ERNEST SCHEIBER

ANALIZĂ NUMERICĂ

Braşov
2
Cuprins

I INTERPOLARE ŞI APLICAŢII 13

1 Diferenţe finite 15
1.1 Diferenţe finite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2 Ecuaţia cu diferenţe liniară . . . . . . . . . . . . . . . . . . . . . . 18
1.2.1 Sistem fundamental de soluţii . . . . . . . . . . . . . . . . 19
1.2.2 Determinarea unui sistem fundamental de soluţii . . . . . . 21
1.2.3 Soluţia ecuaţiei cu diferenţe neomogenă . . . . . . . . . . . 25
1.3 Metoda seriilor formale . . . . . . . . . . . . . . . . . . . . . . . . 28
1.4 Transformarea z . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2 Elemente din teoria interpolării 47

2.1 Sisteme Cebı̂şev . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.2 Interpolare Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.3 Interpolarea Lagrange-Hermite . . . . . . . . . . . . . . . . . . . . 56
2.4 Diferenţe divizate . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.5 Polinomul de interpolare Lagrange-Hermite ı̂n C . . . . . . . . . . 76

3 Convergenţa procedeelor de interpolare 89

3.1 Spaţii liniar ordonate . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.2 Interpolare şi aproximare . . . . . . . . . . . . . . . . . . . . . . . 92
3.3 Convergenţa ı̂n medie a polinoamelor Lagrange . . . . . . . . . . 94
3.4 Fenomenul Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.5 Norma operatorului de interpolare Lagrange . . . . . . . . . . . . 97
3.6 Divergenţa interpolării Lagrange . . . . . . . . . . . . . . . . . . . 99
3.6.1 Şir de polinoame Lagrange neconvergent . . . . . . . . . . 100
3.6.2 Norma operatorului Fourier . . . . . . . . . . . . . . . . . 102
3.6.3 Divergenţa polinoamelor de interpolare Lagrange . . . . . 105

3
4 CUPRINS

4 Formule de derivare numerică 113

4.1 Aproximarea derivatei prin diferenţe . . . . . . . . . . . . . . . . 113
4.1.1 Extrapolarea Richardson . . . . . . . . . . . . . . . . . . . 115
4.2 Derivare automată . . . . . . . . . . . . . . . . . . . . . . . . . . 118
4.2.1 Derivare automată prin structură de derivare . . . . . . . . 118
4.2.2 Derivare automată prin numere duale . . . . . . . . . . . . 123
4.3 Aproximarea derivatei prin interpolare . . . . . . . . . . . . . . . 124

5 Formule de integrare numerică 127

5.1 Natura aproximării . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.2 Formule de tip Newton - Côtes . . . . . . . . . . . . . . . . . . . 130
5.3 Evaluarea restului . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.4 Formula trapezului . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.5 Formula lui Simpson . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.6 Integrale de tip Cauchy . . . . . . . . . . . . . . . . . . . . . . . . 141
5.7 Polinoame ortogonale . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.8 Formule de tip Gauss . . . . . . . . . . . . . . . . . . . . . . . . . 148
5.9 Formula dreptunghiului (n = 1) . . . . . . . . . . . . . . . . . . . 156
5.10 Restul ca serie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
5.11 Cazuri speciale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
5.11.1 Formula de integrare numerică Lobatto . . . . . . . . . . . 160
5.11.2 Formula de integrare numerică Radau . . . . . . . . . . . . 162
5.11.3 Formula de cvadratură Gauss-Kronrod . . . . . . . . . . . 166
5.12 Formula Euler-MacLaurin . . . . . . . . . . . . . . . . . . . . . . 167
5.12.1 Polinoamele şi numerele lui Bernoulli . . . . . . . . . . . . 167
5.12.2 Formula Euler-MacLaurin . . . . . . . . . . . . . . . . . . 171
5.12.3 Formule de integrare Euler-MacLaurin . . . . . . . . . . . 173

6 Metoda celor mai mici pătrate 189

6.1 Determinarea unei funcţii de aproximare . . . . . . . . . . . . . . 189
6.2 Aproximare ı̂n spaţii prehilbertiene . . . . . . . . . . . . . . . . . 195
6.3 Polinom trigonometric de aproximare . . . . . . . . . . . . . . . . 197

7 Transformarea Fourier discretă 201

7.1 Transformata Fourier discretă . . . . . . . . . . . . . . . . . . . . 201
7.2 Algoritmul transformării Fourier discretă rapidă . . . . . . . . . . 205
7.3 Transformarea cosinus discretă . . . . . . . . . . . . . . . . . . . . 208
7.4 Aplicaţii ale transformatei Fourier discretă . . . . . . . . . . . . . 211
7.4.1 Calculul coeficienţilor Fourier . . . . . . . . . . . . . . . . 211
CUPRINS 5

7.4.2 Calculul coeficienţilor Laurent . . . . . . . . . . . . . . . . 213

7.4.3 Determinarea funcţiei analitice cunoscând partea reală . . 214
7.4.4 Calculul integralei Cauchy . . . . . . . . . . . . . . . . . . 215

8 Polinoame trigonometrice 219

8.1 Interpolare trigonometrică pe noduri oarecare . . . . . . . . . . . 221
8.2 Interpolare trigonometrică pe noduri echidistante . . . . . . . . . 227
8.3 Convergenţa polinoamelor de interpolare trigonometrică . . . . . . 233

9 Interpolare şi aproximare cu funcţii raţionale 245

9.1 Interpolare bazată pe diferenţa divizată inversă . . . . . . . . . . 245
9.2 Interpolare raţională baricentrică . . . . . . . . . . . . . . . . . . 251
9.3 Aproximarea Padé . . . . . . . . . . . . . . . . . . . . . . . . . . 254

10 Aproximare şi interpolare cu polinoame Cebı̂şev 257

10.1 Polinoame Cebı̂şev . . . . . . . . . . . . . . . . . . . . . . . . . . 257
10.2 Dezvoltarea Cebı̂şev . . . . . . . . . . . . . . . . . . . . . . . . . 258
10.3 Polinoame sub forma lui Cebı̂şev . . . . . . . . . . . . . . . . . . 267
10.3.1 Reprezentarea unui polinom ı̂n forma lui Cebı̂şev . . . . . 268
10.3.2 Calculul valorii unui polinom sub forma lui Cebı̂şev . . . . 269
10.4 Interpolare Lagrange pe noduri Cebı̂şev . . . . . . . . . . . . . . . 270

11 Funcţii spline polinomiale 281

11.1 Interpolare cu funcţii spline cubice . . . . . . . . . . . . . . . . . 281
11.2 Funcţia spline polinomială . . . . . . . . . . . . . . . . . . . . . . 290
11.2.1 Funcţia spline polinomială naturală . . . . . . . . . . . . . 291
11.2.2 Interpolare cu funcţii spline polinomiale . . . . . . . . . . 293
11.3 Funcţii B-spline . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
11.3.1 Funcţii B-spline pe noduri echidistante . . . . . . . . . . . 298

12 Interpolare cu sinus cardinal 307

12.1 Funcţia sinc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
12.2 Interpolare pe noduri echidistante ı̂n [0, π] . . . . . . . . . . . . . 309
12.3 Interpolare pe noduri echidistante ı̂n R . . . . . . . . . . . . . . . 312

II ALGEBRA LINIARĂ NUMERICĂ 323

13 Elemente de analiză matriceală 325
13.1 Definiţii, notaţii, proprietăţi . . . . . . . . . . . . . . . . . . . . . 325
6 CUPRINS

14 Rezolvarea sistem. algebrice liniare 347

14.1 Numărul de condiţionare al unei matrice . . . . . . . . . . . . . . 348
14.2 Metoda Gauss - Jordan . . . . . . . . . . . . . . . . . . . . . . . . 350
14.3 Inversarea unei matrice . . . . . . . . . . . . . . . . . . . . . . . . 354
14.4 Factorizarea LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
14.5 Factorizarea Cholesky . . . . . . . . . . . . . . . . . . . . . . . . 364
14.6 Rezolvarea sistemelor tridiagonale . . . . . . . . . . . . . . . . . . 366
14.7 Metode iterative . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
14.8 Soluţie ı̂n sensul celor mai mici pătrate . . . . . . . . . . . . . . . 378

15 Transformarea Householder 385

15.1 Transformata Householder . . . . . . . . . . . . . . . . . . . . . . 385
15.2 Descompunerea QR . . . . . . . . . . . . . . . . . . . . . . . . . . 387
15.3 Cea mai bună aproximaţie şi factorizarea QR . . . . . . . . . . . 392
15.4 Cele mai mici pătrate şi descompunerea QR . . . . . . . . . . . . 394
15.5 Bidiagonalizarea unei matrice . . . . . . . . . . . . . . . . . . . . 396
15.6 Reprezentare similară de tip Hessenberg a unei matrice . . . . . . 397

16 Valori şi vectori proprii 401

16.1 Forma normală Schur . . . . . . . . . . . . . . . . . . . . . . . . . 401
16.2 Diagonalizarea unei matrice . . . . . . . . . . . . . . . . . . . . . 406
16.3 Raza spectrală a unei matrice . . . . . . . . . . . . . . . . . . . . 411
16.4 Metode numerice . . . . . . . . . . . . . . . . . . . . . . . . . . . 416
16.4.1 Metoda puterii . . . . . . . . . . . . . . . . . . . . . . . . 416
16.4.2 Metoda puterii inverse . . . . . . . . . . . . . . . . . . . . 417
16.4.3 Algoritmul QR . . . . . . . . . . . . . . . . . . . . . . . . 419

17 Descompunerea valorii singulare 427

17.1 Descompunerea valorii singulare . . . . . . . . . . . . . . . . . . . 427
17.2 Calculul DVS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429
17.3 Metoda celor mai mici pătrate prin DVS . . . . . . . . . . . . . . 431
17.4 Sistemelor algebrice de ecuaţii liniare şi DVS . . . . . . . . . . . . 434
17.5 Pseudoinversa unei matrice . . . . . . . . . . . . . . . . . . . . . . 434
17.6 Norma unei matrice şi DVS . . . . . . . . . . . . . . . . . . . . . 436
17.7 Numărul de condiţionare şi DVS . . . . . . . . . . . . . . . . . . . 437

18 Spaţii Krylov 439

18.1 Definiţia spaţiului Krylov . . . . . . . . . . . . . . . . . . . . . . 439
18.2 Descompunerea Arnoldi . . . . . . . . . . . . . . . . . . . . . . . 439
18.3 Rezolvarea sistemelor algebrice de ecuaţii liniare . . . . . . . . . . 442
CUPRINS 7

18.3.1 Varianta Ritz-Galerkin . . . . . . . . . . . . . . . . . . . . 443

18.3.2 Varianta reziduului minimal . . . . . . . . . . . . . . . . . 444
18.4 Calculul valorilor şi vectorilor propri . . . . . . . . . . . . . . . . 445
18.5 Calculul elementului de cea mai bună aproximaţie . . . . . . . . . 445

III REZOLVAREA ECUAŢIILOR NELINIARE 447

19 Rezolvarea ecuaţiilor neliniare 449
19.1 Metoda liniarizării . . . . . . . . . . . . . . . . . . . . . . . . . . 449
19.2 Metoda liniarizării modificată . . . . . . . . . . . . . . . . . . . . 454
19.3 Rezolvarea sistemelor algebrice neliniare . . . . . . . . . . . . . . 456
19.4 Metoda lui Broyden . . . . . . . . . . . . . . . . . . . . . . . . . . 461
19.5 Rezolvarea ecuaţiilor algebrice . . . . . . . . . . . . . . . . . . . . 468
19.5.1 Metoda tangentei . . . . . . . . . . . . . . . . . . . . . . . 468
19.5.2 Metoda funcţiei inverse . . . . . . . . . . . . . . . . . . . . 471
19.5.3 Metoda Ridder . . . . . . . . . . . . . . . . . . . . . . . . 475
19.5.4 Metoda coardei . . . . . . . . . . . . . . . . . . . . . . . . 476
19.6 Rezolvarea ecuaţiilor polinomiale . . . . . . . . . . . . . . . . . . 477

20 Metode de homotopie 491

20.1 Rezolvarea unui sistem algebric de ecuaţii neliniare . . . . . . . . 491
20.2 Rezolvarea ecuaţiilor polinomiale . . . . . . . . . . . . . . . . . . 492

IV PROBLEME DIFERENŢIALE 495

21 Rezolvarea problemelor Cauchy 497
21.1 Metode de discretizare . . . . . . . . . . . . . . . . . . . . . . . . 498
21.2 Scheme de calcul de tip Runge - Kutta . . . . . . . . . . . . . . . 505
21.3 Scheme de calcul de tip Adams . . . . . . . . . . . . . . . . . . . 527
21.4 Schema diferenţelor regresive . . . . . . . . . . . . . . . . . . . . . 536
21.5 Schema de calcul predictor - corector . . . . . . . . . . . . . . . . 537
21.6 A-stabilitatea schemelor de calcul . . . . . . . . . . . . . . . . . . 540
21.7 Schemele Bulirsch-Stoer şi Bader-Deuflhard . . . . . . . . . . . . 546
21.8 Matricea exp (At) . . . . . . . . . . . . . . . . . . . . . . . . . . . 549
21.9 Metoda iteraţiilor variaţionale . . . . . . . . . . . . . . . . . . . . 551

22 Rezolvarea problemelor bilocale 561

22.1 Metoda tirului . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 562
8 CUPRINS

23 Rezolvarea numerică a ecuaţiilor integrale 571

23.1 Rezolvarea ecuaţiei Fredholm de speţa a doua . . . . . . . . . . . 572
23.2 Rezolvarea ecuaţiei integrale Volterra de speţa a doua . . . . . . . 574
23.3 Ecuaţia integrală Volterra cu nucleu singular . . . . . . . . . . . . 580
23.4 Rezolvarea ecuaţiei integrale Volterra de speţa ı̂ntâi . . . . . . . . 587

24 Ecuaţii liniare cu derivate parţiale 591

24.1 Probleme nestaţionare prin metode de discretizare . . . . . . . . . 591
24.1.1 Condiţia de convergenţă Courant-Friedrichs-Lewy . . . . . 603
24.1.2 Condiţia de stabilitate a lui Neumann . . . . . . . . . . . . 604
24.1.3 Stabilitate prin forma canonică . . . . . . . . . . . . . . . 609
24.1.4 Schema de calcul Lax - Wendroff . . . . . . . . . . . . . . 612
24.1.5 Schema de calcul Lax - Friedrichs . . . . . . . . . . . . . . 614
24.1.6 Schema de calcul Du Fort - Frankel . . . . . . . . . . . . . 615
24.2 Probleme staţionare prin metode de discretizare . . . . . . . . . . 618
24.2.1 Construirea soluţiei aproximative ı̂n nodurile frontieră . . . 619
24.2.2 O metodă cu diferenţe . . . . . . . . . . . . . . . . . . . . 621
24.2.3 Rezolvarea schemei de calcul prin metode iterative . . . . . 625
24.2.4 Rezolvarea schemei de calcul printr-o metodă finită . . . . 636

V REZOLVARE PRIN OPTIMIZARE 641

25 Elemente din teoria optimizării 643
25.1 Funcţionale diferenţiabile . . . . . . . . . . . . . . . . . . . . . . . 643
25.2 Funcţionale convexe . . . . . . . . . . . . . . . . . . . . . . . . . . 645
25.3 Proprietăţi ale problemei de optimizare . . . . . . . . . . . . . . . 649
25.4 Metode de descreştere . . . . . . . . . . . . . . . . . . . . . . . . 651
25.5 Metoda gradientului . . . . . . . . . . . . . . . . . . . . . . . . . 652

26 Sisteme algebrice prin metode de optimizare 655

26.1 Rezolvarea unui sistem liniar prin metoda celor mai mici pătrate . 655
26.2 Rezolvarea unui sistem neliniar prin cele mai mici pătrate . . . . . 656
26.3 Metoda gradientului conjugat . . . . . . . . . . . . . . . . . . . . 657

27 Metode spectrale 667

27.1 Metoda Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . 669
27.2 Metoda Tau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 670
27.3 Metoda colocaţiilor . . . . . . . . . . . . . . . . . . . . . . . . . . 677
27.3.1 Variantă globală . . . . . . . . . . . . . . . . . . . . . . . 677
CUPRINS 9

27.3.2 Variantă locală - de tip Runge-Kutta implicită . . . . . . . 679

27.4 Metoda lui Ritz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 681

28 Ecuaţii liniare prin forme biliniare 683

28.1 Forma biliniară generată de o ecuaţie liniară . . . . . . . . . . . . 683
28.1.1 Teoreme de existenţă . . . . . . . . . . . . . . . . . . . . . 690
28.1.2 Rezolvarea numerică prin metoda Galerkin . . . . . . . . . 693
28.2 Perspectiva variaţională . . . . . . . . . . . . . . . . . . . . . . . 705
28.2.1 Rezolvarea numerică prin metoda lui Ritz . . . . . . . . . 707
28.2.2 Metoda elementului finit . . . . . . . . . . . . . . . . . . . 707

VI ANEXE 713
A Noţiuni de teoria erorilor 715
A.1 Eroare absolută şi eroare relativă . . . . . . . . . . . . . . . . . . 715
A.2 Reprezentarea numerelor ı̂n virgulă mobilă . . . . . . . . . . . . . 716
A.3 Aritmetica numerelor ı̂n virgulă mobilă . . . . . . . . . . . . . . . 717
A.4 Standardul IEEE 754 . . . . . . . . . . . . . . . . . . . . . . . . . 719
A.5 Controlul erorii . . . . . . . . . . . . . . . . . . . . . . . . . . . . 720

B Identităţi trigonometrice 725

C Determinarea unor parametri numerici 729

D Îmbunătăţirea convergenţei 735

D.1 Ordinul de convergenţă al unui şir . . . . . . . . . . . . . . . . . . 735
D.2 Îmbunătăţirea convergenţei unui şir . . . . . . . . . . . . . . . . . 736
D.3 Transformarea lui Euler . . . . . . . . . . . . . . . . . . . . . . . 737

E Determinarea ordinelor de convergenţă 741

F Elemente de topologie 747

F.1 Staţiu topologic Baire . . . . . . . . . . . . . . . . . . . . . . . . 747

G Elemente de analiză matematică 751

H Elemente de analiză funcţională 759

H.1 Teorema de punct fix a lui Banach . . . . . . . . . . . . . . . . . 759
H.2 Inversarea operatorilor liniari . . . . . . . . . . . . . . . . . . . . 760
H.3 Principiul condensării singularităţilor . . . . . . . . . . . . . . . . 761
10 CUPRINS

H.4 Norma operatorilor integrali . . . . . . . . . . . . . . . . . . . . . 763

H.5 Subspaţiul ortogonal şi proiecţii . . . . . . . . . . . . . . . . . . . 764
H.6 Cea mai bună aproximaţie ı̂n Rn . . . . . . . . . . . . . . . . . . . 767
H.7 Cea mai bună aproximare ı̂n spaţiu prehilbertian . . . . . . . . . 770
H.8 Descompunerea ortogonală a unui spaţiu prehilbertian . . . . . . 771
H.9 Reprezentarea unei funcţionale liniare şi continue ı̂ntr-un spaţiu
Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 771
H.10 Compactitate ı̂n spaţii Hilbert separabile . . . . . . . . . . . . . . 772

I Transformata Fourier 775

I.1 Transformata Fourier ı̂n R . . . . . . . . . . . . . . . . . . . . . . 775
I.2 Transformarea Fourier a funcţiei sinc . . . . . . . . . . . . . . . . 776
I.3 Formula de ı̂nsumare Poisson . . . . . . . . . . . . . . . . . . . . 777

J Polinoame ortogonale clasice 781

J.1 O reprezentare a polinoamelor ortogonale . . . . . . . . . . . . . . 781
J.2 Polinoame Legendre . . . . . . . . . . . . . . . . . . . . . . . . . 783
J.3 Polinoame Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . 787
J.4 Polinoamele lui Laguerre . . . . . . . . . . . . . . . . . . . . . . . 790
J.5 Polinoame ortogonale Gram . . . . . . . . . . . . . . . . . . . . . 795
J.6 Integrare numerică prin cele mai mici pătrare . . . . . . . . . . . 799

K Reprezentarea mulţimii de A-stabilitate 803

L Produsul Kronecker 807

M Ecuaţia matriceală Sylvester 811

N Curbe Bézier 813

N.1 Reprezentarea Bézier a unui polinom . . . . . . . . . . . . . . . . 813
N.2 Curbe Bézier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 818

O Cea mai bună aproximaţie ı̂n C[a, b] 821

O.1 Cea mai bună aproximaţie ı̂n C[a, b] . . . . . . . . . . . . . . . . . 821
O.2 Algoritmul lui Remez . . . . . . . . . . . . . . . . . . . . . . . . . 829

P Algoritmi 831
P.1 Implementarea metodelor iterative . . . . . . . . . . . . . . . . . 831
P.2 Variantă de implementare a metodei Gauss-Jordan . . . . . . . . 833
P.3 Reprezentarea algoritmilor unor metode numerice . . . . . . . . . 835
CUPRINS 11

Bibliografie 845
Index 850
12 CUPRINS
 Partea I

INTERPOLARE ŞI APLICAŢII

13
Capitolul 1

Diferenţe finite

1.1 Diferenţe finite

Diferenţele finite stau la baza multor metode de calcul numeric privind in-
tegrarea şi derivarea numerică, integrarea ecuaţiilor diferenţiale ordinare şi cu
derivate parţiale. Funcţiile care intervin ı̂n acest capitol sunt funcţii reale de o
variabilă reală. Printr-o diferenţă finită de ı̂nţelege un operator de forma

Γh f (x) = Af (x + ah) − Bf (x + bh) (1.1)

unde A, B, a, b sunt constante reale. Se observă caracterul liniar al operatorului

Γh (λf + µg) = λΓh f + µΓh g.

Diferenţele finite de ordin superior se introduc recursiv

Γ0h f = f
Γnh f = Γh (Γhn−1 f ), n > 1.

Diferenţele finite uzuale sunt:

• diferenţa finită progresivă

△h f (x) = f (x + h) − f (x);

• diferenţa finită regresivă

∇h f (x) = f (x) − f (x − h);

15
16 CAPITOLUL 1. DIFERENŢE FINITE

• diferenţa finită centrată

h h
δh f (x) = f (x + ) − f (x − ).
2 2

În cele ce urmează vom studia doar diferenţele finite uzuale.

Formulele explicite de calcul ale unei diferenţe finite de ordin superior sunt
Teorema 1.1.1 Au loc egalităţile:
 
Pnn
(i) △nh f (x) = k=0 (−1)n−k f (x + kh);
k
 
n
Pn n
(ii) ∇h f (x) = k=0 (−1)k f (x − kh);
k
 
Pn n
(iii) f (x + nh) = k=0 △kh f (x); (1.2)
k
 
Pn n
(iv) f (x − nh) = k=0 (−1)k ∇kh f (x);
  k
Pn n
n
(v) δh f (x) = k=0 (−1)k f (x + ( n2 − k)h).
k

Demonstraţie. △nh f (x) se exprimă ca o combinaţie liniară a valorilor lui f ı̂n

x, x + h, . . . , x + nh, adică are loc o formulă de forma
n
X
△nh f (x) = Ak f (x + kh).
k=0

Pentru determinarea coeficienţilor (Ak )0≤k≤n , alegem f (x) = ex şi atunci

n
X
ex (eh − 1)n = Ak ex+kh .
k=0

Dezvoltând binomul din membrul stâng găsim

n   n
X n n−k x+kh
X
(−1) e = Ak ex+kh .
k
k=0 k=0
 
x+kh n
Identificând coeficienţii lui e găsim Ak = (−1)n−k , adică relaţia (i).
k
În mod asemănător se pot justifica şi celelelte relaţii.
Stabilim o serie de proprietăţi ale diferenţei finită progresivă. Rezultate ase-
mănătoare se pot deduce şi pentru celelalte diferenţe finite.
1.1. DIFERENŢE FINITE 17

Teorema 1.1.2 (Teorema de medie) Dacă funcţia f este derivabilă de ordin

n atunci există c ∈ (x, x + nh) astfel ı̂ncât

△nh f (x) = hn f (n) (c). (1.3)

Demonstraţie. Prin induţie matematică după n, pentru n = 1, utilizând teo-

rema de medie a lui Lagrange avem succesiv

△h f (x) = f (x + h) − f (x) = hf ′ (c) x < c < x + h.

Presupunem relaţia (1.3) adevărată pentru diferenţele de ordin n−1. Dacă g(x) =
△n−1
n f (x)
hn−1
atunci

△n−1 f (x+h) △n−1 f (x)

△nh f (x) △h (△n−1
h f (x))
h
hn−1
− h
hn−1
= = =
hn hn h

g(x + h) − g(x) d △n−1 f (x)

= = g ′ (c̃) = [ h n−1 ]|x=c̃
h dx h
unde x < c̃ < x + h. Deoarece operatorul de derivare comută cu operatorul de
diferenţă finită, rezultă că

△nh f (x) d △hn−1 f (x) △hn−1 f ′ (x)

= [ ]|x=c̃ = |x=c̃ .
hn dx hn−1 hn−1
Utilizând ipoteza inducţiei,

△nh f (x) △n−1 ′

h f (x)
n
= n−1
|x=c̃ = (f ′ )(n−1) (c) = f (n) (c),
h h
unde x < c̃ < c < c̃ + (n − 1)h < x + nh.

Observaţia 1.1.1

Presupunând că funcţia f are derivata de ordinul n continuă, pentru h → 0, din

(1.3) rezultă
△n f (x)
lim h n = f (n) (x). (1.4)
h→0 h
Diferenţa finită progresivă de ordin superior pentru produsul a două funcţii
generalizează formula lui Leibniz
18 CAPITOLUL 1. DIFERENŢE FINITE

Teorema 1.1.3 (Formula lui Leibniz) Are loc formula:

n  
X n
△nh f (x)g(x) = △kh f (x)△n−k
h g(x + kh) (1.5)
k
k=0

Demonstraţia teoremei se face prin inducţie matematică după n.

Observaţia 1.1.2

Să presupunem că funcţiile f, g au derivata de ordinul n continuă. Împărţind

(1.5) la hn şi utilizând Observaţia 1.1.1, pentru h → 0, obţinem
n  
(n)
X n
(f (x)g(x)) = f (k) (x)g (n−k) (x). (1.6)
k
k=0

1.2 Ecuaţia cu diferenţe liniară şi cu coeficienţi

constanţi
Considerăm ecuaţia cu diferenţe (h = 1)

αp △p u(n) + αp−1 △p−1 u(n) + . . . + α1 △u(n) + α0 u(n) = fn+p ∀n ∈ N.

unde necunoscută este funcţia u : N → R, iar coeficienţii α0 , . . . , αp sunt constante

reale. Explicitând diferenţele finite progresive ı̂n funcţie de valorile funcţiei (1.2)
obţinem

ap un+p + ap−1 un+p−1 + . . . + a1 un+1 + a0 un = fn+p n ∈ N, (1.7)

unde un = u(n).
Presupunem că a0 · ap ̸= 0.
În cele ce urmează, numim (1.7) ecuaţie cu diferenţe liniară şi cu coeficienţi
constanţi, de ordin p şi se cere soluţia care verifică ı̂n plus condiţiile iniţiale

u0 = v0
u1 = v1
(1.8)
...
up−1 = vp−1

Teorema 1.2.1 Există cel mult o soluţie a ecuaţiei cu diferenţe (1.7) care verifică
condiţiile (1.8).
1.2. ECUAŢIA CU DIFERENŢE LINIARĂ 19

În prealabil studiem ecuaţia cu diferenţe omogenă, liniară şi cu coeficienţi

constanţi

ap un+p + ap−1 un+p−1 + . . . + a1 un+1 + a0 un = 0 n ∈ N, (1.9)

Teorema 1.2.2 Mulţimea soluţiilor ecuaţiei cu diferenţe omogenă, liniară şi cu

coeficienţi constanţi formează un spaţiu liniar.

1.2.1 Sistem fundamental de soluţii

Teoria ecuaţiei cu diferenţe omogenă, liniară şi cu coeficienţi constanţi este
asemănătoare cu cea a ecuaţiei diferenţiale liniară, omogenă şi cu coeficienţi
constanţi.

Definiţia 1.2.1 Şirurile (u1n )n∈N , . . . , (upn )n∈N sunt liniar independente dacă rela-
ţiile
λ1 u1n + . . . + λp upn = 0, ∀n ∈ N
implică λ1 = . . . = λp = 0.

Teorema 1.2.3 Şirurile (u1n )n∈N , . . . , (upn )n∈N , soluţii ale ecuaţiei (1.9) sunt liniar
independene dacă şi numai dacă au loc relaţiile
 
 u1n . . . u p
n

 un+1 . . . upn+1 
 1 
△n =    ̸= 0, ∀n ∈ N. (1.10)
. . . . . . . . . 
 un+p−1 . . . upn+p−1 
 1 

Demonstraţie. Presupunem prin absurd că există n ∈ N astfel ı̂ncât △n = 0.

Atunci sistemul algebric de ecuaţii liniare şi omogene
λ1 u1n + ... + λp upn =0
1 p
λ1 un+1 + . . . + λp un+1 = 0
(1.11)
... ... ... ...
1 p
λ1 un+p−1 + . . . + λp un+p−1 = 0
ı̂n necunoscutele λ1 , . . . , λp , admite o soluţie nebanală notată la fel.
Înmulţind ecuaţiile sistemului, respectiv cu − aap0 , . . . , − ap−1
ap
şi sumând egalităţile
astfel obţinute, rezultă
p−1 p−1
1 X 1 X
λ1 (− 1
ai un+i ) + . . . λp (− ai upn+i ) = 0.
ap i=0 ap i=0
20 CAPITOLUL 1. DIFERENŢE FINITE

Deoarece potrivit ipotezei, şirurile (ujk )k∈N , j = 1, . . . , p sunt soluţii ale ecuaţiei
cu diferenţe (1.9), ultima egalitate devine

λ1 u1n+p + . . . + λp upn+p = 0.

Observăm că această egalitate completează relaţiile sistemului (1.11). Reluând

ı̂nmulţirea ultimelor p egalităţi, respectiv prin − aap0 , . . . , − ap−1
ap
şi adunarea lor
deducem
λ1 u1m + . . . + λp upm = 0 ∀m ≥ n.
Procedând asemănător, ı̂nmulţim ecuaţiile sistemului (1.11), respectiv cu
− aa01 , . . . , − aap0 şi sumând egalităţile astfel obţinute, găsim
p p
1 X 1 X
λ1 (− 1
ai un+i−1 ) + . . . λp (− ai upn+i−1 ) = 0,
a0 i=1 a0 i=1

sau
λ1 u1n−1 + . . . + λp upn−1 = 0.
Repetând, deducem

λ1 u1m + . . . + λp upm = 0 ∀m ≤ n.

În felul acesta contrazicem liniar independenţa şirurilor.

Reciproc, presupunem prin absurd că şirurile (ujk )k∈N , j = 1, . . . , p nu sunt
liniar independente, existând constantele λ1 , . . . , λp , nu toate nule astfel ı̂ncât

λ1 u1n + . . . + λp upn = 0, ∀n ∈ N.

Pentru orice n ∈ N, sistemul (1.11) are o soluţie nebanală, deci △n = 0, ceea ce

nu se poate.

Definiţia 1.2.2 p şiruri soluţii ale ecuaţiei (1.9) şi liniar independente formează
un sistem fundamental de soluţii.

Importanţa unui sistem fundamental este reliefată ı̂n

Teorema 1.2.4 Dacă (ujk )k∈N , j = 1, . . . , p formează un sistem fundamental de

soluţii pentru ecuaţia cu diferenţe (1.9) atunci pentru orice altă soluţie (uk )k∈N a
ei, există constantele c1 , . . . , cp astfel ı̂ncât

un = c1 u1n + . . . + cp upn , ∀n ∈ N.
1.2. ECUAŢIA CU DIFERENŢE LINIARĂ 21

Demonstraţie. Considerăm sistemul algebric de ecuaţii liniare ı̂n necunoscutele

c1 , . . . , c p
c1 u10 + . . . + cp up0 = u0
c1 u11 + . . . + cp up1 = u1
(1.12)
... ... ... ...
c1 u1p−1 + . . . + cp upp−1 = up−1
Determinantul sistemului fiind diferit de 0, sistemul (1.12) admite o soluţie unică
notată tot c1 , . . . , cp .
Înmulţind ecuaţiile sistemului (1.12) respectiv cu − aap0 , − aap1 , . . . , − ap−1
ap
şi sumând
egalităţile astfel obţinute deducem
p−1 p−1 p−1
1 X 1 1 X p 1 X
c1 (− ak uk ) + . . . + cp (− ak uk ) = − ak uk ,
ap k=0 ap k=0 ap k=0
sau
c1 u1p + . . . + cp upp = up . (1.13)
Repetând raţionamentul, din aproape ı̂n aproape obţinem
un = c1 u1n + . . . + cp upn , ∀n ∈ N.

1.2.2 Determinarea unui sistem fundamental de soluţii

Căutăm soluţii ale ecuaţiei cu diferenţe omogene (1.9) sub forma unei progresii
geometrice uk = xk , k ∈ N. Rezultă că x trebuie să fie rădăcina polinomului
caracteristic
f (x) = ap xp + ap−1 xp−1 + . . . + a1 x + a0 .
Notăm prin x1 , . . . , xp rădăcinile acestui polinom.
Cazul rădăcinilor distincte două câte două.
Teorema 1.2.5 Dacă x1 , . . . , xp sunt rădăcini distincte două câte două ale poli-
nomului caracteristic atunci şirurile (xn1 )n∈N , . . . , (xnp )n∈N formează un sistem fun-
damental de soluţii pentru ecuaţia cu diferenţe omogemă (1.9).

Demonstraţie. Verificăm condiţia de liniar independenţă, dată ı̂n Teorema

1.2.3, a celor p şiruri.
 n n

 x1 . . . xp

 n+1 n+1

 x1 . . . xp

△n =  =
 . .n+p−1
. ... ... 

 x
1 . . . xn+p−1
p

22 CAPITOLUL 1. DIFERENŢE FINITE

Y
= (x1 · . . . · xp )n V (x1 , . . . , xp ) = (x1 · . . . · xp )n (xi − xj ) ̸= 0.
1≤j<i≤p

Cazul rădăcinilor multiple. Stabilim un rezultat ajutător

Teorema 1.2.6 Dacă f (x) este polinomul caracteristic şi φ : N → R este o

funcţie oarecare atunci

ap xn+p φ(n + p) + ap−1 xn+p−1 φ(n + p − 1) + . . . + a0 xn φ(n) =

1 ′ 1
= xn [f (x)φ(n) + xf (x)△φ(n) + . . . xp f (p) △p φ(n)].
1! p!

Demonstraţie. Utilizând relaţia (iii) de la (1.2) au loc egalităţile

φ(n) = φ(n)
   
1 1
φ(n + 1) = φ(n) + △φ(n)
0 1
     
2 2 2
φ(n + 2) = φ(n) + △φ(n) + △2 φ(n)
0 1 2
..
.      
p p p
φ(n + p) = φ(n) + △φ(n) + △2 φ(n) + . . .
0 1 2
 
p
... + △p φ(n)
p

pe care le ı̂nmulţim respectiv cu a0 xn , a1 xn+1 , a2 xn+2 , . . . , ap xn+p şi le ı̂nsumăm,

obţinând
p p
X X
ak xn+k φ(n + k) = xn bk (x)△k φ(n),
k=0 k=0

unde
p  p
xk X xk

X j
bk (x) = aj x j = j(j − 1) · . . . · (j − k + 1)xj−k = f (k) (x).
k k! j=k k!
j=k

În consecinţă, dacă x este o rădăcină a polinomului caracteristic, având ordinul

de multiplicitate r atunci şirul (xn φ(n))n∈N , cu φ(n) polinom de grad cel mult
r − 1, este soluţie a ecuaţiei cu diferenţe (1.9).
Mai mult,
1.2. ECUAŢIA CU DIFERENŢE LINIARĂ 23

Teorema 1.2.7 Dacă x1 , x2 , . . . , xk sunt rădăcinile polinomului caracteristic, având

respectiv ordinele de multiplicitate r1 , r2 , . . . , rk , (r1 + r2 + . . . + rk = p), atunci
şirurile
(xn1 )n∈N (nxn1 )n∈N . . . (nr1 −1 xn1 )n∈N
(xn2 )n∈N (nxn2 )n∈N . . . (nr2 −1 xn2 )n∈N
... ... ... ...
(xk )n∈N (nxk )n∈N . . . (nrk −1 xnk )n∈N
n n

formează un sistem fundamental de soluţii pentru ecuaţia cu diferenţe omogenă

(1.9).

Demonstraţie. Presupunem prin absurd că şirurile

(xni )n∈N , (nxni )n∈N , . . . , (nri −1 xni )n∈N , 1≤i≤k

sunt liniar dependente. Atunci există constantele Ci,0 , Ci,1 , . . . , Ci,ri −1 , 1 ≤ i ≤ k

nu toate nule, astfel ı̂ncât
k
X
(Ci,0 xni + Ci,1 nxni + . . . + Ci,ri −1 nri −1 xni ) = 0, ∀n ∈ N,
i=1

sau
k
X
xni Pi (n) = 0, ∀n ∈ N, (1.14)
i=1

unde Pi (n) = Ci,0 + Ci,1 n + . . . + Ci,ri −1 nri −1 .

Potrivit presupunerii făcute, polinoamele Pi (n), i = 1, . . . , k nu sunt toate
identic nule. Putem presupune că toate polinoamele care apar ı̂n relaţia (1.14)
sunt neidentic nule.
Împărţind (1.14) prin xn1 rezută
 x n  x n
2 k
P1 (n) + P2 (n) + . . . + Pk (n) = 0, ∀n ∈ N. (1.15)
x1 x1
Aplicând relaţiei (1.15) diferenţa1 △n deducem
 x n  x n
2 k
P2,1 (n) + . . . + Pk,1 (n) = 0, ∀n ∈ N,
x1 x1
unde polinoamele Pi,1 i = 2, . . . , k au gradele respectiv egale cu ale polinoamelor
Pi i = 2, . . . , k.
1
Pentru a ̸= 1 şi φ polinom are loc △an φ(n) = an (aφ(n + 1) − φ(n)) unde aφ(n + 1) − φ(n)
este un polinom de acelaşi grad cu φ.
24 CAPITOLUL 1. DIFERENŢE FINITE

Repetând raţionamentul de mai sus de k − 1 ori deducem egalitatea

 x n
k
Pk,k−1 (n) = 0 ∀n ∈ N.
xk−1

Pe de-o parte rezultă că polinomul Pk,k−1 este identic nul, iar pe de altă parte
este neidentic nul. Contradicţia apărută justifică afirmaţia teoremei.

Definiţia 1.2.3 Dacă un polinom are toate rădăcinile ı̂n modul mai mici sau
egale cu 1 iar cele de modul 1 au ordinul de multiplicitate 1 atunci polinimul
ı̂ndeplineşte condiţia rădăcinii.

În concluzie, dacă polinomul caracteristic al ecuaţiei cu diferenţe liniară şi

omogenă (1.9) ı̂ndeplineşte condiţia rădăcinii atunci orice soluţie a ecuaţiei (1.9)
este mărginită.

Exemplul 1.2.1 Şirul lui Fibonacci este definit prin ecuaţia cu diferenţe

un+2 − un+1 − un = 0, ∀n ∈ N. (1.16)

√
1± 5
Polinomul caracteristic este f (x) = x2 − x − 1 şi are rădăcinile 2
. Formula
termenului general al şirului definit de (1.16) este
√ √
1+ 5 n 1− 5 n
un = C1 ( ) + C2 ( ) .
2 2

Dacă impunem condiţiile iniţiale u0 = u1 = 1 atunci coeficienţii C1 , C2 rezultă

din sistemul

u0 = C1 + C2 = 1
√ √
1+ 5 1− 5
u1 = C1 + C2 = 1.
2 2
√ √
1+√ 5 1−√ 5
Rezolvând sistemul de mai sus, se obţine C1 = 2 5
, C2 = 2 5
. Prin urmare
" √ √ #
1 1 + 5 n+1 1 − 5 n+1
un = √ ( ) −( ) . (1.17)
5 2 2
1.2. ECUAŢIA CU DIFERENŢE LINIARĂ 25

1.2.3 Soluţia ecuaţiei cu diferenţe neomogenă

Suntem ı̂n măsură să soluţionăm problema determinată de ecuaţia cu diferenţe
neomogenă, liniară şi cu coeficoenţi constanţi (1.7) cu condiţiile iniţiale (1.8).

Teorema 1.2.8 Dacă (ukn )n∈N , k = 0, 1, . . . , p−1 formează un sistem fundamen-

tal de soluţii pentru ecuaţia cu diferenţe omogenă care satisfac condiţiile iniţiale
ukn = δk,n , k, n ∈ {0, 1, . . . , p − 1} atunci soluţia problemei (1.7)-(1.8) este
p−1 n−p
X 1 X
un = vi uin + fk+p up−1
n−k−1 , ∀n ∈ N. (1.18)
i=0
ap k=0

Se presupune că

fk = 0 pentru k < p;
(1.19)
ukn = 0 pentru n < 0, k = 0, 1, . . . , p − 1.

Demonstraţie. Şirul (zn )n∈N definit prin zn = p−1 i

P
i=0 vi un este o soluţie a ecuaţiei
cu diferenţe omogenă care verifică condiţiile iniţiale
P(1.8).
Verificăm că şirul (wn )n∈N definit prin wn = a1p n−p p−1
k=0 fk+p un−k−1 este o soluţie
a ecuaţiei cu diferenţe neomogenă (1.7) care satisface condiţiile iniţiale omogene
wn = 0, pentru n = 0, 1, . . . , p − 1.
Dacă n ∈ {0, 1, . . . , p−1} atunci pentru k = −1, −2, . . . , n−p au loc egalitatea
fk+p = 0 şi ı̂n consecinţă
1
wn = fp up−1n−1 = 0,
ap
datorită condiţiilor iniţiale verificate de şirul (up−1
n )n∈Z .
Utilizând (1.19), au loc egalităţile
n−p ∞
1 X p−1 1 X
wn = fk+p un−k−1 = fk+p up−1
n−k−1 .
ap k=0 ap k=−∞

Atunci
p p ∞
X 1 X X
aj wn+j = aj fk+p up−1
n+j−k−1 =
j=0
ap j=0 k=−∞
p n n p
1 X X p−1 1 X X
= aj fk+p un+j−k−1 = fk+p aj up−1
n+j−k−1 .
ap j=0 k=0 ap k=0 j=0
26 CAPITOLUL 1. DIFERENŢE FINITE

Pentru k = 0, 1, . . . , n − 1, deoarece şirul (unp−1 )n∈Z este soluţie a ecuaţiei cu

diferenţe omogenă (1.9), au loc egalităţile
p
X p−1
aj un+j−k−1 =0
j=0

iar pentru k = n, din condiţiile iniţiale verificate de acelaşi şir, are loc
p
X
aj up−1
j−1 = ap .
j=0

Pp 1
În consecinţă j=0 aj wn+j = f a
ap n+p p
= fn+p .

Stabilim două proprietăţi asimptotice ale soluţiei ecuaţiei cu diferenţe liniară

şi neomogenă

ap un+p + ap−1 un+p−1 + . . . + a1 un+1 + a0 un = fn+p , n ∈ N,

Teorema 1.2.9 Dacă

1. rădăcinile polinomului caracteristic sunt simple şi ı̂n modul subunitare;

2. limn→∞ fn = 0

atunci limn→∞ un = 0.

Demonstraţie. Dacă x0 , x1 , . . . , xp−1 sunt rădăcinile polinomului caracteristic

atunci un sistem fundamental de soluţii este uin = xni , i ∈ {0, 1, . . . , p − 1} şi
formula (1.18) devine
p−1 n−p
X 1 X
un = vi xni + fk+p xn−k−1
p−1 , ∀n ∈ N. (1.20)
i=0
ap k=0

Şirul (fn )n≥p este mărginit: |fn | ≤ F, ∀ n.

Fie ε > 0. Prima ipoteză implică limn→∞ xni = 0, i ∈ {0, 1, . . . , p − 1}. În
consecinţă există n1 ≥ p, n1 ∈ N, astfel ı̂ncât
ε
n > n1 ⇒ |xi |n < , ∀ i ∈ {0, 1, . . . , p − 1}.
|vi |p
1.2. ECUAŢIA CU DIFERENŢE LINIARĂ 27

Atunci
p−1
X
| vi xni | < ε. (1.21)
i=0

Scriem a doua sumă din (1.20) ca

n−p
X
n1 +1
fk+p xn−k−1
p−1 = fp xn−1 n−2
p−1 + fp+1 xp−1 + . . . + fp+n−n1 −2 xp−1 +
k=0
| {z }
S1

+ fp+n−n1 −1 xnp−1
1
+ . . . + fn xp−1
p−1 .
| {z }
S2

Au loc relaţiile

|S1 | ≤ F |xp−1 |n1 +1 (1 + |xp−1 | + . . . + |xp−1 |n−n1 −2 ) ≤

F F
≤ |xp−1 |n1 +1 < ε (1.22)
1 − |xp−1 | |vp−1 |p(1 − |xp−1 |)
Numărul termenilor din S2 este n1 − p + 2. Există n2 ≥ n1 astfel ı̂ncât
ε
n > n2 ⇒ |fn | < .
n1 − p + 2

Observând că n > n2 ⇒ p + n − n1 − 1 > n2 ⇔ n > n2 + n1 − p + 1 > n2 are

loc evaluarea
|S2 | < ε. (1.23)
Utilizând (1.21), (1.22) şi (1.23) din (1.20) rezultă
  
1 F
n > n2 ⇒ |un | < 1 + +1 ε.
|ap | |vp−1 |p(1 − |xp−1 |)

O consecinţă a acestui rezultat este

Teorema 1.2.10 Dacă

1. rădăcinile polinomului caracteristic sunt simple şi ı̂n modul subunitare;

2. limn→∞ fn = f ∗
∗
atunci limn→∞ un = Ppf .
j=0 aj
28 CAPITOLUL 1. DIFERENŢE FINITE

Demonstraţie. Introducem şirul (zn )n∈N prin

f∗
un = zn + Pp , n ∈ N.
i=0 ai

Au loc egalităţile
p p
X X
ai zi+n = ai ui+n − f ∗ = fn+p − f ∗ .
i=0 i=0

Din teorema anterioară rezultă că limn→∞ zn = 0, de unde concluzia teoremei.

1.3 Metoda seriilor formale

Fie şirurile a = (an )n∈N , b = (bn )n∈N şi seriile formale
∞
X ∞
X
n
fa (x) = an x , fb (x) = bn x n .
n=0 n=0
Pn
Definiţia 1.3.1 Şirul c = (cn )n∈N definit prin cn = k=0 ak bn−k se numeşte
produsul de convoluţie ale şirurilor a şi b. Se utilizează notaţia c = a ∗ b.

Dacă c = a ∗ b şi fc (x) = ∞ n

P
n=0 cn x atunci fc (x) = fa (x)fb (x).
Reluăm din nou ecuaţia cu diferenţe omogenă, liniară şi cu coeficienţi constanţi
de ordin p (1.9)

ap un+p + ap−1 un+p−1 + . . . + a1 un+1 + a0 un = 0 n ∈ N.

Ataşăm ecuaţiei cu diferenţe

• polinomul caracteristic f (x) = ap xp + ap−1 xp−1 + . . . + a0 ,

P∞
• seria formală corespunzătoare şirului u = (un )n∈N , Φ(x) = n=0 un xn .

Introducem polinomul g(x) = xp f ( x1 ) = ap + ap−1 x + . . . + a0 xp şi şirul α =

(ap , ap−1 , . . . , a0 , 0, . . .). Astfel g(x) este seria formală ataşată şirului α.
Datorită relaţiilor (1.9), produsul de convoluţie α ∗ u are cel mult p termeni
nenuli
n
X
(α ∗ u)n = αk un−k = ap un + ap−1 un−1 + . . . + a0 un−p = 0, n ≥ p.
k=0
1.3. METODA SERIILOR FORMALE 29

În consecinţă produsul ψ(x) = g(x)Φ(x) este polinom de grad cel mult p − 1.
Astfel
ψ(x)
Φ(x) = . (1.24)
g(x)
Dacă f (x) = kj=1 (x − xj )rj atunci g(x) = kj=1 (1 − xj x)rj .
Q Q

Se descompune ψ(x)g(x)
ı̂n fracţii simple care se dezvoltă ı̂n serie tayloriană ı̂n jurul
originii. Soluţia ecuaţiei cu diferenţe se obţine identificând ı̂n (1.24) coeficienţii
termenii lui xn , n ∈ N.
În acest sens se utilizează relaţiile deduse abstracţie făcând de convergenţă:

(1 − x) ∞ n 1
= ∞ n
P P
n=0 x = 1 ⇒ 1−x n=0 x

P∞ 1
P∞
(1 − x)2 n=0 (n + 1)xn = 1 ⇒ (1−x)2
= n=0 (n + 1)xn

Exemplul 1.3.1

a2 un+2 + a1 un+1 + a0 un = 0, n ≥ 2.

Funcţia Φ se va deduce pe baza ecuaţiei cu diferenţe. Înmulţim ecuaţia cu

diferenţe cu xn+2 şi sumând se obţine
∞
X ∞
X ∞
X
n+2 n+1 2
a2 un+2 x + xa1 un+1 x + x a0 un xn = 0,
n=0 n=0 n=0

sau
a2 (Φ(x) − u0 − u1 x) + xa1 (Φ(x) − u0 ) + x2 a0 Φ(x) = 0,
de unde
a2 u0 + x(a2 u1 + a1 u0 )
Φ(x) = . (1.25)
a2 + a1 x + a0 x 2
Dacă x1 , x2 sunt rădăcinile polinomului caracteristic a2 x2 + a1 x + a0 = 0 atunci

a2 + a1 x + a0 x2 = a2 (1 − xx1 )(1 − xx2 ).

Dacă ∆ = a21 − 4a0 a2 ̸= 0 ⇔ x1 ̸= x2 atunci din (1.25) rezultă

∞ ∞ ∞
A B X
n n
X
n n
X
Φ(x) = + =A x1 x + B x2 x = (Axn1 + Bxn2 )xn ,
1 − xx1 1 − xx2 n=0 n=0 n=0

de unde un = Axn1 + Bxn2 .

30 CAPITOLUL 1. DIFERENŢE FINITE

Dacă ∆ = a21 − 4a0 a2 = 0 ⇔ x1 = x2 atunci din (1.25) rezultă

∞ ∞ ∞
A B X
n n
X
n n
X
Φ(x) = + =A x1 x +B (n+1)x1 x = (A+B(n+1))xn1 xn ,
1 − xx1 (1 − xx1 )2 n=0 n=0 n=0

de unde un = (A + B(n + 1))xn1 .

Exemplul 1.3.2 Şirul lui Fibonacci, se poate scrie

un+2 − un+1 − un = 0, ∀n ≥ 2; (1.26)

cu condiţiile iniţiale u0 = u1 = 1.

Se obţine
1
Φ(x) = .
1 − x − x2
√ √
1+ 5 1− 5
Rădăcinile polinomului caracteristic f (x) = x2 −x−1 sunt x1 = 2
, x2 = 2
.
Descompunerea ı̂n fracţii simple a funcţiei Ψ(x) este
 
1 x1 x2
Φ(x) = √ − .
5 1 − x1 x 1 − x2 x

şi ı̂n consecinţă un = √1 (xn+1 − xn+1 ).

5 1 2

Exemplul 1.3.3 Să se rezolve

un+2 − 2un+1 + un = 0, ∀n ≥ 2;

Procedând analog, se găseşte

u0 + x(u1 − 2u0 )
Φ(x) = .
1 − 2x + x2
Descompunerea ı̂n fracţii simple este

2u0 − u1 u1 − u0
Φ(x) = + .
1−x (1 − x)2

Prin urmare un = u0 + n(u1 − u0 ).

1.4. TRANSFORMAREA z 31

1.4 Transformarea z
Fie S mulţimea şirurilor de numere complexe x = (xn )n∈Z . Dacă xn = 0, ∀n <
0 atunci şirul x se numeşte cu suport pozitiv. Mulţimea acestor şiruri se notează
cu S + .

0 n<0
Exemplul 1.4.1 u = (un )n∈Z , cu un = .
1 n≥0

0 n ̸= k
Exemplul 1.4.2 δk = (δk,n )n∈Z , cu δk,n = .
1 n=k

Definiţia 1.4.1 Fie x, y ∈ S + astfel ı̂ncât, pentru orice n ∈ Z, seria

P
k∈Z xn−k yk
este convergentă. Şirul z = (zn )n∈Z definit prin
X
zn = xn−k yk
k∈Z

se numeşte produsul de convoluţie al şirurilor x şi y şi se notează cu z = x ∗ y.

Evident x ∗ y = y ∗ x.

Exemplul 1.4.3 Dacă x = (xn )n∈Z , atunci şirul z = x ∗ δk , z = (zn )n∈Z este
X
zn = xn−s δk,s = xn−k ∀n ∈ Z.
s∈Z

Definiţia 1.4.2 Fie x = (xn )n∈Z şi funcţia X(z) = n∈Z xznn , definită ı̂n dome-
P
niul de convergenţă al seriei Laurent. Operatorul ce ataşează şirului x funcţia
X(z) se numeşte transformata z a şirului x

Z(x) = X.

Exemplul 1.4.4 Transformata z a şirului u este

∞
X 1 z
Z(u)(z) = n
= ,
n=0
z z−1

definită ı̂n coroana {z ∈ C : |z| > 1}.

1
Exemplul 1.4.5 Z(δk )(z) = zk
.
32 CAPITOLUL 1. DIFERENŢE FINITE

Exemplul 1.4.6 Dacă x = (xn )n∈Z şi y = (yn )n∈Z cu yn = xn−k , ∀n ∈ Z atunci
X yn X xn−k
Z(y)(z) = = = z −k Z(x)(z).
n∈Z
zn n∈Z
zn

Transformarea z se bucură de următoarele proprietăţi:

Teorema 1.4.1 Operatorul Z este liniar.

1
Teorema 1.4.2 Dacă x ∈ S atunci Z(x ∗ δk )(z) = zk
Z(x)(z).

Demonstraţie. Şirul x ∗ δk este (xn−k )n∈Z . În consecinţă

X xn−k 1 X xn−k 1
Z(x ∗ δk )(z) = = = k Z(x)(z).
n∈Z
zn k
z n∈Z z n−k z

Teorema 1.4.3 Are loc egalitatea

Z(x ∗ y) = Z(x)Z(y) ∀x, y ∈ S.

P
Demonstraţie. Dacă u = x ∗ y = ( k∈Z xn−k yk )n∈Z atunci
P
k∈Z xn−k yk
X X yk X xn−k
Z(u)(z) = n
= k n−k
= Z(y)(z)L(x)(z).
n∈Z
z k∈Z
z n∈Z
z

xn
P
Teorema 1.4.4 Dacă x = (xn )n∈Z şi X(z) = n∈Z zn
este convergentă ı̂n
coroana {z ∈ C : r < |z| < R} atunci are loc egalitatea
Z
1
xn = z n−1 X(z)dz, (1.27)
2πi |z|=ρ

unde discul delimitat de cercul |z| = ρ conţine toate singularităţile funcţiei X(z).

Demonstraţie. Calculăm integrala din (1.27)

Z X Z
n−1
z X(z)dz = xk z n−1−k dz = 2πixn .
|z|=ρ k∈Z |z|=ρ
1.4. TRANSFORMAREA z 33

O aplicaţie a transformării z este rezolvarea ecuaţiilor cu diferenţe liniare şi cu

coeficienţi constanţi. Considerăm ecuaţia cu diferenţe (1.7) şi extindem mulţimea
indicilor la Z, definind
un = 0, ∀n < 0
şi
fn+p = ap un+p + ap−1 un+p−1 + . . . + a1 un+1 + a0 un , ∀n < 0.
Atunci ecuţia cu diferenţe (1.7) se poate scrie

ap un + ap−1 un−1 + . . . + a1 un−p+1 + a0 un−p = fn , ∀n ∈ Z,

sau

ap (u ∗ δ0 )n + ap−1 (u ∗ δ1 )n + . . . + a1 (u ∗ δp−1 )n + a0 (u ∗ δp )n = fn . (1.28)

Notăm u = (un )n∈Z , U (z) = L(u)(z), f = (fn )n∈Z şi F (z) = L(f )(z). În
urma aplicării transformării z asupra ecuaţiei (1.28) şi utilizând Teorema 1.4.2
obţinem ecuaţia
ap−1 a1 a0
U (z)(ap + + . . . + p−1 + p ) = F (z).
z z z
Explicitând funcţia necunoscută, găsim

z p F (z)
U (z) = .
ap z p + ap−1 z p−1 + . . . + a1 z + a0

Potrivit formulei (1.27), termenii şirului u se calculează cu

z n+p−1 F (z)
Z
1
un = dz.
2πi |z|=ρ ap z p + ap−1 z p−1 + . . . + a1 z + a0

Exemplul 1.4.7 Şirul lui Fibonacci, se poate scrie

un − un−1 − un−2 = 0, ∀n ≥ 2.
Extinzând mulţimea indicilor la Z, obţinem

 0 n ∈ Z\{0, 1}
un − un−1 − un−2 = u1 − u0 n=1
u0 n=0

34 CAPITOLUL 1. DIFERENŢE FINITE

Ecuaţia transformatei z a şirului u = (un )n∈Z este

1 1 u1 − u0
U (z)(1 − − 2 ) = u0 + ,
z z z
de unde
u0 z 2 + (u1 − u0 )z
U (z) = .
z2 − z − 1
√
1+ 5
Dacă ρ > 2
atunci

[u0 z 2 + (u1 − u0 )z]z n−1

Z
1
un = .
2πi |z|=ρ z2 − z − 1

Calculând integrala prin reziduuri obţinem

" √ √ #
1 1 + 5 n+1 1+ 5 n
un = √ u0 ( ) + (u1 − u0 )( ) −
5 2 2
" √ √ #
1 1 − 5 n+1 1− 5 n
− √ u0 ( ) + (u1 − u0 )( ) =
5 2 2
√ √ √ √
( 5 − 1)u0 + 2u1 1 + 5 n ( 5 + 1)u0 − 2u1 1 − 5 n
= √ ( ) + √ ( ) .
2 5 2 2 5 2
Dacă u0 = u1 = 1 atunci se regăseşte (1.17).

Probleme şi teme de seminar

P 1.1 Să se calculeze

1. △nh x1

2. △nh x21−1

3. △nh sin(ax + b)

4. △nh cos(ax + b)

5. △nh xex
Pn
P 1.2 Să se arate că dacă △F (x) = f (x) atunci k=1 f (k) = F (n + 1) − F (1).
1.4. TRANSFORMAREA z 35

Pn 1
P 1.3 Să se calculeze k=1 k(k+1)...(k+p) .

P 1.4 Să se demonstreze formula de ı̂nsumare prin părţi

n
X n
X
u(k)△v(k) = u(n + 1)v(n + 1) − u(1)v(1) − v(k + 1)△u(k).
k=1 k=1

Pn
P 1.5 Să se calculeze k=1 k2k .

R.

1. u(k) = k, △v(k) = 2k ⇒ △u(k) = 1, v(k) = 2k şi se aplică rezultatul

problemei anterioare.

2(n+1)x −2x
Pn
2. Se derivează identitatea k=1 2kx = 2x −1
şi se particularizează x = 1.

3. Notând cu S suma căutată, au loc egaliăţile

S = 2 + 2 · 22 + . . . + n · 2n
2n+1 − 2 = 2 + 22 + . . . + 2n

Înmulţind prima egalitate cu 2 şi adunând rezultă ecuaţia ı̂n S

2S + 2n+1 − 2 = S + n2n+1 .

4. Au loc egalităţile

2 + 22 + 23 + . . . + 2n−1 + 2n +
+ 22 + 23 + . . . + 2n−1 + 2n +
+ 23 + . . . + 2n−1 + 2n +
S= ..
.
+ 2n−1 + 2n +
+ 2n =

= 2(2n − 1) + 22 (2n−1 − 1) + 23 (2n−2 − 1) + . . . + 2n−1 (22 − 1) + 2n (2 − 1) =

= n2n+1 − (2 + 22 + . . . + 2n ) = . . . .
36 CAPITOLUL 1. DIFERENŢE FINITE

P 1.6 Să se arate că

   −1
0
0 0 ... 0
  0    
1 1
 
0 ... 0
 
  0   1  
 
 
2 2 2
 
... 0 =
 
0 1 2
 
 
 
 .. .. .. .. .. 
  .   .   . 
 . .  


 n n n n 
...
0 1 2 n
 
0
 
0 0 ... 0
 0    
1 1
 
− 0 ... 0
 
 0 1 
 
   
2 2 2
 
= − ... 0 .
 
 0 1 2 
 
 .. .. .. .. .. 

 . . . . .  

    

n n n−1 n n−2 n n 
(−1) (−1) (−1) ...
0 1 2 n

R. Se scriu matriceal relaţiile

s  
s s
X s
x = ((x − 1) + 1) = (x − 1)i , s = 0, 1, . . . , n,
i
i=0

şi
s  
s
X
s−i s
(x − 1) = (−1) xi , s = 0, 1, . . . , n.
i
i=0

P 1.7 Să se rezolve şi să se discute ı̂n funcţie de parametrul p ecuaţia cu diferenţe
un+2 − 2pun+1 + un = 0.
P 1.8 Să se rezolve ecuaţia cu diferenţe un+2 − un+1 − 6un = 2n+2 .
P 1.9 Să se rezolve sistemul

 2x1 −x2 =1
−xi−1 +2xi −xi+1 = i 2≤i≤n−1
−xn−1 +2xn =n


R. 1. Sistemul are soluţie unică. Determinantul sistemului este

 
 2 −1 0 0 ... 0 0 0 

 −1 2 −1 0 . . . 0 0 0 

 0 −1 2 −1 . . . 0 0 0 
∆n =  ..

... .. 
 . . 

 0
 0 0 0 . . . −1 2 −1 
 0 0 0 0 . . . 0 −1 2 
1.4. TRANSFORMAREA z 37

care dezvoltat după prima linie conduce la formula de recurenţă ∆n = 2∆n−1 −

∆n−2 . Soluţia ecuaţiei cu diferenţe este ∆n = C1 +C2 n. Deoarece ∆2 = 3, ∆3 = 4
se obţine ∆n = n + 1.
2. Se rezolvă ecuaţia cu diferenţe xk+1 − 2xk + xk−1 = −k, k ∈ N. Deter-
minăm sistemul fundamental al ecuaţiei cu diferenţe omogene corespunzătoare:
(u0k )k∈N , (u1k )k∈N care satisface condiţiile iniţiale

u00 = 1 u01 = 0
u10 = 0 u11 = 1
Se obţine
u0k = 1 − k u1k = k.
3
Utilizând formula (1.18) rezultă uk = v0 (1 − k) + v1 k − k 6−k .
n2 +2n
3. Impunând condiţiile x0 = 0 şi xn+1 = 0 găsim v0 = 0, v1 = 6
. În final
avem xk = k6 ((n + 1)2 − k 2 ).

P 1.10 Fie sistemul


 u0 = y0
ui−1 − 2ui + ui+1 = yi , 1≤i≤n−1 (n > 2)
un = yn


Să se arate că sistemul are soluţie unică şi să se rezolve.

R. În cazul sistemului omogen, se ı̂nmulţeşte ecuaţia i ∈ {1, 2, . . . , n − 1} cu

ui şi după ı̂nsumare rezultă
n−1
X n−1
X
2
(ui−1 − 2ui + ui+1 )ui = −u1 − (ui − ui−1 )2 − u2n−1 = 0.
i=1 i=2

Astfel sistemul omogen admite doar soluţia banală.

Se consideră ecuaţia cu diferenţe

ui+2 − 2ui+1 + ui = yi+1 , i ∈ N,

cu condiţiile iniţiale
u0 = y 0
u1 = α
Sistemul fundamental de soluţii ale ecuaţiei cu diferenţe omogemă este date de
şirurile (u0i )i∈N , (u1i )i∈N definite prin (P 1.9)

u0i = 1 − i, u1i = i.
38 CAPITOLUL 1. DIFERENŢE FINITE

Soluţia ecuaţiei cu diferenţe considerată este (1.18)

i−2
X
ui = y0 u0i + αu1i + yk+1 u1i−k−1 =
k=0
i−2
X
= y0 (1 − i) + αi + yk+1 (i − k − 1). (1.29)
k=2

Pentru i = n rezultă
n−2
!
1 X
α= yn − y0 (1 − n) − yk+1 (n − k − 1) .
n k=2

P 1.11 Să se rezolve sistemul


 a−1 −2a0 +a1 = 0
ai−1 +4ai +ai+1 = 6yi i ∈ {0, 1 . . . , n},
an−1 −2an +an+1 = 0


unde (yi )0≤i≤n sunt numere date.

R. 1. Din primele două ecuaţii


a−1 −2a0 +a1 = 0
a−1 +4a0 +a1 = 6y0

rezultă a0 = y0 . Asemănător, din ultimele două ecuaţii rezulta an = yn .

Astfel sistemul se rescrie sub forma

 a0 = y0
ai+2 +4ai+1 +ai = 6yi+1 0≤i≤n−2
an = yn


2. Soluţia ecuaţiei cu diferenţe ai+2 + 4ai+1 + ai = fi+2 = 6yi+1 este

i−2
X
ai = a0 u0i + a1 u1i + fk+2 u1i−k−1 , i ≥ 2. (1.30)
k=0

(u0i )i∈N , (u1i )i∈N sunt soluţii ale ecuaţei cu diferenţe omogene care verifică condiţiile
iniţiale
u00 = 1 u10 = 0
u01 = 0 u11 = 1
1.4. TRANSFORMAREA z 39

Prin calcul direct rezultă

(−1)k−1  √ k−1 √ k−1 

u0i = √ (2 + 3) − (2 − 3)
2 3
u1i = −u0i+1

Valoarea pentru a1 din (1.30) se obţine din ecuaţia

n−2
X
an = yn = a0 u0i + a1 u1i + fk+2 u1n−k−1 .
k=0

Se obţin

y0 u0n − yn − 6 n−2 0
P
k=0 yk+1 un−k
a1 = ,
u0n+1
i−2
X
0 0
ai = y0 ui − a1 un+1 − 6 yi+1 u0i−k , i = 2, . . . , n − 1.
k=0

P 1.12 Puterea factorială a lui x de ordin n cu pasul h este definită prin

x[n,h] = x(x − h) . . . (x − (n − 1)h), x[0,h] = 1.

Pentru h = 1 se utilizează notaţia x[n] = x(x − 1) . . . (x − n + 1).

Să se arate că

1. △h x[n,h] = nhx[n−1,h] .

2. △kh x[n,h] = Akn hk x[n−k,h] , k ∈ {0, 1, . . . , n}.

P 1.13 Să se arate că

n  
[n,h]
X n
(a + b) = a[k,h] b[n−k,h] .
k
k=0

P 1.14 Dacă P ∈ Pn atunci are loc egalitatea

n
X △k P (0)
h
P (x) = x[k,h] .
k=0
hk k!
40 CAPITOLUL 1. DIFERENŢE FINITE

R.1 = x[0,h] , x[1,h] , . . . , x[n,h] sunt polinoame de gradP

respectiv
0, 1, . . . , n. În consecinţă are loc reprezentarea P (x) = nk=0 ck x[k,h] . Calculăm
n
X n
X
△jh P (x) = ck △jh x[k,h] = ck Ajk hj x[k−j,h] .
k=j k=j

Pentru x = 0 se obţine △jh P (0) = cj j!hj .

P 1.15 Numerele lui Stirling de speţa ı̂ntâi S̄ni şi de speţa a doua S̄¯ni sunt intro-
duse prin
n n
S̄¯ni x[i] .
X X
[n] i i n
x = S̄n x , x =
i=1 i=1
Să se demonstreze formulele de recurenţă
i
S̄n+1 = S̄ni−1 − nS̄ni , S̄n0 = δn,0 ,
S̄¯i = iS̄¯i + S̄¯i−1 ,
n n−1 n−1 S̄¯n0 = δn,0 .
1

(i)
R. 1. S̄ni = i!
x[n] |x=0 . Derivând de i ori egalitatea x[n+1] = x[n] (x − n) se
obţine

(i)
(i)
(i−1)
(x[n+1] = x[n] (x − n) + i x[n] .

(i)
(i−1)
(i)
Pentru x = 0 rezultă (x[n+1] |x=0 = i x[n] |x=0 − n x[n] |x=0 şi se
ı̂mparte la i!.
2. S̄¯ni = i!1 △i xn |x=0 . Calculăm △i pentru produsul xn = xn−1 x

△i xn = i△i−1 xn−1 + △i xn−1 (x + i).

Pentru x = 0 rezultă △i xn |x=0 = i△i−1 xn−1 |x=0 + i△i xn−1 |x=0 şi se ı̂mparte la i!.

P 1.16 Să se arate că

Z n i Xn−i
X j!k!nj+k+1
q(q−1) . . . (q−i+1)(q−i−1) . . . (q−n)dq = (−1)n−i S̄ij S̄n−i
k
.
0 j=0 k=0
(j + k + 1)!

R.
Z n Z n
n−i
q(q − 1) . . . (q − i + 1)(q − i − 1) . . . (q − n)dq = (−1) q [i] (n − q)[n−i] dq =
0 0

i X
X n−i Z n
= (−1) n−i
S̄ij S̄n−i
k
q j (n − q)k dq.
j=0 k=0 0
1.4. TRANSFORMAREA z 41

P 1.17 Să se arate că

 −1  ¯0 
S̄00 S̄0
 S̄ 0 S̄ 1   S̄¯0 S̄¯1 
 1 1  1 1
= . .
 
 .. ... ..
 ..

 .  . 
S̄n0 S̄n1 . . . S̄nn ¯ 0 ¯
S̄n S̄n . . . S̄¯nn
1

P 1.18 Ştiind că şirul dat (un )n∈N este soluţia unei ecuaţii cu diferenţe liniară,
omogenă şi cu coeficienţi constanţi de ordin p, să se determine ecuaţia cu diferenţe.

R. Dacă ecuaţia cu diferenţe are forma

un+p − ap−1 un+p−1 − . . . − a1 un+1 − ao un = 0, n ∈ N,

atunci ansamblul relaţiilor pentru n ∈ {0, 1, . . . , p − 1} determină sistemul

    
u0 . . . up−1 a0 up
 u1 . . . up   a1   up+1 
..   ..  =  ..  .
    
 .. . .
 . . .  .   . 
up−1 . . . u2p−2 ap−1 u2p−1

P 1.19 Dacă
1. A ∈ Mp (R) are valorile proprii distincte două câte două;

2. x(t) este soluţia problemei cu valori iniţiale ẋ = Ax, x(t0 ) = x0 ;

3. y(t) = cT x(t), unde c ∈ Rp ;

4. yk = y(tk ), unde tk = t0 + kh, k ∈ N

atunci şirul (yk )k verifică o ecuaţie cu diferenţe liniară, omogenă şi cu coeficienţi
constanţi de ordin p.

R. Fie r1 , . . . , rp valorile proprii ale matricei A. Din x(t) = eAt x0 = pi=1 zi eri t , zi ∈
P
Cp se obţine
p p
X X
T ri t
y(t) = c zi e = wi eri t , wi ∈ C.
i=1 i=1

şi
p p
X X
ri (t0 +kh)
yk = wi e = wi eri t0 (eri h )k , k ∈ N.
i=1 i=1
42 CAPITOLUL 1. DIFERENŢE FINITE

Notăm αi = eri h , i ∈ {1, . . . , p} şi prin f (α) = αp − ap−1 αp−1 − . . . − a1 α − a0

polinomul cu rădăcinile α1 , . . . , αp . Se verifică egalitatea

a0 yn + a1 yn+1 + . . . + ap−1 yn+p−1 = yn+p , ∀n ∈ N.

P 1.20 Să se calculeze polinomul caracteristic şi valorile proprii ale matricei
 
2 −1 0 . . . 0
 −1 2 −1 0 
 
 0 −1 2 0 
An =  .. ..  ∈ Mn (R).
 
. . . .
 . . . . 
 
 0 −1 2 −1 
0 . . . 0 −1 2

R. Calculăm determinantul
 
 λ−2 1 0 ... 0 
 
 1
 λ − 2 1 0 

 0 1 λ−2 0 
∆n = |λIn − An | =  .. .
 
. .. . .. ..
 . . 
 
 0
 1 λ − 2 1 

 0 ... 0 1 λ−2 

Fie µ = λ − 2. Dezvoltând după prima linie se obţine

∆n = µ∆n−1 − ∆n−2 (1.31)

cu condiţiile iniţiale
∆1 = µ
(1.32)
∆2 = µ2 − 1
Polinomul caracteristic al ecuaţiei cu diferenţe ∆n+2 − µ∆n+1 + ∆n = 0 este
x2 − µx + 1 şi are rădăcinile
p
x1 = 21 (µ + pµ2 − 4)
x2 = 12 (µ − µ2 − 4)

Problema (1.31)+(1.32) are soluţia

 p !n+1 p !n+1 
1 µ + µ 2−4 2
µ− µ −4
∆n = p  − 
µ2 − 4 2 2
1.4. TRANSFORMAREA z 43

 √ n+1
µ− µ2 −4
Ecuaţia ∆n = 0 conduce la ecuaţia √ = 1, de unde
µ+ 2
µ −4
p
µ− µ2 − 4
p = cos tk + i sin tk = zk ,
µ + µ2 − 4
2πk
cu tk = n+1
, k ∈ {0, 1, . . . , n}. Urmează
µ tk tk
p = i cot ⇒ µ = ±2 cos .
2
µ −4 2 2
(1) (2) (2) (1)
Dacă µk = 2 cos t2k şi µk = −2 cos t2k atunci µn−k = µk+1 , k ∈ {0, 1, . . . , n − 1}.
(1) (2)
Ţinând seama de expresia ∆n soluţiile µ0 = 2, µ0 = −2 nu convin.
Reţinem µk = −2 cos n+1 kπ
şi ı̂n consecinţă valorile proprii sunt λk = 4 sin2 2(n+1)
kπ
,
k ∈ {1, 2, . . . , n}.
P 1.21 Să se arate egalitatea
∇h δ2h h δh2
= − .
h 2h 2 h2
 
Pn n
P 1.22 [22, p. 230] Fie şirul de numere reale (an )n∈N şi △n a0 = k=0 (−1)n−k ak .
k
Să se arate egalitatea
∞ ∞
X xk k −x
X xk
△ a0 = e ak .
k=0
k! k=0
k!

R. Sumând egalităţile următoare

 
0 0
△ a0 = a0
0
   
1 1 1
△ a0 = a1 − a0
1 0
     
2 2 2 2
△ a0 = a2 − a1 + a0
2 1 0
..
.        
2 k k k k k
△ k0 = ak − ak−1 + ak−2 + . . . + (−1) a0
k k−1 k−2 0
..
.
44 CAPITOLUL 1. DIFERENŢE FINITE

2 k
ı̂nmulţite ı̂n prealabil cu 1, 1!x , x2! , . . . , xk! , . . . rezultă
∞ ∞
X xk X
△k a0 = bk (x)ak ,
k=0
k! k=0

unde
∞
xk xk+1 xj
     
k k+1 X j
bk (x) = − + ... = (−1)j−k =
k k! k (k + 1)! k j!
j=k
∞
xk X (−1)j−k xj−k xk
= = e−x .
k! j=k (j − k)! k!
 n
2 1
P 1.23 Să se calculeze .
−1 4

R. Considerăm sistemul de două ecuaţii cu diferenţe

     
xn+1 2 1 xn xn+1 = 2xn + yn
= ⇒
yn+1 −1 4 yn yn+1 = −xn + 4yn
Separând şirurile rezultă
yn = xn+1 − 2xn
xn+2 − 6xn+1 + 9xn = 0
de unde
    
xn = C1 3n + C2 n3n xn n 1 n C1
⇔ =3 .
yn = C1 3n + C2 (n + 3)3n yn 1 n+3 C2
Constantele C1 , C2 se determină din condiţiile iniţiale (n = 0)
         
x0 1 0 C1 C1 1 3 0 x0
= ⇒ =
y0 1 3 C2 C2 3 −1 1 y0
Eliminând matricea cu constele C1 , C2 se obţine
      n  
xn n−1 3−n n x0 2 1 x0
=3 = .
yn −n n + 3 y0 −1 4 y0
O soluţie elementară se obţine observând
   
2 1 −1 1
= 3I2 +
−1 4 −1 1
| {z }
B
2
cu B = 0.
1.4. TRANSFORMAREA z 45

P 1.24 Să se arate egalitatea

n  
X n
n! = (−1)i (n − i)n .
i
i=0

R. Pentru f (x) = xn utilizând (1.2, ii ) cu h = 1

n   n  
n
X n i
X n
∇ f (x) = (−1) f (x − i) = (−1)i (x − i)n .
i i
i=0 i=0

Pentru x := n rezultă
n  
n n
X n
∇ x |x:=n = (−1)i (n − i)n .
i
i=0

Potrivit Teoremei de medie ∇n f (x) = f (n) (ξ), ξ ∈ (x − n, x), de unde ∇n xn = n!.

46 CAPITOLUL 1. DIFERENŢE FINITE
Capitolul 2

Elemente din teoria interpolării

Fie X o mulţime şi funcţia f : X → R cunoscută numai prin valorile ei ı̂ntr-un

număr finit de puncte x1 , x2 , . . . , xn din mulţimea X: yi = f (xi ), i ∈ {1, 2, . . . , n}.
O mulţime F de funcţii reale definite ı̂n X este interpolatoare de ordin n
dacă pentru orice sistem de n puncte distincte x1 , x2 , . . . , xn din X şi oricare ar
fi numerele reale y1 , y2 , . . . , yn există ı̂n F o singură funcţie care ı̂n punctele xi ia
respectiv valorile yi , pentru orice i ∈ {1, 2, . . . , n}.
În acest cadru problema de interpolare are următorul enunţ: Dându-se mulţimea
interpolatoare F de ordinul n ı̂n X şi perechile (xi , yi ) ∈ X × R, i ∈ {1, 2, . . . , n},
cu proprietatea că i ̸= j ⇒ xi ̸= xj , să se determine aceea funcţie φ ∈ F care ı̂n
punctele xi ia respectiv valorile yi : yi = φ(xi ), i ∈ {1, 2, . . . , n}.
Funcţia de interpolare φ şi f au aceleaşi valori ı̂n punctele {x1 , x2 , . . . , xn }.
Se consideră că φ este o aproximare a funcţiei f. Din punct de vedere teoretic se
ridică următoarele probleme:
• Precizarea unor mulţimi interpolatoare (problema existenţei funcţiei de in-
terpolare);
• Determinarea funcţiei de interpolare;
• Evaluarea diferenţei dintre o funcţie şi funcţia de interpolare corespunzătoare.

2.1 Sisteme Cebı̂şev

Considerăm funcţiile reale

f1 , f2 , . . . , fn (2.1)

definite ı̂n intervalul compact [a, b].

47
48 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Sistemul de funcţii (2.1) este liniar independent dacă egalitatea

n
X
λi fi (x) = 0, ∀x ∈ [a, b]
i=1

are loc numai pentru λ1 = . . . = λn = 0.

Teorema 2.1.1 Sistemul de funcţii (2.1) este liniar independent dacă există un
sistem de puncte a ≤ x1 < x2 < . . . xn ≤ b astfel ı̂ncât determinantul
 
  f1 (x1 ) f2 (x1 ) . . . fn (x1 ) 
 

f1 , f 2 , . . . , f n  f (x ) f2 (x2 ) . . . fn (x2 ) 
V =  1 2  ̸= 0.
x1 , x2 , . . . , xn  ... ... ... ... 

 f1 (xn ) f2 (xn ) . . . fn (xn ) 

Demonstraţie. Presupunem prin absurd, că sistemul de funcţii (2.1) este liniar
independent  şi că pentru orice sistem de puncte a ≤ x1 < x2 < . . . xn ≤ b are loc
f1 , f 2 , . . . , f n
egalitatea V = 0.
x1 , x2 , . . . , xn
Atunci max{rang(fi (xj ))1≤i,j≤n : a ≤ x1 < x2 < . . . < xn ≤ b} = m ≤ n − 1.
Există punctele a ≤ x01 < x02 < . . . < x0n ≤ b astfel ı̂ncât rang(fi (x0j ))1≤i,j≤n = m
şi λ1 , λ2 , . . . , λn o soluţie nebanală a sistemului algebric de ecuaţii liniare

λ1 f1 (x01 ) + λ2 f2 (x01 ) + . . . + λn fn (x01 ) = 0

λ1 f1 (x02 ) + λ2 f2 (x02 ) + . . . + λn fn (x02 ) = 0
... ... ...
λ1 f1 (xn ) + λ2 f2 (xn ) + . . . + λn fn (x0n ) = 0
0 0

Deoarece rangul matricei (fi (x0j ))1≤i,j≤n este m, ı̂ntre vectorii

vi = (f1 (x0i ), f2 (x0i ), . . . , fn (x0i )), i = 1, 2, . . . , n

există m vectori liniari independenţi. Putem presupune că aceştia sunt printre
v1 , . . . , vn−1 .
Atunci pentru orice x ∈ [a, b] are loc egalitatea ni=1 λi fi (x) = 0. Într-adevăr
P
matricea  
f1 (x01 ) f2 (x01 ) . . . fn (x01 )
 ... ... ... ... 
 0 0 0

 f1 (xn−1 ) f2 (xn−1 ) . . . fn (xn−1 ) 
f1 (x) f2 (x) . . . fn (x)
2.1. SISTEME CEBÎŞEV 49

are rangul cel mult egal cu m. Dacă v = (fP 1 (x), f2 (x), . . . , fn (x)) atunci există
n−1
constantele µ1 , µ2 , . . . , µn−1 astfel ı̂ncât v = i=1 µi vi sau pe componente
n−1
X
fj (x) = µi fj (x0i ), j = 1, 2, . . . , n.
i=1

Înmulţind relaţiile de mai sus, respectiv cu λ1 , . . . , λm şi sumând obţinem

n
X n
X n−1
X n−1
X n
X
λj f (xj ) = λj µi fj (x0i ) = µi λj f (x0i ) = 0.
j=1 j=1 i=1 i=1 j=1

În acest fel se contrazice independenţa familiei de funcţii (2.1).

presupunem că existăsistemul de puncte a ≤ x1 < x2 < . . . xn ≤
Reciproc, să 
f1 , f 2 , . . . , f n
b astfel ı̂ncât V ̸= 0.
x1 , x2 , . . . , xn
Dacă familia de funcţii (2.1) nu ar fi liniar P independentă atunci ar exista
constantele λ1 , . . . , λn , nu toate nule astfel ı̂ncât ni=1 λi fi (x) = 0, ∀x ∈ [a, b].
În particular, sistemul omogen

λ1 f1 (x1 ) + λ2 f2 (x1 ) + . . . + λn fn (x1 ) = 0

λ1 f1 (x2 ) + λ2 f2 (x2 ) + . . . + λn fn (x2 ) = 0
... ... ...
λ1 f1 (xn ) + λ2 f2 (xn ) + . . . + λn fn (xn ) = 0

ı̂n necunoscutele λ1 , . . . , λn admite

 o soluţie nebanală,cea ce contrazice ipoteza
f1 , f 2 , . . . , f n
făcută asupra determinantului V .
x1 , x2 , . . . , xn

Definiţia 2.1.1 Sistemul de funcţii (2.1) este un sistem Cebı̂şev dacă pentru
orice sistem de puncte a ≤ x1 < x2 < . . . < xn ≤ b determinantul
 
f1 , f 2 , . . . , f n
V
x1 , x2 , . . . , xn

este diferit de zero.

Observaţia 2.1.1 Orice sistem Cebı̂şev este alcătuit din funcţii liniar indepen-
dente.

Observaţia 2.1.2 În orice interval [a, b] funcţiile 1, x, x2 , . . . , xn formează un

sistem Cebı̂şev.
50 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Fie F = span{f1 , f2 , . . . , fn } spaţiul liniar generat de funcţiile (2.1).

Teorema 2.1.2 (Condiţia lui Haar) Sistemul (2.1) formează un sistem Cebı̂şev
dacă şi numai dacă orice funcţie din F \ {0} se anulează cel mult ı̂n n − 1 puncte
din [a, b].

Demonstraţie. Să presupunem că familia de funcţii (2.1) formează un sistem

Cebı̂şev şi că există o funcţie f ∈ F \ {0} care se anulează cel puţin ı̂n n puncte
a ≤ x1 < x2 < . . . < xn ≤ b adică
Xn
f (xj ) = ci fi (xj ) = 0, j ∈ {1, 2, . . . , n}. (2.2)
i=1

În acest caz relaţiile (2.2) privite ca un sistem algebric de ecuaţii

 liniare şi omogene
f1 , f 2 , . . . , f n
ı̂n necunoscutele c1 , . . . , cn admit o soluţie nebanală, deci V =
x1 , x2 , . . . , xn
0, ceea ce contrazice definiţia unui sistem Cebı̂şev.
Reciproc, presupunem că orice funcţie din F \ {0} se anulează cel mult ı̂n
n − 1 puncte din [a, b] şi prin  absurd, că există sistemul
 de puncte a ≤ x1 < x2 <
f1 , f 2 , . . . , f n
. . . < xn ≤ b astfel ı̂ncât V = 0. Atunci sistemul algebric
x1 , x2 , . . . , xn
de ecuaţii liniare
λ1 f1 (x1 ) + λ2 f2 (x1 ) + . . . + λn fn (x1 ) = 0
λ1 f1 (x2 ) + λ2 f2 (x2 ) + . . . + λn fn (x2 ) = 0
... ... ...
λ1 f1 (xn ) + λ2 f2 (xn ) + . . . + λn fn (xn ) = 0
ı̂n necunoscutele P λ1 , . . . , λn admite o soluţie nebanală. Cu această soluţie nebanală
definim f = ni=1 λi fi . f aparţine mulţimii F \ {0} şi se anulează ı̂n punctele
x1 , . . . , xn . Acest fapt contrazice ipoteza făcută, deci familia de funcţii (2.1)
formează un sistem Cebı̂şev.
Teorema 2.1.3 Dacă familia de funcţii (2.1) formează un sistem Cebı̂şev ı̂n
[a, b] atunci F formează o familie interpolatoare de ordin n ı̂n [a, b].

Demonstraţie. Fie a ≤ x1 < x2 < . . . < xn ≤ b şi numerele reale y1 , y2 , . . . , yn .

Considerăm sistemul algebric de ecuaţii liniare
c1 f1 (x1 ) + c2 f2 (x1 ) + . . . + cn fn (x1 ) = y1
c1 f1 (x2 ) + c2 f2 (x2 ) + . . . + cn fn (x2 ) = y2
(2.3)
... ... ...
c1 f1 (xn ) + c2 f2 (xn ) + . . . + cn fn (xn ) = yn
2.1. SISTEME CEBÎŞEV 51

 
f1 , f 2 , . . . , f n
ı̂n necunoscutele c1 , c2 , . . . , cn . Determinantul sistemului V
x1 , x2 , . . . , xn
este
Pn diferit de 0, deci (2.3) admite o soluţie unică c ,
1 2c , . . . , cn . Funcţia f =
i=1 ci fi satisface condiţiile de interpolare f (xi ) = yi , i ∈ {1, 2, . . . , n}.

Observaţia 2.1.3 Condiţia ca o familie de funcţii (2.1) să formeze un sistem

Cebı̂şev este echivalentă cu condiţia lui Haar sau cu proprietatea de a fi interpo-
latoare de ordin n pentru spaţiul liniar F.

Pentru funcţia f ∈ F care satisface condiţiile de interpolare

f (xi ) = yi i ∈ {1, 2, . . . , n} (2.4)

folosim notaţia L(F; x1 , . . . , xn ; y1 , . . . , yn ). Dacă y1 , . . . , yn sunt valorile unei funcţii

φ, respectiv ı̂n punctele x1 , . . . , xn , atunci notaţia folose L(F; x1 , . . . , xn ; φ).

Teorema 2.1.4 Dacă familia de funcţii (2.1) formează un sistem Cebı̂şev ı̂n
[a, b] atunci soluţia problemei de interpolare (2.4) este

1
L(F; x1 , . . . , xn ; y1 , . . . , yn )(x) =  · (2.5)
f1 , f 2 , . . . , f n
V
x1 , x2 , . . . , xn
 

 f1 (x1 ) f2 (x1 ) . . . fn (x1 ) 


 ... ... ... ... 

Xn 
 f1 (xi−1 ) f2 (xi−1 ) . . . fn (xi−1 ) 

· yi  f1 (x) f2 (x) . . . fn (x) 

i=1 
 f1 (xi+1 ) f2 (xi+1 ) . . . fn (xi+1 ) 


 ... ... ... ... 

 f1 (xn ) f2 (xn ) . . . fn (xn ) 
sau
1
L(F; x1 , . . . , xn ; y1 , . . . , yn )(x) =  · (2.6)
f1 , f 2 , . . . , f n
V
x1 , x2 , . . . , xn
 
n
X

 f1 (x1 ) . . . fi−1 (x1 ) y1 fi+1 (x1 ) . . . fn (x1 ) 
fi (x)  ... ... ... ... ... ... . . .  .
i=1  f1 (xn ) . . . fi−1 (xn ) yn fi+1 (xn ) . . . fn (xn ) 
52 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Demonstraţie. Potrivit teoremei (2.1.3) problema de interpolare (2.4) are o

soluţie L(x) = L(F; x1 , . . . , xn ; y1 , . . . , yn )(x) care verifică egalitatea
 
 L(x) f1 (x) f2 (x) . . . fn (x) 
 
 y1 f1 (x1 ) f2 (x1 ) . . . fn (x1 ) 
 =0 (2.7)
 ... ... ... ... . . . 

 yn f1 (xn ) f2 (xn ) . . . fn (xn ) 

Într-adevăr, determinantul dezvoltat după prima linie este o funcţie din F. Acestă
funcţie se anulează ı̂n x1 , . . . , xn şi atunci, potrivit teoremei (2.1.2), determinantul
este nul pentru orice x ∈ [a, b].
Descompunem (2.7) ı̂ntr-o sumă de doi determinanţi
 
 L(x) f1 (x) f2 (x) . . . fn (x) 
 
 0 f 1 (x 1 ) f 2 (x 1 ) . . . f n (x 1 ) 
 + (2.8)
 ... ... ... ... . . . 

 0 f1 (xn ) f2 (xn ) . . . fn (xn ) 
 
 0 f1 (x) f2 (x) . . . fn (x) 
 
 y1 f1 (x1 ) f2 (x1 ) . . . fn (x1 ) 
+   = 0.
 ... ... ... ... . . . 
 yn f1 (xn ) f2 (xn ) . . . fn (xn ) 
Dezvoltând al doilea determinant din (2.8) după prima coloană obţinem
 
f1 , f2 , . . . , f n
L(x)V +
x1 , x2 , . . . , xn
 
 f1 (x) f2 (x) . . . fn (x) 

 f1 (x1 ) f2 (x1 ) . . . fn (x1 ) 

Xn 
 ... ... ... ... 

i 
+ (−1) yi  f1 (xi−1 ) f2 (xi−1 ) . . . fn (xi−1 )  = 0
i=1  f1 (xi+1 ) f2 (xi+1 ) . . . fn (xi+1 ) 


 ... ... ... ... 

 f1 (xn ) f2 (xn ) . . . fn (xn ) 
de unde se obţine imediat (2.5).
Relaţia (2.6) se obţine analog, dezvoltând al doilea determinant din (2.8) după
prima linie.
 
f1 , f2 , . . . fn
Teorema 2.1.5 Dacă V ̸= 0 şi y1 , y2 , . . . , yn ∈ R atunci
x1 , x2 , . . . xn
există o singură funcţie L ∈ F astfel ı̂ncât L(xi ) = yi , ∀i ∈ {1, 2, . . . , n}.
2.1. SISTEME CEBÎŞEV 53

Pn
Demonstraţie. Reprezentarea L = i=1 ci fi şi condiţiile de interpolare conduc
la sistemul algebric de ecuaţii liniare
n
X
ci fi (xj ) = yj , j ∈ {1, 2, . . . , n}, (2.9)
i=1
 
f1 , f2 , . . . fn
a cărui determinant V este diferit de zero.
x1 , x2 , . . . xn
 
f1 , f2 , . . . fn
Teorema 2.1.6 Dacă V ̸= 0, y1 , y2 , . . . , yn ∈ R iar L ∈ F
x1 , x2 , . . . xn
este funcţia de interpolare pentru care L(xi ) = yi , i ∈ {1, 2, . . . , n} atunci
 
 L(x) f1 (x) . . . fn (x) 
 
 y1 f1 (x1 ) . . . fn (x1 ) 
=0 (2.10)
 
 .. ... ..
 . . 
 
 yn f1 (xn ) . . . fn (n ) 

Demonstraţie. Din (2.9) se obţine

 
 f1 (x1 ) . . . fi−1 (x1 ) y1 fi+1 (x1 ) . . . fn (x1 ) 
 
 .. .. .. 

 . . . 

 f1 (xn ) . . . fi−1 (xn ) yn fi+1 (xn ) . . . fn (xn ) 
ci =  
f1 , f2 , . . . fn
V
x1 , x2 , . . . xn

care dezvoltat după coloana i conduce la

n  
1 X f1 , . . . fi−1 , fi+1 , . . . fn
ci =   (−1)i+j yj V .
f1 , f2 , . . . fn x1 , . . . xj−1 , xj+1 , . . . xn
V j=1
x1 , x2 , . . . xn

Prin urmare
1
L(x) =  ×
f1 , f2 , . . . fn
V
x1 , x2 , . . . xn
n n  
X X
i+j f1 , . . . fi−1 , fi+1 , . . . fn
× fi (x) (−1) yj V =
x1 , . . . xj−1 , xj+1 , . . . xn
i=1 j=1
54 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

 
 f1 (x1 ) ... fn (x1 ) 
 .. .. 
. .
 
 
f1 (xj−1 ) . . . fn (xj−1 ) 
 
n
1 X 
=  yj  f1 (x) . . . fn (x) 
  
f1 , f2 , . . . fn 
f1 (xj+1 ) . . . fn (xj+1 ) 

V j=1 
x1 , x2 , . . . xn  .. .. 

 . . 

 f1 (xn ) . . . fn (xn ) 
egalitate echivalentă cu (2.10).

Cazul funcţiilor continue şi periodice

Fie T > 0 şi CT (R) mulţimea funcţiilor continue şi periodice cu perioada T.

Definiţia 2.1.2 O familie de funcţii f1 , . . . , fn ∈ CT (R) generează un spaţiu

Haar periodic dacă pentru orice x ∈ R familia formează un sistem Cebı̂şev ı̂n
intervalul [x, x + T ].

Teorema 2.1.7 Dacă f1 , . . . , fn ∈ CT (R) generează un spaţiu Haar periodic

atunci n este impar.

Demonstraţie. Fie 0 < x1 < . . . < xn < T. Potrivit teoremei 2.1.3 există
o funcţie f ∈ span{f1 , . . . , fn } astfel ı̂ncât f (xi ) = (−1)i , i ∈ {1, . . . , n}. În
consecinţă funcţia f admite câte un zero ı̂n fiecare din intervalele (x1 , x2 ), (x2 , x3 ),
. . . , (xn−1 , xn ).
Dacă y ∈ (0, x1 ) atunci f (y) < 0. Altfel, f ar mai avea un zero ı̂n intervalul
(y, x1 ), ceea ce ar contrazice condiţia lui Haar, 2.1.2.
Presupunem prin absurd că n este număr par. În intervalul [x1 , x1 +T ] familia
f1 , . . . , fn formează un sistem Cebı̂şev. Dar f (xn ) = (−1)n = 1 şi f (y + T ) =
f (y) < 0, adică f va avea ı̂ncă un zero ı̂n intervalul (xn , y + T ) ⊂ (xn , x1 + T ),
cea ce contrazice din nou proprietatea lui Haar.

2.2 Interpolare Lagrange

Particularizăm rezultatele secţiunii anterioare pentru sistemul Cebı̂şev alcătuit
din funcţiile 1, x, x2 , . . . , xn . În acest caz F coincide cu mulţimea polinoamelor
de grad cel mult n, Pn . Mulţimea Pn este interpolatoare de ordinul n + 1 pe
orice mulţime de puncte care conţine cel puţin n + 1 puncte distincte. Problema
2.2. INTERPOLARE LAGRANGE 55

de interpolare corespunzătoare se numeşte problema de interpolare Lagrange, iar

soluţia ei polinomul de interpolare Lagrange.

Teorema 2.2.1 Expresia polinomului de interpolare Lagrange este

L(Pn ; x1 , . . . , xn ; y1 , . . . , yn )(x) = (2.11)

n+1
X (x − x1 ) . . . (x − xi−1 )(x − xi+1 ) . . . (x − xn+1 )
= yi
i=1
(xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn+1 )

 
1, x, . . . , xn
Demonstraţie. Determinantul V revine la determinan-
x1 , x2 , . . . , xn
tul lui Vandermonde
 

 1 x1 . . . xn1 

 1 x2 . . . xn2  Y
V (x1 , x2 , . . . , xn ) =  = (xi − xj ).
 ... ... ... ... 
 1≤j<i≤n+1
 1 xn+1 . . . xnn+1 

Utilizând (2.5) găsim

 

 1 x1 . . . xn1 


... ... ... ... 


 1 xi−1 . . . xni−1 


 1 x . . . xn 


 1 xi+1 . . . xni+1 


... ... ... ... 

 1 xn+1 . . . xnn+1  V (x1 , . . . , xi−1 , x, xi+1 , . . . , xn+1
 = =
1, x, . . . , xn V (x1 , . . . , xi−1 , xi , xi+1 , . . . , xn+1
V
x1 , x 2 , . . . , xn

(x − x1 ) . . . (x − xi−1 )(x − xi+1 ) . . . (x − xn+1 )

= i = 1, 2, . . . , n + 1.
(xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn+1 )

Polinoamele li (x) = (x(x−x 1 )...(x−xi−1 )(x−xi+1 )...(x−xn+1 )

i −x1 )...(xi −xi−1 )(xi −xi+1 )...(xi −xn+1 )
, i ∈ {1, 2, . . . , n + 1} se
numesc polinoamele fundamentale Lagrange şi verifică relaţiile li (xj ) = δi,j , ∀i, j ∈
{1, 2, . . . , n + 1}.
56 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

2.3 Interpolarea Lagrange-Hermite

Date fiind nodurile de interpolare x1 < x2 < . . . < xn+1 , numerele naturale
r1 , r2 , . . . , rn+1 şi numerele reale

f (k) (xi ), k ∈ {0, 1, . . . , ri }, i ∈ {1, 2, . . . , n + 1},

ne propunem să determinăm un polinom H(x) care să satisfacă condiţiile:

∀k ∈ {0, 1, . . . , ri },
H (k) (xi ) = f (k) (xi ), (2.12)
∀i ∈ {1, 2, . . . , n + 1}.

Vom arăta că ı̂n mulţimea polinoamelor de grad cel mult m, Pm , cu

n+1
X
m+1= (ri + 1) (2.13)
i=1

există un singur polinom ce satisface condiţiile de interpolare (2.12), ı̂i vom de-
termina forma şi vom evalua restul f (x) − H(x), ı̂n ipoteza ı̂n care datele de
interpolare corespund funcţiei f.

Teorema 2.3.1 Dacă X şi Y sunt spaţii m−dimensionale iar A ∈ (X, Y )# este
un operator liniar şi injectiv atunci A este bijectiv.

Demonstraţia 1. Fie e1 , e2 , . . . , emPo bază ı̂n X. Atunci Ae1 , Ae2 , . . . , Aem

m
este
Pom bază ı̂n Y . Într-adevăr, dacăPm i=1 λi Aei = 0, atunci datorită liniarităţii
A( i=1 λi ei ) = 0 şi a injectivităţii i=1 λi ei = 0, deci λ1 = λ2 = . . . = λm = 0.
Dacă y ∈ Y, atunci există constantele c1 , c2 , . . . , cm astfel ı̂ncât
m
X Xm
y= ci Aei = A( ci ei ),
i=1 i=1

adică surjectivitatea operatorului A.

Demonstraţia 2. Fie X = Y = Rn şi A ∈ (Rn , Rn ). Putem identifica A printr-

o matrice din Mn (R). Deoarece operatorul A este injectiv Ker(A) = {0}. Din
13.1.35 rezultă că dim(Im(A)) = n adică operatorul A este surjectiv.

Teorema 2.3.2 Problema de interpolare Lagrange - Hermite are soluţie unică

ı̂n mulţimea polinoamelor de grad cel mult m, Pm , (2.13).
2.3. INTERPOLAREA LAGRANGE-HERMITE 57

Demonstraţie. Definim operatorul A : Pm → Rm+1 prin

A(p) = (p(x1 ), p′ (x1 ), . . . , p(r1 ) (x1 ), . . . , p(xn+1 ), p′ (xn+1 ), . . . , p(rn+1 ) (xn+1 )).

(2.14)
A este liniar
Qn+1 şi injectiv. Într-adevăr, dacă A(p) = 0, cu p ∈ Pm atunci polinomul
ri +1
u(x) = i=1 (x − xi ) divide polinomul p. Deoarece
n+1
X
grad(u) = (ri + 1) = m + 1 > grad(p),
i=1

rezultă că p = 0.
Din (2.3.1), rezultă că operatorul A este bijectiv, deci există un singur polinom
H ∈ Pm astfel ı̂ncât

A(H) = (f (0) (x1 ), f (1) (x1 ), . . . , f (r1 ) (x1 ), . . .

. . . , f (0) (xn+1 ), f (1) (xn+1 ), . . . , f (rn+1 ) (xn+1 ))

sau

H (k) (xi ) = f (k) (xi ), ∀k ∈ {0, 1, . . . , ri }, ∀i ∈ {1, 2, . . . , n + 1}.

Introducem notaţiile:
n+1
Y
u(x) = (x − xi )ri +1 (2.15)
i=1
u(x)
ui (x) = (2.16)
(x − xi )ri +1

Teorema 2.3.3 Expresia polinomului de interpolare Lagrange – Hermite, soluţia

problemei de interpolare Lagrange – Hermite este
ri
n+1 X
X
H(x) = f (j) (xi )hi,j (x), (2.17)
i=1 j=0

unde
ri −j  (k)
(x − xi )j X 1 (x − xi )k
hi,j (x) = ui (x) .
j! k=0
u i (x) x=xi k!
58 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Demonstraţie. Fie (ei,j )1≤i≤n+1, 0≤j≤ri baza canonică ı̂n Rm+1 . Pentru fiecare
i ∈ {1, 2, . . . , n + 1}, j ∈ {0, 1, . . . , ri } există polinomul hi,j ∈ Pm astfel ı̂ncât
A(hi,j ) = ei,j , unde A este operatorul definit ı̂n (2.14). Atunci

A(H) = (f (0) (x1 ), f (1) (x1 ), . . . , f (r1 ) (x1 ), . . .

. . . , f (0) (xn+1 ), f (1) (xn+1 ), . . . , f (rn+1 ) (xn+1 )) =

X ri
n+1 X ri
n+1 X
X
f (j) (xi )ei,j = f (j) (xi )A(hi,j ) =
i=1 j=0 i=1 j=0

X ri
n+1 X
= A( f (j) (xi )hi,j ).
i=1 j=0

Injectivitatea operatorului A implică (2.17).

Din definiţia polinomului hi,j , rezultă că hi,j se divide prin ui (x)(x − xi )j . Prin
urmare
hi,j (x) = ui (x)(x − xi )j gi,j (x), (2.18)
unde gi,j este un polinom a cărui grad este

gradgi,j = gradhi,j − gradui − j = m − ((m + 1) − (ri + 1)) − j = ri − j.

Polinomul gi,j se poate scrie

ri −j
X (k) (x − xi )k
gi,j (x) = gi,j (xi ) .
k=0
k!

Din (2.18) găsim

1
(x − xi )j gi,j (x) = hi,j (x)
ui (x)
şi derivând de j + k, potrivit formulei lui Leibniz, obţinem
j+k   j+k    (s)
X j+k j (s) (j+k−s)
X j+k (j+k−s) 1
((x − xi ) ) gi,j (x) = hi,j (x) .
s s ui (x)
s=0 s=0

Pentru x = xi singurul termen diferit de 0 ı̂n membrul stâng se obţine pentru

s = j iar ı̂n membrul drept, datorită definiţiei lui hi,j , singurul termen diferit de
0 se obţine pentru s = k. Rezultă
 (k)
(k) (j) 1
j!gi,j (xi ) = hi,j
ui (x) x=xi
2.3. INTERPOLAREA LAGRANGE-HERMITE 59

de unde
 (k)
(k) 1 1
gi,j (xi ) = , k ∈ {0, 1, . . . , ri − j}.
j! ui (x) x=xi

Teorema 2.3.4 Dacă f este o funcţie de m + 1 ori derivabilă ı̂n intervalul I =

(min{x, x1 , . . . , xn+1 }, max{x, x1 , . . . , xn+1 }) atunci există ξ ∈ I astfel ı̂ncât

f (m+1) (ξ)
f (x) − H(x) = u(x) . (2.19)
(m + 1)!

Demonstraţie. Funcţia F : R → R definită prin

 
 u(z) f (z) − H(z) 
F (z) =  
u(x) f (x) − H(x) 

admite zerourile x, x1 , . . . , xn+1 cu ordinele de multiplicitate,

Pn+1 respectiv 1, r1 +
1, . . . , rn+1 + 1. Spunem că F se anulează ı̂n 1 + i=1 (ri + 1) = m + 2 puncte.
Din teorema lui Rolle rezultă că există ξ ∈ I astfel ı̂ncât F (m+1) (ξ) = 0. Dar

F (m+1) (ξ) = (m + 1)!(f (x) − H(x)) − f (m+1) (ξ)u(x) = 0,

de unde se deduce (2.19).

Cazuri particulare importante.
1. Polinomul Taylor. Fie n = 0 şi notăm x1 = a, r1 = r. În acest caz
polinomul de interpolare H(x) satisface condiţiile

H (j) (a) = f (j) (a) j ∈ {0, 1, . . . , r}

şi are expresia

r
X (x − a)j
H(x) = f (j) (a) ,
j=0
j!
ceea ce corespunde polinomului lui Taylor ataşat funcţiei f ı̂n punctul a, de
grad r.

2. Polinomul lui Lagrange. Dacă ri = 0, i = 1, 2, . . . , n + 1 atunci regăsim

polinomul de interpolare Lagrange
n+1
X ui (x)
H(x) = f (xi ) =
i=1
ui (xi )
60 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

n+1
X (x − x1 ) . . . (x − xi−1 )(x − xi+1 ) . . . (x − xn+1 )
= f (xi ) =
i=1
(xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn+1 )
= L(Pn , x1 , . . . , xn+1 , f )(x).

3. Polinomul lui Fejér. Fie ri = 1, i = 1, 2, . . . , n + 1. Introducând notaţiile

Qn+1
w(x) = i=1 (x − xi )
w(x)
w( x) = x−xi i ∈ {1, 2, . . . , n + 1}
wi (x) w(x)
li (x) = wi (xi ) = (x−xi )w′ (xi ) i ∈ {1, 2, . . . , n + 1}

găsim u(x) = w2 (x) şi ui (x) = wi2 (x), i ∈ {1, 2, . . . , n + 1}. Atunci
 
2 1 1 ′
hi,0 (x) = wi (x) + (x − xi )( 2 )x=xi =
wi2 (xi ) wi (x)

2wi′ (xi )
 
2 1
= wi (x) − (x − xi ) 3 =
wi2 (xi ) wi (xi )
wi2 (x) w′′ (xi ) w′′ (xi )
   
2
= 2 1 − (x − xi ) ′ = li (x) 1 − (x − xi ) ′ ,
wi (xi ) w (xi ) w (xi )
şi
1
hi,1 (x) = wi2 (x)(x − xi ) = li2 (x)(x − xi ).
wi2 (xi )
Expresia polinomului de interpolare devine
n+1
X n+1
X
H(x) = f (xi )hi,0 (x) + f ′ (xi )hi,1 (x) = (2.20)
i=1 i=1

n+1 n+1
w′′ (xi )
X   X
= f (xi )li2 (x) 1 − (x − xi ) ′ + f ′ (xi )li2 (x)(x − xi ).
i=1
w (xi ) i=1

Acest polinom este cunoscut sub numele de polinomul lui Fejér.

Metodă iterativă de calcul

Metoda iterativă de calcul a polinomului de interpolare Lagrange - Hermite1
consideră cazul r1 = r2 = . . . = rn+1 = m.
1
Cirillo E., Hormann K., An iterative approach to barycentric rational Hermite interpolation.
Numer. Math. 40(4) (2018), p. 939–962.
2.3. INTERPOLAREA LAGRANGE-HERMITE 61

Fie polinoamele
1
bi,j (x) = (x − xi )j lij+1 (x), i ∈ {1, 2, . . . , n + 1}, j ∈ {0, 1, . . . , m},
j!
unde li (x), i ∈ {1, 2, . . . , n + 1}, sunt polinoamele fundamentale Lagrange.

Teorema 2.3.5 Au loc egalităţile


(k) 0 pentru k < j,
bi,j (xl ) = (2.21)
δi,l pentru k = j.

Demonstraţie. Inducţie după j.

Pentru j = 0, bi,0 (x) = li (x)şi bi,0 (xl ) = δi,l .
(k) 0 pentru k < j − 1,
Presupunem că bi,j−1 (xl ) =
δi,l pentru k = j − 1.
Dacă ci (x) = (x − xi )li (x) atunci bi,j (x) = 1j ci (x)bi,j−1 (x). Urmează că

k  
(k) 1X k (k−s) (s)
bi,j (x) = ci (x)bi,j−1 (x)
j s=0 s

de unde
k  
(k) 1X k (k−s) (s)
bi,j (xl ) = ci (xl )bi,j−1 (xl ). (2.22)
j s=0 s

Pentru s = k, ci (xl ) = (xl − xi )li (xl ) = 0, ∀ l ∈ {1, 2, . . . , n + 1}.

(s)
Pentru s < j − 1, din ipoteza inducţiei avem bi,j−1 (xl ) = 0. Astfel
k−1  
(k) 1 X k (k−s) (s)
bi,j = ci (xl )bi,j−1 (xl ).
j s=j−1 s

Se observă că inegalităţile k − 1 ≤ j − 1 ≤ s ≤ k − 1 implică s = k − 1 şi j = k.

Urmează că
 
(k) 1 j (j−1) (j−1)
bi,j (xl ) = c′i (xl )bi,j−1 (xl ) = bi,j−1 (xl ) = δi,l .
j j−1

Familia de polinoame bi,j (x), i ∈ {1, 2, . . . , n + 1}, j ∈ {0, 1, . . . , m} formează

o bază pentru Pd , d = (n + 1)(m + 1) − 1.
Metoda iterativă constă din
62 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

1.
n+1
X
H0 (x) = f (0) (xi )bi,0 (x).
i=1

2. Iterativ, pentru j = 1, 2, . . . , m se calculează

Hj (x) = Hj−1 (x) + qj (x),

Pn+1 (j)
unde qj (x) = i=1 bi,j (x)(f (j) (xi ) − Hj−1 (xi )).

Teorema 2.3.6 Polinomul Hm (x) este soluţia problemei de interpolare Lagrange

- Hermite

H (k) (xi ) = f (k) (xi ), i ∈ {1, 2, . . . , n + 1}, k ∈ {0, 1, . . . , m}.

Demonstraţie. Din definiţia funcţiei qj (x) rezultă

n+1 
(k)
X (k)) (j) 0 pentru k < j,
qj (xl ) = bi,j (xl )(f (j) (xi )−Hj−1 (xi )) = (j) (j)
i=1
f (xl ) − Hj−1 (xl ) pentru j = k

şi atunci
(k)

(k) (k) (k) Hj−1 (xl ) pentru k < j,
Hj (xl ) = Hj−1 (xl ) + qj (xl ) =
f (k) (xl ) pentru j = k.

2.4 Polinomul de interpolarea Lagrange şi

diferenţa divizată
Scopul acestei secţiuni este reliefarea unor formule legate de polinomul de
interpolare Lagrange. Utilizăm notaţiile
n+1
Y
u(x) = (x − xi )ri +1
i=1
u(x)
ui (x) =
(x − xi )ri +1
(x − x1 ) . . . (x − xi−1 )(x − xi+1 ) . . . (x − xn+1 )
li (x) = =
(xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn+1 )
ui (x) u(x)
= = .
ui (xi ) (x − xi )u′ (xi )
2.4. DIFERENŢE DIVIZATE 63

Din (2.2.1) avem

n+1
X ui (x)
L(Pn ; x1 , . . . , xn + 1; f )(x) = f (xi ) = (2.23)
i=1
ui (xi )
n+1 n+1
X 1 X
= u(x) f (xi ) = f (xi )li (x).
i=1
(x − xi )u′ (xi ) i=1

Din teorema (2.3.4) deducem

Teorema 2.4.1 Dacă f este o funcţie de n + 1 ori derivabilă ı̂n intervalul I =
(min{x, x1 , . . . , xn+1 }, max{x, x1 , . . . , xn+1 }) atunci există ξ ∈ I astfel ı̂ncât
f (n+1) (ξ)
f (x) = L(Pn ; x1 , . . . , xn+1 ; f )(x) + u(x) . (2.24)
(n + 1)!
În particular, pentru f = 1 rezultă
n+1
X 1
1 = L(Pn ; x1 , . . . , xn+1 )(x) = u(x) . (2.25)
i=1
(x − xi )u′ (xi )

Împărţind (2.23) la (2.25) deducem formula baricentrică a polinomului de inter-

polare Lagrange
Pn+1 f (xi )
i=1 (x−xi )u′ (xi )
L(Pn ; x1 , . . . , xn+1 ; f )(x) = Pn+1 1
. (2.26)
′
i=1 (x−xi )u (xi )

1
Dacă se notează λi = u′ (xi )
atunci (2.26) se scrie
Pn+1 λi
i=1 f (xi ) x−xi
L(Pn ; x1 , . . . , xn+1 ; f )(x) = Pn+1 λi . (2.27)
i=1 x−xi

Dacă nodurile sunt ordonate, de exemplu x1 < x2 < . . . < xn+1 , atunci semnele
numerelor λi alternează.
Teorema 2.4.2 Dacă numerele λi sunt nenule, ∀ i ∈ {1, 2, . . . , n + 1} atunci
funcţia Pn+1 λi
i=1 yi x−xi
L(x) = Pn+1 λi (2.28)
i=1 x−xi

satisface condiţiile de interpolare L(xi ) = yi , i ∈ {1, 2, . . . , n + 1}. În acest caz

funcţia L(x) este o funcţie raţională de interpolare.
64 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Demonstraţie. Notăm numărătorul şi numitorul din (2.28) prin a(x) şi respectiv
b(x) şi ı̂n plus u(x) = n+1 u(x)
Q
i=1 (x − xi ), ui (x) = x−xi .
Au loc egalităţile
Pn+1
a(x) u(x)a(x) yi λi ui (x)
L(x) = = = Pi=1
n+1 ,
b(x) u(x)b(x) i=1 λi ui (x)

de unde rezultă L(xi ) = yi , ∀ i.

O metoda utilă de calcul se bazează pe formula de recurenţă a polinoamelor
de interpolare Lagrange

Teorema 2.4.3 Are loc formula

L(Pn ; x1 , . . . , xn+1 ; f )(x) = (2.29)

(x − xn+1 )L(Pn−1 ; x1 , . . . , xn ; f )(x) − (x − x1 )L(Pn−1 ; x2 , . . . , xn+1 ; f )(x)

x1 − xn+1

Demonstraţie. Funcţia din membrul drept al egalităţii (2.29) verifică condiţiile

de interpolare ce definesc polinonul L(Pn ; x1 , . . . , xn+1 ; f )(x).

Definiţia 2.4.1 Numim diferenţă divizată de ordin n a funcţiei f ı̂n nodurile

x1 , . . . , xn+1 coeficientul lui xn a polinomului de interpolare Lagrange
L(Pn ; x1 , . . . , xn+1 ; f )(x) şi-l notăm [x1 , . . . , xn+1 ; f ].

Punând ı̂n evidenţă coeficientul lui xn ı̂n (2.23), găsim următoarele formule
de calcul pentru diferenţa divizată

[x1 , . . . , xn+1 ; f ] = (2.30)

n+1 n+1 n+1

X fi (x) X fi (x) X f (xi )
= = = ′ (x )
.
i=1
(xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn+1 ) i=1
u i (x i ) i=1
u i

Teorema 2.4.4 Are loc egalitatea

L(Pn ; x1 , . . . , xn+1 ; f )(x) = (2.31)

= L(Pn−1 ; x1 , . . . , xn ; f )(x) + (x − x1 ) . . . (x − xn )[x1 , . . . , xn+1 ; f ].

2.4. DIFERENŢE DIVIZATE 65

Demonstraţie. Funcţia L(Pn ; x1 , . . . , xn+1 ; f )(x) − L(Pn−1 ; x1 , . . . , xn ; f )(x) −

(x − x1 ) . . . (x − xn )[x1 , . . . , xn+1 ; f ] reprezintă un polinom de grad cel mult n − 1
care se anulează ı̂n n puncte distincte x1 , . . . , xn ; deci este polinomul identic nul.

Teorema 2.4.5 Diferenţele divizate ale unei funcţii verifică formula de recurenţă

[x1 , . . . , xn ; f ] − [x2 , . . . , xn+1 ; f ]

[x1 , . . . , xn+1 ; f ] = , (2.32)
x1 − xn+1
[x1 ; f ] = f (x1 ). (2.33)

Demonstraţie. Potrivit (2.4.4) au loc dezvoltările

L(Pn ; x1 , . . . , xn+1 ; f )(x) =

= L(Pn−1 ; x1 , . . . , xn ; f )(x) + (x − x1 ) . . . (x − xn )[x1 , . . . , xn+1 ; f ] =

= L(Pn−2 ; x2 , . . . , xn ; f )(x) + (x − x2 ) . . . (x − xn )[x1 , . . . , xn ; f ]+
+(x − x1 ) . . . (x − xn )[x1 , . . . , xn+1 ; f ]
şi
L(Pn ; x1 , . . . , xn+1 ; f )(x) =
= L(Pn−1 ; x2 , . . . , xn+1 ; f )(x) + (x − x2 ) . . . (x − xn+1 )[x1 , . . . , xn+1 ; f ] =
= L(Pn−2 ; x2 , . . . , xn ; f )(x) + (x − x2 ) . . . (x − xn )[x2 , . . . , xn+1 ; f ]+
+(x − x2 ) . . . (x − xn+1 )[x1 , . . . , xn+1 ; f ].
Egalând cele două dezvoltări, după reducere şi simplificare obţinem

[x1 , . . . , xn ; f ] + (x − x1 )[x1 , . . . , xn+1 ; f ] =

= [x2 , . . . , xn+1 ; f ] + (x − xn+1 )[x1 , . . . , xn+1 ; f ]

de unde rezultă (2.32).
Calculul diferenţelor divizate bazat pe formula de recurenţă este dat ı̂n Algo-
ritmul P 7.
Un rezultat asemănător celui din (2.4.1) este

Teorema 2.4.6 Are loc formula

f (x) = L(Pn ; x1 , . . . , xn+1 ; f )(x) + u(x)[x, x1 , . . . , xn+1 ; f ] (2.34)

66 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Demonstraţie. Polinomul de interpolare Lagrange al funcţiei f ı̂n nodurile

x, x1 , . . . , xn+1 verifică egalitatea (2.31)

L(Pn+1 ; x, x1 , . . . , xn+1 ; f )(z) =

= L(Pn ; x1 , . . . , xn+1 ; f )(z) + (z − x1 ) . . . (z − xn+1 )[x, x1 , . . . , xn+1 ; f ].

Pentru z = x obţinem (2.34).
În funcţie de diferenţe divizate, polinomul de interpolare Lagrange se scrie

Teorema 2.4.7 (Forma lui Newton a polinomului de interpolare) Are loc for-
mula
L(Pn ; x1 , . . . , xn+1 ; f )(x) = (2.35)
n
X
= f (x1 ) + (x − x1 ) . . . (x − xi )[x1 , . . . , xi+1 ; f ]
i=1

Demonstraţie. Potrivit (2.4.4) au loc succesiv egalităţile

L(Pn ; x1 , . . . , xn+1 ; f )(x) = L(Pn−1 ; x1 , . . . , xn ; f )(x)

+(x − x1 ) . . . (x − xn )[x1 , . . . , xn+1 ; f ]
L(Pn−1 ; x1 , . . . , xn ; f )(x) = L(Pn−2 ; x1 , . . . , xn−1 ; f )(x)
+(x − x1 ) . . . (x − xn−1 )[x1 , . . . , xn ; f ]
... ...
L(P1 ; x1 , x; f )(x) = L(P0 ; x1 ; f )(x) + (x − x1 )[x1 , x2 ; f ]

care ı̂nsumate dau (2.35).

Dacă notăm coeficienţii funcţiilor 1, x − x1 , (x − x1 )(x − x2 ), . . . , (x − x1 )(x −
x2 ) . . . (x − xn ) (adică diferenţele divizate) cu a0 , a1 , a2 , . . . , an atunci polinomul
n
X
a0 + ai (x − x1 ) . . . (x − xi ) =
i=1

(. . . (an (x − xn ) + an−1 )(x − xn−1 ) + . . . + a1 )(x − x1 ) + a0

se poate calcula cu o procedură de tip Horner (Algoritmul P 8).
Exemplu. Calculul polinomului de interpolare Lagrange ı̂n cazul datelor
x -1 0 1 3 5
y 6 2 0 2 12
Calculăm tabloul diferenţelor divizate
2.4. DIFERENŢE DIVIZATE 67

x [x1 ; f ] [x1 , x2 ; f ] [x1 , x2 , x3 ; f ] [x1 , x2 , x3 , x4 ; f ] [x1 , x2 , x3 , x4 , x5 ; f ]

-1 6 -4 1 0 0
0 2 -2 1 0
1 0 1 1
3 2 5
5 12
Atunci
L(x) = 6 − 4(x + 1) + (x + 1)x = x2 − 3x + 2.

Teorema 2.4.8 (Formula de medie) Dacă funcţia f admite derivate până la

ordinul n ı̂n intervalul I = (min{x1 , . . . , xn+1 }, max{x1 , . . . , xn+1 }) atunci există
ξ ∈ I astfel ı̂ncât
f (n) (ξ)
[x1 , . . . , xn+1 ; f ] = . (2.36)
n!

Demonstraţie. Fie x ∈ I. Ţinând seama de (2.4.6) are loc egalitatea

f (x) − L(Pn−1 , x1 , . . . , xn ; f )(x) = (x − x1 ) . . . (x − xn )[x, x1 , . . . , xn ; f ] (2.37)

şi potrivit lui (2.4.1) există ξ ∈ I astfel ı̂ncât

f (n) (ξ)
f (x) − L(Pn−1 , x1 , . . . , xn ; f )(x) = (x − x1 ) . . . (x − xn ) . (2.38)
n!
Egalând (2.37) şi (2.38), pentru x = xn+1 obţinem (2.36).

Observaţia 2.4.1 Dacă f ∈ C n (I) şi x ∈ I atunci

f (n) (x)
lim [x1 , . . . , xn+1 ; f ] = .
x1 →x,...,xn →x n!

Această observaţie justifică definiţia

Definiţia 2.4.2

f (n) (x)
[x, . . . , x; f ] = (2.39)
| {z } n!
n+1 ori

Această definiţie permite definirea diferenţei divizare pe noduri multiple. În

prealabil stabilim
68 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Teorema 2.4.9 Fie nodurile

x11 , x21 , . . . xr11 +1
x12 , x22 , . . . xr22 +1
... ... ... ...
rn+1 +1
xn+1 , x2n+1 ,
1
. . . xn+1
şi notaţiile
rY
i +1

vi (x) = (x − xji ),
j=1
n+1
Y
u(x) = vi (x),
i=1
u(x)
ui (x) = .
vi (x)
Are loc formula
r +1
[x11 , . . . , xr11 +1 , x12 , . . . , xr22 +1 , . . . , x1n+1 , . . . , xn+1
n+1
; f] = (2.40)
n+1
X f
= [x1i , . . . , xri i +1 ; ]
i=1
ui

Demonstraţie. Deoarece u′ (xji ) = ui (xji )vi′ (xji ), formula (2.30) ne dă

r +1
[x11 , . . . , xr11 +1 , x12 , . . . , xr22 +1 , . . . , x1n+1 , . . . , xn+1
n+1
; f] =
i f (xj )
n+1 rX
i +1 n+1 rX
i +1 n+1
X f (xji ) X ui (xji )
X f
= j = ′ j
= [x1i , . . . , xri i +1 ; ].
i=1 j=1
′
u (xi ) v (x )
i=1 j=1 i i i=1
ui
Combinând (2.39) cu (2.40) definim
Definiţia 2.4.3
[x1 , . . . , x1 , . . . , xn+1 , . . . , xn+1 ; f ] = (2.41)
| {z } | {z }
r1 +1 ori rn+1 +1 ori
n+1  (ri )
X 1 f (t)
.
r ! (t − x1 )r1 +1 . . . (t − xi−1 )ri−1 +1 (t − xi+1 )ri+1 +1 . . . (t − xn+1 )rn+1 +1 t=xi
i=1 i
Există o altă relaţie legată de diferenţele divizate pe noduri multiple. Pentru
ı̂nceput are loc următorul rezultat
2.4. DIFERENŢE DIVIZATE 69

Teorema 2.4.10 Dacă x0 , x1 , . . . , xn , y0 , y1 , . . . , ym sunt numere reale distincte

atunci
[x0 , x1 , . . . , xn , y0 , y1 , . . . , ym ; f ] = [x0 , x1 , . . . , xn ; ϕ] = [y0 , y1 , . . . , ym ; ψ], (2.42)
unde ϕ(x) = [x, y0 , . . . , ym ; f ], ψ(y) = [y, x0 , . . . , xn ; f ].

Demonstraţie. Se introduc funcţiile

n
Y
u(t) = (t − xi ),
i=0
m
Y
v(t) = (t − yj ),
j=0
V (t) = (t − x)v(t).
Atunci V ′ (x) = v(x) şi V ′ (yj ) = (yj − x)v ′ (yj ), j ∈ {0, 1, . . . , m}. Utilizând (2.30)
au loc egalităţile
m
f (x) X f (yj )
ϕ(x) = +
v(x) j=0 (yj − x)v ′ (yj )
şi
n n m
!
X g(xi ) X 1 f (xi ) X f (yj )
[x0 , x1 , . . . , xn ; ϕ] = ′
= ′
+ =
i=0
u (xi ) i=0
u (xi ) v(xi ) j=0 (yj − xi )v ′ (yj )
n m n
X f (xi ) X f (yj ) X 1
= + .
i=0
u (xi )v(xi ) j=0 v (yj ) i=0 (yj − xi )u′ (xi )
′ ′

Calculând suma interioară din cel de-al doilea termen se obţine

n
X 1 1 1
′
= −[yj , x0 , . . . , xn ; 1] + = .
i=0
(yj − xi )u (xi ) u(yj ) u(yj )

Rezultă că
n m
X f (xi ) X f (yj )
[x0 , x1 , . . . , xn ; ϕ] = + =
i=0
u′ (xi )v(xi ) j=0 u(yj )v ′ (yj )

= [x0 , x1 , . . . , xn , y0 , y1 , . . . , ym ; f ].
A doua egalitate se deduce identic.
O consecinţă a rezultatului anterior este
70 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Teorema 2.4.11 Dacă nodurile

x01 x11 . . . xn1 1
x02 x12 . . . xn2 2
..
.
x0k x1k . . . xnk k

sunt distincte şi f este o funcţie derivabilă de max{n1 , n2 , . . . , nk } ori ı̂ntr-un

interval care conţine toate nodurile atunci

[x01 , x11 , . . . , x1n1 , x02 , x12 , . . . , xn2 2 , . . . , x0k , x1k , . . . , xnk k ; f ] =

1 ∂ n1 ∂ n2 ∂ nk
= . . . [x1 , x2 , . . . , xk ; f ]|x1 =ξ1 ,x2 =ξ2 ,...,xk =ξk ,
n1 !n1 ! . . . nk ! ∂xn1 1 ∂xn2 2 ∂xnk k
unde ξi ∈ (min{x0i , . . . , xni i }, max{x0i , . . . , xni i }), ∀ i ∈ {1, 2, . . . , k}.

Demonstraţie. Succesiv se obţin:

• k = 1 : Potrivit Teoremei de medie 2.4.8
f (n1 (ξ1 ) 1 dn1
[x01 , x11 , . . . , xn1 1 ; f ] = = [x1 ; f ]|x1 =ξ1 .
n1 ! n1 ! xn1 1

• k = 2. Se va aplica Teorema 2.4.10 cu ϕ(x) = [x, x02 , x12 , . . . , xn2 2 ; f ] şi ψ(y) =
[x, y, f ]. Au loc egalităţile

ϕ(n1 ) (ξ1 )
[x01 , x11 , . . . , xn1 1 , x02 , x12 , . . . , xn2 2 ; f ] = [x01 , x11 , . . . , xn1 1 ; ϕ] = =
n1 !
1 ∂ n1
= ϕ(x)|x=ξ1 ;
n1 ! ∂xn1
şi
ψ (n2 ) (ξ2 )
ϕ(x) = [x, x02 , x12 , . . . , xn2 2 ; f ] = [x02 , x12 , . . . , xn2 2 ; ψ] = =
n2 !
1 ∂ n2 1 ∂ n2
=
ψ(y)| y=ξ2 = [x, y; f ]|y=ξ2 .
n2 ! ∂y n2 n2 ! ∂y n2
Combinând cele două relaţii prin eliminarea funcţia ϕ rezultă
1 ∂ n1 ∂ n2
[x01 , x11 , . . . , xn1 1 , x02 , x12 , . . . , xn2 2 ; f ] = [x, y; f ]|x=ξ1 ,y=ξ2 .
n1 !n2 ! ∂xn1 ∂y n2
2.4. DIFERENŢE DIVIZATE 71

• k = 3. Procedând analog, dacă

ϕ(x) = [x, x02 , x12 , . . . , xn2 2 , x03 , x13 , . . . , xn3 3 ; f ];

ψ(y) = [x, y, x03 , x13 , . . . , xn3 3 ; f ];
ζ(z) = [x, y, z; f ]

atunci

1.

[x01 , x11 , . . . , xn1 1 , x02 , x12 , . . . , xn2 2 , x03 , x13 , . . . , xn3 3 ; f ] = [x01 , x11 , . . . , xn1 1 ; ϕ] =
1 ∂ n1
= ϕ(x)|x=ξ1 ;
n1 ! ∂xn1
2.
1 ∂ n2
ϕ(x) = [x02 , x12 , . . . , xn2 2 ; ψ] = ψ(y)|y=ξ2 ;
n2 ! ∂y n2
3.
1 ∂ n3 1 ∂ n3
ψ(y) = [x03 , x13 , . . . , xn3 3 ; ζ] = ζ(z)|z=ξ3 = [x, y, z; f ]|z=ξ3 .
n3 ! ∂z n3 n3 ! ∂z n3

Eliminând funcţiile ϕ, ψ rezultă

[x01 , x11 , . . . , xn1 1 , x02 , x12 , . . . , xn2 2 , x03 , x13 , . . . , xn3 3 ; f ] =

1 ∂ n1 ∂ n2 ∂ n3
= [x, y, z; f ]|x=ξ1 ,y=ξ2 ,z=ξ3 .
n1 !n2 !n3 ! ∂xn1 ∂y n2 ∂z n3
Pentru un k dat justificarea revine la eliminarea succesivă a familiilor de noduri
definite de acelaşi indice inferior prin utilizarea Teoremei 2.4.10.
Continuitatea derivatelor implică

Teorema 2.4.12 Dacă x1 , x2 , . . . , xk sunt noduri distrincte atunci

[x1 , . . . , x1 , . . . , xk , . . . , xk ; f ] = (2.43)
| {z } | {z }
n1 +1 ori nk +1 ori

1 ∂ n1 ∂ n2 ∂ nk
= . . . [x1 , x2 , . . . , xk ; f ],
n1 !n2 ! . . . nk ! ∂xn1 1 ∂xn2 2 ∂xnk k
ı̂n ipoteza că f este o funcţie continu derivabilă de max{n1 , n2 , . . . , nk } ori ı̂ntr-un
interval care conţine toate nodurile.
72 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Teorema 2.4.13 (Formula lui Leibniz, dedusă de T. Popoviciu, 1933, J.

F. Steffensen, 1939) Are loc formula
n+1
X
[x1 , . . . , xn+1 , f · g] = [x1 , . . . , xi ; f ] · [xi , . . . , xn+1 ; g] (2.44)
i=1

Demonstraţie. Prin inducţie după n, pentru n = 0

[x1 , f · g] = f (x1 )g(x1 ) = [x1 , f ] · [x1 , g].

Presupunem egalitatea (2.48) adevărată ı̂n cazul diferenţelor finite de ordin n şi
o demonstrăm ı̂n cazul difernţelor finite de ordin n + 1. Fie n + 2 puncte distincte
x1 , x2 , . . . , xn+2 . Trebuie să arătăm că
n+2
X
[x1 , . . . , xn+2 , f · g] = [x1 , . . . , xi ; f ] · [xi , . . . , xn+2 ; g].
i=1

Aplicând formula de recurenţă (2.33) şi ipoteza inducţiei deducem

[x1 , . . . , xn+1 ; f · g] − [x2 , . . . , xn+2 ; f · g]
[x1 , . . . , xn+2 ; f · g] = =
x1 − xn+2
n+1
1 X
= ( [x1 , . . . , xk ; f ] · [xk , . . . , xn+1 ; g]−
x1 − xn+2 k=1
n+2
X
− [x2 , . . . , xk ; f ] · [xk , . . . , xn+2 ; g]).
k=2

În membrul drept adunăm şi scădem expresia

n+2
X
[x1 , . . . , xk−1 ; f ] · [xk , . . . , xn+2 ; g].
k=2

Atunci egalitatea anterioară devine

n+1
1 X
[x1 , . . . , xn+2 ; f · g] = ( [x1 , . . . , xk ; f ] · [xk , . . . , xn+1 ; g]−
x1 − xn+2 k=1

n+2
X
− [x1 , . . . , xk−1 ; f ] · [xk , . . . , xn+2 ; g]+
k=2
2.4. DIFERENŢE DIVIZATE 73

n+2
X
+ ([x1 , . . . , xk−1 ; f ] − [x2 , . . . , xk ; f ])[xk , . . . , xn+2 ; g]).
k=2

În prima sumă vom scrie i ı̂n loc de k, ı̂n a doua sumă efectuăm schimbarea de
indice k − 1 = i, iar ı̂n ultima sumă scriem de asemenea i ı̂n locul lui k, după ce
aplicăm formula de recurenţă (2.33). Astfel vom obţine
n+1
1 X
[x1 , . . . , xn+2 ; f · g] = ( [x1 , . . . , xi ; f ] · [xi , . . . , xn+1 ; g]−
x1 − xn+2 i=1
n+1
X
− [x1 , . . . , xi ; f ] · [xi+1 , . . . , xn+2 ; g]+
i=1
n+2
X
+ (x1 − xi )[x1 , . . . , xi ; f ] · [xi , . . . , xn+2 ; g]) =
i=2
n+1
1 X
= ( [x1 , . . . , xi ; f ]([xi , . . . , xn+1 ; g] − [xi+1 , . . . , xn+2 ; g])+
x1 − xn+2 i=1
n+2
X
+ (x1 − xi )[x1 , . . . , xi ; f ] · [xi , . . . , xn+2 ; g]) =
i=2
n+1
1 X
= ( (xi − xn+2 )[x1 , . . . , xi ; f ] · [xi , . . . , xn+2 ; g]+
x1 − xn+2 i=1
n+2
X
+ (x1 − xi )[x1 , . . . , xi ; f ] · [xi , . . . , xn+2 ; g]).
i=2
Grupând termenii corespunzători,
1
[x1 , . . . , xn+2 ; f · g] = ((x1 − xn+2 )[x1 ; f ] · [x1 , . . . , xn+2 ; g]+
x1 − xn+2
n+1
X
+ (x1 − xn+2 )[x1 , . . . , xi ; f ] · [xi , . . . , xn+2 ; g]+
i=2
+(x1 − xn+2 )[x1 , . . . , xn+2 ; f ] · [xn+2 ; g]) =
n+2
X
= [x1 , . . . , xi ; f ] · [xi , . . . , xn+2 ; g].
i=1
Legătura dintre diferenţa finită progresivă / regresivă şi diferenţa divizată a
unei funcţii este
74 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Teorema 2.4.14 Au loc egalităţile

△nh f (a)
[a, a + h, . . . , a + nh; f ] = (2.45)
hn n!
∇nh f (a)
[a, a − h, . . . , a − nh; f ] = (2.46)
hn n!

Demonstraţie. Pentru xi = a + (i − 1)h, i = 1, . . . , n + 1, formula (2.30)

devine
n+1
X f (a + (i − 1)h)
[a, a + h, . . . , a + nh; f ] = .
i=1
(−1)n−i+1 (n − i + 1)!(i − 1)!hn

Prin schimbarea de indice j = i − 1 obţinem

n
X f (a + jh)
[a, a + h, . . . , a + nh; f ] = =
j=0
(−1)n−j (n − j)!j!hn

n 
△nh f (a)

1 X n j
= (−1) f (a + jh) = .
n!hn j=0 j hn n!

Analog se demonstrează şi cealaltă egalitate.

Observaţia 2.4.2

Dacă ı̂n (2.44) se aleg nodurile echidistante a, a + h, . . . , a + nh atunci cu (2.45)

se regăseşte (1.5).
În cazul nodurilor echidistante, polinomul de interpolare Lagrange are expresia

Teorema 2.4.15 (Formulele de interpolare Gregory-Newton) Au loc for-

mulele
L(Pn ; a, a + h, . . . , a + nh; f ) = (2.47)
n
X △i f (a)
h
= f (a) + (x − a)(x − a − h) . . . (x − a − (i − 1)h)
i=1
hi i!
L(Pn ; a, a − h, . . . , a − nh; f ) = (2.48)
n
X ∇i f (a)
h
= f (a) + (x − a)(x − a + h) . . . (x − a + (i − 1)h)
i=1
hi i!
2.4. DIFERENŢE DIVIZATE 75

Teorema 2.4.16 Are loc formula de derivare

dm
[x1 , . . . , xn , x; f ] = m![x1 , . . . , xn , x, . . . , x; f ]. (2.49)
dxm | {z }
m+1 ori

Demonstraţie. Prin inducţie matematică după m. Pentru m = 1 cu ajutorul

formulei de recurenţă a diferenţelor divizate găsim

d [x1 , . . . , xn , x + h; f ] − [x1 , . . . , xn , x; f ]
[x1 , . . . , xn , x; f ] = lim =
dx h→0 h
= lim [x1 , . . . , xn , x + h, x; f ] = [x1 , . . . , xn , x, x; f ].
h→0

În ipoteza ı̂n care formula (2.49) este adevărată pentru derivatele de ordin m − 1
vom avea
dm
[x1 , . . . , xn , x; f ] =
dxm
m ori m ori
z }| {
[x1 , . . . , xn , x + h, . . . , x + h; f ] − [x1 , . . . , xn , x, . . . , x; f ]
z }| {
= (m − 1)! lim .
h→0 h
Adunăm şi scădem termeni convenabili la numarătorul fracţiei, după care aplicăm
formula de recurenţa a diferenţelor divizate
dm
[x1 , . . . , xn , x; f ] =
dxm
m ori m−1 ori
z }| { z }| {
[x1 , . . . , xn , x + h, . . . , x + h; f ] − [x1 , . . . , xn , x + h, . . . , x + h, x; f ]
= (m−1)! lim ( +
h→0 h
m−1 ori m−2 ori
z }| {
[x1 , . . . , xn , x + h, . . . , x + h, x; f ] − [x1 , . . . , xn , x, . . . , x, x, x; f ]
z }| {
+ + ...
h
m−1 ori m ori
[x1 , . . . , xn , x + h, x, . . . , x; f ] − [x1 , . . . , xn , x, . . . , x; f ]
z }| { z }| {
... + )=
h
m ori
z }| {
= (m − 1)! lim ([x1 , . . . , xn , x + h, . . . , x + h, x; f ]+
h→0
76 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

m−1 ori m ori

z }| { z }| {
+[x1 , . . . , xn , x + h, . . . , x + h, x, x; f ] + . . . + [x1 , . . . , xn , x + h, x, . . . , x; f ]) =
= m![x1 , . . . , xn , x, . . . , x; f ].
| {z }
m+1 ori

2.5 Polinomul de interpolare Lagrange-Hermite

ı̂n C
Fie D ⊂ C un domeniu, C = ∂D, frontiera domeniului, z1 , . . . , zn+1 ∈ D
puncte distincte două câte două şi r1 , . . . , r+1 n ∈ N. Definim
n+1
Y
u(z) = (z − zj )rj +1 .
j=1

Notăm prin H(D) mulţimea funcţiilor olomorfe ı̂n D.

Problema de interpolare Lagrange-Hermite constă ı̂n determinarea polinomu-
lui H(z) care satisface condiţiile de interpolare
H (j) (zk ) = f (j) (zk ), j ∈ {0, 1, . . . , rk }, k ∈ {1, 2, . . . , n + 1},
cu f ∈ H(D) dat.
Pentru r1 = . . . = rn+1 = 0 se obţine problema de interpolare Lagrange.
Formulele de reprezentare a polinoamelor Lagrange-Hermite (2.3.3) şi La-
grange (2.2.1) sunt valabile şi ı̂n C.

Teorema 2.5.1 (Teorema Hermite) Are loc reprezentarea integrală a polino-

mului de interpolare Lagrange-Hermite
u(ζ) − u(z)
Z
1
H(z) = f (ζ) dζ. (2.50)
2πi C (ζ − z)u(ζ)

Demonstraţie. Integrala din membrul drept din (2.50) se calculează aplicând

teorema reziduurilor. Se va obţine expresia polinomului de interpolare Lagrange-
Hermite din 2.3.3.
Notăm φ(ζ) = f (ζ) u(ζ)−u(z) 1
R
(ζ−z)u(ζ)
şi Φ(z) = 2πi C
φ(ζ)dζ. Singularităţile funcţiei φ
sunt z1 , . . . , zn+1 . Pentru orice j ∈ {1, 2, . . . , n + 1}, zj este pol de ordinul rj + 1.
În consecinţă
n+1
X
Φ(z) = Res(φ, zj ).
j=1
2.5. POLINOMUL DE INTERPOLARE LAGRANGE-HERMITE ÎN C 77

u(z)
Fie uj (z) = (z−zj )rj +1
, j ∈ {1, . . . , n + 1}.
În vederea calculului reziduurilor, utilizând formula lui Leibniz, calculăm
derivatele:
• (u(ζ) − u(z))(p) |ζ=zj cu p ∈ {0, 1, . . . , rj }.
Au loc egalităţile

(p)
(u(ζ) − u(z))(p) |ζ=zj = (ζ − zj )rj +1 uj (ζ) − u(z) |ζ=zj =
p  
X p
= ((ζ − zj )rj +1 )(k) (uj (ζ))(p−k) |ζ=zj − u(z)δp,0 =
k
k=0
p 
X p 
= Akrj +1 (ζ − zj )rj +1−k (uj (ζ))(p−k) |ζ=zj − u(z)δp,0 = −u(z)δp,0 .
k
k=0
 (q)
• u(ζ)−u(z)
ζ−z)
|ζ=zj cu q ∈ {0, 1, . . . , rj }.

 (q) q   (k)
u(ζ) − u(z) X q 1
|ζ=zj = (u(ζ) − u(z))(q−k) |ζ=zj =
ζ −z k ζ −z
k=0
q 
(−1)k k!

X q
= (u(ζ) − u(z))(q−k) |ζ=zj =
k (ζ − z)k+1
k=0
q
X (−1)k+1 q!u(z)
= q! k+1
u(z)δq−k,0 = .
k=0
(zj − z) (z − zj )q+1
 (m)
• 1
uj (ζ)
· u(ζ)−u(z)
ζ−z
|ζ=zj cu m ∈ {0, 1, . . . , rj }.
 (m)
1 u(ζ) − u(z)
· |ζ=zj =
uj (ζ) ζ −z
m   (k)  (m−k)
X m 1 u(ζ) − u(z)
= |ζ=zj =
k uj (ζ) ζ −z
k=0
m   (k)
X m 1 (m − k)!u(z)
= |ζ=zj =
k uj (ζ) (z − zj )m−k+1
k=0
m  (k)
X 1 1 u(z)
= m! |ζ=zj m−k+1
.
k=0
k! uj (ζ) (z − zj)
78 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Calculul reziduului este

 (r )
1 rk +1 u(ζ) − u(z) j
Res(φ, zj ) = (ζ − zj ) f (ζ) |ζ=zj =
rj ! (ζ − z)u(ζ)
 (r )
1 1 u(ζ) − u(z) j
= f (ζ) · |ζ=zj =
rj ! uj (ζ) (ζ − z)
ri    (r −s)
1 X rj (s) 1 u(ζ) − u(z) j
= f (zj ) · =
rj ! s=0 s uj (ζ) ζ −z ζ=zj

rj rj −s rj
(z − zj )s X (z − zj )k
 
X
(s) 1 X
= f (zj )uj (z) (k)|ζ=zj = f (s) (zj )hj,s (z).
s=0
s! k=0
k! uj (ζ) s=0
Pn+1 Prj (s)
Astfel Φ(z) = j=1 s=0 f (zj )hj,s (z) = H(z).
Pentru u(z) = n+1
Q
j=1 (z − zj ) formula (2.50) ne dă polinomul de interpolare
Lagrange L(Pn ; z1 , . . . , zn+1 ; f )(z). În acest caz, Pn este notaţia pentru mulţimea
polinoamelor cu coeficienţi numere complexe de grad cel mult n.

