MARILENA POPA

ROMULUS MILITARU

METODE NUMERICE
Note de curs

1. REZOLVAREA NUMERIC A SISTEMELOR

DE ECUAII LINIARE
Introducere. Rezolvarea sistemelor algebrice liniare i operaiile
de calcul matriceal (evaluarea determinanilor, inversarea matriceal,
calculul valorilor i vectorilor proprii) sunt incluse n domeniul algebrei
liniare implicat n diverse probleme tiinifice, de exemplu:
problemele care depind de un numr finit de grade de
libertate, reprezentate prin ecuaii difereniale ordinare sau cu
derivate pariale sunt transformate, cu ajutorul diferenelor finite, n
sisteme de ecuaii liniare;
problemele neliniare sunt frecvent soluionate (aproximate)
prin procese de liniarizare;
programarea liniar implic rezolvarea unor sisteme de
ecuaii algebrice liniare;
foarte multe probleme inginereti din domeniul reelelor
electrice, analiza structurilor, proiectarea cldirilor, vapoarelor,
avioanelor, transportul lichidelor i gazelor prin conducte etc.
necesit, pentru soluionare, rezolvarea unor sisteme liniare.
Formularea problemei. Fie A Rnxn (o matrice real cu n
linii i n coloane), b Rn (un vector matrice coloan cu n
componente reale) i vectorul necunoscut x Rn. Atunci un sistem
de ecuaii liniare se scrie sub una din formele:
a 11 x 1 + a 12 x 2 + ... + a 1n x n = b1

.................................................
a x + a x + ... + a x = b
n2 2
nn n
n
n1 1

sau matriceal: Ax = b sub form compact i

a 11 a 12 ... a 1n x 1 b1

a 21 a 22 ... a 2 n x 2 b 2
=
...
... ... ... M M

a
n1 a n 2 ... a nn x n b n
sub form dezvoltat.
O ultim variant de scriere a unui sistem liniar este:
2

(1)

ij x j

= b i , i = 1, 2, ..., n

j=1

Observaii.
1. Un sistem liniar (1) este consistent dac are cel puin o
soluie i inconsistent dac nu are nici o soluie. Orice sistem liniar
considerat n continuare poate avea soluie unic (compatibil
determinat), nici o soluie (incompatibil) sau o infinitate de soluii
(compatibil nedeterminat) nu exist alte posibiliti. Bineneles c
intereseaz primul caz.
2. Sistemele (1) se pot clasifica i dup vectorul b, n:
a) sisteme omogene dac b = 0. Orice sistem omogen
de forma Ax = 0 este un sistem consistent (deoarece are soluia
x = 0 neinteresant). Un sistem omogen are o soluie nebanal dac
i numai dac det A = 0 (adic A este singular). n aceast situaie
soluia depinde de cel puin un parametru.
b) sisteme neomogene dac b 0. Sistemul (1) este
compatibil determinat pentru () b 0 dac i numai dac sistemul
omogen Ax=0 nu are dect soluia banal (adic A este nesingular).
3. n sistemele obinute din aplicaiile fizice, numerele ce
constituie matricea A i vectorul b sunt afectate de erori inerente
(provenite din msurtori) sau erori de rotunjire (1/7 nu poate fi
reprezentat exact pe nici un calculator electronic care are lungime
fix a cuvntului deoarece reprezentarea lui n binar are o infinitate
de bii). Dac erorile mici n cadrul coeficienilor lui A i b, sau n
procesul de calcul au un efect redus asupra vectorului, soluie, un
astfel de sistem este bine condiionat, iar dac efectul este
considerabil, un astfel de sistem este slab condiionat.

Metodele numerice de rezolvare a sistemului liniar (1) sunt de

dou tipuri: directe i iterative.
Rezolvarea direct a sistemelor de ecuaii liniare
Metodele directe constau n reducerea sistemului (1), ntr-un
numr finit de etape, la un sistem echivalent, (cu aceeai soluie)
direct rezolvabil prin substituie direct sau invers.
Aceste metode furnizeaz soluia exact x a sistemului (1) n
cazurile (ideale) n care erorile de rotunjire sunt absente i necesit, n
3

acest scop, efectuarea unui numr de operaii aritmetice elementare de

ordinul n3.
Din acest motiv, metodele directe se utilizeaz pentru rezolvarea
sistemelor uzuale, de dimensiune n 100.
n continuare vom prezenta cteva metode directe de rezolvare a
sistemelor de ecuaii liniare.
1.1. Metoda Gauss. Tehnici de pivotare

Procedura de reducere a sistemului (1) la un sistem echivalent

are la baz o schem de eliminare succesiv a necunoscutelor,
introdus de Gauss n 1823, prin care se efectueaz triangularizarea
superioar a matricei sistemului prin transformri elementare.
Transformrile elementare din metoda Gauss sunt de tipul:
- schimbarea a dou linii ntre ele;
- adunarea unei linii, nmulite cu un numr, la alt linie
i se efectueaz asupra matricei extinse (A | b) astfel nct n n-1
etape n locul matricei A s avem o matrice superior triunghiular.
Observaie. Transformrile elementare de tipul celor de mai sus
sunt permise numai asupra liniilor deoarece nu influeneaz obinerea
soluiei (se refer la ecuaiile sistemului care prin schimbare sau
adunare multiplicate cu un numr nu influeneaz soluia).
ncercm prezentarea algoritmic (pe pai) a metodei Gauss:
- la primul pas se folosete prima ecuaie a sistemului la
eliminarea necunoscutei x1 din celelalte n-1 ecuaii obinndu-se un
nou sistem A(2)x = b(2) (unde A(1) = A i b(1) = b);
- la al doilea pas se folosete a doua ecuaie transformat (deci
din sistemul anterior A(2)x = b(2)) pentru eliminarea necunoscutei x2
din ultimele n-2 ecuaii, obinndu-se sistemul A(3)x = b(3) .a.m.d.

Astfel, pentru k = 1, 2, ... , n-1, avem:

a ( k ) , 1 i k, i j n
ij

( k +1)
a ij = 0, 1 j k, j + 1 i n

(k )
a ij(k) a ik a (k)
kj , k + 1 i, j n

a (kkk )
(2)

b i( k ) , 1

ik

= ( k ) a ik( k ) ( k )
b i ( k ) b k , k + 1 i n
a kk

Pentru k = n-1, nseamn c necunoscuta xn-1 a fost eliminat

din ultima ecuaie, obinndu-se un sistem sub form triunghiular.
(n )
(n )
a 11
x 1 + a 12
x 2 + ... + a 1( kn ) x k + ... + a 1( nn ) x n = b1( n )

a (22n ) x 2 + ... + a (2nk) x k + ... + a (2nn) x n = b (2n )

..................................................

(3)

a (kkn ) x k + ... + a (knn ) x n = b (kn )

......................

a (nnn ) x n = b (nn )
sau
A(n)x = b(n)
Observaii:
1. A(n) este o matrice superior triunghiular.
2. Sistemul A(n)x = b(n) este echivalent cu sistemul (1).
Sistemul triunghiular (3) este sistemul cel mai simplu din irul
de transformri; pentru rezolvarea lui se folosete procesul de
eliminare (substituie) invers, descris astfel:
b i( k +1)


b (nn )
x n = ( n )
a nn

n
(4)

(n)
(n)

b
a
x
j
i
ij

j=i +1
x =
, i = n - 1, n - 2, ..., 1
i

a ii( n )
Observaii.
1. Formulele (2) pot fi completate astfel nct sistemul (3)
obinut s aib forma:
(n)
x 1 + a 12
x 2 + ... + a 1( nn ) x n = b1( n )

x 2 + ... + a (2nn) x n = b (2n )

...........................

x n = b (nn )

ceea ce nseamn c n relaiile (4) dispar numitorii, sau formulele

(2) pot fi modificate astfel nct sistemul (3) s aib forma
matriceal:
1 0 ... 0 x 1 b1( n )
(n )

