CUPRINS

Introducere Capitolul 1
1.1. 1.2. 1.3. 1.4.

4 Erorile de calcul numeric 6 6 7 9 11 ecuaiilor i 13 13 13 13 15 16 17 22 24 24 26 28 30 31 32 34 35 36 36 36 36 40 42

Surse de erori Propagarea erorilor de calcul Algoritmi i complexitate de calcul Metode de programare

Capitolul 2 Rezolvarea numeric a sistemelor de ecuaii algebrice neliniare

2.1. Introducere 2.2. Rezolvarea numeric a ecuaiilor neliniare 2.2.1. Metoda aproximaiilor succesive 2.2.2. Metoda Lagrange 2.2.3. Metoda Newton 2.2.4. O teorem de punct fix 2.2.5. Ordinul metodei 2.2.6. Accelerarea convergenei 2.2.6.1. Metoda Aitken 2.2.6.2. Metoda Steffensen 2.2.7. Metoda poziiei false 2.2.8. Principiul dihotomiei 2.3. Rezolvarea numeric a sistemelor neliniare 2.3.1. Metoda aproximaiilor succesive 2.3.2. Metoda Newton 2.4. Exerciii

Capitolul 3

Rezolvarea sistemelor algebrice liniare

3.1. Introducere 3.2. Metode directe 3.2.1. Metoda de eliminare a lui Gauss 3.2.2. Factorizarea LU 3.2.3. Factorizarea Cholesky

3.3. Metode iterative 3.3.1. Metoda iterativ Jacobi 3.3.2. Metoda iterativ Gauss-Seidel 3.3.3. Metoda relaxrii 3.4. Exerciii

43 44 46 48

Capitolul 4 Rezolvarea numeric algebrice de valori i vectori proprii

4.1. 4.2. Abordarea elementar a subiectului Aspecte teoretice generale 4.2.1. Clase speciale de matrici 4.2.2. Punerea corect a problemei 4.3. Metoda lui Jacobi 4.4. Probleme de valori proprii generalizate 4.5. Exerciii

problemelor 49 49 50 51 52 54 60 61 62 62 62 63 65 67 69 70 72 72 74 76 78 78 79 80 82

Capitolul 5
5.1. 5.2.

Aproximarea funciilor prin polinoame

Introducere Aproximarea prin interpolare 5.2.1. Interpolarea polinomial Lagrange 5.2.2. Algoritmul Aitken 5.2.3. Evaluarea restului la interpolarea Lagrange 5.2.4. Diferene divizate 5.2.5. Formula lui Newton de interpolare 5.2.6. Diferene finite 5.2.7. Formule de interpolare pe noduri echidistante 5.2.8. Interpolarea polinomial Hermite 5.2.9. Interpolarea prin funcii spline 5.3. Aproximarea n sensul celor mai mici ptrate 5.3.1. Problema fundamental a aproximrii liniare 5.3.2. Teoreme fundamentale 5.3.3. Aproximarea discret n sensul celor mai mici ptrate 5.4. Exerciii

Capitolul 6 de ordinul I
6.1. 6.2.

Rezolvarea ecuaiilor difereniale ordinare 83 83 84 84 84 85 85 85 86 87 87 87 88 90 90 95 98 98 99 100 101 103 104 108 108 109 112 112 114 115 116 121 122

Introducere Metode 6.2.1. Metoda Euler 6.2.2. Metoda Euler backward 6.3. Generalizri 6.3.1. Metode Runge Kutta 6.3.1.1. Metoda clasic Runge Kutta de ordin 4 6.3.1.2. Metode Runge Kutta explicite 6.3.1.3. Metode Runge Kutta ajustative 6.3.1.4. Metode Runge Kutta implicite 6.3.2. Caracteristici 6.4. Metode alternative

Capitolul 7
7.1. 7.2.

Integrarea numeric

Introducere Integrarea n puncte echidistante 7.2.1. Formulele Newton Cotes 7.2.2. Metoda dreptunghiurilor 7.2.3. Regula trapezului 7.2.4. Metoda Romberg 7.2.5. Regula Simpson 7.2.6. Metoda ajustativ Simpson 7.3. Integrarea n puncte neechidistante 7.3.1. Cvadratura gaussian 7.3.2. Cvadratura tanh sinh 7.3.3. Cvadratura Clenshaw Curtis 7.3.4. Cvadratura Fejer 7.3.5. Cvadratura ajustativ 7.4. Integrarea cu funcii pondere 7.5. Metoda Nystrom 7.6. Formula Euler MacLaurin 7.7. T - integrarea

Bibliografie

INTRODUCERE
Ultimele decenii au fost marcate de progresul mijloacelor de calcul. Asistm la o competiie ntre dezvoltarea tehnologic i dezvoltarea aplicaiilor, n particular, a celor numerice. Tehnica de calcul a devenit accesibil pentru categorii tot mai largi de utilizatori. Globalizarea accesului la magistralele informaiilor organizate n reeaua Internet a dat o nou dimensiune utilizrii calculatoarelor, revoluionnd domenii ntregi de activitate. Obiectul calculului numeric l reprezint gsirea unor metode de aproximare eficient a soluiilor problemelor care pot fi exprimate prin modele matematice, eficien ce depinde de precizia cerut pentru rezultate i de uurina implementrii. Calculul numeric este una dintre disciplinele matematice ce depinde n cea mai mare msur de calculatorul numeric. Drumul parcurs pentru rezolvarea unei probleme dintr-un domeniu oarecare cu ajutorul calculatorului const n: stabilirea unui model matematic al problemei concrete (model ce se poate ncadra ntr-o categorie cum ar fi: o ecuaie neliniar, un sistem de ecuaii liniare sau neliniare), care fiind de multe ori de natur continu trebuie discretizat; soluia problemei discretizate trebuie s fie consistent i stabil (robust); modelul discretizat trebuie transpus ntr-un algoritm realizabil i eficient, descris de obicei ntr-un limbaj de programare evoluat. Calculul numeric opernd cu mrimi variate presupune folosirea tipului real a crui reprezentare n calculator este aproximativ, aprnd erori de rotunjire care se propag. Deci, o metod numeric trebuie aleas innd seama de convergen, stabilitate, propagarea erorilor i de analiza complexitii algoritmului asociat. Pentru parcurgerea i utilizarea unui asemenea material, cititorul are nevoie de cunotine de matematic la ndemna studenilor care au promovat primul an de studiu al oricrei faculti cu profil tehnic, matematico-informatic sau economic. Metodele numerice sunt prezentate n detaliu, prin discutarea aspectelor de ordin strict matematic i descrierea algoritmilor cu ajutorul unui limbaj de tip pseudocod. Lucrarea Calcul numeric are apte capitole. Primul capitolul are un caracter eterogen la nceput se prezint sursele de erori i propagarea lor, apoi algoritmi i complexitate de calcul, iar n final, metode de programare. Capitolul al doilea are ca obiect rezolvarea numeric a ecuaiilor i sistemelor de ecuaii algebrice neliniare. Sunt prezentate metode de localizare a soluiei, de aproximaii succesive i de accelerare a convergenei
4

pentru ecuaii neliniare, precum i metode numerice de rezolvare a sistemelor algebrice neliniare. Capitolul al treilea este dedicat rezolvrii numerice a sistemelor algebrice liniare. Sunt examinate metode directe bazate pe factorizarea gaussian, precum i metode de aproximare. n capitolul al patrulea se prezint metode de tip Jacobi de rezolvare numeric a problemelor algebrice de valori i vectori proprii, precum i generalizarea lor. n capitolul al cincilea se prezint aproximarea funciilor prin interpolare de tip Lagrange, Hermite i prin funcii spline, precum i aproximarea n sensul celor mai mici ptrate. n cel de al aselea capitol sunt prezentate cteva metode numerice de rezolvare a ecuaiilor cu derivate pariale, iar n utimul capitol sunt prezentate diferite metode pentru integrarea numeric.

CAPITOLUL 1 Erorile de calcul numeric

Surse de erori Suntem n posesia unui numr suficient de mare de metode numerice pentru a considera mai n detaliu problema erorilor de calcul numeric. Se observ c o formul de calcul numeric se aplic de obicei n mod repetat. n consecin, prezint importan nu numai eroarea introdus ntr-o etap, ci i tendina de a amplifica sau, dimpotriv, de a atenua erorile introduse anterior, adic stabilitatea metodei numerice. Erorile inerente sunt erorile legate de cunoaterea aproximativ a unor valori provenite din msurtori sau din faptul c avem de-a face cu numere iraio nale. Rezultatul oricror calcule depinde i de precizia datelor introduse iniial. Ca erori inerente pot fi considerate i erorile de conversie fcute la trecerea n baza 2 a unor numere care se introduc n memoria calculatoarelor numerice. De exemplu, numrul 0.1 reprezentat printr-un numr finit de zecimale n baza 10, devine o fracie zecimal periodic n baza 2 (0.110 = 0.0(0011)2). Erorile de metod sau erorile de trunchiere sunt provenite din aproximaiile fcute la deducerea formulelor de calcul. De exemplu, restul la interpolarea polinomial, distana | x n  l | la rdcin, din metodele iterative de calcul, etc. Spre deosebire de erorile inerente, erorile de metod pot fi reduse, n principiu, orict de mult. Erorile de rotunjire sunt legate de posibilitile limitate de reprezentare a numerelor n calculatoarele numerice. n calculator se pot reprezenta numere cu un numr de cifre semnificative n funcie de lungimea cuvntului (msurat n bii) utilizat la stocarea unui numr. n memoria intern a unui calculator numeric se folosete reprezentarea n virgul mobil, n form normalizat. Orice numr real x se scrie
x ! m be , m 1 unde m este un numr real numit mantis, b " 0 ( b { 1 ) este baza sistemului de numeraie, iar e (ntreg) este exponentul.

1.1.

n forma normalizat, mantisa este cuprins n intervalul [b 1 ,1) ( b  1 e m e 1 ). Excepia de la aceast regul de reprezentare este numrul zero. Deci, un numr real cu mai multe cifre semnificative este rotunjit la numrul de cifre maxim, lucru care se realizeaz prin rotunjirea mantisei. Alte rotunjiri se fac n decursul operaiilor.

Notnd cu x valoarea exact a numrului i cu x valoarea calculat (aproximativ), eroarea absolut e x se definete ca ex ! x  x , iar raportul e x / x se numete eroare relativ, notat cu I x , I x ! ex / x . Fie k numrul de cifre semnificative. Presupunem c b = 10. Atunci, un numr x se va scrie
x m 10 e  n 10 e  k , | m |, | n | [0.1,1) , unde n conine cifrele care nu pot incluse n mantisa m. Rotunjirea se face simetric (de obicei), adic se nlocuiete | n |! 1 dac | n | u 0.5 , | n |! 0 dac | n | 0.5 . n acest fel marginea erorii relative este

| n | 10 e  k / | m | 10 e e 5 10  k . Erorile cu marginea dat mai sus se fac la introducerea numerelor reale n memoria calculatorului numeric. 1.2. Propagarea erorilor de calcul Fie dou numere, x i y, introduse cu erorile e x , respectiv e y .
x x  ex , y ! y  ey .

Propagarea erorilor la adunare Presupunem c se efectueaz suma numerelor x  y ! x  y  ex  e y , astfel nct eroarea relativ la sumare este e x  y /( x  y ) ! (e x  e y ) /( x  y ) ! x /( x  y )I x  y /( x  y )I y , adic o sum ponderat a erorilor introduse la reprezentarea n calculator a cantitii sumate. Notm cu I s eroarea introdus suplimentar la reprezentarea sumei x  y . Eroarea relativ total la sumare, I ts , va fi I ts ! x /( x  y ) I x  y /( x  y )I y  I s . Propagarea erorilor la scdere Presupunem c se efectueaz scderea numerelor x  y ! x  y  ex  e y , astfel nct eroarea relativ la scdere este e x  y /( x  y ) ! ( e x  e y ) /( x  y ) ! x /( x  y )I x  y /( x  y )I y ,

adic o diferen ponderat a erorilor introduse la reprezentarea n calculator a diferenei. Notm cu I d eroarea introdus suplimentar la reprezentarea diferenei x  y . Eroarea relativ total la scdere, I td , va fi I td ! x /( x  y )I x  y /( x  y )I y  I d .
2 , y ! 0,6665 i k ! 4 . S se calculeze e x  y . 3 Avem x ! 0,6666 , y ! y , deci 2  0,6666 y y xx 3 ! 0. Ix ! ! ! 0,0001 , I y ! y 0,6666 x 0.6666 Ix y ! 0,0001  I d ! 0,6666  I d . 2  0,6666 3 Aceast eroare relativ a lui x  y se propag n toate calculele ulterioare. Propagarea erorilor la nmulire Presupunem c se efectueaz produsul numerelor xy ! ( x  e x )( y  e y ) ! x y  ye x  x e y ,

Fie x !

unde s-a neglijat produsul e x e y considerat ca avnd un ordin de mrime suficient de mic. Eroarea la nmulire este e xy / x y ! e x / x  e y / y ! I x  I y . Deci la nmulire erorile relative introduse iniial se adun. Pot aprea noi erori, deoarece produsul xy poate avea un numr de cifre semnificative mai mare dect cel admis, necesitnd o nou rotunjire. Notnd cu I p aceast nou eroare, vom obine eroarea relativ total I tp la nmulirea a dou numere I tp ! I x  I y  I p , iar ca margine a erorii
| I tp | e | I x |  | I y |  | I p | 15 10  k ,

acoperitoare deoarece erorile se compun dup legi probabilistice. Eroarea total la calculul expresiei E ! ( x  y ) z a crei valoare aproximativ este ( x  y ) z este I tE ! x /( x  y )I x  y /( x  y ) I y  I z  I s  I p , cu mrginirea | I tE | e 15 10 k [(| x |  | y |) / | x  y | 3] .
8

Propagarea erorilor la mprire Presupunem c se efectueaz mprirea numerelor 2 ey ey x  ex x  ex 1   ... . x / y ! ( x  e x ) /( y  e y ) ! !  y y ey y y 1  y Deoarece seria este convergent, exprimnd-o liniar, obinem x e x ey . x/ y }  x  y x y2 Eroare la mprire este
ey e ! x  . x/y x y Notnd cu I i noua eroare datorat mpririi i cu I ti eroarea total la ex / y

mprirea a dou numere obinem I ti ! I x  I y  I i . Algoritmi i complexitate de calcul Procesele de prelucrare automat a informaiei se caracterizeaz prin natura lor algoritmic i faptul c sunt efectuate cu ajutorul unor main i automate de calcul. Calculatoarele electronice sunt capabile s rezolve problemele de calcul descompuse n operaii elementare, precizndu-se succesiunea operaiilor. Din aceast perspectiv, prin algoritm se nelege o mulime finit de reguli de calcul (care constituie paii algoritmului), care indic operaiile elementare necesare rezolvrii unei probleme i ordinea efecturii lor. Orice algoritm pornete de la datele iniiale, pe care le prelucreaz n vederea obinerii rezultatului problemei. Algoritmii se caracterizeaz prin generalitate, finitudine i unicitate. Oricrei probleme care admite o formulare matematic i se poate asocia un algoritm de rezolvare, care nu se confund nici cu formularea matematic i nici cu reprezentarea sub form unui program ntr-un limbaj de programare. Printre cele mai utilizate metode de descriere a algoritmilor se numr reprezentarea prin scheme logice i cea cu ajutorului limbajelor de tip pseudocod. n capitolele urmtoare vom folosi pentru descrierea algoritmilor un limbaj de tip pseudocod, iar n seciunile 1.4 i 1.5 a acestui capitol vom prezenta, pe scurt, cteva din metodele de programare i cteva din elementele limbajului de programare C n vederea implementrii algoritmilor n acest limbaj de programare. Algoritmii prezentai sunt exprimai ntr-un pseudocod care posed urmtoarele operaii simple: atribuirea (variabil n expresie), apelul de procedur (funcie) (execut nume (list_parametri)), citirea (citete list_variabile), scrierea (scrie list_expresii) i n urmtoarele structuri de 1.3.

control: secvena ({instruciune_1 ... instruciune_n}), selecia unar (dac condiie atunci instruciune), selecia binar (dac condiie atunc i instruciune_1 alt fel instruciune_2), selecia multipl (alege selector dintre valoare1:intruciune1 valoaren:instruciunen), iteraia cu numr prestabilit de ciclri (pentru contor n expresie_1:expresie_2 repet instruciune), iteraia pretestat (ct timp condiie repet instruciune), iteraia posttestat (repet instruciune pn cnd condiie). Vom nelege prin problem algoritmic o funcie total definit P : I p F , unde I este mulimea informaiilor iniiale (intrrile problemei) iar F este mulimea informaiilor finale. Presupunem c I i F sunt cel mult numrabile. Dac i I este precizat, atunci determinarea lui (i) se numete o instan a problemei . Vom folosi pentru o instan notaia p i prin abuz de notaie vom scrie p P . Un algoritm care rezolv problema P va porni de la o codificare a unei instane oarecare a problemei P i va oferi o codificare a rezultatului. Din multitudinea de algoritmi existeni pentru rezolvarea unei probleme se va alege cel mai performant, adic s fie uor de neles, codificat, modificat, depanat i s utilizeze n mod eficient resursele. Eficiena unui algoritm este evaluat prin timpul consumat n unitatea central i memoria ocupat, iar pentru algoritmii cu specific numeric mai sunt considerai i factori precum precizia i stabilitatea numeric. Deoarece analizm performanele unui algoritm i nu performanele unor calculatoare i nici software-ul folosit, vom exprima timpul consumat n numr de operaii (n virgul mobil). Vom nota prin T ! T A ( p) numrul de operaii efectuate de algoritmul A pentru rezolvarea instanei p i vom asocia problemei rezolvate un numr g ( P ) numit dimensiunea problemei reprezentnd numrul datelor de intrare. Resursa timp se exprim ca o funcie de dimensiunea problemei, funcie numit complexitatea n timp a algoritmului ! f (n) . Aceast funcie este polinomial sau exponenial, iar dac dimensiunea problemei crete la infinit se obine complexitatea asimptotic n timp a algoritmului. Comportarea n cazul cel mai nefavorabil a algoritmului A pe o intrare de dimensiune n este T A (n) ! sup{T A ( p) : p P i g ( p ) ! n} , iar comportarea medie a algoritmului este
med (n) ! M ({ ( p) : p P i g ( p) ! n}) (adic media variabilei aleatoare ( p) ). Deoarece determinarea exact a lui (n) este dificil vom cuta margini superioare i inferioare pentru (n) . Pentru funcia f : N p N ,

10

O ( f ) ! { g g : N N , c R , c " 0, n 0 N : g ( n ) e cf ( n ), n u n0 } ;( f ) ! { g g : N N, c R , c " 0, n0 N : g ( n ) u cf ( n ), n u n0 } 5( f ) ! { g g : N p N , g

( f ) ; ( f ) } .

Vom spune c P are complexitatea O( f (n)) dac exist un algoritm A care rezolv problema P i are complexitatea T A (n) ! O( f (n)) . O problem P are complexitatea ;( f (n)) dac orice algoritm A care rezolv problema P are complexitatea T A (n) ! ;( f (n)) . Un algoritm A cu T A (n) ! 3( p (n)) , unde p este un polinom n n, se numete polinomial. Un algoritm care nu este polinomial se numete exponenial. Ast fel algoritmii cu complexitate exponenial sunt irealizabili, n timp ce algoritmii polinomiali de grad mai mare dect 2 sunt nepractici. Importana practic a acestora rezult i din urmtorul exemplu. Presupunem c un pas necesit 10 6 secunde, adic O (1) ! 10 6 secunde, atunci pentru n = 40, un algoritm cu funcia de complexitate n necesit 0.00004 secunde, un algoritm cu funcia de complexitate n 5 necesit } 1.7 minute, un algoritm cu funcia de complexitate n 6 necesit } 129 ani (!). Metode de programare Vom prezenta un scurt istoric al unor metode de programare, dar nu exhaustiv. Am considerat necesar acest lucru, n vederea implementrii ulterioare, n limbaje de evoluate de programare, a algoritmilor prezentai n lucrare. O clasificare cronologic ar fi urmtoarea: programarea artizanal, procedural, modular, structurat, prin abstractizarea datelor i orientat pe obiecte. Programarea artizanal este prima modalitatea de programare, n care iniiativa i experiena programatorului joac un rol important, fiecare programator i are propriile reguli de programare, iar programele au u n singur corp de instruciuni, sunt lungi i greu de neles. Programarea procedural are la baz utilizarea procedurilor (care se mai numesc i subprograme sau subrutine uniti distincte de program) care trebuie parametrizate cu anumite variabile numite parametri formali a cror valori de apel se numesc parametri efectivi. Procedurile realizeaz o abstractizare prin parametri (ele trebuie s fie generale deci procesarea s fac abstractizare de valorile datelor). La apelare o procedur funcio neaz dup principiul cutiei negre (se cunosc intrrile i ieirile, rezultatele din acestea dar nu i modul de transformare). Sunt proceduri care definesc o valoare de revenire (numite i funcii) i proceduri care nu definesc o valoare de revenire.
11

1.4.

Programarea modular are la baz elaborarea programelor pe module. O colecie de funcii nrudite (funciile obinute n urma programrii unei subprobleme component a descompunerii arborescente a problemei date n subprobleme mai simple), mpreun cu datele pe care le prelucreaz n comun formeaz un modul. Deoarece o parte din datele utilizate n comun de funciile modulului nu sunt necesare i n alte module ele sunt protejate (ascunse n modul). Programarea structurat. Descompunerea unei probleme n subprobleme mai simple se face succesiv n mai multe etape, pn cnd subproblemele sunt direct programabile sub forma unor proceduri sau module. Aceast descompunere, numit rafinare pas cu pas, este o descompunere arborescent. n cadrul procedurilor se folosesc anumite structuri de control a execuiei. Prelucrarea de baz n cadrul acestor structuri de control este cea de atribuire. Aceast abordare a programrii s-a nscut din necesitatea eliminrii saltului necondiio nat, determinndu-l pe Dijsktra s impun D-structurile de control: secvena (n care prelucrrile se execut n ordinea scrierii lor); iteraia pretestat (ct timp o condiie este adevrat execut o prelucrare, prelucrare ce trebuie s modifice valoarea de adevr a condiiei); alternativa simpl (dac o condiie este adevrat execut o prelucrare). S-a demonstrat (Bohm i Jacopini) c orice algoritm se poate descrie doar cu D-structurile, dar pentru o mai bun lizibilitate i nelegere a programelor surs s-au adugat i iteraia posttestat, iteraia cu un numr prestabilit de ciclri, alternativa binar i alternativa generalizat. Programarea prin abstractizarea datelor propune metodologii n care conceptele deduse din analiza problemei s poat fi reflectate ct mai fidel n program. n general un tip abstract de date are dou componente: datele membru care reflect reprezentarea tipului i funciile membru care reflect comportamentul tipului. Programarea orientat spre obiecte. n cadrul structurilor ierarhice, unde conceptele sunt strns legate ntre ele, nu este suficient doar legtura dintre concepte n care datele membru ale unei clase pot fi obiecte ale unei alte clase. Exprimarea ierarhiilor conduce la atribute suplimentare cum sunt cele de motenire, atribute care conduc la un model nou de programare numit programare orientat obiect. n vrful ierarhiei se afl fenomenul sau forma de existen care are trsturi comune pentru toate celelalte componente ale ierarhiei respective. Pe nivelul urmtor al ierarhiei se afl componente care pe lng trsturile comune de pe nivelul superior, mai au trsturi specifice. O ierarhie are, de obicei, mai multe nivele, iar situarea unui element pe un nivel sau altul al ierarhiei este uneori o problem complex.
12

CAPITOLUL 2 Rezolvarea numeric a ecuaiilor i sistemelor de ecuaii algebrice neliniare

2.1. Introducere Forma general a unei ecuaii (sistem de ecuaii) algebrice neliniare este: f ( x) ! 0 f ( x) ! ( f1 ( x), f 2 ( x),..., f n ( x ))  , iar x este vectorul necunoscutelor cu n componente x ! ( x1 , x 2 ,..., x n ) . Pentru n ! 1 , notnd x1 ! x , avem o ecuaie algebric neliniar sau transcendent, cu o necunoscut. 2.2. Rezolvarea numeric a ecuaiilor neliniare Fie f : R p R o funcie dat (n anumite cazuri, f va fi o funcie de la C la C). Presupunnd c avem funcia real de argument real f : [ x min , x max ] p R , orice valoare \ [ x min , x max ] pentru care f (\) ! 0 se numete rdcin (soluie) a ecuaiei f ( x ) ! 0 sau zero al funciei f (x). n general, prin rdcin aproximativ a ecuaiei f ( x ) ! 0 se nelege o valoare \' apropiat de valoarea exact \ . O rdcin aproximativ poate fi definit n dou moduri: numrul \' cu proprietatea | \'\ | I (I " 0) sau, numrul \' cu proprietatea | f (\' ) | I . S se gseasc una sau mai multe soluii ale ecuaiei f ( x ) ! 0 . Presupunem c f este o funcie continu i cu ajutorul, fie matematic, fie experimental, se va determina un interval [a,b] n care ecuaia are o rdcin i numai una care se va nota cu N . 2.2.1. Metoda aproximaiilor succesive Metoda const n construirea unui ir de aproximaii succesive (ir de , rdcina exact a ecuaiei f ( x ) ! 0 , de forma: iterare) a lui N x0 = aproximaia iniial (dat); x n 1 ! g ( x n ) , care s tind la N . unde f este o funcie vectorial pe X R n , n u 1 , cu n componente:

13

Pentru a genera acest ir, se nlocuiete ecuaia f ( x ) ! 0 printr-o ecuaie echivalent, n intervalul considerat, x ! g ( x ) , unde g este o funcie f ( x) continu. De exemplu, x ! x  f ( x) sau x ! x  cu  { 0 . Apoi, E plecnd de la x0 ales n [a,b], se construiete: x1 ! g ( x0 )
... x n 1 ! g ( x n ). Geometric, se nlocuiete cutarea interseciei graficului funciei f cu axa absciselor, prin cutarea interseciei curbei de ecuaie y ! g ( x ) cu dreapta de ecuaie y ! x . Exist numeroase moduri de a obine metoda de aproximaii succesive, adic de a determina g plecnd de la f. n acest sens sunt necesare rspunsuri la ntrebrile: i) irul ( x n ) este convergent? ii) dac irul converge, limita sa este N ? Dac ( x n ) nu-i convergent atunci metoda aleas trebuie eliminat.

