ANALIZĂ NUMERICĂ

I. APROXIMĂRI, ERORI
Definiţie. Dacă într-un calcul, în exprimarea unui rezultat înlocuim
numărul (vectorul)
a
cu numărul (vectorul)
*
a
, spunem că l-am aproximat pe
a
cu
*
a
. Diferenţa
* *
a a a − · ∆
se numeşte eroarea cu care l-am aproximat pe
a
prin
*
a
.
Spre exemplu, dacă numărul real
a
, care este o fracţie zecimală infinită,
se aproximează cu o fracţie zecimală
*
a
finită unde în fracţia infinită a lui
a
s-au
înlocuit cu zero cifrele zecimale de la un rang în colo, se spune că aproximarea s-a
făcut prin rotunjire, iar diferenţa
*
a a −
se numeşte eroare de rotunjire. Astfel,
dacă
... ... ,
2 2 1 0
a a a a a ·
şi
n n
a a a a a a a a a ... , ... 00 ... ,
2 1 0 2 1 0
*
· · , spunem
că rotunjirea s-a făcut la zecimala de ordin n. O asemenea rotunjire se poate face şi
astfel:
¹
'
¹
<
≥ +
·
+
+

5 dacã ... ,
5 a dacã 10 ... ,
1 2 1 0
1 n 2 1 0 *
n n
n
n
a a a a a
a a a a
a
În acest caz
n
a a

⋅ ≤ − 10
2
1
*
.
Definiţie. Dacă
a
este un număr (vector), iar
*
a
este numărul
(vectorul) obţinut ca efect al unei formule matematice (egalitate, inegalitate),
atunci
*
a a −
se numeşte eroare de metodă sau rest.
Astfel, prin aproximarea sumei unei serii convergente cu o sumă parţială a
sa, eroarea ce se face este un rest (numit chiar restul seriei).
În formula lui Taylor:
( )
( )
( )
( )
1
0
) 1 (
0
0
0
) (
)! 1 ( !
) (
+
+
·

+
ξ
+ − ·

n
n
n
k
k
k
x x
n
f
x x
k
x f
x f ,
expresia
( )
( )
1
0
) 1 (
)! 1 (
+
+

+
ξ
n
n
x x
n
f
este restul în aproximarea lui
) (x f
prin
( )
( )

·

n
k
k
k
x x
k
x f
0
0
0
) (
!
.
De obicei, nu se evaluează
*
a ∆
ci
* *
a a a − · ∆
numită valoarea
absolută a erorii. De regulă, se poate găsi doar un majorant
∆′ ≤ −
*
a a
.
36
Definiţie. O cifră zecimală de ordinul n a lui
*
a
se numeşte cifră exactă
dacă valoarea absolută a erorii nu depăşeşte
n −
10
.
De exemplu, dacă
73214 , 1 · a
şi 73202 , 1
*
· a , atunci primele patru
zecimale din
*
a
sunt exacte.
În condiţiile precedente, dacă
a
şi
*
a
sunt vectori într-un spaţiu normat,
atunci eroarea se apreciează prin
*
a a −
, de fapt printr-un majorant pentru
*
a a −
.
II. METODE DIRECTE DE REZOLVARE A SISTEMELOR
DE ECUAŢII LINIARE
II.1. Metoda lui Gauss
Se consideră sistemul
a Ax · (1)
unde
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
este o matrice reală,
( )
m
a a a ,...,
1
·
,
m
R a ∈
şi
( )
m
x x x ,...,
1
·
,
m
R x ∈
. Presupunem că sistemul are soluţie unică, deci că
0 det ≠ A .
În metoda Gauss se transformă sistemul (1) în unul echivalent cu matricea
triunghiulară. Transformarea se face prin operaţii liniare, realizându-se eliminarea
succcesivă a necunoscutelor. Sunt necesare şi unele permutări de linii şi de
coloane, operaţii numite de pivotare.
Fixăm prima coloană în (1) şi permutând două linii plasăm coeficientul de
modul maxim din prima coloană în prima linie. În particular, acest coeficient
(numit pivot) este nenul. Sistemul se scrie
) 0 (
1
) 0 (
i
m
j
j ij
a x a ·

·
,
{ ¦ m i ,..., 1 ∈
(2)
unde
) 0 (
1
) 0 (
11 i
a a ≥
,
{ ¦ m i ,..., 1 ∈ ∀
.
Împărţind prima linie a sistemului cu
) 0 (
11
a ea devine
1
) 1 (
1 2
) 1 (
12 1
... b x a x a x
m m
· + + + (3)
unde
) 0 (
11
) 0 (
1
) 1 (
1
a
a
a
j
j
· ,
{ ¦ m j ,..., 2 ∈
,
) 0 (
11
) 0 (
1
1
a
a
b ·
.
Pentru
{ ¦ m i ,..., 2 ∈
înmulţim ecuaţia (3) cu
) 0 (
1 i
a şi o scădem din linia
i a sistemului (2). Obţinem sistemul:
37
) 1 ( ) 1 (
2
) 1 (
2
) 1 (
2
) 1 (
2 2
) 1 (
22
1
) 1 (
1 2
) 1 (
12 1
...
...
...
m m mm m
m m
m m
a x a x a
a x a x a
b x a x a x
· + +
· + +
· + + +

(4)
unde
) 1 ( ) 0 (
1
) 0 ( ) 1 (
ij i ij ij
a a a a − ·
,
{ ¦ m j i ,..., 2 , ∈
1
) 0 (
1
) 0 ( ) 1 (
b a a a
i i i
− · ,
{ ¦ m i ,..., 2 ∈
Determinantul matricii sistemului format cu ultimele 1 − n linii ale
sistemului (4) este nenul, căci, în caz contrar, ar rezulta 0 det · A .
Procedeul aplicat în prima etapă se poate aplica sistemului
) 1 ( ) 1 (
2
) 1 (
2
) 1 (
2
) 1 (
2 2
) 1 (
22
...
...
m m mm m
m m
a x a x a
a x a x a
· + +
· + +

După m paşi se ajunge la sistemul
m m
m m
m m
b x
b x a x a x
b x a x a x
·
· + + +
· + + +

2
) 2 (
2 3
) 2 (
23 2
1
) 1 (
1 2
) 1 (
12 1
...
...
(5)
Sistemul (5) este atunci echivalent cu (1) şi din
m m
b x ·
obţinem succesiv

+ ·
− ·
m
i j
j
i
ij i i
x a b x
1
) (
,
{ ¦ 1 ,..., 1 − ∈m i
Observaţie. În procedeul prezentat, s-au permutat numai linii şi se spune
că rezolvarea s-a făcut prin pivotare parţială. Dacă se permută şi coloane, se poate
realiza ca la fiecare pas să se obţină un sistem în care coeficientul pivot să fie cel
mai mare în modul printre coeficienţii sistemului (se spune că rezolvarea s-a făcut
prin pivotare totală). Se încearcă prin aceasta să se evite împărţiri la numere mici,
caz în care erorile de rotunjire pot fi mai mari.
Exemplu. Folosind metoda lui Gauss să se rezolve sistemul:
35 , 8 99 , 6 69 , 1 65 , 3 21 , 2
45 , 15 28 , 2 04 , 8 21 , 7 77 , 3
21 , 12 46 , 2 78 , 7 45 , 8 92 , 3
65 , 10 90 , 1 10 , 4 62 , 2 3 , 8
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
− · + + +
· + + +
· + + +
− · + + +
x x x x
x x x x
x x x x
x x x x
Prin pivotare de linii şi după operaţiile descrise mai sus se obţine:
38
7392314 , 0
4353474 , 4 9999438 , 5
5358069 , 4 0866916 , 0
571198 , 12 8444456 , 5 7936942 , 1
8982563 , 5 1127318 , 0 3003764 , 1
3902438 , 2 2166556 , 0 8101949 , 0
5142771 , 5 4840965 , 6 5983132 , 0 9523856 , 2
2874090 , 20 4169881 , 1 1777108 , 6 0193519 , 6
2398790 , 17 5626508 , 1 8436144 , 5 2126026 , 7
2831325 , 1 2289156 , 0 4939759 , 0 3156626 , 0
4
4
4 3
4 3
4 3
4 3 2
4 3 2
4 3 2
4 3 2
4 3 2 1
− ·
− ·
· +
− · + −
· +
· + +
− · + +
· + +
· + +
− · + + +
x
x
x x
x x
x x
x x x
x x x
x x x
x x x
x x x x
Rezultă apoi
599892 , 4
3
· x
, 1764066 , 1
2
− · x , 0147991 , 3
1
− · x .
Exerciţiu. Folosind metoda Gauss să se rezolve sistemul:
9 , 9 5 , 2 2 , 0
9 , 3 2 , 5 3 , 0
9 , 21 5 , 8 4 5 , 0 4 , 0
7 , 2 1 , 0 2
4 3 2 1
4 3 2 2
4 3 2 1
4 3 2 1
· − + +
− · + + −
· − + +
· + − +
x x x x
x x x x
x x x x
x x x x
R. 1
1
· x , 2
2
· x ,
3
3
· x
, 1
4
− · x .
II. 2. Metoda rădăcinii pătrate
Pe
m
R
se consideră produsul scalar canonic,

·
·
m
i
i i
y x y x
1
,
.
Matricea reală
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
se numeşte pozitiv definită dacă
0 , > x Ax
,
pentru orice 0 ≠ x ,
m
R x ∈
, adică dacă
0
1 ,
>

·
m
j i
j i ij
x x a
, 0 ≠ ∀x ,
( )
m
x x x ,...,
1
·
.
Amintim că matricea B se numeşte triunghiulară subdiagonală dacă
deasupra diagonalei principale are numai zerouri. Dacă
( )
{ ¦ m j i
ij
b B
,..., 1 , ∈
·
atunci
( )
{ ¦ m j i
ji
b B
,..., 1 ,
*

·
.
Fundamentul teoretic al metodei rădăcinii pătrate este următorul rezultat de
factorizare.
Teorema 1. Matricea reală A este simetrică şi pozitiv definită dacă şi
numai dacă există matricea nesingulară B astfel încât
*
BB A ·
.
Fie A simetrică, pozitiv definită,
( ) { ¦ m j i a A
ij
,..., 1 , ∈ ·
şi B
nesingulară, triunghiulară subdiagonală,
( )
{ ¦ m j i
ij
b B
,..., 1 , ∈
·
, astfel încât
39
A BB ·
*
(1)
Pentru a avea loc (1) este suficient să luăm:
11 11
a b · ,
11
1
1
b
a
b
i
i
·
,
{ ¦ m i ,..., 2 ∈
(2)


·
− ·
1
1
2
i
k
ik ii ii
b a b ,
{ ¦ m i ,..., 2 ∈
(3)

,
`

.
|
− ·


·
1
1
1
i
k
ik jk ji
ii
ji
b b a
b
b
,
{ ¦ m i j ,..., 1 + ∈
(4)
0 ·
ij
b
dacă
j i <
(5)
Fie sistemul de ecuaţii liniare
a Ax · (6)
unde A este simetrică şi pozitiv definită. Pentru rezolvarea directă a acestui
sistem, după descompunerea precedentă
*
BB A ·
se ajunge la
a x BB ·
*
şi se
rezolvă succesiv sistemele cu matrici triunghiulare
a By ·
şi apoi y x B ·
*
.
Dacă
( )
m
a a a ,...,
1
·
, soluţia sistemului
a By ·
este
11
1
1
b
a
y ·
(7)

,
`

.
|
− ·


·
1
1
1
i
k
k ik i
ii
i
y b a
b
y
,
{ ¦ m i ,..., 2 ∈
(8)
Sistemul y x B ·
*
dă, în fine, soluţia sistemului (6):
mm
m
m
b
y
x ·
(9)

,
`

.
|
− ·

+ ·
m
i k
i ki i
ii
i
x b y
b
x
1
1
,
{ ¦ 1 ,..., 1 − ∈m i
(10)
Exemplu. Folosind metoda rădăcinii pătrate să se rezolve sistemul:
9 , 0 22 , 0 44 , 0 66 , 0
7 , 0 22 , 0 32 , 0 54 , 0
5 , 0 44 , 0 32 , 0 42 , 0
3 , 0 66 , 0 54 , 0 42 , 0
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
· + + +
· + + +
· + + +
· + + +
x x x x
x x x x
x x x x
x x x x
Soluţie. Cu formulele (2), (3) şi (4) se obţine

,
`

.
|

·
7055999 , 0 1853329 , 0 1793891 , 0 66 , 0
0 8353761 , 0 1026969 , 0 54 , 0
0 0 9075241 , 0 42 , 0
0 0 0 1
B
40
Cu formulele (7) şi (8) se obţine 3 , 0
1
· y , 4121102 , 0
2
· y ,
5933585 , 0
3
· y
, 0459763 , 1
4
· y .
În fine, cu formulele (9) şi (10) se obţine 4823929 , 1
4
· x ,
0391662 , 1
3
· x
, 04348 , 0
2
· x , 25778 , 1
1
− · x .
Exerciţii. Cu metoda rădăcinii pătrate să se rezolve sistemele:
a)
349 , 9 44 , 4 46 , 0 43 , 0 88 , 0
009 , 9 46 , 0 98 , 2 87 , 1 34 , 1
115 , 0 43 , 0 87 , 1 95 , 3 42 , 0
172 , 11 88 , 0 34 , 1 42 , 0 12 , 2
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
· + + +
· + + +
· + + +
· + + +
x x x x
x x x x
x x x x
x x x x
R. 7 , 3
1
· x , 5 , 1
2
− · x ,
1 , 2
3
· x
, 3 , 1
4
· x
b)
7 , 0 32 , 0 54 , 0
5 , 0 32 , 0 42 , 0
3 , 0 54 , 0 42 , 0
3 2 1
3 2 1
3 2 1
· + +
· + +
· + +
x x x
x x x
x x x
R. 240521 , 0
1
− · x , 3737264 , 0
2
· x ,
7102889 , 0
3
· x
.
II.3. Metoda lui Ritz de inversare a unei matrici
simetrice şi pozitiv definite
Ca şi în paragraful precedent, pe
m
R
se consideră produsul scalar
canonic.
Fie
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
o matrice reală, simetrică şi pozitiv definită.
Amintim că vectorii
m
R v u ∈ , se numesc A-ortogonali dacă
0 , · v Au
. Dacă
{ ¦
m
x x ,...,
1
sunt vectori A-ortogonali şi nenuli, atunci formează bază în
m
R
.
Dacă
m
R x ∈
, se notează
R R x
m
→ :
*
,
y x y x , ) (
*
·
, iar dacă
( )
m
a a a x ,..., ,
2 1
·
, atunci

,
`

.
|
·
2
2 1
2
2
2 1 2
1 2 1
2
1
*
m m m
m
m
a a a a a
a a a a a
a a a a a
xx

   


.
Fie
{ ¦
m
x x ,...,
1
vectori A-ortogonali şi nenuli. Notăm
*
1 1
1 1
1
,
1
x x
x Ax
C ·
, ∑
·
·
k
i
i i
i i
k
x x
x Ax
C
1
*
1
(1)
Teorema 1. Dacă
k
x x ,...,
1
sunt A-ortogonali şi nenuli, atunci
41
j j k
x Ax C ·
,
{ ¦ k j ,..., 1 ∈
1 −
· A C
m
.
Algoritmul următor construieşte un sistem de m vectori A-ortogonali
nenuli şi cu formulele (1) conduce la
1 −
A
.
Fie 0
1
≠ x ,
m
R x ∈
1
, şi
*
1 1
1 1
1
,
1
x x
x Ax
C ·
.
Presupunem că am construit
k
x x ,...,
1
vectori A-ortogonali şi nenuli.
Aceasta permite să construim

·
·
k
i
i i
i i
k
x x
x Ax
C
1
*
,
1
.
Alegem apoi
m
R y ∈ , astfel încât
y Ay C
k

. Fie
Ay C y x
k k
− ·
+1
. Atunci
1 −
· A C
m
.
Exemplu. Să considerăm matricea simetrică şi pozitiv definită

,
`

.
|
·
1 32 , 0 54 , 0
32 , 0 1 42 , 0
54 , 0 42 , 0 1
A
Luăm ) 0 , 0 , 1 (
1
· x şi obţinem

,
`

.
|
·
0 0 0
0 0 0
0 0 1
1
C
Luăm apoi
( ) 0 , 1 , 0 · y
şi obţinem 0 ) 0 ; 1 ; 42 , 0 (
1
≠ − · − Ay C y .
Putem lua ) 0 ; 1 ; 42 , 0 (
2
· x şi atunci

,
`

.
|


·
0 0 0
0 2141816 , 1 5099562 , 0
0 5099562 , 0 2141816 , 1
2
C
Considerând
) 1 ; 0 ; 0 ( · y
constatăm că
( ) 1 ; 1131617 , 0 ; 492472 , 0
2
− − · − Ay C y şi putem lua deci
) 1 ; 1131617 , 0 ; 492472 , 0 (
3
− − · x
. Rezultă că

,
`

.
|
− −
− −
− −
· ·

4329727 , 1 1621568 , 0 7056955 , 0
1621568 , 0 2325314 , 1 4300986 , 0
7056955 , 0 4300986 , 0 5617176 , 1
3
1
C A
.
III. METODE ITERATIVE DE REZOLVARE A SISTEMELOR
DE ECUAŢII LINIARE
III.1. Elemente de analiză funcţională
42
Se notează cu ( )
m
R L spaţiul operatorilor liniari definiţi pe
m
R
. Se ştie
că, organizat cu operaţiile obişnuite de adunare, înmulţire cu scalari şi cu operaţia
de compunere, ( )
m
R L este o algebră cu unitate. Se notează cu I operatorul
identitate (
x x I · ) (
,
m
R x ∈ ∀
).
Se notează cu
m
M
mulţimea matricilor reale cu m linii şi m coloane,
organizată ca algebră cu operaţiile obişnuite de adunare, înmulţire cu scalari şi
înmulţire a matricilor.
Fiecărei matrici
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
i se asociază operatorul liniar, notat
pentru început
A
~
,
m m
R R A → :
~
, definit prin y x A ·
~
, unde dacă
( )
m
y y y ,...,
1
·
,
( )
m
x x x ,...,
1
·
, atunci

·
·
m
j
j ij i
x a y
1
,
{ ¦ m i ,..., 1 ∈
Corespondenţa A A
~
este un izomorfism de algebre între
m
M
şi
( )
m
R L , deci este o bijecţie în care sumei a două matrici îi corespunde suma
operatorilor, produsului dintre o matrice şi un număr îi corespunde produsul
operatorului corespunzător cu acel număr, iar înmulţirii a două matrici îi
corespunde compunerea operatorilor corespunzători. Având în vedere acestea, se
identifică
A
~
cu A şi se notează operatorul
A
~
tot cu A.
Dacă pe
m
R
se fixează o normă, notată

, atunci pe spaţiul ( )
m
R L
se consideră norma operatorială indusă:
Ax A
x 1
sup

·
.
Au loc proprietăţile:
x A Ax ⋅ ≤
,
m
R x ∈ ∀
B A AB ⋅ ≤
.
De exemplu, dacă operatorul A este generat de matricea
( )
{ ¦ m j i
ij
a
,..., 1 , ∈
,
iar pe
m
R
se consideră


( i
m i
x x
≤ ≤

·
1
max
), atunci se notează




· Ax A
x 1
sup
(1)
şi are loc formula

·
≤ ≤

·
m
j
ij
m i
a A
1
1
max
(1')
Dacă se consideră pe
m
R
norma
1


,
`

.
|
·

·
m
i
x x
1
1
1
, atunci, prin
definiţie
43
1
1
1
1
sup Ax A
x ≤
·
(2)
şi are loc formula

·
≤ ≤
·
m
i
ij
m j
a A
1
1
1
max
(2')
Deoarece ( ) ∞ < ·
2
dim m R
m
L , orice două norme pe ( )
m
R L , în
particular cele date de (1) sau (2), sunt echivalente.
Amintim că prezenţa unei norme pe ( )
m
R L conduce la existenţa unei
distanţe,
( ) B A B A d − · ,
şi deci se poate vorbi în acest spaţiu de convergenţă,
continuitate etc. Astfel, dacă
( )
N n n
A

este un şir în ( )
m
R L şi ( )
m
R A L ∈ ,
atunci
A A
n
n
·
∞ →
lim
înseamnă
0 lim · −
∞ →
A A
n
n
.
Fie ( )
m
R B L ∈ ,
B B B ⋅ ·
2
, …,
1 −
⋅ ·
n n
B B B
.
Teoremă 1. Afirmaţiile următoare sunt echivalente:
i)
0 lim ·
∞ →
n
n
B
;
ii) 1 lim <
∞ →
n
n
n
B ;
iii)
0 lim ·
∞ →
x B
n
n
, pentru orice
m
R x ∈
.
Se notează
( ) ( ) { ¦ 0 det , max · λ − ∈ λ λ · ρ I B C B
şi se arată că ( )
n
n
n
B B
∞ →
· ρ lim , deci afirmaţiile din teorema precedentă sunt
echivalente şi cu
( ) 1 < ρB
. Dacă una din afirmaţiile din teorema precedentă are
loc, se scrie
0 lim ·
∞ →
n
n
B
.
Mulţimea
( ) { ¦ 0 det · λ − ∈ λ I V C
se numeşte spectrul lui B şi se notează
( ) B S
. Dacă matricea B este simetrică, atunci spectrul ei este format numai din
numere reale.
Dacă o matrice T are spectrul format din numere reale, atunci
( ) T S ∈ λ

dacă şi numai dacă există
m
R x ∈
, 0 ≠ x , astfel încât x Tx λ · . Un asemenea
vector x se numeşte vector propriu pentru T corespunzător valorii proprii λ.
Matricea T se numeşte pozitiv definită dacă
0 , > x Tx
pentru orice
m
R x ∈
, 0 ≠ x (
,
este produsul scalar canonic pe
m
R
).
Reamintim că o aplicaţie R R p
m
→ : se numeşte normă dacă
i)
0 0 ) ( · ⇒ · x x p
;
ii)
) ( ) ( x p x p λ · λ
R ∈ λ ∀ ,
m
R x ∈ ∀
;
iii)
) ( ) ( ) ( y p x p y x p + ≤ +

m
R y x ∈ ∀, .
44
Atunci
0 ) ( ≥ x p
pentru orice
m
R x ∈
. Cu ajutorul unei asemenea
aplicaţii se introduce pe
m
R
noţiunea de distanţă între doi vectori:
) ( ) , ( y x p y x d − ·
.
Se ştie că pe
m
R
orice două norme p, q sunt echivalente în sensul :
0 , > µ λ ∃
, astfel încât
) ( ) ( ) ( x p x q x p µ ≤ ≤ λ

m
R x ∈ ∀
.
Dacă p şi q sunt două norme echivalente, atunci un şir este convergent în
raport cu norma p dacă şi numai dacă este convergent în raport cu norma q.
Dacă ( )
N n
n
x

) (
, ( )
) ( ) (
1
) (
,...,
n
m
n n
x x x · , atunci şirul ( )
N n
n
x

) (
se
numeşte convergent dacă există ( )
m
n
R x x x ∈ · ,...,
1
, astfel încât
i
n
i
n
x x ·
∞ →
) (
lim

{ ¦ m i ,..., 1 ∈ ∀
. Se scrie
x x
n
n
·
∞ →
) (
lim
.
Dacă p este o normă pe
m
R
, atunci
( ) 0 lim lim
) ( ) (
· − ⇔ ·
∞ → ∞ →
x x p x x
n
n
n
n
.
III.2. Metoda lui Jacobi
Se consideră sistemul
b x B I · − ) (
(1)
unde I este matricea unitate,
( )
{ ¦ m j i
ij
b B
,..., 1 , ∈
·
,
( )
m
x x x ,...,
1
·
,
( )
m
b b b ,...,
1
·
.
Pe componente sistemul (1) se scrie
i
m
j
j ij i
b x b x · −

·1
,
{ ¦ m i ,..., 1 ∈
(1')
Fie
m
R x ∈
) 0 (
şi ( )
N n
n
x

) (
şirul definit prin
b Bx x
n n
+ ·
+ ) ( ) 1 (
(2)
Dacă ( )
) ( ) (
2
) (
1
) (
,..., ,
n
m
n n n
x x x x · atunci, pe componente, şirul (2) se scrie
i
m
j
n
j ij
n
i
b x b x + ·

·
+
1
) ( ) 1 (
,
{ ¦ m i ,..., 1 ∈
(2')
Teorema 1. Afirmaţiile următoare sunt echivalente
i)
0 lim ·
∞ →
n
n
B
ii) B I − este o bijecţie şi pentru orice
n
R b x ∈ ,
) 0 (
, şirul (2) converge
către soluţia z a sistemului (1).
Dacă

este norma operatorială indusă pe ( )
m
R L şi
1 < ≤q B
,
atunci au loc şi următoarele evaluări ale erorii:
45
) 0 ( ) 1 ( ) 1 ( ) ( ) (
1 1
x x
q
q
x x
q
q
z x
n
n n n


≤ −

≤ −

.
Procedeul prin care soluţia z se aproximează prin
) (n
x
se numeşte metoda
lui Jacobi.
Fie sistemul
a Ax · (3)
unde
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
şi
( )
m
a a a ,...,
1
·
. Dacă
0 ≠
ii
a
pentru orice
{ ¦ m i ,..., 1 ∈
, atunci matricea

,
`

.
|
·
mm
a
a
D

  

0
0
11
este inversabilă şi

,
`

.
|
·

mm
a
a
D
1
0
0
1
11
1

  

.
Sistemul (3) este echivalent cu
b x B I · − ) (
(4)
unde
A D I B
1 −
− ·
şi
a D b
1 −
·
.
Pe componente, sistemul (4) se scrie


·
+ − ·
m
i j
j
ii
i
j
ii
ij
i
a
b
x
a
a
x
1
(4')
Presupunem că


·
>
m
i j
j
ij ii
a a
1

{ ¦ m i ,..., 1 ∈ ∀
(5)
Atunci
1 : max
1
1
< · ·


·
≤ ≤

q
a
a
B
m
i j
j
ii
ij
m i
(6)
Conform teoremei Jacobi, sistemul (5), şi deci (3), are pentru orice
m
R a ∈
soluţie unică z şi pentru orice
m
R x ∈
) 0 (
, şirul
b Bx x
n n
+ ·
+ ) ( ) 1 (

converge către z. Au loc evaluările de eroare:
∞ ∞




≤ −

≤ −
) 0 ( ) 1 ( ) 1 ( ) ( ) (
1 1
x x
q
q
x x
q
q
z x
n
n n n
(7)
Dacă ( )
) ( ) (
2
) (
1
) (
,..., ,
n
m
n n n
x x x x · , atunci, pe componente, şirul este definit
prin
46
ii
i
m
i j
j
n
j
ii
ij
n
i
a
a
x
a
a
x + − ·


·
+
1
) ( ) 1 (
,
{ ¦ m i ,..., 1 ∈
(8)
Dacă au loc relaţiile (5), se spune că matricea A este diagonal dominantă
pe linii.
Pentru acelaşi sistem (3) şi cu aceleaşi notaţii ca mai sus, să presupunem că


·
>
m
j i
i
ij jj
a a
1

{ ¦ m j ,..., 1 ∈ ∀
(9)
Sistemul (3) este schivalent cu
( ) a Dx C I · −
(10)
unde
1 −
− · AD I C
.
Considerăm sistemul
a x C I · − ) (
(11)
Din (9) rezultă că
1 : max
1
1
1
< · ·


·
≤ ≤
q
a
a
C
m
j i
i
jj
ij
m j
(12)
Conform teoremei lui Jacobi, sistemul (11) are soluţie unică w şi, pentru
orice
m
R y ∈
) 0 (
, şirul ( )
N n
n
y

) (
, definit prin a Cy y
n n
+ ·
+ ) ( ) 1 (
, converge către
w. Atunci, sistemul (10), şi deci sistemul (3), are soluţie unică z şi anume
w D z
1 −
·
. Şirul ( )
N n
n
x

) (
,
) ( 1 ) ( n n
y D x

· , converge către z şi au loc
evaluările de eroare:
q
q
y y
a q
q
y y
a
z x
n
ii
m i
n n
ii
m i
n

− ≤

− ≤ −
≤ ≤

≤ ≤
1 min
1
1 min
1
) 0 ( ) 1 (
1
) 1 ( ) (
1
1
) (
Dacă ( )
) ( ) (
1
) (
,...,
n
m
n n
y y y · , ( )
) ( ) (
1
) (
,...,
n
m
n n
x x x · , atunci
i
m
i j
j
n
j
jj
ij
n
i
a y
a
a
y + − ·


·
+
1
) ( ) 1 (
ii
i
m
i j
j
n
j
jj
ij
ii
n
i
a
a
y
a
a
a
x + − ·


·
+
1
) ( ) 1 (
1
Dacă au loc inegalităţile (9), se spune că matricea A este diagonal
dominantă pe coloane.
Exemplul 1. Să rezolvăm sistemul următor cu o eroare mai mică decât
3
10

:
47
78 , 2 21 , 1 14 , 0 25 , 0
555 , 1 15 , 0 13 , 1 41 , 0
515 , 0 3 , 0 25 , 0 02 , 1
3 2 1
3 2 1
3 2 1
· + − −
· − + −
· − −
x x x
x x x
x x x
Este evident că sunt adevărate inegalităţile (5). Rezultă că sistemul este cu
matrice diagonal dominantă pe linii şi deci are soluţia unică z. Soluţia se poate
aproxima cu termenii şirului (8), care în acest caz devine:
2975206 , 2 1157024 , 0 2066115 , 0
3761061 , 1 1327433 , 0 3628318 , 0
5049019 , 0 2941176 , 0 245098 , 0
) (
2
) (
1
) 1 (
3
) (
3
) (
1
) 1 (
2
) (
3
) (
2
) 1 (
1
+ + ·
+ + ·
+ + ·
+
+
+
n n n
n n n
n n n
x x x
x x x
x x x
Parametrul q din (6) este în acest caz
5392156 , 0 · q
. Eroarea se
evaluează conform formulei (7), care în acest caz este



− ≤ −
) 1 ( ) ( ) (
17 , 1
n n n
x x z x
Luând ) 0 ; 0 ; 0 (
) 0 (
· x , se obţine
) 9991238 , 2 ; 498743 , 2 ; 9988054 , 1 (
) 10 (
· x
) 9996073 , 2 ; 4994498 , 2 ; 9994339 , 1 (
) 11 (
· x
şi avem
3 3 ) 11 (
10 10 17 , 1
− −
≈ ⋅ ≤ −z x
.
Exemplul 2. Să rezolvăm cu o eroare mai mică decât
2
10

sistemul
68 , 32 799 , 6 459 , 0 489 , 2
17 , 50 224 , 5 724 , 10 351 , 1
91 , 59 68 , 5 18 , 2 714 , 8
3 2 1
3 2 1
3 2 1
· + −
· + + −
· + +
x x x
x x x
x x x
Matricea sistemului este diagonal dominantă pe linii. Şirul (8) este acum
8065892 , 4 0675099 , 0 3660832 , 0
678229 , 4 4871316 , 0 1259791 , 0
8751434 , 6 6522836 , 0 2501721 , 0
) (
2
) (
1
) 1 (
3
) (
3
) (
1
) 1 (
2
) (
3
) (
2
) 1 (
1
+ + − ·
+ − ·
+ − − ·
+
+
+
n n n
n n n
n n n
x x x
x x x
x x x
Evaluarea erorii se face conform formulei



