Sunteți pe pagina 1din 53

Metode numerice n algebra liniar i metode iterative pentru

rezolvarea sistemelor neliniare.

Profesor Coordonator: Pohoa Alin


Student: Ion Silviu Lucian
Universitatea: Valahia, Trgoviste
Specializarea: Matematic-Informatic

Trgovite
2014
Cuprins

1.ALGEBRA LINIAR............................................................................................... 3
1.1 Spaiile vectoriale......................................................................................... 4
1.2 Transformrile liniare.................................................................................... 5
1.3 Subspaiile, sectoarele i bazele...................................................................6
1.4Metoda eliminrii complete (Gauss-Jordan)...................................................7
1.4.1 Probleme rezolvate................................................................................. 8
1.5 Metoda iterativ JacoAbi............................................................................. 10
2.METODE NUMERICE N ALEGBRA LINIAR.........................................................13
2.1Eliminarea. Gaussiana................................................................................. 13
2.2Descompunerea LU...................................................................................... 16
2.3Rezolvarea. sistemelor. de ecuaii. liniare. prin .factorizare .Crout i.
Choleski............................................................................................................ 19
2.3.1Factorizar.ea Crout................................................................................ 20
2.3.2Rezolvarea sistemelor de ecuaii liniare cu factorizarea Crout..............22
2.3.3 Factorizarea Cholesky...........................................................................23
2.3.4 Rezolvarea sistemelor de ecuaii liniare cu factorizarea Cholesky.......26
3.ECUAII NELINIARE........................................................................................ 28
3.1Rezolvarea numeric a ecuaiilor neliniare..................................................29
3.1.1. Generaliti.......................................................................................... 29
3.1 2. Metoda bipartiiei................................................................................ 30
3.1.3 Metoda coardei..................................................................................... 32
3.2 Metode de partiionare............................................................................... 34
3.2.2 Metoda bisectiei -Algoritm...................................................................36
3.2.3

Metoda secantei............................................................................ 37

3.3 Metode de aproximaii succesive................................................................40


3.3.1

Metoda contraciei..........................................................................42

3.4 Metoda Newton.......................................................................................... 44


3.4.1Metoda Newton Algoritm.......................................................................46
3.5 Metoda iterativ Seidel-Gauss...................................................................51
Bibliografie.......................................................................................................... 54

1.ALGEBRA LINIAR
Algebra numeric liniar este studiul algoritmilor care rezolv calcule de algebr
liniar, cele mai importante dintre acestea fiind operaiile cu matrice pe calculatoare. Algebra
2

liniar este o parte fundamental a ingineriei i tiin ei calculatoarelor, n domenii ca


prelucrarea imaginilor i semnalelor, telecomunicaii, informatic de gestiune, tiin a
materialelor, simulri, biologie structural, bioinformatic, dinamic fluidelor i multe alte
domenii. Sunt construite programe care se ocup cu dezvoltarea, analiza i implementarea
algoritmilor care rezolv probleme variate de algebr liniar, n mare parte axndu-se pe rolul
matricelor n diferene finite i metode cu numr finit de elemente.
Probleme comune din algebra liniar includ calcularea descompunerii LU,
descompunerea QR, descompuneri cu o singur valoare i determinarea valorilor proprii.
Algebra liniar este ramura matematicii care se ocup cu spaiile vectoriale i mapri
liniare ntre astfel de spaii. Este studiul liniilor, planurilor i subspaiilor i al intersectrii
acestora folosind algebra. Algebra liniar calculeaz coordonatele punctelor n spaiu, astfel
nct operaiile fcute pe vectori sunt definite cu operaii care folosesc punctele vectorilor din
spaiu (Ebnc, D 1994, pag 13).
Setul de puncte de coordonate care satisfac ecuaiile liniare de pe un hiperplan ntr-un
spaiu n-dimensional. Condiiile n care n hiperplanuri se intersecteaz ntr-un singur punct
sunt un obiectiv important n studiul alge brei liniare. O astfel de cercetare este motivat
iniiale de sistemul de ecuaii liniare care conin foarte multe necunoscute. Astfel de ecua ii
sunt reprezentate n mod normal folosind formalismul matricelor i vectorilor.
Algebra liniar folosete att matematic pur ct i aplicat. Pentru nceput, algebra
abstract furnizeaz axiome pentru spaiul vectorial, cu un anumit numr de generalizri.
Analiza funcional studiaz versiunea infinit-dimensional a teoriei spaiilor vectoriale.
Combinat cu calcule, algebra liniar faciliteaz gsirea soluiilor sistemelor liniare ale
ecuaiilor difereniale. Tehnicile din algebra liniar sunt folosite i n geometria analitic,
inginerie, fizic, tiine naturale, tiina calculatoarelor, animaie pe calculatoare i tiine
sociale (n special n economie). Deoarece algebra liniar este o teorie att de bine dezvoltat,
modelele matematice neliniare sunt aproximate uneori de modele liniare.
Studiul algebrei liniare a evoluat din studiul determinanilor, care erau folosi i pentru
rezolvarea sistemelor de ecuaii liniare. Determinanii erau folosii de Leibniz n anul 1693,
u ulterior, n anul 1750 Gabriel Cramer a dezvoltat Legea Lui Cramer pentru rezolvarea
sistemelor liniare. Mai trziu, Gauss a dezvoltat teoria rezolvrii sistemelor liniare folosind
Eliminarea Gaussian care a fost folosit prima dat n geodezie.

Studiul algebrei matricelor a nveput s se dezvolte prima dat n Anglia la jumtatea


secolului XIX. n anul 1844 Hermann Grassmann a publicat Teoria Extensiilor care include
fundamentele a ceea ce numim astzi algebr liniar. n anul 1848, James Joseph Sylvester a
introdus termenul de matrice. n timpul studiului despre transformri liniare, Arthur Cayley a
putut defini multiplicarea matricelor i inversarea matricelor. Cayley folosea o singur liter
pentru a defini matricele, tratnd matricea ca pe un obiect agregat. De asemenea, el a realizat
conexiunea ntre matrice i determinani i a scris ar fi multe lucruri de spus despre aceast
teorie a matricelor care ar trebui, dup prerea mea, s fie naintea determinan ilor( Arthur
Cayley, 1900, pag 23).
n 1882, Hseyin Tevfik Pasha a scris cartea intitulat Algebr Liniar. Prima definiie
modern, fiind i cea mai exact, a unui spaiu vectorial a fost enunat de Peano n 1888. Din
anul 1900a evoluat o nou teorie a transformrilor liniare pe spaii vectoriale cu dimensiuni
finite. Algebra liniar a luat prima ei form modern n prima jumtate a secolului XX, cnd
multe idei i metode din secolele anterioare au fost generalizate ca apar innd algebrei
abstracte. Folosirea matricelor n mecanica cuantic, relativitate special i statistic a ajutat
transpunerea algebrei liniare n matematic pur/ dezvoltarea calculatoarelor a dus la
creterea cercetrilor pentru eficiena algoritmilor eliminrii Gaussiene i descompunerii
matricelor, iar algebra liniar a devenit un instrument esenial pentru modelri i
simulri( Ebnc, D 1994, pag 22).
1.1 Spaiile vectoriale

Principala structur a algebrei liniare sunt spaiile vectoriale. Un spaiu vectorial pe un


cmp F este un set de V mpreun cu dou operaii binare. Elementele din V se numesc
vectori i elementele din F se numesc scalari. Prima operaie, adunarea vectorilor, ia doi
vectori v i w i creeaz un vector nou cu valoare v+w. a doua operaie ia orice scalar a i
orice vector v i creaz vectorul av. Dac multiplicarea se face prin rescalarea vectorului v de
ctre un scalar a, multiplicarea se numete multiplicare scalar a vectorului v de ctre a.
Operaiile de adunare i nmulire ntr-un spaiu vectorial satisface axiomele de mai jos. n
lista urmtoare, u, v i w sunt vectori arbitrari n V iar a i b sunt scalari arbitrari n F.
Asociativitatea adunrii: u+ (v+w)=(u+v)+w
Comutativitatea adunrii: u+v=v+u
Identitatea elementelor la adunare: exist un element 0 care aparine lui V numit vector zero,
astfel nct v+0=v pentru oricare v aparinnd lui V.
4

Elementul invers n adunare: pentru fiecare v care aparine mulimii V exist un element v
aparinnd aceleiai mulimi numit aditiv invers al lui v, astfel nct v+(-v)=0.
Distributivitatea nmulirii scalare legat de adunarea vectorilor: a(u+v)=au+av
Distributivitatea nmulirii scalare legat de adunarea cmpurilor: (a+b)v=ab+bv
Compatibilitatea nmulirii scalare cu nmulirea cmpurilor: a(bv)=(ab)v
Identitatea elementelor n nmulirea scalar: 1v=v denot identitatea nmulirii n F.
Elementele unui spaiu vectorial general V pot fi obiecte de orice natur, de exemplu func ii,
polinoame, vectori sau matrice. Algebra liniar are proprieti comune pentru toate spaiile
vectoriale.
1.2 Transformrile liniare

Similar ca la teoria altor structuri algebrice, algebra liniar studiaz legturile dintre
spaiile vectoriale i structura vector-spaiu. Avnd dou spaii vectoriale V i W i un cmp F,
o transformare liniar (numit i mapare liniar, sau operator liniar) este o hart.( Groza G
2005, pag 30.)
care este compatibil cu adunarea i nmulirea scalar.
pentru orice vector u,v V i scalar
a F.
Adiional

pentru

fiecare

vector

u, v V

scalari

a,

F:

Cnd o mapare liniar bijectiv exist ntre dou spaii vectoriale (fiecare vector din al doiea
spaiu este asociat cu exact unul din primul spaiu vectorial), cele dou spaii se numesc
izomorfe. Pentru c un izomorfism pstreaz structura liniar, dou spaii vectoriale izomorfe
sunt esenial aceleai din punct de vedere algebric. O ntrebare esenial n algebra liniar este
unde o mapare este izomorf sau nu i aceast ntrebare poate primi rspuns prin verificarea
dac determinantul este diferit de zero. Dac o mapare nu este un izomorfism, algebra liniar
este interesat s gseasc un rang (sau imagine) i setul de elemente care sunt cartografiate
la zero numite nucleul maprii.
1.3 Subspaiile, sectoarele i bazele

