1.

1
Capitolul 1. Erori. Numere aproximative
1.1. Erori
Fie R a =i R a
*
un num[r apropiat de a. Num[rul a se nume=te valoare exact[ iar R a
*
,
aproxima\ie a lui a. }n aceast[ situa\ie vom nota:
*
a a .
Se nume=te eroare, m[rimea
*
a a a = .
Se nume=te eroare absolut[ m[rimea:

*
a a a = = (1.1)
Deoarece valoarea exact[ a este ]n general necunoscut[, eroarea absolut[ este =i ea ]n general
necunoscut[.
Se nume=te margine superioar[ a erorii absolute orice num[r R
a
care majoreaz[ eroarea
absolut[:

a
*
a a = (1.2)
Avem evident:

a
*
a
*
a a a + (1.3)
Dac[ R a , 0 a , se nume=te eroare relativ[ m[rimea:

a
a a
a
*

= (1.4)
Se nume=te margine superioar[ a erorii relative orice num[r R
a
care verific[ rela\ia:

a
(1.5)
Avem evident:
( )
a
*
1 a a = (1.6)
Dac[ se cunoa=te o margine superioar[ a erorii absolute
a
atunci:
a
a
a
a

= . Analog, dac[ se
cunoa=te
a
, atunci:
a
a
a
1
a

= .
1.2. Surse principale de erori
Erorile care afecteaz[ un calcul numeric pot fi clasificate ]n cinci categorii.
Erori ale metodei
Studiul unui fenomen real se face pe baza unui model matematic asociat fenomenului. }n stabilirea
modelului matematic se fac anumite aproxim[ri sau idealiz[ri ale fenomenului care vor genera erori
ale metodei.
Erori de trunchiere
Apar atunci c`nd modelul matematic con\ine procese de trecere la limit[ sau calculul sumelor unor
serii. Deoarece un algoritm trebuie s[ con\in[ un num[r finit de pa=i, calculul sumei unei serii, de
exemplu, se ]nlocuie=te cu suma unui num[r finit de termeni, gener`nd astfel o eroare de trunchiere.
Capitolul 1. Erori. Numere aproximative
1.2
Erori ini\iale
Sunt datorate prezen\ei ]n modelul matematic a unor parametri care nu pot fi estima\i exact. Cazul
tipic ]l constituie majoritatea constantele fizice.
Erori de rotunjire
Apar din cauza bazelor de numera\ie diferite, utilizate ]n reprezentarea extern[ respectiv intern[ a
datelor. Reprezentarea extern[ utilizeaz[ ]n general baza 10. Reprezentarea intern[ a datelor este
]ntotdeauna ]n baza 2. Conversia din format extern ]n format intern conduce la apari\ia erorilor de
rotunjire.
Erori propagate
Apar ]n rezultatele opera\iilor cu operanzi numere aproximative. Este evident c[, ]ntr-un calcul cu
numere aproximative, erorile ini\iale ale operanzilor se propag[ ]n rezultat.
1.3. Reprezentarea numerelor aproximative
Dac[ R a , reprezentarea sa ]n baza 10 este de forma:
... 10 ... 10 10 a
1 n m
1 n m
1 m
1 m
m
m
+ + + + =
+
+

(1.7)
unde { } 9 , 8 , 7 , 6 , 5 , 4 , 3 , 2 , 1 , 0
i
cu Z i , sunt cifrele num[rului a.
0
m
se nume=te cifra rangului superior.
O aproxima\ie
*
a a num[rului a p[streaz[ un num[r finit de cifre din reprezentarea (1.7):

1 n m
1 n m
1 m
1 m
m
m
*
10 ... 10 10 a
+
+

+ + + = , Z m , N n (1.8)
1 n m +
se nume=te cifra rangului inferior.
Se nume=te cifr[ semnificativ[:
orice cifr[ diferit[ de zero;
un zero ]ncadrat de cifre semnificative;
orice zero p[strat.
Toate cifrele reprezent[rii (1.8) se numesc cifre exacte (]n sens strict) dac[ eroarea absolut[ a
aproxim[rii nu dep[=e=te jum[tate din rangul inferior al aproxima\iei:

1 n m *
10
2
1
a a
+
= (1.9)
Cifrele reprezent[rii (1.8) se numesc exacte ]n sens larg dac[:

1 n m *
10 a a
+
= (1.10)
1.4. Rotunjirea numerelor aproximative
Rotunjirea const[ ]n reducerea num[rului de cifre semnificative din reprezentarea zecimal[ a unui
num[r exact sau aproximativ. Pentru a se ob\ine o eroare de rotunjire minim[, rotunjirea se face pe
baza urm[toarelor reguli:
dac[ prima cifr[ eliminat[ este mai mic[ dec`t 5, cifrele p[strate r[m`n nemodificate;
dac[ prima cifr[ eliminat[ este mai mare dec`t 5, se adug[ o unitate la cifra rangului inferior;
dac[ prima cifr[ eliminat[ este 5 =i printre celelalte cifre eliminate exist[ cifre nenule, se adug[ o
unitate la cifra rangului inferior;
dac[ prima cifr[ eliminat[ este 5 iar restul sunt nule, atunci (regula cifrei pare):
dac[ ultima cifr[ p[strat[ este par[, cifrele p[strate r[m`n nemodificate;
dac[ ultima cifr[ p[strat[ este impar[, se adug[ o unitate la cifra rangului inferior.
Capitolul 1. Erori. Numere aproximative
1.3
Leg[tura ]ntre eroarea relativ[ =i num[rul de ciftre exacte
Se poate demonstra c[ dac[ toate cifrele reprezent[rii (1.8) sunt exacte, atunci:

m
n 1
*
10
a
a a

=

(1.11)
Pentru 2 n , rela\ia anterioar[ devine:

m
n 1
*
2
10
a
a a

=

(1.12)
Dac[ cifrele sunt exacte ]n sens larg, estim[rile din rela\iile (1.11) =i (1.12) se dubleaz[.
1.5. Erori propagate
}n acest paragraf sunt prezentate erorile propagate ]n cazul unor opera\ii elementare.
1.5.1. Eroarea unei sume
Fie

=
=
n
1 i
i
x u unde R x
i
, n , 1 i = .
O margine superioar[ a erorii absolute este:

=
=
n
1 i
x u
i
.
Pentru eroarea relativ[ avem:

=
=

=
n
1 i
i
n
1 i
x i
u
x
x
i

1.5.2. Eroarea unei diferen\e
Dac[ y x u = , atunci
y x u
+ = =i
y x
y x
u

+
= .
Ultima rela\ie arat[ c[, pe c`t posibil, trebuie evitat[ sc[derea a dou[ numere foarte apropiate.
De exemplu, s[ consider[m diferen\a: K 0.00353996 99 , 1 2 u = =
Pentru a aproxima u cu 3 cifre semnificative, termenii diferen\ei trebuie calcula\i cu cel pu\in 6 cifre
semnificative:
1,41421 2 , 1,41067 99 , 1 deci 0,00354 u .
Dac[ ]ns[ se scrie:
99 , 1 2
01 , 0
u
+
= , calculul se poate efectua cu doar 4 cifre semnificative:
0.00354 0,00353982
1.411 1,414
01 , 0
u =
+
K .
1.5.3. Eroarea unui produs
Fie

=
=
n
1 i
i
x u unde R x
i
, 0 x
i
, n , 1 i = .
Eroarea relativ[ este dat[ de

=
=
n
1 i
x u
i

Capitolul 1. Erori. Numere aproximative
1.4
1.5.4. Eroarea unui c`t
Dac[
y
x
u= , R y , x , 0 y atunci
y x u
+ =
1.5.5. Eroarea unei puteri
Fie
m
x u= , R x , N m . Eroarea relativ[ este dat[ de:
x u
m = .
1.5.6. Eroarea unui radical
Fie
m
x u= , R x , N m . Eroarea relativ[ este dat[ de:
m
x
u

