UNIVERSITATEA OVIDIUS CONSTANT

A
SI INFORMATICA

FACULTATEA DE MATEMATICA
Prof. univ. dr. CONSTANTIN POPA

Lect. univ. drd. ELENA PELICAN

ANALIZA NUMERICA

Constanta 2006

Introducere

Lucrarea de fata si propune sa prezinte principalele tehnici de aproximare din analiza numerica clasica. Ea are la baza cursurile, seminariile
si laboratoarele din acest domeniu tinute de autori n perioada 1991-2004
la specializarile de matematica, informatica si inginerie din Universitatea
Ovidius din Constanta. Bagajul de cunostinte matematice necesare parcurgerii lucrarii se rezuma la cursurile de analiza matematica , algebra liniara
si ecuatii diferentiale ordinare care se tin, n mod uzual n anii I si II (semestrul I) la toate specializarile mentionate mai sus. Prezentarea respectivilor
algoritmi este nsotita de un minimum de consideratii teoretice care asigura atat ntelegerea proprietatilor si comportarii lor n aplicatii cat si o
baza pentru abordari ulterioare ale unor extinderi si generalizari. In lucrare
au fost prezentate metodele clasice din diverse capitole ale analizei numerice, insistandu-se pe sublinierea ideilor fundamentale legate de algoritmii
respectivi. Astfel, abordarea unor variante moderne si mbunatatite va fi
mai usor de realizat pentru cititorii interesati. Seturile de exercitii care
ncheie fiecare capitol contin complemente, dezvoltari si aplicatii practice
ale metodelor descrise. Detalii legate de anumite demonstratii, extinderi
ale metodelor prezentate sau solutii ale unor exercitii se pot gasi n lucrarile
[22], [23], [24], [21], [20].

Notatii
IN
Z
IR
C
IRn , Cn
IN , Z , IR , C
IR[X]
gradP
C n ([a, b])
C ([a, b])
Mn (K)

ai sau (A)i
aij sau (A)ij
zi sau (z)i
detA
tr(A)
At
diag{d1 , . . . , dn }
diag(A)
k(A)

(A)
(A)
ij
O(hn )

multimea numerelor naturale

multimea numerelor ntregi
multimea numerelor reale
multimea numerelor complexe
spatiile euclidiene n dimensionale real,
respectiv complex
IN = IN \ {0}; analog pentru celelalte
multimea polinoamelor n nedeterminata X,
cu coeficienti numere reale
gradul polinomului P
multimea functiilor definite pe [a, b], de n ori derivabile,
cu derivata de ordin n continua
multimea functiilor definite pe [a, b], indefinit derivabile
multimea matricelor patrate de dimensiune n 1
cu elemente din corpul K,
unde K este IR sau C; pentru K = IR vom nota
prin Mn
linia i din matricea A Mn
elementul de pe pozitia (i, j) din matricea A Mn .
componenta de pe pozitia i din vectorul z IRn
determinantul matricei A Mn
urma matricei A Mn (tr(A) = a11 + + ann )
transpusa matricei A Mn
matrice diagonala cu elementele d1 , . . . , dn pe
diagonala principala
matricea diagonala ce are pe diagonala principala
elementele de pe diagonala matricei A
numarul de conditionare al matricei inversabile A n
raport cu o norma data k k;
k(A) = kAk kA1 k
spectrul unei matrice A Mn (valorile proprii)
raza spectrala a unei matrice A Mn
((A) = max{||, (A)})
simbolul lui Kronecker
marime de ordin hn

Cuprins
1 Reprezentarea numerelor n calculator. Erori de calcul
1.1 Reprezentarea p-adica a numerelor reale . . . . . . . . . . .
1.2 Reprezentarea numerelor reale n calculator. Erori de rotunjire si trunchiere . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Exercitii . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1
1

2 Calculul valorilor functiilor elementare.

2.1 Schema lui Horner . . . . . . . . . . . . . . . . . . . . . . .
2.2 Schema lui Horner generalizata . . . . . . . . . . . . . . . .
2.3 Dezvoltari n serie Taylor . . . . . . . . . . . . . . . . . . .

12
12
14
16

3 Aproximarea solutiilor ecuatiilor si sistemelor de ecuatii neliniare

3.1 Metoda bisectiei . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Metoda coardei . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Metoda aproximatiilor succesive pe IR . . . . . . . . . . . .
3.4 Metoda lui Newton pe IR . . . . . . . . . . . . . . . . . . .
3.5 Metoda aproximatiilor succesive si metoda Newton pentru
sisteme de ecuatii neliniare . . . . . . . . . . . . . . . . . .
3.6 Exercitii . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4 Aproximare, interpolare si derivare numeric
a
4.1 Aproximarea cu polinoame Bernstein . . . . . .
4.2 Interpolare cu polinoame Lagrange . . . . . . .
4.3 Functii spline cubice . . . . . . . . . . . . . . .
4.4 Derivarea numerica . . . . . . . . . . . . . . . .
4.5 Exercitii . . . . . . . . . . . . . . . . . . . . . .

3
9

21
21
23
26
28
30
33

.
.
.
.
.

35
36
37
39
40
43

5 Integrare numeric
a
5.1 Formule de cuadratura de tip Newton-Cotes . . . . . . . . .
5.1.1 Aproximarea integralelor pe IR . . . . . . . . . . . .
5.1.2 Aproximarea integralelor pe IR2 . . . . . . . . . . . .

45
46
46
53

ii

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

5.2

5.3

Formule de cuadratura cu noduri Gauss . . . . . . .

5.2.1 Formule de tip Cebsev . . . . . . . . . . . .
5.2.2 Formule bazate pe polinoame Legendre . . .
5.2.3 Formule de tip Gauss pentru integrale duble .
Exercitii . . . . . . . . . . . . . . . . . . . . . . . . .

6 Aproximarea solutiilor ecuatiilor diferentiale

6.1 Metode de tip Taylor . . . . . . . . . . . . . .
6.2 Metode de tip Runge-Kutta . . . . . . . . . .
6.3 Exercitii . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

55
55
57
57
60

ordinare
. . . . . . . .
. . . . . . . .
. . . . . . . .

62
63
66
68

7 Metode directe pentru sisteme liniare

7.1 Metoda eliminarii a lui Gauss . . . . . . . . . . . . . .
7.2 Descompunerea LU . . . . . . . . . . . . . . . . . . . .
7.2.1 Conditii suficiente pentru ca EG sa functioneze
pivotare . . . . . . . . . . . . . . . . . . . . . .
7.3 Descompunerea Choleski . . . . . . . . . . . . . . . . .
7.4 Exercitii . . . . . . . . . . . . . . . . . . . . . . . . . .

. . .
. . .
fara
. . .
. . .
. . .

8 Aproximarea valorilor si vectorilor proprii

8.1 Metoda Jacobi . . . . . . . . . . . . . . . .
8.2 Metoda puterilor . . . . . . . . . . . . . . .
8.3 Metoda puterilor inverse . . . . . . . . . . .
8.4 Exercitii . . . . . . . . . . . . . . . . . . .

.
.
.
.

Bibliografie

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

70
70
74
77
79
80
82
83
85
87
88
89

Capitolul 1

Reprezentarea numerelor n
calculator. Erori de calcul
1.1

Reprezentarea p-adic
a a numerelor reale

Definitia 1 Fie (an )n IR si Sn =

n
P

ak , n 1. Dac
a sirul (Sn )n1
P
este convergent la un num
ar x IR spunem c
a seria
an este convergent
a
k=1

n1

si are suma x si scriem

X

an = x.

(1.1)

n1

Atunci Sn se numeste suma partial

a de rang n, iar an termenul general (de
rang n) al seriei.
Definitia 2 Dac
a

an = x este o serie convergent

a definim cantitatea

n1

R n = x Sn ,

n1

(1.2)

numit
a restul de ordin n al seriei. Evident c
a
lim Rn = 0.

(1.3)

Propozitia 1 (i) Dac

a

an este convergent
a, atunci lim an = 0.
n

n1

(ii) Avem relatia

Rn = lim
k

n+k
X

j=n+1

aj .

(1.4)

(iii) Dac
a

an si

n1

bn sunt serii de numere reale pozitive, seria

n1

bn

n1

este convergent
a si exist
a n0 1 si c > 0 astfel nc
at
an c bn , n n0 ,
atunci si seria

(1.5)

an e convergent
a.

n1

Corolarul 1 Fie p IN , p 2 si (an )n {0, 1, ..., p-1}. Atunci seria

P an
este convergent
a.
n
n1 p
Observatia 1 Orice num
ar real a se poate exprima n scrierea zecimal
a
a = a0 , a1 a2 a3 ......

(1.6)

n care a1 , a2 , ... se numesc cifre zecimale (ai {0, 1, . . . , 9}, i IN ),

iar a0 este partea ntreag
a a lui a (notat
a n continuare prin [a]). Chiar
si pentru a Q n scrierea (1.6) pot ap
area o infinitate de cifre zecimale
(numere periodice). Scrierea pozitional
a (1.6) este echivalent
a din punct
de vedere matematic cu
X an
a = a0 +
,
(1.7)
10n
n1

seria din dreapta fiind convergent

a n baza corolarului anterior.
Observatia 2 Scrierea (1.6) nu este unic
a a IR. De exemplu pentru
a = 1/2 avem
a = 0.5 = 0.49999....
(1.8)
Rezultatul care urmeaza generalizeaza consideratiile anterioare pentru orice
baza p IN , p 2 (pentru demonstratii vezi [22]).
Teorema 1 (i) Orice num
ar real [0, ) admite o reprezentare de
forma
X an
,
(1.9)
= a0 +
pn
n1

cu an {0, 1, .., p 1}, n 1.

(ii) Scrierea (1.9) este unic
a dac
a si numai dac
a
6=

k
,
pn

k, n IN.

(1.10)

Corolarul 2 Toate afirmatiile din enuntul Teoremei 1 r

am
an valabile si
pentru numere (, 0).
Observatia 3 Din Teorema 1 rezult
a c
a scrierea (1.9) nu afecteaz
a valoarea (ca num
ar real) a p
artii ntregi sau p
artii zecimale a num
arului .
Reprezentarea (1.9) se va nota prin a = a0 , a1 a2 a3 ......(p) (vezi (1.6)).
Pentru numere ntregi obtinem o scriere similara cu (1.9), data de urmatorul
rezultat.
Corolarul 3 Fie Z. Atunci exist
a n 1 (care depinde de ) si
b0 , b1 , ..., bn {0, 1, ..., p 1} unic determinati astfel nc
at
=

n
X

bk pk .

(1.11)

k=0

Definitia 3 Fie p N,

p 2. Definim
Qp = {pk n | k, n Z},

(1.12)

numit
a multimea numerelor practice (n baza p).
Teorema 2 Multimea Qp este dens
a n IR.

1.2

Reprezentarea numerelor reale n calculator.

Erori de rotunjire si trunchiere

Vom prezenta pentru nceput cateva chestiuni cu privire la reprezentarea numerelor reale n virgula mobila (vezi pentru detalii [19], [25]). Pentru numere ntregi, a Z, reprezentarea se face exact, n baza p = 2, pe
un anumit numar n de biti ce depinde de sistemul de calcul folosit. Vom
exemplifica n continuare pentru cazul n = 8. Astfel, pentru a = 5, reprezentarea ar fi (conform corolarului 3)
0 0 0 0 0 1 0 1
Daca a este negativ, de exemplu a = 5, se utilizeaza metoda codului
complementar, adica n locul lui a se reprezinta numarul
a = 28 + a.

(1.13)

In cazul nostru a = 28 5 = 256 5 = 251 va avea reprezentarea

1 1 1 1 1 0 1 1
3

Acest tip de reprezentare, desi exacta, impune limitari ale valorilor numerelor ce pot fi nregistrate. Intr-adevar avem
| a | 2n1 1.

(1.14)

In acest fel toate numerele ntregi pozitive, respectiv negative vor avea
0, respectiv 1 pe prima pozitie din stanga (ceea ce permite implicit recunoasterea semnului lor). Fie acum a IR \ Z, a > 0. Din Teorema 1
(pentru p = 2) rezulta
X an
a = a0 +
.
(1.15)
2n
n1

Daca a0 > 0, fie m cel mai mare numar natural cu proprietatea ca

2m a0

(1.16)

n0 = m + 1.

(1.17)

si n0 dat de
Atunci, din (1.11), (1.16), (1.15) si (1.17) rezulta
a=(

X a0

n1

2n

) 2n0 .

(1.18)

De asemenea, din definitia lui n0 obtinem ca

a01 6= 0.

(1.19)

Daca a0 = 0, atunci definim direct n0 ca fiind cel mai mare numar negativ
cu proprietatea ca n scrierea (1.18) este ndeplinita conditia (1.19).

Figura 1.1: Reprezentarea pe 32 biti

Exemplul 1 Pentru a = 0, 000101001(2) avem n0 = 3 si a = 23
0, 101001(2) . Cantit
atile
X a0
n
Ma =
(1.20)
2n
n1

si
Ca = 64 + n0

(1.21)

se numesc mantisa (normalizat

a), respectiv caracteristica num
arului
a. Dac
a a IR \ Z, a < 0 se utilizeaz
a schema anterioar
a pentru b =
a > 0. Astfel, reprezentarea unui num
ar a IR \ Z (pe 32 de biti) se va
face ca in Figura 1.1.

Observatia 4 Reprezentarea caracteristicii pe 7 biti impune restrictia

0 Ca 127

(1.22)

64 n0 63

(1.23)

sau
ceea ce determin
a limit
ari ale valorilor maxime si minime ale lui a.
Observatia 5 Deoarece num
arul de biti afectati mantisei este finit rezult
a c
a numerele cu care lucreaz
a un calculator electronic constituie o
submultime a multimii numerelor practice din sectiunea 1.1.
Limitarea (fizica) a numarului de pozitii pentru mantisa determina aparitia
erorilor de trunchiere si de rotunjire (la introducerea datelor reale sau n
urma operatiilor aritmetice elementare). Regulile uzuale de transformare a
unui numar real ce se utilizeaza de obicei sunt urmatoarele: daca numarul
a are n mantisa mai mult de 24 de cifre binare a0i , i 1 atunci
1. daca a025 = 0 se nregistreaza a01 , a02 , ..., a024 neschimbate.
2. daca a025 = 1 si a0k = 0, k 26 se procedeaza ca n cazul 1.
3. daca a025 = 1 si k 26 astfel ncat a0k = 1 se adauga o unitate la
a024 si se opereaza modificarile respective n mantisa (spre stanga).
Erorile ce apar n cazurile 1. si 2. se numesc erori de trunchiere, iar cele
din cazul 3. erori de rotunjire. Aparent, ele se concentreaza asupra
pozitiei 24 din mantisa, dar valoarea absoluta a numarului a poate fi afectata chiar n pozitii din stanga virgulei dupa cum vom vedea n exemplele
urmatoare.
scrierea (1.18) vom avea
Exemplul 2 Fie a = 1001, |11 {z
. . . 1} n baza 2. In
21 pozit
ii
0
0
n0 = 4, a25 = 1 si ak = 0, k 26. Atunci, conform regulii 2 de mai sus,
a va fi trunchiat la valoarea
a
= 1001, 11
. . . 1}
| {z
20 pozit
ii
5

 scrierea (1.18) vom avea

Exemplul 3 Fie a = 1001, 11
. . . 1} n baza 2. In
| {z
22 pozit
ii
n0 = 4, a025 = 1, a026 = 1, a0k = 0, k 27.
Conform regulii 3, a va fi rotunjit la valoarea a
= 1010, 00....0.
scrierea (1.18) vom
Exemplul 4 Fie a = 1| .{z
. . 1} 0100, 01 n baza 2. In
24 pozit
ii
avea n0 = 28, a025 = 1. Conform regulii 1, a se trunchiaz
a la valoarea
a
= |1 .{z
. . 1} 0000, 00....
24 pozit
ii
scrierea (1.18)
Exemplul 5 Fie a = |1 .{z
. . 1} 0 1 0 0, 0 1 n baza 2. In
25 pozit
ii
vom avea n0 = 29, a025 = 1, a026 = 0 dar a027 = 1. Atunci, conform regulii 3,
a se va rotunji la valoarea
a
= 1 0| .{z
. . 0} 00000, 00....
24 pozit
ii
Pentru a masura efectul acestor rotunjiri si trunchieri vom introduce
cateva notiuni specifice.
Definitia 4 Fie a, a
IR. Vom numi eroare absolut
a de aproximare a
lui a si vom nota cu a
cantitatea
(
a) =| a
a|.

(1.24)

Dac
a a 6= 0, cantitatea
(
a)
(1.25)
|a|
se va numi eroare relativ
a de aproximare a lui a prin a
. Vom numi
cifre semnificative toate cifrele din scrierea zecimal
a (n baza 10) a unui
num
ar, ncep
and cu prima diferit
a de zero din st
anga. O cifr
a semnificativ
a
a aproxim
arii a
a lui a se va numi exact
a dac
a eroarea absolut
a (
a) nu
depaseste unitatea ordinului respectivei cifre.
(
a) =

Exemplul 6 Fie numerele

a = 2, 003450; a
= 2, 0034400.
Atunci
(
a) = 0, 00001,
toate cifrele lui a
sunt semnificative, dar exacte sunt doar 2, 0, 0, 3 si
primul 4.
6

Observatia 6 Pentru exemplele 2 5 de mai nainte, erorile absolute de

aproximare sunt urm
atoarele(n ordine).
Exemplul
Exemplul
Exemplul
Exemplul

2
3
4
5

(
a) = 221
(
a) = 222
(
a) = 22
(
a) = 23 + 22

Valorile corespunzatoare exemplelor 4 si 5 sunt incomparabil mai mari

(chiar ngrijoratoare!) decat cele din exemplele 2 si 3. Totusi, trebuie sa
tinem cont si de valoarea absoluta a numerelor din exemplele 4 si 5. Intradevar, daca am calcula n aceste cazuri erorile relative am obtine valori
cam de acelasi ordin cu cele absolute corespunzatoare exemplelor 2 si 3.
Acest fapt explica si necesitatea introducerii notiunii de eroare relativa. Ea
este un fel de eroare procentuala care arata ce parte reprezinta eroarea
absoluta din ntregul numar (adica eroarea absoluta (
a) = 8, 25 din exemplul 5 este mare teoretic vorbind, dar ea nu afecteaza esential numarul a
care are o valoare absoluta foarte mare 1010 ). Acelasi lucru se ntampla
si la numere foarte mici, dar n sens invers.
Exemplul 7 Fie num
arul
. . 0} 101
a = 0, 0| .{z
. . 0} 1 |0 .{z
24 pozit
ii 23 pozitii
scrierea (1.18) vom avea n0 = 24, a0 = 1, a0 = 1, deci
n baza 2. In
25
27
conform regulii 3, a se va rotunji la valoarea
a
= 0, 0| .{z
. . 0} 1 |0 .{z
. . 0} 1.
24 pozit
ii 22 pozitii
acest caz avem (
In
a) = 251 3 si (
a) = 225
Exista diverse variante de studiu teoretic al propagarii erorilor de calcul
(vezi [25], [19] si referintele lor). Acestea nsa nu fac obiectul lucrarii de
fata. Trebuie totusi sa punctam cateva aspecte importante:
a) Toate aceste studii prezinta n final majorari pentru erorile absolute,
respectiv relative ce apar n urma introducerii datelor si a operatiilor elementare. In plus, cel putin din punct de vedere teoretic, se demonstreaza
ca aceste majorari sunt optimale, n sensul ca exista situatii cand ele sunt
atinse. De exemplu, n cazul sumei a doua numere a, b IR, daca a
, b sunt
doua aproximari ale lor, se poate demonstra ca (vezi [25]).
(
a + b) (
a) + (b)
7

(1.26)

si ca exista a
, b astfel ncat n (1.26) sa avem egalitate.

