Curs Calcul Numeric

ANALIZĂ NUMERICĂ
Note de curs pentru anul III Informatică
de
lector dr. Daniel Stănică

(email: stanicad@fmi.unibuc.ro)
1
Analiza numerică (sau calculul numeric) studiază tehnici de aproximare pentru
rezolvarea problemelor matematice, luând în considerare şi evaluarea posibilelor erori.
Aceste tehnici de aproximare sunt transpuse în algoritmi implementaţi în computer
prin intermediul unor diverse limbaje de programare (MATLAB, C++, JAVA, etc.),
ţinându-se cont de puterea de calcul şi acuarteţea rezultatelor specifice calculatoarelor
sau a limbajelor de programare.
Cursul va cuprinde următoarele capitole:
• Metode pentru aproximarea soluţiilor ecuaţiilor neliniare unidimensionale
• Metode pentru rezolvarea sau aproximarea soluţiilor sistemelor de ecuaţii liniare
• Metode pentru aproximarea valorilor proprii ale unei matrice
• Metode pentru aproximarea soluţiilor sistemelor de ecuaţii neliniare
• Aproximarea funcţiilor reale prin interpolare polinomială
• Construcţia curbelor de regresie
• Derivare numerică
• Integrare numerică: formule de cuadratură
• Metode pentru aproximarea soluţiilor ecuaţiilor diferenţiale
Bibliografie pentru lucrările de laborator:

Iuliana Paraschiv-Munteanu, Daniel Stănică - ANALIZĂ NU-
MERICĂ (Exerciţii şi teme de laborator), Editura Universităţii
din Bucureşti, 2006.
2
Fenomenul de instabilitate manifestat în diverse procese matematice este important
de studiat, dat fiind limitările tehnicii de calcul sau ale măsurătorilor de unde provin
datele de calcul. Următorul exemplu scoate în evidenţă existenţa unui astfel de fenomen
şi motivaţia studiului său.
Fie sistemul de ecuaţii Ax = b, unde
     
 10 7 8 7   32   1 
     
 7 5 6 5   23   1 
     
A=  b=  cu soluţia x= 
 8 6 10 9   33   1 
     
     
7 5 9 10 31 1
Considerăm sistemul perturbat A(x + δx) = b + δb, unde

   
 10 7 8 7   32, 1 
   
 7 5 6 5   22, 9 
   
A=  b + δb =  
 8 6 10 9    33, 1 
  
   
7 5 9 10 30, 9
Acesta are soluţia  

 9, 2 
 
 −12, 6 
 
x + δx =   (1)
 4, 5 
 
 
−1, 1
Considerăm şi sistemul perturbat (A + ∆A)(x + ∆x) = b unde
   
 10 7 8, 1 7, 2   32 
   
 7, 08 5, 04 6 5   23 
   
A + ∆A =   b= 
 8 5, 98 9, 89 9   33 
   
   
6, 99 4, 99 9 9, 98 31
3
Acesta are soluţia  
 −81 
 
 137 
 
x + ∆x =   (2)
 −34 
 
 
22
Sistemul (1) diferă de cel iniţial printr-o ”mică” variaţie a coloanei termenilor liberi, iar
sistemul (2) printr-o ”mică” variaţie a elementelor matricei. După cum se observă,
aceste ”mici” variaţii antrenează după sine variaţii ”mari” ale soluţiei iniţiale.
4
Metode numerice pentru ecuaţii neliniare
În general, modelele matematice asociate fenomenelor fizice sau de altă natură

conduc la ecuaţii de forma
f (x) = 0
Ne propunem să găsim aproximaţii ale soluţiei ecuaţiei anterioare, în cazul în care f
este o funcţie reală neliniară.
Metoda bisecţiei
Această metodă constă în înjumătăţirea intervalului în care se află soluţia unei

ecuaţii.
Fie a < b ∈ R şi f : [a, b] → R o funcţie continuă cu f (a) · f(b) < 0. Atunci există
z ∈ [a, b] astfel încât f (z) = 0.
Definim şirurile (an )n≥0 , (bn )n≥0 , (cn )n≥0 astfel:
• a0 := a, b0 := b, c0 := (a + b)/2;
• Pentru n ≥ 1


 a := an−1
 n

— dacă f (cn−1 ) = 0, atunci bn := bn−1




cn := cn−1


 an := an−1


— dacă f (an−1 ) · f (cn−1 ) < 0, atunci bn := cn−1




cn := (an + bn )/2
1


 an := cn−1


— dacă f (an−1 ) · f (cn−1 ) > 0, atunci bn := bn−1




cn := (an + bn )/2
Teorema -1.1 Presupunem că funcţia f are o singură rădăcină în [a, b]. Atunci şirul
(cn )n≥0 construit mai sus converge la unica soluţie z ∈ [a, b] a ecuaţiei f(x) = 0 şi
b−a
|cn − z| ≤
2n
Iteraţiile construite prin metoda bisecţiei se opresc la pasul m pentru care
|f(cm )| < ε
sau, pentru o mai mare acurateţe, la pasul m pentru care
|f (cm )| < ε şi |cm − cm−1 | < ε,
unde ε este eroarea de aproximare.
Exemplul -1.1 Să se aproximeze, folosind metoda bisecţiei, soluţia ecuaţiei x3 +4x2 −
10 = 0 (conţinută în intervalul [−1, 2]) cu eroarile ε1 = 0.01, ε2 = 10−10 .
Soluţia ecuaţiei, aproximată cu eroarea ε1 = 0.01 se obţine la pasul m = 9 şi are

valoarea c10 = 1.36132812500000.
Soluţia ecuaţiei, aproximată cu eroarea ε = 10−10 se obţine la pasul m = 35 şi are
valoarea c37 = 1.36523001347086.
Regula falsi
"Regula falsi" este tot o metoda de "micsorare" a intervalului in care se afla solutia
unei ecuatii.
Fie a < b ∈ R şi f : [a, b] → R o funcţie continuă cu f (a) · f(b) < 0. Atunci există
z ∈ [a, b] astfel încât f (z) = 0.
Definim şirurile (an )n≥0 , (bn )n≥0 , (cn )n≥0 astfel:
2
• a0 := a, b0 := b, c0 := (a0 f (b0 ) − b0 f(a0 ))/(f (b0 ) − f(a0 );
• Pentru n ≥ 1


 an := an−1


— dacă f (cn−1 ) = 0, atunci bn := bn−1




cn := cn−1


 an := an−1


— dacă f (an−1 )·f (cn−1 ) < 0, atunci bn := cn−1




cn := (an f (bn ) − bn f (an ))/(f(bn ) − f (an )


 an := cn−1


— dacă f (an−1 )·f (cn−1 ) > 0, atunci bn := bn−1




cn := (an f (bn ) − bn f (an ))/(f(bn ) − f (an )
Iteraţiile construite prin regula falsi se opresc la pasul m pentru care
|f(cm )| < ε
|f (cm )| < ε şi |cm − cm−1 | < ε,
Teorema -1.2 Presupunem că funcţia f are o singură rădăcină în [a, b]. Atunci şirul
(cn )n≥0 construit mai sus converge la unica soluţie z ∈ [a, b] a ecuaţiei f(x) = 0.
Exemplul -1.2 Să se aproximeze, folosind regula falsi, soluţia ecuaţiei x3 +4x2 −10 =
0 (conţinută în intervalul [−1, 2]) cu eroarile ε1 = 0.01, ε2 = 10−10 .
3
valoarea c7 = 1.36506360624662.
valoarea c21 = 1.36523001341145.
Metoda coardei
Fie [a, b] ⊂ R şi f : [a, b] → R o funcţie. Definim recurent şirul (xn )n astfel:
x0 := a, x1 := b şi
x0 f(xn ) − xn f(x0 )
xn+1 := , ∀n∈N
f (xn ) − f (x0 )
Teorema -1.3 Presupunem că f este de două ori derivabilă pe [a, b] şi
a) f ”(x) = 0, ∀ x ∈ (a,b)
b) f (a) · f ”(a) > 0
c) f (a) · f (b) < 0
Atunci ecuaţia f(x) = 0, are o soluţie unică z ∈ [a, b], iar şirul (xn )n converge la z.
Iteraţiile construite prin metoda coardei se opresc la pasul m pentru care
|f (xm )| < ε
|f (xm )| < ε şi |xm − xm−1 | < ε,
Exemplul -1.3 Să se aproximeze, folosind metoda coardei, soluţia ecuaţiei x3 −x+3 =
0 (conţinută în intervalul [−3, 0]) cu eroarile ε1 = 0.01, ε2 = 10−10 .
4
Se verifică ipotezele teoremei anterioare.
valoarea x15 = −1.66063905970749.
valoarea x40 = −1.67169988158683.
Metoda secantei
Fie [a, b] ⊂ R şi f : [a, b] → R o funcţie. Definim recurent şirul (xn )n astfel:
x0 , x1 ∈ [a, b] şi
xn−1 f(xn ) − xn f(xn−1 )

xn+1 := , ∀n∈N
f (xn ) − f (xn−1 )
Teorema -1.4 Presupunem că f este derivabilă pe [a, b] şi
a) f ’(x) = 0, ∀ x ∈ [a,b]
b) şirul (xn )n are toate valorile în intervalul [a, b]
c) f (a) · f (b) < 0
Iteraţiile construite prin metoda secantei se opresc la pasul m pentru care
|f (xm )| < ε
|f (xm )| < ε şi |xm − xm−1 | < ε,
5
Exemplul -1.4 Să se aproximeze, folosind metoda secantei, soluţia ecuaţiei x3 − x +
3 = 0 (conţinută în intervalul [−15, 15], luând x0 = 1, x1 = 2) cu eroarile ε1 = 0.01,
ε2 = 10−10 .
Se verifică ipotezele teoremei anterioare. Punctul b) se verifică la fiecare pas.

valoarea x23 = −1.67109143768403.
Soluţia ecuaţiei, aproximată cu eroarea ε = 10−10 (chiar ε = 10−13 ) se obţine la
pasul m = 26 şi are valoarea x26 = −1.67169988165715
Metoda lui Newton
Fie [a, b] ⊂ R şi f : [a, b] → R o funcţie.
Teorema -1.5 Presupunem că f este de două ori derivabilă pe [a, b], că f’, f ” nu se
anulează pe [a, b] şi f(a) · f (b) < 0. Fie x0 ∈ [a, b] astfel încât
f (x0 ) · f ”(x0 ) > 0
şi
f(xn )
xn+1 := xn − , ∀n∈N
f’(xn )
Propoziţia -1.1 Este adevărată următoarea formulă de evaluare a erorii:
|f (xn )|
|xn − z| ≤ ,∀n∈N
min |f’(x)|
x∈[a,b]
Iteraţiile construite prin metoda Newton se opresc la pasul m pentru care
|f (xm )| < ε
6
|f (xm )| < ε şi |xm − xm−1 | < ε,
unde ε este eroarea de aproximare (se poate folosi si evaluarea data de propozitia
anterioara).
Exemplul -1.5 Să se aproximeze, folosind metoda secantei, soluţia ecuaţiei x3 − x +

3 = 0 (conţinută în intervalul [−2, −1], luând x0 = −1) cu eroarile ε1 = 0.01, ε2 =
10−10 .
Se verifică ipotezele teoremei anterioare.

valoarea x5 = −1.67170038194364.
Soluţia ecuaţiei, aproximată cu eroarea ε = 10−10 (chiar ε = 10−11 ) se obţine la
pasul m = 7 şi are valoarea x7 = −1.67169988165716.
Principiul contracţiei
Fie I ⊂ R un interval şi f : I → R o funcţie. f se numeşte contracţie dacă şi numai

dacă:
a) există q ∈ (0, 1) astfel încât |f (x) − f (y)| ≤ q |x − y| , pentru orice x, y ∈ I
b) f (I) ⊂ I
Propoziţia -1.2 Fie f : [a, b] → R o funcţie derivabilă.
a) Dacă există q ∈ (0, 1) astfel încât |f (x)| ≤ q, pentru orice x ∈ [a, b], atunci
|f (x) − f(y)| ≤ q |x − y| , pentru orice x, y ∈ [a, b].
a+b
b) Dacă |f (x) − f (y)| ≤ q |x − y| şi f a+b
2
− 2 ≤ (1−q)· b−a
2
, atunci f ([a, b]) ⊂
[a, b].
7
Teorema -1.6 Fie f : I → R o contracţie şi x0 ∈ I. Definim şirul (xn )n prin relaţia
de recurenţă
xn+1 := f(xn ), ∀ n ∈ N
Atunci ecuaţia f(x) = x are o soluţie unică z ∈ [a, b] , iar şirul (xn )n converge la z, cu
următoarea formulă de evaluare a erorii:
q qn
|xn − z| ≤ |xn − xn−1 | ≤ |x1 − x0 | , ∀ n ∈ N.
1−q 1−q
Iteraţiile construite prin metoda coardei se opresc la pasul m pentru care
q
|xm − xm−1 | < ε
1−q
sau la pasul m pentru care
|f (xm ) − xm | < ε şi |xm − xm−1 | < ε,
Exemplul -1.6 Să se aproximeze, folosind principiul contracţiei, soluţia ecuaţiei
8
x=
x+2
conţinută în intervalul [1, 4], luând x0 = 4,cu eroarile ε1 = 0.01, ε2 = 10−10 .

valoarea x9 = 1.99707174231332.
valoarea x36 = 2.00000000002183.
8
Metode pentru rezolvarea sau aproximarea soluţiilor
sistemelor de ecuaţii liniare
Norme de vectori şi norme de matrici
Fie m ∈ N ∗ . Pe spaţiul Rm se consideră normele vectoriale uzuale · 1 , · 2 şi

· ∞ definite prin
m

x1 = |xi | ;
i=1

m

x2 = |xi |2 ;
i=1
x∞ = max |xi | , ∀ x = (xi )1≤i≤m ∈ Rm .

1≤i≤m
Fie Mm (R) spaţiul matricelor cu m linii şi m coloane cu elemente din R. Pe Mm (R)
se pot considera norme definite ca norme de operator liniar
Aαβ := sup Axβ , ∀ A ∈ Mm (R)

xα ≤1
unde · α şi · β sunt norme pe Rm . În cazul în care α = β notăm Aα := Aαα

şi o numim norma α a matricei A (subordonată normei vectoriale · α ).
m

Propoziţia -1.1 Fie A = (aij )1≤i,j≤m ∈ Mm (R). Atunci A1 = max |aij |.
1≤j≤m
i=1
m

Propoziţia -1.2 Fie A = (aij )1≤i,j≤m ∈ Mm (R). Atunci A∞ = max |aij |.
1≤i≤m
j=1

Propoziţia -1.3 Fie A ∈ Mm (R). Atunci A2 = ρ(At A), unde ρ(At A) reprezintă
cea mai mare valoare proprie a matricei At A.
Exemplul -1.1 Fie

 
1 −2 3
 
 
A =  4 −5 6 
 
7 −8 9
1
Atunci
3

A1 = max |aij | =
1≤j≤3
i=1
= max (|1| + |4| + |7| , |−2| + |−5| + |−8| , |3| + |6| + |9|) = max (12, 15, 18) = 18
şi
3

A∞ = max |aij | =
1≤i≤3
j=1
= max (|1| + |−2| + |3| , |4| + |−5| + |6| , |7| + |−8| + |9|) = max (6, 15, 24) = 24.
Condiţionarea unui sistem de ecuaţii liniare
Fenomenul de instabilitate manifestat în diverse procese matematice este important

de studiat , dat fiind limitările tehnicii de calcul sau ale măsurătorilor de unde provin
datele de calcul. Un exemplu cum este cel care urmează scoate în evidenţă existenţa
unui astfel de fenomen şi motivaţia studiului său.
Exemplul -1.2 Fie sistemul de ecuaţii Ax = b unde

     
 10 7 8 7   32   1 
     
 7 5 6 5   23   1 
     
 8 6 10 9   33   1 
     
     
7 5 9 10 31 1
Considerăm sistemul perturbat A(x + δx) = b + δb unde

   
 10 7 8 7   32, 1 
   
 7 5 6 5    22, 9 
  
A=  b + δb =  
 8 6 10 9   33, 1 
   
   
7 5 9 10 30, 9
2
 
 9, 2 
 
 −12, 6 
 
cu soluţia x + δx =   (1)
 4, 5 
 
 
−1, 1
   
 10 7 8, 1 7, 2   32 
   
 7, 08 5, 04 6 5   23 
   
A + ∆A =   b= 
 8 5, 98 9, 89 9   33 
   
   
6, 99 4, 99 9 9, 98 30
 
 −81 
 
 137 
 
cu soluţia x + ∆x =   (2)
 −34 
 
 
22
Sistemul (1) diferă de cel iniţial printr-o ”mică” variaţie a coloanei termenilor liberi,
iar sistemul (2) printr-o ”mică” variaţie a elementelor matricei. După cum se observă
aceste ”mici” variaţii antrenează după sine variaţii ”mari” ale soluţiei iniţiale.
Exemplul -1.3 Dacă considerăm sistemul perturbat (A +∆A)(x + ∆x) = b + ∆b unde

   
 10 7 8, 1 7, 2   32, 1 
   
 7, 08 5, 04 6 5   22, 9 
   
A + ∆A =   b + ∆b =  
 8 5, 98 9, 89 9    
  33, 1 
   
6, 99 4, 99 9 9, 98 30, 9
 
 332, 90 
 
 −550, 49 
 
atunci acesta are soluţia x + ∆x =   (3)
 143, 88 
 
 
−84, 58
3
În legătură cu această problemă de stabilitate a sistemelor de ecuaţii liniare sunt
cunoscute următoarele rezultate:
Definiţia -1.1 Fie A o matrice nesingulară şi o normă a matricei A. Numărul

cond(A) := A · A−1 se numeşte indice de condiţionare al matricei A relativ la
norma .
Propoziţia -1.4 Fie sistemul de ecuaţii liniare Ax = b şi sistemul perturbat A(x +
δx) = b + δb. Presupunem b = 0. Atunci
δx δb
≤ cond(A) · . (4)
x b
şi
δx 1 δb
≥ ·
x cond(A) b
În plus există b = 0 şi δb = 0 astfel încât inegalitatea (4) să devină egalitate.
Propoziţia -1.5 Fie sistemul de ecuaţii liniare Ax = b şi sistemul perturbat (A +

∆A)(x + ∆x) = b. Atunci
∆x ∆A
≤ cond(A) · . (5)
x + ∆x A
În plus există b = 0 şi ∆A = 0 astfel încât inegalitatea (5) să devină egalitate.
Propoziţia -1.6 Fie sistemul de ecuaţii liniare Ax = b şi sistemul perturbat (A +

∆A)(x + ∆x) = b + ∆b. Dacă A−1 ∆A < 1, atunci

∆x cond(A) ∆b ∆A
≤ · +
x 1 − A−1 ∆A b A
Exemplul -1.4 Vom considera cazul sistemului (1) şi vom lucra cu norma infinit.
Avem:
δx∞ = x + δx − x∞ = 13, 6
4
x∞ = 1.
Atunci
δx∞ 13, 6
= = 13, 6
x∞ 1
 
 25 −41 10
−6 
 
 −41 68 −17 10 
 
A−1 = 
 10 −17 5 −3 
 
 
−6 10 −3 2

A∞ = 33, A−1 ∞ = 136.
Rezultă că

cond(A) := A∞ · A−1 ∞ = 33 · 136 = 4488
Avem
δb∞ = b + δb − b∞ = 0, 1.
b∞ = 33..
Atunci
δb∞ 0, 1 1
= =
b∞ 33 330
şi
δb∞ 1
cond(A) · = 4488 · = 13, 6
b∞ 330
Deci
δx∞ δb∞
= cond(A) ·
x∞ b∞
5
Exemplul -1.5 Fie sistemul de ecuaţii Ax = b unde
     
 10 1 4 0   15   1 
     
 1 10 5 −1   15   1 
     
 4 5 10 7   26   1 
     
     
0 −1 7 9 15 1

   
 10 1 4 0   16 
   
 1 10 5 −1   16 
   
A=  b + δb =  
 4 5 10 7    25 
  
   
0 −1 7 9 16
 
 832 
 
 1324 
 
cu soluţia x + δx =  
 −2407 
 
 
2021
Exemplul -1.6 Un alt exemplu de matrici cu un indice de condiţionare mare sunt

matricele Hilbert (Hn ) de ordinul n, definite astfel:
(n) (n) 1
Hn = (hij )i,j=1,n cu hij = , ∀ i, j = 1, n
i+j−1
Metode directe
Metoda lui Gauss (cu pivotare parţială)
Se dau m ∈ N∗ şi A = (aij ) ∈ Mm,m+1 (R). Fie sistemul de ecuaţii liniare



 a x + · · · + a1m xm = a1,m+1

 11 1
...............




am1 x1 + · · · + amm xm = am,m+1
6
cu necunoscutele x1 , . . . , xm ∈ R. Metoda lui Gauss este folosită atât pentru deter-
minarea soluţiei sistemului, cât şi pentru calculul determinantului matricei sistemului..
Sistemul dat se transformă în m − 1 etape astfel:
Iniţial se consideră determinantul matricei sistemului det = 1
Pentru n între 1 şi m − 1 se efectuează următoarele:
• Se determină max = |asn | = max |ain | (s ∈ n, m reprezintă poziţia pe care s-a

n≤i≤m
găsit maximul).
• Se ia piv = asn (elementul asn se numeşte pivot).
• Dacă piv = 0, atunci metoda nu se aplică.
• det = det · piv.
• Dacă s = n, atunci det = (−1) · det şi se permută ecuaţia s cu ecuaţia n.
• Coeficienţii ecuaţiei n se împart la piv.
• Pentru ∀i ∈ n + 1, m se elimină xn din ecuaţia i astfel: aij = aij − ain · anj ,

∀ j ∈ m, n.
Procedând astfel se obţine un sistem de forma:


m
 xi + aij xj = ai,m+1 , 1 ≤i ≤m−1
j=i+1 (6)

 amm xm = am,m+1
Determinantul matricei sistemului se calculează astfel: det = det · amm .
Dacă amm = 0, atuci metoda nu se aplică.
Se rezolvă sistemul (6) astfel:
• xm = am,m+1 /am,m ;
7

m
• xi = ai,m+1 − aij xj , ∀ i ∈ m − 1, 1.
j=i+1
Exemplul -1.7 Fie sistemul de ecuaţii liniare



 x + 12 y + 13 z = 1


1
x + 31 y + 41 z = 2

 2

 1
3
x + 41 y + 51 z = 3
Să se calculeze determinantul matricei sistemului şi să se rezolve sistemul cu metoda
lui Gauss.
Folosind transformările date de metoda lui Gauss, obţinem următorul sistem de

ecuaţii: 

 x + 12 y + 13 z = 1


y + z = 18



 1 7
180
z = 6
Calculăm determinantul matricei sistemului (tot cu algoritmul dat de metoda lui

Gauss) det = 1
2160
şi rezolvăm sistemul anterior. Obţinem z = 210, y = −192, x = 27.
Observaţie: Alegerea pivotului ca cel mai mare element de pe coloană se face
pentru a minimiza erorile care apar dacă pivotul are valori mici. Dacă considerăm
sistemul de ecuaţii liniare 
 x + 592y = 437
 592x + 4308y = 2251
şi dacă considerăm că lucrăm numai cu 4 cifre exacte, atunci prin alegerea pivotului
elementul 1,prin metoda lui Gauss se obţine soluţia
x = −1, 6128, y = 0, 7409
iar prin alegera pivotului elementul 592, prin metoda lui Gauss se obţine soluţia
x = −1, 5891, y = 0, 7409
8
pe când soluţia exactă a sistemului este
x = −1.58889055801431, y = 0.74085961242908.
Metoda lui Gauss (cu pivotare totală)
Se dau m ∈ N∗ şi A = (aij ) ∈ Mm,m+1 (R). Fie sistemul de ecuaţii liniare



 a11 x1 + · · · + a1m xm = a1,m+1


...............




am1 x1 + · · · + amm xm = am,m+1
cu necunoscutele x1 , . . . , xm ∈ R. La metoda lui Gauss cu pivotare totală căutarea

pivotului se face în toată matricea rămasă de transformat (reamintim că, la pivotarea
parţială, pivotul se caută numai pe prima coloană a matricei rămase de transformat).
Sistemul dat se transformă în m − 1 etape astfel:
Iniţial se consideră determinantul matricei sistemului det = 1
Pentru n între 1 şi m − 1 se efectuează următoarele:
• Se determină max = |aps | = max |aij | (s, p ∈ n, m reprezintă indicii de poziţie

n≤i,j≤m
ai maximului determinat).
• Se ia piv = aps (elementul aps se numeşte pivot)
• det = det · piv.
• Dacă p = n sau s = n (dar nu p = s = n), atunci det = (−1) · det şi se permută
coloana s cu coloana n (dacă p = n) sau linia p cu linia n (dacă s = n). Dacă
p = n şi s = n se permută linia p cu linia n şi apoi coloana s cu coloana n.
• Ecuaţia n se împarte la piv.
9
• Pentru ∀i ∈ n + 1, m se elimină xn din ecuaţia i astfel: aij = aij − ain · anj ,
∀ j ∈ m, n.
Procedând astfel se obţine un sistem de forma:


m
 xi + aij xj = ai,m+1 , 1 ≤i ≤m−1
j=i+1 (7)

 amm xm = am,m+1
Determinantul matricei sistemului se calculează astfel: det = det · amm .
Dacă amm = 0, atuci metoda nu se aplică.
Se rezolvă sistemul (7) astfel:
• xm = am,m+1 /am,m ;

m
• xi = ai,m+1 − aij xj , ∀ i ∈ m − 1, 1.
j=i+1
unde (x1 , . . . , xm ) este o permutare a soluţiei (x1 , . . . , xm ) sistemului iniţial (după
cum s-au permutat coloanele matricei iniţiale în procesul de transformare a sistemului).
Exemplul -1.8 Folosind metoda lui Gauss cu pivotare totală, să se rezolve sistemul
de ecuaţii liniare: 

 5x + y + 2z = 29


3x − y + z = 10 (8)




x + 2y + 4z = 31
Să se calculeze şi determinantul matricei sistemului.
Folosind transformările date de metoda lui Gauss cu pivotare totală, obţinem ur-
10
mătorul sistem de ecuaţii:
 2 1 29

 x+ z+ y =

 5 5 5







1
z+ y = 7

 2







 3
 − y = −6
2
Calculăm determinantul matricei sistemului (tot cu algoritmul dat de metoda lui
Gauss) det = −27 şi rezolvăm sistemul anterior. Obţinem z = 5, y = 4, x = 3.
Metoda lui Gauss-Jordan de calcul a inversei unei matrice
Se dau m ∈ N ∗ şi matricea

 
a . . . a1m
 11 
 . .. .. 
A =  .. . . 
 
am1 . . . amm
Metoda lui Gauss-Jordan este folosită pentru determinarea inversei matricei A (dacă
aceasta există). Se consideră ansamblul matriceal compus din matricea A şi matricea
unitate Im  

a . . . a1m 1 ... 0
 11 
 .. .. .. .. .. .. 
 . . . . . . 
 

am1 . . . amm 0 ... 1
Ansamblul anterior se transformă (analog metodei Gauss - cu pivotare parţială sau
totală) astfel:
Pentru n între 1 şi m se efectuează următoarele:
• Se determină pivotul piv ca la metoda lui Gauss de rezolvare a unui sistem de

ecuaţii liniare cu pivotare parţială (analog se poate descrie un algoritm folosind
metoda lui Gauss cu pivotare totală).
11
• Dacă s = n, atunci se permută ecuaţia s cu ecuaţia n.
• Ecuaţia n se împarte la piv.
• Pentru ∀ i ∈ n + 1, m se elimină xn din ecuaţia i astfel: aij = aij − ain · anj ,

∀ j ∈ 2m, n.
Procedând astfel se obţine un ansamblu matricial de forma:
 

1 a12 . . . a1m a1,m+1 a1,m+2 . . . a1,2m 

 
 0 1 . . . a2m a2,m+1 a2,m+2 . . . a2,2m 
 
 .. .. ... .. .. .. ... .. 
 . . . . . . 
 
 

0 0 ... 1 am,m+1 am,m+2 . . . am,2m
(matricea din partea dreaptă are cel puţin n(n − 1)/2 zerouri).
Pentru n între m şi 2 se efectuează următoarele:
• Pentru ∀ i ∈ n − 1, 1 se recalculează elementele aij astfel: aij = aij − ain · anj ,

∀ j ∈ 2m, n.
Precedând astfel se obţine un ansamblu matricial de forma:
 

1 0 ... 0 b11 b12 . . . b1m 

 
 0 1 ... 0 b21 b22 . . . b2m 
 
 .. .. . . .. .. .. ..  .
 . ... 
 . . . . . . 
 

0 0 ... 1 bm1 bm2 . . . bmm
Matricea  
 b11 b12 . . . b1m 
 
 b21 b22 . . . b2m 
 
B= .. .. . 
 ... .. 
 . . 
 
bm1 bm2 . . . bmm
12
are liniile matricei inverse A−1 modulo permutarea liniilor descrisă în algoritm.
Rezolvarea unui sistem de ecuaţii liniare Ax = b este echivalentă, după ce s-a
calculat inversa matricei A, cu egalitatea x = A−1 b.
Exemplul -1.9 Folosind metoda Gauss-Jordan să se calculeze inversa matricei

 
1 1
1 2 3
 
 1 1 1 
A= 
 2 3 4 
1 1 1
3 4 5
Formăm ansamblul matriceal

 
1 1
1 2 3 1 0 0
 
 1 1 1 
 0 1 0 
 2 3 4 

1 1 1 0 0 1
3 4 5
Cu transformările din algoritm obţinem:

 

1 21 13 1 0 0
 
 
 0 1 1 −6 12 0 
 

0 0 1 30 −180 180
iar, în final,
 

1 0 0 9 −36 30
 
 
 0 1 0 −36 192 −180 
 

0 0 1 30 −180 180
Deci  
9 −36 30
 
−1  
A =  −36 192 −180 
 
30 −180 180
Factorizarea LU
13
Se numeşte factorizare LU a unei matrice A descompunerea matricei ca produs de
două matrici, una inferior triunghiulară (notată L), alta superior triunghiulară (notată
U ), adică A = LU. Descompunerea, dacă este posibilă, nu este unică.
Teorema -1.1 Fie A = (aij )1≤i,j≤m o matrice astfel încât determinanţii "de colţ"
∆k := det((aij )1≤i,j≤k ) să fie nenuli, pentru orice k = 1, m. Atunci A se descompune
unic sub forma A = LU cu L = (lij )1≤i,j≤m inferior triunghiulară şi U = (uij )1≤i,j≤m
superior triunghiulară cu elementele diagole egale cu 1.
Calculul elementelor matricelor L şi U se face după formulele:

a1j
li1 = ai1 , i = 1, m, u11 = 1, u1j = , j = 2, m. (9)
l11
iar, pentru k = 2, m,
k−1

akj − lkp upj
k−1
p=1
lik = aik − lip upk , i = k, m, ukk = 1, ukj = , j = k + 1, m. (10)
p=1
lkk
Fie un sistem de ecuaţii liniare Ax = b, pentru care A admite factorizare LU. Atunci
soluţia y a sistemului Ly = b se determină astfel:

i−1
bi − lik yk
k=1
yi = ∀i = 1, m
lii
Soluţia x a sistemului iniţial se determină astfel:

m
xi = yi − uik xk ∀i = m, 1
k=i+1
Exemplul -1.10 Să se factorizeze sub forma LU matricea

 
 2 4 −2 0 
 
 −1 −1 2 3 
 
A= 
 4 5 −2 −9 
 
 
0 1 3 4
14
Se verifică mai întâi că determinanţii de colţ ai matricei A sunt nenuli. Cu formulele
(9) şi (10) se obţine:
l11 = 2, l21 = −1, l31 = 4, l41 = 0
u11 = 1, u12 = 2, u13 = −1, u14 = 0
l22 = 1, l32 = −3, l42 = 1
u22 = 1, u23 = 1, u24 = 3
l33 = 5, l43 = 2
u33 = 1, u34 = 0
l44 = 1
u44 = 1
Deci    
 2 0 0 0   1 2 −1 0 
   
 −1 1 0 0   0 1 1 3 
   
L= , U = 
 4 −3 5 0   0 0 1 0 
   
   
0 1 2 1 0 0 0 1
Metoda rădăcinii pătrate (Cholesky)
Definiţia -1.2 O matrice A = (aij )1≤i,j≤m se numeşte simetrică dacă A = At . Ma-

tricea A este pozitiv definită dacă determinanţii "de colţ" ∆k := det((aij )1≤i,j≤k ) sunt
strict pozitivi pentru orice k = 1, m.
Teorema -1.2 Fie A simetrică şi pozitiv definită. Atunci A se descompune unic sub
forma A = L · Lt cu L = (lij )1≤i,j≤m inferior triunghiulară.
15
Fie sistemul de ecuaţii liniare Ax = b, cu A = (aij ) ∈ Mm (R) simetrică şi pozitiv
definită, iar b = (bi ) ∈ Rm .
Descompunem A = L · Lt cu L = (lij ) ∈ Mn(R) matrice superior triunghiulară. Se
determină mai întâi y = (yi ) ∈ Rn soluţia sistemului de ecuaţii Ly = b şi apoi soluţia
x = (xi ) ∈ Rn a sistemului iniţial se determină prin rezolvarea sistemului Lt x = y.
Se calculează elementele matricei L astfel:

j−1
aij − lik ljk

j−1
ljj = ajj − 2
ljk şi lij = k=1
, ∀i = j + 1, m, ∀j = 1, m
k=1 ljj
(11)
Soluţia y a sistemului Ly = b se determină astfel:

i−1
bi − lik yk
k=1
yi = ∀i = 1, m (12)
lii
Soluţia x a sistemului iniţial se determină astfel:

m
yi − lki xk
k=i+1
xi = ∀i = m, 1 (13)
lii
Dacă matricea A nu este simetrică şi pozitiv definită, dar este inversabilă, atunci
sistemul de ecuaţii liniare Ax = b se transformă în sistemul echivalent At Ax = At b, a
cărui matrice este simetrică şi pozitiv definită.
Exemplul -1.11 Folosind metoda rădăcinii pătrate, să se rezolve sistemul de ecuaţii
liniare Ax = b cu    
4 2 2 8
   
   
A =  2 10 4  , b =  16 
   
2 4 6 12
Se verifică imediat că matricea A este simetrică şi pozitiv definită. Cu formulele
(11) se obţine
l11 = 2, l12 = 1, l13 = 1
16
l22 = 3, l23 = 1
l33 = 2
Din (12) rezultă că

y1 = 4, y2 = 4, y3 = 2
iar din (13) rezultă că

x3 = 1, x2 = 1, x3 = 1.
Descompunerea QR
Se consideră date m ∈ N∗ , A = (aij )i,j=1,m ∈ Mm (R) şi b = (bi )i=1,m ∈ Rm . Vom

calcula soluţia x = (x1 , . . . , xm ) ∈ Rm a sistemului Ax = b şi determinantul matricei
sistemului folosind factorizarea QR.
Factorizarea QR a matricei A însemnă descompunerea A = QR cu Q matrice
ortogonală, adică QQt = Qt Q = Im şi R matricea superior triunghiulară.
m m

Dacă notăm Q = (qij ) cu qik qjk = δ ij şi qki qkj = δ ij pentru i, j = 1, m şi
k=1 k=1
R = (rij ) cu rij = 0 pentru 1 ≤ j < i ≤ m, atunci din identificarea A = QR se obţin
relaţiile următoare: 

 r11 = a211 + · · · + a2m1 ,






 a
 qi1 = i1 , pentru i = 1, m
r11
17
şi pentru k = 2, m avem:
 m



 rjk = aik qij , pentru j = 1, k − 1



 i=1







 m
 k−1

rkk = 2
aik − 2
rik , (14)



 i=1 i=1







 k−1

 1
 rjk qij , pentru i = 1, m .
 qik = r
 aik −
kk j=1
Rezolvarea sistemului după descompunerea matricei A în produs QR se face astfel:

- rezolvăm întâi sistemul Qy = b a cărui soluţie este
y = Qt b,
sau pe componente:
m

yi = qji bj , i = 1, m.
j=1
- apoi, rezolvăm sistemul triunghiular Rx = y, şi obţinem:

ym
xm = ,
rmm
1 m (15)
xi = yi − rij xj , i = m − 1, 1 .
rii j=i+1
Observaţie. Descompunerea QR nu există dacă există un k ∈ 1, m astfel încât

rkk = 0 în (??) sau (??).
   
