Capitolul 1 - Interpolare şi

aproximare polinomială

1.5 Integrare numerică

Fie funcţia f : [α, β] ⊂ < → <. Se pune problema calculului integralei I =

Rβ
f (x) dx. Această integrală se poate calcula direct dacă se cunoaşte o primitivă
α
F a funcţiei, caz ı̂n care I = F (β) − F (α).
Dacă ı̂nsă primitiva F nu poate fi determinată (sau calculul este prea com-
plicat), se poate calcula o valoare aproximativă a lui I ı̂n cazul ı̂n care se cunosc
valorile lui f ı̂n nodurile unei diviziuni ∆ a intervalului [α, β].
Cu alte cuvinte, dată fiind diviziunea ∆ : α = x1 < x2 < ... < xn+1 = β, dacă
Rβ
se cunosc yi = f (xi ), i = 1, ..., n + 1 se poate aproxima I = f (x) dx folosind
α
doar valorile xi , yi , i = 1, ..., n + 1.
Calculul se bazează pe următoarea idee: dacă aproximăm funcţia f prin
polinomul de interpolare Pn (x) corespunzător lui ∆ şi Y , atunci integrala lui
Rβ
f se poate la rândul ei aproxima prin integrala lui Pn (x), deci I = f (x) dx '
α
Rβ
Pn (x) dx.
α
Vom folosi ı̂n acest scop forma Lagrange a polinomului de interpolare:

n+1
P n+1
P
Pn (x) = Li (x) · yi = Li (x) · f (xi ) =
i=1 i=1
= L1 (x) · f (x1 ) + L2 (x) · f (x2 ) + ... + Ln+1 (x) · f (xn+1 )
2 Cap.1. Interpolare şi aproximare polinomială

unde
n+1
Y x − xj
Li (x) = , i = 1, ..., n + 1
xi − xj
j=1,j6=i

Tinând seama de proprietăţile integralei avem:

Zβ Zβ n+1
X n+1
XZ
β n+1
X Zβ
I' Pn (x) dx = Li (x)·f (xi ) dx = Li (x)·f (xi ) dx = f (xi )· Li (x) dx
α α i=1 i=1 α i=1 α

Aşadar trebuie să calculăm. Vom calcula aceste integrale pentru cazurile
n = 1 şi n = 2.

1.5.1. Cazul n = 1. Formula trapezului

In cazul n = 1 diviziunea intervalului [α, β] constă doar din capetele intervalului,
∆ : α = x1 < x2 = β. Polinomul de interpolare corespunzător este P1 (x) =
L1 (x) · f (x1 ) + L2 (x) · f (x2 ), cu L1 (x) = xx−x 2
1 −x2
, L2 (x) = xx−x 1
2 −x1
. Valoarea aproxi-
Rβ Rβ
mativa a integralei este ı̂n acest caz I ' f (x1 ) · L1 (x) dx + f (x2 ) · L2 (x) dx.
α α
Avem :
x2
Rβ Rx2 x−x2 1
Rx2 1 2
( x2

L1 (x) dx = x1 −x2 dx = x1 −x2 · (x − x2 ) dx = x1 −x2 · − x2 · x) =
α x1 x1 x1
x22 −x21 x2 −x1
1
= − x2 −x 1
· ( 2 − x2 · (x2 − x1 )) = −( x2 +x
2
1
− x2 ) = 2 .
x2
Rβ Rx2 x−x1 1
Rx2 1 2
( x2

L2 (x) dx = x2 −x1 dx = x2 −x1 · (x − x1 ) dx = x2 −x1 · − x1 · x) =
α x1 x1 x1
x22 −x21 x2 −x1
= 1
x2 −x1 · ( 2 − x1 · (x2 − x1 )) = ( x2 +x
2
1
− x1 ) = 2 .