Dac s [a, b] (unde s ! lim x n , deoarece lim x n 1 ! lim g ( xn ) i cum

npg npg npg

g este o funcie continu urmeaz c s ! g (s ) , adic f (s ) ! 0 ) atunci s ! N . Deci rspunsul la ntrebarea ii) este orice ir. Deoarece, din punct de vedere numeric se efectueaz un numr finit de iteraii, este necesar s ne preocupe i urmtoarele probleme: iii) dac precizia I este dat atunci este necesar s se cunoasc cum se opresc iteraiile astfel nct aceast condiie s fie ndeplinit. iv) deoarece se cere obinerea rapid a rezultatului aproximativ, este necesar s fie estimat maniera n care evolueaz eroarea en ! xn  N n cursul iteraiilor. Metoda aproximaiilor succesive conduce la urmtorul algoritm. Algoritmul 2.2.1.1. Intrri: g = funcia din relaia x n 1 ! g ( x n ) I = precizia x = aproximaia iniial nr_max = numrul maxim de iteraii admis Ieiri: x = soluia aproximativ ndeplinind I sau nr_max { kn0

14

x0 n x x n g ( x) ct timp | x  x0 | u I i k e nr_max { k n k 1 x0 n x x n g ( x) }

}. Pentru a detecta timpuriu procesele divergente i a nu parcurge n mod inutil numrul maxim de iteraii nr_max, imediat dup ce este calculat noua valoare a funciei g (care cu semn schimbat nseamn corecia rdcinii) este comparat cu corecia din pasul anterior (pstrat). Dac corecia crete n valoare absolut procesul este divergent. Dm cteva metode clasice a metodei aproximaiilor succesive. 2.2.2. Metoda Lagrange Metoda Lagrange se mai numete i metoda de pri proporionale i const n nlocuirea graficului funciei f restrns la un interval [a,b] prin dreapta determinat de punctele A(a, f (a)) i B (b, f (b)) . Dreapta are ecuaia: y  f ( a ) f (b )  f ( a ) ! . xa ba Dac x1 este intersecia dreptei A cu axa absciselor atunci: ba x1 ! a  f (a ) . f (b)  f (a ) Presupunnd c f ( x1 ) f (a) 0 atunci N [a, x1 ] i repetnd procedeul de mai sus, nlocuind b cu x1 obinem: x1  a x 2 ! a  f (a ) . f ( x1 )  f (a ) n general avem x n 1 ! g ( x n ) unde funcia g este definit prin xa g ( x ) ! a  f ( a) , f ( x )  f (a ) sau af ( x )  xf (a) g ( x) ! . f ( x)  f ( a)

15

2.2.3. Metoda Newton Metoda Newton se mai numete i metoda tangentei i const n nlocuirea graficului funciei f restrns la un interval [a,b] prin tangenta ntr-un punct al graficului.  Tangenta la curb n punctul (b, f (b)) are ecuaia: y  f ( b ) ! f ( b )( x  b ) . Dac x1 este intersecia acestei tangente cu axa absciselor atunci: f (b) x1 ! b  . f ( b) Se rencepe procedeul precedent cu tangenta n punctul ( x1 , f ( x1 )) , n general se obine: x n 1 ! g ( x n ) f ( x) . unde g ( x ) ! x  f ( x) Remarca 2.2.3.1. Metoda lui Newton este bine definit dac f ' (b) { 0 . Este suficient ca Ns fie un zero simplu al lui f, cci, dac f ' este continu i x n suficient de aproape de Nvom avea f ( x n ) { 0 . Metoda Newton conduce la urmtorul algoritm. Algoritmul 2.2.3.1. Intrri: f = funcia din metod fd = derivata funciei f I = precizia nr_max = numrul maxim de iteraii admis x = aproximaia iniial Ieiri: x = soluia aproximativ ndeplinind I sau nr_max {
kn0 x0 n x x n x0  f ( x0 ) / fd ( x0 ) ct timp | x  x0 | u I i k e nr_max { k n k 1 x0 n x x n x0  f ( x0 ) / fd ( x0 )

} }.

16

Dac pe parcursul procesului iterativ se anuleaz derivata funciei atunci se execut o iteraie de salvare n care corecia rdcinii se calculeaz fr a o mpri la derivata funciei. Aceast abordare are avantajul c rezolv i zerourilor de ordin superior, n care funcia i prima ei derivat au zerouri comune. 2.2.4. O teorem de punct fix n exemplele precedente, avem urmtoarea situaie: x0 dat x n 1 ! g ( x n ) . Problema care se pune este de a alege o metod, deci funcia g ast fel . nct irul ( x n ) s fie convergent la N Este necesar ca soluia ecuaiei x ! g ( x ) n intervalul [a,b] s fie aceeai cu soluia ecuaiei f ( x ) ! 0 n intervalul [a,b]. Are loc urmtorul rezultat: Teorema 2.2.4.1. Dac n intervalul [a,b] funcia g verific urmtoarele condiii: a) pentru orice x [a, b] are loc g ( x) [a, b] ; b) g este o aplicaie strict contractant, adic exist un numr real L: 0 e L 1 astfel nct pentru x [a, b] , y [a, b] avem: | g ( x)  g ( y) | e L | x  y | atunci, oricare ar fi x0 [ a, b] irul definit prin x n 1 ! g ( x n ) converge spre unica soluie Na ecuaiei x ! g ( x ) cu N [a, b] . Demonstraie. Dac N 1 i N 2 sunt dou soluii distincte ale ecuaiei x ! g ( x ) urmeaz c |N 1 N 2 | ! | g (N 1 )  g (N 2) |e L | N 1 N 2 | cu L 1 . Deci | N 1= N 2. 1 N 2 | (1  L) e 0 . Deoarece L 1 obinem N Avem | x n 1  x n | ! | g ( x n )  g ( x n 1 ) | e L | x n  x n 1 | . Deci | x n 1  xn | e Ln | x1  x0 | sau | x n  p  x n | ! | ( x n  p  x n  p 1 )  ( xn  p 1  x n  p  2 )  ...  ( x n  1  x n ) | e | x n  p  x n  p 1 |  | x n  p 1  x n  p  2 |  ... | x n 1  x n| .

17

Deci
| xn  p  xn | e x1  x0 | ( Ln  p 1  Ln  p  2  ...  Ln ) Ln 1  Lp e Ln x1  x0 | e x1  x0 | . 1 L 1 L

Deoarece

npg

lim Ln ! 0 urmeaz c

npg

lim | x n  p  x n |! 0 pentru

p N . Deoarece irul ( x n ) verific criteriul lui Cauchy urmeaz c el este convergent spre limita sa N i cum g este funcie continu, deoarece este ! g (N ). strict contractant, aceast limit verific N Dac x n [ a, b ] atunci g ( x n ) [ a, b] . Deoarece elementele irului ( x n ) aparin intervalului [a,b] (deoarece x0 [ a, b] ) i ( x n ) converge, urmeaz c limita sa Naparine intervalului [a,b]. Se poate evalua eroarea fcnd p s tind spre g : Ln . 1 L Se constat c pentru n fixat, eroarea este cu att mai mic cu ct L se apropie de zero, n timp ce, dac L este apropiat de 1 eroarea se diminueaz. Dac g este o funcie derivabil atunci o condiie suficient astfel nct g s fie strict contractant este urmtoarea. Propoziia 2.2.4.1. Fie g o funcie derivabil n [a,b]. Dac g ' verific max | g ' ( x ) | ! L 1 atunci g este o aplicaie strict contractant n |N  x n | e | x1  x0 |
x[ a , b ]

intervalul [a,b]. Utiliznd formula creterilor finite: g ( x )  g ( y ) ! g (\)( x  y ) cu \ (a, b) , | g ( x)  g ( y ) | !| g ' (\) || x  y | e ( max | g ' ( x) |) | x  y | ! L | x  y |
x[ a , b ]

unde 0 e L 1 . Condiia a) din teorema precedent trebuie s fie ndeplinit. 1 1 ntr-adevr. Pentru funcia g ( x ) ! x  , unde x u 1 , g ( x ) ! 1  , x x2 | g ( x ) | e c 1 , dar ecuaia x ! g ( x ) nu are punct fix n intervalul 1 considerat, deoarece x ! g ( x) ! 0 . x Intervalul [a,b] n care ipotezele teoremei de punct fix sunt verificate este, n general greu de determinat.

18

Dac se poate calcula (estima) g ' (N ) atunci are loc urmtorul rezultat. Propoziia 2.2.4.2. Fie N o soluie a ecuaiei x ! g ( x ) cu g ' ) | 0 atunci exist un interval [a,b] coninnd N funcie continu. Dac | g ' (N pentru care irul definit prin x0 [ a, b] i x n 1 ! g ( x n ) converge la N . Demonstraie. ) 1 . Atunci, din continuitatea lui g ' , exist un interval Fie 0 e g ' (N [ p, q ] coninnd Npentru care max | g ( x) | 1 i g ' ( x ) " 0 .
x[ p , q ]

x[ p , q ]

Funcia g restrictiv la intervalul [p, q] este strict cresctoare i verific max | g ' ( x) | 1 .

Artm c dac x [ p, q ] atunci g ( x ) [ p, q] . Deoarece g ( x ) [ g ( p ), g (q )] , este suficient s artm c [ g ( p ), g (q )] [ p, q] . Deoarece N  g ( p ) ! g (N )  g ( p ) ! g ' ( \ )( N  p) u 0 urmeaz c N  g ( p) e N  p , adic g ( p ) u p . Similar, deoarece g (q)  N ! g ( q)  g ( N ) ! g (L)( q  N ) u 0 urmeaz c g (q ) e q . Deci p e g ( p ) e g (q ) e q . Lund [a, b] ! [ p, q ] , avem verificate ipotezele teoremei de punct fix. Fie  1 e g ' (N ) e 0 . Atunci exist un interval [ p, q ] astfel nct max | g ' ( x ) | 1 i g ( x ) e 0 .
x[ p , q ]

Se arat i n acest caz c sunt verificate ipotezele teoremei de punct fix. irul ( x n ) converge la Ndin [a, b] . Dm fr demonstraie urmtorul rezultat. Propoziia 2.2.4.3. Fie N o soluie a ecuaiei x ! g ( x ) . Dac g ' este continu ntr-o vecintate a lui Ni | g ' (N ) | " 1 , x 0 { N , irul definit de x0 i x n 1 ! g ( x n ) nu converge spre N . Dac | g (N ) | ! 1 atunci irul ( x n ) poate converge sau diverge. ) | 1 care asigur existena Exemplu. S se gseasc condiia | g ' (N , n care ipotezele teoremei de punct fix sunt unui interval [a,b], coninnd N verificate pentru: 1) metoda aproximaiilor succesive; 2) metoda lui Lagrange; 3) metoda lui Newton.

19

Rezolvare. 1) Fie funcia g definit prin g ( x ) ! x  g ( x ) . Dac f este derivabil ) | 1 devine | 1  f ' (N ) | 1 , adic atunci g ' ( x ) ! 1  f ' ( x) . Condiia | g ' (N 0 f (N ) 2. 2) Fie x0 ! b , x n 1 ! g ( x n ) i funcia g definit prin af ( x )  xf (a ) g ( x) ! . f ( x)  f ( a) Dac f este derivabil avem ( af ' ( x)  f (a ))( f ( x )  f ( a ))  f ' ( x)( af ( x)  xf ( a )) g ' ( x) ! , ( f ( x)  f ( a )) 2 de unde ) f ( a )  (N  a ) f ' (N )! g ' (N , f (a ) ) ! 0. deoarece f (N Dar f ( a ) ! f (N )  (a  N ) f (N ) de unde
g ' (N )! (a  N ) 2 f " (c ) . 2 f (a ) 1.

(a  N )2 f " (c ) cu c (a, N ), 2

Deci | g ' (N ) | 1 devine

(a  N ) 2 f " (c ) 2 f (a )

3) Fie x0 ! b , x n 1 ! g ( x n ) i funcia g definit prin f ( x) g ( x) ! x  . f ( x) f ( x) f " ( x) . Dac exist f " atunci g ( x ) ! ( f ( x)) 2 ) ! 0. Deci g ' (N Deci exist totdeauna un interval n care ipotezele teoremei de punct fix sunt verificate, n cazul metodei tangentei. Este mai uoar aplicarea metodei Newton apelnd la rezultatul urmtor. (1) (2) Teorema 2.2.4.2. Dac f C 2 [a, b] verific f ( a ) f ( b) 0 x [a, b] , f ' ( x ) { 0
20

(3) x [a, b] , f " ( x ) { 0 atunci alegnd x0 [ a , b] astfel nct f ( x0 ) f " ( x 0 ) " 0 , irul ( x n ) definit prin x0 i x n 1 ! g ( x n ) converge spre unica soluie Na ecuaiei f ( x ) ! 0 n intervalul [a, b] . Demonstraie. Condiiile (1), (2) i (3) asigur existena i unicitatea unei rdcini simple Nn [a,b] a ecuaiei f ( x ) ! 0 . Deoarece f ( xn ) x n 1 ! x n  f ( xn ) urmeaz c )  f ( xn ) f ( xn ) f (N x n 1  N ! xn  N  ! xn  N  f ' ( xn ) f ' ( xn ) (N  xn ) f ' ( xn )  (N  xn ) 2 f " (\ n ) 2 f ' ( xn )

! xn  N  cu \ n cuprins ntre Ni x n . Deci

x N f ' ( xn )  n f " (\ n ) 2 , ! ( xn  N )1  x n 1  N f ' ( xn ) adic ( xn  N ) 2 f " (\ n ) . 2 f ' ( xn ) Dac f " ( x) i f ' ( x ) sunt de acelai semn pe [a,b] atunci pentru " 0 , irul este minorat de Nplecnd de la rangul 1. n u 0 , x n 1  N Dac f " ( x) i f ' ( x ) sunt de semne contrare pe [a,b] atunci pentru n u 0 , x n 1  N 0 , irul este majorat de Nplecnd de la rangul 1. 1) Fie f " ( x) " 0 pentru x [a, b] . Din ipotez urmeaz c f ( x0 ) " 0 . a) Fie f ' ( x ) " 0 . Atunci irul este minorat de Nplecnd de la rangul 1. f ( x0 ) x0 urmeaz c x n " N , Cum x1 ! x0  f ( x0 ) n N . x n 1  N !
21

Deoarece f ( x ) nu se anuleaz dect pentru N , oricare din termenii irului sunt mai mari dect Nurmeaz c f ( x n ) este de acelai semn cu f ( x 0 ) , deci pozitiv. Deci f ( xn ) xn . x n 1 ! x n  f ' ( xn ) . irul este descresctor, minorat, deci convergent la N b) Fie f ' ( x ) 0 . Atunci irul este majorat de Nplecnd de la rangul 1. f ( x0 ) Cum x1 ! x0  " x 0 urmeaz c x n N , f ( x0 ) n N . Deoarece f ( x ) nu se anuleaz dect pentru N i oricare din termenii irului sunt mai mici dect Nurmeaz c f ( x n ) este de acelai semn cu f ( x 0 ) , deci pozitiv. Deci f ( xn ) x n 1 ! x n  " xn . f ( xn ) . irul este cresctor, majorat, deci convergent la N 2) Fie f " ( x) 0 pentru x [a, b] . Demonstraia este similar cu cea de la punctul 1). 2.2.5. Ordinul metodei n afar de convergen, trebuie s tim ct de rapid este convergena irului definit prin x n 1 ! g ( x n ) , adic cum se diminueaz eroarea en ! xn  Nn urmtoarea iteraie. Aceasta ne conduce la urmtoarea definiie a ordinului metodei. Definiia 2.2.5.1. Metoda definit prin x n 1 ! g ( x n ) este de |e | ordin p, dac n 1 are limit n mulimea numerelor reale strict pozitive p | en | cnd n tinde spre  g . Explicaia acestei definiii. (x  N )2 e n 1 ! x n 1  N g " (N )  ...  ! g ( x n )  g (N ) ! ( xn  N ) g ' (N ) n 2! ( xn  N ) p ( p) g (N  )  ( xn  N ) p I( x n  N ) p!
22

sau
e2 ep p e n 1 ! e n g ( N I( e n ) . )  n g " (N )  ...  n g ( p ) (N )  en p! 2! Metoda este, deci, de ordinul p, dac i numai dac:

g ' (N ) ! g " (N ) ! ... ! g ( p 1) (N ) ! 0 i g ( p ) (N ) { 0. y Metoda aproximaiilor succesive este de ordinul 1 (adic convergena este liniar) ) 2. ntr-adevr. Se cunoate, din exemplul 1, c 0 f (N y Dac f " (c) { 0 atunci metoda Lagrange este de ordinul 1. Rezult imediat din exemplul 2. y Metoda lui Newton este de ordinul cel puin 2. Teorema 2.2.5.1. Dac Neste un zero simplu atunci metoda Newton este de ordinul cel puin doi. Verificare. Avem g ' (N ) ! 0. Deoarece g" ( x ) ! ( f ' ( x) f " ( x)  f ( x) f ' ' ' ( x ))( f ' ( x )) 2  2 f ' ( x ) f " ( x ) f ( x ) f " ( x ) ( f ' ( x)) 4

) f " (N . ) f ' (N Dac Neste un zero simplu al lui f atunci f ' (N ) { 0. ) { 0 atunci g" (N ) { 0 alt fel ordinul metodei este mai mare Dac f " (N dect 2. Pentru metodele de ordinul doi se mai spune nc: convergen este ptratic. Ordinul depinde att de metoda aleas ct i de natura zeroului. Propoziia 2.2.5.1. Dac Neste un zero al lui f de multiplicitate m, f ( x) este de metoda iterativ definit prin x n 1 ! g ( x n ) cu g ( x ) ! x  m f ' ( x) ordinul cel puin doi. )! urmeaz c g" (N Verificare. n loc s considerm ecuaia f ( x ) ! 0 care admite N ca soluie de multiplicitate m, se poate lua | f ( x) |1 / m ! 0 care admite N ca soluie simpl. Metoda Newton este atunci definit prin:

23

x n 1 ! g ( x n ) cu g ( x) ! x 

f 1 / m ( x) ( f 1 / m ( x ))'

adic g ( x) ! x  1 f m f 1 / m ( x)
1 1 m ( x ) f ' ( x)

! xm

f ( x) . f ' ( x)

2.2.6. Accelerarea convergenei 2.2.6.1. Metoda Aitken Remarca 2.2.6.1.1. n metoda aproximaiilor succesive i metoda Lagrange eroarea este de forma e n 1 ! ( A  I n ) e n , unde: A ! g ' (N ) , 0 | A | 1 i lim I n ! 0 .
npg

Verificare. n metoda aproximaiilor succesive: g ( x ) ! x  f ( x ) , x n 1 ! x n  f ( x n ) , e n 1 ! e n  f ( x n ) , f ( xn ) g ' ( x ) ! 1  f ' ( x ) , e n 1 ! e n g ' ( x ) f ' ( x )   n n . e n f ( xn ) ) f ( x n )  f (N , lim I n ! lim f ' ( xn )  ! lim f ' ( x n )  lim en n p g en npg n p g npg
npg

lim I n ! lim f ' ( x n )  f ' (N ) ! 0.

npg

A ! g ' (N ) ! 1  f ' (N ). Din exemplul 1 urmeaz c 0 | A | 1 . n metoda Lagrange: af ( x )  xf (a) g ( x) ! . f ( x)  f ( a) Din exemplul 2 urmeaz c
A ! g ' (N )!

0 | A | 1,

unde

(a  N ) 2 f " (c ) cu c (a, N ). 2 f (a ) af ( x n )  x n f (a ) (a  N ) f ( x n )  en f ( a ) x n 1 ! , e n 1 ! , f ( xn )  f ( a) f ( x n )  f (a ) e n 1 ! ( g ' ( N )  I n )e n .

24

(a  N ) f ( x)  ( x  N ) f (a ) . (x  N )( f ( x )  f (a ))  (a  N ) f ' ( x )  f ( a) (a  N ) f ' (N )  f (a ) lim ( x) ! lim ! . )  f ( a) xpN x p Nf ( x )  f ( a)  f ' ( x )( x  N   a ) f ' (N ) f ( a )  (N lim I n ! lim ( x n )  !0. f ( a) npg xpN Dac presupunem I n ! 0 atunci ) ! A( x n  N x n 1  N Fie H ( x ) !
). ! A( x n  1  N xn  2  N

Deci
x n  2  x n 1 ! A( x n 1  x n ) ,

adic x  x n 1 A ! n2 . x n 1  x n Deci

1 ( x n 1  Ax n ), 1 A 1 N ! xn  ( x n 1  x n ), 1 A ( x n 1  x n ) 2 N ! xn  . x n  2  2 x n 1  x n Adic, dac I n ! 0 atunci soluia se obine numai dup dou iteraii succesive. Fie I n { 0 . Este de ateptat ca irul ( x ' n ) definit prin: N !

( x n 1  x n ) 2 x' n ! x n  xn  2  2 xn 1  xn s aproximeze mai bine rdcina Ndect x n . Teorema 2.2.6.1.1. Dac ( x n ) este un ir care converge la Navnd ordinul de convergen unu atunci irul ( x ' n ) definit prin ( x n 1  x n ) 2 x' N converge mai repede, adic lim n ! 0. xn  2  2 xn 1  xn n p g xn  N Demonstraie. Deoarece ( x n ) are ordinul de convergen unu avem en 1 ! ( A  I n )en cu 0 | A | 1 i lim I n ! 0 . Deci x' n ! x n 
npg

25

en  2 ! ( A  I n 1 )( A  I n )en x n  2  2 x n 1  x n ! ( x n  2  N )  2( x n  1  N )  ( xn  N ) ! en  2  2en 1  en ! (( A  I n 1 )( A  I n )  2( A  I n )  1)en ! (( A  1) 2  U n )en

cu
U n ! (I n  1  I n ) A  2I n  I n 1I n . Deci lim U n ! 0 .
npg

La fel, x n 1  xn ! en 1  en ! ( A  1  I n )en . Deci

2 ( x n 1  x n ) 2 ( A  1  I n ) 2 en x' n N ! en  ! xn  N  x n  2  2 x n 1  x n (( A  1) 2  U n ) en en (( A  1) 2  U n )  ( A  1  I n ) 2 en U n  2I n ( A  1)  I 2 n . ! en ! 2 2 ( A  1)  U n ( A  1)  U n

Deci lim

x'n N ! 0. n p g xn  N ( x n 1  x n ) 2 se numete metoda xn  2  2 xn 1  xn

Metoda definit de x' n ! x n  lui Aitken.

2.2.6.2. Metoda Steffensen Dac se aplic procedeul de accelerare a convergenei al lui Aitke n irului definit prin x n 1 ! g ( x n ) avem c x' n este o aproximare mai bun a lui Ndect x n . Este, deci, natural s continum nlocuind x n cu x' n , apoi de a calcula g ( x' n ) i g ( g ( x ' n )) pentru a aplica accelerarea lui Aitken. Aceasta revine la a calcula succesiv: y n ! x' n y n 1 ! g ( y n ) y n  2 ! g ( y n 1 ) deci ( y n 1  y n ) 2 . y n  2  2 y n 1  y n Se poate defini x' n 1 n funcie de x' n plecnd de la g: x ' n 1 ! y n 

26

( g ( x ' n )  x' n ) 2 x ' n 1 ! x ' n  g ( g ( x' n ))  2 g ( x' n )  x' n ceea ce se poate scrie: x' n g ( g ( x ' n ))  ( g ( x' n )) 2 x ' n 1 ! . g ( g ( x' n ))  2 g ( x' n )  x' n Aceasta este metoda Steffensen, care se poate defini formal prin funcia G care d procesul iterativ:
xg ( g ( x))  ( g ( x )) 2 . g ( g ( x ))  2 g ( x)  x Are loc urmtorul rezultat: Teorema 2.2.6.2.1. Fie No rdcin simpl a ecuaiei x ! g ( x ) . Dac metoda generat de g este de ordinul unu atunci metoda Steffensen este de ordinul cel puin doi. Dac metoda generat de g este de ordinul p " 1 atunci metoda Steffensen este de ordinul 2 p  1 . Demonstraie. G ( x) !

Pentru g  p 1 , n vecintatea lui N , avem

 e) ! N  eg ' ( N ) g (N e2 e p ( p) )  ...  g (N )   (e p 1 ) . g " (N 2! p!

Notnd cu x k !

) g ( k ) (N avem k!

g (N  e) ! N  x1 e  x 2 e 2  ...  x p e p  O (e p 1 ) .

Dac ordinul metodei este 1, adic x1 { 0 , deoarece g ( g (N  e)) ! N  x1 (ex1  x 2 e 2 )  x 2 (ex1 ) 2  (e 3 ) atunci G (N  e)  N ! (e 2 ) dac x1 { 1 . Deci metoda Steffensen este de ordinul cel puin 2. Dac ordinul metodei este p " 1 , adic x1 ! x 2 ! ... ! x p 1 ! 0 atunci
g (N  e) ! N  x p e p  O ( e p 1 ) ,
2 p 1 p 2 g ( g (N  e)) ! N  xp e   (e p 1 ) ,

2 p 1 G (N  e)  N ! x2  O (e 2 p ) , pe

27

adic metoda Steffensen este de ordinul 2 p  1 . Metoda Steffensen furnizeaz urmtorul algoritm. Algoritmul 2.2.6.2.1. Intrri: g = funcia din metoda neaccelerat I = precizia nr_max = numrul maxim de iteraii admis x = aproximaia iniial Ieiri: x = soluia aproximativ ndeplinind I sau nr_max { kn0 x0 n x x1 n g ( x0 ) x 2 n g ( x1 ) x n x0 ( x1  x0 ) 2 /( x2  2 x1  x0 ) ct timp | x  x0 | u I i k e nr_max { k n k 1 x0 n x x1 n g ( x0 ) x 2 n g ( x1 ) x n x0 ( x1  x0 ) 2 /( x2  2 x1  x0 ) } }.

2.2.7. Metoda poziiei false Metoda Newton prezint inconvenientul de a calcula derivata lui f. Se poate ca aceast derivat f ' s fie dificil de calculat. Atunci, se nlocuiete derivata f ' ( x n ) printr-o aproximaie n funcie de valori ale lui f. De exemplu f ( x n )  f ( xn 1 ) . f ' ( xn ) } x n  x n 1 Aceasta este metoda falsei poziii (corzii). Atunci avem f ( x n )( xn  x n 1 ) x n 1 ! x n  , f ( x n )  f ( x n 1 )

28

x f ( x n )  x n f ( x n 1 ) . x n 1 ! n 1 f ( x n )  f ( x n 1 ) Se remarc c x n 1 se obine n funcie de x n 1 i x n i nu numai n funcie de x n , ca n cazul metodelor precedente. Dac se compar cu metoda Lagrange definit prin: af ( x n )  x n f (a ) x n 1 ! f ( x n )  f (a ) se remarc c metoda poziiei false se obine din metoda Lagrange nlocuind a cu x n 1 . Se poate, deci, prevedea c ordinul metodei poziiei false va fi mai bun dect al metodei Lagrange, dar mai puin bun dect al metodei Newton. Are loc Teorema 2.2.7.1. Ordinul metodei poziiei false este 1 5 , p! 2 dac f ' (N ) { 0 i f " (N ) { 0. Demonstraie. Avem: x f ( x n )  x n f ( x n 1 )  N f ( xn )  N f ( xn 1 ) , ! n 1 x n 1  N f ( x n )  f ( x n 1 ) e f ( x n )  en f ( x n 1 ) . e n 1 ! n 1 f ( x n )  f ( x n 1 ) ) { 0 i f " (N ) { 0 atunci Dac f ' (N
( x n N )2 f ( xn ) ! ( xn  N f " (N ) f ' (N ) )  ( xn  N ) 2 I( x n  N ). 2! Atunci: e2 e2 2 2 en 1 (en f ' (N I(en ))  en (en 1 f ' (N )  n f " (N )  en )  n 1 f "(N )  en 1I(en 1 )) 2 2 en 1 ! 2 2 en  en 2 2 1 f "(N I(en )  en (en  en 1 ) f ' (N ) )  en 1I(en 1)) 2 e e ( en  e n 1 ) f " (N ) n n 1 ) f " (N 2 . e n 1 } ! e n en 1 (e n  e n 1 ) f ' (N ) 2 f ' (N )

29

Pentru n tinznd spre infinit urmeaz c en 1 ~ ken en 1 , unde f " (N ) . k! 2 f ' (N ) Ordinul metodei falsei poziii este p, dac avem |e | lim n 1 ! c cu c { 0 . p n p g | en | Deci:
| en 1 |~ c | en | p i | en |~ c | en 1 | p ,

de unde
| en 1 |~ c p 1 | en 1 | p .
2

nlocuind n | en 1 |~ k | en || en 1 | , obinem: c p p 2  p 1 ~ 1, e k n 1 oricare ar fi k i en 1 , deci p trebuie s verifice p2  p 1 ! 0 , adic p! 1 5 . 2

2.2.8. Principiul dihotomiei Dac este relativ uor de a verifica condiiile n Npentru a asigura convergena irului de iteraii, este n general greu de a alege x0 - iteraia iniial. Procedeul dihotomiei permite s se determine valoarea x0 n vecintatea lui N . Fie No rdcin a ecuaiei f ( x ) ! 0 cu f continu. Dac exist un interval nchis [a,b] astfel nct f (a) f (b) s fie negativ, exist cel puin o rdcin n intervalul [a,b]. Dac n plus f este strict monoton n acest interval atunci aceast rdcin este unic. ab Se poate atunci considera punctul , mijlocul intervalului [a,b] i 2 a b calcula f i localiza N n noul interval avnd pentru extremiti 2 ab i punctul a sau b dup cum f (a ) sau f (b) este de semn contrar lui 2

30

a b f . La fiecare iteraie se njumtete lungimea intervalului. La 2 ba . nceputul iteraiei n, lungimea intervalului era 2n Aceast metod furnizeaz urmtorul algoritm. Algoritmul 2.2.8.1. Intrri: a, b = capetele intervalului f = funcia I = precizia Ieiri: x = rdcina localizat { x n (a  b) / 2 ct timp | f ( x ) | " I i b  a " I { dac f ( a) f ( x) 0 atunci bnx altfel anx x n (a  b) / 2 } }.