0 1 ... 0 x 2 b 2
... ... ... ... M = M

0 0 ... 1 x b ( n )
n n

ceea ce nseamn c relaiile (4) devin:

x i = b i( n ) , 1 i n
Aceast modificare a metodei Gauss este cunoscut sub
numele de metoda Gauss-Jordan.
2. Ultimele din formulele (2), pentru a ij( k +1) , k+1 i, j n
i b i( k +1) , k+1 i n sunt cunoscute i sub numele de regula
dreptunghiului.
a (kkk )
a (kjk )
1
a ik( k )

2
a ij( k )
6

a ij( k +1) =

a ij( k ) a (kkk ) a ik( k ) a (kjk )

a (kkk )

1.2. Metoda factorizrii LR

Definiia 1. Fie A Rnxn . O relaie de forma:
A=LR
(5)
unde L Rnxn este o matrice inferior triunghiular iar R este o
matrice superior triunghiular, se numete factorizare LR a lui A.
Precizare: o matrice T Rnxn se numete superior (inferior)
triunghiular dac tij = 0 pentru i > j (tij = 0 pentru i < j) unde
T = (tij), 1 i, j n.
n contextul definiiei 1, sistemul liniar (1) devine:
LRx = b
care conduce la rezolvarea direct a dou sisteme liniare cu matrice
triunghiulare i anume:
Ly = b
(6)
Rx = y
(7)
Observaii:
1. Sistemul (6) are soluia intermediar y ale crei
componente se obin prin substituie direct (nainte) datorit formei
matricei L inferior triunghiular.
2. Sistemul (7) are soluia final x ale crei componente se
obin prin substituie invers (napoi) datorit formei matricei R
superior triunghiular.
Pentru simplificarea referirilor ulterioare, notm prin
A k = (a ij ), 1 i, j k submatricele lider principale de ordinul k ale

lui A, k = 1, 2, ..., n i introducem condiia:

i) submatricele Ak sunt nesingulare (evident A1 = a11, iar
An = A)
Observaie. Condiia i) altfel exprimat este: toi minorii
diagonali principali ai matricei A sunt nenuli.
a
a 12
a11 0, 11
0 , .a.m.d. det A 0
a 21 a 22
7

(de fapt toi primii minori diagonali de fiecare ordin sunt nenuli)
Este valabil urmtoarea:
Teorem. Dac matricea A satisface condiia i), atunci exist
o factorizare LR a lui A, n care matricea L este nesingular.
O factorizare LR a lui A poate fi calculat direct printr-o aanumit procedur compact, n care cele n2 egaliti scalare, din
(5), se rezolv succesiv n raport cu elementele necunoscute lik, i
k i rkj, k j ale matricilor L i respectiv R. Unicitatea procedurii
este asigurat preciznd apriori elementele diagonale ale matricei L
sau elementele diagonale ale matricei R. Din acest punct de vedere,
n practic se utilizeaz dou tipuri de factorizri:
a) Factorizarea Doolittle impune L cu diagonala unitate,
adic lkk = 1, k = 1, 2, ..., n.
b) Factorizarea Crout impune R cu diagonala unitate, adic
rkk = 1, k = 1, 2, ..., n.
Ne vom ocupa de detalierea acestei factorizri, astfel:

l 11
1 r12 ... r1n

1 ... r2 n
l 21 l 22

i R =
Pasul 1. Fie L =
... ... ... ...
... ...

l
l
...
l
1
nn

n1 n 2
Explicitnd egalitatea A = L R, sub forma:

a ij =

min( i , j)

ik rkj

i, j = 1, 2, ..., n

k =1

elementele matricilor L i R se obin astfel:

l i1 = a i1 , 1 i n prima coloan din L

r = a 1 j , 2 j n prima linie din R

1 j l 11

k 1
l = a l r , 2 k i n
ik
ih
hk
ik
h =1

k 1

rkj = a kj l kh rhj l kk , 2 k < j n

h =1

Justificarea formulelor (8):

(8)

- aik se obine nmulind linia i din matricea L cu coloana k din

matricea R;
- dac i > k, atunci (li1 li2 ... li,k-1 lik ... lii 0 ... 0)
r1k

r2 k
M

rk 1,k
a ik

1
0

M
0

a ik =

k 1

ih rhk

+ l ik ;

h =1

r1k

r2 k
M

rk 1,k
- dac i = k, atunci (li1 li2 ... li,k-1 lii 0 ... 0)
a ik
1

M
0

a ik =

k 1

ih rhk

+ l ii ; deci am regsit formulele (8) pentru i k;

h =1

 r1 j

r2 j
M

rk 1, j
- dac k < j, atunci (lk1 lk2 ... lk,k-1 lkk 0 ... 0)

rkj
0

M
0

a kj =

k 1

kh rhj

+ l kk rkj , deci am regsit formulele (8) pentru k < j.

h =1

Pasul 2. Se rezolv sistemul (6):

l 11

l 21
...

l
n1

l 22
...
l n2

...
...

y1 b1

y2 b2
=
... M M

l nn y n b n

cu formulele de substituie direct (nainte)

b1

y1 = l
11

k 1

y = b
l kj y j l kk , k = 2,..., n
k
k

j=1

Pasul 3. Se rezolv sistemul (7):

1 r12 ... r1n x 1 y1

1 ... r2 n x 2 y 2

... ... M M

1 x n y n

cu formulele de substituie invers (napoi)

10

(9)

x n = y n

x
y
rkj x j , k = n 1, n 2,...,1
k
k
j= k +1

(10)

1.4. Rezolvarea iterativ a sistemelor de ecuaii liniare.

Metodele Jacobi i Seidel Gauss
Introducere
Metodele iterative constau n construcia unui ir x(k),
(evident x(k) Rn) k = 0, 1, ... , convergent ctre soluia exact x a
sistemului:
Ax = b, unde A Rnxn, b Rn
Oprirea procesului iterativ, adic trunchierea irului x(k), are
loc la un indice s, determinat pe parcursul calculului n funcie de
precizia impus, astfel nct termenul curent x(s) s constituie o
aproximaie satisfctoare a soluiei cutate x.
Metoda Seidel-Gauss (metoda iteraiilor succesive) const n
construcia irului x(k+1), k = 0, 1, ... astfel: x(0) Rn arbitrar, iar
i 1
n

1
x i( k +1) =
b i a ij x (jk +1) a ij x (jk ) , i = 2, n 1, unde

a ii

j=1
j= i +1

( k +1)
1
(27)
b1 a 1 j x (jk )
=
x 1

a 1i
j= 2

n 1

1
( k +1)
( k +1)
x
b
a
x
=

n
n
nj
j

a nn
j=1

Se observ c iteraia nou folosete iteraii vechi, numai

dac nu exist iteraii noi calculate.
Observaii: Condiia suficient pentru ca irul x(k+1) s
convearg la soluia x este ca A s fie diagonal dominant pe linii

(26) sau pe coloane a jj >

ij

, j = 1, n .

i =1
i j

11

2. Pot exista sisteme pentru care condiia amintit nu este

ndeplinit, dar algoritmul Seidel-Gauss s convearg. Utiliznd
norme vectoriale adecvate se poate obine o condiie necesar i
suficient de convergen, calculele depind cadrul prezentei
lucrri. Pentru detalii vezi [19] sau [28].
3. Practic, iteraiile se opresc atunci cnd pentru un , impus
de utilizator, avem ndeplinite condiiile:

x i( k +1) x i( k ) < , i = 1, n
(k+1)

(28)
(k)

(sau trecnd la maxim d(x , x ) < ). Am putea determina din

teorema Banach, indicele la care ne putem opri, n funcie de q.
n acest caz, vom defini ca soluie vectorul x(k+1).
Metoda Jacobi (metoda iteraiilor simultane) const n
construcia irului x(k+1), k = 0, 1, ... astfel

1
( k +1)
(k)
xi
= bi a ijx i , i = 1, n ; x(0) Rn arbitrar
(29)
a ii

j=1
ji

Observaii:
1. Sunt valabile observaiile precedente.
2. Se observ c iteraia nou folosete toate componentele
iteraiei vechi ceea ce face ca formula s fie mai simpl, dar
metoda Jacobi este mai lent convergent dect metoda Seidel-Gauss
n aceleai condiii iniiale (x(0), ).