Evaluarea restului.
Teorema 2.5.2 Dacă f ∈ H(D) atunci
Z
u(z) f (ζ)
R(z) = f (z) − H(z) = dζ.
2πi C (ζ − z)u(ζ)

Demonstraţie. Utilizând formula lui Cauchy şi (2.50) rezultă

u(ζ) − u(z)
Z Z Z
1 f (ζ) 1 u(z) f (ζ)
R(z) = dζ − f (ζ) dζ = dζ.
2πi C ζ − z 2πi C (ζ − z)u(ζ) 2πi C (ζ − z)u(ζ)

Diferenţe divizate ı̂n C

Fie vk (z) = kj=1 (z − zj ), k ∈ {1, 2, . . . , n + 1} unde z1 , . . . , zn+1 sunt puncte
Q
distincte două câte două din domeniul D.

Teorema 2.5.3 Pentru d ∈ H(D), are loc formula

Z
1 f (ζ)
[z1 , z2 , . . . , zn+1 ; f ] = dζ. (2.51)
2πi C vn+1 (ζ)
2.5. POLINOMUL DE INTERPOLARE LAGRANGE-HERMITE ÎN C 79

Demonstraţie. Calculăm integrala din membrul drept utilizând teorema

f (ζ)
reziduurilor. Punctele singulare ale funcţiei vn+1 (ζ)
sunt z1 , . . . , zn+1 , poluri de
ordinul 1.
ζ−zj
Deoarece vn+1 (ζ) = Qn+11(ζ−z ) = uj1(ζ) reziduul
k=1 k
k̸=j

f f (ζ) f (zj )
Res( , zj ) = lim (ζ − zj ) = .
vn+1 ζ→zj vn+1 (ζ) uj (zj )
Astfel
Z n+1 n+1
1 f (ζ) X f X f (zj )
dζ = Res( , zj ) = = [z1 , . . . , zn+1 ; f ].
2πi C vn+1 (ζ) j=1
v n+1 j=1
uj (zj )

Teorema 2.5.4 Dacă

1 1
E1 = = ,
ζ − z1 v1 (ζ)
vk (ζ) − vk (z)
Ek = , k ∈ {2, 3, . . . , n + 1},
(ζ − z)vk (ζ)
atunci
vk (z)
Ek+1 − Ek = , k ∈ {1, 2, . . . , n};
vk+1 (ζ)
şi ı̂n consecinţă
n n
u(ζ) − u(z) X 1 X vk (z)
= En+1 = E1 + (Ek+1 − Ek ) = + . (2.52)
(ζ − z)u(ζ) k=1
v1 (ζ)
k=1
vk+1 (ζ)

Demonstraţie. Pentru k = 1

v2 (ζ) − v2 (z) = (ζ − z)(ζ + z − z1 − z2 )

de unde
ζ + z − z1 − z2 1 v1 (z)
E2 − E1 = − = .
v2 (ζ) v1 (ζ) v2 (ζ)
Pentru k ≥ 2
vk+1 (ζ) − vk+1 (z) − (ζ − zk+1 )(vk (ζ) − vk (z)) vk (z)
Ek+1 − Ek = = .
(ζ − z)vk+1 (ζ) vk+1 (ζ)
80 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

Teorema 2.5.5 Are loc formula

n
X
L(Pn , z1 , . . . , zn+1 ; f )(z) = f (z1 ) + [z1 , . . . , zk+1 ; f ](z − z1 ) . . . (z − zk ).
k=1

Demonstraţie. Datorită relaţiilor (2.50) şi (2.52) au loc egalităţile

u(ζ) − u(z)
Z
1
L(Pn , z1 , . . . , zn+1 ; f )(z) = f (ζ) dζ =
2πi C (ζ − z)u(ζ)
Z Z n Z
1 1 f (ζ) X vk (z) f (ζ)
= f (ζ)En+1 dζ = dζ + dζ.
2πi C 2πi C ζ − z1 k=1
2πi C vk+1 (ζ)

Aplicând formula lui Cauchy pentru primul termen şi formula (2.51) pentru ter-
menii din sumă, rezultă relaţia cerută.

Probleme şi teme de seminar

P 2.1 Fie L(x) = L(Pn ; x1 , . . . , xn+1 ; f )(x). Să se arate că
 
 L(x) 1
 x . . . xn 
 f (x1 ) 1 x1 . . . xn 
1 
..  = 0.

 .. .. .. ...
 . . . . 
n

 f (xn+1 ) 1 xn+1 . . . xn+1 

Dezvoltând determinantul după prima coloană să se deducă reprezentarea (2.2.1)

şi dezvoltând după prima linie să se arate că
1
L(Pn ; x1 , . . . , xn+1 ; f )(x) = ·
V (x1 , . . . , xn+1 )
 
n+1

 1 x1 . . . xi−1
1 f (x1 ) xi+1
1 ... xn1 

·
X
xi  .. .. ..
.
 
. . .
i−1
f (xn+1 ) xi+1 n
 
i=1 1 xn+1 . . . xn+1 n+1 . . . xn+1
 

R. Funcţia care ataşează lui x determinantul este un polinom de grad n care se

anulează ı̂n x1 , . . . , xn+1 .
Altfel, fie L(x) = a0 + a1 x + . . . + an xn . Înmulţind coloanele 2, 3, . . . , n + 2 re-
spectiv cu −a0 , −a1 , . . . , −an şi adunându-le la prima colană, elementele acesteia
se anulează.
2.5. POLINOMUL DE INTERPOLARE LAGRANGE-HERMITE ÎN C 81

P 2.2 Să se demonstreze formula

. . . xn−1
 

 1 x1 1 f (x1 ) 

n−1

 1 x2 . . . x2 f (x2 ) 


 ... ... ... ... ... 

 1 xn+1 . . . xn−1 n+1 f (xn+1 ) 
[x1 , x2 , . . . , xn+1 ; f ] = .
V (x1 , x2 , . . . , xn+1 )
P 2.3 Să se arate că

m 0 dacă m ∈ {0, 1, . . . , n − 1}
1. [x1 , x2 , . . . , xn+1 ; x ] =
1 dacă m = n.
(−1)n
2. [x1 , x2 , . . . , xn+1 ; x1 ] = x1 x2 ...xn+1

(−1)n Pn+1
3. [x1 , x2 , . . . , xn+1 ; x12 ] = x1 x2 ...xn+1
1
i=1 xi

P 2.4 Să se calculeze determinanţii:

1.
xn−1 1
 

 1 x1 ... 1 x21



 1 x2 ... xn−1
2
1
x22


... ... ... ... ...
 
 
n−1
1 xn+1 ... xn+1 x21
 
 
n+1

2.
xn+1
 

 1 x21 x31 ... 1



 1 x22 x32 ... xn+1
2



 ... ... ... ... ... 

 1 x2n+1 x3n+1 ... xn+1
n+1


3.
x1n−1 xn+1
 

 1 x1 ... 1



 1 x2 ... x2n−1 xn+1
2



 ... ... ... ... ... 

n−1
 1 xn+1 ... xn+1 xn+1
n+1


P 2.5 Dacă a1 , a2 . . . , an şi b1 , b2 , . . . , bm sunt puncte distincte două câte două

din domeniul de definiţie a funcţiei f atunci
f f
[a1 , . . . , an , b1 , . . . , bm ; f ] = [a1 , . . . , an ; ] + [b1 , . . . , bm ; ],
v u
Qn Qm
unde u(x) = i=1 (x − ai ) şi v(x) = i=1 (x − bi ).
82 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

P 2.6 Să se arate că dacă f ∈ Pn şi a ̸= xi , i ∈ {1, . . . , n + 1} atunci

f (x) (−1)n f (a)

[x1 , x2 , . . . , xn+1 ; ]=
x−a (x1 − a) . . . (xn+1 − a)

Cazuri particulare:

1. Dacă f = 1 atunci

1 (−1)n
[x1 , x2 , . . . , xn+1 ; ]= ;
x−a (x1 − a) . . . (xn+1 − a)

2. Dacă f = 1 şi a = 0 atunci

1 (−1)n
[x1 , x2 , . . . , xn+1 ; ] = .
x x1 x2 . . . xn+1

P 2.7 Dacă x, x1 , . . . , xn sunt noduri distincte să se arate identitatea

n
X [x, xi ; f ]
[x, x1 , . . . , xn ; f ] = ,
i=1
u′ (xi )
Qn
unde u(x) = i=1 (x − xi ).

P 2.8 Dacă x0 , x1 , . . . , xn sunt numere reale distincte şi f ∈ C n (I), unde I =

(min{x0 , . . . , xn }, max{x0 , . . . , xn }), atunci are loc egalitatea
Z 1 Z t1 Z tn−1
[x0 , x1 , . . . , xn ; f ] = dt1 dt2 . . . f (n) (x0 + t1 (x1 − x0 ) + . . . + tn (xn − xn−1 ))dtn .
0 0 0

R. Inducţie după n. Pentru n = 1

1
f (x1 ) − f (x0 )
Z
f ′ (x0 + t1 (x1 − x0 ))dt1 = = [x0 , x1 ; f ].
0 x1 − x0

P 2.9 Să se arate că dacă xj = j na , j ∈ {−n, −n + 1, . . . , −1, 1, 2, . . . , n} şi

1
f (z) = 1+x 2 atunci

n
Y
n
[x, x−n , . . . , x−1 , x1 , . . . , xn ; f ] = (−1) f (x) f (xj ).
j=1
2.5. POLINOMUL DE INTERPOLARE LAGRANGE-HERMITE ÎN C 83

1
R. Egalitatea f (x) = ( 1
2i x−i
− 1
x+i
) implică

[x, x−n , . . . , x−1 , x1 , . . . , xn ; f ] =

 
1 1 1
= [x, x−n , . . . , x−1 , x1 , . . . , xn ; ] − [x, x−n , . . . , x−1 , x1 , . . . , xn ; ] .
2i x−i x+i
Utilizând (2.6) se obţin

1 (−1)2n
[x, x−n , . . . , x−1 , x1 , . . . , xn ; ]= =
(x − i) nj=−n (xj − i)
Q
x−i
j̸=0

(−1)n (−1)n
= = .
(x − i) nj=1 (j 2 na2 + 1)
2
(x − i) nj=1 (x2j + 1)
Q Q

şi analog
1 (−1)n
[x, x−n , . . . , x−1 , x1 , . . . , xn ; ]= Qn .
x+i (x + i) j=1 (x2j + 1)

Astfel
[x, x−n , . . . , x−1 , x1 , . . . , xn ; f ] =
n
1 (−1)n 1 1 n
Y
= Qn ( − ) = (−1) f (x) f (xj ).
2i j=1 (x2j + 1) x − i x + i j=1

P 2.10 Fie I ⊆ R, F = {f |f : I → R} şi x0 < x1 < . . . < xn elemente din I.

Dacă T : F → Mn+1 (R) este operatorul liniar definit prin
 
[x0 ; f ] [x0 , x1 ; f ] [x0 , x1 , x2 ; f ] . . . [x0 , x1 , . . . , xn ; f ]
 0 [x1 ; f ] [x1 , x2 ; f ] ... [x1 , . . . , xn ; f ] 
T (f ) = 
 
.. . . .. 
 . . . 
0 0 0 ... [xn ; f ]

atunci identitatea lui Leibniz implică T (f g) = T (f )T (g).

P 2.11 Cu notaţiile problemei anterioare, fie ξ ∈ I şi funcţia


1 dacă x = ξ
δξ (x) = .
0 dacă x ̸= ξ

Să se arate că

84 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

1. f (x)δξ (x) = f (ξ)δξ (x);

f (xn )
2. [x0 , x1 , . . . , xn ; δxn ] = (xn −x0 )(xn −x1 )...(xn −xn−1 )
;

3. T (f ) U = diag(f (x0 ), f (x1 ), . . . , f (xn )) U cu

 
[x0 ; δx0 ] [x0 , x1 ; δx1 ] [x0 , x1 , x2 ; δx2 ] . . . [x0 , x1 , . . . , xn ; δxn ]
 0 [x1 ; δx1 ] [x1 , x2 ; δx2 ] ... [x1 , . . . , xn ; δxn ] 
U = .
 
.. ... ..
 . . 
0 0 0 ... [xn ; δxn ]

Coloanele matricei U reprezintă vectorii propri matricei T (f ) corespunzând

valorilor propri f (x0 ), f (x1 ), . . . , f (xn ).

P 2.12 Q
Fie x, x1 , x2 , . . . , xn puncte distincte două câte două de pe axa reală şi
u(x) = ni=1 (x − xi ). Să se deducă relaţiile
Pn f (xk ) f (x)
1. k=1 (x−xk )u′ (xk ) = −[x, x1 , . . . , xn ; f ] + u(x) ;
Pn xn −xn
2. k
k=1 (x−xk )u′ (xk ) = 1;
x x(x+1) x(x+1)...(x+n−1)
3. Dacă φ(x) = 1 + 1!
+ 2!
+ ... + n!
atunci
n
X 1 − (−k)n
= n!.
k=1
(1 + k)φ′ (−k)

P 2.13 Dacă P ∈ Pn (X), (n ≥ 2), are toate rădăcinile simple x1 , x2 , . . . , xn

atunci n
xm

X
i 0 dacă m ∈ {0, 1, . . . , n − 2}
=
′
P (xi ) 1 dacă m = n − 1.
i=1

R. Din P ′ (xi ) = (xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn ) rezultă

n
X xmi
′
= [x1 , . . . , xn ; xm ].
i=1
P (xi )

P 2.14 Să se determine polinomul de interpolare Lagrange – Hermite care sat-

isface condiţiile de interpolare

H (j) (a) = f (j) (a) j ∈ {0, 1, . . . , m}

H (j) (b) = f (j) (b) j ∈ {0, 1, . . . , n}
2.5. POLINOMUL DE INTERPOLARE LAGRANGE-HERMITE ÎN C 85

R.
m
n+1 X "m−j  k  #
(x − a)j X x − a

x−b n+k
H(x) = f (j) (a)+
a−b j! b−a k
j=0 k=0

n
m+1 X " n−j  k  #
j

x−a (x − b) X x−b m+k
+ f (j) (b).
b−a j! a−b k
j=0 k=0

P 2.15 Utilizând notaţiile §2.3, dacă r = max{r1 , . . . , rn+1 } şi f este o funcţie
de r ori derivabilă, atunci expresia polinomului de interpolare Lagrange – Hermite
se poate scrie
n+1 ri (s)
(x − xi )s f (t)
X X 
H(x) = ui (x) .
i=1 s=0
s! u i (t) t=x i

R. Formula (2.17) se scrie

ri
n+1 X ri −j
X
(j) (x − xi )j X (x − xi )k  1 
H(x) = f (xi ) ui (x) |x=xi =
i=1 j=0
j! k=0
k! ui (x)

n+1 i −j
ri rX
(x − xi )j+k
 
X X
(j) 1
= ui (x) f (xi ) |x=xi .
i=1 j=0 k=0
j!k! ui (x)

Punând s = j + k se deduce ı̂n continuare

n+1 ri s 
(x − xi )s X s
  
X X
(j) 1
H(x) = ui (x) f (xi ) |x=xi .
s! j ui (x)
i=1 s=0 j=0

P 2.16 Să se arate că polinomul de interpolare care satisface condiţiile

P (0) = n1 P (1) = n2
P ′ (0) = s1 P ′ (1) = s2

se poate reprezenta prin

  
2 −2 1 1 n1
 −3 3 −2 −1   n2
  
P (t) = (t3 t2 t 1) 
 0
.
0 1 0   s1 
1 0 0 0 s2
86 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

P 2.17 1. Să se determine polinomul de interpolare Q care satisface condiţiile

Q(−1) = α, Q(1) = β, Q(0) = γ, Q′ (0) = m.

2. Fie m ∈ R∗ . Să se determine polinomul de grad minim S care satisface

condiţiile
S(−1) = 0, S(1) = 0, S ′ (0) = m
astfel ı̂ncât volumul corpului obţinut prin rotaţia graficului lui S ı̂n jurul
axei Ox, x ∈ [−1, 1] să fie minim.

P 2.18 1. Dacă f : [0, 1] → R atunci

1
f (x) = f (0)(1 − x) + f (1)x + R1 (x)f ′′ (ξ), |R1 (x)| ≤ .
8

2. Dacă f : [−1, 1] → R atunci

1 1
f (x) = f (−1)(x2 − x) + f (0)(1 − x2 ) + f (1)(x2 + x) + R2 (x)f (3) (ξ)
2 2
1
|R2 (x)| ≤ √ .
9 3

P 2.19 Fie x0 < x1 < . . . < xn+1 aparţinând unui interval I şi funcţia f : I → R.
Să se rezolve sistemul algebric de ecuaţii liniare

a0 + a1 xi + . . . + an xni + (−1)i E = f (xi ) i ∈ {0, 1, . . . , n + 1}

ı̂n necunoscutele a0 , a1 , . . . , an , E.

R. Introducem

p1 (x) = L(Pn ; x0 , x1 , . . . , xn ; f )(x)

p2 (x) = L(Pn ; x0 , x1 , . . . , xn ; φ)(x), unde φ(xi ) = (−1)i , ∀i = 0 : n
p(x) = p1 (x) − Ep2 (x).

Pentru i ∈ {0, 1, . . . , n} au loc egalităţile

p(xi ) = p1 (xi ) − Ep2 (xi ) = f (xi ) − (−1)i E ⇔ p(xi ) + (−1)i E = f (xi ).

Coeficienţii polinomului p dau necunoscutele a0 , a1 , . . . , an .

2.5. POLINOMUL DE INTERPOLARE LAGRANGE-HERMITE ÎN C 87

Din ultima ecuaţie se deduce E. Polinomul p2 ia valori de semne contrare ı̂n

capetele fiecărui interval [xi , xi+1 ], i = 0 : n − 1, având astfel câte o rădăcină ı̂n
fiecare interval. În consecinţă p2 nu se anulează ı̂n intervalul [xn , xn+1 ] şi unde va
păstra acelaşi semn. Rezultă p2 (xn+1 ) + (−1)n ̸= 0. Din equaţia

p(xn+1 )+(−1)n+1 E = f (xn+1 ) ⇔ p1 (xn+1 )−Ep2 (xn+1 )+(−1)n+1 E = f (xn+1 )

se obţine
p1 (xn+1 ) − f (xn+1 )
E= .
p2 (xn+1 ) + (−1)n
P 2.20 Fie numerele reale x1 < x2 < . . . < xn . Să se justifice afirmaţiile:
1. Polinoamele fundamentale Lagrange l1 , . . . , ln sunt liniar independente ı̂n
Pn−1 .
2. Pentru orice polinom P ∈ Pn−1 are loc egalitatea P (x) = ni=1 P (xi )li (x).
P

3. Familia de funcţionale gi ∈ P∗n−1 , gi (P ) = P (xi ) formează o bază pentru

P∗n−1 .
4. Are loc formula L(Pn−1 ; x1 , . . . , xn ; f )(x) = ni=1 gi (f )li (x).
P

P 2.21 Să se arate că dacă xi = a + i b−a n

i ∈ {0, 1, . . . , n} atunci are loc formula
baricentrică Pn wi
i=0 f (xi ) x−xi
L(Pn ; x0 , . . . , xn ; f )(x) = P n wi ,
i=0 x−xi
 
n
unde wi = (−1)i .
i

R. Se deduce ı̂n prealabil expresia polinomului de interpolare Lagrange.

P 2.22 Dacă numerele λ1 , . . . , λn verifică egalităţile nk=1 λk = 1 şi nk=1 λk xk =

P P
x, să se arate relaţiile
1. n
X
λk [x, x1 , . . . , xk−1 , xk+1 , . . . , xn ; f ] = [x1 , x2 , . . . , xn ; f ].
k=1

2.
n
X
λk L(Pn−1 ; x, x1 , . . . , xk−1 , xk+1 , . . . , xn ; f )(x) = L(Pn−1 ; x1 , x2 , . . . , xn ; f )(x).
k=1
88 CAPITOLUL 2. ELEMENTE DIN TEORIA INTERPOLĂRII

R. 1. Se utilizează egalitatea

[x1 , . . . , xn ; f ] − [x, x1 , . . . , xk−1 , xk+1 , . . . , xn ; f ]

[x, x1 , . . . , xn ; f ] = .
xk − x
Capitolul 3

Convergenţa procedeelor de
interpolare prin polinoame

Dată fiind şirurile de noduri de interpolare

(1)
x1
(2) (2)
x1 x2
(3) (3) (3)
x1 x2 x3 (3.1)
... ... ... ...
(n) (n) (n) (n)
x1 x2 x3 . . . xn
... ... ... ... ... ...
(n) (n)
o funcţie f şi şirul funcţiilor de interpolare Ln (x) a lui f ı̂n nodurile x1 , x2 ,
(n) (n)
x3 , . . . , xn , se ridică ı̂ntrebarea dacă şirul Lk converge sau nu către f.
În cele ce urmează vom vedea că răspunsul poate fi atât afirmativ cât şi
negativ, ı̂n funcţie de interpolarea folosită.

3.1 Spaţii liniar ordonate

Definiţia 3.1.1 Se numeşte spaţiu liniar ordonat real o mulţime X cu pro-
prietăţile
1. X este spaţiu liniar peste corpul numerelor reale;
2. X este un spaţiu ordonat (relaţia de ordine fiind notată ≤);
3. pentru orice x, y, z ∈ X şi orice a ∈ R, a > 0,

x+z ≤y+z
x ≤ y =⇒
ax ≤ ay

89
90 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

Fie E o mulţime oarecare şi F (E) spaţiul liniar al funcţiilor definite ı̂n E cu
valori reale. Definind ı̂n F (E) relaţia de ordine

f ≤g ⇐⇒ f (x) ≤ g(x) ∀x ∈ E,

F (E) devine un spaţiu liniar ordonat real.

Definiţia 3.1.2 Fie X, Y spaţii liniar ordonate reale. Un operator liniar U ∈

(X, Y )# este pozitiv dacă

∀x ≥ 0 =⇒ U (x) ≥ 0.

Teorema 3.1.1 Dacă U : F (E) → F (E) este un operator liniar şi pozitiv atunci
(i) f ≤ g =⇒ U (f ) ≤ U (g);
(ii) |U (f )| ≤ U (|f |), ∀f ∈ F (E).

Mulţimea funcţiilor reale şi continue definite ı̂n intervalul mărginit şi ı̂nchis
[a, b], notat uzual prin C[a, b], este un spacţiu liniar ordonat real (E = [a, b]). To-
todată C[a, b] este un spaţiu normat, cu norma ∥f ∥ = maxx∈[a,b] |f (x)|. Convergenţa
unui şir de funcţii, ı̂n sensul acestei norme, ı̂nseamnă convergenţa uniformă.

Teorema 3.1.2 Dacă U : C[a, b] → C[a, b] este un operator liniar şi pozitiv
atunci opertorul U este continu.

Demonstraţie. Dacă f ∈ C[a, b] atunci |f (x)| ≤ ∥f ∥ = ∥f ∥1, ∀ x ∈ [a, b]

echivalent cu |f | ≤ ∥f ∥1, unde 1 este funcţia constantă 1 ı̂n [a, b]. Potrivit teore-
mei anterioare |U (f )| ≤ U (|f |) ≤ U (∥f ∥1) = ∥f ∥U (1) şi deci

∥U (f )∥ ≤ ∥f ∥∥U (1)∥.

Dacă f, g ∈ C[a, b] atunci au loc relaţiile

∥U (f ) − U (g)∥ = ∥U (f − g)∥ ≤ ∥f − g∥∥U (1∥.

Teorema 3.1.3 (Korovkin) Fie (Un )n∈N , Un : C[a, b] → C[a, b] un şir de op-
eratori liniari şi pozitivi şi ei (x) = xi . Dacă

lim Un (ei ) = ei , i ∈ {0, 1, 2},

n→∞

atunci, pentru orice f ∈ C[a, b] are loc

lim Un (f ) = f.
n→∞
3.1. SPAŢII LINIAR ORDONATE 91

Demonstraţie. Fie f ∈ C[a, b]. Funcţia f este uniform continuă, adică

ϵ
∀ϵ > 0 ∃δ > 0 astfel ı̂ncât ∀|t − x| < δ ⇒ |f (t) − f (x)| < .
2
2
Dacă |t − x| ≥ δ atunci |f (t) − f (x)| ≤ ∥f ∥ ≤ 2 (t−x)
δ2
∥f ∥. Prin urmare, pentru
orice t, x ∈ [a, b] are loc inegalitatea

ϵ (t − x)2
|f (t) − f (x)| ≤ +2 ∥f ∥. (3.2)
2 δ2
Notăm prin un (x), vn (x), wn (x) funcţiile definite prin

un (x) = Un (e0 )(x) − 1, vn (x) = Un (e1 )(x) − x, wn (x) = Un (e2 )(x) − x2 .

Din ipoteza teoremei rezultă că

lim un (x) = 0, lim vn (x) = 0, lim wn (x) = 0, (3.3)

n→∞ n→∞ n→∞

uniform ı̂n [a, b].

Pentru operatorul Un , punem ı̂n evidenţă variabila funcţiei original şi variabila
funcţiei imagine pentru un operator Un , respectiv prin t şi x.
Datorită liniarităţii lui Un , au loc egalităţile

Un (f )(x) − f (x) = Un (f (t))(x) − f (x) =

= Un (f (t))(x) − f (x)(Un (e0 (t))(x) − un (x)) = Un (f (t) − f (x))(x) + f (x)un (x).

Fie ϵ > 0 şi δ > 0, ce rezultă din uniform continuitatea funcţiei f. Din
egalitatea anterioară, datorită inegalităţii (3.2) şi pozitivităţii operatorului Un ,
rezultă că
|Un (f )(x) − f (x)| ≤ (3.4)
≤ |Un (f (t) − f (x))(x)| + ∥f ∥ |un (x)| ≤ Un (|f (t) − f (x)|)(x) + ∥f |∥un (x)| ≤
ϵ (t − x)2
≤ Un ( + 2 ∥f ∥)(x) + ∥f ∥ |un (x)|.
2 δ2
Dezvoltând membrul drept din (3.4), găsim că acesta este egal cu

ϵ 2∥f ∥
Un (e0 (t))(x) + 2 Un ((t − x)2 )(x) + ∥f ∥ |un (x)| =
2 δ
ϵ 2∥f ∥
= (1 + un (x)) + 2 Un ((t − x)2 )(x) + ∥f ∥ |un (x)| =
2 δ
92 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

ϵ 2∥f ∥
= (1 + un (x)) + 2 (wn (x) − 2xvn (x) + x2 un (x)) + ∥f ∥ |un (x)|.
2 δ
Aşadar (3.4) devine

ϵ ϵ 2∥f ∥
|Un (f )(x) − f (x)| ≤ + ( + ∥f ∥)|un (x)| + 2 (wn (x) − 2xvn (x) + x2 un (x)).
2 2 δ
Intervalul [a, b] fiind compact şi (3.3) implică existenţa unui n0 ∈ N, astfel ı̂ncât
pentru orice n > n0 să fie adevărată inegalitatea

ϵ 2∥f ∥ ϵ
( + ∥f ∥)|un (x)| + 2 |wn (x) − 2xvn (x) + x2 un (x)| < .
2 δ 2
Astfel |Un (f )(x) − f (x)| < ϵ, ∀n > n0 , ∀x ∈ [a, b], adică are loc convergenţa
şirului (Un (f ))n∈N către f.
Analiza demonstraţiei de mai sus, permite enunţarea următoarei versiuni a
Teoremei 3.1.3

Teorema 3.1.4 Fie (Un )n∈N , Un : C[a, b] → C[a, b] un şir de operatori liniari şi
pozitivi. Dacă

lim Un (1) = 1 şi lim Un ((t − x)2 )(x) = 0

n→∞ n→∞

atunci, pentru orice f ∈ C[a, b] are loc

lim Un (f ) = f.
n→∞

3.2 Interpolare şi aproximare

Pentru o funcţie continuă indicăm un şir de polinoame de interpolare a funcţiei
care ı̂n plus converge converge.
(n)
Teorema 3.2.1 (Fejér) Fie f ∈ C[−1, 1] şi xk = cos (2k−1)π 2n
, k ∈ {1, 2, . . . , n}
rădăcinile polinomului lui Cebı̂şev Tn (x) = cos n arccos x. Dacă F2n−1 este poli-
nomul de interpolare Lagrange-Hermite care satisface condiţiile de interpolare
(n) (n)
F2n−1 (xk ) = f (xk )
′ (n) ∀ k ∈ {1, 2, . . . , n},
F2n−1 (xk ) = 0

atunci şirul (F2n−1 )n∈N converge către f (uniform ı̂n [−1, 1]).
3.2. INTERPOLARE ŞI APROXIMARE 93

Demonstraţie. Utilizând expresia polinomului lui Fejér (2.20), cu notaţiile in-

troduse la deducerea lui, găsim

n ′′ (n) i
(n) w (xk )
X h
(n)
F2n−1 (x) = f (xk 1 − (x − xk ) (n)
lk2 (x), (3.5)
′
w (xk )
k=1

(n)
unde w(x) = nk=1 (x − xk ) = 2n−11
Q
Tn (x).
Ţinând seama de expresia polinomului lui Cebı̂şev, se deduc egalităţile
(n) (n)
w′′ (xk ) xk )
(n) = (n)
w′ (xk ) 1−(xk ))2
(n)
Tn2 (x) 1−(xk )2
lk2 (x) = n 2 · (n)
(x−x )2
k

Exprimarea (3.5) devine

n (n)
Tn2 (x) X (n) 1 − xxk
F2n−1 (x) = 2
f (xk ) (n)
.
n k=1 (x − xk )2

Definim şirul de operatori Fn : C[−1, 1] → C[−1, 1] prin Fn (f )(x) = F2n−1 (x).

Fn este un operator liniar şi pozitiv.
În continuare verificăm condiţiile Teoremei 3.1.4.

1. Din formula restului polinomului de interpolare Lagrange – Hermite (2.19)

rezultă că
Fn (1)(x) = 1.

2. Au loc egalităţile

n (n)
Tn2 (x) X (n) 2 1 − xxk
Fn ((t − x)2 )(x) = (x k − x) (n)
=
n2 k=1 (x − xk )2

n
Tn2 (x) X (n) Tn2 (x)
= (n − x x k ) = → 0, n → ∞,
n2 k=1
n

şi ı̂n consecinţă limn→∞ Fn (f ) = limn→∞ F2n−1 = f.

94 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

3.3 Convergenţa ı̂n medie a polinoamelor La-

grange
În cele ce urmează se presupune cunoaşterea formulei de integrare numerică a
lui Gauss. Pentru următoarea teoremă Erdős - Turán vom da două demonstraţii.

Teorema 3.3.1 (Teorema Erdős - Turán) Fie (Qn )n∈N un şir de polinoame or-
(n) (n)
togonale cu ponderea ρ ı̂n intervalul mărginit I = [a, b], x1 , . . . , xn rădăcinile
(n) (n)
polinomului Qn (x) şi Ln (f ) = L(Pn−1 ; x1 , . . . , xn ; f ). Dacă f ∈ C[a, b] atunci
Z b
lim ρ(x)(f (x) − Ln (f )(x))2 dx = 0.
n→∞ a

Demonstraţia 1. Fie ε > 0. Potrivit Teoremei lui Weierstass (3.5) există un

polinom P astfel ı̂ncât

|f (x) − P (x)| < ε, ∀ x ∈ [a, b].

Fie n > grad(P ). Au loc relaţiile

Z b Z b
2
ρ(x)(f (x) − Ln (f )(x)) dx = ρ(x)(f (x) − P (x) + Ln (P − f )(x))2 dx ≤
a a
Z b Z b
2
≤2 ρ(x)(f (x) − P (x)) dx + 2 ρ(x)L2n (P − f )(x))dx.
a a
2 2 2
S-a utilizat inegalitatea (a + b) ≤ 2(a + b ).
Pentru primul termen are loc inegalitatea
Z b Z b
2 2
ρ(x)(f (x) − P (x)) dx ≤ ε ρ(x)dx.
a a

Al doilea termen se calculează utilizând formula de integrare numerică de tip

Gauss Z b n
X (n)
ρ(x)φ(x)dx = Ai φ(xi ) + R(φ).
a i=0

Deoarece gradul polinomului L2n (P − f ) este 2n − 2 < 2n − 1, eroarea de metodă

R(·) = 0. Totodată
(n) (n) (n) (n) (n)
Ln (P − f )(xi ) = P (xi ) − Ln (f )(xi ) = P (xi ) − f (xi ).
3.3. CONVERGENŢA ÎN MEDIE A POLINOAMELOR LAGRANGE 95

Prin urmare
Z b n
X (n)
ρ(x)L2n (P − f )(x))dx = Ai L2n (P − f )(xi ) =
a i=1

n
X n
X
(n) (n)
= Ai (P (xi ) − f (xi ))2 <ε 2
Ai = ε2 (b − a).
i=1 i=1

Astfel
Z b Z b
2 2
ρ(x)(f (x) − Ln (f )(x)) dx ≤ 2ε ( ρ(x)dx + (b − a)).
a a

Pentru a două demonstraţie sunt necesare rezultatele din Anexa O şi este
nevoie de următorul rezultat.
În spaţiul funcţiilor reale de funcţii continue C[a, b] considerăm normele

∥f ∥ = max |f (x)|;
x∈[a,b]
Z b  21
2
∥f ∥2 = ρ(x)f (x)dx .
a

Teorema 3.3.2 Au loc relaţiile

Z b  12
∥f ∥2 ≤ ∥f ∥ ρ(x)dx ;
a
Z b  12
∥Ln (f )∥2 ≤ ∥f ∥ ρ(x)dx .
a

Demonstraţie. Reamintind că

n
X
(n) (n) (n)
Ln (f )(x) = L(Pn−1 ; x1 , . . . , xn(n) ; f )(x) = f (xi )li (x),
i=1

(n)
unde li (x), i ∈ {1, 2, . . . , n} sunt polinoamele fundamentale Lagrange. Aceste
polinoame sunt ortogonale (Problema 5.23)
Z b Z b  2
(n) (n) (n)
ρ(x)li (x)lj (x)dx = δi,j ρ(x) li (x) dx.
a a
96 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

Au loc relaţiile

n
!2
Z b Z b X (n) (n)
∥Ln (f )∥22 = ρ(x)L2n (f )(x)dx = ρ(x) f (xi )li (x) dx =
a a i=1

n
X Z b
(n) (n) (n) (n)
= f (xi )f (xj ) ρ(x)li (x)lj (x)dx =
i,j=1 a

n
X Z b  2
2 (n) (n)
= f (xi ) ρ(x) li (x) dx.
i=1 a

Potrivit formulei (5.27) coeficienţii formulei de integrare numerică de tip Gauss

Z b n
X (n) (n)
ρ(x)f (x)dx = Ai f (xi ), ∀ f ∈ P2n−1 ,
a i=1

sunt Z b  2
(n) (n)
Ai = ρ(x) li (x) dx.
a

În final rezultă

n
X n
X Z b
(n) (n) (n)
∥Ln (f )∥22 = Ai f 2 (xi ) ≤ ∥f ∥ 2
Ai ≤ ∥f ∥ 2
ρ(x)x.
i=1 i=1 a

Demonstraţia 2. Dacă p∗ este polinomul de grad n − 1, de cea mai bună

aproximaţie ı̂n [a, b] a lui f, atunci

Ln (p∗ ) = p∗ ;
∥f − p∗ ∥ = En−1

şi utilizând Teorema 3.3.2

Z b  21
∥f − Ln (f )∥2 ≤ ∥f − p∗ ∥2 + ∥Ln (p∗ ) − Ln (f )∥2 ≤ 2En−1 ρ(x)x .
a

În consecinţă limn→∞ ∥f − Ln (f )∥2 = 0.

3.4. FENOMENUL GIBBS 97

3.4 Fenomenul Gibbs

Fenomenul Gibbs constă ı̂n caracterul oscilatoriu al polinomului de interpolare
calculat pentru funcţii cu discontinuităţi,
Exemplificăm pentru:

Exemplul 3.4.1 f (x) = sign (x).

Graficele funcţiei şi ale polinomului de interpolare construit pe 10 puncte echidis-

tante din intervalul [−1, 1] sunt date ı̂n Fig. 3.1.

Fig. 3.1: Fenomenul Gibbs pentru Exemplul 3.4.1.


−x − 1 dacă x ∈ [−1, 0],
Exemplul 3.4.2 f (x) = .
x+1 dacă x ∈ (0, 1]
Analog, graficele sunt date ı̂n Fig. 3.2.

3.5 Norma operatorului de interpolare Lagrange

Teorema 3.5.1 Fie x1 , x2 , . . . , xn+1 puncte distincte două câte două ale unui
interval [a, b]. Operatorul L(f ) = L(Pn ; x1 , . . . , xn+1 )(f ) are următoarele pro-
prietăţi:

(i) L2 = L;
98 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

Fig. 3.2: Fenomenul Gibbs pentru Exemplul 3.4.2.

(ii) L(C[a, b]) = Pn ;

(iii) ∥L∥ = maxx∈[a,b] n+1 ∗
P
i=1 |li (x)|, adică L ∈ (C[a, b], Pn ) . Prin li (x) s-au notat
polinoamele fundamentale ale lui Lagrange.

Demonstraţie. Afirmaţiile (i), (ii) rezultă din egalitatea

L(Pn ; x1 , . . . , xn+1 ; f ) = f ∀f ∈ Pn .
(iii) Din inegalităţile
n+1
X n+1
X
|L(f )(x)| ≤ ∥f ∥ |li (x)| ≤ ∥f ∥ max |li (x)|
x∈[a,b]
i=1 i=1

se deduce că L ∈ (C[a, b], Pn )∗ şi ∥L∥ ≤ maxx∈[a,b] n+1

P
i=1P|li (x)|.
Fie x0 ∈ [a, b] astfel ı̂ncât n+1 n+1
P
|l (x
i=1 i 0 )| = max x∈[a,b] i=1 |li (x)| şi funcţia

 1 dacă x ∈ {a, b}
f0 (x) = sign(li (x0 )) dacă x = xi , i ∈ {1, 2, . . . , n + 1} .
afină ı̂n rest


Atunci f0 ∈ C[a, b] şi ∥f0 ∥ = 1. Deoarece

n+1
X
L(Pn ; x1 , . . . , xn+1 ; f0 )(x) = |li (x0 )|
i=1
3.6. DIVERGENŢA INTERPOLĂRII LAGRANGE 99

au loc relaţiile

n+1
X n+1
X n+1
X
max |li (x)| = |li (x0 )| = ∥L(f0 )∥ ≤ ∥L∥ ≤ max |li (x)|,
x∈[a,b] x∈[a,b]
i=1 i=1 i=1

de unde rezultă expresia normei operatorului L.

Λ = ∥L∥ se numeşte constanta lui Lebesgue corespunzătoare nodurilor şi
intervalului [a, b].
Evaluarea normei ∥Ln (f ) − f ∥ utilizează rezultate date ı̂n Anexa O.

Teorema 3.5.2 Dacă p∗ ∈ Pn este polinomul de cea mai bună aproximaţie a

funcţiei f ∈ C[a, b] prin elementele mulţimii Pn atunci

∥Ln (f ) − f ∥ ≤ (Λ + 1)∥f − p∗ ∥.

Demonstraţie. Teorema O.1.1 garantează existenţa polinomului p∗. În consecinţă

∥f − p∗ ∥ = inf p∈C[a,b] ∥f − p∥ = En (f ).
Totodată
Ln (f ) − p∗ = Ln (f ) − Ln (p∗ ) = Ln (f − p∗ )

de unde
∥Ln (f ) − p∗ ∥ = ∥Ln (f − p∗ )∥ ≤ Λ∥f − p∗ ∥.

În final

∥Ln (f ) − f ∥ ≤ ∥Ln (f ) − p∗ ∥ + ∥p∗ − f ∥ ≤ (Λ + 1)∥f − p∗ ∥.

3.6 Divergenţa interpolării Lagrange

Deducerea rezultatului de divergenţă necesită cunoaşterea unei serii de prob-
leme din topologie (Spaţii topologice Baire) şi analiză funcţională (Principiul con-
densării singularităţilor) cât şi o estimare a normei operatorului Fourier. Aceste
probleme sunt prezentate ı̂n secţiunile următoare.
Pentru ı̂nceput punem ı̂n evidenţa, printr-un exemplu, divergenţa şirului poli-
noamelor de interpolare Lagrange ataşată unei funcţii indefinit derivabile.
100 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

3.6.1 Şir de polinoame Lagrange neconvergent

1 a
Exemplul lui Runge. Fie f (x) = 1+x 2 , a > 0 şi xj = j n , j ∈ {−n, −n +

1, . . . , −1, 1, 2, . . . , n} cu n ∈ N∗ . Vom pune ı̂n evidenţă un x ∈ (0, a) astfel ı̂ncât

şirul de numere

L(P2n−1 ; x−n , . . . , x−1 , x1 , . . . , xn ; f )(x), n ∈ N∗ ,

să nu conveargă către f (x).

Pentru ı̂nceput evaluăm restul polinomului de interpolare:

Rn (x) = f (x) − L(P2n−1 ; x−n , . . . , x−1 , x1 , . . . , xn ; f )(x) =

n
Y
= [x, x−n , . . . , x−1 , x1 , . . . , xn ; f ] (x − x−j )(x − xj ).
j=1

Utilizând rezultatul Problemei 2.6, se obţine

n n n
Y Y Y x2 − x2j
Rn (x) = (−1)n f (x) f (xj ) (x2 − x2j ) = (−1)n f (x) 2
.
j=1 j=1 j=1
1 + x j

Qn |x2 −x2j |
Se notează gn (x) = j=1 1+x2j . Atunci

j2
Pn |x2 − 2 a2 |
1 n
n( n ln )
j=1 j2
1+ 2 a2
|Rn (x)| = f (x)gn (x) = f (x)eln gn (x) = f (x)e n = f (x)enφn (x) ,

unde
n 2
1 X |x2 − nj 2 a2 |
φn (x) = ln 2 .
n j=1 1 + j 2 a2 n

Calculăm
1 a
|x2 − s2 a2 | t=sa 1 |x2 − t2 |
Z Z
lim φn (x) = ln ds = ln dt =
n→∞ 0 1 + s 2 a2 a 0 1 + t2
Z a Z a Z a 
1 2
= ln |x − t|dt + ln(x + t)dt − ln(1 + t )dt .
a 0 0 0

Cele trei integrale sunt:

3.6. DIVERGENŢA INTERPOLĂRII LAGRANGE 101

• Prima integrală este improprie, cu singularitate ı̂n t = x. Integrala se cal-

culează ı̂n sensul valorii principale:
Z a Z x−ε Z a 
ln |x − t|dt = lim ln (x − t)dt + ln (x − t)dt .
0 ε↘0 0 x+ε

Se obţin:

– Z x−ε
ln (x − t)dt = (x − ε) ln ε − x + ε − x ln ε + x ln x;
0

–
Z a
ln (x − t)dt = (a − x) ln (a − x) − (x + ε) ln ε − a + x + ε − x ln ε.
x+ε

Prin urmare
Z a
ln |x − t|dt = lim ((a − x) ln (a − x) − 2ε ln ε + 2ε + x ln x − a) =
0 ε↘0

= (a − x) ln (a − x) + x ln x − a.

• Z a
ln(x + t)dt = (a + x) ln (x + a) − a − x ln x.
0

• Z a
ln(1 + t2 )dt = a ln (1 + a2 ) − 2a + a arctan a.
0

Astfel
1
(a + x) ln (a + x) + (a − x) ln (a − x) − a ln (1 + a2 ) − a arctan a .


lim φn (x) =
n→∞ a

Funcţia φ(x) = (a + x) ln (a + x) + (a − x) ln (a − x) − a ln (1 + a2 ) − a arctan a

este crescătoare (φ′ (x) = ln (a + x) − ln (a − x) > 0).
Pentru a = 5, x = 4 se obţine limn→∞ φn (4) ≈ 5.8397 > 0 şi ı̂n consecinţă
limn→∞ |Rn (4)| = ∞.
102 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

3.6.2 Norma operatorului Fourier

Fie C2π spaţiul funcţiilor reale, continue şi periodice cu perioada 2π. Opera-
torul lui Fourier Sn : C2π → C2π este definit prin
n
a0 X
Sn (x)(t) = + (ak cos kt + bk sin kt) (3.6)
2 k=1

unde
Z π Z π
1 1
ak = x(t) cos ktdt, bk = x(t) sin ktdt, k ∈ {0, 1, . . . , n}.
π −π π −π

Prin calcul direct vom deduce

Teorema 3.6.1 Are loc egalitatea
sin (n + 12 )(s − t)
Z π Z π
Sn (x)(t) = x(s) ds = x(s)Dn (s − t)ds,
−π 2π sin s−t
2 −π

unde
sin (n + 21 )t
Dn (t) =
2π sin 2t
se numeşte nucleul lui Dirichlet.

Demonstraţie. În baza identităţii 3 din Anexa B rezultă

n
!
Z π
1 1 X
Sn (x)(t) = x(s) + cos k(s − t) ds =
π −π 2 k=1

π
sin (n + 12 )(s − t)
Z
1
= x(s) ds.
π −π 2 sin s−t
2

Teorema 3.6.2 Norma operatorului Sn este

1 π  sin (n + 12 )τ 
Z  
∥Sn ∥ =  dτ
π 0  sin τ2

Demonstraţie. Potrivit Teoremei H.4.2, norma operatorului Sn este

1 π  sin (n + 12 )(s − t) 
Z  
∥Sn ∥ = max  ds,
t∈I π −π  2 sin s−t
2
3.6. DIVERGENŢA INTERPOLĂRII LAGRANGE 103

unde I = [−π, π]. Prin schimbarea de variabilă s − t = τ, integrala din expresia

normei devine
 sin (n + 12 )(s − t)   sin (n + 12 )τ 
Z π  Z π−t  
 ds =
 2 sin τ  dτ.
  
s−t
−π
 2 sin 2

−π−t 2

Datorită periodicităţii şi parităţii funcţiei de sub integrală, rezultă

1 π  sin (n + 21 )τ  1 π  sin (n + 12 )τ 
Z   Z  
∥Sn ∥ = max  dτ = π  dτ.
t∈I π 0  sin τ2 0
 sin τ2

Teorema 3.6.3 Are loc inegalitatea

4
∥Sn ∥ ≥ ln (n + 1).
π2

2πt
Demonstraţie. Prin schimbarea de variabilă τ = 2n+1 , din expresia normei
operatorului Sn , deducem
Z n+ 1  
2 2
 sin πt 

∥Sn ∥ = πt  dt = (3.7)
2n + 1 0  sin 2n+1


  Z n+ 1   !
n−1 Z j+1
2 X  sin πt  2
 sin πt 

= πt  dt + πt  dt ≥
 
2n + 1  sin 2n+1  sin 2n+1
 
j=0 j n
 
 
n−1 Z
2 X j+1  sin πt 
≥ πt  dt.
2n + 1  sin 2n+1

j
j=0

πt
Dacă t ∈ [j, j + 1] atunci 2n+1
∈ [0, π2 ] şi ı̂n consecinţă

πj πt π(j + 1) π(j + 1)
sin ≤ sin ≤ sin ≤ ,
2n + 1 2n + 1 2n + 1 2n + 1
de unde
| sin πt| | sin πt|
πt ≥ π(j+1) .
sin 2n+1
2n+1
R j+1
Deoarece j
| sin πt|dt = π2 , inegalitatea (3.7) ne dă
n
4 X1
∥Sn ∥ ≥ 2 .
π j=1 j
104 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

Din teorema de medie Lagrange, rezultă inegaliteatea

1 1
> ln (j + 1) − ln j > ,
j j+1

care conduce la ∥Sn ∥ ≥ π42 ln (n + 1).

Dacă rezultatul anterior furnizează o expresie minorantă pentru ∥Sn ∥ atunci
teorema urmatoare oferă o expresie majorantă.

Teorema 3.6.4 Are loc inegalitatea

2 42 2
∥Sn ∥ ≤ 1.68 + (1 + ln(n − 1)) + .
π π π

Demonstraţie. Egalitatea sin (n + 12 )t = sin nt cos 2t + cos nt sin 2t implică

 sin (n + 21 )τ 
π
Z   Z π 
1  dτ = 1
 sin nτ 
∥Sn ∥ = 
τ

 tan τ + cos nτ  dτ ≤
π 0
 sin 2
 π 0 2


1 π  sin nτ  1 π
Z   Z
≤ dτ + |cos nτ | dτ.
π 0  tan τ2  π 0
Majorăm separat cei doi termeni.

1. Din x ∈ (0, π2 ) ⇒ x < tan x rezultă

1 π  sin nτ  2 π | sin nτ | nτ =s 2 nπ | sin s|

Z   Z Z
A= dτ ≤ dτ = ds =
π 0  tan τ2  π 0 t π 0 s
n−1 Z n−1
2 X (j+1)π | sin s| s−jπ=u 2 π
Z X 1
= ds = sin u du.
π j=0 jπ s π 0 j=0
u + jπ

Utilizând inegalitatea
n−1 n−1 n−1
X 1 1 X 1 1 X 1
= + ≤ + , (u > 0),
j=0
u + jπ u j=1 u + jπ u j=1 jπ

ı̂n continuare rezultă

n−1 n−1
2 π sin u 2 X1 π 2 π sin u
Z Z Z
4 X1
A≤ du + 2 sin udu = du + 2 .
π 0 u π j=1 j 0 π 0 u π j=1 j
3.6. DIVERGENŢA INTERPOLĂRII LAGRANGE 105

Din dezvoltarea tayloriană

m
X (−1)k−1 2k−1 sin (c + (2m + 1) π2 ) 2m+1
sin u = u + u ,
k=1
(2k − 1)! (2m + 1)!

cu c este cuprins ı̂ntre 0 şi u, se găseşte

m
sin u X (−1)k−1 2k−2 1
≤ u + u2m ,
u k=1
(2k − 1)! (2m + 1)!

de unde
π m
X (−1)k−1 π 2k−1 π 2m+1
Z
sin u
du ≤ + .
0 u k=1
(2k − 1)!(2k − 1) (2m + 1)!(2m + 1)
Rπ sinu
Pentru m = 4, dintr-un calcul numeric rezultă 0 u
du ≤ 1.68.
1 1
Pn−1 1
Inegalitatea j+1
≤ ln(j + 1) − ln j ≤ j
implică j=1 j ≤ 1 + ln(n − 1).
Astfel
2 42
A≤ 1.68 + (1 + ln(n − 1)).
π π
2. Au loc egalităţile
Z π Z nπ
1 nτ =s 1
B= |cos nτ | dτ = |cos s| ds =
π 0 nπ 0

n−1 Z n−1 Z π
1 X (j+1)π s−jπ=u 1
X 2
|cos s| ds = |cos u| du = .
nπ j=0 jπ nπ j=0 0 π

Rezultă
2 42 2
∥Sn ∥ ≤ 1.68 + (1 + ln(n − 1)) + .
π π π

3.6.3 Divergenţa polinoamelor de interpolare Lagrange

Notăm uk (x) = cos kx, vk (x) = sin kx, k ∈ N, prin C2π spaţiul liniar al
funcţiilor continue şi periodice, cu perioada 2π, Ep mulţimea funcţiilor pare din
C2π şi Wn = span{u0 , u1 , . . . , un }.

Teorema 3.6.5 Dacă P ∈ (Ep , Wn )∗ astfel ı̂ncât

1. P 2 = P,
106 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

2. P(Ep ) = Wn , (adică P este operator surjectiv),

2
atunci ∥I − P∥ ≥ π2
ln(n + 1) − 12 .

Demonstraţie. Notăm prin Ty : C2π → C2π operatorul definit prin

Ty (f )(x) = f (x + y).

Următoarele proprietăţi ale lui Ty sunt imediate

1. Ty T−y = T−y Ty = I ⇔ Ty−1 = T−y , unde prin I s-a notat operato-
rul identic.

2. ∥Ty ∥ = 1.
Definim operatorul liniar
Z π
e )(t) = 1
P(f Ts (I − P)(T−s + Ts )(f )(t)ds.
2π −π

Pentru orice t ∈ [−π, π] şi orice f ∈ C2π din inegalitatea

|P(f
e )(t)| ≤ 2∥I − P∥ ∥f ∥

deducem că ∥P(f

e )∥ ≤ 2∥I − P∥ ∥f ∥ şi deci

∥P∥
e ≤ 2∥I − P∥. (3.8)

Vom arătăm că

P
e = I − Sn , (3.9)
unde Sn este operatorul lui Fourier.
Întrucât orice funcţie din Ep se poate scrie ca o serie de forma ∞
P
i=0 ai ui este
suficient să arătăm că

P(u
e i ) = (I − Sn )(ui ), ∀i ∈ N.

Deoarece 
ui pentru 0 ≤ i ≤ n
Sn (ui ) =
0 pentru i > n
rămâne de arătat că

0 pentru 0 ≤ i ≤ n
P(u
e i) =
ui pentru i > n.
3.6. DIVERGENŢA INTERPOLĂRII LAGRANGE 107

Din surjectivitatea operatorului P rezultă că

∀p ∈ Wn ∃f ∈ Ep astfel ı̂ncât P(f ) = p.

Atunci
p = P(f ) = P 2 (f ) = P(p), ∀p ∈ Wn . (3.10)
Au loc egalităţile

(T−s + Ts )(ui )(t) = ui (t − s) + ui (t + s) = 2ui (t)ui (s),

de unde
P(T−s + Ts )(ui )(t) = 2ui (s)P(ui )(t). (3.11)
Pentru 0 ≤ i ≤ n, ui ∈ Wn , din (3.10) şi (3.11) rezultă că

(I − P)(T−s + Ts )(ui )(t) = 0,

deci P(u
e i ) = 0.
Dacă i > n atunci P(ui ) se reprezintă sub forma P(ui ) = nj=0 aj uj unde
P
aj ∈ R, ∀ 0 ≤ j ≤ n. Ţinând seama de (3.11) găsim
n
X
Ts (I −P)((T−s +Ts )(ui )(t) = Ts (I −P)(2ui (s)ui (t)) = 2ui (s)Ts (ui − aj uj )(t) =
j=0

n
X
= 2ui (s)[ui (s)ui (t) − vi (s)vi (t) − aj (uj (s)uj (t) − vj (s)vj (t))].
j=0

Prin urmare
Z π Z π
e i )(t) = 1 ui (t)
h
P(u u2i (s)ds − vi (t) ui (s)vi (s)ds−
2π −π −π

n
X  Z π Z π i
− aj uj (t) ui (s)uj (s)ds − vj (t) ui (s)vj (s)ds = ui (t).
j=0 −π −π

În final, din (3.8) şi (3.9) rezultă

1 e 1 1 2 1
∥I − P∥ ≥ ∥P∥ = ∥I − Sn ∥ ≥ | ∥Sn ∥ − 1 | ≥ 2 ln(n + 1) − .
2 2 2 π 2
Teorema 3.6.6 Dacă Q ∈ (C[a, b], Pn )∗ astfel ı̂ncât
108 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

1. Q2 = Q,

2. Q(C[a, b]) = Pn ,
2
atunci ∥I − Q∥ ≥ π2
ln(n + 1) − 12 .

Demonstraţie. Funcţia ψ(t) = a+b 2

+ b−a
2
cos t transformă bijectiv intervalul
[0, π] ı̂n [a, b].
Definim operatorul liniar A : C[a, b] → Ep prin

f (ψ(t)) dacă t ∈ [0, π],
A(f )(t) =
f (ψ(−t)) dacă t ∈ [−π, 0).

Din egalitatea imediată ∥A(f )∥ = ∥f ∥ rezultă ∥A∥ = 1. Dacă A(f ) = 0 atunci

∥A(f )∥ = ∥f ∥ = 0 şi, ı̂n consecinţă f = 0. Astfel operatorul A este injectiv şi
deci inversabil.
Operatorul P = AQA−1 aparţine spaţiului (Ep , Wn )∗ . Observăm că

P 2 = AQA−1 AQA−1 = AQ2 A−1 = AQA−1 = P.

Deoarece Q = A−1 PA, din relaţiile

∥I − Q∥ = ∥A−1 (I − P)A∥ ≤ ∥A−1 ∥ ∥I − P∥ ∥A∥ = ∥I − P∥.

şi
∥I − P∥ = ∥A(I − P)A−1 ∥ ≤ ∥A∥ ∥I − Q∥ ∥A−1 ∥ = ∥I − Q∥.
rezultă ∥I − Q∥ = ∥I − P∥. Potrivit teoremei anterioare

2 1
∥I − Q∥ = ∥I − P∥ ≥ 2
ln(n + 1) − .
π 2

În finalul acestei secţiuni stabilim următorul rezultat de divergenţă:

Teorema 3.6.7 Fie o mulţime de şiruri de noduri de interpolare (3.1) dintr-

un interval [a, b]. Mulţimea funcţiilor continue f ∈ C[a, b] cu proprietatea că
(1) (n)
şirul polinoamelor de interpolare Lagrange L(Pn−1 , x1 , . . . , xn ; f ) nu converge
(uniform) către f este superdensă ı̂n C[a, b].
3.6. DIVERGENŢA INTERPOLĂRII LAGRANGE 109

Demonstraţie. Fie şirul de operatori (Ln )n∈N∗ , Ln ∈ (C[a, b], Pn )∗ definiţi prin
(n)
L(f )(x) = L(Pn−1 ; x1 , . . . , xn(n) ; f )(x) ∀n ∈ N∗ .

Potrivit Teoremei 3.5.1 operatorul Ln satisface ipotezele Teoremei 3.6.6. În

consecinţă
2 1
∥I − Ln ∥ ≥ 2 ln (n + 1) − , ∀n ∈ N∗ ,
π 2
de unde supn∈N∗ ∥I − Ln ∥ = ∞.
Familia de operatori liniari şi continui

A = {I − Ln : n ∈ N∗ }

satisface condiţia principiului condensării singularităţilor (Teorema H.3.1). Prin

urmare mulţimea singularităţilor SA este superdensă ı̂n C[a, b]. Astfel mulţimea
funcţiilor f ∈ C[a, b] pentru care supn∈N∗ ∥(I − Ln )(f )∥ = ∞, deci şi a acelor
funcţii pentru care Ln (f ) nu converge uniform către f este superdensă ı̂n C[a, b].

Probleme şi teme de seminar

→ 
P 3.1 Fie f : [0, 1] R şi polinomul lui Bernstein de grad n ataşat funcţiei f,
Pn n
Bn (f )(x) = k=0 f ( nk )xk (1 − x)n−k . Să se arate că
k

1. Bn (1)(x) = 1;

2. Bn (t)(x) = x;
x+(n−1)x2
3. Bn (t2 )(x) = n
.

P 3.2 Fie (uk )k∈N un şir de numere şi Bn (ui , ui+1 , . . . , ui+n ) polinomul
n  
X n
Bn (ui , ui+1 , . . . , ui+n )(x) = ui+k xk (1 − x)n−k .
k
k=0

Să se arate că

Bn (u0 , u1 , . . . , un )(x) = B1 (Bn−1 (u0 , . . . , un−1 )(x), Bn−1 (u1 , . . . , un )(x)))(x).

110 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

Indicaţie. Deoarece B1 (ui , ui+1 )(x) = (1 − x)ui + xui+1 vom avea

B1 (Bn−1 (u0 , . . . , un−1 )(x), Bn−1 (u1 , . . . , un )(x)))(x) =

= (1 − x)Bn−1 (u0 , . . . , un−1 )(x) + xBn−1 (u1 , . . . , un )(x)))(x) =

n−1   n−1  
X n−1 k n−k
X n−1
= uk x (1 − x) + uk+1 xk+1 (1 − x)n−1+k = . . .
k k
k=0 k=0

P 3.3 Să se demonstreze egalitatea

n  
X n
Bn (f )(x) = △k1 f (0)xk .
k n
k=0

Indicaţie. Dezvoltând (1 − x)n−k se obţine

n   n−k  
X n k X n−k
Bn (f )(x) = f( ) (−1)j xj+k =
k n j=0 j
k=0

n   n  
X n k X n−k
= f( ) (−1)i−k xi ,
k n i−k
k=0 i=k

cu i = k + j.
Schimbând ordinea sumărilor rezultă
n i   
X X
i i−k n−k n k
Bn (f )(x) = x (−1) f ( ).
i−k k n
i=0 k=0
     
n−k n n i
Deoarece = şi folosind (1.2) vom avea
i−k k i k
n   X i   n  
X n i i i−k k X n
Bn (f )(x) = x (−1) f ( ) = xi △i1 f (0).
i k n i n
i=0 k=0 i=0

 
n
P 3.4 1. Dacă pn,k (x) = xk (1 − x)n−k atunci au loc egalităţile
k

• p′n,0 (x) = −npn−1,0 (x);

• p′n,n (x) = npn−1,n−1 (x);
3.6. DIVERGENŢA INTERPOLĂRII LAGRANGE 111

• p′n,k (x) = n(pn−1,k−1 (x) − pn−1,k (x), k ∈ {1, 2, . . . , n − 1}.

Pn
2. Pentru polinomul lui Berstein Bn (f )(x) = k=0 pn,k (x)f ( nk ) să se arate

• Bn′ (x) = n
Pn−1 Pn−1
k=0 pn−1,k (x)△ 1 f ( nk ) = k=0 pn−1,k (x)[ nk , k+1
n
; f]
n

• Bns (f )(x) = n(n − 1) · . . . · (n − s + 1)

Pn−s
k=0 pn−s,k (x)△s1 f ( nk ).
n

Indicaţie.
n
X k
Bn′ (f )(x) = p′n,k (x)f ( ) =
k=0
n

n−1
X k
= −npn−1,0 (x)f (0) + n (pn−1,k−1 (x) − pn−1,k (x))f ( ) + npn−1,n−1 (x)f (1) =
k=1
n

n n−1
X k X k
=n pn−1,k−1 (x)f ( ) − n pn−1,k (x)f ( ).
k=1
n k=0
n

În prima sumă se face schimbarea de indice k := k − 1 şi rezultă

n−1  
X k+1 k
Bn′ (f )(x) =n pn−1,k (x) f ( ) − f( ) .
k=0
n n

u
P 3.5 Să se arate că limn→∞ Bn (f )(x) = f (x), ∀f ∈ C[0, 1], adică spaţiul liniar
al polinoamelor este dens ı̂n C[0, 1] (Weierstrass).

Indicaţie. Se ţine cont de Teorema 3.1.3.

P 3.6 Să se demonstreze relaţiile:

∞
−nx
X (nx)k
1. e = 1;
k=0
k!
∞
X k (nx)k
2. e−nx = x;
k=0
n k!
∞
X k 2 (nx)k x + nx2
3. e−nx = .
k=0
n2 k! n
112 CAPITOLUL 3. CONVERGENŢA PROCEDEELOR DE INTERPOLARE

P 3.7 Operatorul Szasz-Mirakjan este definit prin

∞
k (nx)k
X  
−nx
Sn (φ)(x) = e φ ,
k=0
n k!

unde φ : [0, ∞) → R. Dacă φ(x) este o funcţie continuă să se arate că ı̂n orice
interval compact I = [0, b], limn→∞ Sn (φ)(x) = φ(x), x ∈ I.

Indicaţie. Se ţine cont de Teorema 3.1.3.

1
P 3.8 [22, p. 231] În Problemele 1.22 şi 3.7 se aleg x = nθ, h = n
, ak =
φ(kh), k ∈ N şi φ(x) = f (x0 + x). Să se deducă relaţiile:
∞ ∞ θ k


X θk △k f (x0 )
h θ
−h
X
h
1. =e f (x0 + kh) ;
k=0
k! hk k=0
k!
∞
X θk △k f (x0 )h
2. lim = f (x0 + θ).
h↘0
k=0
k! hk

P 3.9 Pentru operatorul lui Fourier să se arate egalităţile

n
!
sin (n + 12 )(s − t)
Z 2π Z 2π
1 X
ik(t−s)
Sn (x)(t) = x(s) e ds = x(s) s−t ds.
2π 0 k=−n 0 2π sin 2

P 3.10 Să se arate egalitatea

2
sin n+1

1 1 2
t
(D0 (t) + D1 (t) + . . . + Dn (t)) = ,
n+1 2π(n + 1) sin 2t

sin (k+ 1 )t
unde Dk (t) = 2π sin 2t este nucleul lui Dirichlet. Funcţia din membrul drept este
2
denumită nucleul lui Fejér.
Capitolul 4

Formule de derivare numerică

Prezentăm două moduri de aproximare a derivatei unei funcţii ı̂ntr-un punct:

• Calculul derivatei ı̂n cazul ı̂n care funcţia este cunoscută. Următoarele
posibilităţi sunt la dispoziţie:

– Calcul simbolic - subiect care nu face parte din tematica analizei nu-
merice;
– Aproximarea derivatei prin diferenţe. Pe lângă erorile de rotunjire va
exista şi o eroare de metodă.
– Metoda derivării automate: calculele se fac numeric pe o structură de
date specifică, fără eroare de metodă.

• Aproximarea derivatei ı̂n cazul ı̂n care sunt date doar valorile funcţiei pe
o mulţime de puncte. În acest caz derivata funcţiei se aproximează prin
derivata unei funcţii de interpolare.

4.1 Aproximarea derivatei prin diferenţe

Următoarele formule de aproximare a derivatelor unei funcţii sunt uzuale:

△h f (x) f (x + h) − f (x)
f ′ (x) ≃ = (4.1)
h h
δ2h f (x) f (x + h) − f (x − h)
f ′ (x) ≃ = (4.2)
2h 2h
2
δ f (x) f (x + h) − 2f (x) + f (x − h)
f ′′ (x) ≃ h 2 = (4.3)
h h2

113
114 CAPITOLUL 4. FORMULE DE DERIVARE NUMERICĂ

În ipoteza că f este derivabilă de un număr suficient de ori, pentru fiecare din
cazurile de mai sus, eroarea aproximării este evaluată ı̂n:

Teorema 4.1.1 Fie h > 0. Au loc relaţiile:

△h f (x)
(i) h
= f ′ (x) + h2 f ′′ (c1 ), x < c1 < x + h;
δ2h f (x) 2
(ii) 2h
= f ′ (x) + h6 f (3) (c2 ), x − h < c2 < x + h;
2 f (x)
δh 2
(iii) h2
= f ′ (x) + h12 f (4) (c3 ), x − h < c3 < x + h.

Demonstraţie. Cele trei relaţii sunt consecinţe ale dezvoltărilor tayloriene

ataşate unei funcţii.
Prima egalitate rezultă din
h2 ′′
f (x + h) = f (x) + hf ′ (x) + f (c1 ) x < c1 < x + h.
2
Utilizând dezvoltările
2 3
f (x + h) = f (x) + hf ′ (x) + h2 f ′′ (x) + h6 f (3) (c21 ) x < c21 < x + h
2 3
f (x − h) = f (x) − hf ′ (x) + h2 f ′′ (x) − h6 f (3) (c22 ) x − h < c22 < x
obţinem
f (x + h) − f (x − h) h2 f (3) (c21 ) + f (3) (c22 )
= f ′ (x) + .
2h 6 2
Funcţia f (3) având proprietatea lui Darboux ı̂n (x−h, x+h), există c2 ∈ (min{x−
(3) (3) (c )
h, x + h}, min{x − h, x + h}) ⊂ (x − h, c + h) astfel ı̂ncât f (3) = f (c21 )+f 2
22
.
Prin urmare
δ2h f (x) ′ h2 (3)
= f (x) + f (c2 ).
2h 6
În mod asemănător, din dezvoltările
2 3 4
f (x + h) = f (x) + hf ′ (x) + h2 f ′′ (x) + h6 f (3) (x) + h24 (c31 ) x < c31 < x + h
2 3 4
f (x − h) = f (x) − hf ′ (x) + h2 f ′′ (x) − h6 f (3) (x) + h24 (c32 ) x − h < c32 < x
obţinem
f (x + h) − 2f (x) + f (x − h) ′′ h2 f (4) (c31 ) + f (4) (c32 )
= f (x) + .
h2 12 2
Repetând raţionamentul de mai sus, există c3 ∈ (x − h, x + h) astfel ı̂ncât
δh2 f (x) ′ h2 (4)
= f (x) + f (c3 ).
h2 12
4.1. APROXIMAREA DERIVATEI PRIN DIFERENŢE 115

4.1.1 Extrapolarea Richardson

Un număr S se aproximează prin φ(h), S ≈ φ(h), mai precis având loc o
egalitate de forma
S = φ(h) + a2 h2 + a4 h4 + a6 h6 + . . . (4.4)
Dacă a2 ̸= 0 atunci a2 h2 reprezintă termenul dominant al erorii. Puterea lui
h din termenul dominant defineşte ordinul aproximării, 2 ı̂n cazul de faţă.
În (4.4), dacă se pune h2 ı̂n loc de h, atunci rezultă
h 1 1 1
S = φ( ) + a2 h2 + a4 h4 + a6 h6 + . . . (4.5)
2 4 16 64
În vederea eliminării termenului cu h2 , ı̂nmulţim (4.4) cu − 13 şi (4.5) 43 şi
adunându-le se obţine
4 h 1 1 5
S = φ( ) − φ(h) − a4 h4 − a6 h6 + . . .
3 2 3 4 16
adică o relaţie de forma
S = ψ(h) + b4 h4 + b6 h6 + . . . , (4.6)
având ordinul de aproximare 4.
Repetând procedeul, adică eliminând termenul cu h4 din (4.6) se ajunge la o
formulă de aproximaţie a lui S de ordin 6.
Următorul procedeu, denumit extrapolarea Richardson, realizează eliminarea
succesivă a termenilor de ordin h2 , h4 , . . . , h2M .
Introducem
h
D(n, 0) = φ( n ), n = 0, 1, . . . , M.
2
Extrapolarea Richardson constă ı̂n completarea tabelului
D(0, 0)
D(1, 0) D(1, 1)
D(2, 0) D(2, 1) D(2, 2)
.. .. .. ...
. . .
D(M, 0) D(M, 1) D(M, 2) . . . D(M, M )
utilizând formula de recurenţă
4k 1 n=k,k+1,...,M
D(n, k) = k
D(n, k − 1) − k D(n − 1, k − 1), k = 1, 2, . . . , M .
4 −1 4 −1
Tabelul se construieşte completând succesiv coloanele acestuia.
116 CAPITOLUL 4. FORMULE DE DERIVARE NUMERICĂ

Teorema 4.1.2 Au loc relaţiile

∞
X h 2j
D(n, k) = S + Aj,k+1 ( ) ,
j=k+1
2n

adică ordinul aproximării lui S prin D(n, k) este 2k + 2.

Demonstraţie. Inducţie după k. Din (4.4) rezultă

∞
h X h
S = φ( n ) + a2j ( n )2j
2 j=1
2
sau ∞ ∞
X h X h
D(n, 0) = S − a2j ( n )2j = S + Aj,1 ( n )2j ,
j=1
2 j=1
2
unde, s-au notat Aj,1 = −a2j , j ∈ N∗ .
Presupunem că
∞
X h 2j
D(n, k − 1) = S + Aj,k ( ) , n = k − 1, k, . . . , M.
j=k
2n

Potrivit formului de recurenţă

4k 1
D(n, k) =
k
D(n, k − 1) − k D(n − 1, k − 1) =
4 −1 4 −1
" ∞
# " ∞
#
4k X h 2j 1 X h 2j
= k S+ Aj,k ( n ) − k S+ Aj,k ( n−1 ) =
4 −1 j=k
2 4 − 1 j=k
2
∞ ∞
X 4k − 4j h 2j X 4k − 4j h 2j
=S+ Aj,k k ( n) = S + Aj,k k ( ) .
j=k
4 −1 2 j=k+1
4 − 1 2n
k j
Notând Aj,k+1 = Aj,k 44k−4
−1
se obţine relaţia din enunţul teoremei.

Aplicaţie la formule de derivare numerică. În ipoteza relaţiilor

∞
X f (j) (x)
f (x + h) = hj
j=0
j!
∞
X f (j) (x) j
f (x − h) = (−1)j h
j=0
j!
4.1. APROXIMAREA DERIVATEI PRIN DIFERENŢE 117

rezultă
∞
X f (2j+1) (x)
f (x + h) − f (x − h)
= f ′ (x) + h2j
2h j=1
(2j + 1)!
sau
∞
′
X f (2j+1) (x)
f (x) = φ(h) − h2j ,
j=1
(2j + 1)!

unde φ(h) = f (x+h)−f

2h
(x−h)
.
Extrapolarea Richardson conduce la formule de derivare numerică cu ordine
de aproximare superioară. De exemplu, eliminând termenul cu h2 se obţine
 
4 h 1 1 h h
φ( ) − φ(h) = f (x − h) − 8f (x − ) + 8f (x + ) − f (x + h) .
3 2 3 6h 2 2

Extrapolarea Richardson cu pas neregulat

În construcţia extrapolării Richarson ı̂nlocuim paşii

h h h
h> > 2 > ... > M
2 2 2
cu
h = h0 > h1 > h2 > . . . > hM .
Presupunem că are loc egalitatea (4.5). Vom alege

D(n, 0) = φ(hn ), n ∈ {0, 1, . . . , M }

şi formula de recurenţă

h2n−k D(n, k − 1) − h2n D(n − 1, k − 1) n∈{k,k+1,...,M }

D(n, k) = , k ∈ {1, 2, . . . , M } .
h2n−k − h2n

Teorema 4.1.3 Au loc relaţiile

∞
X
D(n, k) = S + h2n−k h2n−k+1 . . . h2n Pj,k (h2n−k , . . . , h2n ),
j=k+1

unde Pj,k (x0 , . . . , xk ) este un polinom omogen (fiecare monom are acelaşi grad)
de grad j − k − 1.
118 CAPITOLUL 4. FORMULE DE DERIVARE NUMERICĂ

Demonstraţie. Din (4.5), pentru Aj,1 = −aj , se obţine

∞
X ∞
X
D(n, 0) = φ(hn ) = S + Aj,1 h2j
n =S+ h2n Aj,1 h2j−2
n ,
j=1 j=1

adică Pj,0 (x0 ) = Aj,1 xj−1

0 .
Din
∞
X
D(n − 1, 0) = S + A1,1 h2n−1 + A2,1 h4n−1 + Aj,1 h2j
n−1 ,
j=3
∞
X
D(n, 0) = S + A1,1 h2n + A2,1 h4n + Aj,1 h2j
n
j=3

se găseşte
h2n−1 D(n, 0) − h2n D(n − 1, 0)
D(n, 1) = =
h2n−1 − h2
∞
!
X
= S + h2n−1 h2n A2,1 + Aj,1 (h2j−4
n−1 + h2j−6 2
n−1 hn + . . . + h2j−4
n ) ,
j=3
P∞
adică o expresie de forma S +h2n−1 h2n j=2 Pj,2 (h2n−1 , h2n ), cu Pj,2 polinom omogen
de grad j − 2.

4.2 Derivare automată

Metoda derivării automate a fost dezvoltat ı̂n jurul anului 1990, ideea ı̂mpreu-
nă cu o implementare fiind dată de L. B. Rall (1986). Calculele se efectuează
utilizând reprezentarea obişnuită a datelor - ı̂n virgulă mobilă, astfel va exista o
eroare de rotunjire dar nu va exista o eroare de metodă.

4.2.1 Derivare automată prin structură de derivare

În această variantă1 se utilizează o structură algebrică dublată de o structură
de date specifică, denumite structură de derivare (derivative structure).
Pentru ı̂nţelegerea metodei vom analiza mai multe exemple extrem de simple.
1
Prezentarea se bazează pe lucrarea Kalman D., 2002, Double Recursive Multivariate Au-
tomatic Differentiation. Mathematics Magazine, 75, no. 3, 187-202. Lucrarea stă la baza
implementării metodei ı̂n produsul informatc apache commons-math.
4.2. DERIVARE AUTOMATĂ 119

Funcţii de o singură variabilă

Exemplul 4.2.1 Pentru f (x) = x2 + 3 să se calculeze f ′ (2).

Pentru acest exemplu structura de derivare va fi dată de perechi

(a0 , a1 ) ∈ R2 .
Prima componentă este valoarea unei expresii ı̂ntr-un punct x iar a doua compo-
nentă este derivata expresiei calculată ı̂n acelaşi punct.
Astfel variabilei x ı̂i corespunde perechea (x, 1), pentru x = 2 se ia (2, 1).
Constantei 3 din expresia funcţiei f ı̂i corespunde perechea (3, 0).
În mulţimea perechilor, R2 se introduc operaţiile:
(a0 , a1 ) + (b0 , b1 ) = (a0 + b0 , a1 + b1 )
(a0 , a1 ) · (b0 , b1 ) = (a0 b0 , a0 b1 + a1 b0 )
Tripletul (R2 , +, ·) defineşte un inel comutativ cu elementul unitate (1, 0). Dacă
a0 ̸= 0 atunci (a0 , a1 ) este inversabil, (a0 , a1 )−1 = ( a10 , −a
a20
1
).
La operaţia de ı̂nmulţire, merită observat că a doua componentă corespunde
regulii de derivare a produsului.
Totodată produsul dintre o constantă c → (c, 0) şi o pereche (a0 , a1 ) are ca
rezultat perechea (ca0 , ca1 ).
Funcţia f se construieşte prin
(x, 1) · (x, 1) + (3, 0) = (x2 , 2x) + (3, 0) = (x2 + 3, 2x)
iar concret, calculele numerice sunt
(2, 1) · (2, 1) + (3, 0) = (4, 4) + (3, 0) = (7, 4).
Deci f (2) = 7 şi f ′ (2) = 4.
x2
Exemplul 4.2.2 Pentru f (x) = x+1
să se calculeze f ′ (2).

Calculele sunt
1 −1 4 8
(2, 1) · (2, 1) · (3, 1)−1 = (4, 4) · ( , ) = ( , ).
| {z } | {z } 3 9 3 9
x2 1
x+1

O funcţie elementară φ are reprezentarea (φ, φ′ ). Regula de derivare a funcţiilor

compuse induce operaţia de compunere
(φ, φ′ ) ◦ (a0 , a1 ) = (φ(a0 ), φ′ (a0 )a1 ).
120 CAPITOLUL 4. FORMULE DE DERIVARE NUMERICĂ

√ π2
Exemplul 4.2.3 Dacă f (x) = 3 sin x să se calculeze derivata ı̂n 4
.
Folosind simbolul → pentru a indica corespondenţa dintre un obiect matematic
şi reprezentarea sa ca structură de derivare, au loc asocierile
x → (x, 1)
√ √ 1 √ 1
x → ( , √ ) ◦ (x, 1) = ( x, √ )
2 2 x
sin → (sin , cos )
Construcţia funcţiei f revine la
√ 1 √ √ 1
(3, 0) · (sin, cos) ◦ ( x, √ ) = (3, 0) · (sin x, cos x √ ) =
2 x 2 x
√
√ 3 cos x
= (3 sin x, √ ).
2 x
Calculele concrete sunt
r
π2 1 π 1 π
(3, 0) · (sin, cos) ◦ ( , q ) = (3, 0) · (sin , cos ) = (3, 0).
4 2 π2 2 π 2
4

π2 π2
Prin urmare f ( 4 ) = 3 şi f ′ ( 4 ) = 0.
Dacă este nevoie de derivata a doua atunci structura de derivare va fi dată de
tripletul
(a0 , a1 , a2 ) ∈ R3 ,
unde a treia componentă se referă la derivata de ordinul doi. Operaţiile consid-
erate mai sus devin
(a0 , a1 , a2 ) + (b0 , b1 , b2 ) = (a0 + b0 , a1 + b1 , a2 + b2 )
(a0 , a1 , a2 ) · (b0 , b1 , b2 ) = (a0 b0 , a0 b1 + a1 b0 , a2 b0 + 2a1 b1 + a2 b0 )
(φ, φ′ , φ′′ ) ◦ (a0 , a1 , a2 ) = (φ(a0 ), φ′ (a0 )a1 , φ′′ (a0 )a21 + φ′ (a0 )a2 )
Exemplul 4.2.4 Să se calculeze f ′′ (1) pentru f (x) = x ln x.
Deoarece x′′ = 0 variabilei x ı̂i corespunde tripletul (x, 1, 0). În consecinţă x = 1
devine (1, 1, 0). Calculele sunt
 
1 1
(1, 1, 0) · (ln, , − 2 ) ◦ (1, 1, 0) = (1, 1, 0) · (ln 1, 1, −1) = (0, 1, 1).
· ·
Rezultă f (1) = 0, f ′ (1) = 1, f ′′ (1) = 1.
Procedura se extinde pentru cazul ı̂n care este nevoie de calculul unei derivate
de ordin mai mare.
4.2. DERIVARE AUTOMATĂ 121

Funcţii de mai multe variabile

Pentru calculul derivatelor parţiale de ordinul ı̂ntâi şi doi ale unei funcţii
f (x, y) structura de derivare va fi

fyy
fy fyx = (f, fx , fxx , fy , fyx , fyy ) ∈ R6 .
f fx fxx

Notaţiile cu indice corespund derivatelor parţiale relative la variabilele indice.

Operaţiile se definesc prin

(f, fx , fxx , fy , fyx , fyy ) + (g, gx , gxx , gy , gyx , gyy ) =

= (f + g, fx + gx , fxx + gxx , fy + gy , fyx + gyx , fyy + gyy )

(f, fx , , fxx , fy , fyx , fyy ) · (g, gx , gxx , gy , gyx , gyy ) =
= (f g, fx g + f gx , fxx g + 2fx gx + f gxx , fy g + f gy , fyx g + fx gy + fy gx + f gyx , fyy g + 2fy gy + f gyy )

Dacă φ este o funcţie reală de două ori derivabilă atunci compunerea este definită
prin
(φ, φ′ , φ′′ ) ◦ (f, fx , fxx , fy , fyx , fyy ) =
= (φ(f ), φ′ (f )fx , φ′′ (f )fx2 + φ′ (f )fxx , φ′ (f )fy , φ′′ (f )fy fx + φ′ (f )fyx , φ′′ (f )fy2 + φ′ (f )fyy )

Exemplul 4.2.5 Să se calculeze derivatele parţiale de ordinul ı̂ntâi şi doi ale
funcţiei f (x, y) = ln (x2 + y) ı̂n (2, 1).

Variabilelor x şi y le corespund sistemele (x, 1, 0, 0, 0, 0) şi respectiv (y, 0, 1, 0, 0, 0).

Prin urmare

x=2 →
(2, 1, 0, 0, 0, 0)
y=1 →
(1, 0, 0, 1, 0, 0)
x2 →
(2, 1, 0, 0, 0, 0) · (2, 1, 0, 0, 0, 0) = (4, 4, 2, 0, 0, 0)
x2 + y →
(5, 4, 2, 1, 0, 0)
1 1 4 6 1 4 1
ln (x2 + y) → (ln, , − 2 ) ◦ (5, 4, 2, 1, 0, 0) = (ln 5, , − , , − , − )
· · 5 25 5 25 25
Rezultatele sunt
f (2, 1) = ln 5 fx (2, 1) = 45 fy (2, 1) = 51
6 4 1
fxx (2, 1) = − 25 fyx (2, 1) = − 25 fyy (2, 1) = − 25
122 CAPITOLUL 4. FORMULE DE DERIVARE NUMERICĂ

Pentru o funcţie structura de derivare depinde de numărul de variabile n şi

de ordinul m al derivatelor care se calculează.
Vom nota cu f [n.m] structura de derivare ataşat funcţiei f şi prin DS(n, m)
mulţimea structurilor de derivare de parametrii n, m. f [n,m] fixează conţinutul
unui element din DS(n, m).
Atât DS(n, m) cât şi f [n,m] pot fi definite recursiv:

R dacă m = 0 sau n = 0
DS(n, m) =
DS(n − 1, m) × DS(n, m − 1) ı̂n caz contrar

f (x) dacă m = 0 sau n = 0
f [n,m] (x) =
(f [n−1,m] (x), (∂n f )[n,m−1] (x) ı̂n caz contrar
unde prin ∂n s-a notat derivata parţială relativ la xn şi x = (x1 , . . . , xn ).
Exemple.
1.
DS(1, 1) = DS(0, 1) × DS(1, 0) = R × R = R2 .
2.
DS(1, 2) = DS(0, 2) × DS(1, 1) = R × R2 = R3 .
3.
DS(2, 2) = DS(1, 2) × DS(2, 1) =
= R × DS(1, 1) × DS(2, 0) = R3 × R2 × R = R6 .
3

4.
f [1,1] (x) = (f [0,1] (x), (∂x f )[1,0] (x) = (f (x), f ′ (x)).
5.
f [1,2] (x) = (f [0,2] (x), (∂1 f )[1,1] (x) = (f (x), f ′ (x), f ′′ (x)).
6. Fie x = (x, y).
f [2,2] (x) = (f [1,2] (x), (∂2 f )[2,1] (x))
Recursiv
f [1,2] (x) = (f (x)), fx (x), fxx (x))
(∂2 f )[2,1] (x) = fy[2,1] (x) = (fy[1,1] (x), (∂2 fy )[2,0] (x)) =
= (fy (x), fxy (x), fyy (x))
Astfel
f [2,2] (x) = (f (x), fx (x), fxx (x), fy (x), fxy (x), fyy (x)).
4.2. DERIVARE AUTOMATĂ 123

Operaţiile se definesc prin

f [n,m] + g [n,m] = (f + g)[n,m] (4.7)

f [n,m] · g [n,m] = (f g)[n,m] (4.8)
φ ◦ f [n,m] = (φ(f ))[n,m] (4.9)

Teorema 4.2.1 Are loc formula

φ ◦ f [n,m] = φ ◦ f [n−1,m] , (φ′ ◦ f [n,m−1] ), (∂n f )[n,m−1] .

Demonstraţie. Potrivit definiţiei (4.9)

φ ◦ f [n,m] = (φ(f ))[n,m] = φ(f )[n−1,m] , (∂n φ(f ))[n,m−1] .

Evaluăm separat cele două componente. Din nou (4.9) implică

φ(f )[n−1,m] = φ ◦ f [n−1,m] .

Din ∂n φ(f ) = φ′ (f )∂n f şi (4.8) rezultă

(∂n φ(f ))[n,m−1] = (φ′ (f ))[n,m−1] · (∂n f )[n,m−1] = φ′ ◦ f [n,m−1] · (∂n f )[n,m−1] .

4.2.2 Derivare automată prin numere duale

Numerele duale au fost definite ı̂ncă din secolul XIX. Asemănător introducerii
numerelor complexe, fie ε o entitate cu proprietatea

ε2 = 0.

Mulţimea numerelor duale este definită prin

R = {a + bε : a, b ∈ R}.

Cu operaţiile

(a1 + b1 ε) + (a2 + b2 ε) = a1 + a2 + (b1 + b2 )ε

(a1 + b1 ε)(a2 + b2 ε) = a1 a2 + (a1 b2 + a2 b1 )ε

mulţimea R a numerelor duale devine un inel comutativ cu elementul unitate

1 + 0ε. Dacă a ̸= 0 atunci a + bε este inversabil,
1 a − bε 1 b
= 2
= − 2 ε.
a + bε a a a
124 CAPITOLUL 4. FORMULE DE DERIVARE NUMERICĂ

Dacă f : D ⊆ R → R este o funcţie derivabilă atunci i se asociază funcţia

duală f˜ = f + f ′ ε : R → R definită prin

f˜ ◦ (a + bε) = f (a) + f ′ (a)bε.

Astfel duală funcţiei identice este 1̃(x) = x + ε.

Exemplul 4.2.6 Pentru f (x) = x2 + 3 să se calculeze f ′ (2).

x̃2 + 3 = (x + ε)2 + 3 = x2 + 2 + 2xε. Pentru x = 2 coeficientul entităţii ε este

f ′ (2) = 4.
√ 2
Exemplul 4.2.7 Dacă f (x) = 3 sin x să se calculeze derivata ı̂n π4 .
√ √
Funcţiile duale funcţiilor sin x şi x sunt sin x + cos xε şi respectiv x + 2√1 x ε.
Atunci
√ 1 √ √ 1
3(sin · + cos ·ε) ◦ ( x + √ ε) = 3 sin x + 3 cos x √ ε.
2 x 2 x
Din nou coeficientul lui ε dă derivata funcţiei f.

4.3 Aproximarea derivatei prin derivata

unei funcţii de interpolare
Derivata unei funcţii f, cunoscută prin valorile ei ı̂n punctele a, a+h, . . . , a+nh
se poate aproxima prin derivata polinomului de interpolare Lagrange
d
f ′ (x) ≃ L(Pn ; a, a + h, . . . , a + nh; f )(x). (4.10)
dx
Prin substituţia x = a + qh expresia polinomului de interpolare Lagrange
devine

L(Pn ; a, a + h, . . . , a + nh; f )(x) = L(Pn ; a, a + h, . . . , a + nh; f )(a + qh) =

n n
X (−1)n−i Y
= f (a + ih) (q − j) = Q(q).
i=0
i!(n − i)! j=0
j̸=i

În urma derivării, aproximarea (4.10) devine

d dq
f ′ (x) ≃ L(Pn ; a, a + h, . . . , a + nh; f )(x) = Q′ (q) =
dx dx
4.3. APROXIMAREA DERIVATEI PRIN INTERPOLARE 125

n n n
1X (−1)n−i X Y
= f (a + ih) (q − j).
h i=0 i!(n − i)! k=0 j=0
k̸=i j̸=i,k

În mod asemănător, derivata de ordinul doi a funcţiei f se poate aproxima

prin
d2 dq 2 d2 q
f ′′ (x) ≃ L(P n ; a, a + h, . . . , a + nh; f )(x) = Q ′′
(q)( ) + Q′
(q) =
dx2 dx dx2
n n n n
1 X (−1)n−i X X Y
= 2 f (a + ih) (q − j).
h i=0 i!(n − i)! k=0 l=0 j=0
k̸=i l̸=i,k j̸=i,k,l

Dacă ı̂n locul polinomului de interpolare Lagrange se utilizează alte funcţii de

interpolare atunci se deduc alte formule de derivare numerică.

Probleme şi teme de seminar

P 4.1 Să se construiarcă structura de derivare pentru calculul derivatelor de or-
dinul 3 ale unei funcţii de o singură variabilă.
P 4.2 Să se construiarcă structura de derivare pentru calculul derivatelor de or-
dinul 2 ale unei funcţii de două variabile.
P 4.3 Să se deducă formula de derivare numerică
n−1
X
f ′ (x0 ) ≈ [x0 , x1 , . . . , xi ; f ](x0 − x1 ) . . . (x0 − xi−1 ).
i=0

Indicaţie. Se derivează
n
X
f x) ≈ L(P; x0 , . . . , xn ; f )(x) = f (x0 )+ [x0 , x1 , . . . , xi ; f ](x−x0 )(x−x1 ) . . . (x−xi−1 )
i=1

după care se particularizează x := x0 .

P 4.4 Utilizând aproximarea unei funcţii cu polinomul de interpolare Lagrange
pe noduri echidistante să se deducă aproximaţiile:
△2h f (a) △3h f (a) n
 
′ 1 n−1 △h f (a)
f (a) ≈ △h f (a) − + + . . . + (−1) (4.11)
h 2 3 n
∇2h f (a) ∇3h f (a) ∇nh f (a)
 
′ 1
f (a) ≈ ∇h f (a) + + + ... + (4.12)
h 2 3 n
126 CAPITOLUL 4. FORMULE DE DERIVARE NUMERICĂ

Indicaţie.
d
f ′ (a) = f ′ (x)|x=a ≈ L(Pn ; a, a + h, . . . , a + nh; f )(x)|x=a =
dx
n
d X △kh f (a)
= [ (x − a)(x − a − h) . . . (x − a − (k − 1)h)]|x=a =
dx k=0 k!hk
n
X △kh f (a) d
= [(x − a)(x − a − h) . . . (x − a − (k − 1)h)]|x=a =
k=1
k!hk dx
n n
X △k f (a)
h 1 X (−1)k−1 △kh f (a)
= (−h)(−2h) . . . (−(k − 1)h) = .
k=1
k!hk h k=1 k
Alternativ, se particularizează formula de derivare numerică din problema ante-
rioară cu noduri echidistante.

P 4.5 Dacă x1 = x − h1 < x < x + h2 = x2 şi f ∈ C 2 [x1 , x2 ] atunci pentru orice

ε > 0 şi pentru h1 , h2 suficient de mici are loc inegalitatea

|f ′′ (x) − 2[x1 , x, x2 ; f ]| < ε.

Rezultă formula de derivare numerică

2 2 2
f ′′ (x) ≈ 2[x1 , x, x2 ; f ] = f (x1 ) − f (x) + f (x2 ).
h1 (h1 + h2 ) h1 h2 h2 (h1 + h2 )
Pentru h1 = h2 = h se regăseşte formula de derivare numerică
f (x − h) − 2f (x) + f (x + h)
f ′′ (x) ≈ .
h2
Indicaţie. Din continuitatea funcţiei f ′′ ı̂n x rezultă că pentru orice ε > 0 există
δ > 0 astfel ı̂ncât

|x − y| < δ ⇒ |f ′′ (x) − f ′′ (y)| < ε.

Dacă 0 < h1 , h2 < δ atunci f ′′ (x) − 2[x1 , x, x2 ; f ] = f ′′ (x) − f ′′ (ξ) cu x1 < ξ < x2
şi |x − ξ| < δ.
Formula de derivare numerică se poate regăsi din

d2
f ′′ (x) ≈ L(P2 ; x1 , x, x2 ; f )(t)|t=x .
dt2
Capitolul 5

Formule de integrare numerică

Fie f : [a, b] → R o funcţie continuă. Pentru a calcula integrala funcţiei ı̂n

intervalul [a, b] se consideră formule de forma
Z b n
X
f (x)dx = Ai f (xi ) + R(f ),
a i=0

numite formule de integrare numerică sau formule de cvadratură. Punctele

x0 , x1 , . . . , xn

se numesc nodurile formulei de integrare numerică, iar

A0 , A1 , . . . , An

se numesc coeficienţii formulei de integrare numerică.PPractic, evaluarea integralei

n
revine la calculul sumei din membrul drept In = i=0 Ai f (xi ). Expresia R(f )
este restul formulei de integrare numerică. R(f ) oferă informaţii privind clasa
funcţiilor pentru care formula de integrare numerică este eficientă, ı̂n sensul că
pentru funcţia dată şi ε > 0, pentru n suficient de mare, are loc inegalitatea
Z b Xn
|R(f )| = | f (x)dx − Ai f (xi )| < ε. (5.1)
a i=0

In aplicaţii, acurateţea aproximării se probează prin satistacerea unei inegalităţi

de forma |In′ − In | < ε, n′ > n.
O metodă de obţinere a unor formule de integrare numerică constă ı̂n aprox-
imarea funcţiei f cu o funcţie de interpolare. Astfel există o mare varietate de
formule de integrare numerică.

127
128 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Rb
5.1 Natura aproximării funcţionalei I(f ) = a f (x)dx
Notăm prin C[a, b] spaţiul Banach al funcţiilor reale şi continue definite ı̂n
intervalul compact [a, b], ı̂nzestrat cu norma ∥f ∥ = max{|f (x)| : x ∈ [a, b]}.
Considerăm funcţionalele liniare
Z b
I(f ) = f (x)dx,
a
δx (f ) = f (x),
Xn
σ(f ) = Ai δxi (f ).
i=0

Astfel se pune problema aproximării ı̂n spaţiul dual C ∗ [a, b] a funcţionalei I

cu funcţionala σ.

Teorema 5.1.1 Au loc egalităţile

1. ∥I∥ =b−a (5.2)

n
X
2. ∥σ∥ = |Ai | (5.3)
i=0
n
X
3. ∥I − σ∥ = b − a + |Ai | (5.4)
i=0

Demonstraţie.
1. Din inegalităţle
Z b Z b
|I(f )| = | f (x)dx| ≤ |f (x)|dx ≤ (b − a)∥f ∥
a a

deducem că ∥I∥ ≤ b − a. Inegalitatea contrară rezultă folosind funcţia f1 (x) = 1,

b − a = I(f1 ) ≤ |I(f1 )| ≤ ∥I∥∥f1 ∥ = ∥I∥ ≤ b − a.

2. Au loc inegalităţile
n
X n
X
|σ(f )| = | Ai f (xi )| ≤ ∥f ∥ |Ai |,
i=0 i=0
5.1. NATURA APROXIMĂRII 129

Pn
adică ∥σ∥ ≤ i=0 |Ai |. Dacă

 sign (Ai ) x ∈ {x0 , . . . , xn }, Ai ̸= 0,
f2 (x) = 1 x ∈ {a, b}
afină ı̂n rest


atunci ∥f2 ∥ = 1 şi

n
X n
X
|Ai | ≥ ∥σ∥ = sup |σ(f )| ≥ |σ(f2 )| = |Ai |.
i=0 ∥f ∥≤1 i=0

3. ∥I − σ∥ ≤ ∥I∥ + ∥σ∥ ≤ b − a + ni=0 |Ai |. Fie m ∈ N∗ astfel ı̂ncât

P
2
m
< min0≤i≤n−1 xi+1 − xi şi funcţia

 −sign (Ai ) x ∈ {x0 , . . . , xn }
f3 (x) = 1 x ∈ {a, x0 ± m1 , . . . , xn ± m1 }
afină ı̂n rest


Din nou ∥f3 ∥ = 1 şi au loc inegalităţile

Xn Z b Xn
b−a+ |Ai | ≥ ∥I−σ∥ = sup |(I−σ)(f )| ≥ |(I−σ)(f3 )| = f3 (x)dx+ |Ai | =
i=0 ∥f ∥≤1 a i=0

1 n Z 1 n−1 Z 1 n
Z x0 − m X xi + m X xi+1 − m Z b X
= f3 (x)dx+ f3 (x)dx+ f3 (x)dx+ f3 (x)dx+ |Ai | =
1 1 1
a i=0 xi − m i=0 xi + m xn + m i=0
n n Z 1 n
xi + m
2 X X 2 X
= b − a − (n + 1) + |Ai | + f3 (x)dx ≥ b − a − (n + 1) + |Ai |,
m i=0 i=0
1
xi − m m i=0

deoarece intergralele din ultima sumă sunt nenegative. Pentru m → ∞ rezultă

expresia normei funcţionalei I − σ.
Considerăm şirul de funcţionale
nk
X
σk = Aki δxki (5.5)
i=0

care generează formulele de integrare numerică

Z b nk
X
f (x)dx = Aki f (xki ) + Rk (f )
a i=0
130 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Teorema 5.1.2 Nu există un şir de funcţionale (5.5) astfel ı̂ncât

lim ∥I − σk ∥ = 0.
k→∞

Demonstraţie. Din (5.4) rezultă ∥I−σk ∥ ≥ b−a, de unde concluzia teoremei.

Condiţii care asigură convergenţa slabă sunt date ı̂n teorema

Teorema 5.1.3 Şirul de funcţionale (5.5) converge slab către I dacă şi numai
dacă

1.
nk
X
∃M > 0, |Aki | ≤ M, ∀k ∈ N;
i=0

2.
nk
X Z b
lim Ai (xki )p = xp dx, ∀p ∈ N.
k→∞ a
i=0

Demonstraţie. Cele două condiţii traduc condiţiile de convergenţă slabă,

adică

1. Marginirea şirului de funcţionale:

nk
X
∥σk ∥ = |Aki | ≤ M, ∀k ∈ N;
i=0

2. Convergenţa şirului de funcţionale pe un subspaţiu dens ı̂n C[a, b]. În acest
caz, subspaţiul este P, spaţiul polinoamelor, convergenţa fiind probată pen-
tru xp , p ∈ N.

5.2 Formule de integrare numerică de tip

Newton - Côtes
Alegerea nodurilor echidistantă şi integrarea polinomului de interpolare La-
grange ı̂n locul funcţiei constituie specificul unei formule de integrare numerică
de tip Newton - Côtes.
5.2. FORMULE DE TIP NEWTON - CÔTES 131

Fie n ∈ N∗ şi nodurile echidistante a, a+h, a+2h, . . . , a+nh = b, (h = b−a n

).
În acest caz, funcţia f se aproximează prin polinomul de interpolare Lagrange
L(Pn ; a, a + h, . . . , a + nh; f )(x). În consecinţă
Z b Z b
f (x)dx ≃ L(Pn ; a, a + h, . . . , a + nh; f )(x)dx =
a a

n
X (−1)n−i f (a + ih)
= ·
i=0
i!(n − i)!hn
Z b
· (x − a)(x − a − h) . . . (x − a − (i − 1)h)(x − a − (i + 1)h) . . . (x − a − nh)dx.
a
Prin schimbarea de variabilă x = a + qh rezultă
Z b
L(Pn ; a, a + h, . . . , a + nh; f )(x)dx =
a

n Z n
X (−1)n−i f (a + ih)
= h q(q − 1) . . . (q − i + 1)(q − i − 1) . . . (q − n)dq =
i=0
i!(n − i)! 0

n
X
= (b − a) Cn,i f (a + ih)
i=0

unde coeficienţii
n
(−1)n−i
Z
Cn,i = q(q − 1) . . . (q − i + 1)(q − i − 1) . . . (q − n)dq
i!(n − i)!n 0

se numesc numerele lui Côtes.

Integralele care apar ı̂n expresia numerelor lui Côtes se calculează fără eroare
(Problema 1.16, orice pachet de calcul simbolic - Computer Algebra System -
calculează aceste integrale). Astfel, se obţin:
Z 1 Z 1
1 1
C1,0 = − (q − 1)dq = , C1,1 = qdq =
0 2 0 2
şi
2
1 2
Z Z
1 1 2
C2,0 = (q − 1)(q − 2)dq = , C2,1 = − q(q − 2)dq = ,
4 0 6 2 0 3
Z 2
1 1
C2,2 = q(q − 1)dq = .
4 0 6
132 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Pentru n = 1 rezultă aproximarea

Z b
1
f (x)dx ≃ (b − a)[f (a) + f (b)],
a 2

iar pentru n = 2 rezultă

Z b
1 a+b
f (x)dx ≃ (b − a)[f (a) + 4f ( ) + f (b)].
a 6 2

Restul sau eroarea formulei de integrare numerică se defineşte prin

Z b n
X
R(f ) = f (x)dx − (b − a) Cn,i f (a + ih), (5.6)
a i=0

formula de integrare numerică de tip Newton-Côtes devine

Z b n
X
f (x)dx = (b − a) Cn,i f (a + ih) + R(f ) (5.7)
a i=0

5.3 Evaluarea restului

Stabilim ı̂n prealabil o serie de proprietăţi simple.
O funcţie f : [c − l, c + l] → R este simetrică faţă de punctul (c, d) dacă

f (c − x) + f (c + x)
= d, ∀ x ∈ [0, l].
2
De exemplu, egalitatea arccos(−x) + arccos x = π, ∀ x ∈ [0, 1], implică
faptul că funcţia arccos x este simetrică faţă de punctul (0, π2 ).

Teorema 5.3.1 Dacă funcţia f : [c − l, c + l] → R este simetrică faţă de punctul

(c, d) atunci
Z c+l
f (x)dx = 2ld. (5.8)
c−l

Demonstraţie. Integrala (5.8) se descompune ı̂n suma

Z c+l Z c Z c+l
I= f (x)dx = f (x)dx + f (x)dx.
c−l c−l c
5.3. EVALUAREA RESTULUI 133

În cele două integrale, efectuăm schimbările de variabilă x = c − t, respectiv

x = c + t. Rezultă
Z l
I= [f (c − t) + f (c + t)]dt = 2ld .
0

Fie a, h ∈ R, h > 0, n ∈ N, ai = a + ih, i ∈ {0, 1, . . . , n}. Notăm

Rx
u(x) = ni=0 (x − ai ), F (x) R= a u(t)dt,
Q
a
Ii = [ai , ai+1 ], Fi = aii+1 u(t)dt.

Teorema 5.3.2 Dacă n = 2m atunci au loc afirmaţiile

1.

u(x) ≥ 0, ∀ x ∈ Ii , i par,
u(x) ≤ 0, ∀ x ∈ Ii , i impar;

2. u(x) este simetrică faţă de punctul (am , 0);

3. F (a) = F (a + nh) = 0;

4. F (x) > 0, ∀x ∈ (a, a + nh).

Demonstraţie.

1. Fie x ∈ Ii . Pentru j ≤ i, x − aj ≥ 0; ı̂n timp ce, pentru j > i, x − aj < 0.

Numărul factorilor negativi este 2m − i.

2. Deoarece

u(am − t) = −t(t2 − h2 )[t2 − (2h)2 ] . . . [t2 − (mh)2 ]

u(am + t) = t(t2 − h2 )[t2 − (2h)2 ] . . . [t2 − (mh)2 ]

u(am − t) + u(am + t) = 0.

3. Deoarece u(x) este simetrică faţă de punctul (am , 0), potrivit Teoremei 5.3.1
avem
Z a+2mh Z am +mh
F (a + nh) = F (a + 2mh) = u(t)dt = u(t)dt = 0.
a am −mh
134 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

4. Numerele Fi sunt nenule, şi potrivit pct. 1 al teoremei sign Fi = (−1)i .

Stabilim formula de recurenţă
ξ−a+h
Fi = Fi−1 , ξ ∈ [ai−1 , ai ] i = 1, . . . , m − 1.
ξ − a + 2mh
Într-adevăr, prin schimbarea de variabilă t = s + h expresia lui Fi devine
Z ai+1 Z ai
Fi = u(t)dt = (s − a + h)(s − a) . . . (s − a − (2m − 1)h)ds =
ai ai−1
ai
s−a+h
Z
= u(s)ds.
ai−1 s − a − 2mh
Funcţia u(s) nu schimbă semnul ı̂n intervalul Ii , deci potrivit primei teoreme
de medie a calculului integral, există ξ ∈ [ai−1 , ai ] astfel ı̂ncât
Z ai
ξ−a+h ξ−a+h
Fi = u(s)ds = Fi−1 .
ξ − a − 2mh ai−1 ξ − a − 2mh

Fie q = ξ−a
h
. Din ξ ∈ Ii−1 rezultă q ∈ [i − 1, i] ⊆ [0, m − 1] ⊂ [0, m − 21 ].
Prin urmare
   
 ξ−a+h   q+1  q+1
 ξ − a − 2mh  =  q − 2m  = 2m − q < 1.
   

În consecinţă,  
 ξ−a+h 
|Fi | =   |Fi−1 | < |Fi−1 |.
ξ − a − 2mh 
Astfel
|F0 | > |F1 | > . . . > |Fm−1 |,
sau
F0 > −F1 > F2 > −F3 > . . . > (−1)m−1 Fm−1 .
Reţinem inegalitatea F2j + F2j+1 > 0.
Dacă x ∈ Ii , i ∈ {0, 1, . . . , m − 1} atunci
Z x
F (x) = F0 + F1 + . . . + Fi−1 + u(t)dt.
ai

Pentru i = 2i′
Z x
F (x) = (F0 + F1 ) + . . . + (F2i′ −2 + F2i′ −1 ) + u(t)dt > 0,
a2i′
5.3. EVALUAREA RESTULUI 135

deoarece parantezele cât şi ultimul termen sunt pozitive.

Pentru i = 2i′ + 1
Z x
F (x) = (F0 + F1 ) + . . . + (F2i′ −2 + F2i′ −1 ) + F2i′ + u(t)dt,
a2i′ +1

dar Z x Z a2i′ +2
u(t)dt ≥ u(t)dt = F2i′ +1 .
a2i′ +1 a2i′ +1

Prin urmare
F (x) ≥ (F0 + F1 ) + . . . + (F2i′ −2 + F2i′ −1 ) + (F2i′ + F2i′ +1 ) > 0.

Astfel, pentru x ∈ (a, am ], F (x) > 0. Fie acum x ∈ [am , a2m ), x = am +

y, y ∈ [0, mh). Atunci
Z x Z am −y Z am +y Z am −y
F (x) = u(t)dt = u(t)dt + u(t)dt = u(t)dt > 0,
a a0 am −y a0

datorită proprietăţii de simetrie a funcţiei u(x) faţă de punctul (am , 0), a

doua integrală este 0.
Evaluarea restului formulei de integrare numerică de tip Newton-Côtes este
dată de teorema
Teorema 5.3.3 1. Dacă n = 2m şi f ∈ C n+2 [a, b] atunci
f (n+2) (ξ) b
Z
R(f ) = xu(x)dx. (5.9)
(n + 2)! a
2. Dacă n = 2m + 1 şi f ∈ C n+1 [a, b] atunci
f (n+1) (ξ) b
Z
R(f ) = u(x)dx. (5.10)
(n + 1)! a
(ξ ∈ [a, b]).

Demonstraţie. Integrând ı̂n [a, b] identitatea

f (x) = L(Pn ; a, a + h, . . . , a + nh; f )(x) + u(x)[x, a, a + h, . . . , a + nh; f ]
deducem Z b
R(f ) = u(x)[x, a, a + h, . . . , a + nh; f ]dx (5.11)
a
136 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Rx
1. Cazul n = 2m. Dacă F (x) = a
u(t)dt, integrând prin părţi (5.11) găsim
Z b
R(f ) = F (x)[x, a, a+h, . . . , a+nh; f ]|ba − F (x)[x, x, a, a+h, . . . , a+nh; f ]dx =
a
Z b
− F (x)[x, x, a, a + h, . . . , a + nh; f ]dx.
a

Deoarece F (x) ≥ 0, ∀x ∈ [a, b], se poate aplica prima teoremă de medie a

calculului integral, existând η ∈ [a, b], astfel ı̂ncât
Z b
R(f ) = −[η, η, a, a + h, . . . , a + nh; f ] F (x)dx,
a

şi aplicând teorema de medie a diferenţelor divizate, există ξ ∈ [a, b] astfel

ı̂ncât
f (n+2) (ξ) b
Z
R(f ) = − F (x)dx.
(n + 2)! a
Efectuând ı̂ncă o integrare prin părţi se obţine (5.9).

2. Cazul n = 2m + 1. Descompunem integrala (5.11) ı̂n

Z b Z a2m+1
R(f ) = u(x)[x, a, a+h, . . . , a+nh; f ]dx = u(x)[x, a0 , a1 , . . . , a2m+1 ; f ]dx =
a a0
Z a2m Z a2m+1
= u(x)[x, a0 , a1 , . . . , a2m+1 ; f ]dx+ u(x)[x, a0 , a1 , . . . , a2m+1 ; f ]dx.
a0 a2m

Notăm
Q2m prin I1 şi respectiv I2 cele două integrale de mai sus. Fie v(x) =
i=0 (x−ai ). Atunci u(x) = v(x)(x−a2m+1 ). Utilizând formula de recurenţă

[x, a0 , . . . , a2m ; f ] − [a0 , . . . , a2m+1 ; f ]

[x, a0 , a1 , . . . , a2m+1 ; f ] =
x − a2m+1
prima integrală devine
Z a2m Z a2m
I1 = v(x)[x, a0 , . . . , a2m ; f ]dx − [a0 , . . . , a2m+1 ; f ] v(x)dx.
a0 a0

Aplicând rezultatul stabilit ı̂n cazul anterior, există ξ1 ∈ [a0 , a2m ] astfel
ı̂ncât
f (2m+2) (ξ1 ) a2m
Z
I1 = xv(x)dx.
(2m + 1)! a0
5.4. FORMULA TRAPEZULUI 137

R a2m
Folosind din nou faptul că v(x)dx = 0, rezultă
a0

f (n+1) (ξ1 ) a2m

Z
I1 = u(x)dx.
(n + 1)! a0
Reluând calculele, dacă ı̂n integrala anterioară se efectuează o integrare prin
părţi atunci se obţine
Z a2m Z a2m Z a2m
u(x)dx = xv(x)dx = − F (x)dx < 0,
a0 a0 a0
Rx
unde F (x) = a0
v(t)dt.
În intervalul [a2m , a2m+1 ] funcţia u(x) este nepozitivă. Aplicând succe-
siv prima teoremă de medie a calculului integral şi teorema de medie a
diferenţelor divizate există ξ2 ∈ [a0 , a2m+1 ] astfel ı̂ncât
f (n+1) (ξ2 ) a2m+1
Z
I2 = u(x)dx.
(n + 1)! a2m
Prin urmare
a2m a2m+1
f (n+1) (ξ1 ) f (n+1) (ξ2 )
Z Z
R(f ) = u(x)dx + u(x)dx =
(n + 1)! a0 (n + 1)! a2m

1
λ1 f (n+1) (ξ1 ) + λ2 f (n+1) (ξ2 ) ,


=
(n + 1)!
unde prin λ1 , λ2 s-au Rnotat cele două integrale, numere nepozitive. Se ob-
b
servă că λ1 + λ2 = a u(x)dx. Potrivit proprietăţii lui Darboux, există
ξ ∈ [ξ1 , ξ2 ] ⊂ [a, b] astfel ı̂ncât
λ1 f (n+1) (ξ1 ) + λ2 f (n+1) (ξ2 )
= f (n+1) (ξ).
λ1 + λ2
În consecinţă
b
f (n+1) (ξ)
Z
R(f ) = u(x)dx.
(n + 1)! a

5.4 Formula trapezului (n = 1)

Evalaurea restului. Potrivit formulei (5.10)
f ′′ (ξ) b
Z
R(f ) = u(x)dx
2! a
138 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

3
unde u(x) = (x − a)(x − b). Integrala este − (b−a) 6
. În consecinţă, are loc formula
trapezului
Z b
1 f ′′ (ξ)(b − a)3
f (x)dx = (b − a)[f (a) + f (b)] − .
a 2 12
Rb
Denumirea formulei provine din faptul că integrala a f (x)dx, adică aria delimi-
tată de graficul duncţiei f , axa Ox şi dreptele x = a şi x = b se aproximează prin
aria trapezului ABNM (Fig. 1).

Aplicarea practică a formulei trapezului. Fie m ∈ N∗ . Împărţim

intervalul [a, b] ı̂n m părţi prin punctele ai = a + ih, i = 0, 1, . . . , m (h = b−a
m
) şi
utilizăm formula trapezului pentru calculul integralei funcţiei ı̂n fiecare interval
[ai , ai+1 ], i = 0, 1, . . . , m − 1. Astfel
Z b m−1
X Z ai+1
f (x)dx = f (x)dx =
a i=0 ai

m−1
X 1 f ′′ (ξi )(ai+1 − ai )3
= { (ai+1 − ai ))[f (ai+1 ) + f (ai )] − }.
i=0
2 12
Separând expresiile, rezultă
b m−1
b−a (b − a)3 f ′′ (ξ0 ) + . . . + f (ξm−1 )
Z X
f (x)dx = [f (a)+2 f (a+ih)+f (b)]−
a 2m i=1
12m2 m
5.4. FORMULA TRAPEZULUI 139

şi repetând raţionamentul din demonstraţia Teoremei 4.1.1 obţinem formula trape-
zelor
Z b m−1
b−a X (b − a)3 f ′′ (ξ)
f (x)dx = [f (a) + 2 f (a + ih) + f (b)] − 2
. (5.12)
a 2m i=1
12m

Prin urmare integrala funcţiei f ı̂n intervalul [a, b] se aproximează prin

m−1
b−a X
Im (f ) = [f (a) + 2 f (a + ih) + f (b)].
2m i=1
π
Aplicaţie. Să se calculeze 4
cu o precizie ε = 0.01 utilizând formula trapezelor
pentru calculul integralei Z 1
dx π
2
= .
0 1+x 4
Nu se ţine seama de erorile de rotunjire.
1 ∗
Dacă f (x) = 1+x 2 atunci trebuie determinat m ∈ N astfel ı̂ncât

m−1
π 1 π 1 X
| − Im ( 2 )| = | − [f (0) + 2 f (ih) + f (1)]| < ε.
4 x +1 4 2m i=1

Ţinând seama de expresia restului ı̂n formula trapezelor, condiţia de mai sus se
realizează dacă
|f ′′ (ξ)| sup{|f ′′ (x)| : x ∈ [0, 1]}
≤ < ε.
12m2 12m2
3x2 −1
f ′′ (x) = 2 (1+x 2 )3 reprezintă o funcţie crescătoare ı̂n intervalul [0, 1] (deoarece
24x(1−x2 )
f (3) (x) = (1+x2 )4
≥ 0, ∀x ∈ [0, 1]) şi ı̂n consecinţă

sup{|f ′′ (x)| : x ∈ [0, 1]} = max{|f ′′ (0)|, |f ′′ (1)|} = 2.

Cel mai mic volum de calcul se obţine pentru cel mai mic m care satisface ine-
galitatea
sup{|f ′′ (x)| : x ∈ [0, 1]} 1
2
= < ε.
12m 6m2
Rezultă m = 5, ı̂n care caz
π 1 1
≃ I5 ( 2 ) = {f (0) + 2[f (0.2) + f (0.4) + f (0.6) + f (0.8)] + f (1)} ≃ 0.787.
4 x +1 10
Pentru π găsim aproximarea 3.148.
Formula trapezelor ı̂n cazuri speciale
140 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

1. Cazul funcţiei periodice. Dacă f (x) este o funcţie periodică cu perioada

RT
T atunci calculul integralei I = 0 f (x)dx cu formula trapezelor este
m−1  
T X T
I ≈ In = f i . (5.13)
m i=0 m

5.5 Formula lui Simpson (n = 2)

Evalaurea restului. Potrivit formului (5.9)

f (4) (ξ) b
Z
R(f ) = xu(x)dx.
4! a

5
unde u(x) = (x − a)(x − a+b
2
)(x − b). Valoarea integralei este − (b−a)
120
.
Rezultă formula de integrare numerica a lui Simpson:
Z b
1 a+b (b − a)5 (4)
f (x)dx = (b − a)[f (a) + 4f ( ) + f (b)] − f (ξ).
a 6 2 2880

Aplicarea practică a formulei lui Simpson. Fie m ∈ N∗ . Împărţim

intervalul [a, b] ı̂n 2m părţi prin punctele ai = a + ih, i = 0, 1, . . . , 2m (h =
b−a
2m
) şi aplicăm formula lui Simpson pentru calculul integralei funcţiei ı̂n fiecare
interval [a2i , a2i+2 ], i = 0, 1, . . . , m − 1.
Z b m−1
X Z a2i+2
f (x)dx = f (x)dx =
a i=0 a2i

m−1
X 1 f (4) (ξi )(a2i+2 − a2i )5
= { (a2i+2 − a2i ))[f (a2i ) + 4f (a2i+1 ) + f (a2i+2 )] − }.
i=0
6 2880
Regrupând termenii rezultă formula finală
b m−1 m−1
b−a (b − a)5 (4)
Z X X
f (x)dx = [f (a) + 2 f (a2i ) + 4 f (a2i+1 ) + f (b)] − f (ξ).
a 6m i=1 i=0
2880m4

Rezultă că integrala funcţiei f ı̂n intervalul [a, b] se aproximează prin

m−1 m−1
b−a X X
Jm (f ) = [f (a) + 2 f (a2i ) + 4 f (a2i+1 ) + f (b)].
6m i=1 i=0
5.6. INTEGRALE DE TIP CAUCHY 141

Legătură ı̂ntre formula trapezelor şi formula lui Simpson. Fie n ∈ N∗

şi notăm prin In şi Jn aproximaţiile obţinute aplicând respectiv formula trapezelor
şi formula lui Simpson
Pn−1
In = b−a
2n
[f (a) + 2 b−a
i=1 f (a + i n ) + f (b)],
[f (a) + 2 n−1
Pn−1
Jn = b−a b−a b−a
P
6n i=1 f (a + 2i 2n ) + 4 i=0 f (a + (2i + 1) 2n ) + f (b)].

Teorema 5.5.1 Are loc egalitatea

4 1
Jn = I2n − In . (5.14)
3 3

b−a
Demonstraţie. Pentru simplificarea scrierii, notăm h = 2n
şi fi = f (a+ih), i ∈
{0, 1, . . . , 2n}. Atunci
4 1
I2n (f ) − In (f ) =
3 3
2n−1 n−1
4 b−a X 1 b−a X
= · [f0 + 2 fi + f2n ] − · [f0 + 2 f2i + f2n ] =
3 2 · 2n i=1
3 2n i=1

n−1 n−1
b−a X X
= [f0 + 2 f2i + 4 f2i+1 + f2n ] = Jn (f ).
6n i=1 i=0

Formula (5.14) este legată de extrapolarea Richardson.

5.6 Integrale de tip Cauchy

Fie f ∈ C[−1, 1] şi a ∈ [−1, 1]. Integrala
Z 1
f (x)
dx
−1 x−a

se numeşte integrală de tip Cauchy. Formula de integrare numerică se va obţine

ı̂nlocuind funcţia f printr-un polinom de interpolare ı̂n nodurile x0 , x1 , . . . , xn .
Cazul a ∈
/ {x0 , x1 , . . . , xn }. În acest caz funcţia f se ı̂nlocuieşte cu
n
X x−a u(x)
L(Pn ; a, x0 , . . . , xn ; f )(x) = f (xk ) lk (x) + f (a) ,
k=0
xk − a u(a)
142 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

unde
n
uk (x) u(x) Y
lk (x) = , uk (x) = , u(x) = (x − xk ).
uk (xk ) x − xk k=0

Astfel
n
f (x) X f (xk ) f (a) u(x)
≈ lk (x) + ,
x−a k=0
x k −a u(a) x − a
de unde
Z 1 n Z 1 Z 1
f (x) X f (xk ) f (a) u(x)
dx ≈ lk (x)dx + dx.
−1 x−a k=0
xk − a −1 u(a) −1 x−a

Dacă q(x) este câtul ı̂mpărţirii polinomului u(x) prin x − a atunci

1 1
1−a
Z Z
u(x) u(a) u(x)
= q(x) + ⇒ dx = q(x)dx + u(a) ln .
x−a x−a −1 x−a −1 1+a

Observaţia 5.6.1

Integrala singulară este

Z 1 Z a−ε Z 1 
dx dx dx 1−a
= lim + = ln .
−1 x − a ε↘0 −1 x−a a+ε x − a 1+a

În final rezultă

Z 1 n
f (xk ) 1
Z 1
1−a
Z
f (x) X
dx ≈ lk (x)dx + q(x)dx + u(a) ln .
−1 x − a k=0
x k − a −1 −1 1 + a

unde integralele din membrul drept sunt aplicate unor polinoame.

Dacă nodurile sunt echidistante xk = −1 + n2 k, k ∈ {0, 1, . . . , n} atunci
R1
l (x)dx = 2Cn,k .
−1 k

Cazul a ∈ {x0 , x1 , . . . , xn }. Presupunem că a = xi . Funcţia f se ı̂nlocuieşte

cu polinomul de interpolare Lagrange-Hermite corespunzătoare condiţiilor de in-
terpolare

H(xj ) = f (xj ), j ∈ {0, 1, . . . , n},

H ′ (xi ) = f ′ (xi ).
5.7. POLINOAME ORTOGONALE 143

Au loc relaţiile
n
X
H(x) = f (xk )hk,0 (x) + f ′ (xi )hi,1 (x),
k=0
iar
x−a
hk,0 (x) = lk (x), k ̸= i
xk − a
hi,0 (x) = li (x)(1 − (x − a)li′ (a))
hi,1 (x) = (x − a)li (x)
unde n
wk (x) w(x) Y
lk (x) = , wk (x) = , w(x) = (x − xk ).
wk (xk ) x − xk k=0
Astfel
n
X x−a
H(x) = f (xk ) lk (x) + f (a)li (x)(1 − (x − a)li′ (a)) + f ′ (a)(x − a)li (x).
k=0
xk − a
k̸=i

Astfel n
Z 1 Z 1
f (x) X f (xk )
dx ≈ lk (x)dx+
−1 x−a k=0
xk − a −1
k̸=i
Z 1   Z 1
1 ′ ′
+f (a) − li (a) li (x)dx + f (a) li (x)dx.
−1 x−a −1
Integralele din membrul drept se calculează fără nici o eroare de metodă.

5.7 Polinoame ortogonale

Fie I ⊆ R un interval şi ρ : I → (0, ∞) o funcţie continuă. În mulţimea
polinoamelor P ⊂ R[X] introducel produsul scalar
Z
< P, Q >= ρ(x)P (x)Q(x)dx.
I
Un polinom P ∈ Pn este monic dacă coeficientul lui xn este 1.
Polinomul Qn ∈ Pn este al n-lea polinom ortogonal ı̂n intervalul I, cu ponderea
ρ, dacă
< Qn , P >= 0, ∀P ∈ Pn−1 .
Este folosită şi terminologia: Qn (x) este ortogonal ı̂n intervalul I, cu ponderea ρ,
pe mulţimea polinoamelor de grad cel mult n − 1, Pn−1 .
144 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Teorema 5.7.1 Există un unic polinom monic Pn de grad n ortogonal ı̂n inter-
valul I, cu ponderea ρ, pe mulţimea polinoamelor Pn−1 .

Demonstraţie. Fie P0 (x) = 1. Presupunem că s-au construit cele n polinoame

monice ortogonale ı̂n I cu ponderea ρ, P1 (x), P2 (x), . . . , Pn (x). Pn+1 (x) se con-
struieşte utilizând algoritmul Gram-Schmidt, pornind de la funcţia p(x) = xn+1 .
Atunci n
X < p, Pk >
Pn+1 (x) = p(x) − Pk (x)
k=0
< Pk , Pk >
este polinom monic de grad n + 1, ortogonal pe P0 , P1 , . . . , Pn . Intr-adevăr,
n
X < p, Pk >
< Pn+1 , Pj >=< p, Pj > − < Pk , Pj >=< p, Pj > − < p, Pj >= 0,
k=0
< Pk , Pk >

unde j ∈ {0, 1, . . . , n}. Deci Pn+1 este ortogonal ı̂n intervalul I, cu ponderea ρ,
pe Pn .
Pentru a justifica unicitatea lui Pn+1 , presupunem că mai există un polinom
monic P̃n+1 de grad n + 1 ortogonal ı̂n intervalul I, cu ponderea ρ pe mulţimea
polinoamelor Pn . Fie p = Pn+1 − P̃n+1 ∈ Pn . Pentru k ∈ {0, 1, . . . , n} au loc
egalităţile
< p, Pk >=< Pn+1 , Pj > − < P̃n+1 , Pj >= 0,
de unde Pn+1 = P̃n+1 .
Fie δn2 =< Pn , Pn > şi polinoamele ortogonale

Pn (x) = xn + γn xn−1 + . . .
Qn (x) = an xn + bn xn−1 + . . . (5.15)

Atunci au loc egalităţile

bn
Qn (x) = an Pn (x), γn = , d2n =< Qn , Qn >= a2n δn2 . (5.16)
an
Teorema 5.7.2 Dacă P−1 = 0, P0 = 1 şi P1 , . . . , Pn , . . . sunt polinoame mon-
ice ortogonale ı̂n intervalul I, cu ponderea ρ, atunci are loc formula celor trei
termeni
Pn+1 (x) = (x − αn )Pn (x) − βn Pn−1 (x), (5.17)
cu
< Pn , xPn > < Pn , Pn > δ2
αn = = γn − γn+1 βn = = 2n . (5.18)
< Pn , Pn > < Pn−1 , Pn−1 > δn−1
5.7. POLINOAME ORTOGONALE 145

Demonstraţie. Polinomul xPn ∈ Pn+1 este de forma xPn = xn+1 + γn xn + . . . .

Pe de altă parte are loc reprezentarea
n+1
X
xPn = ck P k (5.19)
k=0

din care deducem

< xPn , Pk >= ck δk2 , k ∈ {0, 1, . . . , n + 1}. (5.20)

Pentru k ∈ {0, 1, . . . , n − 2}

< xPn , Pk >=< Pn , xPk >= 0.

Din (5.20) rezultă ck = 0, k ∈ {0, 1, . . . , n − 2}.

Pentru k = n − 1, deoarece xPn−1 = Pn + n−1
P
k=0 τk Pk , vom avea

< xPn , Pn−1 >=< Pn , xPn−1 >=< Pn , Pn >= δn2 .

2
(5.20) implică δn2 = cn−1 δn−1 .
Pentru k = n, < xPn , Pn >= cn δn2 .
Rescriem egalitatea (5.19) sub forma

xn+1 +γn xn +. . . = cn+1 (xn+1 +γn+1 xn +. . .)+cn (xn +γn xn−1 +. . .)+cn−1 (xn−1 +. . .).

Identificând coeficienţii lui xn+1 şi xn rezultă cn+1 = 1, cn = γn − γn+1 . Astfel

< Pn , xPn > δn2

cn = αn = γn − γn+1 = , cn−1 = βn = 2
.
< Pn , Pn > δn−1

În cazul unui şir oarecare de polinoame ortogonale (5.15), tinând seama de
(5.16), relaţia (5.17) a Teoremei 5.7.2 devine

an bn bn+1 an−1 d2n

xQn = Qn+1 + ( − )Qn + Qn−1 , ∀n ∈ N∗ . (5.21)
an+1 an an+1 an d2n−1

Referitor la rădăcinile unui polinom ortogonal pe Pn−1 are loc rezultatul:

Teorema 5.7.3 Dacă polinomul u ∈ Pn este ortogonal, cu ponderea ρ(x), ı̂n I,

pe Pn−1 atunci rădăcinile lui u(x) sunt simple şi aparţin intervalului I.
146 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Demonstraţie. Să presupunem că u(x) are m ≤ n rădăcini reale şi cu ordinul
de multiplicitate impar ı̂n I, notate x1 , . . . , xm . Fie

1 dacă m = 0
q(x) = Qm
i=1 (x − xi ) dacă m > 0
Atunci u(x)q(x) nu schimbă semnul ı̂n I, astfel
Z
ρ(x)u(x)q(x)dx ̸= 0.
I

Dacă m < n atunci relaţia de mai sus este contradictorie; prin urmare m = n.
Determinarea rădăcinilor unui polinom ortogonal.
Metoda Golub-Welsch. Fie matricea
 √ 
√α 0 β 1 √
 β1 α1 β2 
 
Tn =  . . .
 

 p 
 αn−2
p βn−1 
βn−1 αn−1
Notăm prin φn (x) polinomul caracteristic al matricei Tn , adică φn (x) = |xIn −Tn |.

Teorema 5.7.4 Utilizând notaţiile teoremei 5.7.2, pentru orice n ∈ N∗ , Pn (x) =

φn (x).

Demonstraţie. Inducţie după n. Dacă P1 (x) = x − a1 atunci condiţia de

ortogonalitate < P1 , P0 >= 0 implică
< P1 , P0 >=< x, P0 > −a1 < 1, P0 >=< xP0 , P0 > −a1 < P0 , P0 >= 0,
de unde
< xP0 , P0 >
a1 = = α0 .
< P0 , P0 >
Astfel φ1 (x) = x − α0 = x − a1 = P1 (x).
Presupunând că Pk (x) = φk (x), k ∈ {1, 2, . . . , n − 1} se dezvoltă determinan-
tul φn (x) după ultima coloană şi se obţine
φn (x) = (x − αn−1 )φn−1 (x) − βn−1 φn−2 (x) = (x − αn−1 )Pn−1 (x) − βn−1 Pn−2 (x).
Ţinând seama de teorema 5.7.2, rezultă că φn (x) = Pn (x).
În concluzie, rădăcinile polinomului Pn (x) sunt valorile propri ale matricei Tn .
Metoda iterativă. Avem nevoie de
5.7. POLINOAME ORTOGONALE 147

Teorema 5.7.5 (Formula Darboux-Christoffel) Are loc relaţia

n
X Qk (x)Qk (y) an 1 Qn+1 (x)Qn (y) − Qn (x)Qn+1 (y)
= . (5.22)
k=0
d2k an+1 d2n x−y

Demonstraţie. Potrivit formulei (5.21), pentru orice k ∈ {1, 2, . . . n} au loc

egalităţile
ak bk bk+1 ak−1 d2k
xQk (x) = Qk+1 (x) + ( − )Qk (x) + Qk−1 (x),
ak+1 ak ak+1 ak d2k−1
ak bk bk+1 ak−1 d2k
xQk (y) = Qk+1 (y) + ( − )Qk (y) + Qk−1 (y).
ak+1 ak ak+1 ak d2k−1
Scăzând relaţiile de mai sus, ı̂nmulţite ı̂n prealabil cu Qk (y) şi respectiv Qk (x),
se obţine
ak
(x − y)Qk (x)Qk (y) = [Qk+1 (x)Qk (y) − Qk (x)Qk+1 (y)]+
ak+1
ak−1 d2k
+ [Qk−1 (x)Qk (y) − Qk (x)Qk−1 (y)]
ak d2k−1
sau
Qk (x)Qk (y) ak 1
(x − y) 2
= [Qk+1 (x)Qk (y) − Qk (x)Qk+1 (y)]−
dk ak+1 d2k
ak−1 1
− [Qk (x)Qk−1 (y) − Qk−1 (x)Qk (y)].
ak d2k−1
Adunând, rezultă
n
X Qk (x)Qk (y) an 1
(x − y) = [Qn+1 (x)Qn (y) − Qn (x)Qn+1 (y)]−
k=1
d2k an+1 d2n
a0 1
− [Q1 (x)Q0 (y) − Q0 (x)Q1 (y)].
a1 d20
Dar
a0 1 a0 1
2
[Q1 (x)Q0 (y) − Q0 (x)Q1 (y)] = [(a1 x + b1 )a0 − a0 ((a1 y + b1 )] =
a1 d0 a1 d20
a20 Q0 (x)Q0 (y)
2
(x − y) = (x − y)
= .
d0 d20
Trecând acest termen ı̂n membrul stâng, se obţine relaţia din enunţul teoremei.

Formula lui Darboux-Christoffel are următoarea consecinţă importantă:

148 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Teorema 5.7.6 Rădăcinile polinoamului Qn separă rădăcinile polinomului Qn+1 .

Demonstraţie. Din (5.22), pentru y → x şi utilizând regula lui l’Hospital se

obţine
n
X Qk (x)2 an 1 ′
2
= 2
[Qn+1 (x)Qn (x) − Q′n (x)Qn+1 (x)]. (5.23)
k=0
d k a n+1 d n

Fie x1 < x2 < . . . < xn+1 rădăcinile polinomului Qn+1 . Pentru x = xi din (5.23)
rezultă
n
X Qk (xi )2 an 1 ′
= Q (xi )Qn (xi ) > 0, ∀i ∈ {1, . . . , n + 1},
k=0
d2k an+1 d2n n+1

adică semnul expresiei Q′n+1 (xi )Qn (xi ) nu depinde de i.

Deoarece rădăcinile polinomului Qn+1 sunt simple, Q′n+1 (xi ) şi Q′n+1 (xi+1 )
au semne contrare. Prin urmare Qn (xi ) şi Qn (xi+1 ) au semne contrare. Astfel,
Qn are cel puţin o rădăcină ı̂n intervalul (xi , xi+1 ). Cum numărul intervalelor
(xi , xi+1 ), i ∈ {1, . . . , n} este n, fiecare asemenea interval conţine exact o rădăcină
a lui Qn .
Practic, cunoscând rădăcinile polinomului ortogonal Qn , rădăcinile lui Qn+1
se pot calcula utiliză metoda empirică a ı̂njumătăţirii.
Mai multe elemente legate de formula de integrare numerică de tip Gauss se
pot exprima ı̂n funcţie de expresiile care apar ı̂n formula Darboux-Christoffel. Cu
notaţiile introduse se defineşte
n−1
X Qk (x)Qk (y)
Kn (x, y) = . (5.24)
k=0
d2k

5.8 Formule de integrare numerică de tip Gauss

Fie −∞ ≤ a < b ≤ ∞. În cele ce urmează vom considera formule de integrare
numerică de forma
Z b n
X
ρ(x)f (x)dx = Ai f (xi ) + R(f ), (5.25)
a i=1

unde ρ : (a, b) → R este o funcţie continuă, pozitivă numită pondere.

Formula de integrare numerică (5.25) are gradul de exactitate m dacă
R(1) = R(x) = R(x2 ) = . . . = R(xm ) = 0 R(xm+1 ) ̸= 0.
5.8. FORMULE DE TIP GAUSS 149

În consecinţă, pentru orice polinom f ∈ Pm

Z b n
X
ρ(x)f (x)dx = Ai f (xi ).
a i=1

Teorema 5.8.1 Gradul de exactitate al formulei de integrare numerică (5.25)

este cel mult 2n − 1.

Demonstraţie. QnUtilizând 2formula de integrare numerică pentru funcţia polino-

mială f0 (x) = i=1 (x − xi ) ∈ P2n găsim
Z b
0< ρ(x)f0 (x)dx = R(f0 ).
a

Formulele de integrare numerică de tip Gauss sunt formulele de forma (5.25)

pentru care se atinge gradul maxim de exactitate.

Teorema 5.8.2 Dacă u ∈ Pn este polinomul ortogonal, cu ponderea ρ(x), ı̂n

[a, b], pe Pn−1 cu rădăcinile x1 , . . . , xn , atunci formula de integrare numerică
Z b Z b
ρ(x)f (x)dx = ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )dx + R(f )
a a

are gradul de exactitate 2n − 1.

Demonstraţie. Dacă f ∈ Pn−1 atunci f = L(Pn−1 ; x1 , . . . , xn ; f ), de unde

Z b Z b
ρ(x)f (x)dx = ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )dx.
a a

Fie f ∈ P2n−1 . Dacă q, r sunt respectiv câtul şi restul ı̂mpărţirii lui f la u atunci
f = qu + r şi q, r ∈ Pn−1 . Au loc egalităţile

L(Pn−1 ; x1 , . . . , xn ; f )(x) = L(Pn−1 ; x1 , . . . , xn ; qu + r)(x) =

n
X n
X
= [q(xi )u(xi ) + r(xi )]li (x) = r(xi )li (x) = L(Pn−1 ; x1 , . . . , xn ; r)(x)
i=1 i=1

şi ı̂n consecinţă

Z b Z b Z b
ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )(x) = ρ(x)L(Pn−1 ; x1 , . . . , xn ; r)(x) = ρ(x)r(x).
a a a
150 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Deoarece u ortogonal, cu ponderea ρ(x), ı̂n [a, b], pe Pn−1 , urmează că
Z b Z b
ρ(x)f (x)dx = ρ(x)[q(x)u(x) + r(x)]dx =
a a

Z b Z b
= ρ(x)q(x)u(x)dx + ρ(x)r(x)dx =
a a
Z b Z b
= ρ(x)L(Pn−1 ; x1 , . . . , xn ; r)(x) = ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )(x).
a a

Reciproc, are loc

Teorema 5.8.3 Fie ρ o funcţie pondere ı̂n intervalul I. Dacă x1 < x2 < . . . < xn
şi A1 , A2 , . . . , An sunt astfel ı̂ncât
Z n
X
ρ(x)f (x)dx = Ai f (xi ), ∀ f ∈ P2n−1 ,
I i=1

atunci x1 , x2 , . . . , xn sunt rădăcinile polinomului de grad n ortogonal, cu ponderea

ρ ı̂n I, pe Pn−1 .

Demonstraţie. Fie u(x) = ni=1 (x − xi ). Pentru orice polinom P ∈ Pk , cu

Q
k ≤ n − 1 polinomul f = P u ∈ P2n−1 şi atunci
Z n
X
ρ(x)P (x)u(x)dx = Ai P (xi )u(xi ) = 0.
I i=1

În concluzie u este ortogonal pe Pn−1 .

Calculul coeficienţilor şi evaluarea restului.
Dacă ţinem seama de expresia polinomului de interpolare Lagrange atunci
formula de integrare numerică de tip Gauss devine
Z b n
X Z b
ρ(x)f (x)dx = f (xi ) ρ(x)li (x)dx + R(f ).
a i=1 a

Astfel coeficienţii formulei de integrare numerică sunt

Z b
Ai = ρ(x)li (x)dx, i ∈ {1, 2, . . . , n}. (5.26)
a
5.8. FORMULE DE TIP GAUSS 151

Această expresie a coeficienţilor este utilă ı̂n cazurile ı̂n care integrala se calculează
analitic. Deoarece li = (x−xu(x) ′
i )u (xi )
∈ Pn−1 ⇒ li2 ∈ P2n−2 , pentru coeficientul Ai
găsim şi exprimarea
Z b X n
0< ρ(x)li2 (x)dx = Aj li2 (xj ) = Ai . (5.27)
a j=1

Teorema 5.8.4 Dacă f ∈ C 2n [a, b] atunci există ξ ∈ [a, b] astfel ı̂ncât

Z b Z b
R(f ) = ρ(x)f (x)dx − ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )dx =
a a
b
f (2n) (ξ)
Z
= ρ(x)u2 (x)dx.
(2n)! a

Demonstraţie. Notăm prin H(x) polinomul de interpolare Lagrange-Hermite

care satisface condiţiile
H(xi ) = f (xi ) i ∈ {1, 2, . . . , n},
H ′ (xi ) = f ′ (xi ) i ∈ {1, 2, . . . , n}.
Atunci, ţinând seama de restul polinomului de interpolare Lagrange-Hermite
(2.3.4) există ζ(x) ∈ [a, b] astfel ı̂ncât
f (2n) (ζ(x)) 2
f (x) = H(x) + u (x).
(2n)!
Înmulţind cu ρ(x) şi integrând găsim
Z b
f (2n) (ζ(x))
R(f ) = ρ(x)u2 (x) dx. (5.28)
a (2n)!
Într-adevăr, deoarece H(x) ∈ P2n−1 , formula de integrare numerică a lui Gauss
implică
Z b X n n
X Z b
ρ(x)H(x)dx = Ai H(xi ) = Ai f (xi ) = ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )(x)dx.
a i=1 i=1 a

Funcţia x 7→ f (2n) (ζ(x)) = (2n)! f (x)−H(x)

u2 (x)
fiind continuă, putem aplica inte-
gralei din membrul drept din (5.28) teorema de medie a calculului integral. Astfel,
există ξ ∈ [a, b], astfel ı̂ncât
f (2n) (ξ) b
Z
R(f ) = ρ(x)u2 (x)dx.
(2n)! a
152 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

În general, nodurile formulelor de integrare numerică de tip Gauss – adică

rădăcinile unor polinoame ortogonale – se calculează numeric.

Teorema 5.8.5 Pentru orice polinom p ∈ Pn−1 are loc egalitatea

Z
p(x) = ρ(t)p(t)Kn (x, t)dt.
I

Pn−1
Demonstraţie. Dacă p(x) = i=0 ci Qi (x) atunci din egalitatea
Z n−1
X Z n−1
X
ρ(t)p(t)Qk (t)dt = ci ρ(t)Qi (t)Qk (t)dt = ci δi,k d2k = ck d2k
I i=0 I i=0

1
R
se obţine ck = d2k I
ρ(t)p(t)Qk (t)dt. Astfel

n−1  Z  Z
X 1
p(x) = ρ(t)p(t)Qi (t)dt Qi (x) = ρ(t)p(t)Kn (x, t)dt.
i=0
d2i I I

Coeficienţii unei formule de integrare numerică de tip Gauss se pot calcula

utilizând rezultatul teoremei:

Teorema 5.8.6 Dacă (Qn )n∈N este un şir de polinoame ortogonale cu ponderea
ρ ı̂n intervalul I, atunci coeficienţii formulei de integrare numerică de tip Gauss
sunt
an d2n−1 1
Ai = ′
= i ∈ {1, 2, . . . , n}, (5.29)
an−1 Qn (xi )Qn−1 (xi ) Kn (xi , xi )
R
unde Qk (x) = ak xk + . . . şi d2k = I ρ(x)Q2k (x)dx.

1
Demonstraţie. În acest caz u(x) = Q (x).
an n
Din formula Darboux-Christoffel
n−1
X Qk (x)Qk (y) an−1 1 Qn (x)Qn−1 (y) − Qn−1 (x)Qn (y)
Kn (x, y) = =
k=0
d2k an d2n−1 x−y

pentru y = xi i ∈ {1, 2, . . . , n} se obţine

n−1
X Qk (x)Qk (xi ) an−1 1 Qn (x)Qn−1 (xi )
Kn (x, xi ) = = . (5.30)
k=0
d2k an d2n−1 x − xi
5.8. FORMULE DE TIP GAUSS 153

Înmulţind egalitatea de mai sus cu ρ(x) şi integrând, rezultă

n−1 Z Z
X Qk (xi ) an−1 Qn−1 (xi ) Qn (x)
ρ(x)Qk (x)dx = ρ(x) dx. (5.31)
k=0
d2k I an d2n−1 I x − xi

Datorită condiţiilor de ortogonalitate

d2
Z
ρ(x)Qk (x)dx = δk,0 0 , k ∈ {0, 1, . . . , n − 1}.
I a0
Deoarece n
Qn (x) Y
= an (x − xj ) ∈ Pn−1 ,
x − xi j=1
j̸=i

integrala din membrul drept al lui (5.31) se calculează fără eroare prin aplicarea
formulei de integrare numerică de tip Gauss:
Z n
Qn (x) X Qn (x)
ρ(x) dx = Aj |x=xj = Ai Q′n (xi ).
I x − x i j=1
x − x i

Formula (5.31) devine

Q0 (xi ) d20 an−1 Qn−1 (xi )
2
=1= Ai Q′n (xi ),
d 0 a0 an d2n−1
de unde
an d2n−1
Ai = .
an−1 Q′n (xi )Qn−1 (xi )
Pentru a doua egalitate, ı̂n (5.30) se trece la limită când x → xi , rezultând
an−1 1 ′
Kn (xi , xi ) = Q (xi )Qn−1 (xi ).
an d2k n
1
Astfel Ai = Kn (xi ,xi )
.
În acest cadru există o legătură ı̂ntre polinoamele fundamentale Lagrange
li (x), i ∈ {1, 2, . . . , n} şi elementele formulei de integrare numerică de tip Gauss.

