Analiză numerică

23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Analiză numerică
Ritm recomandat de studiu: 6 ore/săptămână
Obiective: Disciplina „Analiză numerică” prin conţinutul şi activităţile solicitate studenţilor,
urmăreşte:
a) Familiarizarea cu noţiuni teoretice necesare în soluţionarea numerică a unor
probleme concrete specific domeniului “Inginerie marină şi navigaţie”, precum şi
specializării “Navigaţie şi transport maritim şi fluvial” .
b) Însuşirea cunoştinţelor utile în elaborarea , analizarea şi evaluarea algoritmilor de
calcul numeric, implementabili într-un limbaj de programare specializat
(Matlab/MathCad), meniţi a obţine o aproximare eficientă a soluţiei unui modul
mathematic, generat de o problemă fizică.
c) Dezvoltarea capabilităţilor de aplicare a algoritmilor numerici.
d) Dezvoltarea raţionamentului algoritmic.
Condiţionări: Algebră liniară, geometrie analitică şi diferenţială; Analiză matematică;
Matematici speciale; Programare şi limbaj de programare.
Cuprins:
 Unitatea de învăţare 1: Erori
 Unitatea de învăţare 2: Rezolvarea numerică a ecuaţiilor neliniare şi a sistemelor de
ecuaţii neliniare
 Unitatea de învăţare 3: Aproximarea funcţiilor
 Unitatea de învăţare 4: Derivare şi integrare numerică
 Unitatea de învăţare 5: Integrarea numerică a ecuaţiilor diferenţiale ordinare
 Unitatea de învăţare 6: Rezolvarea numerică a ecuaţiilor cu derivate parţiale
Unitatea de învăţare 1 abordează:
1) Identificarea surselor erorilor produse în derularea procesului de soluţionare
numerică a unei problem fizice concrete;
2) Criteriile de clasificare şi descrierea erorilor înregistrate;
3) Propagarea erorilor într-o aritmetică a virgulei mobile.
Unitatea de învăţare 2 are ca scop prezentarea şi evaluarea comparative a metodelor de
separare şi apoi localizare a rădăcinilor reale ale unei ecuaţii neliniare.
Problema aproximării valorilor unei funcţii este analizată în cadrul Unităţii de învăţare 3
(interpolare polinomială/polinomială pe porţiuni, aproximare în sensul c.m.m.p.,
aproximare uniformă).
Pornind de la modalităţile de evaluare aproximativă a valorilor unei funcţii (prezentate
anterior), Unitatea de învăţare 3 aduce în atenţia studenţilor, o serie de formule de
aproximare a valorilor derivatelor unei funcţii, precum şi de calcul aproximativ a valorilor
derivatelor unei funcţii, precum şi de calcul aproximativ a integralelor definite.
Analiză numerică (NC)
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de învăţare 5 îşi propune prezentarea celor mai cunoscute şi facile modalităţi de
calcul numeric pentru soluţiile unei ecuaţii diferenţiale ordinare, urmînd ca în unitatea de
învăţare 6, să fie tratată succint problematica integrării numerice a ecuaţiilor ce derivate
parţiale.
Introducere
Disciplina „Analiză numerică” se încadrează în categoria disciplinelor fundamentale de
studiu menite să contribuie la formarea dumneavoastră, ca viitor specialist în domeniul
“Inginerie marină şi navigaţie”.
Această disciplină îşi propune să asigure studenţilor: cunoştinţeţe teoretice şi practice
necesare în procesul soluţionării numerice a problemelor fizice concrete; utilizarea
eficientă a bagajului de cunoştinţe dobândit la: Algebră liniară, geometrie analitică şi
diferenţială, Analiză matematică, Matematici speciale şi Programare şi limbaj de
programare; dezvoltarea capacităţii de a efectua raţionamente, de a opera cu concepte cu
un grad sporit de abstractizare şi de a lua decizii în situaţii practice concrete.
Materialele de studiu-suport sunt organizate astfel:
a) Noţiunile teoretice necesare sunt structurate în cadrul a 6 unităţi de învăţare,
divizate fiecare în unităţi de studiu, ce sunt completate cu exemple şi exerciţii utile
în însuşirea temeinică a metodelor numerice prezentate.
b) 7 teme de laborator (seminar) (programate a fi desfăşurate în cadrul activităţilor
didactice directe), după studierea în prealabil a materialului teoretic,
Autorul acestor materiale este lect.univ.dr. Sporiş Ligia-Adriana (sporis.adriana@anmb.ro),
ce asigură şi desfăşurarea orelor de laborator/seminar.
Evaluare
Activitatea desfăşurată de către studenţi se evaluează astfel:
 50% - evaluare finală (EF) (examen/colocviu)
 30% - evaluare laborator/seminar (NP)
 20% - evaluare temă de casă (NT)

Bibliografie minimală
 L.A.Sporiş: „Analiză numerică” – Ed.ANMB/2003
 N.Dăneţ: „Analiză numerică cu aplicaţii rezolvate în Mathcad” – Ed.Matrix
Rom/2002
 G.Păltineanu, P.Matei, R.Trandafir: „Bazele analizei numerice” – Ed.Printech/2001
 S.Curteanu: „Iniţiere în matlab” – Ed.polirom/2008
 O.Martin: „Probleme de analiză numerică” – Ed.Matrix Rom/1999

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Unitatea de învăţare 1
Erori
Timp mediu de studiu: 4 ore
Obiective:
1. Identificarea surselor şi a modalităţilor de apariţie a erorilor în derularea procesului
de soluţionare numerică a unei problem fizice
2. Precizarea criteriilor de clasificare şi recunoaşterea tipurilor de erori
3. Studierea propagării erorilor într-o aritmetică a virgulei mobile
Condiţionări: -
Cuprins
U.S. 1.1. Sursele şi clasificarea erorilor
U.S. 1.2. Analiza propagării erorilor într-o aritmetică a virgulei mobile
U.S. 1.1. îşi propune abordarea etapelor rezolvării numerice a unei probleme fizice
concrete (PF), a surselor şi a modalităţilor de clasificare a erorilor în procesulmodelării
numerice a PF.
U.S. 1.2. va urmări:
- Descrierea reprezentării numerelor reale în virgulă mobilă (VM);
- Examinarea modului de operare artimetică cu numere în VM;
- Analizarea efectului produs prin propagarea erorilor într-o aritmeticăa VM.
Bibliografie minimală
- L.A.Sporiş: “Analiză numerică”, Ed.ANMB, 2003
- T.A.Beu: “Calcul numeric în C”, Ed.Albastră, 2000
Bibliografie auxiliară:
- J.Stoer, R.Bulirsch: “Introduction to Numerical Analysis”, Springer Verlag, 2000







Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 1.1.
Sursele şi clasificarea erorilor
Timp mediu de studiu: 1 oră
Sarcini de învăţare: Prin parcurgerea acestei unităţi de studiu, studentul va fi capabil să:
- descrie etapele rezolvării prin simulare a unei PF;
- descrie exigenţele ce trebuie să fie satisfăcute în procesul modelării matematice,
respectiv discrete a unui model fizic;
- enumere principalele caracteristici ale unui algoritm;
- clasifice erorile d.p.v. al cauzalităţii şi să descrie sursele acestor erori, să clasifice
erorile d.p.v. al exprimării matematice
1.1.1. Preliminarii
Cel mai adesea, o teorie în matematică îşi are punctul de plecare în încercarea de
a rezolva o problemă generată de o situaţie din practică.
Pentru soluţionarea problemei fizice (PF), este necesară obţinerea unui model
matematic (PM), pe baza unei transformări simplificatoare, în deplină concordanţă cu
legile fundamentale ale fizicii, etc. şi pornind de la ecuaţiile fizicii matematice.
După realizarea acestuia, urmează o etapă în care suverane sunt metodele de
investigaţie pur matematice, cu scopul de a găsi răspuns la următoarele întrebări:
1) Este PM corect pusă?
2) Există o expresie analitică corespunzătoare mărimii ce caracterizează PF?
3) Există o manieră de a obţine soluţia PM, cu orice grad de precizie dorit?
Uneori, însă, se dovedeşte a fi dificil, dacă nu chiar imposibil de găsit o formulare
exactă a PM şi atunci, se preferă înlocuirea acesteia printr-o problemă aproximativă, dar
pentru care sunt cunoscute tehnici adecvate de abordare.
Cum principalele instrumente de calcul numeric sunt calculatoarele, prezintă interes
doar acele metode de rezolvare, ce se desfăşoară într-un timp finit şi într-un număr finit de
paşi, care furnizează o aproximare uniformă a soluţiei. De aceea, PM se reduce la o formă
pentru care soluţia se obţine în urma unui număr finit de paşi, adică la o problemă discretă
(PD). Discretizarea PM trebuie să aibă în atenţie, în principal, consistenţa şi robusteţea
soluţiei PD.
Pentru rezolvarea PD, se impune apoi, proiectarea unui algoritm (i.e. o succesiune
finită de operaţii elementare), din perspectiva realizării următoarelor deziderate:
- eficienţă (spaţiu de memorare alocat, timp de execuţie);
- convergenţă (i.e.
M D
0
P P lim =
÷ A
);
- adaptabilitate în propagarea erorilor.
Apoi, pe baza datelor experimentale şi cu ajutorul algoritmului, se va obţine soluţia PD.
Însă, majoritatea datelor furnizate de PF conţin o incertitudine în măsurători, ce se
va răsfrânge asupra acurateţii soluţiei. Tehnicile de analizare a acestor erori se aseamănă
cu cele folosite pentru a cerceta rezultatele calculelor şi erorilor produse în acestea, care
ţin atât de natura aproximativă a reprezentării datelor, cât şi de modalitatea de transcriere
corectă a algoritmului.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 3
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
1.1.2. Sursele şi clasificarea erorilor
În principiu, metodele numerice permit controlul erorilor săvârşite în calcule, prin apelarea,
în speţă, la acele expresii matematice ce nu conţin operaţiile care le induc. Dar pe de altă
parte, aceste erori, mai precis, mărimea lor este decisiv influenţată de programator, de
experienţa şi stilul său de programare.
Pericolul apare în momentul în care erorile de calcul se acumulează, producând în
majoritatea cazurilor, vicierea rezultatelor. Pentru că de multe ori o eroare de program este
dificil de depistat şi corectat, se apelează la divizarea în subprograme, care să poată fi
testate rapid, prin confruntarea cu situaţii ale căror răspunsuri corecte le cunoaştem.
În consecinţă, având în vedere cele afirmate anterior, putem considera următoarea
clasificare a erorilor:
a) erori inerente (iniţiale);
b) erori de metodă;
c) erori de calcul
şi următoarea schemă, ce permite vizualizarea optimă a celor afirmate:



Erori de calcul
Erori inerente Erori de metodă


Erori de calcul



Exemplul 1.2.1.:
Considerăm un pendul care se pune în mişcare la momentul
0
t t = . Ne întrebăm
care va fi poziţia sa la momentul
1
t t = ?
Oscilaţia pendulului este descrisă de ecuaţia diferenţială: 0
dt
d
sin g
dt
d
l
2
2
= + +
¢
µ ¢
¢
,
unde l reprezintă lungimea pendulului, g , acceleraţia gravitaţională, iar µ , coeficientul de
frecare.
Încă din start, înregistrăm o eroare inerentă, deoarece relaţia dintre viteză şi frecare
nu este liniară. O altă sursă de erori inerente este definirea următoarelor cantităţi:
( ) ( )
0 0 0
t , t , t , , g , l ¢ ¢ µ ' .
Ecuaţia nu este rezolvabilă într-o formă explicită. Rezolvarea sa impune recurgerea
la o metodă ce va induce erori suplimentare.
Considerăm acum: I , valoarea exactă a parametrului căutat (în situaţia noastră
 ¢ la momentul
1
t ), I
~
, valoarea ce corespunde descrierii matematice (în cazul nostru:
soluţia ecuaţiei calculată pentru
1
t ),
d
I
~
, soluţia obţinută printr-o metodă numerică fără
Date
PF PM PD
Rezulta
te
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 4
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
rotunjire,
*
d
I
~
, soluţia obţinută prin calcul aproximativ.
Atunci: I I
~
1
÷ = µ este eroare inerentă, I I
~
d 2
÷ = µ , este eroare de metodă,
d
*
d 3
I
~
I
~
÷ = µ
este eroare de calcul, iar I I
~
*
d 0
÷ = µ este eroare totală. Observăm că:
3 2 1 0
µ µ µ µ + + = .
1.1.3. Erori absolute. Erori relative
O noţiune-cheie în calculul numeric este aceea de eroare. În linii mari, în matematică, prin
eroare se înţelege diferenţa dintre valoarea exactă şi cea aproximativă a unei mărimi.
Pentru a realiza o cât mai bună cuantificare a erorilor, ce însoţesc metodele
numerice, vom considera:

Definiţia 1.3.1.:
Dacă x este valoarea exactă, iar x valoarea aproximativă a unui număr, atunci:
1) x x
x
÷ = A s.n. eroare absolută a aproximaţiei x . (1.1)
2)
x
x
x
A
o = s.n. eroare relativă a aproximaţiei x . (1.2)

Observaţia 1.3.2.:
a) Uneori, se preferă pentru evaluarea erorii relative, următoarea formulă:

x
x
x
A
o = (1.3)
b) Combinând (1.1) şi (1.2), obţinem:
( )
x
1 x x o ± = (1.4)

Exemplul 1.3.3.: Eroarea absolută şi eroarea relativă a valorilor unei funcţii reale de
variabilă vectorială.
Fie ( ) A A
1 n
C f , R R : f e ÷ _ şi n 1, i , x x x
i i i
= ÷ = A , erorile absolute ale
argumentelor acesteia,
i
x , presupuse foarte mici în raport cu valorile aproximative
n 1, i , x
i
= . Atunci, obţinem:
( ) ( ) ( ) ( )
n 2 1 n n 1 1 n 2 1 n 1
x ,..., x , x f x x ,..., x x f x ,..., x , x f x ,..., x f f ÷ ± ± = ÷ = A A A
În diferenţa anterioară, dezvoltăm în serie Taylor primul termen şi neglijăm termenii
în care
i
x A se află la o putere mai mare sau egală cu 2.
( )( ) ( )
¿ ¿
= =
·
c
c
s ±
c
c
~
n
1 i
i n 2 1
i
n
1 i
i n 2 1
i
x x ,..., x , x
x
f
x x ,..., x , x
x
f
f A A A
Împărţind ambii termeni ai inegalităţii anterioare cu ( )
n 1
x ,..., x f , obţinem:
( ) | |
i
n
1 i
n 1
i
n
1 i
i
i
f
x x ,..., x f ln
x
x
f
x
f
A A o
¿ ¿
= =
·
c
c
= ·
c
c
s .
În particular, pentru 1 n = , se obţine: ( ) x f
f
' ~ A şi ( ) | |
x
1
f
x f ln o o ~ .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 5
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
În continuare, vom evalua eroarea absolută şi pe cea relativă, care se comit în cazul
calculării valorilor unor funcţii elementare, pentru valori aproximative ale argumentului.
a) Funcţia putere: ( )
( )
¦
¹
¦
´
¦
~
~
¬ e =
÷
x f
x
1
f
x
R , x x f
o o
A o A
o
o
o
.
b) Funcţii trigonometrice:
( )
¦
¹
¦
´
¦
~
s ~
¬ =
x ctg
, x cos
x sin x f
x f
x f x f
1
1
1 1
o o
A A A A
;
( )
¦
¹
¦
´
¦
~
s ~
¬ =
x tg
, x sin
x cos x f
x f
x f x f
2
2
2 2
o o
A A A A
;
( )
x f
2
x f 3
3 3
,
x cos
1
tgx x f A A A A > ~ ¬ = ;
( )
x f
2
x f 4
4 3
,
x sin
1
tgx x f A A A A > ~ ¬ = .
c) Funcţia logaritm:
( )
x
x
f
x
x ln x f o
A
A = ~ ¬ = .
Având în vedere că
10 ln
x ln
x lg = , iar 434 , 0 e lg ~ , avem:
x x lg
434 , 0 o A ~ .
De aceste rezultate trebuie să ţinem seama atunci când se folosesc tabelele de
logaritmi. În tabelele cu n zecimale, eroarea logaritmilor nu depăşeşte unitatea care se
găseşte pe locul n după virgulă, deci este mai mică decât
n
10
2
1
÷
. Rezultă, de aici, că
eroarea relativă, ce afectează argumentul, nu depăşeşte
434 , 0
1
10
2
1
n
· ·
÷
i.e. aproximativ
egală cu
n
10
÷
.












Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 6
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 1.2.
Analiza propagării erorilor într-o
aritmetică a virgulei mobile (VM)
Timp mediu de studiu: 3 ore
Sarcini de învăţare: Prin parcurgerea acestei unităţi de studiu, studentul va fi capabil să:
- descrie reprezentarea unui număr real x într-un sistem poziţional cu baza de
numărare b;
- realizeze conversia unui număr real x din baza de numeraţie b într-o bază de
numeraţie c;
- definească: formatul virgule mobile (FVM), număr în (VM), funcţia de rotunjire şi
eroarea de reprezentare, o artimetică în VM;
- precizeze modul în care se execută operaţiile aritmetice cu numere în VM;
- analizeze propagarea erorilor într-o aritmetică a VM.
1.2.1. Reprezentarea numerelor reale
În acest §, ne vom ocupa de un aspect specific, elementar al calculului numeric, şi
anume, de modul de reprezentare al numerelor reale în memoria calculatorului.
Pentru început, vom reaminti bine cunoscuta reprezentare poziţională a numerelor
reale.
Fie 2 b , N b > e o bază de numeraţie şi ( ) { } 1 b ,..., 1 , 0 C ÷ = mulţimea cifrelor din baza b .
Atunci, ( ) R x e ¬ admite o unică reprezentare în baza b de forma:

n 2 1 0 1 2 n 1 n
a ... a a , a a ... a a x
÷ ÷ ÷ ÷ ÷
=t (2.1)
unde { } 1 ± e t şi Z i , C a
i
e e , ce nu se termină printr-o secvenţă infinită de cifre egale cu
( ) 1 b ÷ .
Reciproc, valoarea reală a (2.1) este:

|
|
.
|

\
|
+ =
¿ ¿
÷
=
·
=
÷
÷
1 n
0 i 1 i
i
i
i
i
b a b a x t (2.2)
Exemplul 2.1.1.:
a) În baza 2, cifrele sunt 0 şi 1 .
Numărul în baza 10,
2 1
10 5 10 2 7 10 2 25 , 27
÷ ÷
· + · + + · = , se reprezintă în baza 2 în modul
următor: ( )
2 1 2 3 4
2
2 1 2 0 1 2 1 2 0 2 1 2 1 01 , 11011
÷ ÷
· + · + + · + · + · + · = .
b) În baza 16, cifrele sunt . F , E , D , C , B , A , 9 ,..., 1 , 0
Ca un exemplu de conversie din baza 16 în baza 10, avem:
( ) 9375 , 1388 16 15 16 12 16 6 16 5 F , C 56
1 0 2
16
= · + · + · + · =
÷
.
Memoria finită a calculatorului conduce la o reprezentare cu precizie finită a unui
număr real. Există, în general, două modalităţi de reprezentare: în virgulă fixă (utilizată
pentru reprezentarea numerelor întregi) şi în virgulă mobilă sau flotantă (utilizată pentru
reprezentarea numerelor reale).
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 7
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
În cele ce urmează, ne vom ocupa de reprezentarea în virgulă mobilă. Prin natura
sa, această reprezentare este aproximativă (fiecare număr real este reprezentat printr-o
secvenţă finită de cifre). Cu toate acestea, ea trebuie să răspundă următoarelor exigenţe:
a) să asigure un domeniu consistent de numere reprezentate;
b) să determine existenţa unei erori relative de reprezentare suficient de mică;
c) să asigure o repartizare uniformă a erorii de reprezentare.
Cadrul în care se garantează satisfacerea acestor deziderate este formatul în
virgulă mobilă (FVM) , ce este definit de tripletul de parametri ( ) p , t , b , ce au următoarea
semnificaţie:
- { } 0 \ N be este baza de numeraţie în care se face reprezentarea (de regulă,
{ } 16 , 8 , 10 , 2 be ).
-
*
N t e indică precizia reprezentării (adică numărul de cifre semnificative –
“lungimea mantisei”).
-
*
N pe este numărul de cifre ale exponentului.
Un număr în VM este o pereche ( ) e , f , unde { } C a , 1 , a ... a 0, f
i t 1
e ± e = t t şi
0 a
1
= (condiţia de normalizare) s.n. mantisă, iar
| | Z U L, , Z U , L e , e ... e e e
p 2 1
e · e = fixaţi (2.3)
s.n. exponent.
Valoarea sa reală, este
( ) ( )
t e
t
2 e
2
1 e
1
e
t 1
e
b a ... b a b a b a ... a , 0 b f x
÷ ÷ ÷
+ + + · = · = · = t t (2.4)
Observăm că 0 nu admite o reprezentare (2.3). Pentru a rezolva această problemă
şi pentru a putea reprezenta şi unele simboluri speciale, se alocă exponentului, valori
nesituate în | | U , L .
O altă observaţie extrem de importantă pe care trebuie să o facem, dacă ţinem cont
de (2.3) şi (2.4), este următoarea:
( ) ( ) · ÷ ÷ s s ·
U
cifre t
L
b 1 b ... 1 b , 0 x b 0 ... 10 , 0
  
( )
U t 1 L
b b 1 x b
÷ ÷
÷ s s (2.5)
ceea ce ne atrage atenţia asupra următorului aspect important al reprezentării într-un
FVM, fixat: nu orice număr real x admite o reprezentare (2.3), ci numai acele numere
situate în domeniul de reprezentabilitate propriu FVM considerat,
| | ( )
U t
not not
b b 1 M , M , M R
÷
÷ = ÷ = .
Considerăm, acum, mulţimea { x R x F e = are reprezentare exactă în VM } { } 0 .
Se observă fără dificultate că această mulţime este finită şi în plus,
( ) ( ) 1 1 L U b 1 b 2 cardF
1 t
+ + ÷ ÷ =
÷
.

Exemplul 2.1.2.:
Fie FVM ( ) -1 L , 1 , 3 , 2 = şi 2 U = .
Atunci, domeniul de reprezentabilitate este | | 5 , 3 ; 5 , 3 R = iar
)
`
¹
¹
´
¦
± ± ± ± ± ± ± ± ± ± ± ± ± ± ± ± = 3 , 2 , 1 ,
2
1
,
4
1
,
2
5
,
4
5
,
8
5
,
16
5
,
2
3
,
4
3
,
8
3
,
2
7
,
4
7
,
8
7
,
16
7
, 0 F
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 8
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Ţinând cont de cele afirmate anterior, conchidem că: a reprezenta un număr real în
VM înseamnă a-i asocia un număr F x e .Această asociere se realizează prin intermediul
funcţiei de rotunjire:
( )
e
b f x x fl , F R : fl · = = ÷ (2.6)
x
o în forma (1.3) se notează cu
r
c şi s.n. eroare de reprezentare.
Există mai multe strategii de rotunjire. Asupra celor mai utilizate ne vom opri în
continuare.
Fie R x e . Atunci, ţinând seama de condiţia de normalizare,
( )
e
1 t t 2 1
b ... a a ... a a , 0 x
+
=t ( ) ( ) = + · =
÷
+ +
t e
2 t 1 t
e
t 2 1
b ... a a , 0 b a ... a a , 0 t t

t e e
b g b f
÷
· + · = (2.7)
unde ( )
t 1
not
a ... a , 0 f t = şi ( ) ... a a , 0 g
2 t 1 t
not
+ +
= t satisfac următoarele relaţii:
1 f b
1
< s
÷
şi 1 g 0 < s (2.8)

Definiţia 2.1.3.:
a) ( )
¦
¹
¦
´
¦
=
= ·
= ÷
0 x 0,
0 x , b f
x fl , F R : fl
e
1 1
(2.9)
s.n. funcţia de rotunjire prin trunchiere.
b) ( ) ( )
¦
¦
¹
¦
¦
´
¦
=
= · ±
= ·
= ÷
0 x 0,
0 x , b b f
0 x , b f
x fl , F R : fl
e t -
e
2 2
(2.10)
s.n. funcţia de rotunjire simetrică.
( , + dacă - , 1 f sgn + = dacă 1 f sgn ÷ = ).

Exemple 2.1.4.:
Fie FVM ( ) 2 , 4 , 10 şi 734 , 12945 x = , 9942 , 12944 y = .
Atunci 10 5734 , 0 10 1294 , 0 x
5
· + · = , iar
1 5
10 49942 , 0 10 1294 , 0 y
+
· + + · = .
a) ( ) 12940 10 1294 , 0 x fl
5
1
= · =
( ) 12940 10 1294 , 0 y fl
5
1
= · =
b) ( ) 12950 10 10 1294 , 0 x fl
1 5
2
= + · =
+

( ) 12940 10 1294 , 0 y fl
5
2
= · = .
Suntem interesaţi în continuare, de obţinerea unei evaluări a erorii de reprezentare
r
c (ştiut fiind că, în general, ( ) R x , x fl x e = ).

Propoziţia 2.1.5.:
Dacă R x e , atunci are loc inegalitatea:

t 1
r
b
÷
· s µ c (2.11)
(unde
2
1
= µ pentru
2
fl , iar 1 = µ pentru
1
fl ).

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 9
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Demonstraţie:
Considerăm situaţia rotunjirii prin trunchiere. Analog, vom raţiona în cazul rotunjirii
simetrice.
( ) ( ) ( )( ) ( ) s · ÷ ÷ s · s ÷
+ +
e e
2 t 1 t 1
b ... 1 b 1 b 0 ... 00 , 0 b ... a a 0 ... 0 , 0 x fl x
( )( )
( )
s s ¬ =
÷
÷
s · + + ÷ s
÷
÷
÷
÷ ÷
÷ ÷ ÷ ÷
x
b
b
b 1
b 1 b
b ... b b 1 b
t e
r
t e
1
1 t
e 2 t 1 t
c

( )
( )
t 1
t
e
t 2 1
t e
b
0 ... 10 , 0
b
b a ... a a , 0
b
÷
÷ ÷
= s
·
s .
Observaţia 2.1.6:
a) Cantitatea
t 1
b
÷
· µ s.n. unitate de rotunjire, iar
t 1
b
÷
s.n. epsilon-maşină.
b) Din (2.11), rezultă că:
( ) ( ) µ + = 1 x x fl , unde
t 1
b
÷
· s µ µ (2.12)
1.2.2. Aritmetică în VM
Calculatoarele cu hardware dedicat operaţiilor în VM, sunt prevăzute cu instrucţiuni
ce fac posibilă implementarea acestora.
Operaţiile cu numere în VM diferă de cele aritmetice corespunzătoare, deoarece
rezultatul lor se află întotdeauna în mulţimea finită F . Astfel, în urma efectuării unor astfel
de operaţii se produc erori, numite erori de rotunjire.
Acumularea acestor erori este extrem de nocivă, putând determina degradarea
integrală a rezultatului. De aceea, analiza erorilor de rotunjire este cea mai importantă, dar
şi cel mai greu de realizat, dintre toate tipurile de erori.
Trebuie menţionat că, în urma efectuării calculelor în VM, se poate obţine ca
rezultat, un număr ce nu se află în domeniul de reprezentabilitate R . În această situaţie,
spunem că s-a realizat o eroare de depăşire (superioară dacă rezultatul M > şi inferioară,
în cazul: M ÷ < ). În cazul erorii de depăşire superioară, rezolvarea constă fie în afişarea
unui mesaj de avertisment, fie în întreruperea calculelor; iar în cel de-al doilea caz, se
atribuie rezultatului valoarea 0.
În situaţia înregistrării unor nedeterminări ( ) · · · · / ; 0 / 0 ; 0 , se atribuie rezultatului,
valoarea specială NaN (Not a Number). În particular, o operaţie implicând NaN, are
întotdeauna ca rezultat NaN.

Definiţia 2.2.1.:
Fie R y , x e şi ( ) ( ) F b f y fl y , b f x fl x
2 1
e
2
e
1
e · = = · = = . Presupunem că
2 1
e e > .
Atunci:
a) = © y x
( )
( ) | | ( ) | |
¦
¹
¦
´
¦
< + s · +
< + s · +
÷ ÷ ÷ ÷
÷ ÷ ÷
1 b f f b b , b b f f b
1 b f f b , b b f f
1 2 1 1 2
1 2 1 1 2
e e
2 1
n 1 n e e e
2 1
n
e e
2 1
1 e e e
2 1
(2.13)
b) y x ©
( )
( ) | | ¦
¹
¦
´
¦
< · · ·
< · s ·
=
÷ ÷ +
+
1
2 1
1 e e
2 1
2 1
1 - e e
2 1
b f f , b f f b
1 f f b , b f f
2 1
2 1
(2.14)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 10
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
c) x Ø = y
( )
( ) ¦
¹
¦
´
¦
s ·
< s ·
+ ÷
÷
f / f 1 , b bf / f
1 f / f b , b f / f
2 1
1 e e
2 1
2 1
1 - e e
2 1
2 1
2 1
(2.15)
( , , fl, F, © © Ø ) s.n. aritmetică în VM.
Observaţia 2.2.2.:
1. (2.13) - se aduce x şi y la exponentul cel mai mare, oprindu-se t cifre la mantisa
fiecăruia;
- se adună mantisele şi se normalizează rezultatul, păstrând t cifre.
2. (2.14) - se înmulţesc mantisele;
- se normalizează rezultatul, oprindu-se t cifre la mantisă;
- se adună exponenţii.
3. (2.15) - se împart mantisele;
- se normalizează rezultatul, oprindu-se t cifre la mantisă;
- se scad exponenţii.
4. Erorile de rotunjire depind de natura acumulatorului calculatorului. Dacă acesta este
simplu (i.e. se pot păstra t cifre semnificative), prin denormalizare (în cazul ©), se pierd un
număr de cifre egal cu diferenţa exponenţilor. Dacă acumulatorul este dublu (i.e. se pot
păstra t 2 cifre semnificative), la denormalizare nu se înregistrează nici o eroare.
5. © ©, sunt comutative, dar nu sunt asociative şi distributive.

Exemple 2.2.3.:
Fie FVM ( ) 2 , 4 , 10 şi
1
fl . Fie 4594 , 23 x
k
= şi 469541 , 2 y = . Atunci:
2 2
10 94 , 0 10 2345 , 0 x
÷
· + · = şi
3 1
10 541 , 0 10 2469 , 0 y
÷
· + · = .
Avem: ( )
2
1
10 2345 , 0 x fl x · = = şi ( )
1
2
10 2469 , 0 y fl y · = = .
a) = · + · = · + · = ©
2 2 1 2
10 0246 , 0 10 2345 , 0 10 2469 , 0 10 2345 , 0 y x
91 , 25 10 2591 , 0
2
÷ · = .
b) | | | |
2 1 2
10 5789 , 0 10 2469 , 0 10 2345 , 0 y x · = · © · = © .
c) 1531 x , 1531 x , 1234 , 0 x
3 2 1
÷ = = = .

4
3
4
2
0
1
10 1531 , 0 x , 10 1531 , 0 x , 10 1234 , 0 x · ÷ = · = · = ¬ şi
= · + · = · + · = ©
4 4 4 4
2 1
10 1531 , 0 10 0000 , 0 10 1531 , 0 10 00001234 , 0 x x

4
10 1531 , 0 · = .
( ) . 0 x x x
3 2 1
= © +
Dar ( )
1 3 2 1
x x x x = + © , de unde obţinem că © nu este asociativă.
1.2.3. Propagarea erorilor
Presupunem că s-a fixat o aritmetică a VM, ( , , fl, F, © © Ø ) .

Definiţia 2.3.1.:
S.n. calcul aproximativ, calculul care se desfăşoară într-o aritmetică a VM, iar în caz
contrar, s.n. calcul exact. Numere reale afectate de erori s.n. numere aproximative, iar în
caz contrar, s.n. numere exacte.
În cele ce urmează, vom considera ca axiomă afirmaţia: “În calculul aproximativ cu
numere aproximative, eroarea relativă este suma dintre:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 11
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
a) eroarea relativă produsă de calculul aproximativ cu numere exacte
corespunzătoare;
b) eroarea relativă produsă de calculul exact corespunzător cu numere
aproximative”.
Considerăm operaţiile aritmetice de bază: / , , , · ÷ + şi cele executate de calculator
( , , , © ©O Ø ) .
Fie O, una din operaţiile din prima categorie şi O , versiunea ei, din cea de-a doua. Dacă
R y , x e şi F y , x e sunt aproximaţiile corespunzătoare, atunci eroarea rezultată în urma
calculului este:
( ) ( ) y o x y o x y o x xoy y o x xoy ÷ + ÷ = ÷ (2.16)
Prima paranteză din membrul drept al relaţiei (2.16) reprezintă eroarea propagată, iar cea
de-a doua, eroarea de calcul.
Pentru analiza erorii propagate, vom examina următoarele cazuri:
1) Adunarea: ( ) ( ) ( ) ( )
y x
not
y x
e e y y x x y x y x + = ± ± = ÷ + ÷ = + ÷ + A A iar
y x y x + = + şi
y x y x
e e e + =
+
.
Atunci,
y
e
y x
y
x
e
y x
x
y x
e
y
x
y x
·
+
+ ·
+
=
+
+
, de unde dacă ( ) 1 y x sgn = , avem:

y x y x
o o o + s
+
(2.17)
2) Scăderea: ( ) ( )
y x
e e y x y x ÷ = ÷ ÷ ÷ ·
y x y x
e e e ÷ =
÷
.

y
e
y x
y
x
e
y x
x
y x
e
y
x
y x
·
÷
÷ ·
÷
=
÷
÷
.
Formula de mai sus este extrem de sensibilă la variaţiile termenilor. O diferenţă y x ÷
foarte mică poate determina o eroare relativă în y x ÷ foarte mare, ducând la ceea ce de
regulă, se numeşte neutralizarea termenilor. De aceea, de câte ori se poate, se evită
această situaţie, fie prin rescrierea expresiilor, fie prin schimbări de algoritm.

Exemple 2.3.2.:
a) În FVM ( ) 2 , 4 , 10 , considerând
1
fl şi 0001 , 0 0,6665, y ,
3
2
x
x
= = = o şi 0
y
= o . Obţinem
astfel: 6666 , 0
y x
=
÷
o . Deci, o eroare relativă în x de
4
10
÷
, induce o eroare în y x ÷
de 6 , 0 (i.e. o eroare relativă în date de 0,01%, duce la o eroare în rezultat de 60%).
b) În FVM ( ) 2 , 3 , 10 , considerăm
1
fl şi dx
5 x
x
I
1
0
n
n }
+
= . Observăm că
n
I verifică următoarea
relaţie de recurenţă:
n
1
I 5 I
1 n n
= +
÷
şi astfel, obţinem:
n
n
I

0 0,182 Apariţia rezultatului eronat se datorează acumulării
1 0,09 rapide a erorilor de rotunjire, provocate de diferenţa
2 0,05 unor numere apropiate
3 0,08
4 –0,165 - contradictoriu!
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 12
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
3) Înmulţirea: ( ) ( ) ( )( )
y x x y y x
e e ye xe e y e x y x y x y x + + = ÷ ÷ ÷ · = · ÷ · .
Dacă 1 ,
y x
<< o o , atunci se neglijează factorul
y x
e e . Astfel, obţinem:

y x y x
o o o + = (2.18)
4) Împărţirea:

y
x
...
y
e
y
e
1
y
e x
y
x
y
e
1 y
e x
y
x
e y
e x
y
x
y
x
2
y y
x
y
x
y
x
÷
|
|
|
.
|

\
|
+
|
|
.
|

\
|
+ ·
+
= ÷
|
|
.
|

\
|
+
+
= ÷
+
+
= ÷ .
Cum 1
y
< o , seria din membrul drept este convergentă şi vom considera o aproximare
liniară a acesteia.
Astfel:

( ) ( )
2
y
2
y x
x
y
x
y
e x
y
e e
y
e
y
x
y
e
1
y
e x
y
x
y
x
÷ ÷ = ÷
|
|
.
|

\
|
÷
+
= ÷ .
Ca şi în cazul 3), de regulă, se neglijează termenul ce conţine
y x
e e . Atunci:

y x
y
x
o o o ÷ = (2.19)
În ceea ce priveşte eroarea de calcul, ( ) ( )( )
t 1
b , 1 y o x y o x fl y o x
÷
s + = = µ µ µ şi avem
y o x b y o x y o x y o x
t 1÷
s = ÷ µ µ (2.20)
de unde obţinem că eroarea de calcul, notată cu r , satisface inegalitatea

t 1
b r
÷
s µ (2.21)
În final, putem obţine următoarea evaluare generală:

t 1
y 2 x 1
t 1
y o x y o x
b k k b
÷ ÷
+ + s + s µ o o µ o o (2.22)
unde
y x
y
k ,
y x
x
k
2 1
±
=
±
= în cazurile 1) şi 2) şi 1 k , 1 k
2 1
± = = , în cazurile 3) şi 4).














Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 13
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Autoevaluare
1. Se consideră următoarea situaţie:

2. Să se determine tipul de eroare prezentă în această situaţie.
Comparaţi răspunsul vostru, cu valoarea exactă p=0,2553074606
2. Completaţi următorul calcul şi depistaţi ce tip de eroare este prezentă în această
situaţie:
a)
b)
3. Care este eroarea absolută înregistrată în calculul razei cercului înscris, r, în funcţie de
raza cercului circumscris, R, unui triunghi isoscel?

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Unitatea de învăţare 2
Rezolvarea numerică a ecuaţiilor neliniare
şi a sistemelor de ecuaţii neliniare
Timp mediu de studiu: 8 ore
Obiective:
1. Însuşirea metodelor de separare a rădăcinilor reale ale unei ecuaţii neliniare
2. Identificarea şi utilizarea procedeelor numerice de localizare a rădăcinilor reale ale
unei ecuaţii neliniare (respective, a soluţiilor reale ale unui sistem de ecuaţii
neliniare)
3. Analizarea, implementarea şi testarea algoritmilor numerici rezultaţi
4. Utilizarea programelor Matlab corespunzătoare algoritmilor studiaţi
Condiţionări:
- U.Î.1;
- Algebră (cls. A XII-a);
- Analiză matematică (cls. A XI-a).
Cuprins
U.S. 2.1. Separarea rădăcinilor reale ale unei ecuaţii neliniare
U.S. 2.2. Localizarea rădăcinilor reale separate ale unei ecuaţii neliniare
U.S. 2.3. Rezolvarea numerică a sistemelor de ecuaţii neliniare
În U.S. 2.1. sunt prezentate cele mai utilizate metode de separare arădăcinilor reale ale
unei ecuaţii neliniare.
U.S. 2.2. are ca scop familiarizarea studenţilor cu o serie de metode de localizare a
rădăcinilor reale ale unei ecuaţii neliniare. Sunt vizate următoarele aspecte: descrierea
metodelor de localizare, prezentarea condiţiilor de convergenţă şi evaluarea erorilor de
aproximare.
În U.S. 2.3., sunt descrise două generalizări ale unor metode de localizare utilizate în
aproximarea soluţiilor reale ale unui sistem de ecuaţii neliniare
Bibliografie minimală
- L.A.Sporiş: “Analiză numerică”, Ed.ANMB, 2003
- M.Dinu: “Metode numerice în algebră”, Ed.UPB, 1997
- O.Martin: “Probleme de analiză numerică”, Ed.Matrix Rom, 2002
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Bibliografie auxiliară:
- M.Dinu, Gh.Lincă: “Algoritmi şi teme special de analiză numerică”, Ed.Matrix Rom,
1999
- N.Dăneţ: “Analiză numerică cu aplicaţii rezolvate în MathCad”, Ed.Matrix Rom,
2002
- C.Berbente, alţii: “Metode numerice”, Ed.Tehnică, 1997






































Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 3
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 2.1.
Separarea rădăcinilor reale ale unei ecuaţii
neliniare
Timp mediu de studiu: 2 ore
Sarcini de învăţare: Prin parcurgerea acestei unităţi de studiu, studentul să fie capabil să:
- descrie algoritmul metodei şirului lui Rolle;
- definească un şir Sturm asociat unei funcţii feC’(D);
- construiască un şir Sturm;
- aplice teorema lui Sturm
2.1.1. Introducere
Într-un număr considerabil de situaţii, ca urmare a modelării matematice a unor
fenomene fizice, problema se reduce la rezolvarea unei ecuaţii (respectiv, a unui sistem
de ecuaţii) de forma: ( ) 0 x f = , unde
R R D : f ÷ c (respectiv,
n n
R R D : f ÷ c ) (1.1)
care se numeşte algebrică, dacă f este o funcţie polinomială, şi transcendentă, în caz
contrar.

Definiţia 1.1.1:
Şirul
( )
( )
k
k
x definit prin
( ) ( ) ( )
( ) 1 k , x ,..., x , x F x
1 k 1 0
k
k
> =
÷
(1.2)
s.n. şir de iterare, de ordin k , corespunzător soluţiei exacte
*
x a (1.1), dacă
( ) * k
k
x x lim =
· ÷
(1.3)
În cazul în care
k
F nu depinde de ( ) k , atunci
( )
( )
k
k
x definit prin (1.2) şi care
satisface (1.3), s.n. şir de iterare staţionar, de ordin k , corespunzător soluţiei exacte
*
x .

Definiţia 1.1.2.:
Fie
( )
( )
k
k
x , şir de iterare, de ordin k , corespunzător soluţiei exacte
*
x a (1.1). Dacă
( ) 0 r > - a.i.
( )
( )
( )
( ) · e
÷
÷
-
+
· ÷
, 0 lim
*
* 1
k
r
k
k
x x
x x
(1.4)
(unde · este norma vectorială considerată în
n
R ), atunci
( )
( )
k
k
x are ordinul de
convergenţă r .



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 4
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Observaţia 1.1.3.:
a) (1.4) ( ) 0 r > - · şi ( ) 0 c > - a.i.
( ) ( )
r
* k * 1 k
x x c x x ÷ s ÷
+
(1.5)
b) Dacă 1 r = (respectiv 2 r = ), spunem că
( )
( )
k
k
x converge liniar (pătratic) la
*
x .
c) Viteza de convergenţă este direct proporţională cu ordinul de convergenţă.
d) Dacă 1 r = , atunci, din (1.5), prin inducţie matematică, se poate obţine
( ) ( )
( )
0
* k k k * k
k k , x x c x x
0 0
> ¬ ÷ s ÷
÷
(1.6)


În rezolvarea numerică a ecuaţiei (respectiv, a sistemului de ecuaţii) (1.1) se disting două
etape importante:
a) separarea soluţiilor (i.e. partiţionarea domeniului D în subdomenii cu proprietatea
că: în fiecare dintre acestea, să se afle cel mult o soluţie a (1.1);
b) localizarea soluţiilor (i.e. determinarea, în limitale erorii impuse c , a soluţiilor,
separate, prin utilizarea unor procedee iterative de rafinare).


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 5
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
2.1.2. Separarea rădăcinilor
Procesul de separare a soluţiilor implică stabilirea (dictată de particularităţile funcţiei
f ), a unei partiţii { }
I i
i
x
e
a domeniului D a.i. în | | ( ) I i , x , x
1 i i
e ¬
+
, să existe cel mult o
soluţie a (1.1).
(1) Foarte util în separarea soluţiilor este următorul rezultat:

Teorema 1.2.1.:
Dacă ( ) ( ) 0 b f a f < , unde | | b , a C f e , atunci ( ) - cel puţin un | | b , a x
*
e a.i. ( ) 0 x f
*
= .
Dacă alegerea partiţiei { }
I i
i
x
e
se realizează într-o manieră convenabilă, conform teoremei
1.2.1, atunci în | | ( ) I i , x , x
1 i i
e ¬
+
, se va afla cel mult o soluţie a ecuaţiei (1.1).
(2) O modalitate binecunoscută de separare este metoda şirului lui Rolle.
Presupunem că | | R b , a : f ÷ este o funcţie Rolle. Atunci, are loc următoarea
afirmaţie (consecinţă a teoremei lui Rolle): “Între două rădăcini reale consecutive ale lui
f ' , există cel mult o rădăcină a lui f ”.
Considerăm, acum, mulţimea
( ) { } m 1, i , 0 x f D x
i i
= = ' e (1.7)
Conform consecinţei teoremei lui Rolle, în | | 1 - m 1, i , x , x
1 i i
=
+
, există cel mult o rădăcină a
lui f (i.e. o soluţie a ecuaţiei (1.1)). Dacă ( ) ( ) 0 x f x f
1 i i
<
+
, atunci există şi este unică o
soluţie a lui (1.1) în| |
1 i i
x , x
+
. Prin urmare, (4.1) va avea atâtea soluţii reale în D, câte
variaţii de semn se înregistrează în şirul ( ) ( )
m , 1 i
i
x f
=
(numit şirul lui Rolle).
Practic, utilizarea metodei şirului lui Rolle presupune parcurgerea următorilor paşi
- se fixează intervalul de studiu | | D b , a _ ;
- se rezolvă ecuaţia ( ) 0 x f = ' şi se formează mulţimea (1.7);
- se alcătuieşte şirul lui Rolle ( ) ( )
1 m , 0 i
i
x f
+ =
, unde am notat:
0
x a = şi
1 m
x b
+
= ;
- se testează ( ) ( ) | | 1 m 0, i , x f x f sgn
1 i i
+ =
+
; dacă obţinem (-1), atunci în ( )
1 i i
x , x
+
,
se află o rădăcină reală a lui f . Altfel fie nu avem nici o rădăcină reală în
( )
1 i i
x , x
+
(cazul:1), fie
i
x sau
1 i
x
+
reprezintă o rădăcină multiplă (cazul:0), iar
în( )
1 i i
x , x
+
nu se mai află o altă rădăcină.
Această metodă de separare are ca inconvenient major: rezolvarea ecuaţiei
( ) 0 x f = ' , ceea ce, uneori, este la fel de dificil de realizat ca şi rezolvarea ecuaţiei iniţiale.

(3) Metoda şirului lui Sturm
Definiţia 1.2.2.:
Fie | | b , a C f
1
e şi ( ) | | ( ) b , a C f
1
m , 0 i
i
c
=
.
( )
m , 0 i
i
f
=
s.n. şir Sturm asociat funcţiei f dacă:
a) f f
0
= ;
b) 0 f
m
= pe | | b , a ;
c) ( ) ( ) | | ( ) ( ) 0 x f x f b , a x , 1 - m 0, i , 0 x f
*
1 i
*
1 i
* *
i
< ¬ e = =
+ ÷
;
d) ( ) | | ¬ e = b , a x , 0 x f
* *
0

( ) ( ) 0 x f x f
*
1
*
0
> ' (1.8)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 6
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Considerăm ( ) x N , numărul variaţiilor de semn din şirul ( ) ( ) | | b a, x , x f
m , 0 i
i
e
=
, după
ce, au fost eliminaţi în prealabil termenii nuli. Se poate enunţa acum, următorul rezultat
important.

Teorema 1.2.3. (Sturm):
Dacă | | ( ) ( ) 0 b f a f , b a, C f b, a , D b , a = · ' e < e şi ( ) | | b , a C f
1
m , 0 i
i
c
=
este un şir
Sturm asociat funcţiei f , atunci ( ) ( ) b N a N > , iar numărul rădăcinilor reale din | | b , a este
egal cu ( ) ( ) b N a N ÷ .
Construcţia unui şir Sturm asociat unei funcţii polinomiale reale, ce nu admite decât
rădăcini reale simple în | | b , a , se bazează pe algoritmul lui Euclid de obţinere a ( ) f ; f ' .
Considerăm f f , f f
1 0
' = = şi ( ) f ; f f
m
' = . Astfel, ţinând seama de ipoteză, se obţin
(1.8),a),b) şi d). Ceilalţi termeni,
1 m 2
f ,..., f
÷
se definesc astfel:
2 1 1 0 2
f q f f : f ÷ = (i.e.
2
f este restul cu semn schimbat al împărţirii lui
0
f la
1
f );…;
( ) 1 m f q f f : f
i 1 i 1 i 2 i i
÷ s ÷ =
÷ ÷ ÷
(i.e.
i
f este restul cu semn schimbat al împărţirii lui
2 i
f
÷

la
1 i
f
÷
) (1.9)
Vom verifica (1.8),c),. Fie | | b , a x
*
e a.i. ( ) 0 x f
*
i
= . Conform construcţiei,
( ) ( )
*
1 i
*
1 i
x f x f
+ ÷
÷ = . Deci, ( ) ( ) 0 x f x f
*
1 i
*
1 i
s
+ ÷
. Dacă ( ) ( ) 0 x f x f
*
1 i
*
1 i
=
+ ÷
, atunci
( ) ( ) 0 x f x f
*
1 i
*
1 i
= =
+ ÷
şi de aici ( ) m , 2 i k , 0 x f
*
k
+ = = , de unde, ( ) 0 x f
*
m
= , ceea ce intră
în contradicţie cu ipoteza.

Observaţia 1.2.4.:
În (1.9), se poate înlocui fiecare împărţitor
k
f prin
k
af (unde
*
R a
+
e este ales a.i.
împărţirea să se desfăşoare convenabil).
Fie acum, f o funcţie polinomială reală; n gradf = , eliberată de condiţia de a avea
doar rădăcini reale simple.
Pentru şirul
( )
( ) ( )
n , 0 i
i
x f
=
(1.10)
şi pentru ( ) x N , ce au aceiaşi semnificaţie ca mai înainte, putem formula următorul rezultat:

Teorema 1.2.5.:
Dacă
( )
( )
( )
( ) ( ) n 0, i , 0 b f a f
i i
= ¬ = , atunci ( ) ( ) b N a N > iar numărul de rădăcini reale
din ( ) b , a ale lui f , fiecare socotită de un număr egal cu ordinul de multiplicitate, este
( ) ( )
*
N k , k 2 b N a N e ÷ ÷ .






Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 7
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 2.2.
Localizarea rădăcinilor reale ale unei
ecuaţii neliniare
Timp mediu de studiu: 4 ore
Sarcini de învăţare: Studentul să fie capabil, în urma derulării acestei U.S., să descrie
principalele metode de localizare, să enunţe condiţiile de convergenţă ale şirurilot de
aproximare obţinute şi să stabilească criteriile de evaluare a erorilor de aproximare.
2.2.1. Metoda bisecţiei

În cele ce urmează, ne vom situa în următoarea ipoteză de lucru: se consideră
ecuaţia ( ) 0 x f = , pentru care, în | | b , a , s-a separat o rădăcină
*
x .
Ne propunem ca, în acest §, să prezentăm câteva dintre cele mai cunoscute
metode de localizare a rădăcinii
*
x .
Presupunem că | | b , a C f e .

a) Descrierea metodei:
Pasul 1: Se consideră
( )
a a
o
= ,
( )
b b
o
= şi
( )
( ) ( )
2
b a
x
o o
o
+
= . Dacă
( )
( ) 0 x f
0
= ,
atunci
( ) * 0
x x = şi problema localizării a fost rezolvată.
În situaţia în care
( )
( ) 0 x f
0
= , se consideră
( ) ( ) ( ) ( ) o 1 o 1
x b , a a = = , dacă
( )
( )
( )
( ) 0 x f a f
0 0
<
(conform teoremei 4.2.1) şi
( ) ( ) ( ) ( ) o 1 o 1
b b , x a = = , în caz contrar. Fie
( )
( ) ( )
2
b a
x
1 1
1
+
= .
Pasul k : Presupunem că termenii celor trei şiruri sunt construiţi până la rangul
( ) 1 k ÷ , inclusiv.

Dacă
( )
( ) 0 x f
1 k
=
÷
, atunci
( ) * 1 k
x x =
÷
şi procesul iterativ se opreşte. În caz contrar, se
consideră
( ) ( ) 1 k k
a a
÷
= şi
( ) ( ) 1 k k
x b
÷
= dacă
( )
( )
( )
( ) 0 x f a f
1 k 1 k
<
÷ ÷
şi
( ) ( ) ( ) ( ) 1 k k 1 k k
b b , x a
÷ ÷
= = , altfel.
Fie
( )
( ) ( )
( ) 1 k ,
2
b a
x
k k
k
> ¬
+
= (2.11)





Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 8
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Procesul de construcţie a celor trei şiruri este prezentat în figura următoare:


b) Convergenţa metodei
În urma procesului iterativ (2.11) au rezultat cele trei şiruri
( )
( )
k
k
a ,
( )
( )
k
k
b şi
( )
( )
k
k
x , ce
posedă următoarele proprietăţi:
(i)
( )
( )
k
k
a şi
( )
( )
k
k
b sunt convergente. (
( )
( )
k
k
a crescător şi mărginit superior de b , iar
( )
( )
k
k
b descrescător şi mărginit inferior de a ).
(ii)
( ) ( )
( ) ( ) ( ) ( )
= = = =
÷ ÷ ÷ ÷
...
2
a – b
2
a – b
a – b
2 k 2 k 1 k 1 k
k k

( ) ( )
( ) 0 k ,
2
a – b
k
o o
> ¬ = (2.12)
(iii)
( ) ( ) ( )
( ) 0 k , b x a
k k k
> ¬ s s .
(iv)
( )
( ) ( )
( )
1 k
k k
* k
2
a b
2
a – b
x – x
+
÷
= s (conform 2.12), ( ) 0 k > ¬ .
Din (i)-(iv), conform criteriului cleştelui şi criteriului majorării, rezultă
( ) ( ) ( ) -
· ÷ · ÷ · ÷
= = = x x lim b lim a lim
k
k
k
k
k
k
(2.13)

c) Criteriu de oprire a procesului iterativ şi de evaluare a erorii de aproximare
Conform (2.7), se introduc numerele reale
1
c şi 0
2
> c a.i.
*
x , este o rădăcină a
ecuaţiei ( ) 0 x f = în | | b , a dacă ( ) c s
*
x f , sau dacă | | | o, x
*
e a.i. ( ) ( ) 0 f f s | o cu
2
c | o s ÷ .
Se testează dacă ( )
1
a f c s sau ( )
1
b f c s . Dacă răspunsul este afirmativ, a sau b
este rădăcină şi deci, problema este rezolvată.
Se testează dacă
2
a b c s ÷ . În situaţia în care inegalitatea este adevărată,
( ) 0 *
x x ~ ,
în caz contrar, se continuă procesul iterativ.
La pasul ( ) 1 k + , se testează dacă
( )
( ) c s
k
a f sau
( )
( )
1
k
b f c s . Dacă nici una din
inegalităţi nu se verifică (i.e. nici
( ) k
a , nici
( ) k
b nu constituie aproximări ale lui
*
x ), se
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 9
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
verifică veridicitatea inegalităţii
( ) ( )
2
k k
a b c s ÷ şi se consideră că
( ) k *
x x ~ , dacă aceasta
este adevărată, iar dacă nu , se continuă procesul.
Alegerea numerelor
1
c şi
2
c trebuie făcută cu multă precauţie, deoarece aceasta
influenţează atât numărul de iteraţii, cât şi convergenţa procesului iterativ. Pentru a
preveni astfel de necazuri, se testează la fiecare pas k dacă
( ) ( ) k k
a x = şi
( ) ( ) k k
b x = , sau
se specifică numărul maxim de iteraţii (Maxiter) care pot fi executate. (4.13) poate constitui
un criteriu à priori de evaluare a erorii de aproximare şi implicit de oprire a procesului
iterativ.
2.2.2. Metoda coardei
Presupunem că | | b , a C f
2
e .

a) Descrierea metodei:

Pasul 1: Fie
( ) ( )
b x x a
1 0
s < s , aproximaţii iniţiale ale rădăcinii
*
x a.i.
( )
( )
( )
( ) 0 x f x f
1 0
< (i.e.
( ) ( )
( )
1 0 *
x , x x e . Pentru a obţine următoarea aproximaţie a lui
*
x , adoptăm o strategie
asemănătoare cu cea din metoda bisecţiei, numai că nu vom împărţi intervalul
( ) ( )
| |
1 0
x , x în
două părţi egale, ci în raportul
( )
( )
( )
( )
1
0
1
x f
x f
m ÷ = .
Fie
( ) 2
x , punctul de diviziune. Atunci,
( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( )
( )
o 1
o 1 1 o
2
x f – x f
x f x – x f x
x = (2.14)
Din punct de vedere geometric, aceasta corespunde înlocuirii curbei ( ) x f y = pentru
( ) ( )
| |
1 0
x , x cu coarda ( )
1
d de extremităţi
( ) ( )
( ) ( )
0 0
x f , x şi
( ) ( )
( ) ( )
1 1
x f , x (fig.4.2).
( ) 2
x va
reprezenta astfel abscisa punctului de intersecţie al lui ( )
1
d cu Ox .