12

2. ECUAII I SISTEME DE ECUAII

NELINIARE

2.1. Metoda biseciei

Fiind dat funcia f : [ a, b] R i ecuaia f(x) = 0 metoda
biseciei se bazeaz pe proprietatea funciei f de a fi continu pe
[a, b] i f(a)f(b) 0. Atunci f are pe [a, b] un numr impar de
zerouri.
a+b
a+b
Dac f
este soluie. Dac nu, se
= 0, x 1 =
2
2
a+b
a+b
a+b
i f(a) f
i
< 0 sau a1 =
2
2
2
a+b
b1 = b n cazul f
f(b) < 0. Continund, se obine succesiunea
2
de intervale: [a1, b1], [a2, b2] ... [an, bn] cu proprietatea c:
f(an) f(bn) < 0, n = 1, 2, 3, ...
1
cu bn an = n (b a ) .
2
Obinem astfel (an) nN ir cresctor i (bn) nN ir descresctor
cu:
x 1 = lim a n = lim b n

noteaz a1 = a i b1 =

n ipoteza c au fost separate mai multe zerouri, algoritmul

expus poate fi aplicat pentru determinarea fiecrei soluii separate.
Metoda njumtirii intervalului este cea mai simpl (dar i
cea mai slab convergent) metod pentru determinarea unei soluii a
ecuaiei f(x) = 0.
Algoritmul poate fi aplicat n dou variante:
a) Au fost separate una sau mai multe soluii;
b) Nu a fost separat nici o soluie. n aceast situaie se
noteaz cu a1 = , b1 = 0 dac f () f(0) < 0 sau a1 = 0, b1 = +

13

dac f(0)f () < 0, n practic simbolul fiind nlocuit cu un numr

foarte mare.

2.2. Metoda secantei

Considerm din nou ecuaia

f(x) = 0, x [a, b]
(1)
cu f continu i derivabil de dou ori pe [a, b] i n plus f(a)f(b) < 0,
adic a fost separat o soluie a ecuaiei n acest interval, iar f ( x )
pstreaz semn constant pe [a, b].
Vom prezenta n continuare metoda secantei pentru
aproximarea acestei soluii, notat cu x .
Pentru a obine o prim aproximaie x1 pentru x vom scrie
ecuaia dreptei care trece prin punctele (a, f(a)) i (b, f(b)):

x a
y f (a )
=
(2)
b a f ( b ) f (a )
Aproximaia x1 va fi dat de abscisa punctului n care dreapta
taie axa Ox, adic pentru y = 0, relaia (2) se scrie sub forma:
f (a )(b a )
x1 = a
(3)
f ( b ) f (a )
Vom construi din nou o dreapt similar cu (2) folosind un
punct: (x1, f(x1)) i un al doilea punct n funcie de intervalul n care
se afl soluia, (a, x1) sau (x1, b).
Dac f(a) f(x1) < 0 atunci al doilea punct al dreptei va fi
(a, f(a)) i suntem condui la formula general:
f ( x n )( x n a )
x n +1 = x n
(4)
f ( x n ) f (a )
ir descresctor (din construcie) i mrginit, deci convergent.
Dac f(x1) f(b) < 0, al doilea punct va fi (b, f(b)) i formula
iterativ va fi:

14

f ( x n )(b x n )
(5)
f ( b) f ( x n )
obinnd prin construcie un ir cresctor i mrginit.
n ambele cazuri irul dat de (4) sau (5) va avea ca limit
soluia cutat, adic:
x = lim x n
x n +1 = x n

Trecnd la limit n oricare din relaia de recuren (4) sau (5)

se obine:
f (x) = 0

2.3. Metoda Newton (tangentei)

2.3.2. Metoda Newton pentru sisteme neliniare

Prin metoda lui Newton se construiete un ir de aproximaii

x(n) ale soluiei sistemului (6), cunoscnd c acest sistem are o soluie
x i avnd o aproximaie iniial x(0) a acestei soluii.
n definirea acestui ir de aproximaii intervine derivata F(x) a
operatorului F.
Din relaia (7) rezult c numrtorul tinde la 0 mai repede
dect h. Pentru ||h|| suficient de mic, putem face aproximarea
F(x+h) F(x) F (x)h 0
S aplicm aceast relaie pentru o aproximaie x(n) a soluiei
ecuaiei (1) i pentru h = x x(n). Obinem:
F( x ) F(x(n)) F (x(n))( x x(n)) 0, i cum:
F( x ) = 0 cci x este soluia ecuaiei (6), obinem:
F(x(n)) + F (x(n))( x -x(n)) 0
Datorit aproximrii, rezolvnd aceast ecuaie nu vom obine
soluia exact ( x ), ci o valoare x(n+1), care o definim ca aproximaie
de ordinul n+1.
F(x(n)) + F (x(n))(x(n+1) x(n)) = 0
Aproximaia x(n+1), presupunnd c exist [F (x(n))]-1, este de
forma:
15

(8)
x(n+1) = x(n) [F (x(n))]-1 F(x(n))
Procesul iterativ definit de (8) poart numele de metoda lui
Newton.
Observaie. n particular, metoda lui Newton, se poate aplica
pentru rezolvarea ecuaiilor de forma:
f(x) = 0
unde f : R R este o funcie derivabil, cu derivata nenul ntr-un
anumit interval care conine o soluie x a acestei ecuaii. irul (8)
devine, n acest caz:
f (x (n ) )
x(n+1) = x(n) ' ( n )
f (x )
i metoda admite urmtoarea interpretare geometric: x(n+1) este
abscisa punctului de intersecie cu axa Ox a tangentei la graficul
funciei f(x) n punctul (x(n), f(x(n)). Din acest motiv, metoda lui
Newton se mai numete i metoda tangentei.
Observaie. Metoda Newton se poate aplica i n cazul
sistemelor neliniare:
f1 ( x 1 , x 2 ,..., x m ) = 0

f 2 ( x 1 , x 2 ,..., x m ) = 0

..............................
f m ( x 1 , x 2 ,..., x m ) = 0
unde F : Rm Rm, cu F = (f1, f2, ..., fm) t. n exemplul dat am
constatat c dac fi au derivate pariale de ordinul I continue, atunci
f ( x )
, matricea iacobian.
exist derivata lui F i F (x) = i
x j

16

3. POLINOM CARACTERISTIC.
VECTORI I VALORI PROPRII
Preliminarii (noiuni generale).
Definiia 1. Dac matricea A Rnxn, atunci polinomul definit

prin:
pA() = det(I A)
(1)
se numete polinomul caracteristic al matricei A.
Precizri:
1. Polinomul pA este un polinom unitar, de grad n, cu
coeficieni reali i ecuaia caracteristic de forma:
pA() = 0 n + c1n-1 + c2n-2 + ...+ cn-1 + cn = 0
(1)
are cel mult n rdcini distincte (reale sau complexe).
2. Dac este o rdcin a lui pA, atunci, din det(I A) = 0,
nseamn c sistemul liniar omogen definit prin
(A I) x = 0 (vectorul nul din Rn)
(2)
are i soluii nebanale.
n continuare vom studia rdcinile lui pA i soluiile nebanale
ale sistemului (2).
Definiia 2. Dac pA este polinomul caracteristic al matricei A,
rdcinile lui pA se numesc valori proprii (sau valori caracteristice)
ale matricei A. Dac este o valoare proprie a lui A i x 0 verific
sistemul (2) atunci x se numete vector propriu (sau vector
caracteristic) al lui A corespunztor valorii proprii .
Observaie. Egalitatea (2) conduce la:
Ax = x
(3)
Definiia 3. Mulimea (A) = { 1, 2, ..., n} se numete
spectrul lui A, iar numrul (A) = max |i| se numete raza
1i n

spectral a lui A.
Consecin. Orice matrice A Rnxn are cel puin un vector
propriu x, mai precis, fiecrei valori proprii i (A) i corespunde
cel puin un vector propriu xi Ker(In A).
17

