Documente Academic
Documente Profesional
Documente Cultură
Analiza Numerica PDF
Analiza Numerica PDF
Prof. univ. dr. CONSTANTIN POPA Lect. univ. dr. ELENA PELICAN
ANALIZA NUMERICĂ
Constanţa 2006
Introducere
i
Notaţii
IN mulţimea numerelor naturale
Z mulţimea numerelor ı̂ntregi
IR mulţimea numerelor reale
C mulţimea numerelor complexe
IRn , Cn spaţiile euclidiene n dimensionale real,
respectiv complex
IN ∗ , Z∗ , IR∗ , C∗ IN ∗ = IN \ {0}; analog pentru celelalte
IR[X] mulţimea polinoamelor ı̂n nedeterminata X,
cu coeficienţi numere reale
gradP gradul polinomului P
C n ([a, b]) mulţimea funcţiilor definite pe [a, b], de n ori derivabile,
cu derivata de ordin n continuă
C ∞ ([a, b]) mulţimea funcţiilor definite pe [a, b], indefinit derivabile
Mn (K) mulţimea matricelor pătrate de dimensiune n ≥ 1
cu elemente din corpul K,
unde K este IR sau C; pentru K = IR vom nota
prin Mn
ai sau (A)i linia i din matricea A ∈ Mn
aij sau (A)ij elementul de pe poziţia (i, j) din matricea A ∈ Mn .
zi sau (z)i componenta de pe poziţia i din vectorul z ∈ IRn
detA determinantul matricei A ∈ Mn
tr(A) urma matricei A ∈ Mn (tr(A) = a11 + · · · + ann )
At transpusa matricei A ∈ Mn
diag{d1 , . . . , dn } matrice diagonală cu elementele d1 , . . . , dn pe
diagonala principală
diag(A) matricea diagonală ce are pe diagonala principală
elementele de pe diagonala matricei A
k(A) numărul de condiţionare al matricei inversabile A ı̂n
raport cu o normă dată k · k;
k(A) = kAk · kA−1 k
σ (A) spectrul unei matrice A ∈ Mn (valorile proprii)
ρ (A) raza spectrală a unei matrice A ∈ Mn
(ρ(A) = max{|λ|, λ ∈ σ(A)})
δij simbolul lui Kronecker
O(hn ) mărime de ordin hn
Cuprins
5 Integrare numerică 45
5.1 Formule de cuadratură de tip Newton-Côtes . . . . . . . . . 46
5.1.1 Aproximarea integralelor pe IR . . . . . . . . . . . . 46
5.1.2 Aproximarea integralelor pe IR2 . . . . . . . . . . . . 53
ii
5.2 Formule de cuadratură cu noduri Gauss . . . . . . . . . . . 55
5.2.1 Formule de tip Cebı̂şev . . . . . . . . . . . . . . . . 55
5.2.2 Formule bazate pe polinoame Legendre . . . . . . . 57
5.2.3 Formule de tip Gauss pentru integrale duble . . . . . 57
5.3 Exerciţii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Bibliografie 89
Capitolul 1
Rn = x − Sn , n≥1 (1.2)
lim Rn = 0. (1.3)
n→∞
P
Propoziţia 1 (i) Dacă an este convergentă, atunci lim an = 0.
n≥1 n→∞
(ii) Avem relaţia
n+k
X
Rn = lim aj . (1.4)
k→∞
j=n+1
1
P P P
(iii) Dacă an şi bn sunt serii de numere reale pozitive, seria bn
n≥1 n≥1 n≥1
este convergentă şi există n0 ≥ 1 şi c > 0 astfel ı̂ncât
an ≤ c · bn , ∀ n ≥ n0 , (1.5)
P
atunci şi seria an e convergentă.
n≥1
a = a0 , a1 a2 a3 ...... (1.6)
2
Corolarul 2 Toate afirmaţiile din enunţul Teoremei 1 rămân valabile şi
pentru numere α ∈ (−∞, 0).
a = 28 + a. (1.13)
3
Acest tip de reprezentare, deşi exactă, impune limitări ale valorilor nu-
merelor ce pot fi ı̂nregistrate. Într-adevăr avem
| a | ≤ 2n−1 − 1. (1.14)
În acest fel toate numerele ı̂ntregi pozitive, respectiv negative vor avea
0, respectiv 1 pe prima poziţie din stânga (ceea ce permite implicit re-
cunoaşterea semnului lor). Fie acum a ∈ IR \ Z, a > 0. Din Teorema 1
(pentru p = 2) rezultă X an
a = a0 + . (1.15)
2n
n≥1
Dacă a0 > 0, fie m cel mai mare număr natural cu proprietatea că
2m ≤ a0 (1.16)
şi n0 dat de
n0 = m + 1. (1.17)
Atunci, din (1.11), (1.16), (1.15) şi (1.17) rezultă
X a0
n
a=( ) · 2n0 . (1.18)
2n
n≥1
a01 6= 0. (1.19)
Dacă a0 = 0, atunci definim direct n0 ca fiind cel mai mare număr negativ
cu proprietatea că ı̂n scrierea (1.18) este ı̂ndeplinită condiţia (1.19).
4
şi
Ca = 64 + n0 (1.21)
se numesc mantisa (normalizată), respectiv caracteristica numărului
a. Dacă a ∈ IR \ Z, a < 0 se utilizează schema anterioară pentru b =
−a > 0. Astfel, reprezentarea unui număr a ∈ IR \ Z (pe 32 de biţi) se va
face ca in Figura 1.1.
5
Exemplul 3 Fie a = 1001, 11 . . . 1} ı̂n baza 2. În scrierea (1.18) vom avea
| {z
22 poziţii
6
Observaţia 6 Pentru exemplele 2 − 5 de mai ı̂nainte, erorile absolute de
aproximare sunt următoarele(ı̂n ordine).
. . 0} 1 |0 .{z
a = 0, 0| .{z . . 0} 101
24 poziţii 23 poziţii
ı̂n baza 2. În scrierea (1.18) vom avea n0 = −24, a025 = 1, a027 = 1, deci
conform regulii 3, a se va rotunji la valoarea
ã = 0, 0| .{z
. . 0} 1 |0 .{z
. . 0} 1.
24 poziţii 22 poziţii
7
şi că există ã, b̃ astfel ı̂ncât ı̂n (1.26) să avem egalitate.
b) În urma acestor studii teoretice apar şi unele reguli de ”aranjare” a
calcului astfel ı̂ncât cumularea erorilor de calcul să fie minimă. De exemplu
ı̂ntr-o sumă este mai bine să grupăm mai ı̂ntâi termenii după ordinul de
mărime şi/sau după semn. Acestea ı̂nsă au ı̂n gene-
ral un efect relativ. Esenţial este ca algoritmii care se utilizează să fie
optimizaţi din punct de vedere al eficienţei (vezi secţiunile următoare).
c) Reţinem totuşi ideea propagării şi acumulării de erori de calcul ceea
ce ı̂ndeamnă la o anumită doză de prudenţă ı̂n abordarea etapei finale a
unei probleme de analiză numerică, aceea a calcului efectiv al aproximărilor
respective.
d) Spre deosebire de mulţimea numerelor reale care este infinită şi fără
”goluri” /”spaţii libere” ı̂ntre numere (adică ı̂ntre oricare două numere reale
diferite, există ı̂ntotdeuna un altul şi pentru orice număr real dat există un
altul mai mare şi unul mai mic decât el) mulţimea numerelor reprezentate ı̂n
virgulă mobilă (”machine numbers”) este finită (existând un cel mai mare/
cel mai mic număr (pozitiv)) şi este discretă. Astfel, mulţimea numerelor
reale normalizate ı̂n virgulă mobilă se defineşte ca
B - se numeşte bază şi este un număr natural mai mare sau egal cu 2, t -
numărul de zecimale, M - mantisa, iar E - exponentul.
Mulţimea numerelor reprezentate ı̂n calculator (pe scurt, numere maşină)
se defineşte astfel:
MB,t,α,β = {g ∈ FB,t , α ≤ E ≤ β}
8
• cel mai mare număr maşină pozitiv, L = (B t − 1)B β
iar
1 + (1000000 − 1000000) = 1 − 0 = 1.
1.3 Exerciţii
R1 x
1. Fie integrala In = 0 xn e 10 dx pentru n natural. Pentru n = 0,
valoarea integralei este uşor de calculat şi este egală cu I0 = 10e0.1 −
10 ' 1.05170918075647624811707826490.
Pentru n > 0, integrala se poate calcula folosind următoarea formulă
recursivă (rezultată din integrarea prin parţi)
In = 10e0.1 − 10nIn−1 .
9
Din păcate ı̂nsă, folosind această formulă, obţinem rezultate care nu
sunt conforme cu realitatea, acest algoritm fiind numeric instabil.
10
mobilă ar fi putut să schimbe numărul zecimalelor seminifica-
tive, având ca efect rotunjirea noii valori la p ze-
cimale semnificative.
(b) Calculaţi cât mai exact următoarea integrală:
Z 1 −x
Jn = xn e 10000 dx
0
2. Fie y = x − sin x. Se ştie că pentru valori mici ale lui x, sin x ' x
şi deci scăderea lor poate duce la ”surprize” neplăcute. Cum poate fi
acest lucru evitat?
Indicaţie. Se dezvoltă ı̂n serie Taylor sin x (vezi secţiunea 2.3) şi se
folosesc formulele
x 3
t =
1
6
tn+1 = − tn x2
, n ≤ 1.
(2n + 2)(2n + 3)
n
P s1 = t1
Astfel, notând sn = tk , obţinem
k=1 s n+1 = sn + tn+1 .