− ≤ −
) 1 ( ) ( ) (
25 , 9
n n n
x x z x
Luând ) 5 ; 3 ; 3 (
) 0 (
· x obţinem
) 7037528 , 3 ; 3304719 , 3 ; 6252229 , 3 (
) 11 (
· x
) 7042958 , 3 ; 330778 , 3 ; 626055 , 3 (
) 12 (
· x
) 7040118 , 3 ; 3304516 , 3 ; 6256242 , 3 (
) 13 (
· x
III.3. Metoda Gauss-Seidel
48
Se consideră sistemul
( ) b x B I · −
(1)
Dacă
( )
{ ¦ m j i
ij
b B
,..., 1 , ∈
·
, se notează

,
`

.
|
·
mm
m
b
b b
R

  

0
1 11
şi
R B L − · . Sistemul (1) este echivalent cu
c x C I · − ) (
(2)
unde ( ) R L I C
1 −
− · , ( ) b L I c
1 −
− · .
Metoda Gauss-Seidel este metoda Jacobi pentru sistemul (2). Se consideră
deci şirul ( )
N n
n
x

) (
, definit prin
c Cx x
n n
+ ·
+ ) ( ) 1 (
, şi se aproximează cu
) (n
x

soluţia sistemului (1) atunci când aceasta există şi este unică.
Şirul ( )
N n
n
x

) (
poate fi descris prin construcţia echivalentă
b Rx Lx x
n n n
+ + ·
+ + ) ( ) 1 ( ) 1 (
(3)
care pe componente este
i
m
i j
n
j ij
i
j
n
j ij
n
i
b x b x b x + + ·
∑ ∑
·

·
+ + ) (
1
1
) 1 ( ) 1 (
(3')
Se observă că specificul acestei metode este că în schema de construcţie de
la teorema Jacobi se intervine cu următoarea modificare: în construcţia
componentei de ordin i a lui
) 1 ( + n
x
se utilizează componentele lui
) 1 ( + n
x

anterior evaluate.
Fie

·
·
m
j
j
b q
1
1 1
,
∑ ∑
·

·
+ ·
m
i j
ij j
i
j
ij i
b q b q
1
1
,
{ ¦ m i ,..., 1 ∈
{ ¦ { ¦ m i q q
i
,..., 1 max ∈ ·
Teorema 1. Dacă
1 < q
, atunci sistemul (1) are soluţie unică z şi pentru
orice
m
R x ∈
) 0 (
, şirul (3) converge către z. Au loc atunci următoarele formule de
evaluare a erorii:
∞ ∞




≤ −

≤ −
) 0 ( ) 1 ( ) 1 ( ) ( ) (
1 1
x x
q
q
x x
q
q
z x
n
n n n
Teorema 2. Dacă au loc inegalităţile
49
1
1


·
m
j
ij
b

{ ¦ m i ,..., 1 ∈ ∀
1 <

·
m
i j
ij
b

{ ¦ m i ,..., 1 ∈ ∀
(4)
atunci
1 < q
şi deci are loc teorema 1. În plus, şirul dat de metoda Jacobi este de
asemenea convergent către soluţia sistemului (1).
Observaţie. Dacă sistemul de rezolvat este dat sub forma a Ax · , şi dacă
poate fi adus la forma echivalentă
( ) b x B I · −
(5)
unde
A D I B
1 −
− ·
,
A D b
1 −
·
, atunci inegalitătile (4) pentru sistemul (5) sunt:
ii
m
i j
j
ij
a a ≤


·1

{ ¦ m i ,..., 1 ∈ ∀
ii
m
i j
ij
a a <

+ · 1

{ ¦ m i ,..., 1 ∈ ∀
(6)
Condiţiile (6) ne asigură deci că pentru sistemul (5) se poate aplica
teorema 1. Atunci

·
·
m
j
j
a
a
q
2
11
1
1
,
∑ ∑
+ ·

·
+ ·
m
i j
ii
ij
i
j
j
ii
ij
i
a
a
q
a
a
q
1
1
1
,
{ ¦ m i ,..., 1 ∈
Pe componente şirul (3) este
11
1
2
) (
11
1
) 1 (
1
a
a
x
a
a
x
m
j
n
j
j
n
+ − ·

·
+
ii
i
m
i j
n
j
ii
ij
n
j
ii
ij
n
i
a
a
x
a
a
x
a
a
x + − − ·
∑ ∑
+ ·
+
1
) ( ) ( ) 1 (
,
{ ¦ m i ,..., 2 ∈
(7)
Exemplul 1. Folosind metoda Gauss-Seidel, să se rezolve sistemul:
5 , 16 10
6 10 2
108 2 10
3 2 1
3 2 1
3 2 1
− · + +
− · + + −
· + −
x x x
x x x
x x x
Soluţie. Se verifică pentru început că au loc inegalităţile (6). Şirul (7) este:
50
65 , 1 1 , 0 1 , 0
6 , 0 1 , 0 2 , 0
8 , 10 1 , 0 2 , 0
) 1 (
2
) 1 (
1
) 1 (
3
) (
3
) 1 (
1
) 1 (
2
) (
3
) (
2
) 1 (
1
− − − ·
− − ·
+ − ·
+ + +
+ +
+
n n n
n n n
n n n
x x x
x x x
x x x
Parametrii
i
q
sunt 3 , 0
1
· q ; 16 , 0
2
· q ;
046 , 0
3
· q
şi deci
3 , 0 · q
.
Pornind de la iteraţia iniţială ) 0 ; 0 ; 0 (
) 0 (
· x , după patru paşi se obţine
soluţia cu cinci zecimale exacte (soluţia exactă este
) 3 ; 2 ; 5 , 11 ( −
).
Exerciţiu. Folosind metoda Gauss-Seidel, să se aproximeze, cu o eroare
mai mică decât
5
10

, soluţia sistemului:
11 , 16 5 , 3 28 , 1 81 , 0 98 , 0
48 , 22 81 , 0 71 , 4 85 , 0 73 , 0
705 , 22 53 , 1 98 , 0 53 , 4 05 , 1
855 , 16 81 , 0 75 , 0 02 , 1 82 , 3
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
· + + +
· + + +
· + + +
· + + +
x x x x
x x x x
x x x x
x x x x
Indicaţie.
7106315 , 0 · q
; soluţia exactă este
) 2 ; 5 , 3 ; 3 ; 5 , 2 ( · z
.
III.4. Metode de relaxare
Sub acest nume sunt cunoscute unele variaţiuni ale metodelor Jacobi şi
Gauss-Seidel. Dacă în una din metodele amintite, şirul aproximant ( )
N n
n
x

) (
este
prezentat schematic prin
) ( ) ( ) 1 ( n n n
x x x ∆ + ·
+
, relaţie care se citeşte "pentru a
oţine pe
) 1 ( + n
x
i se adaugă lui
) (n
x
corecţia
) (n
x ∆
", atunci într-o metodă de
relaxare se supracorectează înmulţimd corecţia cu un parametru pozitiv. Se face
deci o construcţie de forma
) ( ) ( ) 1 ( n n n
x x x ∆ α + ·
+
.
III.4.1. Metoda relaxării simultane
Se consideră sistemul
a Ax · (1)
unde A este simetrică şi pozitiv definită. Atunci A este inversabilă şi deci sistemul
(1) are soluţie unică. Dacă
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
, atunci
0 >
ii
a
pentru orice
{ ¦ m i ,..., 1 ∈
. Diagonala D a lui A este atunci o matrice inversabilă şi sistemul (1)
este echivalent cu
( )
α α
· − b x B I
(2)
unde A D I B
1 −
α
α − · şi a D b
1 −
α
α · .
Metoda relaxării simultane este metoda Jacobi pentru sistemul (2). Soluţia
ecuaţiei (1) se aproximează deci cu termenii şirului ( )
N n
n
x

) (
, unde
51
α α
+
+ · b x B x
n n ) ( ) 1 (
(3)
Convergenţa metodei Jacobi pentru (2) este echivalentă cu faptul că
( ) 1 < ρ
α
B
şi avem:
Propoziţie 1. Spectrul matricii
A D
1 −
este format din numere reale strict
pozitive. Dacă ( ) ( )
m
A D λ λ λ ·

,..., ,
2 1
1
S , atunci
( ) ( )
m
B α λ − α λ − α λ − ·
α
1 ,..., 1 , 1
2 1
S
.
În continuare, se presupune că spectrul lui
A D
1 −
este ordonat:
m
λ ≤ ≤ λ ≤ λ ...
2 1
. Se notează

·
·
m
i
i ii
D
x a x
1
2
. Fie 0 ≠ α , R ∈ α .
Teorema 1. Dacă A este o matrice simetrică şi pozitiv definită, atunci
următoarele afirmaţii sunt echivalente:
i) Pentru orice
m
R x ∈
) 0 (
şirul (3) converge către soluţia z a ecuaţiei (1);
ii)
m
λ
< α <
2
0
.
Dacă are loc ii), atunci evaluarea erorii se face prin
D
n
D
n n
D
n
x x
q
q
x x
q
q
z x
) 0 ( ) 1 ( ) 1 ( ) ( ) (
1 1


≤ −

≤ −

unde i
m i
q αλ − ·
≤ ≤
1 max
1
.
Observaţia 1. Pe componente şirul (3) este
( )
ii
i
m
i j
j
n
j
ii
ij
n
i
n
i
a
a
x
a
a
x x α + α − α − ·


·
+
1
) ( ) ( ) 1 (
1
(4)
Observaţia 2. Dacă

este o normă operatorială pe ( )
m
R L şi
A D
1
2
0

< α <
, atunci
m
λ
< α <
2
0
şi deci se poate aplica teorema 1.
Dacă notăm
( )
i
m i
q α λ − · α
≤ ≤
1 max
1
, o valoare mai mică a lui
( ) α q

asigură o convergenţă mai rapidă.
Teorema 2.
( )
1
1
1
2 2
0 min
λ + λ
λ − λ
·

,
`

.
|
λ + λ
·
¹
'
¹
¹
'
¹
λ
< α < α
m
m
m m
q q
.
Spunem că
m
λ + λ
1
2
este valoarea optimă a parametrului de relaxare.
III.4.2. Metoda relaxării succesive
52
Este vorba de o relaxare a metodei Gauss-Seidel, corespunzătoare
sistemului (1), modelat, spre exemplu, ca în metoda lui Jacobi pentru matrici
diagonal dominante pe linii.
Se consideră deci sistemul (1) în care matricea A este simetrică şi pozitiv
definită. Dacă
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
, se notează

,
`

.
|
·

0 0
0 0 0
0 0 0 0
1 , 1
21
m m m
a a
a
L

    


,

,
`

.
|
·
mm
a
a
a
D

   


0 0
0 0
0 0
22
11
,
D L A R − − · .
Pentru 0 ≠ α sistemul (1) este echivalent cu
( )
α α
· − c x C I
(5)
unde

,
`

.
|

,
`

.
|

α

,
`

.
|
+
α
·

α
R D L D C 1
1 1
1
. a L D c
1
1

α

,
`

.
|
+
α
· .
Soluţia z a sistemului (1) se aproximează cu termenii şirului ( )
N n
n
x

) (
,
unde
α α
+
+ · c x C x
n n ) ( ) 1 (
(6)
Teoremă. Dacă matricea A este simetrică şi pozitiv definită, atunci
următoarele afirmaţii sunt echivalente:
i) Pentru orice
m
R x ∈
) 0 (
, şirul (6) converge către soluţia z a sistemului (1);
ii) 2 0 < α < .
Dacă 2 0 < α < , atunci evaluarea erorii se face prin
A
n
A
n n
A
n
x x
q
q
x x
q
q
z x
) 0 ( ) 1 ( ) 1 ( ) ( ) (
1 1


≤ −

≤ −

(7)
unde
∑∑
· ·
·
m
i
m
j
i j ij
A
x x a x
1 1
iar
A
A
x
A
x C C q
α

α
· ·
1
sup
.
Observaţie. Pe componente, şirul (6) este
53
( )
ii
i
m
i j
n
j ij
ii
n
i
i
j
n
j ij
ii
n
i
a
a
x a
a
x x a
a
x
α
+
α
− α − +
α
− ·
∑ ∑
+ ·

·
+ +
1
) ( ) (
1
1
) 1 ( ) 1 (
1
(8)
Exemplul 1. Cu notaţiile din acest paragraf să se afle valoarea optimă a
parametrului de relaxare şi folosind atunci metoda relaxării simultane să se
aproximeze soluţia sistemului cu o eroare mai mică decât
3
10

.
a)
15 11 2
51 11 2
48 2 2 11
3 2 1
2 1
3 2 1
· + + −
− · + +
· − +
x x x
x x x
x x x
Soluţie.
( )
¹
'
¹
¹
'
¹
+ −
·

22
33 21
,
11
12
,
22
33 21
1
A D S
.
Metoda relaxării simultane converge dacă
33 21
44
0

< α <
.
Valoarea optimă a parametrului de relaxare este
21
22
· α . Pentru acest
α

şirul (4) din paragraful 4 este
21
30
21
1
21
2
21
4
21
102
21
2
21
1
21
4
21
96
21
4
21
4
21
1
) (
3
) (
2
) (
1
) 1 (
3
) (
3
) (
2
) (
1
) 1 (
2
) (
3
) (
2
) (
1
) 1 (
1
+ − − ·
− − − − ·
+ + − − ·
+
+
+
n n n n
n n n n
n n n n
x x x x
x x x x
x x x x
Pornind cu iteraţia iniţială ) 0 ; 0 ; 0 (
) 0 (
· x , se obţine
) 9996218 , 2 ; 999463 , 5 ; 9992418 , 5 (
) 7 (
− · x .
Soluţia exactă este
) 3 ; 6 ; 6 ( − · z
.
b)
32 7
48 7 3
72 3 7
3 2 1
3 2 1
3 2 1
− · + + −
· + +
· − +
x x x
x x x
x x x
.
( )
¹
'
¹
¹
'
¹
+ −
·

14
17 11
,
14
17 11
,
7
10
1
A D S
Metoda relaxării simultane converge dacă
10
14
0 < α < . Valoarea optimă a
parametrului de relaxare este
041787 , 1 · α
. Pentru această valoare se obţine cel
mai mic
q
, care este
4882671 , 0
0
· q
. Vom lua
04 , 1 · α
. Şirul (4) din
paragraful 4 este
54
7
28 , 33
04 , 0
7
04 , 1
7
04 , 1
7
92 , 49
7
04 , 1
04 , 0
7
12 , 3
7
88 , 74
7
04 , 1
7
12 , 3
04 , 0
) (
3
) (
2
) (
1
) 1 (
3
) (
3
) (
2
) (
1
) 1 (
2
) (
3
) (
2
) (
1
) 1 (
1
− − − ·
+ − − − ·
+ + − − ·
+
+
+
n n n n
n n n n
n n n n
x x x x
x x x x
x x x x
.
Pornind de la iteraţia iniţială ) 0 ; 0 ; 0 (
) 0 (
· x , se obţine
) 000039 , 4 ; 0005719 , 4 ; 0004329 , 8 (
) 11 (
− · x .
Soluţia exactă este
) 4 ; 4 ; 8 ( − · z
.
Exemplul 2. Folosind metoda relaxării succesive cu
5 , 1 · α
, să se
rezolve sistemul:
32 7
48 7 3
72 3 7
3 2 1
3 2 1
3 2 1
− · + + −
· + +
· − +
x x x
x x x
x x x
Indicaţie. Şirul (8) din paragraful 4 este:
8571428 , 6 5 , 0
7
5 , 1
7
5 , 1
285714 , 10
7
5 , 1
5 , 0
7
5 , 4
428571 , 15
7
5 , 1
7
5 , 4
5 , 0
) (
3
) 1 (
2
) 1 (
1
) 1 (
3
) (
3
) (
2
) 1 (
1
) 1 (
2
) (
3
) (
2
) (
1
) 1 (
1
− − − ·
+ − − − ·
+ + − − ·
+ + +
+ +
+
n n n n
n n n n
n n n n
x x x x
x x x x
x x x x
IV. METODE NUMERICE DE REZOLVARE A SISTEMELOR
DE ECUAŢII NELINIARE
Ecuaţiile studiate în acest capitol vor fi de forma
0 ) ( · x f
sau
x x f · ) (
. Pentru început, va fi studiată posibilitatea rezolvării unor asemenea
ecuaţii în cazul funcţiilor reale de o variabilă reală.
IV.1. Metoda bisecţiei
Fie
[ ] b a,
un interval în R şi
[ ] R b a f → , :
o funcţie continuă.
Presupunem că există şi este unic
( ) b a z , ∈
, astfel încât
0 ) ( · z f
. Atunci
0 ) ( ) ( < ⋅ b f a f
.
Fie
a a ·
0
,
b b ·
0
şi fie
[ ]
¹
'
¹
¹
'
¹
]
]
]

+
]
]
]

+

0
0 0 0 0
0 1 1
,
2
,
2
, , b
b a b a
a b a
, astfel
încât ( ) ( ) 0
1 1
≤ ⋅ b f a f . Dacă ( ) ( ) 0
1 1
· ⋅ b f a f , atunci rădăcina căutată este
2
0 0
b a +
. Dacă ( ) ( ) 0
1 1
< ⋅ b f a f , continuăm construcţia. Alegem
55
[ ]
¹
'
¹
¹
'
¹
]
]
]

+
]
]
]

+

1
1 1 1 1
1 2 2
,
2
,
2
, , b
b a b a
a b a
astfel încât ( ) ( ) 0
2 2
≤ ⋅ b f a f . Dacă
( ) ( ) 0
2 2
· ⋅ b f a f , atunci rădăcina căutată este
2
1 1
b a +
. În caz contrar,
( ) ( ) 0
2 2
< ⋅ b f a f şi aşa mai departe.
Să presupunem că procesul este infinit, deci că se construieşte un şir
[ ] ( )
N n n n
b a

, de intervale, astfel încât
( ) ( ) 0 < ⋅
n n
b f a f
şi
n
n n
a b
a b
2

· − .
Avem atunci
n n
b z a < <
pentru orice N n ∈ . Se aproximează z cu
n
a
(sau cu
n
b
) , alegerea făcându-se în funcţie de eroarea propusă folosind următoarele
formule de evaluare a erorii:
n
n
a b
a z
2
0

≤ − ≤ ,
n
n
a b
z b
2
0

≤ − ≤ .
Exemplul 1. Să rezolvăm cu o eroare mai mică decât
2
10

ecuaţia
0 sin 2 · − x x .
Soluţie. Prin metode elementare se constată că ecuaţia are trei rădăcini:
0
0
· x
,
,
`

.
|
π
π
∈ ,
2
1
x
,
1 2
x x − · . Considerăm deci funcţia
x x x f − · sin 2 ) (
.
Avem
( ) 0
2
< π ⋅

,
`

.
|
π
f f
. Pentru a aproxima rădăcina
1
x cu o eroare mai mică
decât
2
10

va trebui să avem
100
1
2
1
<
π
+ n
, pentru care este suficient să luăm
8 · n . Folosind metoda bipartiţiei, constatăm că
[ ]
]
]
]

π π
·
512
309
,
512
308
,
8 8
b a
şi
deci rădăcina
1
x se poate aproxima cu
512
308 π
sau cu
512
309 π
, făcând o eroare
mai mică decât
3
10 13 , 6
512

⋅ ≈
π
.
Exemplul 2. Să aproximăm prin metoda bipartiţiei, făcând o eroare mai
mică decât
2
10

, rădăcina din intervalul
,
`

.
|
π π
4
3
,
4
a ecuaţiei
0 2 2 · − −x tgx
.
Soluţie. Se consideră funcţia
R f →
]
]
]

π π
4
3
,
4
:
,
2 2 ) ( − − · x tgx x f
.
Avem
0
4
3
4
<

,
`

.
|
π

,
`

.
|
π
f f
şi prin metode elementare se constată că rădăcina este
56
unică în intervalul considerat. Pentru ca în metoda bipartiţiei eroarea să fie mai
mică decât
2
10

este suficient ca
100
1
2 8
<

π
n
, adică
π >
+
100 2
3 n
. Este
suficient să luăm 6 · n . După realizarea calculelor avem
1024
319
6
π
· a
,
1024
320
6
π
· b . Rădăcina se poate aproxima deci cu
1024
319 π
sau cu
1024
320 π
, făcând
o eroare mai mică decât
3
10 6 , 3
1024

⋅ ≈
π
.
IV.2. Metoda aproximaţiilor succesive
Metoda este folosită pentru rezolvarea aproximativă a unor ecuaţii de
forma
x x f · ) (
. Aproximarea se face prin termenii unui şir
( )
N n n
x

construit
după formula
( )
n n
x f x ·
+1
. Suportul teoretic este dat de principiul contracţiei pe
care îl vom prezenta pentru funcţii reale de o variabilă reală.
Fie I un interval în R .
Definiţie. Funcţia
R I f → :
se numeşte contracţie dacă există
[ ) 1 , 0 ∈ q
, astfel încât
y x q y f x f − ≤ − ) ( ) (
, pentru orice
I y x ∈ ,
.
Observaţie 1. Orice contracţie este uniform continuă şi este deci continuă.
Observaţie 2. Constanta q nu este unică.
Propoziţie. Fie
R I f → :
o funcţie derivabilă, pentru care există
[ ) 1 , 0 ∈ q
, astfel încât
q x f ≤ ′ ) (
pentru orice I x ∈ . Atunci f este o
contracţie.
Teoremă (principiul contracţiei). Fie I un interval închis în R şi
I I f → :
o contracţie. Atunci există şi este unic
I z ∈
, astfel încât
z z f · ) (
.
Pentru orice
I x ∈
0
, şirul
( )
N n n
x

, definit prin
( )
n n
x f x ·
+1
, converge către
z. Dacă
y x q y f x f − ≤ − ) ( ) (
pentru orice
I y x ∈ ,
(
[ ) 1 , 0 ∈ q
), atunci
0 1 1
1 1
x x
q
q
x x
q
q
z x
n
n n n


≤ −

≤ −

.
Observaţie. Aproximarea lui z prin
n
x
(teorema precedentă) este cu atât
mai eficientă cu cât q este mai mic.
Exemplu. Fie funcţia ( )
3
2
3
1
) ( x x f − · . Să se arate că
]
]
]

,
`

.
|
]
]
]

3
2
, 0
3
2
, 0 f
şi că pe acest interval f este o contracţie. Să se rezolve ecuaţia
x x f · ) (
cu o eroare mai mică decât
5
10

.
57
Soluţie. Funcţia f este strict descrescătoare, continuă,
3
2
) 0 ( · f ,
81
46
3
2
·

,
`

.
|
f
, deci
]
]
]

,
`

.
|
]
]
]

3
2
. 0
3
2
, 0 f
. Apoi,
9
4
) ( ≤ ′ x f pentru orice
]
]
]


3
2
, 0 x
şi deci y x y f x f − ≤ −
9
4
) ( ) ( . Conform principiului contracţiei,
există şi este unic un punct
]
]
]


3
2
, 0 z
, astfel încât
z z f · ) (
. Fie
3
2
0
· x
şi
( )
n n
x f x ·
+1
. La fiecare pas eroarea se evaluează prin
1
5
4

− < −
n n n
x x z x .
Avem
6
10 11 11
10 04 , 5 596077 , 0 5960707 , 0
5
4
5
4

⋅ · − · − ≤ − x x z x
Se aproximează z cu 5960707 , 0
11
· x , făcând o eroare mai mică decât
6
10 04 , 5

⋅ .
Observaţie. În exemplul precedent s-a modelat ecuaţia
0 2 3
3
· − + x x
,
astfel încât să se ajungă la forma
x x f · ) (
.
Exerciţiu 1. Fie 0 > a şi [ ) R a f → +∞ , : ,
,
`

.
|
+ ·
x
a
x x f
2
1
) (
.
Folosind principiul contracţiei, să se arate că şirul
( )
N n n
x

, definit prin

,
`

.
|
+ ·
+
n
n n
x
a
x x
2
1
1
, a x >
0
, este convergent şi că 1 −
− ≤ −
n n n
x x a x
.
Exerciţiul 2. Folosind metoda din exemplul 1, să se aproximeze cu o
eroare mai mică decât
5
10

rădăcina din intervalul
]
]
]

2
1
, 0
a ecuaţiei
0 1 5
5
· + − x x
.
Indicaţie. Cu şirul lui Rolle se arată că ecuaţia are trei rădăcini reale în
intervalele
( ) 1 ,− ∞ −
,
( ) 1 , 1 −
,
( ) +∞ , 1
. Cu metoda bipartiţiei se reduce
intervalul
( ) 1 , 1 −
la
]
]
]

2
1
, 0
. Pe acest interval se modelează ecuaţia sub forma
( ) x x · +1
5
1
5
. Funcţia ( ) 1
5
1
) (
5
+ · x x f este atunci o contracţie pe
]
]
]

2
1
, 0
.
IV.3. Metoda lui Newton
Cunoscută şi sub numele de metoda tangentei, metoda aproximează
rădăcinile unor ecuaţii de forma
0 ) ( · x f
.
Fie
[ ] R b a ⊂ ,
.
58
Teorema 1 (metoda lui Newton). Fie
[ ] R b a f → , :
o funcţie de clasă
2
C
, astfel încât
0 ) ( ), ( ≠ ′ ′ ′ x f x f
pentru orice
[ ] b a x , ∈
şi
0 ) ( ) ( < ⋅ b f a f
. Atunci există şi este unic
( ) b a z , ∈
, astfel încât
0 ) ( · z f
. Pentru orice
[ ] b a x ,
0

, astfel încât
( ) ( ) 0
0 0
> ′ ′ ⋅ x f x f
, şirul
( )
N n n
x

definit prin
( )
( )
n
n
n n
x f
x f
x x

− ·
+1
rămâne în
[ ] b a,
, converge către z şi
( )
[ ]
) ( inf
,
x f
x f
z x
b a x
n
n

≤ −

.
Teorema 2 (metoda lui Newton simplificată). Fie
[ ] R b a f → , :
o
funcţie de clasă
2
C
, astfel încât
0 ) ( ), ( ≠ ′ ′ ′ x f x f
pentru orice
[ ] b a x , ∈
şi
0 ) ( ) ( < ⋅ b f a f
. Atunci există şi este unic
( ) b a z , ∈
, astfel încât
0 ) ( · z f
.
Dacă
[ ] b a x ,
0

este astfel încât
( ) ( ) 0
0 0
> ′ ′ ⋅ x f x f
, atunci şirul
( )
N n n
x


definit prin
( )
( )
0
1
x f
x f
x x
n
n n

− ·
+
rămâne în
[ ] b a,
, converge către z şi
( )
[ ]
) ( inf
,
x f
x f
z x
b a x
n
n

≤ −

.
Exemplul 1. Să se rezolve, cu o eroare mai mică decât
6
10

, ecuaţia
0 7 3
3
· − − x x
.
Soluţie. Prin metode elementare se constată că ecuaţia are o singură
rădăcină reală, aflată în intervalul
[ ] 3 , 2
, unde
0 ) ( ), ( ≠ ′ ′ ′ x f x f
pentru orice x.
Dacă
3
0
· x
, atunci
( ) ( ) 0
0 0
> ′ ′ x f x f
şi deci, conform teoremei 1, şirul
( )
N n n
x

, definit prin
( )
( ) 3 3
7 2
2
3
1

+
·

− ·
+
n
n
n
n
n n
x
x
x f
x f
x x
, converge către rădăcina
ecuaţiei considerate.
Deoarece
[ ]
9 ) ( inf
3 , 2
· ′

x f
x
, eroarea se evaluează prin
7 3
9
1
3
− − ≤ −
n n n
x x z x
. Se obţine 4259887 , 2
4
· x , iar eroarea este mai mică
decât
8
10 7


.
Exemplul 2. Să se rezolve ecuaţia
0 1 · − − x arctg x
.
Soluţie. Folosind pentru început metoda bipartiţiei, se constată că ecuaţia
are soluţie unică aflată în intervalul
[ ] 3 , 2
. Avem
2
2
1
) (
x
x
x f
+
· ′ ,
59
( )
2
2
1
2
) (
x
x
x f
+
· ′ ′
, funcţii care nu se anulează în intervalul
[ ] 3 , 2
. Se poate lua
3
0
· x
. Deoarece
[ ]
5
4
) ( min
3 , 2
· ′

x f
x
, pentru şirul
( )
N n n
x

definit prin
( ) ( )
2
2
1
1 1
n
n n n
n n
x
x x arctg x
x x
+ − −
− ·
+
sau
( )
n
n
n
n
x
x arctg
x
x
1
1
1
1
2
1
− +

,
`

.
|
+ ·
+
,
eroarea se evaluează după formula
( )
n n
x f z x
4
5
≤ − . Se obţine
1322679 , 2
3
· x
, ( )
7
3
10

· x f şi rădăcina se aproximeazăă cu
3
x
, făcându-se
o eroare mai mică decât
7
10 25 , 1

⋅ .
Observaţie. În cele două exemple precedente este de remarcat numărul
mic de iteraţii făcute pentru obţinerea unei aproximări bune, aceasta în comparaţie
cu metoda bipartiţiei.
IV.4. Metoda lui Newton (cazul funcţiilor de mai multe variabile)
Se consideră pe spaţiul
m
R
una din normele uzuale, spre exemplu
i
m i
x x
≤ ≤

·
1
max
, iar pe spaţiul ( )
m
R L norma operatorială indusă
Ax A
x 1
sup

·
. Astfel, dacă
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
, atunci

·
≤ ≤

·
m
j
ij
m i
a A
1
1
max
.
Amintim că dacă
m m
R R D f → ⊂ : ,
( )
m
f f f ,...
1
·
este derivabilă,
atunci
( )
( ) ( )
( ) ( )

,
`

.
|








·

0 0
1
0
1
0
1
1
0
x
x
f
x
x
f
x
x
f
x
x
f
x f
m
m m
m

  

.
Metoda urmăreşte rezolvarea aproximativă a sistemului de ecuaţii neliniare
60
( )
( )
( ) 0 ,...,
0 ,...,
0 ,...,
1
1 2
1 1
·
·
·
m m
m
m
x x f
x x f
x x f

