Documente Academic
Documente Profesional
Documente Cultură
Curs 1
Curs 1
3
1.
Rolul metodelor numerice și INTRODUCERE
de optimizare în știința și ingineria materialelor
• soluții aproximative pentru acele cazuri în care metodele clasice
de analiză analitică și experimentală sunt inoperante sau neeficiente
• utile și în prelucrarea datelor experimentale sau în determinarea unor
expresii de calcul al proprietăților fizice
• rezultatul aplicării metodelor numerice ⇒ modelul numeric ⇒
implementat pe calculator cu ajutorul unui limbaj adecvat.
• utilizarea eficientă a metodelor numerice presupune:
existența unor cunoștințe teoretice fundamentale în acest domeniu
experiența de programare
utilizarea disciplinelor matematice moderne prin calculul operațional
• proiectarea optimală ⇒ variabilele de proiectare ce respectă anumite
condiții (restricțiile proiectării) impuse de comportarea și
funcționalitatea echipamentelor, minimizând o funcție de eficiență
(funcția obiectiv).
• rezolvarea problemelor de optimizare ⇒ este necesară cunoașterea unor
metode adecvate de calcul.
3
Aspecte matematice ale unui algoritm de calcul numeric
• uneori, chiar dacă soluția analitică a unei probleme date poate fi găsită, aceasta
nu poate servi la obținerea soluției numerice. Exemplu:
𝒏
∑𝒋= 𝒂𝒊𝒋 𝒙𝒋 = 𝒃𝒊 , 𝒊 = 𝟏, … , 𝒏 (1)
𝟏
• dacă sistemul are o soluție unică ⇒ se poate rezolva analitic cu ajutorul regulii
lui Cramer ⇒ pentru n ≥ 3 trebuie calculați n+1 determinanți de ordinul n ⇒ un
număr mare de operații de înmulțire și de adunare. Exemplu: dacă n = 20
⇒
16⋅1019 operații elementare ⇒ peste 2⋅106 ani timp de lucru
• numărul mare al operațiilor ⇒ timp mare de execuție consumat de calculator +
precizia de calcul afectată ⇒ acumularea erorilor de rotunjire.
• precizia rezultatelor este influențată de mai mulți factori:
soluția depinde de datele inițiale ⇒ erori la rezolvarea numerică. Uneori
erorile sunt introduse si de modelul matematic, din cauza unor aproximații
de modelare. Aceste tipuri de erori se numesc erori inerente.
la soluționarea numerică a unei probleme se mai poate produce o eroare de
metodă
în procesul de calcul apar erori de trunchiere și erori de rotunjire.
• eroarea totală: eroarea inerentă, eroarea metodei și eroarea de calcul.
1. INTRODUCERE
Instabilitatea numerică a algoritmilor și natura problemelor
• o mică perturbație în una din date (sau în toate) conduce la mici perturbații în soluția
matematică ⇒ problema bine condiționată.
• mici perturbații conduc la mari perturbații în soluția matematică ⇒ problema
slab condiționată.
• D datele exacte care caracterizează o problemă, F funcția matematică ce conduce
la obținerea soluției exacte F(D)
𝑭: 𝑫 → 𝑭(𝑫) (2)
• datele sunt afectate de erori sau perturbate ⇒ datele perturbate 𝑫∗ . Soluția exactă:
𝑭: 𝑫∗ → 𝑭(𝑫∗ ) (3)
• aplicația este bine condiționată dacă 𝑫∗ este apropiat de D și F(𝑫∗ ) este
apropiată de F(D) într-un anumit sens, altfel aplicația este slab condiționată.
• dacă D și F(D) sunt vectori sau matrici ⇒ distanța dintre D și 𝑫∗ , respectiv F(D) și
F(𝑫∗) se calculează cu ajutorul normei:
𝑫 — 𝑫∗ și 𝑭(𝑫) — 𝑭(𝑫∗ )
• G - algoritm de calcul pentru rezolvarea unei probleme caracterizată de datele D. G
este stabil dacă există 𝑫∗ apropiat de D astfel că G(𝑫∗ ) este apropiată de G(D)
într-un anumit sens, altfel algoritmul este instabil.
• algoritm de calcul stabil ⇒ soluția obținută cu ajutorul algoritmului este apropiată într-
un anumit sens de soluția exactă a problemei ușor perturbate.