11
Capitolul 2
De multe ori ı̂n algoritmii de calcul este nevoie ca, după o schimbare de
variabilă de forma x = y + ξ să se determine coeficienţii noului polinom ı̂n
variabila y.
Q(y) = P (y + ξ) = A0 y n + ... + An (2.2)
Algoritmul utilizat ı̂n acest sens este următorul: Pentru y = 0, din relaţia
rezultă
An = P (ξ). (2.4)
12
Fie P1 (x) polinomul dat de
şi, pentru x = ξ
An−1 = P1 (ξ). (2.8)
Raţionamentul se reia punând
unde am notat P0 (x) = P (x), iar polinoamele P1 , ..., Pn sunt cele obţinute
succesiv ı̂n schema anterioară.
13
2.2 Schema lui Horner generalizată
Conform teoremei de ı̂mpărţire cu rest, dat fiind polinomul Q cu coefici-
enţi reali şi grad(Q) ≥ 1 există două polinoame cu coeficienţi reali C,
respectiv R, cu grad(R) < grad(Q) astfel ı̂ncât
În cazul grad(Q) = 1, conform observaţiei din secţiunea 2.1, putem deter-
mina coeficienţii lui C şi valoarea lui R (ı̂n acest caz R = 0 sau grad(R) = 0)
fără a efectua ı̂mpărţirea, cu ajutorul schemei lui Horner. Aceeaşi problemă
se poate pune ı̂nsă şi pentru grad(Q) ≥ 2. Avem două situaţii distincte.
Cazul 1. Q are toate rădăcinile reale. Atunci problema se poate
rezolva prin aplicări succesive ale algoritmului din secţiunea anterioară.
Vom ilustra acest lucru printr-un exemplu. Fie Q(x) = (x − a)(x − b). Din
(2.11) rezultă
şi pentru a determina coeficienţii lui C, α şi β aplicăm schema lui Horner
relativ la ı̂mpărţirea lui P la x − a. Obţinem
Repetăm apoi pasul anterior cu C1 ı̂n locul lui P şi x − b ı̂n locul lui x − a,
obţinând
C1 (x) = (x − b)C2 (x) + α1 , (2.14)
de unde, folosind (2.13) rezultă
Dar deoarece polinoamele C şi R din (2.11) sunt unic determinate, din
(2.15) obţinem
este imediată.
Cazul 2. Q are şi rădăcini complexe. Deoarece Q are coeficienţi
reali aceste rădăcini sunt perechi de forma a ± ib. Problema revine atunci
14
la a construi un algoritm care să permită determinarea coeficien- ţilor lui
C şi α, β din relaţia
α = a1 − a3 b0 − b1 (a2 − a3 b1 ), (2.20)
β = a0 − b0 (a2 − a3 b1 ). (2.21)
Notând
b̄1 = −b1 , b̄0 = −b0 , (2.22)
formăm următorul tablou
a3 a2 a1 a0
0 0 a3 b̄0 b̄0 (a2 + a3 ) (2.23)
0 a3 b̄1 b̄1 (a2 + a3 b̄1 ) 0
a3 a2 a1 a0
0 0 α13 α14 (2.24)
0 α22 α23 0
ı̂n care elementele α22 , α13 , α23 , α14 sunt necunoscute. Ele se determină ı̂n
felul următor:
α22 =suma elementelor de pe coloana 1 ı̂nmulţită cu b̄1 ;
α13 =suma elementelor de pe coloana 1 ı̂nmulţită cu b̄0 ;
α23 =suma elem. de pe coloana 2 ı̂nmulţită cu b̄1 ;
α14 = suma elem. de pe col.2 ı̂nmulţită cu b0 .
Deducem astfel următorul algoritm - dat fiind polinomul
15
se efectuează următorii paşi:
Pasul 1. Se formează tabloul următor
an an−1 ... an−j+1 ... a1 a0
0 0 ... α1j ... α1n α1,n+1
(2.25)
0 α22 ... α2j ... α2n 0
Σ1 = an Σ2 ... Σj ... Σn Σn+1
ı̂n care cunoaştem an , an−1 , . . . , a1 , a0 , iar Σ2 , . . . , Σn+1 reprezintă sumele
elementelor de pe coloanele 2, . . . , n + 1 din tabel.
Pasul 2. Coeficientii αij se calculează astfel
α22 = an · (−b1 ),
iar pentru j = 3, . . . , n
α1j = Σj−2 · (−b0 )
(2.26)
α2j = Σj−1 · (−b1 )
α = Σn , β = Σn+1 (2.27)
Observaţia 8 Combinând cele două scheme de tip Horner (clasică şi ge-
neralizată) putem determina câtul şi restul ı̂mparţirii lui P la orice polinom
unitar Q. În plus, ambii algoritmi sunt uşor de programat.
16
sau
f 0 (ξ) f (n) (ξ)
f (ξ) + (x − ξ) + . . . + (x − ξ)n + . . . (2.31)
1! n!
seria Taylor ı̂n jurul lui ξ a funcţiei f .
(x − ξ)n+1 (n+1)
f (x) = Tn (x; ξ) + f (δ). (2.32)
(n + 1)!
xn+1 (n+1)
f (x) = Tn (x; 0) + f (δ), x ∈ I (2.33)
(n + 1)!
Atunci, ∀ ξ ∈ (a, b) seria Taylor a lui f ı̂n jurul lui ξ converge uniform pe
[a, b] la f . Vom nota aceasta prin
X f (n) (ξ)
f (x) = (x − ξ)n , x ∈ [a, b] (2.35)
n!
n≥0
sau
f 0 (ξ) f (n) (ξ)
f (x) = f (ξ) + (x − ξ) + . . . + (x − ξ)n + . . . (2.36)
1! n!
Observaţia 9 Din (2.29) şi (2.32) obţinem pentru Rn (x; ξ) exprimarea
(x − ξ)n+1 (n+1)
Rn (x; ξ) = f (δ), (2.37)
(n + 1)!
Observaţia 10 În (2.32) ı̂n locul lui δ se poate pune ξ + θ(x − ξ),
cu θ ∈ (0, 1).
17
Observaţia 11 Funcţiile elementare admit exprimări de tipul (2.32) sau
(2.33) sau dezvoltări de tipul (2.36) pe anumite intervale I ⊂ IR. Aceste
dezvoltări pot fi utilizate pentru calculul aproximativ al valorilor acestor
funcţii. Vom prezenta ı̂n continuare aceste lucruri ı̂n cazul câtorva funcţii
elementare uzuale.
Funcţia exponenţială
Funcţia exponenţială f : IR −→ (0, ∞), f (x) = ex admite dezvoltarea
(de tip (2.33))
xn
ex = 1 + x + . . . + + Rn (x), (2.38)
n!
valabilă pentru orice x ∈ IR cu Rn (x) dat de
eθx
Rn = , θ ∈ (0, 1). (2.39)
(n + 1)!
Pentru x ∈ [−1, 1] din (2.38) şi (2.39) rezultă
e
|ex − Tn (x; 0)| = |Rn (x)| ≤ , (2.40)
(n + 1)!
care reprezintă o bună evaluare a priori a erorii de aproximare a valorii
exacte ex prin valoarea polinomului Taylor Tn (x; 0). Pentru |x| ≥ 1 avem
şi
ex = e[x] · eq . (2.42)
Pentru e[x] procedăm astfel: folosind (2.38), cu evaluarea (2.40) obţinem o
bună aproximare a lui e sau 1/e (după cum x > 0 sau x < 0) şi cu aceasta
calculăm e[x] prin ı̂nmulţiri succesive. Pentru eq se utilizează direct (2.38).
Tn (q; 0) = u0 + u1 + . . . + un , (2.43)
x2 x3 x4 xn
ln(1 + x) = x − + − + . . . + (−1)n+1 + ... (2.45)
2 3 4 n
18
De asemenea, pe acelaşi interval, ln(1 + x) admite şi o reprezentare de tipul
(2.28) − (2.29) ı̂n care restul de ordin n este dat de
xn+1 (−1)n+1
Rn (x) = · , θ ∈ (0, 1). (2.46)
n + 1 (1 + θx)n+1
x2 x3 xn
ln(1 − x) = −x − − − ... − − ... (2.47)
2 3 n
Prin scăderea relaţiilor (2.47) şi (2.45) obţinem
1−x x3 x5
ln( ) = −2(x + + + . . .) (2.48)
1+x 3 5
1−x
Pentru z = 1+x , cum x ∈ (−1, 1), obţinem z ∈ (0, ∞) şi din (2.48)
h 1 − z 1 1 − z 3 i
ln z = −2 + + ... . (2.49)
1+z 3 1+z
Vom analiza acum restul ı̂n dezvoltarea (2.49). Ştim că ∀ z > 0,
∃ m ∈ IN, t ∈ [ 21 , 1], unic determinaţi, cu proprietatea
z = 2m · t. (2.50)
Atunci
n
X ξ 2k−1
ln z = ln(2m · t) = m · ln 2 + ln t = m · ln 2 − 2 − Rn (ξ), (2.51)
2k − 1
k=1
19
cu ξ ∈ (0, 1/3] dat de
1−t
ξ= . (2.52)
1+t
Observând că
2 9
2
≤ , (2.53)
1−ξ 4
rezultă pentru Rn (ξ) următoarea evaluare
ξ 2n+1 ξ 2n+2 ξ 2n+1
Rn (ξ) = 2 + + ... < 2 · (1 + ξ 2 + ξ 4 + . . .) =
2n + 1 2n + 3 2n + 1
ξ 2n+1 ξ 2p − 1 ξ 2n+1 2
2· · lim 2 = ·
2n + 1 p→∞ ξ − 1 2n + 1 1 − ξ 2
deci, folosind şi (2.53)
ξ 2n+1 9
Rn (ξ) < , ξ ∈ (0, 1/3]. (2.54)
2n + 1 4
Astfel numărul ln z se va aproxima prin
ln z ≈ m · ln 2 − 2(u1 + . . . + un ), (2.55)
unde
ξ 2k−1
uk = , k = 1, . . . , n. (2.56)
2k − 1
20
Capitolul 3
Aproximarea soluţiilor
ecuaţiilor şi sistemelor de
ecuaţii neliniare
21
b0 ≥ b1 ≥ . . . ≥ bn ≥ . . . (3.2)
∃ lim an = lim bn = ξ.
n→∞ n→∞
an + bn
(ii) Dacă definim ξn = , ∀ n ≥ 0 atunci avem
2
b−a
|ξn − ξ| ≤ , ∀ n ≥ 0.
