Referent ştiinţific :

Prof.dr.Viorel Arnãutu , Univ.Al.I.Cuza – Iaşi

 BIANCA CRUŢ

APLICAŢII ALE POLINOAMELOR

DE INTERPOLARE

2
 Cuvãnt înainte

Cartea de faţã prezintã câteva tipuri de polinoame

de interpolare cãt şi metode de aplicare a lor în analiza de
liceu .
Lucrarea conţine proiecte didactice referitoare la
aplicaţii de tip numeric în materia menţionatã .
De asemenea am conceput programe în Turbo Pascal
pentru diverse polinoame de interpolare şi aproximãri ale
funcţiilor .
In ultima parte am prezentat un model de aplicare a
polinoamelor de interpolare în practicã unde se poate
vedea legãtura strânsã a matematicii cu alte domenii .
Aş dori sã mulţumesc profesorului dr. Viorel Arnãutu
de la Universitatea Al.I.Cuza Iaşi pentru îndrumare .

Autoarea

3
 Cuprins

1.Noţiuni generale

1.1 Diferenţe divizate şi proprietăţile lor

1.2 Diferenţe finite şi proprietăţile lor
1.3 Polinoame ortogonale
1.4Cea mai bună aproximare a unei funcţii
în raport cu o seminormă

2.Interpolare polinomială

2.1 Polinomul de interpolare Lagrange

2.2 Polinomul de interpolare Newton
2.3 Alte polinoame de interpolare
2.4 Interpolare Hermite
2.5 Interpolarea funcţiilor de două variabile

3.Metodele numerice în programa şcolară de liceu .

3.1 Aplicaţii ale integralei definite – aproximare

numerică a ariilor , volumelor ,lungimii graficului
3.2 Proiecte didactice

4. Programe de aplicare a metodelor numerice pe calculator

4
 Capitolul 1

Noţiuni introductive
1.1 Diferenţe divizate şi proprietăţile lor

Fie f: [a,b] → R o funcţie cunoscută doar într-un sistem de noduri

{xi }in=0 ∈ [a, b] distincte ( xi ≠ x j , pentru i ≠ j ) numite şi noduri de interpolare .

Definiţii :
1. Se numesc diferenţe divizate de ordinul 1 mărimile :

f ( xi ) − f ( x j )
[
f xi , x j = ] xi − x j
, pentru....i = 0, n − 1

2. Se numesc diferenţe divizate de ordinul k+1 mărimile :

f [xi , xi +1 ,..., xi + k ] − f [xi −1 , xi , xi +1 ,..., xi + k −1 ]

f [xi −1 , xi ,..., xi + k −1 , xi + k ] =
xi + k − xi −1
pentru i = 1, n − k

Tabloul diferenţelor divizate se construieşte de obicei astfel :

f( xi ) De ordin 1 De ordin 2 De ordin 3 De ordin 4

xi f [xi , xi +1 ] f [xi , xi +1 , xi + 2 ] f [xi , xi +1 , xi + 2 , xi +3 ] f [xi , xi +1 , xi + 2 , xi +3 , xi + 4 ]

x0 f( x0 )
f [x0 , x1 ]
x1 f( x1 ) f [x0 , x1 , x 2 ]
f [x0 , x1 , x 2 , x3 ]
f [x1 , x 2 ]
x2 f( x 2 ) f [x1 , x 2 , x3 ] f [x0 , x1 , x 2 , x3 , x 4 ]
f [x 2 , x3 ]
x3 f( x3 ) f [x 2 , x3 , x 4 ] f [x1 , x 2 , x3 , x 4 ]
f [x3 , x 4 ]
x4 f( x 4 )

5
Proprietăţi ale diferenţelor divizate :

i+k f (x j )
P1. f [xi , xi +1 ,..., xi + k ] = ∑
j =i (x j − xi )...(x j − x j −1 )(x j − x j +1 )...(x j − xi + k )

Demonstraţie :

Prin inducţie după k .

Pentru k = 1 avem

f ( xi ) f ( xi +1 ) f ( xi +1 ) − f ( xi )
f [xi , xi +1 ] = + = .
xi − x j xi +1 − xi xi +1 − xi

Presupunem formula adevărată pentru k = l − 1 şi să arătăm pentru k = l

f [ xi +1 ,..., xi + l ] − f [ xi , xi +1 ,..., xi + l −1 ]
f [xi , xi +1 ,..., xi + l ] = = (ip.inductiva) =
x i + l − xi
⎧ ⎫
⎪ ⎪
1 ⎪⎪ i + l f (x j ) i + l −1 f ( x j ) ⎪⎪
= ⋅⎨∑ − ∑ i + l −1 ⎬=
xi + l − xi ⎪ j =i +1 i + l
⎪ m∏ ∏
( x j − xm ) j =i
( x j − xm ) ⎪
= i +1 m =i ⎪
⎩⎪ m ≠ j m≠ j ⎭⎪
⎧ ⎡ ⎤⎫
⎪ ⎢ ⎥⎪
1 ⎪⎪ f ( xi + l ) f ( xi ) i + l −1 ⎢ 1 1 ⎥ ⎪⎪
= ⋅ ⎨ i +l − i + l −1 + ∑ f ( x j ) ⋅ ⎢ i +l − i + l −1 ⎥⎬
xi + l − xi ⎪ ⎢ ⎥⎪
⎪ m∏ ∏ ⎢ m∏ ∏
j =i +1
( x i+l − x ) ( x − x ) ( x − x ) ( x − x )
=i +1
m
m =i
j m
=i +1
j m
m =i
j m
⎥⎪
⎪⎩ m ≠ j m≠ j ⎢⎣ m ≠ j m≠ j ⎥⎦ ⎪⎭

Expresia din paranteza pătrată devine :

x j − xi − x j + xi + l x i + l − xi
i +l
= i +l
.
∏ (x
m =i
j − xm ) ∏ (x
m =i
j − xm )
m≠ j m≠ j

6
Deci

f[ xi , xi +1 ,..., xi +l ]=

f ( x + l) f ( xi ) i + l −1 f (x j ) i +l f (x j )
= i +l
+ i +l
+ ∑ i +l
=∑ i +l

∏ (x
m =i
i+l − xm ) ∏ (x
m =i
i − xm ) j =i +1
∏ (x
m =i
j − xm ) j =i
∏ (x
m =i
j − xm )
m ≠i +l m ≠i m≠ j m≠ j

ceea ce trebuia demonstrat .

Consecinţe :

i) Diferenţa divizată este simetrică în argumentele sale

ii) Diferenţa divizată a unei sume de funcţii este egală cu suma diferenţelor divizate a
funcţiilor

iii)Diferenţa divizată a unui produs dintre un scalar şi o funcţie este egală cu produsul
dintre scalar şi diferenţa divizată a funcţiei

iv)Coeficientul lui x k din polinomul de interpolare construit pentru funcţia f cunoscută

în nodurile x0 , x1 ,..., x n este exact diferenţa divizată de ordinul n a funcţiei f.

P2.Diferenţa divizată de ordinul k a lui x k pentru x < n este un polinom omogen de

gradul n-k ( în argumentele sale ) cu coeficienţii egali cu 1 .
Pentru k=n diferenţa divizată este 1 .
Pentru k>n diferenţa divizată este 0 .

Demonstraţie :
Prin inducţie după k .
Pentru k = 1
xin+1 − xin
f [ xi , xi +1 ] = = ∑ xiα 0 ⋅ xiα+11
xi +1 − xi α 0 +α1 = n −1

Presupunem adevărată relaţia pentru k, să demonstrăm pentru k+1 . Presupunem că are

loc formula :

f [xi ,..., xi + k ] = ∑αx α i

0
⋅ xiα+11 ⋅ ... ⋅ xiα+kk , α i ≥ 0, (∀)i = 0, k
α 0 +α1 +...+ k = n − k

şi considerăm

7
 f [ xi +1 ,..., xi + k +1 ] − f [ xi ,...xi + k ]
f [ xi , xi +1 ,..., xi + k , xi + k +1 ] = = nu _ conteaza _ ordinea =
xi + k +1 − xi
f [ xi + k +1 , xi +1 ,..., xi + k ] − f [ xi , xi +1 ,..., xi + k ]
= = ip.inductiva =
xi + k +1 − xi
∑α
α 0 +α1 +...+ =n−k
xiα+0k +1 ⋅ xiα+11 ⋅ ... ⋅ xiα+kk − ∑αxα i
0

α 0 +α1 +...+ k = n − k
⋅ xiα+11 ⋅ ... ⋅ xiβ+kk
= k
=
xi + k +1 − xi
α0 α0
α k ⎛ x i + k +1 − xi ⎞
= ∑ i +1 i+ 2
x α1
⋅ x α2
⋅ ... ⋅ x ⎜
i+k ⎜
⎟ = cu _ renotare _ de _ exp onenti =
⎟
α 0 +α1 +...+α k = n − k ⎝ xi + k +1 − xi ⎠
= ∑ xiα 0 ⋅ xiα+11 ⋅ ... ⋅ xiα+kk ⋅ xiα+kk++1 1
α 0 +α1 +...+α k +1 = n − k −1

c.c.t.d.

P3. Legătura dintre diferentele divizate şi derivatele funcţiei :

f ( n ) (ξ )
(∃)ξ ∈ [a, b] a.î. f [x0 , x1 ,..., xn ] = .
n!

Pentru demonstraţie este necesar să punem condiţii suplimentare pentru funcţie şi

pentru noduri .

Observaţie :
Se poate folosi şi o altă notaţie pentru diferenţa divizată a unei funcţii atunci când
nu există pericol de confuzie ( dacă nu apar şi alte funcţii ) :

f [ xi , xi +1 ,..., xi + k ] = [xi ,..., xi + k ] f = [xi ,..., xi + k ]

P4. Diferenţa divizată a produsului a două funcţii

[x1 , x2 ,..., x n ] f ⋅g = ∑ [x1 , x2 ,..., x j ] f ⋅ [x j , x j +1 ,..., xn ]g

n

j =1

Demonstraţia :

Prin inducţie după n .

Pentru n = 2 :

8
 ( fg )( x 2 ) − ( fg )( x1 ) f ( x 2 ) g ( x 2 ) − f ( x1 ) g ( x1 )
[x1 , x2 ] f ⋅g = = =
x 2 − x1 x 2 − x1
f ( x 2 ) g ( x 2 ) − f ( x1 ) g ( x 2 ) f ( x1 ) g ( x 2 ) − f ( x1 ) g ( x1 )
= + =
x 2 − x1 x 2 − x1
= [x1 , x 2 ] f ⋅ g ( x 2 ) + f ( x1 )[x1 , x 2 ]g .

Presupunem relaţia adevărată pentru k ( k ≥ 2 )şi demonstrăm pentru k+1 . Scriem

[x2 ,..., x k +1 ] f ⋅g
şi [x1 ,..., x k ] f ⋅ g pentru care sunt valabile formulele corespunzătoare din
ipoteza inductivă , scădem termen cu termen cele două inegalităţi , împărţim prin
x k +1 − x1 , grupăm termenii şi găsim relaţia de demonstrat .

Exemplu de calcul al diferenţelor divizate pentru f(x)=x 3 şi nodurile 0,1,2,3,4 .

xi f( xi ) De ordin De ordin 2 De ordin 3 De ordin 4

1 f [xi , xi +1 , xi + 2 ] f [xi , xi +1 , xi + 2 , xi +3 ] f [xi , xi +1 , xi + 2 , xi +3 , xi + 4 ]
f [xi , xi +1 ]
0 0
1
1 1 3

1
2 8 7
0
6

3 27 19
1
9
4 64 37

9
1.2 Diferenţe finite şi proprietăţile lor

1.2.1 Diferenţa finită progresivă Δ .

Fie f: [a,b] → R o funcţie cunoscută în sistemul de noduri

{x } ∈ [a, b] distincte , ( y i = f ( xi ) ) de data aceasta noduri echidistante
n
i i =0

xi = x 0 + ih, i = 1, n (h>0) .

Definiţii :
- Se numesc diferenţe finite progresive de ordinul 1 :

Δyi = y i +1 − yi , pentru i = 0, n − 1

- Se numesc diferenţe finite progresive de ordinul 2 :

Δ2 y i = Δ(Δy i ) = Δy i +1 − Δy i = ( y i + 2 − y i +1 ) − ( y i +1 − y i ) =
= y i + 2 − 2 y i +1 + y i

pentru i = 0, n − 2

- Se numesc difereţe finite progresive de ordinul p+1 :

( )
Δ p +1 y i = Δ Δ p y = Δ p y i +1 − Δ p y i , pentru i = 0, n − p − 1

Proprietăţi ale diferenţelor finite progresive.

p
Proprietatea (i) Δ p y i = ∑ (−1) p − k ⋅ C pk ⋅ y i + k
k =0

Demonstraţie :
Prin inducţie după p.
Pentru p = 1 , avem Δy i = − yi + yi +1 = y i +1 − yi , adevărat.
Presupunem relaţia adevărată pentru p şi o demonstrăm pentru p+1 :

( )
p p
Δ p +1 y i = Δ Δ p y = Δ p y i +1 − Δ p y i = ∑ (−1) p − k C pk y i + k +1 − ∑ (−1) p − k C pk y i + k =
k =0 k =0
= notăm k + 1 = j la prima sumă =

10
 p +1 p
= ∑ (−1) p − j +1 C pk −1 yi + j − ∑ (−1) p − k C pk y i + k =
j =1 k =0

= revenim la notaţia k în prima sumă =

p +1 p
= −∑ (−1) p − k C pk −1 y i + k − ∑ (−1) p − k C pk yi + k =
k =1 k =0

[ ]
p
= −∑ (−1) p − k C pk −1 + C pk y i + k + yi + p +1 − (−1) p yi =
k =1

= avem _ formula : C pk −1 + C pk = C pk +1 .deci =

p
= ∑ (−1) ( p +1) − k C pk +1 y i + k + (−1) ( p +1) −( p +1) C pp++11 yi + ( p +1) +(−1) ( p +1) −0 C p0 +1 y i + 0 =
k =1
p +1
= ∑ (−1) p +1− k C pk +1 y i + k
k =0

adică formula de demonstrat pentru p + 1

Proprietatea (ii) Δ (Δ p yi ) = Δ p (Δy i )

Demonstraţie :

( )
p
Δ Δ p yi = Δ p y i +1 − Δ p y i = ∑ (−1) p − k C pk y i + k +1 −
k =0
p p p
− ∑ (−1) p − k C pk y i + k = ∑ (−1) p − k C pk ( y i + k +1 − y i + k ) =∑ (−1) p −k C pk (Δy i + k ) = Δ p ( y i )
k =0 k =0 k =0

Proprietatea (iii) :

Legătura dintre diferenţele divizate şi diferenţele finite progresive

Δp yi
[ ]
f xi , xi +1 ,..., xi + p =
p!⋅h p
pentru i = 0, n − p

Demonstraţie :

Prin inducţie după p .

Pentru p = 1 , avem

11
 f (xi +1 ) − f ( xi ) Δy i
f [xi , xi +1 ] = = y i +1 − y i =
xi +1 − xi 1!⋅h1

Presupunem relaţia adevărată pentru p şi o demonstrăm pentru p + 1

[ ]
f xi , xi +1 ,..., xi + p , xi + p +1 =
[ ] [
f xi +1 ,..., xi + p +1 − f xi ,..., xi + p ]=
xi + p +1 − xi
Δ p y i +1 Δ p y i
−
p!h p p!h p Δ p y i +1 − Δ p y i Δ p (Δy i ) Δ p +1 y i
= = = =
( p + 1)h ( p + 1)!h p +1 ( p + 1)!h p +1 ( p + 1)!h p +1

ceea ce trebuia demonstrat .

Consecinţe :

1. Diferenţa finită progresivă a unei combinaţii liniare de funcţii este combinaţia

liniară corespunzătoare a diferenţelor finite progresive a funcţiilor.

2. Diferenţa finită progresivă de ordinal n pentru x n este o constantă iar diferenţa

finită progresivă de ordin mai mare ca n este 0.

1.2.2 Diferenţa finită regresivă ( ∇ )

În aceleaşi ipoteze ca la Δ , dăm următoarele

Definitii :
- Se numesc diferenţe finite regresive de ordinul 1 :

∇y i = y i − y i −1 , pentru i = 1, n

Se observă imediat că ∇y i = Δy i +1 .
Cu acestea se pot defini diferenţe finite regresive de ordinul 2 prin :

∇ 2 y i = ∇(∇y i ) = ∇y i +1 − ∇y i = ( y i − y i −1 ) − ( y i −1 − y i − 2 ) =
= y i − 2 y i −1 + y i − 2
pentru i = 2, n

12
 În general , cunoscând ∇ p y i , putem defini

∇ p +1 y i = ∇(∇ p y i ) = ∇ p y i − ∇ p y i −1

Proprietăţi ale diferenţelor finite regresive

Proprietatea (i) ∇ p yi = Δ p yi− p

Demonstraţie :

Prin inducţie după p .

Pentru p = 1 avem :

∇1 y i = y i − y i −1 = Δy i −1 , adevărat .
Presupunem relaţia adevărată pentru p şi o vom demonstra pentru p+1 .
Vom avea :

∇ p +1 y i = ∇(∇ p y i ) = ∇ p y i − ∇ p y i −1 = ipoteza = Δ p y i − p − Δ p y i − p −1 =
= Δ(Δ p y i −( p +1) ) = Δ p +1 y i −( p +1)

Din proprietăţile deduse la diferenţe finite progresive avem :

p
∇ p yi = ∑ (−1) j C ip yi − j şi
j =0

∇ p yi+ p
[ ]
f xi , xi +1 ,..., xi + p =
p!⋅h p
precum şi celelalte consecinţe deduse la diferenţe finite progresive .

1.2.3 Diferenţa finită centrată ( δ )

În unele studii se defineşte diferenţa finită centrată .Pe lângă ipotezele iniţiale
n −1
⎧ ⎫
anterioare se mai consideră şi un sistem de seminoduri ⎨ x 1 ⎬ ∈ [a, b] , în care funcţia
⎩ i + 2 ⎭ i =0
⎛ ⎞
este cunoscută y 1 = f ⎜⎜ x 1 ⎟⎟
i+
2 ⎝ i+ 2 ⎠

13
 Definim diferenţele centrate de ordinul 1 prin :

δyi = y 1 −y 1 pentru i = 1, n − 1
i+ i−
2 2

şi în general δ p +1 yi = δ (δ p y i ) = δ p y 1 −δ p y 1
i+ i−
2 2

Proprietăţi ale diferenţelor finite centrate

Proprietatea (i) δ p yi = Δp y p
i−
2
( presupunând că am definit diferenţa finită progresivă şi diferenţa finită regresivă pe
întreg ansamblul de noduri echidistante cu pasul h/2 .

Demonstraţie :

Inducţie după p .
Pentru p = 1 avem δy i = y 1 −y 1 = Δy 1 .
i+ i− i−
2 2 2
Presupunem relaţia adevărată pentru p şi o demonstrăm pentru p + 1 :

δ p +1 yi = δ p y 1 −δ p y 1 = ipoteza = Δ p y p −1 − Δp y p +1 =
i+ i− i− i−
2 2 2 2

= Δp y⎛ p⎞ 1
− Δp y⎛ p⎞ 1
= Δ p +1 y p +1
⎜ i − ⎟+ ⎜ i − ⎟− i−
⎝ 2⎠ 2 ⎝ 2⎠ 2 2

adică are loc egalitatea .

Din definiţiile anterioare şi din relaţiile de legătură de mai sus mai putem deduce şi
următoarele relaţii :

δ p yi = ∇ p y p
i+
2

δ py p

[ ]
i+
f xi , xi +1 ,..., xi + p = 2

p!⋅h p

p
δ p yi = ∑ (−1) p −k C pk y p
i+k −
k =0 2

14
 precum şi concluziile trase la celelalte diferenţe divizate .

1.2.4 Operatorul de mediere ( μ )

În aceleaşi condiţii avem :

y i +1 + y i
μy 1 =
i+
2
2

y 1 +y 1
i+ i−
μy i = 2 2

Δp y 1 + Δp y 1
i+ i−
μΔ y i =
p 2 2

2
şi toate celelalte concluzii .

1.3 . Polinoame ortogonale .

Fie H un spaţiu Hilbert ( spaţiu liniar , normat , complet , pe care avem definit un
produs scalar ) .

Definiţii :

- Două elemente se numesc ortogonale , dacă produsul lor scalar este 0 :

(f,g)=0.
- Elementul f ∈ H se numeşte normat dacă f = 1, adica f = ( f , f ) = 1
Sistemul este ortonormat dacă este un sistem ortogonal şi cu elementele
-
normate .
Un sistem ortonormat este întotdeauna liniar independent deoarece are determinantul
Gramm egal cu 1 .

Procedeul de ortogonalizare

Teoremă . Dacă ϕ1 , ϕ 2 ,..., ϕ n este un sistem de elemente din spaţiul Hilbert H ,

liniar independent , atunci se poate construi un sistem ortonormat g1 , g 2 ,..., g n astfel

15
încât elementele lui să fie combinaţii limiare de elemente ale sistemului ϕ1 , ϕ 2 ,..., ϕ n , şi
invers .

1.3.1 Sisteme de polinoame ortogonale

Luăm drept H = L 2 ( p )[a, b ] , spaţiul funcţiilor reale pentru care există

b

∫ p( x) f (x )dx , unde
2
p (x ) este o funcţie fixată numită pondere care este pozitivă
a

pe [a, b] .
Aici vom lua drept produs scalar

b
( f , g ) = ∫ p( x) f ( x) g ( x)dx .
a

Procedeul de ortogonalizare ne permite să constrium în L 2 ( p )[a, b ] sistemul de

polinoame ortogonale Q0 , Q1 ,..., Qn unde Qn este polinom de gradul n , adica un sistem
de polinoame pentru care au loc relaţiile :
b

∫ p( x)Q
a
k ( x)Ql ( x)dx = 0, pentru _ k ≠ l .

Aceasta are loc pentru că funcţiile 1, x1 , x 2 ,..., x n ,... sunt liniar independente pe
[a, b] , iar combinaţiile liniare ale lor formează polinoame . Se arată că până la înmulţirea
cu un scalar acest sistem este unic .
Dacă introducem condiţii suplimentare asupra polinoamelor ortogonale , de
exemplu ca să avem coeficientul dominant 1 , sau ca acest coeficient să fie pozitiv şi
norma polinomului să fie 1 , atunci sistemul de polinoame ortogonale pe intervalul [a, b]
dat şi cu ponderea p ( x ) dată , va fi unic cu această proprietate . Este clar că dacă
schimbăm ponderea p (x ) sau intervalul [a, b] vom obţine diferite sisteme de polinoame
ortogonale .
Pentru polinoamele ortogonale se stabilesc relaţii de recurentă utile de forma :
α n +1 ⋅ Qn +1 ( x) + (α n − x ) ⋅ Qn (x ) + α n −1 ⋅ Qn −1 ( x ) = 0

∫ p(x ) ⋅ x ⋅ Q n −1 ( x) ⋅ Qn ( x )dx
unde α n −1 = a
b

∫ p(x ) ⋅ Q (x )dx
2
n −1
a

∫ p(x ) ⋅ x ⋅ Q (x )dx
2
n

αn = a
b

∫ p(x ) ⋅ Q (x )dx
2
n
a

16
 b

∫ p(x ) ⋅ x ⋅ Q n ( x) ⋅ Qn +1 ( x )dx
α n +1 = a
b

∫ p(x ) ⋅ Q (x )dx
2
n +1
a

∫ p( x)Q ( x)dx = 1, pentru _ i = 0,1,2,...

2
Dacă Qi (x) este ortonormat , adică i
a

expresiile α n −1 , α n , α n +1 se simplifică , dispare numitorul , şi notând cu

b
α i ,k = ∫ p( x) ⋅ x ⋅ Qi ( x) ⋅ Qk ( x)dx ,
a

formula de recurenţă pentru polinoame ortonormate devine

α n ,n +1 ⋅ Qn +1 ( x) + (α n ,n − x ) ⋅ Qn ( x ) + α n −1 ⋅ Qn −1,n ( x ) = 0 ,

pentru n ≥ 1 , iar dacă punem prin convenţie că Q−1 ( x) ≡ 0 , relaţia de recurenţă are
loc şi pentru n = 0 , deci pentru orice n ≥ 0 .

