Escolar Documentos
Profissional Documentos
Cultura Documentos
I. APROXIMĂRI, ERORI
Definiţie. Dacă într-un calcul, în exprimarea unui rezultat înlocuim
numărul (vectorul) a cu numărul (vectorul) a * , spunem că l-am aproximat pe
a cu a * . Diferenţa ∆a * = a − a * se numeşte eroarea cu care l-am aproximat pe
a prin a * .
Spre exemplu, dacă numărul real a , care este o fracţie zecimală infinită,
se aproximează cu o fracţie zecimală a * finită unde în fracţia infinită a lui a s-au
înlocuit cu zero cifrele zecimale de la un rang în colo, se spune că aproximarea s-a
făcut prin rotunjire, iar diferenţa a − a * se numeşte eroare de rotunjire. Astfel,
dacă a = a 0 , a1 a 2 ... a 2 ... şi a = a 0 , a1 a 2 ... a n 00 ... = a 0 , a1 a 2 ... a n , spunem
*
36
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 * .
∑aj =1
( 0)
ij x j = ai( 0 ) , i ∈{1,..., m} (2)
(0)
Împărţind prima linie a sistemului cu a11 ea devine
x1 + a12(1) x 2 + ... + a1(1m) x m = b1 (3)
a1( 0j ) a1( 0 )
unde a1(1j) = , j ∈{2,..., m} , b1 = .
a11( 0 ) a11( 0 )
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 .
x = ( x1 ,..., x m ) .
Amintim că matricea B se numeşte triunghiulară subdiagonală dacă
deasupra diagonalei principale are numai zerouri. Dacă B = (bij )i , j∈{1,..., m} atunci
B * = (b ji ) i , j∈{1,..., m} .
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
BB * = A (1)
Pentru a avea loc (1) este suficient să luăm:
a i1
b11 = a11 , bi1 = , i ∈{2,..., m} (2)
b11
i −1
bii = a ii − ∑ bik2 , i ∈{2,..., m} (3)
k =1
1 i −1
b ji = a ji − ∑ b jk bik , j ∈{i +1,..., m} (4)
bii k =1
bij = 0 dacă i < j (5)
Fie sistemul de ecuaţii liniare
Ax = a (6)
unde A este simetrică şi pozitiv definită. Pentru rezolvarea directă a acestui
sistem, după descompunerea precedentă A = BB * se ajunge la BB * x = a şi se
rezolvă succesiv sistemele cu matrici triunghiulare By = a şi apoi B * x = y .
Dacă a = ( a1 ,..., a m ) , soluţia sistemului By = a este
a
y1 = 1 (7)
b11
1 i −1
yi = ai − ∑ bik y k , i ∈{2,..., m} (8)
bii k =1
Sistemul B * x = y dă, în fine, soluţia sistemului (6):
y
xm = m (9)
bmm
1 m
xi = y i − ∑ bki xi , i ∈{m −1,..., 1} (10)
bii k =i +1
Exemplu. Folosind metoda rădăcinii pătrate să se rezolve sistemul:
x1 + 0,42 x 2 + 0,54 x3 + 0,66 x 4 = 0,3
0,42 x1 + x 2 + 0,32 x3 + 0,44 x 4 = 0,5
0,54 x1 + 0,32 x 2 + x3 + 0,22 x 4 = 0,7
0,66 x1 + 0,44 x 2 + 0,22 x3 + x 4 = 0,9
Soluţie. Cu formulele (2), (3) şi (4) se obţine
1 0 0 0
0,42 0,9075241 0 0
B =
0,54 0,1026969 0,8353761 0
0,66 0,1793891 − 0,1853329 0,7055999
40
Cu formulele (7) şi (8) se obţine y1 = 0,3 , y 2 = 0,4121102 ,
y 3 = 0,5933585 , y 4 = 1,0459763 .
În fine, cu formulele (9) şi (10) se obţine x 4 = 1,4823929 ,
x3 = 1,0391662 , x 2 = 0,04348 , x1 = −1,25778 .
Exerciţii. Cu metoda rădăcinii pătrate să se rezolve sistemele:
a)
2,12 x1 + 0,42 x 2 +1,34 x3 + 0,88 x 4 = 11,172
0,42 x1 + 3,95 x 2 +1,87 x3 + 0,43 x 4 = 0,115
1,34 x1 +1,87 x 2 + 2,98 x3 + 0,46 x 4 = 9,009
0,88 x1 + 0,43 x 2 + 0,46 x3 + 4,44 x 4 = 9,349
R. x1 = 3,7 , x 2 = −1,5 , x3 = 2,1 , x 4 = 1,3
b)
x1 + 0,42 x 2 + 0,54 x3 = 0,3
0,42 x1 + x 2 + 0,32 x3 = 0,5
0,54 x1 + 0,32 x 2 + x3 = 0,7
R. x1 = −0,240521 , x 2 = 0,3737264 , x3 = 0,7102889 .
x = ( a1 , a 2 ,..., a m ) , atunci
a12 a1 a 2 a1 a m
a a a 22 a2 am
xx * = 2 1 .
a a am a2 a m2
m 1
Fie { x1 ,..., x m } vectori A-ortogonali şi nenuli. Notăm
k
1 1
C1 =
Ax 1 , x1
x1 x1* , C k = ∑
i =1 Ax i xi
xi xi* (1)
41
C k Ax j = x j , j ∈{1,..., k }
C m = A −1 .
Algoritmul următor construieşte un sistem de m vectori A-ortogonali
nenuli şi cu formulele (1) conduce la A −1 .
1
Fie x1 ≠ 0 , x1 ∈ R m , şi C1 = x1 x1* .
Ax 1 , x1
Presupunem că am construit x1 ,..., x k vectori A-ortogonali şi nenuli.
Aceasta permite să construim
k
1
Ck = ∑ xi xi* .
i =1 Ax i , x i
42
( )
Se notează cu L R m spaţiul operatorilor liniari definiţi pe R m . Se ştie
că, organizat cu operaţiile obişnuite de adunare, înmulţire cu scalari şi cu operaţia
( )
de compunere, L R m este o algebră cu unitate. Se notează cu I operatorul
identitate ( I ( x) = x , ∀x ∈ R m ).
Se notează cu M m mulţimea matricilor reale cu m linii şi m coloane,
organizată ca algebră cu operaţiile obişnuite de adunare, înmulţire cu scalari şi
înmulţire a matricilor.