Metodele numerice pentru calculul valorilor i vectorilor

proprii se mpart n dou clase astfel:
I. Metode pentru calcularea polinomului caracteristic, n care
determinarea coeficienilor lui pA() se face n mod direct. Deci o
cale posibil pentru a calcula valorile proprii este s obinem nti
coeficienii polinomului caracteristic:
pA() = n + c1n-1 + ... + cn
i apoi s rezolvm ecuaia caracteristic pA() = 0, folosind n acest
scop orice metod aproximativ de rezolvare a ecuaiilor algebrice
neliniare.
Totui, nu trebuie s procedm astfel dect n cazurile cnd
matricea A este de ordin foarte mic i soluiile ecuaiei caracteristice
sunt bine separate.
Motivul este c valorile proprii sunt foarte sensibile la
perturbaiile coeficienilor c1, c2, ..., cn, datorate erorilor de rotunjire
inerente.
II. Metode pentru determinarea valorilor i vectorilor proprii
ai matricei A, fr a dezvolta n prealabil polinomul caracteristic.
Aceste metode sunt n esen proceduri iterative de aducere a
matricei A la anumite forme simple (canonice) prin transformri
de asemnare sau prin transformri de asemnare ortogonal (forma
diagonal, forma tridiagonal, forma superior triunghiular, forma
superior Hessenberg).
3.1. Calculul polinomului caracteristic cu ajutorul minorilor
diagonali

Dac A Rnxn este de forma A = (aij), 1 i, j n, atunci

polinomul ei caracteristic se poate scrie:
pA() = det(ij aij)
Elementele fiecrei coloane a determinantului de mai sus sunt
sume algebrice de cte dou elemente. Deci pA() se descompune
ntr-o sum de 2n determinani. Fie unul dintre aceti determinani
i s notm cu j1, j2, ..., jm coloanele lui care conin numai elemente
ale matricei A. Toate celelalte coloane conin la intersecia cu
diagonala principal i n rest 0.
18

Dezvoltnd succesiv dup coloanele care conin i scond

1 factor comun pe celelalte coloane, se obine:
= (1)m n-m M j1 j2 ... jm
unde M j1 j2 ... jm este minorul diagonal al matricei A format cu
elementele care se afl la intersecia liniilor i coloanelor de indici
j1, j2, ..., jm.
Dac n dezvoltarea lui pA() se grupeaz termenii dup
puterile lui , se obine:
pA() = n 1n-1 + 2n-2 ... + (1)nn,
unde:
1 =

ii

(1 este suma minorilor diagonali de ordinul unu);

i =1

2 =

a ii
a
1i < j n ji

a ij
a jj

(2 este suma minorilor diagonali de

ordinul doi); .a.m.d.

n = detA (n reprezint singurul minor diagonal de ordinul n);

3.2. Metoda Leverrier

Dac A Rnxn, atunci polinomul su caracteristic este:

pA() = n 1n-1 + 2n-2 - ... + (1)nn
Pentru a-i determina coeficienii procedm astfel:
1) Determinm sk = Tr(Ak), 1 k n.
2) 1 = s1
k = (s1k-1 s2k-2 + ... + (1)k+1sk)/k, 2 k n.
Algoritmul lui Leverrier se programeaz fr dificultate i
prezint un grad mare de generalitate (nu exist cazuri particulare).
Pentru n mare, calculele sunt dificile (trebuie calculate puterile
matricei date) i se mrete timpul de rspuns.

19

3.3. Metoda Krylov

Este o metod pentru calculul polinomului caracteristic bazat

pe teorema lui Cayley-Hamilton. Fie A Rnxn i pA() = n + c1n-1 +
+ ... + cn-1 + cn, polinomul caracteristic al matricei A. Trebuie s
determinm coeficienii c1, c2, ..., cn. Conform teoremei amintite,
avem:
pA(A) = An + c1An-1 + ... + cn-1A + cnIn = On
(7)
(0)
Fie y Rn, oarecare, nenul. Din relaia (7) rezult:
Any(0) + c1An-1y(0) + ... + cn-1Ay(0) + cny(0) = 0
(8)
Dac se noteaz
Aky(0) = y(k), k = 1, 2, ..., n
(9)
atunci relaia (8) se mai scrie:
c1y(n-1) + c2y(n-2) + ... + cn-1y(1) + cny(0) = y(n)
(10)
Scris pe componente, relaia (10) reprezint un sistem de n
ecuaii liniare cu n necunoscute c1, c2, ..., cn. Dac determinantul
sistemului (10) este nenul, atunci soluia unic reprezint coeficienii
polinomului caracteristic. Aceast soluie se poate obine prin una
din metodele de rezolvare a sistemelor de ecuaii liniare. Dac
determinantul sistemului (10) este nul, atunci trebuie reluate
calculele cu un alt vector iniial y(0).
Observaie. Relaia (9) pentru obinerea vectorilor
y(1), y(2), ..., y(n) conduce la calcule simplificate dac este scris sub
forma echivalent:
y(k) =Ay(k-1), k = 1, 2, ..., n
(11)
Dac polinomul caracteristic are rdcini distincte, atunci
vectorii y(0), y(1), ..., y(n-1) obinui mai sus permit determinarea simpl
i a vectorilor proprii. Fie 1, 2, ..., n valorile proprii distincte i
x(1), x(2), ... x(n) vectorii proprii corespunztori care formeaz o baz.
Fie:
y(0) = b1x(1) + b2x(2) + ... + bnx(n)
(12)
expresia vectorului iniial n aceast baz.
Observaie. Menionm faptul c vectorul iniial a condus la
obinerea coeficienilor c1, c2, ...., cn ai polinomului caracteristic.
n continuare, din (9) sau (11) i definiia vectorilor proprii,
obinem:
20

n
(1)
b k k x (k)
y =
k =1

..........
..........
.......
(13)

n
y ( n 1) =
b k nk1 x ( k )

k =1
S notm:
p ( )
= n 1 + q1 j n 2 + ... + q n 1, j , j = 1, 2, ..., n. (14)
qj() = A
j

n ipoteza fcut (valori proprii distincte), avem.

q j ( k ) = 0, k j
(15)

q j ( j ) 0
i din relaiile de mai sus deducem:
y(n-1) + q1jy(n-2) + ... + qn-1,jy(0) = b1qj(1)x(1) + b2qj(2)x(2) + ... +
+ bjqj(j)x(j) + ... + bnqj(n)x(n) = bjqj(j)x(j)
Dac bj 0, atunci bjqj(j)x(j) este de asemenea un vector
propriu corespunztor valorii proprii j, deci
(16)
y(n-1) + q1jy (n-2) + ... + qn-1,jy (0)
este un vector propriu corespunztor valorii proprii j.

3.4. Metoda Fadeev

Este o metod, care pornind de la relaia (17), cu un efort
minim, permite obinerea att a coeficienilor polinomului
caracteristic al matricei date A Rnxn, ct i a inversei acesteia A-1.
Algoritmul metodei Fadeev este caracterizat de relaiile:
A1 = A;
c1 = Tr (A1 );
B1 = A1 + c1 I n

1
A 2 = AB1 ;
c 2 = Tr (A 2 );
B2 = A 2 + c 2 I n

2
(18)

...
...
...

A n = AB n 1 ;
c n = Tr (A n ); B n = A n + c n I n

n
Se demonstreaz uor urmtoarele afirmaii:
21

B n = O n ;

1
1
A = c B n 1 , dac c n 0
n

3.5. Metoda Danilevski

Fie A Rnxn. Ne propunem s obinem pA.

Definiia 7. Spunem c matricea F Rnxn are forma normal
Frobenius, dac:
f1 f 2 ... f n 1 f n

0
1 0 ... 0
F=
(19)
... ... ... ... ...

