Professional Documents
Culture Documents
I. APROXIMĂRI, ERORI
Definiţie. Dacă într-un calcul, în exprimarea unui rezultat înlocuim
numărul (vectorul) a cu numărul (vectorul) a * , spunem că l-am aproximat pe a
cu a * . Diferenţa ∆a * = a − a * se numeşte eroarea cu care l-am aproximat pe a
prin a * .
Spre exemplu, dacă numărul real a , care este o fracţie zecimală infinită, se
aproximează cu o fracţie zecimală a * finită unde în fracţia infinită a lui a s-au
înlocuit cu zero cifrele zecimale de la un rang în colo, se spune că aproximarea s-a
făcut prin rotunjire, iar diferenţa a − a * se numeşte eroare de rotunjire. Astfel,
dacă a = a 0 , a1 a 2 ...a 2 ... şi a * = a 0 , a1 a 2 ...a n 00... = a 0 , a1 a 2 ...a n , spunem că
rotunjirea s-a făcut la zecimala de ordin n. O asemenea rotunjire se poate face şi
astfel:
a 0 , a1 a 2 ...a n + 10 − n dacã a n +1 ≥ 5
a = *
expresia
f (ξ) (x − x )n+1 este restul în aproximarea lui
( n +1)
f ( x) prin
0
(n + 1)!
n
f ( k ) (x0 )
∑ ( x − x 0 )k .
k =0 k!
De obicei, nu se evaluează ∆a * ci ∆a * = a − a * numită valoarea
∑a (0)
ij x j = ai( 0 ) , i ∈ {1,..., m} (2)
j =1
(0)
unde a11 ≥ ai(10 ) , ∀i ∈ {1,..., m} .
( 0)
Împărţind prima linie a sistemului cu a11 ea devine
x1 + a12(1) x 2 + ... + a1(m1) x m = b1 (3)
(0)
a a1( 0)
, j ∈ {2,..., m} , b1 =
1j
unde a1(1j) = .
a11( 0) a11( 0)
37
Pentru i ∈ {2,..., m} înmulţim ecuaţia (3) cu ai(10 ) şi o scădem din linia i a
sistemului (2). Obţinem sistemul:
x1 + a12(1) x 2 + ... + a1(1m) x m = b1
(1)
a 22 x 2 + ... + a 2(1m) x m = a 2(1)
(4)
a m(12) x 2 + ... + a mm
(1)
x m = a m(1)
unde
aij(1) = aij( 0 ) − ai(10) a ij(1) , i, j ∈ {2,..., m}
ai(1) = ai( 0 ) − ai(10) b1 , i ∈ {2,..., m}
Determinantul matricii sistemului format cu ultimele n − 1 linii ale
sistemului (4) este nenul, căci, în caz contrar, ar rezulta det A = 0 .
Procedeul aplicat în prima etapă se poate aplica sistemului
(1)
a 22 x 2 + ... + a 2(1m) x m = a 2(1)
a m(12) x 2 + ... + a mm
(1)
x m = a m(1)
După m paşi se ajunge la sistemul
x1 + a12(1) x 2 + ... + a1(m1) x m = b1
x 2 + a 23 ( 2)
x3 + ... + a 2( 2m) x m = b2
(5)
x m = bm
Sistemul (5) este atunci echivalent cu (1) şi din x m = bm obţinem succesiv
m
xi = bi − ∑a (i )
ij x j , i ∈ {m − 1,...,1}
j =i +1
Observaţie. În procedeul prezentat, s-au permutat numai linii şi se spune
că rezolvarea s-a făcut prin pivotare parţială. Dacă se permută şi coloane, se poate
realiza ca la fiecare pas să se obţină un sistem în care coeficientul pivot să fie cel
mai mare în modul printre coeficienţii sistemului (se spune că rezolvarea s-a făcut
prin pivotare totală). Se încearcă prin aceasta să se evite împărţiri la numere mici,
caz în care erorile de rotunjire pot fi mai mari.
Exemplu. Folosind metoda lui Gauss să se rezolve sistemul:
8,3 x1 + 2,62 x 2 + 4,10 x3 + 1,90 x 4 = −10,65
3,92 x1 + 8,45 x 2 + 7,78 x3 + 2,46 x 4 = 12,21
3,77 x1 + 7,21x 2 + 8,04 x3 + 2,28 x 4 = 15,45
2,21x1 + 3,65 x 2 + 1,69 x3 + 6,99 x 4 = −8,35
Prin pivotare de linii şi după operaţiile descrise mai sus se obţine:
38
x1 + 0,3156626 x 2 + 0,4939759 x3 + 0,2289156 x 4 = −1,2831325
7,2126026 x 2 + 5,8436144 x3 + 1,5626508 x 4 = 17,2398790
6,0193519 x 2 + 6,1777108 x3 + 1,4169881x 4 = 20,2874090
2,9523856 x 2 + 0,5983132 x3 + 6,4840965 x 4 = −5,5142771
x 2 + 0,8101949 x3 + 0,2166556 x 4 = 2,3902438
1,3003764 x3 + 0,1127318 x 4 = 5,8982563
− 1,7936942 x3 + 5,8444456 x 4 = −12,571198
x3 + 0,0866916 x 4 = 4,5358069
5,9999438 x 4 = −4,4353474
x 4 = −0,7392314
Rezultă apoi x3 = 4,599892 , x 2 = −1,1764066 , x1 = −3,0147991 .
Exerciţiu. Folosind metoda Gauss să se rezolve sistemul:
2 x1 + x 2 − 0,1x3 + x 4 = 2,7
0,4 x1 + 0,5 x 2 +4 x3 − 8,5 x 4 = 21,9
0,3x 2 − x 2 + x3 + 5,2 x 4 = −3,9
x1 + 0,2 x 2 + 2,5 x3 − x 4 = 9,9
R. x1 = 1 , x 2 = 2 , x3 = 3 , x 4 = −1 .
BB * = A (1)
39
Pentru a avea loc (1) este suficient să luăm:
a i1
b11 = a11 , bi1 = , i ∈ {2,..., m} (2)
b11
i −1
bii = aii − ∑ bik2 , i ∈ {2,..., m} (3)
k =1
1 i −1
b ji = a ji − ∑ b jk bik , j ∈ {i + 1,..., m} (4)
bii k =1
bij = 0 dacă i < j (5)
Fie sistemul de ecuaţii liniare
Ax = a (6)
unde A este simetrică şi pozitiv definită. Pentru rezolvarea directă a acestui
sistem, după descompunerea precedentă A = BB * se ajunge la BB * x = a şi se
rezolvă succesiv sistemele cu matrici triunghiulare By = a şi apoi B * x = y . Dacă
a = (a1 ,..., a m ) , soluţia sistemului By = a este
a1
y1 = (7)
b11
1 i −1
yi = ai − ∑ bik y k , i ∈ {2,..., m} (8)
bii k =1
Sistemul B x = y dă, în fine, soluţia sistemului (6):
*
y
xm = m (9)
bmm
1 m
xi = y i − ∑ bki xi , i ∈ {m − 1,...,1} (10)
bii k =i +1
Exemplu. Folosind metoda rădăcinii pătrate să se rezolve sistemul:
x1 + 0,42 x 2 + 0,54 x3 + 0,66 x 4 = 0,3
0,42 x1 + x 2 + 0,32 x3 + 0,44 x 4 = 0,5
0,54 x1 + 0,32 x 2 + x3 + 0,22 x 4 = 0,7
0,66 x1 + 0,44 x 2 + 0,22 x3 + x 4 = 0,9
Soluţie. Cu formulele (2), (3) şi (4) se obţine
1 0 0 0
0,42 0,9075241 0 0
B=
0,54 0,1026969 0,8353761 0
0,66 0,1793891 − 0,1853329 0,7055999
40
Cu formulele (7) şi (8) se obţine y1 = 0,3 , y 2 = 0,4121102 ,
y 3 = 0,5933585 , y 4 = 1,0459763 .
În fine, cu formulele (9) şi (10) se obţine x 4 = 1,4823929 ,
x3 = 1,0391662 , x 2 = 0,04348 , x1 = −1,25778 .