Prin analogie cu teoria altor obiecte algebrice, algebra liniar este interesat n
subsetul spaiului vectorial care este el nsui un spaiu vectorial. Aceste subseturi se numesc
subspaii liniare. Pentru nceput, rangul i nucleul unei mapri liniare sunt ambele subspa ii,
i se numesc spaiu de rang sau spaiu nul ( Groza G 2005, pag 50). Un alt mod important
de a forma subspaii este prin luarea combinaiilor liniare de seturi de vectori v1, v2, , vk ,
unde a1, a2, , ak sunt scalari. Setul de cominaii liniare se
numete sector i formeaz un spubspaiu.
O combinaie liniar a oricrui sistem de vectori cu toi coeficienii egali cu zero se
numete vectorul zero al lui V iar vectorii se numesc liniar independeni ( Groza G 2005,
pag 44). Avnd un set de vectori dintr-un subspaiu vectorial, dac orice vector w este o
combinaie liniar a altor vectori i dac setul nu este liniar independent, atunci subspaiul va
rmne la fel dac ndeprtm vectorul w din set. Un set de vectori liniar dependen i este
redundant n sensul c un subspaiu liniar independent va putea avea acelai sector de vectori
n subspaiu. De aceea zon de interes se afl ntr-un set de vectori liniar independeni care
are ca sector un spaiu vectorial V, acest sector se va numi baz. Orice set de vectori care are
valori n V se va numi baz, i orice set de vectori liniari independen i din V poate fi extins
ntr-o baz. Rezult c dac acceptm axioma alegerilor fiecare spaiu vectorial are o baz cu
excepia situaiilor n care baz nu este natural sau nu poate fi construit. Pentru nceput,
exist o baz pentru numerele reale considerate spaiu vectorial al numerelor ra ionale, dar nu
are o baz construit explicit.
Oricare dou baze dintr-un spaiu vectorial V au acelai cardinal, ceea ce nseamn
aceeai dimensiune a lui V. dimensiunea unui spaiu vectorial este definit de Teorema
dimensiunii spaiilor vectoriale ( Groza G 2005, pag 66). Dac o baz V are un numr finit
de elemente, V se numete un spaiu vectorial cu dimensiune finit. Dac V are dimensiunea
finit i U este un subspaiu al su atunci dimensiunea lui U este mai mic sau egal cu
dimensiunea lui V.
O restricie considerat a spaiilor vectoriale de dimensiuni finite este cea enun at
mai sus. O teorem fundamental a algebrei liniare spune c toate spa iile vectoriale de
aceeai dimensiune sunt izomorfe oferind astfel un mod uor de a caracteriza izomorfismul(
Iorga, V., Jora, B 1996 pag 45).
1.4Metoda eliminrii complete (Gauss-Jordan)

Metoda el iminrii com plete se poate f olosi, printre alt ele, pent ru:
A

rezolvare a unui sistem de ecuai i liniare;

calculu l inversei unei matrice nes ingulare.

Etapele aplicrii acestei m etode sunt:


A

Se alc tuiete un tabel ca re conine ma tricea sistemului ce trebuie


A

rezolvat ( notat A ) sau matricea ce trebuie inversat ( A ).

1.

Se al ege un element nenul al m atricei A, numit pivot.

2.

Elementel e din tabel se m odific astfel:

a) ele mentele de pe linia p ivotului se mpa rt la pivot;


A

b) coloana pivotului se comp leteaz cu zero;


A

c) restul elementelor se calcu leaz dup regul a dreptunghiu lui:


A

se formeaz un dreptunghi, avnd elemen tul ce trebuie nlocui t i pivotul ca vrfuri;

din p rodusul elementelo de pe diagona l pivotulu i se scade produsul elementelor

celeilalte diagonale , iar rezultatul se mparte la pivot. Schematic, regula dreptunghiului se


A

p rezint astfel:
A

a x
A

b c
A

b = pi votul;
A

x = elem entul ce trebuie nl ocuit;


A

x'= n oua valoare a eleme ntului x .


A

d) (facul tativ) dac pe linia pivotului exist un eleme nt egal cu zero, atun ci coloana acelui
A

elem ent se copiaz; analog, dac pe coloana pivotulu i exist un element egal c u zero, atunci
A

linia acelui element se copiaz.


A

4. Se rei au paii 2 i 3 pn cnd d e pe fiecare linie s-a ale s cte un pivot.


A

1.4.1 Probleme rezolvate


1. S se re zolve urmtorul sistem de ecua ii liniare, folosind metod a eliminrii co mplete:
A

/ - +2

-3

= -2

+9

= 3

< 2

-6

\-3

R ezolvare:
A

Vom folo si urmtoarea s chem :


A

..

-1 2 -3

-2

2 -6 9

-3 2 2
1 -2 3

-3
2

0 -2 3

-1

AA

0 -4 11
1 0 0
A

0 1 -3/2
A

3
3
A

1/2

+2

+2

=-3

0 0

1 0

0 1

0 0

Deducem c soluia sist emului este: x1 = 3, x2 = 2, x3 = 1.


A

2. S se rez olve urm torul sistem d e ecuaii liniare, folosind metoda


A

elimi nrii comple te:


A

/ 4 +5
< 3 +
\5

=9
A

=6

+2

+ = 11

Rez olvare:
A

3
5
1

1
1

11
3

2
0

-1
1

0
0

1
1

-1
3

-3

-3

0
1

0
0

2
0

2
2

AA

AA

Ob servaie. Pentru simp lificarea calculelor, am ales drept pivot mai nti ele mentul al do ilea
A

al diagonalei princ ipale (n cazul nostru,1). Solu ia sistemului este : x 1 = 2, x2 = 0, x3 = 1.


A

Observai i
A

Metoda Ga uss-Jordan const n transfo rmri succesive ale sist emului iniial n forme
A

ec hivalente.
A

n rezolvarea un ui sistem prin aceast metod nu este obligatovriu ca pivotuvl s fie


A

ales de pe diagonal principal.


A

1.5 Metoda iterativ Jaco bi


A

Metoda iterativ Jacobi, numit i metoda iteraiilor simultane, folosete o des facere A
A

= N - P, n care matricele N i P se aleg conform rela iei:


A

N=D
A

P = -v L - R
unde D , L i R sunt

mat ricele

din desf acerea standard,

iar

toate

elemen tele

diagonale a_ ii sunt nen ule. Folosind a ceast desfacere n relaia general de recurena, se
A

obine forma matriceala a rela iei de recurena pentru metoda J acobi:


A

D * x_(k+ 1) = - ( L + R ) * x _k + b
A

Pentru un element x_i al vectorului necun oscutelor, la ite raia k+1, r elaia de recu rena
A

capata f orm:
A

care rep rezint formula de iterare a metodei Jac obi. Inspecia s umar a acestei for mule
A

sugereaz imediat moti vul pentru care toate elementel e diagonale a_ii trebu ie s fie nenule.
A

Metoda itera tiv Jacobi este convergent da c, pentru fiecare li nie din matric ea A,
A

sum valorilor absol ute ale termenilor din afar diagonalei principale nu dep ete valoarea
A

absolut a t ermenului diagon al (Hoffman, Kenneth ; Kunze, Ray 1971, pag. 124). Mat ricele
A

care

sa tisfac

aceast

proprietate

se

numesc diagonal

domina nte.

O particular itate a metodei Jacobi se refer la modul cum este folosit apro ximaia
A

anterioar x_k pentru calculul noii apro ximaii x_(k+1). Astfel, se consta t ca noile
A

10

aproxima ii ale fiecrei necunoscutev


A

se detvermin n funciev de apro ximaiile

anterioare ale tuturor celorlalte nec unoscute


A

aproxi maie

( j <> i ). Din acest m otiv, noua

nu o poate nlocui p e cea anterioar n vectorul x i, n c onsecin,

aplicarea metodei Jacobi necesit folosirea a cel puin do i vectori : un vector x, c are
A

memoreaz aproximaia anterioar i un vector y, care memoreaz aprox imaia nou


A

calculat. La sfritul fiecrei iteraii vectorul x este a ctualizat, prin co pierea n el a


A

elementelor vec torului y.


A

Algoritmu l 1 - Sisteme de ecuaii liniare - Metod a iterativ Jac obi


A

1.

Definirea sistemului de e cuaii: rangul n, m atricea coeficienilo r A, vectorul


A

termenilor liberi b;
A

2.

Definir ea parametrilor de iterare: aba terea relativ maxim admis Emax i nu mrul
A

maxim d e iteraii N max;


A

3.

Calcul iterativ:
A

i.

Stab ilirea aproximai ei iniiale, identic cu ter menii liberi:

ii.

Iniial izarea procesului it erativ: It <-- 0.

iii.

Ini ializarea abaterii relat ive maxime n iteraia curenta cu o valoare s uperioar

lui Emvax : Dx <-- Emax + 1.


iv.

Dac s-a atins numrul max im de iteraii (It=Nmax) sau abaterea Dx a trecut sub
A

valoa rea admis ( Dx <= Emax ), se ncheie p rocesul iterativ i se trece la pasul 4;
A

v.

Trec erea la o nou iteraie: It <-- It + 1.

vi.

Calculu l noii aproximaii n ve ctorul y:

vii.

Cal culul abaterii relative maxime n iteraia curent:

11

viii.

Ac tualizarea vectorului ap roximaiilor din ul tima iteraie:


A

ix.

Se r evine la pasul 3.iv.


A

4.

Stab ilirea condiiilor de ie ire din bucla iterati va:


A

i.

dac Dx <= Emax (metod a converge), se afieaz soluia ap roximativ


A

i numrul de iteraii efectu ate It;


A

ii.

dac Dx>Emax, d ar It=Nmax (me toda nu converge), s e afieaz m esajul "Depire


A

n umr maxim iterai i";


A

2.METODE NUMERICE N ALEGBRA LINIAR


2.1Eliminarea Gaussiana
.

n algebra liniar, eliminarea Gaussian cunoscut de asemenea i ca reducere a


.

rndurilor este un algoritm care rezolv sisteme liniare de ecuaii. Este de asemenea neles
.

c o secven de operaii realizate pe matrice cu coeficieni asociai ( Bretscher, Otto 2004,


.

pag 111) . Aceast metod poate fi folosit pentru a gsi rangul matricei, pentru a calcula
.

determinantul unei matrice, i pentru a calcula inversul unei matrice ptratice inversibile.
.

Metoda a primit numele dup matematicianul Carl Friedrich Gauss i a fost cunoscut de
.

matematicienii chinezi din 179 p. Ch.


.

Pentru a realiza reducerea de rnduri pe o matrice , folosim o secven de operaii


.

realizate pe o matrice cu coeficieni asociai pn cnd colul din stnga jos devine egal cu
.

zero. Sunt trei tipuri de operaii elementare pe rnduri. Prima dintre ele este inversarea a dou
.