0 0 ... 1
0

Proprietatea 2.
(20)
pF() = n f1n-1 f2n-2 fn-1 fn
(deci o matrice cu form normal Frobenius are n prima linie opuii
coeficienilor polinomului su caracteristic).
Observaie. Demonstrarea relaiei (20) se face dezvoltnd
determinantul matricei (I F) dup prima linie.
Metoda lui Danilevski, pentru aflarea polinomului caracteristic
al matricei date, A, const n aducerea matricei A, la forma normal
Frobenius prin procedee de asemnare. Acest lucru se realizeaz n
n-1 etape, la fiecare etap, obinnd cte o linie din matricea F, dat
de (19), de la ultima linie pn la prima.
Astfel:
Etapa 1. Presupunem an,n-1 0 pentru a realiza ultima linie din
matricea F.
Observaie. Cazul an,n-1 = 0 (posibil practic) va fi tratat la
cazuri particulare.
Cu presupunerea an,n-1 0, vom prelucra matricea A astfel:
- mprim elementele coloanei n-1 prin an,n-1
22

- apoi, din fiecare coloan j, 1 j n, j n1 vom scdea

coloana n1 (obinut anterior) nmulit cu anj.
Adic:
a ' i , n 1 = a i , n 1 / a n , n 1 , 1 i n ,
(21)

a ' ij = a ij a ' i , n 1 a nj , 1 j n , j n 1, 1 i n.
Observaie. Linia n a matricei A se nlocuiete cu ultima linie
din F, adic 0 0 ... 1 0 (vezi formulele (21) pentru i = n).
Observaie. Transformrile (21) sunt echivalente cu
nmulirea la dreapta a matricei A cu matricea:

0
...
0
0
1

1
...
0
0
0

...
...
...
...
Mn-1 = ...
(22)
a n1
a n2
a nn
1

linia n1
...

a n ,n 1
a n ,n 1
a n ,n 1
a n ,n 1
0
0
...
0
1

Deci, matricea Mn-1 difer de matricea unitate de ordinul n,

doar n linia n1, cu componena din (22).
Observaie. Dac notm cu Bn-1 = A Mn-1, atunci ultima linie
a matricei Bn-1 este 0 0 ... 1 0 i elementele celorlalte linii
i, 1 i n1 se calculeaz cu ajutorul relaiilor (21).
Observaie. Matricea Mn-1 este inversabil i
0 ...
0
0
1

1 ...
0
0
0
M n11 = ...
(23)
... ...
...
...

a n1 a n 2 ... a n ,n 1 a nn linia n1

0 ...
0
1
0
Deci, matricea M n 11 difer de matricea unitate de ordinul n
doar n linia n-1 care este ultima linie din matricea A.
Cu toate aceste precizri fcute, n prima etap se obine
matricea Cn-1 = M n 11 Bn-1, adic Cn-1 = M n 11 A Mn-1, care este
asemenea cu matricea A(A ~ Cn-1).
23

Observaie. Cu excepia liniei n1, matricele Cn-1 i Bn-1 au

aceleai elemente. Elementele liniei n1 din matricea Cn-1 se obin
nmulind elementele liniei n1 din matricea M n 11 , (23), cu
elementele fiecrei coloane din Bn-1.
Obinem, astfel, relaiile:
n

a 'n 1, j = a ni a 'ij , 1 j n

(24)

i =1

Relaiile (24) se refer la linia n1 din matricea Cn-1, restul

liniilor matricei Cn-1 fiind preluate din Bn-1, fr nici-o modificare.
Etapa 2. n etapa a doua se reiau calculele bazate pe relaiile
(21) + (24), presupunnd a ' n 1,n 2 0 ( a ' n 1,n 2 este element din Cn-1).
Cu alte cuvinte se construiete matricea:
Cn-2 = M n1 2 Cn-1 Mn-2,
asemenea cu matricea Cn-1, deci asemenea cu A (relaia de asemnare
fiind relaie de echivalen). n plus, ultimele dou linii din Cn-2 sunt
identice cu ultimele dou linii din F.
Observaie. Putem scrie Cn-2 = M n1 2 ( M n11 A Mn-1) Mn-2 =

= ( M n1 2 M n11 ) A (Mn-1 Mn-2) folosind asociativitatea

produsului matricelor. Deci A ~ Cn-2.
Observaie. Matricele Mn-2, M n1 2 se calculeaz asemntor
matricelor Mn-1, M n11 din (22) respectiv (23), folosind linia n1
din Cn-1 pentru a obine linia n-2 din Mn-2, respectiv M n1 2 . Adic,
linia n2 din Mn-2 este:
a ' n 1,1
a ' n 1, 2
a ' n 1,n 1
a ' n 1,n
1

...

a ' n 1,n 2 a ' n 1,n 2 a ' n 1,n 2

a ' n 1,n 2 a ' n 1,n 2

Analog, linia n2 din M n1 2 este:

a ' n 1,1

a ' n 1, 2 ... a ' n 1,n 2

a ' n 1,n 1

a ' n 1,n .a.m.d.

Etapa n-1. n etapa n-1 se obine matricea C1 = M11 C2M1

(n ipoteza c21 0, c21 fiind element din C2), A ~ C1, C1 avnd forma
(19) deoarece se obin ultimele n-1 linii din (19). Relaia dintre C1 i
A este dat de:
24

C1 = ( M 11 M 21 ... M n11 ) A (Mn-1 Mn-2 ... M1)

Notnd S = Mn-1 Mn-2 ... M1 C1 = S-1 A S.

4.

APROXIMAREA

FUNCIILOR

Introducere

Vom ncerca n cele ce urmeaz s prezentm pe scurt,

procesul de aproximare a unei funcii cunoscut printr-un numr finit
de valori.
Printr-un anumit procedeu, utilizarea unor aparate de msur
de exemplu, putem cunoate valorile unei funcii (temperatur,
tensiuni sau intensitile electrice, magnetism, etc.) cu expresie
necunoscut pentru anumite valori ale variabilei.
Vom nota cu x0, x1, ..., xn valorile pentru care au avut loc
msurtorile i cu f0, f1, ..., fn valorile msurate, adic: fi = f(xi),
i = 0, n .
Exist situaii n care este necesar cunoaterea valorii funciei
f ntr-un punct x , x [x0, xn], x xi, i = 0, n , care nu a fcut deci
parte din setul de msurtori iniiale.
Dac reluarea msurtorilor pentru determinarea valorii f( x )
nu mai este posibil din diverse motive, de exemplu acela c
fenomenul nu se mai poate repeta, suntem nevoii ca pe baza datelor
acumulate s cutm o aproximare pentru f( x ).
Avnd n vedere faptul c pot exista mai multe valori de genul
x , vom cuta un aproximant pentru funcia f pe intervalul studiat
[x0, xn], care s aproximeze de fiecare dat valorile f( x ), pentru x
dat.
Vom expune n cadrul acestui capitol dou metode de
construcie a aproximantului:
a) ca polinom de interpolare (cnd n este mic!);
25

b) ca element de cea mai bun aproximare obinut prin metoda

celor mai mici ptrate (cnd n este mare!).
Aproximanii construii pot de asemenea nlocui funcia n
operaii de integrare i derivare aproximativ aa cum se va prezenta
n capitolele urmtoare.
Aproximarea funciilor prin interpolare
Fie n+1 puncte distincte, xi, i = 0, n (numite noduri) pe un
not

interval I R, i f ( x i ) = fi, i = 0, n valorile date ale funciei reale f

n aceste puncte (f : R R).
S determinm un polinom de grad cel mult egal cu n, notat Pn
care s treac prin punctele (xi, fi), i = 0, n .
Un asemenea polinom l numim polinom de interpolare, iar
despre f spunem c se aproximeaz polinomial pe I.
Se pun urmtoarele ntrebri:
a) dac exist, care este expresia polinomului de interpolare n
funcie de xi i fi, i = 0, n ?
b) ct de bine aproximeaz polinomul de interpolare funcia f
pe I?
S ncercm s rspundem la aceste ntrebri.
4.1. Polinomul de interpolare Lagrange
4.1.1. Construirea polinomului
Calea direct de determinare a polinomului de interpolare ar fi
folosirea expresiei generale a polinomului de gradul n, coeficienii
lui (n numr de n+1) urmnd s rezulte din cele n+1 condiii.
Pn(xi) = fi, i = 0, n
(1)
n
n-1
Adic, fie Pn(x) = a0x + a1x + ... + an. Astfel (1) reprezint
un sistem liniar cu n+1 ecuaii (deci cele n+1 condiii (1)) i n+1
necunoscute a0, a1, ..., an (coeficienii polinomului de interpolare).
Determinantul matricei acestui sistem este determinantul
Vandermonde V(x0, x1, ..., xn) 0, deoarece nodurile sunt distincte.
Rezult soluia unic a0, a1, ..., an.
26

Deci polinomul de interpolare exist i este unic, expresia sa

fiind dependent de xi, fi, i = 0, n .
Fiind destul de laborioas aceast cale, vom prefera o alt
cale care conduce direct la expresia polinomului de interpolare.
S notm cu

lk (x j ) = kj

lk , k =

0, n , un polinom de grad n pentru care

(simbolul lui Kronecker), () j = 0, n .