= .
1.5.7. Formula general[ a erorii
Fie ) x , , x , x ( f u
n 2 1
K = unde f este o func\ie diferen\iabil[ =i fie
i x
x
i
= , n , 1 i = erorile absolute
ale argumentelor func\iei.
O margine superioar[ a erorii absolute a valorii func\iei, pentru
i
x
suficient de mici, este:

i
x
n
1 i i
u
x
f

=

=
(1.13)
iar o margine superioar[ a erorii relative este dat[ de:

i
x
n
1 i i
u
f ln
x

=

=
(1.14)

2.1
Capitolul 2. Aproximarea func\iilor
2.1. Problema general[ a aproxim[rii func\iilor
Fiind dat[ func\ia: f:[a,b]R, se pune problema determin[rii unei alte func\ii g:[a,b]R, c`t mai
apropiat[ de func\ia f. Func\ia f se nume=te func\ie de aproximat, aproximat[ sau distribu\ie
experimental[, iar func\ia g se nume=te aproximant[, distribu\ie empiric[ sau distribu\ie teoretic[.
Problema aproxim[rii se pune ]n urm[toarele situa\ii:
nu se cunoa=te formula func\iei f; ]n acest caz sunt presupuse cunoscute valorile func\iei ]n
nodurile unei re\ele construit[ pe intervalul [a,b];
formula func\iei f, de=i este cunoscut[, este foarte complicat[ iar evaluarea func\iei ]ntr-un num[r
mare de puncte este practic imposibil[.
Exist[ o mare varietate de metode de aproximare a func\iilor care se deosebesc ]ntre ele prin modul
de determinare a aproximantei g. Se disting dou[ categorii mai importante de metode de aproximare:
interpolarea =i aproximarea ]n medie.
Interpolarea determin[ aproximanta g din condi\ia ca ea s[ coincid[ cu aproximata ]ntr-un num[r de
puncte din intervalul [a,b] (figura 2.1).
Figura 2.1. Metoda interpol[rii.
Fie o diviziune a intervalului [a,b] de forma: b x ... x x a
n 1 0
= < < < = , unde nN. Se presupun
cunoscute valorile: ) x ( f y
i i
= , n , 0 i = . Apoximanta g se determin[ din sistemul:

i i
y ) x ( g = , n , 0 i = (2.1)
Rela\ia (2.1) se nume=te formula general[ a interpol[rii.
Aproximarea ]n medie determin[ aproximanta din condi\ia ca eroarea global[ pe [a,b] s[ fie minim[
(figura 2.2):
. min g f = (2.2)
Pentru simplificarea calculelor, formula (2.2) se ]nlocuie=te cu:
. min g f
2
= (2.3)
Aproximarea pe baza rela\iei (2.3) se nume=te metoda celor mai mici p[trate.
x x
n-1
x
i-1
x
n
x
i
x
1
x
0

x
0
y=g(x)
y=f(x)

x
=f(x)-g(x)
y
Capitolul 2. Aproximarea func\iilor
2.2
Figura 2.2. Aproximarea ]n medie.
2.2. Evaluarea polinoamelor. Schema lui Horner
Problema evalu[rii polinoamelor apare din cauz[ c[ aproximanta g se alege de cele mai multe ori sub
forma unui polinom.
O metod[ de evaluare rapid[ a unui polinom este schema lui Horner.
Fie polinomul PR[x],
0 1
1 n
1 n
n
n
a x a ... x a x a ) X ( P + + + + =

, nN. Schema lui Horner se bazeaz[ pe

identitatea evident[:
0 1 2 n 1 n n 0 1
1 n
1 n
n
n
a x ) a ... x ) a x ) a x a (...(( a x a ... x a x a + + + + + + + + +

.
Pe baza acestei rela\ii, algoritmul pentru evaluarea unui polinom, utiliz`nd schema lui Horner este:

= + =
=

n , 1 i , a xy y
a y
i n 1 i i
n 0
(2.4)
2.3. Interpolarea func\iilor
2.3.1. Interpolarea liniar[
}n acest caz, aproximanta se alege de forma: b ax ) x ( g + = , a,bR. Presupunem cunoscute valorile
func\iei de aproximat ]n capetele intervalului: ) x ( f y ; x a
0 0 0
= = , ) x ( f y ; x b
1 1 1
= = (figura 2.3).
Figura 2.3. Interpolarea liniar[.
x x
n-1
x
i-1

x
n
x
i
x
1
x
0

x
0
g f E =
y=g(x)
y=f(x)

x
=f(x)-g(x)
y
x
x
1
x x
0
0
) x x (
x x
y y
y y
0
0 1
0 1
0

+ =
y=f(x)

x

A
y
0

y
y
1

B
Capitolul 2. Aproximarea func\iilor
2.3
Fie x ] x , x [
1 0
. Ecua\ia dreptei ce trece prin punctele ) y , x ( A
0 0
=i ) y , x ( B
1 1
este:
0 1
0
0 1
0
y y
y y
x x
x x

.
Deci aproximarea func\iei f ]n punctul x[a,b], prin interpolare liniar[ este:
) x x (
x x
y y
y y
0
0 1
0 1
0

+ = (2.5)
Pentru estimarea erorii vom presupune c[ f este de cel pu\in dou[ ori derivabil[ pe intervalul ] x , x [
1 0
.
Aplic[m formula lui Lagrange pe intervalul ] x , x [
0
:
] x , x [ ), x x ( ) ( f ) x ( f ) x ( f y ) x ( f
0 1 0 1 0 0
= =
Aplic[m aceea=i formul[ pe intervalul ] x , x [
1 0
:
] x , x [ ), x x ( ) ( f ) x ( f ) x ( f y y
1 0 2 0 1 2 0 1 0 1
= = .
Rela\ia (2.5) devine: ) x x ( ) ( f y y
0 2 0
+ = , deci: ) x x ( )] ( f ) ( f [ y ) x ( f
0 2 1
= . Aplic`nd
]nc[ odat[ formula Lagrange func\iei f pe intervalul ] , [
2 1
, ob\inem:
] , [ ), x x ( ) ( ) ( f y ) x ( f
2 1 0 2 1
= deci:

2
0 1 2 0 2 1
) x x ( M x x ) ( f y ) x ( f = (2.6)
unde: ) x ( f sup M
] x , x [ x
2
1 0
=

.
Rela\ia (2.6) arat[ c[ dac[ ] x , x [ C f
1 0
2
, atunci eroarea de interpolare este cu at`t mai mic[, cu c`t
intervalul de interpolare este mai mic: 0 y ) x ( f lim
0 1
x x
=

.
2.3.2. Interpolarea cu polinom Lagrange
Fie f: ] b , a [ R =i nN. Consider[m o diviziune a intervalului [a,b] de forma:
b x ... x x a
n 1 0
= < < < = =i not[m n , 0 i ), x ( f y
i i
= = .
C[ut[m aproximanta sub forma:

=
= =
n
0 i
i i n
y ) x ( p ) x ( L ) x ( g , unde ) x ( p
i
, cu n , 0 i = , sunt
polinoame de grad n av`nd proprietatea:
) n , 0 j , i (
j i pentru 1
j i pentru 0
) x ( p
j i
=

= (2.7)
Evident, ) x ( L
n
]ndepline=te condi\ia general[ a interpol[rii (2.1) iar din (2.7) avem:
) x x )...( x x )( x x )...( x x )( x x ( C ) x ( p
n 1 i 1 i 1 0 i i
=
+
.
Constantele
i
C se determin[ din a doua rela\ie (2.7):
) x x )...( x x )( x x )...( x x )( x x (
1
C 1 ) x ( p
n i 1 i i 1 i i 1 i 0 i
i i i

= =
+
.
}n consecin\[, polinomul de interpolare Lagrange este:

i
n
0 i n i 1 i i 1 i i 1 i 0 i
n 1 i 1 i 1 0
n
y
) x x )...( x x )( x x )...( x x )( x x (
) x x )...( x x )( x x )...( x x )( x x (
) x ( L


=

= +
+
(2.8)
Capitolul 2. Aproximarea func\iilor
2.4
Pentru estimarea erorii, vom considera c[ ] b , a [ C f
1 n+
. Restul ) x ( L ) x ( f ) x ( R
n n
= poate fi scris
sub forma: ) x ( r ) x ( p ) x ( R
n 1 n n
=
+
, unde