2.3. Rezolvarea numeric a sistemelor neliniare Pentru mai mult claritate, ne limitm la sisteme de dou ecuaii cu dou necunoscute. Se constat c teoria este identic cu cea a ecuaiilor nlocuind x R cu X R 2 i valoarea absolut n R cu norma n R 2 . Fie f1 i f 2 dou aplicaii n D R 2 p R . Se caut N ! (N 1, N 2 ) astfel nct f1 ( N 1, N 2) ! 0 f 2 (N 1, N 2 ) ! 0. Domeniul D se va alege ast fel nct s existe n D o soluie Ni numai una a sistemului.

31

2.3.1. Metoda aproximaiilor succesive f ( x, y ) ! 0 Fie sistemul f1 ( x, y ) ! 0 echivalent cu sistemul: 2 x ! x  f ( x, y ) y ! y  f1 ( x, y ). 2 Aceasta ne conduce, lund ( x0 , y 0 ) D :
x ! x  f ( x0 , y 0 ) y1 ! y0  f1 ( x 0 2 0 , y 0 ). 1

Iternd, obinem ! x  f ( x n , y n ) ! g1 ( x n , y n ) x yn 1 ! yn  f1 ( x n 2 n , y n ) ! g 2 ( x n , y n ). n 1 Punnd X ! ( x, y ) , F ( X ) ! ( f1 ( X ), f 2 ( X )) G ( X ) ! ( g1 ( X ), g 2 ( X )) , atunci iteraia se scrie: X n 1 ! X n  F ( X n ) ! G ( X n ) . Drept norm lum: X ! x 2  y 2 . Dm fr demonstraie urmtorul rezultat: Teorema 2.3.1.1. Fie mulimea nchid D R 2 . Dac 1) X D G ( X ) D ; 2) exist o constant L: 0 e L 1 astfel nct: X , Y D , G ( X )  G (Y ) e L X  Y atunci irul definit prin X 0 D , X n 1 ! G ( X n ) este convergent i limita sa aparine lui D. O condiie suficient pentru ca G s fie o aplicaie contractant este dat de urmtoarea teorem. Teorema 2.3.1.2. Dac g1 i g 2 sunt funcii cu derivate pariale continui n D, atunci, X 1 , X 2 D , G ( X 1 )  G ( X 2 ) e L X 1  X 2 unde L ! max
X D 2 2 2 2 g '1 x  g '1 y  g ' 2 x  g ' 2 y .

Demonstraie. Inegalitatea G ( X 1 )  G ( X 2 ) e L X 1  X 2
G( X 1 )  G ( X 2 )
2 2 e L2 X 1  X 2 , adic

este echivalent cu

(g1(x1, y1)  g1(x2, y2 ))2  (g2 (x1, y1)  g2 (x2 , y2))2 e L2 ((x1  x2 )2  ( y1  y2 )2 ) .
32

Utiliznd formula creterilor finite avem: g1 ( x1, y1)  g1( x2 , y2 ) ! ( x1  x2 ) g '1x ( x , y )  ( y1  y2 ) g '1 y ( x , y ) , unde x ( x1 , x 2 ) i y ( y1 , y 2 ) . Deci: ( g1 ( x1 , y1 )  g1 ( x 2 , y 2 )) 2 ! (ac  bd ) 2 unde a ! g '1x ( x , y ), b ! g '1 y ( x , y ), c ! ( x1  x 2 ), d ! ( y1  y 2 ) .
2 2 2 2 ( ac  bd ) 2 ! g '1 x ( x , y )( x1  x 2 )  g '1 y ( x , y )( y1  y 2 )   2 g '1x ( x , y )( x1  x 2 ) g '1 y ( x , y )( y1  y 2 ).

(ac  bd ) 2 e (a 2  b 2 )(c 2  d 2 ) . Deci 2 2 2 2 ( g1 ( x1 , y1 )  g1 ( x2 , y2 )) 2 e ( g '1 x ( x , y )  g '1 y ( x , y ))((x1  x 2 )  ( y1  y 2 ) ), Deci:

2 2 2 2 (g1(x1, y1)  g1(x2 , y2 ))2  (g2 (x1, y1)  g2 (x2 , y2 ))2 e max (g'1 x g'1y g'2x g'2 y )

2 2 2 ( g 2 ( x1 , y1 )  g 2 ( x2 , y2 )) 2 e ( g ' 2 2 x ( x , y )  g ' 2 y ( x , y ))((x1  x 2 )  ( y1  y 2 ) ).

((x1  x2 )2  ( y1  y2 )2 ). Metoda aproximaiilor succesive conduce la urmtorul algoritm. Algoritmul 2.3.1.1. Intrri: n = numr de necunoscute g = procedura de evaluare G ( X ) I = precizia nr_max = numrul maxim de iteraii admis X = aproximaia iniial Ieiri: X = soluia aproximativ ndeplinind I i nr_max { kn0 X0 n X execut g ( n, X 0) ct timp X  X 0 u I i k e nr_max { k n k 1 X0 n X execut g ( n, X 0) } }.

XD

33

2.3.2. Metoda Newton Metoda Newton n cazul unei ecuaii f ( x ) ! 0 poate fi interpretat , se caut o cretere astfel: plecnd de la o valoare x n aproximnd soluia N H astfel ca f ( x n  H) ! 0 . De fapt, utiliznd formula Taylor i neglijnd termenii de ordinul 2, obinem: f ( x n )  Hf ' ( x n ) ! 0 , f ( xn ) f ( xn ) i deci x n 1 ! x n  . f ' ( xn ) f ' ( xn ) Pentru sisteme se procedeaz la fel. Se dezvolt fiecare din cele dou funcii n serie Taylor i se neglijeaz termenii de ordinul u 2 . Plecnd de la ( x n , y n ) , cutm H1 , H 2 astfel ca: de unde H ! 
f (x  H , y  H ) ! 0 f1 ( xn  H1 , yn  H2 ) ! 0. 1 n 2 2 n Dezvolt m n serie T aylor i n eglij m terme nii de ordinul 2:  f1 ( x n , y n )  H1 f '1x ( x n , y n )  H 2 f '1 y ( x n , y n ) ! 0 f ( x , y )  H f ' ( x , y )  H f ' ( x , y ) ! 0. 1 2x n n 2 2y n n 2 n n

Deci, (H1 , H 2 ) trebuie s verifice urmtorul sistem: H1 f '1x ( x n , y n )  H 2 f '1 y ( x n , y n ) !  f1 ( x n , y n ) H f ' ( x , y )  H f ' ( x , y ) !  f ( x , y ). 2 2y n n 2 n n 1 2 x n n
f '1x ( xn , y n ) f '1 y ( x n , y n ) Fie J ( x n , y n ) matricea J ( x n , y n ) ! . f ' 2 x ( xn , y n ) f '2 y ( x n , y n ) Dac determinantul lui J ( x n , y n ) (matricea lui Jacobi) este diferit de zero

f H atunci sistemul are o soluie i numai una 1 !  J 1 ( x n , y n ) 1 . H f2 2 Atunci metoda Newton devine: ( x0 , y 0 ) xn 1 ! x n  H1 y n 1 ! y n  H 2 . i n cazul sistemelor, metoda Newton este de ordin cel puin 2. Pentru f H a evita inversarea matricii jacobiene, avem J ( x n , y n ) 1 !  1 . f2 H2 Un algoritm furnizat de metoda Newton este: Intrri: n = numrul de necunoscute f = procedura de evaluare a lui ( f1 ( X ), f 2 ( X )) J = procedur de calcul a matricii jacobiene
34

Ieiri: {

I = precizia nr_max = numrul maxim de iteraii admis X = aproximaia iniial X = soluia aproximativ ndeplinind I i nr_max

kn0 dX n 0 repet k n k 1 X 0 n X  dX

execut f ( n, X 0, b) b n b execut J ( n, X 0, A) execut Gauss (n, A, b) /* Eliminarea Gauss execut Sist_Tr (n, A, b, dx) /*Rezolvarea triunghiulare
X n X0 pn cnd dX I sau k > nr_max

sistemelor

}. 2.4. Exerciii 1) Fie ecuaia x 3  x 2  1 ! 0 . Precizai un interval [k , k  1] , k Z n care se gsete o singur rdcin real, apoi determinai cu o eroare I aceast rdcin folosind metodele: a) metoda lui Newton; b) metoda coardei. 2) Ci pai sunt necesari pentru determinarea rdcinii reale a ecuaiei
e x  x 2  2 ! 0 , x [1,2; 1,5] cu o aproximaie de 10 6 , prin metodele: a) metoda lui Newton; b) metoda coardei. 3) S se rezolve sistemul neliniar
2  !0 x  3 lg x1  x1 1 2   5 x x x x 1 1 ! 0 1 1 2

3,4 x folosind metoda lui Newton cu iteraia iniial X 0 ! 0 ! 2,2 . y 0

35

CAPITOLUL 3 Rezolvarea sistemelor algebrice liniare

3.1. Introducere Un sistem de ecuaii algebrice liniare poate fi scris sub forma
j !1

aij x j ! bi , i ! 1,..., m

unde aij R sunt coeficieni, x j sunt necunoscutele sistemului, iar bi sunt termenii liberi. Sunt posibile situaiile: (i) dac m n atunci trebuie alei n m parametri pentru a obine o soluie; (ii) dac m " n atunci se caut o soluie care s minimizeze
n bi  aij x j ; i !1 j !1 (iii) pentru m = n, dac det A { 0 atunci sistemul are o soluie unic alt fel (adic, det A ! 0 ) atunci sistemul poate avea o infinitate de soluii sau poate s nu aib nici o soluie. Metodele de rezolvare sunt de dou feluri: directe (sau exacte) n care soluia este obinut dup un numr de operaii dinainte cunoscut i metode iterative, care utiliznd o aproximaie iniial o mbuntete de la o etap la alta. m 2

3.2. Metode directe Ca exemple de metode directe se pot aminti metoda lui Cramer bazat pe calculul determinanilor, metoda de eliminare a lui Gauss, metoda factorizrii directe. Dei n esen foarte simpl, metoda lui Cramer se dovedete cu totul ineficient sub aspectul numrului de operaii i nu este n general implementat. 3.2.1. Metoda de eliminare a lui Gauss Fie un sistem de n ecuaii liniare cu n necunoscute scris sub forma Ax ! b , unde A este o matrice ptrat, nesingular, de dimensiune n v n , iar x i b sunt vectori coloan de dimensiune n. Metoda const n a obine zerouri sub diagonala principal a matricii A succesiv, nti pe prima coloan, apoi pe coloana a doua .a. m.d., pe ultima linie a lui A rmnnd doar coeficientul ann - modificat de operaiile de eliminare anterioare. Un pas (etap) k al metodei const n obinerea de zerouri sub diagonala principal, n coloana k a matricei A. Etapa este
36

simbolizat prin indice superior att pentru matricea A ct i pentru vectorul b. Notm, iniial, A (1) ! A i b (1) ! b . n urma pasului k  1 al fazei eliminrii, sistemul are forma echivalent (1) (1) (1) a (1) a (1) . b (1) a1k a1k 1 . a1n 11 12 x1 1 ( 2) ( 2) (2) ( 2 ) ( 2 ) 0 a 22 . a 2k a 2 k 1 . a 2n x 2 b 2 . . . . . . . . .   ( 1 ) ( 1 ) ( k k k 1) ( k 1) 0 . a kk . a kn xk ! bk 0 a kk 1 x ( k 1) ( k 1) ( k 1) ( k 1) k 1 . ak 0 ak ak 0 1k 1k 1 . 1n . bk 1 . . . . . . . x n (. ( k 1) ( k 1) ( k 1) k 1) 0 0 . a nk a nk 1 . a nn bn La pasul k ( k ! 1, 2, ..., n  1 ) este eliminat necunoscuta x k din ultimele n k ecuaii i sistemul este adus la forma (1) (1) (1) a (1) a (1) . a1k a1k 1 . a1n b (1) 11 12 1 x 1 (2) ( 2) (2) ( 2) 0 a 22 . a 2 k a 2 k 1 . a 2 n x b ( 2 ) 2 2 . . . . . . . . . k k k ( ) ( ) ( ) ( ) k 0 . a kk a kk 1 . a kn x k ! bk 0 (k ) (k ) ( k ) x k 1 b a k 1k 1 . a k 1n 0 0 0 0 . k 1 . . . . . . . . xn b (k ) k k ( ) ( ) 0 n a . a 0 0 0 nn nk 1 n final se obine sistemul
A (n ) x ! b ( n) ,

n care matricea A (n ) este superior triunghiular. Sistemul se rezolv prin metoda substituiei inverse potrivit relaiilor b ( n) xn ! n ( n) a nn n (i ) xi ! bi (i )  a ij x j / a ii (i ) , i ! n  1, ..., 1 . j !i 1 Sistemul Ax ! b poate fi transformat ntr-un sistem superior triunghiular echivalent (adic cu matricea sistemului triunghiular superior) folosind rezultatele urmtoarei teoreme: Teorema 3.2.1.1. Dac A (k ) ! ( aij )1e i , j e k , A (k ) R k v k , cu k ! 1, 2, ..., n sunt nesingulare, atunci exist T R n v n , nesingular i
37

inferior triunghiular astfel nct matricea T A ! U este superior triunghiular. Demonstraie. Fie T ! Tn 1 Tn  2 ... T2 T1 un produs de matrici
T , n care I n este matricea unitate, ek elementare de forma Tk ! I n  t k ek

este coloana k a lui I n , iar t k ! 0 . 0 t k 1k . t nk T , n care ultimele n  k elemente sunt neprecizate deocamdat. nmulind la stnga matricea sistemului A cu matricea de transformare T obinem T A ! Tn 1 Tn  2 ... T2 T1 A , sau exprimat printr-o secven de transformri elementare: A1 ! A A2 ! T1 A1 ... Ak 1 ! Tk Ak ... An ! Tn 1 An 1 n care fiecare operaie anuleaz elementele subdiagonale din coloana k ale matricei Ak :
a11 a12 . a1k 0 0 a 22 . a 2k 0 . . . . . 0 0 . 0 a kk 0 0 . 0 a k 1k . . . . . 1 0 . 0 a nk Tk Ak ! Tk a1 a2 . ak . an !  Tk a1 Tk a2 . unde ai este coloana i a matricei Ak . 1 0 0 1 . . 0 0 0 0 . . 0 0 . . . . . . . 0 0 . 1  t k 1k .  t nk . . . . . . . . . . . . . . a1n a2n . a kn ! Ak 1 a k 1n . a nn Tk ak . Tk an ,

T Tk a k ! I n  t k e k ak ! a k  a kk t k . Componenta i a coloanei transformate Tk a k este:

a pentru i e k a 'ik ! a ik  a kk t ik ! a ik  a t pentru i " k . kk ik ik Remarcm faptul c, n timpul transformrii, primele k componente nu se modific, fiind afectate numai elementele subdiagonale. Din condiia de anulare a acestora urmeaz a t ik ! ik , pentru i ! k  1, ..., n , a kk determinndu-se vectorul t k , deci i matricea Tk .

38

Coloanele a j ( j " k ) se vor modifica astfel:

Tk a j ! I n  t k eT k a j ! a j  a kj t k ,

iar pe componente: a a'i ! aij  a kj t ik ! aij  a kj ik , j ! k  1, ..., n , i ! k  1, ..., n . a kk Coloanele a j ( j k ) au elementele subdiagonale deja anulate ( akj ! 0 pentru j k ) astfel c transformarea le las nemodific ate:
Tk a j ! a j .

Metoda de triangularizare i substituia invers conduc la u n

(n 3 ) - algoritm.
Algoritmul 3.2.1.1. Intrri: n = dimensiunea sistemului A = matricea sistemului b = vectorul termenilor liberi Ieiri: A = matricea sistemului triunghiular b = termenii liberi ai sistemului triunghiular x = vectorul necunoscutelor { pentru k n 1 : n  1 pentru i n k  1 : n { t n aik / a kk ai , k : n n a i , k : n  t  a k , k : n
bi n bi  t  bk } pentru i n n : 1 { suma n suma + ai , i 1: n  xi 1: n xi n (bi - suma) / aii }

}. n implementarea algoritmului eliminrii gaussiene, la fiecare pas k al eliminrii se efectueaz mprirea liniei pivot k la elementul diagonal akk . n practic, este posibil ca acest element s fie egal cu zero, situaie n care este imposibil continuarea algoritmului. Erorile de rotunjire n calculul elementelor matricii A (k ) sunt cu att mai mici cu ct elementul pivot akk
39

este mai mare n valoare absolut. Astfel, se efectueaz pivotarea parial pe coloane, ceea ce pentru pasul k al eliminrii revine la a gsi elementul maxim al matricei A (k 1) situat pe coloana k i liniile i u k , adic | aN k |! max | a ik |
k eien

i permut ntre ele liniile Ni k. Permutarea a dou linii sau coloane dintr-o matrice se poate face prin nmulirea cu o matrice de permutare care difer de matricea unitate prin: a NN ! a kk ! 0 , a N k ! a kN! 1 . Ast fel nmulirea:
A' ! PkN A are ca efect permutarea liniilor Ni k din matricea A, n timp ce: A" ! A AkN , produce permutarea coloanelor k i N . Cutarea elementului maxim n valoare absolut n submatricea delimitat de ultimele n  k  1 linii i coloane duce la performane mai bune de stabilitate numeric. Ast fel se efectueaz pivotarea total.

3.2.2. Factorizarea LU Fiind dat matricea A ! ( aij ) , i, j ! 1, 2, ..., n a unui sistem nesingular ne propunem s descompunem aceast matrice n produsul matricei inferior triunghiulare L cu matricea superior triunghiular U: 0 0 . 0 u11 u12 u13 . u1n N 11 N 0 0 0 u 22 u 23 . u 2 n N . 22 21 A ! N 0 0 0 u 33 . u 3n . 31 N 32 N 33 . . . . . . . . . . . 0 N N 0 0 N . N . N n2 n3 nn n1 nn Motivul acestei descompuneri const n transformarea sistemului dat Ax ! b n dou sisteme liniare: Ly ! b i Ux ! y a cror matrici sunt triunghiulare i deci rezolvarea lor este uoar. Relaia ce leag elementele celor trei matrici poate fi scris
min( i , j ) k !1

N ik u kj ! a ij , i, j ! 1, 2, ..., n .

Sunt posibile mai multe factorizri LU. Matricele L i U au n total n(n  1) elemente nenule, n timp ce A ! LU ne furnizeaz n 2 relaii. Este necesar particularizarea, de exemplu, a elementelor diagonale a uneia din matricile L sau U. Dac se consider elementele diagonale ale matricii U unitare se obine factorizarea Crout, n timp ce dac elementele diagonale ale lui L sunt unitare se obine factorizarea Doolittle. Considerm, nti, N ii ! 1, i ! 1, 2,..., n . Atunci u11 ! a11 . Pentru i ! 1 , j " 1 avem N 11u1 j ! a1 j u1 j ! a1 j , j ! 1, 2, ..., n . ai1 , i ! 1, 2, ..., n . Pentru i " 1 , j ! 1 avem N i1u11 ! ai1 N i1 ! u11 La pasul k ( 1 e k e n ) avem
40

i!k, juk, N k1u1 j  N k 2 u 2 j  ...  N kk u kj ! a kj u kj ! a kj  N ks u sj , j ! k , ..., n .

s !1 k 1

i"k, j!k, N i1u1k  N i 2 u 2 k  ...  N ik u kk ! aik

k 1 1  N a u i k i s sk , i ! k  1, ..., n . u kk ! 1 s Fie, acum uii ! 1 , i ! 1, 2, ..., n . Pentru j ! 1 , i u 1 avem N i1u11 ! ai1 N i1 ! a i1 , i ! 1, 2, ..., n Pentru i ! 1 , j u 1 avem N 11u1 j ! a1 j u1 j ! a1 j / N 11 , j ! 1, 2, ..., n .

N ik !

La pasul k ( 1 e k e n ) avem i ! k ,,n, j ! k : N i1u1k  N i 2 u 2 k  ...  N ik u kk ! aik

N ik ! a ik  N is u sk .
s !1 k 1

i ! k , j ! k  1,..., n : N k1u1 j  N k 2 u 2 j  ...  N kk u kj ! a kj u kj ! 1 N kk

k 1 ks u sj a kj  N s !1

Factorizarea Crout conduce la urmtorul (n 3 ) - algoritm. Algoritmul 3.2.2.1. Intrri: n = dimensiunea matricii A = matricea de factorizat Ieiri: L, U (folosesc acelai spaiu de memorie ca A) { pentru k n 1 : n { pentru i n k : n { s n ai1: k 1  a1: k 1k
aik n a ik  s

} pentru j n k  1 : n

41

{ s n a k1: k 1  a1: k 1 j
a kj n ( a kj  s ) / a kk

} } }. Din teorema 3.2.1.1. are loc urmtorul rezultat: Teorema 3.2.2.1. Dac toate submatricele principale A (k ) ale unei matrici A nesingulare de ordinul n sunt nesingulare atunci exist o factorizare LU, unde L este triunghiular inferior i U este superior triunghiular. 3.2.3. Factorizarea Cholesky Fie A o matrice simetric i pozitiv definit (adic aij xi x j " 0
i !1 j !1 n n

pentru orice x { 0 ). Deoarece factorizarea LU stric simetria matricii A, factorizarea Cholesky menine simetria matricii A, avnd i avantajul unui timp de execuie mai mic pe calculator. Aceast factorizare const n descompunerea lui A sub forma A ! LLT , unde L este o matrice inferior triunghiular, ceea ce revine la
min(i , j ) k !1

N ik N jk ! a ij , i, j ! 1, 2, ..., n .

2 La primul pas avem N 11 ! a11 N 11 ! a11 .

ai1 . Pentru i " 1 , j ! 1 avem N 11 ! ai1 N i1N i1 ! N 11 La pasul k ( 2 e k e n ) avem i! j!k,

2 2 2 N k1  N k 2  ...  N kk ! a kk 2 N kk ! a kk  N ks . s !1 k 1

Pentru i " k , j ! k : N i1N 1k  N i2 N 2 k  ...  N ik N kk ! a ik k 1 1 N aik  N ik ! is N ks , i ! k  1, ..., n . N s !1 kk

42

3.3. Metode iterative Numrul de operaii pentru metodele directe de rezolvare a sistemelor algebrice liniare este (n 3 ) (n fiind numrul de ecuaii i necunoscute), n timp de metodele iterative pot conduce la un numr mai mic de operaii. Principiul general de rezolvare este similar cu cel de la rezolvarea ecuaiei f ( x ) ! 0 , n care ecuaia este scris sun forma x ! g ( x) , conducnd la procesul iterativ x k 1 ! g ( x k ) . Fie
A

n ( R ), A ! ( a ij )1e i , j e n

i b R n , b ! (bi )1e i e n .

Pentru rezolvarea sistemului algebric de ecuaii liniare Ax ! b considerm clasa de metode iterative

 u k 1  u k
unde A

p n ( R ) i k R sunt parametrii care definesc metoda iterativ.

 Au k ! b ,

Pornind de la un element arbitrar u 0 se construiete un ir (u k ) k N unde fiecare element reprezint o aproximaie a soluiei sistemului Ax ! b , dac aceast soluie exist. Aceasta constituie o metod iterativ de rezolvare a sistemului algebric. Ne intereseaz condiiile n care irul de aproximaii (u k ) k N converge ctre soluia sistemului. Pentru matricea A introducem notaiile: 0 a11 . D ! diag ( A) ! . . . , 0 . a nn 0 . 0 0 0 a . 0 0 0 inf , A ! 21 . . . . . a n1 a n 2 . a nn 1 0 a1n 1 a1n 0 a12 a12 . 0 0 a 23 . a 2 n 1 a 2 n . A sup ! . . . . . . 0 0 0 . 0 0

43

3.3.1. Metoda iterativ Jacobi Dac aii { 0 , i {1, 2, ..., n} atunci necunoscuta xi din ecuaia i este n a ij b xj  i . xi !  a ii j !1 a ii
j{i k k ,..., u n ) definit prin formulele de recuren Construim irul u k ! (u1

u ik  1 ! 

b u ik  i , i {1, 2, ..., n} , a ii j !1 a ii
j{i

n a ij

0 0 ,..., u n ) este un element din R n . k N , iar prima aproximaie u 0 ! (u1

Relaia

de

mai

sus

se

mai

scrie

aii (u ik 1  u ik )  a ij u ik ! bi ,
j !1
k 1 k k

i {1, 2, ..., n} sau sub form matriceal D (u  u )  Au ! b . Raportat la cazul general, n metoda Jacobi avem B ! D i p ! 1 . irul definit prin n a ij ( k ) b formulele de recuren xi( k 1) !  x j  i , i {1, 2, ..., n} , k N se a ii j !1 a ii
j {i

rescrie

prin

x ( k  1) ! Px ( k )  d ,

k N,

unde

b1 P ! D 1C , d ! D 1b,  ! ( A inf  A sup ), b ! b2 . Vom stabili n ce / b n condiii irul definit mai sus converge la soluia exact a sistemului Ax ! b .

Fie x soluia exact i e ( k ) eroarea n aproximaia k : e ( k ) ! x  x ( k ) . Sistemul Ax ! b se mai scrie Dx ! Cx  b sau x ! D 1Cx  D 1b . Deci e(k  1) ! x  x (k  1) ! D 1C ( x  x (k ) ) ! Pe( k ) , sau, trecnd la norme i notnd cu e (0) ! x  x (0 ) obinem
e ( k 1) e P e ( k ) e ... e P
k

e (0) .

Deci, dac P 1 atunci irul este convergent la soluia exact. innd seama de formulele de recuren scrise pe componente i folosind respectiv norma maxim, norma unu sau norma euclidian, condiia de convergen devine:

44

j !1 j {i

| a ij | | a ii |, i {1,2,..., n} sau | aij | | a jj |, j {1,2,..., n}

i !1 i{ j n a ij 2

sau i !1 j !1 aii
j {i

1.

Din motive de eficien verificm condiia || x (k  1)  x (k ) || I || x (k ) || considernd irul convergent ncepnd cu un rang k. Metoda Jacobi conduce la urmtorul algoritm. Algoritmul 3.3.1.1. Intrri: n = ordinul matricii sistemului A = matricea sistemului b = vectorul termenilor liberi y = aproximaia iniial / precedent a soluiei nr_max = numrul maxim admis de iteraii I = precizia Ieiri: x = soluia (aproximaia cerut) { kn0 pn y | p  q |n Ip ct timp (k < nr_max) i ( | p  q | u Ip ) pentru i n 1 : n { S n0 pentru j n 1 : i  1 s n s  aij y j pentru j n i  1 : n s n s  aij y j
xi n (bi  s ) / a ii } pn y qn x ynx k n k 1

}.

45

3.3.2. Metoda iterativ Gauss-Seidel

k k n aceast metod, construim irul u k ! (u1 ,..., u n ) definit prin formulele de recuren n a1 j b1 k 1 uk u1 ! , j  a11 j ! 2 a11

uik  1 ! 

i 1 aij j !1 aii

1 uk  j

aij k bi , i { 2, ..., n  1} , uj  aii j ! i 1 aii

n n 1 a nj j !1 a nn 1 uk  j

k 1 un !

bn , a nn

0 0 ,..., u n ) un element din R n . k N i u 0 ! (u1 Formulele de recuren se pot scrie sub forma j !1 k 1 k aij u j  a ij u j ! bi , i {1, 2, ..., n} j ! i 1 i n

sau sub form matriceal ( Ain  D)u k  1  A sup u k ! b i ( Ain  D)(u k 1  u k )  Au k ! b . Astfel

! A inf  D i p ! 1 . Remarcm faptul c, n aceast metod

se folosesc noile valori ale componentelor vectorului necunoscutelor x ( k 1) imediat ce au fost calculate. irul definit prin formulele de recuren
xi( k  1) ! (bi  a ij x (jk 1)  a ij x (jk ) ) / aii , i {1, 2, ..., n} , k N ,
j !1 j ! i 1 i 1 n

se

rescrie ) A

prin

x ( k  1) ! Px ( k )  d ,
inf 1

k N,

unde

P ! ( D  A

inf 1 sup

, d ! (D  A

) b . Condiia de convergen este: 1.

P e 1 ( D  Ainf ) 1 Asup

Deoarece calcularea inversei necesit O (n 3 ) operaii, o condiie simpl de convergen a metodei Gauss-Seidel este: pentru fiecare linie a matricii A, elementul diagonal considerat n mo dul s fie strict mai mare dect suma tuturor modulelor celorlalte elemente ale liniei respective. Notnd cu
i 1 2 s1 ! | a ij / aii |, si ! i j !1 2 condiia precedent se scrie: s1 i  si j ! i 1

| a ij / a ii |, i {1,2,..., n}

1, i {1,2,..., n} .