5
1. INTRODUCERE
Noțiuni generale privind metodele iterative
• utilizarea calculatoarelor electronice ⇒ posibilitatea folosirii
metodelor iterative la rezolvarea anumitor tipuri de probleme.
• în cadrul unei metode iterative:
o aproximație inițială (număr sau funcție)
se îmbunătățește această aproximație a soluției (prin iterare) ⇒
șirul de soluții îmbunătățite să conveargă către soluția problemei
considerate.
• metodele directe ⇒ converg într-un număr finit de etape
• metodele iterative ⇒ converg într-un număr infinit de etape
• Condiții necesare realizării metodelor iterative :
metoda să fie convergentă
să se poată determina viteza de convergență
metoda să stabilească criterii pentru stoparea procesului iterativ
în momentul obținerii unei aproximări acceptabile pentru
soluția problemei considerate.
6
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Calculul valorilor funcțiilor analitice
𝒇 = 𝒇(𝒏) 𝒙
𝒇
𝒙+ 𝒉 𝒙 + 𝒇F 𝒙
𝒇FF
𝟐
𝒉 + 𝒉𝒏 (6)
𝒉𝒙
+ 𝒏
𝟐! ⋯+ !
𝟏!
8
Exemple de serii Taylor (pentru funcții elementare)
1. 𝒆𝒙 = 𝟏 + 𝒙 + 𝒙
𝟐 + 𝒙
𝟑
+. . . = ∑œ 𝒙𝒏
𝟐! 𝟑 𝒏=𝟎 𝒏!
!
2. 𝒄𝒐𝒔 𝒙 = 𝟏 — 𝒙𝟐 + 𝒙
𝟒 —. . . = ∑œ (—𝟏)𝒏 𝒙
𝟐𝒏
𝒏=𝟎
𝟐! 𝟒 (𝟐𝒏)!
!
3. 𝒔𝒊𝒏 𝒙 = 𝒙 — 𝒙𝟑 + 𝒙𝟓 𝟐𝒏+𝟏
—. . . = ∑œ 𝒏 𝒙
(—𝟏)
𝟑! 𝟓 𝒏=𝟎 (𝟐𝒏+𝟏)!
!
𝒆 +𝒆
4. 𝒄𝒉 𝒙 = 𝒙 —𝒙 = 𝟏 + 𝒙𝟐 + 𝒙𝟒
+. . . ∑œ 𝒙𝟐𝒏
𝟐 𝟐! 𝒏=𝟎 (𝟐𝒏)!
𝟒
!
–𝒆
5. 𝒔𝒉 𝒙 = 𝒆𝒙 —𝒙 = 𝒙 + 𝒙𝟑 + 𝒙𝟓
+. . . = ∑œ 𝒙𝟐𝒏+𝟏
𝟐 𝟑! 𝒏=𝟎 (𝟐𝒏+𝟏)!
𝟓
!
𝟏 𝒏
6.
𝟏–𝒙 = 𝟏 + 𝒙 + 𝒙𝟐 + 𝒙𝟑 �, pentru €𝟏
+ ⋯ = ∑œ
�𝒙
𝒏
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Exemple de polinoame
1. Să se determine un Taylor3 care să aproximeze
polinom de gradul funcția 𝒇(𝒙) =
𝒔𝒊𝒏 𝒙 în jurul punctului 𝝃 = 𝟎. Utilizând acest
polinom, să se aproximeze
𝒔𝒊𝒏(𝟎 , 𝟏).
𝟔 𝟏 𝟔 𝟔𝟎 𝟔𝟎𝟎𝟎
𝟏𝟎𝟎 𝟎𝟎
10
2. Să se determine un polinom de gradul 3 care să aproximeze funcția 𝒇 𝒙 = (𝟏 +
𝒙)𝟏/𝟐 în jurul punctului 𝝃 = 𝟎. Utilizând acest polinom, să se aproximeze 𝟏,
𝟎,𝟏
𝟏. Utilizând polinomul obținut, să se�
aproximeze ƒ (𝟏 + 𝒙)𝟏/𝟐 𝒅𝒙.