1.3.2 Proprietatea rădăcinilor polinoamelor ortogonale .

Qn (x) are pe intervalul [a, b] exact n rădăcini distincte .

Dacă x1( n ) < x 2( n ) < ... < x n( n ) sunt rădăcinile polinomului Qn (x) şi
x1( n +1) < x 2( n +1) < ... < x n( n++11) sunt rădăcinile polinomului Qn +1 ( x) atunci

x1( n +1) < x1( n ) < x 2n +1 < x 2n < ... < x n( n ) < x n( n++11)

1.3.3.Ecuaţia diferenţială pe care o verifică polinoamele ortogonale

Presupunem că ponderea p(x ) satisface următoarea ecuaţie diferenţ ială :

p ' ( x) a + bx
= astfel încât p( x) ⋅ (c + dx + ex 2 ) să se anuleze în
p ( x) c + dx + ex 2

capetele intervalului [a, b] (limitarea este puternică dar este satisfăcută pentru
principalele polinoame ortogonale ).

17
 Ecuaţia diferenţială pe care o verifică este atunci

(c + dx + ex 2 )Qn" ( x) + [(a + d ) + (b + 2e )]Qn' ( x) − α n Qn ( x) = 0

( α n se determină prin egalarea cu 0 a coeficientului lui x n ) .

Pentru prezentarea cazurilor particulare de sisteme de polinoame ortogonale avem

nevoie de funcţiile Γ( p ) şi B( p, q )

∞
Γ( p ) = ∫ x p −1 ⋅ e − x dx = ( p − 1)!
0

1
Γ( p ) ⋅ Γ(q )
şi B( p, q ) = ∫ x p −1 ⋅ (1 − x) q −1 dx =
0
Γ( p + q )

1.3.4. Cazuri particulare de polinoame ortogonale

(i)Polinoamele lui Jacobi – ortogonale pe [− 1,1] cu ponderea

p( x ) = (1 − x) α (1 + x) β sunt :

Pn(α , β ) ( x) =
(−1) n
n!⋅2 n
⋅ (1 − x ) −α
⋅ (1 + x ) −β
⋅
dn
dx n
[ ]
(1 − x )α + n ⋅ (1 + x) β + n , cuα , β > −1
.

Nu insistăm asupra lor decât într-un caz particular şi anume :

(ii) Polinoamele lui Legendre sunt cazuri particulare ale polinoamelor lui Jacobi şi
anume când α = β = 0 rezultând ponderea p( x ) ≡ 1 .
Deci polinoamele lui Legendre sunt :

Ln ( x ) =
1
⋅
n!⋅2 dx
n
dn
n
[ ]
( x 2 − 1) n pentru n= 0,1,2,3 …

18
 1 ⎧ 0........................................, m ≠ n
⎪
Avem : ∫ 1 ⋅ Ln ( x) ⋅ Lm ( x)dx = ⎨ 2 ⋅ Γ(n + 1) ⋅ Γ(n + 1) = 2 , m = n
−1 ⎪⎩ n!⋅(2n + 1) ⋅ Γ(n + 1) 2n + 1

Facem observaţia că polinoamele de grad par conţin numai puteri pare ale lui x ,
iar cele de grad impar conţin numai puteri impare ale lui x . Formula de recurenţă este :

(n + 1) Ln +1 ( x) − (2n + 1) ⋅ x ⋅ Ln ( x) + nLn −1 ( x) = 0

Ecuaţia diferenţială pe care o satisfac este :

d ⎡
⎢
dx ⎣
(
1 − x 2 ) n ⎥ + n(n + 1) ⋅ Ln ( x) = 0 .
dL ( x) ⎤
dx ⎦

Pentru ele are loc formula lui Laplace :

π
1
π∫
Ln ( x ) = (x − x 2 − 1 ⋅ cos θ ) n dθ .
0

Dând lui n valorile 0 şi 1 , şi apoi folosind formula de recurenţă obţinem cazurile

particulare :

1 1 1
L0 ( x) = 1, L1 ( x) = x, L2 ( x) = (3 x 2 − 1), L3 ( x) = (5 x 3 − 3x), L4 ( x) = (35 x 4 − 30 x 2 + 3),
2 2 8
1
L5 = (63x 5 − 70 x 3 + 15 x),...
8

(iii) Polinoamele lui Cebâşev de specia întâi – ortogonale pe , cu ponderea

1
p ( x) = sunt :
1− x2

Tn = cos(n ⋅ arccos x), pentru n= 0,1,2,3…, deci cu x < 1 .

Avem relaţia :

⎧π , m = n = 0
π
1
Tn ( x) ⋅ Tm ( x) ⎪π
∫ dx = ( x = cos t ) = ∫ cos nt ⋅ cos mtdt = ⎨ , n = m ≠ 0
−1 1− x2 0 ⎪2
⎩ 0,.......m ≠ n

19
 Formula de recurenţă este :

Tn +1 ( x) = 2 xTn ( x) − Tn −1 ( x) , pentru n=1,2,3,…

Se obţine relaţia cos(n + 1)θ = 2 cos θ ⋅ cos nθ − cos(n − 1)θ , făcând substituţia
θ = arccos x .

Ecuaţia diferenţială pe care o satisfac este :

(1 − x 2 )Tn" ( x) − xTn' ( x) + n 2Tn ( x) = 0

T0 ( x) = 1, T1 ( x) = x
T2 ( x) = cos(2 arccos x) = cos 2 (arccos x) − 1 = 2 x 2 − 1

celelalte obţinându-se prin relaţia de recurenţă .

Se observă deci că Tn ( x) este un polinom de grad n , cu coeficientul dominant
2n .
Tn ( x)
Au fost studiate şi polinoamele Tn ( x) = , deci cu coeficientul dominant 1 ,
2 n −1
care se numesc şi polnoamele cele mai apropiate de zero (deci care se abat cel mai puţin
de la 0 ).
Pentru aflarea rădăcinii facem
Tn ( x) = 0 adică
π (2m + 1)π
cos(n ⋅ arccos x) = 0 ⇒ n arccos x = (2m + 1) ⋅ ⇒ x m = cos , pentru
2 2n
m = 0, n − 1 , ele sunt distincte şi din intervalul [− 1,1]

(iv) Polinamele lui Cebâşev de specia a doua , ortogonale pe [− 1,1] şi cu ponderea

p( x) = 1 − x 2 , sunt :

sin[(n + 1) arccos x ]
U n ( x) = , n=0,1,2,…
1− x2

Avem :
1 π ⎧⎪ 0, k ≠ i
∫
−1
1 − x 2 ⋅ U k ( x) ⋅ U i ( x)dx = ( x = cos t ) = ∫ sin( k + 1)t ⋅ sin(i + 1)tdt = ⎨π
0 ⎪⎩ 2 , k = i

Făcând derivata lui Tn+1 ( x) obţinem :

20
 1 1
Tn'+1 ( x) = (n = 1) sin[(n + 1) arccos x ] ⋅ = (n + 1)U n ( x) ⇒ U n ( x) = Tn'+1 ( x)
1− x2 n +1
Formula de recurenţă pentru specia a doua este :

pentru n=1,2,3…

Ecuaţia diferenţială pe care o satisfac este :

(1 − x 2 )U n" ( x) − 3 xU n' ( x) + (n 2 − 4n)U n ( x) = 0

cu : U o ( x) = 1,U 1 ( x) = 2 x, U 2 ( x) = 4 x 2 − 1,U 3 ( x) = 8 x 2 − 4 x,....

(v) Polinoamele lui Laguerre –ortogonale pe [0, ∞ ] cu ponderea p ( x) = x α ⋅ e − x , cu

α > − 1.
Sunt date de relaţia :

d n α +n − x
L(nα ) ( x) = (−1) α ⋅ x −α ⋅ e x ( x ⋅ e ) , pentru n=0,1,2,3,…
dx n
Formula de recurenţă este :

L(nα+)1 ( x) − ( x − α − 2n − 1) L(nα ) ( x) + n(α + n) L(nα−)1 ( x) = 0 , pentru n=1,2,3,…

Ecuaţia diferenţială pe care o satisfac este :

[ ]"
[ ]
'
x L(nα ) ( x) + (α + 1 − x) ⋅ L(nα ) ( x) + nL(nα ) ( x) = 0
Tot polinoame Laguerre se numesc uneori şi cazurile particulare când α = 0 şi
deci p( x) = e − x , pe intervalul [0, ∞ ] , care sunt :
L0 ( x) = 1, L1 ( x) = x − 1, L2 ( x) = x 2 − 4 x + 2,...

(vi) Polinoamele lui Hermite –ortogonale pe [− ∞, ∞ ] , cu ponderea p ( x) = e − x

2

2 d n − x2
Sunt date de : H n ( x) = (−1) n ⋅ e x (e ) , pentru n=0,1,2,3,…
dx n

Avem :
∞
⎧ 0,.............m ≠ n
∫e
− x2
⋅ H m ( x) ⋅ H n ( x)dx = ⎨ n
−∞ ⎩2 ⋅ n!⋅ π , m = n

Formula de recurenţă este :

H n +1 ( x) − 2 xH n ( x) + 2nH n −1 ( x) = 0 , pentru n=1,2,3,…

21
 Ecuaţia diferenţială pe care o satisfac este :

H n" ( x) − 2 xH n' ( x) + 2nH n ( x) = 0

Cazuri particulare : H 0 ( x) = 1, H 1 ( x) = 2 x, H 2 ( x) = 4 x 2 − 2, H 3 ( x) = 8 x 3 − 12 x,...

Aplicaţii

Primele şase polinoame Cebâşev de specia întâi sunt :

T0 ( x) = 1, T1 ( x) = x, T2 ( x) = 2 x 2 − 1, T3 ( x) = 4 x 3 − 3 x, T4 ( x) = 8 x 4 − 8 x 2 + 1,
T5 ( x) = 16 x 5 − 20 x3 + 5 x, T6 ( x) = 32 x 6 − 48 x 4 + 18 x 2 − 1.

Din aceste relaţii se pot scoate uşor puterile lui x în funcţie de aceste polinoame ale lui
Cebâşev .

1 1 1
1 = T0 , x = T1 , x 2 =
(T0 + T2 ), x 3 = (3T1 + T3 ), x 4 = (3T0 + 4T2 + T4 ),
2 4 8
1 1
x 5 = (10T0 + 5T3 + T5 ), x 6 = (10T0 + 15T2 + 6T4 + T6 ).
16 32

Se demonstrează că dacă f(x) este continuă pe [a, b] , există un polinom

Pn (x) unic, de grad n (numit şi polinom de minimax ), astfel încât abaterea

Δ min max = f ( x) − Pn ( x) ,
să fie minimă .
De exemplu , luăm funcţia f : [a, b] → R, f ( x) = cos x , pe care dorim să o
aproximăm printr-un polinom de minimax de gradul 2 .
Pentru cosx avem dezvoltarea

x2 x4 x6 x 2n
cos x = 1 − + − + ... + (−1) n ⋅ + ...., x ∈ R
2! 4! 6! (2n)!
şi folosind puterile lui x scrise cu polinoamele lui Cebâşev de specia întâi , avem :

1 ⎡1 ⎤ 1 ⎡1 ⎤
cosx ≈ T0 −
⎢ (T0 + T2 )⎥ + ⎢ (3T0 + 4T2 + T4 ⎥
2! ⎣ 2 ⎦ 4! ⎣ 8 ⎦
Neglijând acum pe T4 care contribuie în mai mică măsură la formarea sumei (şi pentru
că dorim un polinom de gradul doi ), avem :

144 44 191 88 2
cosx ≈ T0 − T2 , sau cos x ≈ − x
192 192 192 192

22
o aproximare destul de bună a funcţiei cos printr-un polinom de gradul doi .
191
Pentru x = 0 , aproximaţia este ≈ 0,99479 , deci avem o eroare de 0,00521 .
192

Observaţii :
Dacă funcţia este definită pe [a, b] ,ar trebui făcute mai întâi transformări care să
ducă intervalul [a, b] în [− 1,1] , şi invers .
Aceste transformări sunt :

1
x= [(b − a) x + (b + a)], duce [a, b] în [− 1,1]
2

1
z= (2 x − b − a) , duce [− 1,1] în [a, b] .
b−a
De exemplu : Să se aproximeze funcţia F ( y ) = y 2 , cu un polinom de minimax de
gradul unu pe [0,1] .
Rezolvare : Se face transformarea x = 2y-1 , care duce [0,1] în [− 1,1] , iar
F ( y ) definită pe [0,1] , se transformă în
1
f ( x) = ( x 2 + 2 x + 1) definită pe [− 1,1]
4
2
Înlocuim din nou 1 , x, x cu polinoamele Cebâşev şi avem :
1 ⎡1 ⎤ 3 4 1
f ( x) = ⎢ (T0 + T2 ) + 2T1 + T0 ⎥ = T0 + T1 + T2
4 ⎣2 ⎦ 8 8 8

Renunţând la T2 (pentru că dorim aproximarea cu un polinom de gradul unu ) avem :

3 4 3 4
f ( x) ≈ T0 + T1 = + x
8 8 8 8

Revenind la intervalul [0,1] , avem :

3 4 1
F ( x) ≈ + (2 y − 1) = y − care este aproximarea cerută .
8 8 8

1.4. Cea mai bună aproximare a unei funcţii în raport cu o seminormă

Obiectivul acestei lucrări este de a expune o serie de tehnici de aproximare a unei

funcţii oarecare prin funcţii simple , uşor de implementat în calculator , cu proprietăţi

23
bune de regularitate : polinoame algebrice , polinoame trigonometrice , funcţii
polinomiale pe subintervale , etc.
Mulţimea funcţiilor reale este un spaţiu liniar infinit dimensional , în timp ce
mulţimile de funcţii în care se caută aproximarea - polinoame algebrice de grad limitat,
polinoame trigonometrice de ordin limitat – sunt subspaţii finit dimensionale . Astfel
problema abstractă care stă la baza acestor tehnici este aceea a aproximării elementelor
unui spaţiu infinit dimensional prin reprezentanţi ai unui subspatiu finit dimensional .
Pentru a preciza însă noţiunea de aproximare şi a putea aprecia eroarea care apare
dacă înlocuim obiectul aproximării prin elementul aproximant , este necesar să
presupunem că , în spaţiul de funcţii infinit dimensional este definită o normă sau măcar
o seminormă .

1.4.1 Spaţii liniare normate şi seminormate .

Se defineşte norma pe un spaţiu liniar real X , ca fiind o funcţie . : X → R , care
satisface axiomele :
(1) f ≥ 0, ∀f ∈ X
(2) f = 0 ⇒ f = 0
(3) α ⋅ f = α ⋅ f , ∀α ∈ R, ∀f ∈ X
(4) f + g ≤ f + g , ∀f , g ∈ X
Dacă pe spaţiul X este definită o normă , X este un spaţiu liniar normat .Norma
induce o convergenţă în spaţiul X : un şir { f k }, k = 1,2,... este convergent în norma . ,
la f ∈ X
dacă lim f k − f = 0 .
k →∞

Este cunoscut faptul că , într-un spaţiu finit dimensional , convergenţa în raport cu

o normă implică convergenţa în raport cu orice altă normă , toate fiind echivalente cu
convergenţa pe componente . Acest rezultat este însă specific spaţiilor finit dimensionale,
în cazul infinit dimensional convergenţa în raport cu o normă nu induce neapărat
convergenţa în raport cu altă normă .
În continuare vom enumera principalele spaţii liniar normate care ne vor fi utile .

1) Spaţiul funcţiilor continue pe o mulţime compactă D ⊂ R n

Se notează cu C(D) şi este înzestrat cu norma lui Cebâşev :

f = sup f ( x) , ∀f ∈ C ( D)
x∈D
Axiomele normei sunt uşor de verificat în acest caz şi convergenţa în raport cu
această normă este convergenţa uniformă a şirurilor de funcţii .
Dacă n = 1 şi D = [a, b] , este un interval închis şi mărginit pe axa reală , vom nota
spaţiul funcţiilor continue pe un compact cu C[a,b].

24
2)Spaţiul funcţiilor de m ori derivabile cu derivatele continue pe o mulţime compactă
D ⊂ R n , se notează cu C m (D) , şi este înzestrat cu norma :
m
f = max Di f , f ∈ C m ( D)
i =0

∂i f n
Di f = i
∂ 1 x1∂ i2 x 2 ...∂ in x n
, i = ∑
k =1
ik

în care normele derivatelor sunt cele ale lui Cebâşev , iar D0 f = f .

Convergenţa şirurilor faţă de această este echivalentă cu convergenţa uniformă a
funcţiilor şi a derivatelor lor până la ordinul n .
Dacă n = 1 şi D = [a, b] , notăm cu C m [a, b] acest spaţiu .

3) Spaţiul L p [a, b],1 ≤ p < ∞ , al funcţiilor f de variabilă reală definite aproape peste tot în
p
[a,b] măsurabile şi cu puterile f , integrabile ( în sens Lebesque ) pe intervalul [a,b] ,
care poate fi şi nemărginit , se poate înzestra cu norma :

b 1
= ( ∫ f dx)
p p
f p
.
a

Pentru a dovedi axioma triunghiulară (iv) din definiţia normei , vom dovedi mai
întâi inegalitatea :
a p bq 1 1
ab ≤ + , ∀a, b > 0, cu + = 1
p q p q

cp 1
Luând minimul funcţiei ϕ (c) = + − c, c ≥ 0, care este 0 pentru c = 1 , şi
p q
−1
( p −1)
punând c = ab , obţinem inegalitatea de mai sus , care devine egalitate pentru
1
( p −1)
a=b .
Fie acum funcţiile f ∈ L p [a, b] şi g ∈ Lq [a, b] .Luând în inegalitatea de mai sus :

f ( x) g ( x)
a= , b= şi integrând ambii membri de la a la b obţinem inegalitatea
f p
g q

lui Hölder :
1 p 1
b
⎛b ⎞ ⎛b ⎞ q
∫a f ( x) g ( x) dx ≤ ⎜⎝ ∫a f ( x) dx ⎟⎠ ⎜⎝ ∫a g ( x) dx ⎟⎟⎠ .
p q
⎜ ⎟ ⎜

Cu ajutorul acestei inegalităţi se poate obţine acum , pentru orice două funcţii
f1 , f 2 ∈ L p [a, b] , ţinând seama că (p-1)q =p ,

25
b b p −1 b p −1

∫ f 1 ( x) + f 2 ( x) dx ≤ ∫ f 1 ( x) ⋅ f 1 ( x) + f 2 ( x) dx + ∫ f 2 ( x) ⋅ f1 ( x) + f 2 ( x)
p
dx ≤
a a a
1 1 1 1
⎛b ⎞ p ⎛b q ( p −1)
⎞ q
⎛b ⎞ p
⎛b ⎞ q
≤ ⎜⎜ ∫ f1 ( x) dx ⎟⎟
p ⎜
⋅ ∫ f 1 ( x) + f 2 ( x) dx ⎟ + ⎜⎜ ∫ f 2 ( x) dx ⎟⎟
p
⋅ ⎜⎜ ∫ f1 ( x) + f 2 ( x)
q ( p −1)
dx ⎟⎟
⎝a ⎠ ⎜a ⎟ ⎝a ⎠ ⎝a ⎠
⎝ ⎠

de unde urmează inegalitatea lui Minkovski :

f1 + f 2 p ≤ f1 p
+ f2 p

Convergenţa unui şir de funcţii în raprot cu norma din L p [a, b] se numeşte

convergenţă în medie de ordin p . În cazul p = 2 este vorba de convergenţă în medie
pătratică . Este uşor de văzut că un şir de funcţii uniform convergent este şi convergent în
medie de orice ordin , dar reciproca nu este adevărată .
O clasă importantă de spaţii liniare o formează cele cu produs interior . Într-un
spaţiu liniar X se spune că s-a definit un produs interior dacă există o aplicaţie care duce
fiecare pereche de elemente f , g ∈ X într-un număr real notat ( f , g ) cu proprietăţile :
(a) ( f , g ) = ( g , f ), ∀f , g ∈ X
(b) (α 1 f1 + α 2 f 2 , g ) = α 1 ( f1 , g ) + α 2 ( f 2 , g ), ∀α 1 , α 2 ∈ R, ∀f1 , f 2 ∈ X
(c) ( f , f ) ≥ 0, ∀f ∈ X
(d) ( f , f ) = 0 ⇒ f = 0

Produsul scalar vectorial din R n , ( f , g ) = f1 g1 + f 2 g 2 + ... + f n g n ,este un exemplu

de produs interior. Dacă ( f , g ) = 0 ,se spune , ca şî în spaţiul R n , că cele două elemente
sunt ortogonale .
Din axiomele produsului interior rezultă că , pentru orice f , g ∈ X şi α ∈ R
avem relaţia :
(*) 0 ≤ ( f + αg , f + αg ) = ( f , f ) + 2α ( f , g ) + α 2 ( g , g ) de unde

( f , g )2 − ( f , f )(g , g ) ≤ 0, sau
( f , g ) ≤ ( f , f ) 12 ⋅ (g , g ) 12
care este inegalitatea lui Schwarz.
f = ( f , f ) 2 , ∀f ∈ X este o normă pe X.
1
Aceasta permite să dovedim că :
Într-adevăr axiomele (1),(2),(3) ale normei rezultă din cele ale produsului scalar cu
uşurintă , iar inegalitatea triunghiulară rezultă cu ajutorul inegalităţii lui Schwarz :

= ( f + g , f + g ) = f + 2( f , g ) + g ≤ f + 2 f ⋅ g + g = ( f + g )
2 2 2 2 2 2
f +g
Deci am definit o normă , care se numeşte norma indusă de produsul interior .
Dacă în inegalitatea triunghiulară de mai sus are loc egalitatea pentru anumiţi
f , g ∈ X , g ≠ 0 ,atunci din relaţia (*) găsim :

26
 = ( f +α g )
2 2
f + αg
− f
şi luând α = , obţinem f + αg = 0 adică f + αg = 0
g
În general se spune că o normă este strictă dacă are loc implicaţia :

f , g ∈ X , f + g = f + g ⇒ ∃α 1 , α 2 ∈ R, α 1 + α 2 ≠ 0, α 1 f + α 2 g = 0.

Din cele arătate mai sus rezultă că norma indusă de produsul interior este strictă .
− f
Într-adevăr , dacă g ≠ 0 putem lua α 1 = 1, α 2 = α = iar când g = 0 luăm
g
α 1 = 0, α 2 = 1 .
Un exemplu de spaţiu cu produs interior este spaţiul L2 [a, b] definit mai sus .
Produsul interior se poate defini în acest caz prin
b
( f , g ) = ∫ f ( x) g ( x)dx
a

Axiomele (a),(b),(c),(d) sunt uşor de verificat , cu observătia că funcţia nulă este

aici funcţia egală cu zero a.p.t.(aproape peste tot – adică este nenulă pentu o mulţime
numărabilă sau finită de elemente ).
Norma definită mai sus în L2 [a, b] este evident norma indusă de acest produs
interior . O generalizare naturală a acestui produs este
b
( f , g ) p ( x ) = ∫ p( x) f ( x) g ( x)dx , unde p(x) este o funcţie fixată numită
a
b
pondere cu proprietăţile : p( x) ≥ 0, ∀x ∈ [a, b]; ∫ p( x)dx > 0 .
a
b
1
Norma indusă de acest produs interior este : f p( x)
= ( ∫ p ( x) f ( x) 2 dx) 2 , iar
a

pentru p( x) ≡ 1 găsim f 2
.
În teoria aproximării funcţiilor este sufucientă în multe cazuri o ipoteză mai slabă
decât cea a existenţei unei norme pe spaţiul X. Vom spune că pe spaţiul X s-a definit o
seminormă , dacă există o funcţie . : X → R care satisface axiomele (1),(3),(4) ale
normei .Evident că o normă este în acelaşi timp şi seminormă , dar dacă efectiv axioma
(2) nu este satisfăcută pentru anumiţi x ∈ X ,vom spune că . este o seminormă proprie.
Pentru o seminormă proprie , deşi 0 = 0 ,după axioma (3) , există şi elemente x ≠ 0
care au x = 0 .Dacă pe spaţiul X este definită o seminormă , se spune că spaţiul X este
un spaţiu liniar seminormat .
Exemple de spaţii seminormate vom întâlni în paragrafele următoare .
O clasă de seminorme o formează cele induse de semi-produs interior , adică o
aplicaţie pe X×X → R , care satisface numai axiomele (a),(b),(c) ale unui produs interior.

