\documentclass[11pt, a4paper]{article}

\usepackage[utf8]{inputenc}
\title{INTEGRARE NUMERICA}
\date{}
\begin{document}

\maketitle

\section{Introducere}

Dacă o funcție este continuă pe un interval [a, b] și primitiva sa F(x) este

cunoscută, atunci integrala definită a acestei funcții de la a la b poate fi
calculată cu formula lui Newton-Leibniz:

$$\int_{a}^{b} f(x)\,dx = F(b)-F(a); $$

unde F'(x) = f(x).
\\

Totuși în multe situații, primitiva lui f(x) nu poate fi calculată prin

metode
elementare și în consecință, calculul integralei cu ajutorul relației de mai
sus este practic imposibil. Mai mult chiar, în multe situații practice f(x) este
dată numai tabelar și prin urmare determinarea primitivei F(x) este lipsită de
sens. Acestea sunt principalele motive care demonstrează importanța practică a
metodelor numerice (aproximative) de calcul al integralelor. Calculul numeric al
unei integrale simple poartă numele de \textit{cuadratură mecanică}, cel al unei
integrale duble \textit{cubatură mecanică}.

Vom examina pentru început calculul numeric al unei integrale simple. Metoda
obișnuită în cadrul unei cuadraturi mecanice constă în înlocuirea funcției
date f(x) pe intervalul [a, b] considerat, printr-o funcție de interpolare
$\varphi$(x)
(să zicem un polinom de interpolare) astfel încât:
$$\int_{a}^{b} f(x)\,dx = \int_{a}^{b} \varphi (x)\, dx; $$

Funcția $\varphi$(x) trebuie să fie de o formă care să permită evaluarea

directă a integralei din membrul drept al ecuației de mai sus. Dacă f(x) este
dată analitic atunci se poate pune problema determinării (estimării) erorii din
cadrul relației anterioare. Să examinăm în acest scop polinomul de interpolare al
lui Lagrange.

Presupunem că pentru funcția f(x) cunoaștem cele (n+1) puncte

corespunzătoare $x_0$, $x_1$, ..., $x_n$ din intervalul [a, b] și valorile
lui f(x) în aceste puncte:
$$f(x_i) = y_i;$$ $(i = 0, 1, 2, ..., n)$
\\

Vom căuta aproximarea: $$\int_{a}^{b} y\,dx = \int_{a}^{b} f(x)\,dx;$$

\\
Folosind valorile $y_i$ date, construim polinomul de interpolare a lui
Lagrange:
$$L_n(x) = \sum_{i=0}^{n}\frac{\prod_{n+1}(x)}{(x-x_i)\prod'_{n+1}(x_i)}\cdot
y_i\,; $$
\\
unde
$$\prod_{n+1}(x) = (x-x_0)(x-x_1)...(x-x_n)\,;$$
și
$$L_n (x_i) = y_i\,;$$ $(i = 0, 1, 2, ..., n)$
\\
 Înlocuind funcția f(x) prin polinomul $L_n(x)$ rezultă:
$$\int_{a}^{b} f(x)\,dx = \int_{a}^{b} L_n(x)\,dx + R_n[f]\,;$$
\\
unde $R_n[f]$ este eroarea ce apare la cuadratura dată de această formulă. Din
ea rezultă formula de cuadratură aproximativă:
$$
\int_{a}^{b} y\,dx = \sum_{i=0}^{n} A_iy_i\,;
$$
\\
unde:
$$
A_i = \int_{a}^{b} \frac{\prod_{n+1}(x)}{(x-x_i)\prod'_{n+1}(x_i)}\,dx\,;
$$
\\
Dacă limitele de integrare sunt puncte de interpolare atunci formula de
cuadratură aproximativă este de \textit{tip închis}, în caz contrar fiind de \
textit{tip deschis}.
\\
Cu privire la calculul coeficienților $A_i$, trebuie reținut că:
\\
a) coeficien'ii $A_i$ sunt independenți de alegerea funcției
f(x) pentru un set de puncte date;
\\
b) pentru un polinom de gradul n, formula de cuadratură aproximativă este
exactă deoarece în acest caz $L_n(x) \equiv f(x)$; de aici în particular, formula
de cuadratură aproximativă este exactă pentru $y = x^k\;\;\; (k = 0, 1, 2, ..., n)
$; ceea ce înseamnă că $R_n[x^k] = 0$ pentru k = 0, 1, 2, ..., n.
\\
Înlocuind $y = x^k\;\;\;(k = 0, 1, 2, ..., n)$ în formula de cuadratură
aproximativă vom obține un sistem liniar de (n+1) ecuații:
\[
\begin{cases}
I_0 = \sum_{i=0}^{n}A_i\,; \\
I_1 = \sum_{i=0}^{n}A_ix_i\,; \\
...............\,\\
I_n = \sum_{i=0}^{n}A_ix_i^n\,; \\
\end{cases}
\]
\\
unde:
$$
I_k = \int_{a}^{b} x^k\, dx = \frac{b^{k+1} - a^{k+1}}{k+1}\;;\;\;\;\; (k = 0,
1, 2, ..., n),
$$
din care este posibilă determinarea coeficienților $A_0, A_1, ..., A_n$.
Determinantul sistemului este de tip Vandermonde:
$$
D = \prod_{i>j}(x_i-x_j)\neq0\,;
$$

\end{document}