(1)
Sistemul precedent se scrie
0 ) ( · x f
, unde
( )
m
f f f ,...,
1
·
.
Propoziţiile care urmează produc tehnicile necesare obţinerii metodei lui
Newton în acest cadru..
Amintim că
{ ¦ r y x R y r x B
m
< − ∈ · ) , (
;
{ ¦ r y x R y r x B
m
≤ − ∈ · ) , (
.
Propoziţia 1. Fie D o mulţime deschisă şi convexă în
m
R
şi
m
R D f → :
o funcţie derivabilă, pentru care există 0 > M , astfel încât
y x M y f x f − ≤ ′ − ′ ) ( ) (
pentru orice
D y x ∈ ,
. Fie D w∈ un punct în
care derivata
) (w f ′
este inversabilă şi fie
( )
1
) (

′ ≥ α w f
. Fie 0 > r , astfel
încât D r w B ⊂ ) , ( şi 1 < αMr . Atunci, pentru orice ) , ( r w B x ∈ , există
( )
1
) (

′ x f şi
( )
Mr
x f
α −
α
≤ ′

1
) (
1
.
Funcţia f este injectivă pe ) , ( r w B .
Propoziţia 2. Fie
m
R D ⊂
o mulţime deschisă şi convexă, fie
m
R D f → : o funcţie derivabilă pentru care există 0 > M , astfel încât
y x M y f x f − ≤ ′ − ′ ) ( ) (
pentru orice
D y x ∈ ,
. Atunci
2
2
) )( ( ) ( ) ( y x
M
y x y f y f x f − ≤ − ′ − −

D y x ∈ ∀,
.
Teorema 1 (metoda lui Newton). Fie
m
R D ⊂
o mulţime deschisă şi
convexă,
m
R D f → : o funcţie derivabilă pentru care există 0 > M , astfel încât
y x M y f x f − ≤ ′ − ′ ) ( ) (
pentru orice
D y x ∈ ,
. Presupunem că există
D z ∈
, astfel încât
0 ) ( · z f
şi că
) (z f ′
este inversabilă. Fie
( )
1
) (

′ ≥ α z f
,
( ) 1 , 0 ∈ q
şi 0 > r , astfel încât
D r z B ⊂ ) , (
şi
α +
<
M q
q
r
) 2 1 (
2
. Atunci, pentru orice ) , (
) 0 (
r z B x ∈ , şirul ( )
N n
n
x

) (
,
construit prin
( ) ( ) ( ) ( )
) (
1
) ( ) ( ) 1 ( n n n n
x f x f x x

+
′ − ·
,
rămâne în
) , ( r z B
, converge către z şi
r q z x
n
n 1 2 ) ( −
≤ −
.
Teorema 2 (metoda lui Newton simplificată). Cu aceleaşi ipoteze şi
notaţii ca în teorema precedentă, fie 0 > r , astfel încât
D r z B ⊂ ) , (
şi
61
α +
<
M q
q
r
) 2 (
. Atunci, pentru orice ) , ( ,
) 0 (
r z B w x ∈ , şirul ( )
N n
n
x

) (
definit
prin
( ) ( ) ( )
) (
1
) ( ) 1 (
) (
n n n
x f w f x x

+
′ − ·
rămâne în
) , ( r z B
, converge către z şi
r q z x
n n
≤ −
) (
.
Observaţie. În prezentarea teoremei 1, prezenţa unui parametru iniţial
( ) 1 , 0 ∈ q
şi alegerea corespunzătoare a razei r, astfel încât
α +
<
M q
q
r
) 2 1 (
2
,
este făcută pentru a pune în evidenţă superrapiditatea procesului în vecinătatea
soluţiei z. O variantă mai acceptabilă în eventualitatea în care se doreşte verificarea
îndeplinirii ipotezelor este următoarea:
Teorema 3. Fie
m
R D ⊂
o mulţime deschisă şi convexă,
m
R D f → : o
funcţie derivabilă pentru care există 0 > M , astfel încât
y x M y f x f − ≤ ′ − ′ ) ( ) (
pentru orice
D y x ∈ ,
. Presupunem că există
D z ∈ , astfel încât
0 ) ( · z f
, şi că există ( )
1
) (

′ z f . Fie
( )
1
) (

′ > α z f
şi
0 > r , astfel încât
D r z B ⊂ ) , (
şi
3
2
< αMr . Atunci, pentru orice
) , (
) 0 (
r z B x ∈ , şirul ( )
N n
n
x

) (
, construit prin
( ) ( ) ( ) ( )
) (
1
) ( ) ( ) 1 ( n n n n
x f x f x x

+
′ − ·
,
rămâne în
) , ( r z B
, converge către z şi
r q z x
n
n 1 2 ) ( −
≤ −
,
unde
( ) Mr
Mr
q
α −
α
·
1 2
.
În metoda Newton simplifiată se poate impune restricţia
3
1
< αMr ,
evaluarea erorii fiind
r q z x
n n
≤ −
) (
cu precizarea că
( ) Mr
Mr
q
α −
α
·
1 2
3
.
Exemplu. Fie sistemul
0 20 20
0 40 20
2
2
· + − +
· + − +
y x y
x y x
Prin metode grafice, construind în acelaşi sistem de axe graficele curbelor
de ecuaţii
2
40 20 x x y − − · şi
2
20 20 y y x − − · , constatăm că sistemul are
62
două rădăcini, ambele în primul cadran şi că una dintre rădăcini este localizată în
[ ] [ ] 2 , 1 3 , 2 ×
. Pentru a aproxima aceastăă rădăcină considerăm funcţia
( ) 20 20 , 40 20 ) , (
2 2
+ − + + − + · y x y x y x y x f
Atunci

,
`

.
|


· ′
20 2 1
1 20 2
) , (
y
x
y x f
( )

,
`

.
|
− −
− −
δ
· ′

20 2 1
1 20 20
1
) , (
1
x
y
y x f
unde
399 40 40 4 ) , ( det + − − · ′ · δ x y xy y x f
.
Se poate arăta că sunt îndeplinite condiţiile din teorema 3, spre exemplu că
pe dreptunghiul considerat derivata este în fiecare punct inversabilă. Fie
) 1 , 2 (
) 0 (
· x şi
( ) ( ) ( ) ( )
) (
1
) ( ) ( ) 1 ( n n n n
x f x f x x

+
′ − ·
. Atunci
( ) ( )

,
`

.
|

,
`

.
|
+ ·

,
`

.
|
′ − ·

3
5
16 1
1 18
287
1
) 1 , 2 (
3
5
1 , 2 ) 1 , 2 (
1 ) 1 (
f x
.
Se obţine ) 184 , 1 ; 324 , 2 (
) 1 (
· x . Apoi
( )

,
`

.
|

,
`

.
|
+ ·
046 , 0
105 , 0
352 , 15 1
1 63 , 17
270
1
184 , 1 ; 324 , 2
) 2 (
x
.
Se găseşte ) 187 , 1 ; 331 , 2 (
) 2 (
· x .
Observaţie. ( ) ) 00003 , 0 ; 0005 , 0 (
) 2 (
− · x f .
IV.5. Metoda Newton-Kantorovici
Metoda lui Newton prezentată în paragraful precedent are avantajul de a fi
foarte rapid convergentă şi dezavantajul de a localiza procesul iterativ în jurul
soluţiei necunoscute. Acest dezavantaj este înlăturat în varianta următoare a
metodei, datorată lui Kantorovici. În acest procedeu stabilitatea metodei în
domeniul de definiţie se face pas cu pas prin intermediul următoarei proprietăţi:
Propoziţia 1. Cu ipotezele şi notaţiile din paragraful 1, fie
( ) ( ) ) ( ) ( ) (
1
x f x f x x g

′ − · . Dacă există
) , ( r w B x ∈
astfel încât
) , ( ) ( r w B x g ∈
, atunci
( ) w x g M
x x g M
x g x g g
− α −
− α
≤ −
) ( 1 2
) (
) ( )) ( (
2
.
Teorema 1 (metoda Newton-Kantorovici). Fie
m m
R R D f → ⊂ : , o
funcţie derivabilă pentru care există 0 > M , astfel încât
y x M y f x f − ≤ ′ − ′ ) ( ) (
pentru orice
D y x ∈ ,
. Fie
( ) ( )
1 −
′ ≥ α w f
,
( ) ( ) ) ( ) (
1
w f w f

′ ≥ β
. Dacă
2
1
< αβM
şi D r w B ⊂ ) , ( , unde
63
( ) M
M
r αβ − −
α
· 2 1 1
1
,
atunci ecuaţia
0 ) ( · x f
are soluţie unică ) , ( r w B z ∈ . Dacă
w x ·
) 0 (
şi
( ) ( ) ( ) ( )
) (
1
) ( ) ( ) 1 ( n n n n
x f x f x x

+
′ − ·
,
atunci ( ) r w B x
n
,
) (
∈ şi
z x
n
n
·
∞ →
) (
lim
.
Teorema 2 (metoda Newton-Kantorovici simplificată). Cu notaţiile şi
ipotezele din teorema precedentă, există şi este unic ) , ( r w B z ∈ , astfel încât
0 ) ( · z f
. Pentru orice ) , (
) 0 (
r w B x ∈ , şirul ( )
N n
n
x

) (
,
( ) ( ) ( )
) (
1
) ( ) 1 (
) (
n n n
x f w f x x

+
′ − · rămâne în
) , ( r w B
, converge către z şi
) 0 ( ) 1 ( ) 1 ( ) ( ) (
1 1
x x
q
q
x x
q
q
z x
n
n n n


≤ −

≤ −

unde
Mr q α ·
(
( ) M
M
r αβ − −
α
· 2 1 1
1
).
Teorema 3. Fie
m
R D ⊆ o mulţime deschisă şi convexă,
m
R D f → : o
funcţie derivabilă pentru care există 0 > M , astfel încât
( ) ( ) y x M y f x f − ≤ ′ − ′
pentru orice
D y x ∈ ,
. Fie
D x ∈
) 0 (
, astfel încât
( )
( )
0
x f ′ este inversabilă şi fie
( )
( ) ( )
1
0

′ ≥ α x f
. Fie
( )
( ) ( )
( )
( ) ( )
0
1
0
x f x f

′ ≥ β
şi presupunem că
9
8
2 < αβM . Fie
( ) M
M
r αβ − −
α
· 2 1 1
1
şi presupunem că
( ) D r x B ⊂ ,
0
.
Atunci există şi este unic
( )
( ) r x B z ,
0
∈ , astfel încât
0 ) ( · z f
. Şirul
( )
N n
n
x

) (
,
( ) ( )
( )
( ) ( )
n n n n
x f x f x x
1
) ( ) ( ) 1 (

+
′ − ·
rămâne în ( ) r x B ,
) 0 (
,
converge către z şi
( )
r q z x
n
n 1 2 −
≤ −
unde
M
M
q
αβ −
αβ − −
·
2 1 2
2 1 1
.
IV.6. Metoda aproximaţiilor succesive (cazul funcţiilor de mai multe variabile)
Ca şi în paragraful 2, metoda se ocupă de rezolvarea aproximativă a unor
ecuaţii de forma
x x f · ) (
, unde
m m
R R D f → ⊂ : .
Definiţie. Funcţia
m m
R R D f → ⊂ : se numeşte contracţie dacă există
[ ) 1 , 0 ∈ q
, astfel încât
y x q y f x f − ≤ − ) ( ) (
pentru orice
D y x ∈ ,
.
64
Exemplu. Amintim că dacă
m
R D ⊂
este o mulţime deschisă şi
m
R D f → : este derivabilă pe segmentul
[ ] D y x ⊂ ,
, atunci
[ ]
y x t f y f x f
y x t
− ⋅ ′ ≤ −

) ( sup ) ( ) (
,
Atunci, dacă funcţia f este derivabilă pe mulţimea deschisă şi convexă D şi
1 ) ( < ≤ ′ q x f
pentru orice D x ∈ , funcţia f este o contracţie pe D.
Amintim că se spune că funcţia f este derivabilă pe mulţimea închisă A
dacă există o mulţime deschisă D pe care funcţia f este derivabilă şi D A ⊂ .
Dacă funcţia f este derivabilă, cu derivata continuă pe mulţimea compactă
şi convexă A, atunci
y x t f y f x f
A t
− ⋅ ′ ≤ −

) ( sup ) ( ) (
pentru orice
A y x ∈ ,
, iar dacă
1 ) ( < ≤ ′ q t f
pentru orice A t ∈ , atunci
funcţia f este o contracţie pe A.
Teorema 1 (principiul contracţiei). Fie
m
R A ⊂
o mulţime închisă şi
A A f → :
o contracţie. Atunci există şi este unic
A z ∈
, astfel încât
z z f · ) (
.
Pentru orice
A x ∈
) 0 (
şirul ( )
N n
n
x

) (
definit prin ( )
) ( ) 1 ( n n
x f x ·
+
converge
către z. Dacă
y x q y f x f − ≤ − ) ( ) (
pentru orice
A y x ∈ ,
(
1 < q
),
atunci
) 0 ( ) 1 ( ) 1 ( ) ( ) (
1 1
x x
q
q
x x
q
q
z x
n
n n n


≤ −

≤ −

.
Metoda rezultată, în care z se aproximează cu termenii şirului
) (n
x
, se
numeşte metoda aproximaţiilor succesive.
Exemplul 1. Fie
[ ] [ ] [ ] [ ] d c b a d c b a f , , , , : × → ×
,
( ) ψ ϕ · , f
, o
funcţie derivabilă pentru care există
[ ) 1 , 0 ∈ q
, astfel încât
q y x
y
y x
x


ϕ ∂
+

ϕ ∂
) , ( ) , (
q y x
y
y x
x


ψ ∂
+

ψ ∂
) , ( ) , (
pentru orice
[ ] [ ] d c b a y x , , ) , ( × ∈
. Atunci funcţia f este o contracţie pe
[ ] [ ] d c b a , , ×
(
q y x f ≤ ′

) , (

[ ] [ ] d c b a y x , , ) , ( × ∈ ∀
) şi deci exisţă şi
este unic
( ) [ ] [ ] d c b a , , , × ∈ β α
, astfel încât
( ) ( ) β α · β α , , f
, iar pentru
aproximare se poate folosi metoda aproximaţiilor succesive.
Exemplul 2. Se consideră sistemul
( )
( ) y y x
x y x
· + −
· + +
3
1
6
1
2
1
6
1
3 3
3 3
.
Fie
]
]
]

×
]
]
]


]
]
]

×
]
]
]

10
9
, 0
10
9
, 0
10
9
, 0
10
9
, 0 : f
,
( ) ψ ϕ · , f
,
65
( )
2
1
6
1
) , (
3 3
+ + · ϕ y x y x , ( )
3
1
6
1
) , (
3 3
+ − · ψ y x y x ,

,
`

.
|

· ′
2 2
2 2
) , (
2 2
2 2
y x
y x
y x f .
Atunci
81 , 0
2
) , (
2 2

+
· ′

y x
y x f .
Rezultă că funcţia f este o contracţie pe
]
]
]

×
]
]
]

10
9
, 0
10
9
, 0
:
{ ¦ ( )
∞ ∞
− · − − ≤ − ) , ( , 81 , 0 , max 81 , 0 ) , ( ) , ( v u y x v y u x v u f y x f
.
Ecuaţia
) , ( ) , ( y x y x f ·
are atunci soluţie unică în dreptunghiul
considerat şi pentru aproximarea acestei soluţii se poate folosi metoda
aproximaţiilor succesive. Fie ) 0 , 0 (
) 0 (
· x şi ( )
) ( ) 1 ( n n
x f x ·
+
. Eroarea se
aproximează prin





≤ −
) 1 ( ) ( ) (
81 , 0 1
81 , 0
n n n
x x z x
adică prin


− ≤ −
) 1 ( ) ( ) (
24 , 4
n n n
x x z x
Se obţine
) 3512868 , 0 ; 5323985 , 0 (
) 7 (
· x ,
) 3512597 , 0 ; 5323761 , 0 (
) 8 (
· x
şi atunci
3 ) 8 (
10


< −z x
.
Exemplul 3. Se consideră sistemul
y
y x
x
y x
·
+
+
·
+
+
20
1
20
2
2
2
Funcţia

,
`

.
| +
+
+
+ ·
20
1 ,
20
2 ) , (
2 2
y x y x
y x f
are proprietăţile:
[ ] [ ] [ ] [ ] 2 , 1 3 , 2 2 , 1 3 , 2 : × → × f
,

,
`

.
|
· ′
10 20
1
20
1
10
) , (
y
x
y x f
10
7
10 20
1
,
20
1
10
max ) , ( ≤
¹
'
¹
¹
'
¹
+ + · ′

y x
y x f
66
Rezultă că
∞ ∞
− ≤ − ) , ( ) , (
10
7
) , ( ) , ( v u y x v u f y x f
şi deci f este o contracţie pe
[ ] [ ] 2 , 1 3 , 2 ×
. Există atunci şi este unic
( ) β α · , z
,
astfel încât
[ ] [ ] 2 , 1 3 , 2 × ∈ z
,
) , ( ) , ( β α · β α f
. Pentru aproximarea soluţiei z se
poate folosi metoda aproximaţiilor succesive. Formula de evaluare a erorii este
atunci



− ≤ −
) 1 ( ) ( ) (
3
7
n n n
x x z x .
V. APROXIMAREA SPECTRULUI UNEI MATRICI
REALE SIMETRICE
V.1. Spectrul unei matrici simetrice
Pe spaţiul
m
R
se consideră produsul scalar canonic

·
·
m
i
i i
y x y x
1
,
,
( )
m
x x x ,...,
1
·
,
( )
m
y y y ,...,
1
·
şi se notează
x x x ,
2
·
(norma
euclidiană). Dacă
m m
R R T → :
este un operator liniar, atunci
2
T
este norma
operatorială generată de norma euclidiană: 2
1
2
2
sup Tx T
x ≤
·
. Dacă
( )
{ ¦ m j i
ij
t T
,..., 1 , ∈
·
, atunci
( )
{ ¦ m j i
ji
t
,..., 1 , ∈
generează operatorul adjunct
*
T
, ce
poate fi definit şi prin proprietatea
y T x y Tx
*
, , ·
, pentru orice
m
R y x ∈ , .
Dacă matricea
( )
{ ¦ m j i
ij
t
,..., 1 , ∈
este simetrică, atunci operatorul generat T este
autoadjunct:
Ty x y Tx , , ·

m
R y x ∈ ∀, .
Mulţimea
( ) { ¦ 0 det · λ − ∈ λ I T C
, adică familia rădăcinilor polinomului
caracteristic se numeşte spectrul lui T şi se notează
) (T S
. Dacă T este
autoadjunct, atunci spectrul este format numai din numere reale.
Fie A o matrice reală simetrică. Se ordonează spectrul lui A:
( )
m
A λ λ λ · ,..., , ) (
2 1
S
,
m
λ ≤ ≤ λ ≤ λ ...
2 1
.
Unul din rezultatele cu importanţă mai mult calitativă, care stă la baza
realizării unor metode de aproximare a spectrului, este:
Teorema 1 (E. Fischer). Dacă A este o matrice reală simetrică şi
( )
m
A λ λ λ · ,..., , ) (
2 1
S
,
m
λ ≤ ≤ λ ≤ λ ...
2 1
, atunci
2
2
0 ,
,
sup inf
x
x Ax
x X x j
X
j
≠ ∈

· λ
S
,
67
unde
j
S
este familia subspaţiilor de dimensiune j în
m
R
.
Ca o consecinţă a teoremei precedente are loc un prim fenomen de
aproximare:
Teorema 2. Fie A, B matrici reale simetrice ale căror spectre, scrise în
ordine crescătoare, sunt
m
λ λ λ ,..., ,
2 1
, respectiv
m
µ µ µ ,..., ,
2 1
. Atunci
2
B A
i i
− ≤ µ − λ
,
{ ¦ m i ,..., 1 ∈ ∀
. (1)
Dacă
( )
{ ¦ m j i
ij
t T
,..., 1 , ∈
·
, se notează

·
·
m
j i
ij
F
t T
1 ,
2
.
Aceasta este o normă pe mulţimea metricilor
m m×
, numită norma
Frobenius, şi avem
F
T T ≤
2
(2)
Din (1) şi (2) rezultă că avem
F
i i
B A− ≤ µ − λ
(3)
Pentru matricea simetrică A se notează

,
`

.
|
· ·
mm
a
a
diagA D

  

0
0
11
.
Să presupunem că elementele de pe diagonala matricii A, scrise în ordine
crescătoare, sunt
m
α α α ,..., ,
2 1
şi că spectrul lui A este
m
λ λ λ ,..., ,
2 1
. Atunci
F
i i
D A− ≤ α − λ
,
{ ¦ m i ,..., 1 ∈ ∀
(4)
Se notează
| | A D A
F
· −
, deci


·
j i
ij
a A
2
| |
şi relaţia (4) se scrie
| | A
i i
≤ α − λ
,
{ ¦ m i ,..., 1 ∈ ∀
(5)
V.2. Metoda rotaţiilor
Fie
( )
{ ¦ m j i
ij
a A
,..., 1 , ∈
·
o matrice reală simetrică. Fie
68
τ
σ

,
`

.
|
θ θ
θ − θ
·
linia
linia
T
1
1
cos sin
1
1
sin cos
1
1

  
 
  
 
  

(1)
Matricea T are m linii şi m coloane şi în afara elementelor specificate are
numai zerouri.
Metoda rotaţiilor este un procedeu iterativ de aproximare a spectrului
matricii A constând în construcţia unui şir de matrici ( )
N n
n
A

) (
, unde
A A ·
) 0 (
,
n
n
n
n
T A T A
) ( * ) 1 (
·
+
, iar
n
T
este de forma (1). Fiecare matrice
) (n
A
are acelaşi
spectru ca şi A, iar şirul se construieşte astfel încât
0 lim
) (
·
∞ →
| |
n
n
A

în (5), paragraful 1, va rezulta că spectrul lui A poate fi aproximat cu diagonala lui
) (n
A
, scrisă în ordine crescătoare.
Fie
AT T B
*
·
,
( )
{ ¦ m j i
ij
b B
,..., 1 , ∈
·
.
Dacă
{ ¦ τ σ ∉ , i
,
{ ¦ τ σ ∉ , j
, atunci ij ji ij
a b b · ·
.
Dacă
{ ¦ τ σ ∉ , j
, atunci
θ + θ · ·
τ σ σ σ
sin cos
j j j j
a a b b
,
θ + θ − · ·
τ σ τ τ
cos sin
j j j j
a a b b
.
( ) ( ) θ θ − + θ − θ · ·
σ σ τ τ σ τ τ σ σ τ
cos sin sin cos
2 2
a a a b b .
θ + θ θ + θ ·
τ τ σ τ σ σ σ σ
2 2
sin cos sin 2 cos a a a b
θ + θ θ − θ ·
τ τ σ τ σ σ τ τ
2 2
cos cos sin 2 sin a a a b
Au loc următoarele proprietăţi:
* 1
T T ·

( ) ( ) B A S S ·
trB trA ·
( )
2 2 2 2
2
σ τ σ τ
− + · a b A B | | | | .
Din egalitatea precedentă se observă că dacă
0 ·
στ
b
, atunci | | | | A B ≤ şi
aceasta, împreună cu (5) paragraful 1 va permite construcţia unui şir de matrici în
care diagonalele pot aproxima spectrul lui A.
69
Dacă
τ τ σσ
≠ a a
şi
τ τ σ σ
σ τ

· θ
a a
a
tg
2
2
, atunci
0 ·
στ
b
(
4
π
< θ ).
Dacă
τ τ σσ
· a a
şi
4
π
· θ , atunci
0 ·
στ
b
.
Teoremă (metoda rotaţiilor). Fie 3 ≥ m şi A o matrice reală simetrică.
Se consideră şirul de matrici ( )
N n
n
A

) (
, unde
A A ·
) 0 (
,
n
n
n
n
T A T A
) ( * ) 1 (
·
+
,
n
T
fiind de tipul (1), în care, dacă
( )
{ ¦ m j i
n
ij
n
a A
,..., 1 ,
) ( ) (

·
, parametrii
n
σ
,
n
τ
,
n n
τ ≠ σ
sunt astfel încât
) ( ) (
max
n
ij
j i
n
n n
a a

τ σ
·
, iar parametrul
n
θ
este ales astfel
încât
0
) 1 (
·
+
τ σ
n
n n
a
. Fie
) ( ) (
1
,...,
n
m
n
α α elementele de pe diagonala matricii
) (n
A

scrise în ordine crescătoare şi
m
λ λ,...,
1
spectrul lui A scris, de asemenea, în
ordine crescătoare.
Atunci
j
n
j
n
λ · α
∞ →
) (
lim
,
{ ¦ m j ,..., 1 ∈ ∀
şi
| | | | A q A
n n
j
n
j
≤ ≤ λ − α
) ( ) (
,
unde
m m
q

− ·
2
2
1 .
Exerciţii. Folosind metoda rotaţiilor, să se aproximeze cu o eroare mai
mică decât
4
10

spectrele matricilor următoare:
1.

,
`

.
|
·
3 2 1 0
2 3 2 1
1 2 3 2
0 1 2 3
A
R.
( ) ) 16228 , 7 ; 41422 , 3 ; 837723 , 0 ; 585787 , 0 ( · A S
2.

,
`

.
|
·
14 14 10 4
14 18 16 10
10 16 18 14
4 10 14 14
A
R.
( ) ) 298254 , 51 ; 656898 , 11 ; 7017798 , 0 ; 3431464 , 0 ( · A S
3.

,
`

.
|
·
2 2 1 0
2 2 2 1
1 2 2 2
0 1 2 2
A
R.
( ) ) 16228 , 6 ; 41422 , 2 ; 162277 , 0 ; 41423 , 0 ( − − · A S
70
VI. INTERPOLARE
Aproximarea funcţiilor prin polinoame este legată în cazul funcţiilor
analitice de chiar definiţia analiticităţii, iar în cazul general al funcţiilor continue pe
un interval compact, de existenţa unui şir de polinoame uniform convergent către
funcţie. Interpolarea cu polinoame este un fenomen de aproximare, în general
punctual, în care, cunoscând valorile unei funcţii în anumite puncte, se
aproximează acea funcţie cu un polinom având proprietatea că în acele puncte ia
aceleaşi valori ca şi funcţia. Această coincidenţă este cerută uneori şi pentru
derivatele până la un anumit ordin.
VI.1. Existenţa şi unicitatea polinomului de interpolare
Se consideră următorul sistem de date:
(D)
*
N m∈
R x
i

,
{ ¦ m i ,..., 1 ∈
, puncte distincte două câte două
*
N a
i
∈ ,
{ ¦ m i ,..., 1 ∈
R z
ij

,
{ ¦ m i ,..., 1 ∈
,
{ ¦ 1 ,..., 1 , 0 − ∈
i
a j
Fie

·
·
m
i
i
a n
1
şi
( )

·
− · ω
m
i
i
a
i
x x x
1
) (
.
Definiţie. Se numeşte polinom de interpolare asociat sistemului (D), un
polinom
[ ] x R P∈
cu proprietăţile:
1 − ≤n gradP
,
( )
ij i
j
z x P ·
) (
,
{ ¦ m i ,..., 1 ∈
,
{ ¦ 1 ,..., 1 , 0 − ∈
i
a j
.
Teorema 1.Există şi este unic un polinom de interpolare asociat
sistemului (D).
Teorema 2 (formula lui Hermite). Polinomul de interpolare asociat
sistemului (D) se poate scrie sub forma
( )
( )
∑ ∑
·

·


ω
·
n
i
i
a
j
ij
j
i ij
i
a
i
x r x x z
x x
x
x P
1
1
0
) (
) (
) (
unde
71
( )
( )( )

− −
·

,
`

.
|
ω

·
1
0
) (
) ( !
1
!
1
) (
j
i
a
k
k
i i
k
i
a
i
ij
x x x
x
x x
k j
x r .
Definiţie. Dacă
1 ...
1
· · ·
m
a a
, polinomul de interpolare corespunzător
se numeşte polinom de interpolare Lagrange.
Dacă în cazul descris în definiţia precedentă notăm
0 i i
z z ·
, atunci
polinomul de interpolare Lagrange este un polinom P, de grad cel mult 1 − m şi
având proprietatea
( )
i i
z x P ·
,
{ ¦ m i ,..., 1 ∈
. Se poate uşor constata că are loc
formula lui Lagrange:
∑ ∏
·

·


·
n
i
n
i j
j
j i
j
i
x x
x x
z x P
1
1
) (
.
Exemple
1. Fie
n
x x ,...,
1
numere reale distincte două câte două şi
*
N k ∈
, 1 − ≤ n k ,
k
i i
x z ·
0
,
{ ¦ n i ,..., 1 ∈
. Atunci polinomul de interpolare asociat acestui sistem de
date este
k
x x P · ) ( .
2. Fie
2
1
1
− · x
, 0
2
· x ,
2
1
3
· x
,
1 ·
i
a
,
{ ¦ 3 , 2 , 1 ∈ i
,
5
4
1
· z
, 1
2
· z ,
0
3
· z
. Atunci polinomul de interpolare asociat acestui sistem de date este
1
5
4
5
12
) (
2
+ − − · x x x P .
3. Fie
2
1
1
− · x
, 0
2
· x ,
2
1
3
· x
,
2 ·
i
a
,
{ ¦ 3 , 2 , 1 ∈ i
,
5
4
10
· z
,
25
16
11
· z
,
1
20
· z
, 1
21
· z ,
0
30
· z
,
25
16
31
− · z . Atunci 1
25
24
25
16
) (
2 4
+ − · x x x P .
VI.2. Polinoame de interpolare asociate funcţiilor
Fie D un domeniu în R,
n
x x ,...,
1
puncte din D nu neapărat distincte
două câte două şi
{ ¦
m
y y ,...,
1
mulţimea elementelor distincte două câte două din
n
x x ,...,
1
. Să presupunem că
i
y
apare de
ori a
i

printre
n
x x ,...,
1
şi
n a
m
i
i
·

·1
. Fie
R D f → :
o funcţie derivabilă de
1 −
i
a
ori în
i
y
, pentru
fiecare
{ ¦ m i ,..., 1 ∈
.
Definiţie. Se numeşte polinom de interpolare asociat funcţiei f şi
sistemului
( )
n
x x ,...,
1
un polinom P, de grad cel mult 1 − n , astfel încât
( ) ( )
i
j
i
j
y f y P
) ( ) (
· ,
{ ¦ m i ,..., 1 ∈
,
{ ¦ 1 ,..., 1 , 0 − ∈
i
a j
.
Se notează
( ) x x x f P x P
n
; ,..., ; ) (
1
·
.
72
Se spune că
n
x x ,...,
1
sunt noduri, iar dacă x este un asemenea nod şi
dacă apare de ori a − printre
n
x x ,...,
1
se spune că x are multiplicitatea a. Dacă
1 · a , nodul x se numeşte simplu, şi se numeşte multiplu dacă 1 > a . De
exemplu, în
) ; 8 , 8 , 8 , 2 , 1 , 1 ; ( x f P
nodul 1 este dublu, nodul 2 este simplu, iar
nodul 8 este triplu.
Exemple:
1. ) ( ) ; ; (
1 1
x f x x f P · .
2. Fie
2 1
x x ≠ şi
( )
1
1 2
1 2
1
) ( ) (
) ( ) ( x x
x x
x f x f
x f x P −