Teorema 5.8.7 Dacă x1 , . . . , xn sunt rădăcinile polinomului Qn (x) ortogonal cu

ponderea ρ(x) ı̂n intervalul I pe mulţimea polinoamelor de grad cel mult n − 1
atunci
Kn (x, xi )
li (x) = Ai Kn (x, xi ) = .
Kn (xi , xi )
154 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Demonstraţie. Potrivit Teoremei 5.8.5

Z
li (x) = ρ(t)li (t)Kn (x, t)dt.
I

Funcţia t 7→ li (i)Kn (x, t) este polinom de grad 2n − 2, deci

Z n
X
ρ(t)li (t)Kn (x, t)dt = Aj li (t)Kn (x, t)|t=xj =
I j=1

n
X
= Aj δi,j Kn (x, tj ) = Ai Kn (x, ti ).
j=1

Cazul ρ(x) = 1.
În acest caz, polinoamele ortogonale sunt polinoamele lui Legendre
n!
u(x) = Ln (x) = [(x − a)n (x − b)n ](n) .
(2n)!
Teorema 5.8.8 Pentru ρ(x) = 1 coeficienţii formulei de integrare numerică
Gauss sunt
(n!)4 (b − a)2n+1
Ai = i ∈ {1, 2, . . . , n}. (5.32)
((2n)!)2 (xi − a)(b − xi )[u′ (xi )]2

Demonstraţie. Integrăm prin părţi integrala din membrul stâng al formulei

(5.27)
Z b Z b
2 1 u(x) 2
Ai = li (x)dx = ′ [ ] dx = (5.33)
a [u (xi )]2 a x − xi
Z b
1 u2 (a) u2 (b) u(x) ′
= ′ [ − + 2 u (x)dx].
[u (xi )]2 a − xi b − xi a x − xi
u(x) ′
Funcţia x−x i
u (x) este polinom de grad cel mult 2n − 2 şi atunci formula de
integrare numerică Gauss calculează integrala ei fără eroare
Z b n
u(x) ′ X u(x) ′
u (x)dx = Aj u (x)|x=xj = Ai [u′ (xi )]2 .
a x − x i j=1
x − x i

Relaţia (5.33) devine

1 u2 (a) u2 (b)
Ai = { − + 2Ai [u′ (xi )]2 },
[u′ (xi )]2 a − xi b − xi
5.8. FORMULE DE TIP GAUSS 155

de unde
1 u2 (b) u2 (a)
Ai = [ − ].
[u′ (xi )]2 b − xi a − xi
Utilizând expresia polinomului u se deduce formula din enunţul teoremei.

Observaţia 5.8.1

Relaţia (5.29) pune ı̂n legătură nodurile şi coeficienţii formulei de integrare nu-
merică de tip Gauss (5.25) cu coeficienţii λi care apar ı̂n formula baricentrică de
calcul a polinomului de interpolare Lagrange (2.27),

1 an an−1 Ai Qn−1 (xi )

λi = = = .
u′ (x i)
′
Qn (xi ) d2n−1

Substituind ı̂n (2.27), factorii care nu depind de indicele de ı̂nsumare se simplifică,

rezultând
λ˜i
Pn+1
i=1 f (xi ) x−xi
L(Pn ; x1 , . . . , xn+1 ; f )(x) = Pn+1 ˜ .
λi
i=1 x−xi

cu λ̃ = Ai Qn−1 (xi ), i ∈ {1, 2, . . . , n}.

Analog, ı̂n cazul ρ(x) = 1 şi I = [a, b]], din (5.32) se obţine

1 ((2n)!)2 Ai (xi − a)(b − xi )

λ2i = = .
[u′ (xi )]2 (n!)4 (b − a)2n+1

Considerând
p nodurile ordonate, din nou ı̂n urma simplificărilor va rezulta λ̃i =
(−1)i Ai (xi − a)(b − xi ).
p
Dacă a = −1, b = 1 atunci λ̃i = (−1)i Ai (1 − x2i ).
Convergenţa formulelor de integrare numerică de tip Gauss.
Considerăm funcţionalele definite ı̂n C[a, b] prin
Z b
I(f ) = ρ(x)f (x)dx,
a
n
X
In (f ) = Ai f (xi ),
i=1

unde xi , Ai sunt nodurile şi respectiv coefienţii formulei de integrare numerică de

tip Gauss corespunzătoare ponderii ρ ı̂n intervalul [a, b].
156 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Au loc evaluările imediate

Z b
|I(f )| ≤ ∥f ∥ ρ(x)dx,
a
n
X Z b
|In (f )| ≤ ∥f ∥ Ai = ∥f ∥ ρ(x)dx.
i=1 a

În relaţiile de mai sus ∥f ∥ = maxx∈[a,b] |f (x)| este norma din C[a, b].

Teorema 5.8.9 Are loc inegalitatea

Z b
|I(f ) − In (f )| ≤ 2E2n−1 ρ(x)dx
a

de unde limn→∞ In (f ) = I(f ), pentru orive f ∈ C[a, b]. Definiţia pentru Em este
dată ı̂n (O.1).

Demonstraţie. Dacă p∗ este polinomul de cea mai bună aproximaţie a lui f din
P2n−1 atunci

∥f − p∗ ∥ = E2n−1 ,
I(p∗ ) = In (p∗ ).

Rezultă relaţiile

|I(f ) − In (f )| ≤ |I(f ) − I(p∗ )| + |In (p∗ ) − In (f )| = |I(f − p∗ )| + |In (f − p∗ )| ≤

Z b Z b
≤ 2∥f − p∗ ∥ ρ(x)dx = 2E2n−1 ρ(x)dx.
a a

5.9 Formula dreptunghiului (n = 1)

Pentru n = 1 din Teorema J.2.1 obţinem

1 a+b
u(x) = [(x − a)(x − b)]′ = x − ,
2 2
iar din (5.26)
A1 = b − a.
5.10. RESTUL CA SERIE 157

Formula de integrare numerică a lui Gauss va fi

Z b
a+b
f (x)dx = (b − a)f ( ) + R(f ),
a 2
şi este numită formula dreptunghiului.
Evaluarea restului. Parcularizând rezultatul teoremei 5.8.4 au loc egalităţile
f ′′ (ξ) b (b − a)3 f ′′ (ξ)
Z
a+b 2
R(f ) = (x − ) dx = .
2 a 2 24
Formula dreptunghiului devine
Z b
a+b (b − a)3 f ′′ (ξ)
f (x)dx = (b − a)f ( )+ . (5.34)
a 2 24
Aplicarea practică a formulei dreptunghiului. Fie m ∈ N∗ . Împărţim
intervalul [a, b] ı̂n m părţi prin punctele ai = a + ih, i = 0, 1, . . . , m (h = b−a
m
)
şi utilizăm formula dreptunghiului pentru calculul integralei funcţiei ı̂n fiecare
interval [ai , ai+1 ], i = 0, 1, . . . , m − 1. Astfel
Z b m−1
X Z ai+1
f (x)dx = f (x)dx =
a i=0 ai

m−1
X ai+1 + ai f ′′ (ξi )(ai+1 − ai )3
= [(ai+1 − ai ))f ( )+ ].
i=0
2 24
Repetând raţionamentul de la metoda trapezelor, deducem
Z b m−1
b−a X 1 (b − a)3 f ′′ (ξ)
f (x)dx = f (a + (i + )h) + .
a m i=0 2 24m2

Astfel integrala se aproximează prin expresia

m−1
b−a X 1
Km (f ) = f (a + (i + )h).
m i=0 2

5.10 Restul unor formule de integrare numerică

ca serie
Pentru formulele de integrare numerică a trapezelor şi dreptunghiurilor, restul
se poate exprima ca serie.
158 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Teorema 5.10.1 Are loc formulele

Z b
1
Rt (f ) = f (x)dx − (b − a)[f (a) + f (b)] = (5.35)
a 2
∞
X j a+b
= − 2j−1
(b − a)2j+1 f (2j) ( ).
j=1
2 (2j + 1)! 2
Z b
a+b
Rd (f ) = f (x)dx − (b − a)f ( )= (5.36)
a 2
∞
X 1 a+b
= 2 2j
(b − a)2j+1 f (2j) ( ).
j=1
2 (2j + 1)! 2

a+b b−a
Demonstraţie. Cu notaţiile c = 2
, η= 2
, presupunem că au loc dez-
voltările tayloriene
∞
X f (k) (c) k
f (a) = (−1)k η (5.37)
k=0
k!
∞
X f k) (c)
f (b) = ηk (5.38)
k=0
k!
∞
X f k) (c)
f (x) = (x − c)k (5.39)
k=0
k!

Din (5.37) şi (5.38) rezultă

∞
X f (2j) (c)
1
[f (a) + f (b)] = f (c) + η 2j ,
2 j=1
(2j)!

iar din (5.39) găsim

Z b ∞
X f (2j) (c) 2j+1
f (x)dx = (b − a)f (c) + 2 η .
a j=1
(2j + 1)!

În consecinţă
∞
X j
Rt (f ) = −4 η 2j+1 f (2j) (c) =
j=1
(2j + 1)!
∞
X j a+b
=− (b − a)2j+1 f (2j) ( ).
j=1
22j−1 (2j + 1)! 2
5.10. RESTUL CA SERIE 159

A doua relaţie rezultă ı̂n mod asemănător.

Utilizând aceste relaţii se obţin formulele de rest sub formă de serie ı̂n cazul
schemelor de aplicare practică.
Teorema 5.10.2 Are loc formulele
Z b ∞
X
Rt (f ) = f (x)dx − Im = Aj h2j , (5.40)
a j=1
Z b X∞
Rd (f ) = f (x)dx − Km = Bj h2j , (5.41)
a j=1

b−a
unde h = m
.

Demonstraţie. Utilizăm notaţiile şi calculele de la deducerea schemei de

aplicare practică a metodei trapezului. Dacă ci = 12 (ai + ai+1 ) atunci
m−1
X Z ai+1 
1
Rtrapeze (f ) = f (x)dx − (ai+1 − ai )(f (ai ) + f (ai+1 )) = (5.42)
i=0 ai
2
m−1 ∞
XX j
=− (ai+1 − ai )2j+1 f (2j) (ci ) =
i=0 j=1
22j−1 (2j + 1)!
∞ m−1
!
X j X
=− 2j−1
h2j+1 f (2j) (ci ) .
j=1
2 (2j + 1)! i=1

Folosind proprietatea lui Darboux, pentru orice j ∈ N∗ există ξj ∈ (a, b) astfel

ı̂ncât
m−1
1 X (2j)
f (ci ) = f (2j) (ξj ).
m i=1
Formula (5.42) devine
∞ ∞
X mj 2j+1 (2j)
X j
Rtrapeze (f ) = − 2j−1
h f (ξj ) = −(b−a) 2j−1
h2j f (2j) (ξj ).
j=1
2 (2j + 1)! j=1
2 (2j + 1)!
j
Notând Aj = −(b − a) 22j−1 (2j+1)! f (2j) (ξj ) se obţine relaţia menţionată.
1
Utilizând (5.36) a doua formulă se deduce analog cu Bj = (b−a) 22j (2j+1)! f (2j) (ξj ).

Expresia (5.40) justifică afirmaţia că formula (5.14) corespunde extrapolării

Richardson.
160 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

5.11 Cazuri speciale

5.11.1 Formula de integrare numerică Lobatto
În locul formulei de integrare numerică (5.25) considerăm formula
Z b n−2
X
ρ(x)f (x)dx = Af (a) + Ai f (xi ) + Bf (b) + R(f ), (5.43)
a i=1

diferenţa constând ı̂n aceea că două noduri – extremităţile intervalului de inte-
grare – sunt fixate.
Formula pentru care se atinge gradul maxim de exactitate se numeşte formula
de integrare numerică Lobatto. Au loc următoarele rezultate.

Teorema 5.11.1 Gradul maxim de exactitate al formulei (5.43) este 2n − 3.

Qn−2
Demonstraţie. În cazul funcţiei f0 (x) = (x − a)(x − b) i=1 (x − xi )2 ∈ P2n−2
restul este nenul.

Teorema 5.11.2 Dacă u ∈ Pn−2 este polinomul ortogonal, cu ponderea (x −

a)(b − x)ρ(x), ı̂n [a, b], pe Pn−3 cu rădăcinile x1 , . . . , xn−2 , atunci formula de
integrare numerică
Z b Z b
ρ(x)f (x)dx = ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; f )dx + R(f )
a a

are gradul de exactitate 2n − 3.

Demonstraţie. Dacă f ∈ Pn−1 atunci f = L(Pn−1 ; a, x1 , . . . , xn−2 , b; f ), de unde

Z b Z b
ρ(x)f (x)dx = ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; f )dx.
a a

Fie f ∈ P2n−3 . Dacă q, r sunt respectiv câtul şi restul ı̂mpărţirii lui f la (x −
a)(x − b)u(x) atunci f = (x − a)(x − b)qu + r şi q ∈ Pn−3 , r ∈ Pn−1 . Atunci

L(Pn−1 ; a, x1 , . . . , xn−2 , b; f )(x) = L(Pn−1 ; a, x1 , . . . , xn−2 , b; (x−a)(x−b)qu+r)(x) =

= L(Pn−1 ; a, x1 , . . . , xn−2 , b; r)(x)

5.11. CAZURI SPECIALE 161

şi ı̂n consecinţă

Z b Z b
ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; f )(x)dx = ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; r)(x)dx =
a a

Z b
= ρ(x)r(x)dx.
a

Deoarece u ortogonal, cu ponderea (x − a)(b − x)ρ(x), ı̂n [a, b], pe Pn−3 , urmează
că Z b Z b
ρ(x)f (x)dx = ρ(x)[(x − a)(x − b)q(x)u(x) + r(x)]dx =
a a
Z b Z b
= (x − a)(b − x)ρ(x)q(x)u(x)dx + ρ(x)r(x)dx =
a a
Z b
= ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; r)(x)dx =
a
Z b
= ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; f )(x)dx.
a

Restul formulei de integrare numerică Lobatto se poate evalua prin:

Teorema 5.11.3 Dacă f ∈ C 2n−2 [a, b] atunci există ξ ∈ [a, b] astfel ı̂ncât
Z b Z b
R(f ) = ρ(x)f (x)dx − ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; f )dx =
a a

b
f (2n−2) (ξ)
Z
= (x − a)(x − b)ρ(x)u2 (x)dx,
(2n − 2)! a
Qn−2
unde u(x) = i=1 (x − xi ).

Demonstraţie. Procedând asemănător cu demonstraţia teoremei (5.8.4), notăm

prin H(x) polinomul de interpolare Lagrange-Hermite care satisface condiţiile

H(a) = f (a),
H(xi ) = f (xi ) i ∈ {1, 2, . . . , n − 2},
H ′ (xi ) = f ′ (xi ) i ∈ {1, 2, . . . , n − 2},
H(b) = f (b).
162 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Atunci, ţinând seama de restul polinomului de interpolare Lagrange-Hermite

(2.3.4) există ζ(x) ∈ [a, b] astfel ı̂ncât
f (2n−2) (ζ(x))
f (x) = H(x) + (x − a)(x − b)u2 (x). (5.44)
(2n − 2)!
Deoarece H(x) ∈ P2n−3 , formula de integrare numerică a lui Lobatto implică
Z b n−2
X
ρ(x)H(x)dx = AH(a) + Ai H(xi ) + BH(b) =
a i=1

n−1
X Z b
= Af (a) + Ai f (xi ) + Bf (b) = ρ(x)L(Pn−1 ; a, x1 , . . . , xn−2 , b; f )(x)dx.
i=1 a

Înmulţind (5.44) cu ρ(x) şi integrând găsim

Z b
f (2n−2) (ζ(x))
R(f ) = (x − a)(x − b)ρ(x)u2 (x) dx. (5.45)
a (2n − 2)!

Funcţia x 7→ f (2n) (ζ(x)) = (2n)! f (x)−H(x)

u2 (x)
fiind continuă, putem aplica integralei
din membrul drept din (5.45) teorema de medie a calculului integral. Astfel,
există ξ ∈ [a, b], astfel ı̂ncât

f (2n−2) (ξ) b
Z
R(f ) = (x − a)(x − b)ρ(x)u2 (x)dx.
(2n − 2)! a

5.11.2 Formula de integrare numerică Radau

Dacă ı̂n formula (5.25) se fixează doar un nod – unul din extremităţile inter-
valului de integrare – atunci formula de integrare numerică are forma
Z b n−1
X
ρ(x)f (x)dx = Af (a) + Ai f (xi ) + R(f ), (5.46)
a i=1

sau
Z b n−1
X
ρ(x)f (x)dx = Ai f (xi ) + Bf (b) + R(f ). (5.47)
a i=1

Gradul maxim de exactitate al formulei de integrare numerică (5.46) sau (5.47)

este 2n − 2.
În cazul atingerii gradului maxim de exactitate, (5.46) şi (5.47) se numesc
formulele de integrare numerică Radau.
5.11. CAZURI SPECIALE 163

Teorema 5.11.4 Dacă u ∈ Pn−1 este polinomul ortogonal, cu ponderea (x −

a)ρ(x), ı̂n [a, b], pe Pn−2 cu rădăcinile x1 , . . . , xn−1 , atunci formula de integrare
numerică
Z b Z b
ρ(x)f (x)dx = ρ(x)L(Pn−1 ; a, x1 , . . . , xn−1 ; f )dx + R(f )
a a

are gradul de exactitate 2n−2. Un rezultat analog are loc şi pentru formula (5.47).

Teorema 5.11.5 Dacă f ∈ C 2n−1 [a, b] atunci există ξ ∈ [a, b] astfel ı̂ncât
Z b Z b
R(f ) = ρ(x)f (x)dx − ρ(x)L(Pn−1 ; a, x1 , . . . , xn−1 ; f )dx =
a a

b
f (2n−1) (ξ)
Z
= ρ(x)(x − a)u2 (x)dx,
(2n − 1)! a
Qn−1
unde u(x) = i=1 (x − xi ).

Notând A0 = A, coeficienţii formulei de integrare numerică (5.46) sunt

Z b Z b
Ai = ρ(x)li (x)dx = ρ(x)li2 (x)dx, i ∈ {0, 1, . . . , n − 1}, (5.48)
a a

unde li (x) sunt polinoamele fundamentale Lagrange pentru nodurile a, x1 , . . . , xn−1 .

Cazul particular ρ(x) = 1, I = [−1, 1] (Legendre-Gauss-Radau)

Determinăm polinomul monic u ∈ Pn−1 astfel ı̂ncât
Z 1
(x + 1)u(x)q(x)dx = 0, ∀ q ∈ Pn−2 .
−1

Utilizând polinoamele Legendre scrise sub forma monică

n! dn 2
Ln (x) = (x − 1)n
(2n)! dxn
căutăm polinomul u sub forma

U (x) = (x + 1)u(x) = Ln (x) + kLn−1 (x) ⊥ Pn−2 .

Condiţia de ortogonalitate este ı̂ndeplinită. Constanta k se determină din condiţia

U (−1) = Ln (−1) + kLn−1 (−1) = 0. (5.49)

164 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Utilizând formula de derivare a lui Leibniz se deduce

n  
n! X n
Ln (x) = Akn An−k
n (x − 1)
n−k
(x + 1)k , (5.50)
(2n)! k
k=0

(n!)2 n
de unde Ln (−1) = (2n)!
(−2)n . Din ecuaţia (5.49) se obţine k = 2n−1
. Astfel
n
U (x) = (x + 1)u(x) = Ln (x) + Ln−1 (x). (5.51)
2n − 1
2n (n!)2
Vom avea nevoie de u(1) şi u(−1). Din (5.50) se obţine Ln (1) = (2n)!
şi din
(5.51) pentru x = 1 se obţine
n 2n (n!)2
2u(1) = Ln (1) + Ln−1 (1) = ,
2n − 1 n(2n − 1)!
de unde
2n−1 (n!)2
u(1) = .
n(2n − 1)!
Din
n+1
n! dn+1 2
 
n! X n+1
L′n (x) = (x −1) n
= Akn An+1−k
n (x−1)n−k (x+1)k−1
(2n)! dxn+1 (2n)! k=1 k

se obţine
(−2)n−1 n(n + 1)(n!)2
L′n (−1) = .
(2n)!
Atunci
Ln (x) + kLn−1 (x)
u(−1) = lim = L′n (−1) + kL′n−1 (−1)
x↘−1 x−1
şi deci
n (−2)n−1 (n!)2
u(−1) = L′n (−1) + L′n−1 (−1) = .
2n − 1 (2n − 1)!
Calculul coeficienţilor formulei de integrare numerică revine la
Z 1 Z 1
2 1 U 2 (x)
Ai = li (x) dx = dx, i ∈ {0, 1, . . . , n − 1}.
−1 (U ′ (xi ))2 −1 (x − xi )2
Integrând prin părţi rezultă
Z 1
U 2 (x) 1
 
1 U (x) ′
Ai = − | +2 U (x)dx .
′
(U (xi ))2 x − xi −1 −1 x − xi
5.11. CAZURI SPECIALE 165

U (x) ′
Deoarece x−x i
U (x) ∈ P2n−2 formula de integrare Radau calculează integrala de
mai sus fără rest
Z 1 n−1
U (x) ′ X U (x) ′
U (x)dx = Aj U (x)|x=xj = Ai (U ′ (xi ))2 .
−1 x − xi j=0
x − xi

Substituind ı̂n relaţia anterioară se găseşte

U 2 (x)
Ai = − |1 + 2Ai ,
(U ′ (xi ))2 (x − xi ) −1
de unde
U 2 (x)
Ai = |1
(U ′ (xi ))2 (x − xi ) −1
Ţinând seama de
U (x) = (x + 1)u(x) ⇒ U ′ (x) = u(x) + (x + 1)u′ (x)
rezultă
• i ∈ {1, 2, . . . , n − 1}
U 2 (1) 4u2 (1)
Ai = = =
(U ′ (xi ))2 (1 − xi ) (1 − xi )(1 + xi )2 (u′ (xi ))2
22n (n!)4
=
n2 ((2n − 1)!)2 (1 − xi )(1 + xi )2 (u′ (xi ))2
• i=0
U 2 (x) 1 (x + 1)u2 (x) 1 2u2 (1) 2
A0 = |−1 = |−1 = = .
(U ′ (−1))2 (x + 1) u2 (−1) u2 (−1) n2

În particular se obţin:

• n=2
2 2 1 1
U (x) = L2 (x) + L1 (x) = x2 + x − = (x + 1)(x − ).
3 3 3 3
1 1 1 3
Rezultă u(x) = x − 3 , x1 = 3 şi A0 = 2 , A1 = 2 .
• n=3
3 3 3 1 2 1
U (x) = L3 (x) + L2 (x) = x3 + x2 − x − = (x + 1)(x2 − x − ).
5 5 5 5 5 5
√ √
−1− 6 −1+ 6
Rezultă u(x) = x2 − 52 x − 15 , x1 = , x2 = şi A0 = 2
, A1 =
1
√ 1
√ 5 5 9

18
(16 + 6), A2 = 18 (16 − 6).
166 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

5.11.3 Formula de cvadratură Gauss-Kronrod

O formulă de cvadratură de tip Gauss (5.25) cu n noduri are gradul de exac-
titate 2n − 1
Xn
I(f ) = Gn (f ) = Ai f (xi ); ∀f ∈ P2n−1 .
i=1
Pornind de la formula de cvadratura anterioară, o formulă de cvadratură Gauss-
Kronrod cu 2n + 1 noduri se construieşte introducând n + 1 noduri noi
2n+1
X
K2n+1 (f ) = Bi f (yi ),
i=1

astfel ı̂ncât
{x1 , . . . , xn } ⊂ {y1 , . . . , y2n+1 }
I(f ) = K(f ) ∀f ∈ P3n+1 (5.52)
Cazul n = 1. Punctul de plecare ı̂l reprezintă formula dreptunghiului, deci
x1 = a+b
2
. Introducând nodurile p, q, formula de cvadratura Gauss-Kronrod are
forma
a+b
K3 (f ) = B1 f (p) + B2 f ( ) + B3 f (q).
2
Parametrii formulei p, q, B1 , B2 , B3 se determină din cerinţa I(f ) = K3 (f ), ∀f ∈
P4 (5.52). Particularizând f = 1, x, x2 , x3 , x4 se obţine sistemul algebric de ecuaţii
neliniare 

 B1 + B2 + B3 = b − a
2 2
a+b
+ B3 q = b −a

 B1 p + B2 2

 2
3 3
B1 p2 + B2 ( a+b 2
)2 + B3 q 2 = b −a 3
4 4
B1 p3 + B2 ( a+b )3 + B3 q 3 = b −a


2 4


 B p4 + B ( a+b )4 + B q 4 = b5 −a5

1 2 2 3 5
cu soluţia √
a+b 15
p = 2
− √10
(b − a)
a+b 15
q = 2
+ 10 (b − a)
5
B1 = 18
(b − a)
4
B2 = 9
(b − a)
5
B3 = 18
(b − a)
Pentru a = −1, b = 1 vom avea
√ √
15 15 5 8
p=− , q= , B1 = B3 = , B2 = .
5 5 9 9
5.12. FORMULA EULER-MACLAURIN 167

5.12 Formule de integrare numerică bazate

pe formula Euler-MacLaurin
5.12.1 Polinoamele şi numerele lui Bernoulli
Polinoamele Bernoulli Bk (x) ∈ Pk , k ∈ N, sunt definite prin
n  
X n+1
Bk (x) = (n + 1)xn , n ∈ N. (5.53)
k
k=0

Bn = Bn (0) se numesc numerele lui Bernoulli.

Din(5.53), pentru n = 0 şi n = 1 se obţin

1
B0 (x) = 1 B1 (x) = x −
2
Polinoamele Bernoulli se bucură de proprietăţile

Teorema 5.12.1 Au loc relaţiile:

(i)
Bn′ (x) = nBn−1 (x); (5.54)

(ii)
Bn (x + 1) − Bn (x) = nxn−1 ; (5.55)

(iii)
n  
X n
Bn (x) = Bk xn−k ; (5.56)
k
k=0

(iv)
Bn (1 − x) = (−1)n Bn (x). (5.57)

Demonstraţie. (i) Prin inducţie după n, se demonstrează propoziţia

Pn : Bk′ (x) = kBk−1 (x), ∀ k ∈ {1, 2, . . . , n}

∀ n ∈ N∗ . În ipoteza că propoziţia Pn−1 este adevărată, pentru a justifica Pn este
suficient de arătat Bn′ (x) = nBn−1 (x).
168 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Derivând (5.53) rezultă

n  
X n+1
Bk′ (x) = (n + 1)nxn−1 .
k
k=1

Ţinând seama de ipoteza inducţiei se obţine

n−1    
X n+1 n+1
kBk−1 (x) + Bn′ (x) = (n + 1)nxn−1 . (5.58)
k n
k=1
   
n+1 n
Deoarece k = (n + 1) , relaţia (5.58) devine
k k−1
n−1  
X n
(n + 1) Bk−1 (x) + (n + 1)Bn′ (x) = (n + 1)nxn−1
k−1
k=1
sau
n−2   n−1  
X n ′
X n
Bk (x) + Bn (x) = Bk (x),
k k
k=0 k=0
de unde egalitatea dorită.
(k) n!
(ii) Din (i) rezultă Bn (x) = B (x).
(n−k)! n−k
Utilizând dezvoltarea tayloriană
rezultă egalităţile succesive
n (k) n
X Bn (x) X n!
Bn (x + 1) = = Bn−k (x) =
k=0
k! k=0
k!(n − k)!
n   n   n−1  
X n X n X n
= Bn−k (x) = Bk (x) = Bk (x) + Bn (x).
k n−k k
k=0 k=0 k=0

Utilizând (5.53), egalitatea anterioară devine

Bn (x + 1) = Bn (x) + nxn−1 .
(iii) Din dezvoltarea tayloriană
n (k) n  
X Bn (y) k
X n
Bn (y + h) = h = Bn−k (y)hk ,
k! k
k=0 k=0

pentru y = 0 şi h = x rezultă

n   n  
X n k
X n
Bn (x) = Bn−k (0)x = Bk (0)xn−k .
k k
k=0 k=0
5.12. FORMULA EULER-MACLAURIN 169

(iv) Din (5.55), pentru x := −x, rezultă

Bn (1 − x) = Bn (−x) + n(−1)n−1 xn−1 .

Utilizând din nou (5.55), egalitatea anterioară se poate scrie

Bn (1 − x) − Bn (−x) = (−1)n−1 [Bn (1 + x) − Bn (x)]

sau
(−1)n Bn (1 + x) − Bn (−x) = (−1)n Bn (x) − Bn (1 − x). (5.59)
Definind polinomul φ(x) = (−1)n Bn (x) − Bn (1 − x), egalitatea (5.59) se rescrie
φ(x + 1) = φ(x), adică φ este o funcţie periodică, cu perioada 1. Fiind polinom,
φ este o funcţie constantă

(−1)n Bn (x) − Bn (1 − x) = cn .

Prin derivare se obţine

(−1)n Bn′ (x) + Bn′ (1 − x) = 0

sau
(−1)n Bn−1 (x) + Bn−1 (1 − x) = 0.
Astfel Bn−1 (1 − x) = (−1)n−1 Bn−1 (x), relaţie echivalentă cu (5.57).
În consecinţă

Teorema 5.12.2 Au loc egalităţile

(i) Bn = Bn (0) = Bn (1), n ≥ 2;

(ii) Dacă n este un număr natural impar atunci Bn = Bn (0) = Bn (1) = Bn ( 21 ) =

0;
R1
(iii) 0 Bn (x)dx = 0, n ∈ N∗ .

Demonstraţie. (i) În (5.55), se face x = 0.

(ii) Pentru x = 0 şi n > 1, din (5.57), rezultă Bn (1) = −Bn (0) = Bn (0), deci
Bn (0) = 0.
(iii) Au loc egalităţile
Z 1 Z 1
1 ′ 1
Bn (x)d(x) = Bn+1 (x)d(x) = [Bn+1 (1) − Bn+1 (0)] = 0.
0 n+1 0 n+1
170 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Teorema 5.12.3 Au loc afirmaţiile

(i) B4n+2 (x), n ∈ N este descrescătoare ı̂n intervalul [0, 21 ] şi crescătoare ı̂n in-
tervalul [ 21 , 1];

(ii) Există ξ ∈ (0, 12 ) astfel ı̂ncât B4n+3 este crescătoare ı̂n [0, ξ] ∪ [1 − ξ, 1] şi
descrescătoare ı̂n [ξ, 1 − ξ];

(iii) B4n (x), n ∈ N∗ este crescătoare ı̂n intervalul [0, 12 ] şi descrescătoare ı̂n
intervalul [ 21 , 1];

(iv) Există ξ ∈ (0, 12 ) astfel ı̂ncât B4n+1 este descrescătoare ı̂n [0, ξ] ∪ [1 − ξ, 1] şi
crescătoare ı̂n [ξ, 1 − ξ].

Demonstraţie. Inductiv, deoarece B2′ (x) = 2B1 (x) = 2x − 1 are loc tabelul de
variaţie
1
x | 0 2
1
′
B2 (x) | − 0 +
B2 (x) | ↘ ↗
Presupunând că B4n+2 (x) este descrescătoare ı̂n [0, 12 ] şi crescătoare ı̂n [ 12 , 1],
R1
deoarece 0 B4n+2 (x)dx = 0, ı̂n mod necesar

1
B4n+2 (0) = B4n+2 (1) > 0 şi B4n+2 ( ) < 0.
2
Prin urmare există ξ ∈ (0, 21 ) astfel ı̂ncât B4n+2 (ξ) = 0 = B4n+2 (1 − ξ).
′
Deoarece B4n+3 (x) = (4n + 3)B4n+2 (x) are loc tabelul de variaţie
1
x | 0 ξ 2
1−ξ 1
′
B4n+3 (x) | + 0 − 0 +
B4n+3 (x) | 0 ↗ ↘ 0 ↘ ↗ 0
′
Din B4n+4 (x) = (4n + 4)B4n+3 (x) rezultă tabelul de variaţie
1
x | 0 2
1
′
B4n+4 (x) | + 0 −
B4n+4 (x) | ↗ ↘
R1
Condiţia 0 B4(n+1) (x)dx = 0 implică B4(n+1) (0) = B4(n+1) (1) < 0 şi B4(n+1) ( 21 ) >
0, adică există, din nou ξ ∈ (0, 21 ) astfel ı̂ncât B4(n+1) (ξ) = 0 = B4(n+1) (1 − ξ).
5.12. FORMULA EULER-MACLAURIN 171

′
Din B4(n+1)+1 (x) = (4n + 5)B4(n+1) (x) rezultă tabelul de variaţie
1
x | 0 ξ 2
1−ξ 1
′
B4(n+1)+1 (x) | − 0 + 0 −
B4(n+1)+1 (x) | 0 ↘ ↗ 0 ↗ ↘ 0
′
Egalitatea B4(n+1)+2 (x) = (4n + 6)B4(n+1)+1 (x) implică
1
x | 0 2
1
′
B4(n+1)+2 (x) | − 0 +
B4(n+1)+2 (x) | ↘ ↗

Tabelele de variaţie ı̂n cazul polinoamelor Bernoulli de indice par implică

Teorema 5.12.4 B2n (x) − B2n (0) păstrează semn constant ı̂n intervalul [0,1].

5.12.2 Formula Euler-MacLaurin

Fie f ∈ C 2n [a, a + h]. În urma a 2n integrări succesive prin părţi se obţine
Z a+h Z 1
f (x)dx = h f (a + th)dt =
a 0
 Z 1 
1 ′
= h f (a + th)B1 (t)|0 − h f (a + th)B1 (t)dt =
0
1 Z 1 !
h B2 (t)  B2 (t)
f ′ (a + th) f ′′ (a + th)

= [f (a + h) + f (a)] − h2 −h dt =
2 2 0 
0 2
h h2 B2 (0) ′
[f (a + h) + f (a)] −
= [f (a + h) − f ′ (a)]+
2 2
1 Z 1 !
h3 B 3 (t) B3 (t)
f ′′ (a + th)

+  −h f (3) (a + th) dt =
2 3 0 0 3
h2 B2 (0) ′ h4 1 (3)
Z
h ′
= [f (a+h)+f (a)]− [f (a+h)−f (a)]− f (a+th)B3 (t)dt = . . .
2 2 3! 0
n−1 2k
h X h B2k (2k−1)
= [f (a + h) + f (a)] − [f (a + h) − f (2k−1) (a)]−
2 k=1
(2k)!
2n
h2n+1 1 (2n)
Z
h B2n (2n−1) (2n−1)
− [f (a + h) − f (a)] + f (a + th)B2n (t)dt.
(2n)! (2n)! 0
172 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

Ţinând seama de egalitatea

Z 1
(2n−1 (2n−1
f (a + h) − f (a) = h f (2n) (a + th)dt
0

egalitatea anterioară devine

Z a+h
h
f (x)dx = [f (a + h) + f (a)]− (5.60)
a 2
n−1 2k 1
h2n+1
Z
X h B2k (2k−1) (2k−1)
− [f (a+h)−f (a)]+ f (2n) (a+th)[B2n (t)−B2n (0)]dt.
k=1
(2k)! (2n)! 0

Deoarece B2n (t) − B2n (0) păstrează semn constant ı̂n intervalul [0, 1] se poate
aplica teorema de medie a calculului integral, ultimul termen din (5.60) trans-
formându-se ı̂n Z 1
f (2n) (a + th)[B2n (t) − B2n (0)]dt =
0
Z 1
(2n)
=f (ξ) [B2n (t) − B2n (0)]dt = −B2n f (2n) (ξ).
0

cu ξ ∈ (a, a + h).
Formula (5.60) devine
Z a+h
h
f (x)dx = [f (a + h) + f (a)]− (5.61)
a 2
n−1 2k
X h B2k (2k−1) (2k−1) h2n+1 B2n (2n)
− [f (a + h) − f (a)] − f (ξ).
k=1
(2k)! (2n)!

Teorema 5.12.5 (Formula Euler-MacLaurin) Dacă f ∈ C 2n [a, a+mh], m ∈

N∗ atunci
Z a+mh m
X h
f (x)dx = h f (a + jh) − [f (a + mh) + f (a)]− (5.62)
a j=0
2

n−1 2k
X h B2k (2k−1) (2k−1) mh2n+1 B2n (2n)
− [f (a + mh) − f (a)] − f (ξ),
k=1
(2k)! (2n)!
unde ξ ∈ (a, a + mh).
5.12. FORMULA EULER-MACLAURIN 173

Demonstraţie. Utilizând (5.61) avem

Z a+mh m−1
X Z a+(j+1)h
f (x)dx = f (x)dx =
a j=0 a+jh

m−1
X h
= [f (a + jh) + f (a + (j + 1)h)]−
j=0
2
n−1 2k
)
2n+1
X h B2k h B2n (2n)
− [f (2k−1) (a + (j + 1)h) − f (2k−1) (a + jh)] − f (ξj ) =
k=1
(2k)! (2n)!
m−1
!
1 X 1
=hf (a) + f (a + jh) + f (a + mh) −
2 j=1
2
n−1 2k Pm−1
X h B2k (2k−1) (2k−1) h2n+1 B2n j=0 f (2n) (ξj )
− [f (a + mh) − f (a)] − m ,
k=1
(2k)! (2n)! m
unde ξj ∈ (a + jh, a + (j + 1)h).
Datorită
Pm−1 proprietăţii Darboux a funcţiei f (2n) (x), există ξ ∈ (a, a + mh) astfel
1
ı̂ncât m j=0 f (2n) (ξj ) = f (2n) (ξ), de unde (5.62)

5.12.3 Formule de integrare Euler-MacLaurin

1. Dacă f : [a, b] → R este o funcţie care se anulează, ı̂mpreună cu derivatele sale
ı̂n a şi b atunci potrivit formulei Euler-MacLaurin
Z b m
X h
f (x)dx = h f (a + jh) − [f (a + mh) + f (a)]−
a j=0
2

n−1 2k
X h B2k mh2n+1 B2n (2n)
− [f (2k−1) (a + mh) − f (2k−1) (a)] − f (ξ) =
k=1
(2k)! (2n)!
m−1 m−1
X h2n B2n (2n) X
=h f (a + jh) − (b − a) f (ξ) ≈ h f (a + jh), (5.63)
j=1
(2n)! j=1

unde h = b−a
m
∈ N∗ .
,m
2. Fie f : (−1, 1) → R o funcţie indefinit derivabilă. Pentru calculul integralei
Z 1
f (x)dx
−1
174 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

acesta se transformă ı̂ntr-o integrală pe (−∞, ∞), printr-o schimbare de variabilă

x = g(t), unde g este o funcţie indefinit derivabilă cu proprietatea că g ′ ı̂mpreună
cu derivatele ei de ordin superior tind repede către 0, pentru t → ∞.
Astfel
Z 1 Z ∞ X∞
′
f (x)dx = f (g(t))g (t)dt = h wj f (xj ) + R,
−1 −∞ j=−∞

unde xj = g(jh) şi wj = g ′ (jh).

Practic, potrivit (5.63), calculul integralei revine la evaluarea sumei
X
h wj f (xj ).
|j|<M

Variante uzuale pentru funcţia g sunt

Rt
• g(t) = √2π 0 e−s ds = erf(t);
2

• g(t) = tanh(sinh t), g ′ (t) = cosh t

cosh2 (sinh t)
.

3. Algoritmul lui Romberg. Rescriem formula Euler-MacLaurin (5.62) sub

forma !
Z b m−1
1 X 1
f (x)dx = h f (a) + f (a + jh) + f (b) −
a 2 j=1
2

n−1 2k
X h B2k (2k−1) (2k−1) h2n B2n (2n)
− [f (b) − f (a)] − (b − a) f (ξ),
k=1
(2k)! (2n)!

unde h = b−a m
, ξ ∈ (a, b).
Definind φ(h) = h[ 21 f (a) + m−1 1
P
j=1 f (a + jh) + 2 f (b)] se obţine o formulă de
tip (4.4). Aplicând extrapolarea Richardson se obţin aproximări de ordin supe-
rior a integralei. Acestă aplicare a extrapolării Richardson la metoda trapezelor
defineşte algorimul lui Romberg.

Probleme şi teme de seminar

P 5.1 Să se calculeze restul ı̂n formula trapezului fără particularizarea rezultat-
ului teoremei 5.3.3.
5.12. FORMULA EULER-MACLAURIN 175

R. Pentru evaluarea restului

Z b
1
R(f ) = f (x)dx − (b − a)[f (a) + f (b)]
a 2

introducem funcţia
Z a+h
h
φ(h) = f (x)dx − [f (a) + f (a + h)]
a 2

şi observăm că φ(b − a) = R(f ). Derivatele de ordinul ı̂ntâi şi doi ale lui φ sunt

φ′ (h) = 12 [f (a + h) − f (a)] − h2 f ′ (a + h)
φ′′ (h) = − h2 f ′′ (a + h)

1
şi exprimând funcţia φ prin polinomul lui Taylor cu restul sub formă integrală
obţinem
h h
φ′ (0)
Z Z
′′ 1
φ(h) = φ(0) + h+ (h − t)φ (t)dt = − (h − t)f ′′ (a + t)dt.
1! 0 2 0

Aplicând prima teoremă de medie a calculului integral, găsim

h
f ′′ (ξ) f ′′ (ξ)h3
Z
φ(h) = − (h − t)dt = − ,
2 0 12

unde ξ ∈ (a, a + h).

În particular, pentru h = b − a, obţinem

f ′′ (ξ)(b − a)3
φ(b − a) = R(f ) = − .
12

P 5.2 Să se calculeze restul ı̂n formula lui Simpson fără particularizarea rezul-
tatului teoremei 5.3.3.
1
Pentru o funcţie f formula de reprezentare prin polinomul lui Taylor cu restul sub formă
integrală este:
Z x
f ′ (a) f (n) (a) n (x − t)n (n+1)
f (x) = f (a) + (x − a) + . . . + (x − a) + f (t)dt.
1! n! a n!

Formula rezultă ı̂n urma a n integrări prin părţi a integralei din membrul drept.
176 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

R. Expresia restului este

Z b
1 a+b
R(f ) = f (x)dx − (b − a)[f (a) + 4f ( ) + f (b)].
a 6 2
Introducem funcţia
Z c+h
h
φ(h) = f (x)dx − [f (c − h) + 4f (c) + f (c + h)],
c−h 3

unde c = a+b 2
şi observăm că φ( b−a
2
) = R(f ). Evaluarea restului se obţine
asemănător cu metoda utilizată ı̂n cazul formulei trapezului. Calculăm derivatele
funcţiei φ
1 h
φ′ (h) = f (c+h)+f (c−h)− [f (c−h)+4f (c)+f (c+h)]− [f ′ (c+h)−f ′ (c−h)] =
3 3
2 h
= [f (c − h) − 2f (c) + f (c + h)] − [f ′ (c + h) − f ′ (c − h)];
3 3
φ′′ (h) = 31 [f ′ (c + h) − f ′ (c − h)] − h3 [f ′′ (c + h) + f ′′ (c − h)];
2
φ(3) (h) = − h3 [f (3) (c + h) − f (3) (c − h)] = − 2h3 f (4) (η(h)) c − h < η < c + h;
şi prin urmare
Z h
φ′ (0) φ′′ (0) 2 (h − t)2 (3) 1 h
Z
φ(h) = φ(0)+ h+ h + φ (t)dt = (h−t)2 φ(3) (t)dt =
1! 2! 0 2 2 0
Z h
1
=− (h − t)2 t2 f (4) (η(t))dt.
3 0
(3) (3)
Din egalitatea f (4) (η(t)) = f (c+t)−f
2t
(c−t)
rezultă că funcţia t 7→ f (4) (η(t)) este
continuă ı̂n [0, h]. Aplicând teorema de medie a calculului integral găsim

h5 (4)
φ(h) = − f (ξ),
90
unde ξ ∈ (c − h, c + h).
b−a
În particular, pentru h = 2
, găsim

(b − a)5 (4)
φ(h) = − f (ξ).
2880
P 5.3 Să se demonstreze formulele
5.12. FORMULA EULER-MACLAURIN 177

R1 R1
1. 0
f (x)dx = 12 [f (0) + f (1)] − 1
2 0
f ′′ (x)x(1 − x)dx;
R1
2. 0
f (x)dx =
1
R1
= 6
[f (0) + 4f ( 12 ) + f (1)] − 1
6 0
2
( 21 − x)2 x[f (3) ( 12 + x) − f (3) ( 21 − x)]dx.

R. Se utilizează metoda din problemele anterioare, pentru

Z x
x
1. φ(x) = f (t)dt − (f (0) + f (x)).
0 2
Z 1 +x
2 x 1 1 1
2. φ(x) = f (t)dt − (f ( − x) + 4f ( ) + f ( + x)).
1
2
−x 3 2 2 2

P 5.4 Să se arate

R 2πcă aplicând formula trapezelor cu parametrul de discretizare
n > m, integrala 0 (a0 + m
P
k=1 k cos kx+bk sin kx))dx se calculează fără eroare.
(a
R1
P 5.5 Fie n ∈ N∗ , h = n2 , ti = −1 + hi, i ∈ {0, 1, . . . , n}, I(f ) = −1 f (t)dt şi
In (f ) = h2 (f (t0 ) + 2 n−1
P
i=1 f (ti ) + f (tn )). Să se arate că pentru orice k ∈ N au loc
egalităţile In (sin kπt) = I(sin kπt) şi In (cos kπt) = I(cos kπt).

P 5.6 Dacă f : [a, b] → R este o funcţie convexă şi derivabilă să se demonstreze
inegalităţile
Rb
• (b − a)f ( a+b
2
) ≤ a
f (x)dx ≤ (b−a)(f (a)+f
2
(b))
;
Rb
• Km ≤ a
f (x)dx ≤ Im .

R. Se utilizează relaţiile x = b−x

b−a
a + x−a
b−a
b şi f (x) − f ( a+b
2
) ≥ f ′ ( a+b
2
)(x − a+b
2
).

P 5.7 Dacă (Qk )k∈N este un şir de polinoame ortogonale cu Q ponderea ρ ı̂n inter-
valul I şi x1 , . . . , xn sunt rădăcinile polinomului Qn (x) = an ni=1 (x − xi ) atunci
are loc formula
n−1
X
L(Pn−1 ; x1 , . . . , xn ; f )(x) = ck Qk (x), (5.64)
k=0
Pn
cu ck = d12 i=1 Ai f (xi )Qk (xi ). Notaţiile dk , Ai au semnificaţiile din secţiunea
k
Formulei de integrare numerică de tip Gauss.
178 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

R. Deoarece Q0 , Q1 , . . . , Qn−1 formează o bază ı̂n spaţiul liniar al polinoamelor

Pn−1 are loc o relaţie de forma (5.64).
În vederea determinării coeficienţilor ck se ı̂nmulţeşte (5.64) cu ρ(x)Qj (x), j ∈
{0, 1, . . . , n − 1} şi se integrează ı̂n I. Se obţine
Z n−1
X Z
ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )(x)Qj (x)dx = ck ρ(x)Qk (x)Qj (x)dx =
I k=0 I

n−1
X
= ck δk,j d2j = cj d2j .
k=0

Pe de altă parte, integrala din membrul stâng se calculează cu formula de inte-

grare numerică Gauss. Deoarere L(Pn−1 ; x1 , . . . , xn ; f )(x)Qj (x) ∈ Pn+j−1 ⊆ P2n−2
restul este 0.
Z Xn
ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )(x)Qj (x)dx = Ai f (xi )Qj (xi ).
I i=1

Relaţia cerută rezultă din cele două egalităţi obţinute.

P 5.8 O formulă de integrare numerică de forma

Z
I(f ) = ρ(x)f (x)dx ≈
I
Z n
X
≈ In (f ) = ρ(x)L(Pn−1 ; x1 , . . . , xn ; f )(x)dx = ai f (xi )
I i=1

are ordinul de exactitate n + k dacă şi numai dacă

Z
ρ(x)u(x)p(x)dx = 0, ∀ p ∈ Pk ,
I
Qn
unde u(x) = i=1 (x − xi ).

R. Dacă p ∈ Pn−1 atunci p(x) = L(Pn−1 ; x1 , . . . , xn ; p)(x) şi deci I(p) = In (p).
1. Presupunem că ordinul de exactitate este n + k şi p ∈ Pk . Atunci up ∈ Pn+k şi
ı̂n consecinţă
Z Xn
I(up) = ρ(x)u(x)p(x)dx = In (up) = ai u(xi )p(xi ) = 0.
I i=0
5.12. FORMULA EULER-MACLAURIN 179

2. Reciproc, fie p ∈ Pn+k şi p = qu + r, identitatea ı̂mpărţirii lui p la u. Atunci

q ∈ Pk şi r ∈ Pn−1 . Are loc egalitatea
Z Z Z
ρ(x)p(x)dx = ρ(x)q(x)u(x)dx + ρ(x)r(x)dx.
I I I

Potrivit ipotezei, primul termen este nul iar pentru ultimul au loc egalităţile
Z n
X n
X
ρ(x)p(x)dx = I(r) = In (r) = ai r(xi ) = ai p(xi ) = In (p).
I i=1 i=1

P 5.9 Să se deducă formula de integrare numerică de tip Gauss

Z 1 n
f (x) π X  (2k + 1)π 
√ dx = f cos + R(f ).
−1 1 − x2 n + 1 k=0 2(n + 1)

Dacă f are derivată de ordinul 2n + 2 continuă atunci

π
R(f ) = f (2n+2) (ξ), −1 < ξ < 1.
22n+1 (2n + 2)!

R. Nodurile formulei de integrare numerică sunt rădăcinile polinomului lui Cebı̂şev

Tn+1 (x). În consecinţă u(x) = 21n Tn+1 (x). Dacă tk = (2k+1)π
2(n+1)
, xk = cos tk atunci
(−1)k (n+1)
u′ (xk ) = 2n sin tk
şi

1 π
(−1)k sin tk
Z Z
u(x) cos (n + 1)t
Ak = dx = dt.
−1 (x − xk )u′ (xk ) n+1 0 cos t − cos tk

Integralele de tipul celui de mai sus se calculează aplicând teorema semirezidu-

urilor
Z π
1 π 1 π (cos t + i sin t)ν
Z Z
cos νt cos νt
Iν = dt = dt = dt =
0 cos t − cosa 2 −π cos t − cosa 2 −π cos t − cosa

zν
Z
1 π sin νa
2
dz = .
i |z|=1 z − 2z cos a + 1 sin a
Din Teorema 5.8.4
1 2
f 2n+2 (ξ)
Z 
1 Tn+1 (x)
R(f ) = √ dx.
(2n + 2)! −1 1 − x2 2n
180 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

n−i Rn
P 5.10 Dacă Cn,i = n (−1)
i! (n−i)! 0
t(t − 1) . . . (t − i + 1)(i − i − 1) . . . (t − n)dt este
un număr Côtes atunci limn→∞ Cn,2 = ∞.

1
R k+1
R. Notând hn,k = 2n(n−2)! k
t(t − 1)(t − 3) . . . (t − n)dt au loc evaluările:

• Z 2 
1  
|hn,1 | =  t(t − 1)(t − 3) . . . (t − n)dt =
2n(n − 2)! 1
Z 2
1 2(n − 1)! n−1
= t(t − 1)(3 − t) . . . (n − t)dt ≤ = .
2n(n − 2)! 1 2n(n − 2)! n

• Z n 
1  
|hn,n−1 | =  t(t − 1)(t − 3) . . . (t − n)dt =
2n(n − 2)! n−1

Z n
1
= t(t − 1)(t − 3) . . . (t − n + 1)(n − t)dt ≤
2n(n − 2)! n−1
1 n! n−1
≤ = .
2n(n − 2)! n − 2 2(n − 2)

• Pentru k ∈ {2, 3, . . . , n − 2}
Z k+1 
1  
|hn,k | =  t(t − 1)(t − 3) . . . (t − n)dt=
2n(n − 2)!  k 

Z n
1
= t(t − 1)(t − 3) . . . (t − k)(k + 1 − t) . . . (n − t)dt ≤
2n(n − 2)! n−1

1 (k + 1)!(n − k)! k − 1 k!(n − k)! 1

≤ = .
2n(n − 2)! k−1 k + 1 2(n − 2)! n
Deoarece  
n
k+1 k!(n − k)! 2
≤ 3, =   ≤1
k−1 2(n − 2)! n
k

rezultă |hn,k | ≤ n3 .
5.12. FORMULA EULER-MACLAURIN 181

• Z 1 
1  
|hn,0 | =  t(t − 1)(t − 3) . . . (t − n)dt=
2n(n − 2)!  0 
Z 1
1
= t(1 − t)(3 − t) . . . (n − t)dt ≥
2n(n − 2)! 0
Z 2
1 3
≥ t(1 − t)(3 − t) . . . (n − t)dt ≥
2n(n − 2)! 13
1 11 2 1 1 1 1 1 1
= (3− ) . . . (n− ) = (2+ )(3+ ) . . . (n−1+ ).
2n(n − 2)! 3 3 3 3 3 54n(n − 2)! 3 3 3
Dar inegalitatea (x + 2)(x + 3) . . . (x + n − 1) =

= xn−1 + . . . + [2 · 3 . . . (n − 2) + . . . + 3 · 4 . . . (n − 1)]x + (n − 1)! ≥

 
1 1 1
≥ (n − 1)! + + ... + x,
n−1 n−2 2
1
particularizată pentru x = 3
dă
 
1 1 1 1 1 1 1
(2 + )(3 + ) . . . (n − 1 + ) ≥ (n − 1)! + + ... + .
3 3 3 n−1 n−2 2 3
n−1 1 1
+ . . . + 21 ≥ 162n
n−1
ln n2 .


În consecinţă |hn,0 | ≥ 162n n−1
+ n−2

Au loc inegalităţile
Z n   n−1 
1   X 
|Cn,2 | = t(t − 1)(t − 3) . . . (t − n)dt =  hn,k  ≥
  
2n(n − 2)! 0
 
k=0


n−1
X n−1 n n−1 3 n−1
≥ |hn,0 | − |hn,k | ≥ ln − − (n − 3) − → ∞, n → ∞.
k=1
162n 2 n n 2(n − 2)

P 5.11 Fie h = b−a . Dacă σn = (b − a) ni=0 Cn,i δa+ih este funcţionala din
P
n
C ∗ [a, b] corespunzătoare formulei de integrare numerică Newton-Côtes
Z b n
X
f (x)dx = (b − a) Cn,i f (a + ih) + Rn (f ),
a i=0

atunci şirul de funcţionale (σn )n∈N∗ nu converge ı̂n topologia slabă din C ∗ [a, b]
Rb
către funcţionala I(f ) = a f (x)dx.
182 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

P 5.12 Să se arate că şirul funcţionalelor (Im )m∈N∗ , (Jm )m∈N∗ , (Km )m∈N∗ def-
inite prin schema de aplicare practică a formulei trapezului, Simpson, respectiv
dreptunghiului converge punctual către funcţionala I.

P 5.13 Dacă (Pk )k∈N este un şir de Ppolinoame ortogonale monice ı̂n intervalul
n n−1 j
I cu ponderea ρ(x), Pn (x) = x + j=0 aj x atunci coeficienţii a0 , a1 , . . . , an−1
satifac sistemul algebric de ecuaţii liniare
    
µ0 µ1 . . . µn−1 a0 µn
 µ1 µ2 . . . µn    a1 
   µn+1 
= −  ..  ,
  
 .. .. . . ..   .. 
 . . . .   .   . 
µn−1 µn . . . µ2n−2 an−1 µ2n−1
R
unde µk = I
ρ(x)xk dx.

R. Pentru k ∈ {0, 1, . . . , n − 1} au loc relaţiile

Z n−1
X
0= ρ(x)Pn (x)xk dx = µn+k + aj µj+k .
I j=0

P 5.14 Utilizând notaţiile problemei anterioare (5.13), dacă (Qn )n∈N este un şir
de polinoame ortogonale cu ponderea ρ(x) ı̂n intervalul I atunci
 
 µ0 µ1 . . . µ n

 
 µ1 µ1 . . . µn+1 
 
Qn (x) = an  ... .. ..  ,

. . 

 µn−1 µn . . . µ2n−1 
xn 
 
 1 x ...

unde an este o constantă.

R. Soluţia 1. Notăm prin D(x) determinantul din enunţul problemei. D(x) ∈ Pn

şi Z
ρ(x)xi D(x)dx = 0, i ∈ {0, 1, . . . , n − 1}.
I

Prin urmare D(x) este polinom ortogonal cu ponderea ρ ı̂n intervalul I pe mulţimea
polinoamelor de grad n − 1, Pn−1 .
5.12. FORMULA EULER-MACLAURIN 183

Soluţia 2. Dacă Qn (x) = cn xn + cn−1 xn−1 + . . . + c1 x + c0 atunci succesiv

pentru = 0, 1, . . . , n − 1, ı̂nmulţind Qn (x) cu xi ρ(x) şi integrând ı̂n I se obţine
sistemul algebric omogen de n ecuaţii liniare cu n + 1 necunoscute
   
  c0 0
µ0 µ1 . . . µn−1 µn  c1   0 
 µ1 µ1 . . . µ n µ)n + 1     
  ..   .. 
 .  =  . .

 .. .. ..
 . . .    
 cn−1   0 
µn−1 µn . . . µ2n−2 µ2n−1
cn 0
Rangul matricei sistemului este n, primele n coloane formează matricea Hankel
Hn (J.3). Soluţia se obţine rezolvând sistemul
    
µ0 µ1 . . . µn−1 c0 µn
 µ 1 µ 1 . . . µ n   c1   µn+1 
..   ..  = −cn  ..  .
    
 .. . .
 . . .  .   . 
µn−1 µn . . . µ2n−2 cn−1 µ2n−1
Rezultă
 
 µ0 ... µi−1 µn µi+1 . . . µn−1 
 
cn  µ1 ... µi µn+1 µi+2 . . . µn 
ci = − =

 . .. ..
∆n  .. . . 
 
 µn−1 . . . µn+i−2 µ2n−1 µn+i . . . µ2n−2 
 
 µ0 ... µi−1 µi+1 . . . µn−1 µn 
 
(−1) cn  µ1
n−i ... µi µi+2 . . . µn µn+1 
= , (5.65)

 .. .. ..
∆n  . . . 
 
 µn−1 . . . µn+i−2 µn+i . . . µ2n−2 µ2n−1 
unde ∆n = |Hn | şi i = 0, 1, . . . , n − 1. Pentru simplificarea scrierii notăm deter-
minantul din (5.65) prin ∆i . Astfel
(−1)n−i cn
ci = ∆i .
∆n
Expresia polinomului Qn (x) devine
cn
(−1)n ∆0 + (−1)n−1 ∆1 x + . . . + (−1)∆n−1 xn−1 + ∆n xn .


Qn (x) =
∆n
Se observă că expresia din paranteza de mai sus este dezvoltarea determinantului
din enunţ după ultima linie.
184 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

P 5.15 Să se deducă formula de integrare numerică Gauss-Hermite

Z ∞ n
−x2
X
e f (x)dx = Aj f (xj ) + R(f ),
−∞ j=1

√
2n−1 n! π
unde x1 , . . . , xn sunt rădăcinile polinomului lui Hermite Hn (x) iar Ai = 2
n2 Hn−1 (xi )
.

2
R. Polinoamele lui Hermite sunt ortogonale ı̂n R cu ponderea√ e−x , coeficientul
k 2 k
termenului dominant a lui Hk este ak = 2 iar dk = 2 k! π.
Potrivit Teoremei 5.8.6
√
an d2n−1 2n 2n−1 (n − 1)! π
Ai = = n−1 ′
an−1 Q′n (xi )Qn−1 (xi ) 2 Hn (xi )Hn−1 (xi )

şi se ţine seama de egalitatea Hn′ (x) = 2nHn−1 (x).

P 5.16 Să se deducă formula de integrare numerică Gauss-Laguerre

Z ∞ n
X
−x
e f (x)dx = Aj f (xj ) + R(f ),
0 j=1

unde x1 , . . . , xn sunt rădăcinile polinomului lui Laguerre Ln (x) = Ln<0> (x) iar
Ai = (n+1)2 xLi2 (xi ) .
n+1

R. Polinoamele lui Laguerre Ln (x) sunt ortogonale ı̂n (0, ∞) cu ponderea e−x .
x dn
Din (J.23), Ln (x) = en! dx n x
n (x e ), rezultă că coeficientul termenului dominant
n
este an = (−1)
n!
.
Potrivit lui (J.29) d2n = 1.
Formula de recurenţă (J.27) este

(n + 1)Ln+1 (x) − (2n + 1 − x)Ln (x) + nLn−1 (x) = 0.

Pentru x := xn se obţine Ln−1 (xi ) = − n+1n

Ln+1 (xi ).
Din relaţiile (J.26) şi respectiv (J.25)
(n + 1)L′n+1 (x) − (n + 1)Ln+1 (x) + (2n + 2 − x)Ln (x) + (x − n − 1)L′n (x) = 0,

L′n+1 (x) − L′n (x) + Ln (x) = 0

5.12. FORMULA EULER-MACLAURIN 185

pentru x = xi se obţin L′n+1 (xi ) = L′n (xi ) şi

(n + 1)Ln+1 (xi )
(n+1)(L′n+1 (xi )−Ln+1 (xi )−L′n (xi ))+xi L′n (xi ) = 0 ⇒ L′n (xi ) = .
xi
Potrivit Teoremei 5.8.6
an d2n−1 xi
Ai = = .
′
an−1 Ln (xi )Ln−1 (xi ) (n + 1) L2n+1 (xi )
2

P 5.17 Să se arate că ∞

x X Bk
= xk ,
ex − 1 k=0 k!
unde Bk , k ∈ N sunt numerele lui Bernoulli.

R. Din ∞
x 1 X cj
= ∞ k−1 = xj
ex − 1 x j!
P
k=1 k! j=0

se obţine egalitatea ∞
P xk−1
P∞ cj j
k=1 k! j=0 j!
x = 1 şi prin identificarea coeficienţilor
puterilor lui x rezultă egalităţile

c0 = 1
cn cn−1 c1 c0
n!1!
+ (n−1)!2! + ... + 1!n!
+ (n+1)!
=0

sau
       
n+1 n+1 n+1 n+1
cn + cn−1 + . . . + c1 + c0 = 0.
n n−1 1 0

Ţinând seama de (5.53), inductiv se arată că cn = Bn , ∀n ∈ N.

P 5.18 Să se deducă egalitatea

∞
1 1 1 X B2j 2j−1
− + = x .
ex − 1 x 2 j=1
(2j)!

P 5.19 Să se arate că

Z 1
m!n!
Bn (x)Bm (x)dx = (−1)n−1 Bm+n .
0 (m + n)!
186 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ

R. Se fac integrări prin părţi şi se ţine seama de egalilăşile Bn (1) = Bn (0), n ≥ 2
şi B1 (1) = 21 , B1 (0) = − 21 .

P 5.20 Fie Pn polinomul monic de grad n ortogonal cu ponderea ρ(x) ı̂n inter-
valul I pe Pn−1 . Să se arate că dacă P este un polinom monic de grad n atunci
Z Z
ρ(x)P (x)dx ≥ ρ(x)Pn2 (x)dx.
2
I I

R. P (x) = Pn (x) + r(x), r ∈ Pn−1 .

P 5.21 Fie ρ o funcţie pondere pară şi (Qn )n∈N un şir de polinoame ortogonale
cu ponderea ρ ı̂n intervalul [−1, 1]. Să se arate că dacă n este par / inpar atunci
Qn este funcţie pară / impară.

R. Fie Pn şirul corespunzător de polinoame ortogonale monice. Vom utiliza

notaţiile (5.15). Inducţie după n.
1. Pentru n = 0, Q0 (x) = a0 care este funcţie pară. Pentru n = 1, Q1 (x) =
a1 x + b1 . În
Z 1 Z 1
0 =< Q1 , Q0 >= a0 a1 ρ(x)xdx + a0 b1 ρ(x)dx
−1 −1

funcţia din prima integrală este impară iar funcţia din a doua integrală este pară.
Rezultă b1 = 0, adică Q1 (x) = a1 x, funcţie impară.
2. Presupunem proprietatea adevărată pentru polinoame de grad cel mult n.
Prin schimbarea de variabilă x = −t ı̂n < xPn , Pn > se obţine
Z 1 Z 1 Z 1
2 2
< xPn , Pn >= ρ(x)xPn (x)dx = − ρ(−t)tPn (−t)dt = − ρ(t)tPn2 (t)dt,
−1 −1 −1

de unde rezultă că < xPn , Pn >= 0. Formula celor trei termeni (5.21) devine

an an−1 d2n
xQn = Qn+1 + Qn−1 .
an+1 an d2n−1

P 5.22 Fie formula de integrare numerică de tip Gauss

Z n
X
ρ(x)f (x)dx = Ai f (xi ) + R(f )
I i=1
5.12. FORMULA EULER-MACLAURIN 187

şi u(x) = ni=1 (x − xi ) = xn − (an−1 xn−1 + . . . + a1 x + a0 ) ortogonală pe Pn−1 cu

Q
ponderea ρ(x) ı̂nR I. Pn
Dacă yk = I ρ(x)xk dx = k
i=1 Ai xi , k ∈ {0, 1, . . . , 2n − 1} atunci şirul
(yi )0≤i≤2n−1 verifică ecuaţia cu diferenţe liniară, omogenă, cu coeficienţi constanţi
de ordin n

yn+s = a0 ys + a1 ys+1 + . . . + an−1 yn+s−1 , s ∈ {0, 1, . . . , n − 1}.

P 5.23 Dacă u(x) = ni=1 (x − xi ) este ortogonal cu ponderea ρ ı̂n intervalul I

Q

pe Pn−1 atunci polinoamele fundamentale Lagrange li (x) = (x−xu(x) ′

i )u (xi )
sunt ortog-
onale.

P 5.24 Dacă I = (−a, a), ρ(−x) = ρ(x) şi (Pn )n∈N este şirul polinoamelor ortog-
onale monice cu ponderea ρ ı̂n intervalul I atunci Pn (−x) = (−1)n P (x), ∀n ∈ N.

R. Dacă P̂n (x) = (−1)n P (−x) atunci

Z Z
k+n
ρ(x)P̂n (x)P̂k (x)dx = (−1) ρ(x)Pn (x)Pk (x)dx,
I I

adică (P̂n )n∈N este şir de polinoame ortogonale monice cu ponderea ρ ı̂n I. Pro-
prietatea de unicitate implică P̂n (x) = P (x).

P 5.25 În ipotezele Problemei 5.24 formula celor trei termeni este

Pn+1 (x) = xPn (x) − βn Pn−1 (x),

<Pn ,Pn >
cu βn = <Pn−1 ,Pn−1 >
.

P 5.26 Dacă (Pn )n∈N este un şir de polinoame monice, ortogonale ı̂n intervalul
′
I, cu ponderea ρ, atunci Pn+1 (x)Pn (x) − Pn′ (x)Pn+1 (x) > 0, x ∈ R.

R. În formula Darboux-Christoffel se calculează limita când x → y.

188 CAPITOLUL 5. FORMULE DE INTEGRARE NUMERICĂ
Capitolul 6

Metoda celor mai mici pătrate

Problema aproximării unei funcţii printr-o altă funcţie dintr-o clasă conven-
abilă prin metoda celor mai mici pătrate este prezentată ı̂n mai multe ipostaze.

6.1 Construirea unei funcţii de aproximare

prin metoda celor mai mici pătrate
Cazul discret. Reluăm problema aproximării unei funcţii cunoscută prin
valorile y1 , y2 , . . . , yn date respectiv ı̂n punctele x1 , x2 , . . . , xn , distincte două câte
două.
Pentru n mare, aproximaţia dată de o funcţie de interpolare este improprie
utilizării ı̂n cazul ı̂n care interesează expresia funcţiei obţinute. Un alt mod de
aproximare este furnizat de metoda celor mai mici pătrate.
Fie m ∈ N, m < n. O funcţie F (x, c1 , . . . , cm ), fixată de parametrii c1 , . . . , cm
reprezintă o aproximaţie construită prin metoda celor mai mici pătrate dacă
n
X
[F (xk , c1 , . . . , cm ) − yk ]2 =
k=1

n
X
= inf{ [F (xk , λ1 , . . . , λm ) − yk ]2 : λ1 , . . . , λm ∈ R}
k=1

Ansamblul format din parametrii (c1 , . . . , cm ) defineşte un punct de minim al

funcţiei
n
X
Φ(λ1 , . . . , λm ) = [F (xk , λ1 , . . . , λm ) − yk ]2 , (6.1)
k=1

189
190 CAPITOLUL 6. METODA CELOR MAI MICI PĂTRATE

şi este o soluţie a sistemului algebric (condiţia necesară de optimalitate)

∂Φ
= 0, i = 1, 2, . . . , m. (6.2)
∂λi

Studiem cazul liniar. Fie φ1 (x), . . . , φm (x) funcţii liniar independente şi

F (x, λ1 , . . . , λm ) = λ1 φ1 (x) + . . . + λm φm (x).

În acest caz, sistemul (6.2) devine un sistem algebric de m ecuaţii liniare cu m
necunoscute
n
∂Φ X
(c1 , . . . , cm ) = 2 [c1 φ1 (xk ) + . . . + cm φm (xk ) − yk ]φi (xk ) = 0, (6.3)
∂λi k=1

i = 1, 2, . . . , m.
Utilizând notaţiile
n
X n
X
ai,j = φi (xk )φj (xk ) bi = yk φi (xk ) (6.4)
k=1 k=1

sistemul (6.3) se scrie

m
X
ai,j cj = bi i = 1, 2, . . . , m. (6.5)
j=1

Matricea (ai,j )1≤i,j≤m a coeficienţilor daţi de formula (6.4) se numeşte matricea

Gram asociată problemei de aproximare prin metoda celor mai mici pătrate con-
siderată.
Astfel pentru obţinerea aproximaţiei dorite trebuie parcurşi următorii paşi:

1. Se alege m ∈ N∗ şi funcţiile liniar independente φ1 (x), . . . , φm (x).

2. Se calculează, conform formulelor (6.4) coeficienţii (ai,j )1≤i,j≤m şi (bi )1≤i≤m .

3. Se rezolvă sistemul algebric de ecuaţii liniare (6.5), rezultând coeficienţii

c1 , c2 , . . . , cm .

4. Se formează funcţia de aproximare

F (x, c1 , . . . , cm ) = c1 φ1 (x) + . . . + cm φm (x).

6.1. DETERMINAREA UNEI FUNCŢII DE APROXIMARE 191

Expresia funcţiei de aproximare poate fi pus sub o formă matriceală. Fie matricele
U şi Y definite prin
   
φ1 (x1 ) φ1 (x2 ) . . . φ1 (xn ) y1
 φ2 (x1 ) φ2 (x2 ) . . . φ2 (xn )   y2 
U =  ...
 Y = .
... ... ...   ... 
φm (x1 ) φm (x2 ) . . . φm (xn ) yn

Prin calcul direct obţinem egalităţile matriceale

Xn
U · UT = ( φi (xk )φj (xk ))1≤i,j≤m = (ai,j )1≤i,j≤m
k=1

şi
Xn
U ·Y =( φi (xk )yk )1≤i≤m = (bi )1≤i≤m .
k=1

Sistemul (6.5) se poate scrie

 
c1
U · UT ·  . . .  = U · Y ;
cm

de unde  
c1
 . . .  = (U · U T )−1 · U · Y,
cm
iar expresia funcţiei de aproximare este
 
φ1 (x)
F (x) =< (U · U T )−1 · U · Y,  . . .  >,
φm (x)

unde prin < ·, · > s-a notat produsul scalar din Rn .

Fie vectorii
 
φi (x1 )
 φi (x2 ) 
ui =   ∈ Rn i ∈ {1, . . . , m}.
 
..
 . 
φi (xn )
192 CAPITOLUL 6. METODA CELOR MAI MICI PĂTRATE

Teorema 6.1.1 Dacă vectorii u1 , . . . , um sunt liniar independenţi atunci ma-

tricea sistemului algebric de ecuaţii liniare (6.5) este nesingulară.

Demonstraţia 1. Aplicând vectorilor liniar independenţi u1 , . . . , um procedeul

de ortogonalizare Gram - Schmidt obţinem vectorii
 
m α i,1
αi,p up = [u1 . . . um ]  ...  ,
X
vi = i ∈ {1, . . . , m},
 
p=1 αi,m

astfel ı̂ncât viT vj = δi,j , ∀i, j ∈ {1, . . . , m}, unde δi,j reprezintă simbolul lui Kro-
necker. Ansamblul acestor relaţii se poate scrie matriceal
 
α1,1 . . . αm,1
V = [v1 . . . vm ] = [u1 . . . um ]Φ = U T Φ unde Φ =  ... .. ..  .

. . 
α1,m . . . αm,m

Datorită condiţiilor de ortogonalitate V T V = Im . Pe de altă parte V T V =

ΦT U U T Φ. În consecinţă |ΦT U U T Φ| = |Φ|2 |U U T | = 1, deci |U U T | =
̸ 0.

Demonstraţia 2. Matricea U U T este simetrică şi pozitivă. Este suficient să se

arate că este strict pozitivă, caz ı̂n care U U T c = 0 ⇒ c = 0.
Liniar independenţa liniilor lui U , adică a coloanelor lui U T se exprimă prin
m
X
ci uTi = 0 ⇒ c = (c1 . . . cm )T = 0
i=0

sau
UT c = 0 ⇒ c = 0 c ̸= 0 ⇒ U T c ̸= 0 .



⇔
Prin urmare < U U T c, c >= ∥U T c∥22 > 0, ∀c ∈ Rm , c ̸= 0.
Are loc şi proprietatea reciprocă, dacă matricea U U T este nesingulară, deci
strict pozitivă, atunci liniile lui U sunt liniar independente. Într-adevăr, dacă
U T c = 0 atunci U U T c = 0 şi ı̂n consecinţă c = 0.
Utilizând notaţiile introduse, problema iniţială se poate reformula prin

Φ(λ) = ∥y − U T λ∥22 → min (6.6)

Această formă conduce la dezvoltarea rezolvării sistemelor algebrice de ecuaţii

liniare ı̂n sensul celor mai mici pătrate.
6.1. DETERMINAREA UNEI FUNCŢII DE APROXIMARE 193

Cazul neliniar.
Introducem notaţiile rk (λ1 , . . . , λm ) = F (xk , λ1 , . . . , λm ) − yk , k = 1, 2, . . . , n.
Rescriem funcţionala de minimizat (6.1) sub forma
n
1 1X 2 1
f (λ) = Φ(λ) = ri (λ) = ||r(λ)∥22 ,
2 2 i=1 2

unde   
λ1 r1 (λ)
λ =  ...  r(λ) =  ...  .
   
λm rn (λ)
Pentru ı̂nceput să calculăm gradientul şi hessianul funcţiei f (λ)
 2
∂ 2 f (λ)

 ∂f (λ)  ∂ f (λ)
2 . . . ∂λm ∂λ1
∂λ1  ∂λ. 1
f ′ (λ) =  ...  , .. .. 
 
H(λ) =   .
. . . .

∂f (λ) 2
∂ f (λ) 2
∂ f (λ)
∂λm ∂λ1 ∂λm
. . . ∂λ2 m

În acest scop notăm

∂ 2 rk (λ) ∂ 2 rk (λ)
 
 ∂r1 (λ) ∂r1 (λ) 
∂λ1
... ∂λm ∂λ21
... ∂λm ∂λ1
J(λ) =  .. .. .. rk′′ (λ) = 
 .. .. .. 
, ,
 
. . .  . . . 
∂rn (λ) ∂rn (λ) ∂ 2 rk (λ) ∂ 2 rk (λ)
∂λ1
... ∂λm ∂λ1 ∂λm
... ∂λ2m

k = 1, 2, . . . , n.P
Din ∂f∂λ(λ)
k
= ni=1 ri (λ) ∂r∂λi (λ)
k
rezultă

f ′ (λ) = J T (λ)r(λ),
∂f 2 (λ) Pn ∂ri (λ) ∂ri (λ) 2
∂ ri (λ)
iar din ∂λj ∂λk
= i=1 ( ∂λj ∂λk
+ ri (λ) ∂λ j ∂λk
rezultă

n
X
T
H(λ) = J (λ)J(λ) + ri (λ)ri′′ (λ).
i=1

Rezolvarea sistemului algebric de ecuaţii neliniare f ′ (λ) = 0, (6.2), prin

metoda Newton-Kantorovici conduce la şirul de aproximaţii

λ(k+1) = λ(k) − [H(λ(k) )]−1 f ′ (λ(k) ), k ∈ N, (6.7)

194 CAPITOLUL 6. METODA CELOR MAI MICI PĂTRATE

şi este cunoscută sub numele de metoda Gauss-Newton.

Utilizarea metodei gradientului pentru minimizarea funcţiei f (λ) conduce la
şirul de aproximaţii

λ(k+1) = λ(k) − µk f ′ (λ(k) ), k ∈ N. (6.8)

Metoda Levenberg-Marquardt este o combinaţie empirică a formulelor (6.7)

şi (6.8)

λ(k+1) = λ(k) − [H(λ(k) ) + µk diagH(λ(k) )]−1 f ′ (λ(k) ), k ∈ N. (6.9)

Cazul continuu. Fie I ⊆ R un interval, ρ ∈ C(I) o funcţie pondere, ρ(x) >

0, ∀x ∈ I. În C(I) se defineşte produsul scalar
Z
< f, g >= ρ(x)f (x)g(x)dx.
I

Dându-se (pk )k∈N un şir de funcţii (polinoame) ortogonale ı̂n intervalul I cu pon-
derea ρ,Pnumărul n ∈ N şi f ∈ C(I), se pune problema determinării funcţiei
φ(x) = nk=0 ck pk (x) care minimizează funcţionala

φ 7→ ∥f − φ∥22 =< f − φ, f − φ > .

Calculăm
n
X n
X
Φ(c0 , c1 , . . . , cn ) = ∥f − φ∥22 =< f − ck p k , f − ck pk >=
k=0 k=0

n
X n
X
=< f, f > −2 ck < f, pk > + c2k < pk , pk > .
k=0 k=0

Condiţiile de optimalitate sunt

1 ∂Φ
= − < f, pi > +ci < pi , pi >= 0, i = 0, 1, . . . , n.
2 ∂ci
<f,pi >
şi φ(x) = nk=0 <p
<f,pk >
P
Astfel ci = <p i ,pi > k ,pk >
pk . Utilizând acest rezultat, avem
n
X < f, pk >2
∥f − φ∥22 =< f, f > − =< f, f > − < φ, φ >= (6.10)
k=0
< pk , pk >

= ∥f ∥22 − ∥φ∥22 ,
6.2. APROXIMARE ÎN SPAŢII PREHILBERTIENE 195

relaţie ce aminteşte de teorema lui Pitagora. Din (6.10) rezultă inegalitatea lui
Bessel n
< f, pk >2
X Z
≤ ∥f ∥ = ρ(x)f 2 (x)dx,
2
(6.11)
k=0
< p ,
k kp > I

<f,pk >2
adică convergenţa seriei ∞
P
k=0 <pk ,pk > .

Teorema 6.1.2 Dacă I = [a, b] este un interval compact şi (pk )k∈N este un şir
de polinoame ortogonale atunci are loc egalitatea lui Parceval
∞
X < f, pk >2
= ∥f ∥22 .
k=0
< pk , pk >

Demonstraţie.
Potrivit Teoremei Weierstass, pentru orice f ∈ C[a, b] şi orice ε > 0 există un
polinom P astfel ı̂ncât |f (x) − P (x)| < ε, ∀x ∈ [a, b]. Atunci
Z b
2
∥f − P ∥2 = ρ(x)(f (x) − P (x))2 dx < Cε2 ,
a
Rb
unde C = a ρ(x)dx.
Dacă n este gradul polinomului P, atunci din definiţia elementului de aproxi-
mare de gradul n, construit prin metoda celor mai mici pătrate, rezultă
∥f − φ∥22 ≤ ∥f − P ∥22 < Cε2
şi ţinând cont de (6.10),
n
X < f, pk >2
0≤ ∥f ∥22 − < Cε2 ,
k=0
< pk , pk >
Pn <f,pk >2
adică limn→∞ k=0 <pk ,pk > = ∥f ∥22 .
Teorema anterioară sugerează ideea determinării lui n. Pentru Pn ε<f,p
> 0 dat, n se
2
determină astfel ı̂ncât să fie satisfăcută inegalitatea ∥f ∥2 − k=0 <pk ,pkk>> < ε.
2

6.2 Metoda celor mai mici pătrate ı̂n spaţii pre-

hilbertiene
Fie X un spaţiu prehilbertian peste corpul K = R ∨ C, (wj )1≤j≤n o familie de
elemente ortogonale
< wj , wk >= d2j δj,k , ∀j, k ∈ {1, . . . , n}.
196 CAPITOLUL 6. METODA CELOR MAI MICI PĂTRATE

şi subspaţiul W = span{w1 , . . . , wn }.

Ne propunem să calculăm elementul de aproximaţie y = nj=1 cj wj a unui
P
element x ∈ X, determinat prin metoda celor mai mici pătrate:
n
X n
X
2
∥ cj wj − x∥ = inf{∥ λj wj − x∥2 : λj ∈ K, 1 ≤ j ≤ n}.
j=1 j=1

Pn
Problema revine la minimizarea funcţionalei Φ(λ1 , . . . , λn ) = ∥ j=1 λj wj − x∥2 .
Pentru w0 = nj=1 d12 < x, wj > wj au loc egalităţile
P
j

< w0 − x, wk = 0, ∀k ∈ {1, . . . , n}.

Într-adevăr
n
X 1
< w0 − x, wk >= 2
< x, wj >< wj , wk > − < x, wk >= 0.
j=1
d j

Au loc egalităţile
n n
X X 1
Φ(λ1 , . . . , λn ) = ∥ λj wj −w0 +w0 −x∥2 = ∥ (λj − 2 < x, wj >)wj +w0 −x∥2 =
j=1 j=1
dj

n n
X 1 X 1
=< (λj − 2 < x, wj >)wj + w0 − x, (λk − 2 < x, wk >)wk + w0 − x >=
j=1
dj k=1
dk
n n
!
X 1 X 1
= |λj − 2 < x, wj > |2 + 2ℜ (λj − 2 < x, wj >) < w0 − x, wj > +
j=1
dj j=1
dj
n
2
X 1
+∥w0 − x∥ = |λj − < x, wj > |2 + ∥w0 − x∥2 .
j=1
d2j

Pentru λj = d12 < x, wj >, j ∈ {1, . . . , n} se obţine valoarea minimă a funcţionalei

j
Φ. Astfel elementul de aproximare căutat este
n
X 1
y= 2
< x, wj > wj . (6.12)
j=1
dj

y este elementul de cea mai bună aproximaţie a lui x prin elementele subspaţiului
W.
6.3. POLINOM TRIGONOMETRIC DE APROXIMARE 197

6.3 Polinom trigonometric de aproximare

construit prin metoda celor mai mici pătrate
Fie C2π spaţiul liniar al funcţiilor continue, periodice, cu periada 2π şi
m
α0 X
Tm = {T (x) = + (αj cos jx + βj sin jx) : α0 , α1 , . . . , αn , β1 . . . , βm ∈ R}
2 j=1

mulţimea polinoamelor trigonometrice de grad m.

Pentru o funcţie f ∈ C2π determinăm un polinom trigonometric de grad m,
m
a0 X
T0 (x) = + (aj cos jx + bj sin jx)
2 j=1

astfel ı̂ncât
Z 2π Z 2π
2
[T0 (x) − f (x)] dx = inf{ [T( x) − f (x)]2 dx : T ∈ Tm }.
0 0

Funcţiile
p0 (x) = 1, p2j (x) = cos jx, p2j−1 (x) = sin jx, j ∈ N∗
formează un şir de funcţii ortogonale ı̂n C2π .
Utilizând rezultatele secţiunii anterioare, se obţine
a0 <f,p0 > 1
R 2π
2
= c0 = <p0 ,p0 >
= 2π f (x)dx,
<f,p2j > R0
1 2π
aj = c2j = <p2j ,p2j >
= π 0 f (x) cos jxdx,
<f,p2j−1 > R 2π
bj = c2j−1 = <p2j−1 ,p2j−1 > = π1 0 f (x) sin jxdx,

j ∈ N∗ .
Astfel polinomul trigonometric de aproximare construit prin metoda celor mai
mici pătrate coincide cu polinomul trigonometric ce rezultă ı̂n urma trunchierii
seriei Fourier ataşat funcţiei f .

Probleme şi teme de seminar

P 6.1 Fie yi = f (xi ), i ∈ {1, . . . , n}, n ≥ m. Să se arate că dacă φ1 , . . . , φm
funcţii care verifică condiţiile Teoremei 6.1.1, W = span{φ1 , . . . , φm } şi
sunt P
f = m j=1 αj φj ∈ W atunci funcţia de aproximare construită prin metoda celor
mai mici pătrate din W pentru (xi , yi )1≤i≤n coincide cu f.
198 CAPITOLUL 6. METODA CELOR MAI MICI PĂTRATE

R. Utilizând notaţiile utilizate ı̂n Teorema 6.1.1 are loc relaţia y = U T α, α =

(α1 , . . . , αm )T . Ecuaţia U U T c = U y devine U U T c = U U T α, de unde c = α.

P 6.2 Dându-se punctele Pi (xi , yi ), i ∈ {1, 2, . . . , n}, să se determine dreapta △

care minimizează suma pătratelor distanţelor de la punctul Pi la △.

R. Alegând parametrii:
• d distanţa de la origine la dreapta △;

• α unghiul format de perpendiculara din origine pe dreapta △ cu semiaxa

pozitivă a axei Ox
ecuaţia dreptei △ este
x cos α + y sin α − d = 0.
Problema de optimizare devine
n
X
min (xi cos α + yi sin α − d)2 .
α,d
i=1

Condiţiile de optimalitate conduc la sistemul algebric neliniar

 Pn 1
Pn
 ( i=0Pnx i yi ) cos 2α + 2
( Pi=0 (yi2 − x2i )) sin 2α+
n
+d ( xi ) sin α −
Pd ( i=0 yi ) cos α = 0
 Pn i=0
( i=0 xi ) cos α + ( ni=0 yi ) sin α − nd = 0.

P 6.3 Fie f ∈ C[0, 1]. Să se pună ı̂n evidenţă matricea Gram corespunzătoare
sistemului algebric de ecuaţii liniare ce rezultă ı̂n cazul ı̂n care elementul
Pde aprox-
n
imare construit prin metoda celor mai mici pătrate are forma φ(x) = k=0 ck xk .

P 6.4 Fie f (x) = 2x − 1 şi ε > 0. UtilizândP metoda celor mai mici pătrate să
n
se determine funcţia de aproximare q(x) = k=0 ak cos kπx astfel ı̂ncât să fie
R1 2
satisfăcută condiţia 0 [f (x) − q(x)] dx < ε.

R. Fie qk (x) = cos kπx, k ∈ {0, 1, . . . , n}. Au loc egalităţile

Z 1 Z 1
2 1
q0 (x) dx = 1, q1 (x)2 dx = , k ∈ {1, 2, . . . , n},
0 0 2
Z 1
qk (x)qj (x)dx = 0.
0
6.3. POLINOM TRIGONOMETRIC DE APROXIMARE 199

Metoda celor mai mici pătrate dă

Z 1 Z 1
a0 = f (x)q0 (x)dx, ak = 2 f (x)qk (x)dx, k ∈ {1, 2, . . . , n}.
0 0

Inegalitatea
Z 1 n
1 1X 2
(f (x) − q(x)) dx = − a20 −
2
a <ε
0 3 2 k=1 k
serveşte la determinarea lui n.
P 6.5 Fie X un spaţiu prehilbertian şi Y = span{x1 , . . . , xn }, unde xi ∈ X, i =
1, . . . , n, sunt elemente ortonormate. Să se arate că elementulPnde cea mai bună
aproximaţie a lui x ∈ Y prin elementele mulţimii Y, este y0 = i=1 < x, xi > xi .
Pn
R. Fie y = i=1 ci xi un element din Y. Atunci
n
X n
X
∥y − x∥22 = c2i −2 ci < xi , x > +∥x∥22 =
i=1 i=1
n
X n
X
= ∥x∥22 − < xi , x > + 2
(ci − < xi , x >)2 .
i=1 i=1
Pentru ci =< xi , x > expresia de mai sus este minimă.
P 6.6 1. Fie X = C n+1 [a, b] şi a ≤ x1 < x2 < . . . < xn+1 ≤ b. Să se arate că
n+1
X Z b
< f, g >1 = f (xi )g(xi ) + f (n+1) (x)g (n+1) (x)dx
i=1 a

este un produs scalar ı̂n X.

2. Dacă li (x) = (x(x−x 1 )...(x−xi−1 )(x−xi+1 )...(x−xn+1 )
i −x1 )...(xi −xi−1 )(xi −xi+1 )...(xi −xn+1 )
, i = 1, . . . , n + 1 şi Y =
n+1
span{l1 , . . . , ln+1 } = Pn ⊂ C [a, b], să se arate că elementul de cea mai
bună aproximare a unei funcţii f ∈ C n+1 [a, b] prin elementele mulţimii Y,
ı̂n sensul normei generate de produsul scalar < ·, · >1 , este polinomul de
interpolare Lagrange L(Pn ; x1 , . . . , xn+1 ; f ).
P 6.7 1. Fie X = C n+1 [a, b] şi x0 ∈ [a, b] Să se arate că
n Z b
X f (i) (x0 )g (i) (x0 )
< f, g >2 = 2
+ f (n+1) (x)g (n+1) (x)dx
i=0
i! a

este un produs scalar ı̂n X.

200 CAPITOLUL 6. METODA CELOR MAI MICI PĂTRATE

2. Dacă ei (x) = (x − x0 )i , i = 0, . . . , n şi Y = span{e0 , . . . , en } = Pn ⊂

C n+1 [a, b], să se arate că elementul de cea mai bună aproximare a unei
funcţii f ∈ C n+1 [a, b] prin elementele mulţimii Y, ı̂n sensul normei gener-
ate de produsul scalar < ·, · >2 , este polinomul lui Taylor Tn (f, x0 )(x) =
Pn f (i) (x0 )
i=0 i!
(x − x0 )i .

P 6.8 Fie X un spaţiu prehilbertian real. Elementele x1 , x2 , . . . , xn sunt liniar

independente dacă şi numai dacă matricea G = (< xi , xj >)1≤i,j≤n este strict
pozitiv definită.

Pn
R. Dacă a = (a1 , a2 , . . . , an )T şi x = i=1 ai xi atunci ∥x∥2 =< x, x >= aT Ga.
Capitolul 7

Transformarea Fourier discretă

Notăm prin Cn mulţimea şirurilor de numere complexe, periodice cu perioada

n:
Cn = {x = (xk )k∈Z : xk ∈ C, xk = xk+n , ∀k ∈ Z}.
Un şir x ∈ Cn este determinat de elementele x0 , x1 , . . . , xn−1 , restul elementelor
se obţin prin periodicitate. Se va folosi notaţia x = (xk )0≤k≤n−1 ∈ Cn .

Observaţia 7.0.1

Cn este un spaţiu liniar n dimensional, unde şirurile f k = (fjk )0≤j≤n−1 definite

2πk
prin fjk = e n j formează o bază ortogonală,

k l ̸ l
0 dacă k =
< f , f >= .
n dacă k = l

7.1 Transformata Fourier discretă

Transformarea Fourier discretă (TFD) este un operator liniar Fn : Cn → Cn
definit prin
y = Fn (x), x = (xk )0≤k≤n−1 y = (yk )0≤k≤n−1
n−1
X
yk = xj w−kj 0 ≤ k ≤ n − 1, (7.1)
j=0

2π
unde w = ei n . Şirul y se numeşte transformata Fourier discretă a şirului x.

201
202 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

Matriceal transformarea Fourier discretă se scrie

    
y0 1 1 1 ... 1 x0
 y1   1 w−1 w −2
... w −n+1  x1 
    
 y2   1 w−2 w −4
. . . w−2n+2 x2
= .
 
 
 ..   .. .. .. ... ..  .. 
 .   . . . .  . 
−n+1 −2n+2 −(n−1)2
yn−1 1 w w ... w xn−1

Observaţia 7.1.1

Au loc relaţiile:
1. w = w−1

2. Dacă x ∈ Rn atunci yn−k = yk , ∀ k.

Transforma Fourier discretă inversă. Presupunem că ı̂n relaţiile (7.1)

este cunoscută transformata Fourier discretă (şirul imagine) y =
(yk )0≤k≤n−1 şi vom determina şirul original x = (xk )0≤k≤n−1 .
Înmulţind relaţiile (7.1), respectiv cu wkp , k = 0, 1, . . . , n − 1 şi adunând
obţinem
n−1
X n−1
X n−1
X
yk wkp = xj wk(p−j)
k=0 j=0 k=0

şi folosind (8.11) rezultă

n−1
1X
xp = yk wkp .
n k=0

Teorema 7.1.1 Dacă n = 2m şi x = (xj )j∈Z este un şir periodic, cu perioada n,
de numere reale, atunci yn−k = y k , k ∈ {0, . . . , n − 1}, unde y = Fn (x) = (yk )j∈Z
şi y k este conjugatul lui yk .

Demonstraţie. Fie k ∈ {0, 1, . . . , n2 }. Atunci

n−1
X n−1
X
yn−k = xj w−(n−k)j = xj wkj = y k .
j=0 j=0

Astfel TFD a unui şir de numere reale x = (xj )j∈Z cu periada n = 2m este
definit de n2 + 1 = 2m−1 + 1 numere complexe {y0 , y1 , . . . , y n2 }.
7.1. TRANSFORMATA FOURIER DISCRETĂ 203

Teorema 7.1.2 Dacă x = (xk )k∈Z şi y = (yk )k∈Z sunt două şiruri din Cn având
transformatele Fourier discrete şirurile X = (Xk )k∈Z = Fn (x) şi respectiv Y =
(Yk )k∈Z atunci au loc egalităţile
Pn−1
xk y k = n n−1
P
Xk Y k ⇔ < x, y >= n < Fn (x), Fn (y) >,
Pk=0
n−1 2
Pk=0
n−1 2
k=0 |xk | = n k=0 |Xk | ⇔ ∥x∥22 = n∥Fn (x)∥22 .

Demonstraţie. Prima relaţie rezultă din

n−1 n−1 n−1 n−1 n−1 n−1
X X X
jk
X 1X jk
X
Xk Y k = Xk yj w =n yj Xk w = n xj y j .
k=0 k=0 j=0 j=0
n k=0 j=0

A doua relaţie rezultă din prima pentru y = x.

Produsul de convoluţie.1 Dacă x, y ∈ Cn atunci produsul lor de convoluţie

z = x ∗ y este şirul z = (zk )k∈Z definit prin
n−1
X
zk = xj yk−j ∀k ∈ Z.
j=0

Legat de produsul de convoluţie au loc următoarele proprietăţi ale trans-

formării Fourier discretă

Teorema 7.1.3 Au loc egalităţile:

1. Fn (x ∗ y) = Fn (x) · Fn (y);

2. Fn−1 (x ∗ y) = nFn−1 (x) · Fn−1 (y);

3. Fn (x) ∗ Fn (y) = nFn (x · y),

unde prin · s-a notat produsul Hadamard (produsul pe componente).

Demonstraţie. Fie x = (xk )k∈Z , y = (yk )k∈Z ∈ Cn .

1. Dacă
Fn (x) = X = (Xk )k∈Z Fn (y) = Y = (Yk )k∈Z ,
u = x ∗ y = (uk )k∈Z Fn (u) = U = (Uk )k∈Z .
1
A nu se confunda cu noţiunea omonimă definită la transformarea z din Cap. 1.
204 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

atunci au loc egalităţile

n−1
X n−1 X
X n−1 n−1
X n−1
X
Uk = uj w−kj = ( xs yj−s )w−kj = xs w−sk yj−s w−k(j−s) .
j=0 j=0 s=0 s=0 j=0

Prin schimbarea de indice l = j − s suma interioară devine

n−1
X n−1−s
X −1
X n−1−s
X
−k(j−s) −kl −kl
yj−s w = yl w = yl w + yl w−kl .
j=0 l=−s l=−s l=0

Ţinând seama de periodicitatea şirului y şi de definiţia lui w

−1
X −1
X n−1
X
−kl −k(l+n)
yl w = yl+n w = yl w−kl .
l=−s l=−s l=n−s
Pn−1 Pn−1
Aşadar j=0 yj−s w−k(j−s) = l=0 yl w−kl şi ı̂n consecinţă
n−1
X n−1
X
−sk
Uk = xs w yl w−kl = Xk · Yk .
s=0 l=0

2. Procedând asemănator, dacă

Fn−1 (x) = X = (Xk )k∈Z Fn−1 (y) = Y = (Yk )k∈Z ,
u = x ∗ y = (uk )k∈Z Fn−1 (u) = U = (Uk )k∈Z .

atunci au loc egalităţile

n−1 n−1 n−1 n−1 n−1
1X kj 1XX kj 1X sk
X
Uk = uj w = ( xs yj−s )w = xs w yj−s wk(j−s) =
n j=0 n j=0 s=0 n s=0 j=0

n−1 n−1
1X 1X
= n( xs wsk )( yl wkl ) = nXk · Yk .
n s=0 n l=0
3. Dacă
Fn (x) = X = (Xk )k∈Z Fn (y) = Y = (Yk )k∈Z ,
u = xy = (xk yk )k∈Z Fn (u) = U = (Uk )k∈Z .
atunci au loc egalităţile
n−1
X n−1 X
X n−1 n−1
X n−1
X
−js −sk
(X ∗ Y )k = Xj Yk−j = ( xs w )Yk−j = xs w Yk−j ws(k−j) .
j=0 j=0 s=0 s=0 j=0
7.2. ALGORITMUL TRANSFORMĂRII FOURIER DISCRETĂ RAPIDĂ 205

Prin schimbarea de indice l = k − j suma interioară devine

n−1
X k
X −1
X k
X
Yk−j ws(k−j) = Yl wsl = Yl wsl + Yl wsl .
j=0 l=k+1−n l=k+1−n l=0

Ţinând seama de periodicitatea şirului Y şi de definiţia lui w

−1
X −1
X n−1
X
sl s(l+n)
Yl w = Yl+n w = Yl wsl .
l=k+1−n l=k+1−n l=k+1
Pn−1 Pn−1
Aşadar j=0 Yk−j ws(k−j) = l=0 Yl wsl = nys şi ı̂n consecinţă
n−1
X n−1
X
−sk
(X ∗ Y )k = n xs y y w =n us w−sk = nUk .
s=0 s=0

7.2 Algoritmul transformării Fourier discretă rapidă

Fie n = 2m şi pentru simplificarea expunerii alegem m = 3. Dacă k, j ∈
{0, 1, . . . , 2m − 1 = 7} atunci au loc reprezentările k = k2 22 + k1 2 + k0 , j =
j2 22 + j1 2 + j0 unde k0 , k1 , k2 , j0 , j1 , j2 sunt cifre binare. Folosim notaţiile yk =
y(k2 , k1 , k0 ) şi xj = x(j2 , j1 , j0 ).
Transformarea Fourier discretă a şirului x devine
7 1 X
1 X
1
2 +j 2+j )
X X
−kj
yk = y(k2 , k1 , k0 ) = xj w = w−k(j2 2 1 0
x(j2 , j1 , j0 ) =
j=0 j0 =0 j1 =0 j2 =0

1 1 1
2 kj
X X X
= w−kj0 w−2kj1 xj w−2 2
x(j2 , j1 , j0 ).
j0 =0 j1 =0 j2 =0

−22 kj2
Observând că w = w−4k0 j2 , w−2kj1 = w−2(2k1 +k0 )j1 , w−kj0 = w−(4k2 +2k1 +k0 )j0
suma interioară este
1 1
−22 kj2
X X
x(j2 , j1 , j0 )w = x(j2 , j1 , j0 )w−4k0 j2 = x1 (k0 , j1 , j0 ).
j2 =0 j2 =0

Rezultă
1
X 1
X
−kj0
yk = y(k2 , k1 , k0 ) = w w−2(2k1 +k0 )j1 x1 (k0 , j1 , j0 ).
j0 =0 j1 =0
206 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

P1
Dacă notăm x2 (k0 , k1 , j0 ) = j1 =0 w−2(2k1 +k0 )j1 x1 (k0 , j1 , j0 ) atunci, ı̂n final, avem
1
X
yk = y(k2 , k1 , k0 ) = w−kj0 x2 (k0 , k1 , j0 ) =
j0 =0

1
X
= w−(4k2 +2k1 +k0 )j0 x2 (k0 , k1 , j0 ) = x3 (k0 , k1 , k2 ).
j0 =0

În consecinţă, pentru calculul transformării Fourier discretă, ı̂n loc să calculăm
succesiv elementele şirului y = (yk )k , calculăm coloanele tabelului
x0 = x(0, 0, 0) x1 (0, 0, 0) x2 (0, 0, 0) x3 (0, 0, 0) = y(0, 0, 0) = y0
x1 = x(0, 0, 1) x1 (0, 0, 1) x2 (0, 0, 1) x3 (0, 0, 1) = y(1, 0, 0) = y4
x2 = x(0, 1, 0) x1 (0, 1, 0) x2 (0, 1, 0) x3 (0, 1, 0) = y(0, 1, 0) = y2
x3 = x(0, 1, 1) x1 (0, 1, 1) x2 (0, 1, 1) x3 (0, 1, 1) = y(1, 1, 0) = y6
x4 = x(1, 0, 0) x1 (1, 0, 0) x2 (1, 0, 0) x3 (1, 0, 0) = y(0, 0, 1) = y1
x5 = x(1, 0, 1) x1 (1, 0, 1) x2 (1, 0, 1) x3 (1, 0, 1) = y(1, 0, 1) = y5
x6 = x(1, 1, 0) x1 (1, 1, 0) x2 (1, 1, 0) x3 (1, 1, 0) = y(0, 1, 1) = y3
x7 = x(1, 1, 1) x1 (1, 1, 1) x2 (1, 1, 1) x3 (1, 1, 1) = y(1, 1, 1) = y7
Astfel numarul adunărilor efectuate este 8 · 3 sau nm = n log2 n, ı̂n cazul general,
faţă de 8·8, respectiv n2 , adunări necesare calculării succesive a elementelor şirului
y.

Varianta recursivă a algoritmului transformării Fourier dis-

crete rapide
2π
Folosind notaţia wn = ei n , transformata Fourier discretă a şirului x ∈ Cn
este
n−1
X
yk = xj wn−jk , k ∈ {0, 1, . . . , n − 1}.
j=0

Presupunem că n este o putere a lui 2. Separând termenii de indice par de cei
impari rezultă
n n
2
−1 2
−1
X X
−(2j)k
yk = x2j wn + x2j+1 wn−(2j+1)k . (7.2)
j=0 j=0

Datorittă egalităţilor
wn−(2j)k = w−jk
n
2

wn−(2j+1)k = wn−k w−jk

n
2
7.2. ALGORITMUL TRANSFORMĂRII FOURIER DISCRETĂ RAPIDĂ 207

(7.2) se scrie
n n
2
−1 2
−1
X −jk
X
yk = x2j w n + wn−k x2j+1 w−jk
n . (7.3)
2 2
j=0 j=0
n
Pentru k := k + 2
relaţia (7.3) este
n n
2
−1 2
−1
−j(k+ n ) −k− n −j(k+ n )
X X
yk+ n2 = x2j w n
2
+ wn 2
x2j+1 w n 2
.
2 2
j=0 j=0

Au loc egalităţile
−k− n
wn 2
= −wnk
−j(k+ n )
w n
2
= w−jk
n
2 2

şi astfel
n n
2
−1 2
−1
X X
yk+ n2 = x2j w−jk
n − wn−k x2j+1 w−jk
n . (7.4)
2 2
j=0 j=0
n
Pentru k ∈ {0, 1, . . . , − 1} formulele (7.3) şi (7.4) definesc varianta recursivă a
2
algoritmului transformării Fourier discrete rapide.
Pseudocodul algoritmului este dat ı̂n P 9.
Calculăm din nou numărul adunărilor efectuate ı̂n algoritmul recursiv. Pen-
tru n = 2N notăm prin P (2N ) numărul adunărilor necesare calcului şirului
(yk )0≤k≤2N −1 . Atunci P (1) = P (20 ) = 0. Recursiv, pentru 2m = 2N , 2N −1 , . . . , 2,
se calculeză şirurile

ypar = (y0 , y2 , . . . , y2m −2 )

yimpar = (y1 , y3 , . . . , y2m −1 ).

Calculul acestor două şiruri presupun 2P (2m−1 ) adunări. Apoi, pentru k ∈

{0, 1, . . . , 2m−1 − 1}, potrivit formulei (7.3),

yk = ypar,k + wn−k yimpar,k

şi potrivit formulei (7.4)

yk+2m−1 = ypar,k − wn−k yimpar,k

Se mai efectuează ı̂ncă 2 × 2m−1 = 2m adunări. Rezultă

P (2m ) = 2P (2m−1 ) + 2m .
208 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

Adunând egalităţile ı̂nmulţite ı̂n prealabil cu 1, 2, . . . , 2N −1

1 × P (2N ) = 2P (2N −1 ) + 2N
2 × P (2N −1 ) = 2P (2N −2 ) + 2N −1
..
.
2N −2 × P (22 ) = 2P (2) + 22
2N −1 × P (2) = 2P (1) + 2

se obţine P (n) = P (2N ) = N 2N = n log2 n.

Explicaţia reducerii numărului de adunări constă ı̂n reutilizarea termenilor
intermediari calculaţi.

7.3 Transformarea cosinus discretă

Definiţia 7.3.1 Fie x = (xj )0≤j≤n−1 ∈ Cn . Şirul y ∈ Cn , transformata cosinus
discretă – TCD – a lui x, este definit prin
n−1
X 1 kπ
y= Fnc (x), y = (yk )0≤k≤n−1 yk = xj cos (j + ) , k ∈ {0, 1, . . . , n−1}.
j=0
2 n
(7.5)
Astfel TCD se poate reprezenta prin produsul matriceal
    
y0 a0,0 . . . a0,n−1 x0
 ..   .. ... ..   .. 
 . = . .  . ,
yn−1 an−1,0 . . . an−1,n−1 xn−1

unde ak,j = cos (j + 12 ) kπ

n
.

Teorema 7.3.1 Are loc egalitatea

 
n
 n 
2
AAT =  (7.6)
 
 ... 

n
2

sau
n−1 
X n dacă p = 0
ap,j aq,j = δp,q cp , unde cp = n
2
dacă p > 0
j=0
7.3. TRANSFORMAREA COSINUS DISCRETĂ 209

Demonstraţie. Egalităţile
sin na
2 (n + 1)a
cos a + cos 2a + . . . + cos na = a cos
sin 2 2
na
sin 2 (n + 1)a
sin a + sin 2a + . . . + sin na = a sin
sin 2 2
implică
n−1
X 1 sin na
cos (j + )a = a.
j=0
2 2 sin 2

Atunci
n−1 n−1
X X 1 pπ 1 qπ
Sp,q = ap,j aq,j = cos (j + ) cos (j + ) =
j=0 j=0
2 n 2 n
n−1 h
1 X 1 (p + q)π 1 (p − q)π i
= cos (j + ) + cos (j + ) .
2 j=0
2 n 2 n
Dacă p ̸= q atunci suma de mai sus devine
1 h sin π(p + q) sin π(p − q) i
Sp,q = + = 0.
2 2 sin π(p+q) 2 sin π(p−q)
n n
Dacă p = q > 0 atunci
n−1
1X 1 2pπ n sin 2pπ n n
Sp,p = cos (j + ) + = 2pπ + = .
2 j=0 2 n 2 4 sin n 2 2
Dacă p = q = 0 atunci S0,0 = n.
Din teorema anterioară rezultă că
 1

n
 2 
n
A−1 = AT  .
 
 ... 
2
n

Astfel transformarea cosinus discretă inversă (TCDI) este dată de

n−1
X 1 jπ
xk = dk yj cos (k + ) , k ∈ {0, 1, . . . , n − 1},
j=0
2 n
1

n
dacă k = 0
cu dk = 2 .
n
dacă k > 0
210 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

O legătură ı̂ntre TFD şi TCD

Fie x = (xj )0≤j≤n−1 ∈ Cn şi şirul z ∈ C4n definit prin

 0 dacă k = 0, 2, . . . , 2n, . . . , 4n − 2
zk = xs dacă k = 2s + 1, s = 0, 1, . . . , n − 1
xs dacă k = 4n − 1 − 2s, s = 0, 1, . . . , n − 1


0 1 2
De exemplu, pentru n = 3, dacă x = atunci
x0 x1 x2

0 1 2 3 4 5 6 7 8 9 10 11
z=
0 x0 0 x1 0 x2 0 x2 0 x1 0 x0

Teorema 7.3.2 Cu notaţiile de mai sus, primele n componente ale transformării

Fourier discrete a şirului z coincid cu dublul transformării cosinus discrete a
şirului x.

2π π
Demonstraţie. Fie Z = (Zk )0≤k≤4n−1 TFD a şirului z. Dacă w = ei 4n = ei 2n
atunci
4n−1
X 2n−1
X
Zk = zj w−jk = z2j+1 w−(2j+1)k =
j=0 j=0

n−1
X 2n−1
X
−(2j+1)k
= z2j+1 w + z2j+1 w−(2j+1)k .
j=0 j=n

Schimbând, ı̂n a doua sumă, indicele de sumare j = 2n − 1 − s şi tinând seama

de definiţia şirului z, expresia de mai sus devine

n−1
X n−1
X n−1
X
−(2s+1)k −(4n−1−2s)k
Zk = xs w + xs w = xs (w−(2s+1)k + w(2s+1)k ) =
s=0 s=0 s=0

n−1
X 1 kπ
=2 xs cos (s + ) = 2yk , k ∈ {0, 1, . . . , n − 1}.
s=0
2 n
7.4. APLICAŢII ALE TRANSFORMATEI FOURIER DISCRETĂ 211

7.4 Aplicaţii ale transformatei Fourier discretă

7.4.1 Calculul coeficienţilor Fourier
Fie f ∈ C2π , o funcţie continuă şi periodică de perioadă 2π.. Dacă are loc
dezvoltarea ı̂n serie Fourier
∞
a0 X X
f (x) = + (ak cos kx + bk sin kx) = ck eikx (7.7)
2 k=1 k∈Z

cu coeficienţii
1 2π 1 2π 1 2π
Z Z Z
a0 = f (x)dx, ak = f (x) cos kxdx, bk = f (x) sin kxdx
π 0 π 0 π 0
pentru k ∈ N ∗ , atunci
2π
ak − ibk
Z
1
ck = = f (x)e−ikx dx, c−k = ck , k ∈ N. (7.8)
2 2π 0

Aproximăm integrala din (7.8) prin formula trapezelor. Dacă n ∈ N ∗ este

parametrul de discretizare atunci se obţine
n−1
!
1 2π X 2π −ik( 2π j)
ck ≈ f (0) + 2 f ( j)e n + f (2π)e−ik2π .
2π 2n j=1
n

Datorită periodicităţii funcţiilor f şi ez , din relaţia de mai sus deducem

n−1 n−1
1 X 2π −ik( 2π j) 1 X 2π
ck ≈ f ( j)e n = f ( j)w−jk . (7.9)
n j=0 n n j=0 n

Astfel, şirul c = (ck )0≤k≤n−1 este aproximat de n1 Fn (y), unde y = (yj )0≤j≤n−1 , yj =
f ( 2π
n
j).
Se observă că membrul drept din (7.9) coincide cu formula coeficienţilor poli-
nomului trigonometric de interpolare a funcţiei f, (8.5) sau (8.12) după cum n
este impar sau par.
Prin urmare, calculând primii n termeni a dezvoltării Fourier (7.7) cu aju-
torul formulei trapezelor – cu parametrul de discretizare n – obţinem totodată şi
coeficienţii polinomul trigonometric de interpolare a funcţiei, ı̂n nodurile 2π
n
j, 0 ≤
j ≤ n − 1.

Există o altă legătură ı̂ntre coeficienţii Fourier ale unei funcţii şi transformata
Fourier discretă a şirului valorilor ei pe o mulţime echidistantă de noduri.
212 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

Teorema 7.4.1 Fie n ∈ N∗ . Dacă

∞
a0 X X
f (t) = + (aj cos jt + bj sin jt) = cj eijt ,
2 j=1 j∈Z

aj −ibj
cu cj = 2
, cj = cj , j ∈ N şi

2π
y = Fn (x), unde x ∈ Cn , x = (xj )0≤j≤n−1 , xj = f (j ),
n
atunci
∞
!
X
yk = n ck + (ck+sn + ck−sn ) , k ∈ {0, 1, . . . , n − 1}.
s=1

2π
Demonstraţie. Din nou, notăm tj = j 2πn
, j ∈ {0, 1 . . . , n − 1} şi w = ei n .
Atunci X X
xj = f (tj ) = cµ eiµtj = cµ wµj
µ∈Z µ∈Z

de unde se obţine
∞
n−1 n−1
! ∞ n−1
X X X X X
−kj µj −kj
yk = xj w = cµ w w = cµ w(µ−k)j .
j=0 j=0 µ=0 µ=0 j=0

Dacă µ − k este multiplu de n atunci suma interioară este n, iar ı̂n caz contrar 0.
Pentru µ − k = sn se găseşte
∞
!
X X
yk = n ck+sn = n ck + (ck+sn + ck−sn ) .
s∈Z s=1

Derivare şi intergrare numerică ı̂n C2π

Pentru o funcţie f ∈ C2π se cunosc valorile yj = f ( 2π
n
j),R j ∈ {0, 1, . . . , n − 1}.
a
Se pune problema calculul derivatei f ′ (a) şi a integralei 0 f (x)dx pentru a ∈
[−π, π].
Potrivit formulei (7.9) coeficienţii Fourier rezultă din transformarea Fourier
discretă
1
c = Fn (y), y = (yj )0≤j≤n−1 , c = (ck )0≤k≤n−1 .
n
7.4. APLICAŢII ALE TRANSFORMATEI FOURIER DISCRETĂ 213

Atunci
n−1
X
f (x) ≈ ck eikx ,
k=0

şi
n
⌊2⌋
X
f (x) ≈ ck eikx
k=−⌊ n
2
⌋

unde pentru k < 0, ck = c−k .

Imediat se obţin aproximările:
n
⌊2⌋
X
f ′ (a) ≈ i kck eika ;
k=−⌊ n
2
⌋

n
a ⌊2⌋
eika − 1
Z X
f (x)dx ≈ c0 a + ck .
0 ik
k=−⌊ n
2⌋
k̸=0

7.4.2 Calculul coeficienţilor Laurent

Dacă f este o funcţie olomorfă ı̂n discul unitate având pe 0 ca punct singular
izolat, atunci are loc dezvoltarea Laurent
X
f (z) = ak z k
k∈Z

unde Z Z 2π
1 f (ζ) 1
ak = k+1
dζ = f (eix )e−ikx dx.
2πi |ζ|=1 ζ 2π 0

Calculând integrala de mai sus cu formula trapezelor deducem

n−1
!
1 2π X
i 2π −ik( 2π
ak ≈ f (1) + 2 f (e n
j
)e n
j)
+ f (ei2π )e−ik2π .
2π 2n j=1

Periodicitatea funcţiei ez implică

n−1 n−1
1X 2π 2π 1X 2π
ak ≈ f (ei n j )e−ik( n j) = f (ei n j )w−jk . (7.10)
n j=0 n j=0
214 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

Prin urmare, şirul a = (ak )0≤k≤n−1 este aproximat de n1 Fn (y), unde y = (yj )0≤j≤n−1 , yj =
2π
f (ei n j ).
Partea principală a dezvoltării Laurent a funcţiei f (z) calculată este a−1 =
an−1 , a−2 = an−2 , . . . , a−(n−1) = a1 .

7.4.3 Determinarea funcţiei analitice cunoscând partea reală

Fie D ⊂ C un domeniu care conţine discul unitate şi u(x, y) partea reală
a unei funcţii analitice f (z), z = x + iy. Se cere determinarea părţii imaginare
v(x, y) a lui f (z), cu v(0, 0) = 0.
Definim α(t) = u(cos t, sin t) = u(eit ) şi dacă dezvoltarea Fourier a funcţiei
α(t) este
∞
a0 X
α(t) = + (ak cos kx + bk sin kx) =
2 k=1

∞
a0 X eikt + e−ikt eikt − e−ikt
= + (ak + bk )=
2 k=1
2 2i
∞
a0 X ak − ibk ikt ak + ibk −ikt X
+ ( e + e )= ck eikt ,
2 k=1
2 2 k∈Z

cu c0 = a20 ∈ R, ck = ak −ib k
, c = ck , k ∈ N ∗ .
2 P −k
Atunci f (z) = c0 + 2 ∞ k it
P∞ ikt
k=1 ck z . Într-adevăr, din f (e ) = c0 + 2 k=1 ck e
găsim
∞ ∞
f (eit ) + f (eit ) X X
it
ℜf (e ) = = c0 + ikt
ck e + ck e−ikt =
2 k=1 k=1

∞
X ∞
X ∞
X ∞
X
= c0 + ck eikt + c−k e−ikt = c0 + ck eikt + ck e−ikt = α(t).
k=1 k=1 k=1 k=1

Restricţia părţii imaginare la cercul unitate este

∞ ∞
it f (eit ) − f (eit )
it 1 X ikt X −ikt
β(t) = v(e ) = ℑf (e ) = = ( ck e − ck e ) =
2i i k=1 k=1

∞ ∞
! ∞
X X X
ikt −ikt
= −i ck e − c−k e = (ak sin kt − bk cos kt).
k=1 k=1 k=1
7.4. APLICAŢII ALE TRANSFORMATEI FOURIER DISCRETĂ 215

Astfel coeficienţii Fourier a funcţiei β(t) sunt


 −ick dacă k > 0
dk = 0 dacă k = 0 (7.11)
ick = ic−k dacă k < 0


Operatorul α(t) → β(t) se numeşte operatorul de conjugare. Expresia inte-

grală a acestui operator este
Z 2π
1 t−s
β(t) = K(α)(t) = α(s) cot ds
2π 0 2
Metoda numerică pentru calculul funcţiei β constă din
1. Se fixează un număr natural par n = 2m, m ∈ N ∗ .

2. Se calculează coeficienţii Fourier c = (ck )0≤k≤n−1 a funcţiei α(t). Utilizând

metoda dezvoltată anterior,
1
c= Fn (α)
n
unde α = (α( 2πk
n
))0≤k≤n−1 .

3. Utilizând relaţiile (7.11) se construieşte vectorul coeficienţilor Fourier a

funcţiei β(t)
d = (0, −ic1 , . . . , −icm−1 , icm−1 , . . . , ic1 )
2πk
4. Se calculează valorile funcţiei β(t) ı̂n punctele n
, k ∈ {0, 1, . . . , n − 1},

2πk
β = (β( ))0≤k≤n−1 = nFn−1 (d).
n

7.4.4 Calculul integralei Cauchy

Fie Γ = {z ∈ C : |z| = 1} şi funcţia h : Γ → C. Notăm prin f : C → C funcţia
definită prin Z
1 h(ζ)
f (z) = dζ, (7.12)
2πi Γ ζ − z
numită integrala Cauchy. Prin schimbarea de variabilă ζ = eit , integrala din
(7.12) devine Z 2π
1 h(eit )
f (z) = dt. (7.13)
2π 0 1 − ze−it
216 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

Dacă |z| < 1 atunci are loc dezvoltarea

∞
1 X
−it
= z j e−ijt
1 − ze j=0

şi (7.13) devine

∞ ∞
1 X j 2π
Z X
f (z) = z h(eit )e−ijt dt = cj z j ,
2π j=0 0 j=0

R 2π
1
unde cj = 2π 0
h(eit )e−ijt dt.
Folosim formula trapezelor pentru calculul lui cj . Dacă n ∈ N∗ este parametrul
metodei trapezelor, atunci găsim
n−1
!
1 2π X 2π 2π
cj ≈ h(1) + 2 h(ei n k )e−ij n k + h(1)e−ij2π =
2π 2n k=1

n−1
1X 2π
= h(ei n k )w−jk ,
n k=0

adică secvenţa (c0 , c1 , . . . , cn−1 ) este aproximată de d = n1 Fn (φ), cu φ = (φj )0≤j≤n−1 , φj =

2π
h(ei n j ).
În final f (z) ≈ n−1 j
P
j=0 dj z .

Probleme şi teme de seminar

P 7.1 Corelaţia a două şiruri x, y ∈ Cn se defineşte prin
n−1
1X
xˆ∗y = z ∈ Cn cu zk = xj yk+j , z = (zk )0≤k≤n−1 .
n j=0

Să se demonstreze egalităţile

1. Fn (xˆ∗y) = n1 Fn (x)Fn (y);

2. Fn−1 (xˆ∗y) = n1 Fn−1 (x)Fn (y);

3. Fn (x)ˆ∗Fn (y) = Fn (xy);

7.4. APLICAŢII ALE TRANSFORMATEI FOURIER DISCRETĂ 217

P 7.2 Rezolvarea unei ecuaţii integrale Fredholm de speţa a doua cu nucleu con-
volutiv.

Indicaţie. Fie ecuaţia integrală Fredholm de speţa a doua

Z b
x(t) + N (t − s)x(s)ds = f (t), t ∈ [a, b], (7.14)
a

unde N (t), f (t) sunt funcţii continue, date iar x(t) este funcţia necunoscută.
Forma nucleului N (t − s) atribuie ecuaţiei atributul de convolutiv.
Fie n ∈ N ∗ . Introducem notaţiile: h = b−a
n
, tk = a + kh, tk+1/2 = a + (k + 12 )h.
Ecuaţia (7.14) se mai scrie
n−1 Z
X tk+1
x(t) + N (t − s)x(s)ds = f (t), t ∈ [a, b],
k=0 tk

şi utilizând formula de integrare numerică a dreptunghiului cu neglijarea restului,

găsim
n−1
X
u(t) + h N (t − tk+1/2 )u(tk+1/2 ) = f (t).
k=0

Neglijarea restului a impus renotarea funcţiei necunoscute prin u(t). Dacă uk+1/2 =
u(tk+1/2 ) atunci atribuind lui t, succesiv valorile tj+1/2 obţinem sistemul algebric
de ecuaţii liniare
n−1
X
uj+1/2 + h N ((j − k)h)uk+1/2 = f (tj+1/2 ), j ∈ {0, 1, . . . , n − 1}. (7.15)
k=0

Rezolvarea sistemului algebric (7.15) se poate face cu ajutorul transformării

Fourier discrete. În acest scop, definim şirurile

z = (zk )0≤k≤n−1 zk = uk+1/2 ,

φ = (φk )0≤k≤n−1 φk = fk+1/2 ,
ξ = (ξk )0≤k≤n−1 ξk = N (kh).

Sistemul (7.15) se rescrie prin

n−1
X
zj + h zk ξj−k = φj , j ∈ {0, 1, . . . , n − 1},
k=0
218 CAPITOLUL 7. TRANSFORMAREA FOURIER DISCRETĂ

sau
z + h z ∗ ξ = φ.
Aplicând transformarea Fourier discretă Fn deducem
Fn (z) + hFn (z)Fn (ξ) = Fn (φ).
Rezultă că
Fn (φ)k
z = Fn−1 (w) unde w = (wk )0≤k≤n−1 , wk = .
1 + hFn (ξ)k
P 7.3 Fie l > 0 şi C2l mulţimea funcţiilor continue, periodice cu perioada 2l.
Seria Fourier ataşată funcţiei f este
∞  
a0 X kπx kπx
T (x) = + ak cos + bk sin ,
2 k=1
l l

unde Z l Z l
1 kπt 1 kπt
ak = f (t) cos dt, bk = f (t) sin dt.
l −l l l −l l
1. Pentru seria Fourier să se deducă expresia
kπx
X
T (x) = ck ei l ,
k∈Z

ak −ibk
Rl ikπt
cu ck = 2
= 1
2l −l
f (t)e− l dt, k ∈ N şi c−k = ck , k ∈ N∗ .
2. Să se arate că şirul coeficienţilor Fourier c = (ck )0≤k≤n−1 se poate cal-
cula prin transformarea Fourier discretă a şirului f = (f ( 2ln j)0≤j≤n−1 , c =
1
F (f ).
n n
P ikπt P ikπt
P 7.4 Fie f, g ∈ C2l . Dacă f (x) = k∈Z fk e l şi g(x) = k∈Z gk e l atunci
produsul de convoluţie este
Z 2l
def ikπt
X
(f ∗ g)(x) = f (x − y)g(y)dy = 2l fk gk e l .
0 k∈Z

Indicaţie. Se calculează coeficienţii Fourier complecşi a produsului de convoluţie

f ∗ g utilizând formula
1 2l
Z
iπkt
ck = (f ∗ g)(t)e− l dt.
2l 0
Capitolul 8

Interpolare prin polinoame

trigonometrice

Se numeşte polinom trigonometric de grad m o funcţie de forma

m
X
t(x) = a0 + (aj cos jx + bj sin jx).
j=1

Notăm prin
m
X
Tm = {T (x) = α0 + (αj cos jx + βj sin jx) : α0 , α1 , . . . , αn , β1 . . . , βm ∈ R}
j=1

mulţimea polinoamelor trigonometrice de grad m.

Fie C2π spaţiul liniar al funcţiilor continue, periodice, cu periada 2π. În
capitolul Metoda celor mai mici pătrate s-au determinat coeficienţii polinomului
trigonometric de grad m care aproximează cel mai bine, ı̂n sensul celor mai mici
pătrate, o funcţie f ∈ C2π . Coeficienţii obţinuţi coincid cu coeficienţii dezvoltării
Fourier ataşată funcţiei f .
Tm ⊂ C2π şi Tm este un spaţiu liniar de dimensiune 2m + 1.

Teorema 8.0.1 Orice polinom trigonometric de grad m are 2m zerouri ı̂n inter-
valul [0, 2π).

Demonstraţie. Utilizând formulele

eix + e−ix eix − e−ix

cos x = sin x =
2 2i

219
220 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

un polinom T ∈ Tm se reprezintă
m m 
eijx + e−ix eix − e−ijx
X X 
T (x) = α0 + (αj cos jx+βj sin jx) = a0 + αj + βj =
j=1 j=1
2 2i

m   m
X αj − iβj ijx αj + iβj −ijx X
= α0 + e + e = cj eijx ,
j=1
2 2 j=−m

unde  aj −iβj
 2
j ∈ {1, 2, . . . , m}
cj = α0 j=0 .
αj +iβj
j ∈ {−m, −m + 1, . . . , −1}

2

Notând eix = z găsim

m
X
T (x) = cj z j = φ(z)
j=−m

şi
m
X
m
Φ(z) = z φ(z) = cj z j+m ∈ P2m .
j=−m

Presupunem că T are 2m + 1 zerouri distincte x1 , x2 , . . . , x2m+1 ı̂n intervalul

[0, 2π). Dacă zk = eixk atunci Φ(zk ) = 0, k ∈ {1, 2, . . . , 2m + 1} ı̂n contradicţie
cu faptul că Φ ∈ P2m .
Potrivit Teoremei 2.1.2 Tm formează un sistem Cebı̂şev şi potrivit Teoremei
2.1.3 Tm formează o familie interpolatoare de ordin 2m + 1 ı̂n intervalul [0, 2π).
Fie f ∈ C2π . După numărul nodurilor de interpolare n deosebim cazurile:
• n = 2m + 1 număr impar de noduri 0 ≤ x0 < x1 < . . . < x2m < 2π.
Polinomul de interpolare va fi de forma
m
a0 X
t(x) = + (aj cos jx + bj sin jx).
2 j=1

• n = 2m număr par de noduri 0 ≤ x0 < x1 < . . . < x2m−1 < 2π.

Polinomul de interpolare va fi de forma
m−1
a0 X am
t(x) = + (aj cos jx + bj sin jx) + cos mx.
2 j=1
2
8.1. INTERPOLARE TRIGONOMETRICĂ PE NODURI OARECARE 221

În fiecare caz coeficienţii se determină din condiţiile de interpolare

t(xj ) = yj ∀j ∈ {0, 1, . . . , n − 1}.

8.1 Interpolare trigonometrică pe noduri oare-

care
Cazul cu număr impar de noduri
Teorema 8.1.1 Funcţiile

1, cos x, cos 2x, . . . , cos mx, sin x, sin 2x, . . . , sin mx

formează un sistem Cebı̂şev ı̂n intervalul (π, π].

Demonstraţie. Fie un sistem de 2m + 1 puncte 0 ≤ x0 < x1 < . . . < x2m < 2π

şi determinantul
 
 cos mx0 . . . cos x0 sin mx0 . . . sin x0 1 

 cos mx1 . . . cos x1 sin mx1 . . . sin x1 1 
D = D(x0 , x1 , . . . , x2m ) =  .
 ... ... 
 cos mx2m . . . cos x2m sin mx2m . . . sin x2m 1 

Vom arăta că acest determinant este diferit de 0.

Pentru simplificarea notaţiei vom utiliza reprezentarea simbolică
 
D =  cos mxj . . . cos xj sin mxj . . . sin xj 1  ,

punând ı̂n evidenţă coloanele determinantului D. Înmulţind cu i coloanele cu sin

şi adunându-le la coloanele corespunzătoare cu cos se obţine
 
D =  eimxj . . . eixj sin mxj . . . sin xj 1  .

Utilizând formula sin x = 2i1 (eix − e−ix ) deducem succesiv

 
D =  eimxj . . . eixj 2i1 (eimxj − e−imxj ) . . . 2i1 (eixj − e−ixj ) 1  =

1  imxj 
= n
e . . . eixj e−imxj . . . e−ixj 1  .
(−2i)
222 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

Rearanjând ultimele m + 1 coloane se obţine

m(m+1)
(−1) 2  imx 
 e j . . . eixj 1 e−ixj . . . e−imxj  .
D=
(−2i)m
Dacă din fiecare linie a lui D se scoate factor comun pe e−imxj rezultă
m(m+1)
(−1) 2 −im(x0 +...+x2m )  2imxj
 i(m+1)xj imxj

D= e e . . . e e . . . 1 =
(−2i)m
m(m+1)
(−1) 2 −im 2m
P
k=0 xk V (eix0 , eix1 , . . . , eix2m ).
= m
e
(−2i)
Calculăm determinantul lui Vandermonde
Y
V (eix0 , eix1 , . . . , eix2m ) = (eixp − eixq ) =
0≤q<p≤2m

Y Y xp − xq i xp +xq
= (cos xp − cosxq + i(sin xp − sin xq )) = 2i sin e 2 =
0≤q<p≤2m 0≤q<p≤2m
2
P2m Y xp − xq
= (2i)m(2m+1) eim k=0 xk
sin .
0≤q<p≤2m
2
Determinantul devine
m(m+1) 2
Y xp − xq
D = (−1) 2 22m sin ̸= 0.
0≤q<p≤2m
2

Din Teorema 2.1.4 rezultă

Teorema 8.1.2 (Polinomul de interpolare trigonometric Lagrange-Gauss) Dacă

f ∈ C2π şi −π < x0 < x1 < . . . < x2m ≤ π atunci există un singur poli-
nom trigonometric t(x) de grad m care satisface condiţiile de interpolare t(xj ) =
f (xj ), ∀j ∈ {0, 1, . . . , 2m}, având expresia
2m x−xj−1 x−xj+1
X sin x−x
2
0
. . . sin 2
sin 2
. . . sin x−x2 2m
t(x) = f (xj ) xj −x0 xj −xj−1 xj −xj+1 x −x =
j=0
sin 2
. . . sin 2
sin 2
. . . sin j 2 2m

2m
1 X f (xj ) u(x)
= . (8.1)
2 j=0 u′ (xj ) sin x−x
2
j

Q2m x−xj
unde u(x) = j=0 sin 2
.
8.1. INTERPOLARE TRIGONOMETRICĂ PE NODURI OARECARE 223

Demonstraţie. Folosind notaţia şi rezultatul teoremei anterioare, din (2.6) se

obţine
2m
X D(x0 , . . . , xj−1 , x, xj+1 , . . . , x2m )
t(x) = L(Tm ; x0 , . . . , x2m ; f )(x) = f (xj ) =
j=0
D(x0 , . . . , x2m )

2m x−xj−1 x−xj+1
X sin x−x
2
0
. . . sin 2
sin 2
. . . sin x−x2 2m
= f (xj ) xj −x0 xj −xj−1 xj −xj+1 x −x .
j=0
sin 2
. . . sin 2
sin 2
. . . sin j 2 2m

În cazul unei funcţii pare sau impare problema de interpolare trigonometrică
se modifică.

Teorema 8.1.3 Fie f ∈ C2π o funcţie pară şi 0 ≤ x0 < x1 < . . . < xm < π.
Polinomul trigonometric de grad m care satisface condiţiile de interpolare t(xj ) =
f (xj ), ∀j ∈ {0, 1, . . . , m} este
m
X
t(x) = f (xj )·
j=0

(cos x − cos x0 ) . . . (cos x − cos xj−1 )(cos x − cos xj+1 ) . . . (cos x − cos xm )
· .
(cos xj − cos x0 ) . . . (cos xj − cos xj−1 )(cos xj − cos xj+1 ) . . . (cos xj − cos xm )

Demonstraţie. Pentru nodurile −π < −xm < . . . < −x1 < x0 < x1 < . . . <
xm < π, potrivit teoremei 8.1.2 există un polinim trigonometric de interpolare
t(x) astfel ı̂ncât

t(xj ) = f (xj ) j ∈ {0, 1, . . . , m},

t(−xj ) = f (xj ) j ∈ {1, 2, . . . , }.

Notăm Qm x+xj v(x)

v(x) = j=1 2
sin
, vj (x) x+x ,
sin 2 j
Qm x−xj w(x)
w(x) = j=1 sin 2 , wj (x) x−xj , j = 1, . . . , m
sin 2

Atunci u(x) = sin x−x 2

0
v(x)w(x), u0 (x) = v(x)w(x) iar expresia polinomului
trigonometric de interpolare Lagrange-Gauss este
m
u0 (x) X sin x−x
2
0
vj (x)w(x)
t(x) = f (x0 ) + f (−xj ) −xj −x0 +
u0 (x0 ) j=1 sin 2 vj (−xj )w(−xj )
224 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

m
X sin x−x
2
0
v(x)wj (x)
+ f (xj ) xj −x0 .
j=1
sin 2
v(xj )wj (xj )
Deoarece
v(xj ) = vj (xj ) sin xj
vj (−xj ) = (−1)m−1 wj (xj )
w(−xj ) = (−1)m v(xj ) = (−1)m vj (xj ) sin xj )
expresia polinomului trigonometric de interpolare va fi
m
!
u0 (x) X vj (x)wj (x) sin x−x 2
0
sin x−x
2
0
sin x+x
2
0

t(x) = f (x0 ) + f (xj ) xj +x0 + xj −x0 .

u0 (x0 ) j=1 vj (xj )wj (xj ) sin xj sin 2
sin 2
(8.2)
Au loc egalităţile:
m j x+x x−x m
u0 (x) v(x)w(x) Y sin
2
sin 2 j Y cos x − cos xj
= = x −x = ;
u0 (x0 ) v(x0 )w(x0 ) j=1 sin x0 +x2
j
sin 0 2 j j=1
cos x0 − cos xj
!
sin x−x
2
0
sin x−x0
2
sin x+x0
2
x +x + x −x =
sin xj sin j 2 0 sin j 2 0
sin x−x2
0
cos ( x+x
2
0
− xj ) − cos ( x+x
2
0
+ xj ) cos x − cos x0
= · = .
sin xj cos xj − cos x0 cos xj − cos x0
(8.2) devine
m m
Y cos x − cos xj X vj (x)wj (x)(cos x − cos x0 )
t(x) = f (x0 ) + f (xj ) =
j=1
cos x0 − cos xj j=1 vj (xj )wj (xj )(cos xj − cos x0 )
m
X (cos x − cos x0 ) . . . (cos x − cos xj−1 )(cos x − cos xj+1 ) . . . (cos x − cos xm )
f (xj )· .
j=0
(cos xj − cos x0 ) . . . (cos xj − cos xj−1 )(cos xj − cos xj+1 ) . . . (cos xj − cos xm )

Teorema 8.1.4 Fie f ∈ C2π o funcţie impară şi 0 < x0 < x1 < . . . < xm < π.
Polinomul trigonometric de grad m care satisface condiţiile de interpolare t(xj ) =
f (xj ), ∀j ∈ {1, . . . , m} este
n
X
t(x) = f (xj )·
j=1

(cos x − cos x0 ) . . . (cos x − cos xj−1 )(cos x − cos xj+1 ) . . . (cos x − cos xm ) sin x
· .
(cos xj − cos x0 ) . . . (cos xj − cos xj−1 )(cos xj − cos xj+1 ) . . . (cos xj − cos xm ) sin xj
8.1. INTERPOLARE TRIGONOMETRICĂ PE NODURI OARECARE 225

Demonstraţie. Procedând asemănător, pentru nodurile −π < −x−m < . . . <

−x−1 < 0 < x1 < . . . < xm < π există un polinom trigonometric de interpolare
astfel ı̂ncât

t(xj ) = f (xj ) j ∈ {1, . . . , m},

t(−xj ) = f (−xj ) j ∈ {1, 2, . . . , }
t(0) = f (0) = 0.

Utilizând notaţiile introduse ı̂n demonstraţia teoremei anterioare avem

m m
X sin x2 vj (x)w(x) X sin x2 v(x)wj (x)
t(x) = f (−xj ) −xj + f (xj ) x =
j=1
sin 2
vj (−xj )w(−xj ) j=1
sin 2j v(xj )wj (xj )

m
sin x2
 
X vj (x)wj (x) x + xj x − xj
f (xj ) · x · sin − sin .
j=1
vj (xj )wj (xj ) sin 2j sin xj 2 2

Deoarece
sin x2
 
x + xj x − xj sin x
xj · sin − sin =
sin 2 sin xj 2 2 sin xj
expresia polinomului trigonometric de interpolare t(x) devine
n
X
t(x) = f (xj )·
j=1

(cos x − cos x0 ) . . . (cos x − cos xj−1 )(cos x − cos xj+1 ) . . . (cos x − cos xm ) sin x
· .
(cos xj − cos x0 ) . . . (cos xj − cos xj−1 )(cos xj − cos xj+1 ) . . . (cos xj − cos xm ) sin xj

Cazul cu număr par de noduri

Urmând aceaşi cale, pentru 0 ≤ x0 < x1 < . . . < x2m−1 < 2π calculăm
determinantul
D = D(x0 , . . . , x2m−1 ) =
 
cos mx cos (m − 1)x . . . cos x sin (m − 1)x . . . sin x 1
=V =
x0 ... ... ... ... . . . . . . x2m−1
 
=  cos mxj cos (m − 1)xj . . . cos xj sin (m − 1)xj . . . sin xj 1  .
226 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

Adunând la coloanele cos coloanele corespunzătoare cu sin multiplicate ı̂n preal-

abil cu i rezultă
 
D =  cos mxj ei(m−1)xj . . . eixj sin (m − 1)xj . . . sin xj 1 .

Folosind definiţiile complexe pentru sin şi cos avem

 
 imx −imxj i(m−1)xj i(m−1)xj
−e−i(m−1)xj eixj −e−ixj
D =  e j +e . . . eixj e 1 =

2
e 2i
... 2i

(−1)m−1  imxj −imxj i(m−1)xj ixj −i(m−1)xj −ixj


= e + e e . . . e e . . . e 1 =
2(2i)m−1
(−1)m−1
= (D1 + D2 ),
2(2i)m−1
unde
 
D1 =  eimxj ei(m−1)xj . . . eixj e−i(m−1)xj . . . e−ixj 1  ;
 
D2 =  e−imxj ei(m−1)xj . . . eixj e−i(m−1)xj . . . e−ixj 1  .

Ordonând coloanele după puterile descescătoare ale lui eix obţinem

m(m−1)  imx 
D1 = (−1) 2  e j ei(m−1)xj . . . eixj 1 e−ixj . . . e−i(m−1)xj  =

m(m−1) P2m−1
= (−1) 2 e−i(m−1) j=0 xj
V (eix0 , . . . , eix2m−1 ).
Analog găsim
m(m−1) P2m−1
D2 = −(−1) 2 e−im j=0 xj
V (eix0 , . . . , eix2m−1 ).

Determinantul lui Vandermonde este

i P2m−1 Y xp − xq
V (eix0 , . . . , eix2m−1 ) = (2i)m(2m−1) e 2 (2m−1) j=0 xj
sin .
0≤q<p≤2m−1
2

Notăm
2m−1
X Y xp − xq
X= xj , Π= sin
j=0 0≤q<p≤2m−1
2

şi atunci
3m2 −m 2 −2m+1 X
D = (−1) 2 22m sin Π=
2
8.2. INTERPOLARE TRIGONOMETRICĂ PE NODURI ECHIDISTANTE 227

P2m−1
3m2 −m
2m2 −2m+1 j=0 xj Y xp − xq
= (−1) 2 2 sin sin . (8.3)
2 0≤q<p≤2m−1
2

Dacă 2m−1
P
j=0 xj = 2νπ, ν ∈ N atunci D = 0.
Dacă X ̸= 2νπ atunci polinomul trigonometric de interpolare t(x) se cal-
culează din egalitatea
 t(x) cos mx cos (m − 1)x ... cos x sin (m − 1)x ... sin x 1
 

y0 cos mx0 cos (m − 1)x0 ... cos x0 sin (m − 1)x0 ... sin x0 1
 
 
.. ..  = 0.
 


 . . 

 y
2m−1 cos mx2m−1 cos (m − 1)x2m−1 ... cos x2m−1 sin (m − 1)x2m−1 ... sin x2m−1 1 

Rezultă
2m−1
X D(x0 , . . . , xj−1 , x, xj+1 , . . . , x2m−1 )
t(x) = yj .
j=0
D(x0 , . . . , xj−1 , xj , xj+1 , . . . , x2m−1 )
Utilizând (8.3) găsim
P2m−1
k=0
xk +x
2m−1 2m−1
X sin k̸=j
2
Y sin x−x
2
k

t(x) = yj P2m−1 xj −xk

xk sin
j=0 sin k=0
2 k=0 2
k̸=j

Din nou, dacă X = 2m−1

P
j=0 xj , atunci expresia corespunzătoare de la numărător
este X + (x − xj ). Polinomul trigonometric de interpolare devine
2m−1 P2m−1 ! 2m−1
X x − xj x − xj xk Y sin x−x k

t(x) = yj cos + sin cot k=0 2

x −x (8.4)
j=0
2 2 2 k=0
sin j 2 k
k̸=j

8.2 Interpolare trigonometrică pe noduri echidis-

tante
Vom da o rezolvare directă problemei de interpolare.

Cazul cu număr impar de noduri

2π
Teorema 8.2.1 Dacă xj = j 2m+1 , j ∈ {0, 1, . . . , 2m} atunci expresia polinomu-
lui trigonometric de interpolare Lagrange-Gauss este
2m x−xj 2m
1 X sin (2m + 1)
2
sin (2m+1)x
2
X (−1)j yj
t(x) = yj x−x = .
2m + 1 j=0 sin 2 j 2m + 1 j=0 sin x−x
2
j
228 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

Demonstraţie. Datorită formulelor

eix + e−ix eix − e−ix

cos x = sin x =
2 2i
polinomul trigonometric t(x) devine
m
a0 X eikx + e−ikx eikx − e−ikx
t(x) = + ( ak + bk ) =
2 k=1
2 2i

m m
a0 X ak − ibk ikx ak + ibk −ikx X
= + ( e + e )= ck eikx ,
2 k=1
2 2 k=−m

unde ck = ak −ib
2
k
, c−k = ak +ib
2
k
, pentru k ∈ {0, 1, . . . , m}.
Condiţiile de interpolare se scriu
m
X
t(xj ) = ck eikxj = yj , ∀j ∈ {0, 1, . . . , 2m}.
k=−m

Înmulţind egalitatea j cu e−ipxj şi adunând, pentru j ∈ {0, 1, . . . , 2m} obţinem

2m m 2n
X X X 2π
yj e−ipxj = ck ei 2m+1 j(k−p) = (2m + 1)cp ,
j=0 k=−m j=0

de unde găsim
2m n−1
1 X 1 X −ipxj
cp = yj e−ipxj = yj e . (8.5)
2m + 1 j=0 n j=0

Expresia polinomului trigonometric de interpolare devine

m 2m 2m m
1 X X
−ikxj ikx 1 X X
t(x) = ( yj e )e = yj eik(x−xj ) .
2m + 1 k=−m j=0 2m + 1 j=0 k=−m

Ţinând seama de egalităţile

m m
X
ika
X sin (m + 12 )a
e =1+2 cos ka = (8.6)
k=−m k=1
sin a2

se obţine rezultatul dorit.

