Documente Academic
Documente Profesional
Documente Cultură
atrate
Nicolae D
anet
Departamentul de Matematic
a si Informatic
a
Universitatea Tehnic
a de Constructii Bucuresti
Decembrie 2015
Nicolae D
anet (UTCB)
Decembrie 2015
1 / 29
Avertisment!
Aceste note de curs sunt distribuite gratuit numai studentilor de la Master,
anul I, Facultatea C
ai Ferate, Drumuri si Poduri din Universitatea
Tehnic
a de Constructii Bucuresti pentru utilizare personal
a.
Este interzis
a comercializarea sub orice form
a sau asarea pe orice site ori
retea de socializare a acestui text.
c Nicolae D
anet 2015
Bibliograe
D
anet, N.: Metode numerice. Note de curs si probleme rezolvate n
Mathcad, 2013 (trimise prin e-mail),
D
anet, N.: Analiza numerica. Cu aplica
tii rezolvate n Mathcad.,
Editura MatrixRom, Bucuresti, 2002 (la biblioteca CFDP).
D
anet, N.: Analiza numerica. Probleme rezolvate cu Mathcad, Carte
electornic
a n Mathcad, Editura MatrixRom, Bucuresti, 2005 (la
editur
a, pe CD).
Nicolae D
anet (UTCB)
Decembrie 2015
2 / 29
Nicolae D
anet (UTCB)
Decembrie 2015
3 / 29
+ an x n ,
E =
(yi
Pn (xi ))
i =0
s
a e minim
a.
Nicolae D
anet (UTCB)
Decembrie 2015
3 / 29
+ an x n ,
E =
(yi
Pn (xi ))
i =0
s
a e minim
a.
Valoarea erorii n fiecare punct este
ei = yi
Pn (xi ),
m
ei2 .
i =0
Nicolae D
anet (UTCB)
Decembrie 2015
3 / 29
Regresia liniar
a
Aproximare cu un polinom de gradul unu P1 (x ) = a0 + a1 x.
m
E =
(yi
P1 (xi )) =
i =0
i =0
i =0
yi2
i =0
E =
m
E =
yi2
i =0
m
yi2
2a0 yi
| {z }
| {z }
i =0
i =0
i =0
i =0
i =0
i =0
i =0
S0
S1
b0
b1
Sk : =
xik ,
i =0
Nicolae D
anet (UTCB)
|{z}
| {z }
k = 0, 1, 2;
bk : =
xik yi ,
i =0
| {z }
S2
k = 0, 1;
c :=
yi2 .
i =0
Decembrie 2015
4 / 29
2a0 b0
2a1 b1 + c
Pentru ca E (a0 , a1 ) s
a e minim
a este necesar ca
E (a0 , a1 )
= 0,
a0
E (a0 , a1 )
= 0.
a1
Derivnd obtinem,
E (a0 , a1 )
a0
E (a0 , a1 )
a1
= 2a0 S0 + 2a1 S1
2b0 = 0,
= 2a0 S1 + 2a1 S2
2b1 = 0,
sau
S 0 a 0 + S1 a 1 = b 0 ,
S1 a 0 + S2 a 1 = b 1 .
(1)
m0,1 = m1,0 =: S1 ,
Metoda celor mai mici p
atrate
m1,1 := S2 .
Decembrie 2015
5 / 29
Se observ
a c
a
mi ,j := Si +j ,
i, j = 0, 1.
(2)
m0,0 m0,1
m1,0 m1,1
a=
a0
a1
b=
b0
b1
(3)
Decembrie 2015
6 / 29
xi2
a0 =
i =0
yi
i =0
xi
i =0
(m + 1) xi2
xi
i =0
(m + 1) xi yi
a1 =
i =0
(m + 1) xi2
i =0
i =0
m
xi
i =0
xi
i =0
xi yi
i =0
!2
m
yi
i =0
!2
Decembrie 2015
7 / 29
Nicolae D
anet (UTCB)
m
1
yi .
m + 1 i =0
Decembrie 2015
8 / 29
m
1
yi .
m + 1 i =0
Abaterea patratic
a de la valoarea medie:
m
E0 =
( yi
vm )2
i =0
Nicolae D
anet (UTCB)
Decembrie 2015
8 / 29
m + 1 i =0
vm =
Abaterea patratic
a de la valoarea medie:
m
E0 =
( yi
vm )2
i =0
Coecientul de corelare:
r=
Nicolae D
anet (UTCB)
E0
E
E0
Decembrie 2015
8 / 29
m + 1 i =0
vm =
Abaterea patratic
a de la valoarea medie:
m
E0 =
( yi
vm )2
i =0
Coecientul de corelare:
r=
E0
E
E0
Dac
a setul de date este situat pe o dreapt
a, atunci E = 0 si r = 1.n
general, r 2 [0, 1].
