http://adl.anmb.

ro
Analiză numerică
Unitatea de înv are ăţ 3:
Aproximarea func iilor ţ
Timp mediu de studiu: 12 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. 3.1. Interpolare polinomială
U.S. 3.2. Interpolare polinomială pe porţiuni
U.S. 3.3. Cea mai bună aproximare. Aproximarea în sensul celor mai mici opătrate.
În U.S. 3.1, 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. 3.2. abordează tema interpolării polinomiale pe porţiuni, insistându-se asupra
funcţiilor de interpolare spline cubice.
În U.S. 3.3, 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
25 May 2012 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.
Analiză numerică
• O.Martin: „Probleme de analiză numerică”, Ed.Matrix, 1999
Bibliografie auxiliar : ă
• 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
25 May 2012 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.
Analiză numerică
Unitatea de studiu 3.1.
Interpolare polinomială
Timp mediu de studiu: 4ore
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
3.1.1. 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.
25 May 2012 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.
Analiză numerică
- 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.
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
· ⊂ . 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
·

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
∈ ∀ ·

·
ϕ
(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
·
ϕ
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
25 May 2012 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.
Analiză numerică

( ) ( )
2
1
b
a
2
2
dx a f a w f
1
1
]
1

¸

·

(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
;
¹
¹
¹
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.
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.
3.1.2. Interpolare polinomială
Teorema 1.2.1. (Te orema fundamentală a interpolării) :
Fie
C x ,..., x , x
m 2 1

distincte şi
( ) C y , N k ,..., k
i
k , 1 j
n , 1 i
ij m 1
∈ ∈
·
·
şi ∑
·
+ ·
m
1 i
i
m k n
. Atunci
există şi este unic [ ] X C P∈ a.i.:
1.
1 n gradP − ≤
;
2.
( )
( )
i ij i
j
k 0, j , m 1, i , y x P · · · .
Demonstraţie:
25 May 2012 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.
Analiză numerică
Fie
[ ] { } 1 n gradP X C P P
1 n
− ≤ ∈ ·

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 :
·
·

· → Φ Φ
(1.4)
Evident Φ este − C liniară. Afirmaţia teoremei va fi probată dacă Φ se va dovedi a fi
injectivă.
Presupunem că
( ) 0 P · Φ . Conform (4.4),
( )
( )
( ) ( )
i
k , 0 j
m , 1 i
i
j
x P P
·
·
· Φ
. Atunci,
( ) ( ) m 1, i , x x P
1 k
i
i
· ∀ −
+
 . Deci,
( ) ( )

·
+
− ·
m
1 i
1 k
i m
i
x x x P ω 
, unde
n grad · ω
, de unde va
rezulta că 0 P · , deoarece
1 n
P P


.
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
· ∈ → 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
ω
ω
(1.5)
unde
( ) ( )

·
− ·
n
0 i
i n
x x x ω
.
Se observă cu uşurinţă că
n n
P L ∈
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
ψ
(1.7)
unde
( ) ( ) ( ) n t ... 1 t t t
n
− − · ψ
. 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:
25 May 2012 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.
Analiză numerică

( )
( )
( ) 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 Q∈
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
ω
prin
( ) ( )

·
− ′
n
0 i
i i n
x x x
1
1
ω
, 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
ω
ω
, adică

( )
( ) ( )
( ) ( )


·
·
− ′
− ′
·
n
0 i
i i n
n
0 i
i i n
i
n
x x x
1
x x x
y
x L
ω
ω
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
· · ∈ ∈
+
, atunci ( ) [ ] b , a x ∈ ∀ ,
( ) ( ) b , a
n x,
∈ · ∃ α α
a.i.
( ) ( )
( )
( )
( )
( ) x
! 1 n
f
x L x f
n
1 n
n
ω
α
+
· −
+
(1.10)
Demonstraţie:
Fie
( ) ( ) ( ) ( ) [ ] b a, x , x L x f x E
n
∈ ∀ − ·
şi
( ) ( )
( )
( )
( ) ( ) [ ] , b a, x , t E
x
x
x E x G
t
n
∈ ∀ − ·
ω
ω
[ ] b a, t ∈
fixat. Atunci,
[ ] b , a C G
1 n+