8.2. INTERPOLARE TRIGONOMETRICĂ PE NODURI ECHIDISTANTE 229

Ţinând seama de unicitatea polinomului trigonometric de interpolare are loc

egalitatea
2m
sin (2m+1)x
2
X (−1)j
1=
2m + 1 j=0 sin x−x
2
j

cu care rezultă formula baricentrică

P2m (−1)j yj
j=0 sin x−xj
2
t(x) = P2m (−1)j
.
j=0 sin x−xj
2

Utilizând demonstraţiei teoremei anterioare stabilim o reprezentare a poli-

2π
nomului de interpolare Lagrange pe nodurile cos 2m+1 j, j ∈ {0, 1, . . . , m}, prin
polinoame Cebı̂şev:

2π
Teorema 8.2.2 Dacă ξj = cos 2m+1 j, j ∈ {0, 1, . . . , m}, atunci

L(Pm ; ξ0 , . . . , ξm ; f )(ξ) =

m m m
!
1 X 4 X X 2πkj
= γj f (ξj ) + γj f (ξj ) cos Tk (ξ),
2m + 1 j=0 2m + 1 k=1 j=0 2m + 1

1

2
dacă k = 0
unde γk = .
1 dacă k ∈ {1, 2, . . . , m − 1}

Demonstraţie. Dacă yj = f (ξi ) din (8.5) se obţine

2m
2 X 2πpj
ap = f (ξj ) cos (8.7)
2m + 1 j=0 2m + 1
2m
2 X 2πpj
bp = f (ξj ) sin . (8.8)
2m + 1 j=0 2m + 1

2πpj 2πpj
Dacă up,j = f (ξj ) cos 2m+1 şi vp,j = f (ξj ) sin 2m+1 atunci up,2m+1−j = up,j şi
230 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

vp,2m+1−j = −vp,j , pentru j ∈ {1, 2, . . . , m}. Relaţiile (8.7)-(8.8) devin

2m m
2 X 2 X
ap = up,k = (up,0 + 2 up,j ) =
2m + 1 j=0 2m + 1 j=1
m m
4 1 X 4 X
= ( up,0 + up,j ) = γj up,j
2m + 1 2 j=1
2m + 1 j=0
2m
2 X
bp = vp,j = 0
2m + 1 j=0

şi
2m m m
1 X 1 X 2 X
a0 = c 0 = f( ξj ) = (f (ξ0 ) + 2 f (ξj )) = γj f (ξj ).
2m + 1 j=0 2m + 1 j=1
2m + 1 j=0
2π
Polinomul trigonometric de interpolare cu nodurile 2m+1
j, j ∈ {0, 1, . . . , 2m},
devine m
X
t(x) = γk ak cos kx.
k=0
Dacă x = arccos ξ atunci
m
X
t(arccos ξ) = γk ak Tk (ξ) ∈ Pm .
k=0

Fiind ı̂ndeplinite condiţiile de interpolare rezultă că

m
X
L(Pm ; ξ0 , ξ1 , . . . , ξm ; f )(ξ) = t(arccos ξ) = γk ak Tk (ξ) =
k=0

m m m
!
1 X 4 X X 2πkj
= γj f (ξj ) + γj f (ξj ) cos Tk (ξ)
2m + 1 j=0 2m + 1 k=1 j=0 2m + 1

Cazul cu număr par de noduri

π
Teorema 8.2.3 Dacă xj = j m , j ∈ {0, 1, . . . , 2m − 1} atunci expresia polino-
mului trigonometric de interpolare este
2m−1
sin mx X x − xj
t(x) = (−1)j yj cot .
2m j=0 2
8.2. INTERPOLARE TRIGONOMETRICĂ PE NODURI ECHIDISTANTE 231

Demonstraţie. Polinomul trigonometric de interpolare se caută de forma

m−1
a0 X am
t(x) = + (aj cos jx + bj sin jx) + cos mx.
2 j=1
2

Procedând analog cu demonstraţia teoremei anterioare

m−1
a0 X eijx + e−ijx eijx − e−ijx 1 am eimx + e−imx
t(x) = + (aj + bj )+ =
2 j=1
2 2i 2 2 2

m−1 m−1
am −imx X aj + ibj −ijx a0 X aj − ibj ijx am imx
= e + e + + e + e .
4 j=1
2 2 j=1
2 4
a −ib a +ib a0
Notând c−m = cm = a2m , cj = j 2 j , c−j = j 2 j , j ∈ {1, 2, . . . , m − 1}, c0 = 2
şi
eix = z expresia polinomului trigonometric se transformă ı̂n
m−1
c−m −m X cm m
t(x) = φ(z) = z + cj z j + z ,
2 j=−m+1
2

iar condiţiile de interpolare devin

2π π
t(k ) = φ(eik m ) = yk , ∀k ∈ {0, 1, . . . , 2m − 1}. (8.9)
n
π π
Dacă w = ei m atunci eik m = wk . Deoarece w−mk = wmk = (−1)k şi c−m = cm
condiţiile de interpolare (8.9) devin
m
X
cj wjk = yk ∀k ∈ {0, 1, . . . , 2m − 1}.
j=−m+1

Înmulţim fiecare ecuaţie, respectiv cu w−kp , k = 0, 1, . . . , 2m − 1; p ∈ {−m +

1, . . . , m} şi adunând egalităţile astfel obţinute, găsim
2m−1
X m
X 2m−1
X
yk w−kp = cj wk(j−p) . (8.10)
k=0 j=−m+1 k=0

Întrucât
2m−1 
X
k(j−p) 2m dacă j = p
w = (8.11)
0 dacă j ̸= p
k=0
232 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

din (8.10) rezultă

2m−1 n−1
1 X 1X
cp = yk w−kp = yk w−kp , (8.12)
2m k=0 n k=0

de unde, ı̂n final obţinem

2m−1
1 X kpπ
ap = 2ℜcp = yk cos (8.13)
m k=0 m
2m−1
1 X kpπ
bp = −2ℑcp = yk sin (8.14)
m k=0 m

pentru p = 0, 1, . . . , m.
Expresia funcţiei φ(z) devine
2m−1 m−1 2m−1 2m−1
1 1 X X 1 X 1 1 X
φ(z) = ( yj wjm )z −m + ( yj w−jk )z k + ( yj w−jm )z m =
2 2m j=0 k=−m+1
2m j=0
2 2m j=0

2m−1 m−1 m−1

!
1 X 1 wj m X wj k X z 1 z
= yj ( ) + ( ) +1+ ( j )k + ( j )m . (8.15)
2m j=0 2 z k=1
z k=1
w 2 w
Ţinând seama de identitatea
1 1 1 m−1 1 m (a2m − 1)(a + 1)
+ + . . . + + 1 + a + . . . + a + a = ,
2am am−1 a 2 2am (a − 1)
z
pentru a = wj
= ei(x−xj ) , expresia parantezei pătrate devine

ei(x−xj ) + 1 ei2m(x−xj ) − 1 x − xj j x − xj
i(x−x )
j − 1 im(x−x )
= cot sin m(x − x j ) = (−1) sin mx cot .
e 2e j 2 2
(8.16)
Astfel, polinomul trigonometric de interpolare este
2m−1
sin mx X x − xj
t(x) = (−1)j yj cot .
2m j=0 2

Ţinând seama de unicitatea polinomului trigonometric de interpolare are loc

egalitatea
2m−1
sin mx X x − xj
1= (−1)j cot
2m j=0 2
8.3. CONVERGENŢA POLINOAMELOR DE INTERPOLARE TRIGONOMETRICĂ 233

cu care rezultă formula baricentrică

P2m−1 j x−xj
j=0 (−1) yj cot 2
t(x) = P2m−1 x−xj .
j
j=0 (−1) cot 2

Încheiem această secţiune cu o proprietate de optimalitate legată de polinomul

trigonometric de interpolare pe noduri echidistante.
Condiţiile de interpolare s-au scris
X
cj eijxk = yk , k ∈ {0, 1, . . . , n − 1},
j∈I

cu
I = {−m, −m + 1, . . . , m} dacă n = 2m + 1
I = {−m + 1, . . . , m} dacă n = 2m
din care au rezultat
n−1
1 X −ikxj
ck = yj e , k ∈ I.
n j=0

În Cn definim
   
y0 eijx0
y =  ...  , wj =  ..
, j∈I
   
.
ijxn−1
yn−1 e

şi W = span{wj : j ∈ I}. Atunci

n−1 n−1 
X X n dacă p = q
< wp , wq >= eipxj eiqxj =< wp , wq >= i(p−q)xj
e = .
0 dacă p ̸= q
j=0 j=0

Din (6.12), elementul

P de aproximare construit prin metoda celor mai mici pătrate
a lui y din W este j∈I cj wj .

8.3 Convergenţa polinoamelor de interpolare

trigonometrică
Prin inducţie matematică se stabileşte
234 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

Teorema 8.3.1 Dacă f (x) = a20 + ∞

P
k=1 (ak cos kx + bk sin kx), x ∈ [0, 2π] şi este
de r ori continuu derivabilă atunci
Z 2π Z 2π
1 (r) π 1 π
ak = r
f (x) cos (kx + r )dx, bk = r
f (r) (x) sin (kx + r )dx,
πk 0 2 πk 0 2
de unde
2Mr
|ak |, |bk | ≤ ,
kr
unde Mr = max{|f (r) (x)| : x ∈ [0, 2π]}.

Are loc teorema de convergenţă

Teorema 8.3.2 Şirul polinoamelor de interpolare trigonometrică construite pe

noduri echidistante ale unei funcţii f de r ≥ 2 ori continuu derivabilă converge
uniform către f.

Demonstraţie. Cazul numărului impar de noduri n = 2m + 1.

Fie ∞
a0 X X
f (x) = + (aj cos jx + bj sin jx) = cj eijx ,
2 j=1 j∈Z

unde
aj − ibj
cj = , c−j = cj , j ∈ N.
2
Notăm m m
a0 X X
sn (x) = + (aj cos jx + bj sin jx) = cj eijx .
2 j=1 j=−m

Polinomul trigonometric de interpolare ı̂n nodurile xj = j 2π n

, j ∈ {0, 1, . . . , n − 1}
este m m
â0 X X
tn (x) = + (âj cos jx + b̂j sin jx) = ĉj eijx ,
2 j=1 j=−m

unde
âj − ib̂j
ĉj = , ĉ−j = ĉj , j ∈ {0, 1, . . . , m}.
2
Pe baza rezultatelor secţiunii anterioare, şirul ĉ = (ĉj )j∈Z ∈ Cn se calculează prin
transformarea Fourier discretă
1
ĉ = Fn (y), unde y = (yj )0≤j≤n−1 , yj = f (xj ).
n
8.3. CONVERGENŢA POLINOAMELOR DE INTERPOLARE TRIGONOMETRICĂ 235

Din Teorema 7.4.1, componentele transformării Fourier discrete se exprimă ı̂n

funcţie de coeficienţii Fourier a funcţiei
∞
!
X
[Fn (y)]k = n ck + (ck+sn + ck−sn ) .
s=1

Astfel
∞
X
ĉk = ck + (ck+sn + ck−sn ), k ∈ {0, 1, . . . , n − 1}.
s=1

Observând că pentru s ∈ N∗ , k + sn > 0 şi k − sn < 0 deducem

∞
X
âk = ak + (ak+sn + asn−k ), k ∈ {0, 1, . . . , m}, (8.17)
s=1
X∞
b̂k = bk + (bk+sn − bsn−k ), k ∈ {1, . . . , m}. (8.18)
s=1

Evaluăm diferenţa

|tn (x) − f (x)| ≤ |tn (x) − sn (x)| + |sn (x) − f (x)|. (8.19)

Pentru primul termen din (8.19) avem

 
1 Xm  
|tn (x) − sn (x)| =  (â0 − a0 ) + (âj − aj ) cos jx + (b̂j − bj ) sin jx  .
 
2 
j=1

Utilizând inegalitatea lui Cauchy-Buniakovsky se deduce

m
1 √ X
|tn (x) − sn (x)| ≤ |â0 − a0 | + 2 max{|âj − aj |, |b̂j − bj |}. (8.20)
2 j=1

Utilizând succesiv (8.17) şi rezultatul Teoremei 8.3.1 găsim

∞ ∞  
X X 1 1
|âj − aj | ≤ (|aj+ns | + |asn−j |) ≤ 2Mr r
+ =
s=1 s=1
(j + ns) (ns − j)r

∞
!
2Mr X 1 1 1
= r j r + j r .
n s=1 sr (1 + sn ) (1 − sn )
236 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

Pentru j ∈ {0, 1, . . . , m} se verifică inegalităţile

1 1 r
j r ≤ 1 şi j r ≤ 2 .
(1 + sn ) (1 − sn )
Inegalitatea anterioară devine
∞ ∞
!
2(2r + 1)Mr X 1 2(2r + 1)Mr X 1
|âj − aj | ≤ = 1+ .
nr s=1
sr nr s=2
sr
R ∞ dx
Apoi ∞ 1 1
P
s=2 s r ≤ 1 xr
= r−1 . Prin urmare
2(2r + 1)Mr r 2(2r + 1)Mr r
|âj − aj | ≤ ≤ .
(r − 1)nr (r − 1)2r mr
Au loc inegalităţile
r 2r + 1 5
≤ 2, r
≤ .
r−1 2 4
Rezultă că
5Mr
|âj − aj | ≤ .
mr
Analog rezultă şi |âj − aj | ≤ 5M
mr
r
.
Revenind ı̂n (8.20) deducem
5Mr 1 √ 10Mr
|tn (x) − sn (x)| ≤ ( + 2) ≤ ,
mr−1 2m mr−1
pentru ultima majorare s-a ţinut cont de m ≥ 1.
Pentru al doilea termen din (8.19) avem
∞
X
|sn (x) − f (x)| ≤ |aj cos jx + bj sin jx|.
j=m+1

Aplicând succesiv inegalitatea Cauchy-Buniakovsky şi rezultatul Teoremei 8.3.1,

se deduce ı̂n continuare
∞ ∞
√ X √ X 1
|sn (x) − f (x)| ≤ 2 max{|ak |, |bj |} ≤ 2 2Mr ≤
j=m+1 j=m+1
jr
√
√ Z ∞
dx 2 2Mr
≤ 2 2Mr r
= .
m x (r − 1)mr−1
Astfel
√
10Mr 2 2Mr 1
|tn (x) − f (x)| ≤ r−1 + r−1
= const r−1 −→ 0, m → ∞.
m (r − 1)m m
Cazul numărului par de noduri n = 2m se tratează asemănător.
8.3. CONVERGENŢA POLINOAMELOR DE INTERPOLARE TRIGONOMETRICĂ 237

Probleme şi teme de seminar

P 8.1 Regăsiţi expresia polinomului trigonometric de interpolare pe noduri echidis-
tante din Teorema 8.2.1 utilizând (8.1).

Indicaţie.
2m 2m   2m  
Y x − xj Y x jπ Y x 2mπ kπ
u(x) = sin = sin − = sin − + .
j=0
2 j=0
2 2m + 1 k=0
2 2m + 1 2m + 1

cu j = 2m − k. Utilizând identitatea 6 din Anexa B rezultă

1 x 2mπ 1 (2m + 1)x
u(x) = sin (2m + 1)( − ) = 2m sin =
22m 2 2m + 1 2 2
(−1)j x − xj
= 2m
sin (2m + 1) .
2 2
Prin urmare
(−1)j 2m + 1 x − xj (−1)j 2m + 1
u′ (x) = cos (2m + 1) ⇒ u ′
(x j ) = .
22m 2 2 22m 2
8.1 implică
2m X sin (2m + 1) 2m x−xj
1 X yj u(x) 1 2
t(x) = = yj .
2 j=0 u′ (xj ) sin x−x
2
j
2m + 1 j=0 x−x
sin 2 j

P 8.2 Regăsiţi expresia polinomului trigonometric de interpolare pe noduri echidis-

tante din Teorema 8.2.3 utilizând (8.4).

π
Indicaţie. Dacă xj = j m j ∈ {0, 1, . . . , 2m − 1} atunci suma nodurilor X =
P2m−1 X m+1
j=0 xj = (2m − 1)π, sin 2 = (−1) şi astfel D ̸= 0. Atunci

2m−1 2m−1
X cot x−xj
X x − xj Y sin x−x
2
k
2
t2 (x) = yj cos xj −xk = u(x) yj , (8.21)
j=0
2 k=0 sin 2 j=0
uj (xj )
k̸=j

Q2m−1 x−xj u(x)

cu u(x) = j=0 sin 2
şi uj (x) = x−xj . Se obţine uj (xj ) = 2u′ (xj ) =
sin 2
j
− (−1) m
22m−2
.
238 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

Din identitatea 6 Anexa B, prin schimbarea de indice k = 2m − 1 − j rezultă

2m−1 2m−1  
Y x − xj Y mx − (2m − 1)π π sin mx
u(x) = sin = sin +k = − 2m−1 ,
j=0
2 k=0
2 2m 2

Substituind egalităţile obţinute ı̂n (8.21) se obţine expresia dorită.

P 8.3 Dacă f ∈ C2π atunci coeficienţii polinomului de interpolare trigonometric
a funcţiei f ı̂n nodurile echidistante converg către coeficienţii Fourier ale funcţiei
f.

2π
Indicaţie. Cazul cu număr impar de noduri xj = 2n+1
j, j ∈ {0, 1, . . . , 2n}.
Pe baza identităţii 3 din Anexa B
2n n
!
2 X 1 X
t(x) = + cos k(x − xj ) f (xj ).
2n + 1 j=0 2 k=1

Dezvoltând cos k(x − xj ) şi rearanjând sumele se obţine

2n
1 X
t(x) = f (xj )+
2n + 1 j=0

n 2n 2n
!
X 2 X 2 X
+ ( f (xj ) cos kxj ) cos kx + ( f (xj ) sin kxj ) sin kx .
k=1
2n + 1 j=0
2n + 1 j=0

Sumele 2n+1 j=0 f (xj ), 2n+1 j=0 f (xj ) cos kxj , 2n+1 2n
2π
P2n 2π
P2n 2π
P
j=0 f (xj ) sin kxj reprezintă
sume Riemann, respectiv pentru integralele
Z 2π Z 2π Z 2π
f (x)dx, f (x) cos kxdx, f (x) sin kxdx.
0 0 0

În consecinţa
2n Z 2π
1 X 1
lim f (xj ) = f (x)dx,
n→∞ 2n + 1 2π 0
j=0
2n
1 2π
Z
2 X
lim f (xj ) cos kxj = f (x) cos kxdx,
n→∞ 2n + 1 π 0
j=0
2n
1 2π
Z
2 X
lim f (xj ) sin kxj = f (x) sin kxdx.
n→∞ 2n + 1 π 0
j=0
8.3. CONVERGENŢA POLINOAMELOR DE INTERPOLARE TRIGONOMETRICĂ 239

π
Cazul cu număr par de noduri xj = n
j, j ∈ {0, 1, . . . , 2n − 1}. Utilizând
identitatea 4 din Anexa B
2n−1
1 X x − xj
t(x) = f (xj ) cot sin n(x − xj ) =
2n j=0 2

2n−1 n−1
!
1 X X
= f (xj ) 1 + 2 cos k(x − xj ) + cos n(x − xj )
2n j=0 k=1

şi se continuă analog ca ı̂n cazul numărului impar de noduri.

P 8.4 Să se arate că

1.

. . . cos (2n−1)x . . . sin (2n−1)x

 
cos x2 cos 3x sin x2 sin 3x
V 2 2 2 2 =
x1 x2 ... ... x2n

n(n−1) 2 −2n
Y xk − xj
= (−1) 2 22n sin ,
1≤j<k≤2n
2

adică funcţiile sin (2j−1)x

2
, cos (2j−1)x
2
, j ∈ {1, . . . , n} formează un sistem
Cebı̂şev ı̂n intervalul [0, 2π).

2. Funcţia de interpolare corespunzătoare are expresia

n n
X Y sin x−x
2
k

L(x1 , . . . , x2n ; y1 , . . . , y2n ) = yj xj −xk .

j=1 k=1
sin 2
k̸=j

P 8.5 În condiţiile Teoremei 8.2.1 să se arate că

2m
def sin (2m+1)x
2
X (−1)j
ψ(x) = = 1.
2m + 1 j=0 sin x−x
2
j

şi că rezultatul teoremei se scrie sub forma baricentrică

P2m (−1)j yj
j=0 sin x−xj
2
t(x) = P2m (−1)j
.
j=0 sin x−xj
2
240 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

Indicaţie. Utilizând (8.6) se obţine

2m
X sin (2m + 1) x−xj 2m X m
1 1 X
ψ(x) = x−x
2
= eik(x−xj ) =
2m + 1 j=0 sin 2 j 2m + 1 j=0 k=−m

m 2m m
1 X X 1 X
= eikx e−ikxj = (2m + 1)δk,0 = 1.
2m + 1 k=−m j=0
2m + 1 k=−m

P 8.6 În condiţiile Teoremei 8.2.3 să se arate că

2m−1
def sin mx X x − xj
ψ(x) = (−1)j cot = 1.
2m j=0 2

şi că rezultatul teoremei se scrie sub forma baricentrică

P2m−1 j x−xj
j=0 (−1) yj cot 2
t(x) = P2m−1 .
(−1) j cot x−xj
j=0 2

π
Indicaţie. Reamintind că w = ei m şi ţinând seama de relaţiile (8.15) şi (8.16)
au loc egalităţile
2m−1 m−1 m−1
!
1 X 1 wj m X wj k X z 1 z
ψ(x) = ( ) + ( ) +1+ ( j )k + ( j )m =
2m j=0 2 z k=1
z k=1
w 2 w

m 2m−1
1 X γk X jk
=1+ w = 1,
2m k=−m z k j=0
k̸=0

1 k ∈ {−m + 1, . . . , −1, 1, . . . , m − 1}
unde γk = 1 .
2
k ∈ {−m, m}
P 8.7 Dându-se numerele reale 0 ≤ x1 < x2 < . . . xn ≤ 2π şi y1 , y2 , . . . , yn ;
w1 , wz, . . . , wn să se arate că există un singur polinom de interpolare trigonomet-
ric n
X
T (x) = (ak cos kx + bk sin kx) (8.22)
k=1
′ 1
cu proprietăţile T (xk ) = yk , T (xk ) = wk pentru orice k ∈ {1, 2, . . . , n}.
1
Newman D.J., Rubel L.A., 1979, On Osculatory Interpolation by Trigonometric Polynomi-
als. Internat. J. Math. & Math. Sci., Vol. 2, No. 4, 717-720.
8.3. CONVERGENŢA POLINOAMELOR DE INTERPOLARE TRIGONOMETRICĂ 241

Indicaţie. Forma complexă a polinomului trigonometric de interpolare (8.22)

este n
X def
T (x) = ck z k = φ(z),
k=−n

cu eix = z, ck = ak −ib
2
k
, c−k = c̄k , c0 = 0, k ∈ {1, 2, . . . , n}.
Deoarece T (x) = φ′ (z) dx
′ dz
= φ′ (z)ieix = izφ′ (z) condiţiile de interpolare devin

T (xk ) = φ(zk ) = yk ,
wk
T ′ (xk ) = izk φ′ (xk ) = wk ⇔ φ′ (zk ) = ,
izk

unde zk = eixk , k ∈ {1, 2, . . . , n}.

Funcţia Φ(z) = z n φ(z) este polinom de grad 2n şi au loc egalităţile

Φ(zk ) = zkn yk ,
Φ′ (zk ) = zkn−1 (nyk − iwk ).

Prin urmare, dacă yk = wk = 0, atunci Φ(zk ) = Φ′ (zk ) = 0, k ∈ {1, . . . , n}.

Notăm prin P02n spaţiul liniar al polinoamelor de grad cel mult 2n, având
coeficientul lui xn egal cu 0. Φ ∈ P02n .
Definim operatorul A : P02n → R2n prin

A(p) = (p(z1 ), . . . , p(zn ), p′ (z1 ), . . . , p′ (zn )).

P 2.3.1 jtrebuie arătat că operatorul A′ este injectiv.

În vederea aplicării Teoremei
Dacă p ∈ P02n , p(z) = 2n j=0 bj z şi A(p) = 0 atunci p(zk ) = p (zk ) = 0, ∀ k ∈
{1, . . . , n}, de unde
Y n
p(z) = c (z − zk )2 = c u2 (z), (8.23)
k=1
Qn
iar u(z) = k=1 (z − zk ).
Presupunem c ̸= 0. Împărţind (8.23) prin z n nk=1 (−zk ) rezultă
Q

Y z − zk n n
p(z) Y 1
Q n = c u(z) = c u(z) ( − z̄k ).
z n k=1 (−zk ) k=1
z(−zk ) k=1
z

Pentru z pe cercul unitate egalitatea de mai sus devine

p(z)
Qn = c|u(z)|2
zn k=1 (−zk )
242 CAPITOLUL 8. POLINOAME TRIGONOMETRICE

sau
p(z)
, c|u(z)|2 = k
zn
unde k = nk=1 (−z̄k ) = nk=1 (−eizk ). Înmulţim cu 2πız
1
Q Q
şi integrând pe cercul
unitate rezultă Z Z
c 2 dz k p(z)
|u(z)| = dz
2πi |z|=1 z 2πi z n+1
şi Z 1
c |u(ei2πt |2 dt = kbn .
0
Prin urmare bn ̸= 0, ı̂n contradicţie cu ipoteza p ∈ P02n .

P 8.8 Să se arate că valoarea polinomului trigonometric

n
X
T (x) = a0 + (ak cos kx + bk sin kx)
k=1

se poate obţine cu algoritmul de tip Horner

u n = cn , uk−1 = uk sin x − vk cos x + ck−1 , k ∈ {n, n − 1, . . . , 1}
vn = 0, vk−1 = uk sin x + vk cos x, k ∈ {n, n − 1, . . . , 1}
(1) (2)
prin T (x) = u0 + v0 , unde
(1)
• u0 se calculează pentru ck = ak , k ∈ {0, 1, . . . , n};
(2)
• v0 se calculează pentru ck = bk , k ∈ {0, 1, . . . , n}, (b0 = 0).

Pn k
Indicaţie. Pentru P (z) = k=0 ck z , ck ∈ R, ∀ k şi z = eix
n
X n
X
P (z) = ck cos kx + i ck sin kx = u + iv
k=0 k=1

schema lui Horner este

cn cn−1 . . . c1 c0
ix
z=e un = cn un−1 . . . u1 u0
vn = 0 vn−1 . . . v1 v0
cu formulele de recurenţă

uk−1 + ivk−1 = (cos x + i sin x)(uk + ivk ) + ck−1 .

8.3. CONVERGENŢA POLINOAMELOR DE INTERPOLARE TRIGONOMETRICĂ 243

R 2π
P 8.9 1. Fie f ∈ C2π . Să se arate că pentru calculul integralei I = 0
f (x)dx
formula trapezelor se reduce la
n−1
X 2π
In = h f (jh), unde h= .
j=0
n

ikx
P
2. Dacă dezvoltarea Fourier a funcţiei f este f (x) = k∈Z ck e atunci

(a) I = 2πc0
P∞
(b) In − I = 2π k=1 (ckn + c−kn ).

Indicaţie. (b)
n−1 n−1 X n−1
X X
ikhj
X X
j X
In = h f (jh) = h ck e =h ck eikh =h ck .
j=0 j=0 k∈Z k∈Z j=0 k∈Z
k mod n=0
244 CAPITOLUL 8. POLINOAME TRIGONOMETRICE
Capitolul 9

Interpolare şi aproximare cu

funcţii raţionale

9.1 Interpolare bazată pe diferenţa divizată in-

versă
Date fiind datele (xi , yi ) ∈ R×R, i ∈ {0, 1, . . . , n}, ı̂n problema de interpolare
P (x)
se cere determinarea unei funcţii rţionale R(x) = Q(x) , unde P (x) şi Q(x) sunt
polinoame de grad r şi repectiv s, astfel ı̂ncât R(xi ) = yi , ∀ i ∈ {0, 1, . . . , n}.
Polinoamele P, Q au r + s + 2 coeficienţi. Întotdeauna se poate efectua o sim-
plificăre ı̂n urma căreia un coeficient ia o valoare fixată a priori (uzual 1) şi ı̂n
consecinţă sunt esenţiali r + s + 1 coeficienţi. Rezultă condiţia n = r + s + 1.
Fie f (x) o funcţie pentru care yi = f (xi ), ∀ i ∈ {0, 1, . . . , n}. Considerăm
şirul de funcţii vi (x), i ∈ {0, 1, . . . , n} definit prin formula de recurenţă
x − xi
vi (x) = vi (xi ) + . (9.1)
vi+1 (x)
Explicitând succesiv pentru i = 0, 1, . . . , n se obţine
x − x0 x − x0
Fn (x) = v0 (x0 ) + = v0 (x0 ) + = ... (9.2)
v1 (x) v1 (x1 ) + x−x 1
v2 (x)
x−x0
. . . = v0 (x0 ) + v1 (x1 )
x−x1
+ v2 (x2 )
...
x−xn−1
+ vn (xn )
x−xn
+ vn+1 (x)
.

245
246 CAPITOLUL 9. INTERPOLARE ŞI APROXIMARE CU FUNCŢII RAŢIONALE

Observaţia 9.1.1 Înainte de a continua prezentăm ideea care va fi utilizată.

Dacă ı̂n locul relaţiei (9.1) se utilizează recurenţa

ui (x) = ui (xi ) + (x − xi )ui+1 (x)

atunci ı̂n urma explicitărilor pentru i = 0, 1, . . . , n se obţine

Fn (x) = u0 (x0 )+(x−x0 )u1 (x1 )+(x−x0 )(x−x1 )u2 (x2 )+. . .+(x−x0 ) . . . (x−xn−1 )un (xn )+

+(x − x0 ) . . . (x − xn−1 )(x − xn )un+1 (x).

Dacă se aleg ui (xi ) = [x0 , x1 , . . . , xi ; f ], i ∈ {0, 1, . . . , n}, atunci primii n + 1
termeni dau polinomul de interpolare Lagrange sub forma lui Newton

Fn (x) = L(Pn ; x0 , x1 , . . . , xn ; f )(x) + (x − x0 ) . . . (x − xn−1 )(x − xn )un+1 (x)

şi au loc egalităţile

Fn (xi ) = f (xi ), ∀ i ∈ {0, 1, . . . , n}.

Revenind la interpolarea cu funcţii raţionale vi (xi ) se vor defini ca diferenţe

divizate inverse.

Definiţia 9.1.1 Diferenţa divizară inversă a funcţiei f de ordin k ı̂n nodurile

x0 , x1 , . . . , xk este definită prin formula de recurenţă

xk − xk−1
{x0 , x1 , . . . .xk ; f } = ; (9.3)
{x0 , x1 , . . . , xk−2 , xk ; f } − {x0 , x1 , . . . , xk−1 ; f }
{x0 , f } = f (x0 ).

Observaţia 9.1.2 Diferenţa divizată inversă depinde de ordinea nodurilor, spre

deosebire de diferenţa divizată.

Observaţia 9.1.3 În cazul unei funcţii cu valori reale este posibil ca numitorul
expresiei (9.3) să fie 0.

Teorema 9.1.1 Dacă vi (xi ) = {x0 , x1 , . . . , xi ; f }, i ∈ {0, 1, . . . , n}, atunci Fn (xi ) =

f (xi ), ∀ i ∈ {0, 1, . . . , n}.
9.1. INTERPOLARE BAZATĂ PE DIFERENŢA DIVIZATĂ INVERSĂ 247

Demonstraţie. Din (9.2) rezultă F (xk ) =

xk −x0
= v0 (x0 ) + v1 (x1 )
xk −x1
+ v2 (x2 )
..
.
xk −xk−2
+ vk−1 (xk−1 )
xk −xk−1
+ vk (xk )

Dar
xk − xk−1 xk − xk−1
vk−1 (xk−1 ) + = {x0 , x1 , . . . , xk−1 ; f } + =
vk (xk ) {x0 , x1 , . . . , xk ; f }
xk − xk−1
= {x0 , x1 , . . . , xk−1 ; f }+ xk −xk−1 = {x0 , x1 , . . . , xk−2 , xk ; f }.
{x0 ,x1 ,...,xk−2 ,xk ;f }−{x0 ,x1 ,...,xk−1 ;f }

Efectuând repetat aceste calcule, ı̂n final rezultă

xk − x0 xk − x0
F (xk ) = v0 (x0 ) + = f (x0 ) + xk −x0 = f (xk ).
{x0 , xk ; f } f (xk )−f (x0 )

Utilizând acest rezultat se obţine

Teorema 9.1.2 În cazul nodurilor x0 , x1 , . . . , xk−1 , x are loc formula f (x) =
x−x0
= f (x0 ) + v1 (x1 )
x−x1
+ v2 (x2 )
.. (9.4)
.
x−xk−2
+ vk−1 (xk−1 )
x−xk−1
+ vk (x)
.

Există un procedeu iterativ pentru a obţine reprezentarea funcţiei Fn (x) ca

funcţie raţională. În acest sens rescriem formula (9.4) sub forma

vk (x)Gk (x) + (x − xk−1 )Pk (x)

f (x) = . (9.5)
vk (x)Hk (x) + (x − xk−1 )Qk (x)

Pentru k + 1 relaţia de mai sus este

vk+1 (x)Gk+1 (x) + (x − xk )Pk+1 (x)
f (x) = . (9.6)
vk+1 (x)Hk+1 (x) + (x − xk )Qk+1 (x)
248 CAPITOLUL 9. INTERPOLARE ŞI APROXIMARE CU FUNCŢII RAŢIONALE

Utilizând formula de recurenţă (9.1) ı̂n (9.5) se obţine

vk+1 (x) (vk (xk )Gk (x) + (x − xk−1 )Pk (x)) + (x − xk )Gk (x)
f (x) = . (9.7)
vk+1 (x) (vk (xk )Hk (x) + (x − xk−1 )Qk (x)) + (x − xk )Hk (x)

Comparând relaţiile (9.6) cu (9.7) identificăm

Pk+1 (x) = Gk (x)

Qk+1 (x) = Hk (x)
Gk+1 (x) = vk (xk )Gk (x) + (x − xk−1 )Pk (x)
Hk+1 (x) = vk (xk )Hk (x) + (x − xk−1 )Qk (x)

Rezultă formulele de recurenţă

Gk+1 (x) = vk (xk )Gk (x) + (x − xk−1 )Gk−1 (x) (9.8)

Hk+1 (x) = vk (xk )Hk (x) + (x − xk−1 )Gk−1 (x) (9.9)

Din (9.4) pentru k = 1 relaţia se scrie

x − x0 v1 (x)f (x0 ) + (x − x0 )
f (x) = f (x0 ) + = .
v1 (x) v1 (x)
Astfel valorile iniţiale sunt

G1 (x) = f (x0 ) H1 (x) = 1

(9.10)
G0 (x) = 1 H0 (x) = 0

Potrivit Teoremei 9.1.1 funcţia raţională de interpolare este

Gn+1 (x)
Fn (x) = , (9.11)
Hn+1 (x)

cu Gk (x), Hk (x), k = 1, 2, . . . , n, generate cu formulele de recurenţă (9.11) şi

(9.12), cu valorile iniţiale date de (9.13) şi cu vi (xi ) = {x0 , x1 , . . . , xi ; f }, i =
0, 1, . . . , n.
Din formulele de recurenţă deducem cŭ

k =1 ⇒ G2 ∈ P1 H2 ∈ P0
k =2 ⇒ G3 ∈ P1 H3 ∈ P1
k =3 ⇒ G4 ∈ P2 H4 ∈ P1
k =4 ⇒ G5 ∈ P2 H5 ∈ P2
..
.
9.1. INTERPOLARE BAZATĂ PE DIFERENŢA DIVIZATĂ INVERSĂ 249

Rezultă că G2k+1 , H2k+1 ∈ Pk şi G2k ∈ Pk , H2k ∈ Pk−1 .

Dacă n + 1 este impar, n + 1 = 2k + 1, atunci

grad(Gn+1 ) + grad(Hn+1 ) = 2k = n.

Dacă n + 1 este par, n + 1 = 2k, atunci

grad(Gn+1 ) + grad(Hn+1 ) = 2k − 1 = n.

În ambele cazuri numărul coeficienţlor care definesc funcţia raţională Fn (x) co-
incide cu numărul condiţiilor de interpolare.
Calculul diferenţelor divizate inverse se face completând succesiv coloanele
tabloului

x0 {x0 ; f }
x1 {x1 ; f } {x0 , x1 ; f }
x2 {x2 ; f } {x0 , x2 ; f } {x0 , x1 , x2 ; f }
.. ...
.
xn {xn ; f } {x0 , xn ; f } {x0 , x1 , xn ; f } . . . {x0 , x1 , . . . , xn ; f }

Teorema 9.1.3 Restul aproximării unei funcţii f : R → R prin funcţia raţională

Fn (x) dată de (9.11) este
Qn
n i=1 (x − xi )
r(x) = f (x) − Fn (x) = (−1) .
(vn+1 Hn+1 (x) + (x − xn )Hn (x))Hn+1 (x)

Demonstraţie. Fie x ∈ R, x ∈ / {x0 , x1 , . . . , xn }, fixat. Pentru nodurile x0 , x1 , . . . , xn−1 , x

potrivit formulei 9.4 are loc egalitatea
vn (x)Gn (x) + (x − xn−1 )Gn−1 (x)
f (x) = , (9.12)
vn (x)Hn (x) + (x − xn−1 )Hn−1 (x)
ı̂n timp ce
Gn+1 (x) vn (xn )Gn (x) + (x − xn−1 )Gn−1 (x)
Fn (x) = = . (9.13)
Hn+1 (x) vn (xn )Hn (x) + (x − xn−1 )Hn−1 (x)

Trebuie remarcat că ı̂n procesul iterativ de calculul a relaţiilor (9.12) şi (9.13)
funcţiile G0 (x), G1 (x), . . . , Gn (x), H0 (x), H1 (x), . . . , Hn (x) coincid, doar calculul
iteratiei urmăroare diferă deoarece diferă ultimul nod.
250 CAPITOLUL 9. INTERPOLARE ŞI APROXIMARE CU FUNCŢII RAŢIONALE

Restul este dat de

r(x) = f (x) − Fn (x) =
vn (x)Gn (x) + (x − xn−1 )Gn−1 (x) vn (xn )Gn (x) + (x − xn−1 )Gn−1 (x)
= − =
vn (x)Hn (x) + (x − xn−1 )Hn−1 (x) vn (xn )Hn (x) + (x − xn−1 )Hn−1 (x)
(x − xn−1 )(vn (x) − vn (xn ))(Gn−1 (x)Hn (x) − Gn (x)Hn−1 (x))
= .
(vn (x)Hn (x) + (x − xn−1 )Hn−1 (x)) (vn (xn )Hn (x) + (x − xn−1 )Hn−1 (x))
x−xn
Deoarece vn (x) = vn (xn ) + vn+1 (x)
are loc egalitatea

x − xn
vn (x)Hn (x) + (x − xn−1 )Hn−1 (x) = Hn+1 (x) + Hn (x)
vn+1 (x)

şi expresia restului r(x), după substituirea lui vn (x), devine

(x − xn )(x − xn−1 )(Gn (x)Hn−1 (x) − Gn−1 (x)Hn (x))

r(x) = .
(vn+1 Hn+1 (x) + (x − xn )Hn (x))Hn+1 (x)

Au loc egalităţile
Gn (x)Hn−1 (x) − Gn−1 (x)Hn (x) =
= (vn−1 (xn−1 )Gn−1 (x) + (x − xn−2 )Gn−2 (x))Hn−1 (x)−
−Gn−1 (x)(vn−1 (xn−1 )Hn−1 (x) + (x − xn−2 )Hn−2 (x)) =
= −(x − xn−2 )(Gn−1 (x)Hn−2 (x) − Gn−2 (x)Hn−1 (x)).
Utilizând repetat aceste transformări se obţine

Gn (x)Hn−1 (x) − Gn−1 (x)Hn (x) =

= (−1)n−2 (x − xn−2 )(x − xn−3 ) . . . (x − x1 )(G2 (x)H1 (x) − G1 (x)H2 (x)).

Ţinând seama de (9.13) se găseşte G2 (x)H1 (x) − G1 (x)H2 (x) = x − x0 . Astfel ı̂n
final se obţine
n−2
Y
n
Gn (x)Hn−1 (x) − Gn−1 (x)Hn (x) = (−1) (x − xi )
i=0

şi deci
Qn
n − xi )
i=1 (x
r(x) = (−1) .
(vn+1 Hn+1 (x) + (x − xn )Hn (x))Hn+1 (x)
9.2. INTERPOLARE RAŢIONALĂ BARICENTRICĂ 251

9.2 Interpolare raţională baricentrică

Teorema 2.4.2 stă la baza acestei metode iar funcţia raţională de interpolare
este dată de formula (2.28).
Notăm datele de interpolare prin (xi , yi )1≤i≤n . Împărţim elementele mulţimilor
X = {x1 , . . . , xn } şi implicit Y = {y1 , . . . , yn } ı̂n câte două submulţimi:

X = {p1 , . . . , pα } ∪ {q1 , . . . , qβ }, α + β = n,
| {z } | {z }
P Q
Y = {z1 , . . . , zα } ∪ {w1 , . . . , wβ } .
| {z } | {z }
Z W

Dacă r(x) este funcţia raţională de interpolare atunci condiţiile de interpolare

sunt

r(pi ) = zi , ∀ i ∈ {1, . . . , α},

r(qj ) = wj ∀ j ∈ {1, . . . , β}.

Folosim mulţimile cu β elemente pentru reprezentarea funcţiei raţionale de inter-

polare sub forma baricentrică
Pβ bj
j=1 x−qj
r(x) = Pβ ak ,
i=1 x−qj

unde coeficienţii (aj )j , (bj )j trebuie deteminaţi astfel ı̂ncât să fie ı̂ndeplinite
condiţiile de interpolare.
b
Din r(qj ) = ajj = wj rezultă bj = wj aj , ∀ j ∈ {1, . . . , β}.
Condiţiile de interpolare r(pi ) = zi devin
β β β
X aj X w j aj X zi − wj
zi − =0 ⇔ aj = 0, ∀ i ∈ {1, . . . , α}.
j=1
pi − qj p − qj
j=1 i j=1
pi − qj

Relaţiile de mai sus formează un sistem algebric de ecuaţii liniare şi omogene cu
necunoscutele a1 , . . . , aβ . Matricea sistemului
 z1 −w1 z1 −w2 z1 −wβ 
p1 −q1 p1 −q2
... p1 −qβ
L=
 .. .. .. 
. . . 
zα −w1 zα −w2 zα −wβ
pα −q1 pα −q2
... pα −qβ
252 CAPITOLUL 9. INTERPOLARE ŞI APROXIMARE CU FUNCŢII RAŢIONALE

se numeşte matrice Löwner.

O soluţie a sistemului omogen având toate componentele nenule determină com-
plet soluţia problemei de interpolare.
În locul rezolvării sistemului algebric de ecuaţii liniare şi omogene se poate
considera problema de optimizare (metoda celor mai mici pătrate)

α β
!2
X X zi − wj
min aj
(aj )j
i=1 j=1
pi − qj

cu restricţia
β
X
a2j = 1.
j=1

Problema de optimizare se poate rescrie sub forma

mina∈Rβ ∥La∥2
∥a∥22 = 1

Potrivit Teoremei 17.3.1 soluţia dedusă utilizează descompunerea valorii spec-

trale. Cu notaţiile uzuale, dacă U H LV = Σ, atunci soluţia este a = vβ iar
valoarea minimă a funcţionalei obiectiv este σβ .
Problema rămasă este modul ı̂n care se ı̂mpart elementele mulţimilor X şi Y.
O soluţie este dată de algoritmul aaa (triple a : adaptive Antoulas - Anderson)1
utilizând varianta cu problema de optimizare.
Pentru prezentarea algoritmului ataşăm indicele iteraţiei m, după cum urmează:

1. Pm , Qm , Zm , Wm pentru mulţimile P, Q, Z, W folosite mai sus;

2. Numărul elementelor mulţimilor Pm /Zm şi Qm /Wm sunt αm şi respectiv

βm ;

3. Elementele celor patru mulţimi sunt

(m) (m) (m) (m)

Pm = {p1 , . . . , pαm } Qm = {q1 , . . . , qβm }
(m) (m) (m) (m) ;
Zm = {z1 , . . . , zαm } Wm = {w1 , . . . , wβm }
1
Nakatsukasa Y., Sète O., Trefethen L, N., 2018, The aaa algoritm for rational approxima-
tion. SIAM J. SCI. COMPUT. Vol. 40, No. 3, pp. A1494–A1522.
9.2. INTERPOLARE RAŢIONALĂ BARICENTRICĂ 253

4. Funcţia raţională construită are expresia

Pβm a(m)
j
(m)
wj
j=1 x−q (m)
j
rm (x) = P (m)
,
βm ak
i=1 x−q (m)
j

(m)
unde (aj )j este soluţia problemei de optimizare.
Descrierea algoritmului:
1. Iniţializarea
(0) (0)
α0 = n P0 = {x1 , . . . , xn } = {p0 , . . . , pα0 }
(0) (0)
Z0 = {y1 , . . . , yn } = {z0 , . . . , zα0 }
β0 = 0 Q0 = ∅
W0 = ∅

2. Iteraţia m = 1, 2, . . .
O iteraţie constă din două activităţi:
(a) Determinarea mulţimilor Pm , Qm , Zm , Wm : Fie i0 ∈ {1, . . . , αm−1 } un
indice pentru care se obţine maximul expresiei
(
(m−1)
zi dacă m = 1
max (m−1) (m−1
1≤i≤αm−1 zi − rm−1 (pi ) dacă m > 1.
Atunci
(m−1) (m−1)
Pm = Pm−1 \ {pi0 }, Qm = Qm−1 ∪ {pi0 }
(m−1) (m−1)
Zm = Zm−1 \ {zi0 }, Wm = Wm−1 ∪ {zi0 }
(b) Determinarea funcţiei raţionale de interpolare. Reamintim că utilizăm
varianta bazată pe problema de optimizare. În continuare pentru sim-
plificarea scrierii renunţăm la indicele de iteraţie. Introducerea unor
matrice (tablori) simplifică determinarea datelor ı̂n cadrul algoritmu-
lui. Dacă sunt introduse matricele
 1 1 1 
p1 −q1 p1 −q2
. . . p1 −qβ

C =  ... .. .. 

. . 
1 1 1
pα −q1 pα −q2
... pα −qβ

Dz = diag(z1 , . . . , zα ) Dw = diag(w1 , . . . , wβ )
atunci L = Dz C − CDw .
254 CAPITOLUL 9. INTERPOLARE ŞI APROXIMARE CU FUNCŢII RAŢIONALE

Dacă U H LV = Σ este descompunerea valorii spectrale a matricei L atunci

a = vβ = (Vi,β )1≤i≤β .
(m)
În final calculăm vectorul (r(pi ))1≤i≤β = rm (pi )1≤i≤βm de care este nevoie
ı̂n prima etapă a iteraţiei următoare. Deoarece
Pβ aj wj
j=1 pi −qj
r(pi ) = Pβ aj , i ∈ {1, . . . , α}.
j=1 pi −qj

vectorul (r(pi ))i se obţine ı̂mpărţind pe componente elementele vectorilor

(n(pi ))1≤i≤α = Cξ,

(d(pi )1≤i≤α = Ca

unde ξ = (aj wj )1≤j≤β . Aceasta este motivaţia introducerii matricei C.

Totodată se reţine valoarea funcţionalei obiectiv errorm = σβ .

3. Regula de oprire
Procesul de calcul se opreşte ı̂n cazul ı̂ndeplinirii condiţiei

errorm < ε,

unde ε este o toleranţă fixată a priori.

9.3 Aproximarea Padé

Pentru o funcţie f aproximaţia Padé constă ı̂n determinarea unei aproximaţii
raţionale
P (x) a0 + a1 x + . . . + am x m
Rm,n (x) = = .
Q(x) 1 + b1 x + . . . + bn x n
În felul acesta necunoscutele sunt coeficienţii polinoamelor, ı̂n număr de m+n+1.
Presupunem că funcţia f admite dezvoltarea tayloriană
m+n
X
f (x) = fk xk + O(|x|m+n+1 ).
k=0
Pm+n
Notând T (x) = k=0 fk xk , aproximarea Padé se determină astfel ı̂ncât

P (x) − T (x)Q(x)
Rm,n (x) − T (x) = = O(|x|m+n+1 ).
Q(x)
9.3. APROXIMAREA PADÉ 255

În locul acestei cerinţe se foloseşte

P (x) − T (x)Q(x) = O(|x|m+n+1 ).
Detaliind polinomul P (x) − T (x)Q(x) =
= a0 + a1 x + . . . + am xm − (f0 + f1 x + . . . + fm+n xm+n )(1 + b1 x + . . . + bn xn )
cerinţa este ca termenul liber şi coeficienţii lui x, . . . , xm+n să fie egali cu 0.
Va rezulta un sistem algebric de m + n + 1 ecuaţii liniare cu m + n + 1
necunoscute, dar fără garanţia existenţei unei soluţii.
Pentru
f = (f0 , f1 , . . . , fm+n )T
c = (a0 , a1 , . . . , am , b1 , b2 , . . . , bn )
vom scrie sistemul algebric ca Ac = f . Presupunem că m, n > 0. Structura
matricei A depinde de relaţia dintre m şi n.
• Cazul m < n.
 
1 0 ...

 1 −f0 0 ... 


 1 −f1 −f0 0 ... 

 .. .. .. .. 

 . . . . 

1 −fm−1 −fm−2 ... −f0 0 ...
 
 
−fm −fm−1 ... −f0 0 ...
 
A= =
 
 .. .. 

 . . 


 −fn−1 −fn−2 ... −f1 −f0 


 −fn −fn−1 ... −f2 −f1 


 .. 

 . 
−fm+n−1 −fm+n−2 ... −fm+1 −fm
 
Im+1 A1,2
= 0n−m,m+1 A2,2  ,

0m,m+1 A3,2
unde A1,2 ∈ Mm+1,n (R), A2,2 ∈ Mn−m,n (R), A3,2 ∈ Mm,n (R).
• Cazul m = n.
 
1 0 ...
 1 −f0 0 ... 
−f1 −f0
 

 1 0 ... 

 .. .. .. 
 . . . 
A= =
 
 1 −fn−1 −fn−2 ... −f0 
−fn −fn−1 ... −f1
 
 
..
 
 
 . 
−f2n−1 −f2n−2 ... −fn
256 CAPITOLUL 9. INTERPOLARE ŞI APROXIMARE CU FUNCŢII RAŢIONALE

 
In+1 A1,2
= ,
0n,n+1 A2,2
unde A1,2 ∈ Mn+1,n (R), A2,2 ∈ Mn,n (R).
• Cazul m > n.
 
1 0 ...

 1 −f0 0 ... 


 1 −f1 −f0 0 ... 

 .. . .. 
 . .. . 
 
1 −fn−1 −fn−2 ... −f0
 
 
1 ... −fn −fn−1 ... −f1
 
A= =
 
 .. .. 

 . . 


 1 −fm−1 −fm−2 ... −fm−n 


 −fm −fm−1 ... −fm−n+1 


 .. 

 . 
−fm+n−1 −fm+n−2 ... −fm

 
In+1 0n+1,m−n A1,3
=  0m−n,n+1 Im−n A2,3  ,
0n,n+1 0n,m−n A3,3
unde A1,3 ∈ Mn+1,n (R), A2,3 ∈ Mm−n,n (R), A3,3 ∈ Mn,n (R).
Capitolul 10

Aproximare şi interpolare cu

polinoame Cebı̂şev

10.1 Polinoame Cebı̂şev

1
Polinoamele lui Cebı̂şev sunt polinoame ortogonale cu ponderea ρ(x) = √1−x 2

ı̂n intervalul I = [−1, 1].

Polinomul lui Cebı̂şev de gradul n, restricţionat la intervalul [−1, 1], este
definit prin
Tn (x) = cos (n arccos x).

Teorema 10.1.1 Au loc afirmaţiile

(i) Polinoamele lui Cebı̂şev satisfac formulele de recurenţă:

Tn+1 (x) = 2xTn (x) − Tn−1 (x);

T0 (x) = 1;
T1 (x) = x.

(ii) Coeficientul lui xn a lui Tn (x) este 2n−1 şi coeficientul lui xn−1 este 0.

Teorema 10.1.2 Au loc relaţiile de ortogonalitate

Z 1
Tn (x)Tk (x)
√ dx = 0, ∀n ̸= k, n, k ∈ N,
−1 1 − x2
Z 1
Tn2 (x)
 π
n≥1
√ dx = 2 = αn π.
−1 1−x 2 π n=0

257
258 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

1

2
n≥1
unde αn = .
1 n=0

Teorema 10.1.3 Fie P̃n = {P ∈ Pn : P (x) = xn + a1 xn−1 + . . . + an−a x + an ; P ∈

R[X]}. Are loc egalitatea
1 1
inf sup |P (x)| = sup | Tn (x)| = .
P ∈P̃n x∈[−1,1] x∈[−1,1] 2n−1 2n−1
1 1
Demonstraţie. supx∈[−1,1] | 2n−1 Tn (x)| = 2n−1 . Presupunând prin absurd că
1
există P ∈ P̃n astfel ı̂ncât supx∈[−1,1] |P (x)| < 2n−1 funcţia R(x) = P (x) −
1
T (x) ∈ Pn−1 va avea n rădăcini situate ı̂n intervalele [xk , xk+1 ], k ∈ {0, . . . , n−
2n−1 n
k
1}, unde xk = cos kx
n
. R(xk ) = P (xk ) − (−1)
2n−1
.

10.2 Dezvoltarea Cebı̂şev, seria Laurent, dez-

voltarea Fourier
Fie f : [−1, 1] → R o funcţie continuă. Numerele
Z 1
1 f (x)Tn (x)
an = √ dx (10.1)
αn π −1 1 − x2
se numesc coeficienţii dezvoltării Cebı̂şev ataşat funcţiei f :
∞
X
f (x) ∼ an Tn (x), x ∈ [−1, 1]. (10.2)
n=0

Are loc egalitatea

Z π Z π
1 1
an = f (cos t) cos ntdt = f (cos t) cos ntdt. (10.3)
αn π 0 2αn π −π

Polinomul fn (x) = nk=0 ak Tk (x) se obţine prin metoda celor mai mici pătrate
P
ca soluţie a problemei de optimizare
Z 1 n
!2
1 X
√ f (x) − λk Tk (x) dx → min
−1 1 − x2 k=0

cu minimizarea după coeficienţii λ0 , . . . , λn . Acest polinom se numeşte polinomul

de aproximare Cebı̂şev a funcţiei f (x) ı̂n intervalul [−1, 1].
10.2. DEZVOLTAREA CEBÎŞEV 259

Cu notaţiile din 6.1, ı̂n spaţiul Hilbert real L2 [−1, 1] cu produsul scalar
Z 1
f (x)g(x)
< f, g >= √ dx,
−1 1 − x2
şi pn = Tn , ∀n ∈ N, au loc egalităţile

π

k≥1 a
2 k
< f, pk > = < f, Tk >=
πa0 k = 0
 π
2
k≥1
< pk , pk > = < Tk , Tk >=
π k=0
∞
X < f, pk > 2 ∞
X < f, Tk > 2 ∞
2 1X 2
= = π(a0 + a )=
k=0
< pk , pk > k=0
< Tk , Tk > 2 k=1 k
Z 1 Z π
f 2 (x)
= √ dx = f 2 (cos t)dt. (10.4)
1 − x 2
−1 0

Teorema 10.2.1 Dacă f ∈ C 2 [−1, 1] şi M2 este o majorantă a derivatei de

ordinul doi a lui f atunci
2M2
|an | ≤ , ∀ n ≥ 2. (10.5)
(n − 1)2

Demonstraţie. Pornind de la prima egalitate din (10.3), vom efectua două

integrări prin părţi. După prima integrare prin părţi se obţine
Z π
2
an = f ′ (cos t) sin t sin ntdt =
nπ 0
Z π Z π 
1 ′ ′
= f (cos t) cos (n − 1)tdt − f (cos t) cos (n + 1)tdt .
nπ 0 0
Se efectuează a doua integrare prin părţi ı̂n cele două integrele de mai sus:
 Z π
1 1
an = f ′′ (cos t) sin t sin (n + 1)tdt−
nπ n + 1 0
Z π 
1 ′′
− f (cos t) sin t sin (n − 1)tdt .
n−1 0
Prin urmare
M2 1 1 2M2
|an | ≤ ( + )≤ .
n n+1 n−1 (n − 1)2
260 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

Unei funcţii f : [−1, 1] → R i se asociază o funcţie de variabilă complexă prin

substituţiile
1
x = cos t = (eit + e−it ), (10.6)
2
it
z = e . (10.7)

Atunci
z + z1
f (x) = f (cos t) = f ( ) = F (z).
2
Are loc egalitatea F (z) = F ( z1 ).
Dacă x variază de la -1 la 1 atunci t variază de la π la 0, iar z descrie semicercul
unitate din semiplanul superior Γ+ ı̂n sens invers trigonometric. Vom nota prin
Γ− semicercul unitate din semiplanul inferior şi Γ = Γ+ ∪Γ− cercul unitate. Când
t variază de la 0 la π atunci z = e−it parcurge Γ− ı̂n sens invers trigonometric.

Teorema 10.2.2 Dacă F (ζ) = F ( ζ1 ), ζ ∈ Γ, atunci pentru orice n ∈ N au loc

egalităţile:
Z Z
F (ζ)
n+1
dζ = F (ζ)ζ n−1 dζ (10.8)
Γ+ ζ −
Z ZΓ
F (ζ)
F (ζ)ζ n−1 dζ = n+1
dζ (10.9)
Γ+ Γ− ζ

Demonstraţie. Ambele relaţii rezultă prin schimbarea de variabilă ζ = w1 . Dacă

ζ ∈ Γ+ atunci w ∈ Γ− .
Pentru n ∈ Z, notăm prin cn coeficientul Laurent al unei funcţii complexe F
cu singularitate ı̂n origine:
Z
1 F (ζ)
cn = dζ.
2πi Γ ζ n+1

Are loc echivalenţa F (ζ) = F ( ζ1 ) ⇔ cn = c−n , ∀n ∈ N∗ . Între coeficienţii

dezvoltării Cebı̂şev şi coeficienţii seriei Laurent are loc legătura
1
Teorema 10.2.3 Au loc egalităţile an = c ,
αn n
∀ n ∈ N.

Demonstraţie. Aplicând schimbările de variabilă (10.6)-(10.7)

Z 1 Z π
1 f (x)Tn (x) 1
an = √ dx = f (cos t) cos ntdt =
αn π −1 1−x 2 αn π 0
10.2. DEZVOLTAREA CEBÎŞEV 261

ζ n + ζ −n dζ
Z Z Z 
1 1 n−1 F (ζ)
= F (ζ) = F (ζ)ζ dζ + dζ .
αn π Γ+ 2 iζ 2αn πi Γ+ Γ+ ζ n+1
Folosind (10.9), relaţia de mai sus devine
Z
1 F (ζ) 1
an = n+1
dζ = cn .
2αn πi Γ ζ αn

Teorema 10.2.4 Are loc egalitatea

∞
X X
an Tn (x) = cn z n = F (z) = f (x).
n=0 n∈Z

Demonstraţie. Ţinând seama de definiţia lui αn

∞ ∞
X X 1 X
an Tn (x) = (z n + z −n )cn = cn z n .
n=0 n=0
2α n
n∈Z

Egalitatea dintre funcţia complexă F (z) şi seria Laurent ı̂n coroana U \{0}, unde
U este discul unitate, implică egalitatea dintre funcţia f şi dezvoltatea Cebı̂şev.

Fie dezvoltarea Cebı̂şev a funcţiei f (x) = ∞

P
k=0 ak Tk (x) şi sumele parţiale /
şirul polinoamelor Cebı̂şev de aproximare a funcţiei f (x)
n
X
fn (x) = ak Tk (x), ∀n ∈ N.
k=0

Teorema 10.2.5 Dacă f ∈ C 2 [−1, 1] atunci şirul (fn (x))n∈N converge uniform
ı̂n intervalul [−1, 1] către f (x).

Demonstraţie. Aplicând evaluarea (10.5), pentru x ∈ [−1, 1] au loc relaţiile

∞ ∞ ∞
X X X 1
|f (x) − fn (x)| = | ak Tk (x)| ≤ |ak | ≤ 2M2 2
→ 0,
k=n+1 k=n+1 k=n
k

pentru n → ∞.
Pentru x = cos t din dezvoltarea Cebı̂şev (10.2) rezultă dezvoltarea Fourier
X
f (cos t) = an cos nt. t ∈ [−π, π].
n∈N
262 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

Coeficienţii Fourier rezultă din (10.3)

Z π Z π
1 1
a0 = f (cos t)dt, an = f (cos t) cos ntdt, n ∈ N∗ .
2π −π π −π

Un subşir de aproximaţii ale coeficienţilor Fourier se poate calcula utilizând

transformarea Fourier discretă (7.4.1)

1
a= Fm (φ)
m

unde a = (aj )0≤j≤m−1 şi φ = (f (cos 2πj m

))0≤j≤m−1 . Prin Fm s-a notat transfor-
marea Fourier discretă. Se poate lua m = 2n.
Pseudocodul algoritmului de calcul al coeficienţilor aproximaţiei Cebı̂şev bazat
pe transformarea Fourier discretă este dat ı̂n P 10.
Alternativ, se poate utiliza formula de integrare numerică Gauss. Dacă ξk =
cos (k + 12 ) Nπ , k ∈ {0, 1, . . . , N − 1} sunt rădăcinile polinomului Cebı̂şev TN (x)
atunci
Z 1 N −1
1 f (x)Tn (x) 1 π X
an = √ dx ≈ f (ξk )Tn (ξk ) =
αn π −1 1 − x2 αn π N k=0

N −1    
1 X 1 π 1 πn
= f cos ((k + ) ) cos (k + )
αn N k=0 2 N 2 N

S-a pus ı̂n evidenţă transformarea cosinus discretă a şirului

(f (cos ((k + 21 ) Nπ )))k∈{0,1,...,N −1} .
Relaţia (10.4) oferă un indicator de verificare a acurateţii cu care fn apro-
ximează funcţia f
Z π n
1X 2
e(f, n) = f (cos(t))2 dt − π(a20 + a ).
0 2 k=1 k

Aplicaţa t 7→ x = a + b−a
2
(t + 1) este o bijecţie ı̂ntre intervalele [−1, 1] şi [a, b].
Dacăf ∈ C[a, b] atunci dezvoltarea Cebı̂şev se construieşte pentru

∞ ∞  
b−a X X x−a
f (a + (t + 1)) = cn Tn (t) ⇔ f (x) = cn Tn 2 − 1 . (10.10)
2 n=0 n=0
b − a
10.2. DEZVOLTAREA CEBÎŞEV 263

Reprezentare integrală a polinomului de aproximare Cebı̂şev

Fie f ∈ C[−1, 1]. Notăm prin Sn operatorul care ataşează funcţiei f polinomul
de aproximaţie Cebı̂şev
n
X
Sn (f )(x) = fn (x) = ak Tk (x),
k=0

cu
1 1 f (x)
Z Z π
< f, T0 > x=cos t 1
a0 = = √ dx = f (cos t)dt.; (10.11)
< T0 , T0 > π −1 1 − x2 π 0
2 1 f (x)Tk (x) x=cos t 2 π
Z Z
< f, Tk >
ak = = √ dx = f (cos t) cos ktdt,
< Tk , Tk > π −1 1 − x2 π 0
k ∈ {1, 2, . . . , n}. (10.12)

Teorema 10.2.6 Are loc reprezentarea

sin (n + 21 )(t + θ)
Z π
1
Sn (f )(x) = f (cos t)dt
2π −π sin t+θ
2

unde x = cos θ.

Demonstraţie. Utilizând (10.11) şi (10.12) găsim

n Z π
1 π
Z 
2X
Sn (f )(x) = f (cos t)dt + f (cos t) cos ktdt Tk (x).
π 0 π k=1 0

Pentru x = cos θ
X n Z π  n Z
X π
f (cos t) cos ktdt Tk (x) = f (cos t) cos kt cos kθdt = (10.13)
k=1 0 k=1 0

n Z π
1X
= f (cos t)(cos k(t + θ) + cos t(θ − t))dt.
2 k=1 0

Calculăm separat sumele

1.
n Z π Z θ+π n
t+θ=σ
X X
f (cos t) cos k(t + θ)dt = f (cos (σ − θ)) cos kσdσ. (10.14)
k=1 0 θ k=1
264 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

2.

n Z π Z θ n
θ−t=σ
X X
f (cos t) cos t(θ − t)dt = f (cos (σ − θ)) cos kσdσ. (10.15)
k=1 0 θ−π k=1

Relaţia (10.13) devine

n Z π n
1 θ+π
X  Z X
f (cos t) cos ktdt Tk (x) = f (cos (σ − θ)) cos kσdσ. (10.16)
k=1 0 2 θ−π k=1

Apoi
Z π Z π Z θ+π
1 t=σ−θ 1
f (cos t)dt = f (cos t)dt = f (cos (σ − θ))dσ. (10.17)
0 2 −π 2 θ−π

Înlocuind (10.17) şi (10.16) ı̂n expresia operatorului Sn se obţin egalităţile

Z θ+π n
!
1 1 X
Sn (f )(x) = f (cos (σ − θ)) + cos kσ dσ =
π θ−π 2 k=1

θ+π
sin (n + 21 )σ π
sin (n + 12 )(t + θ)
Z Z
1 σ−θ=t 1
= f (cos (σ − θ))dσ = f (cos (t))dt.
2π θ−π sin σ2 2π −π sin t+θ
2

Utilizând Teorema H.4.2 rezultă

Teorema 10.2.7 Norma ı̂n (C[−1, 1], C[−1, 1])∗ a operatorului Sn este
 sin (n + 12 )t 
Z π 
1
∥Sn ∥ =   dt.
2π −π  sin 2t 

Demonstraţie.
 
1
Z π sin (n + 1 )(t + θ)  1  sin (n + 12 )s 
Z θ+π  
2  t+θ=s
∥Sn ∥ = max  dt = max  ds.
 
t+θ s
0≤θ≤π 2π 2π sin

−π  sin 2
 0≤θ≤π θ−π

2


Funcţia de integrat din ultima expresie are perioada 2π. În consecinţă
 sin (n + 12 )s   sin (n + 12 )s 
Z π  Z π 
1 1
∥Sn ∥ = max   ds =   ds.
0≤θ≤π 2π −π  sin 2s  2π −π  sin 2s 
10.2. DEZVOLTAREA CEBÎŞEV 265

Dezvoltarea Cebı̂şev a derivatei unei funcţii

P
Fie funcţia derivabilă f (x) = n∈N an Tn (x). Ne propunem să determinăm
dezvoltarea Cebı̂şev a derivatei
∞
X ∞
X
′
f (x) = bn Tn (x) = an Tn′ (x), (10.18)
n=0 n=1

mai precis a coeficienţilor (bn )n∈N ı̂n funcţie de coeficienţii (an )n∈N .
Calculăm coeficientul bn conform formulei (10.1)
1 ∞ Z 1 ′
f ′ (x)Tn (x)
Z
1 1 X Tk (x)Tn (x)
bn = √ dx = ak √ dx =
αn π −1 1−x 2 αn π k=0 −1 1 − x2

∞ Z π
1 X sin kt cos nt
= kak dt =
αn π k=0 0 sin t
∞ Z π Z π 
1 X sin (k + n)t sin (k − n)t
= kak dt + dt =
2αn π k=0 0 sin t 0 sin t
∞
1 X
= kak (Ik+n + ηk,n I|k−n| ),
2αn π k=0

unde 
Z π
sin nt  1 dacă k > n
In = dt, ηk,n = 0 dacă k = n .
0 sin t
−1 dacă k < n


Integrala In se calculează cu teorema semirezidurilor

π π
eint zn
Z Z Z
1 sin nt 1
In = dt = ℑ dt = ℑ dz =
2 −π sin t 2 −π sin t |z|=1 z2 − 1

zn zn
 
π
= ℑπi Res( 2 , −1) + Res( 2 , 1) = (1 − (−1)n ).
z −1 z −1 2
Utilizând acest rezultat
∞
1 X π π 
bn = kak (1 − (−1)k+n ) + ηk,n (1 − (−1)|k−n| ) .
2αn π k=0 2 2
266 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

Observând că k + n şi |k − n| au aceaşi paritate, termenii pentru k ≤ n sunt nuli

şi ı̂n consecinţă
∞
1 X 1
bn = kak (1 − (−1)k+n ) = ((n + 1)an+1 + (n + 3)an+3 + . . .). (10.19)
2αn k=n+1 αn
Matriceal aceste relaţii se scriu
    
b0 1 0 3 0 5 0 7 ... a1
 b1   0 4 0 8 0 12 0  a2 
    
 b2   0 0 6 0 10 0 14  a3 
    
 b3   0 0 0 8 0 12 0  a4 
 b4  =  0 (10.20)
    
   0 0 0 10 0 14 
 a5 

 b4   0 0 0 0 0 12 0  a6 
    
 b   0 0 0 0 0 0 14  a6 
 5    
.. .. ..
. . .
Calculul unui polinom de aproximaţie Cebı̂şev de grad n a derivatei f ′ (x) pe baza
formulei (10.20) va avea ordinul de complexitate O(n2 ).
O variantă de complexitate O(n) se bazează pe formula
 ′ ′

1 Tn+1 (x) Tn−1 (x)
− = Tn (x), n > 1.
2 n+1 n−1
Au loc formulele
∞ ∞  ′ ′
b1 T2′ (x) X bk Tk+1

′
X
′ (x) Tk−1 (x)
f (x) = bk Tk (x) = b0 T1 (x) + + − =
k=0
2 2 k=2
2 k + 1 k − 1
∞ ∞
b2 ′ X 1 ′
X
= (b0 − )T1 (x) + (bk−1 − bk+1 )Tk (x) = ak Tk′ (x).
2 k=2
2k k=1
Identificând coeficienţii lui Tk′ (x) se obţine sistemul algebric de ecuaţii liniare
b0 − b22

= a1
1
(b
2k k−1
− b k+1 ) = ak , k ≥ 2.
Practic,
Pn dacă s-a calculat polinomul de aproximare Cebı̂şev de grad n, fn (x) =
k=0 ak Tk (x), ı̂n ipoteza că ak ≈ 0 pentru k > n, atunci limitându-ne la primele
n ecuaţii rezultă sistemul
b0 − b22

 = a1
 1 (b

− b ) = ak , k ∈ {2, 3, . . . , n − 2}
2k k−1 k+1
1
bn−2 = an−1
 2(n−1)


1
b
2n n−1
= an
10.3. POLINOAME SUB FORMA LUI CEBÎŞEV 267

cu soluţia

bn−1 = 2nan
bn−2 = 2(n − 1)an−1
bk = 2(k + 1)ak+1 + bk+2 , k ∈ {n − 3, n − 4, . . . , 2, 1}
b0 = a1 + b22

O consecinţă imediată a relaţiei (10.19) este

Teorema 10.2.8 Pentru n > 1 au loc egalităţile bn−1 − bn+1 = 2nan .

Teorema 10.2.9 Dacă f ∈ C 1 [−1, 1] atunci şirul (fn (x))n∈N converge uniform
ı̂n intervalul [−1, 1] către f (x).
P∞ ′
P∞
Demonstraţie. Fie f (x) = n=0 an Tn (x) şi f (x) ∼ n=0 bn Tn (x)Pseriile
Cebı̂şev corespunzătoare. Potrivit inegalităţii Bessel (6.11) seria b0 + 2 ∞
2 1
k=1 bk
2

este convergentă.
Utilizând relaţia din Teorema 10.2.8 are loc egalitatea
∞ ∞ ∞
X X 1 X 1
|f (x) − fn (x)| = | ak Tk (x)| ≤ |ak | = |bk−1 − bk+1 |.
k=n+1 k=n+1
2 k=n+1 k

Aplicând inegalitatea Cauchy rezultă

∞
! 21 ∞
! 21
1 X 1 X
|f (x) − fn (x)| ≤ |bk−1 − bk+1 |2
2 k=n+1
k2 k=n+1

Utilizând |bk−1 − bk+1 |2 ≤ 2((b2k−1 + b2k+1 ), inegalitatea de mai sus devine

∞
! 12 ∞
! 12
X 1 X
|f (x) − fn (x)| ≤ b2k → 0, pentru n → ∞.
k=n+1
k2 k=n

10.3 Polinoame sub forma lui Cebı̂şev

Un polinom de grad n reprezentat ı̂n funcţie de polinoamele lui Cebı̂şev, adică
ca o combinaţie liniară a polinoamelor T0 , T1 , . . . , Tn , se numeşte polinom sub
forma lui Cebı̂şev:

P (x) = c0 + c1 T1 (x) + . . . + cn Tn (x). (10.21)

268 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

10.3.1 Reprezentarea unui polinom ı̂n forma lui Cebı̂şev

Ne propunem să obţinem reprezentarea Cebı̂şev (10.21) a polinomului.

P (x) = a0 + a1 x + . . . + an xn . (10.22)

Introducem notaţiile    
a0 c0
 a1   c1 
a= c= .
   
..  ..
 .   . 
an cn
Relaţiile (10.21) şi (10.22) se rescriu ca
   
1 T0 (x)
 x   T1 (x) 
P (x) = aT  ..  = cT . (10.23)
   
 ..
 .   . 
xn Tn (x)

Reprezentările

Tk (x) = tk0 + tk1 x + . . . + tkk xk , k ∈ {0, 1, . . . , n},

se scriu matriceal
    
T0 (x) t00 1
 T1 (x)   t10 t11  x 
= .
    
 .. .. ..  ..
 .   . .  . 
Tn (x) t0 t1 . . . tnn
n n
xn

Vom nota cu A ∈ Mn (Z) matricea pătrată din membrul drept.

Pe baza formulei de recurenţă Tk+1 (x) = 2xTk (x) − Tk−1 (x), matricea A se
completează linie cu linie cu relaţiile
 k+1
 1  t0 = −t0k−1
t = 0
t00 = 1 0
tk+1 = 2tkj−1 − tk−1 , j ∈ {1, 2, . . . , k}
t11 = 1  k+1j
k
j
tk+1 = tk

şi k ∈ {2, 3, . . . , n}. Deoarece tkk = 2k−1 , k ∈ {1, . . . , n} are loc egalitatea |A| = 2k ,
adică matricea A este nesingulară.
10.3. POLINOAME SUB FORMA LUI CEBÎŞEV 269

Din (10.23) rezultă

 
1
 x 
P (x) = cT A  ,
 
..
 . 
xn

de unde rezultă sistemul algebric de ecuaţii liniare a = AT c. Cum matricea sis-

temului este superior triunghilară soluţia rezultă uşor

an
cn = tn
n P
ai − n j
j=i+1 ti cj
.
ci = i
ti
, i ∈ {n − 1, n − 2, . . . , 0}

10.3.2 Calculul valorii unui polinom sub forma lui Cebı̂şev

Valoarea calculată ı̂ntr-un punct x ∈ R a unui polinom dat sub forma lui
Cebı̂şev (10.21) se calculează utilizând algoritmul lui Clenshaw.
Se defineşte şirul (uk )0≤k≤n+1 prin formulele de recurenţă

uk = −uk+2 + 2xuk+1 + ck , k = n − 1, n − 2, . . . , 0,

cu un+1 = 0, un = ck . Scriind aceste formule sub forma

un = cn
−2xun +un−1 = cn−1
un −2xun−1 +un−2 = cn−2
..
.
u4 −2xu3 +u2 = c2
u3 −2xu2 +u1 = c1
u2 −2xu1 +u0 = c0

şi ı̂nmulţind respectiv cu Tn (x), Tn−1 (x), . . . , T2 (x), T1 (x), T0 (x), după adunare
rezultă
Xn
u0 − xu1 = cj Tj (x) = P (x).
j=0
270 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

10.4 Interpolare Lagrange pe noduri Cebı̂şev

(n)
Punctele de extrem ale polinomului Tn (x) sunt xk = cos kπ n
, k ∈ {0, 1, . . . , n}.1
Aceste puncte se numesc noduri Cebı̂şev de speţa a doua. Rădăcinile polinomului
Tn (x) se numesc noduri Cebı̂şev de speţa ı̂ntâi.
Fie f : [−1, 1] → R o funcţie continuă. Polinomul de interpolare Lagrange ı̂n
nodurile Cebı̂şev de speţa a doua
(n) (n)
Ln (x) = L(Pn ; x0 , x1 , . . . , xn(n) ; f )(x)

are proprietăţi remarcabile de aproximare a funcţiei f ı̂n intervalul [−1, 1].

(n)
Pentru simplitate, vom numi punctele xk , k = 0, 1, . . . , n noduri Cebı̂şev.
Fără să mai menţionăm polinomul de interpolare este construit pe noduri Cebı̂şev.
O formulă a polinomului de interpolare este dat ı̂n Problema 10.2
n n
!
(n) (n) 2 X X (n) (n)
L(Pn ; x0 , x1 , . . . , xn(n) ; f )(x) = γi γk f (xk )Ti (xk ) Ti (x)
n i=0 k=0

unde
1

2
dacă k ∈ {0, n}
γk = .
1 dacă k ∈ {1, 2, . . . , n − 1}

Teorema 10.4.1 Polinoamele Cebı̂şev Tm , T2n±m , T4n±m , T6n±m , . . . iau aceleaşi

(n)
valori ı̂n nodurile xk , k ∈ {0, 1, . . . , n}.

Demonstraţie. Concluzia rezultă din următorul calcul

(n)

(n)
 kπ mkπ
T2jn±m (xk ) = cos (2jn ± m) arccos xk = cos (2jn ± m) = cos ,
n n
pentru orice j ∈ N.
Polinomul de interpolare Lagrange se va scrie sub forma lui Cebı̂şev.

Teorema 10.4.2 Dacă

∞
X
f (x) = ak Tk (x)
k=0

1
Tn este un polinom de grad n, derivata sa are doar n − 1 rădăcini, mai precis pentru
(n) (n)
k ∈ {1, . . . , n − 1}, puncte de extrem local. x0 = 1 şi xn = −1 sunt de asemenea puncte de
extrem local pentru Tn restricţionat la intervalul [−1, 1].
10.4. INTERPOLARE LAGRANGE PE NODURI CEBÎŞEV 271

şi
n
X
(n) (n)
L(Pn ; x0 , x1 , . . . , x(n)
n ; f )(x) = ck Tk (x)
k=0

atunci au loc egalităţile

c0 = a0 + a2n + a4n + . . . , (10.24)

ck = ak + (ak+2n + ak+4n + ak+6n + . . .) + (10.25)
+(a−k+2n + a−k+4n + a−k+6n + . . .), k ∈ {1, . . . , n − 1},
cn = an + a3n + a5n + . . . (10.26)

Demonstraţie. Presupunem că numerele P c0 , c1 , . . . , cn sunt date de relaţiile

(10.24)-(10.26) şi definim polinomul φ(x) = nk=0 ck Tk (x) ∈ Pn .
Pentru j ∈ {0, 1, . . . , n} se calculează
n
X
(n) (n) (n)
φ(xj ) = ck Tk (xj ) = (a0 + a2n + a4n + . . .)T0 (xj )+ (10.27)
k=0

n−1
X
+ (ak + (ak+2n + ak+4n + ak+6n + . . .)+
k=1

(n) (n)
+ (a−k+2n + a−k+4n + a−k+6n + . . .)) Tk (xj ) + (an + a3n + a5n + . . .)Tn (xj ).

Utilizând Teorema 10.4.1 rezultă φ(xj ) = ∞

(n) P (n) (n)
k=0 ak Tk (xj ) = f (xj ).
Unicitatea polinomului de interpolare Lagrange ı̂n mulţimea Pn implică ega-
(n) (n) (n)
litatea φ = L(Pn ; x0 , x1 , . . . , xn ; f ).

Teorema 10.4.3 Dacă f ∈ C 2 [−1, 1] atunci şirul polinoamelor de interpolare

Lagrange (Ln (x))n∈N converge uniform ı̂n intervalul [−1, 1] către f (x).

Demonstraţie. Dacă f (x) = ∞

P Pn
k=0 ak Tk (x) şi fn (x) = k=0 ak Tk (x) atunci din
(10.27) rezultă
Ln (x) − fn (x) = (a2n + a4n + . . .)T0 (x)+
n−1
X
+ ((ak+2n + ak+4n + ak+6n + . . .) + (a−k+2n + a−k+4n + a−k+6n + . . .)) Tk (x)+
k=1

+(a3n + a5n + . . .)Tn (x).

272 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

Indicii coeficienţilor a apar o singură dată şi sunt strict mai mari decât n. Relaţia
de mai sus se poate scrie ca
∞
X
Ln (x) − fn (x) = ak Tνk , νk ∈ {0, 1, . . . , n}.
k=n+1

Prin urmare
∞
X
f (x) − Ln (x) = f (x) − fn (x) − (Ln (x) − fn (x)) = ak (Tk (x) − Tνk (x)).
k=n+1

Aplicând evaluarea (10.5), pentru x ∈ [−1, 1] au loc relaţiile

∞ ∞ ∞
X X X 1
|f (x) − Ln (x)| ≤ |ak ||Tk (x) − Tνk (x)| ≤ 2 |ak | ≤ 4M2 → 0,
k=n+1 k=n+1 k=n
k2

pentru n → ∞.
În cele ce urmează vom deduce o expresie pentru calculul valorii polinomului
de interpolare Lagrange ı̂n nodurile lui Cebı̂şev de speţa a doua, notate simplu
xk = cos kπn
ı̂ntr-un punct x.

Teorema 10.4.4 Au loc formulele

1. u(x) = nk=0 (x − xk ) = 21n (Tn+1 (x) − Tn−1 (x)).

Q

(−1)k n
2. u′ (xk ) = 2n−1 γk
, k ∈ {0, 1, . . . , n},

1 dacă k ∈ {1, 2, . . . , n − 1}
unde γn = 1 .
2
dacă k ∈ {0, n}
3. Expresia polinomului de interpolare Lagrange sub forma baricentrică pe
nodurile lui Cebı̂şev de speţa a doua este
Pn (−1)k γk f (xk )
k=0 x−xk
L(Pn ; x0 , . . . , xn ; f )(x) = Pn (−1)k γk .
k=0 x−xk

1
Demonstraţie. 1. Funcţia φ(x) = 2n
(Tn+1 (x) − Tn−1 (x)) este polinom monic
de grad n + 1. Calculăm
1 kπ kπ 1 kp
φ(xk ) = n
(cos (n + 1) − cos (n − 1) ) = − n−1 sin kπ sin = 0.
2 n n 2 n
10.4. INTERPOLARE LAGRANGE PE NODURI CEBÎŞEV 273

2.
1 ′
u′ (x) = ′
(T (x) − Tn−1 (x)) =
2n n+1
1
= √ ((n + 1) sin (n + 1) arccos x − (n − 1) sin (n − 1) arccos x) .
2n 1 − x2
Cu substituţia x = cos t, după transformarea sumelor ı̂n produse rezultă

1 sin nt cos t
u′ (x) = (n cos nt + ).
2n−1 sin t
(−1)k n
Pentru k ∈ {1, . . . , n − 1} u′ (xk ) = 2n−1
n
cos kπ = 2n−1
.
Pentru k = 0 x0 = x = 1 ↔ t = 0 şi

1 sin nt n
u′ (1) = lim u′ (x) = lim (n cos nt + cos t) = n−2 .
x↗1 t↘0 2n−1 sin t 2

Pentru k = n xn = x = −1 ↔ t = π şi

1 sin nt (−1)n n
u′ (−1) = lim u′ (x) = lim (n cos nt + cos t) = .
x↘−1 t↗π 2n−1 sin t 2n−2

Probleme şi teme de seminar

π
P 10.1 1. Dacă xk = cos (2k + 1) 2n , k ∈ {0, 1, . . . , n − 1}, sunt rădăcinile
polinomului Cebı̂şev Tn (x) atunci pentru p, q < n au loc relaţiile

n−1
X  0 dacă p ̸= q
n
Tp (xk )Tq (xk ) = dacă p = q > 0 = nαp δp,q ,
 2
k=0 n dacă p = q = 0

1

2
dacă i > 0
unde αi =
1 dacă i = 0

2. Are loc formula

n−1 n−1
!
1X 1 X
L(Pn−1 ; x0 , . . . , xn−1 ; f )(x) = f (xk )Ti (xk ) Ti (x).
n i=0 αi k=0
274 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

R. 2. Polinomul de interpolare are expresia

n−1
X
L(Pn−1 ; x0 , . . . , xn−1 ; f )(x) = cj Tj (x).
j=0

Condiţiile de interpolare sunt

n−1
X
f (xk ) = cj Tj (xk ), k ∈ {0, 1, . . . , n − 1}.
j=0

Înmulţind cu Ti (xk ) şi sumând după k rezultă

n−1
X n−1
X n−1
X n−1
X
f (xk )Ti (xk ) = cj Tj (xk )Ti (xk ) = cj αi δi,j n = ci αi n
k=0 j=0 k=0 j=0

1
Pn−1
de unde ci = nαi k=0 f (xk )Ti (xk ).

P 10.2 1. Dacă xk = cos k πn , k ∈ {0, 1, . . . , n}, sunt punctele de extrem ale

polinomului Cebı̂şev Tn (x) atunci pentru p, q ≤ n au loc relaţiile

X n  0 dacă p ̸= q
n
γk Tp (xk )Tq (xk ) = dacă p = q ∈ {1, 2, . . . , n − 1} = nαp δp,q ,
 2
k=0 n dacă p = q ∈ {0, n}
 1
2
dacă k ∈ {0, n}
unde γk =
 1 dacă k ∈ {1, 2, . . . , n − 1}
1 dacă i ∈ {0, n}
şi αi = 1
2
dacă i ∈ {1, 2, . . . , n − 1}
2. Are loc formula
n n
!
2X X
L(Pn ; x0 , . . . , xn ; f )(x) = γi γk f (xk )Ti (xk ) Ti (x).
n i=0 k=0

R. 1. Cazul p ̸= q. Dacă p − q = m atunci p + q = m + 2q şi (−1)p+q = (−1)p−q =

(−1)m . Deoarece Tp (xk ) = cos kpπ
n
, Tp (x0 ) = 1, Tp (xn ) = (−1)p rezultă
n n−1
X 1 X (−1)m
γk Tp (xk )Tq (xk ) = + Tp (xk )Tq (xk ) + =
k=0
2 k=0
2
10.4. INTERPOLARE LAGRANGE PE NODURI CEBÎŞEV 275

n−1 n−1
!
1 X(p + q)kπ X (p − q)kπ (−1)m
= 1+ cos + cos + .
2 k=1
2n k=1
2n 2
Utilizând B.0.1, pct. 3, expresia anterioară devine
!
1 sin (2n−1)(p+q)π
2n
sin (2n−1)(p−q)π
2n (−1)m
+ + .
4 sin (p+q)π
2n
sin (p−q)π
2n
2

Au loc egalităţile
(2n − 1)(p + q)π (p + q)π (p + q)π
sin = −(−1)p+q sin = (−1)m+1 sin
2n 2n 2n
şi analog
(2n − 1)(p − q)π (p − q)π
sin = (−1)m+1 sin .
2n 2n
În final n
X (−1)m+1 (−1)m
γk Tp (xk )Tq (xk ) = + = 0.
k=0
2 2

2. Polinomul de interpolare are expresia

n
X
L(Pn ; x0 , . . . , xn ; f )(x) = cj Tj (x).
j=0

Condiţiile de interpolare sunt

n
X
f (xk ) = cj Tj (xk ), k ∈ {0, 1, . . . , n}.
j=0

Înmulţind cu γk Ti (xk ) şi sumând după k rezultă

n
X n
X n
X n
X
γk f (xk )Ti (xk ) = cj γk Tj (xk )Ti (xk ) = cj αi δi,j n = ci αi n,
k=0 j=0 k=0 j=0

1
Pn Pn−1
de unde ci = nαi k=0 γk f (xk )Ti (xk ) = n2 γi k=0 γk f (xk )Ti (xk ).

P 10.3 Să se arate că

Z 1  2
1−n2
pentru n par,
Tn (x)dx = .
−1 0 pentru n impar
276 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

P 10.4 Formule de integrare numerică de tip Clenshaw-Curtis

1. Dacă xk = cos (2k + 1) πn , k ∈ {0, 1, . . . , n − 1}, sunt zerourile polinomului
Cebı̂şev Tn (x), atunci
Z 1 Z 1 n−1
X 2Ai
f (x)dx ≈ L(Pn−1 ; x0 , . . . , xn−1 ; f )dx = 2
,
−1 −1 i=0
1 − i
i par

1

1
Pn−1 2
dacă i > 0
unde Ai = nαi k=0 f (xk )Ti (xk ) şi αi = .
1 dacă i = 0

2. Dacă xk = cos kπ n
, k ∈ {0, 1, . . . , n}, sunt punctele de extrem ale polinomului
Cebı̂şev Tn (x), atunci
Z 1 Z 1 n
X 2Ai
f (x)dx ≈ L(Pn ; x0 , . . . , xn ; f )dx = ,
−1 −1 i=0
1 − i2
i par

1

2
Pn 2
dacă i ∈ {0, n}
unde Ai = γ
n i k=0 γk f (xk )Ti (xk ) şi γi = .
1 dacă i ∈ {1, 2, . . . , n − 1}
Pn
3. Dacă f (x) ≈ fn (x) = i=0 ci Ti (x), unde (ci )0≤i≤n sunt coeficienţii dez-
voltării Cebı̂şev atunci
Z 1 n
X 2ci
f (x)dx ≈ .
−1 i=0
1 − i2
i par

P 10.5 Să se arate că Tn′ (1) = n2 , ∀n ∈ N.

′
R. Inducţie după n. Tn+1 (x) = 2xTn′ (x) + 2Tn (x) − Tn−1
′
(x).

P 10.6 Să se arate că polinoamul Tn (x), x ∈ [−1, 1] verifică ecuaţia diferenţială
d2 y dy
(1 − x2 ) 2
−x + n2 y = 0.
dx dx

R. Pentru rezolvare se execută schimbarea de variabilă x = cos t.

P 10.7 Dacă f ∈ C[−1, 1] este o funcţie pară atunci coeficienţii dezvoltării

Cebı̂şev de ordin impar sunt nuli (a2n+1 = 0), iar dacă funcţia este impară atunci
coefienţii par sunt nuli (a2n = 0).
10.4. INTERPOLARE LAGRANGE PE NODURI CEBÎŞEV 277

R. Utilizând (10.3) se face schimbarea de variabilă t = π − s.

1
P 10.8 Fie t, z ∈ C astfel ı̂ncât |t| < |z| < |t| , |t| < 1. Utilizând dezvoltarea
Laurent a funcţiei Φ(z) = z−t + 1−tz şi legătura x = 12 (z + z1 ) să se deducă
1 z

egalităţile
∞
1 − t2 X
=1+2 Tk (x)tk
1 − 2tx + t2 k=1

şi
1 − t2
Z
1 dt
Tn (x) = .
4πi |t|=ρ 1 − 2tx + t2 tn+1
Dacă |a| > 1 şi a = 21 (t + 1t ) atunci
∞
1 2 X
= (1 + 2 Tk (x)tk ).
x−a t − 1t k=1

R. Φ(z) = ∞ (z + z1k ) şi se ţine seama de egalităţile Tk (x) = 12 (z k +

k−1 k 1
P
k=1 t zk
),
ı̂n particular x = 12 (z + z1 ).

P 10.9 Dezvoltarea Cebı̂şeb a funcţiei eax este

∞
X
ax
e = I0 (x) + 2 In (a)Tn (x),
n=0
π
unde In (x) = e−in 2 Jn (ix) este funcţie modificată Bessel.

R. 1. Expresia funcţiei Bessel este

∞
X (−1)k  x 2k+ν
Jν (x) = .
k=0
k!Γ(ν + k + 1) 2

2. Funcţia modificată Bessel are expresia

∞
−in π2
X 1  x 2k+n
In (x) = e Jn (ix) = .
k=0
k!(k + n)! 2

3. Funcţia generatoare a funcţiilor Bessel este

∞
x
(t− 1t )
X
n
X (−1)n
e 2 = Jn (x)t = J0 (x) + (tn + )Jn (x).
n∈Z n=1
tn
278 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

4. Pentru x = eiτ rezultă

eix sin τ = J0 (x) + 2i sin τ J1 (x) + 2 cos 2τ J2 (x) + 2i sin 3τ J3 (x) + . . .

π
şi pentru τ = 2
− θ se obţine
∞
X
eix cos θ = J0 (x) + 2 in cos nθJn (x).
n=1

5. Ortogonalitatea funcţiilor cos nθ, pentru n > 0, implică

Z π
eix cos θ cos nθdθ = in πJn (x).
0

Pentru ix = a rezultă expresia cerută a coeficientului.

R1
P 10.10 Pentru n > 1 să se calculeze −1 Tn (x)dx.
(−1)n +1
R. 1−n2
.

P 10.11 Să se arate egalităţile:

Z x
T0 (x)dt = 1 + T1 (x),
−1
Z x
1 1
T1 (x)dt = − + T2 (x),
−1 4 4
Z x
(−1)k+1 1 1
Tk (x)dt = 2
− Tk−1 (x) + Tk+1 (x), k ≥ 2.
−1 k −1 2(k − 1) 2(k + 1)
Matriceal, aceste relaţii se scriu
 Rx    
−1
T 0 (x) 1 0 1 0 ... 0 0 0 T0 (x)
Rx 1

 R−1 T1 (x)   − 4
  0 0 41 . . . 0 0 0  T1 (x) 
1 1
x
0 61 . . .
 
 −1 T2 (x)  = 
   − 3
− 2
0 0 0  T2 (x) .

.. ..

 .
.  
. .
 .. 

Rx .
   . 
(−1)n−1 1 1
T (x)
−1 n−1 (n−1)2 −1
0 0 0 . . . − 2(n−2) 0 2n
Tn (x)
| {z }
Mn,n+1 (Q)

P 10.12 Fie f ∈ C[a, b]. Să se demonstreze formula de integrare numerică

Z b X cn
f (x)dx = (b − a) .
a n∈N,n par
1 − n2
10.4. INTERPOLARE LAGRANGE PE NODURI CEBÎŞEV 279

R. Se integrează egalitatea (10.10).

P 10.13 Fie I ⊆ R un interval compact, punctele x0 < x1 < . . . < xn din I şi
funcţionala DI ∈ [C ( I)]∗ definită prin DI (f ) = [x0 , . . . , xn ; f ]. Să se arate că
Pn 1
1. ∥DI ∥ = i=0 |u′ (xi )|
Qn
unde u(x) = i=0 (x − xi ).

2. Dacă xj = cos (n−j)π

n
, j ∈ {0, 1, . . . , n}, adică xj sunt punctele de extrem
ale polinomului Cebı̂şeb Tn (x) din intervalul [−1, 1], atunci ∥DI ∥ = 2n−1 ,
unde I = [−1, 1].

3. Daca I = [−1, 1] şi −1 ≤ x0 < x1 < . . . < xn ≤ 1 atunci ∥DI ∥ ≥ 2n−1 .

Pn 1
R. 1. Inegalitatea |D(f )| ≤ ∥f ∥∞ i=0 |u′ (xi )| este imediată. Pentru


 (−1)n dacă x ∈ (∞, x0 )
1 dacă x ∈ (xn , ∞)

f (x) = n−j

 (−1) dacă x = xj
afină ı̂n rest


au loc releţiile
n n n
X 1 X f (xi ) X 1
= | | = |D(f )| ≤ ∥D∥∥f ∥ ∞ ≤ ∥D∥ ≤ .
i=0
|u′ (xi )| i=0
u ′ (x )
i i=0
|u′ (x )|
i

2.
(n) n
Tn (ξ) X Tn (xi )
2n−1 = = [x0 , . . . , xn ; Tn ] = ′ (x )
=
n! i=0
u i

n n
X (−1)n−i X 1
= = = ∥D∥.
i=0
u′ (x i) i=0
|u′ (x i )|

3. În cazul unor noduri oarecare din intervalul [−1, 1] au loc inegalităţile
n n
n−1
X Tn (xi ) X 1
2 = [x0 , . . . , xn ; Tn ] = ≤ = ∥D∥.
i=0
u′ (x i) i=0
|u′ (x i )|
280 CAPITOLUL 10. APROXIMARE ŞI INTERPOLARE CU POLINOAME CEBÎŞEV

P 10.14 Să se arate că au loc dezvoltările Cebı̂şev

∞
2 X (−1)k−1
sign(x) ∼ T2k−1 (x)
π k=1 k
∞
2 4 X (−1)k
|x| ∼ + T2k (x).
π π k=1 (1 − 4k 2

P 10.15 Să se arate că pentru |x| > 1

1 √ √ 
Tn (x) = (x + x2 − 1)n + (x − x2 − 1)n .
2
R. Dacă arccos x = t ⇔ x = cos t şi z = cos t + i sin t atunci
1 n n 1 √ n
√ n

Tn (x) = cos nt = (z + z̄ ) = 2
(x + x − 1) + (x − x − 1) .2
2 2
Capitolul 11

Funcţii spline polinomiale

O funcţie spline se poate defini ca o funcţie care este polinomială pe fiecare

interval [xi , xi+1 ] al unei diviziuni

△: x0 < x1 < . . . < xn (11.1)

şi care, ı̂n plus, are un anumit ordin de ”netezime” (adică este continuă sau
derivabilă de un anumit ordin, cu derivata corespunzătoare continuă.

11.1 Interpolare cu funcţii spline cubice

Pentru diviziunea △ (11.1), mulţimea S3 (△) a funcţiilor spline cubice este
definită prin

S3 (△) = {s ∈ C 2 : s |[xi−1 ,xi ] ∈ P3 , 1 ≤ i ≤ n}.

Fiind dată diviziunea △ (11.1) şi numerele reale y0 , y1 , . . . , yn ne propunem să

determinăm funcţiile s ∈ S3 (△) care ı̂ndeplinesc condiţiile de interpolare s(xi ) =
yi , i ∈ {0, 1, . . . , n}.
Funcţia spline cubică de interpolare se va determina ı̂n funcţie de parametrii
mi = s′ (xi ), i ∈ {0, 1, . . . , n}, ale căror valori se vor calcula ulterior.
Notăm prin si restricţia funcţiei s la intervalul [xi , xi+1 ] şi hi = xi+1 − xi , i ∈
i ∈ {0, 1, . . . , n − 1}. Deoarece si este polinom de gradul 3, pentru x ∈ [xi , xi+1 ]
rezultă
si (x) = yi + mi (x − xi ) + ai (x − xi )2 + bi (x − xi )3
Coeficienţii ai , bi se determină din condiţiile

si (xi+1 ) = yi + mi hi + ai h2i + bi h3i = yi+1 ,

281
282 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

s′i (xi+1 ) = mi + 2ai hi + 3bi h3i = mi+1 ,

pentru i = 0, 1, . . . , n − 1. În felul acesta se asigură continuitatea funcţiilor s şi
s′ . Rezolvând sistemul de mai sus, obţinem
yi+1 − yi 2mi + mi+1
ai = 3 −
h2i hi
mi + mi+1 yi+1 − yi
bi = 2
−2
hi h3i
şi astfel
yi+1 − yi 2mi + mi+1
si (x) = yi + mi (x − xi ) + (3 − )(x − xi )2 +
h2i hi
mi + mi+1 yi+1 − yi
+( 2
−2 )(x − xi )3 . (11.2)
hi h3i
Numerele m0 , m1 , . . . , mn se determină astfel ı̂ncât s′′ să fie continuă ı̂n nodurile
interioare x1 , . . . , xn−1 . Se impun astfel condiţiile s′′i−1 (xi ) = s′′i (xi ), i = 1, 2, . . . , n−
1. Utilizând (11.2), ı̂n urma reducerilor rezultă ecuaţiile
hi hi−1
mi−1 + 2mi + mi+1 =
hi−1 + hi hi−1 + hi
 
3 hi−1 hi
= (yi+1 − yi ) + (yi − yi−1 ) , i = 1, . . . , n − 1. (11.3)
hi−1 + hi hi hi−1
Aceste relaţii reprezintă un sistem algebric de n − 1 ecuaţii ı̂n necunoscutele
m0 , m1 , . . . , mn .
Pentru ca numărul ecuaţiilor să coincidă cu numărul necunoscutelor se intro-
duc condiţiile la ”limită” 
m0 = α
(11.4)
mn = β
sau  ′′
s (x0 ) = s′′0 (x0 ) = 0
(11.5)
s′′ (xn ) = s′′n−1 (xn ) = 0
unde α, β sunt constate date. Ţinând seama de expresiile funcţiilor s0 şi sn−1 ,
ecuaţiile (11.5) devin (
2m0 + m1 = 3 y1h−y 0
0
yn −yn−1 (11.6)
mn−1 + 2mn = 3 hn−1
Astfel determinarea unei funcţii spline cubice de interpolare revine la:
11.1. INTERPOLARE CU FUNCŢII SPLINE CUBICE 283

1. Rezolvarea sistemului algebric (11.3)+(11.4) sau (11.3)+(11.6), sistem al-

gebric de n + 1 ecuaţii liniare ı̂n necunoscutele m0 , m1 , . . . , mn .

2. În fiecare interval [xi , xi+1 ], funcţia spline cubică de interpolare are expresia
dată de formula (11.2).
Sistemul algebric de ecuaţii liniare a cărei soluţia este m0 , m1 , . . . , mn , parametrii
faţă de care se exprimă funcţia spline cubică de interpolare, este un sistem tridi-
agonal, rezolvabil utilizând metoda dublului parcurs.
Se observă că matricea sistemului este cu diagonala dominantă
n
X
|ai,i | − |ai,j | = 1 ∀i.
j=1
j̸=i

În consecinţă sistemul este compatibil şi

3 hi−1 hi
max |mi | ≤ max{|α|, max | (yi+1 − yi ) + (yi − yi−1 )|, |β|}
0≤i≤n 1≤i≤n−1 hi−1 + hi hi hi−1
(11.7)
sau
max |mi | ≤ (11.8)
0≤i≤n

≤ max{3 |y1h−y
0
0|
, max1≤i≤n−1 3
| hi−1 (yi+1
hi−1 +hi hi
− yi ) + hi
(y
hi−1 i
− yi−1 )|, 3 |ynh−yn−1 |
n−1
}
după cum se utilizează (11.3)+(11.4) sau (11.3)+(11.6).
Fie h = min0≤i≤n−1 hi , h = max0≤i≤n−1 hi şi ω = max0≤i≤n−1 |yi+1 − yi |. Din
(11.7) şi (11.8) deducem respectiv

3hω
max |mi | ≤ max{|α|, , |β|}; (11.9)
0≤i≤n h2
3ω 3hω
max |mi | ≤ max{ , 2 }. (11.10)
0≤i≤n h h
Aceste relaţii vor fi utilizate la stabilirea convergenţei unui şir de funcţii spline
cubice de interpolare.
Presupunem că numerele y0 , y1 , . . . , yn reprezintă valorile unei funcţii f ∈
2
C [a, b] ı̂n punctele a = x0 < x1 < . . . < xn = b şi că condiţiile ”la limită (11.4)
şi (11.5) se rescriu sub forma  ′′
s (a) = 0
(11.11)
s′′ (b) = 0
284 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

şi respectiv,
s′ (a) = f ′ (a)

(11.12)
s′ (b) = f ′ (b).

Exemplul 11.1.1 Să se determine funcţia spline cubică de interpolare core-

spunzătoare funcţiei f (x) = |x|, având nodurile −2, −1, 0, 1, 2.

Alegem condiţiile la limită

s′ (−2) = −1 s′ (2) = 1.

Sistemul algebric al parametrilor m este



 m0 = −1
1
 2 m0 + 2m1 + 12 m2 = −3


1
m + 2m2 + 12 m3
2 1
= 0
1
m2 + 2m3 + 12 m4 = 3


 2


m4 = 1
a cărei soluţie este
−5 5
m0 = −1 m1 = m2 = 0 m3 = m4 = 1.
4 4
Componentele funcţiei spline de interpolare devin
3 +5x3 +12x+4
s0 (x) = − x 4
x < −1
x2 (3x+7)
s1 (x) = 4
−1 ≤ x < 0
7x2 −3x3
s2 (x) = 4
0≤x<1
x3 −5x2 +12x−4
s3 (x) = 4
x≥1

Graficele funcţiei |x| şi ale funcţiei spline cubice de interpolare sunt redate in
11.1.
Cazul periodic: y0 = yn . În locul condiţiilor la limită se impun

mn = m0 (11.13)

şi
s′′n−1 (xn ) = s′′0 (x0 ), (11.14)
condiţii care asigură continuitatea primelor două derivate. Condiţia (11.14)
devine
m1 2m0 2mn mn−1 y1 − y0 yn − yn−1
+ + + =3 2
+3
h0 h0 hn−1 hn−1 h0 h2n−1
11.1. INTERPOLARE CU FUNCŢII SPLINE CUBICE 285

Fig. 11.1: Graficul funcţiei |x| şi funcţiei spline de interpolare

şi combinat cu (11.13) conduce la

 
hn−1 h0 3 hn−1 h0
mn−1 +2m0 + m1 = (y1 − y0 ) + (yn − yn−1 ) .
h0 + hn−1 h0 + hn−1 h0 + hn−1 h0 hn−1
(11.15)
Ansamblul format din (11.15) şi (11.3) formează un sistem algebric de forma
    
a0 c 0 b0 m0 d0
 b 1 a1 c 1   m 1   d1 
    
...   ..   .. 
 .  =  . .


    
 bn−2 an−2 cn−2   mn−2   dn−2 
cn−1 bn−1 an−1 mn−1 dn−1

În vederea deducerii unor rezultate privind unicitatea funcţiei spline cubice
de interpolare şi a evaluării erorii |s(x) − f (x)| avem nevoie de teorema:
Teorema 11.1.1 Dacă funcţia spline cubică de interpolare satisface una din
condiţiile la limită (11.11) sau (11.12) atunci are loc egalitatea
Z b Z b Z b
′′ ′′
2
[f (x)] dx = 2
[s (x)] dx + [f ′′ (x) − s′′ (x)]2 dx. (11.16)
a a a

Demonstraţie. Are loc egalitatea f ′′ (x) = s′′ (x) + (f ′′ (x) − s′′ (x)), ∀x ∈ [a, b].
286 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

Ridicând la pătrat şi integrând obţinem

Z b Z b Z b
′′ ′′
2
[f (x)] dx = [s (x)] dx + 2
[f ′′ (x) − s′′ (x)]2 dx+
a a a

Z b
+2 s′′ (x)[f ′′ (x) − s′′ (x)]dx.
a

Rămâne de arătat că ultima integrală este egală cu 0. Avem

Z b n Z
X xi
′′ ′′ ′′
s (x)[f (x) − s (x)]dx = s′′ (x)[f ′′ (x) − s′′ (x)]dx
a i=1 xi−1

şi integrând prin părţi rezultă

Z b
s′′ (x)[f ′′ (x) − s′′ (x)]dx =
a

n
X Z xi
′′ ′ ′
= xi
{s (x)[f (x) − s (x)]|xi−1 − s(3) (x)[f ′ (x) − s′ (x)]dx}.
i=1 xi−1

Mi −Mi−1
Dacă x ∈ (xi−1 , xi ) atunci s(3) (x) = hi
şi ı̂n consecinţă
Z b n
X
s′′ (x)[f ′′ (x) − s′′ (x)]dx = {Mi [f ′ (xi ) − s′ (xi )] − Mi−1 [f ′ (xi−1 ) − s′ (xi−1 )]−
a i=1

xi
Mi − Mi−1
Z
− [f ′ (x) − s′ (x)]dx} =
hi xi−1

n
X Mi − Mi−1
= Mn [f ′ (xn ) − s′ (xn )] − M0 [f ′ (x0 ) − s′ (x0 )] − [f (x) − s(x)]|xxii−1 =
i=1
hi

= s′′ (b)[f ′ (b) − s′ (b)] − s′′ (a)[f ′ (a) − s′ (a)] = 0.

Au loc următoarele rezultate referitoare la funcţia spline cubică de interpolare

Teorema 11.1.2 (Unicitatea funcţiei spline cubice de interpolare) Ex-

istă o singură funcţie spline cubică de interpolare care satisface una din condiţiile
la limită (11.11) sau (11.12).
11.1. INTERPOLARE CU FUNCŢII SPLINE CUBICE 287

Demonstraţie. Dacă presupunem că funcţiile s1 , s2 sunt funcţii spline cubice

care interpolează funcţia f ı̂n punctele x0 , x1 , . . . , xn şi care ı̂ndeplinesc condiţiile
la limită (11.11) sau (11.12), atunci funcţia s = s1 − s2 satisface relaţiile s(xi ) =
0, i = 0, 1, . . . , n şi s′′ (a) = s′′ (b) = 0 sau s′ (a) = s′ (b) = 0, după cum se
utilizează condiţiile la limită (11.11) sau (11.12). Astfel s reprezintă funcţia
spline cubică de interpolare a funcţiei nule. Aplicând (11.16 obţinem
Z b
2 [s′′ (x)]2 dx = 0,
a

de unde s′′ (x) = 0, ∀x ∈ [a, b]. Prin urmare s este un polinom de grad cel mult 1.
Deoarece s(a) = s(b) = 0, ı̂n mod necesar s = 0.
Teorema 11.1.1 se poate reformula sub forma

Teorema 11.1.3 (Proprietatea de optimalitate a funcţiei spline cubice

de interpolare) Funcţia spline cubică de interpolare minimizează funcţionala
Z b
I(φ) = [φ′′ (x)]2 dx
a

ı̂n
D1 = {φ ∈ C 2 [a, b] : φ(xi ) = yi , i = 0, 1, . . . , n; φ′′ (a) = φ′′ (b) = 0}
sau

D2 = {φ ∈ C 2 [a, b] : φ(xi ) = yi , i = 0, 1, . . . , n; φ′ (a) = α; φ′ (b) = β},

după cum se utilizează condiţiile la limită (11.4) sau (11.5).

Teorema 11.1.4 (Evaluarea erorii funcţiei spline cubice de interpo-

lare) Dacă f ∈ C 2 [a, b], atunci au loc relaţiile
√
|f ′ (x) − s′ (x)| ≤ h∥f ′′ ∥2
3
|f (x) − s(x)| ≤ h 2 ∥f ′′ ∥2 ,
Rb 1
unde h = max{h1 , . . . , hn } şi ∥f ′′ ∥2 = ( a [f ′′ (x)]2 dx) 2 .

Demonstraţie. Funcţia f − s satisface ı̂n fiecare interval [xi−1 , xi ] condiţiile

teoremei lui Rolle, deci există ci ∈ (xi−1 , xi ) astfel ı̂ncât (f ′ − s′ )(ci ) = 0. Fie
288 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

x ∈ [a, b]. Există k ∈ {1, 2, . . . , n} astfel ı̂ncât x ∈ [xk−1 , xk ]. Atunci, utilizând

inegalitatea Cauchy - Buniakovski - Schwarz au loc relaţiile
Z x
′ ′
|f (x) − s (x)| = | [f ′′ (t) − s′′ (t)]dt| ≤
ck

Z x
1p √ Z b ′′ 1
′′ ′′
≤ ( [f (t) − s (t)] dt) 2 |x − ck | ≤ h( [f (t) − s′′ (t)]2 dt) 2 .
2
ck a

Din (11.16), deducem

Z b Z b
′′ ′′ 2
[f (t) − s (t)] dt ≤ [f ′′ (t)]2 dt = ∥f ′′ ∥22
a a

şi prin urmare √

|f ′ (x) − s′ (x)| ≤ h∥f ′′ ∥2 .
Totodată, din egalitatea
Z xk
f (x) − s(x) = [f ′ (t) − s′ (t)]dt
xk−1

găsim Z xk
|f (x) − s(x)| ≤ |f ′ (t) − s′ (t)|dt ≤
xk−1
√ Z xk
3
≤ h∥f ′′ ∥2 dt ≤ h 2 ∥f ′′ ∥2 .
xk−1

Teorema 11.1.5 (Convergenţa unui şir de funcţii spline cubice de in-

terpolare) Fie f ∈ C[a, b] şi şirul de diviziuni

△k : a = xk0 < xk1 < . . . < xknk = b

astfel ı̂ncât, dacă

k
hk = min (xki+1 − xki ) h = max (xki+1 − xki ),
0≤i≤nk −1 0≤i≤nk −1

atunci
k
h
1. ∃δ > 0 cu proprietatea hk
≤ δ, ∀k ∈ N;
k
2. limk→∞ h = 0.
11.1. INTERPOLARE CU FUNCŢII SPLINE CUBICE 289

Dacă sk este funcţia spline cubică de interpolare a funcţiei f ı̂n diviziunea △k şi
care satisface una din condiţiile la limită

sk (a) = α
(11.17)
sk (b) = β
sau
s′′k (a) = 0

(11.18)
s′′k (b) = 0
atunci limk→∞ ∥f − sk ∥∞ = 0.

Demonstraţie. Notăm prin ωf (h) modulul de continuitate al funcţiei f,

ωf (h) = sup |f (y) − f (x)|.

|y−x|<h

Condiţia de continuitate a funcţiei f este echivalentă cu limh→0 ωf (h) = 0.

Fie x ∈ [a, b]. Există i ∈ {0, 1, . . . , nk − 1} astfel ı̂ncât x ∈ [xki , xki+1 ]. Ţinând
seama de reprezentarea (11.2) şi folosind notaţiile yik = f (xki ), i = 0, 1, . . . , nk , k ∈
N avem
k
yi+1 − yik 2mki + mki+1
sk (x) − f (x) = yik − f (x) + mki (x − xki ) + (3 k 2
− k
)(x − xki )2 +
(hi ) hi

mki + mki+1 k
yi+1 − yik
+( − 2 )(x − xki )3 .
(hki )2 (hki )3
unde (mki )0≤i≤nk sunt parametrii funcţiei spline, soluţiile unui sistem de forma
(11.3)+(11.4) sau (11.3)+(11.6), ı̂n funcţie de condiţia la limită folosită.
În continuare

|sk (x) − f (x)| ≤ |yik − f (x)| + |mki |(x − xki )+

k x − xki 2 x − xki
+3|yi+1 − yik |( ) + (2|mk
i | + |m k
i+1 |) (x − xki )+
hki hki
x − xki 2 k
k x − xi 3
+(|mki | + |mki+1 |)( ) (x − x k
i ) + 2|y k
i+1 − y i |( ).
hki hki
Notând M k = max0≤i≤nk |mki | din inegalitatea de mai sus deducem
k k k k k k
|sk (x) − f (x)| ≤ ωf (h ) + M k h + 3ωf (h ) + 3M k h + 2M k h + 2ωf (h ) =
290 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

k k
= 6ωf (h ) + 6M k h .
Deoarece membrul drept nu mai depinde de x rezultă că
k k
∥sk − f ∥∞ ≤ 6ωf (h ) + 6M k h .

Dacă se utilizează condiţiile la limită (11.17) atunci din (11.9) găsim

k k
k 3h ωf (h )
M ≤ max{|α|, , |β|},
(hk )2

şi astfel
k
k h k
k k
∥sk − f ∥∞ ≤ 6ωf (h ) + 6 max{|α|h , 3( k )2 ωf (h ), |β|h } ≤
h

k k k k
≤ 6ωf (h ) + 6 max{|α|h , 3δ 2 ωf (h ), |β|h } → 0, pentru k → ∞.
Dacă se utilizează condiţiile la limită (11.18) atunci din (11.10) găsim
k k k
k 3ωf (h ) 3h ωf (h )
M ≤ max{ , }
hk (hk )2

şi astfel
k k
k h k h k
∥sk − f ∥∞ ≤ 6ωf (h ) + 6 max{3 k ωf (h ), 3( k )2 ωf (h )} ≤
h h

k k k
≤ 6ωf (h ) + 6 max{3δωf (h ), 3δ 2 ωf (h ), } → 0, pentru k → ∞.

11.2 Funcţia spline polinomială

Fie m ∈ N∗ şi diviziunea △ (11.1). O funcţie s : R → R se numeşte funcţie
spline polinimială de grad m cu nodurile diviziunii △ dacă

1. s|(−∞,x0 ) ∈ Pm ; s|(xi ,xi+1 ) ∈ Pm , i ∈ {0, 1, . . . , n − 1}; s|(xn ,∞) ∈ Pm ;

2. s ∈ C m−1 .
11.2. FUNCŢIA SPLINE POLINOMIALĂ 291

Mulţimea funcţiilor spline polinomiale de grad m cu nodurile diviziunii △ se

notează Sm (△).
Se introduce notaţia

k (x − a)k , x > a
(x − a)+ = , k > 0.
0 x≤a

Teorema 11.2.1 Dacă s ∈ Sm (△) atunci există polinomul p ∈ Pm şi numerele

reale c1 , . . . , cn−1 astfel ı̂ncât

n−1
X
s(x) = p(x) + ci (x − xi )m
+. (11.19)
i=1

Demonstraţie. Fie p(x) = s|(x0 ,x1 ) . Pentru x ≤ x0 definim s(x) = p(x). Notăm
(k)
s|(xi ,xi+1 ) = si ∈ Pm , i ∈ {1, 2, . . . , n − 1}. În x1 , p(k) (x1 − 0) = s1 (x1 +
0), k = 0, 1, . . . , m − 1. Deoarece p, s1 ∈ Pm , rezultă că (s1 − p)(k) (x1 ) = 0, k =
0, 1, . . . , m − 1, adică x1 este rădăcină multiplă de ordin m a polinomului s1 − p.
Astfel s1 (x) − p(x) = c1 (x − x)m sau s1 (x) = p(x) + c1 (x − x1 )m + . Repetând
raţionamentul de mai sus, fiecare nod xi , i ∈ {2, . . . , n − 1} contribuie cu un
termen ci (x − xi )m + la expresia funcţiei spline polinomială. În final, pentru x > xn
definim s(x) = sn−1 (x).
O funcţie spline polinomială de grad m cu nodurile diviziunii △ depinde de
m + n parametrii.

11.2.1 Funcţia spline polinomială naturală

Fie q ∈ N∗ , m = 2q − 1 un număr natural impar şi diviziunea △ (11.1). O
funcţie s : R → R se numeşte funcţie spline polinomială naturală de grad 2q − 1
cu nodurile diviziunii △ dacă

1. s ∈ S2q−1 (△);

2. s|(−∞,x0 ) , s|(xn ,∞) ∈ Pq−1 .

Mulţimea funcţiilor spline polinomiale naturale de grad 2q − 1 cu nodurile

diviziunii △ se va nota S̃2q−1 (△).
292 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

Teorema 11.2.2 Dacă s ∈ S̃2q−1 (△) atunci există polinomul p ∈ Pq−1 şi nu-
merele reale c0 , c1 , . . . , cn astfel ı̂ncât
n
X
s(x) = p(x) + ci (x − xi )2q−1
+ (11.20)
i=0

şi au loc egalităţile

n
X
ci xki = 0, ∀ k ∈ {0, 1, . . . , q − 1}. (11.21)
i=0

Demonstraţie. Pentru o funcţie spline polinomială naturală s de grad 2q − 1

cu nodurile diviziunii △ au loc relaţiile

s(k) (x0 ) = s(k) (xn ) = 0, ∀ k ≥ q. (11.22)

Utilizând acelaşi raţionament ca ı̂n Teorema 11.2.1 se deduce relaţia (11.20)

cu p = s|(−∞,x0 ) ∈ Pq−1 . Relaţiile (11.21) rezultă din cerinţa

s|(xn ,∞) ∈ Pq−1 ⇔ s(q) (x) = 0, ∀ x > xn .

Pn
Pentru x > xn , s(x) = p(x) + i=0 ci (x − xi )2q−1 , de unde
n
(q)
X (2q − 1)!
s (x) = ci (x − xi )q−1 =
i=0
(q − 1)!

n q−1  
(2q − 1)! X X q − 1
= ci (−1)k xq−1−k xki =
(q − 1)! i=0 k=0 k

q−1   n
(2q − 1)! X q − 1 k
X
= (−1) ( ci xki )xq−1−k .
(q − 1)! k=0 k
i=0
Pn
Derivata se anulează dacă i=0 ci xki = 0, ∀ k ∈ {0, 1, . . . , q − 1}.
Utilizând dezvoltarea tayloriană a unui polinom se deduce că dacă s ∈ S2q−1 (△)
şi s (x0 ) = s(k) (xn ) = 0, ∀ k ∈ {q, q + 1, . . . , 2q − 1} atunci s ∈ S̃2q−1 (△).
(k)

O funcţie spline polinomială naturală s de grad 2q − 1 cu nodurile diviziunii

△ depinde de n + 1 parametri.
11.2. FUNCŢIA SPLINE POLINOMIALĂ 293

11.2.2 Interpolare cu funcţii spline polinomiale

Fie q ∈ N∗ , f ∈ C q şi m = 2q − 1.
1. Problema de interpolare cu funcţii spline polinomiale de grad 2q − 1 cu
nodurile diviziunii △ cere determinarea funcţiei s ∈ S2q−1 (△) astfel ı̂ncât

s(xi ) = f (xi ), i ∈ {0, 1, . . . , n}

şi care satisface ı̂n plus condiţiile la limită

s(k) (x0 ) = f (k) (x0 )
∀ k ∈ {1, 2, . . . , q − 1}.
s(k) (xn ) = f (k) (xn )
Numărul condiţiilor este 2q + n − 1, ce coincide cu numărul parametrilor
m + n = 2q − 1 + n.
Pentru q = 2 se regăseşte problema de interpolare cu funcţii spline cubice
cu una din condiţiile la limită naturală.
2. Problema de interpolare cu funcţii spline polinomiale naturale de grad 2q−1
cu nodurile diviziunii △ cere determinarea funcţiei s ∈ S̃2q−1 (△) astfel ı̂ncât

s(xi ) = f (xi ), i ∈ {0, 1, . . . , n}.

Numărul condiţiilor este n + 1, ce coincide cu numărul parametrilor unei

funcţii spline polinomială naturală.
Pentru q = 2 se regăseşte problema de interpolare cu funcţii spline cubice
cu cealaltă condiţie la limită naturală.
Stabilim proprietăţi ale funcţiei spline polinomiale de interpolare.
Teorema 11.2.3 Fie g ∈ C q [x0 , xn ] şi s ∈ S2q−1 (△). Dacă

g(xi ) = 0, ∀ i ∈ {0, 1, . . . , n}

şi are loc una din condiţiile la limită

g (k) (x0 ) = g (k) (xn ) = 0, ∀ k ∈ {1, . . . , q − 1}

sau
s(k) (x0 ) = s(k) (xn ) = 0, ∀ k ∈ {q, q + 1, . . . , 2q − 2}
atunci Z xn
s(q) (x)g (q) (x)dx = 0. (11.23)
x0
294 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

Demonstraţie. Pe fiecare interval (xi , xi+1 ), s(2q−1) (x) este o constantă, pe care
o notăm γi , i ∈ {0, 1, . . . , n − 1}. Integrând succesiv prin părţi, se obţine
Z xn Z xn
(q) (q) (q) (q−1) xn
s (x)g (x)dx = s (x)g |x0 − s(q) (x)g (q−1) (x)dx = . . .
x0 x0
Z xn
= (−1)q−2 s(2q−2) (x)g ′′ (x)dx.
x0
(2q−2)
În general funcţia s nu mai este derivabilă ı̂m punctele x1 , x2 , . . . , xn−1 . De-
scompunem ultima integrală ı̂ntr-o sumă de integrale pe intervale ı̂n care s(2q−2)
este derivabilă şi integrăm prin părţi
Z xn Z xn
(q) (q)
s (x)g (x)dx = (−1) q−2
s(2q−2) (x)g ′′ (x)dx =
x0 x0

n−1 Z
X xi+1
= (−1) q−2
s(2q−2) (x)g ′′ (x)dx =
i=0 xi

n−1 
X Z xi+1 
q−2 (2q−2) ′ xi+1 (2q−1) ′
= (−1) s (x)g (x)|xi − s (x)g (x)dx =
i=0 xi

= (−1)q−2 s(2q−2) (xn )g ′ (xn ) − s(2q−2) (x0 )g ′ (x0 ) +

 

n−1
X
−1)q−1 γi [g(xi+1 − g(xi )] = 0.
i=0

Teorema 11.2.4 Fie f ∈ C q [x0 , xn ]. Dacă s este o funcţie spline polinomială de

grad 2q − 1 cu nodurile diviziunii △ care satisface condiţiile de interpolare

s(xi ) = f (xi ), ∀ i ∈ {0, 1, . . . , n}

şi una din condiţiile la limită

s(k) (x0 ) = f (k) (x0 ),
∀ k ∈ {1, . . . , q − 1}
s(k) (xn ) = f (k) (xn )
sau
s(k) (x0 ) = s(k) (xn ) = 0, ∀ k ∈ {q, q + 1, . . . , 2q − 2}
atunci
Z xn Z xn Z xn
(q) 2 (q) 2
[f (x)] dx = [s (x)] dx + [f (q) (x) − s(q) (x)]2 dx. (11.24)
x0 x0 x0
11.3. FUNCŢII B-SPLINE 295

Demonstraţie. Întrucât [f (q) ]2 = [s(q) ]2 + [f (q) − s(q) ]2 + 2s(q) [f (q) − s(q) ] este
suficientde de atătat că
Z xn
s(q) (x)[f (q) (x) − s(q) (x)]dx = 0.
x0

Pentru g = f −s condiţiile Teoremei 11.2.3 sunt ı̂ndeplinite, deci are loc egalitatea
de mai sus.
Asemănător cazului funcţiilor spline cubice, relaţia (11.24) implică

• unicitatea funcţiei spline polinomială de interpolare cu condiţiile la limită

corespunzătoare;

• o proprietate de optimalitate.

11.3 Funcţii B-spline

Corespunzător reţelei de puncte

. . . < t−2 < t−1 < t0 < t1 < t2 < . . .

definim funcţiile B-spline Bik (x), i ∈ Z, k ∈ N prin

Bik (x) = (ti+k+1 − ti )[ti , ti+1 , . . . , ti+k+1 ; (t − x)k+ ]. (11.25)

Teorema 11.3.1 Au loc formulele de recurenţă


0 1 dacă x ∈ [ti , ti+1 ),
Bi (x) = , (11.26)
0 dacă x ∈ (−∞, ti ) ∪ [ti+1 , ∞)

x − ti k−1 ti+k+1 − x k−1

Bik (x) = Bi (x) + B (x), (11.27)
ti+k − ti ti+k+1 − ti+1 i+1
pentru k ≥ 1 şi i ∈ Z.

Demonstraţie. Pentru k = 0 din (11.25) rezultă

Bi0 (x) = (ti+1 − ti )[ti , ti+1 ; (t − x)0+ ] = (ti+1 − x)0+ − (ti − x)0+ =

1 dacă x ∈ [ti , ti+1 ),
= .
0 dacă x ∈ (−∞, ti ) ∪ [ti+1 , ∞)
296 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

Pentru k ≥ 1, utilizând formula lui Leibniz pentru diferenţe divizate deducem

Bik (x) = (ti+k+1 − ti )[ti , ti+1 , . . . , ti+k+1 ; (t − x)k−1

+ (t − x)] = (11.28)
i+k+1
X
= (ti+k+1 − ti ) [ti , ti+1 , . . . , tj ; (t − x)k−1
+ ][tj , tj+1 , . . . , ti+k+1 ; t − x] =
j=i

= (ti+k+1 − ti ) [ti , ti+1 , . . . , ti+k ; (t − x)k−1

+ ][ti+k , ti+k+1 ; t − x]+
k−1


+[ti , ti+1 , . . . , ti+k+1 ; (t − x)+ ][ti+k+1 ; t − x] ,
restul termenilor din sumă fiind nuli.
Au loc egalităţile:
ti+k+1 − x − (ti+k − x)
[ti+k , ti+k+1 ; t − x] = = 1;
ti+k+1 − ti+k

[ti+k+1 ; t − x] = ti+k+1 − x;
k−1 Bik−1 (x)
[ti , ti+1 , . . . , ti+k ; (t − x)+ ] = ;
ti+k − ti
[ti , ti+1 , . . . , ti+k+1 ; (t − x)k−1
+ ] =

[ti+1 , ti+2 , . . . , ti+k+1 ; (t − x)k−1 k−1

+ ] − [ti , ti+1 , . . . , ti+k ; (t − x)+ ]
= =
ti+k+1 − ti
!
k−1
1 Bi+1 (x) Bik−1 (x)
= − .
ti+k+1 − ti ti+k+1 − ti+1 ti+k − ti
Utilizând aceste rezultate, egalitatea (11.28) devine
" !#
k−1 k−1 k−1
B i (x) ti+k+1 − x Bi+1 (x) B (x)
Bik (x) = (ti+k+1 − ti ) + − i =
ti+k − ti ti+k+1 − ti ti+k+1 − ti+1 ti+k − ti
 
ti+k+1 − ti ti+k+1 − x ti+k+1 − x
= Bik−1 (x) − k−1
+ Bi+1 (x) =
ti+k − ti ti+k − ti ti+k+1 − ti+1
x − ti k−1 ti+k+1 − x k−1
Bi (x) + B (x).
ti+k − ti ti+k+1 − ti+1 i+1
Din (11.27) obţinem
x − ti 0 ti+2 − x 0
Bi1 (x) = Bi (x) + B (x) =
ti+1 − ti ti+2 − ti+1 i+1
11.3. FUNCŢII B-SPLINE 297

x−ti
x ∈ [ti , ti+1 )

 ti+1 −ti
ti+2 −x
= ti+2 −ti+1
x ∈ [ti+1 , ti+2 )

0 x ∈ (−∞, ti ) ∪ [ti+2 , ∞)

Graficele funcţiilor Bi0 (x) şi Bi1 (x) sunt

s b
@
b s @
ti ti+1 ti ti+1 ti+2
Au loc următoarele proprietăţi ale funcţiilor B-spline

Teorema 11.3.2 Au loc relaţiile:

(i) Bik (x) = 0, ∀ x ∈ (−∞, ti ) ∪ [ti+k+1 , ∞) ⇔ supp Bik ⊆ [ti , ti+k+1 );

(ii) Bik (x) ≥ 0, ∀x ∈ R;

Bik (x) = 1.
P
(iii) i∈Z

Demonstraţie. Fiecare relaţie se demonstrează prin inducţie după k.

(iii) k = 0. Pentru x ∈ R există i0 ∈ Z astfel ı̂ncât x ∈ [ti0 , ti0 +1 ) şi ı̂n
consecinţă
X
Bi0 (x) = Bi00 (x) = 1.
i∈Z

Bik−1 (x) = 1 şi utilizând formula de recurenţă (11.27), se

P
Presupunând i∈Z
găseşte
X X  x − ti ti+k+1 − x k−1

k−1
Bik (x) = Bi (x) + Bi+1 (x) =
ti+k − ti ti+k+1 − ti+1
i∈Z i∈Z

X x − ti X ti+k+1 − x
= Bik−1 (x) + k−1
Bi+1 (x).
i∈Z
ti+k − ti i∈Z
ti+k+1 − ti+1

Efectuând ı̂n a doua sumă schimbarea de indice i := i + 1 se obţine

 
X X x − ti ti+k − x X
Bik (x) = Bik−1 (x) + = Bik−1 (x) = 1.
i∈Z i∈Z
ti+k − ti ti+k − ti i∈Z
298 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

11.3.1 Funcţii B-spline pe noduri echidistante

Fie ti = t0 + ih, i ∈ Z. Utilizând (11.25) şi (2.45)

Bik (x) = (ti+k+1 − ti )[ti , ti+1 , . . . , ti+k+1 ; (t − x)k+ ] =

k+1 
△k+1
h (ti − x)+
k

1 X k+1
= (k + 1)h = (−1)k+1−j (ti + jh − x)k+ =
(k + 1)!hk+1 k
k!h j=0 j
k+1  
1 X k+1
= (−1)k+1−j (ti+j − x)k+ . (11.29)
k!hk j=0 j

Funcţii B-spline cubice pe noduri echidistante. Pentru k = 3 se obţin

funcţiile B-spline cubice pe noduri echidistante
4  
1 X 4
Bi3 (x) = (−1)4−j (ti+j − x)3+ .
6 h3 j=0 j

Prin calcul direct rezultă tabloul de valori ale funcţiei Bi3 (x) şi ale derivatelor
sale
| ti ti+1 ti+2 ti+3 ti+4
3 1 2 1
Bi (x) | 0 6 3 6
0
3 ′ 1 1 (11.30)
(Bi (x)) | 0 2h 0 − 2h 0
(Bi3 (x))′′ | 0 h12 − h22 h12 0
Evident Bi3 ∈ S3 .

Teorema 11.3.3 Funcţiile (Bi3 )−3≤i≤n−1 sunt liniar independente.

Pn−1 3
Pn−1 3 ′
Demonstraţie. Dacă j=−3 λj Bj (x) = 0 atunci j=−3 λj (Bj (x)) = 0 şi
Pn−1 3 ′′
j=−3 λj (Bj (x)) = 0.
În particular, pentru x = ti se obţine sistemul
3 3 3
λi−3 Bi−3 (ti ) + λi−2 Bi−2 (ti ) + λi−1 Bi−1 (ti ) = 0
3 ′ 3 ′ 3 ′
λi−3 (Bi−3 ) (ti ) + λi−2 (Bi−2 ) (ti ) + λi−1 (Bi−1 ) (ti ) = 0 ⇔
3
λi−3 (Bi−3 )′′ (ti ) + λi−2 (Bi−2
3
)′′ (ti ) + λi−1 (Bi−13
)′′ (ti ) = 0

 λi−3 + 4λi−2 + λi−1 = 0
⇔ −λi−3 + λi−1 = 0
λi−3 − 2λi−2 + λi−1 = 0

11.3. FUNCŢII B-SPLINE 299

care are numai soluţia banală. Astfel

x = t0 ⇒ λ−3 = λ−2 = λ−1 = 0

x = t3 ⇒ λ0 = λ1 = λ2 = 0
..
.
x = tn ⇒ λn−3 = λn−2 = λn−1 = 0

Considerând cazul nodurilor echidistante, problema de interpolare cu funcţii

spline cubice se poate rezolva utilizând funcţiile B-spline (Bi3 )−3≤i≤n−1 .
Soluţia problemei de interpolare va fi de forma

n−1
X
s(x) = ai+2 Bi3 (x).
i=−3

Funcţia s se numeşte funcţie spline cvasi-interpolatoare.

Cei n+3 coeficienţi a−1 , a0 , . . . , an+1 se determină astfel ı̂ncât să fie satisfăcute
condiţiile de interpolare

s(ti ) = yi i ∈ {0, 1, . . . , n} (11.31)

şi condiţiile la limită

s′ (t0 ) = α, s′ (tn ) = β (11.32)

sau
s′′ (t0 ) = 0, s′′ (tn ) = 0. (11.33)

Ţinând seama de tabelul (11.30), relaţiile (11.31) devin

3 3 3 1 2 1
s(ti ) = ai−1 Bi−3 (ti ) + ai Bi−2 (ti ) + ai+1 Bi−1 (ti ) = ai−1 + ai + ai+1 = yi .
6 3 6

Condiţiile la limită conduc la ecuaţiile

−1 1
s′ (t0 ) = a−1 (B−3
3 ′ 3 ′
) (t0 ) + a0 (B−2 3 ′
) (t0 ) + a1 (B−1 ) (t0 ) = a−1 + a1 = α,
2h 2h
′ 3 ′ 3 ′ 3 ′
s (tn ) = an−1 (Bn−3 ) (tn ) + an (Bn−2 ) (tn ) + an+1 (Bn−1 ) (tn ) =
−1 1
= an−1 + an+1 = β
2h 2h
300 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

şi respectiv
s′′ (t0 ) = a−1 (B−33 ′′
) (t0 ) + a0 (B−23 ′′
) (t0 ) + a1 (B−13 ′′
) (t0 ) =
1 2 1
= 2 a−1 − 2 a0 + 2 a1 = 0
h h h
s′′ (tn ) = an−1 (Bn−3
3
)′′ (tn ) + an (Bn−2
3
)′′ (tn ) + an+1 (Bn−13
)′′ (tn ) =
1 2 1
= 2 an−1 − 2 an + 2 an+1 = 0.
h h h
Astfel pentru rezolvarea problemei (11.31)+(11.32) suntem conduşi la sistemul
algebric de ecuaţii liniare

 −a−1 +a1 = 2hα
ai−1 +4ai +ai+1 = 6yi i ∈ {0, 1, . . . , n} (11.34)
−an−1 +an+1 = 2hβ


Sistemul (11.34) are soluţie unică. Determinantul sistemului este

 
 −1 0 1 
 
 1 4 1 
 

 1 4 1 


 ... ... ... 

 

 1 4 1 


 1 4 1 
 −1 0 1 
Adunând prima coloană la a treia şi ultima coloană la antipenultima se obţine
 
 −1 0 0 
 
 1 4 2 
 

 1 4 1 

 .. .. .. 
 . . . 
 

 1 4 1 


 2 4 1 
 0 0 1 
având diagonala dominantă, deci determinantul este diferit de zero.
Problema (11.31)+(11.33) conduce la sistemul algebric de ecuaţii liniare

 a−1 −2a0 +a1 = 0
ai−1 +4ai +ai+1 = 6yi i ∈ {0, 1 . . . , n}. (11.35)
an−1 −2an +an+1 = 0


Se arată, asemănător, că sistemul (11.35) are soluţie unică. Rezolvarea sistemului
constituie subiectul Problemei 1.11.
11.3. FUNCŢII B-SPLINE 301

Probleme şi teme de seminar

P 11.1 Date fiind diviziunea △ : a = x0 < x1 < . . . < xn = b şi numerele
y0 , y1 , . . . , yn să se determine funcţia spline de interpolare s ∈ S1 pentru care
s(xi ) = yi , i ∈ {0, 1, . . . , n}.

R. Dacă s|[xi ,xi+1 ] = si cu si (x) = yi + mi (x − xi ) condiţia de continuitate ı̂n xi+1

implică
yi+1 − yi
si (xi+1 ) = yi + mi (xi+1 − xi ) = yi+1 = si+1 (xi+1 ) ⇒ mi = .
xi+1 − xi
P 11.2 Utilizând notaţiile utilizare ı̂n Problema 11.1, dacă f ∈ C 2 [x0 , xn ] şi
s ∈ S1 este funcţia spline de interpolare a funcţiei f să se arate că
1
|f (x) − s(x)| ≤ h2 M2 , x ∈ [x0 , xn ],
8
unde h = max0≤i≤n−1 xi+1 − xi şi M2 = maxx0 ≤x≤xn |f ′′ (x)|.

R. Dacă x ∈ [xi , xi+1 ] atunci

f (xi+1 ) − f (xi )
s(x) = f (xi ) + (x − xi ) = f (xi ) + [xi , xi+1 ; f ](x − xi )
xi+1 − xi
şi conform relaţiilor (2.34) şi (2.35)
f (x) = f (xi ) + [xi , xi+1 ; f ](x − xi ) + [x, xi , xi+1 ; f ](x − xi )(x − xi+1 ),
de unde
f ′′ (ξi )
f (x) − s(x) = [x, xi , xi+1 ; f ](x − xi )(x − xi+1 ) = (x − xi )(x − xi+1 ).
2
În consecinţă
M2 1
|f (x) − s(x)| ≤ max |(x − xi )(x − xi+1 )| ≤ h2 M2 .
2 x∈[xi ,xi+1 ] 8
P 11.3 Fie f ∈ C[a, b] şi şirul de diviziuni
△k : a = xk0 < xk1 < . . . < xknk = b
astfel ı̂ncât, dacă
k
h = max (xki+1 − xki ),
0≤i≤nk −1

atunci
302 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

k
1. limk→∞ h = 0.
Dacă sk ∈ S1 este funcţia spline de interpolare a funcţiei f ı̂n diviziunea △k
atunci limk→∞ ∥f − sk ∥∞ = 0.

R. Funcţia f este uniform continuă:

ε
∀ ε > 0 ∃ δ > 0 astfel ı̂ncât |x′ − x′′ | < δ ⇒ |f (x′ ) − f (x′′ )| < .
2
k
Există k0 ∈ N astfel ı̂ncât h < δ, ∀k > k0 .
Dacă x ∈ [a, b] şi x ∈ [xki , xki+1 ] atunci

f (xki+1 ) − f (xki )
ski (x) = f (xki ) + (x − xki )
xki+1 − xki
şi
x − xki
|f (x) − sk (x)| ≤ |f (x) − f (xki )| + |f (xki+1 ) − k
f (xi )| k < ε.
xi+1 − xki

P 11.4 Fie x0 < x1 < . . . < xn , y0 , y1 , . . . , yn ∈ R şi s ∈ S1 funcţia spline de

interpolare cu condiţiile s(xi ) = yi , i ∈ {0, 1, . . . , n}. Să se determine coeficienţii
reprezentărilor
n−1
X
s(x) = y0 + pi (x − xi )+ (11.36)
i=0
n−1
X
s(x) = α + βx + ci |x − xi |. (11.37)
i=0

R. Utilizăm notaţiile

∆yi = yi+1 − yi
hi = xi+1 − xi

şi φ(x) funcţia din membrul drept din (11.36.

Inductiv determinăm coeficienţii (pi )i astfel ı̂ncât să aibă loc condiţiiile de
interpolare şi φ|[xi ,xi+1 ) este polinom de gradul ı̂ntâi.
Dacă x ∈ [x0 , x1 ) atunci

φ(x) = y0 + p0 (x − x0 ).
11.3. FUNCŢII B-SPLINE 303

y1 −y0 ∆y0
Condiţia de interpolare φ(x1 ) = y1 implică p0 = x1 −x0
= h0
.
Dacă x ∈ [x1 , x2 ) atunci

∆y0
φ(x) = y0 + (x − x0 ) + p1 (x − x1 ).
h0

Condiţia de interpolare φ(x2 ) = y2 implică

∆y0
y0 + (x2 − x0 ) + p1 (x2 − x1 ) = y2
h0
sau
∆y0 ∆y0
y0 + (h0 + h1 ) + p1 h1 = y2 ⇔ y1 + h1 + p1 h1 = y2 ,
h0 h0
y2 −y1 ∆y0 ∆y1 ∆y0
de unde p1 = h1
− h0
= h1
− h0
. Totodată
 
∆y0 ∆y1 ∆y0
φ(x) = y0 + (x − x0 ) + − (x − x1 ) =
h0 h1 h0

∆y0 ∆y1 ∆y1

= y0 + h0 + (x − x1 ) = y1 + (x − x1 ), x ∈ [x1 , x2 ),
h0 h1 h1
ı̂n concordanţă cu ecuaţia dreptei care trece prin punctele (x1 , y1 ) şi (x2 , y2 ).
Să presupunem că pentru j ∈ {1, 2, . . . , i − 1} au loc relaţiile
∆yj ∆yj−1
pj−1 = hj
− hj−1
,

∆yj−1
φ(x) = yj−1 + hj−1
(x − xj−1 ), x ∈ [xj−1 , xj ).

Pentru x ∈ [xi , xi+1 ) obţinem

∆yi−1
φ(x) = yi−1 + (x − xi−1 ) + pi (x − xi ).
hi−1

Condiţia de interpolare φ(xi+1 ) = yi+1 implică

∆yi−1
yi−1 + (xi+1 − xi−1 ) + pi (xi+1 − xi ) = yi+1
hi−1
sau
∆yi−1 yi+1 − yi ∆yi−1 ∆yi ∆yi−1
yi + hi + pi hi = yi+1 ⇒ pi = − = − .
hi−1 hi hi−1 hi hi−1
304 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE

Pentru x ∈ [xi , xi+1 ) expresia funcţiei φ(x) devine

 
∆yi−1 ∆yi ∆yi−1
φ(x) = yi−1 + (x − xi−1 ) + − (x − xi ) =
hi−1 hi hi−1
∆yi
= yi + (x − xi ).
hi
Astfel
n−1  
∆y0 X ∆yi ∆yi−1
s(x) = y0 + (x − x0 )+ + − (x − xi )+ .
h0 i=1
hi hi−1

Utilizând egalitatea x+ = 12 (|x| + x) se deduce (11.37) cu α = y0 − p20 x0 −

1
Pn−1 1 ∆yn−1 pi
2 i=1 pi xi , β = 2 hn−1 , ci = 2 , i ∈ {0, 1, . . . , n − 1}. Simplificăm expresia lui
α
n−1  
∆y0 1 X ∆yi ∆yi−1
α = y0 − x0 − − xi =
h0 2 i=1 hi hi−1
n−1  
∆y0 1 X ∆yi ∆yi−1
= y0 − x0 − xi − (xi−1 + hi−1 ) =
h0 2 i=1 hi hi−1
 
1 ∆yn−1
= y0 + yn−1 − xn−1 .
2 hn−1
P 11.5 Să se deducă expresia funcţiei spline cubice de interpolare pornind de la
reprezentarea
xi+1 − x x − xi
s′′i (x) = Mi + Mi+1 , x ∈ [xi , xi+1 ], i ∈ {0, 1, . . . , n − 1}.
hi hi

R. Integrând de două ori se obţin egalităţile

(xi+1 − x)2 (x − xi )2
s′i (x) = −Mi + Mi+1 + Ci
2hi 2hi
(xi+1 − x)3 (x − xi )3
si (x) = Mi + Mi+1 + Ci x + Di
6hi 6hi
Constantele Ci , Di se determină din condiţiile de interpolare si (xi ) = yi , si (xi+1 ) =
yi+1 :
yi+1 − yi hi
Ci = − (Mi+1 − Mi )
hi 6
2
 
hi yi+1 − yi hi
Di = yi − Mi − − (Mi+1 − Mi ) xi
6 hi 6
11.3. FUNCŢII B-SPLINE 305

Parametrii M0 , M1 , . . . , Mn se determină din continuitatea derivatei s′ (x) ı̂n nodul

xi : s′i−1 (xi ) = s′i (xi ) pentru i ∈ {1, . . . , n − 1}. Se va obţine ecuaţiilela algebrice
liniare
 
hi−1 hi 6 yi+1 − yi yi − yi−1
Mi−1 + 2Mi + Mi+1 = − .
hi−1 + hi hi−1 + hi hi−1 + hi hi hi−1
Condiţiile la limită naturală vor fi
M0 = Mn = 0
sau
6 y1 − y0
2M0 + M1 = ( − α)
h0 h0
6 yn − yn−1
Mn−1 + 2Mn = (β − )
hn−1 hn−1
P 11.6 În cazul nodurilor echidistante cu pasul h = 1 să se arate egalităţile:
1. 
x x ∈ [0, 1)
B01 (x) = 2−x x ∈ [1, 2)
0 x ∈ (−∞, 0) ∪ [2, ∞)


2. 
x2

 2
x ∈ [0, 1)
−2x2 +6x−3

x ∈ [1, 2)

B02 (x) = 2
(3−x)2


 2
x ∈ [2, 3)
 0 x ∈ (−∞, 0) ∪ [3, ∞)
3. 
x3

 6
x ∈ [0, 1)
−3x3 +12x2 −12x+4



 6
x ∈ [1, 2)
3x3 −24x2 +60x−44
B03 (x) = 6
x ∈ [2, 3)
 (4−x)3
x ∈ [3, 4)



 6
0 x ∈ (−∞, 0) ∪ [4, ∞)


În cazul pasului h > 0, să se arate egalitatea Bik (x) = B0k ( hx − i).