Aadar
n

lk ( x ) =
j= 0
j k

x xj
xk x j

k = 0, n

(2)

(x x 0 )...(x k k1 )(x x k+1 )...(x x n )

, k= 0, n
(x k x 0 )...(x k x k1 )(x k x k+1 )...(x k x n )
Observaie. Polinoamele de grad n, definite de (2) se numesc
polinoame fundamentale Lagrange (justificarea notaiei).
Este valabil urmtoarea proprietate:

adic lk (x) =

Proprietatea 1. Polinomul Pn(x) =

lk(x) este polinom de

k =0

interpolare (numit polinom de interpolare Lagrange).

Aadar, polinomul de interpolare Lagrange:
n
n
x xj
fk
Pn(x) =
k =0
j= 0 x k x j

(3)

j k

este un polinom de interpolare pentru datele (xi, fi), i = 0, n .

Proprietatea 2. Polinomul de interpolare corespunztor la
n+1 puncte distincte, exist i este unic (sau polinomul de
interpolare Lagrange constituie singurul polinom de grad cel mult n
ce interpoleaz datele (xi, fi), i = 0, n ).
4.2. Polinomul de interpolare Newton
4.2.1. Diferene divizate

27

Fie n+1 puncte distincte xi, i = 0, n (numite noduri) pe un

not

interval I R i f(xi) = fi, i = 0, n valorile date ale funciei reale f

n aceste puncte.
Definiia 1. Definim diferenele divizate de ordin k, k = 0, n ,
recursiv astfel:
diferenele divizate de ordin zero coincid cu valorile fi, ale
funciei f n nodurile xi, i = 0, n (deci sunt n+1 diferene divizate
de ordin 0). Le notm f(xi);
diferenele divizate de ordin unu se definesc prin egalitatea
f ( x i +1 ) f ( x i )
f(xi; xi+1) =
, 0 i n-1,
x i +1 x i
adic f(x0; x1), f(x1; x2), ..., f(xn-1, xn) (deci sunt n diferene divizate
de ordin 1);
diferenele divizate de ordin k, se obin din diferene divizate
de ordin k-1 dup formula:
f ( x 1 ; x 2 ;...; x k ) f ( x 0 ; x 1 ;...; x k 1 )
f(x0; x1; ...; xk) =
(7)
xk x0
Observaie. Exist o singur diferen divizat de ordinul n i
f ( x 1 ; x 2 ;...; x n ) f ( x 0 ; x 1 ;...; x n 1 )
.
anume f(x0; x1; ..., xn) =
xn x0
Observaie. Din definiia 1 rezult c putem trece diferenele
divizate (de toate ordinele) ntr-un tablou astfel:
xi
x0
x1
x2

xn-2
xn-1
xn

dif.div. de ord.0
f(x0) = f0
f(x1) = f1
f(x2) = f2

f(xn-2) = fn-2
f(xn-1) = fn-1
f(xn) = fn

dif.div. de ord.1
f(x0; x1)
f(x1; x2)
f(x2; x3)

f(xn-2; xn-1)
f(xn-1; xn)

ord.2
f(x0; x1; x2)
f(x1; x2; x3)
f(x2; x3; x4)

f(xn-2; xn-1; xn)

folosind formulele (7).

Deci notnd dij, elementele acestui tablou
di0 = fi , i = 0, n

28

...

ord. n
f(x0; x1; ...;xn)

dij =

d i +1, j1 d i , j1
x j+ i x i

, j = 1, n ; i = 0, n j

Observaie. Se poate demonstra, prin inducie dup m, c

m
f (x j )
(8)
f(x0; ...; xm) =
m
j= 0
(x j x i )

i =0
i j

ceea ce arat c diferenele divizate sunt simetrice n argumente.

Polinomul notat
n 1

Nn(x) = f(x0) +

f (x

(x x )

0 ;...; x k +1 )

k =0

(12)

j= 0

se numete polinomul lui Newton de interpolare cu diferene

divizate. Din (9), combinnd cu (5), deducem:
f ( n +1) ()
f(x; x0; ...; xn) =
,
(n + 1)!
este intermediar punctelor x, x0, ..., xn.
Observaii:
1. Polinomul de interpolare Lagrange, cu exprimarea (3) este
identic cu polinomul de interpolare al lui Newton cu exprimarea
(12).
2. Din tabloul diferenelor divizate, se observ c ne
intereseaz doar prima linie.

4.4. Aproximarea cu funcii spline cubice

4.4.1. Construcia aproximantului spline cubic

Dac gradul polinomului este 3 vom spune c aproximm cu

spline cubic, definit prin condiiile de mai jos:
1. S(xi) = fi, 0 i n;
2. S, S', S'' continue pe [a, b];
29

3. S polinom de gradul trei pe fiecare subinterval [xi-1,xi], 1 i n.

Notm:
Si resticia lui S pe [xi-1, xi] adic Si(x) = S(x), x [xi-1, xi].
cont

ui = S''(xi), 0 i n, deci ui = S''i(xi) = S' 'i +1 (xi).

Forma generala a ramurii i a spline-ului cubic este
h 2 x x i 1
u ( x x i1 ) 3 + u i1 ( x i x ) 3
+ f i u i i
Si(x) = i
+
6h i
6 hi

h2 x x
,
+ f i1 u i1 i i
6 hi

(22)

Se observ continuitatea lui S.

n continuare, vom impune condiiile de continuitate i pentru
S', adic
S'i ( x i ) = S'i +1 ( x i ) , 1 i n 1
de unde avem:
f f
f f
hi
h
h + h i +1
+ u i +1 i +1 = i +1 i i i 1
+ ui i
(23)
6
6
h i +1
hi
3
1 i n1
Relaiile (23) reprezint un sistem de n-1 ecuaii cu n+1
necunoscute u0, u1, ..., un, pentru a cror determinare exist dou
cazuri practice:
I. S''(a) = S''(b) = 0, adic u0 = un = 0. Rezult n 1 ecuaii cu
n 1 necunoscute: u1, u2, ..., un-1, adic am redus numrul de
necunoscute.
u i 1

not

S' (a ) = f ' (a ) = f '0

f f
h1
h
+ u 1 1 = 1 0 f '0
II.
u0
not
3
6
h1
S' (b) = f ' (b) = f ' n

i
u n 1

hn
h
f f
+ u n n = f ' n n n 1 ,
6
3
hn
30

(24)

(25)

adic mrim numrul de ecuaii i deci (24) + (23) + (25) reprezint

un sistem de n+1 ecuaii cu n+1 necunoscute: u0, u1, ..., un.
n ambele cazuri I i II sistemele obinute sunt tridiagonale
simetrice cu diagonala principal dominant.