Fiecărei matrici A = (a ij )i , j∈{1,..., m} i se asociază operatorul liniar, notat
pentru început A ~, ~ ~
A : R m → R m , definit prin A x = y , unde dacă
y = ( y1 ,..., y m ) , x = ( x1 ,..., x m ) , atunci
m
y i = ∑ a ij x j , i ∈{1,..., m}
j =1
~ m
Corespondenţa A A este un izomorfism de algebre între M
şi
( m
)
L R , deci este o bijecţie în care sumei a două matrici îi corespunde suma
operatorilor, produsului dintre o matrice şi un număr îi corespunde produsul
operatorului corespunzător cu acel număr, iar înmulţirii a două matrici îi
corespunde compunerea operatorilor corespunzători. Având în vedere acestea, se
~ cu ~ tot cu
identifică A A şi se notează operatorul A A.
m
Dacă pe R se fixează o normă, notată ⋅ , atunci pe spaţiul L R m ( )
se consideră norma operatorială indusă:
A =sup Ax .
x ≤1
Au loc proprietăţile:
Ax , ∀x ∈ R m
≤A ⋅ x
AB ≤ A ⋅ B .
A ∞
= sup Ax ∞ (1)
x ∞≤1
m
Dacă se consideră pe R m
norma ⋅1 x 1 = ∑ x1 , atunci, prin
i =1
definiţie
43
A 1
= sup Ax 1 (2)
x 1 ≤1
( )
Deoarece dim L R m = m 2 < ∞ , orice două norme pe L R m , în ( )
particular cele date de (1) sau (2), sunt echivalente.
( )
Amintim că prezenţa unei norme pe L R m conduce la existenţa unei
distanţe, d ( A, B ) = A −B şi deci se poate vorbi în acest spaţiu de convergenţă,
( )
continuitate etc. Astfel, dacă ( An ) n∈N este un şir în L R m şi A ∈L R m , ( )
atunci lim An = A înseamnă lim An − A = 0 .
n →∞ n →∞
( )
Fie B ∈L R m , B 2 = B ⋅ B , …, B n = B ⋅ B n −1 .
Teoremă 1. Afirmaţiile următoare sunt echivalente:
i) lim B n = 0 ;
n →∞
echivalente şi cu ρ( B ) <1 . Dacă una din afirmaţiile din teorema precedentă are
loc, se scrie lim B = 0.
n
n →∞
iii) p ( x + y ) ≤ p ( x ) + p ( y ) ∀x, y ∈R m .
44
Atunci p ( x) ≥ 0 pentru orice x ∈ R m . Cu ajutorul unei asemenea
aplicaţii se introduce pe R m noţiunea de distanţă între doi vectori:
d ( x, y ) = p ( x − y ) .
Se ştie că pe R m orice două norme p, q sunt echivalente în sensul :
∃λ, µ > 0 , astfel încât λp ( x ) ≤ q ( x ) ≤ µp ( x ) ∀x ∈ R m .
Dacă p şi q sunt două norme echivalente, atunci un şir este convergent în
raport cu norma p dacă şi numai dacă este convergent în raport cu norma q.
Dacă x ( (n)
)
n∈N , ( )
x ( n ) = x1( n ) ,..., x m( n ) , atunci şirul x ( n ) n∈N se ( )
numeşte convergent dacă există x = ( x1 ,..., x n ) ∈ R , astfel încât lim = xi
(n)
m xi
n →∞
Fie x ( 0 ) ∈ R m şi x (
(n)
)
n∈N şirul definit prin
( n +1)
x = Bx ( n ) + b (2)
Dacă x
(n)
( )
= x1( n ) , x 2( n ) ,..., x m( n ) atunci, pe componente, şirul (2) se scrie
m
xi( n +1) = ∑bij x (jn ) + bi , i ∈{1,..., m} (2')
j =1
45
q qn
x (n) − z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0 ) .
1 −q 1 −q
Procedeul prin care soluţia z se aproximează prin x (n ) se numeşte metoda
lui Jacobi.
Fie sistemul
Ax = a (3)
unde A = ( a )
ij i , j∈{1,..., m} şi a = ( a1 ,..., a )
m . Dacă a ii ≠ 0 pentru orice
a11 0
i ∈{1,..., m} , atunci matricea D = este inversabilă şi
0 a mm
1
0
a11
D −1 = .
1
0
a mm
Sistemul (3) este echivalent cu
( I − B) x = b (4)
−1 −1
unde B = I − D A şi b = D a .
Pe componente, sistemul (4) se scrie
m aij bi
xi = −∑ xj +
j =1 aii aii (4')
j ≠i
Presupunem că
m
aii > ∑ aij ∀i ∈{1,..., m}
j =1
(5)
j ≠i
Atunci
m aij
B ∞
= max
1≤i ≤m j =1
∑a := q < 1 (6)
ii
j ≠i
Conform teoremei Jacobi, sistemul (5), şi deci (3), are pentru orice
a ∈ R soluţie unică z şi pentru orice x ( 0 ) ∈ R m , şirul x ( n +1) = Bx ( n ) + b
m
Dacă x
(n)
( )
= x1( n ) , x 2( n ) ,..., x m( n ) , atunci, pe componente, şirul este definit
prin
46
m aij ai
xi( n +1) = −∑ x (jn ) +
j =1 aii aii , i ∈{1,..., m} (8)
j ≠i
Conform teoremei lui Jacobi, sistemul (11) are soluţie unică w şi, pentru
orice y ( 0) ∈ R m , şirul y
( n)
( )
n∈N , definit prin y
( n +1)
= Cy ( n ) + a , converge către
w. Atunci, sistemul (10), şi deci sistemul (3), are soluţie unică z şi anume
z = D −1 w . Şirul x
(n)
(n∈N , x )
(n)
= D −1 y ( n ) , converge către z şi au loc
evaluările de eroare:
1 q 1 qn
x (n) − z ≤ y ( n ) − y ( n −1) ≤ y (1) − y ( 0 )
1 min aii 1 − q min aii 1−q
1≤i ≤m 1≤i ≤m
Dacă y
(n)
( ) (
= y1( n ) ,..., y m( n ) , x ( n ) = x1( n ) ,..., x m( n ) , atunci )
m a ij
y i( n +1) = −∑ y (jn ) + a i
j =1 a jj
j ≠i
1 m a ij ai
xi( n +1) = −
aii
∑a
j =1
y (jn ) +
a ii
jj
j ≠i
47
1,02 x1 − 0,25 x 2 − 0,3 x3 = 0,515
− 0,41 x1 +1,13 x 2 − 0,15 x3 = 1,555
− 0,25 x1 − 0,14 x 2 +1,21 x3 = 2,78
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:
x1( n +1) = 0,245098 x 2( n ) + 0,2941176 x3( n ) + 0,5049019
x 2( n +1) = 0,3628318 x1( n ) + 0,1327433 x3( n ) + 1,3761061
x3( n +1) = 0,2066115 x1( n ) + 0,1157024 x 2( n ) + 2,2975206
Parametrul q din (6) este în acest caz q = 0,5392156 . Eroarea se
evaluează conform formulei (7), care în acest caz este
x ( n ) −z ≤1,17 x ( n ) − x ( n −1)
∞ ∞
Matricea sistemului este diagonal dominantă pe linii. Şirul (8) este acum
x1( n +1) = −0,2501721x 2( n ) − 0,6522836 x3( n ) + 6,8751434
x 2( n +1) = 0,1259791x1( n ) − 0,4871316 x3( n ) + 4,678229
x3( n +1) = −0,3660832 x1( n ) + 0,0675099 x 2( n ) + 4,8065892
Evaluarea erorii se face conform formulei
x ( n) −z ≤ 9,25 x ( n ) − x ( n −1)
∞ ∞
x (11 )
= (3,6252229 ; 3,3304719 ; 3,7037528 )
x (12 )
= (3,626055 ; 3,330778 ; 3,7042958 )
x (13 )
= (3,6256242 ; 3,3304516 ; 3,7040118 )
Fie
m
q1 = ∑ b1 j ,
j =1
i −1 m
qi = ∑ bij q j + ∑ bij , i ∈{1,..., m}
j =1 j =i
49
m
∑bj =1
ij ≤ 1 ∀i ∈{1,..., m}
m
(4)
∑b j =i
ij < 1 ∀i ∈{1,..., m}
atunci q <1 şi deci are loc teorema 1. În plus, şirul dat de metoda Jacobi este de
asemenea convergent către soluţia sistemului (1).