27
Inegalitatea lui Schwarz rămâne valabilă şi în acest caz , ceea ce permite demonstrarea
inegalităţii triunghiulare . De asemenea , pe aceeaşi cale se arată că o seminormă indusă
de un semi-produs interior este strictă , ceea ce înseamnă că are loc implicaţia puţin
modificată :

∃f , g ∈ X , f + g = f + g ⇒ ∃α 1 , α 2 ∈ R, α 1 + α 2 ≠ 0, α 1 f + α 2 g = 0.
Din axiomele seminormei urmează imediat inegalitatea :
(**) x − y ≤ x − y , ∀x, y ∈ X
Dacă Y ⊂ X este un subspaţiu al spaţiului liniar seminormat X, Y la rândul lui
este seminormat cu seminorma definită ca restricţie la Y a seminormei date pe X .

1.4.2 Definiţia celei mai bune aproximări

Fie acum pe spaţiul de funcţii infinit dimensionale X , definită o seminormă , . şi

fie X m un subspaţiu liniar al lui X , finit dimensional , cu dim X m = m .Să precizăm
noţiunea de aproximare a unei funcţii f ∈ X prin funcţii din X m .
Pentru fiecare funcţie g m ∈ X m , f − g m ≥ 0 este o măsură a erorii care s-ar face
dacă în locul funcţiei f am folosi funcţia g m .Este natural atunci să spunem că g m este o
cea mai bună aproximaţie în X m a lui f , în raport cu seminorma dată , dacă are loc
egalitatea :
(***) f − g m = inf f − g m = d m
g m ∈X m

Din definiţia aceasta nu rezultă că există totdeauna cea mai bună aproximaţie în
raport cu o seminormă şi nici că este unică . De aceea existenţa şi unicitatea trebuie
studiate pentru fiecare caz în parte . De asemenea o problemă deosebită este şi calculul
efectiv al celei mai bune aproximaţii în cazul în care există şi este unică . În anumite
situaţii această problemă este ea însăşi o chestiune dificilă care necesită la rândul ei
aproximaţii. De importanţă deosebită este şi evaluarea erorii . Dacă seminorma este
proprie , marginea inferioară d m din (***) poate fi şi zero , ceea ce înseamnă că
f − gm nu este o evaluare potrivită a erorii . Mai adecvată este estimarea erorii
punctuale sau restului R( x) = f ( x) − g m ( x) ,adică a erorii într-un punct fixat x.Uneori
se pot obţine evaluări într-o normă mai puternică decât seminorma dată .
O altă problemă se referă la convergenta aproximării , adică la cercetarea
condiţiilor în care , lăsând dimensiunea m a subspaţiului X m să crească la infinit , şirul
celor mai bune aproximaţii g m converge la funcţia f pe care o aproximăm , în sensul
unei norme pe X . Dacă are loc această convergenţă , de va justifica în practică
determinarea unor aproximări g m din ce în ce mai bune odată cu creşterea lui m şi
oprirea calculelor atunci când diferenţa a a două aproximări succesive este neglijabilă .
Vom lua un exemplu . Fie X spaţiul funcţiilor de n ori diferenţiabile într-o
vecinătate a unui punct x0 , pe care definim seminorma :

28
 n
f = ∑ f ( j ) ( x0 ) , ∀f ∈ X ,
j =0

în care f = f iar ceilalţi termeni sunt derivatele lui f .

(0)

Aceasta este o seminormă proprie pentru că f =0 implică

f ( x0 ) = f ' ( x 0 ) = ... = f ( n ) ( x0 ) = 0 , adică poate avea loc şi pentru funcţii neidentic nule ,
care au pe x0 ca rădăcină de multiplicitate cel puţin n+1 . Să luăm drept spaţiu finit
dimensional X m , spaţiul polinoamelor de grad cel mult n , cu dimensiunea m=n+1 .
Restricţia seminormei de mai sus la acest subspaţiu este o normă , căci singurul polinom
de grad cel mult n , care are pe x0 ca rădăcină de multiplicitate n+1 este polinomul
identic nul .
Luând în particular polinomul lui Taylor :
f ( n +1) (ξ )
g m ( x) = f ( x0 ) + f ( x0 )( x − x0 ) + ... +
'
( x − x0 ) ,
(n + 1)!
( j)
avem g m ( x) = f ( x0 ), g m ( x0 ) = f ( j ) ( x0 ), j = 1,2,3,..., n
adică : f − g m = 0 ≤ f − g m , ∀g m ∈ X n +1 .
Deci d m = 0 şi cea mai bună aproximaţie în sensul acestei seminorme este
polinomul lui Taylor g m . Este ştiut că evaluarea restului într-un punct fixat x poate fi
făcută de exemplu , dacă presupunem în plus diferenţiabilitatea încă o dată a funcţiei şi
continuitatea în x0 a derivatei de ordinul n+1 . În această ipoteză :
f ( n +1) (ξ )
R ( x) = f ( x) − g m ( x) = ( x − x0 ), cuξ = ξ ( x, x 0 ) în vecinătatea lui x0 .
(n + 1)!
Convergenţa aproximării lui Taylor când n → ∞ are loc pentru funcţii analitice.

1.4.3 Teoreme generale de existenţă şi unicitate

Vom prezenta aici două rezultate generale de existentă şi unicitate a celei mai bune
aproximaţii care acoperă majoritatea situaţiilor concrete .

Teorema 1

Fie seminorma . : X → R definită pe spaţiul X , cu proprietatea că restricţia ei la

subspaţiul X m ⊆ X , cu dim X m = m , este o normă . Atunci , pentru fiecare f ∈ X există
măcar o cea mai bună aproximaţie în X m , în raport cu seminorma dată . Dacă în plus
d m = 0 (pentru o seminormă proprie ), cea mai bună aproximaţie este unică .

Demonstraţie :

29
 Pentru a dovedi existenţa vom căuta să aplicăm teorema lui Weierstrass care arată că
o funcţie continuă pe o mulţime compactă îşi atinge infimumul .
Fie e1 , e2 ,..., em funcţii care formeză o bază în X m . Notând cu g m(1) , g m( 2 ) ,..., g m( m )
coordonatele în acestă bază a unei funcţii g m ∈ X m ,să considerăm funcţia de m
variabile :
n
ϕ ( g m(1) , g m( 2 ) ,..., g m( m ) ) = f − g m = f − ∑ g m( i ) ei , cu f ∈ X fixată .
i =1

Avem , din (**) :

ϕ ( g m(1) + ε (1) , g m( 2 ) + ε ( 2) ,..., g m( m ) + ε ( n ) ) − ϕ ( g m(1) , g m( 2) ,..., g m( m ) ) =

n m m m
= f − ∑ ( g m( i ) + ε ( i ) )ei − f − ∑ g m( i ) ei ≤ ∑ ε ( i ) ei ≤ e ∑ ε ( i )
i =1 i =1 i =1 i =1

unde am notat cu e=max { e1 , e2 ,..., em }.Aceasta arată că funcţia ϕ este continuă . In

particular , pentru f ≡ 0 ,obţinem şi continuitatea normei din X .
Să notăm acum cu S m mulţimea din X m dată de :
⎧ m m
⎫
S m = ⎨hm ∈ X m / hm = ∑ hm( i ) ei , ∑ hm( i )
2
= 1⎬
⎩ i =1 i =1 ⎭

care este evident mărginită şi închisă , deci compactă în spaţiul finit dimensional X m .
Norma ,ca funcţie continuă , este mărginită pe S m şi îşi atinge marginile . Avem
atunci :

ρ m = inf { hm , hm ∈ S m } ≥ 0

De fapt ρ m > 0 , căci dacă ar fi nulă , cum există hm ∈ S m , cu ρ m = hm , ar rezulta

hm = 0 ∈ S m (pentru că în X m restricţia seminormei este normă ) ceea ce este absurd după
definitia lui S m de mai sus .
1
⎛ m 2⎞ 2
Fie acum g m ∈ X m oarecare ( g m ≠ 0 ) şi să notăm σ ( g m ) = ⎜ ∑ g m( i ) ⎟ .
⎝ i =1 ⎠
gm
Atunci avem , evident ∈ S m şi deci :
σ (gm )

gm
f − gm ≥ gn − f = σ (gm ) − f ≥ σ (g m )ρ m − f .
σ (gm 0

30
 f + dm
De aici rezultă că pentru toate funcţiile g m ∈ X m cu σ ( g m ) > R = are loc
ρm
inegalitatea : d m < ϕ ( g m(1) , g m( 2 ) ,..., g m( m ) ) = f − g m .

Notând cu Σ n = {g m ∈ X m / σ ( g m ) ≤ R} , avem atunci :

d m = inf ϕ ( g m(1) , g m( 2 ) ,..., g m( m ) ) = inf ϕ ( g m(1) , g m( 2) ,..., g m( m ) ) .

g m ∈X m g m ∈Σ m

Teorema lui Weierstass se poate aplica atunci funcţiei continue ϕ pe mulţimea

compactă Σ n şi aceasta asigură existenţa celei mai bune aproximaţii .

Dacă d m = 0 , să demonstrăm unicitatea prin reducere la absurd.

Presupunem că ar exista două funcţii g m , g m ∈ X m , distincte , care verifică
condiţia : f − gm = f − gm = dm = 0 .
Atunci inegalitătile :

0 ≤ g m − g m ≤ f − g m + f − g m = 2d m = 0 ,

demonstrează că g m − g m = 0 şi cum pe X m seminorma este o normă , avem că

g m − g m = 0 , contrar presupunerii făcute .

Deci cea mai bună aproximaţie este unică . Cu aceasta teorema este complet
demonstrată .

Existenţa celei mai bune aproximaţii are loc şi în condiţii mai generale decât cele
din teorema 1 , dar în toate cazurile concrete pe care le vom studia , ipotezele de existentă
din această teoremă sunt îndeplinite .

Ipoteza d m = 0 care asigură unicitatea nu este însă întotdeauna îndeplinită în

cazuruile concrete care vor urma . O altă condiţie care asigură unicitatea celei mai bune
aproximaţii se referă la un anumit tip de seminormă – seminorma strictă .

Teorema 2

Fie pe spaţiul liniar X definită o seminormă strictă . , astfel încât restricţia ei la

subspaţiul finit dimensional X m ⊆ X , cu dim X m = m , să fie o normă . Atunci cea mai
bună aproximaţie a oricărie funcţii f ∈ X , în X m , în raport cu seminorma dată , există
şi este unică .

31
 Demonstraţie :

Existenţa rezultă din teorema precedentă .

Pentru a demonstra unicitatea presupunem că ar exista g m , g m ∈ X m distincte ,
astfel încât : f − gm = f − gm = dm .
Atunci din inegalităţile :

gm + gm 1
dm ≤ f − = 2 f − (gm − gm ) ≤
2 2
1 1 1 1
≤ f − gm + f − gm = dm + dm = dm
2 2 2 2

vom avea : 2 f − (gm + gm ) = f − gm + f − gm .

Cum seminorma este strictă , rezultă existenta numerelor reale α 1 , α 2 care nu sunt
ambele nule astfel ca :
(****) α1 ( f − g m ) + α 2 ( f − g m ) = 0 .
Vom considera două cazuri posibile .
Dacă α 1 + α 2 = 0 , din (****) rezultă că g m − g m = 0 , deci g m = g m , contrazice
presupunerea .

Dacă α 1 + α 2 ≠ 0 , împărţind la α 1 + α 2 în inegalitatea (****), obţinem :

α1 g m + α 2 g m
0 ≤ dm ≤ f − = 0 deci d m = 0 ,
α1 + α 2

ceea ce conduce , dupa demonstraţia de la teorema 1 la unicitate , deci din nou se

contrazice presupunerea făcută .
Deci în ambele cazuri este contrazisă presupunerea existenţei a două cel mai bune
aproximaţii , deci avem unicitate .
În cazuri concrete este posibil ca nici una din cele două ipoteze de unicitate prezentate
de noi să fie verificate şi să fie necesar să demonstrăm direct unicitatea .

32
 Capitolul 2

Interpolare polinomială
Considerăm o funcţie f : [a, b] → R , continuă , iar pe intervalul [a, b] , luăm un
sistem de n + 1 noduri {xi }in=0 distincte , în care cunoaştem valorile funcţiei y i = f ( xi ) ,
pentru i = 0, n adică avem tabelul :

xi x0 =a x1 x2 … x n −1 xn = b
f ( xi ) y0 y1 y2 … y n −1 yn

Se dă un punct x ∈ [a, b], x ≠ xi , pentru i = 0, n şi se pune problema aproximării

funcţiei f în acest punct x , în funcţie de valorile cunoscute din tabel .
Problema interpolării polinomiale constă în aproximarea funcţiei f în acest punct x
printr-un polinom :
k
p k ( x) = ∑ a j ⋅ x j
j =0

unde k să fie maxim , p k (x) unic determinat astfel încât y i = f ( xi ) = p k ( xi ) , i = 0, n .

Aceasta înseamnă că avem :
k

∑a
j =0
j ⋅ x j = y i , i = 0, n

adică un sistem liniar neomogen de n+1 ecuaţii cu k+1 necunoscute (a 0 , a1 ,..., a k ) .

Dacă n<k sistemul poate fi : compatibil ( dar nu cu soluţie unică ) sau
incompatibil ; ambele cazuri sunt neinteresante .
Rămâne cazul n ≥ k şi cum noi dorim să avem k maxim , alegem k=n .
n
Atunci sistemul devine : ∑aj =0
j ⋅ x j = y i , i = 0, n

Adică un sistem liniar neomogen de n+1 ecuaţii cu n+1 necunoscute (a 0 , a1 ,..., a n ) cu

determinantul sistemului :

1 x 10 ... x0n
1 x11 ... x1n
= ∏ (xi − x j ) ≠ 0 , pentru că nodurile sunt distincte ( este un
... ... ... ... n≥i > j ≥0
1 x 1n ... x nn
determinant Vandermonde ) . Deci acest sistem are soluţie unică şi deci polinomul de
interpolare este unic şi de grad n ( dacă a n = 0 va fi de grad < n )

33
 Notaţia folosită este p n ( f ; x0 , x1 ,..., x n ; x) iar dacă nodurile sunt fixate , notaţia
poate fi şi p n ( f ; x) .
n
Notăm cu : ω n +1 ( x) = ( x − x0 )( x − x1 )...( x − x n ) = ∏ ( x − xi ) , un polinom de
i =0

grad n+1 şi convenim ω 0 ( x) ≡ 1 ( se numeşte polinom fundamental Newton).

2.1.Polinomul de interpolare Lagrange

Fie o funcţie f : [a, b] → R , continuă , iar pe intervalul [a, b] , luăm un sistem

de n + 1 noduri {xi }in=0 distincte oarecare , în care cunoaştem valorile funcţiei
y i = f ( xi ) , pentru i = 0, n .

Teoremă de existenţă şi unicitate

Există un polinom unic P de grad cel mult n şi care satisface P( xi ) = f ( xi ) ,

pentru i = 0, n .

Demonstraţie :
Vom demonstra mai întâi că , pentru orice i = 0, n , există un polinom li (x) , de
grad cel mult n , care satisface ecuaţia li ( x j ) = δ ij pentru j = 0, n , unde :
⎧1, i = j
li ( x j ) = δ ij = ⎨
⎩0, i ≠ j
Cu aceste notaţii rezultă că nodurile x0 , x1 ,..., xi −1 , xi +1 ,..., x n sunt rădăcini ale lui
li (x) , deci avem relaţia :

n
l i ( x) = ci ( x − x0 )( x − x1 )...( x − xi −1 ) ( x − xi +1 )...( x − x n ) = ∏ ( x − x k )
k =0
k ≠i

Pentru a determina şi constanta ci , punem condiţia l i ( xi ) ≡ 1 , deci vom obţine :

n
1 = ci ( xi − x0 )( xi − x1 )...( xi − xi −1 ) ( xi − xi +1 )...( xi − x n ) = ∏ ( xi − x k ) ⇒
k =0
k ≠i

1
ci = ⇒
( xi − x0 )( xi − x1 )...( xi − xi −1 ) ( xi − xi +1 )...( xi − x n )

( x − x 0 )( x − x1 )...( x − xi −1 ) ( x − xi +1 )...( x − x n )
li ( x) =
( xi − x0 )( xi − x1 )...( xi − xi −1 ) ( xi − xi +1 )...( xi − x n )
Acest polinom este polinomul fundamental Lagrange .

34
 Existenţa unui polinom de grad cel mult n şi care în noduri verifică condiţia
P( xi ) = f ( xi ) , este uşor de demonstrat deoarece luăm
n
Pn ( xi ) = ∑ f ( xi ) ⋅ l i ( x) .
i =o
Pentru a dovedi unicitatea acestui polinom , presupunem că ar exista două
polinoame P,Q de grad cel mult n şi care în noduri satisfac condiţiile de mai sus .
Atunci R=P-Q este , de asemenea , de grad cel mult n şi se anulează în nodurile
x0 , x1 ,..., xi −1 , xi +1 ,..., x n . Deoarece cele n+1 zerouri ale lui R au fost presupuse diferite ,
rezultă că : R ( x) ≡ 0 ⇒ P ≡ Q .
Acest unic polinom este polinomul de interpolare Lagrange :

n ( x − x0 )... ...( x − x n ) n n x − xj
Ln ( f ; x0 , x1 ,..., x n ; x) = ∑ f ( xi ) = ∑ f ( xi ) ⋅ ∏
i =0 ( xi − x0 )... ...( xi − x n ) i =0 j =0 xi − x j
j ≠i

Considerând acum polinoamele fundamentale Newton

n
ω n +1 ( x) = ( x − x 0 )( x − x1 )...( x − x n ) = ∏ ( x − xi ) , avem că :
i =0

ω '
n +1 ( xi ) = ( xi − x0 )( xi − x1 )... ...( xi − x n )
n
ω n +1 ( x)
deci Ln ( f ; x0 , x1 ,..., x n ; x) = ∑ f ( xi ) .
i =0 ( x − xi )ω n' +1 ( xi )

Observaţii :

Dacă nu impunem condiţia ca gradul polinomului să fie cel mult n se poate găsi o
infinitate de polinoame care au valorile cerute în nodurile date , de exemplu polinomul :
Ln ( f ; x) + ω n +1 ( x) ⋅ Q( x) , oricare ar fi polinomul Q(x) , dar se obţine atunci
un polinom de grad cel puţin n+1 , adică mai mare ca n.

2.1.2 Eroarea în interpolarea Lagrange

Eroarea cu care este aproximată funcţia f(x) prin polinomul de interpolare este :
Rn ( x) = f ( x) − Ln ( f ; x 0 , x1 ,..., x n ; x)

Teoremă :
Dacă f ∈ C 2 n+1 ([a, b]) şi x ∈ [a, b] , atunci există un punct ξ situat în cel mai
mic interval care conţine punctele x, x0 , x1 ,..., x n , astfel încât :
f ( n +1) (ξ )
Rn ( x ) = ( x − x0 )( x − x1 )...( x − x n )
(n + 1)! 14444244443
ω n +1 ( x )

35
 Demonstraţie :

Definim funcţia ajutătoare ϕ : [a, b] → R prin

ϕ ( z ) = f ( x) − Ln ( f ; z ) − k ( z − x0 )( z − x1 )...( z − x n ) = Rn ( z ) − k ⋅ ω n +1 ( z ) ,

unde k este o constantă ce va trebui determinată .

Este evident că ϕ ( x 0 ) = ϕ ( x1 ) = ... = ϕ ( x n ) = 0 şi că este de clasă C n+1 ([a, b]) .
Să determinăm k astfel încât ϕ ( x) = 0 , x fiind punctul în care facem
aproximarea. .
f ( x ) − Ln ( f ; x )
Rezultă că : k= , ( x ≠ xi , pentru _ i = 1, n) deci
( x − x 0 )( x − x1 )...( x − x n )
numitorul este diferit de 0 .
Inseamnă că funcţia ajutătoare ϕ (z ) se anuleaza de n+2 ori pe [a,b] în punctele
x, x0 , x1 ,..., x n . Conform teoremei lui Rolle , ϕ ' ( z ) se anulează de n+1 ori pe [a,b] .
Aplicăm succesiv aceeaşi teoremă funcţiilor ϕ ' ( z ), ϕ " ( z ),..., ϕ ( n ) ( z ) , rezultă că
ϕ ( n+1) ( z ) se anulează o dată pe [a,b] , deci există un punct ξ ∈ [a, b], a.i.ϕ ( n +1) (ξ ) = 0 .
Din expresia lui ϕ (z ) avem :
ϕ ( n +1) ( z ) = f ( n +1) ( z ) − k ⋅ (n + 1)!
f ( n +1) (ξ )
Luăm aici z = ξ pentru k : k =
(n + 1)!
Deci :
f ( n +1) (ξ ) f ( n +1) (ξ )
ϕ ( z ) = f ( x ) − Ln ( f ; z ) − ( x − x0 )( x − x1 )...( x − x n ) ⇒ Rn ( x) = ⋅ ω n +1 ( x)
(n + 1)! (n + 1)!
c.c.t.d.

Observaţii :
1. Dacă f ( n+1) ( x) este mărginită pe [a,b] şi notăm cu M n +1 = sup f ( n +1) ( x ) , atunci
x∈[a ,b ]

M n +1
obţinem : f ( x ) − Ln ( f ; x ) ≤ ⋅ ω (x ) .
(n + 1)! n+1
Utilizarea practică a acestei relaţii este foarte restrânsă , deoarece funcţia este cunoscută
doar pe câteva noduri , deci nu se ştie nimic de funcţie şi mai ales de derivatele ei .

2. Dacă vrem ca diferenţa f ( x ) − Ln ( f ; x ) să fie minimă , ne putem ocupa de

ω n +1 ( x ) , iar ca aceste să fie minim ar trebui ca nodurile x0 , x1 ,..., x n să fie alese ca
zerourile polinoamelor Cebâşev .

3. În practică se pot calcula valorile diverselor polinoame Lagrange în mod iterativ ,

până se obţine o aproximare convenabilă în punctul x dat , prin procedeul Aitken-
Neville.

36
2.1.3.Procedeul Aitken-Neville

Se calculează polinomul de interpolare Lagrange în mod iterativ .

Notăm cu y i1i2 ...ik ( x) polinomul de interpolare Lagrange pentru funcţia f , construit
pe nodurile xi1 , xi2 ,..., xik (k ≤ n).
Polinoamele de gradul I şi anume y 0i ( x), i = 1, n se calculează uşor cu :
x − x0 f ( x0 )
x − xi f ( xi )
y 0i ( x ) = , i = 1,2,3,..., n
xi − x 0
y 0i ( x) = f ( x 0 )
Evident
y 0i ( xi ) = f ( xi ), i = 1, n
y 01i ( x), (i = 2, n),
Pornind de la aceste polinoame y 0i ( x) se pot construi : cu
y 012i ( x), (i = 3, n)etc.
ajutorul formulei de recurenţă :
x − xk y 012...( k −1),k ( x)
x − xi y 012...( k −1),k ( x)
(1) y 012...ki ( x) = , i = k + 1, n
xi − x k
Presupunând că y 012...( k −1),k ( x) , deja calculate sunt polinoame de interpolare de grad k în
x , rezultă din formula de mai sus că y 012...ki ( x) este polinom de grad k+1 .
In plus , avem că , pentru j = 0, k − 1

x j − xk f (x j ) x j − xk 1
f (x j ) ⋅
x j − xi f (x j ) x j − xi 1
y 012...( k −1) ki ( x j ) = = =
xi − x k xi − x k
f (x j )(x j − x k − x j + xi )
= = f (x j )
xi − x k

⎧ − ( x k − xi ) f ( x k )
⎪⎪ y 012...ki ( x k ) = xi − x k
= f ( xk )
De asemenea : ⎨ , i = k + 1.n
+ ( xi − x k ) f ( xi )
⎪ y 012...ki ( x) = = f ( xi )
⎪⎩ xi − x k
Din cauza unicităţii polinomului lui Lagrange de interpolare rezultă că y 012...ki ( x) dat
de formula (1) este chiar polinomul de interpolare Lagrange pe nodurile
x, x0 , x1 ,..., x k , xi .