Nicolae D
anet (UTCB)
Decembrie 2015
8 / 29
m + 1 i =0
vm =
Abaterea patratic
a de la valoarea medie:
m
E0 =
( yi
vm )2
i =0
Coecientul de corelare:
r=
E0
E
E0
Dac
a setul de date este situat pe o dreapt
a, atunci E = 0 si r = 1.n
general, r 2 [0, 1].
Valori ale lui r apropiate de unu arat
a o bun
a aproximare liniar
a.
Nicolae D
anet (UTCB)
Decembrie 2015
8 / 29
m + 1 i =0
vm =
Abaterea patratic
a de la valoarea medie:
m
E0 =
( yi
vm )2
i =0
Coecientul de corelare:
r=
E0
E
E0
Dac
a setul de date este situat pe o dreapt
a, atunci E = 0 si r = 1.n
general, r 2 [0, 1].
Valori ale lui r apropiate de unu arat
a o bun
a aproximare liniar
a.
Valori ale lui r apropiate de zero arat
a c
a aproximarea liniar
a nu
este potrivit
a n acel caz.
Nicolae D
anet (UTCB)
Decembrie 2015
8 / 29
Regresia parabolic
a
Aproximare cu un polinom de gradul doi
P 2 ( x ) = a0 + a1 x + a2 x 2
n acest caz eroarea este
m
E =
(yi
P2 (xi ))2 =
i =0
yi2
i =0
Nicolae D
anet (UTCB)
yi2
i =0
Deoarece P2 (xi ) =
E =
a0 + a1 xi + a2 xi2 ,
i =0
i =0
avem
i =0
i =0
Decembrie 2015
9 / 29
yi2
2a0 yi
2a1 xi yi
| {z }
| {z }
| {z }
i =0
i =0
b0
m
i =0
b1
m
2a2 xi2 yi +
i =0
| {z }
b2
m
S2
S4
S1
S3
Sk =
xik ,
k = 0, 1, 2, 3, 4;
i =0
Nicolae D
anet (UTCB)
bk =
xik yi ,
k = 0, 1, 2;
c=
i =0
yi2 .
i =0
Decembrie 2015
10 / 29
2a1 b1
2a2 b2 + c
Pentru ca E (a0 , a1 , a2 ) s
a e minim
a este necesar ca
E (a0 , a1 , a2 )
= 0,
a0
E (a0 , a1 , a2 )
= 0,
a1
E (a0 , a1 , a2 )
= 0.
a2
Avem
E (a0 , a1 , a2 )
a0
E (a0 , a1 , a2 )
a1
E (a0 , a1 , a2 )
a2
Nicolae D
anet (UTCB)
2b0 = 0,
2b1 = 0,
2b2 = 0.
Decembrie 2015
11 / 29
sau
8
< S0 a 0 + S1 a 1 + S2 a 2 = b 0 ,
S1 a 0 + S2 a 1 + S3 a 2 = b 1 ,
:
S2 a 0 + S3 a 1 + S4 a 2 = b 2 .
Not
am
m0,0 = S0 ,
m0,1 = m1,0 = S1 ,
m1,1 = S2
(4)
m2,2 = S4 ,
m0,2 = m2,0 = S2 ,
m1,2 = m2,1 = S3 ,
sau
mi ,j = Si +j ,
i, j = 0, 1, 2.
(5)
Decembrie 2015
12 / 29
3
a0
a = 4 a1 5 ,
a2
3
b0
b = 4 b1 5 ,
b2
Ma = b.
Nicolae D
anet (UTCB)
(6)
Decembrie 2015
13 / 29
Regresie neliniar
a (cu o functie exponential
a)
n unele cazuri reprezentarea grac
a a datelor ne sugereaz
a c
a acestea
sunt legate exponential.
Nicolae D
anet (UTCB)
Decembrie 2015
14 / 29
Regresie neliniar
a (cu o functie exponential
a)
n unele cazuri reprezentarea grac
a a datelor ne sugereaz
a c
a acestea
sunt legate exponential.
n acest caz functia de aproximare trebuie s
a e de forma
y = e x .