Observaţie. Dacă sistemul de rezolvat este dat sub forma Ax = a , şi dacă
poate fi adus la forma echivalentă
( I − B)x = b (5)
−1 −1
unde B = I − D A , b = D A , atunci inegalitătile (4) pentru sistemul (5) sunt:
m
∑a
j =1
ij ≤ aii ∀i ∈{1,..., m}
j ≠i (6)
m
∑a
j =i +1
ij < aii ∀i ∈{1,..., m}
j =2 a11 j =1 a ii j =i +1 a ii
50
x1( n +1) = 0,2 x 2( n ) − 0,1x3( n ) + 10,8
x 2( n +1) = 0,2 x1( n +1) − 0,1x3( n ) − 0,6
x3( n +1) = −0,1x1( n +1) − 0,1x 2( n +1) − 1,65
Parametrii q i sunt q1 = 0,3 ; q 2 = 0,16 ; q3 = 0,046 şi deci q = 0,3 .
Pornind de la iteraţia iniţială x ( 0 ) = (0;0;0) , după patru paşi se obţine
soluţia cu cinci zecimale exacte (soluţia exactă este (11 ,5; 2; −3) ).
Exerciţiu. Folosind metoda Gauss-Seidel, să se aproximeze, cu o eroare
mai mică decât 10 −5 , soluţia sistemului:
3,82 x1 + 1,02 x 2 + 0,75 x3 + 0,81 x 4 = 16 ,855
1,05 x1 + 4,53 x 2 + 0,98 x3 + 1,53 x 4 = 22 ,705
0,73 x1 + 0,85 x 2 + 4,71 x3 + 0,81 x 4 = 22 ,48
0,98 x1 + 0,81 x 2 +1,28 x3 + 3,5 x 4 = 16 ,11
Indicaţie. q = 0,7106315 ; soluţia exactă este z = ( 2,5; 3; 3,5; 2) .
( n +1)
oţine pe x i se adaugă lui x (n ) corecţia ∆x ( n ) ", atunci într-o metodă de
relaxare se supracorectează înmulţimd corecţia cu un parametru pozitiv. Se face
deci o construcţie de forma x ( n +1) = x ( n ) + α∆x ( n ) .
51
x ( n +1) = Bα x ( n ) + bα (3)
Convergenţa metodei Jacobi pentru (2) este echivalentă cu faptul că
ρ( Bα ) < 1 şi avem:
Propoziţie 1. Spectrul matricii D −1 A este format din numere reale strict
( )
pozitive. Dacă S D A = ( λ1 , λ 2 ,..., λ m ) , atunci
−1
S ( Bα ) = (1 − α λ1 ,1 − α λ2 ,...,1 − α λm ) .
În continuare, se presupune că spectrul lui D −1 A este ordonat:
m
λ1 ≤ λ 2 ≤ ... ≤ λ m . Se notează x
D
= ∑a
i =1
ii xi2 . Fie α ≠ 0 , α ∈ R .
unde q = max
1≤i ≤m
1 − α λi .
Observaţia 1. Pe componente şirul (3) este
m aij ai
xi( n +1) = (1 − α) xi( n ) − α∑ x (jn ) + α
j =1 aii aii (4)
j ≠i
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 A = (a ij )i , j∈{1,..., m} , se notează
0 0 0 0 a11 0 0
a 21 0 0 0 0 a 22 0
L = , D = ,
a
0 a m , m −1 0 0 0 a mm
m1
R = A− L− D.
Pentru α ≠ 0 sistemul (1) este echivalent cu
( I − C α ) x = cα (5)
−1 −1
1 1 1
unde C α = D + L − 1 D − R . c α = D + L a .
α α α
Soluţia z a sistemului (1) se aproximează cu termenii şirului x
(n)
n∈N , ( )
unde
x ( n +1) = C α x ( n ) + c α (6)
unde
m m
x A
= ∑∑a
i =1 j =1
ij x j xi
iar
q = Cα A
= sup C α x A .
x A ≤1
53
α i −1
α m
αai
xi( n +1) = −
aii
∑ aij x (jn+1) + (1 − α) xi( n ) −
j =1 aii
∑a
j =i +1
ij x (jn ) +
aii
(8)
54
3,12 ( n ) 1,04 ( n ) 74,88
x1( n +1) = −0,04 x1( n ) − x2 + x3 +
7 7 7
3,12 1,04 49 ,92
x 2( n +1) = − x1( n ) − 0,04 x 2( n ) − x3( n ) + .
7 7 7
1,04 ( n ) 1,04 ( n ) 33,28
x3( n +1) = x1 − x 2 − 0,04 x3( n ) −
7 7 7
Pornind de la iteraţia iniţială x ( 0 ) = (0;0;0) , se obţine
x (11 ) = (8,0004329 ; 4,0005719 ; − 4,000039 ) .
Soluţia exactă este z = (8; 4; −4) .