Aşadar:

Rβ Rβ
I ' f (x1 ) · L1 (x) dx + f (x2 ) · L2 (x) dx =
α α
x2 −x1 x2 −x1 x2 −x1
= f (x1 ) · 2 + f (x2 ) · 2 = (f (x1 ) + f (x2 )) · 2

Inlocuind x1 = α, x2 = β se obţine aşa-numita formulă a trapezului :

Zβ
β−α
f (x) dx ' (f (α) + f (β)) · (1)
2
α
1.5 Integrare numerică 3

Această formulă are o interpretare geometrică. Reamintim faptul că, din

punct de vedere numeric, valoarea integralei este egală cu aria suprafeţei delim-
itate de graficul funcţiei f , axa Ox şi paralelele la axa Oy duse prin x = α şi
x = β. Figura următoare pune ı̂n evidenţă această arie:
4 Cap.1. Interpolare şi aproximare polinomială

Din punct de vedere geometric, aria acestei suprafeţe nu poate fi măsurată

precis, dar marimea ei poate fi aproximată. Cea mai simplă aproximare este cea
prin aria trapezului din figura următoare:

Aria acestui trapez poate fi calculată ca şi suma bazelor ı̂nmulţită cu jumătatea
ı̂năţimii; ı̂n figura de mai sus α = 1, β = 2, ı̂nălţimea este segmentul albastru de
lungime β − α iar bazele sunt segmentele roşii de lungime f (α) şi f (β).
Se obţine astfel pe cale geometrică aceeaşi valoare aproximativă pentru inte-
grala I ca şi cea determinată mai sus folosind polinomul de interpolare (formula
(14)).
Formula (14) poate fi scrisă şi sub forma:

Zβ
β−α
f (x) dx = (f (α) + f (β)) · +ε
2
α

unde ε notează eroarea ce se obţine prin ı̂nlocuirea ariei care reprezintă valoarea
exactă a integralei cu aria trapezului. Valoarea acestei erori este egală din punct
de vedere numeric cu aria prezentată ı̂n figura următoare:

Observaţie:
Pentru unele integrale, valoarea ariei care reprezintă eroarea este foarte mare,
fiind comparabilă cu valoarea integralei ı̂n sine (cazul figurii anterioare). Este
evident că pentru o astfel de integrală aproximarea prin formula trapezului este
nesatisfacătoare.
1.5 Integrare numerică 5

In situaţia ı̂n care aplicarea formulei trapezului nu conduce la o aproximare

satisfăcătoare se poate folosi aşa-numita metodă iterativă a trapezului, numită şi
metoda trapezului cu repetiţie, prezentată ı̂n continuare:

1.5.2. Metoda iterativă a trapezului

presupune ı̂mpărţirea intervalului [α, β] ı̂n k subintervale de lungime egală prin
definirea diviziunii echidistante ∆ : α = x1 < x2 < ... < xn+1 = β, şi apoi
aplicarea formulei trapezului pe fiecare subinterval [xi , xi+1 ], i = 1, ..., n.
Pentru o diviziune echidistantă distanţa dintre două noduri consecutive, nu-
mita pas, este constantă: xi+1 − xi = h, i = 1, ..., n.
Avem ı̂n acest caz xi = α + (i − 1) · h, unde h = β−α n .
Aria trapezului construit pe subintervalul xi+1 − xi = h, i = 1, ..., n este
Ai = (f (xi )+f (xi+1 ))· h2 , i = 1, ..., n. Cum aria totală care aproximează integrala
este suma ariilor tuturor acestor trapeze, avem formula:
n n
X X h
I' Ai = (f (xi ) + f (xi+1 )) · (2)
2
i=1 i=1

Felul cum este calculată aproximarea integralei ca sumă a ariilor trapezelor

este ilustrată ı̂n figurile următoare ce prezintă, pentru k luând valorile 2, 3 şi 4,
aria de sub curbă, ariile trapezelor corespunzătoare, şi, respectiv, ariile ce dau
eroarea de aproximare:
Se observă faptul că, pe măsură ce numărul de trapeze folosite creşte, eroarea
aproximaţiei, determinată de suma ariilor-diferenţă, este tot mai mică.
6 Cap.1. Interpolare şi aproximare polinomială