2n
adică şirurile (an )n≥0 şi (bn )n≥0 sunt mărginite. Cum şirurile sunt şi mono-
tone rezultă că ∃ lim an = α¸ si ∃ lim bn = β. Cum an ≤ bn , ∀ n ≥ 0
n→∞ n→∞
obţinem α ≤ β. Vom arăta că α = β. Presupunem prin absurd că α < β şi
β−α
fie 0 = . Din convergenţele menţionate anterior rezultă pentru = 0
3
an → α ⇒ ∃ n1 ∈ IN astfel ı̂ncât |an − α| < 0 , ∀ n ≥ n1 , (3.5)
b−a
bn − an = → 0 ⇒ ∃ n3 ∈ IN astfel ı̂ncât bn − an < 0 (3.7)
2n
pentru orice n ≥ n3 . Atunci, pentru n ≥ n0 = max(n1 , n2 , n3 ) au loc
simultan relaţiile (3.5) - (3.7). Atunci rezultă
22
deci
β−α
< bn − an , ∀ n ≥ n0
3
ceea ce este ı̂n contradicţie cu (3.7). Rămâne atunci că α = β. Apoi,
trecând la limită ı̂n (3.3) obţinem f (α)f (α) ≤ 0 adică f (α) = 0 şi cum ξ
era unica soluţie din (a, b) obţinem α = ξ, deci concluzia de la punctul (i).
Cea de-a doua parte a teoremei rezultă direct din consideraţiile anterioare.
şi
f 0 (x) · f 00 (x) 6= 0, ∀ x ∈ [a, b]. (3.9)
În raport cu proprietatea (3.9) şi Lema 1, din cele 4 cazuri posibile la
capetele intervalului [a, b] rămân doar două. În raport cu aceste două cazuri
are loc următorul rezultat privind convergenţa metodei coardei.
Teorema 6 În ipotezele (3.8)−(3.9) şi ţinând cont de Lema 1, unica soluţie
a ecuaţiei f (x) = 0 poate fi obţinută ca limita şirului strict monoton din
[a, b] definit astfel:
(i) dacă f (a)f 00 (a) < 0 atunci
(
x0 = a
; (3.10)
xn+1 = xn − f (xfn(x n)
)−f (b) (xn − b), ∀ n ≥ 0
23
Figura 3.1: Cazurile posibile pentru metoda coardei
(
x0 = b
f (xn ) . (3.11)
xn+1 = xn − f (xn )−f (a) (xn − a), ∀ n ≥ 0
24
Teorema 7 Dacă 0 < m1 ≤ |f 0 (x)| , ∀ x ∈ [a, b], atunci avem evaluarea
|f (xn )|
|xn − ξ| ≤ , ∀ n ≥ 1.
m1
|f (xn )| |f (xn )|
|ξ − xn | = 0
≤ , ∀ n≥1
|f (z)| m1
25
şirul lui Rolle, aflăm că rădăcinile ξ1 , ξ2 , ξ3 ale lui f sunt toate reale şi
se găsesc ı̂n intervalele (0, 1), (1, 3) şi respectiv (3, ∞). Vom exemplifica
pentru ξ1q∈ (0, 1). Rădăcinile ecuaţiei f 0 (x) = 3x2 − 12x + 10 = 0 sunt
x = 2 ± 23 ; atunci f 0 (x) > 0, f 00 (x) < 0, ∀ x ∈ [0, 1] şi f (1)f 00 (1) < 0.
Conform Teoremei 6 (ii) vom construi şirul x0 = 1,
f (xn )
xn+1 = xn − (xn − 0), ∀ n ≥ 0
f (xn ) − f (0)
f (1)
x1 = 1 − (1 − 0) = 0, 8
f (1) − f (0)
f (0, 8)
x2 = 0, 8 − (0, 8 − 8) ≈ 0, 68
f (0, 8) − f (0)
f (0, 68)
x3 = 0, 68 − (0, 68 − 0) ≈ 0, 63
f (0, 68) − f (0)
şi cu evaluarea din teorema 7 rezultă că
26
Observaţia 20 Dacă g : [a, b] → IR este derivabilă şi ∃ α ∈ [0, 1) astfel
ı̂ncât 0
g (x) ≤ α, ∀ x ∈ [a, b] (3.13)
atunci g este o α-contracţie (se aplică teorema lui Lagrange pe un interval
[x, y] ⊂ [a, b]).
αn |x0 − p| ≤ αn (b − a), ∀ n ≥ 0.
Trecând la limită ı̂n această inegalitate, obţinem
27
√
pentru g. Deci g((0, ∞)) ⊆ [ 5, ∞), dar g nu este o α-contracţie pe (0, ∞).
Vom restrânge ı̂n acest caz domeniul lui g astfel ca g să fie √
α-contracţie pe
noul său domeniu. Se arată că g este o 21 −contracţie pe [ 5, ∞). Astfel
√ √
definim g : [ 5, ∞) → [ 5, ∞) şi din Observaţia 22 pentru √ x0 = 5/2
n
(de exemplu) şi xn = g(xn−1 ) = . . . = g (x0 ) obţinem că 5 − xn ≤
( 21 )n
1 5 1 x0 5 1 1 1
1 x0 − 2 (x0 + x ) = 2n−1 2 − 2x = 2n−1 4 = 2n+1 , ∀ n ≥ 1.
1− 2 0 0
1 √
Cum n+1 ≤ 10−2 implică n ≥ 6, ı̂nseamnă că 5 este aproximat prin x6
2
cu o eroare mai mică decât 10−2 , unde x6 = g(x5 ) = . . . = g 6 (x0 ).
28
atunci ∃ δ > 0 astfel ı̂ncât pentru orice x0 ∈ [ξ − δ, ξ + δ], şirul (xn )n≥1 dat
de (3.17), converge la ξ.
(ii) Dacă m1 , M2 > 0 sunt date de
M2
|ξ − xn | ≤ (ξ − xn−1 )2 , ∀ n ≥ 1. (3.21)
2m1
f (xn−1 )
x0 = 0, xn = xn−1 − → x∗ .
f 0 (xn−1 )
f (0) 2
x1 = 0 − = − ≈ −0.6666666,
f 0(0) 3
2 f ( 23 )
x2 = − − ≈ −0, 7383188,
3 f 0( 23 )
inf f 0 (x) = f 0 (−1) = e−1 + 2 ≈ 2, 3678905
m1 =
x∈[−1,0]
29
M2 = supx∈[−1,0] f 0 (x) = f 00 (0)
30
Exemplul 12 . Fie funcţia g : [1, 2] × [0, 1] → IR2 , dată de g(x, y) =
3x2 + y 2 2x2 + 5y 2
(1 + , ). Să se arate că g este α-contracţie ı̂n raport cu
20 20
k·k∞ . Obţinem că
3x y
10 10
g 0 (x, y) = .
x y
5 2
Cum toate cele patru funcţii care apar sunt pozitiv crescătoare obţinem
g (x, y)
= max { 3x + y , x + y } = max{ 3 · 2 + 1 , 2 + 1 } =
0
∞ (x,y)∈D 10 10 15 2 10 10 5 2
7 9 9
max{ , }= ∈ [0, 1).
10 10 10
9
şi conform Observaţiei 24, g este o -contracţie pe [1, 2] × [0, 1].
10
Vom da fără demonstraţie următorul rezultat (pentru detalii vezi [6] şi [22]).
31
prezintă unele dezavantaje. Astfel, la fiecare iterţie trebuie calculaţi F (xk )
0 0
şi F (xk ) şi, de asemenea, trebuie rezolvat sistemul F (xk ) · y = F (xk ), ceea
ce ı̂nseamnă efort computaţional mare şi poate duce la acumularea de erori.
Aceste inconveniente pot fi ı̂nlăturate folosind metoda Newton simplificată
(modificată) pe care o prezentăm ı̂n continuare.
32
3.6 Exerciţii
√
1. Aproximaţi rădăcinile ecuaţiei x = cos x pe [0, 1] prin x3 dat de
metoda bisecţiei.
(a) 3x2 − ex = 0;
(b) x − cos x = 0;
5
(c) x = 2 + 2;
x
2 − e x + x2
(d) x = ;
3
(e) x2 + 10 cos x = 0.
1
7. Funcţia f (x) = tgπx − 6 are ca rădăcină pe arctg6 ' 0.447431543.
π
Fie p0 = 0 şi p1 = 0.48. Aproximaţi aceste rădăcini prin x10 dat de
Prin care din cele două metode se obţine o eroare mai mică?
8. Sistemul neliniar
x2 − 10x + y 2 + 8 = 0
xy 2 + x − 10y + 8 = 0
33
poate fi adus ı̂n forma
2 2
x = g1 (x, y) = x + y + 8
10
2+x+8
y = g2 (x, y) =
xy
10
unde g = (g1 , g2 ) : D → IR, cu D = {(x, y) ∈ IR2 , 0 ≤ x, y ≤ 1.5}.