şi
( )
( )
( )
( )
( )
( )
( )
( ) · − ·
+
+ +
t E
t
x
x E x G
n
1 n
1 n 1 n
ω
ω

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( ) 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
ω ω
ω +
− · − − ·
+
+
+ +
. Se observă cu uşurinţă că
( ) ( ) ( ) n 0, i , 0 t G x G
i
· ∀ · · . Conform teoremei lui Rolle generalizată,
( ) ( ) b , a
t n, x,
∈ ∃ α
a.i.
25 May 2012 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.
Analiză numerică
( )
( ) 0 G
1 n
·
+
α
i.e. ( )
( )
( )
( )
( ) t
! 1 n
f
t E
n
1 n
ω
α
+
·
+
. 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
ω
α
+
· − ∈ ∀
+
.
Corolar 1.2.5.:
Dacă [ ] [ ] ( ) n 0, i , x f y , b , a x , b , a C f
i i i
1 n
· · ∈ ∈
+
, atunci există 0 M > a.i.
( ) [ ] b a, x ∈ ∀ ,

( ) ( )
( )
( ) x
! 1 n
M
x L x f
n n
ω
+
≤ −
(1.11)
b) Polinomul Newton de interpolare
Definiţia 1.2.6.:
Fie
[ ] [ ] b , a x , R b , a : f
i
∈ →
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
.
Propozi ţia 1.2.7.:
Fie [ ] [ ] ( )
i i i
f y , n , 0 i , b , a x , R b , a : f · · ∈ → . Atunci, au loc următoarele afirmaţii:
1.
( )
( )

·

·
n
0 i
n
i
n 1 0
x
y
x ;...; x ; x f
ω
(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 β α β α + · +
.
4.
( )
( )
( ) ( ) ( )
1 n 0 n 1 0
S , n x ;...; x f x ;...; x ; x f
+
∈ ∀ · τ τ
τ (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
ξ
·
(1.18)
unde
ξ
este situat între
0
x
şi
n
x
.
25 May 2012 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.
Analiză numerică
Definiţie 1.2.8.:
Fie [ ] R b , a : f → şi R h ∈ , fixat cu proprietatea: [ ] [ ] b , a h x b , a x ∈ t ⇒ ∈ .
a) ( ) ( ) ( ) x f h x f x f − + · ∆ (1.19)
s.n. diferenţă finită progresivă de ordinul 1 corespunzătoare lui
f
în
x
.

( ) ( ) ( ) x f h x f x f
2
∆ ∆ ∆ − + ·
(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 − −
− + · ∆ ∆ ∆
(1.21)
s.n. diferenţă finită progresivă de ordinul k corespunzătoare lui
f
în
x
.
b) ( ) ( ) ( ) h x f x f x f − − · ∇ (1.22)
s.n. diferenţă finită regresivă de ordinul 1 corespunzătoare lui
f
în
x
.

( ) ( ) ( ) h x f x f x f
2
− ∇ − ∇ · ∇
(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
− ∇ − ∇ · ∇
− −
(1.24)
s.n. diferenţă finită regresivă de ordinul k .
Propoziţia 1.2.9.:
Fie [ ] R b , a : f → , R h ∈ , fixat cu proprietatea: [ ] [ ] b , a h x b , a x ∈ t ⇒ ∈ .
Atunci, au loc următoarele afirmaţii:
1.
k k
,∇ ∆
sunt operatori liniari,
( ) 1 k ≥ ∀ .
2.
( ) ( ) ( ) ( )

·
≥ − + − ·
n
0 i
i
n
i
1 n , h i n x f C 1 x f ∆
(1.25)
3.
( ) ( )

·
· +
n
0 i
i i
n
x f C nh x f ∆
(1.26)
4. Dacă există
( ) n
f
pe intervalul [ ] h a , a + , atunci
( ) ( ) 0,1 ∈ ∃ α a.i.