Pasul k : Presupunem că după ( ) 1 k ÷ paşi, sunt construiţi toţi termenii şirului de
aproximaţii, până la rangul k , inclusiv. Atunci,
( ) 1 k
x
+
se va obţine ca punct de diviziune în
raport cu
( )
( )
( )
( )
k
0
k
x f
x f
m ÷ = al intervalului
( ) ( )
| |
k 0
x , x , adică
( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( )
( )
( ) 1 k ,
x f – x f
x f x – x f x
x
o k
o k k o
1 k
> ¬ =
+
(2.15)
Din punct de vedere geometric,
( ) 1 k
x
+
reprezintă abscisa punctului de intersecţie cu Ox a
coardei ( )
k
d , de extremităţi
( ) ( )
( ) ( )
0 0
x f , x şi
( ) ( )
( ) ( )
k k
x f , x , ce se substituie curbei ( ) x f y =
pe
( ) ( )
| |
k 0
x , x .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 10
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.


b) Convergenţa metodei

Teorema 2.3.1.:
În ipotezele de lucru stabilite (i.e. | |
( ) ( )
| | b , a x , x ; b , a C f
1 0 2
e e a.i.
( )
( )
( )
( ) 0 x f x f
1 0
< ),
dacă:
(i) 0 f = ' ' pe | | b , a .
(ii)
( )
( )
( )
( ) 0 x f x f
0 0
> ' ' (s.n. condiţia lui Fourier), atunci şirul
( )
( )
k
k
x definit prin (2.6) este
convergent la
*
x .

c) Criterii de oprire a procesului iterativ şi de evaluare a erorii de aproximare

Propoziţia 2.3.2.:
În aceleaşi condiţii de lucru, presupunând în plus că: 0 f = ' pe | | b , a şi notând cu
| |
( ) x f inf m
b , a
1
' = , iar cu
| |
( ) x f sup M
b , a
1
' = , obţinem:
( ) ( ) ( ) k 1 k
1
1 1 * 1 k
x x
m
m M
x x ÷
÷
s ÷
+ +
(2.16)

Observaţia 2.3.3.:
1. Dacă
( ) ( )
c < ÷
÷
+ k 1 k
1
1 1
x x
m
m M
(2.17)
unde c este eroarea de aproximare prestabilită, procesul iterativ se opreşte şi
( ) * 1 k
x x ~
+
,
în limitele acestei erori. Fireşte că putem proceda pentru întreruperea procesului iterativ ca
în cazul metodei bisecţiei (utilizând
1
c şi
2
c cu aceeaşi semnificaţie).
2. De asemenea se poate obţine, prin inducţie, următoarea evaluare:
( ) ( ) ( )
( ) 1 k , x x x x x x
k * 0 * 1 k *
> ¬ ÷ ÷ s ÷
+
µ (2.18)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 11
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
unde
| |
( ) x f sup M ,
m 2
M M
b , a
2
3
1
2
1 2
' ' = = µ , iar
1
M şi
1
m ca în propoziţia 2.3.3.
Având în vedere (2.18), se poate afirma , conform (2.5), că ordinul de convergenţă
al metodei este cel puţin 1.
2.2.3. Metoda tangentei
Presupunem că | | b , a C f
2
e
a) Descrierea metodei:
Această metodă este probabil, cea mai cunoscută metodă unidimensională pentru
localizarea rădăcinilor unei ecuaţii, fapt ce se datorează ideii simple, ce stă la baza
algoritmului, preluată sub diferite forme de destul de numeroasele sale variante, precum şi
datorită eficienţei ei deosebite.
A fost generalizată şi stă la baza rezolvării unor probleme, ce vizează sisteme de
ecuaţii neliniare, de ecuaţii integrale neliniare cât şi de ecuaţii diferenţiale.
Pasul 1: Fie
( ) 0
x , o aproximaţie iniţială a rădăcinii
*
x . Conform formulei lui Taylor, aplicată
funcţiei f şi punctului
( ) 0
x , obţinem:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
0
2
0
0 0 0
f
2
x x
x f x x x f x f , ' '
÷
+ ' ÷ + = ,
0
, între x şi
( ) 0
x (2.18)
( ) ( )
*
x V V x = e ¬ . Luând
*
x x = în (2.18), obţinem:

( )
( )
( )
( )
( )
( )
( )
( )
( ) · ' '
÷
+ ' ÷ + =
0
2
0 *
0 0 * 0
f
2
x x
x f x x x f 0 ,
( )
( )
( )
( )
( )
( )
( ) ( )
( )
( )
0
0
2
0 *
0
0
0 *
x f
f
2
x x
x f
x f
x x
'
' '
÷
÷
'
÷ = ·
,
(2.19)
Dacă în (2.18), omitem ultimul termen, obţinem o aproximaţie
( ) 1
x a rădăcinii
*
x . Deci,
( ) ( )
( )
( )
( )
( )
0
0
0 1
x f
x f
x x
'
÷ = (2.20)
Geometric, obţinerea lui
( ) 1
x echivalează cu: considerarea abscisei punctului de
intersecţie al tangentei în
( ) ( )
( ) ( )
0 0
x f , x la curba ( ) x f y = , cu axa Ox .
Din (2.18) şi (2.19), se obţine de asemenea următoarea relaţie:
( ) ( )
( )
( )
( )
( )
0
0
2
0 * 1 *
x f
f
x x x x
'
' '
÷ ÷ = ÷
,
(2.20)
Pasul k : Presupunem că sunt construiţi toţi termenii şirului de aproximaţii, inclusiv
termenul de rang( ) 1 k ÷ . Procedând analog cu pasul 1, obţinem:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
1 k
1 k
2
1 k *
1 k
1 k
1 k *
x f 2
f
x x
x f
x f
x x
÷
÷ ÷
÷
÷
÷
'
' '
÷ ÷
'
÷ =
,
(2.21)
Omiţând ultimul termen în (2.21), obţinem o nouă aproximaţie pentru
*
x ,
( ) ( )
( )
( )
( )
( )
1 k
1 k
1 k k
x f
x f
x x
÷
÷
÷
'
÷ = (2.22)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 12
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
şi
( ) ( )
( )
( )
( )
( )
( ) 1 k ,
x f 2
f
x x x x
1 k
1 k
2
1 k * k *
> ¬
'
' '
÷ ÷ = ÷
÷
÷ ÷
,
(2.23)
(2.22) are aceeaşi semnificaţie geometrică ca şi (2.20).

b) Convergenţa metodei

Teorema 2.3.4.:
Dacă în plus faţă de ipotezele considerate sunt satisfăcute următoarele condiţii:
i) 0 f f = ' ' · ' pe | | b , a ;
ii)
( )
( )
( )
( ) 0 x f x f
0 0
> ' ' , atunci:
( ) * k
k
x x lim =
· ÷
.

Observaţia 2.3.5.:
În ceea ce priveşte alegerea aproximaţiei iniţiale
( ) 0
x , se pot face următoarele
consideraţii:
(1)
( ) 0
x poate fi ales oricare din extremităţile intervalului | | b , a , care satisface condiţia
lui Fourier (ii);
(2)
( ) 0
x poate fi ales orice punct din ( ) b , a , dacă sunt satisfăcute ipotezele teoremei
2.3.7.

c) Criterii de oprire a procesului iterativ şi de evaluare a erorii de aproximare
Conform (2.23) şi notând cu
| |
( ) x f sup M
b , a
2
' ' = şi cu
| |
( ) x f inf m
b , a
1
' = obţinem:
( ) ( )
( ) 1 k , x x
m 2
M
x x
2
1 k *
1
2 k *
> ¬ ÷ s ÷
÷
(2.24)
ce poate servi drept criteriu à posteriori de oprire şi evaluare.
Dacă f ' nu are o variaţie prea mare între
( ) 1 k
x
÷
şi
*
x , putem obţine:
( ) ( ) ( ) 1 k k k *
x x x x
÷
÷ ~ ÷ (2.25)


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 13
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Din (2.24), prin inducţie, obţinem:
( ) ( )
( ) 0 k , x x
m 2
M
M
m 2
x x
k
2
0 *
1
2
2
1 k *
> ¬
(
¸
(

¸

÷ s ÷ (2.26)
ce poate fi utilizat ca şi criteriu à priori de oprire şi evaluare, dacă
( )
2
1 0 *
M
m 2
x x s ÷ (2.27)
2.2.4. Metoda aproximaţiilor succesive
Următorul rezultat fundamental se află la originea acestei metode, care alături de metoda
tangentei, reprezintă una dintre cele mai importante metode de localizare a rădăcinilor.

Teorema 2.3.6. (Banach-Picard):
Fie ( ) d , X , spaţiu metric complet şi , X X : g ÷ o contracţie (de constantă ( ) 1 , 0 e o .
Atunci, au loc afirmaţiile:
1. Şirul
( )
( )
n
n
x definit prin relaţia de recurenţă:
( ) ( )
( ) ( ) 1 k , x g x
1 k k
> ¬ =
÷
(2.28)
este convergent , ( )
( )
X x
0
e ¬ .
2.
( ) k
k
*
x lim x
· ÷
= este unicul punct fix al lui g , în X .
3.
( )
( )
( ) ( )
( ) ( ) 1 k , x , x d * x , x d
1 k k k
> ¬ s
÷
o (2.29)

( )
( )
( ) ( )
( ) ( ) 1 k , x , x d
– 1
* x , x d
0 1
k
k
> ¬ s
o
o
(2.30)

Observaţia 2.3.7.:
1. Pentru a aplica metoda aproximaţiilor succesive în localizarea rădăcinii | | b , a x
*
e ,
a ecuaţiei ( ) 0 x f = , este necesar să o scriem sub forma ( ) x g x = , unde | | | | b , a b , a : g ÷
este contracţie. Dacă | | b , a C g
1
e , o condiţie suficientă ca g să fie contracţie este
| |
( ) 1 x g max
b , a
< ' = o (2.31)
(conform teoremei lui Lagrange). De asemenea, putem scrie:
( ) ( ) 0 q , x qf x x 0 x f > ÷ = · = , iar q să-l determinăm a.i. ( ) 1 x f q 1 < s ' ÷ o , | | b , a x e .
2. Se demonstrează fără dificultate şi următorul rezultat:
“Dacă
*
x este punct fix pentru o funcţie ( ) V C g
p
e , ( )
*
x V V e şi
( )
( )
( ) 0 x g ... x g
* 1 p *
= = = '
÷
, atunci pentru
( )
V x
0
e , şirul
( )
( )
k
k
x definit prin (2.28) are ordinul
de convergenţă p şi

( )
( )
( )
( )
( )
( )
! p
x g
1
x x
x x
lim
* p
1 p
p
k *
1 k *
k
÷
+
· ÷
÷ =
÷
÷
“.
Se observă astfel că metoda lui Newton poate fi analizată prin prisma acestui rezultat,
considerând ( )
( )
( ) x f
x f
x x g
'
÷ = .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 14
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 2.3.
Rezolvarea numerică a sistemelor de
ecuaţii neliniare
Timp mediu de studiu: 2 ore
Sarcini de învăţare: Prin parcurgerea acestei unităţi de studiu, un student trebuie să fie
capabil:
- să descrie modul de separare a soluţiilor unui sistem de ecuaţii neliniare;
- să descrie algoritmul de construcţie a şirului de aproximaţie a unei soluţii reale ale
unui sistem de ecuaţii neliniare;
- să precizeze în ce condiţii şirul anterior converge;
- să evalueze eroarea de aproximare a soluţiei, atât prin utilizarea metodei
aproximaţiilor succesive cât şi a metodei Newton-Raphson.
2.3.1. Metoda aproximaţiilor succesive
Considerăm sistemul de ecuaţii neliniare:
( )
( )
( )
¦
¦
¹
¦
¦
´
¦
=
=
=
0 x ..., x , x f
....... .......... ..........
0 x ,..., x , x f
0 x ,..., x , x f
n 2 1 n
n 2 1 2
n 2 1 1
(3.1)
unde n , 1 i , R R D : f
n
i
= ÷ c .
( ) 0 x F = · , ( )
n 2 1
n n
f ,..., f , f F , R R D : F = ÷ c (3.2)
Metoda aproximaţiilor succesive implică punerea sistemului (3.2) sub forma
echivalentă
( ) x G x = (3.3)
a.i. cele două sisteme să aibă aceleaşi soluţii şi să fie îndeplinite condiţiile prescrise de
următorul rezultat, ce constituie o consecinţă a teoremei 2.3.6.
Teorema 3.1.1.:
Fie ( ) ( ) D C g ,..., g , g G , D D : G
1
n 2 1
e = ÷ a.i. 1 q M < = ,
n
R D c convexă şi
închisă este astfel încât
1 q M < = (3.4)
unde
( )
n , 1 j , i
ij
m M
=
= , ( ) x
x
g
sup m
j
i
D
ij
c
c
= ( 3.5)
atunci, următoarele afirmaţii sunt adevărate:
1. ( )
( )
, D x
0
e ¬ şirul
( )
( )
k
k
x definit prin relaţia de recurenţă:
( ) ( )
( )
1 k k
x G x
÷
= (3.6)
( ) 1 k > ¬ este convergent.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 15
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
2.
( ) k
k
*
x lim x
· ÷
= este unicul punct fix al lui G .
3.
( ) ( ) ( )
( ) 1 k , x – x
q – 1
q
* x – x
1 k k k
> ¬ s
÷
(3.7)
( ) ( ) ( ) 0 1
k
k
x – x
q – 1
q
* x – x s (3.8)
2.3.2. Metoda Newton-Raphson
Generalizarea metodei tangentei (2.3.3) conduce la una dintre cele mai simple
metode de rezolvare numerică a sistemelor de ecuaţii neliniare.
În cazul multidimensional, condiţiile de convergenţă sunt mult mai severe decât în
cazul unidimensional, iar eficienţa metodei depinde de alegerea aproximaţiei iniţiale cât
mai “aproape” de soluţia exactă.

a) Descrierea metodei:
Considerăm sistemul de ecuaţii neliniare: (3.1) ·(3.2) a.i. ( ), D C f
2
i
e n , 1 i = ,
n
R D c convexă, închisă şi mărginită.
Presupunem că s-a separat
*
x , unica soluţie a sistemului în D.
Fie
( )
D x
0
e , aproximaţia iniţială a soluţiei exacte
*
x .
Dezvoltând n 1, i , f
i
= , în serie Taylor în jurul lui
( ) 0
x , putem considera următoarele
aproximări:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
¦
¦
¹
¦
¦
´
¦
+ ~
+ ~
+ ~
0 0
n
0
n n
0 0
2
0
2 2
0 0
1
0
1 1
x – x x df x f x f
. . . . . . . . . . . . . . . . . . . . . .
x – x x df x f x f
, x – x x df x f x f
(3.9)
( ) D x e ¬ suficient de “apropiat” de
( ) 0
x .
Atunci, soluţia
*
x a sistemului (3.1) va putea fi aproximată de soluţia sistemului:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
¦
¦
¦
¦
¦
¹
¦
¦
¦
¦
¦
´
¦
c
c
+
=
c
c
+
=
c
c
+
¿
¿
¿
=
=
=
n
1 j
0
j
j
0
j
n 0
n
n
1 j
0
j
o
j
2 0
2
n
1 j
0
j
o
j
1 0
1
x – x x
x
f
x f
. . . . . . . . . . . . . . . . . . . . . . .
0 x – x x
x
f
x f
0 x – x x
x
f
x f
(3.10)
·
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 16
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )

x x
x
f
x f – x x
x
f
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
x x
x
f
x f – x x
x
f
x x
x
f
x f – x x
x
f
n
1 j
n
1 j
0
j
0
j
n 0
n j
0
j
n
n
1 j
n
1 j
0
j
0
j
1 0
2 j
0
j
1
n
1 j
n
1 j
0
j
0
j
1 0
1 j
0
j
1
¦
¦
¦
¦
¦
¹
¦
¦
¦
¦
¦
´
¦
c
c
+ =
c
c
c
c
+ =
c
c
c
c
+ =
c
c
¿ ¿
¿ ¿
¿ ¿
= =
= =
= =
(3.11)
·
( )
( )
( )
( )
( )
( )
( ) o 0
F
0 0
F
x x J x F x x J + = (3.12)
unde
( ) ( )
n , 1 j , i
y
1
F
x
x
f
x J
=
|
|
.
|

\
|
c
c
= (3.13)
este matricea Jacobi asociată funcţiei F .
Presupunem
( )
( ) ( ) n GL x J
0
F
e . Atunci, obţinem sistemul
( ) ( )
( ) ( )
( )
( )
0
1 –
o
F
0
x F x J – x x = (3.14)
echivalent cu (3.12), a cărui soluţie reprezintă în general, o mai bună aproximaţie decât
( ) 0
x a soluţiei exacte
*
x .
Pentru a îmbunătăţi calitatea aproximării soluţiei exacte
*
x , se consideră şirul
( )
( ) D x
k
k
c , definit prin următoarea relaţie de recurenţă:
( ) ( ) ( )
( ) ( )
( )
( )
1 k
1 –
1 k
F
1 k k
x F x J – x x
÷ ÷ ÷
= (3.15)
(s.n. metoda Newton-Raphson).

Observaţia 3.2.1.:
1. (3.15) reprezintă un mare inconvenient şi anume calcularea la fiecare iteraţie, a
matricei ( ) ( )
1
F
x J
÷
. Cum ( ) ( ) D C J , D C F
1 –
F
2
e e astfel, ( )
( )
( )
0
x V V e - a.i.
( )
( )
( )
0 1 –
F
1 –
F
x J x J ~ , ( ) D V · ¬ . Înlocuind în (4.65), obţinem:
( ) ( ) ( )
( ) ( )
( )
( ) ( ) 1 k , x F x J – x x
1 k
1 –
o
F
1 k k
> ¬ =
÷ ÷
(3.16)
(s.n. metoda Newton modificată).
2. Pentru sisteme ce au mai multe de două ecuaţii, se preferă, în locul calculării
matricei
1
F
J
÷
, rezolvarea sistemului de ecuaţii liniare:
( )
( )
( ) ( )
( ) ( ) 1 k , x F x x J
1 k k 1 k
F
> ¬ ÷ =
÷ ÷
o (3.17)
unde
( )
( )
( ) ( ) 1 k k k
x x x
÷
÷ = o .
b) Convergenţa metodei

Lema 3.2.2.:
Dacă ( ) D C F
2
e şi ( ) ( ) n GL x J
*
F
e , atunci există 0 M , r > astfel ca ( ) ( ) n GL x J
F
e şi
( ) ( ) ( )
1
* 1
F
r ; x D x , M x J e ¬ s
÷
.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 17
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Teorema 3.2.3.:
În ipotezele lemei 3.2.2, şirul
( )
( )
k
k
x definit prin (3.15) are următoarele proprietăţi:
1. ( )
( )
( ) r ; x D x
* 0
e ¬ ,
( )
( ) ( ) 1 k , r ; x D x
* k
> ¬ e .
2.
( ) * k
k
x x lim =
· ÷
.
3. Există 0 C > astfel încât
( ) ( )
2
* k * k
x x C x x ÷ s ÷ (i.e. ordinul de convergenţă al
lui
( ) k
x la
*
x este 2, ( ) 1 k > ¬ .



























Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 18
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Aplicaţii
1. Să se separe, utilizând alternativ metoda şirului lui Rolle şi metoda şirului lui Sturm,
rădăcinile reale ale ecuaţiei:
a.) 0 1 3
3
= + ÷ x x ;
b.) 0 16 5
4 5
= + ÷ x x ;
c.) 0 1 4
4
= + ÷ x x ;
d.) 0 1 2 4
2 3
= + ÷ ÷ x x x ;
e.) 0 1 2 4
2 3
= ÷ ÷ + x x x ;
f.) 0 1 2
2 3
= ÷ + + x x x .
2. Se aplică metoda bisecţiei pentru aproximarea unei rădăcini reale
*
x a ecuaţiei :
a.)
4
) 1 ( 7 ÷ = + x x , | | 3 , 2
*
e x ;
2
10
÷
= c
b.) 0 1
2 3
= ÷ ÷ x x , | | 2 , 1
*
e x ;
3
10
÷
= c
c.) 1000
3
= + x x , | | 10 , 9
*
e x ;
1
10
÷
= c
d.) 0 1 2
3
= ÷ ÷ x x , 0
*
> x ;
4
10
÷
= c .
Câţi paşi sunt necesari pentru a obţine eroarea c şi apoi să se determine
) 3 (
x din
şirul aproximaţiilor corespunzător.
3. Se aplică metoda coardei pentru localizarea unei rădăcini reale
*
x a ecuaţiei :
a.)
4
) 1 ( 7 ÷ = + x x . Se cere :
) 3 (
x .
b.) 0 1
2 3
= ÷ ÷ x x . Se cere :
) 0 (
x .
c.) 0 1 4
4
= + ÷ x x . Se cere :
) 3 (
x .
4. Se aplică metoda aproximaţiilor succesive pentru localizarea unei rădăcini reale
*
x
a ecuaţiei :
a.)
3
) 5 ( x x ÷ = . Se cere :
) 2 (
x .
b.) 0 5 ln
3
= ÷ + x x . Se cere termenul ce asigură o aproximare cu
2
10
÷
= c .
c.) 0 1 4
3
= + + x x . Se cere numărul de paşi necesari pentru a obţine
2
10
÷
= c .
d.)
3
) 1 ( + = x x . Analog .
e.)
4
) 2 ( ÷ = x x . Analog.
5. Se aplică metoda tangentei în localizarea unei rădăcini reale a ecuaţiei :
a.) 0 1 4
3
= + + x x . Se cere :
) 2 (
x .
b.) 10
4
= ÷ x x . Se cere :
) 3 (
x .

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 19
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
6. Să se calculeze ) , (
) 2 ( ) 2 (
y x din şirul aproximaţiilor obţinute prin aplicarea metodei
aproximaţiilor succesive, sistemului :
a.)
¹
´
¦
= ÷ +
= +
0 1
9
2 2
y x
y x
, | | | | 1 , 2 3 , 2 ÷ ÷ × = A
b.)
¦
¹
¦
´
¦
=
= +
y
x
y x
18
1
2
2 2
,
(
¸
(

¸

×
(
¸
(

¸

= A
50
3
,
100
1
1 ,
2
1

7. Să se determine relaţia de recurenţă, ce defineşte şirul aproximaţiilor
corespunzătoare sistemului :
¹
´
¦
= ÷
= ÷ +
0
0 1
2
2 2
y x
y x
,
(
¸
(

¸

×
(
¸
(

¸

= A e 1 ,
2
1
1 ,
2
1
) , (
* *
y x şi metodei
aproximaţiilor succesive (respectiv metodei Newton- Raphson).


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Unitatea de învăţare 3:
Elemente de calcul matriceal
Timp mediu de studiu: 12 ore
Obiective:
1. Recapitularea unor elemente legate de rezolvarea sistemelor de ecuaţii liniare.
2. Familiarizarea studenţilor cu metodele numerice de rezolvare a sistemelor de
ecuaţii liniare (metode directe şi metode iterative).
3. Însuşirea metodelor de determinare numerică a valorilor şi vectorilor proprii
corespunzători unei matrici pătrate.
4. Analizarea şi testarea algoritmilor numerici pentru rezolvarea sistemului de ecuaţii
liniare, respectiv pentru determinarea spectrului unei matrici.
Condiţionări:
- U.Î.1;
- Algebră liniară (cls. A XI-a);
- Analiză matematică (cls. A XI-a);
- Algebră liniară, geometrie analitică şi diferenţială (anul I).
Cuprins
U.S. 3.1. Metode directe pentru rezolvarea sistemelor de ecuaţii liniare
U.S. 3.2. Metode iterative pentru rezolvarea sistemelor de ecuaţii liniare
U.S. 3.3. Rezolvarea sistemelor de ecuaţii liniare în sensul celor mai mici pătrate
U.S. 3.4. Determinarea numerică a spectrului unei matrici
U.S. 3.1. se concentrează asupra unei succinte recapitulări a elementelor privind
rezolvarea sistemelor de ecuaţii liniare (însuşite în clasa a XI-a), iar apoi asupra
prezentării metodelor directe de rezolvare numerică a acestor sisteme.
În U.S. 3.2. sunt trecute în revistă cele mai utilizate metode iterative.
U.S. 3.3. îşi propune abordarea rezolvării sistemelor de ecuaţii liniare sub şi
supradeterminate.
Determinarea aproximativă a valorilor şi vectorilor proprii constituie tema tratată în
U.S. 3.4.
Bibliografie minimală
- L.A.Sporiş: “Analiză numerică”, Ed.ANMB, 2003
- M.Dinu: “Metode numerice în algebră”, Ed.UPB, 1997
- O.Martin: “Probleme de analiză numerică”, Ed.Matrix Rom, 2002
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Bibliografie auxiliară:
- M.Dinu, Gh.Lincă: “Algoritmi şi teme special de analiză numerică”, Ed.Matrix Rom,
1999
- N.Dăneţ: “Analiză numerică cu aplicaţii rezolvate în MathCad”, Ed.Matrix Rom,
2002
- C.Berbente, alţii: “Metode numerice”, Ed.Tehnică, 1997
- J.Stoer, R.Bulirsch: “Introduction to Numerical Analysis”, Springer Verlag, 2000
- G.Golub, Ch.Van Loan: “calcul matriceal”, Ed.Theta, 2005




































Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 3
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 3.1.
Metode directe pentru rezolvarea
sistemelor de ecuaţii liniare
Timp mediu de studiu: 3 ore
Sarcini de învăţare: Prin parcurgerea acestei unităţi de studiu, studentul va reuşi să se
familiarizeze cu metodele directe de soluţionare numerică a sistemelor de ecuaţii liniare
(eliminare Gauss, factorizări LU) şi să aplice apoi algoritmii numerici corespunzători în
abordarea unor exemple concrete.
3.1.1. Introducere

O problemă fundamentală a Analizei numerice matriceale o constituie rezolvarea
sistemelor de ecuaţii liniare.
Acestea apar, atât direct cât şi indirect, ca urmare a modelării unor fenomene, ce
acoperă întreaga arie a ştiinţelor fizice, biologice şi sociale. De asemenea, pot fi întâlnite
în rezolvarea unor probleme ce vizează: teoria optimizării, aproximarea funcţiilor,
rezolvarea sistemelor de ecuaţii neliniare, teoria ecuaţiilor diferenţiale, a celor cu derivate
parţiale, integrale şi integro-diferenţiale, calculul statistic, etc.
Datorită importanţei lor deosebite, de-a lungul timpului, un număr mare de
matematicieni şi-au canalizat eforturile în vederea obţinerii soluţiei numerice a acestor
sisteme. Au fost dezvoltaţi algoritmi excelenţi pentru cele mai multe tipuri de probleme
studiate; o parte dintre aceştia fiind analizaţi şi ilustraţi în acest capitol.
Considerăm sistemul de ecuaţii liniare:
b Ax = (1.1)
unde
n m
K A
×
e s.n. matricea coeficienţilor,
m
K be s.n. termen liber,
n
K x e s.n.
necunoscută.
Problema de calcul numeric pentru (1.1) constă în determinarea unei soluţii
*
x (i.e.
găsirea unui vector
n *
K x e a.i. b Ax
*
= ).
În situaţia în care (1.1) nu satisface condiţiile uzuale de compatibilitate determinată, se
atribuie o nouă semnificaţie noţiunii de soluţie, introducându-se noţiunea de:
a) pseudo-soluţie (dacă (1.1) este incompatibil).

Definiţia 1.1.1.:

n
K x e se va numi pseudo-soluţie a sistemului (1.1) dacă
r min r
n
K x
*
e
= (1.2)
unde
b Ax r ÷ = (1.3)
s.n. reziduul sistemului (1.1).
b) soluţie normală (dacă (1.1) este compatibil nedeterminat).

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 4
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Definiţia 1.1.2.:

n
K x e se va numi soluţie normală a sistemului (1.1) dacă
x min x
b Ax
n
K x
*
=
e
= (1.4)
Un prim criteriu, ce va determina alegerea metodei numerice de rezolvare, îl
constituie relaţia existentă între numărul de ecuaţii, m şi numărul de necunoscute, n .
Astfel, dacă: n m> , (1.1) s.n. supradeterminat; n m< , (1.1) s.n. subdeterminat; n m= ,
(1.1) s.n. determinat.
Vom presupune, în continuare, că
n m
R A
×
e .

Observaţia 1.1.3.:
În fapt, dacă
n m
C A
×
e şi
m
C be , putem reduce totul la cazul real, luând
iz y x , ib b b , R C B, , iC B A
2 1
n m
+ = + = e + =
×
cu
m
2 1
R b , b e , iar
n
R z , y e . Astfel, (1.1) ·

|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
| ÷
2
1
b
b
z
y
B C
C B
(1.5)
Reamintim câteva rezultate ce se referă la existenţa şi unicitatea soluţiei sistemului (1.1).

Propoziţia 1.1.4.:
a) (1.1) admite soluţie · A Im be . Dacă A este epică, atunci (1.1) este compatibil,
( )
m
R be ¬ .
b) (1.1) admite o unică soluţie A · este monică.
Demonstraţie:
a) (1.1) admite soluţie ( )
n *
R x e - · a .i. A Im b b Ax
*
e · = . A epică
m
R A Im = · .
b) Dacă
n
R z , y e sunt soluţii ale sistemului (1.1), z y = , atunci KerA z y e ÷ .
În consecinţă, dacă
*
x este o soluţie a sistemului (1.1), atunci varietatea liniară
( ) KerA x
*
+ reprezintă mulţimea soluţiilor acestui sistem.

*
x este unică { } A 0 KerA · = · este monică.

Corolar 1.1.5.:
Dacă
n n
R A
×
e , atunci U.A.E.: 1) A este monică;
2) A este epică;
3) ( ) n GL Ae .

Observaţia 1.1.6.:
Pentru n m= şi ( ) n GL Ae , (1.1) admite o unică soluţie
*
x . În această situaţie,
putem scrie:
b A x
1 * ÷
= (1.6)
(1.6), însă, nu trebuie interpretată ca o prescripţie de forma “
*
x se obţine premultiplicând
termenul liber b cu inversa matricei coeficienţilor,
1
A
÷
”, ci numai ca o exprimare comodă
pentru “
*
x este unica soluţie a sistemului (1.1)”.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 5
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Pentru dimensiuni ale (1.1) mai mari sau egale cu 4, calculul lui
1
A
÷
sau metoda lui
Cramer sunt procedee ce trebuie evitate, în primul rând pentru timpul de calcul superior
ce-l necesită. Spre exemplu, numărul operaţiilor aritmetice elementare necesitate de
metoda lui Cramer este ( )
( )
|
|
.
|

\
|
÷
+
¿
=
n
2 j
! 1 j
1
! 1 n 2 (i.e. ( ) 1 n + determinanţi de ordin n ; pentru
calculul fiecăruia, având nevoie de
( )
! n
! 1 j
1
n
2 j
|
|
.
|

\
|
÷
¿
=
înmulţiri şi un număr comparabil de
adunări). Dacă considerăm 20 n = atunci avem aproximativ
19
10 17 × operaţii; ceea ce,
pentru un calculator capabil să efectueze
6
10 2· operaţii/s, reprezintă mai mult de
6
10 2· ani de calcul neîntrerupt.
În practica numerică actuală, se utilizează două categorii de metode pentru
rezolvarea (1.1):
a) metode directe, ce se aplică în general pentru dimensiuni 500 s . Acestea se
bazează pe o schemă de eliminare succesivă a necunoscutelor, tradiţional atribuită lui
Gauss, prin intermediul căreia se realizează triangularizarea sau factorizarea triunghiulară
a matricei A. În absenţa erorilor de rotunjire, metodele directe furnizează soluţia exactă
*
x şi necesită un număr de operaţii aritmetice elementare
op
N predeterminat.
b) metode iterative. Aplicabile pentru dimensiuni mari ale sistemului (1.1), ce apar
mai ales în rezolvarea ecuaţiilor cu derivate parţiale, aceste metode constau în
aproximarea soluţiei exacte
*
x , prin intermediul termenilor unui şir de vectori, convergent
la
*
x .
Triangularizarea sau factorizarea triunghiulară a unei matrice se obţin în urma
multiplicării acesteia cu anumite matrice cu o structură specială, generic numite
“transformări elementare”.
Vom prezenta în acest subcapitol, cele mai importante tipuri de transformări şi
proprietăţile acestora.

Definiţia 1.1.7
S.n. matrice inferior triughiulară elementară de ordin n şi indice k (notată ITE
( ) k ; n ) o matrice
k
M de forma:

T
k
k n k
e m I M ÷ = (1.7)
unde ( )
T
k
0...0 1 0...0 0 e = şi ( ) n 1, k i , R , ... 0 ... 0 m
ik
T
nk k 1, k k
+ = e =
+
µ µ µ .
k
m s.n. vector
Gauss, iar n 1, k i ,
ik
+ = µ s.n. multiplicatori Gauss.

Propoziţia 1.1.8.:
O matrice ITE ( ) k ; n ,
k
M are următoarele proprietăţi:
1. ( ) n GL M
k
e şi
T
k
k n
1
k
e m I M + =
÷
(1.8)
2.
n
R x e , ( )
¦
¹
¦
´
¦
+ = ÷
=
=
n 1, k i , x x
k 1, i , x
x M
k ik i
i
i
k
µ
(1.9)
În particular, pentru
n
R x e , având ( )
k k
M , 0 x - = ITE ( ) k ; n a.i. ( ) 0 x M
i
k
= , n , 1 k i + = .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 6
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Definiţia 1.1.9.:
S.n. permutare elementară de ordin n şi indici k şi l ( ) l k < (notată PE( ) l , k ; n ) o
matrice
kl
P de forma:

|
|
.
|

\
|
=
+ +
n k l 2 1 kl
e ... l ... l ... e e P
l k
(1.10)
unde { }
n 2 1
e ,..., e , e B = este baza canonică în
n
R .

Propoziţia 1.1.10.:
O matrice PE ( ) l , k ; n ,
kl
P are următoarele proprietăţi:
1. ( ) n GO P
kl
e şi
T
kl
kl
P P = .
2. Dacă

÷
÷
=
l
k
A
|
|
|
|
|
|
|
|
|
|
|
.
|

\
|
nn nl nk 2 n 1 n
ln ll lk 2 l 1 l
kn kl kk 2 k 1 k
n 2 l 2 k 2 22 21
n 1 l 1 k 1 12 11
a ... a ... a ... a a
... ... ... ... ... ... ... ...
a ... a ... a ... a a
... ... ... ... ... ... ... ...
a ... a ... a ... a a
... ... ... ... ... ... ... ...
a ... a ... a ... a a
a ... a ... a ... a a

atunci

÷
÷
=
l
k
A P
kl
|
|
|
|
|
|
|
|
|
.
|

\
|
nn 2 n 1 n
kn 2 k 1 k
ln 2 l 1 l
n 1 12 11
a ... a a
... ... ... ...
a ... a a
... ... ... ...
a ... a a
... ... ... ...
a ... a a

iar
|
|
.
|

\
|
=
| |
n k l 1 kl
a ... a ... a ... a AP
l k
.

Definiţia 1.1.11.:
Fie
n
R u e a.i. 1 u
2
= . S.n. reflector elementar de ordin n sau transformare
Householder o matrice U de forma

T
n
uu 2 I U ÷ = (1.11)

Propoziţia 1.1.12.:
Un reflector elementar de ordin U , n are următoarele proprietăţi:
1)
T
U U = ;
2) ( ) n GO U e .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 7
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Definiţia 1.1.13.:
S.n. reflector elementar de ordin n şi indice k (notat RE( ) k ; n ) o matrice de forma:

2
2
T
n k
u
uu 2
I U ÷ = (1.12)
unde ( )
T
n k
u ... u 0 ... 0 u = s.n. vector Householder.
Propoziţia 1.1.14.:
O matrice RE( ) k ; n are următoarele proprietăţi:
1)
T
k
k
U U = şi ( ) n GO U
k
e .
2)
¦
¹
¦
´
¦
= ÷
=
= e
n k, i , u x
1 - k 1, i , x
x U , R x
i i
i
k
n
v
, unde
2
2
T
u
x u 2
= v .
În particular, dacă ( )
n
n
k i
2
i
2
R x , x u 0 x e ±/ · = =
¿
=
t , atunci ( )
k
U - , RE( ) k ; n ) a.i.
( )
¦
¹
¦
´
¦
+ =
= ÷
=
=
n 1, k i 0,
k i ,
1 - k 1, i , x
x U
i
i
k
t (1.13)
Definiţia 1.1.14.:
S.n. rotaţie de ordin n şi indici k şi l sau transformare Givens-Jacobi (notată
RO( ) l , k ; n ), o matrice

÷
÷
=
l
k
J
kl
|
|
|
|
|
|
|
|
|
|
|
.
|

\
|
÷
1 ... 0 ... 0 ... 0 0
... ... ... ... ... ... ... ...
0 ... c ... s ... 0 0
... ... ... ... ... ... ... ...
0 ... s ... c ... 0 0
... ... ... ... ... ... ... ...
0 ... 0 ... 0 ... 1 0
0 ... 0 ... 0 ... 0 1
(1.14)
Propoziţia 1.1.15.:
O matrice RO( ) l , k ; n are următoarele proprietăţi:
1) ( ) n GO J
kl
e .
2) ( )
{ }
¦
¹
¦
´
¦
= ÷
= +
e
=
l i , sx cx
k i , sx cx
l k, i , x
x J
k l
l k
i
i
kl
(1.15)
3) În particular, pentru
n
R x e cu ( )
kl
2
l
2
k
2
J , 0 x x r - = + = , RO( ) l , k ; n a.i.
( )
{ }
¦
¹
¦
´
¦
=
=
e
=
l i 0,
k i r,
l k, i , x
x J
i
i
kl
.


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 8
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
3.1.2. Metoda Gauss
1. Rezolvarea numerică a sistemelor triunghiulare
Dacă matricea sistemului (1.1) este triunghiulară atunci, procedura de obţinere a
soluţiei
*
x este foarte simplă (necunoscutele se determină într-o ordine bine precizată,
numită “substituţie”).
a) Considerăm sistemul de ecuaţii liniare,
b Lx = (1.16)
unde j i , 0 l , R L
ij
n n
< = e
×
, iar n 1, j i, , 0 l
ii
= = .
(1.16)
¦
¦
¦
¦
¹
¦
¦
¦
¦
´
¦
= + + +
= + + + +
= +
=
¬
÷ ÷
n n nn 2 2 n 1 n1
i i ii 1 i 1 ii 2 2 i 1 i1
2 2 22 1 21
1 1 11
b x l ... x l x l
. . . . . . . . . . . . . . . . . . . . .
b x l x l ... x l x l
. . . . . . . . . . . . . . . . . . . . .
b x l x l
b x l
(1.17)
Atunci:

¦
¦
¦
¦
¦
¹
¦
¦
¦
¦
¦
´
¦
=
÷
=
÷
=
=
¿
÷
=
n 1, i ,
l
x l b
x
. . . . . . . . . . .
l
x l b
x
l
b
x
ii
1 i
1 j
j ij i
i
22
1 21 2
2
11
1
1
(1.18)
(1.18) defineşte algoritmul de rezolvare numerică numit “substituţie înainte”.
b) Fie sistemul de ecuaţii liniare
b Ux = (1.19)
unde j i , 0 u , R U
ij
n n
> = e
×
şi n , 1 j i, , 0 u
ii
= = .
(1.19) ·
¦
¦
¦
¦
¹
¦
¦
¦
¦
´
¦
=
= + + +
= + +
= + + +
+ +
n n nn
i n in 1 i 1 i , i i ii
2 n n 2 2 22
1 n n 1 2 12 1 ii
b x u
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
b x u ... x u x u
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
b x u . . . . . . . . . . . . . . . x u
b x u . . . . . . . . . . . . . . . x u x u
(1.20)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 9
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Atunci,
¦
¦
¦
¦
¦
¹
¦
¦
¦
¦
¦
´
¦
=
÷
=
÷
=
=
¿
+ =
÷ ÷
÷ ÷
÷
n 1, i ,
u
x u b
x
. . . . . . . . . . . . . . . . . .
u
x u b
x
u
b
x
ii
n
1 i j
j ij i
i
1 n , 1 n
n n , 1 n 1 n
1 n
nn
n
n
(1.21)
defineşte algoritmul de rezolvare numerică a sistemului (1.20), numit substituţie “înapoi”.
Numărul operaţiilor aritmetice elementare necesare: (1.18) şi (1.21) se obţin
efectuând: n , împărţiri, ( )
( )
2
n 1 n
1 n ... 2 1
÷
= ÷ + + + înmulţiri şi ( )
( )
2
n 1 n
1 n ... 2 1
÷
= ÷ + + +
adunări.

2. Metoda lui Gauss
Metoda lui Gauss este cea mai cunoscută metodă directă de rezolvare numerică a
unui sistem de ecuaţii liniare
b Ax = , unde ( )
n
R b , n GL A e e (1.22)
Aplicarea acesteia presupune parcurgerea următoarelor etape:
a) determinarea unei matrice inferior triunghiulare nesingulare, M a.i. MA să fie o
matrice superior triunghiulară;
b) calcularea simultană a vectorului Mb;
c) rezolvarea sistemului de ecuaţii liniare
Mb MAx = (1.23)
conform algoritmului (1.21).

Observaţia 1.2.1.:
În practică, nu se calculează explicit matricea M , ci doar matricea MA şi vectorul
Mb. Introducerea matricei M reprezintă doar o comoditate de scriere.
Fundamentarea teoretică a primei etape se realizează prin:

Teorema 1.2.2.:
Fie
n n
R A
×
e a.i.
( ) ( ) 1 - n 1, k = ¬ , submatricea lider principală,
| | k
A să fie nesingulară. (1.24)
Atunci, ( )
n n
R M
×
e - , inferior triunghiulară unitate, a.i. să aibă loc relaţia:
U MA= (1.25)
unde
n n
R U
×
e este o matrice superior triunghiulară.
Demonstraţie:
Demonstraţia este constructivă; ea derulându-se în ( ) 1 n ÷ paşi. Fie
( )
n n
n 2 1
R a ... a a A
×
e = ce satisface (1.24), unde ( )
nk k 2 k 1 k
a ... a a a = .




Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 10
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Pasul 1:
Considerăm A A
1
= . Conform (1.24),
| |
( ) 1 GL A
1
1
e (
( )
0 a
1
11
= · ). Conform propoziţiei
(3.2.2), ( )
1
M - , ITE( ) 1 ; n a.i.
( )
( ) n 2, i , 0 a M
i
1
1
1
= = (
( )
( )
n 2, i ,
a
a
1
11
1
1 i
1 i
= = µ ).
Atunci,
( ) ( ) ( )
( ) ( )
( ) ( ) |
|
|
|
|
.
|

\
|
= =
2
nn
2
2 n
2
n 2
2
22
2
n 1
2
12
2
11
1 1 2
a ... a 0
... ... ... ...
a ... a 0
a ... a a
A M A .
Pasul k :
După parcurgerea a ( ) 1 k ÷ paşi, obţinem
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) |
|
|
|
|
|
|
|
|
|
.
|

\
|
= =
÷ ÷ ÷ ÷
÷
÷
÷ ÷
k
nn
k
nk
k
kn
k
kk
k
n , 1 k
k
k , 1 k
k
1 k , 1 k
k
n 2
k
k 2
k
1 k 2
k
22
k
n 1
k
k 1
k
1 k 1
k
12
k
11
1 1 2 k 1 k k
a .. a 0 .. 0 0
... .. ... ... .. ... ...
a .. a 0 .. 0 0
a .. a a .. 0 0
... .. ... ... .. ... ...
a .. a a .. a 0
a .. a a .. a a
A M ... M M A
| |
( )
| | | | | | | | | | k
1
k
1
k
2 k
k
1 k
k
1 1 2 k 1 k
k
k
A M ... M M A M ... M M A
÷ ÷
÷ ÷
= = .
Conform (3.24),
| |
( ) k GL A
k
1
e , deci
| |
( ) k GL A
k
k
e , de unde
| |
0 a
k
kk
= . Aplicând propoziţia
(3.2.2). ( ) e -
k
M ITE( ) 1 ; n a.i.
( )
( ) ( ) n , 1 k i , 0 a M
i
k
k
k
+ = = . Considerăm
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) |
|
|
|
|
|
|
|
|
|
.
|

\
|
= =
+ +
+
+
+
+
+ +
+ +
+
+
+ +
+
+
+ +
+
+ +
+
1 k
nn
1 k
1 nk
1 k
n , 1 k
1 k
1 k , 1 k
1 k
kn
1 k
1 kk
1 k
kk
1 k
n 2
1 k
1 k 2
1 k
k 2
1 k
n 1
1 k
1 k 1
1 k
k 1
1 k
11
k k 1 k
a ... a 0 ... 0
... ... ... ... ... ...
a ... a 0 ... 0
a ... a a ... 0
... ... ... ... ... ...
a ... a a ... 0
a ... a a ... a
A M A
Astfel, după ( ) 1 n ÷ paşi obţinem
n n
1 1 2 n 1 n n
R MA A M ... M M A
×
÷ ÷
e = = , matrice superior
triunghiulară, unde s-a notat cu
1 1 n
M ... M M
÷
= , matrice inferior triunghiulară unitate.

Observaţia 1.2.3.:
Demonstraţia teoremei 1.2.2, furnizează o procedură de triangularizare a matricei
sistemului (1.22), în care calculele se desfăşoară pe loc, în tabloul A. Această procedură
s.n. eliminare gaussiană.



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 11
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Algoritmul de eliminare gaussiană (El.G)
- Se dă matricea
n n
R A
×
e a.i.
| |
( ) ( ) 1 - n 1, k , k GL A
k
= ¬ e .
- Se calculează matricele
n n
R M
×
e , inferior triunghiulară unitate şi
n n
R U
×
e , superior
triunghiulară a.i. U MA= .
U se memorează în triunghiul superior al matricei A, inclusiv diagonala, iar M se
memorează în triunghiul inferior (pe poziţiile elementelor anulate).
1. Pentru ( ) 1 n : 1 k ÷ =
1. Pentru ( ) n : 1 k i + =
1.
kk
ik
ik ik
a
a
a = ÷ µ
2. Pentru ( ) n : 1 k j + =
1. Pentru ( ) n : 1 k i + =
1.
kj ik ij ij
a a a µ ÷ ÷

Observaţia 1.2.4.:
Transformarea A M A
k
÷ ( ·1.2) se execută eficient deoarece:
- primele ( ) 1 k ÷ coloane ale lui A nu sunt afectate;
- în coloana k , sunt anulate elementele subdiagonale;
- elementele submatricei determinată de linia k şi coloana ( ) 1 k + sunt modificate
conform 1.2.1.1. din (El.G).
Dacă ( ) 1 - n 1, k = - a.i.
| |
( ) k GL A
k
e (
( )
0 a
k
kk
= · ), atunci, conform propoziţiei 1.1.8,
( )
k
M -/ , ITE( ) k ; n a.i.
( )
( ) n 1, k i , 0 A M
i
k
k
k
+ = = .
În această situaţie, algoritmul (El.G) se modifică a.i. pe poziţia-pivot ( ) k , k să fie un
element nenul.
Pentru a asigura stabilitatea numerică a procesului de calcul, algoritmul (El.G) se
modifică şi în cazul în care pivoţii sunt nenuli, dar submatricele lider principale sunt
“aproape” singulare (i.e. valoarea absolută a pivoţilor este mai mică comparativ cu cea a
celorlalte elemente din tabel).
Astfel, se recurge la aplicarea strategiilor de pivotare (parţială, respectiv totală).
a) Pivotare parţială.
Pentru 1 n , 1 k ÷ = , se execută următoarele etape:
1. Se determină cel mai mic k i
k
> a.i.
ik
n
k i
k i
a max a
k
=
= .
2. Se permută liniile
k
i şi k ( A P A
k i
k
÷ · ).
3. Se determină matricea
k
M , ITE( ) k ; n a.i. ( ) ( ) n , 1 k i , 0 A M
i
k k
+ = = .
4. Se efectuează transformarea: A P M A
k i k
k
÷ .
5. După ( ) 1 n ÷ paşi , se obţine

1 1 i 1 1 n i 1 n
A P M ... P M U
1 1 n
÷ ÷
÷
= (1.26)
matrice superior triunghiulară.
Algoritmul pivotării parţiale (GPP)
- Se dă
n n
R A
×
e a.i.
| |
( ) ( ) 1 - n 1, k , k GL A
k
= ¬ e .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 12
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- Se calculează matricele:
1 n 2 1
M ,..., M , M
÷
,ITE,
1 n 1
P ,..., P
÷
(unde am notat
k i
k
P cu
k
P ),
PE şi U a.i. (1.26) să fie adevărată.
- U se memorează în triunghiul superior, inclusiv diagonala, al matricei A; 1 - n 1, k , i
k
= ,
ce definesc PE,
k
P sunt memoraţi într-un vector p de dimensiune ( ) 1 n ÷ .
- 1. Pentru ( ) 1 n : 1 k ÷ = :
1. Se determină cel mai mic { } n ,..., k i
k
e a.i.
ik
n
k i
k i
a max a
k
=
= .
2. ( )
k
i k p ÷ .
3. Pentru , n : k j = % interschimbă liniile k şi
k
i .
1.
j i kj
k
a a ÷ .
4. Pentru n : 1 k i + =
1.
kk ik ik ik
a / a a = ÷µ
5. Pentru n : 1 k j + =
1. Pentru n : 1 k i + =
1.
kj ik ij ij
a a a µ ÷ ÷
b) Pivotare completă:
Pentru ( ) 1 n , 1 k ÷ = , se execută:
1. Se determină cei mai mici întregi k j , i
k k
> a.i.
ij
n
k j , i
j i
a max a
k k
=
= .
2. Se permută: liniile
k
i şi k ( A P A
k i
k
÷ · ) şi coloanele
k
j şi k
(
k j k i
k k
AQ P A÷ · ).
3. Se determină matricea
k
M , ITE( ) k ; n a.i. ( ) n , 1 k i , 0 A M
ik
k
+ = = .
4. Se efectuează transformarea:
k j k i k
k k
AQ P M A÷ .
5. După ( ) 1 n ÷ paşi, se obţine matricea superior triunghiulară

1 n 2 1 1 1 2 n 2 n 1 n 1 n
Q ... Q AQ P M ... P M P M U
÷ ÷ ÷ ÷ ÷
= (1.27)
unde am notat cu
k i k
k
P P = şi cu
k j
k
Q Q =
Algoritmul pivotării totale (GTP)
- Se dă
n n
R A
×
e a.i.
| |
( ) ( ) 1 - n 1, k , k GL A
k
= ¬ e .
- Se calculează matricele:
1 n 2 1
M ,..., M , M
÷
,ITE,
1 n 1
P ,..., P
÷
,PE şi
1 n 2 1
Q ,..., Q , Q
÷
,PE,U
superior triunghiulară a.i. (1.27) să fie adevărată.
- U se memorează în triunghiul superior, inclusiv diagonala, al matricei A;
k
i şi
k
j ,
1 - n 1, k = , sunt memoraţi pe vectorii p şi q , de dimensiune ( ) 1 n ÷ .
- 1. Pentru ( ) 1 n : 1 k ÷ =
1. Se determină cei mai mici întregi n : k i
k
e şi n : k j
k
e a.i.
ij
n
k j , i
j i
a max a
k k
=
= .
2. ( )
k
i k p ÷ .
3. ( )
k
j k q ÷ .
4. Pentru n : k j = , % interschimbă liniile
k
i şi k .
1.
j i kj
k
a a ÷
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 13
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
5. Pentru n : k i = , % interschimbă coloanele k şi
k
j .
1.
k
ij ik
a a ÷
6. Pentru n : 1 k i + =
1.
kk ik ik ik
a / a a = ÷µ
7. Pentru n : 1 k j + =
1. Pentru n : 1 k i + =
1.
kj ik ij ij
a a a µ ÷ ÷

Observaţia 1.2.5.:
1. Dacă ( ) n GL Ae , atunci (GPP), respectiv (GPT) se execută complet, iar U este
superior triunghiulară nesingulară.
2. Dacă ( ) n GL Ae şi (1.24) nu are loc, atunci (GPP), respectiv (GPT) se modifică astfel:
a) (GPP): După 1.1. se adaugă: dacă 0 a
k i
k
= ( n k, i , 0 a
ik
= = · ) nu se execută 1.2-
1.5 pentru pasul k .
În această situaţie,
n
A U = poate avea elemente diagonale nule.
b) (GPT): După 1.1, se adaugă: dacă 0 a
k k
j i
= ( n k, j i, , 0 a
ij
= = · ), (GPT) se
încheie la pasul k , deoarece
k
A U = este superior triunghiulară, iar ( ) 1 k rangA ÷ = .
Datorită erorilor de rotunjire inerente, este destul de rară găsirea unui pivot nul.

Numărul operaţiilor aritmetice elementare necesare în metoda lui Gauss.
a) Eliminare.
- : A A
1 k k +
÷ - ( ) k n ÷ - împărţiri
- ( )( ) ( ) ( ) k n k n k n 1 k n
2
÷ + ÷ = ÷ + ÷ - adunări
- ( )( ) ( ) ( ) k n k n k n 1 k n
2
÷ + ÷ = ÷ + ÷ - înmulţiri
( ) ( )
( ) ( )
( ) ( )
( )
¦
¦
¦
¦
¹
¦
¦
¦
¦
´
¦
/
÷
= + + + ÷ + ÷
©
÷
= + + + ÷ + + + + ÷
©
÷
= + + + ÷ + + + + ÷
¬
O
2
1 n n
1 2 ... 2 n 1 n

3
n n
1 2 ... 1 n 1 2 ... 1 n

3
n n
1 2 ... 1 n 1 2 ... 1 n
3
2 2 2
3
2 2 2

b) ( ) ( ) ( ) © © ÷ ÷ ÷
+
, k n : Mb Mb
1 k k


( ) ( )
( )
( ) ( )
( )
©
÷
= + + + ÷ + ÷
©
÷
= + + + ÷ + ÷ ¬
-
2
1 n n
1 2 ... 2 n 1 n
-
2
1 n n
1 2 ... 2 n 1 n

c) ( ) ( )
( )
©
÷
= + + + ÷ + ÷ -
2
1 n n
1 2 ... 2 n 1 n
( ) ( )
( )
©
÷
= + + + ÷ + ÷ -
2
1 n n
1 2 ... 2 n 1 n
O - n /
În concluzie, numărul operaţiilor aritmetice elementare necesare este ( )
3
n O .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 14
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Observaţia 1.2.6.:
În estimarea timpului total de calcul, trebuie să se ţină seama că timpul necesar
efectuării unei © este de 4 ori mai mare decât cel alocat unei © sau O, iar cel alocat unei
O/ este de 10 ori mai mare. De asemenea, este necesar să se ţină cont, de timpul alocat
căutării pivotului, mai ales în situaţia folosirii pivotării totale.
O metodă directă “apropiată” de metoda lui Gauss este metoda Gauss-Jordan.
Diferenţa între cele 2 metode constă în faptul că, în cazul utilizării metodei Gauss-Jordan,
se caută o matrice M
~
inferior triunghiulară, a.i. matricea A M
~
să fie diagonală.
3.1.3. Factorizări LU
O manieră convenabilă de rezolvare directă a sistemului (1.22), se obţine dacă se
consideră o factorizare corespunzătoare a matricei sistemului.
Definiţia 1.3.1
Fie
n n
R A
×
e . A admite o factorizare LU dacă ( )
n n
R L
×
e - , inferior triunghiulară şi
n n
R U
×
e , superior triunghiulară, a.i.
LU A = (1.28)
A admite o factorizare LDU dacă ( )
n n
R L
×
e - , inferior triunghiulară unitate,
n n
R D
×
e ,
diagonală şi
n n
R U
×
e , superior triunghiulară unitate a.i.
LDU A = (1.29)

Teorema 1.3.2.:
O matrice
n n
R A
×
e admite o unică factorizare LDU dacă şi numai dacă
| |
( ) ( ) 1 - n 1, k , k GL A
k
= ¬ e .
Demonstraţie:
" " ¬ Presupunem, prin reducere la absurd, că ( ) n k < - a.i.
| |
( ) k GL A
k
e .
Cum
| | | | | | | | k k k k
U D L A = , conform ipotezei, iar
| | | |
( ) k GL U , L
k k
e , rezultă că
| |
( ) k GL D
k
e şi
mai mult că
( )
0 d
k
kk
= .
Astfel, observăm că, coloana k a matricei LD este nulă ( k i , l
ik
> · , poate fi ales arbitrar)
şi de asemenea că, linia k a lui DU este nulă ( k j , u
kj
> · , poate fi ales arbitrar); de unde,
se obţine că factorizarea LDU a matricei A nu este unică, ceea ce intră în contradicţie cu
ipoteza de lucru.
" ": 1. ( ) - Conform teoremei 1.2.2, ( )
n n
R M
×
e - inferior triunghiulară unitate a.i.
U MA= este superior triunghiulară. Dacă considerăm ( )
nn 11
u ... u diag D = atunci, obţinem
( ) U D D M A
1 1 ÷ ÷
= (1.30)
2. ( ) ! Presupunem că A este nesingulară. Presupunem prin reducere la
absurd că, ( )
n n
L L
R L L,
×
' =
e ' - , inferior triunghiulare unitate,
n n
U U
R U U,
×
' =
e ' , superior
triunghiulare unitate,
n n
D D
R D D,
×
' =
e ' , diagonale a.i. U D L LDU A ' ' ' = = . Atunci obţinem:
( )
1 1 1
D U U D L L
÷ ÷ ÷
' ' = ' , de unde ( ) · ' ' = = '
÷ ÷ ÷ 1 1
n
1
D U U D I L L L L = ' · şi
( ) D D , L L UU D D
1 1
= ' = ' · = '
÷ ÷
şi U U = ' .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 15
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Afirmaţia rămâne adevărată şi pentru cazul: A singulară.
Factorizarea LU a unei matrice nu este în general unică. Într-adevăr,
U L U LDD LU A
1
' ' = = =
÷
, unde LD L = ' este inferior triunghiulară, U D U
1 ÷
= ' este
superior triunghiulară, dacă ( ) n 1, i , 0 d
ii
= ¬ = .
Aceasta asociază curent matricea diagonală D cu matricele triunghiulare L ,
respectiv U ale factorizării LDU. Astfel se obţin:
a) factorizare Doolittle ( L , inferior triunghiulară unitate şi U , superior triunghiulară);
b) factorizare Crout ( L , inferior triunghiulară şi U , superior triunghiulară unitate).
Factorizarea Doolittle este calculată de algoritmul (ElG):
LU A A U M ... M M U A M M ... M M AU M
1
1 n
1
2
1
1 1 2 2 n 1 n
= · = · = · =
÷
÷
÷ ÷
÷ ÷
unde
( )
¿ [ [
÷
=
÷
=
÷
=
÷
+ + = + = =
1 n
1 k
T
k
k n
1 n
1 k
T
k
k n
1 n
1 k
1
k
S e m I e m I M L , iar S conţine termeni de tipul
... e m e m ...
T
q
0
q
T
p p
  
=
. Deci,
¿
÷
=
+ =
1 n
1 k
T
k
k n
e m I L este inferior triunghiulară unitate.
Triangularizarea U A P M P M ... P M
1 1 2 2 1 n 1 n
=
÷ ÷
este echivalentă cu factorizarea
Doolittle a matricei A cu liniile permutate, adică LU PA = , unde
1 1 n
P ... P P
÷
= .
Dacă se cunoaşte factorizarea Doolittle a unei matrice A, atunci considerând
( )
nn 11
u ... u diag D = şi notând LD L = ' , iar U D U
1 ÷
= ' , obţinem U L A ' ' = care nu este
altceva decât o factorizare Crout a lui A.
Există însă şi alte posibilităţi de organizare a calculelor, care de obicei s.n. scheme
de factorizare compactă.
Vom deduce astfel o factorizare Crout, calculând succesiv câte o linie a lui L ,
respectiv o coloană a lui U .
Pasul 1: Prima coloană a lui L şi prima linie a lui U .
n 1, i , a l Le LUe Ae
1 i 1 i 1 1 1
= = ¬ = =
n 2, j , a u l U l LU e A e
j 1 j 1 11 11
T
1
T
1
= = ¬ = = ·

1 i 1 i
a l = (1.31)
şi

11
j 1
j 1
l
a
u = (1.32)
Pasul k: Coloana k a lui L şi linia k a lui U .