Exemplul 2. Folosind metoda relaxării succesive cu α =1,5 , 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. Şirul (8) din paragraful 4 este:
4,5 ( n ) 1,5 ( n )
x1( n +1) = −0,5 x1( n ) − x2 + x3 + 15,428571
7 7
4,5 ( n +1) 1,5 ( n )
x 2( n +1) = − x1 − 0,5 x 2( n ) − x3 + 10,285714
7 7
1,5 ( n +1) 1,5 ( n +1)
x3( n +1) = x1 − x2 − 0,5 x3( n ) − 6,8571428
7 7
56
unică în intervalul considerat. Pentru ca în metoda bipartiţiei eroarea să fie mai
π 1
mică decât 10 −2 este suficient ca < , adică 2 n +3 > 100 π . Este
8⋅2 n
100
319 π
suficient să luăm n = 6 . După realizarea calculelor avem a 6 = ,
1024
320 π 319 π 320 π
b6 = . Rădăcina se poate aproxima deci cu sau cu , făcând
1024 1024 1024
π
o eroare mai mică decât ≈ 3,6 ⋅10 −3 .
1024
2 2
f 0, ⊂ 0, şi că pe acest interval f este o contracţie. Să se rezolve ecuaţia
3 3
f ( x ) = x cu o eroare mai mică decât 10 −5 .
57
2
Soluţie. Funcţia f este strict descrescătoare, continuă, f ( 0) = ,
3
2 46 2 2 4
f = , deci f 0, ⊂ 0. . Apoi, f ′( x ) ≤ pentru orice
3 81 3 3 9
2 4
x ∈ 0, şi deci f ( x) − f ( y ) ≤ x − y . Conform principiului contracţiei,
3 9
2 2
există şi este unic un punct z ∈ 0, , astfel încât f ( z ) = z . Fie x 0 = şi
3 3
4
x n +1 = f ( x n ) . La fiecare pas eroarea se evaluează prin x n − z < x n − x n −1 .
5
Avem
4 4
x11 − z ≤ x11 − x10 = 0,5960707 − 0,596077 = 5,04 ⋅10 −6
5 5
Se aproximează z cu 11 x = 0,5960707 , făcând o eroare mai mică decât
−6
5,04 ⋅10 .
Observaţie. În exemplul precedent s-a modelat ecuaţia x 3 + 3 x − 2 = 0 ,
astfel încât să se ajungă la forma f ( x ) = x .
1 a
Exerciţiu 1. Fie a > 0 şi f : [ a ,+∞) →R , f ( x) = x + .
2 x
Folosind principiul contracţiei, să se arate că şirul ( x n ) n∈N , definit prin
1 a
x n +1 = x n +
, x 0 > a , este convergent şi că x n − a ≤ x n −x n −1 .
2 xn
Exerciţiul 2. Folosind metoda din exemplul 1, să se aproximeze cu o
1
eroare mai mică decât 10 −5 rădăcina din intervalul 0, a ecuaţiei
2
x − 5x +1 = 0 .
5
Indicaţie. Cu şirul lui Rolle se arată că ecuaţia are trei rădăcini reale în
intervalele ( −∞,−1) , ( −1,1) , (1,+ ∞) . Cu metoda bipartiţiei se reduce
1
intervalul ( −1,1) la 0, . Pe acest interval se modelează ecuaţia sub forma
2
(
1 5
) 1
( ) 1
x +1 = x . Funcţia f ( x) = x 5 +1 este atunci o contracţie pe 0, .
5 5 2
58
Teorema 1 (metoda lui Newton). Fie f : [ a, b] → R o funcţie de clasă
C , astfel încât f ′( x ), f ′′( x ) ≠ 0 pentru orice x ∈[a, b] şi f ( a) ⋅ f (b) < 0
2
59
2x
f ′′( x) = , funcţii care nu se anulează în intervalul [2,3] . Se poate lua
(1 + x ) 2 2
4
x0 = 3 . Deoarece min f ′( x) = , pentru şirul ( x n ) n∈N definit prin
x∈[ 2 , 3] 5
( x n − 1 − arctg x n ) (1 + xn2 )
x n +1 = x n −
x n2
sau
1 1
x n +1 = 1 + 2 (1 + arctg x n ) − ,
xn xn
5
eroarea se evaluează după formula xn − z ≤ f ( x n ) . Se obţine
4
x3 = 2,1322679 , f ( x3 ) = 10 −7 şi rădăcina se aproximeazăă cu x 3 , făcându-se
o eroare mai mică decât 1,25 ⋅10 −7 .
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.
m
A ∞
= max
1≤i ≤m
∑a
j =1
ij .
60
f 1 ( x1 ,..., x m ) = 0
f 2 ( x1 ,..., x m ) = 0
(1)
f m ( x1 ,..., x m ) = 0
Sistemul precedent se scrie f ( x ) = 0 , unde f = ( f 1 ,..., f m ) .
Propoziţiile care urmează produc tehnicile necesare obţinerii metodei lui
Newton în acest cadru..
Amintim că
B ( x, r ) = {y ∈R m x − y < r } ; B ( x, r ) = {y ∈R m x − y ≤ r } .
Propoziţia 1. Fie D o mulţime deschisă şi convexă în R m şi f : D → R m
o funcţie derivabilă, pentru care există M > 0 , astfel încât
f ′( x ) − f ′( y ) ≤ M x − y pentru orice x, y ∈D . Fie w ∈ D un punct în
1 − αMr
.
Funcţia f este injectivă pe B ( w, r ) .
r<
2q
(1 + 2q ) Mα
. Atunci, pentru orice x ( 0 ) ∈ B ( z , r ) , şirul (x )
(n)
n∈N ,
construit prin
( (
x ( n +1) = x ( n ) − f ′ x ( n ) )) ( f ( x )) ,
−1 ( n)
61
r<
q
( q + 2) Mα
. Atunci, pentru orice x ( 0 ) , w ∈B ( z , r ) , şirul x
(n)
( ) n∈N definit
prin
x ( n +1) = x ( n ) − ( f ′( w) )
−1
( f ( x ))
(n)
g ( x ) ∈B ( w, r ) , atunci
2
αM g ( x ) − x
g ( g ( x )) − g ( x ) ≤
2(1 −αM g ( x ) −w ).
Teorema 1 (metoda Newton-Kantorovici). Fie f : D ⊂ R m → R m , o
funcţie derivabilă pentru care există M > 0, astfel încât
f ′( x ) − f ′( y ) ≤ M x − y pentru orice x, y ∈D . Fie α ≥ ( f ′( w) )
−1
,
1
β ≥ ( f ′( w) ) ( f ( w) ) . Dacă αβM <
−1
şi B ( w, r ) ⊂D , unde
2
63
αM
1
r=
1 − 1 − 2αβM , ( )
atunci ecuaţia f ( x ) = 0 are soluţie unică z ∈B ( w, r ) . Dacă x ( 0 ) = w şi
( (
x ( n +1) = x ( n ) − f ′ x ( n ) )) ( f ( x )) ,
−1 ( n)
q qn
x (n) − z ≤ x ( n ) − x ( n −1) ≤ x (1) − x ( 0 )
1 −q 1 −q
unde q = αMr ( r =
1
αM
1 − 1 − 2α βM ). ( )
Teorema 3. Fie D ⊆ R m o mulţime deschisă şi convexă, f : D → R m o
funcţie derivabilă pentru care există M > 0, astfel încât
f ′( x ) − f ′( y ) ≤ M x − y pentru orice x, y ∈D . Fie x ( 0 ) ∈ D , astfel încât
f ′( x ( 0 ) ) ( f ′( x ( ) )) −1
este inversabilă şi fie α≥ 0
. Fie
8
β≥ ( f ′( x ( ) )) ( f ( x ( ) ))
0 −1 0
şi presupunem că 2αβM < . Fie
9
r=
1
αM
( )
1 − 1 − 2αβM şi presupunem că B ( x 0 , r ) ⊂ D .