�
Soluție. Se caută un polinom 𝒙 = 𝒂𝟎 + 𝒂𝟏 𝒙 + 𝒂𝟐 𝒙𝟐 +𝒂𝟑 𝒙𝟑 , 𝒂𝟎 , 𝒂𝟏 ,
𝑷
aproximează f 𝒂𝟐 , 𝒂𝟑 ∈ ℝ ce
𝟐
𝑷 𝒙 = 𝒂𝟎 + 𝒂𝟏 𝒙 + 𝒂𝟐 𝒙 𝒙 = (𝟏 + 𝒙)𝟏/𝟐
+ 𝒂𝟑 𝒙𝟑 ; 𝒇
𝒙
𝟏 –𝟏/𝟐
� = 𝒂𝟏 + 𝟐𝒂𝟐 𝒙 + 𝒙 = (𝟏 + 𝒙)
𝟐 𝟐
� 𝟑𝒂 𝟑 𝒙 ; 𝒇′
u
𝒙
𝑷 𝒙 = 𝟐𝒂𝟐 + = — 𝟏 (𝟏 + 𝒙)–𝟑/𝟐
" 𝟒
𝟔𝒂𝟑 𝒙; 𝒇"
𝒙
𝑷′ 𝒙 = 𝟔𝒂𝟑 ; = 𝟑 (𝟏 + 𝒙)–𝟓/𝟐
′′ 𝟖
𝒇′′′
Teorema Taylor ⇒ P 𝒇 𝒇F 𝟎
𝒙 = 𝒇FF
+ 𝒙+ 𝒙𝟐
𝟏 𝟏
𝟑 =𝟏+ 𝒙— 𝒙𝟐 + 𝟏
𝒇FFF 𝒙 𝟎 𝒙𝟑
+ 𝟏! 𝟐! 𝟑! 𝟐 𝟏
𝟖 𝟔
𝟏/𝟐
=(𝟏 + 𝟎, 𝟏) = 𝟏 + 𝟏 𝟎, 𝟏 — 𝟏
𝟐
𝟏, 𝟏 (𝟎, 𝟏) +
𝟏
(𝟎, 𝟏)𝟑 = 𝟏, 𝟎𝟒𝟖𝟖𝟏𝟐𝟓
𝟐 𝟖 𝟏
𝟔
𝟎,𝟏
𝟎,𝟏
ƒ𝟎,𝟏(𝟏 + 𝒙)𝟏/𝟐 𝒅𝒙
𝟏+=
𝟏 𝒙 — 𝟏 𝒙𝟐 + 𝟏 𝒙𝟑 𝒅𝒙 𝒙 + 𝟏 𝒙𝟐 — 𝟏 𝒙𝟑 + 𝟏 𝒙𝟒 | =
ƒ 𝟐 𝟖 𝟏𝟔 = 𝟒 𝟐𝟒 𝟔𝟒
𝟎 𝟎 𝟎
𝟎, 𝟏𝟎𝟐𝟒𝟓𝟗𝟖𝟗𝟓𝟖
3. Să se determine un polinom de gradul 3 care să aproximeze funcția 𝒇
𝒙 =
𝒍𝒏 (𝟏 + 𝒙) în jurul punctului 𝝃 = 𝟎.
Utilizând acest polinom, să se aproximeze
𝒍𝒏 𝟏, 𝟓 .
𝒙
Soluție. Se caută un polinom 𝟐 𝟑
ℝ ce aproximează f = 𝒂 𝟎 + 𝒂𝟏 𝒙 + 𝒂𝟐 𝒙 +𝒂𝟑 𝒙 , 𝒂𝟎 ,
𝒂𝟏 , 𝒂𝟐 , 𝒂𝟑 ∈
𝟏
𝟐 𝟑
𝟏– = 𝟏 + 𝒙 + 𝒙 + 𝒙 +⋯ € 𝟏 (seria geometrică) ⇒
𝒙 , pentru
𝟏 € 𝟏 (s-a înlocuit x cu (–x)) ⇒
𝟏+ 𝒙
𝒙
= 𝟏 — 𝒙 + 𝒙𝟐 — 𝒙𝟑 + ⋯ ,
pentru
𝒙
𝒍 = 𝟐𝒙 —𝟏 𝟏 𝒙𝟑 +... +𝑪 (obținută prin integrarea relației
𝒏 𝒙 + anterioare)
𝟏+ 𝒙 𝟐 𝟑
pentru 𝒙 = 𝟎 ⇒ 𝟎 = 𝒍𝒏 𝟏+ 𝒙 = 𝟐𝒙 —𝟏 𝟏 𝒙𝟑 ⇒
𝟏 = 𝑪 ⇒𝒍𝒏 𝒙 +
𝟐
𝟏 𝟏
𝒍𝒏 𝟏, 𝟓 = 𝒇 = 𝟎, 𝟓 𝟑 𝟑
= — +
= 𝒍𝒏 𝟏 + 𝟎, 𝟓 𝟎, 𝟓 —
𝟏 𝟏 𝟏
𝟎, 𝟓
𝟐
+ 𝟎, 𝟓 =
𝟏 𝟐 𝟐 𝟐𝟒
=
𝟐𝟒 = 𝟎, 𝟑 𝟖
=
𝟓
𝟏 𝟒𝟏(𝟔)
𝟐
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Exemple de polinoame Taylor
4. Să se determine un polinom de gradul 3 care să aproximeze funcția 𝒇
𝒙 =
𝒂𝒓𝒄𝒕𝒈 𝒙 în jurul punctului 𝝃 = 𝟎.