+ ·
. Deoarece
1 ≤ gradP
, ) ( ) (
1 1
x f x P · , ) ( ) (
2 2
x f x P · , din definiţia şi unicitatea
polinomului de interpolare rezultă că ) ; , ; ( ) (
2 1
x x x f P x P · .
3. Dacă f este derivabilă în punctul x, atunci
) )( ( ) ( ) (
1 1 1
x x x f x f x P − ′ + · este polinomul de interpolare asociat funcţiei f
şi nodului dublu
1
x , adică ) ; , ; ( ) (
1 1
x x x f P x P · . Se observă pentru acesta

1 ≤ gradP
, ) ( ) (
1 1
x f x P · şi ) ( ) (
1 1
x f x P ′ · ′
.
Definiţie. Se numeşte diferenţă divizată asociată funcţiei f şi nodurilor
n
x x ,...,
1
coeficientul lui
1 − n
x
din
( ) x x x f P
n
; ,..., ;
1
.
Se notează
[ ]
n
x x f ,...,
1
.
Observaţie. Atât
( ) x x x f P
n
; ,..., ;
1
, cât şi
[ ]
n
x x f ,...,
1
nu depind
de ordinea nodurilor.
Teorema 1 (formulă de recurenţă). Dacă 2 ≥ n şi
n
x x ≠
1
, atunci
( ) ( ) ( )
n
n
n
n
n n
x x
x x
x x x f P
x x
x x
x x x f P x x x f P


+


·

1
1 1
1
1
2 1
; ,..., ; ; ,..., ; ; ,..., ;
.
Corolar 1. Dacă
2 1
x x ≠ , atunci
( ) ( ) ( )
2 1
2
1
1 2
1
2 2 1
; , ;
x x
x x
x f
x x
x x
x f x x x f P


+


·
iar P se numeşte polinom de interpolare liniară.
Corolar 2. Dacă 2 ≥ n şi
n
x x ≠
1
, atunci
[ ]
[ ] [ ]
1
1 1 2
1
,..., ,...,
,...,
x x
x x f x x f
x x f
n
n n
n


·

.
În particular
[ ]
( ) ( )
1 2
1 2
2 1
,
x x
x f x f
x x f


·
.
73
Propoziţie 1. Dacă
n
x x x · · · ...
2 1
, atunci
[ ] ( )
1
) 1 (
1 1
)! 1 (
1
,..., x f
n
x x f
n
ori n



·

.
Teorema 2 (formulă de recurenţă). Dacă 2 ≥ n , atunci
( ) ( ) [ ]( ) ( )
1 1 1 1 1 1
... ,..., ; ,..., ; ; ,..., ;
− −
− − + ·
n n n n
x x x x x x f x x x f P x x x f P
.
Mai general
( ) ( ) [ ]
i
n n i i n
x x
x
x x f x x x x x f P x x x f P

ω
+ ·
+ −
) (
,..., ; ,..., , ,..., ; ; ,..., ;
1 1 1 1 1
.
Teorema 3 (formula lui Newton cu diferenţe divizate).
( ) [ ]( ) ( )

·

− − ·
n
i
i i n
x x x x x x f x x x f P
1
1 1 1 1
... ,..., ; ,..., ;
.
VI.3. Evaluarea erorii
Fie
( ) ( )
n
x x x x x − − · ω ... ) (
1
.
Propoziţia 1. Dacă funcţia f este cel puţin de
ori a
i

derivabilă în
fiecare nod de multiplicitate
i
a
, atunci pentru orice D x ∈ avem
( ) [ ] ) ( , ,..., ; ,..., ; ) (
1 1
x x x x f x x x f P x f
n n
ω + ·
.
Propoziţia 2. Fie
R D f → :
o funcţie de clasă
n
C
şi
n
x x ,...,
1

puncte din D. Atunci, pentru orice D x ∈ , există
D ∈ ξ
, astfel încât
( ) ( ) ( ) x f
n
x x x f P x f
n
n
ω ξ + ·
) (
1
!
1
; ,..., ; ) ( .
Observaţie. Punctul
ξ
din teorema precedentă aparţine intervalului
{ ¦ { ¦ [ ] x x x x x x
n n
, ,..., max , , ,..., min
1 1
.
Corolar (formulă de evaluare a erorii). Dacă f este de clasă
n
C
pe
intervalul D, atunci
( ) ) ( sup ) (
!
1
; ,..., ; ) (
) (
1
x f x
n
x x x f P x f
n
D x
n

ω ≤ − .
Propoziţia 3. Dacă 2 ≥ n şi dacă funcţia f este de clasă
1 − n
C
pe
intervalul D, atunci există
D ∈ ξ
, astfel încât
[ ] ( ) ξ

·
− ) 1 (
1
)! 1 (
1
,...,
n
n
f
n
x x f
.
Teorema 4 (continuitatea diferenţelor divizate). Dacă 2 ≥ n , iar
funcţia f este de clasă
1 − n
C
pe intervalul D, atunci diferenţa divizată
[ ]
n
x x f ,...,
1
, ca funcţie de n variabile, este continuă pe
n
D
.
74
Teorema 5 (derivabilitatea diferenţelor divizate). Dacă funcţia f este de
clasă
i n+
C
, atunci
[ ] [ ] ,..., , , ,..., ! , ,...,
1
1 1

ori i
n n
x x x x x f i x x x f
x
+
·
′ ∂
∂′
.
Algoritmul lui Aitkien
Fie
n
x x ,...,
0
puncte distincte două câte două din D şi
R D f → :
. Fie
( )
k k
x f x P · ) (
0
,
n k ,..., 1 ·
şi
( ) ( )
d k
kd d dd k
d k
x x
x P x x x P x x
x P

− − −
·
+
) ( ) (
) (
1 ,
,
{ ¦ n d k ,..., 1 + ∈
.
Atunci
( ) x x x f P x P
n nn
; ,..., ; ) (
1
·
.
Exemplul 1. Să aproximăn
4
sin
π
prin interpolare prin

,
`

.
|
− −
2
1
; 3 , 2 , 1 , 0 , 1 , 2 ; f P
, unde
2
sin ) (
x
x f
π
· .
Pentru controlul rezultatelor intermediare din algoritmul lui Aitkien se
poate utiliza tabloul următor, în care
2
1
· x şi se scriu
,
`

.
|
2
1
ki
P
.
i
x
0 k
P
1 k
P
2 k
P
3 k
P
4 k
P
55
P x x
k

-2 0 -2,5
-1 -1 -2,5 -1,5
0 0 0 1,25 -0,5
1 1 0,8(3) 0 0,625 0,5
2 0 0 -1,25 0,625 0,625 1,5
3 -1 -0,5 -1,75 0,75 0,59375 0,671875 2,5
Atunci
671875 , 0
4
sin ≈
π
.
Exemplul 2. Fie funcţia
2
1
1
) (
x
x f
+
· şi nodurile duble
2
1
2 1
− · · x x ,
0
4 3
· · x x
,
2
1
6 5
· · x x . Cu ajutorul formulei lui Newton cu diferenţe divizate
să se calculeze polinomul de interpolare. Să se verifice evaluarea erorii în
4
1
· x
.
Soluţie. Calculul diferenţelor divizate este prezentat în următorul tablou:
2
1

2
1

0 0
2
1
2
1
i
x
5
4
5
4
1 1
5
4
5
4
( )
i
x f
75
25
16
25
10
0
25
10

25
16
− [ ]
1
,
+ i i
x x f
25
12

25
20

25
20

25
12
− [ ]
2 1
, ,
+ + i i i
x x x f
25
16
− 0
25
16
[ ]
3 2 1
, , ,
+ + + i i i i
x x x x f
25
16
25
16
[ ]
4 3 2 1
, , , ,
+ + + + i i i i i
x x x x x f
0
[ ]
6 5 4 3 2 1
, , , , , x x x x x x f
Atunci
( )
2
2 2 2
6 1
2
1
25
16
2
1
25
16
2
1
25
12
2
1
25
16
5
4
; ,..., ; x x x x x x x x x f P

,
`

.
|
+ +

,
`

.
|
+ −

,
`

.
|
+ −

,
`

.
|
+ + ·
,
deci
( ) 1
25
24
25
16
; ,..., ;
2 4
6 1
+ − · x x x x x f P
.
Avem
9411764 , 0
4
1
·

,
`

.
|
f
, iar aproximarea se face cu
9425 , 0
4
1
·

,
`

.
|
P
.
Formula de evaluare a erorii dă majorarea cu
(6)
1 1
,
2 2
1 1 9
sup ( ) 0, 00219726
6! 2 4096
x
f x ω
]
∈ −
]
]
| `
· ·

. ,
şi evaluările propuse verifică relaţia de evaluare a restului.
VI.4. Polinoame de interpolare cu noduri simple echidistante
Fie D un interval în R, 0 > h şi
R D f → :
. Notăm
R D h D f
h
→ − ∆  :
,
( ) ) ( ) ( ) ( x f h x f x f
h
− + · ∆
.
Operatorul
h

, cât şi numărul
) ( ) ( x f h x f − +
se numesc diferenţă
nedivizată ascendentă de ordinul întâi.
Dacă
{ ¦ D nh x h x x ⊂ + + ,..., ,
se defineşte
( ) ( ) ( ) ) ( ) ( ) (
1 1
x f h x f x f
n
h
n
h
n
h
− −
∆ − + ∆ · ∆
adică
1 −
∆ ∆ · ∆
n
h h
n
h
 . Operatorul
n
h
∆ , cât şi numărul ( ) ) (x f
n
h
∆ se numesc
diferenţă nedivizată ascendentă de ordinul n. Prin convenţie, f f · ∆
0
.
76
Propoziţia 1. Fie
R D f → :
, 0 > h şi
{ ¦ D nh x h x x ⊂ + + ,..., ,
.
Atunci
( ) ) ,..., , ( ! ) ( nh x h x x f h n x f
n n
h
+ + · ∆ .
Corolar 1. Dacă f este de clasă
n
C
pe intervalul
[ ] nh x x + ,
, atunci
există
[ ] nh x x + ∈ ξ ,
, astfel încât
( ) ( ) ξ · ∆
) (
) (
n n n
h
f h x f .
Corolar 2. Dacă f este de clasă
n
C
pe intervalul
[ ] nh x x + ,
, atunci
( )
) (
) (
lim
) (
0
x f
h
x f
n
n
n
h
h
·


.
Cu ajutorul diferenţelor nedivizate se obţin formule cu o anumită simetrie,
cu o anumită independenţă faţă de intervalul în care se face interpolarea.
Fie
R x ∈
0
, 0 > h şi
ih x x
i
+ ·
0
, Z i ∈ . Fie
{ ¦ D x x x
n
⊂ ,..., ,
1 0
şi
R D f → :
. Pentru D x ∈ , fie t astfel încât
th x x + ·
0
. Avem atunci
( ) ( )( )

·
∆ · +
n
i
i
h
i
t n
x f C th x x x x f P
0
0 0 1 0
; ,..., , ;
,
unde
!
) 1 )...( 1 (
i
i t t t
C
i
t
+ − −
· , 1
0
·
t
C .
În această prezentare polinomul de interpolare se numeşte polinomul lui
Newton de interpolare ascendentă. Evaluarea erorii, pentru cazul în care funcţia f
este de clasă
1 + n
C
şi în raport cu schimbarea de variabilă folosită este:
( ) ( ) ) ( sup ) )...( 1 (
)! 1 (
; ,..., , ;
) 1 (
1
0 1 0 0
x f n t t t
n
h
th x x x x f P th x f
n
D x
n
n
+

+
− −
+
≤ + − +
.
Formula de interpolare precedentă se dovedeşte a fi mai bună (în sensul
unei minimizări a restului) dacă punctul în care se face aproximarea se află în
intervalul
[ ] h x x +
0 0
,
.
Se notează
( ) ) ( ) ( ) ( h x f x f x f
h
− − · ∇
şi se numeşte diferenţă
nedivizată descendentă. Ca mai sus ,
( ) ( ) ( ) ) ( ) ( ) (
1 1
h x f x f x f
n
h
n
h
n
h
− ∇ − ∇ · ∇
− −
Are loc:
( ) ( ) ( )( )

·
− −
∇ − · −
n
i
i
h
i
s
i
n
x f C sh x x x x f P
0
0 0 1 0
1 ; ,..., , ;
numită formula lui Newton de interpolare descendentă. Se preferă în cazul în care
punctul în care se face aproximarea aparţine intervalului
[ ]
0 0
, x h x −
.
În formula următoare se notează ( )( )
k
i
k
i
h
f x f ∆ · ∆ , Z k ∈ . Are loc:
77
( )
( )
( )
( )
( ) ( ) ( )( )
( ) ( ) ( )( )
)! 2 (
1 ... 1
)! 1 2 (
) 1 ( 2 ... 1
...
! 4
) 2 ( 1
! 3
1
! 2
) 1 (
, ,..., 2 , 2 , , , ;
2
2 2
2
2 2
2
2 2
1
1 2
2
2
4
2
1
3
1
2
0 0
0 0 0 0 0 0 0
n
n t n t t t
f
n
n t n t t t
f
t t t
f
t t
f
t t
f t f x f
nh x nh x h x h x h x h x x f P
n
n
n
n
− − − −
∆ +
+

− − − − −
∆ +
+ +
− −
∆ +
+

∆ +

∆ + ∆ + ·
· − + − + − +

+ −


− −
numită formula lui Gauss ascendentă.
Exemplul 1. Sunt cunoscute valorile funcţiei


π
· φ
x
t
dt e x
0
2
2
) (
în
punctele
10
1
i
+ ,
{ ¦ 10 ,..., 1 , 0 ∈ i
. Folosind formula de interpolare Newton
ascendentă cu 4 noduri să se aproximeze
) 43 , 1 ( φ
. Valorile funcţiei cât şi ale
diferenţelor nedivizate sunt prezentate în tabelul următor (
1 , 0 · h
).
x
) (x φ φ ∆
h
φ ∆
2
h
φ ∆
3
h
φ ∆
4
h
1 0,8427 0,0375 -0,0074 0,001 0
1,1 0,8802 0,0301 -0,0064 0,001 -0,0001
1,2 0,9103 0,0237 -0,0054 0,0009 0
1,3 0,9340 0,0183 -0,0045 0,0009 0
1,4 0,9523 0,0138 -0,0036 0,0009 -0,0004
1,5 0,9661 0,0102 -0,0027 0,0005 0,0001
1,6 0,9763 0,0075 -0,0022 0,0006 -0,0002
1,7 0,9838 0,0053 -0,0016 0,0004
1,8 0,9891 0,0037 -0,0012
1,9 0,9928 0,0025
2 0,9953
Conform notaţiilor precedente
43 , 1 · x
, se alege
4 , 1
0
· x
. Atunci
3 , 0
0
·

·
h
x x
t şi deci:
( ) ( ) ( )( ) ( )( )
( )( ) ( )( )
0
4 4
0
3 3
0
2 2
0
1
0 3 2 1 0
43 , 1 ; , , , ;
x C x C
x C x C x x x x x P
h t h t
h t h t
φ ∆ + φ ∆ +
+ φ ∆ + φ ∆ + φ · φ
,
unde:
( ) 9523 , 0
0
· φ x
;
( )( ) 0138 , 0
0
· φ ∆ x
h
; ( )( ) 0036 , 0
0
2
− · φ ∆ x
h
;
( )( ) 0009 , 0
0
3
· φ ∆ x
h
; ( )( ) 0004 , 0
0
4
− · φ ∆ x
h
.
3 , 0
1
· · t C
t
; 105 , 0
2
− ·
t
C ; 0595 , 0
3
·
t
C ; 0401 , 0
4
− ·
t
C
78
şi se obţine
( ) 95688 , 0 43 , 0 ; , , , ;
3 2 1 0
≈ φ x x x x P
. Se aproximează deci
( ) 95688 , 0 43 , 1 ≈ φ
. Se poate arăta că eroarea este mai mică decât
4
10

, deci
primele 3 zecimale sunt exacte.
Exemplul 2. Folosind metoda şi tabelul din exerciţiul precedent, să se
aproximeze cu formula lui Newton ascendentă cu patru noduri
( ) 53 , 1 φ
.
Se va lua
5 , 1
0
· x
şi se obţine
( ) 9694737 , 0 53 , 1 ≈ φ
eroarea teoretică
fiind mai mică decât
5
10 2 , 1

⋅ .
VI.5. Interpolare cu funcţii spline cubice
Fie
[ ] R b a f → , :
şi nodurile
b x x x a
n
· < < < ·
+1 2 1
...
.
Definiţie. Se numeşte funcţie spline cubică asociată funcţiei f şi nodurilor
1 1
,...,
+ n
x x
, o funţie de clasă
2
C
,
[ ] R b a s → , :
, astfel încât
( ) ( )
i i
x f x s ·

{ ¦ 1 ,..., 1 + ∈ ∀ n i
şi restricţia funcţiei s la fiecare interval
[ ]
1
,
+ i i
x x
este
polinomială de grad cel mult 3.
Teorema 1. Există şi este unică o funcţie spline cubică asociată funcţiei f
şi nodurilor
1 1
,...,
+ n
x x
, astfel încât
0 ) ( ) ( · ′ ′ · ′ ′ b s a s
.
Să notăm
i i i
x x h − ·
+1
,
( )
i i
x s a ′ ′ ·
,
{ ¦ 1 ,..., 1 + ∈ n i
. Atunci
0
1 1
· ·
+ n
a a
. Se arată că pentru
[ ]
1
,
+

i i
x x x
avem:
( ) ( )
( ) ( )
i
i
i
i
i
i
i
i
i
i
i
i
i
i
i
i
h
x x
a
h
x f
h
x x
a
h
x f
h
x x
a
h
x x
a x s

,
`

.
|
− +

,
`

.
|
− +
+

+

·
+ +
+
+
+
1
2
1
1
2
3
1
3
1
6 6
6 6
) (
Se arată că necunoscutele rămase
n
a a ,...,
2
sunt soluţiile sistemului
b Ax · , unde
( )
n
a a x ,...,
2
·
,

,
`

.
|
+
+
+
·
− −
3 6
0 0 0 0
0 0 0
6 3 6
0 0 0 0
6 3
1 1
3 3 2 2
2 2 1
n n n
h h h
h h h h
h h h
A

      


( )
1 1
,...,

·
n
b b b
,
( ) ( ) ( )
2
1
1
1
1 1 1 1
+
+
+
+
+

,
`

.
|
+ − ·
i
i
i
i i
i
i
i
x f
h
x f
h h
x f
h
b
.
Matricea A este diagonal dominantă pe linii şi deci sistemul b Ax · are
soluţie unică, iar aceasta se poate aproxima cu metoda lui Jacobi.
79
Pe fiecare interval
[ ]
1
,
+ i i
x x
evaluarea erorii se face cu formulele
stabilite la interpolare cu polinoame.
Fie
( ) ( ) { ¦ { ¦ 1 ,..., 1 ,
2
] , [
+ ∈ · ∈ · n i x f x g g
i i b a
C X
şi
R → φ X :
, ( )

′ ′ · φ
b
a
dx x g g
2
) ( ) ( .
Are loc următoarea caracterizare variaţională:
Teorema 2. Dacă X ∈ s este funcţia spline cubică din teorema 1, atunci
( ) g s
g
φ · φ
∈X
min ) (
. Reciproc, dacă X ∈ u şi
( ) x u
g
φ · φ
∈X
min ) (
, atunci u este
funcţia spline cubică din teorema 1.
VII. FORMULE DE CUADRATURĂ
VII.1. Convergenţa punctuală
Problema aproximării integralei Riemann a unei funcţii continue pe un
interval compact
[ ] b a,
presupune, în partea calitativă a fenomenului, unele
consideraţii de analiză funcţională.
Se consideră mulţimea ] , [ b a
C
a funcţiilor reale continue pe
[ ] b a,
,
organizat ca spaţiu normat cu norma
) ( max
] , [
x f f
b a x∈
·
. Integrala Riemann

·
b
a
dx x f f I ) ( ) ( este o funcţională liniară şi continuă pe
] , [ b a
C
, iar
aproximarea ei se face punctual cu funcţionale de tipul
( )

·
α ·
n
i
i i
x f f J
1
) (
, unde
{ ¦ [ ] b a x x
n
, ,...,
1

sunt puncte distincte două câte două, iar
{ ¦ R
n
⊂ α α ,...,
1
.
Aplicaţia J este funcţională liniară şi continuă pe
] , [ b a
C
care, prin abuz, se va
numi în acest context "formulă de cuadratură", căci se va proceda la aproximarea
) ( ) ( f J dx x f
b
a


.
Pentru stabilirea convergenţei punctuale a unui şir de formule de
cuadratură către integrală este util următorul rezultat:
Teorema 1. Fie { ¦
) ( ) (
1
,...,
n
n
k
n
x x un sistem de puncte distincte două câte
două din intervalul
[ ] b a,
, { ¦ R
n
n
k
n
⊂ α α
) ( ) (
1
,..., şi ( )

·
α ·
n
k
i
n
i
n
i n
x f f J
1
) ( ) (
) ( .
Afirmaţiile următoare sunt echivalente:
i)

·
∞ →
b
a
n
n
dx x f f J ) ( ) ( lim pentru orice
] , [ b a
f C ∈
;
80
ii) Există 0 > M , astfel încât M
n
k
i
n
i
≤ α

·1
) (
, pentru orice N n ∈ şi
( )

·
∞ →
b
a
k k
n
n
dt t t J lim , pentru orice N k ∈ .
Cu notaţiile din teorema precedentă are loc:
Corolar. Dacă 0
) (
≥ α
n
i
pentru orice
{ ¦
n
k i ,..., 1 ∈
şi orice N n ∈ ,
atunci

·
∞ →
b
a
n
n
dx x f f J ) ( ) ( lim pentru orice ] , [ b a
f C ∈
dacă şi numai dacă
( )

·
∞ →
b
a
k k
n
n
dt t t J lim pentru orice N k ∈ .
VII.2. Formulele Newton-Côtes
Fie
*
N n ∈
,
n
a b
h

· ,
ih a x
i
+ ·
,
{ ¦ n i ,..., 0 ∈
. Prin integrarea
polinomului de interpolare
( ) x x x f P
n
; ,..., ;
0
se obţine formula
( )

·
b
a
n n
dx x x x f P f J ; ,..., ; ) (
0
. Are loc
( ) ( )

·
− ·
n
i
i
n
i n
x f H a b f J
0
) (
) (
(1)
Funcţionala
n
J
se numeşte "formula de cuadratură Newton-Côtes".
Coeficienţii
) (n
i
H au proprietăţile:
1
0
) (
·

·
n
i
n
i
H
(2)
) ( ) ( n
i n
n
i
H H

· (3)
Evaluarea erorii se obţine folosind rezultatele de la interpolare.
Propoziţie. Dacă
1
] , [
+

n
b a
f C
, atunci
( )



− −
+
≤ − −
+

+
·
b
a
n
b a x
n n
i
i
n
i
b
a
dt n t t t x f
n
h
x f H a b dx x f ) )...( 1 ( ) ( sup
)! 1 (
) ( ) (
) (
] , [
2
0
) (
.
Pentru 1 · n avem
2
1
) 1 (
1
) 1 (
0
· · H H
, iar formula ce se obţine
( ) ) ( ) (
2
) ( b f a f
a b
f T +

·
se numeşte "formula de cuadratură a trapezului".
Dacă
2
] , [ b a
f C ∈
, evaluarea erorii rezultă din propoziţia precedentă:
( ) ) ( sup
12
) (
) ( ) (
2
) (
] , [
3
x f
a b
b f a f
a b
dx x f
b a x
b
a
′ ′

≤ +




.
81
Pentru 2 · n avem
6
1
) 2 (
2
) 2 (
0
· · H H ,
6
4
) 2 (
1
· H , iar formula care se
obţine:

,
`

.
|
+

,
`

.
|
+
+

· ) (
2
4 ) (
6
) ( b f
b a
f a f
a b
f S
poartă numele de "formula de cuadratura a lui Simpson".
Dacă
4
] , [ b a
f C ∈
, formula de evaluare a erorii este:
) ( sup
2880
) (
) (
2
) (
6
) (
) 4 (
] , [
5
x f
a b
b f
b a
f a f
a b
dx x f
b a x
b
a


,
`

.
|
+

,
`

.
|
+
+



.
VII.3. Formule sumate
Pentru 1 > n , fie
n
a b
h

· ,
ih a x
i
+ ·
,
{ ¦ n i ,..., 1 , 0 ∈
. Prin sumarea
formulelor trapezului corespunzătoare intervalelor
[ ]
1
,
+ i i
x x
se obţine, pentru
] , [ b a
f C ∈
,
( ) ( ) ( )


·
+
+

·
1
0
1
2
) (
n
i
i i n
x f x f
n
a b
f T
numită formula sumată a trapezului.
Dacă
2
] , [ b a
f C ∈
, are loc următoarea formulă de evaluare a erorii:
) ( sup
12
) (
) ( ) (
] , [
2
3
x f
n
a b
f T dx x f
b a x
n
b
a
′ ′

≤ −


.
Ca o consecinţă a formulei precedente şi a corolarului de la teorema 1,
paragraful 1, rezultă că:

·
∞ →
b
a
n
n
dx x f f T ) ( ) ( lim ,
] , [ b a
f C ∈ ∀
.
Dacă pentru 1 > n , N n ∈ , se notează
n
a b
h

· ,
ih a x
i
+ ·
,
( ) n i 2 ,..., 1 , 0 ∈
, prin sumarea formulelor lui Simpson corespunzătoare
intervalelor
[ ]
2 2 2
,
+ i i
x x
se obţine
( ) ( ) ( ) ( ) ( )


·
+ +
+ +

·
1
0
2 2 1 2 2
4
6
n
i
i i i m
x f x f x f
n
a b
f S
numită formula sumată a lui Simpson.
Dacă [ ] b a f ,
4
C ∈ , are loc următoarea formulă de evaluare a erorii:
( )
[ ]
) ( sup
2880
) ( ) (
) 4 (
,
4
5
x f
n
a b
f S dx x f
b a x
m
b
a


≤ −

.
82
Ca o consecinţă a formulei precedente şi a corolarului de la teorema 1
rezultă că:

·
∞ →
b
a
n
n
dx x f f S ) ( ) ( lim
,
[ ] b a f , C ∈ ∀
.
Exemple.
1. Aproximarea integralei


1
0
2
dx e
x
cu formula sumată a trapezului se face cu
următoarele evaluări: 7313702 , 0 ) (
2
· f T ; 742984 , 0 ) (
4
· f T ;
7458656 , 0 ) (
8
· f T
;
7462 , 0 ) (
10
· f T
. În cazul 10 · n pentru evaluarea
erorii constatăm că ( )
2
2
1 2 2 ) (
x
e x x f

− · ′ ′ , ( )
2
2
2 8 ) (
x
e x x x f

− · ′ ′ ′ .
Din studiul variaţiei rezultă că
2 ) ( ≤ ′ ′ x f
. Din (1) rezultă că eroarea este
cel mult 002 , 0
100 12
2
<

.
2. Să se aproximeze cu formula sumată a lui Simpson pentru 4 · n , integrala

1
0
2
dx e
x
. Se obţine 4627231 , 1 ) (
4
· f S .
VII.4. Formulele de cuadratură ale lui Gauss
Fie
n
x x ,...,
1
puncte distincte două câte două în intervalul
[ ] b a,
şi
formula de cuadratură
( )

·
α ·
n
i
i i
x f f J
1
) (
,
] , [ b a
f C ∈
(1)
Definiţie. Formula J se numeşte exactă pe mulţimea
] , [ b a
A C ⊂
dacă

·
b
a
dx x f f J ) ( ) ( pentru orice
A f ∈
.
Observaţie. Formula trapezului este exactă pentru orice funcţie
polinomială de grad cel mult 1, iar formula lui Simpson este exactă pentru orice
funcţie polinomială de grad cel mult 2.
Se notează cu
k
P
spaţiul polinoamelor de grad cel mult k.
Propoziţia 1. Dacă funcţionala (1) este exactă pe spaţiul
m
P
, atunci
1 2 − ≤ n m .
83
Observaţie. Dacă funcţionala (1) este exactă pe
1 2 − n
P
şi notăm
( )

·
− ·
n
i
i
x x x q
1
) (
, atunci
0 ) ( ) ( ·

b
a
dx x p x q
1 −
∈ ∀
n
p P
(2)
Un polinom de grad n se numeşte monic dacă coeficientul lui
n
x
este 1.
Teorema 1. Există şi este unic un polinom monic cu proprietatea (2). El
este dat de
( )
) (
) ( ) (
)! 2 (
!
) (
n
n n
n
b x a x
n
n
x − − · γ
(
n
γ
se numeşte polinomul lui Legendre).
Propoziţia 2. Polinomul
n
γ
are n rădăcini reale distincte aflate în
( ) b a,
.
Teorema 2. Fie { ¦
) ( ) (
1
,...,
n
n
n
x x puncte distincte două câte două aflate în
intervalul
( ) b a,
şi { ¦ R
n
n
n
⊂ α α
) ( ) (
1
,..., . Fie
( )

·
α · σ
n
i
n
i
n
i n
x f f
1
) ( ) (
) (
,
] , [ b a
f C ∈
Funcţionala
n
σ
este exactă pe
1 2 − n
P
dacă şi numai dacă
) ( ) (
1
,...,
n
n
n
x x sunt
rădăcinile polinomului Legendre
n
γ
, iar



·


· α
b
a
n
i j
j
n
j
n
i
n
j
n
i
dx
x x
x x
1
) ( ) (
) (
) (
.
(funcţionala
n
σ se numeşte formula de cuadratură a lui Gauss).
Propoziţia 3. Pentru orice ] , [ b a
f C ∈
,

· σ
∞ →
b
a
n
n
dx x f f ) ( ) ( lim .
Teorema 3 (evaluarea erorii). Dacă
n
b a
f
2
] , [
C ∈
, atunci
( )
( )
) ( sup
1 2
) (
)! 2 (
!
) ( ) (
) 2 (
] , [
1 2
3
4
x f
n
a b
n
n
dx x f f
n
b a x
n
b
a
n

+
+

⋅ ≤ −

σ
.
Pentru calculul prin recurenţă al polinoamelor Legendre are loc:
Propoziţia 4.
1 ) (
0
· γ x
,
) (
2
1
) (
1
b a x x + − · γ
,
) ( ) ( ) ( ) (
1 1
x x x x x
n n n n n n − +
γ β − γ α − γ · γ
, 1 ≥ n
unde