( )
Atunci există şi este unic z ∈ B x ( 0 ) , r , astfel încât f ( z ) = 0 . Şirul
(x ) (n)
n∈N , ( (
x ( n +1) = x ( n ) − f ′ x ( n ) )) ( f ( x ( ) ))
−1 n
rămâne în B( x ( 0) , r ) ,
n −1 1 − 1 − 2αβM
converge către z şi x ( n ) −z ≤ q 2 r unde q = .
2 1 − 2αβM
64
Exemplu. Amintim că dacă D ⊂ R m este o mulţime deschisă şi
f : D → R m este derivabilă pe segmentul [ x, y ] ⊂ D , atunci
f ( x ) − f ( y ) ≤ sup f ′(t ) ⋅ x − y
t∈[ x , y ]
3
)
9 9 9 9
Fie f : 0, × 0, → 0, × 0, , f = ( ϕ, ψ) ,
10 10 10 10
65
ϕ( x, y ) =
1 3
6
( 1
2
) 1
6
1
x + y 3 + , ψ( x, y ) = x 3 − y 3 + ,
3
( )
x2 y2
f ( x, y ) = 22
′ 2 .
x y2
−
2 2
Atunci
x2 + y2
f ′( x, y )
∞
=
≤ 0,81 .
2
9 9
Rezultă că funcţia f este o contracţie pe 0, × 0, :
10 10
f ( x, y ) − f (u , v ) ∞
≤ 0,81 max { x −u , y −v } = 0,81 ( x, y ) −(u , v ) ∞ .
Ecuaţia f ( x, y ) = ( x, y ) are atunci soluţie unică în dreptunghiul
considerat şi pentru aproximarea acestei soluţii se poate folosi metoda
aproximaţiilor succesive. Fie x ( 0 ) = (0,0) şi x ( n +1) = f x ( n ) . Eroarea se ( )
aproximează prin
0,81
x (n) − z ≤ x ( n ) − x ( n −1)
∞ 1 − 0,81 ∞
adică prin
x ( n ) − z ≤ 4,24 x ( n ) − x ( n −1)
∞
Se obţine
x ( 7 ) = (0,5323985 ; 0,3512868 ) ,
x (8) = (0,5323761 ; 0,3512597 )
−3
şi atunci x −z ∞ <10 .
(8)
T = (t ij ) i , j∈{1,..., m} , atunci (t )
ji i , j∈{1,..., m } generează operatorul adjunct T * , ce
poate fi definit şi prin proprietatea Tx , y = x, T * y , pentru orice x, y ∈R m .
67
unde S j este familia subspaţiilor de dimensiune j în R m .
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 λ1 , λ2 ,..., λm , respectiv µ1 , µ2 ,..., µm . Atunci
λi −µi ≤ A − B 2 , ∀i ∈{1,..., m} . (1)
Dacă T = (t )
ij i , j∈{1,..., m} , se notează
m
T F
= ∑t
i , j =1
2
ij .
68
1
1
cos θ − sin θ linia σ
1
T = (1)
1
sin θ cos θ linia τ
1
1
Matricea T are m linii şi m coloane şi în afara elementelor specificate are
numai zerouri.
Metoda rotaţiilor este un procedeu iterativ de aproximare a spectrului
matricii A constând în construcţia unui şir de matrici A
(n)
(
n∈N , unde A )
( 0)
= A,
( n +1)
A = T A Tn , iar Tn este de forma (1). Fiecare matrice A (n ) are acelaşi
n
* (n)
2
unde q = 1 − .
m −m2
3.
2 2 1 0
2 2 2 1
A =
1 2 2 2
0 1 2 2
R. S ( A) = ( −0,41423 ; − 0,162277 ; 2,41422 ; 6,16228 )
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.
71
1 ( x − xi )
(k )
1
ai − j −1 ai
rij ( x) = ∑ ( xi )( x − xi ) k .
j! k =0 k! ω( x)
Definiţie. Dacă a1 = ... = a m = 1 , polinomul de interpolare corespunzător
se numeşte polinom de interpolare Lagrange.
Dacă în cazul descris în definiţia precedentă notăm z i = z i 0 , atunci
polinomul de interpolare Lagrange este un polinom P, de grad cel mult m −1 şi
având proprietatea P ( xi ) = z i , i ∈{1,..., m} . Se poate uşor constata că are loc
formula lui Lagrange:
n n x −xj
P( x) = ∑ z i ∏
i =1 j =1 xi − x j .
j ≠i
Exemple
1. Fie 1 ,..., x n numere reale distincte două câte două şi k ∈ N * , k ≤ n −1 ,
x
z i 0 = xik , i ∈{1,..., n} . Atunci polinomul de interpolare asociat acestui sistem de
date este P ( x ) = x k .
1 1 4
2. Fie x1 = − , x 2 = 0 , x3 = , a i = 1 , i ∈{1,2,3} , z1 = , z 2 = 1 ,
2 2 5
z 3 = 0 . Atunci polinomul de interpolare asociat acestui sistem de date este
12 4
P ( x) = − x 2 − x +1 .
5 5
1 1 4 16
3. Fie x1 = − , x 2 = 0 , x3 = , a i = 2 , i ∈{1,2,3} , z10 = , z11 = ,
2 2 5 25
16 16 4 24 2
z 20 = 1 , z 21 = 1 , z 30 = 0 , z 31 = − . Atunci P ( x ) = x − x +1 .
25 25 25
∑a
i =1
i = n . Fie f : D → R o funcţie derivabilă de ai −1 ori în y i , pentru
fiecare i ∈{1,..., m} .
Definiţie. Se numeşte polinom de interpolare asociat funcţiei f şi
sistemului ( x1 ,..., x n ) un polinom P, de grad cel mult n −1 , astfel încât
P ( j ) ( yi ) = f ( yi ) , i ∈{1,..., m} , j ∈{0,1,..., ai −1} .
( j)
Se notează P ( x) = P ( f ; x1 ,..., x n ; x ) .
