
n1
)]
2
l
2
nn
. ns matricea A
n
este pozitiv denit, deci teorema lui
Sylvester ne asigur c det(A
n
) > 0, deci exist l
nn
R numr real pozitiv astfel nct
l
nn
=
_
det(A
n
)
[ det(L
n1
)[
=
_
det(A
n
)
det(L
n1
)
> 0,
cci det(L
n1
) > 0. Observm c dac elementele l
ii
, pentru i = 1, n 1 se xeaz prin
l
ii
> 0 atunci i elementul l
nn
> 0.
Observaia 6.1.4.2. Dac pentru o matrice A simetric i pozitiv denit am efec-
tuat descompunerea LL
T
atunci determinantul matricii A se calculeaz foarte simplu:
det(A) = det(L L
T
) = det(L) det(L
T
) = det(L) det(L) = [det(L)]
2
= (l
11
l
22
. . . l
nn
)
2
,
unde l
ii
> 0 sunt elementele strict pozitive de pe diagonala principal a lui L.
Program factorizare LL
T
Datele de intrare: n; A; (conform presupunerii A este o matrice simetric i pozitiv
denit)
Pentru i = 1, n execut:
L[i, i] :=
_
A[i, i]
i1

j=1
(L[i, j])
2
_
1
2
(unde linia i din matricea L se mulete cu coloana i
din matricea L
T
, care este identic cu linia i din matricea L)
Pentru k = i + 1, n execut
L[k, i] :=
_
A[k, i]

i1
j=1
L[k, j] L[i, j]
_
/L[i, i];
(unde linia k din matricea L se nmulete cu coloana i din matricea
L
T
, care este identic cu linia i din matricea L);
Tiprete L.
Dac avem de rezolvat numeric un sistem liniar de forma A x = b, unde A este o
matrice simetric i pozitiv denit atunci avem urmtorul program:
6.1. Metode directe de rezolvare numeric a sistemelor liniare 71
Program 2 LL
T
Datele de intrare: n; A; b;
Aplic subrutina program factorizare LL
T
;
Aplic subrutina matrice inferior triunghiular (conform 6.1.1.3) pentru sistemul
Ly = b;
Aplic subrutina matrice superior triunghiular (conform 6.1.1.2) pentru sistemul
L
T
x = y;
Tiprete x.
6.1.4.3 Metoda descompunerii QR (Householder)
Pentru a formula problema matematic a descompunerii QR, n prealabil trebuie
s xm nite noiuni. Reamintim c o matrice R se numete superior triunghiular,
dac toate elementele matricii R aate sub diagonala principal sunt egale cu zero (vezi
6.1.1.3).
Deniia 6.1.4.3. O matrice Q se numete matrice ortogonal, dac Q
T
Q = D, unde
Q
T
nseamn matricea transpus obinut din matricea Q, iar D este o matrice diagonal
inversabil.
Prin urmare, dac Q = (q
ij
)
i,j=1,n
, atunci condiia Q
T
Q = D nseamn c liniile lui
Q
T
se nmulesc cu coloanele lui Q, adic coloanele lui Q se nmulesc cu coloanele lui
Q. Dac alegem dou coloane diferite ale lui Q produsul lor scalar trebuie s e zero, iar
dac alegem aceeai coloan produsul scalar al coloanei respective cu ea nsi trebuie s
e diferit de zero:
n

i=1
q
ij
q
ik
=
_

_
0, dac j ,= k,
d
jj
,= 0, dac k = j.
Un exemplu simplu de matrice ortogonal pentru n = 2 este matricea
Q =
_
_
cos sin
sin cos
_
_
72 6. Sisteme de ecuaii liniare
cu R, iar n cazul n 3 putem alege de exemplu
Q =
_
_
_
_
_
_
_
_
_
_
cos sin 0
sin cos
1
.
.
.
0 1
_
_
_
_
_
_
_
_
_
_
unde apar n 2 buci de 1 pe diagonala principal.
Prin descompunerea QR a matricii A vom nelege determinarea unei matrici ortogo-
nale Q i determinarea unei matrici superior triunghiulare R, avnd un ir de numere
reale unu pe diagonala principal, astfel ca s aib loc egalitatea: A = Q R.
Teorema 6.1.4.3. Dac matricea A este nesingular (det(A) ,= 0) atunci exist n mod
unic descompunerea QR a matricii A.
Demonstraie. Fie A = (a
ij
)
i,j=1,n
= (a
1
a
2
. . . a
n
), unde cu a
i
am notat coloana i
a matricii A pentru i = 1, n, Q = (q
ij
)
i,j=1,n
= (q
1
q
2
. . . q
n
), unde cu q
i
am notat coloana
i a matricii Q pentru i = 1, n, iar R =
_
_
_
_
_
_
_
1 r
12
r
13
. . . r
1n
0 1 r
23
. . . r
2n
. . . . . . . . . . . . . . .
0 0 0 1
_
_
_
_
_
_
_
, unde r
ij
R pentru
n j > i 1. Am xat r
ii
= 1 pentru orice i = 1, n. Are loc egalitatea: A = QR, adic
(a
1
a
2
. . . a
n
) = (q
1
q
2
. . . q
n
)
_
_
_
_
_
_
_
1 r
12
r
13
. . . r
1n
0 1 r
23
. . . r
2n
. . . . . . . . . . . . . . .
0 0 0 1
_
_
_
_
_
_
_
.
La primul pas toate liniile lui Q se nmulesc cu prima coloan a lui R i se obine prima
coloan a lui A : q
1
1 = a
1
, adic q
1
= a
1
. Deoarece det(A) ,= 0 rezult c a
1
,=
R
n, deci
q
1
,=
R
n. La pasul doi toate liniile lui Q se nmulesc cu a doua coloan a lui R i se obine
a doua coloan din A : q
1
r
12
+ q
2
1 = a
2
, adic r
12
q
1
+ q
2
= a
2
. n aceast egalitate
avem dou necunoscute: numrul real r
12
i coloana q
2
. Considernd pe R
n
produsul
scalar euclidian obinuit vom impune condiia (q
2
, q
1
) = 0 ca s formm matricea Q ca
pe o matrice ortogonal. Observm c pentru determinarea pe rnd a coloanelor matricii
6.1. Metode directe de rezolvare numeric a sistemelor liniare 73
Q vom folosi o metod general Gram-Schmidt. Cum q
2
= a
2
r
12
q
1
din condiia de
ortogonalitate (q
2
, q
1
) = 0 rezult (a
2
r
12
q
1
, q
1
) = 0, adic (a
2
, q
1
) r
12
(q
1
, q
1
) = 0, deci
r
12
=
(a
2
, q
1
)
|q
1
|
2
. Deoarece q
1
,=
R
n avem asigurat existena elementului r
12
. tiind pe r
12
,
l nlocuim n egalitatea q
2
= a
2
r
12
q
1
i obinem pe q
2
. Menionm c q
2
,=
R
n, cci n
caz contrar avem q
2
=
R
n = a
2
r
12
q
1
, adic a
2
= r
12
q
1
= r
12
a
1
, deci a doua coloan a
matricii A se obine din prima coloan a matricii A printr-o nmulire cu un factor real,
deci det(A) = 0, ceea ce nseamn o contradicie.
La pasul trei liniile lui Q se nmulesc cu a treia coloan a lui R, deci avem: q
1
r
13
+
q
2
r
23
+q
3
1 = a
3
, deci q
3
= a
3
r
13
q
1
r
23
q
2
. Impunem condiia de ortogonalitate a lui
q
3
cu q
1
i cu q
2
: (q
3
, q
1
) = 0 i (q
3
, q
2
) = 0, deci avem: (a
3
r
13
q
1
r
23
q
2
, q
1
) = 0, adic
(a
3
, q
1
) r
13
(q
1
, q
1
) r
23
(q
2
, q
1
) = 0, deci (a
3
, q
1
) r
13
(q
1
, q
1
) = 0, prin urmare:
r
13
=
(a
3
, q
1
)
(q
1
, q
1
)
=
(a
3
, q
1
)
|q
1
|
2
.
Analog avem irul de relaii echivalente:
(q
3
, q
2
) = 0 (a
3
r
13
q
1
r
23
q
2
, q
2
) = 0
(a
3
, q
2
) r
13
(q
1
, q
2
) r
23
(q
2
, q
2
) = 0
(a
3
, q
2
) r
23
(q
2
, q
2
) = 0 r
23
=
(a
3
, q
2
)
(q
2
, q
2
)
=
(a
3
, q
2
)
|q
2
|
2
.
Cum q
1
,=
R
n i q
2
,=
R
n avem asigurat existena elementelor r
13
i r
23
. tiind pe r
13
i
r
23
avem
q
3
= a
3

(a
3
, q
1
)
|q
1
|
2
q
1

(a
3
, q
2
)
|q
2
|
2
q
2
.
n mod analog artm c q
3
,=
R
n, indc n caz contrar, dac q
3
=
R
n avem a
3
=
r
13
q
1
+ r
23
q
2
, de unde deducem c a
3
depinde liniar de a
1
i a
2
, adic det(A) = 0, ceea
ce nseamn o contradicie.
n general liniile lui Q se nmulesc cu coloana k din matricea R: a
k
= q
1
r
1k
+ q
2

r
2k
+ +q
k1
r
k1,k
+q
k
1, adic a
k
= r
1k
q
1
+r
2k
q
2
+ +r
k1,k
q
k1
+q
k
. De aici:
q
k
= a
k
r
1k
q
1
r
2k
q
2
r
k1,k
q
k1
i impunem condiiile de ortogonalitate asupra
lui Q : (q
k
, q
j
) = 0 pentru orice j = 1, k 1. Prin urmare:
(a
k
r
1k
q
1
r
2k
q
2
. . . r
k1,k
q
k1
, q
j
) = 0
(a
k
, q
j
) r
1k
(q
1
, q
j
) r
2k
(q
2
, q
j
) . . . r
jk
(q
j
, q
j
) . . . r
k1,k
(q
k1
, q
j
) = 0
(a
k
, q
j
) r
jk
|q
j
|
2
= 0 r
jk
=
(a
k
, q
j
)
|q
j
|
2
74 6. Sisteme de ecuaii liniare
pentru ecare j = 1, k 1. n nal
q
k
= a
k

(a
k
, q
1
)
|q
1
|
2
q
1

(a
k
, q
2
)
|q
2
|
2
q
2
. . .
(a
k
, q
k1
)
|q
k1
|
2
q
k1
.
Program factorizare QR
Datele de intrare: n; A;
q
1
:= a
1
;
Pentru k := 2, n execut
Pentru j := 1, k 1 execut
r
jk
:=
(a
k
, q
j
)
|q
j
|
2
;
q
k
:= a
k

k1
j=1
r
jk
q
j
;
Tiprete R i Q;
Dac se pune problema rezolvrii numerice a sistemului de ecuaii liniare A x = b
folosind metoda descompunerii QR, unde A = (a
ij
)
i,j=1,n
i b =
_
_
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
_
_
R
n
sunt date,
x =
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
R
n
ind necunoscuta, atunci procedm n felul urmtor: Ax = b
QRx = b Q
T
QRx = Q
T
b DRx = Q
T
b D
1
DRx = D
1
Q
T
b Rx = D
1
Q
T
b.
Prin urmare rezolvarea sistemului Ax = b este echivalent cu rezolvarea sistemului superior
triunghiular Rx = D
1
Q
T
b. (vezi paragraful 6.1.1.2).
Program 2 QR
Datele de intrare: n; A; b
Aplic subrutina program factorizare QR;
Aplic subrutina matrice superior triunghiular (conform 6.1.1.2) pentru sistemul:
Rx = D
1
Q
T
b;
Tiprete x.
6.1. Metode directe de rezolvare numeric a sistemelor liniare 75
6.1.4.4 Sisteme de ecuaii liniare cu matrice tridiagonal
Deniia 6.1.4.4. Printr-o matrice tridiagonal nelegem o matrice care are elemente
nenule pe diagonala principal i pe cele dou codiagonale imediat vecine acesteia. Prin
urmare avem o matrice tridiagonal, dac are urmtoarea form:
A =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
b
1
c
1
a
2
b
2
c
2
0
.
.
.
.
.
.
.
.
.
a
i
b
i
c
i
0
.
.
.
.
.
.
.
.
.
a
n1
b
n1
c
n1
a
n
b
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Vrem s aplicm pentru o matrice tridiagonal A metoda descompunerii LU (vezi
paragraful 6.1.4.1) numai c n acest caz pe diagonala matricii superior triunghiulare U
vom xa un ir de unu. Alegem:
L =
_
_
_
_
_
_
_
_
_
_
_
_
_
t
1
p
2
t
2
0
.
.
.
.
.
.
.
.
.
p
i
t
i
0
.
.
.
.
.
.
p
n
t
n
_
_
_
_
_
_
_
_
_
_
_
_
_
i U =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 s
1
1 s
2
.
.
.
.
.
.
0
1 s
i
.
.
.
.
.
.
0 1 s
n1
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
i din egalitatea A = L U prin identicarea elementelor corespunztoare vom obine:
Pentru prima linie din L avem:
1. dac se nmulete prima linie din L cu prima coloan din U atunci: t
1
1 = b
1
;
2. dac se nmulete prima linie din L cu a doua coloan din U atunci: t
1
s
1
+01 = c
1
;
Pentru liniile i = 2, n 1 din L avem:
coloanele i 1 i
L =
_
_
_
_
_
.
.
.
.
.
.
0 . . . 0 p
i
t
i
0 . . . 0
.
.
.
.
.
.
_
_
_
_
_
linia i
76 6. Sisteme de ecuaii liniare
coloanele i 1 i i + 1
U =
_
_
_
_
_
_
_
_
_
_
.
.
.
.
.
.
.
.
.
1 s
i1
.
.
.
1 s
i
1 s
i+1
.
.
.
.
.
.
_
_
_
_
_
_
_
_
_
_
liniile
i 1
i
i + 1
3. dac se nmulete linia i din L cu coloana i 1 din U atunci: p
i
1 + t
i
0 = a
i
;
4. dac se nmulete linia i din L cu coloana i din U atunci: p
i
s
i1
+ t
i
1 = b
i
;
5. dac se nmulete linia i din L cu coloana i + 1 din U atunci: p
i
0 + t
i
s
i
= c
i
;
Pentru ultima linie din L avem:
6. dac se nmulete ultima linie a lui L cu penultima coloan a lui U atunci: p
n
1 +
t
n
0 = a
n
;
7. dac se nmulete ultima linie a lui L cu ultima coloan a lui U atunci: p
n
s
n1
+
t
n
1 = b
n
.
Prin urmare rezult egalitile:
t
1
= b
1
; t
1
s
1
= c
1
;
pentru i = 2, n 1 avem p
i
= a
i
;
p
i
s
i1
+ t
i
= b
i
;
t
i
s
i
= c
i
;
p
n
= a
n
;
p
n
s
n1
+ t
n
= b
n
.
Astfel deducem urmtoarele formule pentru calculul elementelor necunoscute ale matri-
cilor L i U : Pentru i = 2, n avem p
i
:= a
i
. Mai departe t
1
:= b
1
i s
1
:=
c
1
t
1
, dac
t
1
,= 0. Pentru i = 2, n 1 avem t
i
:= b
i
p
i
s
i1
i s
i
:=
c
i
t
i
, dac t
i
,= 0. n nal:
t
n
:= b
n
p
n
s
n1
.
Teorema 6.1.4.4. Dac matricea tridiagonal A este nesingular (det(A) ,= 0), atunci
exist descompunerea particular LU de mai sus.
6.1. Metode directe de rezolvare numeric a sistemelor liniare 77
Demonstraie. Din egalitatea: det(A) = det(L U) = det(L) det(U) = t
1
t
2

. . . t
n
1 1 . . . 1 = t
1
t
2
. . . t
n
avem det(A) ,= 0 dac i numai dac t
i
,= 0 pentru
orice i = 1, n. Dar aceste condiii ne asigur existena formulelor pentru calculul lui s
i
,
_
s
i
=
c
i
t
i
, i = 1, n 1
_
.
Program matrice tridiagonal
Datele de intrare: A, adic a
i
pentru i = 2, n;
b
i
pentru i = 1, n;
c
i
pentru i = 1, n 1;
Pentru i = 2, n execut: p
i
= a
i
;
t
1
:= b
1
; s
1
:=
c
1
t
1
;
Pentru i = 2, n 1 execut
t
i
:= b
i
p
i
s
i1
;
s
i
:=
c
i
t
i
;
t
n
:= b
n
p
n
s
n1
;
Tiprete: L i U (adic p
i
pentru i = 2, n;
t
i
pentru i = 1, n;
s
i
pentru i = 1, n 1).
n continuare vrem s rezolvm sistemul liniar Ax = d, unde A este o matrice tridiago-
nal de ordinul n cu det(A) ,= 0, d =
_
_
_
_
_
_
_
d
1
d
2
.
.
.
d
n
_
_
_
_
_
_
_
R
n
este vectorul dat al termenului liber
iar x =
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
R
n
este coloana necunoscutelor. Rezolvarea numeric a sistemului
A x = d vom face prin metoda descompunerii particulare LU a matricii tridiagonale A.
78 6. Sisteme de ecuaii liniare
Prin urmare: A x = d LUx = d
_

_
Ly = d
Ux = y
. Avem de rezolvat Ly = d, adic
_
_
_
_
_
_
_
_
_
_
_
_
_
t
1
p
2
t
2
0
.
.
.
.
.
.
p
i
t
i
0
.
.
.
.
.
.
p
n
t
n
_
_
_
_
_
_
_
_
_
_
_
_
_

_
_
_
_
_
_
_
_
_
_
_
_
_
y
1
y
2
.
.
.
y
i
.
.
.
y
n
_
_
_
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
_
d
1
d
2
.
.
.
d
i
.
.
.
d
n
_
_
_
_
_
_
_
_
_
_
_
_
_
deci
_

_
t
1
y
1
= d
1
p
2
y
1
+ t
2
y
2
= d
2
.
.
.
p
i
y
i1
+ t
i
y
i
= d
i
.
.
.
p
n
y
n1
+ t
n
y
n
= d
n
de unde: y
1
=
d
1
t
1
; y
2
=
d
2
p
2
y
1
t
2
; . . . ; y
i
=
d
i
p
i
y
i1
t
i
; . . . ; y
n
=
d
n
p
n
y
n1
t
n
, adic:
y
1
=
d
1
t
1
i pentru i = 2, n avem:
y
i
:=
d
i
p
i
y
i1
t
i
. (6.1)
Considerm sistemul: Ux = y, adic
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 s
1
1 s
2
.
.
.
.
.
.
0
1 s
i
0
.
.
.
.
.
.
1 s
n1
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
i
.
.
.
x
n
_
_
_
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
_
y
1
y
2
.
.
.
y
i
.
.
.
y
n
_
_
_
_
_
_
_
_
_
_
_
_
_
6.1. Metode directe de rezolvare numeric a sistemelor liniare 79
deci:
_

_
1 x
1
+ s
1
x
2
= y
1
1 x
2
+ s
2
x
3
= y
2
.
.
.
1 x
i
+ s
i
x
i+1
= y
i
.
.
.
1 x
n1
+ s
n1
x
n
= y
n1
1 x
n
= y
n
,
adic:
_

_
x
n
= y
n
x
n1
+ s
n1
x
n
= y
n1
.
.
.
x
i
+ s
i
x
i+1
= y
i
.
.
.
x
2
+ s
2
x
3
= y
2
x
1
+ s
1
x
2
= y
1
,
care are soluia, conform unui sistem inferior triunghiular:
_

_
x
n
= y
n
x
n1
= y
n1
s
n1
x
n
.
.
.
x
i
= y
i
s
i
x
i+1
.
.
.
x
2
= y
2
s
2
x
3
x
1
= y
1
s
1
x
2
,
deci: x
n
= y
n
i pentru i = n 1, 1 avem formulele
x
i
:= y
i
s
i
x
i+1
. (6.2)
Combinnd metoda descris la Program matrice tridiagonal cu formulele (6.1) i (6.2)
obinem:
80 6. Sisteme de ecuaii liniare
Program 2 matrice tridiagonal
Datele de intrare: A, adic a
i
pentru i = 2, n;
b
i
pentru i = 1, n;
c
i
pentru i = 1, n 1;
i d, adic d
i
pentru i = 1, n.
t
1
:= b
1
; s
1
:=
c
1
t
1
; y
1
:=
d
1
t
1
;
Pentru i = 2, n 1 execut:
t
i
:= b
i
a
i
s
i1
;
s
i
:=
c
i
t
i
;
y
i
:=
d
i
a
i
y
i1
t
i
;
t
n
:= b
n
a
n
s
n1
; x
n
:=
d
n
a
n
y
n1
t
n
;
Pentru i = n 1, 1 execut:
x
i
:= y
i
s
i
x
i+1
.
Tiprete: x, adic x
i
pentru i = 1, n.
6.2 Norme vectoriale i matriciale
Considerm spaiul R
n
i orice norm denit pe acest spaiu o vom denumi norm
vectorial. S reamintim axiomele normei: norma | | : R
n
R este o funcie care
veric axiomele:
1. |x + y| |x| +|y| pentru orice x, y R
n
;
2. |x| = [[ |x| pentru orice R
n
i orice x R
n
;
3. |x| 0 pentru orice x R
n
i |x| = 0 dac i numai dac x =
R
n.
n continuare dm exemple de norme vectoriale:
1. norma euclidian: |x|
2
=
_

n
i=1
x
2
1
, unde x = (x
1
, x
2
, . . . , x
n
) R
n
;
2. norma maximum: |x|

= max[x
i
[ [ i = 1, n, unde x = (x
1
, x
2
, . . . , x
n
) R
n
;
3. norma octaedric: |x|
1
=

n
i=1
[x
i
[, unde x = (x
1
, x
2
, . . . , x
n
) R
n
.
6.2. Norme vectoriale i matriciale 81
Lsm pe seama cititorului s verice axiomele normei pentru aceste norme particulare. O
generalizare natural a acestor norme ar norma dat de formula: |x|
p
=
_
n

i=1
[x
i
[
p
_
1/p
,
unde p [1, +] este un numr real xat sau simbolul +, iar x = (x
1
, x
2
, . . . , x
n
) R
n
.
n cazul p = + dm urmtoarea interpretare:
|x|

= lim
p+
_
n

i=1
[x
i
[
p
_
1/p
= max[x
i
[ / i = 1, n.
Menionm faptul c pe spaiul R
n
oricare dou norme vectoriale sunt compatibile, adic
oricare ar o norm vectorial | | pe R
n
exist constantele c
1
, c
2
> 0 astfel nct
c
1
|x|
2
|x| c
2
|x|
2
pentru orice x R
n
.
Considerm spaiul linear al matricelor cu elemente numere reale avnd m linii i n
coloane, notat cu /
mn
(R).
O norm, || : /
mn
(R) R denit pe spaiul linear /
mn
(R) o vom numi norm
matricial, i se denete cu aceleai axiome:
1. |A + B| |A| +|B| pentru orice A, B /
mn
(R);
2. |A| = [[ |A| pentru orice R i orice A /
mn
(R);
3. |A| 0 pentru orice A /
mn
(R) i |A| = 0 dac i numai dac A = O
mn
,
unde cu O
mn
am notat matricea nul cu m linii i n coloane.
Un exemplu de norm matricial ar :
|A| =

_
m

i=1
n

j=1
a
2
ij
, unde A = (a
ij
)
i=1,m
j=1,n
/
mn
(R).
Lsm pe seama cititorului s verice axiomele normei pentru acest exemplu.
Dac m = n atunci avem matricile ptratice de ordinul n cu elemente reale, notate
simplu cu /
n
(R) n loc de /
nn
(R). n acest caz mai adugm i urmtoarea
axiom la axiomele normei matriciale:
4. |A B| |A| |B| pentru orice A, B /
n
(R).
Lsm pe seama cititorului s verice valabilitatea acestei axiome pentru norma
matricial
|A| =

_
n

i,j=1
a
2
ij
, unde A = (a
ij
)
i,j=1,n
.
82 6. Sisteme de ecuaii liniare
Deniia 6.2.1. O norm matricial pe spaiul linear /
n
(R) se numete compatibil cu
o norm vectorial pe spaiul R
n
dac are loc inegalitatea |A x| |A| |x| pentru orice
matrice A /
n
(R) i orice vector x R
n
.
Lsm pe seama cititorului s verice c norma matricial |A| =
_

n
i,j=1
a
2
ij
, unde
A = (a
ij
)
i,j=1,n
/
n
(R), este compatibil cu norma vectorial euclidian |x|
2
=
_

n
i=1
x
2
i
, unde x = (x
1
, x
2
, . . . , x
n
) R
n
.
Menionm faptul c inegalitatea |Ax| |A||x| exprim continuitatea aplicaiilor
lineare denite pe spaiul R
n
reprezentate prin matricile A.
Dintre toate normele matriciale compatibile cu o norm vectorial s alegem pe cea
mai mic, dat de formula
sup
xR
n
x=
R
n
|Ax|
|x|
=: |A|.
Se poate arta c, astfel ntr-adevr se denete o norm, ceea ce se veric la un curs de
analiz matematic. Tot acolo se demonstreaz c:
|A| := sup
_
|Ax|
|x|
/ x ,=
R
n
_
= sup|Ax| / |x| 1.
Aceast norm matricial vom denumi norma matricial subordonat normei vectoriale.
n continuare prezentm normele matriciale subordonate diferitelor norme vectoriale:
1. pentru norma vectorial euclidian avem norma matricial subordonat dat de
formula: |A|
2
=

1
, unde
1
este cea mai mare valoare proprie a matricii A

A,
unde A

este matricea adjunct a matricii A. Menionm c toate valorile proprii


ale lui A

A sunt pozitive, iar matricea adjunct A

se obine din matricea A printr-o


transpunere n cazul real.
2. pentru norma vectorial maximum avem norma matricial linie dat de formula:
|A|

= max
i
n

j=1
[a
ij
[.
3. pentru norma vectorial octaedric avem norma matricial coloan dat de formula:
|A|
1
= max
j
n

i=1
[a
ij
[.
6.3. Perturbaii 83
6.3 Perturbaii
Fie dat sistemul liniar sub forma matricial A x = b, unde A = (a
ij
)
i,j=1,n
/
n
(R),
x = (x
1
, x
2
, . . . , x
n
)
T
R
n
, b = (b
1
, b
2
, . . . , b
n
)
T
R
n
. Presupunem c avem un sistem de
tip Cramer cu det A ,= 0. Totodat presupunem c datele de intrare: elementele matricii
A i elementele termenului liber b sufer mici perturbaii, i am atepta ca i la datele de
ieire x s obinem perturbaii de acelai ordin. ns acest lucru nu se adeverete, i ne
vom exprima sub forma: sistemul liniar este instabil din punct de vedere numeric, dac
numrul de condiionare H(A) = |A| |A
1
| este "mare", de ordinul 10
5
, 10
6
, . . . .
1. la acest subpunct presupunem c termenul liber b sufer mici perturbaii, iar ma-
tricea A rmne neschimbat. Variaia termenului liber b, notat cu b, induce
o variaie a soluiei x, notat cu x: A (x + x) = b + b, de unde rezult
Ax + Ax = b + b, deci A x = b, adic, x = A
1
b. Prin urmare:
|x| = |A
1
b| |A
1
| |b|. Aadar
|x|
|x|
=
|A| |x|
|A| |x|

|A| |A
1
|
|A| |x|
|b|.
ns |A| |x| |A x| = |b|, deci
|x|
|x|

|A| |A
1
|
|b|
|b| = |A| |A
1
|
|b|
|b|
= H(A)
|b|
|b|
.
Prin urmare dac numrul de condiionare este "mic" de ordinul 10
1
, 10
0
, 10
1
,
atunci o perturbaie mic a termenului liber b, va implica conform inegalitii
anterioare o perturbaie mic a soluiei x.
ns, dac numrul de condiionare H(A) = |A| |A
1
| este mare, de ordinul
10
5
, 10
6
, . . . , atunci se poate ntmpla ca la o variaie mic a termenului liber b, de
exemplu de ordinul 10
2
, s obinem o variaie a soluiei x de ordinul 10
2
10
5
=
10
3
. Prin urmare, dac numrul de condiionare este "mic" atunci sistemul liniar
este stabil din punct de vedere numeric, iar dac numrul de condiionare este
"mare", atunci sistemul liniar poate s e instabil din punct de vedere numeric.
2. la acest subpunct presupunem c elementele matricii A sufer mici perturbaii,
notate cu A, iar termenul liber b rmne neschimbat. Obinem o perturbaie a
84 6. Sisteme de ecuaii liniare
soluiei x notat cu x : (A+A)(x+x) = b, adic Ax+Ax+Ax+Ax = b,
deci A x = A(x + x). Prin urmare: x = A
1
A (x + x) de unde:
|x| = | A
1
A (x + x)| = |A
1
A (x + x)|
|A
1
| |A| |x + x|,
adic
|x|
|x + x|
|A
1
| |A| = |A
1
| |A|
|A|
|A|
= H(A)
|A|
|A|
.
Se observ c i la acest subpunct putem trage aceleai concluzii ca la subpunctul
anterior, i anume: dac numrul de condiionare H(A) este "mic", atunci sistemul este
stabil din punct de vedere numeric, iar dac numrul de condiionare este "mare", atunci
sistemul liniar devine instabil din punct de vedere numeric.
6.4 Metode iterative pentru rezolvarea sistemelor
liniare
6.4.1 Metoda lui Jacobi
Se consider sistemul linear sub forma matricial A x = b, unde A = (a
ij
)
i,j=1,n
,
x = (x
1
, x
2
, . . . , x
n
)
T
i b = (b
1
, b
2
, . . . , b
n
)
T
. Forma algebric a sistemului linear este:
_

_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
= b
n
.
Dac presupunem c a
ii
,= 0 pentru orice i = 1, n, atunci sistemul linear se poate pune
sub forma echivalent, denumit forma iterativ, n felul urmtor: din prima ecuaie se
scoate necunoscuta x
1
, din a doua necunoscuta x
2
, . . . , din ultima ecuaie necunoscuta
6.4. Metode iterative pentru rezolvarea sistemelor liniare 85
x
n
, i se obine:
_

_
x
1
=
a
12
x
2
a
13
x
3
a
1n
x
n
a
11
+
b
1
a
11
x
2
=
a
21
x
1
a
23
x
3
a
2n
x
n
a
22
+
b
2
a
22
.
.
.
x
n
=
a
n1
x
1
a
n2
x
2
a
n,n1
x
n1
a
nn
+
b
n
a
nn
Transcriem sistemul iterativ sub forma matricial:
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
0
a
12
a
11
. . .
a
1n
a
11

a
21
a
22
0 . . .
a
2n
a
22
.
.
.
.
.
.
.
.
.

a
n1
a
nn

a
n2
a
nn
. . . 0
_
_
_
_
_
_
_
_
_
_
_
_

_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
_
_
_
_
_
_
b
1
a
11
b
2
a
22
.
.
.
b
n
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Introducem notaiile:
x =
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
, B
J
=
_
_
_
_
_
_
_
_
_
_
_
_
0
a
12
a
11
. . .
a
1n
a
11

a
21
a
22
0 . . .
a
2n
a
22
.
.
.
.
.
.
.
.
.

a
n1
a
nn

a
n2
a
nn
. . . 0
_
_
_
_
_
_
_
_
_
_
_
_
i c
J
=
_
_
_
_
_
_
_
_
_
_
_
_
_
b
1
a
11
b
2
a
22
.
.
.
b
n
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Astfel sistemul iniial apare sub forma matricial iterativ echivalent: x = B
J
x + c
J
.
Alegem un punct iniial de pornire x
0
= (x
0
1
, x
0
2
, . . . , x
0
n
) R
n
i ncepem s iterm irul
(x
k
)
kN
R
n
n felul urmtor:
x
1
= B
J
x
0
+ c
J
, x
2
= B
J
x
1
+ c
J
, . . . , x
k+1
= B
J
x
k
+ c
J
, . . .
Iteraia x
k+1
= B
J
x
k
+ c
J
scris pe larg nseamn:
x
k+1
i
=

j=1
j=i
a
ij
x
k
j
a
ii
+
b
i
a
ii
86 6. Sisteme de ecuaii liniare
ceea ce este echivalent cu
i1

j=1
a
ij
x
k
j
+ a
ii
x
k+1
i
+
n

j=i+1
a
ij
x
k
j
= b
i
pentru orice i = 1, n. Astfel putem determina matricile B
J
i c
J
n funcie de datele iniiale:
matricile A i b. ntr-adevr, e A = L+D+U descompunerea matricii A n matricea strict
inferior triunghiular L, matricea diagonal D i matricea strict superior triunghiular
U. Menionm c matricile L, D, U sunt matrici ptratice de ordinul n, unde elementele
nealese din matricea A sunt egale cu zero. Prin urmare: L x
k
+ D x
k+1
+ U x
k
= b,
adic: x
k+1
= D
1
(L + U) x
k
+ D
1
b, ceea ce nseamn c B
J
= D
1
(L + U) i
c
J
= D
1
b. Deoarece conform presupunerii a
ii
,= 0 pentru orice i = 1, n rezult c exist
matricea invers D
1
, cci det(D) =

n
i=1
a
ii
,= 0.
Menionm urmtorul rezultat referitor la convergena irului (x
k
)
kN
ca o condiie
sucient:
Propoziia 6.4.1. Dac matricea A este dominant diagonal, adic [a
ii
[ >
n

j=1
j=i
[a
ij
[ pen-
tru orice i = 1, n, atunci irul iterativ (x
k
)
kN
R
n
generat mai sus va convergent
pentru orice punct iniial de pornire x
0
R
n
.
Demonstraie. S alegem pe R
n
norma vectorial maximum: |x|

=
max[x
i
[ / i = 1, n i norma matricial subordonat, numit norma linie, dat de
formula |B
J
|

= max
1in
n

j=1
[b
ij
[, unde B = (b
ij
)
i,j=1,n
. Pentru orice i = 1, n condiia
[a
ii
[ >
n

j=1
j=i
[a
ij
[ este echivalent cu
n

j=1
j=i

a
ij
a
ii

< 1, adic suma elementelor n modul n


linia i din matricea B
J
este strict mai mic dect unu. Prin urmare
|B
J
|

= max
1in
n

j=1
j=i
[b
ij
[ = max
1in
n

j=1
j=i

a
ij
a
ii

< 1.
Astfel, dac notm cu : R
n
R
n
, (x) = B
J
x+c
J
, funcia iterativ prin care generm
irul iterativ (x
k
)
kN
(x
k+1
= (x
k
) = B
J
x
k
+ c
J
), atunci pentru orice x, y R
n
avem:
|(x) (y)|

= |(B
J
x + c
J
) (B
J
y + c
J
)|

= |B
J
(x y)|

|B
J
|

|x y|

.
Aceast condiie exprim faptul c este o contracie pe R
n
avnd constanta de
contracie |B
J
|

< 1. Suntem gata cu demonstraia teoremei, indc este de ajuns s


6.4. Metode iterative pentru rezolvarea sistemelor liniare 87
aplicm teorema de punct x a lui Banach pentru contracia pe spaiul metric complet
R
n
, unde metrica este generat de ctre norma vectorial maximum. q.e.d.
Presupunem c irul iterativ (x
k
)
kN
R
n
este convergent, i e lim
k
x
k
= x