12

rnduri. A doua operaie ce se poate face este nmulirea unui rnd cu un numr diferit de
.

zero. Iar a treia metod este multiplicarea unui rnd cu alt rnd Folosind aceste operaii o
.

matrice poate fi transformat ntr-o matrice triunghiular i devine ealonat pe rnduri. Dup
ce toi coeficienii importani (fiecare cifr diferit de zero) devine egal cu 1, i fiecare
coloan conine un coeficient diferit de zero, matricea se numete redus la form ealonat
( Bretscher, Otto 2004, pag 111). Aceast form final este unic, cu alte cuvinte, i este
independent de secvenele de linii i de operaiile folosite. Folosind operaii pe linii pentru a
converti o matrice ntr-un eantion redus se numete eliminare Gauss-Jordan. Unii autori
folosesc termenul de eliminare gaussian pentru a face referire la procesul de transformare a
matricei ntr-o matrice triunghiular. Din motive de calcul, cnd se rezolv sistemele de
ecuaii liniare, este preferabil s se opreasc operaiile pe linii pn cnd matricea este
complet redus.
Procesul de reducere a liniilor folosete operaii elementare pe linii i poate fi divizat
n dou pri. Prima parte reduce sistemul dat la o form ealonat, de la care se spune c nu
mai exist soluii, exist o soluie unic sau sunt soluii infinite. A doua parte continu s
foloseasc operaiile pe linii pn cnd se gsete soluia, cu alte cuvinte pune matricea
redus ntr-o form ealonat( Farin, Gerald; Hansford, Dianne 2004, pag 66).
Un alt punct de vedere care se dovedete a fi foarte folositor pentru analizarea
algoritmului, este acela c reducerea rndurilor produce o decompozi ie matriceal a matricei
originale. Operaiile elementare pe rnduri pot fi vzute c nmul irea matricei originale la
stnga cu matrice elementare. Alternativ, o secven de operaii elementare care reduc o
singur linie poate fi vzut ca o nmulire a matricei cu o matrice Frobenius. Atunci prima
parte a algoritmului calculeaz o descompunere LU, n timp ce a doua parte scrie matricea
original ca un produs a unei singure matrice invesibile determinate unic i a unei matrice
unice redus la ealoane pe rnduri.
Pentru fiecare rnd dintr-o matrice, dac rndul nu conine doar zero atunci
coeficientul diferit de zero se numete pivot al acelui rnd. Dac pivoii sunt pe aceea i
coloan atunci o operaie pe rnduri poate fi folosit pentru a face unul dintre aceti
coeficieni s fie egali cu zero. Apoi folosind operaia de inversare a rndurilor se poate
ajunge la situaia n care coeficienii pivoi care sunt cei mai mari din punct de vedere al
valorii s fie situai ctre stnga i cei mici ctre dreapta fiind poziionai de la dreapta la
stnga. Atunci cnd se ajunge la o astfel de situaie matricea se numete ealonat pe linii.

13

Deci ultimele linii ale matricei vor conine doar zerouri, i toate liniile care con in doar zero
sunt situate sub liniile cu elemente nenule. Cuvntul eantion este folosit deoarece se poate
vedea c liniile sunt situate n funcie de dimensiunea lor, cea mai mare fiind prima i cele
mai mici urmnd n ordine descresctoare dup aceasta.
Exemplu:
S presupunem c scopul este acela de a oferi un set de soluii urmtorului sistem de ecua ii
liniare:

Tabelul de mai jos arat modul n care reducerea liniilor este aplicat simultan sistemului de
ecuaii dinamice, i este asociat cu matricea augumentat. n practic, chiar dac se face
rezolvarea unui sistem de ecuaii liniare se face uz de matricea augumetat, care este mai uor
de folosit n calcule. Procedura de reducere a liniilor poate fi enunat pe scurt astfel: se
elimin x din toate ecuaiile L1 i apoi se elin y din toate ecua iile L2. Aceast opera ie va
pune matricea ntr-o form triunghiular. Apoi, utiliznd substituia fiecare necunoscut va
putea fi calculat.
Sistemul

Operatiile

14

Matricea Augumentata

A doua coloan descrie operaiile de pe fiecare linie care au fost fcute. Dup ce y este
eliminat rezultatul este un sistem de ecuaii liniare puse n form triunghiular, i prima parte
a algoritmului este complet. Din punct de vedere al calculelor este mai rapid s se rezolve
variabilele n ordine invers, proces cunoscut ca substituie invers. Ca rezultat z=-1, y=3 i
x=2. Este o soluie unic a sistemului de ecuaii original.
n loc s ne oprim odat ce matricea este n form ealonat, se poate continua pn
cnd matricea este ealonat pe linii. Procesul de reducere pn cnd matricea este redus se
face prin eliminarea Gauss Jordan, pentru a se distinge de cazul n care reducerea se opre te
dup ce se ajunge la form ealonat.
2.2Descompunerea LU

n analiza numeric, descompunerea LU unde LU nseamn Lower Upper , numit i


.

descompunere LU n factori , factorizeaz o matrice ca un produs al matricei triunghiulare


.

inferioare cu matricea triunghiular superioar ( Farin, Gerald; Hansford, Dianne 2004, pag
.

66).
Produsul include uneori o matrice de permutare. Descompunerea LU poate fi vzut
.

ca o matrice din eliminarea Gaussian. Calculatoarele rezolv de obicei sistemele de ecua ii

liniare de gradul doi folosind i este de asemenea un pas cheie cnd se face inversarea unei
.

matrice, sau cnd se calculeaz determinantul unei matrice. Descompunerea LU a fost


.

inventat de matematicianul Alan Turning.


.

Fie A o matrice ptratic. O desc ompunere LU se refer la factorizarea lui A prin


.

permutri i aranjamente de linii i coloane n doi factori , o matrice triunghiular inferioar L


.

i o matrice triunghiular superioar U.


.

15

A = LU
n matricea triunghiular inferioar toate elementele aflate deasupra diagonalei sunt
.

zero, n matricea triunghiular superioar toate elementele aflate sub diagonal sunt zero. De
.

exemplu pentru o matrice cu 3 linii i 3 coloane descompunerea LU arat astfel:

Fr aranjamente i permutri specifice n matrice, factorizarea poate s nu se


.

materializeze. De exemplu, este uor de verificat dac


.

. Dac

cel puin un element din

atunci

trebuie s fie zero , ceea ce implic faptul c L i U sunt


.

matrice singulare. Este imposibil dac a este nesingular ( Farin, Gerald; Hansford, Dianne
.

2004, pag 80).


. Aceasta este o problem procedural. Poate fi o facto rizare prin pai sub secveniali
.

care s mearg pe acelai principiu al procedurii de baz.


.

Rezult c o permutare corect pe linii sau coloane este suficient pentru


.

descompunerea LU. Descompunerea LU prin pivotare parial se refer la factorizarea LU


.

prin permutri doar pe linii:


.

PA = LU
Unde L iV U sunt matricea triunghiular inferioar i matric ea triunghiular
.

superioar, iar P este ma tricea de permutare care atunci cnd este nmulit la stnga cu A,
.

rearanjeaz liniile din A. rezult c toate matricele ptratice pot fi factorizate n acest fel i c
.

factorizarea este stabil din punct de vedere numeric n practic . Aceasta face ca
.

descompunerea LU s fie o tehnic util din punct de vedere practic.


.

O descompunere LUV cu pivot complet implic att liniile ct i coloanele atunci


.

cnd vine vorba de permutri.


.

PAQ = LU
Unde L, U i P sunt definite ca nainte, iar Q este matricea permutrilor care
.

rearanjeaz coloanele din A.


.

16

O descompunere LDU este o descompunere de form A = LDU unde D este o matrice


.

diagonalizat, iar L i U sunt matrice unitate, ceea ce nseamn c toate valorile de pe


.

diagonalele principale ale lui L i U sunt egale cu unu.


.

Mai sus se cerea ca A s fie o matrice ptratic, dar aceste descompuneri pot fi toate
.

generalizate la matrice normale. L i P sunt matrice ptratice care au fiecare acelai numr de
.

linii ca A n timp ce U este de exact aceeai form ca A. Matricea triunghiular superioar


.

trebuie interpretat ca avnd doar eleme nte egale cu zero sub diagonala principal care
.

ncepe din colul stnga sus.


.

Codul C++:
void Doolittle(int d,double*S,double*D){
for(int k=0;k<d;++k){
for(int j=k;j<d;++j){
double sum=0.;
for(int p=0;p<k;++p)sum+=D[k*d+p]*D[p*d+j];
D[k*d+j]=(S[k*d+j]-sum); // not dividing by diagonals
}
for(int i=k+1;i<d;++i){
double sum=0.;
for(int p=0;p<k;++p)sum+=D[i*d+p]*D[p*d+k];
D[i*d+k]=(S[i*d+k]-sum)/D[k*d+k];
}
}
}
void solveDoolittle(int d,double*LU,double*b,double*x){
double y[d];
for(int i=0;i<d;++i){
17

double sum=0.;
for(int k=0;k<i;++k)sum+=LU[i*d+k]*y[k];
y[i]=(b[i]-sum); // not dividing by diagonals
}
for(int i=d-1;i>=0;--i){
double sum=0.;
for(int k=i+1;k<d;++k)sum+=LU[i*d+k]*x[k];
x[i]=(y[i]-sum)/LU[i*d+i];
}
}

2.3Rezolvarea sistemelor de ecuaii liniare prin factorizare Crout i Choleski


.

Prin definiie, descompunerea unei matrice A(n,n) ntr-un produs de dou ma trice:
.

A= L* R
unde L(n,n) este o matrice inferior triunghiular, iar R(n,n) este o matrice superior
.

triunghiular, se numete factorizare LR a matricei A. De exemplu, pentru o matrice Ade


.

dimensiuni 4 * 4 factorizarea LR are form:


.

n cazul folosirii factorizrii, rezolvarea unui sistem de ecuaii liniare A * x = b se


.

reduce la rezolvarea succesiv a dou sisteme triunghiulare:


.

A*x=b
.

<==> ( L * R ) * x = b

<==> L * ( R * x ) = b
.

Mai nti se rezolv sistemul inferior triunghiular:


.

L*y=b
.

n raport cu y (prin substituie nainte) i apoi sistemul superior triunghiular:


.

R*x=y
.

18

n raport cu x (prin substituie napoi) , necunoscutele principale ale problemei.


.

Aplicarea procedurilor compacte de factorizare (pe loc, n matricea A) presupune


.

determinarea a n^2+n elemente ale matricelor L i R, folosind cele n^2 ecuaii care se pot
.

scrie. Pentru ca sistemul de ecuaii astfel obinut s admit soluie unic este necesar
.

precizarea a priori a n din cele n^2+n necunoscute. (Farin, Gerald; Hansford, Dianne 2004,
.

pag 102).
Metodele de factorizare utilizate aleg ca nec unoscute dependente, ale cror valori se
.

precizeaz a priori, cele n elemente diagonale ale uneia din matricele L sau R. Se disting
.

astfel dou tipuri de factorizri:


.

