Metode Numerice

METODE NUMERICE
Mihaela DUMITRACHE Camelia GHELDIU

2
Cuprins
0.1 Cuvânt ı̂nainte . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1 Rezolvarea ecuaţiilor algebrice şi transcendente 7

1.1 Ecuaţia de gradul al III-lea . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Metoda HÜDDE . . . . . . . . . . . . . . . . . . . . . 8
1.1.2 Ecuaţii cubice cu coeficienţi reali . . . . . . . . . . . . 10
1.2 Rezolvarea ecuaţiei de gradul al IV-lea . . . . . . . . . . . . . 16
2 Rezolvarea ecuaţiilor transcendente 19

2.1 Generalităţi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Separarea rădăcinilor reale ı̂n cazul
ecuaţiilor neliniare reale . . . . . . . . . . . . . . . . . . . . . 20
2.3 Metoda bipartiţiei . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Metoda tangentei . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5 Metoda secantei . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6 Metoda combinată . . . . . . . . . . . . . . . . . . . . . . . . 46
3 Rezolvarea sistemelor de ecuaţii liniare 53

3.1 Metoda lui Cramer . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2 Metoda lui Gauss . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.3 Metoda pivotului . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.4 Metoda aproximaţiilor succesive . . . . . . . . . . . . . . . . . 64
3.5 Metoda Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . 71
3.6 Metoda Relaxării . . . . . . . . . . . . . . . . . . . . . . . . . 80
4 Valori proprii şi vectori proprii 91

4.1 Valori şi vectori proprii ai unui operator liniar . . . . . . . . . 91
4.2 Calculul valorilor proprii . . . . . . . . . . . . . . . . . . . . . 94
4.3 Valori şi vectori proprii ale unei matrice . . . . . . . . . . . . 95
4.4 Metoda Krylov . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.5 Metoda Leverrier . . . . . . . . . . . . . . . . . . . . . . . . . 103
3
4 CUPRINS
5 Interpolarea şi aproximarea funcţiilor 107

5.1 Polinomul de interpolare al lui Lagrange . . . . . . . . . . . . 107
5.2 Diferenţe finite . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.3 Formulele de interpolare ale lui Newton . . . . . . . . . . . . . 126
5.3.1 Prima formulă de interpolare a lui Newton . . . . . . . 126
5.3.2 A doua formulă de interpolare a lui Newton . . . . . . 130
5.3.3 Evaluarea erorilor pentru formulele lui Newton . . . . . 133
6 Integrare numerică 135

6.1 Formule de cuadratură . . . . . . . . . . . . . . . . . . . . . . 135
6.2 Formulele de cuadratură Newton - Côtes . . . . . . . . . . . . 139
6.3 Formula trapezelor . . . . . . . . . . . . . . . . . . . . . . . . 143
6.4 Formula generalizată a trapezelor . . . . . . . . . . . . . . . . 147
6.5 Formula Simpson . . . . . . . . . . . . . . . . . . . . . . . . . 150
6.6 Formula Simpson generalizată . . . . . . . . . . . . . . . . . . 154
6.7 Formula de cuadratură a lui Cebı̂şev . . . . . . . . . . . . . . 157
6.8 Formula de cuadratură a lui Gauss . . . . . . . . . . . . . . . 161
Bibliografie 171
0.1. CUVÂNT ÎNAINTE 5
0.1 Cuvânt ı̂nainte

Metode numerice face parte din disciplinele fundamentale de pregătire
a studenţilor din cadrul facultăţilor de matematică, de inginerie electronică
şi calculatoare, având ca scop prezentarea metodelor şi relaţiilor de calcul
matematic numeric.
Cartea cuprinde 6 capitole ı̂n care aceste metode, se referă ı̂n principal,
la metode aproximative de rezolvare a ecuaţiilor algebrice şi transcendente,
metode exacte şi aproximative de rezolvare a sistemelor de ecuaţii liniare,
metode de determinare a coeficienţilor polinomului caracteristic, metode de
interpolare a funcţiilor şi integrare numerică.
Parcurgerea acestei cărţi presupune cunoştinţe minime de analiză matem-
atică, algebră şi geometrie analitică.
Prin această lucrare, autorii pun la dispoziţia cititorilor toate cunoştinţele
necesare ı̂n vederea construirii de algoritmi şi proceduri capabile să ia ca
argument un obiect matematic şi să returneze un rezultat final.
Autorii
Februarie 2013
6 CUPRINS
Capitolul 1
Rezolvarea ecuaţiilor algebrice

şi transcendente
1.1 Ecuaţia de gradul al III-lea

Ecuaţia de gradul al III-lea, deşi aparent simplă, ascunde ı̂n sine o mare
bogăţie de idei matematice. Să intrăm puţin ı̂n lumea acestei ecuaţii. Începem
deci cu rezolvarea ei.
Fie o ecuaţie de gradul al III-lea cu coeficienţi complecşi
y 3 + ay 2 + by + c = 0. (1.1)
Cu ajutorul substituţiei
a
y =x− (1.2)
3
eliminăm termenul ı̂n y 2 şi avem:
2 3
x3 − 3x2 a3 + 3x a9 − a27 +
2 3
+ ax2 − 2 a3x + a9 +
+ bx − ab 3
+ c = 0.
Adică ecuaţia devine

a2 2a3 ab
x + b−
3
x+ − +c=0
3 27 3
şi cu următoarele notaţii
a2 2a3 ab
p= b− şi q= − +c (1.3)
3 27 3
7
8CAPITOLUL 1. REZOLVAREA ECUAŢIILOR ALGEBRICE ŞI TRANSCENDENTE
avem ecuaţia
x3 + px + q = 0. (1.4)
Definiţia 1.1 Ecuaţia (1.4) poartă numele de ecuaţia sub formă redusă.
1.1.1 Metoda HÜDDE

Metoda constă ı̂n a scrie soluţia sub forma
x= u+v (1.5)
şi ı̂nlocuind ı̂n ecuaţia redusă (1.4) obţinem
(u + v)3 + p(u + v) + q = 0
u3 + v 3 + 3uv(u + v) + p(u + v) + q = 0
u3 + v 3 + q + (p + 3uv)(u + v) = 0.
Se vede astfel că u şi v trebuie să verifice condiţia
3
u + v3 + q = 0
3uv + p = 0
care mai poate fi scrisă
3
u + v3 + q = 0 u3 + v 3 = −q
sau 3 (1.6)
uv = − p3 u3 v 3 = − p27 .
Aşadar, alcătuim ecuaţia de gradul al II-lea pentru u3 şi v 3
p3
z 2 + qz − = 0. (1.7)
27
Definiţia 1.2 Ecuaţia (1.7) se numeşte ecuaţia rezolventă.
Această ecuaţie are rădăcinile

q q 2 p3 q q 2 p3
z1 = − + + , z2 = − − + , (1.8)
2 4 27 2 4 27
pe care le scriem astfel

q q 2 p3 q q 2 p3
u =− +
3
+ , v =− −
3
+ .
2 4 27 2 4 27
1.1. ECUAŢIA DE GRADUL AL III-LEA 9
De aici găsim soluţiile

√ 3 q q2 p3 √ 3 q q 2 p3
u= 3
z1 = − + + , v= 3
z2 = − − + . (1.9)
2 4 27 2 4 27
Aceste formule ne dau câte trei valori pentru fiecare necunoscută u şi v,
pentru că orice număr complex are trei rădăcini care se deduc una din alta
ı̂nmulţindu-le cu rădăcinile cubice ale unităţii.
u1 v1
u2 = u1 ε v2 = v1 ε (1.10)
u 3 = u 1 ε2 v3 = v1 ε2
Combinând cele trei valori ale lui u, cu cele ale lui v, găsim că sistemul
are nouă soluţii şi vom găsi nouă valori pentru soluţia x = u + v. Din cele
nouă soluţii vom alege valorile care verifică ecuaţia
p
uv = − . (1.11)
3
Din cele trei valori presupunem că una este u1 . Deci vom avea perechile
(u1 , v1 ), (u1 , v2 ) şi (u1 , v3 ). Numai una singură va verifica relaţia (1.11).
Această rădăcină o vom nota cu (u1 , v1 ).
Dar dacă (u1, v1 ) verifică relaţia (1.11), rezultă că celelalte două rădăcini
vor fi (εu1, ε2 v1 )şi (ε2 u1 , εv1 ), deci
(εu1) (ε2 v1 ) = ε3 u1 v1 = u1 v1 = − p3 ,
(ε2 u1 ) (εv1 ) = ε3 u1 v1 = u1 v1 = − p3 .
Deci rădăcinile ecuaţiei reduse vor fi
x1 = u1 + v1
x2 = εu1 + ε2 v1 , (1.12)
x3 = ε2 u1 + εv1
unde ε, ε2 sunt rădăcinile cubice ale unităţii, adică
√
ε = −1+i
2 √
3
,
2 −1−i 3
(1.13)
ε = 2
.
Folosind relaţia (1.11), soluţiile ecuaţiei (1.4) se mai pot scrie sub forma
x1 = u1 + v1 , √
i 3
x2 = − 12 (u1 + v1 ) + √
2
(u1 − v1 ) , (1.14)
i 3
x3 = − 12 (u1 + v1 ) − 2
(u1 − v1 ) .
O formă condensată a relaţiei (1.14) este

3 q q 2 p 3 3 q q 2 p3
x= − + + + − − + . (1.15)
2 4 27 2 4 27
Exemplul 1.3 Să rezolvăm ecuaţia x3 − 9x − 28 = 0.

Soluţie.
Avem o ecuaţie de gradul al trei-lea ı̂n care nu avem termenul cu x2 , adică
ecuaţia este sub forma ecuaţiei (1.4), adică forma redusă.
Deci p = −9, q = −28.
3 √ √
3
√
3
u= 14 + 196 − 27 = 14 + 13 = 27 = 3.
Notăm u1 = 3 şi din (1.11)
p
u1 v1 = −
3
adică avem
9
3
v1 = = 1.
3
Deci soluţiile ecuaţiei sunt
x1 = u1 + v1 = 3 + 1 = 4,
√ √
1 i 3 1 i 3 √
x2 = − (u1 + v1 ) + (u1 − v1 ) = − · 4 + · 2 = −2 + i 3,
2 2 2 2
√ √
1 i 3 1 i 3 √
x3 = − (u1 + v1 ) − (u1 − v1 ) = − · 4 − · 2 = −2 − i 3.
2 2 2 2
1.1.2 Ecuaţii cubice cu coeficienţi reali
Definiţia 1.4 Expresia

q 2 p3
Δ = −108 + (1.16)
4 27
poartă numele de discriminantul ecuaţiei reduse.
Discriminantul ecuaţiei reduse joacă un rol important ı̂n stabilirea na-

turii rădăcinilor ecuaţiei de gradul al trei-lea. Să studiem pe rând situaţiile
posibile.
Cazul I Δ = 0.
Dacă Δ = 0 atunci din relaţia (1.16) rezultă
q 2 p3 q 2 p 3
+ =0⇔ =− . (1.17)
4 27 2 3
Evident, este cel mai simplu caz.
Ştim că u = 3 − 2q , care se mai poate scrie

q q 3 q 2 q
u= 3 − = 3 − =− 2 , (1.18)
2 2 2
2 3 2q
dar cu relaţia (1.17), găsim soluţia
q
u=− p 3 ⇒
3
2 − 3
3q
u= . (1.19)
2p
Din rezolvarea ecuaţiei, ştim că
p p
uv = − ⇔ v = − ,
3 3u
adică

q 2
6 − p3
3
2 6
2p
v=− =− =− 2
⇒
9q pq pq
3q
v= . (1.20)
2p
Deci am găsit că
u = v. (1.21)
Fie u1 = v1 valoarea reală a rădăcinilor cubice şi cum

u1 = v1
u1 v1 = − p3
avem soluţiile
⎧
⎨ x1 = 2u1 ,
x2 = − 12 (u1 + v1 ) = −u1 , (1.22)
⎩
x3 = − 12 (u1 + v1 ) = −u1 .
Concluzia 1.5 Dacă discriminantul ecuaţiei reduse Δ = 0, atunci ecuaţia

admite numai rădăcini reale, două fiind egale.
Cazul II Δ < 0.
2 p3
Dacă Δ < 0, atunci din relaţia (1.16) rezultă q4 + 27 > 0. În formulele
lui u şi v avem radical de indice dintr-un număr pozitiv, deci u şi v sunt
rădăcini cubice din numere reale.
Un număr real are o rădăcină cubică reală şi două rădăcini complex con-
jugate.
Fie u1 , v1 valorile reale ale rădăcinilor cubice.
Observaţia 1.6 Dacă u este o rădăcină reală, din relaţia uv = − p3 rezultă

obligatoriu că v este şi ea o rădăcină reală, deci avem
⎧
⎨ u1 , v1 ∈ R, x1 = u1√+ v1 ,
x2 = − 2 (u1 + v1 ) + i√2 3 (u1 − v1 ) ,
1
(1.23)
⎩
x3 = − 12 (u1 + v1 ) − i 2 3 (u1 − v1 ) .
Observaţia 1.7 Dacă u1 , v1 ∈ R ⇒ u1 = v1 , pentru că, ı̂n caz contrar, dacă

q2 p3 q2 p3
u1 = v1 , am avea u31 = v13 şi deci − 2q + 4
+ 27
= − 2q − 4
+ 27
de unde
q2 p3
4
+ 27
= 0 ⇔ Δ = 0, contrar ipotezei.
Concluzia 1.8 Dacă discriminantul ecuaţiei reduse Δ < 0 avem o rădăcină

reală şi două rădăcini complexe.
Cazul III Δ > 0

2 p3
Dacă Δ > 0, atunci din relaţia (1.16) rezultă − q4 − 27
> 0.
Observaţia 1.9 Avem p < 0, deoarece ı̂n caz contrar, dacă p > 0 atunci
discriminantul Δ ar fi suma a două numere negative şi n-ar mai putea fi
pozitiv.
În formulele lui u1 şi v1 avem sub radicalul pătrat un număr real negativ
şi deci rădăcinile sunt complexe.
Deci
⎧
⎨ u3 = − q + i − q 2 − p3 ,
2 4 27
(1.24)
⎩ v 3 = − q − i − q 2 − p3 .
2 4 27
Scriind

q q2 p3
u = r(cos θ + i sin θ) = − + i − −
3
,
2 4 27
deci

r cos θ = − 2q ,
2 p3 (1.25)
r sin θ = − q4 − 27
.
Dar sin θ > 0 ⇒ 0 < θ < π, deci ridicând la pătrat şi adunând, avem

q2 q2 p3 p3
2
r = − − ⇒r= − , (1.26)
4 4 27 27
iar

2 q2 p3
tgθ = − − − . (1.27)
q 4 27
Deci

p3
3
u = − (cos θ + i sin θ). (1.28)
27
Cum v 3 este complexul conjugat al lui u3 avem

p3
v = − (cos θ − i sin θ).
3
(1.29)
27
Extrăgând rădăcina cubică din (1.28) şi (1.29), avem

3 p3 θ + 2kπ θ + 2kπ
u= − cos + i sin ,
27 3 3
adică

p θ + 2kπ θ + 2kπ
u= − cos + i sin , k = 0, 1, 2. (1.30)
3 3 3
Similar obţinem

p θ + 2kπ θ + 2kπ
v= − cos − i sin , k = 0, 1, 2. (1.31)
3 3 3
Pentru că uv = − p3 este un număr real, trebuie ca u şi v să fie complexe
conjugate, deci să corespundă aceleiaşi valori a lui k. Astfel:
Pentru k = 0 avem

u1 = − p3 cos θ3 + i sin θ3 ,
v1 = − p3 cos θ3 − i sin θ3 ,
adică

p θ
x1 = u1 + v1 = 2 − cos . (1.32)
3 3
Pentru k = 1 avem

u2 = − p3 cos θ+2π
3
+ i sin θ+2π
3
,
p θ+2π θ+2π
v2 = − 3 cos 3 − i sin 3 ,
adică

p θ + 2π
x2 = u2 + v2 = 2 − cos . (1.33)
3 3
Pentru k = 2 avem

u2 = − p3 cos θ+4π
3
+ i sin θ+4π
3
,
p θ+4π θ+4π
v2 = − 3 cos 3 − i sin 3 ,
adică

p θ + 4π
x3 = u3 + v3 = 2 − cos . (1.34)
3 3
Concluzia 1.10 Dacă discriminantul ecuaţiei reduse Δ > 0, ecuaţia admite

trei rădăcini reale şi distincte.
Exemplul 1.11 Să arătăm că ecuaţia x3 − 12x + 16 = 0 are rădăcinile

x1 = −4 şi x2 = x3 = 2.
Soluţie.
Într-adevăr
q 2 p 3
Δ = −108 + =
2 3
2 3
16 12
= −108 + − = −108 (64 − 64) = 0,
2 3
deci suntem ı̂n cazul I si ecuaţia are numei rădăcini reale, două fiind egale.
Aceste rădăcini le calculăm cu relaţia (1.22), adică
3q 3 · 16
x1 = 2u = = = −4
p −12
3q 3 · 16
x2 = x3 = −u = − =− = 2.
2p −2 · 12
Exemplul 1.12 Să rezolvăm ecuaţia y 3 − 9y 2 + 24y − 20 = 0.

Soluţie.
Facem substituţia (1.2) unde a = −9 pentru a obţine ecuaţia ı̂n formă redusă,
astfel y = x + 3.
Deci
x3 + 9x2 + 27x + 27
− 9x2 − 54x − 81
+ 24x + 72
− 20 =
= x − 3x − 2 = 0
3
Găsim
p = −3 şi q = −2.
Calculăm discriminantul ecuaţiei reduse
3
2
q 2 p 3 2 3
Δ = −108 + = −108 − + − = −108 · 0 = 0
2 3 2 3
adică Δ = 0 şi suntem ı̂n cazul I, astfel că ecuaţia are numai rădăcini reale,
două fiind egale. Avem

q
u1 = v1 = 3 − = 1.
2
Deci soluţiile cu relaţia (1.22) sunt
x1 = 2u1 = 2,
x2 = x3 = −u1 = −1.
Exemplul 1.13 Să rezolvăm ecuaţia x3 − 6x + 2 = 0.

Soluţie.
Ecuaţia este sub formă redusă, astfel
p = −6 şi q = 2.
Calculăm discriminantul ecuaţiei reduse

q 2 p 3 4 216
Δ = −108 + = −108 − = −108 · (−7) = 756
2 3 4 27
adică Δ > 0, deci suntem ı̂n cazul al treilea, ceea ce ı̂nseamnă că ecuaţia are
trei rădăcini reale şi distincte.
Avem

q q2 p3 √
u3 = − + i − − = −1 − i 7,
2 4 27
√
u3 = r(cos θ + i sin θ) = −1 − i 7.
De unde
√ √
r = 2 2tgθ = − 7 = −2.64575 ⇒ θ = 110044 .
Cu relaţiile (1.32), (1.33) şi (1.34), soluţiile sunt
x1 = 2 − p3 cos 360 55 = 2.26,

x2 = 2 − p3 cos 156055 = −2.6,
x3 = 2 − p3 cos 276055 = 0.36.
1.2 Rezolvarea ecuaţiei de gradul al IV-lea

Metoda lui Descartes (Cartegius)
Fie ecuaţia de gradul al 4-lea cu coeficienţi complecşi
y 4 + Ay 3 + By 2 + Cy + D = 0. (1.35)
Vom face substituţia
A
y =x− (1.36)
4
şi aducem această ecuaţie la forma
1.2. REZOLVAREA ECUAŢIEI DE GRADUL AL IV-LEA 17
x4 + ax2 + bx + c = 0. (1.37)
Definiţia 1.14 Ecuaţia (1.37) poartă numele de forma redusă a ecuaţia

de gradul al IV-lea.
Ne propunem să descompunem membrul stâng ı̂ntr-un produs de două
polinoame de gradul al doilea.

x4 + ax2 + bx + c = x2 + px + q x2 + p x + q
x4 + ax2 + bx + c =
= x4 + (p + p ) x3 + (q + q + pp ) x2 + (pq + qp ) x + qq = 0. (1.38)
Identificând coeficienţii relaţiei (1.38), avem
⎧
⎪
⎪ p + p = 0,
⎨
q + q + pp = a,
⎪
⎪ pq + p q = b,
⎩
qq = c,
din prima ecuaţie găsim p = −p şi ı̂nlocuim ı̂n celelalte
⎧
⎨ q + q = p2 + a,
−q + q = pb ,
⎩
qq = c.
Adunând şi scăzând primele două ecuaţii, avem

2q = a + p2 − pb
(1.39)
2q = a + p2 + pb .
Înlocuind ı̂n ultima relaţie avem
2 b2
p2 + a − 2 = 4c ⇔ p6 + 2ap4 + a2 − 4c p2 − b2 = 0. (1.40)
p
În (1.40) notăm p2 = z şi găsim ecuaţia

F (z) = z 3 + 2az 2 + a2 − 4c z − b2 = 0. (1.41)
Definiţia 1.15 Relaţia (1.41) se numeşte rezolventa ecuaţiei de gradul al

patrulea.
Rezolventa este o ecuaţie de gradul al treilea. Din ecuaţia rezolventă

rezultă coeficientul p, de unde ı̂l obţinem pe p care este egal cu −p. Calculăm
apoi q şi q , după care se rezolvă cele două ecuaţii de gradul al doilea şi astfel
se determină soluţiile ecuaţiei (1.35).
Exemplul 1.16 Să rezolvăm ecuaţia y 4 + 4y 3 + 5y 2 + 4y + 4 = 0.

Soluţie.
Facem substituţia dată de (1.36)

y = x − A4
⇒y =x−1
A=4
şi obţinem forma redusă
x4 − x2 + 2x + 2 = 0.
Deci relaţia (1.39) devine

2q = p2 − 2p − 1
.
2q = p2 + p2 − 1
Scriem ecuaţia rezolventă
z 3 − 2z 2 − 7z − 4 = 0,
iar -1 este o soluţie a rezolventei.
Împărţind prin z + 1, găsim ecuaţia de gradul al doilea z 2 − 3z − 4 = 0
care are rădăcinile -1, 4.
Fie z = 4, adică p2 = 4 şi obţinem
p = 2 ⇒ p = −2,
şi din (1.39) rezultă
q = 1 ⇒ q = 2.
Deci avem de rezolvat ecuaţiile de gradul al doilea
x2 + 2x + 1 = 0 şi x2 − 2x + 2 = 0.
Prima ecuaţie are soluţiile
x1 = x2 = −1.
A doua ecuaţie are soluţiile
x3 , x4 = 1 ± i.
Ne ı̂ntoarcem la y ştiind că y = x − 1 şi găsim soluţiile ecuaţiei de gradul al
patrulea
y1 = y2 = −2 y3 , y4 = ±i .
Capitolul 2
Rezolvarea ecuaţiilor
transcendente
2.1 Generalităţi
Ecuaţiile reprezintă expresii matematice care conţin o variabilă (necunos-
cută) şi pot fi puse sub forma generală
f : D → R, D ⊂ R, D = ∅, f (x) = 0. (2.1)
Egalitatea este valabilă numai pentru o mulţime finită şi discretă de valori
ale lui x. Expresia f (x) poate conţine valori numerice, operatori aritmetici
şi funcţii elementare. Rezolvarea analitică (pe bază de formule) este posi-
bilă numai ı̂n anumite cazuri particulare sau pentru ecuaţii polinomiale de
grad inferior. Rezolvarea numerică permite rezolvarea tuturor tipurilor de
ecuaţii cu aproximaţii oricât de bune. Fenomenul de aproximare nu este un
impediment, deoarece, ı̂n final, soluţia va fi exprimată cu un număr finit
de cifre semnificative. Deci, metodele de rezolvare numerică sunt singurul
instrument viabil pentru rezolvarea ecuaţiilor. Trebuie ı̂nsă menţionat că re-
zolvarea globală automată, adică pentru tot intervalul de variaţie a variabilei
x, este posibilă numai pentru ecuaţii polinomiale. Pentru celelalte tipuri
de ecuaţii, de tip transcendent, aplicarea corectă a metodelor numerice este
posibilă numai după ce au fost identificate intervalele care conţin valorile
soluţiei. În plus, utilizarea metodelor numerice locale trebuie precedată de
verificarea condiţiilor ı̂n care acestea pot fi aplicate. Acestea, de obicei, se
referă la proprietăţile funcţiei f (x), de exemplu continuitatea, sau la cele ale
derivatelor funcţiei.
19
20 CAPITOLUL 2. REZOLVAREA ECUAŢIILOR TRANSCENDENTE
2.2 Separarea rădăcinilor reale ı̂n cazul

ecuaţiilor neliniare reale
Vom considera ecuaţia sub forma generală dată de relaţia (2.1) şi trebuie
să găsim soluţia ξ ∈ D. Prima dată se efectuează separarea rădăcinilor, adică
trebuie să determinăm intervalele din domeniul de definiţie D, astfel ı̂ncât ı̂n
fiecare interval să fie o singură rădăcină a ecuaţiei.
Prima metodă de acest gen este şirul lui Rolle. Vom presupune că
f ∈ C 1 (D), adică funcţia f este derivabilă pe D şi are derivata continuă.
În aceste condiţii se rezolvă ecuaţia
f (x) = 0, x ∈ D.
Dacă x1 , x2 , ..., xn sunt rădăcinile ecuaţiei derivate, atunci se formează şirul
lui Rolle cu valorile f (x1 ) , f (x2 ) , ..., f (xn ). Orice schimbare de semn ce
apare la doi termeni consecutivi f (xi ) , f (xi+1 ) exprimă existenţa unei rădăcini
unice ı̂n intervalul (xi , xi+1 ), conform teoremei lui Rolle.
Exemplul 2.1 Fie ecuaţia 2x3 − 9x2 + 12x − 4, 5 = 0. Să găsim intervalele
de separare ale rădăcinilor.
Soluţie. Vom considera funcţia polinomială
f : R → R, f (x) = 2x3 − 9x2 + 12x − 4, 5

şi ecuaţia neliniară
f (x) = 0, x ∈ R.
În continuare ataşăm ecuaţia f (x) = 0, care este echivalentă cu
6x2 − 18x + 12 = 0 ⇔ x2 − 3x + 2 = 0
care are rădăcinile x1 = 1, x2 = 2.
Folosind şirul lui Rolle, scriem următorul tabel
x −∞ 1 2 +∞
f (x) f (−∞) = −∞ f (1) = 0, 5 f (2) = −0, 5 f (+∞) = +∞
Observăm că semnul valorilor lui f (x) alternează, deci ecuaţia f (x) = 0
are trei rădăcini reale ı̂n intervalele (−∞, 1), (1, 2) şi (2, +∞).
2.3. METODA BIPARTIŢIEI 21
O a doua metodă de separare a soluţiilor ecuaţiei (3.19) este folosind

polinomul de interpolare al lui Lagrange sau al lui Newton. Dacă ı̂n domeniul
de definiţie al funcţiei
f : D → R, D ⊆ R
se aleg punctele
x1 < x2 < · · · < xn
atunci se construieşte polinomul de interpolare care trece prin punctele
(x1 , f (x1 )) , (x2 , f (x2 )) , ..., (xn , f (xn )) .
Rădăcinile acestui polinom pot fi considerate ca aproximări pentru rădăcinile

ecuaţiei f (x) = 0.
2.3 Metoda bipartiţiei

Metoda bipartiţiei sau metoda ı̂njumătăţirii intervalului este o metodă
simplă şi puţin pretenţioasă din punctul de vedere al proprietăţilor funcţiei
f (x). Totuşi este necesar ı̂nsă, ca funcţia să fie continuă.
Astfel, fie
f : [a, b] → R (2.2)
de clasă C ([a, b]) şi presupunem că, deja rădăcinile ecuaţiei f (x) = 0 sunt
separate, deci intervalul [a, b] conţine o singură rădăcină ξ. Acest lucru se
ı̂ntâmplă dacă
f (a) · f (b) < 0. (2.3)

Procedura acestei metode constă ı̂n ı̂mpărţirea intervalului, ı̂n care se ştie că
există o singură soluţie, ı̂n două subintervale folosind mijlocul intervalului
a+b
. (2.4)
2
Cele două subintervale obţinute sunt

a+b a+b
a, şi ,b , (2.5)
2 2
iar soluţia ξ este ı̂ntr-unul dintre ele. Se calculează

a+b
f (2.6)
2
şi dacă această valoare este zero atunci
a+b
ξ= (2.7)
2
este soluţie exactă. Altfel, pentru a găsi subintervalul ı̂n care se află soluţia
vom evalua funcţia la capetele acestor intervale. Deoarece funcţia este con-
tinuă, rezultă că subintervalul pe care se face schimbarea de semn conţine
soluţia căutată. Se va reţine intervalul cu soluţia, ı̂l vom nota [a1 , b1 ] şi ı̂n
continuare acest interval este impărţit la rândul lui ı̂n două parţi egale şi
analiza continuă ı̂n acelaşi fel.
După un număr n de paşi găsim fie soluţia exactă, fie un şir de segmente
cuprinse unele ı̂n altele
[a1 , b1 ] ⊇ [a2 , b2 ] ⊇ · · · ⊇ [an , bn ]. (2.8)

Astfel subintervalul care conţine soluţia este restrâns pe parcursul aplicării
metodei. Algoritmul se opreşte atunci când, pentru eroarea dată ε, la un
anumit pas k are loc relaţia
|f (xk )| < ε (2.9)

sau echivalent
|bk − ak | < ε. (2.10)

În cadrul acestei metode se construiesc două şiruri
{an }n∈N şi {bn }n∈N (2.11)

ı̂n felul următor: se alege
a0 = a,
. (2.12)
b0 = b,
Avem una din următoarele situaţii

a+b
f (a) · f ≤0 (2.13)
2
sau

a+b
f · f (b) ≤ 0, (2.14)
2
corespunzător cărora se aleg
a1 = a,
(2.15)
b1 = a+b
2
,
sau
a1 = a+b
2
,
(2.16)
b1 = b.
La pasul n avem intervalul [an , bn ] ı̂n care se află rădăcina şi prin urmare
1
bn − an = (b − a) . (2.17)
2n
Observaţia 2.2 Şirul {an }n∈N este monoton crescător şi mărginit superior
de b, iar şirul {bn }n∈N este monoton descrescător şi mărginit inferior de a.
Din teorema cleştelui obţinem
lim an = lim bn = ξ. (2.18)

n→∞ n→∞
Teorema 2.3 Fie şirurile {an }n∈N , {bn }n∈N . Limita comună a lor, ξ =
lim an = lim bn este soluţia ecuaţiei f (x) = 0.
n→∞ n→∞
Demonstraţie. Ştim că f este o funcţie continuă, că f (an )f (bn ) < 0 şi că
{an }n∈N şi {bn }n∈N sunt convergente. Trecând la limită avem
lim (f (an )f (bn )) ≤ 0 ⇔ f lim an f lim bn ≤ 0, (2.19)

n→∞ n→∞ n→∞
cu relaţia (2.18) obţinem
f (ξ) f (ξ) ≤ 0 ⇔ f 2 (ξ) ≤ 0 ⇒ f (ξ) = 0. (2.20)

Adică ξ este soluţie a ecuaţiei (2.2).
Observaţia 2.4 Metoda este avantajoasă deoarece este uşor programabilă,

ı̂nsă algoritmul converge lent.
Exemplul 2.5 Folosind metoda bipartiţiei să aflăm rădăcina ecuaţiei alge-
brice transcendente x4 + 2x3 − x − 1 = 0 aflată ı̂n intervalul [0, 1], cu o eroare
ε < 10−2 .
Soluţie. Aplicăm metoda bipartiţiei.
Notăm f (x) = x4 + 2x3 − x − 1 şi a = 0, b = 1.
Calculăm valorile lui f la capetele intervalului
f (0) = −1,
f (1) = 1
şi observăm că
f (0)f (1) < 0,

adică soluţia este ı̂n intervalul [a, b] = [0, 1].
Calculăm mijlocul intervalului [a, b] = [0, 1] şi găsim
a+b 0+1
c= = = 0, 5.
2 2
Determinăm valoarea lui f ı̂n c = 0, 5, adică
f (0, 5) ≈ 0, 06 + 0, 25 − 0, 5 − 1 ≈ −1, 19 < 0,
deci intervalul ales va fi [a1 , b1 ] = [0, 5 ; 1]. Evaluăm eroarea
ε < |b1 − a1 | = 1 − 0, 5 = 0, 5 > 10−2 .
Calculăm mijlocul intervalului [a1 , b1 ] = [0, 5 ; 1] şi găsim

a1 + b1 0, 5 + 1
c1 = = = 0, 75.
2 2
Determinăm valoarea lui f ı̂n c1 = 0, 75, adică
f (0, 75) ≈ 0, 32 + 0, 84 − 0, 75 − 1 ≈ −0, 59 < 0,
deci intervalul ales va fi [a2 , b2 ] = [0, 75; 1]. Evaluăm eroarea
ε < |b2 − a2 | = 1 − 0, 75 = 0, 25 > 10−2 .
Calculăm mijlocul intervalului [a2 , b2 ] = [0, 75; 1] şi găsim

a2 + b2 0, 75 + 1
c2 = = = 0, 875.
2 2
f (0, 875) ≈ 0, 59 + 1, 34 + 0, 88 − 1 ≈ 0, 05 > 0,
deci intervalul ales va fi [a3 , b3 ] = [0, 75; 0, 875]. Evaluăm eroarea
ε < |b3 − a3 | = 0, 875 − 0, 75 = 0, 125 > 10−2 .