b) In urma acestor studii teoretice apar si unele reguli de aranjare a

calcului astfel ncat cumularea erorilor de calcul sa fie minima. De exemplu
ntr-o suma este mai bine sa grupam mai ntai termenii dupa ordinul de
marime si/sau dupa semn. Acestea nsa au n general un efect relativ. Esential este ca algoritmii care se utilizeaza sa fie
optimizati din punct de vedere al eficientei (vezi sectiunile urmatoare).
c) Retinem totusi ideea propagarii si acumularii de erori de calcul ceea
ce ndeamna la o anumita doza de prudenta n abordarea etapei finale a
unei probleme de analiza numerica, aceea a calcului efectiv al aproximarilor
respective.
d) Spre deosebire de multimea numerelor reale care este infinita si fara
goluri /spatii libere ntre numere (adica ntre oricare doua numere reale
diferite, exista ntotdeuna un altul si pentru orice numar real dat exista un
altul mai mare si unul mai mic decat el) multimea numerelor reprezentate n
virgula mobila (machine numbers) este finita (existand un cel mai mare/
cel mai mic numar (pozitiv)) si este discreta. Astfel, multimea numerelor
reale normalizate n virgula mobila se defineste ca
FB,t = {M B E /M, E Z , M = 0 sau B t1 |M | < B t }
B - se numeste baza si este un numar natural mai mare sau egal cu 2, t numarul de zecimale, M - mantisa, iar E - exponentul.
Multimea numerelor reprezentate n calculator (pe scurt, numere masina)
se defineste astfel:
MB,t,, = {g FB,t , E }
unde B, t , - sunt date de constructia sistemului de calcul (nu sunt
memorate explicit si nu pot fi schimbate). Pentru fiecare numar de masina
se memoreaza doar valorile M si E care reprezinta de fapt n
umarul M B E .
In formatul IEEE (Institute for Electrical and Electronic Engineers)
adoptat din 1985 de majoritatea producatorilor de microcomputere, se foloseste B = 2, iar precizia poate fi single (t = 24), double (t = 53) sau extended (t = 64) (de exemplu, pentru reprezentarea numerelor extended,
primul bit este de semn, urmeaza 11 biti pentru exponent/caracteristica si
ultimii 52 de biti pentru mantisa).
Doua numere masina consecutive sunt g = M B E si g 0 = (M + 1)B E ,
iar distanta relativa dintre ele este:
g g0
1
1
=
t1
g
M
B
In MB,t,, exista:
8

 cel mai mare numar masina pozitiv, L = (B t 1)B

cel mai mic numar masina pozitiv, s = B t1 B
Toate numerele care apar n calcule si sunt n intervalul (s, s) nu pot fi
reprezentate si drept urmare, sunt setate cu 0 (mesaj de underflow), iar
numerele mai mari ca L sau mai mici ca L determina oprirea efectuarii
calculelor (mesaj de overflow).
In formatul IEEE,
t

s
L
Single
24
149
104 1.18E 038 3.40E + 038
Double
53 1074
971 2.23E 308
21024
16382
Extended 64 16445 16320
2
216384
e) In conformitate cu standardele IEEE, rezultatul unei operatii aritmetice elementare a (+, , , /) este cel mai corect posibil n sensul ca
este rotunjit la cel mai apropiat numar masina. Daca si / nu sunt
critice din punct de vedere al erorii, + si pot produce surprize din
cauza anularii bitilor semnificativi datorate scaderii numerelor foarte apropiate ca valoare. De exemplu, pentru a = 2.145648xx si b = 2.145611xx
si folosind reprezentarea pe 6 biti, valoarea exacta pentru c = a b este
0.000037xx; valoarea lui a n reprezentarea pe 6 biti este e
a = 0.214564xxx
iar a lui b este eb = 0.214561xxx si deci e
c=e
a eb = 0.000003xxx, ceea ce
conduce la eroarea relativa
|0.000037 0.000003|
0.000034
34
|c e
c|
=
=
=
= 0.(918).
|c|
|0.000037|
0.000037
37
Urmatorul exemplu se refera la situatii n care asociativitatea adunarii nu
mai are loc. Astfel, n reprezentarea pe 6 biti, avem
(1 + 1000000) 1000000 = 1000000 1000000 = 0
iar
1 + (1000000 1000000) = 1 0 = 1.

1.3

Exercitii

R1
x
1. Fie integrala In = 0 xn e 10 dx pentru n natural. Pentru n = 0,
valoarea integralei este usor de calculat si este egala cu I0 = 10e0.1
10 ' 1.05170918075647624811707826490.
Pentru n > 0, integrala se poate calcula folosind urmatoarea formula
recursiva (rezultata din integrarea prin parti)
In = 10e0.1 10nIn1 .
9

Din pacate nsa, folosind aceasta formula, obtinem rezultate care nu

sunt conforme cu realitatea, acest algoritm fiind numeric instabil.
(a) Scrieti un program C care calculeaza In pentru n = 0, 1, .., 6 si
foloseste rotunjirea la p = 3, 6, 9, 12 zecimale n calcule. De asemenea programul trebuie sa afiseze o coloana cu valori cat de exacte posibil, adica calculate fara extra rotunjiri. Cazul p = 0 semnifica faptul ca nu s-a aplicat nici o extra rotunjire
(vezi functia de rotunjire de mai jos, pentru detalii). Tabelul va
trebui sa aiba formatul de mai jos (cu valorile corespunzatoare
date de programul de calcul).
n=0
n=1
n=2
n=3
n=4
n=5
n=6

p=0
1.051709e+00
5.346174e-01

p=3
1.100000e+00
1.00000e-01

p=6
1.051700e+00
5.347000e-01

p=9
1.051709e+00
5.346172e-01

p=12
1.051709e+00
5.346174e-01

Chiar daca rotunjirea cu o anumita precizie nu este realizata de

o functie standard a limbajului de programare ales, ea poate fi
obtinuta, de exemplu, cu ajutorul unei rutine de tipul urmator.
double eround(double x, int p)
{
int d;
double temp;
if (x == 0||p <= 0) return x;
/*nu face nimic dac
a p 0(nu rotunje
ste) sau x = 0*/
/*(ar calcula lg 0, nu convine)*/
d = (int)(log 10(f abs(x)));
if (f abs(x) > 1) p ;
/*ajusteaz
a p (p se poate modifica ^
n funct
ie de */
/*variabila care este apelat
a prin valoarea ei */
/* absolut
a)*/
temp = rint(x ttpo(p d));
/*modificare si rotunjire x */
return ((double)temp ttpo(d p));
/*remodificare s
i returnare valoare*/
Aceasta rutina are urmatorul efect: eround(x,p) ntoarce valoarea lui x rotunjita la p zecimale seminificative. Va trebui sa
apelati aceasta functie de fiecare data cand o operatie n virgula
10

mobila ar fi putut sa schimbe numarul zecimalelor seminificative, avand ca efect rotunjirea noii valori la p zecimale semnificative.
(b) Calculati cat mai exact urmatoarea integrala:
Z
Jn =

xn e 10000 dx

pentru n = 6. Explicati tehnica folosita si rezultatele obtinute.

2. Fie y = x sin x. Se stie ca pentru valori mici ale lui x, sin x ' x
si deci scaderea lor poate duce la surprize neplacute. Cum poate fi
acest lucru evitat?
Indicatie. Se dezvolta n serie Taylor sin x (vezi sectiunea 2.3) si se
folosesc
formulele

3
x
t =

1
6
tn x2

tn+1 =
, n 1.
(2n + 2)(2n + 3)

n
P
s1 = t1
tk , obtinem
Astfel, notand sn =
s
n+1 = sn + tn+1 .
k=1
3. Aproximati e5 prin:
9

(a) e5 '

9 (5)i
X (1)i 5i
P
=
i!
i!
i=0
i=0

(b) e5 =

1
1
' 9
P 5!
e5
i=0 i!

Valoarea aproximativa de referinta pentru e5 n acest exercitiu este

6 74 103 . Care din formulele de mai sus da un rezultat mai bun
si de ce?

11

Capitolul 2

Calculul valorilor functiilor

elementare.
2.1

Schema lui Horner

Fie P (x) = a0 xn + a1 xn1 + ... + an , n 1 un polinom cu coeficienti

reali si R fixat. Nu este indicat ca pentru valori mai mari ale lui n,
calculul valorii P () sa se efectueze direct n expresia lui P (x) ( datorita
erorilor de rotunjire ce pot aparea la calculul puterilor xn ). Modalitatea
uzuala de calcul se bazeaza pe un algoritm simplu, dar eficient, care nlatura
neplacerile mentionate anterior - schema lui Horner data de urmatoarea
secventa de operatii aritmetice elementare
b0 = a0 , bi = ai + bi1 , 1 i n, P () = bn .

(2.1)

Observatia 7 Pe l
ang
a simplitatea schemei de calcul remarc
am si faptul
c
a b0 , ..., bn1 reprezint
a coeficientii c
atului mp
artirii lui P la x (n
ordinea descresc
atoare a puterilor lui x) bn = P () fiind restul mp
artirii.
De multe ori n algoritmii de calcul este nevoie ca, dupa o schimbare de
variabila de forma x = y + sa se determine coeficientii noului polinom n
variabila y.
Q(y) = P (y + ) = A0 y n + ... + An
(2.2)
Algoritmul utilizat n acest sens este urmatorul: Pentru y = 0, din relatia
P (x) = Q(y) = P (y + )

(2.3)

An = P ().

(2.4)

rezulta

12

Fie P1 (x) polinomul dat de

P (x) = (x )P1 (x) + P ()

(2.5)

Pentru y = x , din (2.2) rezulta

P (x) = (x )[A0 (x )n1 + ... + An1 ] + P ()

(2.6)

de unde, folosind unicitatea lui P1 , obtinem

P1 (x) = A0 (x )n1 + ... + An1

(2.7)

An1 = P1 ().

(2.8)

si, pentru x =
Rationamentul se reia punand
P1 (x) = (x )P2 (x) + P1 ().

(2.9)

Astfel, coeficientii An , An1 , ..., A0 din (2.2) vor fi dati de relatiile

Ak = Pnk (), k = n, n 1, ..., 0

(2.10)

unde am notat P0 (x) = P (x), iar polinoamele P1 , ..., Pn sunt cele obtinute
succesiv n schema anterioara.
Exemplul 8 Fie P (x) = x4 8x3 + 5x2 + 2x 7 si = 2. Algoritmul
prezentat anterior poate fi scris concentrat ca in Figura 2.1. Astfel, n
raport cu (2.2) si (2.10) obtinem
Q(y) = P (y + 2) = y 4 19y 2 42y 31.

Figura 2.1: Schema lui Horner

13

2.2

Schema lui Horner generalizat

a

Conform teoremei de mpartire cu rest, dat fiind polinomul Q cu coeficienti reali si grad(Q) 1 exista doua polinoame cu coeficienti reali C,
respectiv R, cu grad(R) < grad(Q) astfel ncat
P (x) = C(x)Q(x) + R(x).

(2.11)

In cazul grad(Q) = 1, conform observatiei din sectiunea 2.1, putem determina coeficientii lui C si valoarea lui R (n acest caz R = 0 sau grad(R) = 0)
fara a efectua mpartirea, cu ajutorul schemei lui Horner. Aceeasi problema
se poate pune nsa si pentru grad(Q) 2. Avem doua situatii distincte.
Cazul 1. Q are toate r
ad
acinile reale. Atunci problema se poate
rezolva prin aplicari succesive ale algoritmului din sectiunea anterioara.
Vom ilustra acest lucru printr-un exemplu. Fie Q(x) = (x a)(x b). Din
(2.11) rezulta
P (x) = (x a)(x b)C(x) + (x + )

(2.12)

si pentru a determina coeficientii lui C, si aplicam schema lui Horner

relativ la mpartirea lui P la x a. Obtinem
P (x) = (x a)C1 (x) + 1

(2.13)

Repetam apoi pasul anterior cu C1 n locul lui P si x b n locul lui x a,

obtinand
C1 (x) = (x b)C2 (x) + 1 ,
(2.14)
de unde, folosind (2.13) rezulta
P (x) = (x a)(x b)C2 (x) + 1 (x a) + 1 .

(2.15)

Dar deoarece polinoamele C si R din (2.11) sunt unic determinate, din

(2.15) obtinem
C(x) = C2 (x), = 1 , = 1 a1 .

(2.16)

Extinderea la cazul general

Q(x) = (x a1 )...(x an )

(2.17)

este imediata.
Cazul 2. Q are si r
ad
acini complexe. Deoarece Q are coeficienti
reali aceste radacini sunt perechi de forma a ib. Problema revine atunci
14

la a construi un algoritm care sa permita determinarea coeficien- tilor lui

C si , din relatia
P (x) = (x2 + b1 x + b0 )C(x) + x +

(2.18)

fara a efectua mpartirea propriu-zisa (n (2.18) factorul x2 + b1 x + b0 are

radacinile a ib). Vom construi n continuare un asemenea algoritm, numit schema lui Horner generalizat
a, plecand de la relatiile ce apar ntre
coeficientii polinoamelor din (2.18). Pentru simplitatea expunerii, vom considera cazul particular P (x) = a3 x3 + a2 x2 + a1 x + a0 . In urma efectuarii
mpartirii, obtinem n (2.18)
C(x) = a3 x + (a2 a3 b1 ),

(2.19)

= a1 a3 b0 b1 (a2 a3 b1 ),

(2.20)

= a0 b0 (a2 a3 b1 ).

(2.21)

b1 = b1 , b0 = b0 ,

(2.22)

Notand
formam urmatorul tablou
a3
0
0

a2
0
a3b1

a1
a3b0
b1 (a2 + a3b1 )

a0
b0 (a2 + a3 )
0

(2.23)

Observam ca suma termenilor de pe coloanele 1, 2, 3, 4 reprezinta chiar

coeficientii lui C(x) si , din (2.18)-(2.21). O analiza mai atenta ne
conduce la urmatorul algoritm de constructie a coeficientilor din tabloul
(2.23). Sa consideram mai ntai tabloul initial
a3
0
0

a2
0
22

a1
13
23

a0
14
0

(2.24)

n care elementele 22 , 13 , 23 , 14 sunt necunoscute. Ele se determina n

felul urmator:
22 =suma elementelor de pe coloana 1 nmultita cu b1 ;
13 =suma elementelor de pe coloana 1 nmultita cu b0 ;
23 =suma elem. de pe coloana 2 nmultita cu b1 ;
14 = suma elem. de pe col.2 nmultita cu b0 .
Deducem astfel urmatorul algoritm - dat fiind polinomul
P (x) = an xn + an1 xn1 + ... + a0 ,
15

se efectueaza urmatorii pasi:

Pasul 1. Se formeaza tabloul urmator
an
0
0
1 = an

an1
0
22
2

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

anj+1
1j
2j
j

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

a1
1n
2n
n

a0
1,n+1
0
n+1

(2.25)

n care cunoastem an , an1 , . . . , a1 , a0 , iar 2 , . . . , n+1 reprezinta sumele

elementelor de pe coloanele 2, . . . , n + 1 din tabel.
Pasul 2. Coeficientii ij se calculeaza astfel
22 = an (b1 ),
iar pentru j = 3, . . . , n


1j = j2 (b0 )
2j = j1 (b1 )

(2.26)

1,n+1 = n1 (b0 ).
Pasul 3. Valorile an , 2 , . . . , n1 reprezinta coeficientii puterilor lui x (n
ordine descrescatoare) ale catului C(x) din (2.18), iar , sunt date de
= n , = n+1

(2.27)

Observatia 8 Combin
and cele dou
a scheme de tip Horner (clasic
a si generalizat
a) putem determina c
atul si restul mpartirii lui P la orice polinom
plus, ambii algoritmi sunt usor de programat.
unitar Q. In

2.3

Dezvolt
ari n serie Taylor

Definitia 5 Fie I = (, ) IR, f : I IR o functie de clas

a C , n
N si I fixat. Expresia
Tn (x; ) = f () +

f 0 ()
f (n) ()
(x ) + . . . +
(x )n , x I
1!
n!

(2.28)

se numeste polinomul Taylor de grad n n jurul lui asociat functiei f ,

iar
Rn (x; ) = f (x) Tn (x, )
(2.29)
restul Taylor de ordin n. De asemenea vom nota cu
X f (n) ()
n0

n!
16

(x )n

(2.30)

sau

f 0 ()
f (n) ()
(x ) + . . . +
(x )n + . . .
1!
n!
seria Taylor n jurul lui a functiei f .
f () +

(2.31)

Se cunosc urmatoarele rezultate (vezi pentru detalii [26]).

Teorema 3 (Formula Taylor cu restul Lagrange)
Pentru f , I, ca mai nainte, pentru orice x I, exist
a > 0 cuprins
ntre x si astfel nc
at
f (x) = Tn (x; ) +

(x )n+1 (n+1)
f
().
(n + 1)!

(2.32)

Corolarul 4 (Formula McLaurin)

ipotezele teoremei 1, dac
In
a 0 I, atunci
f (x) = Tn (x; 0) +

xn+1 (n+1)
f
(), x I
(n + 1)!

(2.33)

Teorema 4 (Reprezentarea n serie Taylor)

Fie f : I = (, ) IR de clas
a C si [a, b] I presupunem c
a M >0
astfel nc
at


 (n) 
(2.34)
f (x) M, x [a, b], n 0.
Atunci, (a, b) seria Taylor a lui f n jurul lui converge uniform pe
[a, b] la f . Vom nota aceasta prin
f (x) =

X f (n) ()
n0

n!

(x )n , x [a, b]

(2.35)

sau
f (x) = f () +

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

(2.36)

Observatia 9 Din (2.29) si (2.32) obtinem pentru Rn (x; ) exprimarea

Rn (x; ) =

(x )n+1 (n+1)
f
(),
(n + 1)!

cu x I si ntre x si .
(2.32) n locul lui se poate pune + (x ),
Observatia 10 In
cu (0, 1).
17

(2.37)

Observatia 11 Functiile elementare admit exprim

ari de tipul (2.32) sau
(2.33) sau dezvolt
ari de tipul (2.36) pe anumite intervale I IR. Aceste
dezvolt
ari pot fi utilizate pentru calculul aproximativ al valorilor acestor
functii. Vom prezenta n continuare aceste lucruri n cazul c
atorva functii
elementare uzuale.
Functia exponential
a
Functia exponentiala f : IR (0, ), f (x) = ex admite dezvoltarea
(de tip (2.33))
xn
ex = 1 + x + . . . +
+ Rn (x),
(2.38)
n!
valabila pentru orice x IR cu Rn (x) dat de
Rn =

ex
, (0, 1).
(n + 1)!

(2.39)

Pentru x [1, 1] din (2.38) si (2.39) rezulta

|ex Tn (x; 0)| = |Rn (x)|

e
,
(n + 1)!

(2.40)

care reprezinta o buna evaluare a priori a erorii de aproximare a valorii

exacte ex prin valoarea polinomului Taylor Tn (x; 0). Pentru |x| 1 avem
x = [x] + q, q [0, 1)

(2.41)

ex = e[x] eq .

(2.42)

si
Pentru e[x] procedam astfel: folosind (2.38), cu evaluarea (2.40) obtinem o
buna aproximare a lui e sau 1/e (dupa cum x > 0 sau x < 0) si cu aceasta
calculam e[x] prin nmultiri succesive. Pentru eq se utilizeaza direct (2.38).
evaluarea valorilor polinomului Taylor din (2.38), penObservatia 12 In
tru a evita calculul factorialelor calcul
am Tn (q; 0) prin
Tn (q; 0) = u0 + u1 + . . . + un ,

(2.43)

unde ui se obtin recursiv prin

u0 = 1, uk =

q uk1
, k = 1, . . . , n
k

(2.44)

Functia logaritmic
a
Pentru x (1, 1] avem
ln(1 + x) = x

x2 x3 x4
xn
+

+ . . . + (1)n+1
+ ...
2
3
4
n
18

(2.45)

De asemenea, pe acelasi interval, ln(1 + x) admite si o reprezentare de tipul

(2.28) (2.29) n care restul de ordin n este dat de
Rn (x) =

xn+1
(1)n+1

, (0, 1).
n + 1 (1 + x)n+1

(2.46)

Exista nsa urmatoarele dezavantaje n ceea ce priveste utilizarea dezvoltarii

(2.45) cu restul dat de (2.46) pentru aproximarea valorilor functiei ln(1+x) :
1. domeniul limitat de valori x (1, 1] 1 + x (0, 2];
2. pentru |x| apropiat ca valoare de 1 se stie ca seria (2.45) converge
foarte ncet, iar evaluarea erorii data de (2.46) conduce la valori
mult prea mari ale lui n (pentru o buna aproximare).
Aceste inconveniente pot fi eliminate prin cateva transformari efectuate
asupra dezvoltarii (2.45) (care se bazeaza pe convergenta uniforma a seriei
respective). Astfel, pentru x (1, 1) din (2.45) rezulta
ln(1 x) = x

x2 x3
xn

...
...
2
3
n

(2.47)

Prin scaderea relatiilor (2.47) si (2.45) obtinem

ln(
Pentru z =

1x
1+x ,

1x
x3 x5
) = 2(x +
+
+ . . .)
1+x
3
5

(2.48)

cum x (1, 1), obtinem z (0, ) si din (2.48)

ln z = 2

h 1 z 
1+z

i
1  1 z 3
+ ... .
3 1+z

(2.49)

Observatia 13 Dezvoltarea (2.49) este valabil

a pentru orice z (0, ),
deci tot domeniul de definitie al functiei ln z.
Vom analiza acum restul n dezvoltarea (2.49). Stim ca z > 0,
m IN, t [ 21 , 1], unic determinati, cu proprietatea
z = 2m t.