(i) factorizarea

Crout,

care

impune

matricea R cu

diagonala

unitate;

(ii) factorizarea Doolitle, care impune matricea L cu diagonala unitate.


.

Dac matricea A este simetric i pozitiv definit, cele dou matrice de facto rizare
.

satisfac relaia

, astfel nct factorizareadevine:

cunoscut sub numele de factorizare Cholesky.


.

2.3.1Factorizarea Crout
.

Impunnd elementele diagonale ale matricei R egale cu unitatea, fact orizarea Crout
.

determin restul elementelor necunoscute din matricele L i R prin rezolvarea unui sistem
.

format din n^2 ecuaii, cu tot attea necunoscute.( Nicholson, W., 1 995, pag 211) Ecuaiile
.

care formeaz acest sistem se deduc din relaia de definiie A = L * R i forma lor depinde de
.

raportul n care se afl indicii i i j ai unui element a_ ij din matricea A. Putem avea
.

urmtoarele trei cazuri:


.

Cele trei ecuaii de mai sus pot fi scrise compact sub form:
.

(**)

19

Tehnica factorizrii Crout nu realizeaz rezolvarea propriu-zis a acestui sis tem de


.

ecuaii, ci determin necunoscutele


.

_ij i

_ij printr-o aranjare convenabil a ecuaiilor.


.

Astfel, vom considera ca au fost determinate elementele nenule de pe primele p.

1 coloane din matricea L i primel e p-1 linii din matricea R i vom particulariz relaia (**)
.

Pentru determinarea elementelor nenule de p e coloana p a matricei L, n relaia (**) se


.

impune j=p i se individu alizeaz elemen tele acestei coloan e. DeoarecVe pe coloana p a
.

matricei L singurele elemente nenule


.

_ip corespund unor indici i=p,.. .,n, limit de sumare

va fi egal cu p, astfel nct se poate scrie:


.

Am admis ns ca toate elementele de pe pri mele p-1 coloane din matriea L (


.

m=1,. ..,p-1), respectiv de pe primele p-1 linii din matricea R (


.

_mp; mV=1,...,p-1) au fost

determinate n prealabil. ( Nicholson, W., 1995, pag 211) De a semenea,


.

_im;

_pp = 1 (ip oteza

iniial a metodei). n aceste condiii, relaia de mai sus permite calculul tuturor elementelor
.

nenule de pe coloana p a matricei L:


.

(I)
Pentru determinarea elementelor nenule de pe linia p a matricei R, n relai a (**)se
.

impune i=p i se individualizeaz elementele acestei linii. Totodat, deoarece pe linia p a


.

matricei R elementele

nenule

necunoscute

indice j=p+1,...,n (deoarece


.

_pj corespund

unui

_pp=1 este cunoscut), limita de sumare este egal cu p, astfel


.

nct relaia (**) capt form:


.

i n acest caz toate elemen tele de pe primele p-1 coloane din m atricea L (
.

1), respectiv de pe primele p-1 linii din matrice a R (


.

n prealabil. De asem enea, elementul diagonal


.

_pm; m=1,...,p-

20

_mj; m=1,...,p-1) au fost de terminate


.

_pp din matricea L a fost determinat


.

anterior. Astfel, relaia de ma i sus permite calculul elemeVntelor nenul e de pe linia p a


.

matricei R:
.

( II )
Aplicarea relaiilor ( I ) i ( II ) pentru toate valorile lui p=1,..., n permit determinarea
.

tuturor elementelor nenule d in matricele L i R,


.

realiznd astfel factorizarea Crout a

matricei A.
.

Aceste relaii evideniaz faptul ca la ca lculul elementelor nenule de coloan p a


.

matricei L, respectiv de pe linia p a matricei R, se foloses c numai elemente de pe coloana,


.

respectiv linia p a matricei A. Ca urmare, noile valori calculate


.

_ip i

_pj pot fi
.

suprapuse peste elementele a_ip, respectiv a_pj, nlocuindu-le pe acestea din urm. Astfel,
.

factorizarea Crout se poate desfura pe loc, n matricea A, ne fiind necesar ocuparea de


.

memorie auxiliar pentru matricele L i R.


.

2.3.2Rezolvarea sistemelor de ecuaii liniare cu factorizarea Crout


1. Definirea sistemu lui de ecuaii: rangul n, matricea coeficienilor A, vectorul termenilor
.

liberi b.
.

2. Factorizarea LR a matricei A dup metoda Crout :


.

i.

Iniializarea numrului coloanei / liniei din matricele L i R pentru care se calculeaz


.

elementele nenule: p <-- 1;


.

ii.

Determinarea elementelor subdiagonale, inclusiv a elementului diagonal de pe coloana p a


.

matricei L (relaia I):


.

iii.

Pivotarea parial pe coloana p;

iv.

Determinarea elementelor situate la dreapta diagonalei principale , pe linia p a

matricei R (relaia II ):
.

21

v.

Se trece la tratarea urmtoarei coloane/linii din matr icele L i R: p <-- p+1. Dac p <= n se
.

revine la pasul 2.2. Dac p > n se trece la pasul 3.


.

3. Rezolvarea sistemului inferior triunghiular L * y = b, prin substituie nainte, folosind


.

elementele diagonale i subdiagonale din matricea A i memorarea soluiei yin vectorul b.


.

4. Rezolvarea sistemulu i superior triunghiular R * x = y = b prin substituie napoi, folosind


.

elementele supradiagonale din matricea A i me morarea soluiei x n vectorul b.


.

Codul C++:
void Crout(int d,double*S,double*D){
for(int k=0;k<d;++k){
for(int i=k;i<d;++i){
double sum=0.;
for(int p=0;p<k;++p)sum+=D[i*d+p]*D[p*d+k];
D[i*d+k]=S[i*d+k]-sum; // not dividing by diagonals
}
for(int j=k+1;j<d;++j){
double sum=0.;
for(int p=0;p<k;++p)sum+=D[k*d+p]*D[p*d+j];
D[k*d+j]=(S[k*d+j]-sum)/D[k*d+k];
}
}
}
void solveCrout(int d,double*LU,double*b,double*x){
double y[d];
for(int i=0;i<d;++i){
22

double sum=0.;
for(int k=0;k<i;++k)sum+=LU[i*d+k]*y[k];
y[i]=(b[i]-sum)/LU[i*d+i];
}
for(int i=d-1;i>=0;--i){
double sum=0.;
for(int k=i+1;k<d;++k)sum+=LU[i*d+k]*x[k];
x[i]=(y[i]-sum); // not dividing by diagonals
}
}

2.3.3 Factorizarea Cholesky


Dac o matrice ptrat A este simetric i pozitiv definit, ei i se poate aplica o
.

factorizare special, mai eficiena din punct de vedere numeric, numit factorizare Cholesky
.

( Nicholson, W., 1995, pag 211). Simetria nseamn satisfacerea egaliti


.

(T indic

transpunerea) sau a_ ij = a_ ji pentru toi indicii i,j=1,...,n. O matric A se numete pozitiv


.

definit dac inegalitatea:


.

este satisfcut pentru orice vector x, iar anularea produsului matriceal are loc numai atunci
.

cnd x este identic cu vectorul nul. Propr ietatea definirii pozitive a matriceiA joac un rol
.

esenial n stabilitatea numeric a calculelor efectuate n cursul factorizrii Cholesky.


.

Dac cele dou proprieti s unt satisfcute, facto rizarea Cholesky descompune
.

matricea A ntr-un produs d e dou mat rice triunghiulare de tipul LR, cu proprietatea
.

remarcabil

Pentru acest tip de facto rizare, se pot scr ie (n^2+n)/2 ecuaii independente care conin tot
.

attea necunoscute (elementele nenule din matricea L). n consecin, factorizarea Cholesky
.

a unei matrice este unic, nefiind necesar precizarea a priori a valorilor unor necunoscute.
.

23

Pentru stabilirea relaiilor generale de calcul dup care se desfoar factorizarea Cholesky,
.

expresia

se expliciteaz n funcie de elementele matricelor Ai L:

(***)
n ipoteza determinrii preal abile a el ementelor de pe primel e j-1 c oloane ale
A

matricei L, relaia (***) se expliciteaz pe ntru a evideni a elementul diagonal :


A

i se face part icularizarea i = j:


A

Deoarece toi termenii

_ jm ( m=1,...,j-1 ) au fo st calculai n preala bil, se poate d etermina

elementu l diagon al :
A

dup care, se calculeaz restul elemen telor de pe coloana j a ma tricei L:


A

i n cazul factorizrii Cholesky exist posibilitate a aplicrii metode i descrise n for ma


A

compact, pe loc n matri cea A. Pe de alt part e, este posi bil memorarea ntr-o singur
A

matrice att a matric ei originare A, ct i a matricei de fa ctorizare L( Kolman, Bern ard;


A

Hill, David R. 2007 pag. 56). Astfel, fo rma final a matricei A are urm toarea structur: pe
A

diagonal i deasupra acesteia se vor g si elementele originare ale matricei A; sub di agonal
A

se afl elementele matricei L, iar diagonal a acesteia este me morat separat n tr-un vector.
A

O particularitate a factorizrii Cholesky se refer la aplicarea tehnicilor de pivo tare. n


A

acest sens , dac matricea A satisfac e condiiile pentr u a admite o factoriza re Cholesky (este
A

simetric i poziti v definit), ea va fi n totdeauna nesingulara (Kolman, Bernard; Hill,


A

A(

24

David R. 2007 pag. 56). Prin urma re riscul mpririi la un element nul n relai a ( IV ) nu
A

exist i nici er orile de rot unjire nu pot afe cta semnifica tiv rezultatele c alculelor. P rin
A

urmare, nu mai este nece sar aplicarea pivot rii. Mai mult dect att, apl icarea tehnicil or de
A

pivotare nicinu este permis deoarece:


A

i.

pivota rea parial stric simetria maVtricei;

ii.

piv otarea complet pstreaz simetria, da r conduce, de regul,

la pierderea

proprietii de "definire pozitiv" a matrice i A.