34
Capitolul 4
Se vor analiza ı̂n cadrul acestui capitol următoarele două probleme impor-
tante ale analizei numerice.
kf − P k ≤ ε, (4.1)
şi
kf − ϕk ≤ ε. (4.3)
Problema 1 se referă la aproximarea unei funcţii prin funcţii polinomiale,
iar cea de-a doua la interpolarea şi aproximarea unor funcţii prin polinoame
sau funcţii ce sunt polinomiale pe intervale. Se folosesc funcţii polinomi-
ale sau polinomiale pe bucăţi pentru că valoarea funcţiei ı̂ntr-un punct se
poate calcula foarte simplu (vezi Capitolul 2, Schema lui Horner). În cazul
Problemei 2, funcţia f este de cele mai multe ori cunoscută doar ı̂n punctele
diviziunii 4.
35
4.1 Aproximarea cu polinoame Bernstein
Începem această secţiune cu un rezultat auxiliar.
Lema 2 Pentru ∀ x ∈ IR şi n ∈ IN sunt adevărate următoarele egalităţi.
n
kCnk xk (1 − x)n−k = nx;
P
(i)
k=0
n
k 2 Cnk xk (1 − x)n−k = nx + n (n − 1) x2 ;
P
(ii)
k=0
n
(nx − k)2 Cnk xk (1 − x)n−k = nx (1 − x).
P
(iii)
k=0
Teorema 15 Fie f : [0, 1] → IR, continuă şi (Bn )n≥1 un şir de funcţii
polinomiale definite prin
n
X k
Bn (x) = f Cnk xk (1 − x)n−k , ∀ x ∈ [0, 1]. (4.4)
n
k+0
36
Observaţia 29 Aşa cum rezultă din demonstraţia Teoremei 15, convergen-
ţa şirului (Bn )n≥1 este foarte lentă, ceea ce reprezintă un dezavantaj pen-
tru aproximarea cu polinoame Bernstein. În plus, nu avem posibilitatea
evaluării a priori a diferenţei | f − Bn |. Dar, avantajul metodei constă
ı̂n faptul că ∀ x ∈ [a, b], Bn (x) este o combinaţie convexă a valorilor
k
f n , k = 0, ..., n, proprietate ce păstrează ”alura” (shape) funcţiei f (adică
intervalele de convexitate şi concavitate).
37
Polinomul P poate fi reprezentat sub forma
n n
X Y x − xi
P (x) = f (xi ) , x ∈ IR. (4.6)
xj − xi
j=1 i=1
Definiţia 8 Polinomul
n
X
Ln (f ; x) = f (xj ) Ln,j (x) . (4.7)
j=1
f (n) (ξx )
f (x) − Ln (f ; x) = ω (x) . (4.9)
n!
hn
kωk∞ ≤ (n − 1)!
4
(xi − xi−1 )2 h2
| (x − xi−1 ) (x − xi ) |≤ ≤ . (4.10)
4 4
Cum ı̂nsă, pentru j ∈ {1, . . . , i − 2} avem
| x − xj |= x − xj ≤ (i − j) h, (4.11)
38
iar pentru j ∈ {i + 1, . . . , n}
| x − xj |= x − xj ≤ (j − i + 1) h, (4.12)
h2 n−i hn
| ω (x) |≤ hi−2 (i − 1)! h (n − i)! ≤ (n − 1)!
4 4
şi teorema este demonstrată.
Din Teorema 18 şi Lema 3 obţinem următorul rezultat.
kf (n) k∞ n
kf − Ln (f ; ·) k∞ ≤ h . (4.13)
4n
kf − Ln (f ; ·) k∞ → 0, n → ∞
0 0
g (xi ) = f (xi ) ; (4.16)
39
00 00
g (xi ) = f (xi ) ; (4.17)
Următorul rezultat asigură, ı̂n condiţiile date existenţa unei funcţii spline
cubice (libere).
40
Dacă ω : [a, b] → IR este polinomul
atunci avem
ω (x) = hn+1 q (q − 1) ... (q − n) , (4.23)
0
ω (xi ) = (−1)n−i hn (i)! (n − i)! (4.24)
Să notăm
α (q, n) = q (q − 1) (q − 2) ... (q − n) (4.25)
şi fie Ln+1 (x) polinomul Lagrange de interpolare
n
X (x − x0 ) ... (x − xi−1 ) (x − xi+1 ) ... (x − xn )
Ln+1 (x) = f (xi ) .
(xi − x0 ) ... (xi − xi−1 ) (xi − xi+1 ) ... (xi − xn )
i=0
(4.26)
Utilizând notaţiile şi formulele anterioare, un calcul simplu ne arată că
n
X (−1)n−1 f (xi ) α (q, n)
Ln+1 (x) = · . (4.27)
i! (n − i)! q−i
i=0
Din teorema 18 rezultă că dacă f este de clasă C n+1 ([a, b]) există ξx ∈ (a, b)
astfel ı̂ncât
f n+1 (ξ (x))
Rn+1 (x) = ω (x) . (4.32)
(n + 1)!
41
Dacă f este de clasă C n+2 pe [a, b] derivând ı̂n raport cu x relaţia şi
ı̂nlocuind x cu xi rezultă
0 1 0
Rn+1 (xi ) = ω (xi ) f n+1 (ξ) =
(n + 1)!
42
4.5 Exerciţii
1. Folosind polinomul de interpolare Lagrange aproximaţi:
6. Folosind
polinoamele de interpolare Newton descrise mai sus, aproximaţi
f − 31 dacă se dau f (−1.0) = −1, f (−0.75) = −0.421875, f (−0.5) =
−0.125 şi f (0.25) = 0.015625
43
7. Dacă Pn (x) = f [x0 ] + f [x0 , x1 ](x − x0 ) + a2 (x − x0 )(x − x1 )+
+a3 (x − x0 )(x − x1 )(x − x2 ) + ... + an (x − x0 )(x − x1 )...(x − xm−1 )
arătaţi că a2 = f [x0 , x1 , x2 ]. Cât este a3 ?
44
Capitolul 5
Integrare numerică
3. se dezvoltă f ı̂n serie Taylor ı̂n jurul punctului x0 ∈ [a, b], adică
∞
X
f (x) = an (x − x0 )n ,
n=0
Dar, de multe ori, aceste metode sunt sau foarte laborioase sau chiar im-
posibil de aplicat, deci impracticabile chiar şi pentru unele funcţii simple
cum ar fi
2
f : [0, 1] → IR; f (x) = e−x ; g : [0, π] → IR; g(x) = sin(x2 ).
45
5.1 Formule de cuadratură de tip Newton-Côtes
5.1.1 Aproximarea integralelor pe IR
Dacă f ∈ C n ([a, b]), fie t1 , t2 , ..., tn ∈ [−1, 1] fixaţi şi Ln polinomul de
interpolare al lui Lagrange asociat lui f şi punctelor
b+a b−a
xj =
+ tj , j = 1, .., n (5.2)
2 2
Z b Z b
Cum Ln aproximează pe f , Ln (x)dx va aproxima f (x)dx. Eroarea
a a
acestei aproximări este dată de
Z b
rn (f ) = (f (x) − Ln (x))dx.
a
k f (n) k∞
|f (x) − Ln (x)| ≤ |ωn (x)|, ∀ x ∈ [a, b],
n!
de unde, folosind formula anterioară rezultă că
b
k f (n) k∞
Z
|rn (f )| ≤ |ωn (x)|dx.
n! a
Cu schimbarea de variabilă
b+a b−a
x= + t, t ∈ [−1, 1] (5.3)
2 2
rezultă apoi
b 1
− b−a
Z Z
b + a b a
|ωn (x)|dx = ωn + t dt =
a −1
2 2 2
n
1
n
n+1 Z 1 Y
b + a b − a b−a −
Z Y b a
2 + t − x j
dt = |t − tj|dt
−1 2 2 2 −1
j=1 j=1
n+1 Z1 X
n
k f (n) k∞
b−a
|rn (f )| ≤ |t − tj |dt. (5.4)
n! 2
−1 j=1
46
Presupunând că toate puctele tj , j = 1, .., n sunt distincte rezultă că şi
punctele xj , j = 1, .., n sunt distincte, iar din (4.7) obţinem
n n
X Y x − xi
Ln (x) = f (xj )
xj − xi
j=1 i=1,i6=j
şi
Zb n Z 1 n
X b+a b−a b − a Y t − ti
Ln (x)dx = f + tj dt =
2 2 2 tj − ti
a j=1−1 i=1,i6=j
n Z1 X
n
b−aX b+a b−a t − ti
= f + tj dt. (5.5)
2 2 2 tj − ti
j=1 −1 i=1,i6=j
Rb
Deci f (x)dx este aproximată de integrala (5.5), cu o eroare dată de (5.4).
a
Rb
Atunci σ1 (f, n) aproximează a f (x)dx cu o eroare majorată de
(b − a)2
k f 0 k∞ . (5.7)
4n
Zb Z 1
b−a b+a b+a
f (x)dx ' f 1dt = (b − a)f ,
2 2 −1 2
a
cu o eroare majorată de
2 Z1
k f 0 k∞ (b − a)2 0
b−a
|t|dt = kf k∞ (5.8)
1! 2 4
−1
47
Aşadar aplicând (5.8) pentru intervalul [xi , xi+1 ] vom avea
x
Zi+1
xi + xi+1 b−a xi + xi+1
f (x)dx ' (xi+1 − xi )f = ·f ,
2 n 2
xi
cu o eroare majorată de
(xi+1 − xi )2 (b − a)2 0
sup | f 0 (x) |≤ kf k∞ ,
4 x∈[xi ,xi+1 ] 4n2
unde
b−a
xi = a + i, ∀ i = 0, ..., n.
n
Deci
Zb x
Zi+1
n−1 n−1
X b−aX xi + xi+1
f (x)dx = f (x)dx ' f ,
n 2
a i=0 x i=0
i
cu o eroare majorată de
(b − a)2 0 (b − a)2 0
n· kf k∞ = kf k∞
4n2 4n
şi teorema este complet demonstrată.