=
+
=
n
0 i
i 1 n
) x x ( ) x ( p
Pentru ] b , a [ x fixat, consider[m func\ia auxiliar[ ) t ( f ) x ( r ) t ( p ) t ( L ) t (
n 1 n n
+ =
+
.
Deoarece ) t ( se anuleaz[ pentru
i
x t = ) n , 0 i ( = =i pentru x t = , exit[ ] x , x [
1 0
astfel ]nc`t
0 ) (
) 1 n (
=
+
. Cum 0 ) ( L
) 1 n (
n
=
+
=i )! 1 n ( ) ( p
) 1 n (
1 n
+ =
+
+
, rezult[ c[ 0 ) ( f ) x ( r )! 1 n (
) 1 n (
n
= +
+
.
}n consecin\[, restul formulei de interpolare (2.8) este
)! 1 n (
) ( f
) x ( p ) x ( R
) 1 n (
1 n n
+

=
+
+
=i deci:
) x ( p
)! 1 n (
M
) x ( L ) x ( f
1 n
1 n
n +
+
+
(2.9)
unde: ) x ( f sup M
) 1 n (
] b , a [ x
1 n
+

+
= .
Pentru n=1, polinomul Lagrange devine: ) x x (
x x
y y
y y
x x
x x
y
x x
x x
) x ( L
0
0 1
0 1
0 1
0 1
0
0
1 0
1
1

+ =

= ,
rela\ie care coincide cu formula de interpolare liniar[ (2.5).
Mai general, se poate demonstra c[ dac[ ) x ( P
n
=i ) x ( Q
n
sunt dou[ polinoame de interpolare de grad
n asociate func\iei R ] b , a [ : f ]n raport cu diviziunea b x ... x x a
n 1 0
= < < < = ( N n ), atunci
) x ( Q ) x ( P
n n
.
}ntr-adev[r, dac[ not[m ) x ( Q ) x ( P ) x ( T
n n n
= , avem 0 ) x ( T
i n
= pentru n , 0 i = , deci polinomul
) x ( T
n
, care este de grad maximum n, are ]n n+1 r[d[cini reale.
}n conscin\[ 0 ) x ( T
n
, adic[ ) x ( Q ) x ( P
n n
.
Aplic`nd (2.9) pentru n=1 avem: ) x x )( x x (
2
M
) x ( L ) x ( f
1 0
2
1
.
Deoarece
4
) x x (
) x x )( x x ( max
2
0 1
1 0
] x , x [ x
1 0

, se ob\ine:

2
0 1
2
1
) x x (
8
M
) x ( L ) x ( f (2.10)
Rela\ia (2.10) ofer[ o estimare mai bun[ a erorii de interpolare liniar[ ]n compara\ie cu estimarea dat[
de (2.6).
2.3.3. Interpolare cu polinom Newton
Consider[m o diviziune a intervalului [a,b] cu noduri echidistante de forma:
b x ... x x a
n 1 0
= < < < = .
Dac[ not[m
n
a b
h

= , avem evident n , 0 i , h i a x
i
= + = . Vom nota n , 0 i ), x ( f y
i i
= = .
Se definesc diferen\ele succesive ale func\iei f astfel:
i 1 i i
y y y =
+
,
i 1 i i
2
y y y =
+
, ... ,
i
k
1 i
k
i
1 k
y y y =
+
+
.
Polinomul de interpolare Newton este:
) x x )...( x x )( x x (
h ! i
y
y ) x ( N
1 i 1 0
n
1 i
i
0
i
0 n
=

+ =

(2.11)
Capitolul 2. Aproximarea func\iilor
2.5
unde ] h x , x [ x
0 0
+ . Dac[ not[m
h
x x
q
0

= , eroarea formulei Newton este:

) n q )...( 1 q ( q
)! 1 n (
h M
) x ( N ) x ( f
1 n
1 n
n

+

+
+
(2.12)
2.4. Metode de aproximare ]n medie
Formulele de aproximare ]n medie care vor fi prezentate ]n acest paragraf, determin[ aproximanta g
din condi\ia (2.3) (metoda celor mai mici p[trate).
2.4.1. Spa\ii euclidiene de func\ii
Consider[m mul\imea: { } R ] b , a [ : f M = . M poate fi organizat[ ca spa\iu liniar astfel:

+ = +
=
) x ( g ) x ( f ) x )( g f (
) x ( f ) x )( f (
R , M g , f .
Consider[m o diviziune a intervalului [a,b] de forma: b x ... x x a
n 1 0
= < < < = =i definim un produs
scalar astfel:

=
+
=
n
0 i
i i
) x ( g ) x ( f
1 n
1
g , f (2.13)
Se poate demonstra c[ (2.13) structureaz[ M ca pe un spa\iu euclidian.
Evident M este spa\iu liniar normat cu norma canonic[:
M f , f , f f = (2.14)
2.4.2. Regresia liniar[
Fie R ] b , a [ : f =i ) x ( f y
i i
= , n , 0 i = . Considem aproximanta sub forma unei func\ii de gradul I:
b ax ) x ( g + = . Eroarea de aproximare ]n nodul x
i
este:
i i i i i
y b ax ) x ( f ) x ( g + = = (figura 2.4).
Figura 2.4. Regresia liniar[.
Aproximanta g se determin[ din condi\ia: . min ) b , a ( E
n
0 i
2
i
= =

=

Punctele de minim ale func\iei E(a,b) sunt solu\ii ale sistemului:
y=f(x)
x
1
0
y
x
x
0
x
2
x
i
x
n-1
x
n

y=ax+b
i i i
y ) x ( g =
Capitolul 2. Aproximarea func\iilor
2.6

0
b
E
0
a
E
(2.15)
Deoarece

=
+ =

n
0 i
i i i
2
i
) y x bx ax ( 2
a
E
,

=
+ =

n
0 i
i i
) y b ax ( 2
b
E
, sistemul (2.15) devine:

= + +
= +


= =
= = =
n
0 i
i
n
0 i
i
n
0 i
i i
n
0 i
i
n
0 i
2
i
y ) 1 n ( b x a
y x x b x a
(2.16)
Sistemul (2.16) permite calculul coeficien\ilor dreptei de regresie b x a ) x ( g + = .
Pentru a ar[ta c[ solu\ia sistemului (2.15) este un punct de minim pentru func\ia E(a,b), calcul[m:

=
=

=
n
0 i
2
i 2
2
x 2
a
E
A ,

=
=

=
n
0 i
i
2
x 2
b a
E
B , ) 1 n ( 2
b
E
C
2
2
+ =

= =

= =
n
0 i
2
i
2
n
0 i
i
2
x ) 1 n ( x 4 C A B
Pentru a stabili semnul lui , consider[m rela\ia evident[: 0 ) 1 x (
n
0 i
2
i
>

=
, R sau:
0 ) 1 n ( x 2 x
n
0 i
i
n
0 i
2
i
2
> + +

= =
, R . }n conscin\[ 0 x ) 1 n ( x
n
0 i
2
i
2
n
0 i
i
< +

=

= =
.
Am ob\inut astfel c[ 0 < =i cum 0 x 2 A
n
0 i
2
i
> =

=
, rezult[ c[ solu\ia sistemului (2.16) este un punct
de minim pentru func\ia E(a,b).
2.4.3. Polinoame generalizate. Sistemul normal
Consider[m un sistem de func\ii independente pe ] b , a [ : { } M
N k k


.
C[ut[m aproximanta sub forma:

=
=
m
0 k
k k
) x ( ) x ( g unde N m =i R
k
, m , 0 k = .
Func\ia g(x) se nume=te polinom generalizat =i se determin[ din condi\ia general[ a aproxim[rii ]n
medie (2.3).
Not[m
2
m 1 0
g f ) ,..., , ( E E = = =i avem:
2 2
g g , f 2 f E + = .
Condi\ia . min E = conduce la sistemul: 0
E
i
=