¿
÷
=
· = + = · =
1 k
1 s
ik sk is ik k k
n k, i , l u l a LUe Ae
¿
÷
=
= ÷ =
1 k
1 s
sk is ik ik
n k, i , u l a l
(1.33)

¿
÷
=
· + = + = · =
1 k
1 s
kj kk sj ks kj
T T
n 1, k i , u l u l a LU e A e
k k

n 1, k j ,
l
u l a
u
kk
1 k
1 s
sj ks kj
kj
+ =
÷
=
¿
÷
=
(1.34)


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 16
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Observaţia 1.3.3.:
Dacă
| |
( ) ( ) n 1, k , k GL A
k
= ¬ e , relaţiile (3.31)-(3.34) calculează complet factorii L şi
U . În cazul pivoţilor nuli sau a căror valoare absolută este foarte mică, comparativ cu a
celorlalte elemente ale matricei, se va reacţiona ca şi în cazul procedurii de eliminare
gaussiană.
Dacă matricea sistemului, A este simetrică şi pozitiv-definită, atunci se obţine un
caz particular de factorizare triunghiulară, factorizarea Cholesky.

Teorema 1.3.4.:
Dacă
n n
R A
×
e este simetrică şi pozitiv-definită, atunci şi numai atunci, există şi
este unică o matrice inferior triunghiulară, L a.i.

T
LL A= (1.35)
iar ( ) n 1, i , 0 l
ii
= ¬ > .
Demonstraţie:
" " ¬ Conform ipotezei,
| | k
A este simetrică, ( ) n 1, k = ¬ . Considerăm { } 0 \ R u
k
e şi
n
R ve a.i.
¦
¹
¦
´
¦
+ =
=
=
n 1, k i 0,
k 1, i , u
v
i
i
. Atunci, { } 0 \ R v
n
e şi
| |
Av v u A u
T k T
= . Datorită faptului că A
este pozitiv-definită, rezultă că
| |
( ) n 1, k , 0 u A u
k T
= ¬ > şi cum { } 0 \ R u
k
e a fost ales
arbitrar, se obţine că
| | k
A este pozitiv-definită, ( ) n 1, k = ¬ , iar elementele sale diagonale
sunt strict pozitive, de unde rezultă că
| |
( ) ( ) n 1, k , k GL A
k
= ¬ e . Ne situăm astfel în
contextul teoremei (1.2.2). Deci, ( )
n n
R M
×
e - inferior triunghiulară unitate a.i. U MA= .
Fie ( )
nn 22 11
u ,..., u , u diag = A .
Astfel, are loc relaţia
( )( ) U M A
1 1 ÷ ÷
= A A (1.36)
Cum A este simetrică, se obţine că ( )
T
1 1
M U A A
÷ ÷
= . Notăm cu A
1
M L
÷
= şi de aici,
T
LL A= , iar unicitatea lui L , rezultă din unicitatea lui M .
" " : Dacă (1.35)are loc, atunci: ( ) A LL LL A
T
T
T T
= = = şi dacă
{ } ( ) ( ) 0 v L v L v L v LL v Av v , 0 \ R v
2
2
T T
T
T T T T n
> = = = e , adică A este pozitiv-definită.
Urmând aceeaşi procedură de factorizare compactă (1.31)-(1.34), se obţine:
n 1, k , l a l
1 k
1 i
2
ki
kk kk
= ÷ =
¿
÷
=
(1.37)
n 1, k j, j, k ,
l
l l a
l
jj
1 j
1 i
ji ki kj
kj
= >
÷
=
¿
÷
=
(1.38)
Numărul operaţiilor elementare necesare factorizării:
( )
2
1 n n ÷
împărţiri,
( )( )
6
1 n 1 n n + ÷
adunări şi tot atâtea înmulţiri.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 17
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Presupunem că matricea sistemului (1.22), A, admite o factorizare LU. Atunci,
rezolvarea sistemului constă în aplicarea algoritmilor (1.18) şi (1.21), sistemelor rezultate:
b Ly = şi y Ux = (1.39)






























Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 18
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 3.2:
Metode iterative pentru rezolvarea
sistemelor de ecuaţii liniare
Timp mediu de studiu: 4 ore
Sarcini de învăţare: După parcurgerea acestei U.S., studentul va avea capacitatea de a:
- descrie cele mai cunoscute metode iterative clasice;
- preciza condiţiile necesare pentru ca aceste metode să fie convergente;
- evalua eroarea de aproximare a soluţiei unui sistem determinat înregistrată în
urma aplicării unei astfel de metode;
- descrie principiul general al metodelor de relaxare şi de gradient;
- exemplifica cu câte un exemplu fiecare clasă de metode iterative;
- soluţiona exemple concrete, utilizând algoritmi numerici corespunzători
3.2.1. Preliminarii
Se consideră sistemul de ecuaţii liniare
( ) n GL A , b Ax e = şi
n
R be (2.1)
Metodele directe permit obţinerea soluţiei exacte a sistemului (2.1),
n *
R x e , într-
un număr finit de paşi, prin efectuarea de ( )
3
n O m = operaţii elementare, pentru dimensiuni
ale sistemului rezonabil de mici ( 500 n s ).
Odată cu creşterea dimensiunii sistemului, erorile de rotunjire, ce se comit în timpul
derulării unor astfel de metode, se pot acumula dramatic, ducând la vicierea rezultatului
final.
Pentru minimizarea acestor erori, se poate utiliza tehnica pivotării, ceea ce,
determină însă, o suplimentare a efortului de calcul, care poate fi semnificativă la
dimensiuni mari.
În astfel de situaţii, se face apel la metodele iterative, ce furnizează soluţia exactă
*
x , ca limită a unui proces iterativ
( )
( )
k
k
x , asupra definirii căruia se va reveni ulterior.
Printre avantajele majore ale utilizării metodelor iterative, în detrimentul celor
directe, se numără viteza de convergenţă considerabilă şi simplitatea programării
acestora.
Presupunem, în cele ce urmează, că am identificat o matrice
n n
R G
×
e şi un vector
n
R c e a.i. ( ) ( ) n GL G I
n
e ÷ iar sistemul
c Gx x + = (2.2)
să admită ca unică soluţie pe
*
x .
Scrierea echivalentă (2.2) a sistemului (2.1) sugerează definirea unei metode
iterative de rezolvare a sa, pornind de la o aproximaţie iniţială
( ) n 0
R x e a soluţiei exacte
*
x . Se consideră astfel, şirul de vectori din
n
R ,
( )
( )
k
k
x introdus prin următoarea relaţie de
recurenţă:

( ) ( )
( ) 0 k , c Gx x
k 1 k
> ¬ + =
+
(2.3)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 19
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
În acest context, G s.n. matrice de iterare, iar c s.n. vector de iterare, ce corespunde
sistemului (2.1).

Definiţia 2.1.1.:
Vom spune că metoda iterativă este convergentă dacă

( )
( )
( ) o * k
k
x , x x lim ¬ =
· ÷
(2.4)
( unde
( )
( )
k
k
x este procesul iterativ generat de metodă).

Teorema 2.1.2 (Teorema fundamentală a metodelor iterative liniare):
Fie sistemul de ecuaţii liniare (2.1) şi sistemul asociat acestuia (2.2). Atunci,
următoarele afirmaţii sunt echivalente:
i) Metoda iterativă (2.3) este convergentă.
ii) ( ) 1 G < µ .
iii) Există cel puţin o normă matriceală, subordonată unei norme vectoriale din
n
R
astfel încât 1 G < .
iv)
¿
·
=0 k
k
G este convergentă.
Demonstraţie:
i) ¬ii)
Considerăm şirul
( )
( )
k
k
e , asociat şirului (2.3) definit prin

( ) ( )
( ) 0 k , x x e
* k k
> ¬ ÷ = (2.5)
(i.e.
( ) k
e reprezintă eroarea comisă prin aproximarea soluţiei exacte
*
x , la pasul de iterare
k ).
Se observă cu uşurinţă că:

( ) ( ) ( )
( ) k , e G ... Ge e
0 k k k
¬ = = = (2.6)
Atunci, metoda iterativă este convergentă dacă şi numai dacă:

( )
0 G lim 0 e lim
k
k
k
k
= · =
· ÷ · ÷
(2.7)
Presupunem, prin reducere la absurd, că ( ) 1 G > µ ; atunci există ( ) G t ì e a.i. 1 > ì .
Fie
n
R v e , vector propriu corespunzător lui ì . Avem:
( ) x ... x G Gx G x G
k 1 k 1 k k
ì ì = = = =
÷ ÷
. Conform (2.7), 0 x G lim
k
k
=
· ÷
(căci x G x G
k k
s ),
dar în conformitate cu presupunerea făcută +· =
· ÷
x lim
k
k
ì . Fals!
ii) ¬iii)
Fie ( ) G 1 0 µ c ÷ < < . Atunci, afirmaţia se obţine utilizând următorul rezultat: “Dacă
n n
R G
×
e şi 0 > c , atunci există cel puţin o normă matriceală subordonată unei norme
vectoriale din
n
R astfel încât: ( ) c µ + s G G ”.
Deci, ( ) ( ) ( ) 1 G 1 G G G = ÷ + < + s µ µ c µ .
iii) ¬iv)
( ) 0 k , 1 G G
k
k
> ¬ < s (unde · este cea pe care iii) este verificată).
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 20
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
iv) ¬i)
0 G lim
k
k
=
· ÷
(conform consecinţei criteriului de convergenţă Cauchy); deci,
( ) * k
x x ÷ .

Observaţia 2.1.3.:
1. Dacă 1 G < , atunci
( )
n n
GL G I e ± şi ( )
G 1
1
G I
1
n
÷
s ±
÷
(2.8)
2. Teorema 2.1.2 reduce analiza convergenţei şirului (2.3) la problema algebrică a
demonstrării că ( ) 1 G < µ .
3. Verificarea stabilităţii procesului iterativ
( )
( )
k
k
x implică de regulă un volum
prohibitiv de calcule; de aceea, în practică, se preferă verificarea unei condiţii de tip
Cauchy:
( ) N k e -
c
a.i.
( ) ( ) ( )
( )
c
c k k , x x x
k k 1 k
> ¬ s ÷
+
(2.9)
unde c este eroarea prestabilită, în limita unui număr maxim de iteraţii Maxiter.
4. Metoda iterativă definită anterior nu reprezintă altceva decât metoda
aproximaţiilor succesive pentru determinarea unui punct fix al funcţiei:
n n
R R : f ÷ ,
( ) ( ) c x G x f + = ((iii) f · contracţie pe
n
R ).

Studiul metodelor iterative este axat pe soluţionarea a două probleme
importante:
(1) Dată fiind o metodă iterativă, să se stabilească dacă ea este convergentă (i.e.
verificarea uneia dintre condiţiile echivalente din teorema 2.1.2).
(2) Date fiind două metode iterative, să se stabilească care este cea cu viteza de
convergenţă mai mare.
De obicei, o metodă iterativă se bazează pe o descompunere a matricei sistemului
(2.1),
N P A ÷ = (2.10)
unde ( ) n GL Pe , iar
1
P
÷
este “uşor” de determinat.
Atunci, (2.1) ·
b Nx Px + = (2.11)
·
b P Nx P x
1 1 ÷ ÷
+ = (2.12)
Deoarece (2.12) are o formă asemănătoare cu (2.2), i se asociază o metodă iterativă, ce
generează următorul proces iterativ:
( )
( )
k
k
x , unde
( )
( )
( )
( ) b P x N P x
1 k 1 1 k ÷ ÷ +
+ = ( ) N P G 0, k
-1
= > ¬ şi b P c
1
= . (2.13)





Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 21
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
3.2.2. Metode iterative clasice: Jacobi, Gauss-Seidel, suprarelaxare
1. Descrierea metodei
a) Metoda Jacobi
Cea mai simplă descompunere (2.10) a matricei A, este: ( ) U L D A + ÷ = , unde
( )
nn 11
a ,..., a diag D = , ( )
n , 1 j , i
ij
l L
=
= ÷ ,
¹
´
¦
s
>
=
j i 0,
j i , a
l
ij
ij
şi ( )
n , 1 j , i
ij
u U
=
= ÷ ,
¹
´
¦
>
<
=
j i 0,
j i , a
u
ij
ij
,
iar D P = şi U L N + = (2.14)

Atunci, în ipoteza: n 1, i , 0 a
ii
= = (2.15)
(2.14) devine: ( ) b D x U L D x
1 1 ÷ ÷
+ + = (2.16)
deci matricea Jacobi de iterare este ( ) U L D G
1
j
+ =
÷

iar vectorul de iterare b D c
1
j
÷
= (2.17)
Metoda Jacobi generează următorul proces iterativ
( )
( )
k
k
x :

( )
( )
( )
( ) 0 k , b D x U L D x
1 k 1 1 k
> ¬ + + =
÷ ÷ +
şi
( ) n 0
R x e (2.18)
aproximaţie iniţială a soluţiei exacte
*
x ·

( )
( )
( ) n 1, i ,
a
x a b
x
ii
n
1 j
k
j
ij i
1 k
i
1 j
= ¬
÷
=
¿
=
=
+
(2.19)
b) Metoda Gauss-Seidel
Procesul iterativ fundamentat de metoda Gauss-Seidel “apropiat” de (2.18) este
obţinut astfel ca determinarea componentei i a vectorului
( ) 1 k
x
+
să folosească atât
componentele vectorului
( ) k
x , cât şi pe cele ale lui
( ) 1 k
x
+
calculate anterior
( ) ( ) 1 k
1 i
1 k
1
x ,..., x
+
÷
+
, ceea ce duce , în particular şi la o economisire a spaţiului de memorare.
Se utilizează, în aceeaşi ipoteză (2.15), următoarea descompunere a matricei A:
( ) n GL L D P : A e ÷ = şi U N ÷ = (2.20)
(2.12) devine: ( ) ( ) b L D Ux L D x
1 1 ÷ ÷
÷ + ÷ = (2.21)
Deci, matricea de iterare Gauss-Seidel este ( ) U L D G
1
S G
÷
÷
÷ =
iar vectorul de iterare ( ) b L D c
1
S G
÷
÷
÷ = (2.22)
Atunci, şirul de aproximaţii ale soluţiei exacte
*
x este definit prin:

( )
( )
( )
( ) b L D Ux L D x
1 k 1 1 k ÷ ÷ +
÷ + ÷ = (2.23)
·

( )
( ) ( )
n 1, i ,
a
x a x a b
x
ii
n
1 i j
k
j
ij
1 i
1 j
1 k
j
ij i
1 k
i
=
÷ ÷
=
¿ ¿
+ =
÷
=
+
+
(2.24)

c) Metoda (SOR) (a suprarelaxării succesive)
(SOR) este o metodă iterativă ce accelerează convergenţa şirului (2.23), prin
intermediul unui parametru pozitiv, w numit parametru de relaxare.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 22
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Ipoteza (2.15) rămâne valabilă şi în acest caz. Fie 0 w > . Atunci, se consideră
următoarea descompunere a matricei A
L
w
D
P ÷ = şi U D
w
w 1
N ÷
÷
= (2.25)
(2.12) devine: b L
w
D
x U D
w
w 1
L
w
D
x
1 1 ÷ ÷
|
.
|

\
|
÷ +
(
¸
(

¸

÷
|
.
|

\
| ÷
|
.
|

\
|
÷ = (2.26)
iar matricea de iterare este
(
¸
(

¸

+
÷
|
.
|

\
|
÷ =
÷
U D
w
w 1
L
w
D
G
1
SR

şi vectorul de iterare b L
w
D
c
1
SR
÷
|
.
|

\
|
÷ = (2.27)
Se consideră
( )
( )
k
k
x definit prin:

( ) ( )
b L D
w
1
x U D
w
w 1
L D
w
1
x
1
k
1
1 k
÷ ÷
+
|
.
|

\
|
÷ +
|
.
|

\
|
+
÷
|
.
|

\
|
÷ = (2.28)
·
( )
( )
( ) ( )
n 1, i , x a x a b
a
w
x w 1 x
n
1 i j
k
j
ij
1 i
1 j
1 k
j
ij i
ii
k
i
1 k
i
=
(
(
¸
(

¸

÷ + ÷ =
¿ ¿
+ =
÷
=
+ +
(2.29)

2. Convergenţa metodei
a) Metoda Jacobi
Conform teoremei 2.1.2, metoda Jacobi este convergentă dacă şi numai dacă
( ) 1 G
J
< µ .
O condiţie suficientă ca ( ) 1 G
J
< µ este ca matricea A să fie strict diagonal
dominantă

Definiţia 2.2.1.:

n n
R A
×
e s.n. strict diagonal dominantă dacă
( ) n 1, i , a a
n
1 j
ij ii
1 j
= ¬ >
¿
=
=
(2.30)
Într-adevăr, ţinând cont că ( )
·
s
j j
G G µ , obţinem: ( ) 1
a
a
max G
n
1 j
ii
ij
n
1 i
j
1 j
< s
¿
=
=
=
µ . În plus, s-a
demonstrat că viteza de convergenţă creşte, cu cât diagonala lui A este mai “dominantă”.
Totuşi, condiţia (2.30) este destul de restrictivă. Există situaţii destul de frecvent
întâlnite, mai ales în probleme numerice de teoria ecuaţiilor cu derivate parţiale, când
aceasta , nu este satisfăcută. În astfel de cazuri, se foloseşte cu succes, următorul
rezultat:

Propoziţia 2.2.2.:
Dacă
n n
R A
×
e este ireductibilă şi slab diagonal-dominantă, atunci metoda Jacobi
converge.

Definiţia 2.2.3.:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 23
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

n n
R A
×
e s.n. ireductibilă dacă nu poate fi adusă prin permutări de linii şi de
coloane sub forma

|
|
.
|

\
|
=
22
12 11
A O
A A
A (2.31)
unde
11
A şi
22
A sunt blocuri pătrate.

Definiţia 2.2.4.:
a)
n n
R A
×
e s.n. slab diagonal dominantă dacă ( ) n 1, i , a a
n
1 j
ij ii
i j
= ¬ >
¿
=
=
şi
( ) { } n 1,..., k e - a.i.

¿
=
=
>
n
1 j
ij kk
k j
a a (2.32)
b)
n n
R A
×
e s.n. diagonal dominantă dacă
( ) n 1, j i, , a a
n
1 j
ij ii
i j
= ¬ >
¿
=
=
(2.33)
Demonstraţie:
A ireductibilă şi slab diagonal dominantă ( ) 1 A D I
1
n
< ÷ ¬
÷
µ . Dar
j
1
n
G A D I = ÷
÷
.
Deci, se aplică teorema 2.1.2.
b) Metoda Gauss-Seidel
Conform teoremei 2.1..2, metoda Gauss-Seidel este convergentă dacă şi numai
dacă ( ) 1 G
GS
< µ .
Pentru ca ( ) 1 G
GS
< µ , este suficient ca A să aibă una din următoarele proprietăţi:
i) A este strict-diagonal dominantă;
ii) A este diagonal dominantă şi ireductibilă.
Argumentarea este analogă cu cea din cazul metodei Jacobi.
Un alt rezultat interesant este:

Teorema 2.2.5. (Householder-John):
Dacă
n n
R A
×
e este simetrică, pozitiv-definită şi admite o descompunere (2.10), iar
( ) A P P
T
÷ + este pozitiv-definită, atunci ( ) 1 N P
1
<
÷
µ .
Demonstraţie:
A P I N P
1
n
1 ÷ ÷
÷ = şi fie ( )
1
n
P I
÷
÷ et ì , iar
n
C x e , vectorul propriu corespunzător
lui ì . Atunci, avem: ( ) Ax Px 1 = ÷ì , de unde, în particular, se obţine că 1 = ì . Cum
R x Ax, , A A
n
C
T
e > < = şi ( ) = > < ÷ = > <
n n
C C
x , Px 1 x , Ax ì ( )
n
C
T
x , x P 1 > < ÷ = ì .
Astfel, = > <
|
.
|

\
|
÷
÷
+
÷
n
C
x , Ax 1
1
1
1
1
ì ì
( )
n
C
T
x , x A P P > ÷ + < . Considerând egalitatea
părţilor reale din ultima relaţie, va rezulta:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 24
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
| | ( ) ( ) > ÷ + < + > ÷ + =< > < + > <
÷
÷
v , v A P P u , u A P P v , Av u , Au
1
1
T T
2
2
ì
ì
(în
n
R ).
Ţinând cont că A şi ( ) A P P
T
÷ + sunt pozitiv-definite, va rezulta că 1 < ì . De aici,
obţinem ( ) 1 N P
1
<
÷
µ .

Corolar 2.2.6.:
Dacă
n n
R A
×
e este simetrică şi pozitiv definită, atunci metoda Gauss-Seidel este
convergentă.
Demonstraţie:
D U L D L D L D A P P
T T T
= + + ÷ ÷ + ÷ = ÷ + căci A este simetrică (i.e. U L
T
= şi
D D
T
= ). Dar, D este pozitiv definită, căci A este pozitiv-definită. Se aplică teorema
2.2.5.

Observaţia 2.2.7.:
1. Se poate arăta, folosind teorema 2.2.5, că au loc următoarele echivalenţe: Fie
n n
R A
×
e simetrică şi D pozitiv-definită, metoda Jacobi converge dacă şi numai dacă A şi
( ) A D 2 ÷ sunt pozitiv-definite.
2. Dacă dorim să comparăm cele două metode, în situaţii particulare (de exemplu:
A tridiagonală sau 0 G
J
> ), se arată că, aceste metode sunt fie amândouă convergente,
fie amândouă divergente. În caz de convergenţă, metoda Gauss-Seidel converge mai
repede.
c) Metoda (SOR)
Următoarea teoremă oferă o condiţie necesară de convergenţă:

Teorema 2.2.8. (Kahan):
( ) 1 w G
SR
÷ > µ (2.34)
Deci, o condiţie necesară de convergenţă a metodei (SOR) este
( ) 2 , 0 we (2.35)
Demonstraţie:
( ) ( ) ( ) | | ( ) | |= + ÷ = + ÷ ÷ =
÷ ÷
U wD I w 1 det wU D w 1 det wL D det G det
1
n
1
SR

( ) | | ( )
n
n
w 1 I w 1 det ÷ = ÷ . Dar ( ) ( )
SR i
n
1 i
i SR
G , G det t ì ì e =
[
=
. Deci, are loc (2.34). Conform
teoremei2.1.2, rezultă, din (2.34), (2.35)

Observaţia 2.2.9.:
Conform propoziţiei 2.2.2, metoda (SOR) converge pentru ( | 1 , 0 we .

Teorema 2.2.10. (Ostrowski-Reich):
Dacă A este simetrică şi pozitiv-definită, atunci metoda (SOR) converge dacă şi
numai dacă ( ) 2 , 0 we .
Demonstraţie:
Se aplică teorema 2.2.5. În acest caz, D 1
w
2
A P P
T
|
.
|

\
|
÷ = ÷ + .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 25
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Observaţia 2.2.11.:
Dacă
n n
R A
×
e este tridiagonală , simetrică şi pozitiv-definită, atunci există un
parametru optim de relaxare
( )
2
j
*
G 1 1
1
w
µ ÷ +
= şi ( ) 1 w G
* *
SR
÷ = µ , dacă ( ) 0 G
j
> µ , iar
dacă ( ) 1 w , 0 G
*
j
= = µ şi ( ) 0 G
SR
= µ .

3) Evaluarea erorii de aproximare
a) Metoda Jacobi
Evaluăm

( ) ( ) ( )
( )
( )
( )
( )
( )
( )
( )= ÷ ÷ ÷ = ÷ ÷ ÷ = ÷
÷ ÷ * k
j
* k * 1 k * k 1 k k
x x G x x x x x x x x
( )
( )
( )
* k
j n
x x G I ÷ ÷ = (2.36)
Conform teoremei 2.1.2, ( ) ( ) n GL G I
j n
e ÷ şi ( )
j n
1
j n
G 1
1
G I
÷
s ÷
÷
. Deci,

( ) ( ) ( )
( ) 0 k , x x
G 1
1
x x
1 k k
j
* k
> ¬ ÷
÷
s ÷
+
(2.37)
Din (2.36), rezultă că
( )
( )
( ) ( )
( )
1 0 k
j
1
j n
* k
x x G G I x x ÷ ÷ = ÷
÷
şi de aici,

( ) ( ) ( ) 1 0
j
k
j
* k
x x
G 1
G
x x ÷
÷
s ÷ (2.38)
unde · este norma matriceală din teorema 2.1.2, pentru care are loc (iii) şi · , în
n
R
este norma vectorială corespunzătoare.
(2.37) reprezintă o evaluare à posteriori, iar (2.38) à priori a erorii de aproximare.
Pentru a obţine evaluările erorilor de aproximare pentru metoda Gauss-Seidel şi
(SOR), se procedează analog.
Algoritmul Jacobi:
1. Se dau matricele
n n
R A
×
e ,
1 n
R b
×
e şi eroarea c .
2. Se calculează
¿
=
=
=
= =
n
1 j
ii
ij
n
1 i
j
i j
a
a
max G µ (unde ( ) U L D G
1
j
+ = .
Se alege o aproximaţie iniţială
( ) 0
x .
3. Fie 1 k = .
4. Pentru n , 1 i = , se calculează:
( )
( )
ii
n
1 j
1 k
j
ij i
k
i
a
x a b
x
1 j
¿
=
=
÷
÷
= .
5. Dacă
( ) ( )
c
µ
µ
<
÷
÷
1
x x
0 1 k
, se trece la 7.
6. Se adună 1 la k şi se trece la 4.
7. Procedura este completă. Soluţia sistemului b Ax = este
( ) k
x .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 26
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Algoritmul Gauss-Seidel:
1. Se dau matricele
n n
R A
×
e ,
1 n
R b
×
e şi eroarea c .
2. Se calculează
|
|
.
|

\
|
|
|
.
|

\
|
÷
|
|
.
|

\
|
=
¿ ¿
÷
= + =
=
1 s
1 j
ss
sj
n
1 s j
ss
sj
n
1 s a
a
1 /
a
a
max µ .
Se alege o aproximaţie iniţială
( ) 0
x .
3. Fie 1 k = .
4. Pentru n , 1 i = , se calculează:
( )
( ) ( )
ii
n
1 i j
1 k
ij
n
1 j
k
j
ij i
1 k
i
a
k a x a b
x
¿ ¿
+ =
÷
=
+
÷ ÷
= .
5. Dacă
( ) ( )
c
µ
µ
<
÷
÷
1
x x
0 1 k
, se trece la 7.
6. Se adună 1 la k şi se trece la 4.
7. Procedura este completă. Soluţia sistemului b Ax = este
( ) k
x .

Algoritmul suprarelaxării:
1. Se dau matricele
n n
R A
×
e ,
1 n
R b
×
e , eroarea c şi parametrul de relaxare w.
2. Se calculează
RS
G = µ , unde
|
.
|

\
|
+
÷
|
.
|

\
|
÷ =
÷
U D
w
w 1
L D
w
1
G
1
RS
.
Se alege o aproximaţie iniţială
( ) 0
x .
3. Fie 1 k = .
4. Pentru n , 1 i = , se calculează:

( )
( )
( )
( ) ( )
ii
n
1 i j
k
ij
k
i
1 i
1 j
k
j
ij i
1 k
i
a
k a w x w 1 x a w wb
x
¿ ¿
+ =
÷
=
+
÷ ÷ + ÷
= .
5. Dacă
( ) ( )
c
µ
µ
<
÷
÷
1
x x
0 1 k
, se trece la 7.
6. Se adună 1 la k şi se trece la 4.
7. Procedura este completă. Soluţia aproximativă a sistemului b Ax = este
( ) k
x .


3.2.3. Metode de relaxare şi de gradient
Rezolvarea unui sistem de ecuaţii liniare printr-o metodă iterativă poate fi echivalentă cu
problema minimizării unei forme pătratice.
În metodele de relaxare, se porneşte cu o aproximaţie iniţială a soluţiei,
( ) 0
x , căreia
îi corespunde vectorul reziduu

( ) ( )
b Ax r
0 0
÷ = (2.39)
( ) 0
x este modificat sistematic a.i. în cele din urmă,
( ) 0
r să se anuleze.



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 27
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Pentru aceasta, asociem sistemului de ecuaţii liniare b Ax = , forma pătratică:
( )
¿ ¿
= =
>= < ÷ > < =
n
1 j , i
n
1 i
i i j i ij
x b – x x a
2
1
x , bx x , Ax
2
1
x J (2.40)

Propoziţia 2.3.1.:
Dacă
n n
R A
×
e este simetrică şi pozitiv–definită, iar
*
x este soluţia exactă a
sistemului de ecuaţii liniare b Ax = , atunci
*
x este punct de minim pentru forma pătratică
asociată, J , şi reciproc.
Demonstraţie:
“ ¬” Fie
*
x , soluţie exactă a sistemului de ecuaţii liniare b Ax = . Considerăm
următoarea formă pătratică:
( ) ( ) ( )> ÷ ÷ < = ÷
* * n
x x , x x A
2
1
x E , R R : E (2.41)
Conform ipotezei, ( ) ( ) 0 x E , x x
*
> = ¬ şi ( ) 0 x E
*
= . Dar, ( ) ( ) > < + =
* *
x , Ax
2
1
x J x E .În
consecinţă, rezultă că
*
x este punct de minim pentru J .
“ :” Fie
*
x punct de minim pentru J . Atunci, ( ) 0 x gradJ
*
= . Dar cum,
¿
=
= =
c
c
n
1 j
i j ij
i
n 1, i , b – x a
x
J
, ( ) b Ax x gradJ
* *
÷ = . Deci,
*
x este soluţie a sistemului dat.

În cele ce urmează, vom prezenta principiul general al metodelor de relaxare.

Fie v , o aproximaţie a soluţiei exacte. Considerăm o dreaptă d , ce trece prin v şi
este paralelă cu o direcţie dată p , numită direcţie de relaxare, i.e. { } R c cp v d e + ' = .
Scopul: modificarea lui v de-a lungul direcţiei p a.i. valoarea ( ) v J să scadă i.e.
determinarea d v
0
e ' a.i.
( ) ( ) v J min v J
d v
0
' = '
e '
(2.42)
Fie d v e ' . Atunci: ( ) ( ) ( ) ( ) ( ) >= + < ÷ > + + < = + = ' cp v , b cp v , cp v A
2
1
cp v J v J
( ) v J p , r c p , Ap
2
c
2
+ > < + > < = ·
( ) ( ) v J p , r c p , Ap
2
c
v J
2
+ > < + > < = ' (2.43)
Observăm că ( ) v J ' îşi atinge minimul pentru:

> <
> <
÷ =
p , Ap
p , r
c
min
(2.44)
(şi p r±/ , pentru ca ( ) ( ) v J v J < ' ). Atunci,
( )
p min min
A c r b p c v A b v A r + = ÷ + = ÷ ' = ' (2.45)
şi 0 p , Ap
p , Ap
p , r
p , r p , r >= <
> <
> <
÷ > >=< ' < . Deci, p r ± ' .
Metodele de relaxare diferă prin modul de alegere a direcţiei de relaxare.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 28
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Spre exemplu, metoda de relaxare cu paşi separaţi (Southwell): la fiecare pas se modifică
numai componenta cea mai mare a reziduului
i
n
1 i
k
r max r
=
= , ceea ce corespunde cu alegerea
ca direcţie de relaxare a vectorului unitate
k
e . Atunci:

kk
k
k k
k k
min
a
r
e , Ae
e , r
c ÷ =
> <
> <
÷ = (2.46)
Obţinem:
¦
¹
¦
´
¦
= ÷
=
= ÷ = + = '
k i ,
a
r
v
k i , v
e
a
r
v e c v v
kk
k
k
i
k
kk
k
k
k
min
(2.47)
De asemenea,

¦
¹
¦
´
¦
=
= ÷
= ÷ = ÷ ' = '
k i 0,
k i , a
a
r
r
Ae
a
r
r b v A r
ik
kk
k
i
k
kk
k
(2.48)
Convergenţa acestei metode este lentă, ea fiind satisfăcătoare doar în cazul în care
matricea sistemului este predominant dominantă.
Metoda Gauss-Seidel poate fi considerată ca metodă de relaxare, în care direcţiile
de relaxare, se aleg succesiv
n 2 1
e ,..., e , e , în mod ciclic:
( )
k i , e p
i
k
= = (mod n).
Metoda suprarelaxării foloseşte aceleaşi direcţii de relaxare ca mai sus, înlocuind
pe fiecare direcţie pe
min
c cu
min
wc .
Metodele de relaxare impun ca singură restricţie privind alegerea direcţiei de
relaxare p , ca aceasta să nu fie ortogonala vectorului reziduu, r i.e 0 p , r >= < .

În metodele de gradient, legătura între cei doi vectori este mult mai strânsă.

1. Metoda celei mai rapide coborâri
Se alege ca direcţie de relaxare, opusul reziduului de la iteraţia anterioară i.e.:

( ) ( ) 1 k k
r p
÷
÷ = (2.49)

Pe această direcţie, punctul de minim se alege:

( )
( ) ( )
( ) ( )
( ) ( )
( ) ( ) ( )
( )
1 k 1 k 1 k
1 k 1 k
k k
k 1 k
k
min
r R
1
r , Ar
r , r
p , Ap
p , r
c
÷ ÷ ÷
÷ ÷ ÷
=
> <
> <
=
> <
> <
= (2.50)
unde ( ) 0 x ,
x , x
x , Ax
x R =
> <
> <
= .
2. Metoda gradientului conjugat
Fie
( ) 0
x , aproximaţie iniţială a soluţiei exacte
*
x . Considerăm:

( ) ( ) 0 1
r p ÷ = (2.51)
Atunci:

( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
> <
> <
=
> <
> <
=
0 0
0 0
1 1
1 0
1
min
r , Ar
r , r
p , Ap
p , r
– c (2.52)

( ) ( ) ( ) ( ) ( )
( ) ( )
( ) ( )
( ) 0
0 0
0 0
0 1 1
min
0 1
r
r , Ar
r , r
x p c x x
> <
> <
÷ = + = (2.53)

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 29
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
În cele ce urmează, vom alege direcţiile de relaxare a.i. să fie:
- succesiv A-ortogonale i.e.

( ) ( ) ( ) ( )
> >=< <
÷ ÷ 1 k k 1 k k
Ap , p p , Ap (2.54)
- o combinaţie liniară între
( ) 1 k
r
÷
şi
( ) 1 k
p
÷
i.e.

( ) ( ) ( ) 1 k
1 k
1 k k
p d r p
÷
+
÷
+ ÷ = (2.55)
unde
1 k
d
÷
se obţine din relaţia:

( ) ( )
( ) ( )
1 k ,
Ap , p
Ap , r
d
1 k 1 k
1 k 1 k
1 k
>
> <
> <
=
÷ ÷
÷ ÷
÷
(2.56)
Atunci,

( )
( ) ( )
( ) ( )
> <
> <
÷ =
÷
k k
k 1 k
k
min
Ap , p
p , r
c (2.57)

( ) ( ) ( ) ( ) k k
min
1 k k
p c x x + =
÷
(2.58)
iar,

( ) ( ) ( ) ( ) k k
min
1 k k
Ap c r r + =
÷
(2.59)
Formulele (2.56)-(2.59) se pot simplifica (ca scriere) dacă facem următoarele
observaţii:

( ) ( )
0 r , r
1 k k
>= <
÷
(2.60)

( ) ( )
0 p , r
1 k k
>= <
÷
(2.61)

( ) ( )
0 p , r
k k
>= < (2.62)
ce se obţin prin calcul direct. Avem astfel:

( )
( ) ( )
( ) ( )
> <
> <
=
÷ ÷
k k
1 k 1 k
k
min
p , Ap
r , r
c (2.63)

( ) ( )
( ) ( )
2 k ,
r , r
r , r
d
2 k 2 k
1 k 1 k
1 k
>
> <
> <
=
÷ ÷
÷ ÷
÷
(2.64)
3. Metoda direcţiilor conjugate
Această metodă constă în determinarea soluţiei sistemului,
*
x , utilizând o
descompunere liniară a acesteia după o bază de vectori A-ortogonali din
n
R i.e.

¿
=
=
n
1 k
k k
*
p c x (2.65)
unde { }
n 1
p ,.., p satisfac:
( ) n 1, j i, , Ap , p p , Ap
ij j i j i
= ¬ >= >=< < o (2.66)
iar conform (2.66),
( ) k ,
p , Ap
p , b
c
k k
k
k
¬
> <
> <
= (2.67)
(căci
¿
=
> >=< < >· >=< <
n
1 j
k k j j k k
*
p , b p , Ap c p , b p , Ax .


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 30
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
(2.65) ·

k
n
1 k
k k
k *
p
p , Ap
p , b
x
¿
=
·
> <
> <
= (2.68)
Deci, problema este rezolvată dacă vom determina { }
n 1
p ,..., p o bază de vectori
A-ortogonali. În acest scop, vom utiliza o metodă de ortogonalizare de tip Gram-Schmidt.
Pentru aceasta, considerăm { }
n 1
v ,..., v , un sistem de vectori liniari independenţi.
Fie
¿
÷
=
+ = + = =
1 n
1 k
k nk n n 1 21 2 2 1 1
p c v p ,..., p c v p , v p (2.69)
Determinăm k j , n 1, j k, , c
kj
< = a.i.
0 Ap , p p , Ap
j k j k
>= >=< < (2.70)
Atunci, obţinem din (2.69) şi (2.70),
k j , n 1, j k, ,
p , Ap
p , Av
c
j j
j k
kj
< =
> <
> <
÷ = (2.71)

În particular, dacă considerăm n 1, i , e v
i i
= = avem:
k j ,
p , Ap
p , a
c
j j
j k
kj
<
> <
> <
÷ = unde
k k
Ae a = (2.72)

1. Algoritmul Southwell:
1. Se dau matricele
n n
R A
×
e , simetrică şi pozitiv-definită,
1 n
R b
×
e şi eroarea c .
2. Se alege o aproximaţie iniţială
( ) 0
x .
Se calculează reziduul
( ) ( )
b Ax r
0 0
÷ = .
3. Fie 1 k = .
4. Se alege
( )
n
1 i
1 k
i
k
r max r
=
÷
= .
5. Se calculează
( )
kk
k k
min
a
r
c ÷ = .
6. Se calculează pentru n , 1 i = ,
( )
( )
( )
¦
¹
¦
´
¦
= ÷
=
=
÷
÷
k i ,
a
r
x
k i , x
x
kk
k 1 k
i
1 k
i
k
i
.
7. Se calculează pentru n , 1 i = ,
( ) ( )
ik
kk
k 1 k
i
k
i
a
a
r
r r ÷ =
÷
.
8. Dacă
( )
c <
k
r , se trece la 10.
9. Se adună 1 la k şi se trece la 4.
10. Procedura este completă. Soluţia aproximativă este
( ) k
x .

Algoritmul celei mai rapide coborâri:
1. Se dau matricele
n n
R A
×
e , simetrică şi pozitiv-definită,
1 n
R b
×
e şi eroarea c .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 31
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
2. Se alege o aproximaţie iniţială
( ) 0
x .
Se calculează reziduul
( ) ( )
b Ax r
0 0
÷ = .
3. Fie 1 k = .
4. Se alege
( ) ( ) 1 k k
r p
÷
÷ = .
5. Se calculează
( )
( ) ( )
( )
( ) ( )
( )
1 k 1 k
1 k 1 k
k
min
r , Ar
r , r
c
÷ ÷
÷ ÷
÷ = .
6. Se calculează:
( ) ( )
( )
( ) 1 k
min
1 k k
r c x x
k
÷ ÷
÷ = .
7. Se calculează:
( ) ( )
( )
( ) 1 k
min
1 k k
Ar c r r
k
÷ ÷
÷ = .
8. Dacă
( )
c <
k
r , se trece la 10.
9. Se adună 1 la k şi se trece la 4.
10. Procedura este completă. Soluţia aproximativă este
( ) k
x .

Algoritmul gradientului conjugat:
1. Se dau matricele
n n
R A
×
e , simetrică şi pozitiv-definită,
1 n
R b
×
e şi eroarea c .
2. Se alege o aproximaţie iniţială
( ) 0
x .
Se calculează reziduul
( ) ( )
b Ax r
0 0
÷ = .
3. Se alege
( ) ( ) 0 1
r p ÷ = .
4. Se calculează
( )
( ) ( )
( )
( ) ( )
( )
1 1
0 0
1
min
p , Ap
p , r
c ÷ = .
5. Se calculează:
( ) ( )
( )
( ) 0
min
0 1
r c x x
1
÷ = .
6. Fie 2 k = .
7. Se calculează:
( ) ( )
( )
( ) ( )
( )
1 k 1 k
1 k 1 k
1 k
Ap , p
Ap , r
d
÷ ÷
÷ ÷
÷
÷ =
8. Se calculează:
( ) ( ) ( ) 1 k
1 k
1 k k
p d r p
÷
÷
÷
+ ÷ =
9. Se calculează:
( )
( ) ( )
( )
( ) ( )
( )
k k
k 1 k
k
min
Ap , p
p , r
c
÷
÷ = .
10. Se calculează:
( ) ( ) ( ) k
min
1 k k
p c x x
k
÷ =
÷
.
11. Se calculează:
( ) ( ) ( ) k
min
1 k k
Ap c r r
k
÷ =
÷
.
12. Se testează dacă
( )
c <
k
r şi în caz afirmativ se trece la 14.
13. Se adună 1 la k şi se trece la 7.
14. Procedura este completă. Soluţia aproximativă este
( ) k
x .




Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 32
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 3.3:
Rezolvarea sistemelor de ecuaţii liniare în
sensul celor mai mici pătrate
Timp mediu de studiu: 2 ore
Sarcini de învăţare: Prin parcurgerea acestei U.S., studentul este capabil să descrie
modalitatea de soluţionare numerică a sistemelor de ecuaţii liniare, în care numărul
ecuaţiilor diferă de numărul necunoscutelor şi să utilizeze algoritmii numerici
corespunzători în abordarea unor exemple concrete.
3.3.1. Rezolvarea sistemelor liniare supradeterminate
Se consideră sistemul de ecuaţii liniare
b Ax = (3. 1)
unde ( ) n m R A
n m
= e
×
şi
n
R be .
În general, acest sistem este fie incompatibil, fie compatibil nedeterminat. De
aceea, pentru o mai bună formulare a problemei de calcul numeric, s-a impus redefinirea
noţiunii de soluţie (definiţia 3.1.1).
Alegerea normei vectoriale în definiţia 3.1.1 depinde de natura problemei de calcul
considerate şi în acelaşi timp, determină specificul metodelor numerice utilizate. Astfel, în
cazul utilizării
1
· şi
·
· , se obţin probleme de programare liniară, care se tratează cu
metodele numerice expuse anterior.
În cele ce urmează, vom utiliza
2
· , iar terminologia folosită va fi următoarea:
a) Dacă n m> , problema de minimizare

2
R x
2
*
r min r
*
e
= (3. 2)
s.n. problema (liniară) celor mai mici pătrate, iar
n *
R x e a.i. b Ax r
* *
÷ = s.n.
pseudosoluţieîn sensul CMMP a sistemului (3.51).
b) Dacă n m< , soluţia problemei de minimizare cu restricţii liniare

2
R x
2
*
x min x
b Ax
n
=
e
= (3. 3)
s.n. soluţia normală în sensul CMMP a sistemului (3.51).
Probleme de tip CMMP apar frecvent în: aproximarea funcţiilor, prelucrarea
statistică a datelor experimentale, prelucrarea semnalelor, modelarea şi identificarea
sistemelor dinamice.

Cazul n m>
Teorema 3.1.1.:
Sistemul de ecuaţii liniare (3. 1) admite o unică pseudosoluţie în sensul CMMP,
b A x
* +
= (3. 4)
(unde ( )
T
1
T
A A A A
÷
+
= s.n. pseudoinversa matricei A) (3. 5)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 33
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
dacă şi numai dacă A este monică.
Demonstraţie:
Considerăm funcţia
( )
2
2
n
b Ax x F , R R : F ÷ = ÷ (3.6)
n *
R x e este pseudosoluţie în sensul CMMP a sistemului (3. 1)
*
x · este un punct de
minim al funcţiei F .

( ) ( )
( )
¦
¹
¦
´
¦
>
= ¬ =
c
c
·
0 x F d
n 1, j , 0 x
x
F
* 2
*
j (3.7)
dar, ( ) + > < ÷ > < ÷ > >=< ÷ ÷ =< ÷ = Ax , b b , Ax Ax , Ax b Ax , b Ax b Ax x F
2
2

> < + > < ÷ > >=< < + b , b x , b A 2 x , Ax A b , b
T T
. Deci, (3.6) ·

( )
¦
¦
¹
¦
¦
´
¦
>
=
¿
=
n
1 j , i
j i ij
T
T * T
0 dx dx A A
b A Ax A
(3.8)
Sistemul b A Ax A
T T
= (3.9)
s.n. sistemul normal Gauss asociat sistemului de ecuaţii liniare (3.1).
Dacă A este monică atunci şi numai atunci n rangA= . Dar ( ) A A rang rangA
T
= şi
prin urmare ( ) ( ) n GL A A
T
e , de unde rezultă că (3.9) are o unică soluţie
*
x . Conform (3.8),
( ) 0 x F d
* 2
> şi în consecinţă,
*
x este unica pseudosoluţie în sensul CMMP a (3.1).

Observaţia 3.1.2.:
1) Modalitatea de calcul pentru
*
x este rezolvarea sistemului de ecuaţii liniare (3.9).
Cum matricea sistemului este simetrică şi pozitiv-definită, s-ar putea apela la factorizarea
Cholesky pentru rezolvare.
Totuşi, această manieră de abordare nu este indicată deoarece, se poate dovedi cu
uşurinţă, că numărul de condiţionare al matricei ( ) A A
T
este în general mare.
2) Dacă ( ) ( ) 0 x F x F min
*
R x
n
= =
e
, atunci 0 r
*
= i.e.
*
x reprezintă soluţia exactă a
sistemului (3.1). În general însă, ( ) 0 x F
*
> şi astfel,
*
x nu este altceva decât un substitut
pentru soluţia exactă.
Calculul pseudosoluţiei
*
x
Conform teoremei 3.3.30,
n n
R Q , R Q A
×
e ' ' ' = , ortogonală iar
n n
R R
×
e ' , superior
triunghiulară. Atunci, · = ' ' · = b x R Q b Ax
b Q x R
T
' = ' (3.10)
În consecinţă, determinarea pseudosoluţiei în sensul CMMP a sistemului (3.1) se reduce
la rezolvarea sistemului triunghiular de ecuaţii liniare (3.10).


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 34
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
3.3.2. Rezolvarea sistemelor liniare subdeterminate
Cazul n m<

Teorema 3.2.1.:
Sistemul de ecuaţii liniare (3.1) admite o unică soluţie normală în sensul CMMP,
b A x
* +
= (3.11)
(unde ( )
1
T T
AA A A
÷
+
= s.n. pseudoinversa normală a matricei A) (3.12)
dacă şi numai dacă matricea A este epică.
Demonstraţie:
Considerăm funcţia
( )
2
2
n
x x G , R R : G = ÷ (3.13)
Atunci,
*
x este unica soluţie normală în sensul CMMP a sistemului de ecuaţii liniare (3.1)
dacă şi numai dacă
*
x este unica soluţie a problemei de minim asociată aplicaţiei G cu
legătura b Ax = . În acest
sens, considerăm funcţia lui Lagrange asociată funcţiei G :
( ) ( )
¿
=
+
÷ = ÷
m
1 i
i i
m n
r 2 x G x, , R R : ì ì u u (3.14)
Astfel,
*
x este punct de minim·

( )
( )
( )
¦
¦
¦
¹
¦
¦
¦
´
¦
>
= =
c
c
= =
c
c
0 , x d
m 1, j , 0 , x
n 1, i , 0 , x
x
* * 2
* *
j
* *
i
ì u
ì
ì
u
ì
u
(3.15)

( )
( )
( )
¦
¦
¦
¹
¦
¦
¦
´
¦
=
= + + ÷
= + + ÷
= + + ÷
·
b Ax
0 a ... a x

0 a ... a x
0 a ... a x
*
*
m mn
*
1 n 1
*
n
*
m 2 m
*
1 12
*
2
*
m 1 m
*
1 11
*
1
ì ì
ì ì
ì ì
            (3.16)

¦
¹
¦
´
¦
=
=
·
b Ax
A x
*
* T *
ì
(3.17)

¦
¹
¦
´
¦
=
=
·
* T *
* T
A x
b AA
ì
ì
(3.18)
Dacă A este epică atunci şi numai atunci ( ) m A rang = . Dar ( )
T
AA rang rangA= şi deci
( ) m GL AA
T
e . În consecinţă, sistemul b AA
T
= ì admite o unică soluţie
*
ì . Astfel, există şi
este unic R x
*
e a.i. ( ) b A b AA A x A x
1
T T * * T * +
÷
= · = ì .

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 35
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Calculul soluţiei normale
*
x

( ) ( ) n GO V e - a.i. ( ) O L L AV ' = = .
m n m ÷
Se poate demonstra cu uşurinţă afirmaţia: A epică ( ) m GL L e ' · . Atunci,

( )
·
¦
¦
¹
¦
¦
´
¦
=
|
|
.
|

\
|
' '
'
'
÷
|
|
.
|

\
|
' '
'
= =
· =
b
y
y
0 L
m n
m
y
y
y , Vy x
b Ax
( )
|
|
.
|

\
|
'
=
÷
0
b L
V x
1
*
(3.19)
























Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 36
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 3.4:
Determinarea numerică a spectrului unei
matrici
Timp mediu de studiu: 3 ore
Sarcini de învăţare: După parcurgerea acestei U.S., studentul va fi apt pentru a descrie
unele dintre cele mai utilizate modalităţi de determinare a valorilor şi vectorilor proprii ale
unei matrici (atât metode ce utilizează polinomul caracteristic asociat cât şi metode
iterative) şi pentru a analiza, implementa şi testa algoritmi numerici în abordarea unor
aplicaţii dintre cele mai diverse.
3.4.1. Metode de determinare a valorilor şi vectorilor proprii ale unei
matrici, ce utilizează polinomul caracteristic asociat acesteia
Aceste metode presupun rezolvarea ecuaţiei caracteristice asociate matricei
n n
C A
×
e
(deci, determinarea în prealabil, a coeficienţilor polinomului caracteristic), pentru stabilirea
valorilor proprii şi apoi obţinerea vectorilor proprii.
Prin inducţie, se verifică, fără dificultate că, are loc egalitatea:
( ) ( )
n
n 2 n
2
1 n
1
n
A
1 ... P t ì t ì t ì ì ÷ + + + ÷ =
÷ ÷
(4.1)
unde

¿
=
=
k
n
C
1 j
j j k
, A A t , minor diagonal de ordin k al lui A (4.2)
Având în vedere că pentru un calcul direct al coeficienţilor polinomului caracteristic, este
necesară evaluarea a 1 2 C ... C C
n n
n
2
n
1
n
÷ = + + + minori de diferite ordine, s-a recurs la
construirea unor algoritmi, ce facilitează obţinerea polinomului caracteristic.

1. Metoda Leverrier

Propoziţia 4.1.1.:
Dacă | | ( )
n
1 n
1
n
n
p ... X p X x P , X C P + + + = e
÷
are ca rădăcini: C ,...,
n 1
e ì ì , iar
¿
=
=
n
1 i
k
i k
s ì , atunci:

¿
÷
=
÷
÷ =
1 k
0 j
j k j k
s p
k
1
p , unde 1 p
0
= (4.3)

Demonstraţie:
Dacă ( ) ( )
[
=
÷ =
n
1 i
i
P ì ì ì , atunci
( )
( )
¿ ¿
= =
|
.
|

\
|
÷
=
÷
=
'
n
1 i
n
1 i
i i
1
1 1 1
P
P
ì
ì ì ì ì ì
ì
.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 37
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Dacă
i
n
1 i
maxì ì
=
> , atunci:
( )
( )
¿ ¿ ¿
·
=
+
=
·
=
+
= =
'
0 k
1 k
k
n
1 i 0 k
1 k
k
i
s
P
P
ì ì
ì
ì
ì
, unde n s
0
= .
Astfel, obţinem:
( ) ( ) = ÷ ·
|
|
.
|

\
|
|
|
.
|

\
|
= ÷
¿ ¿ ¿ ¿
=
÷ ÷
=
÷ ÷
=
÷
=
÷ ÷
n
1 i
1 i n
i
n
0 k
1 k
k
n
0 j
j n
j
n
1 i
1 i n
i
p i n s p p i n ì ì ì ì
¿
>
÷ ÷ ÷
=
0 k , j
1 k j n
k j
s p ì
de unde, prin egalarea coeficienţilor în ì , avem:
( )
¿ ¿ ¿
÷
=
÷
=
÷
= +
+ = = = ÷
1 k
0 j
j k j 0 k
k
0 j
j k j
k i j
i j k
s p s p s p s p p k n i.e. (4.3).

Algoritmul metodei Leverrier este următorul:
Fie
n n
C A
×
e .
1. Se calculează
n 2
A ,..., A .
2. Se calculează ( ) n 1, k , A Tr s
k
k
= = .
3. Se calculează
n 1
p ,..., p conform (5.37), i.e.:

1 1
s p ÷ =
( )
1 1 2 2
s p s
2
1
p + ÷ =
. . . . . . . . . . . . . .
( )
1 1 n 1 n 1 n n
s p ... s p s
n
1
p
÷ ÷
+ + + ÷ =
4. Se scrie ( )
n 1 n
1 n
1
n
A
p p ... p P + + + + =
÷
÷
ì ì ì ì . Se rezolvă ecuaţia caracteristică
( ) 0 P
A
= ì şi se determină ( ) A t .
5. Se determină vectorii proprii corespunzători.

