Documente Academic
Documente Profesional
Documente Cultură
Curs
Curs
I. APROXIMĂRI, ERORI
DefiniŃie. Dacă într-un calcul, în exprimarea unui rezultat înlocuim
numărul (vectorul) a cu numărul (vectorul) a * , spunem că l-am aproximat pe a
cu a * . DiferenŃa ∆a * = a − a * se numeşte eroarea cu care l-am aproximat pe a
prin a * .
Spre exemplu, dacă numărul real a , care este o fracŃie zecimală infinită, se
aproximează cu o fracŃie zecimală a * finită unde în fracŃia infinită a lui a s-au
înlocuit cu zero cifrele zecimale de la un rang în colo, se spune că aproximarea s-a
făcut prin rotunjire, iar diferenŃa a − a * se numeşte eroare de rotunjire. Astfel,
dacă a = a 0 , a1 a 2 ...a 2 ... şi a * = a 0 , a1 a 2 ...a n 00... = a 0 , a1 a 2 ...a n , spunem că
rotunjirea s-a făcut la zecimala de ordin n. O asemenea rotunjire se poate face şi
astfel:
a 0 , a1a 2 ...a n + 10 − n dacã a n +1 ≥ 5
a = *
∑a (0)
ij x j = ai( 0) , i ∈ {1,..., m} (2)
j =1
( 0)
unde a11 ≥ a i(10) , ∀i ∈ {1,..., m} .
( 0)
ÎmpărŃind prima linie a sistemului cu a11 ea devine
x1 + a12(1) x 2 + ... + a1(1m) x m = b1 (3)
(0)
a a1( 0)
, j ∈ {2,..., m} , b1 =
1j
unde a1(1j) = .
a11( 0 ) a11( 0)
37
Pentru i ∈ {2,..., m} înmulŃim ecuaŃia (3) cu a i(10 ) şi o scădem din linia i a
sistemului (2). ObŃinem sistemul:
x1 + a12(1) x 2 + ... + a1(1m) x m = b1
(1)
a 22 x 2 + ... + a 2(1m) x m = a 2(1)
(4)
⋯
a m(12) x 2 + ... + a mm
(1)
x m = a m(1)
unde
a ij(1) = aij( 0) − a i(10) a ij(1) , i, j ∈ {2,..., m}
a i(1) = a i( 0) − a i(10 ) b1 , i ∈ {2,..., m}
Determinantul matricii sistemului format cu ultimele n − 1 linii ale
sistemului (4) este nenul, căci, în caz contrar, ar rezulta det A = 0 .
Procedeul aplicat în prima etapă se poate aplica sistemului
(1)
a 22 x 2 + ... + a 2(1m) x m = a 2(1)
⋯
a x 2 + ... + a mm
(1)
m2
(1)
x m = a m(1)
După m paşi se ajunge la sistemul
x1 + a12(1) x 2 + ... + a1(m1) x m = b1
x 2 + a 23 ( 2)
x3 + ... + a 2( 2m) x m = b2
(5)
⋯
x m = bm
Sistemul (5) este atunci echivalent cu (1) şi din x m = bm obŃinem succesiv
m
xi = bi − ∑a (i )
ij x j , i ∈ {m − 1,...,1}
j = i +1
ObservaŃie. În procedeul prezentat, s-au permutat numai linii şi se spune
că rezolvarea s-a făcut prin pivotare parŃială. Dacă se permută şi coloane, se poate
realiza ca la fiecare pas să se obŃină un sistem în care coeficientul pivot să fie cel
mai mare în modul printre coeficienŃii sistemului (se spune că rezolvarea s-a făcut
prin pivotare totală). Se încearcă prin aceasta să se evite împărŃiri la numere mici,
caz în care erorile de rotunjire pot fi mai mari.
Exemplu. Folosind metoda lui Gauss să se rezolve sistemul:
8,3 x1 + 2,62 x 2 + 4,10 x3 + 1,90 x 4 = −10,65
3,92 x1 + 8,45 x 2 + 7,78 x3 + 2,46 x 4 = 12,21
3,77 x1 + 7,21x 2 + 8,04 x3 + 2,28 x 4 = 15,45
2,21x1 + 3,65 x 2 + 1,69 x3 + 6,99 x 4 = −8,35
Prin pivotare de linii şi după operaŃiile descrise mai sus se obŃine:
38
x1 + 0,3156626 x 2 + 0,4939759 x3 + 0,2289156 x 4 = −1,2831325
7,2126026 x 2 + 5,8436144 x3 + 1,5626508 x 4 = 17,2398790
6,0193519 x 2 + 6,1777108 x3 + 1,4169881x 4 = 20,2874090
2,9523856 x 2 + 0,5983132 x3 + 6,4840965 x 4 = −5,5142771
x 2 + 0,8101949 x3 + 0,2166556 x 4 = 2,3902438
1,3003764 x3 + 0,1127318 x 4 = 5,8982563
− 1,7936942 x3 + 5,8444456 x 4 = −12,571198
x3 + 0,0866916 x 4 = 4,5358069
5,9999438 x 4 = −4,4353474
x 4 = −0,7392314
Rezultă apoi x3 = 4,599892 , x 2 = −1,1764066 , x1 = −3,0147991 .
ExerciŃiu. Folosind metoda Gauss să se rezolve sistemul:
2 x1 + x 2 − 0,1x3 + x 4 = 2,7
0,4 x1 + 0,5 x 2 +4 x3 − 8,5 x 4 = 21,9
0,3 x 2 − x 2 + x3 + 5,2 x 4 = −3,9
x1 + 0,2 x 2 + 2,5 x3 − x 4 = 9,9
R. x1 = 1 , x 2 = 2 , x3 = 3 , x 4 = −1 .
reală A = a ij ( ) i , j∈{1,..., m}
se numeşte pozitiv definită dacă Ax, x > 0 , pentru orice
m
x ≠ 0 , x ∈ R m , adică dacă ∑a ij xi x j > 0 , ∀x ≠ 0 , x = ( x1 ,..., x m ) .
i , j =1
y
xm = m (9)
bmm
1 m
xi = y i − ∑ bki xi , i ∈ {m − 1,...,1} (10)
bii k = i +1
Exemplu. Folosind metoda rădăcinii pătrate să se rezolve sistemul:
x1 + 0,42 x 2 + 0,54 x3 + 0,66 x 4 = 0,3
0,42 x1 + x 2 + 0,32 x3 + 0,44 x 4 = 0,5
0,54 x1 + 0,32 x 2 + x3 + 0,22 x 4 = 0,7
0,66 x1 + 0,44 x 2 + 0,22 x3 + x 4 = 0,9
SoluŃie. Cu formulele (2), (3) şi (4) se obŃine
1 0 0 0
0,42 0,9075241 0 0
B=
0,54 0,1026969 0,8353761 0
0,66 0,1793891 − 0,1853329 0,7055999
40
Cu formulele (7) şi (8) se obŃine y1 = 0,3 , y 2 = 0,4121102 ,
y 3 = 0,5933585 , y 4 = 1,0459763 .
În fine, cu formulele (9) şi (10) se obŃine x 4 = 1,4823929 ,
x3 = 1,0391662 , x 2 = 0,04348 , x1 = −1,25778 .
ExerciŃii. Cu metoda rădăcinii pătrate să se rezolve sistemele:
a)
2,12 x1 + 0,42 x 2 + 1,34 x3 + 0,88 x 4 = 11,172
0,42 x1 + 3,95 x 2 + 1,87 x3 + 0,43 x 4 = 0,115
1,34 x1 + 1,87 x 2 + 2,98 x3 + 0,46 x 4 = 9,009
0,88 x1 + 0,43 x 2 + 0,46 x3 + 4,44 x 4 = 9,349
R. x1 = 3,7 , x 2 = −1,5 , x3 = 2,1 , x 4 = 1,3
b)
x1 + 0,42 x 2 + 0,54 x3 = 0,3
0,42 x1 + x 2 + 0,32 x3 = 0,5
0,54 x1 + 0,32 x 2 + x3 = 0,7
R. x1 = −0,240521 , x 2 = 0,3737264 , x3 = 0,7102889 .
41
Teorema 1. Dacă x1 ,..., x k sunt A-ortogonali şi nenuli, atunci
C k Ax j = x j , j ∈ {1,..., k }
C m = A −1 .
Algoritmul următor construieşte un sistem de m vectori A-ortogonali
nenuli şi cu formulele (1) conduce la A −1 .
1
Fie x1 ≠ 0 , x1 ∈ R m , şi C1 = x1 x1* .