Utilizând acest polinom, să se aproximeze
𝒂𝒓𝒄𝒕𝒈 𝟎, 𝟓 .
𝒙
Soluție. Se caută un polinom 𝟐 𝟑
ℝ ce aproximează f = 𝒂 𝟎 + 𝒂𝟏 𝒙 + 𝒂𝟐 𝒙 +𝒂𝟑 𝒙 , 𝒂𝟎 ,
𝒂𝟏 , 𝒂𝟐 , 𝒂𝟑 ∈
𝟏
𝟏– = 𝟏 + 𝒙 + 𝒙𝟐 + 𝒙𝟑 + ⋯ € 𝟏 (seria geometrică) ⇒
𝒙 , pentru
𝟏 € 𝟏 (s-a înlocuit x cu (–x)) ⇒
𝟏+ 𝒙
𝒙
= 𝟏 — 𝒙 + 𝒙𝟐 — 𝒙𝟑 + ⋯ ,
pentru
𝒙
𝟏 𝒙
𝟏+ = 𝟏 — 𝒙𝟐 + 𝒙𝟒 — 𝒙𝟔 + ⋯
𝒙𝟐 , pentru
12
€ 𝟏 (s-a înlocuit x cu 𝒙𝟐 ) ⇒
𝒂𝒓𝒄𝒕𝒈
𝟏 𝟑 𝒙𝟏 = 𝒙
— 𝒙 + 𝒙𝟓 +... +𝑪 (obținută prin integrarea relației anterioare)
𝟑 𝟓
pentru 𝒙 = 𝟎 ⇒ 𝟎 = 𝒂𝒓𝒄𝒕𝒈 𝟎 ⇒ 𝑪 =
𝟎 ⇒ 𝒂𝒓𝒄𝒕𝒈 𝒙 = 𝒙 — 𝟏 𝒙𝟑 ⇒
𝟑
𝒂𝒓𝒄𝒕𝒈 𝟎, 𝟓 = 𝟏 𝟏 = 𝟎, 𝟒𝟓𝟖(𝟑)
𝒇 𝟎, 𝟓 = — 𝟏 𝟑
= ==
𝟏
𝟎, 𝟓 —𝟑 𝟎, 𝟓 𝟐 𝟐 𝟐𝟒
𝟒
13
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Soluție. 𝒔𝒊𝒏 𝒙 = + 𝒙𝟓 —. . . ⇒
𝟓!
𝒙 — 𝒙𝟑
𝟑!
𝒙
𝒙
𝒇 𝒙 = 𝒙 — 𝒔𝒊𝒏 — 𝟓 —. . . = 𝒙𝟑
𝒙 = 𝒙𝟑 ⇒𝒇 ⇒
𝟑! 𝟓! 𝟑!
𝒇 𝟎, 𝟏 𝟏 = 𝟎,
(𝟎,𝟏)𝟑 = =
𝟏/𝟏𝟎𝟎 = 𝟎𝟎
𝟔𝟎
𝟑! 𝟑! 𝟏𝟔𝟔𝟕 ·
𝟎, 𝟏 𝟎, 𝟏 13
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
–𝟑
� � � � –𝟑
𝒇 = 𝟎, 𝟏 = 𝟎, 𝟏𝟕 ⇒ aproximare foarte bună
— 𝒔𝒊𝒏 · 𝟏𝟎
𝒇 =
𝝅 = 𝟓, 𝟏𝟕
𝝅
𝟑
=
𝟑𝟎,𝟗𝟔
𝟑!