Observaţie:
Metoda iterativă a trapezului se poate implementa cu uşurinţă ı̂ntr-un limbaj de
programare folosind următorul algoritm (scris ı̂n pseudocod):
Date de intrare: capetele intervalului de integrare α, β, funcţia f , numărul de
subintervale n.
Rβ
Date de ieşire: valoarea aproximativă a integralei v ' f (x) dx.
α

Start
h = (b − a)/k; v = 0;
P entru i de la 1 la n
v = v + (f (a + (i − 1) ∗ h) + f (a + i ∗ h)) ∗ h/2;
Stop

1.5.3. Cazul n = 2. Formula lui Simpson

α+β
In cazul n = 2 diviziunea intervalului [α, β] constă din nodurile α = x1 < 2 =
x2 < x3 = β, conţinând aşadar şi mijlocul intervalului.
1.5 Integrare numerică 7

Polinomul de interpolare corespunzător este P2 (x) = L1 (x) · f (x1 ) + L2 (x) ·

f (x2 ) + L3 (x) · f (x3 ), cu L1 (x) = xx−x 2
1 −x2
· xx−x 3
1 −x3
, L2 (x) = xx−x 1
2 −x1
· xx−x
2 −x3
3
, L3 (x) =
x−x1 x−x2
x3 −x1 · x3 −x2 .
Rβ
Valoarea aproximativa a integralei este ı̂n acest caz I ' f (x1 ) · L1 (x) dx +
α
Rβ Rβ
f (x2 ) · L2 (x) dx + f (x3 ) · L3 (x) dx.
α α
Avem :
Rβ Rx3 x−x2 x−x3 1
Rx3
L1 (x) dx = x1 −x2 · x1 −x3 dx = (x1 −x2 )·(x1 −x3 ) · (x − x2 ) · (x − x3 ) dx =
α x1 x1
1
Rx3
= (x1 −x2 )·(x1 −x3 ) · (x2 − (x2 + x3 ) · x + x2 · x3 ) dx =
x1 x3
1 x3 x2

= (x1 −x2 )·(x1 −x3 ) · ( 3 − (x2 + x3 ) · 2 + x2 · x3 · x) =
x1
1 x33 −x31 x23 −x21
= (x1 −x2 )·(x1 −x3 ) · ( 3 − (x2 + x3 ) · 2 + x2 · x3 · (x3 − x1 )) =
x23 +x1 ·x3 +x31
= 1
(x1 −x2 ) · (− 3 + (x2 + x3 ) · x3 +x
2
1
− x2 · x3 )
α+β x1 +x3
Tinând cont că x2 = 2 = 2 , obţinem:

Rβ 1 −2·x23 −2·x1 ·x3 −2·x31 +3·(

x1 +x3 x +x
+x3 )·(x3 +x1 )−6· 1 2 3 ·x3
L1 (x) dx = x1 +x3 · 2
6 =
α (x1 − 2
)
2 −2·x23 −2·x1 ·x3 −2·x31 + 23 ·x21 + 23 ·x23 + 32 ·x1 ·x3 + 32 ·x1 ·x3 −3·x1 ·x3 −3·x23
= (x1 −x3 ) · 6 =
− 21 ·x23 +x1 ·x3 − 21 ·x21 x2 −2·x1 ·x3 +x21
= 1
(x1 −x3 ) · 3
1
= − (x1 −x3 ) · 3 6 = x3 −x6
1

Rβ Rβ
Integralele L2 (x) dx şi L3 (x) dx se calculează ı̂n exact acelaşi mod (exerciţiu!),
α α
obţinându-se:

Zβ Zβ Zβ
x3 − x1 x3 − x1 x3 − x1
L1 (x) dx = , L2 (x) dx = 2 · , L3 (x) dx =
6 3 6
α α α

Aşadar:
Rβ Rβ Rβ
I ' f (x1 ) · L1 (x) dx + f (x2 ) · L2 (x) dx + f (x3 ) · L3 (x) dx =
α α α
x3 −x1 x3 −x1 x3 −x1
= f (x1 ) · 6 dx + f (x2 ) · 2 · 3 + f (x3 ) · 6 dx.
8 Cap.1. Interpolare şi aproximare polinomială

α+β
Inlocuind x1 = α, x2 = 2 , x3 = β se obţine formula lui Simpson:

Zβ
α+β β−α
f (x) dx ' (f (α) + 4 · f ( ) + f (β)) · (3)
2 6
α

Observaţii:
Aproximarea dată de metoda lui Simpson este mai bună decât cea dată de formula
trapezului, lucru pus ı̂n evidenţă de următorul exemplu.