Nicolae D
anet (UTCB)
Decembrie 2015
14 / 29
Regresie neliniar
a (cu o functie exponential
a)
n unele cazuri reprezentarea grac
a a datelor ne sugereaz
a c
a acestea
sunt legate exponential.
n acest caz functia de aproximare trebuie s
a e de forma
y = e x .
Metoda liniariz
arii pentru cazul y = e x , > 0.
Nicolae D
anet (UTCB)
Decembrie 2015
14 / 29
Regresie neliniar
a (cu o functie exponential
a)
n unele cazuri reprezentarea grac
a a datelor ne sugereaz
a c
a acestea
sunt legate exponential.
n acest caz functia de aproximare trebuie s
a e de forma
y = e x .
Metoda liniariz
arii pentru cazul y = e x , > 0.
Ecuatia y = e x , poate liniarizat
a prin logaritmarea ambilor
membri:
ln y = ln + x.
Nicolae D
anet (UTCB)
Decembrie 2015
(7)
14 / 29
Regresie neliniar
a (cu o functie exponential
a)
n unele cazuri reprezentarea grac
a a datelor ne sugereaz
a c
a acestea
sunt legate exponential.
n acest caz functia de aproximare trebuie s
a e de forma
y = e x .
Metoda liniariz
arii pentru cazul y = e x , > 0.
Ecuatia y = e x , poate liniarizat
a prin logaritmarea ambilor
membri:
ln y = ln + x.
(7)
Nicolae D
anet (UTCB)
Decembrie 2015
14 / 29
Regresie neliniar
a (cu o functie exponential
a)
n unele cazuri reprezentarea grac
a a datelor ne sugereaz
a c
a acestea
sunt legate exponential.
n acest caz functia de aproximare trebuie s
a e de forma
y = e x .
Metoda liniariz
arii pentru cazul y = e x , > 0.
Ecuatia y = e x , poate liniarizat
a prin logaritmarea ambilor
membri:
ln y = ln + x.
(7)
P1 (x ) = a0 + a1 x.
Nicolae D
anet (UTCB)
(8)
Decembrie 2015
14 / 29
Regresie neliniar
a (cu o functie exponential
a)
Prin identicarea coecientilor lui x si a termenilor liberi din relatiile
(7) si (8),
ln y = ln + x
si P1 (x ) = a0 + a1 x,
obtinem
a0 = ln ,
Nicolae D
anet (UTCB)
a1 = .
Decembrie 2015
15 / 29
Regresie neliniar
a (cu o functie exponential
a)
Prin identicarea coecientilor lui x si a termenilor liberi din relatiile
(7) si (8),
ln y = ln + x
si P1 (x ) = a0 + a1 x,
obtinem
a0 = ln ,
a1 = .
Deci,
= e a0
Nicolae D
anet (UTCB)
si
= a1 .
Decembrie 2015
15 / 29
Regresie neliniar
a (cu o functie exponential
a)
Prin identicarea coecientilor lui x si a termenilor liberi din relatiile
(7) si (8),
ln y = ln + x
si P1 (x ) = a0 + a1 x,
obtinem
a0 = ln ,
a1 = .
Deci,
= e a0
si
= a1 .
Nicolae D
anet (UTCB)
Decembrie 2015
15 / 29
Regresie neliniar
a (cu o functie putere)
Metoda liniariz
arii pentru cazul x , > 0.
Ecuatia y = x poate liniarizat
a prin logaritmarea ambilor membri:
ln y = ln + ln x.
Nicolae D
anet (UTCB)
Decembrie 2015
16 / 29
Regresie neliniar
a (cu o functie putere)
Metoda liniariz
arii pentru cazul x , > 0.
Ecuatia y = x poate liniarizat
a prin logaritmarea ambilor membri:
ln y = ln + ln x.
Setul de date initial f(xi , yi ) j xi > 0, yi > 0, i = 0, 1, . . . , m g se
nlocuieste cu f(Xi , Yi ) j i = 0, 1, . . . , m g, unde
Xi = ln xi ,
Nicolae D
anet (UTCB)
Yi = ln yi .
Decembrie 2015
16 / 29
Regresie neliniar
a (cu o functie putere)
Metoda liniariz
arii pentru cazul x , > 0.
Ecuatia y = x poate liniarizat
a prin logaritmarea ambilor membri:
ln y = ln + ln x.
Setul de date initial f(xi , yi ) j xi > 0, yi > 0, i = 0, 1, . . . , m g se
nlocuieste cu f(Xi , Yi ) j i = 0, 1, . . . , m g, unde
Xi = ln xi ,
Yi = ln yi .