R. Din formula (11.29) cu h = 1, rezultă

k+1  
k 1 X k+1
B0 (x) = (−1)k+1−j (j − x)k+ .
k! j
j=0

Calculând B0k ( hx − 1) se regăseşte membrul drept din (11.29).

306 CAPITOLUL 11. FUNCŢII SPLINE POLINOMIALE
Capitolul 12

Interpolare cu sinus cardinal

12.1 Funcţia sinc

Funcţia definită prin
sin x

x
dacă x ̸= 0
sinc (x) =
1 dacă x = 0

se numeşte funcţia sinus cardinal 1 .

Proprietăţi:

• Funcţia sinc este pară.

• Tabelul de variaţie. Pentru orice k ∈ Z ecuaţia x = tan x are o singură

soluţie x∗k ı̂n intervalul (k − 12 )π, (k + 12 )π). Dacă φ(x) = sinc (x) atunci
φ′ (x) = x cos x−sin
x2
x
.
Pentru k ∈ N, par, tabloul de variaţie este

x | (k − 21 )π kπ x∗k (k + 12 )π
φ′ (x) | + + 0 −
φ(x) | − (k−11 )π ↗ 0 ↗ ↘ 1
(k+ 12 )π
2

Pentru k ∈ N, impar, tabloul de variaţie este

x | (k − 21 )π kπ x∗k (k + 12 )π
φ′ (x) | − − 0 +
φ(x) | (k−11 )π ↘ 0 ↘ ↗ − (k+11 )π
2 2

307
308 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

1.0

0.8

0.6

0.4

0.2

2 4 6 8 10

-0.2

Fig. 12.1: Graficul funcţiei sinc ı̂n intervalul [0, 7π

2
].

• Graficul funcţiei sinc .

• sinc ∈ L2 (R). Au loc relaţiile
Z Z ∞
2 2
∥sinc ∥2 = sinc (x)dx = 2 sinc 2 xdx =
R 0
Z 1 Z ∞ Z 1 Z ∞
2 2 1
=2 sinc xdx + 2 sinc xdx ≤ 2 dx + 2 dx ≤ 4.
0 1 0 1 x2
• sinc ̸∈ L1 (R). Au loc relaţiile
Z Z ∞
∥sinc ∥1 = |sinc (x)|dx = 2 |sinc (x)|dx ≥
R 0
Z ∞ ∞ Z
X (k+1)π
≥2 |sinc (x)|dx = 2 |sinc (x)|dx.
π k=1 kπ

Triunghiul definit de punctele Ak (kπ, 0), Bk ((k + 21 )π, |sinc ((k + 12 )π)|),
Ak+1 ((k + 1)π, 0) este cuprins ı̂ntre graficul funcţiei |sinc | şi axa Ox. În
consecinţă
∞ ∞ ∞
X 1 X X1
∥sinc ∥1 ≥ 2 aria(△Ak Bk Ak+1 ) = π |sinc (k+ )π)| = 2 = ∞.
k=1 k=1
2 k=1
2k + 1
sin πx

1 πx dacă x ̸= 0
În [34] este utilizată definiţia sinc (x) = .
1 dacă x = 0
12.2. INTERPOLARE PE NODURI ECHIDISTANTE ÎN [0, π] 309

12.2 Interpolare pe noduri echidistante ı̂n [0, π]

2π
Pentru orice n ∈ N se definesc mulţimile En = {xn,k = 2n
k : k = 0, 1 . . . , 2n }.
În particular

E0 = {0, 2π}
E1 = {0, π, 2π}
π 3π
E2 = {0, , π, , 2π}
2 2
Au loc proprietăţile:

• E0 ⊂ E1 ⊂ . . . En ⊂ En+1 ⊂ . . .

• Mulţimea E = ∪∞
n=0 En este densă ı̂n [0, 2π].

Introducem funcţiile
( n−1
sin 2 (x−xn,k )
dacă x ̸= xn,k
Ln,k (x) = 2n−1 (x−xn,k ) n ∈ N, k = 0, 1, . . . , 2n . (12.1)
1 dacă x = xn,k

Stabilim câteva proprietăţi simple ale funcţiilor de tip sinc Ln,k .

Teorema 12.2.1 Au loc proprietăţile:

1. Ln,k (xn,j ) = δk,j , ∀ k, j ∈ {0, 1, . . . , 2n };

2. L′n,k (xn,k ) = 0;
2n (−1)j−k
3. L′n,k (xn,j ) = 2π(j−k)
, j ̸= k, j = 0, 1, . . . , 2n ;
2n−2
4. L′′n,k (xn,k ) = − 2 3
;

5. |Ln,k (x)| ≤ 1, ∀ x ∈ [0, 2π].

Demonstraţie. 2.

Ln,k (x) − Ln,k (xn,k )

L′n,k (xn,k ) = lim =
x→xn,k x − xn,k

sin 2n−1 (x − xn,k ) − 2n−1 (x − xn,k )

= lim .
x→xn,k 2n−1 (x − xn,k )2
310 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

Punând y = 2n−1 (x − xn,k ), limita de mai sus devine limy→0 2n−1 sinyy−y
2 = 0.
3.
cos 2n−1 (x − xn,k ) sin 2n−1 (x − xn,k )
L′n,k (x) = − n−1 .
x − xn,k 2 (x − xn,k )2
2n (−1)j−k
Pentru x = xn,j se obţine L′n,k (xn,j ) = 2π(j−k)
.
4.
L′n,k (x) − L′n,k (xn,k )
L′′n,k (xn,k ) = lim =
x→xn,k x − xn,k
cos 2n−1 (x − xn,k ) sin 2n−1 (x − xn,k )
 
= lim − n−1 .
x→xn,k (x − xn,k )2 2 (x − xn,k )3
Din nou, pentru y = 2n−1 (x − xn,k ), limita devine

y cos y − sin y 22n−2

lim 22n−2 = − .
y→0 y3 3
5. Inegalitatea rezultă din
π
|x| < 2
⇒ | sin x| ≤ |x|
π π
|x| ≥ 2
⇒ | sin x| ≤ 1 < 2
≤ |x|

Fie f : [0, 2π] → R. Introducem operatorul liniar

2n
X
f 7−→ Sn (f ) definit prin Sn (f )(x) = f (xn,k )Ln,k (x).
k=0

Din teorema 12.2.1 rezultă că funcţia Sn (f )(x) satisface condiţiile de interpolare

Sn (f )(xn,k ) = f (xn,k ), k = 0, 1, . . . , 2n .

Această funcţie se numeşte funcţia de interpolare sinc a funcţiei f.

Teorema 12.2.2 Dacă m > n atunci Sn (f )(xn,k ) = Sm (f )(xn,k ), k = 0, 1, . . . , 2n .

Demonstraţie. En ⊂ Em , pentru xn,k = 2π 2n

k = 22πm 2m−n k = xm,2m−n k = y
condiţiile de interpolare implică Sn (f )(y) = f (y) = Sm (f )(y).

Teorema 12.2.3 Au loc egalităţile

1. Sn (Ln,k ) = Ln,k , k = 0, 1, . . . , 2n ;
12.2. INTERPOLARE PE NODURI ECHIDISTANTE ÎN [0, π] 311

2. Sn (Sn (f )) = Sn (f ),

adică funcţiile Ln,k , k = 0, 1, . . . , 2n şi Sn (f ) sunt puncte fixe ale operatorului Sn .

Demonstraţie. Calculând, se obţin

1.
2 n 2n
X X
Sn (Ln,k )(x) = Ln,k (xn,j )Ln,j (x) = δk,j Ln,j (x) = Ln,k (x).
j=0 j=0

2.
2n 2 n
X X
Sn (Sn (f ))(x) = Sn (f )(xn,j )Ln,j (x) = f (xn,j )Ln,j (x) = Sn (f )(x).
j=0 j=0

Pentru cazul funcţiilor continue ı̂n intervalul compact [0, 2π], se alege norma
∥f ∥ = maxx∈[0,2π] |f (x)| şi are loc

Teorema 12.2.4 Operatorul Sn este continuu, având loc inegalitatea

∥Sn (f )∥ ≤ (2n + 1)∥f ∥, ∀ f ∈ C[0, 2π].

Demonstraţie.
2n 2n
X X
|Sn (f )(x)| = | f (xn,j )Ln,j (x)| ≤ ∥f ∥ |Ln,j (x)| ≤ (2n + 1)∥f ∥.
j=0 j=0

Liniaritatea operatorului Sn implică inegalitatea

∥Sn (f ) − Sn (g)∥ ≤ (2n + 1)∥f − g∥.

Vom folosi transformarea Fourier. Rezultatele de care avem nevoie sunt date
ı̂n Anexa (I.1).
Din (I.3) se obţine

πe−ixn,k z
Ln,k (x) = sinc 2n−1 (x − xn,k ) ⇒ F(Ln,k (x))(z) = 1(−2n−1 ,2n−1 ) (z).
2n−1
Utilizând egalitatea lui Parseval se obţine proprietatea de ortogonalitate a
funcţiilor Ln,k :
312 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

Teorema 12.2.5 Au loc egalităţile

Z ∞
2π
Ln,k (x)Ln,j (x)dx = n δk,j , ∀ k, j ∈ {0, 1, . . . , 2n }.
−∞ 2

Demonstraţie. Notăm prin Fn,k transformata Fourier a functiei Ln,k . Pentru

k=j Z ∞ Z ∞
2 1 2π
Ln,k dx = |Fn,k (z)|2 d(z) = n .
−∞ 2π −∞ 2
Pentru k ̸= j
Z ∞ Z ∞ Z 2n−1
1 2π 2π
Ln,k (x)Ln,j (x)dx = Fn,k (z)Fn,j (z)dz = 2n e−iz 2n (k−j) dz =
−∞ 2π −∞ 2 −2n−1

2π
2π e−iz 2n (k−j) 2n−1 2π sin π(k − j)
= 2n 2π −2n−1 = n = 0.
2 −i 2n (k − j) 2 π(k − j)

12.3 Interpolare pe noduri echidistante ı̂n R

Rezultatul de bază al acestei secţiuni este dat de Teorema Whittaker-Kotelnikov-
Shannon (WKS). În funcţie de ipoteze, vom enunţa două variante ale teoremei,
fiecare cu o demonstraţie specifică. Totodată se va arăta că ipoteza celei de a
doua variante implică ipoteza din prima variantă.

Teorema 12.3.1 (WKS - varianta 1) Fie f : C → C pentru care există M, τ > 0

astfel ı̂ncât
|f (x + iy)| ≤ M eτ |y| , ∀z = x + iy ∈ C.
Dacă τ < l atunci
X kπ X kπ sin l(z − kπ )
l
f (z) = f( )sinc (lz − kπ) = f( ) kπ
. (12.2)
k∈Z
l k∈Z
l l(z − l
)

Dacă se notează cu L(z) membrul drept din (12.2),

X kπ
L(z) = f( )sinc (lz − kπ),
k∈Z
l

atunci se verifică imediat proprietăţile de interpolare L(n πl ) = f (n πl ), ∀n ∈ Z.

Pentru demonstraţie stabilim o serie de rezultate pregătitoare.
12.3. INTERPOLARE PE NODURI ECHIDISTANTE ÎN R 313

Teorema 12.3.2 Fie γn = {z ∈ C : |z| = (n + 12 )π}, n ∈ N. Există m > 0 astfel

ı̂ncât
| sin z| ≥ me|y| , ∀z = x + iy ∈ γn ,
pentru n suficient de mare.

Demonstraţie. Au loc egalităţile

sin z = sin x cosh y + i cos x sinh y;

| sin z|2 = sin2 x + sinh2 y.

Deoarece | sin z| = | sin z̄| este suficient de considerat doar semiplanul superior.
Fie 0 < y0 < π2 .
Cazul 0 < y < y0 . Dacă z = x + iy ∈ γn atunci x2 + y 2 = (n + 12 )2 π 2 şi ı̂n
consecinţă
r r
1 2 2 1
| sin x| = | sin (n + ) π − y 2 | = | sin ( (n + )2 π 2 − y 2 − nπ)| =
2 2

π2
nπ 2 +
− y2 4
= sin q → 1, pentru n → ∞.
(n + 12 )2 π 2 − y 2 + nπ

Prin urmare există c > 0 astfel ı̂ncât

| sin z| ≥ | sin x| ≥ c = m1 ey0 ≥ m1 ey ,

pentru n suficient de mare.

Cazul y0 ≤ y. Pentru 0 < m2 ≤ 21 (1 − e−2y0 ) au loc relaţiile

ey − e−y ey − e−y0 1 − e−y−y0 y

| sin z| ≥ sinh y = ≥ = e ≥ m2 ey .
2 2 2

Dacă m = min{m1 , m2 } atunci | sin z| ≥ mey .

Teorema 12.3.3 Dacă f este o funcţie continuă atunci

π
Z 2π Z
2
f (| sin x|)dx = 4 f (sin x)dx.
0 0
314 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

Fig. 12.2: Justificarea inegalităţii (12.3).

Demonstraţia Teoremei WKS.2 Fie rn = (n + 12 ) πl şi γn = {z ∈ C : |z| = rn }.

Dându-se z ∈ C există n ∈ N astfel ı̂ncât 2|z| ≤ rn . Atunci (Fig. 12.2)
rn
|z − ζ| ≥ , ∀ζ ∈ γn . (12.3)
2
Demonstaţia teoremei revine la evaluarea integralei
Z
1 f (ζ) dζ
Fn (z) = (12.4)
2πi γn sin lζ ζ − z

ı̂n două moduri.

Punctele singulare ale funcţiei de integrat sunt z, 0, ± πl , . . . , ±n πl , poli de or-
dinul ı̂ntâi. Aplicând teorema reziduurilor se obţine
n n
f (z) X (−1)k f (k πl ) f (z) X (−1)k f (k πl )
Fn (z) = − = − . (12.5)
sin lz k=−n l(z − k πl ) sin lz k=−n lz − kπ

Pe de altă parte, pentru ζ ∈ γn , ζ = rn eit , au loc inegalităţile

• Din ipoteza teoremei rezultă

|f (ζ)| ≤ M eτ rn | sin t| ; (12.6)

2
Chabat B., Introduction à l’analyse complexe. T1, Ed. Mir, Moscou,1990.
12.3. INTERPOLARE PE NODURI ECHIDISTANTE ÎN R 315

• Din Teorema 12.3.2 rezultă existenţa unui m > 0 astfel ı̂ncât

| sin lζ| ≥ mern l| sin t| , (12.7)

pentru n suficient de mare.

Utilizând inegalităţile (12.3), (12.6), (12.7), pentru Fn (z) se obţine evaluarea

Z Z 2π
M −(l−τ )rn | sin t| M
|Fn (z)| ≤ e |dζ| = e−(l−τ )rn | sin t| dt.
mrn π γn mπ 0

Aplicând Teorema 12.3.3 rezultă

Z π
4M 2
|Fn (z)| ≤ e−(l−τ )rn sin t dt,
mπ 0

apoi funcţia sin este concavă ı̂n intervalul [0, π2 ], deci sin t ≥ 2t
π
, ceea ce implică
evaluarea
Z π
4M 2 2t 2M 1 − e−(l−τ )rn
|Fn (z)| ≤ e−(l−τ )rn π dt = · → 0, pentru n → ∞.
mπ 0 m (l − τ )rn
(12.8)
Din (12.5) şi (12.8), pentru n → ∞, rezulă egalitatea

f (z) X (−1)k f (k πl )
0= −
sin lz k∈Z lz − kπ

sau
X kπ sin (lz − kπ)
f (z) = f( ) .
k∈Z
l lx − kπ

Suportul unei funcţii f : X → C este mulţimea

supp(f ) = {x ∈ X : f (x) ̸= 0}.

Teorema 12.3.4 (WKS - varianta 2) Fie f : R → C şi fˆ(ξ) = F(f (x))(ξ)

transformata ei Fourier. Dacă există l > 0 astfel ı̂ncât supp(fˆ) ⊆ {ξ : |ξ| ≤ l}
atunci
X kπ
f (x) = f ( )sinc (lx − kπ). (12.9)
k∈Z
l
316 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

Demonstraţie. Dezvoltarea Fourier a funcţiei fˆ este

X nπξ
fˆ(ξ) = cn ei l , ξ ∈ [−l, l],
n∈Z

cu Z l Z ∞
1 nπξ π 1 nπ π nπ
cn = fˆ(ξ)e−i l dξ = fˆ(ξ)e−i l ξ dξ = f (− ).
2l −l l 2π −∞ l l
Astfel
πX nπ nπξ
fˆ(ξ) = f (− )ei l .
l n∈Z l

Funcţia f va fi
Z ∞ Z l
1 1
f (x) = F −1
(fˆ(ξ))(x) = fˆ(ξ)eiξx dξ = fˆ(ξ)eiξx dξ =
2π −∞ 2π −l

Z l
1 X nπ nπ
X nπ sin (lx + nπ)
= f (− ) eiξ(x+ l
)
dξ = f (− ) =
2l n∈Z l −l n∈Z
l lx + nπ
X kπ
= f( )sinc (lx − kπ).
k∈Z
l

Teorema 12.3.5 Dacă fˆ : C → C este o funcţie absolut integrabilă cu propri-

etatea că există τ > 0 astfel ı̂ncât supp(fˆ) ⊆ {ξ : |ξ| ≤ τ } atunci există M > 0
pentru care

|f (z)| = |F −1 (fˆ(ξ))(z)| ≤ M eτ |y| , ∀z = x + iy ∈ C.

Demonstraţie. Au loc egalităţile

Z ∞ Z τ
1 ˆ 1
f (z) = izξ
f (ξ)e dξ = fˆ(ξ)eizξ dξ.
2π −∞ 2π −τ

Din ξ ∈ R, eizξ = e−yξ (cos xξ + i sin xξ) rezultă |eizξ | = e−yξ ≤ eτ |y| . În consecinţă
Z τ  Z τ 
1 ˆ 1 ˆ
|f (z)| ≤ izξ
|f (ξ)||e |dξ ≤ |f (ξ)|dξ eτ |y| .
2π −τ 2π −τ
12.3. INTERPOLARE PE NODURI ECHIDISTANTE ÎN R 317

π
Dacă l = h
atunci (12.2) devine
X kπ π 
f (x) = f( )sinc (x − kh) . (12.10)
k∈Z
h h

Utilizând formula (B.0.5),

∞ 
x2
Y 
sin(x) = x 1− 2 2 , (12.11)
j=1
π j

regăsim membrul drept din (12.3.2) pe o altă cale.

Fie h > 0 şi xk = a + kh, k ∈ Z. Polinomul de interpolare Lagrange pe cele
2n + 1 noduri x−n , x−n+1 , . . . , xn este
n
X
L(P2n ; x−n , x−n+1 , . . . , xn ; f )(x) = f (xk )ln,k (x), (12.12)
k=−n

unde
(x − x−n ) . . . (x − xk−1 )(x − xk+1 ) . . . (x − xn )
ln,k (x) = = (12.13)
(xk − x−n ) . . . (xk − xk−1 )(xk − xk+1 ) . . . (xk − xn )

( x−a
h
+ n)( x−a
h
+ n − 1) . . . ( x−a
h
− k + 1)( x−a
h
− k − 1) . . . ( x−a
h
− n)
= .
(k + n)(k + n − 1) . . . 1(−1) . . . ((n − k))
Pentru n → ∞ se obţine
∞ ∞ 2 !
( x−a 2 2  x−a
Y
h
− k) − j Y
h
− k
lim ln,k (x) = 2
= 1− .
n→∞
j=1
−j j=1
j

Ţinând seama de 12.11 vom avea

sin( x−a
h
− k)π x−a π(x − xk )
lim ln,k (x) = x−a = sinc(( − k)π) = sinc .
n→∞ ( h − k)π h h

iar formula 12.12 devine

X (x − xk )π
L(x) = f (xk )sinc . (12.14)
k∈Z
h

Pentru a = 0 se regăseşte membrul drept din (12.3.2).

318 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

Notăm

φ(t) = sinc (πt),

π(x − xk )
φk (x) = sinc , k ∈ Z.
h
Din (I.2) rezultă
F(φ(t))(z) = 1(−π,π) (z).
O consecinţă imediată este

Teorema 12.3.6 Are loc egalitatea

Z ∞
sinc (x)dx = π. (12.15)
−∞

Demonstraţie. Pentru z = 0 egalitatea

Z ∞
F (sinc (πt)) (z) = sinc (πt)e−itz dt = 1(−π,π) (z)
−∞

devine Z ∞
sinc (πt)dt = 1(−π,π) (0) = 1.
−∞

Teorema 12.3.7 În ipoteza Teoremei 12.3.4 are loc egalitatea

Z ∞
π X  π
f (x)dx = f k . (12.16)
−∞ l k∈Z l

π
Formula (12.16) se
R ∞interpretează ca formula trapezelor cu pasul h = l
pentru
calcululul integralei −∞ f (x)dx.
Demonstraţie. Integrând (12.9) rezultă
Z ∞ X  πZ ∞
f (x)dx = f k sinc (lx − kπ)dx =
−∞ k∈Z
l −∞

Z ∞
1 X  π π X  π
= f k sinc (t)dt = f k .
l k∈Z l −∞ l k∈Z l

Teorema 12.3.8 Funcţiile φk (x) satisfac relaţiile:

12.3. INTERPOLARE PE NODURI ECHIDISTANTE ÎN R 319

(i) φk (xj ) = δk,j ;

R∞ π(x−kh)
(ii) −∞ φk (x)φj (x)dx = hδk,j , adică ( √1h sinc h
)k∈Z formează un sistem
ortonormat de funcţii.

Demonstraţie. (ii) Calculăm

Z ∞ ∞
(x − xk )π (x − xj )π
Z
Ik,j = φk (x)φj (x)dx = sinc sinc dx.
−∞ −∞ h h

Prin schimbarea de variabilă x − xk = hq integrala de mai sus devine

Z ∞ Z ∞
h sinc (qπ)sinc ((q + k − j)π)dq = h sinc (qπ)sinc ((j − k − q)π)dq =
−∞ −∞
Z ∞
=h φ(q)φ((j − k) − q)dq = h(φ ∗ φ)(j − k).
−∞

Deoarece transformata Fourier a produsului de convoluţie φ ∗ φ este φ̂2 rezultă

Z π Z π
h 2 iz(j−k) h
Ik,j = φ̂ (z)e dz = eiz(j−k) dz = hδk,j .
2π −π 2π −π

Deducere formală a formulei (12.10)

Notăm prin (fk )k∈Z valorile unei funcţii ı̂n nodurile xk = kh, k ∈ Z. Trans-
formarea Fourier a funcţiei f este
Z ∞ X Z xk+1
ˆ
f (ξ) = −iξt
f (t)e dt = f (t)e−iξt dt.
−∞ k∈Z xk

Utilizând formula trapezului pentru evaluarea integralelor din suma de mai sus
se deduce
X fk e−iξxk + fk+1 e−iξxk+1 X
fˆ(ξ) ≈ h =h fk e−iξxk = φ̂(ξ),
k∈Z
2 k∈Z

cu x ∈ [− πh , πh ].
În [62] formula
X π π
φ̂(ξ) = h fk e−iξxk , ∈ [− , ], (12.17)
k∈Z
h h
320 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

este numit transformarea Fourier semidiscretă.

Calculăm
Z π Z π
1 h h X h
iξxp
φ̂(ξ)e dξ = fk eiξ(xp −xk ) dξ =
2π − hπ 2π k∈Z π
−h

X sin πh (xp − xk ) X
= fk π(xp −xk )
= fk δp,k = fp .
k∈Z h k∈Z

Astfel inversa transformării (12.17) este dată de formula

Z π
1 h
fp = φ̂(ξ)eiξxp dξ. (12.18)
2π −π
h

Înlocuind xp cu x, definim funcţia

Z π
1 h
L(x) = φ̂(ξ)eiξx dξ.
2π −π
h

Potrivit relaţiei (12.18), au loc proprietăţile de interpolare

L(xp ) = fp , ∀ p ∈ Z.

1, k = 0
Particularizăm rezultatele de mai sus pentru şirul (δk )k∈Z , unde δk = .
̸ 0
0, k =
Transformarea semidiscretă a acestui şir este
X
φ̂(ξ) = h δk e−iξxk = h.
k∈Z

Funcţia de interpolare (corespunzătoare transformării inverse) este

π
sin πx
Z
h h πx
Lδ (x) = eiξx dξ = πx
h
= sinc .
2π −π
h h
h

Atunci Lδ (xp ) = δp , ∀p ∈ Z.
În cazul unui şir oarecare (fk )k∈Z are loc egalitatea
X
fk = fj δj−k .
j∈Z
12.3. INTERPOLARE PE NODURI ECHIDISTANTE ÎN R 321

Pentru X X π
L(x) = fj Lδ (xj − x) = fj sinc (x − xj ),
j∈Z j∈Z
h

au loc proprietăţile de interpolare L(xk ) = fk , ∀ k ∈ Z.

Derivând L(x) se obţine o formulă de derivare numerică. Deoarece
x cos x − sin x
lim (sinc x)′ = lim =0
x→0 x→0 x2
rezultă
(−1)k

, ̸ 0
k=
Lδ (xk ) = hk .
0 k=0
Astfel
X (−1)j−k
L′ (xk ) = fj .
j∈Z
h(k − j)
j̸=k

Probleme şi teme de seminar

P 12.1 Fie f : R → C. Pornind de la dezvoltarea Fourier a funcţiei g(x) =
P
n∈Z f (x + nh), h > 0, deduceţi formula de ı̂nsumare Poisson

X 1 X ˆ 2nπ 2nπx
f (x + nh) = f( )e h . (12.19)
n∈Z
h n∈Z h

Pentru x = 0 şi h = 1 se obţine

X X
f (n) = fˆ(2nπ). (12.20)
n∈Z n∈Z

kπx
R. Funcţia g este periodică cu perioada h = 2l. Prin urmare g(x) = k∈Z ck ei l
P
cu
1 l 1 X l
Z Z
−i kπx kπx
ck = g(x)e l dx = f (x + 2nl)e−i l dx.
2l −l 2l n∈Z −l
Prin schimbarea de variabilă x + 2nl = t se obţine

1 X (2n+1)l 1 ∞
Z Z
−i kπt kπt 1 kπ
ck = f (t)e l dt = f (t)e−i l dt = fˆ( ).
2l n∈Z (2n−1)l 2l −∞ 2l l

Revenind ı̂n dezvoltarea Fourier se obţine relaţia cerută.

322 CAPITOLUL 12. INTERPOLARE CU SINUS CARDINAL

P 12.2 Să se arate că pentru f (x) = φ(hx)e−ixhξ din formula de ı̂nsumare a lui
Poisson (12.20) se obţine forma echivalentă
X 1X 2nπ
φ(nh)e−inhξ = φ̂(ξ − ).
n∈Z
h n∈Z h

R. fˆ(z) = h1 φ̂(ξ + hz ). Pentru ξ = 0, h = 1 se regăseşte (12.20).

P 12.3 Să se arate că dezvoltarea Fourier a funcţiei f (t) = e−itx , t ∈ (− πh , πh ),

este X π 
−itx
e = sinc (x + kh) eikht .
k∈Z
h

R. Dezvoltarea Fourier a funcţiei f, cu perioada 2l, este

1 l
Z
i πkt πkt
X
ck e l cu ck = f (t)e−i l dt.
k∈Z
2l l

În acest caz l := πh ,

Z π
h h
π 
ck = e−itx e−ikht dt = sinc (x + kh) .
2π −π
h
h
 Partea II

METODE NUMERICE ÎN

ALGEBRA LINIARĂ

323
Capitolul 13

Elemente de analiză matriceală

13.1 Definiţii, notaţii, proprietăţi

•    
x1 x1
x =  ...  ∈ Rn x =  ...  ∈ Cn
   
xn xn
T H
x = (x1 , . . . , xn ) x = (x1 , . . . , xn )

Un vector din C sau R se va identifica cu o matrice Mn,1 (C), respectiv

Mn,1 (R).

•
x, y ∈ Rn P x, y ∈ Cn P
< x, y >= nk=1 xk yk √ < x, y >= nk=1 xk y k√
√ √
∥x∥2 = < x, x > = xT x ∥x∥2 = < x, x > = xH x
•
∥x∥∞ = max |xk |
1≤k≤n

• Rangul unei matrice este dat de ordinul celui mai mare determinant nenul.

• Doi vectori x, y ∈ C (sau R) sunt ortogonali dacă < x, y >= 0.

• O familie de vectori (xi )1≤i≤k din x, y ∈ C (sau R) este ortonormată dacă


1, dacă i = j
< xi , xj >= δi,j =
0, dacă i ̸= j

325
326 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

• O matrice A ∈ Mn,k (C) se poate reprezenta prin


a1,j
A = (ai,j )1≤i≤n,1≤j≤k = [a1 a2 . . . ak ], unde aj =  ...  .
 
an,j

•  
1 0 ... 0
 0 1 ... 0 
In = (δi,j )1≤i,j≤n =
 
.... . . .. 
 . . . . 
0 0 ... 1
este matricea unitate de ordinul n.

• Determinantul matricei A ∈ Mn (C) este notat prin |A| sau det(A).

• Dacă A ∈ Mn (C), atunci tr(A) = nk=1 ak,k este urma matricei A.

P

• Dacă A ∈ Mn (R) = (ai,j )1≤i,j≤n atunci AT = (aj,i )1≤i,j≤n este matricea

transpusă.
T
• Dacă A ∈ Mn (C) atunci AH = A . Bara superioară desemnează operatorul
de conjugare aplicat fierărui element al matricei.

• O matrice pătrată A ∈ Mn (C) este inversabilă dacă există A−1 ∈ Mn (C)

astfel ı̂ncât A · A−1 = A−1 · A = In .

• A ∈ Mn (R) este simetrică dacă AT = A.

• A ∈ Mn (R) este matrice simetric oblică (skew-symmetric matrix ) dacă

AT = −A.

• A ∈ Mn (C) este hermitiană dacă AH = A.

• A ∈ Mn,k (R) este ortogonală dacă AT · A = Ik .

• A ∈ Mn,k (C) este unitară dacă AH · A = Ik .

• A ∈ Mn (C) este normală dacă AH · A = A · AH .

• O matrice A ∈ Mn (C), A = (ai,j )1≤i,j≤n cu proprietatea ai,j = 0, pentru

i > j se numeşte matrice superior triunghiulară.
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 327

• O matrice A ∈ Mn (C), A = (ai,j )1≤i,j≤n cu proprietatea ai,j = 0, pentru

i < j se numeşte matrice inferior triunghiulară.

• O matrice A ∈ Mn (C), A = (ai,j )1≤i,j≤n cu proprietatea ai,j = 0, pentru

i ̸= j se numeşte matrice diagonală.

• O matrice A ∈ Mn (C), A = (ai,j )1≤i,j≤n cu proprietatea ai,j = 0, pentru

j < i şi i + 1 < j se numeşte matrice bidiagonală (superioară).

• O matrice A ∈ Mn (C), A = (ai,j )1≤i,j≤n cu proprietatea ai,j = 0, pentru

i > j + 1 se numeşte matrice Hessenberg.
De exemplu, ı̂n reprezentarea Wilkinson,
 
× × × ×
 × × × × 
 
 0 × × × 
0 0 × ×

este o matrice Hessenberg.

• O matrice A ∈ Mn (R) este pozitiv definită dacă

< Ax, x > ≥ 0, ∀x ∈ Rn .

Produsul a două matrice pozitiv definite poate să nu fie pozitiv definită.
Dacă      
0 1 1 0 x1
A= , B= , x=
−1 2 0 0 x2
atunci

< Ax, x > = 2x22

< Bx, x > = x21
< ABx, x > = −x1 x2

• O matrice A ∈ Mn (R) este strict pozitiv definită dacă

< Ax, x > > 0, ∀x ∈ Rn \{0}.

Pentru matricea A ∈ Mn (R) strict pozitivă folosim notaţia A > 0. Mai

mult, dacă A, B ∈ Mn (R) vom scrie A > B ⇔ A − B > 0.
328 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

• O matrice A ∈ Mn (R) este tare pozitiv definită dacă

∃m > 0 astfel ı̂ncât < Ax, x > ≥ m∥x∥22 , ∀x ∈ Rn .

Astfel A tare pozitiv definită ⇒ A strict pozitiv definită ⇒ A pozitiv definită.

• Fie A : Ck → Cn un operator liniar.

Dacă {e1 , . . . , ek }, {f1 , . . . , fn } sunt baze ı̂n Ck , respectiv Cn , x = (x1 , . . . , xk )T , y =
(y1 , . . . , yn )T şi y = A(x) atunci există o matrice A ∈ Mn,k (C) astfel ı̂ncât
not
A[e1 , . . . , ek ] = [A(e1 ), . . . , A(ek )] = [f1 , . . . , fn ]A ⇔ y = Ax.

• Ker(A) = {x ∈ Ck : Ax = 0}
Im(A) = {y ∈ Cn : ∃x ∈ Ck astfel ı̂ncât y = Ax}
Se mai utilizează notaţiile Im(A) = R(A) şi Ker(A) = N (A).

• Norma unei matrice A ∈ Mn,k (C) este norma operatorului liniar generat de
matricea A, adică A : Ck → Cn , A(x) = Ax. În cele ce urmează operatorul
A se va identifica cu matricea A.

• Un număr λ ∈ C este o valoare proprie a matricei A ∈ Mn (C) dacă există

un vector nenul x ∈ Cn astfel ı̂ncât Ax = λ x.
În acest caz x este un vector propriu corespunzător valorii proprii λ, iar
perechea (λ, x) este o pereche proprie matricei A.

• Un vector y ∈ Cn , y ̸= 0 este un vector propriu la stânga corespunzătoare

lui λ dacă y H A = λ y H ⇔ AH q = λq.

• Valoarea proprie λ are ordinul de multiplicitate algebric k dacă λ este

rădăcină multiplă de ordin k a polinomului caracteristic.

• Valoarea proprie λ are ordinul de multiplicitate geometric k dacă dimensi-

unea subspaţiului liniar S(λ) = {x ∈ Cn : Ax = λ x} este k.

• Două matrice A, B ∈ Mn (C) sunt similare dacă există o matrice inversabilă

X ∈ Mn (C) astfel ı̂ncât B = X −1 AX.

• Două matrice A, B ∈ Mn (C) sunt unitar echivalente dacă există o matrice

unitară U ∈ Mn (C) astfel ı̂ncât B = U H AU.
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 329

• Raza spectrală a matricei A ∈ Mm (C) este numărul

ρ(A) = max{|λ| : λ valoare proprie a matricei A}.

• Dacă A, B ∈ Mm,k (C) atunci produsul Hadamard este definit prin

A ◦ B = (Ai,j Bi,j )1≤i≤m;1≤j≤k .

Proprietatea 13.1.1 Dacă A ∈ Mn (C) atunci

< Ax, y >=< x, AH y > ∀x, y ∈ Cn .

Proprietatea 13.1.2 Dacă A ∈ Mn (C) este o matrice hermitiană atunci

< Ax, y >=< x, Ay > ∀x, y ∈ Cn .

Proprietatea 13.1.3 Dacă A ∈ Mm,n (C), C ∈ Mn,p (C) atunci (AB)H = B H AH .

Proprietatea 13.1.4 Dacă A, B ∈ Mn (C) sunt matrice hermitiene şi AB = BA

atunci AB este tot o matrice hermitiană.

Demonstaţie.
(AB)H = B H AH = BA = AB.

P 13.1 Dacă {e1 , . . . , ek }, {e′1 , . . . , e′k } sunt baze ı̂n Ck şi A : Ck → Ck un oper-
ator liniar pentru care

A[e1 , . . . , ek ] = [e1 , . . . , ek ]A, A ∈ Mk (C),

A[e′1 , . . . , e′k ] = [e′1 , . . . , e′k ]B, B ∈ Mk (C),

atunci matricele A şi B sunt similare.

Demonstaţie. Există o matrice inversabilă X ∈ Mk (C) astfel ı̂ncât

[e′1 , . . . , e′k ] = [e1 , . . . , ek ]X ⇔ x = Xx′ , ∀x ∈ Ck ,

unde x = ki=1 xi ei = ki=1 x′i e′i .

P P

Dacă y = Ax şi y = ki=1 yi ei = ki=1 yi′ e′i atunci y = Ax şi y ′ = Bx′ . În plus
P P

y = Xy ′ ⇒ AXx′ = XBx′ ⇒ AX = XB.

Proprietatea 13.1.5 Dacă A, B ∈ Mn (C) sunt matrice unitare atunci AB este

tot o matrice unitară.
330 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

Proprietatea 13.1.6 Dacă A ∈ Mn (C) este o matrice unitară şi x ∈ Cn atunci

∥Ax∥2 = ∥x∥2 şi ∥AH x∥2 = ∥x∥2 .

Demonstaţie.

∥Ax∥22 = (Ax)H (Ax) = (xH AH )(Ax) = xH (AH A)x = xH x = ∥x∥22 .

Proprietatea 13.1.7 Fie A ∈ Mn,k (C). Dacă X ∈ Mn (C) şi Y ∈ Mk (C) sunt
matrice unitare atunci

∥A∥2 = ∥X H A∥2 = ∥AY ∥2 .

Demonstaţie. Utilizând propoziţia precedentă, au loc egalităţile

∥X H A∥2 = sup ∥X H Az∥2 = sup ∥Az∥2 = ∥A∥2

∥z∥2 ≤1 ∥z∥2 ≤1

şi
∥AY ∥2 = sup ∥AY z∥2 = sup ∥Aw∥2 = ∥A∥2 ,
∥z∥≤1 ∥w∥≤1

unde w = Y z.

Proprietatea 13.1.8 Dacă A ∈ Mn,k (C), A = [a1 a2 . . . ak ] este o matrice uni-

tară atunci (ai )1≤i≤k formează o familie ortonormată.

Demonstaţie.
 
aH1
AH A =  ...  · [a1 . . . ak ] = (aH
i aj )1≤i,j≤k = Ik .
 
H
ak

Proprietatea 13.1.9 Dacă A ∈ Mn (C) este o matrice unitară atunci A−1 =

AH .

Proprietatea 13.1.10 Dacă A ∈ Mn (R) strict pozitiv definită, atunci matricea

A este nesingulară.

Proprietatea 13.1.11 O matrice A ∈ Mn (R) strict pozitiv definită este tare

pozitiv definită.
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 331

Demonstaţie. Funcţia f : Rn \{0} → R definită prin formula

< Ax, x >

f (x) =
∥x∥22

este continuă şi ı̂n mulţimea compactă S = {x ∈ Rn : ∥x∥2 = 1} ı̂şi atinge

minimul, adică există x0 ∈ S astfel ı̂ncât

f (x) ≥ f (x0 ) = m > 0 ∀x ∈ S.

x x x
Dacă x ∈ Rn \{0} atunci ∥x∥2
∈ S, de unde < A( ∥x∥2
), ∥x∥2
> ≥ m sau < Ax, x >≥
m∥x∥22 .

Proprietatea 13.1.12 Dacă √ A ∈ Mn (R) este o matrice nsimetrică şi strict pozi-
tiv definită atunci ∥x∥A = < Ax, x > este o normă ı̂n R .

Indicaţie. Inegalitatea triunghiului rezultă ı̂n urma inegalităţii < Ax, y >2 ≤ <
Ax, x >< Ay, y >, ∀x, y ∈ Rn .

Proprietatea 13.1.13 Fie A ∈ Mm,n (C), B ∈ Mk,m (C). Dacă ∥·∥ este o normă
matriceală atunci ∥BA∥ ≤ ∥B∥ ∥A∥.

Pentru A ∈ Mm,n (C) şi φ(A) = max1≤i≤m 1≤j≤n |ai,j | proprietăţile normei sunt
ı̂ndeplinite dar nu are loc proprietatea propoziţiei 13.1.13. Dacă
     
1 2 2 1 4 2
B= , A= atunci BA =
3 1 1 1 7 4

şi φ(BA) = 7 > 3 · 2 = φ(B)φ(A).

Proprietatea 13.1.14 Fie A ∈ Mm,n (C), A = (ai,j )1≤i≤m, 1≤j≤n . Au loc egalităţile
n
X
∥A∥∞ = max |ai,j |, A : (Cn , ∥ · ∥∞ ) → (Cm , ∥ · ∥∞ ); (13.1)
1≤i≤m
j=1
Xm
∥A∥1 = max |ai,j |, A : (Cn , ∥ · ∥1 ) → (Cm , ∥ · ∥1 ). (13.2)
1≤j≤n
i=1

Proprietatea 13.1.15 Dacă A ∈ Mm,n (C) şi B ∈ Mn,m (C) atunci tr(AB) =
tr(BA).
332 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

Proprietatea 13.1.16 Dacă A ∈ Mn (C) atunci

n
X
H
tr(A A) = |ai.j |2 .
i,j=1
Pn
Demonstaţie. Elementul (i, j) a produsului AH A este k=1 ak,i ak,j . Atunci
n X
X n n
X
H
tr(A A) = ak,i ak,i = |ak,i |2 .
i=1 k=1 i,k=1

Proprietatea 13.1.17 Dacă A, B ∈ Mn (C) sunt matrice similare (X −1 AX =

B, X ∈ Mn (C)) atunci
tr(B) = tr(A).
−1
Demonstaţie.Pn Dacă X = (xi,j )i,j∈{1,...,n} şi X = (yi,j )i,j∈{1,...,n} atunci au loc
egalităţile s=1 xi,sP
ys,j = δi,j ,P∀i, j ∈ {1, . . . , n}.
Deoarece bi,j = ns=1 yi,s ( nk=1 as,k xk,j ) se obţine
n n X n n
!
X X X
tr(B) = bi,i = yi,s as,k xk,i =
i=1 i=1 s=1 k=1

n X
n n
! n X
n n
X X X X
= xk,i yi,s as,k = δk,s as,k = as,s = tr(A).
s=1 k=1 i=1 s=1 k=1 s=1

Proprietatea 13.1.18 Dacă A, B ∈ Mn (C) sunt matrice unitar echivalente

(U H AU = B, U ∈ Mn (C), unitară) atunci
n
X n
X
2
|ai,j | = |bi,j |2 .
i,j=1 i,j=1

Demonstaţie. Din B H B = U H AH AU, potrivit propoziţiei 13.1.17 are loc egali-

tatea tr(B H B) = tr(AH A), iar relaţia rezultă din 13.1.16.

Proprietatea 13.1.19 Fie A ∈ Mm,n (C). Dacă AH A = 0 atunci A = 0.

Demonstaţia
Pm 1. AH A = 0 ⇒ tr(AH A) = 0. Elementul (i, j) a matricei AH A
este k=1 ak,i ak,j . În consecinţă
X m
n X n X
X m
H
tr(A A) = ak,i ak,i = |ak,j |2 = 0,
i=1 k=1 j=1 k=1
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 333

deci ak,j = 0, ∀k ∈ {1, . . . , m}, ∀j ∈ {1, . . . , n},

Demonstaţia 2. Pentru orice x ∈ Cn ⇒ < AH Ax, x >= ∥Ax∥22 = 0 ⇒ Ax =
0. Pentru orice x, y ∈ Cn < Ax, y >= 0. În particular, pentru x = ek şi y = ej
(vectori din baza canonică) < Aek , ej >= ak,j = 0.

Proprietatea 13.1.20 Dacă AH AB = 0 atunci AB = 0.

Proprietatea 13.1.21 Dacă BAAH = 0 atunci BA = 0.

Pn
Proprietatea 13.1.22 Fie A ∈ Mn (R). Dacă |ai,i | > j=1 |ai,j |, ∀ i ∈ {1, . . . , n}
j̸=i
(matrice cu diagonala dominantă) atunci

1. matricea A este inversabilă;

2. ∥A−1 ∥∞ ≤ max1≤i≤n |ai,i |−

P1n
|ai,j |
.
j=1
j̸=i

Demonstaţie. Fie x, y ∈ Rn astfel ı̂ncât Ax = y. Arătăm că are loc inegalitatea

1
∥x∥∞ ≤ max Pn ∥y∥∞ (13.3)
1≤i≤n |ai,i | − j=1 |ai,j |
j̸=i

Fie i acel indice pentru care

|xi | = max{|x1 |, . . . , |xn |} = ∥x∥∞ .

Ecuaţia a i-a a sistemului Ax = y se scrie

n
X
ai,i · xi = yi − ai,j · xj
j=1
j̸=i

de unde se deduc relaţiile:

n
X n
X
|ai,i |∥x∥∞ = |aii ||xi | ≤ |yi | + |ai,j ||xj | ≤ ∥y∥∞ + ∥x∥∞ |ai,j |.
j=1 j=1
j̸=i j̸=i

Ipoteza propoziţiei implică

1 1
∥x∥∞ ≤ Pn ∥y∥∞ ≤ max Pn ∥y∥∞ .
|ai,i | − j=1 |ai,j | 1≤i≤n |ai,i | − j=1 |ai,j |
j̸=i j̸=i
334 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

Pentru a arăta că matricea A este inversabilă sau nesingulară este suficient să
arătăm că sistemul algebric de ecuaţii liniare şi omogene Ax = 0 admite doar
soluţia banală. Pentru y = 0, din (13.3) rezultă x = 0.
A doua concluzie rezultă de asemenea din inegalitatea (13.3).
Demonstraţie directă a inversabilităţii matricei A. Presupunem prin absurd că
A este o matrice singulară. Sistemul Ax = 0 are o soluţie nebanală. Dacă i este
indicele pentru care |xi | = max1≤j≤n |xj |, atunci din ecuaţia i se deduce
n n n
X X |xj | X
ai,i xi = − ai,j xj ⇒ |ai,i | ≤ |ai,j | ≤ |ai,j |.
j=1 j=1
|xi | j=1
j̸=i j̸=i j̸=i

Proprietatea 13.1.23 Valorile proprii ale matricei A sunt rădăcinile polinomu-

lui caracteristic f (λ) = |λ In − A|.

Proprietatea 13.1.24 Dacă A = (ai,j )1≤i,j≤n ∈ Mn (C) şi f (λ) = |λ In − A| =

λn +α1 λn−1 +. . .+αn−1 λ+αn , atunci α1 = tr(A) şi αn = (−1)n |A|, adică suma şi
produsul valorilor proprii sunt egale, respectiv cu urma şi determinantul matricei.

Demonstaţie. Din egalitatea f (λ) = ni=1 (λ − ai,i )+polinim de grad n − 2

Q
rezultă α1 = tr(A). Apoi, αn = f (0) = | − A| = (−1)n |A|.

Proprietatea 13.1.25 Mulţimea S(λ) = {x ∈ Cn : Ax = λ x} este subspaţiu

liniar ı̂n Cn invariat de A, adică A(S(λ)) ⊆ S(λ).

Proprietatea 13.1.26 Pentru orice valoare propriu ordinul de multiplicitate ge-

ometric este cel mult egal cu ordinul de multiplicitate algebric.

Demonstaţie. Fie A operatorul liniar ataşat matricei A ∈ Mn (C), λ0 o valoare

proprie având ordinul de multiplicitate algebrică m0 .
Presupunem că ordinul de multiplicitate geometrică este p, dim(S(λ0 )) = p,
e1 , . . . , ep formează o bază ı̂n S(λ0 ) şi care ı̂mpreună cu fp+1 , . . . , fn formează o
bază ı̂n Cn .
Au loc relaţiile:

A(ei ) = λ0 ei , i ∈ {1, . . . , p},

p n
X X
A(fi ) = ai,j ei + ai,j fj , i ∈ {1, . . . , p},
j=1 j=p+1

sau
A[e1 . . . ep fp+1 . . . fn ] = [e1 . . . ep fp+1 . . . fn ]·
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 335

 
λ0 p
... ..
.
 
 
λ0
 
 p 
· − ... − · − ... − =
 
 ap+1,1 ap+1,p p ap+1,p+1 ap+1,n
 

 . .. .. ... 
 . 
an,1 an,p p an,p+1 an,n
 
λ0 Ip On−p
= [e1 . . . ep fp+1 . . . fn ] .
B1,2 B2,2
Notăm prin B matricea din dreapta de mai sus şi care este reprezentarea opera-
torului A ı̂n baza e1 , . . . , ep , fp+1 , . . . , fn . Potrivit Proprietăţii 13.1 matricile A şi
B sunt similare, deci polinoamele lor caracteristice admit aceleaşi rădăcini:

|λIn − B| = (λ − λ0 )p |λIn−p − B2,2 |.

Prin urmare p ≤ m0 . Dacă |λ0 In−p − B2,2 | =

̸ 0 atunci p = m0 .
Dacă o matrice are o valoare proprie având ordinul de multiplicitate geometric
este mai mic decât ordinul de multiplicitate algebric atunci matricea se numeşte
defectivă. În caz contrar matricea se numeşte nedefectivă.
 
1 1
Exemplul 13.1.1 Matricea A = are valoarea proprie λ = 1 având
0 1
ordinul de multiplicitate algebric 2, dar S(1) = {(x, 0) : x ∈ C}, are dimensiunea
1.

Proprietatea 13.1.27 Un vector propriu corespunde unei singure valori proprii.

Proprietatea 13.1.28 Dacă λ1 , . . . , λk sunt valori proprii ale unei matrice A,

distincte două câte două şi x1 , . . . , xk sunt vectori proprii corespunzători atunci
x1 , . . . , xk sunt liniar independenţi.

Proprietatea 13.1.29 Valorile proprii ale unei matrice hermitiene (simetrice)

sunt reale.

P 13.2 Valorile proprii ale unei matrice ortogonale/unitare au modulul egal cu

1.

Proprietatea 13.1.30 Două matrice similare au aceleaşi valori proprii.

336 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

Demonstaţie. Fie B = X −1 AX. Dacă Ax = λx şi y = X −1 x ⇔ x = Xy

atunci
By = X −1 AXy = X −1 Ax = λX −1 x = λy.
Invers, dacă By = µy şi x = Xy atunci

µy = By = X −1 AXy = X −1 Ax ⇒ Ax = µx.

Proprietatea 13.1.31 (Gerschgorin) Fie A ∈ Mn (C) şi σ(A) mulţimea valo-

rilor proprii. Dacă
n
X
rk = |ak,j |
j=1
j̸=k
Dk = {z ∈ C : |z − ak,k | ≤ rk }, k = 1, 2, . . . , n,

atunci σ(A) ⊆ ∪nk=1 Dk .

Demonstaţie. Fie λ o valoare proprie şi x = (x1 , . . . , xn )T un vector pro-

priu
Pn corespunzător, Ax = λx. Dacă xk = P max1≤i≤n |xi | atunci din egalitatea
n
j=1 ak,j xj = λxk rezultă (ak,k − λ)xk = − j=1 ak,j . Din egalitatea modulelor
j̸=k
deducem n n
X |xj | X
|ak,k − λ| ≤ |ak,j | ≤ |ak,j | = rk .
j=1
|xk | j=1
j̸=k j̸=k

Proprietatea 13.1.32 Dacă matricea A ∈ Mm,n (C) are rangul r, rank(A) =

r, atunci numărul vectorilor coloană liniar independenţi este egal cu numărul
vectorilor linie liniar independenţi şi egal cu r.

Demonstaţie. Notăm prin aj = (a1,j , a2,j , . . . , am,j )T , j ∈ {1, 2, . . . , n}, vectorul

corespunzător coloanei j. Dacă vectorii aj1 , aj2 , . . . , ajk sunt liniar independenţi
atunci există un determinant
 
 ai ,j . . . ai ,j 
 1 1 1 k 

∆ =  ... ..  ̸= 0,

 . 
 aik ,j1 . . . aik ,jk 

deoarece ı̂n caz contrar, sistemul

λ1 aj1 + λ2 aj2 + . . . + λk ajk = 0 (13.4)

13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 337

ar avea o soluţie nenulă.

Dacă numărul maxim al vectorilor coloană liniar independente k satisface ine-
galitatea k > r atunci orice determinant de ordin r+1, . . . , k format cu elementele
acestor vectori este nul şi sistemul (13.4) va avea o soluţie nenulă contrazicând
liniar independenţa vectorilor aj1 , . . . , ajk . Astfel numărul maxim al vectorilor
coloană liniar independenţi este r.
Considerând matricea AT , deducem că numărul maxim al vectorilor linie din
A liniar independenţi este tot r.

Proprietatea 13.1.33 Dacă A ∈ Mm,n (C) atunci următoarele afirmaţii sunt

echivalente:

1. (Im(A))⊥ = Ker(AH ).

2. Cm = Im(A) ⊕ Ker(AH ).

3. dim(Im(A)) + dim(Ker(AH )) = m.

Demonstaţie. 1. Dacă y ∈ (Im(A))⊥ atunci < y, z >= 0, ∀z ∈ Im(A), adică

< y, Ax >= 0, ∀x ∈ Cn . Din

0 =< y, Ax >=< AH y, x >, ∀x ∈ Cn ,

rezultă y ∈ Ker(AH ).
2. Se aplică Teorema H.8.2.

Observaţia 13.1.1 Dacă ı̂n Propoziţia 13.1.33 se ı̂nlocuieşte A cu AH atunci

au loc egalităţile:

1. (Im(AH ))⊥ = Ker(A).

2. Cn = Im(AH ) ⊕ Ker(A).

3. dim(Im(AH )) + dim(Ker(A)) = n.

Proprietatea 13.1.34 Dacă A ∈ Mm,n (C) are rangul r atunci au loc egalităţile

1. dim(Im(A) = dim(Im(AH ) = r;

2. dim(Ker(A) = n − r;

3. dim(Ker(AH ) = m − r.
338 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

Demonstaţie. Vectorii coloană ale matricei A liniar independenţi generează

spaţiul liniar Im(A). Utilizând Propoziţia 13.1.32 rezultă dim(Im(A) = r.

Proprietatea 13.1.35 Dacă A ∈ Mn (R) atunci

dim(Ker(A)) + dim(Im(A)) = n
Demonstaţie. Fie k = dim(Ker(A)). Extindem o bază e1 , . . . , ek a lui Ker(A)
cu vectorii liniar independenţi ek+1 , . . . , en . Astfel e1 , . . . , en formează o bază ı̂n
Rn .
Dacă y ∈ Im(A) atunci există x = ni=1 ci ei astfel ı̂ncât
P

n
X n
X
y = A(x) = ci A(ei ) = ci A(ei ).
i=1 i=k+1

Prin urmare orice vector din Im(A) se reprezintă ca o combinaţie liniară a vecto-
rilor A(ek+1 ), . . . , A(en ).
A(ek+1 ), . . . , A(en )P sunt liniar independenţi. P
Într-adevăr, dacă ni=k+1 λi A(ei ) = 0, atunci ni=k+1 λi ei ∈ Ker(A), deci ex-
Pn Pk Pk
istă
Pn constantele µ 1 , . . . , µ k astfel ı̂ncât i=k+1 λ i ei = j=1 µ j ej , sau j=1 µj ej −
i=k+1 λi ei = 0, de unde µ1 = . . . = µk = λk+1 = . . . = λn = 0.
Rezultă că A(ek+1 ), . . . , A(en ) formează o bază a subspaţiului liniar Im(A) şi
că dim(Im(A)) = n − k.

Probleme şi teme de seminar

P 13.3 Dacă x, y ∈ Cn atunci | < x, y > | ≤< x, x >< y, y > (inegalitatea lui
Cauchy).

<x,y>
R. Pentru y ̸= 0, z = x − ∥y∥2
y are loc relaţia < z, y >= 0. Atunci

< x, y > 2 2 | < x, y > |2 | < x, y > |2

x=z+ y ⇒ ∥x∥ = ∥z∥ + ≥ .
∥y∥2 ∥y∥2 ∥y∥2

P 13.4 Fie A ∈ Mn (C). Demonstraţi implicaţia

Ax = x, ∀x ∈ Cn ⇒ A = In .
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 339

P 13.5 Se defineşte produsul matriceal a doi vectori x, y ∈ Cn 7→ x >< y ∈

Mn (C) prin  
x1 ȳ1 . . . x1 ȳn
H  .. .. ..  .
x >< y = xy =  . . . 
xn ȳ1 . . . xn ȳn
Pentru orice x, y, z, t ∈ Cn , să se arate că
1. x >< y = (y >< x)H ;

2. (x + y) >< z = x >< z + y >< z;

3. (x >< y)z =< z, y > x;

4. (x >< y)(z >< t) =< z, y > (x >< t);

5. Dacă e1 , . . . , en este o bază ortonormată ı̂n Cn atunci

n
X
ei >< ei = In .
i=1

Pn
R. 5. Pentru x = i=1 xi ei au loc egalităţile

(ei >< ei )x = < x, ei > ei = xi ;

n
X Xn n
X
( ei >< ei )x = (ei >< ei )x = xi ei = x;
i=1 i=1 i=1
Pn
Deoarece x a fost arbitrar, ı̂n mod necesar i=1 ei >< ei = In .

P 13.6 Să se arate că dacă A, B ∈ Mn (R) astfel ı̂ncât AB = I atunci BA = I.

P 13.7 Să se arate că dacă A ∈ Mn (R) este o matrice ortogonală atunci |A| =
±1.

P 13.8 Să se arate că dacă A, B ∈ Mn (R) sunt matrice ortogonale şi |A| · |B| =
−1 atunci A + B este o matrice singulară.

R. A + B = A(A + B)T B ⇒ |A + B|(1 − |A||B|) = 0 ⇒ |A + B| = 0.

P 13.9 [12] Să se arate că dacă A ∈ Mn (R) = (ai,j )1≤i,j≤n este o matrice strict
superior triunghiulară - (ai,j = 0, i ≥ j) atunci An = 0.
340 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

P 13.10 [12] Să se arate că o matrice ortogonală şi triunghiulară este o matrice
diagonală.

P 13.11 Dacă A ∈ Mn (C) şi a ∈ C să se determine valorile proprii ale matricei
aA ı̂n funcţie de valorile proprii ale matricei A.

P 13.12 Dacă A ∈ Mn (C) satisface egalitatea AH = −A atunci

1. Valorile proprii ale matricei A sunt pur imaginare;
2. I − A este inversabilă;
3. Q = (I − A)−1 (I + A) este o matrice unitară.

R. 1. Fie λ o valoare proprie, Ax = λx. Din egalităţile

< Ax, x > = λ∥x∥22

< x, AH x > = < x, −Ax >= −λ∥x∥22

rezultă λ + λ = 0 aducă ℜλ = 0.
2. Presupunem prin absurd că matricea I − A este singulară. Atunci există
x ∈ Cn , x ̸= 0 astfel ı̂ncât (I − A)x = 0 sau Ax = x. Ar urma că 1 este valoare
proprie pentru A, ceea ce nu se poate.
3. Din egalitatea (I − A)(I + A) = (I + A)(I − A), ı̂nmulţind la stânga şi la
dreapta cu (I − A)−1 rezultă (I + A)(I − A)−1 = (I − A)−1 (I + A) = Q.
Apoi QH = (I + AH )(I − AH )−1 = (I − A)(I + A)−1 .
Rezultă QH Q = (I − A)(I + A)−1 (I + A)(I − A)−1 = I.

P 13.13 Fie u, v ∈ Cn şi A = I + uv H .

1. Dacă A este nesingulară aflaţi valoarea lui α astfel ı̂ncât A−1 = I + αuv H .
2. În ce caz matricea A este singulară?
3. În cazul ı̂n care matricea A este singulară calculaţi Ker(A).

R. 1. Au loc egalităţile

(I + uv H )(I + αuv H ) = I + uv H + αuv H + αuv H uv H = I + (1 + α + αλ)uv H ,

1
unde λ = v H u. Pentru λ ̸= −1 rezultă α = − 1+λ = − 1+v1H u .
2. Pentru v H u = −1 matricea A este singulară: (I + uv H )uv H = 0.
3. Ker(A) = {λu : λ ∈ C}.
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 341

P 13.14 Fie A ∈ Mn (C), A = (ai,j )1≤i,j≤n . Să se arate că

v
u n
uX
∥A∥F = t |ai,j |2
i,j=1

este o normă matriceală (norma Frobenius).

P 13.15 Fie A ∈ Mn (R), A = (ai,j )1≤i,j≤n . Să se arate că

∥A∥ = n max |ai,j |

1≤i,j≤n

este o normă matriceală.

2π
P 13.16 Fie w = ei n şi matricea
 
1 1 ... 1
1  1
 w ... wn−1 
E = √  .. ..

..
n . .

. 
2
1 wn−1 . . . w(n−1)

Să se arate că:

1. E −1 = E (E matrice unitară);

2. Dacă ek = (0, . . . , 0, 1, 0, . . . , 0)T (1 pe poziţia k), k ∈ {1, 2, . . . , n}, este

baza canonică din Cn , atunci vectorii xk = Eek , k ∈ {1, 2, . . . , n} formează
o altă bază pentru Cn .

P 13.17 Să se demonstreze formula Sherman-Morrison

A−1 uv T A−1
(A + uv T )−1 = A−1 − .
1 + v T A−1 u
P 13.18 Dacă A ∈ Mn (R) este o matrice inversabilă şi u, v ∈ Rn atunci să se
arate că
det(A + uv T ) = (1 + v T A−1 u)det(A).

R. În cazul ı̂n care A = In au loc egalităţile

       
In On,1 In + uv T u In On,1 In u In u
= = .
vT 1 O1,n 1 −v T 1 −v T 1 O1,n 1 + v T u
342 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

Deoarece
   
In On,1 In On,1
det = 1, şi det =1
vT 1 −v T 1

rezultă egalitatea
det(In + uv T ) = 1 + v T u.
Revenind la cazul general, din A + uv T = A(In + A−1 uv T ) deducem

det(A + uv T ) = det(A)det(In + A−1 uv T ) = (1 + v T A−1 u)det(A).

P 13.19 Fie  
a uT
A=
v B
o matrice pozitiv definită.
Să se arate că matricea B este nesingulară.
Să se calculeze matricea A−1 .

R.  
−1 α pT
A =
q C
cu
α= 1
a−uT B −1 v
q = − α1 B −1 v

vuT −1
C = (B − a
) pT = − a1 uT C

P 13.20 Fie matricea  

A B
∈ Mn (C),
C D
cu A ∈ Mk (C). Dacă matricele D şi M = A − BD−1 C sunt inversabile să se
arate că
−1 
M −1 −M −1 BD−1
 
A B
= .
C D −D−1 CM −1 D−1 + D−1 CM −1 BD−1

P 13.21 [12] Dacă A ∈ Mn (R), s ∈ Rn , s ̸= 0 atunci are loc egalitatea

ssT 2 2 ∥As∥22
∥A(In − )∥ = ∥A∥ − .
sT s F F
∥s∥22
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 343

s
R. Dacă u = ∥s∥2
atunci relaţia de justificat devine

∥A(In − uuT )∥2F = ∥A∥2F − ∥Au∥22 , ∥u∥2 = 1.

Are loc egalitatea

n X
X n
T
∥A(In − uu )∥2F = ( ai,k (δk,j − uk uj ))2 .
i,j=1 k=1

Expresia interioară este

n
X n
X
((1 − u2j )ai,j − 2
ai,k uk uj ) = (ai,j − ai,k uk uj )2 =
k=1 k=1
k̸=j

n
X n
X
= a2i,j − 2ai,j uj ai,k uk + u2j ( ai,k uk )2 .
k=1 k=1

Astfel
n
X n X
X n Xn
T
∥A(In − uu )∥2F = a2i,j −2 ( ai,j uj )( ai,k uk )+
i,j=1 i=1 j=1 k=1

n X
X n Xn
2
+ ( uj )( ai,k uk )2 =
i=1 j=1 k=1

n
X n X
X n
= a2i,j − ( ai,k uk )2 = ∥A∥2F − ∥Au∥22 .
i,j=1 i=1 k=1

P 13.22 Dacă X este un spaţiu liniar real, n dimensional şi f : X → R o

funcţională liniară (f ∈ X # ), nenulă, atunci dim(Ker(f ))= n − 1.

R. 
dim(Ker(f )) + dim(Im(f )) = n
⇒ dim(Ker(f )) = n − 1
dim(Im(f )) = 1

P 13.23 Fie X un spaţiu liniar real. Dacă f, g : X → R sunt funcţionale liniare

(f, g ∈ X # ) cu proprietatea că Ker(f )=Ker(g) atunci există λ ∈ R astfel ı̂ncât
f = λg.
344 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

R. Dacă Ker(f )=Ker(g)= X atunci f = g = 0 şi λ poate fi orice număr real.

Dacă Ker(f )=Ker(g)⊂ X atunci pentru orice x ∈ X are loc reprezentarea x =
x0 + az cu x0 ∈ Ker(f ), a ∈ R şi f (z) = 1. In consecinţă f (x) = a şi g(x) =
g(x0 ) + ag(z) = g(z)f (x). Se alege λ = g(z).

P 13.24 Fie B, D ∈ Mn (R), D = diag(d1,1 , . . . , dn,n ) cu proprietatea di,i ̸=

dj,j ⇔ i ̸= j. Dacă BD = DB să se arate că şi B este o matrice diagonală.

P 13.25 Dacă B ∈ Mn (R) cu proprietatea că AB = BA, ∀ A ∈ Mn (R), atunci

B = cIn cu c ∈ R.

P 13.26 Dacă P ∈ Mn (C) este o matrice hermitiană şi strict pozitiv definită
atunci < x, y >= y H P x defineşte un produs scalar ı̂n Cn .

P 13.27 Fie matricea A ∈ Mn (R) definită prin

 
0 0 0 ... 0 1

 1 0 0 ... 0 0  
 0 1 0 0 0 
A= ..  .
 
.. .. ..
 . . . . 
 
 0 0 0 1 0 0 
0 0 0 ... 1 0

1. Să se arate că |A − λIn | = λn − 1.

2. Să se calculeze vectorii priprii şi vectorii proprii la stânga ale matricei A.

2π
R. Fie ε = ei n . Vectorul propriu x = (x1 . . . xn )T corespunzător valorii proprii
εk are componentele xj = ε−jk , j = 1 : n.
Vectorul propriu la stânga y = (y1 . . . yn )T corespunzătoare valorii proprii εk
are componentele yj = εjk , j = 1 : n.

P 13.28 Fie A ∈ Mn (R) o matrice simetrică şi forma pătratică xT Ax. Dacă
v1 , . . . , vn formează un sistem ortonormat de vectori proprii şi V = [v1 . . . vn ] ∈
Mn (R) atunci prin transformarea x = V y forma pătratică se reduce la forma
canonică.
13.1. DEFINIŢII, NOTAŢII, PROPRIETĂŢI 345

R. Fie λ1 , . . . , λn valorile proprii corespunzătoare vectorilor proprii, Avi = λi vi , i ∈

{1, . . . , n}. Atunci xT Ax = y T V T AV y.
     
v1T v1T λ1 . . . 0
V T AV =  ...  A[v1 . . . vn ] =  ...  [λ1 v1 . . . λn vn ] =  ... . . . ...  ,
     
vn vn 0 . . . λn

şi, dacă y = (y1 , . . . , yn )T atunci

n
X
T T T
x Ax = y V AV y = λi yi2 .
i=1

P 13.29 Dacă A, B ∈ Mn (R) şi una din matrice este strict pozitiv definită iar
cealaltă matrice este pozitiv definită atunci tr(AB) ≥ 0.

R. Urma unei matrice este egală cu suma valorilor proprii şi ı̂n consecinţă este
suficient de arătat că valorile proprii ale matricei AB sunt nenegative.
Fie λ o valoare proprie a matricei AB şi x un vector propriu corespunzător,
ABx = λx. Înmulţind scalar cu Bx se obţine

< ABx, Bx >=< λx, Bx >= λ < Bx, x > . (13.5)

Distingem cazurile:
• A matrice strict pozitivă.
Dacă Bx = 0 atunci ABx = 0 şi ı̂n consecinţă λ = 0.
Dacă Bx ̸= 0 atunci din (13.5) rezultă că λ ̸= 0 şi inegalităţile
< ABx, Bx >> 0 şi < Bx, x >≥ 0 implică λ > 0.

• B matrice strict pozitivă.

Din (13.5), inegalităţile < ABx, Bx >≥ 0 şi < Bx, x >> 0 implică λ ≥ 0.

P 13.30 Dacă A, X ∈ Mn (C) atunci tr(X 2 A) = tr(XAX).

P 13.31 Dacă A, B ∈ Mn (R) şi x, y ∈ Rn atunci

xT (AB)y = tr(AT diag(x)Bdiag(y)).

P 13.32 Dacă A, B ∈ Mn (R) sunt matrice ortogonale astefel ı̂ncât |A| + |B| = 0
atunci |A + B| = 0.
346 CAPITOLUL 13. ELEMENTE DE ANALIZĂ MATRICEALĂ

R. Au loc egalităţile AAT = AT A = BB T = B T B = In şi |A| = ±1, |B| = ±1.

Astfel |A| = −|B| ⇒ |A| |B| = −1. Au loc egalităţile

A(AT + B T )B = AAT B + AB T B = B + A = A + B,

de unde

|A + B| = |A(AT + B T )B| = |A| |AT + B T | |B| = −|AT + B T | = −|A + B|.

Egalitatea de mai sus implică |A + B| = 0.

Capitolul 14

Rezolvarea sistemelor algebrice

liniare

Considerăm sistemul algebric de m ecuaţii liniare cu necunoscutele

x1 , x2 , . . . , xn


 a1,1 · x1 + a1,2 · x2 + . . . + a1,n · xn = b1
....... ... ....... ... ... ... ........ ... ... (14.1)
am,1 · x1 + am,2 · x2 + . . . + am,n · xn = bm


unde ai,j , bi ∈ C, i = 1, 2, . . . , m, j = 1, 2, · · · , n.
Introducând notaţiile matriceale
   
x1 b1
 
a1,1 . . . a1,n
A =  . . . . . . . . .  x =  ...  b =  ... 
   
am,1 . . . am,n xn bm

sistemul (14.1) se scrie

A·x=b
În cazul ı̂n care m = n, adică numărul ecuaţiilor coincide cu numărul ne-
cunoscutelor şi dacă matricea sistemului A este nesingulară, atunci soluţia este
x = A−1 · b. Astfel problema inversabilităţii lui A este echivalentă cu rezolvarea
sistemului. Inversarea unei matrice este echivalentă cu rezolvarea a n sisteme
algebrice de ecuaţii liniare, AX = In , unde prin In s-a notat matricea unitate de
ordin n.
Metodele pentru rezolvarea sistemelor algebrice de ecuaţii liniare se ı̂mpart ı̂n
două clase:

347
348 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

• metode finite, ı̂n sensul ca necesită efectuarea unui număr finit de operaţii;

• metode iterative.

În cele ce urmează vom prezenta metoda Gauss - Jordan şi metada bazată pe
factorizarea LU (Gauss) din clasa metodelor directe şi metoda Gauss - Seidel din
clasa metodelor iterative.
În cazul unui sistem algebric de ecuaţii liniare incompatibil se defineşte soluţia
ı̂n sensul metodei celor mai mici pătrate.
Menţionăm existenţa unor metode (metoda gradientului conjugat, metoda
reziduului minimal (Generalized Minimum RESidual - GMRES) care se prezintă
ca metode iterative, dar ı̂n esenţă sunt metode finite şi au conexiuni cu metode
de optimizare.

14.1 Numărul de condiţionare al unei matrice

Variaţii mici ale datelor (adică ale termenilor vectorului liber sau ale ele-
mentelor matricei) pot furniza variaţii importante a soluţiei sistemului. Acest
fenomen pune ı̂n evidenţă caracterul instabil al rezolvării unui sistem algebric de
ecuaţii liniare.
Punem ı̂n evidenţă un indicator care influenţează stabilitatea soluţiei unui
sistem algebric de ecuaţii liniare.
Avem nevoie de următoarele rezultate

Teorema 14.1.1 Fie A ∈ Mn (R). Dacă ∥A∥ < 1 atunci

1. Matricea In − A este inversabilă;

2. (In − A)−1 = limn→∞ (In + A + A2 + . . . + An );

3. ∥(In − A)−1 ∥ ≤ 1
1−∥A∥
.

Teorema 14.1.2 Fie A, B ∈ Mn (R). Dacă ∥I − BA∥ < 1 atunci

1. matricele A şi B sunt inversabile;

2. au loc evaluările
∥B∥ ∥A∥
∥A−1 ∥ ≤ 1−∥I−BA∥ , ∥B −1 ∥ ≤ 1−∥I−BA∥
∥A−1 − B∥ ≤ ∥B∥∥I−BA∥
1−∥I−BA∥
, ∥A − B −1 ∥ ≤ ∥A∥∥I−BA∥
1−∥I−BA∥
.
14.1. NUMĂRUL DE CONDIŢIONARE AL UNEI MATRICE 349

Demonstraţie. Ipoteza implică inversabilitatea matricei I − (I − BA) = BA şi

inegalitatea ∥(BA)−1 ∥ ≤ 1−∥I−BA∥
1
.
Din |BA| = |B||A| = ̸ 0 deducem inversabilitatea matricelor A şi B.
Au loc egalităţile

A(BA)−1 = (A−1 )−1 (BA)−1 = B −1 ,

(BA)−1 A = (BA)−1 (B −1 )−1 = A−1

şi ı̂n consecinţă

∥B∥
∥A−1 ∥ ≤ ∥(BA)−1 ∥∥B∥ ≤ .
1 − ∥I − BA∥

Această evaluare implică

∥A∥∥I − BA∥
∥B −1 − A∥ = ∥B −1 (I − BA)∥ ≤ ∥B −1 ∥∥I − BA∥ ≤ .
1 − ∥I − BA∥

Celelalte două inegalităţi se justifică asemănător.

Presupunem că ı̂n locul rezolvării sistemului algebric de ecuaţii liniare Ax = b
se rezolvă sistemul perturbat (A + δA)y = b + δb, unde δA ∈ Mn (R) şi δb ∈ Rn .
Dacă y − x = δx atunci din

(A + δA)(x + δx) = b + δb

deducem
(A + δA)δx = δb − δAx. (14.2)

1
Teorema 14.1.3 Dacă A este o matrice inversabilă şi ∥δA∥ < ∥A−1 ∥
atunci
matricea A + δA este inversabilă şi

∥A∥ ∥A−1 ∥
 
∥δx∥ ∥δA∥ ∥δb∥
≤ + .
∥x∥ 1 − ∥A−1 ∥ ∥δA∥ ∥A∥ ∥b∥

Demonstraţie. Dacă B = A + δA atunci

∥I − BA−1 ∥ = ∥I − (A + δA)A−1 ∥ = ∥δAA−1 ∥ ≤ ∥δA∥∥A−1 ∥ < 1

Potrivit Teoremei 14.1.2 matricea A + δA este inversabilă şi ∥(A + δA)−1 ∥ ≤

∥A−1 ∥
1−∥A−1 ∥ ∥δA∥
.
350 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Din (14.2) deducem că δx = (A + δA)−1 (δb − δAx) de unde

∥A−1 ∥
∥δx∥ ≤ ∥(A + δA)−1 ∥(∥δb∥ + ∥δA∥ ∥x∥) ≤ (∥δb∥ + ∥δA∥ ∥x∥).
1 − ∥A−1 ∥ ∥δA∥

Împăţind prin ∥x∥ şi utilizând inegalitatea ∥b∥ = ∥Ax∥ ≤ ∥A∥ ∥x∥ găsim

∥A∥ ∥A−1 ∥
 
∥δx∥ ∥δA∥ ∥δb∥
≤ + ≤
∥x∥ 1 − ∥A−1 ∥ ∥δA∥ ∥A∥ ∥A∥ ∥x∥

∥A∥ ∥A−1 ∥
 
∥δA∥ ∥δb∥
≤ + .
1 − ∥A−1 ∥ ∥δA∥ ∥A∥ ∥b∥
Numărul
ℵ(A) = ||A|| · ||A−1 ||
influenţează stabilitatea rezolvării unui sistem algebric de ecuaţii liniare A x = b
ı̂n sensul că cu cât ℵ(A) este mai apropiat de 1 cu atât efectul perturbării soluţiei
este mai mic. Numărul ℵ(A) se numeşte număr de condiţionare a matricei A ı̂n
raport cu norma matriceală considerată.

14.2 Metoda Gauss - Jordan

Sistemului liniar
n
X
yi = ai,j · xj i = 1, 2, . . . , m (14.3)
j=1

ı̂l ataşăm tabloul

x1 ... xj ... xs ... xn

y1 a1,1 . . . a1,j . . . a1,s . . . a1,n

.. .. .. .. ..
. . . . .
yi ai,1 ... ai,j ... ai,s ... ai,n (14.4)
.. .. .. .. ..
. . . . .
yr ar,1 . . . ar,j . . . ar,s . . . ar,n
.. .. .. .. ..
. . . . .
ym am,1 . . . am,j . . . am,s . . . am,n
14.2. METODA GAUSS - JORDAN 351

Să presupunem ar,s ̸= 0. Din ecuaţia r a sistemului (14.3) explicităm xs

ar,1 ar,s−1 yr ar,s+1 ar,n
xs = − · x1 − . . . − · xs−1 + − · xs+1 − . . . − · xn . (14.5)
ar,s ar,s ar,s ar,s ar,s
Substituind xs ı̂n celelalte ecuaţii, pentru i ̸= r, găsim
ai,s · ar,1 ai,s · ar,s−1
yi = (ai,1 − ) · x1 + . . . + (ai,s−1 − ) · xs−1 + (14.6)
ar,s ar,s
ai,s ai,s · ar,s+1 ai,s · ar,n
+ · yr + (ai,s+1 − ) · xs+1 + . . . + (ai,n − ) · xn .
ar,s ar,s ar,s
Sistemului format din ecuaţiile (14.5) şi (14.6) ı̂i corespunde tabloul (14.7).

x1 ... xj ... yr ... xn

a1,s
y1 b1,1 ... b1,j ... ar,s
... b1,n
.. .. .. .. ..
. . . . .
ai,s
yi bi,1 ... bi,j ... ar,s
... bi,n
.. .. .. .. .. (14.7)
. . . . .
a
xs − aar,1
r,s
r,j
. . . − ar,s 1
. . . ar,s . . . − aar,n
r,s
.. .. .. .. ..
. . . . .
ym bm,1 . . . bm,j . . . bm,r . . . bm,n

(a ·a −a ·a )
unde bij = i,j r,sar,s i,s r,j , pentru i ̸= r şi j ̸= s.
Numim pas Jordan cu elementul pivot ar,s ̸= 0 următorul ansamblu de operaţii
prin care tabloul (14.4) se transformă ı̂n tabloul (14.7)
1. Se intervertesc yr şi xs ;

2. Pe locul elementului pivot se pune 1;

3. Pe coloana elementului pivot elementele tabloului se lasă neschimbate;

4. Pe linia elementului pivot se schimbă semnul elementelor din vechiul tablou;

5. Restul elementelor se calculează cu formula b̃i,j = ai,j · ar,s − ai,s · ar,j .

Această relaţie este cunoscută sub numele de regula dreptunghiului. Ele-
mentul b̃i,j care se calculează are drept corespondent ı̂n tabloul (14.4) pe
ai,j care ı̂mpreună cu elementul pivot ar,s definesc, ca vârfuri diagonal opuse
un dreptunghi. b̃i,j este diferenţa dintre produsele elementelor celor două
diagonale; ı̂ntotdeauna elementul pivot este factor al descăzutului.
352 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

6. Se ı̂mpart toate elementele tabloului la elementul pivot.

Aplicăm substituţiile generate de paşii Jordan la rezolvarea sistemului (14.1).
Acestui sistem ı̂i ataşăm tabloul

[2] [4]
x1 ... xj . . . xn 1
0 a1,1 ... a1,j . . . a1,n −b1
.. .. ..
[1] . [3] . . [5] (14.8)
0 ai,1 . . . ai,j ... ai,n −bi
.. .. .. .. ..
. . . . .
0 am,1 . . . am,j . . . am,n −bm
Numerele ı̂ncadrate scot ı̂n evidenţă cinci zone ı̂n tabloul (14.8). Un pas
Jordan efectuat cu un element pivot ales din zona [3] - de exemplu ar,s ̸= 0 - are
ca urmare intervertirea unui xr din zona [2] cu un zero din zona [1] şi corespunde
explicitării lui xr din a s -a ecuaţie a sistemului şi substituirii lui ı̂n celelalte
ecuaţii. Astfel, ţinând seama de interpretarea dată tabloului (14.8), obiectivul
urmărit este efectuarea a cât mai mulţi paşi Jordan.
Să presupunem că efectuând r paşi Jordan ajungem la următorul tablou (even-
tual schimbând indicii ecuaţiilor şi ai necunoscutelor)

[2] [4]
..
0 ... 0 . xr+1 . . . xn 1
..
x1 b1,1 ... b1,r . b1,r+1 . . . br,n c1
.. .. .. .. .
[1] . [3I ] . . . [3II ] .. [5]
..
xr br,1 ... br,r . br,r+1 . . . br,n cr (14.9)
..
... ... ... ... . ... ... ... ...
..
0 br+1,1 . . . br+1,r . 0 ... 0 cr+1
.. .. .. .. .. . ..
. . [3III ] . . . [3IV ] .. .
..
0 bm,1 ... bm,r . 0 ... 0 cm

În tabloul (14.9) nu putem alege nici un element pivot ı̂n zona [3IV ]. Din punctul
de vedere al rezolvării sistemului, zona [3IV ] este singura ı̂n care are sens căutarea
unui element pivot.
Ţinând seama de interpretarea dată tabloului, dacă
cr+1 = . . . = cm = 0,
14.2. METODA GAUSS - JORDAN 353

atunci sistemul este compatibil cu soluţia

xi = bir+1 · xr+1 + . . . + bin · xn , i = 1, 2, . . . , r ;

iar ı̂n caz contrar sistemul este incompatibil.

Exemplu. Pentru rezolvarea sistemului algebric liniar



 x1 + x2 + x3 + x4 = 2
 2x1 − x2 + 2x3 − x4 = 1


x1 + 2x2 − x3 + 2x4 = −1
2x1 + x2 + 4x3 + x4 = 7




3x1 + 2x2 − 2x3 + 2x4 = −5


tablourile corespunzătoare paşilor Jordan sunt

x1 x2 x 3 x4 1 x2 x3 x4 1
0 1 1 1 1 −2 x1 −1 −1 −1 2
0 2 −1 2 −1 −1 0 −3 → 1 0 −3 → 1 3 → −1
0 1 2 −1 2 1 0 1 −2 1 3
0 2 1 4 1 −7 0 −1 2 −1 −3
0 3 2 −2 2 5 0 −1 −5 −1 11

x3 x4 1 x4 1
x1 −1 0 1 x1 0 −1
x2 0 −1 1 x2 −1 1
0 −2 → 1 0 4 → −2 0 0 0
0 1 0 −2 x3 0 2
0 −5 → 1 0 10 → −2 0 0 0

Sistemul este compatibil, cu soluţia x1 = −1, x2 = 1 − x4 , x3 = 2.

Observaţie. Numerele subliniate sunt elementele pivot. Coloanele corespunză-

toare zerourilor din zona [2] se pot omite şi de aceea ele nu apar. Numerele ce
apar ı̂n dreptul săgeţilor reprezintă rezultatul ı̂nmulţirii ecuaţiei corespunzătoare
cu un factor convenabil. Această operaţie simplifică calculele efectuate ”manual”.

O variantă de implementare este dat ı̂n P.2.

354 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

14.3 Inversarea unei matrice

Fie matricea A ∈ Mn (C); A = (ai,j )i,j=1,n . Ataşăm matricei A sistemul liniar
y = A · x căruia ı̂i corespunde tabloul:

x1 . . . xj . . . xn
y1 a1,1 . . . a1,j . . . a1,n
.. .. .. ..
. . . .
(14.10)
yi ai,1 . . . ai,j . . . ai,n
.. .. .. ..
. . . .
yn an,1 . . . an,j . . . an,n

Dacă se pot efectua n paşi Jordan care să transforme tabloul (14.10) ı̂n tabloul:

y1 . . . y n
x1 b1,1 . . . b1,n
.. .. (14.11)
. .
xn bn,1 . . . bn,n

atunci matricea A este nesingulară şi B = (bi,j )i,j=1,n reprezintă inversa matricei
A.

Exemplu. Pentru inversarea matricei

 
2 4 3
A= 0 1 1 
2 2 −1

efectuăm paşii Jordan.

x1 x2 x3 x1 y2 x3 x1 y2 y1
y1 2 4 3 y1 2 4 −1 x3 2 4 −1
y2 0 1 1 x2 0 1 −1 x2 −2 −3 1
y3 2 2 −1 y3 2 2 −3 y3 −4 −10 3

y3 y2 y1
x3 − 21 −1 1
2
1
x2 2
2 − 12
x1 − 41 − 52 3
4
14.4. FACTORIZAREA LU 355

Rezultă
3
− 52 − 41
 
4
A−1 =  − 21 2 1 
2
.
1
2
−1 − 12

14.4 Factorizarea LU
Fie A ∈ Mn (R). Dacă L este o matrice inferior triunghiulară şi U o matrice
superior triunghiulară astfel ı̂ncât A = LU, atunci această relaţie se numeşte
factorizarea LU (Lower / Upper) a matricei A.

Aplicaţii ale factorizării LU.

• Calculul determinantului:
n
Y n
Y
|A| = |L||U | = Li,i Ui,i .
i=1 i=1

O matrice este nesingulară dacă toate elementele de pe diagonala matricelor

L, U sunt nenule.

• Rezolvarea sistemului Ax = b. Dacă A = LU atunci rezolvarea sistemului

revine la rezolvarea a două sisteme triunghiulare

Ly = b,
U x = y.

Algoritmul factorizării LU
Notând prin l1 , l2 , . . . , ln coloanele matricei L şi prin uT1 , uT2 , . . . , uTn liniile
matricei U factorizarea LU devine
 
uT1
 uT  X n
 2 
A = LU = [l1 l2 . . . ln ]  ..  = lk uTk . (14.12)
 .  k=1
uTn
356 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

lk şi uTk au primele k − 1 elemente egale cu 0, prin urmare

 
0  0 ... 0 
0 ... 0
 .. 
 .  ..
 . ... . .. ..
. ...
..
. 
 0 
   0 ... 0 0 ... 0
T

lk uk =   (0 . . . 0 Uk,k . . . Uk,n ) =  0 . . . 0 Lk,k Uk,k

... Lk,k Uk,n

 Lk,k   .. . .. ..

 .  
 ..  . . . . .. . ... .
0 . . . 0 Ln,k Uk,k ... Ln,k Uk,n
Ln,k
Astfel ı̂n (14.12) adunarea celui de al k−lea termen nu modifică primele k − 1
linii şi coloane.
Egalitatea (14.12) se poate scrie recursiv
A(0) = A,
A(k) = A(k−1) − lk uTk , k ∈ {1, . . . , n}. (14.13)
Prin urmare, la pasul k scopul va fi zerorizarea liniei şi coloanei k.
O matrice triunghiulară se numeşte matrice triunghiulară unitate dacă toate
elementele diagonalei principale sunt egale cu 1. Printre factorizările LU se disting
• factorizarea Doolittle, cu matricea inferior tringhiulară unitate;
• factorizarea Crout, cu matricea superior triunghiulară unitate.
Egalitatea (14.12) nu se modifică dacă ı̂nlocuim lk → αk lk şi uTk → α1k uTk .
Parametrii αk se aleg ı̂n funcţie de factorizarea dorită.
În cele ce urmează se va considera cazul factorizării LU de tip Doolittle.
Fie A ∈ Mn (R), A = (ai,j )1≤i,j≤n . Notăm prin Ak , k ∈ {1, 2, . . . , n} matricele
 
a1,1 . . . a1,s
As = (ai,j )1≤i,j≤s =  . . . . . . . . .  .
as,1 . . . as,s
Definiţia 14.4.1 Matricea A satisface ipoteza Jm dacă |As | =
̸ 0, ∀s ∈ {1, 2, . . . , m}.
Fie X̃ (k) ∈ Mn (R) o matrice de forma
 
x1,1 x1,2 . . . x1,k ... x1,n
 x2,2 . . . x2,k ... x2,n 

... .. .. 
. .
 
 
X̃ (k) =  xk,k . . . xk,n .
 
xk+1,k . . . xk+1,n
 
 
 .. .. 
 . . 
xn,k . . . xn,n
14.4. FACTORIZAREA LU 357

Definiţia 14.4.2 Definim transformarea Gauss ataşată matricei X̃ (k) prin

 
1
 ... 
 
1
 
(k)
 
M =  xk+1,k
− xk,k 1


..
 
..
.
 
 . 
x
− xn,k
k,k
1
Elementele nescrise sunt 0.
Atunci transformata Gauss va fi
 
x1,1 x1,2 . . . x1,k x1,k+1 ... x1,n
 x2,2 . . . x2,k x2,k+1 ... x2,n 

.. .. .. .. 

 . . . .


(k+1) (k) (k)
X̃ = M X̃ =  xk,k xk,k+1 . . . xk,n
 

0 yk+1,k+1 . . . yk+1,n
 
 
 .. .. .. 
 . . . 
0 yn,k+1 ... yn,n
cu
xi,k xk,j
yi,j = xi,j − i, j ∈ {k + 1, . . . , n}.
xk,k
Altfel exprimat, X̃ (k+1) se obţine din X̃ (k) adunând la linia i ∈ {k + 1, . . . , n}
xi,k
linia k ı̂nmulţită ı̂n prealabil cu − xk,k .
(k) (k+1)
Prin urmare, pentru s ∈ {1, . . . , n}, |Ms | = 1 şi ı̂n consecinţă |X̃s | =
(k)
|X̃s |.
În particular, pentru s = k + 1
(k+1)
|X̃k+1 | = x1,1 . . . xk,k yk+1,k+1 ,
(k)
de unde rezultă că dacă |X̃k+1 | =
̸ 0 atunci yk+1,k+1 ̸= 0.
Presupunem că matricea A satisface ipoteza Jn−1 .
(0)
Pentru k = 1, A(0) = A, a1,1 = a1,1 = |A1 | = ̸ 0. Alegem
 
1
 a(0) 
 2,1 
T (0) (0)
 a(0)
1,1

u1 = (a1,1 . . . a1,n ) şi l1 = 
 ...


 
 a(0) 
n,1
(0)
a1,1
358 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Elementele matricei l1 uT1 situate pe prima linie şi pe prima coloană coincid cu
cele ale matricei A. Prin urmare matricea A(1) are toate elementele de pe prima
linie şi de pe prima coloană egală cu 0. În plus
(0)
(1) (0) ai,1 (0)
ai,j = ai,j − a ,
(0) 1,j
i = 2, . . . , n; j = 1, . . . , n.
a1,1

Introducem matricele
 (0) (0) (0) 
a1,1 a1,2 . . . a1,n
(1) (1)
 0 a2,2 . . . a2,n 
Ã(1) = A, Ã(2) = M (1) Ã(1) =  .
 
.. .. .. ..
 . . . . 
(1) (1)
0 an,2 . . . an,n

(1)
În consecinţă a2,2 ̸= 0.
(k−1) (k−1)
Inductiv, presupunem că s-au construit A(k−1) = (ai,j )1≤i,j≤n cu ak,k ̸= 0
şi
 (0) (0) (0) (0) (0)

a1,1 a1,2 . . . a1,k−1 a1,k ... a1,n
 0 a(1) (1) (1) (1)
 
2,2 . . . a2,k−1 a2,k ... a2,n 
 . .. .. .. ..
...

 .
 . . . . .

(k) (k−1) (1) (1)
à = M . . . M à =  ,

(k−1) (k−1)
 0 0 ... 0 ak,k . . . ak,n 
. .. ... .. .. ... ..
 
 .
 . . . . .


(k−1) (k−1)
0 0 ... 0 an,k . . . an,n

(k)
Au loc egalităţile |Ãs | = |As |, ∀s ∈ {1, 2, . . . , n}.
Alegem
 
0
 .. 
 . 
 
 0 
 
 1 
(k−1) (k−1)
uTk = (0 . . . 0 ak,k . . . ak,n ) şi lk =  (k−1)
.
 
ak+1,k
 (k−1) 
 ak,k 
 .. 

 . 

(k−1)
 an,k 
(k−1)
ak,k
14.4. FACTORIZAREA LU 359

În virtutea lui (14.13), construim A(k) = A(k−1) − lk uTk care va avea primele k
(k)
linii şi k coloane cu toate elementele egale cu 0. Elementul ai,j este dat de

(k−1) (k−1) (k−1) (k−1) (k−1)

(k) (k−1) ai,k (k−1) ai,j ak,k − ai,k ak,j
ai,j = ai,j − a
(k−1) k,j
= (k−1)
, (14.14)
ak,k ak,k

adică numărătorul se calculează cu regula dreptunghiului având elementul pivot

(k−1)
ak,k .
Matricea Ã(k+1) = M (k) Ã(k) va fi
 (0) (0) (0) (0) (0) (0)

a1,1 a1,2 . . . a1,k−1 a1,k a1,k+1 ... a1,n
(1) (1) (1) (1) (1)
 0 a2,2 . . . a2,k−1 a2,k a2,k+1 ... a2,n
 

 . .. .. .. .. .. .. 
 .. . . . . . . 
 
(k+1) (k−1) (k−1) (k−1)
à = 0 0 ... 0 ak,k ak,k+1 . . . ak,n ,
 

 0 (k) (k) 
0 ... 0 0 ak+1,k+1 . . . ak+1,n 
 .. .. . . .. .. .. ..
 
. ... 
 . . . . . . 
(k) (k)
0 0 ... 0 0 an,k+1 . . . an,n

(k)
de unde rezultă că ak+1,k+1 ̸= 0. Trebuie observat ca elementele situate ı̂ntre
elementele de coordonate (k + 1, k + 1) şi (n, n) ale matricelor A(k) şi Ã(k+1)
coincid, fiind calculate ı̂n acelaşi mod.
Astfel s-a demonstrat

Teorema 14.4.1 Dacă matricea A ∈ Mn (R) satisface ipoteza Jn−1 atunci există
matricea inferior triunghiulară L şi o matrice superior triunghiulară U astfel
ı̂ncât A = LU.

Se poate da şi o demonstraţie neconstructivă, bazată pe inducţia matematică.

Demonstraţie. Se observă că A = LU ⇔ Ak = Lk Uk , k ∈ {1, 2, . . . , n}, unde
Ak , Lk , Uk sunt matricele de dimensiune k × k decupate respectiv din A, L, U, din
colţul N-V.
Inducţie după k. Pentru k = 1 : a1,1 = 1 a1,1 . Presupunem că pentru k ∈
{1, . . . , n − 1} are loc descompunerea Ak = Lk Uk . Ipoteza Jn−1 implică |Ak | =
|Uk | =
̸ 0. Atunci
 
Ak b
Ak+1 =
cT η
360 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

cu b, c ∈ Rk , η ∈ R. Determinăm r, s ∈ Rk , σ ∈ R astfel ı̂ncât să aibă loc descom-

punerea
    
Ak b Lk 0 Uk s
Ak+1 = = = Lk+1 Uk+1 .
cT η rT 1 0 σ
Se obţin
b = Lk s ⇒ s = L−1
k b,
cT = rT Uk ⇒ r = (UkT )−1 c,
η = rT s + σ ⇒ σ = η − rT s.
Pentru k ∈ {1, . . . , n − 2} ipoteza Jn−1 implică |Ak+1 | = |Uk |σ = |Uk+1 | =
̸ 0. La
ultimul pas, k = n − 1, nu mai este necesar ca matricea Un=k+1 să fie nesingulară.

Observaţia 14.4.1
Pentru existenţa factorizării LU, cerinţa ca matricea A să satisfacă ipoteza Jn−1
este esenţială. De acest fapt, ne putem convinge prin următorul exemplu:
Presupunem, prin absurd, existenţa unei factorizări LU pentru
    
0 1 l1,1 0 u1,1 u1,2
= .
1 1 l2,1 l2,2 0 u2,2
Atunci au loc egalităţile contradictorii l1,1 u1,1 = 0, l1,1 u1,2 = 1, l2,1 u1,1 = 1.
Matrice de permutare. Notăm prin Pi,j ∈ Mn (R) matricea
 
1 0
..
.
 
 
1
 
 
0 1
 
  ← i

Pi,j =  . ..


 
 1 0  ← j
 

 1 


 ... 

0 1
↑ ↑
i j
pe care o numim matrice de permutare.
Următoarele proprietăţi se stabilesc prin verificare directă:
14.4. FACTORIZAREA LU 361

1. Dacă A ∈ Mn (R) atunci Pi,j A este matricea care se obţine din A prin
interschimbarea liniilor i şi j.

2. Dacă A ∈ Mn (R) atunci APi,j este matricea care se obţine din A prin
interschimbarea coloanelor i şi j.
2 −1
3. Pi,j =I ⇔ Pi,j = Pi,j .

În lipsa ipotezei Jn−1 , la pasul k a construcţiei din demonstrţia Teoremei

(k−1)
14.4.1, nu mai avem asigurată cerinţa ak,k ̸= 0.
(k−1)
Dacă ak,k = 0 şi există pe coloana k, sub elementul de pe diagonala prin-
(k−1)
cipală un element nenul – fie acesta aik ,k – atunci interschimbăm liniile k şi ik .
Relaţia (14.130 devenind

A(k) = Pk A(k−1) − lk uTk , cu Pk = Pk,ik . (14.15)

(k−1)
Dacă ak,k = 0 şi sub acest element, pe coloana k, toate elementele sunt nule
atunci alegem
(k−1) (k−1)
lk = ek , uTk = (0 . . . 0 ak,k . . . ak,n ) şi Pk = In ,

unde ek este vectorul din baza canonică.

(k−1)
Dacă ak,k ̸= 0 atunci alegem Pk = In .
Din relaţiile (14.15), prin eliminarea elementelor intermediare rezultă
n−1
X
0 = A(n) = (Pn Pn−1 . . . P1 )A − ln uTn − (Pn Pn−1 . . . Pk+1 )lk uTk =
k=1

n
X
= PA − l̃k uTk ,
k=1

unde l̃n = ln şi l̃k = (Pn Pn−1 . . . Pk+1 )lk , k ∈ {1, 2, . . . , n − 1}. Un vector l̃k
are aceaşi formă ca şi vectorul lk , deoarece eventualele permutări au vizat doar
elementele de pe poziţiile k, . . . , n.
Elementele matricelor L şi U se pot păstra ı̂n A, mai precis elementele nenule
ale liniei k din U apar pe linia k a lui A deasupra diagonalei principale, iar coloana
k din L -fără 1 - apare pe coloana k a lui A sub diagonala principală.
Rezultă următorul algoritm:

1. P = In ;
362 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

2. Pentru k = 1, 2, . . . , n − 1 execută

(a) Dacă ak,k = 0 atunci

• Dacă pe coloana k sub diagonala principală există un element
nenul atunci se schimbă acea linie cu linia k şi P := Pk,ik P (prin
ik s-a notat linia elementului nenul);
• Dacă pe coloana k sub diagonala principală nu există nici un ele-
ment nenul atunci se continuă cu următorul k;
(b) Elementele liniei k situate pe şi deasupra diagonalei principale se lasă
nemodificate;
(c) Elementele corespunzătoare indicilor i, j ∈ {k + 1, . . . , n} se calculează
folosind regula dreptunghiului cu pivotul ak,k , (14.14).
(d) Elementele coloanei k situate sub diagonala principală se ı̂mpart la
ak,k ;

Astfel are loc

Teorema 14.4.2 Pentru orice matrica A ∈ Mn (R) există o matrice inferior

triunghiulară L, o matrice superior triunghiulară U şi o matrice P, produs de
matrice de permutare astfel ı̂ncât

P A = LU.

Exemplu. Să se deducă factorizarea LU a matricei

 
1 2 −1 3 2
 2
 4 −2 5 1 

A =  −1 −2 1 −3 −4
 .

 3 6 2 10 7 
1 2 4 0 4

Ataşăm matricei A tabloul

1 2 −1 3 2
2 4 −2 5 1
−1 −2 1 −3 −4
3 6 2 10 7
1 2 4 0 4
14.4. FACTORIZAREA LU 363

Desfăşurarea calculelor este

1 2 −1 3 2
2 | 0 0 −1 −3
k=1 P =I −1 | 0 0 0 −2
3 | 0 5 1 1
1 | 0 5 −3 2
k=2 P =I
1 2 −1 3 2
2 | 0 0 −1 −3
k = 3 P = P3,4 3 0 | 5 1 1
−1 0 | 0 0 −2
1 0 | 5 −3 2

1 2 −1 3 2
2 | 0 0 −1 −3
3 0 | 5 1 1
−1 0 0 | 0 −2
1 0 1 | −4 1
k = 4 P = P4,5 P3,4
1 2 −1 3 2
2 | 0 0 −1 −3
3 0 | 5 1 1
1 0 1 | −4 1
−1 0 0 0 | −2

Atunci
   
1 0 0 0 0 1 2 −1 3 2

 2 1 0 0 0 


 0 0 0 −1 −3 

L=
 3 0 1 0 0 
 U =
 0 0 5 1 1 

 1 0 1 1 0   0 0 0 −4 1 
−1 0 0 0 1 0 0 0 0 −2
 
1 0 0 0 0

 0 1 0 0 0 

P = P4,5 P3,4 =
 0 0 0 1 0 

 0 0 0 0 1 
0 0 1 0 0
364 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

În cazul ipotezei Jn−1 pentru matricea A are loc factorizarea A = LU. Această
factorizare se poate deduce prin identificarea elementelor matricelor L şi U
  
1 u1,1 u1,2 . . . u1,n−1 u1,n
 l2,1 1  u2,2 . . . u2,n−1 u2,n 
  
A=
 l3,1 l3,2 1 ... ..
.
 
 ..
 .
. .  
 . .  un−1,n−1 un−1,n 
ln,1 ln,2 . . . ln,n−1 1 un,n
| {z }| {z }
L U

Calculul constă din determinarea succesivă a liniei k a matricei U şi a coloanei k

a matricei L, pentru k = 1, 2, . . . , n.

1. k = 1 :
u1,j = a1,j , j = 1, 2, . . . , n
ai,1
li,1 u1,1 = ai,1 ⇒ li,1 = u1,1
, i = 2, . . . , n

2. k = 2, . . . , n − 1 :
Pk−1 Pk−1
lk,s us,j + uk,j = ak,j ⇒ uk,j = ak,j − lk,s us,j , j = k, . . . , n
Pks=1 Pk−1 s=1
ai,k − s=1 li,s us,k
s=1 li,s us,k = ai,k ⇒ li,k = uk,k
, i = k + 1, . . . , n

3. k = n :
Pn−1 Pn−1
s=1 ln,s us,n + un,n = an,n ⇒ un,n = an,n − s=1 ln,s us,n , j = k, . . . , n

14.5 Factorizarea Cholesky

Cazul matricei simetrice şi strict pozitiv definită
Are loc următoarea proprietate a matricelor strict pozitiv definite

Teorema 14.5.1 Dacă matricea A ∈ Mn (R) este strict pozitiv definită atunci ea
satisface ipoteza Jn .

Demonstraţie. Presupunem prin absurd că există k ∈ {1, 2, . . . , n} astfel ı̂ncât

|Ak | = 0. În acest caz există x1 ∈ Rk , x1 ̸= 0 astfel ı̂ncât Ak x1 = 0. Considerând
14.5. FACTORIZAREA CHOLESKY 365

   
Ak A1,2 x1
partiţionarea matricei A = şi x = ∈ Rn deducem relaţiile
A2,1 A2,2 0
contradictorii
0 < < Ax, x >=< Ak x1 , x1 >= 0.
Dacă matricea A satisface ipoteza Jn atunci

|An | =
̸ 0 ⇒ ∃ A−1

şi dacă ı̂n plus factorizarea LU de tip Doolittle a matricei A este A = LU atunci
n
Y
−1
L A=U ⇒ |U | = ui,i ̸= 0.
i=1

În aceste ipoteze are loc descompunerea matricei U

 1 u1,2 u1,n
...

D1,1 u1,2 ... u1,n D1,1
  
D1,1 D1,1
u2,n
 0 D2,2 u2,n   D2,2  0 1 D2,2

 
U = .. = ,
  
.. .. 
.. ..
. .  
 .    . . 
Dn,n Dn,n 1
| {z }| {z }
D
Ũ

unde Di,i = ui,i , i ∈ {1, 2, . . . , n}.

Dacă A = LU = LDŨ este simetrică şi strict pozitiv definită atunci A =
AT = Ũ T DLT , de unde Ũ = LT . Astfel descompunerea LU poate fi scrisă
  
D1,1 0 ... 0 lT1
 0 D2,2 . . .  T  n
T
0    l2  X
A = LDL = [l1 l2 . . . ln ]  .. ..   ..  = Dk,k lk lTk

..
 . . .   .  k=1
0 0 . . . Dn,n lTn

şi sub forma recursivă

A(0) = A;
A(k) = A(k−1) − Dk,k lk lTk ,
(k−1)
unde Dk,k = ak,k .

Teorema 14.5.2 Dacă are loc factorizarea Doolittle A = LDLT , A ∈ Mn (R),

atunci matricea A este strict pozitiv definită dacă şi numai dacă elementele dia-
gonalei matricei D sunt pozitive.
366 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Demonstraţie. Să arătăm că elementele diagonalei matricei D sunt pozitive.

Potrivit factorizării LU de tip Doolittle, matricea L este nesingulară, |L| = 1.
Pentru orice i ∈ {1, . . . , n} există xi ∈ Rn astfel ı̂ncât LT xi = ei . Dacă D =
diag(D1,1 , . . . , Dn,n ) atunci

0 < < Axi , xi >=< LDLT xi , xi >=< DLT xi , LT xi >=< Dei , ei >= Di,i .

Reciproc, presupunem că A = LDLT şi Di,i > 0, ∀i ∈ {1, 2, . . . , n}. Fie
x ∈ Rn , x ̸= 0 şi y = LT x = (yi )1≤i≤n . Atunci y ̸= 0 şi
n
X
< Ax, x >=< LDLT x, x >=< DLT x, LT x >=< Dy, y >= Di,i yi2 > 0.
i=1

Teorema 14.5.2 oferă un criteriu de verificare a strict pozitiv definirii unei ma-
trice simetrice: se face descompunerea LDLT şi se cercetează semnul elementelor
de pe diagonala matricei D.
În cazul matricelor simetrice şi strict pozitiv definită are loc factorizarea
Cholesky

Teorema 14.5.3 Dacă A ∈ Mn (R) este o matrice simetrică şi strict pozitiv
definită atunci există o matrice inferior triunghiulară K ∈ Mn (R) astfel ı̂ncât
A = KK T .

p p
Demonstraţie. Definim F = diag( D1,1 , . . . , Dn,n ) şi K = LF. Deoarece
F 2 = D avem
A = LDLT = LF 2 LT = KK T .
Implementarea factorizării Cholesky nu necesită nici o pivotare. Explicitând
matricea K, ı̂n urma identificării elementelor ı̂n egalitatea A = KK T se obţin
formulele explicite pentru componentele matricei K. Pseudocodul este dat in
Algoritmul P 11.

14.6 Rezolvarea sistemelor tridiagonale

Numeroase probleme conduc la sisteme algebrice de forma

 a1 x1 + c1 x2 = d1
bi xi−1 + ai xi + ci xi+1 = di , 2 ≤ i ≤ n − 1, (14.16)
bn xn−1 + an xn = dn

14.6. REZOLVAREA SISTEMELOR TRIDIAGONALE 367

Matricea sistemului
 
a1 c 1 0 0 . . . 0 0 0

 b 2 a2 c 2 0 . . . 0 0 0 


 0 b 3 a3 c 3 . . . 0 0 0 


 ... ... ... ... ... ... ... ... 

 0 0 0 0 . . . bn−1 an−1 cn−1 
0 0 0 0 ... 0 bn an

are elementele nunule situate ı̂n imediata vecinătate a diagonalei principale. O

asemenea matrice se numeşte matrice bandă. În cazul de faţă, laţimea benzii
este 3, matricea numindu-se tridiadonală. Indicăm o metodă eficientă relativ la
mecesarul de memorie, pentru rezolvarea sistemului (14.16), numită metoda1 .

Primul parcurs. Din prima ecuaţie a sistemului (14.16), explicitând pe x1

găsim x1 = − ac11 x2 + ad11 , adică o relaţie de forma x1 = R2 x2 +S2 cu R2 = − ac11 , S2 =
d1
a1
. Presupunând xi−1 = Ri xi + Si şi substituind ı̂n a i−a ecuaţie a sistemului
găsim
bi (Ri xi + Si ) + ai xi + ci xi+1 = di
de unde rezultă
−ci di − bi Si
xi = xi+1 + = Ri+1 xi+1 + Si+1 .
ai + bi Ri ai + bi Ri
Am dedus relaţiile de recurenţă
−ci d i − bi S i
Ri+1 = Si+1 = i = 2, 3, . . . , n − 1.
ai + bi Ri ai + bi Ri

Al doilea parcurs. Din relaţiile

xn−1 = Rn xn + Sn
bn xn−1 + an xn = dn

deducem
d n − bn S n
xn = ,
an + bn Rn
şi utilizând egalităţile xi−1 = Ri xi + Si calculăm succesiv xn−1 , xn−2 , . . . , x1 .
1
Metodă elaborată de Guelfand I., Lantsievski O., 1952, cf. Godounov S., Equations de la
physique mathématique. Ed. Mir, Moscou, 1973, p. 406.
368 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Alt sistem tridiagonal

Fie sistemul
    
a1 c 1 b1 x1 d1
 b 2 a2 c 2  x2   d2 
    
.. .. .. .. ..
=
    
 . . .  . . 
    
 bn−1 an−1 cn−1   xn−1   dn−1 
cn bn an xn dn
sau 
 a1 x 1 + c 1 x 2 + b 1 x n = d1
bi xi−1 + ai xi + ci xi+1 = di i = 2, . . . , n − 1
bn xn−1 + an xn + cn x1 = dn


Rescriem prima ecuaţie sub forma

d1 c1 b1
x1 = − x2 − xn = R2 x2 + S2 + W2 xn ,
a1 a1 a1
cu R2 = ac11 , S2 = d1
a1
, W2 = b1
a1
.
În general
xi−1 = Ri xi + Si + Wi xn . (14.17)
Introducând această expresie ı̂n a i-a ecuaţie şi explicitând xi se obţine
−ci d i − bi S i bi W i
xi = xi+1 + − xn = (14.18)
ai + bi Ri ai + bi Ri ai + bi Ri
= Ri+1 xi+1 + Si+1 + Wi+1 xn ,
−ci −bi Si
adică Ri+1 = ai +b i Ri
, Si+1 = adii+bi Ri
, Wi+1 = − aib+b
i Wi
i Ri
.
Se pot determina coeficienţii Ui , Vi , i ∈ {1, 2, . . . , n} astfel ı̂ncât

xi = Ui xn + Vi . (14.19)

Evident Un = 1, Vn = 0. Substituind (14.19) ı̂n (14.17) găsim

xi−1 = (Ri Ui + Wi )xn + Ri Vi + Si = Ui−1 xn + Vi−1 ,

cu Ui−1 = Ri Ui + Wi , Vi−1 = Ri Vi + Si . Din ultima ecuaţie a sistemului se obţine

dn − bn Vn−1 − cn V1
xn =
an + bn Un−1 + cn U1
iar celelalte necunoscute se determină utilizând (14.19).
14.7. METODE ITERATIVE 369

14.7 Metode iterative

Fie A ∈ Mn (R), A = (ai,j )1≤i,j≤n şi b ∈ Rn , b = (bi )1≤i≤n . Pentru rezolvarea
sistemului algebric de ecuaţii liniare

Ax = b (14.20)

considerăm clasa de metode iterative

uk+1 − uk
B + Auk = b, (14.21)
τk
unde B ∈ Mn (R) şi τk ∈ R sunt parametri care definesc metoda iterativă.
Pornind de la un element arbitrar u0 se construieşte un şir (uk )k∈N unde fiecare
element reprezintă o aproximaţie a soluţiei sistemului algebric (14.20) (bineı̂nţeles
dacă această soluţie există). Astfel vorbim de metode iterative de rezolvare a
sistemului algebric (14.20).
Prezintă interes să precizăm condiţiile ı̂n care şirul de aproximaţii
k
(u )k∈N converge către soluţia sistemului.
Pentru matricea A introducem notaţiile
 
a1,1 0
 ... 
 
D= ai,i ,
 

 . ..


0 an,n
   
0 0 0 a1,2 a1,3 . . . a1,n
 a2,1 0   0 a2,3 . . . a2,n 
 .
...
  
 .. . ..
A− =  .. , A +
= . .
  
  . . .
 .
 ..
  
0   0 an−1,n 
an,1 an,2 . . . an,n−1 0 0 0

Cazuri particulare.
1. Metoda Jacobi. Dacă ai,i ̸= 0, ∀i ∈ {1, 2, . . . , n} atunci explicitând
necunoscuta xi din ecuaţia i obţinem
n
X ai,j bi
xi = − · xj + (14.22)
j=1
ai,i ai,i
j̸=i
370 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Construim şirul uk = (uk1 , . . . , xkn ) definit prin formulele de recurenţă

n
X ai,j bi
uk+1
i =− · ukj + i ∈ {1, . . . , n}, (14.23)
j=1
ai,i ai,i
j̸=i

k ∈ N, iar prima aproximaţie u0 = (u01 , . . . , u0n ) este un element din Rn .

Relaţiile (14.23) se poate scrie sub forma
n
X
ai,i (uk+1
i − uki ) + ai,j uki = bi i ∈ {1, . . . , n}
j=1

sau sub forma matriceală

D(uk+1 − uk ) + Auk = b. (14.24)

În acest caz B = D şi τk = 1, ∀k ∈ N.

2. Metoda Gauss-Seidel. Relativ la (14.22), construim şirul uk = (uk1 , . . . , xkn )
definit prin formulele de recurenţă
n
X a1,j b1
uk+1
1 = − · ukj + (14.25)
j=2
a1,1 a1,1
i−1 n
X ai,j X ai,j k bi
uk+1
i = − · uk+1
j − · uj + 2≤i≤n−1
j=1
ai,i a
j=i+1 i,i
ai,i
n−1
X an,j bn
uk+1
n = − · uk+1
j +
a
j=1 n,n
an,n

k ∈ N şi u0 ∈ Rn . Formulele de recurenţă se pot rescrie sub forma

i
X n
X
ai,j uk+1
j + ai,j ukj = bi i ∈ {1, . . . , n}
j=1 j=i+1

sau sub forma matriceală

(A− + D)uk+1 + A+ uk = b,

şi
(A− + D)(uk+1 − uk ) + Auk = b. (14.26)
Astfel B = A− + D şi τk = 1 ∀k ∈ N.
14.7. METODE ITERATIVE 371

3. Metoda relaxării (Succsessive Overrelaxation - SOR). Fie ω ∈ R∗ .

Metoda relaxării este dată de
k+1
− u − uk
(D + ωA ) + Auk = b, (14.27)
ω
adică B = D + ωA− , τk = ω, ∀k ∈ N. Se observă că pentru ω = 1 se obţine
metoda Gauss-Seidel.
Din punct de vedere practic, formula de recurenţă (14.21), cu τk = τ , se
utilizează sub forma
uk+1 = T uk + d (14.28)
cu T ∈ Mn (R) şi d ∈ Rn .
Presupunem că dacă x ∈ Rn este soluţia sistemului Ax = b, (14.20), atunci
x = T x + d, adică x este punctul fix al aplicaţiei f (x) = T x + d.
Definiţia 14.7.1 Metoda (14.28) este convergentă dacă pentru orice u0 ∈ Rn
şirul (uk )k∈N converge către soluţia sistemului Ax = b.
Teorema 14.7.1 Următoarele afirmaţii sunt echivalente:
(1) Metoda (14.28) este convergentă;
(2) ρ(T ) < 1;
(3) Există o normă matriceală ∥ · ∥ astfel ı̂ncât ∥T ∥ < 1.

Demonstraţie. (1) → (2). Fie u0 ∈ Rn şi limk→∞ uk = x. Scăzând x = T x + d

din (14.28) rezultă
uk+1 − x = T (uk − x), k ∈ N.
Notând ek = uk − x, egalitatea anterioară se scrie ek+1 = T ek , de unde ek = T k e0 .
Deoarece limk→∞ ek = 0 are loc egalitatea limk→∞ T k e0 = 0. Cum u0 este arbitrar,
din Teorema 16.3.10 rezultă ρ(T ) < 1.
(2) → (3). Potrivit Teoremei 16.3.7, pentru 0 < ε < 1 − ρ(A) există o normă
matriceală astfel ı̂ncât ∥T ∥ < ρ(A) + ε < 1.
(3) → (1). Concluzia rezultă din relaţiile
∥ek ∥ = ∥T k e0 ∥ ≤ ∥T k ∥ ∥e0 ∥ ≤ ∥T ∥k ∥e0 ∥ → 0, k → ∞.
Observaţia 14.7.1 Condiţia ∥T ∥ < 1 reprezintă condiţia de contracţie a funcţiei
f (x), definită mai sus.
Studiul convergenţei acestor metode se va prezenta ı̂n cazurile ı̂n care matricea
A este
• cu diagonala dominantă,
• simetrică şi pozitiv definită.
372 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Matricea sistemului are diagonala dominantă

Pn
Teorema 14.7.2 Dacă j=1 |ai,j | < |ai,i |, i = 1, 2, . . . , n atunci şirul de apro-
j̸=i
ximaţii (uk )k∈N construit potrivit metodei Jacobi sau metodei Gauss - Seidel con-
verge către soluţia sistemului algebric (14.20).

Demonstraţie. Potrivit Propoziţiei 13.1.22 matricea A este nesingulară, deci

sistemul algebric de ecuaţii liniare (14.21) are o soluţie unică.
Cazul metodei Gauss-Seidel. Cazul metodei Jacobi se tratează asemănător.
Fie x = (x1 , . . . , xn ) soluţia sistemului (14.20) şi i acel indice pentru care

|uk+1
i − xi | = max |uk+1
j − xj | = ∥uk+1 − x∥∞ .
1≤j≤n

Scăzând relaţia i din (14.25) din relaţia corespunzătoare din

(14.22) obţinem
i−1 n
X ai,j X ai,j k
uk+1
i − xi = − (uk+1
j − xj ) − (uj − xj ). (14.29)
j=1
ai,i a
j=i+1 i,i

Notând
i−1 n
X ai,j X ai,j
pi = | |, qi = | |
j=1
ai,i j=i+1
a i,i

din relaţia (14.29) deducem

i−1 n
X ai,j X ai,j
|uk+1
i − xi | ≤ | | · |uk+1
j − x j | + | | · |ukj − xj | ≤
j=1
a i,i j=i+1
a i,i

≤ pi · |uk+1
i − xi | + qi · max |ukj − xj |.
1≤j≤n

Atunci
qi
∥uk+1 − x∥∞ = |uk+1
i − xi | ≤ ∥uk − x∥∞ (14.30)
1 − pi
q
Fie µ = max{ 1−pj j : j = 1, 2, . . . , n}. Atunci din ipoteza teoremei rezultă că
0 < µ < 1 şi utilizând succesiv relaţiile de tip (14.30) obţinem:

∥uk − x∥∞ ≤ µ∥uk−1 − x∥∞ ≤ µ2 ∥uk−2 − x∥∞ ≤ . . . ≤ µn ∥u0 − x∥∞ .

Rezultă că:
lim ∥uk − x∥∞ = 0,
k→∞
14.7. METODE ITERATIVE 373

adică convergenţa şirului (xk )k∈N către soluţia sistemului (14.20).

În demonstraţia convergenţei metodei lui Jacobi rolul lui µ din demonstraţia
anterioară este luat de parametrul ν = max1≤i≤n {pi + qi }.
qi
Inegalitatea µ ≤ ν ( ⇔ 1−p i
≤ pi + qi ) justifică faptul că metoda Gauss-
Seidel este mai rapid convergentă decât metoda Jacobi.

Alternativ, calculăm norma matricei T pentru

• metoda Jacobi

0 − aa1,2 . . . − aa1,n
 
1,1 1,1
 − a2,1 0 . . . − aa2,n 
−1 −  a +
T = −D (A + A ) =  .2,2 2,2
.

 .. .. ..
. . 
− aan,n
n,1
− aan,n
n,2
... 0

Rezultă
n
X |ai,j |
∥T ∥∞ = max < 1.
1≤i≤n
j=1
|ai,i |
j̸=0

• metoda Gauss-Seidel
T = −(D + A− )−1 A+ .

Fie x ∈ Rn şi y = T x = −(D+A− )−1 A+ x. Pe componente, au loc egalităţile

i−1
X n
X
ai,i yi = − ai,j yj − ai,j xj , i ∈ {1, . . . , n}.
j=1 j=i+1

Utilizând notaţiile Teoremei 14.7.2, pentru indicele i pentru care |yi | =

max1≤j≤n |yj | = ∥y∥∞ se găseşte

|yi | ≤ pi ∥y∥∞ + qi ∥x∥∞

de unde
∥y∥∞ ≤ µ∥x∥∞

În consecinţă ∥T ∥∞ ≤ µ < 1.

374 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Matricea sistemului este simetrică şi pozitiv definită

Matricea simetrică şi pozitiv definită A ∈ Mn (R) generează norma ∥x∥2A =<
Ax, x > .
Un calcul direct demonstrează

Teorema 14.7.3 Fie τ ∈ R∗ , B ∈ Mn (R) şi A ∈ Mn (R) o matrice simetrică şi

strict pozitiv definită. Dacă B y−x
τ
+ Ax = 0 (x, y ∈ Rn ), atunci are loc egalitatea
τ y−x y−x
2τ < (B − A) , > +∥y∥2A = ∥x∥2A .
2 τ τ
Teorema 14.7.4 Fie A ∈ Mn (R) o matrice simetrică şi strict pozitiv definită.
Dacă τk = τ > 0, ∀k ∈ N şi B > τ2 A, atunci şirul de aproximaţii (uk )k∈N
construit prin metoda iterativă (14.21) concerge către soluţia sistemului (14.20).

Demonstraţie. Notăm cu x soluţia sistemului (14.20) şi fie ek = uk −x. Sistemul

(14.20) se poate scrie ca
x−x
B + Ax = b. (14.31)
τ
Scăzând (14.31) din (14.21) obţinem

ek+1 − ek
B + Aek = 0 ∀k ∈ N. (14.32)
τ
Din teorema 14.7.3 rezultă egalitatea

τ ek+1 − ek ek+1 − ek
2τ < (B − A) , > +∥ek+1 ∥2A = ∥ek ∥2A . (14.33)
2 τ τ
Matricea P = B − τ2 A fiind strict pozitiv definită este tare pozitiv definită, deci
există m > 0 astfel ı̂ncât < P x, x > ≥ m∥x∥22 , ∀x ∈ Rn . Din (14.33) deducem

ek+1 − ek 2 m
∥ek ∥2A − ∥ek+1 ∥2A ≥ 2τ m∥ ∥2 = 2 ∥ek+1 − ek ∥22 ,
τ τ
şi ı̂n consecinţă şirul (∥ek ∥2A )k∈N este convergent (fiind descrescător şi mărgint),
de unde
lim ∥ek+1 − ek ∥2 = 0.
k→∞

Din (14.32) deducem că

ek+1 − ek
ek = −A−1 B
τ
14.7. METODE ITERATIVE 375

şi apoi
1
∥ek ∥2 ≤ ∥A−1 ∥2 ∥B∥2 ∥ek+1 − ek ∥2 .
|τ |
Ultima relaţie implică limk→∞ ek = 0.
Din nou, alternativ, ı̂n ipoteza B > τ2 A putem evalua norma matricei T =
B (B − τ A). Fie x ∈ Rn \{0} şi y = T x = B −1 (B − τ A)x. Alegerea x ̸= 0
−1

implică y ̸= 0.
Atunci B y−x τ
+ Ax = 0 şi din Teorema 14.7.3 rezultă egalitatea
τ y−x y−x
2τ < (B − A) , > +∥y∥2A = ∥x∥2A .
2 τ τ
şi ţinând seama de ipoteză
τ y−x y−x
0 < 2τ < (B − A) , >= ∥x∥2A − ∥y∥2A .
2 τ τ
adică ∥T x∥A = ∥y∥A < ∥x∥A . Prin urmare ∥T ∥A < 1.
Verificăm condiţia din Teorema 14.7.4 ı̂n cazul metodei lui Gauss – Seidel şi
a metodei relaxării.

Teorema 14.7.5 Dacă A este o matrice simetrică şi strict pozitiv definită atunci
şirul de aproximaţii construit prin metoda Gauss – Seidel (14.25) converge către
soluţia sistemului (14.20).

Demonstraţie. Verificăm condiţia B − τ2 A > 0.

τ 1 1
B − A = D + (A− − A+ ).
2 2 2
şi atunci
τ 1 1
< (B − A)y, y >= < Dy, y > + (< A− y, y > − < A+ y, y >).
2 2 2
Deoarece A este simetrică,P A− = (A+ )T , rezultă că < A− y, y >=< A+ y, y > .
Totodată < Dy, y >= ni=1 ai,i yi2 . Dacă ei este vectorul canonic având 1 pe
poziţia i şi deoarece A > 0 avem
< Aei , ei >= ai,i > 0, ∀i ∈ {1, 2, . . . , n}.
Astfel n
τ X
< (B − A)y, y >= ai,i yi2 > 0, ∀y ∈ Rn \{0}.
2 i=1
376 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Teorema 14.7.6 Dacă ω ∈ (0, 2) şi A este o matrice simetrică şi strict poz-
itiv definită atunci şirul de aproximaţii construit prin metoda relaxării (14.27)
converge către soluţia sistemului (14.20).

Demonstraţie. Utilizând rezultatele din demonstraţia Teoremei 14.7.5, găsim

τ ω ω
B − A = (1 − )D + (A− − A+ ).
2 2 2
de unde
n
τ ω ω X
< (B − A)y, y >= (1 − ) < Dy, y >= (1 − ) ai,i yi2 > 0, ∀y ∈ Rn \{0}.
2 2 2 i=1

În cazul matricei A simetrice şi strict pozitiv definite, pentru metoda iterativă
(14.21) cu B = In = I şi τk = τ, ∀k ∈ N, se poate găsi valoarea optimă a
parametrului τ.
Dacă Ax = b, ek = uk − x atunci
ek+1 − ek
+ Aek = 0 ⇔ ek+1 = (I − τ A)ek .
τ
Utilizând Teorema 16.3.5, ∥I − τ A∥2 = ρ(I − τ A), deci

∥ek+1 ∥2 ≤ ρ(I − τ A)∥ek ∥2 ≤ ρk (I − τ A)∥e0 ∥2 .

Valoarea optimă pentru τ este dată de numărul care minimizează funcţia q(τ ) =
ρ(I − τ A) ı̂n mulţimea τ > 0.
Dacă valorile proprii ale matricei A sunt cuprinse intre m şi M, 0 < m =
min λ, M = max λ, atunci

1 ≥ 1 − τ m ≥ 1 − τ λ ≥ 1 − τ M.

Deoarece 1−τ M ≥ −1 ⇔ τ ≤ M2 , pentru minimizarea funcţiei q(τ ) este suficient

să ne limităm la intervalul τ ∈ (0, M2 ].
Au loc relaţiile

q(τ ) = ρ(I − τ A) = max |1 − τ λ| = max{|1 − τ m|, |1 − τ M |}.

λ

2
Valoarea minimă a ultimei expresii se obţine pentru τmin = M +m
şi ı̂n consecinţă

M −m
min q(τ ) = q(τmin ) = .
τ >0 M +m
14.7. METODE ITERATIVE 377

Deducem o altă formă a acestei expresii. Deoarece

∥A∥ = ρ(A) = max λ = M,

∥A−1 ∥ = ρ(A−1 ) = max λ−1 = 1
m
,

numărul de condiţionare al matricei A va fi k(A) = ∥A∥∥A−1 ∥ = M

m
şi ı̂n
consecinţă
M −m k(A) − 1
= .
M +m k(A) + 1
Utilizând această evaluare putem calcula numărul de iteraţii necesare pentru
reducerea erorii iniţiale de ε ori. Din inecuaţia

M −m k
∥I − τmin A∥k2 = ρk (1 − τmin A) = ( ) <ε
M +m
ln ε
se obţine k > M −m .
M +m

Regula de oprire a unei metode iterative

Fie Ax = b şi x0 , xk , respectiv aproximaţia iniţială şi cea curentă. Introducem
notaţiile
ek = xk − x
rk = b − Axk = A(x − xk ) = −Aek .

Teorema 14.7.7 Are loc inegalitatea

∥ek ∥ ∥rk ∥
≤ k(A) .
∥e0 ∥ ∥r0 ∥

Demonstraţie. Din relaţiile

∥ek ∥ = ∥A−1 Aek ∥ ≤ ∥A−1 ∥∥Aek ∥ = ∥A−1 ∥∥rk ∥,

1 ∥A∥
∥r0 ∥ = ∥Ae0 ∥ ≤ ∥A∥∥e0 ∥ ⇔ ∥e0 ∥
≤ ∥r0 ∥

prin inmulţire rezultă inegalitatea dorită.

∥rk ∥
Pentru x0 = 0 o alegere practică a regulii de oprire este ∥b∥
< ε, unde ε este
toleranţa folosită.
378 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

14.8 Soluţie ı̂n sensul celor mai mici pătrate

Fie A ∈ Mm,n (R), b ∈ Rm şi sistemul algebric de ecuaţii liniare Ax = b. Dacă
b ̸∈ Im(A) atunci sistemul este incompatibil.
O soluţie ı̂n sensul celor mai mici pătrate este un element din Rn care mini-
mizează funcţionala J : Rn → R definită prin

J(x) = ∥b − Ax∥22 . (14.34)

Teorema 14.8.1 Următoarele afirmaţii sunt echivalente:

(i) x soluţie ı̂n sensul celor mai mici pătrate;

(ii) rezidul r = b−Ax este ortogonal pe subspaţiul Im(A), adică < r, y >= y T r =
0, ∀y ∈ Im(A) ;

(iii) AT (b − Ax) = 0.

Demonstraţie. Dacă y = Az atunci echivalenţa (ii)⇔(iii) rezultă din egalităţile

< y, r >=< Az, r >=< z, AT r > .

Pentru orice y ∈ Rn au loc egalităţile

b − Ay = b − Ax + A(x − y)

şi
J(y) = ∥b − Ax∥22 + 2 < b − Ax, A(x − y) > +∥A(x − y)∥22 = (14.35)
= J(x) + 2 < AT (b − Ax), x − y > +∥A(x − y)∥22 .
(iii)⇒(i) Egalitatea AT (b − Ax) = 0 şi (14.35) conduc la

J(y) = J(x) + ∥A(x − y)∥22 ⇒ J(y) ≥ J(x), ∀y ∈ Rn .

(i)⇒(iii) Presupunem prin absurd AT (b − Ax) = z ̸= 0. Pentru y = x + εz, ε > 0

din (14.35) găsim

J(y) = J(x) − 2ε∥z∥22 + ε2 ∥Az∥22 = J(x) − ε(2∥z∥22 − ε∥Az∥22 ).

Pentru ε suficient de mic se obţine J(y) < J(x), ceea ce contrazice proprietatea
de optimalitate a lui x.
14.8. SOLUŢIE ÎN SENSUL CELOR MAI MICI PĂTRATE 379

Din Teorema 14.8.1, (iii), soluţia ı̂n sensul celor mai mici pătrate se obţine
din sistemul algebric de ecuaţii liniare

AT Ax = AT b. (14.36)

Sistemul este compatibil deoarece AT b ∈ Im(AT ) = Im(AT A) iar matricea sis-

temului este simetrică şi pozitiv definită.
Din (6.1.1) rezultă

Teorema 14.8.2 Dacă coloanele matricei A sunt liniar independente atunci ma-
tricea AT A este strict pozitiv definită.

Din egalitatea (Im(A))⊥ = Ker(AT ) rezultă Rm = Im(A) + Ker(AT ). Pentru

orice b ∈ Rm are loc descompunerea b = b1 + b2 cu b1 ∈ Im(A) şi b2 ∈ Ker(AT ).
Dacă x∗ ∈ Rn este soluţia ecuaţiei Ax = b1 atunci

AT (Ax∗ − b) = AT (b1 − b) = −AT b2 = 0,

adică x∗ este soluţia sistemului Ax = b ı̂n sensul celor mai mici pătrate.
Regularizarea Tihonov Dacă matricea AT A este singulară atunci sistemul
algebric (14.36) este nedeterminat. Regularizarea Tihonov reformulează problema
rezolvării sistemului algebric de ecuaţii liniare ı̂n sensul celor mai mici pătrate
ı̂ntr-o formă care admite ı̂ndotdeauna soluţie unică.
Fie α > 0. În locul funcţionalei (14.34) se consideră funcţionala J : Rn → R
definită prin
J(x) = ∥b − Ax∥22 + α∥x∥22 . (14.37)

Se calculează uşor

1 ′
J (x)(h) =< AT (Ax − b) + αx, h > .
2

Astfel soluţia ı̂n sensul celor mai mici pătrate este soluţia sistemului

AT (Ax − b) + αx = 0 ⇒ (AT A + αIn )x = AT b. (14.38)

(In este matricea unitate de ordin n.)

Matricea AT A + αIn este simetrică şi strict pozitiv definită, deci nesingulară.
380 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

Probleme şi teme de seminar

P 14.1 Fie A ∈ Mm,n (R). Se notează prin ui şi vj T vectorii corespunzători
coloanelor şi respectiv liniilor matricei A.
 
v1T
A = [u1 , . . . , un ] =  ... 
 
T
vm

Să se arate că ı̂ntr-un pas Jordan, ı̂n afara liniei şi coloanei elementului pivot
1
ar,s ̸= 0 celelalte elemente se pot calcula matriceal prin A − ar,s us vrT .

P 14.2 Să se determine factorizarea LU (Doolittle) a matricei

 
10 6 −2 1
 10 10 −5 0 
A=  −2 2 −2 1  .


1 3 −2 3

Să se rezolve sistemul Ax = b, bT = (−2, 0, 2, 1).

P 14.3 Să se determine valorile lui λ pentru care matricea

 
1 1 0 0 0 0
 1 2 1 0 0 0 
 
 0 1 3 1 0 0 
A=  0
.
 0 1 4 1 0  
 0 0 0 1 5 1 
0 0 0 0 1 λ

este strict pozitivă şi să se calculeze factorizarea Cholesky. Să se determine λ
pentru care matricea este singulară.

7
R. λ = 33
.

P 14.4 Să se rezolve sistemele utilizând factorizarea LU

(i) 
 5x + 3y − 11z = 13
4x − 5y + 4z = 18
3x − 13y + 19z = 22

14.8. SOLUŢIE ÎN SENSUL CELOR MAI MICI PĂTRATE 381

(ii) 

 2x − y + 3z + 4t = 5
4x − 2y + 5z + 6t = 7


 6x − 3y + 7z + 8t = 9
λx − 4y + 9z + 10t = 11


R.
(i)    
1 0 0 5 3 −11
L =  45 1 0  U =  0 − 37
5
64 
5
3
5
2 1 0 0 0
(ii) Pentru λ ̸= 8
   
1 0 0 0 2 −1 3 4
 λ 1 0 0   0 λ−8 18−3λ
10 − 2λ 
L= 2  U = 2 2  P = P2,4 .
 3 0 1 0   0 0 −2 −4 
2 0 12 1 0 0 0 0
Pentru λ = 8
   
1 0 0 0 2 −1 3 4
 2 1 0 0   0 0 −1 −2 
L=
 3
 U =
 0 0 −2 −4  .

0 1 0 
4 0 32 1 0 0 0 0

P 14.5 Să se rezolve sistemul

 
1 a a ... a

x1
 0 1 a ... a x2
 
 
 0 0 1 ... a

x3  = en ,

 
 .. .. .. 
...

 . . .  
0 0 0 ... 1 xn

unde en = (0, 0, . . . , 0, 1)T .

R. 
−a(1 − a)n−k−1 k ∈ {1, 2, . . . n − 1}
xk =
1 k=n

P 14.6 Fie Q ∈ Mn (R, ∥Q∥ < 1 şi q ∈ Rn . Să se arate că şirul (xk )k∈N construit
prin formula de recurenţă xk+1 = Qxk + q este convergent către (I − Q)−1 q.
382 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

P 14.7 Fie A = M − N, A, M, N ∈ Mn (R), M inversabilă. Dacă ∥M −1 N ∥ < 1

atunci şirul (xk )k∈N definit prin xk+1 = M −1 N xk + M −1 b converge către soluţia
sistemului Ax = b. Dacă M = diag(tr(A)) este inversabilă atunci metoda revine
la metoda Jacobi.
 
α γ
P 14.8 Fie H = ∈ M2 (R), cu |α|, |β| < 1. Pentru rezolvarea sis-
0 β
temului algebric de ecuaţii liniare x = Hx + b, b ∈ R2 se utilizează formula de
recurenţă xk+1 = Hxk + b.
Să se arate că sistemul admite o singură soluţie x şi că limk→∞ xk = x.

k k
!
−β
αk γ αα−β
R. H k = .
0 βk

P 14.9 Fie ξ, η, ζ ∈ R, b ∈ R3 şi matricele

   
1 1 1 1 1 1
A= ξ 1 1  Λ =  0 1 1 .
η ζ 1 0 0 1

Pentru rezolvarea sistemului Ax = b se consideră metoda iterativă

Λxk+1 + (A − Λ)xk = b, k ∈ N.

1. Să se determine valorile constantelor ξ, η, ζ pentru care şirul (xk )k∈N con-
verge către soluţia sistemului, pentru orice x0 , b ∈ R3 .

2. Pentru ξ = η = ζ = −1 să se precizeze un exemplu de neconvergenţă.

3. Să se arate că pentru ξ = ζ = 0 soluţia se obţine ı̂n cel mult două iteraţii.

R.

1. |A| = (ξ − 1)(ζ − 1). Formula de recurenţă se poate scrie xk+1 = Hxk + Λ−1 b
unde    
ξ 0 0 1 −1 0
H =  η − ξ ζ 0 , Λ−1 =  0 1 −1  .
η −ζ 0 0 0 1
limk→∞ H k = 0 ⇔ ρ(H) < 1 iar ρ(H) = max{|ξ|, |ζ|}.
14.8. SOLUŢIE ÎN SENSUL CELOR MAI MICI PĂTRATE 383

 
−1 0 0
2. Pentru ξ = η = ζ = −1, H = Ĥ =  0 −1 0  . Se observă H 2k =
1 1 0
2k+1
−H şi H = H, de unde neconvergenţa.
3. Pentru ξ = ζ = 0, x = A−1 b şi xk+1 = H̃xk + Λ−1 b. Atunci x2 = H̃ 2 x0 +
(H̃ + I)Λ−1 b. Se verifică faptul că H̃ 2 = 0 şi (H̃ + I)Λ−1 = A−1 .

P 14.10 Să se arate că factorizarea Doolitle A = LU a matricei tridiagonale

 
a1 c 1
 b 2 a2 c2 
 
A=
 ... ... ... 

 
 bn−1 an−1 cn−1 
bn an
este    
1 d1 u1
 l2 1   ... ... 
L= U =
   
.. ..  
 . .   dn−1 un−1 
ln 1 dn
cu

ui = ci i ∈ {1, . . . , n − 1}

a1 i=1
di =
ai − li ui−1 i ∈ {2, . . . , n}
bi
li = i ∈ {2, . . . , n}
di−1
Să se deducă formulele pentru rezolvarea sistemului Ax=y.

P 14.11 Fie  
a1,1 bT
A=
b A2,2
o matrice simetrică cu a1,1 ̸= 0, b ∈ Rn−1 , A2,2 ∈ Mn−1 (R).
1. Să se arate că ı̂n urma unui pas Jordan cu elementul pivot a1,1 matricea
1
A2,2 se transformă ı̂n Ã2,2 = A − a1,1 bbT .

2. Dacă ı̂n plus matricea A este strict pozitiv definită atunci şi matricea Ã2,2
este strict pozitiv definită.
384 CAPITOLUL 14. REZOLVAREA SISTEM. ALGEBRICE LINIARE

 1 T 
n−1
− a1,1 b y
R. 2. Pentru y ∈ R şi x = se calculează < x, Ax > .
y
P 14.12 Fie A ∈ Mm,n (R), b ∈ Rm . Dacă x = (x1 x2 . . . xn )T şi
m X
X n
J(x1 , x2 , . . . , xn ) = J(x) = ∥Ax − b∥22 = ( ai,j xj − bi )2 ,
i=1 j=1

atunci, utilizând condiţiile de optimalitate ∂J(x)

∂xj
= 0, j ∈ {1, 2, . . . , n}, să se arate
că minimul funcţionalei J se este dat de soluţia sistemului AT Ax = AT b.
P 14.13 Fie A ∈ Mm,n (R), b ∈ Rm şi Q ∈ Mm (R) o matrice simetrică şi strict
pozitivă.
1. Considerând norma ∥x∥2Q =< Qx, x > să se arate că minimul funcţiei
J(x) = ∥b − Ax∥2Q , J : Rn → Rm , este soluţia sistemului algebric de ecuaţii
liniare AT QAx = AT Qb.
2. Dacă ı̂n plus R ∈ Mm (R) este o matrice simetrică şi pozitiv definită şi
∥x∥2R =< Rx, x > atunci minimul funcţiei J(x) = ∥b−Ax∥2Q +∥x−x0 ∥2R , J :
Rn → Rm , este soluţia sistemului algebric de ecuaţii liniare (AT QA+R)x =
AT Qb + Rx0 .
P 14.14 Dacă
a1 c1 0 0 ... 0 0 0
 
 b2 a2 c2 0 ... 0 0 0 
0 b3 a3 c3 ... 0 0 0
 
A=
 
... ... ... ... ... ... ... ...

 
 0 0 0 0 ... bn−1 an−1 cn−1 
0 0 0 0 ... 0 bn an

şi (fk )0≤k≤n este definit prin f0 = 1,

a1 c1 0 0 ... 0 0 0
 
 
b2 a2 c2 0 ... 0 0 0
 
 
0 b3 a3 c3 ... 0 0 0
 
fk = 
 
... ... ... ... ... ... ... ...

 
0 0 0 0 ... bk−1 ak−1 ck−1
 
 
0 0 0 0 ... 0 bk ak
 

atunci
fk = ak fk−1 − bk ck−1 fk−2 , k ≥ 2,
fn = |A|.
P 14.15 Dacă A ∈ Mn (R) este o matrice simetrică şi strict pozitiv definită să
se determine o matrice X ∈ Mn (R) care satisface egalitatea X T X = A.
√
R. Dacă A = LDLT atunci X = DLT .
Capitolul 15

Transformarea Householder

Transformata Householder reprezintă instrumentul cu care se vor obţine rezul-

tatele acestui capitol: descompunerea QR a unei matrice, reducerea unei matrice
la forma bidiagonală şi la forma Hessenberg.

15.1 Transformata Householder

√
Fie u ∈ Rn , ∥u∥2 = 2 şi matricea H = In − uuT .
Teorema 15.1.1 Matricea H este simetrică şi ortogonală.
Demonstaţie. Au loc egalităţile
H T = In − (uuT )T = In − (uT )T uT = In − uuT = H
şi
H T H = H 2 = In − 2uuT + (uuT )2 = In − 2uuT + u(uT u)uT = I,
deoarece uT u = ∥u∥22 = 2.
 
1
 0 
Teorema 15.1.2 Fie x = (xi )1≤i≤n ∈ Rn astfel ı̂ncât ∥x∥2 = 1 şi e1 =  ∈
 
..
 . 
0
√
n
R . Dacă u = √x±e1 atunci ∥u∥2 = 2 şi Hx = ∓e1 .
1±x1

Demonstaţie. Prima egalitate rezultă din

(xT ± eT1 )(x ± e1 )
∥u∥22 = uT u = √ =
1 ± x1

385
386 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER

∥x∥22 ± (xT e1 + eT1 x) + ∥e1 ∥22 2 ± 2x1

= √ =√ = 2.
1 ± x1 1 ± x1
Apoi
xT ± eT1 ∥x∥2 ± eT1 x 1 ± x1 √
uT x = √ x = √2 =√ = 1 ± x1
1 ± x1 1 ± x1 1 ± x1
şi ı̂n consecinţă
√
Hx = (In − uuT )x = x − u(uT x) = x − 1 ± x1 u = ∓e1 .

Pentru x ∈ Rn , ∥x∥2 = 1 şi u = √x±e 1

1±x1
notăm Hx = In − uuT . Matricea Hx
este numită matricea transformării Householder asociată vectorului x.
Din teorema anterioară deducem consecinţa

Teorema 15.1.3 Dacă x ∈ Rn , x ̸= 0 atunci

H ∥x∥x x = ∓∥x∥2 e1 . (15.1)

2

x
Demonstaţie. Dacă z = ∥x∥ 2
atunci ∥z∥2 = 1 şi din Teorema 15.1.2 găsim
Hz z = ∓e1 , de unde Hz x = ∓∥x∥2 e1 .
x
∥x∥2
+σe1
În Teorema 15.1.3 vectorul u ce defineşte matricea Hz va fi u = q x iar
1+σ ∥x∥1
 2

1 , dacă x1 ≥ 0
σ= .
−1 , dacă x1 < 0
Relaţia (15.1) devine
H ∥x∥x x = −σ∥x∥2 e1 . (15.2)
2

Pseudocodul algoritmului este dat ı̂n P 12.

Observaţia 15.1.1 Din (15.2) rezultă

xT H ∥x∥x = −σ∥x∥2 eT1 (15.3)

2

Observaţia 15.1.2 Dacă x ∈ Cn atunci definiţia transformării Householder este

x
+ σe1

H ∥x∥2 1 , dacă ℜx1 ≥ 0
H = In − uu unde u = q iar σ = .
ℜx1
1 + σ ∥x∥ −1 , dacă ℜx1 < 0
2

Reamintim că dacă A ∈ Mn,k (C) atunci AH = ĀT .

15.2. DESCOMPUNEREA QR 387

Implementarea transformării Householder Fie H = In − uuT o matrice

Householder şi X = [x1 . . . xk ] = (xi,j )1≤i≤n,1≤j≤k ∈ Mn,k (R). Evaluăm numărul
de adunări necesare calculului transformării Householder HX.
Dacă calculăm ı̂n prealabil matricea H = (hi,j )1≤i,j≤n şi apoi produsul HX
atunci sunt necesare n adunări pentru un element al matricei produs
n
X
hi,s xs,j ,
s=1

deci un total de n2 k adunări.