Exemplul 7
Găsiţi folosind metoda trapezului şi metoda lui Simpson valori aproximative pen-
R2
tru integrala I = x12 dx.
1

Rezolvare:
Această integrală, aleasă cu scop ilustrativ, se poate calcula cu uşurinţă ı̂n mod
R2 2
direct: I = x12 dx = − x1  = − 12 − (− 11 ) = 1 − 21 = 21 = 0.5.
1 1
Vom compara valoarea exactă a integralei calculată mai sus cu valorile aprox-
imative ce vor fi calculate ı̂n continuare.
Folosind metoda trapezului se obţine :
I ' (f (1) + f (2)) · 2−1 1 1 1 1 1 5
2 = ( 12 + 22 ) · 2 = (1 + 4 ) · 2 = 8 = 0.625.
Folosind metoda lui Simpson se obţine:
I ' (f (1) + 4 · f ( 1+2 2−1 1 1 1 1
2 ) + f (2)) · 6 = ( 12 + +4 · ( 3 )2 + 22 ) · 6 =
2
4
= (1 + 4 · 9 + 14 ) · 1
6 = 36+64+9
36 · 1
6 = 109
36 · 1
6 = 109
216 = 0.50463
Capitolul 2 - Rezolvarea
ecuaţiilor neliniare

2.1 Introducere
Problema:
Considerăm ecuaţia neliniară:
f (x) = 0 (4)

unde f : [α, β] ⊂ < → < este o funcţie neliniară. Să se găsească x∗ ∈ [α, β] astfel
ı̂ncât f (x∗ ) = 0 (x∗ este soluţie a ecuaţiei (17)).

Observaţii:
In principiu o ecuaţie neliniară este o ecuaţie care nu are forma a · x + b = 0
(adică nu este liniară). In acest capitol ı̂nsă ne referim mai degrabă la ecuaţii
pentru care nu există o metodă exactă de găsire a soluţiei sau chiar la ecuaţii
care nici nu au soluţii exacte, cum este de exemplu ecuaţia ex + x2 − 10 = 0.
O astfel de ecuaţie, ı̂n a cărei expresie se găsesc atât termeni de tip polinomial
(x2 ) cât şi termeni care nu sunt polinomiali (cum este exponenţiala) se numeşte
ecuaţie transcendentă iar soluţile sale sunt numere iraţionale (numere care au o
infinitate de zecimale). O astfel de soluţie nu poate fi determinată exact şi ı̂n
cele ce urmează vom ı̂ncerca să calculăm soluţii aproximative, adică valori x̃ care
verifică ı̂n mod aproximativ ecuaţia: f (x̃) ' 0.
Fiind vorba de o ecuaţie neliniară, ecuaţia (17) poate avea mai multe soluţii
pe un interval dat. Vom presupune ı̂n continuare că intervalul este suficient de
mic astfel ı̂ncât pe acest interval să existe o unică soluţie a lui (17).
Alegerea intervalului [α, β] se poate face de exemplu folosind o reprezentare
grafică a lui f (x) obţinută cu ajutorul calculatorului.