γ
γ
· α
b
a
n
b
a
n
n
dx x
dx x x
) (
) (
2
2
, 0 ≥ n ,




γ
γ γ
· β
b
a
n
b
a
n n
n
dx x
dx x x x
) (
) ( ) (
2
1
1
, 1 ≥ n .
84
De exemplu, pe intervalul
[ ] 1 , 1 −
avem
1 ) (
0
· γ x
, x x · γ ) (
1
,
3
1
) (
2
2
− · γ x x ,
5
3
) (
3
3
− · γ x x ,
35
3
7
6
) (
2 4
4
+ + · γ x x x ,
x x x x
63
15
9
10
) (
3 5
5
+ − · γ
.
Teorema 4. Pe un interval de forma
[ ] a a, −
, funcţia
n 2
γ
este pară, iar
1 2 +
γ
n
este impară.
Observaţie. Dacă
) ( ) (
1
,...,
n
n
n
x x sunt rădăcinile lui
n
γ
corespunzătoare
intervalului
[ ] 1 , 1 −
, atunci rădăcinile corespunzătoare în cazul intervalului
[ ] b a,

sunt
) (
2 2
n
i
x
a b b a −
+
+
. Dacă
) ( ) (
1
,...,
n
n
n
α α sunt coeficienţii din
n
σ pe
intervalul
[ ] 1 , 1 −
, atunci coeficienţii corespunzători intervalului
[ ] b a,
sunt
) (
2
n
i
a b
α

.
De exemplu, pe intervalul
[ ] 1 , 1 −
avem

,
`

.
|
+ +

,
`

.
|
− · σ
5
3
9
5
) 0 (
9
8
5
3
9
5
) (
3
f f f f
iar formula sumată corespunzătoare acestora este
1
( ) 1 1 1
3
0
3 3
( ) 5 8 5
18 2 2 5 2 2 2 5
n
n i i i i i i
i
x x x x x x b a b a b a
f f f f
n n n
σ

+ + +
·
| ` | `
+ + + − − − | `
· − + + +



. ,
. , . ,

Pentru 4 · n , pe intervalul
[ ] 1 , 1 −
, rădăcinile polinomului Legendre sunt
861136 , 0
1
− · x ; 339981 , 0
2
− · x ,
2 3
x x − ·
;
1 4
x x − · . Coeficienţii din
formula lui Gauss sunt 347854 , 0
4 1
· α · α ;
652145 , 0
3 2
· α · α
. Eroarea se
majorează cu
) ( sup 10 88 , 2
) 8 (
] 1 , 1 [
7
x f
x − ∈


.
Pentru 5 · n , pe intervalul
[ ] 1 , 1 −
, rădăcinile polinomului Legendre sunt
906179 . 0
1
− · x ; 538469 , 0
2
− · x ;
0
3
· x
;
2 4
x x − · ;
1 5
x x − ·
.
Coeficienţii din formula lui Gauss sunt
236926 , 0
5 1
· α · α
,
478628 , 0
4 2
· α · α ,
568888 , 0
3
· α
. Eroarea se majorează cu
) ( sup 10 08 , 8
) 10 (
] 1 , 1 [
10
x f
x − ∈


.
VIII. METODE NUMERICE PENTRU ECUAŢII DIFERENŢIALE
Fie
R R B A u → ⊂ ×
2
:
o funcţie continuă,
[ ] A b a ⊂ ,
şi problema
Cauchy
85
( )
( ) [ ] b a t t x t u t x
a x
, , ) ( , ) (
0
∈ · ′
α ·
(1)
Presupunem că problema precedentă are soluţie unică, ceea ce se întâmplă,
de exemplu, dacă există 0 > L , astfel încât
v z L v t u z t u − ≤ − ) , ( ) , (
, pentru
orice
[ ] b a t , ∈
şi orice
B v z ∈ ,
. Vom spune în continuare că u este de clasă
n
C
, ceea ce va permite aproximarea soluţiei x cu polinomul său Taylor de ordinul
n. Notăm
) , ( ) , ( ) , (
) , ( ) , (
1 1
0
y t
y
u
y t
t
u
y t u
y t u y t u
j j
j


+


·
·
− −
Atunci polinomul Taylor de grad n, asociat funcţiei x în punctul
0
s
, este
( )
( )

·

− + ·
n
j
j j
s x n
s t
j
s x s u
s x t T
1
0
0 0 1
0 )
0
, , (
!
) ( ,
) ( ) (
. (2)
Aproximarea soluţiei x prin polinomul Taylor
) , , ( a x n
T
este posibilă
deoarece în (2) sunt necesare doar informaţiile din (1), dar metoda are mai mult
importanţă teoretică.
O folosire mai bună a comportării soluţiei x şi în alte puncte decât a este
conţinută într-o metodă derivată din cea a aproximării cu polinomul Taylor.
VIII.1. Metoda lui Taylor
Fie
b t t t t a
m m
· < < < < ·
+1 1 0
...
o diviziune δ a intervalului
[ ] b a,
.
Fie
0 0
α · x
şi fie
R b a y → ] , [ :
o funcţie construită astfel:

·

− + ·
n
j
j
j
t t
j
x t u
x t y
1
0
0 0 1
0
) (
!
) , (
) (
,
[ ]
1 0
, t t t ∈
.
Fie ( )
1 1
t y x · ,

·

− + ·
n
j
j
j
t t
j
x t u
x x
1
0 1
0 0 1
0 1
) (
!
) , (
.
Presupunând că am construit
[ ] R t t y
k
→ , :
0
, reţinem
( )
k k
t y x ·
şi
continuăm prin

·

− + ·
n
j
j
k
k k j
k
t t
j
x t u
x t y
1
1
) (
!
) , (
) (
,
[ ]
1
,
+

k k
t t t
.
Luăm
( )
1 1 + +
·
k k
t y x
, adică

·
+

+
− + ·
n
j
j
k k
k k j
k k
t t
j
x t u
x x
1
1
1
1
) (
!
) , (
.
Definim R z → δ : ,
( )
k k
x t z ·
, iar aproximarea soluţiei x la diviziunea
δ cu funcţia z poartă numele de metoda lui Taylor.
86
Funcţia z este determinată deci de soluţiile următoarei ecuaţii:
( )
¹
¹
¹
'
¹
α ·
− ·



+
·

+
+

0 0
1
1
1
1
1
1
!
) , (
x
t t
j
x t u
t t
x x
j
k k
n
j
k k j
k k
k k
(3)
Ecuaţiile precedente se numesc ecuaţii cu diferenţe.
Pentru 1 · n se obţine metoda lui Euler. Prin urmare, restricţia soluţiei c
la diviziunea δ se aproximează cu soluţia z a următoarei ecuaţii cu diferenţe
¹
¹
¹
'
¹
∈ ·


α ·
+
+
} , . . . , 0 { ) , , (
1
1
0 0
m k x t u
t t
x x
x
k k
k k
k k
VIII.2. Metoda Euler-Cauchy
Să presupunem că diviziunea δ este echidistantă, deci că
h t t
k k
· −
+1
.
Metoda Euler-Cauchy constă din aproximarea soluţiei x la diviziunea δ cu
soluţiile z ale următoarei ecuaţii cu diferenţe:
( ) ( ) ( )
¹
¹
¹
'
¹
+ + ·

α ·
+
+
k k k k k k
k k
x t h u x t u x t u
h
x x
x
, , ) , (
2
1
1
1
0 0
.
VIII.3. Metoda Runge-Kutta
Soluţia ecuaţiei (1) se aproximează cu soluţia ecuaţiei cu diferenţe:
( )
¹
¹
¹
'
¹
+ + + ·

α ·
+
) , ( ) , ( ) , ( 2 ) , (
6
1
4 3 2 1
1
0 0
k k k k k k k k
k k
x t v x t v x t v x t v
h
x x
x
unde
87
) , ( ) , (
1
z t u z t v · ,
,
`

.
|
+ + · ) , (
2
,
2
) , (
1 2
z t v
h
z
h
t u z t v

,
`

.
|
+ + · ) , (
2
,
2
) , (
2 3
z t v
h
z
h
t u z t v
,
( ) ) , ( , ) , (
3 4
z t hv z h t u z t v + + ·
.
Observaţie. Pentru a aproxima soluţia x în alte puncte decât cele ale
diviziunii δ se apelează apoi la interpolare.
Exemplu. Să rezolvăm cu metoda lui Euler pentru
05 , 0 · h
problema
[ ] 1 , 0 ,
) (
2
) ( ) (
1 ) 0 (
∈ − · ′
·
t
t x
t
t x t x
x
.
Soluţie. Avem
z
t
z t z u
2
) , ( − · . Ecuaţiile cu diferenţe (numite uneori
ecuaţii apropiate) sunt

,
`

.
|
− + ·
·
+
k
k
k k k
x
t
x h x x
x
2
1
1
0
cu
k t
k
05 , 0 ·
,
{ ¦ 20 ,..., 1 , 0 ∈ k
. Se obţine
1
0
· x
, 05 , 1
1
· x , 097 , 1
2
· x ,
148 , 1
3
· x
, etc.
BIBLIOGRAFIE
1. Gh. Grigore, Lecţii de analiză numerică, Editura Universităţii Bucureşti, 1992.
2. B. Demidovici, I. Maron, Elements de calcul numerique, Edition Mir, Moscou,
1973.
3. Gh. Marinescu, Gh. Grigore ş.a., Probleme de analiză numerică, Editura
Didactică şi Pedagogică, Bucureşti, 1978.
88

Definiţie. O cifră zecimală de ordinul n a lui a * se numeşte cifră exactă dacă valoarea absolută a erorii nu depăşeşte 10 −n . De exemplu, dacă a =1,73214 şi a * =1,73202 , atunci primele patru zecimale din a * sunt exacte. În condiţiile precedente, dacă a şi a * sunt vectori într-un spaţiu normat, * atunci eroarea se apreciează prin a −a , de fapt printr-un majorant pentru a− * . a

II. METODE DIRECTE DE REZOLVARE A SISTEMELOR DE ECUAŢII LINIARE
II.1. Metoda lui Gauss Se consideră sistemul unde A = (a ij

În metoda Gauss se transformă sistemul (1) în unul echivalent cu matricea triunghiulară. Transformarea se face prin operaţii liniare, realizându-se eliminarea succcesivă a necunoscutelor. Sunt necesare şi unele permutări de linii şi de coloane, operaţii numite de pivotare. Fixăm prima coloană în (1) şi permutând două linii plasăm coeficientul de modul maxim din prima coloană în prima linie. În particular, acest coeficient (numit pivot) este nenul. Sistemul se scrie

x = ( x1 ,..., x m ) , x ∈ R m . Presupunem că sistemul are soluţie unică, deci că det A ≠ 0 .

)

i , j∈1,..., m } {

Ax = a (1) este o matrice reală, a = ( a1 ,..., a m ) , a ∈ R m şi

∑a
j =1

m

( 0) ij

x j = ai( 0 ) , i ∈{1,..., m}

(2)

( 0) ( 0) i unde a11 ≥ a i1 , ∀ ∈{1,..., m} .

(0 Împărţind prima linie a sistemului cu a11 ) ea devine
(1 x1 + a12) x 2 + ... + a1(1) x m = b1 m

(3)

unde a1(1) = j

a1( 0 ) j
(0 a11 )

, j ∈{2,..., m} , b1 =

a1( 0 ) (0 . a11 )

(0) Pentru i ∈{2,..., m} înmulţim ecuaţia (3) cu a i1 şi o scădem din linia i a sistemului (2). Obţinem sistemul:

37

x1 +

(1 a12) x 2 + ... + a1(1) x m = b1 m (1 ( ) ( a 22) x 2 + ... + a 21m x m = a 21)


( ) (1) ( a m12 x 2 + ... + a mm x m = a m1)

(4)

unde

( ( ( a ij1) = a ij0 ) − a i(10 ) a ij1) , i, j ∈{2,..., m}

ai(1) = ai( 0 ) − ai(10 ) b1 , i ∈{2,..., m} Determinantul matricii sistemului format cu ultimele n −1 linii ale sistemului (4) este nenul, căci, în caz contrar, ar rezulta det A = 0 . Procedeul aplicat în prima etapă se poate aplica sistemului (1 ( ( a 22) x 2 + ... + a 21) x m = a 21) m 
(1) (1 a x 2 + ... + a mm x m = a m ) După m paşi se ajunge la sistemul (1) m2

x1 +

(1 a12) x 2 + ... + a1(1) x m = b1 m ( 2) ( 2) x 2 + a 23 x3 + ... + a 2 m x m = b2  x m = bm
m

(5)

Sistemul (5) este atunci echivalent cu (1) şi din x m = bm obţinem succesiv

xi = bi −

j =i +1

∑a

(i ) ij

x j , i ∈{m −1,..., 1}

Observaţie. În procedeul prezentat, s-au permutat numai linii şi se spune că rezolvarea s-a făcut prin pivotare parţială. Dacă se permută şi coloane, se poate realiza ca la fiecare pas să se obţină un sistem în care coeficientul pivot să fie cel mai mare în modul printre coeficienţii sistemului (se spune că rezolvarea s-a făcut prin pivotare totală). Se încearcă prin aceasta să se evite împărţiri la numere mici, caz în care erorile de rotunjire pot fi mai mari. Exemplu. Folosind metoda lui Gauss să se rezolve sistemul: 8,3 x1 + 2,62 x 2 + 4,10 x3 +1,90 x 4 = −10 ,65

3,92 x1 + 8,45 x 2 + 7,78 x3 + 2,46 x 4 = 12 ,21 3,77 x1 + 7,21 x 2 + 8,04 x3 + 2,28 x 4 = 15 ,45 2,21 x1 + 3,65 x 2 +1,69 x3 + 6,99 x 4 = −8,35 Prin pivotare de linii şi după operaţiile descrise mai sus se obţine:

38

x1 + 0,3156626x 2 + 0,4939759x3 + 0,2289156x 4 = −1,2831325 7,2126026x 2 + 5,8436144x3 + 1,5626508x 4 = 17,2398790 6,0193519x 2 + 6,1777108x3 + 1,4169881x 4 = 20,2874090 2,9523856x 2 + 0,5983132x3 + 6,4840965x 4 = −5,5142771 x 2 + 0,8101949x3 + 0,2166556x 4 = 2,3902438 1,3003764x3 + 0,1127318x 4 = 5,8982563 − 1,7936942x3 + 5,8444456x 4 = −12,571198 x3 + 0,0866916x 4 = 4,5358069 5,9999438x 4 = −4,4353474 x 4 = −0,7392314
Rezultă apoi x3 = 4,599892 , x 2 = −1,1764066 , x1 = −3,0147991 . Exerciţiu. Folosind metoda Gauss să se rezolve sistemul: 2 x1 + x 2 − 0,1x3 + x 4 = 2,7

0,4 x1 + 0,5 x 2 +4 x3 − 8,5 x 4 = 21,9 0,3 x 2 − x 2 + x 3 + 5,2 x 4 = −3,9 x1 + 0,2 x 2 + 2,5 x3 − x 4 = 9,9 R. x1 = 1 , x 2 = 2 , x3 = 3 , x 4 = −1 .
II. 2. Metoda rădăcinii pătrate Pe

R

m

se consideră produsul scalar canonic,

Matricea reală A = (a ij pentru orice

)

x, y = ∑ xi y i .
i =1

m

i , j∈1,..., m } {

se numeşte pozitiv definită dacă
i, j = 1

A , x >0 x

,

x ≠0,

x ∈ R m , adică dacă

∑a

m

ij

xi x j > 0 ,

∀ ≠0, x

x = ( x1 ,..., x m ) .
B * = (b ji ) i , j∈1,..., m} . {

Amintim că matricea B se numeşte triunghiulară subdiagonală dacă deasupra diagonalei principale are numai zerouri. Dacă B = (bij )i , j∈1,..., m} atunci { Fundamentul teoretic al metodei rădăcinii pătrate este următorul rezultat de factorizare. Teorema 1. Matricea reală A este simetrică şi pozitiv definită dacă şi numai dacă există matricea nesingulară B astfel încât A = BB * . Fie A simetrică, pozitiv definită, A = ( a ij )i, j ∈{1,..., m} şi B nesingulară, triunghiulară subdiagonală, B = (bij )i , j∈1,..., m} , astfel încât {
39

Pentru a avea loc (1) este suficient să luăm: a i1 b11 = a11 , bi1 = , i ∈{2,..., m} b11
2 bii = a ii − ∑ bik , i ∈{2,..., m} k =1 i −1

BB * = A

(1) (2) (3) (4) (5)

i −1 1   b ji =  a ji − ∑ b jk bik  , j ∈{i +1,..., m} bii  k =1 

bij = 0 dacă i < j

Fie sistemul de ecuaţii liniare

Ax = a (6) unde A este simetrică şi pozitiv definită. Pentru rezolvarea directă a acestui sistem, după descompunerea precedentă A = BB * se ajunge la BB * x = a şi se rezolvă succesiv sistemele cu matrici triunghiulare By = a şi apoi B * x = y . Dacă a = ( a1 ,..., a m ) , soluţia sistemului By = a este a y1 = 1 (7) b11

yi =

i −1 1   ai − ∑ bik y k  , i ∈{2,..., m} bii  k =1 

(8)

Sistemul B * x = y dă, în fine, soluţia sistemului (6): y xm = m bmm

(9) (10)

xi =

m 1    y i − ∑ bki xi  , i ∈{m −1,..., 1} bii  k =i +1 

Exemplu. Folosind metoda rădăcinii pătrate să se rezolve sistemul: x1 + 0,42 x 2 + 0,54 x3 + 0,66 x 4 = 0,3

0,42 x1 + x 2 + 0,32 x3 + 0,44 x 4 = 0,5 0,54 x1 + 0,32 x 2 + x3 + 0,22 x 4 = 0,7 0,66 x1 + 0,44 x 2 + 0,22 x3 + x 4 = 0,9 Soluţie. Cu formulele (2), (3) şi (4) se obţine
 1   0,42 B = 0,54   0,66  0 0,9075241 0,1026969 0,1793891 0 0 0,8353761 − 0,1853329 0 0 0 0,7055999       
40

    2  am   1 xi xi* Ax i xi ∑ i =1 k (1) Teorema 1. Exerciţii.3 0.32 x3 = 0.7102889 ..7 R.04348 . x1 = 3.5 . x3 = 0.5933585 .349 R..3 . II. atunci formează bază în R m .43 x 4 = 0.88 x 4 = 11. a 2 .87 x 2 + 2...44 x 4 = 9.34 x3 + 0. a m ) . se notează x * : R m → R . * Dacă x ∈ R m . y ..34 x1 +1..3.4823929 . x ( y ) = x. atunci 41 .43 x 2 + 0.32 x 2 + x3 = 0. pe R m se consideră produsul scalar canonic.54 x1 + 0..25778 .Cu formulele (7) şi (8) se obţine y1 = 0. Dacă { x1 . atunci Fie { x1 .46 x 4 = 9.5 0.88 x1 + 0.95 x 2 +1.98 x3 + 0. cu formulele (9) şi (10) se obţine x 4 = 1.42 x1 + 3. Notăm C1 = 1 * x1 x1 .42 x 2 + 0.54 x3 = 0. iar dacă x = ( a1 . y 3 = 0. x 4 = 1.. x m } vectori A-ortogonali şi nenuli.. { u Amintim că vectorii u .7 . m} o matrice reală. x 2 = 0. Dacă x1 . x1 = −0...42 x1 + x 2 + 0. x1  a12  a a xx * =  2 1   a a  m 1 a1 a 2 2 a2  am a2  a1 a m    a2 am  ..42 x 2 +1. x1 = −1..172 0.. În fine. y 4 = 1. Fie A = (a ij )i . y 2 = 0.3737264 . x 2 = 0.1 . x3 = 1.009 0.4121102 ..0459763 . Metoda lui Ritz de inversare a unei matrici simetrice şi pozitiv definite Ca şi în paragraful precedent. v =0 .. x k sunt A-ortogonali şi nenuli. simetrică şi pozitiv definită.. C k = Ax 1 .87 x3 + 0. x m } sunt vectori A-ortogonali şi nenuli. j∈1.0391662 .115 1.46 x3 + 4.3 b) x1 + 0. x3 = 2... v ∈R m se numesc A-ortogonali dacă A . Cu metoda rădăcinii pătrate să se rezolve sistemele: a) 2. x 2 = −1.12 x1 + 0..240521 .

j ∈{1.1.. Elemente de analiză funcţională 42 .42 0.−0.492472 .1) şi constatăm putem lua − 0.1)  1. xi i =1 Alegem apoi y ∈R m .0) şi obţinem 1  C1 = 0 0  Luăm apoi y = ( 0..1621568  . 0  0 0  − 0.42 .492472 . Exemplu.1.7056955  Considerând y =(0.5099562  0  y − C1 Ay = ( −0.5099562 1.1) . Să considerăm matricea simetrică şi pozitiv definită  1  A = 0. x k vectori A-ortogonali şi nenuli..1131617 . Aceasta permite să construim k 1 Ck = ∑ xi xi* .42 1 0. METODE ITERATIVE DE REZOLVARE A SISTEMELOR DE ECUAŢII LINIARE III.2141816  C 2 =  − 0..42 .−0. Atunci C m = A −1 .5617176  = C 3 =  − 0.0..32  1   0  0 0  Luăm x1 = (1..C k Ax j = x j .2325314 − 0.1621568 A − 1 III.1. k } C m = A −1 .0. Fie x1 ≠ 0 .32 0 0 0 0.0 ) şi obţinem Putem lua x 2 = (0.54  0.4300986  − 0.54   0. Rezultă că − 0. 1. Ax i .1. Algoritmul următor construieşte un sistem de m vectori A-ortogonali nenuli şi cu formulele (1) conduce la A −1 .0) şi atunci  1.4300986 1. şi C1 = 1 * x1 x1 .0) ≠ 0 .4329727   că deci x3 = (−0.1131617 . Ax 1 . astfel încât C k Ay ≠ y .2141816 0 y − C 2 Ay = ( − 0.7056955   − 0.. Fie x k +1 = y − C k Ay . x1 Presupunem că am construit x1 .. x1 ∈ R m .

. ∀ ∈R m x A B ≤ A ⋅ B ... Având în vedere acestea.. De exemplu. organizată ca algebră cu operaţiile obişnuite de adunare.. i ∈{1. m} { . j∈1. x = ( x1 . atunci pe spaţiul L R m se consideră norma operatorială indusă: m ( m ) ~ A este un izomorfism de algebre între M j =1 ( ) A =s p u x ≤ 1 A x .. y m ) .. produsului dintre o matrice şi un număr îi corespunde produsul operatorului corespunzător cu acel număr. unde dacă y = ( y1 . atunci se notează 1≤i ≤m Ax ∞ = sup x ∞≤ 1 (1) şi are loc formula A ∞ = max m 1≤i ≤m ∑a j =1 m ij (1') ⋅ 1 m    x 1 = ∑ x1  ... L R m este o algebră cu unitate.. iar pe R m se consideră ⋅ ∞ x ( A ∞ ∞ = max xi ). prin i =1   Dacă se consideră pe R definiţie 43 norma . înmulţire cu scalari şi cu operaţia de compunere. atunci. Se ştie că. iar înmulţirii a două matrici îi corespunde compunerea operatorilor corespunzători. Fiecărei matrici A = (a ij )i ... definit prin A x = y . Au loc proprietăţile: .. x m ) . ~ m m pentru început A A : R → R . Dacă pe R m se fixează o normă. m} i se asociază operatorul liniar. dacă operatorul A este generat de matricea (a ij A x ≤A ⋅ x ) i . atunci ( ) ( ) y i = ∑ a ij x j . Se notează cu M m mulţimea matricilor reale cu m linii şi m coloane..... înmulţire cu scalari şi înmulţire a matricilor.Se notează cu L R m spaţiul operatorilor liniari definiţi pe R m .. j∈1. notat { ~ ~. notată ⋅. organizat cu operaţiile obişnuite de adunare... ∀x ∈ R m ). deci este o bijecţie în care sumei a două matrici îi corespunde suma operatorilor. m} m Corespondenţa A  şi L R . Se notează cu I operatorul identitate ( I ( x) = x . se ~ ~ identifică A cu A şi se notează operatorul A tot cu A .

n →∞ lim B n x = 0 . Dacă o matrice T are spectrul format din numere reale. orice două norme pe L R m . i) p (λ ) = λ p ( x ) ∀ ∈ R . dacă ( An ) n∈N este un şir în L R m şi A ∈L R m . x Matricea T se numeşte pozitiv definită dacă T . x λ ii) x p ( x + y ) ≤ p ( x ) + p ( y ) ∀ . Un asemenea vector x se numeşte vector propriu pentru T corespunzător valorii proprii λ. n →∞ lim n B n < 1 . Afirmaţiile următoare sunt echivalente: i) ii) iii) ( ) lim B n = 0 . atunci λ ∈S ( T ) dacă şi numai dacă există x ∈ R m . n →∞ n Mulţimea {λ ∈C det (V − λI ) = 0} se numeşte spectrul lui B şi se notează S ( B ) . x ≠ 0 ( Reamintim că o aplicaţie p : R m → R se numeşte normă dacă p( x) = 0 ⇒ x = 0 . …. Amintim că prezenţa unei norme pe L R m conduce la existenţa unei distanţe. B n = B ⋅ B n −1 . Teoremă 1. astfel încât Tx = λx . x >0 pentru orice m . x iii) 44 . este produsul scalar canonic pe R m ). pentru orice x ∈ R m . B 2 = B ⋅ B . Dacă una din afirmaţiile din teorema precedentă are loc. în particular cele date de (1) sau (2). B ) = A −B şi deci se poate vorbi în acest spaţiu de convergenţă. x ∈R .A 1 = su A p x x 1≤ 1 1 (2) şi are loc formula A 1 = max Deoarece dim L R m = m 2 < ∞ . Dacă matricea B este simetrică. n →∞ Se notează ρ( B ) = m { λ λ∈C . y ∈R m . se scrie lim B = 0 . sunt echivalente. d ( A. atunci spectrul ei este format numai din numere reale. n →∞ n →∞ ( ) ( ) Fie B ∈L R m . continuitate etc. det ( B − λI ) = 0} ax n →∞ n şi se arată că ρ( B ) = lim n B . deci afirmaţiile din teorema precedentă sunt echivalente şi cu ρ( B ) <1 . ( ) 1≤ j ≤m ∑a i =1 m ij (2') ( ) ( ) atunci lim An = A înseamnă lim An − A = 0 . ∀ ∈ R m . x ≠ 0 . Astfel.

. pe componente. 1 45 .Atunci p ( x) ≥ 0 pentru orice x ∈ R m .. bm ) . i ∈{1.... x mn ) atunci... x n ) ∈ R .. m} .... (1) Pe componente sistemul (1) se scrie xi − ∑bij x j = bi .. N ( ) ( ) ( ) m numeşte convergent dacă există x = ( x1 . m } { ... q sunt echivalente în sensul : ∃ . Se scrie i { lim x ( n ) = x .2. B = (bij b = ( b1 ... m} j =1 (2') Teorema 1... µ > 0 .. λ x Dacă p şi q sunt două norme echivalente... astfel încât lim xi n →∞ (n) = xi ∀ ∈ 1.. atunci lim x n→ ∞ = x ⇔ lim p x ( n ) − x = 0 .. Dacă ⋅ este norma operatorială indusă pe L R m atunci au loc şi următoarele evaluări ale erorii: I − B este o bijecţie şi pentru orice x ( 0 ) . m} j =1 (n) Fie x ( 0 ) ∈ R m şi x n∈ şirul definit prin N ( n +1) x = Bx ( n ) + b m (1') ( ) (2) Dacă x (n) ( ( = x1( n ) . Afirmaţiile următoare sunt echivalente i) ii) lim B n = 0 n →∞ către soluţia z a sistemului (1).. x m ) . Metoda lui Jacobi Se consideră sistemul unde I este ( I − B) x = b matricea unitate. x = ( x1 .. y ) = p ( x − y ) . i ∈{1. j∈1. n →∞ ( n) Dacă p este o normă pe R m .. x mn ) . şirul (2) se scrie m ( ) xi( n +1) = ∑bij x (jn ) + bi ... ) i . x 2n ) .. şirul (2) converge ( ) şi B ≤q < .. atunci un şir este convergent în raport cu norma p dacă şi numai dacă este convergent în raport cu norma q.. astfel încât λp ( x ) ≤ q ( x ) ≤ µp ( x ) ∀ ∈ R m .. n→ ∞ ( ) III. atunci şirul x ( n ) n∈N se Dacă x n∈ .. Cu ajutorul unei asemenea aplicaţii se introduce pe R m noţiunea de distanţă între doi vectori: d ( x. ( (n) x ( n ) = x1( n ) . Se ştie că pe R m orice două norme p. b ∈R n ....

pe componente. m} şi a = ( a1 . m} .. 1   a mm    ( I − B) x = b Sistemul (3) este echivalent cu (4) unde B = I − D A şi b = D a ... Pe componente.. are pentru orice a ∈ R soluţie unică z şi pentru orice x ( 0 ) ∈ R m ... Dacă a ii ≠ 0 pentru orice unde { i ∈{1. 1 −q 1 −q Procedeul prin care soluţia z se aproximează prin x (n ) se numeşte metoda lui Jacobi.x (n) − z ≤ q qn x ( n ) − x ( n −1) ≤ x (1) − x ( 0 ) . atunci.. sistemul (5).. a m ) . Fie sistemul Ax = a (3) A = (a ij )i . şirul x ( n +1) = Bx ( n ) + b converge către z. şi deci (3). şirul este definit ( ) ∞ ≤ qn x (1) − x ( 0 ) 1−q ∞ (7) 46 .. Au loc evaluările de eroare: m x (n) − z ∞ ≤ q x ( n ) − x ( n −1) 1−q Dacă x prin (n) ( ( = x1( n ) .. j∈1. x mn ) .. m} i j =1 j ≠i m (5) Atunci B ∞ = max 1≤i ≤m j =1 j ≠i ∑a m aij ii := q < 1 (6) Conform teoremei Jacobi. sistemul (4) se scrie −1 −1 xi = −∑ j =1 j ≠i m aij aii xj + bi aii (4') Presupunem că aii > ∑ aij ∀ ∈{1... atunci matricea  a11  D =   0   0       a mm   este inversabilă şi D −1  1   a11 =    0   0     ........ x 2n ) .