(2.50)

Atunci
ln z = ln(2m t) = m ln 2 + ln t = m ln 2 2

n
X
2k1
Rn (), (2.51)
2k 1
k=1

19

cu (0, 1/3] dat de

=
Observand ca

1t
.
1+t

2
9
,
2
1
4

(2.52)

(2.53)

rezulta pentru Rn () urmatoarea evaluare

Rn () = 2


 2n+1
2n+2
2n+1
+
+ ... < 2
(1 + 2 + 4 + . . .) =
2n + 1 2n + 3
2n + 1
2

2n+1
2p 1
2n+1
2
lim 2
=

2n + 1 p 1
2n + 1 1 2

deci, folosind si (2.53)

Rn () <

2n+1 9
, (0, 1/3].
2n + 1 4

(2.54)

Astfel numarul ln z se va aproxima prin

ln z m ln 2 2(u1 + . . . + un ),
unde
uk =

2k1
, k = 1, . . . , n.
2k 1

(2.55)

(2.56)

(2.55) uk se calculeaz
Observatia 14 In
a ca n (2.56), iar pentru ln 2 se
utilizeaz
a o valoare anterior calculat
a cu suficient de mare precizie (de ex.
100 zecimale exacte).
Observatia 15 Din (2.54) si (2.56), deoarece 2 1/9 rezult
a
1
Rn () un ,
4

(2.57)

relatie care ne permite s

a evalu
am precizia de aproximare chiar n timpul
calculului expresiei din (2.55).

20

Capitolul 3

Aproximarea solutiilor
ecuatiilor si sistemelor de
ecuatii neliniare
Aproximarea solutiei (unice) (a, b) a unei ecuatii neliniare de
forma f (x) = 0, unde f : [a, b] IR este o functie data, se realizeaza n
urmatoarele etape:
1. constructia unui sir (xn )n0 [a, b] astfel ncat xn ;
2. evaluarea erorii printr-o formula de tipul
|xn | E(n) 0, n
Vom regasi aceste aspecte la metodele bisectiei, coardei, contractiilor si
tangentei (a lui Newton) ce vor fi prezentate n capitolul de fata.

3.1

Metoda bisectiei

Fie f : [a, b] IR, continua astfel ncat f (a)f (b) < 0. Presupunem,
n plus, ca radacina a ecuatiei f (x) = 0 este unica n (a, b). Consideram
a0 + b0
urmatorul algoritm: fie I0 = [a0 , b0 ] = [a, b] si x0 =
.
2
(a) Daca f (a)f (x) < 0, atunci b1 = x, a1 = a si luam I1 = [a1 , b1 ] = [a, x].
(b) Daca f (x)f (b) < 0, atunci a1 = x, b1 = b si luam I1 = [a1 , b1 ] = [x, b].
(c) Daca f (x) = 0 nseamna ca = x ; STOP.
Repetand rationamentul, se obtin intervalele I2 = [a2 , b2 ], . . . , In = [an , bn ], . . .
cu proprietatile
a0 a1 . . . an . . .
(3.1)
21

b0 b1 . . . bn . . .

(3.2)

f (an )f (bn ) < 0, n 0,

(3.3)

adica In = [an , bn ] si
bn an =

ba
.
2n

(3.4)

conditiile anterioare, avem

Teorema 5 (i) In
lim an = lim bn = .
n

(ii) Dac
a definim n =

an + bn
, n 0 atunci avem
2
|n |

ba
, n 0.
2n

Demonstratie. Din (3.1) si (3.2) si an bn rezulta

an (a0 , bn ), bn (an , b), n 0,
adica sirurile (an )n0 si (bn )n0 sunt marginite. Cum sirurile sunt si monotone rezulta ca lim an = si lim bn = . Cum an bn , n 0
n
n
obtinem . Vom arata ca = . Presupunem prin absurd ca < si

fie 0 =
. Din convergentele mentionate anterior rezulta pentru  = 0
3
an n1 IN astfel ncat |an | < 0 , n n1 ,

(3.5)

bn n2 IN astfel ncat |bn | < 0 , n n2 ,

(3.6)

ba
0 n3 IN astfel ncat bn an < 0
(3.7)
2n
pentru orice n n3 . Atunci, pentru n n0 = max(n1 , n2 , n3 ) au loc
simultan relatiile (3.5) - (3.7). Atunci rezulta
bn an =

0 < an < 0 , 0 < bn < 0 , n n0 .

Sumand inegalitatile din stanga, se obtine
2
( ) = 20 < bn an ( )
3
22

deci

< bn an , n n0
3

ceea ce este n contradictie cu (3.7). Ramane atunci ca = . Apoi,

trecand la limita n (3.3) obtinem f ()f () 0 adica f () = 0 si cum
era unica solutie din (a, b) obtinem = , deci concluzia de la punctul (i).
Cea de-a doua parte a teoremei rezulta direct din consideratiile anterioare.
Observatia 16 Inegalitatea din teorema 5 (ii) permite o evaluare a erorii
de aproximare. De exemplu, dac
a dorim s
a aproxim
am cu o eroare mai
mic
a dec
at 106 solutia ecuatiei x = ex folosind metoda bisectiei, proced
am astfel: consider
am f (x) = x + ex ; f 0 (x) = 1 + ex > 0, x IR,
deci f este strict cresc
atoare si cum f (0)f (1) < 0 rezult
a (1, 0).
1
Atunci conform punctului (ii) avem c
a |n | n 106 n 20.
2
Va fi deci suficient s
a se calculeze aproximatia x20 prin metoda bisectiei
pentru a avea eroarea dorit
a.

3.2

Metoda coardei

Fie f : [a, b] IR de doua ori derivabila pe [a, b] cu

f (a)f (b) < 0

(3.8)

f 0 (x) f 00 (x) 6= 0, x [a, b].

(3.9)

si

Lema 1 Avem urm

atoarele echivalente
00
(i) f (a) f (a) < 0 f (b) f 00 (b) > 0;
(ii) f (a) f 00 (a) > 0 f (b) f 00 (b) < 0.
In raport cu proprietatea (3.9) si Lema 1, din cele 4 cazuri posibile la
capetele intervalului [a, b] raman doar doua. In raport cu aceste doua cazuri
are loc urmatorul rezultat privind convergenta metodei coardei.
ipotezele (3.8)(3.9) si tin
Teorema 6 In
and cont de Lema 1, unica solutie
a ecuatiei f (x) = 0 poate fi obtinut
a ca limita sirului strict monoton din
[a, b] definit astfel:
(i) dac
a f (a)f 00 (a) < 0 atunci
(
x0 = a
;
(3.10)
n)
xn+1 = xn f (xfn(x
)f (b) (xn b), n 0
23

Figura 3.1: Cazurile posibile pentru metoda coardei

(ii) dac
a f (b)f 00 (b) < 0 atunci
(

x0 = b
xn+1 = xn

f (xn )
f (xn )f (a) (xn

24

a), n 0

(3.11)

Teorema 7 Dac
a 0 < m1 |f 0 (x)| , x [a, b], atunci avem evaluarea
|xn |

|f (xn )|
, n 1.
m1

Demonstratie. Aplicand teorema lui Lagrange pe intervalul [xn , ], obtinem

un z (xn , ) astfel ncat f () f (xn ) = ( xn ) f 0 (z). Atunci
| xn | =

|f (xn )|
|f (xn )|

, n1
0
|f (z)|
m1

si teorema este demonstrata.

Observatia 17 Formula din Teorema 7 permite o evaluare a posteriori a
erorii de aproximare (dup
a calculul lui xn ).
Observatia 18 Denumirea metodei coardei provine din interpretarea sa
geometric
a (vezi de exemplu figura 3.2, pentru f (a) < 0, f 00 (a) > 0). Av
and
deja calculat
a iteratia xn , adic
a cunosc
and punctul An (xn , f (xn )) urm
atoarea iteratie xn+1 se obtine ca intersectia dintre axa Ox si coarda A0 An .
Formula (3.10) (respectiv (3.11)) se obtine scriind ecuatia dreptei A0 An si
egal
and pe y cu 0.

Figura 3.2: Interpretarea geometrica a metodei coardei

Exemplul 9 S
a se aproximeze r
ad
acinile reale ale ecuatiei x3 6x2 +
10x = 4 utiliz
and metoda coardei. Fie f (x) = x3 6x2 + 10x 4. Cu
25

sirul lui Rolle, afl

am c
a r
ad
acinile 1 , 2 , 3 ale lui f sunt toate reale si
se g
asesc n intervalele (0, 1), (1, 3) si respectiv (3, ). Vom exemplifica
pentru 1q (0, 1). R
ad
acinile ecuatiei f 0 (x) = 3x2 12x + 10 = 0 sunt

x = 2 23 ; atunci f 0 (x) > 0, f 00 (x) < 0, x [0, 1] si f (1)f 00 (1) < 0.

Conform Teoremei 6 (ii) vom construi sirul x0 = 1,
xn+1 = xn

f (xn )
(xn 0), n 0
f (xn ) f (0)

cu xn 1 . Cum f 0 este strict descresc

atoare si pozitiv
a pe [0, 1], rezult
a
m1 = inf |f (x)| = f 0 (1) = 1. Folosind formula anterioar
a calcul
am
x[0,1]

primii trei termeni din sir prin

x1 = 1

x2 = 0, 8
x3 = 0, 68

f (1)
(1 0) = 0, 8
f (1) f (0)

f (0, 8)
(0, 8 8) 0, 68
f (0, 8) f (0)
f (0, 68)
(0, 68 0) 0, 63
f (0, 68) f (0)

si cu evaluarea din teorema 7 rezult

a c
a
|1 x3 | |f (0, 63)| < 0, 15.

3.3

Metoda aproximatiilor succesive pe IR

Definitia 6 Fie g : [a, b] IR. Un punct p [a, b] se numeste punct fix

pentru g dac
a g(p) = p.
Functia g se numeste -contractie pe [a, b] dac
a (0, 1) astfel nc
at
|g(x) g(y)| |x y| , x, y [a, b].

(3.12)

Observatia 19 Dac
a g este o -contractie si are un punct fix, atunci el

este unic. Intr-adev

ar, dac
a am avea p1 , p2 ca puncte fixe pentru g ar
rezulta
|p1 p2 | = |g(p1 ) g(p2 )| |p1 p2 | ,
deci (cum < 1) p1 = p2 .
26

Observatia 20 Dac
a g : [a, b] IR este derivabil
a si [0, 1) astfel
nc
at
 0 
g (x) , x [a, b]
(3.13)
atunci g este o -contractie (se aplic
a teorema lui Lagrange pe un interval
[x, y] [a, b]).
Observatia 21 Dac
a g : [a, b] [a, b] este continu
a, atunci g are un punct

fix. Intr-adev
ar, fie h : [a, b] IR, h(x) = g(x) x. Cum h(a) = g(a) a >
0 si h(b) = g(b) b < 0 rezult
a h(a) h(b) 0 si cum h este continu
a,
exist
a p [a, b] astfel nc
at h(p) = 0, adic
a g(p) = p.
Teorema 8 (Metoda aproximatiilor succesive)
Fie g : [a, b] [a, b] o -contractie, [0, 1). Atunci x0 [a, b], sirul
(xn )n0 dat de
xn = g(xn1 ), n 1
(3.14)
plus, avem evaluarea
converge c
atre unicul punct fix p al lui g. In
|xn p| n (b a), n 1.

(3.15)

Demonstratie. Avem succesiv

|xn p| = |g(xn1 ) g(p)| |xn1 p| . . .
n |x0 p| n (b a), n 0.
Trecand la limita n aceasta inegalitate, obtinem
lim |xn p| (b a) lim n = 0,

deci exista lim xn = p si teorema este demonstrata.

n

Observatia 22 Rezultatul din Teorema 8 este valabil si pentru functii

g : M M , g -contractie pe M IR, M multime nchis
a. Se poate ar
ata
(vezi [26] si Teorema 11) c
a n acest caz are loc evaluarea
n
|x0 x1 | , n 1.
(3.16)
1

Exemplul 10 S
a se calculeze 5 cu o eroare 102 utiliz
and metoda
aproximatiilor succesive.
Fie g : (0, ) (0, ), g(x) = 12 (x + x5 ). Din tabelul de variatie al

funciei g, rezult
a c
a 5 este punct de minim global si, totodat
a punct fix
|xn p|

27


pentru g. Deci g((0, )) [ 5, ), dar g nu este o -contractie pe (0, ).
Vom restr
ange n acest caz domeniul lui g astfel ca g s
a fie
-contractie pe
noul s
au domeniu. Se arat
a c
a g este o 21 contractie pe [ 5, ). Astfel

definim g : [ 5, ) [ 5, ) si din Observatia 22 pentru

 x0 = 5/2
n
(de exemplu) si xn = g(xn1 ) = . . . = g (x0 ) obtinem c
a  5 xn 



1 n 
(2) 
1
1  x0
1 1
5 
5 
1
1 x0 2 (x0 + x ) = 2n1  2 2x  = 2n1 4 = 2n+1 , n 1.
1 2
0
0

1
Cum n+1 102 implic
a n 6, nseamn
a c
a 5 este aproximat prin x6
2
cu o eroare mai mic
a dec
at 102 , unde x6 = g(x5 ) = . . . = g 6 (x0 ).

3.4

Metoda lui Newton pe IR

Fie f : [a, b] IR de clasa C 2 ([a, b]). Presupunem ca ecuatia f (x) = 0

are o unica solutie [a, b].

Figura 3.3: Interpretarea geometrica a metodei lui Newton

Din interpretarea geometrica a metodei (xn este intersectia tangentei
la graficul lui f n (xn1 , f (xn1 )) cu axa Ox - vezi figura 3.3) se deduce
formula de recurenta
xn = xn1

f (xn1 )
, n 1.
f 0 (xn1 )

(3.17)

Teorema 9 (Metoda Newton)

conditiile anterioare, dac
(i) In
a n plus
f 0 () 6= 0
28

(3.18)

atunci > 0 astfel nc

at pentru orice x0 [ , + ], sirul (xn )n1 dat
de (3.17), converge la .
(ii) Dac
a m1 , M2 > 0 sunt date de




(3.19)
m1 = inf f 0 (x) > 0, M2 = sup f 00 (x)
x[a,b]

x[a,b]

atunci avem evalu

arile
| xn |

| xn |

M2
(xn xn1 )2 , n 1,
2m1

(3.20)

M2
( xn1 )2 , n 1.
2m1

(3.21)

Observatia 23 Un dezavantaj al acestei metode este alegerea aproximatiei

initiale x0 care trebuie s
a satisfac
a conditia xo [ , + ] , valorile
si nefiind cunoscute a priori. Acest neajuns este eliminat de urm
atorul
rezultat.
Teorema 10 (Metoda tangentei)
Fie f : [a, b] IR, de dou
a ori derivabil
a astfel nc
at f (a)f (b) < 0, f 0 (x) 6=
0 si f 0 (x) 6= 0, x [a, b]. Atunci sirul (xn )n0 dat de (3.17) cu x0 [a, b]
astfel nc
at
f (x0 )f 0 (x0 ) > 0,
converge (strict monoton) la , unica solutie a ecuatiei f (x) = 0.
Exemplul 11 S
a se aproximeze solutiile reale ale ecuatiei ex + 2x + 1 = 0
utiliz
and metoda tangentei. Fie f : IR IR, f (x) = ex + 2x + 1. Cu sirul
lui Rolle afl
am c
a ecuatia are o singur
a r
ad
acin
a real
a x (1, 0). Cum
f 0 (x) > 0, f 00 (x) > 0, x [0, 1], se construieste sirul
x0 = 0, xn = xn1

f (xn1 )
x .
f 0 (xn1 )

Se observ
a c
a f (0)f 00 (0) > 0. Obtinem
x1 = 0

m1 =

f (0)
2
= 0.6666666,
f 0(0)
3

f ( 23 )
2
x2 =
0, 7383188,
3 f 0( 23 )

 

inf f 0 (x) = f 0 (1) = e1 + 2 2, 3678905

x[1,0]

29


 

M2 = supx[1,0] f 0 (x) = f 00 (0)
si conform (3.20) avem
|x x2 |

3.5

m2
|x2 x1 |2 0, 001084.
2m2

Metoda aproximatiilor succesive si metoda

Newton pentru sisteme de ecuatii neliniare

In aceasta sectiune vom prezenta extinderi ale metodelor aproximatiilor

succesive si Newton pentru aproximarea solutiilor sistemelor de ecuatii neliniare de forma F : D IRn IRn , cu n 2.
Definitia 7 Fie (0, 1) fixat, D IRn domeniu, o aplicatie
g : D IRn IRn se numeste -contractie dac
a
kg(y) g(x)k kx yk , x, y D
(unde k k este o norm
a pe IRn ). Un element p D se numeste punct fix
al lui g dac
a g(p) = p.
Teorema 11 (Metoda aproximatiilor succesive pe IRn )
Fie D Rn , D domeniu nchis, [0, 1), g : D IRn o -contractie si
x0 D. Definim xk+1 = g(xk ), k 0 si presupunem c
a xk D, k 0.
Atunci avem
(i) S
irul (xk )k0 converge la unicul punct fix p al lui g n D;
(ii) Avem evaluarea
kxk pk

k
kx1 x0 k , n 1.
1

(3.22)

Teorema 12 Fie D IRn compact

a, g : D IRn o -contractie astfel
nc
at x0 D, x1 = g(x0 ) D si
d
,
1
unde d este diametrul lui D. Atunci, pentru orice k 0, xk D.
dist((x1 , F rD)

Observatia 24 Dac
a D IRn nchis astfel nc
at V o vecin
atate a lui D,
n
1
0
g : D IR cu g C (V ) si (0, 1) astfel nc
at kg (x)k x D,

atunci g este o -contractie. Intr-adev

ar, aplic
and teorema cresterilor finite
(vezi [26]) avem c
a


kg(x) g(y)k kx yk sup g 0 () kx yk , x, y V.
[x,y]

30

Exemplul 12 . Fie functia g : [1, 2] [0, 1] IR2 , dat

a de g(x, y) =
3x2 + y 2 2x2 + 5y 2
(1 +
,
). S
a se arate c
a g este -contractie n raport cu
20
20
kk . Obtinem c
a
3x y
10 10
.
g 0 (x, y) =

x
y
5
2
Cum toate cele patru functii care apar sunt pozitiv cresc
atoare obtinem
       

 
0
g (x, y) = max { 3x  +  y  ,  x  +  y } = max{ 3 2 + 1 , 2 + 1 } =

10
15
2
10
10 5 2
(x,y)D  10 
9
7 9
, }=
[0, 1).
10 10
10
9
si conform Observatiei 24, g este o
-contractie pe [1, 2] [0, 1].
10
max{

Vom da fara demonstratie urmatorul rezultat (pentru detalii vezi [6] si [22]).
Teorema 13 (Metoda Newton-Raphson)
Fie F = (F1 , . . . , Fn ) : D IRn IRn , x0 D, h > 0 astfel nc
at
0
B[x , h] D. Dac
a sunt ndeplinite conditiile:
1
(i) F 0 (x0 ) = 0 si k0 k A0 ;
(ii) B0 > 0 astfel nc
at 0 F (x0 ) B0 h2 ;
(iii) C0 > 0 astfel nc
at

n  2
X
 Fk (x) 
0


max { max
 xi xj } C0 , x B[x , h]
1kn 1in
j=1

(iv) 0 = 2nA0 B0 C0 < 1.