9
10 Cap.2. Rezolvarea ecuaţiilor neliniare

2.2 Metoda lui Newton

Pentru a găsi o aproximare a soluţiei exacte x∗ a ecuaţiei (17) f (x) = 0, metoda
lui Newton construieşte un şir x1 , x2 , ..., xk , ..., xn ai cărui termeni tind spre soluţia
exactă a sistemului, {xn }n −→ x∗ .
n→∞
Relaţia de recurenţă care dă termenii şirului este de forma xk+1 = xk + h.
Pentru a găsi expresia lui h vom ţine cont de următoarele două relaţii:
- Pe de o parte, presupunând că xk+1 este o soluţie aproximativă pentru
ecuaţia (17), avem f (xk+1 ) ' 0.
-Pe de altă parte, dezvoltând ı̂n serie Taylor f (xk+1 ) şi păstrând ı̂n dezvoltare
0
doar primii doi termeni obţinem f (xk+1 ) ' f (xk ) + f (x1!k )·h .
f 0 (xk )·h
Punând cap la cap cele două relaţii tragem concluzia că f (xk ) + 1! ' 0,
ceea ce sugerează pentru h expresia h = − ff0(x k)
(xk ) .
Obţinem deci pentru şirul lui Newton expresia:

f (xk )
xk+1 = xk − . (5)
f 0 (xk )

Interpretare geometrică:
Metoda lui Newton mai este numită şi metoda tangentei, motivul fiind prezentat
ı̂n continuare:
Reamintim faptul că ecuaţia tangentei la curba y = f (x) ı̂n punctul de coor-
donate (xk , f (xk )) este:
T : y − f (xk ) = f 0 (xk ) · (x − xk )
Punctul de intersecţie al acestei tangente cu axa Ox, care se obţine alegând
ı̂n ecuaţia tangentei y = 0, este x = xk − ff0(x k)
(xk ) . Având ı̂n vedere relaţia (18), ob-
servăm că punctul de intersectie dă chiar următoarea valoare din şirul lui Newton,
xk+1 .
Practic procesul poate fi reprezentat grafic astfel: pornind de la valoarea xk ,
deci din punctul de coordonate (xk , 0), ducem prin acest punct o paralelă la axa
Oy. In punctul de intersecţie al acestei paralele cu graficul funcţiei y = f (x)
ducem tangenta la curbă, prelungind-o până la intersecţia cu axa Ox. Punctul
de intersecţie astfel obţinut dă noua valoare xk+1 , şi procesul se repetă.

Observaţie:
Şirul (18) nu este ı̂ntotdeauna convergent către soluţia exacta x∗ . Teorema
următoare (dată fără demonstraţie) prezintă nişte condiţii suficiente de convergenţă:
2.2 Metoda lui Newton 11

Teoremă:
Dacă f (α) · f (β) < 0 iar f 0 (x) şi f 00 (x) păstrează semn constant pe [α, β], atunci
şirul (18) este convergent către soluţia exactă x∗ a ecuaţiei (17) pentru orice
x1 ∈ [α, β] care satisface condiţia f 0 (x1 ) · f 00 (x1 ) > 0.

Observaţie:
Dacă x∗ este soluţia exacta a ecuaţiei şi xk este o soluţie aproximativă, atunci
eroarea asociată lui xk , definită ca şi diferenţa ı̂n valoare absolută dintre valoarea
exactă şi cea aproximativă, este ε = |x∗ − xk |.

Teoremă:
Eroarea ε cu care este determinată soluţia aproximativă folosind metoda lui New-
ton poate fi estimată de relaţia:

f (xk )
ε≤ , unde M = min |f 0 (x)| (6)
M x∈[α,β]

Demonstraţie:
Folosim Teorema lui Lagrange, care spune că pentru orice funcţie continuă f :
[α, β] ⊂ < → < există γ ∈ [α, β] astfel ı̂ncât |f (β) − f (α)| = |f 0 (γ)| · |β − α|.
12 Cap.2. Rezolvarea ecuaţiilor neliniare

Cum f (x∗ ) = 0, folosind Teorema lui Lagrange putem scrie:

|f (xk )| = |0 − f (xk )| = |f (x∗ ) − f (xk )| = |f 0 (γ)| · |x∗ − xk |,
unde γ aparţine unuia dintre intervalele [x∗ , xk ] sau [xk , x∗ ], după caz. Atunci:
ε = |x∗ − xk | = |f (xk )| |f (xk )|
|f 0 (γ)| ≤ min |f 0 (x)| .
x∈[α,β]

Exemplul 8
Găsiţi pe intervalul [0, 2] o soluţie aproximativă a ecuaţiei x2 + x − 2 = 0 folosind
metoda lui Newton.