46

S demonstrm convergena. Sistemul de ecuaii Ax ! b se mai scrie

xi ! (bi  aij x j  aij x j ) / aii , i {1, 2, ..., n} ,
j !1 j !i 1 i 1 n

cu xi valorile exacte ale necunoscutelor i aii nenuli. n aij i 1 aij k k (k ) Obinem xi  xi( 1) !  ( x j  x (j 1) )  (x j  x j ) , j ! i 1 aii j !1 aii i {1, 2, ..., n} , | ei(
k  1)

sau, aij
n k | e (j 1) | 

trecnd aij
j ! i 1 aii

la

module:

|e

i 1

j !1 aii

|ej

(k )

| , i {1, 2, ..., n} .
! max | ei
i (k )

Utiliznd norma maxim a vectorului eroare e ( k )

( k 1) obinem | ei( k  1) | e s1  si2 e (k ) , i {1, 2, ..., n} sau i e

|,

( k  1) g

( k 1) e s1 i e

 si2 e ( k )

e ( k 1)

e E e (k )

cu E (0,1) .

Metoda Gauss-Seidel furnizeaz urmtorul algoritm. Algoritmul 3.3.2.1. Intrri: n = ordinul matricii sistemului A = matricea sistemului b = vectorul termenilor liberi y = aproximaia iniial / precedent a soluiei nr_max = numrul maxim admis de iteraii I = precizia Ieiri: x = soluia (aproximaia cerut) { kn0 pn y xn y | p  q |n Ip ct timp (k > nr_max) i ( | p  q | u Ip ) pentru i n 1 : n { S n0 pentru j n 1 : i  1 s n s  a ij x j pentru j n i  1 : n s n s  aij y j
xi n (b  s ) / aii
47

}
pn y qn x ynx k n k 1

}. 3.3.3. Metoda relaxrii Fie q R*. Metoda relaxrii este dat de u k 1  u k ( D  qA inf )  Au k ! b , q adic B ! D  qA inf , p ! q . Dac q ! 1 obinem metoda Gauss-Seidel. Exist i alte condiii n care procedeele iterative sunt convergente. Dac q (0,2) i A este o matrice simetric i strict pozitiv atunci irul de aproximaii construit prin metoda relaxrii converge ctre soluia exact a sistemului Ax = b. 3.4. Exerciii 1) S se rezolve sistemele: 0,78 x1 0,02 x 2  0,12 x3  0,14 x 4 ! 0,76  0,02 x1 0,68 x 2  0,04 x3  0,06 x4 ! 0,08 utiliznd metoda Jacobi; a)  0,12 x1 0,04 x 2  0,72 x3  0,08 x 4 ! 1,12 0,14 x1 0,06 x 2  0,08 x3  0,74 x 4 ! 0,68 x1  x 2  x3  x 4  x5 ! 12 2 x1 3 x 2  x3  5 x 4  2 x5 ! 35 b)  x1  x 2  5 x3  3 x 4  6 x5 ! 10 utiliznd metoda Gauss; 3 x1  x 2  7 x3  2 x 4  3 x5 ! 12 2 x1 2 x 2  2 x3  x 4  3 x5 ! 10 6 x1  x 2  x3 ! 11,33 " c)  x1 6 x 2  x3 ! 32 utiliznd metoda Gauss-Seidel.  x1  x 2  6 x3 ! 42 2) Analizai comparat metodele Jacobi, Gauss-Seidel i relaxrii pentru 2 1 0 1 0 A !  1 2  1 , b ! 0 , x ( 0) ! 0 . 0 1 2 1 0

48

CAPITOLUL 4 Rezolvarea numeric a problemelor algebrice de valori i vectori proprii

4.1. Abordarea elementar a subiectului La probleme algebrice de valori i vectori proprii conduc numeroase probleme tehnico-tiinifice. Vom arta n cele ce urmeaz cum se ajunge la o problem algebric de valori i vectori proprii, extinznd problema rezolvrii unui sistem omogen de ecuaii. Astfel lund sistemul: a11 x1  a12 x 2  a13 x3 ! 0 a 21 x1  a 22 x 2  a 23 x3 ! 0 a31 x1  a 32 x2  a 33 x3 ! 0 constatm c acesta se poate scrie sub forma Ax ! 0 , unde A este matricea format din elementele ( aij ) cu i ! 1,2,3 i j ! 1,2,3 , iar x este vectorul
x1 x . Sistemul nu are alte soluii dect cea banal exceptnd cazul coloan 2 x3 det A ! 0 . S presupunem c matricea A depinde de un parametru P i anume s lum A ! ( A' PI ) , unde I este matricea unitate. n acest fel putem cuta acele valori P pentru care det A ! 0 i apoi putem cuta soluiile nebanale ale ecuaiei Ax ! 0 . Problema pe care o avem de rezolvat se poate scrie sun forma: A' x ! P x . Deci o problem algebric de valori i vectori proprii se exprim prin relaia: Ax ! Px unde A este o matrice ptratic de ordin n, x un vector (nenul) care se numete vector propriu (la dreapta) ce trebuie calculat iar P un numr care se numete valoare proprie ce trebuie calculat. Valorile proprii P pentru problema Ax ! Px sunt rdcinile ecuaiei (numit ecuaie caracteristic): det( A  P I ) ! P (P ) ! 0 , P(P ) fiind un polinom de grad n n P obinut din dezvoltarea determinantului det( A  PI ) . Avnd o valoare proprie P , un vector propriu corespunztor x este soluia nebanal a sistemului omogen de ecuaii ( A  PI ) x ! 0 .

49

4.2. Aspecte teoretice generale 4.2.1. Clase speciale de matrici Matricea adjunct (notat A H ) este matricea transpus i conjugat ( A H ! ( a ji )

# nv m

dac A ! ( aij )

$ mvn

).

Dac A este o matrice ptratic i A ! A , matricea A se numete hermetian (autoadjunct). Se demonstreaz c: ( A& ) ! & A,& ( AB & ) ! B A &, ( A ) 1 ! ( A1 ) . O matrice A este unitar dac A H A ! I . Dac A real atunci A H ! se numete ortogonal. ntr-o formeaz o baz ortonormal. O matrice de rotaie R( p , q )
AT (transpusa) i dac AT A ! I atunci A matrice unitar (ortogonal), coloanele ! ( rij ) ( p { q ) este o matrice care difer de

& &

matricea unitate numai prin liniile p i q, unde singurele elemente nenule sunt: r pp ! c , r pq ! s , rqp !  s, rqq ! c , unde c, s sunt dou numere complexe astfel ca | c |2  | s | 2 ! 1 . (Se poate lua c ! v cos E, s ! w sin E , cu | v |!| w |! 1 . Pentru matrici reale, c ! cos E , s ! sin E ).
T Se verific uor c R( p , q ) R( p , q ) ! I , adic matricea de rotaie este

unitar (ortogonal). Norma euclidian a unei matrici A ! ( a ij ) este definit prin n n A E ! | aij | 2 i !1 j !1 Prin definiie, urma matricei A este
TrA ! a ii .
i !1 n 1/ 2

Dac H este nesingular, matricele A i HAH 1 se numesc asemenea (similare). Ecuaiile caracteristice a dou matrici asemenea sunt identice, deoarece:

50

det( HAH 1  PI ) ! det(HAH 1  PHIH 1 ) ! det H ( A  PI ) H 1 ! det H det( A  PI ) det H 1 ! det( A  PI ). Dac x este vector propriu al matricei A atunci Hx este vector propriu al matricii HAH 1 , deoarece: din Ax ! Px HAx ! PHx HAH 1 Hx ! PHx . O matrice asemenea cu o matrice diagonal se numete regulat. Dac A este regulat atunci ea admite n vectori proprii liniar independeni (o baz de vectori proprii). Dac D ! diag (P1 , P 2 ,..., P n ) i A ! HDH 1 rezult AH ! HD . Notm H ! ( x1 , x 2 ,..., xn ) . Avem
0 a11 a12 . a1n P1 0 . a 0 21 a22 . a2n x1 x2 . xn ! x1 x2 . xn 0 P2 . . . . . . . . . . a 0 0 . P n n1 an2 . ann Obinem Axi ! P i xi . Teorema 4.2.1.1. Dac valorile proprii ale unei matrici sunt distincte, atunci matricea este regulat. Teorema 4.2.1.2. Pentru orice matrice ptratic complex A exist o matrice unitar P, astfel nct

'

s fie superior triunghiular. O matrice A este normal dac Lema 4.2.1.1. diagonal. Demonstraie. ( t ij ! 0, 1 e normal: t11 0 0 . 0 Deci:
j

! P H AP

A H A ! AA H . O matrice normal i triunghiular este matrice

T ! (t ij ) superior triunghiular i e n ). Scriem egalitatea ce rezult din faptul c A este

Fie

t12 t 22 0 . 0

t13 t 23 t 33 . 0

. . . . .

t1n t11 t t 2n 12 t 3n t13 . . t nn t1n

0 t 22 t 23 . t 2n

0 0 t 33 . t 3n

. . . . .

0 0 0 ! T H T . . t nn

51

 n t1 j t1 j j !1 .
n

j!2

t1 j t 2 j .

. . .

t1n t1n t11t11 . . ! . . t nn t nn .

t1n t11 . n t in t in i !1

i !1

2 2 | t1i | !| t11 | t1 j ! 0 pentru j u 2 ,

i!2

n 2 2 2 | t 2i | !| t12 |  | t 22 | t 2 j ! 0 pentru j u 3 ,

, deci T este diagonal. Teorema 4.2.1.3. O matrice normal este regulat i admite o baz ortonormal de vectori proprii i reciproc. Demonstraie. Fie A normal. Din teorema 4.2.1.2. exist P unitar astfel nct ! P H AP s fie superior triunghiular. Avem

)) H

! ( P H AP )( P H AP ) H ! (P H AP )(P H A H P ) ! P H A( PP H ) A H P ! P H AA H P

( PP H ! I pentru c P este unitar). *H * ! ( P H AP ) H (P H AP ) ! (P H A H P )(P H AP )

! P H A H ( PP H ) AP ! P H A H AP ! P H AA H P

( A H A ! AA H pentru c A este normal). Deci

++ H

+H+

, adic B este normal. Conform lemei 4.2.1.1.

rezult c B este diagonal. Cum P H ! P 1 (P unitar) i B diagonal rezult c A este regulat. Coloanele lui P sunt vectori proprii i formeaz o baz ortonormal. Reciproc. Dac A admite o baz ortonormal de vectori proprii avem AP ! PD , unde P este matricea unitar a acestor vectori proprii i D este matricea diagonal a valorilor proprii. Avem A ! PDP 1 ! PDP H (P unitar). Avem
AA H ! ( PDP H )( PDP H ) H ! PDP H PD H P H ! PDD H P H ,

52

AH A ! ( PDP H )H (PDP H ) ! PD H P H PDP H ! PD H DP H ! PDD H P H . Deci A H A ! AA H , adic A este normal.

4.2.2. Punerea corect a problemei Ne punem problema efectului perturbaiei matricei asupra valorilor proprii ale ei (adic la mici variaii ale datelor de intrare s vedem efectul asupra datelor de ieire din metod). Teorema 4.2.2.1. Fie A o matrice regulat i fie H o matrice ale crei coloane sunt vectori proprii liniar independeni ai matricei A. Atunci, pentru fiecare valoare proprie P a matricei perturbate A  IB , unde B are elementele de modul subunitare, exist o valoare proprie P i a matricei A astfel nct | P i  P |e I n H H 1 . Demonstraie. Din A regulat rezult
1

H AH ! diag (P1 , P 2 ,..., P n ) ! D . Scriem ecuaia caracteristic a lui A  IB i rezult: 0 ! det(A  IB  PI ) ! det(H 1( A  IB  PI )H ) ! det(H 1 AH  PI  IH 1BH) . Deci 0 ! det( D  PI  IH 1 BH ) . Dac P j ! P atunci teorema este demonstrat. Presupunem c
P j { P pentru j ! 1, n . Atunci det( D  PI ) { 0 ( D  PI ) 1 .

Deci det[( D  PI )1 ( D  PI  IH 1 BH )] ! 0 det[ I  I( D  PI )1 H 1 BH )] ! 0 I  I( D  PI )1 H 1BH este singular (avem teorema: dac C
I s C este nesingular). 1 atunc i

Deci I( D  PI ) 1 H 1 BH u 1 . Utiliznd norma spectral:

I max | P j  P | 1 H 1 B H u 1 .
j

Deci min | P j  P |e I H 1 B H .
j

Dar
53

| bij |e 1 B e n . Deci
min | P j  P |e I n H 1 H .
j

4.3.

Metoda lui Jacobi Cazul matricelor complexe hermitiene se reduce la cel al matricelor reale simetrice. Fie A ! B  iC , B, C reale. Fie P valoare proprie (n acest caz este

real) creia i corespunde un vector propriu de forma x  iy cu x, y R n . Deci ( B  iC )( x  iy ) ! P ( x  iy ) , sau Bx  Cy ! Px Cx  By ! Py , adic B  Cx ! Px . C B y y Deci problema devine real dar de dimensiune dubl. A hermitian ( B  iC) H ! B  iC BT  iC T ! B  iC B ! BT i  C ! C T . Deci matricea de ordin 2n este real i simetric. Ne limitm la o matrice A real i simetric. Dec i
AT ! A AT A ! AAT A normal. Conform lemei 4.2.1.3., A este regulat i admite o baz ortonormal de vectori proprii. A regulat, este asemenea cu o matrice diagonal ce are pe diagonal valorile proprii. Metoda lui Jacobi utilizeaz matrice de rotaie reale i construiete un ir de matrice { Ak } asemenea cu A.
T , k ! 0,1,2,... , n care Lum A0 ! A i n general Ak 1 ! Rk Ak Rk Rk ! R( p k , q k ) o matrice de rotaie real, avnd la interseciile liniilor p k i

q k cu coloanele p k i q k elementele cos U k , sin U k i respectiv  sin U k , cos U k , iar n rest elementele matricei unitate.

Pentru un k fixat notm p ! p k , q ! q k , U ! U k . Alegem p i q ast fel nct

| ak pq | !
1e i j e n

max | a ik j |

(maximul

modul

dintre

elementele

nediagonale). Alegem U astfel nct s se anuleze pentru Ak 1 elementele simetrice cele mai mari n modul.

54

Dac A0 este simetric atunci

T T T T A0 ! A0 A1T ! R0 A0 R0 ! R0 A0 R0 ! A1 . Prin inducie

T Ak 1 ! Ak 1 Ak 1 simetric.

p 1 1 p Rk ! q 1 1 p T Rk ! q Se observ c 1 cosU 1 1  sin U 1

q 1 1

sin U

cos U 1 1

p 1 cosU 1 1 sin U 1

 sin U

cos U 1 1

T !I. Rk Rk

Deci
T T 1 Ak 1 ! Rk Ak Rk ! Rk Ak Rk Ak 1 asemenea cu Ak . Facem calculele n relaia T Ak 1 ! Rk Ak Rk

i avem

55

1 0 . 0 . 0 0 0 . 0

0 1 . 0 . 0 0 0 . 0

. . . . . . . . . .

p 0 0 . cosU . 0 0 sinU . 0

i j q . 0 0 0 . 0 0 0 . . . . . 0 0 sinU . . . . . 1 0 0 . 0 1 0 . 0 0 cosU . . . . . 0 0 0

. 0 . 0 . . 1 cosU . 0 si n  U (k1) . . (a(k) ) 1 ! (aij ) i j . 0 sinU cosU . 0 1 . 0 . . . 1

Deci ( k 1) k) k) ! ai(p cos U  ai(q sin U, i { p, q aip (k 1) k) k) !  ai(p sin U  ai(q cos U, i { p, q a iq 2 (k ) (k ) 2 k 1) k) ! a( a( pp pp cos U  2a pq sin U cos U  aqq sin U (k 1) 2 (k ) (k ) 2 k) ! a( a qq pp sin U  2a pq sin U cos U  a qq cos U ( k 1) (k ) (k ) 2 2 k) ! (a qq  a( a (k 1) ! a qp pp ) cos U sin U  a pq (cos U  sin U) pq celelalte elemente rmnnd neschimbate:
aij
( k  1) (k ) ! a ij ,

pentru toi i, j { p, q .
k 1) obinem: Din condiia de anulare a lui a ( pq
k) 2 a (pq sin 2U ! 0 tg 2U ! ( k ) . ) (k ) 2 a pp  a qq

(k ) pq

cos 2U  ( a

(k ) qq

a

(k ) pp

T . 4 Lucrm cu numrtorul i numitorul separat (pentru a evita pierderea preciziei la mprire).

Alegem U cu | U |e

c2 c sin 2U c sin2 2U c 2 ! sin2 2U ! sin 2U ! !f ! 2 2 cos2U d d 2  c2 cos2 2U d 2 d c sin U i cos U , unde c = numrtorul cu semnul fraciei, d = numitorul n modul. Teorema 4.3.1. irul matricelor { Ak } construit cu metoda lui Jacobi este convergent i lim Ak ! diag (P1 , P 2 ,..., P n )
k pg

unde P i sunt valorile proprii ale matricii A.

56

Demonstraie.

S lum
(k ) (k ) (k ) Ak ! diag (a11 , a 22 ,..., a nn )  Ek ,

unde E k este matricea simetric a elementelor nediagonale ale lui Ak cu zero pe diagonal. Din relaiile de mai sus rezult
i { p, q k (k ) (k ) ( k 1) 2 )  (ai(q 1) ) 2 ] ! [( aip ) 2  (aiq ) 2 ] [(aip i { p, q

adic suma ptratelor elementelor nediagonale, cu excepia celor din poziiile (p,q) i (q, p) nu se modific. Dar elementele din poziiile (p,q) i (q, p) n A (k 1) sunt zero. Deci
1/ 2 2 2 k ( 1 )  2 k) 2 E k  1 E ! | aij | ! E k E  2( a ( pq ) i j k 1) ( k 1) pentru c a ( ! a qp ! 0 . Rezult c pq 2

E k 1 E e E E k E

cu E ! 1 

2 n n
2

1.

(k ) ntr-adevr, | ai(jk ) | e| a qp | pentru 1 e i j e n . n E k E sunt n 2 termeni, deci 1 2 2 k) 2 k) 2 ) Ek E e (n 2  n )(a ( Ek E e (a (pq pq ) 2 n n 2 2 k) 2 Ek E 2(a ( pq ) e  2 n n 2 2 2 2 k) 2 Ek 1 E ! Ek E  2(a ( Ek E . pq ) e 1  2 n n

Deci E k E e E k E 0 E cu 0

1 . Rezult lim E k ! 0 . Deci la

k pg

limit se obine o matrice diagonal. Deoarece toate matricile irului sunt asemenea cu A elementele diagonale sunt valorile proprii ale lui A. Convergena este cel puin comparabil cu cea a lui E k , din punct de vedere al rapiditii. Dac ultima rotaie care se efectueaz pn elementele nediagonale devin inferioare preciziei I a calculelor ( I fiind dat) este R s atunci avem:

57

( Rs . Cu

T T T T R2 R1 R0 ) A( R0 R1 R2 . Rs ) ! diag (P1 , P 2 ,..., P n ) . aceast precizie vectorii proprii sunt coloanele matricii

T T T T V s ! R0 R1 R2 . Rs ! ( Rs . R2 R1 R0 )T . Iniializm V = I i la fiecare pas nmulim la stnga pe V cu rotaia k) respectiv. Notm V ! (Vi( j ).

nmulirea de mai sus se transpune n formulele: (k ) k 1) k) v( ! v( pi pi cos U  v qi sin U ( k 1) k) (k ) vqi ! v ( pi sin U  vqi cos U Metoda Jacobi conduce la urmtorul algoritm. Algoritmul 4.3.1. Intrri: n = ordinul matricei simetrice A A = matricea simetric I = precizia Ieiri: x = vectorul cu valorile proprii B = matricea ale crei coloane conine vectorii proprii { s1 n I  1 ct timp s1 u I { max n| b12 | p n1 qn2 pentru i p 1 : n pentru j p 1 : n dac j { i atunci dac max | bij | atunci {
max n| bij |

pni qn j } dac b pp ! bqq atunci { c n 2/2 s n 2 /2 }

58

altfel { c n cos(arctan ( 2b pq /(b pp  bqq )) / 2)

s n sin(arctan ( 2b pq /(b pp  bqq )) / 2 ) } a pp n b pp c 2  bqq s 2  2b pq sc a qq n b pp s 2  bqq c 2  2b pq sc

a pq n (bqq  b pp ) sc  (c 2  s 2 )b pq a qp n a pq

pentru i p 1 : n { dac (i { p ) i (i { q) atunci { aip n bip c  biq s

a pi n aip aiq n bip s  biq c a qi n a iq

pentru j n 1 : n dac ( j { p ) i ( j { q ) atunci { aij n bij a ji n aij } } } pentru i n 1 : n pentru j n 1 : n bij n a ij

s1 n 0 pentru i n 1 : n pentru j n 1 : n dac j { i atunci s1 n s1  a i2 j

} pentru i n 1 : n
59

P i n a ii pentru j n 1 : n { \* vectorul propriu j pentru j n 1 : n bij n a ij

} }. 4.4. Probleme de valori proprii generalizate n unele probleme ale fizicii matematice intervin ecuaii de valori proprii generalizate Ax ! PBx , unde att A ct i B sunt matrici ptrate. O posibilitate de transformare a ecuaiei de mai sus ntr-o problem standard, de forma Ax ! Px ,

const n nmulirea ecuaiei la stnga cu B 1 , presupunnd c matricea B este nesingular: ( B 1 A) x ! Px . Dac A i B sunt simetrice, nu ntotdeauna B 1 A este simetric. Dac A i B sunt simetrice i B este pozitiv definit, se poate transforma problema generalizat ntr-o problem standard pornind de la descompunerea Chalescki a matricii B:
B ! L LT , unde L este inferior triunghiular. Obinem: L1 Ax ! PLT x ,

sau, L1 A( L1 )T ( LT x) ! P ( LT x) , adic A x ! Px pentru matricea simetric A ! L1 A( L1 )T .

60

Valorile proprii ale matricei A coincid cu cele ale lui A, iar vectorii proprii corespunztori sunt
x ! LT x ,

adic x ! ( LT ) 1 x . 4.5. Exerciii 1) S se determine valorile proprii i vectorii proprii pentru 1 1 1 matricea A ! 1 1 1 . 1 1 1 2) S se determine cea mai mare valoare proprie pentru 202  262  369 A !  176 440 504 . 228  462  561 3) Fie matricile: 7 6 2 1 5 0 b) B ! 1 1  1 . a) A ! 1 2  2 1 1 2 0 1 1 S se determine valorile proprii i vectorii proprii prin metoda Jacobi. De asemenea, s se scrie programul n C pentru metoda mai sus menionat.

61

CAPITOLUL 5 Aproximarea funciilor prin polinoame

5.1. Introducere Pentru o funcie f : [a, b] p R problema aproximrii ei printr-un polinom se pune fie cnd este dificil de evaluat f, fie cnd nu se cunoate expresia analitic a lui f ci doar valorile ei n anumite puncte xi [ a, b] ,
i 0, n , obinute n general ca urmarea a unor msurri i prezentate ntr-un

tabel.
a e x0

Mulimea
x1 ...

de

puncte

xi [ a , b ] ,

i 0, n ,

cu

proprietatea

x n e b , o vom nota prin d [a , b ] i o vom numi diviziune a

intervalului [a, b] . Punctele xi , i 0, n vor fi numite nodurile diviziunii. Alegerea unui polinom pentru aproximarea funciei f se justific prin modul simplu computerizat de evaluare a valorii polinomului ntr-un punct. Weierstrass, n 1885, demonstreaz c orice funcie continu pe un interval [a, b] este limita uniform pe [a, b] a unui ir de polinoame i d un procedeu pentru calculul acestor polinoame. Bernstein, n 1912, d o metod prin care putem calcula, pentru o funcie continu pe [a, b] , un ir ( Pn ) n de polinoame uniform convergent ctre f. Fiind dat o funcie arbitrar f : [a, b] p R se pune problema stabilirii unui criteriu de alegere a polinomului P care s aproximeze funcia dat. Astfel este necesar un instrument matematic pentru msurarea distanei dintre dou funcii, care impune situarea ntr-un spaiu vectorial normat complet i n funcie de stabilirea criteriului de alegere a polinomului P care s aproximeze funcia f vom avea metode de aproximare a funciilor prin polinoame i anume: aproximarea prin interpolare, aproximarea n medie ptratic. 5.2. Aproximarea prin interpolare Fie f : [a, b] p R i diviziunea d [a , b ] : a e x0 x1

...

xn e b .

Presupunem cunoscute valorile funciei f n nodurile xi , i 0, n ale diviziunii d [a, b] i (eventual) derivatele de anumite ordine ale funciei f n aceste noduri. Se pune problema determinrii unui polinom P care are aceleai valori ca i f n noduri i (eventual) derivatele de anumite ordine ale lui f i P n noduri s coincid. Un ast fel de polinom P l vom numi polinom de interpolare ataat funciei f i diviziunii d[a , b ] .

62

5.2.1. Interpolarea polinomial Lagrange Fie f : [a, b] p R i xi [ a, b] , i 0, n astfel nct xi s fie toate distincte. Presupunem c se cunosc valorile funciei f n nodurile xi ,
f i ! f ( xi ) , i 0, n . Se pune problema determinrii unui polinom P ast fel nct P ( xi ) ! f i pentru i ! 0, 1, ..., n . Teorema 5.2.1.1. Exist un polinom i numai unul de grad cel mult n astfel ca P ( xi ) ! f i pentru i ! 0, 1, ..., n . Demonstraie. Dac P i Q sunt dou polinoame de grad cel mult n astfel ca P ( xi ) ! Q ( xi ) ! f i pentru i ! 0, 1, ..., n atunci polinomul

R ! P  Q este de asemenea de grad cel mult n i R ( xi ) ! 0 pentru i ! 0, 1, ..., n . Deoarece polinomul R se anuleaz de cel puin (n + 1) ori i este de grad cel mult n, urmeaz c R este polinomul identic nul, adic P ! Q. Existena polinomului P o demo nstrm construind efectiv polinomul P rspunznd condiiilor P ( xi ) ! f i pentru i ! 0, 1, ..., n . S gsim un polinom N k n spaiul vectorial al polinoamelor de grad cel mult n, notat P n , astfel ca N i ( x k ) ! 0 pentru i { k , N k ( xk ) ! 1. Acest polinom se anuleaz de n ori pentru x0 , x1 , ..., x k 1 , x k 1 , ..., x n . Deci N k ( x ) ! P ( x  x 0 )( x  x1 )...( x  x k 1 )( x  x k 1 )...( x  x n ) . Deoarece N k ( x k ) ! 1 urmeaz c
N k ( x) !
n

x xj

j ! 0 xk  x j j{k

Cele (n + 1) polinoame N k ( k ! 0, 1, ..., n ) sunt liniar independente n spaiul vectorial al polinoamelor de grad cel mult n. ntr-adevr, fie o combinaie liniar nul: P0N 0 ( x )  P1N 1 ( x )  ...  P n N n ( x) | 0 . Pentru x ! x k , k ! 0, 1, ..., n , avem P0 N 0 ( x k )  P1 N 1 ( x k )  ...  P k N k ( xk )  .  Pn N n ( xk ) ! 0 . Deci P k ! 0 pentru k ! 0,1, ..., n .