.
Trecnd la limit n recurena x
k+1
= B
J
x
k
+c
J
pentru k obinem c x

= B
J
x

+c
J
,
ceea ce este echivalent cu Ax

= b. Prin urmare n acest fel generm un ir iterativ (x


k
)
kN
care converge ctre soluia sistemului iniial A x = b.
n continuare prezentm un algoritm pentru metoda lui Jacobi folosind o condiie
practic de oprire:
Program Jacobi
Datele de intrare: n; A; b; ; x
0
;
Fie y := x
0
;
Repet x := y;
y := B
J
x + c
J
;
Pn cnd |y x| ;
Tiprete y.
n acest program nseamn precizia dat dinainte, ( = 10
2
, 10
3
, . . . ), x
0
=
(x
0
1
, x
0
2
, . . . , x
0
n
) R
n
este punctul iniial de pornire, atribuirile y := x
0
i x := y nseamn
atribuiri de matrici coloane termen cu termen. Instruciunea y := B
J
x +c
J
se refer la
iteraia x
k+1
= B
J
x
k
+ c
J
, care se poate scrie pe larg n felul urmtor:
pentru i = 1, n execut: x
k+1
i
:=
b
i

j=1
j=i
a
ij
x
k
j
a
ii
. Pentru vectorul "vechi" x
k
folosim
vectorul x i pentru vectorul "nou" x
k+1
folosim vectorul y :
pentru i = 1, n execut: y[i] :=
b[i]
n

j=1
j=i
a[i, j] x[j]
a[i, i]
. Din punct de vedere al pro-
gramrii ultima instruciune se poate realiza n felul urmtor:
pentru i = 1, n execut:
y[i] := 0;
pentru j := 1, n execut:
dac j ,= i atunci y[i] := y[i] + a[i, j] x[j]
88 6. Sisteme de ecuaii liniare
y[i] := (b[i] y[i])/a[i, i];
La condiia |y x| prima dat se calculeaz ntr-o subrutin o anumit norm
vectorial a vectorului y x :
Fie s := 0;
Pentru i = 1, n execut: s := s +[y[i] x[i][;
i n nal n variabila s avem valoarea normei |y x|.
6.4.2 Metoda lui Gauss-Seidel
Se consider sistemul linear sub forma matricial A x = b, unde A = (a
ij
)
i,j=1,n
,
x = (x
1
, x
2
, . . . , x
n
)
T
i b = (b
1
, b
2
, . . . , b
n
)
T
. La fel ca la metoda lui Jacobi i aici vom
transforma sistemul iniial A x = b sub forma iterativ echivalent: x = B
J
x + c
J
,
presupunnd c a
ii
,= 0 pentru orice i = 1, n. n mod analog alegem la ntmplare un
punct de pornire x
0
R
n
, i iterm irul (x
k
)
kN
ntr-un mod diferit de iteraia metodei
lui Jacobi. Ideea lui Seidel const n urmtoarele: la calculul componentelor vectorului
x
k+1
= (x
k+1
1
, x
k+1
2
, . . . , x
k+1
n
)
T
pe lng componentele lui x
k
= (x
k
1
, x
k
2
, . . . , x
k
n
)
T
vom folosi
componentele noi calculate ale lui x
k+1
:
_

_
x
k+1
1
=
1
a
11
_
b
1

j=2
a
1j
x
k
j
_
x
k+1
2
=
1
a
22
_
b
2
a
21
x
k+1
1

n

j=3
a
2j
x
k
j
_
.
.
.
x
k+1
i
=
1
a
ii
_
b
i

i1

j=1
a
ij
x
k+1
j

n

j=i+1
a
ij
x
k
j
_
.
.
.
x
k+1
n
=
1
a
nn
_
b
n

n1

j=1
a
nj
x
k+1
j
_
.
(6.3)
Observm c n prima egalitate din (6.3) x
k+1
1
depinde de x
k
2
, x
k
3
, . . . , x
k
n
. n a doua egalitate
din (6.3) x
k+1
2
depinde de x
k+1
1
, x
k
3
, . . . , x
k
n
, i dac nlocuim pe x
k+1
1
folosind prima egalitate
din (6.3) obinem c n esen x
k+1
2
depinde numai de x
k
1
, x
k
2
, . . . , x
k
n
. n mod analog ne
dm seama c x
k+1
i
depinde de x
k
1
, x
k
2
, . . . , x
k
n
pentru ecare i = 2, n. S notm aceast
6.4. Metode iterative pentru rezolvarea sistemelor liniare 89
dependen sub forma matricial: x
k+1
= B
GS
x
k
+c
GS
, unde B
GS
este o matrice de ordinul
n iar c
GS
este o matrice coloan cu n elemente. Menionm c matricea B
GS
i c
GS
se
alege tocmai n aa fel, nct iteraia x
k+1
= B
GS
x
k
+c
GS
este echivalent cu relaiile din
(6.3). n continuare determinm la concret matricile B
GS
i c
GS
folosind datele iniiale:
pe A i pe b. Dac n relaiile (6.3) nmulim pe rnd ecuaiile cu a
ii
,= 0 pentru i = 1, n
i ducem toi termenii n membrul stng obinem urmtoarea form echivalent cu (6.3):
_

_
a
11
x
k+1
1
+
n

j=2
a
1j
x
k
j
= b
1
a
21
x
k+1
1
+ a
22
x
k+1
2
+
n

j=3
a
2j
x
k
j
= b
2
.
.
.
i

j=1
a
ij
x
k+1
j
+
n

j=i+1
a
ij
x
k
j
= b
i
.
.
.
n

j=1
a
nj
x
k+1
j
= b
n
(6.4)
Scriem matricea A sub forma A = L+D+U, unde L este parte strict superior inferioar
a matricii A, D este diagonala matricii A iar U este partea strict superior triunghiular a
matricii A. Menionm c matricile L, D i U sunt matrici ptratice de ordinul n, ale cror
elemente sunt alese dintre elementele corespunztoare ale matricii A, iar restul elementelor
ind completate cu zerouri. Prin urmare relaiile (6.4) apar sub forma echivalent matri-
cial n felul urmtor: (L+D) x
k+1
+Ux
k
= b. Cum det(L+D) = det(D) =

n
i=1
a
ii
,= 0
obinem c exist matricea invers (L+D)
1
, deci x
k+1
= (L+D)
1
Ux
k
+(L+D)
1
b.
Prin urmare avem: B
GS
= (L +D)
1
U i c
GS
= (L +D)
1
b. Alegem orice punct de
pornire x
0
= (x
0
1
, x
0
2
, . . . , x
0
n
) R
n
i iterm irul (x
k
)
kN
conform relaiilor (6.3) care este
echivalent cu iteraia:
x
1
= B
GS
x
0
+ c
GS
, x
2
= B
GS
x
1
+ c
GS
, . . . , x
k+1
= B
GS
x
k
+ c
GS
, . . .
Menionm fr demonstraie urmtorul rezultat referitor la convergena irului (x
k
)
kN
cu o condiie sucient:
Propoziia 6.4.2. Dac matricea A este dominant diagonal, adic [a
ii
[ >
n

j=1
j=i
[a
ij
[ pen-
tru orice i = 1, n, atunci irul iterativ (x
k
)
kN
generat mai sus va convergent pentru
90 6. Sisteme de ecuaii liniare
orice punct iniial de pornire x
0
R
n
.
Presupunem c irul iterativ (x
k
)
kN
R
n
este convergent i e lim
k
x
k
= x

.
Trecnd la limit n recurena x
k+1
= B
GS
x
k
+ c
GS
pentru k obinem c x

=
B
GS
x

+c
GS
, ceea ce este echivalent cu Ax

= b. Prin urmare n acest fel generm un ir


iterativ (x
k
)
kN
care converge ctre soluia sistemului iniial Ax = b.
n continuare prezentm un algoritm pentru metoda lui Gauss-Seidel folosind o
condiie practic de oprire:
Program Gauss-Seidel
Datele de intrare: n; A; b; ; x
0
;
Fie y := x
0
;
Repet x := y;
y := B
GS
x + c
GS
;
Pn cnd |y x| ;
Tiprete y.
n acest program nseamn precizia dinainte dat, ( = 10
2
, 10
3
, . . . ), x
0
=
(x
0
1
, x
0
2
, . . . , x
0
n
) R
n
este punctul iniial de pornire, atribuirile y := x
0
i x := y nseamn
atribuiri de matrici coloane termen cu termen. Instruciunea y := B
GS
x+c
GS
se refer la
iteraia x
k+1
= B
GS
x
k
+ c
GS
, care se poate scrie pe larg n felul urmtor: pentru i = 1, n
execut:
x
k+1
i
:=
b
i

i1

j=1
a
ij
x
k+1
j

n

j=i+1
a
ij
x
k
j
a
ii
.
Pentru vectorul "vechi" x
k
folosim vectorul x i pentru vectorul "nou" x
k+1
folosim vec-
torul y :
Pentru i = 1, n execut:
y[i] :=
b[i]
i1

j=1
a[i, j] y[j]
n

j=i+1
a[i, j] x[j]
a[i, i]
.
Din punct de vedere al programrii ultima instruciune se poate realiza n felul urmtor:
Fie s
1
:= 0; s
2
:= 0;
6.4. Metode iterative pentru rezolvarea sistemelor liniare 91
Pentru j = 1, i 1 execut:
s
1
:= s
1
+ a[i, j] y[j];
Pentru j = i + 1, n execut:
s
2
:= s
2
+ a[i, j] x[j];
y[i] := (b[i] s
1
s
2
)/a[i, i];
La condiia |y x| prima dat se calculeaz ntr-o subrutin o anumit norm
vectorial a vectorului y x :
Fie s := 0;
Pentru i := 1, n execut:
s := s +[y[i] x[i][;
i n nal n variabila s avem valoarea normei |y x|.
6.4.3 Teoria general a metodelor iterative pentru sistemele
liniare
Am vzut c la metoda iterativ a lui Jacobi (vezi 6.4.1) irul iterativ (x
k
)
kN
, care
converge ctre soluia sistemului iniial Ax = b, este generat de formula de recuren:
x
k+1
= B
J
x
k
+ c
J
. La fel i la metoda iterativ a lui Gauss-Seidel (vezi 6.4.2) irul
iterativ (x
k
)
kN
convergent ctre soluia sistemului iniial Ax = b este generat de formula
de recuren x
k+1
= B
GS
x
k
+c
GS
. Observm c att metoda lui Jacobi ct i metoda lui
Gauss-Seidel genereaz irul iterativ (x
k
)
kN
prin aceeai formul de recuren:
x
k+1
= B x
k
+ c, (6.5)
unde B este o matrice ptrat de ordinul n iar c este o matrice coloan cu n elemente.
Deniia 6.4.1. O metod iterativ, care duce la formarea unui ir de aproximaii succe-
sive de forma (6.5), se numete staionar (matricile B i c rmn constante pe parcursul
iteraiilor).
Astfel att metoda lui Jacobi ct i metoda lui Gauss-Seidel sunt metode staionare.
92 6. Sisteme de ecuaii liniare
Teorema 6.4.1. Dac norma matricii B, n raport cu o anumit norm matricial, este
strict mai mic dect unu, atunci metoda iterativ staionar (6.5) este convergent pentru
orice punct iniial de pornire x
0
R
n
.
Demonstraie. Notm cu : R
n
R
n
, (x) = Bx + c funcia iterativ care
genereaz irul iterativ (x
k
)
kN
conform (6.5) : x
k+1
= (x
k
) = Bx
k
+c. Alegem o norm
vectorial pe R
n
i astfel spaiul normat R
n
devine un spaiu metric complet. Fie pe
/
n
(R) o norm matricial subordonat sau compatibil cu norma vectorial dat pe R
n
.
Artm c este o contracie pe R
n
:
|(x) (y)| = |(Bx + c) (By + c)| = |B(x y)| |B| |x y|
pentru orice x, y R
n
. ns conform presupunerii |B| < 1. Teorema de punct x a lui
Banach aplicat pentru contracia ne d c pentru orice punct de pornire x
0
R
n
irul iterativ (x
k
)
kN
este convergent i tinde ctre singurul punct x x

R
n
al lui
: x

= (x

) = Bx

+ c. q.e.d.
Observaia 6.4.1. Deoarece sistemul iniial Ax = b se pune sub forma iterativ x =
Bx + c prin transformri echivalente, rezult c punctul x al lui este tocmai soluia
ecuaiei iniiale, adic irul iterativ (x
k
)
kN
dat prin formula de recuren x
k+1
= (x
k
)
tinde ctre x

R
n
, punctul x al lui , care este n acelai timp i soluia ecuaiei iniiale
Ax

= b.
n continuare vrem s prezentm un rezultat mai puternic, prin care dm o condiie
necesar i sucient ca o metod staionar s e convergent. ns n prealabil avem
nevoie de nite cunotine de algebr liniar. Reamintim c pentru o matrice ptratic
B, de ordinul n, ecuaia caracteristic are forma det(B I
n
) = 0, unde I
n
este matricea
unitate de ordinul n. Ecuaia caracteristic este o ecuaie polinomial de grad n n
variabila R. Soluiile ecuaiei caracteristice, adic cele n rdcini reale i complexe
ale ecuaiei polinomiale de grad n se numesc valorile proprii ale matricii B. S le notm
cu
1
,
2
, . . . ,
n
. Prin raza spectral a matricii B, notat cu r(B) se nelege: r(B) =
max[
i
[ / i = 1, n, adic raza celui mai mic disc din planul complex, centrat n originea
planului complex i care conine, acoper toate valorile proprii ale matricii B.
Teorema 6.4.2. Condiia necesar i sucient ca o metod staionar s e convergent
este ca raza spectral a matricii B s e strict mai mic dect unu.
6.4. Metode iterative pentru rezolvarea sistemelor liniare 93
Demonstraie. Matricea B putem s reducem la forma canonic Jordan, adic va
exista o matrice de schimbare a bazei C astfel nct C
1
BC = A, unde A este forma
canonic Jordan. Noi n continuare vom da demonstraia ntr-un caz particular i anume
cnd forma canonic Jordan A este o matrice diagonal. Se tie din algebra liniar c
acest caz are loc, cnd multiplicitatea algebric a valorii proprii coincide cu multiplicitatea
geometric a vectorului propriu corespunztor valorii proprii. Avem un caz particular
important, cnd ecuaia caracteristic are toate rdcinile simple. Menionm c demon-
straia teoremei n cazul general, pentru blocurile Jordan se face n mod asemntor. Fie
deci forma lui A egal cu:
A =
_
_
_
_
_
_
_

2
0
.
.
.
0
n
_
_
_
_
_
_
_
unde pe diagonal apar toate valorile proprii ale matricii B cu multiplicitile cores-
punztoare. Din C
1
BC = A deducem c B = CAC
1
, deci B
2
= B B =
(CAC
1
)(CAC
1
) = CA
2
C
1
cci C
1
C = I
n
. Mai departe putem arta simplu prin
metoda induciei matematice c B
k
= C A
k
C
1
pentru orice k 1 numr natu-
ral. Fie x
0
R
n
un punct de pornire. Atunci x
1
= Bx
0
+ c i x
2
= Bx
1
+ c =
B(Bx
0
+ c) + c = B
2
x
0
+ Bc + c = B
2
x
0
+ (B + I
n
) c. Cum x
3
= Bx
2
+ c rezult c
x
3
= B [B
2
x
0
+ (B +I
n
) c] +c = B
3
x
0
+B(B +I
n
) c +c = B
3
x
0
+ (B
2
+B +I
n
) c.
Presupunem c x
k
= B
k
x
0
+(B
k1
+B
k2
+ +B+I
n
)c i deducem c x
k+1
= Bx
k
+c =
B[B
k
x
0
+(B
k1
+B
k2
+ +B+I
n
)c] +c = B
k+1
x
0
+(B
k
+B
k1
+ +B
2
+B+I
n
)c.
Acum n egalitatea x
k
= B
k
x
0
+ (B
k1
+ B
k2
+ + B + I
n
) c nlocuim puterile lui
B prin formula B
k
= C A
k
C
1
pentru orice k 1. Deci x
k
= C A
k
C
1
x
0
+
C(A
k1
+A
k2
+ +A+I
n
) C
1
c. Observm c x
k
este convergent pentru orice punct
x
0
R
n
, dac A
k
O
n
i A
k1
+ A
k2
+ + A + I
n
tinde ctre o matrice dat. Din
A =
_
_
_
_
_
_
_

2
0
.
.
.
0
n
_
_
_
_
_
_
_
avem A
2
= A A =
_
_
_
_
_
_
_

2
1

2
2
0
.
.
.
0
2
n
_
_
_
_
_
_
_
i prin inducie se
arat imediat c A
k
=
_
_
_
_
_
_
_

k
1

k
2
0
.
.
.
0
k
n
_
_
_
_
_
_
_
. Din analiz se tie c lim
k
q
k
= 0 dac
94 6. Sisteme de ecuaii liniare
i numai dac [q[ < 1, adic dac [
1
[, [
2
[, . . . , [
n
[ < 1 de unde rezult c A
k
O
n
. n
acelai timp
A
k1
+A
k2
+ +A+I
n
=
=
_
_
_
_
_
_
_

k1
1
+
k2
1
+ +
1
+ 1

k1
2
+
k2
2
+ +
2
+ 1 0
.
.
.
0
k1
n
+
k2
n
+ +
n
+ 1
_
_
_
_
_
_
_
este o serie de matrici convergente, dac seria de forma q
k1
+q
k2
+ +q +1 converge,
adic exist
lim
k
(q
k1
+ q
k2
+ + q + 1) = lim
k
1 q
k
1 q
=
1
1 q
dac i numai dac [q[ < 1. i aceast condiie implic faptul c [
1
[, [
2
[, . . . , [
n
[ < 1.
Prin urmare r(B) = max[
i
[, i = 1, n < 1. Totodat din demonstraie rezult c
A
k1
+ A
k2
+ + A + I
n

_
_
_
_
_
_
_
1
1
1
1
1
2
0
.
.
.
0
1
1
n
_
_
_
_
_
_
_
= (I
n
A)
1
.
Prin urmare x
k
C O
n
C
1
x
0
+ C (I
n
A)
1
C
1
c = C (I
n
A)
1
C
1
c
pentru k , independent de punctul de pornire x
0
. q.e.d.
Observaia 6.4.2. Deoarece din teoria spectral a operatorilor liniari pe spaii nit di-
mensionale se tie c r(B) |B| pentru orice norm matricial deducem c teorema
6.4.2 este un rezultat mai puternic dect teorema 6.4.1. Totui din punct de vedere nu-
meric recomandm folosirea teoremei 6.4.1.
6.4.4 Metoda SOR
Denumirea metodei provine din literatura de specialitate n limba englez ind pres-
curtarea metodei "successiv over relaxation", adic metoda suprarelaxrilor succesive.
Este o metod iterativ de rezolvare a sistemelor liniare de forma A x = b. Ideea metodei
6.4. Metode iterative pentru rezolvarea sistemelor liniare 95
const n introducerea unui factor de relaxare R n iteraia de la metoda lui Gauss-
Seidel:
x
k+1
i
= x
k
i
+
b
i

i1

j=1
a
ij
x
k+1
j

n

j=i
a
ij
x
k
j
a
ii
,
pentru i = 1, n.
Observm c pentru = 1 din iteraia de tip SOR se reobine iteraia de tip Gauss-
Seidel. S artm c metoda SOR este tot o metod iterativ staionar. ntr-adevr,
relaia iterativ de tip SOR este echivalent cu:

i1

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

j=i+1
a
ij
x
k
j
= b
i
pentru i = 1, n. Se consider descompunerea lui A n forma A = L +D +U, unde L este
partea strict inferior triunghiular a lui A, D este partea diagonal a lui A iar U este
partea strict superior triunghiular a lui A, matricile L, D, U ind ptratice de ordinul n
cu elemente nule n afara elementelor luate din matricea A. Aadar avem: L x
k+1
+D
x
k+1
(1) Dx
k
+ U x
k
= b, adic (D+L) x
k+1
= [(1) D U] x
k
+ b,
ceea ce este echivalent cu x
k+1
= (D+L)
1
[(1 ) D U] x
k
+(D+L)
1
b,
indc det(D + L) = det(D) =
n

i=1
a
ii
,= 0, deci exist (D + L)
1
. Notm B

=
(D+L)
1
[(1 ) DU] i c

= (D+L)
1
b, deci avem iteraia SOR sub forma
matricial x
k+1
= B

x
k
+ c

, adic avem tocmai o metod staionar.


Teorema 6.4.3. Are loc inegalitatea r(B

) [1 [.
Demonstraie. Prima dat s calculm det(B

). Vom folosi formulele det(A


1
A
2
) =
det(A
1
) det(A
2
), respectiv det(A
1
) =
1
det(A)
. Avem pe rnd:
det(B

) = det(D + L)
1
[(1 ) D U] =
= det[(D + L)
1
] det[(1 ) D U] =
=
1
det(D + L)
det[(1 ) D U] =
=
1
det D
det[(1 ) D] =
1
n

i=1
a
ii

i=1
(1 ) a
ii
= (1 )
n
.
96 6. Sisteme de ecuaii liniare
Pe de alt parte B

= C
1
B

C, unde B

este forma canonic Jordan a matricii B

iar C este matricea de trecere ca s obinem aceast form canonic. Avem pe rnd:
det(B

) = det(C
1
B

C) = det(C
1
) det(B

) det(C) =
=
1
det(C)

_
n

i=1

i
_
det(C) =
n

i=1

i
,
unde
1
,
2
, . . . ,
n
sunt valorile proprii ale matricii B

, care sunt aezate pe diagonala


principal a matricii B

, sub care avem numai zerouri. Prin urmare (1)


n
=
1

2
. . .
n
,
adic [(1 )
n
[ = [
1

2
. . .
n
[, deci [1 [
n
= [
1
[ [
2
[ . . . [
n
[ [r(B

)]
n
, adic
[1 [ r(B

). q.e.d.
Consecina 6.4.1. Metoda SOR este convergent dac (0, 2). ntr-adevr, din
teorema 6.4.2 de la metodele staionare rezult c metoda SOR este convergent, dac
r(B

) < 1. ns conform teoremei 6.4.3 [1[ r(B

), deci [1[ < 1, adic (0, 2).


Program SOR
Datele de intrare: n; A; b; ; x
0
;
Fie y := x
0
;
Repet x := y;
y := B

x + C

;
Pn cnd |y x| ;
Tiprete y.
n acest program nseamn precizia dinainte dat, ( = 10
2
, 10
3
, . . . ), x
0
=
(x
0
1
, x
0
2
, . . . , x
0
n
) R
n
este punctul iniial de pornire, atribuirile y := x
0
i x := y nseamn
atribuiri de matrici coloane termen cu termen. Instruciunea y := B

x + c

se refer la
iteraia x
k+1
= B

x
k
+ c

, care se poate scrie pe larg n felul urmtor: pentru i = 1, n


execut:
x
k+1
i
:= x
k
i
+
b
i

i1

j=1
a
ij
x
k+1
j

n

j=i
a
ij
x
k
j
a
ii
.
Pentru vectorul "vechi" x
k
folosim vectorul x i pentru vectorul "nou" x
k+1
folosim vec-
torul y :
6.5. Rezolvarea sistemelor liniare supradeterminate cu metoda celor mai mici ptrate 97
Pentru i = 1, n execut:
y[i] := x[i] +
b[i]
i1

j=1
a[i, j] y[j]
n

j=i
a[i, j] x[j]
a[i, i]
.
Din punct de vedere al programrii ultima instruciune se poate realiza n felul urmtor:
Fie s
1
:= 0; s
2
:= 0;
Pentru j = 1, i 1 execut:
s
1
:= s
1
+ a[i, j] y[j];
Pentru j = i, n execut:
s
2
:= s
2
+ a[i, j] x[j];
y[i] := x[i] + (b[i] s
1
s
2
)/a[i, i];
La condiia |y x| prima dat se calculeaz ntr-o subrutin o anumit norm
vectorial a vectorului y x :
Fie s := 0;
Pentru i := 1, n execut:
s := s +[y[i] x[i][;
i n nal n variabila s avem valoarea normei |y x|.
6.5 Rezolvarea sistemelor liniare supradeterminate cu
metoda celor mai mici ptrate
Deniia 6.5.1. Un sistem liniar se numete supradeterminat dac numrul ecuaiilor
este mai mare (sau mult mai mare) dect numrul neunoscutelor.
Fie deci sistemul liniar sub forma matricial A x = b, unde A = (a
ij
)
i=1,n
j=1,m
, x =
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
m
_
_
_
_
_
_
_
R
m
, b =
_
_
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
_
_
R
n
, i n > m. n general un sistem liniar de acest gen
98 6. Sisteme de ecuaii liniare
este incompatibil n sensul clasic al soluiilor, adic nu exist un vector x R
m
care
s satisfac simultan ecare ecuaie a sistemului liniar. De aceea se formeaz vectorul
rezidual r = A x b R
n
i urmrim ca |r|
2
2
s e minim, unde am considerat norma
euclidean n spaiul R
n
. Dac exist un vector x R
n
pentru care se minimizeaz
expresia |r|
2
2
= |Ax b|
2
2
, atunci vectorul x se accept ca soluie a sistemului iniial
Ax = b, dar nu n sens clasic, ci n sensul celor mai mici ptrate.
Fie f : R
m
R,
f(x) = f(x
1
, x
2
, . . . , x
m
) =
n

i=1
_
m

j=1
a
ij
x
j
b
i
_
2
= |Ax b|
2
2
= |r|
2
2
.
Observm c f(x) 0 pentru orice x R
m
, i se caut o valoare x R
m
pentru care
f ia valoarea minim. Se determin punctele staionare ale sistemului
f
x
k
(x) = 0 pentru
k = 1, m. Avem urmtorul calcul
f
x
k
(x) =
n

i=1
2
_
m

j=1
a
ij
x
j
b
i
_
a
ik
= 0,
adic
n

i=1
a
ik

_
m

j=1
a
ij
x
j
b
i
_
= 0
pentru orice k = 1, m. Acest sistem are forma matricial A
T
(Ax b) =
R
m. Prin urmare
soluia clasic a sistemului linear (A
T
A) x = A
T
b se accept ca soluie a sistemului
linear iniial supradeterminat n sensul celor mai mici ptrate.
n continuare artm c punctul staionar x R
m
care veric relaia (A
T
A)x = A
T
b
va punct de minim pentru funcia f.
Teorema 6.5.1. Dac A este o matrice de tip m n, b este o matrice coloan de tip
n1, iar x R
m
este soluia clasic a sistemului linear A
T
(Axb) =
R
m atunci pentru
orice y R
m
se obine |b Ax|
2
|b Ay|
2
.
Demonstraie. Notm vectorii reziduali cu r
x
= b Ax i r
y
= b Ay. Avem
r
y
= b Ay = b Ax+AxAy = r
x
+A(xy). Folosind formulele matricilor transpuse
(A + B)
T
= A
T
+ B
T
i (A B)
T
= B
T
A
T
se obine c r
T
y
= (r
x
+ A(x y))
T
=
r
T
x
+ (x y)
T
A
T
. Atunci
r
T
y
r
y
= (r
T
x
+ (x y)
T
A
T
) (r
x
+ A(x y)) =
= r
T
x
r
x
+ (x y)
T
A
T
r
x
+ r
T
x
A(x y) + (x y)
T
A
T
A(x y).
6.5. Rezolvarea sistemelor liniare supradeterminate cu metoda celor mai mici ptrate 99
ns A
T
r
x
=
R
m i r
T
x
A = (A
T
r
x
)
T
=
R
m indc (A
T
)
T
= A. Prin urmare r
T
y
r
y
=
r
T
x
r
x
+(x y)
T
A
T
A(x y). Se poate verica uor c |r
y
|
2
2
= r
T
y
r
y
conform deniiei
normei euclidiene. Prin urmare |r
y
|
2
2
= |r
x
|
2
2
+ |A(x y)|
2
2
|r
x
|
2
2
, ceea ce trebuia
demonstrat.
Exemplu. S se rezolve urmtorul sistem linear supradeterminat n sensul celor mai
mici ptrate:
_

_
x + y = 2
x + 2y = 3
2x + y = 4
. Dac se rezolv sistemul linear
_

_
x + y = 2
x + 2y = 3
avem soluia
unic x = y = 1. Se observ imediat c x = y = 1 nu veric ecuaia 2x+y = 4. Ajungem
la acela rezultat dac se calculeaz determinantul caracteristic

1 1 2
1 2 3
2 1 4

= 8 + 2 + 6 8 3 4 = 1 ,= 0.
Deoarece determinantul caracteristic este diferit de zero sistemul este incompatibil, deci
nu admite soluie n sens clasic. Se introduce funcia f : R
2
R,
f(x, y) = (x + y 2)
2
+ (x + 2y 3)
2
+ (2x + y 4)
2
.
Se rezolv sistemul
_

_
f
x
(x, y) = 0
f
y
(x, y) = 0
i se obine:
_

_
2(x + y 2) + 2(x + 2y 3) + 2(2x + y 4) 2 = 0
2(x + y 2) + 2(x + 2y 3) 2 + 2(2x + y 4) = 0.
Prin urmare
_

_
6x + 5y 13 = 0
5x + 6y 12 = 0
care admite soluia clasic x =
18
11
i y =
7
11
. Aceast
soluie se accept ca soluia sistemului iniial n sensul celor mai mici ptrate. Soluia
x =
18
11
i y =
7
11
ncearc s verice toate cele trei ecuaii liniare ale sistemului iniial
minimiznd vectorul rezidual corespunztor.
100 6. Sisteme de ecuaii liniare
Menionm c A
T
Ax = A
T
b ne d acelai sistem liniar cu alegerea: A =
_

_
1 1
1 2
2 1
_

_
i
b =
_
_
_
_
2
3
4
_
_
_
_
.
Capitolul 7
Sisteme de ecuaii neliniare pe spaii
nit dimensionale
7.1 Metoda lui Jacobi pe spaiul nit dimensional R
n
Fie F : D R
n
, D ,= , D R
n
o funcie dat, la care se ataeaz ecuaia corespun-
ztoare F(x) =
R
n, unde x = (x
1
, x
2
, . . . , x
n
) D iar cu
R
n = (0, 0, . . . , 0) am notat
originea spaiului R
n
. Ecuaia se poate scrie sub forma unui sistem de ecuaii neliniare:
_

_
F
1
(x
1
, x
2
, . . . , x
n
) = 0
F
2
(x
1
, x
2
, . . . , x
n
) = 0
.
.
.
F
n
(x
1
, x
2
, . . . , x
n
) = 0,
unde F = (F
1
, F
2
, . . . , F
n
), F
i
: D R
n
R ind componentele funciei F i unde
presupunem c cel puin o component F
i
, i 1, 2, . . . , n nu este o aplicaie liniar.
Pentru a rezolva acest sistem de ecuaii, prima dat prin transformri echivalente sistemul
neliniar se pune sub o form iterativ (x) = x, unde : D R
n
R
n
se numete funcia
iterativ. Dac = (
1
,
2
, . . . ,
n
), unde
i
: D R
n
R i = 1, n sunt componentele
101
102 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
lui , atunci se obine sistemul
_

1
(x
1
, x
2
, . . . , x
n
) = x
1

2
(x
1
, x
2
, . . . , x
n
) = x
2
.
.
.

n
(x
1
, x
2
, . . . , x
n
) = x
n
.
Exemplul 7.1.1. Se consider sistemul
_

_
x
1
sin x
2
+ x
2
2
= 0
x
3
1
3x
2
+ 1 = 0
. n cazul nostru n = 2,
F
1
(x
1
, x
2
) = x
1
sinx
2
+x
2
2
i F
2
(x
1
, x
2
) = x
3
1
3x
2
+ 1. Sistemul dat este echivalent cu
sistemul
_

_
x
1
= sin x
2
x
2
2
x
2
=
1
3
(x
3
1
+ 1)
. Prin urmare cu aceast scriere se obine funcia iterativ
= (
1
,
2
) : D R
2
R
2
, unde
1
(x
1
, x
2
) = sin x
2
x
2
2
i
2
(x
1
, x
2
) =
1
3
(x
3
1
+ 1).
Exemplul 7.1.2. Dac R

= R 0, atunci sistemul de ecuaii F(x) =


R
n este
echivalent cu x + F(x) = x, deci putem alege ca funcie iterativ (x) = x + F(x).
Rostul transformrii ecuaiei F(x) =
R
n sub forma iterativ (x) = x este de a
aplica teoreme i tehnici de punct x. Vom spune c un vector x

R
n
este punct x
pentru funcia iterativ , dac (x

) = x

. Utiliznd de exemplu teorema de punct


x a lui Banach putem asigura existena i unicitatea punctului x x

. Deoarece ecuaiile
(x) = x i F(x) =
R
n sunt echivalente, rezult c F(x

) =
R
n, adic asigurm existena
i unicitatea soluiei pentru ecuaia F(x) =
R
n.
Teorema 7.1.1. (Jacobi) Fie D R
n
, D ,= un domeniu (D este deschis i conex), iar
: D R
n
, = (
1
,
2
, . . . ,
n
) o funcie difereniabil. Dac D

,= , D

D este o
submulime nchis i convex (pentru orice dou puncte x, y D

segmentul determinat
de capetele x i y cade n ntregime n mulimea D

), care este invariant fa de , adic


(D

) D

, i exist [0, 1) astfel nct


n

j=1

i
x
j
(x)


pentru orice i = 1, n i orice x D

, atunci sistemul de ecuaii (x) = x admite o unic


soluie x

n mulimea D

.
7.1. Metoda lui Jacobi pe spaiul nit dimensional R
n
103
Pentru a demonstra teorema lui Jacobi avem nevoie de teorema de punct x a lui
Banach:
Teorema 7.1.2. (Banach) Dac D

R
n
, D

,= este o submulime nchis n spaiul


R
n
, iar : D

este o contracie, adic exist [0, 1) astfel nct |(x)(y)|


|x y| pentru orice x, y D

, atunci pentru orice punct de pornire x


0
D

irul
(x
k
)
kN
dat prin relaia de recuren x
k+1
= (x
k
) este convergent ctre un punct x

,
care va unicul punct x al lui n D

. Pentru evaluarea erorilor avem estimarea apriori


|x

x
k
|

k
1
|x
1
x
0
|
respectiv estimarea aposteriori
|x

x
k
|

1
|x
k
x
k1
|.
Menionm c n general teorema lui Banach se enun pe tot spaiul R
n
, ns putem
considera n locul lui R
n
o submulime nchis D

R
n
care s e invariant fa de
: (D

) D

.
Pentru a demonstra teorema a lui Jacobi mai avem nevoie i de o teorem de medie:
Teorema 7.1.3. Dac D R
n
, D ,= este o submulime deschis i convex, iar funcia

1
: D R este difereniabil, atunci pentru orice dou puncte x, y D exist o valoare
intermediar D aat pe segmentul cu capetele x i y pentru care
1
(x)
1
(y) =
D
1
()(x y), unde D
1
() nseamn difereniala funciei
1
n punctul .
Demonstraie. (teorema 7.1.1 a lui Jacobi) Deoarece D

,= , D

R
n
este o
submulime nchis, convex i invariant fa de ne rmne de vericat c : D

, = (
1
,
2
, . . . ,
n
) este o contracie: conform teoremei 7.1.3 pentru orice dou
puncte x, y D

exist =

x + (1

)y cu

(0, 1) astfel nct:

i
(x)
i
(y) = D
i
()(x y).
Folosind reprezentarea diferenialei cu ajutorul derivatelor pariale obinem:

i
(x)
i
(y) =
n

j=1

i
x
j
()(x
j
y
j
), adic
[
i
(x)
i
(y)[ =

j=1

i
x
j
()(x
j
y
j
)

j=1

i
x
j
()

[x
j
y
j
[

j=1

i
x
j
()

|x y|


_
n

j=1

i
x
j
()

_
|x y|

|x y|

104 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale


unde am ales norma maximum dat de formula: |x|

= max[x
i
[ [ i = 1, n. Prin
urmare:
|(x) (y)|

= max[
i
(x)
i
(y)[ [ i = 1, n |x y|

adic este o contracie cu = [0, 1). q.e.d.