37
 Deci formula de recurenţă (1) ne permite calculul polinoamelor y 012...ki ( x ) cu
i = k + 1, n, k = 1, n − 1 , ob obţinând în final Ln ( x) = y 012...kn ( x) .
La programarea pe calculator , pentru un x fixat ( x f ) se rezervă în memorie locaţii
doar pentru nodurile xi şi valorile funcţiei y i , i = 0, n , deci doar vectori , nu matrici .
În prima etapă a algoritmului se calculează y 0i , i = 1, n , astfel :
((x − x0 ) yi − (x − xi ) y 0 )
yi = , i = 1, n
xi − x0
Înaintea etapei k , în locaţiile y i , i = k , n se află y 012...( k −1)i ( x) .
Cu formula (1) se calculează y 012...ki ( x), i = k + 1, n care se păstrează tot în vectorul
y. Deci la etapa k se pune :
((x − xk ) yi − (x − xi ) y k )
yi = , i = k + 1, n
xi − x k
Astfel , în urma celor n etape , în locaţiile y i , i = 0, n vom avea :
y 0 , y 01 , y 012 ,..., y 012..n
care reprezintă de fapt aproximări ale funcţiei f în punctul x f dat , din ce în ce mai
bune. Calculul se poate chiar opri înainte de a ajunge la n , dacă diferenţa dintre două
aproximări succesive în modul este mai mică decât un ε fixat de noi .
Grafic avem :

xi x0 x1 x2 x3 x4 … xn
f ( xi ) y0 y1 y2 y3 y4 … yn
y 01 y 02 y 03 y 04 … y0n
y 012 y 013 y 014 … y 01n
y 0123 y 0124 … y 012 n
y 01234 … y 0123n
M
y 0123...n

Observaţie : Procedeul este şi mai bun dacă nodurile sunt aranjate în ordinea
depărtării lor faţă de x f în care se face aproximarea .

Exemplu : Dacă nodurile ar fi 1 ; 3 ; 3,1 ; 4 ; 6 ; 7 ; iar aproximarea s-ar cere în 3,1 ,

ordinea nodurilor ar fi : x0 = 3, x1 = 4, x 2 = 1, x3 = 6, x 4 = 7
Construim astfel polinomul de interpolare Lagrange .

Să se afle polinomul de cel mai mic grad care trece prin punctele :
x1 (0,2), x 2 (1,3), x3 (2,12), x 4 (5,147)

38
 xi 0 1 2 5
f ( xi ) 2 3 12 147

Iar polinomul este :

(x − 1)(x − 2)(x − 5) (x − 0)(x − 2)(x − 5) (x − 0)(x − 1)(x − 5)

L3 ( f ;0,1,2,5; x) = 2 ⋅ + 3⋅ + 12 ⋅ +
(0 − 1)(0 − 2)(0 − 5) (1 − 0)(1 − 2)(1 − 5) (2 − 0)(2 − 1)(2 − 5)
(x − 0)(x − 1)(x − 2) 1 3
+ 147 ⋅ = − (x − 1)(x − 2 )(x − 3) + x(x − 2 )(x − 5) − 2 x(x − 1)(x − 5) +
(5 − 0)(5 − 1)((5 − 2)) 5 4
49
+ x(x − 1)(x − 2 ) = x 3 + x 2 − x + 2
20

2.2 Polinomul de interpolare Newton

Îl vom prezenta în trei variante .

2.2.1.Cu ajutorul diferenţelor divizate

Presupunem că avem de aproximat în punctul x din intervalul [a,b] o funcţie

f : [a, b] → R , continuă , cunoscută doar în sistemul de noduri oarecare şi distincte
{xi }in=0 ∈ [a, b] . Construim diferenţele divizate în aceste puncte x, x0 , x1 ,..., x n din
intervalul [a,b] .

f ( x) − f ( x0 )
f [x, x0 ] = ⇒ f ( x) = − f [x, x0 ]( x 0 − x) + f ( x 0 )
x − x0
f [x, x0 ] − f [x 0 , x1 ]
f [x, x0 , x1 ] = ⇒ f [x, x0 ] = f [x0 , x1 ] + ( x − x1 ) f [x, x0 , x1 ]
x − x1
f [x, x0 , x1 ] − f [x0 , x1 , x 2 ]
f [x, x0 , x1 , x 2 ] = ⇒ f [x, x0 , x1 ] = f [x0 , x1 , x 2 ] + ( x − x 2 ) f [x, x0 , x1 , x 2 ]
x − x2
M
f [x, x0 , x1 ,..., x n −1 ] − f [x0 , x1 ,...x n ]
f [x, x0 , x1 ,..., x n ] = ⇒
x − xn
f [x, x0 , x1 ,..., x n −1 ] = f [x0 , x1 ,..., x n ] + ( x − x n ) f [x, x0 , x1 ,..., x n ]

39
Am obţinut deci :

f ( x) = f ( x 0 ) + f [x, x 0 ]( x − x 0 )
f [x, x 0 ] = f [x 0 , x1 ] + ( x − x1 ) f [x, x 0 , x1 ]
f [x, x 0 , x1 ] = f [x 0 , x1 , x 2 ] + ( x − x 2 ) f [x, x 0 , x1 , x 2 ]
M
f [x, x 0 , x1 ,..., x n −1 ] = f [x 0 , x1 ,..., x n ] + ( x − x n ) f [x, x 0 , x1 ,..., x n ]

Înmulţim a doua egalitate cu ( x − x0 ) , a treia cu ( x − x0 )( x − x1 ) , … , ultima cu

( x − x0 )( x − x1 )...( x − x n −1 ) şi adunăm . După reduceri găsim :

f ( x) = f ( x0 ) + f [x0 , x1 ]( x − x0 ) + f [x0 , x1 , x 2 ]( x − x0 )( x − x1 ) + ... +

+ f [x0 , x1 ,..., x n ]( x − x0 )...( x − x n −1 ) + f [x, x0 , x1 ,..., x n ] ⋅ ω n +1 ( x)

Ultima egalitate obţinută este de forma :

f ( x ) = P ( x ) + Rn ( x )
unde P(x) este un polinom de grad cel mult n .
Vom arăta că acest P(x) obţinut este tocmai polinomul de interpolare care ne
interesează în nodurile x0 , x1 ,..., x n .
Trebuie să verificăm dacă P( xi ) = f ( xi ), i = 0, n .
Evident că P( x 0 ) = f ( x0 ) .
f ( x1 ) − f ( x0 )
P ( x1 ) = f ( x0 ) + f [x0 , x1 ]( x1 − x0 ) = f ( x0 ) + ( x1 − x0 ) =
x1 − x0
= f ( x0 ) + f ( x1 ) − f ( x0 ) = f ( x1 )
P ( x 2 ) = f ( x0 ) + f [x0 , x1 ]( x 2 − x0 ) + f [x0 , x1 , x 2 ]( x 2 − x0 )( x 2 − x1 ) =
f ( x1 ) − f ( x0 ) f [x1 , x 2 ] − f [x0 , x1 ]
= f ( x0 ) + ( x 2 − x0 ) + ( x 2 − x0 )( x 2 − x1 ) =
x1 − x0 x 2 − x0
f ( x1 ) − f ( x0 )
= f ( x0 ) + ( x 2 − x0 ) + ( f [x1 , x 2 ] − f [x0 , x1 ])( x 2 − x1 ) =
x1 − x0

= f ( x0 ) +
[ f ( x1 ) − f ( x0 )]( x2 − x0 ) + ⎛⎜ f ( x2 ) − f ( x1 ) − f ( x1 ) − f ( x0 ) ⎞
⎟⎟( x 2 − x1 ) =
x1 − x0 ⎜ x 2 − x1 x1 − x0
⎝ ⎠

= f ( x0 ) +
[ f ( x1 ) − f ( x0 )]( x2 − x0 ) + f ( x ) − f ( x1 ) −
[ f ( x1 ) − f ( x0 )]( x2 − x1 ) =
2
x1 − x0 x1 − x0

= f ( x0 ) + f ( x 2 ) − f ( x1 ) +
[ f ( x1 ) − f ( x0 )]( x2 − x0 + x1 − x2 ) =
x1 − x0

40
= f ( x0 ) + f ( x 2 ) − f ( x1 ) +
[ f ( x1 ) − f ( x0 )]( x1 − x0 ) =
x−x
= f ( x0 ) + f ( x 2 ) − f ( x1 ) + f ( x1 ) − f ( x0 ) = f ( x 2 ), etc.

Deci relaţia scrisă anterior este o formulă de interpolare şi anume formula de

interpolare Newton.

Pn ( f ; x0 , x1 , x 2 ,..., x n ; x) = f ( x0 ) + f [x0 , x1 ]( x − x 0 ) + f [x0 , x1 , x 2 ]( x − x0 )( x − x1 ) + ... +

+ f [x 0 , x1 ,..., x n −1 , x n ]( x − x0 )( x − x1 )...( x − x n −1 )

Relaţia devine :

f ( x) = Pn ( f ; x 0 , x1 , x 2 ,..., x n ; x) + f [x, x 0 , x1 ,..., x n −1 , x n ] ⋅ ω n +1 ( x) ,

şi cum polinomul de interpolare Newton coincide cu polinomul de interpolare Lagrange ,

înseamnă că ultimul termen este restul la aproximarea funcţiei cu polinomul de
interpolare Newton , dar şi resturile coincid , deci :

f ( n +1) (ξ )
f [x, x0 , x1 ,..., x n −1 , x n ] ⋅ ω n +1 ( x) = ,
(n + 1)!
dacă am impune condiţia f să fie de clasă C n+1 ([a, b]) .
Renunţând la x s-ar obţine că există un punct η în cel mai mic interval ce coţine
nodurile aşa că :
f ( n ) (η )
f [x0 , x1 ,..., x n ] =
n!
(aşa cum am văzut anterior la legătura dintre diferenţele divizate şi derivatele funcţiei ).
Cu ultima relaţie scrisă anterior se poate da un înţeles şi diferenţelor divizate în
cazul în care două sau mai multe argumente coincid .
Astfel f [x0 , x 0 ] = f ' ( x0 ) , lucru care se poate demonstra şi altfel :

f ( x 0 + h) − f ( x 0 )
f [x0 , x 0 ] = lim f [x0 , x0 + h] = lim = f ' ( x0 )
h→0 h →0 h
"
f ( x0 ) f ( k ) ( x0 )
f [x0 , x 0 , x0 ] = ,..., f [x0 , x0 ,..., x0 ] =
2! 142 4 43 4 k!
k +1ori

Cu ajutorul polinomului de interpolare Newton putem da acum o altă definiţie

diferenţie divizate de ordin n , ca fiind coeficientul lui x n din polinomul de interpolare .

41
 În acest caz , relaţia de recurenţă pe care am dat-o la definiţia diferenţelor
divizate (în capitolul anterior ) rezultă din relaţia de recurenţă pe care o satisfac
polinoamele de interpolare şi pe care o vom da în continuare .

Teoremă

Polinoamele de interpolare şi diferenţele divizate relative la o funcţie f satisfac

relaţia de recurenţă :

p k ( f ; x 0 , x1 , x 2 ,..., x k −1 , x k ; x) = p k −1 ( f ; x0 , x1 ,..., x k −1 , x k ; x) + f [x0 , x1 ,..., x k −1 , x k ]ω k ( x)

Demonstraţie :

Ne interesează diferenţa :
not
(1) p k ( f ; x0 , x1 , x 2 ,..., x k −1 , x k ; x) − p k −1 ( f ; x0 , x1 ,..., x k −1 , x k ; x) = Rk ( x) ,

Rk (x) este un polinom de grad ≤ k , şi satisface condiţiile :

Rk ( x j ) = 0, ∀j = 0, k − 1

Deci :
Rk ( x) = a k ( x − x0 )( x − x1 )...( x − x k −1 ) ,
unde a k este o constantă pe care trebuie să o determinăm .

Derivăm relaţia precedentă de k ori şi găsim :

Rk( k ) ( x) = a k ⋅ k!

Derivăm acum şi în (1) şi avem :

(k )
⎡ ⎤
Rk( k ) ( x) = ⎢ p k ( f ; x0 , x1 ,..., x k ; x) − p k −1 ( f ; x0 , x1 ,..., x k ; x)⎥ =
⎢ 144424443 ⎥
⎣ gradul .. k −1 ⎦
= p k ( f ; x0 , x1 ,..., x k ; x) − 0 = k!⋅ f [x 0 , x1 ,..., x k ]
(k )

deoarece coeficientul lui x k din p k ( f ; x) este f [x 0 , x1 ,..., x k ] .

Din cele două relaţii pentru Rk( k ) ( x ) deducem că a k = f [x 0 , x1 ,..., x k ] , adică avem
relaţia de recurenţă enunţată în teoremă .

42
2.2.2 Cu ajutorul relaţiei de recurentă pe care o satisfac polinoamele de
interpolare şi diferenţele divizate relative la o funcţie f

Scriem relaţia din aproape în aproape : k = 1, n

p k ( f ; x 0 , x1 , x 2 ,..., x k −1 , x k ; x) = p k −1 ( f ; x0 , x1 ,..., x k −1 , x k ; x) + f [x0 , x1 ,..., x k −1 , x k ]ω k ( x)
p1 ( f ; x0 , x1 ; x) = p 0 ( f ; x0 ; x) + f [x0 , x1 ]( x − x0 )
14243
f ( x0 )

p 2 ( f ; x 0 , x1 , x 2 ; x) = p1 ( f ; x 0 , x1 ; x) + f [x 0 , x1 , x 2 ]( x − x 0 )( x − x1 ) =
= f ( x 0 ) + f [x 0 , x1 ]( x − x 0 ) + f [x 0 , x1 , x 2 ]( x − x 0 )( x − x1 )
...........................................................................................................

p n ( f ; x0 , x1 , x 2 ,..., x n ; x) = f ( x 0 ) + f [x 0 , x1 ]( x − x0 ) + f [x 0 , x1 , x 2 ]( x − x0 )( x − x1 ) +
+ ... + f [x0 , x1 ,..., x n ]( x − x0 )( x − x1 )...( x − x n −1 )

care este formula Newton a polinomului de interpolare .

2.2.3 Cu polinomele fundamentale Newton

La polinomul de interpolare Newton se poate ajunge cum am făcut la polinomul de

interpolare Lagrange , pornind de la polinoamele fundamentale Newton , care sunt :

n
ω k +1 ( x) = ∏ ( x − x j ), ,k = 0, n
j =0

ω 0 ( x) ≡ 1, (conventie)

Aceste polinoame formează un sistem liniar independent şi orice polinom de grad n

se va putea scrie ca :
n
p n ( z ) = ∑ ai ⋅ ω i ( z )
i =0

Rămâne să găsim constantele ai astfel încât f ( xi ) = p n ( xi ), i = 0.n

43
z = x0 ⇒ p n ( x0 ) = f ( x0 ) = a 0 ⇒ a0 = f ( x0 )
z = x1 ⇒ p n ( x1 ) = f ( x1 ) = a 0 + a1 ( x1 − x0 ) = f ( x0 ) + a1 ( x1 − x 0 ) ⇒
f ( x1 ) − f ( x0 )
⇒ a1 = = f [x 0 , x1 ] ⇒ a1 = f [x0 , x1 ]
x1 − x0
z = x 2 ⇒ p n ( x 2 ) = a 0 + a1 ( x − x0 ) + a 2 ( x − x0 )( x − x1 ) ⇒
f ( x1 ) − f ( x 0 )
f ( x 2 ) = f ( x0 ) + ( x 2 − x 0 ) + a 2 ( x 2 − x1 )( x 2 − x1 ) ⇒
x1 − x0
f ( x2 ) − f ( x0 ) f ( x1 ) − f ( x 0 )
a2 = − =
( x 2 − x0 )( x 2 − x1 ) ( x1 − x0 )( x 2 − x1 )
f ( x2 ) f ( x1 ) ⎡ 1 1 ⎤
= − − f ( x0 )⎢ + ⎥=
( x 2 − x0 )( x 2 − x1 ) ( x1 − x0 )( x 2 − x1 ) (
⎣ 2 x − x 0 )( x1 − x 0 ) ( x1 − x 0 )( x 2 − x )
1 ⎦

f ( x2 ) f ( x1 ) f ( x0 )
= + + ⇒
( x 2 − x0 )( x 2 − x1 ) ( x1 − x0 )( x1 − x 2 ) ( x 0 − x1 )( x0 − x 2 )

conform primei proprietăţi de la diferenţe divizate avem : a 2 = f [x0 , x1 , x 2 ], etc.

Deci , vom avea : a n = f [x0 , x1 , x 2 ,..., x n ].

Adică :
n
p n ( z ) = ∑ f [x0 , x1 ,..., xi ] ⋅ ω i ( z ) ,
i =0

care este chiar polinomul de interpolare Newton

n
Pn ( f ; x 0 , x1 , x 2 ,..., x n ; x) = ∑ f [x 0 , x1 ,..., xi ]ω i ( x)
i =0

Exemplu : Să se aproximeze funcţia f ( x) = sin πx pe [0,1] printr-un polinom de gradul

trei .

xi 0 1 1 1
6 2
f ( xi ) 0 1 1 0
2

Facem tabloul diferenţelor divizate :

44
 xi f ( xi ) Ord1 Ord2 Ord3
0 0
3
1/6 1/2 -3

3/2 -6/5
1/2 1
-21/5

1 0 -2

Avem :

⎛ 1⎞ 6 ⎛ 1 ⎞⎛ 1⎞
P3 ( f ; x) = 0 + 3( x − 0) − 3( x − 0)⎜ x − ⎟ − ( x − 0)⎜ x − ⎟⎜ x − ⎟ =
⎝ 6⎠ 5 ⎝ 6 ⎠⎝ 2⎠
x 6 x ⎛ 6 x − 1 ⎞⎛ 2 x − 1 ⎞ 7 x 6 x(6 x − 1)(2 x − 1)
= 3x − 3x 2 + − ⎜ ⎟⎜ ⎟= − 3x 2 + =
2 5 ⎝ 5 ⎠⎝ 2 ⎠ 2 60
7x x 7x 6 4 x 6 11 17
= − 3 x 2 − (12 x 2 − 8 x + 1) = − 3x 2 − x 3 + x 2 − = − x3 − x2 + x
2 10 2 5 5 10 5 5 5

care este polinomul dorit .

2.2.4. Polinomul de interpolare Newton progresiv sau ascendent

Considerăm nodurile echidistante xi = x0 + ih, i = 1, n; h > 0 pasul .

Pn ( f ; x) = f ( x0 ) + f [x0 , x1 ]( x − x0 ) + f [x0 , x1 , x 2 ]( x − x 0 )( x − x1 ) +
+ ... + f [x0 , x1 ,..., x n ]( x − x0 )( x − x1 )...( x − x n −1 )

Δp yi
[
În relaţia f xi , xi +1 ,...xi + p = ] p!⋅h p
găsită în capitolul anterior luăm i = 0 , şi avem :

Δp y0
[
f x0 , x1 ,...x p ] =
p!⋅h p

iar cu schimbarea de variabilă x = x 0 + th avem :

45
 t t (t − 1) 2 t (t − 1)...(t − n + 1) n
Pn ( f ; x 0 + th) = y 0 + Δy 0 + Δ y 0 + ... + Δ y0 ,
1! 2! n!

care este polinomul de interpolare Newton progresiv ( pentru că se iau nodurile în

ordinea x0 , x1 , x 2 ,..., x n ) utilizabil pentru 0 < t <1 , adică dacă x în care se face
aproximarea este mai aproape de x0 deci x − x 0 < h .

2.2.5. Polinomul de interpolare Newton regresiv sau descendent

Se iau nodurile echidistante în ordinea :

x n , x n −1 = x n − h, x n −2 = x n − 2h,..., x1 , x 0
adica → x n −i = x n − ih, i = 0, n

Scriem polinomul astfel :

Pn ( f ; x) = y n + f [x n , x n −1 ]( x − x n ) + f [x n , x n −1 , x n − 2 ]( x − x n )( x − x n −1 ) +
+ ... + f [x n , x n −1 ,..., x 0 ]( x − x n )( x − x n −1 )...( x − x1 )

Δy n −1
Dar f [x n , x n −1 ] = f [x n −1 , x n ] = , nu contează ordinea la diferenţe divizate :
1!⋅h1
Δ2 y n −2
f [x n , x n −1 , x n −2 ] = f [x n − 2 , x n −1 , x n ] = ,...,
2!⋅h 2
Δn y 0
f [x n , x n −1 ,..., x0 ] = f [x0 , x1 ,..., x n ] =
n!⋅h n

Cu schimbarea de variabilă x = x n + th , avem :

t t (t + 1) 2 t (t + 1)...(t + n − 1) n
Pn ( f ; x n + th) = y n + Δy n −1 + Δ y n − 2 + ... + Δ y0
1! 2! n!

care este polinomul de interpolare Newton regresiv , utilizabil pentru -1 < t <0 , adică
dacă x în care se face aproximarea este mai aproape de x n , deci x n − x < h .
Deoarece între diferenţele finite Δ, ∇ au loc relaţiile :
Δk y n − k = ∇ k y n , k = 0, n
este mai uşor de scris formula polinomului de intrepolare Newton regresiv cu ∇ Si
avem :

46
 t t (t + 1) 2 t (t + 1)...(t + n − 1) n
Pn ( f ; x n + th) = y n + ∇y n + ∇ y n + ... + ∇ yn
1! 2! n!

Evident dacă am considera nodurile echidistante :

x0 , x −1 , x − 2 ,...x − n
adica → x −i = x0 − ih, i = 1, n
polinomul de interpolare Newton regresiv este :

Pn ( f ; x 0 , x −1 , x − 2 ,..., x − n ; x) = f ( x 0 ) + f [x 0 , x −1 ]( x − x0 ) + f [x 0 , x −1 , x −2 ]( x − x0 )( x − x −1 ) +
+ ... + f [x0 , x −1 ,..., x − n ]( x − x0 )( x − x −1 )...( x − x − n +1 )

Δp y − p
Tinând cont de faptul că : [ ] [
f x0 , x −1 ,..., x − p = f x − p , x − p +1 ,..., x0 =] p!⋅h p
şi făcând

schimbarea de variabilă x = x 0 + th , obţinem :

t t (t + 1) 2 t (t + 1)...(t + n − 1) n
Pn ( f ; x 0 + th) = y 0 + Δy −1 + Δ y − 2 + ... + Δ y −n
1! 2! n!

2.3 Alte tipuri de polinoame de interpolare

2.3.1 Polinomul de interpolare Gauss progresiv

Fie f : [a, b] → R , iar pe intervalul [a,b] sistemul de noduri echidistante

x ±i = x 0 ± ih, i = 0, n, h>0 pasul şi f ( x ±i ) = y ±i .
Luăm nodurile în ordinea x0 , x1 , x −1 , x 2 , x − 2 ,..., x n , x − n .Scriem polinomul Newton
de interpolare pe aceste noduri (în număr de 2n+1 ) , adică

P2 n ( f ; x) = y 0 + f [x0 , x1 ]( x − x0 ) + f [x0 , x1 , x −1 ]( x − x0 )( x − x1 ) +
+ f [x0 , x1 , x −1 , x 2 ]( x − x0 )( x − x1 )( x − x −1 ) + ... +
+ f [x0 , x1 , x −1 , x 2 ,..., x n , x − n ]( x − x0 )( x − x1 )( x − x −1 )...( x − x n )

47
Dar ordinea nodurilor nu contează , deci :
δ 2k y0
f [ x0 , x1 , x −1 , x 2 , x − 2 ,..., x k , x −k ] = f [ x − k , x − k +1 ,..., x −1 , x0 , x1 ,..., x k −1 , x k ] =
(2k )!⋅h 2 k
Iar :
δ 2 k −1 y 1
f [ x0 , x1 , x −1 , x 2 , x − 2 ,..., x − k +1 , x k ] = f [x − k +1 , x − k + 2 ,..., x −1 , x0 , x1 , x 2 ,..., x k ] = 2

(2k − 1)!⋅h 2 k −1

(am introdus formal şi x 1 , y 1 ).

2 2

Facem schimbarea de variabilă x = x 0 + th şi polinomul devine :

t t (t − 1) 2 t (t 2 − 1) 3
P2 n ( f ; x0 + th) = y 0 + δy 1 + δ y0 + δ y 1 + ... +
1! 2 2! 3! 2

+
(
t (t 2 − 1)... t 2 − ( n − 1) 2 2 n −1
δ
)
y1 +
(
t (t 2 − 1)... t 2 − ( n − 1) 2 (t − n) 2 n
δ y0
)
(2n − 1)! 2
( 2 n )!