2. Metoda Souriau-Fadeev
Aceasta este o modificare a metodei Leverrier şi se bazează pe următorul rezultat:

Propoziţia 4.1.2.:
Fie
n n
C A
×
e . Fie şirurile ( )
k 1 k
1 k
k
B A A , A · =
+
>
, unde ( )
1 k
k 1
p , A A
>
= , ( )
k k
A Tr
k
1
p ÷ =
şi ( )
n k k k
1 k
I p A B , B + =
>
. (4.4)
Atunci, au loc următoarele afirmaţii:
1. ( )
n 1 n
1 n
1
n
A
p p ... p P + + + + =
÷
÷
ì ì ì ì .
2. 0 B
n
= şi
1 n
n
1
B
p
1
A
÷
÷
÷ = (4.5)
dacă 0 p
n
= .
3. Dacă ( ) A t ì e , atunci orice coloană a matricei
( )
1 n 2 n 1
2 n
n
1 n
B B ... B I C
÷ ÷
÷ ÷
+ + + + = ì ì ì ì este un vector propriu asociat valorii proprii ì .
Dacă ì este simplă, ( )
n
O C = ì .


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 38
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Demonstraţie:
1. A A
1
=
( ) A p A I p A A AB A
1
2
n 1 1 1 2
+ = + = =
( ) A p A p A A p AA I p A A AB A
2
2
1
3
2 2 n 2 2 2 3
+ + = + = + = = .
Deci, dacă
A p ... A p A A
1 k
1 k
1
k
k ÷
÷
+ + + = (4.6)
atunci ( ) A p A p ... A p A I p A A AB A
k
2
1 k
k
1
1 k
n k k k 1 k
+ + + + = + = =
÷
+
+
. Astfel,
A p A p ... A p A A
1 n
2
2 n
1 n
1
n
n ÷ ÷
÷
+ + + + = (4.7)
Fie ( )
k
k
A Tr s = . Atunci, conform (4.7), ( ) + + + =
÷
... s p s A Tr
1 k 1 k k 1 1 k
s p
÷
.
Dar ( )
k k
kp A Tr ÷ = . Deci, am obţinut (4.4) şi de aici ( ) ì
A
P .
2.
n n 1 n
1 n
1 n n n
I p A p ... A p A I p A B + + + + = + =
÷
÷
, conform (4.7). Dar, astfel, se
observă că: ( ) A P B
A n
= . Conform relaţiei Hamilton-Cayley, 0 B
n
= , de unde , dacă
1 n
n
1 -
n
B
p
1
A , 0 p
÷
÷ = = .
Dacă 0 p ... p p
s 1 n n
= = = =
÷
şi 0 p
1 s
=
÷
, atunci

2 s
1 s
1
B
p
1
A
÷
÷
÷
÷ = (4.8)
3. ( ) ( ) ( ) = ÷ = ÷
¿
÷
=
+ ÷
1 n
0 k
1 k n
k
n n
B I A C I A ì ì ì ì
( ) ( ) 0 ... I p A I A
n 1 k n 1 k n
1 n
0 k
k
n
= = + ÷
+ ÷ + ÷
÷
=
¿
ì ì , ţinând cont de (4.6), (4.7).
Algoritmul metodei Souriau-Fadeev, constă în:
1. Se construiesc şirurile ( )
1 n , 1 k
k
A
+ =
şi ( )
n , 1 k
k
B
=
.
2. Se determină ( ) n 1, k , A Tr
k
1
p
k k
= ÷ = .
3. Se consideră ( ) ì
A
P şi se rezolvă ecuaţia caracteristică ( ) 0 P
A
= ì .
4. Pentru ( ) n 1, k , A
k
= et ì , se determină ( )
¿
÷
=
+ ÷
=
1 n
0 i
1 i n
i
k
B C ì ì şi de aici vectorii
proprii asociaţi lui
k
ì .
3. Metoda Krîlov
Fie
n n
C A
×
e şi
A
P , polinomul său caracteristic.
( ) ( ) ( )
n
1 n
1
n
A A
p ... p P 0 A P + + + = =
÷
ì ì ì .
Fie
( )
{ } 0 \ C y
n 0
e . Atunci, ( )
( )
0 y A P
0
A
= . Dar dacă notăm:
( ) ( ) 0 k k
y A y = , n , 1 k = ,
obţinem:
( ) ( ) ( ) ( )
0 y p y p ... y p y
0
n
1
1 n
1 n
1
n
= + + + +
÷
÷
, de unde

( ) ( )
n 1, i , y p y
n
i
n
1 j
j
j n
i
= ÷ =
¿
=
÷
(4.9)
(4.9) este un sistem de ecuaţii liniare, cu necunoscutele: n 1, j , p
j
= .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 39
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Prin rezolvarea acestui sistem, se obţin coeficienţii lui
A
P şi de aici, valorile proprii
asociate lui A. Dacă (4.9) se dovedeşte a nu fi compatibil determinat, se consideră un alt
vector iniţial
( ) 0
y a.i. condiţia să fie îndeplinită.
Presupunem acum, că am determinat ( ) A t şi că această mulţime are n elemente.
Atunci, mulţimea vectorilor proprii corespunzători
( ) ( ) ( )
{ }
n 2 1
x ,..., x , x formează o bază în
n
C .
Atunci,

( ) ( )
¿
=
=
n
1 k
k
k
0
x c y (4.10)
şi cum
( ) ( )
n 1, i 1, k , x x A
i k
i
i k
= > = ì , se obţine:

( ) ( ) ( )
n 1, k , x c ... x c y
n k
n
1 k
1
1
k
= + + = ì ì (4.11)
Fie
( ) n 1, i , q ... q
i , 1 n
2 n
i 1
1 n
i
= + + + =
÷
÷ ÷
ì ì ì ¢ (4.12)
Conform relaţiilor anterioare, se obţine:
( ) ( ) ( )
= + + +
÷
÷ ÷ 0
i , 1 n
2 n
i 1
1 n
y q ... y q y
( )
( )
( )
( ) n
n i n
1
1 i 1
x c ... x c ì ¢ ì ¢ + + = (4.13)
unde ( )
( )
i
i
P
ì ì
ì
ì ¢
÷
=
( ) ( ) ( ) ( ) n 1, j i, , 0 P x j, i , 0
i i i i i
= = ' = = = ì ¢ ì ¢ (4.14)
Combinând (4.13) şi 4.14), se obţine:
( )
( ) ( ) ( ) ( ) 0
i , 1 n
2 n
i 1
1 n i
i i i
y q ... y q y x c
÷
÷ ÷
+ + + = ì ¢ (4.15)
de unde deducem că, dacă 0 c
i
= , membrul drept al relaţiei (4.15) este un vector propriu
asociat valorii proprii
i
ì .
Algoritmul metodei Krîlov constă în:
1. Se alege
( ) 0
y şi se calculează
( )
( )
( ) ( )
1 k , Ay y , y
1 k k
n , 1 k
k
> =
÷
=
.
2. Se rezolvă sistemul (5.43). se determină ( ) ì
A
P şi ( ) A t .
3. Se calculează ( )
( )
n 1, i , q ... q
P
1 , 1 n
1 n
i 1
1 n
i
A
i
= + + + =
÷
=
÷
÷ ÷
ì ì
ì ì
ì
ì ¢ şi apoi
1 - n 1, j , n 1, i , q
ji
= = .
4. Se determină vectorii proprii corespunzători:

( ) ( ) ( ) ( ) ( ) 0
k , 1 n
3 n
i 2
2 n
k 1
1 n k
y q ... y q y q y x
÷
÷ ÷ ÷
+ + + + =
3.4.2. Metode iterative de determinare a valorilor şi vectorilor proprii
corespunzători unei matrici
1. Metoda Jacobi
Această metodă se aplică în cazul matricelor reale simetrice şi este, în contextul
calculului secvenţial, inferioară altor metode iterative, datorită numărului mare de operaţii
elementare pe care le necesită.
Resuscitarea interesului pentru metoda Jacobi a fost determinată de dezvoltarea
maşinilor de calcul de tip paralel (multi-procesor). În acest cadru, metoda devine
competitivă, întrucât posedă o structură granulară, bogată în acţiuni de calcul, practic
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 40
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
independente, ce pot fi executate simultan de procesoare diferite; cu alte cuvinte, metoda
Jacobi conţine un paralelism intern. Cum în calculul paralel, nu numărul operaţiilor
elementare reprezintă o măsură semnificativă a eficienţei, interesul actual pentru metoda
Jacobi devine justificat.
Fundamentul teoretic al acestei metode îl constituie teorema spectrală a matricelor
hermitiene.
În esenţă, metoda Jacobi (1846), constă în construirea unui şir de matrice ortogonal-
echivalente cu matricea iniţială A. Matricea de ortogonal-echivalenţă se alege de forma
unei transformări Givens-Jacobi (definiţia 3.2.9) a.i. să producă anularea a două elemente
extradiagonale simetrice ale lui A.
Transformările succesive ce i se aplică lui A distrug de fapt zerourile create anterior,
dar, în ansamblu, determină o reducere treptată a valorii elementelor extradiagonale a.i. în
limita erorilor de rotunjire, matricea devine “aproape” diagonală.
Produsul matricelor de ortogonal-echivalenţă este o matrice, numită matricea modală
asociată lui A, ale cărei coloane constituie vectorii proprii corespunzători matricei A.

a) Descrierea metodei:
- Se construieşte şirul de matrice ( )
1 k
k
A
>
, ortogonal-echivalente cu A, definit prin:
( ) 1 k , J A J A , A A
k k
T
k
1 k 1
> ¬ = =
+
(4.16)
unde
k
J este o transformare Givens-Jacobi a.i. ( )
n 2 1 k
k
,..., , diag A lim ì ì ì A = =
· ÷
,
( ) n 1, i , A
i
= et ì , iar J J lim
k
1 j
j
k
=
[
=
· ÷
, ale cărei coloane constituie o mulţime ortonormală de
vectori proprii corespunzători matricei A.

Vom descrie acum, un pas de iterare, k , al algoritmului. Presupunem că sunt
construite matricele
k 2 1
A ,..., A , A .
( )
k k k
, q , p J J u = se construieşte a.i. în
k k
T
k
1 k
J A J A =
+
, elementele
( ) ( )
0 a a
1 k
qp
1 k
pq
= =
+ +
.
Dar,
( ) ( )
( ) ( )
( ) ( )
( ) ( )
·
|
|
.
|

\
| ÷
|
|
.
|

\
|
|
|
.
|

\
| ÷
=
|
|
.
|

\
|
+ +
+ +
c s
s c
a a
a a
c s
s c
a a
a a
k
qq
k
qp
k
pq
k
pp
1 k
qq
1 k
qp
1 k
pq
1 k
pp


( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )
( )
( )
( ) ( ) ( ) ( )
¦
¦
¹
¦
¦
´
¦
+ + =
÷ + ÷ = =
+ ÷ =
·
+
+ +
+
2 k
qq
k
qp
2 k
pp
1 k
qq
2 2 k
pq
k
qq
k
pp
1 k
qp
1 k
pq
2 k
qq
k
qp
2 k
pp
1 k
pp
c a cs a 2 s a a
s c a cs a a a a
s a cs a 2 c a a
(4.17)
Din (4.17),
( ) ( )
· = =
+ +
0 a a
1 k
qp
1 k
pq


( ) ( )
( ) k
pq
k
pp
k
qq
2 2
a
a a
cs
s c
÷
=
÷
· (4.18)
Notăm cu

( ) ( )
( ) k
pq
k
pp
k
qq
a 2
a a ÷
= t şi cu
c
s
t = (4.19)

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 41
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Atunci, din (4.18) şi (4.19) se obţine
0 1 t 2 t
2
= ÷ + t (4.20)
de unde avem
ct s ,
- 1
1
c ,
1
sgn
t
2 2
= =
+ +
=
t t t
t
(4.21)
( { } 0 \
4
,
4
, cos c , sin s
k k k
(
¸
(

¸

÷ e = =
t t
u u u ).
- p şi q se aleg astfel ca

( ) ( ) k
ij
i j
k
pq
a max a
n , 1 i=
>
= (4.22)
(4.22) constituie principalul dezavantaj al acestei metode (i.e. la fiecare pas, trebuie căutat
elementul extradiagonal, cel mai mare în valoare absolută).
- Alegerea lui p , q şi u conform (4.22) şi (4.20) este a.i.să se asigure minimalizarea lui
F
k
B .

b) Convergenţa metodei:

Teorema 4.2.1.:

( )
( )
n i k
k
S , diag A lim e =
· ÷
t ì
t
.
Demonstraţie:
Obţinerea afirmaţiei se bazează pe următoarea

“Lema 4.2.2.:
Dacă X este un spaţiu liniar normat finit dimensional, ( ) X x
k
k
c , mărginit şi care
admite o mulţime finită de puncte de aderenţă iar ( ) 0 x x lim
k 1 k
k
= ÷
+
· ÷
, atunci ( )
k
k
x este
convergent”.
Vom aplica lema 4.2.2, pentru a obţine convergenţa şirului ( )
k
k
D şi de aici, concluzia
teoremei:
(i) ( ) 0 D D lim
k 1 k
k
= ÷
+
· ÷
, deoarece:
( ) ( ) ( )
( )
,
q i , a tg
p i , a tg -
q p, i , 0
a a
k
pq k
k
pq k
k
ii
1 k
ii
¦
¦
¹
¦
¦
´
¦
=
=
=
= ÷
+
u
u şi cum
( )
F
k
k
pq k
B a ,
4
< s
t
u , 0 B lim
k
k
=
· ÷
.
(ii) ( )
k
k
D mărginit, deoarece:
F F
k
F
k
A A D = s .

Teorema 4.2.3
Presupunem că ( ) A t au n elemente distincte. Atunci, ( ) ( ) n GO J J ... J J lim
k 2 1
k
e =
· ÷
ale
cărei coloane constituie o familie ortonormală de vectori proprii asociaţi matricei A.


Demonstraţie:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 42
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Obţinerea afirmaţiei acestei teoreme care asigură convergenţa vectorilor proprii în
metoda Jacobi clasică, se bazează tot pe lema 4.2.2, aplicată şirului ( )
k
k 2 1
J ... J J .
Criteriu de oprire:
Dacă c este eroarea impusă, atunci, algoritmul se va opri când se obţine:
(1)
( )
c <
=
k
ij
j i
a max sau
(2)
( )
c <
=
k
ij
j i
a max n sau
(3)
F F
k
A A c A s ÷ (4.23)
Astfel, ( ) ( )
k
A A t t ~ (vom considera ca valori proprii ale lui
k
A , elementele sale diagonale)
iar matricea modală ( )
k 1
J ... J J ~ .

Algoritmul Jacobi:
- Se dă
n n
R A
×
e , simetrică (prin triunghiul său inferior), ( ) n GO J e şi toleranţa 1 tol < .
- Se cere: determinarea valorilor proprii ale matricei A, prin diagonalizare iterativă cu
rotaţii Givens-Jacobi, ce anulează la fiecare pas două elemente extradiagonale simetrice.
1. 1 = c
2. Dacă tol n > c
1. 0 = c
2. Pentru n : 2 i =
1. Pentru 1 i : 1 j ÷ =
1. Dacă c >
ij
a
1.
ij
a = c
2. j p ÷
3. i q ÷
3. Dacă 0 a
qp
=
1. 0 s , 1 c = =
2. Return
4. % Determinarea parametrilor rotaţiei Jacobi
1.
pq
pp qq
a 2
a a ÷
= t
2.
2
1
sgn
t
t t
t
+ +
=
3. ct s ,
t 1
1
c
2
=
+
=
5. % Calculul AJ J A
T
÷ (în triunghiul inferior)
1.
2
qq pq
2
pp
s a cs a 2 c a q + ÷ =
2.
2
qq pq
2
pp qq
c a cs a 2 s a a + + ÷
3. 0 a , q a
pq pp
÷ ÷
4. Dacă 1 p > atunci
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 43
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
1.
qj pj
sa ca ÷ = µ
2.
qj pj qj
ca sa a + ÷
3. µ ÷
pj
a
5. Dacă 1 q p ÷ < atunci
1. Pentru 1 q : 1 p j + + =
1.
qj jp
ca sa + = µ
2.
qj jp jp
sa ca a ÷ ÷
3. µ ÷
qj
a
6. Dacă n q < atunci
1.
iq ip
sa ca ÷ = µ
2.
iq ip iq
ca sa a + ÷
3. µ ÷
ip
a .

2. Metoda Givens
Introdusă în 1954, îmbunătăţeşte metoda Jacobi, determinând valorile proprii ale unei
matrice
n n
R A
×
e simetrice, fie situate într-un interval determinat anterior, fie pe cele de la
un rang dat, aproximând-o pe fiecare cu o precizie variabilă. Această metodă nu
determină şi vectorii proprii corespunzători matricei A. Pentru aflarea acestora se va folosi
o altă metodă (spre exemplu, metoda puterii).
În desfăşurarea metodei, distingem două etape importante:
I. Aducerea matricei A la o formă tridiagonală simetrică, T .
Pentru aceasta efectuăm
( )( )
2
2 n 1 n ÷ ÷
rotaţii plane în scopul anulării elementelor de pe
poziţiile ( ) 3 , 1 şi ( ) ( ) 4 , 1 ; 1 , 3 şi ( ) ( ) n , 1 ;...; 1 , 4 şi ( ) 1 , n , obţinându-se astfel o matrice tridiagonală
simetrică de forma:

|
|
|
|
|
|
|
|
.
|

\
|
=
÷
÷ ÷ ÷
n 1 n
1 n 1 n 2 n
3 3 2
2 2 1
1 1
n
a b 0 ... 0 0 0 0
b a b ... 0 0 0 0
... ... ... ... ... ... ... ...
0 0 0 ... b a b 0
0 0 0 ... 0 b a b
0 0 0 ... 0 0 b a
T (4.24)
Pentru obţinerea matricei
n
T , se pot folosi în locul rotaţiilor plane, ( ) 2 n ÷ matrice
Householder.

II. Determinarea valorilor proprii ale matricei
n
T .
Teorema 4.2.4. (Givens):
Considerăm următorul şir de polinoame, asociat matricei tridiagonale simetrice,
( ) ( ) ( ) ( ) ( ) ( );...; P b P a P ; a P ; 1 P : T
0
2
1 1 2 2 1 1 0 n
ì ì ì ì ì ì ì ÷ ÷ = ÷ = =
( ) ( ) ( ) ( );...; P b P a P ...;
2 i
2
1 i 1 i i i
ì ì ì ì
÷ ÷ ÷
÷ ÷ =
( ) ( ) ( ) ( ) ì ì ì ì
2 n
2
1 n 1 n n n
P b P a P ...;
÷ ÷ ÷
÷ ÷ = (4.25)
Atunci, au loc următoarele afirmaţii:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 44
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
a) ( ) n 1, i , P P
i
T i
= ¬ ÷ .
b) ( ) n 1, i , P lim
i
= +· =
±· ÷
ì
ì
.
c) Rădăcinile lui
i
P sunt reale şi distincte şi se separă rădăcinile polinomului
1 i
P
+
.
d)
0 1 n n
P ,..., P , P
÷
este un şir Sturm asociat lui
n
T
P .
Demonstraţie:
a) Se dezvoltă ( )
n i
I T det ì ÷ în raport cu ultima linie sau cu ultima coloană).
b) Se obţine că ( ) ( ) ( ) 1 i gradR , R 1 P
i i i
i
i
÷ s + ÷ = ì ì ì . Atunci ( ) +· =
· ÷
ì
ì
i
P lim .
c) Prin inducţie matematică.
( ) ì ì ÷ =
1 1
a P . ( )
( )
R a 0 P
1
1
1
e = · = ì ì .
( ) ( )( )
2
1 1 2 2
b a a P ÷ ÷ ÷ = ì ì ì ;
( )
( ) ( )( ) 0 b a a a a P
2
1 1 1 1 2
1
1
2
< ÷ ÷ ÷ = ì .
( ) +· =
±· ÷
ì
ì
2
P lim (conform b). Deci, ( )
( ) ( )
R ,
2
2
2
1
e - ì ì a.i.
( )
( )
( )
( ) 0 P P
2
2
2
2
1
2
= = ì ì şi
( ) ( ) ( ) 2
2
1
1
2
1
ì ì ì < < .
Presupunem că afirmaţia este demonstrată pentru ( ) 1 i ÷ i.e.:
1 i
P
÷
admite rădăcini
reale şi distincte cesepară rădăcinile polinomului
1 i
P
+
. Demonstrăm că
i
P admite rădăcini
reale distincte, ce separă rădăcinile lui
1 i
P
+

Fie
( ) ( ) i
i
i
1
... ì ì < < , rădăcinile polinomului
i
P . Conform (4.25),
( )
( )
( )
( ) i 1, j , P b P
i
j
1 i
2
i
i
j
1 i
= ÷ =
÷ +
ì ì , şi
( )
( )
( )
( ) P b P
i
1 j
1 i
2
i
i
1 j
1 i
+
÷
+
+
÷ = ì ì . Atunci,
( )
( )
( )
( ) 0 P P
i
j
1 i
i
j
1 i
< ·
÷ +
ì ì şi
( )
( )
( )
( ) 0 P P
i
1 j
1 i
i
1 j
1 i
<
+
÷
+
+
ì ì . Conform ipotezei de inducţie:
( )
( )
( )
( ) 0 P P
i
1 j
1 i
i
j
1 i
<
+
÷ ÷
ì ì . Deci,
( )
( )
( )
( ) ( ) 1 - i 1, j , 0 P P
i
1 j
1 i
i
j
1 i
= ¬ <
+
+ +
ì ì şi conform b),
1 i
P
+

admite ( ) 1 i + rădăcini reale, distincte şi separate de rădăcinile lui
i
P .
d) (i) şi (ii) din definiţia şirului Sturm sunt verificate.
(iii) ( ) ( ) ( ) ( ) 1 - n 1, i , 0
~
P
~
P 0
~
P
1 i 1 i i
= ¬ < ¬ =
+ ÷
ì ì ì . Conform (4.25),
( ) ( ) ( ) | | ( ) 2 - n 1, i , 0
~
P b
~
P
~
P
2
1 i
2
1 i 1 i 1 i
= ¬ < ÷ =
÷ ÷ ÷ +
ì ì ì .
(iv) Din (4.25) şi c), rezultă că ( ) ( ) 0
~
P
~
P
1 n n
> '
÷
ì ì , dacă ( ) 0
~
P
n
= ì .

Observaţia 4.2.5.:
1. Aplicând teorema lui Sturm, se obţine că numărul valorilor proprii asociate
matricei tridiagonale simetrice
n
T este egal cu diferenţa dintre numărul schimbărilor de
semn ale şirului ( ) ( )
n , 0 i
i
P
=
ì în
( )
i i
n
1 i
r a min a ÷ =
=
şi ( )
i i
n
1 i
r a min b + =
=

unde 1 n , 2 i , b b r , b r , b r
i 1 i i 1 n n 1 1
÷ = + = = =
÷ ÷
(4.26)
2. De asemenea, folosind aceleaşi argumente teoretice, se observă că numărul
valorilor proprii ale matricei
n
T , mai mari ca R ae , este egal cu numărul schimbărilor de
semn din şirul ( ) ( )
n , 0 i
i
a P
=
.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 45
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Pornind de la această observaţie, se poate deduce o modalitate foarte simplă pentru
determinarea spectrului unei matrice tridiagonale simetrice şi anume, metoda bisecţiei.
Presupunem că b ... a
n 2 1
< < < < < ì ì ì . Dorim o aproximare a valorilor proprii
n k 1 ,
k
s s ì .
Pentru a realiza acest fapt, se vor parcurge următoarele etape:
1. Se consideră
2
b a
c
+
= .
Notăm cu ( ) ì S , numărul schimbărilor de semn din şirul ( ) ( )
n , 0 i
i
P
=
ì .
Dacă ( ) k c S > , atunci la dreapta lui c , se află k valori proprii (inclusiv
k
ì ) ale matricei
n
T .
În caz contrar, notăm b b , c a
1 1
= = .
2. Fie
2
b a
c
1 1
1
+
= . Dacă ( ) k c S
1
> , atunci la dreapta lui
1
c , se află k valori proprii
(inclusiv
k
ì ) ale matricei
n
T . În caz contrar, notăm ... b b , c a
1 1 1 1
= = .
Dacă c este eroarea de aproximare impusă, atunci se consideră că s-a obţinut evaluarea
dorită atunci când

( )
c <
÷
p
2
a b
(4.27)
şi în acest caz

2
b a
p p
k
+
~ ì (4.28)

Determinarea vectorilor proprii pentru o matrice tridiagonală simetrică
Dacă x este un vector propriu corespunzător valorii proprii ì şi matricei
n
T , atunci
· = x x T
n
ì

( )
( )
( )
( ) ¦
¦
¦
¹
¦
¦
¦
´
¦
= ÷ +
= + ÷ +
= + ÷ +
= + ÷
·
0 x a x b

0 x b x a x b
0 x b x b x b
0 x b x a
n n 1 - n 1 - n
4 3 3 3 2 2
3 2 2 2 1 1
2 1 1 1
ì
ì
ì
ì

(4.29)
Cum ( ) { } 0 \ R x ... x x
n T
n 1
e = , atunci putem presupune că 1 x
1
= . Atunci:

( ) ( )
n 2, j ,
x b
P 1
x ,...,
b
a
x
1
1 j
1 i
i
1 j
1 j
j
1
1
2
=
|
|
.
|

\
|
÷
=
÷
=
[
÷
=
÷
÷
ì
ì
(4.30)
Formulele (4.30) sunt extrem de instabile numeric şi astfel folosirea acestora pentru
determinarea vectorilor proprii ai lui
n
T este improprie şi în această situaţie se face apel la
metoda puterii.

3. Metoda puterii
Dacă
n n
C A
×
e este oarecare, aproape singura caracterizare a valorilor sale proprii
este aceea că ele, sunt rădăcini ale ecuaţiei caracteristice ( ) 0 P
A
= ì .
Presupunem că A admite n valori proprii distincte şi
n 2 1
... ì ì ì > > > ..
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 46
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Metoda puterii, atribuită lui Van Mises, permite aproximarea perechii
( )
( )
1
1
x , ì , atunci
1
ì este unica valoare proprie dominantă (în modul), iar
( ) 1
x este vector propriu
corespunzător.
Descrierea metodei:
Fie
( ) 0
x , o aproximaţie iniţială a lui
( ) 1
v . Cum matricea A admite n valori proprii
distincte,
( ) ( )
{ }
n 1
v ,..., v , mulţimea vectorilor proprii corespunzători, constituie o bază în
n
C .
Astfel,

( ) ( )
0 , v x
1
n
1 i
i
i
0
= =
¿
=
o o (4.31)
Putem presupune că 1
1
= o .
Considerăm şirul de vectori
( )
( )
0 k
k
x
>
, construit folosind următoarea relaţie de recurenţă

( ) ( )
0 k , Ax x
k 1 k
> =
+
(4.32)
Atunci,

( ) ( ) ( ) ( ) ( ) ( )
=
(
(
¸
(

¸

|
|
.
|

\
|
+ = = = =
¿ ¿ ¿
= = =
n
2 i
i
k
1
i
i
1
n
1 i
k
1
n
1 i
i k
i i
i
i
k 0 k k
v v v v A x A x
ì
ì
o ì ì o o

( ) ( )
| |
k 1 k
1
v c ì + = (4.33)
( ) 0 k > ¬ .
Conform ipotezei de lucru,
( )
0 lim
k
k
=
· ÷
c .
Deci,
( ) ( ) ( )
| |
k 1 k
1
k
v x c ì + = şi
( ) ( ) ( )
| |
1 k 1 1 k
1
1 k
v x
+ + +
+ = c ì , de unde

( )
( )
( ) ( )
( ) ( )
( ) 0 k ,
v
v
x
x
r
k 1
1 k 1
1
k
1 k
not
k
> ¬
+
+
= =
+ +
c
c
ì (4.34)
( ) · ¬ , normă vectorială în
n
C .
Atunci, din (4.33) şi (4.34), se obţine cu uşurinţă

1 k
k
r lim ì =
· ÷
şi
( ) ( ) 1 k
k
v x lim =
· ÷
(4.35)
Dacă c este eroarea impusă, procesul de aproximare se consideră încheiat dacă:
c < ÷1 r
k
sau
( ) ( )
c < ÷
+ k 1 k
x x (4.36)
ceea ce implică:

1 k
r ì ~ , iar
( ) ( ) 1 1 k
v x ~
+
(4.37)





Observaţia 4.2.6
1. Pentru ca, în decursul derulării algoritmului, componentele termenilor şirului
( )
( )
k
k
x să nu devină prea mari, este recomandabilă normarea vectorilor
( ) k
x şi utilizarea
şirului
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 47
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

( )
( )
( )
( )
( )
( ) ( )
1 k , Ay x ,
x
x
y , y
k 1 k
k
k
k
k
k
> = =
+
(4.38)
în locul şirului
( )
( )
k
k
x .
În acest caz,
( ) 1 k
k 1
x r
+
= ~ ì , iar
( ) ( ) 1 k 1
x v
+
~ .
2. Dacă A este hermitiană, > < =
> <
Ax , x max
x , x
1
ì , considerăm şirul
( )
( ) ( )
0 k
k
A
x R
>
,

( )
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
> <
> <
=
> <
> <
=
+
k k
1 k k
k k
k k
k
A
x , x
x , x
x , x
Ax , x
x R (4.39)
( iar dacă utilizăm
( )
( )
( )
( )
( ) ( )
> =<
+1 k k k
A k
k
y , y y R , y ).
Atunci,
( )
( ) ( )
1
k
A
x R ì ÷ (respectiv,
( )
( ) ( )
1
k
A
y R ì ÷ ). Această variantă s.n. metoda simetrică
a puterii.
Aşa cum s-a determinat perechea
( )
( )
1
1
v , ì , cu mici modificări ale algoritmului, se poate
determina în aceleaşi ipoteze, perechea
( )
( )
n
n
v , ì .
Vom presupune că ( ) A 0 t e (deci, ( ) n GL Ae ). Determinarea lui
n
ì presupune
aplicarea metodei puterii matricei
1
A
÷
.
Având în vedere că , de regulă, determinarea lui
1
A
÷
presupune un calcul laborios, s-
a decis înlocuirea determinării lui
( ) 1 k
x
+
din relaţia:
( ) ( ) k 1 1 k
x A x
÷ +
= cu rezolvarea
sistemului de ecuaţii liniare

( ) ( ) k 1 k
x Ax =
+
(4.40)
printr-o metodă directă, având marele avantaj al folosirii aceleiaşi matrice a coeficienţilor
A, pentru orice k .

Dacă se va lucra cu şirul
( )
( )
k
k
y , construit din (4.38), atunci se va rezolva sistemul

( ) ( )
0 k , y Ax
k 1 k
> =
+
(4.41)
Această metodă s.n. metoda puterii inverse.
Putem extinde metoda puterii şi pentru calculul altor perechi de valori şi vectori proprii.
Spre exemplu, dacă se doreşte aproximarea
( )
( )
m
m
v , ì , unde
m
ì este “apropiată” de o
valoare fixată µ (adică c µ ì < ÷
m
şi c µ ì > ÷
i
, se aplică metoda puterii inverse matricei
( )
n
I A µ ÷ .
Această variantă s.n. metoda puterii inverse cu deplasare.
Dacă se doreşte aproximarea unei valori proprii
m
ì , “depărtată” de o valoare fixată µ
(adică c µ ì > ÷
m
şi m i ,
i
= s ÷ c µ ì ), atunci se aplică metoda puterii matricei ( )
n
I A µ ÷ ,
variantă ce poartă numele de metoda puterii cu deplasare.
Observaţia 4.2.7.:
Convergenţa acestor variante ale metodei puterii este chiar mai bună decât a metodei
iniţiale. Dar ea poate fi îmbunătăţită dacă se realizează o alegere judicioasă a “deplasării”
µ şi anume,
( )
( )
0
A
x R = µ sau, chiar mai eficient, putem folosi în locul lui µ , şirul ( )
k
k
µ
definit prin:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 48
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

( )
( ) ( ) 0 k , x R
k
A k
> ¬ = µ (4.42)









































Aplicaţii
1. Să se rezolve sistemul de ecuaţii liniare Ax = b cu : A=
|
|
|
.
|

\
|
÷
5 3 3
1 1 2
9 3 3
, b=
|
|
|
.
|

\
|
÷
4
1
0
,
folosind metoda Gauss – pivotare totală.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 49
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
2. Să se obţină, cu metoda lui Gauss, soluţia sistemului Ax=b cu :
A=
|
|
|
.
|

\
|
÷
÷
÷
2 7 3
3 4 2
7 3 1
, b=
|
|
|
.
|

\
|
÷
3
1
2
.
3. Folosind metoda Gauss – pivotare parţială, să se rezolve sistemul Ax=b :
A=
|
|
|
|
|
.
|

\
|
÷
÷
50 1 1 1
1 50 1 1
1 1 2 50
1 1 50 2
, b=
|
|
|
|
|
.
|

\
|
÷
1
50
49
47
. Analog, pentru : A=
|
|
|
.
|

\
|
÷
÷
÷
5 1 3
7 5 1
1 2 1
, b=
|
|
|
.
|

\
|
÷
1
2
5
.
4. Să se determine prima componentă a soluţiei sistemului Ax=b, obţinută utilizând
factorizarea Doolittle, unde A=
|
|
|
.
|

\
|
÷
÷
1 11 4
2 3 8
4 1 2
, b=
|
|
|
.
|

\
|
33
20
12
.
5. Utilizând factorizarea Crout să se determine soluţia sistemului Ax=b, unde
A=
|
|
|
.
|

\
|
÷
÷
÷
2 9 4
7 4 2
3 1 1
, b=
|
|
|
.
|

\
|
÷15
7
5
.
6. Folosind o factorizare LU, să se rezolve sistemul Ax=b, unde
A=
|
|
|
.
|

\
|
12 5 2
7 4 4
2 1 2
, b=
|
|
|
.
|

\
|
48
33
10
.
7. Folosind pivotarea parţială, să se trianguleze matricea A=
|
|
|
.
|

\
|
÷
÷
1 1 3
2 6 6
1 2 3

8. Calculaţi
1 ÷
A folosind eliminarea Gauss, unde: A=
|
|
|
.
|

\
|
2 1 1
1 2 1
1 1 2

9. Să se determine, folosind metoda lui Gauss, rangul matricei A:
a.) A=
|
|
|
|
|
.
|

\
|
÷ ÷ ÷
8 7 10
6 4 5
4 4 6
2 2 3
; b.) A=
|
|
|
.
|

\
|
÷
0 1 5 4
1 1 2 2
2 3 1 0
;
10. Să se calculeze (cu metoda Gauss) det A, unde A=
|
|
|
.
|

\
|
8 0 1
3 5 2
3 2 1

11. Să se calculeze :
a) Factorul L din descompunerea Doolittle a matricei A:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 50
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
1.) A=
|
|
|
|
|
.
|

\
|
÷
÷
÷
3 1 0 1
1 4 1 1
0 1 4 2
1 1 2 6
; 2.) A=
|
|
|
.
|

\
|
2 1 1
1 2 1
1 1 2

b) Factorul U din descompunerea Doolittle a matricei A :
1.) A=
|
|
|
|
|
.
|

\
|
÷
÷
÷
÷ ÷
0 6 3 2
3 5 1 3
2 7 5 1
1 1 2 1
; 2.) A=
|
|
|
|
|
.
|

\
|
÷
÷
4 1 0 0
1 3 2 0
0 1 1 1
0 0 3 2

c) Factorul L din descompunerea Crout a matricei A=
|
|
|
.
|

\
|
12 5 2
7 4 4
2 1 2

d) Factorul U din descompunerea Crout a matricei A, unde : A=
|
|
|
|
|
.
|

\
|
÷
÷ ÷
÷ ÷
÷
2 1 0 0
1 2 1 0
0 1 2 1
0 0 1 2

e) Factorul L din descompunerea Choleski a matricei A :
1.) A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
10 2 0
2 10 1
0 1 10
; 2.) A=
|
|
|
.
|

\
|
÷
÷
5 , 3 75 , 2 1
75 , 2 27 , 4 1
1 1 4

12. Se cere termenul
) 2 (
x , obţinut prin aplicarea unui sistem de ecuaţii liniare Ax=b, a
metodei:
1.) Jacobi, dacă : a.) A=
|
|
|
.
|

\
|
÷
÷
÷
10 1 1
1 10 1
1 1 20
, b=
|
|
|
.
|

\
|
18
13
17
;
b.) A=
|
|
|
.
|

\
|
÷
÷
12 3 6
1 11 4
2 3 8
, b=
|
|
|
.
|

\
|
36
33
20
.
2.) Gauss- Seidel, dacă : a.) A=
|
|
|
.
|

\
|
1 3 1
5 2 1
2 1 4
, b=
|
|
|
.
|

\
|
÷1
0
1
;
b.) A=
|
|
|
.
|

\
|
5 2 1
1 3 1
2 1 4
, b=
|
|
|
.
|

\
|
12
10
16
;
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 51
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
c.) A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
2 1 0
1 2 1
0 1 2
, b=
|
|
|
.
|

\
|
1
0
1
.
13. Să se calculeze
) 2 (
x , din şirul aproximaţiilor corespunzătoare aplicării metodei de
relaxare P3 cu paşi separaţi, sistemului Ax=b, unde:
a.) A=
|
|
|
.
|

\
|
10 1 1
1 10 1
1 1 10
, b=
|
|
|
.
|

\
|
÷ 2 , 2
7 , 0
9 , 0
; b.) A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
5 1 1
1 6 2
1 2 4
, b=
|
|
|
.
|

\
|
6
5
9
;
c.) A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
9 1 1
1 6 1
1 1 8
, b=
|
|
|
.
|

\
|
÷ 28
14
3
; d.) A=
|
|
|
.
|

\
|
÷
÷
10 1 1
1 10 1
1 1 20
, b=
|
|
|
.
|

\
|
18
13
17
.
14. Să se determine
) 2 (
x , utilizând metoda celei mai rapide coborâri pentru
rezolvarea sistemului Ax=b, A=
|
|
|
.
|

\
|
1 1 0
1 2 1
0 1 4
, b=
|
|
|
.
|

\
|
1
0
1
.
15. Să se determine direcția de relaxare
2
p obţinută dacă se aplică metoda celei
mai rapide coborâri, sistemului Ax=b, cu :
a.) A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
4 1 0
1 1 1
0 1 4
, b=
|
|
|
.
|

\
|
2
6
2
; b.) A=
|
|
|
.
|

\
|
2 0 0
0 13 1
0 1 14
, b=
|
|
|
.
|

\
|
÷
1
1
1
.
16. Să se determine
) 2 (
r , dacă se aplică metoda gradienţilor conjugaţi, sistemului
Ax=b, unde A=
|
|
|
.
|

\
|
÷
÷
÷
5 2 1
2 10 1
1 1 4
, b=
|
|
|
.
|

\
|
2
9
4
.
17. Să se determine
2
p , dacă se aplică metoda gradienţilor conjugaţi, sistemului
Ax=b, unde:
a.) A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
4 1 0
1 4 1
0 1 4
, b=
|
|
|
.
|

\
|
1
0
1
; b.) A=
|
|
|
.
|

\
|
10 1 1
1 10 1
1 1 10
, b=
|
|
|
.
|

\
|
÷ 22
7
9
.
18. Să se determine coeficientul termenului ce-l conţine pe ì din ) (ì
A
P , unde
A=
|
|
|
.
|

\
|
÷ ÷
÷
3 2 0
1 0 0
1 1 1
, dacă se aplică metoda lui Leverrier. Analog, pentru
A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
2 1 0
2 4 2
0 1 1
; A=
|
|
|
.
|

\
|
÷
÷
÷
10 1 1
1 10 1
1 1 20
; A=
|
|
|
.
|

\
|
÷
÷
3 1 8
1 5 10
8 10 9
.
Apoi să se determine : ) ( A o şi
ì
v .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 52
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
19. Aceleaşi cerinţe şi dacă aplicăm metoda Souriau – Fadeev, matricilor :
a.) A=
|
|
|
.
|

\
|
÷
÷
÷
2 0 1
0 13 5
0 14 4

b.) A=
|
|
|
.
|

\
|
8 0 1
3 5 2
3 2 1

c.) A=
|
|
|
.
|

\
|
÷ ÷
÷
0 1 1
2 0 1
3 2 1

Se cere, de asemenea
1 ÷
A .
20. Se aplică metoda Jacobi, matricilor :
a.) A=
|
|
|
.
|

\
|
÷
÷ ÷
÷
10 1 1
1 10 1
1 1 20

b.)A=
|
|
|
.
|

\
|
8 2 3
2 5 2
3 2 1

Se cere :
2
) 2 (
,t A .
21. Se aplică metoda puterii, matricilor :
a.) A=
|
|
|
.
|

\
|
÷
÷
÷
2 0 1
0 13 5
0 14 4
,
|
|
|
.
|

\
|
=
1
1
1
0
x ; Se cere :
) 2 (
x cu (M.P.D.)
b.) A=
|
|
|
.
|

\
|
8 0 1
3 5 2
3 2 1
; Se cere :
) 2 (
x cu (M.P.I)
c.) A=
|
|
|
.
|

\
|
1 1 0
1 2 1
0 1 4
; Se cere :
) 2 (
x cu (M.P.I).

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Unitatea de învăţare 4:
Aproximarea funcţiilor
Timp mediu de studiu: 16 ore
Obiective:
1. Familiarizarea studenţilor cu problematica aproximării valorilor unei funcţii, pentru
care se cunosc doar un set de valori ale acesteia.
2. Însuţirea noţiunii de polinom de interpolare asociat unei funcţii şi a diverselor forme
de prezentare ale acesteia.
3. Familiarizarea studenţilor cu noţiunea de funcţie de aproximare spline şi în special
cu noţiunea de interpolant spline cubic asociat unei funcţii.
4. Abordarea succintă a problemei aproximării funcţiilor şi din punct de vedere
calitativ: cea mai bună aproximare şi aproximare în sensul celor mai mici pătrate.
Condiţionări:
- U.I. 1 şi 2
- Analiză matematică
- Matematici speciale
Cuprins
U.S. 4.1. Interpolare polinomială
U.S 4.2. Interpolare polinomială pe porţiuni
U.S. 4.3. Cea mai bună aproximare. Aproximarea în sensul celor mai mici opătrate.
În U.S. 4.1, după o scurtă introducere în problematica aproximării valorilor unei funcţii, se
prezintă teorema fundamentală a interpolării polinomiale şi apoi, sunt descrise cele mai
cunoscute forme ale polinomului de interpolare asociat unei funcţii date.
U.S. 4.2. abordează tema interpolării polinomiale pe porţiuni, insistându-se asupra
funcţiilor de interpolare spline cubice.
În U.S. 4.3, se tratează problema calitativă a aproximării funcţiilor, insintându-se asupra
determinării polinomului minimax asociat unei funcţii şi aproximării în sensul celor mai mici
pătrate.
Bibliografie minimală
- L.A.Sporiş: “Analiză numerică”, Ed.ANMB, 2003
- G.Păltineanu, P.Matei, R.Trandafir: „Bazele analizei numerice”, Ed.Printech, 2001
- T.A.Beu: “Calcul numeric în C”, Ed.Albastră, 2000
- O.Martin: „Probleme de analiză numerică”, Ed.Matrix, 1999
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Bibliografie auxiliară:
- J.Stoer, R.Bulirsch: „Introduction to Numerical Analysis”, Springer Verlag, 2000
- K.Atkinson: „An introduction to Numerical Analysis”, John Wiley&Sons, 1989
- S.Curteanu: „Iniţiere în Matlab”, Ed.Polirom, 2008








































Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 3
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 4.1.
Interpolare polinomială
Timp mediu de studiu: 6ore
Sarcini de învăţare:
- prezentarea polinomului de interpolare corespunzător unei funcţii date şi a unui
sistem de noduri de interpolare fixat;
- familiarizarea cu noţiunile de: diferenţă divizată şi diferenţă finită
progresivă/regresivă şi cu principalele proprietăţi ale acestora;
- însuşirea formelor: Lagrange, Newton şi Hèrmite ale polinomului de interpolare;
- utilizarea algoritmilor de construcţie a diferitelor forme ale polinomului de interpolare
pentru abordarea unor exemple concrete
4.1.1. Introducere
În matematică, de cele mai multe ori, o teorie îşi are punctul de plecare, în încercarea
de a soluţiona o problemă de interes practic. Pentru aceasta, problema este supusă unui
proces de analizare şi modelare, în urma căruia se obţine o problemă matematică (PM),
care, de regulă, constă în rezolvarea unuea sau mai multor ecuaţii funcţionale.
Apoi, aplicând metode de investigaţie pur matematice, se urmăreşte:
- Stabilirea existenţei unei soluţii a PM. Chiar dacă, acest fapt este evident, din punct de
vedere fizic, se impune o demonstraţie riguroasă pentru a proba că PM este corect pusă.
- Găsirea unor expresii analitice a funcţiilor ce caracterizează fenomenul respectiv.
- Indicarea unui procedeu, prin intermediul căruia, să fie posibilă construirea unei
formule aproximative, ce permite determinarea soluţiei, cu orice grad de precizie dorit.
În urma modelării, funcţiile în discuţie sunt cunoscute, fie prin valorile în anumite
puncte, gradul de netezime, etc., ce se obţin prin măsurători, fie ca soluţii ale unor ecuaţii
funcţionale (spre exemplu: probleme de limită pentru ecuaţii diferenţiale sau cu derivate
parţiale, ecuaţii integro-diferenţiale, probleme de control optimal).
Deşi există multe rezultate teoretice, ce se referă la existenţa, unicitatea şi proprietăţile
soluţiilor, doar un număr mic de astfel de ecuaţii poate fi rezolvat explicit. În această
situaţie, se face apel la obţinerea unor soluţii aproximative.
Pentru aceasta este necesară parcurgerea mai multor etape:
- Alegerea unei clase convenabile de funcţii, care să ofere simplitate şi eficienţă în
prelucrările numerice ulterioare (i.e. elementele clasei să fie relativ netede, uşor de stocat,
manevrat şi evaluat). Cele mai utilizate clase sunt cea a funcţiilor polinomiale şi cea a
funcţiilor spline.
- Alegerea unei proceduri specifice de selecţie, care să permită asocierea unei funcţii
unei probleme date.
De studiul diferitelor clase de funcţii de aproximare se ocupă Teoria aproximării,
iar de proiectarea şi analizarea diferiţilor algoritmi, ce utilizează aceste clase, se ocupă
Analiza numerică.
În cele ce urmează, vom fi interesaţi în abordarea celui de-al doilea aspect al
problemei, rămânând ca în funcţie de necesităţi, să punctăm anumite rezultate, ce ţin de
primul aspect.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 4
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Vom considera o funcţie | | R b , a : f ÷ pentru care se cunosc valorile
( )
( )
k 0, j
i
j
ij
n 0, i , x f y
=
= = , unde { } | | n 0, i , b , a x
i
= c . În problema aproximării funcţiei f pe | | b , a
(adică a determinării unei funcţii | | R b , a : F ÷ a.i.
( )
( )
i ij i
j
k 0, j , n 0, i , y x F = = = şi pentru
| | { } ( ) x F , x \ b , a x
n , 0 i
i
=
e şi ( ) x f să fie cât mai “apropiate”) se impun analizate două
aspecte: cel cantitativ (i.e. construcţia efectivă a funcţiei F ) şi cel calitativ (i.e.
determinarea celei mai “bune” aproximări, F ).
În general, forma preferată pentru F este:
( ) ( ) ( ) | | b a, x , x a x F
m
1 i
i i
e ¬ =
¿
=
¢ (1.1)
unde { } R a
m , 1 i
i
_
=
reprezintă o mulţime de parametrii ajustabili, cu o semnificaţie bine
precizată într-un cadru teoretic, căruia îi aparţine şi aproximanta, iar { }
m , 1 i
i
=
¢ reprezintă o
mulţime liniar independentă de funcţii simple ce aparţin clasei funcţiilor de aproximare
utilizată, a.i. F să fie rezultatul unui compromis între constrângerile şi avantajele
opţiunilor anterioare.
Aşa cum am mai afirmat, un aspect important îl constituie determinarea valorilor
optime ale parametrilor m 1, i , a
i
= . În acest sens, se impune găsirea unei modalităţi de
reflectare a gradului în care F aproximează funcţia modelată f , pentru o anumită alegere
a parametrilor.
Cea mai sugestivă măsură s-a dovedit a fi “distanţa” între cele două funcţii,
( )
2
F f F , f d ÷ = , unde
( ) ( )
2
1
b
a
2
2
dx a f a w f
(
(
¸
(

¸

=
}
(1.2)
care totuşi nu poate fi utilizată sub această formă, datorită necunoaşterii expresiei analitice
a funcţiei f . Se foloseşte în schimb, în cazul discret,
( ) ( ) ( ) ( ) | |
2
1
n
0 i
2
i i i
x F x f x w F , f d
¦
)
¦
`
¹
¦
¹
¦
´
¦
÷ =
¿
=
(1.3)
În această situaţie, aproximarea s.n. în medie pătratică şi este utilizată în două dintre cele
mai importante metode de modelare a funcţiilor tabelate: interpolarea şi regresia.
Criteriul ce stă la baza opţiunii pentru una dintre cele 2 metode este gradul de
exactitate al valorilor tabelate ( ) n 0, i , x f y
i i
= = . Când valorile n 0, i , y
i
= , se presupun a fi
exacte (adică, neafectate de erori), determinarea lui F se face a.i. ( ) 0 F , f d = , ceea ce
implică ca alegerea lui F dintr-o anumită clasă de funcţii să se facă a.i. cel puţin
( ) ( )
( )
i i
j j
i
k 0, j , n 0, i , x F y = = = . Dacă sunt aproximate valorile lui f pe | |
n 0
x , x , procedeul
s.n. interpolare, punctele n 0, i , x
i
= s.n. noduri de interpolare, iar F s.n. funcţie de
interpolare, iar dacă aproximarea se referă la | | { }
n , 0 i
i
x \ b , a
=
procedeul s.n. extrapolare.
Cu un asemenea enunţ general, problema determinării aproximantei F poate avea
o infinitate de soluţii, o soluţie sau nici o soluţie, în funcţie de clasa din care se alege.
Cea mai utilizată este clasa polinoamelor şi în special a polinoamelor algebrice de
grad mai mic sau egal cu n . În acest caz, metoda s.n. interpolare polinomială.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 5
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Dacă valorile tabelate sunt afectate de erori de măsură, atunci construcţia lui F
este mai elaborată, impunându-se minimizarea ( ) F , f d , în raport cu parametrii m 1, i , a
i
=
şi nu anularea, ca în cazul interpolării. Metoda astfel utilizată s.n. regresie sau ajustare
prin metoda celor mai mici pătrate.
Din punct de vedere geometric, interpolarea duce la găsirea unei curbe ( ) x F y = ,
ce trece prin ( ) n 0, i , y , x M
i i i
= , în timp ce curba determinată de regresie, nu trebuie să
treacă în mod necesar prin aceste puncte, ci doar prin barele de eroare ale acestora,
minimizând ( ) F , f d .
Cu toate acestea, interpolarea nu trebuie privită ca limită ideală a regresiei; cele
două metode au semnificaţii diferite şi se aplică în contexte diferite.
4.1.2. Interpolare polinomială
Teorema 1.2.1. (Teorema fundamentală a interpolării):
Fie C x ,..., x , x
m 2 1
e distincte şi ( ) C y , N k ,..., k
i
k , 1 j
n , 1 i
ij m 1
e e
=
=
şi
¿
=
+ =
m
1 i
i
m k n . Atunci
există şi este unic | | X C Pe a.i.:
1. 1 n gradP ÷ s ;
2.
( )
( )
i ij i
j
k 0, j , m 1, i , y x P = = = .
Demonstraţie:
Fie | | { } 1 n gradP X C P P
1 n
÷ s e =
÷
şi ( ) {
i ij
k 0, j , m , 1 i C y V = = _ = a.i.
} m k ... k n
m 1
+ + + = . Atunci,
1 n
P
÷
şi V sunt ÷ C subspaţii liniare de dimensiune n .
Considerăm ( )
( )
( ) ( )
i
k , 0 j
m , 1 i
i
j
1 n
x P P , V P :
=
=
÷
= ÷ u u (1.4)
Evident u este ÷ C liniară. Afirmaţia teoremei va fi probată dacă u se va dovedi a fi
injectivă.
Presupunem că ( ) 0 P = u . Conform (4.4), ( )
( )
( ) ( )
i
k , 0 j
m , 1 i
i
j
x P P
=
=
= u . Atunci,
( ) ( ) m 1, i , x x P
1 k
i
i
= ¬ ÷
+
 . Deci, ( ) ( )
[
=
+
÷ =
m
1 i
1 k
i m
i
x x x P e  , unde n grad = e , de unde va
rezulta că 0 P = , deoarece
1 n
P P
÷
e .

Forme de reprezentare ale polinomului de interpolare asociat unei funcţii
a) Polinomul Lagrange de interpolare
Fie | | | | n , 0 i , b , a x , R b , a : f
i
= e ÷ şi ( ) n 0, i , x f y
i i
= = .
Considerăm polinomul
( ) ( )
( )( )
¿
=
÷ '
=
n
0 i
i i n
i
n n
x x x
y
x x L
e
e (1.5)
unde ( ) ( )
[
=
÷ =
n
0 i
i n
x x x e .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 6
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Se observă cu uşurinţă că
n n
P L e şi ( ) ( ) n 0, i , y x L
i i n
= ¬ = . Ne situăm astfel în ipoteza
teoremei 3.2.1, pentru 1 n m + = şi n 0, i , 0 k
i
= = . Deci, ( ) x ; x ,..., x ; f P L
n 0 n
= .
Dacă n 0, i , ih x x
0 i
= + = şi
n
a b
h
÷
= , cu schimbarea de variabilă
n 0, t , th x x
0
= + = (1.6)
(1.6) devine
( )
( )
( )
¿
=
÷
÷
÷ · =
n
0 i
i i n i
n
n
n
i t
y
1 C
! n
t
t L
¢
(1.7)
unde ( ) ( ) ( ) n t ... 1 t t t
n
÷ ÷ = ¢ . S-a obţinut astfel forma polinomului Lagrange de interpolare
asociat funcţiei f şi nodurilor echidistante b x ... x x a
n 1 0
= < < < = , ce stă la baza obţinerii
formulelor de derivare şi integrare numerică.