Mult mai eficient este următorul mod de efectuare a calculelor. Calculăm ı̂n
prealabil
uT X = uT [x1 . . . xk ] = [uT x1 . . . uT xk ] = v T ,
pentru care efectuăm nk adumări, şi apoi

HX = (In − uuT )X = X − u(uT X) = X − uv T =

 
x1,1 − u1 v1 . . . x1,k − u1 vk
=
 .. .. 
. . 
xn,1 − u1 vk . . . xn,k − un vk
pentru care se mai fac nk adunări. Astfel numărul total al adunărilor este 2nk.

15.2 Descompunerea QR
Stabilim următorul rezultat important

Teorema 15.2.1 Dacă X ∈ Mn,k (R) atunci există o matrice ortogonală Q ∈

Mn (R) şi o matrice superior triunghiulară R ∈ Mk (R) astfel ı̂ncât
  
R
, n ≥ k,


 0 }n − k linii


QT X = (15.4)
[ R Y ]


, n ≤ k, Y ∈ Mk,k−n (R).


k col. k − n col.


Demonstaţie. Cazul n ≥ k. Inducţie matematică după k, numărul coloanelor

matricei X.
388 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER

Pentru k = 1, X = [x1 ], cu x1 ∈ Rn . Dacă x1 ̸= 0, utilizând transformarea

Householder are loc egalitatea
 
−σ∥x1 ∥2
 0 
H ∥xx1∥ x1 = −σ∥x1 ∥2 e1 = 
 
..
 ← n − 1 linii cu 0.

1 2  .
0

Dacă x1 = 0 atunci Q = In şi R = 0.

Să presupunem ca proprietatea teoremei are loc ı̂n cazul unei matrice cu k − 1
coloane. Fie X ∈ Mn,k (R) şi partiţionarea ei X = [x1 X2 ], unde x1 ∈ Rn şi
X2 ∈ Mn,k−1 (R). Dacă x1 ̸= 0 şi H1 = H ∥xx1∥ atunci
1 2

 T

ρ1,1 r1,2
H1 X = [H1 x1 H1 X2 ] =
0 X2,2

unde ρ1,1 = −σ∥x1 ∥2 , r1,2 ∈ Rk−1 , X2,2 ∈ Mn−1,k−1 (R). Potrivit ipotezei inducţiei
există o matrice ortogonală Q2 ∈ Mn−1 (R) şi o matrice superior triunghiulară
R2
R2 ∈ Mk−1 (R) astfel ı̂ncât QT2 X2,2 = Atunci
0 }n − k linii.
    T

1 0 1 0 ρ1,1 r1,2
H1 X = =
0 QT2 0 QT2 0 X2,2

T
 
 T
 ρ1,1 r1,2
ρ1,1 r1,2
= =  0 R2 
0 QT2 X2,2
0 0
   T

1 0 ρ1,1 r1,2
şi ı̂n consecinţă QT = şi R = .
0 QT2 0 R2
Relaţia (15.4) se numeşte descompunerea QR a matricei X.

Observaţia 15.2.1 Descompunerea QR este unică abstracţie făcând de semnele

coloanelor lui Q şi ale liniiilor lui R.

Factorizarea QR. Fie X ∈ Mn,k (R) şi descompunerea QR

 
T R
Q X= (15.5)
0 }n − k linii.
15.2. DESCOMPUNEREA QR 389

unde Q ∈ Mn (R) este o matrice ortogonală iar R ∈ Mk (R) este o matrice superior
triunghilară. Partiţionăm matricea Q ı̂n

Q = [ QX Q⊥ ]
|{z} |{z}
k coloane n−k coloane

cu QX ∈ Mn,k (R), Q⊥ ∈ Mn,n−k (R).

Deoarece QT Q = In , ı̂nmulţind (15.5) la stânga cu matricea Q obţinem 1

   
R R
X=Q = [QX Q⊥ ] = QX R.
0 0

Astfel am dedus

Teorema 15.2.2 Dacă X ∈ Mn,k (R) atunci există o matrice ortogonală QX ∈

Mn,k (R) şi o matrice superior triunghiulară R ∈ Mk (R) astfel ı̂ncât

X = QX R. (15.6)

Relatia (15.6) se numeşte factorizarea QR a matricei X.

Observaţia 15.2.2

Fie X = [x1 x2 . . . xk ] ∈ Mn,k (R) şi factorizarea X = QX R cu

 
r1,1 r1,2 . . . r1,n
 0 r2,2 . . . r2,n 
QX = [q1 . . . qk ] R =  .. .
 
.. . . .
 . . . .. 
0 0 . . . rk,k

Egalând coloanele factorizării deducem

x1 = r1,1 q1
x2 = r1,2 q1 + r2,2 q2
..
.
xk = r1,k q1 + r2,k q2 + . . . + rk,k qk

de unde span{x1 , . . . , xk } = span{q1 , . . . , qk }.

1
Dacă A, B ∈ Mn (C) astfel ı̂ncât AB = In atunci BA = In .
390 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER

Exemplul 15.2.1 Să se calculeze descompunerea QR a matricei

 
6 6 1
X= 3 6 1 
2 1 1

Dacă X = [x1 x2 x3 ] atunci

 
1
+ e1 x 13
7 1 1
x1 → u 1 = q =√  3 .
1+ 76 7 · 13 2

18
−7 −8 − 11
   
13 14 7 7
T
H1 X = X − u1 (u1 X) = X −  3 42
13
54
7·13
= 0 36
13
37 
7·13
.
2 28
13
36
7·13
15 55
0 − 13 7·13
Matricea H1 = I − u1 uT1 este

− 76 − 37 − 27
 
 −3 82 6 
− 7·13 .
7 7·13
2 6 87
− 7 − 7·13 7·13

Pentru    
0 1 ′
x + e2 0
3 2 1
x′2 =  36
13
 → u2 = q = √  5 .
− 15 1+ 36 13 −1
13 13

În final,

−7 −8 − 11
   
0 0 0 7
H2 H1 X = H1 X−u2 uT2 H1 X = H1 X− 0 75
13
50 
7·13
=  0 −3 − 17  ,
0 − 15
13
10
− 7·13 0 0 5
7

iar  
1 0 0
H2 = I − u2 uT2 =  0 − 12
13
5 
13
,
5 12
0 13 13
 
−6 2 −3
1
Q = (H2 H1 )T = H1 H2 =  −3 −6 2 .
7
−2 3 6
Algoritmul descompunerii QR a matricei A ∈ Mn (R) este dat ı̂n P 13
15.2. DESCOMPUNEREA QR 391

Observaţia 15.2.3 Factorizarea QR a unei matrice X ∈ Mn,k (R) se poate obţine

aplicând procedeul de ortogonalizare Gram-Schmidt vectorilor definite de coloanele
matricei X = [x1 x2 . . . xk ].

Construirea unei matrice ortogonală cu prima coloană fixată. Fie

u1 ∈ R, ∥u1 ∥ = 1. Interpretând vectorul x1 ca o matrice n × 1, potrivit descom-
punerii QR există o matrice ortogonală Q = [q1 q2 . . . qn ] ∈ Mn (R) şi numărul
real R astfel ı̂ncât  
R
 0 
T
Q u1 =  ..  (15.7)
 
 .  ← n − 1 zerouri
0
dar  
q1T
 q2T 
QT u1 =   u1
 
..
 . 
qnT

de unde deducem că qiT u1 = 0, pentru i ∈ {2, . . . , n}. Astfel [u1 q2 . . . qn ] este
matricea ortogonală dorită.
Într-o matrice ortogonală / unitară permutând coloanele se va obţine tot o
matrice ortogonală / unitară. Astfel matricea [q2 . . . qn u1 ] este o matrice ortog-
onală cu ultima coloana fixată.

Factorizarea QR prin factorizare Cholesky

Fie X ∈ Mn,k (R) o matrice având rangul egal cu min{n, k} ⇔ KerX =
{0}. Astfel matricea X T X este simetrică şi strict pozitiv definită. Algoritmul
factorizării QR prin factorizare Cholesky este

1. A = X T X
2. R = chol(A) ⇔ X T X = A = RT R
3. Q = XR−1 ⇔ X = QR

Rămâne de verificat faptul că matricea Q este ortogonală. Într-adevăr

QT Q = (XR−1 )T XR−1 = (RT )−1 X T XR−1 = Ik .

392 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER

15.3 Cea mai bună aproximaţie şi factorizarea

QR
Fie x1 , x2 , . . . , xk ∈ Rn (k < n) elemente liniar independente. Definim

Y = span{x1 , . . . , xk },
X = [x1 . . . xk ] ∈ Mn,k (R).

Elementul de cea bună aproximare al unui element x ∈ Rn prin elementele

subspaţiului Y există şi este unic. Notăm prin PY (x) elementul de cea mai bună
aproximaţie a lui x prin elementele submulţimii Y (PY : X → Y ).
Fie X = QX R factorizarea QR a matricei X.
Notăm:

P = QX QTX ∈ Mn (R),
P⊥ = In − P.

Teorema 15.3.1 Au loc relaţiile:

1. Px ∈ Y ∀x ∈ Rn ;
2. Px = x ⇔ x∈Y;
2
3. P x = Px ∀x ∈ Rn ;
4. Px = 0 ⇔ x ∈ Y ⊥;
5. PY (x) = P x. ∀x ∈ Rn .

Demonstraţie. Presupunem că QX = [q1 . . . qk ] şi Y = span{q1 , . . . , qk }.

1. Fie x ∈ Rn . Concluzia rezultă din
   
q1T q1T x
P x = QX QTX x = [q1 . . . qk ]  ...  x = [q1 . . . qk ]  ...  = (15.8)
   
T T
qk qk x
k
X
= (qjT x)qj ∈ Y.
j=1

2. Dacă x ∈ Y atunci există numerele reale c1 , . . . , ck astfel ı̂ncât

 
k c 1
cj xj ⇔ x = Xc, c =  ...  .
X
x=
 
j=1 ck
15.3. CEA MAI BUNĂ APROXIMAŢIE ŞI FACTORIZAREA QR 393

Atunci
P x = QX QTX Xc = QX (QTX QX )Rc = QX Rc = Xc = x.
4. Dacă x ∈ Y ⊥ atunci qjT x = 0, ∀j ∈ {1, . . . , k} şi din (15.8) rezultă că
P x = 0.
Reciproc, din P x = 0 = kj=1 (qjT x)qj , deducem că qjT x = 0, ∀j ∈ {1, . . . , k}
P

sau QTX x = 0, adică x ∈ Y ⊥ .

5. Pentru a arăta că P x este elementul de cea mai bună aproximaţie a lui x
prin elementele subspaţiului Y este suficient să verificăm condiţia

x − P x ∈ Y ⊥ ⇔ P (x − P x) = 0.

Referitor la P⊥ din Teorema 15.3.1 rezultă

Teorema 15.3.2 Au loc afirmaţiile

1. P⊥ x ∈ Y ⊥ ∀x ∈ Rn ;
2. P⊥ x = 0 ⇔ x∈Y;
3. P⊥ x = x ⇔ x ∈ Y ⊥;

Demonstraţie. 1. Observăm că P P⊥ = P (In − P ) = 0.

Observaţia 15.3.1 Din egalitatea In = P + P⊥ , pentru orice x ∈ Rn deducem

x = P x + P⊥ x;
∥x∥22 = ∥P x∥22 + ∥P⊥ x∥22
 
T R
Observaţia 15.3.2 Dacă Q X = este descompunerea QR a matricei X
0
şi partiţionăm Q = [ QX Q⊥ ] atunci P⊥ = Q⊥ QT⊥ .
|{z} |{z}
k coloane n−k coloane

 
T QTX
In = QQ = [QX Q⊥ ] = QX QTX + Q⊥ QT⊥ = P + Q⊥ QT⊥ .
QT⊥

Exemplul 15.3.1 Dacă x1 = (6, 3, 2)T , x2 = (6, 6, 1)T atunci subspaţiul generat
de vectorii x1 , x2 este planul π : 3x − 2y − 6z = 0. Să se calculeze distanţa de la
punctul A(1, 2, 1) la planul π şi proiecţia punctului A pe planul π.
394 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER

Din egalitatea x1 × x2 = −3(3⃗ı − 2⃗ȷ − 6⃗k) rezultă că subspaţiul generat de

x1 , x2 este planul π.  
6 6
Fie X = [x1 x2 ] =  3 6  . Matricea QX din factorizarea QR a matricei
2 1  
−6 2
X = QX R este (Exemplul 15.2.1) QX = 17  −3 −6  . Matricea de proiecţie
  −2 3
40 6 18
1 
este P = QX QTX = 49 6 45 −12  . Dacă x = (1, 2, 1)T atunci
18 −12 13

10
1
P x =  12  , ∥x − P x∥ = 1.
7
1

15.4 Cele mai mici pătrate şi descompunerea

QR
Dându-se perechile de puncte (xi ,P yi ) ∈ R2 , i ∈ {1, 2, . . . , n} se cere deter-
m
minarea funcţiei F (x, c1 , . . . , cm ) = k=1 ck φk (x), m < n, unde constantele
c1 , . . . , cm sunt alese astfel ı̂ncât să minimizeze funcţionala
n
X
Φ(λ1 , . . . , λm ) = [F (xi , λ1 , . . . , λm ) − yi ]2 . (15.9)
i=1

S-a arătat ı̂n §7.1 că dacă

     
φ1 (x1 ) . . . φ1 (xn ) y1 c1
 .. ..
U = . y =  ...  c =  ... 
    
. 
φm (x1 ) . . . φm (xn ) yn cm

atunci c este soluţia sistemului algebric de ecuaţii liniare

U U T c = U y. (15.10)

În cele ce urmează vom regăsi (15.10) pe o altă cale, vom calcula apriori valoarea
funcţionalei (15.9) şi vom obţine o altă formă a sistemului (15.10), ı̂n care matricea
sistemului este superior triunghiulară.
15.4. CELE MAI MICI PĂTRATE ŞI DESCOMPUNEREA QR 395

Introducem notaţiile
 
φi (x1 )
vi =  ... n
∈R , i ∈ {1, . . . , m},
 
φi (xn )

Y = span{v1 , . . . , vm } X = [v1 . . . vm ] = U T .
 
λ1
 .. 
Dacă λ =  .  atunci funcţionala (15.9) se scrie
λm

Φ(λ) = ∥y − Xλ∥22 , (15.11)

a cărei minimizare revine la cea mai bună aproximare a lui y prin elementele
subspaţiului Y.  
T R
Fie Q X = descompunerea QR a matricei X, partiţionarea Q =
0
[ QX Q⊥ ] şi operatorii liniari (matricele)
|{z} |{z}
m coloane n−m coloane

P = QX QTX
P⊥ = In − P = Q⊥ QT⊥ .

Are loc egalitatea X = QX R (15.6). Atunci, utilizând rezultatele Teoremelor

15.3.1 şi 15.3.2, găsim

∥y − Xλ∥22 = ∥P (y − Xλ)∥22 + ∥P⊥ (y − Xλ)∥22 = ∥P y − Xλ)∥22 + ∥P⊥ y∥22 . (15.12)

Elementul de cea mai bună aproximaţie y0 = Xλ a lui y prin elementele subspaţiului

Y trebuie să satisfacă ecuaţia (pentru minimizarea funcţionalei (15.12)

Xλ = P y (15.13)

ı̂n care caz, valoarea funcţionalei obiectiv va fi

∥P⊥ y∥22 = ∥Q⊥ QT⊥ y∥22 = ∥QT⊥ y∥22 .

Înmulţind (15.13) cu X T găsim

X T Xλ = X T P y = (QX R)T QX QTX y = RT QTX y = X T y,

396 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER

adică U U T λ = U y. Altfel, ı̂nmulţind (15.13) cu QTX găsim

QTX QX Rλ = QTX QX QTX y,

de unde Rλ = QTX y.
Din egalităţile

U U T = X T X = (QX R)T QX R = RT R

rezultă că matricele U U T şi R sunt simultan nesingulare. Condiţia are loc dacă
vectorii v1 , . . . , vm sunt liniar independenţi (6.1.1). În acest caz algoritmul deter-
minării lui c este

1. Se formează matricea X;

2. Se determină factorizarea QR a matricei X, X = QX R;

3. Se rezolvă sistemul Rc = QTX y.

15.5 Bidiagonalizarea unei matrice

O altă aplicaţie a transformării Householder este posibilitatea bidiagonalizării
unei matrice ı̂n sensul

Teorema 15.5.1 Dacă A ∈ Mn (R) atunci există matricele ortogonale U, V ∈

Mn (R) astfel ı̂ncât U AV este o matrice bidiagonală.

Demonstraţie. Indicăm un algoritm prin care se construiesc matricele ortogo-

nale U şi V care reduc matricea A la o matrice bidiagonală.
Succesiv, pentru k = 1, 2, . . . , n − 1 ı̂nmulţim la stânga şi apoi la dreapta cu
transformarea Householder care anulează elementele situate sub elementul de pe
poziţia (k, k) şi respectiv la dreapta elementului de pe poziţia (k, k + 1).
Pentru simplitate presupunem A ∈ M4 (R), ı̂n reprezentarea lui Wilkinson
 
× × × ×
 × × × × 
A=  × × × × .


× × × ×

Evoluţia calculelor ı̂n acest caz este

15.6. REPREZENTARE SIMILARĂ DE TIP HESSENBERG A UNEI MATRICE 397

k=1
   
× × × ×   × × 0 0
(1)
 0 × × ×  (1) I1  0 × × × 
H4 A =  , H4 A (1) = .
 0 × × ×  H3  0 × × × 
0 × × × 0 × × ×

Indicele superior corespunde pasului k iar indicele inferior indică dimensiunea

matricei.
k=2  
  × × 00
I1 (1)
 0 × ×× 
(2) H4 A =  ,
H3  0 0 ×× 
0 0 ××
 
     × × 0 0
I1 (1) I1 I2  0 × × 0 
(2) H4 A (1) (2) = .
H3 H3 H2  0 0 × × 
0 0 × ×
k=3
 
      × × 0 0
I2 I1 (1) I1 I2  0 × × 0 
(3) (2) H4 A (1) (2) = .
H2 H3 H3 H2  0 0 × × 
0 0 0 ×

Astfel   
I2 I1 (1)
U= (3) (2) H4
H2 H3
şi   
I1 I2
V = (1) (2) .
H3 H2
Pseudocodul algoritmului de bidiagonalize a unei matrice A ∈ Mn (R) este dat
ı̂n P 14.

15.6 Reprezentare similară de tip Hessenberg a

unei matrice
În mod asemănător demonstrăm
398 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER

Teorema 15.6.1 Dacă A ∈ Mn (R) atunci există o matrice ortogonală Q ∈ A ∈

Mn (R) astfel ı̂ncât QT AQ este o matrice Hessenberg (13.1).

Demonstraţie. Utilizând transformata Householder indicăm un algoritm prin

care se construieşte matricea ortogonală Q şi care reduce matricea A la o matrice
Hessenberg.
Succesiv, pentru k = 1, 2, . . . , n − 2 ı̂nmulţim la stânga şi la dreapta cu trans-
formarea Householder care anulează elementele coloanei k cuprinse ı̂ntre liniile
k + 2 şi n.
Pentru simplitate presupunem A ∈ M4 (R), ı̂n reprezentarea lui Wilkinson
 
× × × ×
 × × × × 
A=  × × × × .


× × × ×
Evoluţia calculelor ı̂n acest caz este
k=1  
    × × × ×
I1 I1  × × × × 
(1) A (1) = .
H3 H3  0 × × × 
0 × × ×
k=2
 
      × × × ×
I2 I1 I1 I2  × × × × 
(2) (1) A (1) (2) = .
H2 H3 H3 H2  0 × × × 
0 0 × ×
  
T I2 I1
În consecinţă Q = (2) (1) .
H2 H3
Pseudocodul algoritmului de reducere a matricei A ∈ Mn (R) la o matrice
Hessenberg similară este dat ı̂n P 15.

Probleme şi teme de seminar

P 15.1 Să se determine descompunerea / factorizarea QR a metricelor
 
    3 4 7 −2
4 5 2 2 1 3  5 4 9 3 
(i)  3 0 3  (ii)  1 3 1  (iii)  
 1 −1 0 3 
0 4 6 2 8 5
1 −1 0 0
15.6. REPREZENTARE SIMILARĂ DE TIP HESSENBERG A UNEI MATRICE 399

R. (i)
4 9
− 12 17
   
5 25 25
5 4 5
3 12 16 102
Q= 5
− 25 25
 R=  0 5 25

4 3 114
0 5 5
0 0 25
(ii)
− 23 11 2
−3 −7 − 17
   
15 15 3
Q =  − 13 − 15
2
− 14
15
 R =  0 −5 − 19
15

− 23 − 23 1
3
0 0 17
15
(iii)
− 21 − 56 − 16 − 61
   
−6 −5 −11 −2
1 1 11

2
− 18 − 18 − 11 
18 
 0 3 3 −3 
Q= 1 7 13 5  R= 

2
− 18 18
− 18  0 0 0 0 
1 7 5 13
2
− 18 − 18 18
0 0 0 −3
P 15.2 Să se arate că o matrice Q ∈ Mn (C) triunghilară şi unitară este diago-
nală.

R. Dacă matricea Q este inferior triunghilară Q = [q1 q2 . . . qn ], cu qi =

(0 . . . 0 qi,i . . . qn,i )T atunci pentru i ∈ {1, . . . , n − 1}, 0 = qnH qi = q n,n qn,i , de unde
rezultă că qn,i = 0, ∀i ∈ {1, . . . , n − 1}.
H
La fel, din 0 = qn−1 qi = q n−1,n−1 qn−1,i , i ∈ {1, . . . , n − 2}, deci qn−1,i = 0, ∀i ∈
{1, . . . , n − 2}; etc.
P 15.3 Dacă Y este un subspaţiu liniar ı̂n Rn atunci
Rn = Y ⊕ Y ⊥ .

R. Fie x ∈ Rn şi y ∈ Y elemetul de cea mai bună aproximaţie lui x prin elementele
mulţimii Y. Atunci z = x − y ∈ Y ⊥ .
Proprietatea 15.6.1 Dacă A ∈ Mm,n (R) atunci
Rm = Im(A) ⊕ Ker(AT ). (15.14)

R. Se aplică 15.3 şi 13.1.33.

P 15.4 Dacă X ∈ Mn,k (R) atunci există matricele ortogonale U ∈ Mn (R), V ∈
Mk (R) şi matricea inferior triunghiulară L ∈ Mn,k (R) astfel ı̂ncât A = U LV T .
(Factorizarea U LV )
R. Factorizarea se obţine din două utilizări a descompunerii QR: U T X = R, V T RT =
LT .
400 CAPITOLUL 15. TRANSFORMAREA HOUSEHOLDER
Capitolul 16

Calculul numeric al valorilor şi

vectorilor proprii

16.1 Forma normală Schur

Rezultatul principal al capitolului este teorema lui Schur potrivit căreia orice
matrice A ∈ Mm (C) este similară cu o matrice superior triunghiulară. Obli-
gatoriu, această matrice are pe diagonală valorile proprii ale matricei iniţiale.
Aceasta matrice superior triunghiulară este forma normală Schur a matricei A.
Scopul algoritmului QR va fi tocmai reducerea unei matrice la forma sa normală
Schur.

Teorema 16.1.1 (Schur) Dacă A ∈ Mn (C) atunci există o matrice unitară U ∈

Mn (C) astfel ı̂ncât U H AU = T, unde T este o matrice superior triunghiulară
având pe diagonală valorile proprii ale lui A, care pot apărea ı̂n orice ordine.

Demonstraţie. Inducţie după n, dimensiunea matricei. Pentru n = 1, matricea

A = (a) are valoarea proprie a şi pentru U = (1) are loc egalitatea U H AU =
(a) = T.
Să presupunem proprietatea adevărată ı̂n cazul matricelor de ordin n − 1. Fie
A ∈ Mn (C) având perechea proprie (λ1 , v1 ), cu ∥v1 ∥2 = 1.
Există o matrice unitară Q având v1 pe prima coloană. Dacă Q = [v1 V2 ]
atunci  H   H 
H v1 v1 Av1 v1H AV2
Q AQ = A [v1 V2 ] = =
V2H V2H Av1 V2H AV2
   
λ1 v1H AV2 λ1 hH1
= = ,
0 V2H AV2 0 B

401
402 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

unde h1 ∈ Cn−1 şi B ∈ Mn−1 (C).

Potrivit iporezei inducţiei există o matrice unitară W ∈ Mn−1 (C) astfel ı̂ncât
H
W BW = S este o matrice superior triunghiulară având pe diagonală valorile
proprii ale lui B. Valorile proprii ale lui B sunt totodată şi valorile proprii ale
matricei A. Într-adevăr, deoarece A şi QH AQ sunt matrice similare, avem
 H

 λ − λ1 −h 1

|λIn − A| =   = (λ − λ1 )|λIn−1 − B|.
0 λIn−1 − B 

Dacă U = [v1 V2 W ] atunci

   
H v1H v1H Av1 v1H AV2 W
U AU = A[v1 V2 W ] = =
W H V2H W H V2H Av1 W H V2H AV2 W
 
λ1 hH
1 W
= = T.
0 S

Observaţia 16.1.1

Prima coloană a matricei U este vectorul propriu v1 ce corespunde valorii proprii

λ1 situată ı̂n colţul nord-vest al matricei T. Reamintim că această pereche proprie
a fost aleasă ı̂n mod arbitrar.
Pentru o matrice reală are loc următoarea versiune a teoremei 16.1.1.

Teorema 16.1.2 Dacă A ∈ Mn (R) atunci există o matrice ortogonală U ∈

Mn (R) astfel ı̂ncât
 
T1,1 T1,2 . . . T1,k
 T2,2 . . . T2,k 
U T AU =  ,
 
... ..
 . 
Tk,k

unde Ti,i este un bloc de dimensiune 1 conţinând o valoare proprie reală sau
un bloc de dimensiune 2 corespunzând unei perechi de valori proprii complex
conjugate.

Demonstraţie. Procedăm recursiv, deosebind cazul unei perechi propri reală de

una complexă.
Cazul unei perechi proprii reale (λ, x) ∈ R×Rn . Presupunem ∥x∥2 = 1. Există
o matrice ortogonală V având x drept prima coloană V = [x, Ṽ ], Ṽ ∈ Mn,n−1 (R).
16.1. FORMA NORMALĂ SCHUR 403

Au loc egalităţile
 T     
T x λ xT AṼ def λ mT
V AV = A[x Ṽ ] = = . (16.1)
Ṽ T 0 Ṽ AṼ 0 B
n
 propriicomplexe (α + iβ, x + iy) ∈ C × C , α, β ∈ R, x, y ∈
Cazul unei perechi
α β
Rn . Notând M = egalitatea A(x + iy) = (α + iβ)(x + iy) se scrie
−β α

A[x y] = [x y]M. (16.2)

Fie  
T R
V [x y] = (16.3)
0
descompunerea QR a matricei [x y] ∈ Mn,2 (R), R ∈ M2 (R).
Partiţionând matricea V = [ V1 V2 ], din (16.3) găsim
|{z} |{z}
2 col n−2 col
   
R R
[x y] = V = [V1 V2 ] = V1 R. (16.4)
0 0

Egalitatea (16.2) devine

AV1 R = V1 RM. (16.5)
def def
Vectorii x, y ∈ Rn sunt liniar independenţi. Vectorii proprii u = x + iy, v =
x − iy corespunzând valorilor proprii distincte α + iβ şi respectiv α − iβ sunt
liniar independenţi. Egalitatea ax + by = 0 implică
u+v u−v a − ib a + ib
a +b = u+ v = 0,
2 2i 2 2
de unde rezultă a ± ib = 0, sau a = b = 0.
 Matricea
 R este inversabilă. Notând pentru moment V1 = [v1 v2 ] şi R =
p r
din (16.4) găsim
q t
x = pv1 + qv2
y = rv1 + tv2 .

Presupunând prin absurd det(R) = 0 ⇔ pt − qr = 0, din egalităţile anterioare

deducem
tx − qy = (tp − qr)v1 = 0.
404 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

Prin urmare t = q = 0. Analog, rz −py = 0 implică p = r = 0, de unde x = y = 0,

cea ce este imposibil. Astfel relaţia (16.5) devine AV1 = V1 RM R−1 = V1 S.
Matricea S = RM R−1 are aceleaşi valori proprii ca matricea M, adică α ± iβ.
La fel ca şi ı̂n cazul real, calculăm
 T   T 
T V1 V1
V AV = T A[V1 V2 ] = [AV1 AV2 ] = (16.6)
V2 V2T
 T     
V1 S V1T AV2 def S C
= [V1 S AV2 ] = = .
V2T 0 V2T AV2 0 B
Pornind de la (16.1) sau (16.6) raţionamentul se reia pentru matricea B.
O consecinţa este
Teorema 16.1.3 O matrice A ∈ Mn (R) simetrică este (strict) pozitiv definită
dacă şi numai dacă valorile proprii sunt (strict) pozitive.

Demonstraţie. Matricea A fiind simetrică are valorile proprii numere reale.

Din teorema 16.1.2 rezultă existenţa unei matrice ortogonale U ∈ Mn (R) astfel
ı̂ncât U T AU = T, unde T este o matrice diagonală (A simetrică !) formată din
vectorii proprii lui A.
Pentru x ∈ Rn şi y = U H x,
n
X
T T T
< U AU y, y >=< AU U x, U U x >=< Ax, x >=< T y, y >= ti,i yi2 ,
i=1

adică ti,i > 0 ⇒ < Ax, x >> 0.

Reciproc, dacă A este strict pozitivă, pentru y = ei , din baza canonică,

< U T AU ei , ei >=< AU ei , U ei >=< T ei , ei >= ti,i > 0.

Teorema 16.1.4 Dacă ∥ · ∥ este o normă ı̂n Rn şi S ∈ Mn (R) este o matrice
inversabilă atunci x = ∥Sx∥ este de asemenea o normă.

Teorema 16.1.5 Fie S ∈ Mn (R) o matrice inversabilă. Daca · este norma

indusă de matricea S ı̂n Rn atunci A = ∥SAS −1 ∥ este norma matriceală generată
de norma · .

Demonstraţie. Norma matricei A indusă de este dată de

A = sup Ax = sup ∥SAx∥.

x ≤1 ∥Sx∥≤1
16.1. FORMA NORMALĂ SCHUR 405

Notând Sx = y rezultă
A = sup ∥SAS −1 y∥ = ∥SAS −1 ∥.
∥y∥≤1

Teorema 16.1.6 Dacă A ∈ Mn (R) şi ε > 0 atunci există o matrice inversabilă
S ∈ Mn (C) astfel ı̂ncât SAS −1 = Λ + Q unde Λ este o matrice diagonală cu
vectorii proprii ale matricei A iar
 
0 q1,2 q1,3 . . . q1,n

 0 q2,3 . . . q2,n 
Q=
 .. .. 
. . 
 
 0 qn−1,n 
0
cu |qi,j | < ε, ∀ i < j.

Demonstraţie. Potrivit teoremei Schur 16.1.1 există o matrice unitară U ∈

Mn (C) astfel ı̂ncât
 
t1,1 t1,2 t1,3 ... t1,n

 t2,2 t2,3 ... t2,n 
H
U AU = T =  . . .
. =Λ+R
 
. .
 
 tn−1,n−1 tn−1,n 
tn,n
unde
 
  0 t1,2 t1,3 . . . t1,n
t1,1  0 t2,3 . . . t2,n 
 t2,2  
.. ..

Λ= , R= .
   
.. . .
 .   
 0 tn−1,n 
tn,n
0
iar elementele de pe diagonala matricei Λ sunt valorile proprii ale matricei A.
Fie Dη = diag(η, η 2 , . . . , η n ).
Are loc egalitatea Dη−1 U H AU Dη = Λ + Dη−1 RDη şi
 
0 ηt1,2 η 2 t1,3 . . . ηn−1 t1,n
 0 0
 ηt2,3 . . . η n−2 t2,n 

−1 . .
Dη RDη =  . .  = (η j−i ti,j )i<j .
 
. .
 
 0 ηtn−1,n 
0
406 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

Pentru η suficient de mic |qi,j | = |η j−i ti,j | ≤ η|ti,j | < ε, ∀ i < j.

Matricea S va fi S = Dη−1 U H = Dη−1 U −1 .

16.2 Diagonalizarea unei matrice

Diagonalizarea unei matrice se referă la posibilitatea determinării unei matrice
similare şi diagonale pentru o matrice pătrată dată. Condiţii de diagonalizare sunt
date de teorema:

Teorema 16.2.1 Matricea A ∈ Mn (K), (K = R ∨ C) este diagonalizabilă ı̂n K

dacă şi numai dacă
• valorile proprii ale matricei A aparţin corpului K;

• pentru fiecare valoare proprie ordinul de multiplicitate algebric este egal cu

ordinul de multiplicitate geometric.

Demonstraţie. Notăm prin AQ operatorul liniar ataşat

P matricei A şi presupunem
că polinomul caracteristic este ki=1 (λ − λi )mi cu ki=1 mi = n.
Necesitatea. Dacă matricea A este diaginalizabilă există o bază v1 , . . . , vn ∈
n
K şi o matrice diagonală D = diag(d1 , . . . , dn ) astfel ı̂ncât

A[v1 . . . vn ] = [v1 . . . vn ]D

sau A(vi ) = di vi , ∀i ∈ {1, . . . , n}. Rezultă că numerele di sunt valorile proprii
ale matricei A. Din egalitatea Avi = λi vi rezultă că λi ∈ K şi vi ∈ S(λi ), ∀i ∈
{1, . . . , n}.
În continuare presupunem că v1 , . . . , vm1 corespund valorii proprii λ1 ,
vm1 +1 , . . . , vm1 +m2 corespund valorii proprii λ2 , etc.
Elementele vm1 +...+mi−1 +1 , . . . , vm1 +...+mi−1 +mi fiind liniar independente formează
o baza pentru S(λi ), de unde dimS(λi ) = mi .
Suficienţa. Fie vi,1 , . . . , vi,mi o bază pentru S(λi ). Se demonstrează asemănător
cu Propoziţia 13.1.28 că elementele vi,j , j ∈ {1, . . . , mi }, i ∈ {1, . . . , k} formează
o bază ı̂n Kn . Atunci

A[v1,1 , . . . , vk,mk ] = [v1,1 , . . . , vk,mk ]diag(λ1 , . . . , λ1 , . . . , λk , . . . , λk ).

| {z } | {z }
de m1 ori de mk ori

 
2 1
Exemplul 16.2.1 Să se diagonalizeze matricea A = .
0 −3
16.2. DIAGONALIZAREA UNEI MATRICE 407

În prealabil reamintim:

1. Matricea A ∈ Mn (C) este un un operator liniar a cărui reprezentare este
dată ı̂n baza e1 , . . . , en .

2. Valorile proprii şi vectorii proprii corespunzărori sunt Afi = λi fi , i ∈

{1, 2, . . . , n}. Se presupune că vectorii f1 , . . . , fn sunt liniari independenţi.
Aceste relaţii se pot scrie
 
λ1 0
A[f1 , . . . , fn ] = [λ1 f1 , . . . , λn fn ] = [f1 , . . . , fn ]  ... . . . ... 
 
0 λn
sau
AF = F D ⇒ F −1 AF = D,
unde F = [f1 , . . . , fn ], D = diag(λ1 , . . . , λn ).
Matricea à = F −1 AF este diagonalizarea matricei A şi reprezentarea are
loc ı̂n baza f1 , . . . , fn .
Revenind la exemplu, |λI2 − A| = (λ − 2)(λ + 3). Vectorii proprii sunt
 
1
λ1 = 2 f1 =
0
 
−1
λ2 = −3 f2 =
5
 
1 −1
Atunci F = şi
0 5
1
     
−1 1 5
2 1 1 −1 2 0
à = F AF = 1 = .
0 5
0 −3 0 5 0 −3

Rezultatul următoar evidenţiază o clasă de matrice diagonalizabilă. Din teo-

rema 16.1.1 se deduce imediat următorul rezultat privind reducerea unei matrice
la o forma diagonală

Teorema 16.2.2 (Teorema spectrală) Dacă A ∈ Mm (C) este o matrice her-

mitiană atunci există o matrice unitară U ∈ Mm (C) astfel ı̂ncât U H AU este o
matrice diagonală, având pe diagonală valorile proprii ale matricei A, ce apar
ı̂ntr-o ordine neprecizată.
408 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

Demonstraţie. Potrivit Teoremei 16.1.1 există matricea unitară U ∈ Mm (C)

astfel ı̂ncât T = U H AU este o matrice superior triunghiulară având pe diagonală
valorile proprii ale matricei A, ı̂ntr-o ordine neprecizată. Deoarece T H = T,
matricea T este o matrice diagonală.
Pe de altă parte,

Teorema 16.2.3 Dacă A, X = [x1 , . . . , xn ] ∈ Mn (C) ı̂ndeplinesc condiţia

X −1 AX = D = diag(λ1 , . . . , λn ),

atunci (λi , xi ) sunt perechi propri pentru matricea A, i ∈ {1, . . . , n} iar vectorii
x1 , . . . , xn formează o bază ı̂n Cn .

Demonstraţie. Egalitatea coloanelor ı̂n AX = XD implică Axi = λi xi , ∀i ∈

{1, . . . , n}. P
Relaţia ni=1 ci xi = 0 se scrie matriceal Xc = 0, unde cT = (c1 , . . . , cn ). In-
versabilitatea matricei X implică c = 0, adică vectorii propri sunt liniar indepen-
denţi.
O primă consecinţă a teoremei 16.2.2 este

Teorema 16.2.4 Dacă A ∈ Mm (C) este o matrice hermitiană şi U H AU = T cu

T = diag(λ1 , . . . , λm ) şi U = [u1 . . . um ] este matrice unitară atunci:

1. m
X
A= λj uj uH
j ; (16.7)
j=1

2. (λi , ui ) este o pereche proprie a matricei A.

Demonstraţie.
U H AU = T ⇔ A = U T U H =
  
λ1 uH1 m
...   ..  X
= [u1 . . . um ]  = λj uj uH
j ,

 . 
λm uHm
j=1

de unde m m
X X
Aui = λj uj uH
j ui = λj δi,j uj = λi ui .
j=1 j=1

O altă consecinţă a teoremei 16.2.2 este caracterizarea matricelor normale:

16.2. DIAGONALIZAREA UNEI MATRICE 409

Teorema 16.2.5 Fie A ∈ Mn (C) având valorile proprii λ1 , . . . , λn . Următoarele

afirmaţii sunt echivalente:
(i) A este matrice normală;
(ii) A este unitar diagonalizabilă: există matricea unitară U ∈ Mn (C) astfel
ı̂ncât U H AU = T, cu T = diag(λ1 , . . . , λn ), ı̂ntr-o ordine oarecare;
Pn 2
Pn 2
(iii) i,j=1 |ai,j | = i=1 |λi | ;

(iv) Există o bază ortonormată alcătuită din vectori proprii ai matricei A.

Demonstraţie. (i)⇔ (ii). Potrivit Teoremei 16.1.1 există matricea unitară U ∈

Mn (C) şi matricea superior triunghiulară T ∈ Mn (C), având pe diagonală valorile
proprii ale matricei A, astfel ı̂ncât U H AU = T. Din

T H T = U H AH AU = U H AAH U = T T H

rezultă că T este matrice normală. Arătăm că T este matrice diagonală. Din
egalitatea elementelor de pe poziţia (1,1) din T H T = T T H se obţine
n
X
2 2
|t1,1 | = |t1,1 | + |t1,j |2 ,
j=2

de unde t1,j = 0, ∀j ∈ {2, . . . , n}. În continuare se repetă raţionamentul pentru

elementele de pe poziţiile (2,2),. . . ,(n − 1, n − 1).
(ii)⇔ (i). U H AU = T ⇔ A = U T U H . T fiind matrice diagonală este matrice
normală şi ı̂n consecinţă

AH A = U T H T U = U T T H U H = AAH .

(ii)⇔ (iii). Deoarece matricele

P A şi T suntP unitar echivalente, potrivit Propoziţiei
13.1.18, are loc egalitatea ni,j=1 |ai,j |2 = ni=1 |λi |2 .
(iii)⇔ (ii). Din nou, potrivit Teoremei 16.1.1 există matricea unitară U ∈ Mn (C)
şi matricea superior triunghiulară T ∈ Mn (C), având pe diagonală valorile proprii
ale matricei A, astfel ı̂ncât U H AU = T şi aplicând Propoziţia 13.1.18 are loc
egalitatea
Xn X n X
2
|ai,j | = |λi |2 + |ti,j |2 .
i,j=1 i=1 i<j

Prin urmare i<j |ti,j |2 = 0, adică T este matrice diagonală.

P
(ii)⇔ (iv). Implicaţia rezultă din Teorema 16.2.3.
410 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

(iv)⇔ (ii). Dacă vectorii proprii x1 , . . . , xn sunt ortonormaţi atunci matricea

U = [x1 . . . xn ] este unitară şi are loc egalitatea AU = U diag(λ1 . . . λn ).
O altă consecinţă a teoremei 16.2.2 este
Teorema 16.2.6 Fie A ∈ Mn (R). Condiţia necesară şi suficientă ca ecuaţia
A = X 2 , X ∈ Mn (R) să aibă o soluţie simetrică este ca matricea A să fie
simetrică şi pozitiv definită.

Demonstraţie. Suficienţa este imediată. Dacă A este o matrice simetrică

atunci, potrivit Teoremei 16.2.2, există o matrice ortogonală U ∈ Mn (R) ast-
fel ı̂ncât U T AU = D iar matricea diagonală D conţine valorile proprii ale ma-
tricei A. Deoarece A este pozitiv definită, valorile proprii sunt nenegative. Fie
D = diag(d21 , . . . , d2n ). Dacă F = diag(d1 , . . . , dn ) atunci
A = U DU T = U F 2 U T = U F U T U F U T = X 2 ,
cu X = U F U T .
Demonstraţia rezultatului de diagonalizare a unei matrice oarecare face apel
la ecuaţia matriceală Sylvester:
Dându-se matricele B ∈ Mn−s (C), C ∈ Ms (C) şi H ∈ Mn−s,s (C) să se deter-
mine matricea X ∈ Mn−s,s (C) astfel ı̂ncât
BX − XC + H = 0. (16.8)
În cazul unei matrice oarecare are loc următorul rezultat de diagonalizare
Teorema 16.2.7 Dacă A ∈ Mm (C) are valorile proprii distincte două câte două
λ1 , . . . , λk atunci există o matrice nesingulară X ∈ Mn (C) astfel ı̂ncât
 
T1,1
 T2,2 
X −1 AX =  ,
 
 . . . 
Tk,k
unde Tj,j este o matrice superior triunghiulară având λi pe diagonală, j ∈ {1, 2, . . . , k}.

Demonstraţie. Potrivit teoremei (16.1.1) există o matrice unitară U ∈ Mn (C)

astfel ı̂ncât  
T1,1 T1,2 . . . T1,k
H
 T2,2 . . . T2,k 
U AU = T =  ..  , (16.9)
 
. .
 . . 
Tk,k
16.3. RAZA SPECTRALĂ A UNEI MATRICE 411

unde Tj,j este o matrice superior triunghiulară având pe diagonală aceaşi valoare
proprie λj .
Matricea X se construieşte recursiv. Rescriem matricea T sub forma
 
B H
T =
0 C

şi alegem la primul pas B = T1,1 şi X0 = U. Presupunem B ∈ Mn−s (C), C ∈

Ms (C) şi H ∈ Mn−s,s (C). Matricea C este superior triunghiulară iar elementele
ei de pe diagonala principală nu sunt valori proprii ale matricei B.
Există o matrice P ∈ Mn−s,s (C) astfel ı̂ncât
     
I −P B H I P B 0
= . (16.10)
0 I 0 C 0 I 0 C

Într-adevăr, deoarece
     
I −P B H I P B BP − P C + H
= .
0 I 0 C 0 I 0 C

relaţia (16.10) revine la ecuaţia matriceală Sylvester BP −P C +H = 0. Totodată

 −1  
I P I −P
= . Relaţia (16.10) devine
0 I 0 I
 −1    
I P H I P B 0
U AU = ,
0 I 0 I 0 C
 
I P
deci X1 := U . În continuare se reia procedeul de mai sus pentru ma-
0 I
tricea C. În final X = Xk

Observaţia 16.2.1 Prima coloană a matricei U este un vector propriu core-

spunzător valorii proprii din colţul nord - vest al matricei T. Matricea X păstrează
nealterată această coloană.

16.3 Raza spectrală a unei matrice

Studiem proprietăţi legate de raza spectrală a unei matrice A ∈ Mm (R).
Pentru orice normă de matrice are loc
Teorema 16.3.1 Are loc inegalitatea ρ(A) ≤ ∥A∥, care poate fi şi strictă.
412 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

Demonstraţie. Fie (λ, x) o pereche proprie a matricei A. Din relaţiile

|λ| ∥x∥ = ∥λx∥ = ∥Ax∥ ≤ ∥A∥ ∥x∥

rezultă |λ| ≤ ∥A∥, deunde ρ(A)

 ≤ ∥A∥.
0 1
Matricea nenulă are singura valoare proprie λ = 0, deci ρ(A) = 0 <
0 0
∥A∥.

Teorema 16.3.2 Are loc formula

ρ(A) = inf ∥A∥,

∥·∥

unde inf se ia relativ la normele matriceale generate de o normă vectorială.

Demonstraţie. Potrivit teoremei 16.3.1 ρ(A) ≤ ∥A∥. Pentru a demonstra

inegalitatea contrară, fie ε > 0. Potrivit teoremei 16.1.6 există o matrice in-
versabilă S ∈ Mn (C) astfel ı̂ncât SAS −1 = Λ + Q cu proprietăţile

1. Λ este o matrice diagonală având pe diagonală valorile proprii ale matricei

A. Astfel ∥Λ∥∞ = max1≤i≤n |λi | = ρ(A).

2. Q este o matrice superior triunghilară, ∥Q∥∞ = max1≤i≤n−1 nj=i+1 |qi,j | ≤

P
ε.

Astfel
∥SAS −1 ∥∞ ≤ ∥Λ∥∞ + ∥Q∥∞ ≤ ρ(A) + ε.
Conform teoremei 16.1.5 ∥SAS −1 ∥ = A , normă generată de o normă vectorială.
Aşadar,
inf ∥A∥ ≤ A ≤ ρ(A) + ε.
∥·∥

Cum ε > 0 a fost arbitrar, inf ∥·∥ ∥A∥ ≤ ρ(A).

p
Teorema 16.3.3 Dacă A ∈ Mm (C) atunci ∥A∥2 = ρ(AH A).

Demonstraţie. Matricea AH A este hermitiană şi pozitivă. Dacă (λ, x) este o

pereche proprie matricei AH A, atunci găsim

∥Ax∥22 =< Ax, Ax >=< AH Ax, x >=< λx, x >= λ∥x∥22

16.3. RAZA SPECTRALĂ A UNEI MATRICE 413

şi ı̂n consecinţă λ ≥ 0.

Notăm prin λ0 rază spectrală a matricei AH A. Potrivit Teoremei 16.2.2 ex-
istă o matrice unitară Q ∈ Mn (C) astfel ı̂ncât QH AH AQ = D este o matrice
diagonală, având pe diagonală valorile proprii ale matricei AH A. Dacă
   
λ1 0 y1
.. n H  . 
D=  , x ∈ C , Q x = y =  .. 
 
.
0 λn yn
atunci au loc egalităţile
∥Ax∥22 =< Ax, Ax >=< x, AH Ax >=< QQH x, AH Ax >=
n
X
H H H H H
=< Q x, Q A Ax >=< y, Q A AQy >=< y, Dy >= λj |yi |2 .
j=1

Potrivit definiţiei lui λ0 , din egalitatea de mai sus rezultă

n
X
∥Ax∥22 ≤ λ0 |yi |2 = λ0 ∥y∥22 = λ0 ∥Qy∥22 = λ0 ∥x∥22 ,
j=1
√
sau ∥Ax∥2 ≤ λ0 ∥x∥2 .
În consecinţă p
∥A∥2 ≤ λ0 . (16.11)
Dacă x0 este un vector propriu corespunzător valorii proprii λ0 , AH Ax0 =
λ0 x0 , atunci
∥Ax0 ∥22 =< Ax0 , Ax0 >=< x0 , AH Ax0 >=< x0 , λ0 x0 >= λ0 ∥x0 ∥22
√ √
sau ∥Ax0 ∥2 = λ0 ∥x0 ∥2 . Apoi λ0 ∥x0 ∥2 = ∥Ax0 ∥2 ≤ ∥A∥2 ∥x0 ∥2 , de unde
p
λ0 ≤ ∥A∥2 . (16.12)
Din (16.11) şi (16.12) rezultă egalitatea cerută.
O consecinţă este
p
Teorema 16.3.4 Dacă A ∈ Mm (C) atunci | < Ax, x > | ≤ ρ(AH A)∥x∥22 .

Demonstraţie.
p
| < Ax, x > | ≤ ∥Ax∥2 ∥x∥2 ≤ ∥A∥2 ∥x∥22 = ρ(AH A)∥x∥22 .
În cazul unei matrice simetrice, din teorema 16.3.3 deducem
414 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

Teorema 16.3.5 Dacă A ∈ Mm (R) este o matrice simetrică atunci ∥A∥2 =

ρ(A).

Demonstraţie. Într-adevăr, au loc relaţiile

p p p
∥A∥2 = ρ(AT A) = ρ(A2 ) = [ρ(A)]2 = ρ(A).
Teorema 16.3.6 Dacă A ∈ Mm (R) este o matrice simetrică atunci
| < Ax, x > | ≤ ρ(A)∥x∥22 .
În vederea determinării condiţiei ı̂n care, pentru o matrice A ∈ Mn (C), are
loc limk→∞ Ak = 0 stabilim
Teorema 16.3.7 Pentru orice matrice A ∈ Mn (C) şi orice ε > 0 există o normă
∥ · ∥A,ε astfel ı̂ncât ∥A∥A,ε ≤ ρ(A) + ε.

Demonstraţie. Potrivit Teoremei 16.1.1 există o matrice unitară U ∈ Mn (C)

astfel ı̂ncât  
t1,1 t1,2 . . . t1,n
 0 t2,2 . . . t2,n 
U H AU = T =  .. = Λ + S,
 
.. . . . .. 
 . . . 
0 0 . . . tn,n
unde
   
t1,1 0 ... 0 0 t1,2 . . . t1,n
 0 t2,2 ... 0   0 0 . . . t2,n 
Λ= , S= ..  .
   
.. .. .. .. .. .. ..
 . . . .   . . . . 
0 0 . . . tn,n 0 0 ... 0

Deoarece matricele A şi T sunt similare, ele au aceleaşi valori propri. În consecinţă
ρ(A) = ρ(T ) = ρ(Λ).  
1 0 ... 0
 0 η ... 0 
Fie 0 < η < 1 şi Dη =  .. .. . . ..  . Din egalitatea
 
 . . . . 
n−1
0 0 ... η
 
0 η t1,2 η 2 t1,3 . . . η n−1 t1,n
 0
 0 η t2,3 . . . η n−2 t2,n 
−1  .. .
. .
. . . .
.
Dη SDη =  .

. . . . 
 
 0 0 0 . . . η tn−1,n 
0 0 0 ... 0
16.3. RAZA SPECTRALĂ A UNEI MATRICE 415

găsim
n
X n
X
∥Dη−1 SDη ∥∞ = max |η j−i
ti,j | ≤ η |ti,j | = η∥S∥∞
1≤i≤n−1
j=i+1 j=i+1

În continuare

∥Dη−1 T Dη ∥∞ = ∥Dη−1 ΛDη + Dη−1 SDη ∥∞ = ∥Λ + Dη−1 SDη ∥∞ ≤

≤ ∥Λ∥ + ∥Dη−1 SDη ∥∞ ≤ ρ(A) + η∥S∥∞ .

Presupunem că η satisface ı̂n plus condiţia η∥S∥∞ < ε.
Pentru orice matrice B ∈ Mn (C) definim ∥B∥A,ε = ∥Dη−1 U H BU Dη ∥∞ .
Atunci

∥A∥A,ε = ∥Dη−1 U H AU Dη ∥∞ = ∥Dη−1 T Dη ∥∞ ≤ ρ(A) + η∥S∥∞ < ρ(A) + ε.

Teorema 16.3.8 Pentru orice normă matriceală ∥ · ∥, orice matrice A ∈ Mn (C)

şi orice ε > 0 există un număr τ > 0 astfel ı̂ncât

ρk (A) ≤ ∥Ak ∥ ≤ τ [ρ(A) + ε]k .

Demonstraţie. Deoarece ı̂n spaţii liniare finit dimensionale, oricare două norme
sunt echivalente, există τ > 0 astfel ı̂ncât

∥B∥ ≤ τ ∥B∥A,ε , ∀B ∈ Mn (C),

unde ∥ · ∥ este o normă de matrice iar ∥ · ∥A,ε este norma introdusă de Teorema
16.3.7.
În concluzie

ρk (A) = ρ(Ak ) ≤ ∥Ak ∥ ≤ τ ∥Ak ∥A,ε ≤ τ ∥A∥kA,ε < τ [ρ(A) + ε]k .

Teorema 16.3.9 Oricare ar fi norma matriceală ∥ · ∥ are loc relaţia

1
ρ(A) = lim ∥Ak ∥ k . (16.13)
k→∞

1
Demonstraţie. Din ρk (A) = ρ(Ak ) ≤ ∥Ak ∥ rezultă ρ(A) ≤ ∥Ak ∥ k . Fie ε > 0 şi
1
matricea B = ρ(A)+ε A. Dacă Bx = λx atunci (ρ(A) + ε)λ este valoare proprie a
matricei A. Astfel
ρ(A)
ρ(A) = (ρ(A) + ε)ρ(B) ⇔ ρ(B) = < 1,
ρ(A) + ε
416 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

şi deci limk→∞ B k = 0.

Există k0 ∈ N astfel ı̂ncât, pentru k > k0 ,
∥B k ∥ < 1 ⇔ ∥Ak ∥ < (ρ(A) + ε)k .
1 1
Din inegalităţile ρ(A) ≤ ∥Ak ∥ k < ρ(A) + ε, k > k0 , rezultă limk→∞ ∥Ak ∥ k =
ρ(A)
Teorema 16.3.10 Fie A ∈ Mn (C). Următoarele afirmaţii sunt echivalente:
(1) limk→∞ Ak = 0;
(2) limk→∞ Ak x = 0, ∀x ∈ Cn ;
(3) ρ(A) < 1.

Demonstraţie. (1) ⇒ (2). Pentru x ∈ Cn ,

∥Ak x∥ ≤ ∥Ak ∥∥x∥ → 0, k → ∞.
(2) ⇒ (3). Fie (λ, x) o pereche proprie, Ax = λx. Atunci
Ak x = λk x → 0, k → ∞.
Prin urmare |λ| < 1.
1
(3) ⇒ (1). Din ρ(A) = limk→∞ ∥Ak ∥ k < 1 rezultă ı̂n mod necesar limk→∞ Ak =
0.

16.4 Metode numerice

16.4.1 Metoda puterii
O matrice A ∈ Mn (C) este cu valoare proprie dominantă dacă valorile proprii
– eventual renotate – satisfac inegalităţile
|λ1 | > |λ2 | ≥ . . . ≥ |λn |.
În cazul unei matrice cu valoare proprie dominantă, metoda puterii determină
valoarea proprie dominantă ı̂mpreună cu un vector propriu corespunzător.
Fie u0 ∈ Cn . Metoda puterii constă ı̂n construirea şirurilor (uk )k∈N şi (λk1 )k∈N
definite prin formulele
uk+1 = σk Auk , (16.14)
unde (σk )k∈N este un şir numeric fixat apriori, şi respectiv
< Auk , uk >
λk1 = (16.15)
∥uk ∥22 .
16.4. METODE NUMERICE 417

Teorema 16.4.1 Au loc formulele

uk = σk−1 σk−2 . . . σ0 Ak u0 , (16.16)

< Ak+1 u0 , Ak u0 >
λk1 = . (16.17)
∥Ak u0 ∥22

Demonstraţie. Formula (16.16) se demonstrează prin inducţie matematică, iar

(16.17) rezultă din (16.15) şi (16.16)

< σk−1 σk−2 . . . σ0 Ak+1 u0 , σk−1 σk−2 . . . σ0 Ak u0 > < Ak+1 u0 , Ak u0 >
λk1 = = .
∥σk−1 σk−2 . . . σ0 Ak u0 ∥22 ∥Ak u0 ∥22
1
Uzual, se alege σk = ∥Auk ∥2 ,
ı̂n care caz

Ak u0
uk = ⇔ ∥uk ∥2 = 1. (16.18)
∥Ak u0 ∥2

Rezultatul de convergenţă al metodei puterii este

Teorema 16.4.2 Fie A ∈ Mn (C) o matrice nedefectivă şi cu valoare proprie

dominantă având valorile proprii |λ1 | > |λ2 | ≥ . . . ≥ |λn | cu vectorii proprii
corespunzători x1 , x2 , . . . , xn , ce formează o bază ı̂n Cn . Dacă u0 = ni=1 ci xi , cu
P
c1 ̸= 0, atunci şirul (λk1 )k∈N construit prin formula (16.15) converge către λ1 .

Demonstraţie. Din (16.17) se obţine

< ni=1 ci λk+1 xi , ni=1 ci λki xi >

P P
k i
λ1 = =
∥ ni=1 ci λki xi ∥22
P

< λ1 c1 x1 + ni=2 ci λi ( λλ1i )k xi , c1 x1 + ni=2 ci ( λλ1i )k xi >

P P
= → λ1 ,
∥c1 x1 + ni=2 ci ( λλ1i )k xi ∥22
P

pentru k → ∞.

16.4.2 Metoda puterii inverse

Dacă A ∈ Mn (R) este o matrice având valorile proprii numerele reale λ1 >
λ2 > . . . > λn , cu vectorii proprii corespunzători x1 , . . . , xn , ce formează o bază ı̂n
Rn , atunci următoarea variantă a metodei puterii permite calculul oricărei valori
proprii.
418 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

Pentru orice j ∈ {1, 2, . . . , n} există σj ∈ R astfel ı̂ncât

λ1 − σj > . . . > λj − σj > 0 > λj+1 − σj > . . . > λn − σj

şi
λj − σj < |λj+1 − σj | = σj − λj+1 .
λj +λj+1
Într-adevăr, este suficient de ales σj > 2
.
Rezultă inegalităţile
1 1 1 1
< ... < > > ... > .
λ1 − σj λj − σj |λj+1 − σj | |λn − σj |

Valorile proprii ale matricei (A − σj In )−1 sunt λk −σ

1
j
, k ∈ {1, 2, . . . , n}. Astfel
−1
metoda puterii aplicată matricei (A − σj In ) calculează valoarea proprie domi-
1
nantă, adică λj −σ j
.
Metoda puterii aplicată matricei (A − σj In )−1 dată de relaţiile (16.18) şi re-
spectiv (16.17) devin:

(A − σj In )−k u0
uk = , (16.19)
∥(A − σj In )−k u0 ∥2
< (A − σj In )−k−1 u0 , (A − σj In )−k u0 >
µkj = . (16.20)
∥(A − σj In )−k u0 ∥22
1
Potrivit Teoremei 16.4.2 limk→∞ µkj = λj −σ j
.
Practic ı̂n locul relaţiei (16.20) se foloseşte

ζjk =< Auk , uk >=< (A − σj In )uk , uk > +σj =

< (A − σj In )−k+1 u0 , (A − σj In )−k u0 >

= + σj .
∥(A − σj In )−k u0 ∥22
Cu metoda utilizată ı̂n demonstraţia Teoremei 16.4.2 se deduce că

lim ζjk = (λj − σj ) + σj = λj .

k→∞

Implementarea metoda puterii inverse utilizează relaţiile:

ζjk = < Auk , uk >, (16.21)

(A − σj In )−1 uk
uk+1 = . (16.22)
∥(A − σj In )−1 uk ∥2
16.4. METODE NUMERICE 419

16.4.3 Algoritmul QR
Algoritmul QR serveşte la calculul valorilor proprii, ale vectorilor proprii la
stânga şi a matricei unitare pentru obţinerea formei normale Schur.
Fie A ∈ Mn (C). Ideea algoritmului este: dacă λ ∈ C şi q ∈ Cn sunt o valoare
proprie, respectiv un vector propriu la stânga ale matricei A, ∥q∥2 = 1, q H A =
λq H , atunci există o matrice unitară Q, având q pe ultima coloană, Q = [Q∗ q].
Atunci au loc egalităţile
 H   H   H 
H Q∗ Q∗ AQ∗ Q∗ Aq Q∗ AQ∗ Q∗ Aq
Q AQ = A[Q∗ q] = = .
qH q H AQ∗ q H Aq 0 λ
(16.23)
În felul acesta s-a zerorizat ultima linie până la elementul diagonal, poziţie pe
care este valoarea proprie λ.
Problema legată de această schemă este aceea că nu se cunoaşte q.
Pentru determinarea lui q se va efectua o iteraţie cu metoda puterii aplicată
matricei (A − kIn )−1 , aproximaţia iniţială fiind (u0 :=)en . Se va obţine
H eTn (A − kIn )−1
q = T . (16.24)
∥en (A − kIn )−1 ∥2
k ∈ C este un parametru ales astfel ı̂ncât matricea A − kIn să fie inversabilă.
Matricea unitară Q, având q pe ultima coloană, se determină din factorizarea
QR a matricei A − kIn = QR. Pentru a justifica acest fapt, deducem egalităţile
 
r1,1 r1,2 . . . r1,n
 0 r2,2 . . . r2,n 
T T  T
en R = en  .. ..  = rn,n en ,

. .
 . . . 
0 0 . . . rn,n
QH = R(A − kIn )−1 ,
q = Qen .
Atunci, utilizând aceste relaţii, avem
q H = eTn QH = eTn R(A − kIn )−1 = rn,n eTn (A − kIn )−1 . (16.25)
1
Deorece ∥q∥2 = ∥q H ∥2 = 1, din egalitatea anterioră deducem că rn,n = ∥eT (A−kIn)
−1 ∥ .
2
n
Substituind ı̂n (16.25) se regăseşte (16.24), adică Q este matricea dorită.
Produsul QH AQ rezultă din
RQ = QH (A − kIn )Q = QH AQ − kIn ⇒ QH AQ = RQ + kIn .
Includem aceste calcule ı̂ntr-un şir de aproximaţii Aj+1 = QH
j Aj Qj cu A0 = A.
Algoritmul pentru calculul lui Aj+1 este:
420 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

P1 Se alege kj astfel ı̂ncât matricea Aj − kj In să fie inversabilă;

P2 Se calculează factorizarea QR: Aj − kj In = Qj Rj ;

P3 Aj+1 = Rj Qj + kj In .

Denumim pasQR algorimul iterativ definit mai sus. Potrivit egalităţii (16.23),
succesul este atins ı̂n cazul ı̂n care ultima linie a matricei QH Aj Q = RQ + kj In
este [0 λ].
Pentru stabilirea unui rezultat de convergenţă omitem pentru moment indicele
j de iteraţie. Să presupunem
   
B h B̂ ĥ
Aj = A = Aj+1 = Â = .
gH µ ĝ H µ̂

şi  
B − kIn−1 h
Aj − kj In = A − kIn = = (16.26)
gH µ−k
  
P f S r
= = QR,
eH π 0 ρ
  
S r P f
Aj+1 − kj In = Â − kIn = RQ = . (16.27)
0 ρ eH π
Deoarece Q este o matrice pătrată ortogonală, din egalităţile

∥f ∥22 + |π|2 = ∥eH ∥22 + |π|2 = 1

deducem ∥f ∥2 = ∥e∥2 şi |π| ≤ 1.

În ipoteza
∃S −1 şi ∥S −1 ∥2 ≤ σ, (16.28)
din expresia blocului sud-vest a produsului QR (16.26) g H = eH S rezultă

∥eH ∥2 = ∥g H S −1 ∥2 ≤ ∥g H ∥2 ∥S −1 ∥2 ≤ σ∥g H ∥2

sau
∥e∥2 ≤ σ∥g∥2 . (16.29)
Egalând expresiile situate ı̂n colţurile sud-est ale egalităţii QH (A − kIn ) = R,
ce rezultă din (16.26), găsim

f H h + π̄(µ − k) = ρ,
16.4. METODE NUMERICE 421

de unde

|ρ| ≤ ∥f H ∥2 ∥h∥2 + |π̄||µ − k| ≤ σ∥g∥2 ∥h∥2 + |µ − k|. (16.30)

Egalăm expresiile situate ı̂n colţul sud-vest a egalităţii (16.27) şi găsim ĝ H =
ρeH , din care rezultă

∥ĝ∥2 = ∥ĝ H ∥2 = |ρ|∥eH ∥2 ≤ (σ∥g∥2 ∥h∥2 + |µ − k|)σ∥g∥2 =

= σ 2 ∥g∥22 ∥h∥ + σ∥g∥2 |µ − k|,

după ce am utilizat pe rând (16.30) şi (16.29).
Revenind la indici de iteraţie, inegalitatea anterioară se scrie

∥gj+1 ∥2 ≤ σj2 ∥gj ∥22 ∥hj ∥ + σj ∥gj ∥2 |µj − kj |. (16.31)

Întărind ipoteza (16.28) are loc următorul rezultat de convergenţă

Teorema 16.4.3 Dacă

kj = µj , ∥Sj−1 ∥2 ≤ σ, ∥hj ∥2 ≤ η, ∀j ∈ N,

∃j0 ∈ N astfel ı̂ncât σ 2 η∥gj0 ∥2 < 1

atunci limj→∞ gj = 0.

Demonstraţie. În ipotezele teoremei, inegalitatea (16.31) devine

∥gj+1 ∥2 ≤ σ 2 η∥gj ∥22 . (16.32)

Prin inducţie matematică arătăm

∥gj0 +k ∥2 ≤ (σ 2 η∥gj0 ∥2 )k ∥gj0 ∥2 , ∀k ∈ N∗ .

Pentru k = 1, din (16.32) avem

∥gj0 +1 ∥2 ≤ σ 2 η∥gj0 ∥22 = (σ 2 η∥gj0 ∥2 )∥gj0 ∥.

Dacă ∥gj0 +k−1 ∥2 ≤ (σ 2 η∥gj0 ∥2 )k−1 ∥gj0 ∥2 ≤ ∥gj0 ∥2 atunci

∥gj0 +k ∥2 ≤ σ 2 η∥gj0 +k−1 ∥22 ≤ σ 2 η∥gj0 ∥2 ∥gj0 +k−1 ∥2 ≤ (σ 2 η∥gj0 ∥2 )k ∥gj0 ∥2 .

422 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

Din inegalitatea demonstrată urmează imediat limj→∞ gj = 0.

Dacă λ este o valoare proprie a lui A atunci ultima coloană a matricei Q =
[q1 . . . qn ], dat de factorizare QR = A − λIn , este un vector propriu la stânga
pentru A. Într-adevăr, din

|A − λIn | = |Q||R| = ±|R| = 0

rezultă |R| = ni=1 ri,i = 0.

Q
Qn−1
În ipoteza (16.28), deoarece i=1 ri,i ̸= 0 rezultă că rn,n = 0 şi atunci

qnH (A − λIn ) = qnH QR = eTn R = rn,n eTn = 0.

Algoritmul QR. Presupunem că dispunem de

• Algoritmul pentru factorizarea QR, [Q, R]=qr(A) (Algoritmul P 13);
• Algoritmul pentru un pasQR (Algoritmul P 16).
Pseudocodul algoritmului QR este dat ı̂n P 17.

Probleme şi teme de seminar

P 16.1 Să se arate că polinomul caracteristic al unei matrice triunghiulare si-
metrice  
a1 b 1 0 . . . 0 0 0
 b 1 a2 b 2 . . . 0 0 0 
 
 0 b 2 a3 . . . 0 0 0 
 
 
T =  ..
 
. . . . . . .
. 
 . . . . . 
 
 
 
 0 0 0 . . . bn−2 an−1 bn−1 
0 0 0 ... 0 bn−1 an
este f (λ) = fn (λ) unde (fk (λ))0≤k≤n este definit prin formula de recurenţă

 1 pentru k = 0
fk (λ) = λ − a1 pentru k = 1
(λ − ak )fk−1 (λ) − b2k−1 fk−2 (λ) pentru k ∈ {2, . . . , n}


Utilizând acest rezultat să se dezvolte o metodă pentru calculul polinomului

caracteristic al unei matrice simetrice.
16.4. METODE NUMERICE 423

Indicaţie. Se aduce matricea simetrică la forma Hessenberg.

P 16.2 Dacă x, y ∈ Cn , x, y ̸= 0 să se calculeze valorile proprii ale matricei

A = xy H .

R. Din Ax = xy H x = (y H x)x rezultă că x este vector propriu cu valoarea proprie

y H x.
Sistemul algebric y H z = 0 ı̂n necunoscuta z ∈ Cn având rangul 1 are n − 1
soluţii liniar independente. Astfel 0 este valoare proprie cu ordinul de multiplici-
tate algebric n − 1.

P 16.3 [12] Dacă x, y ∈ Cn atunci

∥xy H ∥F = ∥xy H ∥2 = ∥x∥2 ∥y∥2 .

R. Deoarece  
x1 ȳ1 x1 ȳ2 . . . x1 ȳn
xy H =  ... .. .. 

. . 
xn ȳ1 xn ȳ2 . . . xn ȳn
∥xy H ∥2F = ni,j=1 |xi |2 |yj |2 = ( ni=1 |xi |2 )( nj=1 |yj |2 ) = ∥x∥22 ∥y∥22 .
P P P

Matricea (xy H )H (xy H ) are perechea proprie (y, ∥x∥22 ∥y∥22 ). Într-adevăr

(xy H )H (xy H )y = y(xH x)(y H y) = ∥x∥22 ∥y∥22 y.

Potrivit teoremei 16.3.3 ∥x∥2 ∥y∥2 ≤ ∥xy H ∥2 .

Inegalitatea contrară rezultă din

∥(xy H )z∥22 =< (xy H )z, (xy H )z >= |y H z|2 ∥x∥2 ≤ ∥x∥22 ∥y∥22 ∥z∥22 , ∀z ∈ Cn , z ̸= 0

sau
∥(xy H )z∥22
2
≤ ∥x∥22 ∥y∥22 ⇒ ∥xy H ∥2 ≤ ∥x∥2 ∥y∥2 .
∥z∥2
p p
H
Altfel.
p Fie A = xy . Potrivit Teoremei 16.3.3, ∥A∥ 2 = ρ(A H A) = ρ(∥x∥22 yy H ) =
∥x∥2 ρ(yy H ).
Aplicând rezultatul Problemei 16.2, valorile proprii ale matricei yy H sunt 0 şi
∥y∥22 . Astfel ∥A∥2 = ∥x∥2 ∥y∥2 .

P 16.4 Pentru X ∈ Mn (R) are loc egalitatea

det(exp(X)) = etr(X) .
424 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII

R. Potrivit definiţiei (21.95) exp(X) = ∞ 1 k

P
k=0 k! X . Teorema Schur, 16.1.1, im-
plică existenţa unei matrice unitare U ∈ Mn (C) astfel ı̂ncât U H XU = T, cu
T ∈ Mn (C) matrice superior triunghiulară având pe diagonală valorile proprii ale
matricei X.
Din Propoziţia 13.1.17 rezultă egalitatea tr(X) = tr(T ).
Egalitatea X = U T U H implică exp(X) = U exp(T )U H , de unde det(exp(X)) =
|detU |2 det(exp(T )) = det(exp(T )).
Dacă diag(T ) = (λ1 , . . . , λn ) atunci pentru orice k ∈ N, matricea T k este
superior triunghiulară având diagonala (λk1 , . . . , λkn ) şi ı̂n consecinţă exp(T ) este
o matrice superior triunghiulară cu diagonala (eλ1 , . . . , eλn ). Urmează că
n
Y Pn
det(exp(T )) = e λk = e k=1 λk
= etr(T ) = etr(X) .
j=1

P 16.5 Dacă matricea A ∈ M2 (C) are valorile proprii λ şi µ atunci există o
λ 0
matrice X ∈ M2 (C) astfel ı̂ncât XA = T X, unde T = .
0 µ

R. Dacă    
a b α β
A= , X=
c d γ δ
atunci egalitatea XA = T X conduce la sistemele omogene de ecuaţii liniare
 
(a − λ)α + cβ = 0 (a − µ)γ + cδ = 0
bα + (d − λ)β = 0 bγ + (d − µ)δ = 0

ı̂n necunoscutele α, β, γ, δ. Sistemele admit soluţii nebanale deoarece λ şi µ verifică

ecuaţia
|xI2 − A| = 0 ⇔ x2 − (a + d)x + ad − bc = 0.
Ansamblul celor două sisteme se poate scrie
    
a−λ c 0 0 α α
AT
 
 b d−λ 0 0  β 
= − λI2 0  β 
 γ  = 0.
   
 0 0 a−µ c  γ  0 AT − µI2
0 0 b d−µ δ δ

În acest caz se poate obţine o soluţie simplă:

16.4. METODE NUMERICE 425

b ̸= 0 c ̸= 0 b=c=0
α = λ−d b
α = 1 α = a−λ
β = 1 β = λ−d c β = d−λ
γ = µ−d b
γ = 1 γ = a−µ
δ = 1 δ = µ−d c
δ = d−µ

În general, dacă A ∈ Mn (C) şi T = diag(λ1 , . . . , λn ), cu valorile proprii ale

matricei A, atunci există matricea X ∈ Mn (C) astfel ı̂ncât XA = T X.
Matricea X verifică sistemul omogen
  
AT − λ1 In x1
 AT − λ2 In   x2 
  ..  = 0,
  

 . . .  . 
A − λn In xn

unde xi = (xi,1 , xi,2 , . . . , xi,n )T , i ∈ {1, 2, . . . , n}.

426 CAPITOLUL 16. VALORI ŞI VECTORI PROPRII
Capitolul 17

Descompunerea valorii singulare

(DVS)

17.1 Descompunerea valorii singulare

Teorema 17.1.1 Fie X ∈ Mn,k (C) o matrice nenulă. Există bazele ortonormate
u1 , . . . , un pentru Cn şi v1 , . . . , vk pentru Ck şi numerele pozitive σ1 , . . . , σr , r ≤
min {n, k}, astfel ı̂ncât

1. u1 , . . . , u r este bază ı̂n Im(X);

2. vr+1 , . . . , vk este bază ı̂n Ker(X);
Pr
3. X = i=1 σi ui viH (17.1)

Demonstraţie. X H X ∈ Mk (C) este o matrice hermitiană, pozitiv definită.

Potrivit Teoremei spectrale 16.2.2 există o bază ortonormată v1 , . . . , vk pentru
Ck şi numerele nenegative σ12 , . . . , σk2 astfel ı̂ncât

X H Xvi = σi2 vi , , ∀ i ∈ {1, . . . , k}.

Vom presupune că σ12 ≥ σ2 ≥ . . . ≥ σr2 > 0 = σr+1 2

= . . . = σk2 .
Vectorii Xv1 , . . . , Xvk satisfac egalităţile

(Xvi )H Xvj = viH X H Xvj = σj2 viH vj = σj2 δi,j ,

adică sunt vectori ortogonali. În plus


2 2 > 0, i ∈ {1, . . . , r}
∥Xvi ∥2 = σi
= 0, i ∈ {r + 1, . . . , k}

427
428 CAPITOLUL 17. DESCOMPUNEREA VALORII SINGULARE

Astfel vr+1 , . . . , vk ∈ Ker(X).

Pentru i ∈ {1, . . . , r} definim vectorii ui = σ1i Xvi ∈ Im(X). Aceşti vectori sunt
ortonormaţi ı̂n Cn . Extindem această familie la o bază ortonormată u1 , . . . , ur ,
ur+1 , . . . , un ı̂n Cn .
Orice element x ∈ Ck se reprezintă prin
k
X
x= (viH x)vi . (17.2)
i=1

Atunci
k
X r
X r
X r
X
Xx = (viH x)Xvi = (viH x)σi ui = σi ui (viH x) = σi ui viH x. (17.3)
i=1 i=1 i=1 i=1

Deoarece x a fost arbitrar rezultă că X = ri=1 σi ui viH .

P
Dacă x ∈ Ker(X), atunci (17.3) şi liniar independenţa vectorilor u1 , . . . , un
implică
viH x = 0, i ∈ {1, . . . , r}
şi din (17.2) urmează că
k
X
x= (viH x)vi ,
i=r+1

adică vr+1 , . . . , vk formează o bază pentru Ker(X).

Egalitatea dim Ker(X)+dim Im(X) = k implică faptul că u1 , . . . , ur formează
o bază ı̂n Im(X).
Forma matriceală a relaţiei (17.1). Introducem matricele

U = [u1 , . . . , un ], V = [v1 , . . . , vk ], Σ1 = diag(σ1 , . . . , σr )

 
Σ1 Or,k−r
Σ= ,
On−r,r On−r,k−r
unde indicii desemnează dimensiunea blocurilor de zerouri. Relaţia (17.1) devine

X = U ΣV H ⇔ U H XV = Σ. (17.4)

Numerele σi se numesc valori singulare ale matricei X iar coloanele matricelor U

şi V se numesc vectori singulari la stânga şi respectiv la dreapta ale matricei X.
17.2. CALCULUL DVS 429

Legătură ı̂ntre valori proprii şi valori singulare

Teorema 17.1.2 Utilizând notaţiile Teoremei 17.1.1 vectorii proprii ale ma-
tricelor XX H şi X H X sunt vi şi respectiv ui cu valorile proprii σi2 , i ∈ {1, 2, . . . , r} :

XX H vi = σi2 vi , X H Xui = σi2 ui .

Demonstraţie. Punem ı̂n evidenţă coloanele matricelor U şi V :

U = [u1 . . . un ] V = [v1 . . . vk ].

Din 17.4 rezultă

   
Σ1 Or,k−r H Σ1 Or,k−r
XV = U , U X= V H.
On−r,r On−r,k−r On−r,r On−r,k−r

de unde, pentru i ∈ {1, . . . , r}

Xvi = σi ui şi X H ui = σi vi .

Combinând aceste egalităţi rezultă

X H Xvi = σi X H ui = σi2 vi ,

şi
XX H ui = σi XHvi = σi2 ui .

17.2 Calculul DVS

Fie X ∈ Mn,k (C). X H X ∈ Mk (C) este o matrice hermitiană şi pozitiv definită.
Valorile proprii ale matricei X H X sunt numere nenegative. Există o matrice
unitară (Teorema 16.2.2) V ∈ Mk (C) astfel ı̂ncât
 
H H D Or,k−r
V X XV = ,
Ok−r,r Ok−r,k−r

unde D ∈ Mr (R) este matrice diagonală, conţinând valorile proprii pozitive ale
matricei X H X.
Dacă X ∈ Mn,k (R) atunci şi V ∈ Mk (R).
Dacă valorile proprii sunt distincte două câte două atunci vectorii proprii
v1 , . . . , vk sunt vectori ortonormaţi şi V = [v1 . . . vk ].
430 CAPITOLUL 17. DESCOMPUNEREA VALORII SINGULARE

Dacă V = [V1 V2 ] cu V1 ∈ Mk,r (C), V2 ∈ Mk,k−r (C), atunci

 H 
H H V1
V X XV = X H X[V1 V2 ] =
V2H
 H H   
V1 X XV1 V1 X H XV2 D Or,k−r
= = .
V2H X H XV1 V2H X H XV2 Ok−r,r Ok−r,k−r
Din 13.1.19 rezultă XV2 = 0.
1
Definim U1 = XV1 D− 2 ∈ Mn,r (C). U1 este matrice unitară.
Fie   1  
D 2 Or,k−r
Σ= ∈ Mn,k .
On−r,k
Extindem matricea U1 cu n−r coloane astfel ı̂ncât să rezulte o matrice unitară
U = [U1 U2 ] ∈ Mn (C).
Au loc egalităţile
  1  
D2 Or,k−r  H 
V1
U ΣV = [U1 U2 ]  Ok−r,r Ok−r,k−r  =
V2H
On−k,k
 1 
D 2 V1H 1
= [U1 U2 ] = U1 D 2 V1H = X.
On−r,k

Exemplul 17.2.1 Calculul DVS a matricei

 
1 1 0
X= .
0 1 1

În acest caz n = 2, k = 3. Se calculează

 
1 1 0
XHX =  1 2 1  .
0 1 1

Polinomul caracteristic al acestei matrice este

 
 λ − 1 −1 0 
 
 −1 λ − 2 −1 =
 
 0 −1 λ − 1 

= (λ − 1)(λ2 − 3λ + 1) + (−1) · (λ − 1) + 0 · 1 = (λ − 1)(λ2 − 3λ).

17.3. METODA CELOR MAI MICI PĂTRATE PRIN DVS 431

Rezultă valorile proprii λ1 = 3, λ2 = 1, λ3 = 0.

Vectorii proprii sunt daţi de minorii primei linii a determinantului de mai sus,
calculaţi ı̂n valorile proprii:

(λ2 − 3λ + 1 λ−1 1
λ1 = 3 1 2 1
λ2 = 1 -1 0 1
λ3 = 0 1 -1 1

Normând vectorii proprii, rezultă

 1 −1

√ √ √1
6 2 3
V = √2 0 √1 .
 
6 3
√1 √1 √1
6 2 3

Reţinem r = 2 şi
 1 −1

√
6
√
2
   √ 
√2
3 0 3 0 0
V1 = 

6
0 
, D= , Σ= .
0 1 0 1 0
√1 √1
6 2

Calculăm !
√1 −1
√
− 12 2 2
U1 = XV1 D = √1 √1
2 2

Deoarece n = r nu mai este necesară extinderea matricei U1 şi U = U1 .

17.3 Metoda celor mai mici pătrate prin DVS

Fie X ∈ Mn,k (C) şi y ∈ Cn . Ne propunem să determinăm λ ∈ Ck , de normă
euclidiană minimă care minimizează funcţionala (15.9)

Φ(λ) = ∥y − Xλ∥22 .

Fie DVS  
H Σ1 Or,k−r
U XV = Σ = ,
On−r,r On−r,k−r
unde Σ1 = diag(σ1 , . . . , σr ), σi ̸= 0, i ∈ {1, . . . , r}. Astfel X = U ΣV H şi

∥y − Xλ∥2 = ∥U (U H y − ΣV H λ∥2 = ∥U H y − ΣV H λ∥2 .

432 CAPITOLUL 17. DESCOMPUNEREA VALORII SINGULARE

   
H µ1 H z1
Notând V λ = µ = , U y=z= cu µ1 , z1 ∈ Cr şi µ2 ∈ Ck−r , z2 ∈
µ2 z2
Cn−r expresia funcţionalei obiectiv devine
   
H H 2 z1 µ1
Φ(λ) = ∥U y − ΣV λ∥2 = ∥ −Σ ∥22 =
z2 µ2
   
z1 Σ1 µ1
=∥ − ∥22 = ∥z1 − Σ1 µ1 ∥22 + ∥z2 ∥22 .
z2 0
Această expresie este minimă pentru z1 − Σ1 µ1 = 0 sau µ1 = Σ−1
1 z1 .
Norma euclidiană a lui λ
1 1
∥λ∥2 = ∥V µ∥2 = ∥µ∥2 = (∥µ1 ∥22 + ∥µ2 ∥22 ) 2 = (∥Σ−1 2 2 2
1 z1 ∥2 + ∥µ2 ∥2 )

este minimă pentru µ2 = 0.

Aşadar
Σ−1 Σ−1 Σ−1
      
1 z1 0r,n−r z1 Or,n−r
λ=Vµ=V =V 1 =V 1 U H y.
0k−r,1 0k−r,1 0k−r,n−r z2 Ok−r,r Ok−r,n−r

Punând ı̂n evidenţă coloanele metricelor U = [u1 . . . un ] şi V = [v1 . . . vk ],

expresia soluţiei de normă minimă a elementului de aproximare construit prin
metoda celor mai mici pătrate devine
r
X uH
j y
λ= vj .
j=1
σj

Amintind de metoda celor mai mici pătrate are loc teorema

Teorema 17.3.1 Fie X ∈ Mn,k (C) cu descimpunerea valorii singulare U H XV =

Σ. Problema de optimizare

∥Xλ∥2 → min
∥λ∥2 = 1.

are soluţia λ = vk şi min∥λ∥2 =1 ∥Xλ∥2 = σk .

Demonstraţie. Dacă V H λ = y atunci λ = V V H λ = V y de unde

∥λ∥2 = ∥V V H λ∥2 = ∥V y∥2 = ∥y∥2 .

17.3. METODA CELOR MAI MICI PĂTRATE PRIN DVS 433

Au loc egalităţile
min ∥Xλ∥22 = min ∥U ΣV H λ∥22 = min ∥U Σ(V H λ)∥22 =
∥λ∥2 =1 ∥λ∥2 =1 ∥V V H λ∥ =1
2

k
X k
X
= min ∥U Σy∥22 = min ∥Σy∥22 = σj2 yj2 ≥ σk2 yj2 = σk2 .
∥y∥2 =1 ∥y∥2 =1
j=1 j=1

Minimul este atins pentru

V H λ = y = ek ⇔ λ = V ek = vk
şi
∥Xλ∥2 = ∥Xvk ∥2 = ∥U ΣV H vk ∥2 = ∥Σek ∥2 = σk .

Observaţia 17.3.1

Utilizând metoda multiplicatorilor Lagrange rezultă problema de optimizare min J(λ, µ),
unde
J(λ, µ) = ∥Xλ∥22 + µ(∥λ∥22 − 1) =
n k
!2 k
X X X
= Xi,j λj + µ( λ2j − 1).
i=1 j=1 j=1

Condiţiile de optimalitate sunt

n k
!
1 ∂J(λ, µ) X X
= Xi,j λj ai,m + µλm , m ∈ {1, 2, . . . , k}; (17.5)
2 ∂λm i=1 j=1
k
1 ∂J(λ, µ) X
= λ2j − 1 (17.6)
2 ∂µ j=1

Condiţiile (17.5) sunt echivalente cu

(X T X + µIk )λ = 0.
Folosind descompunerea valorii singulare U H XV = Σ relaţia de mai sus devine
(V Σ2 V H + µIk )λ = 0.
Dacă V H λ = ek ⇔ λ = V ek = vk atunci
V Σ2 ek + µvk = V σk2 ek + µvk = (σk2 + µ)vk
se anulează pentru µ = −σk2 .
434 CAPITOLUL 17. DESCOMPUNEREA VALORII SINGULARE

17.4 Sistemelor algebrice de ecuaţii liniare şi DVS

Fie A ∈ Mm,n (C) având DVS
 
H D Or,n−r
U AV = Σ = ⇔ A = U ΣV H
Om−r,r Om−r,n−r

unde D = diag(σ1 , . . . , σr ), cu σi > 0, ∀i ∈ {1, . . . , r} şi b ∈ Cm .

Dacă
r    
X β H β
b ∈ Im(A) ⇔ b = βi ui = U ⇔ U b= .
Om−r,1 Om−r,1
i=1

atunci sistemul algebric de ecuaţii liniare Ax = b este compatibil. Prin β s-a

notat vectorul (β1 , . . . , βr )T .
Ţinând seama de DVS sistemul algebric devine
   
D Or,n−r H β
U V x=U . (17.7)
Om−r,r Om−r,n−r Om−r,1
 
H µ1
La fel ca ı̂n secţiunea precedentă s-a notat V x = µ = şi (17.7) revine la
µ2
Dµ1 = β de unde µ1 = D−1 β.
Atunci
 −1   −1   
D β D β Or,1
x=Vµ=V =V + = (17.8)
µ2 On−r,1 µ2

D−1
    
Or,m−r β Or,1
=V +V =
On−r,r On−r,m−r Om−r,1 µ2
D−1
   
Or,m−r H Or,1
=V U b+V .
On−r,r On−r,m−r µ2
Primul termen din (17.8) este o soluţie a sistemului Ax = b iar al doilea termen
este un element oarecare din Ker(A), µ2 nefiind precizat.

17.5 Pseudoinversa unei matrice

Fie X ∈ Mn,k (C) şi U ∈ Mn (C) şi V ∈ Mk (C) astfel ı̂ncât
 
H Σ1 Or,k−r
U XV = Σ = .
On−r,r On−r,k−r
17.5. PSEUDOINVERSA UNEI MATRICE 435

Matricea Σ1 = diag(σ1 , . . . , σr ) este inversabilă şi Σ−1 1 1

1 = diag( σ1 , . . . , σr ).
 
Σ1 Or,k−r
Atunci X = U V H.
On−r,r On−r,k−r
Matricea
Σ−1
 
† Or,n−r
X =V 1
U H ∈ Mk,n (C).
Ok−r,r Ok−r,n−r
se numeşte pseudoinversa matricei X -(Moore-Penrose).
Au loc egalităţile:
(X † )H = (X H )† (17.9)

Σ−1
    
1 Or,n−r Σ1 Or,k−r Ir Or,k−r
= (17.10)
Ok−r,r Ok−r,n−r On−r,r On−r,k−r Ok−r,r Ok−r,k−r
| {z }
P∈Mk,k (R)

Σ−1
    
Σ1 Or,k−r 1 Or,n−r Ir Or,n−r
= (17.11)
On−r,r On−r,k−r Ok−r,r Ok−r,n−r On−r,r On−r,n−r
| {z }
Q∈Mn,n )R);

XX † = U QU H (17.12)
X † X = V PV H (17.13)
Dacă n = k = r, adică matricea X este pătrată şi nesingulară atunci pseudoin-
versa revine la matricea inversă.
Teorema 17.5.1 Dacă X este pseudoinversa matricei A atunci au loc egalităţile
denumite ecuaţiile Penrose:
1. XX † X =X
2. X † XX † = X†
3. (XX † )H = XX †
4. (X † X)H = X †X

Demonstraţie. Se utilizează egalităţile (17.10) şi (17.11).

Teorema 17.5.2 1. Dacă X ∈ Mn,k (C) (n ≥ k) şi r = k, adică descompunerea
valorii singulare este  
H Σ1
U XV = ,
On−r,k
atunci X † = (X H X)−1 X H şi deci X † X = Ik .
2. Dacă Y ∈ Mk,n (C) (n ≥ k) şi r = k atunci Y Y † = Ik .
436 CAPITOLUL 17. DESCOMPUNEREA VALORII SINGULARE

Demonstraţie. Condiţia r = k are loc dacă rangul matricei X este k şi ı̂n acest
caz matricea X H X ∈ Mk (C) este nesingulară. Au loc egalităţile
 
Σ1
X=U V H,
On−r,k
 
H H Σ1
X X = V [Σ1 Ok,n−k ]U U V H = V Σ21 V H ,
On−r,k
(X H X)−1 X H = V Σ−2 H
1 V V [Σ1 Ok,n−k ]U
H
= V [Σ−1
1 Ok,n−k ]U
H
= X †.

Teorema 17.5.3 Pseudoinversa unei matrice este unică.

Demonstraţie. Fie X şi Y pseudoinverse ale matricei A. Pentru lizibilitate

rescriem ecuaţiile Penrose

1. AXA =A
2. XAX =X
3. (AX)H = AX
4. (XA)H = XA

Au loc egalităţile - sub semnul = va fi scris numărul ecuaţiei Penrose utilizată

-
X = XAX = X(AX) = X(AX)H = XX H AH = XX H (AY A)H =
2 3 1

= XX H AH Y H AH = X(AX)H (AY )H = X(AX)(AY ) =

3

= (XAX)(AY ) = XAY = (XA)Y = (XA)H (Y AY ) =

2 4,2

= AH X H (Y A)Y = AH X H (Y A)H Y = AH X H AH Y H Y = (AXA)H Y H Y =

4 1
H H H
= A Y Y = (Y A) Y = (Y A)Y = Y AY = Y.
1 4 2

17.6 Norma unei matrice şi DVS

Fie X ∈ Mn,k (C) pentru care are loc DVS
   
H Σ1 Or,k−r Σ1 Or,k−r
U XV = Σ = ⇔ X=U V H.
On−r,r On−r,k−r On−r,r On−r,k−r
17.7. NUMĂRUL DE CONDIŢIONARE ŞI DVS 437

Pk
Pentru x ∈ Ck are loc reprezentarea x = H
i=1 (vi x)vi , de unde
k
X
∥x∥22 = |viH x|2 .
i=1
Pr
Calculăm Xx = i=1 σi (viH x)ui şi ı̂n continuare
r
X r
X
∥Xx∥22 = σi2 |viH x|2 ≤ σ12 |viH x|2 ≤ σ12 ∥x∥22 ,
i=1 i=1

adică ∥Xx∥2 ≤ σ1 ∥x∥2 . Deoarece x a fost arbitrar are loc inegalitatea ∥X∥2 ≤ σ1 .
Pe de altă parte Xv1 = σ1 u1 ⇒ ∥Xv1 ∥2 = σ1 .
Din relaţiile
σ1 = ∥Xv1 ∥ ≤ ∥X∥2 ∥v1 ∥2 = ∥X∥2 ≤ σ1
rezultă că ∥X∥2 = σ1 .

17.7 Numărul de condiţionare şi DVS

Fie A ∈ Mn (C) o matrice inversabilă. Numărul de condiţionare a matricei A
este k(A) = ∥A∥ ∥A−1 ∥, unde ∥ · ∥ este o normă matriceală.
Presupunem că DVS matricei A este

U H AV = Σ = diag(σ1 , . . . , σn )

cu σ1 ≥ σ2 ≥ . . . σn > 0. (Ker(A) = {0} !). Atunci A = U ΣV H de unde DVS

matricei A−1 este A−1 = V Σ−1 U H .
Datorită egalităţilor ∥A∥2 = σ1 şi ∥A−1 ∥2 = σ1n rezultă că k(A) = σσn1 .
438 CAPITOLUL 17. DESCOMPUNEREA VALORII SINGULARE
Capitolul 18

Spaţii Krylov

18.1 Definiţia spaţiului Krylov

Fie A ∈ Mn (R) şi x ∈ Rn .

Definiţia 18.1.1 Se numeşte spaţiu Krylov de ordin k ataşat matricei A şi vec-
torului x subspaţiul liniar

Kk (A, x) = span{x, Ax, . . . , Ak−1 x}.

18.2 Descompunerea Arnoldi

Utilizând metoda Gram-Schmidt construim o bază ortonormată spaţiului Krylov
Kk (A, x).
x
Fie u1 = ∥x∥ 2
. În continuare, definim

h2,1 u2 = Au1 − h1,1 u1 (18.1)

h3,2 u3 = Au2 − h1,2 u1 − h2,2 u2
..
.
hj+1,j uj+1 = Auj − h1,j u1 − h2,j u2 − . . . − hj,j uj
..
.
hk+1,k uk+1 = Auk − h1,k u1 − h2,k u2 − . . . − hj,k uj − . . . − hk,k uk

Din condiţia de ortogonalitate uTi uj+1 = 0 deducem

hi,j = uTi Auj ∀i ∈ {1, 2, . . . , j}

439
440 CAPITOLUL 18. SPAŢII KRYLOV

iar din condiţia de normalitate ∥uj+1 ∥2 = 1 găsim

j
X
hj+1,j = ∥Auj − hi,j ui ∥2 .
i=1

Relaţiile (18.1) se scriu

Au1 = h1,1 u1 + h2,1 u2 (18.2)

Au2 = h1,2 u1 + h2,2 u2 + h3,2 u3
..
.
Auk = h1,k u1 + h2,k u2 + . . . + hk,k uk + hk+1,k uk+1

Ansamblul relaţiilor (18.2) se pot scrie sub forma

 
h1,1 h1,2 . . . h1,k−1 h1,k
 h2,1 h2,2 . . . h2,k−1 h2,k 
 
A[u1 u2 . . . uk ] = [u1 u2 . . . uk ]  0 h3,2 . . . h3,k−1 h3,k + (18.3)
 
 .. .. ... .. .. 
 . . . . 
0 0 . . . hk,k−1 hk,k

+hk+1,k [ 0, . . . , 0 , uk+1 ]
| {z }
k−1 coloane
sau
 
h1,1 h1,2 . . . h1,k−1 h1,k

 h2,1 h2,2 . . . h2,k−1 h2,k 

 0 h3,2 . . . h3,k−1 h3,k 
A[u1 u2 . . . uk ] = [u1 u2 . . . uk+1 ]  . (18.4)
 
.. .. ... .. ..

 . . . . 

 0 0 . . . hk,k−1 hk,k 
0 0 ... 0 hk+1,k

Introducând matricele
 
h1,1 h1,2 . . . h1,k−1 h1,k

 h2,1 h2,2 . . . h2,k−1 h2,k 

Uk = [u1 . . . uk ] Hk = 
 0 h3,2 . . . h3,k−1 h3,k  ∈ Mk (R)

 .. .. .. .. .. 
 . . . . . 
0 0 . . . hk,k−1 hk,k
18.2. DESCOMPUNEREA ARNOLDI 441

 
h1,1 h1,2 . . . h1,k−1 h1,k

 h2,1 h2,2 . . . h2,k−1 h2,k 

 0 h3,2 . . . h3,k−1 h3,k 
Uk+1 = [u1 . . . uk uk+1 ] Hk+1,k =
 
.. .. .. .. .. 
 . . . . . 
 
 0 0 . . . hk,k−1 hk,k 
0 0 ... 0 hk+1,k
relaţiile (18.3) şi (18.4) se scriu respectiv
(k)T
AUk = Uk Hk + hk+1,k uk+1 ek (18.5)
şi respectiv
AUk = Uk+1 Hk+1,k . (18.6)
(k)
ek reprezintă vectorul din baza canonică a spaţiului liniar Rk .
Relaţiile (18.5) şi (18.6) se numesc descompuneri Arnoldi a spaţiului Krylov
Kk (A, x).
Matricele Uk şi Uk+1 sunt ortogonale. Înmulţind (18.5) şi (18.6) la stânga cu
T T
Uk şi respectiv Uk+1 obţinem
UkT AUk = Hk , (18.7)
respectiv
T
Uk+1 AUk = Hk+1,k . (18.8)
Observaţia 18.2.1 Matricea Hk este o matrice Hessenberg.
Algoritmul pentru calculul matricelor Uk+1 şi Hk+1,k este dat ı̂n P 18.
Cazul matricelor simetrice. Dacă A ∈ Mn (R) este o matrice simetrică
atunci, din (18.7) rezultă că Hk este o matrice simetrică şi din faptul că este o
matrice Hessenberg urmează că este tridiagonală
 
α1 β1 0 . . . 0
 β1 α2 β2 
 
 0 β2 α3 
Hk = Tk =  .. .
 
..
 . . 
 
 αk−1 βk−1 
0 βk−1 αk
Din egalitatea UkT AUk = Tk se deduc egalităţile
αi = uTi Aui ,
βi = uTi Aui+1 , i = 1, 2, . . . , k,
442 CAPITOLUL 18. SPAŢII KRYLOV

iar din AUk = Uk Tk + hk+1,k uk+1 eTk rezultă

β1 u 2 = Au1 − α1 u1
β2 u 3 = Au2 − α2 u2 − β1 u1
...
βi ui+1 = Aui − αi ui − βi−1 ui−1
...
βk−1 uk = Auk−1 − αk−1 uk−1 − βk−2 uk−2
hk+1,k ui+1 = Auk − αk uk − βk−1 uk−1 .

De aici βi = ∥Aui − αi ui − βi−1 ui−1 ∥2 .

Sunt astfel justificate relaţiile din algoritmul lui Lanczos pentru construirea
bazei ortogonale a spaţiului Krylov Kk (A, u).
Algoritmul ı̂n pseudocod este dat ı̂n P 19.
Dacă A ∈ Mn (R) este o matrice simetrică şi k = n atunci algoritmul lui
Lanczos construieşte o matrice tridiagonală similară matricei A.

18.3 Rezolvarea sistemelor algebrice de ecuaţii

liniare
Fie A ∈ Mn (R), b ∈ Rn şi sistemul algebric de ecuaţii liniare

Ax = b. (18.9)

Vom determina o aproximaţie xk ∈ Rn a soluţiei sistemului (18.9) ı̂n spaţiul

Krylov Kk (A, b). Metoda este eficientă ı̂n cazul ı̂n care dimensiunea n este mare.
În cazul matricei A nesingulare, soluţia sistemului (18.9) aparţine spaţiului
Krylov Km (A, b), unde m este gradul polinomului minimal asociat matricei A.
Într-adevăr, dacă

φ(x) = c0 + c1 x + . . . + cm xm , c0 ̸= 0,

este polinomul minimal asociat matricei A, adică polinomul de grad minim pentru
care
φ(A) = c0 I + c1 A + . . . + cm Am = 0
atunci
1
A−1 = − (c1 I + c2 A + . . . + cm Am−1 )
c0
18.3. REZOLVAREA SISTEMELOR ALGEBRICE DE ECUAŢII LINIARE 443

şi ı̂n consecinţă

1
x = A−1 b = − (c1 b + c2 Ab + . . . + cm Am−1 b) ∈ Km (A, b).
c0

Observaţia 18.3.1 În cazul unei matrice A singulare, ı̂n ipoteza compatibilităţii
sistemului (18.9), soluţia acesteia poate să nu aparţină nici unui spaţiu Krylov
Kk (A, b).

Justificăm observaţia ı̂n cazul unei matrice A ∈ Mn (R) nilpotente de ordin

m > 1 : Ak = 0, ∀ k ≥ m, dar Am−1 ̸= 0. În acest caz A este o matrice
singulară deoarece |Am | = |A|m = 0.
Fie b ∈ RN , b ̸= 0 astfel ı̂ncât sistemul (18.9) să fie compatibil şi să pre-
supunem prin absurd că x ∈ Km (A, b). Atunci x = c0 b + c1 Ab + . . . cm−1 Am−1 b
şi
Ax = c0 Ab + c1 A2 b + . . . + cm−2 Am−1 b = b
sau
(I − c0 A − c1 A2 − . . . − cm−2 Am−1 )b = 0. (18.10)
Matricea D = I − c0 A − c1 A2 − . . . − cm−2 Am−1 este nesingulară deoarece singura
valoare proprie este 1. Într-adevăr, fie (λ, z) o pereche proprie a matricei D,

Dz = λz. (18.11)

Deoarece matricea A este nilpotentă de ordin m, există un cel mai mic indice
i ∈ {1, . . . , m − 1} astfel ı̂ncât Ai z ̸= 0 şi Aj z = 0, ∀j > i. Înmulţind (18.11) la
stânga cu Ai obţinem
(1 − λ)Ai z = 0,
de unde λ = 1.
Atunci, din (18.10) urmează că b = 0, ı̂n contradicţie cu alegerea lui b.

18.3.1 Varianta Ritz-Galerkin

Aproximaţia xk ∈ Kk (A, b) se determină din condiţia de ortogonalitate

b − Axk ⊥Kk (A, b) (18.12)

Dacă (ui )1≤i≤k+1 este un sistem de vectori ortonormaţi pentru care au loc des-
compunerile Arnoldi (18.5) şi (18.6) atunci condiţia de ortogonalitate se poate
scrie
UkT (b − Axk ) = 0, (18.13)
444 CAPITOLUL 18. SPAŢII KRYLOV

unde Uk = [u1 u2 . . . uk ]. Ţinând seama de faptul că u1 = ∥b∥b 2 din (18.13) urmează
că
(k)
UkT Axk = UkT b = ∥b∥2 UkT u1 = ∥b∥2 e1 . (18.14)
Indicele superior precizează dimensiunea vectorului.
Deoarece xk se reprezintă sub forma xk = Uk ξk cu relaţia (18.14) devine
(k)
UkT AUk ξk = ∥b∥2 e1 ,

şi ı̂n virtutea lui (18.5)

(k)
Hk ξk = ∥b∥2 e1 . (18.15)
Astfel rezolvarea sistemului (18.9), de dimensiune n s-a redus la rezolvarea unui
sistem algebric de ecuaţii liniare de dimensiune k.

18.3.2 Varianta reziduului minimal

Aproximaţia xk se determină ca soluţia problemei de optimizare

∥b − Axk ∥2 = min ∥b − Ax∥2 (18.16)

x∈Kk (A,b)

b
Din u1 = ∥b∥2
deducem
(k+1) (k+1)
b = ∥b∥2 u1 = ∥b∥2 Uk+1 e1 , e1 ∈ Rk+1 .

Un element x ∈ Kk (A, b) se reprezintă prin x = Uk y, cu y ∈ Rk şi utilizând (18.6)

deducem
Ax = AUk y = Uk+1 Hk+1,k y.
Astfel funcţionala cost devine
(k+1)
∥b − Ax∥2 = ∥ ∥b∥2 Uk+1 e1 − Uk+1 Hk+1,k y∥2 =
(k+1) (k+1)
= ∥Uk+1 (∥b∥2 e1 − Hk+1,k y)∥2 = ∥(∥b∥2 e1 − Hk+1,k y∥2 .
Ultima egalitate a rezultat din Propoziţia 13.1.6, Uk+1 fiind matrice ortogo-
nală.. Utilizând tehnica dezvoltată pentru determinarea elementului de aproxi-
mare prin metoda celor mai mici pătrate, determinăm yk ∈ Rk+1 ce minimizează
(k+1)
∥(∥b∥2 e1 − Hk+1,k y∥2 .
Dacă factorizarea QR a matricei Hk+1,k este Hk+1,k = QR atunci yk va fi
(k+1)
soluţia sistemului Ry = ∥b∥2 QT e1 .
Acestă metodă de rezolvare a unui sistem algebric de ecuaţii liniare este den-
umită GMRES (Generalized Minimum RESidual).
18.4. CALCULUL VALORILOR ŞI VECTORILOR PROPRI 445

18.4 Calculul valorilor şi vectorilor propri

Fie A ∈ Mn (R). Vom găsi o aproximaţie a unei perechi propri (λ, x) deter-
minând o pereche proprie (λ, z) a matricei Hk , ce apare ı̂n descompunerea Arnoldi
(18.5)
Hk z = λz.
Aproximaţia vectorului propriu x va fi x = Uk z. Atunci din (18.5) rezultă

(k) T
AUk z = Uk Hk z + hk+1,k uk+1 ek z,

de unde
Ax = λx + hk+1,k uk+1 zk .
Eroarea aproximării (λ, x) este dată de ∥Ax − λx∥2 = |hk+1,k | |zk |.

18.5 Calculul elementului de cea mai bună

aproximaţie prin elementele unui spaţiu Krylov
Ne propunem să determinăm elementul de cea mai bună aproximaţie a unui
element z ∈ Rn prin elementele subspaţiului Kk (A, x). Presupunem că s-a con-
struit descompunerea Arnoldi (18.5). Dacă y = Uk c este elementul de cea mai
bună aproximaţie a lui x prin elementele mulţimii Kk (A, x) atunci din condiţia

y − z ∈ Kk (A, x)⊥ ⇔ uTj (y − z) = 0, ∀j ∈ {1, . . . , k} ⇔ UkT (y − z) = 0

deducem UkT (Uk c − z) = 0, de unde c = UkT z şi ı̂n consecinţă y = Uk UkT z.

446 CAPITOLUL 18. SPAŢII KRYLOV
 Partea III

REZOLVAREA ECUAŢIILOR
NELINIARE

447
Capitolul 19

Rezolvarea ecuaţiilor neliniare

Rezolvarea numerică a unei ecuaţii neliniare revine la utilizarea unei formule

de recurenţă. Formula de recurenţă este

• fără memorie: xk+1 este funcţie de xk , xk+1 = φ(xk ), ∀k ∈ N;

• cu memorie: xk+1 este funcţie de xk , xk−1 , . . . ;

• staţionară: funcţia de recurenţă nu depinde de indicele de recurenţă;

• nestaţionară: funcţia de recurenţă depinde de indicele de recurenţă, xk+1 =

φk (xk ) sau xk+1 = φk (xk , xk−1 , . . .).

Un cadru pentru verificarea convergenţei metodelor de rezolvare a ecuaţiilor

algebrice este dat de Teorema G.0.8, potrivit căreia convergenţa are loc ı̂n ipoteza
alegerii convenabile a aproximaţiei iniţiale.
În multe cazuri sunt cunoscute rezultate mai cuprinzătoare.

19.1 Metoda liniarizării (Newton – Kantorovici)

Fie X un spaţiu Banach şi T : X → X un operator diferenţiabil Fréchet. Ne
propunem să rezolvăm ecuaţia
T (x) = 0. (19.1)
Să presupunem că ecuaţia (19.1) are o soluţie x∗ . Dacă x ∈ X este o aproximaţie
a lui x∗ atunci din diferenţiabilitatea operatorului T rezultă

0 = T (x∗ ) = T (x) + T ′ (x)(x∗ − x) + ∥x∗ − x∥w(x, x∗ − x). (19.2)

449
450 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Liniarizând, adică neglijând ultimul termen, (19.2) se scrie

0 ≈ T (x) + T ′ (x)(x∗ − x).

Vom nota cu y soluţia ecuaţiei

0 = T (x) + T ′ (x)(y − x),

şi cu ideea că y este o aproximaţie mai bună decât x, construim şirul de aproximaţii

0 = T (xk ) + T ′ (xk )(xk+1 − xk ), (19.3)

sau, ı̂n cazul inversabilităţii operatorului T ′ (xk )

xk+1 = xk − [T ′ (xk )]−1 T (xk ). (19.4)

Metoda de rezolvare a ecuaţiei (19.1) corespunzăuare formulei (19.4) este cunos-

cută şi sub numele de metoda Newton - Kantorovici.
Teorema următoare fixează condiţii suficiente pentru existenţa unei soluţii
izolate x∗ a ecuaţiei (19.1), dând regiunea ı̂n care soluţia este unică şi eroarea
aproximaţiei xk .

Teorema 19.1.1 Fie X un spaţiu Banach, T : X → X un operator diferenţiabil

Fréchet şi x0 ∈ X. Presupunem că există numerele pozitive B0 , K, η0 astfel ı̂ncât
au loc condiţiile

• ∃[T ′ (x0 )]−1 şi ∥[T ′ (x0 )]−1 ∥ ≤ B0 ;

• x1 = x0 − [T ′ (x0 )]−1 T (x0 ) şi ∥x1 − x0 ∥ ≤ η0 ;

• ∃T ′′ (x) ∀x ∈ B(x0 , r) şi ∥T ′′ (x)∥ ≤ K, r0 < r.

Dacă h0 = η0 KB0 ≤ 12 atunci şirul (xk )k∈N construit prin formula de recurenţă
(19.4) converge către o soluţie x∗ a ecuaţiei (19.1). √
Această soluţie este unică ı̂n bila B(x0 , r0 ), unde r0 = 1− h1−2h
0
0
η0 .
k
Eroarea aproximaţiei x este dată de inegalitatea
1 k −1
∥xk − x∗ ∥ ≤ (2h0 )2 η0 . (19.5)
2k−1

Demonstraţie. 1. Arătăm la ı̂nceput că pentru orice k ∈ N există xk+1 , definit

prin formula de recurenţă (19.4). Această problemă se ridică deoarece trebuie
19.1. METODA LINIARIZĂRII 451

inversat operatorul T ′ (xk ). Justificarea o facem doar pentru k = 1, raţionamentul

făcându-se ı̂n continuare analog, pe baza inducţiei matematice.
Existenţa inversei se bazează pe Teorema H.2.2. Cu notaţiile acestei teoreme,
alegem
L = T ′ (x1 ) K = [T ′ (x0 )]−1
şi trebuie verificată condiţia ∥I − KL∥ < 1. În cazul de faţă

∥I − [T ′ (x0 )]−1 T ′ (x1 )∥ = ∥[T ′ (x0 )]−1 (T ′ (x0 ) − T ′ (x1 ))∥ ≤

≤ ∥[T ′ (x0 )]−1 ∥ ∥(T ′ (x0 ) − T ′ (x1 ))∥.

Aplicând Teorema G.0.5, inegalitatea anterioară devine
1
∥I − [T ′ (x0 )]−1 T ′ (x1 )∥ ≤ B0 K∥x1 − x0 ∥ ≤ η0 KB0 = h0 ≤ < 1. (19.6)
2
Prin urmare, operatorul T ′ (x1 ) este inversabil şi potrivit Teoremei H.2.2, au loc
relaţiile
∞
X
[T ′ (x1 )]−1 = (I − [T ′ (x0 )]−1 T ′ (x1 ))k [T ′ (x0 )]−1 , (19.7)
k=0

′ 1 −1 ∥[T ′ (x0 )]−1 ∥ B0 def

∥[T (x )] ∥ ≤ ′ 0 −1 ′ 1
≤ = B1 . (19.8)
1 − ∥I − [T (x )] T (x )∥ 1 − h0

2. Arătăm că ı̂n x1 au loc condiţii asemănătoare celor presupuse a avea loc ı̂n
x0 .
Deoarece x2 = x1 − [T ′ (x1 )]−1 T (x1 ),
∞
X
x2 − x1 = −[T ′ (x1 )]−1 T (x1 ) = − (I − [T ′ (x0 )]−1 T ′ (x1 ))k [T ′ (x0 )]−1 T (x1 ).
k=0

Prin urmare
∞
X
2
∥x − x ∥ ≤ 1
∥I − [T ′ (x0 )]−1 T ′ (x1 )∥k ∥[T ′ (x0 )]−1 T (x1 )∥.
k=0

Folosind (19.6) obţinem

∞
X 1
2
∥x − x ∥ ≤1
hk0 ∥[T ′ (x0 )]−1 T (x1 )∥ = ∥[T ′ (x0 )]−1 T (x1 )∥. (19.9)
k=0
1 − h0
452 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Fie operatorul F0 : X → X definit prin F0 (x) = x − [T ′ (x0 )]−1 T (x). Atunci

F0 (x0 ) = x1
F0′ (x) = I − [T ′ (x0 )]−1 T ′ (x) F0′ (x0 ) = 0
F0′′ (x) = −[T ′ (x0 )]−1 T ′′ (x) ∥F0′′ (x)∥ ≤ B0 K.

Din egalitatea F0 (x1 ) = x1 − [T ′ (x0 )]−1 T (x1 ) se deduce

T ′ (x0 )]−1 T (x1 ) = x1 − F0 (x1 ) = −(F (x1 ) − F (x0 ) − F0′ (x0 )(x1 − x0 )).

Aplicând din nou Teorema G.0.5 se obţine

∥T ′ (x0 )]−1 T (x1 )∥ = ∥F (x1 ) − F (x0 ) − F0′ (x0 )(x1 − x0 ))∥ ≤

1 1 1
≤ sup ∥F0′′ (x)∥ ∥x1 − x0 ∥2 ≤ η02 KB0 = η0 h0 .
2 x∈B(x0 ,r) 2 2
Revenind ı̂n (19.9) avem

1 η0 h0 def
∥x2 − x1 ∥ ≤ ∥[T ′ (x0 )]−1 T (x1 )∥ ≤ = η1 . (19.10)
1 − h0 2(1 − h0 )

def
Fie h1 = η1 KB1 . Din (19.8), (19.10) se obţine

h20 1
h1 = 2
≤ . (19.11)
2(1 − h0 ) 2

def √
Fie r1 = 1− h1−2h1
1
η1 . Pe baza formulelor de recurenţă pentru η1 şi h0 se obţine
egalitatea r1 = r0 − η0 , ce implică B(x1 , r1 ) ⊆ B(x0 , r0 ). Într-adevăr, dacă x ∈
B(x1 , r1 ) atunci

∥x − x0 ∥ ≤ ∥x − x1 ∥ + ∥x1 − x0 ∥ ≤ r1 + η0 = r0 .

3. În felul acesta, existenţa şirului (xk )k∈N este dovedită, mai mult pentru
orice k ∈ N au loc afirmaţiile
Bk−1
• ∃[T ′ (xk )]−1 şi ∥[T ′ (xk )]−1 ∥ ≤ Bk = 1−hk−1
;
ηk−1 hk−1
• xk+1 = xk − [T ′ (xk )]−1 T (xk ) şi ∥xk+1 − xk ∥ ≤ ηk = 2(1−hk−1 )
;

h2k−1
• hk = ηk KBk = 2(1−hk−1 )2
≤ 12 ;
19.1. METODA LINIARIZĂRII 453

√
1− 1−2hk−1
• rk = hk−1
ηk−1 şi B(xk , rk ) ⊆ B(xk−1 , rk−1 ).
4. Au loc inegalităţile

hk ≤ 2h2k−1 (19.12)
ηk ≤ ηk−1 hk−1 (19.13)
rk ≤ 2ηk (19.14)

a caror demonstraţie revine la reducerea la ipoteza teoremei hk ≤ 21 .

Aplicată succesiv, inegalitatea (19.12) implică
2
hk ≤ 2h2k−1 ≤ 2(2h2k−2 )2 = 21+2 h2k−2 ≤ . . . (19.15)
k−1 k 1 k
≤ 21+2+...+2 h20 = (2h0 )2 .
2
Din (19.13) deducem succesiv

ηk ≤ ηk−1 hk−1 ≤ ηk−2 hk−2 hk−1 ≤ . . . ≤ η0 h0 h1 . . . hk−1

şi utilizând (19.15), se găseşte

1 1 1 k−1 1 k−1 1 k
ηk ≤ η0 (2h0 ) (2h0 )2 . . . (2h0 )2 = k (2h0 )1+2+...+2 η0 = k (2h0 )2 −1 η0 .
2 2 2 2 2
Din xk+p ∈ B(xk+p , rk+p ) ⊆ B(xk , rk ) rezultă
1 k −1
∥xk+p − xk ∥ ≤ rk ≤ (2h0 )2 η0 , ∀k ∈ N, (19.16)
2k−1
adică (xk )k∈N este un şir fundamental, deci convergent.
5. Fie x∗ = limk→∞ xk . Trecând la limită ı̂n formula de recurenţă (19.4) scrisă
sub forma T ′ (xk )(xk+1 − xk ) = −T (xk ) se obţine T (x∗ ) = 0.
Pentru p → ∞ din (19.16) rezultă evaluarea erorii (19.5).
6. Pentru a demonstra unicitatea soluţiei ecuaţiei (19.1) ı̂n bila B(x0 , r0 )
presupunem prin absurd că există ı̂n plus y ∗ ∈ B(x0 , r0 ) astfel ı̂ncât T (y ∗ ) = 0.
Fie operatori Fk : X → X definiţi prin Fk (x) = x − [T ′ (xk )]−1 T (x). Atunci
Fk (xk ) = xk+1
Fk′ (x) = I − [T ′ (xk )]−1 T ′ (x) Fk′ (xk ) = 0
Fk′′ (x) = −[T ′ (xk )]−1 T ′′ (x) ∥Fk′′ (x)∥ ≤ Bk K.
Prin inducţie matematică aratăm că

xk ∈ B(y ∗ , rk ) ⇔ ∥y ∗ − xk ∥ ≤ rk . (19.17)
454 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Etapa de verificare, k = 0.

y ∗ ∈ B(x0 , r0 ) ⇔ ∥y ∗ − x0 ∥ ≤ r0 ⇔ x0 ∈ B(y ∗ , r0 ).

Etapa de demonstraţie. Presupunând că

xk ∈ B(y ∗ , rk ) ⇔ ∥y ∗ − xk ∥ ≤ rk

deducem succesiv

∥y ∗ − xk+1 ∥ = ∥Fk (y ∗ ) − Fk (xk ) − Fk′ (xk )(y ∗ − xk )∥ ≤

1 1
≤ sup ∥Fk′′ (z)∥ ∥y ∗ − xk ∥2 ≤ Bk Krk2 = rk+1 ,
2 z∈[xk ,y∗ ] 2

adică xk+1 ∈ B(y ∗ , rk+1 ).

Pentru k → ∞, din (19.17) rezultă x∗ = y ∗ .

19.2 Metoda liniarizării modificată

În locul formulei de recurenţă (19.4) se consideră formula

x̃ = x0
x̃k+1 = x̃k − [T ′ (x0 )]−1 T (x̃k ) k ∈ N. (19.18)

Astfel se elimină necesitatea inversării, ı̂n cadrul iteraţiilor iteraţii k > 0, a oper-
atorului T ′ (xk ). Acest fapt are ca efect micşorarea vitezei de convergenţă.
Metoda corespunzătoare formulei (19.18) este numită metoda liniarizării (New-
ton - Kantorovici) modificată.
Se observă că x1 = x̃1 . Convergenţa procedeului este dată de teorema

Teorema 19.2.1 Fie X un spaţiu Banach, T : X → X un operator diferenţiabil

Fréchet şi x0 ∈ X. Presupunem că există numerele pozitive B0 , K, η0 astfel ı̂ncât
au loc condiţiile

• ∃[T ′ (x0 )]−1 şi ∥[T ′ (x0 )]−1 ∥ ≤ B0 ;

• x1 = x0 − [T ′ (x0 )]−1 T (x0 ) şi ∥x1 − x0 ∥ ≤ η0 ;

• ∃T ′′ (x) ∀x ∈ B(x0 , r) şi ∥T ′′ (x)∥ ≤ K, η0 < r.

19.2. METODA LINIARIZĂRII MODIFICATĂ 455

Dacă h0 = η0 KB0 < 12 atunci şirul (x̃k )k∈N construit prin formula de recurenţă
(19.18) converge către soluţia x∗ a ecuaţiei (19.1).
Eroarea aproximaţiei x̃k este dată de inegalitatea
p
∥x̃k − x∗ ∥ ≤ 2η0 h0 (1 − 1 − 2h0 )k−1 . (19.19)

Demonstraţie. Folosim din nou de operatorul F0 : X → X definit prin F0 (x) =

x − [T ′ (x0 )]−1 T (x) şi cu proprietăţile
F0 (x̃k ) = x̃k+1 ∀k ∈ N
F0 (x∗ ) = x∗
F0′ (x) = I − [T ′ (x0 )]−1 T ′ (x) F0′ (x0 ) = 0
F0′′ (x) = −[T ′ (x0 )]−1 T ′′ (x) ∥F0′′ (x)∥ ≤ B0 K.

Dacă M = B(x0 , r0 ) ∩ B(x∗ , ∥x1 − x∗ ∥) atunci F (M ) ⊆ M.

Într-adevăr, dacă x ∈ M atunci
•
∥F0 (x) − x0 ∥ ≤ ∥F0 (x) − x1 ∥ + ∥x1 − x0 ∥ =
= ∥F0 (x) − F0 (x0 ) − F0′ (x0 )(x − x0 )∥ + ∥x1 − x0 ∥ ≤
1 1
≤ ∥x − x0 ∥2 sup ∥F0′′ (z)∥ + η0 ≤ r02 B0 K + η0 = r0 ,
2 z∈[x0 ,x] 2
adică F0 (x) ∈ B(x0 , r0 ).
•
∥F0 (x) − x∗ ∥ = ∥F0 (x) − F0 (x∗ )∥ ≤ ∥x − x∗ ∥ sup ∥F0′ (z)∥.
z∈[x,x∗ ]

Dearece z = θx + (1 − θ)x∗ , θ ∈ [0, 1], utilizând evaluarea

∥F0′ (z)∥ = ∥F0′ (z) − F0′ (x0 )∥ ≤ ∥z − x0 ∥ sup ∥F0′′ (y)∥ ≤
y∈[x0 ,z]

≤ B0 K∥θx + (1 − θ)x∗ − x0 ∥ = B0 K∥θ(x − x0 ) + (1 − θ)(x∗ − x0 )∥ ≤

≤ B0 K(θ∥x − x0 ∥ + (1 − θ)∥x∗ − x0 ∥) ≤
≤ B0 K max{∥x − x0 ∥, ∥x∗ − x0 ∥} ≤ B0 Kr0 ,
inegalitatea anterioară devine
p
∥F0 (x) − x∗ ∥ ≤ B0 Kr0 ∥x − x∗ ∥ = (1 − 1 − 2h0 )∥x − x∗ ∥ ≤
p
≤ (1 − 1 − 2h0 )∥x1 − x∗ ∥,
adică F0 (x) ∈ B(x∗ , ∥x1 − x∗ ∥).
456 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Reţinem inegalitatea
p
∥F0 (x) − x∗ ∥ ≤ (1 − 1 − 2h0 )∥x − x∗ ∥, ∀x ∈ M. (19.20)

Aplicând succesiv (19.20), rezultă

∥x̃k − x∗ ∥ = ∥F0 (x̃k−1 ) − F0 (x∗ )∥ ≤ (19.21)

p p
≤ (1 − 1 − 2h0 )∥x̃k−1 − x∗ ∥ ≤ . . . ≤ (1 − 1 − 2h0 )k−1 ∥x̃1 − x∗ ∥.
Din (19.5), deducem ∥x̃1 − x∗ ∥ = ∥x1 − x∗ ∥ ≤ 2h0 η0 , cu care (19.21) devine
(19.19). Din această inegalitate rezultă convergenţa şirului (x̃k )k∈N către x∗ .

19.3 Rezolvarea numerică a sistemelor

algebrice de ecuaţii neliniare
Fie D un domeniu convex din Rn şi T1 , . . . , Tn : D → R n funcţii având
derivate parţiale de ordinul ı̂ntâi şi doi continue. Considerăm sistemul algebic de
n ecuaţii neliniare cu necunoscutele x1 , . . . , xn :

 T1 (x1 , . . . , xn ) = 0
... (19.22)
Tn (x1 , . . . , xn ) = 0


şi dorim să determinăm o soluţie a sistemului, adică un element x∗ = (x∗1 , . . . , x∗n ) ∈
D astfel ı̂ncât Ti (x∗ ) = Ti (x∗1 , . . . , x∗n ) = 0, i = 1, . . . , n. În cazul n = 1 se
foloseşte termenul de ecuaţie ı̂n locul celui de sistem.
Definind operatorul T : D → Rn prin
 
T1 (x)
T (x) =  . . . , x = (x1 , . . . , xn ),
Tn (x)

sistemul (19.22) se rescrie sub forma (19.1).

În acest cadru se poate da o demonstraţie mai simplă teoremei de convergenţă
pentru metoda liniarizării.

Teorema 19.3.1 Dacă T ′ este lipschitziană, adică

∃L > 0 astfel ı̂ncât ∥T ′ (y) − T ′ (x)∥ ≤ L∥x − y∥, ∀x, y ∈ D,

atunci
19.3. REZOLVAREA SISTEMELOR ALGEBRICE NELINIARE 457

1. Z 1
T (y) − T (x) = T ′ (x + t(y − x))(y − x)dt, ∀x, y ∈ D;
0

2.
L
∥T (y) − T (x) − T ′ (x)(y − x)∥ ≤ ∥y − x∥2 , ∀x, y ∈ D.
2

Demonstraţie. 2. Din
Z 1
′
T (y) − T (x) − T (x)(y − x) = T ′ (x + t(y − x))(y − x)dt − T ′ (x)(y − x) =
0
Z 1
= (T ′ (x + t(y − x)) − T ′ (x))(y − x)dt
0
se deduc succesiv inegalităţile
Z 1
′
∥T (y) − T (x) − T (x)(y − x)∥ ≤ ∥ (T ′ (x + t(y − x)) − T ′ (x))(y − x)dt∥ ≤
0
Z 1 Z 1
′ ′
≤ ∥T (x+t(y−x))−T (x))(y−x)∥dt ≤ ∥T ′ (x+t(y−x))−T ′ (x))∥∥(y−x)∥dt ≤
0 0
Z 1
L
≤ L∥y − x∥2 tdt = ∥y − x∥2 .
0 2

Teorema 19.3.2 Fie D ∈ Rn un domeniu convex şi

1. F : D → Rn o funcţie diferenţiabilă astfel ı̂ncât există L > 0 pentru care

∥T ′ (y) − T ′ (x)∥ ≤ L∥x − y∥, ∀x, y ∈ D;

2. x∗ este o soluţie a ecuaţiei T (x) = 0 pentru care matricea T ′ (x∗ ) este in-
versabilă şi ∥[T ′ (x∗ )]−1 ∥ < α;

3. x0 ∈ D astfel ı̂cât ∥x0 − x∗ ∥ < δ.

Dacă αδL < 12 atunci se poate construi şirul (xn )n∈N prin metoda liniarizării,
xn+1 = xn − [T ′ (xn )]−1 T (xn ), n ∈ N. Şirul converge către x∗ .

Demonstraţie. Pentru ∥x−x∗ ∥ ≤ δ, potrivit Teoremei 14.1.2, deoarece ∥[T ′ (x∗ )]−1 ∥ <
α şi ∥T ′ (x)−T ′ (x∗ )∥ ≤ L∥x−x∗ ∥ ≤ Lδ rezultă că operatorul T ′ (x) este inversabil
şi ∥[T ′ (x)]−1 ∥ ≤ 1−αδL
α
.
458 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Prin urmare, dacă ∥xn − x∗ ∥ < δ atunci T ′ (xn ) este inversabil.

Arătăm că xn+1 = xn −[T ′ (xn )]−1 T (xn ) satisface inegalitatea ∥xn+1 −x∗ ∥ < δ.
Au loc egalităţile

∥xn+1 −x∗ ∥ = ∥xn −[T ′ (xn )]−1 T (xn )−x∗ ∥ = ∥xn −x∗ −[T ′ (xn )]−1 (T (xn )−T (x∗ ))∥ =

= ∥[T ′ (xn )]−1 (T (xn ) − T (x∗ ) − T ′ (xn )(xn − x∗ )∥ ≤

αL
≤ ∥[T ′ (xn )]−1 ∥∥(T (xn ) − T (x∗ ) − T ′ (xn )(xn − x∗ )∥ ≤ ∥xn − x∗ ∥2 ≤
2(1 − αδL)
αδ 2 L
≤ < δ.
2(1 − αδL)
αL
Notând k = 2(1−αδL)
, inegalitatea anterioară se poate scrie

∥xn+1 − x∗ ∥ ≤ k∥xn − x∗ ∥2 .

Utilizând succesiv această inegalitate, se obţine

n−1 n 1 n
∥xn − x∗ ∥ ≤ k 1+2+...+2 ∥x0 − x∗ ∥2 = (k∥x0 − x∗ ∥)2 .
k
αδL
Deoarece k∥x0 − x∗ ∥ ≤ 2(1−αδL)
< 1 rezultă că limn→∞ ∥xn − x∗ ∥ = 0.

Pentru rezolvarea sistemului (19.22) vom folosi metoda liniarizării (Newton –

Kantorovici) sau metoda liniarizării modificată, tratate anterior.

Exemplul 19.3.1 Să se verifice condiţiile Teoremei 19.1.1 ı̂n cazul sistemului
algebric de ecuaţii neliniare

 10x1 + x21 − 2x2 x3 − 0.1 = 0
10x2 − x22 + 3x1 x3 + 0.2 = 0
10x3 + x23 + 2x1 x2 − 0.3 = 0

 0   
x1 0
0 0 
şi x =  x1 =  0 .
0
x1 0

Operatorul T este definit prin T = (T1 , T2 , T3 ), unde

T1 (x) = T1 (x1 , x2 , x3 ) = 10x1 + x21 − 2x2 x3 − 0.1

T2 (x) = T2 (x1 , x2 , x3 ) = 10x2 − x22 + 3x1 x3 + 0.2
T3 (x) = T3 (x1 , x2 , x3 ) = 10x3 + x23 + 2x1 x2 − 0.3
19.3. REZOLVAREA SISTEMELOR ALGEBRICE NELINIARE 459

iar
 ∂T1 ∂T1 ∂T1   
∂x1
(x) ∂x2
(x) ∂x3
(x) 2x1 + 10 −2x3 −2x2
T ′ (x) =  ∂T2
∂x1
(x) ∂T2
∂x2
(x) ∂T2
∂x3
(x) = 3x3 −2x2 + 10 3x1 .
∂T3 ∂T3 ∂T3
∂x1
(x) ∂x2
(x) ∂x3
(x) 2x2 2x1 2x3 + 10

În cele ce urmează se va utiliza norma ∥ · ∥∞ .

Atunci [T ′ (x0 )]−1 = (10I)−1 = 0.1I, deci

def
∥[T ′ (x0 )]−1 ∥ = ∥0.1I∥ = 0.1 = B0 .

Formulele de recurenţă (19.4) corespunzătoare metodei liniarizării sunt

xk+1
   k 
1 x1
 xk+1
1
 =  xk1  −
k+1
x1 xk1
 −1  
2xk1 + 10 −2xk3 −2xk2 10xk1 + (xk1 )2 − 2xk2 xk3 − 0.1
− 3xk3 −2xk2 + 10 3xk1  ·  10xk2 − (xk2 )2 + 3xk1 xk3 + 0.2  .
2xk2 2xk1 2xk3 + 10 10xk3 + (xk3 )2 + 2xk1 xk2 − 0.3
 1   
x1 0.01
Pentru k = 0, găsim x1 =  x11  =  −0.02  , astfel ı̂ncât ∥x1 − x0 ∥ =
x11 0.03
def
0.3 = η0 .
Diferenţiala de ordinul doi T ′′ (x) ∈ (R3 , (R3 , R3 )∗ )∗ se poate reprezenta prin

T ′′ (x) =

∂ 2 T1 ∂ 2 T1 ∂ 2 T1 ∂ 2 T1 2
∂ 2 T1 ∂ 2 T1 ∂ 2 T1 2
(x) ∂∂xT21 (x) ∂x (x) ∂∂xT21 (x)
 
∂x2
(x) ∂x (x) ∂x (x) ∂x (x) ∂x (x) ∂x
1 2 ∂x1 3 ∂x1 1 ∂x2 2 3 ∂x2 1 ∂x3 2 ∂x3 3
∂ 2 T2 ∂ 2 T2 ∂ 2 T2 ∂ 2 T2 2
∂ 2 T2 ∂ 2 T2 ∂ 2 T2 2
 
= (x) ∂x (x) ∂x (x) ∂x (x) ∂∂xT22 (x) ∂x (x) ∂x (x) ∂x (x) ∂∂xT22 (x) =
 
 ∂x2 1 2 ∂x1 3 ∂x1 1 ∂x2
2 3 ∂x2 1 ∂x3 2 ∂x3
3 
∂ 2 T3 ∂ 2 T3 ∂ 2 T3 ∂ 2 T3 2
∂ 2 T3 ∂ 2 T3 ∂ 2 T3 2

∂x2
(x) ∂x ∂x1
(x) ∂x ∂x1
(x) ∂x ∂x2
(x) ∂∂xT23 (x) ∂x ∂x2
(x) ∂x ∂x3
(x) ∂x ∂x3
(x) ∂∂xT23 (x)
1 2 3 1 2 3 1 2 3

 
2 0 0 0 0 −2 0 −2 0
=  0 0 3 0 −2 −2 3 0 0  ,
0 2 0 2 0 −2 0 0 2
interpretat ı̂n sensul
T ′′ (x)(h) =
460 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

∂ 2 T1 ∂2 T ∂2 T ∂ 2 T1 ∂ 2 T1 ∂2 T ∂ 2 T1 ∂2 T ∂2 T
 
1 (x)h +
(x)h1 + ∂x ∂x 1 (x)h (x)h1 + 1 (x)h
(x)h2 + ∂x ∂x (x)h1 + ∂x ∂x 1 (x)h + 1 (x)h
2 3 3 2 3
 ∂x2 1 2 1 ∂x3 ∂x1 ∂x1 ∂x2 ∂x2 2 3 2 ∂x1 ∂x3 2 3 ∂x2 3

∂ 2 T2 ∂2 T ∂2 T ∂ 2 T2 ∂ 2 T2 ∂2 T ∂ 2 T2 ∂ 2 T2 ∂ 2 T2
 
2 (x)h + 2 (x)h 2 (x)h
 
 (x)h1 + ∂x ∂x 2 3 (x)h1 + (x)h2 + ∂x ∂x 3 (x)h1 + ∂x ∂x (x)h2 + (x)h 3 .

 ∂x2 1 2 1 ∂x3 ∂x1 ∂x1 ∂x2 ∂x2 2 3 2 ∂x1 ∂x3 2 3 2
∂x3 

 ∂ 2 T3 ∂2 T3 (x)h + ∂2 T
3 (x)h ∂ 2 T3 ∂ 2 T3 ∂2 T
3 (x)h ∂ 2 T3 ∂2 T
3 (x)h + ∂2 T
3 (x)h

(x)h1 + ∂x ∂x 2 3 (x)h1 + (x)h2 + ∂x ∂x 3 (x)h1 + ∂x ∂x 2 3
∂x2 1 2 1 ∂x3 ∂x1 ∂x1 ∂x2 ∂x2 2 3 2 ∂x1 ∂x3 2 3 ∂x2
3

Atunci
 
2h1 −2h3 −2h2
∥T ′′ (x)∥ = sup ∥T ′′ (x)(h)∥ = sup ∥  3h3 −2h2 3h1  ∥ =
∥h∥≤1 ∥h∥≤1
2h2 2h1 2h3

def
= sup max{2|h1 |+2|h3 |+2|h2 |, 3|h3 |+2|h2 |+3|h1 |, 2|h2 |+2|h1 |+2|h3 |} ≤ 8 = K.
∥h∥≤1

Prin urmare h0 = η0 KB0 = 0.024 < 21 .

Observaţia 19.3.1

În locul relaţiei dată de metoda Newton-Kantorovici este util de utilizat următoarea
modificare: fie x̃k+1 = xk −[T ′ (xk )]−1 T (xk ) (dată de metoda Newton-Kantorovici),
noua aproximaţie se defineşte prin, [48],

xk+1 = λx̃k+1 + (1 − λ)xk = xk − λ[T ′ (xk )]−1 T (xk ).

Se recomandă λ = 10−4 .
Relaţia de mai sus aminteşte de schema lui Euler aplicată problemei cu valori
iniţiale
−1
ẋ(t) = − [T ′ (x(t))] T (x(t)) (19.23)
x(0) = x0

denumită metoda Newton continuă.

Din (19.23) rezultă

d
T ′ (x(t))ẋ(t) = −T (x(t)) ⇔ T (x(t)) = −T (x(t)),
dt
de unde
T (x(t)) = T (x0 )e−t .
Are loc limita limt→∞ T (x(t)) = 0. Dacă există limt→∞ x(t) = x∞ atunci T (x∞ ) =
0.
19.4. METODA LUI BROYDEN 461

19.4 Metoda lui Broyden

Considerăm sistemul (19.22) scris sub forma simplă T (x) = 0. Metoda lui
Broyden constă ı̂n aplicarea formulei de recurenţă
xk+1 = xk − Bk−1 T (xk ), k ∈ N, (19.24)
unde alegerea matricelor Bk ∈ Mn (R) va fi precizată mai jos.
Se introduc notaţiile
δ k = xk − xk−1
∆k = T (xk ) − T (xk−1 ).
Matricele Bk se calculează prin recurenţa
(∆k − Bk−1 δ k )(δ k )T
Bk = Bk−1 + , k ∈ N∗ . (19.25)
(δ k )T δ k
Matricea Bk se doreşte a fi o aproximaţie pentru T ′ (xk ). Pentru x0 , ı̂n lipsa altor
date, se ia B0 = In .
−1
Relaţia xk = xk−1 − Bk−1 T (xk−1 ) este echivalentă cu T (xk−1 ) + Bk−1 δ k = 0.
Astfel ∆ − Bk−1 δ = T (x ) − T (xk−1 ) − Bk−1 δk = T (xk ) şi (19.25) devine
k k k

T (xk )(δ k )T
Bk = Bk−1 + , k ∈ N∗ . (19.26)
(δ k )T δ k
Se poate indica o justificare formală a formulei (19.25). Se consideră problema
de optimizare
min ∥B − Bk−1 ∥2F
B∈ Mn (R)

supusă restricţiilor ∆k = Bδ k . ∥ · ∥F reprezintă norma Frobenius (13.14).

Utilizând metoda multiplicatorilor lui Lagrange se rezolvă problema de opti-
mizare
min J(B, λ) = ∥B − Bk−1 ∥2F + λT (∆k − Bδ k ) =
B∈ Mn (R)
n
X n
X n
X
2
= (Bi,j − (Bk−1 )i,j ) + λi (∆ki − Bi,j δjk ).
i,j=1 i=1 j=1

Condiţiile de optimalitate sunt

∂J(B, λ)
= 2(Bp,q − (Bk−1 )p,q ) − λp δqk = 0, ∀ p, q ∈ {1, 2, . . . , n},
∂Bp,q
n
∂J(B, λ) k
X
= ∆p − Bp,j δjk = 0, ∀ p ∈ {1, 2, . . . , n},
λp j=1
462 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

sau sub forma matriceală

∂J(B, λ)
= 2(B − (Bk−1 )) − λ(δ k )T = 0,
∂B
∂J(B, λ)
= ∆k − Bδ k = 0.
λ
Din aceste relaţii rezultă
λ
B = Bk−1 + (δ k )T (19.27)
2
şi  
λ k T
∆ − Bk−1 + (δ ) δ k = 0.
k
2
Prin urmare
λ ∆k − Bk−1 δ k
=
2 (δ k )T δ k
şi substituind ı̂n (19.27) se găseşte (19.25).
Pornind de la tripletul (xk−1 , Bk−1 , y k−1 = T (xk−1 )), aplicarea metodei constă
din secvenţa
−1 k−1
δ k = −Bk−1 y
xk = xk−1 + δ k
y k = T (xk )
y k (δk )T
Bk = Bk−1 + k T k
(δ ) δ

În acest fel s-a calculat tripletul (xk , Bk , y k ).

Mai mult, inversarea matricelor Bk se obţin prin recurenţă
−1 −1
(δ k − Bk−1 ∆k )(δ k )T Bk−1
Bk−1 = Bk−1
−1
+ −1 .
(δ k )T Bk−1 ∆k

Într-adevăr ı̂n vederea aplicării formulei Sherman-Morrison (13.17)

A−1 uv T A−1
(A + uv T )−1 = A−1 −
1 + v T A−1 u
alegem
∆k − Bk−1 δ k
A := Bk−1 , u := , v := δ k .
(δk )T δ k
19.4. METODA LUI BROYDEN 463

Numitorul membrului drept va fi

−1
k T −1 ∆
k
− Bk−1 δ k (δ k )T Bk−1 ∆k
1 + (δ ) Bk−1 = ,
(δk )T δ k (δk )T δ k
iar membrul drept devine
−1 −1 −1 −1
−1 Bk−1 (∆k − Bk−1 δ k )(δ k )T Bk−1 −1 (δ k − Bk−1 ∆k )(δ k )T Bk−1
Bk−1 − −1 = Bk−1 + −1 .
(δ k )T Bk−1 ∆k (δ k )T Bk−1 ∆k

Convergenţa metodei Broyden

Pentru stabilirea rezultatului de convergenţă1 stabilim câteva proprietăţi.

Teorema 19.4.1 Dacă u, v ∈ Rn astfel ı̂ncât < u, v >= 1 atunci

∥In − uv T ∥2 = ∥u∥2 ∥v∥2 .

Demonstraţie.
Dacă A = In − uv T atunci ∥In − uv T ∥22 = ρ(AT A) (Teorema 16.3.3). Deter-
minăm valorile proprii ale matricei AT A.
Are loc egalitatea Au = 0 de unde AT Au = 0 = 0u.
Fie z ∈ Rn astfel ı̂ncât uT z = v T z = 0. Atunci

Az = z − u(v T z) = z

şi
AT Az = AT z = z − v(uT z) = z.
Matricea sistemului 
uT z = 0
vT z = 0
are rangul cel mult 2, deci există n − 2 soluţii liniar independente. Prin urmare
1 este valoare proprie având ordinul de multiplicitate algebric n − 2.
Notăm prin λ cea de-a n-a valoare proprie. Potrivit Proprietăţii 13.1.24

(n − 2)1 + 0 + λ = tr(AT A) = tr(In − uv T − vuT + ∥u∥22 vv T ) = n − 2 + ∥u∥22 ∥v∥22 .

Prin urmare λ = ∥u∥22 ∥v∥22 .

Din 1 =< u, v >≤ ∥u∥2 ∥v∥2 se deduce ρ(AT A) = ∥u∥22 ∥v∥22 .
1
Dennis J.E. Jr., 1971, On the Convergence of Broyden’s Method for Nonlinear Systems of
Equations. Mathematics of Computation, 25, Number 115, July, 559-567.
464 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Teorema 19.4.2 Fie domeniul D ⊆ Rn , T : D → Rn o funcţie diferenţiabilă

astfel ı̂ncât
∥T (x) − T (x∗ )∥2 ≤ L∥x − x∗ ∥2 , ∀ x ∈ D,
B ∈ Mn (Rn ) o matrice inversabilă. Dacă

y = x − B −1 T (x) (19.28)
T (y)(y − x)T
B′ = B + (19.29)
∥y − x∥22

atunci are loc inegalitatea

L
∥B ′ − T ′ (x∗ )∥2 ≤ ∥B − T ′ (x∗ )∥2 + (∥y − x∗ ∥22 + ∥x − x ∗ ∥22 ).
2∥y − x∥2

Se observă că (19.29) corespunde formului (19.26) din definiţia metodei lui Broy-
den.
Demonstraţie. Din (19.28) rezultă T (x) + B(y − x) = 0. Au loc egalităţile

(y − x)T
B ′ − T ′ (x∗ ) = B − T ′ (x∗ ) + (T (y) − T (x) − B(y − x)) =
∥y − x∥22

= B − T ′ (x∗ ) + ((T (y) − T (x∗ ) − T ′ (x∗ )(y − x∗ ))−

(y − x)T
−(T (x) − T (x∗ ) − T ′ (x∗ )(x − x∗ )) − (B − T ′ (x∗ ))(y − x)) =
∥y − x∥22
(y − x)(y − x)T
 
′ ∗
= (B − T (x )) I − +
∥y − x∥22
(y − x)T
+ ((T (y) − T (x∗ ) − T ′ (x∗ )(y − x∗ )) −
∥y − x∥22
(y − x)T
− ((T (x) − T (x∗ ) − T ′ (x∗ )(x − x∗ )) .
∥y − x∥22
În normă vom avea
(y − x)(y − x)T
∥B ′ − T ′ (x∗ )∥2 ≤ ∥B − T ′ (x∗ )∥2 ∥I − ∥2 + (19.30)
∥y − x∥22

(y − x)T
+∥ ((T (y) − T (x∗ ) − T ′ (x∗ )(y − x∗ )) ∥2 +
∥y − x∥22
19.4. METODA LUI BROYDEN 465

(y − x)T
+∥ ((T (x) − T (x∗ ) − T ′ (x∗ )(x − x∗ )) ∥2 .
∥y − x∥22
Pentru al doilea factor al primului termen se aplică Teorema 19.4.1 alegând u =
y−x
y − x şi v = ∥y−x∥ 2 . Evident < u, v >= 1 şi ı̂n consecinţă
2

(y − x)(y − x)T ∥(y − x)T ∥2

∥I − ∥2 = ∥y − x∥ 2 = 1.
∥y − x∥22 ∥y − x∥22

Pentru al doilea şi al treilea termen al inegalităţii (19.30) se utilizează succesiv

rezultatul Problemei 16.3 şi Teorema 19.3.1

(y − x)T
∥ ((T (y) − T (x∗ ) − T ′ (x∗ )(y − x∗ )) ∥2 ≤
∥y − x∥22

∥(y − x)T ∥2 L ∥y − x∗ ∥22

≤ ∥(T (y) − T (x∗ ) − T ′ (x∗ )(y − x∗ )∥ ≤ ;
∥y − x∥22 2 ∥y − x∥2
şi analog se obţine

(y − x)T L ∥x − x∗ ∥22
∥ ((T (x) − T (x∗ ) − T ′ (x∗ )(x − x∗ )) ∥ 2 ≤ .
∥y − x∥22 2 ∥y − x∥2

Utilizând aceste majorări ı̂n (19.30) rezultă inegalitatea din concluzia teoremei.
Rezultatul de convergenţă este

Teorema 19.4.3 Fie domeniul D ⊆ Rn , T : D → Rn o funcţie diferenţiabilă

astfel ı̂ncât

T (x∗ ) = 0;
∥T (x) − T (x∗ )∥2 ≤ L∥x − x∗ ∥2 , ∀ x ∈ D;
T ′ (x∗ ) este inversabilă, ∥[T ′ (x∗ )]−1 ∥2 = β.