( )
( )
( ) nh a f h a f
n n n
α ∆ + ·
(1.27)
5. ( ) ( ) ( )
n i 1 i i
n
i n
n
i
n
x ;...; x ; x f h ! n x f x f
+ + +
· ∇ · ∆ (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
∆ ∆

( ) ( )
1 n 0
n
0
n
x x ... x x
h ! n
y

− − +

(1.29)
s.n. polinomul Newton de interpolare de speţa I.
Cu schimbarea de variabilă:
[ ] n o, t , th x x
0
∈ + ·
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
∆ ∆
( ) ( )

·
· − − +
n
0 k
0
k k
t
0
n
y C n t ... 1 t t
! n
y


, unde
( ) ( )
! k
1 k t ... 1 t t
C
not
k
t
+ − −
· (1.30)
25 May 2012 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.
Analiză numerică
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
∆ ∆
( ) ( ) ( ) ( ) ( ) + + − −

+ −

+ · − −

... 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

( ) ( )
1 n
n
n
n
x x ... x x
h ! n
y
− −

+ (1.31)
s.n. polinomul Newton de interpolare de speţa a-II-a.
Cu schimbarea de variabilă:
[ ] n o, t , th x x
n
∈ − ·
se obţine:
( ) ( ) ( ) +

− · + · − · 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
( ) ( ) ( ) ( ) ( )

·
∇ − · − −

− + + −

+
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
· ∈ → 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 P∈ a.i.
1 m gradP − ≤
, unde
( )

·
+ + ·
n
0 i
i
1 n k m
şi
( )
( ) n 0, i , y x P
ij i
j
· · ,
i
k , 0 j · .
Acest polinom se poate scrie cu formula lui Hèrmite, astfel:

( )
( )
( )
( ) ( )
1
1
]
1

¸



·
∑ ∑
· ·
+
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
ω
(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
·
·
+


1
1
]
1

¸

− −
·
ω
şi
( ) ( )

·
+
− ·
n
0 i
1 k
i n
i
x x x ω
(1.35)
Într-adevăr, dacă considerăm
( ) ( )
¹
'
¹ ·
·
rest în , 0
j , i s r, , 1
z
rs
, există şi este unic, conform
teoremei 1.2.1,
[ ] X R P
ij

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 − ≤
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).
25 May 2012 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.
Analiză numerică
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


·
+
ω
, unde
[ ]
j i ij ij
k gradh , X R h

≤ ∈
. 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
¹
¹
'
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
·
+
1
1
]
1

¸


·
ω
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
·
+
1
1
]
1

¸


ω
, 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
¹
;
¹
¹
¹
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
ω
ω
ω
ω
(1.36)
b) Evaluarea erorii se obţine ca şi în teorema 1.2.4.
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
25 May 2012 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.
Analiză numerică
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
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

25 May 2012 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.
X 1 0 2 3
f(x) 2 5 -3 1
Analiză numerică
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:
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)
25 May 2012 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.
Analiză numerică
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
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
=>
25 May 2012 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.
Analiză numerică
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
Unitatea de studiu 3.2.
Interpolare polinomial pe por iuni ă ţ
Timp mediu de studiu: 3 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
3.2.1. Func ii spline. Prezentare general ţ ă
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.
25 May 2012 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.
Analiză numerică
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 − ∈ este divergent.
3. (Faber-1914): Dacă
( )
n
n

este un şir de diviziuni ale intervalului [ ] b , a , atunci există
[ ] b , a C f ∈ 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.
Definiţia 2.1.1..:
R R : S → s.n. funcţie spline polinomială de grad
m
relativ la diviziunea
{ }
n , 1 i
i n
x
·
· ∆
(prin convenţie:
+∞ · −∞ ·
+1 n 0
x , x
) dacă au loc următoarele afirmaţii:
1.
( )
n 0, i , P S
m
x , x
1 i i
· ∈
+
.
2.
( ) R C S
1 m−