Nicolae D
anet (UTCB)
Decembrie 2015
16 / 29
Regresie neliniar
a (cu o functie putere)
Metoda liniariz
arii pentru cazul x , > 0.
Ecuatia y = x poate liniarizat
a prin logaritmarea ambilor membri:
ln y = ln + ln x.
Setul de date initial f(xi , yi ) j xi > 0, yi > 0, i = 0, 1, . . . , m g se
nlocuieste cu f(Xi , Yi ) j i = 0, 1, . . . , m g, unde
Xi = ln xi ,
Yi = ln yi .
Nicolae D
anet (UTCB)
Decembrie 2015
16 / 29
Regresie neliniar
a (cu o functie putere)
Metoda liniariz
arii pentru cazul x , > 0.
Ecuatia y = x poate liniarizat
a prin logaritmarea ambilor membri:
ln y = ln + ln x.
Setul de date initial f(xi , yi ) j xi > 0, yi > 0, i = 0, 1, . . . , m g se
nlocuieste cu f(Xi , Yi ) j i = 0, 1, . . . , m g, unde
Xi = ln xi ,
Yi = ln yi .
Decembrie 2015
16 / 29
Regresie neliniar
a (cu alte tipuri de functii)
Fie functia y =
Nicolae D
anet (UTCB)
1
1
. Inversnd relatia, avem = + x.
+x
y
Decembrie 2015
17 / 29
Regresie neliniar
a (cu alte tipuri de functii)
1
1
. Inversnd relatia, avem = + x.
+x
y
1
Dac
a not
am Y = , obtinem dreapta
y
Fie functia y =
Y =
Nicolae D
anet (UTCB)
1
+ x.
(9)
Decembrie 2015
17 / 29
Regresie neliniar
a (cu alte tipuri de functii)
1
1
. Inversnd relatia, avem = + x.
+x
y
1
Dac
a not
am Y = , obtinem dreapta
y
Fie functia y =
Y =
1
+ x.
(9)
Nicolae D
anet (UTCB)
(10)
Decembrie 2015
17 / 29
Regresie neliniar
a (cu alte tipuri de functii)
1
1
. Inversnd relatia, avem = + x.
+x
y
1
Dac
a not
am Y = , obtinem dreapta
y
Fie functia y =
Y =
1
+ x.
(9)
(10)
= a0 ,
Nicolae D
anet (UTCB)
1
= a1 .
Decembrie 2015
17 / 29
Regresie neliniar
a (cu alte tipuri de functii)
1
1
. Inversnd relatia, avem = + x.
+x
y
1
Dac
a not
am Y = , obtinem dreapta
y
Fie functia y =
Y =
1
+ x.
(9)
(10)
= a0 ,
Deci =
1
= a1 .
1
a0
1
si = . Curba c
autat
a este: y =
.
a1
a1
a0 + a1 x
Nicolae D
anet (UTCB)
Decembrie 2015
17 / 29
Regresie neliniar
a (cu alte tipuri de functii)
x
.
+x
Procednd ca n exemplul anterior, determinati curba de aceast
a form
a
care aproximeaz
a setul de date f(xi , yi ) j i = 0, 1, . . . , m g.
Fie functia y =
Nicolae D
anet (UTCB)
Decembrie 2015
18 / 29
ak x k ,
+ an x n =
k =0
astfel ca
Zb
Pn (x ))2 dx = minim
a.
(f (x )
E ( a0 , a1 , . . . , an ) =
Zb
ak x
f (x )
k =0
E ( a0 , a1 , . . . , an ) =
Zb
a
Nicolae D
anet (UTCB)
(f (x )) dx
ak
k =0
Zb
!2
dx.
f (x )x k dx +
Zb
a
ak x k
k =0
Decembrie 2015
!2
dx
19 / 29
2aj
Zb
f (x )x dx + 2
ak
k =0
Zb
x k +j dx,
j = 0, 1, . . . , n.
ak
k =0
Nicolae D
anet (UTCB)
Zb
a
k +j
dx =
Zb
f (x )x j dx,
j = 0, 1, . . . , n.
Decembrie 2015
20 / 29
x k +j dx =
b j +k +1 aj +k +1
.
j +k +1
Aceast
a matrice este matricea Hilbert, cunoscut
a ca ind prost
conditionat
a (la mici variatii ale termenilor liberi corespund mari
variatii ale necunoscutelor).