0 4 5 23
   
   
Exemplul -1.12 Pentru m = 3 , matricea A =  −1 −2 −3  şi vectorul b =  −14  ,
   
0 0 1 3
rezolvaţi sistemul Ax = b folosind o descompunere QR.
18
Folosind relaţiile de mai sus obţinem:
   
0 1 0 1 2 3
   
   
Q =  −1 0 0  şi R =  0 4 5  ,
   
0 0 1 0 0 1
iar pentru soluţie

    
0 −1 0 23 14
    

t    
y=Qb= 1 0 0   −14  =  23  ,
    
0 0 1 3 3
iar din Rx = y rezultă:

 
1
 
 
x= 2  .
 
3
Metode iterative de rezolvare a sistemelor de ecuaţii liniare

Metoda lui Jacobi
Fie m ∈ N ∗ , A ∈ Mm (R), b ∈ Rm .
Considerăm sistemul de ecuaţii liniare Ax = b. Notăm cu I matricea unitate din
Mm (R) şi cu B := I − A. Sistemul de ecuaţii Ax = b se transformă echivalent astfel:
Ax = b ⇐⇒ (I − B)x = b ⇐⇒ x = Bx + b.
Pentru orice x(0) ∈ Rm definim şirul (numit şir Jacobi) (x(n) )n∈N prin relaţia de re-
curenţă
x(n+1) = Bx(n) + b, ∀ n ∈ N
Fie · o normă pe Mm (R). Dacă B = q < 1 atunci avem evaluările:
q qn
x(n) − x ≤ x(n) − x(n−1) ≤ x(1) − x(0) , ∀ n ∈ N∗
1−q 1−q
19
(în particular lim x(n) = x).
n→∞
(n)
Algoritm: Dacă A = (aij )1≤i,j≤m , b = (bi )1≤i≤m , B = (bij )1≤i,j≤m , x(n) = (xi )1≤i≤m ,
∀ n ∈ N , atunci bij = −aij dacă i = j, bii = 1 − aii , ∀ 1 ≤ i, j ≤ m. Dacă pe Rm consid-

m
erăm norma · 1 , atunci q := B1 = max |bij |, iar dacă considerăm norma · ∞
1≤j≤m i=1

m
atunci q := B∞ = max |bij |. Se testează condiţia de aplicabilitate a metodei
1≤i≤m j=1
q < 1. În caz de aplicabilitate se atribuie iteratei iniţiale x(0) o valoare oarecare din
Rm , iar calculul celorlalte iterate se face după formula:
m

(n+1) (n)
xi = bij xj + bi , ∀ 1 ≤ i ≤ m, ∀ n ∈ N.
j=1
Se opreşte calculul recursiv la iterata x(n) pentru care
q
x(n) − x(n−1) p ≤ ε,
1−q
unde p = 1 sau p = ∞, iar ε este eroarea de aproximaţie dorită.
Exemplul -1.13 Să se arate că se poate aplica metoda lui Jacobi (relativă la normele
1 şi ∞) pentru sistemul de ecuaţii liniare Ax = b cu
   
 0, 9 0, 1 0, 2 0, 3   3, 6 
   
 −0, 2 0, 8 0, 1 0, 4   2 
   
A= ; b =  .
 0, 1 −0, 3 0, 7 −0, 1   2, 4 
   
   
−0, 3 −0, 2 −0, 1 0, 9 1, 5
 
 0 
 
 0 
 
Luând x =   să se determine numărul de iteraţii necesar pentru a aproxima
(0)
 0 
 
 
0
soluţia sistemului cu o eroare mai mică de 10−10 .
20
Avem  
 0, 1 −0, 1 −0, 2 −0, 3 
 
 0, 2 0, 2 −0, 1 −0, 4 
 
B = I −A =  
 −0, 1 0, 3 0, 3 0, 1 
 
 
0, 3 0, 2 0, 1 0, 1
Atunci
4

B1 = max |bij | = 0, 9 < 1.,
1≤j≤4
i=1
şi
4

B∞ = max |bij | = 0, 9 < 1
1≤i≤4
j=1
Deci metoda lui Jacobi se aplică. Din formula de evaluare a erorii avem:
qn
x(n) − xp ≤ x(1) − x(0) p , ∀ n ∈ N∗
1−q
unde p = 1 sau p = ∞, q = 0, 9, x(1) = Bx(0) + b = b. Deci, pentru a aproxima x cu

qn
x(n) cu eroarea ε = 10−10 este suficient ca 1−q
x(1) − x(0) p < ε. Avem
x(1) − x(0) 1 = b1 = 9, 5
şi
x(1) − x(0) ∞ = b∞ = 3, 6
Atunci
qn ε
(1) (0)
x − x 1 < ε ⇐⇒ n = log0,9 +1
1−q 95
şi
qn ε
x(1) − x(0) ∞ < ε ⇐⇒ n = log0,9 +1
1−q 36
Metoda lui Jacobi pentru matrice diagonal dominante pe linii
Fie m ∈ N ∗ , A ∈ Mm (R), a ∈ Rm .
21
Considerăm sistemul de ecuaţii liniare Ax = a. Notăm cu I matricea unitate din
Mm (R) şi cu  
 a11 0 · · · 0 
 
 0 a22 · · · 0 
 
D = diag(A) =  .
 ··· ··· ··· ··· 
 
 
0 0 · · · amm
Spunem că A este diagonal dominantă pe linii dacă

|aii | > |aij | , ∀i ∈ 1, m
j=1,m j =i
Atunci aii = 0, ∀i ∈ 1, m, deci D este inversabilă. Notăm cu B = I − D−1 A şi cu

b = D−1 a. Sistemul de ecuaţii Ax = a se transformă echivalent astfel:
Ax = a⇐⇒D−1 Ax = D−1 a⇐⇒(I − B)x = b⇐⇒x = Bx + b.
Pentru orice x(0) ∈ Rm definimm şirul (x(n) )n∈N prin relaţia de recurenţă
x(n+1) = Bx(n) + b, ∀ n ∈ N.
Teorema -1.3 Fie A o matrice diagonal dominantă pe linii, B = I−D−1 A, q := B∞

şi (x(n) )n∈N definit ca mai sus. Atunci q < 1 şi avem evaluările:
q qn
x(n) − x∞ ≤ x(n) − x(n−1) ∞ ≤ x(1) − x(0) ∞, ∀ n ∈ N∗
1−q 1−q

n→∞
Metoda lui Jacobi pentru matrice diagonal dominante pe coloane
Spunem că matricea A este diagonal dominantă pe coloane dacă

|ajj | > |aij | , ∀j ∈ 1, m
i=1,m i =j
22
Atunci aii = 0, ∀i ∈ 1, m, deci D este inversabilă. Notăm cu y = Dx (deci x = D−1 y),
şi cu B = I − AD−1 . Sistemul de ecuaţii Ax = a se transformă echivalent astfel:
Ax = a⇐⇒AD−1 y = a⇐⇒(I − B)y = a⇐⇒y = By + a.
Pentru orice y (0) ∈ Rm definimm şirul (y (n) )n∈N prin relaţia de recurenţă
y (n+1) = By (n) + a, ∀ n ∈ N.
Teorema -1.4 Fie A o matrice diagonal dominantă pe coloane, B = I − AD−1 , q :=

B1 şi (y (n) )n∈N definit ca mai sus. Atunci q < 1 şi avem evaluările:
q qn
y (n) − y1 ≤ y (n) − y (n−1) 1 ≤ y (1) − y (0) 1 , ∀ n ∈ N∗
1−q 1−q
(în particular lim y (n) = y). Deci soluţia x a sistemului Ax = a este aproximată de
n→∞
−1 (n)
D y ( lim D y
−1 (n)
= x).
n→∞
Metoda Gauss-Seidel
Fie m ∈ N ∗ , A ∈ Mm (R), b ∈ Rm .
Considerăm sistemul de ecuaţii liniare Ax = b. Notăm cu I matricea unitate din
Mm (R) şi cu B := I − A. Dacă elementele matricei B sunt (bij )1≤i,j≤m , descompunem
B sub forma B = L + R, cu L = (lij )1≤i,j≤m , unde lij := bij , ∀ 1 ≤ j < i ≤ m şi lij := 0
altfel. Atunci det(I − L) = 1 şi deci există (I − L)−1 .
Sistemul de ecuaţii Ax = b se transformă echivalent astfel:
Ax = b⇐⇒(I − B)x = b⇐⇒(I − L − R)x = b⇐⇒
⇐⇒(I − L)−1 (I − L − R)x = (I − L)−1 b⇐⇒(I − (I − L)−1 R)x = (I − L)−1 b⇐⇒
⇐⇒x − (I − L)−1 Rx = (I − L)−1 b.
Dacă notăm C := (I − L)−1 R şi c := (I − L)−1 b atunci
Ax = b⇐⇒x = Cx + c.
23
Pentru orice x(0) ∈ C m definim şirul Jacobi (x(n) )n∈N prin relaţia de recurenţă
x(n+1) = Cx(n) + c⇐⇒x(n+1) = Lx(n+1) + Rx(n) + b, ∀ n ∈ N
Deci
m

(n+1) (n)
x1 = b1j xj + b1 , ∀ n ∈ N şi
j=1
i−1
m

(n+1) (n+1) (n)
xi = bij xj + bij xj + bi , ∀ 2 ≤ i ≤ m, ∀ n ∈ N.
j=1 j=i

m
i−1
m
Teorema -1.5 Dacă q := max qi cu q1 = |b1j |, qi = |bij |qj + |bij |, 2 ≤ i ≤ m
1≤i≤m j=1 j=1 j=i
şi q < 1 atunci avem evaluările:
q qn
x(n) − x∞ ≤ x(n) − x(n−1) ∞ ≤ x(1) − x(0) ∞, ∀ n ∈ N∗
1−q 1−q

n→∞



 x + 1x + 1x = 1

 1 2 2 3 3
1
x
5 1
+ x2 + 16 x3 = 2



 1 1
x
10 1
+ x
20 2
+ x3 = 3
Să se arate că se aplică metoda Gauss-Seidel.
Soluţie Notăm cu A matricea ceoficienţilor sistemului. Avem

 
1 1
0 −2 −3
 
 1 1 
B = I − A =  −5 0 −6 
 
1 1
− 10 − 20 0
şi
5 1 1
q1 = , q2 = , q3 = .
6 3 10
24
Deci
5
q = max(q1 , q2 , q3 ) = <1
6
Rezultă că metoda Gauss-Seidel se aplică.
Metoda relaxării simultane
Fie m ∈ N ∗ , A ∈ Mm (R) simetrică şi pozitiv definită, a ∈ Rm .

Considerăm sistemul de ecuaţii liniare Ax = a. Notăm cu I matricea unitate din
Mm (R) şi cu D = diag(A). Atunci D inversabilă. Fie σ > 0 un număr real. Notăm
cu Cσ := I − σD−1 A şi cu cσ := σD−1 a. Sistemul de ecuaţii Ax = a se transformă
echivalent astfel:
Ax = a ⇐⇒ σD−1 Ax = σD−1 a ⇐⇒ (I − Cσ )x = cσ ⇐⇒ x = Cσ x + cσ .
Pentru orice x(0) ∈ Rm definim şirul Jacobi (x(n) )n∈N prin relaţia de recurenţă
x(n+1) = Cσ x(n) + cσ , ∀ n ∈ N
Fie λ1 ≥ λ2 ≥ . . . ≥ λm valorile proprii ale matricei D−1 A. Dacă alegem σ astfel încât
0 < σ < 2/λ1 , şi notăm q := max |1 − σλi |, atunci q < 1 şi avem evaluările:
1≤i≤m
q qn
x(n) − xD ≤ x(n) − x(n−1) D ≤ x(1) − x(0) D , ∀ n ∈ N∗
1−q 1−q

(în particular lim x(n) = x), unde xD := Dx, x, ∀ x ∈ Rm , cu ·, · produsul
n→∞
scalar uzual pe R .
m
Parametrul optim de relaxare σ (pentru care q corespunzător este minim) este
2
σ= ,
λ1 + λm
iar valoarea lui q în acest caz este
λ1 − λm
q=
λ1 + λm
25
În practică, de obicei, nu se calculează valoarea lui λ1 , ci se alege σ ∈ (0, 2/D−1 A∞)
(deoarece λ1 ≤ D−1 A∞ ), parcurgând intervalul cu un pas echidistant. Valoarea op-
timă a lui σ se stabileşte atunci când numărul de iteraţii n, necesar pentru a aproxima
soluţia sistemului de ecuaţii cu o eroare dată este minim.
Dacă matricea A a sistemului de ecuaţii liniare Ax = a nu este simetriică şi pozitiv
definită, sistemul se transformă echivalent
Ax = a ⇐⇒ At Ax = At a
(unde At = (aji )1≤i,j≤m este transpusa matricei A), pentru care matricea At A este
simetrică şi pozitiv definită.
Exemplul -1.15 Fie sistemul de ecuaţii liniare:



 5x + 3x2 + 2x3 = 1

 1
3x1 + 6x2 + 3x3 = 2




2x1 + 3x2 + 5x3 = 3
Să se arate că se poate aplica metoda relaxării simultane. Să se determine parametrul
optim de relaxare. Luând x(0) = (0, 0, 0) să se evalueze eroarea x − x(n) .
Soluţie: Notăm cu A matricea sistemului. Se verifică că A este simetrică şi pozitiv
definită.
Fie D = diag(A). Atunci
 
1 3/5 2/5
 
−1  
D A =  1/2 1 1/2 
 
2/5 3/5 1
şi det(D−1 A − λI) = 0 ⇐⇒ (1 − λ)3 − 19

25
(1 − λ) + 6
25
= 0, de unde rezultă că valorile
proprii ale matricei D−1 A sunt λ1 = 2 > λ2 = 3/5 > λ3 = 2/5. Parametrul optim de
relaxare este
2 5
σ= =
λ1 + λ3 6
26
căruia îi corespunde
λ1 − λ3 2
q= = .
λ1 + λ3 3
Avem x(1) = Cσ x(0) + cσ = cσ = σD−1 b = 5/6 · (1/5; 2/6; 3/5)t unde b = (1; 2; 3)t este
vectorul termenilor liberi din sistem. Atunci
2 25
x(1) 2D = Dx(1) , x(1) = ·
3 9
şi
n+ 12
qn 2
x(n) − xD ≤ x(1) − x(0) D = 5 · .
1−q 3
Metode relaxării succesive
Fie m ∈ N ∗ , A ∈ Mm (R) simetrică şi pozitiv definită şi b ∈ Rm .

Considerăm sistemul de ecuaţii liniare Ax = b şi σ > 0 un număr real numit
parametru de relaxare. Notăm cu I matricea unitate din Mm (R) şi cu D = diag(A).
Atunci D inversabilă. Dacă elementele matricei A sunt (aij )1≤i,j≤m , descompunem A
sub forma B = L + D + R, cu L = (lij )1≤i,j≤m , unde lij := aij , ∀ 1 ≤ j < i ≤ m şi
lij := 0 altfel. Atunci matricea σ −1 D + L este inversabilă,iar sistemul de ecuaţii Ax = b
se transformă echivalent astfel:
Ax = b ⇔ (σ −1 D + L)−1 (L + D + R)x = (σ −1 D + L)−1 b ⇔
(I − (σ −1 D + L)−1 ((σ −1 − 1)D − R))x = (σ −1 D + L)−1 b
Notând cu Cσ := (σ −1 D + L)−1 ((σ −1 − 1)D − R) şi cu cσ := (σ −1 D + L)−1 b rezultă că
Ax = b ⇔ x = Cσ x + cσ .
Pentru orice x(0) ∈ Rm definim şirul Jacobi (x(n) )n∈N prin relaţia de recurenţă
x(n+1) = Cσ x(n) + cσ , ∀ n ∈ N
27
Atunci
x(n+1) = Cσ x(n) + cσ ⇔
⇔ x(n+1) = (σ −1 D + L)−1 ((σ −1 − 1)D − R)x(n) + b) ⇔
⇔ σ −1 Dx(n+1) = −Lx(n+1) + ((σ −1 − 1) − R)x(n) + b ⇔
⇔ x(n+1) = (1 − σ)x(n) − σD−1 (Lx(n+1) + Rx(n) − b) ⇔

i−1
m
(n+1) (n) σ (n+1) (n)
xi = (1 − σ)xi − (−bi + aij xj + aij xj ), ∀1 ≤ i ≤ m
aii j=1 j=i+1
Dacă alegem σ astfel încât 0 < σ < 2, şi notăm q := Cσ A atunci q < 1 şi avem
evaluările:
q qn
x(n) − xA ≤ x(n) − x(n−1) A ≤ x(1) − x(0) A , ∀ n ∈ N∗
1−q 1−q
(în particular lim x(n) = x), unde xA := Ax, x , ∀ x ∈ Rm , cu ·, · produsul scalar
n→∞
uzual pe R . m
În practică, se alege σ ∈ (0, 2) parcurgând intervalul cu un pas echidistant. Valoarea

optimă a lui σ se stabileşte atunci când numărul de iteraţii n, necesar pentru a aproxima
soluţia sistemului de ecuaţii cu o eroare dată, este minim.
Dacă matricea A a sistemului de ecuaţii liniare Ax = b nu este simetrică şi pozitiv
definită, sistemul se transformă echivalent
Ax = b ⇔ At Ax = At b
(unde At este transpusa matricei A) pentru care matricea At A este simetrică şi pozitiv
definită.
Metoda lui Ritz
Este o metoda de calcul a inversei unei matrice simetrice şi poyitiv definite. Fie A ∈
Mm (R) o matrice simetrică şi pozitiv definită. Notăm cu ∗ operaţia de transpunere (a
28
unui vector sau a unei matrice). Definim succesiv vectorii (wk )m
k=0 ⊂ R , (vk )k=1 ⊂ R
m m m
şi matricele (Ck )m

k=1 , (Dk )k=1 ⊂ Mm (R) astfel:
m
w0 w0∗
w0 = 0, C1 = , D1 = Im − C1 A
w0∗ Aw0
iar pentru k = 1, m − 1:
Se alege vk astfel ca Dk vk = 0,
wk = Dk vk .
wk wk∗
Ck+1 := Ck + ,
wk∗ Awk
Dk+1 := Im − Ck+1 A,
Atunci Cm = A−1 (inversa matricei A) şi Dm = 0m .

 
 1 2 3 4 
 
 2 5 1 10 
 
Exemplul -1.16 Fie A =   . Folosind metoda lui Ritz să se cal-
 3 1 35 5 
 
 
4 10 5 30
culeze A−1 .
Se verifică mai întâi că matricea A este simetrică şi pozitiv definita. Luăm w0 =
(1, 0, 0, 0)∗ . Atunci w0∗ Aw0 = 1 şi
   
 1 0 0 0   0 −2 −3 −4 
   
 0 0 0 0   0 1 0 0 
   
C1 =   , D1 =  .
 0 0 0 0   0 0 1 0 
   
   
0 0 0 0 0 0 0 1
Luăm v1 = (0, 1, 0, 0)∗ . Rezultă că w1 = (−2, 1, 0, 0)∗ şi w1∗ Aw1 = 1, de unde
   
 5 −2 0 0   0 0 −13 0 
   
 −2 1 0 0   0 0 5 −2 
   
C2 =   , D2 =  .
 0 0 0 0   0 0 1 0 
   
   
0 0 0 0 0 0 0 1
29
   
 174 −67 −13 0   0 0 0 39 
   
 −67 26 5 0   0 0 0 −17 
   
C3 =   , D3 =  .
 −13 5 1 0   0 0 0 −3 
   
   
0 0 0 0 0 0 0 1
Luăm v3 = (0, 0, 0, 1)∗ . Rezultă că w3 = (39, −17, −3, 1)∗ şi w3∗ Aw3 = 1, de unde
   
 1695 −730 −130 39   0 0 0 0 
   
 −730 315 56 −17    0 0 0 0 
  
C4 =   , D4 =  .
 −130 56 10 −3   0 0 0 0 
   
   
39 −17 −3 1 0 0 0 0
Pseudoinversa unei matrice
Pseudoinversa unei matrice este o extensie naturală a noţiunii de matrice inversabilă.

Se poate defini pseudoinversa atât pentru matrici pătratice (singulare sau nesingu-
lare - caz în care pseudoinversa coincide cu inversa) cât şi pentru matrici dreptunghi-
ulre (în care numărul de linii diferă de numărul de coloane). Pentru o matrice T ∈
Mm,n(R),notăm cu T ∗ ∈ Mn,m (R) transpusa matricei T şi cu T + ∈ Mn,m (R) pseudoin-
versa matricei matricei T.
Prin definiţie T + este singura soluţie U ∈ Mn,m (R) a sistemului de ecuaţii ma-
triceale:
T U T = T, UT U = U, (T U )∗ = T U, (U T )∗ = U T. (16)
Teorema -1.6 Fie T ∈ Mm,n (R) şi b ∈ Rm .

a) x0 din Rn verifică egalitatea
T x0 − b = infn T x − b (17)
x∈R
dacă şi numai dacă T ∗ T x0 = T ∗ b.
30
b) Elementul x0 := T + b verifică egalitatea (17) şi, pentru orice alt element x0 ce
verifică aceeaşi egalitate, avem x0 ≤ x0 .
Reciproc, T + este unica soluţie U ∈ Mn,m (R)a problemei: U b satisface egalitatea
(17) pentru orice b ∈ Rm , iar pentru orice alt element x0 , care verifică aceeaşi egalitate,
avem U b ≤ x0 .
Prin această teoremă, în cazul unui sistem de ecuaţii liniare T x = b compatibil

nedeterminat, rezultă că T + b este o soluţie a acestui sistem (anume cea mai mică soluţie
în normă), iar, în cazul unui sistem incompatibil, T + b este acel element x, minim în
normă, pentru care T x − b este cel mai aproape de 0.
În continuare presupunem că rang T = l ≤ min(m, n). Cu R(A) am notăm imaginea
matricei A ∈ Mm,n (R), adică mulţimea {Ax | x ∈ Rn }.
Determinarea pseudoinversei unei matrice se poate face cu algoritmi cu un număr
de paşi mai mic sau egal cu l. În această categorie intră următorii algoritmi
• (Grigore) Definim succesiv vectorii (yk )lk=1 ⊂ X, (wk )lk=1 ⊂ Rn şi matricele
(Hk )lk=0 ⊂ Mn,m (R) astfel:
H0 = 0.
yk ∈ R(T ∗ ) (adică în imaginea transpusei), astfel ca yk − Hk−1 T yk = 0,
wk := yk − Hk−1 T yk şi
wk (T wk )∗
Hk := Hk−1 + , ∀k = 1, l.
T wk 2
Atunci Hl = T + (pseudoinversa matricei T ).
Exemplul -1.17 Fie

 
 1 0 −1 
 
 0 1 0 
 
T =  cu rang(T ) = 2 şi H0 = 0.
 1 1 −1 
 
 
1 2 −1
31
 
 
 1 
  1
 0   
   
Luăm y1 = T ∗   =  0  (avem y1 − H0 T y1 = y1 = 0. Atunci w1 =
∗
 0   
 
  −1
0
 
 2 
 
 0 
 
y1 − H0 T y1 = y1 şi T w1 =   . Rezultă că T w1 2 = 12, iar w1 (T w1 )∗ =
 2 
 
 
2
 
2 0 2 2
 
 
 0 0 0 0  . Deci
 
−2 0 −2 −2
 
1/6 0 1/6 1/6
w1 (T w1 )∗ 


H1 = H0 + 2 =  0 0 0 0 .
T w1  
−1/6 0 −1/6 −1/6
 
   
 0 
  0 −1/2
 1     
     
Luăm y2 = T ∗ ∗   =  1  (avem y2 − H1 T y2 =  1  = 0. Atunci
 0     
 
  0 1/2
0
 
 −1 
 
 1 
  2
w2 = y2 − H1 T y2 şi T w2 =   . Rezultă că T w2 = 3, iar w2 (T w2 )∗ =
 0 
 
 
1
32
 
1/2 −1/2 0 −1/2
 
 
 −1 1 0 1  . Deci
 
−1/2 1/2 0 1/2
 
1/3 −1/6 1/6 0
w2 (T w2 )∗ 



H2 = H1 + 2 =  −1/3 1/3 0 1/3 
T w2  
−1/3 1/6 −1/6 0
În concluzie  
1/3 −1/6 1/6 0
 
+  
T = H2 =  −1/3 1/3 0 1/3 
 
−1/3 1/6 −1/6 0
• (Gramm-Schmidt) Fie o bază e1 , e2 , . . . , el în R(T ∗ ) şi fie fi = T ei , ∀ i = 1, l.

Definim, succesiv, elementele (ei )li=1 , (xi )li=1 ⊂ Rn , (fi )li=1 (yi )li=1 ⊂ Rm , astfel:
1
x1 = e1 şi y1 = T x1 ,
f1
iar pentru i = 2, l
i−1
1
ei = ei − fi , yj xj , fi = T ei şi xi = e , yi = T xi
j=1
fi i
Definim matricea U ∈ Mn,m (R) prin

l

U := xi yi∗
i=1
Atunci U = T . +
Exemplul -1.18 Fie

 
 1 0 −1 
 
 0 1 0 
 
T =  cu dim R(T ∗ ) = 2
 1 1 −1 
 
 
1 2 −1
33
Luând e1 = (1; 0; −1)∗ , e2 = (0; 1; 0)∗ (bază în R(T ∗ )) obţinem f1 = (2; 0; 2; 2)∗ , f2 =
(0; 1; 1; 2)∗ . Atunci
1 1
x1 = √ (1; 0; −1)∗ , y1 = √ (1; 0; 1; 1)∗
2 3 3
În continuare
1
e2 = e2 − f2 , y1 x1 = (−1; 2; 1)∗ şi f2 = T e2 = (−1; 1; 0; 1)∗
2
Atunci
1 1
x2 = √ (−1; 2; 1)∗ , y2 = √ (−1; 1; 0; 1)∗
2 3 3
Rezultă că  
2 −1 1 0
+ 1



T = x1 y1∗ + x2 y2∗ =  −2 2 0 2 
6 
−2 1 −1 0
• (Stanica) Definim, succesiv, vectorii (uk )l−1

k=0 ⊂ R , (vk )k=0 ⊂ R , (wk )k=0 ⊂ R
m l−1 n l−1 m
şi matricele (Hk )lk=1 ⊂ Mn,m (R) astfel:
H0 = T ∗ .
vk ∈ R((I − T Hk )∗ T ), wk ∈ R(Hk ) astfel încît vk , T wk = 0,

1
uk := (I − Hk T )wk şi
vk , T wk
Hk+1 := Hk + uk · vk∗ , ∀k = 0, l − 1.
Atunci Hl = T + .
Exemplul -1.19 Fie

 
 1 0 −1 
 
 0 1 0 
 
T =  cu rang(T ) = 2 şi H0 = T ∗
 1 1 −1 
 
 
1 2 −1
34
   
 
 1   −5 
1    
   0   −3 
     
Luând a1 =  0  , b1 =   obţinem v0 := (I − T H0 )∗ T a1 =  ,
   0   −8 
   
0    
0 −11
   
1 5/48
  1  
   
w0 = H0 b1 =  0  , u0 := (I − H0 T )w0 =  1/8  ,
  v0 , T w0  
−1 −5/48
 
23/48 −5/16 1/6 −7/48
 
 
v0∗
H1 := H0 + u0 · =  −5/8 5/8 0 5/8 
 
−23/48 5/16 1/6 7/48
   
 
 0   7/8 
0    
   1   −7/8 
     
Luând a2 =  1  , b2 =   obţinem v1 := (I − T H1 )∗ T a2 =   , w1 =
   0   0 
   
0    
0 −7/8
   
−5/16 −1/6
  1  
   
H1 b2 =  5/8  , u1 := (I − H1 T )w1 =  1/3  , deci
  v1 , T w1  
5/16 1/6
 
1/3 −1/6 1/6 0
 
+  
T = H2 := H1 + u1 · v1∗ =  −1/3 1/3 0 1/3  .
 
−1/3 1/6 −1/6 0
Exemplul -1.20 Fie sistemul de ecuaţii liniare T x = b, unde

   
 1 0 −1   0 
   
 0 1 0   1 
   
T =  cu rang(T ) = 2 şi b =  
 1 1 −1   1 
   
   
1 2 −1 2
35
(acest sistem este compatibil nedetreminat). Atunci
 
   
 0 
1/3 −1/6 1/6 0   0
  1   
+     
z = T b =  −1/3 1/3 0 1/3    =  1 
  1   
 
−1/3 1/6 −1/6 0   0
2
este o soluţie a sistemului (compatibil nedeterminat) de ecuaţii liniare T x = b.
Exemplul -1.21 Fie sistemul de ecuaţii liniare T x = b, unde

   
 1 0 −1   1 
   
 0 1 0   0 
   
T =  cu rang(T ) = 2 şi b =  
 1 1 −1   0 
  
   
1 2 −1 0
(acest sistem este incompatibil). Atunci

 
   
 1 
1/3 −1/6 1/6 0   1/3
  0   
     
z = T + b =  −1/3 1/3 0 1/3    =  −1/3 
  0   
 
−1/3 1/6 −1/6 0   −1/3
0
are proprietatea că

T z − b = infn T x − b
x∈R
36
Metode pentru aproximarea valorilor proprii ale
unei matrice
În acest capitol prezentăm algoritmi pentru determinarea valorilor şi vectorilor pro-
prii ai unei matrice A ∈ Mm (R), adică a scalarilor λ ∈ C şi a vectorilor x ∈ C m \ {0}
asfel ca:
Ax = λx .
Valorile proprii λ sunt rădăcinile polinomului caracteristic:
pA (λ) = det(λIm − A) .
Pentru o valoare proprie λ dată, vectorul propriu se obţine ca o soluţie nenulă a sis-
temului liniar omogen:
(A − λIm )x = 0 .
Metodele numerice pentru determinarea valorilor proprii se împart în doua mari cate-
gorii:
- metode care utilizează polinomul caracteristic;
- metode care nu folosesc polinomul caracteristic.
Prima categorie de metode este mai rar folosită pentru că trebuie să calculăm
rădăcinile unui polinom de grad m arbitrar. Metodele care nu folosesc polinomul
caracteristic aproximează, în general, prin iterare, valorile proprii ale unei matrice.
Metode folosind polinomul caracteristic
Metodele numerice pe care le prezentăm în acest paragraf determină, de fapt, co-

eficienţii polinomului caracteristic. Dacă A ∈ Mm (R), atunci polinomul caracteristic
va fi:
pA (λ) = λm − c1 λm−1 + c2 λm−2 + · · · + (−1)m cm ,
1
unde ck este suma minorilor de ordin k ai matricei A pentru k = 1, m. Numărul mino-
m!
rilor de ordin k ai matricei A este Cm k
= . Deci, calculând direct coeficienţii
k!(m − k)!
ck , k = 1, m, ar trebui calculaţi Cm
1 2
+ Cm + · · · + Cmm
= 2m − 1 determinanţi. Acest
lucru este dificil şi implică multe calcule pentru valori mari ale lui m. De aceea, s-au
căutat metode care să determine mai uşor coeficienţii polinomului caracteristic. În
subparagrafele următoare prezentăm câteva astfel de metode împreună cu algoritmii
corespunzători şi exemple numerice.
Metoda Krylov
Metoda Krylov se bazează pe teorema Cayley-Hamilton:
Dacă A ∈ Mm (R) şi pA (λ) = λm −p1 λm−1 −p2 λm−2 −· · ·−pm , atunci pA (A) = 0m ,
adică:
Am − p1 Am−1 − p2 Am−2 − · · · − pm−1 A − pm Im = 0m .
t
(0) (0)
Considerăm y (0) = y1 , . . . , ym ∈ Rm un vector arbitrar. Înmulţind relaţia (??)
cu y (0) , se obţine:
Am y (0) − p1 Am−1 y (0) − p2 Am−2 y (0) − · · · − pm−1 Ay (0) − pm y (0) = 0 ,
de unde, notând:
y (k) = Ak y (0) = Ay (k−1) , pentru k = 1, m,
ne rezultă că p1 , . . . , pm sunt soluţiile sistemului:

 
 p1 
 
 p2 

 .


· .  = y (m) .
y (m−1) y (m−2) · · · y (1) y (0)  . 
 
 
 pm−1 
 
pm
2
Deci determinarea soluţiilor polinomului caracteristic prin metoda Krylov se reduce
la rezolvarea sistemului (??), în cazul în care are soluţie unică. Dacă sistemul nu are
soluţie unică, atunci se poate încerca schimbarea vectorului iniţial y (0) .
Exemplul -1.1 Determinaţi polinomul caracteristic pentru matricea

 
 5 −4 −3 −1 
 
 1 4 2 −9 
 
A= ,
 2 5 1 −5 
 
 
7 1 2 −1
folosind metoda Krylov.