72
Se spune că x1 ,..., x n sunt noduri, iar dacă x este un asemenea nod şi
dacă apare de a − ori printre x1 ,..., x n se spune că x are multiplicitatea a. Dacă
a = 1 , nodul x se numeşte simplu, şi se numeşte multiplu dacă a > 1 . De
exemplu, în P ( f ;1,1,2,8,8,8; x ) nodul 1 este dublu, nodul 2 este simplu, iar
nodul 8 este triplu.
Exemple:
1. P ( f ; x1 ; x ) = f ( x1 ) .
f ( x 2 ) − f ( x1 )
2. Fie x1 ≠ x 2 şi P ( x) = f ( x1 ) + ( x − x1 ) . Deoarece
x 2 − x1
gradP ≤1 , P ( x1 ) = f ( x1 ) , P ( x 2 ) = f ( x 2 ) , din definiţia şi unicitatea
polinomului de interpolare rezultă că P ( x ) = P ( f ; x1 , x 2 ; x ) .
3. Dacă f este derivabilă în punctul x, atunci
P( x) = f ( x1 ) + f ′( x1 )( x − x1 ) este polinomul de interpolare asociat funcţiei f
şi nodului dublu x1 , adică P ( x ) = P ( f ; x1 , x1 ; x ) . Se observă pentru acesta
că gradP ≤1 , P ( x1 ) = f ( x1 ) şi P ′( x1 ) = f ′( x1 ) .
Definiţie. Se numeşte diferenţă divizată asociată funcţiei f şi nodurilor
x1 ,..., xn coeficientul lui x n −1 din P ( f ; x1 ,..., x n ; x ) .
Se notează f [ x1 ,..., x n ] .
Observaţie. Atât P ( f ; x1 ,..., x n ; x ) , cât şi f [ x1 ,..., x n ] nu depind
de ordinea nodurilor.
Teorema 1 (formulă de recurenţă). Dacă n ≥ 2 şi x1 ≠ x n , atunci
x − x1 x − xn
P( f ; x1 ,..., x n ; x ) = P ( f ; x 2 ,..., x n ; x ) + P ( f ; x1 ,..., x n −1 ; x )
x n − x1 x1 − x n
.
Corolar 1. Dacă x1 ≠ x 2 , atunci
x − x1 x − x2
P ( f ; x1 , x 2 ; x ) = f ( x 2 ) + f ( x1 )
x 2 − x1 x1 − x 2
iar P se numeşte polinom de interpolare liniară.
Fie ω( x ) = ( x − x1 )...( x − x n ) .
Propoziţia 1. Dacă funcţia f este cel puţin de a i − ori derivabilă în
fiecare nod de multiplicitate a i , atunci pentru orice x ∈ D avem
f ( x) = P ( f ; x1 ,..., x n ; x ) + f [ x1 ,..., x n , x ]ω( x ) .
Propoziţia 2. Fie f : D → R o funcţie de clasă C n şi x1 ,..., x n
puncte din D. Atunci, pentru orice x ∈ D , există ξ∈D , astfel încât
1 (n)
f ( x ) = P ( f ; x1 ,..., x n ; x ) + f ( ξ)ω( x ) .
n!
Observaţie. Punctul ξ din teorema precedentă aparţine intervalului
[
min { x1 ,..., x n , x}, max { x1 ,..., x n , x} . ]
Corolar (formulă de evaluare a erorii). Dacă f este de clasă C n pe
intervalul D, atunci
1
f ( x ) − P ( f ; x1 ,..., x n ; x ) ≤ ω( x) sup f ( n ) ( x ) .
n! x∈D
74
Teorema 5 (derivabilitatea diferenţelor divizate). Dacă funcţia f este de
clasă C n+i , atunci
∂′
f [ x1 ,..., x n , x ] = i! f [ x1 ,..., x n ,
x
, x,...,
x ] .
∂x ′ i +1 ori
75
16 10 10 16
0 − − f [ xi , xi +1 ]
25 25 25 25
12 20 20 12
− − − − f [ x i , x i +1 , x i +2 ]
25 25 25 25
16 16
− 0 f [ xi , xi +1 , xi +2 , xi +3 ]
25 25
16 16
f [ xi , xi +1 , xi +2 , xi +3 , xi +4 ]
25 25
0 f [ x1 , x 2 , x3 , x 4 , x5 , x6 ]
Atunci
2 2 2
4 16 1 12 1 16 1 16 1 2
P ( f ; x1 ,..., x 6 ; x ) = + x + − x + − x + x + x + x
5 25 2 25 2 25 2 25 2
,
deci
16 4 24 2
P( f ; x1 ,..., x 6 ; x ) = x − x +1 .
25 25
1 1
Avem f = 0,9411764 , iar aproximarea se face cu P = 0,9425 .
4 4
Formula de evaluare a erorii dă majorarea cu
1 1 9
sup f (6) ( x) ω = = 0, 00219726
6! x∈− 1 , 1
2 4096
2 2
şi evaluările propuse verifică relaţia de evaluare a restului.
76
Propoziţia 1. Fie f : D → R , h > 0 şi { x, x + h,..., x + nh } ⊂ D .
Atunci
( ∆ f )( x) = n!h
n
h
n
f ( x, x + h,..., x + nh ) .
Corolar 1. Dacă f este de clasă C n
pe intervalul [ x, x + nh ] , atunci
există ξ ∈[ x, x + nh ] , astfel încât
( ∆ f )( x) = h
n
h
n
f (n)
( ξ) .
Corolar 2. Dacă f este de clasă C n
pe intervalul [ x, x + nh ] , atunci
lim
( ∆ f )( x) = f
n
h (n)
( x) .
n
h→ 0 h
Cu ajutorul diferenţelor nedivizate se obţin formule cu o anumită simetrie,
cu o anumită independenţă faţă de intervalul în care se face interpolarea.
Fie x 0 ∈ R , h > 0 şi xi = x 0 + ih , i ∈ Z . Fie { x 0 , x1 ,..., x n } ⊂ D şi
f : D → R . Pentru x ∈ D , fie t astfel încât x = x 0 + th . Avem atunci
( )
n
P( f ; x0 , x1 ,..., x n ; x0 + th ) = ∑C ti ∆ih f ( x0 ) ,
i =0
t (t −1)...( t − i +1)
unde C t = , Ct = 1 .
i 0
i!
În această prezentare polinomul de interpolare se numeşte polinomul lui
Newton de interpolare ascendentă. Evaluarea erorii, pentru cazul în care funcţia f
este de clasă C n +1 şi în raport cu schimbarea de variabilă folosită este:
h n +1
f ( x 0 + th ) − P( f ; x 0 , x1 ,..., x n ; x 0 + th ) ≤ t (t −1)...( t − n) sup f ( n +1) ( x)
( n +1)! x∈D
.