Exemplul 7.1.3. S se rezolve urmtorul sistem folosind metoda lui Jacobi:
_

_
x
2
1
+ 2x
2
2
7x
1
= 0
2x
2
1
x
2
2
8x
2
= 0
Avem n = 2, alegem D = R
2
, D

= [1, 1]
2
= [1, 1] [1, 1], F = (F
1
, F
2
) : R
2
R
2
,
F
1
(x
1
, x
2
) = x
2
1
+2x
2
2
7x
1
i F
2
(x
1
, x
2
) = 2x
2
1
x
2
2
8x
2
. Transcriem sistemul sub forma
iterativ
_

_
x
1
=
1
7
(x
2
1
+ 2x
2
2
)
x
2
=
1
8
(2x
2
1
x
2
2
),
deci : D

este dat de
1
(x
1
, x
2
) =
1
7
(x
2
1
+ 2x
2
2
) i
2
(x
1
, x
2
) =
1
8
(2x
2
1
x
2
2
).
Observm c din (x
1
, x
2
) D

= [1, 1]
2
rezult c x
1
, x
2
[1, 1], deci [x
1
[ 1 i
[x
2
[ 1. Prin urmare
[
1
(x
1
, x
2
)[ =
1
7
(x
2
1
+ 2x
2
2
)
1
7
(1 + 2 1) =
3
7
1 i
[
2
(x
1
, x
2
)[ =

1
8
(2x
2
1
x
2
2
)

1
8
(2 1 + 1) =
3
8
1.
Mai departe avem pentru orice x = (x
1
, x
2
) D

1
x
1
(x)

1
x
2
(x)

2
7
x
1

4
7
x
2

2
7
+
4
7
=
6
7
i

2
x
1
(x)

2
x
2
(x)

4
8
x
1

2
8
x
2

4
8
+
2
8
=
3
4
.
Prin urmare putem alege = max
_
6
7
,
3
4
_
=
6
7
< 1.
Deoarece

1
=
6
7
1
6
7
=
6
7
1
7
= 6
pentru condiia de oprire putem alege 6 |x
k
x
k1
| , adic |x
k
x
k1
|

6
. Noi
totui n locul inegalitii exacte |x
k
x
k1
|

6
vom considera inegalitatea practic
|x
k
x
k1
| .
7.2. Metoda lui Newton-Raphson-Kantorovici pe R
n
105
Algoritmul metoda lui Jacobi
Datele de intrare: n; = (
1
,
2
, . . . ,
n
); x
0
= (x
0
1
, x
0
2
, . . . , x
0
n
); ;
Fie y := x
0
;
Repet x := y;
y := (x);
Pn cnd |y x| ;
Tiprete y.
Menionm c ciclul se repet pn cnd condiia |y x| < devine adevrat i
cnd |y x| < atunci ieim din ciclu.
7.2 Metoda lui Newton-Raphson-Kantorovici pe R
n
Dac se alege n = 1 atunci metoda lui Newton-Raphson-Kantorovici este tocmai
metoda tangentei pe axa real (vezi paragraful 5.4.1), dat de recurena x
k+1
= x
k

[f

(x
k
)]
1
f(x
k
). Considerm cazul n = 2. Fie F : D R
2
R, D ,= o funcie dat,
unde F = (F
1
, F
2
), F
1
, F
2
: D R
2
R i F(x) =
R
2, x = (x
1
, x
2
) D sistemul de
ecuaii dat sub forma
_

_
F
1
(x
1
, x
2
) = 0
F
2
(x
1
, x
2
) = 0
sau
_

_
F
1
(x) = 0
F
2
(x) = 0.
Considerm suprafeele z = F
1
(x
1
, x
2
) i z = F
2
(x
1
, x
2
) cu x = (x
1
, x
2
) D. Atunci pen-
tru a obine soluia sistemului F(x) =
R
2 considerm curba spaial dat de intersecia
celor dou suprafee:
_

_
x
3
= F
1
(x
1
, x
2
)
x
3
= F
2
(x
1
, x
2
)
i unde aceast curb intersecteaz planul x
1
Ox
2
(x
3
= 0) vom avea soluia sistemului
F(x) =
R
2, notat cu x

= (x

1
, x

2
) D. Fie x
0
= (x
0
1
, x
0
2
) D un punct iniial de
pornire aat ntr-o vecintate sucient de mic a lui x

. Construcia geometric pentru


aproximarea soluiei x

plecnd de la punctul x
0
se face n felul urmtor: n punctele
(x
0
, F
1
(x
0
)) = (x
0
1
, x
0
2
, F
1
(x
0
1
, x
0
2
)) i (x
0
, F
2
(x
0
)) = (x
0
1
, x
0
2
, F
2
(x
0
1
, x
0
2
)) se duc dou plane
106 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
tangente la suprafeele F
1
(x
1
, x
2
)x
3
= 0 i F
2
(x
1
, x
2
)x
3
= 0 scrise sub forma implicit,
avnd ecuaiile:
F
1
x
1
(x
0
) (x
1
x
0
1
) +
F
1
x
2
(x
0
)(x
2
x
0
2
) 1 (x
3
F
1
(x
0
)) = 0 i
F
2
x
1
(x
0
) (x
1
x
0
1
) +
F
2
x
2
(x
0
)(x
2
x
0
2
) 1 (x
3
F
2
(x
0
)) = 0,
unde (x, x
3
) = (x
1
, x
2
, x
3
) R
3
este un punct curent din spaiul R
3
. Cele dou plane
tangente se intersecteaz dup o dreapt avnd ecuaia:
_

_
x
3
= F
1
(x
0
) +
F
1
x
1
(x
0
)(x
1
x
0
1
) +
F
1
x
2
(x
0
)(x
2
x
0
2
)
x
3
= F
2
(x
0
) +
F
2
x
1
(x
0
)(x
1
x
0
1
) +
F
2
x
2
(x
0
)(x
2
x
0
2
).
Deoarece cele dou plane tangente sunt aproximaii liniare pentru suprafeele x
3
= F
1
(x)
i x
3
= F
2
(x), rezult c dreapta obinut prin intersecia celor dou plane tangente va
aproxima curba spaial dat de
_

_
x
3
= F
1
(x)
x
3
= F
2
(x)
. Astfel intersecia dreptei cu planul x
1
Ox
2
(x
3
= 0) va un punct x
1
= (x
1
1
, x
1
2
) D care aproximeaz soluia x

D. Prin urmare
pentru x
3
= 0 obinem x
1
= x
1
1
i x
2
= x
1
2
:
_

_
0 = F
1
(x
0
) +
F
1
x
1
(x
0
)(x
1
1
x
0
1
) +
F
1
x
2
(x
0
) (x
1
2
x
0
2
)
0 = F
2
(x
0
) +
F
2
x
1
(x
0
)(x
1
1
x
0
1
) +
F
2
x
2
(x
0
) (x
1
2
x
0
2
), deci
_

_
F
1
x
1
(x
0
) (x
1
1
x
0
1
) +
F
1
x
2
(x
0
) (x
1
2
x
0
2
) = F
1
(x
0
)
F
2
x
1
(x
0
) (x
1
1
x
0
1
) +
F
2
x
2
(x
0
) (x
1
2
x
0
2
) = F
2
(x
0
)
Forma matricial a acestui sistem este:
_

_
F
1
x
1
(x
0
)
F
1
x
2
(x
0
)
F
2
x
1
(x
0
)
F
2
x
2
(x
0
)
_

_
_
x
1
1
x
0
1
x
1
2
x
0
2
_
_
=
_
_
F
1
(x
0
)
F
2
(x
0
)
_
_
.
Notm cu
F

(x) =
D(F)
D(x)
=
D(F
1
, F
2
)
D(x
1
, x
2
)
= J =
_

_
F
1
x
1
(x
0
)
F
1
x
2
(x
0
)
F
2
x
1
(x
0
)
F
2
x
2
(x
0
)
_

_
7.2. Metoda lui Newton-Raphson-Kantorovici pe R
n
107
matricea jacobian, despre care presupunem c este inversabil n punctul x
0
, notnd cu
J
1
matricea invers:
_
_
x
1
1
x
0
1
x
1
2
x
0
2
_
_
= J
1

_
_
F
1
(x
0
)
F
2
(x
0
)
_
_
, adic
_
_
x
1
1
x
1
2
_
_
=
_
_
x
0
1
x
0
2
_
_
J
1

_
_
F
1
(x
0
)
F
2
(x
0
)
_
_
.
Prin urmare n acest mod am obinut formula de recuren pentru trecerea de la punctul
de start x
0
= (x
0
1
, x
0
2
) la urmtorul punct x
1
= (x
1
1
, x
1
2
). n general presupunnd c am
gsit punctul x
k
= (x
k
1
, x
k
2
) construcia urmtorului punct x
k+1
= (x
k+1
1
, x
k+1
2
) se va face
n acelai mod cum am trecut de la punctul x
0
la punctul x
1
, adic
_
_
x
k+1
1
x
k+1
2
_
_
=
_
_
x
k
1
x
k
2
_
_

_
F
1
x
1
(x
k
)
F
1
x
2
(x
k
)
F
2
x
1
(x
k
)
F
2
x
2
(x
k
)
_

_
1

_
_
F
1
(x
k
)
F
2
(x
k
)
_
_
.
De aici deja se vede forma iteraiei lui Newton-Raphson n cazul general. Fie deci sistemul:
F(x) =
R
n, unde F : D R
n
R
n
, F = (F
1
, F
2
, . . . , F
n
) cu F
i
: D R
n
R. Dac
x
0
= (x
0
1
, x
0
2
, . . . , x
0
n
) R
n
este un punct de pornire atunci presupunnd c am obinut
la pasul k punctul x
k
= (x
k
1
, x
k
2
, . . . , x
k
n
) urmtorul punct x
k+1
= (x
k+1
1
, x
k+1
2
, . . . , x
k+1
n
) la
pasul k + 1 se va obine conform formulei:
x
k+1
= x
k
J
1
F(x
k
) = x
k
(F

(x
k
))
1
F(x
k
),
pe larg:
_
_
_
_
_
_
_
x
k+1
1
x
k+1
2
.
.
.
x
k+1
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
x
k
1
x
k
2
.
.
.
x
k
n
_
_
_
_
_
_
_

_
_
_
_
_
_
_
_
_
_
_
F
1
x
1
(x
k
)
F
1
x
2
(x
k
) . . .
F
1
x
n
(x
k
)
F
2
x
1
(x
k
)
F
2
x
2
(x
k
) . . .
F
2
x
n
(x
k
)
.
.
.
.
.
.
.
.
.
F
n
x
1
(x
k
)
F
n
x
2
(x
k
) . . .
F
n
x
n
(x
k
)
_
_
_
_
_
_
_
_
_
_
_
1
_
_
_
_
_
_
_
F
1
(x
k
)
F
2
(x
k
)
.
.
.
F
n
(x
k
)
_
_
_
_
_
_
_
Menionm c formal se poate obine aceast recuren, dac considerm dezvoltarea
taylorian a funciei F n punctul x
k
:
F(x) = F(x
k
) + F

(x
k
)(x x
k
) +
F

(x
k
)
2!
(x x
k
)
2
+ . . .
Trunchiem aceast dezvoltare reinnd primii doi termeni, practic facem o "aproximare
liniar":
F(x) = F(x
k
) + F

(x
k
)(x x
k
).
108 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
Punnd x = x
k+1
avem
F(x
k+1
) = F(x
k
) + F

(x
k
)(x
k+1
x
k
).
Presupunnd c F(x
k+1
)
R
n obinem urmtorul ir de relaii echivalente ntre ele
(presupunnd c exist [F

(x
k
)]
1
):

R
n = F(x
k
) + F

(x
k
)(x
k+1
x
k
)
F

(x
k
)(x
k+1
x
k
) = F(x
k
)
x
k+1
x
k
= [F

(x
k
)]
1
F(x
k
)
x
k+1
= x
k
[F

(x
k
)]
1
F(x
k
).
Pentru a asigura existena i convergena irului iterativ (x
k
)
kN
dat de formula de re-
curen de mai sus, avem un rezultat binecunoscut sub numele de teorema lui Kantorovici.
Menionm c n acelai timp acest rezultat a fost obinut i de ctre Ostrowski i n
literatura de specialitate anglo-american apare sub denumirea de metoda lui Newton-
Raphson.
Fie deci ecuaia operatorial F(x) =
R
n, unde F : D R
n
R
n
, D ,= este o
funcie dat.
Teorema 7.2.1. (Kantorovici-Ostrowski) Fie F : D R
n
R
n
, D ,= o funcie
difereniabil Frchet pe mulimea deschis D, iar D
0
D o submulime convex. Alegem
x
0
D
0
. Presupunem c urmtoarele condiii sunt satisfcute:
1. exist (F

(x
0
))
1
i |(F

(x
0
))
1
|
0
;
2. exist o constant > 0 astfel ca |F

(x)F

(y)| |xy| pentru orice x, y D


0
;
3. |(F

(x
0
))
1
F(x
0
)|
0
;
4.
0
=
0

0

1
2
;
5. sfera B
0
= B(x
0
, r
0
) = x R
n
/ |x x
0
| r
0
este inclus n D
0
, unde
r
0
=
1

1 2
0

0

0
.
Atunci ecuaia operatorial F(x) =
R
n admite o unic soluie x

D
0
, iar irul (x
k
)
kN
dat de formula de recuren a lui Newton x
k+1
= x
k
(F

(x
k
))
1
F(x
k
) este bine denit
i converge la x

. Eroarea la iteraia k este dat de |x


k
x

| 2
1k
(2
0
)
2
k
1

0
.
7.2. Metoda lui Newton-Raphson-Kantorovici pe R
n
109
Observaia 7.2.1.
1. n unele cazuri n locul condiiei 2, de lipschitzianitate a lui F se folosete o condiie
mai puternic, i anume ca F s e difereniabil Frchet de dou ori i |F

(x)|
dac |x x
0
| 2
0
. Din inegalitatea mediilor n spaiul R
n
obinem:
|F

(x) F

(y)| |F

()| |x y| |x y|,
unde este o valoare intermediar pe segmentul determinat de punctele x, y R
n
.
2. Dac pe R
n
alegem norma vectorial innit, adic |x|

= max[x
i
[ / i = 1, n cu
x = (x
1
, x
2
, . . . , x
n
) R
n
, atunci se alege norma matricial subordonat cunoscut
sub numele de norma matricial linie:
|A| = |(a
ij
)
ij=1,n
| = max
1in
n

j=1
[a
ij
[.
n acest fel
|[F

(x
0
)]
1
| = max
1in
n

j=1
[ det(A
ij
)[
[ det([F

(x
0
)]
1
)[
= max
1in
1
[ det([F

(x
0
)]
1
)[
n

j=1
[ det(A
ij
)[
0
,
unde A
ij
este complementul algebric corespunztor elementului a
ij
obinut n ma-
tricea transpus a matricii inverse a lui Jacobi [F

(x
0
)]
1
. Pentru calculul normei
diferenialei de ordinul doi avem estimarea:
|F

(x)| max
1in
n

j=1
n

k=1

2
F
i
(x)
x
j
x
k

n
2
L ,
unde L este o margine superioar pentru derivatele pariale de ordinul doi ale lui
F
i
, i = 1, n, pe D.
3. Dac pe R
n
alegem norma matricial euclidian |x|
2
=
_

n
i=1
x
2
i
cu x =
(x
1
, x
2
, . . . , x
n
) R
n
, atunci se alege o norm matricial compatibil cu norma
vectorial euclidian (i nu cea subordonat), dat de formula
|A| = |(a
ij
)
i,j=1,n
| =

_
n

i,j=1
a
2
ij
.
Prin urmare n cazul nostru:
|[F

(x
0
)]
1
| =
1
[ det([F

(x
0
)]
1
)[

_
n

i=1
n

j=1
A
2
ij
_
1/2

0
,
110 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
unde A
ij
este complementul algebric corespunztor elementului a
ij
n matricea trans-
pus obinut din matricea invers a lui Jacobi [F

(x
0
)]
1
. Pentru calculul normei
diferenialei de ordinul doi se folosete evaluarea
|F

(x)|
_
n

i=1
n

j=1
n

k=1
_

2
F
i
(x)
x
j
x
k
_
2
_
1/2
.
Pentru a demonstra teorema lui Kantorovici avem nevoie n prealabil de un ir de
leme.
Fixm spaiul R
n
cu n 1 numr natural dat, cu o anumit norm dat, i notm cu
L(R
n
) algebra aplicaiilor liniare (i n mod automat continue) care aplic spaiul R
n
tot
n R
n
. Pentru un element T L(R
n
), prin norma acestui element T vom nelege
|T| = sup
x=
R
n
|T(x)|
|x|
.
Astfel L(R
n
) este o algebr normat, chiar o algebr Banach.
Lema 7.2.1. Dac T L(R
n
) veric |I T| < 1, unde I este aplicaia identic a lui
R
n
, atunci T este un element inversabil i
|T
1
|
1
1 |I T|
.
Demonstraie. irul
_
N

n=0
(I T)
n
_
NN
este un ir Cauchy n L(R
n
) : pentru N > M avem
_
_
_
_
_
N

n=0
(I T)
n

n=0
(I T)
n
_
_
_
_
_
=
_
_
_
_
_
N

n=M+1
(I T)
n
_
_
_
_
_

n=M+1
|(I T)
n
|

n=M+1
|I T|
n
= |I T|
M+1
(1 +|I T| + +|I T|
NM1
)
|I T|
M+1

1
1 |I T|
0
cnd M . Dar L(R
n
) este un spaiu complet, deci exist
S =

n=0
(I T)
n
L(R
n
).
7.2. Metoda lui Newton-Raphson-Kantorovici pe R
n
111
Avem
T S = [I (I T)]
_

n=0
(I T)
n
_
= lim
N
[I (I T)]
_
N

n=0
(I T)
n
_
=
= lim
N
[I (I T)
N+1
] = I,
cci |(I T)
N+1
| 0. Analog S T = I. Deci aplicaia T este inversabil n L(R
n
) i
|T
1
| = |S| =
_
_
_
_
_
lim
N
N

n=0
(I T)
n
_
_
_
_
_
= lim
N
_
_
_
_
_
N

n=0
(I T)
n
_
_
_
_
_

lim
N
N

n=0
|I T|
n
=
1
1 |I T|
. q.e.d.
Lema 7.2.2. Dac T, S L(R
n
) sunt astfel nct exist T
1
i |T
1
| , |T S| ,
< 1, atunci exist S
1
i |S
1
|

1
.
Demonstraie. Fie U := T
1
(T S) = I T
1
S. Atunci
|I (I U)| = |U| = |T
1
(T S)| |T
1
| |T S| < 1.
Conform lemei 7.2.1 exist inversa aplicaiei I U i
|(I U)
1
|
1
1 |U|

1
1
.
Prin urmare exist inversa lui S = T(I U) i S
1
= (I U)
1
T
1
i
|S
1
| = |(I U)
1
T
1
| |(I U)
1
| |T
1
|

1
. q.e.d.
Lema 7.2.3. Fie G : D R
n
R
n
un operator difereniabil Frchet pe mulimea
deschis D ,= , iar D
0
D o submulime convex. Presupunem c derivata Frchet a
lui G are proprietatea lui Lipschitz pe D
0
: exist o constant L > 0 astfel ca |G

(x)
G

(y)| L |x y| pentru orice x, y D


0
. Atunci pentru orice x, y D
0
avem
|G(x) G(y) G

(x)(x y)|
L
2
|x y|
2
.
112 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
Demonstraie.
|G(x) G(y) G

(x)(x y)| = |G(y + t(x y))

1
0
G

(x)(x y)| =
=
_
_
_
_
_
1
0
G

(y + t(x y))(x y)dt


_
1
0
G

(x)(x y)dt
_
_
_
_
=
= |
_
1
0
(G

(y + t(x y)) G

(x))(x y)dt|

_
1
0
|G

(y + t(x y)) G

(x)| |x y|dt

_
1
0
L |y + t(x y) x| |x y|dt =
=
_
1
0
L |(1 t) (y x)| |x y|dt =
= L
_
1
0
[1 t[ |y x| |x y|dt =
= L |x y|
2

_
1
0
(1 t)dt =
L
2
|x y|
2
. q.e.d.
Demonstraie. (Teorema lui Kantorovici-Ostrowski)
S observm n primul rnd c |x
1
x
0
| = |(F

(x
0
))
1
F(x
0
)|
0
i ntruct
0
< r
0
rezult c x
1
B
0
, (avem urmtorul ir de echivalene:
0
< r
0

0
<
1

1 2
0

0

0
< 1

1 2
0


1 2
0
< 1
0
1 2
0
< (1
0
)
2

2
0
> 0).
Aadar, putem folosi condiiile 2 i 4 i avem:
|F

(x
1
) F

(x
0
)| |x
1
x
0
|
0

1
2
0
<
1
|(F

(x
0
))
1
|
.
Conform lemei 7.2.2 (prin alegerea T = F

(x
0
), S = F

(x
1
), = |(F

(x
0
))
1
|, =
|F

(x
1
) F

(x
0
)|) exist (F

(x
1
))
1
i
|(F

(x
1
))
1
|
|(F

(x
0
))
1
|
1 |(F

(x
0
))
1
| |F

(x
1
) F

(x
0
)|


0
1
0

0
=

0
1
0
.
Denim
1
=

0
1
0
i atunci vom avea |(F

(x
1
))
1
|
1
. Aceasta nseamn c iteraia
urmtoare x
1
satisface o relaie de forma 1. Vom cuta s artm c sunt satisfcute
relaii analoage i cu 3, 4 i 5. S observm c (F

(x
0
))
1
F

(x
1
) veric
|I (F

(x
0
))
1
F

(x
1
)| = |(F

(x
0
))
1
(F

(x
0
) F

(x
1
))|
|(F

(x
0
))
1
| |F

(x
0
) F

(x
1
)|

0

0
=
0

1
2
< 1,
7.2. Metoda lui Newton-Raphson-Kantorovici pe R
n
113
deci conform lemei 7.2.1 (cu alegerea T = (F

(x
0
))
1
F

(x
1
) exist [(F

(x
0
))
1
F

(x
1
)]
1
=
(F

(x
1
))
1
F

(x
0
), deci (F

(x
1
))
1
= [(F

(x
0
))
1
F

(x
1
)]
1
(F

(x
0
))
1
. Prin urmare
(F

(x
1
))
1
F(x
1
) = [(F

(x
0
))
1
F

(x
1
)]
1
(F

(x
0
))
1
F(x
1
), deci
|(F

(x
1
))
1
F(x
1
)| |((F

(x
0
))
1
F

(x
1
))
1
| |(F

(x
0
))
1
F(x
1
)|

1
1
0
|(F

(x
0
))
1
F(x
1
)|
conform lemei 7.2.1 (alegnd T = (F

(x
0
))
1
F

(x
1
) i =
0
). Pentru a obine o majorare
pentru |(F

(x
0
))
1
F(x
1
)| s introducem operatorul G(x) = x (F

(x
0
))
1
F(x) i s
observm c G este difereniabil Frchet pe D
0
i G

(x) = I (F

(x
0
))
1
F

(x), unde cu
I am notat matricea unitate de ordinul n sau aplicaia identic pe spaiul R
n
. Aadar
|G

(x) G

(y)| = |(F

(x
0
))
1
(F

(x) F

(y))| |(F

(x
0
))
1
| |F

(x) F

(y)|

0
|x y|.
ntruct G

(x
0
) = O
n
, matricea nul de ordinul n, aplicm lema 7.2.3 i avem:
|(F

(x
0
))
1
F(x
1
)| = |G(x
1
) G(x
0
) G

(x
0
)(x
1
x
0
)|
1
2

0
|x
1
x
0
|
2

1
2

0

2
0
=
1
2

0

0
.
Dac notm cu
1
=
1
2


0
1
0

0
, atunci |(F

(x
1
))
1
F(x
1
)|
1
1
0

1
2

0

0
=
1
.
Notnd cu

1
=
1

1
=

0
1
0

1
2


0
1
0

0
=
1
2

_

0
1
0
_
2

1
2
(avem urmtorul ir de echivalene:
_

0
1
0
_
2
1

0
1
0
1
0
1
0

0

1
2
). S considerm sfera B
1
= B(x
1
, r
1
) unde r
1
=
1

1 2
1

1

1
. nlocuind pe

1
,
1
cu expresiile lor n funcie de
0
,
0
, obinem c
r
1
=
1

1 2
1
2

_

0
1
0
_
2
1
2

_

0
1
0
_
2

1
2


0
1
0

0
=
1
_
(1
0
)
2

2
0
1
0
1
2


0
1
0

0
=
=
1
0

1 2
0

0

0
=
1

1 2
0

0

0

0
= r
0

0
.
114 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
S artm c B
1
B
0
. Fie x B
1
, deci |x x
1
| r
1
. Prin urmare
|x x
0
| |x x
1
| +|x
1
x
0
| r
1
+
0
= r
0

0
+
0
= r
0
,
adic x B
0
i B
1
B
0
.
Prin inducie matematic (trecerea de la k la k + 1 este absolut similar cu trecerea
de la 0 la 1) se poate arta c pentru orice k, (F

(x
k
))
1
exist i |(F

(x
k
))
1
|
k
,
|(F

(x
k
))
1
F(x
k
)|
k
,
k
=
k

k

1
2
, B
k
= B(x
k
, r
k
) B
k1
, unde
k
=

k1
1
k1
,

k
=
1
2


k1
1
k1

k1
, r
k
=
1

1 2
k

k

k
. Din aceste relaii rezult c irul (x
k
)
kN
dat de metoda lui Newton este bine denit i aparine lui B
0
. Pentru convergena lui, s
observm mai nti c

k
=
1
2


2
k1
(1
k1
)
2

1
2
(2
k1
)
2
,
deci 2
k
(2
k1
)
2
(2
k2
)
2
2
(2
0
)
2
k
. Prin urmare
k
2
1
(2
0
)
2
k
. Pe de
alt parte

k
=
1
2


k1
1
k1

k1

k1

k1

k1

k2

k2


k1

k2
. . .
0

0
2
k
(2
0
)
1+2+2
2
++2
k1

0
= 2
k
(2
0
)
2
k
1

0
,
de unde rezult c
k
0 pentru k . Prin calcul direct obinem r
k
2
k
(r
k
=
1

12
k

k

k
2
k
1

1 2
k
2
k
1 2
k


1 2
k


1 2
k

1 1 2
k
1
k
0). Prin urmare B
k

kN
este un ir descendent de mulimi cu
diametrul tinznd la zero. Conform teoremei lui Cantor exist un singur punct x

care
aparine la toate mulimile B
k
iar irul (x
k
)
kN
(centrele sferelor) converge la x

.
Pentru a arta c x

este soluia ecuaiei F(x) =


R
n, s observm c deoarece funcion-
ala |F

(x)| este continu pe B


0
(din condiia 2 de lipschitzianitate a lui F

rezult imediat
continuitatea lui F

), rezult c este mrginit pe B


0
, |F

(x)| M pentru orice x B


0
i
|F(x
k
)| = |F

(x
k
)(F

(x
k
))
1
F(x
k
)| |F

(x
k
)| |(F

(x
k
))
1
F(x
k
)| M
k
,
de unde F(x
k
)
R
n pentru k i F(x

) =
R
n, cci F este continu. n sfrit
eroarea la iteraia k se obine din
k
2
k
(2
0
)
2
k
1

0
, ntruct x

B
k
i |x
k
x

|
r
k
2
k
2
1k
(2
0
)
2
k
1

0
.
7.2. Metoda lui Newton-Raphson-Kantorovici pe R
n
115
Menionm c metoda lui Newton-Raphson are dezavantajul c este o metod local,
indc conteaz foarte mult poziia punctului de pornire x
0
, care trebuie s e "sucient
de aproape" de soluia cutat x

. Altfel se poate ntmpla ca irul iterativ obinut cu


metoda lui Newton s divearg sau dac chiar este convergent s convearg la o alt
soluie a sistemului iniial, diferit de soluia cutat x

. Avantajul acestei metode este


c este o metod rapid convergent avnd ordinul de convergen doi.
Dac vrem s determinm soluia x

cu o precizie > 0 dinainte dat, atunci este


de ajuns s impunem condiia 2
1k
(2
0
)
2
k
1

0
de unde se determin prima dat
indicele k
()
. Pentru acest indice avem |x
k
()
x

| 2
1k
()
(2
0
)
2
k
()
1

0
, deci
termenul x
k
()
, din irul iterativ (x
k
)
kN
generat de noi se accept ca soluia sistemului
iniial cu o precizie , indc eroarea absolut este |x
k
()
x

| .
n nal prezentm un algoritm pentru metoda lui Newton-Raphson cu o condiie
practic de oprire:
Algoritm Newton
Datele de intrare: n; F = (F
1
, F
2
, . . . , F
n
); x
0
; ;
Fie y := x
0
;
Repet x := y;
y := (x);
Pn cnd |y x| ;
Tiprete y.
Menionm c atribuirile din acest program se refer la vectori, deci se fac pe com-
ponente. De exemplu: y := x
0
nseamn: pentru i = 1, n execut: y[i] := x
0
[i]. Funcia
se numete funcia iterativ a metodei lui Newton n cazul spaiului nit dimensional
R
n
i este dat de formula: (x) = x (F

(x))
1
F(x). Pentru calculul lui avem de
efectuat urmtorii pai: se determin elementele matricii F

(x), adic numerele


F
i
x
j
(x),
pentru i, j = 1, n. Cu aceste numere se formeaz matricea jacobian F

(x), la care se ia
matricea invers (F

(x))
1
, care se nmulete cu vectorul coloan F(x) i acest rezultat
scdem din vectorul coloan x. Din punct de vedere numeric pentru calculul lui
F
i
x
j
(x)
se folosete urmtoarea formul de derivare numeric:
F
i
x
j
(x)
F
i
(x + he
j
) F
i
(x)
h
,
116 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
unde cu (e
i
)
i=1,n
notm baza canonic a spaiului R
n
, iar h = 10
2
, 10
3
, . . . (vezi capi-
tolul de formule de derivare numeric pentru funcii reale de variabil real paragraful
9.1). Pentru calculul matricii inverse a matricii jacobiene F

(x), putem aplica algoritmul


de calcul al matricii inverse folosind ca subrutin algoritmul lui Gauss (vezi paragraful
6.1.3.2).
7.3 Metoda gradientului pe R
n
Problema matematic propus este rezolvarea aproximativ a sistemului de ecuaii
neliniare:
_

_
F
1
(x
1
, x
2
, . . . , x
n
) = 0
F
2
(x
1
, x
2
, . . . , x
n
) = 0
.
.
.
F
n
(x
1
, x
2
, . . . , x
n
) = 0,
unde F
1
, F
2
, . . . , F
n
: D R
n
R sunt funcii date, D ,= , iar F = (F
1
, F
2
, . . . , F
n
) :
D R
n
R
n
. Introducem funcia G : D R, G(x) = |F(x)|, unde | | este o
norm arbitrar pe spaiul R
n
. Dac x

D este soluia ecuaiei F(x) =


R
n, adic
F(x

) =
R
n, atunci G(x

) = |F(x

)| = |
R
n| = 0 i invers, dac G(x

) = 0 rezult
c |F(x

)| = 0 de unde obinem c F(x

) =
R
n. Deoarece funcia G ia numai valori
pozitive din cauza normei, ajungem la concluzia c soluia x

D a sistemului este punct


de minim pentru funcia G i invers, orice punct x

D pentru care G se anuleaz va


soluie pentru ecuaia operatorial F(x) =
R
n. ntr-un caz particular putem s alegem
norma euclidian pe spaiul R
n
i atunci G(x) =

i=1
F
2
i
(x). A obine minimul lui G
este echivalent de a obine minimul lui G
2
(x) =
n

i=1
F
2
i
(x). Prin urmare x

D este
soluia ecuaiei F(x) =
R
n dac i numai dac x

este acel punct de minim al lui G


2
pentru care G
2
se anuleaz.
Fie deci H : D R
n
R, D ,= o funcie pentru care vrem s determinm punctul
minim. Un caz fericit este cnd H admite un singur punct de minim global pe D. Acest
caz are loc de exemplu cnd gracul lui H este convex. Pentru a determina punctul
7.3. Metoda gradientului pe R
n
117
minim al lui H alegem un punct de pornire x
0
D i o direcie h
0
R
n
. n cazul metodei
gradientului, (sau metoda celei mai rapide descreteri) se alege h
0
= grad H(x
0
). Se
cunoate din analiza matematic c cea mai rapid descretere a lui H se obine n punctul
x
0
tocmai n direcia - grad H(x
0
). Deplasarea n direcia aleas se face conform condiiei
de a obine minimul:
minH(x
0
+ t h
0
) [ t 0 = minH(x
0
t grad H(x
0
)) [ t 0
Fie t
0
pentru care se obine minimul dorit. Atunci n punctul x
1
= x
0
+ t
0
h
0
=
x
0
t
0
grad H(x
0
) avem cu siguran H(x
1
) H(x
0
). n continuare se alege n punctul
x
1
direcia h
1
= grad H(x
1
) i se determin
t
1
= minH(x
1
+ t h
1
) [ t 0 = minH(x
1
t grad H(x
1
)) [ t 0.
Aadar
H(x
2
) = H(x
1
+ t
1
h
1
) = H(x
1
t
1
grad H(x
1
)) H(x
1
).
n general, dac am determinat punctul x
n
D, atunci urmtorul punct
x
n+1
= x
n
+ t
n
h
n
= x
n
t
n
grad H(x
n
),
unde se alege direcia h
n
= grad H(x
n
) iar
t
n
= minH(x
n
+ t h
n
) [ t 0 = minH(x
n
t grad H(x
n
)) [ t 0.
Menionm faptul c metoda gradientului n nal se reduce la minimizarea unui ir de
funcii reale cu variabil real G
n
: [0, +) R,
G
n
(t) = H(x
n
+ t h
n
) = H(x
n
t grad H(x
n
)).
Totodat presupunem c vectorul x
n
+t h
n
D, cnd se caut minimul lui G
n
n funcie
de t 0.
Algoritmul se oprete cnd pentru un n N sucient de mare |x
n+1
x
n
| sau
cnd [H(x
n+1
) H(x
n
)[ , unde > 0 este o precizie dinainte dat.
118 7. Sisteme de ecuaii neliniare pe spaii nit dimensionale
Capitolul 8
Aproximarea funciilor
Fie (A, ) un spaiu metric, iar B A o parte a lui A. Vom spune c elementele lui A
se aproximeaz cu elementele lui B, dac pentru orice > 0 i orice f A exist g B
astfel nct (f, g) .
n analiza matematic aceast proprietate se exprim n felul urmtor: submulimea
B este dens n mulimea A. De exemplu, dac alegem A = R, B = Q, iar distana
: R R R este dat de formula (x, y) = [x y[ pentru orice x, y R, atunci
obinem proprietatea binecunoscut, c numerele raionale sunt dense pe axa real.
n general, dac A este un spaiu de funcii, iar B o parte a acestui spaiu format din
funcii de o "structur mai simpl", atunci vom spune c funcia f A, de o "structur
mai complex" se aproximeaz cu funcia g B de o "structur mai simpl" n raport
cu metrica .
8.1 Aproximarea uniform a funciilor continue cu aju-
torul polinoamelor
8.1.1 Teorema lui Weierstrass i teorema lui Korovkin
Vom nota cu C([0, 1], R) = f : [0, 1] R [ f este continu} spaiul funciilor continue
cu valori reale denite pe intervalul [0, 1]. Pe acest spaiu se denete adunarea punctual
a dou funcii: f, g C([0, 1], R) avem (f + g) : [0, 1] R, (f + g)(x) = f(x) + g(x)
x [0, 1], i nmulirea unei funcii cu scalari: f C([0, 1], R) i R avem
119
120 8. Aproximarea funciilor
( f) : [0, 1] R, ( f)(x) = f(x) x [0, 1]. Se tie c suma a dou funcii
continue va tot o funcie continu, i dac o funcie continu se nmulete cu un scalar
se obine tot o funcie continu.
Lema 8.1.1. Spaiul C([0, 1], R) este un spaiu liniar (vectorial) real.
Demonstraie. Se veric cu uurin axiomele spaiului liniar. Menionm c
elementul neutru fa de adunare este funcia : [0, 1] R, (x) = 0 pentru x [0, 1],
iar elementul simetric fa de adunare este funcia (f) : [0, 1] R, (f)(x) = f(x)
pentru x [0, 1]. q.e.d.
Pe spaiul C([0, 1], R) se denete o norm | |

: C([0, 1], R) R n felul urmtor:


f C([0, 1], R) e |f|

= sup[f(x)[ / x [0, 1]. Deoarece funcia f este continu


pe intervalul compact [0, 1], conform teoremei lui Weierstrass este mrginit i i atinge
marginile. Prin urmare
|f|

= sup[f(x)[ / x [0, 1] = max[f(x)[ / x [0, 1].