Să rezolvăm sistemul următor cu o eroare mai mică decât − 3 10 : 47 .. y mn ) . se spune că matricea A este diagonal dominantă pe linii.. converge către z şi au loc z = D −1 w . sistemul (10). x ( n ) = x1( n ) . x N evaluările de eroare: ( ) ( ) x (n) − z 1 ≤ 1≤i ≤m 1 q 1 qn y ( n ) − y ( n −1) ≤ y (1) − y ( 0 ) min aii 1 − q min aii 1−q 1≤i ≤m Dacă y (n) ( ( = y1( n ) . atunci ( ) ( ) y i( n +1) = −∑ j ≠i m a ij j =1 a jj y (jn ) + a i y (jn ) + ai a ii xi( n +1) = − 1 aii ∑a j =1 j ≠i m a ij jj Dacă au loc inegalităţile (9). să presupunem că m a jj > ∑ a ij ∀ ∈ 1. şi deci sistemul (3)... converge către orice y ( 0) ∈ R m . i ∈{1. Pentru acelaşi sistem (3) şi cu aceleaşi notaţii ca mai sus.. pentru ( n) ( n +1) = Cy ( n ) + a . sistemul (11) are soluţie unică w şi.. definit prin y N w... m} (8) Dacă au loc relaţiile (5). Atunci.. Considerăm sistemul −1 ( I − C ) Dx =a (10) (I −C ) x = a (11) Din (9) rezultă că C 1 = max 1≤ j ≤m i = 1 i≠ j ∑a m aij jj := q < 1 (12) Conform teoremei lui Jacobi... şirul y n∈ .. are soluţie unică z şi anume (n) (n) = D −1 y ( n ) ..xi( n +1) = −∑ j =1 j ≠i m aij aii x (jn ) + ai aii . Exemplul 1... Şirul x n∈ . se spune că matricea A este diagonal dominantă pe coloane. x mn ) . m} j { i =1 i≠ j (9) Sistemul (3) este schivalent cu unde C = I − AD ..

3.1259791x1( n ) − 0. 3.799 x3 = 32 . 3.25 x ( n ) − x ( n − ) ∞ = (3.3.2975206 Parametrul q din (6) este în acest caz q = 0.515 − 0.3 x3 = 0.1327433 x3n ) + 1.3304719 .02 x1 − 0.5049019 ( ( x 2n +1) = 0.15 x3 = 1.21 x3 = 2.9994339 .9991238 ) x (11 ) = (1.91 x (11 ) −z ≤1.7037528 ) (12 ) x = (3.555 − 0. Eroarea se evaluează conform formulei (7). se obţine x (10 ) = (1. Să rezolvăm cu o eroare mai mică decât 10 −2 sistemul 8.13 x 2 − 0.245098 x 2n ) + 0.8751434 ( ( x 2n +1) = 0.3304516 .25 x1 − 0.5392156 . 3.498743 .78 Este evident că sunt adevărate inegalităţile (5).18 x 2 + 5. Şirul (8) este acum ( ( x1( n +1) = −0. 2.17 2.68 Matricea sistemului este diagonal dominantă pe linii.626055 . Metoda Gauss-Seidel 48 .0675099 x 2n ) + 4. 2.3.2066115 x1( n ) + 0.714 x1 + 2.9988054 .9996073 ) şi avem .1157024 x 2n ) + 2. 2.5) obţinem Luând x (11 ) x = (3.0) .25 x 2 − 0.4994498 .351 x1 +10 .330778 .1 ⋅1 7 0 − 3 ≈1 0 − 3 −1. 3. care în acest caz este x ( n ) −z ∞ 1 ≤1.6252229 . 2.1 x ( n ) − x ( n − ) 7 ∞ Luând x ( 0 ) = (0.724 x 2 + 5.7042958 ) (13 ) x = (3.0.6522836 x3n ) + 6.459 x 2 + 6.1.3628318 x1( n ) + 0. Soluţia se poate aproxima cu termenii şirului (8). Rezultă că sistemul este cu matrice diagonal dominantă pe linii şi deci are soluţia unică z.68 x3 = 59 .14 x 2 +1. 3.2941176 x3n ) + 0.41 x1 +1. care în acest caz devine: ( ( x1( n +1) = 0.678229 ( ( x3n +1) = −0.6256242 .224 x3 = 50 .3761061 ( ( x3n +1) = 0.2501721x 2n ) − 0.3660832 x1( n ) + 0.7040118 ) III.8065892 Evaluarea erorii se face conform formulei x ( n) −z (0) ∞ 1 ≤ 9. Exemplul 2.4871316 x3n ) + 4.489 x1 − 0.

Se consideră (n) ( n +1) deci şirul x = Cx ( n ) + c .. m} j =1 i −1 m q = max {q i i ∈{1. m } { L = B − R ..... Metoda Gauss-Seidel este metoda Jacobi pentru sistemul (2).. Dacă q <1 ... şirul (3) converge către z. i ∈{1. (n) Şirul x n∈ N poate fi descris prin construcţia echivalentă (3) x ( n +1) = Lx ( n +1) + Rx ( n ) + b care pe componente este ( ) ( ) xi( n +1) = ∑bij x (jn +1) + ∑bij x (jn ) + bi j =1 j =i i −1 m (3') Se observă că specificul acestei metode este că în schema de construcţie de la teorema Jacobi se intervine cu următoarea modificare: în construcţia componentei de ordin i a lui x ( n +1) se utilizează componentele lui x ( n +1) anterior evaluate. se notează Dacă ) i . definit prin x N soluţia sistemului (1) atunci când aceasta există şi este unică. j =1 m qi = ∑ bij q j + ∑ bij .. Au loc atunci următoarele formule de evaluare a erorii: x (n) − z ∞ ≤ q x ( n ) − x ( n −1) 1−q ∞ ≤ qn x (1) − x ( 0 ) 1−q ∞ Teorema 2.. şi se aproximează cu x (n ) n∈ . Sistemul (1) este echivalent cu (I −C ) x = c −1 −1  b11  R =   0  (1)  b1m      şi  bmm   (2) unde C = ( I − L ) R . c = ( I − L ) b . Dacă au loc inegalităţile 49 . Fie q1 = ∑ b1 j .Se consideră sistemul B = (bij ( I − B)x = b . j∈1.. atunci sistemul (1) are soluţie unică z şi pentru orice x ( 0 ) ∈ R m .. m}} j =i Teorema 1.

.. Se verifică pentru început că au loc inegalităţile (6)..... să se rezolve sistemul: 10 x1 − 2 x 2 + x3 = 108 − 2 x1 + 10 x 2 + x3 = −6 x1 + x 2 + 10 x3 = −16 . Şirul (7) este: 50 . m} i (6) ∑a ij < aii ∀ ∈{1. m} i Condiţiile (6) ne asigură deci că pentru sistemul (5) se poate aplica teorema 1. m} i (4) ∑b ij atunci q <1 şi deci are loc teorema 1........ i ∈{2. m} aii aii j =i +1a ii Exemplul 1. Atunci m a i− a 1 m a 1j ij ij q1 = ∑ qj + ∑ . b = D A . m} j =2 a11 j = a ii 1 j =i + a ii 1 Pe componente şirul (3) este m a a 1j ( x1 n +1) = −∑ x (jn ) + 1 a11 j =2 a11 (7) m a a ij ( n ) ai ij ( n +1) ( n) xi = −∑ xj − ∑ xj + .∑b j =1 m j =i m ij ≤ 1 ∀ ∈{1... şi dacă poate fi adus la forma echivalentă ( I − B)x = b (5) −1 −1 unde B = I − D A .5 Soluţie. şirul dat de metoda Jacobi este de asemenea convergent către soluţia sistemului (1). m} i < 1 ∀ ∈{1. Dacă sistemul de rezolvat este dat sub forma Ax = a ..... i ∈{1. În plus.. Observaţie. atunci inegalitătile (4) pentru sistemul (5) sunt: ∑a j =1 j ≠i m j =i + 1 m ij ≤ aii ∀ ∈{1. qi = ∑ .... Folosind metoda Gauss-Seidel..

m} . j∈1.5..1x 2n +1) − 1. relaţie care se citeşte "pentru a ( n+ ) 1 oţine pe x i se adaugă lui x (n ) corecţia ∆x ( n ) ". şirul aproximant x n∈ N este ( n +1) (n) (n) prezentat schematic prin x = x + ∆x .( ( x1( n +1) = 0.1. Metoda relaxării simultane Ax = a (1) unde A este simetrică şi pozitiv definită.28 x3 + 3.53 x 2 + 0.1x1( n +1) − 0.2 x1( n +1) − 0. −3) ).4.5.705 0.855 1.7106315 ..3 . 3..0) . Pornind de la iteraţia iniţială x ( 0 ) = (0. Se face deci o construcţie de forma x ( n +1) = x ( n ) + α∆x ( n ) .1x3n ) − 0.5 x 4 = 16 .6 ( ( x3n +1) = −0. Dacă în una din metodele amintite.73 x1 + 0. Dacă A = (a ij )i . după patru paşi se obţine 1 soluţia cu cinci zecimale exacte (soluţia exactă este (1 . atunci aii > 0 pentru orice { i ∈{1. q3 = 0. Metode de relaxare Sub acest nume sunt cunoscute unele variaţiuni ale metodelor Jacobi şi (n) Gauss-Seidel.53 x 4 = 22 . 2) .8 ( ( x 2n +1) = 0.05 x1 + 4.82 x1 + 1..11 Indicaţie. soluţia exactă este z = ( 2. 2.5.85 x 2 + 4..98 x3 + 1. 3.3 . q = 0.4.75 x3 + 0.71 x3 + 0. să se aproximeze.16 . cu o eroare mai mică decât 10 −5 . ( ) III.81 x 2 +1.. III.81 x 4 = 22 . m} . soluţia sistemului: 3.1x3n ) + 10. Diagonala D a lui A este atunci o matrice inversabilă şi sistemul (1) este echivalent cu ( I − Bα ) x = bα (2) −1 −1 unde Bα = I − αD A şi bα = αD a .02 x 2 + 0. Exerciţiu.65 Parametrii q i sunt q1 = 0.48 0. Soluţia (n) ecuaţiei (1) se aproximează deci cu termenii şirului ( x ) n∈N . q 2 = 0. Folosind metoda Gauss-Seidel.0..2 x 2n ) − 0. unde 51 Se consideră sistemul .98 x1 + 0.81 x 4 = 16 ..046 şi deci q = 0. Metoda relaxării simultane este metoda Jacobi pentru sistemul (2). atunci într-o metodă de relaxare se supracorectează înmulţimd corecţia cu un parametru pozitiv. Atunci A este inversabilă şi deci sistemul (1) are soluţie unică.

λm Dacă are loc ii). 1 2 m = ) În continuare. Spectrul matricii D −1 A este format din numere reale strict ( S ( Bα ) = (1 − α λ . Teorema 1. λ m ) .. atunci 0 < α < şi deci se poate aplica teorema 1..4.2. se presupune că spectrul lui D −1 A este ordonat: λ1 ≤ λ 2 ≤ . α ∈ R . 2 0<α< ii) . ≤ λ m . atunci evaluarea erorii se face prin x ( n) − z D ≤ q x ( n ) − x ( n −1) 1−q D ≤ qn x (1) − x ( 0 ) 1−q D unde q = max 1 − α λi .. 1≤i ≤m Observaţia 1.. λ 2 .1 − α λ ) . Teorema 2. Dacă A este o matrice simetrică şi pozitiv definită... atunci x ( n +1) = Bα x ( n ) + bα (3) Convergenţa metodei Jacobi pentru (2) este echivalentă cu faptul că < 1 şi avem: Propoziţie 1.1 − α λ .ρ( Bα ) −1 pozitive. Pe componente şirul (3) este xi( n +1) = (1 − α) xi( n ) − α∑ j =1 j ≠i m aij aii x (jn ) + α ai aii (4) Observaţia 2. Se notează x D ∑a i =1 m ii xi2 . o valoare mai mică a lui q ( α) i 1≤i ≤ m asigură o convergenţă mai rapidă. D A λm 52 . Metoda relaxării succesive 2 . λ1 + λ m III...  λm  m  m 1  1  2 Spunem că este valoarea optimă a parametrului de relaxare. atunci următoarele afirmaţii sunt echivalente: i) Pentru orice x ( 0 ) ∈ R m şirul (3) converge către soluţia z a ecuaţiei (1).. Fie α ≠ 0 . Dacă S D A = ( λ1 ..    λ m − λ1 2  2 min q ( α) 0 < α <  = q λ +λ  = λ +λ . Dacă 0 < α< 2 − 1 ⋅ este o normă operatorială pe L R m ( ) şi Dacă notăm q ( α) = max 1 − α λ .

Dacă matricea A este simetrică şi pozitiv definită. Pe componente. atunci următoarele afirmaţii sunt echivalente: i) Pentru orice x ( 0 ) ∈ R m .. Dacă 0 < α < 2 .Este vorba de o relaxare a metodei Gauss-Seidel. atunci evaluarea erorii se face prin x (n) − z A ≤ q x ( n ) − x ( n −1) 1−q A ≤ qn x (1) − x ( 0 ) 1−q A (7) unde x iar A = ∑∑a i =1 j =1 A x A≤ 1 m m ij x j xi q = Cα = sup C α x A . j∈1. Pentru α ≠ 0 sistemul (1) este echivalent cu  0   a 21 L =   a  m1 0  0 0 a 22  0 0    0  . ii) 0 < α < 2. şirul (6) converge către soluţia z a sistemului (1). Dacă A = (a ij )i . modelat. corespunzătoare sistemului (1). ca în metoda lui Jacobi pentru matrici diagonal dominante pe linii..      a mm    ( I − C α ) x = cα (5) −1  1   1  1    unde C α =  D + L    − 1 D − R  . N unde x ( n +1) = C α x ( n ) + c α (6) −1 ( ) Teoremă. spre exemplu. se notează { 0  a11   0  0 0  0 . Se consideră deci sistemul (1) în care matricea A este simetrică şi pozitiv definită. m −1 0    R = A− L− D. c α =  D + L  a . D =         0 0  a m . Observaţie.. α   α  α   (n) Soluţia z a sistemului (1) se aproximează cu termenii şirului x n∈ . m} .. şirul (6) este 53 .

. −6.0) . Vom lua α =1. − 5. Pentru această valoare se obţine cel mai mic q . Valoarea optimă a 10 parametrului de relaxare este α =1. 2.999463 . a) 11 x1 + 2 x 2 − 2 x3 = 48 2 x1 + 11x 2 + x = −51 − 2 x1 + x 2 + 11x3 = 15 Soluţie. Soluţia exactă este z = (6. . b) 7 x1 + 3 x 2 − x3 = 72 3 x1 + 7 x 2 + x3 = 48 . care este q 0 = 0. − x1 + x 2 + 7 x3 = −32  10 11 − 17 11 + 17  S ( D −1 A) =  .04 . 21 − 33 22 Valoarea optimă a parametrului de relaxare este α = . Pentru acest 21 şirul (4) din paragraful 4 este Metoda relaxării simultane converge dacă 0 < α < α 1 ( n ) 4 ( n ) 4 ( n ) 96 x1 − x 2 + x3 + 21 21 21 21 4 ( n ) 1 ( n ) 2 ( n ) 102 ( n +1) x2 = − x1 − x 2 − x3 − 21 21 21 21 4 ( n ) 2 ( n ) 1 ( n ) 30 ( n +1) x3 = x1 − x 2 − x3 + 21 21 21 21 x1( n +1) = − Pornind cu iteraţia iniţială x ( 0 ) = (0. .9996218 ) .041787 . Cu notaţiile din acest paragraf să se afle valoarea optimă a parametrului de relaxare şi folosind atunci metoda relaxării simultane să se aproximeze soluţia sistemului cu o eroare mai mică decât 10 −3 . Şirul (4) din paragraful 4 este Metoda relaxării simultane converge dacă 0 < α < 54 .xi( n +1) = − α aii ∑ aij x (jn+1) + (1 − α) xi( n ) − j =1 i −1 α aii j =i +1 ∑a m ij x (jn ) + αai aii (8) Exemplul 1. 3) .0.9992418 . 22 11 22   44 . se obţine x ( 7 ) = (5.4882671 . 21 − 33 12 21 + 33  S ( D −1 A) =  .  14 14 7  14 .

04 x3n ) − 7 7 7 x1( n +1) = −0.5 .04 ( n ) 74. b1 ] ∈ a 0 . atunci rădăcina căutată este a 0 + b0   a 0 + b0  . Atunci f (a ) ⋅ f (b) < 0 . se obţine x (11 ) = (8. b] → R o funcţie continuă.   încât f ( a1 ) ⋅ f ( b1 ) ≤ 0 . astfel încât f ( z ) = 0 . 4.5 ( n +1) 1.5 x3n ) − 6. va fi studiată posibilitatea rezolvării unor asemenea ecuaţii în cazul funcţiilor reale de o variabilă reală.3.000039 ) .04 x1( n ) − Pornind de la iteraţia iniţială x ( 0 ) = (0.1. b0 = b şi fie [ a1 . Soluţia exactă este z = (8.5 x1( n ) − IV.5 ( n ) x2 + x3 + 15.04 ( n ) 49. Dacă f ( a1 ) ⋅ f ( b1 ) = 0 . Presupunem că există şi este unic z ∈( a. b0   .28 ( ( x3n +1) = x1 − x 2 − 0. 7 7 7 1.0. să se rezolve sistemul: 7 x1 + 3 x 2 − x3 = 72 3 x1 + 7 x 2 + x3 = 48 − x1 + x 2 + 7 x3 = −32 Indicaţie.12 ( n ) 1.285714 7 7 1. IV. Şirul (8) din paragraful 4 este: 4.0004329 . Alegem a0 + b0 .5 ( n +1) 1. Pentru început. continuăm .428571 7 7 4.5 ( n ) 1. 2 55 Dacă f ( a1 ) ⋅ f ( b1 ) < 0 . b ) . Fie a 0 = a .04 x 2n ) − x3 + . 4. b ] un interval în R şi f : [ a.0005719 . astfel 2    construcţia. −4) .0) . Exemplul 2.5 x 2n ) − x3 + 10. − 4.92 ( ( x 2n +1) = − x1 − 0. Folosind metoda relaxării succesive cu α =1.04 ( n ) 1.5 ( n +1) ( ( x3n +1) = x1 − x2 − 0.12 ( n ) 1.04 ( n ) 33.8571428 7 7 x1( n +1) = −0.5 ( n ) ( ( x 2n +1) = − x1 − 0. METODE NUMERICE DE REZOLVARE A SISTEMELOR DE ECUAŢII NELINIARE Ecuaţiile studiate în acest capitol vor fi de forma f ( x ) = 0 sau f ( x ) = x . Metoda bisecţiei Fie [a.88 x2 + x3 + 7 7 7 3.  2 .

 a1 + b1 . 4 4   π   3π  Avem f   ⋅ f   < 0 şi prin metode elementare se constată că rădăcina este 4  4  56 . π . b1        2   2  astfel încât f ( a 2 ) ⋅ f ( b2 ) ≤ 0 . Se aproximează z cu a n (sau cu bn ) . 2   π Avem f   ⋅ f ( π) < 0 . alegerea făcându-se în funcţie de eroarea propusă folosind următoarele formule de evaluare a erorii: b−a . 2n b−a 0 ≤ bn − z ≤ n . Considerăm deci funcţia f ( x ) = 2 sin x − x .13 ⋅10 −3 . făcând o eroare mai  π 3π   a ecuaţiei 2tgx − x − 2 = 0 . 2 0 ≤ z − an ≤ Exemplul 1. rădăcina din intervalul  . bn ] ) n∈N de intervale. pentru care este suficient să luăm 100 308 π 309 π . mică decât 10 −2 . 2 Să presupunem că procesul este infinit. x1 ∈  . b2 ] ∈ a1 . b8 ] =  şi  512 512   308 π 309 π deci rădăcina x1 se poate aproxima cu sau cu . Se consideră funcţia f :  . Să rezolvăm cu o eroare mai mică decât 10 −2 ecuaţia 2 sin x − x = 0 . mai mică decât 512 Exemplul 2. a1 + b1 . atunci rădăcina căutată este f ( a 2 ) ⋅ f ( b2 ) < 0 şi aşa mai departe. 4 4   π 3π  Soluţie. deci că se construieşte un şir ( [ a n . Soluţie.[ a 2 . Prin metode elementare se constată că ecuaţia are trei rădăcini: π  x 0 = 0 . 2n b−a . astfel încât f ( a n ) ⋅ f ( bn ) < 0 şi bn − a n = Avem atunci a n < z < bn pentru orice n ∈ N . Folosind metoda bipartiţiei. constatăm că [ a8 . făcând o eroare 512 512 π ≈ 6. Dacă f ( a 2 ) ⋅ f ( b2 ) = 0 . n = 8 . f ( x ) = 2tgx − x − 2 . x 2 = −x1 . În caz contrar. Să aproximăm prin metoda bipartiţiei.  → R . Pentru a aproxima rădăcina x1 cu o eroare mai mică 2 decât 10 −2 va trebui să avem π 2 n +1 < 1 . a1 + b1 .

Aproximarea se face prin termenii unui şir ( x n ) n∈N construit după formula x n +1 = f ( x n ) .1) ).6 ⋅10 −3 .2. Pentru orice x0 ∈ I . definit prin x n +1 = f ( x n ) . Propoziţie. Rădăcina se poate aproxima deci cu sau cu . atunci q qn x n − x n −1 ≤ x1 − x0 . Suportul teoretic este dat de principiul contracţiei pe care îl vom prezenta pentru funcţii reale de o variabilă reală. o eroare mai mică decât 1024 319 π . 1−q 1−q Observaţie. Fie I un interval închis în R şi f : I → I o contracţie. Observaţie 2. [ Observaţie 1. 3 ( ) Să se arate că   2   2 f  0. Atunci f este o [ contracţie.1) . Constanta q nu este unică.  şi că pe acest interval f este o contracţie. Funcţia f : I → R se numeşte contracţie dacă există q ∈ 0. adică 2 n +3 > 100 π . Fie funcţia f ( x) = 1 2 − x3 . Fie I un interval în R . Aproximarea lui z prin x n (teorema precedentă) este cu atât xn − z ≤ mai eficientă cu cât q este mai mic. şirul ( x n ) n∈N . Metoda aproximaţiilor succesive Metoda este folosită pentru rezolvarea aproximativă a unor ecuaţii de forma f ( x ) = x .   ⊂ 0. pentru care există q ∈ 0. Exemplu. Fie f : I → R o funcţie derivabilă. 1024 IV. Atunci există şi este unic z ∈ I .unică în intervalul considerat. Definiţie. Să se rezolve ecuaţia  3    3  f ( x ) = x cu o eroare mai mică decât 10 −5 . Este n 100 8⋅2 n = 6 . Pentru ca în metoda bipartiţiei eroarea să fie mai mică decât 10 −2 este suficient ca suficient să luăm b6 = π 1 < . După realizarea calculelor avem a 6 = 320 π 319 π 320 π . converge către [ z. Dacă f ( x) − f ( y ) ≤q x −y pentru orice x. 57 . y ∈I ( q ∈ 0. astfel încât f ( z ) = z . pentru orice x. y ∈I . Teoremă (principiul contracţiei).1) . astfel încât f ′( x ) ≤q pentru orice x ∈ I . făcând 1024 1024 1024 π ≈ 3. astfel încât f ( x ) − f ( y ) ≤q x −y . Orice contracţie este uniform continuă şi este deci continuă.

Fie x 0 = şi 3  3 4 x n +1 = f ( x n ) . este convergent şi că x n − a ≤ x n −x n − . (1.1) . metoda aproximează rădăcinile unor ecuaţii de forma f ( x ) = 0 . Cu şirul lui Rolle se arată că ecuaţia are trei rădăcini reale în .+ ) . 2 x Folosind principiul contracţiei. să se aproximeze cu o  1 eroare mai mică decât 10 −5 rădăcina din intervalul 0. x 0 > a . 3 9  2 2  există şi este unic un punct z ∈ 0. Funcţia f ( x) = x 5 +1 este atunci o contracţie pe 0. În exemplul precedent s-a modelat ecuaţia x 3 + 3 x − 2 = 0 . definit prin   . 58 .  a ecuaţiei  2 5 x − 5x +1 = 0 .5960707 . f ′( x ) ≤ pentru orice  3  3  81 9 3     4  2 x ∈ 0. 3   2  2 4  2  46 f = . făcând o eroare mai mică decât Se aproximează z cu 5. 1   Exerciţiul 2. 5 Avem 4 4 x11 − z ≤ x11 − x10 = 0. f ( 0) = 2 .04 ⋅10 −6 . continuă. Indicaţie.  . La fiecare pas eroarea se evaluează prin x n − z < x n − x n −1 . Cu metoda bipartiţiei se reduce  1 intervalul ( −1. Metoda lui Newton Cunoscută şi sub numele de metoda tangentei. Conform principiului contracţiei. Fie [ a.  şi deci f ( x) − f ( y ) ≤ x − y . să se arate că şirul ( x n ) n∈N .  . deci f  0. Fie a > 0 şi f : [ a . ( −1.   ⊂ 0.  . 5 5  2 x n +1 = 1 a  xn +  2 xn ( ) ( ) IV. astfel încât f ( z ) = z . Observaţie. Pe acest interval se modelează ecuaţia sub forma  2 1 5 1  1 x +1 = x . Apoi. Folosind metoda din exemplul 1.− ∞ intervalele ( −∞ 1) .596077 = 5.  .5960707 − 0.Soluţie.04 ⋅10 −6 5 5 x11 = 0. b] ⊂ R . astfel încât să se ajungă la forma f ( x ) = x . Funcţia f este strict descrescătoare. 1 a ∞ Exerciţiu 1.+ ) →R .3. f ( x) =  x +  .1) la 0.

b] . Prin metode elementare se constată că ecuaţia are o singură ′ rădăcină reală.Teorema 1 (metoda lui Newton). Să se rezolve. f ′ ( x ) ≠ 0 pentru orice x. converge către rădăcina f ′( x n ) 3 x n − 3 ecuaţiei considerate. şirul ( x n ) n∈N definit prin 2 x n +1 = x n − xn − z ≤ Teorema 2 (metoda lui Newton simplificată). converge către z şi f ′( x 0 ) Exemplul 1. inf f ′( x ) f ( xn ) f ′( x n ) rămâne în [a. Atunci există şi este unic z ∈( a. f ′ ( x ) ≠ 0 pentru orice x ∈[a. Să se rezolve ecuaţia x −1 − arctg x = 0 .b ] f ( xn ) . b] → R o ′ funcţie de clasă C 2 . Deoarece xn − z ≤ x∈[ 2 . Soluţie. b ) .4259887 . astfel încât f ( z ) = 0 . b] → R o funcţie de clasă ′ C . f ′ ( x ) ≠ 0 pentru orice x ∈[a. unde f ′( x ). astfel încât f ( x 0 ) ⋅ f ′′( x0 ) > 0 . b ] . iar eroarea este mai mică 9 decât 7 ⋅10 −8 . b ] este astfel încât f ( x 0 ) ⋅ f ′′( x 0 ) > 0 . 1+ x2 59 . converge către z şi xn − z ≤ x∈[ a .3] . cu o eroare mai mică decât 10 −6 . astfel încât f ′( x ). Fie f : [ a. Atunci există şi este unic z ∈( a. Folosind pentru început metoda bipartiţiei. 3] inf f ′( x) = 9 . Se obţine x 4 = 2. Fie f : [ a. conform teoremei 1. Pentru orice x0 ∈[ a.b ] f ( xn ) . şirul ( x n ) n∈N . inf f ′( x) f ( xn ) rămâne în [a. Soluţie. Exemplul 2. Dacă x0 ∈[ a. b ) . aflată în intervalul [2.3] . definit prin x n +1 = x n − 3 f ( xn ) 2 xn + 7 = 2 . atunci f ( x0 ) f ′′( x 0 ) > 0 şi deci. Dacă x0 = 3 . b] şi f ( a) ⋅ f (b) < 0 . atunci şirul ( x n ) n∈N definit prin x n +1 = x n − x∈[ a . Avem f ′( x) = x2 . se constată că ecuaţia are soluţie unică aflată în intervalul [2. astfel încât f ( z ) = 0 . eroarea se evaluează prin 1 3 x n − 3 x n − 7 . astfel încât f ′( x ). b ] . ecuaţia x 3 − 3x − 7 = 0 . b] şi f (a ) ⋅ f (b) < 0 .

ij Astfel.1322679 .. Deoarece min f ′( x) = x n +1 = x n − sau ( x n − 1 − arctg x n ) (1 + xn2 ) 2 xn 4 . dacă A = (a ij ) i . IV. ∂f m  ∂f m   ∂x ( x 0 )  ∂ x ( x 0 )   1  m   Metoda urmăreşte rezolvarea aproximativă a sistemului de ecuaţii neliniare 60 . În cele două exemple precedente este de remarcat numărul mic de iteraţii făcute pentru obţinerea unei aproximări bune. iar pe spaţiul L R m norma operatorială indusă 1≤i ≤m ( ) A =s p u x ≤ 1 A x m . 3] [ x0 = 3 .3] . pentru şirul ( x n ) n∈N definit prin 5  1  1 x n +1 = 1 + 2 (1 + arctg x n ) − . j∈1. atunci A ∞ = max 1≤i ≤m ∑a j =1 Amintim că dacă f : D ⊂ R m → R m . atunci  ∂f 1 ( x 0 )  ∂f 1 ( x 0 )    ∂x m  ∂x1  f ′( x0 ) =     .. f ( x3 ) = 10 −7 şi rădăcina se aproximeazăă cu x 3 . Observaţie. f = ( f 1 .4.f ′′( x) = (1 + x ) 2x 2 2 .. Metoda lui Newton (cazul funcţiilor de mai multe variabile) x ∞ Se consideră pe spaţiul R m una din normele uzuale.25 ⋅10 −7 . f m ) este derivabilă. m} { . funcţii care nu se anulează în intervalul [2.. Se poate lua x∈ 2 . Se obţine eroarea se evaluează după formula 4 x3 = 2. spre exemplu = max xi .. aceasta în comparaţie cu metoda bipartiţiei. făcându-se o eroare mai mică decât 1.   xn xn   5 xn − z ≤ f ( x n ) .. ..