 
 1 
 
 2 
 
Alegem pentru aplicarea metodei Krylov vectorul y (0) =   şi calculăm
 3 
 
 
4
   
 −16   8 
   
 −21   −209 
   
y (1) = Ay (0) = , y (2) = Ay (1) = ,
 −5   −197 
   
   
11 −154
   
 1621   9210 
   
 164   4902 
   
y (3) = Ay (2) −  , y (4) = Ay (3) = .
 −456   5571 
   
   
−393 10992
3
Coefienţii polinomului caracteristic se obţin rezolvâd sistemul:
    
 1621 8 −16 1   p1   9210 
    
 164 −209 −21 2   p2   4902 
    
  = .
 −456 −197 −5 3   p   5571 
  3   
    
−393 −154 11 4 p4 10992
 
 9 
 
 −45 
 
Folosind o metodă de rezolvare a sistemelor liniare , obţinem p =   şi polino-
 369 
 
 
885
mul caracteristic este:
pA (λ) = λ4 + 9λ3 − 45λ2 + 369λ + 885 .
Metoda Leverrier
Determinarea coeficienţilor polinomului caracteristic prin metoda Leverrier se bazează
pe următorul rezultat:
Dacă P (x) = xm + p1 xm−1 + p2 xm−2 + · · · + pm este un polinom de gradul m cu
rădacinile λ1 , . . . , λm şi sk = λk1 + · · · + λkm pentru k ∈ N , atunci avem
k−1

−kpk = pj sk−j pentru k ∈ N ∗ ,
j=0
cu p0 = 1 .
Se ştie că, dacă A ∈ Mm (R) şi λ1 , . . . , λm sunt valori proprii distincte ale lui A,
atunci sk = tr(Ak ) pentru k ∈ N ∗ .
Determinarea coeficienţilor polinomului carateristic cu metoda Leverrier constă în:
P1. se calculează s1 = tr(A) şi p1 = −s1 ;
P2. pentru k = 2, m calculăm:
1
Ak , sk = tr(Ak ) , pk = − (sk + p1 sk−1 + p2 sk−2 + · · · pk−1 s1 ).
k
4
P3. Polinomul caracteristic al matricei A va fi
pA (λ) = λm + p1 λm−1 + p2 λm−2 + · · · + pm .
Observaţie. Dacă pm = 0, atunci λ = 0 este valoare proprie pentru A şi nu există

A−1 , iar dacă pm = 0 atunci, conform teoremei Cayley-Hamilton, avem:
Am + p1 Am−1 + p2 Am−2 − · · · + pm−1 A + pm Im = 0m ,
de unde rezultă
1
m−1
A−1 = − A + p1 Am−2 + p2 Am−3 + · · · + pm−1 Im .
pm
Există un algoritm propus de Fadeev prin care se calculează simultan coeficienţii
polinomului caracteristic şi A−1 (dacă există). Astfel determinarea coeficienţilor poli-
nomului carateristic cu metoda Leverrier constă în:
P1. se calculează p1 = −tr(A) şi B1 = A1 + p1 Im , unde A1 = A ;
P2. pentru k = 2, m calculăm:
1
Ak = ABk ,pk = − tr(Ak ) , Bk = Ak + pk Im .
k
1
P3. Dacă pm = 0 atunci avem A−1 = − Bm−1 .
pm
Observaţie. În algoritmul de mai sus, din modul de calculare a şirului B1 , . . . , Bm−1 , Bm
şi din teorema Cayley-Hamilton, se obţine că
Bm = Am + pm Im = Am + p1 Am−1 + · · · + pm−1 A + pm Im = 0m
Exemplul -1.2 Determinaţi, folosind metoda Leverrier, polinomul caracteristic şi ma-
tricea A−1 , dacă există, pentru matricea
 
 11 0 −3 12 
 
 −9 −5 2 5 
 
A= ,
 2 −4 15 −11 
 
 
2 6 −7 10
5
Aplicând metoda Leverrier pentru matriceaA şi m = 4, obţinem:
s1 = 31 , p1 = −31 ,
- pentru k = 2:
 
 139 84 −162 285 
 
 −40 47 12 −105 
2  
A2 = A =  , s2 = 705 , p2 = 128 ,
 66 −106 288 −271 
 
 
−26 58 −169 231
- pentru k = 3:
 
 1019 1938 −4674 6720 
 
 −1049 −913 1129 −1427 
 
A3 = A3 =  ,
 7714 −2248 5807 −5616 
 
 
−684 1772 −3958 4147
s3 = 10060 , p3 = 2609 ,
- pentru k = 4:
 
 −2141 49326 −116331 140532 
 
 −3918 −8513 28245 −43842 
4  
A4 = A =  ,
 39468 −45684 116779 −110709 
 
 
−23094 31854 −82803 85660
s4 = 191785 , p4 = −12761 ,
şi polinomul caracteristic este:
pA (λ) = λ4 − 31λ3 + 128λ2 + 2609λ − 12761 .
6
Cum p4 = 0, rezultă că:
A−1 = − p14 (A3 + p1 A2 + p2 A + p3 I4 )
 
 0.0570 −0.0522 −0.0028 −0.0454 
 
 −0.0753 −0.0314 0.0794 0.1934 
 
=   .
 −0.0060 0.0412 0.1103 0.1079 
 
 
0.0296 0.0581 0.0302 0.0686
Exemplul -1.3 Calculaţi coeficienţii polinomului caracteristic şi matricea A−1 , dacă
există, pentru matricea
 
 11 1 −3 2 
 
 −9 −5 12 5 
 
A= ,
 2 −4 5 −11 
 
 
2 16 −7 10
folosind algoritmul Fadeev.
Aplicând algoritmul Fadeev obţinem:
A1 = A ,
 
 −10 1 −3 2 
 
 −9 −26 12 5 
 
p1 = −tr(A1 ) = −21 , B1 = A1 + p1 I4 =  ,
 2 −4 −16 −11 
 
 
2 16 −7 −11
7
- pentru k = 2
 
 −121 29 13 38 
 
 169 153 −260 −230 
 
A2 = AB1 =  ,
 4 −90 −57 50 
 
 
−158 −226 228 51
 
 −134 29 13 38 
 
 169 140 −260 −230 
 
p2 = − 21 tr(A2 ) = −13 , B2 = A2 + p2 I4 =  ,
 4 −90 −70 50 
 
 
−158 −226 228 38
- pentru k = 3
 
 −1633 277 549 114 
 
 −381 −3171 1483 1598 
 
A3 = AB2 =  ,
 814 1534 −1792 828 
 
 
828 668 −1364 −3574
 
 1757 277 549 114 
 
 −381 219 1483 1598 
 
p3 = − 31 tr(A3 ) = 3390 , B3 = A3 + p3 I4 =  ,
 814 1534 1598 828 
 
 
828 668 −1364 −184
8
- pentru k = 4
 
 18160 0 0 0 
 
 0 18160 0 0 
 
A4 = AB3 =  ,
 0 0 18160 0 
 
 
0 0 0 18160
 
 0 0 0 0 
 
 0 0 0 0 
 
p4 = − 14 tr(A4 ) = −18160 , B4 = A4 + p4 I4 =  .
 0 0 0 0 
 
 
0 0 0 0
Polinomul caracteristic este:
pA (λ) = λ4 − 21λ3 − 13λ2 + 3390λ − 18160 .
 
 0.0968 0.0153 0.0302 0.0063 
 
1  −0.0210 0.0121 0.0817 0.0880 
 
A−1 = − B3 =  .
p4  0.0448 0.0845 0.0880 0.0456 
 
 
0.0456 0.0368 −0.0751 −0.0101
Metoda coeficienţilor nedeterminaţi

Metoda coeficienţilor nedeterminati constă în determinarea coeficienţilor p1 , . . . , pm
ai polinomului caracteristic pA (λ) = λm + p1 λm−1 + · · · + pm−1 λ + pm , asociat matriei
9
A ∈ Mm (R) , dintr-un sistem liniar format din m ecuaţii liniare:
pm = D(0)
1m + p1 1m−1 + · · · + pm−1 1 + pm = D(1)
2m + p1 2m−1 + · · · + pm−1 2 + pm = D(2)) ,
..
.
(m − 1)m + p1 (m − 1)m−1 + · · · + pm−1 (m − 1) + pm = D(m − 1)
unde D(k) = det (kIm − A) pentru k = 0, m .

Dacă notăm p = (p1 , p2 , . . . , pm−1 )t , sistemul (??) se reduce la m − 1 ecuaţii liniare
şi se poate scrie în forma:
M p = b,
unde  
 1 1 ··· 1 
 
 2 m−1
2m−2
··· 2 
 
M = .. .. .. 
 ... 
 . . . 
 
(m − 1)m−1 (m − 1)m−2 · · · (m − 1)
şi  
m
 D(1) − D(0) − 1 
 
 D(2) − D(0) − 2 m 
 
 .. .
 . 
 
 
D(m − 1) − D(0) − (m − 1)m
Această metodă are dezavatajul că se calculează m determinanţi de ordin m.
Exemplul -1.4 Determinaţi coeficienţii polinomului caracteristic pentru

matricea  
 9 −4 10 13 
 
 11 −1 −15 8 
 
A= ,
 1 −2 −3 1 
 
 
2 4 5 7
10
folosind metoda coeficienţilor nedeterminaţi.
Avem p4 = −2703. Se obţine sistemul

   
1 1 1 334
   
   
 8 4 2 p=  482 
   
27 9 3 372
a cărui soluţie este:  

−12
 
 
p =  −57  .
 
403
Deci polinomul caracteristic este:
pA (λ) = λ4 − 12λ3 − 57λ2 + 403λ − 2703 .
Metoda rotaţiilor
Se dau m ∈ N, m ≥ 2, A = (aij )1≤i,j≤m ∈ Mm (R) o matrice simetrică şi ε > 0 un
număr real. Metoda rotaţiilor aproximează valorile proprii ale unei matrice simetrice
prin construirea unui şir de matrice (obţinut cu ajutorul unor matrice de rotaţie) ale
căror valori de pe diagonală converg către valorile proprii ale matricei A.
Dacă la pasul n este cunoscută matricea An , matricea An+1 se determină cu formula
An+1 = Tnt An Tn ,
unde Tn este o matrice de rotaţie.
Calcul succesiv al matricelor An (n ≥ 0), obţinute din matricea A prin rotaţii plane
se realizează după algoritmul:
A0 := A
• Repetă (se calculează Y = An+1 în funcţie de X = An ):
11
— se aleg p < q ∈ {1, . . . , m} astfel încât
|xpq | = max{|xij |; i < j ∈ {1, . . . , m}};
— dacă xpp = xqq atunci θ = π , altfel θ = 1 · arctan 2·xpq

4 2 xpp −xqq
— se iau c = cos(θ) şi s = sin(θ);
— Se calculează matricea Y = T t AT cu
 
1 ··· 0 ··· 0 ··· 0
 
 .. ... .. .. .. .. .. 
 . . . . . . 
 
 
 0 ··· cos θ · · · − sin θ · · · 0 
 
 . .. .. ... .. .. .. 
T = . ,
 . . . . . . 
 
 
 0 ··· sin θ · · · cos θ ··· 0 
 
 .. .. .. .. .. . . .. 
 . . . . . . . 
 
0 ··· 0 ··· 0 ··· 1
unde elementele cosθ, − sin θ, sin θ, cosθ se află la intersecţia liniilor p şi q
cu coloanele p şi q. Atunci
∗ ∀ i, j ∈ {p, q}, yij = xij ;
∗ ∀ j ∈ {p, q}, ypj = yjp = c · xpj + s · xqj , yqj = yjq = −s · xpj + c · xqj
∗ ypq = 0; yqp = 0; ypp = c2 · xpp + 2 · c · s · xpq + s2 · xqq ; yqq = s2 · xpp −

2 · c · s · xpq + c2 · xqq ;
— se face atribuirea X = Y ;

m

— se calculează modul = |X| := x2ij unde i, j ∈ 1, m.
i=j
pâna când modul < ε .
• Se colectează în vectorul z elementele diagonalei lui X, care reprezintă aproximări

ale valorilor proprii ale matricei A cu erori în modul mai mici decât ε : ∀i∈
1, m se ia zi = xii .
12
• Se tipăreşte z.
Exemplul -1.5 Fie matricea

 √ 
17 −2 3 3
 √ 
 
A =  −2 8 2 3 .
 
√ √
3 3 2 3 11
Folosind metoda rotaţiilor, să se determine valorile proprii ale matricei A.
Se verifică imediat că matricea A este simetrică. Se aleg p < q astfel încât
|apq | = max{aij |; i < j ∈ {1, 2, 3}.
Atunci p = 1, q = 3. Se calculează
1 2 · apq π
θ= · arctan = .
2 app − aqq 6
Se ia  
cos θ 0 − sin θ
 
 
T = 0 1 0 
 
sin θ 0 cos θ
şi se calculează matricea
 
20 0 0
 
t  
B = T AT =  0 8 4 
 
0 4 8
Se aleg p < q astfel încât
|bpq | = max{bij |; i < j ∈ {1, 2, 3}.
π
θ= deoarece bpp = bqq .
4
13
Se ia  
1 0 0
 
 
T =  0 cos θ − sin θ 
 
0 sin θ cos θ
 
20 0 0
 
 
B = T t AT ==  0 12 0 
 
0 0 4
Rezultă că valorile proprii ale matricei A sunt λ1 = 20, λ2 = 12, λ3 = 4.
Metoda puterii
Este o metodă numerică pentru aproximarea celei mai mari valori proprii în modul
şi a unui vector propriu corespunzător.
Vom considera cazul în care matricea A ∈ Mm (R) are toate valorile proprii pozitive.
Fie x(0) ∈ Rm astfel încât Ax(0) = 0. Definim recurent şirul (x(n) )n∈N prin relaţia
1
x(n+1) := Ax(n) , ∀n ∈ N. Notăm cu (z (n) )n∈N şirul definit prin z (n) := ·
x(n)
x(n) , ∀n ∈ N. Atunci
lim Az (n) , z (n) = λ,
n→∞
unde λ este cea mai mare valoare proprie a matricei A şi
lim z (n) = z,
n→∞
unde z este un vector propriu ataşat valorii proprii λ.

Metoda permite şi determinarea celorlalte valori proprii astfel:
• Se consideră matricea
 
 1 0 ... 0 
 
 x2 1 ... 0 
 
T = ,
 ... ... ... ... 
 
 
xm 0 ... 1
14
unde (1, x2 , . . . , xm ) este un vector propriu corespunzător
valorii proprii λ. Acest vector se obţine astfel:
zi
xi = , ∀i = 2, m,
z1
• Se calculează matricea B = T −1 AT.
• Se scrie matricea B sub forma

 
b11 B12
B= ,
0 B22
cu B22 matrice de ordinul m − 1.
• Cu algoritmul descris mai sus se determină cea mai mare

valoare proprie a matricei C = B22 . Aceasta este a doua
valoare proprie (în ordine descrescătoare) a matricei A.
• Acest algoritm se aplică în continuare pentru matricea C.
Algoritmul LU
Fie A o matrice pătratică de ordin m. Descompunem A = L1 U1 cu L1 , U1 matrice
triunghiulare (vezi factorizarea LU din paragraful 1.2.4, capitolul 1). Construim şirul
de matrice (Bn )n astfel:
B0 = A = L1 U1 , B1 = U1 L1 .
Descompunem B1 = L2 U2 , luăm B2 = U2 L2 , . . .
Descompunem Bn = Ln+1 Un+1 , luăm Bn+1 = Un+1 Ln+1 , . . .
Când n → ∞, elementele de pe diagonala lui Bn converg la valorile proprii ale matricei

A (în practică, calculul iterativ se opreşte atunci când, pentru orice i = 1, m, avem

(n) (n−1) (n)
bii − bii < ε, o eroare dată, unde cu (bij )i,j am notat elementele matricei Bn ).
15
Algoritmul QR
Metoda QR este o metodă des folosită pentru calculul valorilor proprii pentru o
matrice oarecare, în general, nesimetrică. Fie A ∈ Mm (R). Metoda QR constă în
construirea unui şir de matrice (Ak )k≥0 folosind factorizarea QR (definită la ssisteme
liniare) astfel:
A0 = A = Q0 R0 , A1 = R0 Q0 ,
Ak = Qk Rk , Ak+1 = Rk Qk , k ≥ 0 .
Când k → ∞, elementele de pe diagonala lui Ak converg la valorile proprii ale matricei

(k+1) (k)
A. Calculul iterativ se opreşte atunci când, pentru orice i = 1, m, avem aii − aii <
ε, pentru ε > 0 o eroare dată.
16
Ecuaţii neliniare în Rm
Fie m ∈ N∗ , M ⊂ Rm o mulţime şi · o normă pe Rm . O funcţie f : M → R
m
se numeşte q-contracţie a mulţimii M relativă la norma · dacă are următoarele
proprietăţi:
1) ∃ q ∈ (0, 1) astfel încât f (x) − f (y) ≤ qx − y, ∀ x, y ∈ M şi
2) f(M ) ⊂ M .
Principiul contracţiei se enunţă astfel:
Fie · o normă pe Rm , M o mulţime închisă din Rm şi f : M → R m
o q-
contracţie a mulţimii M relativă la norma · . Atunci ecuaţia f(x) = x are o soluţie
unică z ∈ M , şi, pentru orice x(0) ∈ M , şirul (x(n) )n∈N definit prin relaţia de recurenţă
x(n+1) = f (x(n) ) converge la z. Avem evaluarea
q qn
x(n) − z ≤ x(n) − x(n−1) ≤ x(1) − x(0) .
1−q 1−q
Fie a ∈ Rm şi r > 0. Dacă M := {x ∈ Rm | x − a ≤ r}, atunci:
1. Dacă f diferenţiabilă pe M şi există q ∈ (0, 1) astfel încât f (x) ≤ q, ∀ x ∈ M
rezultă că f(x) − f (y) ≤ qx − y, ∀ x, y ∈ M .
2. Dacă f (x) − f (y) ≤ qx − y, ∀ x, y ∈ M şi f (a) − a ≤ (1 − q)r rezultă că
f (M ) ⊂ M .
Deci, în aceste condiţii, f este q-contracţie a mulţimii M .
Exemplul -1.1 Fie sistemul de ecuaţii



 x = (80 + x3 − x2 − 3yz)/100


y = (60 − y 3 − z 2 + 4xz)/86 (1)




z = (40 + z 3 + y 2 − 5xy)/72
Folosind principiul contracţiei în raport cu norma · ∞, să se arate că sistemul
(1) are soluţie unică v în V := [0, 2]3 . Pentru o eroare ε dată şi pentru iterata iniţială
1
x(0) := (1, 1, 1) să se calculeze iterata x(n) (din principiul contracţiei) pentru care x(n) −
v∞ ≤ ε.
Fie r = 1 şi a = (1, 1, 1). Atunci mulţimea V = {x ∈ Rm | x − a∞ ≤ r}.

Fie funcţia F = (f, g, h) : V → R 3
cu f (x, y, z) := (80 + x3 − x2 − 3yz)/100,
g(x, y, z) := (60−y 3 −z 2 +4xz)/86 şi h(x, y, z) := (40+z 3 +y 2 −5xy)/72, ∀ (x, y, z) ∈ V .
Sistemul de ecuaţii (1) este echivalent cu F (x, y, z) = (x, y, z).
Avem
 
(3x2 − 2x)/100 −3z/100 −3y/100
 
 
F (x, y, z) =  4z/86 2
−3y /86 (−2z + 4x)/86  ,
 
2
−5y/72 (2y − 5x)/72 3z /72
deci F (x, y, z)∞ = max((|3x2 − 2x| + | − 3z| + | − 3y|)/100, (|4z| + | − 3y 2 | +

| − 2z + 4x|)/86, (| − 5y| + |2y − 5x| + |3z 2 |)/72) ≤ max(28/100, 32/86, 36/72) =
= 1/2 (am folosit 0 ≤ x, y, z ≤ 2). Putem lua q = 1/2. Pe de altă parte F (a) − a∞ =
max(28/100, 24/86, 35/72) = 35/72 < (1 − q)r = 1/2. Deci F este 1/2-contracţie a
mulţimii V în raport cu norma · ∞ . Din principiul contracţiei rezultă că ecuaţia
F (x, y, z) = (x, y, z) are soluţie unică în V .
Pentru x(0) = (1, 1, 1) se calculează x(n) cu formula de recurenţă x(n) = F (x(n−1) ),
∀ n ∈ N. Se opreşte procesul iterativ atunci când q/(1 − q)x(n) − x(n−1) ∞ < ε.
Pentru ε = 10−10 se obţin următoarele rezultate:
2
n x y z
1 0.7700000000 0.7209302326 0.5138888889
2 0.7875219889 0.7086511560 0.5261092736
3 0.7874973924 0.7095886570 0.5257974572
4 0.7874891632 0.7095640029 0.5257622709
5 0.7874902776 0.7095633762 0.5257631334
6 0.7874902723 0.7095634355 0.5257631103
7 0.7874902718 0.7095634337 0.5257631082
8 0.7874902719 0.7095634337 0.5257631083 .
Metoda Gauss-Seidel neliniară

Fie m ∈ N ∗ , (a1 , a2 , . . . , am ) ∈ Rm , r1 , r2 , . . . , rm numere reale strict pozitive,
M := {x = (x1 , x2 , . . . , xm ) ∈ Rm | |xi − ai | ≤ ri , ∀ 1 ≤ i ≤ m} şi f = (f1 , f2 , . . . , fm ) :
M →R m
o q-contracţie a mulţimii M relativă la norma · ∞.
Pentru orice x(0) ∈ M definim şirul (x(n) )n∈N prin relaţia de recurenţă
(n+1) (n) (n)

x1 = f1 (x1 , x2 , . . . , x(n)
m ) şi
(n+1) (n+1) (n+1) (n)

xi = fi (x1 , . . . , xi−1 , xi , . . . , x(n)
m ) ∀ 2 ≤ i ≤ m.
Atunci şirul (x(n) )n∈N converge către unica soluţie z ∈ M a ecuaţiei f (x) = x. Avem
evaluarea:
q qn
x(n) − z∞ ≤ x(n) − x(n−1) ∞ ≤ x(1) − x(0) ∞.
1−q 1−q
Dacă f diferenţiabilă pe M şi există q ∈ (0, 1) astfel încât f (x)∞ ≤ q, ∀ x ∈ M

rezultă că f(x) − f (y)∞ ≤ qx − y∞ , ∀ x, y ∈ M .
3


 x = (432 + x4 + y 4 − 2z 4 + y 2 z 2 )/234


y = (324 − x4 + 2y 4 − 3z 4 + 3x2 z 2 )/432 (2)




z = (234 + 2x4 − 3y 4 + 4z 4 − x2 y 2 + 3x + y)/324
Folosind metoda Gauss-Seidel neliniară, să se arate că sistemul (2) are soluţie unică
v în V := [−2, 2] × [−1, 1] × [0, 1]. Pentru o eroare ε dată şi pentru iterata iniţială
x(0) := (0, 0, 1/2) să se calculeze iterata x(n) pentru care x(n) − v∞ ≤ ε.
Fie r1 = 2, r2 = 1 şi r3 = 1/2, a1 = a2 = 0 şi a3 = 1/2. Atunci mulţimea

V = {(x, y, z) ∈ R3 | |x − a1 | ≤ r1 , |y − a2 | ≤ r2 , |z − a3 | ≤ r3 }. Fie funcţia
F = (f, g, h) : V → R 3
cu f(x, y, z) := (432 + x4 + y 4 − 2z 4 + y 2 z 2 )/234, g(x, y, z) :=
(324−x4 +2y 4 −3z 4 +3x2 z 2 )/432 şi h(x, y, z) := (234+2x4 −3y 4 +4z 4 −x2 y 2 +3x+y)/324,
∀ (x, y, z) ∈ V . Sistemul de ecuaţii (2) este echivalent cu F (x, y, z) = (x, y, z).
Avem F (x, y, z) =
 
4x3 /234 (4y 3 + 2yz 2 )/234 (−8z 3 + 2y 2 z)/234
 
 
 (−4x3 + 6xz 2 )/432 8y 3 /432 (−12z 3 + 6x2 z)/432 ,
 
(8x3 − 2xy 2 + 3)/324 (−12y 3 − 2x2 y + 1)/324 16z 3 /324
deci F (x, y, z)∞ = max((|4x3 | + |4y 3 + 2yz 2 | + | − 8z 3 + 2y 2 z|)/234, (| − 4x3 + 6xz 2 | +

|8y 3 | + | − 12z 3 + 6x2 z|)/432, (|8x3 − 2xy 2 + 3| + | − 12y 3 − 2x2 y + 1| + |16z 3 |)/324) ≤
max(48/234, 88/432, 108/234) = 1/3 (am folosit −2 ≤ x ≤ 2, −1 ≤ y ≤ 1, 0 ≤ z ≤ 1).
Putem lua q = 1/3. Pe de altă parte |f (x, y, z) − a1 | ≤ (|432| + |x4 | + |y 4 | + |2z 4 | +
|y 2 z 2 |)/234 ≤ 452/234 < 2, |g(x, y, z)−a2 | ≤ (|324|+|x4 |+|2y 4 |+|3z 4 |+|3x2 z 2 |)/432 ≤
357/432 < 1 şi |h(x, y, z) − a3 | ≤ (|234| + |2x4 | + |3y 4 | + |4z 4 | + |x2 y 2 | + |3x| + |y|)/324 ≤
122/324 < 1/2, ∀ (x, y, z) ∈ V . Deci F (V ) ⊂ V şi F este 1/3-contracţie a mulţimii V în
raport cu norma ·∞ . Din principiul contracţiei rezultă că ecuaţia F (x, y, z) = (x, y, z)
ar soluţie unică în V .
4
(n) (n) (n)
Pentru x(0) = (0, 0, 1/2) se calculează x(n) = (x1 , x2 , x3 ) cu formula de recurenţă
(n) (n) (n) (n−1) (n−1) (n) (n) (n) (n−1)
x1 = f(x(n−1) ), x2 = g(x1 , x2 , x3 ), x3 = h(x1 , x2 , x3 ) ∀ n ∈ N. Se
opreşte procesul iterativ atunci când q/(1 − q)x(n) − x(n−1) ∞ < ε.
n x y z
1 1.8498931624 0.7283987914 0.8064491799
2 1.8952624827 0.7347217752 0.8182233410
3 1.9002520392 0.7348417419 0.8193883638
4 1.9008188414 0.7348467169 0.8195175386
5 1.9008834671 0.7348471269 0.8195321857
6 1.9008908388 0.7348471703 0.8195338544
7 1.9008916797 0.7348471752 0.8195340447
8 1.9008917756 0.7348471757 0.8195340664
9 1.9008917866 0.7348471758 0.8195340689
10 1.9008917878 0.7348471758 0.8195340692
11 1.9008917880 0.7348471758 0.8195340692 .
Metoda lui Newton

Fie m ∈ N∗ , D o mulţime deschisă din Rm şi f : D → Rm o funcţie de clasă C 2 (D).
Dacă presupunem că f (x) este inversabilă pentru orice x ∈ D, atunci ecuaţia f(x) = 0
se transformă echivalent astfel:
f (x) = 0⇔f(x) + f (x)(x − x) = 0⇔x = x − (f (x))−1 f(x).
În ipotezele de mai sus (fără a presupune că f (x) este inversabilă ∀ x ∈ D), pentru
orice x(0) ∈ D definim, dacă este posibil, şirul (x(n) )n∈N prin relaţia de recurenţă
x(n+1) = x(n) − (f (x(n) ))−1 f (x(n) ), ∀ n ∈ N. (3)
5
Fie · o normă pe Rm . Notăm tot cu · norma matricială asociată. Presupunem
că există a ∈ D, r > 0, M > 0, α > 0, β > 0, µ > 0, q ∈ (0, 1) astfel încât:
1) V := Br (a) := {x ∈ Rm | x − a ≤ r} ⊂ D;
2) f (x) ≤ M, ∀ x ∈ V ;
3) Există (f (a))−1 şi (f (a))−1 ≤ α;
α 1
4) Mrα < 1 şi ≤ ;
1 − M rα µ
5) (f (a)) f(a) ≤ β ≤ (1 − q)r;
−1
M
6) 2 f (x) ≤ q, ∀ x ∈ V ;
µ
Mr
7) ≤ q.
µ
Atunci ecuaţia f (x) = 0 are o soluţie unică z ∈ V şi pentru orice x(0) ∈ V se poate
construi şirul (x(n) )n∈N (prin relaţia de recurenţă (3)) cu proprietăţile x(n) ∈ V şi
2µ 2n
x(n) − z ≤ q , ∀ n ∈ N.
M



 x3 + 3xy 2 + 3xz 2 − 183x + 2 = 0


y 3 + +3x2 y + 3yz 2 − 193y + 1 = 0 (4)




z 3 + 3x2 z + 3y 2 z − 188(z − 1) − 1 = 0
Folosind metoda Newton relativă la norma ·∞ , să se arate că sistemul (4) are soluţie
unică v în V := [−1, 1]2 × [0, 2]. Pentru o eroare ε dată şi pentru iterata iniţială
x(0) := (0, 0, 1) să se calculeze iterata x(n) , pentru care x(n) − v∞ ≤ ε.
Fie r = 1 şi a = (0, 0, 1). Atunci mulţimea V este Br (a) în raport cu norma
· ∞ . Fie funcţia F = (f, g, h) : V → R3 cu f (x, y, z) := x3 + 3xy 2 + 3xz 2 − 183x + 2,
g(x, y, z) := y 3 ++3x2 y+3yz 2 −193y+1 şi h(x, y, z) := z 3 +3x2 z+3y 2 z−188(z−1)−1 =
0, ∀ (x, y, z) ∈ V . Sistemul de ecuaţii (4) este echivalent cu F (x, y, z) = 0.
6
Avem F (x, y, z) =
 
3x2 + 3y 2 + 3z 2 − 183 6xy 6xz
 
 
 6xy 2 2
3x + 3y + 3z − 193 2
6yz ,
 
6xz 6yz 3x2 + 3y 2 + 3z 2 − 188
 
6x 6y 6z 6y 6x 0 6z 0 6x
 
 
F (x, y, z) =  6y 6x 0 6x 6y 6z 0 6z 6x ,
 
6z 0 6x 0 6z 6y 6x 6y 6z
deci F (x, y, z)∞ ≤ max(|18x| + |12y| + |12z|, |12x| + |18y| + |12z|, |12x| + |12y| +
|18z|) ≤ max(54, 54, 60) = 60 (am folosit −1 ≤ x, y ≤ 1, 0 ≤ z ≤ 2). Putem lua
 
−180 0 0
 
 
M = 60. Avem F (a) =  0 −190 0  , deci F (a) inversabilă, (F (a)) =
−1
 
0 0 −185
 
−1/180 0 0
 
 
 0 −1/190 0  şi (F (a))−1 ∞ = max(1/180, 1/190, 1/185) = 1/180.
 
0 0 −1/185
Luăm α = 1/180. Cum M rα = 60/180 < 1 şi α/(1 − M Rα) = 1/120, putem
lua µ = 120. Avem F (a) = (2, 1, 0)t şi (F (a))−1 F (a) = (−1/90, −1/190, 0)t , deci
(F (a))−1 F (a)∞ = 1/90. Luă m β = 1/90. Condiţia β ≤ (1 − q)r implică q ≤ 89/90.
Din F (x, y, z)∞ ≤ max(|x3 | + |3xy 2 | + |3xz 2 | + |183x| + 2, |y 3 | + |3x2 y| + |3yz 2 | +
|193y| + 1, |z 3 | + |3x2 z| + |3y 2 z| + |188(z − 1)| + 1) ≤ max(201, 210, 209) = 210 rezultă
că (M/µ2 )F (x, y, z)∞ ≤ q⇔q ≥ 210/240 = 7/8. Din M r/µ ≤ q rezultă q ≥ 1/2.
Deci putem lua q = 7/8 şi atunci ecuaţia F (x, y, z) = 0 are o soluţie unică în V .
Pentru x(0) = (0, 0, 1) se calculează x(n) cu formula de recurenţă (4) (folosind la
fiecare pas o procedură de inversare a matricei (F (x(n) ))−1 ). Se opreşte calculul iterativ
n n
atunci când (2µ)/M · q2 ≤ ε ⇔4 · (7/8)2 ≤ ε.
7
n x y z
1 −0.0387039145 −0.2345464953 0.8497295394
2 0.0109754027 0.0044322958 1.0031237498
3 0.0111111051 0.0052632384 0.9999155652
4 0.0111111257 0.0052631697 1.0000048646
5 0.0111111247 0.0052631693 1.0000023842
6 0.0111111248 0.0052631693 1.0000024531
7 0.0111111248 0.0052631693 1.0000024512 .
Metoda lui Newton simplificată

Fie m ∈ N∗ , D o mulţime deschisă din Rm şi f : D→ Rm o funcţie de clasă C 2 (D).
Dacă presupunem că există a ∈ D astfel încât f (a) este inversabilă, atunci ecuaţia
f (x) = 0 se transformă echivalent astfel:
f (x) = 0⇔f (x) + f (a)(x − x) = 0⇔x = x − (f (a))−1 f (x).
Pentru orice x(0) ∈ D definim, dacă este posibil, şirul (x(n) )n∈N prin relaţia de
recurenţă
x(n+1) = x(n) − (f (a))−1 f (x(n) ), ∀ n ∈ N. (5)
Fie · o normă pe Rm . Notăm tot cu · norma matricială asociată. Presupunem

că există r > 0, M > 0, α > 0, β > 0, q ∈ (0, 1) astfel încât:
1) V := Br (a) := {x ∈ Rm | x − a ≤ r} ⊂ D;
2) f (x) ≤ M, ∀ x ∈ V ;
3) (f (a))−1 ≤ α;
4) (f (a))−1 f(a) ≤ β ≤ (1 − q)r;
5) Mrα ≤ q.
Atunci ecuaţia f (x) = 0 are o soluţie unică z ∈ V şi pentru orice x(0) ∈ V se poate
8
construi şirul (x(n) )n∈N (prin relaţia de recurenţă (5)) cu proprietă ţile x(n) ∈ V şi
(n) q (n) (n−1) qn

x − z ≤ x − x ≤ x(1) − x(0) , ∀ n ∈ N.
1−q 1−q



 x2 + y 2 + z 2 + x + y + z − 853/144 = 0


3x2 − 4y 2 + z 2 + x − y − 3z + 1309/432 = 0 (6)




5x2 + 2y 2 − 3z 2 + 2x − 4y − 6z + 37/9 = 0
Folosind metoda Newton simplificată relativă la norma · ∞ , să se arate că sistemul
(6) are soluţie unică v în V := [−0, 8; 1, 2]3 . Pentru o eroare ε dată şi pentru iterata
iniţială x(0) := (1, 1, 1), să se calculeze iterata x(n) pentru care x(n) − v∞ ≤ ε.
Fie r := 0, 2 = 1/5 şi a := (1, 1, 1). Atunci mulţimea V este Br (a) în raport cu
norma · ∞ . Fie funcţia F = (f, g, h) : V → R3 cu f (x, y, z) := x2 + y 2 + z 2 + x +
y + z − 853/144, g(x, y, z) := 3x2 − 4y 2 + z 2 + x − y − 3z + 1309/432 şi h(x, y, z) :=
5x2 + 2y 2 − 3z 2 + 2x − 4y − 6z + 37/9, ∀ (x, y, z) ∈ V . Sistemul de ecuaţii (6) este
echivalent cu F (x, y, z) = 0.
Avem  
2x + 1 2y + 1 2z + 1
 
 
F (x, y, z) =  6x + 1 −8y − 1 2z − 3  ,
 
10x + 2 4y − 4 −6z − 6
 
2 0 0 0 2 0 0 0 2
 
 
F (x, y, z) =  6 0 0 0 −8 0 0 0 2 ,
 
10 0 0 0 4 0 0 0 −6
deci F (x, y, z)∞ ≤ max(|2|+|2|+|2|, |6|+|−8|+|2|, |10|+|4|+|−6|) = 20, ∀ (x, y, z) ∈
 
3 9 3
 
 
V . Putem lua M = 20. Avem F (a) =  7 −9 −1  , cu det(F (a)) = 72, deci
 
12 0 −12
9
 
9 3 2
1 



F (a) inversabilă, (F (a)) =
−1
 6 −6 2  şi (F (a))−1 ∞ = max(14/72, 14/72, 16/72) =
72  
9 3 −4
2/9. Luă m α = 2/9. Avem F (a) = (11/144, 13/432, 1/9)t şi (F (a))−1 F (a) =
(1/72, 1/144, 1/216)t , deci (F (a))−1 F (a)∞ = 1/72. Luăm β = 1/72. Condiţia
β ≤ (1 − q)r implică q ≤ 67/72. Din αM r ≤ q rezultă q ≥ 8/9. Deci putem lua
q = 8/9 şi atunci ecuaţia F (x, y, z) = 0 are o soluţie unică în V .
Pentru x(0) = (1, 1, 1) se calculează x(n) cu formula de recurenţă (6). Se opreşte
calculul iterativ atunci când q/(1 − q) · x(n) − x(n−1) ∞ ≤ ε.
n x y z
1 0.9861111111 0.9930555556 0.9953703704
2 0.9860336380 0.9930399270 0.9953759520
3 0.9860328001 0.9930398800 0.9953760624
4 0.9860327911 0.9930398803 0.9953760635
5 0.9860327910 0.9930398803 0.9953760635 .
10
INTERPOLARE POLINOMIALĂ
Formula lui Lagrange
Se consideră:
• n ∈ N∗ ;
• x1 , x2 , . . . , xn ∈ R cu xi = xj pentru orice 1 ≤ i = j ≤ n puncte (noduri)

distincte două câte două;
• y1 , y2 , . . . , yn ∈ R numere reale.
Spunem că aceste elemente definesc un sistem de date notat cu (SL).