63

Cele (n + 1) polinoame N k formeaz deci o baz a acestui spaiu vectorial de dimensiune n + 1. Polinomul P cutat se obine ca o combinaie liniar de polinoame N k , adic polinomul dat de formula Lagrange:
P( x) ! f k N k ( x) .
k !0 n

ntr-adevr,
P ( xi ) ! f k N k ( x i ) ! f i , pentru i ! 0, 1, ..., n .
k !0 n

Pentru calculul valorii polinomului de interpolare Lagrange ntr-un punct a folosind relaia
P( x) ! f k N k ( x)
k !0 n

a fost definit algoritmul urmtor: Algoritmul 5.2.1.1. Intrri: n = gradul polinomului de interpolare a = valoarea argumentului polinomului x = tabloul absciselor punctelor de interpolare y = tabloul ordonatelor punctelor de interpolare Ieiri: N= valoarea polinomului de interpolare n a { N n0 pentru i n 0 : n { P n1 pentru j n 0 : n dac j { i atunci P n P  ( a  x j ) /( xi  x j )
N nN  yi  P

} }. Complexitatea metodei este ,(n 2 ) , mai exact 4n 2 operaii ( n(2n  3) adugri, (n  1)(2n  1) nmuliri i (n  1) mpriri). n continuare dm o alt manier de scriere a polinomului Lagrange. Fie w polinomul de grad (n  1) definit prin: w( x ) ! ( x  x 0 )( x  x1 )...( x  x n ) . Atunci w' ( x k ) ! ( x k  x0 )( xk  x1 )...( x k  x k 1 )( x k  x k 1 )...( x k  x n ) .
64

Deci N k ( x) ! w( x) ( x  x k ) w' ( xk )

cu N k ( xk ) ! 1. nlocuind N k prin expresia sa n formula Lagrange, obinem:

P( x) !
n fk f k w( x ) . ! w( x ) k ! 0 ( x  x k ) w' ( x k ) k ! 0 ( x  x k ) w' ( x k ) n n k !0

n cazul cnd f k ! 1 pentru orice k avem relaia N k ( x ) ! 1 . Cum

N k ( x ) ! w( x )
n n

k !0

1 !1 k ! 0 ( x  x k ) w' ( x k )
n

obinem formulele baricentrice fk ( x  x k ) w' ( x k ) P( x) ! k ! 0 . n 1 k ! 0 ( x  x k ) w' ( x k ) n acest caz numrul de operaii este de ordinul 2n 2 , dar o nou 1 , nu va cere dect evaluare a lui P ( x ) , dac se conserv valorile lui w' ( x k ) 2n operaii. 5.2.2. Algoritmul Aitken Atunci cnd se dorete modificarea punctelor de interpolare, se prefer urmtorul algoritm. Lema 5.2.2.1. Fie Q i R dou polinoame de interpolare de grad cel mult n, construite respectiv pe {x0 , x1 , ..., x n 1 , a} i pe {x0 , x1 , ..., x n 1 , b} astfel nct: Q ( xi ) ! R ( xi ) ! f i pentru i ! 0, 1, ..., n  1 Q( a ) ! E R (b ) ! F . Atunci polinomul de interpolare de grad n + 1, construit pe { x0 , x1 , ..., x n 1 , a , b} astfel nct P ( xi ) ! f i pentru i ! 0, 1, ..., n  1 P(a ) ! E P (b ) ! F

65

poate s se obin plecnd de la Q i R astfel: (b  x)Q ( x)  ( a  x ) R ( x ) . P( x) ! ba Demonstraie. P este un polinom de grad cel mult n + 1. ( b  xi ) f i  ( a  x i ) f i P ( xi ) ! ! f i , i ! 0, 1, ..., n  1 ba (b  a )E P(a ) ! !E ba ( a  b )F P ( b) !  !F. ba n continuare se va construi polinomul P de grad cel mult n astfel nct: P ( xi ) ! f i pentru i ! 0, 1, ..., n . Considerm urmtorul tabel triunghiular: 0 0 1 2 3
P0,0 P 1,0 P2,0 P3,0 P 1,1 P2,1 P3,1 P2,2 P3, 2 P3,3 Pk , j Pk , j 1

j+1

n
x0  x

x1  x x2  x
x3  x xk  x Pn, n xn  x

Pk ,0

Pk ,1

Pk , 2

Pk ,3

Pn, 0

Pn ,1

Pn, 2

Fie urmtoarea relaie de recuren: pentru k ! 0,1, ..., n Pk ,0 ! f k ; pentru j ! 0, 1, ..., n  1 pentru k ! j  1, j  2, ..., n ( x k  x ) P j , j ( x)  ( x j  x ) Pk , j ( x) Pk , j 1 ( x) ! . xk  x j Teorema 5.2.2.1. Polinomul de interpolare este egal cu Pn, n .

66

Demonstraie.

Se va arta c Pk , j cu k u j este polinomul de

interpolare pe punctele {x0 , x1 , ..., x j 1 , x k } , ceea ce va implica faptul c

Pn, n este polinomul cutat.

Facem demo nstraia prin recuren pe al doilea indice Pk ,0 ! f k pentru k ! 0, 1, ..., n . Dac ipoteza este verificat pentru j fixat atunci pentru k ! j, j  1, ..., n : Pk , j este polinomul de interpolare pe punctele { x0 , x1 , ..., x j 1 , x k } ;
P j , j este polinomul de interpolare pe punctele { x0 , x1 , ..., x j 1 , x j } . Aplicnd lema 5.2.2.1., Pk , j 1 este polinomul de interpolare pe

punctele {x0 , x1 , ..., x j 1 , x j , x k } . 5.2.3. Evaluarea restului la interpolarea Lagrange Fie f : [a, b] p R i fie x0 , x1 , ..., x n [ a, b] . Ce se poate spune despre restul f ( x)  P( x ) , unde P este polinomul de interpolare, ast fel c P ( xi ) ! f i , i ! 0, 1, ..., n . Se remarc faptul c x nu poate s aparin lui [a, b] . n aceste caz, se spune c avem o extrapolare. Aproximarea realizat cu ajutorul polinomului de interpolare Lagrange este nelocal, n sensul c la evaluarea funciei de interpolat contribuie informaii din toate punctele de interpolare, nu numai din cele din vecintatea argumentului considerat. Aceasta conduce la oscilaii complet strine de comportarea real a funciei aproximate. Un exemplu n acest sens este pentru aproximarea funciei f ( x ) ! 1 / x . Distribuirea n mod echidistant a punctelor de interpolare reduce oscilaiile pn aproape la dispariie. Teorema 5.2.3.1. Dac f C n 1 [a, b] i a e x0 f ( x)  P ( x ) !
x1 ... x n e b atunci

( x  x 0 )( x  x1 )...( x  x n ) ( n 1) (\) , f (n  1)! unde a e min( x, x0 ) \ max( x, x n ) e b . Demonstraie. Fie F : [a, b] p R , definit prin F ( y ) ! f ( y )  P ( y )  c wn ( y ) unde c este o constant aleas astfel nct F ( x ) ! 0 . Deci c ! ( f ( x )  P( x)) / w( x ) , unde w( x ) ! ( x  x 0 )( x  x1 )...( x  x n ) .

67

Din condiiile de interpolare F ( xi ) ! 0 , i ! 0, 1, ..., n . Deci F are n + 2 zerouri distincte i anume: x, x0 , x1 , ..., x n pe [a, b] . Aplicnd teorema Rolle pe acest interval, F ' va avea cel puin n  1 zerouri distincte, F " cel puin n zerouri distincte. Din aproape n aproape, F (n 1) \ ( a, b) i deci va avea cel puin un zero 0 ! F ( n 1) (\) ! f ( n 1) (\)  c(n  1)! . Sub aceast form restul nu poate fi determinat n practic, deoarece punctul \ , care depinde de x i de nodurile de interpolare nu este cunoscut. Dac, ns, se cunoate estimaia M n ! sup | f (n  1) ( y ) | , se poate evalua
y [ a , b ]

M n | w( x) | . (n  1)! Interpolarea polinomial Lagrange este util pentru construirea formulelor de aproximare a integralelor, derivatelor i ecuaiilor difereniale. n practic, pentru a aproxima o mulime de puncte de interpolare, se va limita la polinoame de grad cel mult 10. Se va prefera pentru polinoame de grad mai mare dect 10, s se utilizeze funcii spline care au cele mai bune proprieti de stabilitate. Exemplul 1. S se construiasc polinomul de interpolare Lagrange | f ( x)  P( x ) |e a funciei f definit pe [5,5] prin f ( x ) ! e  x . Rezolvare. Se constat c se aproximeaz curba f ( x ) ! e  x la centrul intervalului, iar la extremiti se produc oscilaii numite efecte de margine. Exemplul 2. S se construiasc polinomul de interpolare Lagrange 1 a funciei f definite pe [5,5] prin f ( x ) ! . 1 x2 Rezolvare. Se remarc faptul c se produc efecte de margine. Exemplul 3. Se d funcia f prin urmtorul tabel: 0 1 2 xi 10 f ( xi )  4 1 Se cere polinomul Lagrange P( x ) . Rezolvare. ( x  1)( x  2) ( x  0)( x  2) ( x  0)( x  1) P( x ) ! (4) 1  10 (0  1)(0  2) (1  0)(1  2) (2  0)(2  1) ! 2 x 2  3x  4.
2 2

68

5.2.4. Diferene divizate Formula restului amintete oarecum de restul unei alte aproximri polinomiale a unei funcii de n ori continuu difereniabil formula lui Taylor. Vom arta c i polinomul lui Lagrange se poate exprima sub o form similar cu polinomul lui Taylor, n care derivatele se nlocuiesc cu diferene divizate. Diferena divizat de ordinul zero n x0 este [ x0 ] f ! f ( x0 ) . Prin definiie diferena divizat de ordinul nti pe nodurile distincte xi i x j este numrul notat cu [ xi , x j ] f i este dat de: f ( x j )  f ( xi ) . [ xi , x j ] f ! x j  xi Diferena divizat de ordinul al doilea pe nodurile distincte xi , x j i x k este: . x k  xi n general, diferena divizat de ordinul k pe k  1 noduri distincte se definete prin recuren: [ x 2 ,..., xk 1 ] f  [ x1 ,..., x k ] f [ x1 , x 2 ,..., x k 1 ] f ! x k 1  x1 n care diferenele divizate de la numrtor sunt de ordin k  1 . Rezultatul care urmeaz precizeaz c diferena divizat depinde de nodurile n care este definit i de valorile funciei f n aceste noduri. Teorema 5.2.4.1. Pentru orice k u 2 i orice noduri distincte x1 , x 2 ,..., x k are loc formula:
k f ( xi ) . [ x1 , x2 , ..., xk ] f ! k i !1 ( xi  x j ) j !1 j{i

[ xi , x j , x k ] f !

[ x j , x k ] f  [ xi , x j ] f

Demonstraie. Facem inducie dup k. Pentru k ! 2 , formula din enun se verific conform definiiei diferenei divizate de ordinul nti. Presupunem adevrat formula din enun pentru k noduri distincte oarecare i verificm pentru k  1 noduri. Utiliznd formula de recuren din definiia diferenei divizate de ordinul k i ipoteza de inducie avem:

69

 k 1 k f (xi ) f (xi ) f (xk 1) 1 [x1, x2 ,..., xk 1] f !  !  k k xk 1  x1 i !2 k 1 i !1 (xi  x j ) (xi  xj ) ( xk 1  xj ) 2 j j ! !1 j !1 j {i j {i  k 1 k f (x )(x  x )  f (x )(x  x ) f (xi ) f (x1) 1 i i i i k 1 ! .   k k 1 k 1 i !1 i !2 (xk 1  x1) (xi  x j ) (x1  x j ) ( xi  x j )
j !1 j {i j !2 j !1 j {i

Diferenele divizate definite prin recuren furnizeaz un algoritm de complexitate -(n 2 ) . Algoritmul 5.2.4.1. Intrri: n + 1 = numrul de puncte x = tabloul celor n + 1 puncte y = tabloul valorilor funcie f n cele n + 1 puncte Ieiri: y = diferenele divizate de ordin 0 .. n n x0 { pentru i n 1 : n pentru j n n : i
y j n ( y j  y j 1 ) /( x j  x j 1 )

}. 5.2.5. Formula lui Newton de interpolare Cu ajutorul diferenei divizate putem exprima restul la interpolarea Lagrange sub o alt form. Avem: n n xxj f ( x)  P ( x ) ! f ( x)  f ( xi ) j ! 0 xi  x j i !0
n f ( xi ) ), ! ( x  xi )(  n i !0 i !0 ( x  xi ) ( xi  x ) ( xi  x j ) n j{i

f ( x)

i !0

j {i

de unde, conform relaiei din teorema 5.2.4.1. f ( x )  P ( x) ! wn ( x) [ x, x0 ,..., x n ] f , unde (am renotat) wn ( x) ! ( x  x0 )( x  x1 ) . ( x  xn ) .

70

Polinomul Lagrange
P ( x ) ! Ln ( x)

se scrie:
Ln ( x ) ! L1 ( x )  ( L 2 ( x)  L1 ( x ))  ...  ( L n ( x )  Ln 1 ( x )) . Pentru fiecare m, 2 e m e n , polinomul L m ( x )  L m 1 ( x ) are gradul cel mult m i L m ( x j )  L m 1 ( x j ) ! 0 ,

pentru 0 e j e m . Deci
Lm ( x)  Lm 1 ( x) ! a m 1 wm 1 ( x) ,

unde
w m  1 ( x) ! ( x  x j ) .
j !0 m 1

f ( x m )  Lm 1 ( x m ) ! a m 1 wm 1 ( x m ) ; Pentru x ! x m obinem comparnd cu expresia lui f ( x)  P( x ) , pentru n ! m  1 i x ! x m , deducem a m 1 ! [ x m , x 0 , x1 ,..., x m 1 ] f ! [ x 0 , x1 ,..., x m ] f . Se obine polinomul lui Newton de interpolare: P ( x ) ! f ( x0 )  [ x0 , x1 ] f ( x  x0 )  ...  [ x0 , x1 ,..., x n ] f ( x  x0 )( x  x1 )...( x  x n 1 ) .

Calculul polinomului Newton de interpolare se exprim prin: Algoritmul 5.2.5.1. Intrri: n = gradul polinomului de interpolare a = abscisa n care se calculeaz polinomul x = tabloul punctelor de interpolare y = tabloul valorilor prin f a punctelor de interpolare Ieiri: N= valoarea polinomului de interpolare n a { apeleaz Dif._div. (n,x,y) s n y0 P n1 pentru i n 1 : n { P n P  ( a  x i 1 ) s n s  P  yi } N ns }.
71

5.2.6. Diferene finite Nodurile de interpolare

x0 , x1 , ..., xn

sunt echidistante dac

xi ! x 0  ih , i ! 0, 1, ..., n . Numim diferen finit de ordinul nti n x (f ( x ) ! f ( x  h)  f ( x) . Se verific direct c ( este un operator liniar, iar diferena finit de ordinul k n x se definete prin relaia

(k f ( x) ! (((k 1 f ( x )) , k ! 2, 3, ... . Formula de calcul pentru (k f ( x) este urmtoarea:

(k f ( x) ! ( 1) k  j C kj f ( x  jh ) .
j !0 k

Pentru demonstraie, procedm prin inducie. Avem:

(
k 1

f ( x ) ! (k f ( x  h )  (k f ( x ) ! ( 1) k  j C k f ( x  h  jh)  ( 1) k  j C k f ( x  jh ).

j j j!0 j !0 k k

Fcnd n prima sum schimbarea de indice j ' ! j  1 i renotnd apoi j ' ! j , obinem:
(k  1 f ( x ) ! ( 1) k  j '1 C kj '1 f ( x  j ' h)  ( 1) k  j  1 C kj f ( x  jh )
k 1 ! ( 1) k 1 (k 1) C k 1 f ( x  (k  1) h )  j ' !1 k j!0 k 1 k

 ( 1) k 1 j (C k
j !1 k 1 j!0 j

j 1

0  C k ) f ( x  jh )  ( 1) k 1 0 C k 1 f ( x  0 h ) j

! ( 1) k 1 j C k 1 f ( x  jh).

Prin inducie dup k, se arat c are loc: (k f ( xi ) . [ xi , xi 1 ,..., xi  k ] f ! k! h k 5.2.7. Formule de interpolare pe noduri echidistante S presupunem c punctul x n care se face interpolarea pe nodurile echidistante x0 , x1 , ..., xn este apropiat de x0 . Fcnd transformarea x ! x0  th n polinomul lui Newton de interpolare i innd cont de legtura dintre diferene finite i divizate, obinem dup simplificri: t (t  1) 2 t (t  1)...( t  n  1) n P ( x0  th ) ! f ( x0 )  t (f ( x0 )  ( f ( x0 )  ...  ( f ( x0 ). 2! n!

72

Aceasta se numete formula lui Newton progresiv pe noduri echidistante. Dac x este apropiat de x n , fcnd transformarea i ' ! n  1  i , i ! 0, 1, ..., n , formula lui Newton devine: P ( x ) ! f ( x n )  [ x n , x n  1 ] f ( x  x n )  [ x n , x n  1 , x n  2 ] f ( x  x n )( x  x n  1 )   ...  [ x n , x n 1 ,..., x0 ] f ( x  x n )( x  xn 1 )...( x  x1 ). Fcnd transformarea x ! xn  th i innd cont de legtura dintre diferene finite i divizate, obinem dup simplificri: t (t  1) 2 ( f ( xn  2 )  ...  P( xn  th) ! f ( xn )  t (f ( xn 1 )  2! t (t  1)...(t  n  1) n  ( f ( x0 ), n! numit polinomul Newton regresiv pe noduri echidistante. Formula lui Newton progresiv pe noduri echidistante conduce la urmtorul algoritm. Algoritmul 5.2.7.1. Intrri: n + 1 = numrul de puncte h = pasul x = tabloul punctelor de interpolare x0  ah = abscisa n care se calculeaz polinomul Ieiri: N= valoarea polinomului de interpolare n x0  ah { N n f ( x0 ) pentru k n 1 : n { P n1 pentru q n 1 : k  1 P n P  (a  q  1) / q dac k este par atunci d n f ( x0 ) altfel d n  f ( x0 ) pentru j n 1 : k { c n1 pentru q n 1 : j c n c  (k  q  1) / q
73

dac (k  j ) este par atunci d n d  c  f ( x0  jh ) altfel d n d  c  f ( x0  jh ) } } }. Exemplu. Se d funcia f prin urmtorul tabel: 0 1 2 3 xi 10 29 4 1 yi Se cere polinomul Newton progresiv. Rezolvare. Se ntocmete un tabel cu diferene finite i se obine: 4 6 P (0  t 1) ! 4  5t  t (t  1)  t (t  1)(t  2) P( x ) ! t 3  t 2  5t  4 . 2! 3! 5.2.8. Interpolarea polinomial Hermite Fie f : [a, b] p R i x0 , x1 , ..., xn noduri de interpolare, toate distincte. Se caut un polinom P ast fel nct: P ( xi ) ! f ( xi ) ! f i , i ! 0, 1, ..., n . P' ( x i ) ! f ' ( xi ) ! f 'i Teorema 5.2.8.1. Exist un polinom P i numai unul singur de grad cel mult 2n  1 astfel nct: P ( xi ) ! f i pentru i ! 0, 1, ..., n . P' ( x i ) ! f 'i Demonstraie. Presupunem c exist polinoamele P i Q de grad cel mult 2n  1 astfel ca P ( xi ) ! Q ( xi ) ! f i i P ' ( xi ) ! Q ' ( xi ) ! f 'i pentru i ! 0, 1, ..., n . Polinomul R ! P  Q , care are de asemenea gradul cel mult 2n  1 , admite fiecare xi ca rdcin dubl ( R ( xi ) ! R ' ( xi ) ! 0 ). Deoarece R are cel puin 2n  2 rdcini i are gradul cel mult 2n  1 urmeaz c R este polinomul nul i deci P ! Q . S artm c polinomul
P ( x ) ! hi ( x) f i  k i ( x ) f 'i ,
i !0 i!0 n n

unde:
2 hi ( x) ! [1  2( x  xi )N 'i ( xi )]N i ( x) 2 k i ( x) ! ( x  xi )N i ( x)

cu
74

N i ( xi ) !

xxj

j ! 0 xi  x j j {i

ndeplinete condiiile din enun. Deoarece N i este un polinom de grad n, hi i k i sunt polinoame de grad 2n  1 . Cum N i ( x j ) ! H ij ,
2 hi ( xi ) ! [1  2( xi  xi )N 'i ( xi )]N i ( xi ) ! 1 , 2 k i ( xi ) ! ( xi  xi )N i ( xi ) ! 0 , pentru j { i avem: 2 2 hi ( x j ) ! [1  2( x j  xi )N 'i ( xi )]N i ( x j ) ! 0 , k i ( x j ) ! ( x j  x i )N i (x j ) ! 0 , adic P ( xk ) ! f k . 2 h'i ( x) ! 2N ' i ( x i )N 'i ( xi )]2N 'i ( x) , i ( x)  [1  2( x  xi )N i ( x )N 2 k 'i ( x ) ! N 'i ( x) . i ( x)  2( x  xi )N i ( x )N Deci: 2 h ' i ( xi ) !  2 N ' i ( x i )  2N ' i ( xi ) ! 0 , k ' i ( x i ) ! N i ( xi ) ! 1 , pentru j { i avem h'i ( x j ) ! 0 , k 'i ( x j ) ! 0 , deci P ' ( xk ) ! f ' k .

Pentru evaluarea erorii la interpolarea Hermite avem Teorema 5.2.8.2. Dac f C 2 n  2 [a, b] i a e x0
f ( x)  P ( x ) ! x1 ... x n e b atunci ( x  x 0 ) 2 ( x  x1 ) 2 ...( x  x n ) 2 (2 n  2 ) (\) , f ( 2 n  2)! unde a e min( x, x0 ) \ max( x, x n ) e b . Demonstraia este asemntoare celei de la interpolare Lagrange. Polinomul P avnd expresia P ( x ) ! hi ( x) f i  k i ( x ) f 'i
i !0 i!0 n n

se numete polinomul lui Hermite construit pe baza condiiilor de interpolare P ( xi ) ! f ( xi ) ! f i , i ! 0, 1, ..., n . P' ( x i ) ! f ' ( xi ) ! f 'i Pentru calculul valorii polinomului Hermite ntr-un punct a a fost definit un .(n 2 ) - algoritm.

75

Algoritmul 5.2.8.1. Intrri: n + 1 = numrul nodurilor de interpolare a = abscisa n care se calculeaz valoarea polinomului x = tabloul celor n + 1 puncte de interpolare y = tabloul valorilor funciei de interpolat n cele n+1 puncte y _ d = tabloul valorilor derivatelor funciei de interpolat n cele n+1 puncte Ieiri: h = valoarea polinomului Hermite n a { s n0 pentru i n 0 : n { N n1 N _d n0 pentru j n 0 : n dac j { i atunci { N nN  ( a  x j ) /( xi  x j )
N _d nN _ d  1 /( xi  x j )

1  2  ( a  xi )  l _ d  N N  y i  ( a  xi )  N N  y _ di +

}
hns

}. 5.2.9. Interpolarea prin funcii spline Studiul interpolrii polinomiale ne conduce la dou constatri. Prima este costul calculelor care devine ridicat cnd gradul polinomului este mare, iar a doua este c se stpnete ru efectul de margine dac intervalul de interpolare este mare. O alt aproximare este cea local, adic fcnd interpolarea pe subintervale prin funcii spline. Fie x0 , x1 , ..., xn punctele de interpolare. Pe fiecare subinterval [ xi , xi 1 ] se caut un polinom de interpolare S i astfel nct condiiile de interpolare s fie ndeplinite: S i ( xi ) ! f ( xi ) ! f i pentru i ! 0, 1, ..., n .

76

n plus se cere ca S i s fie de clas C 2 . De asemenea, pentru i ! 1, 2, ..., n  1 : S 'i 1 ( xi ) ! S 'i ( xi ) , continuitatea primei derivate, S "i 1 ( xi ) ! S "i ( xi ) , continuitatea derivatei a doua. Condiiile de interpolare i cele de clas impun a cuta S i de gradul trei. Exprimm S i n funcie de f "i i f "i 1 (necunoscute nc). Prin interpolare liniar avem, punnd hi ! xi 1  xi : x  xi x x . S "i ( x ) ! f "i i 1  f "i 1 hi hi Integrnd de dou ori obinem: ( x i 1  x ) 3 ( x  xi ) 3 S i ( x ) ! f "i  f "i 1  ai ( xi 1  x)  bi ( x  xi ) , 6hi 6hi unde ai i bi sunt constante de integrare, care se pot calcula innd cont de S i ( xi ) ! f i i S i ( xi 1 ) ! f i 1 , adic
h2 h2 f "i i  ai hi ! f i i f "i 1 i  bi hi ! f i 1 , 6 6

de unde h h f f ai ! i  f "i i i bi ! i 1  f "i 1 i . 6 6 hi hi nlocuind ai i bi prin expresiile lor obinem:

( x  x) 3 hi ( x  xi ) 3 hi  ( xi 1  x)  f "i 1  ( x  xi )  S i ( x) ! f "i i 1 6hi 6 6hi 6 f i 1 fi ( x  xi ).  ( xi 1  x)  hi hi

Punem condiia ca derivata s fie o funcie continu pe intervalul dat. Avem

2  (x (x  x )2 h h i 1  x ) i  i  f "i  1  i  S ' i ( x ) ! f "i 2 6 2 6 h h i i

fi f  i 1 hi hi

S 'i ( x i ) ! S 'i 1 ( x i ) ,

77

echivalent cu:  f "i hi h f f h h f f  f "i 1 i  i  i 1 ! f "i 1 i 1  f "i i 1  i 1  i , hi hi 1 hi 1 3 6 hi 6 3

sau nc pentru i ! 1, 2, ..., n  1 :

f i 1  f i f i  f i 1 hi f "i 1 2( hi  hi 1 ) f "i  hi 1 f "i 1 ! 6  h . h i i 1

Am obinut un sistem de n  1 ecuaii liniare cu n  1 necunoscute. Preciznd valorile lui f "0 i f "n se poate rezolva sistemul liniar tridiagonal. Exemplu. Pe intervalul [5,5] fie funciile f i g definite prin 2 1 f ( x ) ! e  x i g ( x ) ! . S se fac interpolarea prin funcii spline cu 2 x 1 3, 5 i respectiv 9 puncte echidistante i s se dea valorile derivatelor la extremiti. Rezolvare. Se constat c pentru 9 puncte de interpolare avem o foarte bun aproximare i nici un efect de margine. 5.3. Aproximarea n sensul celor mai mici ptrate 5.3.1. Problema fundamental a aproximrii liniare Exemplu. S aproximm pe f ( x ) pe intervalul [a, b] printr-un polinom P( x ) . Se pune problema s se gseasc P astfel ca:
1

a) b) c)

2 ( f ( x)  P ( x)) dx s fie minim; 2 ( f ( x)  P ( x )) dx  1 d 0 dx

0 1 0

( f ( x )  P ( x)) 2 dx s fie minim;

0 e x e1

max | f ( x)  P ( x) | s fie minim.

Este necesar o msur numeric a distanei dintre funcia de aproximat i polinomul aproximant ntr-un spaiu vectorial normat. Fie X un spaiu vectorial normat peste corpul K (adesea K ! R ). Notm prin ( , ) produsul scalar i prin norma. Fie x1 , x 2 ,..., x n , n elemente din X liniar independente. Trebuie s aproximm y printr-o combinaie liniar de x1 , x 2 ,..., x n , adic, s gsim

78

a1 , a 2 ,..., a n cu ai K , astfel ca y  ( a1 x1  a 2 x 2  ...  a n x n ) s fie ct

mai mic posibil. Definiia 5.3.1.1. Cea mai bun aproximare a lui y printr-o combinaie liniar de ( xi ) i !1. n este un element a1 x1  a 2 x 2  ...  an x n astfel ca: y  ( a1 x1  a 2 x 2  ...  a n x n ) e y  (b1 x1  b2 x 2  ...  bn x n ) , bi K . Cea mai bun aproximare const n a gsi minimul normei erorii. Drept norme se consider: 1) dac X ! R atunci x ! x (modulul); 2) 3)
2 2 2 1/ 2 x ! ( x1  x2  ...  x n ) (norma dac X ! R n atunci euclidian); dac X ! C (a, b) (= spaiul vectorial al funciilor continue pe [a, b] ) atunci:

a) b)

f ! max f ( x) (norma convergenei uniforme);

ae x eb

b f ! | f ( x ) | 2 dx a

1/ 2

(norma convergenei ptratice).