A

n ambele cazu ri se ncalc condi iile care asigur existen a factorizrii Ch olesky.
A

Codul C++:
void CholeskyRow(int d,double*S,double*D){
for(int k=0;k<d;++k){
for(int j=0;j<d;++j){
double sum=0.;
for(int p=0;p<j;++p)sum+=D[k*d+p]*D[j*d+p];
D[k*d+j]=(S[k*d+j]-sum)/D[j*d+j];
}
double sum=0.;
for(int p=0;p<k;++p)sum+=D[k*d+p]*D[k*d+p];
D[k*d+k]=sqrt(S[k*d+k]-sum);
}
}
void solveCholesky(int d,double*LU,double*b,double*x){
double y[d];
for(int i=0;i<d;++i){
double sum=0.;
for(int k=0;k<i;++k)sum+=LU[i*d+k]*y[k];
y[i]=(b[i]-sum)/LU[i*d+i];
}
for(int i=d-1;i>=0;--i){
double sum=0.;
for(int k=i+1;k<d;++k)sum+=LU[k*d+i]*x[k];
x[i]=(y[i]-sum)/LU[i*d+i];
}
25

}
2.3.4 Rezolvarea sistemelor de ecuaii liniare cu factorizarea Cholesky
1.

Definirea s istemului de ecuaii: rangul n, matricea coeficie nilor A, vectoruVl termenilor


A

liberi b.
2.

Verifi carea simetriei matricei A. Dac matricea nu este simetric se lan seaz un mesaj de
A

eroare i se ntrer upe algoritmul;


A

3.

Factorizarea Cholesk y pe loc n matrice a A:


A

Iniializ area coloanei curent e j din matricea L pentru care se deter min elementele nenule: j
A

<-- 1;

Calculul exp resiei de sub ra dical pentru d eterminarea element ului diagon al
A

_ jj :

i verifica rea semnului acesteia. Dac S < 0 se transmite un mesaj de eroare i se ntrerupe
A

algoritmul. Dac S >= 0 se trece la pasul 3.ii i;


A

Determ inarea elementului diag onal


A

_ jj i mem orarea lui ntr-u n vector distinct:

D_ j <--

Determinar ea elementelor subd iagonale de pe coloana j a m atricei L i me morarea lor n


A

matricea A:

Se trece la tratarea urmt oarei coloane di n matricea L : j <-- j +1. Dac j <= n se r evine la
A

pasul 3.2. Dac j > n se trece la pasul 4;


A

4.

Rezolvar ea sistemului inferior triunghiular L * y = b p rin substitu ie nainte i


A

memora rea soluiei n vectoru l b;


A

26

5.

Rezolv area sistemului supe rior triunghiula r


A

* x = y = b p rin substituie n apoi i

memorarea soluiei n vector ul b.


A

3.ECUAII NELINIARE

Fie ecuaia
A

f (x) = 0
A

unde f : [ a , b ] R este continu iar f (a) f (b) < 0.


A

mprim seg mentul [ a , b ] n dou pri. D istingem urm toarele caz uri:
A

1.

i atun ci

2.

i n a cest caz select m din cele dou int ervale

este rdci na cutat i oprim proc edeul;

acela pentru ca re valorile func iei n capet e au semne con trare.


A

Acest inte rval l notm [ a1 , b1 ] i apoi continum pro cedeul.


A

Se ob ine, fie rd cina exact, fie u n ir de intervale nchise cuprinse unele n altele
A

27

pe

astfe l nct
A

pentru n = 1, 2,
Prin urmar e avem
A

Capet ele din stnga ale acestor interva le a1, a2, , an, formeaz un ir cres ctor
A

i mrgin it superior de b, iar cape tele din drea pta b1, b2, , bn, formea z un ir
A

descres ctor i m rginit inferior de a (Leon, St even J, 2006, pag. 65). Din t eorema
A

cletelui urmeaz
A

(
artm ca num rul

fiind limi t lor comun).


A

este rdcina e cuaiei (4.1). Trec nd la limit i inn d cont de

continuitatea funciei f i de faptul ca irurile

sunt con vergente avem:


A

sau

adic
Obse rvaie 1Metoda pres upune ca rdcinile l ui (4.1) au fost sep arate pe [a, b].
A

Observaie 2Dac

este o valoare aproxi mativ a lui


A

la pasul n atunci avem


A

.
Obse rvaie 3 Metod este comod pe ntru obinere a unei estimri ini ial e a rdci nii
A

separate, pentru util izarea ei n alte metode i este uor progra m abil pe cal culator.
A

(Leon, S teven J, 2006, pag. 67)


A

Observ aie 4 Procedeul con v erge lent.


A

28

AA

Obse rvaie 5 n cazul n car e rdcinile nu au fost separate lum dup caz o valo are
A

foarte mic pentru a1 (de exe mplu -10 n cu n


A

N *) i b1 = 0 sau a1 = 0 i b1 = 10 n a stfel

nct s avem f (a 1) f (b1) < 0. (L eon, Steven J, 2006, pag. 80)


A

Observaie 6 n mo mentu l opririi procedeului mai putem mbu nti precizia calculelor
A

N * ), adi c

fcnd media aritm etic a ultime lor dou valor i an i bn ( n


A

.
3.1Rezolvar ea numeric a ecu aiilor nelini are
A

3.1.1. Genera liti


A

Ecuaiile rep rezint exp resii matematic e care conin o variabi l (necunoscu t) i pot
A

fi puse su b forma gene ral:


A

f(x) = 0

(1)

Egalitatea es te valabil numa i pentru o mulim e finit i discret de valor i ale lui x.
A

Expresia f(x) po ate conine val ori numerice opera tori aritmetici i funcii e lementare.
A

Rezolva rea analitic (pe baz de formule)es te posibil numai n anumite ca zuri particu lare
A

sau pentru ecuaii poli nomiale de g rad inferior (Ricard o, Henry 2010 pag. 36). Rez olvarea
A

num eric perm ite rezo lvarea tutu ror tipuri de ecuaii cu aproximaii orict de
A

bune. F enomenul de aproximare nu este un impedim ent deoa rece, n final so luia va fi
A

exprimat cu un nu mr finit de cifre semnificative. Deci metodele de rezolv are nume ric
A

sunt singur ul instrument viabil p entru rezol varea ecu aiilor. Trebui e ns menio nat ca
A

rezolvarea global a utomat (pentru t ot intervalul de variai e a variabi lei x) este posibil
A

numai pentru ecuaii polin omiale. Pentru cel elalte tipuri de ecuaii (de tip transc endent)
A

aplicar ea corec t a metod elor numerice est e posibil num ai dup ce a u fost ide ntificate
A

intervale le care con in valorile s oluiei. n plus utilizarea metod elor numerice lo cale trebuie
A

precedat de verificare a condiiilor n car e acestea pot fi a plicate. Acestea de obicei se refer
A

la propri etile funciei f(x) (de exemplu continuit atea) sau la c ele ale derivat elor fu nciei.
A

3.1 2. Metoda b ipartiiei


A

Meto da bipartiiei s au a metoda nju mtirii interval ului este o me tod simpl,
A

puin preten ioas din punctul de vedere a proprie tilor funciei f (x) (Sadun, Lorenzo,
A

2008, pag. 45). Totu i este necesar ns ca funcia s fie con tinu. Presupunem ca intervalul
A

[a,b] conine o so luie a ecuaiei. A tunci:


A

29

f(a)f(b) < 0

(2)

Procedura mparte n dou intervalul n care s e tie ca exist o solu ie.


A

Apoi este evaluat

fun cia

la

capetele

subinterva lelor

obin ute.

Deo arece

funcia este continu , rezult ca su binterv alul pe care se face s chimbarea de sem n conine
A

soluia cut at (Sadun, Lorenzo, 2008, pag. 60). n continuare acest i nterval este mprit la
A

rndul lui n d ou pri egale i analiz c ontinu n acelai f el. Astfel subinte rvalul care
A

conine solu ia este restrns p e parcursul aplic rii metodei atta t imp ct num rul de cifre
A

semnificative disponibil permite m rirea rezo luiei.


A

Procesul i terativ este urmtorul :


A

1.

Se ca lculeaz mij locul inte rvalului x0 = ( a + b)/2 ;

2.

Se ana lizeaz semnu l funciei la captul jumtilor de interval. P oriunea

de

interval u nde are loc schimbare a de sem n coni ne solui a. Procesu l

njumtirii

se va aplica n continuare pentru acest subin terval:

Dac f(a)f(x0) < 0 atunci b := x0 ; Merg i la pasul 1 ;


A

Dac f(x0)f (b) < 0 atunci a := x0 ; Merg i la pasul 1.


A

// metoda bipartitiei
#include <conio.h>
#include <stdio.h>
#include <math.h>
float a,b,eps,x;
int i;
float bipart(float a,float b,float eps);
float f(float x);
void main(void) {
clrscr();
printf("metoda bipartitiei :\n");
printf("a="); scanf("%f",&a);
printf("b="); scanf("%f",&b);

30

printf("precizia:"); scanf("%f",&eps);
x=bipart(a,b,eps);
printf("x=%f",x);
printf("\n numarul de iteratii este = %d", i);
getch();
}
float bipart(float a,float b,float eps) {
float x;
i=0;
do {
x=(a+b)/2;
if(f(a)*f(x)<=0) {
b=x;
} else {
a=x;
}
i++;

while(fabs(b-a)>=eps);
return x;
}

float f(float x) {
return (cos(x)/sin(x)-x); // ctg(x)-x ?
}

31

3.1.3 Metoda coardei


Metoda coardei sau a metoda prilor proporionale cere satisface rea urmtoarelor
A

condiii refe ritoare la modul de variaie a funciei f(x) pe i ntervalul unde se a plic metoda.
A

Astfel primele do u derivate ale funciei f(x) s fie cont inue pe inter valul (a,b) iV s-i
A

conserve sem nul (Sadun, Lorenzo , 2008, pag. 60).


A

Din punct d e vedere geometric ac este condiii au u rmtoarea interpre tare:


A

* dac p rima derivat este continu funcia are variaie neted, f r salturi brVute i
A

fr

frntur i ale graficului;


A

* dac prima derivat i conserv semnul variaia funciei este monoton;


* dac deri vat a dou i cons erv semnul funcia nu conine puncte de inflexiune.
A

Soluia a proximativ este calcu lat la intersecia a bscisei Ox cu Vsegmentul de


A

dreapt (co ard corespunztoar e poriunii de grafic) care u nete punctele de coor donate
A

(a,f(a)) i (b, f(b)) (Sadun, Lorenzo, 2008, pag. 55). Dup determinarea unei aproxi maii a
A

soluiei aceast devi ne noul capt al intervalului d e lucru i procedeul se a plic n contin uare
A

pn cnd varia iile soluiei aproximative devi n nesemnifi cative.