Ax1 , x1
Presupunem că am construit x1 ,..., x k vectori A-ortogonali şi nenuli.
Aceasta permite să construim
k
1
Ck = ∑ xi xi* .
i =1 Axi , xi
Alegem apoi y ∈ R , astfel încât C k Ay ≠ y . Fie x k +1 = y − C k Ay . Atunci
m
C m = A −1 .
Exemplu. Să considerăm matricea simetrică şi pozitiv definită
1 0,42 0,54
A = 0,42 1 0,32
0,54 0,32 1
Luăm x1 = (1,0,0) şi obŃinem
1 0 0
C1 = 0 0 0
0 0 0
Luăm apoi y = (0,1,0 ) şi obŃinem y − C1 Ay = (−0,42;1;0) ≠ 0 . Putem
lua x 2 = (0,42;1;0) şi atunci
1,2141816 − 0,5099562 0
C 2 = − 0,5099562 1,2141816 0
0 0 0
Considerând y = (0;0;1) constatăm că
y − C 2 Ay = (− 0,492472;−0,1131617;1) şi putem lua deci
x3 = (−0,492472;−0,1131617;1) . Rezultă că
1,5617176 − 0,4300986 − 0,7056955
−1
A = C 3 = − 0,4300986 1,2325314 − 0,1621568 .
− 0,7056955 − 0,1621568 1,4329727
42
III. METODE ITERATIVE DE REZOLVARE A SISTEMELOR
DE ECUAłII LINIARE
( )
Se notează cu L R m spaŃiul operatorilor liniari definiŃi pe R m . Se ştie că,
organizat cu operaŃiile obişnuite de adunare, înmulŃire cu scalari şi cu operaŃia de
( )
compunere, L R m este o algebră cu unitate. Se notează cu I operatorul identitate
( I ( x) = x , ∀x ∈ R m ).
Se notează cu M m mulŃimea matricilor reale cu m linii şi m coloane,
organizată ca algebră cu operaŃiile obişnuite de adunare, înmulŃire cu scalari şi
înmulŃire a matricilor.
( )
Fiecărei matrici A = a ij i , j∈{1,..., m} i se asociază operatorul liniar, notat
~ ~ ~
pentru început A , A : R m → R m , definit prin A x = y , unde dacă
y = ( y1 ,..., y m ) , x = ( x1 ,..., x m ) , atunci
m
yi = ∑ a ij x j , i ∈ {1,..., m}
j =1
~ m
CorespondenŃa A ֏ A este un izomorfism de algebre între M şi
( )m
L R , deci este o bijecŃie în care sumei a două matrici îi corespunde suma
operatorilor, produsului dintre o matrice şi un număr îi corespunde produsul
operatorului corespunzător cu acel număr, iar înmulŃirii a două matrici îi
corespunde compunerea operatorilor corespunzători. Având în vedere acestea, se
~ ~
identifică A cu A şi se notează operatorul A tot cu A .
Dacă pe R m se fixează o normă, notată ⋅ , atunci pe spaŃiul L R m se ( )
consideră norma operatorială indusă:
A = sup Ax .
x ≤1
Au loc proprietăŃile:
Ax ≤ A ⋅ x , ∀x ∈ R m
AB ≤ A ⋅ B .
De exemplu, dacă operatorul A este generat de matricea a ij ( ) i , j∈{1,..., m}
, iar
pe R m se consideră ⋅ ∞
( x ∞
= max xi ), atunci se notează
1≤ i ≤ m
A ∞
= sup Ax ∞ (1)
x ∞ ≤1
43
şi are loc formula
m
A ∞ = max ∑ aij (1')
1≤i ≤ m
j =1
m
Dacă se consideră pe R m norma ⋅ 1 x 1 = ∑ x1 , atunci, prin
i =1
definiŃie
A 1 = sup Ax 1 (2)
x 1 ≤1
( )
Deoarece dimL R m = m 2 < ∞ , orice două norme pe L R m , în ( )
particular cele date de (1) sau (2), sunt echivalente.
( )
Amintim că prezenŃa unei norme pe L R m conduce la existenŃa unei
distanŃe, d ( A, B ) = A − B şi deci se poate vorbi în acest spaŃiu de convergenŃă,
( )
continuitate etc. Astfel, dacă ( An )n∈N este un şir în L R m şi A ∈L R m , atunci ( )
lim An = A înseamnă lim An − A = 0 .
n →∞ n →∞
( )
Fie B ∈L R , B 2 = B ⋅ B , …, B n = B ⋅ B n −1 .
m
echivalente şi cu ρ(B ) < 1 . Dacă una din afirmaŃiile din teorema precedentă are
loc, se scrie lim B n = 0 .
n →∞
{ }
MulŃimea λ ∈ C det (V − λI ) = 0 se numeşte spectrul lui B şi se notează
S (B ) . Dacă matricea B este simetrică, atunci spectrul ei este format numai din
numere reale.
44
Dacă o matrice T are spectrul format din numere reale, atunci λ ∈ S (T )
dacă şi numai dacă există x ∈ R m , x ≠ 0 , astfel încât Tx = λx . Un asemenea
vector x se numeşte vector propriu pentru T corespunzător valorii proprii λ .
Matricea T se numeşte pozitiv definită dacă Tx, x > 0 pentru orice
x ∈ Rm , x ≠ 0 ( , este produsul scalar canonic pe R m ).
Reamintim că o aplicaŃie p : R m → R se numeşte normă dacă
i) p( x) = 0 ⇒ x = 0 ;
ii) p (λx) = λ p ( x) ∀λ ∈ R , ∀x ∈ R m ;
iii) p ( x + y ) ≤ p ( x) + p ( y ) ∀x, y ∈ R m .
Atunci p ( x ) ≥ 0 pentru orice x ∈ R m . Cu ajutorul unei asemenea
aplicaŃii se introduce pe Rm noŃiunea de distanŃă între doi vectori:
d ( x, y ) = p ( x − y ) .
Se ştie că pe R m orice două norme p, q sunt echivalente în sensul :
∃λ, µ > 0 , astfel încât λp ( x) ≤ q ( x) ≤ µp ( x) ∀x ∈ R m .
Dacă p şi q sunt două norme echivalente, atunci un şir este convergent în
raport cu norma p dacă şi numai dacă este convergent în raport cu norma q.
( ) ( ) ( )
Dacă x ( n ) n∈N , x ( n ) = x1( n ) ,..., x m( n ) , atunci şirul x ( n ) n∈N se numeşte
convergent dacă există x = ( x1 ,..., x n ) ∈ R m , astfel încât lim xi( n ) = xi
n →∞
(
Dacă p este o normă pe R m , atunci lim x ( n ) = x ⇔ lim p x ( n ) − x = 0 .
n →∞ n →∞
)
III.2. Metoda lui Jacobi
Se consideră sistemul
( I − B) x = b (1)
unde I este matricea unitate, B = (bij )i , j∈{1,...,m} , x = ( x1 ,..., x m ) , b = (b1 ,..., bm ) .
Pe componente sistemul (1) se scrie
m
xi − ∑ bij x j = bi , i ∈ {1,..., m} (1')
j =1
( )
Fie x ( 0 ) ∈ R m şi x ( n ) n∈N şirul definit prin
( n +1)
x = Bx ( n ) + b (2)
45
( )
Dacă x ( n ) = x1( n ) , x 2( n ) ,..., x m( n ) atunci, pe componente, şirul (2) se scrie
m
xi( n +1) = ∑ bij x (jn ) + bi , i ∈ {1,..., m} (2')
j =1
Teorema 1. AfirmaŃiile următoare sunt echivalente
i) lim B n = 0
n →∞
a11 ⋯ 0
atunci matricea D= ⋮ ⋱ ⋮ este inversabilă şi
0 ⋯ a
mm
1
⋯ 0
a11
D −1 = ⋮ ⋱ ⋮ .
1
0 ⋯
a mm
Sistemul (3) este echivalent cu
( I − B) x = b (4)
−1 −1
unde B = I − D A şi b = D a .