Atunci există δ, ε > 0 astfel ı̂ncât dacă

∥B0 − T ′ (x∗ )∥2 ≤ δ;

∥x0 − x∗ ∥2 ≤ ε

atunci şirul (xk )k∈N construit prin formulele (19.24) şi (19.26) converge către x∗ .

În esenţă ipoteza Teoremei 19.4.3 cere ca datele iniţiale x0 şi B0 să fie alese
convenabil.
466 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Demonstraţie. Fie
1
0<δ< 6β
2δ
0<ε< 5L

şi se notează ek = ∥xk − x∗ ∥2 , ∀ k ∈ N.

Matricea B0 este inversabilă. Intr-adevăr, potrivit Teoremei 14.1.2 se obţin
1
∥I − [T ′ (x∗ )]−1 B0 ∥2 ≤ ∥[T ′ (x∗ )]−1 ∥2 ∥B0 − T ′ (x∗ )∥2 ≤ βδ < <1
6
şi
∥B0 ∥2 β
∥B0−1 ∥2 ≤ ′ ∗ −1
≤
1 − ∥I − [T (x )] B0 ∥2 1 − βδ.
Astfel există x1 = x0 − B0−1 T (x0 ) şi au loc egalităţile

x1 − x∗ = x0 − x∗ − B0−1 T (x0 ) = −B0−1 T (x0 ) − B0 (x0 − x∗ ) =

= −B0−1 T (x0 ) − T (x∗ ) − T ′ (x∗ )(x0 − x∗ ) − B0−1 (T ′ (x∗ ) − B0 ) (x0 − x∗ ).

În normă se găseşte

e1 = ∥x1 − x∗ ∥2 ≤
≤ ∥B0−1 ∥2 ∥T (x0 ) − T (x∗ ) − T ′ (x∗ )(x0 − x∗ )∥2 + ∥T ′ (x∗ ) − B0 ∥2 ∥x0 − x∗ ∥2 ≤


   
β L 2 β δ 6βδ 6 e0
≤ e0 + δe0 ≤ + δ e0 = < e0 < .
1 − βδ 2 1 − βδ 5 5(1 − βδ) 25 2
Utilizând acest rezultat se obţine
e0
∥x1 − x0 ∥2 ≥ ∥x0 − x∗ ∥2 − ∥x1 − x∗ ∥2 = e0 − e1 ≥ .
2
T (x1 )(x1 −x0 )T
Potrivit metodei Broyden B1 = B0 − ∥x1 −x0 ∥22
. Din Teorema 19.4.2 rezultă
inegalitatea
L
∥B1 − T ′ (x∗ )∥2 ≤ ∥B0 − T ′ (x∗ )∥2 + (∥x1 − x∗ ∥22 + ∥x0 − x∗ ∥22 ) ≤
2∥x1 − x0 ∥2

L 2 5Le0 3δ
≤δ+ (e1 + e20 ) ≤ δ + ≤ < 2δ.
e0 4 2
Această inegalitate permite verificarea faptului că B1 este inversabilă
1
∥I − [T ′ (x∗ )]−1 B1 ∥2 ≤ ∥[T ′ (x∗ )]−1 ∥2 ∥B1 − T ′ (x∗ )∥2 ≤ 2βδ < < 1.
3
19.4. METODA LUI BROYDEN 467

În plus
∥B1 ∥2 β
∥B1−1 ∥2 ≤ ′ ∗ −1
≤ .
1 − ∥I − [T (x )] B1 ∥2 1 − 2βδ
Prin inducţie matematică după k se arată că
ek ≤ 21 ek−1 ⇒ ek ≤ 1
e
2k 0
≤ 1
2k
ε;
∥Bk − T ′ (xk )∥2 ≤ 2 − 1


2k
δ.
Presupunem aceste inegalităţi valabile şi demonstrăm inegalităţile corespunzătoare
pentru k + 1.
Din inegalităţile
 
′ ∗ −1 ′ ∗ −1 ′ ∗ 1
∥I − [T (x )] Bk ∥2 ≤ ∥[T (x )] ∥2 ∥Bk − T (x )∥2 ≤ 2 − k βδ < 2βδ < 1.
2
rezultă că matricea Bk este inversabilă şi
∥Bk ∥2 β
∥Bk−1 ∥2 ≤ ′ ∗ −1
≤ .
1 − ∥I − [T (x )] Bk ∥2 1 − 2βδ
Pentru xk+1 = xk − Bk−1 T (xk ) au loc egalităţile
xk+1 − x∗ = xk − x∗ − Bk−1 T (xk ) = −Bk−1 T (xk ) − Bk (xk − x∗ ) =

= −Bk−1 T (xk ) − T (x∗ ) − T ′ (x∗ )(xk − x∗ ) − Bk−1 (T ′ (x∗ ) − Bk ) (xk − x∗ ).

În normă se găseşte

ek+1 = ∥xk+1 − x∗ ∥2 ≤
≤ ∥Bk−1 ∥2 ∥T (xk ) − T (x∗ ) − T ′ (x∗ )(xk − x∗ )∥2 + ∥T ′ (x∗ ) − Bk ∥2 ∥xk − x∗ ∥2 ≤


   
β L 2 1 β Lε 1
≤ e + (2 − k )δek ≤ + (2 − k )δ ek ≤
1 − 2βδ 2 k 2 1 − 2βδ 2k+1 2
 
2βδ 1 2βδ ek
≤ 1− k
ek ≤ ek < .
1 − 2βδ 5·2 1 − 2βδ 2
Totodată
ek
∥xk+1 − xk ∥2 ≥ ∥xk − x∗ ∥2 − ∥xk+1 − x∗ ∥2 = ek − ek+1 ≥ .
2
T (xk+1 )(xk+1 −xk )T
Dacă Bk+1 = Bk − ∥xk+1 −xk ∥22
atunci potrivit Teoremei 19.4.2 se deduce
L
∥Bk+1 −T ′ (x∗ )∥2 ≤ ∥Bk −T ′ (x∗ )∥2 + (∥xk+1 −x∗ ∥22 +∥xk −x∗ ∥22 )) ≤
− xk ∥ 22∥xk+1
     
1 L 2 2 1 5Lε 1
≤ 2 − k δ + k (ek+1 + ek ) ≤ 2 − k δ + ≤ 2 − k+1 δ.
2 e 2 4 · 2k 2
Din inegalitatea ek ≤ 1
e
2k 0
rezultă convergenţa şirului (xk )k către x∗
468 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

19.5 Rezolvarea ecuaţiilor algebrice

Fie T : R → R o funcţie derivabilă.

19.5.1 Metoda tangentei

În cazul n = 1, metoda liniarizării aplicată rezolvării ecuaţiei algebrice T (x) =
0 conduce la formarea şirului

T (xk )
xk+1 = xk − k ∈ N. (19.31)
T ′ (xk )

Relaţiile (19.31) au următoarea interpretare geometrică care justifică numele

metodei: xk+1 reprezintă intersecţia tangentei ı̂n xk la graficul funcţiei T (x) cu
axa 0x.
În cazul ecuaţiei polinomiale

T (z) = a0 z n + a1 z n−1 + . . . + an−1 z + an = 0

metoda tangentei considerată ı̂n corpul numerelor complexe C permite deter-

minarea atât a rădăcinilor reale cât şi a celor complexe.
Dacă x∗ este o soluţie a ecuaţiei T (x) = 0 şi

T (x)
N (x) = x −
T ′ (x)
atunci
∗ ∗ ′ ∗ ′′ T ′′ (x∗ )
∗
N (x ) = x , N (x ) = 0, N (x ) = ′ ∗ .
T (x )
Potrivit Teoremei 19.5.3, dacă aproximaţia iniţială este aleasă covenabil atunci
şirul (xk )k∈N converge către x∗ . Ordinul de convergenţă este 2.
Condiţii suficiente de convergenţă cu precizarea alegerii aproximaţiei iniţiale
sunt date ı̂n teorema lui Ostrowski:

Teorema 19.5.1 Fie T ∈ C 2 [a, b]. Dacă

1. x0 ∈ [a, b] astfel ı̂ncât T ′ (x0 ) ̸= 0;
0
2. h0 = − TT′(x )
(x0 )
. Presupunem totodată că intervalul ı̂nchis J0 determinat de x0
şi x0 + 2h0 este inclus ı̂n [a, b].

3. 2|h0 |M2 ≤ |T ′ (x0 )|, unde M2 = maxx∈[a,b] |T ′′ (x)|,

19.5. REZOLVAREA ECUAŢIILOR ALGEBRICE 469

atunci
1. În J0 ecuaţia T (x) = 0 are o soluţie unică x∗ ;

2. şirul dat de formula de recurenţă (19.31) converge către x∗ ;

2M2
3. |xn − x∗ | ≤ |T ′ (xn−1 )|
(xn − xn−1 )2 .

Demonstraţie. 1. Arătăm prin inducţie că condiţiile din x0 au loc ı̂n orice xn ,
adică
1. T ′ (xn ) ̸= 0;
n
2. hn = − TT′(x )
(xn )
şi intervalul ı̂nchis Jn determinat de xn şi x0 + 2hn este inclus
ı̂n [a, b];

3. 2|hn |M2 ≤ |T ′ (xn )|, .

Presupunem că aceste condiţii au loc ı̂n xn . Trebuie arătat că condiţiile au loc
şi ı̂n xn+1 . n)
Rezultă că există xn+1 = xn + hn = xn − TT′(x(xn )
.
Din
|T ′ (xn )|
|T ′ (xn+1 ) − T ′ (xn )| ≤ M2 |xn+1 − xn | = M2 |hn | ≤
2
rezultă
|T ′ (xn+1 )| = |T ′ (xn ) − (T ′ (xn ) − T ′ (xn+1 ))| ≥ (19.32)
|T ′ (xn )|
≥ |T ′ (xn )| − |T ′ (xn ) − T ′ (xn+1 )| ≥ .
2
Prin urmare T ′ (xn+1 ) ̸= 0.
n+1 )
Fie hn+1 = − TT′(x
(xn+1 )
şi Jn+1 intervalul inchis determinat de xn+1 şi xn+1 +
2hn+1 .
Integrând prin părţi, calculăm
Z xn+1  Z xn+1
′′ ′ xn+1
I= (x n+1
−x)T (x)dx = (x n+1
−x)T (x) xn + T ′ (x)dx = T (xn+1 ).
xn xn

Pe de altă parte, dacă x = xn + thn atunci

Z 1
2
I = hn (1 − t)T ′′ (xn + thn )dt
0
470 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

şi ı̂n consecinţă

h2n M2 h2n M2
|I| ≤ ⇔ |T (xn+1 )| ≤ . (19.33)
2 2

Din (19.32) şi (19.33) se deduc evaluările

•
 T (xn+1 )  h2 M2 h2 M2
 
2
|hn+1 | =  ′ n+1  ≤ ′ n n = ′n n (19.34)
T (x ) |T (x )| 2 |T (x )|
de unde
 
 hn+1  |hn |M2 1
 hn  ≤ |T ′ (xn )| ≤ 2 ⇔ 2|hn+1 | ≤ |hn |. (19.35)
 

Rezultă că Jn+1 ⊂ Jn .

•
2
|h2n |M2

2|hn+1 |M2 2 2hn M2
≤ 2 M2 = ≤ 1.
|T ′ (xn+1 )| |T ′ (xn )| |T ′ (xn )| |T ′ (xn )|

|h0 |
2. Inegalitatea (19.35) implică |hn | ≤ 2n
. Apoi

xn+p ∈ Jn+p ⊂ Jn+p−1 ⊂ . . . ⊂ Jn

şi |xn+p − xn | ≤ 2|hn | ≤ 2|hn−1

0|
, adică şirul (xn )n∈N este fundamental.
Fie x∗ = limn→∞ xn .
3. Din definiţia şirului (xn )n∈N se deduce

h0
|T (xn )| = |xn+1 − xn | |T ′ (xn )| = |hn ||T ′ (xn )| ≤ M1 ,
2n

unde M1 = maxx∈[a,b] |T ′ (x)|. Prin urmare limn→∞ T (xn ) = 0 = T (x∗ ).

4. Inegalitatea (19.34) aplicată pentru hn implică

n+p h2n−1 M2 2M2

|x − x | ≤ 2|hn | ≤ 2 ′ n−1 = ′ n−1 (xn − xn−1 )2 .
n
|T (x )| |T (x )|

Pentru p → ∞ rezultă evaluarea erorii.

19.5. REZOLVAREA ECUAŢIILOR ALGEBRICE 471

19.5.2 Metoda funcţiei inverse

Presupunem că funcţia T satisface următoarele ipoteze:
• Funcţia T este inversabilă ı̂n intervalul I=(a,b) şi F = T −1 :
• Ecuaţia T (x) = 0 are o soluţie x∗ ı̂n intervalul I;
• Funcţiile T şi F au derivate continue până la ordinul m + 1.
Din aceste ipoteze rezultă că soluţia x∗ este unică şi
x∗ = F (0).
Deoarece funcţia F nu este cunoscută, o vom aproxima cu o funcţie φ
F (y) = φ(y) + R(y).
Atunci x∗ ≈ φ(0).
Asupra funcţiei φ se impun cerinţele ca să aproximeze cât mai bine funcţia F
şi să poată fi uşor calculabilă. Astfel vom avea
• Metoda funcţiei inverse cu polinomul lui Taylor (sau metoda lui Cebı̂şev)
ı̂n care φ este un polinom Taylor ataşat funcţiei F. Acest caz generalizează
metoda tangentei.
• Metoda funcţiei inverse cu polinomul lui Lagrange ı̂n care φ este un polinom
de interpolare Lagrange.

Metoda funcţiei inverse cu polinomul lui Taylor. În dezvoltarea tayloriană

a funcţiei F ı̂n jurul punctului y0
m
X F (i) (y0 ) F (m+1) (ξ)
F (y) = F (y0 ) + (y − y0 )i + (y − y0 )m+1
i=1
i! (m + 1!

alegând y = 0 şi y0 = T (x) cu x ∈ I, obţinem

m
X F (i) (T (x)) i F (m+1) (ξ) m+1
x∗ = F (0) = x + (−1)i T (x) + (−1)m+1 T (x).
i=1
i! (m + 1)!
(i)
Rezultă că expresia x+ m i F (T (x)) i
P
i=1 (−1) i!
T (x) furnizează o aproximaţie a soluţiei
x∗ . Pe baza acestei observaţii construim şirul de aproximaţii succesive
m
k+1 k
X F (i) (T (xk )) i k
x =x + (−1)i T (x ) k ∈ N, x0 ∈ I.
i=1
i!
472 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Astfel m
X F (i) (T (x)) i
φ(x) = x + (−1)i T (x).
i=1
i!
Derivând succesiv identitatea F (T (x)) = x obţinem

F ′ (T (x))T ′ (x) = 1
F ′′ (T (x))[T ′ (x)]2 + F ′ (T (x))T ′′ (x) = 0
F (3) (T (x))[T ′ (x)]3 + 3F ′′ (T (x))T ′ (x)T ′′ (x) + F ′ (x)T (3) = 0,

de unde
1 T ′′ (x)
F ′ (T (x)) = ′
, F ′′ (T (x)) = − ,
T (x) [T ′ (x)]3
3[T ′′ (x)]2 T (3) (x)
F (3) (T (x)) = − , etc.
[T ′ (x)]5 [T ′ (x)]4
k
Pentru m = 1 găsim xk+1 = xk − TT′(x )
(xk )
, adică se regăseşte şirul construit prin
metoda tangentei, iar pentru m = 2 găsim

T (xk ) T ′′ (xk )[T (xk )]2

xk+1 = xk − − . (19.36)
T ′ (xk ) 2[T ′ (xk )]3

În continuare ne propunem să studiem convergenţa şirului (xk )k∈N , construit
prin metoda funcţiei inverse.

Teorema 19.5.2 Fie I un interval deschis şi φ : I → R o funcţie cu derivata

continuă ı̂n I. Dacă |φ′ (x0 )| < 1, x0 ∈ I atunci există r > 0 astfel ı̂ncât φ este
contracţie ı̂n mulţimea [x0 − r, x0 + r].

Demonstraţie. Fie 0 < ϵ < 1 − |φ′ (x0 )|. Din continuitatea lui φ′ ı̂n x0 rezultă
că există δ > 0 astfel ı̂ncât

|x − x0 | < δ ⇒ |φ′ (x) − φ′ (x0 )| < ϵ.

Atunci, pentru orice x ∈ (x0 − δ, x0 + δ) ∩ I

|φ′ (x)| ≤ |φ′ (x) − φ′ (x0 )| + |φ′ (x0 )| < ϵ + |φ′ (x0 )| = a < 1.

Există r ∈ (0, δ) astfel ı̂ncât [x0 −r, x0 +r] ⊂ I. Pentru orice x, y ∈ [x0 −r, x0 +r]
utilizând teorema de medie a lui Lagrange, obţinem

|φ(x) − φ(x0 )| = |φ′ (c)||x − y| ≤ a|x − y|.

19.5. REZOLVAREA ECUAŢIILOR ALGEBRICE 473

Teorema 19.5.3 În ipotezele teoremei anterioare, dacă φ(x∗ ) = 0 şi |φ′ (x∗ )| < 1
atunci există r > 0 astfel ı̂ncât şirul (xk )k∈N definit prin formula de recurenţă
xk+1 = φ(xk ), k ∈ N, converge către x∗ , oricare ar fi x0 ∈ [x∗ − r, x∗ + r].

Demonstraţie. Din teorema 19.5.2 rezultă existenţa lui r astfel ı̂ncât φ este
contracţie ı̂n mulţimea [x∗ − r, x∗ + r]. Fie a constanta de contracţie. Deoarece

|φ(x∗ ) − x∗ | = 0 < (1 − a)r,

ţinând seama de teoremele H.1.1 şi H.1.3 rezultă că şirul (xk )k∈N converge către
x∗ , unicul punct fix al lui φ.
Proprietatea de convergenţă a şirului (xk )k∈N , construit prin metoda funcţiei
inverse cu polinomul lui Taylor este formulată ı̂n teorema

Teorema 19.5.4 Dacă aproximaţia iniţială x0 este ”suficient de apropiată” de

x∗ , soluţia ecuaţiei T (x) = 0 din intervalul I, atunci şirul (xk )k∈N , construit prin
metoda funcţiei inverse cu polinomul lui Taylor converge către x∗ .

Demonstraţie. Definim funcţia φm : I → R prin

m
X F (i) (T (x)) i
φm (x) = x + (−1)i T (x)
i=1
i!

Derivata acestei funcţii este

m
X 1
φ′ (x) = 1 + (−1)i [ F (i) (T (x))T i−1 (x)T ′ (x)+
i=1
(i − 1)!

1 (i+1)
F (T (x))T i (x)T ′ (x)] = 1 − F ′ (T (x)T ′ (x)+
i!
m m
X (−1)i (i) ′
X (−1)i (i+1)
+ i−1
F (T (x))T (x)T (x) + F (T (x))T i (x)T ′ (x)].
i=2
(i − 1)! i=1
i!
Prin schimbarea de indice ı̂n a doua sumă, expresia derivatei devine
m
′
X (−1)j (j)
φ (x) = F (T (x))T j−1 (x)T ′ (x)+
j=2
(j − 1)!

m+1
X (−1)j−1 (j)
+ F (T (x))T j+1 (x)T ′ (x)] =
j=2
(j − 1)!
474 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

(−1)m (m+1)
= F (T (x))T m (x)T ′ (x).
m!
Au loc egalităţile φm (x∗ ) = x∗ şi φ′ (x∗ ) = 0. Potrivit teoremei 19.5.3, dacă x0
este ”suficient de aproape” de x∗ , atunci şirul (xk )k∈N converge către x∗ .

Metoda funcţiei inverse cu polinomul lui Lagrange.2 Fie m ∈ N ,

x1 , x2 , . . . , xm+1 puncte distincte ale intervalului I şi yi = T (xi ), i ∈ {1, 2, . . . , m+
1}.
În egalitatea
m+1
Y F (m+1) (ξ)
F (y) = L(Pm ; y1 , . . . , ym+1 ; F )(y) + (y − yi ) ,
i=1
(m + 1)!

alegând y = 0, obţinem
m+1
Y F (m+1) (ξ)
x∗ = F (0) = L(Pm ; y1 , . . . , ym+1 ; F )(0) + (−yi ) .
i=1
(m + 1)!

Expresia L(Pm ; y1 , . . . , ym+1 ; F )(0) furnizează o aproximaţie a soluţiei x∗ pe care

o notăm xm+2 . În continuare se reia procedeul cu x2 , x3 , . . . , xm+2 . În general,
dacă s-au determinat xk , xk+1 , . . . , xm+k atunci

xk+m+1 = L(Pm ; yk , yk+1 , . . . , yk+m ; F )(0) (yi = T (xi )).

Dacă uk (y) = k+m

Q
j=k (y − yj ) atunci

k+m
X xi
xk+m+1 = −uk (0) . (19.37)
i=k
yi u′k (yi )

Din egalitatea uk+1 (y) = uk (y) y−yy−y

k+m+1
k
deducem formulele de recurenţă

u′k (yi ) yi −y
(
yk+m+1 ′
k+m+1
yi −yk
i ∈ {k + 1, . . . , k + m}
uk+1 (0) = uk (0), uk+1 (yi ) = uk (yk+m+1 )
yk yk+m+1 −yk
i=k+m+1

Utilizând formula baricentrică a polinomului de interpolare Lagrange, formula

(19.37) se scrie
Pk+m xi
i=k yi u′k (yi )
xk+m+1 = Pk+m 1
i=k yi u′k (yi )

2
Pentru aceast paragraf este necesar cunoaşterea polinomului de interpolare Lagrange.
19.5. REZOLVAREA ECUAŢIILOR ALGEBRICE 475

Pentru m = 1 găsim
xk yk+1 − xk+1 yk
xk+2 = ,
yk+1 − yk
cunoscută sub numele de metoda coardei, deoarece xk+2 reprezintă intersecţia
dreptei ce uneşte punctele de coordonate (xk , yk ), (xk+1 , yk+1 ) cu axa Ox.
Metoda funcţiei inverse cu polinomul lui Lagrange nu face apel la derivatele
funcţiei T.

19.5.3 Metoda Ridder

Metoda Ridder aparţine familiei de metode pentru rezolvarea unei ecuaţii
algebrice care nu presupun proprietatea de derivabilitate.
Presupunem că soluţia x∗ a ecuaţiei T (x) = 0 aparţine intervalului (x1 , x2 ),
mai mult T (x1 )T (x2 ) < 0.
Se notează x3 = x1 +x2
2
, yj = f (xj ), j = 1, 2, 3 şi determinăm funcţia eax astfel
ax1
ı̂ncât punctele (x1 , e y1 ), (x1 , eax3 y3 ), (x2 , eax2 y2 ) să fie coliniare.
Condiţia de coliniaritate este
 
 x1 eax1 y1 1 
 
 x3 eax3 y3 1  = 0.
 
 x2 eax2 y2 1 

Împărţind coloana a doua prin eax1 şi cu notaţia q = a x2 −x

2
1
se obţine
   
 x1 y1 1   x1 y1 1 
  
 x3 eq y3 1  =  x3 − x1 eq y3 − y1 0  = 0.
   
 x2 e2q y2 1   x2 − x1 e2q y2 − y1 0 

Dezvoltând determinantul, ı̂n urma calculelor rezultă ecuaţia

e2q y2 − 2eq y3 + y1 = 0,

de unde p
y3 ± y32 − y1 y2
eq = .
y2
p
Deoarece y1 y2 < 0 ⇔ y3 < y32 − y1 y2 şi cum rezultatul trebuie să fie pozitiv,
semnul din faţa radicalului va fi sign (y2 ) = ϵ. Astfel
p
q y3 + ϵ y32 − y1 y2
e = .
y2
476 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Fie d dreapta determinată de cele trei puncte:

eax1 y1 − eax3 y3
y − eax3 y3 = (x − x3 ).
x1 − x3
Notăm prin x4 punctul de intersecţie al dreptei d cu axa Ox:
eax3 y3 eq y3
x4 = x3 − (x3 − x1 ) = x 3 − (x 3 − x 1 ) .
eax3 y3 − eax1 y1 eq y3 − y1
Utilizând expresia lui eq se obţine
ϵy3
x4 = x3 − (x3 − x1 ) p 2 . (19.38)
y3 − y1 y2
Dacă ϵ = 1 ⇔ y2 > 0 atunci y1 − y2 < 0.
Dacă ϵ = −1 ⇔ y2 < 0 atunci y1 − y2 > 0.
În consecinţă −ϵ = sign (y1 − y2 ) şi formula (19.38) devine
sign (y1 − y2 )y3
x4 = x3 + (x3 − x1 ) p 2 . (19.39)
y3 − y1 y2
Din (19.39) rezultă inegalitatea
x2 − x1
|x4 − x3 | ≤ ,
2
din care se deduce că x4 ∈ (x1 , x2 ).
(k) (k)
Putem defini acum formulele de recurenţă. Fie k ∈ N şi x1 = x1 , x2 = x2 .
(k+1) (k) (k+1) (k+1)
Dacă f (x1 )f (x4 ) < 0 atunci x1 = x1 şi x2 = x4 iar ı̂n caz contrar x1 =
(k+1) (k)
x4 şi x2 = x2 .

19.5.4 Metoda coardei

Nici aceasta metodă nu cere derivabilitatea funcţiei a cărui zerou se caută.
Presupunem că funcţia f are ı̂n intervalul (a, b) o singură soluţie x∗ , f (x∗ ) = 0.
Metoda coardei constă ı̂n aproximarea soluţiei x∗ cu punctul de intersecţie al axei
Ox cu coarda (dreapta) determinată de punctele (a, f (a)) şi (b, f (b)) :
f (b) − f (a)
y = f (a) + (x − a) = 0,
b−a
de unde rezultă aproximarea
b−a
x=a− f (a).
f (b) − f (a)
19.6. REZOLVAREA ECUAŢIILOR POLINOMIALE 477

Aceast mod de aproximare poate sta la baza unui proces iterativ. Fie ak < bk ,
astfel ı̂ncât f (ak )f (bk ) < 0 şi
b k − ak
x k = ak − f (ak ).
f (bk ) − f (ak )
Dacă f (xk )f (bk ) < 0 atunci se fixează

ak+1 = xk , bk+1 = bk ,

iar dacă f (xk )f (bk ) > 0 atunci

ak+1 = ak , bk+1 = xk .

În felul acesta rezultă şirurile (ak )k , (bk )k cu proprietăţile

a = a0 ≤ a1 ≤ . . . ≤ ak ≤ . . . ≤ x∗ ≤ . . . ≤ bk ≤ . . . ≤ b1 ≤ b0 = b.

19.6 Rezolvarea ecuaţiilor polinomiale

Fie polinomul P ∈ C[X], P (z) = z n + a1 z n−1 + . . . + an−1 z + an . Deoarece
polinomul P are n rădăcini reale sau complexe, specificul rezolvării unei ecuaţii
polinomiale
P (z) = 0 (19.40)
constă ı̂n cerinţa determinării tuturor rădăcinilor sale.
Metodele prezentate ı̂n continuare permit determinarea simultană (paralelă)
a celor n rădăcini.
În cele ce urmează vom presupune că rădăcinile polinomului P sunt simple.
Întotdeauna putem elimina rădăcinile multiple considerând ı̂n locul lui P,
P
polinomul , ale cărei rădăcini coincid cu cele ale lui P şi sunt simple.
cmmdc(P,P ′ )
În acest caz există o vecinătate a lui α astfel ı̂ncât pentru orice z, cuprins ı̂n
acea vecinătate, are componentele distincte două câte două.
Vom utiliza notaţiile
 
z1 n
 ..  Y
z =  .  şi Qi (z) = (zi − zj ).
zn j=1
j̸=i

Astfel z va reprezenta un număr complex ı̂n timp ce z reprezintă un vector având

ca şi componente numere complexe.
478 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Dacă z1 , . . . , zn sunt numere complexe, notăm

n
Y
u(z) = (z − zj )
j=1
n
u(z) Y
ui (z) = = (z − zj )
z − zi j=1
j̸=i

Metoda Durand-Kerner. Scriem egalitatea P (z) = (z − α1 ) . . . (z − αn )

sub forma
P (z) P (z)
z − αi = Q n sau αi = z − Qn . (19.41)
j=1 (z − αj ) j=1 (z − αj )
j̸=i j̸=i

(k)

z1
Dacă z (k) =  ...  este o aproximaţie a lui α atunci, ı̂nlocuind ı̂n membrul
 
(k)
zn
drept din (19.41) componentele lui α cu componentele corespunzătoare ale lui
z (k) , formula (19.41) sugerează formulele de recurenţă
(k) (k)
(k+1) (k) P (zi ) (k) P (zi )
zi = zi − Qn (k) (k)
= zi − , i ∈ {1, 2, . . . , n}, k ∈ N.
j=1 (zi − zj ) Qi (z (k) )
j̸=i

În acest caz, expresia funcţiei Ti (z) este

P (zi )
Ti (z) = zi − .
Qi (z)
Evident Ti (α) = αi . Calculăm derivatele parţiale ale funcţiei Ti (z).
∂Ti (z) P ′ (zi ) P (zi ) ∂Qi (z)
=1− + .
∂zi Qi (z) Q2i (z) ∂zi
Qn ∂Ti (α)
Deoarece P ′ (αi ) = j=1 (αi − αj ) = Qi (α), rezultă ∂zi
= 0.
j̸=i
Pentru i ̸= j
∂Ti (z) P (zi ) ∂Qi (z)
= 2 ,
∂zj Qi (z) ∂zj
∂Ti (α)
deci ∂zj
= 0.
19.6. REZOLVAREA ECUAŢIILOR POLINOMIALE 479

În consecinţă T ′ (α) = 0, deci ordinul de convergenţă al şirului (z (k) )k∈N este
2. (k)
(k) P (z )
Dacă αj din membrul drept al lui (19.41) se ı̂nlocuieşte cu zj − Qj (zj(k) ) atunci
se obţine metoda Durand-Kerner ı̂mbunătăţită, având ordinul de convergenţă 3,
(k)
(k+1) (k) P (zi )
zi = zi −  (k)
, i ∈ {1, 2, . . . , n}, k ∈ N.
Qn (k) (k) P (zj )
j=1 zi − zj + Qj (z (k) )
j̸=i

Metoda Ehrlich. Fie z1 , . . . , zn numere complexe distincte două câte două.

Pentru calcului rădăcinii αi utilizăm metoda tangentei ı̂n cazul ecuaţiei
P (z)
= 0.
ui (z)

În prealabil calculăm

′ n
P ′ (z) P (z) u′i (z) P ′ (z) P (z) X 1

P (z)
= − = − .
ui (z) ui (z) ui (z) ui (z) ui (z) ui (z) j=1 z − zj
j̸=i

Pentru z = zi , presupunând P ′ (zi ) = ui (zi ) – adevărată, dacă zi = αi , ∀i – vom

avea
 ′ n n
P (z) P (zi ) X 1 P (zi ) X 1
|z=zi ≈ 1 − =1− .
ui (z) ui (zi ) j=1 zi − zj Qi (z) j=1 zi − zj
j̸=i j̸=i

Metoda tangentei conduce la formulele de recurenţă

(k)
P (zi ) (k)
(k+1) (k) Qi (z (k) ) (k) P (zi )
zi = zi − (k)
= zi − (k) P
,
1−
P (zi ) Pn
j=1 (k)
1 Qi (z (k) ) − P (zi ) nj=1 (k)
1
(k)
Qi (z (k) ) z −z
(k)
j̸=i zi −zj
j̸=i i j

(k)
 
z1
i ∈ {1, . . . , n}, k ∈ N. Bineı̂nţeles z (k) =  ...  .
 
(k)
zn
Altă deducere a metodei Ehrlich. Din egalitatea
n n
P ′ (z) X 1 1 X 1
= = +
P (z) j=1
z − αj z − αi j=1
z − αj
j̸=i
480 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

rezultă
P (z)
αi = z − .
− P (z) nj=1 1
P
P ′ (z) z−αj
j̸=i
(k) (k) (k)
Dacă z (k) = (z1 , . . . , zn este o aproximaţie a rădădăcinilor atunci P ′ (zi ≈
Qi (z (k) ) şi egalitatea de mai sus induce formula de recurenţă a metodei Ehrlich.
Ordinul de convergenţă al metodei Ehrlich este 2.
Metoda Nourein. Din nou fie z1 , . . . , zn numere complexe distincte două
câte două. P (z) − u(z) este un polinom de grad n − 1, deci coincide cu polinomul
de interpolare L(Pn−1 ; z1 , . . . , zn ; P − u)(z) = L(Pn−1 ; z1 , . . . , zn ; P )(z)
n
X u(z)
P (z) − u(z) = L(Pn−1 ; z1 , . . . , zn ; P )(z) = P (zj ) .
j=1
(z − zj )u′ (zj )

Pentru z = αi obţinem
n
P (zi ) X P (zj )
−1 = +
(αi − zi )u′ (zi ) j=1 (αi − zj )u′ (zj )
j̸=i

şi explicitând αi − zi găsim

P (zi )
ui (zi )
αi = zi − Pn P (zj )
. (19.42)
1+ j=1
(αi −zj )u′ (zj )
j̸=i

Reluând raţionamentul făcut la metoda Durand-Kerner obţinem formulele de

recurenţă
(k)
P (zi )
(k+1) (k) Qi (z (k) )
zi = zi − Pn P (zj )
, i ∈ {1, . . . , n}, k ∈ N.
1+ j=1 (k) (k)
j̸=i (zi −zj )Qj (z (k) )

Ordinul de convergenţă al metodei Nourein este 3.

(k)
(k) P (z )
Dacă αi din membrul drept al lui (19.42) se ı̂nlocuieşte cu zi − Qi (zi(k) ) atunci
se obţine metoda Nourein ı̂mbunătăţită, având ordinul de convergenţă 4,
(k)
P (zi )
(k+1) (k) Qi (z (k) )
zi = zi − (k)
, i ∈ {1, . . . , n}, k ∈ N.
Pn P (zj )
1+ j=1
P (z
(k)
)
j̸=i (z (k) − i (k)
−zj )Qj (z (k) )
i Qi (z (k) )
19.6. REZOLVAREA ECUAŢIILOR POLINOMIALE 481

Metoda Wang-Zheng. Formulele de recurenţă ale acestei metode sunt

(k+1) (k) 1
zi = zi − " 2 #,
(k) (k) (k)
P ′ (zi ) P ′′ (zi ) P (zi ) Pn 1
Pn 1
(k) − ′ (k) − ′ (k) j=1 (k) (k) + j=1 (k) (k)
P (zi ) 2P (zi ) 2P (zi ) j̸=i zi −zj j̸=i (zi −zj )2

i ∈ {1, . . . , n}, k ∈ N.
Ordinul de convergenţă al metodei Wang-Zheng este 4.

Programarea rezolvării unei ecuaţii polinomiale

Prezentăm problematica legată de programarea rezolvării ecuaţiei polinomiale
m
Y
n n−1
P (z) = a0 z + a1 z + . . . + an−1 z + an = 0, P (z) = (z − zk )rk ,
k=1

cu a0 , . . . , an ∈ C utilizând una din metodele date mai sus.

Aspectele vizate sunt:

1. Determinarea unui polinom P̃ care are aceleaşi rădăcini ca şi polinomul P,

dar care sunt simple:
m
P (z) m m−1
Y
P̃ (z) = = b 0 z + b 1 z + . . . + b m−1 z + b m = (z − zk ),
(P (z), P ′ (z)) k=1

unde prin (P (z), P ′ (z)) s-a notat cel mai mare divizor comun al polinoamelor
P (z) şi P ′ (z).
Problema care o ridică acest calcul constă ı̂n sensibilitatea faţă de erorile
de rotunjire care apar datorită reprezentării numerelor ı̂n virgulă mobilă.
O rezolvarea posibilă este efectuarea calculelor ı̂n corpul C[Q] = {a + ib :
a, b ∈ Q}.
În continuare toare calculele se vor face ı̂n corpul C, cu partea reală şi partea
imaginară numere reprezentate ı̂n virgulă mobilă.

2. Determinarea unei aproximaţii iniţiale pentru fiecare rădăcină a polinomului

P̃ .
Aşa cum s-a văzut, convergenţa metodei de rezolvare a unei ecuaţii polino-
miale depinde de alegerea adecvată a aproximaţiilor iniţiale ale rădăcinilor.
482 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Recomandăm o metoda de homotopie bazată pe continuitatea rădăcinilor

relativ la coeficienţii polinomului.
2πk
Fie polinomul Q(z) = z m + z m−1 + . . . + z + 1 cu rădăcinile zk0 = e m+1 , k ∈
{1, 2, . . . , m}. Se vor calcula rădăcinile polinomului
Xm
tP̃ (z) + (1 − t)Q(z) = (taj + 1 − t)z m−j ,
j=0

pentru un şir 0 < t1 < t2 < . . . < tM < 1. Pentru t = tk , k > 0 valorile
iniţiale ale rădăcinilor sunt tocmai rădăcinile obţinule pentru t = tk−1 . Dacă
t = 1 atunci se rezolvă chiar ecuaţia polinomială P̃ (z) = 0.
3. Utilizarea unei metode iterative pentru calculul simultan al rădăcinilor poli-
nomului P̃ .
4. Determinarea ordinului de multiplicitate al fiecărei rădăcini.
Notăm prin z̃1 , . . . , z̃m aproximaţiile rădăcinilor calculate. Ordinul de mul-
tiplicitate se calculează cu
P ′ (ξ)
I
1
rk = dξ,
2πi C(z̃k ,ρk ) P (ξ)
unde C(z̃k , ρk ) este cercul cu centrul ı̂n z̃k , de rază ρk < minj̸=k |zj − zk |.
Prin schimbarea de variabilă ξ = z̃k + ρi e2πit integrala devine
Z 1 ′
P (z̃k + ρk e2πit ) 2πit
rk = ρk 2πit )
e dt.
0 P (z̃k + ρk e
Calculând integrala cu formula trapezelor, rezultă
N −1 2πij
ρk X P ′ (z̃k + ρk e N ) 2πij
rk ≈ e N .
N j=0 P (z̃k + ρk e 2πij
N )

Rădăcinile unui polinom ca valorile proprii

Putem determina rădăcinile polinomului P (x) = xn +a1 xn−1 +. . .+an−1 x+an
calculând valorile proprii ale matricei
 
−a1 −a2 −a3 . . . −an−1 −an
 1 0 0 ... 0 0 
 
 0 1 0 ... 0 0 
A =  .. (19.43)
 
. . .. 
 . . . 
 
 0 0 0 ... 0 0 
0 0 0 ... 1 0
19.6. REZOLVAREA ECUAŢIILOR POLINOMIALE 483

Polinomul caracteristic ataşat matricei A este

 
 λ + a1 a2 a3 . . . an−1 an 

 −1 λ 0 ... 0 0 

 0 −1 λ ... 0 0 
f (λ) = |λIn − A| =  ..  .

.. ...

 . . 

 0 0 0 ... λ 0 
 0 0 0 . . . −1 λ 

Succesiv, ı̂nmulţim coloanele 1, 2, . . . , n − 1 cu λ şi ı̂l adunăm la coloana alăturată

din dreapta. În final obţinem
f (λ) =
 λ + a1 λ2 + a1 λ + a2 λ3 + a1 λ2 + a2 λ + a3 . . . λn−1 + a1 λn−2 + . . . + an−2 λ + an−1 P (λ) 
 −1 0 0 ... 0 0

 0 −1 0 . . . 0 0

=  .. .
 .

.. .
 . . . 
 0 0 0 ... 0 0 
0 0 0 ... −1 0

Dezvoltând acest determinant după ultima coloană găsim f (λ) = P (λ). Astfel
rezolvarea ecuaţiei polinomiale P (z) = 0 revine la calculul valorilor proprii ale
matricei A. Matricea A se numeşte matricea companion ataşată polinomului P.
Aceaşi ideea este utilizată de metoda Spacht-Good. Fie polinomul P ∈ R[X]
reprezentat sub forma lui Cebı̂şev

P (x) = c0 + c1 T1 (x) + . . . + cn Tn (x)

şi matricea companion

 
0 1
 
 1 0 1 
 2 2   
1 1
0
 

2 2
 1  
C= − .
 
.. 
 2cn 
 . 


1 1
 
 2
0 2
  
1
0 c0 c1 . . . cn−1
2

Elementele nescrise sunt egale cu 0.

Fie x ∈ R şi vectorul v = (T0 (x), T1 (x), . . . , Tn−1 (x))T ∈ Rn .

Teorema 19.6.1 Are loc egalitatea

P (x)
Cv = xv − en .
2cn
484 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

Demonstraţie. Utilizând formula de recurenţă Tk+1 (x) = 2xTk (x) − Tk−1 (x), şi
calculând se obţine
   
x 0
 xT1 (x)   0 

.
 1 
.

Cv = 
 .
. −
 .
.  . (19.44)

 2cn 

 
 xTn−2 (x)   0 
1
T (x)
2 n−2
c0 + c1 T1 (x) + . . . + cn−1 Tn−1 (x)

Elementul de pe ultima poziţie va fi

1 1
Tn−2 (x) − (c0 + c1 T1 (x) + . . . + cn−1 Tn−1 (x)) =
2 2cn
1 1 1
= Tn−2 (x) − (P (x) − cn Tn (x)) = xTn−1 (x) − P (x).
2 2cn 2cn
Relaţia (19.44) devine
P (x)
Cv = xv − en .
2cn
Din nou are loc echivalenţa

P (x) = 0 ⇔ Cv = xv.

Probleme şi teme de seminar

P 19.1 Fie P (x) = xn + a1 xn−1 + . . . + an−1 x + an un polinom cu rădăcinile
x1 , . . . , x n .

1. Să se calculeze polinomul Q(y) cu rădăcinile yi = kxi , i ∈ {1, 2, . . . , n}.

2. Să se arate că dacă k = (1 + |ab0 | )−1 , b = max{|a1 |, . . . , |an |}, a0 = 1, atunci
rădăcinile polinomului Q(y) aparţin discului unitate.

P 19.2 Dacă

1. T este o funcţie de două ori continu derivabilă;

2. x∗ este un zero simplu al lui T, (T (x∗ ) = 0, T ′ (x∗ ) ̸= 0);

3. (xn )n∈N este construit prin metoda tangentei şi limn→∞ xn = x∗

19.6. REZOLVAREA ECUAŢIILOR POLINOMIALE 485

atunci
xn+1 − x∗ T ′′ (x∗ )
lim = .
n→∞ (xn − x∗ )2 2T ′ (x∗ )

R. Se utilizează egalitatea
1
0 = T (x∗ ) = T (xn ) + (x∗ − xn )T ′ (xn ) + (xn − x∗ )2 T ′′ (ξ n )
2
n n ∗
cu ξ cuprins ı̂ntre x şi x .
P 19.3 Metoda Halley. Fie f o funcţie de cel puţin două ori derivabilă ı̂ntr-un
interval I unde există un singur zero, x∗ . Pornind de la dezvoltarea
f ′′ (xk ) ∗
0 = f (x∗ ) = f (xk ) + f ′ (xk )(x∗ − xk ) + (x − xk )2 + . . .
2
notăm prin xk+1 numărul pentru care
f ′′ (xk )
0 = f (xk ) + f ′ (xk )(xk+1 − xk ) + (xk+1 − xk )2 .
2
f (xk )
Atunci xk+1 = xk − f ′′ (xk ) . Înlocuind xk+1 − xk din membrul drept
f ′ (xk )+ 2
(xk+1 −xk )
cu − ff′(x k)
(xk )
- sugerat de metoda tangentei - se obţine formula de recurenţă pentru
metada Halley
−1
f (xk )f ′′ (xk )

f (xk )
xk+1 = xk − ′ 1− .
f (xk ) 2f ′ (xk )2
Să se demonstreze că dacă aproximaţia iniţială este aleasă ı̂ntr-o vecinătate
convenabilă a lui x∗ , atunci şirul (xk )k∈N converge către x∗ . Ordinul de convergenţă
este 3.
 −1
f (x)f ′′ (x)
R. Pentru φ(x) = x− ff′(x)
(x)
A(x), A(x) = 1− 2f ′ (x)2
se verifică proprietăţile
′′ ∗ 2 ′ (x∗ )f (3) (x∗ )
φ(x∗ ) = x∗ , φ′ (x∗ ) = 0, φ′′ (x∗ ) = 0 şi φ(3) (x∗ ) = 3(f (x ))2(f−2f′ (x∗ ))2 .

P 19.4 Pentru rezolvarea ecuaţiei algebrice f (x) = 0 metoda Cebı̂şev-Halley este

dată formula de recurenţă
 
1 Lf (xk ) f (xk )
xk+1 = xk − 1 + ,
2 1 − αLf (xk ) f ′ (xk )
′′
unde Lf (x) = f(f
(x)f (x)
′ (x))2 .

Să se arate că pentru

486 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

• α = 0 se regăseşte metoda funcţiei inverse pentru m = 2. (19.36).

• α = 1 se regăseşte metoda Halley.

• α → ∞ se regăseşte metoda tangentei.

P 19.5 Să se rate că următoarele metode modificate ale metodei tangentei au
ordinul de convergenţă 3:
1.
2F (xn )
xn+1 = xn −  .
F (xn )
F ′ (xn ) + F ′ xn − F ′ (xn )

2.
F (xn )
xn+1 = xn −  .
F (xn )
F′ xn − 2F ′ (xn )

Qm
P 19.6 Metoda Laguerre. Fie polinomul P (x) = i=1 (x − xi ). Să se arate că
1.
m
P ′ (x) X 1
G = =
P (x) i=1
x − xi
 ′ ′ X m
P (x) 1
H = − =
P (x) i=1
(x − xi )2

2. Dacă a = x − x1 şi b = x − xj ∀ j ∈ {2, . . . , m} atunci

m P (x) 1
a= p = ′ · q .
G + (m − 1)(mH − G2 ) P (x) 1
+ (1 − m1 ) 1 − m P (x)P ′′ (x)
m m−1 P ′2 (x)

3. Să se deducă metoda Laguerre

P (xn ) 1
xn+1 = xn − · .
P ′ (xn )
q
1 m P (xn )P ′′ (xn )
m
+ (1 − m1 ) 1 − m−1 P ′2 (xn )

4. Notând
P (x) 1
T (x) = x − Φ(x), Φ(x) = 1 1 ,
P ′ (x) m
+ (1 − m
)S(x)
19.6. REZOLVAREA ECUAŢIILOR POLINOMIALE 487

s
m P (x)P ′′ (x)
S(x) = 1− ,
m − 1 P ′2 (x)
dacă P (a) = 0 atunci au loc egalităţile T (a) = a, T ′ (a) = T ′′ (a) = 0.

R. 2. Se rezolvă sistemul
 1 m−1
 G = a
+ b

1 m−1
−H = +

a2 b2

P 19.7 Trei puncte din plan Pi (xi , yi ), i = 1, 2, 3, astfel ı̂ncât x1 < x2 < x3 , se
află pe graficul unei funcţii de forma y = a ln (bx + c).
1. Ce relaţie satisfac numerele y1 , y2 , y3 ?

2. Cunoscând coordonatele punctelor Pi să se determine parametrii funcţiei

a, b, c.

3. Să se studieze existenţa şi unicitatea soluţiei.

4.

R. 1. y3 −y1
e a −1 x3 − x1
y2 −y1 = (19.45)
e a −1 x2 − x1
u
e a −1
3. Funcţia a 7→ v , (0 < v < u) este descrescătoare ı̂n (−∞, 0), (0, ∞). Dacă
e a −1
y3 −y1 −x1
ab > 0 şi y2 −y1
̸= xx23 −x 1
atunci ecuaţia (19.45) are soluţie unică.

P 19.8 Să se studieze rezolvabilitatea sistemului ı̂n necunoscutele a, b, c

 −bx
 ae 1 + c = y1
ae−bx2 + c = y2
 −bx2
ae + c = y3

unde x1 < x2 < x3 şi y1 , y2 , y3 ∈ R.

R. Eliminând necunoscutele a şi c se obţine ecuaţia

e−b(x2 −x1 ) − 1 y2 − y1
−b(x −x )
1 − 1
= (19.46)
e 3 y3 − y1
488 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE

care trebuie rezolvată numeric. Apoi

y2 − y1
a= , c = y1 − ae−bx1 .
e−bx2 − e−bx1

Fie φ(x) = ae−bx + c. Atunci

φ′ (x) = −abe−bx ⇐ Dacă ab ̸= 0 atunci φ este strict monotonă.

Au loc posibilităţile

y1 = y2 = y3 (19.47)
y1 < y2 < y3 (19.48)
y1 > y2 > y3 (19.49)

Dacă (19.47) atunci a = 0, c = y1 and b ∈ R.

Dacă (19.48) atunci ab < 0.
Dacă (19.49) atunci ab > 0.
În alte cazuri sistemul nu are soluţie.
Excluzând cazul (19.47), notăm

p = x2 − x1 > 0
q = x3 − x1 > 0, p < q
y2 − y1
k = ∈ (0, 1)
y3 − y1
e−px − 1
f (x) = −qx −k (b := x)
e −1
Prin urmare
lim f (x) = 1 − k lim f (x) = −k.
x→∞ x→−∞

şi ecuaţia (19.46) poate fi rezolvată prin metoda bisecţiei.

px
 
′ (q−p)x e −1 p q
f (x) = e − =
eqx − 1 epx − 1 eqx − 1
px
 
(q−p)x e −1 px qx 1
=e − .
eqx − 1 epx − 1 eqx − 1 x
t
Datorită inegalităţii et (1 − t) − 1 ≤ 0, ∀t ∈ R, rezultă că funcţia ψ(t) = et −1
este
descrescătoare şi atunci f va fi crescătoare, de unde unicitatea soluţiei.
19.6. REZOLVAREA ECUAŢIILOR POLINOMIALE 489

P 19.9 Se consideră polinomul P (z) = z n + a1 z n−1 + . . . + an−1 z + an şi Qt (z) =

1
tn
P (tz) cu t > 0.

1. Să se deducă relaţia dintre rădăcinile polinoamelor P şi Qt .

2. Să se calculeze norma ∥ · ∥∞ a matricei companion Mt ataşată polinomului

Qt .

3. Să se arate că dacă t este rădăcina pozitivă a ecuaţiei ı̂n necunoscuta r,
rn − (|a1 |rn−1 + . . . + |an−1 |r + |an |) = 0, atunci ∥Mr ∥∞ = 1.
490 CAPITOLUL 19. REZOLVAREA ECUAŢIILOR NELINIARE
Capitolul 20

Metode de homotopie

Fie X un spaţiu liniar topologic şi f : X → X. Pentru rezolvarea ecuaţiei

f (x) = 0 (20.1)

se consideră funcţia de homotopie H(t, x), H : [0, 1] × X → X, cu proprietăţile

• Ecuaţia H(0, x) = 0 are o soluţie x0 , care se poate determina;

• Ecuaţia H(1, x) = 0 revine la ecuaţia (20.1), adică, dacă f (x∗ ) = 0 atunci

H(1, x∗ ) = 0.
Metoda de homotopie constă ı̂n determinarea funcţiei t 7→ x(t) astfel ı̂ncât
H(t, x(t)) = 0. Soluţia ecuaţiei (20.1) va fi limt↗1 x(t). Deseori, din punct de
vedere practic, se construieşte un şir xi = x(ti ) cu 0 = t0 < t1 < . . . ≤ 1.
Exemple de funcţii de homotopie sunt
• H(t, x) = (1 − t)(x − x0 ) + tf (x);

• H(t, x) = f (x) − (1 − t)f (x0 ).

20.1 Rezolvarea unui sistem algebric de ecuaţii

neliniare prin integrarea unei probleme Cauchy
Reducem rezolvarea unui sistem algebric de ecuaţii neliniare

 f1 (x1 , . . . , xn ) = 0

.. (20.2)
 .
 f (x , . . . , x ) = 0
n 1 n

491
492 CAPITOLUL 20. METODE DE HOMOTOPIE

la integrarea unei probleme Cauchy. Pentru simplificarea scrierii rescriem sistemul

(20.2) sub formă concentrată f (x) = 0 cu
   
x1 f1 (x1 , . . . , xn )
x =  ...  f (x) =  ..
.
   
.
xn fn (x1 , . . . , xn )

Transformăm rezolvarea sistemului f (x) = 0 la integrarea unei probleme Cauchy

de forma
ẋ(t) = φ(t, x(t)),
x(0) = x0 ;
prin intermediul unei funcţii de homotopie H(t, x).
Fie x0 ∈ Rn . Dacă H(t, x(t)) = 0 ∀t ∈ [0, 1] şi H(0, x0 ) = 0 atunci problema
Cauchy rezultă din ecuaţia
d
H(t, x(t)) = 0. (20.3)
dx
Pentru H(t, x) = f (x) − (1 − t)f (x0 ), din (20.3) găsim
d
H(t, x(t)) = fx′ (x(t))ẋ(t) + f (x0 ) = 0,
dt
de unde
1
ẋ(t) = −[fx′ (x(t)]−1 f (x0 ) = − [f ′ (x(t))]−1 f (x(t)), t ∈ [0, 1).
1−t x

În concluzie, rezolvarea sistemului algebric de ecuaţii neliniare f (x) = 0 revine la

integrarea problemei Cauchy

ẋ = − 1−t1
[fx′ (x)]−1 f (x), t ∈ [0, 1);
x(0) = x0 .

20.2 Rezolvarea ecuaţiilor polinomiale

Suportul teoretic se bazează pe continuitatea radăcinilor unui polinom relativ
la coeficienţii polinomului.
Dacă P (z) ∈ C[Z] este un polinom de grad m având rădăcini simple şi Q(z) =
1 + z + . . . + z m atunci se vor calcula rădăcinile polinomului

z 7→ H(z, t) = (1 − t)Q(z) + tP (z)

20.2. REZOLVAREA ECUAŢIILOR POLINOMIALE 493

pentru t variind de la 0 la 1. Pentru t = 0, rădăcinile polinomului H(z, 0) = Q(z)

2πk
sunt zk = ei m , k ∈ {0, 1, . . . , m − 1}. Pentru t = 1, H(z, 1) = P (z) şi astfel se
va rezolva ecuaţia polinomială cerută.
Avantajul abordării rezolvării prin metoda de homotopie constă ı̂n eliminarea
alegerii aproximaţiilor iniţiale pentru metoda / algoritmul de rezolvare a ecuaţiei
polinomiale.

Probleme şi teme de seminar

P 20.1 Fie H(t, x) = f (x) − e−t f (x0 ), H : [0, ∞) × Rn → Rn . Să se arate că

1. H(0, x0 ) = 0

2. Dacă f (x∗ ) = 0 atunci limt→∞ H(t, x∗ ) = 0.

3. Rezolvarea sistemului f (x) = 0 se reduce la integrarea problemei Cauchy

ẋ = −[fx′ (x)]−1 f (x), t > 0;

x(0) = x0 .
494 CAPITOLUL 20. METODE DE HOMOTOPIE
 Partea IV

REZOLVAREA
PROBLEMELOR
DIFERENŢIALE

495
Capitolul 21

Rezolvarea numerică a
problemelor Cauchy

Ne ocupăm de rezolvarea numerică a problemei Cauchy (sau problemă cu

condiţie iniţială)

ẋ(t) − f (t, x(t) = 0, t ∈ [0, T ]
0 (21.1)
x(0) = x

unde f : [0, T ] × Rd → Rd este o funcţie cu proprietăţi care să asigure existenţa

şi unicitatea soluţiei ı̂n intervalul precizat.
Problema Cauchy se rescrie sub forma operaţională

L(x) = φ, (21.2)

unde L : C 1 [0, T ] → C[0, T ] × Rd este definit prin


ẋ(t) − f (t, x(t), t ∈ [0, T ]
L(x) = ,
x(0) = x0

iar 
0, t ∈ [0, T ]
φ= .
x0

Forma operaţională (21.2) cuprinde o clasă mult mai largă de probleme şi
constituie un cadru ı̂n care se pot formula şi studia metode de rezolvare aproxi-
mativă.
Pentru simplitate, considerăm forma operaţională (21.2) ca o ecuaţie având
necunoscuta x, o funcţie reală (d = 1), definită ı̂n intervalul fixat [0, T ].

497
498 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

21.1 Metode de discretizare

Rezolvarea prin discretizare a ecuaţiei (21.2) constă ı̂n construirea unei aproximaţii

uh = (u0 , u1 , . . . , un )

a soluţiei x(t) pe o reţea de puncte 0 = t0 < t1 < . . . < tn = T , unde ui este

o aproximaţie pentru x(ti ), i = 0, 1, . . . , n iar h reprezintă norma reţelei de
puncte h = max0≤i≤n−1 ti+1 − ti .
În acest scop ecuaţia iniţială se ı̂nlocuieşte cu o altă ecuaţie

Lh (uh ) = φh , (21.3)

numită schemă de calcul.

Exemplu. Schema de calcul Euler. fie n ∈ N ∗ , h = Tn şi reţeaua echidis-

tantă 0 = t0 < t1 < . . . < tn = T cu ti = ih, i = 0, 1, . . . , n. În punctul ti ,
aproximăm derivata funcţiei prin diferenţa finită prograsivă

x(ti + h) − x(ti ) x(ti+1 ) − x(ti )

ẋ(ti ) ≃ =
h h
şi substituim ı̂n ecuaţia diferenţială (21.1). Membrul stâng al equaţiei (21.1)
devine
x(ti+1 ) − x(ti )
− f (ti , x(ti ))
h
care ı̂n general nu mai este 0. Notăm prin u0 , u1 , . . . , un numerele care puse,
respectiv ı̂n locul necunoscutelor x(t0 ), x(t1 ), . . . , x(tn ) satisfac egalităţile
 ui+1 −ui
h
− f (ti , ui ) = 0, i = 0, 1, . . . , n − 1
. (21.4)
u 0 = x0

Relaţiile (21.4) reprezintă schema de calcul Euler.

În acest caz operatorul L este definit prin

Lh : Rn+1 → Rn+1
ui+1 −ui

− f (ti , ui ), i = 0, 1, . . . , n − 1
Lh (uh ) = h , uh = (u0 , . . . , un ),
u0

iar 
0, i = 0, 1, . . . , n − 1
φh = .
x0
21.1. METODE DE DISCRETIZARE 499

Relaţiile (21.4) formează totodată un sistem algebric de n + 1 ecuaţii neliniare cu

n + 1 necunoscute care ı̂nsă se poate rezolva uşor prin recurenţă
u0 = x0
ui+1 = ui + hf (ti , ui ), i = 0, 1, . . . , n − 1.
Problema care se ridică este de a vedea ı̂n ce condiţii ansamblul de numere uh
reprezintă aproximaţii ”rezonabile” pentru x(t0 ), x(t1 ), . . . , x(tn ).
Să presupunem că L este definit ı̂ntre spaţiile normate (X, ∥ · ∥) şi (Y, ∥ · ∥),
iar Lh este definit ı̂ntre (Xh , ∥ · ∥h ) şi (Yh , ∥ · ∥h ).
Soluţia uh a ecuaţiei Lh (uh ) = φh converge către soluţia x a ecuaţiei L(x) = φ
dacă
lim ∥uh − [x]h ∥h = 0,
h↓0

unde [x]h = (x(t0 ), x(t1 ), . . . , x(tn )) reprezintă restricţia lui x la reţeaua de puncte.
Dacă există constantele pozitive C şi α astfel ı̂ncât ∥uh − [x]h ∥h ≤ Chα atunci
convergenţa este de ordin α.
Studiul convergenţei soluţiei aproximative este legat de proprietăţile de consis-
tenţă şi stabilitate ale schemei de calcul.
Schema de calcul Lh (uh ) = φh este consistentă dacă
lim ∥δφh ∥h = 0,
h↓0

unde δφh = Lh ([x]h ) − φh . Dacă există constantele C1 şi α astfel ı̂ncât ∥δφh ∥h ≤
C1 hα atunci schema de calcul este consistentă de ordin α.
Schema de calcul Lh (uh ) = φh este stabila dacă există constantele pozitive
C2 , h0 şi δ astfel ı̂ncât
∀h ∈ (0, h0 ), ∀εh ∈ Yh , ∥εh ∥h ≤ δ ⇒ ∥yh − zh ∥h ≤ C2 ∥εh ∥h ,
unde yh şi zh verifică relaţiile Lh (zh ) = Lh (yh ) + εh .
Legătura dintre cele trei noţiuni introduse este formulată ı̂n teorema următoare:
Teorema 21.1.1 Dacă schema de calcul Lh (uh ) = φh este stabilă şi consistentă
de ordin α atunci convergenţa este de ordin α.

Demonstraţie. Deoarece schema de calcul este consistentă de ordin α au loc

relaţiile Lh [x]h = φh + δφh şi ∥δφh ∥h ≤ C1 hα .
Pentru h suficient de mic, dacă Lh uh = φh , din stabilitatea schemei de calcul
urmează că ∥[x]h − uh ∥h ≤ C2 ∥δφh ∥h ≤ C1 C2 hα , de unde rezultă convergenţa de
ordin α a schemei de calcul.
În cazul schemelor de calcul liniare, (adică cu operatorul Lh liniar), stabilitatea
se poate caracteriza prin
500 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Teorema 21.1.2 Dacă operatorul Lh este liniar atunci schema de calcul Lh uh =

φh este stabilă dacă şi numai dacă există o constantă C ≥ 0 astfel ı̂ncât

∥uh ∥h ≤ C∥φh ∥h , ∀φh ∈ Yh .

Demonstraţie. În ipoteza stabilităţii, există h0 , δ, C > 0 astfel ı̂ncât dacă

h ∈ (0, h0 ), εh ∈ Yh , ∥εh ∥h ≤ δ, Lh (uh ) = φh , Lh (zh ) = φh +εh atunci ∥zh −uh ∥h ≤
C∥ε∥h . Din liniaritatea schemei de calcul rezultă Lh (zh − uh ) = εh .
Rescriem aceasta implicaţie prin: dacă φh ∈ Yh , ∥φh ∥h ≤ δ, Lh (uh ) = φh
atunci ∥uh ∥h ≤ C∥φh ∥h .
Fie φh ∈ Yh . Dacă ∥φh ∥h ≤ δ atunci inegalitatea teoremei este verificată. Dacă
δ
∥φh ∥h > δ atunci pentru φ̃h = 2∥φ∥ h
φh , Lh (ũh ) = φ̃h au loc relaţiile ∥φ̃h ∥h = 2δ
şi ı̂n consecinţă ∥ũh ∥h ≤ C∥φ̃h ∥h de unde, pentru uh = 2δ ũh se deduc relaţiile
Lh (uh ) = φh şi ∥uh ∥h ≤ C∥φh ∥h .
Implicaţia inversă este imediată.
În cele ce urmează vom studia schema de calcul Euler. În Rn+1 folosim norma
lui Cebı̂şev ∥x∥ = max{|x1 |, . . . , |xn+1 |}. Au loc următoarele rezultate:

Teorema 21.1.3 Dacă funcţia f admite derivate parţiale de ordinul ı̂ntâi mărginite,
atunci schema de calcul este consistentă de ordinul ı̂ntâi.

Demonstraţie. Existenţa derivatelor parţiale ale funcţiei f asigură existenţa

derivatei de ordinul al doilea a soluţiei problemei Cauchy (21.1), iar din mărginirea
derivatelor parţiale rezultă existenţa unei constante M2 > 0, astfel ı̂ncât |ẍ(t)| ≤
M2 , ∀t ∈ [0, T ].
2
Din egalităţile x(ti+1 ) = x(ti + h) = x(ti ) + hẋ(ti ) + h2 ẍ(ci ), ci ∈ (ti , ti+1 ), i ∈
{0, 1, . . . , n − 1}, rezultă

x(ti+1 ) − x(ti ) h
= ẋ(ti ) + ẍ(ci ), i ∈ {0, 1, . . . , n − 1}.
h 2
Atunci
x(ti+1 )−x(ti )

− f (ti , x(ti )), i ∈ {0, 1, . . . , n − 1}
L([x]h ) = h =
x(t0 )

h

2
ẍ(ci ), i ∈ {0, 1, . . . , n − 1}
= =
0
21.1. METODE DE DISCRETIZARE 501

h
 
0, i ∈ {0, 1, . . . , n − 1} 2
ẍ(ci ), i ∈ {0, 1, . . . , n − 1}
= + .
x0 0
Recunoaştem φh ı̂n primul termen şi ı̂n consecinţă al doilea termen este δφh . Prin
urmare
h M2
∥δφh ∥h = max |ẍ(ci )| ≤ h.
0≤i≤n−1 2 2
Pentru demonstrarea stabilităţii schemei de calcul Euler vom avea nevoie de
următorul rezultat:

Teorema 21.1.4 Dacă termenii şirului de numere reale, nenegative (zn )n∈N sa-
tisfac inegalităţile
zn+1 ≤ azn + b, n ∈ N,
cu a, b > 0, atunci

an − 1
zn ≤ an z0 + b . (21.5)
a−1
zn ≤ (az0 + b)(1 + a)n−1 ≤ (az0 + b)ean , (21.6)

Dacă ı̂n plus a > 1 atunci

an − 1 b
zn ≤ an z0 + b ≤ an (z0 + ).
a−1 a−1

Demonstraţie. Au loc inegalităţile

zn ≤ azn−1 + b ≤ a(azn−2 + b) + b = a2 zn−2 + b(1 + a) ≤

n n−1 n an − 1
≤ a z0 + b(1 + a + . . . + a ) = a z0 + b .
a−1
A doua inegalitate se demonstrează prin inducţie, ţinând seama de

b ≤ az0 + b ≤ (az0 + b)(1 + a)n−1 .

Teorema 21.1.5 Dacă funcţia f este lipschitziană ı̂n x, adică există L > 0,
astfel ı̂ncât |f (t, x) − f (t, y)| ≤ L|x − y|, ∀x, y ∈ R atunci schema de calcul Euler
este stabilă.
502 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY


εi i ∈ {0, 1, . . . , n − 1}
Demonstraţie. Fie εn = şi sistemele Lh (uh ) =
ϵ
φh , Lh (zh ) = φh + εh :
 ui+1 −ui
h
− f (ti , ui ) = 0, i = 0, 1, . . . , n − 1
0 , (21.7)
u0 = x
zi+1 −zi

h
− f (ti , zi ) = εi , i = 0, 1, . . . , n − 1
. (21.8)
z0 = x0 + ϵ
Introducem vectorul wh = zh − uh = (wi )0≤i≤n şi scăzând ecuaţiile lui (21.7) din
ecuaţiile corespunzătoare lui (21.8) găsim
 wi+1 −wi
h
− [f (ti , zi ) − f (ti , ui )] = εi , i = 0, 1, . . . , n − 1
. (21.9)
w0 = ϵ

Atunci

wi+1 = wi + h[f (ti , zi ) − f (ti , ui )] + hεi , i ∈ {0, 1, . . . , n − 1}.

În normă, vom avea

|wi+1 | ≤ |wi | + h|f (ti , zi ) − f (ti , ui )| + h|εi | ≤ (1 + hL)|wi | + h∥εh ∥h ,

unde ∥εh ∥h = max{|ε0 |, . . . , |εn−1 |, |ϵ|}. Utilizând inegalitatea Teoremei 21.5 obţinem

h∥εh ∥h 1
|wi | ≤ (1 + hL)i (|w0 | + ) ≤ eihL (1 + )∥εh ∥h ≤
(1 + hL) − 1 L

1
≤ eT L (1 +
)∥εh ∥h , i ∈ {0, 1, . . . , n}.
L
Din inegalitatea de mai sus deducem
1
∥zh − uh ∥h = ∥wh ∥h = max |wi | ≤ eT L (1 + )∥εh ∥h ,
0≤i≤n L
adică inegalitatea din definiţia stabilităţii. Constanta C corespunzătoare este
eT L (1 + L1 ).
Din consistenţa şi stabilitatea schemei de calcul Euler deducem teorema de
convergenţă:

Teorema 21.1.6 Dacă

21.1. METODE DE DISCRETIZARE 503

1. funcţia f este lipschitziană ı̂n x, adică există L > 0 astfel ı̂ncât |f (t, x) −
f (t, y)| ≤ L|x − y|, ∀x, y.

2. Soluţia problemei Cauchy (21.1) este de două ori derivabilă, având derivata
de ordinul doi mărginită, |ẍ(t)| ≤ M2 , ∀t ∈ [0, T ];

atunci soluţia discretă construită cu ajutorul schemei de calcul Euler converge

către soluţia problemei lui Cauchy, ordinul de convergenţă fiind 1.

Mai mult are loc următoarea formulă de evaluare a priori a erorii

M2 T L 1
∥uh − [u]h ∥ ≤ e (1 + )h (21.10)
2 L
O demonstraţie directă a teoremei de convergenţă 21.1.6 este

Notăm xi = x(ti ) şi ei = xi − ui , i = 0, 1, . . . , n. Observăm că e0 = 0. Au

loc relaţiile

h2
xi+1 = x(ti+1 ) = x(ti + h) = x(ti ) + hẋ(ti ) + ẍ(ξi ) =
2
h2
xi + hf (ti , xi ) + ẍ(ξi )
2
şi
ui+1 = ui + hf (ti , ui )
din care, prin scădere, obţinem

h2
ei+1 = ei + h[f (ti , xi ) − f (ti , ui )] + ẍ(ξi ).
2
Aplicând valoarea absolută, rezultă

h2
|ei+1 | ≤ |ei | + h|f (ti , xi ) − f (ti , ui )| + |ẍ(ξi )| ≤
2
h2 h2
≤ |ei | + hL|xi − ui | + M2 = (1 + hL)|ei | + M2 .
2 2
Folosind Teorama 21.5 rezultă
" #
h2
M2 M2 M2
|ei | ≤ (1 + hL)i |e0 | + 2
≤ eihL h ≤ eT L h.
(1 + hL) − 1 2L 2L
504 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Prin urmare
M2 M2
∥[x]h − uh ∥ = max{|ei | : i = 0, 1, . . . , n} ≤ eihL h ≤ eT L h. (21.11)
2L 2L

Aplicaţie. Să se calculeze utilizând schema de calcul Euler valoarea funcţiei x(t)
1
ı̂n punctul t = 75 cu eroarea ε = 0.01, ştiind că x(t) este soluţia problemei Caucly

ẋ(t) = 21 − 13 tx2 ,


ẋ(0) = x0 .

Nu se ţine seama de erorile de rotunjire.

Să presupunem că f (t, x) = 12 − 13 tx2 este definită ı̂n pătratul D = [0, 1]×[0, 1].
Atunci sup{|f (t, x)| : (t, x) ∈ D} ≤ 65 şi potrivit teoremei de existenţă şi unicitate,
problema Cauchy are soluţie unică ı̂n intervalul |t| ≤ min{1, 56 } = 1.
Alegem T = 1. Determinăm parametrii L şi M2 care intervin ı̂n Teorema
21.1.6.
1 2
|f (t, x) − f (t, y)| = |t||x2 − y 2 | ≤ |x − y|.
3 3
Alegem L = 1.
d d 1 1
ẍ(t) = f (t, x(t)) = [ − tx2 (t)] =
dt dt 2 3
1 1 1 2
= − [x2 (t) + 2tx(t)ẋ(t)] = − x2 (t) − tx(t) + t2 x3 (t).
3 3 3 9
Urmează că
8
sup{|ẍ(t)| : |t| ≤ 1} ≤ .
9
8
Alegem M2 = 9 .
Trebuie să determinăm pasul h > 0 astfel ı̂ncât să existe p ∈ N care să
satisfacă relaţiile
1
ph =
75
şi
M2 M2
|up − x(tp )| ≤ ∥uh − [x]h ∥ ≤ eT L h ≤ 3T L h < ε.
2L 2L
Rezultă că p este cel mai mic număr natural care satisface inegalitatea
1 2Lε
h= ≤ LT .
75p 3 M2
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 505

1
Substituind cu valori numerice, găsim p = 2 şi deci h = 150
. În final

u0 = 0,
1
u1 = u0 + hf (t0 , u0 ) = 300 ,
u2 = u1 + hf (t1 , u1 ) ≃ 0.0067.

21.2 Scheme de calcul de tip Runge - Kutta

Pentru rezolvarea problemei Cauchy (21.1) considerăm schema de calcul
 ui+1 −ui
h
− Fm (h, ti , ui ; f ) = 0 i = 0, 1, . . . , n − 1
(21.12)
u 0 = x0

unde h = Tn , ti = ih, i = 0, 1, . . . , n iar funcţia Fm (h, t, x; f ) va fi de forma

m
X
Fm (h, t, x; f ) = pi ki (h)
i=1

cu m
X
ki (h) = f (t + αi h, x + h βi,j kj (h)), i = 1, . . . , m.
j=1

Parametrul m defineşte numărul treptelor schemei de calcul de tip Runge -

Kutta.
Numerele p1 , . . . , pm , αi , βi,j , i, j = 1, . . . , m se determină pentru fiecare m ı̂n
parte astfel ı̂ncât, dacă x(t) este soluţia problemei Cauchy, atunci puterea s din
relaţia

x(t + h) − x(t)
− Fm (h, t, x(t); f ) = hs Φ(t, h), ∀t, h, (21.13)
h
să fie cât mai mare.
În ipoteza că x(t) este infinit derivabilă, dezvoltând membrul stâng ı̂n serie
de puteri ale lui h se obţine
∞ ∞
m
!
x(t + h) − x(t) X hj−1 (j) X X hj (j)
− Fm (h, t, x(t); f ) = x (t) − pi ki (0) =
h j=1
j! i=1 j=0
j!

∞ m
!
X 1 (j+1) X (j) hj
= x (t) − pi ki (0) =
j=0
j+1 i=1
j!
506 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

∞ m
!
X 1 dj f (t, x(t)) X (j) hj
= − p i ki (0) .
j=0
j+1 dtj i=1
j!

Notăm m
1 dj f (t, x(t)) X (j)
gj = − pi ki (0). (21.14)
j+1 dtj i=1

Dacă gj = 0, j = 0, 1, . . . , s − 1, atunci ordinul de consistenţă al schemei Runge-

Kutta va fi s. Soluţiile obţinute se prezintă sub forma tabelelor Butcher
α1 β1,1 ... β1,m
α2 β2,1 ... β2,m
... ... ... ...
αm βm,1 ... βm,m
p1 ... pm
O condiţie necesară de consisteţă implicând parametrii din tabela Butcher
este:

Teorema 21.2.1 Pentru ca schema de calcul Runge-Kutta să să fie cu ordinul
de consistenţă s este necesar ı̂ndeplinirea condiţiilor:
m
X
βi,j = αi , ∀ i ∈ {1, 2, . . . , m}; (21.15)
j=1
m
X 1
pi αij−1 = , ∀ j ∈ {1, 2, . . . , s}. (21.16)
i=1
j

Demonstraţie. Schema de calcul Runge-Kutta trebuie să fie eficientă pentru

problema Cauchy simplă 
ẋ(t) = 1,
x(0) = 0.
În acest caz f (t, x) = 1 iar soluţia este x(t) = t. Ţinând seama de definiţia funcţiei
kj (h) se deduce kj (h) = 1, pentru orice j ∈ {1, 2, . . . , m}.
Din x(t + αi h) = t + αi h rezultă egalităţile

ẋ(t + αi h) = f (t + αi h, x(t + αi h)) = f (t + αi h, t + αi h) = 1 = ki (h) =

m
X m
X
= f (t + αi h, x(t) + h βi,j kj (h)) = f (t + αi h, t + h βi,j )
j=1 j=1
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 507

de unde apare condiţia t + αi h = t + h m

P
j=1 βi,j ⇔ (21.15).
Deoarece ki (h) = 1 = ẋ(t), pentru orice i şi orice t, membrul stâng al expresiei
(21.13) se poate scrie
m
x(t + h) − x(t) X
− pi ẋ(t + αi h) =
h i=1

∞ ∞
m X
X hj−1 X αj−1 hj−1
i
= x(j) − (t)x(j) (t) =
j=1
j! i=1 j=1
(j − 1)!
∞ m
!
X hj−1 (j) 1 X
= x (t) − pi αij−1 .
j=1
(j − 1)! j i=1

Pentru j = 1 rezultă
m
X
pi = 1. (21.17)
i=1

Altfel, această relaţie rezultă din faptul că pentru orice i, ki (0) = f (t, x) şi atunci
m
!
X
g0 = f (t, x) 1 − pi .
i=1

Scheme de calcul Runge-Kutta explicite

Dacă α1 = 0 şi βi,j = 0, pentru i ≥ j atunci schema de calcul de tip Runge –
Kutta este explicită. În acest caz

k1 (h) = f (t, x);

k2 (h) = f (t + α2 h, x + β21 hk1 (h));
k3 (h) = f (t + α3 h, x + β31 hk1 (h) + β32 hk2 (h));
.............................................
km (h) = f (t + αm h, x + βm1 hk1 (h) + . . . + βmm−1 hkm−1 (h));

Reţinem egalitatea (21.17), m

P Pi−1
i=1 p i = 1 şi relaţiile (21.15), j=1 βi,j = αi , ∀i∈
{2, . . . , m}.
Pentru m = 1 se regăseşte schema lui Euler.
Efectuăm calculele ı̂n cazul m = 2,

F2 (h, t, x; f ) = p1 k1 (h) + p2 k2 (h) = p1 f (t, x) + p2 f (t + α2 h, x + β2,1 hf (t, x)).

508 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Calculăm
1 df (t, x(t)) ′ ′
g1 = − p1 k1 (0) − p2 k2 (0).
2 dt
Iar
df (t, x(t)) ∂f (t, x(t)) ∂f (t, x(t))
= + f (t, x(t));
dt ∂t ∂x
′
k1 (h) = 0;
′ ∂f ∂f
k2 (h) = α2 + β2,1 f
∂t ∂x
Astfel g1 devine

1 ∂f (t, x(t)) 1 ∂f (t, x(t))

g1 = ( − α2 p2 ) + ( − β2,1 p2 ) f (t, x(t)).
2 ∂t 2 ∂x
g0 = g1 = 0 dacă coeficienţii termenilor care conţin pe f şi derivatele sale parţiale
sunt nule. Obţinem sistemul algebric neliniar

1 − p1 − p2 = 0
1 − 2p2 α2 = 0
1 − 2p2 β21 = 0

Două soluţii ale acestui sistem sunt:

1. p1 = 0, p2 = 1, α2 = β21 = 12 . În acest caz schema de calcul este

ui+1 −ui

h
− f (ti + h2 , ui + h2 f (ti , ui )) = 0 i = 0, 1, . . . , n − 1
0 (21.18)
u0 = x

şi este cunoscută sub numele de schema Euler ı̂mbunătăţită.

2. p1 = p2 = 21 , α2 = β21 = 1. Schema de calcul este

ui+1 −ui

h
− 12 f (ti , ui ) − 12 f (ti+1 , ui + hf (ti , ui )) = 0 i = 0, 1, . . . , n − 1
u0 = x0

Tabelele Butcher corespunzătoare sunt

0 0 0 0 0 0
1 1
2 2
0 1 1 0
1 1
0 1 2 2
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 509

Cazul m = 3. F3 (h, t, x; f ) = p1 k1 (h) + p2 k2 (h) + p3 k3 (h) cu

k1 (h) = f (t, x)
k2 (h) = f (t + α2 h, x + hβ2,1 k1 (h))
k3 (h) = f (t + α3 h, x + hβ3,1 k1 (h) + hβ3,2 k2 (h))

Fără să mai scriem argumentele (t, x(t)), se obţin derivatele

∂f ∂f
k2′ (0) = α2 + β2,1 f
∂t ∂x
∂f ∂ 2f ∂ 2f
k2′′ (0) = α22 + 2α2 β2,1 f 2
+ β2,1 f2 2
∂t ∂x∂t ∂x
∂f ∂f
k3′ (0) = α3 + (β3,1 + β3,2 )f
∂t ∂x
∂f ∂ 2f ∂ 2f
k3′′ (0) = α32 + 2α3 (β3,1 + β3,2 )f + (β3,1 + β3,2 )2 f 2 2 +
∂t ∂x∂t ∂x
∂f ∂f ∂f
+2β3,2 (α2 + β2,1 f )
∂x ∂t ∂x

Rezultă

1 df
g1 = − p1 k1′ (0) − p2 k2′ (0) + p3 k3′ (0) =
2 dt
1 ∂f 1 ∂f
= ( − p2 α2 − p3 α3 ) + ( − p2 β2,1 − p3 (β3,1 + β3,2 ))f
2 ∂t 2 ∂x
2
1d f
g2 = 2
− p1 k1′′ (0) − p2 k2′′ (0) + p3 k3′′ (0) =
3 dt
1 ∂ 2f
= ( − p2 α22 − p3 α32 ) 2 +
3 ∂t
1 ∂f 2
+2( − p2 α2 β2,1 − p3 α3 (β3,1 + β3,2 ))f +
3 ∂x∂t
1 2 ∂f 2
+( − p2 β2,1 − p3 (β3,1 + β3,2 )2 )f 2 2 +
3 ∂x
1 ∂f ∂f 1 ∂f
+( − 2p3 α2 β3,2 ) + ( − 2p3 β2,1 β3,2 )( )2
3 ∂t ∂x 3 ∂x
510 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Rezultă sistemul algebric de ecuaţii neliniare

p1 + p2 + p3 =1 (21.19)
1
p 2 α 2 + p3 α 3 = (21.20)
2
1
p2 β2,1 + p3 (β3,1 + β3,2 ) = (21.21)
2
1
p2 α22 + p3 α32 = (21.22)
3
1
p2 α2 β2,1 + p3 α3 (β3,1 + β3,2 )) = (21.23)
3
2 1
p2 β2,1 + p3 (β3,1 + β3,2 )2 = (21.24)
3
1
p3 α2 β3,2 = (21.25)
6
1
p3 β2,1 β3,2 = (21.26)
6

Potrivit lui (21.15) au loc relaţiile α2 = β2,1 şi α3 = β3,1 + β3,2 .

Se alege p1 = p3 = 61 . Urmează p2 = 23 iar din (21.20) şi (21.22) rezultă
α2 = β2,1 = 21 , α3 = β3,1 + β3,2 = 1. Din (21.25) se găseşte β3,2 = 2, de unde
β3,1 = −1.
Astfel tabela Butcher va fi

0 0 0 0
1 1
2 2
0 0
1 −1 2 0
1 2 1
6 3 6

O altă soluţie utilizată se obţine pentru p1 = p2 = 16 . Procedând analog ca

mai sus se obţine tabela Butcher

0 0 0 0
1 1 0 0
1 1 1
2 4 4
0
1 1 2
6 6 3

În cazul unei ecuaţii autonome, ẋ = f (x), schema de calcul de tip Runge-Kutta
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 511

se poate utiliza sub forma

u1 = ui + hf (ui ),
3 1 h
u2 = ui + u1 + f (u1 ),
4 4 4
1 2 2h
ui+1 = ui + u2 + f (u2 ).
3 3 3

Pentru m = 4 se obţine schema de calcul Runge

 ui+1 −ui 1

 h
− 6 [k1 (h) + 2k2 (h) + 2k3 (h) + k4 (h)] = 0, i = 0, 1, . . . , n − 1
k (h) = f (ti , ui )

1



k2 (h) = f (ti + h2 , ui + h2 k1 (h))



k3 (h) = f (ti + h2 , ui + h2 k2 (h))
k4 (h) = f (ti + h, ui + hk3 (h))








u 0 = x0

(21.27)
cu tabela Butcher
0 0 0 0 0
1 1
2 2
0 0 0
1 1
2
0 2
0 0
1 0 0 1 0
1 1 1 1
6 3 3 6

Pentru a justifica stabilitatea schemei de calcul de tip Runge – Kutta stabilim

Teorema 21.2.2 Dacă funcţia f (t, x) este lipschitziană ı̂n x (∃L > 0 astfel ı̂ncât
|f (t, x) − f (t, y)| ≤ L|x − y|, ∀x, y ∈ R) atunci funcţia Fm (h, t, x; f ) este lips-
chitziană ı̂n x.

Demonstraţie. Pentru simplitate, considerăm m = 2, adică

Fm (h, t, x; f ) = F2 (h, t, x; f ) = p1 f (t, x) + p2 f (t + α2 h, x + β2,1 hf (t, x)).

În acest caz

|F2 (h, t, y; f ) − F2 (h, t, x; f )| ≤
≤ |p1 | |f (t, y)−f (t, x)|+|p2 | |f (t+α2 h, y+β2,1 hf (t, y))−f (t+α2 h, x+β2,1 hf (t, x))|.
512 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Datorită ipotezei făcute rezultă succesiv

|F2 (h, t, y; f ) − F2 (h, t, x; f )| ≤

≤ |p1 | L|y − x| + |p2 | L|y + β2,1 hf (t, y) − x − β2,1 hf (t, x)| ≤

≤ L(|p1 | + |p2 | + |p2 | |β2,1 |hL)|y − x| ≤ M |y − x|,
unde M = L(|p1 | + |p2 | + |β2,1 |T L).
Prin urmare are loc o teoremă de stabilitate a cărei demonstraţie este identia̧
cu demonstraţia Teoremei 21.1.5.

Teorema 21.2.3 Dacă funcţia f este lipschitziană ı̂n x, adică există L > 0,
astfel ı̂ncât |f (t, x) − f (t, y)| ≤ L|x − y|, ∀x, y ∈ R atunci o schemă de calcul de
tip Runge – Kutta este stabilă.

În consecinţă

Teorema 21.2.4 Dacă

• funcţia f (t, x) este lipschitziană ı̂n x;

• schema de calcul de tip Runge – Kutta este consistentă de ordin s

atunci atunci soluţia discretă construită cu ajutorul schemei de calcul de tip Runge
– Kutta converge către soluţia problemei lui Cauchy, ordinul de convergenţă fiind
s.

Pentru cazurile particulare m ∈ {2, 3, 4} puse ı̂n evidenţă ordinul de consitenţă

este m.

Schema de calcul Runge-Kutta dedusă prin calcul simbolic

Deducerea tabelelor Butcher care definesc schemele de calcul de tip Runge –
Kutta, ı̂n cazul ordinelor de consistyenţă mai mare decât 2 este laborioasă.
Această problemă se poate depăşi eficient utilizând un produs de calcul sim-
bolic (Computer Algebra System - CAS) ca Mathematica.
Urmărim modelul calculelor prezentate ı̂n secţiunea precedentă pentru m = 4.
Potrivit egalităţilor (21.15) necesare consistenţei, presupunem că au loc egalităţile

a2 = b2,1
a3 = b3,1 + b3,2
a4 = b4,1 + b4,2 + b4,3
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 513

Se declară
k1[h ]:=f [t, x[t]]

k2[h ]:=f [t + b21h, x[t] + hb21k1[h]]

k3[h ]:=f [t + (b31 + b32)h, x[t] + hb31k1[h] + hb32k2[h]]

k4[h ]:=f [t + (b41 + b42 + b43)h, x[t] + hb41k1[h] + hb42k2[h] + hb43k3[h]]

F [h ]:=x[t + h] − x[t] − h(p1k1[h] + p2k2[h] + p3k3[h] + p4k4[h])

Se calculează derivatele
eq1 = Assuming[x′ [t + h] = f [t + h, x[t + h]], Simplify[D[F [h], h]/.h → 0]]

eq2 = Assuming[x′ [t + h] = f [t + h, x[t + h]], Simplify[D[F [h], {h, 2}]/.h → 0]]

eq3 = Assuming[x′ [t + h] = f [t + h, x[t + h]], FullSimplify[D[F [h], {h, 3}]/.h → 0]]

h]],FullSimplify[D[F

eq4 = Assuming[x′ [t + h] = f [t + h, x[t + h]], FullSimplify[D[F [h], {h, 4}]/.h → 0]]

h]],FullSimplify[D[F

Extragem coeficienţii termenilor legaţi de funcţia f [t, x[t]], transformându-le ı̂n

ecuaţii.1
c1 = Coefficient[eq1, f [t, x[t]]] == 0

1 − p1 − p2 − p3 − p4 == 0

c21 = Coefficient eq2, f [t, x[t]]f (0,1) [t, x[t]] == 0

 

1 − 2b21p2 − 2b31p3 − 2b32p3 − 2b41p4 − 2b42p4 − 2b43p4 == 0

c22 = Coefficient eq2, f (1,0) [t, x[t]] == 0

 

1 − 2b21p2 − 2b31p3 − 2b32p3 − 2b41p4 − 2b42p4 − 2b43p4 == 0

c31 = Coefficient eq3, f (0,1) [t, x[t]]f (1,0) [t, x[t]] == 0

 

1 − 6b21b32p3 − 6(b21b42 + (b31 + b32)b43)p4 == 0

c32 = Coefficient eq3, f [t, x[t]]f (0,1) [t, x[t]]2 == 0

 

1 − 6b21b32p3 − 6(b21b42 + (b31 + b32)b43)p4 == 0

c33 = Coefficient eq3, f [t, x[t]]f (1,1) [t, x[t]] 2 == 0

 

1 − 3b212 p2 − 3(b31 + b32)2 p3 − 3(b41 + b42 + b43)2 p4 == 0

c34 = Coefficient eq3, f (2,0) [t, x[t]] == 0

 

1
De exemplu, pentru m = 4 termenii a căror coeficienti se caută se pun ı̂n evidenţă cu
Expand[Assuming[x’[t] = f[t, x[t]], D[x[t], t, 4]]].
514 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

1 − 3b212 p2 − 3(b31 + b32)2 p3 − 3(b41 + b42 + b43)2 p4 == 0

c35 = Coefficient eq3, f [t, x[t]]2 f (0,2) [t, x[t]] == 0

 

1 − 3b212 p2 − 3(b31 + b32)2 p3 − 3(b41 + b42 + b43)2 p4 == 0

c41 = Coefficient eq4, f [t, x[t]]3 f (0,3) [t, x[t]] == 0

 

1 − 4b213 p2 − 4(b31 + b32)3 p3 − 4(b41 + b42 + b43)3 p4 == 0

c42 = Coefficient eq4, f (0,1) [t, x[t]]2 f (1,0) [t, x[t]] == 0

 

1 − 24b21b32b43p4 == 0

c43 = Coefficient eq4, f (1,0) [t, x[t]]f (1,1) [t, x[t]] 3 == 0

 

1 − 8b21b32(b31 + b32)p3 − 8(b41 + b42 + b43)(b21b42 + (b31 + b32)b43)p4 == 0

c44 = Coefficient eq4, f [t, x[t]]2 f (0,1) [t, x[t]]f (0,2) [t, x[t]] 4 == 0
 

1 − 3b21b32(b21 + 2(b31 + b32))p3 −

3 b212 b42 + 2b21b42(b41 + b42 + b43) + (b31 + b32)b43(b31 + b32 + 2(b41 + b42 + b43)) p4 == 0

c45 = Coefficient eq4, f [t, x[t]]2 f (1,2) [t, x[t]] 3 == 0

 

1 − 4b213 p2 − 4(b31 + b32)3 p3 − 4(b41 + b42 + b43)3 p4 == 0

c46 = Coefficient eq4, f (0,1) [t, x[t]]f (2,0) [t, x[t]] == 0

 

1 − 12(b31 + b32)2 b43p4 − 12b212 (b32p3 + b42p4) == 0

c47 = Coefficient eq4, f [t, x[t]]f (0,1) [t, x[t]]3 == 0

 

1 − 24b21b32b43p4 == 0

c48 = Coefficient eq4, f [t, x[t]]f (0,2) [t, x[t]]f (1,0) [t, x[t]] 3 == 0
 

1 − 8b21b32(b31 + b32)p3 − 8(b41 + b42 + b43)(b21b42 + (b31 + b32)b43)p4 == 0

c49 = Coefficient eq4, f [t, x[t]]f (0,1) [t, x[t]]f (1,1) [t, x[t]] == 0
 

5 − 24 b21b32(b21 + b31 + b32)p3 + b212 b42 + b21b42(b41 + b42 + b43)+

(b31 + b32)b43(b31 + b32 + b41 + b42 + b43)) p4) == 0

c410 = Coefficient eq4, f [t, x[t]]f (2,1) [t, x[t]] 3 == 0

 

1 − 4b213 p2 − 4(b31 + b32)3 p3 − 4(b41 + b42 + b43)3 p4 == 0

21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 515

c411 = Coefficient eq4, f (3,0) [t, x[t]] ==0

 

1 − 4b213 p2 − 4(b31 + b32)3 p3 − 4(b41 + b42 + b43)3 p4 == 0

Se observă:

1. c21=c22

2. c31=c32, c33=c34=c35

3. c41=c45=c410=411, c42=c47, c43=c48

4. 2 c43+c46=c49, c43+c46=c44

Astfel sistemul algebric de ecuaţii neliniare este alcătuit din ecuaţiile

sys = {c1, c21, c31, c33, c41, c42, c43, c46}

ı̂n necunoscutele
nec = {p1, p2, p3, p4, b21, b31, b32, b41, b42, b43}

Fixăm
fix = {b21==1/2, b31 == 0}

1

b21 == 2
, b31 == 0

Rezolvarea este dată de

Solve[Union[sys, fix], nec]

1 1 1 1 1

p1 → 6
, p2 → 3
, p3 → 3
, p4 → 6
, b21 → 2
, b31 → 0,

1

b32 → 2
, b41 → 0, b42 → 0, b43 → 1

Această soluţie corespunde schemei de calcul clasice de tip Runge – Kutta ı̂n 4
trepte.
Dacă se fixează
fix = {b21==1/2, b31 == 1/2}

1 1

b21 == 2
, b31 == 2

atunci se obţine o altă schemă de calcul cu ordinul de consistenţă 4.

Solve[Union[sys, fix], nec]

1 2
→ − 16 , p4 → 1 1 1

p1 → 3
, p2 → 3
, p3 6
, b21 → 2
, b31 → 2
,

b32 → − 21 , b41 → 1 3

2
, b42 → 2
, b43 → −1

Tabloul Butcher corespunzătoare acestei soluţii dată de program este

516 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

0 0 0 0 0
1 1
2 2
0 0 0
0 − 12 1
2
0 0
1 − 32 3
2
1 0
2 1 1
0 3 6 6

cu formulele de recurenţă
h
ui+1 = ui + (4k2 (h) + k3 (h) + k4 (h)),
6
unde

k1 (h) = f (ti , ui )
h h
k2 (h) = f (ti + , ui + k1 (h))
2 2
h h
k3 (h) = f (ti , ui − k1 (h) + k2 (h))
2 2
3h 3h
k4 (h) = f (ti + h, ui − k1 (h) + k2 (h) + hk3 (h))
2 2

Scheme de tip Runge-Kutta implicite

Determinăm parametrii schemei de tip Runge-Kutta implicite pentru m=2:
ui+1 − ui
= p1 k1 (h) + p2 k2 (h), i = 0, 1, . . . , n − 1;
h
cu

k1 (h) = f (ti + α1 h, ui + hβ1,1 k1 (h) + hβ1,2 k2 (h))

k2 (h) = f (ti + α2 h, ui + hβ2,1 k1 (h) + hβ2,2 k2 (h))

Calculăm derivatele
∂f ∂f
ki′ (h) = αi + (βi,1 k1 (h) + βi,2 k2 (h) + hβi,1 k1′ (h) + hβi,2 k2′ (h)) ,
∂t ∂x
∂ 2f ∂ 2f
ki′′ (h) = αi2 + 2α i (βi,1 k1 (h) + βi,2 k2 (h) + hβ i,1 k1
′
(h) + hβ i,2 k2
′
(h)) +
∂t2 ∂x∂t
∂ 2f
+(βi,1 k1 (h) + βi,2 k2 (h) + hβi,1 k1′ (h) + hβi,2 k2′ (h))2 2 +
∂x
∂f
+(2βi,1 k1′ (h) + 2βi,2 k2′ (h) + βi,1 k1′′ (h) + βi,2 k2′′ (h)) .
∂x
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 517

Prin urmare
∂f ∂f
ki′ (0) = αi + (βi,1 + βi,2 )f ,
∂t ∂x

∂ 2f ∂ 2f 2
2 2∂ f
ki′′ (0) = αi2 + 2α i (β i,1 + βi,2 )f + (βi,1 + β i,2 ) f +
∂t2 ∂x∂t ∂x2

∂f ∂f ∂f
+2(α1 βi,1 + α2 βi,2 ) + 2(βi,1 (β1,1 + β1,2 ) + βi,2 (β2,1 + β2,2 ))f ( )2 .
∂t ∂x ∂x

Pentru ordinul de consistenţă s = 3, expresiile (21.14) devin

g0 = (1 − p1 − p2 )f,

1 ∂f 1 ∂f
g1 = ( − p1 α1 − p2 α2 ) + ( − p1 (β1,1 + β1,2 ) − p2 (β2,1 + β2,2 ))f ,
2 ∂t 2 ∂x

1 ∂ 2f
g2 = ( − p1 α12 − p2 α22 ) 2 +
3 ∂t

1 ∂ 2f
+2( − p1 α1 (β1,1 + β1,2 ) − p2 α2 (β2,1 + β2,2 ))f +
3 ∂x∂t

1 ∂ 2f
+( − p1 (β1,1 + β1,2 )2 − p2 (β2,1 + β2,2 )2 )f 2 +
3 ∂x

1 ∂f ∂f
+( − 2p1 (α1 β1,1 + α2 β1,2 ) − 2p2 (α1 β2,1 + α2 β2,2 )) +
3 ∂t ∂x

1
+( − 2p1 (β1,1 (β1,1 + β1,2 ) + β1,2 (β2,1 + β2,2 )))−
3

∂f 2
−2p2 (β2,1 (β1,1 + β1,2 ) + β2,2 (β2,1 + β2,2 )))f ( ).
∂x
518 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Rezultă sistemul algebric de ecuaţii neliniare:

p 1 + p2 = 1 (21.28)
1
p1 α 1 + p2 α 2 = (21.29)
2
1
p1 (β1,1 + β1,2 ) + p2 (β2,1 + β2,2 ) = (21.30)
2
1
p1 α12 + p2 α22 = (21.31)
3
1
p1 α1 (β1,1 + β1,2 ) + p2 α2 (β2,1 + β2,2 ) = (21.32)
3
1
p1 (β1,1 + β1,2 )2 + p2 (β2,1 + β2,2 )2 = (21.33)
3
1
p1 (α1 β1,1 + α2 β1,2 ) + p2 (α1 β2,1 + α2 β2,2 ) = (21.34)
6
p1 (β1,1 (β1,1 + β1,2 ) + β1,2 (β2,1 + β2,2 ))) + (21.35)
1
+p2 (β2,1 (β1,1 + β1,2 ) + β2,2 (β2,1 + β2,2 ))) =
6

Deoarece α1 = β1,1 + β1,2 , α2 = β2,1 + β1,2 , (21.16), sistemul rămas va fi format

din ecuaţiile (21.28), (21.30), (21.33), (21.35).
Pentru p1 = p2 = 21 se găseşte

1 1
αi = βi,1 + βi,2 = ± √ .
2 2 3

Înlocuind β1,2 = α1 − β1,1 , β2,1 = α2 − β2,2 ı̂n (21.35) se obţine

1
(α1 − α2 )β1,1 + 2α1 α2 + (α2 − α1 )β2,1 =
3
sau
(α1 − α2 )(β1,1 − β2,2 ) = 0,
de unde β1,1 = β2,2 = β.
Astfel
1 1 1 1
k1 (h) = f (ti + ( ∓ √ )h, ui + hβk1 (h) + h( ∓ √ )k2 (h))
2 2 3 2 2 3
1 1 1 1
k2 (h) = f (ti + ( ± √ )h, ui + h( ± √ )k1 (h) + hβk2 (h))
2 2 3 2 2 3
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 519

iar tabela Butcher este

1 1 1 1
2
∓ √
2 3
β 2
∓ √
2 3
−β
1 1 1 1
2
± √
2 3 2
± √
2 3
−β β
1 1
2 2

O altă soluţie, dată ı̂n [29], este

1
0 4
− 14
2 1 5
3 4 12
1 3
4 4

După determinarea parametrilor pj , αj , βj,1 , . . . , βj,m , j ∈ {1, 2, . . . , m}, a

rămas problema determinării la fiecare pas a valorilor k1 (h), . . . , km (h). Deter-
minarea parametrilor asigură egalităţile
m
X
kj (h) = f (t + hαj , x + h βj,l kl (h)), j ∈ {1, . . . , m}. (21.36)
l=1

Ansamblul relaţiilor de mai sus formează un sistem algebric de ecuaţii neliniare.

Indicăm o metodă iterativă de rezolvare alcătuită din două etape:

1. Etapa de iniţializare. Se calculează succesiv

(0)
kj = f (t + hαj , x), j ∈ {1, . . . , m};
(1) (0)
kj = f (t + hαj , x + hβj,1 k1 ), j ∈ {1, . . . , m};
(2) (1) (1
kj = f (t + hαj , x + hβj,1 k1 + hβj,2 k2 ), j ∈ {1, . . . , m};
..
.
(m) (m−1)
kj = f (t + hαj , x + h m
P
l=1 βj,l kl ), j ∈ {1, . . . , m}.

2. Etapa iterativă
m
X
(m+i+1) (m+i)
kj = f (t + hαj , x + h βj,l kl ), j ∈ {1, . . . , m}, i ∈ N.
l=1

Metoda colocaţiilor
Pentru rezolvarea problemei cu valori iniţiale (21.1)

ẋ(t) − f (t, x(t) = 0, t ≥ t0 ,
0
ẋ(t0 ) = x
520 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

ne limităm la intervalul [t0 , t0 + h] şi la cadrul f : [t0 , t0 + h] × R → R.

Pentru calculul lui x(t + h) relaţia
Z t0 +h
0
x(t0 + h) = x + f (t, x(t))dt (21.37)
t0

nu poate fi folosită deorece argumentul x(t) din f (t, x(t)) este necunoscut.
Vom aproxima soluţia x(t) a problemei cu valori iniţiale printr-un polinom
u(t) care satisface egalitatea

u̇(t) = L(Ps−1 ; t0 + α1 h, . . . , t0 + αs h; f (·, u(·))(t) ≈ f (t, x(t)) = ẋ(t), (21.38)

unde 0 ≤ α1 < α2 < . . . , < αs ≤ 1 sunt numere fixate a priori.

În felul acesta
Z t
0
u(t) = x + u̇(τ )dτ, t ∈ [t0 , t0 + h], (21.39)
t0

şi ı̂n particular Z t0 +h

0
u(t0 + h) = x + u̇(t)dt. (21.40)
t0
Ţinând seama de expresia polinomului de interpolare Lagrange au loc egalităţile
Qs
Xs j=1 (t − t0 − αj h)
j̸=i
u̇(t) = f (t0 + αi h, u(t0 + αi h)) Qs =
j=1 (h(αi − αj ))
i=1
| j̸=i {z }
li (t)
Qs
s
X j=1 ( t−t
h
0
− αj )
j̸=i
= f (t0 + αi h, u(t0 + αi h)) Qs .
i=1
j=1 (αi − αj )
j̸=i

Introducem notaţiile
s
Y
qi (α) = (α − αj );
j=1
j̸=i
ξi = u(t0 + αi h),

pentru i ∈ {1, 2, . . . , s}. Expresia polinomului de interpolare Lagrange devine

s
X qi ( t−t
h
0
)
u̇(t) = f (t0 + αi h, u(t0 + αi h))
i=1
qi (αi )
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 521

şi din (21.39) deducem

s t
qi ( τ −t )
X Z 0
0 h
u(t) = x + f (t0 + αi h, u(t0 + αi h)) dτ (21.41)
i=1 t0 qi (αi )

Valorile u(t0 + αi h) se determină prin metoda colocaţiilor: ı̂n egalitatea (21.41),

dacă t = t0 + αk h atunci
s t0 +αk h
qi ( τ −t )
X Z 0
0 h
u(t0 + αk h) = x + f (t0 + αi h, u(t0 + αi h)) dτ.
i=1 t0 qi (αi )

τ −t0
Prin schimbarea de variabilă h
= α egalitatea anterioară devine
s Z αk
0
X qi (α)
ξk = x + h f (t0 + αi h, ξi ) dα. (21.42)
i=1 0 qi (αi )

Pentru k ∈ {1, 2, . . . , s} ansamblul egalităţilor (21.42) formează un sistem algebric

de ecuaţii neliniare.
Din (21.40) rezultă
s t0 +h
qi ( τ −t )
X Z 0
0 h
u(t0 + h) = x + f (t0 + αi h, ξi ) dτ =
i=1 t0 qi (αi )

s Z 1
0
X qi (α)
=x +h f (t0 + αi h, ξi ) dα.
i=1 0 qi (αi )

Notând
Z αk
qi (α)
βk,i = dα, k, i ∈ {1, 2, . . . , s};
0 qi (αi )
Z 1
qi (α)
pi = dα, i ∈ {1, 2, . . . , s}.
0 qi (αi )

calculul aproximaţiei soluţiei ı̂n t0 + h constă din

1. Rezolvarea sistemului algebric

s
X
0
ξk = x + h βk,i f (t0 + αi h, ξi ).
i=1
522 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

2. Calculul aproximaţiei problemei diferenţiale ı̂n nodul următor

s
X
0
u(t0 + h) = x + h pi f (t0 + αi h, ξi ).
i=1

Odată fixate nodurile (αi )1≤i≤s parametrii metodei se reţin ı̂n tabela Butcher

α1 β1,1 ... β1,s

α2 β2,1 ... β2,s
... ... ... ...
αs βs,1 ... βs,s
p1 ... ps

În felul acesta metoda colocaţiilor este o metoda de tip Runge-Kutta implicită.

Cazuri particulare
Nodurile (αi )i se vor alege rădăcinile unui polinom Legendre corespunzător
intervalului [0, 1] :
s! ds s
Ls (x) = s
x (x − 1)s .
(2s)! d x

Cazul s = 1
Polinomul Legendre este
1
L1 (x) = x − .
2
Tabloul Butcher
1 1
2 2
1
Formulele de calcul sunt
1. Pentru rezolvarea ecuaţiei neliniare (Determinarea lui ξ1 )
h 1
ξ1 = x0 + f (t0 + h, ξ1 ).
2 2

2. Pentru calculul aproximaţiei problemei diferenţiale ı̂n nodul următor

1
u(t0 + h) = x0 + hf (t0 + h, ξ1 ).
2
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 523

Cazul s = 2
Polinomul Legendre este
1
L2 (x) = x2 − x + .
6
Tabloul Butcher
√ √
1 3 1 1 3
2
− √6 4√ 4
− 6
1 3 1 3 1
2
+ 6 4
+ 6 4
1 1
2 2

Formulele de calcul sunt

1. Pentru rezolvarea sistemului neliniar (Determinarea lui ξ1 , ξ2 )
√ √ √ !
0 1 1 3 1 3 1 3
ξ1 = x + h f (t0 + ( − )h, ξ1 ) + ( − )f (t0 + ( + )h, ξ2 )
4 2 6 4 6 2 6
√ √ √ !
0 1 3 1 3 1 1 3
ξ2 = x + h ( + )f (t0 + ( − )h, ξ1 ) + f (t0 + ( + )h, ξ2 )
4 6 2 6 4 2 6

2. Pentru calculul aproximaţiei problemei diferenţiale ı̂n nodul următor

√ √ !
1 1 3 1 1 3
u(t0 + h) = x0 + h f (t0 + ( − )h, ξ1 ) + f (t0 + ( + )h, ξ2 ) .
2 2 6 2 2 6

Cazul s = 3
Polinomul Legendre este
3 3 1
L3 (x) = x3 − x2 + x − .
2 5 20
Tabloul Butcher
√ √ √
1 15 5 2 15 5 15
2
− 10 36 9
− 15 36
− 30
√ √
1 5 15 2 5 15
2 36
+ 24 9 36
− 24
√ √ √
1
2
+ 1015 5
36
+ 15
30
2
9
+ 15
15
5
36
5 4 5
0 18 9 18

Formulele de calcul sunt

524 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

1. Pentru rezolvarea sistemului neliniar (Determinarea lui ξ1 , ξ2 , ξ3 )

√ √
5 1 15 2 15 1
ξ1 = x0 + h f (t0 + ( − )h, ξ1 ) + ( − )f (t0 + h, ξ2 )+
36 2 10 9 15 2
√ √ !
5 15 1 15
+( − )f (t0 + ( + )h, ξ3 )
36 30 2 10
√ √
5 15 1 15 2 1
ξ2 = x0 + h ( + )f (t0 + ( − )h, ξ1 ) + f (t0 + h, ξ2 )+
36 24 2 10 9 2
√ √ !
5 15 1 15
+( − )f (t0 + ( + )h, ξ3 )
36 24 2 10
√ √ √
5 15 1 15 2 15 1
ξ3 = x0 + h ( + )f (t0 + ( − )h, ξ1 ) + ( + )f (t0 + h, ξ2 )+
36 30 2 10 9 15 2
√ !
5 1 15
+ f (t0 + ( + )h, ξ3 )
36 2 10

2. Pentru calculul aproximaţiei problemei diferenţiale ı̂n nodul următor

√ √ !
5 1 15 4 1 5 1 15
u(t0 + h) = x0 + h f (t0 + ( − )h, ξ1 ) + f (t0 + h, ξ2 ) + f (t0 + ( + )h, ξ3 ) .
18 2 10 9 2 18 2 10

Evaluarea a priori a erorii este dată ı̂n teorema

Teorema 21.2.5 Dacă funcţia f (t, x) este lipschitziană ı̂n x,
|f (t, x1 ) − f (t, x2 )| ≤ L|x1 − x2| ∀x1 , x2 ∈ R,
atunci maxt∈[t0 ,t0 +h] |x(t) − u(t)| ≤ Chs+1 , unde C este o constantă.

Demonstraţie. Au loc relaţiile

u̇(τ ) = L(Ps−1 ; t0 + α1 h, . . . , t0 + αs h; f (·, u(·)))(τ ) =
Xs
= f (t0 + αi h, u(t0 + αi h))li (τ );
i=1
ẏ(τ ) = L(Ps−1 ; t0 + α1 h, . . . , t0 + αs h; f (·, y(·)))(τ ) + R(τ )
s s
X y (s+1) (ξ) Y
= f (t0 + αi h, u(t0 + αi h))li (τ ) + (τ − t0 − αj h).
i=1
s! j=1

Integrând după τ, ı̂n intervalul [t0 , t] ⊆ [t0 , t0 + h], rezultă egalităţile

Xs Z t
0
u(t) = x + f (t0 + αi h, u(t0 + αi h)) li (τ )dτ ;
i=1 t0

Xs Z t Z t
0
y(t) = x + f (t0 + αi h, y(t0 + αi h)) li (τ )dτ + R(τ )dτ
i=1 t0 t0
21.2. SCHEME DE CALCUL DE TIP RUNGE - KUTTA 525

de unde
s
X Z t
y(t) − u(t) = (f (t0 + αi h, y(t0 + αi h)) − f (t0 + αi h, u(t0 + αi h))) li (τ ))+
i=1 t0
Z t
+ R(τ )dτ.
t0
Există constantele C1 , C2 > 0 astfel ı̂ncât
Pn
i=1 |li (τ )| ≤ C1 , ∀ τ ∈ [t0 , t0 + h],
1 (s+1)
s!
|y (τ )| ≤ C2 , ∀ τ ∈ [t0 , t0 + h],
şi atunci
|y(t) − u(t)| ≤ hLC1 max |y(τ ) − u(τ )| + C2 hs+1 ,
τ ∈[t0 ,t0 +h]

şi deci
max |y(t) − u(t)| ≤ hLC1 max |y(t) − u(t)| + C2 hs+1 .
t∈[t0 ,t0 +h] t∈[t0 ,t0 +h]

Ultima inegalitate implică concluzia teoremei.

Scheme de tip Rosenbrock

Schema de calcul de tip Rosenbrock este o modificare a schemei de calcul de
tip Runge-Kutta implicită care conduce la fiecare pas la rezolvarea unui sistem
algebric de ecuaţii liniare. În cazul unui sistem autonom, ẋ(t) = f (x(t)), schema
de calcul este
 ui+1 −ui Pm
h
− j=1 pj kj (h) = 0, i = {0, 1, . . . , n − 1}
0
u0 = x
iar
k1 (h) = f (ui ) + hγfx′ (ui )k1 (h) (21.43)
j−1 j−1
X X
′
kj (h) = f (ui + h βj,l kl (h)) + hfx (ui ) γj,l kl (h) + (21.44)
l=1 l=1
+hγfx′ (ui )kj (h), j = 2, . . . , m.
Sistemul algebric de ecuaţii liniare va fi
 (In − hγfx′ (ui ))k1 (h) = f (ui )


(In − hγfx′ (ui ))kj (h) = f (ui + h j−1 βj,l kl (h)) + hfx′ (ui ) j−1
P P
l=1 l=1 γj,l kl (h),
j = 2, . . . , m.

526 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Fie A = In − hγfx′ (x) ∈ Mn (R). Pentru h suficient de mic

∞
X
−1
A = (hγfx′ (x))k = In + hγfx′ (x) + h2 γ 2 (fx′ (x))2 + O(h3 ).
k=0

Determinăm parametrii metodei pentru m = 2 şi ordinul de consistenţă s = 2.

Renunţând la scrierea indicelui i, formulele (21.43)-(21.44) devin

k1 (h) = f (x) + hγfx′ (x)k1 (h)

k2 (h) = f (x + hβ2,1 k1 (h)) + hγ2,1 fx′ (x)k1 (h) + hγfx′ (x)k2 (h)

sau

Ak1 (h) = f (x)

Ak2 (h) = f (x + hβ2,1 k1 (h)) + hγ2,1 fx′ (x)k1 (h) =
h2 2 ′′
= f (x) + h(β2,1 + γ2,1 )fx′ (x)k1 (h) + β2,1 fxx (x)k1 (h)2 + O(h3 ).
2
Rezultă

k1 (h) = f (x) + hγfx (x)f (x) + h2 γ 2 (fx′ (x))2 f (x) + O(h3 ),

k2 (h) = f (x) + h(β2,1 + γ2,1 + γ)fx′ (x)f (x) +
 
′ 1 2 ′′
+ h (2γ(β2,1 + γ2,1 ) + γ )fx (x)f (x) + β2,1 fxx (x)f (x) + O(h3 )
2 2 2
2

Dacă soluţia problemei Cauchy este suficient de netedă, din dezvoltarea

h2 h3
x(t + h) = x(t) + hẋ(t) + ẍ(t) + x(3) (t) + . . .
2 6
se obţine
x(t + h) − x(t) h
= f (x(t)) + fx′ (x(t))f (x(t))+
h 2
2
h ′′
(x(t))f 2 (x(t)) + fx′2 (x(t))f 2 (x(t)) + O(h3 ).


+ fxx
6
Consistenţa de ordinul 2 se obţine dacă termenul liber şi coeficienţii lui h şi h2
din dezvoltarea expresiei

x(t + h) − x(t)
− p1 k1 (h) − p2 k2 (h)
h
21.3. SCHEME DE CALCUL DE TIP ADAMS 527

după puterile lui h sunt 0, independent de funcţia f . Rezultă sistemul algebric

de ecuaţii neliniare

p1 + p2 = 1 (21.45)
1
p1 γ + p2 (β2,1 + γ2,1 + γ) = (21.46)
2
2 1
p2 β2,1 = (21.47)
3
1
p1 γ 2 + p2 (2γ(β2,1 + γ2,1 ) + γ 2 ) = (21.48)
6
Ţinând seama de (21.45) relaţiile (21.46) şi (21.48) devin

1
γ + p2 (β2,1 + γ2,1 ) =
2
2 1
γ + 2p2 γ(β2,1 + γ2,1 ) =
6
√
3
Reducând al doilea termen, rezultă ecuaţia γ 2 −γ + 61 = 0 cu rădăcinile γ = 12 ± 6
.
Cu notaţia β2,1 = β, se găsesc succesiv

1
p2 = (21.49)
3β 2
1
p1 = 1 −
3β 2
√
β 3
γ2,1 = −β(1 ± ).
2

21.3 Scheme de calcul de tip Adams

Ecuaţia diferenţială (21.1)este echivalentă cu ecuaţia integrală
Z t
x(t) = x(t̃) + f (s, x(s))ds 0 ≤ t̃ < t ≤ T.
t̃

Ideea schemelor de calcul de tip Adams constă ı̂n ı̂nlocuirea funcţiei φ(s) =
f (s, x(s)) printr-un polinom de interpolare
r
X ∇ih φ(a)
Nr (φ)(s) = (t − a)(t − a + h) . . . (t − a + (i − 1)h) .
i=0
i!hi
528 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Soluţia aproximativă u satisface ecuaţia

Z t
u(t) = u(t̃) + Nr (φ)(s)ds. (21.50)
t̃

Fie h = Tn şi reţraua de puncte echidistante ti = ih, i = 0, 1, . . . , n. Partic-

ulariză relaţia (21.50) luând t, t̃, a egale, respectiv cu tk+p , tk−q , tk şi obţinem
r
∇ih φ(tk ) tk+p
X Z
uk+p = uk−q + (s−tk )(s−tk +h)·. . .·(s−tk +(i−1)h)ds, (21.51)
i=0
i!hi tk−q

unde ui = u(ti ), i = 0, 1, . . . , n.
Prin schimbarea de variabilă s − tk = zh integrala din (21.51) devine
Z tk+p Z p
i+1
(s−tk )(s−tk +h) . . . (s−tk +(i−1)h)ds = h z(z +1)·. . .·(z +i−1)dz.
tk−q −q

Înlocuind ı̂n (21.51) găsim

r p
hi+1 ∇i φ(tk )
X Z
h
uk+p = uk−q + z(z + 1) · . . . · (z + i − 1)dz.
i=0
i!hi −q

sau r
X
uk+p = uk−q + h αi ∇ih φ(tk ),
i=0

unde
α0 = p R+ q
p
αi = i!1 −q z(z + 1) · . . . · (z + i − 1)dz, i = 1, 2, . . . , r.
Utilizând formula de dezvoltare a diferenţelor finite regresive obţinem
r i  
X X i
uk+p = uk−q + h αi (−1)j φ(tk − j),
j
i=0 j=0

unde φ(tj ) = f (tj , uj ). Permutând ı̂nsumările găsim

r
X
uk+p = uk−q + h βj f (tk−j , uk−j ), (21.52)
j=0

cu      
j j j+1 r
βj = (−1) [ αj + αj+1 + . . . + αr ]. (21.53)
j j j
21.3. SCHEME DE CALCUL DE TIP ADAMS 529

Cazuri particulare importante. 1. Schema Adams - Bashforth. Particu-

larizăm (21.52), alegând p = 1, q = 0. Se obţin relaţiile
r
X
uk+1 = uk + h βj f (tk−j , uk−j ), k = r, . . . , n − 1; (21.54)
j=0

1
R1
unde βj sunt daţi de formulele (21.53) cu α0 = 1, αi = i! 0
z(z+1)·. . .·(z+i−1)dz.
Tabelul coeficienţilor βj .

Numărător Numitor
r|j 0 1 2 4 3 5
1 3 -1 2
2 23 -16 5 12
3 55 -59 37 -9 24
4 1901 -2774 2616 -1274 251 720
5 4277 -7927 9982 -7298 2877 -475 1440

2. Schema Adams - Moulton. Alegând p = 0, q = 1 ı̂n (21.52) se obţin

formulele
r
X
uk = uk−1 + h βj f (tk−j , uk−j ), k = r − 1, . . . , n; (21.55)
j=0

1
R0
unde βj sunt daţi de formulele (21.53) cu α0 = 1, αi = i! −1
z(z + 1) · . . . · (z +
i − 1)dz.
Tabelul coeficienţilor βj .

Numărător Numitor
r|j 0 1 2 3 4 5
1 1 1 2
2 5 8 -1 12
3 9 19 -5 1 24
4 251 646 264 106 -19 720
5 475 1427 -798 482 -173 27 1440

Schema de calcul Adams - Bashforth este explicită ı̂n sensul că ı̂n formula
(21.54), elementele membrului drept sunt cunoscute şi uk+1 se calculează nemi-
jlocit.
530 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Schema de calcul Adams - Moulton este implicită ı̂n sensul că ı̂n formula
(21.55), pentru j = 0 apare factorul f (tk , uk ), iar uk este necunoscut. Astfel uk
se obţine ca soluţia unei ecuaţii.
Schemele de tip Adams se numesc scheme de calcul cu mai mulţi paşi (multi-
pas), ı̂n timp ce schemele de calcul de tip Runge - Kutta sunt scheme cu un singur
pas (unipas). Un avantaj din punct de vedere al calculelor pentru schemele de cal-
cul de tip Adams este faptul că folosesc valorile lui f doar ı̂n nodurile anterioare,
ı̂n timp ce la schemele de calcul de tip Runge - Kutta este nevoie de valorile lui
f ı̂n diverse puncte intermediare.
Pentru pornirea unei scheme de calcul de tip adams trebuie cunoscute ı̂n
prealabil u0 , u1 , . . . , ur , aproximaţii care se determină pe o altă cale - de exemplu
utilizând o schemă de calcul de tip Runge - Kutta. Determinarea acestor valori
se numeşte procedeu iniţial.
Pentru a studia consistenţa unei scheme de calcul de tip Adams rescriem
formula (21.52) sub forma

ap uk+p + ap−1 uk+p−1 + . . . + a0 uk − (21.56)

−h[bp f (tk+p , uk+p ) + bp−1 f (tk+p−1 , uk+p−1 ) + . . . + b0 f (tk , uk )] = 0.

Fie x soluţia problemei Cauchy şi presupunând că au loc dezvoltările tayloriene
sh (sh)2
xk+s = xk + ẋ
1! k
+ 2!
ẍk + . . .
sh (sh)2 (3)
ẋk+s = ẋk + ẍ
1! k
+ 2!
xk + . . .

atunci
ap xk+p + ap−1 xk+p−1 + . . . + a0 xk −
−h[bp f (tk+p , xk+p ) + bp−1 f (tk+p−1 , xk+p−1 ) + . . . + b0 f (tk , xk )] =
ap xk+p + ap−1 xk+p−1 + . . . + a0 xk − h[bp ẋk+p + bp−1 ẋk+p−1 + . . . + b0 ẋk ] =
(m)
= C0 xk + C1 hẋk + C2 h2 ẍk + . . . + Cm hm xk + ...
unde
C 0 = a0 + a1 + . . . + ap
C1 = C0 = a1 + 2a2 + . . . + pap − (b0 + b1 + . . . + bp )
C2 = 2!1 (a1 + 22 a2 + . . . + p2 ap ) − (b1 + 2b2 + . . . + pbp )
1 1
Cm = m! (a1 + 2m a2 + . . . + pm ap ) − (m−1)! (b1 + 2m−1 b2 + . . . + pm−1 bp ).

Schema de calcul de tip Adams (21.56) este consistentă de ordin m dacă

C0 = C1 = . . . = Cm = 0 şi Cm+1 ̸= 0.
21.3. SCHEME DE CALCUL DE TIP ADAMS 531

Exemplificăm ı̂n cazul schemei de calcul Adams - Bashforth cu r = 1

3 1
uk+1 = uk + h[ f (tk , uk ) − f (tk−1 , uk−1 )].
2 2
Schema de calcul se rescrie sub forma
3 1
uk+2 − uk+1 − h[ f (tk+1 , uk+1 ) − f (tk , uk )] = 0
2 2
deci p = 2 şi a2 = 1, a1 = −1, a0 = 0, b2 = 0, b1 = 23 , b0 = 12 . Rezultă

C0 = a0 + a1 + a2 = 0
C1 = a1 + 2a2 − (b0 + b1 + b2 ) = 0
C2 = 21 (a1 + 22 a2 ) − (b1 + 2b2 ) = 0
C3 = 3!1 (a1 + 23 a2 ) − 21 (b1 + 22 b2 ) = 5
12
.

Pentru f (t, x) = 0 schema de calcul de tip Adamns (21.52) devine

ap uk+p + ap−1 uk+p−1 + . . . + a0 uk = 0, k ≥ 0, (21.57)

care este o ecuaţie cu diferenţe liniară şi omogenă de ordip p.

Dacă pentru h = Tn ↘ 0 ⇔ n → ∞ orice soluţie a ecuaţiei cu diferenţe (21.57)
este mărginită atunci schema de calcul de tip Adams se numeşte zero stabilă.
Dacă polinomul caracteristic al ecuaţiei cu diferenţe (21.57), φ(z) = ap z p +
ap−1 z p−1 + . . . + a0 ı̂ndeplineşte condiţia rădăcinii (1.2.3), atunci schema de calcul
este zero stabilă.

Convergenţa schemei de calcul de tip Adams

Schema de calcul de tip Adams scrisă sub forma (21.56) este

ap uk+p + ap−1 uk+p−1 + . . . + a0 uk − (21.58)

−h[bp f (tk+p , uk+p ) + bp−1 f (tk+p−1 , uk+p−1 ) + . . . + b0 f (tk , uk )] = 0,

k ∈ {0, 1, . . . , n − p}.
Schema de calcul de tip Adams are ordinul p, dacă ap · bp ̸= 0.
Utilizarea schemei de calcul necesită un procedeu iniţial pentru determinarea
aproximaţiilor u1 , . . . , up−1 ; u0 = x0 .
Se va utiliza o versiune a Teoremei lui Grönwall discretă:
532 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Teorema 21.3.1 Dacă şirul de numere nenegative (zn )n∈N satisface inegalităţile
n
X
zn+1 ≤ a zk + b, a, b > 0, ∀ n ∈ N,
k=0

atunci
zn ≤ (1 + a)n−1 (az0 + b) ≤ ea(n−1) (az0 + b), ∀ n ∈ N∗ .

Demonstraţie. Inducţie după n. Pentru n = 1 avem z1 ≤ az0 + b.

Presupunem că zk ≤ (1 + a)k−1 (az0 + b), k ∈ {1, 2, . . . , n − 1}. Atunci
n−1
X n−1
X
zn ≤ az0 + b + a zk ≤ az0 + b + a (1 + a)k−1 (az0 + b) =
k=1 k=1

n−1
!
X
= (az0 + b) 1 + a (1 + a)k−1 = (1 + a)n−1 (az0 + b)
k=1

Utilizând notaţiile folosite ı̂n acest capitol are loc teorema de convergenţă

Teorema 21.3.2 Dacă

1. funcţia f (t, x) este lipschitziană ı̂n x:

|f (t, x) − f (t, y)| ≤ L|x − y|, ∀ t ∈ R, ∀ x, y ∈ R;

2. schema de calcul de tip Adams (21.58) este de ordin p;

3. schema de calcul de tip Adams (21.58) este consistentă (de ordin m):
p p
X X
ai xk+i − h bi f (tk+i , xk+i ) = hm+1 τk+p ; (21.59)
i=0 i=0

şi ∥τh ∥h = maxk |τk+p | < +∞;

4. procedeul iniţial este convergent:

lim r(h) = 0,
h↘0

unde r(h) = max0≤i≤p−1 |ui − xi |;

21.3. SCHEME DE CALCUL DE TIP ADAMS 533

atunci schema de calcul de tip Adams este convergentă dacă şi numai dacă are
loc condiţia rădăcinii (1.2.3).

Demonstraţie. Necesitatea. Convergenţa implică condiţia rădăcinii ı̂n cazul

problemei cu valoare iniţială

ẋ = 0
⇒ x(t) = 0.
x(0) = 0

Schema de calcul de tip Adams revine la ecuaţia cu diferenţe liniară şi omogenă
cu coeficienţi constanţi

ap uk+p + ap−1 uk+p−1 + . . . + a0 uk = 0, k ∈ {0, 1, . . . , n − p}.

Pentru un pas h fixat n = Th . Fie t0 o rădăcină a polinomului caracteristic

 

P (t) = ap tp + ap−1 tp−1 + . . . + a0 , P (t0 ) = 0, şi h ales astfel ı̂ncât

|t0 | = νh cu ν ∈ N∗ .

Au loc egalităţile
h h h
|t0 | = νh = 2ν = 22 ν 2 = . . . = 2l ν j = . . . (21.60)
2 2 2
Cu această alegere, soluţia numerică dată de schema de calcul de tip Adams ı̂n
|t0 | o notăm uν,h . Cu pasul h2 sunt necesare 2ν paşi pentru a calcula aproximaţia
soluţiei ı̂n punctul |t0 |, notată acum prin u2ν, h .
2
Presupunem prin absurd că condiţia rădăcinii nu are loc. Distingem cazurile:

1. |t0 | > 1, t0 ∈ R. Atunci uν,h = tν0 . Din egalităţile (21.60) rezultă şirul de
l
aproximaţii ale soluţiei ı̂n t0 , u2l ν, h = t20 ν , l ∈ N∗ , care nu converge către
2 l
0, pentru l → ∞.

2. |t0 | > 1, t0 ∈ C. Atunci uν,h = tν0 + t̄ν0 = 2|t0 |ν cos να, unde α = arg(t0 ).
l
Şirul u2l ν, h = 2ν+1 |t0 |2 ν cos 2l να, l ∈ N∗ , nu converge către 0.
2l

3. |t0 | = 1, t0 ∈ R, rădacină multiplă. Atunci uν,h = νtν0 . Din nou şirul

l
u2l ν, h = 2l νt20 ν , l ∈ N∗ , nu converge către 0.
2l

4. |t0 | = 1, t0 ∈ C, rădacină multiplă. În acest caz uν,h = ν(tν0 + t̄ν0 ) =

2ν cos να. Şirul u2l ν, h = 2ν+1 ν cos 2l να nu converge către 0.
2l
534 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Toate cazurile care neagă condiţia rădăcinii implică existenţa unui şir de aproximaţii
a soluţiei care nu converge către 0, cel puţin ı̂n punctul |t0 |.
Suficienţa. Notăm ei = xi −ui , i ∈ {0, 1, . . . , n}. Scăzând (21.58) din (21.59)
se obţine
ap ek+p + ap−1 ek+p−1 + . . . + a0 ek =
p
X
=h bi (f (tk+i , xk+i ) − f (tk+i , uk+i )) + hm+1 τk+p .
i=0
| {z }
ck+p

Potrivit Teoremei 1.2.8 soluţia ecuaţiei cu diferenţe neomogenă de mai sus este
p−1 k−p
X 1 X
ek = vkj ej + p−1
cj+p vk−j−1 , (21.61)
j=0
ap j=0

unde şirurile (vkj )k , j ∈ {0, 1, . . . , p − 1} formează un sistem fundamental de

soluţii pentru ecuaţia cu diferenţe omogenă şi care verifică condiţiile iniţiale vkj =
δk,j , ∀k, j ∈ {0, 1, . . . , p − 1}.
Condiţia rădăcinii implică mărginirea şirurilor care formează sistemul funda-
mental:
∃ Q > 0 astfel ı̂ncât |vkj | ≤ Q, ∀ k ∈ N, j ∈ {0, 1, . . . , p − 1}.
Din (21.61) rezultă
k−p
Q X
|ek | ≤ pQr(h) + |cj+p |. (21.62)
|ap | j=0
Evaluând |ck+p | se găseşte
p
X
|ck+p | ≤ hL |bi ||ek+i | + hm+1 ∥τh ∥h ,
i=0

care utilizat ı̂n (21.62) dă

k−p p
Qhm+1 (k − p + 1) hQL X X
|ek | ≤ pQr(h) + ∥τh ∥h + |bi ||ej+i |. (21.63)
|ap | |ap | j=0 i=0
Pp
Notând β = i=0 |bi | urmează că
k−p p
X X
|bi ||ej+i | =
j=0 i=0
21.3. SCHEME DE CALCUL DE TIP ADAMS 535

= |b0 ||e0 | + |b1 ||e1 | + . . . + |bp ||ep |+

+|b0 ||e1 | + |b1 ||e2 | + . . . + |bp ||ep+1 |+
..
.
+|b0 ||ek−p | + |b1 ||ek−p+1 | + . . . + |bp ||ek | ≤
k−1
X
≤β |ei | + |bp ||ek |.
i=0

Utilizând acestă evaluare inegalitatea (21.63) devine

k−1
!
T Qhm hQL X
|ek | ≤ pQr(h) + ∥τh ∥h + β |ei | + |bp ||ek |
|ap | |ap | i=0

sau
k−1
T Qhm
 
hQL|bp | hQLβ X
1− h |ek | ≤ pQr(h) + ∥τh ∥h + |ei |.
|ap | |ap | |ap | i=0
1 hQL|bp |
Pentru h > 0 suficient de mic au loc inegalităţile 2
<1− |ap |
h < 1 şi deci

k−1
2T Qhm 2hQLβ X
|ek | ≤ 2pQr(h) + ∥τh ∥h + |ei |.
|ap | |ap | i=0

Aplicând Teorema 21.3.1 cu e0 = x0 − u0 = 0 rezultă

2Qhm
 
2hQLβ
(k−1)
|ek | ≤ 2pQr(h) + ∥τh ∥h e |ap | ≤
|ap |

2T Qhm
 
2T QLβ
≤ 2pQr(h) + ∥τh ∥h e |ap | .
|ap |
Astfel
∥[x]h − uh ∥h = max |xk − uk | = max |ek | ≤ (21.64)
0≤k≤n 0≤k≤n

2T Qhm
 
2T QLβ
≤ 2pQr(h) + ∥τh ∥h e |ap | → 0, pentru h ↘ 0.
|ap |

Observaţia 21.3.1 Dacă ordinul de convergenţă al procedeului iniţial este m,

adică r(h) ≤ Chm , - identic cu ordinul de consistenţă, atunci ordinul de convergenţă
al schemei de calcul de tip Adams (21.58) este m, ∥[x]h − uh ∥ ≤ Chm .
536 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

21.4 Schema diferenţelor regresive

Schema de calcul de tipul diferenţelor regresive (Backward difference formula
- BDF) se construieşte utilizând formula de derivare numerică (4.12)
n
1 X ∇kh f (a)
f ′ (a) ≈ ,
h k=1 k

prin
r
1 X ∇kh x(t)
f (t, x(t)) = ẋ(t) ≈ . (21.65)
h k=1 k
 
k k
Din ∇kh x(t) = j=0 (−1)j x(t − jh) rezultă
P
j
r r
X ∇k x(t)h
X
= αj x(t − jh),
k=1
k j=0

cu  Pr 1
 i=1 i ,   j=0
αj = Pr i
 (−1)j i=j 1i , j ∈ {1, 2, . . . , r}
j
Tabloul coeficienţilor αj este
r α0 α1 α2 α3 α4 α5 α6
1 1 -1
3 1
2 2
-2 2
3 11 6
-3 3
2
− 13
4 25 12
-4 3 − 43 1
4
137 10 5
5 60 -5 5 −3 4
− 51
6 49 20
-6 15
2
− 20
3
15
4
− 56 1
6

Folosind notaţiile obişnuite ti = i ∗ h, ui ≈ x(ti ), i = 0, 1, . . . , h > 0, pentru

t = tk , din (21.65) se obţine schema de calcul implicită
r
X
αj uk−j = hf (tk , uk ) k ≥ r. (21.66)
j=0

Un procedeu iniţial va determina valorile u1 , . . . , ur−1 .

21.5. SCHEMA DE CALCUL PREDICTOR - CORECTOR 537

21.5 Schema de calcul predictor - corector

Schemele de tip predictor - corector se obţin prin combinarea dintre două
scheme de tip Adams: una explicită
p
X
uk+1 = uk + h ai f (tk−j , uk−j ), k≥p
i=0

şi una implicită

q
X
uk+1 = uk + h bj f (tk+1−j , uk+1−j ), k ≥ q − 1.
j=0

Se valorifică astfel proprietăţle schemei de calcul implicite ı̂ntr-o procedură ex-

plicită de calcul.
Procedura P (EC)m E de combinarea celor două scheme, pentru un pas k ≥
s = max{p, q − 1}, este dată ı̂n algoritmul P 20.
Aşadar, pentru pornirea schemei de tip predictor - corector este nevoie de deter-
minarea aproximaţiilor u0 , u1 , . . . , us (procedeul iniţial).
Pentru procedura P ECE (m = 1) are loc următoarea teoremă simplă de
convergenţă:

Teorema 21.5.1 Dacă

• funcţia f (t, x) este lipschitziană ı̂n x; ∃L > 0 astfel ı̂ncât |f (t, y)−f (t, x)| ≤
L|y − x|, ∀x, y ∈ R;
• procedeul iniţial este convergent, adică limh→0 max0≤i≤s |xi − ui | = 0;
• schemele de calcul de Adams explicită şi implicită utilizate sunt consistente
atunci soluţia discretă construită cu ajutorul schemei de calcul de tip predictor–
corector converge către soluţia problemei lui Cauchy.

Demonstraţie. Procedura P ECE a schema de calcul predictor– corector se

poate scrie prin
p
X
u∗k+1 = uk + h ai f (tk−j , uk−j ), (21.67)
i=0
q
X
uk+1 = uk + hb0 f( tk+1 , u∗k+1 ) +h bj f (tk+1−j , uk+1−j ). (21.68)
j=1
538 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

pentru k ∈ {s, . . . , n − 1}. Consistenţa celor două scheme de calcul de tip Adams
cu care s-a construit schema de calcul predictor corector se exprimă prin existenţa
numerelor α, β ∈ N∗ şi C1 , C2 > 0 astfel ı̂ncât

p
X
∗
xk+1 = xk + h ai f (tk−j , xk−j ) + hα+1 τk+1 , (21.69)
i=0
q
X
xk+1 = xk + h bj f (tk+1−j , xk+1−j ) + hβ+1 τk+1 (21.70)
j=0

pentru k ∈ {s, . . . , n − 1} şi

max |τj∗ | ≤ C1 max |τj | ≤ C2 .

j j

def ∗
Dacă x∗k+1 = xk+1 − hα+1 τk+1 atunci egalitatea (21.69) devine

p
X
x∗k+1 = xk + h ai f (tk−j , xk−j ). (21.71)
i=0

Introducem notaţiile

x∗j − u∗j ,
e∗j = P xj − u j ,
ej = P
A = pi=0 |ai |, B = qj=0 |bj |,
wj = max{|e0 |, . . . , |ej |}.

Scăzând (21.67) din (21.71) şi (21.68) din (21.70) obţinem respectiv

p
X
e∗k+1 = ek + h ai [f (tk−j , xk−j ) − f (tk−i , uk−i )]
i=0
ek+1 = ek + hb0 [f (tk+1 , xk+1 ) − f (tk+1 , u∗k+1 )] +
q
X
+h bj [f (tk+1−j , xk+1−j ) − f (tk+1−j , uk+1−j )] + hβ+1 τk+1
j=1
21.5. SCHEMA DE CALCUL PREDICTOR - CORECTOR 539

În valoare absolută, din egalităţile de mai sus rezultă

p
X
|e∗k+1 | ≤ |ek | + h |ai | |f (tk−j , xk−j ) − f (tk−i , uk−i )| ≤
i=0
p
X
≤ |ek | + hL |ai | |ek−i |, (21.72)
i=0
|ek+1 | ≤ |ek | + h|b0 | |f (tk+1 , xk+1 ) − f (tk+1 , u∗k+1 )| +
q
X
+h |bj | |f (tk+1−j , xk+1−j ) − f (tk+1−j , uk+1−j )| + hβ+1 |τk+1 | ≤
j=1
q
X
≤ |ek | + h|b0 |L|xk+1 − u∗k+1 | + hL |bj | |ek−j+1 | + C2 hβ+1 (21.73)
j=1

Ţinând seana de definiţia lui x∗k+1 şi de (21.72) deducem

|xk+1 − u∗k+1 | ≤ |xk+1 − x∗k+1 | + |x∗k+1 − u∗k+1 | = hα+1 |τk+1

∗
| + |e∗k+1 | ≤
p
X
α+1
≤ C1 h + |ek | + hL |ai | |ek−i |.
i=0

Utilizăm această inegalitate ı̂n (21.73) care devine

p
X
α+1
|ek+1 | ≤ |ek | + h|b0 |L(C1 h + |ek | + hL |ai | |ek−i |)+
i=0

q
X
+hL |bj | |ek−j+1 | + C2 hβ+1 .
j=1

Folosind definiţia lui wk şi aranjând termenii deducem

|ek+1 | ≤ (1 + hLB + h2 L2 |b0 |A)wk + C1 L|b0 |hα+2 + C2 hβ+1 . (21.74)

Prin urmare

wk+1 ≤ (1 + hLB + h2 L2 |b0 |A)wk + C1 L|b0 |hα+2 + C2 hβ+1 .

Potricit Teoremei 21.5, inegalităţile anterioare implică

C1 L|b0 |hα+2 + C2 hβ+1

wk ≤ (1 + hLB + h2 L2 |b0 |A)k (w0 + )≤
(1 + hLB + h2 L2 |b0 |A) − 1
540 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

2 |b
0 |A)
C1 hα+1 |b0 |L + C2 hβ
≤ ehk(LB+hL (ws + )≤
LB
T (LB+T L2 |b0 |A) C1 hα+1 |b0 |L + C2 hβ
≤e (ws + ).
LB
Din ultima inegalitate deducem

∥[x]h − uh ∥h = max |xi − ui | = max |ei | = wn ≤

0≤i≤n 0≤i≤n

2 |b
0 |A)
C1 hα+1 |b0 |L + C2 hβ
≤ eT (LB+T L (ws + ) → 0,
LB
when h → 0.
Observaţie. Dacă considerăm considerăm schemele de calcul ca formule ma-
triceale atunci ele se pot utiliza la integrarea problemelor Cauchy corespunzătoare
sistemelor de ecuaţii diferenţiale.

21.6 A-stabilitatea schemelor de calcul

A-stabilitatea permite evaluarea tăriei unei scheme de calcul pentru rezolvarea
unei probleme Cauchy. Pentru definirea acestei noţiuni se consideră problema de
test
ẋ = λx, λ ∈ C,
(21.75)
x(0) = x0
a cărei soluţie este x(t) = eλt x0 . Dacă ℜλ < 0 atunci limt→∞ x(t) = 0.
Aplicăm schema de calcul Lh uh = fh pentru rezolvarea problemei (21.75).
Se numeşte domeniu de A-stabilitate mulţimea elementelor z = λh ∈ C, h >
0, λ ∈ C cu proprietatea că soluţia uh = (ui )0≤i≤nh a schemei de calcul este
mărginită pentru orice h > 0.
Schema de calcul Lh uh = fh este A-stabilă dacă semiplanul {z ∈ C : ℜz < 0}
este inclus ı̂n domeniul de A-stabilitate a schemei de calcul.
Aplicând o schemă de calcul de tip Runge-Kutta problemei (21.75) se obţine
o relaţie de forma
ui+1 = R(z)ui z = λh.
Funcţia R(z) se numeşte funcţia de stabilitate.
O schemă de calcul de tip Runge-Kutta este tare A-stabilă dacă

1. este A-stabilă;

2. limz→∞ |R(z)| < 1.

21.6. A-STABILITATEA SCHEMELOR DE CALCUL 541

O schemă de calcul de tip Runge-Kutta este L A-stabilă dacă

1. este A-stabilă;

2. limz→∞ |R(z)| = 0.

Aplicaţii. Analizăm natura A-stabilităţii mai multor scheme de calcul.

Fig. 1. Mulţimea de A-stabilitate a schemelor Runge–Kutta.

1. Schema de calcul Euler (21.4). Dacă substituim f (ti , ui ) = λui ı̂n (21.4)
atunci deducem formula de recurenţă ui+1 = (1 + λh)ui ) = (1 + z)ui de
unde rezultă că ui = (1 + z)i u0 . Prin urmare funcţia de stabilitate este
542 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

R(z) = 1 + z. Şirul (ui )i∈N este mărginit doar dacă |R(z)| = |1 + z| ≤ 1.

Mulţimea de A-stabilitate este ı̂n acest caz discul cu centrul ı̂n -1 şi rază 1
(Fig. 1).

2. Schema de calcul Euler ı̂mbunătăţită. (21.18). Analog se obţine R(z) =

2
1 + z + z2 . Mulţimea de A-stabilitate este interiorul domeniului delimitat
de conturul punctiform din Fig. 1.