A

Soluia apro ximativ la pasul urmtor se determ in n funcie de cea de la pasul


A

precedent printr-un proces de translaie cu increm entul h :


A

xk+1 = xk + h
A

(4)

n funcie de po ziia relativ a coard ei fa de grafic pute m avea dou sit uaii.
A

Dac c oarda se afl la stnga grafic ului atunci p unctul de por nire al
A

aproximaiilor este p unctul a, punctul b r mnnd punct fix pe parcursul pro cesului iterat iv,
A

iar deplasare a aproximaiilor se fac e de la stnga la d reapta (Sadun, Lorenzo, 2008, pag.
A

45). Deci valoare a h este pozi tiv, iar valoarea ap roximaiei iniia le se va con sidera x1 V= a.
A

Dac coard a se afl la d reap ta graficului atunci punctul de p ornire al


A

aproximaiilor es te punctul b, punctul a r mnnd punct fix pe parc ursul procesului ite rativ,
A

iar deplasare a aproximaiilor se face de l a dreapta la st nga. Deci valo area h este neg ativ,
A

iar valoarea apro ximaiei iniiale se va considera x1 = b. Soluia apr oximativ xk+1 la pasul
A

k+1 se determin n f uncie de cea de la pasul precedent xk conf orm relaiei:


A

ncadrarea nt r-unul dintre cele do u cazuri se fa ce n funcie de semnele deriv atelor


A

de ordi nul unu i doi. Alegerea punctului de pornire a l iteraiilor i implic it alegerea relaiei
A

de calcul corespun de valorii pozitive a produsului dintre va loarea funciei i valoarea


A

32

derivatei a doua n punctul respectiv. Astfel dac f(a)f'( a) > 0, rezult ca a est e punct de
A

pornire i co arda se gsete l a stnga graficului, iar dac f(b)f'(b) > 0, rezult ca b es te punct
A

de porni re i coarda se g sete la dre apta graficului.


A

Fig.1.

3.2 Meto de de partiionare


A

Dup ncadrarea unei soluii ex acte, se pot aplica o serie de metode iterative care permit
A

determinar ea unei soluii apro ximative n limita pre ciziei impuse. Dintre ac estea, met odele
A

de pa rtiionare acioneaz direc t asupra interval ului n care a fo st ncadrat soluia, urm rind
A

"compr imarea" acestuia p n la limita im pus de criteriu l de oprire. Din ac east catego rie
A

fac par te metoda bisecti ei, metoda s ecantei i metoda c utrii cu pas va riabil. Deoare ce la
A

fiecare iteraie, interv alul de lucr u ncadreaz permanen t soluia exact, conve rgent acestor
A

metode este garanta t. Din pca te, ele se caracterize az printr-un num r mare de Viteraii
A

nec esare atingerii precizi ei impuse, deci pri n timpi de calc ul mari.
A

3.2.1

Metoda bisectiei
A

Metoda bi sectiei, numit uneori i metoda dihotomi ei sau a njumti rii intervalelo r,
A

este cea mai sim pl dintre metodel e de rezolvare a ecuaiilor a lgebrice i transc endente
A

(Greub, Werner H. 1981, pag. 66). Se consider ca, printr-un proce deu oarecare, s-a reu it
A

localizarea rdcini i exacte


A

a ecuaiei f(x)=0 n interv alul [


A

functiaf(x) este co ntinu, iar rdci na


A

]. n ip oteza n care
AA

este singuru l zerou al lui f(x) n [

extremitile intervalului funcia ia valor i de semn e contrare: f(


A

33

) * f(

)<0.

], la

Determinarea aproximaiei

' a rdcini i exacte

cu o prec izie

folosin d metoda

bisecti ei folosete urmtoarea schem a (vezi i figura de mai sus): intervalul [


A

njumte te

prin

). Dac f(m) * f(

punc tul m=(


A

)/2 i

) est e pozitiv, rdc ina

se

calculeaz

valo area lui m ca ex tremitatea dreapt a inteVrvalului (


A

) este negativ, rdcina


A

. De ace ast dat, se


A

<-- m) i se r eia procedeul. Ac east schem se

aplic n mod repetat pn c nd lungimea inter valului [


A

AA

modific extrem itatea stng a interv alului (

i m.n acest caz, se reine

se gsete ntre m i

<-- m) i se reia procedeul.

Dac f(m) * f(

] se

prod usul f(m) * f(

se gsete ntre

] - modificat de la o iteraie la

< 2*

. Dac, n a cest momentV, se

alta - scade s ub valoarea limit 2 *

, adic

con sider ca rdcin aproximativ

' =(

)/2, ac esta nu se ndeprte az de soluia

exa ct

cu m ai mult de

. Desigur,

nj umtirii interv alelor succesive [


A

ntr-un caz ba nal, este pos ibil ca, n cu rsul


A

], punctul m s coincid cu rd cina exact


A

Aceast situaie se rec unoate prin anularea p rodusului f(m) * f(


A

Cod c++ pentru metoda bisectiei:


#include <iostream>
34

), c az n care sch ema de

calcul se ntrerupe, dis punnd n aces t caz chiar de r dcina exact


A

'=m= .

using namespace std;


double f(double x)
{
return 3*x + 3;
}

double sigma = 0.00001;

double getRoot(double a, double b)


{
double c;
if(b-a < sigma) return (a+b) / 2.0; // S-a gasit radacina, o returnez
else
{
c = (a+b) / 2.0;
if(f(a) * f(c) < 0) return getRoot(a, c);
else return getRoot(c, b);
}
}

int main()
{
cout << getRoot(-10, 10);
system("PAUSE");
return 0;
}

35

3.2.2 Metod a bisectiei -Algoritm


A

1. Definirea func iei f(x), a in terva lului de lucru [


A

], a preciziei

i a n um rului maxim

de itera ii Nmax.
A

2. Procesu l iterativ:
A

i.

Iniializa rea procesului ite rativ: It <-- 0;

ii.

Dac s-a atins precizia dorit ta (

< 2*

) sau numrul maxi m de iter aii Nmax se


A

ncheie bucla ite rativ i se trec e la pasul 3.


A

iii.

Se trece la o nou itera ie: It <- - It+1;

iv.

njum tirea interva lului curent: m <-- (

v.

Stabi lirea noului interval de lucru:

)/2 ;

Dac f (m) * f(

) <0, rdc ina se gset e n [m ,

]; se actual izeaz limita stnga:

<--

m i se trece la pasul 2.vi;


Dac f( m) * f(

)>0, rdcina se gset e n [

, m]; s e actualizeaz limita dreapta:

<-- m i se trece la p asul 2.vi;


A

Dac f(m) * f(

)=0, rdcina e ste m; se actualizeaz ambele li mite:

<-- m,

<-- m i se

trece la pasu l 2.vi;


A

vi.

Se rev ine la pa sul 2.ii;


A

3.

Calculul rd cinii aproximativve: x <-- (


A

3.2.3

)/2.v

Metoda secantei

Metoda secantei, numit i metoda prilor provporionale, restr nge interv alul [
A

] ce ncadr eaz soluia exact n iteraia curent prin raportarea la valorile fu nciei la
A

extre mitile intervalului


A

(Sadun, Lo renzo, 2008, pag. 45) . Astfel, dac nou

aproxim aie x se aleg e astfel nct soluia exact s se gseasc n intervalul [


A

valoar ea lui x rezult din egali tatea proporiilor:


A

36

, x],

Interpretare a geometric a acest ei relaii corespund e construciei din figura. A stfel, pe


A

inte rvalul [
A

] curba y=f (x) este aproximat prin dreapt c e trece prin c ele dou
A

puncte A i B de la extremitile inte rvalului. n aceste condiii, soluia exact (


A

) urmeaz a

fi aproximat prin abscis punctului de inters ecie a dreptei AB cu axa OX , notat cu x.


A

Noua apro ximaie x se deter min impunnd condiia ca n ecuaia drevptei AB :


A

punctul (x,y) s se gseasc pe axa OX, adic y=0:

n c ontinuare, dintre intervale le [


A

soluia

, x ] i [ x ,

] se reine a cela ce nca dreaz


A

- acel interval la extremitile cruia funcia f(x) ia valori d e semne con trare.
A

Aplicnd o rel aie asemenatoare noului interval se obine o no u aproximai e a soluviei


A

exacte i procesul con tinu pn la satisfacerea unui criteriu de ovprire.


A

Algorit mul pentru Metod a secantei


A

37

1. Definir ea funciei f(x), a i ntervalului de lvucru [


A

], a preciziei

i a numr ului maxim


A

de iteraii Nma x.
A

2. Procesul iterativ:
A

i.

I niializarea procesului iterati v: It <-- 0;

ii.

Da c s-a atins precizia dorit (

< 2*

) sau num rul maxim de ite raii Nmax se


A

ncheie bu cla iterativa i se trece la p asul 3.


A

iii.

Se tre ce la o nou iterai e: It <-- It+1;

iv.

Calculu l noii aproximaii:

v.

Stab ilirea noului interva l de lucru:

AA

Dac f(m) * f(

)<0, rd cina se gse te n [ x,

]; se act ualizeaz limita s tnga:

<-- x i

se revin e la pasul 2. ii.


A

Dac f (m) * f(

)>0 , rdcina se gsete n [

,x]; se actu alizeaz limita d reapta:


A

<-- x i s e revine la pasul .ii.


A

A2

Dac f(m) * f(
A

)=0, rdcina este x; se ac tuali zeaz ambele limi te:


A

revine la pasul 2.ii.


AA

3. Calculul rdcinii aprox imative: x <-- (


A

)/2.

Codul C++:
#include<iostream.h>
#include<math.h>
#define eps 0.00000000001
#define iter 200

double f(double x)
{
return x*x*x-2*x*x*cos(x)+x-3;
38

<-- x ,
A

<-- x i se
A

void main()
{
unsigned char i;
double x,x0,x1,a,b,y;
cout<<"a=";cin>>a;cout<<"b=";cin>>b;
i=0;x0=a;x1=b;x=x0;y=f(x);
if (f(x0)*f(x1)<0)
{
while ( (i<=iter) && ((y<-eps) || (y>eps)) )
{
x=x0-f(x0)*(x1-x0)/(f(x1)-f(x0));
y=f(x);
if (f(x0)*y<0) x1=x;
else x0=x;
cout<<"\n\nf("<<x<<")="<<f(x)<<" la iteratia "<<(int)i;
i++;
}
if (i>iter) cout<<"problema nu se poate rezolva in nr.maxim de iteratii";
} else cout<<"interval invalid";
}
3.3 Metode de aproxima ii succesive
A

Dup cum reiese i di n numele lor, me todele de aproximaii su ccesive determi n o


A

soluie apro ximativ a unei ecuaii neliniare prin con struirea unui ir de aproxima ii
A

succesive care, n anumit e condiii, converge ctr e soluia exact (Sadun, L orenzo, 2008,
A

pag. 136). De aceast dat nu se mai acioneaz asupra intervalul ui n care a fo st izolat
A

solui a exact. Acest interval este fovlosit numai pventru stabilirvea aproxi maiei iniiale,
A

39

care

poate

fi

aleas,

principiu,

oriunde

interiorul

acestu ia.