Rezolvare:
Ecuaţia dată fiind o ecuaţie polinomială de gradul doi, soluţiile√ ei exacte se pot
−1± 1+8
calcula imediat folosind formula coresounzătoare: x1,2 = ∗
2 = −1±3 2 , deci
∗ ∗
soluţiile exacte sunt x = −2 şi x = 1. Facem observaţia că, ı̂n practică, pentru
o astfel de ecuaţie căreia i se pot determina soluţiile exacte, nu are ı̂n general
sens să mai calculăm soluţii aproximative. Acest exemplu (ca si cele majoritatea
celor prezentate până acum) are un rol ilustrativ, permiţându-ne sa comparăm
valorile reale ale erorilor cu valorile estimate folosind teorema precedentă.
Scriind ecuaţia sub forma (17), avem f (x) = x2 + x − 2.
Vom căuta o soluţie aproximativă pe intervalul [0, 2] - ı̂n acest caz ne aşteptăm
ca şirul de soluţii aproximative date de metoda lui Newton (18) să se apropie de
soluţia exactă. Intr-adevăr, f (0) · f (2) = −2 · 4 < 0, f 0 (x) = 2 · x + 1, f 00 (x) = 2,
aşadar f 0 (x) şi f 00 (x) păstrează semn constant pe intervalul [0, 2], şi, alegând de
exemplu x1 = 2 avem f 0 (x1 ) · f 00 (x1 ) = 5 · 2 > 0, deci ne ı̂ncadrăm ı̂n condiţiile
teoremei prezentate mai sus.
Conform (18), pentru k = 1 avem:
f (x1 ) f (2) 22 +2−2 4 6
x2 = x1 − f 0 (x1 ) =2− f 0 (2) =2− 2·2+1 =2− 5 = 5 = 1.2

Pentru k = 2 avem:
36+30−50
f (x2 ) 6 f ( 65 ) 6
36
+ 65 −2 6
x3 = x2 − f 0 (x2 ) = 5 − f 0 ( 65 )
= 5 − 25
2· 56 +1
= 5 − 25
12+5 =
5
16
6 6 16 6·17−16 86
= 5 − 25
17 = 5 − 5·17 = 5·17 = 85 ' 1.01176...
5

Este evidentă tendinţa şirului de valori x1 , x2 , x3 de a se apropia de soluţia

exactă x∗ = 1.
Pentru ecuaţia dată, cunoscând soluţia exactă, putem deasemenea să vedem
cât de bună este estimarea erorii dată de teorema precedentă. Conform acestei
2.2 Metoda lui Newton 13

teoreme:
|f (xk )|
εk = |x∗ − xk | ≤
min |f 0 (x)|
x∈[α,β]

Deoarece f 0 (x) = 2 · x + 1 este crescătoare pe intervalul [0, 2], minimul ei pe

acest interval este atins in capătul din stânga al intervalului, adică min |f 0 (x)| =
x∈[0,2]
|f 0 (0)| = 1
Estimarea erorii devine: εk = |x∗ − xk | ≤ |f (xk )|.
Eroarea corespunzătoare soluţiei aproximative x2 are deci estimarea: ε2 ≤
|f (x2 )| = |x22 + x2 − 2| = |(1.2)2 + 1.2 − 2| = |1.44 + 1.2 − 2| = 0.64.
Aşadar, ı̂n acest caz, conform teoremei anterioare, eroare făcută prin ı̂nlocuirea
soluţiei exacte x∗ = 1 prin soluţia aproximativă x2 = 1.2 este mai mică decât
0.64, fapt care este ı̂n mod evident adevărat dat fiind că eroarea reală este
ε2 = |x∗ − x2 | = |1 − 1.2| = 0.2.
Eroarea corespunzătoare soluţiei aproximative x3 are estimarea: ε3 ≤ |f (x3 )| =
|x23 + x3 − 2| = |( 86 2 86
85 ) + 85 − 2| ' 0.0354....
Din nou estimarea erorii dată de teorema anterioară este suficient de bună,
deoarece eroarea reală este ε3 = |x∗ − x3 | ' 0.011....