.
( ) { S R R : S
not
m
→ · ∆
m
S
funcţie spline polinomială de grad
} m
.
Propoziţia 2.1.2.:
Dacă
*
N m∈
şi
n

sunt fixate, atunci:
a)
( )
n

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

m
S
, unde
¹
¹
¹
'
¹

<
·
+
0 x , x
0 x , 0
x
m
m
s.n. putere trunchiată de grad
m
.
Observaţia 2.1.3.:
25 May 2012 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.
Analiză numerică
Se poate arăta cu uşurinţă că dacă
[ ] b , a C f
m

atunci, există
( )
n
S ∆
m
S ∈
a.i.
( )
[ ]
( )
( ) m 1, k , f S
k
u
b , a
k
· ∀ → .
Teorema 2.1.4.:
Fie
*
N m∈
,
{ }
n , 1 i
i n
x
·
· ∆
şi
{ } R t
1 n m , 1 i
i

+ + ·
a.i. n 1, i , t x t
1 m i i i
· < <
+ +

(2.1)
Fie
{ } R y
1 n m , 1 i
i

+ + ·
. Atunci, există şi este unică
( )
n
S ∆
m
S ∈
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
· < < < · ∈ ∆
o diviziune şi
*
N m∈
.
Conform propoziţiei 2.1.2 b),
( ) ( )
n
S ∆
1 - 2m
S ∈ ∀
este de forma

( ) ( ) ( )

·

+
− + ·
n
0 k
1 n 2
k k 0
x x c x p x S
(2.2)
( ) [ ] b a, x ∈ ∀ , unde
1 m 2 0
P p


, iar n 0, k , R c
k
· ∈ . 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 ∆
1 - 2m
S ∈
este de tipul I dacă

( )
( )
( )
( ) ¹
¹
¹
'
¹
·
· ·
nj n
j
j 0 0
j
y x S
m 1, j , y x S
(2.3)
nj j 0
y , y
fiind numere reale fixate.
( )
n
S ∆
1 - 2m
S ∈
este de tipul II dacă

( )
( )
( )
( ) ¹
¹
¹
'
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 ∆
1 - 2m
S ∈
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

1 - 2m
S
, cu o importanţă, atât teoretică cât şi practică, deosebită.
Definiţia 2.1.7.:
( )
n
S ∆
1 - 2m
S ∈
s.n. naturală dacă pentru
1
x x < sau
n
x x >
,
1 m
P S


(i.e. S este
25 May 2012 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.
Analiză numerică
de tip II pentru
1 - m,2m i , y 0 y
nj j 0
· · ·
).
( ) ( ) { S S S
n
not
n 2 m 2
∆ ∆
1 - 2m
S ∈ ·

este funcţie spline
naturală } .
Propoziţia 2.1.8.:
Dacă
*
N m∈
şi
{ }
n , 1 i
i n
x
·
· ∆
sunt fixate, atunci:
a)
( )
n 1 m 2
S ∆

este un subspaţiu liniar al
( )
n

1 - 2m
S
;
b)
( ) ( )
n 1 - 2m
S S ∆ ∈ ∀
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 m∈
şi
{ }
n , 1 i
i n
x
·
· ∆
a.i. n m ≤ , iar
{ } R y
n , 1 j
j

·
, atunci există şi este
unică
( )
n 1 m 2
S S ∆


a.i.
( ) ( ) n 1, j , y x S
j j
· ∀ ·
.
3.2.2. Func ii spline cubice ţ
Una, din cele mai populare tehnici în practica interpolatorie a ultimilor ani, este cea
a interpolării spline cubice.
Definiţia 2.2.1.:
Fie [ ] R b , a : f → şi
{ }
n , 1 i
i n
x
·
· ∆
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


dacă satisface următoarele condiţii:
a)
[ ]
1 - n 0, i , P S S
3
x , x
i
1 i i
· ∈ ·
+
.
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
· < < < · ∆
, 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:
25 May 2012 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.
Analiză numerică
[ ]
( ) 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
¹
¹
'
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:

( ) ( ) − − · + + +
+ + − − − 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. :
25 May 2012 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.
Analiză numerică
Dacă
[ ] b x ... x x a : , R b , a : f
n 1 0 n
· < < < · → ∆
, atunci există şi este unică
( )
n
S ∆
3
S ∈
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.
Teorema 2.2.4. (Evaluarea erorii de interpolare):
Dacă
[ ] b , a C f
4