Calculăm mijlocul intervalului [a3 , b3 ] = [0, 75; 0, 875] şi găsim

a3 + b3 0, 75 + 0, 875
c3 = = = 0, 8125.
2 2
f (0, 8125) ≈ 0, 436 + 1, 072 − 0, 812 − 1 ≈ −0, 304 < 0,
ε < |b4 − a4 | = 0, 875 − 0, 8125 = 0, 0625 > 10−2 .

a4 + b4 0, 8125 + 0, 875
c4 = = = 0, 8438.
2 2
f (0, 8438) ≈ 0, 0507 + 1, 202 − 0, 844 − 1 ≈ −0, 135 < 0,
ε < |b5 − a5 | = 0, 875 − 0, 8438 = 0, 0312 > 10−2 .

a5 + b5 0, 8438 + 0, 875
c5 = = = 0, 8594.
2 2
f (0, 8594) ≈ 0, 546 + 1, 270 − 0, 859 − 1 ≈ −0, 043 < 0,
ε < |b6 − a6 | = 0, 875 − 0, 8594 = 0, 0156 > 10−2 .

a6 + b6 0, 8594 + 0, 875
c6 = = = 0, 8672.
2 2
f (0, 8672) ≈ 0, 5655 + 1, 3043 − 0, 8672 − 1 ≈ −0, 0063 < 0,

ε < |b7 − a7 | = 0, 875 − 0, 8672 = 0, 0007 < 10−2.
Astfel că, după şapte paşi, găsim soluţia

1
ξ= (0, 875 + 0, 8672) ≈ 0, 8711
2
cu o eroare mai mică de 10−2.
Exemplul 2.6 Să rezolvăm ecuaţia x3 + x − 1 = 0, cu o eroare ε < 0, 01.

Soluţie. Deoarece
f (x) = 3x2 + 1 > 0, ∀x ∈ R

rezultă că f (x) este strict crescătoare.
Cum
lim f (x) = −∞
x→−∞
lim f (x) = +∞
x→+∞
rezultă că f (x) are o singură rădăcina reală.
Calculăm valorile lui f la capetele intervalului
f (0) = −1,
f (1) = 1
şi observăm că
f (0)f (1) < 0,

adică soluţia este ı̂n intervalul [a, b] = [0, 1]. Vom aplica metoda bipartiţiei
intervalului (0, 1).
Calculăm mijlocul intervalului (0, 1) şi găsim
c1 = 0, 5.
În acest punct,

f (0, 5) = −0, 375.
2.4. METODA TANGENTEI 27
Cum
f (0, 5) · f (1) < 0
rădăcina ξ se găseşte ı̂n intervalul (0, 5; 1).
Calculăm mijlocul intervalului (0, 5; 1) şi găsim
c2 = 0, 75.
În acest punct,

f (0, 75) = 0, 1719.
Cum
f (0, 5) · f (0, 75) < 0
rădăcina ξ se găseşte ı̂n intervalul (0, 5; 0, 75).
Se continuă procedeul iterativ, obţinându-se după a şaptea iteraţie
c7 = 0, 6797,
f (0, 6797) ≈ 0, 0063

deci rădăcina se găseşte ı̂n intervalul (0, 6797; 0, 6875).
Cum 0, 6875 − 0, 6797 = 0, 0078 < 0, 01, valoarea rădăcinii obţinute cu
precizia cerută este ξ = 0, 6836.
2.4 Metoda tangentei

Fie ξ o rădăcină a ecuaţiei f (x) = 0, unde
f : [a, b] → R, f ∈ C 2 [a, b]. (2.21)

Metoda tangentei sau metoda lui Newton cere satisfacerea următoarelor condiţii
referitoare la modul de variaţie a functiei f (x) pe intervalul unde se va aplica
metoda: soluţia ξ să fie separată pe intervalul [a, b], iar primele două derivate
ale funcţiei f (x) să fie continue şi să aibă semn constant pe intervalul [a, b].
Metoda tangentei se aplică ı̂n acel capăt al intervalului [a, b] ı̂n care f şi
f au acelaşi semn. Ţinând cont de aceste aspecte deosebim patru cazuri pe
care le prezentăm ı̂n continuare.
Cazul I
f (x) > 0, f (x) > 0
Figura 1.
Se obţine un şir de iteraţii descrescător şi mărginit inferior de a. Prin urmare

şirul iteraţiilor este un şir convergent.
Cazul II
f (x) < 0, f (x) > 0
Se obţine un şir de iteraţii crescător şi mărginit superior de b. Prin urmare
Figura 2.

Cazul III
f (x) > 0, f (x) < 0
Se obţine un şir de iteraţii crescător şi mărginit superior de b. Prin urmare
Figura 3.

Cazul IV
f (x) < 0, f (x) < 0
Se obţine un şir de iteraţii descrescător şi mărginit inferior de a. Prin urmare
Figura 4.

Fie xn o valoare aproximativă a rădăcinii ξ, astfel
ξ = xn + hn , (2.22)
unde hn este foarte mic.

Dezvoltarea ı̂n serie Taylor trunchiată la numai doi termeni ne oferă
relaţia:
f (ξ) = 0 = f (xn + hn ) ≈ f (xn ) + hn f (xn ), (2.23)
din care obţinem formula
f (xn )
hn ≈ − (2.24)
f (xn )
pe care o introducem ı̂n relaţia (2.22) şi găsim
f (xn )
xn+1 = xn − , n = 0, 1, ... (2.25)
f (xn )
Figura 5.
După Figura 5 se poate urmări construcţia şirului iterativ {xk }k∈N . Se

alege ca punct de la care pornim iteraţia capătul b = x0 al intervalului şi
ı̂n punctul B0 (x0 , f (x0 )) se duce o tangentă la graficul funcţiei f care taie
axa Ox ı̂n punctul x1 , după care ducem tangenta ı̂n punctul B1 (x1 , f (x1 ))
intersectează din nou axa Ox ı̂n punctul x2 , şi aşa mai departe. Şirul {xk }k∈N
astfel construit converge către ξ. Ecuaţia tangentei la graficul funcţiei f ı̂n
punctul Bn (xn , f (xn )) este
y − f (xn ) = f (xn ) (x − xn ) . (2.26)

Intersecţia tangentei cu axa Ox ne dă punctul de coordonate (xn+1 , 0) adică
−f (xn ) = f (xn ) (xn+1 − xn ) (2.27)

de unde rezultă
f (xn )
xn+1 = xn − . (2.28)
f (xn )
Astfel, presupunând că f (x) = 0, ∀x ∈ [a, b], se obţine funcţia iterativă
f (x)
φ : [a, b] → R, φ (x) = x − , (2.29)
f (x)
care generează şirul iterativ {xn }n∈N dat de xn+1 = φ (xn ).
Teorema 2.7 Fie f : [a, b] → R,f ∈ C 2 [a, b] şi x0 ∈ [a, b]. Vom presupunem
că sunt ı̂ndeplinite următoarele condiţii
1.
f (x) = 0,
2. intervalul I0 = [x0 , x0 + 2h0 ] ∈ [a, b], unde h0 = − ff(x 0)

(x0 )
,
3. 2 |h0 | M2 ≤ |f (x0 )|, unde M2 = max |f (x)|.

x∈I0
Atunci ecuaţia f (x) = 0 are soluţie unică ξ ∈ I0 , iar şirul {xk }k∈N dat de
metoda tangentei este bine definit şi converge la ξ.
Demonstraţie. Aplicând formula creşterilor finite funcţiei f ı̂n punctele
x0 , x1 găsim
|f (x1 ) − f (x0 )| = |x1 − x0 | · |f (ξ)| ,

unde ξ ∈ (x0 , x1 ). Cu condiţia a treia
din teoremă,
avem |f (x1 ) − f (x0)| ≤
(2.25) 0)
|x1 − x0 |·M2 = x0 − ff(x − x0 ·M2 = − ff(x ·M2 = |h0 |·M2 ≤ |f (x
0)
(2.24) 0 )|
(x0 ) (x0 ) 2
şi folosind inegalitatea triunghiului obţinem
|f (x0 )| |f (x0 )|
|f (x1 )| ≥ |f (x0 )| − |f (x1 ) − f (x0 )| ≥ |f (x0 )| − =
2 2
adică
|f (x0 )|
|f (x1 )| ≥ . (2.30)
2
Din prima condiţie a teoremei şi din relaţia (2.30) rezultă că şi f (x1 ) = 0,
deci x2 este bine definit.
Calculăm integrala
x1
I= (x1 − x) f (x) dx (2.31)
x0
ı̂n două moduri.

Mai ı̂ntâi integrăm prin părţi şi avem
x x
I = x01 (x1 − x) f (x) dx = (x − x) f
(x) 1 − x1 (−1) f (x) dx =
x 1 x0 x0
= − (x1 − x0 ) f (x0 ) + x01 f (x) dx =

= − x0 − f(x0 ) − x0 f (x0 ) + f (x) x1 = f(x0 ) f (x0 ) + f (x1 ) − f (x0 ) =
f (x0 ) x0 f (x0 )
= f (x1 )
şi cu schimbarea de variabilă x = x0 + h0 t, integrala I, va fi

x 1
I = x01 (x1 − x) f (x) dx = 0 (x1 − x0 − h0 t) f (x0 + h0 t) h0 dt =
1 1
= 0 (x0 + h0 − x0 − h0 t) f (x0 + h0 t) h0 dt = h20 0 (1 − t) f (x0 + h0 t) dt.
De aici rezultă

1
|I| = |f (x1 )| = h20 0 (1 − t) f (x0 + h0 t) dt ≤
1 1
≤ h20 0 |1 − t| · |f (x0 + h0 t)| dt ≤ h20 0 |1 − t| · Mdt =
1 h2 M
= h20 M 0 (1 − t) dt = 02
h20 M
⇒ |f (x1 )| ≤ . (2.32)
2
Deoarece
f (x1 )
f (x1 ) = 0 ⇒ ∃h1 = −
f (x1 )
şi avem
h20 M
f (x1 )
|h1 | = − = |f (x1 )| ≤ 2
=
h20 M
.
f (x1 ) |f (x1 )| |f (x0 )| |f (x0 )|
2
Prin urmare
2
2 |h1 | M 1 h20 M 1 2 |h0 | M
= 2M |h1 | ≤ 2M |f (x0 )|
= . (2.33)
|f (x1 )| |f (x1 )| |f (x0 )| |f (x0 )|
2
Din relaţia (2.33) şi condiţia a treia, rezultă
2 |h1 | M
≤ 12 ⇒ 2 |h1 | M ≤ |f (x1 )| (2.34)
|f (x1 )|
adică condiţia a treia scrisă pentru x1 . Verificăm a doua condiţie, procedăm
ca ı̂n cazul punctului x1 , folosind inegalitatea |h1 | ≤ |h20 | , deoarece conform
celei de-a treia condiţii avem
2 |h0 | M
≤ 1. (2.35)
|f (x0 )|
Intervalul I1 = [x1 , x1 + 2h1 ] se construieşte la fel cum am construit inter-
valul I0 şi I1 ⊂ I0 . Într-adevăr x1 = x0 + h0 este chiar mijlocul intervalului
I0 = [x0 , x0 + 2h0 ] ∈ [a, b] şi condiţia |h1 | ≤ |h20 | ne asigură că x1 + 2h1 ∈ I0 .
Prin recurenţă, obţinem relaţiile
2 |h0 | M2 |hk−1 |
≤ 1 = 0, |hk | ≤ , 2 |hk | M2 ≤ |f (x0 )| , Ik ⊂ Ik−1 , (2.36)
|f (x0 )|
2
unde
f (xk )
hk ≈ − , Ik = [xk , xk + 2hk ], ∀k ∈ N.
f (xk )
De aici rezultă că şirul {xk }k∈N este definit.
Arătăm acum că este un şir Cauchy sau fundamental.

Pentru ∀ε > 0, ∃kε ∈ N astfel ı̂ncât 2 |hk | ≤ ε, deoarece
|hk−1 | |hk−2 | |h0 |

|hk | ≤ ≤ ≤ · · · ≤ →0
2 22 2k
şi
xk+p ∈ Ik+p ⊂ Ik ⇒ |xk+p − xk | ≤ 2 |hk | ≤ ε
pentru ∀p ∈ N.
Considerăm lim xk = ξ şi vom arăta că este chiar soluţia ecuaţiei f (x) =
k→∞
0. Notăm cu
M1 = sup |f (x)| (2.37)

x∈I0
şi din hk ≈ − ff(x k)

(xk )
rezultă f (xk ) ≈ −hk f (xk ), deci
|f (xk )| = |hk f (xk )| ≤ |hk | M1 → 0. (2.38)

Adică lim f (xk ) = 0, deci

k→∞
f lim xk = f (ξ) = 0. (2.39)

k→∞
Vom arăta unicitatea lui ξ pe I0 .

Ştim că |x − x0 | < 2 |h0 | , ∀x ∈ (x0 , x0 + 2h0 ). Din condiţia a treia şi din
teorema creşterilor finite, găsim
|f (x) − f (x0 )| = |x − x0 | · |f (ξ)| ≤ |x − x0 | · M2 <

(2.40)
< 2 |h0 | M2 ≤ |f (x0 )| ,
deci f (x) = 0, ∀x ∈ (x0 , x0 + 2h0 ) ceea ce ı̂nseamnă că f (x) > 0 sau
f (x) < 0, ∀x ∈ (x0 , x0 + 2h0 ), adică f este strict crescătoare sau strict de-
screscătoare pe intervalul (x0 , x0 + 2h0 ), acest lucru arată că soluţia noastră
este unică.
Teorema 2.8 Fie f : [a, b] → R,f ∈ C 2 [a, b], ξ ∈ [a, b] o soluţie a ecuaţiei
f (x) = 0 şi fie xn , xn+1 două soluţii determinate cu metoda tangentei. Dacă
m1 = min |f (x)|, M2 = max |f (x)|, atunci eroarea aproximaţiei este dată
x∈[a,b] x∈[a,b]
de relaţia
M2 2
|ξ − xn+1 | ≤ h.
2m1
Demonstraţie. Aplicăm formula lui Taylor cu trei termeni şi avem
1
f (ξ) = 0 = f (xn + (ξ − xn )) = f (xn )+f (xn ) (ξ − xn )+ f (cn ) (ξ − xn )2 ,
2!
cu cn ∈ (ξ, xn ).

1
2
−f (xn ) (ξ − xn ) = f (xn ) + f (cn ) (ξ − xn ) ,
2 : (−f (xn ))
f (xn ) f (cn )
ξ − xn = − − (ξ − xn )2 ,
f (xn ) 2f (xn )

f (xn ) f (cn )
ξ − xn − =− (ξ − xn )2 ,
f (xn ) 2f (xn )
f (cn )
ξ − xn+1 = −
(ξ − xn )2 ,
2f (xn )

f (cn )
|ξ − xn+1 | = (ξ − xn )2 ,
2f (xn )
|f (cn )|
|ξ − xn+1 | = (ξ − xn )2 . (2.41)
2 |f (xn )|

Ţinând cont de relaţiile m1 = min |f (x)| şi M2 = max |f (x)|, găsim

x∈[a,b] x∈[a,b]
M2
|ξ − xn+1 | ≤ (ξ − xn )2 , (2.42)
2m1
şi dacă h = xn+ − xn , vom avea
M2 2
ε≤ h. (2.43)
2m1
Observaţia 2.9 Metoda tangentei este rapid convergentă dacă aproximaţia

iniţială este aleasă astfel ı̂ncât să avem
M2
|ξ − xn | ≤ q < 1.
2m1
Observaţia 2.10 Alegerea punctului de start pentru aplicarea metodei tan-

gentei este importantă deoarece soluţiile corespunzătoare celor n iteraţii tre-
buie să fie convergente către soluţia exactă, adică ı̂n intervalul (a, b).
Observaţia 2.11 Dacă prima derivată a funcţiei se anulează ı̂n interiorul

intervalului (a, b), (sau nu este strict pozitivă sau negativă) metoda nu este
convergentă.
Observaţia 2.12 În cazul ı̂n care a doua derivată a funcţiei se anulează ı̂n
interiorul intervalului (a, b), graficul funcţiei admite un punct de inflexiune
ı̂n intervalul (a, b) şi metoda nu este convergentă.
Exemplul 2.13 Să calculăm cu trei zecimale exacte rădăcina negativă a

ecuaţiei
x4 − 3x2 + 75x − 10000 = 0.

Soluţie. Deoarece
f (−11) = 3453 > 0,
f (−10) = −1050 < 0
ı̂nseamnă că rădăcina ξ aparţine intervalului(−11, −10). Considerăm ca

aproximaţie iniţială x0 = −11.
Se aplică formula:
f (xn )
xn+1 = xn − , n = 0, 1, ...
f (xn )
şi se ı̂ntocmeşte următorul tabel:
n xn f (xn ) f (xn ) xn+1

0 -11 3453 -5183 -10,3
1 -10,3 134,3 -4234 -10,27
2 -10,27 37,8 -4196 -10,261
3 -10,261 0,2 - -
Valoarea aproximativă a rădăcinii este deci:
x3 = −10, 261.
Exemplul 2.14 Calculaţi rădăcina pozitivă a ecuaţiei f (x) = 5x3 − 17x2 +

8x+1 = 0 ı̂n intervalul [0,6; 0,7] cu ajutorul metodei Newton cu două iteraţii.
Soluţie.
Verificăm dacă soluţia este ı̂n intervalul [0,6; 0,7]. Pentru acest lucru
calculăm valorile lui f la capetele intervalului

f (0, 6) = 0, 76
⇒ f (0, 6) · f (0, 7) < 0.
f (0, 7) = −0, 015
Determinăm derivatele lui f ı̂n x
f (x) = 15x2 − 34x + 8,
f (x) = 30x − 34.

Rezolvăm ecuaţia
f (x) = 0 ⇒ 15x2 − 34x + 8 = 0,

√
astfel avem Δ = 1156 − 480 = 676 ⇒ Δ = 26 de unde rezultă soluţiile
x1 = 0, 2 (6) , x2 = 2,
deci
f (x) < 0, ∀x ∈ [0, 6 ; 0, 7] .
Rezolvăm ecuaţia
34
f (x) = 0 ⇒ 30x − 34 = 0 ⇒ x = = 1, 1 (3) ,
30
deci
f (x) < 0, ∀x ∈ [0, 6 ; 0, 7] .
Metoda lui Newton se aplică ı̂n capătul intervalului ı̂n care f şi f au
acealşi semn, ı̂n cazul nostru ı̂n punctul (0, 7; f (0, 7)), deci aproximaţia
iniţială a soluţiei este x0 = b = 0, 7.
Prima iteraţie
f (0, 7) −0, 015

x1 = 0, 7 − ≈ 0, 7 − ≈ 0, 6983

f (0, 7) −8, 45
f (0, 6983) = 0, 00187396

A doua iteraţie
f (0, 6983) 0, 00187396

x2 = 0, 6983 − ≈ 0, 6983 − ≈ 0, 6982424

f (0, 6983) −8, 42394
Evaluăm eroarea cu formula (2.43)
M2 2
ε≤ h.
2m1
h = x2 − x1 = 0, 6983 − 0, 6982 = 0, 0001 = 10−4 .

Ştim că m1 = min |f (x)| şi M2 = max |f (x)|. În cazul nostru avem
x∈[a,b] x∈[a,b]
m1 = min |f (x)| = |f (0, 6)| ≈ 7,

x∈[0,6;x2 ]
M2 = max |f (x)| = |f (0, 6)| ≈ 16.

x∈[0,6;x2 ]
Adică eroarea va fi
M2 2 16 −4
ε≤ h ≈ 10 ≈ 0, 00011
2m1 2·7
2.5 Metoda secantei

Această metodă se mai numeşte şi metoda coardei.
Fie ξ o rădăcină a ecuaţieif (x) = 0, unde
f : [a, b] → R, f ∈ C 2 [a, b]. (2.44)

Pentru a aplica metoda coardei sau metoda secantei trebuie ca funcţia f să
ı̂ndeplinească aceleaşi condiţii ca la metoda tangentei. Astfel, soluţia ξ să
fie separată pe intervalul [a, b], iar primele două derivate ale funcţiei f (x)
să fie continue şi să aibă semn constant pe intervalul [a, b]. Metoda secantei
se aplică ı̂n acel capăt al intervalului [a, b] ı̂n care f şi f au valori cu semne
diferite.
În cadrul acestei metode vom urmări două aspecte: primul este legat de
convergenţa şirului de iteraţie către rădăcină şi al doilea se referă la evaluarea
erorii aceastei metode.
Soluţia aproximativă este calculată la intersecţia abscisei Ox cu segmentul
de dreaptă (coarda corespunzătoare porţiunii de grafic) care uneşte punctele
de coordonate A (a, f (a)) şi B (b, f (b)). După determinarea unei aproximaţii
a soluţiei, aceasta devine noul capăt al intervalului de lucru şi procedeul se
aplică ı̂n continuare pană când variaţiile soluţiei aproximative devin nesem-
nificative.
Soluţia aproximativă la pasul următor se determină ı̂n funcţie de cea de
la pasul precedent.
Deosebim patru cazuri care vor fi prezentate ı̂n cele patru figuri care
urmează.
Figura 6.
2.5. METODA SECANTEI 39
Figura 7.
Figura 8.
Vom presupune că f (x) > 0 (curba convexă).

În funcţie de poziţia relativă a coardei faţă de grafic putem avea două
situaţii.
Figura 9.
a) f (a) > 0,
b) f (a) < 0.
a) Punctul A(a, f (a)) este punct fix ( rămâne punct fix pe parcursul pro-
cesului iterativ) şi punctul de pornire al aproximaţiilor este punctul B(b, f (b))
care este vârf mobil, astfel că soluţia aproximativă iniţială va fi x0 = b, iar
deplasarea aproximaţiilor se face de la dreapta la stânga (Figura 6). În aceste
condiţii avem
f (b)−f (a)
y − f (b) = · (x − b)
b−a ⇔ −f (b)(b − a) = (f (b) − f (a))(x − b)
y=0
f (b) f (b)
⇔x−b =− (b − a) ⇔ x = b − (b − a)
f (b) − f (a) f (b) − f (a)
dar b = x0 deci
f (x0 )
x = x0 − · (x0 − a) (2.45)
f (x0 ) − f (a)
şi pentru x = x1 rezultă
f (x0 )
x1 = x0 − · (x0 − a). (2.46)
f (x0 ) − f (a)
Dacă x0 → xn , x1 → xn+1 găsim că soluţia aproximativă xn+1 la pasul n + 1
se va determina ı̂n funcţie de cea de la pasul precedent xn conform relaţiei
f (xn )
xn+1 = xn − · (xn − a), n = 0, 1, 2, ... (2.47)
f (xn ) − f (a)
Iteraţiile formează un şir descrescător de numere reale ale aproximaţiei
a < ξ < · · · < xn+1 < xn < · · · < x1 < x0 = b. (2.48)

b) Punctul B(b, f (b)) este punct fix ( rămâne punct fix pe parcursul proce-
sului iterativ) şi punctul de pornire al aproximaţiilor este punctul A(a, f (a))
care este vârf mobil, astfel că soluţia aproximativă iniţială va fi x0 = a, iar
deplasarea aproximaţiilor se face de la stânga la dreapta (Figura 7). În aceste
condiţii avem
f (b)−f (a)
y − f (a) = · (x − a)
b−a ⇔ −f (a)(b − a) = (f (b) − f (a))(x − a)
y=0
f (a) f (a)
⇔x−a=− (b − a) ⇔ x = a − (b − a)
f (b) − f (a) f (b) − f (a)
dar a = x0 deci
f (x0 )
x = x0 − · (b − x0 ) (2.49)
f (b) − f (x0 )
şi pentru x = x1 rezultă
f (x0 )
x1 = x0 − · (b − x0 ). (2.50)
f (b) − f (x0 )
Dacă x0 → xn , x1 → xn+1 găsim că soluţia aproximativă xn+1 la pasul n + 1
se va determina ı̂n funcţie de cea de la pasul precedent xn conform relaţiei
f (xn )
xn+1 = xn − · (b − xn ), n = 0, 1, 2, ... (2.51)
f (b) − f (xn )
Iteraţiile formează un şir crescător de valori aproximative
a = x0 < x1 < x2 < · · · < xn < xn+1 < · · · < ξ < b. (2.52)
Din relaţiile (2.47) şi (2.52) rezultă că cele două şiruri sunt convergente,
notăm
ξ = lim xn , a < ξ¯ < b (2.53)

n→∞
şi trecem la limită după n ı̂n relaţia (2.51) de unde obţinem
f (ξ) 1
ξ=ξ− (ξ − a) ⇒ f (ξ) (ξ − a) = 0
f (ξ) − f (a) f (ξ) − f (a)
⇒ f (ξ) = 0.
Dar ştim că ı̂n intervalul [a, b] funcţia f (x) are soluţie unică, ceea ce ı̂nseamnă
că
ξ = ξ. (2.54)
Evaluarea erorii la metoda coardei (secantei)
Teorema 2.15 Fie f : [a, b] → R, f ∈ C 2 [a, b]. Dacă |f (x)| este mărginit,
adică ∃m1 , M1 > 0 astfel ı̂ncât 0 < m1 ≤ |f (x)| ≤ M1 , atunci eroarea va
avea expresia
M1 − m1
|ξ − xn | ≤ · |xn − xn−1 | .
m1
Demonstraţie. În continuare vom considera cazul f (a) > 0, adică formula
de calcul a soluţiei este dată de relaţia (2.51)
f (xn−1 )
xn = xn−1 − · (xn−1 − a) ⇒
f (xn−1 ) − f (a)
−f (xn−1 )(xn−1 − a) = (f (xn−1 ) − f (a))(xn − xn−1 )
f (xn−1 ) − f (a)
−f (xn−1 ) = · (xn − xn−1 )
xn−1 − a
Dar ξ este rădăcină pentru f (x) = 0, deci f (ξ) = 0
f (xn−1 ) − f (a)
f (ξ) − f (xn−1 ) = · (xn − xn−1 ) (2.55)
xn−1 − a
Cu teorema lui Lagrange rezultă că există ξn−1 ∈ (xn−1 , b) şi x̄n−1 ∈ (a, xn−1 )
astfel ı̂ncât
(ξ − xn−1 ) · f (ξn−1 ) = (xn − xn−1 ) · f (x̄n−1 ). (2.56)
Acum
(ξ − xn−1 ) · f (ξn−1 ) = [(xn − xn−1 ) + (ξ − xn )] · f (ξn−1 )

adică
(ξ − xn−1 ) · f (ξn−1 ) = (xn − xn−1 ) · f (ξn−1 ) + (ξ − xn ) · f (ξn−1) ⇔
(ξ − xn ) · f (ξn−1 ) = (ξ − xn−1 ) · f (ξn−1 ) − (xn − xn−1 ) · f (ξn−1 ). (2.57)
În relaţia (2.57) folosim formula (2.56), deci
(ξ − xn ) · f (ξn−1 ) = (xn − xn−1 ) · f (x̄n−1 ) − (xn − xn−1 ) · f (ξn−1 ) ⇔
(ξ − xn ) · f (ξn−1 ) = (xn − xn−1 ) · (f (x̄n−1 ) − f (ξn−1 )) ⇔
f (x̄n−1 ) − f (ξn−1)
ξ − xn = (xn − xn−1 ).
f (ξn−1)
Aplicând modulul acestei relaţii, găsim
|f (x̄n−1 ) − f (ξn−1 )|
|ξ − xn | = · |xn − xn−1 | , (2.58)
|f (ξn−1 )|
dar ξn−1 şi x̄n−1 ∈ [a, b],
|f (x̄n−1 ) − f (ξn−1 )| ≤ M1 − m1
atunci (2.58) devine
M1 − m1
|ξ − xn | ≤ · |xn − xn−1 | . (2.59)
m1
Observaţia 2.16 Metoda tangentei este complementara metodei coardei şi

anume faptul că dacă una dă o valoare aproximativă a rădăcinii prin lipsă
(adaos), cealaltă oferă soluţia prin adaos (lipsă). Datorită simplităţii formulei
de recurenţă, combinată cu o rapiditate a convergenţei, metoda tangentei este
de preferat celorlalte metode.
Exemplul 2.17 Determinaţi rădăcina pozitivă a ecuaţiei:
f (x) = x3 − 0, 2 · x2 − 0, 2 · x − 1, 2 = 0
cu eroarea 0, 02.
Soluţie. Determinăm intervalul ı̂n care se află soluţia:
f (1) = −0, 6 < 0,
f (2) = 5, 6 > 0,
f (1, 5) = 1, 425 > 0
deci intervalul este
[a, b] = [1; 1, 5].
Derivata de ordinul ı̂ntâi a lui f este
f (x) = 3x2 − 0, 4x − 0, 2 = 0
şi are soluţiile
x1 = −0, 5
x2 = 0, 3
ceea ce ı̂nseamnă că f (x) > 0, pentru x ∈ [1; 1, 5].
Derivata de ordinul al doilea a lui f este
f (x) = 6x − 0, 4 = 0
şi are soluţia
x = 0, 06,
ceea ce ı̂nseamnă că f (x) > 0, pentru x ∈ [1; 1, 5].
Am găsit că pe intervalul [1; 1, 5] derivatele f , f nu schimbă semnul, deci

putem aplica metoda.
Metoda se aplică ı̂n capătul a = 1 = x0 . Avem succesiv
0, 6
x1 = 1 + · (1, 5 − 1) ∼
= 1, 15.
1, 425 + 0, 6
Evaluăm eroarea după primul pas cu formula
M1 − m1
ε≤ · |x1 − x0 | .
m1
Cum f > 0 pentru orice x ∈ [1, 15; 1, 5] rezultă că funcţia f este
crescătoare pe acest interval, adică
m1 = |f (1, 15)| = 3.3075,
M1 = |f (1, 5)| = 5, 95,
Deci eroarea este

5, 95 − 3, 3075
ε≤ · |1, 15 − 1| = 0, 119841 > 0, 02.
3, 3075
Continuăm cu al doilea pas.
0, 1770
x2 = 1, 15 + · (1, 5 − 1, 15) ∼
= 1, 190.
1, 425 + 0, 173
Evaluăm eroarea după al doilea pas cu formula
M1 − m1
ε≤ · |x2 − x1 | .
m1
Cum f > 0 pentru orice x ∈ [1, 198; 1, 5] rezultă că funcţia f este crescătoare
pe acest interval, adică
m1 = |f (1, 19)| = 3.5723,
M1 = |f (1, 5)| = 5, 95,
Deci eroarea este

5, 95 − 3, 5723
ε≤ · |1, 19 − 1, 15| = 0, 026624 > 0, 02.
3, 5723
Continuăm cu al treilea pas.
0, 036
x3 = 1, 190 + · (1, 5 − 1, 190) ∼
= 1, 198.
1, 425 + 0, 056
Evaluăm eroarea după al treilea pas cu formula
M1 − m1
ε≤ · |x3 − x2 | .
m1
Cum f > 0 pentru orice x ∈ [1, 19; 1, 5] rezultă că funcţia f este crescătoare
pe acest interval, adică
m1 = |f (1, 198)| = 3, 626412,
M1 = |f (1, 5)| = 5, 95,
Deci eroarea este
5, 95 − 3, 626412
ε≤ · |1, 198 − 1, 19| = 0, 005126 < 0, 02
3, 626412
Soluţia este
ξ = 1, 198 + 0, 02 · θ, 0 < θ ≤ 1.
2.6 Metoda combinată

Fie ξ o rădăcină a ecuaţieif (x) = 0, unde
f : [a, b] → R, f ∈ C 2 [a, b]. (2.60)

Metoda combinată este o metodă care presupune aplicarea metodei tan-
gentei la un capăt al intervalului şi aplicarea metodei secantei la celălalt
capăt. Astfel, soluţia ξ trebuie să fie separată pe intervalul [a, b], iar primele
două derivate ale funcţiei f (x) să fie continue şi să aibă semn constant pe
intervalul [a, b].
Vom aplica pe rând cele două metode: metoda tangentei se aplică ı̂n acel
capăt al intervalului [a, b] ı̂n care f şi f au valori cu acelaşi semn, iar metoda
secantei ı̂n capătul celălalt.
Se disting patru cazuri.
Cazul I
f (x) > 0
f (x) < 0
2.6. METODA COMBINATĂ 47
Figura 10.
Cazul II
f (x) > 0
f (x) > 0
Figura 11.
Cazul III
f (x) < 0
f (x) > 0
Figura 12.
Cazul IV
f (x) < 0
f (x) < 0
Figura 13.
Vom considera cazul al doilea ı̂n care f (x) > 0 şi f (x) > 0, cu a ≤ x ≤ b.
În acest caz metoda tangentei se aplică ı̂n capătul b al intervalului şi vom
avea ca şi aproximaţie iniţială pentru această metodă x̄0 = b, iar ı̂n celălalt
capăt aplicăm metoda secantei şi vom avea ca şi aproximaţie iniţială pentru
această metodă x0 = a.
La pasul n + 1, ı̂n formula de calculul a soluţiei cu metoda secantei, apare
soluţia x̄n calculată cu metoda tangentei la pasul n. Astfel că, formulele de
calcul pentru determinarea soluţiei la pasul n + 1 vor fi:
f (x̄n )
x̄n+1 = x̄n − (2.61)
f (x̄n )
pentru metoda tangentei,
f (xn )
xn+1 = xn − · (x̄n − xn ) (2.62)
f (x̄n ) − f (xn )
pentru metoda secantei.
În acest mod sunt construite două şiruri convergente
a = x0 < x1 < x2 < · · · < xn < xn+1 < · · · < ξ < b (2.63)
şi
a < ξ < · · · < x̄n+1 < x̄n < · · · < x̄1 < x̄0 = b. (2.64)
Aplicând teorema “cleştelui” obţinem
lim xn = ξ = lim x̄n . (2.65)

n→∞ n→∞
Deci,
xn < ξ < x̄n (2.66)

şi scăzând xn ı̂n relaţia (2.66) găsim
0 < ξ − xn < x̄n − xn .