Se numeşte polinom de interpolare Lagrange ataşat sistemului de date (SL) un
polinom P ∈ R[X] cu următoarele proprietăţi:
1) grad P ≤ n − 1;
2) P (xi ) = yi pentru orice 1 ≤ i ≤ n.
Polinomul de interpolare Lagrange ataşat sistemului de date (SL) există, este unic
şi se reprezintă sub forma:
n
n
x − xj
P (x) = yi . (1)
i=1 j=1, j=i
xi − xj
Formula (1) se numeşte formula lui Lagrange de reprezentare a polinomului de inter-

polare.
Exemplul -1.1 Utilizând formula lui Lagrange de reprezentare să se determine poli-
nomul de interpolare de grad 2 ce verifică condiţiile:
P (0) = 2, P (1) = 1, P (4) = 4.
1
Din (1) rezultă că:
P (x) = P (0)L1 (x) + P (1)L2 (x) + P (4)L3 (x).
Avem:
(x − 1)(x − 4) x2 − 5x + 4
L1 (x) = = ,
(0 − 1)(0 − 4) 4
x(x − 4) x2 − 4x
L2 (x) = = ,
(1 − 0)(1 − 4) −3
x(x − 1) x2 − x
L3 (x) = = .
(4 − 0)(4 − 1) 12
Atunci:
x2 − 5x + 4 x2 − 4x x2 − x 1 3
P (x) = 2 · +1· +4· = x2 − x + 2.
4 −3 12 2 2
Algoritmul lui Aitken
Fie n ∈ N∗ şi x1 , x2 , . . . , xn puncte distincte două câte două, conţinute într-un

interval real I. Considerăm o funcţie continuă f : I → R. Se numeşte polinom de
interpolare Lagrange asociat funcţiei f şi nodurilor x1 , x2 , . . . , xn polinomul P de grad
mai mic sau egal cu n−1 care verifică condiţiile P (xi ) = f (xi ). Notăm valoarea acestui
polinom într-un punct x din I cu P (f; x1 , x2 , . . . , xn ; x). Polinomul de interpolare
Lagrange asociat funcţiei f şi nodurilor x1 , x2 , . . . , xn există şi este unic.
Dacă n = 1, atunci
P (f ; x1 ; x) = f(x1 ), (2)
iar dacă n ≥ 2, atunci P (f; x1 , x2 . . . , xn ; x) =
P (f; x2 , x3 . . . , xn ; x)(x − x1 ) − P (f ; x1 , x2 . . . , xn−1 ; x)(x − xn )

= . (3)
xn − x1
Pentru orice 1 ≤ i ≤ n şi i ≤ j ≤ n definim recurent polinoamele Pij astfel:
P1j (x) := P (f ; xj ; x) = f (xj ) ∀ 1 ≤ j ≤ n şi
2
Pij (x) := P (f ; x1 , x2 , . . . , xi−1 , xj ; x) ∀ 2 ≤ i ≤ n, ∀ i ≤ j ≤ n. (4)
Cu formula (3) rezultă că

(x − xi−1 )Pi−1j − (x − xj )Pi−1i−1
Pij (x) = ∀ 2 ≤ i ≤ n, ∀ i ≤ j ≤ n. (5)
xj − xi−1
Observăm că P (f ; x1 , x2 , . . . , xn ; x) = Pnn (x).
Prezentăm în continuare un algoritm pentru calculul coeficienţilor polinomului de
interpolare Lagrange P (f ; x1 , x2 , . . . , xn ; x) (bazat pe algoritmul Aitken):
Cum grad Pij ≤ i − 1 ∀ 1 ≤ i ≤ n, ∀ i ≤ j ≤ n, putem scrie
Pij (x) = aij ij ij i−1

1 + a2 x + · · · + ai x .
Egalând coeficienţii lui xk cu 0 ≤ k ≤ i − 1 din relaţile (4) şi (5), obţinem:
a1j
1 = f (xj ) ∀ 1 ≤ j ≤ n,


 ij −ai−1
1
j
xi−1 + ai−1
1
i−1
xj


 a1 =

 xj − xi−1
 ai−1 j
− ai−1 j i−1 i−1
xi−1 − ak−1 + aki−1 i−1 xj
aij
k = k−1 k
∀2 ≤ k ≤ i − 1 ,


 x j − xi−1
 ai−1 j i−1 i−1
i−1 − ai−1

 ij

 ai =
xj − xi−1
∀ 2 ≤ i ≤ n, ∀ i ≤ j ≤ n. Deci se observă că determinarea coeficienţilor aij
k este
recursivă. În concluzie, avem:
P (f; x1 , x2 , . . . , xn ; x) = ann nn nn n−1

1 + a2 x + · · · + an x .
√
Exemplul -1.2 Fie funcţia f : [0, 12] → R cu f (x) = 6 2x + 1 − 2x, ∀ x ∈ [0, 12].
Să se determine polinomul de interpolare Lagrange P (f ; 0, 4, 12; x) utilizând algoritmul
Aitken.
Nodurile sunt x1 = 0, x2 = 4, x3 = 12. Atunci P11 (x) = f(0) = 6, P12 (x) = f (4) =
10, P13 (x) = f (12) = 6. Rezultă că
10x − 6(x − 4)
P22 (x) = = x + 6,
4
3
6x − 6(x − 12)
P23 (x) = =6
12
şi astfel
x2 3x
P (f; 0, 4, 12; x) = P33 (x) = − + + 6.
8 2
Algoritmul lui Neville
Fie n ∈ N∗ şi x1 , x2 , . . . , xn puncte distincte două câte două conţinute într-un

interval real I. Considerăm o funcţie continuă f : I → R.
Pentru orice 1 ≤ i ≤ n şi i ≤ j ≤ n definim recurent polinoamele Pij astfel:
P1j (x) := P (f ; xj ; x) = f (xj ) ∀ 1 ≤ j ≤ n şi
Pij (x) = P (f ; xj−i+1 , . . . , xj−1 , xj ; x) ∀ 2 ≤ i ≤ n, ∀ i ≤ j ≤ n. (6)
Cu formula (3) rezultă că
(x − xj−i+1 )Pi−1 j − (x − xj )Pi−1 j−1

Pij (x) = ∀ 2 ≤ i ≤ n, ∀ i ≤ j ≤ n. (7)
xj − xj−i+1
Observăm că P (f ; x1 , x2 , . . . , xn ; x) = Pnn (x).

Prezentăm în continuare un algoritm pentru calculul coeficienţilor polinomului de
interpolare Lagrange P (f ; x1 , x2 , . . . , xn ; x) (bazat pe algoritmul Neville):
Cum grad Pij ≤ i − 1 ∀ 1 ≤ i ≤ n, ∀ i ≤ j ≤ n, putem scrie
Pij (x) = aij ij ij i−1

1 + a2 x + · · · + ai x
Egalând coeficienţii lui xk cu 0 ≤ k ≤ i − 1, din relaţile (6) şi (7) obţinem:
a1j
1 = f (xj ) ∀ 1 ≤ j ≤ n,


 ij −ai−1
1
j
xj−i+1 + ai−1
1
j−1
xj


 a 1 =

 xj − xj−i+1
 a i−1 j
− ai−1 j
xj−i+1 − ai−1 j−1
+ aki−1 j−1 xj
aij
k = k−1 k k−1
∀ 2 ≤ k ≤ i − 1,


 xj − xj−i+1
 ai−1 j i−1 j−1
i−1 − ai−1

 ij

 ai =
xj − xj−i+1
4
∀ 2 ≤ i ≤ n, ∀ i ≤ j ≤ n. Deci se observă că determinarea coeficienţilor aij
k este
recursivă. Astfel, avem:
P (f; x1 , x2 , . . . , xn ; x) = ann nn nn n−1

1 + a2 x + · · · + an x .
√
Neville.
10, P13 (x) = f (12) = 6. Rezultă că
10x − 6(x − 4)
P22 (x) = = x + 6,
4
6(x − 4) − 10(x − 12) x
P23 (x) = = − + 12
8 2
şi astfel
x2 3x
P (f; 0, 4, 12; x) = P33 (x) = − + +6
8 2
Formula lui Newton de reprezentare a polinomului de interpolare
Se consideră:
• n ∈ N∗ ;
• x1 , x2 , . . . , xn ∈ R un sistem de puncte (noduri);
• m ∈ N∗ numărul de puncte distincte;
• y1 , y2 , . . . , ym ∈ R punctele distincte ale sistemului;
• n1 , n2 , . . . , nm ∈ N∗ ordinele de multiplicitate ale punctelor distincte în sistem;
• zij ∈ R cu 1 ≤ i ≤ m, 0 ≤ j ≤ ni − 1 familie de elemente reale.
5
Spunem că aceste elemente definesc un sistem de date notat cu (SH).
Se numeşte polinom de interpolare Hermite ataşat sistemului de date (SH) un
polinom P ∈ R[x] cu următoarele proprietăţi:
1) grad P ≤ n − 1;
2) P (j) (yi ) = zij pentru orice 1 ≤ i ≤ m, 0 ≤ j ≤ ni − 1.
Polinomul de interpolare Hermite ataşat sistemului dedate (SH) există şi este unic.
Fie I un interval real ce conţine punctele x1 , . . . , xn şi f : I → R o funcţie de ni − 1
ori derivabilă în yi pentru orice 1 ≤ i ≤ m. Luăm zij := f (j) (yi ), ∀ 1 ≤ i ≤ m, 0 ≤
j ≤ ni − 1. Polinomul de interpolare Hermite ataşat acestui sistem de date se numeşte
polinom de interpolare asociat funcţiei f şi sistemului de date (SH). Notăm valoarea
acestui polinom într-un punct x din I cu P (f ; x1 , x2 , . . . , xn ; x).
Se numeşte diferenţă divizată a funcţiei f relativă la sistemul de noduri x1 , x2 , . . . , xn
coeficientul lui xn−1 din reprezentarea canonică a polinomului de interpolare P (f ; x1 , x2 , . . . , xn ; x).
Notăm diferenţa divizată cu f (x1 , x2 , . . . , xn ). Diferenţele divizate se calculează cu aju-
torul următoarelor formule:
Pentru n ≥ 2 şi x1 = xn
f (x2 , . . . , xn ) − f (x1 , . . . , xn−1 )
f (x1 , x2 , . . . , xn ) = ,
xn − x1
iar
f (n−1) (a)
f(a, a, . . . , a) = . (8)

(n − 1)!
n ori
Următoarea egalitate este formula lui Newton de reprezentare a polinomului de

interpolare:
n
i−1

P (f ; x1 , x2 , . . . , xn ; x) = f (x1 ) + f(x1 , x2 , . . . , xi ) (x − xj ).
i=2 j=1
Fie f : I → R o funcţie de n ori derivabilă pe I. Atunci

n
1 (n)

|f (x) − P (f ; x1 , x2 , . . . , xn ; x)| ≤ · max f (x) · (x − xi ) , ∀x ∈ I.
n! x∈I
i=1
6
Algoritm:
Notăm cu aij diferenţele divizate f (xj−i+1 , . . . , xj−1, xj ), ∀ i ∈ {2, . . . , n}, ∀ j ∈
n
i−1

{i, . . . , n} si cu ci = aii . Atunci P (x) := P (f ; x1 , x2 , . . . , xn ; x) = c1 + ci (x − xj )
i=2 j=1
Pentru i ∈ 1, n luăm a1i = f (xi ) si c1 = a1 .

ai−1:j − ai−1:j−1
Apoi pentru i = 2, n, calculăm diferenţele divizate aij = ∀ j = i, n
xj − xj−i+1
si luam ci = aii .
Polinomul P în punctul x îl putem calcula cu o schemă de tip Horner astfel:
Are loc descompunerea:
P = [. . . [[[cn](x − xn−1 ) − cn−1 ](x − xn−2 ) + cn−2 ](x − xn−3 ) + · · ·
· · · + c2 ](x − x1 ) + c1
Rezultă schema de calcul:
P = cn ; P = P · (x − xn−1 ) + cn−1 ; P = P · (x − xn−2 ) + cn−2 ; . . . ; P = P · (x − x1 ) + c1
deci
• P := cn ;
• pentru i = n − 1 până la 1 luăm P = P · (u − xi ) + ci ;
√
Utilizând formula de reprezentare Newton să se determine polinomul de interpolare
Hermite P (x) = P (f ; 0, 0, 0, 4, 4; x). Se se evalueze eroarea |f (x) − P (x)|.
Avem x1 = x2 = x3 = 0, x4 = x5 = 4. Din formula de reprezentare Newton avem:
P (f ; 0, 0, 0, 4, 4; x) = f(0) + f (0, 0)x + f(0, 0, 0)x2 +
+f (0, 0, 0, 4)x3 + f(0, 0, 0, 4, 4)x3 (x − 4)
7
Vom calcula diferenţele divizate cu formulele de recurenţă date de (8). Calculele le
vom organiza într-un tabel de forma:
nod d.d. d.d. d.d. d.d. d.d.

1n 2n 3n 4n 5n
x1 f (x1 ) f(x1 , x2 ) f(x1 , x2 , x3 ) f (x1 , x2 , x3 , x4 ) f(x1 , . . . , x5 )
x2 f (x2 ) f(x2 , x3 ) f(x2 , x3 , x4 ) f (x2 , x3 , x4 , x5 )
x3 f (x3 ) f(x3 , x4 ) f(x3 , x4 , x5 )
x4 f (x4 ) f(x4 , x5 )
x5 f (x5 )
(am notat cu "d.d.kn " diferenţe divizate asociate la k noduri).

√
Cum f (x) = 6 2x + 1 − 2x = 6(2x + 1)1/2 − 2x, rezultă că f (x) = 6(2x + 1)−1/2 −
2 şi f (x) = −6(2x + 1)−3/2 . Atunci f(0) = 6, f (4) = 10, f (0, 0) = f (0) = 4,
f (0, 4) = (f(4) − f (0))/(4 − 0) = 1, f (4, 4) = f (4) = 0, f(0, 0, 0) = 12 f (0) = −3,
f (0, 0, 4) = (f(0, 4) − f (0, 0))/(4 − 0) = −3/4 etc.. Rezultă următorul tabel în cazul
datelor problemei:
nod 1n 2n 3n 4n 5n
0 6 4 −3 9/16 −7/64
0 6 4 −3/4 2/16
0 6 1 −1/4
4 10 0
4 10
Atunci (cu formula de reprezentare Newton) avem
9 3 7
P (f ; 0, 0, 0, 4, 4; x) = 6 + 4x − 3x2 + x − x3 (x − 4).
16 64
Din formula de evaluare a erorii rezultă că
M5 3
|f (x) − P (f ; 0, 0, 0, 4, 4; x)| ≤ |x (x − 4)2 | ∀ x ∈ [0, 4],
5!
8
unde M5 = sup |f (5) (x)|. Avem f (3) (x) = 18(2x + 1)−5/2 , f (4) (x) = −90(2x + 1)−7/2 ,
x∈[0,4]
f (5) (x) = 630(2x + 1)−9/2 . Cum f (6) (x) = −630 · 9(2x + 1)−11/2 < 0, rezultă că f (5) este
descrescătoare şi cum f (5) (x) > 0 ∀ x ∈ [0, 4] rezultă că M5 = f (5) (0) = 630. Atunci
630 3 21
|f(x) − P (x)| ≤ |x (x − 4)2 | = x3 (x − 4)2 , ∀ x ∈ [0, 4].
120 4
Interpolare Cebâşev
În cele ce urmează ne propunem să diminuăm eroarea la interpolarea polinomială

Lagrange pe un interval dat [a, b] în cazul unui număr dat n ∈ N ∗ de noduri prin
alegerea unor "noduri optimale". Definim "nodurile optimale" y1 , y2 , . . . , yn prin re-
laţia:
n
n

sup |x − yi | ≤ sup |x − xi |, (9)
x∈[a,b] i=1 x∈[a,b] i=1
pentru orice puncte x1 , x2 , . . . , xn din [a, b]. În continuare vVom construi aceste "noduri
optimale".
Funcţia Tn : R → R dată de Tn (x) = cos(n arccos x) este un polinom de gradul n
şi are n rădăcini distincte situate în intervalul [−1, 1].
Fie n ∈ N ∗ şi a < b ∈ R. Notăm
n
b−a 2x − a − b
Pn (x) = 2 Tn ∀ x ∈ [a, b] (10)
4 b−a
Atunci
sup |Pn (x)| ≤ sup |Q(x)|,
x∈[a,b] x∈[a,b]
pentru orice polinom Q monic de grad n.

"Nodurile optimale", pe un interval dat [a, b], la interpolarea polinomială Lagrange
cu n puncte, sunt:

b−a (2i − 1)π b+a
yi = cos + ∀ i ∈ 1, n.
2 2n 2
9
Formula lui Newton de interpolare ascendentă
Fie I un interval real, familia (xj )j∈Z o reţea de noduri (reale) echidistante cu pasul
x − x0
h definită prin x0 ∈ I şi xj = x0 + jh, ∀ j ∈ N. Notăm q := unde x ∈ I.
h
n−1

Pentru x ∈ I şi n ∈ N∗ notăm Anx = (x − j) numite aranjamente generalizate şi
j=0
An
Cxn = x numite combinări generalizate. Prin convenţie luăm A0x = 1 şi Cx0 = 1.
n!
Fie f : I → R o funcţie, x ∈ I şi h > 0 un număr real. Numim diferenţă
nedivizată ascendentă a funcţiei f în punctul x, corespunzătoare pasului h
(şi o notăm cu ∆h f (x)), expresia:
∆h f (x) := f (x + h) − f(x).
Fie n ∈ N∗ . Numim diferenţă nedivizată ascendentă de ordin n a funcţiei f în

punctul x, corespunzătoare pasului h (şi o notăm cu ∆nh f (x)) compunerea:
∆nh f (x) := ∆n−1

h (∆h f (x)),
unde, prin convenţie, ∆0hf (x) = f(x), iar ∆1h = ∆h .

Cu datele şi notaţiile anterioare este adevărată egalitatea
n

P (f ; x0 , x1 , . . . , xn ; x) = Cqi ∆ihf (x0 ),
i=0
numită formula lui Newton de interpolare ascendentă.
Exemplul -1.5 Să se determine, folosind formula de interpolare Newton ascendentă,

polinomul Lagrange ataşat datelor: n = 3, x0 = 4, h = 2 (de unde x1 = 6, x2 = 8,
x3 = 10) şi f : R → R o funcţie continuă cu f (x0 ) = 1, f (x1 ) = 3, f (x2 ) = 8,
f (x3 ) = 20 şi să se estimeze valoarea funcţiei f în punctul x = 7.
10
Organizăm calculul diferenţelor nedivizate ascendente în tabelul următor:
k xk f (xk ) ∆1h f(xk ) ∆2hf (xk ) ∆3h f (xk )

0 4 1 2 3 4
1 6 3 5 7
2 8 8 12
3 10 20
(De exemplu ∆1h f (x0 ) = ∆h f (x0 ) = f(x1 )−f(x0 ) = 3−1 = 2, ∆2hf (x0 ) = ∆1h ∆h f (x0 ) =
∆h f (x1 ) − ∆h f (x0 ) = ∆1hf (x1 ) − ∆1h f (x0 ) = 5 − 2 = 3, etc.) Atunci ∆0hf (x0 ) = 1,
∆1h f (x0 ) = 2, ∆2hf (x0 ) = 3, ∆3h f(x0 ) = 4.
x − x0 x−4 x−4
Fie x ∈ R Avem q = = şi atunci Cq0 = 1, Cq1 = q = , Cq2 =
h 2 2
q(q − 1) (x − 4)(x − 6) q(q − 1)(q − 2) (x − 4)(x − 6)(x − 8)
= , Cq3 = = . Rezultă
2 8 6 48
că: P (f ; x0 , x1 , x2 , x3 ; x) =
3
3 4
Cqi ∆ihf (x0 ) = 1 + (x − 4) + (x − 4)(x − 6) + (x − 4)(x − 6)(x − 8)
i=0
8 48
şi deci
9 1 39
P (f ; x0 , x1 , x2 , x3 ; 7) = 1 + 3 + − = = 4.875 .
8 4 8
Formula lui Newton de interpolare descendentă
Cu notaţiile de la secţiunea anterioară, fie f : I → R o funcţie, x ∈ I şi h > 0 un

număr real. Numim diferenţă nedivizată descendentă a funcţiei f în punctul
x, corespunzătoare pasului h (şi o notăm cu ∇h f(x)), expresia:
∇h f (x) := f (x) − f (x − h).
Fie n ∈ N∗ . Numim diferenţă nedivizată descendentă de ordinul n a funcţiei

f în punctul x, corespunzătoare pasului h (şi o notăm cu ∇nh f (x)) compunerea:
∇nh f (x) := ∇n−1

h (∇h f (x)),
11
unde, prin convenţie, ∇0h f (x) = f (x), iar ∇1h = ∇h .. Atunci este adevărată egalitatea
n

P (f ; x0 , x−1 , . . . , x−n ; x) = (−1)i C−q
i
∇ih f(x0 ),
i=0
numită formula lui Newton de interpolare descendentă.
Exemplul -1.6 Să se determine, folosind formula de interpolare Newton descendentă,

polinomul Lagrange ataşat datelor: n = 3, x0 = 10, h = 2 (de unde x−1 = 8, x−2 = 6,
x−3 = 4) şi f : R → R o funcţie continuă cu f(x0 ) = 20, f (x−1 ) = 8, f(x−2 ) = 3,
f (x−3 ) = 1 şi să se estimeze valoarea funcţiei f în punctul x = 7.
Organizăm calculul diferenţelor nedivizate descendente în tabelul următor:
k xk f (xk ) ∇1h f (xk ) ∇2hf (xk ) ∇3h f (xk )

0 10 20 12 7 4
−1 8 8 5 3
−2 6 3 2
−3 4 1
(De exemplu ∇1h f (x0 ) = ∇h f(x0 ) = f (x0 ) − f (x−1 ) = 20 − 8 = 12, ∇2h f(x0 ) =
∇1h ∇h f (x0 ) = ∇h f (x0 ) − ∇h f (x−1 ) = ∇1hf (x0 ) − ∇1h f (x−1 ) = 12 − 5 = 7, etc.) Atunci
∇0h f (x0 ) = 20, ∇1h f(x0 ) = 12, ∇2h f (x0 ) = 7, ∇3h f (x0 ) = 4.
x − x0 x − 10
Fie x ∈ R. Avem q = = şi atunci
h 2
1 x − 10 −q(−q − 1) (x − 10)(x − 8)
0
C−q = 1, C−q = −q = − , C−q
2
= = , C−q
3
=
2 2 8
−q(−q − 1)(−q − 2) (x − 10)(x − 8)(x − 6)
= . Rezultă că:
6 48
3

P (f ; x0 , x−1 , x−2 , x−3 ; x) = (−1)i C−q
i
∇ih f (x0 ) =
i=0
12 7 4
= 20 + (x − 10) + (x − 10)(x − 8) + (x − 10)(x − 8)(x − 6)
2 8 48
şi deci
21 1 39
P (f ; x0 , x−1 , x−2 , x−3 ; 7) = 20 − 18 + + = = 4.875 .
8 4 8
12
Formula de interpolare Gauss înainte
Fie f : I → R o funcţie, x ∈ I şi h > 0 un număr real. Numim diferenţă

nedivizată centrală a funcţiei f în punctul x corespunzătoare pasului h (şi o
notăm cu δ hf (x)), expresia:

h h
δ hf (x) := f x + −f x− .
2 2
Fie n ∈ N ∗ . Numim diferenţă nedivizată centrală de ordinul n a funcţiei f în

punctul x, corespunzătoare pasului h (şi o notăm cu δnh f (x)) compunerea:
δ nh f (x) := δn−1
h (δ h f (x)),
unde, prin convenţie, δ 0h f (x) = f (x), iar δ 1h f (x) = δ h f (x).

Atunci este adevărată egalitatea
P (f; x−n . . . , x−1 , x0 , x1 . . . , xn ; x) =

n

2i−1 2i−1
= f(x0 ) + (Cq+i−1 2i
δ h f(x1/2 ) + Cq+i−1 δ 2i
h f (x0 ))
i=1
1
(unde x1/2 = x + h), numită formula de interpolare Gauss înainte.
2
Exemplul -1.7 Să se determine, folosind formula de interpolare Gauss înainte, poli-
nomul Lagrange ataşat datelor: n = 2, x0 = 6, h = 2 (de unde x−2 = 2, x−1 = 4,
x1 = 8, x2 = 10) şi f : R → R o funcţie continuă cu f (x−2 ) = −2, f (x−1 ) = 1,
f (x0 ) = 3, f (x1 ) = 8, f (x2 ) = 20 şi să se estimeze valoarea funcţiei f în punctul
x = 7.
Printr-un calcul elementar, se arată că, pentru orice i = 1, 2:
δ h2i−1 f (x1/2 ) = ∆h2i−1 f (x−i+1 ) şi δ 2i 2i

h f(x0 )) = ∆h f (x−i )).
13
Atunci: P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =
2

2i−1
f (x0 ) + (Cq+i−1 ∆2i−1
h
2i
f(x−i+1 ) + Cq+i−1 ∆2i
h f(x−i )) =
i=1
= f (x0 ) + Cq1 ∆1h f (x0 ) + Cq2 ∆2hf (x−1 ) + Cq+1

3
∆3h f (x−1 ) + Cq+1
4
∆4h f(x−2 ).
Organizăm calculul diferenţelor finite ascendente în tabelul următor:
k xk f (xk ) ∆1h f (xk ) ∆2h f(xk ) ∆3hf (xk ) ∆4hf (xk )

−2 2 −2 3 −1 4 0
−1 4 1 2 3 4
0 6 3 5 7
1 8 8 12
2 10 20
Avem: f (x0 ) = 3, ∆1h f(x0 ) = 5, ∆2hf (x−1 ) = 3, ∆3h f (x−1 ) = 4, ∆4hf (x−2 ) = 0. Cum
x−6 x−6 q(q − 1) (x − 6)(x − 8)
q = rezultă că Cq1 = q = , Cq2 = = , Cq+1
3
=
2 2 2 8
(q + 1)q(q − 1) (x − 4)(x − 6)(x − 8)
= . Atunci:
6 48
P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =
x−6 (x − 6)(x − 8) (x − 4)(x − 6)(x − 8)
=3+5 +3 +4
2 8 48
şi
5 3 1 39
f(7) P (f ; x−2 , x−1 , x0 , x1 , x2 ; 7) = 3 + − − = = 4.875 .
2 8 4 8
Formula de interpolare Gauss înapoi
Cu notaţiile din secţiunea anterioară este adevărată egalitatea:
P (f; x−n . . . , x−1 , x0 , x1 . . . , xn ; x) =

n

2i−1 2i−1 2i 2i
= f (x0 ) + (Cq+i−1 δ h f (x−1/2 ) + Cq+i δ h f (x0 ))
i=1
1
(unde x−1/2 = x0 − h), numită formula de interpolare Gauss înapoi.
2
14
Exemplul -1.8 Să se determine, folosind formula de interpolare Gauss înapoi, polino-
mul Lagrange ataşat datelor: n = 2, x0 = 6, h = 2 (de unde x−2 = 2, x−1 = 4, x1 = 8,
x2 = 10) şi f : R → R o funcţie continuă cu f (x−2 ) = −2, f (x−1 ) = 1, f (x0 ) = 3,
f (x1 ) = 8, f (x2 ) = 20 şi să se estimeze valoarea funcţiei f în punctul x = 7.

h f(x0 )) = ∆h f (x−i )).
Atunci: P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =

2

2i−1
f(x0 ) + (Cq+i−1 ∆2i−1
h
2i
f (x−i ) + Cq+i ∆2i
h f(x−i )) =
i=1
= f (x0 ) + Cq1 ∆1h f (x−1 ) + Cq+1

2
∆2h f(x−1 ) + Cq+1
3
∆3h f (x−2 ) + Cq+2
4
∆4h f (x−2 ).

−2 2 −2 3 −1 4 0
−1 4 1 2 3 4
0 6 3 5 7
1 8 8 12
2 10 20
Avem: f (x0 ) = 3, ∆1h f (x−1 ) = 2, ∆2h f (x−1 ) = 3, ∆3hf (x−2 ) = 4, ∆4hf (x−2 ) = 0. Cum
x−6 x−6 (q + 1)q (x − 4)(x − 6)
q = , rezultă că Cq1 = q = , Cq+1
2
= = , Cq+1
3
=
2 2 2 8
(q + 1)q(q − 1) (x − 4)(x − 6)(x − 8)
= . Atunci:
6 48
P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =
x−6 (x − 4)(x − 6) (x − 4)(x − 6)(x − 8)

=3+2 +3 +4
2 8 48
15
şi
9 1 39
f(7) P (f ; x−2 , x−1 , x0 , x1 , x2 ; 7) = 3 + 1 + − = = 4.875 .
8 4 8
Interpolare cu funcţii spline cubice
Fie I = [a, b] ⊂ R, ∆n = (a = x1 < x2 < . . . < xn = b) o diviziune a intervalului

[a, b] şi fi ∈ R , i = 1, n pentru n ∈ N .
Se numeşte funcţie spline cubică, corespunzătoare diviziunii ∆n o funcţie s :
[a, b] −→ R care satisface condiţiile:



 i) s|[xi ,xi+1 ] este polinom de gradul trei pentru i = 1, n − 1





ii) s ∈ C 2 ([a, b]) .
Se notează cu S3 (∆n ) mulţimea funcţiilor spline cubice, corespunzătoare diviziunii ∆n .
Funcţia spline cubică asociată sistemului de puncte (xi , fi )i=1,n este o funcţie
cubică corespunzătoare diviziunii ∆n , s : [a, b] → R, cu proprietatea
s (xi ) = fi , i = 1, n .
În condiţile formulate mai sus, ∀ i = 1, n − 1, funcţia s se reprezintă în mod unic

sub forma:
c3i c4i
s(x) = c1i +c2i (x − xi )+ (x − xi )2 + (x − xi )3 , ∀x ∈ [xi , xi+1 ], (11)
2 6
unde 

 c1i = fi ,





 c2i = si ,



 1 fi+1 − fi
c3i = 6 − (4si + 2si+1 ) , (12)
 xi+1 − xi xi+1 − xi









 6 fi+1 − fi
 c4i = (si + si+1 ) − 2 − ,
(xi+1 − xi )2 xi+1 − xi
16
iar s1 , . . . , sn sunt soluţiile sistemului:
(xi+1 − xi ) si−1 + 2 (xi+1 − xi−1 ) si + (xi − xi−1 ) si+1 =
(13)

fi − fi−1 fi+1 − fi
3 (xi+1 − xi ) + (xi − xi−1 ) , i = 2, n − 1 .
xi − xi−1 xi+1 − xi
Pentru determinarea unică a spline-ului cubic, sistemul (12) trebuie completat cu

condiţii la capete. De exemplu, putem presupune că sunt cunoscute valorile pentru

s (x1 ) şi s (xn ):

s (x1 ) = α , s (xn ) = β , (14)

sau că sunt cunoscute valorile pentru s (x1 ) şi s (xn ):

s1 = s (x1 ) = α , sn = s (xn ) = β . (15)
Relaţiile (14) sunt echivalente cu:

 f2 − f1 α

 2s1 + s2 = 3 − (x2 − x1 )

 x2 − x1 2




 sn−1 + 2sn = 3 fn − fn−1 + β (xn − xn−1 ) .

xn − xn−1 2
Remarcă. Din (13) şi (??) sau din (13) şi (15) din se pot determina s1 , . . . , sn ,
apoi din (12) se determină c1i , c2i , c3i , c4i pentru i = 1, n − 1 şi deci, conform cu
(11), funcţia s este cunoscută pe [a, b]. Pentru f : [a, b] → R de două ori derivabilă
determinăm funcţia spline cubică de interpolare asociată diviziunii ∆n şi functiei f,
adică, o functie spline cubica s ∈ S3 (∆n) cu proprietăţile s(xi ) = f(xi ), ∀ i ∈ 1, n şi

s (a) = f (a) şi s (b) = f (b) .

sau s (a) = f (a) şi s (b) = f (b) .
17
Derivare numerică
Derivarea numerică constă în aproximarea derivatelor de un anumit ordin ale unei

funcţii, printr-o combinaţie liniară de valori ale funcţiei în anumite puncte.
Formule pentru derivata de ordinul I
Fie f : R → R o funcţie derivabilă, x0 ∈ R şi h > 0 un număr real numit pas.
Atunci
f (x0 + h) − f(x0 )
f (x0 ) = + R(f), (1)
h
unde, dacă f ∈ C 2 ([x0 , x0 + h]), restul R(f) poate fi evaluat prin
h
|R(f )| ≤ · max |f (x)| .
2 x∈[x0 ,x0 +h]
f (x0 ) − f(x0 − h)
f (x0 ) = + R(f ), (2)
h
unde, dacă f ∈ C 2 ([x0 − h, x0 ]), restul R(f ) poate fi evaluat prin
h
|R(f )| ≤ · max |f (x)| .
2 x∈[x0 −h,x0 ]
Formulele de derivare (1) @si (2) sunt exacte pe mulţimea polinoamelor de gradul 1.
f (x0 + h) − f(x0 − h)
f (x0 ) = + R(f), (3)
2h
unde, dacă f ∈ C 3 ([x0 − h, x0 + h]), restul R(f) poate fi evaluat prin
h2
|R(f )| ≤ · max |f (x)| .
6 x∈[x0 −h,x0 +h]
Formula de derivare numerică anterioară se poate generaliza astfel:
h21 f (x0 + h2 ) + (h22 − h21 )f (x0 ) − h22 f (x0 − h1 )

f (x0 ) ,
h1 h2 (h1 + h2 )
unde h1 , h2 sunt numere reale pozitive.
−3f(x0 ) + 4f (x0 + h) − f (x0 + 2h)

f (x0 ) = + R(f), (4)
2h
1
unde, dacă f ∈ C 3 ([x0 , x0 + 2h]), restul R(f ) poate fi evaluat prin
h2
|R(f )| ≤ · max |f (x)| .
3 x∈[x0 ,x0 +2h]
Formulele de derivare (3) @si (4) sunt exacte pe mulţimea polinoamelor de gradul 2.
−11f (x0 ) + 18f(x0 + h) − 9f (x0 + 2h) + 2f (x0 + 3h)

f (x0 ) = + R(f ), (5)
6h
h3
|R(f )| ≤ · max f (4) (x)
18 x∈[x0 ,x0 +3h]
Formula de derivare (5) este exactă pe mulţimea polinoamelor de gradul 3.
f (x0 − 2h) − 8f (x0 − h) + 8f (x0 + h) − f(x0 + 2h)

f (x0 ) = + R(f), (6)
12h
unde, dacă f ∈ C 5 ([x0 − 2h, x0 + 2h]), restul R(f ) poate fi evaluat prin
2h4 (5)
f (x) .
|R(f)| ≤ · max
5 x∈[x0 −2h,x0 +2h]

bf Formule pentru derivata de ordinul II
Fie f : R → R o funcţie de două ori derivabilă, x0 ∈ R şi h > 0 un număr real
numit pas. Atunci
f (x0 ) − 2f (x0 + h) + f (x0 + 2h)

f (x0 ) = + R(f ), (7)
h2
|R(f )| ≤ h · max |f (x)| .