4.5. Metoda celor mai mici ptrate cazul

funciilor tabelate
4.5.1. Construcia elementului de cea mai bun aproximare

Fiind dat o funcie f : [a, b] R vom spune c este tabelat

atunci cnd se cunosc valorile f(xi) = fi ale funciei f pe un sistem de
noduri echidistante sau nu: a = x1 < x2 < ... < xn = b.
Metoda celor mai mici ptrate (m.c.m.m.p.) i propune ca
pentru funciile tabelate s determine un aproximant care s
aproximeze suficient de bine funcia n orice punct din intervalul
[a, b], fr s coincid cu funcia n mod expres n vreun punct.
Alegerea aproximantului se va face dintr-o familie de funcii
liniar independent, numit sistem de generatori sau funcii standard
i evident forma lui va depinde de familia din care face parte.
Cea mai comod alegere pentru aproximant va fi de form
polinomial.
Elementul de cea mai bun aproximare n sensul celor mai
mici ptrate se va determina din condiia de minimizare a abaterii
dintre funcia f i aproximantul g:
f g

f ( x ) g( x )
i

i =1

unde:
f

2
i

i =1

31

(33)

Aproximantul g va fi generat de o familie finit de funcii

liniar independente: 1, 2, ..., m adic g va avea forma:
m

g(x) =

c (x)
i

(34)

i =1

Coeficienii ci R i vom determina din condiia de minimizare a

erorii de aproximare:
n
m
min R(c1, c2, ..., cm) = min f ( x j ) c i i ( x j )
j=1
i =1

echivalent cu rezolvarea sistemului liniar:

R
R
R
=0;
= 0 ; ....
=0
c1
c 2
c m
sau
m

ci

i =1

j=1

k ( x j ) i ( x j ) =

(35)

(36)

k ( x j )f ( x j )

, k = 1, m

(37)

j=1

elementului de cea mai bun aproximare pentru o funcie dat.

4.5.2. Aproximarea funciilor prin metoda celor mai mici

ptrate utiliznd polinoame algebrice

Vom alege funciile standard ca polinoame algebrice, o prim

posibilitate fiind ca:
(41)
1(x) = 1; i(x) = xi-1, i 2, m
Ecuaiile sistemului (37) (care se mai numesc i ecuaii normale) vor
deveni:
m
n
n
nc +
c x i 1 = f j
1 i =2 i j=1 j
j=1
m n
n
c x i = x f
i
j
j j
j=1
(42)
i =1 j=1
.................................

m
n
n

c i x mj +i 2 = x mj 1f j
i =1 j=1
j=1
32

unde x1, x2, ..., xn sunt punctele n care se cunoate fenomenul fizic a
crui modelare se studiaz.
5. EVALUAREA NUMERIC A INTEGRALELOR

Introducere
Vom studia n continuare metode de evaluare aproximativ a
integralelor definite

f (x)dx pentru o funcie f integrabil a crei

a

primitiv este dificil de evaluat.

Aproximarea integralei definite se va face cu formule de
forma:

f ( x )dx =

c f (x ) + E(),
i

i =0

(1)
unde: ci sunt coeficieni, xi sunt noduri echidistante alctuind o
diviziune a intervalului [a, b] iar E(f) este restul metodei de
aproximare numeric.
Pentru fiecare metod restul (eroarea) este specific, iar
coeficienii ci i nodurile xi se aleg astfel nct restul s fie nul atunci
cnd funcia se nlocuiete cu un polinom de un anumit grad m.
Exist o varietate de metode de aproximare a integralelor
cunoscute i sub numele de formule de cvadratur, clasificarea
acestora fcndu-se n funcie de modul de obinere.
a) Dac pentru obinerea formulei de cvadratur (1) nodurile
echidistante x0, x1, ..., xn sunt fixate i se determin coeficienii ci,
astfel nct E(f) s fie nul pentru orice f polinom cu gradul cel mult
egal cu m, ordinul de exactitate va fi m.
Cteva exemple de metode pe care le vom prezenta n
continuare din cadrul acestei familii sunt: metoda trapezului, metoda
Simpson, metoda lui Newton, cunoscute n general sub denumirea de
formule de tip Newton-Ctes.
33

Aceste metode permit i evaluarea integralelor din funcii a

cror expresie nu este cunoscut dar avem acces prin msurtori la
valorile care ne intereseaz.
b) Dac n formula (1) toi coeficienii ci sunt egali: ci = c,
i = 0, n i se determin nodurile xi astfel nct restul E(f) s fie nul
pentru orice f polinom de gradul m, atunci se obine o formul de
tip Cebev:
b

f ( x )dx = c

f ( x ) + E (f )
i

i =0

de ordinul m.
c) Dac n formula (1) se determin att coeficienii ci ct i
valorile xi iar restul va fi nul pentru orice f polinom de grad maxim
2m obinem formule de cvadratur de tip Gauss avnd ordinul de
exactitate 2m.
Formulele de tip Newton-Ctes vor fi expuse n continuare iar
cele de tip Cebev i Gauss vor fi expuse n capitolul 7.
5.1. Metoda trapezului

Se obine aproximnd funcia de integrat cu un polinom de

interpolare Lagrange construit pe nodurile a i b.
b
ba
[f (a ) + f (b)]
Deci f ( x )dx
a
2
Geometric, membrul drept reprezint aria trapezului cu bazele
(a), (b) i nlimea b a care se obine aproximnd curba dat
pe [a, b] printr-o dreapt (de aici denumirea metodei).
De la interpolarea Lagrange tim c
f " ()
(x a)(x b), n condiia C2[a, b],
(x) = L(x) +
2
(a , b )
b
ba
[f (a ) + f (b)] + ET (),
Deci f ( x )dx =
a
2
1 b
f " () (x a)(x b) dx
cu
ET () =
2 a

34

eroarea de aproximare n formula trapezului.

De aceea vom considera o diviziune a intervalului [a, b], prin
punctele echidistante (pentru comoditatea formulei pe care o vom
ba
.
stabili) xi = xo + ih, i = 0, n , unde x0 = a, xn = b, iar pasul h =
n
n 1
b

h
Obtinem: f ( x )dx = f (x 0 ) + 2 f (x i ) + f (x n ) + E T (f ) ,
a
2
i =1

3
h
unde
ET() = [f " (1 ) + ... + f " ( n )] .
12
Cum este continu rezult c () (a , b) astfel nct
f " (1 ) + ... + f " ( n )
() =
i rezult c
n
(b a )3
h3
h2
f " ( )
ET() = nf " () = (b a ) f " () =
12
12
12n 2
Notnd cu M2 = max f " ( x) , obinem:

x[ a , b ]

(b a ) 3 M 2
,
12n 2
deci putem mrgini eroarea n formula trapezului.

| E T ( ) |

6. APROXIMAREA NUMERIC A SOLUIILOR

ECUAIILOR DIFERENIALE
Introducere

Ecuaiile difereniale ordinare sau cu derivate pariale

constituie modelele matematice pentru majoritatea problemelor
inginereti: studiul eforturilor la care sunt supuse elementele de
rezisten: bare, grinzi, plci subiri, groase, conducte; studiul
problemelor de cmp electric n dielectrici, cmp magnetic, cmp
termic, propagarea undelor de toate felurile i lista poate continua.
Odat stabilit fenomenul fizico-tehnic i ecuaiile difereniale
care l guverneaz, ca form, coeficieni, condiii la limit (pe
frontier) rmne de rezolvat ultima problem: rezolvarea acestui
35

model matematic. Din diverse motive: neomogenitile fizice,

frontiere cu geometrie dificil, numr de necunoscute, etc.,
rezolvarea o vom face cutnd o soluie aproximativ cu ajutorul
unui calculator.
Vom expune n cadrul acestui capitol principalele metode
aproximative care se preteaz la implementarea pe calculator pentru
rezolvarea ecuaiilor difereniale.
Pentru ecuaii difereniale ordinare acestea se pot clasifica n
dou mari tipuri:
- metode unipas (Euler, Runge-Kutta) n care determinarea
soluiei n fiecare punct se va obine direct;
- metode multipas, sau predictor-corector n care valoarea
soluiei n fiecare punct se va predicta i apoi se va corecta iterativ.
Evident este vorba de soluii aproximative pe care nu avem
cum s le comparm cu o soluie exact, deoarece practic aceasta
este imposibil de gsit.
De aceea n practic trebuie s procedm cu atenie pentru
alegerea algoritmilor cei mai potrivii pentru problema concret de
rezolvat.

6.1. METODE DE TP EULER

6.1.1. Metoda Euler

Se consider ecuaia diferenial:

y = (x, y)
(1)
cu condiia iniial:
y(x0) = y0,
(2)
unde funcia este definit ntr-un domeniu D din planul xOy.