Atunci sirul definit de metoda Newton xk+1 = xk (F 0 (xk ))1 F (xk ),
k 0 este bine definit si converge la un element B[x0 , h] care este
solutie a sistemului de ecuatii F (x) = 0.
Observatia 25 Spre deosebire de metoda aproximatiilor succesive, metoda
plus, viteza
Newton nu necesit
a nici o transformare a sistemului initial. In
de convergent
a a metodei Newton este mult mai bun
a dec
at cea dat
a de
metoda aproximatiilor succesive (convergent
a p
atratic
a fat
a de convergent
a
liniar
a; vezi pentru detalii [12]).
Observatia 26 L
as
and la o parte determinarea aproximatiei x0 si a bilei
B[x0 , h] pe care sunt date conditiile ce asigur
a convergenta, metoda Newton
31

prezint
a unele dezavantaje. Astfel, la fiecare itertie trebuie calculati F (xk )
0
0
si F (xk ) si, de asemenea, trebuie rezolvat sistemul F (xk ) y = F (xk ), ceea
ce nseamn
a efort computational mare si poate duce la acumularea de erori.
Aceste inconveniente pot fi nl
aturate folosind metoda Newton simplificat
a
(modificat
a) pe care o prezent
am n continuare.
conditiile Teoremei 13, sirul definit de
Teorema 14 In
xk+1 = xk (F 0 (x0 ))1 F (xk ), k 0
converge la un element B[x0 , h] care este solutie a sistemului de ecuatii
F (x) = 0.
Exemplul 13 . Fie sistemul

x x y =2
20 20
2

y y x 1=0
20 20
si
5
3
D = {(x, y) IR2 , (x )2 + (y )2 < 2}.
2
2
S
a se verifice dac
a sunt ndeplinite conditiile din teorema de convergent
a
de la metoda Newton relativ la aproximatia initial
a (x0 , y0 ) = ( 52 , 32 ).
x2
y
y2
x
Fie F : D IR2 , F (x, y) = (x

2, y

1). Avem
20
20
20
20
succesiv (n raport cu k k vectorial
a si matriceal
a):
180
0
1
(i) calcul
am 0 = (F (x0 , y0 )) si afl
am A0 =
;
127
81
(ii) calcul
am apoi k0 F (x0 , y0 )k si afl
am B0 =
;
254
1
(iii) calcul
am C si afl
am C = .
10
plus, pentru constanta 0 avem
In
0 = 2nA0 B0 C0 <
deci, se poate aplica Teorema 13.

32

1
<1
5

3.6

Exercitii

1. Aproximati radacinile ecuatiei

metoda bisectiei.

x = cos x pe [0, 1] prin x3 dat de

2. Aproximati radacinile ecuatiei x3 7x2 + 14x 6 = 0 prin metoda

bisectiei cu o eroare mai mica decat 102 pe intervalele
(a) [0, 1], (b) [1, 3.2], respectiv (c) [3.2, 4].

3. Aproximati 3 25 prin metoda bisectiei cu o eroare mai mica decat

104 .
4. Sa se discute dupa parametrul real m numarul de radacini reale pen
tru ecuatia | ln x| m x = 0. Pentru m = 2, aproximati radacina
subunitara folosind metoda bisectiei cu o eroare mai mica de 103 .

5. Aproximati 3 25 prin metoda aproximatiilor succesive cu o eroare mai

mica decat 104 . Comparati rezultatul cu cel obtinut la exercitiul 3.
6. Aproximati radacinile urmatoarelor ecuatii prin metoda aproximatiilor
succesive cu o eroare mai mica de 105
(a) 3x2 ex = 0;
(b) x cos x = 0;
5
(c) x = 2 + 2;
x
2 ex + x2
(d) x =
;
3
(e) x2 + 10 cos x = 0.
1
7. Functia f (x) = tgx 6 are ca radacina pe arctg6 ' 0.447431543.

Fie p0 = 0 si p1 = 0.48. Aproximati aceste radacini prin x10 dat de

(a) metoda coardei;
(b) metoda bisectiei.
Prin care din cele doua metode se obtine o eroare mai mica?
8. Sistemul neliniar


x2 10x + y 2 + 8 = 0
xy 2 + x 10y + 8 = 0
33

poate fi adus n forma

2
2

x = g1 (x, y) = x + y + 8
10
2+x+8
xy

y = g2 (x, y) =
10
unde g = (g1 , g2 ) : D IR, cu D = {(x, y) IR2 , 0 x, y 1.5}.
(a) Aratati ca g are un unic punct fix pe D.
Indicatie. Se va arata mai ntai ca g este o - contractie pe D
n raport cu k k , apoi ca g(D) D.
(b) Determinati numarul minim de iteratii necesare astfel ca eroarea
aproximarii prin metoda contractiilor sa fie mai mica decat 106 .

34

Capitolul 4

Aproximare, interpolare si
derivare numeric
a
Se vor analiza n cadrul acestui capitol urmatoarele doua probleme importante ale analizei numerice.
Problema 1 Dat
a fiind o functie f : [a, b] IR cu anumite propriet
ati,
s
a se determine un polinom P IR[X] astfel nc
at
kf P k ,

(4.1)

unde k k este o norm

a pe spatiul vectorial al functiilor f : [a, b] IR, iar
e o precizie dat
a.
Problema 2 Dat
a fiind o functie f : [a, b] IR, diviziunea 4 : (a = x1 <
x2 < ... < xn = b), s
a se determine o functie : [a, b] IR polinomial
a
sau polinomial
a pe buc
ati astfel nc
at
f (xi ) = (xi ), i = 1, ..., n

(4.2)

kf k .

(4.3)

si
Problema 1 se refera la aproximarea unei functii prin functii polinomiale,
iar cea de-a doua la interpolarea si aproximarea unor functii prin polinoame
sau functii ce sunt polinomiale pe intervale. Se folosesc functii polinomiale
sau polinomiale pe bucati pentru ca valoarea functiei ntr-un punct se poate
calcula foarte simplu (vezi Capitolul 2, Schema lui Horner). In cazul Problemei 2, functia f este de cele mai multe ori cunoscuta doar n punctele
diviziunii 4.
35

4.1

Aproximarea cu polinoame Bernstein

Incepem aceasta sectiune cu un rezultat auxiliar.

Lema 2 Pentru x IR si n IN sunt adev
arate urm
atoarele egalit
ati.
n
P
nk
kCnk xk (1 x)
= nx;
(i)
(ii)

k=0
n
P

(iii)

k 2 Cnk xk (1 x)nk = nx + n (n 1) x2 ;

k=0
n
P

(nx k)2 Cnk xk (1 x)nk = nx (1 x).

k=0

Teorema 15 Fie f : [0, 1] IR, continu

a si (Bn )n1 un sir de functii
polinomiale definite prin
 
n
X
k
Bn (x) =
f
Cnk xk (1 x)nk , x [0, 1].
(4.4)
n
k+0

Atunci sirul (Bn )n1 converge uniform la f pe [0, 1].

Observatia 27 Polinomul Bn (x) se numeste polinom Bernstein de ordin n asociat functiei f pe intervalul [0, 1].
Extinderea aproximarii date de Teorema 15 la un interval arbitrar [a, b] este
prezentata n rezultatul urmator.
Teorema 16 Fie f : [a, b] IR continu
a. Atunci exist
a (Pn )n1 un sir de
polinoame cu coeficienti reali astfel nc
at kf Pn k 0, n .
Demonstratie. Fie (Bn )n1 polinoamele Bernstein din Teorema 15 asociate functiei F : [0, 1] IR, F (t) = f (a + t (b a)) si


xa
Pn (x) = Bn
, x [a, b].
ba
Folosind Teorema 15 obtinem succesiv
kf Bn k = sup | f (x) Pn (x) |= sup | F (t) Bn (t) | 0, n
x[a,b]

t[0,1]

ceea ce ncheie demonstratia teoremei.

Observatia 28 Teorema 16 poate fi extins
a n modul urm
ator (pentru
demonstratii vezi [6], [22]): dac
a f : [a, b] IR, f C k ([a, b]), atunci
(i)
(Pn )n1 un sir de polinoame astfel nc
at kf (i) Pn k 0, pentru
i = 0, ..., k.
36

Observatia 29 Asa cum rezult

a din demonstratia Teoremei 15, convergenta sirului (Bn )n1 este foarte lent
a, ceea ce reprezint
a un dezavantaj pen plus, nu avem posibilitatru aproximarea cu polinoame Bernstein. In
tea evalu
arii a priori a diferentei | f Bn |. Dar, avantajul metodei
const
a n faptul
c
a x [a, b], Bn (x) este o combinatie convex
a a va

k
lorilor f n , k = 0, ..., n, proprietate ce p
astreaz
a alura (shape) functiei
f (adic
a intervalele de convexitate si concavitate).




Observatia 30 Cum Bn nk 6= f nk , rezult
a c
a polinomul Bernstein nu
a de
are proprietatea de interpolare (4.2), ci doar pe cea de aproximare dat
Teorema 15.

4.2

Interpolare cu polinoame Lagrange

In aceasta sectiune ne vom referi la Problema 2. Astfel, fiind date valorile lui
f n n puncte distincte xi , i = 1, ..., n, se pune problema aproximarii printrun polinom al carui grafic sa treaca prin punctele Ai (xi , f (xi )) , i =
1, ..., n (vezi figura 4.1). Urmatorul rezultat ne asigura ca exista un astfel
de polinom.

Figura 4.1: Interpolare polinomiala

Teorema 17 Fie f : A IR IR si x1 , ..., xn A puncte distincte.

Atunci exist
a si este unic determinat polinomul P IR[X] de grad cel mult
n 1 astfel nc
at
f (xi ) = P (xi ) ,
37

i = 1, ..., n.

(4.5)

Polinomul P poate fi reprezentat sub forma

P (x) =

n
X
j=1

n
Y
x xi
, x IR.
f (xi )
xj xi

(4.6)

i=1

Definitia 8 Polinomul
Ln (f ; x) =

n
X

f (xj ) Ln,j (x) .

(4.7)

j=1

se numeste polinomul de interpolare al lui Lagrange asociat functiei

f si punctelor xi .
Fie : [a, b] IR polinomul unitar de grad n definit de dat de
(x) = (x x1 ) ... (x xn ) .

(4.8)

In punctele xi , i = 1, . . . , n, Ln (f ; x) are proprietatea de interpolare (4.2);

n celelalte puncte x [a, b] are loc urmatorul rezultat (ce asigura n anumite conditii si proprietatea de aproximare).
Teorema 18 Dac
a f C n ([a, b]), atunci x [a, b], x 6= xi , pentru
i = 1, ..., n, exist
a x [a, b] astfel nc
at
f (x) Ln (f ; x) =

f (n) (x )
(x) .
n!

(4.9)

Lema 3 Dac
a h = max | xi xi1 |> 0, atunci
i=2,...,n

kk

hn
(n 1)!
4

Demonstratie. Fie x [a, b] fixat arbitrar si i {1, . . . , n} astfel ncat

x (xi1 , xi ) . Atunci avem
| (x xi1 ) (x xi ) |

(xi xi1 )2
h2

.
4
4

(4.10)

Cum nsa, pentru j {1, . . . , i 2} avem

| x xj |= x xj (i j) h,
38

(4.11)

iar pentru j {i + 1, . . . , n}
| x xj |= x xj (j i + 1) h,

(4.12)

din (4.10)-(4.12) obtinem

| (x) | hi2 (i 1)!

h2 ni
hn
h
(n i)! (n 1)!
4
4

si teorema este demonstrata.

Din Teorema 18 si Lema 3 obtinem urmatorul rezultat.
conditiile din Teorema 18, are loc relatia
Teorema 19 In
kf Ln (f ; ) k

kf (n) k n
h .
4n

(4.13)

Observatia 31 Dac
a f C ([a, b]), kf (n) k M, n 1 si h < 1
atunci din (4.13) rezult
a c
a
kf Ln (f ; ) k 0, n
adic
a sirul polinoamelor Lagrange converge uniform la f , ceea ce nseamn
a
ca aceste polinoame au si proprietatea de aproximare (4.1).
Observatia 32 Un mare dezavantaj al aproxim
arii cu polinoame Bernstein sau Lagrange este faptul c
a gradul polinomului creste odat
a cu num
arul
de puncte din [a, b]. Acest lucru face ca valoarea polinomului ntr-un punct
s
a se calculeze cu mult efort si erori de calcul mari. Acest inconvenient
poate fi eliminat prin utilizarea functiilor polinomiale pe buc
ati. Un exemplu n acest sens este prezentat n sectiunea urm
atoare.

4.3

Functii spline cubice

Definitia 9 Se numeste functie spline cubic

a o functie g de clas
a
C 2 ([a, b]), polinomial
a de grad 3 pe buc
ati, cu urm
atoarele propiet
ati
g|[xi1 ,xi ] (x) = gi (x) =

3
X

ail (xi x)l , i = 1, ..., n,

(4.14)

l=0

g (xi ) = f (xi ) ;
0

g (xi ) = f (xi ) ;
39

(4.15)
(4.16)

00

00

g (xi ) = f (xi ) ;

(4.17)

g 00 (a) = g 00 (b) = 0,

(4.18)

unde a = x0 < x1 < < xn = b este o diviziune a intervalului [a, b].

Observatia 33 O functie g ce verific
a relatiile (4.14) (4.18) se numeste
functie spline cubic
a liber
a, iar dac
a n loc de relatia (4.18) se impun
conditiile
g 0 (a) = f 0 (a) , g 0 (b) = f 0 (b) ,
(4.19)
g se numeste functie spline cubic
a fixat
a.
Urmatorul rezultat asigura, n conditiile date existenta unei functii spline
cubice (libere).
Teorema 20 Exist
a si este unic
a o functie spline cubic
a liber
a.
Observatia 34 Un rezultat analog se demonstreaz
a pentru existenta unei
functii spline cubice fixate (vezi (4.19)). Pentru detalii si extinderi ale
notiunii de functie spline se poate consulta lucrarea [23].

4.4

Derivarea numeric
a

Necesitatea derivarii numerice apare direct legata de situatiile n care functia

f : [a, b] IR are o expresie prea complicata sau cand valorile ei sunt
cunoscute doar n punctele x0 , x1 , ..., xn ale unei diviziuni a intervalului
[a, b]. Dar operatorii de derivare numerica apar si n constructiile schemelor
cu diferente finite utilizate n aproximarea solutiilor ecuatiilor cu derivate
partiale (vezi [11]). Prin derivare numerica ntelegem determinarea unei
formule de calcul care sa aproximeze valoarea derivatei lui f ntr-un punct
din intervalul [a, b] si evaluarea erorii de aproximare. Asemenea formule se
obtin de obicei plecand de la o functie de interpolare asociata lui f si diviziunii . Vom prezenta n aceasta sectiune o varianta care utilizeaza interpolarea Lagrange. Fie deci f : [a, b] IR si : a = x0 < x1 < ... < xn = b
o diviziune echidistanta a lui [a, b],
xi+1 xi = h =

ba
i = 1, ..., n 1,
n

(4.20)

x [xi , xi+1 ] [a, b] arbitrar fixat si q 0 dat de

q=

x x0
.
h
40

(4.21)

Daca : [a, b] IR este polinomul

(x) = (x x0 ) (x x1 ) ... (x xn )

(4.22)

(x) = hn+1 q (q 1) ... (q n) ,

(4.23)

atunci avem

(xi ) = (1)ni hn (i)! (n i)!

(4.24)

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

(4.25)

Sa notam
si fie Ln+1 (x) polinomul Lagrange de interpolare
n
X

(x x0 ) ... (x xi1 ) (x xi+1 ) ... (x xn )

.
(xi x0 ) ... (xi xi1 ) (xi xi+1 ) ... (xi xn )
i=0
(4.26)
Utilizand notatiile si formulele anterioare, un calcul simplu ne arata ca
Ln+1 (x) =

f (xi )

n
X
(1)n1 f (xi ) (q, n)

.
Ln+1 (x) =
i! (n i)!
qi

(4.27)

i=0

In plus, din (4.21) rezulta

x = x (q) = x0 + hq, x0 q =

dx
= h.
dq

(4.28)

n+1 (q) polinomul n variabila q dat de

Fie L
n+1 (q) = Ln+1 (x (q)) .
L

(4.29)

Din (4.28) si (4.29) obtinem

d
d
(Ln+1 (x)) =
dx
dq
n


1
Ln+1 (q) =
h

1 X (1)ni f (xi ) d
h
i! (n i)! dq
i=0

(q, n)
qi


.

(4.30)

Fie Rn+1 (x) dat de

Rn+1 (x) = f (x) Ln+1 (x) .

(4.31)

Din teorema 18 rezulta ca daca f este de clasa C n+1 ([a, b]) exista x (a, b)
astfel ncat
f n+1 ( (x))
Rn+1 (x) =
(x) .
(4.32)
(n + 1)!
41

Daca f este de clasa C n+2 pe [a, b] derivand n raport cu x relatia si

nlocuind x cu xi rezulta
0

Rn+1 (xi ) =

1
0
(xi ) f n+1 () =
(n + 1)!

(1)ni hn i! (n i)! n+1

f
(x )
(n + 1)!

(4.33)

Din (4.31) obtinem atunci

0

f (xi ) = Ln+1 (xi ) + Rn+1 (xi ) , i = 0, ..., n.

(4.34)

Partea dreapta a egalitatii 4.34 reprezinta o formula de derivare numerica

0
pentru f n punctele diviziunii n care Rn+1 (xi ) reprezinta restul de
aproximare. De exemplu, pentru n = 2 obtinem
1
1
L3 (x) = f (x0 ) (q 1) (q 2) f (x1 ) q (q 2) + f (x2 ) q (q 1)
2
2
1 1
[ f (x0 ) (2q 3) f (x1 ) (2q q)]
h 2
si resturile de aproximare de ordin 2
0

L (x) =

1
1
1
0
0
0
R3 (x0 ) = h2 f (3) (0 ) , R3 (x1 ) = h2 f (3) (0 ) , R3 (x2 ) = h2 f (3) (2 ) .
3
6
3
Deci

1
((3) f (x0 ) + 4f (x1 ) f (x2 )) ,
2h
1
0
f (x1 ) '
(f (x0 ) + f (x2 )) ,
2h
1
0
f (x2 ) '
(f (x0 ) 4f (x1 ) + 3f (x2 )) ,
2h
toate aproximarile fiind de ordin 2.
0

f (x0 ) '

Observatia 35 Modul n care aplic

am rezultatele anterioare este urm
atorul. Fiind dat x (a, b) arbitrar consider
am un interval [, ] (a, b) ce
contine pe x. Consider
am apoi o diviziune a acestui interval = x0 < x1 <
... < xN = astfel nc
at x s
a fie unul din punctele diviziunii. Aplic
am apoi
rationamentele anterioare pentru [, ] si diviziunea considerat
a. De obicei
lu
am
N = 2, = x0 = x , = x2 = x + , x1 = x,
unde > 0 este ales n raport cu precizia dorit
a.
42

4.5

Exercitii

1. Folosind polinomul de interpolare Lagrange aproximati:

(a) f (8.2) daca se dau nodurile de interpolare x0 = 8.1,
x1 = 8.3, x2 = 8.4, x3 = 8.7 si f (x) = (x + 1)ex .
(b) f (0.8) pentru x0 = 0.6, x1 = 0.7 x2 = 0.9, x3 = 1.0 si
f (x) = sin(x2 2).
2. Comparati rezultatul obtinut la exercitiul 1 cu valoarea exacta.
3. Comparati diferentele ntre rezultatul obtinut la exercitiul 1 si rezultatul obtinut la exercitiul 2 cu eroarea data de teorema 17.
4. Aproximati f (1.12) prin polinomul Lagrange corespunzator daca
f (1.0) = 0.1924, f (1.05) = 0.2414, f (1.10) = 0.2933, f (1.15) =
0.3492.
5. Sa se construiasca polinomul Lagrange ce interpoleaza functia f (x) =
x5 n nodurile x0 , x1 , si x4 , unde xi = 6i , i = 0, . . . , 6.
1 )(xx4 )
0 )(xx4 )
Indicatie. P0,1,4 (x) = (x(xx
f (x0 ) + (x(xx
f (x1 ) +
0 x1 )(x0 x4 )
1 x0 )(x1 x4 )
(xx0 )(xx1 )
(x4 x0 )(x4 x1 ) f (x4 )

Observatia 36 O alt
a metod
a de a construi polinomul de interpolare
(Lagrange) este metoda diferentelor finite a lui Newton. Astfel,
Pn (x) poate fi scris ca:
Pn (x) = f [x0 ] +

n
X

f [x0 , x1 , ..., xk ](x x0 )...(x xk1 )

k=1

unde f [xi ] = f (xi ) este diferenta finit

a de ordin 0,
f [xj ] f [xi ]
, i < j este diferenta finit
a de ordinul 1
f [xi , xj ] =
xj xi
si, n general
f [xi , xi+1 , ..., xi+j ] =

f [xi+1 , xi+2 , ..., xi+j ] f [xi , xi+1 , ..., xi+j1 ]

xi+j xi

este diferenta finit

a de ordinul j.