Pe componente, sistemul (4) se scrie
m aij bi
xi = − ∑ xj + (4')
j =1 a ii a ii
j ≠i
Presupunem că
m
a ii > ∑ a ij ∀i ∈ {1,..., m}
j =1
(5)
j ≠i
46
Atunci
m a ij
B ∞
= max ∑ := q < 1 (6)
1≤i ≤ m j =1 aii
j ≠i
Conform teoremei Jacobi, sistemul (5), şi deci (3), are pentru orice
a ∈ R m soluŃie unică z şi pentru orice x ( 0) ∈ R m , şirul x ( n +1) = Bx ( n ) + b
converge către z. Au loc evaluările de eroare:
q ( n −1) qn
x −z ≤
(n)
x −x (n)
≤ x (1) − x ( 0) (7)
∞ 1− q ∞ 1− q ∞
w. Atunci, sistemul (10), şi deci sistemul (3), are soluŃie unică z şi anume
( )
z = D −1 w . Şirul x ( n ) n∈N , x ( n ) = D −1 y ( n ) , converge către z şi au loc evaluările
de eroare:
1 q 1 qn
x (n) − z ≤ y ( n ) − y ( n −1) ≤ y (1) − y ( 0 )
1 min a ii 1 − q min aii 1− q
1≤i ≤ m 1≤i ≤ m
47
( ) (
Dacă y ( n ) = y1( n ) ,..., y m( n ) , x ( n ) = x1( n ) ,..., x m( n ) , atunci )
m aij
yi( n +1) = −∑ y (jn ) + a i
j =1 a jj
j ≠i
1 m aij ai
xi( n +1) = −
a ii
∑a
j =1
y (jn ) +
aii
jj
j ≠i
Luând x (0)
= (0;0;0) , se obŃine
x (10 ) = (1,9988054; 2,498743; 2,9991238)
x (11) = (1,9994339; 2,4994498; 2,9996073)
şi avem x (11) − z ≤ 1,17 ⋅ 10 −3 ≈ 10 −3 .
Exemplul 2. Să rezolvăm cu o eroare mai mică decât 10 −2 sistemul
8,714 x1 + 2,18 x 2 + 5,68 x3 = 59,91
− 1,351x1 + 10,724 x 2 + 5,224 x3 = 50,17
2,489 x1 − 0,459 x 2 + 6,799 x3 = 32,68
48
Matricea sistemului este diagonal dominantă pe linii. Şirul (8) este acum
x1( n +1) = −0,2501721x 2( n ) − 0,6522836 x3( n ) + 6,8751434
x 2( n +1) = 0,1259791x1( n ) − 0,4871316 x3( n ) + 4,678229
x3( n +1) = −0,3660832 x1( n ) + 0,0675099 x 2( n ) + 4,8065892
Evaluarea erorii se face conform formulei
x (n) − z ≤ 9,25 x ( n ) − x ( n −1)
∞ ∞
Luând x (0)
= (3;3;5) obŃinem
x (11) = (3,6252229; 3,3304719; 3,7037528)
x (12 ) = (3,626055; 3,330778; 3,7042958)
x (13) = (3,6256242; 3,3304516; 3,7040118)
49
Fie
m
q1 = ∑ b1 j ,
j =1
i −1 m
q i = ∑ bij q j + ∑ bij , i ∈ {1,..., m}
j =1 j =i
evaluare a erorii:
q qn
x (n) − z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0)
∞ 1− q ∞ 1− q ∞
∑b ij ≤ 1 ∀i ∈ {1,..., m}
j =1
m
(4)
∑b ij < 1 ∀i ∈ {1,..., m}
j =i
atunci q < 1 şi deci are loc teorema 1. În plus, şirul dat de metoda Jacobi este de
asemenea convergent către soluŃia sistemului (1).
ObservaŃie. Dacă sistemul de rezolvat este dat sub forma Ax = a , şi dacă
poate fi adus la forma echivalentă
(I − B )x = b (5)
unde B = I − D −1 A , b = D −1 A , atunci inegalitătile (4) pentru sistemul (5) sunt:
m
∑a ij ≤ a ii ∀i ∈ {1,..., m}
j =1
j ≠i (6)
m
∑a ij < a ii ∀i ∈ {1,..., m}
j = i +1
CondiŃiile (6) ne asigură deci că pentru sistemul (5) se poate aplica
teorema 1. Atunci
m a1 j i −1 aij m a ij
q1 = ∑ , qi = ∑a qj + ∑a , i ∈ {1,..., m}
j =2 a11 j =1 ii j =i +1 ii
50
Pe componente şirul (3) este
m a1 j a1
x ( n +1)
1 = −∑ x (jn ) +
j =2 a11 a11
(7)
aij m aij a
x ( n +1)
i = −∑ x (n)
j − ∑a x (n)
j + i , i ∈ {2,..., m}
a ii j =i +1 ii a ii
Exemplul 1. Folosind metoda Gauss-Seidel, să se rezolve sistemul:
10 x1 − 2 x 2 + x3 = 108
− 2 x1 + 10 x 2 + x3 = −6
x1 + x 2 + 10 x3 = −16,5
SoluŃie. Se verifică pentru început că au loc inegalităŃile (6). Şirul (7) este:
x1( n +1) = 0,2 x 2( n ) − 0,1x3( n ) + 10,8
x 2( n +1) = 0,2 x1( n +1) − 0,1x3( n ) − 0,6
x3( n +1) = −0,1x1( n+1) − 0,1x 2( n +1) − 1,65
Parametrii q i sunt q1 = 0,3 ; q 2 = 0,16 ; q 3 = 0,046 şi deci q = 0,3 .
Pornind de la iteraŃia iniŃială x ( 0 ) = (0;0;0) , după patru paşi se obŃine
soluŃia cu cinci zecimale exacte (soluŃia exactă este (11,5; 2; − 3) ).
ExerciŃiu. Folosind metoda Gauss-Seidel, să se aproximeze, cu o eroare
mai mică decât 10 −5 , soluŃia sistemului:
3,82 x1 + 1,02 x 2 + 0,75 x3 + 0,81x 4 = 16,855
1,05 x1 + 4,53 x 2 + 0,98 x3 + 1,53 x 4 = 22,705
0,73 x1 + 0,85 x 2 + 4,71x3 + 0,81x 4 = 22,48
0,98 x1 + 0,81x 2 + 1,28 x3 + 3,5 x 4 = 16,11
IndicaŃie. q = 0,7106315 ; soluŃia exactă este z = ( 2,5; 3; 3,5; 2) .
51
III.4.1. Metoda relaxării simultane
Se consideră sistemul
Ax = a (1)
unde A este simetrică şi pozitiv definită. Atunci A este inversabilă şi deci sistemul
( )
(1) are soluŃie unică. Dacă A = a ij i , j∈{1,..., m} , atunci a ii > 0 pentru orice
i ∈ {1,..., m}. Diagonala D a lui A este atunci o matrice inversabilă şi sistemul (1)
este echivalent cu
(I − Bα )x = bα (2)
−1 −1
unde Bα = I − αD A şi bα = αD a .
Metoda relaxării simultane este metoda Jacobi pentru sistemul (2). SoluŃia
ecuaŃiei (1) se aproximează deci cu termenii şirului x ( n ) n∈N , unde ( )
( n +1)
x = Bα x ( n)
(3) + bα
ConvergenŃa metodei Jacobi pentru (2) este echivalentă cu faptul că
ρ(Bα ) < 1 şi avem:
PropoziŃie 1. Spectrul matricii D −1 A este format din numere reale strict
( )
pozitive. Dacă S D −1 A = (λ 1 , λ 2 ,..., λ m ) , atunci
S (Bα ) = (1 − αλ 1 ,1 − αλ 2 ,...,1 − αλ m ) .
În continuare, se presupune că spectrul lui D −1 A este ordonat:
m
λ 1 ≤ λ 2 ≤ ... ≤ λ m . Se notează x D
= ∑a
i =1
ii xi2 . Fie α ≠ 0 , α ∈ R .
unde q = max 1 − αλ i .
1≤ i ≤ m
ObservaŃia 1. Pe componente şirul (3) este
m a ij ai
xi( n +1) = (1 − α )xi( n ) − α ∑ x (jn ) + α (4)
j =1 aii aii
j ≠i
52
ObservaŃia 2. Dacă ⋅ este o normă operatorială pe L R m ( ) şi
2 2
0<α< , atunci 0 < α < şi deci se poate aplica teorema 1.
−1
D A λm
Dacă notăm q (α ) = max 1 − αλ i , o valoare mai mică a lui q (α ) asigură
1≤i ≤ m
o convergenŃă mai rapidă.
Teorema 2.
2 2 λ m − λ1
min q (α ) 0 < α < = q = .
λ m λ
1 + λ m λ m + λ 1
2
Spunem că este valoarea optimă a parametrului de relaxare.
λ1 + λ m
0 0 ⋯ 0 0 a11 0 ⋯ 0
a 21 0 ⋯ 0 0 0 a 22 ⋯ 0
L= , D = , R = A−L−D.