Algoritmul se ı̂ncheie atunci când la pasul n diferenţa ı̂ntre capetele inter-
valului este mai mică decât eroarea dată
x̄n − xn < ε,
iar soluţia va fi egală cu media aritmetică a soluţiilor obţinute la pasul n cu
cele două metode
x̄n + xn
ξ= . (2.67)
2
Observaţia 2.18 Metoda combinată este aplicată pentru izolarea bilaterală

a soluţiei.
Observaţia 2.19 Metoda combinată converge rapid.
Exemplul 2.20 Să determinăm o soluţie reală a ecuaţiei
x3 + x2 + x − 2 = 0
cu metoda combinată realizând doi paşi. Evaluaţi eroarea.

Soluţie. Considerăm f (x) = x3 + x2 + x − 2 = 0.
Determinăm intervalul ı̂n care se află soluţia:
f (0) = −2 < 0,
f (1) = 1 > 0.
Deci intevalul va fi
[a, b] = [0; 1].
Verificăm condiţiile pentru aplicarea metodei.
Derivata de ordinul ı̂ntâi a lui f este
f (x) = 3x2 + 2x + 1,
care are discriminantul negativ, ceea ce ı̂nseamnă căf (x) > 0, pentru x ∈
[0; 1].
Derivata de ordinul al doilea a lui f este
f (x) = 6x + 2
şi are soluţia
x = −0, 333
ceea ce ı̂nseamnă că f (x) > 0, pentru x ∈ [0; 1].
Am găsit că pe intervalul [0; 1] derivatele f , f nu schimbă semnul, deci
putem aplica metoda combinată.
Metoda secantei se aplică ı̂n capătul a = 0 = x0 . Metoda tangentei se
aplică ı̂n capătul b = 1 = x̄0 . Vom folosi formulele, pentru metoda secantei
f (xn )
xn+1 = xn − (b − xn )
f (b) − f (xn )
şi pentru metoda tangentei
f (x̄n )
x̄n+1 = x̄n − .
f (x̄n )
Primul pas. Aplicăm metoda secantei şi obţinem
f (x0 ) −2
x1 = x0 − (x̄0 − x0 ) = 0 − (1 − 0) ≈ 0, 666.
f (x̄0 ) − f (x0 ) 1 − (−2)
Aplicăm metoda tangentei şi obţinem
f (x̄0 ) 1
x̄1 = x̄0 −
= 1 − ≈ 0, 833.
f (x̄0 ) 6
Intervalul a devenit [0, 666; 0, 833].

Al doilea pas. Aplicăm metoda secantei şi obţinem
f (x1 )
x2 = x1 − (x̄1 − x1 ) =
f (x̄1 ) − f (x1 )
−0, 595
= 0, 666 − (0, 833 − 0, 666) ≈ 0, 808.
0, 104 − (−0, 595)
Aplicăm metoda tangentei şi obţinem
f (x̄1 ) 0, 104
x̄2 = x̄1 −
= 0, 883 − ≈ 0, 811.
f (x̄1 ) 4, 747
Soluţia este
x̄2 + x2 0, 811 + 0, 808
ξ= ≈ ≈ 0, 809
2 2
iar eroarea este
ε ≤ x̄2 − x2 ≈ 0, 811 − 0, 808 ≈ 0, 003.

Capitolul 3
Rezolvarea sistemelor de
ecuaţii liniare
1) Metode exacte
1. metoda Cramer
2. metoda Gauss
3. metoda pivotului
2) Metode iterative
1. metoda aproximaţiei successive
2. metoda Gauss-Seidel
3. metoda relaxării
3.1 Metoda lui Cramer

Considerăm sistemul liniar cu n ecuaţii şi n necunoscute
⎧
⎪
⎪ a11 x1 + a12 x2 + · · · + a1j xj + · · · + a1n xn = b1 ,
⎪
⎪
⎪
⎪ a21 x1 + a22 x2 + · · · + a2j xj + · · · + a2n xn = b2 ,
⎨
.......................................................................
(3.1)
⎪
⎪ ai1 x1 + ai2 x2 + · · · + aij xj + · · · + ain xn = bi ,
⎪
⎪
⎪
⎪ .......................................................................
⎩
an1 x1 + an2 x2 + · · · + anj xj + · · · + ann xn = bn .
Facem următoarele notaţii
53
54CAPITOLUL 3. REZOLVAREA SISTEMELOR DE ECUAŢII LINIARE
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a11 · · · a1n x1 b1
A = ⎝ · · · · · · · · · ⎠ ; X = ⎝ ... ⎠ ; B = ⎝ ... ⎠ .
an1 · · · ann xn bn
Cu aceste notaţii sistemul (3.1) se scrie
AX = B. (3.2)
Vom presupune că det A = 0, adică sistemul de ecuaţii este compatibil
determinat, deci există A−1 . Considerăm E matricea unitate de dimensiune
egală cu matricea A. Înmulţind relaţia (3.2) cu A−1 , avem
A−1 (AX) = A−1 B ⇔ (A−1 A)X = A−1 B ⇔ EX = A−1 B
⇒ X = A−1 B. (3.3)
Pentru determinarea soluţiei sistemului (3.1) putem scrie următorul al-
goritm:
1. se calculează det A.
2. dacă det A = 0 ı̂nseamnă că există A−1 şi vom realiza următorii paşi
a) se transpune matricea A;
b) se calculează complemenţii algebrici ai transpusei Aij = (−1)(i+j) mij ,

unde mij este minorul corespunzător elementului aij , i, j = 1, ..., n;
c) se ı̂nlocuieşte ı̂n matricea transpusă elementele cu complemenţii alge-

brici şi se ı̂nmulţeşte cu det1 A ;
d) se obţine inversa mariceală a lui A;
e) se ı̂nmulţeşte la dreapta cu B ;
f) se obţine vectorul necunoscutelor X ;
Exemplul 3.1 Să rezolvăm sistemul de ecuaţii:

⎧
⎨ x1 − x2 + x3 = −1,
2x1 + x2 − x3 = 4,
⎩
x1 − 2x2 + x3 = 2.
Soluţie.
Conform notaţiilor (3.2) avem
3.1. METODA LUI CRAMER 55
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 −1 1 x1 −1
A = ⎝ 2 1 −1 ⎠ ; X = ⎝ x2 ⎠ ; B = ⎝ 4 ⎠ ;
1 −2 1 x3 2
Calculăm determinantul matricei A şi găsim
det A = −3,
deci det A = 0 ⇒ ∃A−1 .
Scriem transpusa şi calculăm adjuncta
⎛ ⎞ ⎛ ⎞
1 2 1 −1 −1 0
At = ⎝ −1 1 −2 ⎠ ; A∗ = ⎝ −3 0 3 ⎠ ;
1 −1 1 −5 1 3
Cu aceste elemente determinăm inversa
⎛ −1 −1 0 ⎞ ⎛ 1 1
⎞
−3 −3 −3 3 3
0
A−1 = ⎝ −3
−3
0
−3
3
−3
⎠=⎝ 1 0 −1 ⎠ .
−5
−3
1
−3
3
−3
5
3
− 13 −1
Acum ı̂nmulţim pe B, la stânga, cu A−1 şi vom obţine vectorul necunos-
cutelor X.
⎛ 1 1 ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞
3 3
0 −1 1 x1
A−1 B = ⎝ 1 0 −1 ⎠ ⎝ 4 ⎠ = ⎝ −3 ⎠ = ⎝ x2 ⎠ .
−1
5
3 3
−1 2 −5 x3
Deci soluţia sistemului este
⎛ ⎞ ⎛ ⎞
x1 1
⎝ x2 ⎠ = ⎝ −3 ⎠ .
x3 −5
Observaţia 3.2 Din soluţia de mai sus rezultă

Δi
xi = , i = 1, ..., n, (3.4)
Δ
unde
i
a11 ... a1n a11 ... b1 ... a1n
.
Δ = det A = · · · · · · · · · şi Δi = ... ... ... ... ...

an1 ... ann an1 ... bn ... ann
În continuare vom justifica relaţia (3.4).

Calculul matricei A−1 este dificil pentru n ≥ 4 şi deci această metodă este
folosită mai rar pentru aceste cazuri.
Pornind de la relaţia (3.3) este uşor de determinat formulele de calcul ale
necunoscutelor xi , i = 1, ..., n.
Ştim că
1
A−1 = A∗, (3.5)
det A
unde A∗ este matricea adjunctă.
Înlocuim ı̂n relaţia (3.3) inversa matricei A dată de relaţia (3.5) şi obţinem
1
X= A ∗ ·B
det A
sau
⎛ ⎞ ⎛ ⎞
x1 Δ1
⎝ ... ⎠ = 1 ⎝ ... ⎠ , (3.6)
det A
xn Δn
unde am notat

a11 a12 · · · a1,i−1 b1 a1,i+1 ··· a1n
n
a21 a22 · · · a2,i−1 b2 a2,i+1 ··· a2n
Δi = Aij bj = ,
(3.7)
··· ··· ··· ··· ··· ··· ··· ···
j=1
an1 an2 · · · an,i−1 bn an,i+1 ··· ann
adică Δi este determinantul matricei A ı̂n care am ı̂nlocuit coloana i cu

coloana termenilor liberi B.
Formulele lui Cramer se obţin cu relaţia (3.6), adică
Δ1 Δ2 Δn
x1 = , x2 = , . . . , xn = ,
Δ Δ Δ
şi sunt echivalente cu formula (3.4).
Exemplul 3.3 Să determinăm soluţia sistemului de mai jos, folosind for-
mulele lui Cramer
⎧
⎪
⎪ x1 + x2 + 3x3 − x4 = 0,
⎨
x1 − x2 + 2x3 + 3x4 = 2,
⎪
⎪ x1 + x2 + x3 + x4 = 2,
⎩
−x1 + 2x2 − x3 − 2x4 = 0.
3.1. METODA LUI CRAMER 57
Soluţie.
Scriem matricea asociată sistemului de ecuaţii
⎛ ⎞
1 1 3 −1
⎜ 1 −1 2 3 ⎟
A=⎜ ⎝ 1
⎟
1 1 1 ⎠
−1 2 −1 −2
şi calculăm determinantul ei

1 1 3 −1

1 −1 2 3
det A = ,
1 1 1 1
−1 2 −1 −2
făcând zerouri pe prima coloană ı̂ncepând cu al doilea element şi obţinem

1 1 3 −1

0 −2 −1 4
det A = ,
0 0 −2 2

0 3 2 −3
iar acum dezvoltăm după prima coloană şi avem

−2 −1 4

det A = 0 −2 2 = 14 = 0,
3 2 −3
deci putem aplica formulele lui Cramer.
Calculăm acum Δi pentru i = 1, ..., 4:

0 1 3 −1
1 3 −1
2 −1 2 3
Δ1 = = (−1)2+1 2 1 1 1 +
2 1 1 1 2 −1 −2
0 2 −1 −2

1 3 −1

3+1

+ (−1) 2 −1 2 3 = −2 · 14 + 2 · 14 = 0,
2 −1 −2

1 0 3 −1
1 3 −1
1 2 2 3
Δ2 = 2+2
= (−1) 2 1 1 1 +

1 2 1 1 −1 −1 −2
−1 0 −1 −2

1 3 −1

+ (−1)3+2 2 1 2 3 = 2 · 2 − 2 · (−5) = 14,
−1 −1 −2

1 1 0 −1
1 1 −1
1 −1 2 3
Δ3 = = (−1)2+3 2 1 1 1 +
1 1 2 1
−1 2 −2

−1 2 0 −2

1 1 −1

+ (−1) 2 1 −1 3 = −2 · (−6) + 2 · (−6) = 0,
3+3
−1 2 −2

1 1 3 0
1 1 3
1 −1 2 2
Δ4 = = (−1)2+4 2 1 1 1 +
1 1 1 2
−1 2 −1

−1 2 −1 0

1 1 3

+ (−1) 2 1 −1 2 = 2 · 6 − 2 · (−1) = 14.
3+4
−1 2 −1
Folosind formulele (3.6) găsim soluţia sistemului
Δ1 0 Δ2 14
x1 = = = 0, x2 = = = 1,
Δ 14 Δ 14
Δ3 0 Δ4 14
x3 = = = 0, x4 = = = 1.
Δ 14 Δ 14
3.2 Metoda lui Gauss

Metoda lui Gauss este o metodă de rezolvare a sistemelor de ecuaţii liniare
care se bazează pe eliminarea succesivă a necunoscutelor. Pentru comoditate
vom considera sistemul cu trei ecuaţii şi trei necunoscute
⎧
⎨ a11 x1 + a12 x2 + a13 x3 = a14 , (11 )
a21 x1 + a22 x2 + a23 x3 = a24 , (12 ) , (3.8)
⎩
a31 x1 + a32 x2 + a33 x3 = a34 , (13 )
cu det A = 0.
Fie elementul a11 = 0. Împărţim prin a11 coeficienţii primei ecuaţii a sis-
temului (3.8)
a12 a13 a14
x1 + x2 + x3 = . (3.9)
a11 a11 a11
3.2. METODA LUI GAUSS 59
Cu notaţia
a1j
b1j = , j > 1, (3.10)
a11
relaţia (3.9) se scrie
x1 + b12 x2 + b13 x3 = b14 .
Înmulţim acum ecuaţia (11 ) a sistemului (3.8) cu −a21 şi o adunăm cu

ecuaţia (12 ) şi apoi, ı̂nmulţim ecuaţia (11 ) cu −a31 şi o adunăm cu ecuaţia
(13 ) a sistemului (3.8). Obţinem:
⎧
⎪ ∗(−a21 )
⎨ 1
x + b x
12 2 + b x
13 3 = b 14 ∗(−a31 ) (41 )
(42 ) , (3.11)
(1) (1) (1)
⎪ a22 x2 + a23 x3 = a24
⎩ (1) (1) (1)
a32 x2 + a33 x3 = a34 (43 )
unde coeficienţii
(1)
aij = aij − ai1 b1j cu i, j ≥ 2. (3.12)
În continuare aplicăm acelaşi raţionament pentru cea de-a doua ecuaţie
a sistemului (3.11).
Considerăm elementul a122 = 0 (altfel a132 = 0 şi interschimbăm ecuaţiile (42 )
şi (43 ) ale sistemului (3.11), după care renumerotăm coeficienţii). Mai ı̂ntâi
ı̂mpărţim coeficienţii ecuaţiei (42 ) la a122 şi ecuaţia (42 ) devine
(1) (1)
a23 a
x2 + x = 24
(1) 3 (1)
, (3.13)
a22 a22
dar, ca şi anterior, notăm
(1)
(1) a2j
b2j = (1)
, j>2 (3.14)
a22
iar ecuaţia (3.13) devine
(1) (1)
x2 + b23 x3 = b24 .
Urmează să ı̂nmulţim ecuaţia (42 ) a sistemului (3.11) cu coeficientul −a132 şi
să o adunăm la ecuaţia (43 ).
Realizând aceste calcule, sistemul (3.11) se transformă ı̂n sistemul
⎧
⎨ x1 + b12 x2 + b13 x3 = b14 ,
(1) (1) (1)
x2 + b23 x3 = b24 , |(−a32 ) (3.15)
⎩ (2) (2),
a33 x3 = a34
unde
(2) (1) (1) (1)
aij = aij − ai2 b2j , i, j ≥ 3, (3.16)
şi notăm cu
(2)
(2) a34
b34 = (2)
.
a33
Astfel sistemul devine
⎧
⎨ x1 + b12 x2 + b13 x3 = b14 ,
(1) (1)
x2 + b23 x3 = b24 , (3.17)
⎩ (2)
x3 = b34 .
Am obţinut prin aceste transformări elementare legate de coeficienţii sis-
temului (3.8) un sistem superior triunghiular care poate fi rezolvat foarte
uşor pornind de la ultima ecuaţie către prima. Deci, soluţia se determină cu
relaţiile de mai jos:
(2)
x3 = b34
(1) (1) (2)
x2 = b34 − b23 b34 (3.18)
(1) (1) (2) (2)
x1 = b14 − b12 (b24 − b23 b34 ) − b13 b34
Exemplul 3.4 Să determinăm soluţia sistemului

⎧
⎨ 2x1 + x2 − x3 = 2,
x1 − x2 + 3x3 = 3,
⎩
−x1 + 2x2 − x3 = 0,
folosind metoda lui Gauss.
Soluţie.
⎧
⎧ ⎪ · (−1)
⎨ 2x1 + x2 − x3 = 2 / : 2 ⎨ x1 + 2 x2 − 2 x3 = 1
⎪ 1 1
·1
x1 − x2 + 3x3 = 3 ⇔ ⇒
⎩ ⎪
⎪ x1 − x2 + 3x3 = 3
−x1 + 2x2 − x3 = 0 ⎩
−x1 + 2x2 − x3 = 0
3.2. METODA LUI GAUSS 61
⎧ ⎧
⎨ x1 + 12 x2 − 12 x3 = 1 ⎨ x1 + 12 x2 − 12 x3 = 1
⇒ − 2 x2 + 2 x3 = 2 : − 2 ⇒
3 7 3
x2 − 73 x3 = − 43 · − 52 ⇒
⎩ ⎩
5
x − 32 x3 = 1
2 2
5
x − 32 x3 = 1
2 2
⎧ ⎧
⎨ x1 + 12 x2 − 12 x3 = 1 ⎨ x3 = 1
⇒ x2 − 3 x3 = − 3 ⇒
7 4
x2 = 1 .
⎩ 13 13 ⎩
x
3 3
= 3
x1 = 1
Observaţia 3.5 O aplicaţie importantă a metodei lui Gauss este calculul

matricei inverse aplicând transformările anterioare matricei
⎛ ⎞
a11 a12 a13 1 0 0
⎝ a21 a22 a23 0 1 0 ⎠ .
a31 a32 a33 0 0 1
Se vor aplica succesiv, transformări elementare, până când ı̂n primele trei
coloane obţinem matricea unitate, iar următoarele trei vor forma chiar ma-
tricea inversă căutată.
⎛ ⎞
4 1 −1
Exemplul 3.6 Fie matricea A = ⎝ 1 5 −1 ⎠. Să se determine A−1 .
1 1 2
Soluţie.
⎛ ⎞ ⎛ ⎞
a11 a12 a13 1 0 0 1 0 0
⎝ a21 a22 a23 0 1 0 ⎠ ∼ ⎝ 0 1 0 |A−1 ⎠ ;

a31 a32 a33 0 0 1 0 0 1
⎛ ⎞
4 1 −1 1 0 0
Considerăm A1 = ⎝ 1 5 −1 0 1 0 ⎠
1 1 2 0 0 1
Pasul 1 ⎛ ⎞
1 0, 25 −0, 25 0, 25 0 0
⎝ 1 5 −1 0 1 0 ⎠.
1 1 2 0 0 1
Pasul 2 ⎛ ⎞
1 0, 25 −0, 25 0, 25 0 0
⎝ 0 4, 75 −0, 75 −0, 25 1 0 ⎠ .
0 0, 75 2, 25 −0, 25 0 1
Pasul 3 ⎛ ⎞
1 0, 25 −0, 25 0, 25 0 0
⎝ 0 1 −0, 157 −0, 052 0, 210 0 ⎠ .
0 0, 75 2, 25 −0, 25 0 1
Scădem din a 3 a ecuaţie pe a 2 a ı̂nmulţită cu 0,75.

Pasul 4
⎛ ⎞
1 0, 25 −0, 25 0, 25 0 0
⎝ 0 1 −0, 157 −0, 052 0, 210 0 ⎠ .
0 0 2, 367 −0, 211 −0, 157 1
Pasul 5
⎛ ⎞
1 0, 25 −0, 25 0, 25 0 0
⎝ 0 1 −0, 157 −0, 052 0, 210 0 ⎠.
0 0 1 −0, 080 −0, 066 0, 422
Pasul 6
⎛ ⎞
1 0 −0, 210 0, 263 −0, 052 0
L1 −0, 25L2 ⎝ 0 1 −0, 157 −0, 052 0, 210 0 ⎠.
0 0 1 −0, 089 −0, 066 0, 422
Pasul 7
⎛ ⎞
1 0 −0, 210 0, 263 −0, 052 0
L2 +0, 157L3 ⎝ 0 1 0 −0, 065 0, 199 0, 066 ⎠ .
0 0 1 −0, 089 −0, 066 0, 422
Pasul 8
⎛ ⎞
1 0 0 0, 244 −0, 065 0, 088
L1 +0, 210L3 ⎝ 0 1 0 −0, 065 0, 199 0, 066 ⎠ .
0 0 1 −0, 089 −0, 066 0, 422
Găsim inversa matricei A

⎛ ⎞
0, 244 −0, 065 0, 088
A−1 = ⎝ −0, 065 0, 199 0, 066 ⎠ .
−0, 089 −0, 066 0, 422
3.3. METODA PIVOTULUI 63
3.3 Metoda pivotului

Considerăm sistemul liniar cu n ecuaţii şi n necunoscute
⎧
⎪
⎪ a11 x1 + a12 x2 + · · · + a1j xj + · · · + a1n xn = a1,n+1
⎪
⎪
⎪
⎪ a 21 x1 + a22 x2 + · · · + a2j xj + · · · + a2n xn = a2,n+1
⎨
.....................................................................
(3.19)
⎪
⎪ ai1 x1 + ai2 x2 + · · · + aij xj + · · · + ain xn = ai,n+1
⎪
⎪
⎪
⎪ .....................................................................
⎩
an1 x1 + an2 x2 + · · · + anj xj + · · · + ann xn = an,n+1
pe care ı̂l scriem matriceal
AX = B, (3.20)
unde
⎛ ⎞
a1,n+1
⎜ a2,n+1 ⎟
B=⎜
⎝ ··· ⎠
⎟
an,n+1
şi să notăm cu M matricea extinsă
⎛ ⎞
a11 a12 ··· a1j ··· a1q ··· a1n a1,n+1
⎜ a21 a22 ··· a2j ··· a2q ··· a2n a2,n+1 ⎟
⎜ ⎟
⎜ ··· ··· ··· ··· ··· ··· ··· ··· ··· ⎟
⎜ ⎟
⎜ ai1 ai2 ··· aij ··· aiq ··· ain ai,n+1 ⎟
M =⎜ ⎜ ··· ···
⎟
⎟
⎜ ··· ··· ··· ··· ··· ··· ··· ⎟
⎜ ap1 ap2 ··· apj ··· apq ··· apn ap,n+1 ⎟
⎜ ⎟
⎝ ··· ··· ··· ··· ··· ··· ··· ··· ··· ⎠
an1 an2 ··· anj ··· anq ··· ann an,n+1
Fie apq elementul nenul, cel mai mare ı̂n modul, ce nu aparţine coloanei
termenilor liberi. Acest element se numeşte pivot.
aiq
Notăm mi = − apq , cu excepţia liniei p (i = p). Linia p se numeşte linie
pivot.
Adunăm la fiecare linie care nu conţine pivotul produsul dintre linia piv-
otului şi mi şi rezultă o matrice cu coloana q egală cu zero. Eliminând linia
p şi coloana q obţinem o nouă matrice M1 cu (n-1) linii şi coloane.
Procedăm la fel cu M1 .
Obţinem un şir de matrici M1 , M2 , M3 ,. . . ,Mn−1 .
Ultima matrice este o matrice linie cu 2 termeni.

Pornind de la ultima ecuaţie formăm un sistem care după renumerotarea
necunoscutelor se obţine un sistem triunghiular.
3.4 Metoda aproximaţiilor succesive

Metoda aproximaţiilor succesive este o metodă aproximativă de rezolvare
a sistemelor de ecuaţii liniare, ceea ce ı̂nseamnă că soluţia se determină ı̂n
urma unui proces iterativ ţinând cont de o eroare dată ε. O primă condiţie
pentru a putea aplica această metodă unui sistem de ecuaţii liniare este ca
aii = 0, i = 1, n.
În cele ce urmează vom considera sistemul cu n ecuaţii şi n necunoscute
⎧
⎪
⎪ a11 x1 + a12 x2 + · · · + a1j xj + · · · + a1n xn = b1
⎪
⎪
⎪
⎪ a 21 x1 + a22 x2 + · · · + a2j xj + · · · + a2n xn = b2
⎨
................................................................
(3.21)
⎪
⎪ ai1 x1 + ai2 x2 + · · · + aij xj + · · · + ain xn = bi
⎪
⎪
⎪
⎪ ................................................................
⎩
an1 x1 + an2 x2 + · · · + anj xj + · · · + ann xn = bn
pentru care toţi coeficienţii diagonalei principale sunt nenuli (aii = 0, i =
1, n). Explicităm din ecuaţia i necunoscuta xi , i = 1, n şi ı̂n acest mod găsim
formulele de calcul pentru necunoscutele sistemului (3.21) sub forma
b1 a12 a13 a1j a1n
x1 = − x2 − x3 − · · · − xj − · · · − xn
a11 a11 a11 a11 a11
b2 a12 a13 a1j a1n
x2 = − x1 − x3 − · · · − xj − · · · − xn
a22 a22 a22 a22 a22
............................................................................. (3.22)
bi ai1 ai,i−1 ai,i+1 ain

xi = − x1 − · · · − xi−1 − xi+i − · · · − xn
aii aii aii aii aii
.............................................................................
bn an1 an2 anj an,n−1

xn = − x1 − x2 − · · · − xj − · · · − xn−1
ann ann ann ann ann
Pentru o scriere mai simplă vom folosi notaţiile
3.4. METODA APROXIMAŢIILOR SUCCESIVE 65
⎧ aij
⎨ αij = − aii , i = j, pentru i, j = 1, n
αij = 0, i = j, pentru i, j = 1, n (3.23)
⎩
βi = abiii , i = 1, n
Cu notaţiile (3.23), relaţiile (3.22) se rescriu astfel
x1 = β1 + α12 x2 + · · · + α1n xn
x2 = β2 + α21 x1 + · · · + α2n xn
(3.24)
...............................................
xn = βn + αn1 x1 + · · · + αn,n−1xn−1
Considerăm acum
⎛ ⎞ ⎛ ⎞
x1 β1
x = ⎝ ··· ⎠;β = ⎝ ··· ⎠; (3.25)
xn βn
⎛ ⎞
0 α12 ... ... α1j ... α1n
⎜ α21 0 ··· ... α2j ... α2n ⎟
⎜ ⎟
⎜ ... ... ... ... ... ... ... ⎟
α=⎜
⎜
⎟
⎟
⎜ αi1 ... 0 ... αij ... αin ⎟
⎝ ... ... ... ... ... ... ... ⎠
αn1 ... αni ... αnj ... 0
şi sistemul (3.21) devine
x = β + αx.
Pentru a merge mai departe trebuie ca sistemul ı̂n forma dată de relaţia
(3.24) să verifice o a doua condiţie şi anume, condiţia de convergenţă.
Convergenţa algoritmului este ı̂ndeplinită dacă
n
|αij | < 1, i = 1, n (3.26)
i = j
j=1
⎧ ⎫
⎪
⎪ ⎪
⎪
#n ⎨ ⎬
şi ı̂n caz afirmativ vom reţine max |αij | , i = 1, n . Notăm acest
⎪
⎪ i = j ⎪
⎪
⎩ j=1 ⎭
maxim cu α, adică
⎧ ⎫
⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎨ n ⎪
⎬
α = max |αij | , i = 1, n (3.27)
⎪
⎪ ⎪
⎪
⎪
⎪ i = j ⎪
⎪
⎪
⎩ ⎪
⎭
j=1
şi acest maxim va fi util pentru calculul erorii.
Algoritmul de rezolvare a sistemului de ecuaţii continuă cu calculul soluţiei
care se realizează ı̂n mai multe etape.
Fiind o metodă aproximativă va trebui să pornim procesul iterativ de la
o aproximaţie iniţială a soluţiei şi, de obicei, se ia ca aproximaţie iniţială
coloana termenilor liberi.
x(0) = β (3.28)
Se face prima iteraţie folosind relaţia x(1) = β +αx(0) , după care va fi evaluată
eroarea folosind formula
α
(k) (k−1)
ε< · max xi − xi , i = 1, n (3.29)
1 − α
pentru k = 1. Dacă eroarea obţinută este mai mică decât eroarea dată,
algoritmul se ı̂ncheie aici. În caz contrar, se trece la a doua iteraţie folosind
relaţia
x(2) = β + αx(1)
şi algoritmul se repetă.
În urma acestor iteraţii se obţine şirul x(0) , x(1) , ..., x(k+1) , ... convergent,
notăm cu x = lim x(k) şi această limită este soluţia sistemului (3.21).
x→∞
Exemplul 3.7 Să rezolvăm sistemul:

⎧
⎨ x1 − 0, 05x2 − 0, 10x3 = 0, 795
−0, 11x1 + x2 − 0, 05x3 = 0, 849
⎩
−0, 11x1 − 0, 12x2 + x3 = 1, 398
utilizând 3 iteraţii.
Soluţie.
Observăm că aii = 0, i = 1, 3, prima condiţie este ı̂ndeplinită, deci putem
aplica această metodă şi explicităm necunoscutele sistemului utilizând relaţia
(3.22)
⎧
⎨ x1 = 0, 795 + 0, 05x2 + 0, 10x3
x2 = 0, 849 + 0, 11x1 + 0, 05x3
⎩
x3 = 1, 398 + 0, 11x1 + 0, 12x2
ı̂n care
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x1 β1 0, 795
x = ⎝ x2 ⎠ ; β = ⎝ β2 ⎠ = ⎝ 0, 849 ⎠ ;
x3 β3 1, 398
⎛ ⎞
0 0, 05 0, 10
α = ⎝ 0, 11 0 0, 05 ⎠.
0, 11 0, 12 0
Verificăm convergenţa algoritmului cu formula (3.26)
n
|αij | < 1, i = 1, 3
i = j
j=1
astfel avem
pentru i = 1⇒
3
|α1j | = |α12 | + |α13 | = 0, 05 + 0, 10 = 0, 15 < 1,
j=2
pentru i = 2⇒
3
|α2j | = |α21 | + |α23 | = 0, 11 + 0, 05 = 0, 16 < 1,
j=1
j = 2
pentru i = 3⇒
2
|α3j | = |α31 | + |α32 | = 0, 11 + 0, 12 = 0, 23 < 1.
j=1
Convergenţa este verificată, deci şi a doua condiţie este ı̂ndeplinită.

Notăm cu
α = max {0, 15; 0, 16; 0, 23} ⇒ α = 0, 23.

Urmează calculul soluţiei sistemului.
Vom lua ca aproximaţie iniţială coloana constantelor β rotunjite la 2 cifre:

⎛ ⎞
0, 80
x(0) = ⎝ 0, 85 ⎠ .
1, 40
Prima iteraţie (k = 1)
⎧
⎪ (1)
⎨ x1 = 0, 795 + 0, 0425 + 0, 140 ≈ 0, 977
(1)
x2 = 0, 849 + 0, 088 + 0, 070 ≈ 1, 007
⎪
⎩ (1)
x3 = 1, 398 + 0, 088 + 0, 102 ≈ 1, 588
Evaluăm eroarea după prima iteraţie cu relaţia următoare:
α
(1) (0)
ε< · max xi − xi , i = 1, 3.
1 − α
Calculăm

(1) (0)
x − x1 = |0, 977 − 0, 80| = 0, 177
1
(1) (0)
x2 − x2 = |1, 007 − 0, 85| = 0, 157

(1) (0)
x3 − x3 = |1, 588 − 1, 40| = 0, 188
max {0, 177; 0, 157; 0, 188} = 0, 188.

Eroarea este
0, 23
ε< · 0, 188 ≈ 0, 056156.
0, 77
A doua iteraţie (k = 2)
⎧
⎪ (2)
⎨ x1 = 1, 00415 ≈ 1, 004
(2)
x2 = 1, 03587 ≈ 1, 035
⎪
⎩ (2)
x3 = 1, 62631 ≈ 1, 626
Evaluăm eroarea după a doua iteraţie cu relaţia următoare:
α
(2) (1)
ε< · max xi − xi , i = 1, 3.
1 − α
Calculăm

(2) (1)
x − x1 = |1, 004 − 0, 977| = 0, 027
1
(2) (1)
x2 − x2 = |1, 035 − 1, 007| = 0, 026

(2) (1)
x3 − x3 = |1, 626 − 1, 588| = 0, 038
max {0, 027; 0, 026; 0, 038} = 0, 038.

Eroarea este
0, 23
ε< · 0, 038 ≈ 0, 01135.
0, 77
A treia iteraţie (k = 3)
⎧
⎪ (3)
⎨ x1 = 1, 00935 ≈ 1, 00
(3)
x2 = 1, 04074 ≈ 1, 04
⎪
⎩ x(3) = 1, 63264 ≈ 1, 63
3
Evaluăm eroarea după a treia iteraţie cu relaţia următoare:
α
(3) (2)
ε< · max xi − xi , i = 1, 3.
1 − α
Calculăm

(3) (2)
x − x1 = |1, 00 − 1, 004| = 0, 004
1
(3) (2)
x2 − x2 = |1, 04 − 1, 035| = 0, 005

(3) (2)
x3 − x3 = |1, 63 − 1, 626| = 0, 004
max {0, 004; 0, 005} = 0, 005.