Ţinând cont de legătura dintre δ şi Δ : δ p y k = Δ p y p avem :

k−
2

t t (t − 1) 2 t (t 2 − 1) 3
P2 n ( f ; x0 + th) = y 0 + Δy 0 + Δ y −1 + Δ y −1 + ... +
1! 2! 3!

+
(
t (t 2 − 1)... t 2 − (n − 1) 2 2 n −1 )
Δ y − n +1 +
(
t (t 2 − 1)... t 2 − (n − 1) 2 (t − n) 2 n
Δ y −n
)
(2n − 1)! (2n)!

care este polinomul de interpolare Gauss progresiv.

2.3.2.Polinomul de interpolare Gauss regresiv

În aceleaşi ipoteze luăm acum nodurile în ordinea : x0 , x −1 , x1 , x −2 , x 2 ,..., x − n , x n

( 2n+1 noduri ) .

Deci vom avea polinomul :

P2 n ( f ; x) = y 0 + f [x 0 , x −1 ]( x − x0 ) + f [x0 , x −1 , x1 ]( x − x0 )( x − x −1 ) +
+ f [x0 , x −1 , x1 , x − 2 ]( x − x0 )( x − x −1 )( x − x1 ) + ... +
+ f [x0 , x −1 , x1 , x − 2 ,..., x −n , x n ]( x − x0 )( x − x −1 )( x − x1 )...( x − x − n )

48
 Acum avem :
δ 2k y0
f [ x0 , x −1 , x1 , x −2 , x 2 ,..., x − k , x k ] = f [ x − k , x − k +1 ,..., x −1 , x0 , x1 ,..., x k −1 , x k ] =
(2k )!⋅h 2 k

Iar :
δ 2 k −1 y 1
−
f [ x0 , x −1 , x1 , x −2 , x 2 ,..., x k −1 , x k ] = f [ x − k , x − k +1 ,..., x −1 , x0 , x1 ,..., x k −1 ] = 2
2 k −1
(2k − 1)!⋅h

Facem schimbarea de variabilă x = x 0 + th şi avem :

t t (t + 1) 2 t (t 2 − 1) 3
P2 n ( f ; x 0 + th) = y 0 + δy 1 + δ y0 + δ y 1 + ... +
1! − 2 2! 3! −
2

+
(
t (t 2 − 1)... t 2 − (n − 1) 2 2 n −1
δ
)y 1+
(
t (t 2 − 1)... t 2 − (n − 1) 2 (t + n) 2 n
δ y0
)
(2n − 1)! −
2
( 2 n )!

Schimbând δ cu Δ găsim :

t t (t + 1) 2 t (t 2 − 1) 3
P2 n ( f ; x0 + th) = y 0 + Δy −1 + Δ y −1 + Δ y − 2 + ... +
1! 2! 3!

+
(
t (t 2 − 1)... t 2 − (n − 1) 2 2 n −1 )
Δ y −n +
(
t (t 2 − 1)... t 2 − (n − 1) 2 (t − n) 2 n
Δ y −n
)
(2n − 1)! (2n)!

care estse polinomul de interpolare Gauss regresiv .

2.3.3. Polinomul de interpolare Stirling

Este semisuma dintre polinomul de interpolare Gauss progresiv şi polinomul de

interpolare Gauss regresiv .

δ1 +δ 1 δ 3 y1 + δ 3 y 1
t t (t − 1) + (t + 1)t 2
− t (t − 1) 2 −
P2 n ( f ; x 0 + th) = y 0 + ⋅ 2 2
+ δ y0 + ⋅ 2 2
+ ... +
1! 2 2!⋅2 3! 2
δ 2 n −1 y 1 + δ 2 n −1 y 1
+
(
t (t − 1)... t − (n − 1)
2 2 2
⋅
) 2
−
2
+
(
t (t 2 − 1)... t 2 − (n − 1) 2 (t − n + t + n) 2 n
δ y0
)
(2n − 1)! 2 (2n)!⋅2

49
sau :

t t2 t (t 2 − 1)
P2 n ( f ; x0 + th) = y 0 + ⋅ μδy 0 + δ 2 y 0 + ⋅ μδ 3 y 0 + ... +
1! 2! 3!

+
2
(
t (t − 1)... t − (n − 1)
2 2
⋅ μδ
)
2 n −1
y0 +
2
(
t (t − 1)... t 2 − (n − 1) 2 2 n
δ y0
)
(2n − 1)! (2n)!

sau :

t t2 t (t 2 − 1)
P2 n ( f ; x0 + th) = y 0 + ⋅ μΔy 1 + Δ2 y −1 + ⋅ μΔ3 y 3 + ... +
1! −
2
2! 3! −
2

+
(
t (t 2 − 1)... t 2 − (n − 1) 2 )
⋅ μΔ2 n −1 y 1 +
(
t (t 2 − 1)... t 2 − (n − 1) 2 2 n
Δ y −n
)
(2n − 1)! −n+
2
( 2 n )!

2.3.4. Polinomul de interpolare Bessel

Este semisuma dintre polinomul de interpolare Gauss progresiv care începe cu

x0 (cel dat anterior ) şi polinomul Gauss regresiv începând cu x1 , pe care va trebui să-l
deducem
t' t ' (t '+1) 2 t ' (t ' 2 −1) 3
P2 n ( f ; x1 + t ' h) = y1 + δy 1 + δ y1 + δ y 1 + ... +
1! 2 2! 3! 2

+
( )
t ' (t ' 2 −1)... t ' 2 −(n − 1) 2 2 n −1
δ y1 +
( )
t ' (t ' 2 −1)... t ' 2 −(n − 1) 2 (t '+ n) 2 n
δ y1
(2n − 1)! 2
(2n)!

Am făcut transformarea : x = x1 + t ' h .

x − x1 x − ( x0 + h) x − x 0 − h x − x0
Deci : t' = = = = − 1 = t − 1 ⇒ t ' = t − 1 şi îl
h h h h
înlocuim în P2 n :

t −1 t (t − 1) 2 t (t − 1)(t − 2) 3
P2 n ( f ; x0 + th) = y1 + δy 1 + δ y1 + δ y 1 + ... +
1! 2
2! 3! 2

+
( )
t (t 2 − 1)... t 2 − (n − 2) 2 (t − (n − 1))(t − n) 2 n −1
δ y1 +
( )
t (t 2 − 1)... t 2 − (n − 1) 2 (t − n) 2 n
δ y1
(2n − 1)! 2
(2n)!

Facem semisuma dintre această formulă şi formula polinomului de interpolare

Gauss progresiv de mai înainte şi avem :

50
 1 1
t− t (t − 1)(t − )
2 δy + t (t − 1) 2 δ 3 y + ... +
P2 n ( f ; x0 + th) = μy 1 + 1 μδ 2 y 1 + 1
2
1! 2
2! 2
3! 2

( ) 1
t (t 2 − 1)... t 2 − ( n − 2) 2 (t − (n − 1))(t − )
2 ( )
t (t 2 − 1)... t 2 − (n − 1) 2 (t − n)
+ δ 2 n −1
y 1 + μδ 2 n y 1
(2n − 1)! 2
(2n)! 2

care este polinomul de interpolare Bessel , sau , altfel scris :

1 1
t− t (t − 1)(t − )
2 Δy + t (t − 1) 2 Δ3 y + ... +
P2 n ( f ; x 0 + th) = μy 1 + 0 μΔ2 y 1 + −1
2
1! 2! −
2
3!

( ) 1
t (t 2 − 1)... t 2 − (n − 2) 2 (t − (n − 1))(t − )
2 ( )
t (t 2 − 1)... t 2 − (n − 1) 2 (t − n) 2 n
+ 2 n −1
Δ y − n +1 + μΔ y 1
( 2n − 1)! (2n)! −n+
2

2.3.5. Diagrama lui Fraser

Este un tablou construit cu ajutorul diferenţelor finite .

M M M
y −5 M M
M M
Δy −5 M M
y −4 Δ y −5
2
M M
y −3 Δy −4 Δ y −5
3
M
Δ y −4
2
Δ y −5
4
M
y −2 Δy −3 Δ3 y −4 Δ5 y −5
Δ y −3
2
Δ y −4
4
Δ6 y −5
y −1 Δy −2 Δ3 y −3 Δ5 y − 4
Δ2 y − 2 Δ4 y −3 Δ6 y − 4
y0 Δy −1 Δ y −2
3
Δ5 y −3
Δ2 y −1 Δ4 y − 2 Δ6 y −3
y1 Δy 0 Δ y −1
3
Δ y −2
5

y2 Δy1 Δ2 y 0 Δ4 y −1 Δ6 y − 2
Δ y0 3
Δ y −1
5

y3 Δy 2 Δ2 y1 Δ4 y 0 Δ6 y −1
Δ y1 3
Δ y05

y4 Δy 3 Δ2 y 2 Δ4 y1 M
Δ y2 3
M
y5 Δy 4 Δ2 y 3 M
M
M M M

51
 Incepând de la y0 în jos se obţine polinomul de interpolare Newton ascendent sau
progresiv :

t t (t − 1) 2 t (t − 1)...(t − n + 1) n
y 0 + Δy 0 + Δ y 0 + ... + Δ y0
1! 2! n!

Începând de la y 0 în sus se obţine polinomul Newton regresiv :

t t (t + 1) 2 t (t + 1)...(t + n − 1) n
y 0 + Δy −1 + Δ y − 2 + ... + Δ y −n
1! 2! n!

Incepând de la y 0 şi mergând în zig-zag pe laturile romburilor în sus şi în jos , dar la

plecare în sus , se obţine polinomul de interpolare Gauss descendent :

t t (t + 1) 2 t (t 2 − 1) 3
y 0 + Δy −1 + Δ y −1 + Δ y − 2 + ...
1! 2! 3!

Dacă plecarea este în jos mai întâi şi apoi în zig-zag se obţine polinomul de
interpolare Gauss ascendent :

t t (t − 1) 2 t (t 2 − 1) 3
y 0 + Δy 0 + Δ y −1 + Δ y −1 + ...
1! 2! 3!

Dacă plecarea este din y 0 şi se merge pe diagonală se obţine polinomul de interpolare

Stirling :

t t2 t (t 2 − 1)
y 0 + ⋅ μΔy 1 + Δ2 y −1 + ⋅ μΔ3 y 3 + ...
1! −
2
2! 3! −
2

Dacă plecarea este dintre y 0 şi y1 şi se merge pe diagonală se obţine polinomul de

interpolare Bessel (la plecarea dintre 2 elemente de pe prima coloană , valoarea iniţială
este semisuma elementelor dintre care se pleacă )

1 1
t− t (t − 1)(t − )
μy 1 + 2 Δy + t (t − 1) μΔ2 y + 2 Δ3 y + ...
0 1 −1
2
1! 2! −
2
3!

52
 Deci orice drum în această diagramă Fraser care începe de pe prima coloană este
polinom de interpolare construit cu valorile care au stat la baza diagramei .

2.3.6.Convergenţa aproximării prin interpolare

La aplicarea practică a interpolării Lagrange ca mijloc de aproximare a funcţiilor ,

este important să ştim cum se comportă polinoamele Lagrange atunci când numărul de
noduri tinde la infinit .
Dacă pentru orice şir de noduri x0( n ) , x1( n ) , x 2( n ) ,..., x n( n ) din intervalul [a , b] ,
polinoamele Lagrange Ln ( f ; x) pe aceste noduri satisfac

lim Ln ( f ; x) = f ( x)
n →∞

atunci se spune că aproximarea prin interpolare este convergentă .

Problema convergenţei aproximării prin interpolare este mult studiată , dar cel mai
cunoscut rezultat se referă la funcţiile analitice .
O funcţie reală f(x) este analitică dacă se poate dezvolta în serie Taylor în jurul
oricărui punct x0 :

f ( x) = a 0 + a1 ( x − x0 ) + a 2 ( x − x0 ) 2 + ... + a n ( x − x0 ) n + ...

serie uniform şi absolut convergentă , cu convergenţa uniformă pe intervalul [a,b] .

Restul la interpolare este minim atunci când x se află în vecinătatea mijlocului celui
mai mic interval care conţine toate nodurile de interpolare şi creşte odată cu depărtarea de
acea vecinătate .
Creşterea erorii devine foarte rapidă când ieşim în afara celui mai mic interval care
conţine toate nodurile , acest caz se numeşte caz de extrapolare , care trebuie evitat.
Evident , eroarea este mai mică dacă punctul în care se vrea aproximarea este foarte
aproape de unul dintre nodurile de interpolare dar nu în afara celui mai mic interval care
conţine toate nodurile , chiar dacă se află în vecinătatea nodului extrem .

53
2.4 Interpolare Hermite

2.4.1 Construirea polinomului Hermite de interpolare

Fie o funcţie f : [a, b] → R , continuă şi derivabilă , iar pe intervalul [a, b] , luăm

un sistem de n + 1 noduri {xi }in=0 distincte oarecare , în care cunoaştem valorile funcţiei
f ( xi ) şi valorile derivatei f ' ( xi ) , pentru i = 0, n .
Căutăm polinomul H(x) de grad minim care să satisfacă condiţiile de interpolare
Hermite :
H ( xi ) = f ( xi )
pentru i = 0, n
H ' ( xi ) = f ' ( x i )
Fiind 2n+1 condiţii , vom putea determina în mod unic un polinom de grad 2n+1 cu
această proprietate.
~
Luăm : H ( x) = Ln ( x) + ω n +1 ( x) ⋅ H ( x)
cu ω n +1 ( x) = ( x − x0 )( x − x1 )...( x − x n ) polinoamele fundamentale Newton , Ln (x)
~
polimomul de interpolare Lagrange , iar H ( x ) un polinom de gradul n care va trebui
determinat . Cu această alegere H(x) satisface condiţiile de interpolare impuse până
~
acum : H ( xi ) = f ( xi ) pentru i = 0, n , iar H ( x) îl vom determina din relaţia
H ' ( xi ) = f ' ( xi ) , i = 0, n .

~ ~
Avem : H ' ( x) = Ln ' ( x) + ω n +1 ' ( x) ⋅ H ( x) + ω n +1 ( x) ⋅ H ' ( x)
Iau x = xi , i = 0, n , punem H ' ( xi ) = f ' ( xi ) şi rezultă :
~ ~
f ' ( xi ) = Ln ' ( xi ) + ω n +1 ' ( xi ) ⋅ H ( xi ) + ω n +1 ( xi ) ⋅ H ' ( xi ) =
~
= Ln ' ( xi ) + ω n +1 ' ( xi ) ⋅ H ( xi ) + 0 ⇒
~ f ' ( x i ) − Ln ' ( x i )
H ( xi ) = , i = 0, n
ω n +1 ' ( xi )
~ ~
Cunoscând cele n+1 valori H ( xi ) , putm construi pe H ( x) ca polinom de grad n , unic
~
determinat , construind polinomul de interpolare Lagrange cu valorile H ( xi ) obţinute .
n x − xj
Având polinoamele fundamentale Lagrange l i ( x) = ∏ , construim
j =0 xi − x j
j ≠i

polinoamele :
n
Ln ( x ) = ∑ f ( x i ) ⋅ l i ( x ) şi
i =0

~ n
f ' ( x i ) − Ln ' ( x i )
H ( x) = ∑ ⋅ l i ( x)
i =0 ω n +1 ' ( xi )

54
 Deci polinomul de interpolare Hermite va fi :
~
(1) H ( x) = Ln ( x) + ω n +1 ( x) ⋅ H ( x) =
n
f ' ( x i ) − Ln ' ( x i )
n

i =0
= ∑ f ( xi ) ⋅ l i ( x) + ω n +1 ( x)∑
i =0 ω n +1 ' ( xi )
⋅ l i ( x)

În condiţii mai puternice de regularitate a funcţiei f(x) se poate da un rezultat privind

evaluarea restului (fără demonstraţie ) şi anume :

Teoremă :
Dacă f ∈ C 2 n + 2 ([a, b]) , atunci pentru fiecare x ∈ [a, b] diferit de nodurile de
interpolare , există un ξ = ξ ( x), a < ξ < b , astfel încâ să avem :

f ( 2 n + 2) (ξ )
f ( x) − H ( x) = ( x − x0 ) 2 ( x − x1 ) 2 ...( x − x n ) 2
(2n + 2)!

Calculul polinomului de interpolare Hermite după formula (1) nu este aşa de

convenabil în practică .
Se poate da o schemă mai convenabilă , aşa cum vom vedea în continuare .

2.4.2 Diferenţe divizate pe noduri nedistincte

Teoremă :
Fie {xi }i =0 sistemul de noduri distincte din intervalul [a, b] şi fie f ∈ C n ([a, b]) .
n

Atunci diferenţa divizată pe aceste noduri pentru funcţia f se poate exprima şi prin :
1 t1 t n −1

(2) f [x0 , x1 , x 2 ,..., x n ] = ∫ dt1 ∫ dt 2 ... ∫ f ( n ) [t n ( x n − x n −1 ) + ... + t1 ( x1 − x0 ) + x 0 ]dt n

0 0 0

Demonstraţie :
Inducţie după n .
Pentru n = 1 , facem substituţia y = t1 ( x1 − x 0 ) + x 0 ⇒ dy = ( x1 − x0 )dt1 şi avem

x
1
1 1
f ( x1 ) − f ( x0 )
∫ f '(t1 ( x1 − x 0 ) + x 0 )dt1 = ⋅ ∫ f '( y )dy = = f [x 0 , x1 ] ceea ce trebuia.
0
x1 − x0 x0 x1 − x 0

Presupunem formula adevărată pentru oricare n noduri şi o demonstrăm pentru n+1

noduri . Facem substituţia :
y n = t n ( x n − x n −1 ) + ... + t1 ( x1 − x0 ) + x0 ⇒ dy = ( x n − x n −1 )dt n şi notăm :
y 0 = t n −1 ( x n −1 − x n − 2 ) + ... + t1 ( x1 − x0 ) + x0 şi
y1 = t n −1 ( x n − x n −1 ) + ... + t1 ( x1 − x0 ) + x0

55
 Atunci avem :

t n −1

∫f (t n ( x n − x n −1 ) + ... + t1 ( x1 − x0 ) + x0 )dt n =
( n)

0
y
1 1
f ( n −1) ( y1 ) − f ( n −1) ( y 0 )
x n − x n −1 y∫0
= ⋅ f ( y )dy =
(n)

x n − x n −1
Deci intergrala din teoremă (din (2) ) devine :
1 ⎡ 1 t1 t n −1 1 t1 tn − 2
⎤
= ⋅ ⎢ ∫ dt1 ∫ dt 2 ... ∫ f ( n −1)
( y 0 )dt n −1 − ∫ dt1 ∫ dt 2 ... ∫ f ( n −1) ( y 0 )dt n −1 ⎥ =
x n − x n −1 ⎢⎣ 0 0 0 0 0 0 ⎥⎦
= conform ipotezei inductive =
1
= ⋅ { f [x0 , x1 ,..., x n − 2 , x n ] − f [x0 , x1 ,..., x n − 2 , x n −1 ]} =
x n − x n −1
= nu contează ordinea nodurilor =
f [x n , x0 , x1 ,..., x n − 2 ] − f [x 0 , x1 ,..., x n −2 , x n −1 ]
= = f [x n , x0 , x1 ,..., x n − 2 , x n −1 ] =
x n − x n −1
= f [x 0 , x1 ,..., x n −1 , x n ], c.c.t.d .

Ţinând cont de faptul că integralele care apar în formula (2) au sens şi pentru noduri
nedistincte , putem extinde , în cazul când f ∈ C n ([a, b]) , diferenţa divizată şi la astfel de
noduri , nedistincte , definind-o ca în (2).
Proprietăţile diferenţelor divizate pe noduri distincte se pot extinde şi la această
diferenţă divizată generalizată .

Teoremă :

Pentru diferenţa divizată pe noduri nedistincte definită prin (2) , există ξ , a ≤ ξ ≤ b

f ( n ) (ξ )
astfel încât : f [x0 , x1 ,..., x n ] =
n!

Demonstraţie :

⎧mn = min f ( n ) ( x)
⎪ x∈[a ,b ]
Cum f ∈ C n ([a, b]) fie ⎨ .
M = max
⎪⎩ n x∈[a ,b ] f (n)
( x )

Atunci din (2) avem :

1 t1 t n −1 1 t1 t n −1

mn ⋅ ∫ dt1 ∫ dt 2 ... ∫ dt n ≤ f [x0 , x1 ,..., x n ] ≤ M n ⋅ ∫ dt1 ∫ dt 2 ... ∫ dt n

0 0 0 0 0 0

56
 1 t1 t n −1
1
şi cum ∫ dt ∫ dt ... ∫ dt
0
1
0
2
0
n =
n!
, atunci obţinem :

mn ≤ n!⋅ f [x0 , x1 ,..., x n ] ≤ M n .

Folosind proprietatea lui Darboux pentru f ( n ) ( x) ⇒ ∃ξ ∈ [a, b] astfel încât :

f ( n ) ( x)
f ( n ) (ξ ) = n!⋅ f [x0 , x1 ,..., x n ] ⇒ f [x0 , x1 ,..., x n ] = , c.c.t.d
n!

Dacă în particular , luăm aici x0 = x1 = ... = x n = x , rezultă că :

f ( n ) ( x)
(3) f [x, x,..., x ] =
n!
Se constată că toate proprietăţile de la diferenţe divizate pe noduri distincte se
extind şi la diferenţe divizate pe noduri nedistincte şi , în plus, din (2) rezultă şi
continuitatea lor ca funcţii de noduri .

2.4.3 Formule Newton-Hermite

Să considerăm f ∈ C 2 n + 2 ([a, b]) şi dăm o nouă expresie pentru polinomul lui

Hermite (1) . Pentru aceasta considerăm pe lângă nodurile {xi }in=0 şi nodurile xi ' în
vecinătatea nodurilor xi şi distincte de acestea .

Formula polinomului de interpolare Newton pentru cele 2n+2 noduri ne dă

împreună cu restul :

f ( x) = f ( x0 ) + f [x0 , x0 ']( x − x 0 ) + f [x0 , x0 ' , x1 ]( x − x0 )( x − x0 ' ) +

+ f [x0 , x0 ' , x1 , x1 ']( x − x0 )( x − x0 ' )( x − x1 ) + ... +
+ f [x0 , x 0 ' , x1 , x1 ' ,..., x n −1 , x n −1 ' , x n ]( x − x0 )( x − x 0 ' )...( x − x n −1 )( x − x n −1 ' ) +
+ f [x0 , x 0 ' , x1 , x1 ' ,..., x n −1 ' , x n , x n ']( x − x 0 )( x − x0 ' )...( x − x n −1 ' )( x − x n ) +
+ f [x0 , x 0 ' , x1 , x1 ' ,..., x n , x n ' , x ]( x − x0 )( x − x0 ' )...( x − x n )( x − x n ' )

În ipoteza în care în care lucrăm au loc formule de tip (2) pentru toate diferenţele
divizate implicate . Din continuitatea diferenţelor divizate generalizate ca funcţii de
noduri , rezultă că pentru xi ' → xi , i = 0, n , se obţin diferenţe divizate cu noduri
nedistincte în sensul dat mai sus . Astfel , la limită găsim :

57
 f ( x) = f ( x0 ) + f [x0 , x0 ]( x − x0 ) + f [x0 , x0 , x1 ]( x − x0 ) 2 +
+ f [x0 , x 0 , x1 , x1 ]( x − x0 ) 2 ( x − x1 ) + ... +
+ f [x0 , x 0 , x1 , x1 ,..., x n −1 , x n −1 , x n ]( x − x0 ) 2 ( x − x1 ) 2 ...( x − x n −1 ) n +
+ f [x0 , x0 , x1 , x1 ,..., x n −1 , x n , x n ]( x − x0 ) 2 ...( x − x n −1 ) 2 ( x − x n ) +
+ f [x0 , x0 , x1 , x1 ,..., x n , x n , x ]( x − x0 ) 2 ...( x − x n ) 2

care este formula Newton – Hermite .