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
a 0 ⋯ a m , m −1 0 0 0 ⋯ a mm
m1
Pentru α ≠ 0 sistemul (1) este echivalent cu
(I − Cα )x = cα (5)
−1 −1
1 1 1
unde C α = D + L − 1 D − R . cα = D + L a .
α α α
SoluŃia z a sistemului (1) se aproximează cu termenii şirului x ( n ) ( )n∈N ,
unde
x ( n +1) = C α x ( n ) + cα (6)
53
Teoremă. Dacă matricea A este simetrică şi pozitiv definită, atunci
următoarele afirmaŃii sunt echivalente:
i) Pentru orice x ( 0 ) ∈ R m , şirul (6) converge către soluŃia z a sistemului (1);
ii) 0 < α < 2.
Dacă 0 < α < 2 , atunci evaluarea erorii se face prin
q qn
x (n)
−z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0) (7)
A 1− q A 1− q A
unde
m m
x A
= ∑∑ a
i =1 j =1
ij x j xi
iar
q = Cα A
= sup C α x A .
x A ≤1
55
IV. METODE NUMERICE DE REZOLVARE A SISTEMELOR
DE ECUAłII NELINIARE
EcuaŃiile studiate în acest capitol vor fi de forma f ( x) = 0 sau f ( x) = x .
Pentru început, va fi studiată posibilitatea rezolvării unor asemenea ecuaŃii în cazul
funcŃiilor reale de o variabilă reală.
2 2
f 0, ⊂ 0, şi că pe acest interval f este o contracŃie. Să se rezolve
3 3
ecuaŃia f ( x) = x cu o eroare mai mică decât 10 −5 .
2
SoluŃie. FuncŃia f este strict descrescătoare, continuă, f (0) = ,
3
2 46 2 2 4
f = , deci f 0, ⊂ 0. . Apoi, f ′( x) ≤ pentru orice
3 81 3 3 9
2 4
x ∈ 0, şi deci f ( x) − f ( y ) ≤ x − y . Conform principiului contracŃiei,
3 9
2 2
există şi este unic un punct z ∈ 0, , astfel încât f ( z ) = z . Fie x0 = şi
3 3
4
x n +1 = f ( x n ) . La fiecare pas eroarea se evaluează prin x n − z < x n − x n −1 .
5
Avem
4 4
x11 − x10 = 0,5960707 − 0,596077 = 5,04 ⋅ 10 − 6
x11 − z ≤
5 5
Se aproximează z cu x11 = 0,5960707 , făcând o eroare mai mică decât
5,04 ⋅ 10 −6 .
ObservaŃie. În exemplul precedent s-a modelat ecuaŃia x 3 + 3 x − 2 = 0 ,
astfel încât să se ajungă la forma f ( x) = x .
58
ExerciŃiu 1. Fie a > 0 şi f : [ )
a ,+∞ → R , f ( x) =
1
x+
2
a
.
x
Folosind principiul contracŃiei, să se arate că şirul (xn )n∈N , definit prin
1 a
x n +1 = x n + , x0 > a , este convergent şi că x n − a ≤ x n − x n −1 .
2 xn
ExerciŃiul 2. Folosind metoda din exemplul 1, să se aproximeze cu o
1
eroare mai mică decât 10 −5 rădăcina din intervalul 0, 2 a ecuaŃiei
x 5 − 5x + 1 = 0 .
IndicaŃie. Cu şirul lui Rolle se arată că ecuaŃia are trei rădăcini reale în
intervalele (− ∞,−1) , (− 1,1) , (1,+∞ ) . Cu metoda bipartiŃiei se reduce intervalul
(− 1,1) la 1 1 5
(
0, 2 . Pe acest interval se modelează ecuaŃia sub forma 5 x + 1 = x . )
1
( ) 1
FuncŃia f ( x) = x 5 + 1 este atunci o contracŃie pe 0, .
5 2
59
Exemplul 1. Să se rezolve, cu o eroare mai mică decât 10 −6 , ecuaŃia
x 3 − 3x − 7 = 0 .
SoluŃie. Prin metode elementare se constată că ecuaŃia are o singură
rădăcină reală, aflată în intervalul [2,3] , unde f ′( x), f ′′( x) ≠ 0 pentru orice x.
Dacă x0 = 3 , atunci f ( x0 ) f ′′( x0 ) > 0 şi deci, conform teoremei 1, şirul ( x n )n∈N ,
f ( x n ) 2 x n3 + 7
definit prin x n +1 = x n − = , converge către rădăcina ecuaŃiei
f ′( x n ) 3 x n2 − 3
considerate.
Deoarece inf f ′( x) = 9 , eroarea se evaluează prin
x∈[2 , 3 ]
1 3
xn − z ≤ x n − 3 x n − 7 . Se obŃine x 4 = 2,4259887 , iar eroarea este mai mică
9
decât 7 ⋅ 10 −8 .
Exemplul 2. Să se rezolve ecuaŃia x − 1 − arctg x = 0 .
SoluŃie. Folosind pentru început metoda bipartiŃiei, se constată că ecuaŃia
x2
are soluŃie unică aflată în intervalul [2,3] . Avem f ′( x) = ,
1+ x2
2x
f ′′( x) = , funcŃii care nu se anulează în intervalul [2,3] . Se poate lua
(1 + x )
2 2
4
x0 = 3 . Deoarece min f ′( x) = , pentru şirul ( x n )n∈N definit prin
x∈[2 , 3 ] 5
x n +1
(
(x − 1 − arctg xn ) 1 + xn2
= xn − n
)
x n2
sau
1 1
x n +1 = 1 + 2 (1 + arctg x n ) − ,
xn xn
5
eroarea se evaluează după formula x n − z ≤ f ( x n ) . Se obŃine
4
x3 = 2,1322679 , f ( x3 ) = 10 şi rădăcina se aproximeazăă cu x3 , făcându-se o
−7
60
IV.4. Metoda lui Newton (cazul funcŃiilor de mai multe variabile)
( )
m
Astfel, dacă A = a ij i , j∈{1,..., m}
, atunci A ∞
= max ∑ aij .
1≤i ≤ m
j =1
atunci
∂f 1
(x0 ) ⋯ ∂f1 (x0 )
∂x1 ∂x m
f ′( x0 ) = ⋮ ⋱ ⋮ .
∂f m ∂f m
∂x ( x0 ) ⋯ ∂x ( x0 )
1 m
Metoda urmăreşte rezolvarea aproximativă a sistemului de ecuaŃii neliniare
f 1 ( x1 ,..., x m ) = 0
f 2 ( x1 ,..., x m ) = 0
(1)
⋯
f m ( x1 ,..., x m ) = 0
Sistemul precedent se scrie f ( x) = 0 , unde f = ( f 1 ,..., f m ) .
PropoziŃiile care urmează produc tehnicile necesare obŃinerii metodei lui
Newton în acest cadru..
Amintim că
{ } {
B ( x, r ) = y ∈ R m x − y < r ; B ( x, r ) = y ∈ R m x − y ≤ r . }
PropoziŃia 1. Fie D o mulŃime deschisă şi convexă în R m şi f : D → R m
o funcŃie derivabilă, pentru care există M > 0 , astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Fie w ∈ D un punct în care
derivata f ′(w) este inversabilă şi fie α ≥ ( f ′(w))−1 . Fie r > 0 , astfel încât
( f ′( x) )−1 ≤ α .
1 − αMr
FuncŃia f este injectivă pe B ( w, r ) .
61
PropoziŃia 2. Fie D ⊂ R m o mulŃime deschisă şi convexă, fie
f : D → R m o funcŃie derivabilă pentru care există M > 0 , astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Atunci
M 2
f ( x) − f ( y ) − f ′( y )( x − y ) ≤
x − y ∀x, y ∈ D .