O caracteristic a metodelor d e aproximaii suc cesive se refer la in terpretarea geoA

metrica ce se asociaz procesului iterat iv. Pentru metodele de partiionare, rez olvarea
A

ecuaiei f(x)=0 s e face prin determina rea din aproape n aproape, pn la o precizie impu s, a
A

punc- tului de i ntersecie a curbe i y=f(x) cu ax a absciselor . Metodele de aproximaii


A

succesiv e nlocuiesc ec uaia sub forma i mp licita f(x)=0 cu o ecuaie ec hiv alent exp rim at
A

ns expli cit:
A

a c rei rezolvare presupune d eterminarea pun ctului de intersecvie a curbelor; y=


A

(x) i y=g(x). Din considerente de simplificare a calculelor, se caut ca expresiile funciilor


A

(x) i g(x) s aib o co mplexitate ct mai re dus posibilv. n acevst sens, cele mai
A

rspndi te metode ut ilizeaz un caz parti cular al ecuaiei e xplicite, i anum e, acela pentru
A

care curb y =

(x) se reduce la o dreapt, iar ecuaia explicitv cpta form :


A

Determin area rdcinii aproximative se face pornind de la o apro ximaie in iial x_0,
A

corectat apoi succesiv folosind o for mul de recurena vde for m:


A

40

Dac iru l aproximaiilor succe sive este convergent, el tinde ctr e soluia exact
A

ecua iilor echivalente f(x)=0, r espectiv x=g(x). Diferite le metode de a proximaii suc cesive
A

folosite n practic se d eosebesc prin modul d e construire a ecu aiei explic ite, n p rticular,
A

vprin alegerea fun ciei g(x), ale gere care determi n i condiiile specifice d e convergen . n
A

compa raie cu meto dele de partiio nare, conve rgena meto delor de aprox imaii suc cesive
A

este, de rvegul, mai rapi d, dar din p cate nu ntotdeau na asigurat.


A

3.3.1

Meto da contra ciei


A

nloc uirea ecuaiei f(x)=0 printr-o ecuaie expli cit x=g(x) se poate realiza, de regul ,
A

pe mai multe c i. Cea mai simpl dintre acestea determin funcia g(x) su b form:
A

g(x) = x + f(x)
A

n continuare, vom considera ca meto da contraciei, nu mit uneori impro priu i


A

metoda aprox imaiilor succesive, este generat de funci a g(x) de ac east form. i ul
A

aproximaiilo r succesive este gene rat pornind de la apro ximaia iniial x_0 , cu rela ia de
A

recurena:

Se

poate

ar ta

ca

ntre

ero rile

de

aproxi mare

dou

iteraii

succesive e_n i e_(n+1) exist relaia :


A

care p ermite stabilirea u nei forme primare a condiie i de convergen. A stfe l, pentru ca irul
A

aproxi maiilor succes ive s fie convergent, er oarea de aproximare t rebuie s scad n tre
A

dou iteraii consecutive, adic | e_(n+1)| < |e_n|, ceea ce conduce la |g'(
A

)| < 1. Ac easta
A

reprezint o condiie necesar, dar nu i suficient pentru as igurarea convergenei. O valoare


A

subuni tar n modul a deri vatei g'( ) garanteaz e xistena unui interval [
A

soluiei exacte

], n jurul
A

, n care p oate fi aleas aproxi maia iniial x_0, astfel nct procesul
A

iterativ s fie convergent. De fapt, o condiie de forma |g'( x)| < 1 trebui e satisfcut n ntregul
A

interval [

]. Chiar dac condiiva |g'(

este aleas departe de solu ia exact


A

AA

)| < 1 este sati sfcut, dar aproximai a iniial


A

, struc tura funciei g(x) p oate conduce la un proces


A

diverg ent.
A

Convergena procesului iter ativ este guvernat de o te orema de punct fix care, n
A

41

princ ipiu, impune urmtoarel e condiii: pentru un in terval [


A

], ori ct de larg, alegere a


A

unei aproxim aii iniiale x_0 n interiorul acest uia, care s asigure con vergent, este
A

varbitrar dac i numai dac funcia g(x ) este o aplicaie strict contractant pe acel interval
A

(vezi figura de mai j os).


A

Interpretarea

geometric a noiunii

de "aplicaie strict contra ctant". (a)

Funcia g(x) e ste o aplicaie strict co ntractant pe un anum it interval dac proi ecia acestui
A

interval pe axa Oy, prin curba y = g(x) se contract. (b) n caz c ontrar, cnd proiecia
A

AA

intervalului respectiv pe axa Oy, prin curba y = g(x ) se dilat, g(x) n u mai este o aplicaie
A

strict contracta nt.


A

Evoluia uno r procese iterati ve convergente sau d ivergente este il ustrat n figur de
A

mai jos. n funcie de semnul derivatei g' n vecintatea soluiei


A

monoton (cazurile a i b), pentru g'(


A

, c onvergent p oate fi
A

)>0, sau oscilant (cazuri le c i d), pentru g'(


A

)<0.

De asemene a, n cazurile e i f sunt prezentate dou procese divergent e, unul m onoton i


A

cellalt oscilant. Cazul |g' (


A

)|=1 este deosebit d e sensibil deoarece, n funcie de forma


A

curbei y=g(x), se poate obine att conve rgent (cazul g), ct i d ivergen (cazul h) irului
A

aproximaiilor

succesive.

3.3.2Ecuaii neliniare - Metoda contraciei


1.

Definirea funciei f(x), a a proximaiei iniial e x, a preciziei Eps i a numr ului maxim
A

d e iteraii Nmax.
A

2.

Construi rea funciei g(x) = x + f(x).


A

42

3.

Pr ocesul iterativ:
A

i.

Inii alizarea procesul ui iterativ: It <-- 0;

ii.

Da c s-a atins preciz ia dorit (|f(x)|<Ep s) sau numrul max im de iter aii

(It=Nmax) se ntrerupe bucla it erativa i se trec e la pasul 4.


A

iii.

Se tre ce la o nou iter aie: It <-- It+ 1;

iv.

Calculul n oii aproximaii: x <-- g(x)

v.

Se rev ine la pasul 3.2.

4.

Stabi lirea condiiilor de iei re din bucla ite rativ:


A

i.

Dac |f(x)|<Eps - proces c onvergent - soluia aproximativ es te x.

ii.

Da c |f(x)|>=Eps i It=Nmax, se afieaz mesajul " Depire numr ma xim

iteraii".

3.4 Met oda Newton


A

Una dint re cele mai cunoscute i mai folosite tehnici de rezolvare a ecuai ilor neliniare
A

este metoda Newton, denumita uneori i metoda Newton-Raphson sau metoda tangentelor
A

(Hoff man, Kenneth; Kunze, Ray 1971, pag. 69). E a se deosebete de alte meto de de
A

aproximaii s uccesive prin faptul ca pentru fie care punct din irul aproxi maiilor este
A

necesar att evaluarea funciei f(x) ce define te ecuaia, ct i a de rivatei acesteia f '(x).
A

43

Valoarea aproximativ a rdcinii exacte


A

se calculeaz folos ind un ir de

aproximai i succesive {x_0, x_ 1, x_2, ... } construit dup urmtorul mo del (Ho ffman,
A

Kenneth; Kunze, Ray 1971 , pag. 77). Pornind de la aproximai a x_0, curb y =f(x) este
A

aproximat

punctul

de

coordon ate (x_0,

f(x_0)) prin

t angenta

la

ea.

No ua
A

aproximaie x_1 se obine l a intersecia acestei tangen e cu axa absciselor. Folosi nd pe x_1 ca
A

aproximaie iniial, se reia procedeul, determi nndu-se o nou aproximaie x _2 s.a.m.d.


A

pn cnd abaterea ntre dou iteraii succes ive scade sub o val oare prag impus : |x_(n+1) A

x_n| <

Alegerea aproximaiei iniiale infl ueneaz n bun m sur procesul itera tiv. (a)
A

Dac apro ximaia iniial este prea departe de soluia exact, este pos ibil ca, datorit unei
A

forme aparte a curbei y = f(x), noile aproximai i s fie aruncate s pre infinit. (b) ntr-o situaie
A

mai feric it, procesul rm ne convergent, dar irul aproximaiilor su ccesive se n dreapt
A

ctre o alt rdcina dect ceva cutat (Hoffman , Kenneth; Kunze, Ray 1971, pag. 99).
A

Din punct d e vedere formal, me toda Newton folo sete formul de re curena (iterare):
A

Condiiile de convergen ale metodei N ewton sunt relativ comple xe ca form i se


A

refer nu numai la funcia f(x),


A

ci i la primele sale dou derivate, f '(x) i f ''(x).

Marele avanta j al metodei Newton este rata m are de convergen. n apropier ea soluiei
A

exacte, se asigur practic dublar ea numrului de cifre exa cte ale soluiei calc ulate la fieca re
A

iteraie. Aceast proprietate remarca bil este "cartea de vizit" ce recoman d metoda New ton
A

ca fiin d cea mai eficie nt cale de rezolv are a unei ecuaii nel iniare pentru c are este posi bil
A

evaluarea de rivatei f '(x). Remarcai tot ui precizarea din fra z anterioar ("n apr opierea
A

solui ei exacte...") i nu uitai condiiil e de convergen att de alambicate, care se ref er att
A

44

la func ia f(x), ct i la prime le sale dou deriv ate. Din aceste cauze, despre met oda Newton
A

AA

se spune ca are pro prieti locale de convergen f oarte bune, d ar se poate comp orta
A

lame ntabil la nivel glo bal. n situaiile d in urm metod a Newton p oate fi aplicat ca o
A

procedur t erminal, pen tru rafinarea ef icient i foarte rap id a unei aproxim aii obinute
A

prin aplicarea , n prima faz, a u nei alte metode, mai puin sensibil e din punctul de ve dere al
A

convergen ei dar, n prin cipiu, mai lent .


A

3.4.1Metoda Newton Algoritm


1.

Defin irea funvciei f(x), a derivatei f '(x), a aprox imaiei iniiale x, a p reciziei Eps i a
A

numrului max im de iteraii Nmax.


A

2.

Inii alizarea proces ului iterati v: It <-- 0;

3.

Pro cesul iterativ:

i.

Se trece la o n ou iteraie: I t <-- It+1;

ii.