Exerciţii. Cu metoda rădăcinii pătrate să se rezolve sistemele:
a)
2,12 x1 + 0,42 x 2 + 1,34 x3 + 0,88 x 4 = 11,172
0,42 x1 + 3,95 x 2 + 1,87 x3 + 0,43x 4 = 0,115
1,34 x1 + 1,87 x 2 + 2,98 x3 + 0,46 x 4 = 9,009
0,88 x1 + 0,43x 2 + 0,46 x3 + 4,44 x 4 = 9,349
R. x1 = 3,7 , x 2 = −1,5 , x3 = 2,1 , x 4 = 1,3
b)
x1 + 0,42 x 2 + 0,54 x3 = 0,3
0,42 x1 + x 2 + 0,32 x3 = 0,5
0,54 x1 + 0,32 x 2 + x3 = 0,7
R. x1 = −0,240521 , x 2 = 0,3737264 , x3 = 0,7102889 .
41
Teorema 1. Dacă x1 ,..., x k sunt A-ortogonali şi nenuli, atunci
C k Ax j = x j , j ∈ {1,..., k }
C m = A −1 .
Algoritmul următor construieşte un sistem de m vectori A-ortogonali
nenuli şi cu formulele (1) conduce la A −1 .
1
Fie x1 ≠ 0 , x1 ∈ R m , şi C1 = x1 x1* .
Ax1 , x1
Presupunem că am construit x1 ,..., x k vectori A-ortogonali şi nenuli.
Aceasta permite să construim
k
1
Ck = ∑ xi xi* .
i =1 Axi , xi
Alegem apoi y ∈ R , astfel încât C k Ay ≠ y . Fie x k +1 = y − C k Ay . Atunci
m
C m = A −1 .
Exemplu. Să considerăm matricea simetrică şi pozitiv definită
1 0,42 0,54
A = 0,42 1 0,32
0,54 0,32 1
Luăm x1 = (1,0,0) şi obţinem
1 0 0
C1 = 0 0 0
0 0 0
Luăm apoi y = (0,1,0 ) şi obţinem y − C1 Ay = (−0,42;1;0) ≠ 0 . Putem
lua x 2 = (0,42;1;0) şi atunci
1,2141816 − 0,5099562 0
C 2 = − 0,5099562 1,2141816 0
0 0 0
Considerând y = (0;0;1) constatăm că
y − C 2 Ay = (− 0,492472;−0,1131617;1) şi putem lua deci
x3 = (−0,492472;−0,1131617;1) . Rezultă că
1,5617176 − 0,4300986 − 0,7056955
−1
A = C 3 = − 0,4300986 1,2325314 − 0,1621568 .
− 0,7056955 − 0,1621568 1,4329727
42
III. METODE ITERATIVE DE REZOLVARE A SISTEMELOR
DE ECUAŢII LINIARE
( )
Se notează cu L R m spaţiul operatorilor liniari definiţi pe R m . Se ştie că,
organizat cu operaţiile obişnuite de adunare, înmulţire cu scalari şi cu operaţia de
( )
compunere, L R m este o algebră cu unitate. Se notează cu I operatorul identitate
( I ( x) = x , ∀x ∈ R m ).
Se notează cu M m mulţimea matricilor reale cu m linii şi m coloane,
organizată ca algebră cu operaţiile obişnuite de adunare, înmulţire cu scalari şi
înmulţire a matricilor.
( )
Fiecărei matrici A = aij i , j∈{1,...,m} i se asociază operatorul liniar, notat
~ ~ ~
pentru început A , A : R m → R m , definit prin A x = y , unde dacă
y = ( y1 ,..., y m ) , x = ( x1 ,..., x m ) , atunci
m
y i = ∑ aij x j , i ∈ {1,..., m}
j =1
~ m
Corespondenţa A A este un izomorfism de algebre între M
şi
( )m
L R , deci este o bijecţie în care sumei a două matrici îi corespunde suma
operatorilor, produsului dintre o matrice şi un număr îi corespunde produsul
operatorului corespunzător cu acel număr, iar înmulţirii a două matrici îi
corespunde compunerea operatorilor corespunzători. Având în vedere acestea, se
~ ~
identifică A cu A şi se notează operatorul A tot cu A .
Dacă pe R m se fixează o normă, notată ⋅ , atunci pe spaţiul L R m se ( )
consideră norma operatorială indusă:
A = sup Ax .
x ≤1
Au loc proprietăţile:
Ax ≤ A ⋅ x , ∀x ∈ R m
AB ≤ A ⋅ B .
De exemplu, dacă operatorul A este generat de matricea aij ( ) i , j∈{1,..., m}
, iar
pe R m se consideră ⋅ ∞
( x ∞
= max xi ), atunci se notează
1≤ i ≤ m
A ∞
= sup Ax ∞ (1)
x ∞ ≤1
43
şi are loc formula
m
A ∞
= max ∑ a ij (1')
1≤i ≤ m
j =1
m
Dacă se consideră pe R m norma ⋅ 1 x 1 = ∑ x1 , atunci, prin
i =1
definiţie
A 1 = sup Ax 1 (2)
x 1 ≤1
( )
Deoarece dimL R m = m 2 < ∞ , orice două norme pe L R m , în ( )
particular cele date de (1) sau (2), sunt echivalente.
( )
Amintim că prezenţa unei norme pe L R m conduce la existenţa unei
distanţe, d ( A, B ) = A − B şi deci se poate vorbi în acest spaţiu de convergenţă,
( )
continuitate etc. Astfel, dacă ( An )n∈N este un şir în L R m şi A ∈L R m , atunci ( )
lim An = A înseamnă lim An − A = 0 .
n →∞ n→∞
( )
Fie B ∈L R , B 2 = B ⋅ B , …, B n = B ⋅ B n −1 .
m
echivalente şi cu ρ(B ) < 1 . Dacă una din afirmaţiile din teorema precedentă are
loc, se scrie lim B n = 0 .
n→∞
{ }
Mulţimea λ ∈ C det (V − λI ) = 0 se numeşte spectrul lui B şi se notează
S (B ) . Dacă matricea B este simetrică, atunci spectrul ei este format numai din
numere reale.
44
Dacă o matrice T are spectrul format din numere reale, atunci λ ∈ S (T )
dacă şi numai dacă există x ∈ R m , x ≠ 0 , astfel încât Tx = λx . Un asemenea
vector x se numeşte vector propriu pentru T corespunzător valorii proprii λ .
Matricea T se numeşte pozitiv definită dacă Tx, x > 0 pentru orice
x ∈ Rm , x ≠ 0 ( , este produsul scalar canonic pe R m ).
Reamintim că o aplicaţie p : R m → R se numeşte normă dacă
i) p ( x) = 0 ⇒ x = 0 ;
ii) p (λx) = λ p ( x) ∀λ ∈ R , ∀x ∈ R m ;
iii) p( x + y ) ≤ p( x) + p ( y ) ∀x, y ∈ R m .
Atunci p ( x) ≥ 0 pentru orice x ∈ R m . Cu ajutorul unei asemenea
aplicaţii se introduce pe R m noţiunea de distanţă între doi vectori:
d ( x, y ) = p ( x − y ) .
Se ştie că pe R m orice două norme p, q sunt echivalente în sensul :
∃λ, µ > 0 , astfel încât λp( x) ≤ q( x) ≤ µp( x) ∀x ∈ R m .
Dacă p şi q sunt două norme echivalente, atunci un şir este convergent în
raport cu norma p dacă şi numai dacă este convergent în raport cu norma q.
( ) ( ) ( )
Dacă x ( n ) n∈N , x ( n ) = x1( n ) ,..., x m( n ) , atunci şirul x ( n ) n∈N se numeşte
convergent dacă există x = ( x1 ,..., x n ) ∈ R m , astfel încât lim xi( n ) = xi
n →∞
(
Dacă p este o normă pe R m , atunci lim x ( n ) = x ⇔ lim p x ( n ) − x = 0 .
n→∞ n →∞
)
III.2. Metoda lui Jacobi
Se consideră sistemul
( I − B) x = b (1)
unde I este matricea unitate, B = (bij )i , j∈{1,...,m} , x = ( x1 ,..., x m ) , b = (b1 ,..., bm ) .
Pe componente sistemul (1) se scrie
m
xi − ∑ bij x j = bi , i ∈ {1,..., m} (1')
j =1
( )
Fie x ( 0 ) ∈ R m şi x ( n ) n∈N şirul definit prin
( n +1)
x = Bx ( n ) + b (2)
45
( )
Dacă x ( n ) = x1( n ) , x 2( n ) ,..., x m( n ) atunci, pe componente, şirul (2) se scrie
m
xi( n +1) = ∑ bij x (jn ) + bi , i ∈ {1,..., m} (2')
j =1
Teorema 1. Afirmaţiile următoare sunt echivalente
i) lim B n = 0
n→∞
a11 0
atunci matricea D= este inversabilă şi
0 a mm
1
0
a11
D −1 = .
1
0 a mm
Sistemul (3) este echivalent cu
( I − B) x = b (4)
−1 −1
unde B = I − D A şi b = D a .