Eroarea este
0, 23
ε< · 0, 005 ≈ 0, 0015 < 10−2 .
0, 77
După trei iteraţii se obţine o soluţie cu o eroare mai mică de 10−2 , deci
algoritmul se ı̂ncheie aici.
Observaţia 3.8 Uneori pentru comoditate nu se mai calculează aproximaţiile

soluţiilor, ci diferenţele lor, adică
Notăm
Δ(k) = x(k) − x(k−1) , k = 0, 1, 2, ...
x(k+1) = β + αx(k)
x(k) = β + αx(k−1)
................................................

x(k+1) − x(k) = α x(k) − x(k−1) ⇔ Δ(k+1) = αΔ(k)
Exemplul 3.9 Să rezolvăm sistemul:

⎧
⎨ 2x1 − x2 + x3 = −3;
3x1 + 5x2 − 2x3 = 1;
⎩
x1 − 4x2 + 10x3 = 0;
Soluţie.
x1 = −1, 5 + 0, 5x2 − 0, 5x3 ;

x2 = 0, 2 − 0, 6x1 + 0, 4x3 ;
x3 = −0, 1x1 + 0, 4x2;
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 0, 5 −0, 5 −1, 5 −1, 5
α = ⎝ −0, 6 0 0, 4 ⎠ ; β = ⎝ 0, 2 ⎠ ; Δ(0) = β = ⎝ 0, 2 ⎠ ;
−0, 1 0, 4 0 −0, 1 −0, 1
⎛ ⎞⎛ ⎞ ⎛ ⎞
0 0, 4 −0, 5 −1, 5 −0, 1
Δ(1) = αΔ(0) = ⎝ −0, 6 0 0, 4 ⎠ ⎝ 0, 2 ⎠ = ⎝ 0, 2 ⎠ ;
−0, 6 0, 4 0 −0, 1 0
⎛ ⎞ ⎛ ⎞
0, 1 0, 335
Δ(2) = α ∗ Δ(1) = α ⎝ 0, 9 ⎠ = ⎝ 0, 032 ⎠ ;
0, 23 0, 350
3.5. METODA GAUSS-SEIDEL 71
(k) (k) (k)

k Δx1 Δx2 Δx3
0 -0,500 0,200 0,000
1 0,100 0,900 0,230
2 0,335 0,032 0,350
3 -0,159 -0,061 -0,021
4 -0,020 0,011 -0,008
5 0,010 0,009 0,006
6 0,002 -0,004 0,003
7 -0,004 0,000 -0,01
8 -0,000 0,002 0,000
9 -0,001 0,000 0,001
Σ -1,235 1,089 0,560
Inconvenientul acestei medode este cumulul erorilor.

n
(a) |αij | < 1;
j=1
sau n
(b) |αij | < 1;
j=1
n
|aij | > aij ;
j=1
j = i
Dacă coeficienţii sistemului sunt numere exacte se obţine o precizie cu m
cifre.
3.5 Metoda Gauss-Seidel

Metoda Gauss-Seidel este o metodă aproximativă care determină soluţia
unui sistem liniar cu n ecuaţii şi n necunoscute pentru care coeficienţii aii =
0, i = 1, n, cu o eroare dată ε.
⎧
⎪
⎪ a11 x1 + a12 x2 + · · · + a1j xj + · · · + a1n xn = b1
⎪
⎪
⎪
⎪ a21 x1 + a22 x2 + · · · + a2j xj + · · · + a2n xn = b2
⎨
................................................................
(3.30)
⎪
⎪ ai1 x1 + ai2 x2 + · · · + aij xj + · · · + ain xn = bi
⎪
⎪
⎪
⎪ ................................................................
⎩
an1 x1 + an2 x2 + · · · + anj xj + · · · + ann xn = bn
Este o variantă ı̂mbunătăţită a metodei aproximaţiilor succesive şi diferă

de aceasta prin două aspecte: primul se referă la faptul că ı̂n timpul calculului
celei de-a k + 1 aproximaţii a necunoscutelor xi , se folosesc valorile aproxi-
mative calculate la pasul k + 1 ale necunoscutelor x1 , x2 , ..., xi−1 şi valorile
aproximative de la pasul k ale necunoscutelor xi+1 , ..., xn , iar al doilea aspect
ne oferă posibilitatea de a alege ca şi aproximaţie iniţială a necunoscutelor
x1 , x2 , ..., xn orice vector
(0) (0)
x(0) = x1 , x2 , ..., x(0)
n . (3.31)
Condiţia de convergenţă este aceeaşi cu condiţia de convergenţă de la

metoda aproxmaţiilor succesive, deci se verifică cu formula
n
|αij | < 1, i = 1, n. (3.32)
i = j
j=1
Eroarea va fi evaluată după fiecare iteraţie cu relaţia
α
(k) (k−1)
ε< · max xi − xi , i = 1, n, (3.33)
1 − α
şi algoritmul se ı̂ncheie atunci când eroarea calculată la o anumită iteraţie
este mai mică decât eroarea dată ε.
Deci să considerăm sistemul (3.30) scris sub formă redusă
x = αx + β (3.34)
sau
n
xi = βi + αij xj i = 1, n. (3.35)
j=1
Folosind această scriere, după k + 1 paşi, putem spune că soluţia sistemului
se determină cu relaţiile următoare:
n
(k+1) (k)
x1 = β1 + α1j xj
j=1
n
(k+1) (k+1) (k)
x2 = β2 + α21 x1 + α2j xj ,
j=2
...............................................................
i−1 n
(k+1) (k+1) (k)
(7)xi = β1 + αij xj + αij xj ,
j=1 j=i+1
..............................................................
n−1
(k+1)
xn(k+1) = βn + αnj xj .
j=1
Teorema 3.10 Se consideră sistemul liniar dat de formula (3.34)
x = αx + β
pentru care αm < 1, unde
⎧ ⎫
⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎨ n ⎪
⎬
αm = max |αij | , i = 1, n . (3.36)
⎪
⎪ ⎪
⎪
⎪
⎪ i = j ⎪
⎪
⎪
⎩ ⎪
⎭
j=1
În aceste condiţii, pentru orice aproximaţie iniţială x(0) , şirul aproximaţiilor
soluţiei sistemului este convergent către soluţia unică.
Demonstraţie.
La pasul k necunoscuta xi se detrmină cu relaţia
i−1 n
(k) (k) (k−1)
xi = βi + αij xj + αij xj , i = 1, n (3.37)
j=1 j=i+1
dar sistemul are soluţie unică de forma

n
xi = βi + αij xj , i = 1, n. (3.38)
j=1
Scădem cele două relaţii şi găsim
n
' i−1 n
(
(k) (k) (k−1)
xi − xi = βi + αij xj − βi + αij xj + αij xj , i = 1, n
j=1 j=1 j=i+1
i−1 n
(k) (k) (k−1)
xi − xi = αij xj − xj + αij xj − xj , i = 1, n. (3.39)
j=1 j=i+1
Aplicând modulul relaţiei anterioare, obţinem

i−1 n
(k) (k) (k−1)
xi − xi = αij xj − xj + αij xj − xj , i = 1, n ⇒

j=1 j=i+1

i−1 n
(k) (k) (k−1)
xi − xi ≤ αij xj − xj + αij xj − xj , i = 1, n ⇒

j=1 j=i+1
i−1 n
(k) (k) (k−1)
xi − xi ≤ |αij | · xj − xj + |αij | · xj − xj , i = 1, n. (3.40)
j=1 j=i+1
Din definiţia normei αm ştim că

) )
)x − x(k) ) = max xi − x(k) , i = 1, n
i
şi rezultă
) )
(k)
xi − xi ≤ )x − x(k) )m . (3.41)
Ţinând cont de relaţia (3.41), relaţia (3.40) se scrie
i−1
) ) n
) )
(k)
xi − xi ≤ |αij | · )x − x(k) )m + |αij | · )x − x(k−1) )m , i = 1, n.
j=1 j=i+1
(3.42)
Notăm cu p valoarea indicelui i = 1, n pentru care avem
) ) ) )
)xp − x(k) ) = max xi − x(k) = )x − x(k) ) , i = 1, n. (3.43)
p i m
Pentru i = p relaţia (3.42) devine
p−1 n
) ) ) )
xp − xp(k) ≤ |αpj | · )x − x(k) )m + |αpj | · )x − x(k−1) )m , p = 1, n,
j=1 j=p+1
cu (3.43) avem
p−1 n
) ) ) ) ) )
)x − x(k) ) ≤ |αpj | · )x − x(k) )m + |αpj | · )x − x(k−1) )m , p = 1, n
m
j=1 j=p+1
p−1 n
) ) ) ) ) )
)
⇒ x−x(k) )
− |αpj | · )x − x(k) ) ≤ |αpj | · )x − x(k−1) )m , p = 1, n
m m
j=1 j=p+1
' p−1
( n
) ) ) )
⇒ )x − x(k) )
m
1− |αpj | ≤ |αpj | · )x − x(k−1) )m , p = 1, n
j=1 j=p+1
#n
) ) j=p+1 |αpj | ) )
⇒ )x − x(k) )m ≤ # · )x − x(k−1) )m , p = 1, n (3.44)
1 − p−1
j=1 |αpj |
#p−1 #n
Notăm cu ηp = j=1 |αpj |, γp = j=p+1 |αpj | şi
γi
q = max
1≤i≤n 1 − ηi
astfel formula (3.44) se scrie

) ) ) )
)x − x(k) ) ≤ q · )x − x(k−1) ) . (3.45)
m m
Vom arăta că q ≤ 1.
Ştim că
i−1 n n
ηi + γi = |αij | + |αij | = |αij | ,
j=1 j=i+1 j=1
dar
n
|αij | ≤ αm < 1,
j=1
deci
γi ≤ αm − ηi . (3.46)
Astfel,
γi αm − ηi αm − ηi αm αm (1 − ηi )

≤ ≤ = = αm ⇒
1 − ηi 1 − ηi 1 − ηi 1 − ηi
q = αm < 1.
Din relaţia (3.45) rezultă

) ) ) )
)x − x(k) ) ≤ q k · )x − x(0) )
m m
şi trecând la limită după k → ∞
lim x(k) = x̄
k→∞
adică teorema este demonstrată.

Observaţia 3.11 Algoritmul metodei Gauss-Seidel converge mai rapid decât

algoritmul metodei aproximaţiilor succesive, datorită faptului că pentru de-
terminarea soluţiei xi de la pasul k + 1 sunt utilizate cele mai bune valori
(cele mai recent determinate) ale necunoscutelor ce intervin ı̂n formula ne-
cunoscutei xi .
Exemplul 3.12 Să rezolvăm sistemul următor, cu metoda Gauss-Seidel, cu

o eroareε mai mică de 10−2 :
⎧
⎨ 10x1 + x2 + x3 = 12,
3x1 + 10x2 + x3 = 14,
⎩
3x1 + 3x2 + 10x3 = 16.
Soluţie.
Observăm că toţi coeficienţii aii = 0, i = 1, 3.
Explicităm necunoscutele sistemului:
⎧
⎨ x1 = 1, 2 − 0, 1x2 − 0, 1x3
x2 = 1, 4 − 0, 3x1 − 0, 1x3
⎩
x3 = 1, 6 − 0, 3x1 − 0, 3x2
Verificăm convergenţa algoritmului
n
|αij | < 1, i = 1, 3
i = j
j=1
astfel avem
pentru i = 1
3
|α1j | = |α12 | + |α13 | = 0, 1 + 0, 1 = 0, 2 < 1,
j=2
pentru i = 2
3
|α2j | = |α21 | + |α23 | = 0, 3 + 0, 1 = 0, 4 < 1,
j=1
j = 2
pentru i = 3
2
|α3j | = |α31 | + |α32 | = 0, 3 + 0, 3 = 0, 6 < 1.
j=1
Convergenţa este verificată.

Notăm cu
α = max {0, 2; 0, 4; 0, 6} ⇒ α = 0, 6.

Urmează calculul soluţiei sistemului.
Vom lua ca aproximaţie iniţială un vector oarecare:
⎛ ⎞
1
x(0) = ⎝ 0 ⎠
0
Prima iteraţie (k = 1)
⎧
⎪ (1)
⎨ x1 = 1, 2 − 0, 1 · 0 − 0, 1 · 0 = 1, 2
(1)
x2 = 1, 4 − 0, 3 · 1, 2 − 0, 1 · 0 = 1, 04
⎪
⎩ x(1) = 1, 6 − 0, 3 · 1, 2 − 0, 3 · 1, 04 = 0, 728
3
Evaluăm eroarea după prima iteraţie cu relaţia următoare:
α
(1) (0)
ε< · max xi − xi , i = 1, 3.
1 − α
Calculăm

(1) (0)
x − x1 = |1, 2 − 1| = 0, 2
1
(1) (0)
x2 − x2 = |1, 04 − 0| = 1, 04

(1) (0)
3
x − x3 = |0, 728 − 0| = 0, 728
max {0, 2; 1, 04; 0, 728} = 1, 04.

Eroarea este
0, 6
ε< · 1, 04 = 1, 56 > ε.
0, 4
A doua iteraţie (k = 2)
⎧
⎪ (2)
⎨ x1 = 1, 2 − 0, 1 · 1, 04 − 0, 1 · 0, 728 = 1, 0232
(2)
x2 = 1, 4 − 0, 3 · 1, 0232 − 0, 1 · 0, 728 = 1, 02024
⎪
⎩ x(2) = 1, 6 − 0, 3 · 1, 0232 − 0, 3 · 1, 02024 = 0, 986968
3
Evaluăm eroarea după a doua iteraţie cu relaţia următoare:
α
(2) (1)
ε< · max xi − xi , i = 1, 3.
1 − α
Calculăm

(2) (1)
x − x1 = |1, 0232 − 1, 2| = 0, 1768
1
(2) (1)
x2 − x2 = |1, 02024 − 1, 04| = 0, 01976

(2) (1)
x3 − x3 = |0, 986968 − 0, 728| = 0, 258968
max {0, 1768; 0, 01976; 0, 258968} = 0, 258968.

Eroarea este
0, 6
ε< · 0, 258968 = 0, 388452 > ε.
0, 4
A treia iteraţie (k = 3)
⎧
⎪ (3)
⎨ x1 = 1, 2 − 0, 1 · 1, 02024 − 0, 1 · 0, 986968 = 0, 9992792
(3)
x2 = 1, 4 − 0, 3 · 0, 9992792 − 0, 1 · 0, 986968 = 1, 00151944
⎪
⎩ (3)
x3 = 1, 6 − 0, 3 · 0, 9992792 − 0, 3 · 1, 00151944 = 0, 99997604
Evaluăm eroarea după a treia iteraţie cu relaţia următoare:
α
(3) (2)
ε< · max xi − xi , i = 1, 3.
1 − α
Calculăm

(3) (2)
x − x1 = |0, 9992792 − 1, 0232| = 0, 02327
1
(3) (2)
x2 − x2 = |1, 00151944 − 1, 02024| = 0, 01782

(3) (2)
x3 − x3 = |0, 99997604 − 0, 986968| = 0, 01279
max {0, 02327; 0, 01782; 0, 01279} = 0, 02327.
Eroarea este
0, 6
ε< · 0, 02327 ≈ 0, 03490812 > ε.
0, 4
A patra iteraţie (k = 4)
⎧
⎪ (4)
⎨ x1 = 1, 2 − 0, 1 · 1, 00151944 − 0, 1 · 0, 99997604 ≈ 1
(4)
x2 = 1, 4 − 0, 3 · 1 − 0, 1 · 0, 99997604 ≈ 1
⎪
⎩ x(4) = 1, 6 − 0, 3 · 1 − 0, 3 · 1 ≈ 1
3
Evaluăm eroarea după a patra iteraţie cu relaţia următoare:
α
(4) (3)
ε< · max xi − xi , i = 1, 3.
1 − α
Calculăm

(4) (3)
x1 − x1 = |1 − 0, 9992792| = 0, 0007208

(4) (3)
x2 − x2 = |1 − 1, 00151944| = 0, 00151944

(4) (3)
3
x − x3 = |1 − 0, 99997604| = 0, 00002396
max {0, 0007208; 0, 00151944; 0, 00002396} = 0, 00151944.
Eroarea este
0, 6
ε< · 0, 00151944 ≈ 0, 0022 < ε.
0, 4
După patru iteraţii se obţine o soluţie cu o eroare mai mică de 10−2. Algo-
ritmul se ı̂ncheie aici şi soluţia este
x1 = x2 = x3 = 1.
3.6 Metoda Relaxării

Fie sistemul cu n ecuaţii şi n necunoscute pentru care aii = 0, i = 1, n:
⎧
⎪
⎪ a11 x1 + a12 x2 + ... + a1n xn = b1
⎪
⎪
⎪
⎪ a21 x1 + a22 x2 + ... + a2n xn = b2
⎨
............................................
(3.47)
⎪
⎪ ai1 x1 + ai2 x2 + ... + ain xn = bi
⎪
⎪
⎪
⎪ ...........................................
⎩
an1 x1 + an2 x2 + ... + ann xn = bn
Trecem ı̂n membrul stâng termenii liberi din membrul drept şi ı̂mpărţim
fiecare ecuaţie i a sistemului (3.47) la −aii , i = 1, n, adică
⎧
⎪
⎪ a11 x1 + a12 x2 + ... + a1n xn − b1 = 0 / : (−a11 )
⎪
⎪
⎪
⎪ a21 x1 + a22 x2 + ... + a2n xn − b2 = 0 / : (−a22 )
⎨
.................................................................
(3.48)
⎪
⎪ ai1 x1 + ai2 x2 + ... + ain xn − bi = 0 / : (−aii )
⎪
⎪
⎪
⎪ .................................................................
⎩
an1 x1 + an2 x2 + ... + ann xn − bn = 0 / : (−ann )
şi obţinem sistemul echivalent
⎧
⎪
⎪ −x1 − aa12 x2 − aa13 x3 − · · · − aanm xn + ab111 = 0
⎪
⎪ 11 11 11
⎪
⎪ − aa21 x1 − x2 − aa23 x3 − · · · − aa2n xn + ab212 = 0
⎪
⎪ 22 22 22
⎪
⎨ ............................................................................
a a
− aai1ii x1 − aai2ii x2 − · · · − i,i−1aii
xi−1 − xi − i,i+1 aii
xi+1 − (3.49)
⎪
⎪ ain bi
⎪
⎪ · · · − aii xn + aii = 0
⎪
⎪
⎪
⎪ ............................................................................
⎪
⎩ − an1 x − · · · − an,n−1 x bn
ann 1 anm n−1 − xn + anm = 0
aij bi
− = bij , = ci (3.50)
aii aii
pentru i = j şi i, j = 1, n.
Cu aceste notaţii sistemul (3.49) devine
3.6. METODA RELAXĂRII 81
⎧
⎪
⎪ −x1 + b12 x2 + b13 x3 + · · · + bn xn + c1 = 0
⎪
⎪
⎪
⎪ −x2 + b21 x2 + b23 x3 + · · · + bn xn + c2 = 0
⎪
⎪
⎨ ...........................................................
−xi + bi1 x1 + · · · + bi,i−1 xi−1 + bi,i+1 xi+1 + (3.51)
⎪
⎪
⎪
⎪ · · · + bin xn + ci = 0
⎪
⎪
⎪
⎪ ...........................................................
⎩
−xn + bn1 x1 + · · · + bn,n−1 xn−1 + cn = 0
Fie un vector oarecare
⎛ (0) ⎞
x1
x(0) = ⎝ ··· ⎠ (3.52)
(0)
xn
aproximaţia iniţială a soluţiei sistemului de ecuaţii.
Introducem aceste valori ı̂n sistemul (3.51) şi obţinem resturile
⎧ #
⎪ R1 = c1 − x1 + nj=2 b1j xj
(0) (0) (0)
⎪
⎪
⎪
⎪ #n
⎪ (0)
⎨ R2 = c2 − x2 +
(0)
b x
(0)
j = 1 2j j
j = 2 (3.53)
⎪
⎪
⎪
⎪ ..........................................
⎪
⎪
⎩ R(0) = c − x(0) + #n−1 b x(0)
n n n j=1 nj j
(0) (0) (0)
Dacă dăm unei necunoscute xj creşterea δxs , restul corespunzător Rs
(0)
se micşorează cu valoarea δxs , iar ı̂n celelate expresii ale resturilor se va
(0)
produce o majorare cu valoarea bis δxs .
(0) (0)
În practică se dă creşterea δxs = Rs şi avem

(1)
Rs = 0
(1) (0) (0) (3.54)
Ri = Ri + bis δxs .
Procedeul de determinare a soluţiei constă ı̂n calculul resturilor, folosind
formula
(k) (k−1)
Ri = Ri + bis δxs(k−1) , i = 1, n (3.55)
până când la un anumit pas toate resturile sunt zero. În acest moment
putem scrie soluţia sistemului, astfel: pentru a găsi necunoscuta xi , adăugăm
(0)
la aproximaţia iniţială xi , dată de relaţia (3.52), toate creşterile core-
spunzătoare lui xi obţinute ı̂n cadrul algoritmului.
* +
(0) (0) (0) (0)
Observaţia 3.13 De obicei se dă δxs = max R1 , R2 , ..., Rn .
Exemplul 3.14 Să calculăm soluţia sistemului cu metoda relaxării

⎧
⎨ 10x1 − x2 − x3 = 10,
2x1 + 10x2 − x3 = 2,
⎩
x1 − x2 + 10x3 = 1.
Soluţie.
Trecem termenii liberi ı̂n membrul stâng şi ı̂mpărţim fiecare ecuaţie i la −aii ,
i = 1, 3 şi obţinem
⎧ ⎧
⎨ 10x1 − x2 − x3 = 10 ⎨ −x1 + 0, 1x2 + 0, 1x3 + 1 = 0
2x1 + 10x2 − x3 = 2 ⇒ −0, 2x1 − x2 + 0, 1x3 + 0, 2 = 0
⎩ ⎩
x1 − x2 + 10x3 = 1 −0, 1x1 + 0, 1x2 − x3 + 0, 1 = 0
⎛ ⎞
0
0
Vom lua ca aproximaţie iniţială a soluţiei: x = ⎝ 0 ⎠ ⇔ x1 = 0, x2 = 0,
(0) (0)
0
(0)
x3 = 0 şi obţinem resturile de la pasul zero
⎧
⎪ (0)
⎨ R1 = 1
(0)
R2 = 0, 2
⎪
⎩ (0)
R3 = 0, 1
* +
(0) (0) (0) (0) (0)
max R1 , R2 , R3 = 1 = R1 ⇒ δx1 = 1
Calculăm resturile de la pasul 1 cu relaţia (3.55)
⎧
⎪ (1) (0) (0)
⎨ R1 = R1 + b11 δx1 = 1 + (−1) · 1 = 0
(1) (0) (0)
R2 = R2 + b11 δx1 = 0, 2 + (−0, 2) · 1 = 0
⎪
⎩ (1) (0) (0)
R3 = R3 + b11 δx1 = 0, 1 + (−0, 1) · 1 = 0
După pasul 1 am găsit toate resturile zero. Determinăm acum soluţia
⎧ ⎧
⎪ (0) (0)
⎨ x1 = x1 + δx1 = 0 + 1 = 1 ⎨ x1 = 1
(0)
x2 = x2 = 0 ⇒ x2 = 0
⎪
⎩ x = x(0) = 0 ⎩
3
x3 = 0
3
Exemplul 3.15 Să calculăm soluţia sistemului următor folosind metoda re-
laxării
⎧
⎨ 20x1 − 2x2 − 14x3 = 4
− x1 + 10x2 − 2x3 = 7
⎩
− x1 − x2 + 10x3 = 8
Soluţie.
Trecem termenii liberi ı̂n membrul stâng şi ı̂mpărţim fiecare ecuaţie i la −aii ,
i = 1, 3
⎧ ⎧
⎨ 20x1 − 2x2 − 14x3 = 4 ⎨ − x1 − 0, 1x2 + 0, 7x3 + 0, 2 = 0
− x1 + 10x2 − 2x3 = 7 ⇒ 0, 1x1 − x2 + 0,2x3 + 0, 7 = 0
⎩ ⎩
− x1 − x2 + 10x3 = 8 0, 1x1 + 0, 1x2 − x3 + 0, 8 = 0
Vom lua ca aproximaţie iniţială a soluţiei vectorul:

⎛ ⎞
0
0
x = ⎝ 0 ⎠ ⇔ x1 = 0, x2 = 0, x3 = 0
(0) (0) (0)
0
şi obţinem resturile de la pasul zero
⎧
⎪ (0)
⎨ R1 = 0, 2
(0)
R2 = 0, 7
⎪
⎩ (0)
R3 = 0, 8
* +
(0) (0) (0) (0)
max R1 , R2 , R3 = R3 = 0, 8.
Vom avea o creştere pentru x3 la pasul zero
(0) (0)
δx3 = R3 = 0, 8.
Pasul 1
Soluţia este
⎛ (1)
⎞ ⎛ ⎞
x1 0
⎜ ⎟ ⎝
x(1) = ⎝ x(1)
2 ⎠= 0 ⎠.
(1) 0, 8
x3
Calculăm resturile cu relaţia (3.37) şi avem
⎧
⎪ (1) (0) (0)
⎨ R1 = R1 + b13 δx3 = 0, 2 + 0, 7 · 0, 8 = 0, 2 + 0, 56 = 0, 76
(1) (0) (0)
R2 = R2 + b23 δx3 = 0, 7 + 0, 2 · 0, 8 = 0, 7 + 0, 16 = 0, 86
⎪
⎩ (1) (0) (0)
R3 = R3 + b33 δx3 = 0, 8 + (−1) · 0, 8 = 0
deci
* +
(1) (1) (1) (1)
max R1 , R2 , R3 = R2 = 0, 86.
Vom avea o creştere pentru x2

(1)
δx2 = 0, 86.
Pasul 2
Soluţia este
⎛ ⎞ ⎛ ⎞
(2)
x1 0
⎜ ⎟ ⎝
x(2) = ⎝ x(2)
2 ⎠= 0, 86 ⎠ .
(2) 0, 8
x3
Calculăm resturile
⎧
⎪ (2) (1) (1)
⎨ R1 = R1 + b12 δx2 = 0, 76 + 0, 1 · 0, 86 = 0, 76 + 0, 086 = 0, 846
(2) (1) (1)
R2 = R2 + b22 δx2 = 0, 86 + (−1) · 0, 86 = 0
⎪
⎩ (2) (1) (1)
R3 = R3 + b32 δx2 = 0 + 0, 1 · 0, 86 = 0, 086
deci
* +
(2) (2) (2) (2)
max R1 , R2 , R3 = R1 = 0, 846.
(2)
δx1 = 0, 846.
Pasul 3
Soluţia este
⎛ (3)
⎞ ⎛ ⎞
x1 0, 846
⎜ ⎟ ⎝
x(3) = ⎝ x(3)
2 ⎠= 0, 86 ⎠ .
(3) 0, 8
x3
Calculăm resturile de la pasul al treilea
⎧
⎪ (3) (2) (2)
⎨ R1 = R1 + b11 δx1 = 0, 846 + (−1) · 0, 846 = 0
(3) (2) (2)
R2 = R2 + b21 δx1 = 0 + 0, 1 · 0, 846 = 0, 00846 ≈ 0, 085
⎪
⎩ (3) (2) (2)
R3 = R3 + b31 δx1 = 0, 086 + 0, 1 · 0, 846 = 0, 1706 ≈ 0, 171
deci
* +
(3) (3) (3) (3)
max R1 , R2 , R3 = R3 = 0, 171.
(3)
δx3 = 0, 171.
Pasul 4
Soluţia este
⎛ ⎞ ⎛ ⎞
(4)
x1 0, 846
⎜ ⎟ ⎝
x(4) = ⎝ x(4)
2 ⎠= 0, 86 ⎠ .
(4) 0, 971
x3
⎧
⎪ (4)
⎨ R1 = 0 + 0, 7 · 0, 171 = 0, 1197 ≈ 0, 120
(4)
R2 = 0, 085 + 0, 2 · 0, 171 = 0, 1192 ≈ 0, 119
⎪
⎩ (4)
R3 = 0
deci
* +
(4) (4) (4) (4)
max R1 , R2 , R3 = R1 = 0, 12.

(4)
δx1 = 0, 12.
Pasul 5
Soluţia este
⎛ ⎞ ⎛ ⎞
(5)
x1 0, 966
⎜ ⎟ ⎝
x(5) = ⎝ x(5)
2 ⎠= 0, 86 ⎠ .
(5) 0, 971
x3
⎧
⎪ (5)
⎨ R1 = 0, 12 + (−1) · 0, 12 = 0
(5)
R2 = 0, 119 + 0, 1 · 0, 12 = 0, 131
⎪
⎩ R(5) = 0 + 0, 1 · 0, 12 = 0, 012
3
deci
* +
(5) (5) (5) (5)
max R1 , R2 , R3 = R2 = 0, 131.

(5)
δx2 = 0, 131.
Pasul 6
Soluţia este
⎛ ⎞ ⎛ ⎞
(6)
x1 0, 966
⎜ ⎟ ⎝
x(6) = ⎝ x(6)
2 ⎠= 0, 991 ⎠ .
(6) 0, 971
x3
⎧
⎪ (6)
⎨ R1 = 0 + 0, 1 · 0, 131 = 0, 0131 ≈ 0, 013
(6)
R2 = 0, 131 + (−0, 1) · 0, 131 = 0
⎪
⎩ (6)
R3 = 0, 012 + 0, 1 · 0, 131 = 0, 0251 ≈ 0, 025
deci
* +
(6) (6) (6) (6)
max R1 , R2 , R3 = R3 = 0, 025.
(6)
δx3 = 0, 025.
Pasul 7
Soluţia este
⎛ ⎞ ⎛ ⎞
(7)
x1 0, 966
⎜ ⎟ ⎝
x(7) = ⎝ x(7)
2 ⎠= 0, 991 ⎠ .
(7) 0, 996
x3
⎧
⎪ (7)
⎨ R1 = 0, 013 + 0, 7 · 0, 025 = 0, 0305 ≈ 0, 030
(7)
R2 = 0 + 0, 2 · 0, 025 = 0, 0050 ≈ 0, 005
⎪
⎩ (7)
R3 = 0, 025 + (−1) · 0, 025 = 0
deci
* +
(7) (7) (7) (7)
max R1 , R2 , R3 = R1 = 0, 03.
(7)
δx1 = 0, 03.
Pasul 8
Soluţia este
⎛ ⎞ ⎛ ⎞
(8)
x1 0, 996
⎜ ⎟ ⎝
x(8) = ⎝ x(8)
2 ⎠= 0, 991 ⎠ .
(8) 0, 996
x3
⎧
⎪ (8)
⎨ R1 = 0, 03 + (−1) · 0, 03 = 0
(8)
R2 = 0, 005 + 0, 1 · 0, 03 = 0, 008
⎪
⎩ (8)
R3 = 0 + 0, 1 · 0, 03 = 0, 003
deci
* +
(8) (8) (8) (8)
max R1 , R2 , R3 = R2 = 0, 008.
(8)
δx2 = 0, 008.
Pasul 9
Soluţia este
⎛ ⎞ ⎛ ⎞
(9)
x1 0, 996
⎜ ⎟ ⎝
x(9) = ⎝ x(9)
2 ⎠= 0, 999 ⎠ .
(9) 0, 996
x3
⎧
⎪ (9)
⎨ R1 = 0 + 0, 1 · 0, 008 = 0, 0008 ≈ 0, 001
(9)
R2 = 0, 008 + (−1) · 0, 008 = 0
⎪
⎩ (9)
R3 = 0, 003 + 0, 1 · 0, 008 = 0, 0038 ≈ 0, 004
deci
* +
(9) (9) (9) (9)
max R1 , R2 , R3 = R3 = 0, 004.
(9)
δx3 = 0, 004.
Pasul 10
Soluţia este
⎛ ⎞ ⎛ ⎞
(10)
x1 0, 996
⎜ ⎟ ⎝
x(10) = ⎝ x(10)
2 ⎠= 0, 999 ⎠ .
(10) 1
x3
⎧
⎪ (10)
⎨ R1 = 0, 001 + 0, 7 · 0, 004 = 0, 0038 ≈ 0, 004
(10)
R2 = 0 + 0, 2 · 0, 004 = 0, 0008 ≈ 0, 001
⎪
⎩ (10)
R3 = 0, 004 + (−1) · 0, 004 = 0
deci
* +
(10) (10) (10) (10)
max R1 , R2 , R3 = R1 = 0, 004.
(10)
δx1 = 0, 004.
Pasul 11
Soluţia este
⎛ ⎞ ⎛ ⎞
(11)
x1 1
⎜ ⎟ ⎝
x(11) = ⎝ x(11)
2 ⎠= 0, 999 ⎠ .
(11) 1
x3
⎧
⎪ (11)
⎨ R1 = 0, 004 + (−1) · 0, 004 = 0
(11)
R2 = 0, 001 + 0, 1 · 0, 004 ≈ 0, 001
⎪
⎩ (11)
R3 = 0 + 0, 1 · 0, 004 = 0, 0004 ≈ 0
deci
* +
(11) (11) (11) (11)
max R1 , R2 , R3 = R2 = 0, 001.
(11)
δx2 = 0, 001.
Pasul 12
Soluţia este
⎛ ⎞ ⎛ ⎞
(12)
x1 1
⎜ (12) ⎟ ⎝ ⎠
x(12) = ⎝ x2 ⎠ = 1 .
(12) 1
x3
⎧
⎪ (12)
⎨ R1 = 0 + 0, 1 · 0, 001 ≈ 0
(12)
R2 = 0, 001 + (−1) · 0, 001 ≈ 0
⎪
⎩ R(12) = 0 + 0, 1 · 0, 001 ≈ 0
3
La acest pas toate resturile sunt nule, deci algoritmul se ı̂ncheie aici, astfel
soluţia sistemului este
⎛ ⎞ ⎛ ⎞
x1 1
x = ⎝ x2 ⎠ = ⎝ 1 ⎠ .
x3 1
Capitolul 4
Valori proprii şi vectori proprii
Este o noţiune cu o arie largă conceptuală (o găsim definită ı̂n algebră,

analiză matematică etc) şi mai ales cu o mare diversitate de aplicaţii ı̂n
numeroase domenii ale ştiinţei şi tehnicii. Calculul valorilor şi vectorilor
proprii este strict legat de teoria matricelor.
4.1 Valori şi vectori proprii ai unui operator

liniar
Fie V un spaţiu vectorial peste K (K = R sau K = C) şi fie T : V → V
un operator liniar pe V.
Definiţia 4.1 Un scalar λ ∈ K se numeşte valoare proprie a lui T dacă

există un vector nenul v ∈ V pentru care
T (v) = λv.
Orice vector care satisface această relaţie se numeşte vector propriu

aparţinând / al valorii proprii λ a operatorului T.
Să observăm că orice multiplu kv al vectorului propriu v este, de aseme-
nea, un vector propriu: ı̂ntr-adevăr, dacă T (v) = λv, atunci T (kv) =
kT (v) = k (λv) = λ (kv). Mai mult, avem următoarea proprietate.
Propoziţia 4.2 Mulţimea, notată Vλ sau V (λ), a vectorilor proprii aparţinând

valorii proprii λ a operatorului liniar T : V → V este un subspaţiu al lui V,
numit spaţiul propriu al lui λ.
Demonstraţie. Exerciţiu.
91
92 CAPITOLUL 4. VALORI PROPRII ŞI VECTORI PROPRII
Exemplul 4.3 Fie IdV : V → V operatorul identitate pe V. Deoarece