Lema 8.1.2. Spaiul (C([0, 1], R), | |

) este un spaiu liniar normat.


Demonstraie. Trebuie s vericm c funcia | |

: C([0, 1], R) R satisface


axiomele normei. ntr-adevr, pentru f, g C([0, 1], R) i orice x [0, 1] avem
[(f + g)(x)[ = [f(x) + g(x)[ [f(x)[ +[g(x)[
max[f(x)[ / x [0, 1] + max[g(x)[ / x [0, 1] = |f|

+|g|

.
Prin urmare:
|f + g|

= max[(f + g)(x)[ / x [0, 1] |f|

+|g|

.
| f| = max[( f)(x)[ / x [0, 1] = max[ f(x)[ / x [0, 1] =
= max[[ [f(x)[ / x [0, 1] = [[ max[f(x)[ / x [0, 1] = [[ |f|

.
n nal avem |f|

= max[f(x)[ / x [0, 1] 0 i |f|

= 0 implic c [f(x)[ = 0
pentru orice x [0, 1], deci f = . q.e.d.
Norma | |

denit pe (C[0, 1], R) se numete norma Cebev, sau norma supremum


sau norma maximum. Se tie c orice norm induce o metric. Vom deni metrica

: C([0, 1], R) C([0, 1], R) R prin formula

(f, g) = |f g|

pentru orice
f, g C([0, 1], R).
8.1. Aproximarea uniform a funciilor continue cu ajutorul polinoamelor 121
Lema 8.1.3. Spaiul (C([0, 1], R),

) este un spaiu metric.


Demonstraie. Trebuie s vericm c funcia

satisface axiomele metricii. ntr-


adevr:

(f, g) = |f g|

= |(f h) + (h g)|

|f h|

+|h g|

=
=

(f, h) +

(h, g) pentru orice f, g, h C([0, 1], R),


iar

(f, g) =

(g, f) i

(f, g) 0 i

(f, g) = 0 f = g sunt uor de artat.


q.e.d.
Metrica

denit pe C([0, 1], R) se numete metrica Cebev sau metrica supremum


sau metrica maximum.
Observaia 8.1.1. n analiza matematic se arat mai mult, i anume c spaiul
(C([0, 1], R),

) este un spaiu Banach, adic orice ir Cauchy sau fundamental este


convergent n acest spaiu. ntr-adevr, e (f
n
)
nN
(C[0, 1], R) un ir fundamental de
funcii continue, adic pentru orice > 0 exist un indice n = n
()
N astfel ca pentru
orice n, m N cu n, m n
()
s avem (f
n
, f
m
) . n acest caz va exista o funcie
continu f : [0, 1] R astfel nct pentru orice > 0 exist un indice n
()
N pentru
care dac n n
()
, avem (f
n
, f) .
Observaia 8.1.2. Convergena irului de funcii continue (f
n
)
nN
ctre f (C[0, 1], R)
se mai numete i convergena uniform pe intervalul [0, 1]. Din punct de vedere geometric
distana ntre dou funcii f, g (C[0, 1], R) are urmtoarea semnicaie:
f
g
y
O x
x
1 x
| f(x)-g(x)|
| f(x)-g(x)|
Figura 8.1:
Vom avea c

(f, g) cu > 0, dac pentru orice x [0, 1] avem [f(x) g(x)[ .


Aadar faptul c irul de funcii continue (f
n
)
nN
converge la funcia f (C[0, 1], R)
uniform n raport cu metrica

are urmtoarea interpretare geometric:


122 8. Aproximarea funciilor

f
y
O x 1
f
n
Figura 8.2:
Pentru orice > 0 exist un indice n
()
N astfel ca orice funcie continu f
n
cu n n
()
se a n banda de raz desenat n jurul funciei f.
Lema 8.1.4. Orice funcie continu f : [0, 1] R este uniform continu, adic pentru
orice > 0 exist
()
> 0 astfel nct pentru orice x

, x

[0, 1] cu [x

[ <
()
rezult
c [f(x

) f(x

)[ < .
Demonstraie. Demonstraia vom da prin metoda reducerii la absurd. Presupunem
contrariul, adic exist > 0 astfel nct pentru orice > 0 exist x

, x

[0, 1] cu
[x

[ < i [f(x

) f(x

)[ > . Alegem =
1
n
, n N

. Prin urmare exist dou iruri


x

nN
i x

nN
astfel ca [x

n
x

n
[ <
1
n
i [f(x

n
) f(x

n
)[ > .
Deoarece irul x

nN
[0, 1] este mrginit, conform teoremei lui Bolzano admite
un subir x

n
k

kN
convergent, adic x

n
k
x

[0, 1] pentru k . Trecnd la limit


n inegalitatea
[x

n
k
x

[ [x

n
k
x

n
k
[ +[x

n
k
x

[
1
n
k
+[x

n
k
x

[
pentru k , obinem c x

n
k
x

cnd k . Acum trecem la limit n inegalitatea


[f(x

n
k
) f(x

n
k
)[ > > 0 pentru k i folosind faptul c f este continu rezult
[f(x

) f(x

)[ = 0 > , ceea ce reprezint o contradicie. q.e.d.


Teorema 8.1.1. (Weierstrass) Orice funcie continu f C([0, 1], R) se poate reprezenta
ca limita unui ir de polinoame P
n
: [0, 1] R n raport cu metrica supremum, adic
pentru orice > 0 exist un polinom P : [0, 1] R astfel ca

(f, P) .
Demonstraie. Pentru teorema lui Weierstrass vom da o demonstraie constructiv
8.1. Aproximarea uniform a funciilor continue cu ajutorul polinoamelor 123
folosind polinoamele lui Bernstein: B
n
(f, ) : [0, 1] R,
B
n
(f, x) =
n

k=0
C
k
n
x
k
(1 x)
nk
f
_
k
n
_
.
Se observ imediat c fcnd calculele se obine un polinom de grad n n x, i vom arta
c irul de polinoame B
n
(f, ) tinde uniform ctre f.
Pasul 1. La nceput vom demonstra acest fapt pentru trei funcii particulare apoi
pentru o funcie continu arbitrar f.
Fie f
0
: [0, 1] R, f
0
(x) = 1. Atunci
B
n
(f
0
, x) =
n

k=0
C
k
n
x
k
(1 x)
nk
f
0
_
k
n
_
=
n

k=0
C
k
n
x
k
(1 x)
nk
= [x + (1 x)]
n
= 1,
unde am folosit formula binomului lui Newton. Deoarece B
n
(f
0
, x) = 1 = f
0
(x) avem c
irul de polinoame B
n
(f
0
, ) tinde uniform ctre f
0
.
Fie f
1
: [0, 1] R, f
1
(x) = x. Atunci
B
n
(f
1
, x) =
n

k=0
C
k
n
x
k
(1 x)
nk
f
1
_
k
n
_
=
n

k=0
C
k
n
x
k
(1 x)
nk

k
n
=
=
n

k=1
C
k
n

k
n
x
k
(1 x)
nk
=
n

k=1
n!
k!(n k)!

k
n
x
k
(1 x)
nk
=
=
n

k=1
(n 1)!
(k 1)!(n k)!
x
k
(1 x)
nk
=
n

k=1
C
k1
n1
x
k
(1 x)
nk
=
= x
n

k=1
C
k1
n1
x
k1
(1 x)
(n1)(k1)
= x [x + (1 x)]
n1
= x = f
1
(x).
Prin urmare B
n
(f
1
, ) tinde uniform ctre f
1
.
Fie f
2
: [0, 1] R, f
2
(x) = x
2
. Atunci
B
n
(f
2
, x) =
n

k=0
C
k
n
x
k
(1 x)
nk
f
2
_
k
n
_
=
n

k=0
C
k
n
x
k
(1 x)
nk

_
k
n
_
2
=
=
n

k=1
C
k
n

k
2
n
2
x
k
(1 x)
nk
=
n

k=1
n!
k!(n k)!

k
2
n
2
x
k
(1 x)
nk
=
124 8. Aproximarea funciilor
=
n

k=1
(n 1)!
(k 1)!(n k)!

k
n
x
k
(1 x)
nk
=
=
n 1
n

n

k=1
(n 1)!
(k 1)! (n k)!

_
k 1
n 1
+
1
n 1
_
x
k
(1 x)
nk
=
=
n 1
n

n

k=1
(n 1)!
(k 1)!(n k)!

k 1
n 1
x
k
(1 x)
nk
+
+
n 1
n

n

k=1
(n 1)!
(k 1)!(n k)!

1
n 1
x
k
(1 x)
nk
=
=
n 1
n

n

k=2
(n 1)!
(k 1)!(n k)!

k 1
n 1
x
k
(1 x)
nk
+
+
1
n

n

k=1
(n 1)!
(k 1)!(n k)!
x
k
(1 x)
nk
=
=
n 1
n

n

k=2
(n 2)!
(k 2)!(n k)!
x
k
(1 x)
nk
+
+
1
n

n

k=1
(n 1)!
(k 1)!(n k)!
x
k
(1 x)
nk
=
=
n 1
n
x
2

k=2
C
k2
n2
x
k2
(1 x)
(n2)(k2)
+
+
1
n
x
n

k=1
C
k1
n1
x
k1
(1 x)
(n1)(k1)
=
=
n 1
n
x
2
[x + (1 x)]
n2
+
1
n
x [x + (1 x)]
n1
=
=
n 1
n
x
2
+
1
n
x = x
2
+
x x
2
n
= f
2
(x) +
x x
2
n
.
Deoarece

x x
2
n

x + x
2
n

2
n
pentru orice x [0, 1] rezult c B
n
(f
2
, ) converge uniform ctre f
2
.
Pasul 2. Din polinoamele lui Bernstein putem construi operatorii Bernstein B
n
:
C([0, 1], R) C([0, 1], R), B
n
(f) = B
n
(f, ), adic o funcie care asociaz la orice funcie
continu f polinomul Bernstein B
n
(f, ). Operatorii Bernstein B
n
posed urmtoarele
proprieti:
1. B
n
(f + g) = B
n
(f) + B
n
(g) (B
n
este aditiv);
2. B
n
( f) = B
n
(f) (B
n
este omogen);
8.1. Aproximarea uniform a funciilor continue cu ajutorul polinoamelor 125
3. pentru f (f(x) 0 pentru orice x [0, 1]) rezult c B
n
(f) (B
n
(f)(x) 0
pentru orice x [0, 1]) (B
n
este pozitiv).
1 i 2 mpreun nseamn c B
n
este un operator liniar. Alegnd f = g = n 1, se obine
c B
n
() = , i alegnd = 1 deducem c
B
n
(f g) = B
n
(f + (1) g) = B
n
(f) + B
n
((1) g) = B
n
(f) B
n
(g).
Lund n considerare i punctul 3 rezult proprietatea de monotonie a operatorului lui
Bernstein: f g (adic f(x) g(x) pentru orice x [0, 1]) implic B
n
(f) B
n
(g) (adic
B
n
(f)(x) B
n
(g)(x) pentru orice x [0, 1]). ntr-adevr, g f , deci B
n
(g f)
B
n
() = . Prin urmare B
n
(g) B
n
(f) , adic B
n
(g) B
n
(f).
n continuare vom demonstra proprietile 1, 2 i 3:
1. Avem de artat c: B
n
(f + g)(x) = (B
n
(f) + B
n
(g))(x), adic B
n
(f + g)(x) =
B
n
(f)(x) +B
n
(g)(x) pentru orice x [0, 1], deci B
n
(f +g, x) = B
n
(f, x) +B
n
(g, x).
Dar
B
n
(f + g, x) =
n

k=0
C
k
n
x
k
(1 x)
nk
(f + g)
_
k
n
_
=
=
n

k=0
C
k
n
x
k
(1 x)
nk

_
f
_
k
n
_
+ g
_
k
n
__
=
=
n

k=0
C
k
n
x
k
(1 x)
nk
f
_
k
n
_
+
n

k=0
C
k
n
x
k
(1 x)
nk
g
_
k
n
_
=
= B
n
(f, x) + B
n
(g, x).
2. Avem de artat c B
n
( f)(x) = B
n
(f)(x), care este echivalent cu: B
n
( f; x) =
B
n
(f, x). Dar
B
n
( f, x) =
n

k=0
C
k
n
x
k
(1 x)
nk
( f)
_
k
n
_
=
=
n

k=0
C
k
n
x
k
(1 x)
nk
f
_
k
n
_
=
=
n

k=0
C
k
n
x
k
(1 x)
nk
f
_
k
n
_
= B
n
(f, x).
126 8. Aproximarea funciilor
3. Avem de artat c, dac f(x) 0 pentru orice x [0, 1] atunci B
n
(f)(x) =
B
n
(f, x) 0 pentru orice x [0, 1]. ntr-adevr
B
n
(f, x) =
n

k=0
C
k
n
x
k
(1 x)
nk
f
_
k
n
_
0, x [0, 1.]
Pasul 3. Deoarece f C([0, 1], R) este continu pe [0, 1] conform teoremei lui
Weierstrass este mrginit, adic exist o constant M > 0 astfel nct [f(x)[ M
pentru orice x [0, 1]. Prin urmarea pentru orice x, t [0, 1] avem [f(x) f(t)[
[f(x)[ +[f(t)[ 2M.
Pe de alt parte conform lemei 8.1.4 f C([0, 1], R) este uniform continu, deci
pentru orice > 0 exist
()
> 0 astfel nct pentru orice x, t [0, 1] cu [x t[
()
rezult [f(x) f(t)[ . Dac pentru t [0, 1] numr real xat considerm funcia

t
: [0, 1] R,
t
(x) = (xt)
2
, atunci cele dou inegaliti anterioare se pot scrie ntr-o
singur inegalitate:
[f(x) f(t)[ +
2M

2
()

t
(x).
ntr-adevr, dac [x t[
()
, atunci
[f(x) f(t)[ +
2M

2
()

t
(x),
iar dac [x t[ >
()
, atunci
[x t[
2

2
()
> 1, deci
[f(x) f(t)[ 2M < + 2M
[x t[
2

2
()
= +
2M

2
()

t
(x).
ns
B
n
(
t
, t) = B
n
(f
2
2tf
1
+ t
2
f
0
, t) = t
2
+
t t
2
n
2t t + t
2
1 =
t t
2
n
folosind de la pasul 1 calculul lui B
n
(f
0
, x), B
n
(f
1
, x) i B
n
(f
2
, x).
Aplicm operatorul lui Bernstein asupra inegalitii: [f(x) f(t)[ +
2M

2
()

t
(x),
adic la inegalitatea

2M

2
()

t
(x) f(x) f(t) +
2M

2
()

t
(x)
i se obine conform proprietilor 1, 2, 3:

2M

2
()

t t
2
n
B
n
(f, t) f(t) +
2M

2
()

t t
2
n
,
8.1. Aproximarea uniform a funciilor continue cu ajutorul polinoamelor 127
adic
[B
n
(f, t) f(t)[ +
2M

2
()

t t
2
n
+
2M

2
()
n
,
pentru orice t [0, 1]. Se observ c pentru orice > 0 exist un n
()
N astfel nct
pentru orice n n
()
avem
2M

2
()
n
. Prin urmare pentru n n
()
avem [B
n
(f, t)
f(t)[ 2 pentru orice t [0, 1]. Aceast condiie exprim faptul c polinoamele lui
Bernstein converg uniform ctre funcia dat f:
|B
n
(f) f|

= max[B
n
(f, x) f(x) / x [0, 1] 2.
Observaia 8.1.3. Dac n locul intervalului [0, 1] se consider un interval arbitrar [a, b],
atunci prin transformarea x =
z a
b a
cu z [a, b] se face o coresponden biunivoc ntre
punctele z din intervalul [a, b] respectiv punctele x din intervalul [0, 1]. Menionm c
prin aceast transformare polinoamele Bernstein denite pe intervalul [0, 1] se transform
tot n polinoame denite pe intervalul [a, b].
Ca aplicaie vom pune problema de a calcula valoarea polinomului lui Bernstein
B
n
(f, x) de ordinul n ntr-un punct x [0, 1] dat.
Program Bernstein
Datele de intrare: f, n, x;
Dac x = 1 atunci s := f(1);
Dac x ,= 1 atunci
Fie s := 0; z := 1;
Pentru i = 1, n execut z := z (1 x);
y := z f(0);
s := s + y;
Pentru k = 0, n 1 execut
z := z
n k
k + 1

x
1 x
;
y := z f
_
k + 1
n
_
;
s := s + y;
Tiprete s.
128 8. Aproximarea funciilor
Plecnd de la demonstraia teoremei lui Weierstrass cu ajutorul polinoamelor lui Bern-
stein se obine urmtoarea generalizare natural cunoscut sub numele de teorema lui
Korovkin:
Teorema 8.1.2. (Korovkin) Dac irul de operatori liniari i pozitivi L
n
: C([0, 1], R)
C([0, 1], R), n N veric condiiile ca L
n
(f
i
) tinde uniform ctre f
i
pentru orice i = 0, 2
i orice n N, atunci avem c L
n
(f) tinde uniform ctre f, pentru orice f C([0, 1], R),
cnd n .
Pentru demonstraie trebuie s lum numai partea 2 i partea 3 din demonstraia
teoremei lui Weierstrass punnd n locul operatorilor B
n
operatorii L
n
, n N.
8.1.2 Teorema lui Stone
Teorema lui Stone este o generalizare esenial a teoremei lui Weierstrass. Fixm
spaiul de baz C([0, 1], R) cu norma supremum sau norma maximum sau norma Cebev:
|f| = sup[f(x)[ / x [0, 1] = max[f(x)[ / x [0, 1].
tim c convergena unui ir de funcii continue (f
n
)
nN
C([0, 1], R) n acest spaiu
nseamn convergena uniform a acestui ir de funcii continue. Totodat se tie c
(C([0, 1], R), | |) este chiar un spaiu Banach. Mai mult pe spaiul C([0, 1], R) se poate
introduce o nou operaie de nmulire punctual a dou funcii continue: f g : [0, 1]
R, (f g)(x) = f(x) g(x) pentru orice x [0, 1]. Aceast operaie este o operaie
intern pe C([0, 1], R), indc se tie c produsul punctual a dou funcii continue este
tot o funcie continu. Astfel C([0, 1], R) devine chiar o algebr Banach: C([0, 1], R) cu
adunarea i nmulirea cu scalari este un spaiu vectorial real i C([0, 1], R) cu adunarea
i nmulirea punctual este un inel unitar, mai are loc i relaia: (fg) = (f)g = f(g)
pentru orice R i orice f, g C([0, 1], R), iar la axiomele normei adugm axioma
|fg| |f| |g|, care se poate verica cu destul uurin pentru C([0, 1], R) cu norma
maximum. O submulime A C([0, 1], R), A ,= care la rndul su veric axiomele
algebrei se numete subalgebr a algebrei C([0, 1], R). Pentru o subalgebr A putem
considera nchiderea topologic a lui A n C([0, 1], R), n raport cu norma supremum (care
genereaz o metric supremum i care la rndul su genereaz o topologie pe C([0, 1], R))
i s o notm cu

A.
8.1. Aproximarea uniform a funciilor continue cu ajutorul polinoamelor 129
Lema 8.1.5. Dac A C([0, 1], R), A ,= este o subalgebr atunci

A C([0, 1], R) va
tot o subalgebr.
Demonstraie. Fie f, g

A. Atunci f i g sunt dou puncte aderente relativ la
subalgebra A, adic exist dou iruri (f
n
)
nN
i (g
n
)
nN
A astfel ca f
n
tinde uniform
la f i g
n
tinde uniform la g. Astfel (f
n
+ g
n
)
nN
este un ir din subalgebra A i tinde
uniform ctre f +g. Dar acesta implic c (f +g)

A. n mod analog rezult c f g

A
i f

A. q.e.d.
Este interesant c numrul de operaii se poate lrgi n cazul algebrei Banach standard
C([0, 1], R) prin a organiza mulimea C([0, 1], R) ca o latice. ntr-adevr vom deni pentru
orice f, g C([0, 1], R) funcia min(f, g) : [0, 1] R, [min(f, g)](x) = minf(x), g(x)
pentru orice x [0, 1], respectiv funcia max(f, g) : [0, 1], R, [max(f, g)](x) =
maxf(x), g(x) pentru orice x [0, 1]. Se tie c dac f i g sunt dou funcii con-
tinue atunci funciile min(f, g) i max(f, g) sunt tot funcii continue. Lum ca inmum
al lui f, g n C([0, 1], R) notat cu f g = min(f, g) respectiv supremum al lui f, g n
C([0, 1], R) notat cu f g = max(f, g). Astfel C([0, 1], R) devinde o latice, indc axi-
omele laticii se veric imediat. Vom spune c o submulime A C([0, 1], R), A ,= este
o sublatice, dac la rndul su este o latice, adic se veric pe A axiomele laticii.
Observaia 8.1.4. Nu orice subalgebr a lui C([0, 1], R) este o sublatice. ntr-adevr,
alegem
A = a
n
x
n
+ a
n1
x
n1
+ + a
1
x + a
0
/ n N, a
i
R, i = 0, n, x [0, 1].
Rezult imediat c A este o subalgebr a lui C([0, 1], R), ns nu este o sublatice a lui
C([0, 1], R) indc dac alegem f : [0, 1] R, f(x) = x pentru orice x [0, 1] i g :
[0, 1] R, g(x) = 1 x, pentru orice x [0, 1] se obine c f g , A. ntr-adevr
(f g)(x) = minx, 1 x =
_

_
x, dac x
_
0,
1
2
_
1 x, dac x
_
1
2
, 1
_
.
Dar f g nu este derivabil n punctul x =
1
2
pe cnd orice element al lui A este derivabil
n orice punct x [0, 1]. Deci aceast subalgebr A nu este o sublatice a lui C([0, 1], R).
n C([0, 1], R) se denete elementul notat cu [f[ = f (f) unde f : [0, 1] R,
(f)(x) = f(x) pentru orice x [0, 1].
130 8. Aproximarea funciilor
Lema 8.1.6. O subalgebr A C([0, 1], R) este o sublatice dac i numai dac din f A
rezult c [f[ A pentru orice f A.
Demonstraie. Presupunem c subalgebra A C([0, 1], R) este o sublatice. Atunci
din f A rezult c f = (1) f A, deci [f[ = f (f) A.
Invers, s artm c dac pentru o subalgebr A C([0, 1], R) din f A rezult c
[f[ A pentru orice f A, atunci A este o sublatice. Din f i [f[ A rezult c f
+
i
f

A unde
f
+
: [0, 1] R, f
+
(x) =
f(x) +[f[(x)
2
=
f(x) +[f(x)[
2
i
f

: [0, 1] R, f

(x) =
f(x) [f[(x)
2
=
f(x) [f(x)[
2
.
Menionm proprietile imediate ca f = f
+
+ f

, f
+
= f , f

= f , unde
este funcia nul, adic : [0, 1] R, (x) = 0 pentru orice x [0, 1]. Prin urmare
din f, A rezult c f i f A. Suntem gata cu demonstraia indc pentru
f, g A avem f g A i folosind cele anterioare avem f g = (f g) + g A i
f g = (f g) + g A. q.e.d.
Deniia 8.1.1. Spunem c o subalgebr A C([0, 1], R) separ punctele mulimii [0,
1], dac pentru oricare dou puncte distincte x
1
, x
2
[0, 1] cu x
1
,= x
2
exist o funcie
f A astfel ca f(x
1
) ,= f(x
2
).
Teorema 8.1.3. (Stone, cazul real) Fie A C([0, 1], R) o subalgebr care conine funciile
constante pe [0, 1] i separ punctele lui [0, 1]. Atunci A este dens n C([0, 1], R), adic

A = C([0, 1], R).


Demonstraie.
Etapa 1. Se arat c

A este o sublatice a lui C([0, 1], R). Conform lemei 8.1.5 rezult
c

A este o subalgebr. Pentru ca

A s e o sublatice este de ajuns s artm c odat
cu f

A avem c i [f[

A. Fie f

A. Putem presupune c f , ntruct dac f =
atunci i [f[ = i [f[

A, indc orice algebr conine elementul nul. Deci e f

A cu
f ,= . Cum pentru orice dou numere , R aa ca [[ i > 0, are loc
[[ =

1
_
1

2

2
_
8.1. Aproximarea uniform a funciilor continue cu ajutorul polinoamelor 131
rezult c dac notm prin = 1

2

2
, atunci 0 1 i avem [[ =

1 . Dar
conform dezvoltrii binomiale, avem:

1 u = 1
u
2

n=1
(2n 1)!!
(2n)!!

u
n+1
2n + 2
cu [u[ < 1.
Menionm c avem notaiile: (2n 1)!! := 1 3 . . . (2n 1) i (2n)!! = 2 4 . . . (2n) i
dezvoltarea anterioar are sens i pentru capetele u = 1 (pentru u = 1 avem o serie
alternat iar pentru u = 1 avem seria convergent

n=1
(2n 1)!!
(2n)!!

1
2n + 2
,
cci
1 3 . . . (2n 1)
2 4 . . . (2n)

1

2n + 1
ceea ce se arat imediat prin inducie matematic). S alegem = f(x) i = |f|, de
unde = 1
_
f(x)
f
_
2
. Utiliznd dezvoltarea n serie obinem:
[f(x)[ = |f|
_
_
_
1
1
2
_
1
_
f(x)
|f|
_
2
_

n=1
(2n 1)!!
(2n)!!

1
2n + 2

_
1
_
f(x)
|f|
_
2
_
n+1
_
_
_
.
Se observ c seria din membrul drept este uniform convergent (prin majorare se obine
seria numeric convergent de mai sus), i cum termenii seriei sunt n

A rezult c i suma
seriei va tot n

A.
Etapa 2. S artm c dac f C([0, 1], R) i x
1
, x
2
sunt dou puncte oarecare din
intervalul [0, 1], atunci exist o funcie g A astfel ca g(x
1
) = f(x
1
) i g(x
2
) = f(x
2
).
Dac x
1
= x
2
, vom lua ca funcie g funcia constant g(x) = f(x
1
) pentru orice x [0, 1].
Dac x
1
,= x
2
, atunci din condiia de separare a punctelor rezult c exist o funcie
h A aa ca h(x
1
) ,= h(x
2
). De aici se vede c , sunt unic determinai prin sistemul
liniar
_

_
h(x
1
) + = f(x
1
)
h(x
2
) + = f(x
2
),
cu determinantul principal

h(x
1
) 1
h(x
2
) 1

= h(x
1
) h(x
2
) ,= 0.
132 8. Aproximarea funciilor
Fie funcia g : [0, 1] R dat prin g(x) = h(x) + pentru orice x [0, 1], care evident
satisface condiiile cerute. ntruct , depind de alegerea punctelor x
1
, x
2
[0, 1] vom
mai folosi i notaia g(x) = g
x
1
,x
2
(x) pentru orice x [0, 1].
Etapa 3. Fie f C([0, 1], R) i > 0. Dac s, t [0, 1] atunci conform etapei a
doua exist o funcie g
s,t
A aa ca g
s,t
(s) = f(s) i g
s,t
(t) = f(t). Cum f i g
s,t
sunt
funcii continue pe [0, 1] la fel este i funcia , dat de (x) = g
s,t
(x) f(x) pentru orice
x [0, 1]. S exprimm continuitatea lui n punctul s. Pentru orice > 0 exist o
vecintate deschis U(s) a lui s aa ca [(x)(s)[ = [(x)[ < pentru orice x U(s),
de unde rezult c g
s,t
(x) > f(x) pentru orice x U(s). Dar pentru t xat mulimile
U(s) (s [0, 1]) formeaz o acoperire deschis pentru [0, 1] i cum [0, 1] este un interval
compact rezult c exist s
1
, . . . , s
m
[0, 1] aa ca
m
_
i=1
U(s
i
) = [0, 1]. Fie
t
= sup
1im
g
s
i
,t
.
Deoarece g
s
i
,t
A

A conform etapei 1 avem c
t


A pentru orice t [0, 1] i

t
(x) > f(x) pentru orice x [0, 1], adic
t
(x) f(x) > pentru orice x [0, 1].
Pe de alt parte
t
f este o funcie continu pe [0, 1], deci i n t, i atunci pentru orice
> 0 exist o vecintate deschis a punctului t, notat cu V (t), aa ca [
t
(x)f(x)[ <
pentru orice x V (t), de unde rezult c
t
(x) < f(x) + pentru orice x V (t). Dar
intervalul [0, 1] ind compact, exist t
1
, . . . , t
n
[0, 1] aa nct [0, 1] =
n
_
i=1
V (t
i
). Fie
F = inf
1in

t
i
. Atunci F(x) < f(x) + i din
t
(x) > f(x) pentru orice x [0, 1]
rezult c F(x) > f(x) pentru orice x [0, 1], adic [F(x) f(x)[ < pentru orice
x [0, 1]. Cum prin construcie F

A avem c

A = C([0, 1], R) q.e.d.
Consecina 8.1.1. Dac se alege A = R[X], adic mulimea tuturor polinoamelor denite
pe intervalul compact [0, 1], atunci A este o subalgebr a lui C([0, 1], R), care conine
funciile constante, separ punctele lui [0, 1] (indc de exemplu funcia f : [0, 1] R,
f(x) = x are aceast proprietate), prin urmare reobinem teorema lui Weierstrass, de
densitate a polinoamelor n C([0, 1], R).
Consecina 8.1.2. Dac se alege A mulimea tuturor polinoamelor trigonometrice de-
nite pe intervalul compact [0, 2], atunci

A = C([0, 2], R). ntr-adevr, e
A =
_
a
0
+
n

i=1
a
i
sin ix +
m

j=1
b
j
cos jx [ n, m N

, a
i
, b
j
R, x [0, 2]
_
mulimea tuturor polinoamelor trigonometrice. Imediat putem constata c A este o subal-
gebr a lui C([0, 2], R) (la nmulire se aplic formulele trigonometrice de transformare
8.2. Aproximarea funciilor prin interpolare 133
a produsurilor de sinui i cosinui n sume i diferene). Totodat menionm c nu con-
teaz dac n locul intervalului compact [0, 1] am ales intervalul compact [0, 2], indc
putem s facem o coresponden biunivoc ntre cele dou intervale, i aceast transfor-
mare nu-i schimb esena problemei. Deoarece A conine funciile constante i separ
punctele intervalului [0, 2] avem

A = C([0, 2], R), deci orice funcie continu pe inter-
valul [0, 2] se poate aproxima cu un ir de polinoame trigonometrice n raport cu norma
maximum sau supremum.
n ncheierea acestui paragraf enunm fr demonstraie i versiunea complex a teo-
remei lui Stone. Pentru asta considerm C([0, 1], C) = f : [0, 1] C [ f continu},
care este tot o algebr Banach, dar peste corpul numerelor complexe. Denim funcia

f C([0, 1], C) n felul urmtor:



f : [0, 1] C,

f(x) = f(x) pentru orice x [0, 1], unde
f(x) nseamn conjugata numrului complex f(x).
Teorema 8.1.4. (Stone, cazul complex) Dac A este o subalgebr a lui C([0, 1], C) care
conine funciile constante, separ punctele intervalului [0, 1] i din f A rezult c

f A pentru orice f A atunci A este dens n C([0, 1], C).


Ca consecine importante se pot obine i n acest caz variantele complexe ale con-
secinelor 8.1.1 i 8.1.2, considernd polinoamele cu coecieni compleci respectiv poli-
noamele trigonometrice cu coecieni compleci.
8.2 Aproximarea funciilor prin interpolare
Introducem mulimea funciilor denite pe un interval [a, b] dat cu valori reale, no-
tat cu T([a, b], R). Fie : a = x
0
< x
1
< < x
n1
< x
n
= b o diviziune dat
a intervalului [a, b]. Pe mulimea T([a, b], R) introducem o seminorm dat de formula:
|f|

=
n

i=1
[f(x
i
)[. ntr-adevr, n acest fel denim o seminorm:
1.
|f + g|

=
n

i=1
[(f + g)(x
i
)[ =
n

i=1
[f(x
i
) + g(x
i
)[
n

i=1
([f(x
i
)[ +[g(x
i
)[) =
=
n

i=1
[f(x
i
)[ +
n

i=1
[g(x
i
)[ = |f|

+|g|

.
134 8. Aproximarea funciilor
2.
| f|

=
n

i=1
[( f)(x
i
)[ =
n

i=1
[ f(x
i
)[ =
n

i=1
[[ [f(x
i
)[ =
= [[
n

i=1
[f(x
i
)[ = [[ |f|

.
3. |f|

=
n

i=1
[f(x
i
)[ 0 ns din condiia |f|

= 0 nu rezult c f = , adic
f(x) = 0 pentru orice x [a, b], deci funcia | |

nu va o norm.
Cu ajutorul acestei seminorme putem deni o semimetric

: T([a, b], R)T([a, b], R)


R, dat de formula

(f, g) = |f g|

pentru orice f, g T([a, b], R). ntr-adevr

este o semimetric:
1.

(f, g) = |fg|

= |(fh)+(hg)|

|fh|

+|hg|

(f, h)+

(h, g).
2.

(f, g) = |f g|

= | (g f)|

= [ 1[ |g f|

= |g f|

(g, f).
3.