5.3.2. Teoreme fundamentale Teorema 5.3.2.1. Fie n elemente liniar independente din X : x1 , x 2 , ..., x n . Pentru orice y X , problema celei mai bune aproximri are o soluie. Verificare. Trebuie artat c funcia norma erorii
e( a1 , a 2 ,..., a n ) ! y  ( a1 x1  a 2 x 2  ...  a n x n )

are un minim. Pentru aceasta, se arat c aceast funcie este continu i c este suficient a limita mulimea de variaie a lui a1 , a 2 ,..., a n la o mulime mrginit i nchis (exteriorul acestei mulimi nu conine minimul) pentru a aplica teorema: orice funcie continu pe o mulime nchis i mrginit din
R n i atinge minimul su. Corolarul 5.3.2.1. Fie f C (a, b) , n ntreg fixat. Problema: s se gseasc ( ai ) astfel ca: min max | f ( x)  ( a 0  a1 x  ...  a n x n ) |
ai a e x e b

are o soluie. Aceast soluie este unic.

79

Aceasta se numete aproximarea Tchebycheff de grad n a lui f. Corolar 5.3.2.2. Fie f C (a, b) , n ntreg fixat. Problema: s se gseasc ( ai ) astfel ca:
min | f ( x)  ( a 0  a1 x  ...  a n x n ) | dx
ai a b

are o soluie. Aceast soluie este unic. Aceasta se numete aproximarea continu n sensul celor mai mic i ptrate. Corolarul 5.3.2.3. Date fiind x0 , x1 ,..., xk , k  1 puncte distincte cu k u n , problema: s se gseasc ( ai ) astfel ca:
min ( f ( xi )  ( a 0  a1 xi  a 2 xi2  ...  a n xin )) 2
ai i ! 0 n

are o soluie. Aceasta se numete aproximarea discret n sensul celor mai mic i ptrate. 5.3.3. Aproximarea discret n sensul celor mai mici ptrate a) Cazul general S se determine P : R p R unde P ( x ) ! a 0 u 0 ( x )  a1u1 ( x )  ...  a n u n ( x) , ceea ce revine la a determine (n  1) numere ( ai ) . Cele (n  1) funcii liniar independente (u i ) sunt date. Se pot alege, ( k ! 0, 1, ..., n ) sau funciile trigonometrice sau cele exponeniale. Se cunosc (k  1) perechi ( xi , yi ) ( i ! 0, 1, ..., k ) cu k " n , unde xi sunt distincte. Fie ri ! yi  P ( xi ) , i ! 0, 1, ..., k . S se determine a ! ( ai ) R n 1 astfel ca R ( a ) ! ri2 s fie minim.
i!0 k

u k ( x) ! x k

Considernd norma euclidian n R

r ! (ri ) 0e i e k
k 1

k 1

Lum:

y ! ( y i ) 0e i e k

, avem R ( a ) !|| r 2 || , unde k 1 . U ! (u ij ) ! (u i ( x j )) ,

matricea rectangular cu (k  1) linii i (n  1) coloane. Avem || r || 2 ! ( r , r ) ! ( y  Ua, y  Ua ) . Minimul lui R este caracterizat prin R(a ) e R(a  Ib) , I R  {0} ,
b R n 1 , adic:
80

( y  Ua , y  Ua ) e ( y  U ( a  Ib), y  U ( a  Ib )) ( y  Ua , y  Ua ) e ( y  Ua  IUb, y  Ua  IUb) 0 e 2I ( y  Ua , Ub )  I 2 (Ub, Ub ). Pentru I " 0 , mprind prin 2I i fcnd I s tind spre zero obinem 0 e ( y  Ua, Ub) . pentru I 0 , mprind prin 2I i fcnd I s tind spre

zero obinem 0 u ( y  Ua, Ub) . Cele dou inegaliti dau ( y  Ua,Ub) ! 0 . Notnd cu U T transpusa lui U obinem (U T y  U T Ua, b) ! 0 ,
b R n 1 . Deci valoarea minim a funciei R verific sistemul liniar

U T Ua ! U T y , unde U T U este o matrice ptratic de ordin n  1 . Acest sistem se numete sistemul ecuaiilor normale. b) Cazul liniar n acest caz particular, se caut polinomul de grad unu,
P ( x ) ! a 0  a1 x

astfel

ca

i Y ! ( y i ) R . Sistemul de (b0 , b1 ) R 2 . Fie X ! ( xi ) R ecuaii normale devine: y0 1 x0 y 1 x 1 a 0 1 1 1 . 1 1 1 , 1 1 1 . ! 1 x y x 2 a1 x0 x1 x2 . x k 2 0 x1 x 2 . x k / / / y 1 x k k

k k k  1 xi yi . i ! 0 a0 ! i ! 0 k k k 2 a1 xi xi xi yi i !0 i!0 i!0

i !0 k 1

2 2 ( yi  a1 xi  a 0 ) e ( y i  b1 xi  b0 ) , i !0 k 1

adic

Notnd

x!

1 k xi , k  1 i !0

y!

1 k yi , deoarece ( xi  x )( y i  y ) ! xi y i  x yi  yxi  x y , avem k  1 i !0

y k x k 1 k 1 k ( xi  x )( yi  y ) ! xi y i  yi  xi  x y , care, k 1 i!0 k 1 i!0 k 1 i!0 k  1 i !0

n statistic, se numete covariana vectorilor X i Y i se noteaz

W( X , Y ) ! 1 k ( xi  x )( yi  y ) . k 1 i!0

81

1 k 2 ( xi  x ) . k  1 i !0 W( X , Y ) , a0 ! y  a1 x . Rezolvarea sistemului d a1 ! W( X 2 )

Dac X ! Y , obinem W( X 2 ) !

5.4. Exerciii 1) S se determine polinomul de interpolare Lagrange care aproximeaz funcia f, cu valorile din tabelul alturat: xi 0 1 2 f i 0 1 27 2) S se calculeze, folosind polinomul de interpolare Lagrange, funcia definit de urmtorul tabel: xi 0 1,2 2,5 4,0 5,1 6,0 6,5 7,0 f i 3,00 6,84 14,25 27 39,21 51,00 58,25 66,00 Se va evalua f (2,00) . 3) Pentru x0 ! 1 , h ! 1 , s se determine diferenele finite pentru
f ( x) ! x 4  x 2  1 .

. 1 x2 a) Construii polinomul P de interpolare Lagrange pe punctele 0, 1, 3, 5. b) Calculai P (4) i comparai cu f (4) . c) Calculai polinomul Q al lui Hermite ast fel ca: Q(0) ! f (0) , Q' (0) ! f ' (0) , Q(5) ! f (5) , Q ' (5) ! f ' (5) . Deducei valoarea lui Q (4) . Comparai f (4) cu Q (4) . Care este concluzia? 5) S se determine valorile polinoamelor de interpolare: Lagrange, Aitken, Newton i Hermite ce aproximeaz urmtoarele funcii pe nodurile de interpolare corespunztoare n punctele precizate i s se calculeze diferenele finite i divizate: a) f ( x) ! x 3 i nodurile: 0; 2; 4; 6; 8 n 0,1; b) f ( x) ! x 3  2 x 2  x  3 i nodurile 1; 2; 3; 4 n 1,1; 4) x4 i nodurile 2; 3; 4; 5; 6 n 4,5. ln x De asemenea, s se scrie programele n C pentru metodele mai sus menio nate. c) f ( x ) !

Fie funcia f : R p R definit prin f ( x ) !

82

CAPITOLUL 6 Rezolvarea ecuaiilor difereniale ordinare de ordinul I

6.1. Introducere Ecuaiile difereniale numerice ordinare sunt o parte a analizei numerice care studiaz soluia numeric a ecuaiilor difereniale ordinare (ODE). Aceast parte este cunoscut de asemenea sub denumirea de integrare numeric, dar unii cercettori rezerv acest termen pentru calculul integralelor. Multe ecuaii difereniale nu pot fi rezolvate analitic, caz n care trebuie s ne mulumim cu o aproximaie a soluiei. Algoritmii studiai aic i pot fi folosii pentru a calcula astfel de aproximaie. O metod alternativ este s folosim tehnicile din calcul pentru a obine o dezvoltare n serie a soluiei. Ecuaiile difereniale ordinare apar n multe discipline tiinifice, de exemplu n mecanic, chimie, biologie i economie. n plus, unele metode n numerica ecuaiilor difereniale ordinare transform ecuaia cu derivate pariale ntr-o ecuaie diferenial ordinar, care trebuie rezolvat. Problema Vrem s aproximm soluia ecuaiei difereniale:
y '(t ) ! f (t , y (t )), y (t0 ) ! y0 (1)

unde f este o funcie care duce [t0,) Rd n Rd, i condiia iniial y0 Rd este un vector dat. Formularea de mai sus se numete problema valorii iniiale (IVP). Teorema Picard Lindel f afirm c exist o soluie unic, dac f este Lipschitz continu. n contrast, problemele valorii mrginite (BVP) menio neaz soluia y n mai mult de un punct. Diferite metode trebuie s fie folosite pentru a rezolva BVP, de exemplu shooting method, multiple shooting sau metode globale metoda diferenelor finite sau metode sintagm. Ne limitm la ecuaii difereniale de ordinul I (adic, n ecuaie apare doar prima derivat a lui y). Orict, o ecuaie de ordin superior poate fi uor convertit ntr-o ecuaie de ordinul I introducnd noi variabile. De exemplu, ecuaia de ordinul II y" ! y poate fi rescris ca ecuaiile de ordinul I: y ' ! z i z ' !  y .

83

6.2. Metode Prezentm dou metode elementare. 6.2.1. Metoda Euler Plecnd de la ecuaia diferenial (1), nlocuim derivata y ' prin diferena finit y ( t  h)  y ( t ) (2) y '(t ) } h care conduce la formula urmtoare: y (t  h) } y(t )  hf (t , y (t )) (3) Aceast formul este de obicei aplicat n felul urmtor. Alegem un pas h i construim irul t0, t1 = t0 + h, t2 = t0 + 2h, Notm prin yn o estimare numeric a soluiei exacte y(tn). motivai de (3), calculm aceste estimri prin urmtoarea schem recursiv: yn 1 ! yn  hf (t n , y n ) (4) Aceasta este metoda Euler (sau metoda Euler forward, n contrast cu metoda Euler backward, care va fi descris n continuare). Metoda este numit dup Leonhard Euler care a descris-o n 1768. Metoda Euler este un exemplu de metod explicit . Aceasta nseamn c noua valoare yn 1 este definit n funcie de ceva ce deja se cunoate, precum yn . 6.2.2. Metoda Euler backward Dac, n locul lui (2), folosim aproximarea:
y '(t ) } y ( t )  y ( t  h) h

(5)

obinem metoda Euler backward:

yn 1 ! yn  hf (tn 1 , yn  ! ) (6)

Metoda Euler backward este o metod implic it, adic trebuie s rezolvm o ecuaie pentru a gsi yn  1 . Adesea folosim o iteraie de punct fix sau metoda Newton Raphson (sau modificat) pentru a obine asta. Bineneles, ia timp s rezolvm aceast ecuaie; acest cost trebuie luat n considerare cnd selectm metoda pe care o folosim. Avantajul metodelor implicite precum (6) este c ele sunt de obicei mai stabile pentru a rezolva o ecuaie mare, adic poate fi folosit un pas h mai mare.

84

6.3. Generalizri Metoda Euler este adesea nu destul de precis. Mai precis, ea are doar ordinul 1, acest lucru fcndu-i pe matematicieni s caute metode de ordin mai mare. O posibilitate este folosirea nu doar a valorii anterior calculat yn pentru a determina yn  1 , dar i determinarea faptului ca soluia s depind de mai multe valori precedente. Aceasta conduce la aa numita metoda multi pas. Probabil cea mai simpl este metoda Leapfrog care este de ordinul 2 i, vorbind grosolan, se bazeaz pe dou valori de timp. Aproape toate metodele practice multi pas sunt din familia metodelor multi pas liniare, care au forma: E k yn  k  E k 1 yn  k 1  K  E 0 yn !
h ?Fk f (tn  k , yn  k )  F k 1 f (t n  k 1 , yn  k 1 )  K  F0 f (t n , y n ) A. O alt posibilitate este s folosim mai multe puncte n intervalul [tn,tn+1]. Aceasta conduce la familia metodelor Runge Kutta. Ambele idei pot fi combinate, metodele rezultante fiind numite metode liniare generale.

6.3.1. Metode Runge Kutta n analiza numeric, metodele Runge Kutta sunt o familie important de metode iterative implicite i explicite pentru aproximarea soluiilor unor ecuaii difereniale ordinare. Aceste tehnici au fost dezvoltate n jurul anului 1900 de matematicienii germani C. Runge i M. W. Kutta. 6.3.1.1. Metoda clasic Runge Kutta de ordin 4 Fie problema y ' ! f (t , y ), y (t0 ) ! y0 . Metoda clasic Runge Kutta de ordin 4 (RK4) pentru aceast problem este dat de ecuaiile urmtoare: h yn 1 ! yn  (k1  2k2  2k3  k4 ) 6 t n 1 ! t n  h unde yn  1 este aproximarea RK4 pentru y (tn 1 ) i k1 ! f (tn , yn )
h h k2 ! f tn  , yn  k1 2 2 h h k3 ! f tn  , yn  k2 2 2 k4 ! f tn  h, yn  hk3

85

Astfel, valoarea urmtoare ( yn 1 ) este determinat de valoarea curent ( yn ) plus produsul dintre mrimea intervalului (h) i o pant estimat. Panta este o medie ponderat a pantelor: y k1 este panta de la nceputul intervalului; y k2 este panta de la mijlocul intervalului, folosind panta k1 h pentru a determina valoarea lui y n punctul tn  folosind metoda lui 2 Euler; y k3 este tot panta de la mijlocul intervalului, dar folosind panta k2 pentru a determina valoarea lui y; y k1 este panta de la sfritul intervalului, cu valoarea lui y determinat folosind k3 . Atunci, k  2k2  2k3  k4 . panta ! 1 6 Metoda RK4 este o metod de ordin 4, adic eroarea pe pas este de ordinul lui h5 , n timp ce eroarea total acumulat are ordinul h 4 . 6.3.1.2. Metode Runge Kutta explicite Familia metodelor Runge Kutta explicite este o generalizare a metodei RK4. Ea este dat de:
yn 1 ! yn  h bi ki ,
i !1 s

unde
k1 ! f (tn , yn ) k2 ! f tn  c2 h, yn  a21hk1 k3 ! f tn  c3 h, yn  a31 hk1  a32 hk2 M ks ! f tn  cs h, ys  as1 hk1  as 2 hk2  ...  as , s 1 hks 1 . Metoda Runge Kutta este consistent dac
i 1 j !1

aij ! ci pentru i ! 2, ..., s .

86

6.3.1.3. Metode Runge Kutta ajustative Metodele ajustative produc o estimare a erorii de trunchiere locale a unui pas simplu Runge Kutta. Acest lucru se produce avnd dou metode, una de ordin p i una de ordin p  1 . Pasul cu ordinul cel mai mic este dat de
s   yn 1 ! y n  h bi k i , i !1

unde ki sunt aceeai pentru metoda de ordinul cel mai nalt. Atunci, eroarea este:
 en 1 ! yn 1  yn 1

! h (bi  bi )ki ,

i !1

care este /(h ) .

p

6.3.1.4. Metode Runge Kutta implicite Metodelor implicite sunt mai generale dect cele explicite. Soluia aproximativ a problemei valorii iniiale reflect numrul mai mare de coeficieni:
yn 1 ! yn  h bi ki ,
i !1 s

unde
s ki ! f tn  ci h, yn  h aij k j j !1 . Cel mai simplu exemplu de metod Runge Kutta implicit este metoda Euler backward: yn 1 ! yn  hf (t n  h , y n 1 ) .

6.3.2. Caracteristici O bun implementare a uneia din aceste metode de rezolvare a ecuaiilor difereniale ordinare este necesar mai mult dect formula time stepping. Adesea este insufic ient s folosim acelai pas tot timpul, deci au fost dezvoltate metodele care variaz pasul. De obicei, pasul este ales ast fel nct eroarea (local) pe pas s fie mai mic dect un nivel de toleran. Aceasta nseamn c metodele trebuie de asemenea s calculeze un indicator al erorii, o estimare a erorii locale. O extindere a acestei idei este s alegem dinamic ntre diferite metode de diferite ordine (aceasta se numete metoda variaiei ordinului). Metodele
87

de extrapolare sunt des folosite pentru a construi diferite metode de diferite ordine. Alte caracteristici sunt: y ieirea dens: aproximri numerice mici pentru ntreg intervalul de integrare, i nu doar n punctele t0, t1, t2, ... y locaia evenimentului: gsirea timpul n care, o funcie particular se anuleaz. y ajutor pentru calcul paralel. y cnd sunt folosite pentru integrare n raport cu timpul, reversibilitatea timpului. 6.4. Metode alternative Multe metode nu cad n contextul discutat aici. Unele clase de metode alternative sunt: y metodele multi derivate, care folosesc nu numai funcia f ci i derivatele ei. Aceast clas include metodele Hermite Obreschko ff i metodele Fehlberg, precum i metode precum metoda Parker Sochacki, care calculeaz recursiv coeficienii seriei Taylor a soluiei y. y metode pentru ODE de ordinul 2. Spunem c toate ODE de ordin superior pot fi transformate n ODE de primul ordin de tipul (1). n timp ce aceasta este cu siguran adevrat, s-ar putea s nu fie cea mai bun cale de procedat. n particular, metodele Nystrm lucreaz direct cu ecuaii de ordinul doi. y metode geometrice intrinseci sunt special destinate pentru clase speciale de ODE (de exemplu, integratorii simplectici pentru soluia ecuaiilor hamiltoniene). Ele in cont c soluia numeric respect geometria acestor clase. Analiza Analiza numeric nu este doar schia pentru metodele numerice, dar i pentru analiza lor. Cele trei concepte centrale n aceast analiz sunt: convergena, ordinul i stabilitatea. Convergena O metod numeric este convergent dac soluia numeric se apropie de soluia exact cnd pasul h tinde ctre 0. mai precis, cerem ca pentru fiecare ecuaie diferenial ordinar (1) cu o funcie Lipschitz f i pentru orice t* > 0, lim max yn, h  y(tn ) ! 0 .
hp0 t n ! 0, h

Toate metodele menio nate mai sus sunt convergente. De fapt, convergena este o condiie sine qua non pentru orice schem numeric.

88

Consistena i ordinul Presupunem c metoda numeric este: yn  k ! ] (tn  k ; yn , yn 1 ,K , yn  k 1 ; h ) . Eroarea local a metodei este eroarea fcut de un pas al metodei. Adic, ea este diferena dintre rezultatul dat de metod, presupunnd c nu a fost fcut nici o eroare n paii anteriori, i soluia exact: Hh n  k ! ] (tn  k ; y (tn ), y( tn 1 ), K , y( tn  k 1 ); h)  y( tn  k ) . Metoda este consistent dac lim
Hh nk
hp0 h p 1 ) dac Hh n  k ! O( h

!0.

Metoda este de ordinul p pentru h p 0 . Deci, o metod este consistent dac are un ordin mai mare dect 0. Metoda Euler (forward) (4) i metoda Euler backward (6) introduse mai sus au amndou ordinul 1, deci sunt consistente. Majoritatea metodelor folosite n practic ating un ordin mare. Consistena este o condiie necesar pentru convergen, dar nu i sufic ient; pentru ca o metod s fie convergent trebuie s fie att consistent ct i stabil n zero. Un concept asociat este eroarea global, adic eroarea fcut n toi paii pe care trebuie s-i atingem la timpul fixat t. explicit, eroarea global la t  t0 timpul t este y N  y (t ) unde N ! . Eroarea global a unei metode cu h un pas de ordinul p este 0(h p ) ; n particular, o astfel de metod este convergent. Aceast afirmaie nu este neaprat adevrat pentru metodele multi pas. Stabilitatea i stiffness Pentru unele ecuaii difereniale, aplicarea unor metode standard precum metoda Euler, metodele explicite Runge Kutta sau metodele multi pas (de exemplu, metodele Adams Bashforth) expun instabilitatea n soluie, totui alte metode pot conduce la soluii stabile. Acest comportament dificil n ecuaie (care nu trebuie neaprat s fie dificil) este descris ca rigiditate, i adesea este cauzat la prezena unor scale de timp diferite n problema de baz. Problemele rigide sunt omniprezente n cinematica chimic, teoria controlului, mecanica solidului, predicia vremii, biologie i electronic.

89

CAPITOLUL 7 Integrarea numeric

7.1. Introducere n analiza numeric, integrarea numeric constituie o familie vast de algoritmi pentru calculul valorii numerice a unei integrale definite, i prin dezvoltare, termenul este de asemenea numit uneori folosit s descrie soluia numeric a unei ecuaii difereniale. Termenul cvadratur numeric (pe scurt, adesea, cvadratur) este mai mult sau mai puin sinonim pentru integrarea numeric, special ca aplicat integralelor unu dimensionale. Integrarea 2 dimensio nal i mai mare este uneori descris ca cubatur, dei sensul cvadraturii este neles la fel de bine i pentru integrri de dimensiune mai mare. Problema fundamental considerat de integrarea numeric este s calculm o soluie aproximativ a unei integrale definite:
b

f ( x )dx .

Dac f ( x ) este o funcie neted peste o un numr mic de dimensiuni i limitele de integrare sunt mrginite, atunci exist multe metode de aproximare a integralei cu o precizie arbitrar. Legtura cu ecuaiile difereniale Problema evalurii integralei f ( x )dx poate fi redus la problema
a b

valorii iniiale pentru o ecuaie diferenial ordinar. Dac integrala de mai sus se noteaz cu I (b) , atunci funcia I satisface I '( x ) ! f ( x ), I (a ) ! 0 . Metode dezvoltate pentru ecuaii difereniale ordinare, precum metodele Runge Kutta, pot fi aplicate pentru problema formulat i astfel pot fi folosite pentru a evalua integrala. Aceast ecuaie diferenial are o form special: membrul drept conine doar variabila dependent (x) i nu variabila independent (I). Acest fapt sugereaz c pot fi dezvoltate metode specifice pentru evaluarea unei integrale, i c aceste metode pot lucra mai bine dect metodele generale pentru problema valorii iniiale pentru ecuaii difereniale. Motive pentru integrarea numeric Exist cteva motive pentru a face integrarea numeric. Integrantul f ( x ) poate fi cunoscut doar n anumite puncte, aa cum este obinut prin prelevare. Unele sisteme ncastrate i alte aplicaii pe calculatoare pot avea nevoie de integrare numeric pentru acest motiv. Poate fi tiut o formul

90

pentru integrant, dar este dific il sau imposibil de gsit o antiderivat care este o funcie elementar. Un exemplu de asemenea integrant este f ( x ) ! e x , antiderivata cruia nu poate fi scris ntr-o form elementar. Poate fi gsit o antiderivat simbolic, dar este mai uor de calculat o aproximare numeric dect de calculat antiderivata. Acesta poate fi cazul dac antiderivata este dat ca o serie infinit sau ca product, sau dac evaluarea ei necesit o funcie special ca nu este disponibil. Metode pentru integrale de dimensiune unu Metodele de integrare numeric pot fi descrise ca, combinnd evalurile integrantului pentru a obine o aproximare a integralei. O important parte a analizei oricrei metodei de integrare numeric este studiul comportrii erorii aproximrii ca o funcie de numrul de evaluri ale integrantului. O metod care produce o eroare mic pentru un numr mic de evaluri este de obicei considerat ca superioar. Reducnd numrul de evaluri ale integrantului reducem numrul de operaii aritmetice implicate, i de aceea, reduce eroarea total rotunjit. De asemenea, fiecare evaluare ia timp, i integrantul poate fi complicat. Poate fi fcut integrarea numeric brut dac integrantul se comport rezonabil (adic, este continuu) prin evaluarea integrantului cu creteri foarte mici. Regulile cvadraturii bazate pe interpolarea funciilor O clas larg de reguli de integrare poate fi obinut prin construcia funciilor de interpolare car sunt uor de integrat. De obicei aceste funcii de interpolare sunt polinoame.
2

Exemplificare pentru regula dreptunghiului Cea mai simpl metod de acest tip este s punem ca funcie de interpolare o funcie constant (un polinom de grad 0) care trece prin punctul a  b a  b ,f . Aceast metod se numete regula mijlocului sau regula 2 2 dreptunghiului. b ab f ( x )dx } (b  a ) f . 2 a

91

. Exemplificare pentru regula trapezului Funcia de interpolare poate fi o funcie afin (un polinom de grad 1) care trece prin punctele (a, f (a )) i (b, f (b )) . Aceast metod se numete regula trapezului. b f ( a )  f ( b) f ( x )dx } (b  a ) 2 a

Exemplificare pentru regula Simpson Pentru oricare din aceste trei reguli, putem face o aproximare mai precis mprind intervalul [a, b] ntr-un numr de n subintervale, calculnd o aproximare pe fiecare subinterval, apoi adunnd toate rezultatele. Acest mod se numete regul compus, regul extins sau regul iterativ. De exemplu, regula trapezului compus poate fi exprimat ca: b b  a f ( a )  f (b ) n 1 b  a  f a  k f ( x ) dx } (*) 2 n n 1 k ! a
ba i k ! 0, n  1 . n Interpolare cu polinoame evaluate n puncte echidistante n [a, b] produce formulele Newton Cotes, care are ca exemple regula dreptunghiului i regula trapezului. Regula Simpson, care se bazeaz pe un polinom de grad 2, este de asemenea o formul Newton Cotes. Regula corespunztoare cu fiecare interval subdivizat include toate punctele curente, deci valorile acelor integrani pot fi refolosite. Dac permitem intervalelor dintre punctele de interpolare s varieze, gsim un alt grup de formule de cvadratur, precum formulele de cvadratur gaussian. O regul de cvadratur gaussian este mai precis dect o regul Newton Cotes care cere acelai numr de evaluri ale funciilor, dac integrantul este neted (adic, dac el are multe derivate). Alte metode de cvadratur cu

unde subintervalele au forma ?kh, ( k  1) h A, cu h !

92

variaia intervalelor include metoda cvadratura Clenshaw Curtis i metoda cvadraturii Fejr. Algoritmi ajustai Dac f ( x ) nu are multe derivate n toate punctele, sau dac derivatele devin mari, atunci cvadratura gaussian este adesea insuficient. n acest caz, un algoritm similar cu urmtorul va executa mai bine: // Acest algoritm calculeaz integrala definit a unei funcii de la 0 la 1, ajustativ, // alegnd cei mai mici pai n vecintatea punctelor problematice. // Fie initial_h mrimea pasului iniial. x:=0 h:=initial_h accumulator:=0 WHILE x<1.0 DO IF x+h>1.0 THEN h=1.0-x END IF IF error in quadrature of f(x) over [x,x+h] is too large THEN Make h smaller ELSE accumulator:=accumulator + quadrature of f over [x,x+h] x:=x+h IF error in quadrature of f(x) over [x,x+h] is very small THEN Make h larger END IF END IF END WHILE RETURN accumulator Unele detalii ale algoritmului cer o gndire atent. Pentru multe cazuri, nu este evident estimarea erorii dintr-o cvadratur pe un interval pentru o funcie f ( x ) . O soluie popular este folosirea a dou reguli diferite de cvadratur i folosirea diferenei lor ca o estimare a erorii din cvadratur. Cealalt problem este s decidem ce semnific prea mare sau foarte mic. Un criteriu local pentru prea mare este c eroarea cvadraturii trebuie s nu fie mai mare dect t h unde t, un numr real, este tolerana pe care dorim s o fixm pentru eroarea global. Apoi, din nou, dac h este deja mic, s-ar putea s nu merite s facem mai mic chiar dac eroarea cvadraturii este aparent mare. Un criteriu global este ca suma erorilor pe toate intervalele trebuie s fie mai mic dect t. Acest tip de analiz a erorii se numete, de obicei, a posteriori din moment ce noi calculm eroarea dup ce am calculat aproximarea.