IdV (v) = v = 1 · v pentru orice v ∈ V rezultă că λ = 1 este (unica) valoare
proprie a lui IdV şi că spaţiul propriu Vλ = V .
Exemplul 4.4 Fie T : R2 → R2 operatorul liniar care roteşte fiecare vector

v ∈ R2 , v = (x, y) cu un unghi θ ı̂n jurul originii, ı̂n sensul trigonometric
negativ. Legea de corespondenţă a lui T este

x cos θ sin θ x x cos θ + y sin θ
T = = .
y − sin θ cos θ y −x sin θ + y cos θ
Dacă θ = 90◦ , atunci T (x, y) = (y, −x). Acest operator nu are valori
proprii, deci nici vectori proprii.
Exemplul 4.5 Fie V spaţiul vectorial al funcţiilor f : R → R, derivabile de

orice ordin (de clasă C ∞ ) şi fie T : V → V dat prin T (f ) = f . Deoarece
T (e7x ) = 7e7x rezultă că λ = 7 este o valoare proprie a lui T, iar funcţia
f (x) = e7x este un vector propriu al lui λ = 7.
În continuare, prezentăm o scurtă caracterizare a valorilor şi vectorilor

proprii.
Teorema 4.6 Fie T : V → V un operator liniar pe spaţiul vectorial V peste

K. Atunci λ ∈ K este o valoare proprie T ⇔ operatorul λIdV − T nu este
injectiv.
În aceste condiţii, spaţiul propriu Vλ = Ker (λIdv − T ).
Demonstraţie. Dacă λ este valoarea proprie şi v = 0 e un vector propriu,
atunci T (v) = λv se mai scrie T (v) = λIdV (v), (T − λIdV ) (v) = 0. Rezultă
că aplicaţia T − λIdV nu este injectivă, deci neinversabilă. Invers, dacă T −
λIdV este aplicaţie neinjectivă, atunci ∃v = 0 astfel ı̂ncât (T − λIdV ) (v) = 0.
Propoziţia 4.7 Vectorii proprii nenuli care aparţin la valori proprii diferite
sunt liniar independenţi. Mai precis, dacă v1 , v2 , . . . , vn sunt n vectori pro-
prii nenuli ai operatorului T : V → V aparţinând valorilor proprii diferite
λ1 , λ2 , . . . , λn , atunci v1 , v2 , . . . , vn sunt liniar independenţi.
Demonstraţie. (Inducţie după n). Dacă n = 1, atunci a1 v1 = 0 ⇒ a1 = 0
căci altfel, a inversabil şi a−1
1 (a1 v1 ) = 0 ⇒ v1 = 0, contradicţie cu alegerea
lui v1 . Presupunem că proprietatea este adevărată pentru n − 1 vectori şi fie
a1 v1 + a2 v2 + . . . + an vn = 0. (4.1)
4.1. VALORI ŞI VECTORI PROPRII AI UNUI OPERATOR LINIAR 93
Aplicăm T lui (4.1) şi rezultă

a1 λ1 v1 + a2 λ2 v2 + . . . + an λn vn = 0. (4.2)
Pe de altă parte, ı̂nmulţind cu λn relaţia a1 v1 + a2 v2 + . . . + an vn = 0 obţinem
a1 λn v1 + a2 λn v2 + . . . + an λn vn = 0. (4.3)
Din (4.2) şi (4.3) rezultă că
a1 (λ1 − λn ) v1 + . . . + an−1 (λn−1 − λn ) vn−1 = 0.
Cu ipoteza de inducţie rezultă a1 = a2 = . . . = an−1 = 0, fiindcă λi − λn = 0
pentru i = 1, 2, . . . , n − 1. Revenind ı̂n avem an vn = 0, deci an = 0. Aşadar,
vectorii v1 , v2 , . . . , vn sunt liniar independenţi.
Fie T : V → V un operator liniar pe spaţiul vectorial V cu dimK V =

n. Fie B = {vi } o bază alcătuită din vectori proprii. Atunci din relaţiile
T (vi ) = λi vi obţinem
T (v1 ) = λ1 v1 + 0v2 + . . . + 0vn ,
T (v2 ) = 0v1 + λ2 v2 + . . . + 0vn ,
(4.4)
...........................................
T (vn ) = 0v1 + 0v2 + . . . + λn vn .
Din relaţia (4.4) rezultă că reprezentarea matriceală (T )B a lui T ı̂n baza
B este o matrice diagonală:
⎛ ⎞
λ1 0 . . . 0
⎜ 0 λ2 . . . 0 ⎟
(T )B = ⎜ ⎝ ... ... ... ... ⎠
⎟ (4.5)
0 0 . . . λn
Este adevărată şi reciproca afirmaţiei precedente: dacă B = {v1 , . . . , vn }
este o bază a lui V astfel ı̂ncât (T )B este dată de (4.5), atunci vectorii vi
ai bazei sunt vectori proprii aparţinând valorilor proprii λi . Într-adevăr, din
relaţia matriceală
(T (vi ))B = (T )B (vi )B (i = 1, 2, . . . , n)
rezultă
⎛ ⎞ ⎛ ⎞
0 0
⎛ ⎞⎜ ··· ⎟ ⎜ ··· ⎟
λ1 0 . . . 0 ⎜ ⎟ ⎜ ⎟
⎜ 0 ⎟ ⎜ 0 ⎟
⎜ 0 λ2 . . . 0 ⎟ ⎜ ⎟ ⎜ ⎟
(T (vi ))B = ⎜ ⎟⎜
⎝ ... ... ... ... ⎠⎜ 1 ⎟ (i) = ⎜
⎟ ⎜ λi ⎟ (i) ,
⎟
⎜ 0 ⎟ ⎜ 0 ⎟
0 0 . . . λn ⎜ ⎟ ⎜ ⎟
⎝ ··· ⎠ ⎝ ··· ⎠
0 0
respectiv T (vi ) = λi vi , etc. În acest fel am demonstrat teorema următoare.
Teorema 4.8 Un operator T : V → V poate fi reprezentat printr-o matrice

diagonală D dacă şi numai dacă V are o bază alcătuită din vectori proprii
ai lui T. În acest caz, elementele diagonalei principale a lui D sunt valorile
proprii cores-punzătoare vectorilor proprii. În aceste condiţii, se spune că T
este diagonalizabil.
4.2 Calculul valorilor proprii

Calculul valorilor proprii este o problemă matriceală, aşa cum rezultă din
următoarele consideraţii.
Fie T : V → V un operator liniar pe spaţiul vectorial n-dimensional V şi
B o bază a lui V. Dacă λ ∈ K este o valoare proprie şi v = 0 este un vector
propriu aparţinând valorii proprii λ, atunci
T (v) = λv. (4.6)
Reprezentarea matriceală a relaţiei (4.6) ı̂n raport cu baza B este
(T (v))B = λ (v)B ,
respectiv,
(T )B (v)B = λI (v)B , (λI − (T )B ) (v)B = 0, (4.7)
unde I este matricea unitate de ordin n.
Notăm (T )B = A = (aij ) şi (v)B = (x1 , x2 , . . . , xn ). Atunci (4.7) se scrie
⎛ ⎞⎛ ⎞ ⎛ ⎞
λ1 − a11 −a12 . . . −a1n x1 0
⎜ −a21 λ − a22 ⎟ ⎜
. . . −a2n ⎟ ⎜ x2 ⎟ ⎜ 0 ⎟
⎜ ⎟=⎜ ⎟
⎝ ... ... ... ... ⎠⎝ ... ⎠ ⎝ ... ⎠. (4.8)
−an1 −an2 . . . λ − ann xn 0
Condiţia (4.8) este un sistem omogen de n ecuaţii liniare cu n necunos-

cute. Condiţia v = 0 ı̂nseamnă că sistemul (4.8) are soluţii nenule. Pentru
aceasta trebuie ı̂ndeplinită condiţia

a11 − λ a . . . a
12 1n
a21 a22 − λ . . . a2n
det (λI − A) = = 0, (4.9)
... ... ... . . .
an1 −an2 . . . ann − λ
4.3. VALORI ŞI VECTORI PROPRII ALE UNEI MATRICE 95
care ı̂nseamnă că valorile proprii sunt printre soluţiile ecuaţiei det (λI − A) =
0, o ecuaţie de gradul n ı̂n necunoscuta λ.
În mod firesc ne punem ı̂ntrebarea: dacă B este o altă bază a lui V,
atunci cum este influenţat calculul valorilor proprii ale lui T ? Vom arăta că
ecuaţia det (λI − (T )B ) este independentă de baza aleasă. Într-adevăr, dacă
B este o bază a lui V, atunci are loc relaţia
(T )B = P −1 (T )B P,
unde P este matricea de trecere de la baza B la baza B . Atunci

det (λI − (T )B ) = det (P −1 (λI) P − P −1 (T )B P ) = det (P −1 (λI − (T )B ) P ) =
= det (P −1 ) · det (λI − (T )B ) · det (P ) = det (λI − (T )B ) ,
care ı̂nseamnă că valorile proprii ale lui T sunt soluţii ale aceleiaşi ecuaţii,
indife-rent de reprezentarea matriceală a lui T.
Observaţia 4.9 Există şi alte tipuri de probleme care conduc la rezolvarea
ecuaţiei det (λI − A) = 0, unde A este o matrice pătrată de ordinul n. De
exemplu, următoarea problemă de maxim din analiza matematică: să se afle
maximul expresiei
xt Ax, cu condiţia xt x = 1, unde n ∈ Rn , At = A.
Metoda multiplicatorilor lui Lagrange constă ı̂n introducerea funcţiei

L = xt Ax − λ xt x − 1 ,
pentru care o condiţie necesară de extrem este ∇L = 0. Această condiţie se

traduce prin ecuaţia Ax − λx = 0, iar existenţa soluţiei nenule este garantată
de condiţia det (λI − A) = 0.
4.3 Valori şi vectori proprii ale unei matrice
Rezolvarea ecuaţiei (4.9) apare ı̂n mai multe tipuri de probleme. De aceea,
ne propunem să abordăm problema determinării valorilor proprii ı̂n termenii
ecuaţiei
det (λI − A) = 0, (4.10)
unde A ∈ Mn (K).
Definiţia 4.10 Ecuaţia (4.10) se numeşte ecuaţia caracteristică a ma-

tricei A, iar rădăcinile λ ale acestei ecuaţii se numesc valorile proprii ale
lui A. Ele conduc la determinarea soluţiilor nenule ale ecuaţiei Ax = λx,
x ∈ K n , soluţii ce reprezintă vectorii proprii.
Este bine să vedem ecuaţia Ax = λx ca relaţia T (x) = λx, unde T :
K → K n este operatorul liniar cu legea de corespondenţă T (x) = Ax. Mai
n
mult, deoarece A este reprezentarea matriceală a lui T ı̂n baza standard a

lui K n , toate matricele
P −1 AP, P inversabil
au aceleaşi valori proprii şi aceiaşi vectori proprii.

În fine, este clar că dacă A este reprezentarea matriceală a unui operator
liniar T : V → V , atunci valorile proprii ale matricei A sunt valorile proprii
ale operatorului T.
Teorema (4.8) are următoarea formă alternativă exprimată ı̂n termeni ma-
triceali.
Teorema 4.11 Fie A o matrice pătrată de ordinul n. Atunci există o ma-

trice pătrată P astfel ı̂ncât P −1AP = D este diagonală dacă şi numai dacă
A are n vectori liniar independenţi. Mai mult, ı̂n acest caz coloanele lui P
sunt vectorii proprii, iar elementele diagonalei principale a lui D sunt valorile
proprii.

a11 a12
Demonstraţie.(Cazul n = 2) Fie A = şi Av1 = λ1 v1 , Av2 =
a21 a22
v11 v12
λ2 v2 . Presupunem că v1 = , v2 = . Atunci avem
v21 v22

a11 a12 v11 v11 a11 a12 v12 v12
= λ1 , = λ2 ,
a21 a22 v21 v21 a21 a22 v22 v22
respectiv

a11 a12 v11 v12 λ1 v11 λ2 v12 v11 v12 λ1 0
= = .
a21 a22 v21 v22 λ1 v21 λ2 v22 v21 v22 0 λ2

v11 v12
Punem P = şi relaţia precedentă se scrie
v21 v22

λ1 0
AP = P ,
0 λ2
respectiv
−1 λ1 0
P AP = .
0 λ2
Exemplul 4.12 Să verificăm relaţia P −1 AP = D pentru matricea A =

3 −2
∈ M2 (R).
2 −2
Soluţie.
Ecuaţia caracteristică a matricei A este

λ−3 2
det (λI − A) = = λ2 − λ − 2 = 0,
−2 λ + 2
cu rădăcinile (valorile proprii) λ1 = 2, λ2 = −1. Să determinăm câte un

vector propriu pentru fiecare valoare proprie.
Pentru λ = 2, ecuaţia Ax = 2x ı̂nseamnă

3 −2 x1 x1
=2
2 −2 x2 x2
respectiv
ecuaţia x1 − 2x2 = 0. Punem x1 = 2 şi rezultă x2 = 1, deci
2
v1 = este un vector propriu.
1
Pentru λ = −1, ecuaţia Ax = −x ı̂nseamnă

3 −2 x1 x1
=− ,
2 −2 x2 x2

1
respectiv ecuaţia 2x1 − x2 = 0. Atunci v2 = este un vector propriu.
2

−1 2 1
Astfel, matricea P cu proprietatea P AP este diagonală, este P = .
1 2
2
−1 −1 3
− 13
Să verificăm relaţia P AP = D. Calculăm P = şi
− 13 32
obţinem

−1
2
3
− 13 3 −2 2 1 2 0
P AP = = .
− 13 2
3
2 −2 1 2 0 −1
Exemplul 4.13 Să aflăm valorile proprii şi spaţiile proprii corespunzătoare
pentru operatorul liniar T : R3 → R3 , dat prin
T (x, y, z) = (4x − y + 6z, 2x + y + 6z, 2x − y + 8z) .
Soluţie. ⎛ ⎞
4 −1 6
Atunci, A = ⎝ 2 1 6 ⎠. Valorile proprii le găsim din ecuaţia carac-
2 −1 8
teristică

λ−4 1 −6

det (λI − A) = −2 λ − 1 −6 =
−2 1 λ−8
= (λ − 4) (λ − 1) (λ − 8) + 12 + 12 − 12 (λ − 1) + 6 (λ − 4) + 2 (λ − 8) =
= λ3 − 13λ2 + 40λ − 36 = 0
O valoare proprie a lui A (respectiv a lui T ) este λ = 2. Să determinăm
spaţiul propriu corespunzător V (λ). Spaţiul propriu V (λ) este mulţimea
vectorilor u = (x, y, z) pentru care T (u) = 2u, deci mulţimea soluţiilor
ecuaţiei
(4x − y + 6z, 2x + y + 6z, 2x − y + 8z) = (2x, 2y, 2z) .
Rezultă sistemul ⎧
⎨ 4x − y + 6z = 2x
2x + y + 6z = 2y
⎩
2x − y + 8z = 2z
respectiv sistemul omogen cu o ecuaţie şi trei necunoscute {2x − y + 6z = 0.
Rangul sistemului este 1, deci dim V (λ) = 2. Să determinăm o bază a
spaţiului vectorial V (λ) ı̂n care alegem necunoscute secundare (sau libere) pe
x şi z : x = 1, z = 0 ⇒ y = 2, deci un vector al bazei este u1 = (1, 2, 0); cu x =
0, z = 1 ⇒ y = 6, deci un alt vector al bazei este u2 = (0, 6, 1). În fine, u ∈
V (λ) ⇒ u = αu1 + βu2, adică u = α (1, 2, 0) + β (0, 6, 1) = (α, 2α + 6β, β),
unde α, β ∈ R. Altfel spus, V (λ) = {(α, 2α + 6β, β) |α, β ∈ R }.
Exemplul 4.14 Fie T : R3 → R3 , T (x, y, z) = (2x + 2y + z, x + 3y + z,

x + 2y + 2z) un operator liniar. Să ı̂i determinăm valorile proprii.
Soluţie.
Pentru aceasta observăm că
⎛ ⎞⎛ ⎞
2 2 1 x
T (x, y, z) = ⎝ 1 3 1 ⎠ ⎝ y ⎠.
1 2 2 z
Valorile proprii sunt rădăcinile ecuaţiei:

λ − 2 −2 −1

−1 λ − 3 −1 = 0,

−1 −2 λ − 2
respectiv ale ecuaţiei λ3 − 7λ2 + 11λ − 5 = 0. Obţinem λ1 = λ2 = 1 şi λ3 = 5.
Exemplul 4.15 Este posibil ca un operator să nu aibă valori proprii. De

exemplu, dacă
T (x, y) = (x + 2y, −3x − y) este un operator liniar pe R3 ,
1 2 λ − 1 −2
atunci A = şi ecuaţia caracteristică este =
−3 −1 3 λ+1
λ2 + 5 = 0 care nu are rădăcini reale.
Teorema care urmează completează echivalenţa stabilită de Teorema 4.11

prin faptul că evidenţiază o metodă practică de a determina numărul maxim
de vectori proprii liniar independenţi ai matricei pătratice A. Dacă acest
număr coincide cu ordinul matricei A, atunci A este diagonalizabilă.
Teorema 4.16 Pentru matricea pătratică A ∈ Mn (K) următoarele afirmaţii

sunt echivalente:
(a) A este o matrice diagonalizabilă;
(b) Operatorul liniar T : K n → K n , T (x) = Ax este diagonalizabil;
(c) Ecuaţia caracteristică det (λI − A) = 0 are n rădăcini ı̂n K (numărând
multiplicităţile) şi dacă polinomul caracteristic se descompune ı̂n
det (λI − A) = (λ − λ1 )n1 (λ − λ1 )n2 · · · (λ − λ1 )nr , n1 + n2 + · · · + nr = n,
atunci, dim Vλi = ni pentru toţi i = 1, 2, . . . , r. 2
În general, un operator liniar nu este diagonalizabil. Dar chiar şi atunci
există reprezentări matriceale diagonale de forma
⎛ ⎞
B1 0 · · · 0
⎜ 0 B2 · · · 0 ⎟
⎜ ⎟
⎝ ··· ··· ··· 0 ⎠,
0 0 · · · Bk
unde B1 , B2 , . . . , Bk sunt matrice-bloc. O aprofundare a temei diagonalizării
poate fi consultată ı̂n monografiile consacrate algebrei liniare sau ı̂n capitolele
de algebră liniară din unele cărţi de algebră.
4.4 Metoda Krylov

Este o metodă de determinare a coeficienţilor polinomului caracteristic
care se bazează pe teorema Caylei-Hamilton.
Teorema 4.17 Dacă A ∈ Mn (K) iar polinomul caracteristic este
P (λ) = λn − p1 λn−1 − p2 λn−2 − · · · − pn−1 λ − pn , (4.11)

atunci
P (A) = 0. (4.12)
Demonstraţie. Fie B (λ) adjuncta matricei λI − A, adică
(λI − A) B (λ) = det (λI − A) · I. (4.13)

Fiecare element al lui B (λ) este un polinom de grad cel mult n − 1 ı̂n λ,
deoarece este un minor de ordin n − 1 al matricei λI − A. Putem scrie
B (λ) = Bn−1 λn−1 + Bn−2 λn−2 + · · · + Bλ + B0 , (4.14)

unde Bi ∈ Mn (K) , i = 0, n − 1.
Introducem relaţia (4.14) ı̂n relaţia (4.13) şi găsim

(λI − A) Bn−1 λn−1 + Bn−2 λn−2 + · · · + Bλ + B0 = det (λI − A) · I =

= λn − p1 λn−1 − p2 λn−2 − · · · − pn−1 λ − pn · I.
Identificând coeficienţii avem relaţiile
Bn−1 = I
Bn−2 − ABn−1 = −p1 I
Bn−1 − ABn−2 = −p2 I
(4.15)
.........................................
B0 − AB1 = −pn−1 I
− AB0 = −pn I
Înmulţind aceste relaţii cu An , An−1 , . . . , I şi apoi adumând obţinem
0 = An − p1 An−1 − p2 An−2 − · · · − pn−1 A − pn I,

adică
P (A) = 0.
4.4. METODA KRYLOV 101

Determinăm acum coeficienţii polinomului D (λ) = λn + p1 λn−1 +
p2 λn−2 + · · · + pn−1 λ + pn care diferă de polinomul caracteristic printr-un
semn. Ştim, din teorema de mai sus, că matricea A anulează polinomul
caracteristic şi astfel avem
An + p1 An−1 + p2 An−2 + · · · + pn−1 A + pn I = 0. (4.16)

Considerăm un vector arbitrar, nenul
⎛ (0) ⎞
y1
y (0) = ⎝ ··· ⎠ (4.17)
(0)
yn
şi ı̂nmulţim relaţia (4.16) cu el, de unde rezultă
An y (0) + p1 An−1 y (0) + p2 An−2 y (0) + · · · + pn−1 Ay (0) + pn y (0) = 0. (4.18)

Vom face următoarea notaţie
y (k) = Ak y (0) = Ay (k−1) , k = 1, 2, .... (4.19)

Cu (4.19), relaţia (4.18) se scrie
y (n) + p1 y (n−1) + · · · + pn−1 y (1) + pn y (0) = 0 (4.20)

echivalent cu
p1 y (n−1) + · · · + pn−1 y (1) + pn y (0) = −y (n) . (4.21)

Ecuaţia (4.21) scrisă matriceal devine
⎛ ⎞⎛ ⎞ ⎛ ⎞
(n−1) (n−2) (0) (n)
y1 y1 ··· y1 p1 y1
⎜ ⎟⎜ ⎜ ⎟
⎜ (n−1)
y2
(n−2)
y2 ···
(0)
y2 ⎟ ⎜ p2 ⎟
⎟ = −⎜
(n)
y2 ⎟
⎜ ⎟⎝ ⎜ ⎟. (4.22)
⎝ ··· ··· ··· ··· ⎠ ··· ⎠ ⎝ ··· ⎠
(n−1) (n−2) (0) (n)
yn yn ··· yn pn yn
Relaţia (4.22) este un sistem liniar cu n ecuaţii şi n necunoscute
(n−1) (1) (0) (n)
p1 y j + · · · + pn−1 yj + pn yj = −yj , j = 1, ..., n, (4.23)
care dacă este compatibil determinat, prin rezolvarea lui găsim coeficienţii
polinomului D (λ), dar dacă sistemul (4.23) nu are soluţie unică, problema
este mai complicată şi ı̂n acest caz este indicat să se schimbe vectorul iniţial
dat de relaţia (4.17).
Exemplul 4.18 Să găsim coeficienţii polinomului caracteristic cu semn schim-

bat pentru matricea
⎛ ⎞
1 1 2
A = ⎝ −1 0 1 ⎠ .
0 −1 0
Soluţie.
Dimensiunea matricei A este 3, deci polinomul D (λ) are forma D (λ) =
λ3 + p1 λ2 + p2 λ + p3 . Vom avea de calculat trei coeficienţi p1 , p2 , p3 . Astfel,
considerăm un vector nenul, oarecare de dimensiune trei
⎛ ⎞ ⎛ ⎞
(0)
y1 1
(0) ⎜ (0) ⎟ ⎝ ⎠
y = ⎝ y2 ⎠ = 0
(0) 0
y3
şi cu formula (4.19) calculăm vectorii y (1) , y (2) ,y (3) , deci
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 2 1 1
y (1) = Ay (0) = ⎝ −1 0 1 ⎠ · ⎝ 0 ⎠ = ⎝ −1 ⎠ ,
0 −1 0 0 0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 2 1 0
y (2) = Ay (1) = ⎝ −1 0 1 ⎠ · ⎝ −1 ⎠ = ⎝ −1 ⎠ ,
0 −1 0 0 1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 2 0 1
y = Ay = ⎝ −1 0 1 ⎠ · ⎝ −1 ⎠ = ⎝ 1 ⎠ .
(3) (2)
0 −1 0 1 1
Scriem relaţia (4.22)
⎛ (2) (1) (0)
⎞ ⎛ ⎞ ⎛ (3) ⎞
y1 y1 y1 p1 y1
⎜ (2) (1) (0) ⎟ ⎝ ⎠ ⎜ (3) ⎟
⎝ y2 y2 y2 ⎠ · p2 = − ⎝ y2 ⎠⇔
(2) (1) (0) p (3)
y3 y3 y3 3 y3
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 1 1 p1 1
⇔ ⎝ −1 −1 0 ⎠ · ⎝ p2 ⎠ = − ⎝ 1 ⎠,
1 0 0 p3 1
de unde rezultă sistemul
⎧
⎨ p2 + p3 = −1
−p1 − p2 = −1 ,
⎩
p1 = −1
4.5. METODA LEVERRIER 103
cu soluţiile
⎧
⎨ p1 = −1,
p2 = 2,
⎩
p3 = −3.
Polinomul D (λ) se scrie D (λ) = λ3 −λ2 +2λ−3, adică polinomul caracteristic
este
P (λ) = −λ3 + λ2 − 2λ + 3.
4.5 Metoda Leverrier

Metoda Leverrier este o altă metodă de determinare a coeficienţilor poli-
nomului caracteristic şi pentru acest lucru vom utiliza următoarea lemă.
Lema 4.19 Dacă
D (λ) = λn + p1 λn−1 + p2 λn−2 + · · · + pn−1 λ + pn (4.24)

este un polinom de gradul n, cu rădăcinile λi , i = 1, ..., n şi dacă
sk = λk1 + λk2 + · · · + λkn (4.25)

pentru k ı̂ntreg, atunci luând p0 = 1 avem
−kpk = pj sk−j . (4.26)

0≤j≤k−1
Demonstraţie. Din
,
n
D (λ) = (λ − λi ) (4.27)
i=1
găsim
n n
D (λ) 1 1 1
= = · =
D (λ) λ − λi λ 1 − λi/
i=1 i=1 λ
n ∞ ∞
λki sk
= = , (4.28)
i=1 k=0
λk+1 k=0
λk+1
pentru |λ| > max (|λ1 | , ..., |λn |) şi s0 = n.
Deci
n n ∞
n−i−1 n−j sk
(n − i) pi λ = pj λ · ⇔
i=1 j=0 k=0
λk+1
n
⇔ (n − i) pi λn−i−1 = pj sk λn−j−k−1. (4.29)
i=1 j,k≥0
Identificăm coeficienţii ı̂n relaţia (4.29) şi găsim

i i−1
(n − i) pi = pj sk = pj si−j = pi s0 + pj si−j .
j+k=i j=0 j=0
Fie
D (λ) = λn + p1 λn−1 + p2 λn−2 + · · · + pn−1 λ + pn
polinomul caracteristic cu semn schimbat al matricei A, rădăcinile sale λi ,
i = 1, ..., n, sumele sk = λk1 + λk2 + · · · + λkn şi formulele lui Newton sk +
p1 sk−1 + · · · + pk−1 s1 = −kpk , k = 1, .., n.
Dând valori lui k ı̂n formulele lui Newton, avem
k = 1 ⇒ s1 = −p1 ⇒ p1 = −s1 ,
1
k = 2 ⇒ s2 + p1 s1 = −2p2 ⇒ p2 = − (s2 + p1 s1 ) , (4.30)
2
............................................................................................
n−1
' n−1
(
1
k = n ⇒ sn + pi sn−i = −npn ⇒ pn = − sn + pi sn−i .
i=1
n i=1
Sumele sk , k = 1, .., n se calculează cu formula

n

sk = λk1 + λk2 + · · · + λkn = T r Ak = akii (4.31)
i=1
k

unde A = akii , k = 1, .., n.
În aceste condiţii, algoritmul metodei Leverrier, se poate scrie ı̂n trei paşi
1. se determină puterile matricii A, adică Ak , k = 1, .., n.
2. se calculează sumele sk , k = 1, .., n cu formula (4.31).

4.5. METODA LEVERRIER 105
3. se determină coeficienţii pi , i = 1, ..., n cu relaţiile (4.30).
Exemplul 4.20 Să găsim coeficienţii polinomului caracteristic cu semn schim-

bat, cu metoda Leverrier, pentru matricea
⎛ ⎞
1 1 2
A = ⎝ −1 0 1 ⎠ .
0 −1 0
Soluţie.
Dimensiunea matricei A este 3, deci polinomul D (λ) are forma D (λ) =
λ3 + p1 λ2 + p2 λ + p3 , astfel vom avea de calculat trei coeficienţi p1 , p2 , p3 .
Aplicăm algoritmul metodei şi pentru ı̂nceput calculăm puterile matricei A
până la puterea a treia.
⎛ ⎞
1 1 2
A = ⎝ −1 0 1 ⎠ ,
0 −1 0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 2 1 1 2 0 −1 3
A2 = A · A = ⎝ −1 0 1 ⎠ · ⎝ −1 0 1 ⎠ = ⎝ −1 −2 −2 ⎠ ,
0 −1 0 0 −1 0 1 0 −1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 2 0 −1 3 1 −3 −1
A3 = A · A2 = ⎝ −1 0 1 ⎠ · ⎝ −1 −2 −2 ⎠ = ⎝ 1 1 −4 ⎠ .
0 −1 0 1 0 −1 1 2 2
Calculăm acum sumele s1 , s2 , s3 .

3
s1 = T r (A) = aii = 1,
i=1
3
s2 = T r A 2
= a2ii = −3,
i=1
3
s3 = T r A3 = a3ii = 4.
i=1
Determinăm coeficienţii:
p1 = −s1 ⇒ p1 = −1,
1 1
p2 = − (s2 + p1 s1 ) ⇒ p2 = − (−3 − 1) = 2,
2 2
1 1
p3 = − (s3 + p1 s2 + p2 s1 ) ⇒ p3 = − (4 + 3 + 2) = −3.
3 3
Astfel, polinomul D (λ) se scrie D (λ) = λ − λ2 + 2λ − 3, adică polinomul
3
caracteristic este
P (λ) = −λ3 + λ2 − 2λ + 3.
Capitolul 5
Interpolarea şi aproximarea

funcţiilor
5.1 Polinomul de interpolare al lui Lagrange

Fie [a, b] un interval al axei reale şi n + 1 puncte x0 , x1 , ..., xn ale acestui
segment astfel ı̂ncât
a ≤ x0 < x1 < · · · < xn−1 < xn ≤ b. (5.1)
Definiţia 5.1 Punctele x0 , x1 , ..., xn se numesc puncte sau noduri de in-

terpolare.
Considerăm o funcţie f : [a, b] → R şi valorile ei ı̂n aceste puncte de interpo-
lare
f (x0 ) = y0 , . . . , f (xn ) = yn . (5.2)

Problema care se pune este de a forma o nouă funcţie F (x) astfel ı̂ncât
valorile ei ı̂n nodurile de interpolare să coincidă cu valorile funcţiei f ı̂n aceste
puncte:
F (x0 ) = y0 , . . . , F (xn ) = yn . (5.3)

sau
F (xi ) = yi, i = 0, . . . , n. (5.4)
Teorema 5.2 Fie f : [a, b] → R, n + 1 puncte de interpolare x0 , x1 , ..., xn

şi valorile ei ı̂n aceste puncte de interpolare f (x0 ) = y0 , . . . , f (xn ) = yn . În
107
108CAPITOLUL 5. INTERPOLAREA ŞI APROXIMAREA FUNCŢIILOR
aceste condiţii, există şi este unic un polinom Ln (x) de grad mai mic sau
egal cu n şi care ı̂n punctele x0 , x1 , ..., xn coincide cu valorile lui f ı̂n xi ,
i = 0, ..., n, adică Ln (xi ) = yi, i = 0, n.
Demonstraţie.
Pasul 1. Se construieşte un polinom Pi (x) astfel ca

1, i = j,
Pi (xj ) = δij = (5.5)
0, i = j.
Scriem acest polinom sub forma
Pi (x) = Ci (x − x0 ) (x − x1 ) · · · (x − xi−1 ) (x − xi+1 ) · · · (x − xn ) , (5.6)
unde Ci este o constantă pe care o obţinem punând x = xi ı̂n relaţia (5.6).