𝟑!
𝒇 𝝅 = 𝝅 — 𝒔𝒊𝒏 𝝅 = 𝝅 ⇒ eroare mare de aproximare
14
Aproximarea și interpolarea funcțiilor de o variabilă
evaluarea aproximativă a unei funcții 𝒇 ∶ [𝒂, 𝒃] → ℝ ⇒ determinarea unei
funcții F, care să aproximeze funcția f în intervalul [a, b].
în multe situații această funcție aproximativă se prezintă sub forma unui polinom
algebric:
𝑭𝒎 𝒙 = 𝒄𝟎 + 𝒄 𝟏 𝒙+ 𝒄𝟐𝒙𝟐 + ⋯ + 𝒄𝒎𝒙𝒎 (7)
Pentru determinarea funcției 𝑭𝒎 𝒙 trebuie cunoscuți coeficienții 𝒄𝟎 , 𝒄𝟏 , … , 𝒄𝒎 .
In
scopul determinării acestor coeficienți spațiul liniar 𝑴 =𝒇:{𝒇 𝒂, 𝒃→ ℝ se
organizează ca un spațiu metric, putând defini o funcție d, care să măsoare
distanța dintre două funcții f și F din M prin:
𝒅𝒇, 𝑭 = ∑𝒏𝒊=𝟎 𝒇 𝒙𝒌 — 𝑭 𝒙𝒌 𝟐 (8)
𝒙𝟎 , 𝒙𝟏 , … , 𝒙𝒏 fiind n+1 puncte cunoscute din intervalul [a, b].
Criteriul de determinare a coeficienților 𝒄𝟎 , 𝒄𝟏 , … , 𝒄𝒎 este ca distanța dintre f și F
să fie minimă ⇒ metoda celor mai mici pătrate.
distanța definită de relația (8) în care 𝑭(𝒙) se înlocuiește cu 𝒙 dată de (7), în cazul
𝑭𝒎
𝒎 = 𝒏, și impunând condiția de minim, se ajunge la
relațiile: 𝒙𝒌
𝒇 = 𝑭𝒏
𝒙𝒌 , 𝒌 = 𝟎, 𝟏, … , 𝒏 (9)
aproximare prin interpolare, iar polinomul 𝒙 , care satisface condiția
generalizat 𝑭𝒏
(9) se numește polinom de interpolare.
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Interpolarea grafică și liniară
∆AED~∆ACB ⇒
𝑫𝑬 𝑨 (10)
𝑩𝑪
= �
�
�
�
𝑭𝒙
𝒙 –𝒇(𝒙
–𝒙 𝟏)
=
𝟏
(11)
𝒇 𝒙𝟐–𝒇(𝒙 ) 𝒙 –𝒙
𝟏 𝟐 𝟏
𝑭𝒙 = 𝒇 𝒇 𝒙𝟐 (𝒙 — 𝒙𝟏 ) (12) 15
𝒙𝟏 +
–𝒇 𝒙𝟏
𝒙𝟐–
𝒙𝟏
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Interpolarea polinomială
metodă mai precisă de interpolare - interpolarea polinomială a
funcțiilor
valorile funcției sunt cunoscute în n puncte
se pune problema determinării unui polinom de gradul n+1
care să treacă prin cele n puncte (polinom de interpolare)
polinomul F(x) de grad cel mult n−1 poate aproxima
