Documente Academic
Documente Profesional
Documente Cultură
A
SI INFORMATICA
FACULTATEA DE MATEMATICA
Prof. univ. dr. CONSTANTIN POPA
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 )
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
12
12
14
16
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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
57
57
60
ordinare
. . . . . . . .
. . . . . . . .
. . . . . . . .
62
63
66
68
. . .
. . .
fara
. . .
. . .
. . .
.
.
.
.
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
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
an = x.
(1.1)
n1
n1
R n = x Sn ,
n1
(1.2)
numit
a restul de ordin n al seriei. Evident c
a
lim Rn = 0.
(1.3)
an este convergent
a, atunci lim an = 0.
n
n1
Rn = lim
k
n+k
X
j=n+1
aj .
(1.4)
(iii) Dac
a
an si
n1
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
(1.6)
k
,
pn
k, n IN.
(1.10)
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
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)
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
(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)
(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).
si
Ca = 64 + n0
(1.21)
(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
(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) =
2
3
4
5
(
a) = 221
(
a) = 222
(
a) = 22
(
a) = 23 + 22
(1.26)
si ca exista a
, b astfel ncat n (1.26) sa avem egalitate.
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
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
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
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!
11
Capitolul 2
(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
(2.5)
(2.6)
(2.7)
An1 = P1 ().
(2.8)
si, pentru x =
Rationamentul se reia punand
P1 (x) = (x )P2 (x) + P1 ().
(2.9)
(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.
13
2.2
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)
(2.13)
(2.15)
(2.16)
(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
(2.18)
(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)
a2
0
22
a1
13
23
a0
14
0
(2.24)
an1
0
22
2
...
...
...
...
anj+1
1j
2j
j
...
...
...
...
a1
1n
2n
n
a0
1,n+1
0
n+1
(2.25)
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
f 0 ()
f (n) ()
(x ) + . . . +
(x )n , x I
1!
n!
(2.28)
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)
(x )n+1 (n+1)
f
().
(n + 1)!
(2.32)
xn+1 (n+1)
f
(), x I
(n + 1)!
(2.33)
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)
(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)
ex
, (0, 1).
(n + 1)!
(2.39)
e
,
(n + 1)!
(2.40)
(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)
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)
xn+1
(1)n+1
, (0, 1).
n + 1 (1 + x)n+1
(2.46)
x2 x3
xn
...
...
2
3
n
(2.47)
1x
1+x ,
1x
x3 x5
) = 2(x +
+
+ . . .)
1+x
3
5
(2.48)
h 1 z
1+z
i
1 1 z 3
+ ... .
3 1+z
(2.49)
(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
1t
.
1+t
2
9
,
2
1
4
(2.52)
(2.53)
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
2n+1 9
, (0, 1/3].
2n + 1 4
(2.54)
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)
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)
(3.3)
adica In = [an , bn ] si
bn an =
ba
.
2n
(3.4)
(ii) Dac
a definim n =
an + bn
, n 0 atunci avem
2
|n |
ba
, n 0.
2n
fie 0 =
. Din convergentele mentionate anterior rezulta pentru = 0
3
an n1 IN astfel ncat |an | < 0 , n n1 ,
(3.5)
(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 =
deci
< bn an , n n0
3
3.2
Metoda coardei
(3.8)
(3.9)
si
(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
|f (xn )|
|f (xn )|
, n1
0
|f (z)|
m1
f (xn )
(xn 0), n 0
f (xn ) f (0)
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)
3.3
(3.12)
Observatia 19 Dac
a g este o -contractie si are un punct fix, atunci el
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)
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
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
f (xn1 )
, n 1.
f 0 (xn1 )
(3.17)
(3.18)
x[a,b]
| xn |
M2
(xn xn1 )2 , n 1,
2m1
(3.20)
M2
( xn1 )2 , n 1.
2m1
(3.21)
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
k
kx1 x0 k , n 1.
1
(3.22)
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,
30
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
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
x2 10x + y 2 + 8 = 0
xy 2 + x 10y + 8 = 0
33
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)
(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
k=0
n
P
(iii)
k 2 Cnk xk (1 x)nk = nx + n (n 1) x2 ;
k=0
n
P
k=0
t[0,1]
4.2
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.
i = 1, ..., n.
(4.5)
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
(4.7)
j=1
(4.8)
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
(xi xi1 )2
h2
.
4
4
(4.10)
(4.11)
iar pentru j {i + 1, . . . , n}
| x xj |= x xj (j i + 1) h,
(4.12)
h2 ni
hn
h
(n i)! (n 1)!