Avem pe de o parte
Pi (xi ) = δii = 1
şi pe de altă parte avem
Pi (xi ) = Ci (xi − x0 ) (xi − x1 ) · · · (xi − xi−1 ) (xi − xi+1 ) · · · (xi − xn ) ,
de unde rezultă
1
Ci = . (5.7)
(xi − x0 ) (xi − x1 ) · · · (xi − xi−1 ) (xi − xi+1 ) · · · (xi − xn )
Înlocuind (5.7) ı̂n formula lui Pi (x) avem
(x − x0 )...(x − xi−1 )(x − xi+1 )...(x − xn )

Pi (x) = . (5.8)
(xi − x0 )...(xi − xi−1 )(xi − xi+1 )...(xi − xn )
Pasul 2. Construim acum polinomul Ln (x) cu condiţia Ln (x) = yi şi

arătăm că acest polinom este de forma:
n
Ln (x) = Pi (x)yi . (5.9)
i=0
Deoarece polinoamele Pi (x), i = 0, n au gradul n, atunci gradul lui Ln (x)

este cel mult n.
Formula (5.9) se mai scrie
5.1. POLINOMUL DE INTERPOLARE AL LUI LAGRANGE 109
n
Ln (xj ) = Pi (xj )yi = Pj (xj )yj = yj , j = 0, 1, 2, . . . (5.10)
i=0
Cu relaţia (5.10) polinomul Ln (x) devine

n
(x − x0 )...(x − xi−1 )(x − xi+1 )...(x − xn )
Ln (x) = · yi (5.11)
i=0
(xi − x0 )...(xi − xi−1 )(xi − xi+1 )...(xi − xn )
Expresia (5.11) poartă numele de polinomul (formula) lui Lagrange.
Pasul 3. Arătăm unicitatea polinomului dat de formula (5.11), folosind

metoda reducerii la absurd.
Presupunem că ∃Mn (x) un polinom distinct de Ln (x), cu gradul mai mic
sau egal cu n astfel ca, Mn (xi ) = yi , pentru i = 0, n.
Considerăm polinomul
Qn (x) = Mn (x) − Ln (x) . (5.12)

Putem spune că gradul lui Qn (x) este cel mult n fiind diferenţa a două
polinoame de grad maxim n. Mai observăm că polinomul Qn (x) se anulează
ı̂n n + 1 puncte x0 , x1 , ..., xn ceea ce ı̂nseamnă că că
Qn (x) = 0
adică
Mn (x) = Ln (x) ,
astfel că unicitatea polinomului este demonstrată.
Observaţia 5.3 Vom nota cu Πn+1 (x) polinomul
Πn+1 (x) = (x − x0 ) (x − x1 ) · · · (x − xn ) . (5.13)

Derivând expresia (5.13) avem
n
Πn+1 (x) = (x − x0 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn ). (5.14)
i=0
Dacă luăm x = xi , i = 0, n (5.14), avem
Πn+1 (x) = (xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xn ). (5.15)

Deci expresia polinomului Lagrange devine
n
(x − x0 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn )
Ln (x) = yi · =
i=0
(xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xn )
n
(x − x0 ) · · · (x − xi−1 ) (x − xi ) (x − xi+1 ) · · · (x − xn ) 1
= yi · · ⇒
i=0
(xi − x0 ) · · · (xi − xi−1 ) (xi − xi+1 ) · · · (xi − xn ) x − xi
n
1
Ln (x) = Πn+1 (x) yi · . (5.16)
i=0
Πn+1 (x) (x − xi )
Exemplul 5.4 Un caz particular de polinom Lagrange găsim pentru n = 1

⇒ y = L1 (x), adică
x−b x−a
y0 +
y= y1 ,
a−b b−a
unde a = x0 şi b = x1 , puncte de interpolare.
Exemplul 5.5 Un alt caz particular de polinom Lagrange găsim pentru n =

2⇒ y = L2 (x), adică
(x − b)(x − c) (x − a)(x − c) (x − a)(x − b)

y= y0 + y1 + y2 ,
(a − b)(a − c) (b − a)(b − c) (c − a)(c − b)
unde a = x0 , b = x1 , c = x2 puncte de interpolare.
Exemplul 5.6 Să construim polinomul Lagrange pentru y = sin πx ı̂n punctele
de interpolare
1 1
x0 = 0, x1 = , x2 = .
6 2
Soluţie.
π 1 π
y0 = f (x0 ) = 0, y1 = f (x1 ) = sin = , y2 = f (x2 ) = sin = 1.
6 2 2

x − 16 x − 12 (x − 0) x − 12 1 (x − 0) x − 16
L2 (x) = · 0 + 1 1 1 · + 1 1 1 · 1 =
0 − 16 0 − 12 6
− 0 6
− 2
2 2
− 0 2
−6
7
= x − 3x2
2
Deci L2 (x) = −3x2 + 72 x.
Exemplul 5.7 Să determinăm polinomul Lagrange ştiind că f : [0, 3] → R,

iar f (0) = 1, f (1) = 0, f (2) = 3, f (3) = 0.
Soluţie.
Din enunţul problemei avem
n = 4,
x0 = 0 şi y0 = f (x0 ) = 1,
x1 = 1 şi y1 = f (x1 ) = 0,
x2 = 2 şi y2 = f (x2 ) = 3,
x3 = 3 şi y3 = f (x3 ) = 0.
Folosind relaţia (5.11) găsim
4
(x − x0 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − x3 )
L4 (x) = · yi
i=0
(xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − x3 )
(x − x1 )(x − x2 )(x − x3 )
L4 (x) = · y0 +
(x0 − x1 )(x0 − x2 )(x0 − x3 )
(x − x0 )(x − x2 )(x − x3 )
+ · y1 +
(x1 − x0 )(x1 − x2 )(x1 − x3 )
(x − x0 )(x − x1 )(x − x3 )
+ · y2 +
(x2 − x0 )(x2 − x1 )(x2 − x3 )
(x − x0 )(x − x1 )(x − x2 )
+ · y3 ⇒
(x3 − x0 )(x3 − x1 )(x3 − x2 )
(x − 1)(x − 2)(x − 3) (x − 0)(x − 2)(x − 3)

L4 (x) = ·1+ · 0+
(0 − 1)(0 − 1)(0 − 1) (1 − 0)(1 − 2)(1 − 3)
(x − 0)(x − 1)(x − 3) (x − 0)(x − 1)(x − 2)

+ ·3+ ·0⇒
(2 − 0)(2 − 1)(2 − 3) (3 − 0)(3 − 1)(3 − 2)
3
L4 (x) = −(x − 1)(x − 2)(x − 3) − x(x − 1)(x − 3) ⇒
2

3
L4 (x) = −(x − 1)(x − 3) x − 2 + x ⇒
2

5
L4 (x) = −(x − 1)(x − 3) x−2 .
2
Teorema 5.8 (evaluarea erorii polinomului lui Lagrange)

(n+1)
Fie funcţia f : [a, b] → R cu f ∈ C[a,b] , y = f (x), n + 1 puncte ale
graficului lui f : y0 = f (x0 ), y1 = f (x1 ), . . . ,yn = f (xn ) şi polinomul
lui Lagrange Ln (x). Presupunem că funcţia posedă toate derivatele până la
(n + 1), inclusiv
f (x) , ..., f (n+1) (x) . (5.17)

− Ln (x),
Rn (x) = f (x)
M = max f (n+1) (x) . (5.18)
a≤x≤b
În aceste condiţii eroarea se scrie

M
|Rn (x)| = |f (x) − Ln (x)| = |Πn+1 (x)| . (5.19)
(n + 1)!
Demonstraţie. Introducem funcţia auxiliară θ : [a, b] → R definită astfel
θ(x) = f (x) − Ln (x) − kΠn+1 (x), k ∈ R. (5.20)

Alegem constanta k astfel ca θ (x) să aibă rădăcina a (n + 2)-a ı̂ntr-un punct
fixat x̄ al intervalului [a, b], diferit de punctele de interpolare. Deci
θ(x̄) = f (x̄) − Ln (x̄) − kΠn+1 (x̄) = 0, (5.21)

de unde rezultă k de forma
f (x̄) − Ln (x̄)
k= . (5.22)
Πn+1 (x̄)
Pentru această valoare a lui k, θ (x) are (n + 2) rădăcini pe [a, b] şi se anulează
la capetele fiecărui interval:
[x0 , x1 ] , [x1 , x2 ] , ..., [xi , x̄] , [x̄, xi+1 ] , ..., [xn−1 , xn ] . (5.23)
Aplicăm teorema lui Rolle fiecărui segment şi observăm că θ (x) are cel puţin
(n + 1) rădăcini ı̂n intervalul [a, b], iar θ (x) va avea cel puţin n rădăcini ı̂n
intervalul [a, b]şi continuând raţionamentul avem că θ(n+1) (x) are cel puţin
un zero pe care ı̂l notăm cu ξ, adică
θ(n+1) (ξ) = 0. (5.24)

(n+1) (n+1)
Cum Ln (x) = 0 şi Πn+1 (x) = (n + 1)! prin derivarea formulei (5.20) de
(n + 1) ori, găsim
θ(n+1) (x) = f (n+1) (x) − k(n + 1)!. (5.25)

Pentru x = ξ avem
0 = f (n+1) (ξ) − k(n + 1)!,
f (n+1) (ξ)
k= . (5.26)
(n + 1)!
Am obţinut două valori pentru k. Egalăm cele două expresii (5.22) şi (5.26)
f (x̄) − Ln (x̄) f (n+1) (ξ)

=
Πn+1 (x̄) (n + 1)!
sau
f (n+1) (ξ)
f (x̄) − Ln (x̄) = Πn+1 (x̄). (5.27)
(n + 1)!
Deoarece x̄ este arbitrar, formula (5.27) se poate rescrie
f (n+1) (ξ)
Rn (x) = f (x) − Ln (x) = Πn+1 (x), (5.28)
(n + 1)!
unde ξ depinde de x şi ξ ∈ (a, b).
Notăm acum cu M următoarea expresie

M = max f (n+1) (x) . (5.29)
a≤x≤b
Astfel că relaţia (5.28) devine
M
|Rn (x)| = |f (x) − Ln (x)| ≤ |Πn+1 (x)| . (5.30)
(n + 1)!

√
Exemplul 5.9 Cu ce precizie √ putem calcula 115 cu ajutorul formulei La-
grange pentru funcţia y = x când avem punctele de interpolare x0 = 100,
x1 = 121, x2 = 144.
Soluţie.
În cazul nostru n = 2.
Calculăm derivatele până la ordinul n + 1 = 3:

√ 1 −1 1 −1 1 3
y = x = x 2, y = x 2 = − x− 2 ,
2 2 4

1 3 3 5
y = − x− 2 = x− 2 .
4 8
Cu formula (5.29) găsim
3 1 3
M = max |y | = √ = 10−5 , 100 ≤ x ≤ 144.
8 1005 8
Aplicăm relaţia (5.30) şi obţinem eroarea
3 1
|R2 | ≤ 10−5 |(115 − 100) (115 − 121) (115 − 144)| =
8 3!
1 −5
= 10 · 15 · 6 · 29 1.6 · 10−3 .
16
5.2 Diferenţe finite

Se consideră
f : R → R, (5.31)
o funcţie reală cu y = f (x).
Definiţia 5.10 Numim pasul diferenţei, valoarea Δx = h a creşterii argu-

mentului funcţiei f.
Observaţia 5.11 Pasul diferenţei este o valoare dată şi constantă.
Δy = Δf (x) = f (x + Δx) − f (x) (5.32)
se numeşte diferenţa de ordinul ı̂ntâi ı̂n x pentru funcţia f .

5.2. DIFERENŢE FINITE 115
Celelalte diferenţe se calculează pe baza diferenţei de ordinul ı̂ntâi, astfel
Δ2 y = Δ (Δy) = Δ (f (x + Δx) − f (x)) =
= f (x + 2Δx) − f (x + Δx) − [f (x + Δx) − f (x)] =
= f (x + 2Δx) − 2f (x + Δx) + f (x)
Δn f (x) = Δ(Δn−1 f (x)) (5.33)

se numeşte diferenţa de ordinul n a funcţiei f .
Exemplul 5.14 Să determinăm diferenţele până la ordinul n, pentru funcţia:

f (x) = 3x + 1, cu pasul Δx = h = 1.
Soluţie.
Δy = Δf (x) = f (x + Δx) − f (x) =
= 3 (x + 1)2 + 1 − 3x2 − 1 = 3x2 + 6x + 3 + 1 − 3x2 − 1 = 6x + 3.
Δ2 f (x) = Δ(6x + 3) = 6(x + 1) + 3 − 6x − 3 = 6x + 6 + 3 − 6x − 3 = 6.
Δ3 f (x) = 6 − 6 = 0.
Pentru k > 2, k ∈ N, Δ(k) f (x) = 0.
Teorema 5.15 Fie
Pn (x) = a0 xn + a1 xn−1 + · · · + an−1 x + an (5.34)
un polinom de gradul n cu coeficienţi reali şi h = Δx atunci diferenţa de

ordinul n are forma
Δn Pn (x) = a0 n!hn , (5.35)

adică este un polinom de gradul zero, deci o constantă.
Demonstraţie.
Calculăm diferenţa de ordinul ı̂ntâi:
ΔPn (x) = Pn (x + Δx) − Pn (x) =
= a0 (x + h)n + a1 (x + h)n−1 + · · · + an−1 (x + h) + an −
−a0 xn − a1 xn−1 − · · · − an−1 x − an =
= a0 xn−1 + a1 xn−2 + · · · + an−1 = Pn−1 (x) ,

(1) (1) (1) (1)
unde a10 = na0 h.
Calculăm diferenţa de ordinul al doilea:

(1)
Δ2 Pn (x) = ΔPn−1 (x) =
= a0 (x + h)n−1 + a1 (x + h)n−2 + · · · + an−1 −

(1) (1) (1)
−a0 xn−1 − a1 xn−2 − · · · − an−1 =

(1) (1) (1)
= a0 xn−2 + a1 xn−3 + · · · + an−2 = Pn−2 (x) ,

(2) (2) (2) (2)
unde a20 = n (n − 1) a0 h2 .
Din aproape ı̂n aproape obţinem diferenţa de ordinul n − 1
Δn−1 Pn (x) = ΔP2

(n−2)
(x) =
(n−1) (n−1) (n−1)

= a0 x + a1 = P1 (x),
= n · (n − 1) · · · 3 · 2 · a0 · hn−1
(n−1)
unde a0
Astfel, diferenţa de ordinul n este
Δn Pn (x) = ΔP1
(n−1) (n) (n)
(x) = a0 = P0 (x),
· 1 · h = a0 n! · hn .
(n) (n−1)
unde a0 = a0

Observaţia 5.16 Δn+1 Pn (x) = 0 şi ı̂n general pentru k ∈ N∗ , k > 0,

Δk Pn (x) = 0.
Observaţia 5.17 Δ poate fi considerat un operator ce asociază funcţiei f

funcţia Δy = f (x + Δx) − f (x), unde Δx este o constantă.
Propoziţia 5.18 Fie f, g : R → R, atunci diferenţele finite au următoarele

proprietăţi:
1)Δ(f + g) = Δf + Δg, (5.36)
2)Δ(cf ) = c · Δf, (5.37)

unde c este o constantă reală,
3)Δm Δn f = Δm+n f, ∀m, n ∈ N∗ . (5.38)

Demonstraţie.
1. Considerăm un x ∈ R şi aplicăm relaţia (5.32) funcţiei sumă f + g
Δ(f + g) (x) = (f + g) (x + Δx) − (f + g) (x) =
= f (x + Δx) + g (x + Δx) − f (x) − g (x) =
= f (x + Δx) − f (x) + g (x + Δx) − g (x) =
= Δf (x) + Δg (x) , ∀x ∈ R,
adică
Δ(f + g) = Δf + Δg.
2. Considerăm un x ∈ R, aplicăm relaţia (5.32) funcţiei produs cf , pentru

c ∈ R şi găsim
Δ(cf ) (x) = (cf ) (x + Δx) − (cf ) (x) =

= cf (x + Δx) − cf (x) =
= c [f (x + Δx) − f (x)] =
= c [Δf (x)] , ∀x ∈ R,
adică
Δ(cf ) = c · Δf, ∀c ∈ R.
3. Demonstrăm prin inducţie după m. Fie n ∈ N∗ arbitrar fixat.

Dacă m = 1, atunci cu relaţia (5.32), avem
Δm Δn f = Δ (Δn f ) = Δ1+n f = Δm+n f. (5.39)

Presupunem că relaţia
Δm Δn f = Δm+n f, ∀m, n ∈ N∗
este adevărată pentru n ∈ N∗ arbitrar şi pentru m ∈ N∗ . Arătăm acum că
ea este adevărată şi pentru m + 1, astfel

Δm+1 Δn f = Δ [Δm (Δn f )] = Δ Δm+n f = Δm+1+n f, ∀m, n ∈ N∗ .
Propoziţia 5.19 Fie funcţiaf : R → R, atunci avem următoarea relaţie:
f (x + nΔx) = (1 + Δ)n f (x) (5.40)

sau n
f (x + nΔx) = Cnm Δm f (x). (5.41)
m=0
Demonstraţie.
Din definiţia diferenţelor finite rezultă
Δf (x) = f (x + Δx) − f (x) ⇒ f (x + Δx) = f (x) + Δf (x) ⇔
⇔ f (x + Δx) = (1 + Δ) f (x). (5.42)

Aplicăm ı̂ncă o dată definiţia relaţiei (5.42) şi avem

Δf (x + Δx) = f (x + Δx + Δx) − f (x + Δx) = f (x + 2Δx) − f (x + Δx) ⇔
⇒ f (x + 2Δx) = Δf (x + Δx) + f (x + Δx) ⇔
⇔ f (x + 2Δx) = (1 + Δ) f (x + Δx).
Dar ţinând cont de (5.42) găsim
f (x + 2Δx) = (1 + Δ)2 f (x).

Aplicând definiţia de n ori avem
f (x + nΔx) = (1 + Δ)n f (x)

sau n
f (x + nΔx) = Cnm Δm f (x).
m=0
Propoziţia 5.20 Fie funcţia f : R → R, atunci pentru ∀n ∈ N∗ , diferenţa

de ordinul n are forma următoare:
Δn f (x) = f (x + nΔx) − Cn1 f (x + (n − 1) Δx) +
+Cn2 f (x + (n − 2) Δx) − · · · + (−1)n f (x). (5.43)
Demonstraţie.
Diferenţa Δ mai poate fi scrisă
Δ = (1 + Δ) − 1.
Astfel, diferenţa de ordinul n a funcţiei f se scrie
n
n n
Δ f (x) = [(1 + Δ) − 1] f (x) = (−1)k Cnk (1 + Δ)n−k f (x) =
k=0
= (1 + Δ)n f (x) − Cn1 · (1 + Δ)n−1 f (x) + Cn2 · (1 + Δ)n−2 f (x) − · · · + (−1)n f (x).
Deci, cu relaţiile (5.40) şi (5.41) rezultă chiar forma (5.43) a diferenţei de
ordinul n a funcţiei f :
Δn f (x) = f (x + nΔx) − Cn1 · f [x + (n − 1) Δx] +
+Cn2 · f [x + (n − 2) Δx] − · · · + (−1)n f (x).

Exemplul 5.21 Să determinăm diferenţa de ordinul n pentru funcţia: y =

sin x.
Soluţie.
Rezolvăm acest exemplu prin inducţie.
Calculăm diferenţa de ordinul ı̂ntâi

h h
Δy = sin (x + h) − sin x = 2 sin cos x + =
2 2

h π h
= 2 sin sin + +x .
2 2 2
Calculăm diferenţa de ordinul al doilea
Δ2 y = Δ (Δy) =

h π h h π h
= 2 sin sin + + x + h − 2 sin sin + +x =
2 2 2 2 2 2

h h π
= 2 sin · 2 sin cos x + h + =
2 2 2
2
h π π
= 2 sin sin +x+h+ =
2 2 2
2
h π h
= 2 sin sin 2 + +x
2 2 2
Presupunem relaţia adevărată pentru n − 1
n−1
n−1 h π h
Δ y = 2 sin sin (n − 1) + +x ,
2 2 2
şi să calculăm diferenţa de ordinul n:
n−1
n
n−1

h
Δ y = Δ Δ y = 2 sin ·
2
-
π h π h
· sin (n − 1) + + x + h − sin (n − 1) + +x =
2 2 2 2
n
h π h h
= 2 sin cos (n − 1) + +x+ =
2 2 2 2
n
h π h
= 2 sin sin n + +x .
2 2 2
Calculul acestui exemplu ne sugerează legătura ce ar putea exista ı̂ntre cal-

culul diferenţei de ordin n şi derivata a n a funcţiei.
Teorema 5.22 Fie f : I → R, I un interval deschis din R, y = f (x), f

indefinit derivabilă şi Δx pasul. În aceste condiţii avem
Δn f (x) = (Δx)n f (n) (x + nγΔx), unde 0 < γ < 1. (5.44)

Demonstraţie.
Vom demonstra prin inducţie
Pentru n = 1, avem
Δf (x) = Δxf (x + γΔx) (5.45)

care este teorema creşterilor finite a lui Lagrange.
Presupunem relaţia adevărată pentru n
Δn f (x) = (Δx)n f (n) (x + nγΔx), unde 0 < γ < 1,

şi arătăm că este adevărată şi pentru n + 1
Δn+1 f (x) = Δ(Δn f (x)) = Δn [f (x+ Δx) −f (x)] = Δn f (x+ Δx) −Δn f (x) =
= (Δx)n [f (n) (x + Δx + nγ1 Δx) − f (n) (x + nγ1 Δx)],

cu teorema lui Lagrange obţinem
(Δx)n Δxf (n+1) (x + nγ1 Δx + γ2 Δx) unde 0 < γ2 < 1. (5.46)
Notăm
nγ1 + γ2
γ= ∈ (0, 1)
1+n
şi avem:
nγ1 Δx + γ2 Δx = Δx(nγ1 + γ2 ) = (1 + n)γΔx. (5.47)

Deci
Δn+1 f (x) = (Δx)n+1 f (n+1) (x + γ(n + 1)Δx) cu 0 < γ < 1.
Adică
Δn f (x)
f (n) (x + γnΔx) = . (5.48)
(Δx)n
Δn f (x)
Presupunem f (n) (x)continuă, deci lim n = f (n) (x).
Δx→0 (Δx)
Tabloul diferenţelor
Se utilizează când funcţiile sunt date prin valori yi = f (xi ) pentru un

sistem de puncte echidistante xi ( i =0,1,2. . . ) adică:
Δxi = xi+1 − xi = h = constant. (5.49)

Avem
Δyi = yi+1 − yi
Δ2 yi = Δ(Δyi ) = Δyi+1 − Δyi = yi+2 − yi+1 − yi+1 + yi = yi+2 − 2yi+1 + yi
...............................................................................................
Δn yi = Δ(Δn−1 yi ) = Δn−1 yi+1 − Δn−1 yi

Prima egalitate se mai scrie:
yi+1 = yi + Δyi = (1 + Δ)yi
yi+2 = yi+1 + Δyi+1 = (1 + Δ)yi+1 = (1 + Δ)2 yi
yi+3 = yi+2 + Δyi+2 = (1 + Δ)yi+2 = (1 + Δ)3 yi
...................................................................
yi+n = (1 + Δ)n yi (5.50)

sau
yi+n = yi + Cn1 Δyi + Cn2 Δ2 yi + · · · + Δn yi (5.51)

Invers avem
Δn yi = [(1 + Δ) − 1]n yi =
= (1 + Δ)n yi − Cn1 (1 + Δ)n−1 yi + Cn2 (1 + Δ)n−2 yi − · · · + (−1)n yi (5.52)

sau
Δn yi = yi+n − Cn1 yi+n−1 + Cn2 yi+n−2 − · · · + (−1)n yi (5.53)

Exemplul 5.23 Să calculăm diferenţa a 4-a a primului număr din şirul:
y0 = 2, y1 = 4, y2 = 8, y3 = 12, y4 = 18
Soluţie.
Vom folosi relaţia
Δn yi = yi+n − Cn1 yi+n−1 + Cn2 yi+n−2 − · · · + (−1)n yi .
În cazul nostru n = 4 şi i = 0, astfel
Δ4 y0 = y4 − C41 y3 + C42 y2 − C43 y1 + C44 y0 =
= 18 − 4 · 12 + 6 · 8 − 4 · 4 + 1 · 2 = 4.
Exemplul 5.24 Se consideră şirul diferenţelor: y0 = 0; Δy0 = 2; Δ2 y0 =

4; Δ3 y0 = 6; Δ4 y0 = 8. Să calculăm y1 , y2 , y3 , y4;
Soluţie.
y1 = y0 + Δy0 = 0 + 2 = 3
y2 = (1 + Δ)2 y0 = y0 + 2Δy0 + Δ2 y0 = 0 + 2 · 2 + 4 = 8
y3 = y0 + 3Δy0 + 3Δ2 y0 + Δ3 y0 = 0 + 3 · 2 + 3 · 4 + 6 = 24
y4 = y0 + 4Δy0 + 6Δ2 y0 + 4Δ3 y0 + Δ4 y0 = 0 + 4 · 2 + 6 · 4 + 4 · 6 + 8 = 64
Formule de sumare
n−1
Δyk = Δy0 + Δy1 + Δy2 + · · · + Δyn−1 =
k=0
= y1 − y0 + y2 − y1 + y3 − y2 + · · · + yn − yn−1 =
= yn − y0 (5.54)
#
Exemplul 5.25 Să arătăm că ni=1 i = n(n+1)
2
.
Soluţie.
Trebuie să căutam un polinom P (x), pentru care ΔP (x) = x, pasul fiind
h = 1. Adică, se caută un polinom sub forma
P (x) = A0 x2 + A1 x + A2 .
Deci
x = ΔP (x) = A0 (x + 1)2 + A1 (x + 1) + A2 − A0 x2 − A1 x − A2 =
= 2A0 x + A0 + A1
Identificând coeficienţii celor două polinoame rezultă
1 1
A0 = ; A1 = − ,
2 2
adică P (x) are forma
x2 − x
P (x) = .
2
Calculăm valorile lui P (x) pentru x = 0, 1, . . . , n, n + 1;
02 − 0
y0 = P (0) = = 0,
2
12 − 1
y1 = P (1) = =0,
2
22 − 2
y2 = P (2) = = 1,
2
32 − 3
y3 = P (3) = = 3,
2
42 − 4
y4 = P (4) = = 6,
2
.................................
n2 − n
yn = P (n) = ,
2
(n + 1)2 − (n + 1) n2 + n
yn+1 = P (n + 1) = = .
2 2
Determinăm Δy0 , Δy1 , Δy2 , · · · , Δyn
Δy0 = y1 − y0 = 0,
Δy1 = y2 − y1 = 1,
Δy2 = y3 − y2 = 2,
Δy3 = y4 − y3 = 3,
.................................
Δyn = yn+1 − yn = n.
Deci
n n
n2 + n n(n + 1)
i= Δyi = yn+1 − y1 = −0= .
i=1 i=1
2 2
Putere generalizată
Definiţia 5.26 Se numeşte putere generalizată de ordinul n, produsul de

n factori din care primul este x, iar fiecare termen care urmează diferă de
precedentul prin h adică
x[n] = x(x − h)(x − 2h) · · · [x − (n − 1)h] (5.55)

cu h fixat.
Caz particular: h = 0 ⇒ x[n] = xn .
Calculul diferenţelor unei puteri generalizate
Δx[n] = (x + h)[n] − x[n] =

= (x + h)x(x − h) · · · [x − (n − 2)h] −
−x(x − h)(x − 2h) · · · [x − (n − 2)h] [x − (n − 1)h] =
= x(x − h) · · · [x − (n − 2)h] [x + h − x + (n − 1)h] =
= x(x − h) · · · [x − (n − 2)h] nh = nhx[n−1] .
Deci
Δx[n] = nhx[n−1] . (5.56)

Δ2 x[n] = Δ(Δx)[n] = Δ nhx[n−1] =
= nh(n − 1)hx[n−2] = n(n − 1)h2 x[n−2] .

Adică, diferenţa de ordinul k este
Δk x[n] = n(n − 1) · · · [n − (k − 1)] hk x[n−k] . (5.57)

Pentru s > n avem
Δs x[n] = 0.
5.3 Formulele de interpolare ale lui Newton

5.3.1 Prima formulă de interpolare a lui Newton
Teorema 5.27 Fie funcţia
f : [a, b] → R (5.58)
cu y = f (x). Considerăm valorile echidistante ale variabilei
xi = x0 + ih, i = 0, n, (5.59)
unde h este pasul de interpolare, h constant. Dacă yi = f (xi ), i = 0, n, atunci
există un polinom Pn (x) de grad mai mic sau egal cu n, care ı̂n punctul xi
ia valorile yi , adică
Pn (xi ) = yi , i = 0, n. (5.60)
Condiţiile (5.60) sunt echivalente cu
Δm Pn (x0 ) = Δm y0 pentru m = 0, 1, 2, ..., n. (5.61)

Demonstraţie.
Pasul 1.Căutăm un polinom de forma
Pn (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) (x − x1 ) +
+a3 (x − x0 ) (x − x1 ) (x − x2 )+· · ·+an (x − xn−1 ) (x − xn−2 ) · · · (x − x0 ) (4).
Utilizând puterile generalizate avem:
Pn (x) = a0 + a1 (x − x0 )[1] + a2 (x − x0 )[2] + · · · + an (x − x0 )[n] . (5.62)

5.3. FORMULELE DE INTERPOLARE ALE LUI NEWTON 127
Pasul 2. Să determinăm coeficienţii ai , i = 0, n ai polinomului Pn (x)

Facem ı̂n (5.62) x = x0 şi avem coeficientul a0
Pn (x0 ) = y0 = a0 . (5.63)
Calculăm diferenţa de ordinul ı̂ntâi a lui Pn (x)
ΔPn (x) = a1 h + 2a2 (x − x0 )[1] h + 3a3 (x − x0 )[2] h + · · ·+ nan (x − xo )[n−1] h.

(5.64)
Facem x = x0 şi găsim
ΔPn (x0 ) = Δy0 = a1 h, (5.65)

de unde
Δy0
a1 = . (5.66)
1!h
Calculăm diferenţa a doua:
Δ2 Pn (x0 ) = 2!a2 h2 + 2 · 3h2 a3 (x − x0 )[1] + · · · + (n − 1)nh2 an (x − x0 )[n] .

(5.67)
Facem x = x0 şi avem
Δ2 y0
a2 = . (5.68)
2!h2
Continuând raţionamentul obţinem coeficienţii polinomului Pn (x)
Δi y0
ai = , i = 0, n, (5.69)
i!hi
unde 0!=1 şi Δ0 y = y.
Introducând coeficienţii (5.69) ı̂n formula (5.62) a polinomului Pn (x) avem
Δy0 Δ2 y0 Δn y0
Pn (x) = y0 + (x − x0 )[1] + 2
(x − x0 ) [2]
+ ... + n
(x − x0 )[n] .
1!h 2!h n!h
(5.70)
Pasul 3. Verificăm că polinomul dat de (5.70) satisface condiţiile de in-

terpolare:
1. Grad Pn (x)≤ n.
2. Pn (x0 ) = y0 .
3.
Δy0 Δ2 y0
Pn (xk ) = y0 + (xk − x0 ) + (xk − x0 ) (xk − x1 ) +
h 2!h2
Δk y0
+···+ (xk − x0 ) · · · (xk − xk−1 ) =
k!hk
Δy0 Δ2 y0 k (k − 1) · · · 1 k
= y0 + · kh + 2
(k − 1) khh + · · · + Δ y0 =
h 2!h k!
= (1 + Δ)k y0 = yk . (5.71)
4. Să arătăm că pentru h → 0 formula (5.70) ne dă polinomul lui Taylor

Δk y0 dk y (k)
lim k = = y(x0 ) , (5.72)
h→0 h dxk x=x0
lim (x − x0 )[n] = (x − x0 )n . (5.73)

h→0
Deci avem
y (n) (x0 )
Pn (x) = y (x0 ) + y (x0 ) (x − x0 ) + · · · + (x − x0 )n (5.74)
n!
care este tocmai polinomul Taylor.
x−x0
5. Notăm q = h
şi obţinem
(x − x0 )[i] x − x0 x − x0 − h x − x0 − 2h [x − x0 − (i − 1) h]
= · · ··· =
h! h h h h
= q (q − 1) (q − 2) · · · (q − i + 1) , i = 1, 2, ..., n. (5.75)
Înlocuind ı̂n formula (5.70) avem:

q (q − 1) 2 q (q − 1) ... (q − n + 1) n
Pn (x) = y0 + qΔy0 + Δ y0 + · · · + Δ y0 .
2! n!
(5.76)
Observaţia 5.28 Formula (5.76) se mai numeşte şi polinomul Newton

ascendent.
Observaţia 5.29 Formula este avantajoasă cand interpolarea se face ı̂n vecinătatea
lui x0 , iar q este foarte mic.
Exemplul 5.30 Cazuri particulare de polinpame Newton.