Pe componente, sistemul (4) se scrie
m aij bi
xi = − ∑ xj + (4')
j =1 aii aii
j ≠i
Presupunem că
m
aii > ∑ aij ∀i ∈ {1,..., m}
j =1
(5)
j ≠i
46
Atunci
m aij
B ∞
= max ∑ := q < 1 (6)
1≤i ≤ m j =1 aii
j ≠i
Conform teoremei Jacobi, sistemul (5), şi deci (3), are pentru orice
a ∈ R m soluţie unică z şi pentru orice x ( 0) ∈ R m , şirul x ( n +1) = Bx ( n ) + b
converge către z. Au loc evaluările de eroare:
q ( n −1) qn
x −z ≤
(n)
x −x (n)
≤ x (1) − x ( 0 ) (7)
∞ 1− q ∞ 1− q ∞
( )
Dacă x ( n ) = x1( n ) , x 2( n ) ,..., x m( n ) , atunci, pe componente, şirul este definit
prin
m aij ai
xi( n +1) = −∑ x (jn ) + , i ∈ {1,..., m}
j =1 aii aii (8)
j ≠i
Conform teoremei lui Jacobi, sistemul (11) are soluţie unică w şi, pentru
( )
orice y ∈ R m , şirul y ( n ) n∈N , definit prin y ( n +1) = Cy ( n ) + a , converge către
(0)
w. Atunci, sistemul (10), şi deci sistemul (3), are soluţie unică z şi anume
( )
z = D −1 w . Şirul x ( n ) n∈N , x ( n ) = D −1 y ( n ) , converge către z şi au loc evaluările
de eroare:
1 q 1 qn
x (n) − z ≤ y ( n ) − y ( n −1) ≤ y (1) − y ( 0)
1 min aii 1 − q min aii 1− q
1≤ i ≤ m 1≤i ≤ m
47
( ) (
Dacă y ( n ) = y1( n ) ,..., y m( n ) , x ( n ) = x1( n ) ,..., x m( n ) , atunci )
m aij
y i( n +1) = −∑ y (jn ) + ai
j =1 a jj
j ≠i
1 m aij ai
xi( n +1) = −
aii
∑a
j =1
y (jn ) +
aii
jj
j ≠i
Luând x ( 0)
= (0;0;0) , se obţine
x (10 ) = (1,9988054; 2,498743; 2,9991238)
x (11) = (1,9994339; 2,4994498; 2,9996073)
şi avem x (11) − z ≤ 1,17 ⋅ 10 −3 ≈ 10 −3 .
Exemplul 2. Să rezolvăm cu o eroare mai mică decât 10 −2 sistemul
8,714 x1 + 2,18 x 2 + 5,68 x3 = 59,91
− 1,351x1 + 10,724 x 2 + 5,224 x3 = 50,17
2,489 x1 − 0,459 x 2 + 6,799 x3 = 32,68
48
Matricea sistemului este diagonal dominantă pe linii. Şirul (8) este acum
x1( n +1) = −0,2501721x 2( n ) − 0,6522836 x3( n ) + 6,8751434
x 2( n +1) = 0,1259791x1( n ) − 0,4871316 x3( n ) + 4,678229
x3( n +1) = −0,3660832 x1( n ) + 0,0675099 x 2( n ) + 4,8065892
Evaluarea erorii se face conform formulei
x ( n) − z ≤ 9,25 x ( n ) − x ( n −1)
∞ ∞
Luând x ( 0)
= (3;3;5) obţinem
x (11) = (3,6252229; 3,3304719; 3,7037528)
x (12 ) = (3,626055; 3,330778; 3,7042958)
x (13) = (3,6256242; 3,3304516; 3,7040118)
49
Fie
m
q1 = ∑ b1 j ,
j =1
i −1 m
qi = ∑ bij q j + ∑ bij , i ∈ {1,..., m}
j =1 j =i
evaluare a erorii:
q qn
x (n) − z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0 )
∞ 1− q ∞ 1− q ∞
∑b ij ≤ 1 ∀i ∈ {1,..., m}
j =1
m
(4)
∑b ij < 1 ∀i ∈ {1,..., m}
j =i
atunci q < 1 şi deci are loc teorema 1. În plus, şirul dat de metoda Jacobi este de
asemenea convergent către soluţia sistemului (1).
Observaţie. Dacă sistemul de rezolvat este dat sub forma Ax = a , şi dacă
poate fi adus la forma echivalentă
(I − B )x = b (5)
unde B = I − D −1 A , b = D −1 A , atunci inegalitătile (4) pentru sistemul (5) sunt:
m
∑a ij ≤ aii ∀i ∈ {1,..., m}
j =1
j ≠i (6)
m
∑a ij < a ii ∀i ∈ {1,..., m}
j =i +1
Condiţiile (6) ne asigură deci că pentru sistemul (5) se poate aplica
teorema 1. Atunci
m a1 j i −1 aij m aij
q1 = ∑ , qi = ∑a qj + ∑a , i ∈ {1,..., m}
j =2 a11 j =1 ii j = i +1 ii
50
Pe componente şirul (3) este
m a1 j a1
x1( n +1) = −∑ x (jn ) +
j =2 a11 a11
(7)
aij m aij a
x ( n +1)
i = −∑ x (n)
j − ∑a x (n)
j + i , i ∈ {2,..., m}
aii j =i +1 ii aii
Exemplul 1. Folosind metoda Gauss-Seidel, să se rezolve sistemul:
10 x1 − 2 x 2 + x3 = 108
− 2 x1 + 10 x 2 + x3 = −6
x1 + x 2 + 10 x3 = −16,5
Soluţie. Se verifică pentru început că au loc inegalităţile (6). Şirul (7) este:
x1( n +1) = 0,2 x 2( n ) − 0,1x3( n ) + 10,8
x 2( n +1) = 0,2 x1( n +1) − 0,1x3( n ) − 0,6
x3( n +1) = −0,1x1( n +1) − 0,1x 2( n +1) − 1,65
Parametrii qi sunt q1 = 0,3 ; q 2 = 0,16 ; q3 = 0,046 şi deci q = 0,3 .
Pornind de la iteraţia iniţială x ( 0 ) = (0;0;0) , după patru paşi se obţine
soluţia cu cinci zecimale exacte (soluţia exactă este (11,5; 2; − 3) ).
Exerciţiu. Folosind metoda Gauss-Seidel, să se aproximeze, cu o eroare
mai mică decât 10 −5 , soluţia sistemului:
3,82 x1 + 1,02 x 2 + 0,75 x3 + 0,81x 4 = 16,855
1,05 x1 + 4,53x 2 + 0,98 x3 + 1,53x 4 = 22,705
0,73x1 + 0,85 x 2 + 4,71x3 + 0,81x 4 = 22,48
0,98 x1 + 0,81x 2 + 1,28 x3 + 3,5 x 4 = 16,11
Indicaţie. q = 0,7106315 ; soluţia exactă este z = (2,5; 3; 3,5; 2) .
51
III.4.1. Metoda relaxării simultane
Se consideră sistemul
Ax = a (1)
unde A este simetrică şi pozitiv definită. Atunci A este inversabilă şi deci sistemul
( )
(1) are soluţie unică. Dacă A = aij i , j∈{1,...,m} , atunci a ii > 0 pentru orice
i ∈ {1,..., m}. Diagonala D a lui A este atunci o matrice inversabilă şi sistemul (1)
este echivalent cu
(I − Bα )x = bα (2)
−1 −1
unde Bα = I − αD A şi bα = αD a .
Metoda relaxării simultane este metoda Jacobi pentru sistemul (2). Soluţia
ecuaţiei (1) se aproximează deci cu termenii şirului x ( n ) n∈N , unde ( )
( n +1)
x = Bα x (n)
+ bα
(3)
Convergenţa metodei Jacobi pentru (2) este echivalentă cu faptul că
ρ(Bα ) < 1 şi avem:
Propoziţie 1. Spectrul matricii D −1 A este format din numere reale strict
( )
pozitive. Dacă S D −1 A = (λ 1 , λ 2 ,..., λ m ) , atunci
S (Bα ) = (1 − αλ 1 ,1 − αλ 2 ,...,1 − αλ m ) .
În continuare, se presupune că spectrul lui D −1 A este ordonat:
m
λ 1 ≤ λ 2 ≤ ... ≤ λ m . Se notează x D
= ∑a
i =1
ii xi2 . Fie α ≠ 0 , α ∈ R .
unde q = max 1 − αλ i .
1≤i ≤ m
Observaţia 1. Pe componente şirul (3) este
m aij ai
xi( n +1) = (1 − α )xi( n ) − α ∑ x (jn ) + α (4)
j =1 aii aii
j ≠i
52
Observaţia 2. Dacă ⋅ este o normă operatorială pe L R m ( ) şi
2 2
0<α< , atunci 0 < α < şi deci se poate aplica teorema 1.