x∈[x0 ,x0 +2h]
f (x0 ) = R(f )+
2
−f (x0 − 2h) + 16f (x0 − h) − 30f(x0 ) + 16f (x0 + h) − f (x0 + 2h)
, (8)
12h2
unde, dacă f ∈ C 5 ([x0 − 2h, x0 + 2h]), restul R(f ) poate fi evaluat prin
h3 (5)
f x) .
|R(f )| ≤ · max
5 x∈[x0 −2h,x0 +2h]
Exemplul -1.1 Să se aproximeze derivatele de ordinul I şi ordinul II ale funcţiei
f (x) = e−x sin(x) în punctul x0 = 1, cu metodele prezentate mai sus, luând pentru
pasul h valorile 0.1; 0.01; 0.001; 0.0001.
Cu formula de derivare (1) se obţin rezultatele: h = 0.1 ⇒ f (x0 ) −0.1290271591; h =

0.01 ⇒ f (x0 ) −0.1127645338; h = 0.001 ⇒ f (x0 ) −0.1109923614; h = 0.0001 ⇒
f (x0 ) −0.1108136394.
Cu formula de derivare (2) se obţin rezultatele: h = 0.1 ⇒ f (x0 ) −0.0891707946, h =
0.01 ⇒ f (x0 ) −0.1087891083, h = 0.001 ⇒ f (x0 ) −0.1105948299, h = 0.0001 ⇒
f (x0 ) −0.1107738899.
0.01 ⇒ f (x0 ) −0.1107768211, h = 0.001 ⇒ f (x0 ) −0.1107935957, h = 0.0001 ⇒
f (x0 ) −0.1107937646.
0.01 ⇒ f (x0 ) −0.1108273447, h = 0.001 ⇒ f (x0 ) −0.1107941027, h = 0.0001 ⇒
f (x0 ) −0.1107937669.
0.01 ⇒ f (x0 ) −0.1108273447, h = 0.001 ⇒ f (x0 ) −0.1107941027, h = 0.0001 ⇒
f (x0 ) −0.1107937669.
0.01 ⇒ f (x0 ) −0.1107940736, h = 0.001 ⇒ f (x0 ) −0.1107937643, h = 0.0001 ⇒
f (x0 ) −0.1107937699.
3
0.01 ⇒ f (x0 ) −0.1107937655, h = 0.001 ⇒ f (x0 ) −0.1107937652, h = 0.0001 ⇒
f (x0 ) −0.1107937669.
Valoarea exactă este f (x0 ) = −0.1107937653.
0.01 ⇒ f (x0 ) −0.3874378126, h = 0.001 ⇒ f (x0 ) −0.3965174074, h = 0.0001 ⇒
f (x0 ) −0.3974491847.
0.01 ⇒ f (x0 ) −0.3975322253, h = 0.001 ⇒ f (x0 ) −0.3975308497, h = 0.0001 ⇒
f (x0 ) −0.3974643429.
Valoarea exactă este f (x0 ) = −0.3975322207.
Derivare numerică obţinută prin interpolare

Fie f : [a, b] → R, n ∈ N∗ , x1 , . . . , xn puncte distincte din [a, b]. Presupunem
că f este derivabilă. Se numeşte derivare numerică obţinută prin interpolare a lui f
aproximarea lui f (x) prin P (f ; x1 , . . . , xn ; x), ∀x ∈ [a, b].
Din formula de reprezentare a lui Newton avem:

n
i−1

P (f ; x1 , . . . , xn ; x) = f(x1 ) + f (x1 , . . . , xi ) · (x − xj ).
i=2 j=1
Rezultă că:
n
i−1 i−1

P (f ; x1 , . . . , xn ; x) = f (x1 , x2 ) + f (x1 , . . . , xi ) · (x − xk ) ,
i=3 j=1 k=1, k=j
∀ (n ≥ 3). Pentru calculul diferenţelor divizate se foloseşte algoritmul Neville: fie,

prin notaţie, Fij = f [xj−i+1 , . . . , xj−1, xj ]. Atunci Fij satisfac relaţiile de recurenţă:
Fi−1:j − Fi−1:j−1
F1i = f (xi ), ∀ i ∈ 1, n şi Fij = , ∀ i ∈ {2, . . . , n}, ∀ j ∈ {i, . . . , n},
xj − xj−i+1
deci f(x1 , . . . , xi ) = Fii , ∀i ∈ {2, . . . , n} .
4
Cuadraturi numerice
Fie [a, b] ⊂ R, x1 , x2 , . . . , xn puncte distincte din [a, b] şi f : [a, b] → R o funcţie

continuă. Se numeşte formulă de cuadratură egalitatea
n

σ(f ) = ci f(xi ), unde ci ∈ R, ∀ i = 1, n.
i=1
b
Se numeşte integrare numerică aproximarea integralei f (x)dx cu σ(f).
a
Fie k ∈ N ∗ , h = (b − a)/k, xi = a + ih, ∀ i ∈ 0, k. Dacă σ i (f ) este o formulă
de cuadratură a funcţiei f pe intervalul [xi , xi+1 ], ∀ i ∈ 0, k − 1, atunci se defineşte
formula de cuadratură sumată
k−1

(k)
σ (f ) = σ i (f ).
i=0
Cuadraturi închise
Formula de cuadratură a trapezului
Formula de cuadratură a trapezului este

b
σ(f ) = P (f ; a, b; x) dx.
a
Din formula lui Newton de reprezentare a polinomului de interpolare avem
f (b) − f(a)
P (f ; a, b; x) = f (a) + f (a, b)(x − a) = f (a) + (x − a).
b−a
Atunci
b
f (b) − f (a)
σ(f ) = f (a) + (x − a) dx =
b−a
a
f(b) − f (a) (b − a)2

= (b − a)f (a) + · =
b−a 2
b−a
= · (f (a) + f (b)) .
2
1
Dacă f ∈ C 2 ([a, b]), din formula de evaluare a erorii la interpolare, avem
1
|f(x) − P (f; a, b; x)| ≤ |(x − a)(x − b)| · max |f (x)| , ∀ x ∈ [a, b].
2 x∈[a,b]
Atunci b b

f (x)dx − σ(f ) = (f (x) − P (f ; a, b; x)) dx ≤

a a
b b
1
≤ |f (x) − P (f; a, b; x)| dx ≤ max |f (x)| · (x − a)(b − x)dx =
2 x∈[a,b]
a a
3 3
1 (b − a) (b − a)
= max |f
(x)| · = · max |f (x)| .
2 x∈[a,b] 6 12 x∈[a,b]
Formula de cuadratură a trapezului sumată este:

k−1 k−1
(k) 1 b−a
σ T (f ) = (xi+1 − xi )(f (xi ) + f (xi+1 )) = (f (xi ) + f(xi+1 )),
2 i=0 2k i=0
pentru care, dacă f ∈ C 2 ([a, b]), avem evaluarea erorii:

b x
k−1 i+1
(k)
(b − a)3
f (x)dx − σ (f ) ≤
T

f (x)dx − σ i (f ) ≤
2
· max |f (x)| ,
i=0 12k x∈[a,b]
a xi
unde σ i (f) este formula de cuadratură a trapezului, aplicată funcţiei f pe intervalul

[xi , xi+1 ], ∀ i ∈ 0, k − 1
Exemplul -1.1 Folosind formula de cuadratură a trapezului sumată, să se aproximeze

calculul integralei
2
1 + ln x
I= dx
x
1
pentru k = 5, k = 10, k = 50 şi k = 100, evaluând şi eroarea comisă.
2
Se obţin următoarele rezultate:
(k)
k σ D (f ) eroarea
5 0.9328067513 0.0033333333
10 0.9332299640 0.0008333333
50 0.9333679124 0.0000333333
100 0.9333722435 0.0000083333
În stabilirea erorii am ţinut seama de max |f (x)| = 1. Facem observaţia că valoarea
x∈[a,b]
exactă a integralei este I = 0.9333736875 .
Exemplul -1.2 Să se determine numărul minim de subintervale k în care trebuie îm-
părţit intervalul [0, 1], pentru ca, folosind formula trapezului sumată, să putem calcula
integrala
1
ex
I= dx
x+1
0
cu o eroare mai mică de 10−5 .
3e
Avem sup |f (x)| = . Din formula de evaluare a erorii rezultă că
x∈[0,1] 8

105
k≥ + 1 = 92
12
Formula de cuadratură Simpson
Formula de cuadratură Simpson este

b
a+b
σ(f ) = P f ; a, , b; x dx
2
a

a+b a+b
P f ; a, b; x = f (a) + f a, (x − a)+
2 2
3

a+b a+b
+f a, , b (x − a) x − .
2 2
Atunci
b
a+b
σ(f ) = f (a) + f a, (x − a)+
2
a

a+b a+b
+f a, , b (x − a) x − dx =
2 2
2(f ((a + b)/2) − f (a)) (b − a)2
= (b − a)f (a) + · +
b−a 2
2(f (b) − 2f ((a + b)/2) + f (a)) (b − a)3
+ · =
(b − a)2 12

b−a a+b
= · f (a) + 4f + f(b) .
6 2
Dacă f ∈ C 3 ([a, b]), din formula de evaluare a erorii la interpolare avem

f (x) − P f ; a, a + b , b; x ≤
2

1 a+b
≤ (x − a) x − (x − b) · max f (x) , ∀ x ∈ [a, b].
6 2 x∈[a,b]
Atunci b b

a+b
f (x)dx − σ(f ) = f(x) − P f ; a, , b; x dx ≤
2

a a
b
a + b
≤ f(x) − P f ; a, , b; x dx ≤
2
a
b
1
≤ max |f
(x)| · (x − a) x − a + b (x − b) dx =
6 x∈[a,b] 2
a
1 (b − a)4 (b − a)4
= max |f
(x)| · = · max |f (x)| .
6 x∈[a,b] 32 192 x∈[a,b]
Observaţie: Dacă f este derivabilă în punctul (a+b)/2, atunci formula de cuadratură

Simpson se poate obţine şi cu formula
b
a+b a+b
σ(f ) = P f; a, , , b; x dx.
2 2
a
4
În acest caz, dacă f ∈ C 4 ([a, b]), din formula de evaluare a erorii la interpolare, avem

a + b a + b
f (x) − P f ; a, , , b; x ≤
2 2
2
1 a+b

≤ (x − a) x − (x − b) · max f (4) (x) , ∀ x ∈ [a, b].
24 2 x∈[a,b]
Atunci
b b

a+b a+b
f(x)dx − σ(f) = f(x) − P f; a, , , b; x dx ≤
2 2

a a
b
a+b a+b

≤ f (x) − P f; a, , , b; x dx ≤
2 2
a
b 2

≤ max f (4) (x) · (x − a) x − a + b (x − b) dx =
x∈[a,b] 2
a
(b − a)5
= · max f (4) (x) .
2880 x∈[a,b]
Formula de cuadratură Simpson sumată este:
k−1
(k) 1 xi + xi+1
σ S (f) = (xi+1 − xi ) f (xi ) + 4f + f (xi+1 ) =
6 i=0 2
k−1
b−a xi + xi+1
= f (xi ) + 4f + f (xi+1 ) ,
6k i=0 2
b x
k−1 i+1
(k)
(b − a)4
f (x)dx − σ (f) ≤
S

f(x)dx − σ i (f )≤
3
· max |f
(x)| ,
i=0 192k x∈[a,b]
a xi
unde σ i (f) este formula de cuadratură Simpson, aplicată funcţiei f pe intervalul

[xi , xi+1 ], ∀ i ∈ 0, k − 1, iar dacă f ∈ C 4 ([a, b]), avem evaluara erorii:
b x
k−1 i+1
(k)
(b − a)5 (4)
f (x)dx − σ (f) ≤ f (x)dx − σ i (f )≤ · max f (x)
S 2880k 4 x∈[a,b]
i=0
a xi
unde σ i (f ) este formula de cuadratură Simpson aplicată funcţiei f pe intervalul [xi , xi+1 ],
∀ i ∈ 0, k − 1,
5
Exemplul -1.3 Folosind formula de cuadratură Simpson sumată să se aproximeze
calculul integralei
2
1 + ln x
I= dx
x
1
pentru k = 5, k = 10 şi k = 50, evaluând şi eroarea comisă.

(k)
k σ D (f) eroarea
5 0.9333710349 0.0000005555
10 0.9333735173 0.0000000347
50 0.9333736875 0.0000000000

În stabilirea erorii am ţinut seama de max f (4) (x) = 14. Facem observaţia că valoarea
x∈[a,b]
Exemplul -1.4 Să se determine numărul minim de subintervale k în care trebuie

împărţit intervalul [0, 1], pentru ca, folosind formula Simpson sumată, să putem calcula
integrala
1
ex
I= dx
x+1
0
−5
cu o eroare mai mică de 10 .
Avem sup |f (4) (x)| = 9. Din formula de evaluare a erorii rezultă că
x∈[0,1]

105
k≥ + 1 = 5.
320
Formula de cuadratură Hermite
Presupunem că funcţia f este derivabilă în punctele a şi b. Formula de cuadratură

Hermite este
b
σ(f ) = P (f ; a, a, b, b; x) dx.
a
6
P (f; a, a, b, b; x) =
= f (a) + f (a, a)(x − a) + f (a, a, b)(x − a)2 + f (a, a, b, b)(x − a)2 (x − b).
Atunci
b
σ(f ) = (f (a) + f (a, a)(x − a)+
a
+f (a, a, b)(x − a)2 + f (a, a, b, b)(x − a)2 (x − b))dx =

f (b)−f (a)
(b − a)2
b−a
− f (a) (b − a)3
= (b − a)f (a) + f (a) · + · +
2 b−a 12
f (b) − 2 f (b)−f
b−a
(a)
+ f (a) (b − a)4
− · =
(b − a)2 12
b−a (b − a)2
= (f (a) + f (b)) + (f (a) − f (b)).
2 12
1
|f (x) − P (f; a, a, b, b; x)| ≤ (x − a)2 (x − b)2 · max f (4) (x) ,
24 x∈[a,b]
∀ x ∈ [a, b]. Atunci

b b

f (x)dx − σ(f ) = (f(x) − P (f ; a, a, b.b; x)) dx ≤

a a
b
≤ |f (x) − P (f ; a, a, b, b; x)| dx ≤
a
b
1
≤ max f (4) (x) · (x − a)2 (x − b)2 dx =
24 x∈[a,b]
a
1 (4) (b − a)5 (b − a)5

=
max f (x) · = · max f (4) (x) .
24 x∈[a,b] 30 720 x∈[a,b]
7
Formula de cuadratură Hermite sumată este:
k−1

(k) xi+1 − x1
σ H (f ) = (f (xi+1 ) +
i=0
2
(xi+1 − xi )2
+f (xi )) + (f
(xi+1 ) − f (xi )) =
12
k−1
b−a (b − a)2
= (f (xi+1 ) + f (xi )) + 2
(f (a) − f (b)),
2k i=0 12k
pentru care avem evaluarea erorii:
b x
k−1 i+1
(k)
(b − a)5 (4)
f (x)dx − σ (f ) ≤ f (x)dx − σ i (f ) ≤ · max f (x) ,
H 720k 4 x∈[a,b]
i=0
a xi
unde σ i (f ) este formula de cuadratură Hermite, aplicată funcţiei f pe intervalul [xi , xi+1 ],
∀ i ∈ 0, k − 1.
Exemplul -1.5 Folosind formula de cuadratură Hermite sumată, să se aproximeze

calculul integralei
2
1 + ln x
I= dx
x
1
(k)
k σ D (f ) eroarea
5 0, 9333843739 0, 000002222
10 0, 9333743697 0, 000000238
50 0, 9333736876 0, 0000000002
100 0, 9333736875 0, 0000000000

x∈[a,b]
exactă a integralei este I = 0, 9333736875 .
8
împărţit intervalul [0, 1], pentru ca, folosind formula Hermite sumată, să putem calcula
integrala
1
ex
I= dx,
x+1
0
x∈[0,1]

5
10
k≥ + 1 = 6.
80
Formula de cuadratură Newton
Formula de cuadratură Newton este

b
2a + b a + 2b
σ(f ) = P f; a, , , b; x dx.
3 3
a

2a + b a + 2b 2a + b
P f; a, , , b; x = f (a) + f a, (x − a)
3 3 3

2a + b a + 2b 2a + b
+f a, , (x − a) x − +
3 3 3

2a + b a + 2b 2a + b a + 2b
+f a, , , b (x − a) x − x−
3 3 3 3
Atunci

2a + b
f − f (a)
3 (b − a)2
σ(f ) = (b − a)f (a) + 3 · · +
b−a 2

a + 2b 2a + b
f − 2f + f (a)
9 3 3 (b − a)3
+ · · +
2 (b − a)2 6
9

a + 2b 2a + b
f (b) − 3f + 3f − f(a)
9 3 3 (b − a)4
+ · · =
2 (b − a)3 36

b−a a + 2b 2a + b
= f(a) + 3f + 3f + f(b) .
8 3 3

f (x) − P f ; a, 2a + b , a + 2b , b; x ≤
3 3

1 2a + b a + 2b
≤ (x − a) x − x− (x − b) · max f (4) (x) ,
24 3 3 x∈[a,b]
∀ x ∈ [a, b]. Atunci

b b

2a + b a + 2b
f (x)dx − σ(f ) = f(x) − P f ; a, , , b; x dx ≤
3 3

a a
b
2a + b a + 2b
≤ f(x) − P f; a, , , b; x dx ≤
3 3
a
b
1
max f (4) (x) · (x − a) x − 2a + b x −
a + 2b
(x − b) dx =
24 x∈[a,b] 3 3
a
1 (b − a)5 (b − a)5
= max f (4) (x) · = · max f (4) (x) .
24 x∈[a,b] 270 6480 x∈[a,b]
(k)
Formula de cuadratură Newton sumată este: σ N (f ) =
k−1

xi+1 − x1 2xi+1 + xi xi+1 + 2xi
f (xi+1 ) + 3f + 3f + f (xi ) =
i=0
8 3 3
k−1
b−a 2xi+1 + xi xi+1 + 2xi
= f (xi+1 ) + 3f + 3f + f (xi ) ,
8k i=0 3 3
b x
k−1 i+1
(k)
(b − a)5 (4)
f (x)dx − σ (f ) ≤ f (x)dx − σ i (f )≤ · max f (x) ,
N 6480k 4 x∈[a,b]
i=0
a xi
unde σ i (f ) este formula de cuadratură Newton, aplicată funcţiei f pe intervalul [xi , xi+1 ],
∀ i ∈ 0, k − 1.
10
Exemplul -1.7 Folosind formula de cuadratură Newton sumată, să se aproximeze
calculul integralei
2
1 + ln x
I= dx
x
1
pentru k = 5, k = 10 şi k = 50, evaluând şi eroarea comisă.
(k)
k σ D (f ) eroarea
5 0, 9333725034 0, 000000249
10 0, 9333736118 0, 000000015
50 0, 9333736875 0, 0000000000

x∈[a,b]
exactă a integralei este I = 0, 9333736875 .
Exemplul -1.8 Să se determine numărul minim de subintervale k, în care trebuie

împărţit intervalul [0, 1], pentru ca, folosind formula Newton sumată, să putem calcula
integrala
1
ex
I= dx,
x+1
0
x∈[0,1]

105
k≥ + 1 = 4.
720
Cuadraturi deschise
Formula de cuadratură a dreptunghiului
11
Formula de cuadratură a dreptunghiului este
b
a+b
σ(f ) = P f; ; x dx .
2
a

a+b a+b
P f; ;x = f
2 2
Atunci
b
a+b a+b
σ(f ) = f .dx = (b − a)f
2 2
a
Dacă f ∈ C ([a, b]), din formula de evaluare a erorii la interpolare, avem:

1

f (x) − P f ; a + b ; x ≤ x − a + b · max |f (x)| , ∀ x ∈ [a, b].
2 2 x∈[a,b]
Atunci b b

a+b
f (x)dx − σ(f ) = f (x) − P f ; ;x dx ≤
2

a a
b b
a + b
a + b
≤ f (x) − P f ; ; x dx ≤ max |f (x)| · x − dx =
2 x∈[a,b] 2
a a
2
(b − a)
= · max |f (x)| .
4 x∈[a,b]
Observaţie: Dacă f este derivabilă în punctul (a+b)/2, atunci formula de cuadratură

a dreptunghiului se poate obţine şi cu formula
b
a+b a+b
σ(f ) = P f; , ; x dx.
2 2
a
În acest caz, dacă f ∈ C 1 ([a, b]), din formula de evaluare a erorii la interpolare, avem
2

f (x) − P f ; a + b , a + b ; x ≤ 1 x − a + b · max |f (x)| , ∀ x ∈ [a, b].
2 2 2 2 x∈[a,b]
12
Atunci
b b

a+b a+b
f (x)dx − σ(f) = f(x) − P f; , ; x dx ≤
2 2

a a
b b 2
a + b a + b
a + b

≤ f(x) − P f ; ,
; x dx ≤ max |f (x)| · x − dx =
2 2 x∈[a,b] 2
a a
(b − a)3
= · max |f (x)| .
24 x∈[a,b]
Formula de cuadratură a dreptunghiului sumată este:

k−1
k−1
(k) xi + xi+1 b−a xi + xi+1
σ D (f ) = (xi+1 − xi )f = f ,
i=0
2 k i=0 2

b
k−1 xi+1
(k)
(b − a)2
f (x)dx − σ (f ) ≤
D

f (x)dx − σ i (f ) ≤
· max |f (x)| ,
i=0 4k x∈[a,b]
a xi
iar dacă f ∈ C 2 ([a, b]), avem evaluarea erorii:

b x
k−1 i+1
(b − a)3
f (x)dx − σ (k) (f) ≤ f(x)dx − σ i (f ) ≤ · max f (x) ,
D 24k x∈[a,b]
i=0
a xi
unde σ i (f ) este formula de cuadratură a dreptunghiului, aplicată funcţiei f pe intervalul

[xi , xi+1 ], ∀ i ∈ 0, k − 1.
Exemplul -1.9 Folosind formula de cuadratură a dreptunghiului sumată, să se aprox-

imeze calculul integralei
2
1 + ln x
I= dx
x
1
13
(k)
k σ D (f ) eroarea
5 0.9336531768 0.0016666666
10 0.9334452939 0.0004166666
50 0.9333765747 0.0000166666
100 0.9333744095 0.0000041666
În stabilirea erorii am ţinut seama de max |f (x)| = 1. Facem observaţia că valoarea
x∈[a,b]

împărţit intervalul [0, 1], pentru ca, folosind formula dreptunghiului sumată, să putem
calcula integrala
1
ex
I= dx
x+1
0
Avem sup |f (x)| = 1. Din formula de evaluare a erorii rezultă că

x∈[0,1]

105
k≥ + 1 = 65 .
24
n=2
Formula de cuadratură deschisă pentru n = 2 este

b
2a + b a + 2b
σ(f ) = P f; , ; x dx .
3 3
a

2a + b a + 2b 2a + b
P f; , ;x = f +
3 3 3
14

3 a + 2b 2a + b 2a + b
+ f −f x−
b−a 3 3 3
Atunci
b b
2a + b 3 a + 2b 2a + b 2a + b
σ(f ) = f dx + f −f x− dx =
2 b−a 3 3 3
a a

b−a
2a + b a + 2b 2a + b
= (b − a)f + f −f =
3 2 3 3

b−a 2a + b a + 2b
= f +f
2 3 3
Dacă f ∈ C 2 ([a, b]), din formula de evaluare a erorii la interpolare, avem:

2a + b a + 2b
f (x) − P f ; , ; x ≤
3 3

1 2a + b a + 2b
≤ · x− x− max |f (x)| , ∀x ∈ [a, b].
· x∈[a,b]
2 3 3
Atunci
b b

2a + b a + 2b
f (x)dx − σ(f ) = f(x) − P f ; , ; x dx ≤
3 3

a a
b
2a + b a + 2b

≤ f(x) − P f ; , ; x dx ≤
3 3
a
b
1 a + 2b
≤ · max |f (x)| · x − 2a + b x−
2 x∈[a,b] 3 3 dx =
a
11(b − a)3
= · max |f (x)| .
324 x∈[a,b]
Formula de cuadratură deschisă sumată pentru n = 2 este:

k−1

(k) xi+1 − xi 2xi + xi+1 xi + 2xi+1
σ D (f) = f +f =
i=0
2 3 3
15
k−1
b−a 2xi + xi+1 xi + 2xi+1
= f +f ,
2k i=0 3 3
b x
k−1 i+1
11(b − a)3
f (x)dx − σ (k) (f ) ≤ f (x)dx − σ i (f ) ≤ · max |f (x)| ,
D 324k 2 x∈[a,b]
i=0
a xi
unde σ i (f ) este formula de cuadratură deschisa pentru n = 2, aplicată funcţiei f pe

intervalul [xi , xi+1 ], ∀ i ∈ 0, k − 1.
n=3
Formula de cuadratură deschisa pentru n = 3 este
b
3a + b a + b a + 3b
σ(f ) = P f; , , ; x dx.
4 2 4
a

3a + b a + b a + 3b 3a + b
P f; , , ;x = f +
4 2 4 4

4 a+b 3a + b 3a + b
+ f −f x− +
b−a 2 4 4

8 a + 3b a+b 3a + b 3a + b a+b
+ f − 2f +f x− x−
(b − a)2 4 2 4 4 2
Atunci
b b
3a + b 4 a+b 3a + b 3a + b
σ(f) = f dx + f −f x− dx+
4 b−a 2 4 4
a a

8 a + 3b a+b 3a + b
+ f − 2f +f ·
(b − a)2 4 2 4
b
3a + b a+b
· x− x− dx =
4 2
a
16

3a + b a+b 3a + b
= (b − a)f + (b − a) f −f +
4 2 4

2 a + 3b a+b 3a + b
+ (b − a) f − 2f +f =
3 4 2 4

(b − a) 3a + b a+b a + 3b
= 2f −f + 2f
3 4 2 4

f (x) − P f ; 3a + b , a + b , a + 3b ; x ≤
4 2 4

1 3a + b a+b a + 3b
≤ x− x− x− · max f (3) (x) , ∀ x ∈ [a, b].
6 4 2 4 x∈[a,b]
Atunci
b b

3a + b a + b a + 3b
f (x)dx − σ(f) = f(x) − P f; , , ; x dx ≤
4 2 4

a a
b
3a + b a + b a + 3b

≤ f (x) − P f; , , ; x dx ≤
4 2 4
a
b
1 a + 3b
≤ · max f (3) (x) · x − 3a + b x−
a+b
x−
6 x∈[a,b] 4 2 4 dx =
a
1 5(b − a)4 5(b − a)4

= · max f (3) (x) · = · max f (3) (x)
6 x∈[a,b] 256 1536 x∈[a,b]
Formula de cuadratură deschisa sumată pentru n = 3 este:

k−1
(k) 1 3xi + xi+1 xi + xi+1 3xi + xi+1
σ T (f) = (xi+1 − xi ) 2f −f + 2f =
3 i=0 4 2 4
k−1
b−a 3xi + xi+1 xi + xi+1 3xi + xi+1
= 2f −f + 2f ,
3k i=0 4 2 4
b x
k−1 i+1
5(b − a)4
f (x)dx − σ (k) (f ) ≤ f(x)dx − σ i (f)≤ · max f (3) (x) ,
T 1536k 3 x∈[a,b]
i=0
a xi
17
intervalul [xi , xi+1 ], ∀ i ∈ 0, k − 1
n=4
Formula de cuadratură deschisa pentru n = 4 este
b
4a + b 3a + 2b 2a + 3b a + 4b
σ(f ) = P f; , , , ; x dx.
5 5 5 5
a

4a + b 3a + 2b 2a + 3b a + 4b 4a + b
P f; , , , ;x = f +
5 5 5 5 5

5 3a + 2b 4a + b 4a + b
+ f −f x− +
b−a 5 5 5

25 2a + 3b 3a + 2b 4a + b
+ f − 2f +f ·
2(b − a)2 5 5 5

4a + b 3a + 2b
· x− x− +
5 5

125 a + 4b 2a + 3b 3a + 2b 4a + b
+ f − 3f + 3f −f ·
6(b − a)3 5 5 5 5

4a + b 3a + 2b 2a + 3b
· x− x− x−
5 5 5
Atunci
b b
4a + b 5 3a + 2b 4a + b 4a + b
σ(f ) = f dx+ f −f x− dx+
5 b−a 5 5 5
a a

25 2a + 3b 3a + 2b 4a + b
+ f − 2f +f ·
2(b − a)2 5 5 5
b
4a + b 3a + 2b
· x− x− dx+
5 5
a
18

125 a + 4b 2a + 3b 3a + 2b 4a + b
+ f − 3f + 3f −f ·
6(b − a)3 5 5 5 5
b
4a + b 3a + 2b 2a + 3b
· x− x− x− dx =
5 5 5
a
b
4a + b 3 3a + 2b 4a + b
= (b − a) f + (b − a) f −f +
5 2 5 5
a

17 2a + 3b 3a + 2b 4a + b
+ (b − a) f − 2f +f +
12 5 5 5

11 a + 4b 2a + 3b 3a + 2b 4a + b
+ (b − a) f − 3f + 3f −f =
24 5 5 5 5

(b − a) 4a + b 3a + 2b 2a + 3b a + 4b
= 11f +f +f + 11f
24 5 5 5 5

4a + b 3a + 2b 2a + 3b a + 4b
f (x) − P f ; , , , ; x ≤
5 5 5 5

1 4a + b 3a + 2b 2a + 3b a + 4b
≤ x− x− x− x− ·
24 5 5 5 5

· max f (4) (x) , ∀ x ∈ [a, b].
x∈[a,b]
Atunci
b b

4a + b 3a + 2b 2a + 3b a + 4b
f (x)dx − σ(f ) = f(x) − P f ; , , , ;x dx ≤
5 5 5 5

a a
b
4a + b 3a + 2b 2a + 3b a + 4b 1
≤ f (x) − P f ; , , , ; x dx ≤≤ · max f (4) (x) ·
5 5 5 5 24 x∈[a,b]
a
b
4a + b 3a + 2b 2a + 3b a + 4b
· x − x− x− x− dx =

5 5 5 5
a
1 551(b − a)4 551(b − a)4

= · max f (4) (x) · = · max f (4) (x)
24 x∈[a,b] 93750 2250000 x∈[a,b]
19
Formula de cuadratură deschisa sumată pentru n = 4 este:
k−1
(k) 1
σ T (f ) = (xi+1 − xi )·
24 i=0

4xi + xi+1 3xi + 2xi+1 2xi + xi+1 xi + 4xi+1
· 11f +f +f + 11f =
5 5 5 5
k−1
b−a 4xi + xi+1 3xi + 2xi+1 2xi + xi+1 xi + 4xi+1
= 11f +f +f + 11f ,
24k i=0 5 5 5 5
b x
k−1 i+1
551(b − a)5 (4)
f (x)dx − σ (k) (f) ≤ f (x)dx − σ i (f )≤ · max f (x) ,
T 2250000k 4 x∈[a,b]
i=0
a xi

intervalul [xi , xi+1 ], ∀ i ∈ 0, k − 1
Formule de cuadratură Gauss
Fie [a, b] ⊂ R şi n ∈ N. Notăm cu
n! (n)
Ln (x) := · ((x − a)n (x − b)n ) , ∀ x ∈ [a, b]
(2n)!
(Ln se numeşte polinom Legendre de grad n).

a) Ln este un polinim de grad n.
b) Ln are n rădăcini distincte x1 , x2 , . . . , xn situate în intervalul [a, b].
b
c) Ln (x)C(x)dx = 0, pentru orice polinom C de grad ≤ n − 1.
a
Fie
n

b
x − xj
Qi (x) = şi αi = Qi (x)dx, ∀ i = 1, n.
j=1, j=i
xi − xj
a
Cu notaţiile anterioare, fie f : [a, b] → R o funcţie continuă. Numim formulă de

cuadratură a lui Gauss de ordinul n, ataşată funcţiei f, expresia
n

σ nG (f ) := αi f (xi ).
i=1
20
Pentru orice polinom P de grad≤ 2n − 1, avem
b n

P (x)dx = αi P (xi ),
a i=1
(adică formula de cuadratură a lui Gauss este exactă de ordinul 2n − 1).