Pentru n = 1
P1 (x) = y0 + qΔy0 .
Pentru n = 2
q (q − 1) 2
P2 (x) = y0 + qΔy0 + Δ y0 .
2!
Exemplul 5.31 Pasul h este 0.05. Să construim pe intervalul [3.5, 3.7]
polinomul de interpolare Newton pentru funcţia y = ex dată de tabelul:
x 3,50 3,55 3,60 3,65 3,70

y 33,115 34,813 36,598 38,475 40,447
Soluţie.
Calculăm diferenţele lui y.
x y Δy Δ2 y Δ3 y
3,50 33,115 1,698 0,087 0,005
3,55 34,813 1,795 0,092 0,003
3,60 36,598 1,877 0,095
3,65 38,475 1,972
3,70 40,447
Deci
n=3
x0 = 3, 50
y0 = 33, 115
q (q − 1) q (q − 1) (q − 2)
P3 (x) = 33, 115 + 1, 698q + 0, 087 + 0, 05 ,
2 6
x−3,50
unde q = 0,050
= 20 (x − 3, 5).
x 2
Exemplul 5.32 Fie Φ (x) = √2π 0 e−x dx. Aplicând prima formulă de in-
terpolare a lui Newton să determinăm φ (1.43). (Intervalul considerat va fi
[1, 2] , iar h=0,1) .
x y Δy Δ2 y Δ3 y
0,1 0,8427 0,0375 -0,0074 0,0010
1,1 0,8802 0,0301 -0,0064 0,0010
1,2 0,9103 0,0237 -0,0054 0,0009
1,3 0,9340 0,0183 -0,0045 0,0009
1,4 0,9523 0,0138 -0,0036 0,0009
1,5 0,9661 0,0102 -0,0027 0,0005
1,6 0,9763 0,0075 -0,0022 0,0006
1,7 0,9838 0,0053 -0,0016 0,0004
1,8 0,9891 0,0037 -0,0012
1,9 0,9928 0,0025
2,0 0,9953
Punem x0 valoarea cea mai apropiata de 1,43, adică x0 = 1.4, h=0,1.
Deci q = 1,43−1,4
0,1
= 0, 3.
Mergând ı̂n formula de interpolare Newton :
0, 3 (0, 3 − 1)
y ≈ 0, 9523 + 0, 3 · 0, 138 + (−0, 036) +
2!
0, 3 (0, 3 − 1) (0, 3 − 2)
+ · 0, 009 = 0, 95686.
3!
5.3.2 A doua formulă de interpolare a lui Newton

Teorema 5.33 Fie funcţia
f : [a, b] → R (5.77)
cu y = f (x). Considerăm valorile echidistante ale variabilei
xi = x0 + ih, i = 0, n, (5.78)
unde h este pasul de interpolare, h constant. Dacă yi = f (xi ), i = 0, n, atunci
există un polinom Pn (x) de grad mai mic sau egal cu n, cu proprietatea că
Pn (xi ) = yi , i = 0, n, de forma
q q (q + 1) 2 q(q + 1) · · · (q + n − 1) n
Pn (x) = yn + Δyn−1 + Δ yn−2 +· · ·+ Δ y0 ,
1!h 2!h2 n!hn
(5.79)
care este un polinom de interpolare cu

x − xn
q= . (5.80)
h
Demonstraţie.
Pasul 1. Cautăm un polinom de forma
Pn (x) = a0 + a1 (x − xn ) + a2 (x − xn )(x − xn−1 )+
+a3 (x − xn )(x − xn−1 )(x − xn−2 ) + · · · + an (x − xn ) · · · (x − x1 ) (5.81)
sau
Pn (x) = a0 + a1 (x − xn )[1] +
+a2 (x − xn−1 )[2] + a3 (x − xn−2 )[3] + · · · + (x − x1 )[n] (5.82)
Pasul 2. Calculăm coeficienţii a0 , a1 , a2 , ..., an astfel ca Pn (xi ) = yi , i = 0, n.
Deci
Δi Pn (xn−i ) = Δi yn−i, i = 0, n. (5.83)

Punem x = xn ı̂n (5.81) şi obţinem coeficientul a0
Pn (xn ) = yn = a0 ,
de unde rezultă
a0 = yn . (5.84)
Calculăm diferenţa de ordinul ı̂ntâi a lui Pn (x) şi avem
ΔPn (x) = a1 ·1·h+a2 ·2·h(x−xn−1 )[1] +a3 ·3·h(x−xn−2 )[2] +· · ·+an ·n·h(x−x1 )[n−1] .
(5.85)
Punem x = xn−1 ı̂n (5.85) şi avem
ΔPn (xn−1 ) = Δyn−1 = a1 h, (5.86)

de unde rezultă coeficientul a1 :
Δyn−1
a1 = . (5.87)
h
Calculăm diferenţa de ordinul al doilea:
Δ2 Pn (x) = a2 · 2 · 1 · h2 +
+a3 · 3 · 2 · h2 (x − xn−2 )[1] + · · · + an · n(n − 1)h2 (x − x1 )[n−2] . (5.88)

Punem x = xn−2 ı̂n (5.88) şi avem
Δ2 Pn (xn−2 ) = Δ2 yn−2 = a2 2!h2 , (5.89)

de unde rezultă coeficientul a2 :
Δ2 yn−2
a2 = . (5.90)
2!h2
Continuând raţionamentul obţinem coeficienţii polinomului Pn (x)
Δi yn−i
ai = , i = 0, n. (5.91)
i!hi
Introducând coeficienţii (5.91) ı̂n formula polinomului Pn (x) avem
Δyn−1 Δ2 yn−2
Pn (x) = yn + (x − xn ) + (x − xn )(x − xn−1 )+
1!h 2!h2
Δ3 yn−3 Δn y0
+ (x−xn )(x−xn−1 )(x−x n−2 )+· · ·+ (x−xn ) · · · (x−x1 ). (5.92)
3!h3 n!hn
Notăm cu q raportul
x − xn
q= , (5.93)
h
şi obţinem relaţiile
x − xn−1 x − xn + h
= = q + 1,
h h
x − xn−2 x − xn + 2h
= = q + 2.
h h
Deci avem
Pn (x) = yn + qΔyn−1 +
q(q + 1) q(q + 1) · · · (q + n − 1) n
+ Δyn−2 + · · · + Δ y0 . (5.94)
2! n!
Observaţia 5.34 Formula (5.94) se mai numeşte şi polinomul Newton

descendent.
Exemplul 5.35 Să calculăm valoarea logaritmului lg 1044.

Soluţie.
Avem x = 144 şi următorul tabel pentru h = 10 şi n = 5
x y Δy Δ2 y Δ3 y
1000 3,00000 0,0043214 -0,0000426 0,0000008
1010 3,0043214 0,0042788 -0,0000418 0.0000009
1020 3,0086002 0,0042370 -0,0000409 0,0000008
1020 3,0128372 0,0041961 -0,0000401
1040 3,0170333 0,0041560
1050 3,0212893
x − xn 1044 − 1050
xn = 1050 ⇒ q = = = −0, 6
h 10
(−0, 6)(−0, 6 + 1)
lg 1044 = 3, 0211893 + (−0, 6) · 0, 0041560 + · 0, 0000401+
2
(−0, 6)(−0, 6 + 1)(−0, 6 + 2)

+ · 0, 0000008 = 3, 0187005.
6
5.3.3 Evaluarea erorilor pentru formulele lui Newton

Ştim că xi+1 − xi = h, i = 0, n − 1.
Pentru prima formulă a lui Newton avem q de forma
x − x0
q= , (5.95)
h
astfel
q(q − 1) · · · (q − n) (n+1)
Rn (x) = hn+1 · ·f (ξ), (5.96)
(n + 1)!
deci ξ ∈ [x0 , xn ].
Pentru cea de a doua formulă a lui Newton avem
x − xn
q= , (5.97)
h
astfel
q(q + 1)...(q + n) (n+1)

Rn (x) = hn+1 · ·f (ξ). (5.98)
(n + 1)!
Observaţia 5.36 Calculul se opreşte atunci când diferenţele ı̂ntre temeni

pot fi considerate ı̂n limitele preciziei impuse.
Deoarece
Δn+1 y
f (n+1) (x) = lim (5.99)
h→0 hn+1
avem aproximarea
Δn+1 y0
f (n+1) (ξ) ≈ . (5.100)
hn+1
Cu această aproximare, resturile (erorile) formulelelor lui Newton devin:
q(q − 1)...(q − n)
Rn (x) ≈ · Δn+1 y0 , (5.101)
(n + 1)!
q(q + 1)...(q + n)
Rn (x) ≈ · Δn+1 y0 . (5.102)
(n + 1)!
Capitolul 6
Integrare numerică
6.1 Formule de cuadratură

Se consideră o funcţie f : [a, b] → R, f continuă pe intervalul [a, b] şi
primitiva sa F (x) se consideră cunoscută. În aceste condiţii integrala definită
a acestei funcţii de la a la b se poate calcula cu formula Newton-Leibniz:
b
f (x)dx = F (b) − F (a) . (6.1)
a
În unele situaţii primitiva F (x) nu poate fi calculată prin metode ele-
mentare sau există situaţii când funcţia f (x) este dată tabelar ceea ce face
ca determinarea primitivei F (x) să fie lipsită de sens, astfel calculul integralei
dată de relaţia (6.1) nu poate fi realizat. Acestea sunt motivele principale
care arată importanţa practică a metodelor numerice (aproximative) de cal-
cul al integralelor.
Definiţia 6.1 O procedură numerică prin care valoarea unei integrale def-
inite este aproximată folosind informaţii despre integrant numai ı̂n anumite
puncte (unde integrantul este definit) se numeşte formulă de cuadratură.
Definiţia 6.2 Calculul numeric al unei integrale simple poartă numele de

cuadratură mecanică şi calculul unei integrale duble se numeşte cubatură
mecanică.
În cele ce urmează vom considera calculul numeric al unei integrale simple
b
f (x)dx.
a
135
136 CAPITOLUL 6. INTEGRARE NUMERICĂ
Procedeul constă ı̂n a ı̂nlocui funcţia dată y = f (x) printr-o funcţie de inter-
polare sau de aproximare (de exemplu un polinom) φ (x), astfel ı̂ncât
b b
f (x)dx ≈ ϕ(x)dx. (6.2)
a a
Funcţia ϕ(x) trebuie să aibe o formă care să permită calculul imediat al
integralei
b
ϕ(x)dx. (6.3)
a
Dacă funcţia f (x) este dată analitic se va pune problema evaluării erorii.
Vom analiza ı̂n acest scop polinomul lui Lagrange.
Fie funcţia f : [a, b] → R, cu y = f (x) astfel ca ı̂n n + 1 puncte echidis-
tante şi cunoscute ale intervalului [a, b], să avem
yi = f (xi ), i = 0, 1, 2, ..., n. (6.4)
Cu aceste informaţii, dorim să determinăm integrala

b b
ydx = f (x)dx. (6.5)
a a
Fie polinomul Lagrange dat de relaţia următoare

n
Πn+1 (x)
Ln (x) = · yi (6.6)
i=0
(x − xi )Πn+1 (xi )
cu

Ln (xi ) = yi , i = 0, n
Πn+1 (x) = (x − x0 )...(x − xn ).
Atunci avem expresia
b b
f (x)dx = Ln (x)dx + Rn (f ) , (6.7)
a a
unde Rn (f ) este restul.

Introducem (6.6) ı̂n (6.7) şi integrala va fi
b b n
Πn+1 (x)
In = f (x)dx = yi dx + Rn (f ) =
a a i=0
(x − xi )Πn+1 (xi )
6.1. FORMULE DE CUADRATURĂ 137
n b
Πn+1 (x)
= dx yi + Rn (f ) =
i=0 a (x − xi )Πn+1 (xi )
n
= Ai yi + Rn (f ) ,
i=0
deci
b n
f (x)dx = Ai yi + Rn (f ) , i = 0, 1, 2, ..., n, (6.8)
a i=0
unde am notat
b
Πn+1 (x)
Ai = dx. (6.9)
a (x − xi )Πn+1 (xi )
Definiţia 6.3 Formula (6.8) se numeşte formulă de cuadratură.
Definiţia 6.4 Dacă limitele de integrare a, b sunt puncte de interpolare,

atunci formula de cuadratură (6.8) se spune că este de tip ı̂nchis, ı̂n caz
contrar, ea este de tip deschis.
Avem două observaţii cu privire la coeficienţii Ai .
Observaţia 6.5 Coeficienţii Ai nu depind de alegerea funcţiei f pentru o

mulţime de puncte date.
b
Observaţia 6.6 Pentru un polinom de grad cel mult n formula a y dx =
#n
i=0 Ai yi este exactă deoarece Ln (x) ≡ f (x). În particular, formula de
k
k (6.8) este exactă pentru y = x , k = 0, 1, 2, ..., n, deci ı̂n partic-
cuadratură
ular Rn x = 0, pentru k = 0, n.
Justificăm a doua observaţie.
Punem ı̂n formula (6.8) y = xk , k = 0, 1, 2, ..., n şi obţinem relaţiile
pentru k = 0
n
I0 = Ai ,
i=0
pentru k = 1
n
I1 = Ai xi ,
i=0
.................................................
pentru k = n
n
In = Ai xni ,
i=0
adică un sistem de n + 1 ecuaţii

⎧ #
⎪
⎪ I0 = #ni=0 Ai ,
⎨
I1 = ni=0 Ai xi ,
(6.10)
⎪
⎪ ........................
#
⎩
In = ni=0 Ai xni ,
unde
b
k bk+1 − ak+1
Ik = x dx = , k = 0, 1, 2, ..., n, (6.11)
a k+1
din care determinăm coeficienţii Ai , i = 0, n. Determinantul sistemului (6.10)
este un determinant de tip Vandermonde, adică
D = Π (xi − xj ) = 0, (6.12)
i>j
deci Ai pot fi determinaţi ı̂n mod unic.
Exemplul 6.7 Să găsim o formulă de cuadratură de forma

1
1 1 3
y dx = A0 y + A1 y + A2 y .
0 4 2 4
Soluţie.
Fie y = xk , k = 0, 1, 2.
Folosind formula (6.11), avem
1
pentru k = 0, I0 = 0 dx = 1,
1
pentru k = 1, I1 = 0 x dx = 12 ,
1
pentru k = 2, I2 = 0 x2 dx = 13 .
Scriem acum sistemul (6.10), deci
⎧ #2
⎨ I0 = #i=0 Ai = A0 + A1 + A2 ,
I = 2 Ai xi = A0 x0 + A1 x1 + A2 x2 , ⇒
⎩ 1 #i=0
I2 = 2i=0 Ai x2i = A0 x20 + A1 x21 + A2 x22 ,
⎧
⎨ A0 + A1 + A2 = 1,
A0
⇒ + A1 + 3A2 = 12 ,
⎩ A40 A21 9A4 2
16
+ 4 + 16 = 13 .
6.2. FORMULELE DE CUADRATURĂ NEWTON - CÔTES 139
Rezolvând sistemul găsim coeficienţii

2 1 2
A0 = , A1 = − , A2 = .
3 3 3
Adică formula de cuadratură căutată este
1
2 1 1 1 2 3
y dx = y − y + y .
0 3 4 3 2 3 4
Observaţia 6.8 Formula de mai sus este de tip deschis şi este exactă pentru
toate polinoamele de grad mai mic sau egal cu 2.
6.2 Formulele de cuadratură Newton - Côtes

Să presupunem că pentru o funcţie dată f : [a, b] → R cu y = f (x) trebuie
să calculăm integrala
b b
f (x) dx = y dx. (6.13)
a a
Notăm
b−a
h= (6.14)
n
şi ı̂mpărţim segmentul [a, b] cu ajutorul punctelor echidistante
x0 = a, xi = a + ih, i = 0, 1, 2, ..., n − 1, xn = b. (6.15)
Fie yi = f (xi ) pentru i = 0, 1, 2, ..., n.

Înlocuim funcţia y prin polinomul lui Lagrange corespunzător Ln (x), pentru
a obţine formula de cuadratură aproximativă dată de (6.8)
b b xn n
f (x) dx = y dx = y dx ≈ Ai yi , (6.16)
a a x0 i=0
unde coeficienţii Ai sunt nişte constante.

Dar
n
Ln (x) = pi (x)yi , (6.17)
i=0
(x − x0 )(x − x1 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn )

pi (x) = . (6.18)
(xi − x0 )(xi − x1 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xn )
Notăm
x − x0
q= , (6.19)
h
prelucrăm numărătorul expresiei (6.18)
⎧
⎪
⎪ x − x0 = qh
⎪
⎪ x−x1
= x−x − hh = q − 1
⎪
⎪ h h
0
⎪
⎪
⎨ ............................................................
x−xi−1
h
= x−x h
0
− (i − 1) hh = q − (i − 1) ⇒
⎪
⎪ x−xi+1
⎪
⎪ = x−x 0
− (i + 1) hh = q − (i + 1)
⎪
⎪
h h
⎪
⎪ .............................................................
⎩ x−xn
h
= x−x h
0
− n hh = q − n
⎧
⎪
⎪ x − x0 = qh
⎪
⎪
⎪
⎪ x − x1 = (q − 1) h
⎪
⎪
⎨ ...................................
⇒ x − xi−1 = (q − (i − 1)) h ⇒
⎪
⎪
⎪
⎪ x − xi+1 = (q − (i + 1)) h
⎪
⎪
⎪
⎪ ....................................
⎩
x − xn = (q − n) h
⇒ (x − x0 )(x − x1 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn ) =
= hn q (q − 1) · · · (q − (i − 1)) (q − (i + 1)) · · · (q − n) .
Dar
q [n+1] = q(q − 1) · · · (q − n),

deci, numărătorul se poate scrie ı̂n forma
q [n+1]
(x − x0 )(x − x1 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn ) = hn . (6.20)
(q − i)
Procedăm similar pentru numitorul expresiei (6.18) şi găsim

6.2. FORMULELE DE CUADRATURĂ NEWTON - CÔTES 141
⎧
⎪
⎪ xi − x0 = x0 + ih − x0
⎪
⎪
⎪
⎪ x i − x1 = x0 + ih − x0 − h
⎪
⎪
⎨ ................................................
xi − xi−1 = x0 + ih − x0 − (i − 1)h ⇒
⎪
⎪
⎪
⎪ xi − xi+1 = x0 + ih − x0 − (i + 1)h
⎪
⎪
⎪
⎪ .................................................
⎩
xi − xn = x0 + ih − x0 − nh
⎧
⎪
⎪ xi − x0 = ih
⎪
⎪
⎪
⎪ xi − x1 = (i − 1)h
⎪
⎪
⎨ ...............................
⇒ xi − xi−1 = h ⇒
⎪
⎪
⎪
⎪ x i − x i+1 = (−1) h
⎪
⎪
⎪
⎪ ................................
⎩
xi − xn = (−1)(n − i)h
(xi − x0 ) · · · (xi − xi−1 ) = i!hi ,
(xi − x1+1 ) · · · (xi − xn ) = (−1)n−i hn−i (n − i)!,

adică numitorul va fi
(xi − x0 ) · · · (xi − xi−1 )(xi − x1+1 ) · · · (xi − xn ) = (−1)n−i hn i!(n − i)! (6.21)
de unde rezultă că polinomul lui Lagrange

n n
Πn+1 (x)
Ln (x) = pi (x)yi = yi
i=0 i=0
Πn+1 (x)(x − xi )
se scrie cu ajutorul relaţiilor (6.20) şi (6.21) sub forma
n
(−1)n−i q [n+1]
Ln (q) = · yi . (6.22)
i=0
i!(n − i)! q − i
Facem schimbarea de variabilă folosind relaţia (6.19) scrisă ı̂n forma

următoare

q = x−x 0
h ⇒ qh = x − a ⇒ x = a + qh ⇒ dx = h dx. (6.23)
a = x0
Limitele de integrare le determinăm din (6.23), ştiind că x ∈ [a, b] =

[x0 , xn ]. Astfel pentru x = x0 rezultă
q = 0, (6.24)
iar pentru x = xn = x0 + nh rezultă
q = n, (6.25)
deci q ∈ [0, n].
Integrala (6.16) devine
xn xn n n
In = y dx = f (x) dx = f (a + qh) h dq = F (q) dq (6.26)
x0 x0 0 0
unde
F (q) = f (a + qh) h. (6.27)
Dar F (q) ≈ Ln (q) rezultă

n n
In = F (q) dq ≈ Ln (q)dq =
0 0
n n
(−1)n−i q [n+1]
= · yidq =
0 i=0
i!(n − i)! q − i
n n
(−1)n−i q [n+1]
= · yi dq. (6.28)
i=0
i!(n − i)! 0 q−i
Coeficienţii Ai , pentru i = 0, 1, ..., n, vor fi

n
(−1)n−i q [n+1]
Ai = dq. (6.29)
i!(n − i)! 0 q−i
În aceste condiţii integrala noastră se scrie

xn b n
f (x) dx = ydx ≈ Ai yi . (6.30)
x0 a i=0
Definiţia 6.9 Formula (6.30) poartă numele de formula de cuadratură

Newton- Côtes.
6.3. FORMULA TRAPEZELOR 143
Restul ı̂n formula Newton- Côtes reprezintă diferenţa dintre valoarea in-
tegralei iniţiale şi valoarea aproximativă a ei. Acesta se scrie ı̂n felul următor:
xn n
R= f (x) dx − Ai yi .
x0 i=0
Cu formula (6.28), avem
n n n (n+1)
F(ξ) n
F (q) dq− Ln (q)dq = [F (q) − Ln (q)] dq = q [n+1] dq, ξ ∈ [0, n] .
0 0 0 (n + 1)! 0
Deci restul este
F(ξ)
(n+1) n
R= q [n+1] dq, ξ ∈ [0, n] . (6.31)
(n + 1)! 0
Definiţia 6.10 Expresia (6.31) se numeşte restul formulei de cuadratură

Newton- Côtes.
6.3 Formula trapezelor

Formula trapezelor este un caz particular al formulei de cuadratură Newton-
Côtes care se obţine pentru n = 1. În acest caz considerăm funcţia continuă
f : [xi , xi+1 ] → R şi presupunem că xi şi xi+1 sunt distincte. Notăm cu Ii
integrala
xi+1 xi+1
Ii = f (x) dx = ydx. (6.32)
xi xi
Facem schimbarea de variabilă
x = xi + (xi+1 − xi ) q ⇒ dx = (xi+1 − xi ) dq,

sau dacă ţinem cont că h = xi+1 − xi găsim
x = xi + hq ⇒ dx = h dq. (6.33)
Calculăm limitele de integrare, astfel pentru
x = xi ⇒ xi = xi + hq ⇒ q = 0
şi
x = xi+1 ⇒ xi+1 = xi + hq ⇒ xi+1 − xi = hq ⇒ h = hq ⇒ q = 1.

xi+1 1
Ii = f (x) dx = F (q) dq (6.34)
xi 0
unde
F (q) = f (xi + (xi+1 − xi ) q) (xi+1 − xi ) ,

dar h = xi+1 − xi , deci
F (q) = f (xi + qh) · h. (6.35)

Formula (6.30) pentru n = 1, se scrie
xi+1 1
ydx ≈ Ai yi = A0 y0 + A1 y1 . (6.36)
xi i=0
Determinăm coeficienţii Ai cu formula (6.29) şi găsim

pentru i = 0
1
q(q − 1) 1
A0 = − dq = ,
0 q 2
şi pentru i = 1
1
1
A1 = q · dq = .
0 2
Cu aceşti coeficienţi formula (6.36) se scrie
xi+1
1
y · dx ≈ (y0 + y1 ). (6.37)
xi 2
Ştim că
y0 = F (0) = f (xi + 0 · h) h = hf (xi ) (6.38)

şi
y1 = F (1) = f (xi + 1 · h) h = hf (xi+1 ) . (6.39)

Dacă ţinem cont de relaţiile (6.38) şi (6.39), rescriem relaţia (6.37)
6.3. FORMULA TRAPEZELOR 145
xi+1
xi+1 − xi
y · dx ≈ [f (xi ) + f (xi+1 )] (6.40)
xi 2
sau
xi+1
h
Ii = f (x) dx ≈ [f (xi ) + f (xi+1 )] . (6.41)
xi 2
Definiţia 6.11 Formula (6.41) poartă numele de formula trapezelor.
Figura 14
Observaţia 6.12 Această formulă are o interpretare geometrică simplă, şi

anume, că aria de sub curba y = f (x), adică integrala Ii , este aproximată
prin aria trapezului haşurat din figura alăturată.
Evaluarea erorii la formula trapezelor
Vom nota cu R restul ı̂n formula trapezelor.
Teorema 6.13 Fie f : [a, b] → R, dacă presupunem că y ∈ C 2 [a, b], atunci
restul ı̂n formula trapezelor este dat de relaţia următoare
h3
R=− y (ξ) .
12
Demonstraţie. Restul reprezintă diferenţa dintre integrala funcţiei şi val-

oarea aproximativă determinată cu formula trapezelor, adică
x1
1
R= ydx − (y0 + y1 ) .
x0 2
Renotând restul avem
x0 +h
h
R (h) = ydx − (y(x0 ) + y(x0 + h )) . (6.42)
x0 2
Derivăm acum şi obţinem

1 1 h
R (h) = y(x0 + h) − y (x0 ) − y(x0 + h) − y (x0 + h) =
2 2 2
1 h
= [y(x0 + h) − y(x0 )] − y (x0 + h) . (6.43)
2 2
Derivând din nou relaţia (6.43), avem
1 1 h h
R (h) = y (x0 + h)− y (x0 + h)− y (x0 + h) ≈ − y (x0 + h) . (6.44)
2 2 2 2
În plus
R (0) = R (0) = 0. (6.45)

Integrând ı̂n raport cu h, de la 0 la h, găsim
h
1 h
R (h) = R (0) + R (t) dt = − ty (x0 + t) dt =
0 2 0
h
1 h2
= − y (ξ1 ) tdt = y (ξ1 ) , (6.46)
2 0 4
unde ξ1 ∈ (x0 , x0 + h).
h
1 h 2
R (h) = R (0) + R (t) dt = − t y (ξ1 ) dt =
0 4 0
h
1 h3
= − y (ξ) t2 dt = − y (ξ) , (6.47)
4 0 12
unde ξ ∈ (x0 , x0 + h).
Deci eroarea (restul) are forma
h3
R=− y (ξ) , (6.48)
12
unde ξ ∈ (x0 , x1 ).
6.4. FORMULA GENERALIZATĂ A TRAPEZELOR 147
Observaţia 6.14 Dacă y > 0 aproximaţia se realizează prin exces, iar dacă
y < 0 aproximaţia se realizează prin lipsă.
Exemplul 6.15 Să calculăm integrala

1
x3 + 1dx,
0
folosind formula trapezelor.
Soluţie.
Deoarece funcţia considerată este o funcţie polinomială de gradul al treilea,
rezultă că formula trapezelor nu este exactă (n = 1).
Determinăm această integrală cu formula trapezelor
1
1−0 1 3
x3 + 1dx = [f (0) + f (1)] = (1 + 2) = = 1, 5.
0 2 2 2
Pentru a justifica ce am menţionat anterior, referitor la exactitate, calculăm
cu metoda clasică această integrală şi avem
1 4

x 1 1 1 5
x3 + 1dx = + x = + 1 = = 1, 25
4 0 0 4 4
0
care este un rezultat exact.
6.4 Formula generalizată a trapezelor

b
Pentru a calcula integrala a f (x) dx vom ı̂mpărţi intervalul de integrare
[a,b] ı̂n n părţi egale [x0 , x1 ], [x1 , x2 ], ..., [xn−1 , xn ] şi să aplicăm pe fiecare
subinterval formula trapezelor (6.41). Fie h = b−a n
şi notăm yi = f (xi ) ,
i = 0, n.
Deci
b x1 x2 xn
f (x) dx = y · dx + y · dx + · · · + y · dx ≈
a x0 x1 xn−1
h h h
≈ (f (a) + f (x1 )) + (f (x1 ) + f (x2 )) + · · · + (f (xn−1 ) + f (b))
2 2 2
h
= [f (a) + 2f (x1 ) + · · · + 2f (xn−1 ) + f (b)] (6.49)
2
sau folosind relaţia (6.37) se mai poate scrie sub forma
b
1
y · dx = (y0 + 2y1 + 2y2 + · · · + 2yn−1 + yn ) . (6.50)
a 2
Definiţia 6.16 Relaţia (6.49), respectiv relaţia (6.50), poartă numele de

formula generalizată a trapezelor.
Evaluarea erorii pentru formula generalizată a trapezelor
Teorema 6.17 Fie f : [a, b] → R, y = f (x) de clasă C 2 pe intervalul [a, b].

Dacă ∃M2 > 0 astfel ı̂ncât |f (x)| ≤ M2 , ∀x ∈ [a, b], atunci restul are forma
nh3 (b − a)h3
R (f ) = − f (ξ) = − f (ξ), ξ ∈ (a, b), (6.51)
12 12
iar eroarea pentru formula generalizată a trapezelor este
M2
ε = |R (f )| ≤ 2
(b − a)3 . (6.52)
12n
Demonstraţie. Considerăm restul Ri (f ) pe fiecare interval [xi , xi+1 ].
Folosind formula (6.31), pentru n = 1, avem

F (ξ) 1
F (ξ)
Ri (F (q)) = q (q − 1) dq = − , ξ ∈ [0, 1] . (6.53)
2! 0 12
Derivând de două ori expresia F (q) = f (xi + (xi+1 − xi ) q) (xi+1 − xi ), găsim
F (q) = f (xi + (xi+1 − xi ) q) (xi+1 − xi )3 (6.54)

şi ı̂nlocuim ı̂n (6.53) de unde rezultă
f (ξi ) (xi+1 − xi )3
Ri (F (q)) = − , i = 0, n − 1,
12
dar h = xi+1 − xi , deci restul pe intervalul [xi , xi+1 ] este
h3
Ri (F (q)) = − f (ξi ) , ξi ∈ [xi , xi+1 ] , i = 0, n − 1. (6.55)
12
Pentru a găsi restul pe intervalul [a, b] vom ı̂nsuma cele n resturi obţinute pe
fiecare subinterval
n−1 n−1 n−1

h3 h3
R (f ) = Ri (f ) = − f (ξi ) = − f (ξi) , ξi ∈ [xi , xi+1 ] .
i=0 i=0
12 12 i=0
(6.56)
Vom considera media aritmetică
6.4. FORMULA GENERALIZATĂ A TRAPEZELOR 149
n n
1
μ= f (ξi) ⇒ f (ξi ) = nμ. (6.57)
n i=1 i=1
Dar f este de clasă C 2 pe intervalul [a,b] , rezultă că are proprietatea

lui Darboux, deci există un punct ξ ∈ [a, b] astfel ca
μ = f (ξ). (6.58)
Înlocuim (6.58) ı̂n (6.57) şi obţinem
n
f (ξi ) = nf (ξ), ξ ∈ [a, b]. (6.59)
i=1
Astfel că restul va avea forma
nh3 n (b − a)3 f (ξ)

R (f ) = − f (ξ) = − 3
f (ξ) = − (b − a)3 , ξ ∈ [a, b].
12 12n 12n
(6.60)

Pentru M2 > 0, cu |f (x)| ≤ M2 , ∀x ∈ [a, b], eroarea devine
M2
ε = |R (f )| ≤ − (b − a)3 .
12n2

1
x3 + 1dx,
0
folosind formula generalizată a trapezelor pentru n = 2, n = 4 şi n = 8.

Soluţie.
Pentru n = 2, ı̂mpărţim intervalul [0, 1] ı̂n două subintervale, aplicăm formula
generalizată a trapezelor (6.50) şi avem
1
3 1 f (0) 1 f (1) 1 1 9 21
x +1dx = +f + = + +1 = = 1, 3125.
0 2 2 2 2 2 2 8 16
Pentru n = 4, avem 4 subintervale şi deci vom scrie

1 3
1 f (0) i f (1)
x3 + 1dx = + f 0+ + =
0 4 2 i=1
4 2
3
1 f (0) i f (1)
= + f + =
4 2 i=1
4 2

1 f (0) 1 2 3 f (1)
= +f +f +f + =
4 2 4 4 4 2

1 1 65 72 91 324
= + + + +1 = = 1, 2656.
4 2 64 64 64 256
Pentru n = 8, avem 8 subintervale şi deci vom scrie
1 3
1 f (0) i f (1)
x3 + 1dx = + f 0+ + =
0 8 2 i=1
8 2
7
1 f (0) i f (1)
= + f + =
8 2 i=1
8 2

1 f (0) 1 2 3
= +f +f +f +
8 2 8 8 8

4 5 6 7 f (1)
+f +f +f +f + =
8 8 8 8 2

1 1 65 72 91 321
= + + + +1 = = 1, 2539.
8 2 64 64 64 256
6.5 Formula Simpson

Formula Simpson este un caz particular al formulei de cuadratură Newton-
Côtes care se obţine pentru n = 2, şi avem o interpolare pătratică pe inter-
valul [0, 2]. Considerăm funcţia continuăf : [x2i , x2i+2 ] → R, iar intervalul
[a, b] va fi divizat ı̂n 2n subintervale egale a = x0 < x1 < · · · < x2i < x2i+1 <
· · · < x2n−1 < x2n = b, h = b−a
2n
= xk+1 − xk , k = 0, 2n − 1. Notăm
x2i+2
I2i = f (x) dx. (6.61)
x2i

x2i+2 − x2i x2i+2 − x2i
x = x2i + q ⇒ dx = dq. (6.62)
2 2
6.5. FORMULA SIMPSON 151
2
I2i = F (q) dq (6.63)
0
unde

x2i+2 − x2i x2i+2 − x2i
F (q) = f x2i + q · . (6.64)
2 2
Folosim acum formula Newton – Côtes, care pentru n = 2, se scrie
x2 2
ydx ≈ Ai yi = A0 y0 + A1 y1 + A2 y2 , (6.65)
x0 i=0
unde y (i) = F (i), i = 0, 2.

În cazul nostru, expresia (6.29) a coeficienţilor devine
2
(−1)2−i q [2+1]
Ai = dq, i = 0, 1, 2. (6.66)
i!(2 − i)! 0 q−i
Astfel, pentru i = 0

1 q(q − 1)(q − 2)
2
1 2
A0 = dq = (q − 1)(q − 2)dq =
2 0 q 2 0

1 2 2 1 8 1
= (q − 3q + 2)dq = −6+4 = , (6.67)
2 0 2 3 3
pentru i = 1

1 2
q(q − 1)(q − 2) 2
4
A1 = − dq = − q(q − 2) = , (6.68)
1 0 q−1 0 3
şi pentru i = 2

1 2
q(q − 1)(q − 2) 1 2
1
A2 = dq = q(q − 1)dq = . (6.69)
2 0 q−2 2 0 3
Înlocuind coeficienţii Ai , i = 0, 2 ı̂n formula (6.65), avem
x2
1
ydx = (y0 + 4y1 + y2 ). (6.70)
x0 3
Dar x2i+2 − x2i = 2h, i = 0, n. Cu formula (6.64) obţinem
y0 = F (0) = hf (x2i ) , (6.71)

y1 = F (1) = hf (x2i+1 ) , (6.72)

şi
y2 = F (2) = hf (x2i+2 ) , (6.73)

Înlocuim acum ı̂n relaţia (6.70) pe yi , i = 0, 2 şi găsim
2
h
y · dx = [f (x2i ) + 4f (x2i+1 ) + f (x2i+2 )] . (6.74)
0 3
Definiţia 6.19 Expresia (6.74) poartă numele de formula lui Simpson.