48
Observaţia 38 Relaţia
Zb n−1
b − aX xi + xi+1
f (x)dx ' f
n 2
a i=0
Z1
dx
Exemplul 14 Să se calculeze valoarea aproximativă a integralei
1 + x2
0
1
cu o eroare ≤ , utilizând formula dreptunghiurilor.
40
1
Fie f : [0, 1] → IR, f (x) = . Atunci f ∈ C 1 ([a, b]), iar f 0 (x) =
1 + x2
−2x 2x
2 2
. Vom arăta acum că kf 0 k∞ ≤ 1. Avem succesiv ≤1⇔
(1 + x ) (1 + x2 )2
2x ≤ (1 + x2 )2 , ∀ x ∈ [0, 1]. Fie acum funcţia ϕ(x) = x4 + 2x2 − 2x + 1 ≥
0, ∀ x ∈ [0, 1], de unde ϕ0 (x) = 2(2x3 + 2x − 1) şi folosind şirul lui
1
Rolle se obţine că ϕ0 admite o singură rădăcină reală ı̂n (0, ) pentru că
2
ϕ0 (0)ϕ0 ( 12 ) < 0 şi ϕ0 este continuă. Deci
1 1 1
ϕ(x) > ϕ = > 0, ∀ x ∈ ,1 ,
2 2 2
iar pentru
1 1
x ∈ 0, , 2x ≤ 1 ≤ (1 + x2 )2 ⇒ ϕ(x) ≥ 0, ∀ x ∈ 0,
2 2
şi deci
ϕ(x) ≥ 0, ∀ x ∈ [0, 1] ⇒ kf 0 k∞ ≤ 1.
(1 − 0)2 1
Determinăm acum n astfel ı̂ncât 1≤ şi obţinem n ≥ 10. Luăm
4n 40
n = 10 ı̂n (5.6) şi obţinem
Z 1
1 1 3 19
f (x)dx ' f +f + ... + f = 0.78560636
0 10 20 20 20
49
Z1
1 dx π
cu o eroare mai mică decât . Cum ı̂nsă 2
= arctg(x)/10 =
40 1+x 4
0
rezultă că ı̂l putem aproxima pe π prin 4 · 0.78560636 = 3, 14242534 cu o
1
eroare mai mică decât dată de metoda dreptunghiurilor.
40
Teorema 22 (Formula trapezelor) Fie f : [a, b] → IR, f ∈ C 2 ([a, b])şi
∆ : (a = x0 < ... < xn = b) o diviziune echidistantă pentru [a, b]. Definim
numărul σ2 (f, n) prin
n−1
b − a X f (xi ) + f (xi+1 )
σ2 (f, n) = . (5.9)
n 2
i=0
Z b
Atunci σ2 (f, n) aproximează f (x)dx cu o eroare majorată de
a
(b − a)3 00
kf k∞ .
12n2
Observaţia 39 Formula (5.9) este exactă pentru kf 00 k∞ = 0, adică pentru
funcţiile polinomiale de grad cel mult 1.
Observaţia 40 Relaţia
Z b n
b − a X f (xi ) + f (xi+1 )
f (x)dx '
a n 2
i=0
50
poartă numele de formula trapezelor, denumire care provine de asemenea
Z b
din interpretarea geometrică pentru f ≥ 0. f (x)dx se aproximează cu
a
b − a f (xi ) + f (xi+1 )
suma ariilor tuturor trapezelor Ti , cu A(Ti ) = · (vezi
n 2
figura 5.2).
Z 1
dx
Exemplul 15 Să se aproximeze integrala cu o eroare mai mică
0 1+x
1
decât , folosind formula trapezelor.
600
1 2
Fie f : [0, 1] → IR, f (x) = . Atunci | f ”(x) |= ≤ 2, ∀ x ∈
1+x (1 + x)3
(1 − 0)3 1
(0, 1]. Determinăm apoi pe n astfel ı̂ncât 2
·2 ≤ şi obţinem
12n 600
n ≥ 10. Astfel
Z 1
1 f (0) + f (1) 1 9
f (x)dx ' +f + ... + f = 0.69377136,
0 10 2 10 10
deci Z 1
dx
≈ 0.69377136
0 1+x
Z 1
1 dx
cu o eroare mai mică decât ≤ . Cum ı̂nsă = ln2 rezultă că
100 0 1+x
ln 2 poate fi aproximat prin valoarea 0.69377136 cu o eroare mai mică decât
1
dată de metoda trapezelor.
600
(b − a)5 (1)
kf k∞ . (5.11)
2880n4
51
Figura 5.3: Metoda Simpson
Observaţia 42 Relaţia
b n−1
b−aX
Z
xi + xi+1
f (x) dx ' f (xi ) + 4f + f (xi+1 ) (5.12)
a 6n 2
i=0
Exemplul
Z 1 16 Utilizând formula Simpson, să se aproximeze integrala
dx 1
, cu o eroare mai mică decât .
0 x + 1 10000
1 4!
Fie f : [0, 1] → IR, f (x) = cu f (4) (x) = . Atunci kf (4) k∞ =
x+1 (1 + x)5
(1 − 0)5
sup |4!(1+x)−5 | = 4! = 24. Determinăm apoi n astfel ı̂ncât ·24 <
x∈[0,1] 2880n4
1
şi obţinem n ≥ 4. Atunci
104
Z 1
1−0 1 2 3
f (x) dx ' f (0) + f (1) + 2 f +f +f +
0 6 · 4 4 4 4
52
1 3 5 7
+4 f +f +f +f = 0.69315449
8 8 8 8
R 1 dx
deci 0 ' 0.69315449 cu o eroare majorată de 10−4 . Cum ı̂nsă
Z 1 1 + x
dx
= ln2 rezultă că ln 2 poate fi aproximat prin valoarea 0.69315459
0 1+x
cu o eroare mai mică decât 10−4 dată de metoda Simpson.
∀ f ∈ C 4 ([a, b]).
Z b (n/2)−1 n/2
h X X
f (x) dx ' f (a) + 2 f (x2i−1 ) + 4 f (x2i−1 ) + f (b) ,
a 3
i=1 i=1
(5.14)
care se numeşte formula Simpson compozită.
2. Ca şi ı̂n cazul formulei Simpson, se poate arată (vezi [3], [16]) că
eroarea ı̂n cazul formulei Simpson compozite este
b − a 4 (4)
h kf k∞ .
180
53
unde f : D −→ IR este (cel puţin) continuă şi
deci
Z bZ d (m/2)−1 Z b
k b
Z X
f (x, y)dy dx = f (x, y0 ) dx + 2 f (x, y2j ) dx+
a c 3 a a j=1
m/2 Z b Z b
X
+4 f (x, y2j−1 ) dx + f (x, ym ) dx .
j=1 a a
+f (xn , yj )] , deci
Z bZ d (n/2)−1
kh X
f (x, y) dy dx ' f (x0 , y0 ) + 2 f (x2i , y0 )+
a c 3
i=1
n/2 (m/2)−1
X X
+4 f (x2i−1 , y0 ) + f (xn , y0 ) + 2 f (x0 , y2j )+
i=1 j=1
54
(m/2)−1 (n/2)−1 (m/2)−1 n/2
X X X X
+2 f (x2i , y2j ) + 4 f (x2i−1 , y2j )+
j=1 i=1 j=1 i=1
(m/2)−1 m/2 m/2 (n/2)−1
X X X X
+ f (xn , y2j ) + 4 f (x0 , y2j−1 ) + 2 f (x2i , y2j−1 )+
j=1 j=1 j=1 i=1
m/2 n/2 m/2
XX X
+4 f (x2i−1 , y2j−1 ) + f (xn , y2j−1 ) + [f (x0 , ym )+
j=1 i=1 j=1
(n/2)−1 n/2
X X
+2 f (x2i , ym ) + 4 f (x2i−1 , ym ) + f (xn , ym ) .
i=1 i=1
Observaţia 45 În formula anterioară, termenii din sumă se pot grupa şi
aceasta se poate pune sub forma
n m
hk X X
wi,j f (xi , yj ).
9
i=0 j=0
2.0
R 1.5
R
Exemplul 17 Aproximaţi I = ln(x + 2y) dy dx, folosind formula
1.4 1.0
Simpson compozită pentru n = 4 şi m = 2.
0.6 0.5
Avem h = = 0.15, k = = 0.25, deci
4 2
4 2
0.15 · 0.25 X X
I' · wi,j ln(xi + 2yj ) = 0.4295524387
9
i=0 j=0
55
de puncte din diviziune şi ı̂n plus, punctele sunt echidistante, deci, implicit
a priori fixate, fără legătură cu unele proprietăţi funcţiei de sub integrală.