Dacă f ∈ C 2n ([a, b]) atunci este adevărată următoarea formulă de evaluare a erorii:

b 4 2n+1
n (2n)
σ (f) − f (x)dx ≤ (n!) · (b − a) · sup f (ξ) .
G ((2n)!)3 2n + 1
ξ∈[a,b]
a
Cazuri particulare
I. n = 2, a = −1, b = 1
În acest caz,
2! 2 2 1 1
L2 (x) = x −1 = 12x2 − 4 = x2 − ,
4! 12 3
care are rădăcinile

1 1
x1 = − , dx2 = ,
3 3
iar
1 b
x − x2 x − x1
α1 = dx = 1 şi α2 = dx = 1.
x1 − x2 x2 − x1
−1 a
Deci, pentru f o funcţie continuă pe [−1, 1], formula de cuadratură Gauss de ordinul
2 este
1 1
σ(f ) = f − +f .
3 3
Din formula de evaluare a erorii, în cazul în care f este de 4 ori derivabilă, rezultă că

1 4 5

σ(f ) − f(x)dx ≤ (2!) · 2 · sup f (4) (ξ) = 1 · . sup f (4) (ξ) .
(4!)3 5 135 ξ∈[a,b]
ξ∈[a,b]
−1
II. n = 3, a = −1, b = 1
21
În acest caz,
3! 2 3 1 3
L3 (x) = x −1 = 120x3 − 72x = x3 − x,
6! 120 5
care are rădăcinile

3 3
x1 = − , x2 = 0, x3 = ,
5 5
iar
1 b
(x − x2 )(x − x3 ) 5 (x − x1 )(x − x3 ) 8
α1 = dx = , α2 = dx = ,
(x1 − x2 )(x1 − x3 ) 9 (x2 − x1 )(x2 − x3 ) 9
−1 a
b
(x − x1 )(x − x2 ) 5
α3 = dx = .
(x3 − x1 )(x3 − x1 ) 9
a
Deci, pentru f o funcţie continuă pe [−1, 1], formula de cuadratură Gauss de ordinul
3 este
1 3 3
σ(f) = 5f − + 8f (0) + 5f .
9 5 5
Din formula de evaluare a erorii, în cazul în care f este de 6 ori derivabilă, rezultă că

1 4 7

σ(f ) − f (x)dx ≤ (3!) · 2 · sup f (6) (ξ) = 1 · . sup f (6) (ξ) .
(6!)3 7 15750 ξ∈[a,b]
ξ∈[a,b]
−1
Formule sumate:
Fie k ∈ N ∗ , h = (b − a)/k, yi = a + ih, ∀ i ∈ 0, k. Dacă σ i (f) este o formulă de
cuadratură Gauss a funcţiei f pe intervalul [xi , xi+1 ], ∀ i ∈ 0, k − 1, atunci se defineşte
formula de cuadratură Gauss sumată
k−1

(k)
σ G (f ) = σ i (f ).
i=0
• Formula lui Gauss sumată pentru două noduri:
Pentru orice j ∈ {1, . . . , k} se consideră nodurile:
yj−1 + yj b−a yj−1 + yj b−a

aj = − √ , bj = + √ .
2 2n 3 2 2n 3
22
Cuadratura este :
n
(k) h
σG = · (f(aj ) + f (bj )),
2 j=1
pentru care (dacă f ∈ C 4 ([a, b])) avem evaluarea erorii

b 6
(k)
σ − f (x)dx ≤ 7(b − a) · sup f (6) (ξ) .
G 2160k 5 ξ∈[a,b]

a
• Formula lui Gauss sumată pentru trei noduri:
Pentru orice j ∈ {1, . . . , n} se consideră nodurile:

√
yj−1 + yj (b − a) 15 yj−1 + yj
aj = − , bj = ,
2 10n 2
√
yj−1 + yj (b − a) 15
cj = + .
2 10n
Cuadratura este:
n
h
σ (k)
G = · (5f (aj ) + 8f (bj ) + 5f(cj )) ,
18 j=1
pentru care (dacă f ∈ C 6 ([a, b])) avem evaluarea erorii

b 8
(k)
σ − f (x)dx ≤ (b − a) · sup f (6) (ξ) .
G 2016000k 7
ξ∈[a,b]
a
Exemplul -1.11 Folosind formulele de cuadratură ale lui Gauss sumate (cu două,
respectiv cu trei noduri) să se aproximeze calculul integralei
2
1 + ln x
I= dx
x
1
23
Pentru formula de cuadratură Gauss sumată, relativă la două noduri, se obţin
următoarele rezultate:
k σ (k)
D (f ) eroarea
5 0, 9333754517 0, 000014518
10 0, 9333738009 0, 000000453
50 0, 9333736877 0, 0000000002
100 0, 9333736875 0, 0000000000

În stabilirea erorii am ţinut seama de max f (4) (x) = 14.
x∈[a,b]
Pentru formula de cuadratură Gauss sumată, relativă la trei noduri, se obţin ur-
mătoarele rezultate:
(k)
k σ D (f ) eroarea
5 0, 9333736921 0, 000000032
10 0, 9333736875 0, 000000000

În stabilirea erorii am ţinut seama de max f (6) (x) = 508. Facem observaţia că
x∈[a,b]
valoarea exactă a integralei este I = 0, 9333736875 .
24
Metode numerice pentru ecuaţii diferenţiale
Studiul ecuaţiilor diferenţiale este o parte a matematicii, care face obiectul a nu-
meroase cercetări şi care continuă să rămână în actualitate prin interesul particular pe
care-l reprezintă pentru alte discipline, ca mecanica, astronomia, fizica si, mai recent,
chimia, biologia, ştiinţe în care modelarea poate conduce la probleme matematice ce
implică ecuaţii diferenţiale. De multe ori, chiar dacă rezultatele matematice ne per-
mit să demostrăm existenţa şi unicitatea soluţiei problemei la care se ajunge, soluţia
analitică nu poate fi obţinută, şi atunci se impune găsirea unei soluţii aproximative a
problemei printr-o metodă de rezolvare numerică a problemei.
În acest capitol ne propunem să dăm o descriere a principalelor metode de rezolvare
numerică a problemelor Cauchy (a problemelor cu condiţii iniţiale). Problema Cauchy
se defineşte astfel: dată fiind aplicaţia f : D ⊂ R × Rm −→ Rm , care defineşte ecuaţia
diferenţială:
y (t) = f (t, y(t)) (1)
şi punctul iniţial (t0 , y0 ), să se determine o soluţie y : I ⊂ R −→ Rm a ecuaţiei

diferenţiale (1) şi care verifică condiţia iniţială:
y(t0 ) = y0 . (2)
Metodele pe care le vom prezenta în acest capitol se bazează pe aproximarea soluţiei

problemei (1)-(2), definită pe un interval [t0 , t0 + T ], printr-un şir finit de valori (yn )
care aproximează soluţia y(t) în nodurile tn = t0 +nh , n ∈ {1, N} , adică yn y(tn ) . Se

consideră că N = Th , unde h este pasul, adică distanţa dintre două valori consecutive
ale variabilei t, pentru care se face aproximarea.
Se cunosc două clase importante de metode numerice pentru rezolvarea problemei
Cauchy:
1
1. Metode într-un pas (metode directe) sunt metodele în care yn+1 se cal-
culează printr-o relaţie de recurenţă în funcţie doar de yn , calculat anterior. În această
categorie intră metodele Euler, Euler îmbunătăţită, Euler modificată, Runge-Kutta.
2. Metode în mai mulţi paşi (metode indirecte) sunt metodele în care yn+1 se
calculează printr-o relaţie de recurenţă în funcţie de valorile precedente yn , yn−1 , . . . , yn−r+1 .
În această categorie intră metodele Adams-Bashforth, Adams-Moulton, metoda predictor-
corector, metoda diferenţialei retrograde.
Metode într-un pas (directe)
Considerăm următoarea problemă Cauchy:


 y (t) = f(t, y(t)) , ∀ t ∈ I0 = [t0 , t0 + T ]
(3)
 y(t ) = y .
0 0
O metoda numerică într-un pas, pentru aproximarea soluţiei acestei probleme, constă
în determinarea aproximatiilor (yn ) pentru y(tn ) în tn = t0 + nh, cu n = 1, N , unde:

 y0 = α ∈ Rm ,
(4)
 y
n+1 = yn + hΦ(tn , yn , h) .
Alegerea unei metode înseamnă să alegem funcţia Φ.

Observaţie. Pasul h se poate alege şi dependent de n astfel încât tn+1 = tn +nhn să nu
depăşească t0 +T . În acest caz, în definiţiile ce urmează se va considera h = max hn .
n=0,N −1
Observaţie. Noţiunea de stabilitate arată că o mică perturbare asupra datelor schemei
numerice (4) produce o pertubare mică a aproximaţiei şi este independentă de h.
Definiţia -1.1 Spunem că metoda numerică (4) este de ordinul p, cu p ∈ N ∗ , dacă
pentru orice y soluţie a problemei (3) avem:

1
max (y(t n+1 ) − y(tn )) − Φ(tn , y(tn ), h) = O(hp ) .

n=0,N−1 h
2
Metoda Euler explicită (progresivă)
Schema numerică pentru metoda Euler este următoarea:


 y0 ∈ Rm ,
 y = y + hf (t , y ) .
n+1 n n n
Interpretarea geometrică a metodei Euler. Dacă s-a determinat yn , pentru

a determina yn+1 se consideră soluţia ecuaţiei (1) care trece prin (tn , yn ), adică acea
soluţie pentru care y(tn ) = yn . Se duce tangenta la graficul acestei soluţii în (tn , yn ).
Ecuaţia tangentei este:
y − yn = f (tn , yn )(t − tn ) .
Pentru t = tn+1 se oţine yn+1 = yn + (tn+1 − tn )f (tn , yn ) , adică yn+1 este intersecţia
tangentei cu dreapta t = tn+1 . Din acest motiv, metoda Euler mai este numită şi
metoda liniilor poligonale. Erorile se acumulează, ceea ce face ca, în această metodă,
pentru pas h nu prea mic, valorile numerice să fie mult diferite de valorile soluţiei
exacte.
Exemplul -1.1 Folosind metoda Euler, determinaţi soluţia aproximativă a problemei

Cauchy: 
 y = y2 − y − 1 , t ∈ [1, 2]
t 4t2
 y(1) = 0.75
în t = 2, luând h = 0.5.
y 1
Avem f (t, y) = y 2 − − 2 , t0 = 1 şi y0 = 0.75 . Se obţine N = 2 şi yn+1 =
t 4t
yn + 0.5f (tn , yn ), pentru n = 0, 1 . Deci rezultă:
t1 = 1.5 , y(t1 ) y1 = y0 + 0, 5f (t0 , y0 ) = 0.75 + 0.5f (1, 0.75) =

0.75 + 0.5(−0.4375) = 0.5313 ,
t2 = 2 , y(t2 ) y2 = y1 + 0, 5f(t1 , y1 ) = 0.5313 + 0.5f(1.5, 0.5313) =
0.5313 + 0.5(−0.1831) = 0.4397 .
3
Soluţia exactă a problemei din exerciţiul -1.1 este
t+5
y(t) = − .
2t(t − 5)
Valoarea exactă în t = 2 este y(2) = 0.5833333333, iar valoarea aproximativă, în funcţie
de h, este dată în tabelul 1.
Table 1: Date obtinute prin metoda Euler.
h aproximarea
pentru y(2)
0.5 0.4397243924
0.2 0.5231702705
0.1 0.5526766962
0.05 0.5678404244
Se poate considera o metodă Euler implicită (retrogradă), în care schema numerică

este: 
 y0 ∈ Rm ,
 y
n+1 = yn + hf (tn+1 , yn+1 ) , n = 0, N − 1 .
Folosirea acestei metode este mai dificilă decât metoda Euler explicită, deoarece,la
fiecare pas, calculul lui yn+1 cu yn cunoscut, se face prin rezolvarea unei ecuaţii, în
general, neliniare, şi care poate avea mai multe soluţii. Calculul soluţiei ecuaţiei din
(??) în yn+1 va necesita rezolvarea unui sistem liniar dacă f este afină în y sau, în cazul
general, utilizarea unei metode pentru ecuaţii neliniare.
Metode Runge-Kutta
Metodele Runge-Kutta se deosebesc de metoda Taylor prin faptul ca înlocuiesc

calculul derivatelor lui f prin evaluări pentru f în puncte intermediare între tn şi tn+1 .
4
Metoda a fost introdusă de matematicianul german Carl David Runge în 1895 şi a fost
dezvoltată de alt matematician german, Wilhelm Kutta, în 1901.
În definirea generală a metodelor Runge-Kutta, pentru q ∈ N∗ se dau o listă de
constante reale:
c1 a11 ··· a1q
.. .. ... ..
. . .
cq aq1 ··· aqq
b1 ··· bq
cu c1 , . . . , cq nu neapărat distincte, şi formulele de cuadratură:
ci q

ψ(t) dt aij ψ(cj ) , i = 1, q ,
0 j=1
1 q
ψ(t) dt bj ψ(cj ).
0 j=1
Vom considera cazul general, când punctele din I0 nu sunt echidistante, adică tn+1 −tn =
hn . Pentru fiecare n = 1, N , se consideră punctele intermediare
tn,i = tn + ci hn pentru i = 1, q
şi determinăm (yn,i )i=1,q prin rezolvarea sistemului:

q

yn,i = yn + hn aij f (tn,j , yn,j ) , i = 1, q .
j=1
Aproximarea soluţiei în tn+1 se determină din:

q

yn+1 = yn + hn bj f(tn,j , yn,j ) .
j=1
Relaţiile (??) şi (??) rezultă aplicând formulele de cuadratură (??). Fie y o soluţie
5
t − tn
pentru (1). Folosind schimbarea de variabilă u = , obţinem:
hn
tn,i
y(tn,i ) = y(tn ) + f (t, y(t))dt =
tn
ci
y(tn ) + f (tn + hn u, y(tn + hn u))dt , i = 1, q
0
tn+1 1
y(tn+1 ) = y(tn ) + f (t, y(t))dt = y(tn ) + f (tn + hn u, y(tn + hn u))dt.
tn 0
Aplicând formulele de cuadratură (??)se obţine:

q

y(tn,i ) y(tn ) + hn aij f(tn,j , y(tn,j )) , i = 1, q
j=1
q
y(tn+1 ) y(tn ) + hn bj f (tn,j , y(tn,j )) ,
j=1
de unde, pentru calculul valorilor aproximative avem (??) şi (??).

Schema numerică generală pentru metode Runge-Kutta se poate scrie sub forma:
y(tn+1 ) = y(tn ) + hn Φ(tn , yn , hn )) , n = 0, N − 1,

q

unde Φ(t, y, h) = bj f (t + cj h, yj ) cu y1 , . . . , yq rezultate prin rezolvarea sistemului:
j=1
q

yi = y + h aij f (t + cj h, yj ) , i = 1, q .
j=1
Notăm A = (aij )i,j=1,q , C = diag (c1 , c2 , . . . , cq ), b = (b1 , b2 , . . . , bq )t şi e = (1, 1, . . . , 1)t ∈

Rq .
În funcţie de coeficienţii aij metodele Runge-Kutta pot fi clasificate astfel:
- dacă aij = 0, ∀ 1 ≤ i ≤ j ≤ q, atunci metoda Runge-Kutta se numeşte explicită.
- dacă aij = 0, ∀ 1 ≤ i < j ≤ q, atunci metoda Runge-Kutta se numeşte semi-
implicită.
6
În cazul când nici una dintre condiţiile de mai sus nu este îndeplinită, metoda
Runge-Kutta se numeşte implicită.
Dăm mai jos câteva rezultate importante în convergenţa metodelor Runge-Kutta.
Teorema -1.1 Dacă f este lipschitziană în a doua varibilă, având constanta L, ρ (|A|)
este raza spectrală a lui |A| şi hn este astfel încât hn Lρ (|A|) < 1, atunci schema
numerică Runge-Kutta (??) admite soluţie unică. De asemenea, pentru hn = h =
const., astfel încât 0 < h ≤ h∗ cu h∗ Lρ (|A|) < 1, metoda Runge-Kutta este stabilă.
Observaţie. Pentru o metodă Runge-Kutta explicită avem ρ (|A|) = 0. Deci o metodă

Runge-Kutta explicită întotdeauna este stabilă.
Definiţia -1.2 Vom spune că este îndeplinită condiţia A(p) dacă sunt îndeplinite

condiţiile A (l) pentru l = 1, p, unde A (l) sunt date în tabelul 2 pentru l = 1, 5.
Teorema -1.2 Condiţia necesară şi suficientă ca o metodă Runge-Kutta (pentru toate
funcţiile suficient de regulate) să fie de ordin p este să fie verificată condiţia A(p).
Remarcă. Condiţiile necesare pentru ca o metodă Runge-Kutta să fie de ordin p sunt:
1 1
bt e = 1 , bt Ce = , . . . , bt C p−1 e = .
2 p
Condiţiile (??) sunt echivalente cu afirmaţia: formula de cuadratură (??)2 este de ordin
p − 1, adică este exactă pentru polinoame până la gradul p − 1. Se poate deduce că
p ≤ 2q.
Construcţia unei metode Runge-Kutta se face, în general, în modul următor:
- se determină relaţii pentru b1 , . . . , bq şi c1 , . . . , cq din condiţia ca formula de
cuadratură (??)2 să fie de ordin p − 1;
- se obţin şi coeficienţii din matricea A, rezolvând restul de condiţii suficiente pentru
metode Runge-Kutta, până la ordinul p, date în tabelul 3.
7
Pentru p = 5 se verifică şi condiţiile pentru p = 3 şi p = 4.
Observaţie. Pentru programarea metodelor Runge-Kutta este mai uşor să notăm:
kn,i = f (tn,i , yn,i ) pentru i = 1, q,
şi atunci avem:

q

kn,i = f(tn,i , yn + hn aij kn,j ) pentru i = 1, q
j=1
q

yn+1 = yn + hn bj kn,j .
j=1
Rezolvând sistemul (??) în necunoscutele (kn,i )i=1,q , calculăm mai uşor yn+1 din (??).
De asemenea, obţinem:
q

yn,i = yn + hn aij kn,j , pentru i = 1, q .
j=1

Definiţia -1.3 O metodă RKpp este o metodă Runge-Kutta de ordin p corespunză-
toare tabloului de constante
c1 a11 ··· a1q 0

.. .. ... ..
. . .
cq aq1 ··· aqq 0
1 b1 ··· bq 0

b1 ··· bq bq+1
în care dacă excludem ultima linie şi ultima coloană, obţinem o metodă de ordin p.
Exemple particulare de metode Runge-Kutta.

Exemplul 1. Pentru q = 1, metoda Runge-Kutta definită prin:
8
θ θ
cu θ ∈ R, se scrie:
1
yn,1 = yn + θf (tn + θhn , yn,1 )

yn+1 = yn + hn f (tn + θhn , yn,1 ) .
Pentru θ = 0 şi θ = 1 se obţin metode de ordinul 1: metoda Euler progresivă,

respectiv, metoda Euler retrogradă. Pentru θ = 1/2 se obţine metoda punctului
de mijloc şi este o metodă de ordinul 2.
0 0 0
α α 0
1 1
1−
2α 2α
cu α ∈ R∗ , se scrie:


 yn,1 = yn






yn,2 = yn + hn α f (tn , yn,1 )

1 1
yn+1 = yn + hn 1− f (tn , yn ) + f (tn + αhn , yn + αhn f (tn , yn ))
2α 2α
1
Dacă α = , atunci se obţine metoda Euler modificată (ameliorată):
2

1 1
yn+1 = yn + hn f tn + hn , yn + hn f (tn , yn ) .
2 2
     
0 0 0 0 0
Avem A =   ,C=  ,b=  şi este îndeplinită condiţia
1/2 0 0 1/2 1
A(2), deci metoda (??) este de ordin 2.
9
Dacă α = 1, atunci se obţine metoda Heun sau metoda Euler îmbunătăţită
sau metoda RK12 :
1
hn (f (tn , yn ) + f (tn + hn , yn + hn f (tn , yn ))) .
yn+1 = yn +
2
     
0 0 0 0 1/2
Avem A =   ,C =  ,b=  şi este îndeplinită condiţia
1 0 0 1 1/2
A(2), deci metoda (??) este de ordin 2.
Exemplul 3. Pentru q = 4 metoda Runge-Kutta definită prin:
0 0 0 0 0
1/2 1/2 0 0 0
1/2 0 1/2 0 0
1 0 0 1 0
1/6 2/6 2/6 1/6
este metoda Runge-Kutta clasică sau metoda RK24 (Kutta - 1901). Sub
această formă, metoda este cel mai des utilizată. Avem:


 yn,1 = yn











 hn

 yn,2 = yn + f(tn , yn,1 )

 2




 hn 1

 yn,3 = yn + f(tn + hn , yn,2 )

 2 2







 yn,4 = yn + hn f(tn + 1 hn , yn,3 )

2

hn 1
si yn+1 = yn + f(tn, yn,1 ) + 2f (tn + hn , yn,2 )+
6 2

1
2f(tn + hn , yn,3 ) + f (tn+1 , yn,4 ) . (5)
2
10
În metodaRK24 avem:     
 0 0 0 0   0 0 0 0   1/6 
     
 1/2 0 0 0   0 1/2 0 0   2/6 
     
A =   , C =   , b =   şi este
 0 1/2 0 0   0 0 1/2 0   2/6 
     
     
o 0 1 0 0 0 0 1 1/6
îndeplinită condiţia A(4), deci metoda (5) este de ordin 4.
0 0 0 0 0 0
2/7 2/7 0 0 0 0
4/7 -8/35 4/5 0 0 0
6/7 29/42 -2/3 5/6 0 0
1 1/6 1/6 5/12 1/4 0
11/96 28/96 35/96 14/96 8/96
este o metodă RK34 .

0 0 0 0 0 0 0
1/2 1/2 0 0 0 0 0
1/4 3/16 0 0 0 0 0
1/2 0 0 1/2 0 0 0
3/4 0 -3/16 9/16 0 0 0
1 1/7 4/7 6/7 -12/7 8/7 0
7/90 0 32/90 12/90 32/90 7/90
este o metodă Runge-Kutta de ordin 6.
11
Exemplul -1.2 Se dă problema Cauchy:

 y = y2 − y − 1 , t ∈ [1, 2.9]
t 4t2

y(1) = 0.75
Să se determine valoarea aproximativă a soluţiei în t = 2.9, folosind metodele Euler

progresivă, Euler modificată, RK12 şi RK24 , pentru N = 2.
Pentru N = 2 avem h = 0.9500. Luăm y0 = 0.75, t0 = 1. Pentru metoda RK24 ,

y 1
avem f (t, y) = y 2 − − 2 . Se obţine:
t 4t
- pentru n = 1:
y0,1 = y0 = 1 , t0,1 = t0 = 1 ,
y0,2 = y0 = 1 + 0.95f(t0,1 , y0,1 )/2 = 0.8812 , t0,2 = t0 + 0.95/2 = 1.4750 ,
y0,3 = y0 = 1 + 0.95f(t0,2 , y0,2 )/2 = 1.0305 , t0,3 = t0 + 0.95/2 = 1.4750 ,
y0,4 = y0 = 1 + 0.95f(t0,3 , y0,3 )/2 = 1.2360 , t0,4 = t0 + 0.95 = 1.9500 ,
y1 = y0 + 0.95(f(t0,1 , y0,1 ) + 2f (t0,2 , y0,2 ) + 2f (t0,3 , y0,3 ) + f (t0,4 , y0,4 ))/6 =
1 + 0.95(−0.2500 + 2 · 0.0642 + 2 · 0.2484 + 0.8281)/6 = 1.1905
t1 = t0 + h = 1.9500
- pentru n = 2:
y1,1 = y1 = 1.1905 , t1,1 = t1 = 1.95 ,

y1,2 = y1 = 1 + 0.95f(t1,1 , y1,1 )/2 = 1.5425 , t1,2 = t1 + 0.95/2 = 2.4250 ,
y1,3 = y1 = 1 + 0.95f(t1,2 , y1,2 )/2 = 1.9984 , t1,3 = t1 + 0.95/2 = 2.4250 ,
y1,4 = y1 = 1 + 0.95f(t1,3 , y1,3 )/2 = 4.1612 , t1,4 = t1 + 0.95 = 2.9 ,
y2 = y1 + 0.95(f(t1,1 , y1,1 ) + 2f (t1,2 , y1,2 ) + 2f (t1,3 , y1,3 ) + f (t1,4 , y1,4 ))/6 =
1.1905 + 0.95(0.7411 + 2 · 1.7008 + 2 · 3.1270 + 15.8509)/6 = 5.3464
t2 = t1 + h = 2.9 .
În tabelul 4 am dat valorile obţinute cu metodele cerute în enunţ pentru N = 2.

t+3
Soluţia exactă este y(t) = − . Pentru aceleaşi cerinţe ca în exerciţiul -1.2, dar
2t(t − 3)
12
pentru N = 7 se obţin datele din tabelul 5. Pentru valori mai mari ale lui N se obţin
valori aproximative mult apropiate de soluţia exactă. De exemplu, pentru N = 20
valorile obţinute sunt în tabelul 6.
Metode în mai mulţi paşi (indirecte)
Calculul valorii yn+1 la tn+1 se poate obţine folosind r + 1 valori deja calculate
yn , yn−1 , . . . , yn−r+1 , adică folosind r + 1 paşi anteriori cu r ∈ N. În general, se obţin
metode cu caracteristici mai bune. Cel mai des întâlnite medote în r + 1 paşi sunt
metodele Adams. Se consideră problema (1)-(2), în care presupunem că f este lipschi-
tiziană în al doilea argument. Considerăm diviziunea:
t0 < t1 , < . . . , tN = t0 + T ,
hn = tn+1 − tn .
Metodele Adams se bazează pe relaţia:

tn+1
y(tn+1 ) = y(tn ) + f (t, y(t))dt ,
tn
unde y(·) este soluţie a ecuaţiei (1).

Schema de aproximare într-o metodă Adams este:
tn+1
yn+1 = yn + Pn,r (t)dt ,
tn
unde Pn,r (·) este o aproximare a funcţiei f(·, ·).

Se presupune că printr-o metodă directă (de exemplu, de tip Runge-Kutta) s-au de-

terminat valorile y1 , y2 , . . . , yr pornind de la o valoare y0 . Pentru n ≥ r, n ∈ 1, N − 1 ,
presupunem cunoscute yn , yn−1 , . . . , yn−r şi notăm:
fj = f(tj , yj ) , j = n − r, n ,
valorile aproximative pentru f(tj , y(tj )) , j = n − r, n , pentru y(·) soluţie a ecuaţiei

(1).
13
Metoda Adams-Bashforth
În metoda Adams-Bashforth considerăm, în (??), Pn,r (t) polinomul de interpolare

de grad ≤ r, definit prin:
Pn,r (tn−i ) = fn−i , i = 0, r .
Dacă alegem pentru Pn,r polinomul Lagrange, atunci se scrie sub forma:
r

Pn,r (t) = fn−i Ln,i,r (t) ,
i=0
unde
r
t − tn−j
Ln,i,r (t) = , i = 0, r .
j=0,j=i
t n−i − tn−j
Avem
tn+1 r
tn+1
Pn,r (t)dt = fn−i Ln,i,r (t)dt ,
tn i=0 tn
unde notând:
tn+1
1
bn,i,r = Ln,i,r (t)dt , i = 0, r ,
hn tn
schema Adams-Bashforth se poate scrie:

 r


 yn+1 = yn + hn bn,i,r fn−i ,
i=0


 fn+1 = f (tn+1 , yn+1 ) , n = r, N − 1 .
Observaţie. Pentru r = 0 se obţine metoda Euler progresivă, deoarece:
Pn,0 (t) = fn = f (tn , yn ) , Ln,0,0 (t) = 1 , bn,0,0 = 1 ,
şi, deci
yn+1 = yn + hn f (tn , yn ) .
Dacă considerăm hn = hn−1 = . . . = hn−r = h = const., atunci coeficienţii bn,i,r

sunt independenţi de n. Din (??) prin schimbarea de variabilă t = tn + sh şi punând
14
tn−j = tn − jh , j = 0, r , se obţine:
1 r
s+j
bn,i,r = bi,r = li,r (s)ds , unde li,r (s) = , i = 0, r .
0 j=0,j=i
j −i
În tabelul 7 avem coeficienţii metodei Adams-Bashforth (bi,r )i=0,r pentru r = 1, 5, astfel

că:
h
- pentru r = 1 avem yn+1 = yn + (3fn − fn−1 );
2
h
- pentru r = 2 avem yn+1 = yn + (23fn − 16fn−1 + 5fn−2 );
12
h
- pentru r = 3 avem yn+1 = yn + (55fn − 59fn−1 + 37fn−2 − 9fn−3 );
24
- pentru r = 4 avem
h
yn+1 = yn + (1901fn − 2774fn−1 + 2616fn−2 − 1274fn−3 + 251fn−4 )
720
l
Exemplul -1.3 Folosind metoda Adams-Bashforth pentru r = 3, determinaţi soluţia
aproximativă a problemei Cauchy:

 y = y2 − y − 1 , t ∈ [1, 2.25]
t 4t2

y(1) = 0.75
în t = 2.25 pentru N = 5, determinând valorile de început y1 , y2 , y3 cu metoda Euler

progresivă.
y 1
Avem h = 0.25 şi f (t, y) = y 2 − − 2 . Aplicând metoda Euler progresivă se
t 4t
obţine:
t0 = 1 , y0 = 0.75 , f0 = f (t0 , y0 ) = −0.4375 ,
t1 = 1.25 , y1 = 0.6406 , f1 = f (t1 , y1 ) = −0.2621 ,
t2 = 1.5 , y2 = 0.5751 , f2 = f (t2 , y2 ) = −0.1638 ,
t3 = 1.75 , y3 = 0.5342 , f3 = f (t3 , y3 ) = −0.1015 ,
15
şi, în continuare, cu metoda Adams-Bashforth pentru r = 3, rezultă:
h
t4 = 2 , y4 = y3 + (55f3 − 59f2 + 37f1 − 9f0 ) = 0.5166 ,
24
f4 = f (t4 , y4 ) = −0.0539 ,
h
t5 = 2.25 , y5 = y4 + (55f4 − 59f3 + 37f2 − 9f1 ) = 0.5096 ,
24
f5 = f (t5 , y5 ) = −0.0162 .
16

Table 2: Conditiile A (l) pentru l = 1, 5.

l A (l)
1 bt e = 1
1
2 bt Ce = bt Ae =
2
1 1
3 b C e = b CAe = bt (Ae).2 = , bt ACe = bt A2 e =
t 2 t
3 6
t 3 t 2 t .2 t .3 1
b C e = b C Ae = b C (Ae) = b (Ae) = ,
4
1
4 b CACe = b CA e = b ((Ae).(ACe)) = b (Ae).(A2 e) =
t t 2 t t
8
t 2 t t .2 1 t 2 t 3 1
b AC e = b ACAe = b A(Ae) = , b A Ce = b A e =
12 24
t 4 t 3 t 2 .2 t .3 t .4 1
b C e = b C Ae = b C (Ae) = b C (Ae) = b (Ae) = ,
5
t 2 t 2 2 t t
2

b C ACe = b C A e = b C ((Ae).(ACe)) = b C (Ae).(A e) =
1
bt (Ae).2 .(ACe) = bt C (Ae).2 .(A2 e) = ,
10

bt CAC 2 e = bt CACAe = bt CA (Ae).2 = bt (Ae).(AC 2 e) =
1
bt ((Ae).(ACAe)) = bt (Ae).A(Ae).2 = ,
15
5 bt AC 3 e = bt AC 2 Ae = bt AC(Ae).2 = bt A(Ae).3 e = bt (ACe).2 e =
.2 1
bt (ACe).(A2 e) = bt A2 e) = ,
20
1
bt CA2 Ce = bt CA3 e = bt (Ae).(A2 Ce) = bt (Ae).(A3 e) = ,
30
1
bt ACACe = bt ACA2 e = bt A ((Ae).(ACe)) = bt A (Ae).(A2 e) = ,
40
1 1
bt A2 C 2 e = bt A2 CAe = bt A2 (Ae).2 = , bt A3 Ce = bt A4 e =
60 120
17
Table 3: Conditiile suficiente pentru metode de ordin p ∈ {3, 4, 5}.
p Conditii suficiente pentru metoda Runge-Kutta de ordin p
1 1 1
3 Ae = Ce , bt e = 1 , bt Ce = , bt C 2 e = , bt ACe =
2 3 6
1 1 t 1 1
4 b C e = , b CACe = , b AC e =
t 3 t 2 t 2
, b A Ce =
4 8 12 24
1
5 bC e= ,
t 4
5
t 2 1 1 1 1
b C ACe = , bt CAC 2 e = , bt (AC).2 e = , bt CA2 Ce =
10 15 20 30
Table 4: Valori aproximative pentru N = 2.
n tn Solutia Metoda Metoda Metoda Metoda

exacta Euler RK12 Euler mod. RK24
0 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
1 1.9500 1.2088 0.7625 0.9405 1.0610 1.1905
2 2.9000 10.1724 0.8809 1.6339 2.1295 5.3464
18

0 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
1 1.2714 0.9718 0.9321 0.9635 0.9698 0.9717
2 1.5429 1.0103 0.9270 0.9934 1.0048 1.0103
3 1.8143 1.1190 0.9687 1.0881 1.1058 1.1188
4 2.0857 1.3335 1.0578 1.2736 1.3011 1.3332
5 2.3571 1.7677 1.2083 1.6274 1.6731 1.7667
6 2.6286 2.8825 1.4532 2.3968 2.4825 2.8745
7 2.9000 10.1724 1.8665 4.7272 4.9158 9.2669
19