−1
D A λm
Dacă notăm q (α ) = max 1 − αλ i , o valoare mai mică a lui q (α ) asigură
1≤ i ≤ m
o convergenţă mai rapidă.
Teorema 2.
2 2 λ m − λ1
min q(α ) 0 < α < = q = .
λ m λ
1 + λ m λ m + λ 1
2
Spunem că este valoarea optimă a parametrului de relaxare.
λ1 + λ m
0 0 0 0 a11 0 0
a 21 0 0 0 0 a 22 0
L= , D = , R = A− L− D.
a 0 a m ,m −1 0 0 0 a mm
m1
Pentru α ≠ 0 sistemul (1) este echivalent cu
(I − C α )x = cα (5)
−1 −1
1 1 1
unde C α = D + L − 1 D − R . cα = D + L a .
α α α
Soluţia z a sistemului (1) se aproximează cu termenii şirului x ( n ) ( )n∈N ,
unde
x ( n +1) = C α x ( n ) + cα (6)
53
Teoremă. Dacă matricea A este simetrică şi pozitiv definită, atunci
următoarele afirmaţii sunt echivalente:
i) Pentru orice x ( 0 ) ∈ R m , şirul (6) converge către soluţia z a sistemului (1);
ii) 0 < α < 2.
Dacă 0 < α < 2 , atunci evaluarea erorii se face prin
q qn
x (n)
−z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0 ) (7)
A 1− q A 1− q A
unde
m m
x A
= ∑∑ a
i =1 j =1
ij x j xi
iar
q = Cα A
= sup C α x A .
x A ≤1
55
IV. METODE NUMERICE DE REZOLVARE A SISTEMELOR
DE ECUAŢII NELINIARE
Ecuaţiile studiate în acest capitol vor fi de forma f ( x) = 0 sau f ( x) = x .
Pentru început, va fi studiată posibilitatea rezolvării unor asemenea ecuaţii în cazul
funcţiilor reale de o variabilă reală.
2 2
f 0, ⊂ 0, şi că pe acest interval f este o contracţie. Să se rezolve
3 3
ecuaţia f ( x) = x cu o eroare mai mică decât 10 −5 .
2
Soluţie. Funcţia f este strict descrescătoare, continuă, f (0) = ,
3
2 46 2 2 4
f = , deci f 0, ⊂ 0. . Apoi, f ′( x) ≤ pentru orice
3 81 3 3 9
2 4
x ∈ 0, şi deci f ( x) − f ( y ) ≤ x − y . Conform principiului contracţiei,
3 9
2 2
există şi este unic un punct z ∈ 0, , astfel încât f ( z ) = z . Fie x0 = şi
3 3
4
x n +1 = f ( x n ) . La fiecare pas eroarea se evaluează prin x n − z < x n − x n −1 .
5
Avem
4 4
x11 − z ≤ x11 − x10 = 0,5960707 − 0,596077 = 5,04 ⋅ 10 −6
5 5
Se aproximează z cu x11 = 0,5960707 , făcând o eroare mai mică decât
5,04 ⋅ 10 −6 .
Observaţie. În exemplul precedent s-a modelat ecuaţia x 3 + 3 x − 2 = 0 ,
astfel încât să se ajungă la forma f ( x) = x .
58
Exerciţiu 1. Fie a > 0 şi f : [ )
a ,+∞ → R , f ( x) =
1 a
x + .
2 x
Folosind principiul contracţiei, să se arate că şirul (xn )n∈N , definit prin
1 a
x n +1 = x n + , x0 > a , este convergent şi că x n − a ≤ x n − x n −1 .
2 xn
Exerciţiul 2. Folosind metoda din exemplul 1, să se aproximeze cu o
1
eroare mai mică decât 10 −5 rădăcina din intervalul 0, 2 a ecuaţiei
x 5 − 5x + 1 = 0 .
Indicaţie. Cu şirul lui Rolle se arată că ecuaţia are trei rădăcini reale în
intervalele (− ∞,−1) , (− 1,1) , (1,+∞ ) . Cu metoda bipartiţiei se reduce intervalul
(− 1,1) la 1 1 5
(
0, 2 . Pe acest interval se modelează ecuaţia sub forma 5 x + 1 = x . )
1
( ) 1
Funcţia f ( x) = x 5 + 1 este atunci o contracţie pe 0, .
5 2
59
Exemplul 1. Să se rezolve, cu o eroare mai mică decât 10 −6 , ecuaţia
x 3 − 3x − 7 = 0 .
Soluţie. Prin metode elementare se constată că ecuaţia are o singură
rădăcină reală, aflată în intervalul [2,3] , unde f ′( x), f ′′( x) ≠ 0 pentru orice x.
Dacă x0 = 3 , atunci f ( x0 ) f ′′( x0 ) > 0 şi deci, conform teoremei 1, şirul ( x n )n∈N ,
f ( x n ) 2 x n3 + 7
definit prin x n +1 = x n − = , converge către rădăcina ecuaţiei
f ′( x n ) 3x n2 − 3
considerate.
Deoarece inf f ′( x) = 9 , eroarea se evaluează prin
x∈[2 , 3 ]
1 3
xn − z ≤ x n − 3x n − 7 . Se obţine x 4 = 2,4259887 , iar eroarea este mai mică
9
decât 7 ⋅ 10 −8 .
Exemplul 2. Să se rezolve ecuaţia x − 1 − arctg x = 0 .
Soluţie. Folosind pentru început metoda bipartiţiei, se constată că ecuaţia
x2
are soluţie unică aflată în intervalul [2,3] . Avem f ′( x) = ,
1+ x2
2x
f ′′( x) = , funcţii care nu se anulează în intervalul [2,3] . Se poate lua
(1 + x )
2 2
4
x0 = 3 . Deoarece min f ′( x) = , pentru şirul ( x n )n∈N definit prin
x∈[2 , 3 ] 5
x n +1
(
(x − 1 − arctg x n ) 1 + xn2
= xn − n
)
x n2
sau
1 1
x n +1 = 1 + 2 (1 + arctg x n ) − ,
xn xn
5
eroarea se evaluează după formula x n − z ≤ f ( x n ) . Se obţine
4
x3 = 2,1322679 , f ( x3 ) = 10 şi rădăcina se aproximeazăă cu x3 , făcându-se o
−7
60
IV.4. Metoda lui Newton (cazul funcţiilor de mai multe variabile)
( )
m
Astfel, dacă A = aij i , j∈{1,..., m}
, atunci A ∞
= max ∑ a ij .
1≤i ≤ m
j =1
atunci
∂f 1 ∂f 1
(x0 ) (x0 )
∂x1 ∂x m
f ′( x0 ) = .
∂f m ∂f m
∂x ( x 0 ) (x0 )
∂x m
1
Metoda urmăreşte rezolvarea aproximativă a sistemului de ecuaţii neliniare
f 1 ( x1 ,..., x m ) = 0
f 2 ( x1 ,..., x m ) = 0
(1)
f m ( x1 ,..., x m ) = 0
Sistemul precedent se scrie f ( x) = 0 , unde f = ( f1 ,..., f m ) .
Propoziţiile care urmează produc tehnicile necesare obţinerii metodei lui
Newton în acest cadru..
Amintim că
{ } {
B ( x, r ) = y ∈ R m x − y < r ; B ( x, r ) = y ∈ R m x − y ≤ r . }
Propoziţia 1. Fie D o mulţime deschisă şi convexă în R m şi f : D → R m
o funcţie derivabilă, pentru care există M > 0 , astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Fie w ∈ D un punct în care
derivata f ′(w) este inversabilă şi fie α ≥ ( f ′( w) )−1 . Fie r > 0 , astfel încât
( f ′( x) )−1 ≤ α .
1 − αMr
Funcţia f este injectivă pe B ( w, r ) .
61
Propoziţia 2. Fie D ⊂ R m o mulţime deschisă şi convexă, fie
f : D → R m o funcţie derivabilă pentru care există M > 0 , astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Atunci
M 2
f ( x) − f ( y ) − f ′( y )( x − y ) ≤
x − y ∀x, y ∈ D .