Metoda lui Newton pentru sisteme de ecuaţii

Metoda lui Newton poate fi adaptată şi pentru cazul unui sistem de n ecuaţii
neliniare cu n necunoscute de forma:

f1 (x1 , x2 , ..., xn ) = 0


..
 .

f (x , x , ..., x ) = 0
n 1 2 n

unde fi sunt funcţii reale continue de n variabile reale cu derivatele parţiale

deasemenea continue pe domeniul  de definiţie.
"f # x k
1 1
- Dacă notăm f¯ = ... şi x̄k =  ... , atunci şirurile {xk1 }k , · · · , {xkn }k care con-
fn xkn
verg respectiv către soluţiile exacte x∗1 , · · · , x∗n ale sistemului dat se construiesc
folosind transcrierea vectorială a relaţiei lui Newton (18):
h i−1
x̄k+1 = x̄k − f¯0 (x̄k ) · f¯(x̄k )
14 Cap.2. Rezolvarea ecuaţiilor neliniare

 ∂f1 ∂f1

∂x1
··· ∂xn

ı̂n care derivata se ı̂nlocuieşte cu matricea jacobiană: f¯0 (x̄) =  ... . . . ... .
 
∂fn ∂fn
∂x1
··· ∂xn

Exemplul
Să se rezolve folosind metoda lui Newton sistemul:
(
x31 + x2 − 1 = 0
x32 − x1 + 1 = 0

x11
h i
alegând valorile iniţiale x̄1 = x12
= [ 00 ].

Rezolvare:
Avem f1 (x1 , x2 ) = x31 + x2 − 1 şi f1(x1 , x2 ) = x32 − x1 + 1, deci matricea jacobiană
∂f1 ∂f1 h 2 i
3x 1
asociată este: f¯0 (x̄) = f¯0 ([ xx12 ]) = ∂x 1 ∂x2
∂f2 ∂f2 = −1 13x2 . Inversa acesteia este:
2
 ∂x1 ∂x2
3x2

2 1
−
 0 k −1 1+9x2 2
1 x2 1+9x2 2
1 x2 
f¯ (x̄ ) = 3x 2 .
1 1
1+9x2 2
1 x2 1+9x2 2
1 x2
Relaţia vectorială a lui Newton este ı̂n acest caz:
2
 
3(xk 2) 1

k+1
 h i 2 2 − 2 2
 3

x1 xk1  1+9(xk1 ) (xk2 ) 1+9(xk k
1 ) (x2 )  (xk1 ) +x2 −1
= xk −  2  · (xk )3 −x +1
xk+1
2 2 3(xk )
1 1 2 1
2 k 2 2 k 2
1+9(xk
1 ) (x2 ) 1+9(xk
1 ) (x2 )

La primul pas, pentru

 k = 1 se obţine: 
2
3(x1 2 ) 1
h 2i h 1i 2 2 − 2 2
 3

x1 x1  1+9(x11 ) (x12 ) 1+9(x1 1
1 ) (x2 )  (x11 ) +x2 −1
x2
= x1 −  2  · (x1 )3 −x +1 =
2 2 3(x1 )
1 1 2 1
1+9(x1 ) (x2 ) 1 2 1 2
1+9(x1 ) (x2 ) 1 2 1 2

= [ 00 ] − 1 −1
0   −1  1]
0 · 1 = [ 1
La pasul doi, pentru
 k= 2 se obţine:
 
h 3i 3 1 8
x1 1 − 1
x 3 = [ 1 ] − 10
1
10
3 · [ 1 ] = 10
6 = [ 0.8
0.6 ]
2 10 10 10
Procedând
h 4i ı̂n continuare
h 5 i ı̂n acelaşi modh se6 iobţine şirul de soluţii:
x1 0.895992 x 0.998269 ], x1 = [ 0.999999 ], şir care tinde ı̂n
x4
= [ 0.303696 ] , x15 = [ 0.00730683 x6 0.0000113025
2 2 2
mod evident la soluţia [ xx12 ] = [ 10 ].