Ultimul termen îl reprezintă restul , adică :

f ( x) − H ( x) = f [x0 , x 0 , x1 , x1 ,..., x n , x n , x ]( x − x0 ) 2 ...( x − x n ) 2

Prin compararea cu formula restului dată anterior se obţine o evaluare a

diferenţelor divizate generalizate , şi anume :

f ( 2 n + 2 ) (ξ )
f [x0 , x0 , x1 , x1 ,..., x n , x n , x ] =
(2n + 2)!
Pentru calculul diferenţelor divizate care intervin în formula Newton-Hermite se
face un tabel asemănător cu cel făcut la diferenţe divizate pe noduri distincte , în care
repetăm de câte două ori fiecare nod şi fiecare valoare a funcţiei . Pe prima coloană a
diferenţelor divizate de fiecare dată când sunt nodurile egale , diferenţa divizată de forma
f [x0 , x 0 ] se ia după formula (3) , iar când sunt noduri distincte diferenţa divizată
f [xi , xi +1 ] se calculează după formula obişnuită . Pe coloanele următoare a diferenţelor
divizate se foloseşte formula de recurenţă obişnuită de la diferente divizate care a fost
extinsă şi în cazul în care nodurile se repetă .
Avem :
xi f( xi ) De ordin 1 f [xi , xi +1 ] De ordin 2 f [xi , xi +1 , xi + 2 ]

x0 f( x0 )
f ' ( x0 )
f [x0 , x0 ] = f [x0 , x 0 , x1 ]
x0 f( x0 ) 1!

f ( x1 ) − f ( x 0 )
f [x0 , x1 ] =
x1 f( x1 ) x1 − x0 f [x 0 , x1 , x1 ]

f ' ( x1 )
f [x1 , x1 ] =
x1 f( x1 ) 1! f [x1 , x 2 , x 2 ]

f ( x 2 ) − f ( x1 )
f [x1 , x 2 ] =
x2 f( x 2 ) x 2 − x1

58
 Coeficienţii din formula Newton – Hermite sunt cei de pe primele două locuri în
fiecare coloană .

Exemplul : Să se construiască polinomul de interpolare Newton –Hermite pentru tabloul :

xi 0 1 2 3
f( xi ) -2 -1 4 793
f’( xi ) 1 -3 77 2329

Avem :

xi f( xi ) Ord 1 Ord 2 Ord 3 Ord 4 Ord 5 Ord 6 Ord 7

0 -2
1
0 -2 0
1 -4
1 -1 -4 5
-3 6 12
1 -1 8 29 7
5 64 33 1
2 4 72 128 10
77 320 63
2 4 712 254
789 828
3 793 1540
2329
3 793

Scriem polinomul :
p 7 ( x) = −2 + x − 4 x 2 ( x − 1) + 5( x − 1) 2 x 2 + 12 x 2 ( x − 1) 2 ( x − 2) +
+ 7 x 2 ( x − 1) 2 ( x − 2) 2 + x 2 ( x − 1) 2 ( x − 2) 2 ( x − 3) =
= x 7 − 2 x 6 + x 5 − 3x 4 + 2 x 3 + x 2 + x − 2

59
2.4.1.Interpolare Hermite generală

Interpolarea Hermite se poate defini pentru oricâte derivate cunoscute în fiecare

nod . Condiţiile de interpolare , în general , se pot da sub forma tabelului următor :

H ( x0 ) = f ( x0 ), H ' ( x0 ) = f ' ( x 0 ), …, H (α 0 −1) ( x0 ) = f (α 0 −1) ( x 0 )

H ( x1 ) = f ( x1 ), H ' ( x1 ) = f ' ( x1 ), …, H (α1 −1) ( x1 ) = f (α1 −1) ( x1 )
………………………………………………………………………
H ( x n ) = f ( x n ), H ' ( x n ) = f ' ( x n ), …, H (α n −1) ( x n ) = f (α n −1) ( x n )

Numărul acestor condiţii este α 0 + α 1 + α 2 + ... + α n , şi atunci pentru unicitate

polinomul Hermite corespunzător va avea gradul m= α 0 + α 1 + α 2 + ... + α n -1 .
Vom nota atunci polinomul de interpolare Hermite cu H m (x) şi îl vom căuta sub
forma :

H m ( x) = Ln ( f ; x) + ω n +1 ( x) ⋅ H m − n −1 ( x)
unde Ln ( f ; x) este polinomul de interpolare Lagrange pe nodurile xi , (i = 0, n) ,
ω n+1 ( x) este polinomul fundamental Newton care are rădăcinile xi , (i = 0, n) , iar
H m − n −1 ( x) este un polinom de gradul m-n-1 . In acest mod am impus condiţiile de
interpolare de pe prima coloană a tabelului anterior .
Prin derivarea succesivă a relaţiei pentru H m (x) în nodurile xi , (i = 0, n) găsim :

f ' ( xi ) = H m ' ( xi ) = Ln ' ( xi ) + ω n +1 ' ( x) ⋅ H m − n −1 ( x)

f " ( xi ) = H m " ( xi ) = Ln " ( xi ) + ω n +1 " ( x) ⋅ H m − n −1 ( x) + 2ω n +1 ' ( xi ) ⋅ H m − n −1 ' ( x) , …etc.

adică vom şti valorile polinomului H m − n −1 ( x) şi ale derivatelor sale până la ordinul
α i − 2 în xi , (i = 0, n) . Astfel , polinomul H m − n −1 ( x) este polinomul de interpolare
Hermite pentru tabelul de forma :
(α − 2 ) (α − 2 )
H m − n −1 ( x0 ) = z 0 , H m − n −1 ' ( x0 ) = z 0 ' , …, H m − n −1 0 ( x0 ) = z 0 0
(α − 2 ) (α − 2 )
H m − n −1 ( x1 ) = z1 , H m − n −1 ' ( x1 ) = z1 ' , …, H m − n −1 1 ( x1 ) = z1 1
………………………………………………………………………
(α − 2 ) (α − 2 )
H m − n −1 ( x n ) = z n , H m − n −1 ' ( x n ) = z n ' , …, H m − n −1 n ( x n ) = z n n

( j)
unde valorile z i sunt cele găsite mai sus . Lui H m − n −1 ( x) îi aplicăm acum acelaşi
procedeu . În final , tabelul de valori care rămâne este de tip Lagrange , nu mai conţine
nici o derivată şi aici calculul se încheie .

60
 Teorema referitoare la rest se extinde şi aici , obţinem evaluarea restului :

f ( m +1) (ξ )
f ( x) − H ( x) = ( x − x 0 ) α 0 ( x − x1 ) α1 ...( x − x n ) α n unde trebuie făcută
(m + 1)!
ipoteza că f ∈ C ([a, b]) , iar a < ξ = ξ ( x) < b .
m +1

Ca mai înainte găsim şi formula Newton-Hermite generală :

f ( x) = f ( x0 ) + f [x0 , x0 ]( x − x0 ) + f [x0 , x0 , x0 ]( x − x0 ) 2 + ... +

⎡ ⎤ ⎡ ⎤
+ f [x0 , x 0 ,..., x0 ]( x − x0 ) α 0 −1 + f ⎢ x 0 ,..., x0 , x1 ⎥ ( x − x 0 ) α 0 + f ⎢ x 0 ,..., x0 , x1 , x1 ⎥ ( x − x0 ) α 0 ( x − x) +
142 4 43 4 ⎢1 424 3 ⎥ ⎢1 424 3 ⎥
α 0 ori ⎣ α 0ori ⎦ ⎣ α 0ori ⎦
⎡ ⎤
+ ... + f ⎢ x0 ,..., x0 , x1 ,..., x1 , ,......., x n ,..., x n ⎥ ( x − x 0 ) α 0 ( x − x1 ) α1 ...( x − x n ) α n −1 +
⎢1 424 3 1 424 3 1424 3⎥
⎣ α 0ori α1ori α n ori ⎦
⎡ ⎤
+ f ⎢ x 0 ,..., x 0 , x1 ,..., x1 , ,......., x n ,..., x n , x ⎥( x − x 0 ) α ( x − x1 ) α ...( x − x n ) α
0 1 n

⎢1
424 3 1
424 3 14243 ⎥
⎣ α 0ori α1ori α n ori ⎦

Calculul diferenţelor divizate pe noduri nedistincte care intervin se fac ţinând cont de
⎡ ⎤ f ( n ) ( x)
formulele : f ⎢ 1
x4
, x2 3 ⎥ = n! şi de formulele de recurenţă prezentate anterior .
,...,
4 x
⎣⎢ n +1ori ⎦⎥

Exemplu :

Să se construiască polinomul de interpolare Hermite pentru :

xi 0 1 3
f( xi ) 3 -3 741
f’( xi ) -3 -16 1980
f’’( xi ) 4 -32 -

Construim tabelul diferenţelor divizate .

61
 xi f( xi ) Ord 1 Ord 2 Ord 3 Ord 4 Ord 5 Ord 6 Ord 7
0 3
-3
0 3 2
-3 -5
0 3 -3 -2
-6 -7 3
1 -3 -10 1 3
-16 -6 12 0
1 -3 -16 37 3
-16 105 21
1 -3 194 100
-372 305
3 741 804
1980
3 741

Scriem polinomul :

H ( x) = 3 − 3 x + 2 x 2 − 5 x 3 − 2 x 3 ( x − 1) + 3x 3 ( x − 1) 2 + 3x 3 ( x − 1) 3 + 0 ⋅ x 3 ( x − 1) 3 ( x − 2) =
= 3 x 6 − 6 x 5 + x 4 − 3 x 3 + 2 x 2 − 3x + 3.

2.5. Interpolarea funcţiilor de două variabile

Ideea interpolării se poate extinde şi la funcţii de două sau mai multe variabile . Astfel
vom putea numi polinom de interpolare pentru funcţia f ( x, y ) , un polinom de x şi y care
are aceleaşi valori cu funcţia f într-un număr dat de puncte de interpolare din plan . În
general este greu de scris expresia polinomului de interpolare pentru o dispunere oarecare
a punctelor de interpolare .Vom considera două dispuneri particulare a acestor puncte
care apar deseori în problemele practice .
Să presupunem mai întâi că sunt date valorile funcţiei f ( x, y ) în punctele unei reţele
dreptunghiulare de coordonate ( xi , y j ), i = 0, m, j = 1, n . Vom găsi un polinom de
interpolare L( x, y ) de gradul m în x şi de gradul n în y , care are (m+1)(n+1)
coeficienţi , adică un număr egal cu cel al condiţiilor de interpolare . Prin analogie cu
formulele de la interpolare Lagrange pentru o variabilă acest polinom va fi de forma :

m n
(1) L( x, y ) = ∑∑ X i ( x)Y j ( y ) f ( xi , y j )
i =0 j =0

62
unde X i ( x), i = 0, m este un polinom de gradul m în x , cu proprietatea că
X i ( x k ) = δ ik , i = 0, m , şi Y j ( y ), j = 0, n este un polinom de grad n în y cu
proprietatea că Y j ( y l ) = δ jl , j = 0, n . Aşadar :
m
x − xk n
y − yl
(2) X i ( x) = ∏ şi Y j ( y) = ∏
k =0 xi − x k l =o y j − yl
k ≠i l≠ j

O formă mai avantajoasă a polinomului L( x, y ) şi de asemenea o evaluare a

restului se pot obţine folosind formula polinomului de interpolare Newton. Pentru y
fixat , această formulă ne conduce la :

f ( x, y ) = f ( x 0 , y ) + f [x0 , x1 ; y ]( x − x0 ) + f [x 0 , x1 , x 2 ; y ]( x − x0 )( x − x1 ) + ... +
+ f [x0 , x1 ,..., x n −1 , x n ; y ]( x − x0 )( x − x1 )...( x − x m )

în care am notat f [x0 , x1 ,..., x k −1 , x k ; y ] diferenţele divizate ale funcţiei f ( x, y ) după x

pentru y fixat .
Cu notaţiile :
v k ( x) = ( x − x0 )( x − x1 )...( x − x k −1 ) , k = 1,2,…,m+1 , v0 ( x) = 1 , vom scrie pe scurt :

m
(3) f ( x, y ) = ∑ v k ( x) ⋅ f [x0 , x1 ,..., x k ; y ] + v m +1 ( x) ⋅ f [x 0 , x1 ,..., x m , x; y ] în care
k =0

f [x0 ; y ] = f ( x0 , y ) .
Lăsând acum să varieze pe y , diferenţele divizate f [x0 , x1 ,..., x k −1 , x k ; y ] sunt
funcţii de cărora formula de interpolare Newton li se poate aplica pe nodurile
y 0 , y1 ,..., y n , obţinând :

[ ]
n
f [x0 , x1 ,..., x k −1 , x k ; y ] = ∑ w j ( y ) ⋅ f x0 , x1 ,..., x k ; y 0 , y1 ,..., y j +
j =0

+ wn +1 ( y ) ⋅ f [x0 ,..., x k ; y 0 ,..., y n , y ]

în care w j ( y ) = ( y − y 0 )( y − y1 )...( y − y j −1 ), j = 1,2,...n + 1, w0 ( y ) = 1 , iar diferenţele

[
divizate f x0 , x1 ,..., x k −1 , x k ; y 0 , y1 ,..., y j ] se obţine prin calculul diferenţelor pe nodurile
y 0 , y1 ,..., y j ale funcţiei de y f [x0 , x1 ,..., x k −1 , x k ; y ] , Înlocuind în (3) obţinem :
(4)
[ ]
m n
f ( x, y ) = ∑∑ v k ( x) ⋅ w j ( y ) ⋅ f x0 , x1 ,..., x k ; y 0 , y1 ,..., y j +
k =0 j =0
m
+ wn +1 ( y )∑ v k ( x) ⋅ f [x0 , x1 ,..., x k ; y 0 , y1 ,..., y n , y ] + v m +1 ( x) ⋅ f [x 0 , x1 ,..., x m ; x; y ] =
k =0

= L ( x, y ) + R ( x , y )

63
cu (5) :
m
R ( x, y ) = wn +1 ( y )∑ v k ( x) ⋅ f [x0 , x1 ,..., x k ; y 0 , y1 ,..., y n , y ] + v m +1 ( x) ⋅ f [x0 , x1 ,..., x m ; x; y ]
k =0
Restul R( x, y ) se poate scrie şi altfel dacă folosim formula de interpolare Newton
pentru funcţia de x dată de f [x; y 0 ,..., y n −1 , y n ; y ] pe nodurile x0 , x1 ,..., x m :

m
f [x; y 0 ,..., y n −1 , y n ; y ] = ∑ v k ( x) ⋅ f [x0 , x1 ,..., x k ; y 0 , y1 ,... y n ; y ] +
k =0

+ v m +1 ( x) ⋅ f [x 0 , x1 ,..., x m , x; y 0 , y1 ,..., y n , y ]

Înmulţind-o cu wn+1 ( y ) şi scăzând-o din (5) obţinem pentru rest formula :

R ( x, y ) = wn +1 ( y ) f [x0 , x1 ,..., x m , x; y ] + v m +1 ( x) ⋅ f [x, y 0 , y1 ,..., y n ; y ] −

(6)
− v m +1 ( x) wn +1 ( y ) f [x0 , x1 ,..., x m , x; y 0 , y1 ,..., y n , y ]

Dacă există derivatele corespunzătoare , folosind formule cu derivate pentru

diferenţele divizate , se poate exprima restul sub forma :

wn +1 ( y ) ∂ n +1 f ( x,η ) v m +1 ( x) ∂ m +1 f (ξ , x)
R ( x, y ) = + ⋅ −
(n + 1)! ∂y n +1 (m + 1)! ∂x m +1
(7)
v m +1 ( x) wn +1 ( y ) ∂ m + n + 2 f (ξ ,η )
− ⋅
(m + 1)! (n + 1)! ∂x m +1∂y n +1

O altă dispunere a punctelor de interpolare se cere dacă polinomul de intepolare

L( x, y ) este de grad n în cele două variabile simultan :

m m−k
L( x, y ) = ∑ ∑ bkj x k y j
k =0 j =0

Pentru a determina în mod unic coeficienţii bkj în număr de

(m + 1)(n + 1)
1 + 2 + ... + (m + 1) = , vom alege punctele de interpolare ( xi , y j ) cu
2
i + j = 0,1,2,...m. Pentru y fixat formula lui Newton ne dă ca mai înainte expresia (3) , dar
diferenţele f [x0 , x1 ,..., x k −1 , x k ; y ] , ca funcţii de y , vor fi interpolate de data aceasta
numai pe nodurile y 0 , y1 ,..., y m − k :

[ ]
m−k
f [x0 , x1 ,..., x k −1 , x k ; y ] = ∑ w j ( y ) ⋅ f x0 , x1 ,..., x k ; y 0 , y1 ,..., y j +
j =0

+ wm −k +1 ( y ) ⋅ f [x0 ,..., x k ; y 0 ,..., y m −k , y ]

64
 Înlocuind în (3) şi (4) obţinem :
(8)

[ ]
m m−k
f ( x, y ) = ∑ ∑ v k ( x) ⋅ w j ( y ) ⋅ f x0 , x1 ,..., x k ; y 0 , y1 ,..., y j +
k =0 j =0
m
+ ∑ v k ( x) wm − k +1 ( y ) ⋅ f [x 0 , x1 ,..., x k ; y 0 , y1 ,..., y m − k , y ] + v m +1 ( x) ⋅ f [x0 , x1 ,..., x m ; x; y ]
k =0

Prima sumă (dublă ) din (8) este polinomul de interpolare , iar celelalte sunt
termenii restului , care se pot exprima prin derivate , în caz că există , ca mai sus . Dacă
xi , i=0,1,…m şi respectiv y j , j= 0,1,…,n, sunt în ordine crescătoare , punctele de
interpolare sunt dispuse în punctele reţelei dreptunghiulare situate sub diagonală
(triunghiul inferior ).Dar cum ordinea nu este esenţială la interpolare , se pot obţine orice
alte dispuneri ale punctelor .

65
 Capitolul 3

Metodele numerice întâlnite în programa şcolară

de liceu . Considerente metodice

3.1 Aplicaţii ale integralei definite – aproximare numerică a ariilor ,

volumelor , lungimii graficului

În cazul analizei matematice se recurge adeseori la metode de aproximare pentru

diverse mǎrimi . In liceu sunt câteva aplicaţii asemǎnǎtoare metodelor numerice şi anume
la aproximarea ariei determinate de graficul unor funcţii , la calculul volumelor unor
corpuri de rotaţie , la calcularea lungimii graficului unei funcţii . Aceste aplicaţii sunt
date în clasa a XII –a ca fiind aplicaţii ale integralei definite , dar , de fapt , ele utilizeazǎ
metode specific analizei numerice precum aproximarea graficului (deci a funcţiei ) cu
ajutorul reuniunii de segmente (deci prin funcţii de gradul întâi ) , împǎrţirea intervalului
în mai multe subintervale , iteraţia etc.

3.1.1 Calculul ariei unei suprafeţe plane

Definiţii :
n
1) O mulţime E ⊂ R × R se numeşte elementarǎ , dacǎ E = U Di , unde Di
i =1
sunt dreptunghiuri cu laturile respectiv paralele cu axele de coordonate ,
iar oricare douǎ dreptunghiuri au în comun cel mult o laturǎ . În acest caz,
n
aria este : aria ( E ) = ∑ aria ( Di ) .
i =1
2) Fie A o mulţime mǎrginitǎ din plan . Spunem cǎ mulţimea A are arie
dacǎ : a) existǎ douǎ şiruri de mulţimi elementare ( E n ) şi ( Fn ) astfel
încât : E n ⊂ A ⊂ Fn , ∀n ∈ N
b) şirurile de numere reale pozitive (aria ( E n ) ) şi (aria ( Fn ) ) sunt
convergente şi au aceeaşi limitǎ .
def
In acest caz : aria(A) = lim aria ( E n ) = lim aria ( Fn ) .
n →∞ n →∞

Cu aceste elemente pregǎtitoare vom descrie o metodǎ numericǎ de determinare a ariei

unei suprafeţe plane folosind calculul integral .

Teoremǎ :
Fie f : [a, b] → R o funcţie continuǎ şi pozitivǎ . Atunci :

66
 a) Mulţimea Γ f = {( x, y ) / a ≤ x ≤ b,0 ≤ y ≤ f ( x)} are arie ;
b
b) Aria este datǎ de : aria (Γ f ) = ∫ f ( x)dx
a

Demonstraţie :
Fie (Δ n ) , Δ n = (a = x0( n ) < x1( n ) < ... < x k( nn−) 1 < x k( nn ) = b) un şir de diviziuni ale
intervalului [a,b] cu lim Δ n = 0 .
n →∞

Funcţia f fiind continuǎ pe [a,b] , este continuǎ pe fiecare subinterval [ xi(−n1) , xi( n ) ] .
Conform teoremei lui Weierstrass , f este mǎrginitǎ şi îşi atinge marginile pe fiecare
interval [ xi(−n1) , xi( n ) ] .
În consecinţǎ , existǎ u i( n ) , vi( n ) ∈ [ xi(−n1) , xi( n ) ] astfel încât :
f (u i( n ) ) = mi( n ) = inf{ f ( x) / x ∈ [ xi(−n1) , xi( n ) ]}
f (vi( n ) ) = M i( n ) = sup{ f ( x) / x ∈ [ xi(−n1) , xi( n ) ]}

Se considerǎ dreptunghiurile cu baza xi( n ) − xi(−n1) şi înǎlţimea mi( n ) respectiv M i( n ) .

Avem : Di( n ) = [ xi(−n1) , xi( n ) ] × [0, mi( n ) ]

Gi( n ) = [ xi(−n1) , xi( n ) ] × [0, M i( n ) ] .
def k n def k n
Se constituie mulţimile elementare : E n = U Di( n ) , respectiv Fn = U Gi( n ) , care
i =1 i =1
verificǎ relaţiile : E n ⊂ Γ f ⊂ Fn (1).
Se mai iau :
kn kn
aria ( E n ) = ∑ mi( n ) ( xi( n ) − xi(−n1) ) = ∑ f (u i( n ) )( xi( n ) − xi(−n1) ) = σ Δ n ( f , u i( n ) ) , respectiv
i =1 i =1

67
 kn kn
aria ( Fn ) = ∑ M i
(n)
(x (n)
i −x (n)
i −1 ) = ∑ f (vi( n ) )( xi( n ) − xi(−n1) ) = σ Δ n ( f , vi( n ) ) .
i =1 i =1
Fiind continuǎ pe [a,b] , f este integrabilǎ pe [a,b] şi astfel :

∫ f ( x)dx = lim σ
a
n →∞
Δn ( f , u i(n ) ) = lim σ Δ n ( f , vi( n ) ) = aria ( E n ) = aria ( Fn ) (2).
n →∞

Din relaţiile (1) şi (2) şi aplicând definitia mulţimii care are arie , se obţine cǎ mulţimea
b
Γ f are arie şi aria (Γ f ) = ∫ f ( x) dx .
a

Exemplul 1 : Fie funcţia f : [0,3] → R, f ( x) = x + 1 . Sǎ se arate cǎ mulţimea Γ f are

arie şi sǎ se calculeze aceastǎ arie .

Rezolvare :
Funcţia f este continuǎ şi pozitivǎ pe intervalul [0,3] . Rezultǎ cǎ subgraficul Γ f are
arie şi :
3 3 3 1 3 3
2 14
aria (Γ f ) = ∫ f ( x)dx = ∫ x + 1dx = ∫ ( x + 1) ⋅ ( x + 1)'dx = ( x + 1) 2
2
= .
0 0 0
3 0
3

Exemplul 2 : Sǎ se determine aria mulţimii Γ f pentru f : [−1,2] → R, f ( x) = x 2 − x .