, m , 0 i = .
Avem: 0 f
2
i
=

,
i
m
0 k
k k
i i
, f , f g , f =

=
=i

= = = = = = =
=

m
0 k
i k k
m
0 k
k k
i
m
0 k
k k
m
0 k
k k
m
0 k
k k
i
m
0 k
k k
m
0 k
k k
i
2
i
, 2 , , , g
Capitolul 2. Aproximarea func\iilor
2.7
Deci

=
+ =

m
0 k
i k k i
i
, 2 , f 2
E

Condi\ia 0
E
i
=

devine:

=
=
m
0 k
i i k k
, f , sau:

= + + +
= + + +
= + + +
m m m m 1 m 1 0 m 0
1 m 1 m 1 1 1 0 1 0
0 m 0 m 1 0 1 0 0 0
, f , ... , ,
...
, f , ... , ,
, f , ... , ,
(2.17)
Sistemul (2.17) se nume=te sistemul normal =i permite determinarea coeficien\ilor polinomului
generalizat g(x).
2.4.4. Regresia polinomial[
Dac[ vom considera sistemul de func\ii:
k
k
x ) x ( = , N k , aproximanta g este chiar un polinom.
Deoarece

=
+
+
=
m
0 k
j i
k j i
x
1 m
1
, =i

=
+
=
m
0 k
i
k k i
x y
1 m
1
, f , sistemul normal devine:

= + + +
= + + +
= + + + +



= = =
+
=
= =
+
= =
= = =
m
0 k
m
k k
m
0 k
m 2
k m
m
0 k
1 m
k 1
m
0 k
m
k 0
m
0 k
k k
m
0 k
1 m
k m
m
0 k
2
k 1
m
0 k
k 0
m
0 k
k
m
0 k
m
k m
m
0 k
k 1 0
x y x ... x x
...
x y x ... x x
y x ... x ) 1 m (
(2.18)
Sistemul (2.18) este un sistem liniar cu m+1 ecua\ii =i m+1 necunoscute care permite calculul
coeficien\ilor polinomului de regresie g.
2.4.5. Metoda Fourier
Rezolvarea sistemului normal (2.17) este mult simplificat[ dac[ se alege un sistem ortogonal de
func\ii { } M
N k k


. Un sistem de func\iile { }
N k k
se nume=te ortogonal dac[:
j i
adic[ 0 ,
j i
= , N j , i , j i .
}n acest caz, sistemul normal devine:
k
2
k k
, f = , m , 0 k = . Deci:

2
k
k
k
, f

= , m , 0 k = (2.19)
Coeficien\ii
k
, din sistemul (2.19) se numesc coeficien\ii Fourier ai func\iei f ]n raport cu sistemul
ortogonal { }
N k k
.
Un exemplu de sistem de func\ii ortogonale pe intervalul ] , [ este:

... , kx cos , kx sin , ... , x 2 cos , x 2 sin , x cos , x sin ,

2
1
.
Dac[ se noteaz[ 1 ) x (
0
= =i kx sin ) x (
1 k 2
=

, kx cos ) x (
k 2
= , 1 k , definim produsul scalar:
Capitolul 2. Aproximarea func\iilor
2.8

= dx ) x ( ) x (
1
,
j i j i
, N j , i .
Prin calcul direct, se poate demonstra c[
j i
=i 1
i
= , N j , i , j i .
O metod[ simpl[ de ob\inere a unui =ir de polinoame ortogonale pe un interval ] b , a [ este procedeul
de ortogonalizare Gram-Schmith.
Consider[m =irul de func\ii { } ... , x , ... , x , x , 1
k 2
. Construim =irul ortogonal { }
N k k
astfel:
alegem 1 ) x (
0
= ;
c[ut[m
0 0 1
x ) x ( = , =i din
0 1
avem:
2
0
0
0
, x

= ;
presupun`nd determinate
1 k 1 0
,..., ,

, c[ut[m

=
=
1 k
0 j
j j
k
k
x ) x ( =i din condi\iile
j k
,
avem:

2
j
j
k
j
, x

= , 1 k , 0 j = . (2.20)
2.4.6. Estimarea parametrilor
Regresia liniar[ poate fi utilizat[ =i pentru alte distribu\ii teoretice, ]n afara celor liniare. De exemplu,
s[ consider[m distribu\ia experimental[ { }
2
n , 0 i i i
R ) y , x (
=
. Dac[ distribu\ia teoretic[ este de forma:
+
=
x
e ) x ( y , R , , 0 > , prin logaritmare avem: + = ln ) x ( y ln . S-a ob\inut astfel o rela\ie
liniar[ de forma: b ax u + = unde: = ln a , = ln b =i y ln u= . Coeficien\ii a =i b se determin[ prin
regresie liniar[, utiliz`nd distribu\ia: { }
n , 0 i i i i
) y ln u , x (
=
= . Parametrii distribu\iei teoretice vor fi:
a
e =
=i
a
b
= .
Metoda prezentat[ ]n acest exemplu poate fi utilizat[ =i pentru alte distribu\ii teoretice cu doi
parametri, ca de exemplu:

= x y sau
+
=
x
1
y
2.5. Alte metode de aproximare
2.5.1. Utilizarea formulei lui Taylor
O func\ie real[ f se nume=te analitic[ ]n punctul R x dac[, ]ntr-o vecin[tate a punctului x de forma
r x x
0
< , cu R r =i 0 r > , poate fi dezvoltat[ ]n serie de puteri sau serie Taylor:

=
+ =
1 n
n
0
0
) n (
0
) x x (
! n
) x ( f
) x ( f ) x ( f (2.21)
Dac[ x=0, dezvoltarea se nume=te serie MacLaurin:

=
+ =
1 n
n
) n (
x
! n
) 0 ( f
) 0 ( f ) x ( f (2.22)
Suma par\ial[ de ordinul n a dezvolt[rii (2.21) se nume=te polinom Tylor:

=
+ =
n
1 i
i
0
0
) i (
0 n
) x x (
! i
) x ( f
) x ( f ) x ( P (2.23)
Capitolul 2. Aproximarea func\iilor
2.9
Restul formulei de aproximare a func\iei f cu polinomul Taylor de ordinul n, poate fi scris sub forma:

1 n
0
) 1 n ( n
1 i
i
0
0
) i (
n
) x x (
)! 1 n (
) ( f
) x x (
! i
) x ( f
) x ( f ) x ( R
+
+
=

+

= =

cu ) x , x (
0
(2.24)
Se demonstreaz[ c[ urm[toarele dezvolt[ri ]n serie sunt absolut =i uniform convergente pe
domeniile indicate:

=
=

0 n
n
x
x 1
1
, 1 x < ;

=
=
0 n
n
x
! n
x
e , R x ;

=
=
+
0 n
n n
x ) 1 (
x 1
1
, 1 x < ;

=
0 n
n
n x
! n
x
) 1 ( e , R x ;

=
+
= +
1 n
n
1 n
n
x
) 1 ( ) x 1 ln( , 1 x < ;

=
+
+
=
0 n
1 n 2
n
)! 1 n 2 (
x
) 1 ( x sin , R x ;

=
=

1 n
n
n
x
x 1
1
ln , 1 x < ;

=
=
0 n
n 2
n
)! n 2 (
x
) 1 ( x cos , R x .
2.5.2. Metoda itera\iilor
Fie R ] b , a [ : f =i ) x ( f y= . Metoda itera\iilor construie=te un =ir { } R y
N n n

astfel ]nc`t y y
n
.
Rela\ia ) x ( f y= poate fi scris[ sub forma:
0 ) y , x ( F = (2.25)
Vom presupune c[ F(x,y) este continu[, are derivat[ par\ial[ continu[ ]n raport cu y =i ]n plus
0
y
) y , x ( F

.
Dac[ y
n
este apropiat de y, aplic`nd formula lui Lagrange ob\inem:
) y , x (
y
F
) y y ( ) y , x ( F ) y , x ( F ) y , x ( F
*
n n n

= = , cu ) y , y ( y
n
*
. Deci:
) y , x (
y
F
) y , x ( F
y y
*
n
n

= .
Deoarece
*
y este necunoscut, vom lua
n
*
y y . Ob\inem astfel o metod[ iterativ[ de aproximare a
valorii ) x ( f y= :