Aceste inconveniente pot fi eliminate prin considerarea formulelelor de
tip Cebı̂şev. În acest sens considerăm următoarea problemă:
pentru f : [−1, 1] → IR continuă, să se determine punctele t1 , ..., tn ∈
[−1, 1] astfel ı̂ncât formula
Z 1 Xn
f (t)dt = B f (ti ) = σ4 (f, n) (5.15)
−1 i=1
să fie adevărată pentru orice polinom de grad cel mult n. Scriind (5.15)
pentru polinoamele din baza canonică {1, x, x2 , .., xn }, pentru f = 1 rezultă
2
B = , iar
n
n
2X
σ4 (f, n) = f (ti ), (5.16)
n
i=1
unde t1 , .., tn sunt soluţiile (reale) ale sistemului de ecuaţii neliniare
t1 + t2 + ... + tn = 0
k+1
tk + tk + ... + tk = n 1 − (−1)
1 2 n
2 k+1 (5.17)
.....................................
n
tn1 + tn2 + .. + tnn = 1 − (−1)n+1
2(n + 1)
Observaţia 49 Formulele de tip Cebı̂şev sunt destul de precise şi sunt utile
când avem de calculat foarte multe integrale pe acelaşi domeniu (vezi de ex.
discretizările de tip element finit pentru ecuaţii cu derivate parţiale, [4]).
56
5.2.2 Formule bazate pe polinoame Legendre
O altă metodă de tip Gauss se bazează pe utilizarea rădăcinilor poli-
noamelor Legendre {P0 (x), P1 (x), ..., Pn (x), ...}, caracterizate de următoare-
le proprietăţi
1. oricare ar fi n, Pn este polinom de gradul n.
Z 1
2. P (x) · Pn (x) dx = 0 pentru orice polinom P (x) de gradul cel mult
−1
n − 1.
57
transformăm mai ı̂ntâi dreptunghiul D = [1.4, 2.0] × [1.0, 1.5] ı̂n
dreptunghiul D̂ = {(u, v)/ − 1 ≤ u ≤ 1 şi − 1 ≤ v ≤ 1}; astfel rezultă
(vezi şi (5.19))
1 1
u= (2x − 1.4 − 2) şi v = (2y − 1 − 1.5),
2 − 1.4 1.5 − 1
de unde obţinem x = 0.3u + 1.7, y = 0.25v + 1.25 şi
Z 1Z 1
I = 0.3 · 0.25 ln(0.3u + 0.5v + 4.2)dvdu.
−1 −1
u0 = v0 = x3 = −0.7745966692
u1 = v1 = x2 = 0
u2 = v2 = x1 = −x3 = 0.7745966692,
deci
3 X
X 3
I = 0.075 a3,i a3,j ln(0.3xi + 0.5xj + 4.2) = 0.4295545313,
i=1 i=1
Observaţia 52 Dacă ı̂n această secţiune şi ı̂n 5.1.2 ne-am referit la aproxi-
marea integralelor pe domenii dreptunghiulare, există cazuri când ne intere-
sează aproximarea integralelor pe triunghiuri. Acestea apar, de exemplu, la
discretizarea ecuaţiilor cu derivate parţiale prin metoda elementului finit
(vezi [4]).
58
În [Ciarlet] sunt prezentate mai multe formule de cuadratură care sunt
e- xacte pentru anumite clase de funcţii. Dacă notăm cu A(T ) aria tri-
unghiului T şi cu f funcţia de integrat pe triunghiul T , avem la dispoziţie
următoarele formule de cuadratură
Formula 1.
Z
A(T )
f (x, y) dx dy ' [f (A1 ) + f (A2 ) + f (A3 )] = A(T ) · f (G). (5.20)
3
T
Formula 2.
Z
A(T )
f (x, y) dxdy ' [f (M ) + f (N ) + f (P )] . (5.21)
3
T
Exemplul 20 Dacă f (x, y) = xy, ∀ x, y, iar A1 (0, 0), A2 (0, 1), A3 (0, 0),
R R1 1−x
R
atunci f (x, y) dxdy ( a cărei valoare exactă este dată de xy dy dx =
T 0 0
A(T ) 1 1 1 1
1/24), se aproximează prin (5.21) cu valoarea 0· + ·0+ · =
3 2 2 2 2
A(T )/12 = 1/24. Se confirmă astfel exactitatea formulei (5.21) pentru poli-
noame de grad cel mult 2.
Formula 3.
Z
A(T )
f (x, y) dx dy ' [3 · (f (A1 ) + f (A2 ) + f (A3 )) +
60
T
8 · (f (M ) + f (N ) + f (P )) + 27 · f (G)]. (5.22)
Formula este exactă pentru polinoame de grad cel mult 3.
59
Vom remarca faptul că ı̂n formulele prezentate mai sus, cu cât precizia
este mai mare, cu atât numărul de puncte ı̂n care trebuie calculată va-
loarea funcţiei de integrat este mai mare. De aceea, ı̂n aplicaţii la metoda
elementului finit (unde numărul de triunghiuri din discretizare este foarte
mare: 105 − 106 , vezi [4]), trebuie găsită calea optimă ı̂n ceea ce priveşte
efortul de calcul.
5.3 Exerciţii
Z 1
x
1. Să se aproximeze dx prin metoda dreptunghiurilor cu o
0 +1x2
1
eroare mai mică sau egală decât .
400
Z 1
2. Să se aproximeze ln(x2 + 1) dx prin metoda trapezelor cu o eroare
0
1
mai mică sau egală decât .
2400
1/2
2x − 1
Z
3. Să se aproximeze dx prin metoda dreptunghiurilor cu o
0 x2 + 4
1
eroare mai mică sau egală decât .
800
Z 1/2
sin x
4. Să se aproximeze dx cu o eroare mai mică a decât 10−6
0 x
1
(a) dezvoltând mai ı̂ntâi funcţia continuă f : 0, → IR,
2
( sin x
, x 6= 0
f (x) = x ı̂n serie Taylor şi apoi integrând
1 , x=0
termen
cu termen (seria obţinută fiind uniform convergentă pe
1
0, );
2
(b) prin metoda dreptunghiurilor;
(c) prin metoda trapezelor;
(d) prin metoda Simpson.
Z 3
4x + 1
5. Să se aproximeze 3
dx prin metoda trapezelor cu o eroare
2 (x + 1)
1
mai mică sau egală decât .
2700
60
3
x2 + x + 2
Z
6. Să se aproximeze 2 2
dx prin metoda dreptun-
2 (x − 1) (x + 1)
1
ghiurilor cu o eroare mai mică sau egală decât .
3000
7. Aproximaţi integralele următoare folosind metoda trapezelor
Z 1.5
(a) x2 ln x dx
1
Z 0.35
2
(b) dx
0 x2 −4
R π/4
(c) 0 x sin x dx
pentru n = 2.
61
Capitolul 6
Aproximarea soluţiilor
ecuaţiilor diferenţiale
ordinare
y 0 = f (t, y)
(6.1)
y(a) = α,
62
Teorema 26 În condiţiile Teoremei 25, problema (6.1) este corect pusă.
b−a
h= , ti = a + ih, i = 0, . . . , N. (6.4)
N
Pentru h0 > 0 fixat, definim D = [a, b] × IR × [0, h0 ] ⊆ IR3 şi considerăm o
funcţie φ : D → IR continuă şi Lipschitziană ı̂n raport cu a doua variabilă,
adică ∃ L > 0 astfel ı̂ncât ∀ (t, wi , h) ∈ D, i = 1, 2
63
oferind o informaţie clară despre eficienţa aproximării date de (6.7). Con-
siderăm de asemenea valorile
y(ti ) − y(ti−1 )
τi = − φ(ti−1 , y(ti−1 ), h), i = 1, . . . , N, (6.9)
h
şi
τ = max |τi | (6.10)
i=1,N
E ≤ c0 · hλ . (6.11)
τ ≤ c · hβ . (6.12)
rezultă
64
de unde notând p = hL, q = c · hβ+1 , obţinem
i+1 q q
ai+1 ≤ ai (1 + p) + q ≤ (1 + p) a0 + − .
p p
Dar
a0 = |w0 − y0 | = |α − α| = 0
şi cum
(1 + x)n ≤ enx , ∀ x ≥ 0 ⇒ (1 + p)i+1 ≤ e(i+1)p ,
vom avea
q (i+1)p
ai+1 ≤ e − 1 , ∀ i = 1, . . . , N,
p
adică
c c
|Ei+1 | ≤ · hβ e(i+1)hL − 1 ≤ · hβ e(b−a)L − 1 ,
L L
deci
c
max |Ei | = E ≤ · hβ e(b−a)L − 1 ,
i L
şi teorema este complet demonstrată.
Vom prezenta ı̂n continuare o clasă de metode (bazate pe dezvoltări ı̂n
serie Taylor pentru f ), pentru care sunt posibile evaluări de tipul (6.12).
Fie ı̂n acest sens, n ≥ 1 natural fixat. Presupunem că y ∈ C n+1 [a, b] şi
f ∈ C n ([a, b] × I). Dezvoltând pe y ı̂n serie Taylor ı̂n jurul punctului ti
obţinem
h2
y(ti+1 ) = y(ti + h) = y(ti ) + hy 0 (ti ) + · y”(ti ) + ...+
2
hn (n) h(n+1)
· y (ti ) + · y (n+1) (ξ), ξ ∈ (ti , ti+1 ). (6.14)
n! (n + 1)!
Din proprietăţile funcţiilor y, f şi relaţia (6.1) obţinem
y (k) (t) = f (k−1) (t, y(t)), ∀ t ∈ [a, b], k = 1, . . . , n, (6.15)
iar din (6.14) şi (6.15)
hn+1
yi+1 = yi + h · Tn (ti , yi ) + · y (n+1) (ξi ) (6.16)
(n + 1)!
cu
h 0 hn−1 (n−1)
Tn (ti , yi ) = f (ti , yi ) +
f (ti , yi ) + ... + f (ti , yi ). (6.17)
2! n!
Plecând de la (6.16)-(6.17) definim metoda Taylor de ordin n prin
w0 = α
(6.18)
wi+1 = wi + h · Tn (ti , wi ), i = 1, . . . , N − 1.