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 0 + h ] .
Se notează ( ∇h f ) ( x) = f ( x) − f ( x − h) şi se numeşte diferenţă
nedivizată descendentă. Ca mai sus ,
( ∇ f )( x ) = ( ∇
n
h
n −1
h f )( x ) − (∇nh −1 f )( x − h)
Are loc:
( )
n
P ( f ; x 0 , x −1 ,..., x −n ; x 0 − sh ) = ∑( − 1) C si ∇ih f ( x 0 )
i
i =0
numită formula lui Newton de interpolare descendentă. Se preferă în cazul în care
punctul în care se face aproximarea aparţine intervalului [ x 0 − h, x 0 ] .
În formula următoare se notează ∆ h f
i
( )( x ) = ∆ f
k
i
k , k ∈ Z . Are loc:
77
P ( f ; x 0 , x 0 + h, x0 − h, x 0 + 2h, x0 − 2h,..., x 0 + nh , x0 − nh ) =
t (t − 1) t (t 2
− 1)
= f ( x 0 ) + ∆f 0 t + ∆2 f −1 + ∆3 f −1 +
2! 3!
t ( t − 1)(t − 2)
2
+ ∆4 f −2 + ... +
4!
+ ∆2 n −1 f −n +1
( 2
)
t (t 2 − 1)... t 2 − ( n − 2 ) (t 2 − (n − 1) 2 )
+
(2n − 1)!
+ ∆ f −n 2n (
t (t 2 − 1)... t 2 − ( n − 1)
2
)( t − n)
(2n)!
numită formula lui Gauss ascendentă.
2 x −t 2
Exemplul 1. Sunt cunoscute valorile funcţiei φ( x ) = ∫ e dt în
π 0
i
punctele 1 + , i ∈{0,1,..., 10 } . Folosind formula de interpolare Newton
10
ascendentă cu 4 noduri să se aproximeze φ(1,43 ) . Valorile funcţiei cât şi ale
diferenţelor nedivizate sunt prezentate în tabelul următor ( h = 0,1 ).
x φ( x ) ∆h φ ∆2h φ ∆3h φ ∆4h φ
1 0,8427 0,0375 -0,0074 0,001 0
1,1 0,8802 0,0301 -0,0064 0,001 -0,0001
1,2 0,9103 0,0237 -0,0054 0,0009 0
1,3 0,9340 0,0183 -0,0045 0,0009 0
1,4 0,9523 0,0138 -0,0036 0,0009 -0,0004
1,5 0,9661 0,0102 -0,0027 0,0005 0,0001
1,6 0,9763 0,0075 -0,0022 0,0006 -0,0002
1,7 0,9838 0,0053 -0,0016 0,0004
1,8 0,9891 0,0037 -0,0012
1,9 0,9928 0,0025
2 0,9953
Conform notaţiilor precedente x =1,43 , se alege x 0 = 1,4 . Atunci
x − x0
t= = 0,3 şi deci:
h
(
P( φ; x0 , x1 , x 2 , x3 ;1,43) = φ( x0 ) + C t1 ( ∆ h φ)( x0 ) + C t2 ∆2h φ ( x0 ) + )
( ) ( )
,
+ C t3 ∆3h φ ( x0 ) + Ct4 ∆4h φ ( x0 )
unde:
( )
φ( x0 ) = 0,9523 ; ( ∆ h φ)( x 0 ) = 0,0138 ; ∆2h φ ( x 0 ) = −0,0036 ;
( ∆ φ)( x ) = 0,0009 ; ( ∆ φ)( x ) = −0,0004 .
3
h 0
4
h 0
78
şi se obţine P ( φ; x 0 , x1 , x 2 , x3 ;0,43 ) ≈ 0,95688 . Se aproximează deci
φ(1,43 ) ≈ 0,95688 . Se poate arăta că eroarea este mai mică decât 10 −4 , 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 φ(1,53 ) .
Se va lua x 0 = 1,5 şi se obţine φ(1,53 ) ≈ 0,9694737 eroarea teoretică
fiind mai mică decât 1,2 ⋅10 −5 .
80
kn
ii) Există M > 0 , astfel încât ∑α
i =1
(n)
i ≤ M , pentru orice n ∈ N şi
n →∞ a
Cu notaţiile din teorema precedentă are loc:
Corolar. Dacă α i ≥ 0 pentru orice i ∈{1,..., k n } şi orice n ∈ N ,
(n)
b
atunci lim J n ( f ) =
n →∞ ∫a
f ( x) dx pentru orice f ∈C[ a ,b ] dacă şi numai dacă
n →∞ a
b −a
Fie n ∈ N * , h = , xi = a + ih , i ∈{0,..., n} . Prin integrarea
n
polinomului de interpolare P ( f ; x 0 ,..., x n ; x ) se obţine formula
J n ( f ) = ∫ P ( f ; x 0 ,..., x n ; x ) dx . Are loc
b
a
n
J n ( f ) = ( b − a ) ∑ H i( n ) f ( xi ) (1)
i =0
∑H
i =0
i
(n)
=1 (2)
H i( n ) = H n( n−)i (3)
Evaluarea erorii se obţine folosind rezultatele de la interpolare.
n +1
Propoziţie. Dacă f ∈C[ a ,b ] , atunci
n
h n +2
f ( x) dx − (b − a )∑H i( n ) f ( xi ) ≤
b b
∫ ( x) ∫ t (t −1)...( t − n) dt
( n +)
sup f
a
i =0 ( n +1)! x∈[ a ,b ] a
.
1
Pentru n = 1 avem H 0 = H 1 =
(1) (1)
, iar formula ce se obţine
2
b −a
( f (a ) + f (b) )
T( f ) =
2
se numeşte "formula de cuadratură a trapezului".
Dacă f ∈C[ a ,b ] , evaluarea erorii rezultă din propoziţia precedentă:
2
b −a
( f (a ) + f (b) ) ≤ (b − a ) sup f ′′( x) .
3
b
∫a
f ( x) dx −
2 12 x∈[ a ,b ]
81
1 4
Pentru n = 2 avem H 0 = H 2 = , H 1 = , iar formula care se
( 2) ( 2) (2)
6 6
obţine:
b−a a +b
S( f ) =
f (a ) + 4 f + f (b)
6 2
poartă numele de "formula de cuadratura a lui Simpson".