2
Nicolae D
anet (UTCB)
Decembrie 2015
21 / 29
Functii ortogonale
Se numeste pondere pe intervalul [a, b ] o functie integrabil
a w (x ) 0 pe
[a, b ], dar w (x ) 6= 0 pe orice subinterval al lui [a, b ]. Cu ajutorul ponderii
w (x ) se deneste produsul scalar si norma functiilor din C ([a, b ]) :
v
u b
uZ
Zb
q
u
hf , g i = f (x ) g (x ) w (x ) dx,
kf k = hf , f i = t f 2 (x ) w (x ) dx.
a
hgj , gk i =
Zb
gj (x )gk (x )w (x )dx =
0,
j 6= k,
,
2
kgj k j = k,
j, k = 0, 1, . . . , n.
Decembrie 2015
22 / 29
Problema de aproximare
Fie fg0 (x ), g1 (x ), . . . , gn (x )g un sistem ortogonal pe intervalul [a, b ] cu
ponderea w (x ), format din functii continue pe [a, b ]. Dat
a functia
f 2 C [a, b ], s
a se determine o combinatie liniar
a a functiilor
g0 (x ), g1 (x ), . . . , gn (x ), notat
a
n
Pn (x ) = a0 g0 (x ) + a1 g1 (x ) +
+ an gn (x ) =
ak gk (x ),
k =0
astfel ca
kf
Pn k =
E ( a0 , a1 , . . . , a n ) = k f
Nicolae D
anet (UTCB)
Zb
(f (x )
Pn k =
Zb
a
f (x )
ak gk (x )
k =0
!2
w (x )dx = min
Decembrie 2015
23 / 29
Problema de aproximare
Conditiile necesare pentru existenta minimului sunt
E
0=
=2
aj
n
ak
k =0
Zb
|a
Zb
k =0
gk (x )gj (x )w (x )dx =
{z
=kgj k k ,j
2
aj kgj k =
Nicolae D
anet (UTCB)
ak gk (x )
f (x )
Zb
Zb
gj (x )w (x )dx,
f (x )gj (x )w (x )dx,
f (x )gj (x )w (x )dx
Decembrie 2015
24 / 29
Problema de aproximare
Concluzie.
Dac
a multimea fg0 (x ), g1 (x ), . . . , gn (x )g este ortogonal
a, atunci
coecientii aj se determin
a pe baza formulelor
aj =
Zb
kgj k2 a
f (x )gj (x )w (x )dx,
j = 0, 1, . . . , n.
Dac
a multimea fg0 (x ), g1 (x ), . . . , gn (x )g este ortonormat
a, atunci
aj =
Zb
f (x )gj (x )w (x )dx,
j = 0, 1, . . . , n.
Nicolae D
anet (UTCB)
Decembrie 2015
25 / 29
Polinoamele Legendre
Polinoamele Legendre fPn (x )g formeaz
a un sistem ortogonal pe
[ 1, 1] n raport cu ponderea w (x ) = 1.
Polinomul Legendre de gradul n este denit de relatia
Pn ( x ) =
1 dn
(x 2
2n n! dx n
1)n .
5 3
x
2
Nicolae D
anet (UTCB)
3
x
2
P1 (x ) = x,
P2 ( x ) =
3 2
x
2
si
P4 ( x ) =
35 4
x
8
1
,
2
15 2 3
x + .
4
8
Decembrie 2015
26 / 29
Polinoamele Legendre
Z1
Aceasta nseamn
a c
a polinomul Legendre de grad n este ortogonal pe orice
polinom de grad strict mai mic dect n.
Nicolae D
anet (UTCB)
Decembrie 2015
27 / 29
Polinoamele Cebsev
Polinoamele Cebsev fTn (x )g sunt ortogonale pe ( 1, 1) n raport cu
1
ponderea w (x ) = p
.
1 x2
Polinomul Cebsev de gradul n este denit prin formula
Tn (x ) = cos[n arccos x ],
0.
1,
T3 (x ) = 4x
3x,
T4 (x ) = 8x
8x 2 + 1.
T1 (x ) = cos[arccos x ] = x,
Nicolae D
anet (UTCB)
Tk (x )Tj (x )
p
=
1 x2
0, k 6= j,
, k = j.
2
Decembrie 2015
28 / 29
Polinoamele Cebsev
1
Fie T n (x ) = n 1 Tn (x ), n
2
lui x n egal cu 1.
1
= max T n (x )
2n 1
x 2[ 1,1 ]
max jPn (x )j ,
x 2[ 1,1 ]
2k 1
,
2n
( 1)k
n punctele
2n 1
xk0 = cos
Nicolae D
anet (UTCB)
k = 1, 2, . . . , n,
k
n
k = 1, 2, . . . , n
Decembrie 2015
29 / 29