Calcul ul coreciei: dx < -- - f(x) / f '(x)

iii.

Calc ulul noii ap roximaii: x <-- x + dx

iv.

Dac s-a atinsv precizia dorit (|dx| <= Eps) sau numrul maxim de itera ii (It=Nmax) se

ntreru pe bucla iterativa i s e trece la pasu l 4.


A

v.
4.

Se r evine la pasul 3.1.


A

S tabilirea condiiilor d e ieire din bu cl iterati v:


A

i.

Dac |d x|<Eps - proces convergent - so luia aproximati v este x.

ii.

Dac | dx|>=Eps i It=Nmax, se afi eaz mesajul "Depire nu mr maxim iteraii ".

5.

Numele "M etoda lui Newt on" este derivat din fa ptul c Isaac Newto n a descris un caz
A

special al metodei n D e analysi p er aequationes n umero terminorum infini tas (scris n 1669,
A

publicat n 1 711 de ctre William Jones) i n De meto dis fluxionum et serierum


A

infinitarum (s cris n 1671, tradus i publicat ca Me toda fluctuaiilor n 1736 de ctre John
A

Cols on). Cu toat e acestea, met oda lui dif er substan ial de metoda m odern de mai sus:
A

Newton a plic metoda numai pentru polinoame. El nu calcula aproxim ri succesive


A

, dar

calcule az o secven de polinoame i numai la sfrit el ajunge la o aproximare a


A

rdcin ii x. n cele d in urm, Newto n consider met oda ca pur algebric i nu face ni ci o
A

meniune cu p rivire la calculul numeri c. Metoda lui Is aac Newton poate f i derivat de la o
A

meto d similar, dar mai pui n precis, metoda l ui Vieta. E sena me todei Vieta lui p oate fi
A

45

gsit n lucrril e matematicianului persan Sharaf al -Din al-Tusi, , n timp ce succesorul


A

AAA

su Jamshd al-Ksh a folosit o form a metodei lui Newton pent lui Newton p entru
A

calcularea rd cini ptrate a fost c unoscut mult mai dev reme i este adesea n umit metoda
A

babilo nian.
A

6.

Metoda lui Ne wton a fost folosit de ctre matematicianul ja ponez din secolu l 17 Seki
A

Kwa pentru a rezolva ecuaii cu o sin gur variabil, dei leg tur cu calculul lipsea.
A

7.

Metoda lui Newto n a fost publicat prima dat n 1685, nTrat t istoric i prac tic de
A

algebr de John Wallis. n 1690, Joseph Raphson a publicat o descr iere simplificat
A

n Analysis aequati onum universalis. Raphso n prezenta metoda lui Newton ca o metod pur
A

alg ebric i limita utilizarea sa la funcii polinomiale, dar el descrie metoda n termeni de
A

aproxim ri succesivexn n loc de mai complicat secven de polinoam e utilizate de Newt on.
A

8.

n cele din urm, n 1740 , Thomas Simpson a d escris metoda lu i Newton ca o metod
A

iterativ pentru rezolvarea ecuaiilor generale nelivniare utiliznd cavlcul, oferindv, n esen,
A

descriereav de mai sus. n ace ea i publicaie, S impson ofer, vde aseme nea, gen eralizarea la
A

sistemele de dou ecuaii i constat c metoda luvi Newton poate fi folosit pentru rezolvar ea
A

problemelor de opti mizare prin setarea gradient de la zero.


A

9.

Arthur Cayley n 1879, n Problema imaginar Newt on-Fourier a fost prim ul care a observat
A

dificulti n genera lizarea metodei lui Newt on la rdcinile co mplexe de polinoame cu un


A

grad mai mare de 2 i valori le iniiale complexe. Ace st lucru a deschis calea pentru studiul
A

teoriei itera iilor funciilor ra ionale.


A

Metoda Newton pentru sisteme de ecuaii neliniare


Fie sistemul de ecuaii:

(1)
Unde funciile fk:A Rn, A deschis, fk C1(A), iar Jacobianul
.

46

)x=(x1, x2, ..., xn) (2)


Soluia y=(y1, y2, ..., yn) a sistemului (1) se determin cu ajutorul irului aproximaiilo r
succesive, astfel:
.

Se alege (arbitrar) prima aproximaie a soluiei y:


x(0)=(x(0)1, x(0)2, ..., x(0)n) (3)
Se determin succesiv aproximaiile soluiei y:
.

[x(1)] = [x(0)]-[Jf x(0)]-1[f(x(0))]


[x(2)] = [x(1)]-[Jf x(1)]-1[f(x(1))]

[x(m)] = [x(m-1)]-[Jf x(m-1)]-1[f(x(m-1))]

unde,

(4)

(5)

unde k=0,1,2,...,m,...
Aproximaia y=x(m) se consider satisfctoare cnd
.

,
unde >0, dar suficient de mic, reprezint precizia soluiei, prescris iniial.
.

Codul C++:
#include <iostream>
#include <cmath>
using namespace std;

double find_root(double num, int root)


{
double x = 0.0;
47

double xn = 0.0;
double val;
int repeat = 0;
int i;

for (i = 0; i <= num; i++)


{
val = i*i-num;
if (val > 0.0)
{
xn = (i+(i-1))/2.0;
break;
}
}

while (!(repeat++ >= 100 || x == xn))


{
x = xn;
xn = x - (pow(x, (double)root) - num) / (root * pow(x, (double)root1));
}

return xn;
}

int main()

48

{
double num;
int root;
string root_name;

cout << "Enter a number: ";


cin >> num;
cout << "Enter the number of the root you want to find for this number: ";
cin >> root;

if (root <= 1)
{
cout << "The root must be greater than 1.\n";
system ("pause");
return 0;
}
if (root == 2) root_name = "nd";
if (root == 3) root_name = "rd";
if (root > 3) root_name = "th";

cout << "The " << root << root_name << " root of " << num << " is " <<
find_root(num, root) << ".\n";

system ("pause");
return 0;
}

49

3.5 Metod a iterativ Seidel-G auss


A

Ca i n cazul metodei Jacobi, apariia termenilo r a_ii la numitorul a cestei expre sii
A

reflect nec esitatea ca toate elemen tele diagonale ale matricei A s fie nenule.
A

O compa raie ntre formulele de iter are ale metodelor Jac obi i Seidel - Gauss
A

evideniaz urmtoarea particularitate:


A

cazul metode i Jacobi noile

ap roximaii

se

determin

folosind

e xclusiv
A

aproximaiile din iteraia ante rioar;


A

prin c ontrast, metoda Seidel-Ga uss calculeaz noile aproxima ii


A

aproximaiile deter minate deja n iter aia curent (


A

folosind i

, j=1,...,i-1 ).

Consecina imediat a acest ei particulariti o re prezint posibilitatea utiliz rii unui singur
A

vector p entru memorarea a proximaiilor succesiv e. Pe msur determinrii noi lor


A

aproxi maii

, acestea nlocuiesc n vectovrul x vechile apro ximaii

mai

, care nu

su nt

folosite

iteraia

curent.

O alt consecin a utilizrii aproxim aiilor deja calculate pentru det erminarea
A

celorlalte ap roximaii se refer la convergena metodei (Hoffman, Kenneth; Kunze, Ray


A

1971, pag. 77). De regul, metoda Seidel - Gauss aduce un plus de vitez de co nvergen fa
A

de metoda Jacobi. Astfel, e ste de ateptat ca, po rnind de la o aceeai apro ximaie iniial,
A

metoda Seidel - Gauss s a sigure precizia impus ntr-u n numr mai mic d e iteraii.
A

Ca i n cazul metodei Jacobi, condiia de convergen a metod ei Seidel - Gau ss o


A

reprezint form a diagonal dominant a matricei coeficien ilor A.


A

Codul C++:
#include<stdio.h>
#include<conio.h>
#include<math.h>
#define e 0.01
void main()
{
int i,j,k,n;
float a[10][10],x[10];
50

float sum,temp,error,big;
printf("Introduceti numarul de ecuatii ");
scanf("%d",&n) ;
printf("Introduceti coeficientii: \n");
for(i=1;i<=n;i++)
{
for(j=1;j<=n+1;j++)
{
printf("a[%d][%d]= ",i,j);
scanf("%f",&a[i][j]);
}
}
for(i=1;i<=n;i++)
{
x[i]=0;
}
do
{
big=0;
for(i=1;i<=n;i++)
{
sum=0;
for(j=1;j<=n;j++)
{
if(j!=i)
{
sum=sum+a[i][j]*x[j];
}
}
temp=(a[i][n+1]-sum)/a[i][i];
error=fabs(x[i]-temp);
if(error>big)
{
big=error;
51

}
x[i]=temp;
printf("\nx[%d] =%f",i,x[i]);
}printf("\n");
}
while(big>=e);
printf("\n\n are solutii");
for(i=1;i<=n;i++)
{
printf("\nx[%d]=%f",i,x[i]);
}
getch();
}

Bibliografie
1

Ebnc, D., Metode numerice, Ed. Sitech, Craiova, 1994.

Groza G., Analiza numerica, Ed. MatrixRom, Bucuresti, 2005.

Iorga, V., Jora, B., Programare numeric, Ed. Teora, 1996


52

4
5

Bretscher, Otto (June 28, 2004), Linear Algebra with Applications (3rd ed.), Prentice
Hall, ISBN 978-0-13-145334-0
Farin, Gerald; Hansford, Dianne (December 15, 2004), Practical Linear Algebra: A
Geometry Toolbox, AK Peters, ISBN 978-1-56881-234-2
Nicholson, W., K., Linear Algebra and with Applications, PWS Publishing Company,
Boston, 1995.

7
8
9
10
11
12
13

Kolman, Bernard; Hill, David R. (May 3, 2007), Elementary Linear Algebra with
Applications (9th ed.), Prentice Hall, ISBN 978-0-13-229654-0
Leon, Steven J. (2006), Linear Algebra With Applications (7th ed.), Pearson Prentice
Hall, ISBN 978-0-13-185785-8
Ricardo, Henry (2010), A Modern Introduction To Linear Algebra (1st ed.), CRC
Press, ISBN 978-1-4398-0040-9
Sadun, Lorenzo (2008), Applied Linear Algebra: the decoupling principle (2nd ed.),
AMS, ISBN 978-0-8218-4441-0
Hoffman, Kenneth; Kunze, Ray (April 25, 1971), Linear Algebra (2nd ed.), Prentice
Hall, ISBN 978-0-13-536797-1
, Linear Algebra, Graduate Texts in Mathematics (4th ed.), Springer, ISBN 978-08018-5414-9
Arthur Cayley n 1879, n Problema imaginar Newton-Fourier

53