şi
( )
n
S ∆
3
S ∈
, 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

·


≤ −
(2.17)
25 May 2012 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.
Analiză numerică
Unitatea de studiu 3.3.
Cea mai bun aproximare. ă
Aproximare în sensul celor mai mici
p trate ă
Timp mediu de studiu: 2 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
25 May 2012 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.
Analiză numerică
3.3.1. Cea mai bun aproximare ă
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 ∈ , există şi este unic
n
*
P P ∈ 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.
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 ⊂ ≠ şi X x ∈ .
Y y
*

s.n. element de cea
mai bună aproximare (printre elementele lui Y ) a elementului x dacă are loc egalitatea:

( ) y y x
x
*
ρ · −
(3.1)
unde

( ) y x inf Y
Y y
x
− ·

ρ
(3.2)
( ) ( )
¹
;
¹
¹
'
¹
· − ∈ · Y y x Y y Y
x
* *
not
x
ρ A .
25 May 2012 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.
Analiză numerică
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 ∈ sau dacă Y x ∈ şi Y este dens în X . De asemenea,
( ) { } x Y
x
· A
, dacă Y x ∈ .
Să considerăm
2
R X ·
cu


şi ( ) ( ) { } 2 , 0 \ R x x , 0 Y
2
T
2
∈ · , iar
( )
T
1 , 1 x ·
. Atunci,
( ) 1 y - x , Y y ≥ ∈ ∀

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 ⊂ ≠ , mulţime convexă, atunci
( ) Y
x
A
este o submulţime convexă a lui ( ) X x , Y ∈ ∀ .
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 ∈ ∀ .
Teorema 3.1.5.:
Fie X , un spaţiu Hilbert şi Ø X Y ⊂ ≠ convexă şi închisă. Atunci,
( ) Y y
*
∈ ∃
a.i.
( ) ( ) ( ) X x , y Y
*
x
∈ ∀ · A .
Observaţia 3.1.6.:
Dacă X este un subspaţiu Hilbert şi Y este un subspaţiu închis al lui X , iar X x ∈ ,
atunci
( ) ( ) Y y , 0 y , y x
*
∈ ∀ >· − <
, unde ( ) { }
*
x
y Y · A .
Definiţia 3. 1.7.:
Fie D, un spaţiu compact, ce conţine cel puţin
n
puncte. Fie
( ) D C ,..., ,
n 1 0
∈ ϕ ϕ ϕ
.
Atunci
{ }
n 0
,...,ϕ ϕ
s.n. sistem Cebîşev de ordin
( ) 1 n + pe D dacă
( ) { } 0 \ ,..., V
n 0
> · < ∈ ∀ ϕ ϕ ϕ
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
∈ ϕ ϕ ϕ
.
Atunci
{ }
n 1 0
,..., , ϕ ϕ ϕ
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
· ∀ ≠ ϕ
,
( ) D x ,..., x
n 0
∈ ∀
distincte (3.3)
.
Observaţia 3.1.9.:
În baza propoziţiei 3.1.8 se poate obţine următorul rezultat:
25 May 2012 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.
Analiză numerică
( ) D C ,..., ,
n 1 0
∈ ϕ ϕ ϕ
un sistem Cebîşev de ordin ( ) 1 n + pe D

pentru
D x ,..., x , x
n 1 0

,
distincte şi
R ,...,
n 0
∈ α α
,fixate
( ) > ∈< ∃
n 0
,..., g ! ϕ ϕ
a.i. ( ) n 0, i , x g
i i
· · α ( ∑
·
·
n
1 k
k k
g ϕ λ
,
unde
( )
n 0
,...,λ λ
este soluţia unică a sistemului
( ) n 0, j , x
n
0 k
j j k k
· ·

·
α ϕ λ
.
Teorema 3. 1.10.(Haar):
Fie D, spaţiu compact, ce conţine cel puţin
n
puncte şi
{ } ( ) D C ,...,
n 0
⊂ ϕ ϕ
. Fie
> · <
n 0
,..., V ϕ ϕ
. Atunci următoarele afirmaţii sunt echivalente:
1.
( ) ( ) ( ) V , D C f
f
A ∈ ∀
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
*
∈ ∃ ⇔ ∈ ∈
+
A , ( ) 1 n 0, i , 0 r
i
+ · > ∃
a.i.
(1)
( ) ( ) ( ) 1 n 0, i , x f x g , f g
i i
*
i
*
+ · − · − ε
.
(2)
( ) ( )