6. Folosind

polinoamele de interpolare Newton descrise mai sus, aproximati
f 13 daca se dau f (1.0) = 1, f (0.75) = 0.421875, f (0.5) =
0.125 si f (0.25) = 0.015625
43

7. Daca Pn (x) = f [x0 ] + f [x0 , x1 ](x x0 ) + a2 (x x0 )(x x1 )+

+a3 (x x0 )(x x1 )(x x2 ) + ... + an (x x0 )(x x1 )...(x xm1 )
aratati ca a2 = f [x0 , x1 , x2 ]. Cat este a3 ?
8. Determinati functia spline cubica fixata cu proprietatile f (0) = 0,
f (1) = 1, f (2) = 2 si S 0 (0) = S 0 (2) = 1.
9. Daca punctele {(xi , f (xi ))}i=1,n sunt asezate pe o dreapta, ce se
poate spune despre functia spline cubica (libera sau fixata) atasata
functiei f ?
Indicatie. Utilizati exercitiile ?? si 8.
10. Fie f : [a, b] IR si nodurile x0 = a < x1 < x2 = b. O functie spline
patratica este o functie S cu proprietatea:

a0 + b0 (x x0 ) + c0 (x x0 )2 , x [x0 , x1 ]
S(x) =
a1 + b1 (x x1 ) + c1 (x x1 )2 , x [x1 , x2 ]
astfel ncat S(xi ) = f (xi ), i = 0, 2, S C 1 [x0 , x2 ] Sunt suficiente
aceste conditii pentru a determina functia S? Ce se poate spune
despre solutia obtinuta daca cerem ca S C 2 [x0 , x2 ]?

44

Capitolul 5

Integrare numeric
a
Fie f : [a, b] IR o functie continua. Pentru a calcula integrala definita
Z b
f (x)dx se pot utiliza mai multe metode, ca de exemplu
a

1. se foloseste definitia integralei cu suma Riemann sau cu sumele Darboux;

2. daca se cunoaste o primitiva F a lui f , se foloseste formula LeibnitzZ b
Newton
f (x)dx = F (b) F (a);
a

3. se dezvolta f n serie Taylor n jurul punctului x0 [a, b], adica

f (x) =

an (x x0 )n ,

n=0

iar apoi se integreaza seria data termen cu termen pe [a, b].

Dar, de multe ori, aceste metode sunt sau foarte laborioase sau chiar imposibil de aplicat, deci impracticabile chiar si pentru unele functii simple
cum ar fi
2

f : [0, 1] IR; f (x) = ex ;

g : [0, ] IR; g(x) = sin(x2 ).

In aceste cazuri, se aproximeaza valoarea integralelor cu o suma de tipul

n
X

i f (xi )

i=1

care se numeste formul

a de cuadratur
a.
45

(5.1)

5.1

Formule de cuadratur
a de tip Newton-C
otes

5.1.1

Aproximarea integralelor pe IR

Daca f C n ([a, b]), fie t1 , t2 , ..., tn [1, 1] fixati si Ln polinomul de

interpolare al lui Lagrange asociat lui f si punctelor
b+a ba
+
tj , j = 1, .., n
(5.2)
2
2
Z b
Z b
f (x)dx. Eroarea
Ln (x)dx va aproxima
Cum Ln aproximeaza pe f ,
xj =

acestei aproximari este data de

b

(f (x) Ln (x))dx.

rn (f ) =
a

Din Teorema 18 avem ca

|f (x) Ln (x)|

k f (n) k
|n (x)|,
n!

x [a, b],

de unde, folosind formula anterioara rezulta ca

k f (n) k
|rn (f )|
n!

|n (x)|dx.
a

Cu schimbarea de variabila
x=

b+a ba
+
t,
2
2

t [1, 1]

(5.3)

rezulta apoi
Z
a

 


ba
b
+
a
b

a
 n
+
t 
dt =
|n (x)|dx =

2
2
2
1
Z



n+1 Z 1 Y
n 
n
Y
b + a b a
ba
b

a


+
t

x
dt
=
|t tj|dt
j
 2
2
2
2
1
1

j=1

j=1

(s-a folosit relatia (5.2)). Asadar

k f (n) k
|rn (f )|
n!

ba
2
46

n+1 Z1 X
n
1 j=1

|t tj |dt.

(5.4)

Presupunand ca toate puctele tj , j = 1, .., n sunt distincte rezulta ca si

punctele xj , j = 1, .., n sunt distincte, iar din (4.7) obtinem
Ln (x) =

n
X

n
Y

f (xj )

j=1

i=1,i6=j

x xi
xj xi

si
Zb

Ln (x)dx =

n Z
X


f

j=11

baX
=
f
2

j=1

Deci

Rb

b+a ba
+
tj
2
2

b+a ba
+
tj
2
2

n
b a Y t ti
dt =
2
tj t i
i=1,i6=j

 Z1 X
n
1 i=1,i6=j

t ti
dt.
tj ti

(5.5)

f (x)dx este aproximata de integrala (5.5), cu o eroare data de (5.4).

Teorema 21 (Formula dreptunghiurilor) Fie f:[a,b] IR, f C([a, b])

si : (a = x0 < ... < xn = b) o diviziune echidistant
a a intervalului [a, b].
Definim num
arul 1 (f, n) prin
n

baX
1 (f, n) =
f
n
i=0

Atunci 1 (f, n) aproximeaz

a

Rb
a

xi + xi+1
2


.

(5.6)

f (x)dx cu o eroare majorat

a de

(b a)2
k f 0 k .
4n

(5.7)

Demonstratie. In relatia (5.5), consideram n = 1 si t1 = 0. Obtinem ca

Zb
f (x)dx '

ba
f
2

b+a
2

Z


1dt = (b a)f

b+a
2


,

cu o eroare majorata de
k f 0 k
1!

ba
2

2 Z1
|t|dt =
1

47

(b a)2 0
kf k
4

(5.8)

Asadar aplicand (5.8) pentru intervalul [xi , xi+1 ] vom avea

x
Zi+1

f (x)dx ' (xi+1 xi )f

xi + xi+1
2

ba
=
f
n

xi + xi+1
2

xi

cu o eroare majorata de
(xi+1 xi )2
4

sup
x[xi ,xi+1 ]

unde
xi = a +
Deci

Zb
f (x)dx =
a

n1
X

| f 0 (x) |

ba
i, i = 0, ..., n.
n

x
Zi+1

i=0 x
i

(b a)2 0
kf k ,
4n2

n1

baX
f (x)dx '
f
n
i=0

xi + xi+1
2


,

cu o eroare majorata de
n

(b a)2 0
(b a)2 0
kf
k
=
kf k

4n2
4n

si teorema este complet demonstrata.

Observatia 37 Formula (5.6) este exact
a pentru kf 0 k = 0 adic
a
pentru functiile constante.

Figura 5.1: Metoda dreptunghiurilor

48


,

Observatia 38 Relatia
Zb

n1

b aX
f (x)dx '
f
n

i=0

xi + xi+1
2

poart
a numele de formula dreptunghiurilor, denumire care provine din

interpretarea geometric
a pentru f 0. Intr-adev
ar, dac
a D

i este dreptxi + xi+1
,
unghiul care are ca baz
a intervalul [xi , xi+1 ] si n
altime f
2
Zb
atunci f (x)dx (adic
a aria de sub graficul lui f ) poate fi aproximat
a cu
a

suma tuturor ariilor dreptunghiurilor Di , i = 0, ..., n 1 (vezi figura 5.1).

Z1
Exemplul 14 S
a se calculeze valoarea aproximativ
a a integralei

dx
1 + x2

1
cu o eroare , utiliz
and formula dreptunghiurilor.
40
1
Fie f : [0, 1] IR, f (x) =
. Atunci f C 1 ([a, b]), iar f 0 (x) =
1 + x2
2x
2x
. Vom ar
ata acum c
a kf 0 k 1. Avem succesiv
1
2
2
(1 + x )
(1 + x2 )2
2x (1 + x2 )2 , x [0, 1]. Fie acum functia (x) = x4 + 2x2 2x + 1
0, x [0, 1], de unde 0 (x) = 2(2x3 + 2x 1) si folosind sirul lui
1
Rolle se obtine c
a 0 admite o singur
a r
ad
acin
a real
a n (0, ) pentru c
a
2
0 (0)0 ( 12 ) < 0 si 0 este continu
a. Deci
 


1
1
1
(x) >
= > 0, x
,1 ,
2
2
2
iar pentru


1
, 2x 1 (1 + x2 )2 (x) 0,
x 0,
2



1
x 0,
2

si deci
(x) 0, x [0, 1] kf 0 k 1.
Determin
am acum n astfel nc
at

1
(1 0)2
1
si obtinem n 10. Lu
am
4n
40

n = 10 n (5.6) si obtinem
  
 
 
Z 1
1
1
3
19
f (x)dx '
f
+f
+ ... + f
= 0.78560636
10
20
20
20
0
49

1
cu o eroare mai mic
a dec
at
. Cum ns
a
40

Z1

dx
= arctg(x)/10 =
2
1+x
4

rezult
a c
a l putem aproxima pe prin 4 0.78560636 = 3, 14242534 cu o
1
dat
a de metoda dreptunghiurilor.
eroare mai mic
a dec
at
40
Teorema 22 (Formula trapezelor) Fie f : [a, b] IR, f C 2 ([a, b])si
: (a = x0 < ... < xn = b) o diviziune echidistant
a pentru [a, b]. Definim
num
arul 2 (f, n) prin
n1

b a X f (xi ) + f (xi+1 )
2 (f, n) =
.
n
2

(5.9)

i=0

Z
Atunci 2 (f, n) aproximeaz
a

f (x)dx cu o eroare majorat

a de
a

(b a)3 00
kf k .
12n2
Observatia 39 Formula (5.9) este exact
a pentru kf 00 k = 0, adic
a pentru
functiile polinomiale de grad cel mult 1.

Figura 5.2: Metoda trapezelor

Observatia 40 Relatia
Z b
n
b a X f (xi ) + f (xi+1 )
f (x)dx '
n
2
a
i=0

50

poart
a numele de formula trapezelor, denumire care provine de asemenea
Z b
f (x)dx se aproximeaz
a cu
din interpretarea geometric
a pentru f 0.
a

suma ariilor tuturor trapezelor Ti , cu A(Ti ) =

figura 5.2).
Z

Exemplul 15 S
a se aproximeze integrala
0

b a f (xi ) + f (xi+1 )

(vezi
n
2
dx
cu o eroare mai mic
a
1+x

1
dec
at
, folosind formula trapezelor.
600
2
1
. Atunci | f (x) |=
2, x
Fie f : [0, 1] IR, f (x) =
1+x
(1 + x)3
1
(1 0)3
2
si obtinem
(0, 1]. Determin
am apoi pe n astfel nc
at
2
12n
600
n 10. Astfel

 
 
Z 1
1
9
1 f (0) + f (1)
+f
+ ... + f
= 0.69377136,
f (x)dx '
10
2
10
10
0
deci
Z

dx
0.69377136
0 1+x
Z 1
1
dx
cu o eroare mai mic
a dec
at
. Cum ns
a
= ln2 rezult
a c
a
100
0 1+x
ln 2 poate fi aproximat prin valoarea 0.69377136 cu o eroare mai mic
a dec
at
1
dat
a de metoda trapezelor.
600
Teorema 23 (Formula Simpson) Fie f : [a, b] IR, f C 4 ([a, b]), :
(a = x0 < .. < xn = b) o diviziune echidistant
a pe [a, b] si num
arul 3 (f, n)
definit prin



n1 
baX
xi + xi+1
3 (f, n) =
f (xi ) + 4f
+ f (xi+1 ) .
6n
2

(5.10)

i=0

Z
Atunci 3 (f, n) aproximeaz
a pe

f (x) dx cu o eroare majorat

a de
a

(b a)5 (1)
kf k .
2880n4

(5.11)

Observatia 41 Aceast
a formul
a este exact
a pentru kf (4) k = 0 adic
a pentru functiile polinomiale de grad cel mult 3.
51

Figura 5.3: Metoda Simpson

Observatia 42 Relatia
Z
a




n1 
baX
xi + xi+1
f (x) dx '
f (xi ) + 4f
+ f (xi+1 )
6n
2

(5.12)

i=0

poart
a denumirea de formula Simpson sau a parabolelor si provine din
interpretarea geometric
a pentru f 0 (vezi figura 5.3). Aria trapezului
curbiliniu ABCD este aproximat
a cu aria trapezului curbiliniu ABCF D
ce are drept una din laturile neparalele parabola CF D (de ecuatie y =
ax2 + bx + c) care este unic
a cu proprietatea c
a




Z

+
2
(ax + bx + c) dx =
f () + 4f
+ f () .
(5.13)
6
2

Aici, [, ] = [xi , xi+1 ].

Exemplul
16 Utiliz
and formula Simpson, s
a se aproximeze integrala
Z 1
dx
1
, cu o eroare mai mic
a dec
at
.
x
+
1
10000
0
1
4!
Fie f : [0, 1] IR, f (x) =
cu f (4) (x) =
. Atunci kf (4) k =
x+1
(1 + x)5
(1 0)5
sup |4!(1+x)5 | = 4! = 24. Determin
am apoi n astfel nc
at
24 <
2880n4
x[0,1]
1
si obtinem n 4. Atunci
104

  
 
 
Z 1
10
1
2
3
f (x) dx '
f (0) + f (1) + 2 f
+f
+f
+
6

4
4
4
4
0
52

 
 
 
  
3
5
7
1
+f
+f
+f
= 0.69315449
+4 f
8
8
8
8
R 1 dx
deci 0
' 0.69315449 cu o eroare majorat
a de 104 . Cum ns
a
1
+
x
Z 1
dx
= ln2 rezult
a c
a ln 2 poate fi aproximat prin valoarea 0.69315459
0 1+x
cu o eroare mai mic
a dec
at 104 dat
a de metoda Simpson.
Observatia 43 Metoda Simpson se poate aplica n urm
atoarea form
a.
1. Se alege n IN par;
2. Se mparte intervalul [a, b] n n subintervale de lungime egal
a. Pentru
ba
, xi = a + ih, i = 0, . . . , n avem
h=
n
Z b
n/2
n/2 Z x
2i
X
X
h
f (x) dx '
f (x) dx =
[f (x2i2 ) + 4f (x2i1 ) + f (x2i )] ,
3
a
x2i1
i=1

i=1

f C 4 ([a, b]).
Observatia 44
Z

1. Formula anterioar
a este folosit
a n aplicatii sub forma

f (x) dx '
a

h
f (a) + 2
3

(n/2)1

f (x2i1 ) + 4

i=1

n/2
X

f (x2i1 ) + f (b) ,

i=1

(5.14)
care se numeste formula Simpson compozit
a.
2. Ca si n cazul formulei Simpson, se poate arat
a (vezi [3], [16]) c
a
eroarea n cazul formulei Simpson compozite este
b a 4 (4)
h kf k .
180
acelasi mod se pot obtine formula trapezelor compozit
3. In
a, respectiv formula dreptunghiurilor compozit
a.

5.1.2

Aproximarea integralelor pe IR2

In sectiunea anterioara am prezentat formule de tip Newton-Cotes pentru

aproximarea integralelor pe IR. Formule analoage exista si pentru aproximarea integralelor duble. Astfel, pentru a aproxima integrala dubla
Z Z
f (x, y) dx dy
D

53

unde f : D IR este (cel putin) continua si

D = {(x, y) IR2 /a x b si c y d}.
se poate folosi orice formula descrisa anterior. Pentru a aproxima prin
formula Simpson compozita, se aleg numerele pare n si m si se considera
discretizarea x0 = a < x1 < ... < xn = b, respectiv y0 = c < y1 < ... <
ba
dc
yn = d, unde h =
, iar k =
. Conform teoremei lui Fubini (vezi
n
m
[15], [26]) avem

Z Z
Z b Z d
f (x, y) dx dy =
f (x, y)dy dx.
a

Rd
Atunci, aproximam mai ntai c f (x, y) dy. Astfel, din relatia (5.14) avem

Z d
(m/2)1
m/2
X
X
k
f (x, y)dy = f (x, y0 ) + 2
f (x, y2j ) + 4
f (x, y2j1 ) + f (x, ym )
3
c
j=1

j=1

deci
Z bZ
a

Z
(m/2)1 Z b
X
k b
f (x, y)dy dx =
f (x, y0 ) dx + 2
f (x, y2j ) dx+
3
a
a
j=1

+4

m/2 Z b
X
j=1

Z
f (x, y2j1 ) dx +

f (x, ym ) dx .
a

Acum se aproximeaza fiecare integrala n parte, luand xi = a + ih, i =

0, . . . , n. Pentru orice j = 0, . . . , m avem

Z b
(n/2)1
n/2
X
X
h
f (x, yj )dy =
f (x0 , yj ) + 2
f (x2i , yj ) + 4
f (x2i1 , yj )+
3
a
i=1

i=1

+f (xn , yj )] , deci
Z bZ
a

+4

(n/2)1
X
kh
f (x, y) dy dx '
f (x0 , y0 ) + 2
f (x2i , y0 )+
3
i=1

n/2
X

(m/2)1

f (x2i1 , y0 ) + f (xn , y0 ) + 2

i=1

X
j=1

54

f (x0 , y2j )+

(m/2)1 (n/2)1

+2

j=1

i=1

(m/2)1

(m/2)1 n/2

f (x2i , y2j ) + 4

j=1

m/2

f (xn , y2j ) + 4

j=1

X X

f (x0 , y2j1 ) + 2
m/2

XX

f (x2i1 , y2j1 ) +

j=1 i=1

f (x2i , y2j1 )+

i=1

f (xn , y2j1 ) + [f (x0 , ym )+

j=1

(n/2)1

+2

X X
j=1

m/2 n/2

i=1
m/2 (n/2)1

j=1

+4

f (x2i1 , y2j )+

f (x2i , ym ) + 4

i=1

n/2
X
i=1

f (x2i1 , ym ) + f (xn , ym ) .

formula anterioar
a, termenii din sum
a se pot grupa si
Observatia 45 In
aceasta se poate pune sub forma
n m
hk X X
wi,j f (xi , yj ).
9
i=0 j=0

Exemplul 17 Aproximati I =

2.0
R 1.5
R

ln(x + 2y) dy dx, folosind formula

1.4 1.0

Simpson compozit
a pentru n = 4 si m = 2.
0.5
0.6
= 0.15, k =
= 0.25, deci
Avem h =
4
2
4
2
0.15 0.25 X X
I'

wi,j ln(xi + 2yj ) = 0.4295524387

9
i=0 j=0

; valoarea exact
a (cu 10 zecimale) a integralei este 0.4295546265, ceea ce
nseamn
a c
a eroarea este de ordinul 106 .
mod analog pot fi deduse functiile de cuadratur
Observatia 46 In
a compozite pentru metoda trapezelor pentru aproximarea integralelor duble si
functiile de cuadratur
a compozite (trapeze si Simpson) pentru aproximarea
integralelor multiple (n 3) (pentru detalii vezi lucr
arile [3], [16], [27]).