2
Teorema 1 (metoda lui Newton). Fie D ⊂ R m o mulŃime deschisă şi
convexă, f : D → R m o funcŃie derivabilă pentru care există M > 0 , astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Presupunem că există
z ∈ D , astfel încât f ( z ) = 0 şi că f ′(z ) este inversabilă. Fie α ≥ ( f ′( z ) )−1 ,
2q
q ∈ (0,1) şi r > 0 , astfel încât B ( z , r ) ⊂ D şi r < . Atunci, pentru
(1 + 2q ) Mα
( )
orice x ( 0 ) ∈ B ( z , r ) , şirul x ( n ) n∈N , construit prin
( ( )) ( f (x )) ,
x ( n +1) = x ( n ) − f ′ x ( n )
−1 ( n)
r<
q
(q + 2) Mα
. Atunci, pentru orice x ( 0 ) , w ∈ B ( z , r ) , şirul x ( n ) ( ) n∈N definit
prin
x ( n +1) = x ( n ) − ( f ′( w) )
−1
( f (x ))
( n)
62
Teorema 3. Fie D ⊂ R m o mulŃime deschisă şi convexă, f : D → R m o
funcŃie derivabilă pentru care există M > 0, astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Presupunem că există
z ∈ D , astfel încât f ( z ) = 0 , şi că există ( f ′( z ) )−1 . Fie α > ( f ′( z ))−1 şi
2
r > 0 , astfel încât B( z, r ) ⊂ D şi αMr < . Atunci, pentru orice
3
x ( 0) ∈ B ( z , r ) , şirul (x ( n ) )n∈N , construit prin
( ( )) ( f (x )) ,
x ( n +1) = x ( n ) − f ′ x ( n )
−1 ( n)
63
−1 5 1 18 1 5
x (1) = (2,1) − ( f ′(2,1)) = (2,1) + .
3 287 1 16 3
Se obŃine x (1) = ( 2,324; 1,184) . Apoi
1 17,63 1 0,105
x ( 2) = (2,324; 1,184 ) + .
270 1 15,352 0,046
Se găseşte x ( 2 ) = ( 2,331; 1,187) .
( )
ObservaŃie. f x ( 2 ) = (0,0005; − 0,00003) .
64
Teorema 2 (metoda Newton-Kantorovici simplificată). Cu notaŃiile şi
ipotezele din teorema precedentă, există şi este unic z ∈ B ( w, r ) , astfel încât
f ( z) = 0 . Pentru orice x ( 0) ∈ B ( w, r ) , şirul (x )
(n)
n∈N ,
x ( n +1) = x ( n ) − ( f ′( w) )
−1
( f (x )) rămâne în B( w, r ) , converge către z şi
( n)
q qn
x (n) − z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0)
1− q 1− q
unde q = αMr ( r =
1
αM
(
1 − 1 − 2αβ M ). )
Teorema 3. Fie D ⊆ R m o mulŃime deschisă şi convexă, f : D → R m o
funcŃie derivabilă pentru care există M > 0, astfel încât
f ′( x ) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Fie x ∈ D , astfel încât
(0)
( )
f ′ x (0 ) este inversabilă şi fie α ≥ f ′ x (0 ) ( ( )) −1
. Fie β ≥ ( f ′(x ( ) )) ( f (x ( ) ))
0 −1 0
şi
pentru orice x, y ∈ A , iar dacă f ′(t ) ≤ q < 1 pentru orice t ∈ A , atunci funcŃia f
este o contracŃie pe A.
Teorema 1 (principiul contracŃiei). Fie A ⊂ R m o mulŃime închisă şi
f : A → A o contracŃie. Atunci există şi este unic z ∈ A , astfel încât f ( z ) = z .
Pentru orice x ( 0 ) ∈ A şirul (x ) (n)
n∈N ( )
definit prin x ( n +1) = f x ( n ) converge
către z. Dacă f ( x) − f ( y ) ≤ q x − y pentru orice x, y ∈ A ( q < 1 ), atunci
q ( n −1) qn
x (n)
−z ≤ x −x
( n)
≤ x (1) − x ( 0) .
1− q 1− q
Metoda rezultată, în care z se aproximează cu termenii şirului x ( n ) , se
numeşte metoda aproximaŃiilor succesive.
Exemplul 1. Fie f : [a, b ]× [c, d ] → [a, b ]× [c, d ] , f = (ϕ, ψ ) , o funcŃie
derivabilă pentru care există q ∈ [0,1) , astfel încât
∂ϕ ∂ϕ
( x, y ) + ( x, y ) ≤ q
∂x ∂y
∂ψ ∂ψ
( x, y ) + ( x, y ) ≤ q
∂x ∂y
pentru orice ( x, y ) ∈ [a, b ]× [c, d ] . Atunci funcŃia f este o contracŃie pe
[a, b]× [c, d ] ( f ′( x, y ) ∞ ≤ q ∀( x, y ) ∈ [a, b]× [c, d ] ) şi deci exisŃă şi este unic
(α, β) ∈ [a, b]× [c, d ] , astfel încât f (α, β) = (α, β) , iar pentru aproximare se poate
folosi metoda aproximaŃiilor succesive.
Exemplul 2. Se consideră sistemul
1 3
6
(1
x + y3 + = x
2
)
.
1 3
6
(
x −y + =y
3 1
3
)
9 9 9 9
Fie f : 0, × 0, → 0, × 0, , f = (ϕ, ψ ) ,
10 10 10 10
1
6
( 1
2
) 1
6
1
ϕ( x, y ) = x 3 + y 3 + , ψ( x, y ) = x 3 − y 3 + ,
3
( )
66
x2 y2
f ′( x, y ) = 22 2 .
x y2
−
2 2
Atunci
x2 + y2
f ′( x, y )
∞
= ≤ 0,81 .
2
9 9
Rezultă că funcŃia f este o contracŃie pe 0, × 0, :
10 10
f ( x, y ) − f (u , v) ∞ ≤ 0,81 max{ x − u , y − v } = 0,81 ( x, y ) − (u , v) ∞ .
EcuaŃia f ( x, y ) = ( x, y ) are atunci soluŃie unică în dreptunghiul
considerat şi pentru aproximarea acestei soluŃii se poate folosi metoda
aproximaŃiilor succesive. Fie x ( 0 ) = (0,0) şi x ( n +1) = f x ( n ) . Eroarea se ( )
aproximează prin
0,81
x (n) − z ≤ x ( n ) − x ( n −1)
∞ 1 − 0,81 ∞
adică prin
x ( n ) − z ≤ 4,24 x ( n ) − x ( n −1)
∞
Se obŃine
x ( 7 ) = (0,5323985; 0,3512868) ,
x (8) = (0,5323761; 0,3512597)
şi atunci x (8 ) − z < 10 −3 .
∞
Exemplul 3. Se consideră sistemul
x2 + y
2+ =x
20
x + y2
1+ =y
20
x2 + y x + y2
FuncŃia f ( x, y ) = 2 + ,1 + are proprietăŃile:
20 20
x 1
f : [2,3]× [1,2] → [2,3]× [1,2] , f ( x, y ) =
′ 10 20
1 y
20 10
x 1 1 y 7
f ′( x, y ) ∞ = max + , + ≤
10 20 20 10 10
67
Rezultă că
7
f ( x, y ) − f (u , v) ∞
≤ ( x, y ) − (u , v) ∞
10
şi deci f este o contracŃie pe [2,3]× [1,2] . Există atunci şi este unic z = (α, β ) ,
astfel încât z ∈ [2,3] × [1,2] , f (α, β) = (α, β) . Pentru aproximarea soluŃiei z se
poate folosi metoda aproximaŃiilor succesive. Formula de evaluare a erorii este
atunci
7 (n)
x (n) − z ≤ x − x ( n −1) .
∞ 3 ∞
(t )
ji i , j∈{1,..., m} generează operatorul adjunct T * , ce poate fi definit şi prin
68
Teorema 1 (E. Fischer). Dacă A este o matrice reală simetrică şi
S ( A) = (λ 1 , λ 2 ,..., λ m ) , λ 1 ≤ λ 2 ≤ ... ≤ λ m , atunci
Ax, x
λ j = inf sup 2
,
X ∈S j x∈X , x ≠ 0
x 2
Se notează A − D F
=| A|, deci | A|= ∑a
i≠ j
2
ij şi relaŃia (4) se scrie
69
V.2. Metoda rotaŃiilor
Fie A = a ij ( )
i , j∈{1,..., m}
o matrice reală simetrică. Fie
1
⋱
1
cos θ ⋯ ⋯ ⋯ − sin θ linia σ
⋮ 1 ⋮
T = ⋮ ⋱ ⋮ (1)
⋮ 1 ⋮
sin θ ⋯ ⋯ ⋯ cos θ linia τ
1
⋱
1
Matricea T are m linii şi m coloane şi în afara elementelor specificate are
numai zerouri.
Metoda rotaŃiilor este un procedeu iterativ de aproximare a spectrului
( )
matricii A constând în construcŃia unui şir de matrici A ( n ) n∈N , unde A ( 0 ) = A ,
( n +1)
A = T A Tn , iar Tn este de forma (1). Fiecare matrice A (n ) are acelaşi
n
* ( n)
σ n ≠ τ n sunt astfel încât a σ( nn)τn = max aij( n ) , iar parametrul θ n este ales astfel
i≠ j
( n +1)
încât a σn τn = 0 . Fie α ,..., α
(n)
1
(n)
m elementele de pe diagonala matricii A ( n ) scrise
în ordine crescătoare şi λ 1 ,..., λ m spectrul lui A scris, de asemenea, în ordine
crescătoare.