(f, g) = |f g|

0, ns din

(f, g) = 0 nu rezult c f = g, indc

(f, g) = |f g|

= 0 i de aici nu rezult c f g = , adic f = g, deci

va
numai o semimetric.
Fie (T([a, b], R),

) spaiul semimetric al funcilor denite pe intervalul [a, b] cu valori


reale, iar B T([a, b], R). Vom spune c elementele mulimii B aproximeaz n sens
interpolator elementele mulimii T([a, b], R), dac pentru orice f T([a, b], R) exist
g B astfel nct

(f, g) = 0. Practic aceast condiie nseamn urmtoarele: pentru


orice f T([a, b], R) putem gsi un g B astfel ca g(x
i
) = f(x
i
) pentru i = 0, n. Vom
spune c funcia g aproximeaz funcia f prin interpolare.
8.2. Aproximarea funciilor prin interpolare 135
8.2.1 Interpolare liniar
Dac se alege submulimea B mulimea funciilor denite pe intervalul [a, b] cu valori
reale, segmentar liniare (care admit gracul o linie frnt) vom spune c avem o interpolare
liniar. Prin urmare problema interpolrii liniare se formuleaz n felul urmtor: e
f : [a, b] R o funcie dat, : a = x
0
< x
1
< < x
n1
< x
n
= b o diviziune dat, i
se cere s se determine aceea funcie g segmentar liniar pentru care g(x
i
) = f(x
i
) pentru
orice i = 0, n. Pentru i = 0, n 1 xm intervalul [x
i
, x
i+1
] i e g/
[x
i
,x
i+1
]
(x) = m
i
x +n
i
,
unde m
i
, n
i
R. Se impun condiiile ca g(x
i
) = m
i
x
i
+ n
i
= f(x
i
) i g(x
i+1
) = m
i
x
i+1
+
n
i
= f(x
i+1
). Astfel se obine un sistem cu dou ecuaii i cu dou necunoscute m
i
, n
i
:
_

_
x
i
m
i
+ n
i
= f(x
i
)
x
i+1
m
i
+ n
i
= f(x
i+1
)
cu soluiile:
m
i
=

f(x
i
) 1
f(x
i+1
) 1

x
i
1
x
i+1
1

=
f(x
i
) f(x
i+1
)
x
i
x
i+1
=
f(x
i+1
) f(x
i
)
x
i+1
x
i
i
n
i
=

x
i
f(x
i
)
x
i+1
f(x
i+1
)

x
i
1
x
i+1
1

=
x
i
f(x
i+1
) x
i+1
f(x
i
)
x
i
x
i+1
=
x
i+1
f(x
i
) x
i
f(x
i+1
)
x
i+1
x
i
Prin urmare avem
g(x) =
f(x
i+1
) f(x
i
)
x
i+1
x
i
x +
x
i+1
f(x
i
) x
i
f(x
i+1
)
x
i+1
x
i
pentru orice x [x
i
, x
i+1
]. Evident gracul lui g este un segment liniar pe intervalul
[x
i
, x
i+1
], iar pe intervalul [a, b] se obine ca grac o linie frnt.
136 8. Aproximarea funciilor
8.2.2 Interpolarea polinomial a lui Lagrange
Prima dat vom formula problema interpolrii polinomiale: e dat o funcie f :
[a, b] R, e : a = x
0
< x
1
< < x
n1
< x
n
= b o diviziune dat i se caut acel
polinom de gradul cel mult n, P : [a, b] R, pentru care P(x
i
) = f(x
i
) pentru orice
i = 0, n. Se observ c n acest caz submulimea B se alege mulimea polinoamelor de
gradul cel mult n, care au o "structur mai simpl". Problema pus admite o singur
soluie:
Teorema 8.2.1. Exist un unic polinom de gradul cel mult n, P : [a, b] R, pentru care
P(x
i
) = f(x
i
) oricare ar i = 0, n.
Demonstraie. Vom demonstra existena i unicitatea polinomului de interpolare
P. Fie
P(x) = a
n
x
n
+ a
n1
x
n1
+ + a
1
x + a
0
,
unde a
i
R, i = 1, n. Se impun condiiile de interpolare:
P(x
0
) = a
n
x
n
0
+ a
n1
x
n1
0
+ + a
1
x
0
+ a
0
= f(x
0
)
P(x
1
) = a
n
x
n
1
+ a
n1
x
n1
1
+ + a
1
x
1
+ a
0
= f(x
1
)
.
.
.
P(x
n
) = a
n
x
n
n
+ a
n1
x
n1
n
+ + a
1
x
n
+ a
0
= f(x
n
).
Astfel se obine un sistem liniar cu n+1 ecuaii i n+1 necunoscute: a
n
, a
n1
, . . . , a
1
, a
0
:
_

_
x
n
0
a
n
+ x
n1
0
a
n1
+ + x
0
a
1
+ a
0
= f(x
0
)
x
n
1
a
n
+ x
n1
1
a
n1
+ + x
1
a
1
+ a
0
= f(x
0
)
.
.
.
x
n
n
a
n
+ x
n1
n
a
n1
+ + x
n
a
1
+ a
0
= f(x
n
)
8.2. Aproximarea funciilor prin interpolare 137
Deoarece determinantul sistemului liniar este un determinant de tip Vandermonde, avem:
det =

x
n
0
x
n1
0
. . . x
0
1
x
n
1
x
n1
1
. . . x
1
1
. . . . . . . . . . . . . . .
x
n
n
x
n1
n
. . . x
n
1

x
n
0
x
n
1
. . . x
n
n
x
n1
0
x
n1
1
. . . x
n1
n
. . . . . . . . . . . .
x
0
x
1
. . . x
n
1 1 . . . 1

=
= (1)
n+(n1)++1

1 1 . . . 1
x
0
x
1
. . . x
n
. . . . . . . . . . . .
x
n1
0
x
n1
1
. . . x
n1
n
x
n
0
x
n
1
. . . x
n
n

= (1)
n(n+1)
2

ni>j1
(x
i
x
j
) ,= 0
indc conform presupunerii nodurile x
i
veric condiia: a = x
0
< x
1
< < x
n1
<
x
n
= b. Astfel se obine un sistem de tip Cramer cu n + 1 ecuaii i n + 1 necunoscute,
sistem care admite soluie i aceast soluie este unic.
Sigur, prin rezolvarea concret a sistemului liniar cu ajutorul determinanilor putem
obine la concret coecienii a
i
, ns n continuare vom prezenta o alt construcie pentru
acest polinom de interpolare, cunoscut sub numele de procedeul lui Lagrange i de aceea
polinomul de interpolare poart denumirea de polinomul de interpolare al lui Lagrange.
Construcia const n urmtoarele: se caut polinomul
P(x) = L
n
(x) =
n

i=0
L
ni
(x) f(x
i
),
unde pe P am notat cu L
n
, numit polinomul de interpolare al lui Lagrange de ordinul
n, care se formeaz cu ajutorul polinoamelor de baz de grad n ale lui Lagrange L
ni
,
n felul urmtor: condiia L
n
(x
0
) = f(x
0
) se poate asigura dac impunem urmtoarele
condiii: L
n0
(x
0
) = 1, L
n1
(x
0
) = 0, . . . , L
nn
(x
0
) = 0, indc L
n
(x
0
) = L
n0
(x
0
)f(x
0
) +
L
n1
(x
0
)f(x
1
) + +L
nn
(x
0
) f(x
n
) = 1 f(x
0
) +0 f(x
1
) + +0 f(x
n
) = f(x
0
). Pornind
de la condiia L
n
(x
1
) = f(x
1
) n mod similar impunem condiiile L
n0
(x
1
) = 0, L
n1
(x
1
) = 1,
L
n2
(x
1
) = 0, . . . , L
nn
(x
1
) = 0, care asigur valabilitatea egalitii L
n
(x
1
) = f(x
1
). Tot
aa, pentru a ndeplini ultima condiie L
n
(x
n
) = f(x
n
) vom impune pe rnd condiiile:
L
n0
(x
n
) = 0, . . . , L
n,n1
(x
n
) = 0, L
nn
(x
n
) = 1. n acest fel pentru polinomul de baz de
gradul n L
n0
avem urmtoarele condiii impuse: L
n0
(x
0
) = 1, L
n0
(x
1
) = 0, . . . , L
n0
(x
n
) =
138 8. Aproximarea funciilor
0. Prin urmare nodurile x
1
, x
2
, . . . , x
n
sunt rdcinile polinomului L
n0
, deci numai din
aceste condiii rezult forma L
n0
(x) = (x x
1
)(x x
2
) . . . (x x
n
). ns ndeplinirea
egalitii L
n0
(x
0
) = 1 nseamn normarea polinomului L
n0
, i astfel se obine forma nal:
L
n0
(x) =
(x x
1
)(x x
2
) . . . (x x
n
)
(x
0
x
1
)(x
0
x
2
) . . . (x
0
x
n
)
.
n mod analog rezult pe rnd:
L
n1
(x) =
(x x
0
)(x x
2
) . . . (x x
n
)
(x
1
x
0
)(x
1
x
2
) . . . (x
1
x
n
)
, . . . ,
L
nn
(x) =
(x x
0
)(x x
1
) . . . (x x
n1
)
(x
n
x
0
)(x
n
x
1
) . . . (x
n
x
n1
)
.
Dac introducem polinomul
n
de gradul n + 1 prin formula

n
(x) = (x x
0
)(x x
1
) . . . (x x
n
)
atunci se obin urmtoarele forme pentru polinoamele de baz ale lui Lagrange:
L
n0
(x) =

n
(x)
(x x
0
)

n
(x
0
)
, L
n1
(x) =

n
(x)
(x x
1
)

n
(x
1
)
, . . . , L
nn
(x) =

n
(x)
(x x
n
)

n
(x
n
)
.
Menionm c derivarea polinomului
n
se face ca un produs de polinoame de gradul unu,
derivnd pe rnd ecare component de gradul unu, i fcnd nsumarea acestor rezultate:

n
(x) = (x x
1
) . . . (x x
n
) +(x x
0
)(x x
2
) . . . (x x
n
) + +(x x
0
) . . . (x x
n1
).
n nal avem polinomul de interpolare al lui Lagrange de ordinul n, dat de formula:
L
n
(x) =
n

i=0

n
(x)
(x x
i
)

(x
i
)
f(x
i
) =
n
(x)
n

i=0
f(x
i
)
(x x
i
)

n
(x
i
)
.
Ca un exemplu concret propunem s se calculeze polinomul de interpolare Lagrange
care se asociaz funciei f : [4, 16] R, f(x) =

x lund nodurile x
0
= 4, x
1
= 9,
x
2
= 16.
Avem
3
(x) = (x4)(x 9)(x 16),

3
(x) = (x9)(x16) +(x4)(x16) +(x
4)(x 9),
L
20
(x) =

3
(x)
(x 4)

3
(4)
=
(x 9)(x 16)
(4 9)(4 16)
=
1
60
(x 9)(x 16),
L
21
(x) =

3
(x)
(x 9)

3
(9)
=
(x 4)(x 16)
(9 4)(9 16)
=
1
35
(x 4)(x 16),
L
22
(x) =

3
(x)
(x 16)

3
(16)
=
(x 4)(x 9)
(16 4)(16 9)
=
1
84
(x 4)(x 9).
8.2. Aproximarea funciilor prin interpolare 139
Astfel
L
3
(x) = L
20
(x) f(4) + L
21
(x) f(9) + L
22
(x) f(16) =
=
1
30
(x 9)(x 16)
3
35
(x 4)(x 16) +
1
21
(x 4)(x 9) =
=
1
210
[7(x 9)(x 16) 18(x 4)(x 16) + 10(x 4)(x 9)] =
=
1
210
(x
2
+ 55x + 216).
Practic se obine parabola (funcia de gradul al doilea) care trece prin punctele (4, 2),
(9, 3), (16, 4).
Ca aplicaie s se determine valoarea polinomului de interpolare Lagrange L
n
(t) ntr-
un punct t [a, b] dat.
Program Lagrange
Datele de intrare: f; x = (x[0], x[1], . . . , x[n]); t;
Pentru i := 0, n execut y[i] := 1;
s := 0
Pentru i := 0, n execut
Pentru j := 0, n execut
Dac j ,= i atunci execut
y[i] :=
t x[j]
x[i] x[j]
y[i];
y[i] := y[i] f(x[i]);
s := s + y[i];
Tiprete s.
8.2.3 Polinoamele lui Cebev de spea ntia
Pentru a evalua eroarea care se comite atunci cnd funcia f : [a, b] R se nlocuiete
prin polinomul su de interpolare Lagrange de ordinul n corespunztor unei diviziuni
xate avem nevoie tehnic de polinoamele lui Cebev de spea ntia.
Deniia 8.2.1. Polinoamele lui Cebev de spea ntia se denesc n felul urmtor:
T
n
: [1, 1] R, T
n
(x) = cos(narccos x) pentru orice x [1, 1].
140 8. Aproximarea funciilor
Observm c funcia T
n
este bine denit, indc funcia arccos are sens pentru orice
x [1, 1], iar arccos x este un unghi din intervalul [0, ], care se nmulete cu n i se
ia cosinusul unghiului n arccos x, rezultatul ind tot un numr real din intervalul [-1, 1].
Astfel putem scrie T
n
: [1, 1] [1, 1], T
n
(x) = cos(n arccos x) pentru orice x [1, 1].
Dei nu se observ din prima vedere totui funciile T
n
sunt legi polinomiale. Pen-
tru n = 0 avem T
0
(x) = cos(0 arccos x) = cos 0 = 1. Pentru n = 1 avem T
1
(x) =
cos(arccos x) = x. Pentru n = 2 avem T
2
(x) = cos(2 arccos x) = 2 cos
2
(arccos x) 1 =
2x
2
1. Pentru a arta c pentru un n N arbitrar T
n
este tot un polinom vom folosi
metoda induciei matematice. Plecm de la formula trigonometric:
cos(n + 1) = 2 cos cos n cos(n 1).
Punnd = arccos x se obine formula de recuren T
n+1
(x) = 2x T
n
(x) T
n1
(x).
Presupunnd c T
n1
i T
n
sunt polinoame, imediat deducem c i T
n+1
este tot un
polinom. Astfel avem:
T
3
(x) = 2xT
2
(x) T
1
(x) = 2x(2x
2
1) x = 4x
3
3x,
T
4
(x) = 2xT
3
(x) T
2
(x) = 2x(4x
3
3x) (2x
2
1) = 8x
4
8x
2
+ 1,
T
5
(x) = 2xT
4
(x) T
3
(x) = 2x(8x
4
8x
2
+ 1) (4x
3
3x) = 16x
5
20x
3
+ 5x, etc.
n continuare enumerm cteva proprieti de baz ale polinoamelor lui Cebev de spea
ntia:
1. Dac n este un numr natural par, atunci polinomul T
n
este o funcie par, iar dac
n este un numr natural impar, atunci polinomul T
n
este o funcie impar.
Vericarea acestei proprieti putem face printr-o simpl inducie matematic:
T
0
(x) = 1 este funcia par, iar T
1
(x) = x este o funcie impar. Dac n este
impar atunci conform presupunerii T
n
este o funcie impar, iar deoarece n 1 va
un numr par rezult c T
n1
este o funcie par. Trebuie s artm c T
n+1
va
o funcie par, n + 1 ind un numr par. ntr-adevr:
T
n+1
(x) = 2 (x) T
n
(x) T
n1
(x) = 2 (x) (T
n
(x)) T
n1
(x) =
= 2x T
n
(x) T
n1
(x) = T
n+1
(x).
Dac n este par atunci conform presupunerii T
n
este o funcie par, iar deoarece
n1 va un numr impar rezult c T
n1
este o funcie impar. Trebuie s artm
8.2. Aproximarea funciilor prin interpolare 141
c T
n+1
va o funcie impar, n + 1 ind un numr impar. ntr-adevr:
T
n+1
(x) = 2 (x) T
n
(x) T
n1
(x) = 2 (x) T
n
(x) (T
n1
(x)) =
= 2xT
n
(x) + T
n1
(x) = (2xT
n
(x) T
n1
(x)) = T
n+1
(x)
2. Pentru orice n 1 numr natural coecientul termenului maxim din polinomul T
n
este egal cu 2
n1
. Pentru n = 1 avem T
1
(x) = x, deci coecientul este 2
0
= 1. Se
poate arta uor prin inducie c T
n
este un polinom de grad n avnd coecientul lui
x
n
egal cu 2
n1
. ntr-adevr, folosind formula de recuren T
n+1
(x) = 2x T
n
(x)
T
n1
(x) deducem c n polinomul T
n1
necunoscuta x apare la puterea maxim
n1, n polinomul T
n
x apare la puterea maxim n i nmulit cu x, rezult n nal
c n polinomul T
n+1
x apare la puterea maxim n+1. Coecientul lui x
n+1
n T
n+1
se obine din coecientul lui x
n
din T
n
care conform presupunerii este 2
n1
, i prin
nmulirea cu 2x n T
n+1
apare 2
n
x
n+1
.
3. Polinomul T
n
are toate rdcinile reale i distincte situate n intervalul (1, 1) date
de formula x
i
= cos
(2i + 1)
2n
, cu i = 0, n 1. ntr-adevr, T
n
ind de grad n are
cel mult n rdcini reale. Ne rmne s vericm c numerele x
i
= cos
(2i + 1)
2n
cu i = 0, n 1 sunt rdcini pentru T
n
:
T
n
(x
i
) = cos
_
n arccos
_
cos
(2i + 1)
2n
__
= cos
_
n
(2i + 1)
2n
_
= cos
(2i + 1)
2
= 0.
4. Polinomul lui Cebev de spea ntia T
n
: [1, 1] [1, 1] ia valorile extreme -1
i 1 n punctele x
m
= cos
m
n
, cu m = 0, n. ntr-adevr, vrem s vericm cnd
are loc egalitatea T
n
(x) = 1. Aceasta nseamn c cos(n arccos x) = 1, adic
n arccos x = m [0, n] cu m = 0, n. Prin urmare arccos x =
m
n
, deci
x
m
= cos
m
n
, cu m = 0, n. Aadar T
n
(x
m
) = cos m = (1)
m
pentru m = 0, n.
n continuare enunm o proprietate remarcabil a polinoamelor lui Cebev de spea
ntia, fapt pentru care le-am considerat noi n cadrul acestui curs:
Teorema 8.2.2. Printre polinoamele de grad n cu coecientul termenului de grad maxim
egal cu unu, polinoamele

T
n
: [1, 1] R,

T
n
(x) = 2
1n
T
n
(x), n 1, au cea mai mic
abatere de la zero pe intervalul [-1, 1], adic pentru orice alt polinom

P
n
: [1, 1] R, de
grad n cu coecientul termenului de grad maxim egal cu unu avem
max
x[1,1]
[

P
n
(x)[ max
x[1,1]
[

T
n
(x)[ = 2
1n
.
142 8. Aproximarea funciilor
Demonstraie. Demonstraia teoremei ncepem cu o mic observaie: deoarece
T
n
: [1, 1] [1, 1] i are gradul n, coecientul lui x
n
ind 2
n1
rezult c

T
n
(x) =
2
1n
T
n
(x) duce intervalul [-1, 1] n intervalul [2
1n
, 2
1n
] ind tot un polinom de grad
n avnd coecientul termenului lui x
n
egal cu 2
n1
2
1n
= 2
0
= 1.
Demonstraia teoremei facem cu metoda reducerii la absurd. Presupunem c exist
un polinom

P
n
(x) = x
n
+ a
n1
x
n1
+ + a
1
x + a
0
pentru care
max
x[1,1]
[

P
n
(x)[ < max
x[1,1]
[

T
n
(x)[ = 2
1n
.
Considerm polinomul

T
n

P
n
, care are gradul maxim mai mic sau egal cu n1. Deoarece
max
x[1,1]
[

P
n
(x)[ < max
x[1,1]
[

T
n
(x)[
rezult c

P
n
,=

T
n
, deci

T
n

P
n
este diferit de polinomul nul. Lund valorile x
m
= cos
m
n
pentru m = 0, n calculm

T
n
(x
m
)

P
n
(x
m
). Deoarece

T
n
(x
m
) = 2
1n
(1)
m
i cum
max
x[1,1]
[

P
n
(x)[ < max
x[1,1]
[

T
n
(x)[ = 2
1n
rezult c n punctele x
m
, m = 0, n semnul valorii

T
n
(x
m
)

P
n
(x
m
) este determinat de
semnul numrului

T
n
(x
m
). Prin urmare polinomul

T
n


P
n
i schimb semnul de n ori,
ceea ce implic c admite n rdcini reale i distincte. ns polinomul

T
n


P
n
are gradul
maxim n1, deci va polinomul nul, adic

T
n


P
n
0, ceea ce nseamn o contradicie.

Ca problem propunem s se calculeze valoarea polinomului Cebev de spea ntia


T
n
(x) n punctul x [1, 1] dat, pentru o valoare n 2 dat, folosind relaia de recuren:
T
n+1
(x) = 2xT
n
(x) T
n1
(x).
Program polinoame Cebev (vezi la capitolul de evaluare a funciilor date prin relaii
de recuren, paragraful 4.3).
8.2. Aproximarea funciilor prin interpolare 143
8.2.4 Evaluarea restului pentru polinomul de interpolare La-
grange
Fie f : [a, b] R o funcie dat, : a = x
0
< x
1
< < x
n1
< x
n
= b o
diviziune dat a intervalului [a, b] i e L
n
: [a, b] R polinomul de interpolare Lagrange
care se asociaz la funcia f i diviziunea . Evident L
n
aproximeaz funcia iniial f.
Putem scrie f(x) = L
n
(x) + R
n
(x), unde R
n
: [a, b] R se numete restul dintre funcia
f i polinomul su de interpolare L
n
. Vrem s evalum restul ntr-un punct x dat din
intervalul [a, b], x ,= x
i
, i = 0, n. Punnd x = x
i
n egalitatea f(x) = L
n
(x) + R
n
(x)
se obine f(x
i
) = L
n
(x
i
) + R
n
(x
i
) adic R
n
(x
i
) = 0 pentru i = 0, n, adic funcia R
n
admite punctele x = x
i
ca rdcini. Dac
n
(x) =
n

i=0
(x x
i
), atunci putem scrie
R
n
(x) =
n
(x) r
n
(x). Fie acum x [a, b] xat i x ,= x
i
pentru i = 0, n. Introducem
funcia : [a, b] R dat de formula (t) = L
n
(t) +
n
(t) r
n
(x) f(t). Observm c
(x
i
) = L
n
(x
i
) +
n
(x
i
) r
n
(x) f(x
i
) = (L
n
(x
i
) f(x
i
)) +
n
(x
i
) r
n
(x) =
= 0 + 0 r
n
(x) = 0
pentru orice i = 0, n i nc (x) = L
n
(x) +
n
(x) r
n
(x) f(x) = 0, adic se anuleaz
n n + 2 puncte distincte. Impunem cerina ca f C
n+1
([a, b], R), adic este o funcie
derivabil de n + 1 ori i cu derivata de ordinul n + 1 continu. Prin urmare i funcia
C
n+1
([a, b], R). Deoarece se anuleaz n n + 2 puncte din teorema lui Rolle rezult
c

se anuleaz n n + 1 puncte,

se anuleaz n n puncte, .a.m.d. i n nal


(n+1)
se anuleaz cel puin o dat n intervalul [a, b], adic exist un [a, b] astfel nct

(n+1)
() = 0. Derivm formula
(t) = L
n
(t) +
n
(t) r
n
(x) f(t)
n raport cu t de n+1 ori. Deoarece L
n
este un polinom de grad n, derivata lui de ordinul
n + 1 este zero, iar
n
ind un polinom de grad n + 1 avnd coecientul lui x
n+1
egal cu
unu, derivata lui de ordinul n+1 va egal cu (n+1)!. Prin urmare
(n+1)
(t) = 0 +(n+
1)! r
n
(x) f
(n+1)
(t), i din condiia
(n+1)
() = 0 se obine (n+1)! r
n
(x) f
(n+1)
() = 0,
de unde r
n
(x) =
f
(n+1)
()
(n + 1)!
. Prin urmare pentru restul R
n
avem reprezentarea
R
n
(x) =
n
(x)
f
(n+1)
()
(n + 1)!
.
144 8. Aproximarea funciilor
Conform presupunerii f
(n+1)
este continu pe [a, b], rezult n conformitate cu teorema
lui Weierstrass c este mrginit pe [a, b], adic exist o constant M > 0 astfel ca
[f
(n+1)
(x)[ M pentru orice x [a, b]. n acest fel pentru evaluarea restului obinem
[f(x) L
n
(x)[ = [R
n
(x)[ sup
x[a,b]
[R
n
(x)[ = sup
x[a,b]

n
(x)
f
(n+1)
()
(n + 1)!

sup
x[a,b]
[
n
(x)[
M
(n + 1)!
.
Imediat se pune problema de a alege punctele de diviziune x
i
, i = 0, n nct sup [
n
(x)[
s e minim, adic abaterea polinomului
n
de la zero s e minim. Dac facem trans-
formarea intervalului [a, b] n intervalul [-1, 1] prin aplicaia z = 1 +
x a
b a
2, unde
x [a, b] iar z [1, 1], atunci se pune problema de a determina nodurile z
i
[1, 1]
pentru care
n
are abaterea minim de la zero pe intervalul [-1, 1]. Evident rspunsul la
aceast ntrebare l constituie polinomul lui Cebev de spea ntia de ordinul n, notat
de noi cu T
n
. n general problema este o problema deschis.
8.2.5 Teorema lui Faber asupra divergenei procedeului de inter-
polare
Fixm ca spaiu de lucru spaiul Banach (C([0, 1], R), | |) unde C([0, 1], R) = f :
[0, 1] R [ f este continu} iar norma | | este norma supremum sau norma maximum
sau norma Cebev:
|f| = sup[f(x)[ / x [0, 1] = max[f(x)[ / x [0, 1].
Fie X = x
n
= (x
1
n
, x
2
n
, . . . , x
n
n
) [ n N sistemul punctelor de diviziune: x
i
n
[0, 1],
x
i
n
,= x
j
n
pentru i ,= j, x
1
n
< x
2
n
< < x
n
n
. Putem forma tabelul cu irul nodurilor:
X =
_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
1
x
1
2
x
2
2
x
1
3
x
2
3
x
3
3
.
.
.
.
.
.
.
.
.
.
.
.
x
1
n
x
2
n
x
3
n
. . . x
n
n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
_
_
_
_
_
_
_
_
_
_
_
8.2. Aproximarea funciilor prin interpolare 145
n continuare cu L
n
vom nota operatorul lui Lagrange de ordinul n n locul polinomului de
interpolare Lagrange de ordinul n, iar pentru polinomul de interpolare Lagrange de ordinul
n asociat la o funcie f vom folosi notaia L
n
(f). Fie deci L
n
: C([0, 1], R) C([0, 1], R)
operatorul lui Lagrange care asociaz la orice funcie continu f C([0, 1], R) polinomul
de interpolare al lui Lagrange de ordinul n, L
n
(f) dat de formula
L
n
(f)(x) =
n

i=1
L
ni
(x)f(x
i
n
), x [0, 1],
unde L
ni
: [0, 1] R sunt polinoamele de baz ale lui Lagrange, date de formulele:
L
ni
(x) =
(x x
1
n
) . . . (x x
i1
n
)(x x
i+1
n
) . . . (x x
n
n
)
(x
i
n
x
1
n
) . . . (x
i
n
x
i1
n
)(x
i
n
x
i+1
n
) . . . (x
i
n
x
n
n
)
,
pentru orice i = 1, n.
Propoziia 8.2.1. Operatorul de interpolare Lagrange L
n
este linear i continuu i norma
sa |L
n
| este dat de |L
n
| =
n
, unde
n
se numesc constantele lui Lebesque i sunt date
de formulele
n
= maxl
n
(x) [ x [0, 1], unde l
n
(x) =
n

i=1
[L
ni
(x)[.
Demonstraie. Operatorul Lagrange L
n
este aditiv: L
n
(f + g) = L
n
(f) + L
n
(g),
pentru orice f, g C[0, 1]. ntr-adevr, avem:
L
n
(f + g)(x) =
n

i=1
L
ni
(x) (f + g)(x
i
n
) =
n

i=1
L
ni
(x) f(x
i
n
) +
n

i=1
L
ni
(x) g(x
i
n
) =
= L
n
(f)(x) + L
n
(g)(x) = (L
n
(f) + L
n
(g))(x)
pentru orice x [0, 1].
Operatorul Lagrange L
n
este omogen: L
n
(f) = L
n
(f) pentru orice R i orice
f C[0, 1]. ntr-adevr
L
n
(a f)(x) =
n

i=1
L
ni
(x) (f)(x
i
n
) =
n

i=1
L
ni
(x) f(x
i
n
) =
=
n

i=1
L
ni
(x) f(x
i
n
) = L
n
(f)(x) = ( L
n
(f))(x)
pentru orice x [0, 1]. Prin urmare operatorul L
n
este linear, ind aditiv i omogen.
146 8. Aproximarea funciilor
Operatorul Lagrange L
n
este continuu. Trebuie s demonstrm c exist o constant
M > 0 astfel nct |L
n
(f)| M |f| pentru orice f C[0, 1]. ntr-adevr:
|L
n
(f)| = max[L
n
(f)(x)[ / x [0, 1] =
= max
_

i=1
L
ni
(x)f(x
i
n
)

/ x [0, 1]
_

max
_
n

i=1
[L
ni
(x)[ [f(x
i
n
)[ / x [0, 1]
_

max
_
n

i=1
[L
ni
(x)[ |f| / x [0, 1]
_
=
= max
_
n

i=1
[L
ni
(x)[ / x [0, 1]
_
|f| =
= max l
n
(x) / x [0, 1] |f| =
n
|f|,
deci putem alege constanta M =
n
. Deoarece norma lui L
n
este cea mai mic constant
M care veric inegalitatea |L
n
(f)| M|f| pentru orice f C([0, 1], R), rezult c
|L
n
|
n
. Pe de alt parte: |L
n
| = sup|L
n
(f)| / |f| 1 |L
n
(f
0
)|, unde vom
alege pe f
0
astfel nct |f
0
| 1 i |L
n
(f
0
)| =
n
. Alegem pe
n
[0, 1] astfel nct

n
= l
n
(
n
), cci l
n
este continu i conform teoremei lui Weierstrass i atinge maximul.
Se construiete funcia f
0
: [0, 1] R astfel nct f
0
(x
i
n
) = sign L
ni
(
n
) 1, 0, +1 i
linear ntre oricare dou puncte din plan de forma (x
i
n
, f
0
(x
i
n
)) i (x
i+1
n
, f
0
(x
i+1
n
)) unde
i = 1, n 1. Prin urmare gracul lui f
0
este o linie frnt continu aat n banda
delimitat de dreptele y = 1 i y = 1. Prin urmare f
0
C[0, 1] i mai mult |f
0
| 1,
din cauza construciei. Deci
|L
n
| |L
n
(f
0
)| [L
n
(f
0
)(
n
)[ =

i=1
L
ni
(
n
) f
0
(x
i
n
)

=
=

i=1
L
ni
(
n
) sign L
ni
(
n
)

i=1
sign L
ni
(
n
) L
ni
(
n
)

=
=

i=1
[L
ni
(
n
)[

=
n

i=1
[L
ni
(
n
)[ = l
n
(
n
) =
n
.
Prin urmare |L
n
|
n
. n consecin |L
n
| =
n
.
n continuarea vom prezenta cteva rezultate auxiliare din analiz i analiz funcio-
nal de care vom avea nevoie:
8.2. Aproximarea funciilor prin interpolare 147
Teorema 8.2.3. (Bernstein, vezi de exemplu: Natanson, Teoria constructiv a funciilor)
Pentru constanta
n
avem urmtoarea evaluare:

n
>
ln n
8

.
Deniia 8.2.2. Fie S un spaiu tolopogic, iar S
0
S. Vom spune c S
0
este superdens
n S, dac S
0
este o submulime de tip G

, (adic se poate scrie ca o intersecie a unei


familii numrabile de pri deschise ale lui S; S =

nN
G
n
cu G
n
S deschise), card S
0
c
(unde c este puterea continuului; card R = c), i

S
0
= S (adic S
0
este dens n S).
Teorema 8.2.4. (Principiul condensrii singularitilor)
Fie X un spaiu Banach, Y un spaiu normat iar / L(X, Y ) = A : X Y [ A e
linear i continu} o parte nemrginit uniform, adic astfel nct: sup|A| / A / =
+. Atunci mulimea S
A
= x X / sup|A(x)| / A / = + este superdens n
X.
Teorema 8.2.5. (Faber) Pentru orice matrice
X =
_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
1
x
1
2
x
2
2
x
1
3
x
2
3
x
3
3
.
.
.
.
.
.
.
.
.
.
.
.
x
1
n
x
2
n
x
3
n
. . . x
n
n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
_
_
_
_
_
_
_
_
_
_
_
avem c S = f C[0, 1] / sup|L
n
(f)| / n N = + este superdens n C[0, 1].
Demonstraie. Se folosete principiul condensrii singularitilor. Fie X =
C([0, 1], R) (care este spaiu Banach), Y = C([0, 1], R) (care este un spaiu normat cu
norma supremum), / = L
n
[ n N L(C([0, 1], R), C([0, 1], R)). Deoarece
sup|L
n
| / n N = sup
n
[ n N > sup
_
ln n
8

/ n N
_
= +,
rezult c S este superdens n C([0, 1], R).
Consecina 8.2.1. Exist funcia continu f C([0, 1], R) pentru care irul de polinoame
de interpolare Lagrange este divergent. Prin urmare n acest caz dac mrim numrul de
noduri nu rezult c gracele polinoamelor de interpolare Lagrange corespunztoare "se
vor apropia" de gracul lui f. Practic apare fenomenul de "tij", adic ntr-un punct din
intervalul [0, 1] gracul polinoamelor de interpolare tinde la + sau la .
148 8. Aproximarea funciilor
8.2.6 Diferene nite i divizate. Polinomul de interpolare al lui
Newton
Scopul introducerii diferenelor nite i divizate este de a da o nou construcie pentru
polinomul de interpolare, cunoscut sub forma polinomului de interpolare al lui Newton.
Fie f : [a, b] R o funcie dat, iar h > 0 un numr real xat astfel nct a + h < b.
Deniia 8.2.3. Prin diferena nit la dreapta de ordinul unu pentru funcia f n punctul
x vom nelege o nou funcie notat cu f : [a, b h] R dat de formula f(x) =
f(x + h) f(x).
Se observ c diferena nit la dreapta de ordinul unu dat de noi n deniie este
bine denit, cci pentru x [a, b h] avem x+h [a +h, b] [a, b]. Menionm c prin
diferena de ordinul zero notat cu
0
f(x) vom nelege
0
f(x) = f(x).
Diferenele nite la dreapta de ordin superior (de ordin n) se denesc n mod recursiv

n
f = (
n1
f). Pentru n = 2 se obine
2
f = (f). Aici menionm c pentru a
putea deni diferena nit la dreapta de ordinul doi
2
f pe intervalul [a, b 2h] avem
nevoie ca h > 0 s ndeplineasc condiia a + 2h < b, i n mod analog pentru diferena
nit la dreapta de ordinul n trebuie ca a +nh < b cu h > 0, indc
n
f se denete pe
intervalul [a, b nh].
Este uor de artat c
n
(
m
f) =
n+m
f, fcnd o simpl inducie matematic e
dup n, e dup m.
n continuare deducem i alte proprieti pentru diferenele nite la dreapta:
1. Diferena nit la dreapta de ordinul unu se poate interpreta ca un opera-
tor care asociaz la orice funcie f funcia f. ntr-adevr, dac notm cu
T([a, b], R) mulimea funciilor denite pe intervalul [a, b] cu valori reale, atunci
: T([a, b], R) T([a, b h], R) este dat de formula (f) = f pentru orice
f T([a, b], R).
2. Operatorul de diferen nit la dreapta de ordinul unu este linear. ntr-adevr,
avem (f + g) = (f) + (g), cci
(f + g)(x) = (f + g)(x + h) (f + g)(x) =
= (f(x + h) + g(x + h)) (f(x) + g(x)) =
8.2. Aproximarea funciilor prin interpolare 149
= (f(x + h) f(x)) + (g(x + h) g(x)) = (f)(x) + (g)(x) =
= (f)(x) + (g)(x) = ((f) + (g))(x)
pentru orice x [a, b h], precum i (f) = f pentru orice R i f
T([a, b], R), cci
(f)(x) = (f)(x + h) (f)(x) = f(x + h) f(x) =
= (f(x + h) f(x)) = f(x)
pentru orice x [a, b h].
3. Cum f(x) = f(x + h) f(x) avem