5.2
5.2.1

Formule de cuadratur
a cu noduri Gauss
Formule de tip Cebsev

Principalul dezavantaj al formulelor de integrare de tip Newton-Cotes este

acela ca gradul polinomului de interpolare folosit creste odata cu numarul
55

de puncte din diviziune si n plus, punctele sunt echidistante, deci, implicit

a priori fixate, fara legatura cu unele proprietati functiei de sub integrala.
Aceste inconveniente pot fi eliminate prin considerarea formulelelor de
tip Cebsev. In acest sens consideram urmatoarea problema:
pentru f : [1, 1] IR continua, sa se determine punctele t1 , ..., tn
[1, 1] astfel ncat formula
Z 1
n
X
f (t)dt = B
f (ti ) = 4 (f, n)
(5.15)
1

i=1

sa fie adevarata pentru orice polinom de grad cel mult n. Scriind (5.15)
pentru polinoamele din baza canonica {1, x, x2 , .., xn }, pentru f = 1 rezulta
2
B = , iar
n
n
2X
4 (f, n) =
f (ti ),
(5.16)
n
i=1

unde t1 , .., tn sunt solutiile (reale) ale sistemului de ecuatii neliniare

t1 + t2 + ... + tn = 0

k+1

tk + tk + ... + tk = n 1 (1)
n
1
2
2
k+1
(5.17)

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

tn1 + tn2 + .. + tnn =

1 (1)n+1
2(n + 1)
Observatia 47 Punctele t1 , ..., tn nu depind de functia f .
Observatia 48 S. Bernstein a demonstrat (vezi [6]) c
a pentru n = 8 si
n 10, sistemul (5.17) are si solutii complexe, deci singurele cazuri posibile
sunt
n = 2, 3, 4, 5, 6, 7, 9.
(5.18)
Aceste valori sunt deja calculate si se g
asesc n tabele. De exemplu, pentru
n = 2 r
ad
acinile sunt x1 = 0.5773502692, x2 = 0.5773502692, iar pentru
n = 3, x1 = 0.7745966692, x2 = 0.0000000000, x3 = 0.7745966692.
Observatia 49 Formulele de tip Cebsev sunt destul de precise si sunt utile
c
and avem de calculat foarte multe integrale pe acelasi domeniu (vezi de ex.
discretiz
arile de tip element finit pentru ecuatii cu derivate partiale, [4]).
Observatia 50 Extinderea consideratiilor anterioare de la [1, 1] la un
interval arbitrar [a, b] IR, se face cu ajutorul schimb
arii de variabil
a
x=

b+a ba
+
t.
2
2
56

(5.19)

5.2.2

Formule bazate pe polinoame Legendre

O alta metoda de tip Gauss se bazeaza pe utilizarea radacinilor polinoamelor Legendre {P0 (x), P1 (x), ..., Pn (x), ...}, caracterizate de urmatoare- le
proprietati
1. oricare ar fi n, Pn este polinom de gradul n.
Z 1
2.
P (x) Pn (x) dx = 0 pentru orice polinom P (x) de gradul cel mult
1

n 1.
3. Radacinile polinoamelor Pn , n 0 sunt distincte, sunt n intervalul
(1, 1) si simetrice fata de origine.
Observatia 51 Primele c
ateva polinoame Legendre sunt
3
1
P0 (x) = 1, P1 (x) = x, P2 (x) = x2 , P3 (x) = x3 x
3
5
6
3
P4 (x) = x4 x2 + .
7
35
Este adevarat urmatorul rezultat (pentru demonstratie vezi [3]).
Teorema 24 Dac
a x1 , x2 , ..., xn sunt r
ad
acinile polinomului Legendre
Pn (x) si dac
a pentru orice i = 1, . . . , n definim numerele
Z

n
Y

ai =

1 j=1, j6=i

x xj
dx,
xi xj

atunci pentru orice polinom de grad maxim 2n 1 avem

Z

P (x) dx =
1

5.2.3

n
X

ai P (xi ).

i=1

Formule de tip Gauss pentru integrale duble

Ca si n cazul integrarii cu noduri Newton-Cotes se pot folosi noduri de

tip Gauss si pentru aproximarea integralelor multiple (n 2). Ca noduri
Gauss se folosesc n acest caz radacinile polinomului Legendre prezentat
anterior.
Exemplul 18 Pentru a aproxima integrala din exemplul (17) adic
a
Z 2.0 Z 1.5
I=
ln(x + 2y) dy dx
1.4

1.0

57

transform
am mai nt
ai dreptunghiul D = [1.4, 2.0] [1.0, 1.5] n
= {(u, v)/ 1 u 1 si 1 v 1}; astfel rezult
dreptunghiul D
a
(vezi si (5.19))
u=

1
1
(2x 1.4 2) si v =
(2y 1 1.5),
2 1.4
1.5 1

de unde obtinem x = 0.3u + 1.7, y = 0.25v + 1.25 si

Z 1Z 1
ln(0.3u + 0.5v + 4.2)dvdu.
I = 0.3 0.25
1

Pentru integrarea cu noduri Gauss pentru n = 3 vom folosi

u0 = v0 = x3 = 0.7745966692
u1 = v1 = x2 = 0
u2 = v2 = x1 = x3 = 0.7745966692,
deci
I = 0.075

3 X
3
X

a3,i a3,j ln(0.3xi + 0.5xj + 4.2) = 0.4295545313,

i=1 i=1

care aproximeaz
a integrala dat
a cu o eroare de ordinul 109 , spre deosebire
de metoda Simpson compozit
a, pentru care aveam doar 106 .
Observatia 52 Dac
a n aceast
a sectiune si n 5.1.2 ne-am referit la aproximarea integralelor pe domenii dreptunghiulare, exist
a cazuri c
and ne intereseaz
a aproximarea integralelor pe triunghiuri. Acestea apar, de exemplu,
la discretizarea ecuatiilor cu derivate partiale prin metoda elementului finit
(vezi [4]).
Astfel, fie triunghiul T cu varfurile Ai (xi , yi ), i = 1, 2, 3 si fie M, N ,
respectiv P mijlocul laturii A1 A2 , A1 A3 , respectiv A2 A3 , iar G baricentrul
(centrul de greutate) al tringhiului. Se stie ca
xM =

x1 + x2
y1 + y2
, yM =
,
2
2

x1 + x3
y1 + y3
, yN =
,
2
2
x2 + x3
y2 + y3
xP =
, yM =
2
2

xN =

si
xG =

x1 + x2 + x3
y1 + y2 + y3
, yG =
.
3
3
58

In [Ciarlet] sunt prezentate mai multe formule de cuadratura care sunt exacte pentru anumite clase de functii. Daca notam cu A(T ) aria triunghiului T si cu f functia de integrat pe triunghiul T , avem la dispozitie
urmatoarele formule de cuadratura
Formula 1.
Z
A(T )
f (x, y) dx dy '
[f (A1 ) + f (A2 ) + f (A3 )] = A(T ) f (G). (5.20)
3
T

Formula este exacta pentru polinoame de grad cel mult 1.

R
Exemplul 19 Dac
a f (x, y) = 1, x, y, atunci f (x, y) dx dy (care reT

prezint
a, de fapt aria A(T ) a triunghiului T ), este aproximat
a prin (5.20)
A(T )
(1 + 1 + 1) = A(T ) 1 = A(T ). Se confirm
a astfel exactide valoarea
3
tatea formulei (5.20) mentionat
a anterior.
Formula 2.
Z
f (x, y) dxdy '

A(T )
[f (M ) + f (N ) + f (P )] .
3

(5.21)

Formula este exacta pentru polinoame de grad cel mult 2.

Exemplul 20 Dac
a f (x, y) = xy, x, y, iar A1 (0, 0), A2 (0, 1), A3 (0, 0),


R
R1 1x
R
atunci f (x, y) dxdy ( a c
arei valoare exact
a este dat
a de
xy dy dx =
0
0
T


A(T )
1 1
1 1
0 + 0+
=
1/24), se aproximeaz
a prin (5.21) cu valoarea
3
2 2
2 2
A(T )/12 = 1/24. Se confirm
a astfel exactitatea formulei (5.21) pentru polinoame de grad cel mult 2.
Formula 3.
Z
A(T )
f (x, y) dx dy '
[3 (f (A1 ) + f (A2 ) + f (A3 )) +
60
T

8 (f (M ) + f (N ) + f (P )) + 27 f (G)].

(5.22)

Formula este exacta pentru polinoame de grad cel mult 3.

Exemplul 21 Cu triunghiul T ales ca n exemplele anterioare si functia
2
a c
a formula (5.22) este de asemenea exact
a pentru
Rf (x, y) = x y, se constat
f (x, y) dx dy.
T

59

Vom remarca faptul ca n formulele prezentate mai sus, cu cat precizia

este mai mare, cu atat numarul de puncte n care trebuie calculata valoarea functiei de integrat este mai mare. De aceea, n aplicatii la metoda
elementului finit (unde numarul de triunghiuri din discretizare este foarte
mare: 105 106 , vezi [4]), trebuie gasita calea optima n ceea ce priveste
efortul de calcul.

5.3

Exercitii
Z

x
dx prin metoda dreptunghiurilor cu o
+1
0
1
.
eroare mai mica sau egala decat
400
Z 1
ln(x2 + 1) dx prin metoda trapezelor cu o eroare
2. Sa se aproximeze
1. Sa se aproximeze

x2

mai mica sau egala decat

1
.
2400

1/2

2x 1
dx prin metoda dreptunghiurilor cu o
x2 + 4
0
1
eroare mai mica sau egala decat
.
800
Z 1/2
sin x
4. Sa se aproximeze
dx cu o eroare mai mica a decat 106
x
0


1
(a) dezvoltand mai ntai functia continua f : 0,
IR,
2
( sin x
, x 6= 0
f (x) =
n serie Taylor si apoi integrand
x
1
, x=0
termen

 cu termen (seria obtinuta fiind uniform convergenta pe
1
0, );
2
Z

3. Sa se aproximeze

(b) prin metoda dreptunghiurilor;

(c) prin metoda trapezelor;
(d) prin metoda Simpson.
Z

4x + 1
dx prin metoda trapezelor cu o eroare
3
2 (x + 1)
1
mai mica sau egala decat
.
2700

5. Sa se aproximeze

60

x2 + x + 2
dx prin metoda dreptun2
2
2 (x 1) (x + 1)
1
ghiurilor cu o eroare mai mica sau egala decat
.
3000
Z

6. Sa se aproximeze

7. Aproximati integralele urmatoare folosind metoda trapezelor

Z 1.5
(a)
x2 ln x dx
1

0.35

(b)

x2

(c)

R /4
0

2
dx
4

x sin x dx

pentru n = 2.
8. Reluati exercitiul 7 folosind metoda Simpson cu n = 3.
9. Aproximati urmatoarea integrala folosind noduri Gauss pentru n = 2
si apoi comparati valorile obtinute cu valoarea exacta
Z 1
x2 ex dx,
(a)
0

/4

(cos x)2 dx,

(b)
0

/4

(c)

e3x sin 2x dx.

10. Reluati exercitiul 9 pentru n = 3.

11. Pentru m = n = 4, aproximati integralele urmatoare folosind formula
Simpson compozita:
Z 2.5
(a)
xy 2 dy dx;
2.1
0.5

Z
(b)

eyx dy dx.

12. Reluati exercitiul 11 pentru n = m = 2 folosind noduri Gauss.

61

Capitolul 6

Aproximarea solutiilor
ecuatiilor diferentiale
ordinare
Fie problema cu valori initiale


y 0 = f (t, y)
y(a) = ,

(6.1)

unde f : [a, b] I IR este continua, iar I IR este un interval. Prin

solutie a problemei (6.1) se ntelege o aplicatie y : [a, b] I de clasa C 1 ce
verifica relatiile din (6.1), t [a, b].
Definitia 10 Aplicatia f se numeste Lipschitzian
a n raport cu a doua
variabil
a dac
a exist
a constanta L 0 astfel nc
at
|f (t, y1 ) f (t, y2 )| L |y1 y2 | , (t, yi ) [a, b] I, i = 1, 2.

(6.2)

Observatia 53 Din teoria general

a a a ecuatiilor diferentiale (vezi [3],
a o conditie suficient
a pentru a avea loc (6.2)
[22] si referintele lor) se stie c
este ca


 f

 (t, y) L, (t, y) [a, b] I.
(6.3)
 y

Teorema 25 Fie f : [a, b] IR IR continu
a si Lipschitzian
a n raport
cu a doua variabil
a. Atunci problema (6.1) are solutie unic
a.
Definitia 11 Problema (6.1) se numeste corect pus
a dac
a are solutie,
aceasta este unic
a si continu
a n raport cu datele initiale, deci este stabil
a
la perturbatii (adic
a, perturbatii mici ale datelor initiale, f si determin
a
perturbatii mici ale solutiei).
62

 conditiile Teoremei 25, problema (6.1) este corect pus

Teorema 26 In
a.
Observatia 54 Necesitatea introducerii notiunii de problem
a corect pus
a
se datoreaz
a faptului c
a, n mare parte, problemele de tipul (6.1) modeleaz
a niste fenomene fizice reale. Astfel, expresiile pentru f si contin
unele date/coeficienti supuse erorilor de modelare (m
asur
atori, aproxim
ari
de modelare, etc).
Observatia 55 Cu exceptia unor cazuri particulare, problemele de tipul
(6.1) nu pot fi rezolvate exact (adic
a s
a g
asim o expresie analitic
a pentru
solutie). De aceea se apeleaz
a de rezolvarea lor numeric
a, adic
a obtinerea
unei aproxim
ari a solutiei exacte.

6.1

Metode de tip Taylor

Vom prezenta n continuare o clasa generala de metode pentru aproximarea

solutiei problemei (6.1). Fie = (a = t0 < t1 < ... < tN = b) o diviziune
echidistanta a lui [a, b], adica
h=

ba
, ti = a + ih, i = 0, . . . , N.
N

(6.4)

Pentru h0 > 0 fixat, definim D = [a, b] IR [0, h0 ] IR3 si consideram o

functie : D IR continua si Lipschitziana n raport cu a doua variabila,
adica L > 0 astfel ncat (t, wi , h) D, i = 1, 2
|(t, w1 , h) (t, w2 , h)| L |w1 w2 | .

(6.5)

Presupunem n plus ca satisface conditia de consistenta

(t, y(t), 0) = f (t, y(t)), t [a, b],

(6.6)

unde y : [a, b] IR este solutie exacta pentru problema (6.1). Consideram

urmatoarea metoda generala de aproximare a solutiei problemei (6.1)

w0 =

(6.7)
wi+1 = wi + h (ti , wi , h), i = 1, . . . , N.
Pentru metoda (6.7) definim
Ei = y(ti ) wi = yi wi , E = max |Ei |

(6.8)

i=1,N

care se numesc eroare local

a absolut
a, respectiv eroare global
a absolut
a si masoara diferenta dintre aproximatiile wi si valorile exacte y(ti ),
63

oferind o informatie clara despre eficienta aproximarii date de (6.7). Consideram de asemenea valorile
i =

y(ti ) y(ti1 )
(ti1 , y(ti1 ), h), i = 1, . . . , N,
h

(6.9)

si
= max |i |

(6.10)

i=1,N

numite eroarea local

a de trunchiere, respectiv eroarea global
a de
trunchiere. Acestea masoara abaterea de la egalitatea ce s-ar obtine prin
introducerea valorilor exacte y(ti ) n (6.7).
Definitia 12 Spunem c
a metoda (6.7) este de ordin dac
a exist
a c0 si
constante pozitive, independente de N astfel nc
at
E c0 h .

(6.11)

Observatia 56 Pentru anumite clase de metode de tip (6.7) este relativ

simplu s
a g
asim constantele c, independente de N astfel nc
at
c h .

(6.12)

Urmatorul rezultat ne asigura ca pentru a avea o conditie de tipul (6.11) e

suficient sa fie ndeplinita o conditie de tipul (6.12).
Teorema 27 Dac
a are loc (6.12), atunci avem

c  L(ba)
E h
e
1 ,
L

(6.13)

adic
a metoda (6.7) este de ordin .
Demonstratie. Din (6.7) obtinem
y(ti+1 ) wi+1 = yi+1 wi+1 = yi+1 wi h (ti , wi , h).
Cum nsa din (6.11) avem
yi+1 = h i+1 + h (ti , wi , h),
rezulta
yi+1 wi+1 = yi wi + h i+1 + h [(ti , yi , h) (ti , wi , h)] .
Fie acum ai = |Ei | = |yi wi | , i = 0, . . . , N . Folosind si relatia (6.12)
rezulta
ai+1 ai + h+1 c + h L ai = ai (1 + hL) + c h+1 ,
64

de unde notand p = hL, q = c h+1 , obtinem

i+1

ai+1 ai (1 + p) + q (1 + p)



q
q
a0 +
.
p
p

Dar
a0 = |w0 y0 | = | | = 0
si cum
(1 + x)n enx , x 0 (1 + p)i+1 e(i+1)p ,
vom avea
ai+1


q  (i+1)p
e
1 , i = 1, . . . , N,
p

adica





c
c
h e(i+1)hL 1 h e(ba)L 1 ,
L
L
deci


c
max |Ei | = E h e(ba)L 1 ,
i
L
si teorema este complet demonstrata.
Vom prezenta n continuare o clasa de metode (bazate pe dezvoltari n
serie Taylor pentru f ), pentru care sunt posibile evaluari de tipul (6.12).
Fie n acest sens, n 1 natural fixat. Presupunem ca y C n+1 [a, b] si
f C n ([a, b] I). Dezvoltand pe y n serie Taylor n jurul punctului ti
obtinem
|Ei+1 |

y(ti+1 ) = y(ti + h) = y(ti ) + hy 0 (ti ) +

h2
y(ti ) + ...+
2

hn (n)
h(n+1)
y (ti ) +
y (n+1) (), (ti , ti+1 ).
n!
(n + 1)!

(6.14)

Din proprietatile functiilor y, f si relatia (6.1) obtinem

y (k) (t) = f (k1) (t, y(t)), t [a, b], k = 1, . . . , n,

(6.15)

iar din (6.14) si (6.15)

yi+1 = yi + h Tn (ti , yi ) +

hn+1
y (n+1) (i )
(n + 1)!

(6.16)

cu
h 0
hn1 (n1)
f (ti , yi ) + ... +
f
(ti , yi ).
(6.17)
2!
n!
Plecand de la (6.16)-(6.17) definim metoda Taylor de ordin n prin

w0 =

(6.18)
wi+1 = wi + h Tn (ti , wi ), i = 1, . . . , N 1.
Tn (ti , yi ) = f (ti , yi ) +

65

Teorema 28 Dac
a M 0 este astfel nc
at


 (n+1) 
(t) M, t [a, b]
y

(6.19)

si dac
a f, f 0 , .., f (n1) sunt Lipschitziene n raport cu a doua variabil
a


 (k)

f (t, y1 ) f (k) (t, y2 ) |y1 y2 | , (t, yi ) [a, b] IR, (6.20)
i = 1, 2, k = 0, . . . , n 1 atunci, pentru metoda Taylor (6.18)
avem evaluarea

M  2(ba)
E hn
e
1 .
n!

(6.21)

Observatia 57 Relatia (6.21) ne spune c

a metoda Taylor este de ordin n.
Pentru n = 1 obtinem metoda Euler

w0 =
0
(6.22)
wi+1 = wi + h f (ti , wi ), i = 1, . . . , N 1.
care este de ordin 1.
Evaluarea (6.21) ne spune ca, pentru valori mari ale lui n, metoda Taylor
este foarte eficenta. Dar, practic aceasta eficienta poate fi estompata sau
chiar anulata de numarul mare si complexitatea calculelor necesare evaluarii
cantitatii Tn (ti , wi ) din (6.17).