1
x3 + 1dx,
0
folosind formula lui Simpson.
Soluţie.
Pentru n = 2,
1
1−0
1 1 15 15
3
x + 1dx = 2
f (0) + 4f + f (1) = · = = 1.25.
0 3 2 6 2 12
Evaluarea restului formulei Simpson
Teorema 6.21 Fie f : [a, b] → R, y = f (x) de clasă C 4 pe intervalul [a, b],

atunci restul ı̂n formula lui Simpson are forma
h5 (4)
R = − y (ξ), ξ ∈ (x1 − h, x1 + h). (6.75)
90
Demonstraţie. Fie restul ı̂n formula lui Simpson
x2
h
R= ydx − (y 0 + 4y1 + y2 ), y ∈ C 4 [a, b]. (6.76)
x0 3
Fixând punctual median xi şi R = R (h), h ≥ 0, avem
x1 +h
h
R = R(h) = ydx − [y(x1 − h) + 4y(x1 ) + y(x1 + h)]. (6.77)
x1 −h 3
6.5. FORMULA SIMPSON 153
Derivăm de trei ori pe R (h)ı̂n raport cu h.

Calculăm prima derivată
1
R (h) = [y(x1 + h) + y(x1 − h)] − [y(x1 − h) + 4y(x1 ) + y(x1 + h)]−
3
h
− [−y (x1 − h) + y (x1 + h)] ⇒ R (h) =
3
2 4 h
= [y(x1 − h) + y(x1 + h)] − y(x1 ) − [−y (x1 − h) + y (x1 + h)]. (6.78)
3 3 3
Analog, avem derivata a doua
2 1
R (h) = [−y (x1 − h) + y (x1 + h)] − [−y (x1 − h) + y (x1 + h)] −
3 3
h
− [y (x1 − h) + y (x1 + h)] ⇒
3
1 h
R (h) = [−y (x1 − h) + y (x1 + h)] − [y (x1 − h) + y (x1 + h)] .
3 3
(6.79)
Iar dervata a treia este
1
R (h) = [y (x1 − h) + y (x1 + h)]−
3
1 h
− [y (x1 − h) + y (x1 + h)] − [−y (x1 − h) + y (x1 + h)]R (h) =
3 3
h Lagrange
= − [y (x1 + h) − y (x1 − h)] −→
3
2h2 (4)
R (h) = − y (ξ3 ), ξ3 ∈ (x1 − h, x1 + h). (6.80)
3
Se observă că R(0) = R (0) = R (0) = 0.
Integrând pe R (h) şi aplicând teorema de medie avem
h
2 h 2 (4)
R (h) = R (0) + R (t)dt = − t y (ξ3 )dt =
0 3 0
h
2 (4) 2
= − y (ξ2 ) t2 dt = − h3 y (4) (ξ2 ),
3 0 9
2
R (h) = − h3 y (4) (ξ2 ), ξ2 ∈ (x1 − h, x1 + h). (6.81)
9
h
2 h 3 (4)
R (h) = R (0) + R (t)dt = − t y (ξ2 )dt =
0 9 0
h
2 (4) 1
= − y (ξ1 ) t3 dt = − h4 y (4) (ξ1 ),
9 0 18
1 4 (4)
R (h) = − h y (ξ1 ), ξ1 ∈ (x1 − h, x1 + h). (6.82)
18
h h
1 1 h5 (4)
R(h) = R(0) − t y (ξ1 )dt = − y (4) (ξ)
4 (4)
t dt = − y (ξ),
4
18 0 18 0 90
Adică restul este
h5 (4)
R(h) = − y (ξ), ξ ∈ (x1 − h, x1 + h). (6.83)
90

6.6 Formula Simpson generalizată

Fie f : [a, b] → R şi yi = f (xi ), i = 0, n, h = b−a 2n
. Aplicăm formula
lui Simpson pe fiecare interval [x2i , x2i+1 ], astfel că adumând aceste integrale
obţinem
b x2n x2 x4 x2n
ydx = ydx = ydx + ydx + · · · + ydx. (6.84)
a x0 x0 x2 x2n−2
Cu formula (6.74) avem

b n−1
h
f (x) dx = (y2i + 4y2i+1 + y2i+2 ) (6.85)
a 3 i=0
sau b
f (x) dx =
a
h h h
= (y0 + 4y1 + y2 ) + (y2 + 4y3 + y4 ) + · · · + (y2n−2 + 4y2n−1 + y2n ) (6.86)
3 3 3
sau
b
h
ydx = [(y0 + y2n ) + 4 (y1 + y3 + · · · + y2n−1 ) + 2 (y2 + · · · + y2n−2 )] .
a 3
(6.87)
6.6. FORMULA SIMPSON GENERALIZATĂ 155
Definiţia 6.22 Fiecare din expresiile (6.85), (6.86), (6.87) reprezintă for-
mula lui Simpson generalizată.
Evaluarea restului ı̂n formula lui Simpson generalizată
Teorema 6.23 Fie f : [a, b] → R, y = f (x) de clasă C 4 pe intervalul [a, b].
Dacă ∃M4 > 0 astfel ı̂ncât f (4) (x) ≤ M4 , ∀x ∈ [a, b], atunci, formula lui
Simpson generalizată, restul are forma
(b − a)h4 (4)
R (f ) = − f (ξ), ξ ∈ [a, b] , (6.88)
180
iar eroarea este
M4
ε = |R (f )| ≤ (b − a)h4 . (6.89)
180
Demonstraţie.
Restul pe intervalul [x2i , x2i+2 ] ı̂l notăm
h5 (4)
Ri = − y (ξ2i ), ξ2i ∈ [x2i , x2i+2 ] , (6.90)
90
cu y (4) continuă pe intervalul [a, b].
Pe ı̂ntreg intervalul [a, b] restul formulei lui Simpson generalizată se obţine
prin adunarea tuturor resturilor, astfel
n−1 n−1
h5
R= Ri = − y (4) (ξ2i ) ⇒
i=1 i=1
90
n−1
h5
R=− y (4) (ξ2i ), ξ2i ∈ [x2i , x2i+2 ] . (6.91)
90 i=1
Din teorema lui Darboux, avem un punct ξ ∈ [a, b], astfel că media aritmetică
este
n−1
1
(4)
y (ξ) = y (4) (ξ2i ) ⇒
n i=1
n−1
y (4) (ξ2i ) = ny (4) (ξ). (6.92)
i=1
Introducem relaţia (6.92) ı̂n (6.91) şi avem formula
nh5 (4) (b − a)h4 (4)

R=− y (ξ) = − y (ξ), ξ ∈ [a, b] , (6.93)
90 180
unde h = b−a
2n
.
Fie M4 > 0 astfel ı̂ncât f (4) (x) ≤ M4 , ∀x ∈ [a, b], astfel avem eroarea
M4
ε = |R| ≤ (b − a)h4 . (6.94)
180

Exemplul 6.24 Să calculăm valorile aproximative cu ajutorul formulei Simp-

son şi să evaluăm integrala
1
dx
I= ,
0 1+x
cu n = 10.
Soluţie.
i xi y2j−1 y2j
0 0 1,00000
1 0,1 0,90909
2 0,2 0,83333
3 0,3 0,76923
4 0,4 0,71429
5 0,5 0,66667
6 0,6 0,62500
7 0,7 0,58824
8 0,8 0,55556
9 0,9 0,52632
10 1 0,50000
Σ 3,45955 2,72818
0, 1
I≈ (1, 00000 + 0, 500000 + 4 · 3, 45955 + 2 · 2, 72818) = 0, 69315
3
Distingem 2 feluri de erori:
6.7. FORMULA DE CUADRATURĂ A LUI CEBÎŞEV 157
1. Erori de rotunjire
n n
Rrot = Ai ε = ε Ai = ε · 1 = ε
i=0 i=0
Dar toate cifrele sunt rotunjite la a cincea zecimală şi sunt egale 12 10−5 .
2. Erori de metodă
1 1 2
y= ; y = − 2
; y = ;
1+x (1 + x) (1 + x)3
6 24
y = − 4
; y4 = .
(1 + x) (1 + x)5
Dar
max y (4) = 24.
0≤x≤1
Deci
(0, 1)4
|R2 | < 1 · · 24 = 1, 3 · 10−5 .
180
Deci eroarea va fi:
R = Rrot + R2 = 0, 5 · 10−5 + 1, 3 · 10−5 = 1, 8 · 10−5 < 0, 00002.
Deci:
I = 0, 69315 ± 0, 00002.
6.7 Formula de cuadratură a lui Cebı̂şev

Pentru formula Newton - Côtes se folosesc puncte arbitrare, dar echidis-
tante. Dacă ı̂nsă se aleg anumite puncte de diviziune fără a mai impune altă
condiţie, atunci se obţine formula de cuadratură Cebı̂şev.
Fie integrala
1
I= f (t)dt (6.95)
−1
şi considerăm aproximarea

n
I≈ Bi f (ti ) (6.96)
i=1
unde Bi sunt constante.

Alegerea punctelor ti se face astfel ı̂ncât să fie ı̂ndeplinite condiţiile
a) constantele Bi , i = 1, n sunt egale ı̂ntre ele;
b) formula de cuadratură (6.96) este exactă pentru toate polinoamele pană
la gradul n inclusiv;
Din prima condiţie avem
B1 = B2 = ... = Bn = B, (6.97)
deci
1 n
f (t)dt = B f (ti ). (6.98)
−1 i=1
Punem f (t) = 1 şi avem

2
2 = nB ⇒ B = . (6.99)
n
Deci
1 n
2
f (t)dt = f (ti ). (6.100)
−1 n i=1
Pentru a găsi abscisele ti , vom ţine cont de condiţia (b) şi de relaţia
(6.100), care ne spune că formula (6.98) trebuie să fie exactă pentru funcţii
de forma f (t) = t, t2 , ..., tn .
Introducând aceste funcţii ı̂n formula (6.100), obţinem sistemul de ecuaţii
⎧
⎪
⎪ t1 + t2 + · · · + tn = 0,
⎪
⎪ n
⎪
⎪ t 1 + t2 + · · · + tn = 3 ,
2 2 2
⎪
⎨ t3 + t3 + · · · + t3 = 0,
1 2 n
t41 + t42 + · · · + t4n = n5 , (6.101)
⎪
⎪
⎪
⎪
⎪
⎪
.........................................
⎪ n
⎩ n+1
t1 + tn2 + · · · + tnn = n[1−(−1) 2(n+1)
]
.
Rezolvarea sistemului se reduce la determinarea rădăcinilor reale ale unor
ecuaţii algebrice de gradul n.
S.N. Bernstein a demonstrat că pentru n = 8 şi n ≥ 10 sistemul (6.101)
nu admite rădăcini reale.
6.7. FORMULA DE CUADRATURĂ A LUI CEBÎŞEV 159
Exemplul 6.25 Să deducem formula Cebı̂şev cu trei abscise.

Soluţie.
Avem n = 3, astfel formula Cebı̂şev se scrie folosind relaţia (6.100)
1 3
2
f (t)dt = f (ti ).
−1 3 i=1
Va trebui să determinăm cele trei abscise. Sciem sistemul (6.101)

⎧
⎨ t1 + t2 + t3 = 0,
t2 + t22 + t23 = 1,
⎩ 13
t1 + t32 + t33 = 0.
Notăm cu S1 , S2 , S3 sumele următoare
S1 = t1 + t2 + t3 ,
S2 = t1 t2 + t1 t3 + t2 t3 ,
S3 = t1 t2 t3 ,
şi găsim valorile
S1 = 0,
1. / 1 1
S2 = (t1 + t2 + t3 )2 − t21 + t22 + t23 = (0 − 1) = − ,
2 2 2
1. /
S3 = (t1 t2 t3 )3 − 3 (t1 + t2 + t3 ) t21 + t22 + t23 + 2 t31 + t32 + t33 =
6
1
= (0 − 0 + 0) = 0.
6
Scriem ecuaţia de gradul al treilea
t3 − S1 t2 + S2 t − S3 = 0
adică
1
t3 − t = 0
2
şi are soluţiile
√ √
2 2
t1 = − , t2 = 0, t3 = .
2 2
Deci formula de cuadratură se scrie:
' √ ( ' √ (
1
2 2 2
f (t)dt = f − + f (0) + f .
−1 3 2 2
Observaţia 6.26 Pentru a aplica formula de cuadratură Cebı̂şev integralei

de forma
b
f (x)dx (6.102)
a
facem substituţia
b+a b−a
x=
+ t, (6.103)
2 2
care transformă intervalul a ≤ x ≤ b ı̂n intervalul −1 ≤ t ≤ 1.
Aplicând formula (6.100) integralei transformate, se obţine
b n
b−a
f (x)dx = f (xi ) (6.104)
a n i=1
unde
b+a b−a
xi = + ti , i = 1, ..., n. (6.105)
2 2
1 x
Exemplul 6.27 Să calculăm integrala I = 0 1+x dx cu formula Cebı̂şev cu
5 ordonate.
Soluţie.
x
Notăm f (x) = 1+x . Cu formula (6.104) avem
5
1 1
I= f (xi ) = [f (x1 ) + · · · + f (x5 )] .
5 i=1
5
Cu relaţia (6.105) calculăm xi , i = 1, 5.
1 1 1 1
x1 = + t1 = + (−0, 83250) = 0, 08375,
2 2 2 2
1 1 1 1
x2 = + t2 = + (−0, 37454) = 0, 31273,
2 2 2 2
1 1 1 1
x3 = + t3 = + · 0 = 0, 5,
2 2 2 2
6.8. FORMULA DE CUADRATURĂ A LUI GAUSS 161
x4 = 1 − x2 = 0, 68727,
x5 = 1 − x1 = 0, 91625.
Determinăm acum yi = f (xi ), i = 1, 5.
y1 = 0, 0773,
y2 = 0, 2382,
y3 = 0, 3333,
y4 = 0, 4073,
y5 = 0, 4781.
Astfel integrala noastră are valoarea
1
I= · 1, 5342 = 0, 3068.
5
6.8 Formula de cuadratură a lui Gauss

Pentru ı̂nceput vom prezenta forma şi proprietăţile polinoamelor Legen-
dre.
Definiţia 6.28 Polinomul de forma

1 dn . 2 n /
Pn (x) = n
· n
· x −1 , n = 0, 1, 2, ... (6.106)
2 n! dx
poartă numele de polinomul Legendre.
Teorema 6.29 Polinoamele Legendre au următoarele proprietăţi
1. Pn (1) = 1;
2. Pn (−1) = (−1)n ;
1
3. −1 Pn (x) · Qk (x) dx = 0, k < n;
4. Polinomul Pn (x) are toate rădăcinile reale (n rădăcini), care sunt

cuprinse ı̂n intervalul (−1, 1);
Demonstraţie.
1. Vom scrie polinomul Legendre dat de (6.106) cu formula lui Leibniz.
Fie
y = u (x) v (x) , (6.107)

n
n
y (n)
= (uv) = Cni u(n−i) v (i) =
i=0
= u(n) v + Cn1 u(n−1) v 1 + Cn2 u(n−2) v 2 + · · · + uv n . (6.108)

Considerăm
u = (x − 1)n , v = (x + 1)n (6.109)
astfel că
uv = (x + 1)n (x − 1)n . (6.110)
Deci n n
1 n d (x − 1)
Pn (x) = n · (x + 1) · +
2 n! dxn

d (x + 1)n dn−1 (x − 1)n dn (x + 1)n n
+Cn1 · · +···+ · (x − 1) . (6.111)
dx dxn−1 dxn
Deoarece toţi termenii ı̂ncepând cu al doilea admit factorul (x − 1) rezultă
că toţi aceşti termeni sunt egali cu 0 pentru x = 1.
Deci
1
Pn (1) = · 2n n! = 1. (6.112)
2n n!
2. Repetăm procedeul pentru x = −1 dar de data aceasta singurul termen
nenul este ultimul.
Deci
1
Pn (−1) = · n! · (−2)n = (−1)n . (6.113)
2n n!
3. Fie u, v două funcţii continue, cu derivatele lor continue. Atunci
formula de intergrare prin părţi generalizată este
b
uv (n+1) dx =
a

. / b
= uv (n)
−u v
1 (n−1)
+ · · · + (−1) u n (n)
v ba + (−1)n+1 u(n+1) vdx. (6.114)
a
Ne propunem să găsim polinomul Xn (x) de gradul n, astfel ı̂ncât pentru un

polinom oarecare Q (x) de grad strict mai mic ca n să fie satisfăcută egalitatea
b
Xn (x) Q (x) dx = 0 (6.115)
a
a şi b oarecare, dar fixe.
Observaţia 6.30 Orice polinom Xn (x) de gradul n poate fi considerat ca

derivata de ordinul n a unui polinom R (x) de gradul 2n, care se obţine prin
n integrări succesive.
Observaţia 6.31 Dacă la fiecare integrare se alege constanta arbitrară astfel

ı̂ncât pentru x = a integrala să devină zero, atunci R (x) va trebui să satisfacă
condiţiile
⎧
⎪
⎪ R (a) = 0,
⎨
R (a) = 0,
(6.116)
⎪
⎪ ..................
⎩ (n−1)
R (a) = 0.
Deci problema se reduce la determinarea unui polinom de gradul 2n astfel
ı̂ncât să avem
b
R(n) (x) Q (x) dx = 0 (6.117)
a
pentru un polinom Q (x) de grad strict mai mic ca n care satisface şi relaţia
(6.116).
Înlocuind ı̂n formula integrării prin părţi pe n cu n − 1 avem
b
R(n) (x) Q (x) dx =
a
. /
= Q (x) R (n−1)
(x) − Q (x) R(n−2) (x) + · · · + Q(n−1) (x) R (x) ±
b
± Q(n) R (x) dx. (6.118)
a
Dar ultima integrală este egală cu zero deoarece grad Q < n. Deci avem
Q (b) R(n−1) (b) − Q (b) R(n−2) (b) + · · · + Q(n−1) (b) R (b) = 0. (6.119)
Având ı̂n vedere caracterul absolut arbitrar al polinomului Q (x) putem lua
R (b) = R (b) = · · · = R(n−1) (b) = 0. (6.120)

Din egalităţile (6.116) şi (6.120) rezultă că polinomul R (x) are numerele a
şi b rădăcini multiple de ordinul n, adică
dn
Xn (x) = Cn n [(x − a)n (x − b)n ] (6.121)
dx
şi luând pe a = 1şi b = −1, obţinem pentru
1
Cn =
2n n!
chiar polinomul Legendre.
Deci avem
1
Pn (x) Q (x) dx = 0 (6.122)
−1
şi mai mult dacă m = n rezultă că

1
Pn (x) Pm (x) dx = 0. (6.123)
−1
n
4. Observăm că polinomul (x2 − 1) = (x − 1)n (x + 1)n şi cele n − 1
derivate succesive se anulează pentru x = ±1. Atunci prima derivată, după
teorema lui Rolle, va admite o rădăcină reală ı̂n intervalul (−1, 1). Folosind
aceeaşi teoremă, a doua derivată va admite două rădăcini reale, şi ı̂n final a
(n − 1) derivată va admite (n − 1) rădăcini reale. Aplicând ı̂n final, ı̂ncă o
dată teorema lui Rolle, rezultă că Pn (x) are pe intervalul (−1, 1) n rădăcini
reale.
Exemplul 6.32 Să generăm acum polinoame Legendre până la n = 4.

Soluţie.
P0 (x) = 1;
1 2 1
P1 (x) = x − 1 = · 2x = x;
2·1 2
1 2 2 1. 2 / 1 3 1 2
P2 (x) = 2 x −1 = 4x x − 1 = x −x = 3x − 1 ;
2 · 2! 8 2 2
1 3
P3 (x) = 5x − 3x ;
2
1
P4 (x) = 35x4 − 30x2 + 3 .
8
Fie y = f (t) unde
f : [−1, 1] → R. (6.124)
Printr-o schimbare de variabilă, cazul general se aduce la intervalul [−1, 1].
Se doreşte să se determine punctele
t1 , t2 , ..., tn (6.125)
şi coeficienţii
A1 , A2 , ..., An (6.126)
astfel ca formula de cuadratură
1 n
f (t) dt = Ai f (ti ) (6.127)
−1 i=1
să fie exactă pentru orice polinom f (t) de grad N, cât mai mare posibil.
Deoarece avem 2n necunoscute ti , Ai , i = 1, ..., n atunci polinomul trebuie
să fie de gradul 2n − 1deoarece acesta este unic determinat de 2n coeficienţi.
Deci
N = 2n − 1. (6.128)
Pentru a avea egalitatea (6.127) trebuie ca ea să fie verificată pentru funcţiile
f (t) = 1, t, t2 , ..., t2n−1 . (6.129)

Într-adevăr punând
1 n
tk dt = Ai tki , k = 0, 1, ..., 2n − 1 (6.130)
−1 i=1
şi
2n−1
f (t) = Ck tk (6.131)
k=0
avem
2n−1 2n−1
' n
(
1 1
f (t) dt = Ck tk dt = Ck Ai tki =
−1 k=0 −1 k=0 i=1
n
'2n−1 ( n
= Ai Ck tki = Ai f (ti ) . (6.132)
i=1 k=0 i=0
Ţinând cont de relaţiile

1
k 1 − (−1)k+1 2
k+1
, pentru k par,
t dt = = (6.133)
−1 k+1 0, pentru k impar,
rezultă sistemul de ecuaţii
⎧ #n
⎪
⎪ #ni=1 Ai = 2,
⎪
⎪
⎨ i=1 Ai ti = 0,
⎪ #............................ (6.134)
⎪
⎪
n 2n−2 2
⎪ #i=1 Ai ti = 2n−1 ,
⎩ n 2n−1
i=1 Ai ti = 0.
Acest sistem este neliniar şi prezintă dificultăţi pentru rezolvarea sa cu
metode obişnuite. Pentru a rezolva acest sistem vom folosi următoarele arti-
ficii.
Fie polinomul
f (t) = tk Pn (t) , k = 0, 1, ..., n − 1, (6.135)

unde Pn (t) este polinomul Legendre. Gradul acestui polinom nu depăşeşte
2n − 1şi trebuie să verifice sistemul (6.134). Deci
1 n
k
t Pn (t) dt = Ai tki Pn (ti ) , k = 0, n − 1. (6.136)
−1 i=1
Pe de altă parte din ortogonalitatea polinoamelor Legendre (vezi pro-

prietăţi), avem
1
tk Pn (t) dt = 0 pentru k < n (6.137)
−1
şi
n
Ai tki Pn (ti ) = 0 pentru k = 0, n − 1. (6.138)
i=1
Dacă punem Pn (ti ) = 0 pentru i = 1, n egalităţile (6.138) vor fi adevărate

oricare ar fi valorile Ai . Din proprietatea (6.109) a polinomului Legendre
rezultă că toate rădăcinile sunt reale, distincte, cuprinse ı̂n intervalul (−1, 1).
Cunoscând aceste rădăcini şi pornind de la sistemul liniar al primelor n ne-
cunoscute ale sistemului (6.134) putem găsi cu uşurinţă constantele Ai cu
i = 1, n.
Determinantul acestui sistem este Vandermonde
,
D= (ti − t) = 0 (6.139)
i>j
şi deci determinarea lui Ai este unică.
Observaţia 6.33 Se poate demonstra că formulele

1 n
f (t) dt = Ai f (ti )
−1 i=1
sunt exacte pentru orice polinom de grad mai mic sau egal cu 2n − 1.
Exemplul 6.34 Să se deducă formula Gauss ı̂n cazul a trei ordonate.
Soluţie.
Polinomul Legendre de gradul trei este
1 d3 . 3/ 1 d3 6 1
P3 (t) = · (t − 1) = · t − 3t4
+ 3t2
+ 1 = 120t3
− 72t ⇒
23 3! dt3 48 dt3 48
1 3
P3 (t) = 5t − 3t .
2
Din ecuaţia P3 (t) = 0 găsim rădăcinile

3
t1 = − = −0, 774597;
5
t2 = 0;

3
t3 = = 0, 774597.
5
Pentru a determina coeficienţii A1 , A2 si A3 avem sistemul de ecuaţii

⎧
⎪
⎨ A1 + A2 + A3 = 2,
− 35 A1 + 3 35 A3 = 0,
⎪
⎩ 3
A
5 1
+ 35 A3 = 23 .
De unde avem soluţiile

A1 = A3 = 59 ,
A2 = 89 .
Astfel, formula Gauss cu trei ordonate este
1 ' ( ' (
1 3 3
f (t) dt = 5f − + 8f (0) + 5f .
−1 9 5 5
Observaţia 6.35 Inconvenientul acestei formule este faptul că abscisele sunt
ı̂n general numere iraţionale.
Observaţia 6.36 Precizia ridicată este un avantaj al formulei, dacă avem

un număr de ordonate relativ mic.
b
Consecinţa 6.37 Calculul integralei a
f (x) dx prin formula lui Gauss.
b+a b−a
x= + t (6.140)
2 2
si avem
b
b−a 1
b+a b−a
f (x) dx = f + t dt. (6.141)
a 2 −1 2 2
Aplicând ultimei relaţii formula lui Gauss avem
b n
b−a
f (x) dx = Ai f (xi ) (6.142)
a 2 i=1
unde
b+a b−a
xi = + ti , i = 1, n, (6.143)
2 2
ti fiind rădăcinile polinoamelor Legendre Pn (t).
Se demonstrează că formula lui Gauss cu n puncte generează restul
(b − a)2n+1 (n!)4 f (2n) (ξ)

Rn = , n = 2, n. (6.144)
[(2n)!]3 (2n + 1)
De exemplu pentru două, respectiv trei puncte, formula lui Gauss generează
resturile
5
1 b−a
R2 = f (4) (ξ) , (6.145)
135 2
7
1 b−a
R3 = f (6) (ξ) . (6.146)
15750 2
1√
Exemplul 6.38 Să calculăm integrala I = 0 1 + 2xdx.
Soluţie.
Avem a = 0 şi b = 1. Cele trei abscise, cu 5 zecimale, sunt
1 1
x1 = + t1 = 0, 11270,
2 2
1 1
x2 = + t2 = 0, 50000,
2 2
1 1
x3 = + t3 = 0, 88730.
2 2
Deci coeficienţii formulei de cuadratură vor fi
b−a 1 5 5
C1 = A1 = · = = 0, 27778
2 2 9 18
b−a 1 8
C2 = A2 = · = 0, 44444
2 2 9
b−a
C3 = A3 = 0, 27778
2
i xi yi Ci Ci y i
1 0,11270 1,10698 0,27776 0,30747
2 0.50000 1.41421 0.44444 0.62853
3# 0.88730 1.66571 0.27778 0.46270
1.39870
3
I= Ci yi = 1, 39870.
i=1
√
Valoarea exactă a integralei esteI = 3 − 13 = 1, 39872.
Folosim relaţia (6.146) pentru a calcula restul şi avem
7
1 b−a
R3 = f (6) (ξ) .
15750 2
Calculăm f (6) (x).
√ 1
f (x) = 1 + 2x = (1 + 2x) 2 ⇒

1 1 3 5 7 9 −11
f (6)
(x) = − − − − − (1 + 2x) 2 · 26 =
2 2 2 2 2 2
−11
= −945 (1 + 2x) 2 .
Rezultă că

max f (6) (x) = −945, x ∈ [0, 1] .
Eroarea va fi
7
945 1 1
ε = |R3 | ≤ ≈ = 2 · 10−3 .
15750 2 2000
Bibliografie
[1] Ancău, M., Ancău, D.M., Metode Numerice, U.T. Press, Cluj-Napoca,
2011.
[2] Asadurian, E., Dumitrache, M., Matematici pentru ingineri: Geometrie

analitică şi algebră liniară, Editura Tiparg, Piteşti, 2011.
[3] Asadurian, E., Dumitrache, M., Matematici pentru ingineri: Geome-

trie analitică. Algebră liniară. Geometrie diferenţială, Editura Tiparg,
Piteşti, 2012.
[4] Babescu, Gh., Stan, I., Anghelescu, R., Kovacs, A., Tudor, Gh., Fil-
ipescu, A., Analiză numerică, Editura Politehnica, Timişoara, 2000.
[5] Hadăr, A., Petre, C., Marin, C., Voicu, A., Metode numerice ı̂n in-
ginerie, Politehnice Press, Bucureşti, 2004.
[6] Iorga, V., Jora, B., Metode numerice, Editura Albastră, CityplaceCluj-
Napoca, 2004.
[7] Mariş, S., Brăescu, L., Metode Numerice. Probleme de seminar şi lucrări
de laborator, Timişoara, 2007.
[8] Radovici-Mărculescu, P., Deaconu, L., Analiză numerică, Editura Uni-

versităţii din placeCityPiteşti, 1998.
[9] Roşca, I., Elemente de analiză numerică matriceală, Editura Fundaţiei

România de mâine, Bucureşti, 2001.
[10] Stănescu N. D., Metode numerice, Editura Didactică şi Pedagogică R.

A., Bucureşti, 2007.
[11] Udrişte, C., Iftode, V., Postolache, M., Metode numerice de calcul, Ed-
itura Tehnică, Bucureşti, 1996.
171

Metode Numerice

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Metode Numerice

Încărcat de

Drepturi de autor:

Formate disponibile

METODE NUMERICE

Mihaela DUMITRACHE Camelia GHELDIU

0.1 Cuvânt ı̂nainte . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1 Rezolvarea ecuaţiilor algebrice şi transcendente 7

2 Rezolvarea ecuaţiilor transcendente 19

3 Rezolvarea sistemelor de ecuaţii liniare 53

4 Valori proprii şi vectori proprii 91

5 Interpolarea şi aproximarea funcţiilor 107

6 Integrare numerică 135

0.1 Cuvânt ı̂nainte

Rezolvarea ecuaţiilor algebrice

1.1 Ecuaţia de gradul al III-lea

1.1.1 Metoda HÜDDE

şi ı̂nlocuind ı̂n ecuaţia redusă (1.4) obţinem

De aici găsim soluţiile

O formă condensată a relaţiei (1.14) este

Exemplul 1.3 Să rezolvăm ecuaţia x3 − 9x − 28 = 0.

1.1.2 Ecuaţii cubice cu coeficienţi reali

Definiţia 1.4 Expresia

Discriminantul ecuaţiei reduse joacă un rol important ı̂n stabilirea na-

Concluzia 1.5 Dacă discriminantul ecuaţiei reduse Δ = 0, atunci ecuaţia

Observaţia 1.6 Dacă u este o rădăcină reală, din relaţia uv = − p3 rezultă

Observaţia 1.7 Dacă u1 , v1 ∈ R ⇒ u1 = v1 , pentru că, ı̂n caz contrar, dacă

Concluzia 1.8 Dacă discriminantul ecuaţiei reduse Δ < 0 avem o rădăcină

Cazul III Δ > 0

Concluzia 1.10 Dacă discriminantul ecuaţiei reduse Δ > 0, ecuaţia admite

Exemplul 1.11 Să arătăm că ecuaţia x3 − 12x + 16 = 0 are rădăcinile

Exemplul 1.12 Să rezolvăm ecuaţia y 3 − 9y 2 + 24y − 20 = 0.

Exemplul 1.13 Să rezolvăm ecuaţia x3 − 6x + 2 = 0.

x1 = 2 − p3 cos 360 55 = 2.26,

1.2 Rezolvarea ecuaţiei de gradul al IV-lea

Fie ecuaţia de gradul al 4-lea cu coeﬁcienţi complecşi

Definiţia 1.14 Ecuaţia (1.37) poartă numele de forma redusă a ecuaţia

Înlocuind ı̂n ultima relaţie avem

În (1.40) notăm p2 = z şi găsim ecuaţia

Definiţia 1.15 Relaţia (1.41) se numeşte rezolventa ecuaţiei de gradul al

Rezolventa este o ecuaţie de gradul al treilea. Din ecuaţia rezolventă

Exemplul 1.16 Să rezolvăm ecuaţia y 4 + 4y 3 + 5y 2 + 4y + 4 = 0.

2.2 Separarea rădăcinilor reale ı̂n cazul

f : R → R, f (x) = 2x3 − 9x2 + 12x − 4, 5

O a doua metodă de separare a soluţiilor ecuaţiei (3.19) este folosind

(x1 , f (x1 )) , (x2 , f (x2 )) , ..., (xn , f (xn )) .

Rădăcinile acestui polinom pot ﬁ considerate ca aproximări pentru rădăcinile

2.3 Metoda bipartiţiei

f (a) · f (b) < 0. (2.3)

[a1 , b1 ] ⊇ [a2 , b2 ] ⊇ · · · ⊇ [an , bn ]. (2.8)

|f (xk )| < ε (2.9)

|bk − ak | < ε. (2.10)

{an }n∈N şi {bn }n∈N (2.11)

corespunzător cărora se aleg

lim an = lim bn = ξ. (2.18)

lim (f (an )f (bn )) ≤ 0 ⇔ f lim an f lim bn ≤ 0, (2.19)

cu relaţia (2.18) obţinem

f (ξ) f (ξ) ≤ 0 ⇔ f 2 (ξ) ≤ 0 ⇒ f (ξ) = 0. (2.20)

Observaţia 2.4 Metoda este avantajoasă deoarece este uşor programabilă,

f (0)f (1) < 0,

f (0, 5) ≈ 0, 06 + 0, 25 − 0, 5 − 1 ≈ −1, 19 < 0,

deci intervalul ales va ﬁ [a1 , b1 ] = [0, 5 ; 1]. Evaluăm eroarea

ε < |b1 − a1 | = 1 − 0, 5 = 0, 5 > 10−2 .

Calculăm mijlocul intervalului [a1 , b1 ] = [0, 5 ; 1] şi găsim

f (0, 75) ≈ 0, 32 + 0, 84 − 0, 75 − 1 ≈ −0, 59 < 0,

deci intervalul ales va ﬁ [a2 , b2 ] = [0, 75; 1]. Evaluăm eroarea

ε < |b2 − a2 | = 1 − 0, 75 = 0, 25 > 10−2 .

Observaţia 1.7 Dacă u1 , v1 ∈ R ⇒ u1 = v1 , pentru că, ı̂n caz contrar, dacă