2
f(x) = (f)(x) = (f(x + h) f(x)) =
= f(x + h) f(x) =
= (f(x + 2h) f(x + h)) (f(x + h) f(x)) =
= f(x + 2h) 2 f(x + h) + f(x),
iar pentru n = 3 putem deduce uor c:

3
f(x) = (
2
f)(x) = (f(x + 2h) 2 f(x + h) + f(x)) =
= f(x + 2h) 2f(x + h) + f(x) =
= (f(x + 3h) f(x + 2h)) 2(f(x + 2h) f(x + h)) + (f(x + h)
f(x)) = f(x + 3h) 3f(x + 2h) + 3f(x + h) f(x).
Generaliznd aceste egaliti pentru diferena nit la dreapta de ordinul n vom
obine:

n
f(x) =
n

k=0
(1)
k
C
k
n
f(x + (n k) h).
Aceast egalitate vom demonstra prin inducie matematic. Este de ajuns s o
vericm pentru n + 1 :

n+1
f(x) = (
n
f)(x) =
_
n

k=0
(1)
k
C
k
n
f(x + (n k) h)
_
=
=
n

k=0
(1)
k
C
k
n
f(x + (n k) h) =
150 8. Aproximarea funciilor
=
n

k=0
(1)
k
C
k
n
(f(x + (n k + 1) h) f(x + (n k) h)) =
=
n

k=0
(1)
k
C
k
n
f(x + (n k + 1) h)
n

k=0
(1)
k
C
k
n
f(x + (n k) h) =
n a doua sum facem schimbarea indicilor dat de formula k = l1, adic l = k+1 :
=
n

k=0
(1)
k
C
k
n
f(x + (n k + 1) h)
n+1

l=1
(1)
l1
C
l1
n
f(x + (n l + 1) h) =
= C
0
n
f(x + (n + 1) h) +
n

k=1
(1)
k
C
k
n
f(x + (n k + 1) h) +
+
n

l=1
(1)
l
C
l1
n
f(x + (n l + 1) h) + (1)
n+1
C
n
n
f(x) =
= C
0
n+1
f(x + (n + 1) h) +
n

k=1
(1)
k
(C
k
n
+ C
k1
n
) f(x + (n k + 1) h) +
+ (1)
n+1
C
n+1
n+1
f(x) =
= C
0
n+1
f(x + (n + 1) h) +
n

k=1
(1)
k
C
k
n+1
f(x + (n k + 1) h) +
+ (1)
n+1
C
n+1
n+1
f(x) =
n+1

k=0
(1)
k
C
k
n+1
f(x + (n k + 1) h).
n mod analog se pot deni i diferenele nite la stnga de orice ordin. De exemplu
pentru f : [a, b] R funcie dat, h > 0 astfel ca a + h < b vom deni diferena nit
la stnga
s
f(x) = f(x) f(x h) pentru orice x [a + h, b]. Vor avea loc proprieti
similare cu 1, 2, 3 i pentru diferenele nite la stnga.
n continuare dm un exemplu pentru diferenele nite la dreapta. S considerm
funcia f : R R, f(x) = x
2
2x + 3. n acest caz alegem h = 1 i avem
f(x) = f(x + h) f(x) = f(x + 1) f(x) = (x + 1)
2
2(x + 1) + 3 (x
2
2x + 3) =
= x
2
+ 2x + 1 2x 2 + 3 x
2
+ 2x 3 = 2x 1,

2
f(x) = (f)(x) = [2(x + 1) 1] [2x 1] = 2, iar

3
f(x) = (
2
f)(x) = 2 2 = 0.
Putem constata o proprietate interesant, i anume n cazul polinoamelor de grad n
diferena nit la dreapta de ordinul n + 1 este egal cu zero.
8.2. Aproximarea funciilor prin interpolare 151
n continuare s presupunem c domeniul de deniie al funciei f este un interval
nit de forma [a, +). Fie x
0
[a, +), h > 0 un numr real pozitiv xat i considerm
nodurile (x
k
)
kN
date sub forma unei progresii aritmetice cresctoare: x
k
= x
0
+kh. Dac
notm cu f
k
= f(x
k
), atunci avem urmtoarele relaii denite i demonstrate mai anterior
scrise sub urmtoarea form:
0
f
k
= f
k
,
1
f
k
= f
k+1
f
k
,
2
f
k
= f
k+2
2f
k+1
+ f
k
,
. . . ,
n+1
f
k
=
n
(f
k
) =
n
(f
k+1
f
k
) =
n
f
k+1

n
f
n
, etc. Folosind aceste notaii
putem enuna urmtoarea lem:
Lema 8.2.1. Dac f C
n+1
([x
k
, x
k+n
], R) atunci exist un punct (x
k
, x
k+n
) astfel
nct
n
f
k
= h
n
f
(n)
().
Demonstraie. Demonstraia vom face prin inducie matematic. Pentru n = 1
avem
1
f
k
= hf

(), unde (x
k
, x
k+1
), adic f
k+1
f
k
= hf

(), deci f(x


k+1
)f(x
k
) =
(x
k+1
x
k
) f

(), ceea ce este tocmai teorema de medie a lui Lagrange. Demonstraia


se poate termina cu ajutorul induciei matematice.
Fie f : [a, b] R o funcie dat, iar a = x
0
< < x
n1
< x
n
= b o diviziune a
intervalului [a, b].
Deniia 8.2.4. Valorile funciei f n punctele diviziunii,
adic valorile f(x
0
), f(x
1
), . . . , f(x
n
) se numesc diferenele divizate de ordinul zero ale
funciei f. Numrul, notat cu f(x
0
; x
1
) :
f(x
1
) f(x
0
)
x
1
x
0
, se numete diferena divizat de
ordinul unu a funciei f pe nodurile x
0
i x
1
. Diferena divizat de ordinul n a funciei f
pe nodurile x
0
, x
1
, . . . , x
n
se denete n mod recursiv cu ajutorul diferenelor divizate de
ordinul n 1 ale funciei f conform formulei:
f(x
0
; x
1
; . . . ; x
n
) =
f(x
1
; . . . ; x
n
) f(x
0
; . . . ; x
n1
)
x
n
x
0
.
n continuare enumerm cteva proprieti ale diferenelor divizate:
Propoziia 8.2.2. Diferena divizat este simetric n raport cu argumentele sale i avem
urmtoarea formul:
f(x
0
; x
1
; . . . ; x
n
) =
n

i=0
f(x
i
)
(x
i
x
0
) . . . (x
i
x
i1
)(x
i
x
i+1
) . . . (x
i
x
n
)
.
Demonstraie. Demonstraia se poate face prin inducie matematic. Noi vom
proba valabilitatea formulei pentru n = 1 i n = 2 printr-un calcul direct. Fie n = 1 :
f(x
0
; x
1
) =
f(x
1
) f(x
0
)
x
1
x
0
=
f(x
0
)
x
0
x
1
+
f(x
1
)
x
1
x
0
.
152 8. Aproximarea funciilor
Fie n = 2 :
f(x
0
; x
1
; x
2
) =
f(x
1
, x
2
) f(x
0
, x
1
)
x
2
x
0
=
1
x
2
x
0

_
f(x
2
) f(x
1
)
x
2
x
1

f(x
1
) f(x
0
)
x
1
x
0
_
=
=
f(x
0
)
(x
1
x
0
)(x
2
x
0
)
+
f(x
1
)
x
2
x
0

1
x
2
x
1

1
x
1
x
0
_
+
f(x
2
)
(x
2
x
0
)(x
2
x
1
)
=
=
f(x
0
)
(x
1
x
0
)(x
2
x
0
)
+
f(x
1
)
x
2
x
0

(x
1
x
0
) (x
2
x
1
)
(x
2
x
1
)(x
1
x
0
)
+
f(x
2
)
(x
2
x
0
)(x
2
x
1
)
=
=
f(x
0
)
(x
1
x
0
)(x
2
x
0
)
+
f(x
1
)
(x
1
x
0
)(x
1
x
2
)
+
f(x
2
)
(x
2
x
0
)(x
2
x
1
)
.
Propoziia 8.2.3. Dac nodurile (x
k
)
k=0,n
sunt echidistante cu pasul h =
b a
n
,
atunci diferena divizat se poate exprima cu ajutorul diferenelor nite prin formula:
f(x
0
; x
1
; . . . ; x
n
) =

n
f
0
n! h
n
.
Demonstraie. Demonstraia se poate face prin inducie matematic. Vericm
printr-un calcul direct valabilitatea formulei pentru n = 1 i n = 2. Fie n = 1 :
f(x
0
; x
1
) =
f(x
1
) f(x
0
)
x
1
x
0
=
f
1
f
0
h
=
f
0
h
.
Fie n = 2 :
f(x
0
; x
1
; x
2
) =
f(x
1
; x
2
) f(x
0
; x
1
)
x
2
x
0
=
f
1
h

f
0
h
2h
=
f
1
f
0
2h
2
=

2
f
0
2h
2
.
Presupunem c formula are loc pentru n 1 i vom demonstra pentru n :
f(x
0
; x
1
; . . . ; x
n
) =
f(x
1
; . . . ; x
n
) f(x
0
; . . . ; x
n1
)
x
n
x
0
=

n1
f
1
(n 1)!h
n1


n1
f
0
(n 1)!h
n1
n h
=
=

n1
f
1

n1
f
0
n!h
n
=

n
f
0
n!h
n

Propoziia 8.2.4. Dac nodurile (x
k
)
k=0,n
sunt echidistante cu pasul h =
b a
n
i
f C
n+1
([x
0
, x
n
], R) = C
n+1
([a, b], R), atunci exist un punct (a, b) astfel nct
f(x
0
; x
1
; . . . ; x
n
) =
f
(n)
()
n!
.
Demonstraie. Valabilitatea formulei rezult imediat din lema 8.2.1 i propoziia
8.2.3.
n continuare prezentm construcia lui Newton pentru polinomul de interpolare. Fie
: a = x
0
< x
1
< < x
n1
< x
n
= b o diviziune n care se cunosc valorile funciei
8.3. Aproximarea funciilor cu ajutorul funciilor spline 153
f : [a, b] R.. S se gseasc acel polinom de gradul n, notat cu N
n
, pentru care
N
n
(x
i
) = f(x
i
) pentru orice i = 0, n. Ideea lui Newton este de a cuta polinomul de
interpolare sub forma:
N
n
(x) =
0
+
1
(x x
0
) +
2
(x x
0
)(x x
1
) + +
n
(x x
0
)(x x
1
) . . . (x x
n1
),
unde necunoscutele
0
,
1
, . . . ,
n
se determin din condiiile de interpolare. ntr-adevr:
N
n
(x
0
) = f(x
0
), deci
0
= f(x
0
); N
n
(x
1
) = f(x
1
), adic
0
+
1
(x
1
x
0
) = f(x
1
), de
unde
1
=
f(x
1
) f(x
0
)
x
1
x
0
= f(x
0
; x
1
); N
n
(x
2
) = f(x
2
), adic
0
+
1
(x
2
x
0
) +
2
(x
2

x
0
)(x
2
x
1
) = f(x
2
), de unde f(x
0
) +f(x
0
; x
1
)(x
2
x
0
) +
2
(x
2
x
0
)(x
2
x
1
) = f(x
2
).
Avem urmtorul ir de egaliti echivalente:
f(x
0
; x
1
)(x
2
x
0
) +
2
(x
2
x
0
)(x
2
x
1
) = f(x
2
) f(x
0
)
f(x
0
; x
1
) +
2
(x
2
x
1
) =
f(x
2
) f(x
0
)
x
2
x
0
f(x
0
; x
1
) +
2
(x
2
x
1
) = f(x
0
; x
2
)

2
=
f(x
0
; x
2
) f(x
0
; x
1
)
x
2
x
1

2
= f(x
0
; x
1
; x
2
).
n general se poate demonstra prin inducie c
k
= f(x
0
; x
1
; . . . ; x
k
) pentru orice k = 0, n.
Prin urmare se obine polinomul de interpolare al lui Newton:
N
n
(x) = f(x
0
) + f(x
0
; x
1
) (x x
0
) + f(x
0
; x
1
; x
2
) (x x
0
)(x x
1
) + +
+f(x
0
; x
1
; . . . ; x
n
) (x x
0
)(x x
1
) . . . (x x
n1
).
8.3 Aproximarea funciilor cu ajutorul funciilor spline
Se consider funcia f : [a, b] R i intervalul [a, b] mprim n n pri egale alegnd
pasul h =
ba
n
i nodurile x
0
= a < x
1
< x
2
< < x
n1
< x
n
= b, date de formulele
x
k
= x
0
+ k h = a + k h, unde k = 0, n. Prin funcia spline S : [a, b] R vom nelege
o nou funcie denit pe intervalul [a, b] care aproximeaz funcia f i are urmtoarea
construcie: pe ecare subinterval de forma [x
i
, x
i+1
], cu i = 0, n 1, S
i
= S/
[x
i
,x
i+1
]
este un polinom algebric de un anumit grad i cerem ca S s e continu pe tot in-
tervalul [a, b] mpreun cu derivatele pn la un anumit ordin. Aceast cerin practic
nseamn c polinoamele date pe ecare subinterval trebuie s e "lipite" n nodurile
x
i
, i = 1, n 1, prin care asigurm continuitatea lui S pe tot intervalul [a, b] respectiv i
154 8. Aproximarea funciilor
derivatele la stnga ale polinaomelor s coincid cu derivatele la dreapta ale polinoamelor
n nodurile x
i
, i = 1, n 1, astfel reuind s impunem condiia de derivabilitate a lui S
pe tot intervalul [a, b]. Gradul polinoamelor (sau gradul maxim al polinoamelor) folosite
pentru construcia funciei spline S se numete gradul funciei spline S, iar prin defectul
funciei spline S vom nelege diferena dintre gradul funciei spline i cel mai mare ordin
al derivatelor polinoamelor pentru care funcia spline S nc este derivabil.
1. Funcia spline de gradul unu. n acest caz funcia spline S : [a, b] R pe
ecare subinterval este un polinom de grad maxim unu, deci S
i
(x) = S
/[x
i
,x
i+1
]
(x) =
m
i
x + n
i
, unde m
i
, n
i
R pentru i = 0, n 1. Vrem s "lipim" aceste segmente
n nodurile x
i
, i = 1, n 1, deci impunem condiia de continuitate a lui S pe tot
intervalul [a, b] : pentru orice i = 0, n 2, S
i
(x
i+1
) = S
i+1
(x
i+1
) = f(x
i+1
). Prin
urmare putem s impunem pe ecare subinterval urmtoarele cerine: S
i
(x
i
) = f(x
i
)
i S
i
(x
i+1
) = f(x
i+1
) cu i = 0, n 1. Observm c n acest fel obinem urmtorul
sistem liniar cu dou ecuaii i dou necunoscute:
_

_
m
i
x
i
+ n
i
= f(x
i
)
m
i
x
i+1
+ n
i
= f(x
i+1
).
Prin urmare suntem n cazul interpolrii liniare (vezi paragraful 8.2.1). n acest caz
se determin complet m
i
, n
i
R pentru i = 0, n 1 i este de ajuns s alegem f
C([a, b], R), iar funcia spline corespunztoare de gradul unu va S C([a, b], R)
dat de
S
/[x
i
,x
i+1
]
(x) = S
i
(x) =
f(x
i+1
) f(x
i
)
x
i+1
x
i
x +
x
i+1
f(x
i
) x
i
f(x
i+1
)
x
i+1
x
i
cu i = 0, n 1. Observm c n acest caz nu are rost s cerem f derivabil, indc
nu avem posibilitatea s reglm funcia spline S ca s aproximeze i derivatele lui
f. Gracul funciei spline S de gradul unu este o linie frnt continu, care trece
prin punctele (x
i
, f(x
i
)) dar nu este derivabil n punctele de lipire x
i
, i = 1, n 1.
Prin urmare defectul lui S este tot unu.
2. Funcia spline de gradul doi. n acest caz funcia spline S : [a, b] R pe ecare
subinterval este un polinom de grad maxim doi, deci S
i
(x) = S
/[x
i
,x
i+1
]
(x) = a
i
x
2
+
b
i
x+c
i
, unde a
i
, b
i
, c
i
R pentru i = 0, n 1. Prima dat vrem s "lipim" aceste arce
8.3. Aproximarea funciilor cu ajutorul funciilor spline 155
de parabol ntre ele n nodurile x
i
, i = 1, n 1. Prin aceasta asigurm continuitatea
lui S pe tot intervalul [a, b] i impunem condiiile: S
i
(x
i+1
) = S
i+1
(x
i+1
) = f(x
i+1
)
pentru orice i = 0, n 2. Prin urmare pe ecare subinterval [x
i
, x
i+1
] avem de impus
cerinele: S
i
(x
i
) = f(x
i
) i S
i
(x
i+1
) = f(x
i+1
). n acest fel obinem un sistem liniar
cu trei necunoscute i numai dou ecuaii:
_

_
a
i
x
2
i
+ b
i
x
i
+ c
i
= f(x
i
)
a
i
x
2
i+1
+ b
i
x
i+1
+ c
i
= f(x
i+1
).
(8.1)
Observm c o necunoscut rmne nedeterminat. Prin urmare pentru a determina
i a treia necunoscut putem s lum n considerare i derivata de ordinul nti a lui
f. Prin urmare n acest caz e f C
1
([a, b], R). Dac vrem s "lipim" i derivatele
de ordinul nti atunci avem de impus condiiile: S

i
(x
i+1
) = S

i+1
(x
i+1
) = f

(x
i+1
)
pentru orice i = 0, n 2. Prin urmare n acest fel pe ecare subinterval [x
i
, x
i+1
]
avem urmtoarele condiii: S
i
(x
i
) = f(x
i
), S
i
(x
i+1
) = f(x
i+1
), S

i
(x
i
) = S

(x
i
+
0) = f

(x
i
) i S

i
(x
i+1
) = S

(x
i+1
0) = f

(x
i+1
) cu i = 0, n 1. ns n acest fel
obinem un sistem liniar cu patru ecuaii i numai trei necuscute: a
i
, b
i
, c
i
, sistem
care n general este incompatibil. Deci cu funcia spline de gradul doi n general pe
lng aproximarea n noduri a funciilor (S(x
i
) = f(x
i
) pentru orice i = 0, n) nu
putem asigura aproximarea n noduri i a derivatelor de ordinul unu ale funciilor
(S

(x
i
) = f

(x
i
) pentru orice i = 0, n). ns ceea ce putem realiza n acest caz
este existena global a primei derivate a funciei spline S fr a aproxima prima
derivat a lui f n nodurile date. ntr-adevr, pentru a determina funcia spline de
gradul doi avem de determinat coecienii a
i
, b
i
, c
i
pentru i = 0, n 1, adic avem
de determinat 3n necunoscute. Sistemele de forma (8.1) ne dau 2n legturi, deci
mai avem de impus nc n legturi. Cerem ca funcia spline S s e derivabil n
nodurile x
i
, i = 1, n 1, adic pentru orice i = 1, n 1 S

i1
(x
i
) = S

(x
i
0) =
S

(x
i
+0) = S

i
(x
i
), adic: 2a
i1
x
i
+b
i1
= 2a
i
x
i
+b
i
, i = 1, n 1. Astfel pn acum
avem n total 2n +n 1 = 3n 1 legturi. Pentru ultima legtur putem s cerem
de exemplu ca una dintre urmtoarele dou egaliti s aib loc
S

(x
0
+ 0) = S

0
(x
0
) = 2a
0
x
0
+ b
0
=
f(x
1
) f(x
0
)
x
1
x
0
=
f(a + h) f(a)
h
sau
S

(x
n
0) = S

n1
(x
n
) = 2a
n1
x
n
+ b
n1
=
f(x
n
) f(x
n1
)
x
n
x
n1
=
f(b) f(b h)
h
156 8. Aproximarea funciilor
Astfel avem n nal 3n legturi cu 3n necunoscute. Practic asta nseamn rezolvarea
unui sistem liniar cu 3n ecuaii i 3n necunoscute. Astfel defectul acestei funcii
spline este unu.
3. Funcia spline de gradul trei. n practic cea mai des folosit este funcia spline
de gradul trei. n acest caz funcia spline S : [a, b] R pe ecare subinterval este
un polinom de gradul trei, deci
S
i
(x) = S/
[x
i
,x
i+1
]
= a
i
x
3
+ b
i
x
2
+ c
i
x + d
i
,
unde a
i
, b
i
, c
i
, d
i
R pentru i = 0, n 1. Prima dat "lipim" aceste arce de curbe
de gradul trei, dup care "lipim" i derivatele acestor arce de curbe impunnd
condiiile: S
i
(x
i
) = f(x
i
), S
i
(x
i+1
) = f(x
i+1
), S

i
(x
i
) = f

(x
i
) i S

i
(x
i+1
) = f

(x
i+1
).
Pentru a realiza aceste condiii presupunem c f C
1
([a, b], R) iar curba spline
astfel construit este egal pe noduri cu funcia f i n plus derivata curbei spline
pe noduri coincide cu derivata funciei f pe noduri. ntr-adevr, sistemul de condiii
inpus mai sus are forma algebric:
_

_
a
i
x
3
i
+ b
i
x
2
i
+ c
i
x
i
+ d
i
= f(x
i
)
a
i
x
3
i+1
+ b
i
x
2
i+1
+ c
i
x
i+1
+ d
i
= f(x
i+1
)
3a
i
x
2
i
+ 2b
i
x
i
+ c
i
= f

(x
i
)
3a
i
x
2
i+1
+ 2b
i
x
i+1
+ c
i
= f

(x
i+1
)
cu i = 0, n 1.
Observm c am obinut un sistem liniar cu patru ecuaii i cu patru necunoscute.
Prin rezolvarea sistemului liniar cu ajutorul determinanilor putem s obinem va-
lorile lui a
i
, b
i
, c
i
i d
i
, deci pe S
i
pentru orice i = 0, n 1. n continuare artm c
polinomul cutat S
i
are urmtoarea form:
S
i
(x) =
(x x
i+1
)
2
[2(x x
i
) + h]
h
3
f(x
i
) +
+
(x x
i
)
2
[2(x
i+1
x) + h]
h
3
f(x
i+1
) +
+
(x x
i+1
)
2
(x x
i
)
h
2
f

(x
i
) +
(x x
i
)
2
(x x
i+1
)
h
2
f

(x
i+1
)
8.4. Cea mai bun aproximare a funciilor n spaii normate 157
pentru orice i = 0, n 1. ntr-adevr, S
i
este un polinom de gradul trei n x i
veric condiiile: S
i
(x
i
) = f(x
i
), S
i
(x
i+1
) = f(x
i+1
),
S

i
(x) =
2(x x
i+1
) [2(x x
i
) + h]
h
3
f(x
i
) +
(x x
i+1
)
2
(+2)
h
3
f(x
i
) +
+
2(x x
i
) [2(x
i+1
x) + h]
h
3
f(x
i+1
) +
(x x
i
)
2
(2)
h
3
f(x
i+1
) +
+
2(x x
i+1
) (x x
i
)
h
2
f

(x
i
) +
(x x
i+1
)
2
1
h
2
f

(x
i
) +
+
2(x x
i
)(x x
i+1
)
h
2
f

(x
i+1
) +
(x x
i
)
2
1
h
2
f

(x
i+1
),
deci S

i
(x
i
) = f

(x
i
) i S

i
(x
i+1
) = f

(x
i+1
).
Observm c funcia spline cubic astfel construit are defectul doi. Se poate realiza
ca defectul funciei spline de gradul trei s e unu, dar n acest caz trebuie s
renunm la faptul c derivata funciei spline pe noduri coincide cu derivata funciei
f pe noduri. Pur i simplu impunem condiiile: pentru i = 0, n 1 s avem:
S
i
(x
i
) = f(x
i
) i S
i
(x
i+1
) = f(x
i+1
) i pentru i = 1, n 1 s avem: S

i1
(x
i
) =
S

(x
i
0) = S

(x
i
+ 0) = S

i
(x
i
) i S

i1
(x
i
) = S

(x
i
0) = S

(x
i
+ 0) = S

i
(x
i
).
Astfel obinem 2n + n 1 + n 1 = 4n 2 legturi. Pentru cele dou legturi
rmase putem s cerem de exemplu valabilitatea urmtoarelor dou egaliti:
S

(x
0
+ 0) = S

0
(x
0
) =
f(x
1
) f(x
0
)
x
1
x
0
=
f(a + h) f(a)
h
i
S

(x
n
0) = S

n1
(x
n
) =
f(x
n
) f(x
n1
)
x
n
x
n1
=
f(b) f(b h)
h
.
Ca problem de algoritmizat propunem s se determine valoarea funciei spline
cubic S : [a, b] R ntr-un punct x [a, b] dat.
8.4 Cea mai bun aproximare a funciilor n spaii
normate
Vom considera noiunea de aproximare (n cazul special i cel mai important aproxi-
marea funciilor) n cadrul abstract al spaiilor normate. Vom da deniia riguroas
precum i cteva rezultate teoretice n aceast direcie.
Fie (X, | |) un spaiu normat, Y X, Y ,= .
158 8. Aproximarea funciilor
Deniia 8.4.1. Dac f X i g Y atunci spunem c f se aproximeaz cu g sau c
g este o aproximaie pentru elementul f. Dac g
1
, g
2
Y sunt dou aproximaii ale lui
f i dac |f g
1
| < |f g
2
| atunci spunem c g
1
este o aproximare mai bun dect
g
2
pentru f. Un element g

Y pentru care |g

f| |g f| pentru orice g Y se
numete elementul de cea mai bun aproximare a lui f.
n continuare enunm cteva teoreme cu condiii suciente care asigur existena
elementului de cea mai bun aproximare n spaii normate. ns iniial vom avea nevoie
de cteva rezultate din analiz i analiz funcional.
Fie deci (X, | |) un spaiu normat, iar Y X, Y ,= o submulime.
Deniia 8.4.2. Vom spune c submulimea Y n spaiul normat X este o submulime
compact, dac din orice acoperire deschis a lui Y se poate extrage o subacoperire nit
(deniia compacitii n sensul lui Lebesque).
Dac Y este o submulime compact atunci este mrginit i nchis. ns, invers
n general nu are loc ntr-un spaiu normat arbitrar. ntr-adevr, avem rezultatul lui
Riesz n aceast direcie, care arm c bila nchis B(, 1) = x X / |x| 1 X
centrat n originea spaiului normat i de raz unu (care evident este o submulime
nchis i mrginit) este compact dac i numai dac spaiul normat X este spaiu linear
nit dimensional. n cazul spaiilor normate nit dimensionale submulimile compacte se
caracterizeaz prin a nchise i mrginite.
O caracterizare a compacitii ntr-un spaiu normat se poate da prin compacitatea
secvenial.
Propoziia 8.4.1. ntr-un spaiu normat (X, | |) urmtoarele armaii sunt echivalente
pentru o submulime Y X :
i) Y este compact;
ii) orice ir din Y admite cel puin un subir convergent n Y.
Teorema 8.4.1. (de existen a elementului de cea mai bun aproximare) Dac Y X,
Y ,= este o submulime compact a spaiului normat X, atunci orice f X admite
element de cea mai bun aproximare n Y.
Demonstraie. Fie d = inf
gY
|f g| 0. Dac exist un g

Y astfel nct
inmumul este atins pentru acest element g

, adic d = |f g

|, atunci g

va un element
8.4. Cea mai bun aproximare a funciilor n spaii normate 159
de cea mai bun aproximare pentru f. n caz contrar exist un ir (g
n
)
nN
Y astfel
nct lim
n
|f g
n
| = d. Dar conform presupunerii Y este o submulime compact, deci i
secvenial compact, prin urmare din irul (g
n
)
nN
putem extrage un subir (g
n
k
)
kN
Y
astfel nct lim
k
g
n
k
= g

Y. De aici se obine c d = lim


k
|f g
n
k
| = |f g

|, cu
g

Y . Astfel g

Y este elementul de cea mai bun aproximare pentru f X. Aici am


folosit faptul c norma este o funcie continu.
Teorema 8.4.2. (de existen a elementului de cea mai bun aproximare) Fie (X, | |)
un spaiu normat, Y X, Y ,= un subspaiu nit dimensional al lui X. Atunci orice
f X admite element de cea mai bun aproximare n Y.
Demonstraie. Fie Y
0
= g Y / |g| 2 |f|. Avem Y
0
,= indc Y
0
conine
elementul neutru i || = 0 2 |f|. Submulimea Y
0
este o submulime nchis i
mrginit dintr-un spaiu nit dimensional, ind o bil nchis cu centrul n i de raz
2 |f|. Prin urmare Y
0
este o submulime compact i conform teoremei 8.4.1 pentru f
exist un element de cea mai bun aproximare g

Y
0
. Vom arta c acest element g

va
elementul de cea mai bun aproximare a lui f relativ i la submulimea Y . ntr-adevr
e g Y Y
0
. Atunci |g| > 2 |f|. Vom avea pe rnd:
|f g| [ |f| |g| [ = |g| |f| > 2 |f| |f| = |f| = |f | |f g

|.
Deci g

va elementul de cea mai bun aproximare pentru Y.


Lema 8.4.1. ntr-un spaiu Hilbert (X, (, )) are loc formula paralelogramului: |f +g|
2
+
|f g|
2
= 2 (|f|
2
+|g|
2
) pentru orice f, g X.
Demonstraie. Avem pe rnd:
|f + g|
2
+|f g|
2
= (f + g, f + g) + (f g, f g) =
= (f, f) + (g, f) + (f, g) + (g, g) + (f, f) (g, f) (f, g) + (g, g) =
= 2 ((f, f) + (g, g)) = 2 (|f|
2
+|g|
2
)
Teorema 8.4.3. (de existen i unicitate a elementului de cea mai bun aproximare n
spaii Hilbert). Dac (X, (, )) este un spaiu Hilbert, Y X, Y ,= este convex i
nchis atunci pentru orice element f X exist n mod unic un element de cea mai
bun aproximare g

Y.
160 8. Aproximarea funciilor
Demonstraie. Dac f Y atunci s alegem g

= f i avem elementul de cea mai


bun aproximare. Dac f , Y atunci e d = inf
gY
|f g| 0. Din deniia inmumului
rezult c exist un ir (g
n
)
nN
Y astfel nct lim
n
|f g
n
| = d. Aplicm formula
paralelogramului:
2
_
|f g
m
|
2
+|f g
n
|
2
_
= |2f (g
m
+ g
n
)|
2
+|g
m
g
n
|
2
,
adic
|g
m
g
n
|
2
= 2
_
|f g
m
|
2
+|f g
n
|
2
_
4
_
_
_
_
f
g
m
+ g
n
2
_
_
_
_
2
.
Submulimea Y ind convex rezult c
g
m
+ g
n
2
Y, deci
_
_
_
_
f
g
m
+ g
n
2
_
_
_
_
d, adic
|g
m
g
n
|
2
2
_
|f g
m
|
2
+|f g
n
|
2
_
4d
2
.
Fcnd ca n i m s tind la vom obine
0 lim
n,m
|g
m
g
n
|
2
2
_
lim
m
|f g
m
|
2
+ lim
n
|f g
n
|
2
_
4d
2
= 2(d
2
+ d
2
) 4d
2
= 0.
Prin urmare irul (g
n
)
nN
Y este un ir Cauchy sau fundamental. Dar X ind un spaiu
Hilbert, este complet, deci exist un element g

X astfel ca lim
n
g
n
= g

. ns Y este
i nchis, deci va conine limita irului (g
n
) Y , punctul g

. Vom arta c g

Y este
elementul de cea mai bun aproximare pentru f X. ntr-adevr, din lim
n
|f g
n
| = d
rezult c |f g

| = d, folosind continuitatea normei. S artm c elementul de cea mai


bun aproximare a lui f este unic. Presupunem prin absurd c g

Y ar un alt element
astfel ca |f g

| = d. Y ind convex, avem


g

+ g

2
Y , deci
_
_
_
_
f
g

+ g

2
_
_
_
_
d.
Folosind iari formula paralelogramului:
2
_
|f g

|
2
+|f g

|
2
_
= |2 f (g

+ g

)| +|g

|
2
,
obinem
0 |g

|
2
= 2(d
2
+ d
2
) |2f (g

+ g

)|
2
=
= 4d
2
4
_
_
_
_
f
g

+ g

2
_
_
_
_
2
4d
2
4d
2
= 0,
deci |g

| = 0, adic g

= g

.
Capitolul 9
Formulele de derivare i integrare
numeric
9.1 Formulele de derivare numeric
Formulele de derivare numeric sunt nite formule care dau valori orict "de bune", orict
de precise ntr-un punct dat pentru derivatele de orice ordin ale unei funcii derivabile.
Se cunoate deniia derivatei de ordinul nti ntr-un punct dat. Fie f : (a, b) R o
funcie derivabil n punctul x
0
(a, b). Atunci exist
lim
xx
0
f(x) f(x
0
)
x x
0
= f

(x
0
) R.
Dac notm cu h = xx
0
atunci x = x
0
+h i avem urmtoarea deniie a derivabilitii
unei funcii ntr-un punct dat: exist
lim
h0
f(x
0
+ h) f(x
0
)
h
= f

(x
0
).
Astfel dac f este derivabil o dat n punctul x
0
, atunci pentru h > 0 cu h "foarte
aproape" de zero (h = 10
2
, h = 10
3
, etc.) formula
f(x
0
+h)f(x
0
)
h
ne d o valoare "apropi-
at" de f

(x
0
). Astfel obinem prima formul de derivare numeric, i anume dac se d
funcia f C
1
((a, b), R) i punctul x
0
(a, b) atunci pentru h > 0, h 0 valoarea fraciei
f(x
0
+ h) f(x
0
)
h
f

(x
0
).
n continuarea vrem s demonstrm convergena acestei formule, adic cu ct h ia va-
lori pozitive din ce n ce mai apropiate de zero, valorile formulei de derivare numeric
f(x
0
+h)f(x
0
)
h
tind ctre f

(x
0
), i n acelai timp putem da evaluarea erorii:
161
162 9. Formulele de derivare i integrare numeric
Propoziia 9.1.1. Fie f C
2
([a, b], R), x
0
(a, b) i h > 0 cu x
0
+ h [a, b]. Atunci

f(x
0
+ h) f(x
0
)
h
f

(x
0
)

M
2
2
h, unde
M
2
= sup[f

(x)[ / x [a, b] = max[f

(x)[ / x [a, b].


Demonstraie. Deoarece f C
2
([a, b], R) i x
0
(a, b) considerm dezvoltarea n
serie Taylor a lui f n punctul x
0
cu restul sub forma Lagrange de ordinul doi:
f(x
0
+ h) = f(x
0
) +
f

(x
0
)
1!
h +
f

()
2!
h
2
,
unde (x
0
, x
0
+ h) [a, b]. Deci

f(x
0
+ h) f(x
0
)
h
f

(x
0
)

()
2
h

M
2
2
h,
unde M
2
este o constant care depinde de f i nu de h. Menionm c deoarece f
C
2
([a, b], R), deci f

este continu, conform teoremei lui Weierstrass f

este mrginit pe
[a, b] i i atinge marginile, deci exist constanta nit
M
2
= sup[f

(x)[ / x [a, b] = max[f

(x)[ / x [a, b]. q.e.d.