65
Teorema 28 Dacă M ≥ 0 este astfel ı̂ncât
(n+1)
y (t) ≤ M, ∀ t ∈ [a, b] (6.19)
şi dacă f, f 0 , .., f (n−1) sunt Lipschitziene ı̂n raport cu a doua variabilă
(k)
f (t, y1 ) − f (k) (t, y2 ) ≤ λ · |y1 − y2 | , ∀ (t, yi ) ∈ [a, b] × IR, (6.20)
Evaluarea (6.21) ne spune că, pentru valori mari ale lui n, metoda Taylor
este foarte eficentă. Dar, practic această eficienţă poate fi estompată sau
chiar anulată de numărul mare şi complexitatea calculelor necesare evaluării
cantităţii Tn (ti , wi ) din (6.17).
A · f (t + α, y + β), A, α, β ∈ IR (6.24)
66
cu o eroare de ordinul O(h2 ). Dezvoltând (6.24) ı̂n serie Taylor de ordinul
2 obţinem
∂f
A · f (t + α, y + β) = A · f (t, y) + Aα · (t, y)+
∂t
∂f
Aβ · (t, y) + A · R(t + α, y + β), (6.25)
∂y
unde
α2 ∂ 2 f ∂2f β2 ∂2f
R(t + α, y + β) = · 2 (ξ, η) + α · β · (ξ, η) + · (ξ, η) (6.26)
2 ∂t ∂t∂y 2 ∂y 2
67
detalii şi dezvoltări vezi [???])
w0 = α
k1 = h · f (ti , wi )
h k1
k2 = h · f (ti + , wi + ) (6.30)
2 2
h k2
k3 = h · f (ti + , wi + )
2 2
k4 = h · f (ti + h, wi + k3 )
k1 + 2k2 + 2k3 + k4
wi+1 = wi + , i = 1, . . . , N − 1.
6
Observaţia 58 Metodele prezentate ı̂n acest capitol pot fi extinse şi la sis-
teme de ecuaţii diferenţiale ordinare de tipul (6.1) sau chiar la ecuaţii şi
sisteme de ecuaţii de ordin superior (vezi [3]).
6.3 Exerciţii
1. Folosind metoda lui Euler, aproximaţi soluţia problemei cu valorile
iniţiale următoare
68
5. Să se aproximeze soluţia următorului sistem de ecuaţii diferenţiale
ordinare folosind metoda lui Runge-Kutta; comparaţi rezultatul obţinut
cu soluţia clasică.
0
u1 = 3u1 + 2u2 − (2t2 + 1)e2t , u1 (0) = 1
(a)
u02 = 4u1 + u2 + (t2 + 2t − 4)e2t , u2 (0) = 1
pentru h = 0.2 şi t ∈ [0, 1]
0
u1 = u2 − u3 + t , u1 (0) = 1
(b) u0 = 3t2 , u2 (0) = 1
20 −t
u3 = u2 + e , u3 (0) = −1
pentru h = 0.1 şi t ∈ [0, 1]
69
Capitolul 7
2. metode iterative, ı̂n care soluţia este limita unui şir de aproximaţii.
70
Definiţia 15 O matrice D ∈ Mn se numeşte diagonală (pe scurt, diag)
dacă
dij = 0, ∀ j 6= i, i = 1, . . . , n. (7.4)
Li + Lj −→ Li ; λ · Li −→ Li ; Li ←→ Lj . (7.6)
a11 x1 + e
e a11 x1 + . . . + e a1n xn = eb1
a22 x2 + . . . + ã2n xn = b̃2
e
−→ .. .. .. ..
. . . .
ãnn xn = b̃n
cu ãii 6= 0, ∀ i = 1, . . . , n.
71
2. Rezolvarea sistemului Ãx = b̃ prin metoda substituţiei ı̂napoi (”back-
ward
substitution”), adică
b̃n
x =
n ãnn
1 X
x = b̃i − ãij · xj , j = n − 1, . . . , 1.
i ã
i,i j>i
4 3 3
şi se rezolvă prin substituţie ı̂napoi (x4 = , x3 = (x4 + ),etc).
5 4 4
Dacă acceptăm şi permutări de coloane ı̂n matricea A, un sistem de forma
(7.1) se poate aduce ı̂ntotdeauna la o formă superior triunghiulară Ãx = b̃,
dar matricea à poate fi singulară, deci etapa 2 de substituţie ı̂napoi nu se
mai poate aplica. Vom exemplifica acest lucru ı̂n cele ce urmează.
Exemplul
23 Rezolvaţi prin EG sistemul
x1 + x2 + x3 + x4 = 7
x1 + x2 + 2x4 = 8
2x1 + 2x2 + 3x3 = 10
x1 − x2 − 2x3 + 2x4 = 0
72
L −L →L
1 |
1 1 1 1 | 7 2 1 2 1 1 1 7
L3 −2L1 →L3
1 1 0 2 | 8 L4 +L1 →L4 0 0 −1
1 | 1 2 ↔C3
C−→
−→
2 2 3 0 | 10 0 0 1 −2 | 4
−1 −1 −2 2 | 0 0 0 −1 3 | 7
1 1 1 1 | 7 | 7
1 1 1 1
L +L →L
0 -1 0 1 | 1 L24 −L32 →L43 0 −1 1 0 | 1 L4 +2L3 →l4
0 1 0 −2 | 4
−→ −→
0 0 -1 0 | −3
0 −1 0 3 | 7 0 0 2 0 | 6
1 1 1 1 | 7
0 −1 1 0 | 1
0 0 −1 0 | −3 ,
0 0 0 0 | 0
1 1 1 1 7
e = 0 −1 1 0 ; eb = 1 .
deci A 0 0 −1 0 −3
0 0 0 0 0
1. for j = 1 to n − 1 do
for i = j + 1 to n do
m = aij /ajj ; /* ajj 6= 0 */
aij = 0;
for k = j + 1 to n + 1 do
/* coloana n + 1 conţine termenul liber*/
aik = aik − m ∗ ajk ;
endfor
endfor
endfor
73
2. xn = bn /ann ;
for i = n − 1 downto 1 do
sum = 0;
for j = i + 1 to n do
sum = sum + aij ∗ xj ;
endfor
xi = (1/aii ) ∗ (bi − sum)
endfor
7.2 Descompunerea LU
Definiţia 18 Spunem că matricea inversabilă A ∈ Mn admite o
descompunere LU dacă există matricele L şi U ∈ Mn , inversabile, cu
L = inf.∆, şi U = sup.∆ astfel ı̂ncât A = LU.
−1
Observaţia 61 Un exerciţiu simplu ne spune că matricea L(k) este
de forma
74
..
1 .
..
.
−1 ··· ··· 1
L(k)
= .. .
−mk+1,k .
..
.
−mk+2,k
···
−mn,k 1
Exemplul
24 Determinaţi
o descompunere LU pentru matricea
4 0 1
A= 1 3 2
0 1 2
(a) folosind EG; (b) direct (prin identificare).
Soluţie. (a) Ne vom folosi de demonstraţia Teoremei 30. Pentru aceasta,
efectuăm prima etapă din algoritmul EG.
4 0 1
4 0 1
L2 − 41 L1 →L2 L − 31 L2 →L3
A= 1 3 2 −→ 1 3 7 3 −→
0 1 2
4
0 1 2
4 0 1 1 0 0
0 3 7
1
=A e = U; L = 1 0 .
4
4 1
17
0 0 0 1
12 3
l11 0 0 u11 u12 u13
(b) A = LU = l21 l22 0 · 0 u22 u23
l31 l32 l33 0 0 u33
cu uii 6= 0, lii 6= 0, ∀ i = 1, 2, 3.
Sistemul obţinut este format din 9 ecuaţii şi are 12 necunoscute, ceea ce
ı̂nseamnă că trebuie sa punem noi condiţii suplimentare asupra a 3 ne-
cunoscute pentru a-l rezolva. Luăm, de exemplu, u11 = u22 = u33 = −2.
Deci avem de rezolvat sistemul
l11 0 0 −2 u12 u13
A = l21 l22 0 · 0 −2 u23
l31 l32 l33 0 0 −2
care ne conduce la următoarele ecuaţii
4 = −2 l11 ⇒ l11 = −2
0 = −2 u12 ⇒ u12 = 0
75
1
1 = −2 u13 ⇒ u13 = −
2
1
1 = −2 l21 ⇒ l21 = −
2
3
3 = −2 l22 ⇒ l22 =−
2
1 3 2 1 7
2= − u23 ⇒ u23 = ( − 2) = −
4 2 3 4 6
0 = −2 l31 ⇒ l31 = 0
1
1 = −2 l32 ⇒ l32 = −
2
7 1 7 17
2= − 2 l33 ⇒ l33 = ( − 2) = −
12 2 12 24
Aşadar, am obţinut ı̂n acest fel
−2 0 0 1
−2 0 −
1 3 2
L= − − 7
0 ,U = 0 −2 − .
2 2
1 7 6
0 − − 0 0 −2
2 24
76
7.2.1 Condiţii suficiente pentru ca EG să funcţioneze fără
pivotare
Vom prezenta ı̂n această secţiune câteva clase de matrice pentru care EG
funcţionează fără pivotare şi deci, conform Teoremei 30 există o descom-
punere LU a lui A. Mai ı̂ntâi vom introduce câteva noţiuni pe care le vom
folosi ı̂n continuare.
77
Teorema 32 Dacă matricea A ∈ Mn este simetrică şi pozitiv definită,
atunci EG funcţionează fără pivotare.
2 −1 0
−1 . . . . . .
Exemplul 26 Matricea A = .. ..