36

Metoda lui Euler propune aproximarea soluiei printr-o linie

poligonal n care fiecare segment are direcia data de capatul sau
stang. Astfel se consider nodurile echidistante xi = x0 + ih, i = 0, n .
Considernd cunoscut aproximarea yi a soluiei problemei (1)+(2)
n xi, procedeul de aproximare Euler, poate fi acum rezumat astfel:
f i = f ( x i , y i );

x i +1 = x i + h;
y = y + hf ;
i
i
i +1
(4)
Neglijarea termenilor de ordin superior n (4) face ca metoda
s fie comod n calcul, dar puin precis, erorile cumulndu-se la
fiecare pas.
Metoda se poate aplica i dac nodurile xi nu sunt echidistante,
avnd la fiecare iteraie alt pas, h n acest caz.
6.1.2. Metoda Euler modificat

Considerm pe [xi, xi+1] ca direcie a segmentului MiMi+1

direcia definit de punctul de la mijlocul segmentului (nu de
extremitatea stng ca n formula iniial) se obine metoda Euler
modificat. Dac xi, yi sunt valori calculate, procesul iterativ este
urmtorul:
h

x i = x 0 + ih; f i = f ( x i , y i ); x i + 1 = x i + 2 ;
2

y = y + h f ; f = f x , y ; y = y + hf ;
i
i
1
i
1
i+ 1
i + 1 i + 1 i +1
i+
i+
2
2
2
2
2
2
6.1.4. Metoda EulerHeun

Vom ncheia trecerea n revist a variantelor Euler pentru

rezolvarea ecuaiilor de tipul (1) prezentnd o ultim variant de
ordinul doi a metodei lui Euler i anume aceea propus de Heun, [26].
37

Presupunnd calculat valoarea yi la pasul xi, se propune

pentru calcularea soluiei la pasul xi+1 expresia:
2
2
h

yi +1 = yi + f ( xi , yi ) + 3 f xi + h, yi + hf ( xi , yi .
4
3
3

6.2. Metode de tip Runge-Kutta (R-K) pentru problema Cauchy

Introducere
Dac metodele de tip Euler prezentate anterior au mai
mult un caracter didactic pentru familiarizarea cititorului cu
problematica, metodele de tip Runge Kutta pe care le vom
expune n continuare pot fi utilizate cu succes n rezolvarea
problemelor concrete din practica inginereasc.
Metodele Runge-Kutta au trei proprieti distincte [30]:
1. Sunt metode directe, adic pentru determinarea aproximrii
soluiei la pasul i+1 avem nevoie de informaiile existente n punctul
precedent xi, yi.
2. Sunt identice cu seriile Taylor pn la termenii hn, unde h
este pasul curent iar n este diferit pentru metode diferite din aceast
familie i definete ordinul metodei.
Metodele de tip Euler pot fi i ele incluse n familia RungeKutta i putem astfel observa c metoda Euler este o metod R-K de
ordinul nti iar metodele Euler-Cauchy i Euler-Heun sunt metode
R-K de ordinul 2.
3. Metodele de tip R-K necesit n procesul de calcul doar
evaluarea funciei din membrul drept n diferite puncte nu i a
derivatelor ei. Aceasta este, alturi de precizia bun a metodelor de
ordin 3, 4, 5 motivul principal al utilizrii lor frecvente n practic.
Oricum i pentru metodele din aceast familie, formulele de
evaluare a erorii pstreaz doar un caracter teoretic neputnd fi
aplicate n practic dect pentru exemple simple cu caracter didactic.
O formul Runge-Kutta de ordinul 2:
38


1
y( x + h ) = y( x ) + (k 1 + 3k 2 )
4

k 1 = hf ( x , y)

k 2 = hf x + 2 h , y + 2 k 1

3
3

cunoscut ca formula Euler-Heun.

O formul de ordinul 3 este urmtoarea:
1
y(x+h) = y(x) + (k1 + 3k3)
4
k1 = hf(x,y)
k
h

k2 = hf x + , y + 1
3
3

2k
2h

k3 = hf x +
,y+ 2
3
3

Formule Runge-Kutta de ordinul 4:

1
y(x+h) = y(x) + (k1 +2k2 + 2k3 + k4)
6
k1 = hf(x,y)
k
h

k2 = hf x + , y + 1
2
2

k
h

k3 = hf x + , y + 2
2
2

k4 = hf(x + h, y + k3)
formula propriu-zis Runge-Kutta i
1
y(x+h) = y(x) + (k1 +3k2 + 3k3 + k4)
8
k1 = hf(x,y)
k
h

k2 = hf x + , y + 1
3
3

39

(10)

k
2h

k3 = hf x +
,y 1 + k2
3
3

k4 = hf(x + h, y + k1 k2 + k3)
formula Kutta-Simpson
Rezolvarea sistemelor de ecuaii difereniale cu metoda
Runge-Kutta

Metodele Runge-Kutta, prezentate pentru ecuaii difereniale,

se pot extinde cu uurin i la sisteme de ecuaii difereniale.
Fie sistemul de ecuaii difereniale:
y1 = f1 ( x , y1 ,..., y n ),

(12)
................................
y = f ( x , y ..., y )
n
1
n
n
i urmrim s determinm soluia care satisface condiiile iniiale:
yi(x0) = yi,0 , i = 1, n
(13)
Presupunnd c dispunem de soluia problemei (12) + (13) la
pasul i: y1,i , ..., yn,i metoda Runge-Kutta de ordinul 4 calculeaz
soluia n pasul i+1 cu formulele:
y1,i+1 = y1,i + y1,i
...........................
(14)
yn,i+1 = yn,i + yn,i
Coreciile: y1,i , y2,i , ... , yn,i care intervin n formulele (14)
se calculeaz cu ajutorul relaiilor:
1
1
1
1
y1,i = k 11 + k 12 + k 13 + k 14 ;
6
3
3
6
....................................................
1
1
1
1
yn,i = k 1n + k n2 + k 3n + k n4 ;
6
3
3
6
iar coeficienii k 11 ,..., k 14 ,..., k 1n ,..., k n4 au urmtoarea form:
k 1j = hf j ( x i , y1,i ...., y n ,i ) , j = 1, n ;

40


kn
k1
h
k 2j = hf j x i + , y1,i + 1 ,..., y n ,i + 1 , j = 1, n ;
2
2
2

kn
k1
h
k 3j = hf j x i + , y1,i + 2 ,..., y n ,i + 2 , j = 1, n ;
2
2
2

k 4j = hf j x i + h , y1,i + k 13 ,..., y n ,i + k 3n , j = 1, n ;

6.3. Metoda diferenelor finite pentru probleme SturmLiouville

Considerm problema bilocal (Sturm-Liouville) dat de

ecuaia:
u(x)y(x) + v(x)y(x) + w(x)y(x) = f(x)
(24)
i condiiile de limit
y (a ) =
(25)

y ( b) =
unde x [a, b] i presupunem c u, v, w, f sunt continue pe [a, b],
u(x) > 0, w(x) < 0 () x[a, b] iar (24)+(25) are soluie unic pe
[a,b].
Fie o diviziune echidistant de pas h a lui [a, b], x0 = a,
xi = a + ih, 0 i n cu xn = b.
Dac n ecuaia (24) facem x = xi, 1 i n 1 i folosim
diferentele finite centrate pentru aproximarea operatorilor diferentiali
avem
y( x i+1 ) y( x i 1 )
y( x i+1 ) 2 y( x i ) + y( x i 1 )
+ v( x i )
+
u(x i )
2
2h
h
+w(xi)y(xi) = f(xi)
y( x 0 ) =
Iar condiiile (25) devin
y( x n ) =
Notnd simplificat ui = u(xi), vi = v(xi), wi = w(xi), fi = f(xi),
yi = y(xi), 0 i n, avem
y0 = , yn = , iar
41

ui

y y i 1
y i+1 2 y i + y i 1
+ v i i +1
+wiyi = fi , 1 i n-1
2
2h
h

sau
2u
v
u i vi

u
(28)
2
y i 1 + w i 2i y i + 2i + i y i +1 = fi ,
2h
2h
h
h
h

1 i n-1, care reprezint un sistem liniar de n-1 ecuaii i n-1

necunoscute y1, y2, ..., yn-1, matricea sistemului fiind tridiagonal
dominant diagonal.

42