Atunci lim α (jn ) = λ j , ∀j ∈ {1,..., m} şi
n →∞
α (jn ) − λ j ≤| A ( n ) |≤ q n | A|,
2
unde q = 1 − .
m −m
2
71
3.
2 2 1 0
2 2 2 1
A=
1 2 2 2
0 1 2 2
R. S ( A) = (−0,41423; − 0,162277; 2,41422; 6,16228)
VI. INTERPOLARE
Aproximarea funcŃiilor prin polinoame este legată în cazul funcŃiilor
analitice de chiar definiŃia analiticităŃii, iar în cazul general al funcŃiilor continue pe
un interval compact, de existenŃa unui şir de polinoame uniform convergent către
funcŃie. Interpolarea cu polinoame este un fenomen de aproximare, în general
punctual, în care, cunoscând valorile unei funcŃii în anumite puncte, se
aproximează acea funcŃie cu un polinom având proprietatea că în acele puncte ia
aceleaşi valori ca şi funcŃia. Această coincidenŃă este cerută uneori şi pentru
derivatele până la un anumit ordin.
∑a ∏ (x − x )
ai
Fie n = i şi ω( x) = i .
i =1 i =1
DefiniŃie. Se numeşte polinom de interpolare asociat sistemului (D), un
polinom P ∈ R[x ] cu proprietăŃile:
gradP ≤ n − 1 ,
P ( j ) ( xi ) = z ij , i ∈ {1,..., m}, j ∈ {0,1,..., a i − 1} .
Teorema 1.Există şi este unic un polinom de interpolare asociat sistemului
(D).
72
Teorema 2 (formula lui Hermite). Polinomul de interpolare asociat
sistemului (D) se poate scrie sub forma
ai −1
n
ω( x)
P( x) = ∑ z (x − x )
(x − x ) ∑
j
ai ij i rij ( x)
i =1 i j =0
unde
1 (x − xi ) i
(k )
1
ai − j −1 a
rij ( x) = ∑ (xi )(x − xi )k .
j! k =0 k! ω( x)
DefiniŃie. Dacă a1 = ... = a m = 1 , polinomul de interpolare corespunzător
se numeşte polinom de interpolare Lagrange.
Dacă în cazul descris în definiŃia precedentă notăm z i = z i 0 , atunci
polinomul de interpolare Lagrange este un polinom P, de grad cel mult m − 1 şi
având proprietatea P ( xi ) = z i , i ∈ {1,..., m}. Se poate uşor constata că are loc
formula lui Lagrange:
n n x − xj
P( x) = ∑ z i ∏ .
i =1 j =1 xi − x j
j ≠i
Exemple
1. Fie x1 ,..., x n numere reale distincte două câte două şi k ∈ N * , k ≤ n − 1 ,
z i 0 = xik , i ∈ {1,..., n} . Atunci polinomul de interpolare asociat acestui sistem de
date este P ( x) = x k .
1 1 4
2. Fie x1 = − , x 2 = 0 , x3 = , a i = 1 , i ∈ {1,2,3} , z1 = , z 2 = 1 , z 3 = 0 .
2 2 5
Atunci polinomul de interpolare asociat acestui sistem de date este
12 2 4
P( x) = − x − x + 1.
5 5
1 1 4 16
3. Fie x1 = − , x 2 = 0 , x3 = , a i = 2 , i ∈ {1,2,3} , z10 = , z11 = ,
2 2 5 25
16 16 4 24 2
z 20 = 1 , z 21 = 1 , z 30 = 0 , z 31 = − . Atunci P ( x) = x − x +1.
25 25 25
73
Fie f : D → R o funcŃie derivabilă de a i − 1 ori în y i , pentru fiecare
i ∈ {1,..., m}.
DefiniŃie. Se numeşte polinom de interpolare asociat funcŃiei f şi
sistemului ( x1 ,..., x n ) un polinom P, de grad cel mult n − 1 , astfel încât
P ( j ) ( yi ) = f ( yi ) , i ∈ {1,..., m}, j ∈ {0,1,..., ai − 1} .
( j)
Se notează P ( x) = P ( f ; x1 ,..., x n ; x ) .
Se spune că x1 ,..., x n sunt noduri, iar dacă x este un asemenea nod şi dacă
apare de a − ori printre x1 ,..., x n se spune că x are multiplicitatea a. Dacă a = 1 ,
nodul x se numeşte simplu, şi se numeşte multiplu dacă a > 1 . De exemplu, în
P ( f ;1,1,2,8,8,8; x) nodul 1 este dublu, nodul 2 este simplu, iar nodul 8 este triplu.
Exemple:
1. P ( f ; x1 ; x) = f ( x1 ) .
f ( x 2 ) − f ( x1 )
2. Fie x1 ≠ x 2 şi P ( x) = f ( x1 ) + (x − x1 ) . Deoarece
x 2 − x1
gradP ≤ 1 , P( x1 ) = f ( x1 ) , P( x 2 ) = f ( x 2 ) , din definiŃia şi unicitatea
polinomului de interpolare rezultă că P ( x) = P ( f ; x1 , x 2 ; x) .
3. Dacă f
este derivabilă în punctul x, atunci
P( x) = f ( x1 ) + f ′( x1 )( x − x1 ) este polinomul de interpolare asociat funcŃiei f şi
nodului dublu x1 , adică P ( x) = P ( f ; x1 , x1 ; x) . Se observă pentru acesta că
gradP ≤ 1 , P( x1 ) = f ( x1 ) şi P ′( x1 ) = f ′( x1 ) .
DefiniŃie. Se numeşte diferenŃă divizată asociată funcŃiei f şi nodurilor
x1 ,..., xn coeficientul lui x n −1 din P ( f ; x1 ,..., x n ; x ) .
Se notează f [x1 ,..., x n ] .
ObservaŃie. Atât P ( f ; x1 ,..., x n ; x ) , cât şi f [x1 ,..., x n ] nu depind de
ordinea nodurilor.
Teorema 1 (formulă de recurenŃă). Dacă n ≥ 2 şi x1 ≠ x n , atunci
x − x1 x − xn
P( f ; x1 ,..., x n ; x ) = P( f ; x 2 ,..., x n ; x ) + P( f ; x1 ,..., x n −1 ; x ) .
x n − x1 x1 − x n
Corolar 1. Dacă x1 ≠ x 2 , atunci
x − x1 x − x2
P( f ; x1 , x 2 ; x ) = f ( x 2 ) + f ( x1 )
x 2 − x1 x1 − x 2
iar P se numeşte polinom de interpolare liniară.
74
Corolar 2. Dacă n ≥ 2 şi x1 ≠ x n , atunci
f [x 2 ,..., x n ] − f [x1 ,..., x n −1 ]
f [x1 ,..., x n ] = .
x n − x1
În particular
f ( x 2 ) − f ( x1 )
f [x1 , x 2 ] = .
x 2 − x1
PropoziŃie 1. Dacă x1 = x 2 = ... = x n , atunci
1
f [x1 ,..., x1 ] = f ( n −1) ( x1 ) .
(n − 1)!
n − ori
Teorema 2 (formulă de recurenŃă). Dacă n ≥ 2 , atunci
P ( f ; x1 ,..., x n ; x ) = P ( f ; x1 ,..., x n −1 ; x ) + f [x1 ,..., x n ]( x − x1 )...( x − x n −1 ) .
Mai general
ω( x)
P ( f ; x1 ,..., x n ; x ) = P ( f ; x1 ,..., xi −1 , xi +1 ,..., x n ; x ) + f [x1 ,..., x n ] .
x − xi
Teorema 3 (formula lui Newton cu diferenŃe divizate).
n
P ( f ; x1 ,..., x n ; x ) = ∑ f [x1 ,..., xi ]( x − x1 )...( x − xi −1 ) .
i =1
Fie ω( x) = ( x − x1 )...( x − x n ) .
PropoziŃia 1. Dacă funcŃia f este cel puŃin de a i − ori derivabilă în
fiecare nod de multiplicitate a i , atunci pentru orice x ∈ D avem
f ( x) = P( f ; x1 ,..., x n ; x ) + f [x1 ,..., x n , x ]ω( x) .