93

Metode de extrapolare Precizia unei reguli de cvadratur de tip Newton Cotes este, n general, o funcie de numrul punctelor de evaluare. Rezultatul este mai precis cnd numrul punctelor de evaluare crete, sau, echivalent, cnd mrimea pasului dintre puncte scade. Este natural s ne ntrebm ce va fi rezultatul dac permitem pasului s se apropie de zero. La aceast ntrebare se poate rspunde extrapolnd rezultatul de la dou sau mai multe mrimi diferite de zero (de exemplu, extrapolarea Richardson). Funcia de extrapolare poate fi o funcie polinomial sau una raional. Estimarea (a priori) conservativ a erorii Fie f cu prima derivat mrginit pe [a, b] . Teorema de medie pentru f, unde x < b, ne d: ( x  a ) f '( y x ) ! f ( x )  f ( a ) pentru un y x din [a, x ] depinznd de x. Dac integrm n x de la a la b n ambii membri i lum valoarea absolut, obinem:
b

f ( x )dx  (b  a ) f (a ) ! ( x  a ) f '( y x )dx

a

Putem aproxima, n plus, integrala din membrul drept introducnd valoarea absolut n integrant i nlocuind termenul n f ' printr-o limit superioar:
b

(b  a ) 2 sup f '(x ) (**) f ( x )dx  (b  a ) f (a ) e 2 a e x eb a

b

Deci, dac aproximm integrala f ( x )dx prin regula cvadraturii

a

(b  a ) f (a ) , atunci eroarea nu este mai mare de membrul drept al (**). Putem transforma aceasta ntr-o analiz a erorii pentru suma Riemann (*), dnd marginea superioar a:
n 1 sup f '( x ) 2 0 e x e1 pentru termenul erorii a acelei aproximri particulare. Folosind mai multe derivate i cvadratura putem face o analiz a erorii similar folosind seriile Taylor (folosind o sum parial cu rest) pentru f. Aceast analiz a erorii d o limit superioar a erorii, dac derivatele lui f sunt disponibile. Aceast metod de integrare poate fi combinat cu aritmetica intervalului pentru a obine demo nstraii cu calculatorul i pentru a verifica calculele.

94

Integrale multidimensionale Regulile cvadraturii discutate pn acum sunt destinate pentru a calcula integrale de dimensiune 1. Pentru a calcula integrale n dimensiuni multiple, o abordare este s exprimm integrala multipl ca integrale de dimensiune unu repetate aplicnd teorema lui Fubini. Aceast abordare cere ca evalurile funciei s creasc exponenial cu numrul cu care crete dimensiunea. Aceste dou metode sunt cunoscute ca nvingnd aceast aa numit curse a dimensiunii. Monte Carlo Metodele Monte Carlo i metodele cvasi Monte Carlo sunt uor de aplicat integralelor multidimensio nale, i pot produce o mai mare precizie pentru acelai numr de evaluri ale funciei dect integrri repetare folosind metode unu dimensio nale. O clas mare de metode Monte Carlo utile este format din aa numiii algoritmi lanul Monte Carlo al lui Marcov, care include algoritmul Metropolis Hastings i prelevarea Gibbs.

Integrarea numeric prin metoda Monte Carlo: nodurile sunt aleatoriu echidistante. Noile noduri sunt albastru nchis, vechile noduri sunt bleu. Valoare integralei tinde ctre 3.32. 7.2. Integrarea n puncte echidistante 7.2.1. Formulele Newton-Cotes n analiza numeric, formulele Newton Cotes, numite i regulile Newton Cotes, reprezint un grup de formule pentru integrarea numeric (numit i cvadratur) bazate pe evaluarea integrantului n n  1 puncte echidistante. Ele sunt numite dup Isaac Newton i Roger Cotes. Formulele Newton Cotes pot fi utile dac este dat valoarea integrantului n punctele

95

echidistante. Dac este posibil s schimbm punctele n care este evaluat integrantul, atunci alte metode precum cvadratura gaussian i cvadratura Clenshaw Curtis sunt, probabil, mai potrivite. Este presupus c valoarea unei funcii f este cunoscut n punctele echidistante xi, pentru i ! 0, n . Exist dou tipuri de formule Newton Cotes: tipul nchis care folosete valoarea funciei n toate punctele, i tipul deschis care nu folosete valorile funciei n capetele intervalului. Formula Newton Cotes nchis de grad n este exprimat astfel:
b

f ( x )dx } wi f ( xi )
i!0

xn  x0 . wi se numesc ponderi. n Aa cum se poate vedea n urmtoarea derivaie, ponderile deriv din polinoamele Lagrange fundamentale. Aceasta nseamn c ele depind doar de xi nu i de funcia f. Fie L( x ) polinomul de interpolare n forma Lagrange pentru punctele ( x0 , f ( x0 )),K , ( xn , f ( xn )) . Atunci

unde xi = h i + x0, cu h (numit pas) egal cu

f ( x )dx } L ( x )dx ! f (xi )li (x )dx !

a i!0 b n n f ( xi ) li ( x )dx. i!0 a 1i ! 40 2 4 3 a wi

b n

Formula Newton Cotes deschis de grad n este exprimat ca:

b

f ( x )dx } wi f ( xi )
i !1

n 1

Ponderile sunt gsite ntr-o manier similar ca n formula nchis. Instabilitatea pentru grad mare O formul Newton Cotes de orice grad n poate fi construit. Oricum, pentru n mare, o regul Newton Cotes poate suferi uneori din cauza fenomenului Runge unde eroarea crete exponenial pentru n mare. Metode precum cvadratura gaussian i a cvadraturii Clenshaw Curtis cu puncte ne-echidistanete (grupate n extremitile intervalului de integrare) sunt stabile i mult mai precise, i sunt preferate formulei Newton Cotes. Dac aceste metode nu pot fi folosite, deoarece integrantul este dat doar n punctele echidistante, atunci fenomenul Runge poate fi evitat folosind o regul compus, aa cum este explicat dedesubt.

96

Formulele Newton Cotes nchise grad Denumire Formul 1 2 Regula trapezului Regula lui Simpson
3 regula lui 8 Simpson h ( f 0  f1 ) 2 h ( f0  4 f1  f2 ) 3 3h ( f0  3 f1  3 f 2  f3 ) 8

Eroarea   h3 (2) f (\) 12 h5 (4) f (\) 90

3h5 (4 ) f (\) 80

Regula lui Boole 7 2h (7 f0  32 f1  12 f 2  32 f3  7 f4 )  8h f (6 ) (\) 4 sau 945 Regula lui Bode 45 Exponentul pasului h n eroare arat viteza la care descrete eroarea aproximrii. Derivata lui f n termenul eroare arat care polinoame pot fi integrate exact). De notat c derivata lui f n termenul eroare crete cu 2 pentru fiecare alt regul. Numrul se afl ntre a i b. Formulele Newton Cotes deschise grad Denumire Formul 1 2 3 4 Regula dreptunghiului Fr nume Fr nume Fr nume 2hf1
3h ( f1  f2 ) 2 4h (2 f1  f2  2 f3 ) 3 5h (11 f1  f 2  f3  11 f 4 ) 24

Eroarea h3 (2) f (\) 24 h3 (2) f (\) 4 28h5 (4) f (\) 90 95h5 (4) f (\) 144

Reguli compuse Pentru ca regulile Newton Cotes s fie precise, pasul h trebuie s fie mic, ceea ce nseamn c intervalul de integrare [a,b] trebuie s fie mic. Din acest motiv se execut integrarea numeric mprind [a,b] n subintervale mai mic i, aplicnd o regul Newton-Cotes pe fiecare subinterval i adunnd rezultatele. Aceasta se numete regul compus.

97

7.2.2. Metoda dreptunghiurilor n calculul integral, metoda dreptunghiurilor folosete o aproximare a unei integrale definite, fcut prin gsirea ariei unei serii de dreptunghiuri. n calculul numeric, aceasta a fost nlocuit de metode de integrare numeric mai so fisticate. Oricare col stng sau drept, sau mijlo cul de sus a dreptunghiului se gsesc pe graficul funciei, cu bazele de-a lungul axei x. Aproximarea este luat prin sumarea ariilor celor n dreptunghiuri care umplu spaiul ntre dou valori x dorite.
b

f ( x ) dx } f ( a  i ' ( x ) ( x ,
i !1

i  1 pentru aproximarea stng ba 1 unde (x ! , i ' ! i  pentru aproximarea n mijloc . n 2 i pentru aproximarea dreapt Necesitatea lui a + i'x apare cnd a este nenul, i cum poziia primului dreptunghi nu este n f(i'x) ci, mai degrab, f(a + i'x). Cu ct crete n, cu att aproximarea este precis. De fapt, limita aproximrii pentru npg este exact egal cu integrala definit:
b

f ( x )dx ! lim f ( a  i ' (x) (x . Acest lucru este adevrat indiferent de

n p g i !1

ce i este folosit. Dei aproximarea n mijloc tinde s fie mai precis pentru n finit, limita celor trei aproximri, cum n p g , este aceeai, astfel oricare dintre ele poate fi folosit pentru a calcula o integral definit.

Aproximarea dreapt Riemann Aproximarea n mijloc Aproximarea stng Riemann

Eroarea Erorii de aproximare n mijlo c se descompune ca cubul limii dreptunghiului f ( x )dx ! hf a  a pentru \ (a, a  h) oarecare.
a h

h h3 f "(\)  2 24

98

7.2.3. Regula trapezului n matematic, regula trapezului este o modalitate de a calcula aproximativ integrala definit
b

f ( x )dx . Regula trapezului lucreaz

aproximnd regiunea de sub graficul unei funcii f ( x ) printr-un trapez i calculnd aria lui. Rezult c b f ( a )  f ( b) . f ( x )dx } (b  a ) 2 a Pentru a calcula aceast integral precis, mprim, pentru nceput, intervalul de integrare [a, b] n n subintervale mai mici, i apoi aplicm regula trapezului pe fiecare dintre ele. Obinem regula trapezului compus: b b  a f ( a )  f (b ) n 1 b  a  f a  k f ( x ) dx } . 2 n n 1 k ! a Aceasta poate fi scris alternativ ca b ba  f ( x0 )  2 f (x1 )  2 f (x 2 )  K  2 f (xn 1 )  f (xn ) f ( x ) dx } 2 n a unde ba , xk ! a  k n pentru k ! 0, n (putem folosi de asemenea o reea neuniform). Regula trapezului este una din familiile de formule pentru integrarea numeric numite formulele Newton Cotes. Regula Simpson este alt membru al aceleiai familii, adesea mai precis. Regula Simpson i alte metode ca ea pot fi ateptate s mbunteasc regula trapezului pentru funcii care sunt de dou ori continue difereniabile; oricum, pentru funcii grosolane, regula trapezului este probabil preferabil. n plus, regula trapezului tinde s devin extrem de precis cnd sunt integrate funcii periodice pe perioada lor, un lucru cel mai bine neles n legtur cu formula de sumare Euler MacLaurin. Un avantaj al regulii trapezului este acela c semnul erorii aproximrii este cunoscut. O integral aproximat cu aceast regul pe o funcie susconcav va fi supraestimat deoarece trapezele includ toat aria de sub curb i se extind peste ea. Folosind aceast metod la o funcie jos-concav produce o subestimare deoarece aria este nenumrat pentru partea de sub curb, dar nici una nu este numrat deasupra. Dac intervalul integralei fiind aproximat include un punct de inflexiune, atunci eroarea este mai greu de identificat.

99

7.2.4.

Metoda Romberg n analiza numeric, metoda Romberg (1955) genereaz o matrice triunghiular format din estimri numerice ale unei integrale definite
b

f ( x ) dx

folosind extrapolarea Richardson n repetate rnduri pe regula trapezului. Metoda Romberg evalueaz integrantul n puncte echidistante. Integrantul trebuie s aib derivate continue. Dac este posibil s evalum integrantul n puncte neechidistante, atunci alte metode precum cvadratura gaussian i cvadratura Clenshaw Curtis sunt mai precise. Metoda Romberg poate fi definit inductiv astfel: 1 R(0, 0) ! (b  a)  f (a )  f (b) 2
2 1 R(n, 0) ! R(n  1, 0)  hn f a  (2k  1)hn 2 k !1 1 1 R(n, m) ! R( n, m  1)  R( n, m  1)  R( n  1, m  1) m 2 4 1
n 1

sau R(n, m) ! unde n u 1, m u 1, hn ! 1

m

2 ) . Eroarea R(n, m) este de ordinul O ( hn n 2 Prima extrapolare, R (n,1) , este echivalent cu regula Simpson cu n  2 puncte. Cnd evalurile funciei sunt costisitoare, ar fi de preferat s nlocuim interpolarea polinomial a lui Richardson cu interpolarea raio nal propus de Bulirsch i Stoer (1967). Exemplu Ca exemplu, funcia Gauss este integrat de la 0 la 1, adic funcia eroare erf (1) 0.842700792949715 . Matricea triunghiular este calculat pe linie i calculul se termin dac ultimele dou intrri din ultima linie difer prin mai puin de 1.e 8.

4 ba

4m R(n, m  1)  R(n  1, m  1)  1
m 1

0.77174333 0.82526296 0.83836778 0.84161922 0.84243051

0.84310283 0.84273605 0.84271160 0.84270304 0.84270083 0.84270066 0.84270093 0.84270079 0.84270079 0.84270079

Rezultatul din colul drept inferior al matricei triunghiulare este precis. Este de remarcat c acest rezultat deriv din aproximrile mai puin precise obinute prin regula trapezului n prima coloan a matricei triunghiulare.
100

7.2.5.

Regula Simpson n analiza numeric, regula Simpson este o metod pentru integrarea numeric, aproximarea numeric a integralelor definite. Anume, ea este b ba a b aproximarea f ( x )dx } f (a )  4 f  f (b ) . 6 2 a Interpolarea cvadratic nlocuim integrantul f ( x ) prin polinomul integral P(x) care ia aceleai ab valori ca f ( x ) n punctele terminale a i b i n mijlocul m ! . Putem 2 folosi interpolarea polinomial Lagrange pentru a gsi o expresie pentru acest polinom, ( x  m)( x  b) ( x  a)( x  b) ( x  a)( x  m) P( x ) ! f (a )  f ( m)  f (b) . (a  m)(a  b) (m  a )(m  b) (b  a )(b  m) Un calcul simplu arat c P ( x )dx !
a b

ba f (a )  4 f 6

ab  f (b ) . 2

Media mijlocului i regulile trapezului O alt derivaie construiete regula Simpson din dou aproximri mai simple: ab regula mijlocului: M ! (b  a ) f 2 1 regula trapezului: T ! (b  a )  f (a )  f (b ) . 2 Erorile n aceste aproximri sunt, respectiv, 1 1  (b  a )3 f "(a )  O ((b  a )4 ) i (b  a )3 f "(a )  O ((b  a )4 ) . 24 12 Rezult c termenul principal al erorii se anuleaz dac lum media 2M  T ponderat . Aceast medie ponderat este exact regula Simpson. 3 Folosind alt aproximare (de exemplu, regula trapezului cu un numr dublu de puncte), este posibil s lum o medie ponderat potrivit i s eliminm alt termen al erorii. Aceasta este metoda Romberg. Coeficienii nedeterminai A treia derivaie ncepe de la ansatz b ab f ( x )dx } Ef (a )  F f  Kf (b ) . 2 a Coeficienii E, F i K pot fi fixai cernd ca aceast aproximare s fie exact pentru toate polinoamele cvadratice. Aceasta produce regula Simpson.

101

Eroarea Eroarea n aproximarea unei integrale prin regula Simpson este  (b  a)5 (4) f (\) , unde \ este un numr oarecare ntre a i b. Eroarea este 2880

(asimptotic) proporional cu (b  a )5 . Oricum, derivaiile de mai sus sugereaz o eroare proporional cu (b  a )4 . Regula Simpson ctig un ordin n plus deoarece punctele n care integrantul este evaluat, sunt distribuite simetric n intervalul [a, b] . Regula Simpson compus Dac intervalul de integrare [a, b] este mic (adic funcia de integrat este relativ neted pe intervalul [a, b] ), atunci regula Simpson va furniza o aproximare adecvat a integralei exacte. Pentru o astfel de funcie, un interpolant cvadratic neted precum cel folosit n regula Simpson va da duce la rezultate bune. Oricum, este des ntlnit cazul ca funcia pe care ncerc m s o integrm este neted peste interval. Aceasta nseamn c orice funcia este puternic oscilant, ori ea nu are derivate n anumite puncte. n aceste cazuri, regula Simpson poate da rezultate foarte slabe. O cale uzual de a rezolva aceast problem este spargerea intervalului [a, b] ntr-un numr de subintervale mici. Apoi, regula Simpson este aplicat pe fiecare subinterval, se sumeaz rezultatele pentru o obine o aproximare a integralei pe ntreg intervalul. Acest tip de abordare se numete regula Simpson compus. Presupunem c intervalul [a, b] este mprit n n subintervale, cu n un numr par. Atunci, regula Simpson compus este dat de: n n 1 b 2 2 h f ( x )dx } f ( x0 )  2 f (x2 j )  4 f (x2 j 1 )  f (xn ) , 3 j !1 j !1 a ab unde xi ! a  ih pentru i ! 0, n cu h ! ; n particular, x0 ! a i n xn ! b . Formula de mai sus poate fi scris ast fel:
b

f ( x )dx }

h [ f ( x0 )  4 f ( x1 )  2 f ( x 2 )  4 f ( x3 )  2 f (x 4 )  K  3

4 f ( xn 1 )  f ( xn )]. Eroarea fcut de regula Simpson compus este mrginit (n valoarea absolut) de

102

ba h4 . (b  a ) max f (4) (\) , unde h ! n 180 \[ a , b ] Aceast formulare mparte intervalul [a, b] n subintervale de lungime egal. n practic, este deseori avantajos de a folosi subintervale de lungimi diferite, i de a ne concentra eforturile n locurile unde integrantul se comport mai puin bine. Aceasta conduce la metoda Simpson ajustat.

7.2.6. Metoda ajustativ Simpson Metoda ajustativ Simpson, numit de asemenea regula ajustativ Simpson, este o metod de integrare numeric propus de William M. McKeeman n 1962. Este, probabil, primul algoritm ajustativ pentru integrarea numeric care a aprut, dei mai multe metode moderne bazate pe integrarea Gauss Kronrod i integrarea Clenshaw Curtis sunt, n general, preferate acum. Metoda ajustativ Simpson folosete o estimare a erorii pe care o obinem calculnd o integral definit folosind regula lui Simpson. Dac eroare depete o toleran specificat de utilizator, algoritmul cere subdivizarea intervalului de integrare n dou i aplicarea metodei ajustative a lui Simpson pe fiecare subinterval ntr-o manier recursiv. Tehnica este de obicei mult mai efic ient dect regula de compunere Simpson din moment de folosete mai puine funcii de evaluare n punctele n care funcia este bine aproximat de o funcie integral. Criteriul de determinare a momentului n care oprim subdivizarea intervalului este: S ( a, c)  S ( c, b)  S ( a, b) I 15 unde [a, b] este un interval care are mijlocul c, S (a, b), S ( a, c) i S (c, b) sunt estimrile date de regula lui Simpson pe intervalele corespunztoare i I este tolerana dorit pentru interval. Regula Simpson este un caz particular al metodei Romberg. Teoria acestei metode arat c regula lui Simpson este exact atunci cnd integrantul este un polinom de grad 3 sau mai mic. Potrivit metodei Romberg, cea mai corect estimare Simpson S (a, c)  S (c, b) pentru ase valori ale funciei se combin cu cea mai puin corect estimare Simpso n S (a, b) pentru trei valori ale funciei aplicnd corecia S ( a, c)  S ( c, b)  S ( a, b) . 15 Aici, constanta 15 este aleas pentru a asigura c dup ce aplic m corecia, este obinut o estimare care este exact pentru polinoame de grad cel mult 5.

103

7.3.

Integrarea n puncte neechidistante Pentru funcii care nu sunt periodice, orict, de departe, cele mai precise metode cu puncte neechidistante sunt cvadratura gaussian i cvadratura Clenshaw Curtis. 7.3.1. Cvadratura gaussian n analiza numeric, o regul de integrare este o aproximare a integralei definite a unei funcii, uneori formulat ca suma ponderat a valorilor funciei n punctele date nuntrul domeniului de integrare. O regula de cvadratur gaussian n puncte, numit dup Carl Friedrich Gauss, este in regul de integrare construit pentru a produce un rezultat exact pentru polinoamele de grad 2n  1 , printr-o alegere corespunztoare a n punctelor xi i n ponderilor wi. Domeniul de integrare pentru o ast fel de regul este, prin convenie, luat [1, 1], astfel c regula este exprimat ca
1 1

f ( x )dx } wi f ( xi ) .
i !1

Se poate arta (vezi Press, .a. sau Stoer i Bulirsch) c punctele de evaluare sunt chiar rdcinile polinomului care aparine clasei polinoamelor ortogonale. Reguli pentru problema de baz Pentru problema de integrare exprimat mai sus, polinoamele asociate sunt polinoamele Legendre, Pn ( x ) . Cu cel de-al n lea polinom normalizat pentru a obine Pn(1) = 1, nodul Gauss i, xi, este a i a rdcin a lui Pn; ponderea ei este dat de (Abramowitz & Stegun 1972, p. 887) 2 wi ! . 2 (1  xi )( P 'n ( xi )) 2 n continuare sunt date cteva reguli de integrare pentru ordine mici: Numrul de Punctele, xi Ponderile, wi puncte, n 1 2 s 0 3 3 s 5 0 1 3 2 1
8 9 5 9

104

3 2 s 4 s 7 3 2 7 0 5

6 5 6 5

18  30 36 18  30 36
128 225

1 10 52 3 7 1 10 52 3 7

322  13 70 900 322  13 70 900

Schimbarea intervalului pentru cvadratura gaussian O integral pe [a, b] trebuie schimbat ntr-o integral pe [1, 1] nainte s aplicm regula de integrare gaussian. Aceast schimbare a intervalului poate fi fcut astfel: b ba 1 ba a b x f ( x ) dx ! f dx . 2 1 2 2 a Dup aplicarea regulii de integrare Gauss se obine urmtoarea aproximare: ba n ab ba x wi f 2 i !1 2 2 Alte forme ale cvadraturii gaussiene Problema integrrii poate fi exprimat ntr-o manier puin mai general prin introducerea unei funcii pondere [ , pozitiv, n integrant, i permind un interval diferit de [1, 1]. Adic, problema este calculul
b

[( x) f ( x) dx

pentru unele alegeri ale lui a, b i . Pentru a = 1, b = 1 i (x) = 1, problema este aceeai cu cea considerat mai sus. Alte alegeri conduc la alte reguli de integrare, unele dintre ele fiind cele din tabelul urmtor.

105

Intervalul [1,1] (1,1) (1,1)

(x) 1 (1  x)E (1  x)F , E, F " 1

1 1  x2

Polinoamele ortogonale Polinoamele Legendre Polinoamele Jacobi Polinoamele Chebyshev (de prima spe) Polinoamele Chebyshev (de spea a doua) Polinoamele Laguerre Polinoamele Hermite

[1,1] [0,) (,)

1  x2
e x

e x

Teorema fundamental Fie q un polinom netrivial de grad n ast fel nct [( x) x k q( x) dx ! 0

a b

pentru toi k ! 0, n  1 . Dac alegem nodurile s fie zero-urile lui q, atunci exist ponderile wi care fac integrala calculat exact pentru toate polinoamele de grad 2n 1 sau mai mic. n plus, toate aceste noduri se vor gsi n intervalul deschis (a, b). Estimarea erorii Eroarea unei reguli de integrare Gauss poate fi exprimat dup cum urmeaz. Pentru un integrant care are 2n derivate continue,
b

[( x ) f ( x )dx  wi f (xi ) !
i !1

f (2n ) (\) ( pn , pn ) (2n) !

pentru un oarecare din (a, b), unde pn este polinomul ortogonal de grad n i unde ( f , g ) ! [( x ) f ( x ) g ( x )dx
a b

n cazul special (x) = 1 avem estimarea erorii

(b  a ) 2 n 1 (n !)4 (2 n  1) ?(2n ) !A
3

f (2 n ) (\), a

b.

106

Stoer i Bulirsch au remarcat c nu este convenabil n practic, din moment ce poate fi dific il de estimat derivata de ordinul 2n, i, n plus, eroarea actual poate fi mult mai mic dect o margine stabilit de derivat. O alt abordare este de a folosi regulile de cvadratur gaussian de ordine diferite, i s estimm eroarea ca diferena dintre cele dou rezultate. Pentru acest scop, pot fi utile regulile de integrare Gauss Kronrod. Regulile Gauss Kronrod Dac intervalul [a,b] este mprit, punctele de evaluare Gauss ale noilor subintervale coincid cu punctele de evaluarea anterioare (exceptnd zero, pentru numerele impare), i ast fel, integrantul trebuie s fie evaluat n fiecare punct. Regulile Gauss Kronrod sunt extinderi ale regulilor de cvadratur gaussian generate prin adugarea a n + 1 puncte la o regul n punct n aa fel nct regula rezultant s fie de ordin 3n + 1. Acest fapt permite calculul estimrilor de ordin superior refolosind valorile funciei a unei estimri de ordin mic. Diferena dintre regula de cvadratur gaussian i extensia ei Kronrod este des utilizat ca o estimare a erorii aproximrii. Regulile sunt numite dup Alexander Kronrod care le-a inventat n 1960. Algoritmii n QUADPACK au la baz regulile GaussKronrod. Un exemplu popular combin o regul Gauss 7 puncte cu o regul Kronrod 15 puncte. Deoarece punctele Gauss sunt ncorporate n punctele Kronrod, un total de doar 15 evaluri produc estimarea integrrii ct i eroarea estimrii. Nodurile Gauss Ponderile 0.94910 79123 42759 0.74153 11855 99394 0.40584 51513 77397 0.00000 00000 00000 Nodurile Kronrod 0.99145 53711 20813 0.94910 79123 42759 0.86486 44233 59769 0.74153 11855 99394 0.58608 72354 67691 0.40584 51513 77397 0.20778 49550 07898 0.12948 49661 68870 0.27970 53914 89277 0.38183 00505 05119 0.41795 91836 73469 Ponderile 0.02293 53220 10529 0.06309 20926 29979 0.10479 00103 22250 0.14065 32597 15525 0.16900 47266 39267 0.19035 05780 64785 0.20443 29400 75298

0.00000 00000 00000 0.20948 21410 84728 Patterson a artat cum se gsesc alte extensii de acest tip.

107

7.3.2. Cvadratura tanh sinh Cvadratura tanh sinh este o metod de integrare numeric introdus de Hidetosi Takahasi i Masatake Mori n 1974. Ea folosete schimbarea de variabil T x ! tanh sinh t 2 pentru a transforma o integral pe ( 1, 1) ntr-o integral pe ntreaga dreapt real. Pentru un pas dat h, integrala este aproximat de suma
k ! g

wk f ( xk )

cu: - abscisele T xk ! tanh sinh kh 2 i - ponderile: T cosh kh T 2 tanh sin kh . wk ! T 2 cos 2 sinh kh 2 La fel ca cvadratura gaussian, cvadratura tanh-sinh este potrivit pentru integrarea cu precizie arbitrar, unde este dorit o acuratee de sute sau mii de digii. Convergena este ptratic pentru integrani cu comportare suficient de bun: dublarea numrului de puncte de evaluare dubleaz grosola n numrul de digii coreci. Cvadratura tanh sinh este mai puin eficient dect cvadratura Gauss pentru integrani netezi, dar, spre deosebire de cvadratura Gauss lucreaz bine i cu integrani care au singulariti sau derivate infinite ntr-unul sau n ambele capete ale intervalului de integrare. Un alt avantaj este acela c abscisele i ponderile sunt relativ simplu de calculat. Costul calculului perechilor abscise ponderi pentru o acuratee de n digii este n 2 log 2 n comparabil cu n3 log n pentru cvadratura Gauss. Comparnd schema cu cvadratura Gauss i cvadratura funciei eroare, Bailey .a. au gsit c schema tanh sinh pare a fi cea mai bun pentru integrani de tipul celor mai des ntlnii n cercetrile matematice experimentale.

108

7.3.3. Cvadratura Clenshaw Curtis Cvadratura Clenshaw-Curtis i cvadratura Fejr sunt metode de integrare numeric, sau de cvadratura numeric, bazate pe o dezvoltare a integrantului n termeni de polinoame Chebyshev. Echivalent, ele folosesc o schimbare de variabil x = cos i folosesc o aproximare a transformrii cosinus discret pentru seriile cosinus. n afar c au o convergen rapid comparabil cu regulile de integrare gaussian, cvadratura Clenshaw Curtis i Fejr conduc natural ctre regulile de integrare (n care diferite ordine de precizie mpart punctele), care este important pentru ambele integrri (multidimensionale i ajustativ). Pe scurt, funcia f ( x ) care trebuie integrat este evaluat n punctul de extrem N sau n rdcinile unui polinom Chebyshev i aceste valori sunt folosite pentru a construi o aproximare polinomial pentru aceast funcie. Aceast aproximare este atunci integrat exact. n practic, ponderile de integrare pentru valoarea funciei n fiecare nod sunt precalculate, i acest calcul poate fi executat n timpul O(NlogN) cu ajutorul diferitor algoritmi legai de transformrii rapide Fourier pentru DCT. O cale simpl de a nelege algoritmul este de a nelege faptul c cvadratura Clenshaw Curtis (propus de acei autori n 1960) se refer la o integrare printr-o schimbare de variabil x = cos. Algoritmul este exprimat pentru integrala unei funcii f ( x ) pe un interval [1,1] (orice alt interval poate fi obinut printr-o rescalare). Pentru aceast integral, putem scrie
1 1

f ( x )dx ! f (cos U) sin Ud U .