) y , x (
y
F
) y , x ( F
y y
n
n
n 1 n

=
+
, N n (2.26)
Se poate demonstra c[ metoda este convergent[ dac[ func\iile
y
F

=i
2
2
y
F

p[streaz[ semn constant pe

intervalul de aproximare.
Calculul valorii inverse
Fie R x , 0 x > . Not[m
x
1
y= =i aproxim[m y prin metoda itera\iilor.
Alegem
y
1
x ) y , x ( F = =i deci
2
y
1
y
F
=

. Aplic`nd (2.26) se ob\ine:

) xy 2 ( y y
n n 1 n
=
+
, N n . (2.27)
Stabilim condi\ia de convergen\[. Aplic`nd succesiv (2.27) avem:
Capitolul 2. Aproximarea func\iilor
2.10
( )
n
n
n
2
0
2
0
1 2
4
2 n
3
2
1 n
2
1 n 1 n n
xy 1
x
1
y
x
1
x ... y
x
1
x y
x
1
x xy y 2
x
1
y
x
1
=

= =

= + =


.
Figura 2.5. Calculul valorii inverse prin itera\ii.
Pentru ca
x
1
y lim
n
n
=

este suficient ca 1 xy 1
0
< , unde R y
0
este aproxima\ia ini\ial[ a valorii
inverse.
Am ob\inut astfel condi\ia de convergen\[ a =irului { }
N n n
y

, definit de (2.27):
2 xy 0
0
< < (2.28)
Estimarea erorii
Fie Z m astfel ]nc`t
1
m
x 2 x = =i 1 x
2
1
1
< . Alegem aproxima\ia ini\ial[ astfel:
m
0
2 y

= .
Avem evident 1 xy
2
1
0
< , deci condi\ia (2.28) este indeplinit[. }n aceste condi\ii =irul { }
N n n
y

este
descresc[tor iar estimarea erorii este dat[ de:

1 2
0
n n
2
y
y
x
1

< , N n , 0 n> (2.29)

}n plus, se poate demonstra c[:

1 n n n
y y y
x
1

< , N n , 0 n> (2.30)

Fie R , 0 > o margine superioar[ a erorii absolute cu care dorim aproximarea valorii inverse.
Num[rul de itera\ii necesare aproxim[rii valorii inverse cu precizia , poate fi calculat rezolv`nd
inegalitatea: <
1 2
0
n
2
y
, dedus[ din (2.29).
y
1
x z =
y
2
y
1
x
1

0
y
0

x
y
z
Capitolul 2. Aproximarea func\iilor
2.11
O metod[ mai simpl[ const[ ]n utilizarea rela\iei (2.30): procesul iterativ se continu[ p`n[ c`nd se
]ndepline=te condi\ia: <
1 n n
y y .
Calculul r[d[cinii p[trate
Fie R x , 0 x > . Not[m x y ) y , x ( F
2
= =i aplic`nd formula (2.26) ob\inem:

+ =
+
n
n 1 n
y
x
y
2
1
y , N n (2.31)
Rela\ia (2.31) se nume=te formula lui Heron =i permite calculul iterativ al r[d[cinii p[trate x y= .
Figura 2.5. Metoda lui Heron.
Se demonstreaz[ c[ =irul { }
N n n
y

este cresc[tor =i convergent pentru orice 0 y
0
> :
x ... y ... y y
n 1 0
.
Pentru estimarea erorii, fie Z m astfel ]nc`t
1
m
x 2 x = =i 1 x
2
1
1
< .
Aleg`nd aproxima\ia ini\ial[

=
2
m
0
2 y , eroarea formulei lui Heron este:

1 2
0
n n
5
y
8
1
x y

< , N n , 1 n (2.32)
Se poate demonstra c[:

n 1 n n
y y x y <

, N n , 2 n (2.33)
O alt[ metod[ de calcul pentru r[d[cina p[trat[ se ob\ine aleg`nd
2
y
x
) y , x ( F = .
Din rela\ia (2.26) o\inem:

=
+
x
y
3
2
y
y
2
n n
1 n
, N n (2.34)
x
y
1
y
0
-x
0
y
z
z=y
2
-x
Capitolul 2. Aproximarea func\iilor
2.12
Aplic`nd aceast[ rela\ie pentru
x
1
, avem:
( )
2
n
n
1 n
xy 3
2
y
y =
+
, N n (2.35)
Deoarece
x
1
x x = , rela\ia (2.35) poate fi utilizat[ ]n calculul iterativ al r[d[cinii p[trate printr-u
proces f[r[ imp[r\ire.
Calculul r[d[cinii cubice
Fie R x , 0 x > . Not[m x y ) y , x ( F
3
= =i aplic`nd formula (2.26) ob\inem:

+ =
+ 2
n
n 1 n
y
x
y 2
3
1
y , N n (2.36)
Se poate demonstra c[
3
n 1 0
x ... y ... y y =i
3
n
n
x y lim =

, pentru orice R y
0
, 0 y
0
> .
Dac[
1
m
x 2 x = cu Z m =i 1 x
2
1
1
< , aproxima\ia ini\ial[ poate fi aleas[ astfel:

=
3
m
0
2 y .
}n aceste condi\ii, se poate ar[ta c[:
( )
n 1 n
3
n
y y
2
3
x y

, N n , 2 n (2.37)
Figura 2.6. Calculul r[d[cinii cubice prin itera\ii.

-x
0
3
x
y
1
y
2 y
0
y
z
z=y
3
-x
3.1
Capitolul 3. Rezolvarea aproximativ[ ecua\iilor neliniare
Cu excep\ia c`torva cazuri particulare, ecua\iile algebrice sau transcendente nu pot fi rezolvate exact.
Mai mult, ]n anumite situa\ii coeficien\ii sau parametrii ce apar ]ntr-o ecua\ie sunt cunoscu\i cu
aproxima\ie, fapt care face ca rezolvarea exact[ s[ fie inutil[.
Din aceste motive, metodele de rezolvare aproximativ[ a ecua\iilor neliniare prezint[ un interes
deosebit.
Fie o func\ie R D : f , R D . Ecua\ia:
0 ) x ( f = (3.1)
se nume=te ecua\ia ata=at[ func\iei f iar r[d[cinile ei se numesc r[d[cini ale func\iei.
Dac[ D x
*
este o r[d[cin[ exact[ a ecua\iei, orice metod[ de rezolvare aproximativ[ construie=te
un =ir { } D x
N n n

convergent cu limita
*
x :

*
n
n
x x lim =

(3.2)
+irul { } D x
N n n

se nume=te =irul aproxima\iilor succesive ale r[d[cinii exacte

*
x .
Dac[ vom aproxima
n
*
x x , eroarea de aproximare este
n
*
x x .
Fie R , 0 > o margine superioar[ a erorii de aproximare.
Deoarece =irul aproxima\iilor succesive este convergent, exist[ N n
*
astfel ]nc[t:
<
*
n
x x ,
*
n n (3.3)
Vom spune ]n acest caz c[
n
x aproximeaz[
*
x cu precizia .
Rela\ia (3.3) nu poate fi utilizat[ direct deoarece r[d[cina exact[
*
x este necunoscut[. Din acest
motiv, pentru fiecare metod[ de rezolvare aproximativ[, se va stabili o metod[ de oprire a procesului
iterativ (3.2).
Dac[ f este continu[ pe D =i <
*
n
x x , exist[ R
1
astfel ]nc`t:
1
*
n
) x ( f ) x ( f < sau:

1 n
) x ( f < (3.4)
Oprirea procesului iterativ pe baza rela\iei (3.4) se nume=te metoda controlului valorilor func\iei.
Trebuie precizat c[ valoare lui
1
arat[ m[sura ]n care 0 ) x ( f ) x ( f
*
n
= =i nu m[sura ]n care
*
n
x x .
S[ oserv[m c[ dac[
*
n
n
x x lim =

avem 0 x x lim
n 1 n
n
=
+

. }n consecin\[, pentru R
2
, 0
2
> , exist[
N n
*
astfel ]nc[t:

2 n 1 n
x x <
+
,
*
n n (3.5)
Oprirea procesului iterativ pe baza rela\iei (3.5) se nume=te metoda controlului diferen\ei ]ntre
dou[ aproxima\ii succesive. +i aici trebuie f[cut[ precizarea c[ valoare lui
2
arat[ m[sura ]n care
n 1 n
x x
+
=i nu m[sura ]n care
*
n
x x .
3.1. Separarea r[d[cinilor
Toate metodele ce vor fi prezentate ]n acest capitol presupun c[, pe intervalul de aproximare, ecua\ia
are o r[d[cin[ =i numai una. Acest lucru se ob\ine aplic`nd o metod[ de separare a r[d[cinilor
ecua\iei.
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.2
A separa red[cinile unei ecua\ii ]nsemn[ a determina ni=te intervale disjuncte, fiecare interval
con\in`nd o r[d[cin[ =i numai una a ecua\iei date.
Cele mai utilizate metode de separare sunt =irul lui Rolle =i metoda grafic[.
3.1.1. Separarea r[d[cinilor cu ajutorul =irului lui Rolle
+irul lui Rolle este o consecin\[ a teoremei lui Rolle care spune c[ ]ntre dou[ r[d[cini consecutive
ale derivatei se afl[ cel mult o r[d[cin[ a func\iei.
Mai exact, dac[ ]n dou[ r[d[cini consecutive ale derivatei, func\ia ia valori de semne contrare, pe
intervalul dintre aceste r[d[cini, func\ia are o r[d[cin[ =i numai una.
Figura 3.1. Teorema lui Rolle.
Pentru a aplica aceast[ metod[, se construie=te un tabel cu dou[ linii astfel:
Pe prima linie sunt trecute punctele critice ale func\iei, =i anume:
capetele finite sau infinite ale domeniului de defini\ie al func\iei;
r[d[cinile primei derivate.
Pe a doua linie se trec valorile sau limitele func\iei ]n punctele critice.
Num[rul r[d[cinilor reale ale ecua\iei ata=ate func\iei este dat de num[rul schimb[rilor de semn de pe
linia a doua a tabelului.
Exemplul 3.1
S[ se separe r[d[cinile ecua\iei: 0 5 x 12 x 3 x 2
2 3
= + + , R x .
Not[m 5 x 12 x 3 x 2 ) x ( f
2 3
+ + = , R R : f =i avem ) 2 x x ( 6 ) x ( f
2
+ = .
Din 0 ) x ( f = avem 2 x
1
= =i 1 x
2
= , deci punctele critice sunt: , -2, 1 =i + .
Calcul[m: =

) x ( f lim
x
, 25 ) 2 ( f = , 2 ) 1 ( f = =i =

) x ( f lim
x
.
}n consecin\[, =irul lui Rolle este:
Ecua\ia are 3 r[d[cini reale: ) 2 , ( x
1
, ) 1 , 2 ( x
2
=i ) , 1 ( x
3
.
Intervalele de separare pot fi acum reduse prin ]ncerc[ri.
Avem 0 14 ) 3 ( f > = =i 0 27 ) 4 ( f < = deci ) 3 , 4 ( x
1
.
Din 0 5 ) 0 ( f > = deducem c[ ) 1 , 0 ( x
2
.
Deoarece 0 9 ) 2 ( f > = , avem ) 2 , 1 ( x
3

0
*
x
2
x
1
x
y
x
) x ( f y=
- 25 -2
- -2 1
f(x)
x
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.3
3.1.2. Separarea r[d[cinilor prin metoda grafic[
Ecua\ia (3.1) poate fi pus[ sub forma:
) x ( h ) x ( g = , R D : h , g . (3.6)
Se reprezint[ grafic, ]n acela=i reper cartezian, func\iile g =i h. R[d[cinile ecua\iei vor fi date de
abscisele punctelor de intersec\ie ale celor dou[ grafice.
Figura 3.2. Metoda grafic[.
De remarcat c[ forma (3.6) nu este unic[.
Se va alege acea form[ care permite reprezentarea grafic[ a func\iilor f =i g cu minimum de efort.
Exemplul 3.2
S[ se separe r[d[cinile ecua\iei 0 e x
x
= + .
Ecua\ia se poate scrie sub forma : x e
x
= , deci
x
e ) x ( g = =i x ) x ( h = , R R : h , g .
Reprezent[rile grafice ale func\iilor g =i h sunt prezentate ]n figura 3.3.
Figura 3.3. Separarea r[d[cinilor ecua\iei 0 e x
x
= +
Se observ[ c[ ecua\ia are o singur[ r[d[cin[ real[: ) 0 , ( x
*
.
Deoarece 0 1 ) 0 ( f > = =i 0 ) 1 ( f < , rezult[ c[ ) 0 , 1 ( x
*

x
2

x
1

y
x
0
y=g(x)
y=h(x)
y
x
*

x
1
0
x y =
x
e y=
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.4
3.2. Metode de rezolvare aproximativ[ a ecu\iilor neliniare
}n acest paragraf sunt prezentate metodele clasice de aproximare a r[d[cinilor unei ecua\ii liniare. A=a
cum s-a precizat la ]nceputul acestui capitol, toate metodele presupun c[, pe intervalul de aproximare,
ecua\ia are o r[d[cin[ =i numai una (rezultat ob\inut prin separarea r[d[cinilor ecua\iei).
3.2.1. Metoda tabel[rii
Este una dintre cele mai simple metode de rezolvare aproximativ[ a unei ecua\ii.
Fie [ ] R b , a : f , unde R b , a , b a< .
Pentru rezolvarea aproximativ[ a ecua\iei ata=ate 0 ) x ( f = , presupunem c[ func\ia f are proprietatea
lui Darboux pe intervalul [ ] b , a =i c[ intervalul de aproximare este de lungime 1 (vezi exemplul 3.1).
Consider[m o diviziune cu noduri echidistante a intervalului [ ] b , a de forma:
b x x x a
n 1 0
= < < = K , unde
n
a b
x
i

= , n , 0 i = .
Aleg`nd 10 n= , se tabeleaz[ func\ia, utiliz`nd nodurile
i
x .
Din tabel se determin[ subintervalul care con\ine r[d[cina (adic[ subintervalul pe care func\ia
prezint[ varia\ie de semn) =i se repet[ procedeul p`n[ la ob\inerea preciziei dorite.
Exemplul 3.3
S[ se determine primele trei cifre semnificative ale celei mai mari r[d[cini a ecua\iei:
0 5 x 12 x 3 x 2
2 3
= + +
Separarea r[d[cinilor acestei ecu\ii s-a f[cut ]n exemplul 3.1.
Deoarece
3 2 1
x x x < < , vom alege ) 2 , 1 ( x
3
.
Rezultatele metodei tabel[rii sunt trecute ]n tabelul 3.1.
Se observ[ c[ ) 450 . 1 , 449 . 1 ( x
3
deci putem lua 44 . 1 x
3
.
i x f(x) x f(x) x f(x)
0 1.0 -2 1.40 -0.432 1.440 -0.08723
1 1.1 -1.908 1.41 -0.34926 1.441 -0.07814
2 1.2 -1.624 1.42 -0.26422 1.442 -0.06902
3 1.3 -1.136 1.43 -0.17689 1.443 -0.05988
4 1.4 -0.432 1.44 -0.08723 1.444 -0.05072
5 1.5 0.5 1.45 0.00475 1.445 -0.04153
6 1.6 1.672 1.46 0.099072 1.446 -0.03232
7 1.7 3.096 1.47 0.195746 1.447 -0.02309
8 1.8 4.784 1.48 0.294784 1.448 -0.01383
9 1.9 6.748 1.49 0.396198 1.449 -0.00455
10 2.0 9 1.50 0.5 1.450 0.00475
Tabelul 3.1
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.5
3.2.2. Metoda biparti\iei (metoda ]njum[t[\irii)
Fie [ ] R b , a : f . Presupunem c[ f are proprietatea lui Darboux pe intevalul [ ] b , a .
Metoda biparti\iei aproximeaz[ r[d[cina ecua\iei 0 ) x ( f = prin mijlocul intervalului de aproximare.
Procedeul se repet[, pe subintervalul care con\ine r[d[cina, p`n[ la ob\inerea preciziei dorite.
Figura 3.3. Metoda biparti\iei.
Fie ] b , a [ x
*
r[d[cina exact[ a ecua\iei. Se noteaz[ a a
0
= , b b
0
= =i avem
2
b a
x
0 0
0
+
= .
Dac[ 0 ) x ( f ) a ( f
0 0
< , r[d[cina se afl[ ]n intervalul ] x , a [
0 0
=i vom nota