Observaţia 1.2.2.:
1. În construcţia polinomului Lagrange de interpolare , nodurile de interpolare
n 1 0
x ... x x < < < sunt arbitrare, iar valorile n 0, i , y
i
= ale funcţiei f apar explicit.
2. Formula (1.6) necesită utilizarea tuturor punctelor de interpolare, ceea ce poate
constitui un impediment major pentru valori mari ale lui n .
Pentru a rezolva această problemă se poate recurge la următoarea formulă:

1.2.3. Formula lui Aitken:
( )
( )
( ) x x x ,..., x ; x L
x x x ,..., x ; x L
x x
1
x ,..., x ; x L
n n 1 1 n
0 1 n 0 1 n
0 n
n 0 n
÷
÷
÷
=
÷
÷ ÷
(1.8)
Demonstraţie:
Fie ( )
( )
( ) x x x ,..., x ; x L
x x x ,..., x ; x L
x x
1
x Q
n n 1 1 n
0 1 n 0 1 n
0 n
÷
÷
÷
=
÷
÷ ÷
. Atunci
n
P Qe şi
( ) ( ) ( ) ( ) ( ) | | = ÷ · ÷ ÷ ·
÷
=
÷ ÷ i 0 n 1 i 1 n i n n 0 i 1 n
0 n
i
x x x ,..., x ; x L x x x ,..., x ; x L
x x
1
x Q
( ) ( ) 1 - n 1, i , y x x x x
x x
y
i i 0 i n
0 n
i
= ¬ =
/
÷ ÷
/
÷
÷
iar
( ) ( ) ( ) | |
0 0 n 1 n 0 0 1 n
0 n
0
y x x x ,..., x ; x L
x x
1
x Q = ÷ ·
÷
=
÷ ÷

( ) ( ) ( ) | |
n n 0 n 1 n 1 n
0 n
n
y x x x ,..., x ; x L
x x
1
x Q = ÷ · ÷
÷
=
÷
.
Deci, conform teoremei 1.2.1, ( )
n 0 n
x ,..., x ; x L Q ÷ .
Se observă, de asemenea, că se poate obţine a altă formă comodă în calcule pentru (1.5),
dacă în (1.5) înlocuim ( ) x
n
e prin
( )( )
¿
=
÷ '
n
0 i
i i n
x x x
1
1
e
, ce se obţine din
( )
( )
( )( )
¿
=
÷ '
·
= =
n
0 i
i i n
n
n 0 n
x x x
1 x
x ; x ,..., x ; 1 L 1
e
e
, adică
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 7
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( )
( )( )
( )( )
¿
¿
=
=
÷ '
÷ '
=
n
0 i
i i n
n
0 i
i i n
i
n
x x x
1
x x x
y
x L
e
e
s.n. forma baricentrică (1.9)
Teorema 1.2.4. (Evaluarea erorii de interpolare):
Dacă | | | | ( ) n 0, i , x f y , b , a x , b , a C f
i i i
1 n
= = e e
+
, atunci ( ) | | b , a x e ¬ ,
( ) ( ) b , a
n x,
e = - o o a.i.
( ) ( )
( )
( )
( )
( ) x
! 1 n
f
x L x f
n
1 n
n
e
o
+
= ÷
+
(1.10)
Demonstraţie:
Fie ( ) ( ) ( ) ( ) | | b a, x , x L x f x E
n
e ¬ ÷ = şi ( ) ( )
( )
( )
( ) ( ) | | , b a, x , t E
x
x
x E x G
t
n
e ¬ ÷ =
e
e
| | b a, t e
fixat. Atunci, | | b , a C G
1 n+
e şi
( )
( )
( )
( )
( )
( )
( )
( ) = ÷ =
+
+ +
t E
t
x
x E x G
n
1 n
1 n 1 n
e
e

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( ) t E
t
! 1 n
x f t E
t
x
x L x f
n
1 n
n
1 n
n 1 n
n
1 n
e e
e +
÷ = ÷ ÷ =
+
+
+ +
. Se observă cu uşurinţă că
( ) ( ) ( ) n 0, i , 0 t G x G
i
= ¬ = = . Conform teoremei lui Rolle generalizată, ( ) ( ) b , a
t n, x,
e - o a.i.
( )
( ) 0 G
1 n
=
+
o i.e. ( )
( )
( )
( )
( ) t
! 1 n
f
t E
n
1 n
e
o
+
=
+
. Cum t în | | b , a a fost ales arbitrar, rezultă că:
( ) | | ( ) ( )
( )
( )
( )
( ) x
! 1 n
f
x L x f , b a, x
n
1 n
n
e
o
+
= ÷ e ¬
+
.
Corolar 1.2.5.:
Dacă | | | | ( ) n 0, i , x f y , b , a x , b , a C f
i i i
1 n
= = e e
+
, atunci există 0 M > a.i.
( ) | | b a, x e ¬ ,
( ) ( )
( )
( ) x
! 1 n
M
x L x f
n n
e
+
s ÷ (1.11)

b) Polinomul Newton de interpolare
Definiţia 1.2.6.:
Fie | | | | b , a x , R b , a : f
i
e ÷ şi ( ) n 0, i , x f y
i i
= = .
( )
( ) ( )
j i
j i
j i
x x
x f x f
x ; x f
÷
÷
= (1.12)
s.n. diferenţă divizată de ordinul 1 corespunzătoare funcţiei f şi nodurilor distincte
i
x şi
j
x .
( )
( ) ( )
k 1
k 2 1 k 1
k 2 1
i i
i i i i
i i i
x x
x ;...; x f x ;...; x f
x ;...; x ; x f
÷
÷
=
÷
(1.13)
s.n. diferenţă divizată de ordinul ( ) 1 k ÷ corespunzătoare funcţiei f şi nodurilor distincte
k 1
i i
x ,..., x .

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 8
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Propoziţia 1.2.7.:
Fie | | | | ( )
i i i
f y , n , 0 i , b , a x , R b , a : f = = e ÷ . Atunci, au loc următoarele afirmaţii:
1. ( )
( )
¿
=
'
=
n
0 i
n
i
n 1 0
x
y
x ;...; x ; x f
e
(1.14)
2. ( ) =
n 1 0
x ;...; x ; x f

n
n
1 n
n
2
n n
n
1
1 n
1
2
1 1
n
0
1 n
0
2
0 0
n
1 n
n
2
n n
1
1 n
1
2
1 1
0
1 n
0
2
0 0
x x ... x x 1
... ... ... ... ... ...
x x ... x x 1
x x ... x x 1
:
y x ... x x 1
... ... ... ... ... ...
y x ... x x 1
y x ... x x 1
÷
÷
÷
÷
÷
÷
= (1.15)
3. ( )( ) ( ) ( )
n 1 0 n 0 n 1 0
x ;...; x ; x g x ;...; x f x ;...; x ; x g f | o | o + = + .
4. ( )
( )
( ) ( ) ( )
1 n 0 n 1 0
S , n x ;...; x f x ;...; x ; x f
+
e ¬ = t t
t
(1.16)
5. ( ) ( )( ) ( )
1 i 0
n
1 i
i 0 0 n 0
x x ... x x x ;...; x f y x ; x ,..., x ; f P
÷
=
÷ ÷ + =
¿
(1.17)
(Formula lui Newton cu diferenţe divizate).
6. ( )
( )
( )
! n
f
x ;...; x ; x f
n
n 1 0
ç
= (1.18)
unde ç este situat între
0
x şi
n
x .

Definiţie 1.2.8.:
Fie | | R b , a : f ÷ şi R he , fixat cu proprietatea: | | | | b , a h x b , a x e ± ¬ e .
a) ( ) ( ) ( ) x f h x f x f ÷ + = A (1.19)
s.n. diferenţă finită progresivă de ordinul 1 corespunzătoare lui f în x .
( ) ( ) ( ) x f h x f x f
2
A A A ÷ + = (1.20)
s.n. diferenţă finită progresivă de ordinul 2 corespunzătoare lui f în x .
( ) ( ) ( ) x f h x f x f
1 k 1 k k ÷ ÷
÷ + = A A A (1.21)
s.n. diferenţă finită progresivă de ordinul k corespunzătoare lui f în x .
b) ( ) ( ) ( ) h x f x f x f ÷ ÷ = V (1.22)
s.n. diferenţă finită regresivă de ordinul 1 corespunzătoare lui f în x .
( ) ( ) ( ) h x f x f x f
2
÷ V ÷ V = V (1.23)
s.n. diferenţă finită regresivă de ordinul 2 corespunzătoare lui f în x .
( ) ( ) ( ) h x f x f x f
1 k 1 k k
÷ V ÷ V = V
÷ ÷
(1.24)
s.n. diferenţă finită regresivă de ordinul k .

Propoziţia 1.2.9.:
Fie | | R b , a : f ÷ , R he , fixat cu proprietatea: | | | | b , a h x b , a x e ± ¬ e .
Atunci, au loc următoarele afirmaţii:
1.
k k
,V A sunt operatori liniari, ( ) 1 k > ¬ .
2. ( ) ( ) ( ) ( )
¿
=
> ÷ + ÷ =
n
0 i
i
n
i
1 n , h i n x f C 1 x f A (1.25)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 9
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
3. ( ) ( )
¿
=
= +
n
0 i
i i
n
x f C nh x f A (1.26)
4. Dacă există
( ) n
f pe intervalul | | h a , a + , atunci ( ) ( ) 0,1 e - o a.i.
( )
( )
( ) nh a f h a f
n n n
o A + = (1.27)
5. ( ) ( ) ( )
n i 1 i i
n
i n
n
i
n
x ;...; x ; x f h ! n x f x f
+ + +
= V = A (1.28)
unde ( )i , ih x x
0 i
¬ + = .
Conform formulei lui Newton cu diferenţe divizate (1.17) şi formulei (1.28), obţinem:
( ) ( ) ( )( ) + + ÷ ÷ + ÷ + = ... x x x x
h ! 2
y
x x
h ! 1
y
y x ; x ,..., x ; f P
1 0
2
0
2
0
0
0 n 0
A A

( ) ( )
1 n 0
n
0
n
x x ... x x
h ! n
y
÷
÷ ÷ +
A
(1.29)
s.n. polinomul Newton de interpolare de speţa I.
Cu schimbarea de variabilă: | | n o, t , th x x
0
e + = se obţine:
( ) ( ) ( ) + + ÷ + + = + = ... 1 t t
! 2
y
t
! 1
y
y th x ; x ;...; x ; f P t N
0
2
0
0 0 n 0
not
1
A A

( ) ( )
¿
=
= ÷ ÷ +
n
0 k
0
k k
t
0
n
y C n t ... 1 t t
! n
y
A
A
, unde
( ) ( )
! k
1 k t ... 1 t t
C
not
k
t
+ ÷ ÷
= (1.30)
Procedând analog, se obţine:
( ) ( ) ( )( ) + + ÷ ÷ + ÷ + =
÷
÷ ÷
÷
... x x x x
h ! 2
y
x x
h ! 1
y
y x ; x ;...; x ; f P
1 n n
2
2 n
2
n
1 n
0 0 1 n
A A

( ) ( ) ( ) ( )( ) + + ÷ ÷
V
+ ÷
V
+ = ÷ ÷
÷
... x x x x
h ! 2
y
x x
h ! 1
y
y x x ... x x
h ! n
y
1 n n
2
n
2
n
n
n 1 n
n
0
n
A

( ) ( )
1 n
n
n
n
x x ... x x
h ! n
y
÷ ÷
V
+ (1.31)
s.n. polinomul Newton de interpolare de speţa a-II-a.
Cu schimbarea de variabilă: | | n o, t , th x x
n
e ÷ = se obţine:
( ) ( ) ( ) +
V
÷ = + = ÷ = t
! 1
y
y th x ; x ,..., x ; f P th x ; x ,..., x ; f P t N
n
n n 0 n n n 0
not
2

( ) ( ) ( ) ( ) ( )
¿
=
V ÷ = ÷ ÷
V
÷ + + ÷
V
+
n
0 k
n
k k
t
k n
n
n n
2
y C 1 n t ... 1 t t
! n
y
1 ... 1 t t
! 2
y
(1.32)

c) Polinomul Hèrmite de interpolare

Fie | | | | n 0, i , b , a x , R b , a : f
i
= e ÷ şi
( )
( )
i i
j
ij
k 0, j , n 0, i , x f y = = = (1.33)
Conform teoremei 1.2.1, ( ) ! - un polinom de interpolare asociat lui f şi condiţiilor (1.33)
| | X R Pe a.i. 1 m gradP ÷ s , unde ( )
¿
=
+ + =
n
0 i
i
1 n k m şi
( )
( ) n 0, i , y x P
ij i
j
= = ,
i
k , 0 j = .

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 10
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Acest polinom se poate scrie cu formula lui Hèrmite, astfel:
( )
( )
( )
( ) ( )
(
(
¸
(

¸

÷
÷
=
¿ ¿
= =
+
i
1 i
k
0 j
ij
j
i ij
n
0 i
k
i
n
x h x x y
x x
x
x H
e
(1.34)
unde
( )
( ) ( )
( )
( )
i
j i
i
x x
k
0 k
k
1 k
i
k
i
ij
x
x x
! k
x x
! j
1
x h
=
=
+
¿
÷
(
(
¸
(

¸

÷ ÷
=
e
şi ( ) ( )
[
=
+
÷ =
n
0 i
1 k
i n
i
x x x e (1.35)
Într-adevăr, dacă considerăm
( ) ( )
¹
´
¦ =
=
rest în , 0
j , i s r, , 1
z
rs
, există şi este unic, conform
teoremei 1.2.1, | | X R P
ij
e a.i.
( )
( ) n, 0, r , z x P
rs r
s
ij
= =
i
k , 0 s = .
Fie ( ) ( )
¿ ¿
= =
=
n
0 i
k
0 j
ij ij
i
x P y x P . Atunci, cum 1 n gradP ÷ s şi
( )
( )
( )
( ) ( ) ( )
r
n
0 i
k
0 j
rs r
s
ij
ij r
s
k 0, s , n 0, r , y x P y x P
i
= ¬ = ¬ = =
¿ ¿
= =
, rezultă că P este polinomul de
interpolare asociat funcţiei f şi condiţiilor (3.33).
Prin construcţie avem:
( )
( ) 0 x P
r
s
ij
= , dacă ( )
r
k 0, s , i r = ¬ = ,
( )
( ) 0 x P
i
s
ij
= , dacă j s = şi
( )
( ) 1 x P
i
j
ij
= . Deci,
ij
P au forma: ( )
( )
( )
( ) ( ) x h x x
x x
x
x P
ij
j
i
1 k
i
n
ij
i
÷
÷
=
+
e
, unde
| |
j i ij ij
k gradh , X R h
÷
s e . Dezvoltând în serie Taylor,
ij
P , în jurul lui
i
x , se obţine:
( ) ( )
( )
( )
( )
( ) ... x x
! 1 k
1
x P x x
! j
1
x P
1 k
i
i
i
1 k
ij
j
i ij
i i
+ ÷
+
+ ÷ =
+ +
, de unde se deduce că:
( )
( )
( )
¦
¹
¦
´
¦
=
=
=
|
|
.
|

\
|
÷
=
0 k 0,
0 k ,
! j
1
x x
x P
i
x x
k
j
i
ij
. Astfel, ( ) ( )
( )
=
=
i
x x
k
ij
x h
( )
( )
( )
i
i
x x
k
n
1 k
i
x
x x
! j
1
=
+
(
(
¸
(

¸

÷
=
e
şi
considerând dezvoltarea în serie Taylor în jurul lui
i
x pentru
ij
h , găsim
( ) ( )
¿
÷
=
· ÷ =
j k
0 k
k
i ij
i
x x
! k
1
! j
1
x h
( )
( )
( )
( )
i
i
x x
k
n
1 k
i
x
x x
=
+
(
(
¸
(

¸

÷
e
, ceea ce justifică formula (1.34).
Observaţia 1.2.10.:
a) În cazul particular: ( ) n 0, i , 1 k
i
= ¬ = , polinomul Hèrmite este de forma:
( )
( )
( )
( ) | |
( )
( )
( )
( ) ( )
¿
=
¦
)
¦
`
¹
¦
¹
¦
´
¦
' '
' ' '
÷ ÷
' '
÷ +
÷
=
n
0 i
2
i
i
i 0 i
i n
i 1 i 0 i
2
i
n
x 3
x
x x y
x
1
x x y y
x x
x
2 x H
e
e
e
e
(1.36)
b) Evaluarea erorii se obţine ca şi în teorema 1.2.4.



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 11
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Exemple
1. Se consideră funcţia f definită prin următorul tabel de valori:

x 1 3 7 13
f(x) 2 5 12 20
Să se aproximeze f(4), utilizând forma Lagrange a polinomului de interpolare P(f; 1,
3, 7, 13; x ).

Soluţie:
a. Cu ajutorul formulei aplicată pentru: n=3,
i=0,3 si a tabelului de mai jos, în care luăm:
, se obţine:



3 -2 -6 -12 -432 2

2 1 -4 -10 80 5

6 4 -3 -6 432 12

12 10 6 -9 -6480 20





Deci,

b. Utilizând formula lui Aitken : .
, se obține :

1 3 7 13

2 5 12 20

6,5 6,75
8

6,625 6,875

6,6875


; ;
;


2. Să se determine eroarea ce se emite în calculul …….. , folosind forma
Lagrange a polinomului de interpolare pentru și nodurile:


Soluție : |( x – 100 )( x -121 )( x – 144) | ,
unde
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 12
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Atunci :

3. Pentru funcția f definită de tabelul de valori :

, să se aproximeze f(0,5) si f(2,5) utilizând cele două
forme Newton ale polinomului de interplan asociat .
Soluție: Pentru a găsi aproximarea celor 2 valori ale lui f se utilizează urmatorul tabel ( în
care sunt calculate diferențele finite).


0 2
3
1 5 -11
-8 23
2 -3 12
4
3 1



x = 0,5 :


x = 2,5 :

4. Să se aproximeze cu ajutorul formei Hermite a polinomului de interpolare f(2) ,
unde f este definită prin intermediul tabelului de valori:

x 0 3 5
y 1 -2 3

2 5 7

5. Interpolare inversă
a. Fie ,
- Metoda Interpolării inverse constă în a calcula valoarea argumentului x,
corespunzătoare unei valori date y, a funcției f(x).
Considerăm polinomul de interpolare Newton de speța I:


X 1 0 2 3
f(x) 2 5 -3 1
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 13
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Pentru , aproximativ inițială, conform metodei aproximațiilor succesive/
, pentru h suficient de mic, .
Practic, procesul iterativ continuă până când este aproximativ egal , m-
funcție de eroarea impusă.
După determinarea lui t, se va afla x din :
b. Considerând y ca variabilă independent și scriind formula de interpolare
Lagrange, care exprimă pe x ca funcție de y, se obține:

.
c. Determinarea rădăcinilor unei ecuatii prin metoda interpolării inverse

Aproximarea soluției ecuației f(x)=0 se poate reduce la o problem de interpolare inversă.
În acest scop, se construiește tabelul de valori ale funcției pentru , aparținând unei
vecinătăți a soluției.
Se aplică apoi o formulă de interpolare inversă pentru determinarea valorii x
corespunzătoare lui y=0.
a)


2 3
8
4 11 8
16 -1
6 27 7 4
23 3
8 50 10
33
10 83

y=20 => x=?
Luăm

=


 x = 4 + *2

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 14
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Diferenţe derivate
b)
x y ordin 1 ordin 2 ordin 3
-2 25
-11
1 -8 1
-7 0
2 -15 1
-4
4 -23

x = ? pt y = 0





=>
y=0 :

c)
X 1 2 2,5 3
Y -6 -1 5,625 16

x = ? pt y = 0

d)
x 10 20 30
y 100 60 10

x = ? pt y = 80










Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 15
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 4.2.
Interpolare polinomială pe porţiuni
Timp mediu de studiu: 6 ore
Sarcini de învăţare:
- familiarizarea cu noţiunea de funcţie spline polinomială de grad n;
- construcţia unui interpolant spline cubic pentru o funcţie şi o diviziune fixată a
domeniului de definiţie al acestei funcţii;
- utilizarea noţiunilor introduse în abordarea unor probleme concrete
4.2.1. Funcţii spline. Prezentare generală
A aproxima o funcţie pe un anumit domeniu, pentru care ştim doar valorile sale în
anumite puncte înseamnă a construi o altă funcţie, mai simplă, care să “reproducă” cât
mai bine comportarea celei iniţiale. Şi atunci, se naşte întrebarea: ”Dacă creşte numărul
punctelor de interpolare, şirul polinoamelor de interpolare considerate converge la funcţia
dată?”. Răspunsul la întrebare este: nu întotdeauna.
Edificatoare în acest sens sunt următoarele exemple:
1. (Runge-1901): Fie ( ) | | R 5,5 - : f ,
x 1
1
x f
2
÷
+
= şi
( )
n , 1 k ,
1 n
1 k 10
5 x
k
=
÷
÷
+ ÷ =
noduri de interpolare. Atunci ( ) · ÷ ÷
·
n 1
x ,..., x ; f P f .
2. (Bernstein-1912): Fie ( ) | | R 1,1 - : f , x x f ÷ = şi
( )
n 1, k ,
1 n
1 k 2
1 x
k
=
÷
÷
+ ÷ = , noduri de
interpolare. Atunci, ( ) ( )
n
n 1
x ; x ,..., x ; f P , unde { } 1 , 0 , 1 x ÷ e este divergent.
3. (Faber-1914): Dacă ( )
n
n
A este un şir de diviziuni ale intervalului | | b , a , atunci există
| | b , a C f e a.i. ( ) · ÷ · ÷
·
; x ,..., x ; f P f
n 1
.
O alternativă, în îndepărtarea unor astfel de neajunsuri, o constituie divizarea
domeniului de definiţie al funcţiei iniţiale, într-o mulţime finită de subdomenii şi construirea
de polinoame de interpolare, diferite pe fiecare interval (Lagrange, Hèrmite, Bessel,
Akima, etc.).
Carenţa esenţială a unei astfel de abordări este neasigurarea, în general, a
diferenţiabilităţii în extremităţile fiecărui subdomeniu, mai ales că, în cele mai multe
situaţii, dorim ca funcţia interpolatoare să fie de o anumită clasă
p
C cu 1 p > .
Pentru rezolvarea acestei probleme, s-a introdus o clasă de funcţii, ce îmbină
simplitatea polinoamelor, cu un înalt grad de manevrabilitate şi care pot fi descrise succint
ca funcţii segmentar polinomiale, în cazul cel mai simplu, ce se racordează în nodurile
unei diviziuni, împreună cu un anumit număr de derivate ale acestora. Aceasta este clasa
funcţiilor spline.
În cele ce urmează, vom prezenta o scurtă introducere în teoria funcţiilor spline, nu
înainte de a menţiona că, aceasta este extrem de dezvoltată şi susceptibilă de
nenumărate aplicaţii.



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 16
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Definiţia 2.1.1..:
R R : S ÷ s.n. funcţie spline polinomială de grad m relativ la diviziunea
{ }
n , 1 i
i n
x
=
= A (prin convenţie: +· = ÷· =
+1 n 0
x , x ) dacă au loc următoarele afirmaţii:
1.
( )
n 0, i , P S
m
x , x
1 i i
= e
+
.
2. ( ) R C S
1 m÷
e .
( ) { S R R : S
not
m
÷ = A
m
S funcţie spline polinomială de grad } m .

Propoziţia 2.1.2.:
Dacă
*
N me şi
n
A sunt fixate, atunci:
a) ( )
n
A
m
S este subspaţiu liniar al ( ) R C
1 m÷
;
b) ( ) ( ) { }
m
n
m
1
m
x x ,..., x x , x ,..., x , 1
+ +
÷ ÷ este o bază în ( )
n
A
m
S , unde
¦
¹
¦
´
¦
>
<
=
+
0 x , x
0 x , 0
x
m
m
s.n. putere trunchiată de grad m.

Observaţia 2.1.3.:
Se poate arăta cu uşurinţă că dacă | | b , a C f
m
e atunci, există ( )
n
S A
m
S e a.i.
( )
| |
( )
( ) m 1, k , f S
k
u
b , a
k
= ¬ ÷ .

Teorema 2.1.4.:
Fie
*
N me , { }
n , 1 i
i n
x
=
= A şi { } R t
1 n m , 1 i
i
c
+ + =
a.i. n 1, i , t x t
1 m i i i
= < <
+ +

(2.1)
Fie { } R y
1 n m , 1 i
i
c
+ + =
. Atunci, există şi este unică ( )
n
S A
m
S e a.i. ( ) 1 n m , 1 i , y t S
i i
+ + = =
De un interes aparte se bucură funcţiile spline de grad impar.
Se consideră | | b x ... x x a : , R b , a
n 1 0 n
= < < < = e A o diviziune şi
*
N me .
Conform propoziţiei 2.1.2 b), ( ) ( )
n
S A
1 - 2m
S e ¬ este de forma
( ) ( ) ( )
¿
=
÷
+
÷ + =
n
0 k
1 n 2
k k 0
x x c x p x S (2.2)
( ) | | b a, x e ¬ , unde
1 m 2 0
P p
÷
e , iar n 0, k , R c
k
= e . Deci, S depinde de ( ) 1 n m 2 + +
parametrii liniari, ce nu pot fi unic determinaţi doar din condiţiile de interpolare. Sunt
necesare, astfel, un set de condiţii suplimentare (ce se impun în
0
x şi
n
x ), numite şi
condiţii de frontieră, în funcţie de care se realizează şi o clasificare a acestor funcţii.

Definiţia 2.1.5.:
( )
n
S A
1 - 2m
S e este de tipul I dacă

( )
( )
( )
( ) ¦
¹
¦
´
¦
=
= =
nj n
j
j 0 0
j
y x S
m 1, j , y x S
(2.3)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 17
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
nj j 0
y , y fiind numere reale fixate.
( )
n
S A
1 - 2m
S e este de tipul II dacă

( )
( )
( )
( ) ¦
¹
¦
´
¦
=
= =
nj n
j
j 0 0
j
y x S
1 - m,2m j , y x S
(2.4)
nj j 0
y , y fiind fixate.

Definiţia 2.1.6.:
( )
n
S A
1 - 2m
S e este periodică dacă

( )
( )
( )
( ) ( ) 2 - 0,2m j , 0 x S 0 x S
0
j
0
j
= ¬ ÷ = + (2.5)
Pentru funcţii spline de tipul I, respectiv II sau periodice, există rezultate teoretice,
ce atestă, existenţa şi unicitatea acestora, în anumite condiţii concrete, deoarece numărul
parametrilor liniari, de care depind, este egal cu cel al condiţiilor care se impun.
Vom aminti un astfel de rezultat (fără demonstraţie), valabil pentru un subspaţiu al
lui
( )
n
A
1 - 2m
S , cu o importanţă, atât teoretică cât şi practică, deosebită.

Definiţia 2.1.7.:
( )
n
S A
1 - 2m
S e s.n. naturală dacă pentru
1
x x < sau
n
x x > ,
1 m
P S
÷
e (i.e. S este
de tip II pentru 1 - m,2m i , y 0 y
nj j 0
= = = ). ( ) ( ) { S S S
n
not
n 2 m 2
A A
1 - 2m
S e =
÷
este funcţie spline
naturală }.

Propoziţia 2.1.8.:
Dacă
*
N me şi { }
n , 1 i
i n
x
=
= A sunt fixate, atunci:
a) ( )
n 1 m 2
S A
÷
este un subspaţiu liniar al ( )
n
A
1 - 2m
S ;
b) ( ) ( )
n 1 - 2m
S S A e ¬ admite o unică reprezentare de forma
( ) ( )
¿ ¿
÷
= =
÷
+
÷ + =
1 m
0 j
n
1 k
1 m 2
k k
j
j
x x c x a x S
unde ( ) ( )
¿
=
¬ = ¬ =
n
1 k
r
k
x , 1 - m 0, r , 0 x c (2.6)

Teorema 2.1.9
Dacă
*
N me şi { }
n , 1 i
i n
x
=
= A a.i. n ms , iar { } R y
n , 1 j
j
c
=
, atunci există şi este
unică ( )
n 1 m 2
S S A
÷
e a.i. ( ) ( ) n 1, j , y x S
j j
= ¬ = .
4.2.2. Funcţii spline cubice
Una, din cele mai populare tehnici în practica interpolatorie a ultimilor ani, este cea
a interpolării spline cubice.


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 18
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Definiţia 2.2.1.:
Fie | | R b , a : f ÷ şi { }
n , 1 i
i n
x
=
= A a.i. a x
0
= şi b x
n
= .
| | R b , a : S ÷ s.n. interpolant spline cubic pentru funcţia f relativ la diviziunea
n
A
dacă satisface următoarele condiţii:
a)
| |
1 - n 0, i , P S S
3
x , x
i
1 i i
= e =
+
.
b) ( ) ( ) n 0, i , x f x S
i i
= = .
c) ( ) ( ) 2 - n 0, i , x S x S
1 i i 1 i 1 i
= =
+ + +
.
d)
( )
( )
( )
( ) 1,2 k , 2 - n 0, i , x S x S
1 i
k
i
1 i
k
1 i
= = =
+ +
+
.
e) (1) ( ) ( ) 0 x S x S
n 0
= ' ' = ' ' (condiţie de frontieră liberă)
sau
(2) ( ) ( )
0 0
x f x S ' = ' şi ( ) ( )
n n
x f x S ' = ' (condiţie de frontieră impusă).

Teorema 2.2.2.:
Dacă | | R b , a : f ÷ şi b x ... x x a :
n 1 0 n
= < < < = A , atunci există şi este unică o
funcţie de interpolare spline cubică S , ce satisface condiţia de frontieră liberă
( ) ( ) 0 b S a S = ' ' = ' ' .
Demonstraţie:
Conform definiţiei 2.2.1:
| |
( ) x S
1 i i
x , x
+
- ( ) ( ) ( ) ( ) 1 - n 0, i , x x d x x c x x b a x S
3
i i
2
i i i i i i
= ÷ + ÷ + ÷ + = = .
( ) ( ) 1 - n 0, i , x S x f a
i i i i
= = = - .
( ) ( ) ( ) ( ) + ÷ + ÷ + = = = -
+ + + + + +
2
i 1 i i i 1 i i i 1 i i 1 i 1 i 1 i
x x c x x b a x S x S a
( ) 2 - n 0, i , x x d
3
i 1 i i
= ÷ +
+
.
Notând:

( ) ( )
( )
¦
¹
¦
´
¦
' '
= ' = =
= ÷ =
+
2
x S
c si x S b , x f a
1 - n 0, i , x x h
n
n n n n n
i 1 i i
obţinem
1 - n 0, i , h d h c h b a a
3
i i
2
i i i i i 1 i
= + + + =
+
(2.7)
( ) ( ) ( ) 1 - n 0, i , x x d 3 x x c 2 b x S
2
i i i i i i
= ÷ + ÷ + = ' , de unde ( ) 1 n , 0 i , x S b
i i i
÷ = ' = .
Conform definiţiei 2.2.1 d),
n 0, i , h d 3 h c 2 b b
2
i i i i i 1 i
= + + =
+
(2.8)
şi
1 - n 0, i , h d 3 c c
i
i i 1 i
= + =
+
(2.9)
Din (2.7), (2.8), (2.9) se obţine
( )
1 i i
2
i
i i i 1 i
c c 2
3
h
h b a a
+ +
+ + + = (2.10)
şi
( ) 1 - n 0, i , c c h b b
1 i i i i 1 i
= + + =
+ +
(2.11)
Utilizând acum (2.10) şi (2.11), obţinem sistemul de ecuaţii liniare:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 19
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( ) ( ) ÷ ÷ = + + +
+ + ÷ ÷ ÷ i 1 i
i
1 i i i i 1 i 1 i 1 i
a a
h
3
c h c h h 2 c h
( ) 1 n , 1 i , a a
h
3
1 i i
1 i
÷ = ÷ ÷
÷
÷
(2.12)
cu necunoscutele 1 - n 1, i , c
i
= .
Conform condiţiei de frontieră liberă,
( )
0
2
x S
c
n
n
=
' '
= şi
( ) ( )
0 0 0 0 0
x – x d 6 c 2 x S 0 + = ' ' = i.e. 0 c c
n 0
= = .
Sistemul (2.12) are ca matrice a coeficienţilor, matricea tridiagonală:
( )
( )
( )
|
|
|
|
|
|
|
|
.
|

\
|
+
+
+
=
1 0 0 .. 0 0 0 0
h h h 2 h .. 0 0 0 0
..
0 0 0 .. h h h 2 h 0
0 0 0 .. 0 h h h 2 h
0 0 0 .. 0 0 0 1
A
1 – n 1 – n 2 – n 2 – n
2 2 1 1
1 1 0 0
      
(2.13)
Se observă, cu uşurinţă, că A este simetrică şi pozitiv definită ( A este strict diagonal
dominantă), deci sistemul (2.12) este compatibil determinat.

Corolar 2.2.3.:
Dacă | | b x ... x x a : , R b , a : f
n 1 0 n
= < < < = ÷ A , atunci există şi este unică
( )
n
S A
3
S e care satisface condiţiile de frontieră impusă: ( ) ( ) a f a S ' = ' şi ( ) ( ) b f b S ' = ' .
Demonstraţie:
Din ( ) ( ) a f a S ' = ' şi ( )
0 0
b x S = ' , rezultă conform (2.10),
( ) ( )
( )
( ) a f 3 –
h
a – a 3
c h c h 2 c c 2
3
h

h
a – a
a f
0
0 1
1 0 0 0 1 0
0
0
0 1
' = + · + = ' (2.14)
Analog, ( ) ( )
n 1 – n 1 – n 1 – n n
c c h b b b f + + = = ' , şi conform (2.7) pentru 1 – n i = ,
( )
( )
( ) · + +
+
= '
n 1 – n 1 – n
n 1 – n 1 – n
1 – n
1 – n n
c c h
3
c c 2 h

h
a – a
b f
( )
( )
1 – n
1 – n n
1 n 1 – n 1 – n 1 – n
h
a – a 3
– b f 3 c h 2 c h ' = + ·
÷
(2.15)
Sistemul de ( ) 1 n + ecuaţii liniare (2.12), (2.14) şi (2.15) cu necunoscutele n 0, i , c
i
=
este descris de matricea tridiagonală:

( )
( )
|
|
|
|
|
|
.
|

\
|
+
+
=
1 – n 1 – n
1 – n 1 – n 2 – n 2 – n
1 1 0 o
o 0
h 2 h 0 ... 0 0 0
h h h 2 h ... 0 0 0
... ... ... ... ... ... ...
0 0 0 ... h h h 2 h
0 0 0 ... 0 h h 2
A (2.16)
ce este simetrică şi pozitiv-definită şi în consecinţă, sistemul considerat este compatibil
determinat.



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 20
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Teorema 2.2.4. (Evaluarea erorii de interpolare):
Dacă | | b , a C f
4
e şi ( )
n
S A
3
S e , funcţia de interpolare corespunzătoare lui f , ce
satisface condiţia de frontieră impusă: ( ) ( ) a f a S ' = ' şi ( )
0 0
b x S = ' , atunci:

( )
( )
4
i
1 n
0 i
4
h max
384
f 5
S f
÷
=
·
·
s ÷ (2.17)





























Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 21
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 4.3.
Cea mai bună aproximare. Aproximare în
sensul celor mai mici pătrate
Timp mediu de studiu: 4 oră
Sarcini de învăţare:
- familiarizarea studenţilor cu o serie de aspecte ale aproximării calitative a funcţiilor;
- însuşirea algoritmului de determinare a polinomului minimax corespunzător unei
funcţii date;
- familiarizarea cu tema aproximării în sensul celor mai mici pătrate;
- utilizarea noţiunilor însuşite pentru testarea unor aplicaţii practice
4.3.1. Cea mai bună aproximare
În § 2, ne-am ocupat de anumite aspecte cantitative ale problemei aproximării
funcţiilor (situaţia în care, valorile cunoscute ale funcţiei date sunt presupuse a fi exacte).
Aşa cum afirmam şi în § 6.1, rezolvarea problemei mai sus-menţionată presupune şi
tratarea aspectelor sale calitative, atât în situaţia, în care ne-am aflat în § 3.2, cât şi în
aceea, în care valorile cunoscute ale funcţiei în discuţie, sunt afectate de erori de măsură.
Pentru prima dată, aspectul calitativ al aproximării funcţiilor este considerat de
P.L.Cebîşev, care pornind de la anumite situaţii fizice concrete, formulează, în 1853,
următoarea problemă:
“Dată fiind | | b , a C f e , există şi este unic
n
*
P P e a.i. “abaterea” acestuia de la f
să fie cea mai mică posibilă (i.e.
*
P cea mai bună aproximare a lui f în
n
P )”. Pentru a
cuantifica abaterea, Cebîşev a folosit
·
· .
Rezultatele lui Cebîşev au fost generalizate, mai târziu, de alţi matematicieni, ce au
înlocuit: intervalul | | b , a cu un domeniu compact D,
n
P cu subspaţiul liniar generat de un
sistem de funcţii continue pe D. Necesităţile de ordin practic au impus chiar considerarea
unor situaţii în care f şi
*
P nu sunt neapărat continue, iar
·
· este înlocuită cu
2
· .
(3.2)
În 1938, Miron Niculescu şi independent, M.G.Krein, au arătat că pentru analizarea
problemei celei mai bune aproximări, cadrul natural îl constituie clasa spaţiilor liniare
normate, deoarece:
- se reobţin, ca şi cazuri particulare, rezultatele clasice cunoscute din diverse spaţii de
funcţii concrete (spaţiul funcţiilor continue, spaţiul funcţiilor integrabile, etc.), cât şi unele
rezultate noi;
- problema constă în minimizarea unei distanţe deci, pot fi utilizate şi raţionamente bazate
pe intuiţia geometrică;
- legăturile între diferite aspecte ale problemei sunt evidenţiate mai clar decât în situaţiile
particulare concrete.
Este foarte important să menţionăm, că o tratare unitară a acestei probleme se
găseşte în monografia matematicianului I.Singer, apărută în 1967.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 22
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
În rezolvarea problemei celei mai bune aproximări este necesar să găsim răspunsul
la următoarele întrebări:
1. Există întotdeauna, pentru o funcţie dată, un element de cea mai bună
aproximare?
2. Dacă acest element există, este el unic?
3. Care sunt cele mai importante caracteristici ale acestuia?
4. Cum poate fi construit elementul de cea mai bună aproximare?

Definiţia 3.1.1.:
Fie ( ) , X · , spaţiu liniar normat, Ø X Y c = şi X x e . Y y
*
e s.n. element de cea
mai bună aproximare (printre elementele lui Y) a elementului x dacă are loc egalitatea:
( ) y y x
x
*
µ = ÷ (3.1)
unde
( ) y x inf Y
Y y
x
÷ =
e
µ (3.2)
( ) ( )
)
`
¹
¹
´
¦
= ÷ e = Y y x Y y Y
x
* *
not
x
µ A .

Observaţia 3.1.2.:
Cea mai bună aproximare a unui element poate să nu existe, iar dacă există, poate
să nu fie unică.
Într-adevăr, dacă Y este un subspaţiu liniar normat X , atunci se observă cu
uşurinţă că: ( ) = Y
x
A Ø dacă Y \ Y x e sau dacă Y x e şi Y este dens în X . De asemenea,
( ) { } x Y
x
= A , dacă Y x e .
Să considerăm
2
R X = cu
·
· şi ( ) ( ) { } 2 , 0 \ R x x , 0 Y
2
T
2
e = , iar ( )
T
1 , 1 x = . Atunci,
( ) 1 y - x , Y y > e ¬
·
şi 1 y x = ÷
·
dacă ( ) 2 , 0 y = şi ( ) 0 , 0 y = .

Propoziţia 3.1.3.:
Dacă ( ) , X · este un spaţiu liniar normat, Ø X Y c = , mulţime convexă, atunci
( ) Y
x
A este o submulţime convexă a lui ( ) X x , Y e ¬ .

Teorema 3.1.4.:
Dacă Dacă ( ) , X · este un spaţiu liniar normat, iar Y este un subspaţiu finit
dimensional al lui X , atunci ( ) = Y
x
A Ø, ( ) X x e ¬ .
Teorema 3.1.5.:
Fie X , un spaţiu Hilbert şi Ø X Y c = convexă şi închisă. Atunci, ( ) Y y
*
e - a.i.
( ) ( ) ( ) X x , y Y
*
x
e ¬ = A .

Observaţia 3.1.6.:
Dacă X este un subspaţiu Hilbert şi Y este un subspaţiu închis al lui X , iar X x e ,
atunci ( ) ( ) Y y , 0 y , y x
*
e ¬ >= ÷ < , unde ( ) { }
*
x
y Y = A .


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 23
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Definiţia 3.1.7.:
Fie D, un spaţiu compact, ce conţine cel puţin n puncte. Fie ( ) D C ,..., ,
n 1 0
e ¢ ¢ ¢ .
Atunci { }
n 0
,...,¢ ¢ s.n. sistem Cebîşev de ordin ( ) 1 n + pe D dacă
( ) { } 0 \ ,..., V
n 0
> =< e ¬ ¢ ¢ ¢ are cel mult n zerouri distincte pe D.
V s.n. subspaţiu Cebîşev de ordin ( ) 1 n + al lui ( ) D C .

Propoziţia 3.1.8.:
Fie D, un spaţiu compact, ce conţine cel puţin n puncte şi ( ) D C ,..., ,
n 1 0
e ¢ ¢ ¢ .
Atunci { }
n 1 0
,..., , ¢ ¢ ¢ este un sistem Cebîşev de ordin ( ) 1 n + în ( ) D C dacă şi numai dacă
este îndeplinită următoarea condiţie:
( ) ( ) ( ) n 0, j i, , 0 x det
j i
= ¬ = ¢ , ( ) D x ,..., x
n 0
e ¬ distincte (3.3)
.

Observaţia 3.1.9.:
În baza propoziţiei 3.1.8 se poate obţine următorul rezultat:
( ) D C ,..., ,
n 1 0
e ¢ ¢ ¢ un sistem Cebîşev de ordin ( ) 1 n + pe D · pentru D x ,..., x , x
n 1 0
e ,
distincte şi R ,...,
n 0
e o o ,fixate ( ) > e< -
n 0
,..., g ! ¢ ¢ a.i. ( ) n 0, i , x g
i i
= =o (
¿
=
=
n
1 k
k k
g ¢ ì ,
unde ( )
n 0
,...,ì ì este soluţia unică a sistemului ( ) n 0, j , x
n
0 k
j j k k
= =
¿
=
o ¢ ì .

Teorema 3.1.10.(Haar):
Fie D, spaţiu compact, ce conţine cel puţin n puncte şi { } ( ) D C ,...,
n 0
c ¢ ¢ . Fie
> =<
n 0
,..., V ¢ ¢ . Atunci următoarele afirmaţii sunt echivalente:
1. ( ) ( ) ( ) V , D C f
f
A e ¬ conţine exact un element.
2. V este un subspaţiu Cebîşev de ordin ( ) 1 n + pe D

Observaţia 3.1.11.:
În demonstraţia teoremei 3.1.10, se foloseşte în mod esenţial următorul rezultat:
“Dacă V este subspaţiu Cebîşev de ordin ( ) 1 n + pe D, spaţiu compact ce conţine cel
puţin n puncte, atunci: ( ) ( ) ( ) D x ,..., x V \ D C f , V g
1 n 0 f
*
e - · e e
+
A , ( ) 1 n 0, i , 0 r
i
+ = > -
a.i.
(1) ( ) ( ) ( ) 1 n 0, i , x f x g , f g
i i
*
i
*
+ = ÷ = ÷ c .
(2) ( ) ( )
¿
+
=
e ¬ =
1 n
0 i
i i i
V , 0 x r ¢ ¢ c , unde { } 1 , 1
i
÷ e c ”.
Exemple:
1) { }
n 2
x ,..., x , x , 1 este sistem Cebîşev de ordin ( ) 1 n + pe| | R b , a c .
Dacă n 0, i , R , ... 0
i n 1 0
= e < < < < o o o o , atunci { }
n 0
x ,..., x
o o
este sistem Cebîşev
de ordin ( ) 1 n + pe | | b , a .
2) { } nx cos ,..., x cos , 1 , { } nx sin ,..., x sin , 1 sunt sisteme Cebîşev de ordin ( ) 1 n + pe | | b , a .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 24
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
3) Fie b a 0 < < şi | | | | ( )
x t
1
x t, k , R b , a b , a : k
+
= ÷ × (s.n. nucleu Cauchy). Dacă
b t ... t t a
n 1 0
s < < < s , atunci ( ) ( ) { } , t k ,..., , t k
n 0
· · este sistem Cebîşev de ordin ( ) 1 n + pe
| | b , a .
4) Fie b a 0 < < şi | | | | ( )
( )
2
x t
x t, k , R b , a b , a : k
÷ ÷
= ÷ × c (s.n. nucleu Gauss). Dacă
b t ... t t a
n 1 0
s < < < s , atunci ( ) ( ) { } , t k ,..., , t k
n 0
· · este sistem Cebîşev de ordin ( ) 1 n + pe
| | b , a .
5) Dacă { }
n 0
,...,¢ ¢ este un sistem Cebîşev de ordin ( ) 1 n + pe| | b , a , atunci pentru
| | ( ) b , a C e ¢ strict pozitivă, { }
n 0
,..., ¢ ¢ ¢ ¢ · · este un sistem Cebîşev de ordin ( ) 1 n + pe
| | b , a .
6) Dacă | | | | b , a d , c : ÷ ¢ este strict crescătoare şi continuă, atunci { } ¢ ¢ ¢ ¢  
n 0
,..., este
un sistem Cebîşev de ordin ( ) 1 n + pe | | d , c , în ipoteza: { }
n 0
,...,¢ ¢ , sistem Cebîşev de
ordin ( ) 1 n + pe | | b , a .

. Cea mai bună aproximare prin polinoame în | | b , a C
Considerăm | | b , a C înzestrat cu
·
· (
| |
( ) x f max f
b , a xe
·
= . Atunci, | | ( )
·
· , b , a C este
un spaţiu Banach, iar
n
P este un subspaţiu Cebîşev de ordin ( ) 1 n + .
Conform teoremei 3.1.10, ( ) ( ) ( )
n
*
P P ! , b a, C f e - e ¬ a.i.
*
P este cea mai bună
aproximare a lui f printre elementele lui
n
P (i.e.

| |
( ) ( ) x P x f max min P f
b , a x P P
*
n
÷ = ÷
e e ·
(3.4)
datorită formei pe care o are (3.4),
*
P se mai numeşte şi aproximant uniform, de grad n al
lui f sau polinom minimax de grad n , asociat lui f .
Se poate demonstra că: ( ) | | 0 , b a, C f
f n,
+ e ¬ µ , unde
| |
( )
*
b , a x
f n,
P x f max ÷ =
e
µ ,
n
*
P P e , adică ( )
n f f , n
P µ µ = .
În determinarea polinomului minimax
*
P , de grad n asociat unei funcţii | | b , a C f e ,
un rol important are polinomul Cebîşev de gradul
n
T , n (pentru detalii a se vedea Anexa 1),
( ) ( ) 1 x , x arccos n cos x T
n
s = .
Pentru moment, este necesar să amintim următoarele proprietăţi ale polinomului
n
T :
(1) Coeficientul lui
n
x este egal cu
1 n
2
÷
.
(2) ( )
( )
1 - n 0, k ,
n 2
1 k 2
cos x 1 - n 0, k , 0 x T
k k n
=
+
= · = =
t
.
(3) n 0, k ,
n
k
cos y
k
= =
t
, este punct de extrem pentru
n
T şi ( ) ( ) k , x , x y
k 1 k k
¬ e
+
.




Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 25
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Teorema 3.1.12.:
Dacă 1 - n 0, k , x
k
= este rădăcină a polinomului Cebîşev de gradul n , atunci
( ) | | ( )
j i k
z z 1 - n 0, k , 1 , 1 z = = ÷ e ¬ , are loc următoarea inegalitate:

| |
( )
| |
( )
[ [
÷
=
÷ e
÷
=
÷ e
÷
÷ < ÷ =
1 n
0 k
k
1 , 1 x
1 n
0 k
k
1 , 1 x
1 n
z x max x x max
2
1
(3.5)
Demonstraţie:
Presupunem prin reducere la absurd că (3.5) nu are loc. Atunci, ( ) | | 1 , 1 z
k
÷ e - ,
1 n , 0 k ÷ = a.i.
| |
( )
1 n
1 n
0 k
k
1 , 1 x
2
1
z x max
÷
÷
=
÷ e
< ÷
[
. În particular, ( )
1 n
1 n
0 k
k k
2
1
z y
÷
÷
=
< ÷
[
, unde
n , 0 k ,
n
k
cos y
k
= =
t
. Atunci,
( )
( ) =
|
|
.
|

\
|
÷
÷
k
1 n
k n
y P
2
y T
sgn
( )
( ) ( )
k
k
1 n
k
1 sgn y P
2
1
sgn ÷ =
|
|
.
|

\
|
÷
÷
=
÷
(unde
( ) ( )
[
÷
=
÷ =
1 n
0 k
k
not
z x x P , n , 0 k = ). Deci,
|
|
.
|

\
|
÷
÷
P
2
T
1 n
n
au n rădăcini distincte şi cum
1 n P
2
T
grad
1 n
n
÷ s
|
|
.
|

\
|
÷
÷
, obţinem că P
2
T
1 n
n
=
÷
, ceea ce contrazice presupunerea făcută.

Algoritmul de determinare a polinomului minimax (Rémés)
Se face mai întâi o schimbare liniară de variabilă:
| | | | 1 , 1 x b a, t ,
a b
a b
t
a b
2
x ÷ e ¬ e
÷
+
÷
÷
= (3.6) Vom
considera în cele ce urmează | | 1 , 1 C ÷ .
În particular, dacă
1 n
P f
+
e , atunci

0 1
1 n
1 n 1 n
n
1 n *
a x a ... x a f , T
2
a
f P + + + = ÷ =
+
+ +
+
(3.7)
conform observaţiei 3.1.11.
În cazul general, în care | | 1 , 1 C f ÷ e oarecare se procedează astfel:
Algoritmul I (Rémés)
1. Se consideră 1 n 0, k ,
1 n
k
cos y
k
+ =
+
=
t
.
(atunci: ( ) ( ) ( ) 1 n 0, k , 1 y P y f
f , n
k
k
*
k
+ = ÷ = ÷ µ ).
2. Se construiesc
1 n
L
+
şi
1 n
S
+
, polinoamele Lagrange de interpolare
corespunzătoare nodurilor ( )
1 n , 0 k
k
y
+ =
şi funcţiilor f şi ( )
k
1 ÷ .
3. Se determină
f , n
µ din ( ) ¬ s ÷
+ +
n S L grad
1 n f , n 1 n
µ 0 s l
1 n f , n 1 n
= ÷ ¬
+ +
µ . Deci,

1 n
1 n
f , n
s
l
+
+
= µ (3.8)
4. Se determină n 0, i , a
i
= , unde
¿
=
=
n
0 i
i
i
*
x a P , din:

1 n f , n 1 n
*
S L P
+ +
÷ = µ (3.9)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 26
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

i
1 n
1 n
i i
s
s
l
l a
+
+
÷ = (3.10)
Algoritmul II (Rémés)
Se porneşte de la
*
P determinat de algoritmul I.
Se determină valoarea extremă a funcţiei: ( )
*
P f ÷ .
(1) Fie
M
x , punctul de maxim al funcţiei ( )
*
P f ÷ .
- Dacă
)
`
¹
¹
´
¦
+ =
+
e 1 n , 0 k
1 n
k
cos x
M
t
, atunci determinarea lui
*
P s-a încheiat.
- În caz contrar se încadrează între două puncte
k
y şi
1 k
y
+
. Atunci, se înlocuieşte
secvenţa de puncte
1 n 1 k k 1 0
y ,..., y , y ,..., y , y
+ +
, prin:
a)
1 n 1 k M 1 k 0
y ,..., y , x , y ,..., y
+ + ÷
, dacă ( ) ( ) 0 x g x g
M k
> ;
sau
b)
1 n M k 1 k 0
y ,..., x , y , y ,..., y
+ ÷
, dacă ( ) ( ) 0 x g x g
1 k M
>
+
.
(2) Se aplică algoritmul I pentru noua secvenţă de punct
4.3.2. Aproximarea în sensul celor mai mici pătrate
Aproximările, puse în evidenţă în capitolul 6, au fost în cea mai mare parte interpolări
polinomiale. Când numărul nodurilor de interpolare este mare sau când valorile funcţiei, ce
necesită aproximarea, în acestea, nu sunt exacte, folosirea interpolării polinomiale nu mai
este viabilă.
Maniera de abordare, ce va fi prezentată în acest subparagraf, elimină dezavantajele
amintite şi se bazează pe teorema 3.1.5.
Fie X , un spaţiu Hilbert şi > =<
n 1
y ,..., y Y un subspaţiu al lui X . Dacă X x e , atunci
am arătat că ( ) Y y !
*
e - , cea mai bună aproximare a lui x printre elementele lui Y . De
regulă, în acest cadru ,
*
y este numit aproximare în sensul celor mai mici pătrate.

Teorema 3.2.1.:
Fie X , un spaţiu Hilbert şi > =<
n 1
y ,..., y Y şi X x e . Atunci
¿
=
e =
n
1 k
k k
*
Y y y o este
aproximare în sensul celor mai mici pătrate a elementului x , dacă şi numai dacă:
( )
T
n 2 1
,..., , o o o este unica soluţie a sistemului de ecuaţii liniare:
n 1, i , y , x y , y
i
n
1 k
k k i
= > =< > <
¿
=
o (3.11)
(s.n. sistemul normal asociat lui Y şi x ).
Demonstraţie:
Fie Y z e , arbitrar. Atunci,
¿
=
=
n
1 k
k k
y z ì . Considerăm
( )
n 1
n
,..., g , R R : g ì ì ÷
2
n
1 k
k k
2
y x z x
¿
=
÷ = ÷ = ì (3.12)
ce este continuă (în raport cu fiecare variabilă).
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 27
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
*
y este aproximare în sensul celor mai mici pătrate·
( )
( )
( )
n 1
,...,
n 1
,..., g min ,..., g
n 1
ì ì o o
ì ì
= · (3.13)
O condiţie necesară pentru (3.13) este:
( ) n 1, i , 0
g
i
= =
c
c
o
ì
(3.14)
¿ ¿
= =
>= < · = >= < + > < ÷ ·
n
1 k
n i k
n
1 k
n i k i
y , y , n 1, i , 0 y , y 2 y , x 2 o o n 1, i , y x,
i
= > < = .
Matricea sistemului (3.14) este nesingulară, deoarece determinantul său (s.n. determinant
Gram asociat { }
n 1
y ,..., y ) este strict pozitiv. Astfel, afirmaţia teoremei este complet
demonstrată.

Observaţia 3.2.2.:
Teorema 3.21 inspiră algoritmul de calcul pentru
*
y .
Considerăm | | b , a C înzestrat cu > · · < , definit astfel:
( ) ( ) ( )
}
>= <
b
a
dx x g x f x w g , f (3.15)
unde | | R b , a : w ÷ este o funcţie pondere (i.e. a) ( ) ( ) ( )
}
+· < - e ¬
b
a
n
*
dx x w x , N n şi
b) ( ) ( ) | |
}
e =
b
a
b a, C g , 0 dx x g x w şi 0 g 0 g ÷ ¬ > .
Cum
2
· , indusă de (3.15), | | b , a C se organizează ca un spaţiu Hilbert; deci, putem
aplica teoremele 3.1.5 şi 3.2.1 pentru
n
P Y = . Atunci, (3.11) ·
( ) ( ) ( )
} }
¿
= =
+
=
b
a
b
a
i i k
n
0 k
k
n 0, i , dx x x f x w dx x x w a (3.16)
Pentru a constata de ce o astfel de abordare a problemei aproximării în sensul celor
mai mici pătrate este nesatisfăcătoare, este suficient să considerăm în (3.16), 1 b , 0 a = =
şi ( ) ( ) | | 0,1 x , 1 x w e ¬ = .
Se obţine astfel sistemul:
( )
¿
}
=
= =
+ +
n
0 k
b
a
i k
n 0, i , dx x x f
1 i k
a
(3.17)
a cărei matrice a coeficienţilor este o matrice Hilbert de ordin ( ) 1 n + . Acest sistem este rău
condiţionat, iar soluţia sa este extrem de sensibilă la perturbări mici ale termenilor liberi.

Din acest motiv, s-a pus problema înlocuirii bazei { }
n
x ,..., x , 1 cu o bază ortonormată
pentru care soluţia sistemului normal (3.11) se obţine uşor. De altfel, chiar dacă baza
considerată este una oarecare, ea poate fi transformată într-o bază ortonormată, prin
procedeul de ortogonalizare Gram-Schmidt.
În general, ca alternativă la baza canonică din
n
P , se consideră o bază alcătuită din
funcţii polinomiale de grad n ortonormate în raport cu ponderea w, fixată ( )
k
k
y .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 28
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Cele mai utilizate polinoame ortogonale sunt: Cebîşev, Legendre, Laguerre (detalii în
Anexa 1). Atunci, soluţia sistemului normal se obţine cu uşurinţă şi avem:

¿
=
· > < =
n
0 k
k k
*
n
, f P ¢ ¢ (3.18)
şi în plus:

2
2
*
n
2
2
2
2
*
n
P f P f ÷ = ÷ (3.19)

Teorema 3.2.3.:
0 P f lim
2
*
n
n
= ÷
· ÷
.

Demonstraţie:
Din modul în care este definit
n
*
P P e , se observă că +
|
.
|

\
|
÷
n
2
*
n
P f .
Fie 0 > c . Conform teoremei Weierstrass, ( )
c
m
P Qe - a .i.
| |
( ) ( ) s ÷
e
x Q x f max
b , a x

( )
}
s
b
a
dx x w
c
.
Atunci, ( ) ( ) ( ) | | s ÷ = ÷ s ÷
}
dx x Q x f x w Q f P f
2
b
a
2
2
*
m
c

( )
( )
c
c
=
(
(
(
(
(
¸
(

¸

s
}
}
2
1
b
a
b
a
2
dx x w
dx x w
. Deci,
( )
c
c m n , P f
2
*
n
> ¬ s ÷ , adică 0 P f lim
2
*
n
n
= ÷
· ÷
.

Observaţia 3.3.16.:
Prin calcul direct şi din (3.72) se obţine:

2
2
2
2
*
n
f P s (3.73)
(inegalitatea lui Bessel) şi

2
1
n
0 k
2
k
2
, f f
(
(
¸
(

¸

> < =
¿
=
¢ (3.74)
(identitatea lui Parseval).






Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 29
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Aplicaţii
- Să se aproximeze utilizând polinomul de interpolare (sub forma Lagrange) valoare
f(1), dacă se cunosc :
i
x 0,5 1,2 3,1
i
y -3,2 1,6 -1,8

- Dacă :
i
x 1 3 7 13
i
y 2 5 12 20
Se cere : f(1;3;7;10).
- Dacă :
i
x 0 10 20
30
i
y 0 100 60
10
Se cere : f(15), utilizând forma Newton a polinomului de interplan.
- Dacă
i
x 4 5 6 7 8 9
10
i
y 1 -1 0 5 2 3
1
Se cere : f(1,5) cu forma Newton a polinomului de interplan.
- Dacă
i
x 1 3 7
13
i
y 2 5 12
20
Se cere : f(1;3;7;13).
- Dacă
i
x
1
3
4

3
4
2
3
7

i
y 0 0,214 0,322 1
1,2
Se cere
3
2
y V .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 30
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Autoevaluare
-


1
3
4

3
5
2
i
y 0 0,214 0,322 1
A.)
3
0 y
A este egal cu : a.) -0.034 ; b.) 0,024 ; c.) -0,024 ; d.) 0,034
B.)
2
3 y
A este egal cu : a.) 0,142 ; b.) -0,142 ; c.) -0,152 ; d.) 0,152
-
i
x 0 10 20
30
i
y 0 100 60
10
A.) f(10;20;30) este egală cu : a.) -0,05 ; b.) 0,05 ; c.) -0,5 ; d.) 0,5
B.) f(15) este egală cu : a.) 88,3 ; b.) 87,3 ; c.) 86,3 ; d.) 89,3
-
i
x 1 3 7 13
i
y 2 5 12 20
A.) f(1;7;13) este egală cu : a.)
36
1
; b.) -
36
1
; c.) -
18
1
; d.)
18
1

B.) f(3;7;13) este : a.) -
24
1
; b.)
24
1
; c.)
26
1
; d.) -
26
1

C.) f(4) ) 1 (
4
L ~ : a.)
16
107
; b.)
17
106
; c.) -
16
107
; d.) -
17
106

- Ce eroare se comite în calculul expresiei 130 , folosind forma Lagrange a
polinomului de interplan pentru : x x f = ) ( și nodurile : 100
0
= x , 121
1
= x , 144
3
= x .
a.)
3
10 8 , 1
÷
·
b.)
3
10 7 , 1
÷
·
c.)
3
10 3 , 1
÷
·
d.)
3
10 4 , 1
÷
·
-
i
x 0 1 2 3
4
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 31
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
i
y -4 1 10 29
69
A.)
3
0 y
A este : a.) 4 ; b.) -5 ; c.) -4 ; d.) 5
B.)
2
4 y
A este : a.) 35 ; b.) 64 ; c.) 16 ; d.) 0
-
i
x -3 -2 0 1
3
i
y 91 23 1 -1
73
f(-1) este aproximat prin forma Lagrange prin : a.) 5 ; b.) 6 ; c.) -5 ; d.) -6 ; e.) 1
-
i
x 0 0,2 0,3 0,4 0.7
i
y 1,32 1,48 1,57 1,66
1,95
A.) f(0,2; 0,3; 0,4) este : a.) ; b.) ; c.) ; d.)
B.) f(0,5) ) 5 , 0 (
2
N ~ este : a.) ; b.) ; c.) ; d.)
-
i
x 0 1 2 3
4
i
y 2 5 -3 1
-6
f(2,5) este egal cu : a.) -3,951 ; b.) -3,937 ; c.) -3,715 ; d.) -3,875
-
i
x 1 4 7 15
i
y 2 6 13 24
f(3) este egal cu : a.) 23,38 ; b.) 28,33 ; c.) -28,33 ; d.) -23,38
-
i
x 0 1 2 3
4
i
y 1 4 15 40
25
A.) f(3,5) ) 5 , 3 (
2
N ~ este : a.) ; b.) ; c.) ; d.)
B.)
3
0 y
A este : a.) -6 ; b.) -5 ; c.) 5 ; d.) 6

2
4 y
A este : a.) 15 ; b.) 25 ; c.) -25 ; d.) -15
-
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 32
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
i
x 2 2,2 2,4 2,6
2,8
i
y 0,5103757 0,5207843 0,5104147 0,4813306
0,4359160
f(2,5)=?
- f(1,03) = ? dacă :
x x
e xe x f 2 3 ) ( ÷ = si 1
0
= x , 05 , 1
1
= x , 07 , 1
2
= x
-
i
x 0 0,3 0,6 0,9
i
y -7 -5,65014 -5,17788 -
4,28172
f(0,1) = ?
f(0,8) = ?
-
i
x 0 1 2 3
4
i
y -4 1 10 29
69
f(0,7)=?
-
i
x 0 1 2 3
4
i
y -4 1 10 29
69
A.) f(1,09) = ?
B.) f(1,35) = ?

- Ce eroare se comite în calculul valorii lg 3,2 folosind f(x)=lg x si 1
0
= x , 10
1
= x ,
100
2
= x .?




Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Unitatea de învăţare 5:
Derivare şi integrare numerică
Timp mediu de studiu: 10 ore
Obiective:
1. Însuşirea cunoştinţelor privitoare la metoda de derivare numerică bazată pe
diferenţe finite
2. Însuşirea metodelor de aproximare a unei integrale definite pornind de la forla
Lagrange pentru noduri echidistante a polinomului de interpolare
3. Familiarizarea cu formulele de cuadratură Gauss
4. Fixarea cunoştinţelor acumulate prin studierea unor exemple şi prin rezolvarea unor
aplicaţii concrete
Condiţionări:
- U.I. 1 şi 3
- Analiză matematică
- Matematici speciale
Cuprins
U.S. 5.1. Derivare numerică
U.S. 5.2. Formule de cuadratură numerică Newton-Côtes
U.S. 5.3. Formule de cuadratură Gauss
În U.S. 5.1, sunt prezentate modalităţi de calcul aproximativ ale derivatelor unei funcţii,
pornind de la formele Newton ale polinomului de interpolare, după o expunere succintă a
problematicii abordate.
U.S. 5.2. se ocupă de obţinerea formulelor de cuadratură Newton-Côtes într-o serie de
cazuri particulare.
În U.S. 5.3, înainte de a aborda problema obţinerii formulelor de cuadratură numerică
Gauss, sunt prezentate formula de cuadratură a dreptunghiului şi formule de cuadratură
Cebîşev.
Bibliografie minimală
- L.A.Sporiş: “Analiză numerică”, Ed.ANMB, 2003
- G.Păltineanu, P.Matei, R.Trandafir: „Bazele analizei numerice”, Ed.Printech, 2001
- T.A.Beu: “Calcul numeric în C”, Ed.Albastră, 2000
- O.Martin: „Probleme de analiză numerică”, Ed.Matrix, 1999

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Bibliografie auxiliară:
- J.Stoer, R.Bulirsch: „Introduction to Numerical Analysis”, Springer Verlag, 2000
- K.Atkinson: „An introduction to Numerical Analysis”, John Wiley&Sons, 1989
- S.Curteanu: „Iniţiere în Matlab”, Ed.Polirom, 2008





























Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 3
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 5.1.
Derivare numerică
Timp mediu de studiu: 3 ore
Sarcini de învăţare:
- familiarizarea studenţilor cu determinarea aproximativă a valorilor derivatelor unei
funcţii, utilizând polinomul de interpolare asociat;
- însuşirea unor forme particulare ale aproximării derivatelor unei funcţii, pornind de
la aproximarea valorilor utilizând formele Newton ale polinomului de interpolare;
- utilizarea în rezolvarea unor probleme concrete a formulelor de derivare numerică
însuşite, după parcurgerea acestei U.S.
5.1.1. Preliminarii
Problema evaluării aproximative a derivatelor unei funcţii se impune cu necesitate în
aplicaţiile numerice, mai ales în următoarele situaţii:
- Se cunoaşte expresia analitică a funcţiei, dar utilizarea acesteia în determinarea
derivatelor ar implica un volum mare de calcul.
- Se cunosc valorile funcţiei, doar în anumite puncte din domeniul de definiţie.
O rezolvare convenabilă a problemei enunţate constă în aproximarea valorilor
derivatelor funcţiei prin valorile derivatelor polinomului de interpolare corespunzător.
Vom considera, în cele ce urmează, o funcţie | | b , a C f
2 n+
e , o diviziune echidistantă a
intervalului | | { } n 0, i , ih x x , x , b , a
0 i
n , 0 i
i n
= + = =
=
A ,
n
a b
h
÷
= şi valorile funcţiei f în
nodurile diviziunii, ( ) n 0, i , x f y
i i
= = .
Fie ( )
n n 0
P x ; x ,..., x ; f P e , polinomul de interpolare asociat funcţiei f şi diviziunii
n
A . În
consecinţă, ( ) ( ) ( ) x ; f E x ; x ,..., x ; f P x f
n n 0 n
+ = , ( ) | | b a, x e ¬ .
Atunci,
( ) ( ) ( ) ( )
'
+ ' = ' x ; f E x ; x ,..., x ; f P x f
n n 0 n
(1.1)
( ) ( ) ( ) ( )
ª
+ ' ' = ' ' x ; f E x ; x ,..., x ; f P x f
n n 0 n
, etc., ( ) | | b a, x e ¬ .
Dacă notăm cu
( ) ( ) ( ) x ; x ,..., x ; f P x f x ; f E
n 0 n n
' ÷ ' = ' (1.2)
atunci, conform (1.1), se obţine că:
( ) ( ) ( ) ( ) | | b a, x , x ; f E x ; f E
n n
¬
'
= ' (1.3)
Analog,
( ) ( ) ( )
ª
= ' ' x ; f E x ; f E
n n
(1.4)
ş.a.m.d.
Având în vedere că ( )
( )
( ) ( )
( )
( ) ( ) | | b a, x , x
! 1 n
x f
x ; f E
n
1 n
n
e ¬
+
=
+
e
o
rezultă că eroarea de
trunchiere în formula derivatei într-un punct, este de forma:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 4
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( )
( )
( ) ( ) ( ) ( )
( )
( ) ( ) ( )
( )
( ) | | b a, x ,
! 1 n
x x f x x x f
x ; f E
n
2 n
n
1 n
n
e ¬
+
' + '
= '
+ +
e o e o o
(1.5)
Pentru a obţine ( ) x ; f E
n
' ' , se derivează (1.5).
Analizând (1.5), se poate desprinde următoarea concluzie: utilizarea (1.1) şi (1.5) în
puncte oarecare din | | b , a prezintă o serie de inconveniente de natură calculatorie; dar
această situaţie se ameliorează considerabil, atunci când calculul se face în nodurile
diviziunii
n
A .
Fie astfel, { } n 0,..., k , x
n k
e eA .
(1.5) ·
( )
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
( ) ( )! k n ! k h 1
! 1 n
x f
x
! 1 n
x f
x ; f E
n k n k
1 n
k n
k
1 n
k n
÷ ÷
+
= '
+
= '
÷
+ +
o
e
o
(1.6)
de unde se obţine
( )
( )
( )
·
+
=
+
·
s '
1 n
k
n
n
k n
f M ,
C 1 n
h M
x ; f E (1.7)
(1.7) are următoarea semnificaţie:
Eroarea de trunchiere este asimptotic mărginită de un multiplu al cantităţii
n
h , când
0 h ÷ . Din acest motiv, ( ) x ; x ,..., x ; f P
n 0 n
' se mai numeşte şi aproximaţie de ordin n pentru
( )
k
x f ' . Se scrie: ( ) ( ) ( )
n
k n 0 n
h O x f x ; x ,..., x ; f P + ' = ' ( O-simbol pentru a defini ordinul
convergenţei. Notaţia ( ) ( )
p
h O a h A + = este folosită pentru a exprima faptul că ( ) h A este o
aproximaţie de ordin p a lui a , adică
( )
=
÷
p
p
0 h
h
h O
lim finită).
5.1.2. Forme particulare ale exprimării aproximative ale derivatelor unei
funcţii
Vom particulariza (4.1), considerând ( ) x ; x ,..., x ; f P
n 0 n
scris sub polinomul Newton de
speţa I şi anume: ( ) ( ) ( ) + ÷ + = =
0
0
0 1 n 0 n
x x
h ! 1
y
y x N x ; x ,..., x ; f P
A

( ) ( ) ( ) ( )
1 n 0
n
0
n
1 0
2
0
2
x x ... x x
h ! n
y
... x x x x
h ! 2
y
÷
÷ ÷ + + ÷ · ÷
A A
, pentru a obţine diferite formule de
aproximare utilizate în practică. Efectuând schimbarea de variabilă | | n 0, t , th x x
0
e + = ,
( ) ( ) · + + = = +
2
0
2
0
0 1 0 n 0 n
h ! 2
y
t
h ! 1
y
y t N th x ; x ,..., x ; f P
A A

( ) ( ) ( ) ( )+ ÷ + + = + ÷ ÷ + + ÷ · · t t
h ! 2
y
t
h ! 1
y
y 1 n t ... 1 t t
h ! n
y
... 1 t t
2
2
0
2
0
0
n
0
n
A A A

( )
( )
|
.
|

\
|
+
÷
÷ + + + ÷ +
÷
... t
2
1 n n
t
h ! n
y
... t 2 t 3 t
h ! 3
y
1 n n
n
0
n
2 3
3
0
3
A A
.



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 5
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Deci,
( ) ( ) ( ) + ÷

¸

+ = = + ' 1 t 2
h ! 2
y
t
h ! 1
y
h
1
t
dt
dN
h
1
th x ; x ,..., x ; f P
2
0
2
0 1
0 n 0 n
A A

( )
( )
(
(
¸
(
|
.
|

\
|
+
÷
÷ + + + ÷ +
÷ ÷
... t
2
1 n n
nt
h ! n
y
... 2 t 6 t 3
h ! 3
y
2 n 1 n
n
0
n
2 3
3
0
3
A A
(1.8)
Pentru 1 n = : (1.8) şi (1.6) devin:
( )
h
y
x f
0
k
A
~ ' şi ( )
( ) ( )
( ) ( ) ¬ ÷ ÷
' '
=
÷
k 1 ! hk 1
! 2
x f
x ; E
k 1 k
k 1
o

( ) ( )
h
y y
h
y
x f x f
0 1 0
1 0
÷
= ~ ' ~ '
A
şi ( ) ( )
2
h
x ; f E x ; f E
1 1 0 1
+ = ' ÷ = ' (1.9)
Pentru 2 n = : (1.8) şi (1.6) devin:
( ) ( )
h 2
y y 4 y 3
! 2
y
y
h
1
x f 0 t
2 1 0 0
2
0 0
÷ + ÷
=
(
(
¸
(

¸

÷ ~ ' =
A
A
( ) ( )
h 2
y y
! 2
y
y
h
1
x f 1 t
2 0 0
2
0 1
+ ÷
=
(
(
¸
(

¸

÷ ~ ' =
A
A
( ) ( )
h 2
y 3 y 4 y
! 2
y
y
h
1
x f 2 t
2 1 0 0
2
0 2
+ ÷
=
(
(
¸
(

¸

÷ ~ ' =
A
A
iar ( ) ( ) ( )
0
2
0 2
x f
3
h
x ; f E o ' ' ' = '
( ) ( ) ( )
1
2
1 2
x f
6
h
x ; f E o ' ' ' ÷ = '
( ) ( ) ( )
2
2
2 2
x f
3
h
x ; f E o ' ' ' = ' (1.10)
Pentru 3 n = : (1.8) şi (1.6) devin:
( ) ( )
( )
h 6
y 2 y 9 y 18 y 11
y
! 3
2
! 2
y
y
h
1
x f 0 t
3 2 1 0
0
3 0
2
0 0
+ ÷ + ÷
=
(
(
¸
(

¸

+ ÷ ~ ' = A
A
A
( ) ( )
h 6
y y 6 y 3 y 2
y
! 3
1
! 2
y
y
h
1
x f 1 t
3 2 1 0
0
3 0
2
0 1
÷ + ÷ ÷
=
(
(
¸
(

¸

÷ + ~ ' = A
A
A
( ) ( )
h 6
y 2 y 3 y 6 y
y
! 3
2
y
! 2
3
y
h
1
x f 2 t
3 2 1 0
0
3
0
2
0 2
+ + ÷
=
(
¸
(

¸

+ + ~ ' = A A A

( ) ( )
h 6
y 11 y 18 y 9 y 2
y
! 3
11
y
! 2
5
y
h
1
x f 3 t
3 2 1 0
0
3
0
2
0 3
+ ÷ + ÷
=
(
¸
(

¸

+ ÷ ~ ' = A A A
iar ( )
( )
( ) ( )
0
4
3
0 3
x f
4
h
x ; f E o ÷ = '
( )
( )
( ) ( )
1
4
3
1 3
x f
12
h
x ; f E o = '
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 6
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( )
( )
( ) ( )
2
4
3
2 3
x f
12
h
x ; f E o ÷ = '
( )
( )
( ) ( )
3
4
3
3 3
x f
4
h
x ; f E o = ' (1.11)

Observaţia 1.2.1.:
Pentru a obţine formulele (1.10) şi (1.11), se poate folosi şi forma Lagrange pentru
noduri echidistante a lui ( ) x ; x ,..., x ; f P
n 0
.
Pentru a obţine evaluarea derivatei de ordinul al-II-lea, derivăm (1.8) şi astfel:
( ) ( ) | ( ) + ÷ + = = + ' ' 1 t y y
h
1
t
dt
N d
h
1
th x ; x ,..., x ; f P
0
3
0
2
2 2
1
2
2
0 n 0
A A
( )
( )
(
(
¸
(
|
|
.
|

\
|
÷ ÷
+ + + ÷ +
÷
! n
... t 1 n n
y ... 11 t 18 t 6
12
y
2 n
0
n 2 3 0
4
A
A
(1.12)
Pentru 2 n = : (1.12) devine:
( ) ( )
2
0 1 2
2
0
2
0
h
y y 2 y
h
y
x f 0 t
+ ÷
= = ' ' =
A

( ) ( )
2
0
2
1
h
y
x f 1 t
A
= ' ' =
( ) ( )
2
0
2
2
h
y
x f 2 t
A
= ' ' =
Pentru 3 n = : (1.12) devine:
( ) ( ) | | | |
0 1 2 3
2
0
3
0
2
2
0
y 2 y 5 y 4 y
h
1
y y
h
1
x f 0 t + ÷ + ÷ = ÷ = ' ' = A A
( ) ( ) | |
( )
2
0 1 2
2
0
2
2
1
h
y y 2 y
h
1
y
h
1
x f 1 t
+ ÷
= = ' ' = A
( ) ( ) | |
( )
2
1 2 3
2
0
3
0
2
2
2
h
y y y
h
1
y y
h
1
x f 2 t
+ ÷
= + = ' ' = A A
( ) ( ) | |
( )
2
0 1 2 3
0
3
0
2
2
3
h
y y 4 y 5 y 2
y 2 y
h
1
x f 3 t
÷ + ÷
= + = ' ' = A A (1.13)









Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 7
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 5.2.
Formule de cuadratură Newton-Côtes
Timp mediu de studiu: 3 ore
Sarcini de învăţare:
- familiarizarea studenţilor cu problematica calculului aproximativ a integralelor
definite;
- după parcurgerea acestei U.S., studentul este capabil să obţină diverse forme
particulare de aproximare a valorilor unei integrale definite, pornind de la
aproximarea valorilor unei funcţii prin intermediul formei Lagrange pentru nuduri
echidistante a polinomului de interpolare; de asemenea, studentul este apt de a
evalua o margine superioară a erorii de aproximare şi de a stabili numărul nodurilor
de cuadratură ce se utilizează atunci când se precizează valoarea erorii de
aproximare.
5.2.1. Prezentare generală
În paragraful anterior, am motivat necesitatea determinării aproximative a valorilor
derivatelor unei funcţii | | | | R b a, , R b , a : f c ÷ .
Exact aceleaşi motive sunt cele care generează problema calculului aproximativ al
cantităţii ( ) ( )
}
b
a
dx x f x w , a cărei formulare generală este următoarea:
“Fie | | | | { }
n , 0 i
i n
m
x 1, n m , b a, C f , R b , a : f
=
= + > e ÷ A , o diviziune a intervalului | | b , a , a.i.
se cunosc valorile funcţiei f în nodurile diviziunii ( )
i i
x f y = , n , 0 i = . Fie | |
+
÷R b , a : w , o
pondere pe | | b , a şi următoarele funcţionale liniare | | R b , a C : C , I
n
÷ , definite prin
( ) ( ) ( )
}
=
b
a
dx x f x w f I (2.1)
şi
( )
¿
=
=
n
0 i
i i
y A f C (2.2)
Se pune problema aproximării optime a cantităţii ( ) f I prin intermediul cantităţii ( ) f C ”.
În legătură cu problema formulată, este necesară introducerea următoarelor noţiuni:

Definiţia 2.1.1:
O formulă de forma:
( ) ( ) ( )
}
¿
=
+ =
b
a
n
0 i
i i
f R y A dx x f x w (2.3)
s.n. formulă de integrare numerică (sau de cuadratură numerică).
n , 0 i , A
i
= s.n. coeficient al formulei de integrare numerică (2.3), { } n , 0 i , x
n i
= eA s.n. nod
al cuadraturii (2.3), iar ( ) f R s.n. eroare de aproximare sau restul cuadraturii (2.4).
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 8
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Definiţia 2.1.2.:
Formula de cuadratură numerice (2.3) s.n. exactă dacă ( ) 0 f R = şi s.n. exactă de
grad p , dacă este exactă pentru orice polinom al cărui grad este mai mic sau egal cu p şi
nu este exactă pentru cel puţin un polinom de grad ( ) 1 p + .

Observaţia 2.1.3.:
(2.3) este exactă de grad p dacă
( ) p 0, i , 0 x R
i
= = şi ( ) 0 x R
1 p
=
+
(2.4)

Definiţia 2.1.4.:
O formulă de cuadratură (2.3) s.n. de tip închis dacă { }
n
b , a A _ , şi de tip deschis, în
caz contrar.


În legătură cu o formulă de cuadratură numerică (2.3), se pot pune următoarele
probleme:
1. Determinarea coeficienţilor
i
A dacă se cunosc nodurile n 0, i , x
i
= ;
2. Determinarea coeficienţilor
i
A şi a nodurilor
i
x a.i. ( ) ( ) f R f, ¬ să fie minimă;
3. Deducerea unor expresii pentru ( ) f R , uşor de manipulat în situaţii practice;
4. Determinarea coeficienţilor
i
A şi a nodurilor
i
x a.i. (2.3) să aibă un grad de
exactitate cât mai mare.
5. Compararea formulelor de cuadratură obţinute pentru o funcţie f , în scopul alegerii
celei mai eficiente.
Alegerea unei formule de cuadratură numerică depinde în general, de mai mulţi
factori, printre care enumerăm:
a) proprietăţile integrandului ((1) Dacă se cunosc doar valorile exacte ale funcţiei în
anumite puncte
i
x din | | b , a , atunci se alege o formulă de cuadratură ce are drept noduri ,
punctele
i
x . (2) Dacă funcţia f este dată grafic sau valorile ( )
i i
x f y = cunoscute sunt
aproximative, atunci se preferă alegerea unei cuadraturi ai cărei coeficienţi să fie toţi egali;
astfel se obţine o sumă a valorilor funcţiei în noduri, iar eroarea cuadraturii are acelaşi
ordin cu cel al valorilor tabelate. (3) Dacă funcţia f posedă puncte unghiulare în | | b , a sau
oscilaţia sa pe | | b , a este prea mare, atunci se optează pentru cuadraturi numerice în care
restul depinde doar de derivatele de ordin mic ale funcţiei).
b) eroarea impusă la aproximare (depinde de alegerea pasului diviziunii
n
A ).
c) mijloacele de calcul de care dispunem.
Cele mai utilizate formule de cuadratură numerică (2.3) sunt construite, pornind de
la aproximarea funcţiei f prin polinomul de interpolare asociat funcţiei f şi diviziunii
( )
n n 0 n
P x ; x ,..., x f; P , e A .
Atunci: ( ) ( ) ( ) ( ) ( ) ( )
} }
+ =
b
a
b
a
n n 0
dx x ; f E x ; x ,..., x ; f P x w dx x f x w .
Pentru a fi mai expliciţi, vom considera ( ) x ; x ,..., x f; P
n 0
sub forma Lagrange i.e.
( ) ( )
( )( )
¿
=
÷ '
=
n
0 i
i i n
i
n n 0
x x x
y
x x ; x ,..., x f; P
e
e . Atunci, (2.3) ·
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 9
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( ) ( )
( ) ( )
( )( )
( ) ( )
¿
} } }
=
+
(
(
¸
(

¸

|
|
.
|

\
|
÷ '
=
n
0 i
b
a
n i
b
a
i n
n
b
a
dx x ; f E x w y
x x x
x x w
dx x f x w
e
e
(2.5)
Deci, coeficienţii

( ) ( )
( )( )
n 0, i , dx
x x x
x x w
A
b
a
i i x
n
i
=
÷ '
=
}
e
e
(2.6)
nu depind de integrandul f , iar restul cuadraturii are forma
( ) ( ) ( ) ( )
( )
( ) ( )
( )
( )
} }
(
(
¸
(

¸

+
= =
÷ b
a
b
a
n
1 n
n
dx x
! 1 n
x f
x w dx x ; f E x w f R e
o
(2.7)
Propoziţia 2.1.5.:
(2.5) au gradul de exactitate n .
Demonstraţie:
Fie
n
P Qe . Atunci, ( ) ( ) x ; x ,..., x ; Q P x Q
n 0
÷ . Deci, ( ) 0 Q R = .
În particular,
( )
}
¿
=
= =
b
a
n
0 i
k
i i
k
n 0, k , x A dx x x w (2.8)
permite calcularea coeficienţilor
i
A .
5.2.2. Formule de cuadratură Newton-Côtes
Aceste formule de cuadratură se obţin din formula (4.18) considerând:
n
A o diviziune
echidistantă a intervalului | |
|
.
|

\
|
= = + = n 0, i ,
n
a - b
h , ih x x b , a
0 i
şi funcţia pondere w a.i.
( ) ( ) | | b a, x , 1 x w e ¬ = .
Atunci, (2.6) ·
( )
( )( )
( ) ( )
( )
} }
÷
÷
=
÷ '
=
÷
+ =
+
n
0
n
i n i
n
th x x : SV
b
a
i i n
n
i
i t
t 1 hC
dx
x x x
x
A
o
¢
e
e
.
Deci,
( ) ( )
( )
( )
( )
(
(
¸
(

¸

÷ ·
÷ =
(
(
¸
(

¸

÷
÷
=
} }
÷
÷ ÷ n
0
n
1 i
n
n
0
n
i n i
n
i
dt
i t
t
! n n
C
a b dt
i t
t
! n
1 hC
A
i n
¢ ¢
.
Notând

( ) ( )
}
÷ ·
÷
=
÷ n
0
n
i n i
n
i
dt
i t
t
! n n
1 C
H
¢
(2.9)
n , 0 i = , coeficientul
i
A este de forma:
( )
i i
H a b A ÷ = (2.10)
Observaţia 2.2.1.:
1.
i
H s.n. coeficient Côtes şi conform (2.9),
i
H nu depinde de funcţia f şi
intervalul | | b , a .
2. ( ) n 0, i , H H
i n i
= ¬ =
÷
şi 1 H
n
0 i
i
=
¿
=
(2.11)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 10
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Într-adevăr, prima egalitate se obţine din (2.9) printr-o schimbare de variabilă: z n t ÷ = , iar
cea de-a doua, din (2.6), considerând 1 w f ÷ ÷ .
Din prima egalitate (2.11), rezultă că în funcţie de paritatea lui n , numărul coeficienţilor
poate fi redus, în unele situaţii, la jumătate.

Definiţia 2.2.2.:
Formula de cuadratură
( ) ( ) ( )
}
¿
=
+ =
b
a
n
0 i
i i
f R y H a – b dx x f (2.12)
(unde n 0, i , H
i
= sunt determinaţi de (2.9)), s.n. formulă de cuadratură Newton-Côtes.

Propoziţia 2.2.3.:
Pentru o formulă de cuadratură Newton-Côtes, avem următoarea evaluare a restului
cuadraturii:
( )
( )
( ) , dt t
! 1 n
Mh
f R
n
o
n
2 n
}
+
s
+
¢ unde
( )
·
+
=
1 n
f M (2.13)

Observaţia 2.2.4.:
De fapt, (2.13) se modifică în funcţie de paritatea lui n , şi anume:

1. Dacă n este par şi | | b , a C f
2 n+
e , atunci:
( )
( )
( )
}
+
s
+ n
0
n
3 n
dt t t
! 2 n
Mh
f R ¢ , (2.14)
( )
·
+
=
2 n
f M
2. Dacă n este impar şi | | b , a C f
1 n+
e , atunci:
( )
( )
( )
}
+
s
+ n
0
n
2 n
dt t
! 1 n
Mh
f R ¢ .
Deci, pentru n par, gradul de exactitate al formulei (2.12) este ( ) 1 n + , iar pentru n impar,
gradul este n .

Vom prezenta în continuare cele mai cunoscute formule de cuadratură Newton-
Côtes:

a) Pentru 1 n = în (2.12), obţinem:
- a - b h , b x , a x
1 0
= = = ;
-
2
1
H H
1 0
= = ;
În consecinţă, (2.12) ·
( )
( ) ( ) ( )
( ) f R
2
b f a f
a – b dx x f
1
b
a
+
+
=
}
(2.15)
ce s.n. formula trapezelor.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 11
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( ) f R
1
reprezintă aria porţiunii haşurată din fig..1.
Evaluarea erorii:
Presupunem că | | b , a C f
2
e . Atunci, (2.15) ·
( )
( ) ( ) | |
( )
}
+
+
+ +
=
h a
a
1
h R
2
h a f a f h
dx x f (2.16)
Derivând (2.16) în raport cu h , se obţine:
( )
( ) ( ) ( )
2
h a f h
2
a f h a f
h R
1
+ '
÷
÷ +
= ' (2.17)
Derivând (2.17) în raport cu h , se obţine:
( ) ( ) h a f
2
h
h R
1
+ ' ' ÷ = ' ' (2.18)
Se integrează (2.18) în raport cu h , ţinându-se cont că ( ) 0 0 R
1
= ' . Avem astfel:

( ) ( ) ( ) ( )
} }
+ ' ' = ' ' + ' = '
h
0
h
0
1 1
dt t a f t
2
1
– dt t R 0 R h R
(2.19)
Conform teoremei 1 de medie, ( ) ( ) h 0, e - u a.i. ( ) ( )
} }
= + ' ' = + ' '
h
0
t
h
0
tdt a f dt t a f t u
( )
2
h
a f
2
t
u + ' ' = . Deci, (2.19) devine:
( ) ( )
t
2
1
a f
4
h
h R u + ' '
÷
= ' (2.20)
Se integrează (2.20) în raport cu h , având în vedere că ( ) 0 0 R
1
= . Astfel:
( ) ( ) ( ) ( )
} }
+ ' ' ÷ = ' + =
h
0
2
t
h
0
1 1 1
dt t a f
4
1
dt t R 0 R h R u .
Folosind teorema 1 de medie, obţinem:
( )
( ) ( )
3 h
h
o
2 h
1
h
12
f
dt t
4
f
h R
o o ' '
÷ =
' '
÷ =
}
(2.21)
unde ( ) h , 0
h
e o . Din (2.21),
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 12
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( )
( )
12
a b M
h
12
M
h R
3
3
1
÷
= s (2.22)
unde
·
' ' = f M
2
.
Formula (2.21) afirmă că: (2.20) supraestimează valoarea ( )
}
b
a
dx x f dacă 0 f > ' ' şi o
subestimează dacă 0 f < ' ' .
Observaţia 2.2.5.:
(2.20) nu prezintă interes practic, deoarece implicând doar două valori ale lui
f , este satisfăcătoare doar pentru funcţii f , liniare.
Performanţele sale se îmbunătăţesc, dacă se utilizează proprietatea de aditivitate a
integralei definite. În acest scop, se împarte | | b , a în k intervale egale, prin intermediul
nodurilor echidistante: k 0, i ,
k
a b
i x x
0 i
=
|
.
|

\
| ÷
+ = .
Apoi, se aplică (2.15) pe fiecare interval | | k 0, i , x , x
1 i i
=
+
, se sumează, obţinându-se
astfel:
( ) ( ) ( ) ( ) | | ( ) = + + + + + + + =
÷ }
f R y y ... y y y y
2
h
dx x f
1 k 1 k 2 1 1 0
b
a

( ) | | ( ) f R y y ... y 2 y
2
h
1 k 1 k 1 0
+ + + + + =
÷
(2.23)
unde
( )
( )
2
3 3
1
k 12
a b M
12
k Mh
f R
÷
= s (2.24)
(2.23) s.n. formula generală a trapezelor, care din punct de vedere geometric are
următoarea semnificaţie:


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 13
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
(2.23) aproximează
f
G prin intermediul liniei poligonale determinată de punctele:
( ) ( ) ( ) ( )
k k 0 0
x f , x ... x f , x
b) Pentru 2 n = :
-
2
a - b
h , b x ,
2
b a
x , a x
2 1 0
= =
+
= = .
-
6
1
H H
2 0
= = şi
3
2
H
1
= (conform 2.9).
Atunci, (2.12) ·
( ) | | ( ) ( ) ( ) ( ) f R b f
2
b a
f 4 a f
6
a – b
f R y y 4 y
3
h
dx x f
2
b
a
2 2 1 0
+
(
¸
(

¸

+
|
.
|

\
| +
+
|
.
|

\
|
= + + + =
}
s.n. formula lui
Simpson. (2.25)

(2.25) înlocuieşte curba ( ) x f y = cu parabola ( ) x P y
2
= , ce trece prin
( ) ( )
|
|
.
|

\
|
|
.
|

\
| + +
2
b a
f ,
2
b a
, a f , a şi ( ) ( ) b f , b .
( )
90
Mh
h R
5
2
s (2.26)
unde
( )
·
=
4
f M . ( · ( )
( )
2880
a b M
h R
5
2
÷
s (2.27)

Ca şi în cazul formulei trapezelor, pentru a obţine o formulă de interes practic, vom împărţi
intervalul | | b , a în k 2 intervale egale prin intermediul punctelor echidistante:
0,2k i ,
k 2
a b
i x x
0 i
=
÷
+ = şi vom aplica formula (2.25) pe fiecare interval de lungime
|
.
|

\
| ÷
k
a b
, adică: | | | | | |
k 2 2 k 2 4 2 2 0
x x ,..., x , x , x , , x
÷
, obţinând:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 14
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( ) ( ) ( ) ( ) | |+ + + + + + + + + + =
} ÷ ÷
b
a
k 2 1 k 2 2 k 2 4 3 2 2 1 0
y y 4 y ... y y 4 y y y 4 y
3
h
dx x f
( ) | | ( ) f R y 2 s 4 y
3
h
f R
2 k 2 2 1 0 2
+ + + + = + t , unde am notat
¿
=
÷
=
k
1 i
1 i 2 1
y s ,
¿
=
=
k
1 i
i 2 2
y t . Deci,
( )
( )
( ) ( ) | | ( )
}
+ + + +
÷
=
b
a
2 2 1
f R b f 2 s 4 a f
k 6
a b
dx x f t (2.28)
unde
( )
( )
180
a b Mh
f R
4
2
÷
s sau ( )
( )
4
5
2
k 2880
a b M
f R
÷
s (2.29)
(2.28) s.n. formula generală a lui Simpson.

c) Pentru 3 n = , se obţine:
- b, x , h 2 a x , h a x , a x
3 2 1 0
= + = + = = iar
3
a - b
h = .
-
8
1
H H
3 0
= = ,
8
3
H H
2 1
= = .
Atunci, (2.12) ·
( ) | | ( ) f R y y 3 y 3 y
8
h 3
dx x f
3 3 2 1 0
b
a
+ + + + =
}
(2.30)
s.n. formula lui Newton.
Evaluarea erorii:
Se procedează ca şi în cazurile a),b), în ipoteza
( )
| | b , a C f
4
e şi se obţine
( )
80
h M 3
f R
5
4
3
s (2.31)
( )
·
=
4
4
f M .
d) Pentru 4 n = , avem:
- b x , h 3 a x , h 2 a x , h a x , a x
4 3 2 1 0
= + = + = + = = iar
4
a - b
h = .
-
90
7
H H
4 0
= = ,
15
2
H ,
45
16
H H
2 3 1
= = = .
Atunci, (2.12) ·
( ) ( ) | | ( ) = + + + + + =
}
f R y y 32 y 12 y 32 y 7
45
h 2
dx x f
4
b
a
4 3 2 1 0


( )
( ) ( ) ( ) ( ) ( ) f R b f 7 h b f 32
2
b a
f 12 h a f 32 a f 7
90
a b
4
+
(
¸
(

¸

+ ÷ +
|
.
|

\
| +
+ + +
÷
= (4.45)
unde
( )
945
h M 8
f R
7
6
4
s , unde
( )
·
=
6
f M (2.32)
(2.32) s.n. formula lui Boole-Villarceau.

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 15
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Exemple
1. Determinati pasul h astfel încât aproximând
}
[
2
0
sin xdx prin metoda trapezelor,
eroarea să fie mai mică decât : 0,000005.
Soluție : ) ( ) 1 2 0 (
2
sin
, 1
1
1
2
0
f R y
k
xdx
k
k
j
i
+ + +
[
=
¿
}
÷
=
[
.
000005 , 0
2 12
) (
2
3
2
, 1
= <
|
.
|

\
|
[
s c
k
M
f R
k
¬ 0019 , 0
2
<
[
=
k
h
1 sin sup
2
, 0
2
= ÷ =
(
¸
(

¸
[
x M
2. Fie :
i
x 1 1,05 1,10 1,15 1,20 1,25 1,30
i
y 1 1,02470 1,04881 1,07238 1,09544 1,11803 1,14017
ce conține valorile funcției x x f = ) ( (h=0,05)
Aproximați
}
3 , 1
1
dx x și estimați eroarea, folosind metoda trapezului .
Soluție :
( ) | | ) ( 32147 , 0 ) ( 14017 , 1 11803 , 1 09544 , 1 07238 , 1 04881 , 1 02470 , 1 2 1
2
05 , 0
3 , 1
1
f R f R dx x + = + + ÷ + + + + =
}

Cum 32149 , 0 |
2
3
3 , 1
1
2
3
3 , 1
1
= =
}
x
dx x , avem că 00002 , 0 ) ( < f R .
3. Să se calculeze, folosind formula trapezului pentru k=4,
}
[
+
0
1
sin
dx
x
x
.
Soluție :
i
x 0
4
[

2
[

4
3[

[

i
y 0 0,396 0,389 0,21 0

1
sin
+
=
i
i
i
x
x
y
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 16
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Atunci : ( ) | |
}
[
+ = + + + + +
[
=
+
0
) ( 781 , 0 ) ( 0 21 , 0 389 , 0 396 , 0 2 0
8 1
sin
f R f R dx
x
x
.
4. Aplicând formula lui Simpson, calculați : dx
x
x
}
[
[
2
4
sin
cu 3 zecimale exacte :
Soluție :
4
5
4
, 2
2880
) (
) (
k
a b M
f R
k
÷
s ,
4 180 2880
) (
4
4
4
5
4
[
=
÷ h
M
k
a b M
, cu
4
[
= a ,
2
[
= b .
Cum
|
.
|

\
|
÷ +
|
.
|

\
|
+ ÷ =
|
.
|

\
|
= 1
6 cos
4
24 12
1
sin sin
2 2 4 2
) (
) (
) (
x x
x
x x x
x
x
x
f
IV
IV
x
,
avem : 81 ) ( sup
) (
2
,
4
4
= =
(
¸
(

¸
[ [
x f M
IV
.
Punem condiția :
3
4
10 5 , 0
4 180
81
÷
· <
[
·
· h
.Avem : h<0,19 i.e. k=6 ; de unde aplicând
(5.9), avem : 612 , 0
sin
2
4
~
}
[
[
dx
x
x
.


5. Fie :
i
x 0
12
[

12
2[

12
3[

12
4[

12
5[

12
6[

i
y 0 0,25882 0,5 0,70711 0,86608 0,96593 1
pentru f(x)=sinx.
Să se calculeze, folosind formula lui Simpson,
}
[
2
0
sin xdx .
Soluţie :
( ) ( ) | | 0000003 , 1 1 86603 , 0 5 , 0 2 96593 , 0 70711 , 0 25882 , 0 4 0
36
1
2
) (
~
= + + + + + + ·
[
= = f I I ;

2
10 3 1
÷
· < ¬ = c I , k=6.



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 17
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 5.3.
Formele de cuadratură Gauss
Timp mediu de studiu: 4 ore
Sarcini de învăţare:
- după familiarizarea studentului cu problematica generală a construcţiei unei formule
de cuadratură cu un grad maxim de exactitate pe anumite clase de funcţii, acesta
trebuie să fie capabil de a obţine şi a utiliza, mai apoi, în situaţii concrete, formule
de cuadratură Gauss: Gauss-Legendre, gauss-Cebîşev, Gauss-Hèrmite;
- de asemenea, studentul va putea utiliza în aplicaţii, cuadratura dreptunghiului,
precum şi forme particulare ale cuadraturii Cebîşev.
5.3.1. Formula de cuadratură a dreptunghiului. Formule de cuadratură
Cebîşev
Există şi formule de cuadratură Newton-Côtes, în care sau unul sau amândouă capetele
intervalului de integrare nu se află în
n
A . În această situaţie, formulele respective sunt de
tip deschis, spre deosebire de cele enunţate anterior, ce sunt de tip închis.

Cea mai simplă formulă Newton-Côtes deschisă este cea a punctului median,
adică:
( ) ( ) ( ) f R
2
b a
f a b dx x f
b
a
+
|
.
|

\
| +
÷ =
}
(3.1)
unde
( )
( )
24
M a b
f R
2
3
÷
s (3.2)
Pentru a obţine formula generală, considerăm nodurile echidistante: ih x x
0 i
+ = ,
1 n , 0 i ÷ = şi
n
a b
h
÷
= şi aplicăm (3.1) pe fiecare interval | |
1 i i
x , x
+
, obţinând astfel:
( ) ( )
}
+
(
(
¸
(

¸

+ + + =
b
a
2
n
2
3
2
1
f R y ... y y h dx x f , unde
1 - n 0, i ,
2
h
x f y
i
2
i
=
|
.
|

\
|
+ = (3.3)
şi
( )
( )
2
2
M
24
a b h
f R
÷
s (3.4)
(3.3) s.n. formula generală a punctului median.


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 18
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Formula de cuadratură Cebîşev
Vom prezenta acum, o formulă de cuadratură numerică, ai cărei coeficienţi sunt
egali, cu gradul de exactitate, corespunzătoare unei diviziuni { }
n , 1 i
i n
x
=
= A a intervalului
| | b , a , pentru care, nodurile nu sunt echidistante. Această formulă de cuadratură este
folosită mai ales, în domeniul construcţiei navelor.
Pentru a o putea obţine, plecăm de la următoarea formulă de cuadratură:
( ) ( ) ( ) f R t f B t f
1
1 –
n
1 i
i i
+ =
}
¿
=
(3.6)
Punem condiţia ca (3.6) să îndeplinească cele două cerinţe enunţate anterior:
n 2 1
B ... B B = = = şi gradul său de exactitate să fie n .
Atunci, obţinem considerând ( )
n
t ,..., t , 1 t f = în (3.6), următorul sistem de ecuaţii neliniare,
din care se vor determina punctele
n 2 1
t ,..., t , t :

( ) | |
( )
¦
¦
¦
¹
¦
¦
¦
´
¦
+
÷ ÷
= + + +
= + + +
= + + +
÷
1 n 2
1 1 n
t ... t t
. . . . . . . . . . .
3
n
t ... t t
0 t ... t t
1 n
n
n
n
2
n
1
2
n
2
2
2
1
n 2 1
(3.7)
iar,
( ) n 1, i ,
n
2
B
i
= ¬ = (3.8)
S.N.Bernstein a demonstrat că sistemul (3.7) nu admite soluţii reale pentru 8 n = şi 10 n > .
Pentru a aplica formula deschisă de cuadratură Cebîşev pentru ( )
}
b
a
dx x f , se efectuează
schimbarea de variabilă
t
2
a b
2
a b
x
÷
+
+
= (3.9)
şi astfel se obţine:

( ) ( )
¿
}
=
+
|
.
|

\
| ÷
+
+ ÷
=
n
1 i
i
b
a
f R t
2
a b
2
a b
f
n
a b
dx x f (3.10)
ce este exactă de grad n .
În tabelul următor, apar valorile punctelor n 1, i , t
i
= , pentru { } 5 , 4 , 3 , 2 ne .
n n
i
t
2 1;2 ± 0,577350
3
1;3
2
± 0,707107
0
4
1;4
2;3
± 0,794654
± 0,187592
5
1;5
2;4
3
± 0,832498
± 0,374541
0
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 19
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
5.3.2. Formule de cuadratură numerică Gauss
Utilizarea unei formule de cuadratură Newton-Côtes (2.12), al cărei grad de exactitate este
cel mult ( ) 2 n + , presupune considerarea unei diviziuni echidistante { }
n , 0 i
i n
x
=
= A
( ih x x
0 i
+ = , n , 0 i = ,
n
a b
h
÷
= ) a intervalului | | b , a .
Atunci, se naşte în mod natural,următoarea întrebare: Folosind acelaşi număr de
termeni, nu s-ar putea obţine, printr-o alegere judicioasă a nodurilor din
n
A şi a
coeficienţilor, o formulă de cuadratură, cu grad maxim de exactitate pe anumite clase de
funcţii (spre exemplu, clasa polinoamelor algebrice)?
În principiu, răspunsul este afirmativ, deoarece avem la dispoziţie un număr dublu
de grade de libertate, ce pot fi fixate (noduri şi coeficienţi).
Vom detalia, în continuare, aspectele problemei enunţate, considerând următoarea
formulă de cuadratură numerică:
( ) ( ) ( )
}
¿
=
+ =
b
a
n
1 i
i i
f R y A dx x f x w (3.11)
Formula (3.11) implică n 2 coeficienţi şi noduri şi cum acelaşi număr de coeficienţi,
caracterizează complet un polinom de grad ( ) 1 n 2 ÷ , este evident că gradul maxim de
exactitate al formulei (3.11) este, cel puţin teoretic, ( ) 1 n 2 ÷ .
Acest fapt se realizează şi practic dacă şi numai dacă (3.11) este exactă pentru
sistemul fundamental de funcţii { }
1 n 2 2
x ,..., x , x , 1
÷
, adică dacă ( ) 1 - 0,2n k , 0 x R
k
= = .
Dar ( ) 1 - 0,2n k , 0 x R
k
= = este echivalent cu:
( ) 1 - 0,2n k , x A dx x x w
b
a
n
1 i
k
i i
k
= =
}
¿
=
(3.12)
(3.12) poate fi rezolvat analitic pentru valori mici ale lui n ; dar pantru valori mari,
dificultăţile întâmpinate în rezolvarea sa devin insurmontabile, ceea ce, ne obligă să optăm
pentru schimbarea strategiei de determinare a nodurilor şi a coeficienţilor formulei (3.11).
În acest scop, avem nevoie de câteva preparative suplimentare.
Reamintim mai întâi următoarea definiţie:

Definiţia 3.2.1.:
f şi | | b , a g e s.n. ortogonale în raport cu ponderea w dacă:
( ) ( ) ( )
}
=
b
a
0 dx x g x f x w (3.13)
Teorema 3.2.2.:
Există şi este unic un polinom | | X R P
n
e de grad n , ortogonal pe orice polinom de
grad mai mic sau egal cu ( ) 1 n ÷ .



Demonstraţie:
Fie ( )
0 1
1 n
1 n
n
n n
a x a ... x a x a x P + + + + =
÷
÷
. Putem presupune, fără a restrânge
generalitatea, că 1 a
n
= .
Afirmaţia teoremei este echivalentă cu următoarea:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 20
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( ) 1 - n 0, i , R a !
i
= e - a.i. ( ) ( ) ( )
}
= ¬ =
b
a
k
n
1 - n 0, k , 0 dx x x P x w (3.14)
( ) ( ) · = ¬ =
|
|
.
|

\
|
·
}
¿
=
1 - n 0, k , 0 dx x x a x w
b
a
k
n
0 i
i
i

( ) ( ) 1 - n 0, k , 0 dx x x w a
b
a
k i
n
0 i
i
= ¬ =
}
¿
+
=
(3.15)
Notăm în (3.15),
( )
}
= =
b
a
k
k
1 - n 0, k , dx x x w c (3.16)
(3.15) ·Sistemul de ecuaţii liniare:

¿
=
+
= =
n
0 i
k i i
1 - n 0, k , 0 c a (3.17)
Presupunem, prin reducere la absurd, că există 1 - n 0, i ,
i
= ì , nu toţi nuli a.i. să fie soluţie
a sistemului omogen asociat sistemului (3.17), adică:

¦
¦
¹
¦
¦
´
¦
= + + +
= + + +
= + + +
0 c ... c c
. . . . . . . . . . . . . . . . .
0 c ... 1 c c
0 c ... 1 c c
1 – n 2 – n 2 1 n 0 1 – n
1 – n n 1 1 0 1
1 – n 1 – n 1 1 0 0
ì ì ì
ì ì ì
ì ì ì
(3.18)
·

( )( )
( )( )
( )| |
¦
¦
¦
¦
¦
¹
¦
¦
¦
¦
¦
´
¦
· = + + +
· = + + +
· = + + +
}
}
}
b
a
1 - n
2 – n 2
1 – n
n
1
1 – n
0
b
a
2
n
1 – n
2
1 0
b
a
1
1 – n
1 – n 1 0
0 dx x ... x x x w
. . . . . . . . . . . . . . . . . .
0 dx x ... x x x w
0 dx x ... x x w
ì ì ì ì
ì ì ì ì
ì ì ì ì
(3.19)

Înmulţind egalităţile din (3.19) cu cantităţile indicate şi adunându-le, apoi, obţinem:
( )( ) 0 dx x ... x x w
2
b
a
1 – n
1 – n 1 0
= + + +
}
ì ì ì (3.20)
Ţinând seama de definiţia funcţiei pondere w, din (3.20) rezultă că
0 x ... x
1 – n
1 – n 1 0
= + + + ì ì ì , de unde 0 ...
1 – n 1 0
= = = = ì ì ì . Am obţinut astfel, o
contradicţie cu ipoteza de lucru. Deci, 0 C det = , unde C este matricea coeficienţilor
sistemului (3.18), şi astfel sistemul (3.18) este compatibil determinat.

n
P s.n. polinomul de grad n ortogonal pe | | b , a în raport cu ponderea w.

Propoziţia 3.2.3.:

n
P admite numai rădăcini reale simple şi distincte, în ( ) b , a .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 21
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

Propoziţia 3.2.4.:
Fie
n
P , polinomul ortogonal în raport cu ponderea w, pe | | b , a , de grad n . Atunci,
are loc următoarea egalitate:
( ) ( ) ( ) ( ) 2 n , x P – x P – x x P
2 – n n 1 – n n n
> = ¸ | (3.21)
unde ( ) ( ) , – x x P , 1 x P
1 1 0
| = ÷
( ) 1 n
2 – n
1 – n , 1 – n
1 – n , n
n
a
I
I
÷
+ = | , 2 n ,
I
I
2 – n , 2 – n
1 – n , 1 – n
n
> = ¸ ,
( ) ( )dx x P x x w I
b
a
k
m
k , m }
= , iar
( ) 1 n
2 n
a
÷
÷
reprezintă coeficientul lui
2 n
x
÷
în
1 n
P
÷
.
Cele mai importante cazuri particulare de polinoame ortogonale în raport cu o
pondere, pe un interval se află în următorul tabel:
Intervalul Ponderea
n
P
| | 1 , 1 – ( ) 1 x w = Polinomul Legendre
| | 1 , 1 –
( )
2
x – 1
1
x w =

Polinomul Cebîşev de
ordinul I
| | 1 , 1 –
( )
2
x – 1 x w =

Polinomul Cebîşev de ordinul
II
( ) · ·, –
( )
2
x –
e x w =
Polinomul Hermite
| ) · , 0
( )
x –
e x w =
Polinomul Laguerre
În tabelul următor se află coeficienţii din relaţia de recurenţă (4.66):

n
P
n
|
n
¸
Legendre 0
( )
( )( ) 3 – n 2 1 – n 2
1 – n
2

Hermite 0
2
1 – n

Laguerre ( ) 1 n 2 ÷
( )
2
1 – n
Teorema 3.2.5.:
Formula de cuadratură (3.12), corespunzătoare diviziunii { }
n , 1 i
i n
x
=
= A a
intervalului | | b , a , unde n 1, i , x
i
= este rădăcină a polinomului
n
P , are gradul de exactitate
( ) 1 n 2 ÷ . Mai mult, are loc şi afirmaţia reciprocă.

Demonstraţie:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 22
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
(1) Vom demonstra mai întâi că dacă
n
A este formată din rădăcinile n 1, i , x
i
= ale
polinomului
n
P , ortogonal în raport cu w, pe | | b , a , atunci gradul de exactitate al formulei
(3.12) este ( ) 1 n 2 ÷ .
Considerăm | | X R Qe , de grad mai mic sau egal cu ( ) 1 n 2 ÷ . Dacă 1 n gradQ ÷ s , atunci,
conform teoremei 3.2.2, afirmaţia este adevărată.
Presupunem acum că 1 n 2 gradQ n ÷ s s . Conform teoremei de împărţire cu rest, putem
scrie: ( ) ( ) ( ) ( ) x R x C x P x Q
n
+ = , unde 1 n gradR ÷ s şi 1 n gradC ÷ s . Atunci:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} } } }
= + =
b
a
b
a
b
a
n
b
a
dx x R x w dx x R x w dx x C x P x w dx x Q x w
( ) ( ) ( ) ( ) ( ) ( )
¿ ¿
} }
= =
= = =
n
1 i
i i
n
1 i
i i
b
a
b
a
x Q A x R A dx x R x w dx x Q x w , adică ( ) 0 Q R = .
Considerăm acum n 2 gradQ P Q
1
2
n 1
= · = . Atunci, ( ) ( ) ( ) ÷ =
}
b
a
1 1
dx x Q x w Q R
( ) ( ) ( )
}
¿
> = ÷
=
b
a
1
n
1 i
i 1 i
0 dx x Q x w x Q A , căci 0 Q
1
> pe | | b , a , mai puţin în n puncte n 1, i , x
i
= din
| | b , a .
(2) Vom demonstra că dacă formula de cuadratură (3.12), are gradul de exactitate
( ) 1 n 2 ÷ , atunci nodurile din diviziunea
n
A , n 1, i , x
i
= reprezintă rădăcinile polinomului
n
P ,
ortogonal în raport cu ponderea w, pe | | b , a .
Vom considera polinomul ale cărui rădăcini sunt n 1, i , x
n i
= eA , ( )
[
=
÷ =
n
1 i
i
*
n
x x P şi un
polinom | | X R Qe , de grad mai mic sau egal cu ( ) 1 n ÷ . Atunci, ( ) 1 n 2 Q P grad
*
n
÷ s .
Conform ipotezei de lucru, ( ) ( ) ( ) =
}
b
a
*
n
dx x Q x P x w ( ) ( ) 0 x Q x P A
n
1 i
i i
*
n i
= =
¿
=
, adică
*
n
P este
polinom ortogonal în raport cu ponderea w, pe | | b , a de grad n . Conform teoremei 3.2.2,
n
*
n
P P = şi afirmaţia este demonstrată.

Definiţia 3.2.6.:
Formula de cuadratură (3.12) corespunzătoare funcţiei f şi diviziunii
{ }
n , 1 i
i n
x
=
= A , unde n 1, i , x
i
= , este rădăcină a polinomului de grad n ,
n
P ortogonal în
raport cu ponderea w pe intervalul | | b , a , s.n. formulă de cuadratură Gauss.