0

Aceasta nseamn c trebuie s transformm aceast problem din integrarea lui f ( x ) n integrarea lui f (cos U) sin U . Acest lucru poate fi fcut dac tim seria cosinus pentru f (cos U) :
g a f (cos U) ! 0  ak cos(k U ) 2 k !1 caz n care integrala devine: T g a0 2a2 k  . f (cos U) sin Ud U ! 2 k !1 1  (2k ) 2 0

Bineneles, pentru a calcula coeficienii seriei cosinus

ak ! 2T f (cos U) cos Ud U T0

trebuie s executm nc o dat o integrare numeric, deci pentru nceput aceasta poate s par c nu simplific problema. Spre deosebire de calculul
109

integralelor arbitrare, oricum, integrrile seriilor Fourier pentru funcii periodice (precum f (cos U) , prin construcie), pn la frecvena Nyquist k = nT N, sunt precis calculate de punctele N echidistante i ponderile Un ! N echidistante pentru n ! 0, N (cu excepia punctelor terminale care sunt 1 ponderate de , pentru a evita dubla numrare). Adic, aproximm integrala 2 seriilor cosinus prin transformarea cosinus discret (DCT) de tipul I: N 1 2 f (1) f ( 1) nT nk T  (1) k  f cos cos ak } 2 N 2 N N n !1 pentru k ! 0, N i apoi folosim formula de mai sus pentru integral n termenii acelor ak . Legtura cu polinoamele Chebyshev Motivul pentru care aceasta este legat de polinoamele Chebyshev Tk ( x ) este acela c, prin definiie, Tk (cos U) ! cos(k U ) i ast fel, seria cosinus de mai sus este ntr-adevr o aproximare a lui f ( x ) prin polinoame Chebyshev: g a f ( x ) ! 0 T0 ( x )  ak Tk ( x ) , 2 k !1 i astfel integrm cu adevrat f ( x ) integrnd dezvoltarea aproximant n nT termenii polinoamelor Chebyshev. Punctul de evaluare xn ! cos N corespunde extremei polinomului Chebyshev TN ( x ) . Faptul c o astfel de aproximare Chebyshev este chiar o serie cosinus dup o schimbare de variabile este responsabil pentru convergena rapid a aproximrii deoarece mai muli termeni Tk ( x ) sunt inclui. O serie cosinus converge foarte repede pentru funciile pare, periodice, i suficient de netede. Acest lucru este adevrat aici, din moment de f (cos U) este par i periodic n U prin construcie, i este de k ori derivabil n orice punct dac f ( x ) este de k ori derivabil pe [1,1] . (Spre deosebire, aplicnd direct o dezvoltare n serie cosinus lui f ( x ) n loc de f (cos U) n mod uzual nu va converge rapid deoarece panta dezvoltrilor pare periodice va fi, n general, discontinu).

110

Comparaia cu cvadratura Gauss Metoda clasic a integrrii Gauss evalueaz integrantul n N  1 puncte i este construit pentru a integra exact polinoamele de grad maxim 2N  1. n contrast, cvadratura Clenshaw Curtis, mai nti evalueaz integrantul n N  1 puncte i integreaz exact polinoamele doar pn la gradul N. Poate prea, deci, c cvadratura Clenshaw Curtis este intrinsec, mai rea, dect cvadratura Gauss, dar, n realitate acesta nu pare s fie cauza. n practic, mai muli autori au observat c cvadratura Clenshaw Curtis poate avea o precizie comparabil cu cea a cvadraturii gaussiene pentru acelai numr de puncte. Acest lucru este posibil deoarece cei mai muli integrani numerici nu sunt polinoame (n special, de cnd polinoamele pot fi integrate analitic), i aproximarea mai multor funcii n termeni ai polinoamelor Chebyshev converge rapid. De fapt, rezultate teoretice recente (Trefethen, 2006) argumenteaz c att cvadratura gaussian ct i cea Clenshaw Curtis au eroarea mrginit de [ 2 N ] k O k pentru un integrant de k ori difereniabil. Un avantaj des citat al integrrii Clenshaw Curtis este acela c ponderile cvadraturii pot fi evaluate n timpul O ( N log N ) prin algoritmi rapizi de transformare Fourier (i analogii lor pentru DCT), pe cnd ponderile integrrii gaussiene cer un timp O( N 2 ) de calcul. Ca o chestiune practic, o cvadratura numeric de ordin ridicat este de puine ori fcut prin simpla evaluare a formulei de integrare pentru N foarte mare. n schimb, de obicei folosete o schem de integrare ajustativ care mai nti evalueaz integrala de ordin mic, i apoi, succesiv, rafineaz precizia doar n regiunile unde integrala este inexact. Pentru a evalua precizia integralei, comparm rspunsul cu cel al regulii de integrare pentru ordine mici pare. Ideal, aceast regul de integrare de ordin mic evalueaz integrantul pe o submulime a punctelor N originale, s minimizez evalurile integranilor. Aceasta se numete regul de integrare nested, i aic i cvadratura Clenshaw Curtis are avantajul c regula pentru ordinul N folosete o submulime a punctelor de la ordinul 2N. n contrast, regulile de integrare gaussiene nu sunt natural nested, i astfel trebuie s foloseasc cvadratura Gauss Kronrod sau metodele similare.

111

7.3.4.

Cvadratura Fejr Fejr a propus dou reguli de integrare foarte asemntoare cu cele de integrare Clenshaw Curtis, dar cu mult timp nainte (n 1933). A doua regul de integrare a lui Fejr este identic cu cea dat de Clenshaw Curtis. Singura diferen este aceea c punctele terminale f (1) i f (1) sunt fixate n zero. Adic, Fejr a folosit doar extremele interioare ale polinoamelor Chebyshev, adic punctele staionare. Prima regul de integrare a lui Fejr evalueaz ak estimnd f (cos U) ntr-o alt mulime de puncte echidistante, la jumtatea distanei ( n  0, 5) n dintre extreme: Un ! pentru 0 e n N . Acestea sunt rdcinile N lui TN (cos U) , cunoscute sub denumirea de nodurile Chebyshev. (Aceste mijloace echidistante sunt singurele celelalte alegeri ale punctelor de integrare care pstreaz att simetria par a transformrii cosinus ct i simetria translaio nal a seriei Fourier periodice) . Aceste lucruri conduc la: 2 N 1 ( n  0, 5) T ( n  0, 5) k T ak } f cos cos N n!0 N N care este chiar DCT de tip II. n ciuda faptului c Fejr a descoperit aceste tehnici nainte lui Clenshaw i Curtis, denumirea cvadratura Clenshaw Curtis a devenit cea standard. 7.3.5. Cvadratura ajustativ n matematica aplicat, cvadratura ajustativ este un proces n care integrala unei funcii f ( x ) este aproximat folosind regulile de integrare statice pe subintervale adaptativ rafinate ale domeniului de integrare. n general, algoritmii ajustativ sunt la fel de eficieni i eficaci precum cei tradiio nali pentru integrani cu comportare bun, dar, sunt de asemenea eficaci pentru integrani cu comportare rea, pentru care algoritmii tradiio nali eueaz. Schema general Cvadratura ajustativ urmeaz schema general: 1. procedura integrate (f,a,b,tau) 2. Q } f ( x )dx
a b

3. I } Q  f ( x )dx
a

4. dac I " X atunci

112

5. m = (a + b) / 2 6. Q = integrate(f,a,m,tau) + integrate(f,m,b,tau) 7. sfrit dac 8. return Q Este calculat o aproximare Q a integralei lui f ( x ) pe intervalul [a, b] (linia 2), precum i o eroare estimat I (linia 3). Dac eroarea estimat este mai mare dect tolerana cerut X (linia 4), atunci intervalul este mprit (linia 5) i integrala este aplicat pe ambele intervale separat (linia 6). Se returneaz att estimarea iniial sau suma njumtit calculat recursiv (linia 7). Componentele importante sunt nsi regula de integrare
Q } f ( x ) dx ,
a b

estimarea erorii I } Q  f ( x )dx ,

a b

i logica deciderii mpririi crui interval, i apoi cnd s ne oprim. Bineneles c exist mai multe variante ale acestei scheme. Cea mai uzual va fi discutat mai trziu. Reguli de integrare de baz Regulile de integrare au n general forma:
Q ! wi f ( xi ) } f ( x) dx
i!0 a n b

unde nodurile xi i ponderile wi sunt, n general, calculate anterior. n cazul general, sunt folosite formulele Newton Cotes de ordin par, unde nodurile xi sunt uniform spaiate n interval: i xi ! a  (b  a ) . n Cnd sunt folosite asemenea reguli, punctele n care f(x) a fost evaluat pot fi reutilizate dup revenire: adncimea x1 x1 x2 x1 x2 x2
x3 x3 x3

113

O strategie similar este folosit la cvadratura Clenshaw - Curtis, unde nodurile sunt alese ast fel: 2i xi ! cos T . n sau, cnd este folosit cvadratura Fejr: 2(i  0, 5) xi ! cos T . n 1 Un algoritm poate fi ales s foloseasc diferite metode de integrare pe subintervale diferite, de exemplu, folosind o metod de ordin nalt doar acolo unde integrantul este neted. Estimarea erorii Unii algoritmi de integrare genereaz o secven de rezultate care ar trebui s se apropie de valoarea corect. Alt fel, putem folosi o regul nul care are forma regulii de integrare de mai sus, dar ale crei valori vor fi zero pentru un integrant simplu (de exemplu, dac integrantul este un polinom de grad apropiat). Subdiviziunea logic Cvadratura ajustativ local face eroarea acceptabil pentru un interval dat proporional cu lungimea acelui interval. Acest criteriu poate fi cu greu satisfcut dac integrantul se comport ru n doar cteva puncte, de exemplu. Pentru civa pai de discontinuitate. Alternativ, putem cere doar ca suma erorilor pe fiecare subinterval s fie mai mic dect cererea utilizatorului. Aceasta va fi cvadratura ajustativ global. Cvadratura ajustativ global poate fi mai eficient (folosind mai puine evaluri ale integrantului) dar este, n general, mai dificil de programat i poate cere mai mult spaiu de lucru pentru nregistrarea informaiei pe mulimea curent de intervale. 7.4. Integrri cu funcii pondere Mai general, putem pune problema integrrii unei funcii f ( x ) n locul unei funcii pondere w( x ) care este cunoscut de dinainte:
1 1

f ( x ) w( x )dx ! f (cos U)w ( cos U ) sin Ud U .

0

Cazul cel mai comun este w( x ) ! 1 , ca mai sus, dar n unele aplicaii este util o funcie pondere diferit. Motivul fundamental este c, din moment ce w( x ) poate fi luat n socoteal aprioric, eroarea de integrare poate fi fcut s depind doar de precizia n aproximarea lui f ( x ) , indiferent de ct de ru se comport funcia pondere. Cvadratura Clenshaw Curtis poate fi generalizat la acest caz dup cum urmeaz. Ca i nainte, ea

114

merge gsind dezvoltarea cos-sin a funciei f (cos U) via DCT, i apoi integrnd fiecare termen a seriei cosinus. Acum, aceste integrale sunt de forma:
Wk ! w(cos U) cos(k U ) sin Ud U .
0 T

Pentru majoritatea funciilor w( x ) , aceast integral nu poate fi calculat analitic, spre deosebire de cazul anterior. Din moment ce aceea i funcie pondere este folosit n general pentru mai muli integrani f ( x ) , putem permite s calculm aceti Wk numeric pentru a mri precizia n prealabil. n plus, din moment ce w(x) este specificat n mod general analitic, putem uneori folosi metode speciale s calculm Wk. De exemplu, au fost dezvoltate diferite metode pentru a aplica cvadratura Clenshaw Curtis pentru integrani de forma f(x)w(x) cu o funcie pondere w(x) puternic oscilant, de exemplu o sinusoid sau o funcie Bessel. Acest lucru este util pentru precizia ridicat a calculului seriilor Fourier sau a seriilor Fourier Bessel, n care metodele de integrare pentru w(x) = 1 sunt problematice din cauza preciziei ridicate cerut s rezolve contribuia oscilaiilor rapide. Aici, partea integrantului cu oscilaii rapide este luat n seam prin metode speciale pentru Wk, pe cnd funcia necunoscut f(x) se comport mai bine. Alt caz n care funciile pondere sunt utile, n special, dac integrantul este necunoscut dar are o singularitate cunoscut de o anumit form, de exemplu, o discontinuitate cunoscut sau o divergen a integralei (precum 1 ) ntr-un anumit punct. x De notat este c cvadratura gaussian poate fi de asemenea adaptat pentru diferite funcii pondere, dar tehnica este ntructva diferit. n cvadratura Clenshaw Curtis, integrantul este ntotdeauna evaluat n aceea i mulime de puncte a lui w(x), corespunztoare extremelor sau rdcinilor polinomului Chebyshev. n cvadratura gaussian, diferite funcii pondere conduc la diferite polinoame ortogonale, i astfel, diferite rdcini n care integrantul este evaluat. 7.5. Metoda Nystrm Metoda Nystrm de discretizare a unei ecuaii integrale folosete o regul de integrare; adic, aplicnd regula de integrare
b

h ( x )dx } wk h ( xk )
k !1

de exemplu, ecuaiei Fredholm neomogene de spea a doua

115

f ( x ) ! Pu ( x )  K ( x , x ')u ( x ')dx '

a

rezult
f ( x ) ! Pu ( x )  wk K ( x , xk )u ( xk ) .
k !1 n

7.6. Formula Euler-MacLaurin n matematic, formula Euler MacLaurin furnizeaz o legtur puternic ntre integrale i sume. Ea poate fi folosit pentru aproximarea integralelor prin sume finite, sau invers, pentru evaluarea sumelor finite i seriilor infinite folosind integralele i calculul. Formula a fost descoperit independent de Leonhard Euler i Colin MacLaurin n jurul anului 1735 (i a fost generalizat mai trziu ca formula lui Darboux). Euler a avut nevoie de ea pentru a calcula seriile infinite ncet convergente n timp ce MacLaurin a folosit-o pentru a calcula integrale. Formula Dac n este un numr natural i f ( x ) este o funcie neted (n sensul, difereniabil) definit pentru toate numerele reale x dintre 0 i n, atunci integrala I ! f ( x) dx poate fi aproximat de suma:
0 n

f (0) f ( n) f (0)  f ( n) n 1  f (1)  K  f ( n  1)  !  f (k ) 2 2 2 k !1 (vezi regula trapezului). Formula Euler MacLaurin furnizeaz expresii S!

pentru diferena dintre sum i integral n termeni ai derivatelor f (k ) n 0 i n. Pentru orice numr natural p, avem: p B k 1 SI ! f ( k ) (n )  f ( k ) (0)  R ( 1 ) !  k k !1 unde B1 = 1/2, B2 = 1/6, B3 = 0, B4 = 1/30, B5 = 0, B6 = 1/42, B7 = 0, B8 = 1/30, ... sunt numerele Bernoulli, i R este eroarea care este mic pentru valori corespunztoare ale lui p. Utiliznd substituia, putem adapta aceast formul de asemenea la funcii f care sunt definite pe alte intervale ale dreptei reale. Restul Restul R este dat de n B p  1  x  [ x ] R ! ( 1) p f ( p 1) ( x) dx , ( p  1) ! 0

116

unde Bi  x  [ x] sunt polinoamele Bernoulli. Restul poate fi estimat prin: (2T) 0 Sume care implic un polinom Dac f este un polinom i p este suficient de mare, atunci restul dispare. De exemplu, dac f(x) = x3, putem alege p = 2 pentru a obine, dup simplificare,
n 3 n( n  1) i ! . 2 i !0 2

R e

2
2p

(2 p 1) ( x ) dx . f

Integrarea numeric Formula Euler MacLaurin este, de asemenea, folosit pentru analiza detaliat a erorilor n integrarea numeric; n particular, metodele de extrapolare depind de ea. Dezvoltri asimptotice ale sumelor n contextul calculului dezvoltrilor asimptotice ale sumelor i seriilor, de obicei, cea mai util form a formulei Euler MacLaurin este: b b f ( a )  f (b ) g B2 k f (2 k 1) (b )  f (2 k 1) (a ) ,  f ( n ) : f ( x ) dx  2 n!a k !1 (2k ) ! a unde a i b sunt ntregi. Adesea, dezvoltarea rmne valid chiar i dup ce trecem la limit pentru a p g sau b p g , sau amndou. n multe cazuri integrala sau membru drept pot fi evaluate n forma nchis n termenii funciilor elementare chiar i atunci cnd suma din membrul stng nu poate. Atunci toi termenii seriilor asimptotice pot si exprimai n termenii funciilor elementare. De exemplu, g b g B 1 1 1 dk  :  2t . 2 2 n!a (z  k) z 2 t !1 z 2t 1 0 ( z  k) 1 44 2 4 4 3

1 z

Aici, membrul stng este egal cu suma dintre

d2 dz 2

1
2

i ] (1) ( z ) , unde,

z aceasta din urm este funcia poligamma de prim ordin definit prin
]
(1)

( z) !

ln +( z ) ; funcia gamma +( z ) este egal cu ( z  1) ! dac z este

un ntreg pozitiv. Scznd

1 z2

din ambele pri rezult o dezvoltare

asimptotic pentru ] (1) ( z ) . Dezvoltarea, n schimb, servete ca punct de

117

plecare pentru una din derivaiile estimrii precise a erorii pentru aproximarea Stirling a funciei factorial. Derivaia din inducie matematic Polinoamele Bernoulli Bn(x), n = 0, 1, 2, ... pot fi definite recursiv dup cum urmeaz: B0 ( x ) ! 1 ,
B 'n ! nBn 1 ( x ) i Bn ( x )dx ! 0 pentru n u 1 .
0 1

Primii termeni sunt:

1 1 B1 ( x) ! x  , B2 ( x ) ! x 2  x  , 2 6 3 1 1 B3 ( x ) ! x3  x 2  x , B4 ( x ) ! x 4  2 x3  x 2  ,K 2 2 30 Valorile Bn(1) sunt numerele Bernoulli. Pentru n 2, avem Bn(0) = Bn(1). Funciile Bernoulli periodice Pn sunt date de Pn ( x ) ! Bn x  x pentru 0 x 1 ,

adic, coincid cu polinoamele Bernoulli pe (0,1) i sunt periodice, de perioad 1. Fie integrala
k 1 k

f ( x ) dx ! udv ,

unde u ! f ( x ), du ! f '( x)dx, dv ! P0 ( x )dx (din moment ce P0 ( x) ! 1 ), v!P 1 ( x) . Integrnd prin pri, obinem uv  vdu ! ? f ( x ) P 1 ( x )Ak !
k 1

 f '( x )P 1 ( x )dx
k k 1

k 1

f (k )  f (k  1)  f '( x ) P 1 ( x )dx. 2 k Summ pentru k de la 1 la n  1 i rezult n f (1) f (n ) n  f (2)  K  f (n  1)   f '( x ) P f ( x )dx ! 1 ( x )dx . 2 2 1 1

118

f (1)  f ( n) n ambii membri i rearanjnd, avem 2 n n f (1)  f ( n ) n  f '( x) P f ( k ) ! f ( x ) dx  1 ( x )dx (1) 2 k !1 1 1 Ultimii doi termeni dau eroarea atunci cnd integrala este folosit pentru aproximarea sumei. Considerm

Adunnd

k 1 k

f '( x) P 1 ( x ) dx ! udv , u ! f '( x), du ! f "( x) dx, dv ! P 1 ( x ) dx ,

unde

P ( x) v! 2 . 2 Integrnd din nou, prin pri, obinem, f '( x) P2 ( x) uv  vdu ! 2 k !

k 1

1 k 1 f "( x ) P2 ( x )dx 2 k

f '( k  1)  f '(k ) 1 k 1  f "( x ) P2 ( x )dx. 12 2 k Sumnd apoi pentru k de la 1 la n  1 , i apoi nlocuind ultima integral n (1) cu ce am artat c este egal, avem: n n f (1)  f ( n ) f '(n )  f '(1) 1 n   f "( x ) P2 ( x )dx . f ( k ) ! f ( x) dx  2 12 12 1 k !1 1 Procednd n continuare la fel se obine demo nstraia prin inducie matematic a formulei de sumare Euler MacLaurin, n care, pasul de inducie se bazeaz pe integrarea prin pri i pe identitile pentru funciile periodice Bernoulli. Pentru o obine limitele mrimii erorii atunci cnd suma este aproximat de integral, notm c polinoamele Bernoulli pe intervalul [0,1] i ating valorile maxime absolute n extreme i Bn(1) este al n lea numr Bernoulli. Derivaia din analiza funcional Formula Euler MacLaurin poate fi neleas ca o curioas aplicaie a unor idei din spaiile Hilbert i analiza funcio nal. Fie Bn(x) polinoamele Bernoulli. Funciile duale polinoamelor Bernoulli sunt date de

119

(1) n 1 (n 1) % ( ) (1  x )  H(n 1) ( x ) B x ! H n n! unde este funcia delta a lui Dirac. Deasupra este o notaie formal pentru ideea de a lua derivatele ntr-un punct; ast fel avem: 1 % ( x ) f ( x )dx ! 1 f ( n 1) (1)  f ( n 1) (0) B n n! 0 pentru n > 0 i o funcie arbitrar, dar difereniabil, f(x) definit pe % ( x ) ! 1 . Polinoamele intervalul unitate. Pentru cazul n =0, definim B 0 Bernoulli, mpreun cu dualele lor, formeaz o mulime ortogonal a intervalului unitate: avem
1 0

% ( x ) B ( x ) dx ! H B m n mn

i
n!0

% ( y ) ! H( x  y ) . Bn ( x ) B n

Formula de sumare Euler MacLaurin rezult atunci ca o integral peste cea din urm. Avem
% ( y ) f ( y )dy f ( x ) ! Bn ( x ) B n ! f ( y )dy  Bn ( x )
0 n !1 0 n!0 1 g 1 g

1 ( n 1) (1)  f ( n 1) (0)  f n!

1 (N ) ( y )dy . B N 1 ( x  y ) f ( N  1) ! 0 Lund x = 0, i rearanjnd termenii, obinem formula cunoscut, mpreun cu eroarea. De notat c numerele Bernoulli sunt definite ca Bn = Bn(0), i c acestea se anuleaz pentru n impar mai mare dect 1. Aceast derivaie nu presupune c f(x) este neted i c se comport bine; anume, c f poate fi aproximat prin polinoame; echivalent, c f este o funcie analitic real. Formula de sumare Euler MacLaurin poate fi astfel vzut a fi un rezultat al reprezentrii funciei pe intervalul unitate prin produsul direct al polinoamelor Bernoulli i al dualelor lor. Orict, reprezentarea nu este complet pe mulimea funciile ptrat integrabile. Dezvoltarea n termenii polinoamelor Bernoulli are un nucleu netrivial. n particular, sin(2nx) este ntr-un nucleu; integrala lui sin(2nx) se anuleaz pe intervalul unitate, fiind diferena derivatelor ei n capetele intervalului. 

120

7.7. T integrarea T integrarea este o tehnic de integrare numeric dezvoltat de Jon Michael Smith n 1970 pentru a facilita comanda i controlul avio nului. Prescurtare pentru integrare numeric tunabil ea folosete un pas fix ca mrime i o formul iterativ care depinde de faza i parametrii ctigai. Fie f ( x ) integrantul i P i G faza i parametrii ctigai. n plus, limita din membrul stng al integralei este notat prin x0 i (x este mrimea pasului. T integrarea se definete prin formula recursiv: Fn ! Fn 1  G (x Pf n  (1  P ) f n 1 . Aici, f n este notaia pentru f ( xn ) . Cantitatea Fn aproximeaz
x0  n (x

f ( x)dx .

x0

Dac G = 1, atunci metoda se reduce la urmtoarele tehnic i binecunoscute de integrare numeric pentru valorile date de P: y P = 0: regula stng a dreptunghiului, y P = 1/2: regula trapezului, y P = 1: regula dreapt a dreptunghiului. T integrarea poate fi acordat la problema care este folosit pentru rezolvare. T integrarea este bazat pe teoria informaiei, nu pe teoria aproximrii. T integrarea are un domeniu simplu de frecven de ajustare a parametrilor: un parametru de ajustare a fazei i un parametru de ajustare ctigat. Interesant, pentru probleme open-loop, fixnd ctigul i variind faza obinem toi integratorii numerici de prim ordin i un infinit de noi integratori pn acum necunoscui. Pentru aplicaiile closed loop T integrarea conduce la o infinitate de integratori neclasici care produce integrarea numeric exact a sistemelor liniare i integrarea aproape exact a sistemelor neliniare. Pentru aplicaiile asupra sistemelor de informaie (calculator, control, comunicare i simulare) T integratorul simplu de prim ordin face toi integratorii numerici bazai pe teoria clasic a aproximrii. Simularea micrii avio nului pentru diferite configuraii aviatice (roat sus, roat jos, clap sus, clap jos, motor afar etc.) i condiiile dinamice (decolarea, aterizarea etc.) devine o simpl problem de tunare a T integratorului la condiiile de zbor care sunt simulate. n acest sens, T integratorul se adapteaz la problema pe care ncearc s o rezolve.

121

BIBLIOGRAFIE
[1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] Bucur,C.M., Metode numerice, Ed. Facla, Timioara, 1973. Ciurea,E., Algoritmi Introducere n algoritmica grafurilor, Ed. Tehnic, Bucureti, 2001. Coman,G., Analiz numeric, Ed. Libris, Cluj, 1995. Croitoru,C., Tehnici de baz n optimizarea combinatorie, Ed. Universitii Al. I. Cuza, Iai, 1992. Cuculescu,I., Analiz numeric, Ed. Tehnic, Bucureti, 1967. Demidovici,B.P., Maron,I., Elements de calcul numerique, Ed. Mir de Mosou, 1973. Dodescu,Gh., Toma,M., Metode de calcul numeric, E. D. P., Bucureti, 1976. Dodescu,Gh., Metode numerice n algebr, Ed. tehnic, Bucureti, 1979. Ichim,I., Marinescu,G., Metode de aproximare numeric, Ed. Academiei R. S. R., Bucureti, 1986. Ignat,C., Ilioi,C., Jucan,T., Elemente de informatic i calcul numeric, Univ. Al. I. Cuza, Iai, Fac. de Matematic, 1989. Juan Antonio Infante del Rio, Jose Maria Rey Cabezas, Metodos Numericas,Teoria,problemas y practicas con MATLAB, Ed. Piramide, 2002. Knut,D.E., Sortare i cutare, vol. 3, Tratat de programarea calculatoarelor, Ed. Tehnic, Bucureti, 1976.

[12]

122

[13] [14] [15] [16] [17] [18]

[19] [20] [21] [22]

Livovschi,L., Georgescu,H., Sinteza i analiza algoritmilor, Ed. tiinific i Enciclopedic, Bucureti, 1986. Melhorn,K., Data Structures and Algorithms, Springer-Verlag, Berlin, 1984. Mihu,C., Metode numerice n algebra liniar, Ed. Tehnic, Bucureti, 1977. Popovici,P., Cira,O., Rezolvarea numeric a ecuaiilor neliniare, Ed. Signata, Timioara, 1992. Press,W.H., Teuklosky,S.A., Vetterling,W.T., Flannery,B.P., Numerical Recipes in C: The Art of scientific Computing, (Cambridge University Press, Cambridge, 1992). Scheiber,E., Metode numerice, Univ. Transilvania din Braov, Facultatea de Matematic Informatic, (electronic). Toma,M., Odgescu,I., Metode numerice i subrutine, Ed. Tehnic, Bucureti, 1980. Vladislav,T., Raa,I., Analiz numeric, Ed. Tehnic, Bucureti, 1997. Vraciu,G., Popa,A., Metode numerice cu aplicaii n tehnica de calcul, Scrisul romnesc, Craiova, 1982. ***, Borland International, Inc. Borland C++, Programming Guide (Borland International, Scotts wally, CA, 1992).

123