+
·
∈ ∀ ·
1 n
0 i
i i i
V , 0 x r ϕ ϕ ε
, unde
{ } 1 , 1
i
− ∈ ε
”.
Exemple:
1)
{ }
n 2
x ,..., x , x , 1
este sistem Cebîşev de ordin ( ) 1 n + pe[ ] R b , a ⊂ .
Dacă n 0, i , R , ... 0
i n 1 0
· ∈ < < < < α α α α , atunci
{ }
n 0
x ,..., x
α α
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 .
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
≤ < < < ≤
, 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
− −
· → × ε
(s.n. nucleu Gauss). Dacă
b t ... t t a
n 1 0
≤ < < < ≤
, atunci
( ) ( ) { } , t k ,..., , t k
n 0
⋅ ⋅
este sistem Cebîşev de ordin ( ) 1 n + pe
[ ] b , a .
5) Dacă
{ }
n 0
,...,ϕ ϕ
este un sistem Cebîşev de ordin ( ) 1 n + pe[ ] b , a , atunci pentru
[ ] ( ) b , a C ∈ ϕ strict pozitivă,
{ }
n 0
,..., ϕ ϕ ϕ ϕ ⋅ ⋅
este un sistem Cebîşev de ordin ( ) 1 n + pe [ ] b , a
.
6) Dacă [ ] [ ] b , a d , c : → ψ este strict crescătoare şi continuă, atunci
{ } ψ ϕ ψ ϕ  
n 0
,...,
este
un sistem Cebîşev de ordin ( ) 1 n + pe [ ] d , c , în ipoteza:
{ }
n 0
,...,ϕ ϕ
, sistem Cebîşev de
ordin ( ) 1 n + pe [ ] b , a .
25 May 2012 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.
Analiză numerică
. Cea mai bună aproximare prin polinoame în [ ] b , a C
Considerăm [ ] b , a C înzestrat cu


(
[ ]
( ) x f max f
b , a x∈

·
. 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 ∈ ∃ ∈ ∀ 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
− · −
∈ ∈ ∞
(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,
↓ ∈ ∀ ρ
, unde
[ ]
( )
*
b , a x
f n,
P x f max − ·

ρ
,
n
*
P P ∈ , adică
( )
n f f , n
P ρ ρ ·
.
În determinarea polinomului minimax
*
P
, de grad
n
asociat unei funcţii [ ] b , a C f ∈ ,
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
≤ ·
.
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
·
+
· ⇔ · ·
π
.
(3) n 0, k ,
n
k
cos y
k
· ·
π
, este punct de extrem pentru
n
T
şi
( ) ( ) k , x , x y
k 1 k k
∀ ∈
+
.
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 ≠ · − ∈ ∀
, are loc următoarea inegalitate:

[ ]
( )
[ ]
( )
∏ ∏

·
− ∈

·
− ∈

− < − ·
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
− ∈ ∃
,
1 n , 0 k − · a.i.
[ ]
( )
1 n
1 n
0 k
k
1 , 1 x
2
1
z x max


·
− ∈
< −

. În particular,
( )
1 n
1 n
0 k
k k
2
1
z y


·
< −

, unde
n , 0 k ,
n
k
cos y
k
· ·
π
. 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
25 May 2012 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.
Analiză numerică
( ) ( )


·
− ·
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
− ≤

,
_

¸
¸


, 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 − ∈ ⇒ ∈

+


· (3.6) Vom
considera în cele ce urmează [ ] 1 , 1 C − .
În particular, dacă
1 n
P f
+

, 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 − ∈ oarecare se procedează astfel:
Algoritmul I (Rémés)
1. Se consideră 1 n 0, k ,
1 n
k
cos y
k
+ ·
+
·
π
.
(atunci: ( ) ( ) ( ) 1 n 0, k , 1 y P y f
f , n
k
k
*
k
+ · − · − ρ ).
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
ρ
din
( ) ⇒ ≤ −
+ +
n S L grad
1 n f , n 1 n
ρ