=
=
0 1
0 1
x b
a a
.
}n caz contrar avem ] b , x [ x
0 0
*
=i vom nota

=
=
0 1
1 1
b b
x a
.
Procedeul se repet[ pe intervalul ] b , a [
1 1
, determin`nd
1
x ,
2
a =i
2
b etc.
Am ob\inul astfel un =ir { } ] b , a [ x
N n n

:

2
b a
x
n n
n
+
= , N n (3.7)
Pentru a demonstra c[ =irul este convergent cu limita
*
x , s[ observ[m c[
n n n
b x a ,
n
*
n
b x a
=i
n n n
2
a b
a b

= , N n . De aici rezult[ c[ 0 a b lim
n n
n
=

, =i
*
n
n
n
n
n
n
x x lim b lim a lim = = =


}n plus, deoarece ] b , a [ x , x
n n
*
n
, N n , avem:

n n n
*
n
2
a b
a b x x

= , N n (3.8)
Rela\ia (3.8) permite estimarea erorii metodei biparti\iei, dac[ se aproximeaz[
n
*
x x .
Fie R , 0 > o margine superioar[ a erorii de aproximare.
Deoarece 0
2
a b
lim
n
n
=

, exist[ N n
*
astfel ]nc`t:
<

n
2
a b
,
*
n n> (3.9)
0
x
3

x
*

) x ( f y=
x
2
x
1

b
a
B
A
y
x
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.6
Din (3.8) ob\inem:
<
n n
*
n
a b x x (3.10)
Oprirea procesului iterativ (3.7), f[cut[ pe baza rela\iei anterioare, se nume=te metoda controlului
lungimii intervalului de aproximare. Ea poate fi utilizat[ numai dac[, ]n procesul iterativ, intervalul de
aproxima\ie tinde la zero.
Rela\ia (3.9) permite calculul num[rului de pa=i necesari aproxim[rii r[d[cinii cu precizia :

=
a b
log n
2
(3.11)
Algoritmul de rezolvare aproximativ[ a unei ecua\ii prin metoda biparti\iei utilizeaz[ urm[toarele
variabile:
R b , a - capetele intervalului de aproximare (ob\inute prin separarea r[d[cinilor);
R , 0 > - precizia de aproximare;
R x - aproxima\ia curent[ a r[d[cinii;
N n - contor de itera\ii.
Algoritmul utilizeaz[, pentru oprirea procesului iterativ, metoda controlului lungimii intervalului de
aproximare:
START
CITESTE a, b,
n=0
REPETA
x=( a+b) / 2
DACA f ( a) f ( x) <0 ATUNCI b=x
ALTFEL a=x
n=n+1
PANA CAND | b- a| <
SCRIE x, n
STOP
3.2.3. Metoda coardei
Aceast[ metod[, numit[ =i metoda p[r\ilor propor\ionale, aproximeaz[ r[d[cina prin punctul de
intersec\ie al coardei ce sub]ntinde graficul func\iei pe intervalul de aproximare, cu axa 0x (figura 3.4).
S[ not[m a a
1
= =i b b
1
= .
Ecua\ia dreptei AB este:

) a ( f ) b ( f
) a ( f y
a b
a x
1 1
1
1 1
1

Intersect`nd cu axa 0x, ob\inem:
) a b (
) a ( f ) b ( f
) a ( f
a x
1 1
1 1
1
1 1

=
Dac[ 0 ) x ( f ) a ( f
1 1
< , r[d[cina se afl[ ]n intervalul ] x , a [
1 1
=i vom nota

=
=
1 2
1 2
x b
a a
.
}n caz contrar avem ] b , x [ x
1 1
*
=i vom nota

=
=
1 2
1 2
b b
x a
.
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.7
Figura 3.4. Metoda coardei.
Procedeul se repet[ pe intervalul ] b , a [
2 2
, etc. Se ob\ine =irul:
) a b (
) a ( f ) b ( f
) a ( f
a x
n n
n n
n
n 1 n

=
+
, 0 n> (3.12)
Pentru a demonstra convergen\a =irului, s[ presupunem c[ ] b , a [ C f
2
=i c[ 0 ) x ( f > , ] b , a [ x .
Se observ[ c[, ]n acest caz, =irul { } ] b , a [ x
N n n

este monoton cresc[tor =i m[rginit (figura 3.4):

*
n 2 1
x x x x K K . }n consecin\[ =irul este convergent.
S[ not[m
n
n
x lim

= unde ] b , a [ . Evident avem b b

n
= ,
n n
x a 0 n> =i deci =

n
n
a lim .
Trec`nd la limit[ pentru n ]n rela\ia (3.6), se ob\ine: ) b (
) ( f ) b ( f
) ( f

= sau 0 ) ( f = .
Cum
*
x este singura r[d[cin[ a ecua\iei pe intervalul ] b , a [ , rezult[ c[
*
n
n
x x lim =

.
Se observ[ c[, ]n acest caz, lungimea intervalului pe care se afl[ r[d[cina exact[ la fiecare itera\ie, nu
mai tinde c[tre zero.
Pentru oprirea procesului iterativ (3.7) se poate utiliza, fie metoda controlului valorii func\iei, fie
metoda controlului diferen\ei dintre dou[ aproxima\ii succesive ale r[d[cinii (rela\iile (3.4) =i (3.5)).
Algoritmul de rezolvare aproximativ[ a unei ecua\ii prin metoda coardei utilizeaz[ urm[toarele
variabile:
R b , a - capetele intervalului de aproximare;
R , 0 > - precizia de aproximare;
R x - aproxima\ia curent[ a r[d[cinii;
R x
p
- aproxima\ia r[d[cinii la pasul precedent;
N n - contor de itera\ii.
Pentru oprirea procesului iterativ vom folosi metoda controlului diferen\ei dintre dou[ aproxima\ii
succesive ale r[d[cinii.
}n consecin\[, reprezint[ o margine superioar[ a erorii pentru aproximarea:
1 n n
x x

.
Pseudocodul algoritmului este:
x
3
A
2

A
1

x
*

) x ( f y=
x
2
x
1

b
a
B
A
y
x
0
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.8
START
CITESTE a, b,
n=0
x=a
REPETA
x
p
=x
x=x
p
- f ( a) ( b- a) / ( f ( b) - f ( a) )
DACA f ( a) f ( x) <0 ATUNCI b=x
ALTFEL a=x
n=n+1
PANA CAND | x- x
p
| <
SCRIE x, n
STOP
3.2.4. Metoda tangentei (Newton)
Fie [ ] R b , a : f , [ ] b , a C f
2
.
Presupunem c[ 0 ) b ( f ) a ( f < , 0 ) x ( f [ ] b , a x =i c[ f p[streaz[ semn constant pe [ ] b , a .
Se demonstreaz[ u=or c[, ]n aceste condi\ii, ecua\ia 0 ) x ( f = are o singur[ r[d[cin[ pe [ ] b , a x
*
.
Metoda tangentei aproximeaz[ r[d[cina ecua\iei prin punctul de intersec\ie al tangentei la graficul
func\iei ]ntr-unul din capetele intervalului, cu axa 0x (figura 3.5).
Figura 3.5. Metoda tangentei.
Alegem aproxima\ia ini\ial[ b x
0
= . Ecua\ia tangentei la grafic ]n acest punct este:
) x x ( ) x ( f ) x ( f y
0 0 0
= . Intersect`nd cu axa 0x ob\inem:
) x ( f
) x ( f
x x
0
0
0 1

= . Procedeul se repet[,
construind tangenta la grafic ]n punctul
1
x , etc. Se ob\ine astfel un =irul:

) x ( f
) x ( f
x x
n
n
n 1 n

=
+
, N n (3.13)
x
2
x
1

B
A
x
*

b x
0
=
a
y
x
0
) x ( f y=
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.9
Alegerea aproxima\iei ini\iale
Urm[rind exemplul din figura 3.5, tangenta la grafic ]n punctul A intersecteaz[ axa 0x ]n afara
intervalului [ ] b , a . Din acest motiv, s-a ales aproxima\ia ini\ial[ b x
0
= .
}n general, drept aproxima\ie ini\ial[ se alege acel cap[t al intervalului ]n care func\ia =i derivata a
doua au acela=i semn:
0 ) x ( f ) x ( f
0 0
> (3.14)
Se poate demonstra c[, ]n condi\iile enun\ate pentru func\ia f =i cu alegerea aproxima\iei ini\iale ]n
conformitate cu (3.14), =irul aproxima\iilor succesive, definit prin (3.13), este convergent cu limita
*
x .
Din rela\ia (3.13) observ[m c[ intervalul de aproximare nu se modific[ odat[ cu n. }n consecin\[,
pentru oprirea procesului iterativ se utilizeaz[ fie metoda controlului valorii func\iei, fie metoda
controlului diferen\ei dintre dou[ aproxima\ii succesive ale r[d[cinii.
}n anumite cazuri poate fi util[ urm[toarea estimare a erorii metodei Newton:
) x x (
m 2
M
x x
1 n n
1
2
n
*

, 0 n> (3.15)
unde ) x ( f max M
] b , a [ x
2
=

=i ) x ( f min m
] b , a [ x
1
=

.
Algoritmul de rezolvare aproximativ[ a unei ecua\ii prin metoda tangentei utilizeaz[ urm[toarele
variabile:
R b , a - capetele intervalului de aproximare;
R , 0 > - precizia de aproximare;
R x - aproxima\ia curent[ a r[d[cinii;
R x
p
- aproxima\ia r[d[cinii la pasul precedent;
N n - contor de itera\ii.
Pentru oprirea procesului iterativ vom folosi metoda controlului diferen\ei dintre dou[ aproxima\ii
succesive ale r[d[cinii.
Pseudocodul algoritmului este:
START
CITESTE a, b,
n=0
DACA f ( a) f ( a) >0 ATUNCI x=a
ALTFEL x=b
REPETA
x
p
=x
x=x
p
- f ( x
p
) / f ( x
p
)
n=n+1
PANA CAND | x- x
p
| <
SCRIE x, n
STOP
3.2.5. Metoda Newton modificat[
Formula (3.13) are dezavantajul c[ necesit[ evaluarea at`t a func\iei c`t =i a primei derivate la fiecare
pas al procesului iterativ. Pentru a a ]nl[tura acest dezavantaj se modific[ rela\ia (3.13) astfel:

) x ( f
) x ( f
x x
0
n
n 1 n

=
+
, N n (3.16)
}n acest fel, derivata func\iei poate fi evaluat[ o singur[ dat[, ]n aproxima\ia ini\ial[.
Interpretarea geometric[ a rela\iei (3.16) este prezentat[ ]n figura 3.6.
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.10
Figura 3.6. Metoda Newton modificat[.
Observ[m c[ s-a construit tangenta la grafic numai ]n aproxima\ia ini\ial[. }n rest, s-au construit
paralele la aceast[ tangent[: K
3 2 2 1 1
x B || x B || Bx
Condi\iile de convergen\[ pentru =irul aproxima\iilor succesive (3.16) sunt acelea=i cu cele din cazul
metodei tangentei.
Se poate ar[ta c[ metoda Newton modificat[ este mai lent convergent[ dec`t metoda tangentei.
Algoritmul de rezolvare aproximativ[ a unei ecua\ii prin metoda Newton modificat[ utilizeaz[
urm[toarele variabile:
R b , a - capetele intervalului de aproximare;
R , 0 > - precizia de aproximare;
R df
0
- derivata func\iei ]n aproxima\ia ini\ial[;
R x - aproxima\ia curent[ a r[d[cinii;
R x
p
- aproxima\ia r[d[cinii la pasul precedent;
N n - contor de itera\ii.
Pseudocodul algoritmului este:
START
CITESTE a, b,
n=0
DACA f ( a) f ( a) >0 ATUNCI x=a
ALTFEL x=b
df
0
=f ( x)
REPETA
x
p
=x
x=x
p
- f ( x
p
) / df
0

n=n+1
PANA CAND | x- x
p
| <
SCRIE x, n
STOP
x
3

B
2
B
1
x
2
x
1

B
A
x
*

b x
0
=
a
y
x
0
) x ( f y=
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.11
3.2.6. Metoda itera\iilor
Este una dintre cele mai importante metode de rezolvare aproximativ[ a ecua\iilor.
Se scrie ecua\ia (3.1) sub forma echivalent[:
) x ( x = (3.17)
unde ] b , a [ C
1
.
Aleg`nd arbitrar o aproxima\ie ini\ial[ ] b , a [ x
0
, se construie=te =irul:
) x ( x
n 1 n
=
+
, N n (3.18)
Dac[ =irul { }
N n n
x

este convergent cu limita x
*
, trec`nd la limit[ ]n rela\ia (3.18) =i \in`nd seam[ c[
este continu[, ob\inem: ) x ( x
* *
= . Deci limita =irului, dac[ exist[, este o r[d[cin[ a ecua\iei (3.17).
}n figura 3.7 este prezentat[ interpretarea geometric[ a metodei itera\iilor.
Figura 3.7. Metoda itera\iilor.
Pentru a stabili ]n ce condi\ii =irul definit de rela\ia (3.18) vom presupune c[ exist[ R q astfel ]nc`t:
1 q ) x ( < , ] b , a [ x (3.19)
Din (3.18) avem ) x ( ) x ( x x
1 n n n 1 n +
= .
Aplic`nd teorema lui Lagrange avem: ) x x ( ) ( x x
1 n n n 1 n +
= , cu ] b , a [ , deci:

1 n n n 1 n
x x q x x
+
, 0 n> (3.20)
Aplic`nd succesiv rela\ia (3.20), se ob\ine:
0 1
n
n 1 n
x x q x x
+
, N n .
}n conscin\[, seria

=
+
+ =
0 n
n 1 n 0
) x x ( x S este absolut =i uniform convergent[, termenii s[i fiind
majora\i de termenii seriei de puteri

=0 n
n
q cu 1 q< .
Deoarece suma par\ial[ a seriei este
n
1 n
0 k
k 1 k 0 1 n
x ) x x ( x S = + =

=
+
, avem
*
n
n
1 n
n
x x lim S lim = =

.
) x ( y =
x
*
x
4
x
3

x
2

x
1
x
0

y
x
0
x y=
Capitolul 3. Rezolvarea ecua\iilor neliniare
3.12
Rezultatul ob\inut arat[ c[ =irul aproxima\iilor succesive este convergent pentru orice aproxima\ie
ini\ial[ ] b , a [ x
0
.
Metoda itera\iilor este, ]n consecin\[, autocorectiv[ ]n sensul c[, o eroare de calcul izolat[, nu se
reflect[ ]n rezultatul final. Aproxima\ia afectat[ de aceast[ eroare poate fi considerat[ ca o nou[
aproxima\ie ini\ial[, cu condi\ia ca intervalul ] b , a [ s[ nu fie dep[=it.
Datorit[ acestei propriet[\i de autocorec\ie, metoda itera\iilor este una dintre cele mai sigure metode
de rezolvare aproximativ[ a ecua\iilor.
Estimarea erorii
Se demonstreaz[ c[, dac[ este ]ndeplinit[ condi\ia (3.19) avem:

1 n n n
*
x x
q 1
q
x x

, 0 n> (3.21)
De aici rezult[ c[, dac[
2
1
q avem
1 n n n
*
x x x x

. }n aceste condi\ii, rela\ia <
1 n n
x x
implic[ <
n
*
x x .
Acest rezultat arat[ ]n ce condi\ii poate fi utilizat[ metoda controlului diferen\ei dintre dou[
aproxima\ii succesive pentru oprirea procesului iterativ (3.18)