6.2

Metode de tip Runge-Kutta

Pentru a elimina inconvenientul precizat n sectiunea anterioara (cu pastrarea

unui ordin suficient de bun) au fost create metodele de tip Runge-Kutta.
S-a pus problema (de exemplu) sa construim o metoda de tipul (6.7) care
sa aiba un ordin mai mare ca 1 (metoda Euler), dar fara a folosi n calculul
lui wi derivatele functiei f . In continuare vom deduce o astfel de metoda
pentru n = 2. Din (6.17) rezulta
T2 (t, y) = f (t, y) +

h 0
f (t, y)
2!

sau utilizand (6.15)

T2 (t, y) = f (t, y) +

h f
h f

(t, y) +
(t, y) f (t, y).
2 t
2 y

(6.23)

Vom aproxima T2 (t, y) printr-o expresia de forma

A f (t + , y + ), A, , IR
66

(6.24)

cu o eroare de ordinul O(h2 ). Dezvoltand (6.24) n serie Taylor de ordinul

2 obtinem
A f (t + , y + ) = A f (t, y) + A

f
(t, y)+
t

f
(t, y) + A R(t + , y + ),
y

(6.25)

unde
R(t + , y + ) =

2 2 f
2f
2 2f
2 (, ) +
(, ) +

(, ) (6.26)
2 t
ty
2 y 2

cu , ntre t si t + , y si y + , respectiv. Identificand coeficientii

derivatelor partiale n (6.23) si (6.25) rezulta (n mod unic) valorile A = 1,
= h2 , = h2 f (t, y). Se obtine astfel metoda punctului de mijloc

w0 =



h
h
wi+1 = wi + h f ti + , wi + f (ti , wi ) ,
2
2

(6.27)

i = 1, . . . , N 1. Alte metode de ordinul 2 se pot obtine daca n (6.24) se

folosesc combinatii de forma
A f (t, y) + B f (t + , y + f (t, y)).

(6.28)

Rezulta astfel metoda Euler modificat

a
(

w0 =

wi+1 = wi +

h
[f (ti , wi ) + f (ti + h, wi + h f (ti , wi ))] .
2

(6.29)

sau metoda lui Heun.

w0 =


2
2
h
wi+1 = wi + f (ti , wi ) + 3f (ti + h, wi + h f (ti , wi )) ,
4
3
3
i = 1, . . . , N 1. Daca se folosesc expresii mai complicate n (6.28) se obtin
metode de tip Runge-Kutta de ordin mai mare. Varianta clasica a acestei
metode (care este de ordinul 4 daca y C 5 ([a, b])) este urmatoarea (pentru
67

detalii si dezvoltari vezi [???])

w0 =
k1 = h f (ti , wi )
h
k1
k2 = h f (ti + , wi + )
2
2
h
k2
k3 = h f (ti + , wi + )
2
2
k4 = h f (ti + h, wi + k3 )
k1 + 2k2 + 2k3 + k4
wi+1 = wi +
, i = 1, . . . , N 1.
6

(6.30)

Observatia 58 Metodele prezentate n acest capitol pot fi extinse si la sisteme de ecuatii diferentiale ordinare de tipul (6.1) sau chiar la ecuatii si
sisteme de ecuatii de ordin superior (vezi [3]).

6.3

Exercitii

1. Folosind metoda lui Euler, aproximati solutia problemei cu valorile

initiale urmatoare
(a) y 0 = te3t 2y,

t [0, 1],

y(0) = 0 si h = 0.5;

y0

= cos 2t + sin 3t, t [0, 1], y(0) = 1 si h = 0.25;

y y2
(c) y 0 = 1 + + 2 , t [1, 3], y(1) = 0 si h = 0.2.
t
t

(b)

2. Calculati eroarea dintre solutia exacta a problemei de la exercitiul 1

si cea data de metoda lui Euler la fiecare pas.
3. Folosind metoda lui Taylor de ordinul 2 aproximati solutia problemei
cu valoarile initiale
(a) y 0 = te3t 2y, t [0, 1], y(0) = 0 si h = 0.5;
(b) y 0 = 1 + (t y)2 , t [2, 3], y(2) = 1 si h = 0.5;
(c) y 0 = cos 2t + sin 3t, t [0, 1], y(0) = 1 si h = 0.5.
4. Folosind metoda lui Euler modificata aproximati
(a) y 0 = te3t 2y, t [0, 1], y(0) = 0 si h = 0.5
(b) y 0 = 1 + (t y 2 ), t [2, 3], y(2) = 1 si h = 0.5
(c) y 0 = cos 2t + sin 3t, t [0, 1], y(0) = 1si h = 0.25
si comparati cu valoarea exacta.
68

5. Sa se aproximeze solutia urmatorului sistem de ecuatii diferentiale

ordinare folosind metoda lui Runge-Kutta; comparati rezultatul obtinut
cu solutia clasica.
 0
u1 = 3u1 + 2u2 (2t2 + 1)e2t
, u1 (0) = 1
(a)
u02 = 4u1 + u2 + (t2 + 2t 4)e2t , u2 (0) = 1
pentru h = 0.2 si t [0, 1]
0
u1 = u2 u3 + t , u1 (0) = 1
u0 = 3t2
, u2 (0) = 1
(b)
20
t
u3 = u2 + e
, u3 (0) = 1
pentru h = 0.1 si t [0, 1]
6. Folosind metoda Runge-Kutta pentru sisteme, aproximati solutia urmatoarelor
ecuatii diferentiale de ordin superior:
 00
y 2y 0 + y = tet t , t [0, 1]
si h = 0.1
(a)
y(0) = y 0 (0) = 0
 000
y + 2y 00 y 0 2y = et , t [0, 3]
cu h = 0.2
(b)
y(0) = 1, y 0 (0) = 2, y 00 (0) = 0

69

Capitolul 7

Metode directe pentru

sisteme liniare
Se considera sistemul liniar
Ax = b.

(7.1)

cu A Mmn , b IRm si x IRn . Pentru a rezolva sistemul (7.1) exista

doua clase mari de metode:
1. metode directe, n care solutia sistemului se obtine dupa un numar
finit de pasi, posibil de evaluat a priori;
2. metode iterative, n care solutia este limita unui sir de aproximatii.
Metodele iterative vor fi studiate n Capitolul 8. In prezentul capitol ne
vom ocupa de prezentarea unor metode directe de rezolvare.

7.1

Metoda elimin
arii a lui Gauss

Inainte de a prezenta metoda eliminarii a lui Gauss (pe scurt, EG), vom
introduce unele notiuni si notatii.
Definitia 13 O matrice L Mn se numeste inferior triunghiular
a (pe
scurt, inf.) dac
a
lij = 0, j > i, i = 1, . . . , n.

(7.2)

Definitia 14 O matrice U Mn se numeste superior triunghiular

a
(pe scurt, sup.) dac
a
uij = 0, j < i, i = 1, . . . , n.
70

(7.3)

Definitia 15 O matrice D Mn se numeste diagonal

a (pe scurt, diag)
dac
a
dij = 0, j 6= i, i = 1, . . . , n.
(7.4)
Vom nota cu Li linia i din sistemul (7.1), adica
ai1 x1 + ai2 x2 + + ain xn = bi .

(7.5)

Definitia 16 Se numeste transformare elementar

a a sistemului (7.1)
oricare din urm
atoarele operatii
linia i adunat
a cu linia j se pune n locul liniei i
linia i nmultit
a cu scalarul se pune n locul liniei i
liniile i si j comut
a ntre ele
Vom nota aceste transformari prin
Li + Lj Li ;

Li Li ;

Li Lj .

(7.6)

Avem urmatoarele rezultate (pentru demonstratii vezi [23], [24]).

Propozitia 2 (i) Produsul a dou
a matrice inf. (respectiv sup.) este o
matrice inf. (respectiv sup.).
(ii) Dac
a o matrice inf. (respectiv sup.) este inversabil
a, atunci inversa
sa este, de asemenea, o matrice inf. (respectiv o matrice sup.).
(iii) Multimea solutiilor sistemului (7.1) este invariant
a la transform
arile
elementare (7.6).
Vom prezenta n continuare metoda EG. Aceasta consta n urmatorii pasi:
= b, cu A matrice
1. Transformarea sistemului Ax = b ntr-un sistem Ax
superior
triunghiulara si inversabila (atunci cand este posibil), adica

a
x
+ . . . + a1n xn = b1

11
1

a21 x1 + . . . + a2n xn = b2 transformari elem.

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

an1 x1 + . . . + ann xn = bn

e
a11 x1 + e
a11 x1 + . . . + e
a1n xn = eb1

e
a22 x2 + . . . + a
2n xn = b2

..
.. ..
..

.
.
. .

a
nn xn = bn
cu a
ii 6= 0, i = 1, . . . , n.
71

 = b prin metoda substitutiei napoi (bac2. Rezolvarea sistemului Ax

kward
substitution), adica

bn

xn =

a
nn

X
1

x =
bi
a
ij xj , j = n 1, . . . , 1.

i a

i,i

j>i

Exemplul 22 S
a se rezolve prin metoda EG sistemul Ax = b,

1
2 1 0
0
0

1 2 1 0

A=
0 1 2 1 , iar b = 1 .
0
0
0 1 2
0
Avem succesiv

2 1
0
0
2 1 0
0 | 1
3
1 2 1 0 | 0 12 L1 +L2 L2
1 0
0
2

0 1 2 1 | 1
0 1
2 1
0
0 1 2 | 0
0
0
1 2

2 1
0
0 | 1
2 1
1
3
3

2
3
1
0
|
0
L
+L
L
L
+L
L
2
2
3
3
4 3 4 4 0 2
3 2

4
0 0
0 0
1 | 43
3
0 0
1
2 | 0

Sistemul
Ax
=
b
de
mai

nainte
este

2x

x
= 1
1
2

x3
= 21
2 x2

4
3 x3

unde

| 1
|

1
2

| 1
| 0
0
0
1 0
4
3

| 1
| 12

.
1 | 43
5
| 1
4

4
3

x4

5
4 x4

= 1

4
3
3
si se rezolv
a prin substitutie napoi (x4 = , x3 = (x4 + ),etc).
5
4
4
Daca acceptam si permutari de coloane n matricea A, un sistem de forma
= b,
(7.1) se poate aduce ntotdeauna la o forma superior triunghiulara Ax
dar matricea A poate fi singulara, deci etapa 2 de substitutie napoi nu se
mai poate aplica. Vom exemplifica acest lucru n cele ce urmeaza.
Exemplul

x1 +

x1 +
2x1 +

x1

23 Rezolvati prin EG sistemul

x2 + x3 + x4 = 7
x2
+ 2x4 = 8
2x2 + 3x3
= 10
x2 2x3 + 2x4 = 0
72

 L L L
2
1
2
1 1
1
1
1
1 1 | 7
L3 2L1 L3
1

1
0 2 | 8 L4 +L1 L4 0 0 1

2
0 0
2
3 0 | 10
1
1 1 2 2 | 0
0 0 1

1 1
1 1
1 1 1 1 | 7
L +L L
0 -1 0 1 | 1 L24 L32 L43 0 1 1 0

0 0
0 1 0 2 | 4
-1 0
0 1 0 3 | 7
0 0
2 0

1 1
1 1 | 7
0 1 1 0 | 1

0 0 1 0 | 3 ,
0 0
0 0 | 0

1 1
1 1
7

e = 0 1 1 0 ; eb = 1 .
deci A
0 0 1 0
3
0 0
0 0
0

1 |
1 |
2 |
3 |
| 7
| 1
| 3
| 6

7
1
2 C3
C
4
7

L4 +2L3 l4

Observam ca A este superior triunghiulara, dar nu si inversabila.

Pentru a nlatura n consideratiile teoretice care urmeaza aceste situatii si
a putea stabili clasa maximala de matrice pentru care putem aplica EG,
introducem urmatoarea notiune.
Definitia 17 Spunem c
a metoda EG functioneaz
a pentru sistemul (7.1)
dac
a acesta poate fi adus prin transform
ari elementare (7.6) la un sistem
cu matricea superior triunghiular
a si inversabil
a.
Vom spunem c
a EG functioneaz
a f
ar
a pivotare dac
a transformarea de
mai sus poate fi obtinut
a f
ar
a permut
ari de linii.
Teorema 29 EG functioneaz
a dac
a si numai dac
a detA 6= 0.
Algoritm pentru EG (f
ar
a pivotare)
Algoritmul pentru metoda EG este urmatorul:
1. for j = 1 to n 1 do
for i = j + 1 to n do
m = aij /ajj ;
/* ajj 6= 0 */
aij = 0;
for k = j + 1 to n + 1 do
/* coloana n + 1 contine termenul liber*/
aik = aik m ajk ;
endfor
endfor
endfor
73

2. xn = bn /ann ;
for i = n 1 downto 1 do
sum = 0;
for j = i + 1 to n do
sum = sum + aij xj ;
endfor
xi = (1/aii ) (bi sum)
endfor

7.2

Descompunerea LU

Definitia 18 Spunem c
a matricea inversabil
a A Mn admite o
descompunere LU dac
a exist
a matricele L si U Mn , inversabile, cu
L = inf., si U = sup. astfel nc
at A = LU.
Observatia 59 Nu orice 
matrice 
inversabil
a admite o descompunere LU .
0 1
, nu exist
a matricele L si U astfel ca
De exemplu, pentru A =
1 1
A = LU (scriind cele 4 ecuatii se obtine un sistem incompatibil).
Observatia 60 Dac
a exist
LU , ea nu este unic
a. De

 a descompunerea
2 2
, dou
a descompuneri LU distincte sunt
exemplu, pentru A =
1 3
!


1 0
2 2
, respectiv
L=
,U =
1
0 2
1



 2
1 1
2 0
L=
,U=
.
0 1
1 2
Urmatorul rezultat stabileste o legatura importanta ntre EG si existenta
unei descompuneri LU (ce se obtine prin EG).
Teorema 30 Dac
a EG functioneaz
a f
ar
a pivotare, atunci matricea A admite o descompunere LU .

Observatia 61 Un exercitiu simplu ne spune c

a matricea
de forma
74

L(k)

1

este

..
.

L(k)

1

..

1
mk+1,k

..

.
..

mk+2,k

mn,k

.
1

Exemplul
24 Determinat
i o descompunere LU pentru matricea

4 0 1
A= 1 3 2
0 1 2
(a) folosind EG; (b) direct (prin identificare).
Solutie. (a) Ne vom folosi de demonstratia Teoremei 30. Pentru aceasta,
efectu
am prima etap
a din algoritmul
EG.

4
0
1
4 0 1
L 31 L2 L3
L2 41 L1 L2
1 3 7 3
A= 1 3 2

4
0 1 2
0 1 2

1 0 0
4 0 1

0 3 7
e = U; L =
1 0
=A

4
4 1

17
0 0
0
1
12
3

l11 0
0
u11 u12 u13
(b) A = LU = l21 l22 0 0 u22 u23
l31 l32 l33
0
0 u33
cu uii 6= 0, lii 6= 0, i = 1, 2, 3.
Sistemul obtinut este format din 9 ecuatii si are 12 necunoscute, ceea ce
nseamn
a c
a trebuie sa punem noi conditii suplimentare asupra a 3 necunoscute pentru a-l rezolva. Lu
am, de exemplu, u11 = u22 = u33 = 2. Deci
avem de rezolvat sistemul

l11 0
0
2 u12 u13
A = l21 l22 0 0 2 u23
l31 l32 l33
0
0 2
care ne conduce la urm
atoarele ecuatii
4 = 2 l11 l11 = 2
0 = 2 u12 u12 = 0
75

1 = 2 u13 u13 =

1
2

1
2
3
=
2

1 = 2 l21 l21 =
3 = 2 l22 l22

1 3
2 1
7
u23 u23 = ( 2) =
4 2
3 4
6
0 = 2 l31 l31 = 0
1
1 = 2 l32 l32 =
2
7
1 7
17
2=
2 l33 l33 = ( 2) =
12
2 12
24
Asadar, am obtinut n acest fel

1
2
0
0
2
0

1
2
3

0
L=
,U =

0 2 .
2
2
6
7
1

0
0
0 2
2
24
2=

cazul general, pentru rezolvarea sistemului obtinut la

Observatia 62 In
punctul (b) anterior, se pot pune condtii asupra unora dintre necunoscute
n mai multe moduri, dup
a cum urmeaz
a:
1. Dac
a impunem ca lii = 1, i = 1, . . . , n, atunci descompunerea LU
obtinut
a se numeste descompunere de tip Doolittle (asa cum se obtine,
de exemplu, prin eliminare Gauss; vezi punctul (a) de la exercitiul
anterior).
2. Dac
a impunem uii = 1, i = 1, . . . , n, atunci descompunerea LU
obtinut
a se numeste descompunere de tip Crout.
3. O alt
a variant
a este lii = uii , i = 1, . . . , n.
Observatia 63 Obtinerea unei descompuneri LU (atunci c
and este posibil) este foarte util
a dac
a trebuie s
a rezolv
am mai multe sisteme liniare, care
au aceeasi matrice, adic
a Ax = bk , k = 1, . . . , N pentru c
a odat
a obtinut
a
o descompunere LU pentru A, vom rezolva sistemul LU x = Ly = bk n
dou
a etape
I. Ly = bk care se rezolv
a prin substitutie nainte.
II. U x = y care se rezov
a prin substitutie napoi.
76

7.2.1

Conditii suficiente pentru ca EG s

a functioneze f
ar
a
pivotare

Vom prezenta n aceasta sectiune cateva clase de matrice pentru care EG

functioneaza fara pivotare si deci, conform Teoremei 30 exista o descompunere LU a lui A. Mai ntai vom introduce cateva notiuni pe care le vom
folosi n continuare.
Definitia 19 Spunem c
a matricea A Mn este diagonal dominant
a
n
P
dac
a |aii |
|aij | , i = 1, . . . , n.
j=1,j6=i

Observatia 64 Dac
a inegalitatea de mai sus este strict
a, matricea se numeste strict diagonal dominant
a.
Teorema 31 Dac
a matricea A este inversabil
a si
atunci EG functioneaz
a f
ar
a pivotare.

2 1 0
0
1 2 1 0
Exemplul 25 Matricea A =
0 1 2 1
0
0 1 2
Teoremei 31, deci A admite o descompunere LU .

diagonal dominant
a,

satisface ipotezele

Definitia 20 Spunem c
a matricea A Mn este simetric
a dac
a
t
A=A.
Definitia 21 Spunem c
a matricea A Mn este pozitiv definit
a dac
a
n
P
n
hAx, xi > 0, x IR \ {0}, unde hx, yi =
xi yi .
i=1

Mentionam n continuare doua rezultate referitoare la matrice pozitiv definite (vezi de ex. [?], [24]).
Propozitia 3 Matricea A Mn este pozitiv definit
a dac
a si numai dac
a
k > 0, k = 1, . . . , n, unde k este determinantul submatricei obtinute
prin intersectia primelor k linii cu primele k coloane.
Propozitia 4 Dac
a matricea A Mn este pozitiv definit
a, atunci aii >
0, i = 1, . . . , n.
Demonstratie In Definitia 21 luand x = ei = (0, ..., 0, 1, 0, ...0) IRn
pentru un indice i fixat arbitrar, se obtine hAei , ei i = aii > 0, ceea ce
ncheie demonstratia.

77

Teorema 32 Dac
a matricea A Mn este simetric
a si pozitiv definit
a,
atunci EG functioneaz
a f
ar
a pivotare.

2 1
0

1 . . . . . .

Exemplul 26 Matricea A =

.. ..

.
. 1
0
1 2
n
a f
ar
a pivotare.
satisface ipotezele Teoremei 32, deci EG functioneaz
Urmatorul rezultat ne ofera o conditie suficienta sa existe o descompunere
LU , fara a folosi metoda EG.

Teorema 33 Fie A Mn ; pentru t

= 1, . . . , n 1,
a11 a12 a1t
a21 a22 a2t
not
am cu At matricea dat
a de At =

at1 at2 att
det(At ) 6= 0 pentru orice t = 1, . . . , n 1, atunci exist
ao
descompunere LU pentru A.