0 s l
1 n f , n 1 n
· − ⇒
+ +
ρ
. Deci,

1 n
1 n
f , n
s
l
+
+
· ρ
(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
+ +
− · ρ (3.9)

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
¹
'
¹
+ ·
+
∈ 1 n , 0 k
1 n
k
cos x
M
π
, 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
>
+
.
25 May 2012 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.
Analiză numerică
(2) Se aplică algoritmul I pentru noua secvenţă de punct
3.3.2. Aproximarea în sensul celor mai mici p trate ă
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 ∈ , atunci
am arătat că
( ) Y y !
*
∈ ∃
, 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 ∈ . Atunci ∑
·
∈ ·
n
1 k
k k
*
Y y y α
este
aproximare în sensul celor mai mici pătrate a elementului
x
, dacă şi numai dacă:
( )
T
n 2 1
,..., , α α α este unica soluţie a sistemului de ecuaţii liniare:

n 1, i , y , x y , y
i
n
1 k
k k i
· > · < > <

·
α
(3.11)
(s.n. sistemul normal asociat lui Y şi
x
).
Demonstraţie:
Fie Y z ∈ , arbitrar. Atunci, ∑
·
·
n
1 k
k k
y z λ
. Considerăm
( )
n 1
n
,..., g , R R : g λ λ →
2
n
1 k
k k
2
y x z x

·
− · − · λ (3.12)
ce este continuă (în raport cu fiecare variabilă).
*
y
este aproximare în sensul celor mai mici pătrate


( )
( )
( )
n 1
,...,
n 1
,..., g min ,..., g
n 1
λ λ α α
λ λ
· ⇔
(3.13)
O condiţie necesară pentru (3.13) este:

( ) n 1, i , 0
g
i
· ·


α
λ
(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 α α
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
.
25 May 2012 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.
Analiză numerică
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)
( ) ( ) ( )

+∞ < ∃ ∈ ∀
b
a
n
*
dx x w x , N n
şi b)
( ) ( ) [ ]

∈ ·
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 ∈ ∀ · .
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
.
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 ϕ ϕ
(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 ∈ , se observă că

,
_

¸
¸

n
2
*
n
P f
.
25 May 2012 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.
Analiză numerică
Fie 0 > ε . Conform teoremei Weierstrass,
( )
ε
m
P Q∈ ∃
a .i.
[ ]
( ) ( ) ≤ −

x Q x f max
b , a x

( )


b
a
dx x w
ε
.
Atunci,
( ) ( ) ( ) [ ] ≤ − · − ≤ −

dx x Q x f x w Q f P f
2
b
a
2
2
*
m
ε

( )
( )
ε
ε
·
1
1
1
1
1
]
1

¸




2
1
b
a
b
a
2
dx x w
dx x w
. Deci,
( )
ε
ε m n , P f
2
*
n
≥ ∀ ≤ −
, 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 ≤ (3.73)
(inegalitatea lui Bessel) şi

2
1
n
0 k
2
k
2
, f f
1
1
]
1

¸

> < ·

·
ϕ
(3.74)
(identitatea lui Parseval).
Aplica ii ţ
• 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
25 May 2012 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.
Analiză numerică
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 ∇ .
Autoevaluare

1
3
4

3
5
2
i
y 0 0,214 0,322 1
A.)
3
0 y

este egal cu : a.) -0.034 ; b.) 0,024 ; c.) -0,024 ; d.) 0,034
B.)
2
3 y

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
25 May 2012 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.
Analiză numerică
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 · ) ( i nodurile : ș
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
i
y -4 1 10 29
69
A.)
3
0 y

este : a.) 4 ; b.) -5 ; c.) -4 ; d.) 5
B.)
2
4 y

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.)
25 May 2012 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.
Analiză numerică
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

este : a.) -6 ; b.) -5 ; c.) 5 ; d.) 6

2
4 y

este : a.) 15 ; b.) 25 ; c.) -25 ; d.) -15

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
25 May 2012 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.
Analiză numerică
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 .
25 May 2012 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.

Sign up to vote on this title
UsefulNot useful