2
Teorema 1 (metoda lui Newton). Fie D ⊂ R m o mulţime deschisă şi
convexă, f : D → R m o funcţie derivabilă pentru care există M > 0 , astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Presupunem că există
z ∈ D , astfel încât f ( z ) = 0 şi că f ′(z ) este inversabilă. Fie α ≥ ( f ′( z ) )−1 ,
2q
q ∈ (0,1) şi r > 0 , astfel încât B ( z , r ) ⊂ D şi r < . Atunci, pentru
(1 + 2q) Mα
( )
orice x ( 0 ) ∈ B ( z , r ) , şirul x ( n ) n∈N , construit prin
( ( )) ( f (x )) ,
x ( n +1) = x ( n ) − f ′ x ( n )
−1 ( n)
r<
q
(q + 2) Mα
. Atunci, pentru orice x ( 0 ) , w ∈ B ( z , r ) , şirul x ( n ) ( ) n∈N definit
prin
x ( n +1) = x ( n ) − ( f ′( w) )
−1
( f (x ))
(n)
62
Teorema 3. Fie D ⊂ R m o mulţime deschisă şi convexă, f : D → R m o
funcţie derivabilă pentru care există M > 0, astfel încât
f ′( x) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Presupunem că există
z ∈ D , astfel încât f ( z ) = 0 , şi că există ( f ′( z ) )−1 . Fie α > ( f ′( z ) )−1 şi
2
r > 0 , astfel încât B( z, r ) ⊂ D şi αMr < . Atunci, pentru orice
3
( )
x ( 0) ∈ B ( z , r ) , şirul x ( n ) n∈N , construit prin
( ( )) ( f (x )) ,
x ( n +1) = x ( n ) − f ′ x ( n )
−1 ( n)
63
−1 5 1 18 1 5
x (1) = (2,1) − ( f ′(2,1)) = (2,1) + .
3 287 1 16 3
Se obţine x (1) = (2,324; 1,184) . Apoi
1 17,63 1 0,105
x ( 2) = (2,324; 1,184) + .
270 1 15,352 0,046
Se găseşte x ( 2 ) = (2,331; 1,187) .
( )
Observaţie. f x ( 2 ) = (0,0005; − 0,00003) .
64
Teorema 2 (metoda Newton-Kantorovici simplificată). Cu notaţiile şi
ipotezele din teorema precedentă, există şi este unic z ∈ B ( w, r ) , astfel încât
f ( z) = 0 . Pentru orice x ( 0) ∈ B( w, r ) , şirul (x )
( n)
n∈N ,
x ( n +1) = x ( n ) − ( f ′( w) )
−1
( f (x )) rămâne în B(w, r ) , converge către z şi
(n)
q qn
x (n) − z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0 )
1− q 1− q
unde q = αMr ( r =
1
αM
(
1 − 1 − 2αβ M ). )
Teorema 3. Fie D ⊆ R m o mulţime deschisă şi convexă, f : D → R m o
funcţie derivabilă pentru care există M > 0, astfel încât
f ′( x ) − f ′( y ) ≤ M x − y pentru orice x, y ∈ D . Fie x ∈ D , astfel încât
( 0)
( )
f ′ x (0 ) este inversabilă şi fie α ≥ f ′ x (0 ) ( ( )) −1
. Fie β ≥ ( f ′(x ( ) )) ( f (x ( ) ))
0 −1 0
şi
pentru orice x, y ∈ A , iar dacă f ′(t ) ≤ q < 1 pentru orice t ∈ A , atunci funcţia f
este o contracţie pe A.
Teorema 1 (principiul contracţiei). Fie A ⊂ R m o mulţime închisă şi
f : A → A o contracţie. Atunci există şi este unic z ∈ A , astfel încât f ( z ) = z .
Pentru orice x ( 0 ) ∈ A şirul (x ) ( n)
n∈N ( )
definit prin x ( n +1) = f x ( n ) converge
către z. Dacă f ( x) − f ( y ) ≤ q x − y pentru orice x, y ∈ A ( q < 1 ), atunci
q ( n −1) qn
x (n)
−z ≤ x −x
(n)
≤ x (1) − x ( 0 ) .
1− q 1− q
Metoda rezultată, în care z se aproximează cu termenii şirului x ( n ) , se
numeşte metoda aproximaţiilor succesive.
Exemplul 1. Fie f : [a, b ]× [c, d ] → [a, b]× [c, d ] , f = (ϕ, ψ ) , o funcţie
derivabilă pentru care există q ∈ [0,1) , astfel încât
∂ϕ ∂ϕ
( x, y ) + ( x, y ) ≤ q
∂x ∂y
∂ψ ∂ψ
( x, y ) + ( x, y ) ≤ q
∂x ∂y
pentru orice ( x, y ) ∈ [a, b ]× [c, d ] . Atunci funcţia f este o contracţie pe
[a, b]× [c, d ] ( f ′( x, y ) ∞ ≤ q ∀( x, y ) ∈ [a, b]× [c, d ] ) şi deci exisţă şi este unic
(α, β) ∈ [a, b]× [c, d ] , astfel încât f (α, β) = (α, β) , iar pentru aproximare se poate
folosi metoda aproximaţiilor succesive.
Exemplul 2. Se consideră sistemul
1 3
6
( 1
x + y3 + = x
2
)
.
1 3
6
(
x −y + =y
3 1
3
)
9 9 9 9
Fie f : 0, × 0, → 0, × 0, , f = (ϕ, ψ ) ,
10 10 10 10
1
6
( 1
2
) 1
6
1
ϕ( x, y ) = x 3 + y 3 + , ψ ( x, y ) = x 3 − y 3 + ,
3
( )
66
x2 y2
f ′( x, y ) = 22 2 .
x y2
−
2 2
Atunci
x2 + y2
f ′( x, y )
∞
= ≤ 0,81 .
2
9 9
Rezultă că funcţia f este o contracţie pe 0, × 0, :
10 10
f ( x, y ) − f (u , v) ∞ ≤ 0,81 max{ x − u , y − v } = 0,81 (x, y ) − (u , v) ∞ .
Ecuaţia f ( x, y ) = ( x, y ) are atunci soluţie unică în dreptunghiul
considerat şi pentru aproximarea acestei soluţii se poate folosi metoda
aproximaţiilor succesive. Fie x ( 0 ) = (0,0) şi x ( n +1) = f x ( n ) . Eroarea se ( )
aproximează prin
0,81
x ( n) − z ≤ x ( n ) − x ( n −1)
∞ 1 − 0,81 ∞
adică prin
x ( n ) − z ≤ 4,24 x ( n ) − x ( n −1)
∞
Se obţine
x ( 7 ) = (0,5323985; 0,3512868) ,
x (8) = (0,5323761; 0,3512597)
şi atunci x (8) − z < 10 −3 .
∞
Exemplul 3. Se consideră sistemul
x2 + y
2+ =x
20
x + y2
1+ =y
20
x2 + y x + y2
Funcţia f ( x, y ) = 2 + ,1 + are proprietăţile:
20 20
x 1
f : [2,3]× [1,2] → [2,3]× [1,2] , f ( x, y ) =
′ 10 20
1 y
20 10
x 1 1 y 7
f ′( x, y ) ∞ = max + , + ≤
10 20 20 10 10
67
Rezultă că
7
f ( x, y ) − f (u, v) ∞
≤ ( x, y ) − (u, v) ∞
10
şi deci f este o contracţie pe [2,3]× [1,2] . Există atunci şi este unic z = (α, β) ,
astfel încât z ∈ [2,3]× [1,2] , f (α, β) = (α, β) . Pentru aproximarea soluţiei z se
poate folosi metoda aproximaţiilor succesive. Formula de evaluare a erorii este
atunci
7 ( n)
x (n) − z ≤ x − x ( n −1) .
∞ 3 ∞
(t )
ji i , j∈{1,..., m} generează operatorul adjunct T * , ce poate fi definit şi prin
Tx, y = x, Ty ∀x, y ∈ R m .
{ }
Mulţimea λ ∈ C det (T − λI ) = 0 , adică familia rădăcinilor polinomului
caracteristic se numeşte spectrul lui T şi se notează S (T ) . Dacă T este
autoadjunct, atunci spectrul este format numai din numere reale.
Fie A o matrice reală simetrică. Se ordonează spectrul lui A:
S ( A) = (λ 1 , λ 2 ,..., λ m ) , λ 1 ≤ λ 2 ≤ ... ≤ λ m .
Unul din rezultatele cu importanţă mai mult calitativă, care stă la baza
realizării unor metode de aproximare a spectrului, este:
68
Teorema 1 (E. Fischer). Dacă A este o matrice reală simetrică şi
S ( A) = (λ 1 , λ 2 ,..., λ m ) , λ 1 ≤ λ 2 ≤ ... ≤ λ m , atunci
Ax, x
λ j = inf sup 2
,
X ∈S j x∈ X , x ≠ 0
x 2
Se notează A − D F
=| A|, deci | A|= ∑a
i≠ j
2
ij şi relaţia (4) se scrie
69
V.2. Metoda rotaţiilor
Fie A = aij ( )
i , j∈{1,..., m}
o matrice reală simetrică. Fie
1
1
cos θ − sin θ linia σ
1
T = (1)
1
sin θ cos θ linia τ
1
1
Matricea T are m linii şi m coloane şi în afara elementelor specificate are
numai zerouri.