În funcţie de intervalul | | b , a şi de ponderea w considerate, vom avea formule de
cuadratură Gauss-Legendre, Gauss-Cebîşev, Gauss-Hèrmite, Gauss-Laguerre, etc.
Formula de cuadratură Gauss (3.12) va fi complet determinată dacă vom calcula
coeficienţii n 1, i , A
i
= . Pentru aceasta, considerăm polinomul | | X R Q
k
e , definit prin:
( )
( )
k
k
n
k
x ,
x x
x P
x Q
÷
= rădăcină a polinomului
n
P (3.22)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 23
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Se observă că: 1 n gradQ
k
÷ s şi ( ) ( )
k n k k
x P x Q ' = . Conform teoremei 3.2.2,
( ) ( ) ( ) ( ) ( ) | |
2
k n k k
2
k
k
n
1 i
i
2
k
i
b
a
2
k
x P A x Q A x Q A dx x Q x w ' = = =
¿
}
=
(3.23)
Din (3.23) rezultă acum că
( ) ( )
( ) | |
n 1, k ,
x P
dx x Q x w
A
k n
b
a
2
k
k
=
'
=
}
adică
( )
( )
( ) ( )
( ) n 1, k ,
x P
dx
x x
x P
x w
A
k n
b
a
2
k
n
k
= ¬
'
(
¸
(

¸

÷
=
}
(3.24)
Conform (3.24), coeficienţii cuadraturii Gauss sunt pozitivi.
Vom da, în cele ce urmează, câteva exemple de cuadraturi Gauss.
a) Formula de cuadratură Gauss-Legendre:
Pentru ( ) ( ) x , 1 x w ¬ = şi | | b , a , (4.56) este de forma: ( ) ( )
}
¿
+ =
=
b
a
n
1 i
i i
f R y A dx x f , unde
conform (3.24)

( ) ( )
( ) | | ( ) ( ) ( )( )
n 1, i ,
b x a x x P ! n 2
a b ! n
A
i i
2
i n
2
1 n 2 4
i
=
÷ ÷ '
÷
=
+
(3.25)
unde n 1, i , x
i
= este rădăcină a polinomului Legendre de grad n ,
( )
( )
( ) ( ) | |
n n
n
n
n
b x a x
dx
d
! n 2
! n
x P ÷ ÷ = .
Coeficienţii Gauss-Legendre sunt folosiţi pentru diferite valori ale lui n , ( ) 1 x w = şi
| | 1 , 1 x ÷ e , deoarece prin t
2
a b
2
b a
x
÷
+
+
= se analizează transformarea | | | | b , a 1 , 1 ÷ ÷
aceşti coeficienţi din tabele pot fi utilizaţi pentru orice interval | | b , a .

n
gradP i
i
t
i
A
2 0;1  0,57735027
3
0;2
1
 0,77459667
0
0,55555556
0,88888889
4
0;3
1;2
 0,86113631
 0,33998104
0,34785484
0,65214516
5
0;4
1;3
2
 0,90617985
 053846931
0
0,23692688
0,47862868
0,56888889
6
0;5
1;4
2;3
 0,93246951
 0,66120939
 0,23861919
0,17132450
0,36076158
0,46791394
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 24
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
7
0;6
1;5
2;4
3
 0,94910791
 0,74153119
 0,40584515
0
0,12948497
0,27970539
0,38183005
0,41795918
8
0;7
1;6
2;5
3;4
 0,96028986
 0,79666648
 0,52553241
 0,18343464
0,10122854
0,22238103
0,31370665
0,36268378

b) Formula de cuadratură Gauss-Cebîşev:
Pentru ( )
2
x 1
1
x w
÷
= şi | | 1 , 1 ÷ , (3.12) are forma:
( )
( )
¿
}
=
÷
+ =
÷
n
1 i
i i
1
1
2
f R y A dx
x 1
x f
, unde
( )
n 1, i ,
n 2
1 i 2
cos x
i
=
÷
=
t
sunt rădăcinile polinomului Cebîşev de grad n ,
( )
( )
| | 1 , 1 x ,
2
x arccos n cos
x T
~
1 n
n
÷ e =
÷
, iar n 1, i ,
n
A
i
= =
t
.
Deci,

( ) ( )
( )
¿
}
=
÷
+
|
.
|

\
| ÷
=
÷
n
1 i
1
1
2
f R
n 2
1 i 2
cos f
n
dx
x 1
x f t t
(3.26)

Propoziţia 3.2.7. (Evaluarea erorii în formulele de cuadratură Gauss):
Dacă | | b , a C f
n 2
e , atunci
( )
( )
( ) ( )
}
s
b
a
2
n
n 2
dx x P x w
! n 2
M
f R , unde
( )
·
=
n 2
n 2
f M pe | | b , a (3.27)
În particular, pentru formula de cuadratură Gauss-Legendre,
( )
( ) ( )
( ) ( ) | |
3
1 n 2 4
n 2
! n 2 1 n 2
a b ! n M
f R
+
÷
s
+
(3.28)

Propoziţia 3.2.8. (Convergenţa formulelor de cuadratură Gauss):
( ) | |
( ) ( )
( ) ( )
}
¿
= e ¬
=
· ÷
b
a
n
1 k
p
i
p
i
p
dx x f x w y A lim , b a, C f
p
.




Exemple
1. Să se deducă cuadratura Gauss cu 2 puncte : Aplicație :
}
[
+
2
0
1
cos
dx
x
x
.
Soluție :
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 25
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- Căutăm R e | o, astfel încât : ) ( ) ( ) ( ) (
1
1
2 1
f R t f t f dt t f + + =
}
÷
| o să fie exactă de
ordinul 3 i.e. :
}
÷
+ = · + = =
1
1
2 1 2 | o | o dt
0 0
2 1
1
1
2 1
= + ¬ + = =
}
÷
t t t t tdt | o | o

}
÷
= + ¬ + =
1
1
2
2
2
1
2
2
2
1
2
3
2
3
2
t t t t dt t | o | o

}
÷
= + ¬ + = =
1
1
3
2
3
1
3
2
3
1
3
0 0 t t t t dt t | o | o
¬
3
1
1 2
= ÷ = t t și ( )
|
|
.
|

\
|
|
.
|

\
|
|
.
|

\
| ÷
= ¬ = =
}
÷
3
1
3
1
1
1
1
f f dt t f | o
- ( )
2
; ;
1
cos [
= =
+
= b o a
x
x
x f

( )
} }
[
÷
~
¦
¦
)
¦
¦
`
¹
¦
¦
¹
¦
¦
´
¦
·
[
+
[
+
(
¸
(

¸

|
.
|

\
|
+
[
+
·
[
÷
[
+
(
¸
(

¸

|
.
|

\
|
+ ÷
[
[
=
[
+
|
.
|

\
|
[
+
(
¸
(

¸

+
[
[
=
+
2
0
1
1
6736 , 0
3
1
4 4
1
1
3
1
4
cos
3
1
4 4
1
1
3
1
4
cos
4
4 4
1
1
4
cos
4 1
cos
dt
t
t
dx
x
x

SV: ) 1 (
4
+
[
= t x
2. Să se deducă cuadratura Gauss cu 3 puncte. Aplicație :
}
+
1
0
2 1 dx x .
Soluție : În acest caz, polinomul Legendre: ( ) t t t P 3 5
2
1
) (
3
3
÷ = cu :
5
3
, 0 ,
5
3
3 2 1
= = ÷ = t t t .
Pentru determinarea coeficienților :
}
÷
+ + =
1
1
3 3 2 2 1 1
) ( ) ( ) ( ) ( t f A t f A t f A dt t f
luăm : :
1
) (
t
t f =
3 2 1
2 A A A + + =
) (
5
3
0
3 1
A A ÷ ÷ = ¬
9
5
3 1
= = A A

3
2
5
3
5
3
3 1
= + A A
9
8
2
= A
¬ ( )
}
÷ (
(
¸
(

¸

|
|
.
|

\
|
+ +
|
|
.
|

\
|
÷ =
1
1
5
3
5 0 3
5
3
5
9
1
) ( f f f dt t f
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 26
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- ( )
(
(
¸
(

¸

|
|
.
|

\
|
+ +
|
|
.
|

\
|
÷ = + = +
} }
÷
5
3
5 0 3
5
3
5
18
1
2
2
1
2 1
1
0
1
1
f f f dt t dx x , unde 2 ) ( + = t t f .
SV :
2
1 +
=
t
x

























Aplicaţii
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 27
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- Calculaţi pasul h astfel încât aproximând
}
H
2
0
sin xdx , prin metoda trapezelor, să se
oţină o eroare
6
10 5
÷
· = c .
- Acelaşi enunţ pentru
}
+
2 , 1
0
2
) 1 ln( dx x , metoda dreptunghiurilor şi
2
10
÷
= c . Şi pentru
}
6 , 2
8 , 1
dx e
x
, metoda lui Simpson şi
3
10
÷
= c .
- Se cere valoarea aproximativă a integralei
}
2
1
4
x
dx
, utilizând metoda trapezelor
(cu h=0,5).
- Se cere valoarea aproximativă a integralei
}
·
2
) ( dx x f cu metoda trapezelor dacă :
i
x 2 4 6
8
i
y 3 11 27
50
- Dacă se cunosc valorile :
i
x 0 1 2 3
4
i
y 0 1 4 9
16
Să se evalueze cu metoda lui Simpson.
- Acelaşi enunţ, pentru
i
x 50 55 60
65
i
y 1,69 1,74 1,77
1,81
,
}
65
50
) ( dx x f şi metoda trapezelor.
- Se cere valoarea aproximativă, cu eroarea
40
1
= c , a integralei cu metoda
dreptunghiurilor.
- Să se aproximeze valorile următoarelor integrale definite:
a)
4
0
1 xdx +
}
, utilizând metoda lui Gauss cu 4 puncte
b)
2
2
0
1 0, 25sin xdx
t
÷
}
, utilizând metoda lui Gauss cu 3 puncte
c)
1
0
1 2xdx +
}
, utilizând metoda lui Gauss cu 4 puncte
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 28
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
d)
2
0
cos
1
x
dx
x
t
+
}
, utilizând metoda lui Gauss cu 2 puncte

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Unitatea de învăţare 6:
Integrarea numerică a ecuaţiilor
diferenţiale
Timp mediu de studiu: 14 ore
Obiective:
1. Însuşirea metodelor de aproximare a soluţiilor unei ecuaţii diferenţiale ordinare: uni-
pas şi multi-pas
2. Analizarea, implementarea şi testarea algoritmilor numerici rezultaţi
3. Utilizarea programelor Matlab corespunzătoare algoritmilor studiaţi
Condiţionări:
- U.I. 1,3,4
- Analiză matematică
Cuprins
U.S. 6.1. Metode directe (uni-pas)
U.S 6.2 Metode indirecte (multi-pas)
U.S. 6.1. prezintă, în debut, câteva comentarii introductive asupra teoriei ecuaţiilor
diferenţiale ordinare (inclusiv, teorema de existenţă şi unicitate), cea a cărei demonstraţie
generează algoritmul metodei lui Picard (sau a aproximaţiilor succesive), pentru ca mai
departe să se concentreze asupra metodelor directe (uni-pas): Taylor, Runge-Kutta, de
aproximare a soluţiilor ecuaţiilor diferenţiale ordinare, cu exemplificarea celor mai
cunoscute forme ale acestora.
În U.S. 6.2, atenţia este îndreptată asupra metodelor de aproximare indirecte (multi-pas)
Bibliografie minimală
- L.A.Sporiş: “Analiză numerică”, Ed.ANMB, 2003
- G.Păltineanu, P.Matei, R.Trandafir: „Bazele analizei numerice”, Ed.Printech, 2001
Bibliografie auxiliară:
- J.C.Butcher: „Numerical Methods for Ordinary Differential Equations”,
J.Wiley&Sons, 2003



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 6.1.
Metode directe
Timp mediu de studiu: 6 ore
Sarcini de învăţare: După parcurgerea acestei U.S., studentul este capabil să descrie
metode directe de soliţionare numerică a ecuaţiilor diferenţiale ordinare şi să aplice cele
mai cunoscute forme ale acestora (metoda Euler, metoda Taylor de ordinul II, metoda
Runge-Kutta de ordinul II, respectiv IV) în aplicaţii concrete.
6.1.1. Introducere
Teoria ecuaţiilor diferenţiale constituie un domeniu central al matematicii, acestea
reprezentând unele dintre cele mai simple şi mai răspândite modele matematice ale
proceselor de evoluţie.
Istoria ecuaţiilor diferenţiale începe în secolul al-XVII-lea, când Newton, Leibniz şi
Bernoulli le utilizează în rezolvarea unor probleme simple de geometrie şi mecanică.
Astăzi, ecuaţiile diferenţiale apar în modelarea multor procese şi fenomene fizice,
tehnice, economice, biologice, etc. … oriunde există mărimi ce variază, viteze şi acceleraţii
ale acestora (spre exemplu: ecuaţiile de mişcare ale mecanicii clasice, ecuaţiile ce
guvernează difuzia şi transportul de căldură, ecuaţia lui Schrödinger), de unde reiese şi
importanţa deosebită a metodelor numerice de rezolvare a acestora.
În cele ce urmează, vor fi tratate în detaliu, metodele numerice de rezolvare a
ecuaţiilor diferenţiale ordinare, de ordinul I. Atenţia deosebită manifestată faţă de acestea,
se justifică, deoarece, orice ecuaţie diferenţială de ordin superior se poate transforma într-
o astfel de ecuaţie (prin înlocuirea notaţiilor scalare cu cele matriceale).
O problemă privind o ecuaţie diferenţială nu este complet determinată, prin ecuaţia
în sine. Sunt necesare condiţii suplimentare, care să favorizeze alegerea unei anumite
soluţii din mulţimea celor compatibile şi care să determine o anumită strategie de rezolvare
numerică a ecuaţiei.
În funcţie de natura condiţiilor suplimentare, problemele referitoare la ecuaţii
diferenţiale se împart în două mari categorii:
a) probleme cu condiţii iniţiale (sau probleme de tip Cauchy);
b) probleme cu condiţii la limită (sau probleme de tip Dirichlet).
Forma generală a unei probleme de tip a) este:

( ) ( ) ( )
( )
¹
´
¦
=
= '
0 0
y x y
x y , x f x y
, unde | | R J , R J b , a : f _ ÷ × , interval,
| | J b , a I : y
1
÷ c ( ) | | J b , a y , x
0 0
× e , fixat. (1.1)
Rezolvarea numerică a problemei (8.1) constă, în general, în aproximarea soluţiei exacte
a ecuaţiei, în puncte aparţinând unei diviziuni a intervalului | |
max 1 0
x ,..., x , x : b , a , prin
intermediul unei relaţii de recurenţă. Astfel, aceste metode numerice se împart în:
- metode directe (uni-pas), ce aproximează valoarea soluţiei exacte y în punctul
| | b , a x
n
e , în funcţie de aproximarea sa în
1 n
x
÷
. Din această categorie fac parte metodele
deduse direct din formula lui Taylor, metodele Runge-Kutta, etc.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 3
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- metode indirecte (multi-pas), în care aproximarea soluţiei y în
n
x se obţine pe baza
aproximărilor în punctele
1 n 1 0
x ,..., x , x
÷
ale diviziunii lui | | b , a . Dintre aceste metode, se pot
aminti metodele: Adams-Bashforth, Niström, Adams-Moulton, Milne-Simpson, Adams-
Bashforth-Moulton, etc.

b) Problemele de tip Dirichlet se obţin prin asocierea unor condiţii suplimentare
asupra valorilor soluţiei, a derivatelor acesteia în capetele intervalului | | b , a , la o ecuaţie
diferenţială dată.
Ne vom concentra în continuare atenţia asupra problemei (5.1). Vom prezenta, mai
întâi, o teoremă de existenţă şi unicitate a soluţiei problemei (5.1).

Teorema 1.1.1.:
Fie | | | | J b , a I : y , R J b , a : f
1
÷ _ ÷ × , ( ) J I y , x
1 0 0
× e a.i.
( ) ( ) ( )
( )
¹
´
¦
=
= '
0 0
y x y
x y , x f x y
.
Dacă sunt îndeplinite următoarele condiţii:
i) f este continuă în raport cu prima variabilă;
ii) f este lipschitziană în raport cu a II-a variabilă,
atunci (5.1) admite o soluţie unică.
Demonstraţie:
Existenţa:
(1.1) · ( ) ( ) ( )
}
+ =
x
x
o
0
dt t y , t f y x y (1.2)

Se consideră şirul ( )
0 n
n
y
>
, definit prin ( )
0 0
y x y = şi
( ) ( ) ( ) ( ) 1 n , dt t y , t f y x y
x
x
n 0 1 n
0
> ¬ + =
} +
(1.3)
Vom arăta că şirul de funcţii ( )
n
n
y este uniform convergent, iar limita acestuia, y este o
soluţie a problemei (1.1). pentru a obţine acest fapt, avem nevoie de următoarele evaluări:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} } ÷ ÷ +
÷ s ÷ s ÷
x
x
1 n n
x
x
1 n n n 1 n
0 0
t y t y L dt t y , t f t y , t f x y x y (1.4)
(conform (ii)), ( ) n ¬ .
Dar ( ) ( ) ( ) ( )
0
x
x
0 0 1
x x M dt t y , t f x y x y
0
÷ s s ÷
}
, unde

| |
( ) ( ) t y , t f sup M
0
b , a xe
= (1.5)
(conform (i)). Atunci:
( ) ( ) ( ) ( )
2
0
x
x
0
x
x
0 1 1 2
x x
! 2
LM
dt x t LM dt t y t y L x y x y
0 0
÷ = ÷ s ÷ s ÷
} }
(conform (1.4) şi (1.5)).


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 4
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Prin inducţie, se demonstrează că:
( ) ( )
( )
( ) 0 n , x x
! 1 n
M L
x y x y
1 n
0
n
n 1 n
> ¬ ÷
+
s ÷
+
+
(1.6)
Considerăm seria de funcţii :
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ... x y x y ... x y x y x y x y x y
n 1 n 1 2 0 1 0
+ ÷ + + ÷ + ÷ +
+
(1.7)
care datorită (1.6) este o serie uniform convergentă pe | | b , a , deci, ( ) | | J b , a I : y
1
÷ _ - a.i.
y s
u
n
÷ , unde
n
s este termenul de rang n al seriei (1.7), care se constată cu uşurinţă că
este egal cu
n
y . Deci, y y
u
n
÷ .
Trecând la limită în relaţia (1.3), obţinem: ( ) ( ) ( )
}
+ =
x
x
0
0
dt t y , t f y x y , adică y este soluţie a
problemei (1.1).
Unicitatea:
Presupunem prin absurd că există
2 1
y , y soluţii distincte ale problemei (5.1).
Fie | | b , a x
1
e a.i. ( ) ( )
1 2 1 1
x y x y = şi ( ) ( ) { } x y x y x x x
2 1 1 2
sup = < = . Cum
1
y şi
2
y sunt
continue rezultă că ( ) ( ) ( ) ( )
1 2 2 1
x , x x , x y x y e ¬ = .
Din ( ) ( ) ( ) x y , x f x y
1 1
= ' şi ( ) ( ) ( ) x y , x f x y
2 2
= ' , obţinem
( ) ( ) = ' ÷ ' x y x y
2 1
( ) ( ) ( ) ( ) ( ) ( ) · ÷ s ÷ x y x y L x y , x f x y , x f
2 1 2 1


( ) ( )
( ) ( )
( ) ( )
1 2
2 1
2 1
x , x x , L
x y x y
x y x y
L e ¬ s
÷
' ÷ '
s ÷ · (1.8)
Integrând (1.8) pe | | | |
1 2
x , x x , x c ' ' ' , obţinem:
( ) ( ) ( ) ( ) x L x L x y x y ln x y x y ln x L x L
2 1 2 1
' ÷ ' ' s ' ÷ ' ÷ ' ' ÷ ' ' s ' + ' ' ÷ (1.9)
În (1.9), trecem la limită pentru
2
x x ÷ ' şi atunci:
( ) ( )
2 2 1 2
Lx x L x y x y ln Lx x L ÷ ' ' s · + ' ' ÷ ' ' s + ' ' ÷ : fals.

Observaţia 1.1.2.:
Demonstraţia teoremei 1.1.1, degajă o metodă de determinare a elementelor şirului
( )
n
n
y definit prin (1.3), care se constituie în aproximante ale soluţiei exacte y , definită de
(1.1), numită metoda lui Picard sau a aproximaţiilor succesive, ce se încadrează în
categoria metodelor analitice de rezolvare. Mai mult, se poate obţine şi o evaluare a erorii
de trunchiere, şi anume:
( ) ( )
( )
Lc
1 n n
n
e
! 1 n
c L M
x y x y ·
+
·
s ÷
+
, unde
| |
{ } x b , x a max c
0 0
b , a x
÷ ÷ =
e
(1.10)
(1.10) se obţine din evaluarea: ( ) ( ) x y x y
n p n
÷
+
pe baza (1.6).
Dezavantajul metodei lui Picard constă în faptul că, pentru obţinerea lui
n
y este necesară
evaluarea unor integrale. De aceea, importanţa sa este în primul rând de ordin teoretic.




Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 5
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
6.1.2. Metode directe
Metoda lui Taylor
Această metodă constă în aproximarea soluţiei exacte, y , a problemei (1.1), prin
expresii obţinute cu formula Taylor, aplicată lui y în punctele unei diviziuni echidistante a
intervalului | | n 0, i , ih x x , b x ... x x a : : b , a
0 i n 1 0 n
= + = = < < < = A .

Descrierea metodei:

Pasul 1:
Conform formulei Taylor, aplicată funcţiei f , presupusă a fi diferenţiabilă de un
număr suficient de ori, în
0
x , obţinem:
( ) ( )
( )
( )
( ) ( )
¿
=
+
+
÷
+ =
p
1 k
0 1 p 0
k
k
0
o
x R x y
! k
x x
x y x y , unde
( )
( )
( )
·
+
÷
=
+
+
! 1 p
x x
x R
1 p
0
0 1 p
( )
( ) ( )
1 0
1 p
x , x , y e
+
, , (1.11)
Pentru
1
x x = din (1.11) se obţine:
( )
( )
( ) ( )
¿
=
+
+ + =
p
1 k
0 1 p 0
k
k
0 1
x R x y
! k
h
y x y cu ( ) ( )
1 p
0 1 p
h O x R
+
+
+ . Se notează:

( )
( )
¿
=
+ =
p
1 k
0
k
k
0 1
x y
! k
h
y y (1.12)
şi se aproximează ( )
1
x y cu
1
y .

Pasul i:
Cu formula lui Taylor aplicată lui y în jurul lui
1 i
x
÷
şi luând apoi
i
x x = , obţinem:
( )
( )
( ) ( )
¿
=
+ ÷ ÷
+ + =
p
1 k
i 1 p 1 i
k
k
1 i i
x R x y
! k
h
y x y . Notăm cu:

( )
( )
¿
=
÷ ÷
+ =
p
1 k
1 i
k
k
1 i i
x y
! k
h
y y (1.13)
şi aproximăm ( )
n
x y cu
n
y . Observăm că ( ) ( )
1 p
i 1 p
h O x R
+
+
= .
Deci, pentru aproximarea soluţiei exacte y , metoda Taylor de ordin p , sugerează
următoarea relaţie de recurenţă:

( )
( ) ( ) 1 i n , x y
! k
h
y y
p
1 k
1 i
k
k
1 i i
> > ¬ + =
¿
=
÷ ÷
(1.14)
unde
0
y este fixat în
*
N p , J e , construită având în vedere diviziunea echidistantă
b x ... x x a :
n 1 0 n
= < < < = A a intervalului | | b , a .
Aşa cum lesne se observă din (1.14), principalul dezavantaj al metodei Taylor îl
constituie calculul derivatelor:
( )
p k 1 , y
k
s s , în punctele diviziunii
n
A .



Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 6
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Observaţia 1.2.1.:

a) În formula (1.14), evaluarea derivatelor lui y este:
- ( ) ( ) ( ) x y , x f x y = ' ;
- ( ) ( ) ( ) ( ) ( ) ( ) ( ) x y , x f x y , x f x y , x f x y
y x
· + = ' ' , unde
x
f
f
not
x
c
c
= , iar
y
f
f
not
y
c
c
= ;
- ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )· + · + + = ' ' ' x y , x f x y , x f x y , x f x y , x f 2 x y , x f x y
x
2
y
xy
x
2 2

( ) ( ) ( ) ( ) ( ) ( ) ( ) x y , x f x y , x f x y , x f
x
2
y y
+ · , unde

2
2
not
x
x
f
f
2
c
c
= ,
2
2
not
y
y
f
f
2
c
c
= ,
y x
f
f
2
not
xy
c c
c
= ş.a.m.d. (1.15)

b) Spre exemplu, formula lui Taylor de ordin 3 pentru rezolvarea problemei (1.1)
este:
( ) ( ) ( ) ( ) + + = · ' ' ' + ' ' + ' + =
÷ ÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i 1 i i 1 i
3
1 i
2
1 i 1 i i
y , x hf y y x y
! 3
h
x y
! 2
h
x y h y y
( ) ( ) ( ) | | ( ) | + + · + +
÷ ÷ ÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i
x
3
1 i 1 i 1 i 1 i y 1 i 1 i x
2
y , x f
! 3
h
y , x f y , x f y , x f
! 2
h
2

( ) ( ) ( ) ( )· + + +
÷ ÷ ÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i x 1 i 1 i
2
1 i 1 i
y
1 i 1 i xy
y , x f y , x f y , x f y , x f 2
2

( ) ( )( ) ( )
1 i 1 i x 1 i
1 i
y 1 i 1 i y
y , x f y , x f y , x f
2 ÷ ÷ ÷
÷
÷ ÷
· + · .

Convergenţa metodei va fi tratată în finalul § 1.2.

Evaluarea erorii:
Conform (1.11)
( )
( )! 1 p
h M
y x y
1 p
1 p
i i
+
s ÷
+
+
, unde
( )
·
+
+
=
1 p
1 p
f M (1.16)
Dacă în (1.14), considerăm 1 p = , obţinem:
( )
1 i 1 i 1 i i
y , x f h y y
÷ ÷ ÷
+ = (1.17)
(s.n. formula lui Euler).
Metoda lui Euler are o interpretare geometrică foarte simplă. Presupunând că s-a
determinat
1 i
y
÷
, pentru a obţine aproximarea soluţiei exacte, y , în
i
x , se duce tangenta
la graficul funcţiei y , în punctul ( )
1 i 1 i
y , x
÷ ÷
şi apoi se intersectează cu dreapta de ecuaţie
i
x x = . Din acest motiv, metoda lui Euler se mai numeşte şi metoda liniilor poligonale
(deoarece se înlocuieşte curba ( ) x y y = ce trece prin ( )
0 0 0
y , x P cu linia poligonală
n 2 1 0
P ,..., P , P , P ce trece prin punctele ( ) n 0, i , y x P
i i i
= ).

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 7
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.


Metoda Runge-Kutta
Ne situăm în aceleaşi ipoteze de lucru ca în A.
Clasa metodelor Runge-Kutta are următoarele caracteristici:
1. Elementele sala sunt metode directe.
2. Aproximarea soluţiei exacte, y , a problemei (1.1) furnizată de metoda Runge-
Kutta de ordinul p , (ordonată după puterile lui h ) “coincide” în primii p termeni cu
dezvoltarea în serie Taylor a soluţiei exacte, în fiecare din punctele diviziunii
n
A .
3. Evaluările necesare se referă doar la funcţia f şi nu la derivatele acesteia (ca în
A.).
Descrierea metodelor:
În esenţă, aproximarea soluţiei exacte în y , într-un punct
i
x din
n
A , prin metoda
Runge-Kutta de ordinul p , se realizează cu ajutorul unei relaţii de recurenţă de forma:

¿
=
÷
+ =
p
k
k k i i
g a y y
1
1
, unde
( )
¿
÷
=
÷ ÷
+ = + = =
1 k
1 j
j kj 1 i k k 1 i k k k k
g y , h x , , hf g | q o , q , (1.18)
a.i. 0
11 1
= = | o , 1 i > .
Determinarea coeficienţilor
k k k
, , a | o , are în vedere realizarea punctului 2., mai sus
menţionat.
În continuare, vom descrie determinarea coeficienţilor din (1.18), în detaliu pentru
2 p = , succint pentru { } 4 , 3 pe .
Se observă că pentru 1 p = , (1.18) devine: ( ) 1 i n , y , x hf y y
1 i 1 i 1 i i
> > + =
÷ ÷ ÷
, ceea
ce nu reprezintă altceva decât relaţia de recurenţă, pe care se bazează metoda lui Euler.
Considerăm în (1.18), 2 p = . Atunci, se obţine:
2 2 1 1 1 i i
g a g a y y + + =
÷
, unde:
( ) ( )
2 21 1 i 2 1 i 2 1 i 1 i 1
g y , h x hf g , y , x hf g | o + + = =
÷ ÷ ÷ ÷
(1.19)

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 8
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Scriind formula lui Taylor pentru funcţia de două variabile, f ,
1 21 1 - i 1 1 - i 1 - i 1 i
g y y , h x x , y b , x a | o + = + = = =
÷
şi reţinând doar primii 3 termeni,
obţinem:

( ) ( ) ( ) ( ) | |+ + + = ÷
÷ ÷ ÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i y 1 i 1 i 21 1 i 1 i x 2 1 i 1 i
2
y , x f y , x hf y , x hf y , x f
h
g
| o

( ) ( ) ( ) | + + +
÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i xy 1 i 1 i
2
21 1 1 i 1 i
x
2 2
1
y , x f y , x f h 2 y , x f h
! 2
1
2
| o o
( ) ( )
(
¸
(
+
÷ ÷ ÷ ÷ 1 i 1 i
y
1 i 1 i
2 2 2
21
y , x f y , x f h
2
| . (1.20)
Din dezvoltarea în serie Taylor a soluţiei exacte, y , în jurul punctului
1 i
x
÷
, pentru
i
x x = , reţinem primii 4 termeni:
( ) ( ) ( ) ( ) ( )
1 i
3
1 i
2
1 i 1 i i
x y
! 3
h
x y
! 2
h
x y
! 1
h
x y x y
÷ ÷ ÷ ÷
' ' ' + ' ' + ' + = (1.21)
Înlocuind în (1.21), ( ) ( ) ( ) x y , x y , x y ' ' ' ' ' ' cu expresiile din (1.15), calculate în punctul
1 i
x
÷
şi
apoi, identificând coeficienţii puterilor lui h din (1.19) şi (1.21), obţinem:
( )( ) ( )
1 i 1 i 2 1 1 i 1 i
y , x f a a y , x f : h
÷ ÷ ÷ ÷
= + (1.22)
( ) ( ) ( ) ( ) = +
÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i y 1 i 1 i 21 1 i 1 i x 2 2
2
y , x f y , x y , x f a : h | o
( ) ( ) ( ) ( )
1 i 1 i y 1 i 1 i 1 i 1 i x
y , x f y , x f y , x f
2
1
÷ ÷ ÷ ÷ ÷ ÷
+ = (1.23)
Astfel, din (1.22), 1 a a
2 1
= + , iar din (1.23), dacă ţimen seama de independenţa lui
x
f
şi
y
f în ( )
1 i 1 i
y , x
÷ ÷
, reiese:
¦
¦
¹
¦
¦
´
¦
=
=
2
1
a
2
1
a
21 2
2 2
|
o
, de unde
21 2
| o = . Deci, în urma identificărilor, s-
a obţinut sistemul de ecuaţii liniare subdeterminat:

¦
¦
¹
¦
¦
´
¦
=
=
= +
21 2
2 2
2 1
2
1
a
1 a a
| o
o (1.24)
Considerând R , a
2
e = ì ì , obţinem:

ì
| o ì
2
1
, 1 a
21 2 1
= = ÷ = (1.25)
În concluzie, (1.19) · ( )
2 1 1 i i
g g 1 y y ì ì + ÷ + =
÷

unde ( )
1 i 1 i 1
y , x hf g
÷ ÷
= şi |
.
|

\
|
+ + =
÷ ÷
ì ì 2
g
y ,
2
h
x hf g
1
1 i 1 i 2
(1.26)
Observaţia 1.2.2.:
a) Valoarea lui ì nu rezultă dintr-o anumită condiţie suplimentară (egalând spre
exemplu, coeficienţii lui
3
h , ceea ce, în particular, nu este posibil căci într-una din expresii,
coeficientul lui ( ) ( ) y , x f y , x f
1 i 1 i y 1 i 1 i x ÷ ÷ ÷ ÷
· este 0, iar în celelaltă,
6
1
).
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 9
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Dacă am impune doar egalarea coeficienţilor derivatelor parţiale de ordinul 2, şi conform
(1.25), s-ar obţine:
6
1
a
2
1
,
3
1
a ,
6
1
a
2
1
2
21 2 21 2 2
2
2 2
= = = · | | o o , şi de aici:
3
2
2
= o şi
4
3
= ì .
Nu putem însă să ne pronunţăm dacă, pentru
4
3
, ì se obţine o eroare de metodă mai
mică, deoarece, s-ar putea să se găsească o valoare a lui ì , care să facă posibilă
egalitatea coeficienţilor lui
3
h din (1.19) şi din întreaga dezvoltare în serie Taylor a lui y în
1 i
x
÷
.
b) Eroarea de metodă, obţinută din:
( ) ( ) ( ) +
|
.
|

\
|
÷ +

¸

|
.
|

\
|
÷ =
÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i xy 1 i 1 i 1 i 1 i
x
3
y , x f y , x f
4
1
3
1
y , x f
8
1
6
1
h
2
ì ì
c
( ) ( ) ( ) ( )· + +
|
.
|

\
|
÷ +
÷ ÷ ÷ ÷ ÷ ÷ ÷ ÷ 1 i 1 i 1 i 1 i y 1 i 1 i x 1 i 1 i
y
y , x f y , x f y , x f y , x f
8
1
6
1
2
ì

( ) ( )|
1 i 1 i
2
y
y , x f
÷ ÷
· (1.27)
are o expresie extrem de complicată şi din acest motiv, nu poate fi folosită la o exploatare
practică imediată.
c) Din cele văzute anterior, este evident că, nu putem vorbi de o metodă Runge-
Kutta de ordinul 2, ci de o familie de astfel metode.
d) Cel mai adesea, folosim algoritmul ce rezultă din (1.26), considerând
2
1
= ì ,
adică: , g
2
1
g
2
1
y y
2 1 1 i i
+ + =
÷

( ) ( )
1 1 i 1 i 2 1 i 1 i 1
g y , h x hf g , y , x hf g + + = =
÷ ÷ ÷ ÷
(1.28)
Von considera acum 3 p = . (1.18) devine:

3 3 2 2 1 1 1 i i
g a g a g a y y + + + =
÷
, unde
( ) ( )
2 21 1 i 2 1 i 2 1 i 1 i 1
g y , h x hf g , y , x hf g | o + + = =
÷ ÷ ÷ ÷

( )
2 32 1 31 1 i 3 1 3
g g y , h x hf g | | o + + + =
÷ ÷
(1.29)
Pentru determinarea coeficienţilor din (1.29), se procedează analog cu situaţia
anterioară, adică:
- se dezvoltă soluţia exactă, y , în jurul punctului
1 i
x
÷
şi se consideră
i
x x = ;
- se dezvoltă
2
g şi
3
g (cu formula lui Taylor) în ( )
1 i 1 i
y , x
÷ ÷
pentru
( )
1 21 1 i 2 1 i
g y , h x | o + +
÷ ÷
, respectiv ( )
2 32 1 31 1 i 3 1 i
g g y , h x | | o + + +
÷ ÷
;
- se ordonează ambele expresii după puterile lui h ;
- se identifică coeficienţii primelor 3 puteri ale lui h , obţinându-se astfel, un sistem de
ecuaţii liniare de 8 ecuaţii cu 8 necunoscute, dintre care, doar 6 ecuaţii sunt independente:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 10
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

( )
( )
( )
¦
¦
¦
¦
¦
¦
¦
¦
¦
¹
¦
¦
¦
¦
¦
¦
¦
¦
¦
´
¦
=
=
= + +
= +
= + +
= + +
= +
= + +
6
1
a
,
6
1
a
6
1
a
2
1
a
2
1
6
1
a
2
1
a
2
1
3
1
a a
2
1
a a
2
1
a a
1 a a a
3 32 21
3 32 2
3 32 31 2
2
21
3
2
3 2
2
2
3 32 31 3 2 21 2
3 32 31 2 21
3 3 2 2
3 2 1
| |
| o
| | |
o o
| | o | o
| | |
o o
(1.30)

de unde se obţine:

32 31 3 2 2
, | | o | o + = = (1.31)
De obicei, se consideră următoarea situaţie, pentru sistemul subdeterminat (1.30):
1 ,
2
1
3 2
= = o o
şi de aici:
1 , 2 ,
2
1
,
6
2
a ,
6
1
a a
31 32 21 2 3 1
÷ = = = = = = | | | (1.32)
şi astfel, din (1.29),
( )
2 3 1 1 i i
g
3
2
g g
6
1
y y + + + =
÷

unde
( ) , g
2
1
y ,
2
h
x hf g , y , x hf g
1 1 i 1 i 2 1 i 1 i 1
|
.
|

\
|
+ + = =
÷ ÷ ÷ ÷

( )
2 1 1 i 1 i 3
g 2 g y , h x hf g + ÷ + =
÷ ÷
(1.33)
(algoritmul lui Kutta ).
Pentru 4 p = , (1.19) devine:

4 4 3 3 2 2 1 1 1 i i
g a g a g a g a y y + + + + =
÷

unde
( )
1 i 1 i 1
y , x hf g
÷ ÷
=
( )
1 21 1 i 2 1 i 2
g y , h x hf g | o + + =
÷ ÷
(1.34)
( )
2 32 1 31 1 i 3 1 i 3
g g y , h x hf g | | o + + + =
÷ ÷

( )
3 43 2 42 1 41 1 i 4 1 i 4
g g g y , h x hf g | | | o + + + + =
÷ ÷


Determinarea coeficienţilor din (1.34) se dovedeşte a fi extrem de laborioasă, ea
urmând aceeaşi cale ca şi în situaţiile anterioare, oprindu-ne de această dată la
identificarea coeficienţilor puterilor lui h de exponent, inclusiv 4. Sistemul de ecuaţii liniare
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 11
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
ce rezultă este de asemenea, subdeterminat, dar variantele cele mai utilizate în practică
sunt:
(i)
0 1, ,
2
1
3
1
a a ,
6
1
a a
42 41 31 43 4 32 21 3 2
3 2 4 1
= = = = = = = = =
= = = =
| | | | o | | o o
(1.35)
algoritmul Runge-Kutta de ordinul 4, standard.

(ii) ( )
2
1
1 ,
2
1
,
2
1
1
0 , 1 2
2
1
, 1 ,
2
1
2
1
1
3
1
a ,
2
1
1
3
1
a ,
6
1
a a
43 42 32
41 31 4 21 3 2
3 2 4 1
+ = ÷ = ÷ =
= ÷ = = = = =
|
.
|

\
|
+ = |
.
|

\
|
÷ = = =
| | |
| | o | o o (1.36)
algoritmul Runge-Kutta-Gill.
(iii)
1 ,
3
1
1 ,
3
2
,
3
1
8
3
a a ,
8
1
a a
42 31
43 32 41 4 3 21 2
3 2 4 1
÷ ÷ =
= = = = = = =
= = = =
| |
| | | o o | o (1.37)
algoritmul Kutta de 3 optimi.
Un studiu comparativ al acestor 3 variante scoate în evidenţă următoarele aspecte:
- (i) şi (iii) sunt mai afectate de erorile de rotunjire decât (ii);
- timpul de calcul afectat pentru (ii) este mai mare decât pentru celelalte 2 variante.

Metodele Runge-Kutta sunt extrem de folosite în practică uneori chiar ca
elemente ale unor algoritmi de tip hibrid (spre exemplu, algoritmul Stoller-Morisson).
Există totuşi şi impedimente în utilizarea acestor metode, cel mai important fiind
legat de alegerea pasului, în funcţie de aproximarea care se doreşte, deoarece expresia
erorii de metodă este extrem de complicată şi de greu de manevrat în situaţii practice.

Convergenţa metodelor directe

Se observă că metodele directe din A. şi B. sunt descrise de relaţii de recurenţă
a căror formă generală este:
n 0, i , ih x x
0 i
= + = ,
0
y fixat
( ) 1 i , y , x h y y
1 i 1 i 1 i
> + =
÷ ÷ ÷
¢ (1.38)

Definiţia 1.2.3.:
O metodă directă (descrisă de (1.38)) este convergentă dacă:
( ) ( ) ( ) | | b a, x , x y x y lim
i
0 h
e ¬ =
÷

= = + = x ih x x
0 i
fix (1.39)
O metodă directă este convergentă de ordin p dacă există 0 M > a.i.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 12
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( ) ( ) | | b , a x ih x x , Mh y x y
0 i
p
i i
e = + = ¬ s ÷ (1.40)
Teorema 1.2.4.:
Dacă în situaţia (1.38) sunt îndeplinite următoarele condiţii:
i) ¢ este lipschitziană în cel de-al doilea argument;
ii) ( ) 0 h 1, p 0, K
0
> > > - a.i.

| |
( ) ( ) ( ) ( ) ( )
0
1 p
b , a x
h 0, h , Kh x y , x h x y h x y sup e s ÷ ÷ +
+
e
¢ (1.41)
atunci: ( )
( )
p
L x x
i i
Kh
L
1 e
y x y
0 i
÷
s ÷
÷
, dacă 0 L = şi
( ) ( )
p
0 i i i
Kh x x y x y ÷ s ÷ , dacă 0 L = (1.42)

Observaţia 1.2.5.:
Teorema anterioară ne spune că dacă, pentru o metodă directă, funcţia de creştere
¢ este lipschitziană în al doilea argument şi are loc (1.41) (i.e.metoda (1.38) este
consistentă de ordin p ), atunci ea este convergentă de ordin p .

Corolar 1.2.6.:
a) Metoda Taylor de ordinul p este convergentă de ordinul p .
b) Metodele Runge-Kutta sunt convergente.


















Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 13
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 6.2.
Metode indirecte
Timp mediu de studiu: 8 ore
Sarcini de învăţare: După parcurgerea acestei U.S., studentul este apt pentru a descrie şi
aplica o serie de metode indirecte (Adams-Bashforth, Adams-Muolton, Nyström, Milne-
Simpson, predictor-corector) în rezolvarea numerică a ecuaţiilor diferenţiale ordinare.
6.2.1. Metode indirecte
Vom considera, problema Cauchy.(1.1)
Considerăm ecuaţia diferenţială din (1.1), scrisă sub forma următoarei ecuaţii
integrale:
( ) ( ) ( ) ( )dx x y , x f x y x y
p i
m i
x
x
m i p i }
+
÷
+ =
÷ +
(2.1)
Caracteristica generală a metodelor indirecte constă în înlocuirea (2.1), a funcţiei f
cu un polinom de interpolare, relativ la nodurile
r i 1 i i
x ,..., x , x
÷ ÷
, spre exemplu cu polinomul
de interpolare Newton de spaţa a-II-a, adică ( ) ( ) ... x x
h ! 1
f
f x N
i
i
i 2
+ ÷
V
+ =
( ) ( )
r i i
r
i
r
x x ... x x
h ! r
f
÷
÷ ÷
V
+ , unde ( )
i i
not
i
y , x f f = . Deci: ( )
p i
x y
+
se aproximează prin:
( )
}
+
÷
+ =
÷ +
p i
m i
x
x
2 m i p i
dx x N y y (2.2)
Efectuând în (2.2), schimbarea de variabilă: th x x
i
+ = se obţine:
( ) ( )
¿
}
=
÷
÷ +
÷ + +
V
+ =
r
0 j
p
m
i
j
m i p i
dt 1 j t ... 1 t t
! j
f
h y y .
Notând
( ) ( )
}
÷
÷ + + =
p
m
j
dt 1 j t ... 1 t t
! j
1
o (2.3)
putem scrie

}
¿
=
÷ ÷
=
÷ +
+ = V + =
r
0 j
j i j m i
r
0 j
i
j
j m i p i
f h y f h y y | o (2.4)
unde
( )
(
¸
(

¸

|
|
.
|

\
|
+ +
|
|
.
|

\
| +
+
|
|
.
|

\
|
÷ =
+ r 1 j j
j
j
j
r
...
j
1 j
j
j
1 o o o | (2.5)
este rezultatul explicitării operatorului
j
V .


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 14
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Deci, în concluzie:
0 i , f h y y
r
0 j
j i j 1 i p i
> + =
¿
=
÷ ÷ +
| (2.6)
Precizăm că
( ) ( )
¦
¹
¦
´
¦
>
+ ÷
e <
=
|
|
.
|

\
|
k m ,
! k
1 k m ... 1 - m m
Z m k, m , 0
k
m
.
Metodele indirecte se clasifică în funcţie de valorile lui p , după cum urmează:
a) deschise ( ) 1 p = .
b) închise ( ) 0 p = .
Într-o metodă deschisă, primul nod în care acesta se aplică este
1 i
x
+
, unde
{ } r , m max i = . Aproximările i 1, k , y
k
= sunt determinate printr-o metodă directă.
1 i
y
+
se
deduce în funcţie de
r i i
y ,..., y
÷
, dacă r m< şi în funcţie de
m i i
y ,..., y
÷
dacă r m > .
Metodele închise dau impresia, la prima evaluare, că sunt greu de utilizat în situaţii
practice, deoarece pentru aproximarea valorii ( )
1 i
x y
+
este necesară cunoaşterea, ca dată
de intrare a valorii ( )
1 i 1 i 1 i
y , x f f
+ + +
= pe care o putem manevra, atâta timp cât nu se ştie
1 i
y
+
. Vom vedea că acest neajuns poate fi elinimat prin folosires ansamblului predictor-
corector.
Particularizând egalitatea (2.3) obţinem cele mai importante metode indirecte, ce
sunt utilizate în situaţii practice:
a) (1) 0 r 0, m , 1 p = = =
( )
i i i 1 i
y , x hf y y + =
+
- formula lui Euler.
(2) N r 0, m , 1 p e = = , oarecare
+ V + V + V +

¸

V + V + =
+ i
4
i
3
i
2
i
1
i
0
i 1 i
f
720
251
f
8
3
f
12
5
f
2
1
f h y y

(
¸
(
+ V + V + ... f
60480
19087
f
288
95
i
6
i
5
(2.7)
formula Adams-Bashforth.
(3) N r 1, m , 1 p e = = , oarecare
| + V + V + V + V · + V + =
÷ + i
4
i
3
i
2
i
1
i
0
1 i 1 i
f
90
29
f
3
1
f
3
1
f 0 f 2 h y y

(
¸
(
+ V + V + ... f
3780
1139
f
45
14
i
6
i
5
(2.8)
formula lui Nyström.

b) (1) N r 1, m , 0 p e = = , oarecare
÷ V ÷ V ÷ V ÷

¸

V ÷ V + =
÷ i
4
i
3
i
2
i
1
i
0
1 i i
f
720
19
f
24
1
f
12
1
f
2
1
f h y y

(
¸
(
÷ V ÷ V ÷ ... f
60480
863
f
160
3
i
6
i
5
(2.9)
formula lui Adams-Moulton.


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 15
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
(2) N r 2, m , 0 p e = = , oarecare
( )
(
¸
(

¸

+ V ÷ V + V ÷ V + + =
÷ ÷
... f
3780
37
f
90
1
f
3
1
f 2 h y y
i
6
i
5 4
i
2
1 i 2 i i
(2.10)
formula lui Milne-Simpson.
(3) 0 r 2, m , 0 p = = =
( ) 2 i , f f 4 f
3
h
y y
2 i 1 i i 2 i i
> + + + =
÷ ÷ ÷
(2.11)
formula lui Milne.
În tabelele ce urmează se află coeficienţii
j
| calculaţi pentru (2.7) şi (2.9), dacă 5 r > .

Coeficienţii
j
| pentru Adams-Bashforth
j
r
0 1 2 3 4 5
1
2
3

2
1
÷

2
12
23

12
16
÷
12
5


3
24
55

24
59
÷
24
37

24
9
÷

4
720
1901

720
2774
÷
720
2616

720
1274
÷
720
251


5
1440
4227

1440
7673
÷
1440
9482

1440
6798
÷
1440
2627

1440
425
÷

Coeficienţii
j
| pentru Adams-Moulton
j
r
0 1 2 3 4 5
1
2
1

2
1

2
12
5

12
8

12
1
÷



3
24
9

24
19

24
5
÷
24
1

4
720
251

720
646

720
264
÷
720
106

720
19
÷
5
1440
475

1440
1427

1440
798
÷
1440
482

1440
173
÷
1440
27


Observaţia 2.1.1.:
Pentru a putea utiliza metodele indirecte închise, este necesară aplicarea
ansamblului predictor-corector.
În etapa predictor, se rezolvă ecuaţia diferenţială din (1.1), cu ajutorul unei metode
directe şi se obţin valorile aproximative ale soluţiei exacte y în noduri: , y , y
p
2 i
p
1 i + +
etc…. În
etapa următoare, corector, valorile determinate în prima etapă, sunt introduse în membrul
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 16
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
drept al algoritmului metodei închise, care se execută până la obţinerea acurateţii dorite a
soluţiei
c
1 i
c
1 i
y , y
+ +
,etc…., în punctele date.
Evident, folosirea ansamblului predictor-corector, determină o creştere a timpului de
execuţie, dar rezultatele obţinute sunt mult mai precise.
Cele mai utilizate variante predictor-corector sunt:
(1)

( ) ( )
( ) | | ( )
¦
¦
¹
¦
¦
´
¦
= ÷ + =
= ÷ + =
+
+
+
÷
+
1 r f y , x f
2
h
y y
1 r f f 3
2
h
y y
i
p
1 i
1 i i
c
1 i
1 i i i
p
1 i
Moulton - Adams
Bashforth - Adams
(2.12)
(2)

( ) ( )
( ) | | ( )
¦
¦
¹
¦
¦
´
¦
= ÷ ÷ + =
= + ÷ + =
÷ + + +
÷ ÷ +
2 Moulton - Adams 8 , 5
12
2 Bashforth - Adams 5 16 23
12
1 1 1 1
2 1 1
r f f y x f
h
y y
r f f f
h
y y
i i
p
i i i
c
i
i i i i
p
i
(2.13)
(3)
( ) ( )
( ) | | ( )
¦
¦
¹
¦
¦
´
¦
= + ÷ ÷ + =
= ÷ + ÷ + =
÷ ÷ + + +
÷ ÷ ÷ +
3 Moulton - Adams 5 19 , 9
24
3 Bashforth - Adams 9 37 59 55
24
2 1 1 1 1
3 2 1 1
r f f f y x f
h
y y
r f f f f
h
y y
i i i
p
i i i
c
i
i i i i i
p
i
(2.14)


















Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 17
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Exemple
1. Fie P.C.
'
(0) 1
y xy
y
= ¦
´
=
¹
. Să se integreze ecuaţia, utilizând metoda lui Picard.
Soluţie:
- PC dată
0
( ) (0) ( )
x
y x y ty t dt · = +
}

- Considerăm şirul aproximaţiilor soluţiei y, ( )
n
n
y , definit prin:
1 0 1
0 0
( ) ( ) ( ) 1 ( ) .
x x
n n n n
y x y ty t dt y x ty t dt
+ +
= + · = +
} }

2 3
0 1 2
0 0
( ) 1; ( ) 1 1 ; ( ) 1
2 2
x x
x t
y x y x tdt y x t dt
| |
¬ = = + = + = + + =
|
\ .
} }

2 4 3 5 2 4 6
3
0
1 ; ( ) 1 1
2 8 2 8 2 8 48
x
t t t t x x x
y x t dt
| |
= + + = + + + = + + +
|
\ .
}

Prin inducţie:
2 4 6 2
( ) 1 ...
2 8 48 2 !
n
n n
x x x x
y x
n
= + + + + +
- In particular, soluţia exactă este
2
2
x
y e = .
2. Să se determine o aproximare a P.C.: ' cos , (0) 1, pe ,
4 4
y y x y
t t (
= = ÷
(
¸ ¸

Soluţie:
- P.C. dată
0
( ) (0) cos ( )
x
y x y t y t dt · = + ·
}

( )
n
n
y definit prin:
1
0
( ) 1 cos ( )
x
n n
y x t y t dt
+
= + ·
}

Avem:
0 1
0
( ) 1; ( ) 1 cos 1 sin ;
x
y x y x tdt x = = + = +
}

2
2
0
sin
( ) 1 cos (1 sin ) 1 sin ;
2
x
x
y x t t dt x = + + = + +
}

2 2 3
3
0
sin sin sin
( ) 1 cos 1 sin 1 sin ;
2 2 6
x
t x x
y x t t dt x
| |
= + + + = + + +
|
\ .
}

2 3 2 3 4
4
0
sin sin sin sin sin
( ) 1 cos 1 sin 1 sin ;
2 6 2 6 24
x
t x x x x
y x t t dt x
| |
= + + + + = + + + +
|
\ .
}

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 18
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- Soluţia exactă:
sin
( )
x
y x e = .
3. Să se integreze cu metoda lui Euler, PC:
2
' , (0) 1, 0, 2 y x y y h = ÷ = = .
Soluţie:
( )
2
1 1 1 i i i i
y y h x y
÷ ÷ ÷
= + ÷
2
1
0
(0) 1, 0, 2 1 0, 2(0 1) 1 0, 2 0,8
0
(0,2)
y h y
x
y
~
= = ¬ = + ÷ = ÷ =
=

( ) ( )
2
2 1 1 1
0, 2 0,8 0, 2 0, 04 0,8 0, 648
(0,4)
y y x y
y
~
= + ÷ = + ÷ =
( )
2
3 2 2
0, 2 0, 648 0, 2(0,16 0, 648) 0, 7504... y y x y = + ÷ = + ÷ =
4. Să se utilizeze metoda lui Euler pentru PC: ' 3 3 , (0) 1, 0,1 y y x y h = + = =
Soluţie:
( )
1 1 1
0 1 0 0
2 1 1
3 2
4
3
1; 0,1(3 0 3 ) 1, 3
0,1(3 0,1 3 ) 1, 3 0,1(0, 3 3 1, 3) 1, 72
0,1(3 0, 2 3 1, 72) 2, 296
2, 296 0,1(3 0, 3 3 2, 296) 3, 0778
i i i i
PC y y h x y
y y y y
y y y
y y
y
÷ ÷ ÷
· = + +
= = + · + =
= + · + = + + · =
= + · + · =
= + · + · =

5. Să se aproximeze soluţia PC:
2 2
2 2
' , (0) 0, [0, 2],
1
x y
y y y
x y
+
= = e
+
prin metode de tip Runge-
Kutta (h=0,5-p=1; k=2; p=3)
Soluţie:
- p=1: h=0,5:
1 0 1 0 0 0
2 1 2 1 1 1
3 2 3 2 2 2
4 3 4 3 3 3
0, 5; ( , ) 0
1; ( , ) 0,125
1, 5; ( , ) 0, 625
2; ( , ) 1, 3277
x x h y y hf x y
x x h y y hf x y
x x h y y hf x y
x x h y y hf x y
= + = = + =
= + = = + =
= + = = + =
= + = = + =


- p=2: h=0,5:
1 0 1 0 0 0 0 0
2 1 2 1 1 2
3 2 3 2 1 2
4 3 4 3 1 2
1 1
0, 5; ( , ) ( , )
2 2
1 1
0 0, 5 (0, 0) 0, 5 (0, 5, 0) 0, 0625
2 2
1
1; ( , ) 0, 0625 0, 3134 0, 3759
2
1
1, 5; ( , ) 0, 3759 0, 5270 0, 9029
2
1
2; ( ,
2
x x h y y hf x y hf x h y h
f f
x x h y y g g
x x h y y g g
x x h y y g g
= + = = + + + +
= + · + · =
= + = = + = + =
= + = = + = + =
= + = = + ) 0, 9029 0, 4333 1, 3362 = + =

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 19
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- p=3: h=0,5:
1 1 0 1 2 3
2 2 1 1 2 3
3 3 2 1 2 3
4 4 3 1 2 3
1
0, 5; ( 4 ) 0 0,1089 0,1089
6
1
1; ( 4 ) 0, 4084
6
1
1, 5; ( 4 ) 0, 9638
6
1
2; ( 4 ) 1, 3866
6
x y y g g g
x y y g g g
x y y g g g
x y y g g g
= = + + + = + =
= = + + + =
= = + + + =
= = + + + =

6. Să se rezolve cu metoda (cu p=2) Runge-Kutta, PC:
' 4
(0) 3
y x y
y
= + ¦
´
= ÷
¹
, (pentru h=0,25) şi să
se aproximeze y(1).
Soluţie:
Pentru metoda R-K p=2, relaţia de recurenţă utilizată:
1 1 2
1 1
2 2
i i
y y g g
÷
= + + cu
( )
1 1 1
2 1 1 1
( , ), :
( , )
i i
i i
g hf x y
g hf x h y g
÷ ÷
÷ ÷
= ¬
= + +

| |
1
1 0 1 2 1 0 0
2 0 0 1
1
2
1
1: (0, 25)
1 1
cu ( , )
2 2
( , )
1 3
(0, 3) 0, 75
4 4
1 1 11
(0, 25; 3, 75) 4 0, 25 3, 75 0, 68
4 4 16
1 1
( 3) ( 0, 75) ( 0, 68) 3 0, 37 0, 34 3, 71
2 2
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + = ¬
= + +
¬ = ÷ = ÷ = ÷
= ÷ = · ÷ = ÷ = ÷
¬ = ÷ + ÷ + ÷ = ÷ ÷ ÷ = ÷

( )
2
2 1 1 2 1 1 1
2 1 1 1
1
2
2
2: (0, 5)
1 1
cu ( , )
2 2
( , )
1 2, 71
(0, 25; 3, 71) 0, 67
4 4
1 1 2, 38
(0, 5; ( 3, 71) ( 0, 67)) 2 4, 38 0, 59
4 4 4
1 1
3, 71 ( 0, 67) ( 0, 59) 4, 33
2 2
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + = ¬
= + +
¬ = ÷ = ÷ = ÷
= ÷ + ÷ = ÷ = ÷ = ÷
¬ = ÷ + · ÷ + ÷ = ÷

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 20
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
3
3 2 1 2 1 2 2
2 2 2 1
1
2
3
3: (0, 75)
1 1
cu ( , )
2 2
( , )
1 2, 33
(0, 5; 4, 33) 0, 56
4 4
1 1, 89
(0, 75; 4, 33 ( 0, 56)) 0, 47
4 4
4, 33 0, 28 0, 28 4, 84
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + = ¬
= + +
¬ = ÷ = ÷ = ÷
= ÷ + ÷ = ÷ = ÷
¬ = ÷ ÷ ÷ = ÷

4
4 3 1 2 1 3 3
2 3 3 1
1
2
4
4: (1)
1 1
cu ( , )
2 2
( , )
1 1, 84
(0, 75; 4, 84) 0, 46
4 4
1
(1; 4, 84 0, 46) 0, 32
4
4, 84 0, 23 0,16 5, 23
i y y
y y g g g hf x y
g hf x h y g
g f
g f
y
= ~
= + + = ¬
= + +
¬ = ÷ = ÷ = ÷
= ÷ ÷ = ÷
¬ = ÷ ÷ ÷ = ÷

7. Să se aproximeze y(2) folosind metoda (standard) R-K (p=4, h=
1
4
) pentru PC:
' 1
(1) 1
y
y
x
y
¦
= +
¦
´
¦
=
¹

Soluţie:
- Se utilizează relaţia de recurenţă:
( ) ( )
1 1 2 3 4 1 1 1 2 1 1 1
3 1 1 2 4 1 1 3
1 1 1 1 1
cu ( , ), , ,
6 3 3 6 2
1 1
, , , , :
2 2
i i i i i i
i i i i
y y g g g g g hf x y g hf x h y g
g hf x h y g g hf x h y g
÷ ÷ ÷ ÷ ÷
÷ ÷ ÷ ÷
| |
= + + + + = = + +
|
\ .
| |
= + + = + + ¬
|
\ .