Rezolvare : Dupǎ explicitarea modulului avem :

⎧ x 2 − x, x ∈ [−1,0]
⎪
f ( x) = ⎨ x − x 2 , x ∈ (0,1) . Funcţia este continuǎ şî pozitivǎ pe intervalul dat , deci
⎪ x 2 − x, x ∈ [1,2]
⎩
mulţimea Γ f are arie şi :

0
2 0
⎛ x3 x2
1 2
⎞
aria (Γ f ) = ∫ f ( x)dx = ∫ ( x − x)dx + ∫ ( x − x )dx + ∫ ( x − x)dx = ⎜⎜ −
2 2 2
⎟⎟ +
−1 −1 0 1 ⎝ 3 2 ⎠ −1
1 2
⎛ x2 x3 ⎞ ⎛ x3 x2 ⎞ 11
⎜
+⎜ − ⎟ + ⎜⎜ − ⎟⎟ = .
⎟
⎝ 2 3 ⎠0 ⎝ 3 2 ⎠1 6

Consecinţǎ la teoremǎ : Fie f , g : [a, b] → R , funcţii continue , astfel încât

f ( x) ≤ g ( x), (∀)x ∈ [a, b]. Atunci mulţimea Γ f , g = {( x, y ) / a ≤ x ≤ b, f ( x) ≤ y ≤ g ( x)}
cuprinsǎ între graficele funcţiilor f,g, şi dreptele x = a , x = b , are arie şi :

68
 b
aria (Γ f , g ) = ∫ [ g ( x) − f ( x)]dx .
a

Observaţie : 1)dacǎ nu ştim ordinea funcţiilor , putem uşor generaliza formula folosind
b
modulul : aria (Γ f , g ) = ∫ g ( x) − f ( x) dx , iar apoi explicitǎm modulul , desfacem în sumǎ
a

de integrale (aditivitatea la interval a integralei definite ) şi calculǎm fiecare integralǎ în

parte .
2)dacǎ 0 ≤ f ( x) ≤ g ( x), (∀)x ∈ [a, b] atunci aria (Γ f , g ) = aria (Γg ) − aria (Γ f ) .

Exemplul 1 :
Sǎ se determine aria Γ f , g , dacǎ f , g : [−2,1] → R, f ( x) = x 2 + 1, g ( x) = − x + 3 .

Rezolvare :
Reprezentǎm geometric graficele celor douǎ funcţii pe acelaşi sistem de axe de
coordonate şi obţinem mulţimea Γ f , g (zona haşuratǎ ).

Se observǎ cǎ 0 ≤ f ( x) ≤ g ( x), (∀)x ∈ [−2,1] , iar f şi g sunt continue pe [-2,1].

Rezultǎ cǎ :
1
1 1
⎛ x3 x2 ⎞ 9
aria (Γ f , g ) = ∫ [ g ( x) − f ( x)]dx = ∫ (− x − x + 2)dx = ⎜⎜ −
2
− + 2 x ⎟⎟ = .
−2 −2 ⎝ 3 2 ⎠ −2 2

Exemplul 2 : Sǎ se calculeze aria mulţimii cuprinse între curbele de ecuaţie y = 3x 2

şi y = 2 x + 1 .

Rezolvare :

69
 Se determinǎ întâi punctele de intersecţie ale celor doua curbe rezolvând sistemul
⎛ 1 1⎞
format din cele douǎ ecuaţii ale lor . Se obţin soluţiile (1,3), ⎜ − , ⎟ .
⎝ 3 3⎠
1
Se considerǎ funcţiile f , g : [− ,1] → R, f ( x) = 3x 2 , g ( x) = 2 x + 1 cu reprezentǎrile
3
geometrice de mai jos .

1
Se observǎ cǎ f ( x) ≤ g ( x), (∀)x ∈ [− ,1] . Rezulta cǎ :
3
1 1
(
aria (Γ f , g ) = ∫ [ g ( x) − f ( x)]dx = ∫ (−3x 2 + 2 x − 1)dx = x 2 + x − x 3 ) 1

−
1 =
32
27
.
1 1 3
− −
3 3

3.1.2 Volumul corpurilor de rotaţie

Din studiul geometriei în spaţiu sunt cunoscute o serie de corpuri geometrice pentru
care se ştie formula de calcul pentru volum : prisma , piramida , cilindrul , conul etc.
În acest paragraf se va indica o cale de a determina volumul acelor corpuri obţinute
prin rotirea subgraficului unei funcţii pozitive în jurul axei Ox folosind calculul integral ,
care pentru funcţii corespunzǎtor alese sǎ conducǎ la formulele cunoscute deja .
Fie f : [a, b] → [0,+∞) o funcţie pozitivǎ.

Definiţie :

Se numeşte corp de rotaţie determinat de funcţia f , corpul obţinut prin rotirea

subgraficului acesteia in jurul axei Ox . Corpul de rotaţie determinat de funcţia f se
noteazǎ C f şi este mulţimea C f = {( x, y, z ) ∈ R 3 / y 2 + z 2 ≤ f ( x), a ≤ x ≤ b}.

70
 Cel mai simplu corp de rotaţie se pbţine prin rotirea subgraficului funcţiei constante
pozitive f ( x) = r , x ∈ [a, b] în jurul axei Ox . (figura de mai sus din stânga )
Acest corp reprezintǎ un cilindru cu raza bazei r , şi generatoarea (înǎlţimea b-a ). Se
noteazǎ C r = {( x, y, z ) ∈ R 3 / y 2 + z 2 ≤ r , a ≤ x ≤ b}. Se ştie cǎ volumul cilindrului
este : Vol (C r ) = πr 2 (b − a) .

Fie acum funcţia f : [a, b] → R şi Δ = (a = x 0 < x1 < ... < x n −1 < x n = b) o diviziune a
intervalului [a,b] , astfel încât f este constantǎ pe fiecare subinterval [ xi −1 , xi ] adicǎ
f ( x) = ci , (∀)[ xi −1 , xi ], i = 1,2,..., n . Se spune cǎ funcţia este constantǎ pe porţiuni .

Definiţie :
Se numeşte mulţime cilindricǎ elementarǎ , orice mulţime care se obţine prin rotirea
subgraficului unei funcţii constante pe porţiuni în jurul axei Ox.

n
Volumul acestei mulţimi elementare este dat de formula : Vol (C f ) = π ∑ ci2 ( xi − xi −1 )
i =1
Cu ajutorul mulţimilor cilindrice elementare se va define volumul unui corp de rotatie
determinat de o funcţie pozitivǎ pe un interval [a,b] .

71
Definiţie :
Fie f : [a, b] → [0,+∞) şi C f corpul de rotaţie determinat de funcţia f . Corpul C f are
volum dacǎ existǎ douǎ şiruri (Gn ) şi ( H n ) de mulţimi cilindrice elementare , asociate
funcţiilor constante pe porţiuni g n , hn : [ a, b] → R , astfel încât :
a) Gn ⊂ C f ⊂ H n , (∀)n ∈ N
def
b) lim vol (G n ) = lim vol ( H n ) = l . În acest caz volumul corpului C f este : vol (C f ) = l .
n→∞ n →∞

Cu aceste elemente pregǎtitoare , vom descrie o metodǎ oferitǎ de calculul integral şî

de metodele numerice iterative pentru determinarea volumului unui corp de rotatie .

Teoremǎ :

Fie f : [a, b] → [0,+∞) o funcţie continuǎ şi C f corpul de rotaţie determinat de f .

Atunci :
a) C f are volum
b
b) vol (C f ) = π ∫ f 2 ( x)dx .
a

Demonstraţie :

Fie (Δ n ), Δ n = (a = x 0( n ) < x1( n ) < ... < x k( nn −) 1 < x k( nn ) = b) un şir de diviziuni ale
intervalului [a,b] , cu lim Δ n = 0 .
n →∞

Funcţia f fiind continuǎ pe [a,b] , este continuǎ pe fiecare subinterval [ xi(−n1) , xi( n ) ] .
Conform teoremei lui Weierstrass , f este mǎrginitǎ şi îşi atinge marginile pe fiecare
interval [ xi(−n1) , xi( n ) ] .
În consecinţǎ , existǎ u i( n ) , vi( n ) ∈ [ xi(−n1) , xi( n ) ] astfel încât :
f (u i( n ) ) = mi( n ) = inf{ f ( x) / x ∈ [ xi(−n1) , xi( n ) ]}
f (vi( n ) ) = M i( n ) = sup{ f ( x) / x ∈ [ xi(−n1) , xi( n ) ]} .
Pentru fiecare n ∈ N se definesc funcţiile constante pe porţiuni :

⎧mi( n ) = f (u i( n ) ), x ∈ ( xi(−n1) , xi( n ) ),1 ≤ i ≤ k n

g n ( x) = ⎨
⎩ f ( xi ),..................(∀)x = xi ,0 ≤ i ≤ k n
(n)

⎧M i( n ) = f (vi( n ) ), x ∈ ( xi(−n1) , xi( n ) ),1 ≤ i ≤ k n

hn ( x ) = ⎨
⎩ f ( xi ),..................(∀)x = xi ,0 ≤ i ≤ k n
(n)

72
 Corpurile de rotaţie (Gn ) şi ( H n ) generate de cele douǎ funcţii de mai sus sunt
mulţimi cilindrice elementare cu proprietǎţile :
(1) G n ⊂ C f ⊂ H n , (∀)n ∈ N
kn
(2) vol (G n ) = π ∑ f 2 (u i( n ) )( xi( n ) −xi(−n1) ) = σ (πf 2 , u i( n ) )
i =1
kn
vol ( H n ) = π ∑ f 2 (vi( n ) )( xi( n ) −xi(−n1) ) = σ (πf 2 , vi( n ) ) .
i =1

Funcţia f fiind continuǎ , rezultǎ cǎ şi πf 2

este continuǎ , deci integrabilǎ pe [a , b] şi
prin urmare :

b
π ∫ f 2 ( x)dx = limσ (πf 2 , u i( n ) ) = vol (G n ) = lim σ (πf 2 , vi( n ) ) = vol ( H n ) (3).
n →∞ n →∞
a

Din (1),(2),(3) şî definitia corpurilor care au volum , rezultǎ cǎ C f are volum şi

b
vol (C f ) = π ∫ f 2 ( x) dx .
a

Exemplul 1 Sǎ se calculeze volumul corpului de rotaţie deteriminat de funcţia

f : [2,3] → R, f ( x) = 2 x − 3 .

3
⎛ x3 ⎞ 13π
3 3 3
x2
vol (C f ) = π ∫ f ( x)dx = π ∫ (2 x − 3) dx =π ∫ (4 x − 12 x + 9)dx = π ⎜⎜ 4 − 12 + 9 x ⎟⎟ =
2 2 2

2 2 2 ⎝ 3 2 ⎠2 3

3.1.3. Lungimea graficului unei funcţii derivabile cu derivata continuǎ

Fie funcţia f : [a, b] → R o funcţie continuǎ , Δ = (a = x0 < x1 < ... < x n −1 < x n = b) o
diviziune a intervalului [a,b] şi punctele Ai ( xi , f ( xi )), i = 1,2,..., n .

Definiţii :
f ( xi ) − f ( xi −1 )
1)Funcţia f Δ : [ a, b] → R f Δ ( x) = f ( xi −1 ) + ( x − xi −1 ), x ∈ [ xi −1 , xi ] ,
xi − xi −1
i = 1,2,..., n se numeşte funcţia poligonalǎ asociatǎ funcţiei f şi diviziunii Δ .

73
 n
2)Numǎrul pozitiv l ( f Δ ) = ∑ d ( Ai −1 , Ai ) se numeşte lungimea graficului funcţiei f Δ .
i =1
3)Graficul funcţiei continue f : [a, b] → R are lungime finitǎ dacǎ existǎ o constantǎ
M ≥ 0 astfel încât l ( f Δ ) ≤ M . În acest caz , numǎrul real pozitiv
l ( f ) = sup{l ( f Δ ) / Δ.diviziune[a, b]} , se numeşte lungimea graficului funcţiei f .

Calculul lungimii graficului unei funcţii derivabile , cu derivata continuǎ , cu ajutorul

integralei definite este dat de urmǎtorul rezultat .

Teoremǎ :
Fie f : [a, b] → R o funcţie derivabilǎ , cu derivata continuǎ . Atunci :
a)graficul funcţiei are lungime finitǎ
b
b) l ( f ) = ∫ 1 + [ f ' ( x)] 2 dx .
a

2x x
Exemplul 1 :Sǎ se calculeze lungimea graficului funcţiei f : [3,8] → R, f ( x) = .
3

Rezolvare :
Funcţia este derivabilǎ pe intervalul de definiţie , şi derivata sa f ' ( x) = x este
continuǎ pe acelaşi interval .
8 8 8
2 38
În aceste condiţii avem : l ( f ) = ∫ 1 + [ f ' ( x)] dx = ∫
2
1 + x dx = (1 + x) 1 + x =
3 3
3 3 3

74
3.2. Proiecte didactice
Acum voi prezenta un proiect al unitǎţii de învǎţare « Aplicaţii ale integralei definite ».

Grup Şcolar Stefan Procopiu ,Iasi

Disciplina: Matematică _ Elemente de Analizǎ Matematică
Profesor: Cruţ Bianca
Clasa XII, M1-2, 3h/ sapt.

Proiectul unitǎţii de învăţare: INTEGRALA DEFINITĂ

Competenţe specifice vizate

C.1. Identificarea cu ajutorul tabelelor de derivate a unor primitive uzuale.
C.2. Stabilirea unor proprietǎţi ale calculului integral prin analogie cu proprietăţi ale
calculului diferenţial.
C.3. Aplicarea unor algoritmi specifici calculului integral în rezolvarea de probleme
practice.
C.4. Exprimarea calitativă sau cantitativă a variaţiei ariei subgraficului unei funcţii prin
determinarea primitivei sau a integralei funcţiei.
C.5. Determinarea ariei unui domeniu sau a volumului unui corp, folosind calculul
integral şi compararea cu rezultatele obţinute prin aplicarea unor formule geometrice
cunoscute anterior.
C.6. Aplicarea calculului diferenţial sau integral în probleme practice sau specifice unor
domenii applicative.
Nr. alocate: 8 ore

Conţinuturi Competenţe Activitǎţi de învăţare Resurse Evaluare

specifice
ale unităţii vizate
de învăţare
1) Integrala C.1. Definiţie. Fie f : [a, b] → R , o funcţie Manual Teora,
culegere de
Observarea
sistematicǎ a
care admite primitive pe [a, b] şi F o
unei funcţii
M. Ganga, PII elevilor,
continue.
Metode aprecierea
Formula lui
Leibniz- primitivă a lui f . Numim integrala utilizate: verbală a
explicaţia, activitǎţii lor
Newton.
Proprietăţi ale C.2., definitǎ de la a la b a lui f, expresia F(b)- conversaţia, la clasă.
integralei C.3. F(a) şi notǎm conversaţia
euristică,
definite. b
exerciţiul,
Aplicaţii.
∫ f ( x)dx = F (b) − F (a)
a
problematiza-
rea,
descoperirea,
(formula lui Leibniz-Newton). activitǎţi Verificarea
b frontale şi elevilor în
Notaţia: F (b) − F (a) = F ( x) a individuale. ora
Tema pentru următoare
(citim:”F(x)luat între a şi b). acasă: manual prin tema
Reamintim că : Orice funcţie continuǎ pag.164, ex. pentru acasa.
5-10, culegere
admite primitive. pag. 15, ex. 1-
7.

Proprietăţi ale integralei definite.

1) Proprietatea de liniaritate.

75
 Dacă f , g : [a, b ] → R sunt funcţii
continue şi λ ∈ R , atunci:
b b b
a) ∫ [ f ( x) + g ( x)]dx = ∫ f ( x)dx + ∫ g ( x)dx
a a a
b b
b) ∫ λf ( x)dx = λ ∫ f ( x)dx .
a a

2) Dacǎ f : [a, b] → R , este o funcţie

pozitivă şi continuǎ, atunci
b

∫ f ( x)dx ≥ 0 .
a

3) Dacă f , g : [a, b] → R sunt funcţii

continue cu
proprietatea: f ( x) ≤ g ( x), ∀x ∈ [a, b] ,
b b
atunci ∫ f ( x)dx ≤ ∫ g ( x)dx .
a a

(proprietatea de monotonie a
integralei).
4) Fie f : [a, b] → R şi c ∈ (a, b ) .
Dacǎ restricţiile lui f sunt continue pe
[a,c] şi [c,b], atunci
b c b

∫
a
f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx .
a c

(proprietatea de aditivitate la
interval).
Definiţie. Dacă a≤b şi
f : [a, b] → R este o funcţie
continuǎ, atunci punem prin definiţie:
a b a

∫
a
f ( x)dx = 0 ; ∫
a
f ( x)dx = − ∫ f ( x)dx .
b

Aplicaţii calcul de integrale ex. 1-4,

pag. 164, man.
2)Metode de
calcul a
C.1. Teoremă. Dacă f , g : [a, b] → R , sunt Manual,
culegere
Verificarea
temei pentru
integralelor două funcţii derivabile cu derivate Metode acasǎ prin
definite. utilizate: sondaj;corect
•Integrarea prin continue, atunci explicaţia, area temei la
părţi b b conversaţia, tabla (dacă

∫ f ( x) g ( x)dx = fg − ∫ f ' ( x) g ( x)dx

-Formula de ' b conversaţia sunt ex.
integrare prin a euristică, neabordate
părţi; C.2.,C.3 a a exerciţiul, sau ex.
-Aplicaţii. ,C.6. (formula de integrare prin părţi) problematizar abordate
ea, greşit)
Aplicaţii: calcul de integrale definite descoperirea, Aprecierea
utilizând formula de integrare prin părţi activitǎţi răspunsurilor
frontale şi primate de la

76
 ex. 1,2,5,7,8/165 man. Teora individuale. elevi.

Tema, pag.
165,ex.3,4,6,
man. Teora
Culegere
Ganga, pag.
43, ex. 2,4,5.

3)••Schimbarea C.1. Teoremă. Fie explicaţia, Verificarea

ϕ : [a, b] → I , f : I → R, ( I ⊆ R) , I
conversaţia, temei pentru
de variabilă.
conversaţia acasǎ prin
-Formula de
euristică, sondaj;corect
schimbare de interval, două funcţii cu proprietăţile: exerciţiul, area temei la
variabilă; C.2.,C.3
- Aplicaţii.
1) f continuă pe I, problematizar tabla (dacă
.,C.6. ea, sunt ex.
2) ϕ este derivabilă, cu derivate descoperirea, neabordate
continuă pe [a, b] ,
activitǎţi sau ex.
frontale şi abordate
individuale. greşit)
Atunci Temă pentru Aprecierea
b ϕ (b )
acasă. răspunsurilor
∫
a
f (ϕ (t )) ⋅ ϕ ' (t )dt =
ϕ
∫ f ( x)dx
(a)
man. pag. 168,
ex.1,3,4
primate de la
elevi.
culegere
(formula de schimbare de variabilă) pag.48, ex.5,6.
Aplicaţii: calcul de integrale definite
utilizând formula de schimbare de
variabilă.
Ex. 2,6,7,10/pag. 168, man. Teora
Ex. 1-4/pag. 48, culegere Ganga
4)Integrale Calcul de integrale definite. Fişe de lucru Aprecierea
(4 modele). rǎspunsurilor
definite. Fise de lucru. Metode primite de la
Aplicaţii.
utilizate: elevi si
explicaţia, analiza
conversaţia, comparativă
conversaţia a lor.
euristică,
exerciţiul,
problematizar
ea,
descoperirea,
activitǎţi
frontale şi
individuale si
pe grupe.
5) Aplicaţii C.1.- Teoremă.Dacă f : [a, b] → R este o Manual ,
culegeri.
Verificarea
temei pentru
ale integralelor C.6.
in geometria funcţie continuă , pozitivă Metode acasǎ prin

( f ( x) ≥ 0, ∀x ∈ [a, b]) ,iar

utilizate: sondaj,
planǎ.Calculul
explicaţia, rezolvarea la

{ }
ariilor unor
Γ f = ( x, y ) ∈ R 2 a ≤ x ≤ b,0 ≤ y ≤ f ( x)
conversaţia, tablǎ a
suprafeţe plane.
conversaţia exerciţiilor
euristică, care n-au fost
este subgraficul lui f, atunci mulţimea exerciţiul, abordate sau
problematizar rezolvate
Γ f are arie şi ea, correct;
b descoperirea, aprecierea
activitǎţi răspunsurilor
aria (Γ f ) = ∫ f ( x)dx . frontale şi primate de la
a individuale. elevi.
Tema pentru
Observaţii: 1) Dacă f ( x) ≥ 0 , graficul acasǎ

77
 lui f este situate deasupra axei Ox ex.1,2,3/169;5
/169,man.
⇒ aria (Γ f ) ≥ 0 ;
2)Dacă f ( x) ≤ 0 , graficul lui f este
situate sub axa
b
Ox ⇒ aria (Γ f ) = − ∫ f ( x)dx ;
a

2) Dacă f , g : [a, b ] → R sunt

funcţii continue astfel încât
f ( x) ≤ g ( x), ∀x ∈ [a, b] ,
atunci mulţimea
{
Γ f , g = ( x, y ) ∈ R 2 a ≤ x ≤ b, f ( x ≤ y ≤ g ( x

b
are arie şi aria (Γ f , g ) = ∫ [g ( x) − f ( x)]dx .
a

Aplicaţii. Ex. 1,2,3/pag. 171, man. Teora

Ex. 2.a),b)/pag.86, culegere Ganga
6) Ariile C.1.- 1) Aria subgraficului unei funcţii. Calculatorul si Observarea
softul sistematicǎ a
suprafeţelor C.6. 2) Aria determinatǎ de graficul a două educaţional cu elevilor,
plane.
funcţii. continutul aprecierea
Lecţie în AEL.
ştinţifiic şi capacitaţii
3) Aplicaţii. practic aferent elevilor de a
4) Test grilǎ. temei parcurge
abordate. paşii lecţiei.
Metode:proble
matizarea,con
versaţia,
conversaţia
euristicǎ,
explicaţia,
exerciţiul.

7) Calcul de arii C.1.- Calculul ariilor unor suprafeţe plane. Fişe de lucru. Observarea
Metode activitǎţii
C.6. Fişe de lucru. utilizate: elevilor
explicaţia, ,analiza
conversaţia, comparativǎ
conversaţia a rezultatelor
euristică, primate de la
exerciţiul, elevi şi
problematizar aprecierea lor
ea, calitativǎ
descoperirea,
activitǎţi
frontale şi
individuale si
pe grupe.
8) Integrala C.1.- Evaluarea sumativǎ a unitǎţii de învaţare. Activitatea Test de
individuală. evaluare
definitǎ.Test de C.6. sumativă, pe
evaluare
două variante
sumativǎ.
de subiect.

78
 Aşa cum se poate observa în proiectul unitǎţii de învǎţare , pentru consolidarea
cunoştintelor se poate apela cu succes la calculator . Existǎ în pachetul de lecţii AEL ,
una pentru aplicaţii ale integralelor definite , şi anume , ariile suprafeţelor plane .
Voi arǎta mai jos un plan de lecţie AEL cu aceastǎ temǎ .

GRUP SCOLAR Stefan Procopiu -Iasi

Profesor: Cruţ Bianca

PROIECT DIDACTIC

DATA : 22 – III 2007

OBIECTUL: Matematica, Elemente de analizǎ matematicǎ
CLASA a XIIa C, M1-2 ( 3h/sǎpt.)
UNITATEA DE ÎNVATARE: Aplicatii ale integralei definite.
TITLUL LECTIEI: Arii suprafete plane
DURATA: 50 min.
TIPUL LECTIEI: Fixare de cunostinte, prin parcurgere de soft educational.
LOCUL DESFASURARII: Cabinetul de Informatica.

COMPETENTE GENERALE

CG1 Identificarea corecta a unor date matematice si interpretarea în functie de contextul

în care
au fost definite.
CG2 Descoperirea ( alegerea ) algoritmilor optimi care permit prelucrarea datelor
matematice.
CG3 Utilizarea algoritmilor pentru rezolvarea unor probleme practice.
CG4 Exprimarea cu ajutorul datelor matematice a unor situatii concrete si a algoritmilor
de
prelucrare a acestora.
CG5 Interpretarea rezultatelor unor actiuni concrete exprimabile matematice.
CG6 Modelarea matematica a unor situatii concrete, prin integrarea cunostintelor din
diferite
domenii.

COMPETENTE SPECIFICE

CS1 Identificarea cu ajutorul tabelelor de derivate a unor primitive uzuale.

CS2 Stabilirea unor proprietati ale calculului integral prin analogie cu proprietati ale
calculului
diferential.
CS3 Aplicarea unor algoritmi specifici calculului integral în rezolvarea de probleme
practice.
CS4 Exprimarea calitativa sau cantitativa a variatiei ariei subgraficului unei functii prin
determinarea primitivei sau a integralei functiei.

79
CS5 Determinarea ariei unui domeniu, folosind calculul integral si compararea cu
rezultatele obtinute prin aplicarea unor formule geometrice, cunoscute anterior.
CS6 Aplicarea calculului diferential dau integral în probleme practice sau specifice unor
domenii aplicative.