Metoda rotaţiilor este un procedeu iterativ de aproximare a spectrului
( )
matricii A constând în construcţia unui şir de matrici A ( n ) n∈N , unde A ( 0 ) = A ,
( n +1)
A = T A Tn , iar Tn este de forma (1). Fiecare matrice A ( n ) are acelaşi
n
* (n)
σ n ≠ τ n sunt astfel încât a σ( nn)τn = max aij( n ) , iar parametrul θ n este ales astfel
i≠ j
( n +1)
încât a σn τn = 0 . Fie α ,..., α
( n)
1
( n)
m elementele de pe diagonala matricii A ( n ) scrise
în ordine crescătoare şi λ 1 ,..., λ m spectrul lui A scris, de asemenea, în ordine
crescătoare.
Atunci lim α (jn ) = λ j , ∀j ∈ {1,..., m} şi
n→∞
α (jn ) − λ j ≤| A ( n ) |≤ q n | A|,
2
unde q = 1 − .
m −m
2
71
3.
2 2 1 0
2 2 2 1
A=
1 2 2 2
0 1 2 2
R. S ( A) = (−0,41423; − 0,162277; 2,41422; 6,16228)
VI. INTERPOLARE
Aproximarea funcţiilor prin polinoame este legată în cazul funcţiilor
analitice de chiar definiţia analiticităţii, iar în cazul general al funcţiilor continue pe
un interval compact, de existenţa unui şir de polinoame uniform convergent către
funcţie. Interpolarea cu polinoame este un fenomen de aproximare, în general
punctual, în care, cunoscând valorile unei funcţii în anumite puncte, se
aproximează acea funcţie cu un polinom având proprietatea că în acele puncte ia
aceleaşi valori ca şi funcţia. Această coincidenţă este cerută uneori şi pentru
derivatele până la un anumit ordin.
∑a ∏ (x − x )
ai
Fie n = i şi ω( x) = i .
i =1 i =1
Definiţie. Se numeşte polinom de interpolare asociat sistemului (D), un
polinom P ∈ R[x ] cu proprietăţile:
gradP ≤ n − 1 ,
P ( j ) (xi ) = z ij , i ∈ {1,..., m}, j ∈ {0,1,..., ai − 1} .
Teorema 1.Există şi este unic un polinom de interpolare asociat sistemului
(D).
72
Teorema 2 (formula lui Hermite). Polinomul de interpolare asociat
sistemului (D) se poate scrie sub forma
ai −1
n
ω( x)
P ( x) = ∑ z (x − x )
(x − x ) ∑
j
ai ij i rij ( x)
i =1 i j =0
unde
1 ( x − xi ) i
(k )
1
ai − j −1 a
rij ( x) = ∑ (xi )(x − xi )k .
j! k =0 k! ω( x)
Definiţie. Dacă a1 = ... = a m = 1 , polinomul de interpolare corespunzător
se numeşte polinom de interpolare Lagrange.
Dacă în cazul descris în definiţia precedentă notăm z i = z i 0 , atunci
polinomul de interpolare Lagrange este un polinom P, de grad cel mult m − 1 şi
având proprietatea P ( xi ) = z i , i ∈ {1,..., m}. Se poate uşor constata că are loc
formula lui Lagrange:
n n x − xj
P ( x) = ∑ z i ∏ .
i =1 j =1 xi − x j
j ≠i
Exemple
1. Fie x1 ,..., x n numere reale distincte două câte două şi k ∈ N * , k ≤ n − 1 ,
z i 0 = xik , i ∈ {1,..., n} . Atunci polinomul de interpolare asociat acestui sistem de
date este P ( x) = x k .
1 1 4
2. Fie x1 = − , x 2 = 0 , x3 = , ai = 1 , i ∈ {1,2,3} , z1 = , z 2 = 1 , z 3 = 0 .
2 2 5
Atunci polinomul de interpolare asociat acestui sistem de date este
12 4
P ( x) = − x 2 − x + 1 .
5 5
1 1 4 16
3. Fie x1 = − , x 2 = 0 , x3 = , ai = 2 , i ∈ {1,2,3} , z10 = , z11 = ,
2 2 5 25
16 16 4 24 2
z 20 = 1 , z 21 = 1 , z 30 = 0 , z 31 = − . Atunci P ( x) = x − x +1.
25 25 25
73
Fie f : D → R o funcţie derivabilă de ai − 1 ori în y i , pentru fiecare
i ∈ {1,..., m}.
Definiţie. Se numeşte polinom de interpolare asociat funcţiei f şi
sistemului ( x1 ,..., x n ) un polinom P, de grad cel mult n − 1 , astfel încât
P ( j ) ( y i ) = f ( j ) ( y i ) , i ∈ {1,..., m}, j ∈ {0,1,..., ai − 1} .
Se notează P ( x) = P ( f ; x1 ,..., x n ; x ) .
Se spune că x1 ,..., x n sunt noduri, iar dacă x este un asemenea nod şi dacă
apare de a − ori printre x1 ,..., x n se spune că x are multiplicitatea a. Dacă a = 1 ,
nodul x se numeşte simplu, şi se numeşte multiplu dacă a > 1 . De exemplu, în
P ( f ;1,1,2,8,8,8; x) nodul 1 este dublu, nodul 2 este simplu, iar nodul 8 este triplu.
Exemple:
1. P ( f ; x1 ; x) = f ( x1 ) .
f ( x 2 ) − f ( x1 )
2. Fie x1 ≠ x 2 şi P ( x) = f ( x1 ) + (x − x1 ) . Deoarece
x 2 − x1
gradP ≤ 1 , P( x1 ) = f ( x1 ) , P ( x 2 ) = f ( x 2 ) , din definiţia şi unicitatea
polinomului de interpolare rezultă că P ( x) = P ( f ; x1 , x 2 ; x) .
3. Dacă f este
derivabilă în punctul x, atunci
P ( x) = f ( x1 ) + f ′( x1 )( x − x1 ) este polinomul de interpolare asociat funcţiei f şi
nodului dublu x1 , adică P ( x) = P ( f ; x1 , x1 ; x) . Se observă pentru acesta că
gradP ≤ 1 , P( x1 ) = f ( x1 ) şi P ′( x1 ) = f ′( x1 ) .
Definiţie. Se numeşte diferenţă divizată asociată funcţiei f şi nodurilor
x1 ,..., xn coeficientul lui x n −1 din P( f ; x1 ,..., x n ; x ) .
Se notează f [x1 ,..., x n ] .
Observaţie. Atât P ( f ; x1 ,..., x n ; x ) , cât şi f [x1 ,..., x n ] nu depind de
ordinea nodurilor.
Teorema 1 (formulă de recurenţă). Dacă n ≥ 2 şi x1 ≠ x n , atunci
x − x1 x − xn
P( f ; x1 ,..., x n ; x ) = P( f ; x 2 ,..., x n ; x ) + P( f ; x1 ,..., x n −1 ; x ) .
x n − x1 x1 − x n
Corolar 1. Dacă x1 ≠ x 2 , atunci
x − x1 x − x2
P( f ; x1 , x 2 ; x ) = f ( x 2 ) + f ( x1 )
x 2 − x1 x1 − x 2
iar P se numeşte polinom de interpolare liniară.
74
Corolar 2. Dacă n ≥ 2 şi x1 ≠ x n , atunci
f [x 2 ,..., x n ] − f [x1 ,..., x n −1 ]
f [x1 ,..., x n ] = .
x n − x1
În particular
f ( x 2 ) − f ( x1 )
f [x1 , x 2 ] = .
x 2 − x1
Propoziţie 1. Dacă x1 = x 2 = ... = x n , atunci
1
f [x1 ,..., x1 ] = f ( n −1) ( x1 ) .
(n − 1)!
n − ori
Teorema 2 (formulă de recurenţă). Dacă n ≥ 2 , atunci
P( f ; x1 ,..., x n ; x ) = P( f ; x1 ,..., x n −1 ; x ) + f [x1 ,..., x n ]( x − x1 )...( x − x n −1 ) .
Mai general
ω( x)
P( f ; x1 ,..., x n ; x ) = P( f ; x1 ,..., xi −1 , xi +1 ,..., x n ; x ) + f [x1 ,..., x n ] .
x − xi
Teorema 3 (formula lui Newton cu diferenţe divizate).
n
P( f ; x1 ,..., x n ; x ) = ∑ f [x1 ,..., xi ]( x − x1 )...( x − xi −1 ) .
i =1
Fie ω( x) = ( x − x1 )...( x − x n ) .