0 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000
1 1.09500 0.98155 0.97625 0.98114 0.98149 0.98155
2 1.19000 0.97265 0.96228 0.97187 0.97251 0.97265
3 1.28500 0.97219 0.95666 0.97105 0.97195 0.97219
4 1.38000 0.97960 0.95849 0.97808 0.97922 0.97960
5 1.47500 0.99472 0.96732 0.99278 0.99417 0.99472
6 1.57000 1.01777 .982995 1.01535 1.01700 1.01777
7 1.66500 1.04936 1.00568 1.04636 1.04828 1.04936
8 1.76000 1.09054 1.03581 1.08682 1.08905 1.09054
9 1.85500 1.14290 1.07416 1.13825 1.14083 1.14290
10 1.95000 1.20879 1.12186 1.20289 1.20588 1.20879
11 2.04500 1.29162 1.18052 1.28401 1.28749 1.29162
12 2.14000 1.39644 1.25240 1.38638 1.39046 1.39643
13 2.23500 1.53090 1.34062 1.51721 1.52199 1.53089
14 2.33000 1.70713 1.44962 1.68770 1.69333 1.70712
15 2.42500 1.94532 1.58577 1.91626 1.92284 1.94529
16 2.52000 2.28175 1.75851 2.23503 2.24252 2.28169
17 2.61500 2.78861 1.98225 2.70542 2.71305 2.78847
18 2.71000 3.63278 2.28004 3.45972 3.46390 3.63226
19 2.80500 5.30646 2.69075 4.83886 4.82237 5.30322
20 2.90000 10.17241 3.28441 8.01230 7.86910 10.11166
20
Table 7: Valorile coeficien@tilor bi,r pentru r = 1, 5.
6
i=0 i=1 i=2 i=3 i=4 i=5
1 3/2 -1/2 - - - -
2 23/12 -4/3 5/12 - - -
3 55/24 -59/24 37/24 -3/8 - -
4 1901/720 -1387/360 109/30 -637/360 251/720 -
5 4277/1440 -2641/480 4991/720 -3649/720 959/480 -95/288
21
Metode numerice pentru ecuaţii neliniare
Metoda bisecţiei
Exemplul -1.1 Să se aproximeze soluţia ecuaţiei x3 + 4x2 − 10 = 0 (conţinută în

intervalul [−1, 2]).
Soluţie Avem
a0 = a = −1, b0 = b = 2, f (a) = −7, f (b) = 14.
Atunci c0 = (a0 + b0 )/2 = 1/2. Cum f (c0 ) < 0 rezultă că
a1 = c0 = 1/2, b1 = b0 = 2, c1 = (a1 + b1 ) /2 = 5/4 = 1, 25
Cum f(c1 ) < 0 rezultă că
a2 = c1 = 5/4, b2 = b1 = 2, c2 = (a2 + b2 ) /2 = 13/8 = 1, 625
Cum f(c2 ) > 0 rezultă că
a3 = a2 = 5/4, b3 = c2 = 13/8, c3 = (a3 + b3 ) /2 = 23/16 = 1, 4375
Cum f(c3 ) > 0 rezultă că
a4 = a3 = 5/4, b4 = c3 = 23/16, c4 = (a4 + b4 ) /2 = 43/32 = 1, 34375
etc.
Regula falsi
Exemplul -1.2 Să se aproximeze soluţia ecuaţiei x3 + 4x2 − 10 = 0 (conţinută în

intervalul [−1, 2]).
1
Soluţie Avem
a0 = a = −1, b0 = b = 2, f (a) = −7, f (b) = 14.
Atunci c0 = (a0 f (b0 ) − b0 f (a0 ))/(f (b0 ) − f (a0 ) = 0. Cum f(c0 ) < 0 rezultă că
a1 = c0 = 0, b1 = b0 = 2, c1 = (a1 f (b1 ) − b1 f (a1 ))/(f (b1 ) − f (a1 ) = 5/6 = 0, 83333
Cum f(c1 ) < 0 rezultă că
a2 = c1 = 5/6, b2 = b1 = 2, c2 = (a2 f(b2 )−b2 f(a2 ))/(f (b2 )−f (a2 ) = 110/91 = 1, 20879
etc.
Metoda coardei
Exemplul -1.3 Să se aproximeze soluţia ecuaţiei 2x3 − 4x + 1 = 0 (conţinută în

intervalul [1/4, 1]), folosind metoda coardei.
Solutie: Fie f (x) = 2x3 − 4x + 1. Avem: f (x) = 6x2 − 8x si f (x) = 12x. Luam
a = 1/4 si b = 1. Evident, f nu se anuleaza pe [a, b], f (a) · f (a) = 3/32 > 0 si
f (a) · f (b) = −1/32 < 0. Deci conditiile de aplicabilitate ale metodei coardei sunt
indeplinite. Luam x0 = 1/4 si x1 = 1. Atunci
x0 f (x1 ) − x1 f (x0 ) 3 x0 f (x3 ) − x3 f (x0 ) 899

x2 = = , x3 = = , etc.
f (x1 ) − f (x0 ) 11 f (x3 ) − f (x0 ) 3475
Metoda secantei
Exemplul -1.4 Să se aplice metoda secantei pe intervalul [0, 1] pentru rezolvarea ecuaţiei
3ex − 4 cos x = 0 pentru x0 = 1 şi x1 = 0, 9.
2
Soluţie: Evident f este de două ori derivabilă pe [0, 1] şi f (x) = 3ex + 4 sin x, ,
funcţie care evident nu se anulează pe [0, 1]. Cum f (0) · f (1) = −3e + 4 cos 1 < 0
rezultă că ecuaţia are o radăcină în intervalul [0, 1].
Avem
x0 f (x1 ) − x1 f (x0 ) 3e9/10 − 4 cos(9/10) − 9/10(3e − 4 cos 1)

x2 := = = 0, 45575
f (x1 ) − f (x0 ) 3e9/10 − 4 cos(9/10) − 3e + 4 cos 1
Metoda lui Newton
Exemplul -1.5 Să se arate că se aplică metoda lui Newton pe intervalul [0, 1] pentru
rezolvarea ecuaţiei 3ex − 4 cos x = 0. Luând x0 = 1, să se calculeze valoarea primei
iteraţii.
Soluţie: Evident f este de două ori derivabilă pe [0, 1] şi f(x) = 3ex + 4 sin x,
f (x) = 3ex + 4 cos x, funcţii care evident nu se anulează pe [0, 1]. Cum f(0) · f (1) =
−3e + 4 cos 1 < 0 şi f (1) · f (1) = 9e2 − 16 cos 1 > 0, rezultă că metoda lui Newton se
aplică.
Avem
f (x0 ) 3e − 4 cos 1 4 sin 1 + 4 cos 1

x1 := x0 − = 1− = = 0, 47975
f(x0 ) 3e + 4 sin 1 3e + 4 sin 1
Exemplul -1.6 Fie funcţia

3 1 7
f : − , − → R, f (x) = x2 + x −
4 2 16
Să se arate că f este o contracţie. Luând x0 = − 58 , să se determine numărul de iteraţii
necesari pentru a aproxima soluţia ecuaţiei f (x) = x cu o eroare ε.
3
Soluţie Funcţia f este derivabilă şi
f (x) = 2x + 1
Avem

3 1
max |f (x)| = max |2x + 1| = max (−2x − 1) = −2 · − −1=
x∈[− 43 ,− 12 ] x∈[− 43 ,− 12 ] x∈[− 34 ,− 12 ] 4 2
Deci
1
|f (x)| ≤ q := .
2
Notăm a = − 34 , b = − 12 . Atunci

a + b a + b b − a 5 5 1 1
f − ≤ (1 − q) · ⇐⇒ f − + ≤ (1 − ) · ⇐⇒
2 2 2 8 8 2 8

25 5 7 5 1 3 4
⇐⇒ − − + ≤ ⇐⇒ ≤ , ceea ce este adevărat.
64 8 16 8 16 64 64
Deci f este o contracţie. Fie z soluţia ecuaţiei f(x) = x pe intervalul [a, b].
Din formula de evaluare a erorii avem
qn
|xn − z| ≤ |x1 − x0 |
1−q
Dacă
qn
|x1 − x0 | ≤ ε, atunci |xn − z| ≤ ε, deci xn aproximează pe z cu eroarea ε.
1−q
Avem

5 25 5 7 43
x1 = f (x0 ) = f − = − − =−
8 64 8 16 64
şi
43 5 3
|x1 − x0 | = − + =
64 8 64
Atunci 1 n
qn 3 3
|x1 − x0 | ≤ ε ⇐⇒ 2 1 · ≤ ε ⇐⇒ n+5 ≤ ε ⇐⇒
1−q 1 − 2 64 2
4

n+5 3 3
⇐⇒ 2 ≥ ⇐⇒ n ≥ log2 −5
ε ε
Deci putem lua

3
n = log2 − 4, unde [·] reprezintă partea întreagă.
ε
Metode pentru rezolvarea sau aproximarea

soluţiilor sistemelor de ecuaţii liniare
Norme de vectori şi norme de matrici
Exemplul -1.7 Fie

 
1 −2 3
 
 
A =  4 −5 6 
 
7 −8 9
Atunci
3

A
1 = max |aij | =
1≤j≤3
i=1
= max (|1| + |4| + |7| , |−2| + |−5| + |−8| , |3| + |6| + |9|) = max (12, 15, 18) = 18
şi
3

A
∞ = max |aij | =
1≤i≤3
j=1
= max (|1| + |−2| + |3| , |4| + |−5| + |6| , |7| + |−8| + |9|) = max (6, 15, 24) = 24.
Condiţionarea unui sistem de ecuaţii liniare

Exemplul -1.8
     
 10 7 8 7   32   1 
     
 7 5 6 5   23   1 
     
 8 6 10 9   33   1 
     
     
7 5 9 10 31 1
5
   
 10 7 8 7   32, 1 
   
 7 5 6 5   22, 9 
   
A=  b + δb =  
 8 6 10 9    33, 1 
  
   
7 5 9 10 30, 9
 
 9, 2 
 
 −12, 6 
 
cu soluţia x + δx =   (1)
 4, 5 
 
 
−1, 1
   
 10 7 8, 1 7, 2   32 
   
 7, 08 5, 04 6 5   23 
   
A=  b= 
 8 5, 98 9, 89 9   33 
   
   
6, 99 4, 99 9 9, 98 30
 
 −81 
 
 137 
 
cu soluţia x + ∆x =   (2)
 −34 
 
 
22
δx∞
Exemplul -1.9 Sa se arate ca x∞
= cond(A)· δb
b∞
∞
(Vom considera cazul sistemului
(1) şi vom lucra cu norma infinit).
Avem:

δx
∞ =
x + δx − x
∞ =
(9, 2 − 1; −12, 6 − 1; 4, 5 − 1; −1, 1 − 1)
∞ =
=
(8, 2; −13, 6; 3, 5; −2, 1)
∞ = max(|8, 2| ; |−13, 6| ; |3, 5| ; |−2, 1|) = 13, 6.
6

x
∞ =
(1; 1; 1; 1)
∞ = max(|1| ; |1| ; |1| ; |1|) = 1.
Atunci

δx
∞ 13, 6
= = 13, 6

x
∞ 1
 
 25 −41 10
−6 
 
 −41 68 −17 10 
 
A−1 = 
 10 −17 5 −3 
 
 
−6 10 −3 2
A
∞ = max(|10|+|7|+|8|+|7| , |7|+|5|+|6|+|5| , |8|+|6|+|10|+|9| , |7|+|5|+|9|+|10|) =
= max(32, 23, 33, 31) = 33

−1
A = max(|25| + |−41| + |10| + |−6| , |−41| + |68| + |−17| + |10| ,
∞
, |10| + |−17| + |5| + |−3| , |−6| + |10| + |−3| + |2|) =
= max(82, 136, 35, 21) = 136.
Rezultă că

cond(A) :=
A
∞ · A−1 ∞ = 33 · 136 = 4488
Avem

δb
∞ =
b + δb − b
∞ =
(32, 1 − 32; 22, 9 − 23; 33, 1 − 33; 30, 9 − 31)
∞ =
=
(0, 1; −0, 1; 0, 1; −0, 1)
∞ = max(|0, 1| ; |−0, 1| ; |0, 1| ; |−0, 1|) = 0, 1.

b
∞ =
(32; 23; 33; 31)
∞ = max(|32| ; |23| ; |33| ; |31|) = 33..
Atunci

δb
∞ 0, 1 1
= =

b
∞ 33 330
7
şi

δb
∞ 1
cond(A) · = 4488 · = 13, 6

b
∞ 330
Deci

δx
∞
δb
∞
= cond(A) ·

x
∞
b
∞
Metode directe
Metoda lui Gauss (cu pivotare parţială)




 x + 12 y + 13 z = 1

1
2
x + 31 y + 41 z = 2



 1
3
x + 41 y + 51 z = 3
Să se calculeze determinantul matricei sistemului şi să se rezolve sistemul cu metoda
lui Gauss.
Soluţie Notăm cu (aij )1≤i,j≤3 matricea sistemului. Iniţializăm det = 1. La etapa

n = 1 căutăm cel mai mare element în modul de pe coloana n a matricei sistemului.
Acesta este max = |a11 | = 1 şi se află pa linia 1. Deci s = 1 şi piv = a11 = 1. Calculăm
det = det ∗piv, deci det = 1. Cum s = n se trece la pasul împărţirii la pivot. Cum
pivotul este egal cu 1, prin împărţire la pivot linia n rămâne nemodificată. Eliminăm
x din liniile 2 şi 3 ca în algoritm. Obţinem următorul sistem de ecuaţii:



 x + 12 y + 31 z = 1

1 1
12
y + 12 z = 32



 1 4
12
y + 45 z = 83
La etapa n = 2 căutăm cel mai mare element în modul de pe coloana n a matricei

sistemului (de la elementul a22 în jos). Acesta este max = |a22 | = 1/12 şi se află pa
8
linia 2. Deci s = 2 şi piv = a22 = 1/12. Calculăm det = det ∗piv, deci det = 1/12. Cum
s = n se trece la pasul împărţirii la pivot. Ecuaţia 2 devine y + z = 18 . Eliminăm
y din linia 3 ca în algoritm. Obţinem următorul sistem de ecuaţii:



 x + 12 y + 13 z = 1

y + z = 18



 1 7
180
z = 6
Calculăm determinantul matricei sistemului det = det ∗a33 = 1

12
∗ 1
180
= 1
2160
şi
rezolvăm sistemul anterior. Obţinem z = 210, y = −192, x = 27.
Metoda lui Gauss-Jordan de calcul a inversei unei matrice

Exemplul -1.11 Folosind metoda Gauss-Jordan să se calculeze inversa matricei
 
1 12 13
 
 
A =  21 13 14 
 
1 1 1
3 4 5
Soluţie Formăm ansamblul matriceal

 

1 21 13 1 0 0
 
 1 1 1 
 2 3 4 0 1 0 
 
1 1 1

0 0 1
3 4 5
Cu transformările din algoritm obţinem:

 

1 21 13 1 0 0
 
 1 1 1 
 0 12 12
−2 1 0 
 
1 4
1
0 12 − 0 1
45 3
 
1 1
1 2 3 1 0 0
 
 
 0 1 1 −6 12 0 
 
1 4
1
0 12 45
−3 0 1
9
 
1
1
1 2 1
3
0 0
 
 
 0 1 1 −6 12 0 
 
1
1
0 0 180 −1 1
6
 

1 12 13 1 0 0
 
 
 0 1 1 −6 12 0 
 

0 0 1 30 −180 180
 

1 12 0 −9 60 −60
 
 
 0 1 0 −36 192 −180 
 

0 0 1 30 −180 180
 

1 0 0 9 −36 30
 
 
 0 1 0 −36 192 −180 
 

0 0 1 30 −180 180
Deci  
9 −36 30
 
 
A−1 =  −36 192 −180 
 
30 −180 180
Rezolvarea unui sistem de ecuaţii liniare Ax = b este echivalentă, după ce s-a
calculat inversa matricei A, cu egalitatea x = A−1 b.
Factorizarea LU
Exemplul -1.12 Să se factorizeze sub forma LU matricea

 
 2 4 −2 0 
 
 −1 −1 2 3 
 
A= 
 4 5 −2 −9 
 
 
0 1 3 4
10
Soluţie Se verifică mai întâi că determinanţii de colţ ai matricei A sunt nenuli. Cu
formulele (??) şi (??) se obţine:
l11 = 2, l21 = −1, l31 = 4, l41 = 0
u11 = 1, u12 = 2, u13 = −1, u14 = 0
l22 = 1, l32 = −3, l42 = 1
u22 = 1, u23 = 1, u24 = 3
l33 = 5, l43 = 2
u33 = 1, u34 = 0
l44 = 1
u44 = 1
Deci    
 2 0 0 0   1 2 −1 0 
   
 −1 1 0 0   0 1 1 3 
   
L= , U = 
 4 −3 5 0   0 0 1 0 
   
   
0 1 2 1 0 0 0 1
Metoda rădăcinii pătrate
Exemplul -1.13 Folosind metoda rădăcinii pătrate, să se rezolve sistemul de ecuaţii
liniare Ax = b cu    
4 2 2 8
   
   
A =  2 10 4  , b =  16 
   
2 4 6 12
11
Soluţie Se verifică imediat că matricea A este simetrică. Deoarece

4 2 2
4 2
∆1 = |4| > 0, ∆2 = = 36 > 0, ∆3 = 2 10 4
= 144 > 0

2 10
2 4 6
rezultă că matricea A este pozitiv definită. Cu formulele din curs se obţine
l11 = 2, l21 = 1, l31 = 1
l22 = 3, l32 = 1
l33 = 2
Rezultă că
y1 = 4, y2 = 4, y3 = 2
si
x3 = 1, x2 = 1, x3 = 1.
Metode iterative de rezolvare a sistemelor de ecuaţii liniare
Metoda lui Jacobi
Exemplul -1.14 Să se arate că se poate aplica metoda lui Jacobi (relativă la normele
1 şi ∞) pentru sistemul de ecuaţii liniare Ax = b cu
   
 0, 9 0, 1 0, 2 0, 3   3, 6 
   
 −0, 2 0, 8 0, 1 0, 4   2 
   
A=  ; b =  .
 0, 1 −0, 3 0, 7 −0, 1   2, 4 
   
   
−0, 3 −0, 2 −0, 1 0, 9 1, 5
12
 
 0 
 
 0 
 
Luând x =   să se determine numărul de iteraţii necesar pentru a aproxima
(0)
 0 
 
 
0
soluţia sistemului cu o eroare mai mică de 10−10 .
Soluţie: Avem
 
 0, 1 −0, 1 −0, 2 −0, 3 
 
 0, 2 0, 2 −0, 1 −0, 4 
 
B = I −A =  
 −0, 1 0, 3 0, 3 0, 1 
 
 
0, 3 0, 2 0, 1 0, 1
Atunci
4

B
1 = max |bij | = max(|0, 1| +|0, 2|+|−0, 1| +|0, 3| , |−0, 1| +|0, 2|+|0, 3| +|0, 2| ,
1≤j≤4
i=1
|−0, 2|+|−0, 1|+|0, 3|+|0, 1| , |−0, 3|+|−0, 4|+|0, 1|+|0, 1|) = max(0, 7; 0, 8; 0, 7; 0, 9) = 0, 9 < 1.
şi
4

B
∞ = max |bij | = max(|0, 1|+|−0, 1|+|−0, 2|+|−0, 3| , |0, 2|+|0, 2|+|−0, 1|+|−0, 4| ,
1≤i≤4
j=1
|−0, 1|+|0, 3|+|0, 3|+|0, 1| , |0, 3|+|0, 2|+|0, 1|+|0, 1|) = max(0, 7; 0, 9; 0, 8; 0, 7) = 0, 9 < 1.
Deci metoda lui Jacobi se aplică. Din formula de evaluare a erorii avem:
qn

x(n) − x
p ≤
x(1) − x(0)
p , ∀ n ∈ N∗
1−q
unde p = 1 sau p = ∞, q = 0, 9, x(1) = Bx(0) + b = b. Deci, pentru a aproxima x cu

qn
x(n) cu eroarea ε = 10−10 este suficient ca 1−q

x(1) − x(0)
p < ε. Avem

x(1) − x(0)
1 =
b
1 = |3, 6| + |2| + |2, 4| + |1, 5| = 9, 5
13
şi

x(1) − x(0)
∞ =
b
∞ = max(|3, 6| , |2| , |2, 4| , |1, 5|) = 3, 6
Atunci
qn 0, 9n ε ε

x(1) − x(0)
1 < ε ⇐⇒ 9, 5 < ε ⇐⇒ 0, 9n < ⇐⇒ n = log0,9 +1
1−q 1 − 0, 9 95 95
şi
qn 0, 9n ε ε

x(1) − x(0)
∞ < ε ⇐⇒ 3, 6 < ε ⇐⇒ 0, 9n < ⇐⇒ n = log0,9 +1
1−q 1 − 0, 9 36 36
Metoda Gauss-Seidel



 x1 + 12 x2 + 13 x3 = 1

1
x
5 1
+ x2 + 16 x3 = 2



 1 1
x
10 1
+ x
20 2
+ x3 = 3
Să se arate că se aplică metoda Gauss-Seidel.
Soluţie Notăm cu A matricea ceoficienţilor sistemului. Avem

 
1 12 13
 
 
A =  15 1 16 
 
1 1
10 20
1
Atunci  
0 − 12 − 13
 
 1 1 
B = I − A =  −5 0 −6 
 
1 1
− 10 − 20 0
şi
1 1 5
q1 = |b11 | + |b12 | + |b13 | = − + − =
2 3 6
14

1 5 1 1
q2 = |b21 | q1 + |b22 | + |b23 | = − · + − =
5 6 6 3

1 5 1 1 1
q3 = |b31 | q1 + |b32 | q2 + |b33 | = − · + − · =
10 6 20 3 10
Deci

5 1 1 5
q = max(q1 , q2 , q3 ) = max , , = <1
6 3 10 6
Rezultă că metoda Gauss-Seidel se aplică.
Metoda relaxării simultane

Exemplul -1.16 Fie sistemul de ecuaţii liniare:


 5x + 3x2 + 2x3 = 1
 1

3x1 + 6x2 + 3x3 = 2




2x1 + 3x2 + 5x3 = 3
Să se arate că se poate aplica metoda relaxării simultane. Să se determine parametrul
optim de relaxare. Luând x(0) = (0, 0, 0) să se evalueze eroarea x − x(n) .
Soluţie: Notăm cu A matricea sistemului. Avem

 
5 3 2
 
 
A =  3 6 3  = At transpusa matricei A.
 
2 3 5
Deci A simetrică. Deoarece

5 3 2
5 3
∆1 := |5| > 0, ∆2 := > 0, ∆3 := 3 6 3
> 0,

3 6
2 3 5
cu teorema lui Sylvester rezultă că matricea A este şi pozitiv definită. în concluzie, se
poate aplica metoda relaxării simultane.
15
Fie D = diag(A). Atunci
 
1 3/5 2/5
 
−1  
D A =  1/2 1 1/2 
 
2/5 3/5 1
şi det(D−1 A − λI) = 0 ⇐⇒ (1 − λ)3 − 19

25
6
(1 − λ) + 25 = 0. Dacă notăm 1 − λ = t, atunci
ecuaţia 25t3 − 19t + 6 = 0 are rădăcinile t1 = −1, t2 = 2/5, t3 = 3/5, de unde rezultă
că valorile proprii ale matricei D−1 A sunt λ1 = 2 > λ2 = 3/5 > λ3 = 2/5. Parametrul
optim de relaxare este
2 5
σ= =
λ1 + λ3 6
căruia îi corespunde
λ1 − λ3 2
q= = .
λ1 + λ3 3
Avem x(1) = Cσ x(0) + cσ = cσ = σD−1 b = 5/6 · (1/5; 2/6; 3/5)t unde b = (1; 2; 3)t este
vectorul termenilor liberi din sistem. Atunci

25 1 2 9 2 25

x(1)
2D = Dx(1) , x(1) = + + = ·
36 5 3 5 3 9
şi
n+ 12
(n) qn 2

x − x
D ≤
x(1) − x(0)
D = 5 · .
1−q 3
Metoda lui Ritz

 
 1 2 3 4 
 
 2 5 1 10 
 
Exemplul -1.17 Fie A =   . Folosind metoda lui Ritz să se cal-
 3 1 35 5 
 
 
4 10 5 30
culeze A .
−1
16
Se verifică mai întâi că matricea A este simetrică şi pozitiv definita. Luăm w0 =
(1, 0, 0, 0)∗ . Atunci w0∗ Aw0 = 1 şi
   
 1 0 0 0   0 −2 −3 −4 
   
 0 0 0 0   0 1 0 0 
   
C1 =   , D1 =  .
 0 0 
0 0   0 
  0 0 1 
   
0 0 0 0 0 0 0 1
   
 5 −2 0 0   0 0 −13 0 
   
 −2 1 0 0   0 0 5 −2 
   
C2 =   , D2 =  .
 0 0 0 0   0 0 1 0 
   
   
0 0 0 0 0 0 0 1
   
 174 −67 −13 0   0 0 0 39 
   
 −67 26 5 0   0 0 0 −17 
   
C3 =   , D3 =  .
 −13 5 1 0   0 0 0 −3 
   
   
0 0 0 0 0 0 0 1
Luăm v3 = (0, 0, 0, 1)∗ . Rezultă că w3 = (39, −17, −3, 1)∗ şi w3∗ Aw3 = 1, de unde
   
 1695 −730 −130 39   0 0 0 0 
   
 −730 315 56 −17   0 0 0 0 
   
C4 =   , D4 =  .
 −130 56 10 −3   0 0 0 0 
   
   
39 −17 −3 1 0 0 0 0
Pseudoinversa unei matrice
17
Exemplul -1.18 Fie
 
 1 0 −1 
 
 0 1 0 
 
T =  cu rang(T ) = 2 şi H0 = 0.
 1 1 −1 
 
 
1 2 −1
 
 
 1 
  1
 0   
   
Luăm y1 = T ∗ ∗   =  0  (avem y1 − H0 T y1 = y1 = 0. Atunci w1 =
 0   
 
  −1
0
 
 2 
 
 0 
 
y1 − H0 T y1 = y1 şi T w1 =   . Rezultă că
T w1
2 = 12, iar w1 (T w1 )∗ =
 2 
 
 
2
 
2 0 2 2
 
 
 0 0 0 0  . Deci
 
−2 0 −2 −2
 
1/6 0 1/6 1/6
w1 (T w1 )∗ 


H1 = H0 + 2 =  0 0 0 0 .

T w1
 
−1/6 0 −1/6 −1/6
 
   
 0 
  0 −1/2
 1     
     
Luăm y2 = T ∗ ∗   =  1  (avem y 2 − H1 T y2 =  1  = 0. Atunci
 0     
 
  0 1/2
0
18
 
 −1 
 
 1 
  2
w2 = y2 − H1 T y2 şi T w2 =   . Rezultă că
T w2
= 3, iar w2 (T w2 )∗ =
 0 
 
 
1
 
1/2 −1/2 0 −1/2
 
 
 −1 1 0 1  . Deci
 
−1/2 1/2 0 1/2
 
1/3 −1/6 1/6 0
w2 (T w2 )∗ 



H2 = H1 + 2 =  −1/3 1/3 0 1/3 

T w2
 
−1/3 1/6 −1/6 0
În concluzie  
1/3 −1/6 1/6 0
 
 
T+ = H2 =  −1/3 1/3 0 1/3 
 
−1/3 1/6 −1/6 0
.
Exemplul -1.19 Fie

 
 1 0 −1 
 
 0 1 0 
 
T =  cu dim R(T ∗ ) = 2
 1 1 −1 
 
 
1 2 −1
Luând e1 = (1; 0; −1)∗ , e2 = (0; 1; 0)∗ (bază în R(T ∗ )) obţinem f1 = (2; 0; 2; 2)∗ , f2 =
(0; 1; 1; 2)∗ . Atunci
1 1
x1 = √ (1; 0; −1)∗ , y1 = √ (1; 0; 1; 1)∗
2 3 3
În continuare
1
e2 = e2 − f2 , y1 x1 = (−1; 2; 1)∗ şi f2 = T e2 = (−1; 1; 0; 1)∗
2
19
Atunci
1 1
x2 = √ (−1; 2; 1)∗ , y2 = √ (−1; 1; 0; 1)∗
2 3 3
Rezultă că  
2 −1 1 0
+ 1



T = x1 y1∗ + x2 y2∗ =  −2 2 0 2 
6 
−2 1 −1 0
Exemplul -1.20 Fie

 
 1 0 −1 
 
 0 1 0 
 
T =  cu rang(T ) = 2 şi H0 = T ∗
 1 1 −1 
 
 
1 2 −1
   
 
 1   −5 
1    
   0   −3 
     
Luând a1 =  0  , b1 =   obţinem v0 := (I − T H0 )∗ T a1 =  ,
   0   −8 
   
0    
0 −11
   
1 5/48
  1  
   
w0 = H0 b1 =  0  , u0 := (I − H0 T )w0 =  1/8  ,
  v0 , T w0  
−1 −5/48
 
23/48 −5/16 1/6 −7/48
 
 
H1 := H0 + u0 · v0∗ =  −5/8 5/8 0 5/8 
 
−23/48 5/16 1/6 7/48
   
 
 0   7/8 
0    
   1   −7/8 
     
Luând a2 =  1  , b2 =   obţinem v1 := (I − T H1 )∗ T a2 =   , w1 =
   0   0 
   
0    
0 −7/8
20
   
−5/16 −1/6
  1  
   
H1 b2 =  5/8  , u1 := (I − H1 T )w1 =  1/3  , deci
  v1 , T w1  
5/16 1/6
 
1/3 −1/6 1/6 0
 
+  
T = H2 := H1 + u1 · v1∗ =  −1/3 1/3 0 1/3  .
 
−1/3 1/6 −1/6 0
Metode pentru aproximarea valorilor proprii ale

unei matrice
Metode folosind polinomul caracteristic
Metoda Danilevsky
.

 
 −12 −4 3 4 
 
 −23 −8 6 8 
 
A= ,
 −60 −39 21 28 
 
 
−3 −2 1 2
folosind metoda Danilevski.
Aplicând paşii algoritmului se obţine:

 
 −12 −4 4 3
 
 −23 −8 6 8 
 
A0 =  ,
 −60 −39 21 28 
 
 
−3 −2 1 2
21
   
 1 0 0 0   −3 2 3 −2 
   
 0 1 0 0   −5 4 6 −4 
  −1  
S3 =   ⇒ A1 = S3 A0 S3 =  ,
 3 2 1 −2   22 −11 2 0 
   
   
0 0 0 1 0 0 1 0
 
 1 0 0 0 
 
 2 −1 2
0 
 11 11 
S2 =   ⇒ A2 =
 
 0 0 1 0 
 
0 0 0 1
 
2 37
 1 − −2 
 11 11 
 −11 2 0 0 
−1  
= S2 A1 S2 =  ,
 
 0 1 0 0 
 
0 0 170
   
1 2
 − 11 11 0 0   3 0 −37 22 
   
 0 1 0 0   1 0 0 0 
  −1  
S1 =   ⇒ A3 = S1 A S
2 1 ,
   0 1 0 0 
 0 0 1 0   
   
0 0 0 1 0 0 1 0
pA (λ) = λ4 − 3λ3 + 37λ − 22 .
Metoda Krylov

 
 5 −4 −3 −1 
 
 1 4 2 −9 
 
A= ,
 2 5 1 −5 
 
 
7 1 2 −1
22
folosind metoda Krylov.
 
 1 
 
 2 
 
Alegem pentru aplicarea metodei Krylov vectorul y (0) =   şi calculăm
 3 
 
 
4
   
 −16   8 
   
 −21   −209 
   
y (1) = Ay (0) =   , y (2) = Ay (1) =  ,
 −5   −197 
   
   
11 −154
   
 1621   9210 
   
 164   4902 
   
y (3) = Ay (2) −   , y (4) = Ay (3) =  .
 −456   5571 
   
   
−393 10992
Coefienţii polinomului caracteristic se obţin rezolvâd sistemul:
    
 1621 8 −16 1   p1   9210 
    
 164 −209 −21 2   p2   4902 
    
  = .
 −456 −197 −5 3   p   5571 
  3   
    
−393 −154 11 4 p4 10992
 
 9 
 
 −45 
 
Folosind o metodă de rezolvare a sistemelor liniare , obţinem p =   şi polino-
 369 
 
 
885
mul caracteristic este:
pA (λ) = λ4 + 9λ3 − 45λ2 + 369λ + 885 .
Metoda Leverrier
23
Exemplul -1.23 Determinaţi, folosind metoda Leverrier, polinomul caracteristic şi
matricea A−1 , dacă există, pentru matricea
 
 11 0 −3 12 
 
 −9 −5 2 5 
 
A= ,
 2 −4 15 −11 
 
 
2 6 −7 10
Aplicând metoda Leverrier pentru matriceaA şi m = 4, obţinem:
s1 = 31 , p1 = −31 ,
- pentru k = 2:
 
 139 84 −162 285 
 
 −40 47 12 −105 
 
A2 = A2 =  , s2 = 705 , p2 = 128 ,
 66 −106 288 −271 
 
 
−26 58 −169 231
- pentru k = 3:
 
 1019 1938 −4674 6720 
 
 −1049 −913 1129 −1427 
 
A3 = A3 =  ,
 7714 −2248 5807 −5616 
 
 
−684 1772 −3958 4147
s3 = 10060 , p3 = 2609 ,
- pentru k = 4:
 
 −2141 49326 −116331 140532 
 
 −3918 −8513 28245 −43842 
 
A4 = A4 =  ,
 39468 −45684 116779 −110709 
 
 
−23094 31854 −82803 85660
s4 = 191785 , p4 = −12761 ,
24
şi polinomul caracteristic este:
pA (λ) = λ4 − 31λ3 + 128λ2 + 2609λ − 12761 .
A−1 = − p14 (A3 + p1 A2 + p2 A + p3 I4 )
 
 0.0570 −0.0522 −0.0028 −0.0454 
 
 −0.0753 −0.0314 0.0794 0.1934 
 
=   .
 −0.0060 0.0412 0.1103 0.1079 
 
 
0.0296 0.0581 0.0302 0.0686
Exemplul -1.24 Calculaţi coeficienţii polinomului caracteristic şi matricea A−1 , dacă
există, pentru matricea
 
 11 1 −3 2 
 
 −9 −5 12 5 
 
A= ,
 2 −4 5 −11 
 
 
2 16 −7 10
folosind algoritmul Fadeev.
Aplicând algoritmul Fadeev obţinem:
A1 = A ,
 
 −10 1 −3 2 
 
 −9 −26 12 5 
 
p1 = −tr(A1 ) = −21 , B1 = A1 + p1 I4 =  ,
 2 −4 −16 −11 
 
 
2 16 −7 −11
25
- pentru k = 2
 
 −121 29 13 38 
 
 169 153 −260 −230 
 
A2 = AB1 =  ,
 4 −90 −57 50 
 
 
−158 −226 228 51
 
 −134 29 13 38 
 
 169 140 −260 −230 
1  
p2 = − tr(A 2)
= −13 , B2 = A2 + p2 I4 =  ,
 4 −90 −70 50 
 
 
−158 −226 228 38
- pentru k = 3
 
 −1633 277 549 114 
 
 −381 −3171 1483 1598 
 
A3 = AB2 =  ,
 814 1534 −1792 828 
 
 
828 668 −1364 −3574
 
 1757 277 549 114 
 
 −381 219 1483 1598 
1  
p3 = − tr(A 3)
= 3390 , B3 = A3 + p3 I4 =  ,
 814 1534 1598 828 
 
 
828 668 −1364 −184
26
- pentru k = 4
 
 18160 0 0 0 
 
 0 18160 0 0 
 
A4 = AB3 =  ,
 0 0 18160 0 
 
 
0 0 0 18160
 
 0 0 0 0 
 
 0 0 0 0 
1  
p4 = − tr(A 4)
= −18160 , B4 = A4 + p4 I4 =  .
 0 0 0 0 
 
 
0 0 0 0
Polinomul caracteristic este:
pA (λ) = λ4 − 21λ3 − 13λ2 + 3390λ − 18160 .
 
 0.0968 0.0153 0.0302 0.0063 
 
1  −0.0210 0.0121 0.0817 0.0880 
 
A−1 = − B3 =  .
p4  0.0448 0.0845 0.0880 0.0456 
 
 
0.0456 0.0368 −0.0751 −0.0101
Metoda coeficienţilor nedeterminaţi
Exemplul -1.25 Determinaţi coeficienţii polinomului caracteristic pentru

matricea  
 9 −4 10 13 
 
 11 −1 −15 8 
 
A= ,
 1 −2 −3 1 
 
 
2 4 5 7
folosind metoda coeficienţilor nedeterminaţi.
27
Avem p4 = −2703. Se obţine sistemul
   
1 1 1 334
   
   
 8 4 2 p=  482 
   
27 9 3 372
a cărui soluţie este:

 
−12
 
 
p =  −57  .
 
403
pA (λ) = λ4 − 12λ3 − 57λ2 + 403λ − 2703 .
Metoda rotaţiilor
Exemplul -1.26 Fie matricea

 √ 
17 −2 3 3
 √ 
 
A =  −2 8 2 3 .
 