Din evaluarea prezentat n propoziia anterioar deducem c dac ne intereseaz
valoarea lui f

(x
0
) cu o precizie > 0 atunci alegem h astfel ca s aib loc inegalitatea
M
2
2
h < , adic h <
2
M
2
, din care rezult c

f(x
0
+ h) f(x
0
)
h
f

(x
0
)

< .
n continuare prezentm un algoritm pentru calculul lui f

(x
0
) cu o precizie > 0 folosind
o condiie practic de oprire:
Algoritm 1 prima derivat
Datele de intrare: f; x
0
; ;
Fie h = 10
1
; A :=
f(x
0
+ h) f(x
0
)
h
;
Repet: B := A; h :=
h
2
_
sau h :=
h
10
_
; A :=
f(x
0
+h)f(x
0
)
h
;
Pn cnd: [B A[ ;
Tiprete A.
9.1. Formulele de derivare numeric 163
Deoarece
lim
h0
h<0
f(x
0
+ h) f(x
0
)
h
= f

(x
0
),
notnd cu t = h > 0 avem
lim
t0
t>0
f(x
0
t) f(x
0
)
t
= lim
t0
t>0
f(x
0
) f(x
0
t)
t
= f

(x
0
).
Prin urmare expresia
f(x
0
)f(x
0
t)
t
pentru o valoare t > 0 i t 0 genereaz o nou formul
de derivare numeric pentru f

(x
0
).
Propoziia 9.1.2. Fie f C
2
([a, b], R) i x
0
(a, b) i t > 0 astfel ca x
0
t [a, b].
Atunci

f(x
0
) f(x
0
t)
t
f

(x
0
)

M
2
2
t, unde
M
2
= sup[f

(x)[ / x [a, b] = max[f

(x)[ / x [a, b].


Demonstraie. Deoarece f C
2
([a, b], R), x
0
(a, b) i t > 0 cu x
0
t [a, b]
vom folosi dezvoltarea lui f n serie Taylor n punctul x
0
cu restul sub forma Lagrange de
ordinul doi:
f(x
0
t) = f(x
0
)
f

(x
0
)
1!
t +
f

()
2!
t
2
,
unde (x
0
t, x
0
). De aici deducem c
f(x
0
) f(x
0
t)
t
f

(x
0
) =
f

()
2
t,
adic

f(x
0
) f(x
0
t)
t
f

(x
0
)

()
2
t

M
2
2
t, q.e.d.
Prin urmare, dac vrem s determinm valoarea lui f

(x
0
) cu o precizie > 0 dat cu
ajutorul formulei de derivare numeric
f(x
0
) f(x
0
t)
t
se folosete condiia teoretic
ca
M
2
2
t de unde t
2
M
2
.
n continuare dm un algoritm cu o condiie practic de oprire:
Algoritm 2 prima derivat
Datele de intrare: f; x
0
; ;
Fie t := 10
1
; A :=
f(x
0
) f(x
0
t)
t
;
164 9. Formulele de derivare i integrare numeric
Repet B := A; t :=
t
2
_
sau t :=
t
10
_
; A :=
f(x
0
) f(x
0
t)
t
;
Pn cnd [B A[ ;
Tiprete A.
Mai prezentm nc o ultim formul de derivare numeric pentru prima derivat:
lim
h0
h>0
f(x
0
+ h) f(x
0
h)
2h
=
1
2
lim
h0
_
f(x
0
+ h) f(x
0
)
h
+
f(x
0
) f(x
0
h)
h
_
=
=
1
2
(f

(x
0
) + f

(x
0
)) = f

(x
0
),
de unde pentru h > 0 i h 0 valoarea expresiei
f(x
0
+ h) f(x
0
h)
2h
ne d o valoare
aproximativ pentru f

(x
0
).
n continuare dm o interpretare geometric pentru cele trei formule de derivare nu-
meric prezentate mai anterior:
x
0
-h x
0
+h
P
M
N
x
0
Figura 9.1:
Formula de derivare numeric
f(x
0
+ h) f(x
0
)
h
ne d direcia pantei PN, iar
f(x
0
) f(x
0
h)
h
ne d direcia pantei MP, i formula
f(x
0
+ h) f(x
0
h)
2h
ne d
direcia pantei MN. Intuitiv se observ c dintre cele trei pante, panta MN ar cea mai
bun aproximare pentru direcia tangentei n punctul P la gracul lui f.
n continuare vom demonstra i teoretic acest fapt, artnd c evaluarea erorii la
formula
f(x
0
+ h) f(x
0
h)
2h
depinde de h
2
i nu de h (spunem c aceast formul
are ordinul de convergen ptratic, pe cnd cele dou formule de derivare numeric
anterioare au ordinul de convergen liniar, indc acolo cum am vzut erorile depind
de h).
Pentru asta avem nevoie de o lem teoretic:
9.1. Formulele de derivare numeric 165
Lema 9.1.1. Fie f C([a, b], R) i
1
,
2
[a, b] puncte arbitrare. Atunci exist un
[a, b] astfel ca
f(
1
) + f(
2
)
2
= f().
Demonstraie. Deoarece f C([a, b], R), conform teoremei lui Weierstrass i atinge
marginile pe [a, b] deci
min
x[a,b]
f(x)
f(
1
) + f(
2
)
2
max
x[a,b]
f(x).
Pe de alt parte orice funcie continu are proprietatea lui Darboux, deci pentru valoarea
f(
1
) + f(
2
)
2

_
min
x[a,b]
f(x), max
x[a,b]
f(x)
_
exist un punct [a, b] astfel nct
f(
1
) + f(
2
)
2
= f(). q.e.d.
Evident aceast lem are o generalizare natural i pentru n puncte.
Propoziia 9.1.3. Fie f C
3
([a, b], R) i x
0
(a, b) i h > 0 astfel ca x
0
h, x
0
+ h
[a, b]. Atunci

f(x
0
+ h) f(x
0
h)
2h
f

(x
0
)

M
3
6
h
2
, unde
M
3
= sup[f

(x)[ / x [a, b] = max[f

(x)[ / x [a, b].


Demonstraie. Din dezvoltrile tayloriene obinem:
f(x
0
+ h) = f(x
0
) +
f

(x
0
)
1!
h +
f

(x
0
)
2!
h
2
+
f

(
1
)
3!
h
3
, unde
1
(x
0
, x
0
+ h)
f(x
0
h) = f(x
0
)
f

(x
0
)
1!
h +
f

(x
0
)
2!
h
2

(
2
)
3!
h
3
, unde
2
(x
0
h, x
0
).
Prin scdere se obine:
f(x
0
+ h) f(x
0
h) = 2f

(x
0
) h +
f

(
1
) + f

(
2
)
6
h
3
, deci
f(x
0
+ h) f(x
0
h)
2h
f

(x
0
) =
f

(
1
) + f

(
2
)
12
h
2
.
Conform lemei 9.1.1
f

(
1
) + f

(
2
)
2
= f

(), cu [x
0
h, x
0
+ h], deci:

f(x
0
+ h) f(x
0
h)
2h
f

(x
0
)

()
6
h
2

M
3
6
h
2
.
Dac vrem s determinm teoretic valoarea lui h care trebuie aleas astfel nct formula
de derivare numeric
f(x
0
+ h) f(x
0
h)
2h
s ne dea valoarea lui f

(x
0
) cu o precizie
> 0 este de ajuns s impunem condiii ca
M
3
6
h
2
, adic h
_
6
M
3
.
n continuare prezentm un algoritm numeric cu o condiie practic de oprire:
166 9. Formulele de derivare i integrare numeric
Algoritm 3 prima derivat
Datele de intrare: f; x
0
; ;
Fie h := 10
1
; A :=
f(x
0
+ h) f(x
0
h)
2h
;
Repet B := A; h :=
h
2
_
sau h :=
h
10
_
; A :=
f(x
0
+h)f(x
0
h)
2h
;
Pn cnd [B A[ ;
Tiprete A.
n continuare vom considera o formul de derivare numeric pentru a doua derivat a
unei funcii ntr-un punct dat:
f(x
0
h) 2f(x
0
) + f(x
0
+ h)
h
2
,
care aproximeaz pe f

(x
0
).
ntr-adevr, presupunnd c f C
2
([a, b], R) cu x
0
h, x
0
+ h [a, b] atunci din
formula
2
f(x
0
h) = h
2
f

(), cu (x
0
h, x
0
+ h) obinem c
f(x
0
h) 2f(x
0
) + f(x
0
+ h)
h
2
= f

().
(vezi lema 8.2.1 de la diferene nite pentru n = 2). Fcnd h 0 avem c x
0
, deci
lim
h0
f(x
0
h) 2f(x
0
) + f(x
0
+ h)
h
2
= lim
x
0
f

() = f

(x
0
).
n continuare vrem s studiem evaluarea restului pentru aceast formul de derivare nu-
meric artnd c restul este de ordinul al doilea, adic depinde de h
2
.
Propoziia 9.1.4. Fie f C
4
([a, b], R), x
0
(a, b) i h > 0 astfel ca x
0
h, x
0
+h [a, b].
Atunci

f(x
0
h) 2f(x
0
) + f(x
0
+ h)
h
2
f

(x
0
)

M
4
12
h
4
, unde
M
4
= sup[f
(IV )
(x)[ / x [a, b] = max[f
(IV )
(x) / x [a, b].
Demonstraie. Vom folosi dezvoltrile tayloriene n punctul x
0
cu restul Lagrange
de ordinul patru:
f(x
0
+ h) = f(x
0
) +
f

(x
0
)
1!
h +
f

(x
0
)
2!
h
2
+
f

(x
0
)
3!
h
3
+
f
(IV )
(
1
)
4!
h
4
,
9.1. Formulele de derivare numeric 167
unde
1
(x
0
, x
0
+ h),
f(x
0
h) = f(x
0
)
f

(x
0
)
1!
h +
f

(x
0
)
2!
h
2

(x
0
)
3!
h
3
+
f
(IV )
(
2
)
4!
h
4
,
unde
2
(x
0
h, x
0
). Prin adunarea celor dou relaii se obine:
f(x
0
+ h) + f(x
0
h) = 2f(x
0
) + f

(x
0
) h
2
+
f
(IV )
(
1
) + f
(IV )
(
2
)
24
h
4
,
deci

f(x
0
h) 2f(x
0
) + f(x
0
+ h)
h
2
f

(x
0
)

f
(IV )
(
1
) + f
(IV )
(
2
)
2

h
2
12
=
=
[f
(IV )
()[
12
h
2

M
4
12
h
2
,
unde [x
0
h, x
0
+ h] se obine din lema 9.1.1. q.e.d.
Dac > 0 este precizia dat, atunci determinarea lui h se poate face din condiia
M
4
12
h
2
, adic h
_
12
M
4
, care asigur c formula de derivare numeric
f(x
0
h) 2f(x
0
) + f(x
0
+ h)
h
2
aproximeaz pe f

(x
0
) cu o precizie .
n continuare prezentm un algoritm cu o condiie practic de oprire:
Algoritm a doua derivat
Datele de intrare: f; x
0
; ;
Fie h := 10
1
; A :=
f(x
0
+ h) 2f(x
0
) + f(x
0
h)
h
2
;
Repet: B := A; h :=
h
2
_
sau h :=
h
10
_
; A :=
f(x
0
+ h) 2f(x
0
) + f(x
0
h)
h
2
;
Pn cnd: [B A[ ;
Tiprete A.
Menionm c exist formule de derivare numeric i pentru derivatele de ordin supe-
rior respectiv pentru derivatele de ordinul unu i doi lund mai multe noduri n conside-
rare. Totodat derivata de orice ordin a unei funcii derivabile de o innitate de ori
se poate calcula aproximativ printr-un algoritm recursiv, folosind numai formulele de
derivare din propoziiile 9.1.1 i 9.1.2.
168 9. Formulele de derivare i integrare numeric
9.2 Formulele de integrare numeric
9.2.1 Formula dreptunghiului
Prima dat vom demonstra o lem tehnic:
Lema 9.2.1. (prima teorem a valorii medii generalizate): Fie f, g C([a, b], R) dou
funcii continue astfel ca g(x) 0 pentru orice x [a, b]. Atunci exist un punct [a, b]
astfel nct
_
b
a
f(x)g(x)dx = f()
_
b
a
g(x)dx.
Demonstraie. Deoarece f C([a, b], R) rezult conform teoremei lui Weierstrass
c este mrginit i i atinge marginile. Fie m = min
x[a,b]
f(x) i M = max
x[a,b]
f(x). Cum
g(x) 0 pentru orice x [a, b] din inegalitatea m f(x) M rezult inegalitatea
m g(x) f(x) g(x) M g(x) pentru x [a, b]. Prin urmare
m
_
b
a
g(x)dx
_
b
a
f(x)g(x)dx M
_
b
a
g(x)dx.
Dac g(x) = 0 pentru orice x [a, b] avem
_
b
a
f(x)g(x)dx = 0 i
_
b
a
g(x)dx = 0, deci
pentru orice punct [a, b] are loc egalitatea
_
b
a
f(x)g(x)dx = f()
_
b
a
g(x)dx
n mod trivial. n caz contrar exist un x [a, b] astfel ca g(x) > 0 i din cauza continu-
itii lui g rezult c
_
b
a
g(x)dx > 0. Astfel
m
_
b
a
f(x)g(x)dx
_
b
a
g(x)dx
M.
Funcia f ind continu are proprietatea lui Darboux, deci pentru valoarea
_
b
a
f(x)g(x)dx
_
b
a
g(x)dx
intermediar ntre m i M va exista un [a, b] astfel nct s avem
f() =
_
b
a
f(x)g(x)dx
_
b
a
g(x)dx
,
9.2. Formulele de integrare numeric 169
adic
_
b
a
f(x)g(x)dx = f()
_
b
a
g(x)dx.
Caz particular: dac g(x) = 1 pentru orice x [a, b] din lema 9.2.1 obinem
Lema 9.2.2. (prima teorem a valorii medii) Dac f C([a, b], R) este o funcie continu
atunci exist un punct [a, b] astfel nct
_
b
a
f(x)dx = f()(b a).
Prima dat vom deduce formula elementar a dreptunghiului: e f : [0, h] R
o funcie de clas C
1
([0, h], R), adic o dat derivabil i cu prima derivat continu.
Atunci avem urmtoarele formule elementare pentru calculul ariei folosind formule de
aproximare cu ajutorul ariilor unor dreptunghiuri:

|
h
f h dt t f
0
) 0 ( ) (
h
y
O
x
y = f(x)
y = f(x)
x
O
y
h

|
h
h f h dt t f
0
) ( ) (
y = f(x)
x
O
h/2 h
y

|
h
h f h dt t f
0
) 2 / ( ) (
Figura 9.2:
Alegnd x = 0 sau x =
h
2
sau x = h obinem formulele de cvadratur elementare
prezentate mai sus.
170 9. Formulele de derivare i integrare numeric
n continuare artm convergena acestor formule de cvadratur elementare evalund
eroarea comis: dac x [0, h] atunci conform lemei 9.2.2 avem:

_
h
0
f(t)dt f(x) h

= [f() (h 0) f(x) h[ = h [f() f(x)[ = h [f

() ( x)[
unde am aplicat teorema medie a lui Lagrange cu (, x) dac < x sau (x, )
dac x < . Dar , x [0, h], deci

_
h
0
f(t)dt f(x)h

= h [f

()[ [ x[ h M
1
h = M
1
h
2
,
unde M
1
= sup[f

(x)[ / x [0, h] = max[f

(x)[ / x [0, h].


Fie acum f C
1
([a, b], R) i dividem intervalul [a, b] n n pri egale cu nodurile
echidistante date de formulele x
k
= x
0
+ h k, unde x
0
= a, h =
ba
n
, iar k = 0, n.
Atunci obinem urmtoarele formule aproximative de cvadratur cunoscute sub numele
de formula dreptunghiurilor:
_
b
a
f(x)dx h
_
n1

i=0
f(x
i
)
_
= h (f(x
0
) + f(x
1
) + + f(x
n1
))
_
b
a
f(x)dx h
_
n

i=1
f(x
i
)
_
= h (f(x
1
) + f(x
2
) + + f(x
n
))
_
b
a
f(x)dx h
_
n1

i=0
f
_
x
i
+ x
i+1
2
_
_
=
= h
_
f
_
x
0
+ x
1
2
_
+ f
_
x
1
+ x
2
2
_
+ + f
_
x
n1
+ x
n
2
__
.
n continuare deducem o formul de evaluare a erorii n acest caz i artm convergena
acestor formule, n sensul c, dac n , adic numrul nodurilor echidistante mrim
nelimitat, atunci formulele dreptunghiurilor corespunztoare ne dau nite valori din ce n
ce mai apropiate de valoarea integralei denite. ntr-adevr:

_
b
a
f(x)dx h
n1

i=0
f(x
i
)

n1

i=0
_
x
i+1
x
i
f(x)dx h
n1

i=0
f(x
i
)

=
=

n1

i=0
__
x
i+1
x
i
f(x)dx h f(x
i
)
_

n1

i=0

_
x
i+1
x
i
f(x)dx h f(x
i
)

n1

i=0
M
1
h
2
=
= n M
1
h
2
= n M
1

_
b a
n
_
2
=
1
n
M
1
(b a)
2
=
= M
1
(b a) h.
9.2. Formulele de integrare numeric 171
De aici deducem c pentru n valorile h
n1

i=0
f(x
i
) aproximeaz din ce n ce mai bine
_
b
a
f(x)dx. n mod analog:

_
b
a
f(x)dx h
n

i=1
f(x
i
)

1
n
M
1
(b a)
2
= M
1
(b a) h i

_
b
a
f(x)dx h
n1

i=0
f
_
x
i
+ x
i+1
2
_

1
n
M
1
(b a)
2
= M
1
(b a) h.
Menionm c aici M
1
= sup[f

(x)[ / x [a, b] = max[f

(x)[ / x [a, b]. Dac ne


intereseaz s calculm valoarea integralei denite
_
b
a
f(x)dx cu o precizie dat > 0,
atunci este de ajuns s determinm pe h astfel ca M
1
(ba)h , adic h

M
1
(b a)
i
s determinm numrul natural n care xeaz numrul de noduri, adic
1
n
M
1
(ba)
2
,
de unde rezult c n
M
1
(b a)
2

.
Totui noi n continuare prezentm un alt algoritm folosind o condiie practic de
oprire:
Algoritm metoda dreptunghiului
Datele de intrare: f; n; a; b; ;
Fie h :=
b a
n
; A := 0;
Pentru i = 0, n 1 execut
A := A + h f(a + i h);
Repet
B := A;
n := 2 n;
h :=
b a
n
;
A := 0;
For i = 0, n 1 do
A := A + h f(a + i h);
Pn cnd [B A[ ;
Tiprete A.
172 9. Formulele de derivare i integrare numeric
Observm c la formulele dreptunghiurilor cu tehnica prezentat am reuit s artm
c aceste formule de cvadratur au ordinul de convergen unu, indc la evaluarea erorii
h apare la prima putere. n continuare prin ranarea unor raionamente vom arta c:

_
h
0
f(t)dt h f
_
h
2
_

M
2
24
h
3
,
unde presupunem c f C
2
([0, h]; R), iar
M
2
= sup[f

(x)[ / x [0, h] = max[f

(x)[ / x [0, h].


ntr-adevr, e F : [0, h] R, F(x) =
_
x
0
f(t)dt. Atunci F

(x) = f(x), F

(x) = f

(x) i
F

(x) = f

(x). Din dezvoltrile tayloriene obinem:


F(h) = F
_
h
2
_
+
F

_
h
2
_
1!

h
2
+
F

_
h
2
_
2!

_
h
2
_
2
+
F

(
1
)
3!

_
h
2
_
3
,
unde
1

_
h
2
, h
_
.
F(0) = F
_
h
2
_

_
h
2
_
1!

h
2
+
F

_
h
2
_
2!

_
h
2
_
2

(
2
)
3!

_
h
2
_
3
,
unde
2

_
0,
h
2
_
. Prin scderea celor dou egaliti se obine:
F(h) F(0) = F

_
h
2
_
h +
F

(
1
) + F

(
2
)
3!

_
h
2
_
3
.
ns F(h) =
_
h
0
f(t)dt, F(0) = 0, F

_
h
2
_
= f
_
h
2
_
, F

(
1
) = f

(
1
) i F

(
2
) = f

(
2
),
deci obinem relaia:
_
h
0
f(t)dt = f
_
h
2
_
h +
f

(
1
) + f

(
2
)
48
h
3
.
Folosind lema 9.1.1 deducem c exist [0, h] astfel nct
f

(
1
) + f

(
2
)
2
= f

(). Prin
urmare

_
h
0
f(t)dt f
_
h
2
_
h

[f

()[
24
h
3

M
2
24
h
3
,
unde M
2
= sup[f

(x)[ / x [0, h] = max[f

(x)[ / x [0, h].


9.2. Formulele de integrare numeric 173
De aici pentru un interval oarecare [a, b] se obine c

_
b
a
f(t)dt h
_
n1

i=0
f
_
x
i
+ x
i+1
2
_
_

=
=

n1

i=0
_
x
i+1
x
i
f(t)dt h
_
n1

i=0
f
_
x
i
+ x
i+1
2
_
_

=
=

n1

i=0
__
x
i+1
x
i
f(t)dt h f
_
x
i
+ x
i+1
2
__

n1

i=0

_
x
i
+1
x
i
f(t)dt h f
_
x
i
+ x
i+1
2
_

n1

i=0
M
2
24
h
3
= n
M
2
24
h
3
=
=
1
n
2

M
2
24
(b a)
3
=
M
2
24
(b a) h
2
,
unde presupunem c f C
2
([a, b], R) iar M
2
= sup[f

(x)[ / x [a, b] =
max[f

(x)[ / x [a, b], deci avem o convergen de ordinul doi.


9.2.2 Formula trapezului
Prima dat vom deduce formula elementar a trapezului: e f C
2
([0, h], R), adic
o funcie de dou ori derivabil i cu derivata a doua continu. Atunci avem urmtoarea
formul elementar pentru calculul ariei folosind formula de aproximare cu ajutorul ariei
unui trapez:
y = f(x)
x
O
y
h

|
h
h f f
h dt t f
0
2
) ( ) 0 (
) (
Figura 9.3:
n continuare artm convergena acestei formule de cvadratur elementar evalund
eroarea comis. Fie F : [0, h] R, F(x) =
_
x
0
f(t)dt, F(0) = 0, F(h) =
_
h
0
f(t)dt,
F

(x) = f(x), F

(x) = f

(x), F

(x) = f

(x). Considerm dezvoltrile tayloriene cu


174 9. Formulele de derivare i integrare numeric
restul sub forma integral:
F(h) = F(0) +
F

(0)
1!
h +
F

(0)
2!
h
2
+
1
2!

_
h
0
(h t)
2
F

(t)dt i
f(h) = f(0) +
f

(0)
1!
h +
_
h
0
(h t) f

(t)dt.
n prima egalitate trecem de la F la f, iar a doua egalitate nmulim cu
h
2
:
_
h
0
f(t)dt = 0 +
f(0)
1
h +
f

(0)
2
h
2
+
1
2

_
h
0
(h t)
2
f

(t)dt,
f(h)
h
2
= f(0)
h
2
+
f

(0)
1

h
2
2
+
h
2

_
h
0
(h t) f

(t)dt
i din prima egalitate scdem pe cea de a doua:
_
h
0
f(t)dt f(h)
h
2
= f(0)
h
2
+
1
2

__
h
0
(h t)
2
f

(t)dt
_
h
0
h(h t)f

(t)dt
_
,
adic
_
h
0
f(t)dt =
f(0) + f(h)
2
h +
1
2

_
h
0
[(h t)
2
(h
2
ht)] f

(t)dt, deci
_
h
0
f(t)dt =
f(0) + f(h)
2
h +
1
2

_
h
0
(ht + t
2
) f

(t)dt.
Prin urmare:

_
h
0
f(t)dt
f(0) + f(h)
2
h

1
2

_
h
0
(ht + t
2
) f

(t)dt

1
2

_
h
0
[ ht + t
2
[ [f

(t)[dt
1
2
_
h
0
(ht t
2
) M
2
dt =
=
M
2
2

_
h
t
2
2

h
0

t
3
3

h
0
_
=
M
2
2

_
h
3
2

h
3
3
_
=
M
2
12
h
3
,
unde M
2
= sup[f

(x)[ / x [0, h] = max[f

(x)[ / x [0, h].


Fie acum f C
2
([a, b], R) i mprim intervalul [a, b] n n pri egale cu nodurile
echidistante date de formulele x
k
= x
0
+ h k, unde x
0
= a, h =
ba
n
iar k = 0, n. Atunci
din formula elementar a trapezului obinem urmtoarea formul de cvadratur cunoscut
sub numele de formula trapezului:
_
b
a
f(x)dx
h
2
(f(x
0
) + 2 f(x
1
) + + 2 f(x
n1
) + f(x
n
)) =
= h
_
f(x
0
)
2
+ f(x
1
) + + f(x
n1
) +
f(x
n
)
2
_
.
9.2. Formulele de integrare numeric 175
n continuare deducem o formul de evaluare a erorii n acest caz i artm convergena
formulei trapezului, n sensul c, dac n , adic numrul nodurilor echidistante
mrim nelimitat, atunci formulele trapezelor corespunztoare ne dau nite valori din ce
n ce mai apropiate de valoarea integralei denite. ntr-adevr:

_
b
a
f(x)dx
h
2

_
f(x
0
) + 2
n1

i=1
f(x
i
) + f(x
n
)
_

=
=

n1

i=0
_
x
i+1
x
i
f(x)dx
h
2
_
f(x
0
) + 2
n1

i=1
f(x
i
) + f(x
n
)
_

=
=

n1

i=0
__
x
i+1
x
i
f(x)dx
h
2
(f(x
i
) + f(x
i+1
))
_

n1

i=0

_
x
i+1
x
i
f(x)dx
h
2
(f(x
i
) + f(x
i+1
))

n1

i=0
M
2
12
h
3
= n
M
2
12
h
3
=
1
n
2

M
2
12
(b a)
3
=
M
2
12
(b a) h
2
,
unde M
2
= sup[f

(x)[ / x [a, b] = max[f

(x)[ / x [a, b]. Prin urmare formula


trapezului are ordinul de convergen ptratic.
Dac vrem s determinm valoarea integralei denite
_
b
a
f(x)dx cu o precizie > 0
atunci impunem condiia ca
1
n
2

M
2
12
(b a)
3
, adic n
_
M
2
12

(b a)
3

. Prin urmare
avem numrul de noduri necesare n formula trapezului, care este garania teoretic pentru
precizia , conform teoriei prezentate mai sus.
Noi n continuare prezentm un algoritm pentru metoda trapezului cu o condiie prac-
tic de oprire:
Algoritm metoda trapezului
Datele de intrare: f; n; a; b; ;
Fie h :=
b a
n
; A := 0; A := A +
h
2
f(a);
Pentru i = 1, n 1 execut A := A + h f(a + i h);
A := A +
h
2
f(b);
Repet B := A; n := 2 n; h :=
b a
n
;
176 9. Formulele de derivare i integrare numeric
A := 0; A := A +
h
2
f(a);
Pentru i = 1, n 1 execut
A := A + h f(a + i h);
A := A +
h
2
f(b);
Pn cnd [B A[ ;
Tiprete A.
9.2.3 Formula lui Simpson
Prima dat vom deduce formula lui Simpson pentru o arie elementar. Presupunem
c f C
4
([h, h], R) i scopul nostru este de a calcula aproximativ integrala
_
h
h
f(x)dx.
Ideea lui Simpson const n urmtoarele: aria gurii determinat de gracele x = h,
x = h, y = 0 i y = f(x) se aproximeaz printr-o nou arie, unde n locul curbei y = f(x)
se consider un arc de parabol, care s treac prin punctele A(h, f(h)), B(0, f(0))
i C(h, f(h)). Fie ecuaia parabolei y(x) = ax
2
+bx +c i impunem condiiile ca aceast
funcie de gradul al doilea s treac prin punctele A, B i C :
_

_
a h
2
b h + c = f(h)
c = f(0)
a h
2
+ b h + c = f(h)
Prin urmare c = f(0) i
_

_
a h
2
b h = f(h) f(0)
a h
2
+ b h = f(h) f(0)
.
Prin adunarea i scderea celor dou relaii obinem:
a =
f(h) 2 f(0) + f(h)
2h
2
i b =
f(h) f(h)
2h
.
Aadar
y(x) =
f(h) 2 f(0) + f(h)
2h
2
x
2
+
f(h) f(h)
2h
x + f(0).
9.2. Formulele de integrare numeric 177
Ne rmne s calculm:
_
h
h
y(x)dx =
_
h
h
f(h) 2f(0) + f(h)
2h
2
x
2
dx +
_
h
h
f(h) f(h)
2h
xdx +
_
h
h
f(0)dx =
=
f(h) 2f(0) + f(h)
2h
2

x
3
3

h
h
+
f(h) f(h)
2h

x
2
2

h
h
+ f(0) x

h
h
=
=
f(h) 2 f(0) + f(h)
2h
2

_
h
3
3
+
h
3
3
_
+
f(h) f(h)
2h

_
h
2
2

h
2
2
_
+
+f(0) (h + h) = (f(h) 2f(0) + f(h))
h
3
+ 2f(0) h =
=
h
3
(f(h) + 4 f(0) + f(h)).
Prin urmare avem urmtoarea formul aproximativ pentru calculul ariei elementare
cunoscut sub numele de formula lui Simpson:
_
h
h
f(x)dx
h
3
(f(h) + 4 f(0) + f(h)).
n continuare artm convergena acestei formule de cvadratur elementar evalund
eroarea comis. Fie deci
f C
4
([h, h], R), F : [h, h] R, F(x) =
_
x
0
f(t)dt,
F(0) = 0, F(h) =
_
h
0
f(t)dt, F(h) =
_
h
0
f(t)dt =
_
0
h
f(t)dt,
F

(x) = f(x), F

(x) = f

(x), F

(x) = f

(x), F
IV
(x) = f

(x), F
V
(x) = f
IV
(x).
Considerm dezvoltrile tayloriene cu restul sub forma integral:
F(h) = F(0) +
F

(0)
1!
h +
F

(0)
2!
h
2
+
F

(0)
3!
h
3
+
F
IV
(0)
4!
h
4
+
+
1
4!

_
h
0
(h t)
4
F
(V )
(t)dt;
F(h) = F(0)
F

(0)
1!
h +
F

(0)
2!
h
2

(0)
3!
h
3
+
F
IV
(0)
4!
h
4

1
4!

_
h
0
(h t)
4
F
(V )
(t)dt;
f(h) = f(0) +
f

(0)
1!
h +
f

(0)
2!
h
2
+
f

(0)
3!
h
3
+
1
3!

_
h
0
(h t)
3

f
IV
(t)dt; (9.1)
f(h) = f(0)
f

(0)
1!
h +
f

(0)
2!
h
2

(0)
3!
h
3
+
1
3!

_
h
0
(h t)
3

f
IV
(t)dt. (9.2)
178 9. Formulele de derivare i integrare numeric
Prin urmare primele dou egaliti au forma:
_
h
0
f(t)dt = 0 +
f(0)
1!
h +
f

(0)
2!
h
2
+
f

(0)
3!
h
3
+
f

(0)
4!
h
4
+
1
4!

_
h
0
(h t)
4
f
IV
(t)dt;
_
h
0
f(t)dt = 0
f(0)
1!
h +
f

(0)
2!
h
2

(0)
3!
h
3
+
f

(0)
4!
h
4

1
4!

_
h
0
(h t)
4
f
IV
(t)dt;
Dac le scdem se obine:
_
h
h
f(t)dt =
_
h
0
f(t)dt +
_
0
h
f(t)dt =
_
h
0
f(t)dt
_
h
0
f(t)dt = (9.3)
= 2 f(0) h +
1
3
f

(0) h
3
+
1
4!

_
h
0
(h t)
4
(f
IV
(t) + f
IV
(t))dt
n continuare adunm egalitile (9.1) i (9.2):
f(h) + f(h) = 2 f(0) + f

(0) h
2
+
1
3!

_
h
0
(h t)
3
(f
IV
(t) + f
IV
(t))dt.
Aceast ultim egalitate nmulim cu
h
3
:
h
3
(f(h) + f(h)) = f(0)
2
3
h + f

(0)
h
3
3
+
h
18

_
h
0
(h t)
3
(f
IV
(t) + f
IV
(t))dt
i aceast ultim egalitate scdem din egalitatea (9.3):
_
h
h
f(t)dt
h
3
(f(h) + f(h)) =
= 4 f(0)
h
3
+
1
4!