Propoziţia 1. Dacă funcţia f este cel puţin de ai − ori derivabilă în
fiecare nod de multiplicitate ai , atunci pentru orice x ∈ D avem
f ( x) = P( f ; x1 ,..., x n ; x ) + f [x1 ,..., x n , x ]ω( x) .
Propoziţia 2. Fie f : D → R o funcţie de clasă C n
şi x1 ,..., x n puncte
din D. Atunci, pentru orice x ∈ D , există ξ ∈ D , astfel încât
1 (n)
f ( x) = P( f ; x1 ,..., x n ; x ) + f (ξ )ω( x ) .
n!
Observaţie. Punctul ξ din teorema precedentă aparţine intervalului
[min{x1 ,..., xn , x}, max{x1 ,..., xn , x}].
n
Corolar (formulă de evaluare a erorii). Dacă f este de clasă C pe
intervalul D, atunci
1
f ( x) − P( f ; x1 ,..., x n ; x ) ≤ ω( x) sup f ( n ) ( x) .
n! x∈D
75
n −1
Propoziţia 3. Dacă n ≥ 2 şi dacă funcţia f este de clasă C pe
intervalul D, atunci există ξ ∈ D , astfel încât
1
f [x1 ,..., x n ] = f ( n −1) (ξ ) .
(n − 1)!
Teorema 4 (continuitatea diferenţelor divizate). Dacă n ≥ 2 , iar funcţia
f este de clasă C n −1 pe intervalul D, atunci diferenţa divizată f [x1 ,..., x n ] , ca
funcţie de n variabile, este continuă pe D n .
Teorema 5 (derivabilitatea diferenţelor divizate). Dacă funcţia f este de
clasă C n+ i , atunci
∂′
f [x1 ,..., x n , x ] = i! f [x1 ,..., x n , x, x,..., x] .
∂x ′ i +1 ori
-2 0 -2,5
-1 -1 -2,5 -1,5
0 0 0 1,25 -0,5
1 1 0,8(3) 0 0,625 0,5
2 0 0 -1,25 0,625 0,625 1,5
3 -1 -0,5 -1,75 0,75 0,59375 0,671875 2,5
π
Atunci sin ≈ 0,671875 .
4
76
1 1
Exemplul 2. Fie funcţia f ( x) = şi nodurile duble x1 = x 2 = − ,
1+ x 2
2
1
x3 = x 4 = 0 , x5 = x 6 = . Cu ajutorul formulei lui Newton cu diferenţe divizate
2
1
să se calculeze polinomul de interpolare. Să se verifice evaluarea erorii în x = .
4
Soluţie. Calculul diferenţelor divizate este prezentat în următorul tablou:
1 1 1 1
− − 0 0 xi
2 2 2 2
4 4 4 4
1 1 f ( xi )
5 5 5 5
16 10 10 16
0 − − f [xi , xi +1 ]
25 25 25 25
12 20 20 12
− − − − f [xi , xi +1 , xi + 2 ]
25 25 25 25
16 16
− 0 f [xi , xi +1 , xi + 2 , xi +3 ]
25 25
16 16
f [xi , xi +1 , xi + 2 , xi +3 , xi + 4 ]
25 25
0 f [x1 , x 2 , x3 , x 4 , x5 , x6 ]
Atunci
2 2 2
4 16 1 12 1 16 1 16 1
P( f ; x1 ,..., x6 ; x ) = + x + − x + − x + x + x + x2 ,
5 25 2 25 2 25 2 25 2
deci
16 4 24 2
P( f ; x1 ,..., x 6 ; x ) =
x − x +1.
25 25
1 1
Avem f = 0,9411764 , iar aproximarea se face cu P = 0,9425 . Formula
4 4
de evaluare a erorii dă majorarea cu
1 1 9
sup f (6) ( x) ω = = 0, 00219726
6! x∈− 1 , 1 2 4096
2 2
şi evaluările propuse verifică relaţia de evaluare a restului.
77
VI.4. Polinoame de interpolare cu noduri simple echidistante
lim
(∆ f )( x) = f
n
h (n)
( x) .
n
h →0 h
Cu ajutorul diferenţelor nedivizate se obţin formule cu o anumită simetrie,
cu o anumită independenţă faţă de intervalul în care se face interpolarea.
Fie x0 ∈ R , h > 0 şi xi = x0 + ih , i ∈ Z . Fie {x0 , x1 ,..., x n } ⊂ D şi
f : D → R . Pentru x ∈ D , fie t astfel încât x = x 0 + th . Avem atunci
( )
n
P( f ; x 0 , x1 ,..., x n ; x0 + th ) = ∑ C ti ∆ih f (x 0 ) ,
i =0
t (t − 1)...(t − i + 1)
unde C ti = , C t0 = 1 .
i!
În această prezentare polinomul de interpolare se numeşte polinomul lui
Newton de interpolare ascendentă. Evaluarea erorii, pentru cazul în care funcţia f
este de clasă C n +1 şi în raport cu schimbarea de variabilă folosită este:
h n +1
f ( x0 + th ) − P( f ; x0 , x1 ,..., x n ; x0 + th ) ≤ t (t − 1)...(t − n) sup f ( n +1) ( x) .
(n + 1)! x∈D
78
Se notează (∇ h f )( x) = f ( x) − f ( x − h) şi se numeşte diferenţă
( ) (
nedivizată descendentă. Ca mai sus , ∇ nh f ( x) = ∇ nh −1 f ( x) − ∇ nh −1 f ( x − h)) ( )
Are loc:
( )
n
P( f ; x0 , x −1 ,..., x − n ; x0 − sh ) = ∑ (− 1) C si ∇ ih f ( x0 )
i
i =0
numită formula lui Newton de interpolare descendentă. Se preferă în cazul în care
punctul în care se face aproximarea aparţine intervalului [x 0 − h, x 0 ] .
( )
În formula următoare se notează ∆ih f ( x k ) = ∆i f k , k ∈ Z . Are loc:
P( f ; x 0 , x0 + h, x0 − h, x 0 + 2h, x0 − 2h,..., x0 + nh, x0 − nh ) =
= f ( x0 ) + ∆f 0 t + ∆2 f −1
t (t − 1)
+ ∆3 f −1
t t 2 −1 (
+
)
2! 3!
+ ∆ f −2
4 ( )
t t 2 − 1 (t − 2)
+ ... +
4!
+ ∆2 n −1 f − n +1
( )(
t t 2 − 1 ... t 2 − (n − 2) t 2 − (n − 1) 2
2
+
)( )
(2n − 1)!
+ ∆ f −n
2n ( )(
t t 2 − 1 ... t 2 − (n − 1) (t − n )
2
)
(2n)!
numită formula lui Gauss ascendentă.
2 x 2
Exemplul 1. Sunt cunoscute valorile funcţiei φ( x) =
π
∫ 0
e −t dt în
i
punctele 1 + , i ∈ {0,1,...,10} . Folosind formula de interpolare Newton
10
ascendentă cu 4 noduri să se aproximeze φ(1,43) . Valorile funcţiei cât şi ale
diferenţelor nedivizate sunt prezentate în tabelul următor ( h = 0,1 ).
x φ(x) ∆hφ ∆2h φ ∆3h φ ∆4h φ
1 0,8427 0,0375 -0,0074 0,001 0
1,1 0,8802 0,0301 -0,0064 0,001 -0,0001
1,2 0,9103 0,0237 -0,0054 0,0009 0
1,3 0,9340 0,0183 -0,0045 0,0009 0
1,4 0,9523 0,0138 -0,0036 0,0009 -0,0004
1,5 0,9661 0,0102 -0,0027 0,0005 0,0001
1,6 0,9763 0,0075 -0,0022 0,0006 -0,0002
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 0,9953
79
Conform notaţiilor precedente x = 1,43 , se alege x0 = 1,4 . Atunci
x − x0
t= = 0,3 şi deci:
h
( )
P(φ; x0 , x1 , x 2 , x3 ;1,43) = φ( x0 ) + C t1 (∆ h φ)( x0 ) + C t2 ∆2h φ ( x0 ) +
,
t ( )
+ C ∆ φ (x0 ) + C ∆ φ (x0 )
3 3
h t
4
( )
4
h
unde:
( )
φ( x0 ) = 0,9523 ; (∆ h φ)( x0 ) = 0,0138 ; ∆2h φ ( x0 ) = −0,0036 ;
(∆ φ)(x ) = 0,0009 ; (∆ φ)(x ) = −0,0004 .