4
4
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
3
X
(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)
4.4
Derivarea numeric
a
ba
i = 1, ..., n 1,
n
(4.20)
x x0
.
h
40
(4.21)
(4.22)
(4.23)
atunci avem
(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
f (xi )
n
X
(1)n1 f (xi ) (q, n)
.
Ln+1 (x) =
i! (n i)!
qi
(4.27)
i=0
dx
= h.
dq
(4.28)
(4.29)
1
Ln+1 (q) =
h
1 X (1)ni f (xi ) d
h
i! (n i)! dq
i=0
(q, n)
qi
.
(4.30)
(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
Rn+1 (xi ) =
1
0
(xi ) f n+1 () =
(n + 1)!
(4.33)
(4.34)
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 ) '
4.5
Exercitii
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
k=1
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
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
an (x x0 )n ,
n=0
i f (xi )
i=1
(5.1)
5.1
Formule de cuadratur
a de tip Newton-C
otes
5.1.1
Aproximarea integralelor pe IR
(f (x) Ln (x))dx.
rn (f ) =
a
k f (n) k
|n (x)|,
n!
x [a, b],
|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
ba
2
46
n+1 Z1 X
n
1 j=1
|t tj |dt.
(5.4)
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)
baX
1 (f, n) =
f
n
i=0
Rb
a
xi + xi+1
2
.
(5.6)
(b a)2
k f 0 k .
4n
(5.7)
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)
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
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
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
(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.
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
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
(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
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
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
53
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
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
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
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'
; 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
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
t1 + t2 + ... + tn = 0
k+1
tk + tk + ... + tk = n 1 (1)
n
1
2
2
k+1
(5.17)
.....................................
b+a ba
+
t.
2
2
56
(5.19)
5.2.2
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
P (x) dx =
1
5.2.3
n
X
ai P (xi ).
i=1
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
3 X
3
X
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
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)
8 (f (M ) + f (N ) + f (P )) + 27 f (G)].
(5.22)
59
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
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
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
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
(b)
0
/4
(c)
Z
(b)
eyx dy dx.
61
Capitolul 6
Aproximarea solutiilor
ecuatiilor diferentiale
ordinare
Fie problema cu valori initiale
y 0 = f (t, y)
y(a) = ,
(6.1)
(6.2)
6.1
ba
, ti = a + ih, i = 0, . . . , N.
N
(6.4)
(6.5)
(6.6)
(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
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
(6.11)
(6.12)
(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
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 |
h2
y(ti ) + ...+
2
hn (n)
h(n+1)
y (ti ) +
y (n+1) (), (ti , ti+1 ).
n!
(n + 1)!
(6.14)
(6.15)
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)
6.2
h 0
f (t, y)
2!
h f
h f
(t, y) +
(t, y) f (t, y).
2 t
2 y
(6.23)
(6.24)
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
w0 =
h
h
wi+1 = wi + h f ti + , wi + f (ti , wi ) ,
2
2
(6.27)
(6.28)
w0 =
wi+1 = wi +
h
[f (ti , wi ) + f (ti + h, wi + h f (ti , wi ))] .
2
(6.29)
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
(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
t [0, 1],
y(0) = 0 si h = 0.5;
y0
(b)
69
Capitolul 7
(7.1)
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)
(7.3)
(7.5)
Li Li ;
Li Lj .
(7.6)
a
x
+ . . . + a1n xn = b1
11
1
...
... ... ...
...
... ...
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
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
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
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 .
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=
7.2.1
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.
Mt . Dac
a
An
c
t
w an+1,n+1
Mn+1 ,
(7.7)
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
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
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)
(8.3)
(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)
8.1
Metoda Jacobi
(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)
(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
..
cos
sin
1
=
..
sin
cos
..
(8.9)
1
Deoarece Q este ortogonala, daca definim matricea B Mn prin
B = t A
(8.10)
n
X
b2ij =
i,j=1
n
X
a2ij = kAk2F .
(8.11)
i,j=1
4, 4
\ {0} astfel
(8.12)
b2ii
n
X
a2ii + 2a2pq .
(8.13)
i=1
k 1,
(8.14)
akqq akpp
,
akpq
84
(8.15)
(8.16)
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
(8.19)
(8.20)
(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)
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)
Metoda puterilor
86
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
r0 = 2.0
r1 = 2.0
r2 = 22.0
...
r5 = 6.71508
...
r27 = 6.00007
8.3
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)
8.4
Exercitii
n
S
Di , unde
i=1
j=1,j6=i
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