√ √
3 3 2 3 11
Folosind metoda rotaţiilor, să se determine valorile proprii ale matricei A.
Se verifică imediat că matricea A este simetrică. Se aleg p < q astfel încât
|apq | = max{aij |; i < j ∈ {1, 2, 3}.
1 2 · apq π
θ= · arctan = .
2 app − aqq 6
Se ia  
cos θ 0 − sin θ
 
 
T = 0 1 0 
 
sin θ 0 cos θ
28
 
20 0 0
 
t  
B = T AT =  0 8 4 
 
0 4 8
Se aleg p < q astfel încât
|bpq | = max{bij |; i < j ∈ {1, 2, 3}.
π
θ= deoarece bpp = bqq .
4
Se ia  
1 0 0
 
 
T =  0 cos θ − sin θ 
 
0 sin θ cos θ
 
20 0 0
 
 
B = T t AT ==  0 12 0 
 
0 0 4
Rezultă că valorile proprii ale matricei A sunt λ1 = 20, λ2 = 12, λ3 = 4.
Ecuaţii neliniare în Rm



 x = (80 + x3 − x2 − 3yz)/100


y = (60 − y 3 − z 2 + 4xz)/86 (3)




z = (40 + z 3 + y 2 − 5xy)/72
29
Folosind principiul contracţiei în raport cu norma
·
∞, să se arate că sistemul
(3) are soluţie unică v în V := [0, 2]3 . Pentru o eroare ε dată şi pentru iterata iniţială
x(0) := (1, 1, 1) să se calculeze iterata x(n) (din principiul contracţiei) pentru care
x(n) −
v
∞ ≤ ε.
Fie r = 1 şi a = (1, 1, 1). Atunci mulţimea V = {x ∈ Rm |

x − a
∞ ≤ r}.
Fie funcţia F = (f, g, h) : V → R 3
cu f (x, y, z) := (80 + x3 − x2 − 3yz)/100,
g(x, y, z) := (60−y 3 −z 2 +4xz)/86 şi h(x, y, z) := (40+z 3 +y 2 −5xy)/72, ∀ (x, y, z) ∈ V .
Sistemul de ecuaţii (3) este echivalent cu F (x, y, z) = (x, y, z).
Avem
 
(3x2 − 2x)/100 −3z/100 −3y/100
 
 
F (x, y, z) =  4z/86 2
−3y /86 (−2z + 4x)/86  ,
 
2
−5y/72 (2y − 5x)/72 3z /72
deci
F (x, y, z)
∞ = max((|3x2 − 2x| + | − 3z| + | − 3y|)/100, (|4z| + | − 3y 2 | +
| − 2z + 4x|)/86, (| − 5y| + |2y − 5x| + |3z 2 |)/72) ≤ max(28/100, 32/86, 36/72) =
= 1/2 (am folosit 0 ≤ x, y, z ≤ 2). Putem lua q = 1/2. Pe de altă parte
F (a) − a
∞ =
max(28/100, 24/86, 35/72) = 35/72 < (1 − q)r = 1/2. Deci F este 1/2-contracţie a
mulţimii V în raport cu norma
·
∞ . Din principiul contracţiei rezultă că ecuaţia
F (x, y, z) = (x, y, z) are soluţie unică în V .
Pentru x(0) = (1, 1, 1) se calculează x(n) cu formula de recurenţă x(n) = F (x(n−1) ),
∀ n ∈ N. Se opreşte procesul iterativ atunci când q/(1 − q)
x(n) − x(n−1)
∞ < ε.
Metoda Gauss-Seidel neliniară



 x = (432 + x4 + y 4 − 2z 4 + y 2 z 2 )/234


y = (324 − x4 + 2y 4 − 3z 4 + 3x2 z 2 )/432 (4)




z = (234 + 2x4 − 3y 4 + 4z 4 − x2 y 2 + 3x + y)/324
30
Folosind metoda Gauss-Seidel neliniară, să se arate că sistemul (4) are soluţie unică
v în V := [−2, 2] × [−1, 1] × [0, 1]. Pentru o eroare ε dată şi pentru iterata iniţială
x(0) := (0, 0, 1/2) să se calculeze iterata x(n) pentru care
x(n) − v
∞ ≤ ε.
Fie r1 = 2, r2 = 1 şi r3 = 1/2, a1 = a2 = 0 şi a3 = 1/2. Atunci mulţimea

V = {(x, y, z) ∈ R3 | |x − a1 | ≤ r1 , |y − a2 | ≤ r2 , |z − a3 | ≤ r3 }. Fie funcţia
F = (f, g, h) : V → R 3
cu f(x, y, z) := (432 + x4 + y 4 − 2z 4 + y 2 z 2 )/234, g(x, y, z) :=
(324−x4 +2y 4 −3z 4 +3x2 z 2 )/432 şi h(x, y, z) := (234+2x4 −3y 4 +4z 4 −x2 y 2 +3x+y)/324,
∀ (x, y, z) ∈ V . Sistemul de ecuaţii (4) este echivalent cu F (x, y, z) = (x, y, z).
Avem F (x, y, z) =
 
3 3 2 3 2
4x /234 (4y + 2yz )/234 (−8z + 2y z)/234
 
 
 (−4x3 + 6xz 2 )/432 8y 3 /432 (−12z 3 + 6x2 z)/432 ,
 
(8x3 − 2xy 2 + 3)/324 (−12y 3 − 2x2 y + 1)/324 16z 3 /324
deci
F (x, y, z)
∞ = max((|4x3 | + |4y 3 + 2yz 2 | + | − 8z 3 + 2y 2 z|)/234, (| − 4x3 + 6xz 2 | +
|8y 3 | + | − 12z 3 + 6x2 z|)/432, (|8x3 − 2xy 2 + 3| + | − 12y 3 − 2x2 y + 1| + |16z 3 |)/324) ≤
max(48/234, 88/432, 108/234) = 1/3 (am folosit −2 ≤ x ≤ 2, −1 ≤ y ≤ 1, 0 ≤ z ≤ 1).
Putem lua q = 1/3. Pe de altă parte |f (x, y, z) − a1 | ≤ (|432| + |x4 | + |y 4 | + |2z 4 | +
|y 2 z 2 |)/234 ≤ 452/234 < 2, |g(x, y, z)−a2 | ≤ (|324|+|x4 |+|2y 4 |+|3z 4 |+|3x2 z 2 |)/432 ≤
357/432 < 1 şi |h(x, y, z) − a3 | ≤ (|234| + |2x4 | + |3y 4 | + |4z 4 | + |x2 y 2 | + |3x| + |y|)/324 ≤
122/324 < 1/2, ∀ (x, y, z) ∈ V . Deci F (V ) ⊂ V şi F este 1/3-contracţie a mulţimii V în
raport cu norma
·
∞ . Din principiul contracţiei rezultă că ecuaţia F (x, y, z) = (x, y, z)
ar soluţie unică în V .
(n) (n) (n)
Pentru x(0) = (0, 0, 1/2) se calculează x(n) = (x1 , x2 , x3 ) cu formula de recurenţă
(n) (n) (n) (n−1) (n−1) (n) (n) (n) (n−1)
x1 = f(x(n−1) ), x2 = g(x1 , x2 , x3 ), x3 = h(x1 , x2 , x3 ) ∀ n ∈ N. Se
opreşte procesul iterativ atunci când q/(1 − q)
x(n) − x(n−1)
∞ < ε.
Metoda lui Newton
31


 x3 + 3xy 2 + 3xz 2 − 183x + 2 = 0


y 3 + +3x2 y + 3yz 2 − 193y + 1 = 0 (5)




z 3 + 3x2 z + 3y 2 z − 188(z − 1) − 1 = 0
Folosind metoda Newton relativă la norma
·
∞ , să se arate că sistemul (5) are soluţie
unică v în V := [−1, 1]2 × [0, 2]. Pentru o eroare ε dată şi pentru iterata iniţială
x(0) := (0, 0, 1) să se calculeze iterata x(n) , pentru care
x(n) − v
∞ ≤ ε.
Fie r = 1 şi a = (0, 0, 1). Atunci mulţimea V este Br (a) în raport cu norma
·
∞ . Fie funcţia F = (f, g, h) : V → R3 cu f (x, y, z) := x3 + 3xy 2 + 3xz 2 − 183x + 2,
g(x, y, z) := y 3 ++3x2 y+3yz 2 −193y+1 şi h(x, y, z) := z 3 +3x2 z+3y 2 z−188(z−1)−1 =
0, ∀ (x, y, z) ∈ V . Sistemul de ecuaţii (5) este echivalent cu F (x, y, z) = 0.
Avem F (x, y, z) =
 
3x2 + 3y 2 + 3z 2 − 183 6xy 6xz
 
 
 6xy 3x2 + 3y 2 + 3z 2 − 193 6yz ,
 
6xz 6yz 3x2 + 3y 2 + 3z 2 − 188
 
6x 6y 6z 6y 6x 0 6z 0 6x
 
 
F (x, y, z) =  6y 6x 0 6x 6y 6z 0 6z 6x  ,
 
6z 0 6x 0 6z 6y 6x 6y 6z
deci
F (x, y, z)
∞ ≤ max(|18x| + |12y| + |12z|, |12x| + |18y| + |12z|, |12x| + |12y| +
|18z|) ≤ max(54, 54, 60) = 60 (am folosit −1 ≤ x, y ≤ 1, 0 ≤ z ≤ 2). Putem lua
 
−180 0 0
 
 
M = 60. Avem F (a) =  0

−190 0  , deci F (a) inversabilă, (F (a))−1 =
 
0 0 −185
 
−1/180 0 0
 
 
 0 −1/190 0  şi
(F (a))−1
∞ = max(1/180, 1/190, 1/185) = 1/180.
 
0 0 −1/185
32
Luăm α = 1/180. Cum M rα = 60/180 < 1 şi α/(1 − M Rα) = 1/120, putem
lua µ = 120. Avem F (a) = (2, 1, 0)t şi (F (a))−1 F (a) = (−1/90, −1/190, 0)t , deci
(F (a))−1 F (a)
∞ = 1/90. Luă m β = 1/90. Condiţia β ≤ (1 − q)r implică q ≤ 89/90.
Din
F (x, y, z)
∞ ≤ max(|x3 | + |3xy 2 | + |3xz 2 | + |183x| + 2, |y 3 | + |3x2 y| + |3yz 2 | +
|193y| + 1, |z 3 | + |3x2 z| + |3y 2 z| + |188(z − 1)| + 1) ≤ max(201, 210, 209) = 210 rezultă
că (M/µ2 )
F (x, y, z)
∞ ≤ q⇔q ≥ 210/240 = 7/8. Din M r/µ ≤ q rezultă q ≥ 1/2.
Deci putem lua q = 7/8 şi atunci ecuaţia F (x, y, z) = 0 are o soluţie unică în V .
Pentru x(0) = (0, 0, 1) se calculează x(n) cu formula de recurenţă (5) (folosind la
fiecare pas o procedură de inversare a matricei (F (x(n) ))−1 ). Se opreşte calculul iterativ
n n
atunci când (2µ)/M · q2 ≤ ε ⇔4 · (7/8)2 ≤ ε.
Metoda lui Newton simplificata



 x2 + y 2 + z 2 + x + y + z − 853/144 = 0


3x2 − 4y 2 + z 2 + x − y − 3z + 1309/432 = 0 (6)




5x2 + 2y 2 − 3z 2 + 2x − 4y − 6z + 37/9 = 0
Folosind metoda Newton simplificată relativă la norma

·
∞ , să se arate că sistemul
(6) are soluţie unică v în V := [−0, 8; 1, 2]3 . Pentru o eroare ε dată şi pentru iterata
iniţială x(0) := (1, 1, 1), să se calculeze iterata x(n) pentru care
x(n) − v
∞ ≤ ε.
Fie r := 0, 2 = 1/5 şi a := (1, 1, 1). Atunci mulţimea V este Br (a) în raport cu
norma
·
∞ . Fie funcţia F = (f, g, h) : V → R3 cu f (x, y, z) := x2 + y 2 + z 2 + x +
y + z − 853/144, g(x, y, z) := 3x2 − 4y 2 + z 2 + x − y − 3z + 1309/432 şi h(x, y, z) :=
5x2 + 2y 2 − 3z 2 + 2x − 4y − 6z + 37/9, ∀ (x, y, z) ∈ V . Sistemul de ecuaţii (6) este
echivalent cu F (x, y, z) = 0.
33
Avem  
2x + 1 2y + 1 2z + 1
 
 
F (x, y, z) =  6x + 1 −8y − 1 2z − 3  ,
 
10x + 2 4y − 4 −6z − 6
 
2 0 0 0 2 0 0 0 2
 
 
F (x, y, z) =  6 0 0 0 −8 0 0 0 2 ,
 
10 0 0 0 4 0 0 0 −6
deci
F (x, y, z)
∞ ≤ max(|2|+|2|+|2|, |6|+|−8|+|2|, |10|+|4|+|−6|) = 20, ∀ (x, y, z) ∈
 
3 9 3
 
 
V . Putem lua M = 20. Avem F (a) =  7 −9 −1  , cu det(F (a)) = 72, deci

 
12 0 −12
 
9 3 2
1 



F (a) inversabilă, (F (a))−1 =  6 −6 2  şi
(F (a))−1
∞ = max(14/72, 14/72, 16/72) =
72  
9 3 −4
2/9. Luă m α = 2/9. Avem F (a) = (11/144, 13/432, 1/9)t şi (F (a))−1 F (a) =
(1/72, 1/144, 1/216)t , deci
(F (a))−1 F (a)
∞ = 1/72. Luăm β = 1/72. Condiţia
β ≤ (1 − q)r implică q ≤ 67/72. Din αM r ≤ q rezultă q ≥ 8/9. Deci putem lua
q = 8/9 şi atunci ecuaţia F (x, y, z) = 0 are o soluţie unică în V .
Pentru x(0) = (1, 1, 1) se calculează x(n) cu formula de recurenţă (6). Se opreşte
calculul iterativ atunci când q/(1 − q) ·
x(n) − x(n−1)
∞ ≤ ε.
Interpolare polinomială
Formula lui Lagrange
Exemplul -1.31 Utilizând formula lui Lagrange de reprezentare să se determine poli-
nomul de interpolare de grad 2 ce verifică condiţiile:
P (0) = 2, P (1) = 1, P (4) = 4.
34
Din curs rezultă că:
P (x) = P (0)L1 (x) + P (1)L2 (x) + P (4)L3 (x).
Avem:
(x − 1)(x − 4) x2 − 5x + 4
L1 (x) = = ,
(0 − 1)(0 − 4) 4
x(x − 4) x2 − 4x
L2 (x) = = ,
(1 − 0)(1 − 4) −3
x(x − 1) x2 − x
L3 (x) = = .
(4 − 0)(4 − 1) 12
Atunci:
x2 − 5x + 4 x2 − 4x x2 − x 1 3
P (x) = 2 · +1· +4· = x2 − x + 2.
4 −3 12 2 2
Algoritmul lui Aitken

√
Exemplul -1.32 Fie funcţia f : [0, 12] → R cu f(x) = 6 2x + 1 − 2x, ∀ x ∈ [0, 12].
Aitken.
10, P13 (x) = f (12) = 6. Rezultă că
10x − 6(x − 4)
P22 (x) = = x + 6,
4
6x − 6(x − 12)
P23 (x) = =6
12
şi astfel
x2 3x
P (f; 0, 4, 12; x) = P33 (x) = − + + 6.
8 2
Algoritmul lui Neville
35
√
Exemplul -1.33 Fie funcţia f : [0, 12] → R cu f(x) = 6 2x + 1 − 2x, ∀ x ∈ [0, 12].
Neville.
10, P13 (x) = f (12) = 6. Rezultă că
10x − 6(x − 4)
P22 (x) = = x + 6,
4
6(x − 4) − 10(x − 12) x
P23 (x) = = − + 12
8 2
şi astfel
x2 3x
P (f; 0, 4, 12; x) = P33 (x) = − + +6
8 2
Formula lui Newton de reprezentare a polinomului de interpolare

√
Utilizând formula de reprezentare Newton să se determine polinomul de interpolare
Hermite P (x) = P (f ; 0, 0, 0, 4, 4; x). Se se evalueze eroarea |f (x) − P (x)|.
Avem x1 = x2 = x3 = 0, x4 = x5 = 4. Din formula de reprezentare Newton avem:
P (f ; 0, 0, 0, 4, 4; x) = f(0) + f (0, 0)x + f(0, 0, 0)x2 +
+f (0, 0, 0, 4)x3 + f(0, 0, 0, 4, 4)x3 (x − 4)
Vom calcula diferenţele divizate cu formulele de recurenţă date de (??). Calculele le
36
vom organiza într-un tabel de forma:
nod d.d. d.d. d.d. d.d. d.d.

1n 2n 3n 4n 5n
x1 f (x1 ) f(x1 , x2 ) f(x1 , x2 , x3 ) f (x1 , x2 , x3 , x4 ) f(x1 , . . . , x5 )
x2 f (x2 ) f(x2 , x3 ) f(x2 , x3 , x4 ) f (x2 , x3 , x4 , x5 )
x3 f (x3 ) f(x3 , x4 ) f(x3 , x4 , x5 )
x4 f (x4 ) f(x4 , x5 )
x5 f (x5 )
(am notat cu "d.d.kn " diferenţe divizate asociate la k noduri).

√
Cum f (x) = 6 2x + 1 − 2x = 6(2x + 1)1/2 − 2x, rezultă că f (x) = 6(2x + 1)−1/2 −
2 şi f (x) = −6(2x + 1)−3/2 . Atunci f(0) = 6, f (4) = 10, f (0, 0) = f (0) = 4,
f (0, 4) = (f(4) − f (0))/(4 − 0) = 1, f (4, 4) = f (4) = 0, f(0, 0, 0) = 12 f (0) = −3,
f (0, 0, 4) = (f(0, 4) − f (0, 0))/(4 − 0) = −3/4 etc.. Rezultă următorul tabel în cazul
datelor problemei:
nod 1n 2n 3n 4n 5n
0 6 4 −3 9/16 −7/64
0 6 4 −3/4 2/16
0 6 1 −1/4
4 10 0
4 10
Atunci (cu formula de reprezentare Newton) avem
9 3 7
P (f ; 0, 0, 0, 4, 4; x) = 6 + 4x − 3x2 + x − x3 (x − 4).
16 64
Din formula de evaluare a erorii rezultă că
M5 3
|f (x) − P (f ; 0, 0, 0, 4, 4; x)| ≤ |x (x − 4)2 | ∀ x ∈ [0, 4],
5!
37
unde M5 = sup |f (5) (x)|. Avem f (3) (x) = 18(2x + 1)−5/2 , f (4) (x) = −90(2x + 1)−7/2 ,
x∈[0,4]
f (5) (x) = 630(2x + 1)−9/2 . Cum f (6) (x) = −630 · 9(2x + 1)−11/2 < 0, rezultă că f (5) este
descrescătoare şi cum f (5) (x) > 0 ∀ x ∈ [0, 4] rezultă că M5 = f (5) (0) = 630. Atunci
630 3 21
|f(x) − P (x)| ≤ |x (x − 4)2 | = x3 (x − 4)2 , ∀ x ∈ [0, 4].
120 4
Formula lui Newton de interpolare ascendentă
Exemplul -1.35 Să se determine, folosind formula de interpolare Newton ascendentă,

polinomul Lagrange ataşat datelor: n = 3, x0 = 4, h = 2 (de unde x1 = 6, x2 = 8,
x3 = 10) şi f : R → R o funcţie continuă cu f (x0 ) = 1, f (x1 ) = 3, f (x2 ) = 8,
f (x3 ) = 20 şi să se estimeze valoarea funcţiei f în punctul x = 7.
Organizăm calculul diferenţelor nedivizate ascendente în tabelul următor:
k xk f (xk ) ∆1h f(xk ) ∆2hf (xk ) ∆3h f (xk )

0 4 1 2 3 4
1 6 3 5 7
2 8 8 12
3 10 20
(De exemplu ∆1h f (x0 ) = ∆h f (x0 ) = f(x1 )−f(x0 ) = 3−1 = 2, ∆2hf (x0 ) = ∆1h ∆h f (x0 ) =
∆h f (x1 ) − ∆h f (x0 ) = ∆1hf (x1 ) − ∆1h f (x0 ) = 5 − 2 = 3, etc.) Atunci ∆0hf (x0 ) = 1,
∆1h f (x0 ) = 2, ∆2hf (x0 ) = 3, ∆3h f(x0 ) = 4.
x − x0 x−4 x−4
Fie x ∈ R Avem q = = şi atunci Cq0 = 1, Cq1 = q = , Cq2 =
h 2 2
q(q − 1) (x − 4)(x − 6) q(q − 1)(q − 2) (x − 4)(x − 6)(x − 8)
= , Cq3 = = . Rezultă
2 8 6 48
că: P (f ; x0 , x1 , x2 , x3 ; x) =
3
3 4
Cqi ∆ihf (x0 ) = 1 + (x − 4) + (x − 4)(x − 6) + (x − 4)(x − 6)(x − 8)
i=0
8 48
şi deci
9 1 39
P (f ; x0 , x1 , x2 , x3 ; 7) = 1 + 3 + − = = 4.875 .
8 4 8
38
Formula lui Newton de interpolare descendentă
Exemplul -1.36 Să se determine, folosind formula de interpolare Newton descen-

dentă, polinomul Lagrange ataşat datelor: n = 3, x0 = 10, h = 2 (de unde x−1 = 8,
x−2 = 6, x−3 = 4) şi f : R → R o funcţie continuă cu f (x0 ) = 20, f (x−1 ) = 8,
f (x−2 ) = 3, f (x−3 ) = 1 şi să se estimeze valoarea funcţiei f în punctul x = 7.
Organizăm calculul diferenţelor nedivizate descendente în tabelul următor:
k xk f (xk ) ∇1h f (xk ) ∇2hf (xk ) ∇3h f (xk )

0 10 20 12 7 4
−1 8 8 5 3
−2 6 3 2
−3 4 1
(De exemplu ∇1h f (x0 ) = ∇h f(x0 ) = f (x0 ) − f (x−1 ) = 20 − 8 = 12, ∇2h f(x0 ) =
∇1h ∇h f (x0 ) = ∇h f (x0 ) − ∇h f (x−1 ) = ∇1hf (x0 ) − ∇1h f (x−1 ) = 12 − 5 = 7, etc.) Atunci
∇0h f (x0 ) = 20, ∇1h f(x0 ) = 12, ∇2h f (x0 ) = 7, ∇3h f (x0 ) = 4.
x − x0 x − 10
Fie x ∈ R. Avem q = = şi atunci
h 2
1 x − 10 −q(−q − 1) (x − 10)(x − 8)
0
C−q = 1, C−q = −q = − , C−q
2
= = , C−q
3
=
2 2 8
−q(−q − 1)(−q − 2) (x − 10)(x − 8)(x − 6)
= . Rezultă că:
6 48
3

P (f ; x0 , x−1 , x−2 , x−3 ; x) = (−1)i C−q
i
∇ih f (x0 ) =
i=0
12 7 4
= 20 + (x − 10) + (x − 10)(x − 8) + (x − 10)(x − 8)(x − 6)
2 8 48
şi deci
21 1 39
P (f ; x0 , x−1 , x−2 , x−3 ; 7) = 20 − 18 + + = = 4.875 .
8 4 8
Formula de interpolare Gauss înainte
39
Exemplul -1.37 Să se determine, folosind formula de interpolare Gauss înainte, poli-
x = 7.

h f(x0 )) = ∆h f (x−i )).
Atunci: P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =

2

2i−1
f (x0 ) + (Cq+i−1 ∆2i−1
h
2i
f(x−i+1 ) + Cq+i−1 ∆2i
h f(x−i )) =
i=1
= f (x0 ) + Cq1 ∆1h f (x0 ) + Cq2 ∆2hf (x−1 ) + Cq+1

3
∆3h f (x−1 ) + Cq+1
4
∆4h f(x−2 ).

−2 2 −2 3 −1 4 0
−1 4 1 2 3 4
0 6 3 5 7
1 8 8 12
2 10 20
Avem: f (x0 ) = 3, ∆1h f(x0 ) = 5, ∆2hf (x−1 ) = 3, ∆3h f (x−1 ) = 4, ∆4hf (x−2 ) = 0. Cum
x−6 x−6 q(q − 1) (x − 6)(x − 8)
q = rezultă că Cq1 = q = , Cq2 = = , Cq+1
3
=
2 2 2 8
(q + 1)q(q − 1) (x − 4)(x − 6)(x − 8)
= . Atunci:
6 48
P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =
40
x−6 (x − 6)(x − 8) (x − 4)(x − 6)(x − 8)
=3+5 +3 +4
2 8 48
şi
5 3 1 39
f(7) P (f ; x−2 , x−1 , x0 , x1 , x2 ; 7) = 3 + − − = = 4.875 .
2 8 4 8
Formula de interpolare Gauss înapoi
Exemplul -1.38 Să se determine, folosind formula de interpolare Gauss înapoi, poli-
x = 7.

h f(x0 )) = ∆h f (x−i )).
Atunci: P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =

2

2i−1
f(x0 ) + (Cq+i−1 ∆2i−1
h
2i
f (x−i ) + Cq+i ∆2i
h f(x−i )) =
i=1
= f (x0 ) + Cq1 ∆1h f (x−1 ) + Cq+1

2
∆2h f(x−1 ) + Cq+1
3
∆3h f (x−2 ) + Cq+2
4
∆4h f (x−2 ).

−2 2 −2 3 −1 4 0
−1 4 1 2 3 4
0 6 3 5 7
1 8 8 12
2 10 20
41
Avem: f (x0 ) = 3, ∆1h f (x−1 ) = 2, ∆2h f (x−1 ) = 3, ∆3hf (x−2 ) = 4, ∆4hf (x−2 ) = 0. Cum
x−6 x−6 (q + 1)q (x − 4)(x − 6)
q = , rezultă că Cq1 = q = , Cq+1
2
= = , Cq+1
3
=
2 2 2 8
(q + 1)q(q − 1) (x − 4)(x − 6)(x − 8)
= . Atunci:
6 48
P (f ; x−2 , x−1 , x0 , x1 , x2 ; x) =
x−6 (x − 4)(x − 6) (x − 4)(x − 6)(x − 8)

=3+2 +3 +4
2 8 48
şi
9 1 39
f(7) P (f ; x−2 , x−1 , x0 , x1 , x2 ; 7) = 3 + 1 + − = = 4.875 .
8 4 8
Metode numerice pentru ecuaţii diferenţiale

Metode într-un pas (directe)
Metoda Euler explicită (progresivă)
Exemplul -1.39 Folosind metoda Euler, determinaţi soluţia aproximativă a problemei
Cauchy: 
 y = y2 − y − 1 , t ∈ [1, 2]
t 4t2
 y(1) = 0.75
în t = 2, luând h = 0.5.
y 1
Avem f (t, y) = y 2 − − 2 , t0 = 1 şi y0 = 0.75 . Se obţine N = 2 şi yn+1 =
t 4t
yn + 0.5f (tn , yn ), pentru n = 0, 1 . Deci rezultă:
t1 = 1.5 , y(t1 ) y1 = y0 + 0, 5f (t0 , y0 ) = 0.75 + 0.5f (1, 0.75) =

0.75 + 0.5(−0.4375) = 0.5313 ,
t2 = 2 , y(t2 ) y2 = y1 + 0, 5f(t1 , y1 ) = 0.5313 + 0.5f(1.5, 0.5313) =
0.5313 + 0.5(−0.1831) = 0.4397 .
Metode Runge-Kutta
42
Exemplul -1.40 Se dă problema Cauchy:

 y = y2 − y − 1 , t ∈ [1, 2.9]
t 4t2
 y(1) = 0.75
Să se determine valoarea aproximativă a soluţiei în t = 2.9, folosind metoda şi RK24 ,
pentru N = 2.
Pentru N = 2 avem h = 0.9500. Luăm y0 = 0.75, t0 = 1. Pentru metoda RK24 ,

y 1
avem f (t, y) = y 2 − − 2 . Se obţine:
t 4t
- pentru n = 1:
y0,1 = y0 = 1 , t0,1 = t0 = 1 ,
y0,2 = y0 = 1 + 0.95f(t0,1 , y0,1 )/2 = 0.8812 , t0,2 = t0 + 0.95/2 = 1.4750 ,
y0,3 = y0 = 1 + 0.95f(t0,2 , y0,2 )/2 = 1.0305 , t0,3 = t0 + 0.95/2 = 1.4750 ,
y0,4 = y0 = 1 + 0.95f(t0,3 , y0,3 ) = 1.2360 , t0,4 = t0 + 0.95 = 1.9500 ,
y1 = y0 + 0.95(f(t0,1 , y0,1 ) + 2f (t0,2 , y0,2 ) + 2f (t0,3 , y0,3 ) + f (t0,4 , y0,4 ))/6 =
1 + 0.95(−0.2500 + 2 · 0.0642 + 2 · 0.2484 + 0.8281)/6 = 1.1905
t1 = t0 + h = 1.9500
- pentru n = 2:
y1,1 = y1 = 1.1905 , t1,1 = t1 = 1.95 ,

y1,2 = y1 = 1 + 0.95f(t1,1 , y1,1 )/2 = 1.5425 , t1,2 = t1 + 0.95/2 = 2.4250 ,
y1,3 = y1 = 1 + 0.95f(t1,2 , y1,2 )/2 = 1.9984 , t1,3 = t1 + 0.95/2 = 2.4250 ,
y1,4 = y1 = 1 + 0.95f(t1,3 , y1,3 ) = 4.1612 , t1,4 = t1 + 0.95 = 2.9 ,
y2 = y1 + 0.95(f(t1,1 , y1,1 ) + 2f (t1,2 , y1,2 ) + 2f (t1,3 , y1,3 ) + f (t1,4 , y1,4 ))/6 =
1.1905 + 0.95(0.7411 + 2 · 1.7008 + 2 · 3.1270 + 15.8509)/6 = 5.3464
t2 = t1 + h = 2.9 .
Metode în mai mulţi paşi (indirecte)

Metoda Adams-Bashforth
43
l
Exemplul -1.41 Folosind metoda Adams-Bashforth pentru r = 3, determinaţi soluţia
aproximativă a problemei Cauchy:

 y = y2 − y − 1 , t ∈ [1, 2.25]
t 4t2

y(1) = 0.75
în t = 2.25 pentru N = 5, determinând valorile de început y1 , y2 , y3 cu metoda Euler

progresivă.
y 1
Avem h = 0.25 şi f (t, y) = y 2 − − 2 . Aplicând metoda Euler progresivă se
t 4t
obţine:
t0 = 1 , y0 = 0.75 , f0 = f (t0 , y0 ) = −0.4375 ,
t1 = 1.25 , y1 = 0.6406 , f1 = f (t1 , y1 ) = −0.2621 ,
t2 = 1.5 , y2 = 0.5751 , f2 = f (t2 , y2 ) = −0.1638 ,
t3 = 1.75 , y3 = 0.5342 , f3 = f (t3 , y3 ) = −0.1015 ,
şi, în continuare, cu metoda Adams-Bashforth pentru r = 3, rezultă:
h
t4 = 2 , y4 = y3 + (55f3 − 59f2 + 37f1 − 9f0 ) = 0.5166 ,
24
f4 = f (t4 , y4 ) = −0.0539 ,
h
t5 = 2.25 , y5 = y4 + (55f4 − 59f3 + 37f2 − 9f1 ) = 0.5096 ,
24
f5 = f (t5 , y5 ) = −0.0162 .
44

Curs Calcul Numeric

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Calcul Numeric

Încărcat de

Drepturi de autor:

Formate disponibile

ANALIZĂ NUMERICĂ

Note de curs pentru anul III Informatică

lector dr. Daniel Stănică

Cursul va cuprinde următoarele capitole:

• Metode pentru aproximarea soluţiilor ecuaţiilor neliniare unidimensionale

• Metode pentru rezolvarea sau aproximarea soluţiilor sistemelor de ecuaţii liniare

• Metode pentru aproximarea valorilor proprii ale unei matrice

• Metode pentru aproximarea soluţiilor sistemelor de ecuaţii neliniare

• Aproximarea funcţiilor reale prin interpolare polinomială

• Construcţia curbelor de regresie

• Integrare numerică: formule de cuadratură

• Metode pentru aproximarea soluţiilor ecuaţiilor diferenţiale

Bibliografie pentru lucrările de laborator:

Considerăm sistemul perturbat A(x + δx) = b + δb, unde

Acesta are soluţia  

În general, modelele matematice asociate fenomenelor fizice sau de altă natură

Această metodă constă în înjumătăţirea intervalului în care se află soluţia unei

sau, pentru o mai mare acurateţe, la pasul m pentru care

|f (cm )| < ε şi |cm − cm−1 | < ε,

unde ε este eroarea de aproximare.

Soluţia ecuaţiei, aproximată cu eroarea ε1 = 0.01 se obţine la pasul m = 9 şi are

Iteraţiile construite prin regula falsi se opresc la pasul m pentru care

sau, pentru o mai mare acurateţe, la pasul m pentru care

|f (cm )| < ε şi |cm − cm−1 | < ε,

unde ε este eroarea de aproximare.

b) f (a) · f ”(a) > 0

c) f (a) · f (b) < 0

Iteraţiile construite prin metoda coardei se opresc la pasul m pentru care

sau, pentru o mai mare acurateţe, la pasul m pentru care

|f (xm )| < ε şi |xm − xm−1 | < ε,

unde ε este eroarea de aproximare.

xn−1 f(xn ) − xn f(xn−1 )

Teorema -1.4 Presupunem că f este derivabilă pe [a, b] şi

b) şirul (xn )n are toate valorile în intervalul [a, b]

c) f (a) · f (b) < 0

Iteraţiile construite prin metoda secantei se opresc la pasul m pentru care

sau, pentru o mai mare acurateţe, la pasul m pentru care

|f (xm )| < ε şi |xm − xm−1 | < ε,

unde ε este eroarea de aproximare.

Se verifică ipotezele teoremei anterioare. Punctul b) se verifică la fiecare pas.

Metoda lui Newton

Fie [a, b] ⊂ R şi f : [a, b] → R o funcţie.

f (x0 ) · f ”(x0 ) > 0

Propoziţia -1.1 Este adevărată următoarea formulă de evaluare a erorii:

Iteraţiile construite prin metoda Newton se opresc la pasul m pentru care

|f (xm )| < ε şi |xm − xm−1 | < ε,

Exemplul -1.5 Să se aproximeze, folosind metoda secantei, soluţia ecuaţiei x3 − x +

Se verifică ipotezele teoremei anterioare.

Fie I ⊂ R un interval şi f : I → R o funcţie. f se numeşte contracţie dacă şi numai

a) există q ∈ (0, 1) astfel încât |f (x) − f (y)| ≤ q |x − y| , pentru orice x, y ∈ I

Propoziţia -1.2 Fie f : [a, b] → R o funcţie derivabilă.

Iteraţiile construite prin metoda coardei se opresc la pasul m pentru care

sau la pasul m pentru care

|f (xm ) − xm | < ε şi |xm − xm−1 | < ε,

unde ε este eroarea de aproximare.

Exemplul -1.6 Să se aproximeze, folosind principiul contracţiei, soluţia ecuaţiei

conţinută în intervalul [1, 4], luând x0 = 4,cu eroarile ε1 = 0.01, ε2 = 10−10 .

Soluţia ecuaţiei, aproximată cu eroarea ε1 = 0.01 se obţine la pasul m = 9 şi are

Fie m ∈ N ∗ . Pe spaţiul Rm se consideră normele vectoriale uzuale · 1 , · 2 şi

x∞ = max |xi | , ∀ x = (xi )1≤i≤m ∈ Rm .

Aαβ := sup Axβ , ∀ A ∈ Mm (R)

unde · α şi · β sunt norme pe Rm . În cazul în care α = β notăm Aα := Aαα

Exemplul -1.1 Fie

Condiţionarea unui sistem de ecuaţii liniare

• Dacă s = n, atunci det = (−1) · det şi se permută ecuaţia s cu ecuaţia n.

• xm = am,m+1 /am,m ;

• Dacă s = n, atunci se permută ecuaţia s cu ecuaţia n.