Mt . Dac
a

Demonstratie. Vom demonstra prin inductie dupa dimensiunea n 1 a

lui A. Pentru n = 1, afirmatia este evident adevarata (a11 = a b, a, b 6= 0).
O presupunem adevarata pentru matricele de o anumita dimensiune n 1
si demonstram pentru matricele de dimensiune n + 1.
Scriem pe A sub forma

A=

An
c
t
w an+1,n+1


Mn+1 ,

(7.7)

cu c, w IRn -vectori coloana, an+1,n+1 IR si An Mn+1 ce verifica

ipoteza teoremei.
Din ipoteza de inductie rezulta atunci ca exista Ln Mn matrice inferior
triunghiulara si inversabila si Un Mn matrice superior triunghiulara si
inversabila astfel ncat An = Ln Un .
Vrem sa gasim matricele Ln+1 Mn inferior triunghiulara si inversabila si
Un+1 Mn superior triunghiulara si inversabila cu proprietatea ca An+1 =
Ln+1 Un+1 .


Ln 0
Pentru aceasta, fie Ln+1 =
, x IR \ {0}, 0, IRn
t x


Un
Un+1 =
, y IR \ {0}, 0, IRn
0 y
78

Vream sa aratam ca exista x, y IR, , IRn astfel ncat

An+1
 = Ln+1 Un+1  
 

An
c
Ln 0
Un

wt an+1,n+1
t x
0 y

=c
n
Un = w
de unde obtinem Ln Un = An si

+ x y = an+1,n+1
Primele doua sisteme au solutie unica (Ln , Un fiind inversabile), deci ,
sunt unic determinate. Ultima ecuatie are o infinitate de solutii cu x, y 6= 0.
Teorema este astfel complet demonstrata.

7.3

Descompunerea Choleski

Definitia 22 Spunem c
a A Mn admite o descompunere Choleski
dac
a exist
a matricea L Mn , inf. si inversabil
a astfel nc
at A = L Lt .
Teorema 34 Dac
a A Mn este simetric
a si pozitiv definit
a, atunci ea adt
mite o descompunere Choleski A = L L . Dac
a elementele de pe diagonala
matricei L sunt stricy pozitive, atunci descompunerea este unic
a.
Exemplul 27Determinat
i descompunerea Choleski (dac
a exist
a) pentru
3 0 1
matricea A = 0 2 1
1 1 3
(a) folosind o descompunere LU ca n demonstratia Teoremei 34;
(b) direct (prin identificare)
Solutie. Matricea A este simetric
a si pozitiv definit
a (veziPropozitia 3),
deci admite
o
descompunere
Choleski.

3 0 1
3 0 1
1
L3 3 L1 L3
L 12 L2 L3
0 2 1 3
(a) A = 0 2 1

1 1 3
0 1 38

3
0
1
1
0
0
1
L3 2 L2 L3
0 2 1 = U , iar L = 0 1 0

1
13
1
0 0 16
3
2 1

3 0 0
Fie D1 = diagL = I3 , D2 = diag(U ) = 0 2 0 .
0 0 13
6

3 0
0

2 q0
Avem A = T DS = T DT t , unde D := 0
;
0

79

13
6

Factorul Choleski pentru

matricea A este

3 0
0
1 0 0

2 q0
L= 0 1 0 0
=
1
1
13
0
0
3
2 1
6

l11
l11 0
0
t

0
l21 l22 0

(b) Din A = LL =
0
l31 l32 l33

l11 = 3 l11 = 31
2 l32 = 1 l32 = 2

3 l21 = 0 l21 = 0

3 l31 = 1 l31 = 13
0=0
2 =2l
l22
22 =

1 3 = 1
3

1 2 = 1
2
1
3

1
2

3 0
0
0
2 q0

3
3

2
2

13
6

3 0 1
l21 l31
l22 l32 = 0 2 1
1 1 3
0 l33

2 = 3 l2 =
+ l33
33

13
6

l33 =

13
6

3 0
0
0
2 q0
si deci factorul Choleski este n acest caz L =
1
3

7.4

Exercitii

1. Rezolvati prin EG urmatoarele sisteme

x y + 3z = 2
3x 3y + z = 1
(a)

x+ y
=3

x y + z =4

2x y z + t = 5
(b)
=2
x+ y

x y+ z+ t=5
2
80

1
2

13
6

x1 + x2 + x4
=2
2x1 + x2 x3 + x4 = 1
(c)
x1 + 2x2 + 3x3 x4 = 4

3x1 x2 x3 + 2x4 = 3
2. Rezolvati sistemul de la exercitiul 1, determinand mai ntai o descompunere LU pentru matricea A.
3. Determinati care din urmatoarele matrice sunt (i) simetrice ; (ii)
pozitiv definite; (iii) strict diagonal dominante;
(iv)

inversabile.




2 1 0
2 1
-2 1
(a)
; (b)
; (c) 0 3 2 .
1 3
1 -3
1 2 4

1 0
4. Pentru A = 2 1 , gasiti si reale pentru care
0 1 2
(a) A este strict diagonal dominanta.
(b) A este simetrica.
(c) A este pozitiv definita.
5. Pentru matricea de la exercitiul 4, pentru = 2 si = 1 determinati
o descompunere Choleski.

81

Capitolul 8

Aproximarea valorilor si
vectorilor proprii
Definitia 23 Pentru o matrice A Mn , num
arul C se numeste
valoare proprie dac
a este r
ad
acin
a a polinomului caracteristic, adic
a
PA () = det(A In ) = 0,

(8.1)

iar x Cn \ {0} se numeste vector propriu corespunz

ator valorii proprii
dac
a
Ax = x.
(8.2)
Vom nota cu (A) spectrul matricei A Mn , adica multimea valorilor
proprii, iar prin (A) raza spectral
a a acesteia definita prin
(A) = max{||, (A)}.

(8.3)

Definitia 24 O matrice A Mn se numeste diagonalizabil

a dac
a ea
este asemenea cu o matrice diagonal
a D Mn , adic
a exist
a P Mn
inversabil
a astfel nc
at
P 1 AP = D = diag(1 , ..., n ),

(8.4)

si respectiv triangularizabil
a dac
a este asemenea cu o matrice U Mn
superior triunghiular
a, adic
a exist
a S Mn inversabil
a astfel nc
at
S 1 AS = U.
Vom nota aceste relatii prin A D, respectiv A U .
82

(8.5)

Propozitia 5 (i) Dac

a matricea A este diagonalizabil
a, atunci are loc
(A) = {1 , ...n } si Apj = j pj , unde pj reprezint
a coloana j din matricea
P , j = 1, . . . , n.
(ii) Dac
a matricea A este triangularizabil
a, atunci (A) = {u11 , ..., unn },
iar vectorii proprii pentru A sunt de forma Sx, cu x vector propriu pentru
matricea U .
Demonstratie (i) rezulta din (8.4) si din faptul ca, daca A P , atunci
(A) = (P ) (Vezi Exercitiul 7).
(ii) Cum A U rezulta ca (A) = (U ) (vezi Exercitiul 7). Dar (U ) =
{u11 , ..., unn } (U fiind matrice superior triunghiulara). Daca xi este vectorul
propriu corespunzator valorii proprii i , adica U xi = uii xi , atunci SU xi =
uii Sxi , i = 1, . . . , n. Dar, AS = SU si deci ASxi = SU xi , adica ASxi =
uii Sxi . Apoi, daca notam Sxi = yi obtinem ca Ayi = uii yi , i = 1, . . . , n,
ceea ce ncheie demonstratia.
Urmatorul rezultat ne ofera o clasa importanta de matrice diagonalizabile
(pentru demonstratie vezi [2], [23]).
Propozitia 6 Orice matrice simetric
a este diagonalizabil
a prin intermediul unei matrice ortogonale.
In sectiunile urmatoare vom prezenta cateva metode de aproximare a valorilor si vectorilor proprii pentru matrice (reale) simetrice.

8.1

Metoda Jacobi

Fie A Mn simetrica. Atunci valorile ei proprii sunt reale si din Propozitia

6 rezulta ca exista Q Mn ortogonala astfel ncat
Qt AQ = D = diag(1 , ..., n ).

(8.6)

Mai mult, daca notam cu qi coloana i din matricea Q atunci {q1 , ..., qn }
este un sistem ortonormal de vectori proprii pentru A, adica
Aqi = i qi

i = 1, . . . , n; hqi , qj i = ij .

(8.7)

Ideea de la metoda Jacobi consta n a construi un sir de matrice (Ak )k1

cu A1 = A si Ak A, k 1 cu proprietatea
lim Ak = diag((1) , ..., (n) ),

(8.8)

unde : {1, ..., n} {1, ..., n} este o permutare de indici. In acest sens,
pentru 1 p q n fixati arbitrar, notam prin = (p, q, ) matricea
83

de rotatie Givens definita prin (vezi de exemplu [23])

..

cos
sin

1
=

..

sin

cos

..

(8.9)

1
Deoarece Q este ortogonala, daca definim matricea B Mn prin
B = t A

(8.10)

atunci avem (vezi Exercitiul 17 de la Cap. 8)

kBk2F =

n
X

b2ij =

i,j=1

n
X

a2ij = kAk2F .

(8.11)

i,j=1

Lema 4 (i) Dac

a apq 6= 0, atunci exist
a si este unic
nc
at
bqp = 0.

4, 4

\ {0} astfel
(8.12)

(ii) Pentru de la (i) avem

n
X
i=1

b2ii

n
X

a2ii + 2a2pq .

(8.13)

i=1

Demonstratie. Evidenta. Metoda Jacobi pentru aproximarea valorilor

si vectorilor proprii ai matricei simetrice A este urmatoarea: se defineste
A1 = A si se genereaza sirul de matrice (Ak )k1 prin
Ak+1 = tk Ak k ,

k 1,

(8.14)

unde k este de forma (8.9) cu = k dat de (vezi (??))

ctg2k =

akqq akpp
,
akpq

84

(8.15)

(prin akij am notat elementele matricei Ak , k 1). Indicii p si q se aleg (n

cazul metodei Jacobi clasice) prin
|akpq | = max |aki,j |.
i6=j

(8.16)

Observatia 65 La fiecare iteratie k 0, n matricea Ak corespunz

atoare
anul
am elementul de pe pozitia (p, q), alta dec
at cea de la pasul anterior.
Totusi, pe parcursul calculelor s-ar putea ca pe unele pozitii (deja anulate)
s
a apar
a din nou elemente nenule, acestea ns
a au valori (absolute) din ce n ce mai mici.
In ipotezele si cu constructiile anterioare sunt adevarate urmatoarele rezultate (pentru demonstratii vezi [23]).
Teorema 35 (Convergenta valorilor proprii)
S
irul (Ak )k1 dat de metoda Jacobi clasic
a (8.14) (8.16) este convergent
la matricea
D = diag((1) , ..., (n) )
(8.17)
unde este o permutare a multimii {1, ..., n}, iar (A) = {1 , ..., n } este
spectrul lui A.
Fie acum Qk Mn matricea ortogonala
Qk = 1 2 ...k ,

k1

(8.18)

cu k din (8.14)-(8.15).
Teorema 36 (Convergenta vectorilor proprii)
Dac
a spectrul lui A contine valori proprii mutual distincte, atunci sirul
(Qk )k1 din (8.18) converge la o matrice ortogonal
a ale c
arei coloane formeaz
a un sistem ortonormat de vectori proprii ai lui A.
Observatia 66 Metoda Jacobi se refer
a doar la aproximarea valorilor si
vectorilor proprii pentru o matrice simetric
a. Pentru matrice mai generale,
se pot consulta lucr
arile [3], [5], [6] si [17].

8.2

Metoda puterilor

Fie A Mn matrice cu proprietatea ca exista o singura valoare proprie de

modul maxim si exista o baza de vectori proprii, adica (A) = {1 , ..., n },
|1 | > |2 | ... |n |
85

(8.19)

si {u1 , ..., un } o baza n Cn astfel ncat

Aui = i ui , i = 1, . . . , n

(8.20)

Pentru k 1 arbitrar fixat si x0 Cn de forma,

x0 = a1 u1 + a2 u2 + ... + an un ,

(8.21)

cu ai IR, i = 1, . . . , n, a1 6= 0, definim
x1 = Ax0 , x2 = Ax1 , . . . , xk = Axk1 ,

(8.22)

xk = Ak x0 .

(8.23)

deci
Deoarece a1 6= 0, putem presupune fara a restrange generalitatea ca
x0 = u1 + a2 u2 + ... + an un .

(8.24)

Din (8.23) si (8.20) rezulta egalitatea

xk = k1 u1 + k2 a2 u2 + + kn an un ,
care poate fi rescrisa sub forma
"
#
 k
 k

2
n
xk = k1 u1 +
a2 u2 + +
an un
1
1

(8.25)

(8.26)

 k

j
j
k
< 1, j = 2, . . . , n (vezi (8.19)), rezulta
Cum
0, pentru
1
1
orice j = 2, . . . , n. Din (8.26) obtinem ca xk este de forma


xk = k1 [u1 + k ],

(8.27)

unde k 0, k . Fie acum o functionala liniara si continua pe Cn

astfel ncat (u1 ) 6= 0. Din (8.27) rezulta (xn ) = k1 [(u1 ) + (n )], deci


(xk+1 )
(u1 ) + (k+1 )
rk :=
= 1
1
(xk )
(u1 ) + (k )
adica 1 este aproximat prin elementele sirului (rk )k1 si demonstratia este
completa.
Algoritmul de calcul pentru metoda puterilor este urmatorul.

Metoda puterilor

86

Introduceti n, A, x, N si o functionala linara si continua

for k = 1, . . . , N do
y = Ax
r = (y)/(x)
x = y/kyk
Afiseaza k, x, r
endfor
Afiseaza x.
Observatia 67 Ultima valoare afisat
a pentru r va fi aproximatia pentru
1 , iar ultima valoare pentru x va fi aproximatia pentru vectorul propriu
corespunz
ator valorii proprii 1 .

6 5 5
Exemplul 28 Fie A = 2 6 2 , x = (1, 1, 1), N = 28 si = x2 .
2 5 1
Algoritmul dat de metoda puterilor va afisa urm
atoarele valori:
k=0
k=1
k=2
k=3
...
k=6
...
k = 28

x0 = (1.00000, 1.000000, 1.0000000)

x1 = (1.00000, 0.333333, 0.333333)
x2 = (1.00000, 0.111111, 0.111111)
x3 = (1.00000, 0.407407, 0.407407)
...
x6 = (1.00000, 0.824417, 0.824417)
...
x28 = (1.00000, 0.999977, 0.999977)

r0 = 2.0
r1 = 2.0
r2 = 22.0
...
r5 = 6.71508
...
r27 = 6.00007

Pentru matricea A de mai nainte, raza spectral

a este 6, iar un vector
t
propriu asociat (1, 1, 1) .

8.3

Metoda puterilor inverse

Pentru calculul celei mai mici valori proprii n modul, se foloseste metoda
puterilor inverse. Astfel, fie A inversabila si (A) = {1 , ..., n } cu
|1 | |2 | ... |n1 | > |n | > 0.

(8.28)

1
1
|1
n | > |n1 | ... |1 | > 0

(8.29)

si se foloseste n acest caz metoda puterilor

pentrucalculul lui 1
a
n , aplicat

1
1
matricei A1 , pentru care (A1 ) =
, ...,
.
1
n
Nu se recomanda calculul lui A1 , ci n loc de xk+1 = A1 xk , se rezolva
87

sistemul Axk+1 = xk . Aceasta poate fi facuta n mod eficient folosind

metoda bazata pe descompunerea LU a lui A.

8.4

Exercitii

1. Sa se arate ca doua matrice asemenea au acelasi spectru.

2. (Teorema lui Gershgorin) Pentru A Mn , (A)
)
(
n
P
|aij | .
Di = z C/ |z aii |

n
S

Di , unde

i=1

j=1,j6=i

(Aceasta teorema se mai numeste si teorema de localizare a valorilor

proprii)
3. Sa se arate ca orice matrice strict diagonal dominanta este inversabila.
4. Fie A matrice simetrica si pozitiv definita. Atunci I A este simetrica
si pozitiv definita (A) < 1.

2
0
1
5. Pentru A = 2 10 0 determinati o valoare aproximativa
1 1
4
pentru (A) efectuand doi pasi ai metodei puterilor cu x0 = (1, 1, 1)t
si (x) = kxk .
6. Determinati complexitatea aritmetica a algoritmului de la metoda
puterilor.

88

Bibliografie
[1] Bakhvalov N., Methodes num`eriques, Editions MIR, Moscou 1976.
[2] Branzanescu V., Stanasila O., Matematici speciale - partea I, Tipografia Institului Politehnic Bucuresti, 1985.
[3] Bourden R. L., Faires J. D., Reynolds A. C., Numerical Analysis second edition, Prindle, Weber and Schmidt, Boston, Massachusetts,
1981.
[4] Ciarlet P.G., The finite element method for elliptic problems, NorthHolland, 1979.
[5] Ciarlet P.G., Introduction `
a lanalyse numerique matricielle et `
a
loptimisation, Masson, Paris,1982.
[6] Demidovici B.P., Maron I.A., Computational Mathematics, MIR Publishers, Moscow, 1981.
[7] Dragos L., Metode matematice n aerodinamic
a, Editura Academiei
Romane, Bucuresti, 2000.
[8] Dragos L., Popescu M, Certain quadrature formulae of interest in aerodynamics, Rev. Roum. Math. Pures Appl., XXXVII(7)(1992), pp.
587-599.
[9] Gantmacher F.R., The theory of matrices (vol. I si II), Chelsea Publ.
Comp., New York 1959.
[10] Golub G. H., van Loan C. F., Matrix computations - third edition, The
Johns Hopkins Univ. Press, Baltimore,1996.
[11] Hackbusch W., Elliptic differential equations - Theory and numerical
treatment, Springer-Verlag, Berlin Heidelberg 1992.
[12] Henrici P., Elements of numerical analysis, John Willey and Sons,
Nwy York 1964.
89

[13] Householder A. S., The theory of matrices in numerical analysis, Blaisdell Publ. Comp., New York, 1964.
[14] Juncu Gh., Popa C., Introducere n metoda multigrid - aplicatii pe
calculator, Editura Tehnica, Bucuresti 1991.
[15] Kantorovici L.V., Akilov G.P., Analiz
a functional
a (trad. din limba
rus
a), Ed. St. si Encicl., Bucuresti 1986.
[16] Kinkaid D.R., Cheney W., Numerical Analysis: Mathematics of Scientific Computing, Brooks/Cole Publishing Company, Pacific Groove,
California 1991.
[17] Meyer C.D., Matrix analysis and applied linear algebra, SIAM Philadelphia 2000.
[18] Micula Gh., Functii spline si aplicatii, Editura Tehnica, Bucuresti
1978.
[19] Overton M.L., Numerical computing with IEEE floating point arithmetic, SIAM Philadelphia 2001.
[20] Pelican E., Analiz
a numeric
a - complemente, exercitii, programe de
calcul, va apare n Editura MatrixRom, Bucuresti, 2006.
[21] Popa C., Pelican E., Introducere n analiza numeric
a , Editura MatrixRom, Bucuresti, 2005.
[22] Popa C., Introducere n analiza numeric
a, Editura EUROBIT,
Timisoara 1996.
[23] Popa C., Analiz
a numeric
a matriceal
a, Editura EUROBIT, Timisoara
1996.
[24] Popa C. si colectiv., Analiza numeric
a. Complemente. Exercitii. Programe de calcul, Tipografia Universitatii Ovidius, Constanta 1996.
[25] Popoviciu T., Analiza numeric
a - notiuni introductive de calcul aproximativ, Ed. Academiei Romane, Bucuresti 1991.
[26] Siretchi Gh., Calcul diferential si integral, vol. I si II, Ed. St. si Encicl.,
Bucuresti 1985.
[27] S
uli E., Mayers D., An introduction to numerical analysis, Cambridge
University Press, 2003.
[28] Varga R., Matrix iterative analysis, Prentice Hall, New York,1962.
90

[29] Weiss R., Parameter-free iterative linear solvers, Mathematical Research Series, 97, Akademie Verlag, Berlin, 1996.
[30] Young D. M., Iterative solution of large linear systems, Academic
Press, New York,1971.

91