PropoziŃia 2. Fie f : D → R o funcŃie de clasă C n
şi x1 ,..., x n puncte
din D. Atunci, pentru orice x ∈ D , există ξ ∈ D , astfel încât
1
f ( x) = P( f ; x1 ,..., x n ; x ) + f (n)
(ξ)ω(x ) .
n!
ObservaŃie. Punctul ξ din teorema precedentă aparŃine intervalului
[min{x1 ,..., xn , x}, max{x1 ,..., xn , x}].
n
Corolar (formulă de evaluare a erorii). Dacă f este de clasă C pe
intervalul D, atunci
1
f ( x) − P ( f ; x1 ,..., x n ; x ) ≤ ω( x) sup f ( n ) ( x) .
n! x∈D
75
n −1
PropoziŃia 3. Dacă n ≥ 2 şi dacă funcŃia f este de clasă C pe
intervalul D, atunci există ξ ∈ D , astfel încât
1
f [x1 ,..., x n ] = f ( n −1) (ξ ) .
(n − 1)!
Teorema 4 (continuitatea diferenŃelor divizate). Dacă n ≥ 2 , iar funcŃia
f este de clasă C n −1 pe intervalul D, atunci diferenŃa divizată f [x1 ,..., x n ] , ca
funcŃie de n variabile, este continuă pe D n .
Teorema 5 (derivabilitatea diferenŃelor divizate). Dacă funcŃia f este de
clasă C n+i , atunci
∂′
f [x1 ,..., x n , x ] = i! f [x1 ,..., x n ,
x
, x,...,
x] .
∂x ′ i +1 ori
-2 0 -2,5
-1 -1 -2,5 -1,5
0 0 0 1,25 -0,5
1 1 0,8(3) 0 0,625 0,5
2 0 0 -1,25 0,625 0,625 1,5
3 -1 -0,5 -1,75 0,75 0,59375 0,671875 2,5
π
Atunci sin ≈ 0,671875 .
4
76
1 1
Exemplul 2. Fie funcŃia f ( x) = şi nodurile duble x1 = x 2 = − ,
1+ x 2
2
1
x3 = x 4 = 0 , x5 = x 6 = . Cu ajutorul formulei lui Newton cu diferenŃe divizate
2
1
să se calculeze polinomul de interpolare. Să se verifice evaluarea erorii în x = .
4
SoluŃie. Calculul diferenŃelor divizate este prezentat în următorul tablou:
1 1 1 1
− − 0 0 xi
2 2 2 2
4 4 4 4
1 1 f (xi )
5 5 5 5
16 10 10 16
0 − − f [xi , xi +1 ]
25 25 25 25
12 20 20 12
− − − − f [xi , xi +1 , xi + 2 ]
25 25 25 25
16 16
− 0 f [xi , xi +1 , xi + 2 , xi + 3 ]
25 25
16 16
f [xi , xi +1 , xi + 2 , xi + 3 , xi + 4 ]
25 25
0 f [x1 , x 2 , x3 , x 4 , x5 , x6 ]
Atunci
2 2 2
4 16 1 12 1 16 1 16 1
P ( f ; x1 ,..., x 6 ; x ) = + x + − x + − x + x + x + x2 ,
5 25 2 25 2 25 2 25 2
deci
16 4 24 2
P ( f ; x1 ,..., x6 ; x ) =
x − x +1.
25 25
1 1
Avem f = 0,9411764 , iar aproximarea se face cu P = 0,9425 . Formula
4 4
de evaluare a erorii dă majorarea cu
1 1 9
sup f (6) ( x) ω = = 0, 00219726
6! x∈− 1 , 1
2 4096
2 2
şi evaluările propuse verifică relaŃia de evaluare a restului.
77
VI.4. Polinoame de interpolare cu noduri simple echidistante
lim
(∆ f )( x) = f
n
h (n)
( x) .
h →0 n
h
Cu ajutorul diferenŃelor nedivizate se obŃin formule cu o anumită simetrie,
cu o anumită independenŃă faŃă de intervalul în care se face interpolarea.
Fie x0 ∈ R , h > 0 şi xi = x0 + ih , i ∈ Z . Fie {x0 , x1 ,..., x n } ⊂ D şi
f : D → R . Pentru x ∈ D , fie t astfel încât x = x0 + th . Avem atunci
( )
n
P ( f ; x0 , x1 ,..., x n ; x0 + th ) = ∑ C ti ∆ih f ( x0 ) ,
i =0
t (t − 1)...(t − i + 1)
unde C ti = , C t0 = 1 .
i!
În această prezentare polinomul de interpolare se numeşte polinomul lui
Newton de interpolare ascendentă. Evaluarea erorii, pentru cazul în care funcŃia f
este de clasă C n +1 şi în raport cu schimbarea de variabilă folosită este:
h n +1
f (x0 + th ) − P( f ; x0 , x1 ,..., x n ; x0 + th ) ≤ t (t − 1)...(t − n) sup f ( n +1) ( x) .
(n + 1)! x∈D
78
Se notează (∇ h f )( x) = f ( x) − f ( x − h) şi se numeşte diferenŃă
( ) (
nedivizată descendentă. Ca mai sus , ∇ nh f ( x) = ∇ nh −1 f ( x) − ∇ nh −1 f ( x − h)) ( )
Are loc:
( )
n
P ( f ; x0 , x −1 ,..., x − n ; x0 − sh ) = ∑ (− 1) C si ∇ ih f ( x0 )
i
i =0
numită formula lui Newton de interpolare descendentă. Se preferă în cazul în care
punctul în care se face aproximarea aparŃine intervalului [x 0 − h, x 0 ] .
( )
În formula următoare se notează ∆ih f ( x k ) = ∆i f k , k ∈ Z . Are loc:
P ( f ; x0 , x 0 + h, x0 − h, x0 + 2h, x0 − 2h,..., x0 + nh, x0 − nh ) =
= f ( x 0 ) + ∆f 0 t + ∆2 f −1
t (t − 1)
+ ∆3 f −1
t t 2 −1 (
+
)
2! 3!
+ ∆ f −2
4 (
t t 2 − 1 (t − 2)) + ... +
4!
+ ∆2 n−1 f − n+1
( )(
t t 2 − 1 ... t 2 − (n − 2 ) t 2 − (n − 1) 2
2
+
)( )
(2n − 1)!
+ ∆ f −n
2n ( )(
t t 2 − 1 ... t 2 − (n − 1) (t − n )
2
)
(2n)!
numită formula lui Gauss ascendentă.
2 x 2
Exemplul 1. Sunt cunoscute valorile funcŃiei φ( x) =
π
∫ 0
e −t dt în
i
punctele 1 + , i ∈ {0,1,...,10} . Folosind formula de interpolare Newton
10
ascendentă cu 4 noduri să se aproximeze φ(1,43) . Valorile funcŃiei cât şi ale
diferenŃelor nedivizate sunt prezentate în tabelul următor ( h = 0,1 ).
x φ(x) ∆hφ ∆2h φ ∆3h φ ∆4h φ
1 0,8427 0,0375 -0,0074 0,001 0
1,1 0,8802 0,0301 -0,0064 0,001 -0,0001
1,2 0,9103 0,0237 -0,0054 0,0009 0
1,3 0,9340 0,0183 -0,0045 0,0009 0
1,4 0,9523 0,0138 -0,0036 0,0009 -0,0004
1,5 0,9661 0,0102 -0,0027 0,0005 0,0001
1,6 0,9763 0,0075 -0,0022 0,0006 -0,0002
1,7 0,9838 0,0053 -0,0016 0,0004
1,8 0,9891 0,0037 -0,0012
1,9 0,9928 0,0025
2 0,9953
79
Conform notaŃiilor precedente x = 1,43 , se alege x0 = 1,4 . Atunci
x − x0
t= = 0,3 şi deci:
h
P(φ; x0 , x1 , x 2 , x3 ;1,43) = φ( x0 ) + C t1 (∆ h φ)( x0 ) + C t2 ∆2h φ ( x0 ) + ( ) ,
t ( )
+ C ∆ φ (x0 ) + C ∆ φ (x0 )
3 3
h t
4
( )
4
h
unde:
φ( x0 ) = 0,9523 ; (∆ h φ )( x0 ) = 0,0138 ; (∆2h φ )( x0 ) = −0,0036 ;
(∆ φ)(x ) = 0,0009 ; (∆ φ)(x ) = −0,0004 .
3
h 0
4
h 0
{x1 ,..., x n } ⊂ [a, b] sunt puncte distincte două câte două, iar {α 1 ,..., α n } ⊂ R .