funcția f(x) în intervalul [a,b] dacă o anumită măsură
(distanță) a derivatelor polinomului față de funcție pe acest
interval sunt destul de mici
16
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Interpolarea polinomială - Polinomul de interpolare de tip
Lagrange
18
Aproximarea funcției f(x) în orice punct 𝒙 ∈ [𝒂, 𝒃] poate fi
realizată prin polinomul de interpolare Lagrange de gradul
n−1:
𝒏
� 𝒙 = 𝒌= 𝒘𝒌 𝒇𝒌 (13)
�∑ 𝟏
în care 𝒘𝒌 sunt coeficienții Lagrange, dați de relația:
𝒘�
=
𝒙–𝒙𝟏 𝒙–𝒙𝟐 … 𝒙–𝒙𝒌 (14)
—𝟏 𝒙–𝒙𝒌+𝟏 …(𝒙–𝒙𝒏 )
𝒙𝒌–𝒙𝟏 𝒙𝒌–𝒙𝟐 …
𝒙𝒌–𝒙𝒌—𝟏 𝒙𝒌–𝒙𝒌+𝟏 …
𝒙𝒌–𝒙𝒏
Considerand polinomul 𝝎 definit prin:
𝒙–𝒙𝒌 𝝎u(𝒙𝒌)
𝝎(𝒙) 𝒙 — 𝒙𝟏 𝒙 — 𝒙𝟐
=
se observă că 𝒘𝒌 se poate exprima prin
relația:
�
𝒘𝝎(𝒙)=
… (𝒙 — 𝒙𝒏) (15)
(16)
iar formula de interpolare Lagrange (13) se poate scrie și sub altă formă:
� 𝒏 𝝎(𝒙)
� 𝒙 = 𝒌= 𝒘𝒌 𝒇𝒌 𝒇 (17)
𝒙–𝒙𝒌
∑ 𝟏 =
unde 𝝎 u
𝒙𝒌 = 𝒙𝒌 — 𝒙𝟏 𝒙𝒌 — 𝒙𝒌𝒌–𝟏 𝝎u(𝒙
𝒙𝒌 —𝒌𝒙)𝒌+𝟏 𝒙𝒌 — 𝒙𝒏 .
∑𝒏 𝒌=
…
𝒙𝒌 — 𝒙𝟐 …
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Interpolarea polinomială - 2 cazuri particulare ale polinomului
Lagrange n = 2 ⇒ polinomul Lagrange de gradul 1 (interpolare liniară):
𝑭 𝒙= 𝒘𝟏𝒇𝟏 + 𝒘𝟐𝒇𝟐 (18)
𝒘𝟏 = 𝒙–𝒙𝟐 = 𝒙–𝒉 = — 𝒙 + 𝟏 = 𝟏 — 𝒔 (19)
𝒙𝟏–𝒙𝟐 –𝒉 𝒉
𝒘𝟐 = 𝒙–𝒙𝟏 =𝒙= 𝒔 (20)
𝒙𝟐–𝒙𝟏𝒉
𝒘
� = 𝟐)
(𝒙–𝒙
= (𝒙–𝟎,𝟓𝒉)(𝒙–𝒉) = 𝟐(𝒔 — 𝟎, 𝟓)(𝒔 — 𝟏)
(𝒙–𝒙
� 𝟑) (22)
(𝒙𝟏–𝒙𝟐)(𝒙𝟏–𝒙𝟑) –𝟎,𝟓 𝒉 (–𝒉)
(𝒙–𝒙𝟏)(𝒙–𝒙𝟑)
𝒘 =�
(𝒙 𝟐–𝒙𝟏)(𝒙𝟐–𝒙𝟑) =
𝒙 (𝒙– = —𝟒𝒔 (𝒔 — 𝟏)
𝒉)
� 𝟎,𝟓 𝒉 (23)
(–𝟎,𝟓 𝒉)
(𝒙–𝒙𝟏)(𝒙–𝒙𝟐) 𝒙 (𝒙– = 𝟐𝒔 (𝒔 — 𝟎, 𝟓)
𝒘 =� =
(𝒙𝟑–𝒙𝟏)(𝒙𝟑–𝒙𝟐) 𝟎,𝟓 𝒉)
� 𝒉 (24)
𝟎,𝟓
𝒉
20
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Interpolarea polinomială - 2 cazuri particulare ale polinomului
Lagrange
21
2. METODE NUMERICE DE ANALIZĂ MATEMATICĂ
APLICABILE ÎN ȘTIINȚA ȘI INGINERIA MATERIALELOR
Interpolarea pătratică- exemplu
Utilizând punctele 𝒙𝟏 = 𝟐, 𝒙𝟐 = 𝟐, 𝟓 , 𝒙𝟑 = 𝟒, să se determine polinomul de
interpolare de
𝟑
grad 2 pentru 𝒙 și să se aproximeze =𝟏 .