Dacă f ∈C[ a ,b ] , formula de evaluare a erorii este:
4
b b −a a +b (b − a ) 5
∫ f ( x ) dx − f (a) + f + f (b)
≤ ( 4)
sup f ( x) .
a 6 2 2880 x∈[ a ,b ]
b −a
Pentru n > 1 , fie h = , xi = a + ih , i ∈{0,1,..., n} . Prin sumarea
n
formulelor trapezului corespunzătoare intervalelor [ xi , xi +1 ] se obţine, pentru
f ∈C [ a ,b ] ,
b − a n −1
Tn ( f ) = ∑ ( f ( xi ) + f ( xi+1 ) )
2 n i =0
numită formula sumată a trapezului.
Dacă f ∈C[ a ,b ] , are loc următoarea formulă de evaluare a erorii:
2
b (b − a ) 3
∫a
f ( x )dx −Tn ( f ) ≤ sup f ′′( x) .
12 n 2 x∈[ a ,b ]
82
Ca o consecinţă a formulei precedente şi a corolarului de la teorema 1
rezultă că:
b
lim S n ( f ) = ∫ f ( x)dx , ∀f ∈C [a, b ] .
n →∞
a
Exemple.
1
−x 2
1. Aproximarea integralei ∫e
0
dx cu formula sumată a trapezului se face cu
83
Observaţie. Dacă funcţionala (1) este exactă pe P2 n −1 şi notăm
n
q( x) = ∏ ( x − xi ) , atunci
i =1
b
∫ q( x) p ( x)dx
a
= 0 ∀p ∈Pn −1 (2)
n
Un polinom de grad n se numeşte monic dacă coeficientul lui x este 1.
Teorema 1. Există şi este unic un polinom monic cu proprietatea (2). El
este dat de
γ n ( x) =
n!
( 2n)!
( ( x − a ) n ( x − b) n )
( n)
γ
( n se numeşte polinomul lui Legendre).
Propoziţia 2. Polinomul γn are n rădăcini reale distincte aflate în
( a, b ) .
Teorema 2. Fie x1 ,..., x n { (n) ( n)
} puncte distincte două câte două aflate în
intervalul ( a, b ) şi α { (n)
1 } ⊂ R . Fie
,..., α (n)
n
σ ( f ) = ∑α f ( x ) ,
n
(n) (n)
n i i
f ∈C [ a ,b ]
i =1
n →∞ ∫
a
f ( x) dx .
Teorema 3 (evaluarea erorii). Dacă f ∈C [ a ,b ] , atunci
2n
σn ( f ) − ∫a
b
f ( x) dx ≤
( n!) 4
(b − a ) 2 n +1
⋅
sup f ( 2 n ) ( x) .
( (2n)!) 3 2n +1 x∈[ a ,b ]
Pentru calculul prin recurenţă al polinoamelor Legendre are loc:
1
Propoziţia 4. γ0 ( x) =1 , γ1 ( x) = x − ( a + b) ,
2
γ n +1 ( x) = xγ n ( x ) − αn γ n ( x) − βn γ n −1 ( x) , n ≥ 1
unde
b b
∫ xγ ( x)dx , n ≥ 0 , β ∫ xγ n ( x ) γ n −1 ( x )dx
2
n
αn = a
b n = a
b , n ≥1 .
∫ γ ( x)dx ∫ γ 2n −1 ( x )dx
2
n
a a
84
De exemplu, pe intervalul [−1,1] avem γ0 ( x) =1 , γ1 ( x ) = x ,
1 3 6 3
γ 2 ( x) = x 2 − , γ 3 ( x) = x 3 − , γ 4 ( x) = x 4 + x 2 + ,
3 5 7 35
10 3 15
γ 5 ( x) = x 5 − x + x.
9 63
Teorema 4. Pe un interval de forma [−a, a ] , funcţia γ2 n este pară, iar
γ2 n +1 este impară.
Observaţie. Dacă x1 ,..., x n sunt rădăcinile lui γn corespunzătoare
(n) (n)
85
x( a ) = α0
(1)
x ′(t ) = u ( t , x(t ) ), t ∈[ a, b]
Presupunem că problema precedentă are soluţie unică, ceea ce se întâmplă,
de exemplu, dacă există L > 0 , astfel încât u (t , z ) −u (t , v ) ≤L z −v , pentru
orice t ∈[ a, b] şi orice z , v ∈B . Vom spune în continuare că u este de clasă
C n , ceea ce va permite aproximarea soluţiei x cu polinomul său Taylor de ordinul
n. Notăm
u 0 (t , y ) = u (t , y )
∂u j −1 ∂u j −1
u j (t , y ) = (t , y ) + (t , y )
∂t ∂y
Atunci polinomul Taylor de grad n, asociat funcţiei x în punctul s 0 , este
j −1 ( s 0 , x ( s 0 ) )
n u
T( n , x , s0 ) (t ) = x( s 0 ) + ∑ ( t − s0 ) j . (2)
j =1 j !
Aproximarea soluţiei x prin polinomul Taylor T( n , x , a ) 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.
xk + 1 − xk n u j − 1 (t k , xk )
=∑ ( tk + 1 − tk ) j− 1
t k + 1 − t k j = 1 j! (3)
x = α
0 0
Ecuaţiile precedente se numesc ecuaţii cu diferenţe.
Pentru n = 1 se obţine metoda lui Euler. Prin urmare, restricţia soluţiei c
la diviziunea δ se aproximează cu soluţia z a următoarei ecuaţii cu diferenţe
x0 = α 0
xk + 1 − xk
t − t = u(t k , xk ) , k ∈ {0, .. .,m}
k+ 1 k
VIII.2. Metoda Euler-Cauchy
x0 = α 0
xk + 1 − xk 1 .
h = 2 ( u (t k , xk ) + u( t k + 1 , xk + h u( t k , xk ) ) )
VIII.3. 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 ) + 2v2 (t k , xk ) + v3 (t k , xk ) + v4 (t k , xk ))
unde
87
h h
v1 (t , z ) = u (t , z ) , v 2 (t , z ) = u t + , z + v1 (t , z )
2 2
h h
v3 (t , z ) = u t + , z + v 2 (t , z ) , v 4 (t , z ) = u ( t + h, z + hv 3 (t , z ) ) .
2 2
Observaţie. Pentru a aproxima soluţia x în alte puncte decât cele ale
diviziunii δ se apelează apoi la interpolare.
Exemplu. Să rezolvăm cu metoda lui Euler pentru h = 0,05 problema
x ( 0) = 1
2t .
x ′(t ) = x(t ) − , t ∈[0,1]
x (t )
2t
Soluţie. Avem u ( z , t ) = z − . Ecuaţiile cu diferenţe (numite uneori
z
ecuaţii apropiate) sunt
x0 = 1
2t
x k +1 = x k + h x k − k
xk
cu t k = 0,05 k , k ∈{0,1,..., 20 } . Se obţine x 0 = 1 , x1 = 1,05 , x 2 = 1,097 ,
x3 =1,148 , etc.
BIBLIOGRAFIE
88