3
h 0
4
h 0
{x1 ,..., xn } ⊂ [a, b] sunt puncte distincte două câte două, iar {α 1 ,..., α n } ⊂ R .
81
Aplicaţia J este funcţională liniară şi continuă pe C [ a ,b ] care, prin abuz, se va numi
în acest context "formulă de cuadratură", căci se va proceda la aproximarea
b
∫a
f ( x)dx ≈ J ( f ) .
Pentru stabilirea convergenţei punctuale a unui şir de formule de
cuadratură către integrală este util următorul rezultat:
{ }
Teorema 1. Fie x1( n ) ,..., x k( nn ) un sistem de puncte distincte două câte
( ) b
lim J n t k = ∫ t k dt , pentru orice k ∈ N .
n→∞ a
Cu notaţiile din teorema precedentă are loc:
Corolar. Dacă α i( n ) ≥ 0 pentru orice i ∈ {1,..., k n } şi orice n ∈ N , atunci
b
lim J n ( f ) = ∫ f ( x)dx pentru orice f ∈C [ a ,b ] dacă şi numai dacă
n→∞ a
( ) b
lim J n t k = ∫ t k dt pentru orice k ∈ N .
n→∞ a
b−a
Fie n ∈ N * , h = , xi = a + ih , i ∈ {0,..., n} . Prin integrarea
n
polinomului de interpolare P( f ; x0 ,..., x n ; x ) se obţine formula
a
n
J n ( f ) = (b − a )∑ H i( n ) f ( xi ) (1)
i =0
∑H
i =0
i
(n)
=1 (2)
H i
( n)
= H n( n−)i (3)
Evaluarea erorii se obţine folosind rezultatele de la interpolare.
82
Propoziţie. Dacă f ∈C [ an,+b1] , atunci
n
h n+2
f ( x)dx − (b − a)∑ H i( n ) f (xi ) ≤
b b
∫a
i =0
sup f ( n + ) ( x) ∫ t (t − 1)...(t − n) dt .
(n + 1)! x∈[ a ,b ] a
1
Pentru n = 1 avem H 0(1) = H 1(1) = , iar formula ce se obţine
2
b−a
T( f ) = ( f (a) + f (b) )
2
se numeşte "formula de cuadratură a trapezului".
Dacă f ∈C [ a2,b ] , evaluarea erorii rezultă din propoziţia precedentă:
b−a (b − a ) 3
( )
b
∫a f ( x)dx −
2
f ( a ) + f ( b ) ≤ sup f ′′( x) .
12 x∈[ a ,b ]
1 4
Pentru n = 2 avem H 0( 2 ) = H 2( 2 ) = , H 1( 2 ) = , iar formula care se
6 6
obţine:
b−a a+b
S( f ) = f (a) + 4 f + f (b)
6 2
poartă numele de "formula de cuadratura a lui Simpson".
Dacă f ∈C [ a4,b ] , formula de evaluare a erorii este:
b b−a a+b (b − a ) 5
∫a
f ( x)dx − f (a ) + f
6 2
+ f (b) ≤
2880
sup f ( 4) ( x) .
x∈[ a ,b ]
b−a
, xi = a + ih , i ∈ {0,1,..., n} . Prin sumarea
Pentru n > 1 , fie h =
n
formulelor trapezului corespunzătoare intervalelor [xi , xi +1 ] se obţine, pentru
f ∈C [ a ,b ] ,
b − a n −1
Tn ( f ) = ∑ ( f (xi ) + f (xi+1 ))
2n i = 0
numită formula sumată a trapezului.
Dacă f ∈C [ a2,b ] , are loc următoarea formulă de evaluare a erorii:
b (b − a ) 3
∫a
f ( x)dx − Tn ( f ) ≤ sup f ′′( x) .
12n 2 x∈[ a ,b ]
83
Ca o consecinţă a formulei precedente şi a corolarului de la teorema 1,
paragraful 1, rezultă că:
b
lim Tn ( f ) = ∫ f ( x)dx , ∀f ∈C [ a ,b ] .
n→∞ a
b−a
Dacă pentru n > 1 , n ∈ N , se notează h = , xi = a + ih ,
n
i ∈ (0,1,...,2n ) , prin sumarea formulelor lui Simpson corespunzătoare intervalelor
[x2i , x2i +2 ] se obţine
b − a n −1
Sm ( f ) = ∑ ( f (x2i ) + 4 f (x2i+1 ) + f (x2i+ 2 ))
6n i = 0
numită formula sumată a lui Simpson.
Dacă f ∈ C 4 [a, b] , are loc următoarea formulă de evaluare a erorii:
b
(b − a)
5
∫ f ( x)dx − S
a
m (f) ≤
2880n 4
sup f ( 4 ) ( x) .
x∈[a ,b ]
studiul variaţiei rezultă că f ′′( x) ≤ 2 . Din (1) rezultă că eroarea este cel mult
2
< 0,002 .
12 ⋅ 100
2. Să se aproximeze cu formula sumată a lui Simpson pentru n = 4 , integrala
1
x2
∫e
0
dx . Se obţine S 4 ( f ) = 1,4627231 .
84
VII.4. Formulele de cuadratură ale lui Gauss
Fie x1 ,..., x n puncte distincte două câte două în intervalul [a, b] şi formula
de cuadratură
n
J ( f ) = ∑ α i f ( x i ) , f ∈C [ a ,b ] (1)
i =1
σ n ( f ) = ∑ α i( n ) f (xi( n ) ),
n
f ∈C [ a ,b ]
i =1
b n x − x (jn )
rădăcinile polinomului Legendre γ n , iar α i( n ) = ∫ ∏xa
j =1
(n)
i − x (jn )
dx .
j ≠i
n→∞ ∫
a
f ( x)dx .
Teorema 3 (evaluarea erorii). Dacă f ∈C [ a2,nb ] , atunci
σ n ( f ) − ∫a
b
f ( x)dx ≤
(n!)4 ⋅
(b − a ) 2 n +1
sup f (2n)
( x) .
((2n)!) 3
2n + 1 x∈[ a ,b ]
Pentru calculul prin recurenţă al polinoamelor Legendre are loc:
1
Propoziţia 4. γ 0 ( x) = 1 , γ 1 ( x) = x − ( a + b) ,
2
γ n +1 ( x) = xγ n ( x) − α n γ n ( x) − β n γ n −1 ( x) , n ≥ 1
unde
b b
∫ xγ ( x)dx , n ≥ 0 , β ∫ xγ n ( x) γ n −1 ( x)dx
2
n
αn = a
b n = a
b
, n ≥ 1.
∫ γ ( x)dx ∫ γ n2 −1 ( x)dx
2
n
a a
86
Pentru n = 4 , pe intervalul [− 1,1] , rădăcinile polinomului Legendre sunt
x1 = −0,861136 ; x 2 = −0,339981 , x3 = − x 2 ; x 4 = − x1 . Coeficienţii din
formula lui Gauss sunt α 1 = α 4 = 0,347854 ; α 2 = α 3 = 0,652145 . Eroarea se
majorează cu 2,88 ⋅ 10 −7 sup f (8 )
( x) .
x∈[ −1,1]
87
VIII.1. Metoda lui Taylor
88
VIII.3. Metoda Runge-Kutta
Soluţia ecuaţiei (1) se aproximează cu soluţia ecuaţiei cu diferenţe:
x0 = α 0
x k +1 − x k 1
= (v1 (t k , x k ) + 2v 2 (t k , x k ) + v3 (t k , x k ) + v 4 (t k , x k ) )
h 6
unde
h h
v1 (t , z ) = u (t , z ) , v 2 (t , z ) = u t + , z + v1 (t , z )
2 2
h h
v3 (t , z ) = u t + , z + v 2 (t , z ) , v 4 (t , z ) = u (t + h, z + hv3 (t , z ) ) .
2 2
Observaţie. Pentru a aproxima soluţia x în alte puncte decât cele ale
diviziunii δ se apelează apoi la interpolare.
Exemplu. Să rezolvăm cu metoda lui Euler pentru h = 0,05 problema
x ( 0) = 1
2t .
x ′(t ) = x(t ) − , t ∈ [0,1]
x(t )
2t
Soluţie. Avem u ( z , t ) = z − . Ecuaţiile cu diferenţe (numite uneori
z
ecuaţii apropiate) sunt
x0 = 1
2t
x k +1 = x k + h x k − k
xk
cu t k = 0,05k , k ∈ {0,1,...,20}. Se obţine x0 = 1 , x1 = 1,05 , x 2 = 1,097 ,
x3 = 1,148 , etc.
BIBLIOGRAFIE
89