𝒇 =
𝟏 𝟑
𝒙 𝒇
Soluție:
𝑭𝒙 = 𝒘𝟏𝒇𝟏 + 𝒘𝟐𝒇𝟐 + 𝒘𝟑𝒇𝟑
�
(𝒙 — 𝒙𝟐)(𝒙 (𝒙 — 𝟐, 𝟓)(𝒙 = 𝒙𝟐 — 𝟔, 𝟓 𝒙 + 𝟏𝟎
� = — 𝒙𝟑) (𝒙𝟏 =
— 𝟒)
𝟏 —𝒙𝟐)(𝒙𝟏 — (𝟐 — 𝟐, 𝟓)(𝟐
𝒙𝟑) — 𝟒) = —𝟏, 𝟑𝟑𝟑𝒙 𝟐
+ 𝟖𝒙 — 𝟏𝟎,
𝟔𝟔𝟕
�
� (𝒙 — 𝒙𝟏)(𝒙 (𝒙 — 𝟐)(𝒙
—
= 𝒙𝟑) —
= 𝟒)
𝟐
(𝒙𝟐—𝒙𝟏)(𝒙𝟐 (𝟐, 𝟓 — 𝟐)(𝟐, 𝟓 — 𝟒)
— 𝒙𝟑)
(𝒙 — 𝒙𝟏)(𝒙 — (𝒙 — 𝟐)(𝒙 —
� = 𝒙𝟐) (𝒙𝟑—𝒙𝟏) = = 𝟎, 𝟑𝟑𝟑 𝒙𝟐 — 𝟏, 𝟓 𝒙 + 𝟏,
𝟐, 𝟓)
� (𝒙𝟑 — 𝒙𝟐) (𝟒 — 𝟐)(𝟒 — 𝟔𝟔𝟕
𝟑 𝟐, 𝟓)
23
În acest caz: 𝒑 = 𝟑 𝒙𝟎 = 𝟎, 𝒙𝟏 = 𝟏, 𝒙𝟐 = 𝟐, 𝒙𝟑 = 𝟒
𝒚𝟎 = 𝟏, 𝒚𝟏 = 𝟎, 𝒚𝟐 = 𝟎, 𝒚𝟑 = —𝟑
𝑷(𝒙) = 𝒘𝟎𝒚𝟎 + 𝒘𝟏𝒚𝟏 + 𝒘𝟐𝒚𝟐 + 𝒘𝟑𝒚𝟑 , unde
�
(𝒙–𝒙𝟏)(𝒙–𝒙𝟐) 𝒙𝟑–𝟕𝒙𝟐+𝟏𝟒𝒙–𝟖
�= (𝒙–𝒙 ) (𝒙 –𝒙 ) =
(𝒙–𝟏)(𝒙–𝟐)
= 𝟖
𝟑 𝟎 𝟏 (𝒙–𝟒)
𝟎 (𝒙𝟎–𝒙𝟐)(𝒙𝟎–𝒙𝟑) (–𝟏)(–𝟐)(–
𝟒)
(𝒙–𝒙𝟎) 𝒙(𝒙–𝟐)(𝒙–𝟒)
𝒘 = 𝟐)(𝒙–𝒙𝟑)
� (𝒙–𝒙
= 𝟑
� (𝒙𝟏–𝒙𝟎)(𝒙𝟏–𝒙𝟐)
(𝒙𝟏–𝒙𝟑)
� 𝒙(𝒙–𝟏)(𝒙–𝟒)
𝒘
�
= — 𝟒
�= 𝒙(𝒙–𝟏)(𝒙–𝟐)
𝒘 � 𝟐𝟒
În consecință,
𝑷 = 𝒘𝟎𝒙𝒚𝟎 + 𝒘𝟏𝒚𝟏 + 𝒘𝟐𝒚𝟐 + 𝒘𝟑𝒚𝟑 =
𝒙 𝒙–𝟏𝒙–𝟐
= 𝒙(𝒙–𝟐)(𝒙–𝟒)
𝒙𝟑–𝟕𝒙𝟐+𝟏𝟒𝒙– 𝟏 + 𝟎 𝟎 𝟐
(—𝟑)=
𝒙 𝒙–𝟏𝒙–𝟒
𝟖 + + 𝟒
𝟑
𝟒
𝒙𝟑–𝟕𝒙𝟐+𝟏𝟒𝒙–𝟖 𝒙 = — ( 𝒙𝟑 — 𝟓𝒙𝟐 + 𝟖𝒙 —
=
𝒙–𝟏 —𝒙– 𝟏
𝟒)
𝟖 𝟖 𝟒
Vă mulțumesc!
24