. . −1
0 −1 2 n
satisface ipotezele Teoremei 32, deci EG funcţionează fără pivotare.
78
Vream să arătăm că există x, y ∈ IR, α, β ∈ IRn astfel ı̂ncât
= Ln+1 Un+1 ⇔
An+1
An c Ln 0 Un β
⇔ = ·
wt an+1,n+1 αt x 0 y
nL · β =c
de unde obţinem Ln · Un = An şi Un · α = w
β · α + x · y = an+1,n+1
Primele două sisteme au soluţie unică (Ln , Un fiind inversabile), deci α, β
sunt unic determinate. Ultima ecuaţie are o infinitate de soluţii cu x, y 6= 0.
Teorema este astfel complet demonstrată.
Exemplul 27Determinaţi
descompunerea Choleski (dacă există) pentru
3 0 1
matricea A = 0 2 1
1 1 3
(a) folosind o descompunere LU ca ı̂n demonstraţia Teoremei 34;
(b) direct (prin identificare)
Soluţie. Matricea A este simetrică şi pozitiv definită (veziPropoziţia 3),
deci admite o descompunere
Choleski.
3 0 1 1 3 0 1
L3 − 3 L1 →L3 L − 12 L2 →L3
(a) A = 0 2 1 −→ 0 2 1 3 −→
1 1 3 0 1 38
1
L3 − 2 L2 →L3
3 0 1 1 0 0
−→ 0 2 1 = U , iar L = 0 1 0
13 1 1
0 0 16 3 2 1
3 0 0
Fie D1 = diagL = I3 , D2 = diag(U ) = 0 2 0 .
0 0 13
√ 6
3 √0 0
√
Avem A = T DS = T DT t , unde D := 0 2 q0 ;
13
0 0 6
79
Factorul Choleski pentru matricea A este
√3 0 0
√
3 √0 0
1 0 0 √
L= 0 1 0 · 0 2 q0 = 0 2 q0 ;
√ √
1 1 13 3 2 13
3 2 1 0 0 6 3 2 6
l11 0 0 l11 l21 l31 3 0 1
(b) Din A = L·L = t l21 l22 0 · 0 l22 l32 = 0 2 1
l31 l32 l33 0 0 l33 1 1 3
2
√
⇒
√ l11 = 3 ⇒ l11 = 31
2 · l32 = 1 ⇒ l32 = √2
√
3 · l21 = 0 ⇒ l21 = 0
√
3 · l31 = 1 ⇒ l31 = √13
0=0
2 =2⇒l
√
l22 22 = 2
√
√1 · 3 = 1
3
√
√1 · 2 = 1
2
q
1 1 2 = 3 ⇒ l2 = 13 13
3 + 2 + l33 33 6 ⇒ l33 = 6
√
3 √0 0
0 2 q0
şi deci factorul Choleski este ı̂n acest caz L = .
√1 √1 13
3 2 6
7.4 Exerciţii
x − y + 3z = 2
(a) 3x − 3y + z = −1
x+ y =3
1
x− y + z =4
2
2x − y − z + t = 5
(b)
x+ y
=2
1
x− y+ z+ t=5
2
80
x1 + x2 + x4 =2
2x1 + x2 − x3 + x4 = 1
(c)
−x1 + 2x2 + 3x3 − x4 = 4
3x1 − x2 − x3 + 2x4 = −3
81
Capitolul 8
S −1 AS = U. (8.5)
82
Propoziţia 5 (i) Dacă matricea A este diagonalizabilă, atunci are loc
σ(A) = {λ1 , ...λn } şi Apj = λj pj , unde pj reprezintă coloana j din matricea
P , j = 1, . . . , n.
(ii) Dacă matricea A este triangularizabilă, atunci σ(A) = {u11 , ..., unn },
iar vectorii proprii pentru A sunt de forma Sx, cu x vector propriu pentru
matricea U .
Demonstraţie (i) rezultă din (8.4) şi din faptul că, dacă A ≈ P , atunci
σ(A) = σ(P ) (Vezi Exerciţiul 7).
(ii) Cum A ≈ U rezultă că σ(A) = σ(U ) (vezi Exerciţiul 7). Dar σ(U ) =
{u11 , ..., unn } (U fiind matrice superior triunghiulară). Dacă xi este vectorul
propriu corespunzător valorii proprii λi , adică U xi = uii xi , atunci SU xi =
uii Sxi , i = 1, . . . , n. Dar, AS = SU şi deci ASxi = SU xi , adică ASxi =
uii Sxi . Apoi, dacă notăm Sxi = yi obţinem că Ayi = uii yi , i = 1, . . . , n,
ceea ce ı̂ncheie demonstraţia.
Următorul rezultat ne oferă o clasă importantă de matrice diagonalizabile
(pentru demonstraţie vezi [2], [23]).
Mai mult, dacă notăm cu qi coloana i din matricea Q atunci {q1 , ..., qn }
este un sistem ortonormal de vectori proprii pentru A, adică
Ideea de la metoda Jacobi constă ı̂n a construi un şir de matrice (Ak )k≥1
cu A1 = A şi Ak ≈ A, ∀ k ≥ 1 cu proprietatea
unde π : {1, ..., n} → {1, ..., n} este o permutare de indici. În acest sens,
pentru 1 ≤ p ≤ q ≤ n fixaţi arbitrar, notăm prin Ω = Ω(p, q, θ) matricea
83
de rotaţie Givens definită prin (vezi de exemplu [23])
p q
1
..
.
1
cos θ sin θ p
Ω=
1
(8.9)
..
.
q
− sin θ cos θ
1
..
.
1
B = Ωt AΩ (8.10)
π π
Lema 4 (i) Dacă apq 6= 0, atunci există şi este unic θ ∈ 4, 4 \ {0} astfel
ı̂ncât
bqp = 0. (8.12)
(ii) Pentru θ de la (i) avem
n
X n
X
b2ii = a2ii + 2a2pq . (8.13)
i=1 i=1
akqq − akpp
ctg2θk = , (8.15)
akpq
84
(prin akij am notat elementele matricei Ak , k ≥ 1). Indicii p şi q se aleg (ı̂n
cazul metodei Jacobi clasice) prin
cu Ωk din (8.14)-(8.15).
85
şi {u1 , ..., un } o bază ı̂n Cn astfel ı̂ncât
Aui = λi ui , i = 1, . . . , n (8.20)
x0 = a1 u1 + a2 u2 + ... + an un , (8.21)
cu ai ∈ IR, i = 1, . . . , n, a1 6= 0, definim
x0 = u1 + a2 u2 + ... + an un . (8.24)
Metoda puterilor
86
Introduceţi n, A, x, N şi Φ o funcţională linară şi continuă
for k = 1, . . . , N do
y = Ax
r = Φ(y)/Φ(x)
x = y/kyk
Afişează k, x, r
endfor
Afişează x.
−1 −1
|λ−1
n | > |λn−1 | ≥ ... ≥ |λ1 | > 0 (8.29)
şi se foloseşte ı̂n acest caz metoda puterilor
pentrucalculul lui λ−1
n , aplicată
1 1
matricei A−1 , pentru care σ(A−1 ) = , ..., .
λ1 λn
Nu se recomandă calculul lui A−1 , ci ı̂n loc de xk+1 = A−1 xk , se rezolvă
87
sistemul Axk+1 = xk . Aceasta poate fi făcută ı̂n mod eficient folosind
metoda bazată pe descompunerea LU a lui A.
8.4 Exerciţii
1. Să se arate că două matrice asemenea au acelaşi spectru.
n
S
2. (Teorema lui Gershgorin) Pentru A ∈ Mn , σ(A) ⊆ Di , unde
( ) i=1
n
P
Di = z ∈ C/ |z − aii | ≤ |aij | .
j=1,j6=i
(Această teoremă se mai numeşte si teorema de localizare a valorilor
proprii)
3. Să se arate că orice matrice strict diagonal dominantă este inversabilă.
88
Bibliografie
[4] Ciarlet P.G., The finite element method for elliptic problems, North-
Holland, 1979.
[9] Gantmacher F.R., The theory of matrices (vol. I si II), Chelsea Publ.
Comp., New York 1959.
[10] Golub G. H., van Loan C. F., Matrix computations - third edition, The
John’s Hopkins Univ. Press, Baltimore,1996.
[12] Henrici P., Elements of numerical analysis, John Willey and Sons,
Nwy York 1964.
89
[13] Householder A. S., The theory of matrices in numerical analysis, Blais-
dell Publ. Comp., New York, 1964.
[14] Juncu Gh., Popa C., Introducere ı̂n metoda multigrid - aplicaţii pe
calculator, Editura Tehnică, Bucureşti 1991.
[15] Kantorovici L.V., Akilov G.P., Analiză funcţională (trad. din limba
rusă), Ed. Şt. şi Encicl., Bucureşti 1986.
[17] Meyer C.D., Matrix analysis and applied linear algebra, SIAM
Philadelphia 2000.
[18] Micula Gh., Funcţii spline şi aplicaţii, Editura Tehnică, Bucureşti
1978.
[19] Overton M.L., Numerical computing with IEEE floating point arith-
metic, SIAM Philadelphia 2001.
[21] Popa C., Pelican E., Introducere ı̂n analiza numerică , Editura Ma-
trixRom, Bucuresti, 2005.
[26] Sireţchi Gh., Calcul diferenţial şi integral, vol. I şi II, Ed. Şt. şi Encicl.,
Bucureşti 1985.
[28] Varga R., Matrix iterative analysis, Prentice Hall, New York,1962.
90
[29] Weiss R., Parameter-free iterative linear solvers, Mathematical Re-
search Series, 97, Akademie Verlag, Berlin, 1996.
91