81
AplicaŃia J este funcŃională liniară şi continuă pe C [ a ,b ] care, prin abuz, se va numi
în acest context "formulă de cuadratură", căci se va proceda la aproximarea
b
∫a
f ( x)dx ≈ J ( f ) .
Pentru stabilirea convergenŃei punctuale a unui şir de formule de
cuadratură către integrală este util următorul rezultat:
{ }
Teorema 1. Fie x1( n ) ,..., x k( nn ) un sistem de puncte distincte două câte
( ) b
lim J n t k = ∫ t k dt , pentru orice k ∈ N .
n →∞ a
Cu notaŃiile din teorema precedentă are loc:
Corolar. Dacă α i( n ) ≥ 0 pentru orice i ∈ {1,..., k n } şi orice n ∈ N , atunci
b
lim J n ( f ) = ∫ f ( x)dx pentru orice f ∈ C [ a ,b ] dacă şi numai dacă
n →∞ a
( ) b
lim J n t k = ∫ t k dt pentru orice k ∈ N .
n →∞ a
b−a
Fie n ∈ N * , h = , xi = a + ih , i ∈ {0,..., n} . Prin integrarea
n
polinomului de interpolare P ( f ; x0 ,..., x n ; x ) se obŃine formula
a
n
J n ( f ) = (b − a )∑ H i( n ) f ( xi ) (1)
i =0
∑H
i =0
i
(n)
=1 (2)
H i
(n)
= H n( n−)i (3)
Evaluarea erorii se obŃine folosind rezultatele de la interpolare.
82
PropoziŃie. Dacă f ∈C [ an,+b1] , atunci
n
h n+2
f ( x)dx − (b − a )∑ H i( n ) f ( xi ) ≤
b b
∫a
i=0
sup f ( n + ) ( x) ∫ t (t − 1)...(t − n) dt .
(n + 1)! x∈[ a ,b ] a
1
Pentru n = 1 avem H 0(1) = H 1(1) = , iar formula ce se obŃine
2
b−a
T( f ) = ( f (a) + f (b) )
2
se numeşte "formula de cuadratură a trapezului".
Dacă f ∈C [ a2,b ] , evaluarea erorii rezultă din propoziŃia precedentă:
b−a (b − a ) 3
( )
b
∫a f ( x)dx −
2
f ( a ) + f ( b ) ≤ sup f ′′( x) .
12 x∈[ a ,b ]
1 4
Pentru n = 2 avem H 0( 2 ) = H 2( 2 ) = , H 1( 2 ) = , iar formula care se
6 6
obŃine:
b−a a+b
S( f ) = f (a ) + 4 f + f (b)
6 2
poartă numele de "formula de cuadratura a lui Simpson".
Dacă f ∈C [ a4,b ] , formula de evaluare a erorii este:
b b−a a+b (b − a ) 5
∫a
f ( x)dx − f (a ) + f
6 2
+ f (b) ≤
2880
sup f ( 4 ) ( x) .
x∈[ a ,b ]
b−a
, xi = a + ih , i ∈ {0,1,..., n} . Prin sumarea
Pentru n > 1 , fie h =
n
formulelor trapezului corespunzătoare intervalelor [xi , xi +1 ] se obŃine, pentru
f ∈ C [ a ,b ] ,
b − a n −1
Tn ( f ) = ∑ ( f (xi ) + f (xi +1 ))
2n i =0
numită formula sumată a trapezului.
Dacă f ∈C [ a2,b ] , are loc următoarea formulă de evaluare a erorii:
b (b − a ) 3
∫
a
f ( x)dx − Tn ( f ) ≤ sup f ′′( x) .
12n 2 x∈[ a ,b ]
83
Ca o consecinŃă a formulei precedente şi a corolarului de la teorema 1,
paragraful 1, rezultă că:
b
lim Tn ( f ) = ∫ f ( x)dx , ∀f ∈C [ a ,b ] .
n →∞ a
b−a
Dacă pentru n > 1 , n ∈ N , se notează h = , xi = a + ih ,
n
i ∈ (0,1,...,2n ) , prin sumarea formulelor lui Simpson corespunzătoare intervalelor
[x 2i , x2i+ 2 ] se obŃine
b − a n−1
Sm ( f ) = ∑ ( f (x2i ) + 4 f (x2i +1 ) + f (x2i +2 ))
6n i =0
numită formula sumată a lui Simpson.
Dacă f ∈ C 4 [a, b] , are loc următoarea formulă de evaluare a erorii:
b
(b − a)
5
∫ f ( x)dx − S (f) ≤ ( 4)
m 4
sup f ( x) .
a 2880n x∈[a ,b ]
studiul variaŃiei rezultă că f ′′( x) ≤ 2 . Din (1) rezultă că eroarea este cel mult
2
< 0,002 .
12 ⋅ 100
2. Să se aproximeze cu formula sumată a lui Simpson pentru n = 4 , integrala
1
x2
∫e
0
dx . Se obŃine S 4 ( f ) = 1,4627231 .
84
VII.4. Formulele de cuadratură ale lui Gauss
Fie x1 ,..., x n puncte distincte două câte două în intervalul [a, b ] şi formula
de cuadratură
n
J ( f ) = ∑ α i f ( x i ) , f ∈ C [ a ,b ] (1)
i =1
σ n ( f ) = ∑ α i( n ) f (xi( n) ),
n
f ∈ C [ a ,b ]
i =1
b n x − x (jn )
rădăcinile polinomului Legendre γ n , iar α i( n ) = ∫ ∏x
a
j =1
( n)
i − x (jn )
dx .
j ≠i
n →∞ ∫a
f ( x)dx .
Teorema 3 (evaluarea erorii). Dacă f ∈C [ a2,nb ] , atunci
σ n ( f ) − ∫a
b
f ( x)dx ≤
(n!)4 ⋅
(b − a ) 2 n+1
sup f (2n)
( x) .
((2n)!) 3
2n + 1 x∈[ a ,b ]
Pentru calculul prin recurenŃă al polinoamelor Legendre are loc:
1
PropoziŃia 4. γ 0 ( x) = 1 , γ 1 ( x) = x − ( a + b) ,
2
γ n +1 ( x) = xγ n ( x) − α n γ n ( x) − β n γ n−1 ( x) , n ≥ 1
unde
b b
∫ xγ ( x)dx , n ≥ 0 , β ∫ xγ n ( x) γ n −1 ( x)dx
2
n
αn = a
b n = a
b
, n ≥ 1.
∫ γ ( x)dx ∫ γ 2n −1 ( x)dx
2
n
a a
86
Pentru n = 4 , pe intervalul [− 1,1] , rădăcinile polinomului Legendre sunt
x1 = −0,861136 ; x 2 = −0,339981 , x3 = − x 2 ; x 4 = − x1 . CoeficienŃii din
formula lui Gauss sunt α 1 = α 4 = 0,347854 ; α 2 = α 3 = 0,652145 . Eroarea se
majorează cu 2,88 ⋅ 10 −7 sup f (8 )
( x) .
x∈[ −1,1]
87
VIII.1. Metoda lui Taylor
88
VIII.3. Metoda Runge-Kutta
SoluŃia ecuaŃiei (1) se aproximează cu soluŃia ecuaŃiei cu diferenŃe:
x0 = α 0
x k +1 − x k 1
= (v1 (t k , x k ) + 2v 2 (t k , x k ) + v3 (t k , x k ) + v 4 (t k , x k ) )
h 6
unde
h h
v1 (t , z ) = u (t , z ) , v 2 (t , z ) = u t + , z + v1 (t , z )
2 2
h h
v3 (t , z ) = u t + , z + v 2 (t , z ) , v 4 (t , z ) = u (t + h, z + hv3 (t , z ) ) .
2 2
ObservaŃie. Pentru a aproxima soluŃia x în alte puncte decât cele ale
diviziunii δ se apelează apoi la interpolare.
Exemplu. Să rezolvăm cu metoda lui Euler pentru h = 0,05 problema
x ( 0) = 1
2t .
x ′(t ) = x(t ) − , t ∈ [0,1]
x(t )
2t
SoluŃie. Avem u ( z , t ) = z − . EcuaŃiile cu diferenŃe (numite uneori
z
ecuaŃii apropiate) sunt
x0 = 1
2t
x k +1 = x k + h x k − k
xk
cu t k = 0,05k , k ∈ {0,1,...,20}. Se obŃine x0 = 1 , x1 = 1,05 , x 2 = 1,097 ,
x3 = 1,148 , etc.
BIBLIOGRAFIE
89