Stilul vizual de învatare va fi favorizat de vederea informatiilor în forma tiparita,

privirea formelor cuvintelor, folosirea culorilor, efectelor de animatie, în vederea
informatiilor în programul A. E. L.
Stilul auditiv de învatare va fi favorizat de ascultarea altor persoane care redau sau
explica informatiile.
Stilul practic de învatare va fi favorizat de scrierea informatiilor în programul A. E.
L. în ordinea în care au fost predate, convertirea informatiilor în benzi desenate, folosirea
simtului tactil în toate actiunile ce deruleaza informatiile cuprinse în programe de
calculator.

EXPRIMAREA PROPRIILOR CONCLUZII – generarea de idei si concluzii privind

continutul soft – ului educational.

TRANSFERUL CONCLUZIILOR – realizarea de conexiuni, generalizari, întrebari.

STRATEGII DIDACTICE
1)Principii didactice
- Principiul participarii si învatarii active.
- Principiul asigurarii progresului gradat al performantei.
- Principiul conexiunii inverse.
2)Metode de învatamânt:
- Conversatia
- Conversatia euristica
- Explicatia
- Exercitiul
- Problematizarea
- Descoperirea dirijata prin studiu de caz
3)Forme de organizare
- Frontala
- Individuala
- Pe grupe/perechi.
4)Forme de evaluare:
- Observatia
- Aprecierea
5)Resurse materiale :
- calculatorul si soft – ul educational cu continut stiintific specific temei abordate;
- testul grila cu o singura varianta de raspuns correct;
- Fise de lucru.
6)Resurse procedurale:
- Investigatia stiintifica.
- Problematizarea

80
- Observarea sistematica a elevului
- Rezolvarea de probleme/situatii problema.

ETAPELE LECTIEI

I. Reactualizarea

Parcurgerea soft – ului educational în sistemul A. E. L. cu continut stiintific, la tema:

“Arii suprafete plane”

II. Prezentarea situatiei/problema si formularea temei de lucru:

Profesorul informeaza elevii asupra continutului soft – ului.

o Aria subgraficului functiei f(x) = x(10 min)
o Sume de arii(10 min)
o Integrala functiei impare f(x) = sinx(10 min)
o Integrala functiei f(x) = sinx, cu diviziuni(10 min)
o Aria determinata de graficul a doua functii(10 min)
o Aplicatie(10 min)
o Test final(10 min)

III Rezolvarea problemei.

1) Aria subgraficului functiei f(x) = x.

Se dau: Functia f:R → R, continua si pozitiva; Reperul cartezian xOy; Punctele: A(a,0),
B(b,0) variabile ca pozitie, pe axa xx’( a<b). Punctele C si D,variabile ca pozitie pe
dreapta: y = x( C si D sunt punctele în care paralele prin A si B, intersecteaza dreapta: y =
x) Se
va arata ca subgraficul functiei, f , notat cu Γ f = {( x, y ) / a ≤ x ≤ b,0 ≤ y ≤ f ( x )} , are
b
arie, adica: aria (Γ f ) = ∫ f ( x)dx
a
Se studiaza mai multe cazuri:
Punctul A variabil pe axa xx’ si B fix.
Punctul A fix si B variabil pe xx’.
Punctul A se confunda cu originea O a sistemului de axe.
Punctul A se confunda cu punctul B.
Comentarii:
b b b
x2 b2 a2
a) ∫ f ( x)dx = ∫ xdx = = − (conform formulei Leibnitz – Newton)
a a
2 a 2 2
b) Mutând pozitiile punctelor A, B pe axa xx’ , se constata ca aria trapezului ABDC, este
egala cu aria subgraficului functiei f: b
c) Fise de lucru.

81
2) Sume de arii.

Se dau: Functia f: [a,c] → R, continua si pozitiva; Reperul cartezian xOy;

Punctele: A(a,0), B(b,0) si C(c,0) variabile ca pozitie pe axa xOx’; Punctele: D, E si F
variabile ca pozitie pe dreapta: y = x(sunt punctele, în care paralelele la axa Oy, prin A,
B, C, intersecteaza dreapta: y = x);
Se va arata ca subgraficul functiei f are arie, adica:
c b c
aria(Γ f ) = ∫ f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx
a a b
Se vor studia mai multe cazuri:
Punctul A variabil pe axa xx’ si B si C fixe.
Punctele A si B fixe, C variabil pe axa xx’.
Punctele A si C fixe, B variabil pe axa xx’.
Punctul A se confunda cu originea O a sistemului de axe.
Punctul A se confunda cu punctul B.
Comentarii:
c b c
a) ∫
a
f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx
a b
b) Mutând pozitiile punctelor A, B, C pe axa xx’, se constata ca aria trapezului ACDF
este egala cu suma ariilor subgraficelor trapezelor: ABEF si BCDE.
c) Fise de lucru.

3) Integrala functiei impare f(x) = sinx.

Se dau: Functia f: [- a , a ] → R, o functie continua; Reperul cartezian xOy;

Punctele: A( a , 0), A ’ ( a, 0) si B( a, sin a), B ’ ( a, sin(a)) fixe. Punctele: D, E si F
variabile ca pozitie pe dreapta: y = x.
a a
Se va arata ca:
−a
∫ f ( x)dx = ∫ [ f ( x) + f (− x)]dx
0
a a
Adica: ∫ sin xdx = 0 (deoarece funcţia sinx este imparǎ = ∫ [sin x + sin(− x)]dx = 0 )
−a 0
a

∫ sin xdx = −cos x

a
Verificare: −a
= −(cos a − cos(−a)) = −(cos a − cos a) = 0 (funcţia cos
−a
este parǎ)

4) Integrala functiei: f(x) = sinx cu diviziuni.

Se dau: Functia f:R → R, continua si pozitiva; Reperul cartezian xOy;

Punctele: A1(a1,0), A2(a2,0), A3(a3,0), A4(a4,0) si A5(a5,0) fixe pe axa xx’ , care
determina numarul de diviziuni ale intervalului: [0, p ]
. Diviziunea 4 evidentiata.

82
 π
Se va arata ca: ∫ f ( x)dx
a
este aproximativ egala cu suma ariilor celor 5 trapeze, din

figura:
π a1 a2 π

∫
0
f ( x)dx = ∫
0
f ( x)dx + ∫
a1
f ( x)dx + ... + ∫ f ( x)dx , şi reprezinta aria suprafetei hasurate .
a4

5) Aria determinata de graficul a doua functii.

Se dau: Functia f:R → R, f ( x) = x 2 + 1 functie continua. Functia f:R → R, f ( x) = x 2 + 2

functie continua.Reperul cartezian xOy;
Se cauta aria multimii cuprinsa între graficele functiilor f si g si dreptele paralele la Oy,
care taie
axa Ox în punctele de coordonate: ( 1, 0) si ( 1, 0).
Comentarii:
a) Vom aplica Consecinta: daca f,g:[a,b] → R sunt functii continue, astfel încât: f(x) ≤
g(x),
∀x ∈ [ a, b] atunci multimea: Γ f , g = {( x, y ) / a ≤ x ≤ b, f ( x ) ≤ y ≤ g ( x )} are arie si avem
cǎ :
b
aria(Γ f , g ) = ∫ [ g ( x) − f ( x)]dx
a
b 1
b) Asadar: aria(Γ f , g ) = ∫ [ g ( x) − f ( x)]dx = ∫ ( x 2 + 2 − x 2 − 1)dx = x −1 = 1 − (−1) = 2
1

a −1
b 1 1
14 8 6
c) Sau: aria(Γ f , g ) = ∫ [ g ( x) − f ( x)]dx = ∫ g ( x)dx − ∫ f ( x)dx = − = =2 -
a −1 −1
3 3 3

1
6) Aplicatii: Sa se calculeze ∫ e x dx f olosind metoda aproximarilor.
0

Se dau: Functia f:R → R, f(x) = e x ; Reperul cartezian xOy;

Se cauta numarul minim de patrate ce trebuie adaugate la grafic, astfel încât aria
subgraficului
functiei f, sa fie aproximativ egala cu valoarea exacta a integralei:
1

∫e dx = e1 − e 0 = 2,7374 − 1 = 1,7374.
x

0
7) TEST INTERACTIV.

1) Daca f:[a,b] → R este o functie integrabila negativa, atunci:

a
a) ∫ f ( x)dx ≥ 0
a

83
 a
b) ∫ f ( x)dx = 0
a
a
c) ∫ f ( x)dx ≤ 0 .
a

2)Se dǎ f : [− a, a ] → R continuǎ . Atunci :

a a
a) ∫
−a
f ( x)dx = 2∫ f ( x)dx , dacǎ f este imparǎ.
0
a
b) ∫ f ( x)dx = 0 , dacǎ f este imparǎ
−a

3) Γ f subgraficul lui f are arie şi aria sa este egalǎ cu integral lui f pe intervalul [a,b] ,
b
aria (Γ f ) = ∫ f ( x)dx dacǎ :
a
a)f continuǎ

b)f crescǎtoare
b
4)Funcţia f(x0=cos x , îndeplineşte condiţia ∫ cos xdx = sin b − sin a dacǎ :
a
a)nu este integrabilǎ pentru orice x

b)este integrabilǎ pe orice interval [ a, b] ⊂ R .

5)Aria mulţimii cuprinse între graficele a douǎ funcţii continue este datǎ de :
b
a) aria(Γ f , g ) = ∫ [ g ( x) − f ( x)]dx , dacǎ f ( x) > g ( x), (∀)x ∈ [a, b]
a
b
b) aria(Γ f , g ) = ∫ [ g ( x) − f ( x)]dx ,dacǎ f ( x) < g ( x), (∀)x ∈ [a, b]
a
b
c) aria(Γ f , g ) = ∫ [ g ( x) − f ( x)]dx , dacǎ f ( x) ≤ g ( x), (∀)x ∈ [a, b]
a
b
d) aria(Γ f , g ) = ∫ [ g ( x) − f ( x)]dx , dacǎ f ( x) ≥ g ( x), (∀)x ∈ [a, b]
a

(elevii trebuie sǎ aleagǎ un singur rǎspuns – în funcţie de corectitudine , vor primi

punctaj)

84
IV Evaluarea rezultatelor si stabilirea concluziilor:

- Se evalueaza capacitatile elevilor de a determina subgraficul unei functii continue,

pozitive.
- Se evalueaza capacitatile elevilor de a calcula o integrala definita.
- Se evalueaza capacitatile elevilor de a calcula aria subgraficului unei functii.
- Se evalueaza capacitatile elevilor de a calcula aria unei suprafete plane cu
ajutorul integralei definite si a compara rezultatul obtinut, geometric( cu aria
triunghiului, a trapezului dreptunghic).
- Se evalueaza capacitatile elevilor de a aplica proprietatile integralei definite.
- Se evalueaza capacitatile elevilor de a calcula aria unei suprafete plane, cu
ajutorul integralei definite, prin/cu diviziuni.
- Se evalueaza capacitatile elevilor de a calcula aria unei suprafete plane, de forma
Γ f , în conditii date.
1

∫e
x
- Se evalueaza abilitatile elevilor în a calcula dx , folosind metoda
0
aproximarilor.

Momentele de evaluare faciliteaza munca profesorului, în realizarea unui feed – back

continuu, permanent, corectiv.

OBIECTIVELE TESTELOR

OP1 Daca elevul recunoaste ca integrala unei functii pozitive este un numar pozitiv.

OP2 Daca elevul recunoaste ca aria unei suprafete plane, este un numar pozitiv.

OP3 Modul în care elevul aplica proprietatile integralei definite.

OP4 Când subgraficul unei functii are arie si formula de calcul a ariei subgraficului.

OP5 Daca elevul stie formula pentru calcularea ariei unei multimi de forma Γ f , în
conditii precizate.

CONCLUZII
1) Se vor face aprecieri individuale si collective asupra activitatii elevilor.
2) Tema pentru acasa.

85
Fisa de lucru – 1

Aria subgraficului functei f(x) = x

Determinati aria subgraficului functiei: f : [a, b] → R, f ( x ) = x în cazurile urmǎtoare şi

verificaţi geometric rezultatul .

1) A se confunda cu originea: a = 0, b = 20. ( A( 0, 0); B( 20, 0) ).

2) A se confunda cu B: a = b = 10. ( A( 10, 0 ); B( 10 , 0)).

3) A fix , iar B variabil: a’)a=40 , b=60 (A(40,0),B(60,0))

a”)a=40 , b=80 (A(40,0,B(80,0))

4) A variabil si B fix:
· a = 20, b = 40 ( A( 20, 0); B( 40, 0)).
· a = 40, b = 40 ( A( 40, 0); B( 40, 0))
· a = 60, b = 40 ( A( 60, 0); B( 40, 0)); ce se constata?
Prof. Cruţ Bianca

Fisa de lucru – 2

Sume de arii

Fie f: [ a , c ] → R si b ∈ ( a , c ) . Daca restrictiile lui f sunt continue pe: [ a , b ] , [ b , c ]

c b c
avem formula : ∫
a
f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx
a b

Aplicati formula de mai sus, în cazurile:

1) a = 0, b = 20 , c = 40 ( A se confunda cu originea: A( 0,0 ),B( 20,0),C( 40,0)).

2) a = b = 10, c = 50 ( A se confunda cu B: A (10,0), B ( 10,0), C( 50,0)).

3) a = 0 , b = 50 , c = 100( A, C fixe, B variabil: A(0,0), B( 50,0), C( 100,0)).

4) a = 10, b = c = 30( A fix, C coincide cu B: A(10,0), B(30,0), C(30,0)).

5) a =20, b= 60, c= 80( A variabil pe axa xx ’ , B, C fixe: A(20,0),B(60,0),C(80,0))

Prof. Cruţ Bianca

86
 Capitolul 8
Programe de aplicare a metodelor numerice pe
calculator

Program Interpolare_Newton ;
uses crt ;
type matrice=array[1..10,1..9] of real ;
var i , j ,n : integer ;
xint,yint,factor :real ;
DD :matrice ;
begin
clrscr ;
write(‘Introduceţi nr. de puncte de interpolare n=’) ;readln(n) ;
writeln(‘Introduceţi tabelul’) ;
for i :=1 to n do
begin
write(‘x[‘,i,’]=’) ;readln(DD[i,1]) ;
write(‘y[‘,i,’]=’) ;readln(DD[i,2]) ;
end ;
writeln(‘Punctul în care vrem aproximarea =’) ;readln(xint) ;
for j : = 3 to n + 1 do
for i : = j - 1 to n do
DD[i , j] :=(DD[i , j-1]-DD[i – 1 , j - 1])/(DD[i , 1]-DD[ i – j +2 , 1]) ;
yint :=DD[1 , 2]
for i :=2 to n do
begin
factor : = 1.0 ;
for j : = i – 1 downto 1 do
factor : = factor *(xint – DD[j , 1]) ;
yint : = yint +DD[i , i + 1] *factor ;
end ;
writeln(‘Valoarea în punctul ‘,xint :8 :4,’ este ’,yint :9 :5) ;
readln ;
end.

87
Program Interpolare_Lagr ;
uses crt ;
type vector=array[1..10] of real ;
var i , j ,n : integer ;
xint,yint,factor :real ;
x,y :vector ;
begin
clrscr ;
write(‘Introduceţi nr. de puncte de interpolare n=’) ;readln(n) ;
writeln(‘Introduceţi tabelul’) ;
for i :=1 to n do
begin
write(‘x[‘,i,’]=’) ;readln(x[i]) ;
write(‘y[‘,i,’]=’) ;readln(y[i]) ;
end ;
writeln(‘Punctul în care vrem aproximarea =’) ;readln(xint) ;
yint : = 0.0 ;
for i : = 1 to n do
begin
factor : = 1.0 ;
j : = 1 to n do
begin
if (i<>j) then factor : = factor*(xint – x [j])/(x[i] - x[j]) ;
end ;
yint : = yint + y [i]*factor ;
end ;
writeln(‘Valoarea în punctul ‘,xint :8 :4,’ este ’,yint :9 :5) ;
readln ;
end.

88
Program Integrare-Trapez ;
Type vector = array[1..100] of real ;
Var x : vector ;
a,b,c,h,t : real ;
i,n : integer ;
function f(x :real) : real ;
begin
f : = 4*x*x*x+3*x*x+2*x+5 ;
end ;
begin
write(‘Daţi limitele de integrare a =’) ; readln(a) ;
write(‘Daţi limitele de integrare b =’) ; readln(b) ;
write(‘Daţi numǎrul de intervale n =’) ; readln(n)
h = (b - a) / n ;
for i : = 0 to n do x [i] : = a + i*h ;
t:=0
for i :=0 to n do
begin
if (i = 0 ) or (i = n ) then
c:=h
else
c:=h;
t : = t + c*f(x[i]);
end;
write (‘Rezultatul este ‘ , t:10:5); readln ;

end.

89
Program Integrare-Simpson ;
Type vector = array[1..100] of real ;
Var x : vector ;
a,b,c,h,s : real ;
k,n,m : integer ;
function f(x :real) : real ;
begin
f : = 1/(1 + x ) ;
end ;
begin
write(‘Daţi limitele de integrare a =’) ; readln(a) ;
write(‘Daţi limitele de integrare b =’) ; readln(b) ;
write(‘Daţi nr. de intervale de discretizare (par) n =’) ; readln(n)
h = (b - a) / n ;
for k : = 0 to n do x [k] : = a + k*h ;
s:=0;
m := n /2 ;
for k : = 1 to m do
begin
s : = s+(h/3)*(f (x[2*k-2]+4*f(x[2*k-1])+f(x[2*k])) ;
end ;
write(‘Rezultatul este I(f)=’,s : 10 :5) ;readln ;
end.

Cum se poate observa mai sus , primele două programe prezintă modul de utilizare
al polinoamelor de interpolare Lagrange şi Newton pentru funcţii oarecare când
cunoaştem valorile funcţiei într-un număr de puncte precizate . Al treilea şi al patrulea
program prezintă metodele trapezului de integrare şi metoda Simpson , pentru funcţii care
se pot schimba în program datorită creării unui subprogram care se poate modifica după
necesităţi .

90
 Teoria interpolării poate fi utilizată în rezolvarea unor probleme practice interesante .

Exemplu : În studiul proceselor de polimerizare induse prin radiaţii se utilizează o sursă

de raze γ pentru a produce doze prescrise de radiaţii . Totuşi doza variază după poziţia în
aparat ( distanţa faţă de punctul de bază ) . S-au obţinut următoarele valori :

x 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4

y 1.90 2.39 2,71 2.98 3.20 ? 3.20 2.98 2.74

x = distanţa faţă de punctul de bază ( în inci , 1 inci = 2,54 cm)

y = doza de radiaţii (10 5 razi / oră )

Cum se observă în tabel , ne interesează y în x = 2.5 .Bineînţeles că se poate calcula

y în orice altă valoare intermediară a lui x dorită .Motivul acestei cerinţe este faptul că ,
de exemplu , în timpul experimentului unii din senzorii care măsoară radiaţia se pot
defecta iar repetarea experimentului ar putea fi costisitoare .

Vom folosi următoarea problemă de interpolare :

Fie f : [a.b] → R şi punctele distincte {xi }i =o,n ∈ [a, b] . Cunoaştem valorile

y i = f ( xi ), i = 0, n . Să se determine o funcţie p cu proprietatea că interpolează pe f în
punctele xi , adică p ( xi ) = f ( xi ), i = 0, n .

Folosind polinomul de interpolare Lagrange se găseşte p(2.5)=3.29071 , rezultat care

dovedeşte motivul unei eventuale defecţiuni ale senzorului ( este valoarea maximă care
poate să determine « prăjirea » acestuia ) . (vezi bibl.[13] , pag 223).

În continuare voi prezenta programul de calcul care foloseşte polinomul lui Lagrange
pentru rezolvarea problemei de mai sus .

91
Program LAGRANGE ; {Interpolare Lagrange .pas}

Const nmax = 40 ;
Var x, y : array[0..nmax] of real ;
n, m, i, j : integer ;
z, P, l : real ;
dn : char ;
Label READZ ;
BEGIN
Write(‘nr. de noduri : ‘) ; Readln (m) ;
n := m-1 ;
Writeln(‘Funizaţi datele’) ;
For i :=0 to n do begin
Write ( ‘ ‘ : 3 , i : 2 , ‘ : ‘ ) ;
Readln(x[i] , y[i] )
End ;

READZ :
Write ( ‘ z : ‘ ) ; Readln(z);

{ Calculăm P = L(z) }
P := 0.0 ;
For i : = 0 to n do begin
l := 1.0 ;
For j := 0 to n do begin
if j <> i
then l := l * ( z- x[j]) / (x[i] – x[j]) ;
End ;
P := P+ l* y[i]
End ;
Writeln ( ‘ L(z) = ‘ , P );

Writeln ;
Write ( ‘ Mai doriţi un calcul (d/n) ? : ‘ ) ; Readln (dn) ;
If ( dn = ‘d’) or ( dn = ‘D’ ) then goto READZ ;
END .

92
 Pentru creşterea vitezei de calcul putem modifica programul după următoarele
observaţii : numitorii polinomului li nu se modifică deci pot fi calculaţi o singură dată .

Putem introduce astfel , înainte de READZ , calculul produsului de la numitor :

n
wi = ∏ (x
j =0
i − xj) , i = 0…n
j ≠i

În program vom introduce urmtoarea porţiune :

For i := 0 to n do begin
l := 1.0 ;
For j := 0 to n do
If j <> i
Then l := l *(x[i] – x[j]):
w[i] : = l
End ;

Calculul lui P se modifică :

P := 0.0 ;
For i := o to n do begin
l : = 1.0 ;
For j := 0 to n do
if j <> i
then l := I * ( z- x[j] );
P := P + l * y[i]/w[i]
End ;

Vom avea astfel următorul program modificat :

93
 Program LAGRANGE ; {Interpolare Lagrange }

Const nmax = 40 ;
Var x, y : array[0..nmax] of real ;
W : array[0 .. nmax] of real ;
n, m, i, j : integer ;
z, P, l : real ;
dn : char ;
Label READZ ;
BEGIN
Write(‘nr. de noduri : ‘) ; Readln (m) ;
n := m-1 ;
Writeln(‘Funizaţi datele’) ;
For i :=0 to n do begin
Write ( ‘ ‘ : 3 , i : 2 , ‘ : ‘ ) ;
Readln(x[i] , y[i] )
End ;
For i := 0 to n do begin
l := 1.0 ;
For j := 0 to n do
if j <> i
then l := l *(x[i] – x[j]):
w[i] : = l
End ;

READZ :
Write ( ‘ z : ‘ ) ; Readln(z);

{ Calculăm P = L(z) }
P := 0.0 ;
For i : = 0 to n do begin
l := 1.0 ;
For j := 0 to n do begin
if j <> i
then l := l * ( z- x[j]);
End ;
P := P+ l* y[i]/w[i]
End ;
Writeln ( ‘ L(z) = ‘ , P );

Writeln ;
Write ( ‘ Mai doriţi un calcul (d/n) ? : ‘ ) ; Readln (dn) ;
If ( dn = ‘d’) or ( dn = ‘D’ ) then goto READZ ;
END .

94
Bibliografie :
1.Bîrsan,T;Burdujan,I;Vrabie,I.: Metode numerice .Multiplicat Inst.Politehnic Iasi, 1989,
351p.

2.Beu,Titus:Calcul numeric în Turbo Pascal. Ed.Microinformatica,Cluj,1992,201p.

3.Chiruţǎ,C.: Analizǎ numericǎ şi programe .Ed.Univ.Al. I. Cuza – Iasi,1999,266 p.

4.Ignat,C;Ilioi,C;Jucan,T.:Elemente de informaticǎ şi calcul numeric , Vol I-II ,

Multiplicat Univ.Iaşi, 1989, 413-163 p.

5.Ilioi,C.:Analizǎ numericǎ .Partea I. Multiplicat Univ.Iaşi , 1982 , 340 p .

6.Ilioi,C.:Analizǎ numericǎ .Partea II. Multiplicat Univ.Iaşi , 1983 , 240 p .

7.Marinescu,Ghe.:Analizǎ numericǎ.Editura academiei, Bucureşti , 1974, 302p.

8.Iorgulescu , A .:Metode numerice şi programe Pascal . Ed.Infotec,Bucureşti , 1996.

9.Gerald , Curtis F ;Wheatley , Patrik O - Applied Numerical Analysis , Addison-Wesley

, Reading , Mass , 1984

95