. astfel f 1 ( x1 . x m ) = 0  f m ( x1 .Sistemul precedent se scrie f ( x ) = 0 . Propoziţia 1. pentru orice α − 1 −1 . Fie D ⊂ R m o mulţime deschisă şi convexă. B ( w. 2 Teorema 1 (metoda lui Newton). Fie α≥ ( f ′( z ) ) −1 . B ( x. fie f : D → R m o funcţie derivabilă pentru care există M > 0 . astfel încât B ( z . converge către z şi ( ( )) ( f ( x )) ....1) şi r >0. q ∈( 0. Atunci. r ) .. r ) = {y ∈R m x − y ≤ r } . y ∈D . pentru care există f ′( x ) − f ′( y ) ≤ M x − y pentru orice x. Amintim că B ( x. r ) = {y ∈R m x − y < r } . Teorema 2 (metoda lui Newton simplificată). pentru orice (1 + 2q ) Mα construit prin r< x ( 0 ) ∈ B ( z . unde f = ( f 1 . Fie w ∈ D un punct în − 1 care derivata f ′(w) este inversabilă şi fie α≥ ( f ′( w) ) . astfel încât o funcţie derivabilă.. B există Propoziţia 2. şirul (x ) (n) . x m ) = 0 f 2 ( x1 .... astfel încât B( z. f ′( x) ) şi ( f ′( x) ) ≤ 1 − αMr Funcţia f este injectivă pe B ( w. r ) ⊂ D şi r x ( n ) −z ≤ q 2 61 . Fie D o mulţime deschisă şi convexă în R m şi f : D → R m M > 0 . astfel încât f ′( x ) − f ′( y ) ≤ M x − y pentru orice x. Fie D ⊂ R m o mulţime deschisă şi convexă.. x m ) = 0 (1) încât ( şi αMr < 1 . fie r > 0 . −1 ( n) n− 1 . Fie r > 0 . y ∈D ... r ) . Presupunem că există z ∈ D . y ∈D . f m ) ... astfel încât f ′( x ) − f ′( y ) ≤ M x − y pentru orice x.. y ∈D . x ( n +1) = x ( n ) − f ′ x ( n ) rămâne în B ( z . f : D → R m o funcţie derivabilă pentru care există M > 0 . Cu aceleaşi ipoteze şi notaţii ca în teorema precedentă. Atunci M 2 x f ( x) − f ( y ) − f ′( y )( x − y ) ≤ x − y ∀ . r ) . r ) ⊂D x ∈ ( w. r ) .. r ) ⊂ D şi n∈ N 2q .. astfel încât f ( z ) = 0 şi că f ′(z ) este inversabilă. Atunci. Propoziţiile care urmează produc tehnicile necesare obţinerii metodei lui Newton în acest cadru.

y ∈D . r ) . 2(1 − αMr ) În metoda Newton simplifiată se poate impune restricţia αMr < evaluarea erorii fiind x ( n ) −z ≤q n r cu precizarea că q = 3αMr . converge către z şi unde q= ( ( )) ( f ( x )) . funcţie derivabilă pentru care există astfel încât ′( x ) − f ′( y ) ≤ M x − y pentru orice x. construit prin x ( n +1) = x ( n ) − f ′ x ( n ) rămâne în B ( z . şirul x ( q + 2) Mα ( ) n∈ N definit prin x ( n +1) = x ( n ) − ( f ′( w) ) −1 rămâne în B ( z . şirul x ( n ) ( ) 2 . Atunci. r ) ⊂ D ( f ′( z ) ) −1 . pentru orice 3 ( n) n∈ N . astfel încât f ( z ) = 0 .1) şi alegerea corespunzătoare a razei r. În prezentarea teoremei 1. Fie sistemul x 2 + y − 20 x + 40 = 0 y 2 + x − 20 y + 20 = 0 Prin metode grafice. r ) . Atunci. 3 Exemplu. f : D → R m o M > 0. r ) . (1 + 2q ) Mα este făcută pentru a pune în evidenţă superrapiditatea procesului în vecinătatea soluţiei z. n− 1 x ( n ) −z ≤ q 2 r . r ) . constatăm că sistemul are 62 . O variantă mai acceptabilă în eventualitatea în care se doreşte verificarea îndeplinirii ipotezelor este următoarea: Teorema 3. pentru orice x ( 0 ) . Fie D ⊂ R m o mulţime deschisă şi convexă.r< q (n) . Fie α> ( f ′( z ) ) −1 şi şi αMr < −1 x ( 0 ) ∈ B ( z . Observaţie. 2(1 − αMr ) 1 . astfel încât 2q r< . converge către z şi x ( n ) −z ≤q n r ( f ( x )) (n) . şi că există r > 0 . Presupunem că există f z ∈ D . prezenţa unui parametru iniţial q ∈( 0. αMr . w ∈B ( z . construind în acelaşi sistem de axe graficele curbelor de ecuaţii y = 20 x − 40 − x 2 şi x = 20 y − 20 − y 2 . astfel încât B( z.

f x ( 2 ) = (0. 1. Se poate arăta că sunt îndeplinite condiţiile din teorema 3. Atunci ( ( )) ( ( )) 1 18 1 5  −1  5     . Apoi 1  0. − 0. Fie f : D ⊂ R m → R m . r ) astfel încât g ( x ) ∈B ( w.105  1 17 . x (1) = ( 2. x ( 2 ) = ( 2. r ) ⊂D .324 . În acest procedeu stabilitatea metodei în domeniul de definiţie se face pas cu pas prin intermediul următoarei proprietăţi: Propoziţia 1.3] ×[1.două rădăcini. datorată lui Kantorovici. 1.0005 .2] . Pentru a aproxima aceastăă rădăcină considerăm funcţia f ( x. y 2 + x − 20 y + 20 Atunci 1  2 x − 20   f ′( x.184 ) . y ∈D .00003 ) . Acest dezavantaj este înlăturat în varianta următoare a metodei. r ) .1) + 3  287  1 16 3       Se obţine x (1) = ( 2. Dacă există x ∈B ( w.324 . y ) ) −1 = 1   −1 2 x − 20  δ  ( ) unde δ = det f ′( x. Fie α ≥ ( f ′( w) ) . Teorema 1 (metoda Newton-Kantorovici).5. ( ) IV. Fie −1 x ( 0 ) = ( 2. Dacă αβ < M şi B ( w. funcţie derivabilă pentru care există astfel încât − 1 f ′( x ) − f ′( y ) ≤ M x − y pentru orice x.331 . spre exemplu că pe dreptunghiul considerat derivata este în fiecare punct inversabilă. Cu ipotezele şi notaţiile din paragraful 1.1) − ( f ′( 2.187 ) . 1 − 1 β ≥ ( f ′( w) ) ( f ( w) ) .1) şi x ( n +1) = x ( n ) − f ′ x ( n ) f x ( n ) .63   . y ) =   1 2 y − 20    20 y − 20 −1    ( f ′( x. 1.352 0. y ) = x 2 + y − 20 x + 40 . unde 2 63 . atunci g ( g ( x )) − g ( x ) ≤ 2(1 −α M g ( x ) −w α M g ( x) − x 2 ). fie −1 g ( x) = x − ( f ′( x) ) ( f ( x) ) . y ) = 4 xy − 40 y − 40 x + 399 . o M > 0.046  270    Se găseşte x ( 2 ) = ( 2. Metoda Newton-Kantorovici Metoda lui Newton prezentată în paragraful precedent are avantajul de a fi foarte rapid convergentă şi dezavantajul de a localiza procesul iterativ în jurul soluţiei necunoscute.184 ) +  1 15 . ambele în primul cadran şi că una dintre rădăcini este localizată în [2.1) )   = ( 2. Observaţie.

−1 ( n) = z. f : D → R m o M > 0. αM Atunci există şi este unic z ∈ B x ( 0 ) . r ) . converge către z şi (n) ( ) x (n) − z ≤ q qn x ( n ) − x ( n −1) ≤ x (1) − x ( 0 ) 1 −q 1 −q 1 1 − 1 − 2α β ). 9 Fie Fie β≥ ( f ′( x ( ) )) ( f ( x ( ) )) şi presupunem că 2αβM < r= (x ) (n) 1 1 − 1 − 2αβ M şi presupunem că B ( x 0 . Teorema 2 (metoda Newton-Kantorovici simplificată). există şi este unic z ∈ ( w. Metoda aproximaţiilor succesive (cazul funcţiilor de mai multe variabile) Ca şi în paragraful 2. Cu notaţiile şi B ipotezele din teorema precedentă. M αM B atunci ecuaţia f ( x ) = 0 are soluţie unică z ∈ ( w. [ 64 . r ) . y ∈D . converge către z şi x ( n ) −z ≤ q 2 r unde q = 1 − 1 − 2α M β 2 1 − 2α M β IV. r ) . Fie x ( 0 ) ∈ D . B( x ( 0) . astfel încât (0) f ( z) = 0 . funcţie derivabilă pentru care există astfel încât f ′( x ) − f ′( y ) ≤ M x − y pentru orice x. x ( n ) n∈N .1 1 − 1 − 2αβ . x ∈ B ( w. r ) ⊂ D . Pentru orice şirul x ( n +1) =x (n) − ( f ′( w) ) −1 ( f ( x ) ) rămâne în B(w. Şirul n∈ N ( ) . metoda se ocupă de rezolvarea aproximativă a unor ecuaţii de forma f ( x ) = x . y ∈D . Dacă x ( 0 ) = w şi r= ( ) x ( n +1) = x ( n ) − f ′ x ( n ) atunci x ( n ) ∈ B( w. Funcţia f : D ⊂ R m → R m se numeşte contracţie dacă există q ∈ 0. M αM Teorema 3.6. astfel încât unde q = αMr ( r = ( ) f ′( x ( 0 ) ) este 0 − 1 inversabilă 0 şi fie α≥ ( f ′( x ( ) )) 0 − 1 . Definiţie. astfel încât f ( x ) − f ( y ) ≤q x −y pentru orice x. x ( n +1) = x ( n ) − ( f ′( x ( n ) n− 1 ( ) )) ( f ( x ( ) )) −1 n rămâne în . Fie D ⊆ R m o mulţime deschisă şi convexă.1) . r . astfel încât f ( z ) = 0 . r ) şi lim x n →∞ (n) ( ( )) ( f ( x )) . r ) . unde f : D ⊂ R m → R m . 8 . r ) .

b] ×[c. y ) ∈[a. Amintim că dacă D ⊂ R m este o mulţime deschisă şi f : D → R m este derivabilă pe segmentul [ x. Fie f : 0. Dacă funcţia f este derivabilă. astfel încât f ( α.Exemplu.  . d ] . (n) ( n +1) = f x ( n ) converge Pentru orice x ( 0 ) ∈ A şirul x n∈ N definit prin x f ( x ) − f ( y ) ≤q x −y pentru orice x. d ] . d ] ( f ′( x. f = ( ϕ ψ) . iar dacă f ′(t ) ≤ q <1 pentru orice ( ) ( ) x (n) − z ≤ q qn x ( n ) − x ( n −1) ≤ x (1) − x ( 0 ) . Fie A ⊂ R m o mulţime închisă şi f : A → A o contracţie. 1 3 1 3 x −y + =y 6 3  9  9  9  9 . Dacă atunci pentru orice x. f Amintim că se spune că funcţia f este derivabilă pe mulţimea închisă A dacă există o mulţime deschisă D pe care funcţia f este derivabilă şi A ⊂ D . y ) + ( x. astfel încât [ funcţie derivabilă pentru care există ∂ ϕ ∂ ϕ ( x. iar pentru aproximare se poate folosi metoda aproximaţiilor succesive. b] ×[c. β) . β) = ( α. b] ×[c. funcţia f este o contracţie pe D. y ) ∈[a. d ] ) şi deci exisţă şi ( este unic ( α. Se consideră sistemul 1 3 1 x + y3 + = x 6 2 . y ∈A . y ] [ Atunci. y ) + ( x. se numeşte metoda aproximaţiilor succesive. y ∈A ( q <1 ). y ] ⊂ D . b] ×[c. atunci f ( x ) − f ( y ) ≤ sup f ′(t ) ⋅ x − y t∈A t ∈ A .  → 0. cu derivata continuă pe mulţimea compactă şi convexă A. atunci funcţia f este o contracţie pe A. b] ×[c. β) ∈[ a.  × 0. Fie f : [ a. astfel încât f ( z ) = z .1) .  × 0. y ) ≤q ∂ x ∂ y ∂ ψ ∂ ψ ( x. f = ( ϕ ψ) . y ) ∞ ≤ q ∀ x. dacă funcţia f este derivabilă pe mulţimea deschisă şi convexă D şi ′( x ) ≤q <1 pentru orice x ∈ D . d ] →[ a. în care z se aproximează cu termenii şirului x (n ) . atunci f ( x ) − f ( y ) ≤ sup f ′(t ) ⋅ x − y t∈ x .  10   10   10   10  65 ( ( ) ) . Teorema 1 (principiul contracţiei). către z. Atunci există şi este unic z ∈ A . . Exemplul 2. o q ∈ 0. d ] . Exemplul 1. b] ×[c. y ) ≤ q ∂ x ∂ y pentru orice ( x. Atunci funcţia f este o contracţie pe [a. 1 −q 1 −q Metoda rezultată.

y ) =  22 f x   2 Atunci f ′( x.81 ( x. y ) ∞ 1   20  y   10  1 1 y 7 x = max  + . 0. y ) are atunci soluţie unică în dreptunghiul ∞ . Exemplul 3. ψ( x.81 m ax { x −u . y ) = y2   2 .2] →[ 2. ( ) x (n) − z ∞ ≤ 0.2 x ( n ) − x ( n − ) 4 Se obţine x ( 7 ) = (0.5323761 .81 x ( n ) − x ( n −1) 1 − 0.ϕ( x.5323985 . Se consideră sistemul (8) − 3 x2 + y 2+ =x 20 x + y2 1+ =y 20  x2 + y x + y2 .  × 0.2] . ∞ 2  9  9 Rezultă că funcţia f este o contracţie pe 0. y ) −(u . y ) =  10  1   20 f ′( x. 0. y ) = x 3 − y 3 + . x (8) = (0.3] ×[1.3] ×[1. + ≤ 10 20 20 10  10 66 . y ) = 1 3 1 1 1 x + y 3 + . y ) =  2 +  20 20    are proprietăţile:    x  f : [ 2. v ) ∞ ≤ 0.81 ∞ ∞ adică prin 1 x ( n ) − z ≤ 4. y ) − f (u . y2  −  2  x2 + y2 ≤ 0. y −v } = 0. v ) Ecuaţia considerat şi pentru aproximarea acestei soluţii se poate folosi metoda aproximaţiilor succesive.  :  10   10  f ( x.3512868 ) . y ) = ( x. 6 2 6 3 ( ) ( )  x2  ′( x. Fie x ( 0 ) = (0. f ′( x. Eroarea se aproximează prin f ( x.1 + Funcţia f ( x.0) şi x ( n +1) = f x ( n ) .3512597 ) şi atunci x −z ∞ <10 .81 .

..Rezultă că 7 ( x.3] ×[1... Dacă T este autoadjunct. y Dacă matricea (t ij )i . Dacă A este o matrice reală simetrică şi S ( A) = ( λ1 ... y = ( y1 .. j∈1. λ m ) . ∞ ∞ 3 f ( x. pentru orice x. y = ∑ xi y i . β) . Există atunci şi este unic z = ( α.. Unul din rezultatele cu importanţă mai mult calitativă. λ1 ≤ λ 2 ≤ . m} este simetrică... Dacă T : R m → R m este un operator liniar.x x x 2 2 . 67 . Se ordonează spectrul lui A: S ( A) = ( λ1 ... x (norma euclidiană). y = x. i =1 m x = ( x1 ... .. m} { . j∈1. Formula de evaluare a erorii este atunci 7 x ( n ) − z ≤ x ( n ) − x ( n −1) ... y ) − (u .2] . Fie A o matrice reală simetrică. atunci (t ) ji 2 i . ≤ λ m . atunci spectrul este format numai din numere reale. atunci operatorul generat T este { generează operatorul adjunct T * . y ) − f (u . λ1 ≤ λ 2 ≤ . ) .... m } { x poate fi definit şi prin proprietatea T .2] . Fischer). ) astfel încât z ∈[ 2. T * y . este: Teorema 1 (E.. Dacă operatorială generată de norma euclidiană: x ≤ 1 T = (t ij ) i .. Spectrul unei matrici simetrice Pe spaţiul R m se consideră produsul scalar canonic x. v ) ∞ ≤ V. y ∈R m .. ce = x. y m ) şi se notează x 2 = x. care stă la baza realizării unor metode de aproximare a spectrului. f (α β = (α β . atunci λj = in f X ∈ j x∈ . y ∈R m . atunci T 2 este norma T 2 = sup Tx 2 . x y ∀ . x ≠ S X 0 sup A ... adică familia rădăcinilor polinomului Mulţimea caracteristic se numeşte spectrul lui T şi se notează S (T ) . APROXIMAREA SPECTRULUI UNEI MATRICI REALE SIMETRICE V... v ) ∞ 10 şi deci f este o contracţie pe [2. T {λ∈C det (T − λI ) = 0} .. Pentru aproximarea soluţiei z se poate folosi metoda aproximaţiilor succesive. ≤ λ m . x m ) . x autoadjunct: T ..1.3] ×[1.. j∈1. λ 2 . λ m ) . λ 2 ...

m} | i { V. scrise în ordine crescătoare.. sunt λ1 .. µ2 ..  0  a  mm   Să presupunem că elementele de pe diagonala matricii A ... Aceasta este o normă pe mulţimea metricilor Frobenius. m} . αm şi că spectrul lui A este λ1 .... B matrici reale simetrice ale căror spectre... Atunci λi − αi ≤ A − D F i { ... j∈1. m} .. m} i≠ j (4) 2 ij Se notează A − D F = A| .unde S j este familia subspaţiilor de dimensiune j în R m .. deci | A| = | ∑a şi relaţia (4) se scrie (5) λi − αi ≤ A| ... respectiv µ . µm . α2 . Metoda rotaţiilor Fie A = (a ij ) i .. λm . Fie A... λm . numită norma (2) ≤T F Din (1) şi (2) rezultă că avem λi −µi ≤ A − B F (3) Pentru matricea simetrică A se notează  a11  0    D = diagA =     . Ca o consecinţă a teoremei precedente are loc un prim fenomen de aproximare: Teorema 2...2. ∀ ∈ 1. j= 1 ∑t m 2 ij . λ2 .. i { (1) T = (t ij )i . j∈1. sunt α1 .... se notează Dacă { T F = i. ∀ ∈ 1. λ2 . Fie 68 .... scrise în ordine crescătoare..... Atunci 1 λi −µi ≤ A − B 2 . şi avem T 2 m× m.. ∀ ∈ 1. m} { o matrice reală simetrică....

bσ σ = aσ σ cos 2 θ + 2a σ τ sin θ cos θ + a τ τsin 2 θ bτ τ = a σ σ sin 2 θ − 2a σ τ sin θ cos θ + a τ τcos 2 θ Au loc următoarele proprietăţi: S ( A) = S ( B ) T −1 = T * trA = trB 2 2 | B | =| A| 2 +2 bσ τ − a σ τ .. Fiecare matrice A (n ) are acelaşi * n (n) spectru ca şi (n) A . iar Tn este de forma (1). atunci | B | ≤ A| şi aceasta. Fie B = T * AT . τ} . bσj = b jσ = a σj cos θ + a τj sin θ . 69 . bσ τ = bτ σ= a σ τ( cos2 θ − sin 2 θ ) + ( a τ τ− aσ σ) sin θ cos θ . τ} . Dacă atunci bτj = b jτ = −a σj sin θ + a τj cos θ . j ∉{σ. Metoda rotaţiilor este un procedeu iterativ de aproximare a spectrului (n) ( 0) matricii A constând în construcţia unui şir de matrici A = A. scrisă în ordine crescătoare.1         1   cos θ    − sin θ   linia σ    1    T =    (1)     1    sin θ    cos θ   linia τ   1       1   Matricea T are m linii şi m coloane şi în afara elementelor specificate are numai zerouri.. iar şirul se construieşte astfel încât lim | A | = 0 n→ ∞ în (5). atunci bij = b ji = aij .. τ} . n∈ . împreună cu (5) paragraful 1 va permite construcţia unui şir de matrici în care diagonalele pot aproxima spectrul lui A. paragraful 1. m} . j ∉{σ. { Dacă i ∉{σ. B = (bij )i .. j∈1. 2 ( ) | Din egalitatea precedentă se observă că dacă bστ = 0 . unde A N ( ) A ( n +1) = T A Tn . va rezulta că spectrul lui A poate fi aproximat cu diagonala lui A ( n ) .

. j { Atunci lim α j = λ j .16228 ) R.41422 . 4 Teoremă (metoda rotaţiilor). atunci bστ = 0 .298254 ) 3. 51.16228 ) 70 .. A n∈ . m} şi n→ ∞ (n) α(jn ) − λ j ≤ A ( n ) |≤ q n | A| . j∈ 1. Folosind metoda rotaţiilor. unde A N 2a σ τ π . λm spectrul lui A scris... în 1 ordine crescătoare.. dacă A ( ) i . 6.. Fie α1 . Fie m ≥ 3 şi A o matrice reală simetrică. − 0.... ∀ ∈ 1. 2.585787 . de asemenea.656898 .7017798 . 0. în care. (n) ( n +1) ( 0) = Tn* A ( n ) Tn . Se consideră şirul de matrici A = A. 7.. τn .. 11. aσ σ − aτ τ 4 ( ) (n) ( = aijn ) Tn fiind de tipul (1). m −m Exerciţii. S ( A) = (0. αm elementele de pe diagonala matricii A (n ) scrise în ordine crescătoare şi λ .162277 . 2. S ( A) = ( −0. 3. atunci bστ = 0 ( θ < ).837723 . 14 14 10 4    14 18 16 10  A = 10 16 18 14     4 10 14 14    R. 2 2 1 0    2 2 2 1  A = 1 2 2 2   0 1 2 2    R. să se aproximeze cu o eroare mai mică decât 10 −4 spectrele matricilor următoare: 1.. m} { .41422 . σn ≠ τn sunt astfel încât a (n) σn τn = max a i≠ j (n) ij . iar parametrul θ este ales astfel n ( n +1) (n) (n) încât a σn τn = 0 ..41423 . parametrii σn . | 2 . 0.3431464 . unde q = 1 − 2 3 2 1 0    2 3 2 1  A = 1 2 3 2   0 1 2 3    S ( A) = (0....Dacă a σ σ ≠ a τ τ şi tg 2θ = Dacă a σ σ = a τ τ şi θ = π .

. în general punctual.. i ∈{1. ai − 1} Fie n = ∑a i =1 m i şi ω( x ) = ∏( x − xi ) i =1 m ai . se aproximează acea funcţie cu un polinom având proprietatea că în acele puncte ia aceleaşi valori ca şi funcţia. j ∈{ 0. Această coincidenţă este cerută uneori şi pentru derivatele până la un anumit ordin. VI.. Polinomul de interpolare asociat sistemului (D) se poate scrie sub forma ω( x ) P( x) = ∑ ai i =1 ( x − x i ) n ai −1 j =0 ∑ z (x− x ) ij i j rij ( x) unde 71 . Se numeşte polinom de interpolare asociat sistemului (D). i ∈{1. INTERPOLARE Aproximarea funcţiilor prin polinoame este legată în cazul funcţiilor analitice de chiar definiţia analiticităţii...... m} z ij ∈ R . de existenţa unui şir de polinoame uniform convergent către funcţie..... puncte distincte două câte două (D) a i ∈ N * . m} ... cunoscând valorile unei funcţii în anumite puncte. iar în cazul general al funcţiilor continue pe un interval compact... j ∈{ 0. un polinom P ∈R[ x ] cu proprietăţile: gradP ≤ n −1 ..1.1. m} .. i ∈{1..1. i ∈{1... în care. Teorema 2 (formula lui Hermite).... m} . Definiţie. ai − 1} . ( j) P ( xi ) = z ij .Există şi este unic un polinom de interpolare asociat sistemului (D). Interpolarea cu polinoame este un fenomen de aproximare. Teorema 1.VI. Existenţa şi unicitatea polinomului de interpolare Se consideră următorul sistem de date: m∈N* xi ∈ R .

... 2 2 5 25 16 16 4 24 2 z 20 = 1 ... de grad cel mult n −1 . Definiţie. x1 ... Fie z i 0 = xik . z 30 = 0 . y m } mulţimea elementelor distincte două câte două din x1 ... x1 ... i ∈{1. x n ) un polinom P... de grad cel mult m −1 şi având proprietatea P ( xi ) = z i .. x n şi Fie D un domeniu în R.2. x n numere reale distincte două câte două şi k ∈ N * .. ( j) 72 .. i ∈{1. i ∈{1. polinomul de interpolare corespunzător se numeşte polinom de interpolare Lagrange. x3 = .. 2 2 5 z 3 = 0 . z11 = .. z 21 = 1 ..2. i ∈{1. x ) . z1 = . Fie f : D → R o funcţie derivabilă de ai −1 ori în y i . Dacă în cazul descris în definiţia precedentă notăm z i = z i 0 . a i = 1 . P( x) = ∑ z i ∏ i =1 j =1 j ≠i n n x −xj xi − x j .1 rij ( x) = j! ai − j −1 ∑ k =0 Definiţie... n} . a i = 2 . z 2 = 1 . Atunci polinomul de interpolare asociat acestui sistem de date este 12 4 P ( x) = − x 2 − x +1 .. Polinoame de interpolare asociate funcţiilor două câte două şi { y1 .. 1.. Fie x1 = − .. Dacă a1 = .. m} .. j ∈{0.3} . . Atunci polinomul de interpolare asociat acestui sistem de date este P ( x ) = x k . atunci polinomul de interpolare Lagrange este un polinom P. m} . Exemple x1 ... x 2 = 0 .... ai −1} .... 5 5 1 1 4 16 3... x 2 = 0 .3} . Se notează P ( x) = P ( f .. x n . x n puncte din D nu neapărat distincte ∑a i =1 m i = n .. astfel încât P ( j ) ( yi ) = f ( yi ) .. z 31 = − x − x +1 .. pentru fiecare i ∈{1. x n . Să presupunem că y i apare de a i − ori printre x1 .1. k ≤ n − 1 .. x3 = . Fie x1 = − .2. Atunci P ( x ) = 25 25 25 VI.. Se numeşte polinom de interpolare asociat funcţiei f şi sistemului ( x1 . m} .. z10 = ..... Se poate uşor constata că are loc formula lui Lagrange: 1  ( x − xi )  k!  ω( x)  ai     (k ) ( xi )( x − xi ) k . = a m = 1 .. i ∈{1.. 1 1 4 2.

Fie x1 ≠ x 2 şi P ( x) = f ( x1 ) + x 2 − x1 P ( x1 ) = f ( x1 ) . iar nodul 8 este triplu.. xn coeficientul lui x n − din P ( f ... x n . Exemple: 1.Se spune că x1 . gradP ≤1 . x 2 . x n −1 .. atunci f [ x1 .. x n ... f ( x 2 ) − f ( x1 ) ( x − x1 ) . x n ] nu depind de ordinea nodurilor. x n ] − f [ x1 . x ) nodul 1 este dublu.8. x n se spune că x are multiplicitatea a.... x n ] . x1 .. x ) . Atât P ( f . Dacă n ≥ 2 şi x1 ≠ x n . x ) x n − x1 x1 − x n ... x ) .. x1 . x1 ..... x1 . atunci x − x1 x − x2 P ( f .. nodul 2 este simplu. Se notează f [ x1 .... x1 . cât şi f [ x1 . P ( f . din definiţia şi unicitatea polinomului de interpolare rezultă că P ( x ) = P ( f . Definiţie.. 3. Deoarece 2.. x 2 ] = 73 .. x ) . Se observă pentru acesta că gradP ≤1 . x n ..8.. Corolar 2.. x n −1 ] . x 2 − x1 f [ x1 . P ( x1 ) = f ( x1 ) şi P ′( x1 ) = f ′( x1 ) . x 2 . x ) ... Dacă f este derivabilă în punctul x..1. x1 . Dacă a = 1 .... x1 . Teorema 1 (formulă de recurenţă).. De exemplu. adică P ( x ) = P ( f . Corolar 1.. Observaţie.. x1 .. atunci P( x) = f ( x1 ) + f ′( x1 )( x − x1 ) este polinomul de interpolare asociat funcţiei f şi nodului dublu x1 .2.. nodul x se numeşte simplu... iar dacă x este un asemenea nod şi dacă apare de a − ori printre x1 ..1. x 2 ..8. x n sunt noduri. x ) = f ( x1 ) . P ( x 2 ) = f ( x 2 ) . atunci x − xn x − x1 P( f ...... Dacă x1 ≠ x 2 . x ) = P ( f .. şi se numeşte multiplu dacă a > 1 . x ) + P ( f .. Dacă n ≥ 2 şi x1 ≠ x n ... x1 . Se numeşte diferenţă divizată asociată funcţiei f şi nodurilor 1 x1 . x n . x n − x1 f ( x 2 ) − f ( x1 ) . x ) = f ( x 2 ) + f ( x1 ) x 2 − x1 x1 − x 2 iar P se numeşte polinom de interpolare liniară. x n ] = În particular f [ x 2 . în P ( f .

Dacă n ≥ 2 .. Atunci..3... x n . x n . ( x − x n −1 ) . x}... x n ] = f ( n −1) ( ξ) . x ) + f [ x1 ... x ]ω( x ) ... x n −1 .... x n ] . x n . P ( f ... x1 . x n ] .. Dacă n ≥ 2 şi dacă funcţia f este de clasă C n −1 pe intervalul D. Dacă funcţia f este cel puţin de a i − ori derivabilă în fiecare nod de multiplicitate a i .( x − xi −1 ) .Propoziţie 1... x ) + f [ x1 .... x ) = P ( f . x n . = x n . x ) = P ( f . ( n −1)! Teorema 4 (continuitatea diferenţelor divizate). astfel încât 1 f [ x1 ... atunci diferenţa divizată f [ x1 . 74 .. xi −1 . Propoziţia 1... x n . x n .... x n .. atunci 1 f [ x1 . x n . i =1 n VI.. Teorema 3 (formula lui Newton cu diferenţe divizate).... ( n! x∈ D Propoziţia 3. Fie f : D → R o funcţie de clasă C n şi x1 .. astfel încât 1 (n) ( ξ)ω( x ) . x ) + f [ x1 . Dacă x1 = x 2 = . atunci pentru orice x ∈ D avem f ( x) = P ( f . atunci P ( f ... există ξ∈D . ca funcţie de n variabile... Punctul ξ din teorema precedentă aparţine intervalului min { x1 ..... f ( x ) = P ( f .... x1 .. Evaluarea erorii Fie ω( x ) = ( x − x1 ). atunci există ξ∈D . x ) + f n! Observaţie. x ) = ∑ f [ x1 . x n puncte din D. x n . x1 ...... x1 . Dacă n ≥ 2 . max { x1 .... [ ] Corolar (formulă de evaluare a erorii).. x1 . atunci 1 f ( x ) − P ( f ..... Propoziţia 2..... pentru orice x ∈ D . este continuă pe D n .. x1 .... x1 .....( x − x n ) . x n . x ) ≤ ω x) sup f ( n ) ( x ) . Mai general Teorema 2 (formulă de recurenţă)... x1 ] = f    (n − 1)! n −ori ( n −1) ( x1 ) ... x} .... xi ]( x − x1 ). ω x) ( x − xi P ( f . xi +1 ... x n ]( x − x1 ). x1 ... Dacă f este de clasă C n pe intervalul D. iar funcţia f este de clasă C n −1 pe intervalul D..