_
h
0
(h t)
3

_
h t
4
3
h
_

_
f
IV
(t) + f
IV
(t)
_
dt,
deci
_
h
h
f(t)dt
h
3
(f(h) + 4 f(0) + f(h)) =
=
1
24

_
h
0
(h t)
3

_
h
3
+ t
_

_
f
IV
(t) + f
IV
(t)
_
dt.
n continuare aplicm lema 9.2.1 pentru integrala din membrul drept, alegnd
g(x) = (h x)
3

_
h
3
+ x
_
0
pentru orice x [0, h]. Prin urmare exist un [0, h] astfel nct:
_
h
h
f(t)dt
h
3
(f(h)+4f(0)+f(h)) =
1
24

_
f
IV
() + f
IV
()
_

_
h
0
(ht)
3

_
h
3
+ t
_
dt.
9.2. Formulele de integrare numeric 179
Dar conform lemei 9.1.1
f
IV
() + f
IV
()
2
= f
IV
()
unde [h, h]. Prin urmare
_
h
h
f(t)dt
h
3
(f(h) + 4 f(0) + f(h)) =
1
12
f
IV
()
_
h
0
(h t)
3

_
h
3
+ t
_
dt =
=
1
12
f
IV
()
_
h
3

_
h
0
(h t)
3
dt +
_
h
0
(h t)
3
tdt
_
=
=
1
12
f
IV
()
_
h
3

_
h
0
(h
3
3h
2
t + 3ht
2
t
3
)dt +
_
h
0
(h
3
t 3h
2
t
2
+ 3ht
3
t
4
)dt
_
=
=
1
12
f
IV
()
_
h
3

_
h
3
t

h
0
3h
2

t
2
2

h
0
+ 3h
t
3
3

h
0

t
4
4

h
0
_
+
+
_
h
3

t
2
2

h
0
3h
2

t
3
3

h
0
+ 3h
t
4
4

h
0

t
5
5

h
0
_
_
=
=
1
12
f
IV
()
_
h
3
_
h
4

3
2
h
4
+ h
4

h
4
4
_
+
_
h
5
2
h
5
+
3
4
h
5

h
5
5
__
=
=
1
90
f
IV
() h
5
, deci

_
h
h
f(t)dt
h
3
(f(h) + 4 f(0) + f(h))

=
1
90
[f
IV
()[ h
5

1
90
M
4
h
5
,
unde M
4
= sup[f
IV
(x)[ / x [h, h] = max[f
IV
(x)[ / x [h, h].
n continuare scriem formula lui Simpson n cazul unei funcii f C
4
([a, b], R) unde se
face diviziunea intervalului [a, b] n 2n subintervale considernd pasul h =
b a
2n
i nodurile
x
k
= x
0
+h k cu x
0
= a, unde k = 0, 2n. Vom aplica formula lui Simpson pentru ecare
arie elementar limitat de: x = x
2k
; x = x
2k+2
; y = 0; y = f(x); unde k = 0, n 1.
Astfel se obine formula aproximativ de calcul al integralei denite cunoscut sub numele
de formula lui Simpson:
_
b
a
f(x)dx
h
3
(f(x
0
) + 4f(x
1
) + 2f(x
2
) + 4f(x
3
) + + 4 f(x
2n1
) + f(x
2n
)) =
=
h
3
_
f(x
0
) + 4
n

i=1
f(x
2i1
) + 2
n1

i=1
f(x
2i
) + f(x
2n
)
_
.
n continuare studiem restul care se obine prin nlocuirea integralei denite cu formula
180 9. Formulele de derivare i integrare numeric
lui Simpson:

_
b
a
f(x)dx
h
3
(f(x
0
) + 4f(x
1
) + 2f(x
2
) + 4f(x
3
) + + 4f(x
2n1
) + f(x
2n
))

=
=

n1

i=0
_
x
2i+2
x
2i
f(x)dx
n1

i=0
h
3
(f(x
2i
) + 4f(x
2i+1
) + f(x
2i+2
))

=
=

n1

i=0
__
x
2i+2
x
2i
f(x)dx
h
3
(f(x
2i
) + 4f(x
2i+1
) + f(x
2i+2
))
_

n1

i=0

_
x
2i+2
x
2i
f(x)dx
h
3
(f(x
2i
) + 4f(x
2i+1
) + f(x
2i+2
))

n1

i=0
1
90
M
4
h
5
= n
1
90
M
4
h
5
=
1
90
M
4
(b a) h
4
=
=
1
n
4

1
90
M
4
(b a)
5
, unde
M
4
= sup[f
IV
(x)[ / x [a, b] = max[f
IV
(x)[ / x [a, b].
Observm c metoda lui Simpson are ordinul de convergen patru, indc n evaluarea
restului apare h
4
. Totodat menionm c formula lui Simpson este formula cu cea mai
rapid convergen dintre cele trei formule de cvadratur prezentate i n acelai timp cu
cel mai mic numr de operaii necesare pentru a obine o precizie > 0 dat. Sigur c,
dac ne intereseaz valoarea integralei
_
b
a
f(x)dx cu o precizie > 0 dinainte dat, atunci
folosind teoria anterioar numrul n se obine din condiia:
1
n
4

1
90
M
4
(b a)
5
,
adic n
4
_
M
4
90

(b a)
5

.
n continuare dm un algoritm de calcul al integralei denite folosind o condiie prac-
tic de oprire.
Algoritmul metoda Simpson
Datele de intrare: f; n; a; b; ;
Fie h =
b a
2n
; A := 0; A := A +
h
3
f(a);
Pentru i = 1, n execut A := A +
4
3
h f(a + (2i 1) h);
Pentru i = 1, n 1 execut A := A +
2
3
h f(a + 2 i h);
A := A +
h
3
f(a + 2 n h);
9.2. Formulele de integrare numeric 181
Repet B := A; n := 2 n; h =
b a
2n
;
A := 0; A := A +
h
3
f(a);
Pentru i = 1, n execut A := A +
4
3
h f(a + (2i 1) h);
Pentru i = 1, n 1 execut A := A +
2
3
h f(a + 2 i h);
A := A +
h
3
f(a + 2 n h);
Pn cnd [B A[ ;
Tiprete A.
182 9. Formulele de derivare i integrare numeric
Capitolul 10
Metode numerice pentru calculul
valorilor i vectorilor proprii ale unei
matrici
10.1 Metoda lui Krylov
Fie A = (a
ij
)
i,j=1,n
o matrice ptratic de ordinul n, i x =
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
,=
R
n (diferit
de vectorul nul). Fie y = A x. Dac componentele vectorului y sunt proporionale cu
componentele vectorului x, adic exist R ( C), astfel nct y = x, (adic pentru
orice i = 1, n avem y[i] = x[i]), atunci vom spune c x este un vector propriu pentru
matricea A iar este o valoare proprie pentru matricea A. Prin urmare din y = Ax i
y = x obinem Ax = x.
Exemplul 10.1.1. Fie A =
_

_
1 2 3
2 6 2
3 4 1
_

_
, x =
_

_
1
1
1
_

_
. Atunci
y = A x =
_

_
1 2 3
2 6 2
3 4 1
_

_
1
1
1
_

_
=
_

_
6
6
6
_

_
= 6
_

_
1
1
1
_

_
.
183
184 10. Metode numerice pentru calculul valorilor i vectorilor proprii ale unei matrici
Deci = 6 este o valoare proprie pentru matricea A, iar x =
_

_
1
1
1
_

_
este un vector propriu
pentru matricea A, care corespune valorii proprii = 6.
Din Ax = x rezult (A I
n
) x =
R
n, unde I
n
este matricea unitate de ordinul n.
Prin urmare:
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn
_
_
_
_
_
_
_

_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
_
_
.
Acest sistem liniar admite o soluie x nebanal, dac i numai dac determinantul sis-
temului este egal cu zero: det(A I
n
) = 0, adic

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn

= 0.
Dac dezvoltm acest determinant, atunci obinem n variabila un polinom de gradul
n :
det(A I
n
) = (1)
n
[
n
p
1

n1
+ p
2

n2
+ (1)
n
p
n
] = 0.
Rdcinile
i
, i = 1, n, ale acestei ecuaii polinomiale sunt valorile proprii ale matricii
A, iar pentru ecare
i
, i = 1, n valoare proprie xat rezolvm sistemul liniar i omogen
(A
i
I
n
) x =
R
n i vom obine vectorii proprii corespunztori valorii proprii
i
.
Metoda dezvoltrii directe
Fie de exemplu n = 2 iar A =
_
_
2 1
1 2
_
_
. Avem det(AI
2
) = 0

2 1
1 2

= 0

2
4 + 3 = 0
1
= 1,
2
= 3.
Pentru
1
= 1 avem (A
1
I
2
) x =
R
2
_
_
2 1 1
1 2 1
_
_

_
_
x
1
x
2
_
_
=
_
_
0
0
_
_
.
Deci x
1
= x
2
, adic
_

_
x
2
= c
x
1
= c
deci x =
_
x
1
x
2
_
= +c
_
1
1
_
, cu vectorul propriu
10.1. Metoda lui Krylov 185
x =
_
1
+1
_
. Pentru
2
= 3 avem (A
2
I
2
) x =
R
2, adic x
1
= x
2
, adic x
1
= x
2
= c.
Deci x =
_
x
1
x
2
_
= c
_
1
1
_
, cu vectorul propriu x =
_
1
1
_
.
Pentru n = 3 vom face n general: A =
_
_
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
_
_
,
det(A I
3
) =

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

=
= (a
11
)(a
22
)(a
33
) + a
12
a
23
a
31
+ a
13
a
32
a
21

a
13
a
31
(a
22
) a
23
a
32
(a
11
) a
12
a
21
(a
33
) =
= (1)
3

_
_

2
(a
11
+ a
22
+ a
33
) +
_
_

a
11
a
12
a
21
a
22

a
22
a
23
a
32
a
33

] +
+

a
11
a
13
a
31
a
33

_
_

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

_
,
adic
det(A I
3
) = (1)
3
[
3
p
1

2
+ p
2
p
3
] = 0,
unde p
1
= Tr(A) = a
11
+ a
22
+ a
33
(se numete urma matricii)
p
2
=

a
11
a
12
a
21
a
22

a
22
a
23
a
32
a
33

a
11
a
13
a
31
a
33

p
3
= det(A) =

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
22
a
23

. (10.1)
Pentru n arbitrar se obine un polinom de gradul n care se rezolv numeric, de exemplu
prin metoda lui Bairstow (vezi paragraful 5.1):
D() = det(A I
n
) = (1)
n
[
n
p
1

n1
+ p
2

n2
+ (1)
n
p
n
] = 0.
Reamintim o teorem cunoscut din algebra linear:
186 10. Metode numerice pentru calculul valorilor i vectorilor proprii ale unei matrici
Teorema 10.1.1. (Cayley-Hamilton)
Matricea A veric ecuaia sa caracteristic, adic dac
D() = det(A I
n
) = (1)
n
(
n
+ p
1

n1
+ p
2

n2
+ + p
n
) = 0
este ecuaia caracteristic a matricii A, atunci:
A
n
+ p
1
A
n1
+ p
2
A
n2
+ + p
n
I
n
= O
n
,
unde O
n
este matricea nul de ordinul n.
Alegem un y
(0)
=
_

_
y
(0)
1
y
(0)
2
.
.
.
y
(0)
n
_

_
,=
R
n i nmulim ecuaia anterioar din dreapta cu y
(0)
:
A
n
y
(0)
+ p
1
A
n1
y
(0)
+ p
2
A
n2
y
(0)
+ + p
n
y
(0)
=
R
n.
Fie y
(k)
= Ay
(k1)
pentru k = 1, 2, . . . , n, adic
y
(1)
= Ay
(0)
, y
(2)
= Ay
(1)
= A Ay
(0)
= A
2
y
(0)
, . . . , y
(n)
= A y
(n1)
= A
n
y
(0)
.
Astfel obinem relaia:
y
(n)
+ p
1
y
(n1)
+ p
2
y
(n2)
+ + p
n
y
(0)
=
R
n, adic
p
1
y
(n1)
+ p
2
y
(n2)
+ + p
n
y
(0)
= y
(n)
, adic
p
1

_
_
_
_
_
_
_
y
(n1)
1
y
(n1)
2
.
.
.
y
(n1)
n
_
_
_
_
_
_
_
+ p
2

_
_
_
_
_
_
_
y
(n2)
1
y
(n2)
2
.
.
.
y
(n2)
n
_
_
_
_
_
_
_
+ + p
n

_
_
_
_
_
_
_
y
(0)
1
y
(0)
2
.
.
.
y
(0)
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
y
(n)
1
y
(n)
2
.
.
.
y
(n)
n
_
_
_
_
_
_
_
, adic
_

_
p
1
y
(n1)
1
+ p
2
y
(n2)
1
+ + p
n
y
(0)
1
= y
(n)
1
p
1
y
(n1)
2
+ p
2
y
(n2)
2
+ + p
n
y
(0)
2
= y
(n)
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
p
1
y
(n1)
n
+ p
2
y
(n2)
n
+ + p
n
y
(0)
n
= y
(n)
n
, adic
_

_
y
(n1)
1
y
(n2)
1
. . . y
(0)
1
y
(n1)
2
y
(n2)
2
. . . y
(0)
2
. . . . . . . . . . . .
y
(n1)
n
y
(n2)
n
. . . y
(0)
n
_

_
p
1
p
2
.
.
.
p
n
_

_
=
_

_
y
(n)
1
y
(n)
2
.
.
.
y
(n)
n
_

_
.
10.1. Metoda lui Krylov 187
Acest sistem liniar rezolvm cu metoda lui Gauss, i se obin coecienii ecuaiei carac-
teristice. Dac cumva la metoda lui Gauss la un anumit pas elementul pivot devine zero,
atunci alegem un alt vector nenul de pornire y
(0)
R
n
.
Program 1 KRYLOV
Datele de intrare: n, A;
Pentru i = 1, n execut
citete Y [i][n];
Pentru j = n, 2 execut
Pentru i = 1, n execut
Y [i][j 1] :=

n
k=1
A[i][k] Y [k][j];
Pentru i = 1, n execut
b[i] :=

n
k=1
A[i][k] Y [k][1];
Rezolv sistemul liniar Y p = b cu metoda lui Gauss.
Tiprete p (p[i] pentru i = 1, n)
Exemplul 10.1.2. Fie n = 4; A =
_

_
4 3 1 1
2 0 4 1
1 1 2 2
1 1 1 1
_

_
iar Y [4] :=
_
_
_
_
_
_
_
1
0
0
0
_
_
_
_
_
_
_
vectorul
de pornire, adic Y [1][4] := 1 i pentru i = 2, 4 Y [i][4] := 0.
Y p = b are forma:
_

_
39p
1
+ 12p
2
4p
3
+ p
4
= 120
20p
1
5p
2
+ 2p
3
+ 0p
4
= 47
11p
1
2p
2
+ 1p
3
+ 0p
4
= 23
13p
1
4p
2
+ 1p
3
+ 0p
4
= 43
cu soluia p
1
:= 3; p
2
:= 7; p
3
:= 24; p
4
:= 15, deci ecuaia caracteristic este

4
+ 3
3
7
2
24 15 = 0.
n continuare prezentm metoda lui Krylov pentru calculul vectorilor proprii.
Presupunem c coecienii polinomului caracteristic sunt cunoscute i n acelai timp
am reuit s rezolvm ecuaia caracteristic i se cunosc valorile proprii
1
,
2
, . . . ,
n
.
Vectorii proprii se a n felul urmtor, folosind metoda lui Krylov:
x
(i)
= y
(n1)
+ q
1i
y
(n2)
+ + q
n1,i
y
(0)
188 10. Metode numerice pentru calculul valorilor i vectorilor proprii ale unei matrici
pentru i = 1, n, unde vectorii coloan y
(n1)
, y
(n2)
, . . . , y
(0)
sunt cunoscute de la metoda
lui Krylov pentru determinarea polinomului caracteristic, iar coecienii q
ji
(j = 1, n 1
i i = 1, n) se pot calcula cu metoda schemei lui Horner (vezi paragraful 4.1):
q
0i
= 1; q
ji
=
i
q
j1,i
+ p
j
.
ntr-adevr
i
, i = 1, n ind o valoare proprie, este soluia ecuaiei caracteristice

n
+p
1

n1
+p
2

n2
+ +p
n1
+p
n
= 0. Conform schemei lui Horner obinem tabelul:
1 p
1
p
2
. . . p
n1
p
n

i
q
0i
q
1i
q
2i
. . . q
n1,i
q
n,i
unde q
0i
= 1, q
1i
=
i
q
0i
+ p
1
, q
2i
=
i
q
1i
+ p
2
, . . . , q
n,i
=
i
q
n1,i
+ p
n
= 0. Astfel

n
+ p
1

n1
+ p
2

n2
+ + p
n1
+ p
n
= (
i
)(q
0i

n1
+ q
1i

n2
+ + q
n1,i
) = 0.
Utiliznd teorema lui Cayley-Hamilton (vezi teorema 10.1.1) putem pune n locul lui
matricea A :
A
n
+p
1
A
n1
+p
2
A
n2
+ +p
n1
A+p
n
I
n
= (A
i
I
n
)(q
0i
A
n1
+q
1i
A
n2
+ +q
n1,i
I
n
) = O
n
unde O
n
este matricea nul de ordinul n. De aici prin nmulirea ecuaiei matriciale din
dreapta cu un vector y
(0)
vom obine:
(A
i
I
n
)(q
0i
A
n1
y
(0)
+ q
1i
A
n2
y
(0)
+ + q
n1,i
I
n
y
(0)
) = O
n
y
(0)
,
adic
(A
i
I
n
)(y
(n1)
+ q
1i
y
(n2)
+ + q
n1,i
y
(0)
) =
R
n.
Notnd cu x
(i)
= y
(n1)
+ q
1i
y
(n2)
+ + q
n1,i
y
(0)
avem (A
i
I
n
)x
(i)
=
R
n, adic
A x
(i)
=
i
x
(i)
, ceea ce nseamn c x
(i)
este un vector propriu pentru valoarea proprie

i
.
Program 2 Krylov
Datele de intrare: n; Y ; ([i] pentru i = 1, n); (de la program 1 Krylov)
Pentru i = 1, n execut
Q[0][i] := 1;
Pentru j = 1, n 1 execut
10.2. Metoda puterii 189
Q[j][i] := [i] Q[j 1][i] + p[j];
Pentru i = 1, n execut
Pentru k = 1, n execut
X[i][k] := Y [k][1]
Pentru j = 1, n 1 execut
Pentru k = 1, n execut
X[i][k] := X[i][k] + Q[j][i] Y [k][j + 1];
Tiprete X (pe linii vom avea vectorii proprii).
10.2 Metoda puterii
La aceast metod presupunem c matricea A de ordinul n admite n valori proprii dis-
tincte
1
,
2
, . . . ,
n
astfel nct s avem [
1
[ > [
2
[ > > [
n
[. Din presupunerea
fcut rezult c matricea A va admite n vectori proprii linear independeni, notai cu
x
1
, x
2
, . . . , x
n
, pentru ecare valoare proprie
i
cte un vector propriu x
i
: Ax
i
=
i
x
i
,
i = 1, n. Atunci orice vector y R
n
se poate exprima n mod unic ca o combinaie linear
a vectorilor proprii x
1
, x
2
, . . . , x
n
: y =
1
x
1
+
2
x
2
+ +
n
x
n
. Avem:
Ay = A(
1
x
1
+
2
x
2
+ +
n
x
n
) =
1
Ax
1
+
2
Ax
2
+ +
n
Ax
n
=
=
1

1
x
1
+
2

2
x
2
+ +
n

n
x
n
.
n mod analog se obine:
A
2
y = A(Ay) = (
1

1
x
1
+
2

2
x
2
+ +
n

n
x
n
) =
=
1

1
Ax
1
+
2

2
Ax
2
+ +
n

n
Ax
n
=
=
1

2
1
x
1
+
2

2
2
x
2
+ +
n

2
n
x
n
.
Prin urmare pentru un k N

arbitrar se poate arta cu ajutorul induciei matematice


c:
A
k
y =
1

k
1
x
1
+
2

k
2
x
2
+ +
n

k
n
x
n
.
De aici rezult c:
A
k
y =
k
1
_

1
x
1
+
2
_

1
_
k
x
2
+ +
n
_

1
_
k
x
n
_
.
190 10. Metode numerice pentru calculul valorilor i vectorilor proprii ale unei matrici
Trecnd la limit pentru k n egalitatea anterioar, pentru un numr natural
k sucient de mare, rezult c: A
k
y
k
1

1
x
1
i A
k+1
y
k+1
1

1
x
1
, deoarece conform
condiiilor iniiale:
lim
k
_

1
_
k
= 0, . . . , lim
k
_

1
_
k
= 0.
Din egalitile A
k
y =
k
1

1
x
1
i A
k+1
y =
k+1
1

1
x
1
rezult c vectorii coloan A
k+1
y i
A
k
y sunt proporionale pe componentele corespunztoare, raportul ind
1
. Astfel putem
determina pe
1
, valoarea proprie dominant. Din egalitatea
A(A
k
y) = A
k+1
y =
k+1
1

1
x
1
=
1
(
k
1

1
x
1
) =
1
(A
k
y)
putem trage concluzia c vectorul A
k
y pentru un k sucient de mare este tocmai vectorul
propriu corespunztor valorii proprii
1
. Dup ce am determinat pe
1
, pentru deter-
minarea lui
2
se alege vectorul y de forma y :=
2
x
2
+ +
n
x
n
. Astfel utiliznd raiona-
mentul anterior cu noul vector y se deduce c: A
k
y =
2

k
2
x
2
+
3

k
3
x
3
+ +
n

n
n
x
n
.
De aici rezult c:
A
k
y =
k
2

2
x
2
+
_

2
_
k
x
3
+ +
_

2
_
k
x
n
_
.
Prin urmare pentru k sucient de mare avem: A
k
y =
k
2

2
x
2
, cci
lim
k
_

2
_
k
= 0, . . . , lim
k
_

2
_
k
= 0.
Din egalitile A
k
y =
k
2

2
x
2
i A
k+1
y =
k+1
2

2
x
2
deducem o valoare aproximativ a lui

2
, folosind un raionament analog cu determinarea lui
1
. Vectorul A
k
y va vectorul
propriu corespunztor valorii proprii
2
. n nal pentru determinarea valorilor proprii

3
, . . . ,
n
i a vectorilor proprii corespunztori utilizm un raionament analog.
Capitolul 11
Metode numerice pentru rezolvarea
ecuaiilor difereniale i ale sistemelor
de ecuaii difereniale
11.1 Metoda lui Euler pentru rezolvarea numeric a
ecuaiei difereniale ordinare de ordinul unu ca
problem Cauchy
Se consider ecuaia diferenial ordinar de ordinul unu: y

= f(x, y), unde f este o


funcie dat i se caut soluia y = y(x). Dac n plus avem condiia iniial y(x
0
) = y
0
,
unde x
0
, y
0
R sunt date, atunci spunem c avem o problem Cauchy. n analiz se
demonstreaz existena i unicitatea soluiei problemei Cauchy folosind anumite condiii
asupra lui f. Dac se alege f(x, y) = e
x
2
, atunci se obine ecuaia diferenial de ordinul
unu y

= e
x
2
, care are soluia: y(x) =
_
x
x
0
e
t
2
dt +y
0
, unde y(x
0
) = y
0
. Se tie c integrala
obinut nu se poate calcula cu mna folosind tehnici de schimbare de variabil i integrare
prin pri. Prin urmare este nevoie de o metod numeric.
n continuare prezentm metoda lui Euler. Vrem s am soluia aproximativ a
problemei Cauchy. Se consider intervalul [a, b], unde a = x
0
i mprim acest interval
n n pri egale cu nodurile a = x
0
< x
1
< x
2
< < x
n
= b. Fie h =
b a
n
. Atunci
x
1
= x
0
+ h, iar pentru y

vom folosi urmtoarea formul de derivare numeric: y


191
192 11. Metode numerice pentru rezolvarea ecuaiilor difereniale
y
1
y
0
x
1
x
0
=
y
1
y
0
h
. Din egalitatea y

(x
0
) = f(x
0
, y
0
) obinem
y
1
y
0
h
= f(x
0
, y
0
), adic
y
1
= y
0
+h f(x
0
, y
0
). Aici valoarea y
1
va o valoare aproximativ pentru curba teoretic
a ecuaiei difereniale de ordinul unu n punctul x
1
, adic y
1
y(x
1
). n general tiind
punctul (x
k
, y
k
) urmtorul punct se obine prin formulele x
k+1
= x
k
+ h i y
k+1
= y
k
+
h f(x
k
, y
k
). Prin urmare pentru a rezolva numeric problema Cauchy trebuie s ntocmim
tabelul:
x x
0
x
1
. . . x
n
y(x) y
0
y
1
. . . y
n
Se poate demonstra c dac numrul nodurilor crete, adic h tinde la zero atunci metoda
lui Euler este o metod convergent. ntr-adevr, pentru orice k = 1, n avem de evaluat
expresia [y(x
k
) y
k
[, unde y(x
k
) este valoarea teoretic a curbei integrale y = y(x) n
punctul x = x
k
(adic soluia teoretic a problemei Cauchy y

= f(x, y), y
0
= y(x
0
)
n punctul x = x
k
), iar y
k
este valoare numeric aproximativ n punctul x = x
k
. Din
problema Cauchy: y

(x) = f(x, y(x)) i y(x


0
) = y
0
obinem
y(x) =
_
x
x
0
f(t, y(t))dt + y
0
.
Astfel avem:
[y(x
k
) y
k
[ =

_
x
k
x
0
f(t, y(t))dt + y
0
y
k
[

=
=

k1

i=0
_
x
i+1
x
i
f(t, y(t))dt +
k1

i=0
(y
i
y
i+1
)

=
=

k1

i=0
__
x
i+1
x
i
f(t, y(t))dt + y
i
y
i+1
_

k1

i=0

_
x
i+1
x
i
f(t, y(t))dt + y
i
y
i+1

=
=
k1

i=0

_
x
i+1
x
i
f(t, y(t))dt + y
i
(y
i
+ h f(x
i
, y
i
))

=
=
k1

i=0

_
x
i+1
x
i
f(t, y(t))dt h f(x
i
, y
i
)

=
=
k1

i=0
[(x
i+1
x
i
) f(
i
, y(
i
)) h f(x
i
, y
i
)[ =
11.1. Metoda lui Euler pentru rezolvarea numeric a ecuaiei difereniale 193
=
k1

i=0
[h f(
i
, y(
i
)) h f(x
i
, y
i
)[ =
=
k1

i=0
h [f(
i
, y(
i
)) f(x
i
, y
i
))[
unde
i
(x
i
, x
i+1
) pentru orice i = 0, k 1, i unde am aplicat teorema de medie pentru
integrala denit
_
x
i+1
x
i
f(t, y(t))dt = (x
i+1
x
i
) f(
i
, y(
i
))
(vezi lema 9.2.2). n continuare presupunem, c funcia f : [a, b] R R este lip-
schitzian, adic exist constantele reale pozitive K
1
i K
2
, astfel nct
[f(u, v) f(u

, v

)[ K
1
[u u

[ + K
2
[v v

[
oricare ar u, u

[a, b] i v, v

R. Prin urmare
k1

i=0
h [f(
i
, y(
i
)) f(x
i
, y
i
)[

k1

i=0
h (K
1
[
i
x
i
[ + K
2
[y(
i
) y
i
[) =
=
k1

i=0
h (K
1
[
i
x
i
[ + K
2
[y(
i
) y(x
i
)[).
Din condiia de lipschitzianitate a lui f rezult continuitatea lui f, deci y C
1
([a, b], R).
Astfel din teorema de medie a lui Lagrange obinem:
[y(
i
) y(x
i
)[ = [y

(
i
) (
i
x
i
)[,
unde
i
(
i
, x
i
), dac
i
< x
i
sau
i
(x
i
,
i
) dac x
i
<
i
. Fie M
1
= sup[y

(x)[ / x
[a, b] = max[y

(x)[ / x [a, b]. Prin urmare


[y(
i
) y(x
i
)[ = [y

(
i
) (
i
x
i
)[ M
1
[
i
x
i
[
194 11. Metode numerice pentru rezolvarea ecuaiilor difereniale
Deci
[y(x
k
) y
k
[
k1

i=0
h (K
1
[
i
x
i
[ + K
2
[y(
i
) y(x
i
)[)

k1

i=0
h (K
1
[
i
x
i
[ + K
2
M
1
[
i
x
i
[) =
=
k1

i=0
h (K
1
+ K
2
M
1
) [
i
x
i
[
(K
1
+ K
2
M
1
) h
k1

i=0
[
i
x
i
[
(K
1
+ K
2
M
1
) h
k1

i=0
h = (K
1
+ K
2
M
1
) k h
2

(K
1
+ K
2
M
1
) n h
2
= (K
1
+ K
2
M
1
) (b a) h.
Dac se d dinainte precizia > 0 se impune ca (K
1
+ K
2
M
1
) (b a) h < ,
adic h <

(K
1
+ K
2
M
1
) (b a)
, sau (K
1
+ K
2
M
1
)
(b a)
2
n
< , de unde se obine
n >
(K
1
+ K
2
M
1
)(b a)
2

.
Interpretare geometric: curba teoretic se aproximeaz cu ajutorul unei linii frnte.
y
]
M
2
(x
2
,y
2
)
M
1
(x
1
,y
1
)
M
0
(x
0
,y
0
)
y
0
a x
0
x
1
x
2
x
3
b
M
3
(x
3
,y
3
)
[
x
Algoritmul corespunztor metodei lui Euler este:
11.2. Metoda lui Runge-Kutta de ordinul patru 195
Algoritm metoda Euler
Datele de intrare: a; b; n; f; y
0
;
Fie h :=
b a
n
; x[0] := a; y[0] := y
0
;
Pentru i = 0, n 1 execut
x[i + 1] := x[i] + h;
y[i + 1] := y[i] + h f(x[i], y[i]);
Tiprete x; y; (adic x[i] i y[i] pentru i = 0, n).
Metoda lui Euler se poate extinde i pentru sisteme de ecuaii difereniale ordinare. Se
pune problema rezolvrii numerice a urmtoarei probleme Cauchy:
_

_
y

= f
1
(x, y, z)
z

= f
2
(x, y, z)
cu
_

_
y(x
0
) = y
0
z(x
0
) = z
0
, unde f
1
i f
2
sunt funcii date, iar x
0
, y
0
, z
0
sunt numere date. n acest caz
metoda lui Euler are forma: x
1
= x
0
+h, y
1
= y
0
+hf
1
(x
0
, y
0
, z
0
), z
1
= z
0
+hf
2
(x
0
, y
0
, z
0
),
unde h =
b a
n
, lund nodurile: a = x
0
< x
1
< x
2
< < x
n
= b. n general avem:
x
k+1
= x
k
+ h, y
k+1
= y
k
+ h f
1
(x
k
, y
k
, z
k
), z
k+1
= z
k
+ h f
2
(x
k
, y
k
, z
k
).
11.2 Metoda lui Runge-Kutta de ordinul patru
Pentru rezolvarea problemei Cauchy: y

= f(x, y) i y(x
0
) = y
0
avem urmtoarea metod:
intervalul [a, b] se divide n n pri egale cu punctele a = x
0
< x
1
< x
2
< < x
n
= b, cu
pasul h =
b a
n
. Dac se tie punctul (x
k
, y
k
) atunci punctul (x
k+1
, y
k+1
) se calculeaz n
felul urmtor: x
k+1
= x
k
+ h iar y
k+1
= y
k
+
1
6
(k
1
+ 2k
2
+ 2k
3
+ k
4
), unde:
k
1
= h f(x
k
, y
k
)
k
2
= h f
_
x
k
+
h
2
, y
k
+
k
1
2
_
k
3
= h f
_
x
k
+
h
2
, y
k
+
k
2
2
_
k
4
= h f (x
k
+ h, y
k
+ k
3
)
Aceast metod are o acuratee mare.
196 11. Metode numerice pentru rezolvarea ecuaiilor difereniale
Algoritmul metoda Runge-Kutta
Datele de intrare: a; b; n; f; y
0
;
Fie h :=
b a
n
; x[0] := a; y[0] := y
0
;
Pentru i = 0, n 1 execut
x[i + 1] := x[i] + h;
K
1
:= h f(x[i], y[i]);
K
2
:= h f
_
x[i] +
h
2
, y[i] +
K
1
2
_
;
K
3
:= h f
_
x[i] +
h
2
, y[i] +
K
2
2
_
;
K
4
:= h f(x[i] + h, y[i] + K
3
);
y[i + 1] := y[i] +
1
6
(K
1
+ 2 K
2
+ 2 K
3
+ K
4
);
Tiprete x; y;
Menionm c i aceast metod se poate extinde pentru sisteme de ecuaii dife-
reniale cu problem Cauchy. Fie
_

_
y

= f
1
(x, y, z)
z

= f
2
(x, y, z)
cu
_

_
y(x
0
) = y
0
z(x
0
) = z
0
. n acest caz
avem urmtoarele formule numerice: x
k+1
= x
k
+ h, y
k+1
= y
k
+
1
6
(k
1
+ 2k
2
+ 2k
3
+ k
4
),
z
k+1
= z
k
+
1
6
(l
1
+ 2l
2
+ 2l
3
+ l
4
), unde
k
1
= h f
1
(x
k
, y
k
, z
k
) i l
1
= h f
2
(x
k
, y
k
, z
k
);
k
2
= h f
1
_
x
k
+
h
2
, y
k
+
k
1
2
, z
k
+
l
1
2
_
l
2
= h f
2
_
x
k
+
h
2
, y
k
+
k
1
2
, z
k
+
l
1
2
_
k
3
= h f
1
_
x
k
+
h
2
, y
k
+
k
2
2
, z
k
+
l
2
2
_
l
3
= h f
2
_
x
k
+
h
2
, y
k
+
k
2
2
, z
k
+
l
2
2
_
k
4
= h f
1
(x
k
+ h, y
k
+ k
3
, z
k
+ l
3
)
l
4
= h f
2
(x
k
+ h, y
k
+ k
3
, z
k
+ l
3
) .
11.3. Rezolvarea numeric a problemei lui Dirichlet pe un ptrat 197
11.3 Rezolvarea numeric a problemei lui Dirichlet pe
un ptrat
Se consider ptratul: D = (x, y) R
2
[ 0 x, y 1, i ecuaia lui Laplace:

2
f
x
2
+

2
f
y
2
= 0 pe D. Se caut soluia ecuaiei lui Laplace, funcia f = f(x, y), cu
(x, y) D astfel nct se cunosc valorile lui f pe frontiera ptratului: f(0, y) =
1
(y),
f(1, y) =
2
(y), f(x, 0) =
3
(x), f(x, 1) =
4
(x), unde
1
,
2
,
3
,
4
sunt funcii date.
O astfel de problem se numete problema lui Dirichlet. n analiz se demonstreaz
existena i unicitatea problemei lui Dirichlet dac se impun anumite restricii asupra
funciilor
1
,
2
,
3
i
4
. n continuare prezentm o metod numeric pentru rezolvarea
aproximativ a problemei de mai sus. mprim laturile ptratului n N pri egale. Fie
h =
1
N
, x
n
= n h, y
m
= m h, unde n, m = 0, 1, . . . , N. Astfel se formeaz o reea
a ptratului. S notm cu u
n,m
valoarea aproximativ a lui f(x
n
, y
m
). Atunci folosind
formulele de derivare numeric
f

(x
0
)
f(x
0
h) 2 f(x
0
) + f(x
0
+ h)
h
2
(vezi paragraful 9.1), obinem:

2
f
x
2
(x
n
, y
m
) =
1
h
2
(u
n1,m
2u
n,m
+ u
n+1,m
)

2
f
y
2
(x
n
, y
m
) =
1
h
2
(u
n,m1
2u
n,m
+ u
n,m+1
)
Astfel se obine urmtoarea form discret a ecuaiei lui Laplace:

2
f
x
2
+

2
f
y
2
=
1
h
2
(u
n1,m
+ u
n+1,m
+ u
n,m1
+ u
n,m+1
4u
n,m
) = 0
unde n, m = 1, N 1, adic se obine un sistem liniar cu (N 1)
2
ecuaii i (N 1)
2
necunoscute. Necunoscutele sistemului liniar sunt notate cu (u
n,m
)
n,m=1,N1
, indc din
condiiile la limit avem:
u
0,m
= f(x
0
, y
m
) = f(0, y
m
) =
1
(y
m
);
u
N,m
= f(x
N
, y
m
) = f(1, y
m
) =
2
(y
m
);
u
n,0
= f(x
n
, y
0
) = f(x
n
, 0) =
3
(x
n
);
u
n,N
= f(x
n
, y
N
) = f(x
n
, 1) =
4
(x
n
);
198 11. Metode numerice pentru rezolvarea ecuaiilor difereniale
oricare ar n, m = 0, N.
Rezolvarea sistemului liniar n necunoscutele (u
n,m
)
n,m=1,N1
se poate face cu metodele
numerice corespunztoare (vezi capitolul 6.)
Bibliograe
[1] Gh. Coman, G. Pavel, I. Rus, A.I. Rus, Introducere n teoria ecuaiilor operato-
riale, Editura Dacia, Cluj-Napoca, 1976.
[2] Gh. Coman, Analiz numeric, Editura Libris, Cluj-Napoca, 1995.
[3] I. Cuculescu, Analiz numeric, Editura Tehnic, Bucureti, 1967.
[4] B. Dmidovitch, I. Maron, Elments de calcul numrique, Editura MIR,
Moscova, 1979.
[5] I. Ichim, G. Marinescu, Metode de aproximare numeric, Editura Academiei,
Bucureti, 1986.
[6] V. Iorga, B. Jora i alii, Programare numeric, Editura Teora, 1996.
[7] B. Jank, Rezolvarea ecuaiilor operaionale n spaii Banach, Editura
Academiei, Bucureti, 1969.
[8] Kis Ott, Kovcs Margit, Metode numerice (n lb. maghiar), Editura Tehnic,
Budapesta, 1973.
[9] D. Larionescu, Metode numerice, Editura Tehnic, Bucureti, 1989.
[10] G. Marinescu, Analiz numeric, Editura Academiei, Bucureti, 1974.
[11] I. Pvloiu, Rezolvarea ecuaiilor prin interpolare, Editura Dacia, Cluj-Napoca,
1981.
[12] M. Postolache, Metode numerice, Editura Sirius, Bucureti, 1994.
199
200 Bibliograe
[13] V. Voivodine, Principes numriques dalgbre linaire, Editura MIR, Moscova,
1980.
[14] E.A. Volkov, Numerical Methods, Editura MIR, Moscova, 1986.