( )
1 0 1 2 3 4
1 2
3 4
1
1 1 1 1
1: :
6 3 3 6
1 1
(1,1) 0, 5; (1,125;1, 25) 0, 528
4 4
1 1
(1,125;1, 264) 0, 531; (1, 25;1, 531) 0, 556
4 4
1
1 0, 5 2 0, 528 2 0, 531 0, 556 1, 53
6
i y y g g g g cu
g f g f
g f g f
y
= = + + + +
= = = =
= = = =
¬ = + + · + · + =

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 21
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
2
1
2 1
3 2
4 3
2: (1, 5)
1
(1, 25;1, 53)
4
1 1
(1, 25 0,125;1, 53 )
4 2
1 1
(1, 25 0,125;1, 53 )
4 2
1 1
(1, 25 0, 25;1, 53 )
4 2
i y y
g f
g f g
g f g
g f g
= ~
=
= + +
= + +
= + +

Analog, pentru i=3, i=4
8. Să se aproximeze y(1) utilizând metoda predictor-conector pentru PC:
' 4 ( 0, 25)
(0) 3
y x y h
y
= + = ¦
´
= ÷
¹

Soluţie:
( )
1 1 1
1 1
( , ) ( , ) 4 , 1,...
1
( , ) ( , )
2
P
i i i i
C P P
i i i i i i
y y hf x y cu f x y x y i
y y f x y f x y
÷ ÷ ÷
÷ ÷
¦ = + = + ¬ =
¦
´
( = + ÷
¦
¸ ¸
¹


1 0 0 0
1
1 1 1 1 0 0 1
1 ( , )
3, 75
1
( , ) ( , ) 3,844
2
P
P
C P P C
i y y hf x y
y
y y f x y f x y y
¹ = = +
¦ = ÷
¦ ¦
¬
` ´
( = + ÷ = ÷
¦
¦ ¹
¸ ¸
)

2 1 1 1
2
2 2 2 2 1 1 2
2 ( , )
4, 55
1
( , ) ( , ) 4, 52
2
P
P
C P P C
i y y hf x y
y
y y f x y f x y y
¹ = = +
¦ = ÷
¦ ¦
¬
` ´
( = + ÷ = ÷
¦
¦ ¹
¸ ¸
)

Analog, pentru i=3, i=4









Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 22
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Aplicaţii
- Să se determine valoarea numerică aproximativă a soluţiei sistemului:
a)
'
' 5 4
y z
z z y
= ¦
´
= ÷
¹
cu y(0)=0, z(0)=1, în x=0,4, utilizând metoda lui Euler (h=0,2).
b)
'
' 4
y z
z y
= ¦
´
=
¹
cu y(0)=1, z(0)=0, în x=0,5, utilizând o metodă Runge-Kutta (cu h=0,5).
- Să se aproximeze soluţia ecuaţiei: '' 5 ' 4 0 y y y ÷ + = cu y(0)=0, y`(0)=1, în
x=0,5, reducând-o la un sistem de ecuaţii diferenţiale de ordinul I, utilizând pentru
rezolvarea acestuia metoda lui Euler (cu h = 0,5).
- Să se aproximeze soluţia ecuaţiei: '' 5 y y = cu: y(0)=1, y(1)=0, în x=0,5,
folosind aproximarea lui '' y cu ajutorul diferenţelor finite şi împărţind intervalul [0;1] în 4
părţi egale.
- Să se aproximeze soluţia ecuaţiei:
a)
2 2
' y x y = ÷ , y(0)=0, în x=0,4 cu metoda lui Euler (cu h = 0,2);
b)
2
' 2 1 y x y = ÷ + , y(0)=1, în 0,3, cu metoda lui Euler (cu h=0,1);
c)
2
' y x y = ÷ , y(0)=0, în 0,4, cu metoda lui Euler (cu h=0,2);
d) ' y y = , y(0)=1 în x=0,4, cu metoda lui Taylor de ordinul II (cu h=0,1);
e)
2
' 3 y x y = + , y(0)=1, cu metoda lui Taylor de ordinul II (cu h=0,1) în x=0,3.
- Să se determine valoarea aproximativă a sistemului:
a)
2 2
(0) 1
'
,
1
(0) '
2
y
y x yz
z z x y
=
= + ¦
´
= = ÷
¹
în x=0,3, cu metoda lui Euler (h = 0,1)
b)
' (0) 0
,
' (0) 0, 5
y y z y
z yz z
= ÷ = ¦
´
= =
¹
în x=0,4, cu o metodă Runge-Kutta (cu h = 0,2)

- Să se aproximeze soluţia numerică a ecuaţiei:

a)
2
'' ( ') 0 y x y + = cu y(1)=0, y`(1)=2 în x=1,2
b)
2
2 '' ( ') 1 yy y ÷ = cu y(0)=1, y`(0)=1 în x=0,3
c) '' ' 0 y xy y + + = cu y(0)=0, y`(0)=1 în x=0,3
d) '' 0 y y + = cu y(0)=1, y`(0)=0 în x=0,2.
reducând-o la un sistem de ecuaţii diferenţiale de ordinul I, utilizând pentru
rezolvarea acestuia metoda Euler, respectiv Runge-Kutta (cu h = 0,1).

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 1
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
http://adl.anmb.ro
Unitatea de învăţare 7:
Rezolvarea numerică a ecuaţiilor cu
derivate parţiale
Timp mediu de studiu: 16 ore
Obiective:
1. Familiarizarea studenţilor cu problematica complexă a soluţionării numerice a
ecuaţiilor cu derivate parţiale
2. Prezentarea metodei diferenţelor finite pentru EDP de tip: eliptic, hiperbolic,
parabolic
3. Însuşirea unor elemente importante ale metodei elementului finit.
Condiţionări:
- U.I. 1,3,4
- Analiză matematică
- Matematici speciale
Cuprins
U.S. 7.1. Metoda diferenţelor finite
U.S. 7.2. Introducere în metoda elementului finit
U.S. 7.1. are ca temă prezentarea metodei diferenţelor finite pentru EDP de tip: eliptic,
hiperbolic, parabolic.
În U.S. 7.2, se face o succintă expunere asupra metodei elementului finit.
Bibliografie minimală
- L.A.Sporiş: “Analiză numerică”, Ed.ANMB, 2003
Bibliografie auxiliară:
- J.Stoer, R.Bulirsch: “Introduction to Numerical Analysis”, Springer Verlag, 2000
- A.Jaun: „Numerical Methods for partial Differential Equations”, 2000






Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 2
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 7.1.
Metoda diferenţelor finite
Timp mediu de studiu: 8 ore
Sarcini de învăţare: După parcurgerea acestei U.S., studentul este capabil să:
- discretizeze o EDP;
- rezolve sistemul de ecuaţii liniare/ecuaţii diferenţiale ordinare obţinute;
- analizeze: convergenţa, consistenţa şi stabilitatea numerică a algoritmilor numerici
utilizaţi.
7.1.1. Preliminarii
- Problemele definite cu ecuaţii de derivate parţiale (prescurtat (EDP)), reprezintă un
domeniu cu implicaţii importante în cadrul fizicii matematice.
Aceste probleme sunt caracteristice fenomenelor fizice ce se produc în medii continui,
la care interacţiunile se propagă din aproape în aproape (spre exemplu: studiul corpurilor
elastice în mecanică, studiul câmpurilor electrice şi magnetice) şi pentru care, parametrii
sistemului sunt funcţii de poziţie şi eventual de timp (ce reprezintă de altfel
necunoscutele).
În cazurile uzuale, (EDP) reprezintă relaţii între vitezele de variaţie a acestor funcţii faţă
de coordonatele spaţiale şi de timp. În problemele de electrotehnică, acestea pot fi
potenţialul electric sau temperatura.
- În general, o (EDP) este de forma:
(1.1)
unde: este un operator diferenţial definit pe o mulţime de funcţii corespunzătoare, (1.1) are
soluţie şi aceasta este unică, dacă se impun anumite condiţii suplimentare, numite condiţii
de limită (referitoare la comportarea funcţiei de pe , frontiera domeniului şi definite
de regulă, prin intermediul unui operator diferenţial, cu un ordin mai mic decât ):
(1.2)
- Rezolvarea (EDP) se caracterizează printr-o complexitate deosebită faţă de
rezolvarea ecuaţiilor diferenţiale ordinare. În cadrul abordării (EDP), metodele numerice au
căpătat o importanţă deosebită deoarece cele analitice sunt fie inaplicabile, fie se pot
aplica doar în cazuri foarte simple..
- Pentru ecuaţiile clasice ale fizicii matematice, dimensiunea problemei (i.e. numărul
variabilelor independente) poate varia între 2 şi 4; adică, necunoscuta problemei este o
funcţie ce poate fi definită de una sau mai multe variabile spaţiale şi eventual de una
temporală.
- Condiţiile suplimentare, ce trebuie asociate ecuaţiei de bază, au o formă şi o
semnificaţie deosebită, atunci când se referă la variabile spaţiale sau la variabila
temporală; acestea se referă la modul de comportare a funcţiei necunoscute pe frontiera
domeniului de definiţie, şi sunt concretizate prin anumite relaţii matematice, numite
condiţii de frontieră sau condiţii la limită.
- Atunci când (EDP) conţine variabila temporală (timpul), soluţiei necesită
completarea problemei cu o condiţie iniţială.
- După modul de dependenţă a soluţiei, , în funcţie de valorile iniţiale şi condiţiile
date de frontieră, (EDP) pot fi clasificate în anumite categorii. Această clasificare se poate
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 3
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
face după criterii exclusiv formale, ţinând cont doar de structura ecuaţiei şi nu de
semnificaţia variabilelor. Uneori, se poate asocia şi o interpretare fizică.
Astfel, (EDP) sunt de tip:
a) Eliptic (soluţia depinde exclisiv de condiţiile de frontiară)
Exemplu: ecuaţia potenţialului electric static
b) Parabolic (soluţia depinde de valorile din întreg domeniul , la momentul iniţial;
apoi,
evoluţia este determinată exclusiv de condiţiile la limită şi valorile
precedente din tot domeniul)
Exemplu: ecuaţia căldurii
c) Hiperbolic (după momentul iniţial, soluţia depinde numai de valorile precedente
specifice unei anumite zone a domeniului spaţial)
Exemplu: ecuaţia undelor
Metode numerice pentru rezolvarea (EDP)
- Metodele numerice utilizate pentru soluţionarea (EDP) sunt mai numeroase, mai
diverse şi implicit, mai nuanţate în comparaţie cu alte categorii de metode numerice,
deoarece ele depind de: tipul ecuaţiei, dimensiunea şi forma domeniului de calcul şi tipul
ecuaţiilor de frontieră.
- Principalele metode numerice pentru (EDP) sunt:
I. Metoda diferenţelor finite
Scurtă caracterizare: În orice abordare numerică a unei (EDP), funcţia soluţie
trebuie exprimată prin eşantioanele acesteia în puncte discrete ale domeniului de calcul .
Procesul de discutizare poate interveni în modalităţi sau la niveluri diferite.
Astfel, în metoda diferenţelor finite se utilizează aproximarea directă a operatorilor
de derivare cu diferenţe (proces ce atrage după sine toate dezavantajele produse în
aproximarea derivatelor) şi aşa, trecerea de la variaţia continuă a soluţiei la cea discretă
se face în mod natural, chiar prin utilizarea diferenţelor dintre eşantioane.
II. Metoda reziduurilor ponderate
Scurtă caracterizare: O altă manieră de discutizare constă în transformarea (EDP)
în ecuaţii integrale şi aproximarea funcţiei soluţie prin intermediul funcţiilor polinomiale
de interpolare (ai căror coeficienţi depind de eşantioanele soliţiei).
Această clasă de metode prezintă două avantaje majore faţă de prima:
a) Cum integralele nu sunt afectate de comportarea funcţiilor pe mulţimi de măsură
nulă, problemele ce apar legate de netezimea soluţiei sau a frontierei în
punctele izolate sunt eliminate.
b) Utilizarea interpolării în aproximare este un instrument mai flexibil decât
folosirea diferenţelor finite.
- Metoda reziduurilor ponderate se materializează în:
1. Metoda elementului finit (ce reuneşte de fapt o clasă mai largă de metode
aplicabile mai multor categorii de EDP).
2. Metoda elementului de frontieră.

Etapele rezolvării numerice a unei (EDP)
- Din analiza tipurilor de metode numerice utilizate pentru soluţionarea (EDP), rezultă
necesitatea parcurgerii următoarelor etape specifice:
1. Prelucrarea analitică a ecuaţiilor de bază în vederea aplicării unei anumite
metode. (La metoda diferenţelor finite, această etapă lipseşte. La metoda elementului finit,
presupune obţinerea formei integrale, iar la metoda elementelor de frontieră, presupune şi
reducerea problemei la una de frontieră).
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 4
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
2. Procesul de discutizare (la metoda diferenţelor finite, datorită utilizării unei
reţele rectangulare, discutizarea este inclusă în procesul de calcul propriu-zis, nefiind
necesare prelucrări şi verificări geometrice preliminare. În cazul metodei elementului finit,
sunt folosite proceduri speciale pentru discutizarea domeniului ,
verificarea şi vizualizarea acestuia în cadrul programelor de preprocesare a datelor.
Divizarea în subdomenii a lui determină caracteristicile de convergenţă ale metodei.
3. Nucleul propriu-zis al metodei de calcul (în care se construieşte sistemul de
ecuaţii algebrice prin aclculul coeficienţilor necunoscutelor, asamblarea matricii sistemului
şi a vectorului termenilor liberi). Această etapă este aceea ce individualizează metoda
utilizată.
4. Rezolvarea sistemului de ecuaţii algebrice (prin metode directe sau iterative).
5. Afişarea rezultatelor (de regulă sub formă grafică, prin curbe echipotenţiale
sau linii de câmp, deoarece de cele mai multe ori, este o apreciere calitativă a formei
soluţiei decît o exprimare numerică).
7.1.2. Metoda diferenţelor finite pentru EDP de tip eliptic
- Metoda diferenţelor finite (MDF) este din punct de vedere matematic cea mai
simplă şi cea mai rudimentară dintre metodele numerice utilizate pentru (EDP). Ea este
potrivit de aplicat pentru domenii ce se pot descompune uţor în dreptunghiuri. Un alt
avantaj major al metodei constă în faptul că în procesul de discutizare se impun puţine
restricţii, ceea ce o recomandă pentru (EDP) mai complexe (spre exemplu: probleme din
domeniul fizicii fluidelor).
Discutizarea domeniului constă în acoperirea acestuia cu o reţea rectangulară
paralelă cu axele de coordonate, în nodurile căreia se obţin punctele de eşantionare a
funcţiei necunoscute (ce devin astfel necunoscutele sistemului algebric asociat iar
coeficienţii sistemului se obţin din aproximarea operatorilor de derivare cu diferenţe finite).
Acest mod de lucru utilizează formule de calcul simple, dar pune probleme serioase când
este formată din curbe, ce diferă de segmente drepte paralele cu axele.
(MDF) pune probleme din punct de vedere al implementării condiţiilor de frontieră
(condiţiile de tip Neumann sunt dificil de inclus în algoritmul de calcul şi complică condiţiile
de convergenţă, căci aproximarea derivatei funcţiei după ___ la este greu de realizat
mai ales când segmentele de frontieră nu sunt paralele cu axele de coordonate.

1.2.1. (MDF) pentru (EDP) de tip eliptic
Fie
2
R G c , domeniu mărginit şi
2 1
C C G = c , orientat în sens trigonometric.
Vom considera următoarea ecuaţie cu derivate parţiale:
( ) ( ) ( ) ( ) ( )
G y , x , y , x f y , x u y , x p y , x u e = + A (1.3)
unde ( ) G C f e ( pe porţiuni ) şi ( ) G C p
2
e , şi deasemenea, următoarele condiţii la limită:
( )
1
C
C C , u
1
e ¢ ¢ = (1.4)
¸ = o +
c
c
2
C
u
n
u
(1.5)
( ) n, ; G C ,
2
e ¸ o normala exterioară la
2
C .
- Probleme la limită pentru (1.3) constă în determinarea unei funcţii
( ) ( ) G C G C u
1 2
· e , care este soluţie a ecuaţiei (1.3) şi verifică condiţiile (1.4) +
(1.5).

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 5
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- Dacă:
a)
1
C G , 0 f p ÷ c = = :
¦
¹
¦
´
¦
¢ =
= A
1
C
u
0 u
: Problema Dirichet pentru ecuaţia Laplace
b) 0 ş C G , 0 f p
2
= o = c = = :
¦
¹
¦
´
¦
¸ =
c
c
= A
2
C
n
u
0 u
: Problema Neumann pentru ecuaţia Laplace.
c) 0 f , 0 p = = :
( ) ( )
¹
´
¦
+
= A
3 2
f u
- Ecuaţia Poisson pentru care se poate considera atât P.D. cât şi
P.N.
d) 0 f , 0 p = = : 0 pu u = + A - Ecuaţia vibraţiilor.
- Din cele de mai sus, putem concluziona că problema la limită (1.3)+(1.4)+(1.5) este
suficient de general formulată pentru a acoperi cazurile uzuale de ecuaţii eliptice
din plan.
- Metoda reţelelor constă în obţinerea unui sistem de ecuaţii liniare prin discretizarea
(1.3),(1.4) (1.5) în nodurile unei reţele de drepte, paralele cu axele de coordonate.
Considerăm o astfel de reţea:

¦
¹
¦
´
¦
= + = =
= + = =
n 1, j , jh b y y
m 1, i , ih a x x
j
i
(1.6)

( (1.6) este pătratică; analog, se raţionează pentru (1.6) dreptunghiulară ).
( )
j i ij
y , x M s.n. nod al reţelei, iar h s.n. pas al reţelei (4).
- Fie ( ) n 1, j , m 1, i , y , x
j i
= = şi ( )
j i ij
y , x u u = .
Considerăm dezvoltările Taylor ale lui u în jurul punctului ( )
j i
y , x :

( ) ( ) ( ) ( ) ( )+
c
c
+
c
c
+
c
c
+ =
+ j i
3
3 3
j i
2
2 2
j i j i j 1 i
y , x
x
u
! 3
h
y , x
x
u
! 2
h
y , x
x
u
! 1
h
y , x u y , x u
( )
j 1 i
4
4 4
y , h x
x
u
! 4
h
u +
c
c
+ . (1.7)

( ) ( ) ( ) ( ) ( )+
c
c
÷
c
c
+
c
c
÷ =
÷ j i
3
3 3
j i
2
2 2
j i j i j 1 i
y , x
x
u
! 3
h
y , x
x
u
! 2
h
y , x
x
u
! 1
h
y , x u y , x u
( )
j 2 i
4
4 4
y , h x
x
u
! 4
h
u +
c
c
+ . (1.8)

( ) ( ) ( ) ( ) ( )+
c
c
+
c
c
+
c
c
+ =
+ j i
3
3 3
j i
2
2 2
j i j i 1 j i
y , x
y
u
! 3
h
y , x
y
u
! 2
h
y , x
y
u
! 1
h
y , x u y , x u
( ) h y , y
y
u
! 4
h
3 j j
4
4 4
u +
c
c
+ . (1.9)

( ) ( ) ( ) ( ) ( )+
c
c
÷
c
c
+
c
c
÷ =
÷ j i
3
3 3
j i
2
2 2
j i j i 1 j i
y , x
y
u
! 3
h
y , x
y
u
! 2
h
y , x
x
u
! 1
h
y , x u y , x u
( ) h y , x
y
u
! 4
h
4 j i
4
4 4
u +
c
c
+ . (1.10)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 6
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- Atunci:

( )
h 2
u u
y , x
x
u j , 1 i j , 1 i
j i
÷ +
÷
~
c
c
(1.11) (din (1.7) + (1.8))


( )
h 2
u u
y , x
y
u 1 j , i 1 j , i
j i
÷ +
÷
~
c
c
(1.12) (din (1.9) + (1.10))


( )
2
j , 1 i ij j , 1 i
j i
2
2
h
u u 2 u
y , x
x
u ÷ +
+ ÷
~
c
c
(1.13 ) (din (1.7) + (1.8))

( )
2
1 j , i ij 1 j , i
j i
2
2
h
u u 2 u
y , x
y
u ÷ +
+ ÷
~
c
c
(1.14) (din (1.9) + (1.10))
- Înlocuind (1.11) + (1.14) în (1.3)+(1.4)+(1.5), obţinem un sistem de ecuaţii liniare.
- Putem considera acum următoarea împărţire a nodurilor reţelei:
( )
I
N : nodurile care au toate nodurile vecine interioare lui G . Vom numi subdomeniul
generat de acestea D, interiorul reţelei.
( )
F
N : nodurile care au cel puţin un nod vecin exterior lui G .
Vom numi frontiera reţelei, C , mulţimea determinată de ( )
F
N .
- Cum în (1.4) şi (1.5), apar valorile lui u pe G c , este firesc să ne
întrebăm cum se obţin ( care sunt procedeele de trasfer ) similarele acestora pe
C . Este evident că procedeele respective sunt influenţate de tipul problemei şi
că sunt însoţite de erori de aproximare ( care sunt şi în funcţie de “apropierea”
lui G c de C ). În cazuri particulare, cum ar fi G dreptunghi, această eroare este
nulă; deci nu mai este nevoie de transfer.





D F , A e
G H , E c e
C Be


BH BF BA BE
u BF u BH u AB u BE
u
H F B A
B
+ + +
· + · + · + ·
= (1.15)




- Exemplul 1:


ABCD G ÷

DA CD CB AB G = c

¦
¹
¦
´
¦
= = =
= = =
1,4 j , jh y y
1,5 i , ih x x
j
i

Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 7
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Se cere: determinarea ( ) ( ) G C G C u
1 2
· e , soluţie a ecuaţiei Poisson:
( )
( )
( )
¹
´
¦
e
e
= = A
G y x, , 0
G y x, , 4
y x, f , f u
1
1
(1.16)
care verifică condiţiile la limită:

¦
¹
¦
´
¦
= +
c
c
=
c
c
=
0 u
x
u
, 0
x
u
u u
BC
AB
CD AB
(1.17)


Interpretarea fizică: o membrană elastică, ce are marginile: AB şi CD fixe,
AD liberă şi BC rezemată elastic se deplasează ( ( ) y , x u u = ) prin acţiunea unei
încărcături continue ( ) ( ) y , x f f = , aplicată perpendicular pe membrană.
- Cum 0 u u
CD AB
= = , nodurile aflate pe AB şi CD nu prezintă interes; dar celelalte
rămase trebuie tratate diferenţiat:
- interioare ( 7- 12 )
- interioare, dar cu vecini pe AD, respectiv BC ( 4 – 6, 13 –15 )
- cele situate pe AD, respectiv BC ( 1 –3, 16 – 18 ).
- Nod 11:
2
14 11 8
11
2
2
h
u u 2 u
x
u + ÷
=
c
c



2
12 11 10
11
2
2
h
u u 2 u
y
u + ÷
=
c
c

(1.16) ·(1.18) 0 f h u u u u u 4
11
2
14 12 10 8 11
= + ÷ ÷ ÷ ÷ .
Modul de alcătuire a ecuaţiei (1.18):

-1





-1 -1
4u+h
2
f



-1

- Nod 4:
0 f h u u u u 4
4
2
7 5 1 4
= + ÷ ÷ ÷ (1.19)
- Nod 1:
· =
|
.
|

\
|
c
c
0
x
u
1
0
h 2
u u 4 u 3
7 4 1
=
÷ + ÷
(1.20)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 8
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

Obţinerea (1.20) se bazează pe folosirea
2
L în nodurile 1,4,7. ( În general:
( ) ( ) | ( ) ( )| h 2 x f h x f 4 x f 3
h 2
1
x L
0 0 0 0 2
+ ÷ + + ÷ = ).
- Nod 16:
· = +
c
c
0 u
x
u
BC
0 hu 2 u u 4 u 3 0 u
h 2
u u 4 u 3
16 10 13 16 16
10 13 16
= + ÷ + ÷ · = +
÷ +
÷ (1.21)
- Astfel, se obţine un sistem de 18 ecuaţii liniare cu 18 necunoscute, prin intermediul
căruia se rezolvă problema la limită: (1.16) + (1.17).
7.1.3. Metoda diferenţelor finite pentru EDP de tip hiperbolic
- Considerăm problema la limită a propagării undelor:
(1.22)
cu condiţiile iniţiale:
(1.23)
şi cu condiţiile la limită:
(1.24)
unde sunt funcţii continue, ce satisfac condiţiile de racordare:
(1.25)
- Se consideră reţeaua:
(1.26)
- Scriem acum (1.22), (1.23), (1.24) în nodurile ale relaţiei (1.26). Obţinem:
(1.27)
(1.28)
- Notând
(1.29)
şi utilizând legătura dintre derivate şi diferenţele finite centrate (i.e.
) obţinem

(1.30)
(1.31)
(1.30)
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 9
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
(1.32)
)
- Luăm în (1.32):
pentru este nevoie să se ştie: căci şi se cunosc din (1.30).
- Pentru calculul lui , folosim dezvoltarea în serie Taylor, ecuaţia iniţială (1.22) şi
condiţiile (1.28):
.
Dar din (1.28), şi cum şi
, avem: .
- În final (EDP) (1.22) cu (1.23)+(1.24) i se asociază sistemul de ecuaţii algebrice:
(1.33)
7.1.4. Metoda diferenţelor finite pentru EDP de tip parabolic
- Fie problema mixtă:
(1.34)
cu condiţia iniţială:
(1.35)
şi cu condiţiile limită:
(1.36)
unde: sunt funcţii continue, iar .
Se consideră reţeaua de puncte
(1.37)
şi (1.34), (1.35), (1.36) se scriu în nodul :
(1.38)
cu:
(1.39)
- Folosind legătura dintre derivate şi diferenţe finite (i.e. sau
pentru şi cea dintre derivate şi diferenţe centrate pentru , obţinem:
(1.40)
(1.41)
(1.42)
- Din (1.38), (1.39), (1.40), (1.41) şi (1.42), avem:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 10
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
a) (1.43)
Se rezolvă (1.43).
b) (1.44)
(a) şi (b) sunt aproximări de ordinul 1.
c) (1.45)


- Luând j=1, pentru obţinerea lui , vom folosi dezvoltarea în serie taylor, ecuaţie
(1.34) şi condiţia (1.35):



(1.46)
- În final, se obţine:
(1.47)








Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 11
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Unitatea de studiu 7.2.
Introducere în metoda elementului finit
Timp mediu de studiu: 8 ore
Sarcini de învăţare: După parcurgerea acestei U.S., studentul este capabil să:
- transpună rezolvarea EDP în minimizarea funcţionalei energetice asociate;
- partiţioneze domeniul de definiţie în elemente finite;
- specifice funcţiile de formă (de coordonate).
7.2.1. Preliminarii
- Rezolvarea aproximativă a problemelor la limită pentru ecuaţii diferenţiale şi cu
derivate parţiale s-a dezvoltat pe 3 direcţii principale:
a) metoda diferenţelor finite:
b) metoda elementului finit:
c) metoda elementului de frontieră.
- În metoda diferenţelor finite, sistemul de ecuaţii diferenţiale sau cu derivate parţiale
(valabil pentru orice punct al domeniului ) se transformă într-un sistem de ecuaţii liniare
(valabil numai pentru anumite puncte ale domeniului, puncte ce definesc reţeaua de
discretizare a domeniului).
- Dezavantajul principal al acestei metode îl constituie utilizarea unei reţele
rectangulare de discretizare a domeniului; care în cazul suprafeţelor şi contururilor curbe,
introduce o serie de dificultăţi ce vizează: calculul efectiv, stabilitatea şi convergenţa
soluţiilor, etc.
- În metoda elementului finit, punctul de plecare îl constituie un model integral al
fenomenului de studiat (ce poate fi obţinut, spre exemplu, prin intermediul calculului
variaţional). Se bazează pe aproximare locală pe subdomenii sau pe porţiuni ( deci, nu
mai este condiţionată de existenţa unei reţele rectangulare ).

- Vom demonstra mai întâi o teoremă variaţională, fundamentată pentru cele ce
urmează.
- Teorema 2.1.1:
Fie H D , SH , H
R
c dens. Fie H D : A ÷ , liniar, simetric ( i.e. autoadjunct >= ·< v , Au
( ) D v u, , Av , u e ¬ > =< ) şi strict pozitiv ( i.e. ( ) 0 u Au, , 0 u
H
>> < = ¬ ) şi H f e , fixat, iar
R D : F ÷ ,
( ) > < ÷ > =< u , f 2 u , Au u F ( funcţionala energetică asociată lui A).(2.1)
Atunci: ( ) D u !
0
e - a.i. ( ) ( ) f Au u F min u F
0
D u
0
= · =
e
.
Demonstraţie:
I. " " ¬ Fie D he şi R t e . Atunci: ( ) ( ) ( ) R t , u F th u F
0 0
e ¬ > + . Deci, R R : ÷ ¢ ,
( ) ( ) th u F t
0
+ = ¢ îşi atinge minimul în 0 t = ; deci, dacă ¢ este derivabilă în ( ) 0 0 , 0 = ¢' .
( ) ( ) ( ) ( ) ( ) ( )
=
> < + > < ÷ > + < ÷ > + + <
=
+
=
¢ ÷ ¢
t
u , f 2 u , Au th u , f 2 th u , th u A
t
th u F
t
0 t
0 0 0 0 0 0 0
( ) D h , h , Ah t h , f Au
0
e ¬ > < + > ÷ =< , de unde
( ) ( )
( ) D h , f , f Au
t
0 t
lim
0
0 t
e ¬ > ÷ =<
¢ ÷ ¢
÷
.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 12
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Cum D este dens în H , obţinem 0 f Au
0
= ÷ i.e.
0
u soluţie a ecuaţiei f Au = .
II. " " : Fie D u
0
e a.i. f Au
0
= şi { }
H
0 \ D v e . Notăm: v u u
0
+ = .
( ) ( ) ( ) ( ) + > < + > >=< < ÷ > >=< < ÷ > =< v , Au u , Au v , u , f 2 v , u , v , u A u , f 2 u , Au u F
0 0 0 0 0 0
( ) >= < ÷ > < + > < + >= < ÷ > < ÷ > < + > < + v , f 2 v , Av v , f 2 u F v , f 2 u , f 2 v , Av u , Av
0 0 0


( ) > < + = v , Av u F
0
.
Cum
H
0 v = , avem: ( ) ( ) ( ) D u , u F u F
0
e ¬ > i.e.
0
u , punct de minim pentru F .
Conform celor demonstrate anterior, ( ) ( )
0 1
u F u F > şi ( ) ( )
1 0
u F u F > , dacă
0 1
u , u sunt
soluţii ale f Au = .

- Observaţia 2.1.2:
Teorema 2.1.1 stabileşte echivalenţa între rezolvarea ecuaţiei f Au = şi determinarea
punctului de minim al funcţionalei energetice asociate lui A; dar nu stabileşte existenţa
soluţiei.

- Exemple 2.1.3:
a) Fie ecuaţia diferenţială ( ) ( ) ( ) ( ) 0 1 u 0 u , 0,1 x , x f
dx
u d
2
2
= = e = ÷ .(2.2)
- Considerăm: ( ) ( ) | | ( ) ( ) ( ) { } 0 1 u 0 u 1 , 0 C 1 , 0 C u D H, D ; 1 , 0 L H
1 2 2
= = · e = c = ( dens în
H , căci ( ) D 1 , 0 C
0
c
·
) şi u - Au , H D : A ' ' = ÷ .
- A satisface ipoteza teoremei 2.1.1:
1) A simetric:
( ) ( ) ( ) ( ) ( ) ( ) = ' ' = ' ' + ' ÷ = ' ' ÷ >= <
} } }
dx x v x u dx x v x u u v dx x v x u v , Au
1
0
1
0
1
0
1
0

( ) ( )
}
> =< ' ' ÷ '
1
0
1
0
Av , u dx x u x v u v .
2) A strict pozitiv:
H
0 u = , ( ) ( ) ( ) ( ) ( ) ( )
} }
' + ' ÷ = ' ' ÷ >= <
1
0
1
0
2 1
0
dx x u x u x u dx x v x u u , Au (altfel, u constant şi din
condiţia la limită, 0 u ÷ ).
Deci, conform teoremei2.1.1, a rezolva ecuaţia (2.2) i.e. a găsi minimul funcţionalei
energetice asociate operatorului A, i.e.
( ) ( ) ( ) ( ) ( ) | |
}
÷ ' >= < ÷ > =<
1
0
2
dx x u x f 2 x u u , f 2 u , Au u F (2.3)
b) Fie ecuaţia diferenţială:
( ) ( ) ( ) ( ) ( ) 0,1 t , t f t x t t x e = t + ' ' ÷ ,(2.4) cu condiţiile la limită: ( ) ( ) 0 1 x 0 x = =
| | 0 , 1 , 0 C ÷ t e t
- Considerăm ( ) ( ) | | ( ) ( ) ( ) { } 0 1 u 0 u 1 , 0 C 1 , 0 C u D , 1 , 0 L H
1 2 2
= = · e = = şi H D : A ÷ ,
( ) ( ) ( ) ( ) t x t t x t Ax t + ' ' ÷ = .


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 13
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- A satisface ip. teoremei 1:
1) A liniar ( evident );
2) A simetric:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} }
+ ' ' + ' ÷ = t + ' ' ÷ >= <
1
0
1
0
1
0
dt t y t x t y t x dt t y t x t t x y , Ax
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
} } } }
= t + ' ' ÷ = t + ' ' ÷ ' = t +
1
0
1
0
1
0
1
0
1
0
dt t y t t y t x dt t y t x t dt t y t x t y t x dt t y t x t
> =< Ay , x ;
3) A strict pozitiv:
H
0 y = .
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
} } }
= t + ' ' ÷ = t + ' ' ÷ >= <
1
0
1
0
1
0
2
dt t x t dt t x t x dt t x t x t t x x , Ax
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | | ( ) ( ) | | { }
} } }
> t + ' = t = ' + ' ÷ =
1
0
1
0
1
0
2 2 2 2 1
0
0 dt t x t t x dt t x t dt t x t x t x .
Deci, a rezolva ecuaţia (2.4) este analog cu a găsi minimul funcţionalei energetice
asociate operatorului A i.e.
( ) ( ) ( ) ( ) | | ( ) ( ) ( )
} }
= ÷ t + ' ' ÷ >= < ÷ > =<
1
0
1
0
dt t u t f 2 dt t u t u t t u u , f 2 u , Au u F
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) | |
}
· ÷ t + ' + ' ÷ =
1
0
2 2 1
0
t u t f 2 t u t t u t u t u
( ) ( ) ( ) ( ) ( ) ( ) ( ) | |dt t u t f 2 t u t u u F
1
0
2 2
}
÷ t + ' = · .
c) Considerăm următoarea problemă la limită:
( ) ( )
( ) ¦
¹
¦
´
¦
e =
· e = A ÷
c
G
G C G f u
2
G
1 2
L f , 0 u
marginit domeniu G , C u unde ,
(2.5)
( Problema Dirichlet pentru A )
- Fie ( ) ( ) ( ) { } 0 u G C G C u D , G L H
G
1 2 2
= · e = =
c
şi A ÷ = A .
- A satisface ip. teoremei 2.1.1:
1) A liniar ( evident );
2) A simetric:
} }}
c
=
|
|
.
|

\
|
c
c
c
c
+
c
c
c
c
+
c
c
>= A < ÷ >= <
G G
dxdy
y
v
y
u
x
v
x
u
vds
u
u
v , u u , Au

}}
> A ÷ =<
|
|
.
|

\
|
c
c
c
c
+
c
c
c
c
=
G
v , u dxdy
y
v
y
u
x
v
x
u
.
3) A strict pozitiv:
( ) 0 u , 0 dxdy
y
u
x
u
u , Au u , Au
G
2
2
= ¬ >
(
(
¸
(

¸

|
|
.
|

\
|
c
c
+
|
.
|

\
|
c
c
>= < ÷ >= <
}}
.


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 14
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- Deci, a determina soluţia problemei (2.5) este echivalent cu a găsi punctul de minim
al funcţionalei energetice:
( ) dxdy u f 2
y
u
x
u
u F
G
2
2
}}
(
(
¸
(

¸

· ÷
|
|
.
|

\
|
c
c
+
|
.
|

\
|
c
c
= .(2.6)
7.2.2. Metoda Rayleigh-Ritz
- Fie H D R, SH , H c , dens, H f e şi H D : A ÷ , operator liniar, simetric şi strict
pozitiv.
- Definiţia2.2.1:
S.n. produs scalar în “energie”, | | | | > =< ÷ × · ·
+
v , Au v u, , R D D : , .
| | u , u u , R D :
A A
= ÷ ·
+
, s.n. normă energetică
A
H , completatul lui D în raport cu
A
· s.n. spaţiul energetic asociat lui A.
- Presupunem că f Au = admite o unică soluţie D u
0
e . Conform teoremei 1, rezultă

0
u este punct de minim pentru F .
- Definiţia2.2.2:
Fie R H : F
A
÷ , inferior mărginită şi ( ) u F min d
A
H ue
= . ( )
A
n
n
H u c s.n. şir minimizant
pentru F dacă ( ) d u F lim
n
n
=
· ÷
.
- Teorema 2.2.3:
Fie ( )
n
n
u , şir minimizant al funcţionalei energetice asociate operatorului A. Atunci,
0 n
n
u u lim =
· ÷
în
A
H .
Demonstraţie:
Fie ( )
n
u
u , şir minimizant pentru f . Atunci:
( ) >= < ÷ > < ÷ > >=< < ÷ > =<
n 0 n 0 n n n n n n
Au , u u , Au u , Au u , f 2 u , Au u F
| |
2
A
0
2
A
0 n 0 0 0 0 0 n n 0 n n
u u u u , Au u , Au u , Au u , Au u , Au ÷ ÷ >= < ÷ > < + > < ÷ > < ÷ > < = .
Deci, ( )
2
A
0
2
A
0 n n
u u u u F ÷ ÷ = .
Cum ( )
n
n
u este un şir minimizant pentru F , avem ( ) ( ) ( )
2
A
0 0
H
n
n
u u F u F inf u F lim
1
T
A
÷ = = =
+
· ÷
.
0 u u lim 0 u u lim
A
0 n
n
2
A
0 n
n
= ÷ ¬ = ÷ ¬
· ÷ · ÷
.
- Fie D H
n
c , ÷ n dimensional i.e.
A i n 1 n
H , ,..., H e ¢ > ¢ ¢ =< . Dorim să aproximăm
soluţia
0
u prin intermediul termenilor unui şir ( )
n
n
u cu
n n
H u e . Conform celor afirmate
anterior, acest lucru este echivalent cu: construirea unui şir minimizant pentru
( )
n n
n
n
H u , u , F e sau altfel spus, cu construirea unui şir ( )
n n
n
n
H u , u e a.i.
( ) N n , v u min u u
A
0
H v
A
n 0
n
e ¬ ÷ = ÷
e
.
- Fie
¿
=
e ¢ = · e
n
1 i
i i i n n n
R a , a u H u .
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 15
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
Atunci: ( ) | | | |
¿ ¿
= =
> ¢ < ÷ ¢ ¢ >= < ÷ =
n
1 k , i
n
1 k
k k k i j i n n n n
, f a 2 ; a a u , f 2 u , u u F .
Deci, determinarea lui
n
u , revine la determinarea punctului de minim ( )
n 1
a ,..., a pentru
funcţia ( ) ( )
n n 1
u F a ,..., a = u i.e. rezolvarea sistemului de ecuaţii:
· = =
c
u c
) 7 . 2 ( n 1, i , 0
i
a

| | n 1, i , 0 , ,
1
= = > < ÷
¿
=
n
k
i i k k
f a ¢ ¢ ¢ .(2.8)

| | | |
| | | |
¹
´
¦
> =< + +
> =< + +
n n n n n
n n
f a a
f a a
¢ ¢ ¢ ¢ ¢
¢ ¢ ¢ ¢ ¢
, , ... ;
, , ... ;
1 1
1 1 1 1 1
(2.9)
al cărui determinant este determinantul Gramm asociat fam.l.i. { }
n 1
,...,¢ ¢ , deci 0 = .
- Dacă considerăm familia { }
n 1
,...,u u obţinută prin ortonormalizarea fam. { }
n 1
,...,¢ ¢ ,
atunci din (2.9) obţinem:
n 1, i , , f a
i i
= > u =< .(2.10)
Deci,
¿
=
u > u < =
n
1 i
i 1 n
, f u (2.11)şi de aici
¿
·
=
u > u < =
1 n
i i 0
, f u .(2.12)
7.2.3. Metoda lui Galerkin
- Ideea metodei: Aproximarea lui
0
u prin
¿
=
¢ =
n
1 i
i i n
a u , chiar dacă A nu satisface
condiţiile teoremei 1, unde coeficienţii
i
a se determină din sistemul
n 1, i , 0 , = >= ÷ <
i
f Au ¢ .(2.13)
- Metoda lui Galerkin este mai generală decât cea a lui Ritz. Ea poate fi aplicată cu
succes la ecuaţii de tipuri diferite: eliptice, hiperbolice, parabolice, chiar dacă ele nu sunt
legate de probleme variaţionale.
În schimb, în situaţia în care se aplică unor astfel de probleme, ea este strâns legată de
metoda lui Ritz, şi în unele situaţii, chiar echivalentă, în sensul că se obţin aceleaşi
aproximaţii ale soluţiei.
( A se vedea ex.3 a), c) – spre aplicaţie ).
- Exemplul 2.3.1: Problemă de tip Neumann – Dirichlet pentru operatorul Laplace.
Fie
2
R G c cu
2 1
C C G = c şi n , versorul normalei exterioare la G c .
Să considerăm următoarea problemă:
Să se determine ( ) ( ) G C G C u
1 2
· e (2.14) i.e.
( ) ( )
) 15 . 2 (
C pe
n
u
C pe 0 u
C C g , G C f f, u -
(16)
)
2
1
2
¦
¦
¹
¦
¦
´
¦
=
c
c
=
e e = A
g


Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 16
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.

- Observaţie2.3.2:
Condiţia (2.15) nu este restrictivă, deoarece: dacă u satisface (2.14),(2.16) şi (2.15’)
h u = pe
1
C şi dacă se ştie că există
0
u , suficient de “regulată” a.i. h u
0
= pe
1
C ,
atunci
0
u u u
~
÷ = verifică:
- (2.14) cu
0
u f f A +  ;
- (2.15) şi (2.16) cu
n
u
g g
0
c
c
÷ ÷
A trece de la h pe
1
C la
0
u pe G , înseamnă a considera o prelungire ( care nu este în
general unică ). Datorită prelungirii
0
u h ÷ şi a translaţiei
0
u u u
~
u ÷ =  , condiţia (2.15) nu
este restrictivă.
- Considerăm acum:
( ) ( ) { }
1
1 2
C pe 0 v si G C G C v R G : v W = · e ÷ =
( ) ( ) { } G pe marginit v grad iar , C pe 0 v si G C G C v R G : v V
1
0 1
= · e ÷ =
- Astfel, a rezolva (2.14) ÷(2.16) ·(2.17) “ A găsi W u e a.i. u verifică (2.15) şi
(2.16)”.
- Conform I formule a lui Grenn avem, pentru W u e şi V v e :
-
} }} }}
c
c
c
= A
G G G
ds v
n
u
- dxdy v grad u grad dxdy v u .
Mai exact
}} } }}
c
c
= · A ÷
G C G
2
vds
n
u
- dxdy v grad u grad dxdy v u .(2.18)
Dacă în (2.18) considerăm soluţia problemei (2.14) – (2.16) , u obţinem:
( )
}} } }}
e ¬ · =
G G
vds g dxdy v f
2
C
V v , - dxdy gradv u grad .(2.19)
Notăm cu ( )
}}
=
G
dxdy v grad u grad v , u a (2.20)
Atunci, obţinem: ( )
( )
}} }
· + · =
e ¬
G G
V v
ds v g dxdy v f v . u a .(2.21)
Deci, (2.19) se poate formula şi:
“ Să se găsească W u e a.i. ( ) ( ) V v , ds v g dxdy v f v , u a
G C
2
e ¬ · + · =
}} }
”.(2.22)
În concluzie, sistemul (2.13) poate fi scris:
( ) ( )
}} }
¢ · + ¢ = ¢
G C
i i i
2
ds g dxdy , f , u a .(2.23)
7.2.4. Determinarea funcţiilor de formă
- În § anterioare, am văzut că, în anumite ipoteze, problema rezolvării ecuaţiilor cu
derivate parţiale f Au = este echivalentă cu problema minimizării funcţionalei energetice,
F asociate operatorului A.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 17
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- În esenţă, dacă în domeniul de definiţie al lui F , considerăm un sistem complet de
funcţii liniar independente ( )
n , 1 i
i
=
¢ , numite funcţii de coordonate, atunci soluţia u se
aproximează cu
¿
=
¢
n
1 i
i i
a , unde ( )
n , 1 i
i
a
=
reprezintă soluţia sistemului de ecuaţii liniare:
n 1, i , a , f a , n 1, i , 0
a
F
i k
n
1 i
k i
i
= > =< > ¢ ¢ < · = =
c
c
¿
=
.(2.24)
Eficacitatea metodei Rayleigh – Ritz, respectiv Galerkin, depinde de modul de
alegere şi numărul funcţiilor de coordonate. Alegerea acestora ca funcţii polinomiale pe
porţiuni reprezintă varianta optimă din punct de vedere al calculului numeric şi
caracterizează metoda elementului finit.
- Principial, această metodă constă în:
a) partiţionarea domeniului G în elemente finite ( i.e. subdomenii m 1, j , G
j
= , cu
interioare disjuncte şi de dimensiuni finite ).
b) specificarea funcţiilor de coordonate nu pe întregul domeniu, ci pe fiecare element
finit în parte.
- Astfel, prin discretizarea în m subdomenii a lui G , funcţionala energetică a lui F se
va înlocui printr-o sumă de m termeni, reprezentând contribuţia fiecăruia dintre elementele
finite considerate.
- Să considerăm acum un element finit
j
G , şi corespunzător acestuia, un număr de
p puncte caracteristice, numite noduri. Notăm cu p 1, i , u
j
i
= , valoarea lui u într-un astfel
de punct.
Aproximarea la nivelul fiecărui element finit a lui u revine la adoptarea funcţiilor de
coordonate ca funcţii polinomiale de interpolare de grad relativ mic, numite funcţii de formă
şi notate cu p 1, i ,
j
i
= ¢ .
Atunci,
(1)
¿
=
¢ = ~
p
1 i
j
i
j
i
j
Gj
u u u (2.25)
şi deci
Gj
F se aproximează printr-o funcţională
(2) ( )
|
|
.
|

\
|
¢ =
¿
=
p
1 i
j
i
j
i j
u F u F (2.26)
de argumente p 1, i , u
j
i
= , iar F se aproximează global printr-o funcţională F
~
, de
argumente n 1, j , u
j
= .

În final, minimizarea lui F în aproximarea F
~
, conduce la sistemul de ecuaţii:
(3)
¿
=
= =
c
c
=
c
c
j
m
1 i
j
i
j
j
n 1, j , 0
u
F
~
u
F
~
,(2.27)
unde sumare se face numai asupra acelor elemente finite care au nodul j comun,
celelalte elemente dând contribuţii independente de
j
u .
- Observaţie:2.4.1 În problemele în care funcţia este dată implicit de o ecuaţie (
diferenţială, integrală, etc. ), valorile funcţiei sunt parametrii necunoscuţi ai problemei. În
problemele de interpolare, valorile funcţiei sunt cunoscute de la început.
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 18
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
- De regulă, în practică, prin element finit se înţelege ansamblul format din: elementul
de discretizare propriu-zis, funcţia de interpolare locală, mulţimea punctelor şi a valorilor
nodale caracteristice elementului.
Putem clasifica elementele finite atât după formă: liniare, plane ( triunghiulare,
dreptunghiulare, etc. ), spaţiale ( tetraedice, pentaedice, etc. ), cât şi după gradul
polinomului de interpolare: de ordinul I, II, etc.
(1) Cazul unidimensional:
- Fie | | b , a şi b x ... x a :
n 0
= < < = A , o diviziune. În acest caz, elementele finite sunt de
tipul: | | 1 - n 0, i , x , x
1 i i
=
+
.
- Ne interesează determinarea funcţiilor de formă ¢ care să permită aproximarea lui
u pe | | b , a .
Considerăm ( )
n , 0 i
i
=
¢ a.i. 1)
i
¢ , funcţie polinomială de gradul I.
2) ( ) n j 0 , x
ij j i
s s o = ¢ .
Atunci, avem:
(4) - ( )
( )
( )
¹
´
¦
= = ¢
= ¢
+ = ¢
1 j , 0 x
1 x
: b x a x
j 0
0 0
0 0 0
( )
| |
¦
¹
¦
´
¦
e
÷
÷
= ¢ ¬
rest în , 0
x , x x ,
x x
x x
x
1 0
0 1
1
0

- ( )
( )
( )
¹
´
¦
= = ¢
= ¢
+ = ¢
1 j , 0 x
1 x
: b x a x
j i
i i
i i i
( )
| |
| |
¦
¦
¦
¹
¦
¦
¦
´
¦
e
÷
÷
e
÷
÷
= ¢ ¬
+
+
+
÷
÷
rest în , 0
x , x x ,
x x
x x
x , x x ,
x x
x x
x
1 i i
i 1 i
1 i
1 1 - i
1 i 1
1 i
i
(2.28)
- ( )
( )
( )
¦
¹
¦
´
¦
= ¢
= ¢
+ = ¢
1 - n 0, j' , 0 x
1 x
: b x a x
j n
n n
n n n
( )
| |
| |
¦
¹
¦
´
¦
e
e
÷
÷
= ¢ ¬
÷
÷
÷
1 n 0
n 1 - n
1 n n
1 n
n
x , x x , 0
x , x x ,
x x
x x
x .
- Fără dificultate, se constată că:
{ }
| | ¦
¹
¦
´
¦
= = ¢
¢
+ ÷
=
1 - n 1, i , x , x supp
ta; independen liniar multime o este
1 i 1 i i
n , 0 i
i

- Putem concluziona că, în această situaţie cele mai simple funcţii de formă sunt
{ }
n , 0 i
i
=
¢ .
- Aproximarea lui u pe | | b , a este
¿
=
¢
n
0 i
i i
u , unde ( ) n 0, i , x u u
i i
= = .
- Sunt situaţii ( mai ales, în aproximarea problemelor bilocale pentru unele ecuaţii
diferenţiale ) în care este indicat să alegem ca funcţii de formă, funcţii B -spline.
Va fi nevoie însă ca funcţiile generatoare să se anuleze în extremităţile intervalului pe care
căutăm soluţia.
- Considerăm funcţiile B -spline cubice 1 n 1, - i , B
i
+ = asociate diviziunii
n 0
x ... x : < < A , ih x x
0 i
+ = .
Din proprietăţile acestora, se ştie că:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 19
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( )
¦
¹
¦
´
¦
+ = =
=
=
rest in 0,
1 i j si 1 - i j 1,
1 j , 4
x B
j i
.(2.29)
Deci, ( ) 0 x B
j i
= pentru { } 2 n ,..., 2 i ÷ e şi { } n ,..., 0 j e iar ( ) 0 x B
j i
= pentru
{ } { } n 0,..., j , 1 n , n , 1 n , 1 , 0 , 1 i e + ÷ ÷ e .
- Pentru a avea îndeplinite condiţiile, vom construi funcţiile de formă 1 n 1, i , B
~
i
+ = ,
astfel ca:
(5) - 2 - n 2, i , B B
~
i i
= =
- ( ) ( ) ( ) x bB x aB x B
~
0 1 0
+ =
÷

- ( ) ( ) ( ) x dB x cB x B
~
1 0 1
+ = (2.30)
- ( ) ( ) ( ) x B x B x B
~
n 1 1 n
| + o =
÷ ÷

- ( ) ( ) ( ) x B x B x B
~
1 n n n +
o + ¸ =
să satisfacă condiţiile:
(6) (2.31)
( ) ( )
( ) ( )
( ) ( )
( ) ( )
¦
¦
¹
¦
¦
´
¦
= =
= =
= =
= =
÷
+ ÷
÷
0 B
~
, 1
~
0 B
~
, 1
~
1 B
~
, 0
~
1 B
~
, 0
~
n 1
1 - n 1 1
1 1 0 1
1 0 0 0
n n n
n n n
x x B
x x B
x x B
x x B
¬ (7)
o = | = ÷ = =
¸ = o = = =
4 d b
1 c a
.(2.32)

(2) Cazul bidimensional

a) Elemente finite triunghiulare
- Fie
2
R G c , domeniu mărginit.
- Fie o acoperire cu elemente finite triunghiulare de ordinul I, m 1, l , T
l
= .
- Observaţie: Dacă G c este o linie frântă, acoperirea este foarte exactă.
- În alegerea acestei acoperiri a lui G , se va ţine seama de:
1) orice element finit reprezintă un A închis, nedegenerat, definit prin vârfurile sale
( sau nodurile ) indexate local cu k , j , i ;
2)

m
1 l
l
G T
=
= ;
3) fiecare latură a lui
l
T coincide cu latura unui A adiacent din reţea sau aparţine
integral lui G c .
- Vârfurile tuturor A din reţea se indexează global corespunzător unui şir ordonat de
la 1 la n şi constituie nodurile reţelei de discretizare, putând fi noduri interioare sau de
frontieră.
- Pentru a asigura condiţiile de compatibilitate şi de completitudine, la nivelul fiecărui
element finit, u se aproximează printr-un polinom liniar de forma:
( ) ( ) ( ) ( ) y , x u y , x u y , x u C By Ax y , x p
k k j j i i l
¢ + ¢ + ¢ = + + = .(2.33)
Pentru a determina C , B , A , punem condiţia ca:
( ) { } { } k j, i, n , k j, i, s , y , x
sn n n s
e e o = ¢ (2.34)

Astfel obţinem:
Analiză numerică
23 May 2013 Lector universitar doctor Ligia-Adriana SPORIŞ 20
© Academia Navală "Mircea cel Bătrân" (ANMB). Orice formă de copiere, stocare, modificare
şi/sau transmitere a acestui material fără acordul prealabil şi scris al ANMB este strict interzisă.
( ) ( ) ( ) | |
( ) ( ) ( ) | |
( ) ( ) ( ) | |
i jk j i i j j i k
k i i k k i i k j
j k k j j k k j i
y x y x y x x x y y
1
y , x
y x y x y x x x y y
1
y , x
y x y x y x x x y y
1
y , x
÷ + ÷ + ÷
A
= ¢
÷ + ÷ + ÷
A
= ¢
÷ + ÷ + ÷
A
= ¢
(2.35)cu
( )( ) ( )( )
i j i k i k i j
y y x x y y x x ÷ ÷ ÷ ÷ ÷ = A (2.36)

- Observăm că :
{ }
{ }
¹
´
¦
e _ ¢
¢ ¢ ¢ ÷
k j, i, s , T supp -
ta; independen liniar multime , ,
l s
k j i

- Deci, putem considera aceste funcţii printre cele n funcţii de formă corespunzătoare
triangulaţiei considerate.

b) Elemente finite dreptunghiulare
- Dacă | | | | d , c b , a G × = , iar
y x
A × A = A cu b x ... x a :
n 0 x
= < < = A şi
d y ... y c :
n 0 y
= < < = A , este o diviziune a lui G , atunci un element finit tipic este
| | | | m 1, j , n 1, i , y , y x , x G
1 j j 1 i i ij
= = × =
+ +
.
- Raţionând asemănător cu cazul anterior, obţinem că funcţiile de formă cele mai
simple sunt:
( ) ( ) ( ) y x y , x
~
j i ij
¢ ¢ = ¢ ,(2.37)
unde { } j i, s ,
s
e ¢ este funcţia de formă considerată în cazul (1).

Sign up to vote on this title
UsefulNot useful