.. 4 1 1 Exemplul 2. Exemplul 1. k =1...5 1 1 0. n} . x ) . 2 2 1+ x 1 x3 = x 4 = 0 . Să se verifice evaluarea erorii în x = .5 -1.... k ∈{d +1.0. Dacă funcţia f este de clasă C n+i . x n . Cu ajutorul formulei lui Newton cu diferenţe divizate 2 1 să se calculeze polinomul de interpolare. x n puncte distincte două câte două din D şi f : D → R .1.− .. 2 2  xi Pk 0 Pk 1 Pk 2 Pk 3 Pk 4 P5 xk − x 5 -2 0 -2. x n .. Fie funcţia f ( x ) = şi nodurile duble x1 = x 2 = − . x n . x1 . 2 2  Pentru controlul rezultatelor intermediare din algoritmul lui Aitkien se 1 1  poate utiliza tabloul următor. Calculul diferenţelor divizate este prezentat în următorul tablou: 1 1 1 1 xi − − 0 0 2 2 2 2 4 4 4 4 f ( xi ) 1 1 5 5 5 5 75 .625 0.5 -1 -1 -2.3..671875 2.5 3 -1 -0.. . în care x = şi se scriu Pki   .. Să aproximăn sin π 4 prin interpolare Algoritmul lui Aitkien Fie x 0 ...59375 0.5 0 0 0 1.75 0.. x..Teorema 5 (derivabilitatea diferenţelor divizate).75 0.5 -1. 4 Soluţie.2.. x    ∂ ′ x i + ori 1 Pk 0 ( x ) = f ( x k ) . x5 = x 6 = ... xk − xd Atunci Pnn ( x) = P ( f .− .5 2 0 0 -1.671875 .. x ] .. Fie prin 1 πx  P f . n şi ( x − x ) Pdd ( x) − ( xd − x ) Pkd ( x) Pk ..8(3) 0 0... d +1 ( x ) = k .  . x ] = i! f [ x1 .25 0.. atunci ∂′ f [ x1 .625 1.625 0..25 -0..5 π Atunci sin ≈ 0. unde f ( x) = sin 2 1 ..

. xi +1 .. iar aproximarea se face cu P  = 0. xi +2 .. Prin convenţie. x + nh } ⊂ D se defineşte ( ∆ f )( x ) = ( ∆ n h n −1 h f )( x + h) − ( ∆nh−1 f )( x) n n n −1 n adică ∆ h = ∆ h  ∆ h . x 4 . cât şi numărul ∆h f (x) se numesc 0 diferenţă nedivizată ascendentă de ordinul n. Operatorul ∆h . ( ) 76 .. x1 . xi +3 ] f [ xi . x ) = 4 16  1  12  1 16  1 16  1 2 + x + − x +  − x +  x + x +  x 5 25  2  25  2 25  2 25  2 . x5 . ∆ f = f . 1   2  4096    2 2 şi evaluările propuse verifică relaţia de evaluare a restului. Polinoame de interpolare cu noduri simple echidistante Fie D un interval în R. deci P( f .. xi +1 . 4 4 Formula de evaluare a erorii dă majorarea cu 1 9 1 sup f (6) ( x) ω   = = 0. cât şi numărul f ( x + h) − f ( x) se numesc diferenţă nedivizată ascendentă de ordinul întâi....4. xi +4 ] f [ x1 . 00219726 6! x∈− 1 .. x3 .16 25 10 25 0 − 20 25 0 16 25 0 16 25 − − 10 25 − 16 25 f [ xi . ( ∆ h f ) ( x) = f ( x + h) − f ( x ) . xi +2 . Notăm ∆h f : D − h  D → R . x i +1 . Operatorul ∆h . x ) = Avem 16 4 24 2 x − x +1 . Dacă { x. x 6 . x1 . x 6 . xi +3 . VI..9425 . h > 0 şi f : D → R . xi +1 ] f [ x i . x6 ] 2 2 2 − 12 25 − 20 25 16 25 − 12 25 16 25 Atunci P ( f .. x i +2 ] f [ xi . 25 25 1  1  f   = 0. x + h.. x 2 .9411764 .

Ct = 1 . x n . x −1 . Se preferă în cazul în care punctul în care se face aproximarea aparţine intervalului [ x 0 − h..... x n } ⊂ D şi f : D → R . x + nh } ⊂ D . atunci (n) f (n) ( ξ) . h > 0 şi Atunci { x. x1 ... Ca mai sus . ( ∇ f )( x ) = ( ∇ n h n −1 h f )( x ) − (∇n −1 f )( x − h) h Are loc: P ( f . Fie x 0 ∈ R . x1 . x n ... x −n . n Corolar 1. pentru cazul în care funcţia f este de clasă C n +1 şi în raport cu schimbarea de variabilă folosită este: h n +1 f ( x 0 + th ) − P( f . h > 0 şi xi = x 0 + ih ... k ∈ Z .. Are loc: 77 .. t (t −1).. x + nh ) . Pentru x ∈ D . ( ∆ f )( x) = n!h n h n h n f ( x. astfel încât pe intervalul [ x... Dacă f este de clasă C există ξ ∈[ x. x0 ... x 0 ] . x + h. i unde C t = n i =0 ( ) Se notează ( ∇h f ) ( x) = f ( x) − f ( x − h) şi se numeşte diferenţă nedivizată descendentă. atunci ( ∆ f )( x) = h n h n Corolar 2... Fie f : D → R . Evaluarea erorii. x1 . Fie { x 0 . Dacă f este de clasă C lim h→ 0 ( ∆ f )( x) = f h n n pe intervalul [ x. x 0 + h ] . Formula de interpolare precedentă se dovedeşte a fi mai bună (în sensul unei minimizări a restului) dacă punctul în care se face aproximarea se află în intervalul [ x 0 .... x + nh ] . x + h.Propoziţia 1. fie t astfel încât x = x 0 + th .. cu o anumită independenţă faţă de intervalul în care se face interpolarea. x 0 − sh ) = ∑( − 1) C si ∇ih f ( x 0 ) i i =0 n ( ) numită formula lui Newton de interpolare descendentă. i! În această prezentare polinomul de interpolare se numeşte polinomul lui Newton de interpolare ascendentă. x + nh ] .. x0 + th ) = ∑C ti ∆ih f ( x0 ) .. x 0 . x + nh ] .. Avem atunci P( f . i În formula următoare se notează ∆ h f ( )( x ) = ∆ f i k k . i ∈ Z .( t − n) sup f ( n +1) ( x) ( n +1)! x∈ D . x 0 . Cu ajutorul diferenţelor nedivizate se obţin formule cu o anumită simetrie..( t − i +1) 0 . x 0 + th ) ≤ t (t −1).. ( x) .

0005 0.0054 0.1.0009 -0.1 ).3 ..0004 1. ∆2h φ ( x 0 ) = −0.001 -0.8802 0. unde: φ( x0 ) = 0.0401 1 t 78 .3 şi deci: h P( φ.9 0.8427 0. 10 } ..9838 0.0053 -0..9953 Conform notaţiilor precedente x =1.0138 . Folosind formula de interpolare Newton 10 ( 3 ascendentă cu 4 noduri să se aproximeze φ1.0595 . 3 h 0 4 h 0 2 t 3 t ( ) C = t = 0.9763 0.. Atunci t= x − x0 = 0.0001 1.0102 -0.001 0 1.0036 0.0045 0.0375 -0. x 0 + 2h.9523 0.0022 0. ( ∆ φ)( x ) = 0. 2 3 4 φ x) ( ∆h φ ∆h φ ∆h φ ∆h φ x 1 0.105 .0004 1.0036 .0016 0.0301 -0.0183 -0. x0 .P ( f . se alege x 0 = 1. i ∈{0.. x 0 + nh .0009 0 1. x3 .9661 0. x0 − 2h.0237 -0. Sunt cunoscute valorile funcţiei φ( x ) = punctele 1 + 2 x −t 2 ∫ e dt în π 0 i .0064 0.0075 -0.4 ) .0002 1.9891 0.4 0.43 .3 0.0004 . C = −0.0037 -0.0074 0.0025 2 0. 2n t ( t − 1)(t − 2) + .5 0. C = 0.9103 0.0138 -0. + 4! 2 t (t 2 − 1).0027 0. ( ∆ φ)( x ) = −0. Valorile funcţiei cât şi ale diferenţelor nedivizate sunt prezentate în tabelul următor ( h = 0..43) = φ( x0 ) + C t1 ( ∆ h φ)( x0 ) + C t2 ∆2h φ ( x0 ) + + C t3 ∆3h φ ( x0 ) + Ct4 ∆4h φ ( x0 ) ( ) ( ) ( ) .1. x0 − h.0009 . x 0 + h.4 . x1 .7 0. t 2 − ( n − 2 ) (t 2 − (n − 1) 2 ) + ∆2 n −1 f −n +1 + (2n − 1)! + ∆4 f −2 − 1) + 3! ( ) ( 2 )( t − n) Exemplul 1. ( ∆ h φ)( x 0 ) = 0..2 0.0012 1.0009 0 1.6 0..9523 .8 0..1 0. x 2 . x 0 .0006 -0..0001 1.. C t4 = −0.9340 0. t 2 − ( n − 1) + ∆ f −n (2n)! numită formula lui Gauss ascendentă....9928 0. x0 − nh ) = = t (t − 1) t (t f ( x 0 ) + ∆f 0 t + ∆2 f −1 + ∆3 f −1 2! 2 2 t (t 2 − 1).

. x n + . x 0 . x1 .43 ) ≈ 0. b] → R şi nodurile a = x1 < x 2 < . iar aceasta se poate aproxima cu metoda lui Jacobi. unde x = ( a 2 ..0.. să se ( 3 aproximeze cu formula lui Newton ascendentă cu patru noduri φ1. Teorema 1... x3 . Se va lua x 0 = 1. bn −1 ) ..2 ⋅10 −5 ... x n + . n +1} şi restricţia funcţiei s la fiecare interval i { [ xi .. 79 1 1 1 f ( xi ) −  + h hi hi +1  i . 1 Să notăm hi = xi +1 − xi .43 ) ≈ 0.. Există şi este unică o funcţie spline cubică asociată funcţiei f şi nodurilor x1 . Se arată că pentru x ∈[ xi . o funţie de clasă C 2 .5 şi se obţine φ(1.95688 . n +1} ..9694737 eroarea teoretică fiind mai mică decât 1.. Se poate arăta că eroarea este mai mică decât 10 −4 . < x n +1 = b . a n sunt soluţiile sistemului  h1 + h2   3  h2 A= 6     0  b = ( b1 .şi se obţine P ( φ... VI.53 ) ≈ 0.. xi +1 ] avem: s( x) = ai ( x i +1 − x ) 3 6hi + a i +1 ( x − xi ) 3 6hi +   x − xi h2  x − x  h2  f ( xi ) − i ai  i +1  f ( xi +1 ) − i ai +1  + +  h  h 6  6 i    i Ax = b . astfel încât s ( xi ) = f ( xi ) 1 ∀ ∈ 1.  hi +1  Matricea A este diagonal dominantă pe linii şi deci sistemul Ax = b are soluţie unică. astfel încât s ′′( a ) = s ′′(b) = 0 .. x 2 . xi +1 ] este polinomială de grad cel mult 3.5 ) . Se numeşte funcţie spline cubică asociată funcţiei f şi nodurilor x1 ... deci primele 3 zecimale sunt exacte. Folosind metoda şi tabelul din exerciţiul precedent. Exemplul 2.5. a i = s ′′( xi ) .. Se arată că necunoscutele rămase a 2 ... Interpolare cu funcţii spline cubice Fie f : [ a... i ∈{1. bi = h2 6 h2 + h3 3  0 0 0  0 0 h3 0  6    0  hn−1 0  6    0     hn −1 + hn   3  0  1  f ( xi +1 ) + f ( xi +2 ) . Definiţie. b ] → R . Se aproximează deci φ(1.. s : [ a. a n ) . Atunci a1 = a n +1 = 0 .......95688 .

xi +1 ] evaluarea erorii se face cu formulele stabilite la interpolare cu polinoame. unele consideraţii de analiză funcţională.b ] a funcţiilor reale continue pe [a. Aplicaţia J este funcţională liniară şi continuă pe C [ a . i ∈{1. {x (n) 1 ( . atunci φ : X → R . Se consideră mulţimea C [ a . iar { α1 . ′ b a φ( s ) = min φ( g ) . căci se va proceda la aproximarea Pentru stabilirea convergenţei punctuale a unui şir de formule de cuadratură către integrală este util următorul rezultat: Teorema 1. n + 1} { } şi Are loc următoarea caracterizare variaţională: Teorema 2.. atunci u este g∈X g∈X funcţia spline cubică din teorema 1. α n } ⊂ R . în partea calitativă a fenomenului.. dacă u ∈X şi φ(u ) = min φ( x ) . prin abuz.. unde i =1 i i n { x1 .. b] . Dacă s ∈X este funcţia spline cubică din teorema 1. Fie 2 X = g ∈C[ a . Convergenţa punctuală Problema aproximării integralei Riemann a unei funcţii continue pe un interval compact [a. ax f ( x) . b ] .. b] sunt puncte distincte două câte două.. VII..1... b ] presupune.α (knn) } ⊂ R b şi J n ( f ) = ∑α i =1 kn (n) i f xi( n ) .. iar aproximarea ei se face punctual cu funcţionale de tipul J ( f ) = ∑ α f ( x ) ... Reciproc. se va numi în acest context "formulă de cuadratură"... φ( g ) = ∫ ( g ′ ( x ) ) 2 dx .. { α 1( n ) .. n →∞ a 80 . ( ) Afirmaţiile următoare sunt echivalente: i) C lim J n ( f ) = ∫ f ( x) dx pentru orice f ∈ [ a . x k n ) un sistem de puncte distincte două câte n } [a.b ] g ( xi ) = f ( xi )... FORMULE DE CUADRATURĂ VII. x n } ⊂ [ a. Fie două din intervalul ∫ b a f ( x) dx ≈ J ( f ) .b ] [ I ( f ) = ∫ f ( x ) dx a b este o funcţională liniară şi continuă pe C [ a .b ] care.b ] .. Integrala Riemann organizat ca spaţiu normat cu norma f = m x∈ a .b ] ..Pe fiecare interval [ xi .

. k n } şi orice n ∈ N ... C n +1 Propoziţie. x 0 .. atunci lim J n ( f ) = n →∞ lim J n (t k ) = ∫ t k dt pentru orice k ∈ N . iar formula ce se obţine 2 ∫ 81 b a f ( x) dx − 3 b −a ( f (a ) + f (b) ) ≤ (b − a ) sup f ′′( x) . Are loc J n ( f ) = ( b − a ) ∑ H i( n ) f ( xi ) i =0 (1) Funcţionala J n se numeşte "formula de cuadratură Newton-Côtes".2. Dacă f ∈ [ a .. xi = a + ih . h = polinomului b a de b −a .( t − n) dt a b ..b ] [ .. pentru orice n ∈ N şi lim J n (t k ) = ∫ t k dt .b ] ..b ] dacă şi numai dacă VII.. x 0 . astfel încât b ∑α i =1 kn (n) i ≤ M . x ) dx .ii) Există M > 0 . x n . x n . i ∈{0... n} ... 2 12 x∈ a .b ] .. atunci ∫ b a f ( x) dx − (b − a )∑H i( n ) f ( xi ) ≤ i =0 n h n +2 sup f ( n +1)! x∈[ a .. b n →∞ a ∫ b a C f ( x) dx pentru orice f ∈ [ a .b ] ( n +) ( x) ∫ t (t −1). evaluarea erorii rezultă din propoziţia precedentă: T( f ) = 1 . (n ) Coeficienţii H i au proprietăţile: ∑H i =0 n (n) i =1 (2) (3) ( H i( n ) = H n n ) −i Evaluarea erorii se obţine folosind rezultatele de la interpolare.. Dacă α i ≥ 0 pentru orice i ∈{1.. C 2 Dacă f ∈ [ a . pentru orice k ∈ N . Prin integrarea n P ( f . x ) se obţine formula interpolare n J n ( f ) = ∫ P ( f .. (1) (1) Pentru n = 1 avem H 0 = H 1 = b −a ( f (a ) + f (b) ) 2 se numeşte "formula de cuadratură a trapezului". Formulele Newton-Côtes Fie n ∈ N * . n →∞ a Cu notaţiile din teorema precedentă are loc: (n) Corolar.

82 . C Tn ( f ) = b − a n −1 ∑ ( f ( xi ) + f ( xi+1 ) ) 2 n i =0 numită formula sumată a trapezului. se notează h = sumarea se obţine formulelor lui intervalelor [ x 2 i .1. ∀ ∈ [ a . n →∞ a b Dacă pentru i ∈( 0. pentru Pentru n > 1 ... [    ( 4) ( x) . iar formula care se 6 6 obţine:  b−a a +b  f (a ) + 4 f   + f (b)    6   2   poartă numele de "formula de cuadratura a lui Simpson". paragraful 1. n} . VII. C 2 Dacă f ∈ [ a . Formule sumate b −a . fie h = f ∈ [ a . xi = a + ih ..b ] [ Ca o consecinţă a formulei precedente şi a corolarului de la teorema 1. i ∈{0.b ] .( 2) ( 2) Pentru n = 2 avem H 0 = H 2 = 1 4 (2) . are loc următoarea formulă de evaluare a erorii: ∫ b a f ( x )dx −Tn ( f ) ≤ (b − a ) 3 ′ sup f ′ ( x) . 12 n 2 x∈ a . formula de evaluare a erorii este: S( f ) = ∫ b a f ( x ) dx −  (b − a ) 5 b −a   a +b     f ( a ) + f  2  + f (b)  ≤ 2880 xsupb ] f 6  ∈ a. Prin sumarea n formulelor trapezului corespunzătoare intervalelor [ xi . Dacă f ∈C 4 [ a... C 4 Dacă f ∈ [ a . xi +1 ] se obţine.b ] .3.b ] . n ∈ N ..1. xi = a + ih .b ] [ sup f (4) ( x) . H 1 = . n Simpson corespunzătoare Sm ( f ) = b − a n −1 ∑ ( f ( x2i ) + 4 f ( x2i +1 ) + f ( x2i +2 ) ) 6n i = 0 numită formula sumată a lui Simpson. b] . 2n ) . n > 1 .b ] .. x 2i +2 ] prin b −a . rezultă că: f C lim Tn ( f ) = ∫ f ( x)dx .. are loc următoarea formulă de evaluare a erorii: ∫ a b f ( x )dx − S m ( f ) ≤ (b − a ) 5 2880 n 4 x∈ a .

x n puncte distincte două câte două în intervalul [a. Se obţine S 4 ( f ) = 1.. următoarele evaluări: T8 ( f ) = 0. iar formula lui Simpson este exactă pentru orice funcţie polinomială de grad cel mult 2. ∀ ∈ [a.742984 . Formula J se numeşte exactă pe mulţimea A ⊂C[ a . T4 ( f ) = 0.b ] i =1 n (1) Definiţie. Dacă funcţionala (1) este exactă pe spaţiul Pm .4627231 .. VII.. b ] . ( ) 2 ∫e 0 1 x2 dx . b ] şi formula de cuadratură C J ( f ) = ∑ α i f ( x i ) . f ∈ [ a . Din (1) rezultă că eroarea este 2 < 0. Formula trapezului este exactă pentru orice funcţie polinomială de grad cel mult 1. a b 83 . Propoziţia 1.4. cel mult 12 ⋅100 2. În cazul n = 10 pentru evaluarea erorii constatăm că ′ f ′ ( x) = 2 2 x 2 −1 e −x . J ( f ) = ∫ f ( x ) dx pentru orice f ∈ A . ′ Din studiul variaţiei rezultă că f ′( x ) ≤2 .002 .. T10 ( f ) = 0.7458656 . Să se aproximeze cu formula sumată a lui Simpson pentru n = 4 . Se notează cu Pk spaţiul polinoamelor de grad cel mult k. Aproximarea integralei ∫e 0 1 −x 2 dx cu formula sumată a trapezului se face cu T2 ( f ) = 0.Ca o consecinţă a formulei precedente şi a corolarului de la teorema 1 rezultă că: lim S n ( f ) = ∫ f ( x)dx .b ] dacă Observaţie. atunci m ≤ 2n −1 .7313702 . f C n →∞ a b Exemple.7462 . 1. Formulele de cuadratură ale lui Gauss Fie x 1 . integrala ( ) 2 ′ f ′′( x ) = 8 x 2 − x 2 e −x .

n ≥ 1 σn ( f ) − ∫a b f ( x) dx ≤ ( n!) 4 ⋅ unde αn ∫ xγ ( x)dx . γ0 ( x) =1 .. C 2n Teorema 3 (evaluarea erorii). Există şi este unic un polinom monic cu proprietatea (2). Dacă funcţionala (1) este exactă pe P2 n − şi notăm 1 q( x) = ∏ ( x − xi ) . Fie x1 .b ] .b ] C (n) (n) este exactă pe P2 n − dacă şi numai dacă x1 . 84 . 2 γ n +1 ( x) = xγ n ( x ) − αn γ n ( x) − βn γ n −1 ( x) . α (n) n n n Funcţionala σ n i =1 (n) i f ∈ [ a . (n) 1 { (n) ( n) } puncte distincte două câte două aflate în (n) i .. El este dat de n! γ n ( x) = ( ( x − a ) n ( x − b) n ) ( n ) ( 2n)! γn se numeşte polinomul lui Legendre)... n →∞ C Propoziţia 3.. Teorema 2. 2n +1 x∈[ a ... x n intervalul ( a. γ1 ( x) = x − ( a + b) ..b ] ( (2n)!) 3 Pentru calculul prin recurenţă al polinoamelor Legendre are loc: 1 Propoziţia 4. Teorema 1.Observaţie.b ] .. Polinomul γn are n rădăcini reale distincte aflate în ( a. b ) şi α { } ⊂ R . Dacă f ∈ [ a . atunci i =1 n ∫ q( x) p ( x)dx a b p P 1 = 0 ∀ ∈ n− n (2) Un polinom de grad n se numeşte monic dacă coeficientul lui x este 1. Pentru orice f ∈ [ a .. j =1 x i (funcţionala σn j ≠i se numeşte formula de cuadratură a lui Gauss). n ≥1 . atunci (b − a ) 2 n +1 sup f ( 2 n ) ( x) . iar a − x (jn ) ... ( Propoziţia 2. β = ∫ γ ( x)dx a 2 n b a 2 n b n ∫ = b a xγ n ( x ) γ n −1 ( x )dx ∫ b a γ 2 −1 ( x )dx n . Fie σ ( f ) = ∑α f ( x ) . lim σn ( f ) = ∫ b a f ( x) dx . x n sunt 1 x − x (jn ) b n αi( n ) = ∫ ∏ ( n ) dx rădăcinile polinomului Legendre γn . b ) . n ≥ 0 .

Coeficienţii din formula lui Gauss sunt α1 = α 4 = 0.568888 . x n sunt rădăcinile lui γn corespunzătoare σ σ3 ( f ) = 5 n −1 i =0  3 8 5  3  + f (0) + f   f −   9 9  5 9  5   iar formula sumată corespunzătoare acestora este σ 3( n) ( f ) = b − a ∑ 5 f  xi + xi +1 − b − a  18n  2 2n  3  xi + xi +1 +8 f  5  2   + 5 f   xi + xi +1 b − a 3    2 + 2n 5     1 Pentru n = 4 . Coeficienţii din formula lui Gauss sunt α1 = α5 = 0.861136 . x 4 = −x1 . 9 63 Teorema 4. b ] a + b b − a (n) ( + xi . funcţia γ2 n este pară.. 2 1 De exemplu. VIII. x 4 = −x 2 .652145 . pe intervalul [− .1] . α 2 = α 4 = 0. Dacă α1n ) ..1] f [ (8 ) ( x) .1] avem γ0 ( x) =1 . 1 (n) (n) Observaţie.1] ..1] [ 1 f (10 ) ( x) . 1 3 6 3 γ 2 ( x) = x 2 − . α( n ) sunt coeficienţii din sunt n n pe 2 2 1 intervalul [− . Eroarea se majorează cu 8. iar γ2 n + este impară. b ] ⊂ A şi problema . γ 4 ( x) = x 4 + x 2 + . pe intervalul [− . atunci coeficienţii corespunzători intervalului [a. x3 = 0 ..347854 .. Dacă x1 .1] . α 2 = α 3 = 0. x 2 = −0. γ1 ( x ) = x .1 intervalului [− .1] . Pe un interval de forma [−a. γ 3 ( x) = x 3 − . 1 Pentru n = 5 ..538469 . x5 = −x1 . rădăcinile polinomului Legendre sunt x1 = −0. Eroarea se − 7 sup majorează cu 2. α3 = 0.478628 .339981 .88 ⋅10 x∈ −1.. x 2 = −0.236926 .08 ⋅10 −10 sup x∈ − . b ] sunt b − a ( n) αi . pe intervalul [− . a ] . 3 5 7 35 10 3 15 γ 5 ( x) = x 5 − x + x. rădăcinile polinomului Legendre sunt x1 = −0.1] avem 1 De exemplu. x3 = −x 2 . [ a.. atunci rădăcinile corespunzătoare în cazul intervalului [a.906179 . METODE NUMERICE PENTRU ECUAŢII DIFERENŢIALE Cauchy 85 Fie u : A × B ⊂ R 2 → R o funcţie continuă. pe intervalul [− .

y ) = ∂ j −1 u ∂ t (t . s0 ) (t ) = x( s 0 ) + ∑ ( t − s0 ) j . v ) ≤L z − . z ( t k ) = x k . Notăm u 0 (t . y ) + ∂ j −1 u ∂ y (t . astfel încât u (t . VIII. t k ] → R . b ] . Fie x1 = y ( t1 ) . dar metoda are mai mult importanţă teoretică.. b] → R o funcţie construită astfel: n u j −1 (t 0 . reţinem x k = y ( t k ) şi continuăm prin n u j −1 (t k . j! j =1 n u j −1 (t 0 . t1 ] . iar aproximarea soluţiei x la diviziunea δ cu funcţia z poartă numele de metoda lui Taylor. Fie x 0 = α0 şi fie y : [a. x(t ) ).x( a ) = α0 (1) x ′(t ) = u ( t . pentru orice t ∈[ a. x . < t m < t m +1 = b o diviziune δ a intervalului [a. x k ) (t k +1 − t k ) j . b] Presupunem că problema precedentă are soluţie unică. t ∈[t k . asociat funcţiei x în punctul s 0 . x . u v de exemplu. b] şi orice z . t ∈ [t 0 . 86 . dacă există L > 0 . x 0 ) (t1 − t 0 ) j . este n u j −1 ( s 0 . t k +1 ] .1. j! j =1 n u j −1 (t k . Luăm x k +1 = y ( t k +1 ) . x 0 ) y (t ) = x0 + ∑ (t − t 0 ) j . O folosire mai bună a comportării soluţiei x şi în alte puncte decât a este conţinută într-o metodă derivată din cea a aproximării cu polinomul Taylor. j! j =1 (2) Aproximarea soluţiei x prin polinomul Taylor T( n .. y ) = u (t . y ) Atunci polinomul Taylor de grad n. v ∈B . y ) u j (t . Vom spune în continuare că u este de clasă C n . z ) − (t . adică x k +1 = x k + ∑ j! j =1 Definim z : δ → R . x ( s 0 ) ) T( n . ceea ce se întâmplă. a ) este posibilă deoarece în (2) sunt necesare doar informaţiile din (1). x1 = x 0 + ∑ j! j =1 Presupunând că am construit y : [ t 0 . t ∈[ a. x k ) y (t ) = x k + ∑ (t − t k ) j . Metoda lui Taylor Fie a = t 0 < t1 < . ceea ce va permite aproximarea soluţiei x cu polinomul său Taylor de ordinul n.

Metoda Euler-Cauchy constă din aproximarea soluţiei x la diviziunea δ cu soluţiile z ale următoarei ecuaţii cu diferenţe:  x0 = α 0  . Metoda Runge-Kutta Soluţia ecuaţiei (1) se aproximează cu soluţia ecuaţiei cu diferenţe:  x0 = α 0   xk + 1 − xk 1  h = 6 ( v1 (t k .  xk + 1 − xk 1  h = 2 ( u (t k . xk ) . k ∈ {0. xk ) + 2v2 (t k . xk ) ( tk + 1 − tk ) j− 1 =∑   t k + 1 − t k j = 1 j! x = α  0 0 (3)  x0 = α 0   xk + 1 − xk m  t − t = u(t k .Funcţia z este determinată deci de soluţiile următoarei ecuaţii: Ecuaţiile precedente se numesc ecuaţii cu diferenţe.3. . xk + h u( t k . xk ) + v3 (t k . xk ) + u( t k + 1 .. deci că t k +1 − t k = h .. }  k+ 1 k VIII. . Metoda Euler-Cauchy Să presupunem că diviziunea δ este echidistantă. xk )) unde 87 . xk ) ) ) VIII. xk ) + v4 (t k . restricţia soluţiei c la diviziunea δ se aproximează cu soluţia z a următoarei ecuaţii cu diferenţe  xk + 1 − xk n u j − 1 (t k . Pentru n = 1 se obţine metoda lui Euler.2. Prin urmare.

1978. . z + v1 (t . Grigore. v 4 (t . z ) = u t + . z ) = u (t .h h   v1 (t . BIBLIOGRAFIE Gh. Grigore ş... 1992. z ) ) . z ) . z )  2 2   h h   v3 (t . t ) = z − . z + hv 3 (t .05 . Editura Didactică şi Pedagogică. z )  . etc. 1973. Avem u ( z .. Exemplu. k ∈{0. x1 = 1. 2 2   Observaţie. t ∈[0. Pentru a aproxima soluţia x în alte puncte decât cele ale diviziunii δ se apelează apoi la interpolare.. z ) = u t + . 2. Să rezolvăm cu metoda lui Euler pentru h = 0. Editura Universităţii Bucureşti.148 .05 problema x ( 0) = 1 2t . x 2 = 1.1. Bucureşti. cu x3 =1. v 2 (t . B. Lecţii de analiză numerică. Probleme de analiză numerică. Gh. Se obţine x 0 = 1 . 1. Ecuaţiile cu diferenţe (numite uneori z x ′(t ) = x(t ) − ecuaţii apropiate) sunt x0 = 1  2t  x k +1 = x k + h x k − k   xk    t k = 0.1] x (t ) 2t Soluţie. Moscou. 88 . 3. Gh.a. z + v 2 (t . Maron. Demidovici.. Elements de calcul numerique. z ) = u ( t + h.097 . 20 } .05 k . Marinescu. Edition Mir. I.

Sign up to vote on this title
UsefulNot useful