3. Schema de calcul Runge – Kutta (m=4), (21.27). În acest caz R(z) =
2 3 z4
1 + z + z2 + z6 + 24 iar mulţimea de A-stabilitate este domeniul mărginit
de linia ı̂ntreruptă din Fig. 1.
Observăm că nici una din schemele de calcul de tip Runge – Kutta explicită
nu este A-stabilă.

4. În cazul schemei de calcul implicite

 ui −ui−1
h
− f (ti , ui ) = 0, i = 1, 1, . . . , n,
0
u0 = x

pentru problema de test deducem

1 1 1 i
ui = ui−1 = ui−1 = ( ) u0 .
1 − λh 1−z 1−z
1
Din condiţia de mărginirea şirului (ui )i : | 1−z | ≤ 1, obţinem că mulţimea
de A-stabilitate este |z − 1| ≥ 1, adică exteriorul discului cu centrul ı̂n 1 şi
de rază 1. Astfel această schemă de calcul este A-stabilă.

5. Utilizând schemă de calcul de tip Adams scrisă sub forma

ap uk+p + ap−1 uk+p−1 + . . . + a0 uk −

−h[bp f (tk+p , uk+p ) + bp−1 f (tk+p−1 , uk+p−1 ) + . . . + b0 f (tk , uk )] = 0.

Pentru rezolvarea problemei test ajungem la ecuaţia cu diferenţe

(ap −zbp )uk+p +(ap−1 −zbp−1 )uk+p−1 +. . .+(a1 −zb1 )uk+1 +(a0 −zb0 )uk = 0.

Ecuaţia caracteristică corespunzătoare este

ρ(x) − zσ(x) = 0
21.6. A-STABILITATEA SCHEMELOR DE CALCUL 543

unde

ρ(x) = ap xp + ap−1 xp−1 + . . . + a1 x + a0 ,

σ(x) = bp xp + bp−1 xp−1 + . . . + b1 x + b0 .

Soluţia ecuaţiei cu diferenţe este mărginită dacă are loc condiţia rădăcinii:
Rădăcinile polinomului caracteristic sunt ı̂n modul subunitare, iar cele de
modul 1 sunt rădăcini simple.
Fig. 2 şi Fig. 3 prezintă frontierele mulţimilor de A-stabilitate pentru
schemele de calcul Adams – Bashforth (r=1,2,3,4) şi respectiv Adams –
Moulton (r=2,3,4). În fiecare caz mulţimea de A-stabilitate este exteriorul
domeniului mărginit de curbele desenate.

Fig. 2. Mulţimea de A-stabilitate a schemelor Adams–Bashforth.

Din analiza graficelor se observă că nici una din schemele de calcul de tip
Adams tratate nu este A-stabilă.
544 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Fig. 3. Mulţimea de A-stabilitate a schemelor Adams–Moulton.

21.6. A-STABILITATEA SCHEMELOR DE CALCUL 545

6. Schema Runge-Kutta implicită pentru m = 2 cu parametrii daţi de (21.2).

În acest caz, mai ı̂ntâi trebuie să calculăm k1 (h) şi k2 (h) pentru f (t, x) = λx.
Din
 
k1 = λ(x + hβ1,1 k1 + hβ2,1 k2 ) (1 − zβ1,1 )k1 − zβ1,2 k2 = λx
⇔
k2 = λ(x + hβ2,1 k1 + hβ2,2 k2 ) −zβ2,1 k1 + (1 − zβ2,2 )k2 = λx

se obţine
√
λx 1 3
k1 = (1 + z( − 2β ∓ ))
△ 2 6
√
λx 1 3
k2 = (1 + z( − 2β ± ))
△ 2 6
1
△ = 1 − 2βz + (β − )z 2 .
6
Apoi din schema de calcul se obţine

1 + (1 − 2β)z + ( 31 − β)z 2
ui+1 = ui = R(z)ui .
1 − 2βz + (β − 61 )z 2

Cazuri particulare:
2
1 1+ z2 + z12
β= 4
R(z) = 2
1− z2 + z12

1 1+ z3
β= 3
R(z) = 2
1− 2z
3
+ z6

7. Schema Rosenbrock pentru m = 2 cu parametrii daţi de (21.49). Procedând

ca ı̂n cazul precedent, pentru f (x) = λx, se obţin

λx
k1 =
1 − γz
λx λ(β2,1 + γ2,1 )zx
k2 = +
1 − γz (1 − γz)2
√ √
3 1±3 3 2
1∓ 3
z − 6
z
R(z) = √ .
3
(1 − ( 12 ± 6
)z)2

Detalii privind construirea acestor grafice se găsesc ı̂n Anexa C.

546 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

21.7 Schemele de calcul

Bulirsch-Stoer şi Bader-Deuflhard
Pentru rezolvarea problemei Cauchy (21.1) utilizăm notaţiile obişnuite: pentru
n ∈ N∗ considerăm h = Tn , ti = ih, ui ≈ x(ti ), i ∈ {0, 1, . . . , n}.
Schemele de calcul Bulirsch-Stoer şi Bader-Deufldard se bazează pe extrapo-
larea Richardson construită pentru h0 > h1 > . . . > hM , unde hj = nTj . Uzual,
şirul nj se defineşte prin n0 = 2, n1 = 3, nj = 2nj−2 , j ∈ {2, 3, . . . , M } sau
nj = 2(j + 1), j ∈ {0, 1, . . . , M }.
Pentru ui dat, ui+1 = φ(h) se alege astfel ı̂ncât
∞
X ∞
X
2j
x(ti+1 ) = φ(h) + a2j h = ui+1 + a2j h2j ,
j=1 j=1

unde coeficienţii ai nu depind de h.

Formulele extrapolării Richardson sunt (4.1.1):

D(n, 0) = φ(hn ), n ∈ {0, 1, . . . , M }

n∈{k,k+1,...,M }
h2n−k D(n,k−1)−h2n D(n−1,k−1)
D(n, k) = h2n−k −h2n
, k ∈ {1, 2, . . . , M } .

Fie N ∈ N∗ . Notăm τ = Nh , ti,j = ti + jτ pentru j ∈ {0, 1, . . . , N }, ti,j+ 1 =

2
ti + (j + 21 )τ, pentru j ∈ {0, 1, . . . , N − 1}.
Schema de calcul Bulirsch-Stoer
Funcţia φ(h) corespunzătoare schemei de calcul Bulirsch-Stoer se calculează
prin

z0 = ui (21.76)
z1 = ui + τ f (ti,0 , z0 ) (21.77)
z2 = z0 + 2τ f (ti,1 , z1 ) (21.78)
..
.
zN −1 = zN −3 + 2τ f (ti,N −2 , zN −2 ) (21.79)
zN = zN −2 + 2τ f (ti,N −1 , zN −1 ) (21.80)
1
ui+1 = (zN −1 + zN + τ f (ti,N , zN )) (21.81)
2
Dacă se calculează
zN +1 = zN −1 + 2τ f (ti,N , zn )
21.7. SCHEMELE BULIRSCH-STOER ŞI BADER-DEUFLHARD 547

atunci (21.81) devine

1
ui+1 = (zN −1 + 2zN + zN +1 ).
4
Se observă că formulele (21.78)-(21.80) corespund metodei termenului median
(21.2).
Adunând relaţiile (21.76)-(21.80) se obţine
N
X −1
zN −1 + zN = 2ui + τ (f (ti,0 , z0 ) + 2 (ti,j , zj )).
j=1

Substituind ı̂n (21.81) rezultă

N −1
τ X
ui+1 = ui + (f (ti,0 , z0 ) + 2 (ti,j , zj ) + f (ti,N , zN )). (21.82)
2 j=1

Dacă x(t) este soluţia problemei Cauchy (21.1) atunci utilizând formula trapezelor
se găseşte
Z ti+1 Z ti +N τ
x(ti+1 ) = x(ti + h) = x(ti ) + ẋ(s)ds = x(ti ) + f (s, x(s))ds =
ti ti
N −1
τ X
= x(ti ) + (f (ti,0 , x(ti,0 )) + 2 f (ti,j , x(ti,j )) + f (ti,N , x(ti,N )) + Rt (f ). (21.83)
2 j=1

Potrivit formulei (5.40) expresia restului este de forma

∞
X ∞
X
2j
Rt (f ) = Aj τ = a2j h2j ,
j=1 j=1

A
unde a2j = N 2jj , ∀ j ∈ N∗ .
Din comparaţia formulelor (21.82) şi (21.83), deoarece zj ≈ x(ti,j ), j ∈ {0, 1, . . . , N }
avem ∞
X
x(ti+1 ) ≈ ui+1 + a2j h2j . (21.84)
j=1

Notând
N −1
τ X
IN = (f (ti,0 , z0 ) + 2 (ti,j , zj ) + f (ti,N , zN ))
2 j=1
N −1
τ X
I˜N = (f (ti,0 , x(ti,0 )) + 2 f (ti,j , x(ti,j )) + f (ti,N , x(ti,N ))
2 j=1
548 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

dacă f este lipschitziană ı̂n x, cu coeficientul L, atunci

N
X
|IN − I˜N | ≤ τ L |zj − x(ti,j )|.
j=0

Schema de calcul a termenului median are ordinul de convergenţă 2, adică există

C > 0 astfel ı̂ncât

|zj − x(ti,j | ≤ Cτ 2 ∀j ∈ {0, 1, . . . , N }.

Prin urmare
LC
|IN − I˜N | ≤ N τ LCτ 2 = 2 h3 .
N

Schema de calcul Bader-Deuflhard

Schema de calcul Bader-Deuflhard va fi prezentată ı̂ntr-o variantă puţin mod-
ificată faţă de [12, 48].
Presupunem că sistemul diferenţial al problemei cu valori iniţiale este au-
tonom:

ẋ(t) = f (x(t)), t ∈ [0, T ], (21.85)

x(0) = x0 .

Funcţia φ(h) corespunzătoare schemei de calcul Bader-Deuflhard se calculează

prin

z0 = ui (21.86)
z0 + z1
z1 = z0 + τ f ( ) (21.87)
2
z1 + z2
z2 = z1 + τ f ( ) (21.88)
2
..
.
zN −1 + zN
zN = zN −1 + τ f ( ) (21.89)
2
ui+1 = zN (21.90)

Se observă că formulele (21.87)-(21.89) corespund formulei dreptunghiului

aplicată sistemului (21.85) pentru intervalul [ti,j , ti,j+1 ].
Fiecare din ecuaţiile (21.87)-(21.89) reprezintă un sistem algebric ı̂n necunos-
cutele, respectiv, z1 , z2 , . . . , zN . Astfel schema de calcul Bader-Deuflhard este o
schemă implicită.
21.8. MATRICEA exp (At) 549

Adunând relaţiile (21.86)-(21.90) se obţine

N −1
X zj + zj+1
ui+1 = ui + τ f( ). (21.91)
j=0
2

Dacă x(t) este soluţia problemei Cauchy (21.1) atunci utilizând formula drep-
tunghiurilor se găseşte
Z ti+1 Z ti +N τ
x(ti+1 ) = x(ti + h) = x(ti ) + ẋ(s)ds = x(ti ) + f (s, x(s))ds =
ti ti

N −1  
X x(tj ) + x(tj+1 )
= x(ti ) + τ f + Rd (f ). (21.92)
j=0
2

Potrivit formulei (5.41) expresia restului este de forma

∞
X ∞
X
R(f ) = Bj τ 2j = b2j h2j ,
j=1 j=1

B
unde b2j = N 2jj , ∀ j ∈ N∗ .
Din comparaţia formulelor (21.91) şi (21.92), deoarece zj ≈ x(ti,j ), j ∈ {0, 1, . . . , N }
avem ∞
X
x(ti+1 ) ≈ ui+1 + b2j h2j . (21.93)
j=1

Relaţiile (21.84) şi (21.93) relaţie care justifică extrapolarea Richardson.

21.8 Matricea exp (At)

Determinăm o matrice fundamentală de soluţii pentru sistemul diferenţial de
ecuaţii liniare cu coeficienţi constanţi

ẋ(t) = Ax(t), (21.94)

unde A ∈ Mn (R). Din (21.94) rezultă x(k) (t) = Ak x(t), k ∈ N∗ şi ı̂n consecinţă
are loc dezvoltarea tayloriană
∞ ∞
!
X x(k) (0) k X Ak tk
x(t) = t = x(0).
k=0
k! k=0
k!
550 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Matricea fundamentală de soluţii este

∞
X Ak tk
exp(At) = . (21.95)
k=0
k!

În vederea obţinerii unei aproximări numerice, scăzând egalităţile

∞ ∞
!
X x(k) (t) k X Ak hk
x(t + h) = h = x(t) =
k=0
k! k=0
k!

Ah A2 h2 A3 h3
 
= In + + + + . . . x(t)
1! 2! 3!
∞ ∞
!
X (−1)k x(k) (t + h) k X (−1)k Ak hk
x(t) = h = x(t + h) =
k=0
k! k=0
k!
Ah A2 h2 A3 h3
 
= In − + − + . . . x(t + h)
1! 2! 3!
găsim
Ah
x(t + h) − x(t) = (x(t) − x(t + h)) + (x(t) + x(t + h))+
1!
A2 h2 A3 h3
+ (x(t) − x(t + h)) + (x(t) + x(t + h)) + . . .
2! 3!
de unde
x(t + h) =
−1 
A2 h2 A3 h3 A2 h2 A3 h3
 
Ah Ah
= In − + − + ... In + + + + . . . x(t).
2 · 1! 2 · 2! 2 · 3! 2 · 1! 2 · 2! 2 · 3!
Astfel se obţine aproximaţia
−1 
A2 h2 A3 h3 A2 h2 A3 h3
 
Ah Ah
exp(Ah) ≈ In − + − In + + + .
2 · 1! 2 · 2! 2 · 3! 2 · 1! 2 · 2! 2 · 3!

În cazul unei matrice A(t) ∈ Mn (R) având componentele funcţii continue
ı̂ntr-un interval [0, T ] astfel ı̂ncât A(t)A(s) = A(s)A(t), pentru orice s, t ∈ [0, T ],
atunci matricea ∞
X 1 k
exp(A(t)) = In + A (t)
k=1
k!
d
verifică egalitatea dt exp(A(t)) = A(t)exp(A(t)), t ∈ [0, T ].
Se verifică egalităţile:
21.9. METODA ITERAŢIILOR VARIAŢIONALE 551

Rt
1. Dacă B(t) = 0
A(s)ds atunci B(t)A(t) = A(t)B(t).
d
2. dt
B n (t) = nA(t)B n−1 (t) = nB n−1 (t)A(t), ∀ n ≥ 2.

21.9 Metoda iteraţiilor variaţionale

Metoda iteraţiilor variaţionale Variational Iteration Method (VIM), iniţiată
de Ji-Huan He, a fost utilizată pentru rezolvarea unor probleme pentru ecuaţii
diferenţiale şi ecuaţii cu derivate parţiale. Rolul principal revine multiplicatorilor
Lagrangre care ı̂mbunătăţesc ordinul de aproximare al unei aproximaţii.
Rezultatul pe care ı̂l vom prezenta constă ı̂n convergenţa uniformă a şirului
de aproximaţii construite cu metoda VIM pentru o problemă cu valori iniţiale
pentru un sistem de ecuaţii diferenţiale pe un interval compact.
Fie sistemul de ecuaţii diferenţiale ı̂mpreună cu condiţiile iniţiale

′
 x1 (t) = f1 (t, x1 (t), . . . , xm (t))
 x1 (t0 ) = x01
.. (21.96)
.
 x′ (t) = f (t, x (t), . . . , x (t))

xm (t0 ) = xm 0
m m 1 m

unde t ∈ [t0 , tf ] şi t0 < tf < ∞.

Introducem notaţiile:

x = (x1 , . . . , xm )
X m
∥x∥1 = |xj |
j=1
∥x∥∞ = max ∥x(t)∥1 .
t

Atunci sistemul (21.96) se rescrie

x′i (t) = fi (t, x(t)), i ∈ {1, . . . , m}.

Presupunem ipotezele:
• Funcţiile f1 , . . . , fm sunt continue ı̂mpreună cu derivatele lor parţiale de
ordin unu şi doi ı̂n x1 , . . . , xm .

• Există L > 0 astfel ı̂ncât pentru orice i ∈ {1, . . . , m}

m
X
|fi (t, x) − fi (t, y)| ≤ L |xj − yj | = L∥x − y∥1 , ∀ x, y ∈ Rm .
j=1
552 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

În consecinţă

∂fi (t, x)
| | = |fixj (t, x)| ≤ L, ∀(t, x) ∈ [t0 , tf ] × Rm , ∀i, j ∈ {1, . . . , m}.
∂xj

Metoda VIM consideră şirul de aproximaţii

Z t
un+1,i (t) = un,i (t) + λi (s)(u′n,i (s) − fi (s, un (s)))ds, n ∈ N, (21.97)
t0

i ∈ {1, . . . , m} şi unde un = (un,1 , . . . , un,m ).

Presupunem că un,i (t0 ) = x0i şi că un,i are derivată continuă pentru orice
i ∈ {1, . . . , m}.
În ecuaţia i multiplicatorul Lagrange va acţiona doar asupra lui xi .
Dacă x(t) = (x1 (t), . . . , xm (t)) este soluţia problemei cu valori iniţiale (21.96)
şi un,i (t) = xi (t) + δun,i (t) and un+1,i (t) = xi (t) + δun+1,i (t) dar un,j (t) = xj (t),
pentru j ̸= i, atunci (21.97) implică
Z t
δun+1,i (t) = δun,i (t) + λi (s) x′i (s) + δu′n,i (s)−
t0

−fi (s, x1 (s), . . . , xi−1 (s), xi (s) + δun,i (s), xi+1 (s), . . . , xm (s))) ds =
Z t
λi (s) x′i (s) + δu′n,i (s) − fi (s, x(s)) − fixi (s, x(s))δun,i (s) ds+


= δun,i (t) +
t0

+O((δun,i )2 ) =
Z t
λi (s) δu′n,i (s) − fixi (s, x(s))δun,i (s) ds + O((δun,i )2 ).


= δun,i (t) +
t0

După o integrare prin părţi egalitatea de mai sus devine

δun+1,i (t) = (1 + λi (t))δun,i (t)−

Z t
λ′i (s) + fixi (s, x(s))λi (s) δun,i (s)ds + O((δun )2 ).


−
t0

Pentru ca un+1,i să fie o aproximaţie mai bună decât un,i , este necesar ca λi să fie
soluţia problemei cu valori iniţiale

λ′ (s) = −fixi (s, x(s))λ(s), s ∈ [t0 , t], (21.98)

λ(t) = −1. (21.99)
21.9. METODA ITERAŢIILOR VARIAŢIONALE 553

Deoarece x(s) este funcţie necunoscută, ı̂n locul problemei (21.98)-(21.99) se ia

λ′ (s) = −fx (s, un (s))λ(s), s ∈ [t0 , t], (21.100)

λ(t) = −1 (21.101)

cu soluţia notată λn,i (s, t). Soluţia este

Rt
fix (τ,un (τ ))dτ
λn,i (s, t) = −e s i

şi
|λn,i (s, t)| ≤ eL(t−s) ≤ eLT , ∀ t0 ≤ s ≤ t ≤ tf iar T = tf − t0 .
Formula de recurenţă (21.97) devine
Z t
un+1,i (t) = un,i (t) + λn,i (s, t)(u′n,i (s) − fi (s, un (s)))ds, n ∈ N, (21.102)
t0

pentru orice i ∈ {1, . . . , m}.

Rezultatul de convergenţă este:
Teorema 21.9.1 Dacă au loc ipotezele introduse atunci şirul (un )n∈N definit prin
(21.102) converge uniform către x(t), soluţia problemei cu valori iniţiale (21.96).

Demonstraţie. Scăzând egalitatea

Z t
xi (t) = xi (t) + λn,i (s, t) (x′i (s) − fi (s, x(s))) ds
0

din (21.102) rezultă

Z t
λn,i (s, t) e′n,i (s) − (fi (s, un (s)) − fi (s, x(s))) ds,


en+1,i (t) = en,i (t) +
t0

unde en,i (t) = un,i (t) − xi (t), i ∈ {1, . . . , m} and en (t) = (en,1 (t), . . . , en,m (t)) =
un (t) − x(t), n ∈ N.
Din nou, după o integrare prin părţi rezultă
Z t


en+1,i (t) = λn,i (s, t) fixi (s, un (s))en,i (s) − (fi (s, un (s)) − fi (s, x(s))) ds.
t0

Ipoteza asupra lui fi implică inegalitatea

|fixi (s, un (s))en,i (s) − (fi (s, un (s)) − fi (s, x(s))| ≤ L|en,i (s)| + L∥en (s)∥1
554 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

şi ı̂n consecinţă

Z t
LT
|en+1,i (t)| ≤ Le (|en,i (s)| + ∥en (s)∥1 )ds.
t0

Adunând aceste inegalităţi, pentru i = 1 : m, rezultă

Z t
LT
∥en+1 (t)∥1 ≤ (m + 1)Le ∥en (s)∥1 ds. (21.103)
t0

Fie M = (m + 1)LeLT . Din (21.103) se obţin succesiv:

Pentru n = 0
Z t
∥e1 (t)∥1 ≤ M ∥e0 (s)∥1 ds ≤ M (t − t0 )∥e0 ∥∞ ⇒ ∥e1 ∥∞ ≤ M T ∥e0 ∥∞ .
t0

Pentru n = 1
t
M 2 (t − t0 )2 M 2T 2
Z
∥e2 (t)∥1 ≤ M ∥e1 (s)∥1 ds ≤ ∥e0 ∥∞ ⇒ ∥e2 ∥∞ ≤ ∥e0 ∥∞ .
t0 2 2

Inductiv rezultă
Z t
M n (t − t0 )n M nT n
∥en (t)∥1 ≤ M ∥en−1 (s)∥1 ds ≤ ∥e0 ∥∞ ⇒ ∥en ∥∞ ≤ ∥e0 ∥∞ .
t0 n! n!

şi ı̂n consecinţă limn→∞ ∥en ∥∞ = 0.

În vederea implementării ca metodă numerică relaţia (21.102) se transformă
ı̂n
Z t

Rt
un+1,i (t) = fi (s, un (s)) − fixi (s, un (s))un,i (s) e s fixi (τ,un (τ ))dτ ds+ (21.104)
t0
Rt
fix (τ,un (τ ))dτ
+e t0 i x0 .
Fie (ti )0≤i≤I o reţea echidistantă ı̂n [t0 , tf ] şi ui o aproximaţie pentru x(ti ).
Formula de recurenţă (21.104) va fi folosită pentru calculul lui ui+1 pe baza lui ui
pe intervalul [ti , ti+1 ]. Integralele din (21.104) vor fi calculate cu metoda trapezelor
pe o reţea locală de puncte echidistante.
Se vor efectua un număr de iteraţii până cand distanţa dintre două aproximaţii
succesive ale lui ui+1 sunt sub o anumită toleranţă.
Soluţia finală aproximativă a problemei cu valori initiale este funcţie spline
de ordinul ı̂ntâi definită de punctele (ti , ui )0≤i≤I .
21.9. METODA ITERAŢIILOR VARIAŢIONALE 555

Procedura necesită o singură parcurgere de la t0 la tf .

Rezolvarea sistemului algebric
 
zj + zj+1
zj+1 = zj + τ f . (21.105)
2

În primă aproximaţie prin dezvoltarea tayloriană, ı̂nlocuim ecuaţia (21.105) prin
 
1 ′
zj+1 = zj + τ f (zj ) + f (zi )(zj + zj+1 )
2
sau
τ τ
(I − f ′ (zj ))zj+1 = (I + f ′ (zj ))zj .
2 2
de unde
(0) τ τ
zj+1 = zj+1 = (I − f ′ (zj ))−1 (I + f ′ (zj ))zj .
2 2
Această aproximaţie se poate ı̂mbunătăţii cu metoda Newton-Kantorovici
(k)
!−1 (k)
!
(k+1) (k) zj + zj+1 (k) zj + zj+1
zj+1 = zj+1 − I − τ f ′( ) zj+1 − zj − τ f ( )
2 2

cu k = 0, 1, . . . .

Probleme şi teme de seminar

P 21.1 Pentru rezolvarea problemei Cauchy

ẋ(t) = f (t, x(t)), t ∈ [0, T ],

x(0) = x0

se consideră schema de calcul implicită

 ui −ui−1
h
− f (ti , ui ) = 0, i = 1, 2, . . . , n, (h = Tn )
0
u0 = x .

1. Să se studieze consistenţa schemei de calcul.

2. În ipoteza ı̂n care funcţia f este lipschitziană ı̂n x, să se demonstreze sta-
bilitatea schemei de calcul.
556 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

Observaţie. Fie schema de calcul, denumită metoda θ,

ui+1 −ui

h
− (1 − θ)f (ti , ui ) − θf (ti+1 , ui+1 ) = 0, i = 0, 1, . . . , n − 1, (h = Tn )
0
u0 = x .

Pentru θ = 0 se regăseşte schema de calcul a lui Euler iar pentru θ = 1 se

regăseşte schema de calcul implicită de mai sus.


T  εi i ∈ {1, . . . , n}
R. 2. Fie h > 0, n = h
, εn = şi sistemele Lh (uh ) =
ϵ
φh , Lh (zh ) = φh + εh :
 ui −ui−1
h
− f (ti , ui ) = 0, i = 1, . . . , n
0 , (21.106)
u0 = x
zi −zi−1

h
− f (ti , zi ) = εi , i = 1, . . . , n
0 . (21.107)
z0 = x + ϵ
Introducem vectorul wh = zh − uh = (wi )0≤i≤n şi scăzând ecuaţiile lui (21.106)
din ecuaţiile corespunzătoare lui (21.107) găsim
 wi −wi−1
h
− [f (ti , zi ) − f (ti , ui )] = εi , i = 1, . . . , n
. (21.108)
w0 = ϵ

Atunci

wi = wi−1 + h[f (ti , zi ) − f (ti , ui )] + hεi , i ∈ {1, . . . , n}.

În normă, vom avea

|wi | ≤ |wi−1 | + h|f (ti , zi ) − f (ti , ui )| + h|εi | ≤ |wi−1 | + hL|wi | + h∥εh ∥h ,

unde ∥εh ∥h = max{|ε1 |, . . . , |εn |, |ϵ|}. Pentru hL < 1 rezultă

1 h∥ε∥h
|wi | ≤ |wi−1 | +
1 − hL 1 − hL
de unde
 i !  i
1 h∥εh ∥h 1 1 1
|wi | ≤ |w0 | + 1 ≤ (1 + )∥εh ∥h .
1 − hL 1 − hL 1−hL − 1 1 − hL L
21.9. METODA ITERAŢIILOR VARIAŢIONALE 557

1 1
Pentru h < 2L
⇔ 1 − hL > 2
au loc inegalităţile
 i
1 hL 1 hL
=1+ ⇒ ≤ ei 1−hL ≤ e2T L .
1 − hL 1 − hL 1 − hL

Prin urmare
1
|wi | ≤ e2T L (1 +
)∥εh ∥h , i ∈ {0, 1, . . . , n}.
L
Din inegalitatea de mai sus deducem
1
∥zh − uh ∥h = ∥wh ∥h = max |wi | ≤ e2T L (1 + )∥εh ∥h ,
0≤i≤n L
adică stabilitatea schemei de calcul.

P 21.2 Pentru rezolvarea problemei Cauchy

ẋ(t) = φ(t, x(t)), t ∈ [0, T ],

x(0) = x0 ;

se consideră schema de calcul

 ui+1 −ui−1
 2h
− φ(ti , ui ) = 0, i = 1, 2, . . . , n − 1, (h = Tn )
u0 = x0 ,
u1 se calculează printr-un procedeu iniţial.


1. Să se studieze consistenţa schemei de calcul.

2. În ipoteza ı̂n care funcţia φ este lipschitziană ı̂n x, să se demonstreze sta-
bilitatea schemei de calcul.

P 21.3 Pentru rezolvarea problemei Cauchy

ẋ(t) = φ(x(t)), t ∈ [0, T ],

x(0) = x0

se consideră schema de calcul implicită (midpoint method)

 ui+1 −ui
h
− φ( ui +u2 i+1 ) = 0, i = 0, 1, . . . , n − 1, (h = Tn )
u 0 = x0 .

1. Să se studieze consistenţa schemei de calcul.

558 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

2. Să se studieze stabilitatea schemei de calcul.

R. 1. Utilizând egalităţile:

ẍ(t) = φ′ (x(t))φ(x(t)),
h2
xi+1 = xi + hẋi + ẍ(θi ),
2
h2 h3
xi+1 = xi + hẋi + ẍi + x(3) (ηi ),
2 6
xi + xi+1 ′ xi+1 − xi 1 xi+1 − xi 2
φ( ) = φ(xi ) + φ (xi )( ) + φ′′ (ξi )( )
2 2 2 2
se obţine
xi+1 −xi
− φ( xi +x2 i+1 ), i = 0, 1, . . . , n − 1,

Lh [x]h = 2 =
x0
h2 (3) 2 h2

 ẋi + h2 ẍi + 6
x (ηi ) − φ(xi )) − 12 φ′ (xi )(hẋi + h2 ẍ(θi )) − 18 φ′′ (ξi )(hẋi + 2
ẍ(θi ))2
= i = 0, 1, . . . , n − 1, =
0
x

 1 (3)
 6 x (ηi )φ(xi ) − 14 φ′ (xi )ẍ(θi )) − 18 φ′′ (ξi )(ẋi + h2 ẍ(θi ))2
= fh + h2 i = 0, 1, . . . , n − 1, .
0


Astfel ordinul de consistenţă este 2.

2. Dacă  zi+1 −zi
h
− φ( zi +z2 i+1 ) = εi , i = 0, 1, . . . , n − 1,
z0 = x0 + ε.
şi ei = zi − ui , i = 0, 1, . . . , n atunci rezultă
 
zi + zi+1 ui + ui+1
ei+1 = ei + h φ( ) − φ( ) + hεi , i = 0, 1, . . . , n − 1,
2 2
e0 = ε.

Dacă φ este lipschitziană cu constanta L atunci din

hL
|ei+1 | ≤ |ei | + (|ei | + |ei+1 |) + h|εi |
2
2
şi h < L
se obţine
hL
1+ 2 h
|ei+1 | ≤ |e |
hL i
+ |εi |.
1− 2
1 − hL
2
21.9. METODA ITERAŢIILOR VARIAŢIONALE 559

Rezultă !i
hL
1+ 2 1
|ei | ≤ hL
(1 + )∥εh ∥h ,
1− 2
L
unde ∥εh ∥h = max{ε, ε0 , . . . , εn−1 }.
Dacă h < L1 atunci au loc inegalităţile

hL 1 1
1− > ⇔ ≤ 2.
2 2 1 − hL
2

Pe de altă parte
!i !i
hL
1+ hL i hL
1− hL
2
hL
= 1+ ≤e 2 ≤ e2T L ,
1− 2
1 − hL
2

adică stabilitatea schemei de calcul.

P 21.4 Pentru rezolvarea problemei Cauchy

ẋ(t) = f (t, x(t)), t ∈ [0, T ],

x(0) = x0

se consideră schema de calcul implicită (Adams-Moulton, r = 1), denumită şi

metoda trapezului
 ui+1 −ui 1
h
− 2 (f (ti , ui ) + f (ti+1 , ui+1 )) = 0, i = 0, 1, . . . , n − 1, (h = Tn )
u0 = x0 .

1. Să se studieze consistenţa schemei de calcul.

2. În ipoteza ı̂n care funcţia f este lipschitziană ı̂n x, să se demonstreze sta-
bilitatea schemei de calcul.

P 21.5 Să se arate că au loc proprietăţile:

d tA
1. dt
e = AetA .

2. Egalitatea eA+B = eA eB are loc dacă şi numai dacă AB = BA.

−1 AB
3. Dacă B este o matrice inversabilă atunci eB = B −1 eA B.

4. Dacă A este o matrice hermitiană atunci |eA | = etr(A) .

560 CAPITOLUL 21. REZOLVAREA PROBLEMELOR CAUCHY

1
(λI − A)−1 eλt dλ,
R
5. exp(At)= 2πi γ
unde γ este o curbă ı̂nchisă, astfel ı̂ncât valorile proprii ale matricei A se
află ı̂n interiorul domeniului delimitat de curba γ.

R. 2. Justificăm doar necesitatea condiţiei. Dacă

   
2 1 1 0
A= , B=
0 1 1 2

atunci
 2 2     
A e e −e B e 0 A+B 1 e4 + e2 e4 − e2
e = , e = , e =
0 e e − e e2
2
2 e4 − e2 e4 + e2

dar
     
3 2 2 1 A B e2 + (e2 − e)2 e2 (e2 − e)
AB = , BA = , e e = .
1 2 2 3 e(e2 − e) e2

4. Din Teorema spectrală (16.2.2) rezultă existenţa unei matrice unitare astfel
ı̂ncât U H AU = T ⇔ A = U T U H , unde T este o matrice diagonală cu valorile
proprii ale matricei A.
Are loc egalitatea
H
eA = eU T U = U eT U H
de unde
|eA | = |U | |eT | |U H | = |U |2 |eT | = |eT |.
Dacă T = diag(λ1 , . . . , λn ) atunci eT = diag(eλ1 , . . . , eλn ) şi ı̂n consecinţă
Pn
|eT | = e i=1 λi
= etr(A) .
Capitolul 22

Rezolvarea numerică a
problemelor bilocale

Problema de rezolvat consă ı̂n determinarea funcţiei x : I = [0, T ] → Rn care

satisface ecuaţia diferenţială

ẋ(t) = f (t, x(t)) (22.1)

cu condiţia la limită
g(x(0), x(T )) = 0 (22.2)
unde g : R2n → Rn .
Condiţiile la limită sunt separate dacă

g0 (x(0)) = 0
(22.3)
gT (x(T )) = 0

cu g0 : Rn → Rm şi gT : Rn → Rn−m . Presupunem că funcţiile f, g, g0 , gT sunt

continue şi satisfac condiţiile de netezime suplimentare cerute de metodele care
vor fi prezentate.
Cazul liniar:
ẋ(t) = Q(t)x(t) + r(t) t ∈ [0, T ];
(22.4)
Ax(0) + Bx(T ) = c,
unde Q(t), A, B ∈ Mn (Rn ), r(t), c ∈ Rn . Elementele matricelor Q(t), r(t) sunt
funcţii continue ı̂n intervalul [0, T ].
Condiţiile la limită liniare şi separate au loc dacă

P0 x(0) = y0 , P0 ∈ Mm,n (R), y0 ∈ Rm ,

(22.5)
PT x(T ) = yT , PT ∈ Mn−m,n (R), yT ∈ Rn−m .

561
562 CAPITOLUL 22. REZOLVAREA PROBLEMELOR BILOCALE

Dacă

xi (0) = y0,i , i ∈ I0 ⊂ {1, 2, . . . , n}, |I0 | = m

(22.6)
xj (T ) = yT,j , j ∈ IT ⊂ {1, 2, . . . , n}, |IT | = n − m.

atunci condiţiile la limită se numesc separate şi explicite. Prin |I0 |, |IT | s-au
notat numărul elementelor din mulţime.

Exemplul 22.0.1

ẍ(t) = −f (t) t ∈ [0, T ],

x(0) = a
x(T ) = b

Integrând succesiv de 2 ori se obţine

 Z T  Z t
t
x(t) = a + b−a+ (T − s)f (s)ds − (t − s)f (s)ds.
T 0 0

22.1 Metoda tirului

Metoda tirului (shooting method ) constă ı̂n determinarea condiţiei iniţiale
x0 = x(0) pentru care soluţia sistemului (22.1) verifică condiţiile (22.2). Problema
se reduce la rezolvarea unui sistem algebric ı̂n x0 .

Cazuri particulare
1. Problema bilocală liniară (22.4).
Dacă X(t) este o matrice fundamentală de soluţii pentru sistemul diferenţial
liniar şi omogen ẋ(t) = Q(t)x(t) iar H(t, s) = X(t)X −1 (s) atunci soluţia
sistemului diferenţial liniar din (22.4) este
Z t
x(t) = H(t, 0)x0 + H(t, s)r(s)ds,
0

cu x(0) = x0 . Condiţia bilocală conduce la sistemul algebric de ecuaţii

liniare  Z T 
Ax0 + B H(T, 0)x0 + H(T, s)r(s)ds = c.
0
22.1. METODA TIRULUI 563

Dacă matricea A + BH(T, 0) este nesingulară atunci problema bilocală

(22.4) are soluţie unică, cu condiţia iniţială
 Z T 
−1
x0 = (A + BH(T, 0)) c−B H(T, s)r(s)ds . (22.7)
0

Vom calcula succesiv:

• Matricea H(T, 0). Notăm prin Xi (t), i ∈ {1, 2, . . . , }, soluţia problemei

cu valori iniţiale
Ẋi (t) = Q(t)Xi (t)
Xi (0) = ei
unde ei este vectorul bazei canonice din Rn . Atunci Xi (t) = H(t, 0)ei ,
de unde

[X1 (T ), . . . , Xn (T )] = H(T, 0)[e1 , . . . , en ] = H(T, 0)In = H(T, 0).

RT
• Vectorul 0
H(T, s)r(s)ds). Este suficient să se rezolve problema

Ẋ(t) = Q(t)X(t) + r(t)

X(0) = 0
Rt
cu soluţia X(t) = 0
H(t, s)r(s)ds. Astfel
Z T
X(T ) = H(T, s)r(s)ds.
0

În final se aplică formula (22.7).

2. Sistem diferenţial liniar cu condiţii la limită separate

ẋ(t) = Q(t)x(t) + r(t) t ∈ [0, T ];

P0 x(0) = y0 ,
PT x(T ) = yT ,

Pentru simplitate presupunem că condiţiile la limită ı̂n 0 sunt explicite,

mai mult I0 = {1, 2, . . . , m}. Acest caz are loc dacă P0 = [Im 0m,n−m ],
unde Im este matricea unitate de ordin m iar 0m,n−m este matricea nulă de
dimensiune (m, n − m).
564 CAPITOLUL 22. REZOLVAREA PROBLEMELOR BILOCALE

Atunci
    n−m  
y0 y0 X 0
x0 = = + ci
c 0 em+i
i=1

unde c ∈ Rn−m este un vector care trebuie determinat.

Condiţiile la limită ı̂n T devin
  n−m  
y0 X 0
PT x(T ) = PT H(T, 0) + ci H(T, 0) +
0 em+i
i=1

Z T 
+ H(T, s)r(s)ds = yT .
0

Rezultă sistemul algebric de ecuaţii liniare

     Z T 
0 ... 0 y0
PT H(T, 0) c = yT − P T H(T, 0) + H(T, s)r(s)ds (22.8)
em+1 ... en 0 0

Avem de rezolvat problemele cu valori iniţiale:

(a)
Ẋ(t) = Q(t)X(t)  
  y0
y0 ⇒ XT = H(T, 0) .
X(0) = 0
0

(b)
Ẋ(t) = Q(t)X(t)  
  0
0 ⇒ Xi,T = H(T, 0) ,
X(0) = em+i
em+i

pentru i ∈ {1, . . . , n − m}.

(c)
Z T
Ẋ(t) = Q(t)X(t) + r(t)
⇒ YT = H(T, s)r(s)ds.
X(0) = 0 0

Sistemul (22.8) devine

PT [X1,T . . . Xn−m,T ]c = yT − PT (XT + YT ).

22.1. METODA TIRULUI 565

3. Sistem diferenţial neliniar cu condiţii la limită separate şi ex-

plicite:1
ẋ(t) = f (t, x(t)), t ∈ [0, T ],
xi (0) = y0,i , i ∈ I0 = {1, 2, . . . , m},
xjk (T ) = yT,k , jk ∈ IT ⊂ {1, 2, . . . , n}, |IT | = n − m.
 
y0
Dacă x0 (c) = , c ∈ Rn−m şi IT = {j1 , j2 , . . . , jn−m } atunci se cere
c
determinarea lui c astfel ı̂ncât să fie ı̂ndeplinite condiţiile la limită ı̂n T
 
xj1 (T ; x0 (c)) − yT,1
F (c) =  ...  = 0. (22.9)
 
xjn−m (T ; x0 (c)) − yT,n−m
(22.9) reprezintă un sistem algebric de n − m ecuaţii având componentele
lui c = (c1 , . . . , cn−m )T ca necunoscute.
Pentru rezolvarea sistemului algebric se poate utiliza metoda Newton-Kantorovici
ck+1 = ck − (F ′ (ck ))−1 F (ck ), k = 0, 1, 2, . . . . (22.10)
Din
d ∂ ∂ d
xi (t; x0 (c)) = xi (t, x0 (c)) =
dt ∂cj ∂cj dt
n
∂ X ∂fi (t, x(t; x0 (c)) ∂xk (t; x0 (c))
= fi (t, x(t; x0 (c)) =
∂cj k=1
∂xk ∂cj
rezultă  ∂x1 (t;x0 (c)) ∂x1 (t;x0 (c)) 
∂c1
... ∂cn−m
d  .. ..
= (22.11)

dt
 . .
∂xn (t;x0 (c)) ∂xn (t;x0 (c))
∂c1
... ∂cn−m
| {z }
∂x(t,x0 (c))
∂c
 ∂f1 (t,x) ∂f1 (t,x)  ∂x1 (t;x0 (c)) ∂x1 (t;x0 (c)) 
∂x1
... ∂xn ∂c1
... ∂cn−m
=
 .. ..  .. .. 
. .  . . 
∂fn (t,x) ∂fn (t,x) ∂xn (t;x0 (c)) ∂xn (t;x0 (c))
∂x1
... ∂xn ∂c1
... ∂cn−m
| {z }| {z }
f ′ (t,x(t;x0 (c))) ∂x(t,x0 (c))
∂c

1
Singh J., 2013, A nonlinear shooting method and its application to nonlinear Rayleigh-
Bénard convection. ISRN Mathematical Physics., Vol. 2013, Article ID 650208.
566 CAPITOLUL 22. REZOLVAREA PROBLEMELOR BILOCALE

Condiţiile iniţiale pentru acest sistem de ecuaţii diferenţiale sunt

∂x(0; x0 (c))
= em+i i ∈ {1, 2, . . . , n − m}. (22.12)
∂ci
Cele două probleme cu valori iniţiale se integrează ı̂mpreună, ı̂n sensul
   
ẋ(t) f (t, x(t))
d ∂x(t;x0 (c)) = ,
dt ∂ci
f ′ (t, x(t; x0 (c)) ∂x(t,x
∂ci
0 (c))

cu condiţiile iniţiale
   

x(0, x0 (c))
 y0
∂x(0;x0 (c)) = c , i ∈ {1, 2, . . . , n − m}.
∂ci em+i
Bineı̂nţeles că trebuie rezolvate n − m probleme cu valori iniţiale.
Succesul rezolvării este dat de alegerea aproximaţiei iniţiale c0 .

Exemplul 22.1.1
ẋ1 (t) = x2 (t),
ẋ2 (t) = 2x31 (t) − 6x1 (t) − 2t2
, t ∈ [1, 2].
x1 (1) = 2
x1 (2) = 2.5
 
2
În acest caz n = 2, m = 1, I0 = IT = 1 şi y0 = 2 iar x0 = . Sistemul
c
(22.11) este
∂x1 ∂x1
    
d ∂c
0 1 ∂c
=
∂x2 ∂x2
dt ∂c
6(x21 − 1) 0 ∂c
 
∂x(0) 0
cu condiţia iniţială ∂c = . Notând x3 = ∂x ∂c
1
şi x4 = ∂x
∂c
2
rezolvarea
1
simultană a celor două probleme cu valori iniţiale conduce la problema


 ẋ1 = x2 x1 (0) = 2
ẋ2 = 2x31 − 6x1 − 2t3 x2 (0) = c

.

 ẋ3 = x4 x3 (0) = 0
ẋ4 = 6(x21 − 1)x3 x4 (0) = 1


Ecuaţia (22.9) este F (c) = x1 (2; x0 (c)) − 2.5 = 0. Formula de recurenţă

(22.10) este
x1 (2; x0 (ck )) − 2.5
ck+1 = ck − .
x3 (2; x0 (ck ))
22.1. METODA TIRULUI 567

Probleme şi teme de seminar

P 22.1 Pentru rezolvarea problemei bilocale liniare

−x′′ (t) = f (t), t ∈ (0, 1),

x(0) = α,
x(1) = β;

se consideră schema de calcul

 ui+1 −2ui +ui−1
 − h2
= f (ti ), i = 1, 2, . . . , n − 1, (h = n1 )
u0 = α,
un = β,


unde ti = ih, ui ≈ x(ti ), i ∈ {0, 1, . . . , n}.

Să se demonstreze convergenţa schemei de calcul şi să se indice o rezolvare.

R. Demonstraţie directă pentru convergenţă. Dacă x(t) ∈ C 4 [0, 1] atunci au loc

egalităţile

x(ti+1 ) − 2x(ti ) + x(ti−1 ) ′′ h2 (4)

= x (ti ) + x (ξi ), i ∈ {1.2, . . . , n − 1},
h2 12
şi ξi ∈ (ti−1 , ti+1 ). În consecinţă

x(ti+1 ) − 2x(ti ) + x(ti−1 ) h2 (4) ui+1 − 2ui + ui−1 h2 (4)

= −f (ti ) + x (ξi ) = + x (ξi ).
h2 12 h2 12
Dacă ei = x(ti ) − ui atunci
ei+1 −2ei +ei−1 h2 (4)
h2
= 12
x (ξi ), i ∈ {1, 2, . . . , n − 1},
e0 = en = 0.

Fie M4 ≥ |x(4) (t)|, ∀ t ∈ [0, 1]. Înmulţind relaţia i ∈ {1, 2, . . . , n − 1} cu −ei şi
sumând se obţine
n−2 n−1 n−1
X h4 X (4) h4 M4 X
e21 + (ei+1 − ei )2 + e2n−1 = − ei x (ξi ) ≤ |ei |
i=1
12 i=1 12 i=1

sau Pn−2
e21 + i=1(ei+1 − ei )2 + e2n−1 h4 M4
0≤ Pn−1 ≤ .
i=1 |ei |
12
568 CAPITOLUL 22. REZOLVAREA PROBLEMELOR BILOCALE

Pentru h ↘ 0 expresia din mijloc tinde către 0. În mod necesar

n−2
! n−1
X X
lim e21 + (ei+1 − ei )2 + e2n−1 = lim |ei | = 0.
h↘0 h↘0
i=1 i=1

Astfel limh↘0 ei = 0, ∀ i ∈ {1, . . . , n − 1}.

Rezolvarea schemei de calcul conduce la sistemul

 u0 = α = y 0
ui+1 − 2ui + ui−1 = −h2 f (ti ) = yi , i ∈ {1, 2, . . . , n − 1},
un = β = y n .


Soluţia este dată de P. 1.10. Implementarea acelor formule are complexitatea

O(n2 ). Rezolvarea prin metoda dublului parcurs are complexitatea O(n).
P 22.2 Pentru rezolvarea problemei bilocale liniare
ẍ(t) − p(t)ẋ(t) − q(t)x(t) = r(t), t ∈ [a, b],
x(a) = α,
x(b) = β;
se consideră schema de calcul
 ui+1 −2ui +ui−1 −ui−1

 h2
− p(ti ) ui+12h − q(ti )ui = r(ti ), i = 1, 2, . . . , n − 1,
(h = b−a )

n
u = α,
 0


un = β,
unde p, q, r ∈ C[a, b].
1. Să se studieze consistenţa schemei de calcul.
2. În ipoteza q(t) ≥ q∗ > 0, să se demonstreze stabilitatea schemei de calcul.
3. În ipoteza q(t) ≥ q∗ > 0, să se demonstreze că scheme de calcul are soluţie
unică.
P 22.3 Pentru rezolvarea problemei bilocale neliniare
ẍ(t) = f (t, x(t)), t ∈ [0, T ],
x(a) = α,
x(b) = β;
se consideră schema de calcul
 ui+1 −2ui +ui−1
 h2
= f (ti , ui ), i = 1, 2, . . . , n − 1, (h = Tn )
u0 = α,
un = β.

22.1. METODA TIRULUI 569

1. Să se arate că dacă şirul (wi )0≤i≤n satisface condiţiile

w0 ≤ 0
wi+1 − (2 + ai )wi + wi−1 = bi i = 1, 2, . . . , n − 1, ai , bi ≥ 0
wn ≤ 0

atunci wi ≤ 0, ∀i ∈ {0, 1, . . . , n}.

∂f (t,x)
2. Să se demonstreze ca dacă supt∈[0,T ] |x(4) | ≤ M4 < +∞ şi ∂x
≥ 0, ∀(t, x) ∈
[0, T ] × R, atunci

M4 h2 M4 h2 T 2
|xi − ui | ≤ ti (T − ti ) ≤ ∀i ∈ {0, 1, . . . , n}.
24 96

R. 1. Dacă i0 este cel mai mic indice pentru care wi0 = max0≤i≤n wi . Presupunând
prin absurd wi0 > 0 rezultă i0 ∈ {1, 2, . . . , n − 1} şi

0 ≤ bi0 = (wi0 +1 − wi0 ) + (wi0 −1 − wi0 ) − ai0 wi0 < 0,

al doilea termen este strict negativ.

2. Notăm ei = xi − ui . Scăzând egalităţile
xi+1 −2xi +xi−1 h2 (4) h2 (4)
h2
= ẍi + 12
x (ξ) = f (ti , xi ) + 12
x (ξ)

ui+1 −2ui +ui−1

h2
= f (ti , ui )

rezultă
ei+1 − 2ei + ei−1 h2 (4) ∂f h2 (4)
= f (ti , xi ) − f (ti , ui ) + x (ξ) = ei (ti , ηi ) + x (ξ).
h2 12 ∂x 12
Sistemul 
 z0 = 0
zi+1 −2zi +zi−1 h2 M4
h2
= 12
i ∈ {1, 2, . . . , n − 1}
zn = 0

2 4
are soluţia zi = − h 24M4 ti (T − ti ) = − h 24M4 i(n − i), i ∈ {0, 1, . . . , n}.
Au loc egalităţile

z0 ± e0 = 0
(zi+1 ±ei+1 )−2(zi ±ei )+(zi−1 ±ei−1 ) h2
h2
= 12
(M4 ± x(4) (ξi )) ± ei ∂f (t , η ), i ∈ {1, 2, . . . , n − 1}
∂x i i
zn ± en = 0
570 CAPITOLUL 22. REZOLVAREA PROBLEMELOR BILOCALE

Atunci
 
2 ∂f
(zi+1 ± ei+1 ) − 2 + h (ti , ηi ) (zi ± ei ) + (zi−1 ± ei−1 ) =
∂x

h4 ∂f
= (M4 ± x(4) (ξi )) − h2 (ti , ηi )zi ≥ 0.
12 ∂x
Prin urmare
h2 M4 h2 M4 T 2
zi ± ei ≤ 0 ⇔ zi ≤ ei ≤ −zi ⇔ |ei | ≤ |zi | = ti (T − ti ) ≤ ,
24 96
pentru orice i ∈ {0, 1, . . . , n}.

P 22.4 Aproximând derivata de ordinul 2 prin diferenţa centrată de ordinul doi

cu pasul h = n1 deduceţi schema de calcul pentru rezolvarea problemei bilocale

−ẍ(t) = f (t), t ∈ (0, 1),

x(0) = x(1) = 0.

Să se deducă soluţia analitică a problemei bilocale.

Pentru f (t) = π 2 t sin(πt) − 2π cos(πt) calculaţi soluţia numerică (utilizând
calculatorul) şi evaluaţi funcţia n 7→ ∥uh − [x]h ∥h pentru diferite valori ale lui n.

R1 Rt
R. x(t) = t 0
(1 − s)f (s)ds − 0
(t − s)f (s)ds. În cazul particular indicat x(t) =
t sin(πt).
Capitolul 23

Rezolvarea numerică a ecuaţiilor

integrale

Ecuaţiile integrale ale căror rezolvare numerică sunt analizate ı̂n acest capitol
sunt:

• Ecuaţia integrală Fredholm de speţa a doua

Z b
x(t) = k(t, s)x(s)ds + f (t), t ∈ [a, b], (23.1)
a

• Ecuaţia integrală Volterra de speţa ı̂ntâi

– Cazul neliniar
Z t
K(t, s, x(s))ds = f (t), t ∈ [0, T ]. (23.2)
0

– Cazul liniar
Z t
k(t, s)x(s)ds = f (t), t ∈ [0, T ]. (23.3)
0

• Ecuaţia integrală Volterra de speţa a doua

– Cazul neliniar
Z t
x(t) + K(t, s, x(s))ds = f (t), t ∈ [0, T ]. (23.4)
0

571
572 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

– Cazul liniar
Z t
x(t) + k(t, s)x(s)ds = f (t), t ∈ [0, T ]. (23.5)
0

În fiecare caz x(t) ∈ R este funcţia necunoscută iar K(t, s, x), k(t, s) şi f (t) sunt
funcţii date care ı̂ndeplinesc condiţiile de netezime cerută de metodele prezentate
ı̂n continuare.

23.1 Rezolvarea numerică a ecuaţiei integrale

Fredholm de speţa a doua
Pentru rezolvarea numerică a ecuaţiei (23.1) vom prezenta metoda Nyström.

Metoda Nyström
Considerăm cazul cu f ∈ C[a, b] şi k ∈ C([a, b] × [a, b]).
Vom aplica integralei din ecuaţia (23.1) formula de integrare numerică
Z b n
X
φ(s)ds = Aj φ(tj ) + R(φ). (23.6)
a j=1

astfel ı̂ncât Aj ≥ 0, ∀j ∈ {1, 2, . . . , n}.

Dacă h = max1≤i≤n−1 (ti+1 − ti ) atunci presupunem că restul satisface inegal-
itatea
|R(φ)| ≤ hp C max |φ(q) (s)|, (23.7)
s∈[a,b]

unde C este o constantă care nu depinde de φ iar p, q ∈ N∗ . De exemplu, pentru

formula trapezelor (5.12) avem p = 2, q = 2 şi C = b−a 12
.
Notăm uh = (u1 , . . . , un ) aproximaţia pentru [x]h = (x(t1 ), . . . , x(tn )) care
rezultă ı̂n urma aplicării formulei de integrare numerică (23.6) integralei din (23.1)
Z b n
X
k(t, s)x(s)ds ≈ Aj k(t, tj )uj
a j=1

şi prin u(t) funcţia definită prin

n
X
u(t) = Aj k(t, tj )uj + f (t), t ∈ [a, b].
j=1
23.1. REZOLVAREA ECUAŢIEI FREDHOLM DE SPEŢA A DOUA 573

Pentru fiecare i ∈ {1, . . . , n} se impune condiţia de colocaţie u(ti ) = ui şi partic-

ularizând t := ti rezultă sistemul algebric de ecuaţii liniare
n
X
ui − Aj k(ti , tj )uj = f (ti ), i ∈ {1, . . . , n}. (23.8)
j=1

Sistemul (23.8) reprezintă schema de calcul a metodei Nyström iar uh este soluţia
numerică.
Cu notaţiile capitolului 21, schema de calcul este Lh (uh ) = fh , Lh : Rn → Rn
cu
( n
X
Lh (uh ) = ui − Aj k(ti , tj )uj , i ∈ {1, . . . , n} fh = {f (ti ), i ∈ {1, . . . , n}
j=1

Teorema 23.1.1 Schema de calcul este consisentă de ordin p.

Demonstraţie. Au loc egalităţile

( n
X
Lh ([x]h ) = x(ti ) − Aj k(ti , tj )x(tj ), i ∈ {1, . . . , n} =
j=1

= {f (ti ) + R(k(ti , ·)x(·), i ∈ {1, . . . , n} = fh + {R(k(ti , ·)x(·), i ∈ {1, . . . , n} .

Aşadar δfh = Lh ([x]h ) − fh = {R(k(ti , ·)x(·), i ∈ {1, . . . , n} .
Ţinând seama de (23.7) rezultă

∂ q k(t, s)
∥δfh ∥h = max |R(k(ti , ·)x(·)| ≤ hp C max | |.
1≤i≤n t,s∈[a,b] ∂sq
1
Teorema 23.1.2 Dacă |k(t, s)| ≤ ρ < b−a
, ∀ t, s ∈ [a, b] atunci schema de calcul
este stabilă.

Demonstraţie. Fie uh soluţia schemei de calcul (23.8) şi i0 un indice pentru

care |ui0 | = max1≤i≤n |ui |.
Au loc inegalităţile
n
X n
X n
X
| Aj k(ti0 , tj )uj | ≤ |ui0 | Aj |k(ti0 , tj | ≤ ρ|ui0 | Aj = (b − a)ρ|ui0 |,
j=1 j=1 j=0
574 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

n
X n
X
|f (ti0 )| = |ui0 − Aj k(ti0 , tj )uj | ≥ |ui0 |−| Aj k(ti0 , tj )uj | ≥ (1−(b−a)ρ)|ui0 |.
j=0 j=0
1
Ipoteza teoremei implică |ui0 | ≤ 1−(b−a)ρ
|f (ti0 | sau

1
∥uh ∥h = max |ui | = |ui0 | ≤ |f (ti0 | ≤
1≤i≤n 1 − (b − a)ρ

1 1
≤ max |f (ti )| ≤ ∥fh ∥h .
1 − (b − a)ρ 1≤i≤n 1 − (b − a)ρ
Concluzia teoremei rezultă din Teorema 21.1.2.
Din teoremele demonstrate rezultă
1
Teorema 23.1.3 Dacă |k(t, s)| ≤ ρ < b−1 , ∀ t, s ∈ [a, b] atunci schema de calcul
este convergentă de ordin p, parametru specificat de formula de integrare numerică
utilizată.

23.2 Rezolvarea numerică a ecuaţiei integrale

Volterra de speţa a doua
Vom deduce şi studia o metodă numerică de rezolvare a ecuaţiei integrale
Volterra de speţa a doua (23.4),
Z t
x(t) + K(t, s, x(s))ds = f (t), t ∈ [0, T ],
0

bazată pe formula trapezelor (5.12). Se presupune că K : [0, T ] × [0, T ] × R → R

şi f : [0, T ] → R sunt funcţii continue.
Ecuaţia (23.4) satisface condiţiile:

• Funcţia K(t, s, x) este lipschitziană ı̂n x : există L > 0 astfel ı̂ncât

|K(t, s, x) − K(t, s, y)| ≤ L|x − y|. ∀ x, y ∈ R;

• Funcţia K(t, s, x) admite derivate parţiale de ordinul al doilea continue.

• Dacă x(s) este soluţia ecuaţiei integrale (23.4) atunci există M > 0 astfel
ı̂ncât
d2
| 2 K(t, s, x(s))| ≤ M, ∀t, s ∈ [0, T ].
ds
23.2. REZOLVAREA ECUAŢIEI INTEGRALE VOLTERRA DE SPEŢA A DOUA 575

Fie n ∈ N∗ , h = Tn şi reţelele de puncte ti = ih, i ∈ {0, 1, . . . , n}. Vom utiliza

notaţiile xi = x(ti ) şi ui o aproximaţie pentru xi , i ∈ {0, 1, . . . , n}.
Pentru t = t0 = 0 din (23.4) rezultă x0 = f (0) = u0 .
Pentru t = ti , i ∈ {1, 2, . . . , n} din (23.4) rezultă
Z ti
xi + K(ti , s, x(s))ds = f (ti )
0

şi utilizarea formulei trapezelor pentru calculul integralei conduce la

i−1
!
ti X
xi + K(ti , t0 , x0 ) + 2 K(ti , tj , xj ) + K(ti , ti , xi ) − (23.9)
2i j=1

t3i d2
− K(ti , s, x(x))|s=ξi = f (ti ).
12i2 ds2
Neglijând restul din metoda trapezelor rezultă schema de calcul

 u0 = f 
 (0)
Pi−1 
h
ui + 2 K(ti , t0 , u0 ) + 2 j=1 K(ti , tj , uj ) + K(ti , ti , ui ) = f (ti ),

i ∈ {1, 2, . . . , n}.


Dacă u0 , u1 , . . . , ui−1 sunt determinate atunci (23.10) reprezintă o ecuaţie al-

gebrică ı̂n necunoscuta ui , rezolvabilă prin metoda aproximaţiilor succesive
i−1
(k+1) h (k) h X
ui + K(ti , ti , ui ) = f (ti ) − K(ti , t0 , u0 ) − h K(ti tj , uj ), (23.10)
2 2 j=1

unde k ∈ N.
Scăzând două relaţii de tip (23.10) consecutive se obţine

(k+1) (k) h (k) (k−1)


ui − ui =− K(ti , ti , ui ) − K(ti , ti , ui ))
2
de unde
(k+1) (k) hL (k) (k−1)
|ui − ui | ≤ |ui − ui |.
2
(k)
Pentru h < L2 şirul (ui )k∈N este fundamental, deci convergent. Din (23.10)
rezultă că limita şirului este soluţia ecuaţiei (23.10).
Referitor la convergenţa schemei de calcul are loc următorul rezultat
576 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

1
Teorema 23.2.1 În ipotezele formulate, dacă h < L
atunci schema de calcul
este convergendă de ordin 2.

Demonstraţie. Notăm ei = xi − ui , i ∈ {0, 1, . . . , n}.

Atunci e0 = 0. Scăzând (23.10) din (23.9) se găseşte
i−1
X h
ei + h (K(ti , tj , xj ) − K(ti , tj , uj )) + (K(ti , ti , xi ) − K(ti , ti , ui )) =
j=1
2

h3 i d2
= K(ti , s, x(x))|s=ξi , i ∈ {1, 2, . . . , n}.
12 ds2
În continuare se deduce
i−1
X hL h2 T M
|ei | ≤ hL |ej | + |ei | + ,
j=1
2 12

sau
i−1
hL X h2 T M
|ei | ≤ |ej | + .
1 − hL
2 j=1
12(1 − hL
2
)
Aplicând Teorema 21.3.1 rezultă

h2 T M hLi
1− hL
h2 T M TL
1− hL
|ei | ≤ e 2 ≤ e 2 .
12(1 − hL
2
) 12(1 − hL
2
)
1 hL 1
Pentru h < L
⇔ 1− 2
> 2
din inegalitatea de mai sus se deduce

h2 T M 2T L
|ei | ≤ e , i ∈ {0, 1, . . . , n}.
6
Utilizând notaţiile uzuale inegalitatea de mai sus implică

h2 T M 2T L
∥[x]h − uh ∥h = max |xi − ui | = max |ei | ≤ e .
0≤i≤n 0≤i≤n 6
Dacă ecuaţia integrală Volterra de speţa a doua este liniară, K(t, x, x) =
k(t, s)x atunci soluţia ecuaţiei (23.10) este
i−1
!
1 h X
ui = f (ti ) − k(ti , t0 )u0 − h k(ti , tj )uj .
1 + h2 k(ti , ti ) 2 j=1
23.2. REZOLVAREA ECUAŢIEI INTEGRALE VOLTERRA DE SPEŢA A DOUA 577

Mărirea gradului de exactitate

Formula trapezelor are gradul de exactitate 1. Indicăm o schemă de calcul
bazată pe metoda lui Simpson (n = 2), care are gradul de exacitate 3, şi formula
de integrare numerică de tip Newton-Côtes pentru n = 3
Z b
b−a
f (x)dx = (f (a) + 3f (a + h) + 3f (a + 2h) + f (b))+, (23.11)
a 8
f (4) (ξ) b
Z
+ u(x)dx,
24 a
unde u(x) = (x − a)(x − a − h)(x − a − 2h)(x − b), h = b−a 3
. Această formula de
integrare numerică are de asemenea gradul de exactitate 3.
Păstrăm notaţiile utilizate ı̂n secţiunea anterioară.
Pentru i = 2i′ par, integrala din (23.4) se va aproxima cu formula lui Simpson
h
ui + (K(ti , t0 , u0 ) + 4K(ti , t1 , u1 ) + 2K(ti , t2 , u2 ) + . . .
3
. . . + 2K(ti , ti−2 , ui−2 ) + 4K(ti , ti−1 , ui−1 ) + K(ti , ti , ui )) = f (ti ).
PentruRi = 2i′ + 1 impar, se va utiliza formula lui Simpson pentru calculul
t
integralei t0i−3 K(ti , s, x(s))ds şi formula de integrare numerică (23.11) pentru
R ti
integrala t2i−3 K(ti , s, x(s))ds. Trebuie observat că i − 3 = 2i′ − 2 este număr par.
Ecuaţia corespunzătoare este
h
ui + (K(ti , t0 , u0 ) + 4K(ti , t1 , u1 ) + 2K(ti , t2 , u2 ) + . . .
3
. . . + 2K(ti , ti−5 , ui−5 ) + 4K(ti , ti−4 , ui−4 ) + K(ti , ti−3 , ui−3 ))+
3h
+ (K(ti , ti−3 , ui−3 )+3K(ti , ti−2 , ui−2 )+3K(ti , ti−1 , ui−1 )+K(ti , ti , ui ))) = f (ti ).
8
Pentru ca schema de calcul să funcţioneze este necesar determinarea lui u0 şi
u1 , adică este nevoie de un procedeu iniţial. Evident u0 = f (t0 ).
u1 se va determina pe ideea extrapolării Richardson utilizând formula trapezu-
lui. Vom utiliza notaţiile t 1 = t0 + h2 şi u 1 ≈ x(t 1 ).
2 2 2
Au loc relaţiile
h
x(t1 ) + (K(t1 , t0 , x(t0 )) + K(t1 , t1 , x(t1 ))) + Ah2 + O(h2 ) = f (ti )
2
h 
x(t1 ) + K(t1 , t0 , x(t0 )) + 2K(t1 , t 1 , x(t 1 )) + K(t1 , t1 , x(t1 )) +
4 2 2
2
h
+A + O(h4 ) = f (ti ).
4
578 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

Înmulţind egalităţile respectiv cu − 31 , 43 şi adunând se obţine

h
x(t1 ) + (K(t1 , t0 , x(t0 )) + 4K(t1 , t 1 , x(t 1 )) + K(t1 , t1 , x(t1 )) + O(h4 ) = f (ti ).
6 2 2

Se reţine ecuaţia ı̂n necunoscuta u1 .

h
u1 + (K(t1 , t0 , u0 ) + 4K(t1 , t 1 , u 1 ) + K(t1 , t1 , u1 )) = f (ti ).
6 2 2

Aproximaţia u 1 pentru x(t 1 ) se determină prin intermediul formulei trapezu-

2 2
lui, din
h
u 1 + (K(t 1 , t0 , u0 ) + K(t 1 , t 1 , u 1 )) = f (t 1 ).
2 4 2 2 2 2 2

În cazul liniar, K(t, s, x) = k(t, s)x, formulele explicite de calcul sunt:

u0 = f (t0 )
f (t 1 ) − h4 k(t 1 , t0 )u0
2 2
u1 = h
2 1 + 4 k(t 1 , t 1 )
2 2
h
f (t1 ) − 6
(k(t1 , t0 )u0 + 4k(t1 , t 1 )u 1 )
2 2
u1 = h
1 + 6 k(t1 , t1 )
h
f (t2 ) − 3
(k(t2 , t0 )u0 + 4k(t2 , t1 )u1 )
u2 =
1 + h3 k(t2 , t2 )
3h
f (t3 ) − 8
(k(t3 , t0 )u0 + 3k(t3 , t1 )u1 + 3k(t3 , t2 )u2 )
u3 =
1 + 3h
8
k(t3 , t3 )

Pentru 2i ≤ n
1
u2i = h
1+ 3
k(t2i , t2i )
  
i−2
f (t2i ) − h 
X
(k(t2i , t2j )u2j + 4k(t2i , t2j+1 )u2j+1 + k(t2i , t2j+2 )u2j+2 ) + k(t2i , t2i−2 )u2i−2 + 4k(t2i , t2i−1 )u2i−1 
3 j=0

Pentru 2i + 1 ≤ n
1
u2i+1 = 3h
1+ 8
k(t2i+1 , t2i+1 )

i−2
f (t2i+1 ) − h
X
(k(t2i+1 , t2j )u2j + 4k(t2i+1 , t2j+1 )u2j+1 + (k(t2i+1 , t2j+2 )u2j+2 ) −
3 j=0

3h
− (k(t2i+1 , t2i−2 )u2i−2 + 3k(t2i+1 , t2i−1 )u2i−1 + 3k(t2i+1 , t2i )u2i )
8
23.2. REZOLVAREA ECUAŢIEI INTEGRALE VOLTERRA DE SPEŢA A DOUA 579

Metoda liniei poligonale

De data aceasta avem ı̂n vedere ecuaţia integrală Volterra de speţa a doua
liniară, (23.5),
Z t
x(t) + k(t, s)x(s)ds = f (t), t ∈ [0, T ].
0

Introducem h = Tn , n ∈ N∗ , ti = ih, ui ≈ x(ti ), pentru i ∈ {0, 1, . . . , n} şi unde x

este soluţia ecuaţiei (23.16). Evident u0 = x(t0 ) = f (0).
Pentru t ∈ (ti−1 , ti ] soluţia aproximativă este definită prin
ti − t t − ti−1 ui − ui−1 ti ui−1 − ti−1 ui
u(t) = ui−1 + ui = t+
h h h h
şi i ∈ {1, 2, . . . , n}.
Substituind x prin u ı̂n (23.5), dacă t ∈ (ti−1 , ti ] rezultă ecuaţia
i−1 Z tj Z tj !
X tj − s s − tj−1
u(t) + uj−1 k(t, s) ds + uj k(t, s) ds + (23.12)
j=1 tj−1
h tj−1
h

t t
ti − s s − ti−1
Z Z
+ui−1 k(t, s) ds + ui k(t, s) ds = f (ti ).
ti−1 h ti−1 h
Pentru t = ti şi calculând integralele cu formula trapezului rezultă
i−1
h X h
ui + k(ti , t0 )u0 + k(ti , tj )uj + k(ti , ti )ui = f (ti ),
2 j=1
2

de unde Pi−1
f (ti ) − h2 k(ti , t0 )u0 − h j=1 k(ti , tj )uj
ui = .
1 + h2 k(ti , ti )

Metoda colocaţiilor
Din nou, fie h = Tn , n ∈ N∗ , ti = ih, i ∈ {0, 1, . . . , n}. În fiecare interval (ti−1 , ti ]
soluţia ecuaţiei integrale Volterra de speţa a doua liniară, (23.5), se caută sub
forma m
X
ui (t) = ci,k φk (t),
k=1

unde φ1 , . . . , φm este o familie de funcţii liniar independente alese a priori.

580 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

Presupunem că s-au determinat soluţiile aproximative având forma precizată

mai sus, succesiv ı̂n intervalele (t0 , t1 ], . . . , (ti−2 , ti−1 ].
Pentru determinarea coeficienţilor ci,1 , . . . , ci,m se fixează nodurile

ti−1 ≤ ti,1 < . . . < ti,m−1 < ti,m = ti

şi se impun condiţiile de colocaţie

Z ti,j
u(ti,j ) + k(ti,j , s)u(s)ds = f (ti,j ), j ∈ {1, 2, . . . , m}.
0

Explicitând ı̂n intervalul (ti−1 , ti ] funcţia u, deducem

m
X i−1 Z
X tl
ci,k φk (ti,j ) + k(ti,j , s)u(s)ds+
k=1 l=1 tl−1

m
X Z ti,j
+ ci,k k(ti,j , s)φk (s)ds = f (ti,j ), j ∈ {1, 2, . . . , m}
k=1 ti−1

sau
m
X  Z ti,j 
ci,k φk (ti,j ) + k(ti,j , s)φk (s)ds =
k=1 ti−1

i−1 Z
X tl
= f (ti,j ) − k(ti,j , s)u(s)ds, j ∈ {1, 2, . . . , m}
l=1 tl−1

Aceste relaţii formează un sistem algebric de m ecuaţii liniare ı̂n necunoscutele

ci,1 , . . . , ci,m .

23.3 Ecuaţia integrală Volterra de speţa a doua

cu nucleu singular
Fie 0 < α < 1 şi notaţiile I = [0, T ] ⊂ R; D = {(t, s) : 0 ≤ s ≤ t, t ∈ I} care
vor fi utilizate ı̂n continuare.
Amintim următoarele tipuri de ecuaţii integrale Volterra de speţa a doua cu
nucleu singular [8]:

• Ecuaţii neliniare
23.3. ECUAŢIA INTEGRALĂ VOLTERRA CU NUCLEU SINGULAR 581

– Z t
F (t, s, x(s))
x(t) = f (t) + ds, t ∈ I, (23.13)
0 (t − s)α
unde F (t, s, x) este o funcţie continuă definită ı̂n D × R.
– Z t
K(t, s)G(x(s))
x(t) = f (t) + ds, t ∈ I, (23.14)
0 (t − s)α
unde K : D → R şi G : R → R sunt funcţii continue.
– f : [0, T ] → R este o funcţie continuă.

• Ecuaţii liniare

– Z t
K(t, s)x(s)
x(t) = f (t) + ds, t ∈ I, (23.15)
0 (t − s)α
Din nou K : D → R este o funcţie continuă.
– Dacă K este o constantă, K(x, t) = λ atunci ecuaţia anterioară devine
Z t
x(s)
x(t) = f (t) + λ α
ds, t ∈ I. (23.16)
0 (t − s)

Demonstrăm existenţa şi unicitatea soluţiei pe baza teoremei de punct fix a

lui Banach şi a normei lui Bielecki: dacă x ∈ C(I) atunci

∥x∥B = max |x(t)|e−qt ,

t∈I

unde q este un număr pozitiv.

Teorema 23.3.1 Dacă |F (t, s, y) − F (t, s, z)| ≤ L|y − z| atunci ecuaţia (23.13)
are o singură soluţie pozitivă.

Demonstraţie. Fie operatorul Φ : C(I) → C(I) definit prin

Z t
F (t, s, x(s))
Φ(x)(t) = f (t) + ds.
0 (t − s)α

Atunci t
|K(t, s, y(s)) − F (t, s, z(s))|
Z
|(Φ(y) − Φ(z))(x)| ≤ ds ≤
0 (t − s)α
582 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

t
|y(s) − z(s))|
Z
≤L ds ≤
0 (t − s)α
t t
qs
e−q(t−s)
Z Z
e
≤ L∥y − z∥B ds = L∥y − z∥B eqt ds.
0 (t − s)α 0 (t − s)α
Prin schimbarea de variabilă q(t − s) = τ ultima inegalitate devine
Z t −q(t−s) Z qt
e 1 Γ(1 − α)
α
ds = 1−α τ −α e−τ dτ ≤ .
0 (t − s) q 0 q 1−α
Astfel
LΓ(1 − α) qt
|(Φ(y) − Φ(z))(t)| ≤ e ∥y − z∥B
q 1−α
sau
LΓ(1 − α)
|(Φ(y) − Φ(z))(t)|e−qt ≤ ∥y − z∥B .
q 1−α
şi ı̂n consecinţă
LΓ(1 − α)
∥Φ(y) − Φ(z)∥B ≤ ∥y − z∥B .
q 1−α
Pentru q suficient de mare operatorul Φ este o contracţie şi ı̂n consecinţă ecuaţia
(23.15) are o singură soluţie continuă.
Rezultă consecinţele:
Teorema 23.3.2 Dacă |G(y) − G(z)| ≤ L|y − z| atunci ecuaţia (23.14) are o
singură soluţie continuă.

Teorema 23.3.3 Oricare din ecuaţiile (23.15) sau (23.16) admit o singură soluţie
continuă.

Metoda aproximaţiilor succesive se poate utiliza pentru demonstrarea ultimei

teoreme, [8].

Metoda liniei poligonale

Relăm metoda liniei poligonale ı̂n cazul ecuaţiei Volterra de speţa a doua
liniară cu nucleu singular, (23.16)
Z t
x(s)
x(t) = f (t) + λ α
ds, t ∈ I.
0 (t − s)

În acest caz integralele care intervin se vor calcula analitic, fără a avea nevoie de
o formulă ce integrare numerică.
23.3. ECUAŢIA INTEGRALĂ VOLTERRA CU NUCLEU SINGULAR 583

Păstrând notaţiile utilizate anterior, soluţia aproximativă este definită prin

ui+1 − ui
u(t) = ui + (t − ti ), t ∈ [ti , ti+1 ),
h
şi i ∈ {0, 1, . . . , n − 1}. Pentru t = 0 rezultă x(0) = u0 = f (t0 ).
Pentru t = ti substituind x prin u ı̂n (23.16), rezultă ecuaţia
i−1 Z tj+1 uj+1 −uj
X uj + h
(s − tj )
ui = f (ti ) + λ ds = (23.17)
j=0 tj (ti − s)α

i−1
!
tj+1 tj+1
uj+1 − uj s − tj
Z Z
X 1
= f (ti ) + λ uj ds + ds .
j=0 tj (ti − s)α h tj (ti − s)α

Vom utiliza notaţiile:

(ti − tj )1−α (ti − tj )2−α

ai,j = şi bi,j = .
1−α (1 − α)(2 − α)

Au loc egalităţile
Z tj+1
1 (ti − tj )1−α − (ti − tj+1 )1−α
ds = = ai,j − ai,j+1 ,
tj (ti − s)α 1−α
Z tj+1
s − tj h(ti − tj+1 )1−α (ti − tj )2−α − (ti − tj+1 )2−α
ds = − + =
tj (ti − s)α 1−α (1 − α)(2 − α)
= −hai,j+1 + bi,j − bi,j+1 .

Ecuaţia (23.17) devine

i−1  
X bi,j − bi,j+1
ui = f (ti ) + λ (ai,j − ai,j+1 )uj + (−ai,j+1 + )(uj+1 − uj ) =
j=0
h
i−1 i−1
!
X bi,j − bi,j+1 X bi,j − bi,j+1
= f ((ti ) + λ (ai,j − )uj + ( − ai,j+1 )uj+1 .
j=0
h j=0
h

Prin schimbarea de indice j := j + 1 ı̂n a doua sumă, se obţine

i−1
!
bi,0 − bi,1 X bi,j−1 − 2bi.j + bi,j+1 bi,i−1 − bi,i
ui = f (ti )+λ (ai,0 − )u0 + uj + ( − ai,i )ui .
h j=1
h h
584 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

Observând că ai,i = bi,i = 0 rezultă

i−1
!
bi,i−1 bi,0 − bi,1 X bi,j−1 − 2bi.j + bi,j+1
(1 − λ )ui = f (ti ) + λ (ai,0 − )u0 + uj .
h h j=1
h

b
Pentru h suficient de mic coeficientul lui ui este diferit de 0, deoarece 1 − λ i,i−1 h
=
h1−α
1 − (1−α)(2−α . Calculele se fac succesiv pentru i = 1, 2, . . . , n.
Schema de calcul Lh (uh ) = φh cu Lh : Rn+1 → Rn+1 , este definită prin
Pi−1 R tj+1 uj + uj+1h−uj (s−tj )
(
Lh (uh ) = u i − λ j=0 tj (ti −s)α
ds, i ∈ {1.2, . . . , n},
u0

uh = (u0 , u1 , . . . , un ) şi

f (ti ), i ∈ {1, 2, . . . , n},
φh = .
f (0)

Norma utilită ı̂n Xh = Yh = Rn+1 este norma lui Cebı̂şev. Vom folosi propoziţia

Teorema 23.3.4 Au loc relaţiile

i Z tj+1
X ds t1−α
i T 1−α
= ≤ .
j=0 tj (ti − s)α 1−α 1−α

Demonstraţie. Au loc egalităţile

i Z tj+1 i
X ds X (ti − tj )1−α − (ti − tj+1 )1−α ti1−α
= = .
j=0 tj (ti − s)α j=0
1−α 1−α

Schema de calcul are următoare proprietăţi:

Teorema 23.3.5 1. Dacă soluţia ecuaţiei Volterra de speţa a doua liniară cu

nucleu singular este de clasă C 2 [0, T ] atunci schema de calcul este consis-
tentă de ordinul 2.
|λ|T 1−α
2. Dacă 1−α
< 1 atunci schema de calcul este stabilă.

Demonstraţie.
23.3. ECUAŢIA INTEGRALĂ VOLTERRA CU NUCLEU SINGULAR 585

1. Au loc egalităţile:
ẍ(ξj (s))
x(s) = L(P1 ; tj , tj+1 ; x)(s) + (s − tj )(s − tj+1 ) (23.18)
2
unde ẍ(ξj (s)) este o funcţie continuă şi
xj+1 − xj tj+1 − s s − tj
L(P1 ; tj , tj+1 ; x)(s) = xj + (s − tj ) = xj + xj+1 .
h h h
Calculăm
( xj+1 −xj
Pi−1 R tj+1 xj + (s−tj )
Lh [x]h = xi − λ j=0 tj
h
(ti −s)α
ds, i ∈ {1.2, . . . , n}, =
x0
( Pi−1 R tj+1 L(P1 ;tj ,tj+1 ;x)(s)
xi − λ j=0 tj (ti −s)α
ds, i ∈ {1.2, . . . , n},
= .
x0
Ţinând seama (23.18) se găseţe
( Rt
xi − λ 0 i (tix(s)
−s)α
ds, i ∈ {1, 2, . . . , n},
Lh [x]h = +
x0
ẍ(ξj (s)
(
Pi−1 R tj+1 (s−tj )(s−tj+1 )
+ λ j=0 tj (ti −s)α
2
ds, i ∈ {1, 2, . . . , n}, = f + δf .
h h
0
Utilizând Teorema 23.3.4 se obţine
i−1 Z
M2 h2 X tj+1 ds |λ|M2 T 1−α 2
∥fh ∥h = max |δfh,i | ≤ |λ| ≤ h.
0≤i≤n 2 j=0 tj (ti − s)α 2(1 − α)

2. Fie i0 ∈ {0, 1, . . . , n} indicele pentru care |ui0 | = max0≤j≤n |uj | = ∥uh ∥h .

Dacă i0 = 0 atunci ∥uh ∥h = |u0 | = |f (0)| ≤ ∥φh ∥h . Dacă i0 ∈ {1, 2, . . . , n}
atunci din egalitatea
0 −1 Z tj+1 tj+1 −s
iX s−t
h
uj + h j uj+1
ui0 = f (ti0 ) + λ ds
j=0 tj (ti0 − s)α

se deduce
0 −1 Z tj+1
iX  
tj+1 − s s − tj ds
|ui0 | ≤ |f (ti0 )| + |λ||ui0 | + ≤
j=0 tj h h (ti0 − s)α
586 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

0 −1 Z tj+1
iX
ds |λ||ui0 |T 1−α
≤ ∥φh ∥h + |λ||ui0 | ≤ ∥φ h ∥h + ,
j=0 tj (ti0 − s)α 1−α
sau
|λ|T 1−α
 
1− |ui0 | ≤ ∥φh ∥h .
1−α
Ipoteza teoremei implică

|λ|T 1−α 1
∥uh ∥h = |ui0 | ≤ C∥φh ∥h , unde 1 − = .
1−α C
Potrivit Teoremei 21.1.2 schema de calcul este stabilă.

Până la acest moment s-a presupus că funcţia f este definită ı̂n intervalul
ı̂nchis [0, T ]. În cele ce urmează presupunem că f : (0, T ] → R, mai precis funcţia
f nu poate fi calculată ı̂n 0.
Dezvoltăm o schemă de calcul ce nu are ca punct de pornire determinarea
aproximării ı̂n punctul 0. Fie ca mai sus n ∈ N, h = Tn , ti = ih, i ∈ {0, 1, . . . , n},
ti+ 1 = (i + 12 )h, i ∈ {0, 1, . . . , n − 1}. Aproximaţia soluţiei ecuaţiei integrale
2
Volterra de speţa a doua liniară, (23.16), va fi o funcţie constantă ı̂n intervalele
(ti , ti+1 ], valoarea constantei se va nota prin ui+ 1 , i ∈ {0, 1, . . . , n − 1}.
2
Soluţia numerică se obţine rezolvând succesiv ecuaţiile
i−1 Z tj+1 Z t 1 !
X ds i+ 2 ds
ui+ 1 − λ uj+ 1 + ui+ 1 = f (ti+ 1 ),
2
j=0
2
tj (ti+ 1 − s)α 2
ti (ti+ 1 − s)α 2
2 2

pentru i = 0, 1, . . . , n−1. O asemenea ecuaţie s-a obţinut particulatizând t = ti+ 1

2
ı̂n (23.16) şi utilizând aproximaţia
Z tj+1 Z tj+1
x(s) ds
ds ≈ uj+ 1 .
tj (t − s)α 2
tj (t − s)α

Cu o demonstraţie asemănătoare Teoremei 23.3.5 are loc

Teorema 23.3.6 1. Dacă soluţia ecuaţiei Volterra de speţa a doua liniară cu

nucleu singular este de clasă C 1 [0, T ] atunci schema de calcul este consis-
tentă de ordinul 1.
|λ|T 1−α
2. Dacă 1−α
< 1 atunci schema de calcul este stabilă.
23.4. REZOLVAREA ECUAŢIEI INTEGRALE VOLTERRA DE SPEŢA ÎNTÂI 587

23.4 Rezolvarea numerică a ecuaţiei integrale

Volterra de speţa ı̂ntâi liniară
Soluţia numerică a ecuaţiei integrală Volterra de speţa ı̂ntâi liniară (23.5)
Z t
k(t, s)x(s)ds = f (t), t ∈ [0, T ],
0

se poate calcula utilizând o metodă bazată pe formula de integrare numerică a

dreptunghiului.

Metodă bazată pe formula dreptunghiului

Reamintim formula dreptunghiului de integrare numerică (5.34)
b
(b − a)3 φ′′ (c)
Z
a+b
φ(s)ds = (b − a)φ( )+ , a < c < b.
a 2 24

Fie n ∈ N∗ , h = Tn şi reţelele de puncte ti = ih, i ∈ {0, 1, . . . , n}, ti+ 1 =

2
(i + 12 )h, i ∈ {1, 2, . . . , n − 1}.
Introducem ipoteza: există numărul γ > 0 astfel ı̂ncât
 
 T 1 T
∀ i ∈ {1, 2, . . . , n}, ∀ n ∈ N∗ .

γ ≤ k(i , (i − ) ) , (23.19)
n 2 n

Particularizând t = t1 şi aplicând formula dreptunghiului rezultă

h3 ∂ 2 k(t1 , s)x(s) 

hk(t1 , t 1 )x(t 1 ) + = f (t1 ). (23.20)
2 2 24 ∂s2 
s=η1

Notând u 1 aproximaţia pentru x(t 1 ), reţinem ecuaţia

2 2

1 f (t 1 )
2
k(t1 , t 1 )u 1 = f (t 1 ), de unde u 1 = . (23.21)
2 2 h 2 2 hk(t1 , t 1 )
2

Pentru t = ti , i > 1 aplicarea repetată a formulei dreptunghiului conduce la

i
h3 ∂ 2 k(ti , s)x(s) 

X
h k(ti , tj− 1 )x(tj− 1 ) + i = f (ti ).
j=1
2 2 24 ∂s2 
s=ηi
588 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

de unde
i
X 1
k(ti , tj− 1 )uj− 1 = f (ti ), (23.22)
j=1
2 2 h

cu uj− 1 ≈ x(tj− 1 ), j ∈ {1, 2, . . . , i}.

2 2
Din (23.22) rezultă
Pi−1
f (ti ) − h j=1 k(ti , tj− 1 )uj− 1
2 2
ui− 1 = (23.23)
2 hk(ti , ti− 1 )
2

Dacă uh = (u 1 , u 3 , . . . , un− 1 ) este aproximaţia soluţiei ecuaţiei integrale Volterra

2 2 2
de speţa ı̂ntâi (23.5) atunci schema de calcul L(uh ) = fh este definită prin
(
k(t1 , t 1 )u 1 , i=1
Lh (uh ) = Pi 2 2
j=1 k(ti , tj− 12 )uj− 12 , i ∈ {2, 3, . . . , n}

1
fh = f (ti ), i ∈ {1, 2, . . . , n}.
h

Teorema 23.4.1 Schema de calcul este consisentă de ordinul 1.

Demonstraţie. Calculăm
(
k(t1 , t 1 )x(t 1 ), i=1
Lh ([x]h ) = Pi 2 2
=
j=1 k(ti , tj− 1 )x(tj− 1 ), i ∈ {2, 3, . . . , n}
2 2

 R 
t1 3 2
 1
h 0
k(t1 , s)x(s)ds − h24 ∂ k(t∂s
1 ,s)x(s)
2 |s=η1 , i=1
= R
ti 3 2
 =
1 h ∂ k(t1 ,s)x(s)

h 0
k(ti , s)x(s)ds − i 24 ∂s2
|s=ηi , i ∈ {2, 3, . . . , n}

h2 ∂ 2 k(ti , s)x(s)

1
= f (ti ) − i |s=ηi , i ∈ {1, 2, . . . , n} =
h 24 ∂s2
h2 ∂ 2 k(ti , s)x(s)

= fh + −i |s=ηi , i ∈ {1, 2, . . . , n} .
24 ∂s2
Al doilea termen este δfh şi
 2 2   2 
 h ∂ k(ti , s)x(s)  T  ∂ k(t, s)x(s) 
∥δfh ∥h = max i
 |s=ηi  ≤ h
 max  .
1≤i≤n 24 ∂s2 24 t,s∈[0,T ]  ∂s2 
23.4. REZOLVAREA ECUAŢIEI INTEGRALE VOLTERRA DE SPEŢA ÎNTÂI 589

Teorema 23.4.2 Dacă funcţia k(t, s) este lipschitziană ı̂n t, |k(t, s) − k(τ, s)| ≤
L|t − τ |, atunci schema de calcul este stabilă.

Demonstraţie. Scăzând egalităţile de tip (23.22) succesive

i−1
X 1
k(ti−1 , tj− 1 )uj− 1 = f (ti−1 ),
j=1
2 2 h
i
X 1
k(ti , tj− 1 )uj− 1 = f (ti ),
j=1
2 2 h
rezultă
i−1
X 1
(k(ti , tj− 1 ) − k(ti−1 , tj− 1 )uj− 1 + k(ti , ti− 1 )ui− 1 = (f (ti ) − f (ti−1 ))
j=1
2 2 2 2 2 h
sau
i−1
1 X
k(ti , ti− 1 )ui− 1 = (f (ti ) − f (ti−1 )) − (k(ti , tj− 1 ) − k(ti−1 , tj− 1 )uj− 1 .
2 2 h j=1
2 2 2

Aplicând valoarea absolută şi ipoteza teoremei se deduce evaluarea

i−1
2 X
ρ|ui− 1 | ≤ |k(ti , ti− 1 )| |ui− 1 | ≤ max |f (ti )| + hL |uj− 1 |.
2 2 2 h 1≤i≤n j=1
2

Utilizând acum Teorema 21.6 pentru

hL 2 2
zi := |ui− 1 |, A := , B= max |f (ti )| = ∥fh ∥h
2 ρ hρ 1≤i≤n ρ
rezultă  
hL 2 hL
|ui− 1 | ≤ |u 1 | + ∥fh ∥h ei ρ .
2 ρ 2 ρ
1
Din (23.21) se găseşte |u 1 | ≤ hρ |f (t1 )| ≤ ρ1 ∥fh ∥h şi ı̂n consecinţă
2
   
hL 2 i hL hL 2 TL
|ui− 1 | ≤ 2
+ e ∥fh ∥h ≤
ρ
2
+ e ρ ∥fh ∥h .
2 ρ ρ ρ ρ
În final  
hL 2 TL
∥uh ∥h = max |ui− 1 | ≤ + e ρ ∥fh ∥h .
1≤i≤n 2 ρ2 ρ
Teorema 23.4.3 In ipotezele Teoremei 23.4.1 şi 21.6 schema de calcul bazată pe
formula dreptunghiului este convergentă de ordin 1.
590 CAPITOLUL 23. REZOLVAREA NUMERICĂ A ECUAŢIILOR INTEGRALE

Metoda reducerii la o ecuaţie Volterra de speţa a doua

În cazul ecuaţiei (23.3) vom presune că

• k(t, t) ̸= 0, ∀ t ∈ [0, T ];

• Există ∂k(t,s)
∂t
continuă ı̂n s;

• Funcţia f (t) este derivabilă.

Derivând (23.2) se obţine

Z t
∂k(t, s)
k(t, t)x(t) + x(s)ds = f ′ (t)
0 ∂t
sau
t ∂k(t,s)
f ′ (t)
Z
∂t
x(t) + x(s)ds = .
0 k(t, t) k(t, t)
Ecuaţia de mai sus se poate rezolva cu utilizând metoda dezvoltată ı̂n secţiunea
anterioară bazată pe formula trapezelor.

Probleme şi teme de seminar

P 23.1 Pentru rezolvarea ecuaţiei integrale Volterra de speţa doua singulară (23.16)
să se deducă o schemă de calcul pentru obţinerea unei soluţii aproximative cu pro-
prietatea
u(t) = ui , ∀ t ∈ (ti−1 , ti ], i ∈ {1, 2, . . . , n}.
Notaţiile utilizate sunt cele utilizate pentru metoda liniei poligonale.

R. Formulele de calcul sunt

u0 = f (0),
k−1
λh1−α λh1−α X
 
(k − j + 1)1−α − (k − j)1−α uj ,


1− uk = f (tk ) +
1−α 1 − α j=1
k ∈ {1, 2, . . . , n}.
Capitolul 24

Rezolvarea numerică a ecuaţiilor

liniare cu derivate parţiale

Vom studia două tipuri de probleme:

• probleme nestaţionare - mai precis probleme evolutive. Numim ecuaţie de

evoluţie o ecuaţie de forma ∂u
∂t
+ A(u) = φ, ı̂n care derivata funcţiei ne-
cunoscute u ı̂n raport cu timpul, t, apare explicită şi derivate ale funcţiei
necunoscute ı̂n raport cu timpul nu apar ı̂n expresia operatorului A.
Funcţia necunoscută este definită ı̂n (D ∪ ∂D) × [0, T ] unde D şi ∂D
reprezintă un domeniu şi respectiv frontiera sa, iar [0, T ] este un interval de
timp.
Ne vom limita doar la cazul unei singure variabile spaţiale.

• probleme staţionare. În probleme staţionare funcţia necunoscută nu de-

pinde de timp şi este definită ı̂n D ∪ ∂D, D şi ∂D având semnificaţiile de
mai sus.

24.1 Rezolvarea problemelor nestationare prin

metode de discretizare
Noţiuni generale
Notăm problema nestaţionară prin ecuaţia

L(u) = f, (24.1)

591
592 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

unde L este un operator liniar definit ı̂ntr-un spaţiu normat de funcţii (X, ∥ · ∥)
cu valori ı̂n spaţiul normat (Y, · ) şi f este un element din Y. Funcţiile din X
sunt definite ı̂n (D ∪ ∂D) × [0, T ].
Se consideră o mulţime discretă de puncte Dh , numită reţea, aparţinând lui
(D ∪ ∂D) × [0, T ] şi notăm prin Xh mulţimea funcţiilor definite ı̂n Dh .
Rezolvarea prin discretizare constă ı̂n construirea unei aproximaţii uh ∈ Xh a
soluţiei ecuaţiei (24.1). uh se obţine ca soluţie a unei ecuaţii

Lh uh = fh , (24.2)

numită schemă de calcul. În continuare presupunem că Lh aplică spaţiul normat
(Xh , ∥ · ∥h ) ı̂n spaţiul normat (Yh , · h ).
Soluţia uh a schemei de calcul (24.2) converge către soluţia u a ecuaţiei (24.1)
dacă
lim ∥uh − [u]h ∥h = 0,
h→0

unde [u]h reprezintă restricţia lui u la reţeaua de puncte Dh . Dacă ∥uh − [u]h ∥h ≤
Chα atunci convergenţa este de ordin α.
Dacă u este soluţia ecuaţiei (24.1) atunci

Lh [u]h = fh + δfh .

Dacă limh→0 δfh h = 0 atunci schema de calcul este consistentă. Dacă δfh h ≤
Chα atunci consistenţa este de ordin α.
Schema de calcul (24.2) este stabilă dacă există numerele reale pozitive h0 , δ
şi C astfel ı̂ncât pentru orice 0 < h < h0 şi orice εh ∈ Yh , εh h < δ ecuaţia
Lh zh = fh + εh are soluţie unică şi este verificată inegalitatea ∥zh − uh ∥h ≤ C εh h .
Au loc următoarele rezultate ale căror justificare este identică cu demonstraţia
teoremelor 21.1.2 şi respectiv 21.1.1:

Teorema 24.1.1 Dacă Lh este un operator liniar atunci schema de calcul (24.2)
este stabilă dacă şi numai dacă există C > 0 astfel ı̂ncât pentru orice fh ∈ Yh
există un singur uh ∈ Xh pentru care Lh uh = fh şi ∥uh ∥h ≤ C fh h .

Teorema 24.1.2 Dacă schema de calcul (24.2) ataştă ecuaţiei (24.1) este stabilă
şi consistentă de ordin α atunci schema de calcul este convergentă de ordin α.

Scheme de calcul pentru probleme evolutive

∂u
Considerăm ecuaţia de evoluţie ∂t
+ A(u) = φ. Construcţia schemei de calcul
se efectuează ı̂n două etape:
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 593

1. Se aproximează derivatele parţiale ı̂n raport cu variabilele spaţiale prin

diferenţe, obţinându-se ecuaţii de forma dv
dt
+ Λ(v) = ψ.
2. Se aproximează derivatele ı̂n raport cu t prin diferenţe. Se pot construi:
• Schemă de calcul explicită. În nodurile reţelei, pentru t = nτ, derivata
dv
dt
se aproximează printr-o diferenţa finită prograsivă
v n+1 − v n
+ Λ(v n ) = ψ(nτ );
τ
• Schemă de calcul implicită. În nodurile reţelei, pentru t = nτ, derivata
dv
dt
se aproximează printr-o diferenţa finită regresivă
v n − v n−1
+ Λ(v n ) = ψ(nτ );
τ
• Schemă de calcul Crank-Nicholson
v n+1 − v n v n + v n+1
+ Λ( ) = ψ(nτ ).
τ 2

Pentru câteva probleme cu ecuaţii cu derivate parţiale dezvoltăm şi analizăm

scheme de calcul.
Exemplul 24.1.1
Pentru problema lui Cauchy
= φ(t, x) x ∈ R, t ∈ [0, T ], a ∈ R∗ ,
 ∂u
∂t
− a ∂u
∂x (24.3)
u(0, x) = ψ(x), x∈R

se consideră reţeaua de puncte (mh, nτ ), m ∈ Z, n = 0, 1, . . . , [ Tτ ], (h, τ > 0).

• Schema de calcul explicită. Discretizând derivata parţială relativă la x
printr-o diferenţă finită prograsivă cu pasul h obţinem
du
dt
− a u(t,(m+1)h)−u(t,mh)
(t, mh) h
= φ(t, mh), m ∈ Z,
u(0, mh) = ψ(mh).

Înlocuind derivata relativă la t printr-o diferenţă finită prograsivă cu pasul

τ ı̂n t = nτ se obţine schema de calcul explicită
( n+1
um −un un n
m+1 −um
τ
m
− a h
= φnm , m ∈ Z, n = 0, 1, . . . , [ Tτ ], (24.4)
0
um = ψm , m ∈ Z,
594 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

unde unm este aproximaţia pentru u(nτ, mh), φnm = φ(nτ, mh) şi ψm =
ψ(mh).
Dacă r = hτ , din (24.4) se obţine
un+1
m = arunm+1 + (1 − ar)unm + τ φnm , (24.5)
cea ce pune ı̂n evidenţă caracterul explicit al schemei de calcul.
• Schema de calcul implicită. Presupunem că x ∈ [0, l] şi alăturăm lângă
condiţia iniţială din (24.3) condiţiile la limită
u(t, 0) = ψ0 (t), t ∈ [0, T ],
(24.6)
u(t, l) = ψ1 (t), t ∈ [0, T ].

Fie M ∈ N∗ şi h = Ml . Discretizăm derivata parţială relativ la x printr-o

diferenţă centrată cu pasul 2h :
du
dt
(t, mh) − a u(t,(m+1)h)−u(t,(m−1)h)
2h
= φ(t, mh), m ∈ {1, 2, . . . , M − 1},
u(0, mh) = ψ(mh), m ∈ {0, 1, . . . , M },
u(t, 0) = ψ0 (t),
u(t, l) = ψ1 (t)
şi ı̂n continuare ı̂nlocuim ı̂n t = nτ derivata relativă la t printr-o diferenţă
finită regresivă cu pasul τ :
un n
 un −un−1
m+1 −um−1


m
τ
m
− a 2h
= φnm , m ∈ {1, 2, . . . , M − 1},
n = 1, 2, . . . , [ Tτ ],



u0m = ψm , m ∈ {0, 1, . . . , M }, (24.7)
n n T
n ∈ {0, 1, . . . , [ τ ],

 u = ψ0 ,
 n0


uM = ψ1n .
Notaţiile sunt cele utilizate la schema explicită, ı̂n plus ψ0n = ψ0 (nτ ) şi
ψ1n = ψ1 (nτ ).
Din schema de calcul rezultă că (unm )0≤m≤M sunt soluţiile sistemului algebric
tridiagonal de ecuaţii liniare

 bm unm−1 + am unm + cm unm = dm , m ∈ {1, 2, . . . , M − 1},
un = ψ0n ,
 0n
uM = ψ1n ,

cu bm = τ2ha = −cm , am = 1, dm = un−1 n

m + τ φm . Întreaga soluţie numerică
se obţine rezolvând succesiv sistemul de mai sus pentru n = 1, 2, . . . , [ Tτ ]. În
acest fel s-a pus ı̂n evidenţă caracterul implicit al schemei de calcul.
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 595

• Schema de calcul de tip Crank-Nicholson. Pentru problema (24.3) cu condiţiile

la limită (24.6), procedând asemănător ca la schema implicită se obţine
 n+1 n  n+1 n+1
un n

um −um a um+1 −um−1 m+1 −um−1


 τ
− 2 2h
+ 2h
= φnm ,

m ∈ {0, 1, . . . , M },




n = 1, 2, . . . , [ Tτ ], (24.8)
0


 u m = ψm , m ∈ {0, 1, . . . , M },
un = ψ0n , n ∈ {0, 1, . . . , [ Tτ ]},


 0n


uM = ψ1n .
Din schema de calcul rezultă că (un+1
m )0≤m≤M sunt soluţiile sistemului alge-
bric tridiagonal de ecuaţii liniare
 bm un+1
 n+1 n+1
m−1 + am um + cm um = dm , m ∈ {1, 2, . . . , M − 1},
un+1 = ψ n+1
,
 0n+1 0
uM = ψ1n+1 ,
τa ra(un n
m+1 −um−1 )
cu bm = 4h
= −cm , am = 1, dm = unm + τ φnm + 4
.
Referitor la convergenţa schemei de calcul explicite are loc următorul rezultat:
τ
Teorema 24.1.3 Dacă raportul r = h
rămâne constant când τ, h → 0 atunci au
loc afirmaţiile:
1. Schema de calcul explicită este consistentă de ordinul ı̂ntâi;
2. Pentru a > 0 şi ar ≤ 1 schema de calcul explicită este stabilă, deci conver-
gentă;
3. Pentru a > 0 şi ar > 1 schema de calcul explicită nu este convergentă.
4. Pentru a < 0 schema de calcul explicită nu este convergentă.

Demonstraţie. 1. Fie u soluţia problemei (24.3). Notăm

T
tn = nτ, n ∈ {0, 1, . . . , [ ]},
τ
xm = mh, m ∈ Z.
În ipoteza că există dezvoltările tayloriene
∂u(tn , xm ) τ 2 ∂ 2 u(ξn,m , xm )
u(tn+1 , xm ) = u(tn , xm ) + τ + tn < ξn,m < tn+1
∂t 2 ∂t2
∂u(tn , xm ) h2 ∂ 2 u(tn , ηn,m )
u(tn , xm+1 ) = u(tn , xm ) + h + xm < ηn,m < xm+1
∂x 2 ∂x2
596 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

se găseşte
u(tn+1 ,xm )−u(tn ,xm )
− a u(tn ,xm+1h)−u(tn ,xm ) , m ∈ Z,

τ

Lh [u]h = n ∈ {0, 1, . . . , [ Tτ ] − 1, =
u(t0 , xm ), m∈Z


τ ∂ 2 u(ξn,m ,xm ) ah ∂ 2 u(tn ,ηn,m )

 ∂u(tn ,xm )
 ∂t
− a ∂u(t∂x
n ,xm )
+ 2 ∂t2
− 2 ∂x2
, m ∈ Z,
= n ∈ {0, 1, . . . , [ Tτ ] − 1, =
u(t0 , xm ), m∈Z


 φ(tn , xm ), m ∈ Z, n ∈ {0, 1, . . . , [ Tτ ] − 1,
= + δfh
ψ(xm ), m∈Z


unde
τ ∂ 2 u(ξn,m ,xm ) ah ∂ 2 u(tn ,ηn,m )

 2 ∂t2
− 2 ∂x2
, m ∈ Z, n ∈ {0, 1, . . . , [ Tτ ] − 1,
δfh = .
0, m∈Z


Dacă  n
 φm , m ∈ Z, n ∈ {0, 1, . . . , [ Tτ ] − 1,
fh = ∈ Yh
ψm , m ∈ Z


atunci ı̂n Yh se consideră norma

X X
fh h = |φnm | + |ψm |.
n,m m

Presupunând că derivatele parţiale de ordinul 2 ale funcţiei u(t, x) sunt mărginite
atunci se deduce estimarea
!
1 ∂ 2 u(t, x) ∂ 2 u(t, x)
δfh h ≤ Ch cu C = r sup | | + |a| sup | | .
2 (t,x) ∂t2 (t,x) ∂x2

2. Pentru 0 < ar ≤ 1 au loc inegalităţile

|(1 − ar)unm + arunm+1 | ≤ (1 − ar)|unm | + ar|unm+1 | ≤

≤ (1 − ar) sup |uni | + ar sup |uni | = sup |uni |.

i i i

Din (24.5) rezultă

j
|un+1 n
m | ≤ sup |ui | + τ sup |φi |.
i i,j
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 597

Deoarece membrul drept nu depinde de m, din inegalitatea de mai sus obţinem

sup |un+1
i | ≤ sup |uni | + τ sup |φji |. (24.9)
i i i,j

Pentru φ = 0 din (24.9) rezultă că funcţia n 7→ supi |uni | este descrescătoare.
Această proprietate se numeşte principiul maximului.
Particularizând succesiv inegalitatea (24.9) se obţin

supi |uni | ≤ supi |un−1

i | + τ supi,j |φji |
supi |un−1
i | ≤ supi |un−2
i | + τ supi,j |φji |
..
.
supi |u1i | ≤ supi |u0i | + τ supi,j |φji |

care ı̂nsumate dau

sup |uni | ≤ sup |u0i | + nτ sup |φji | ≤ sup |ψi | + T sup |φji | ≤ (1 + T ) fh h .
i i i,j i i,j

Cum membru drept nu depinde de n rezultă inegalitatea

sup |uji | ≤ (1 + T ) fh h . (24.10)

i,j

În Xh introducem norma

uh = (uji )i∈Z,j∈{0,1,...,[ T ]} ⇒ ∥uh ∥h = sup |uji |.

τ
i,j

Atunci (24.10) se scrie

∥uh ∥h ≤ (1 + T ) fh h
inegalitate care, potrivit Teoremei 24.1.1, implică stabilitatea schemei de calcul.
3. Pentru a demonstra neconvergenţa ı̂n cazul r > 1 considerăm problema
 ∂u
∂t
− a ∂u
∂x
= 0, x ∈ R, t ∈ [0, T ],
(24.11)
u(0, x) = ψ(x), x ∈ R

care, ı̂n ipoteza că ψ este derivabilă, are soluţia u(t, x) = ψ(at + x).
Fie N ∈ N, T = a1 , τ = N T
= aN1
şi r = hτ ⇔ h = τr = arN 1
. Atunci punctul
(0, T ) aparţine reţelei (Fig. 24.1). Potrivit schemei de calcul

un+1
m = arunm+1 + (1 − ar)unm
598 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Fig. 24.1:

N −1 −1
soluţia uN0 , din punctul (0, T ), se exprimă ı̂n funcţie de u0 şi uN1 şi acestea
N −2 N −2 N −2
la rândul lor depind de u0 , u1 , u2 .
Repetând raţionamentul,ı̂n final găsim că uN 0 0 0
0 depind de u0 , u1 , . . . , uN , adică
1
de valorile funcţiei ψ ı̂n intervalul [0, N h] = [0, ra ]. Soluţia problemei (24.11) este
constantă pe dreapta at + x = 1, care trece prin punctele (0, a1 ) şi (1, 0). Dacă
1
ar > 1 atunci segmentul [0, ra ] nu conţine punctul (1, 0).
Schema de calcul nu poate fi convergentă deoarece modificând funcţia ψ ı̂ntr-o
1
vecinătate a lui 1 care nu conţine pe ra soluţia u(t = 0, x = 1) = u(t = a1 , x =
0) = ψ(1) se modifică, dar soluţia numerică uN 0 rămâne nemodificată.
4. Soluţia problemei (24.11) este constantă pe dreapta at + x = −1. Pentru
1 T 1
T = |a| , τ = N = |a|N şi h = τr = |a|rN
1
, N ∈ N, r > 0, soluţia numerică uN 0 din
1
punctul (0, T ) depinde de valorile lui ψ de pe intervalul [0, xN ] = [0, N h] = [0, r|a| ],
(Fig. 24.2) şi se repetă reţionamentul din demonstraţia punctului precedent.

Exemplul 24.1.2

Considerăm problema parabolică

∂u
 ∂u

 ∂t
− a2 ∂x 2 = φ(t, x) x ∈ [0, l], t ∈ [0, T ],
u(0, x) = ψ(x), x ∈ [0, l],

(24.12)

 u(0, t) = ϕ0 (t), t ∈ [0, T ],
u(l, t) = ϕ1 (t), t ∈ [0, T ].


l
Dacă M ∈ N şi h = M
atunci aproximând derivata relativă la variabila spaţială
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 599

Fig. 24.2:

x printr-o diferenţă centrată cu pasul h se obţine

du u(t, (m + 1)h) − 2u(t, mh) + u(t, (m − 1)h)

(t, mh) − a2 = φ(t, mh),
dt h2

m = 1, 2, . . . , M − 1.
Discretizând derivata relativă la variabila temporală t rezultă

• Schema de calcul explicită

un+1 n un n n
m+1 −2um +um−1

m −um

 τ
− a2 h2 = φnm , m = 1, 2 . . . , M − 1,
n = 0, 1, . . . , [ Tτ ] − 1,



u0m = ψm , m = 0, 1 . . . , M, (24.13)
un = ψ0n , n = 1, 2, . . . , , [ Tτ ],


 n0


uM = ψ1n , n = 1, 2, . . . , [ Tτ ].

τ
Dacă r = h2
atunci are loc formula de calcul

un+1
m = a2 runm−1 + (1 − 2a2 r)unm + a2 runm+1 + τ φnm , (24.14)

de unde caracterul explicit al schemei de calcul.

600 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

• Schema de calcul implicită.

un −2un +un
 un −un−1


m
τ
m
− a2 m+1 h2m m−1 = φnm , m = 1, 2 . . . , M − 1,
n = 1, 2, . . . , [ Tτ ],



u0m = ψm , m = 0, 1 . . . , M, (24.15)
n n
n = 1, 2, . . . , , [ Tτ ],

 u0 = ψ0 ,


uM = ψ1n ,
n
n = 1, 2, . . . , [ Tτ ].


Pentru r = hτ2 schema de calcul conduce la rezolvarea sistemelor algebrice

de ecuaţii liniare tridiagonale


 −a2 runm−1 + (1 + 2a2 r)unm − a2 runm+1 = umn−1
+ τ φnm ,
m = 1, 2, . . . , M − 1

n n (24.16)

 u0 = ψ0
 n
uM = ψ1n

pentru n = 1, 2, . . . , , [ Tτ ].
• Schema de calcul de tip Crank-Nicholson.
 n+1
um+1 −2un+1 n+1
 n+1 n
un n n

um −um a2 m +um−1 m+1 −2um +um−1


 τ
− 2 h2 + h2 = φnm ,

m = 1, 2 . . . , M − 1,




n = 0, 1, . . . , [ Tτ ] − 1, (24.17)


 u0m = ψm , m = 0, 1 . . . , M,
u n
= ψ n
, n = 1, 2, . . . , [ Tτ ],


 0n 0


uM = ψ0n , n = 1, 2, . . . , [ Tτ ].

Presupunem ca raportul r = hτ2 rămâne constant când τ, h → 0. Definim

normele
uh = (unm )0≤m≤M,0≤n≤[ T ] ⇒ ∥u∥h = max |unm |
τ m,n

şi  n
φ , m = 1, 2 . . . , M − 1, n = 0, 1, . . . , [ Tτ ],
 m


ψm , m = 0, 1 . . . , M,
fh =
 ψ0n ,
 n = 1, 2, . . . , , [ Tτ ],
n = 1, 2, . . . , [ Tτ ].
 n
ψ0 ,
⇒ fh = max{max |φnm |, max |ψm |, max |ψ0n |, max |ψ1n |}
m,n m n n

Stabilim stabilitatea schemelor de calcul explicită şi implicită pe baza unei

inegalităţi de tip principiu de maxim.
Cazul schemei de calcul explicite
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 601

Teorema 24.1.4 Dacă r ≤ 2a12 şi uh este calculat conform schemei de calcul
explicite (24.13) atunci are loc ingalitatea (principiul de maxim).

max |un+1
i | ≤ max{max |uni |, max |ψ0j |, max |ψ1j |} + τ max |φji |.
i i j j i,j

Demonstraţie. Din (24.14) se obţine

|un+1 2 n n 2 n n
m | ≤ a r(|um−1 | + |um+1 |) + (1 − 2a r)|um | + τ |φm | ≤

≤ max |uni | + τ max |φji |.

i i,j

Deoarece un+1
0 = ψ0n+1 şi un+1 n+1
M = ψ1 | rezultă că
j j j
|un+1 n
m | ≤ max{max |ui |, max |ψ0 |, max |ψ1 |} + τ max |φi |.
i j j i,j

1
Teorema 24.1.5 Dacă r ≤ 2a2
atunci schema de calcul explicită (24.13) este
stabilă.

Demonstraţie. Dacă Lh este operatorul liniar definit de membrul stâng al

schemei de calcul explicite (24.13), notăm prin vh şi wh soluţiile ecuaţiilor


 0, m = 1, 2, . . . , M − 1; n = 0, 1, . . . , [ Tτ ] − 1;
ψm , m = 0, 1, . . . , M ;

Lh vh =
ψ n
, n = 1, 2, . . . , [ Tτ ];
 0n


ψ1 , n = 1, 2, . . . , [ Tτ ].
 n
φ , m = 1, 2, . . . , M − 1; n = 0, 1, . . . , [ Tτ ] − 1;
 m


0, m = 0, 1, . . . , M ;
Lh wh =

 0, n = 1, 2, . . . , [ Tτ ];
0, n = 1, 2, . . . , [ Tτ ].


Atunci uh = vh + wh . Potrivit principiului de maxim au loc inegalităţile

max |vin | ≤ max{max |vin−1 |, max |ψ0j |, max |ψ1j |}

i i j j

max |vin−1 | ≤ max{max |vin−2 |, max |ψ0j |, max |ψ1j |}

i i j j
..
.
max |vi | ≤ max{max ψi |, max |ψ0j |, max |ψ1j |}
1
i i j j
602 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

de unde
max |vin | ≤ max{max |ψi |, max |ψ0j |, max |ψ1j |}.
i i j j

Astfel

∥vh ∥h = max |vij | ≤ max{max |ψi |, max |ψ0j |, max |ψ1j |} ≤ fh h .

i,j i j j

La fel

max |win | ≤ max |win−1 | + τ max |φji |

i i i,j

max |win−1 | ≤ max |win−2 | + τ max |φji |

i i i,j
..
.
max |wi | ≤ max |wi1 | + τ max |φji |
2
i i i,j

max |wi1 | ≤ τ max |φji |

i i,j

care adunate dau

max |vin | ≤ nτ max |φji | ≤ T max |φji |.

i i,j i,j

Rezultă că
∥wh ∥h = max |wij | ≤ T max |φji | ≤ T fh h .
i,j i,j

În final
∥uh ∥h ≤ ∥vh ∥h + ∥wh ∥h ≤ (1 + T ) fh h .

Cazul schemei de calcul implicite

Teorema 24.1.6 Dacă r ≤ 2a12 şi uh este calculat conform schemei de calcul
implicite (24.15) atunci are loc ingalitatea (principiul de maxim).

max |un+1
i | ≤ max{max |uni |, max |ψ0j |, max |ψ1j |} + τ max |φji |.
i i j j i,j

Demonstraţie. Fie indicele m0 ∈ {0, 1, . . . , M } astfel ı̂ncât |unm0 | = max0≤i≤M |uni |.

Dacă m0 = 0 sau m0 = M atunci principiul de maxim este demonstrat.
Dacă m0 ∈ {1, 2, . . . , M − 1} atunci vom distinge două cazuri.
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 603

• unm0 > 0. În acest caz

unm0 ≤ unm0 + a2 r(unm0 − unm0 +1 ) + a2 r(unm0 − unm0 −1 ) =

n−1
= −a2 runm0 −1 + (1 + 2a2 r)unm0 − a2 runm0 +1 = um 0
+ τ φnm0 .
Ultima egalitate a rezultat din (24.16). Prin urmare

max |uni | = |unm0 | = unm0 ≤ um

n−1
0
+ τ φnm0 ≤ max |uin−1 | + τ max |φji | ≤
i i i,j

≤ max{max |uni |, max |ψ0j |, max |ψ1j |} + τ max |φji |.

i j j i,j

• unm0 < 0. Atunci

−unm0 ≤ −unm0 + a2 r(unm0 +1 − unm0 ) + a2 r(unm0 −1 − unm0 ) =

= a2 runm0 −1 − (1 + 2a2 r)unm0 + a2 runm0 +1 = −um

n−1
0
− τ φnm0 .
de unde

max |uni | = |unm0 | = −unm0 ≤ −un−1 n n−1

m0 − τ φm0 ≤ max |ui | + τ max |φji | ≤
i i i,j

≤ max{max |uni |, max |ψ0j |, max |ψ1j |} + τ max |φji |.

i j j i,j

Se demonstrează la fel ca Teorema 24.1.6

Teorema 24.1.7 Schema de calcul implicită (24.15) este stabilă.

24.1.1 Condiţia necesară de convergenţă Courant-Friedrichs-

Lewy
Presupunem ca ı̂n formularea problemei diferenţiale intervine o funcţie ψ şi fie
P un punct aparţinând domeniului de definiţie al soluţiei u. Notăm prin Gψ (P )
mulţimea punctelor care influenţează valoarea u(P ), adică modificând pe ψ ı̂ntr-
un punct Q ∈ Gψ (P ) se modifică u(P ).
Soluţia aproximativă se calculează utilizând schema de calcul Lh (uh ) = fh .
Valoarea soluţiei aproximative uh ı̂n punctul cel mai apropiat de P depinde de
(h)
valorile lui ψ ı̂n mulţimea Gψ (P ).
În aceste condiţii are loc următorul rezultat:
604 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Teorema 24.1.8 Pentru convergenţa limh→0 uh = u este necesar ca pentru orice

punct P al domeniului de definiţie al lui u, pentru orice punct Q ∈ Gψ (P ) şi
pentru orice vecinatate V a lui Q să existe h0 > 0 astfel ı̂ncât pentru 0 < h <
(h)
h0 , V ∩ Gψ ̸= ∅.

Demonstraţie. Presupunem că condiţia teoremei nu are loc. Există P , există

Q ∈ Gψ (P ), există o vecinătate V a lui Q şi pentru orice h > 0 există 0 < h′ < h
(h′ )
astfel ı̂ncât V ∩ Gψ = ∅. Atunci modificând pe ψ ı̂n V, u(P ) se modifică, dar
valoarea lui uh ı̂n punctul din reţea cel mai apropiat de P rămâne nemodificată.

24.1.2 Condiţia necesară de stabilitate a lui Neumann

Pentru rezolvarea unei probleme nestaţionare Lu = f, cu u funcţie de variabila
temporală t şi de variabilă spaţială x, se foloseşte schema de calcul Lh uh = fh .
Se presupune că operatorul Lh este liniar, Lh ∈ (Xh , Yh )∗ .
Soluţia uh a schemei de calcul poate fi privită ca fiind alcătuită din valori
succesive pe nivele de timp. Un nivel este dat de mulţimea nodurilor reţelei Dh
aflate pe dreapta / ı̂n planul t = nτ, unde τ este pasul de discretizare pentru
variabila temporală. Vom nota mulţimea valorilor lui uh pe nivelul t = nτ prin
un . Presupunem că:
• un este un element al unui spaţiu normat W ;
• u0 = (u0m )m , iar u0m = u(0, xm ) este cunoscută ca dată a problemei nestaţionare;
• uh = (un )0≤n≤nh , ∥uh ∥h = max0≤n≤nh ∥un ∥;
• Numărul nivelelor nh poate fi oricât de mare, practic se va considera t =
nτ ≤ T cu T fixat a priori;
• fh h = ∥u0 ∥ + expresie depinzând de celelalte elemente ale problemei
sau
fh h = max{∥u0 ∥, elemente depinzând de celelalte elemente ale problemei}.
În aceste ipoteze, condiţia de stabilitate este (24.1.1)

∥uh ∥h ≤ C fh h ,

unde C este o constantă care nu depinde de parametrii de discretizare.

Condiţia de mai sus trebuie ı̂ndeplinită pentru date arbitrare ale problemei,
ı̂n particular şi pentru fh cu proprietatea fh h = ∥u0 ∥. În acest caz, Lh uh = fh
este numită schema de calcul omogenă.
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 605

Condiţia de stabilitate devine

∥un ∥ ≤ C∥u0 ∥, n = 0, 1, . . . , nh . (24.18)
Dacă au loc inegalităţile de mai sus atunci schema de calcul este stabilă ı̂n
raport cu condiţiile iniţiale.
Alegem u0m = eimα = cos mα + i sin mα şi determinăm, ı̂n condiţiile de mai
sus, o soluţie a schemei de calcul de forma
unm = λ(α, h)n eimα . (24.19)
Mulţimea numerelor λ = λ(α, h) pentru care schema de calcul omogenă are soluţie
de forma (24.19) formează spectrul schemei de calcul.
Atunci ∥un ∥ = |λ(α, h)|n ∥u0 ∥ şi condiţia de stabilitate (24.18 devine
|λ(α, h)|n ≤ C n = 0, 1, . . . , nh
şi utilizând Problema 24.1 rezultă
|λ(α, h)| ≤ 1 + C1 τ.
Astfel s-a ajuns la condiţia necesară de stabilitate a lui Neumann:
Teorema 24.1.9 O condiţie necesară pentru stabilitatea schemei de calcul (ı̂n
particular, pentru stabilitatea ı̂n raport cu condiţiile iniţiale) este ca pentru orice
ε > 0 spectrul schemei de calcul, pentru h suficient de mic, să fie cuprins ı̂n discul
|λ| ≤ 1 + ε.
Exemplul 24.1.3 Spectrul schemei de calcul explicită (24.4) pentru problema
(24.3).
Schema de calcul explicită şi omogenă este
( n+1
um −un un −un
τ
m
− a m+1h m = 0, m ∈ Z, n = 0, 1, . . . , [ Tτ ],
u0m = ψm , m ∈ Z,

Pentru unm = λn eimα , din

λn+1 eimα − λn eimα λn ei(m+1)α − λn eimα
−a =0
τ h
τ
şi r = h
rezultă
λ = 1 − ar + areiα .
În planul complex, spectrul este un cerc cu centrul ı̂n punctul 1 − ar şi de rază
r|a|.
Se observă că se regăsesc rezultatele Teoremei 24.1.3.
606 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Fig. 24.3:

Exemplul 24.1.4 Spectrul schemei de calcul implicită (24.7) pentru problema

(24.3+24.6).

Ecuaţia cu diferenţe omogenă corespunzând schemei de calcul omogenă este

un
m −um
n−1 un n
m+1 −um−1
τ
−a 2h
= 0, m ∈ {1, 2, . . . , M − 1},
n = 1, 2, . . . , [ Tτ ].

Dacă unm = λn eimα atunci

λn eimα − λn−1 eimα λn ei(m+1)α − λn ei(m−1)α

−a =0
τ 2h
de unde se găseşte
λ−1 λ(eiα − e−iα )
−a =0
τ 2h
Pentru r = τ
2h
rezultă λ = 1
1−ira sin α
. Deoarece |λ| = √ 1
≤ 1 condiţia
1+r2 a2 sin2 α
necesară de stabilitate a lui Neumann este ı̂ndeplinită.

Exemplul 24.1.5 Spectrul schemei de calcul explicită (24.13) pentru problema

(24.12).

Substudiind unm = λn eimα ı̂n ecuaţia cu diferenţe omogenă

un+1
m − um
n un − 2unm + unm−1
− a2 m+1 =0
τ h2
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 607

se găseşte
λ−1 eiα − 2 + e−iα
− a2 =0
τ h2
Ţinând seama de egalităţile eiα − 2 + e−iα = 2 cos α − 2 = −4 sin2 α2 , rezultă
λ = 1 − 4a2 r sin2 α2 , unde r = hτ2 . Când α variază λ = λ(α, h) descrie segmentul
de dreaptă [1 − 4a2 r, 1]. Condiţia necesară de stabilitate a lui Neumann este
ı̂ndeplinită dacă −1 ≤ 1 − 4a2 ⇔ r ≤ 2a12 .

Exemplul 24.1.6 Spectrul schemei de calcul implicită (24.15) pentru problema

(24.12).
1
Procedând analog se obţine λ = 1+4a2 r sin2 α , condiţia necesară de stabilitate fiind
2
ı̂ndeplinită pentru orice r.
Vom arăta că alegând convenabil normele spaţiilor Xh şi Yh condiţia nece-
sară de stabilitate a lui Neumann este suficientă pentru stabilitatea ı̂n raport cu
condiţiile iniţiale.
Considerăm schema de calcul
 b−1 un+1 n+1
 n+1 n n n n
m−1 + b0 um + b1 um+1 − (a−1 um−1 + a0 um + a1 um+1 ) = φm ,
m ∈ Z, n = 0, 1, . . . , Tτ − 1, (24.20)
 0
um = ψm , m ∈ Z,

unde ecuaţia cu diferenţe este cu coeficienţi constanţi. Presupunem că b−1 e−iα +
b0 + b1 eiα ̸= 0, ∀α. Această formă cuprinde schemele de calcul tratate anterior
drept cazuri particulare (ı̂n ipoteza că raportul hτ , respectiv hτ2 , este constant).
Spectrul schemei de calcul (24.20) este

a−1 e−iα + a0 + a1 eiα

λ = λ(α) = ,
b−1 e−iα + b0 + b1 eiα

adică unm = λn (α)eimα este o soluţie a ecuaţiei cu diferenţe omogenă

b−1 un+1 n+1 n+1 n n n

m−1 + b0 um + b1 um+1 − (a−1 um−1 + a0 um + a1 um+1 ) = 0. (24.21)

Soluţia schemei de calcul

 b−1 un+1 n+1

 n+1 n n n
m−1 + b0 um + b1 um+1 − (a−1 um−1 + a0 um + a1 um+1 ) = 0,
T
m ∈ Z, n = 0, 1, . . . , τ − 1, (24.22)
 0
um = ψm , m ∈ Z,

are o reprezentare integrală, pentru determinarea căreia considerăm:

608 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

• U (α) o funcţie integrabilă ı̂n intervalul [0, 2π] a cărei expresie se va deter-
mina ulterior;

• diviziunea ∆ : 0 = α0 < α1 < . . . < αp = 2π;

• sistemul de puncte intermediare ξk ∈ [αk , αk+1 ], k = 0, 1, . . . , p − 1,

şi
p−1
n 1 X
Sm =√ U (ξk )λn (ξk )eimξk .
2π k=0
Deoarece mulţimea soluţiilor ecuaţiei cu diferenţe omogenă (24.21) formează un
n
spaţiu liniar, Sm verifică această ecuaţie (fiind o combinaţie liniară de soluţii).
n
Dacă norma diviziunii ∆, max0≤k≤p−1 (αk+1 − αk ), tinde către 0 atunci Sm tinde
către Z 2π
n def 1
um = √ U (α)λn (α)eimα dα, (24.23)
2π 0
care este de asemenea soluţie a eccuaţiei (24.20). Acum se poate determina
funcţia U (α) astfel ı̂ncât să fie ı̂ndeplinite condiţiile iniţiale din (24.22), adică
Z 2π
1
u0m =√ U (α)eimα dα = ψm , ∀ m ∈ Z.
2π 0
 imα 
e√
Familia de funcţii 2π
formează un sistem complet ı̂n L2 [0, 2π]. În consecinţă
m∈Z
are loc reprezentarea
X e−imα
U (α) = cm √ ,
m∈Z
2π
unde
2π
e−imα
Z
1
cm =< U (α), √ >= √ U (α)eimα dα = ψm .
2π 2π 0

Prin urmare expresia funcţiei U (α) este

X e−imα
U (α) = ψm √ .
m∈Z
2π

Având ı̂n vedere relaţiile (24.28) au loc egalităţile lui Parceval

Z 2π X
|λ(α)|2n |U (α)|2 dα = |unm |2 , n = 0, 1, . . . .
0 m∈Z
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 609

Fie un = (unm )m∈Z , φn = (φnm )m∈Z . Definim normele

21
∥un ∥ = n 2
∥uh ∥h = maxn ∥un ∥,
P
m∈Z |um | ,

21
21
∥φn ∥ = |φnm |2 |ψm |2
P P
m∈Z , ∥ψ∥ = m∈Z ,

fh h = max{∥ψ∥, maxn ∥φn ∥}.

Teorema 24.1.10 Condiţia necesară şi suficientă pentru stabilitatea ı̂n raport
cu condiţiile iniţiale a schemei de calcul (24.22) este existenţa unei constante
C1 > 0, nedepinzând de h şi τ, astfel ı̂ncât spectrul schemei de calcul să satisfacă
inegalitatea
|λ(α)| ≤ 1 + C1 τ, α ∈ [0, 2π].

Demonstraţie.
Suficienţa. Pentru orice n ∈ {0, 1, . . . , [ Tτ ]} are loc inegalitatea

|λ(α)|n ≤ (1 + C1 τ )n ≤ eC1 nτ ≤ eC1 T .

Din egalităţile lui Parceval se deduce

Z 2π Z 2π
n 2 2n 2 2C1 T
∥u ∥ = |λ(α)| |U (α)| dα ≤ e |U (α)|2 dα = e2C1 T ∥u0 ∥2 ,
0 0

adică stabilitatea ı̂n raport cu condiţiile iniţiale.

24.1.3 Stabilitate prin forma canonică

În contextul introdus ı̂n secţiunea precedentă, forma canonică a schemei de
calcul liniare Lh uh = fh este
 n+1
u = Rh un + τ ρn n = 0, 1, . . . , nh − 1;
(24.24)
u0 dat

unde un , ρn sunt elemente ale unui spaţiu normat (W, ∥ · ∥W ) iar R ∈ (W, W )∗
este un operator liniar şi continuu. În (24.24) un poate fi alcătuit din valorile lui
uh pe unul sau mai multe nivele succesive.

Exemplul 24.1.7 Forma canonică a schemei de calcul explicită pentru problema

(24.3+24.6).
610 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Pentru schema de calcul

un −un
 un+1 −un


m
τ
m
− a m+1h m = φnm , m ∈ {1, 2, . . . , M − 1}, (M h = l)
n = 0, 1, . . . , [ Tτ ] − 1,



u0m = ψm , m ∈ {0, 1, . . . , M },
n n
n ∈ {1, . . . , [ Tτ ]},

 u0 = ψ0 ,


uM = ψ1n .
n


nivelul un va fi dat de vectorul un = (un0 , un1 , . . . , unM )T şi n ∈ {0, 1, . . . , [ Tτ ] = nh }.

Dacă r = hτ atunci un+1
m = (1 − ra)unm + raunm+1 + τ φnm . Vectorial, nivelul n + 1
se calculează prin
 n+1 n 
ψ0 −ψ0
 n+1    
n
u0 1 0 0 ... 0 0 u0 τ
 un+1   0 1 − ra ra . . . 0 0  n
φn1
  u1 
   
 1    
 ..   .. .. . .
..   ..  +τ 
 .
.

 . = . .
  
.  . 
 n+1    n   φn
 uM −1   0 0 0 . . . 1 − ra ra   uM −1   M −1 

n+1 n n+1
ψ1 −ψ1 n
uM 0 0 0 ... 0 1 uM
| {z } | {z }| {z } τ
n
| {z }
n+1
u Rh u ρn

Exemplul 24.1.8 Forma canonică a schemei de calcul explicită (24.13) pentru

problema (24.12).
Utilizând (24.14), forma canonică a schemei de calcul este
n+1 n
−ψ0
 
ψ0
un+1
 
1 0 0 ... 0 0 0 un
  
0 0 τ
un+1 a2 r 1 − 2a2 r a2 r ... 0 0 0 un φn
    
 1    1   1 
.. .. ..
   
  
= .. .. ..
 +τ  ,
   
.

 .   . . 
 .   . 
un+1 a2 r 1 − 2a2 r a2 r   un φn
  
 M −1
 0 0 0 ... M −1
 
 M −1


un+1 0 0 0 ... 0 0 1 unM
n+1
ψ1 −ψ1n
M
| {z } | {z }| {z } τ
Rh un
| {z }
un+1 ρn

n = 0, 1, . . . , [ Tτ ] − 1 iar nh = [ Tτ ].
Introducem ipotezele:
I1 : Dacă u0 ∈ W, un+1 = Rh un , n ∈ {0, 1, . . . , nh − 1}, uh = (un )0≤n≤nh şi
f˜h = Lh uh atunci există C1 > 0 astfel ı̂ncât
f˜h h ≤ C1 ∥u0 ∥W .

I2 : Dacă u0 ∈ W, un+1 = Rh un + τ ρn , n ∈ {0, 1, . . . , nh − 1}, uh = (un )0≤i≤nh şi

fh = Lh uh atunci există C2 > 0 astfel ı̂ncât
∥u0 ∥W ≤ C2 fh h
∥ρn ∥W ≤ C2 fh h , pentru n = 0, 1, . . . , nh − 1.
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 611

Pentru stabilitatea schemelor de calcul puse sub forma canonică are loc următorul
rezultat:
Teorema 24.1.11 Fie schema de calcul liniară Lh uh = fh scrisă sub forma
canonică (24.24). Dacă este ı̂ndeplinită ipoteza I1 atunci pentru stabilitate este
necesar să existe o constantă C > 0, independentă de τ şi h, astfel ı̂ncât

∥Rhn ∥W ≤ C, ∀ n pentru care nτ ≤ T. (24.25)

Dacă are loc ipoteza I2 atunci inegalităţile (24.25) sunt suficiente pentru stabili-
tate.

Demonstraţie. Necesitatea. Presupunem prin absurd că deşi schema de calcul

liniară este stabilă totuşi şirul operatorilor (Rhn )n∈N nu este mărginită:

∀ k ∈ N ∃ hk , τk > 0, nk ∈ N astfel ı̂ncât ∥Rhnkk ∥W > k.

Va exista u0k ∈ W astfel ı̂ncât ∥Rhnkk u0k ∥W > k∥u0k ∥W .

Cu acest u0k se construieşte şirul un+1
k = Rhk unk , n = 0, 1, . . . . Dacă uhk = (unk )n şi
f˜hk = Lhk uhk atunci au loc inegalităţile

∥uhk ∥hk = max ∥unk ∥W ≥ ∥unk k ∥W = ∥Rhnkk u0k ∥W > k∥u0k ∥W

n

şi
∥f˜hk ∥hk ≤ C1 ∥u0k ∥W ,
de unde
k ˜
∥uhk ∥hk ≥ ∥fhk ∥hk .
C1
Această inegalitate contrazice stabilitatea schemei de calcul, (Teorema 24.1.1).
Suficienţa. Din forma canonică rezultă

un = Rhn u0 + τ (Rhn−1 ρ0 + Rhn−2 ρ1 + . . . + Rh ρn−2 + ρn−1 )

şi aplicând inegalităţile din ipoteza I2 şi (24.25) se obţine

n−1
X
∥un ∥W ≤ ∥Rhn ∥W ∥u0 ∥W + τ ∥Rhi ∥W ∥ρn−1−i ∥W ≤ (1 + nτ )CC2 fh h .
i=0

Atunci
∥uh ∥h = max ∥un ∥W ≤ (1 + T )CC2 fh h
n

Aplicăm rezultatul anterior ı̂n cazul exemplelor date la ı̂nceputul secţiunii.

612 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Exemplul 24.1.9 Stabilitatea schemei de calcul explicită pentru problema (24.3+24.6)

utilizând forma canonică.

Pentru
 n

 φm , m = 1, 2. . . . , M − 1,
n = 0, 1, . . . , Tτ − 1,



uh = (unm )0≤m≤M,0≤n≤ T şi fh = ψm , m = 0, 1, . . . , M,
τ
ψn, n = 1, 2, . . . , Tτ


 0n


ψ1 , n = 1, 2, . . . , Tτ

se consideră normele
∥uh ∥h = max |unm | (24.26)
m,n

şi

|ψ0n+1 − ψ0n | |ψ n+1 − ψ1n |

fh h = max |φnm | + max |ψm | + max + max 1 . (24.27)
m,n m n τ n τ
Spaţiul W este RM +1 şi au loc inegalităţile

∥u0 ∥W = max |ψm | ≤ fh h ,

m
|ψ0n+1 − ψ0n | n |ψ n+1 − ψ1n |
∥ρn ∥W = max{ , |φ1 |, . . . , |φnM −1 |, 1 } ≤ fh h .
τ τ
Pentru 0 < ra ≤ 1 se găseşte ∥Rh ∥W = 1 şi ∥Rhn ∥W ≤ ∥Rh ∥hW = 1.
Astfel sunt indeplinite condiţia (24.25) şi ipoteze I2 . Rezultă stabilitatea schemei
de calcul, regăsind totodată rezultatul Teoremei 24.1.3.

Exemplul 24.1.10 Stabilitatea schemei de calcul explicită (24.13) pentru prob-

lema (24.12) utilizând forma canonică.

În mod asemănător, păstrând normele definite prin (24.26), (24.27) şi W =
RM +1 , pentru r ≤ 2a12 se găseşte ∥Rh ∥ = 1. Se regăseşte rezultatul Teoremei
24.1.4.

24.1.4 Schema de calcul Lax - Wendroff

Fie problema
∂u
− a ∂u = 0, t ∈ [0, T ], a ∈ R∗ ,

∂t ∂x (24.28)
u(0, x) = ψ(x), x∈R
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 613

Pentru τ > 0 din dezvoltarea tayloriană

∂u(t, x) τ 2 ∂ 2 u(t, x)
u(t + τ, x) = u(t, x) + τ + + ...
∂t 2 ∂t2
şi din ecuaţia cu derivatele parţiale

∂u ∂u ∂ 2u ∂ 2u 2
2∂ u
=a , = a = a (24.29)
∂t ∂x ∂t2 ∂t∂x ∂x2
rezultă
∂u(t, x) a2 τ 2 ∂ 2 u(t, x)
u(t + τ, x) = u(t, x) + aτ+ + ...
∂x 2 ∂x2
Neglijăm termenii de ordin mai mare decât 2 şi discretizând, pentru t = tn ,
x = xm se obţine

unm+1 − unm−1 a2 τ 2 unm+1 − 2unm + unm−1

un+1 n
m − um − aτ − = 0.
2h 2 h2
Schema de calcul Lax - Wendroff este
un −un 2 un −2un +un
 un+1 −un
 m τ m − a m+12h m−1 − a2τ m+1 h2m m−1 = 0,
m ∈ Z, n = 0, 1, . . . .[ Tτ ] − 1, (24.30)
 0
um = ψm , m ∈ Z.

Notăm r = hτ .

Teorema 24.1.12 Schema de calcul Lax - Wendroff este consistentă de ordinul

2.

Demonstraţie.
 2 u(tn ,xm+1 )−2u(tn ,xm )+u(tn ,xm−1 )
u(tn+1 ,xm )−u(tn ,xm ) u(tn ,xm+1 )−u(tn ,xm−1 )

 τ
−a 2h
− a 2τ h2
,
Lh [u]h =
 m ∈ Z, n = 0, 1, . . . .[ Tτ ] − 1,
 u(0, x ),
m m∈Z

 3 1

2 3
h2 ∂ u(tn ,ηm,n )

∂u(tn ,xm ) τ ∂ u(tn ,xm ) τ 2 ∂ u(ξm,n ,xm ) ∂u(tn ,xm )


 ∂t
+ 2 ∂t2
+ 6 ∂t3
−a ∂x
+ 6 ∂x3
−
  
4 2
= 2 2
∂ u(tn ,xm ) h ∂ u(tn ,ηm,n )
2

 − a 2τ ∂x2
+ 12 ∂x4
, m ∈ Z, n = 0, 1, . . . .[ Tτ ] − 1,


ψ(xm ), m∈Z

Utilizând din nou (24.29) se găseşte

m ∈ Z, n = 0, 1, . . . .[ Tτ ] − 1,

0,
Lh [u]h = +
ψ(xm ), m∈Z
614 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

3 1 4 2
( 3
τ 2 ∂ u(ξm,n ,xm ) ah2 ∂ u(tn ,ηm,n ) a2 τ h2 ∂ u(tn ,ηm,n )
+ 6 ∂t3
− 6 ∂x3
− 24 ∂x4
, m ∈ Z, n = 0, 1, . . . .[ Tτ ] − 1,
0, m ∈ Z.

Astfel
∂ 3 u(tn ,ηm,n
1 4 2
(
h2 ∂ 3 u(ξm,n ,xm ) ) a2 rh ∂ u(tn ,ηm,n )
δfh = r2 ∂t3
−a ∂x3
− 4 ∂x4
, m ∈ Z, n = 0, 1, . . . .[ Tτ ] − 1,
6 0, m ∈ Z.

Spectrul schemei de calcul este

α
λ = 1 − 2r2 a2 sin2 + i ra sin α.
2
Teorema 24.1.13 Schema de calcul Lax - Wendroff este stabilă ı̂n raport cu
condiţiile iniţiale dacă şi numai dacă |a|r ≤ 1.

Demonstraţie. Se aplică Teorema 24.1.10:

2 α α
 2
2 2
|λ| = 1 − 2r a sin + r2 a2 sin2 α = 1 − 4r2 a2 (1 − r2 a2 ) sin4 .
2 2
Dacă |a|r ≤ 1 atunci |λ| ≤ 1.
Dacă |a|r > 1 pentru α = 0, |λ| > 1.

24.1.5 Schema de calcul Lax - Friedrichs

Pentru problema (24.28)

= 0, t ∈ [0, T ], a ∈ R∗ ,
 ∂u
∂t
− a ∂u
∂x
u(0, x) = ψ(x), x∈R
schema de calcul Lax - Friedrichs este
 
un n un n

m+1 +um−1 m+1 −um−1
 τ1 un+1
 m − 2
− a 2h
= 0,
 m ∈ Z, n = 0, 1, . . . , [ Tτ ] − 1;
u0m = ψm , m ∈ Z.

(24.31)
∂u un+1
m −um
n
După ce s-a aproximat ∂t (tn , xm ) prin diferenţa finită prograsivă τ
ter-
n un n
m−1 +um+1
menul um s-a ı̂nlocuit prin media aritmetică 2
.
Operatorul Lh a schemei de calcul este
 
un n un n

1 m+1 +um−1 m+1 −um−1
 n+1
 τ um − 2
− a 2h
, m ∈ Z, n = 0, 1, . . . , [ Tτ ] − 1;
Lh (uh ) =

 0
um , m ∈ Z.
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 615

este liniar şi 

 0 m ∈ Z, n = 0, 1, . . . , [ Tτ ] − 1;
fh = .
ψm , m ∈ Z.


Pentru r = hτ = constant se verifică uşor că schema Lax - Friedrichs este

consistentă de ordin 1.
În vederea justificării stabilităţii considerăm normele
∥un ∥1 = h m∈Z |unm |, un = (unm )m∈Z ;
P
∥uh ∥h = max0≤n≤[ T ] ∥un ∥1 , uh = (unm )m∈Z, n=0,1,...,[ T ] .
τ τ

şi ∥fh ∥h = ∥u0 ∥1 = h |u0m | = h

P P
m∈Z m∈Z |ψm |.

Teorema 24.1.14 Dacă r|a| ≤ 1 atunci schema de calcul Lax - Friedrichs este
stabilă.

Demonstraţie. Verificăm condiţia Teoremei 24.1.1. Din (24.31) rezultă

unm−1 + unm+1 un − unm−1 1 1
un+1
m = + ar m+1 = (1 − ar)unm−1 + (1 + ar)unm+1 .
2 2 2 2
Au loc relaţiile
X 1 X 1 X
∥un+1 ∥1 = h |un+1
m | ≤ (1 − ar)h |un
m−1 | + (1 + ar)h |unm+1 | = ∥un ∥1
m∈Z
2 m∈Z
2 m∈Z

şi ı̂n consecinţă

∥uh ∥h ≤ ∥u0 ∥1 = ∥fh ∥h .

24.1.6 Schema de calcul Du Fort - Frankel

Pentru problema parabolică (24.12)
2
 ∂u

 ∂t
− a2 ∂∂xu2 = φ(t, x) x ∈ [0, l], t ∈ [0, T ],
u(0, x) = ψ(x), x ∈ [0, l],


 u(0, t) = ϕ0 (t), t ∈ [0, T ],
u(l, t) = ϕ1 (t), t ∈ [0, T ].


se discretizează derivata după variabila temporală printr-o diferenţă centrată cu

pasul 2τ
∂u(tn , xm ) un+1 − um
n−1
≈ m
∂t 2τ
616 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

şi derivata după variabila spaţială printr-o diferenţă centrată cu pasul h

∂ 2 u(tn , xm ) unm+1 − 2unm + unm−1

≈ .
∂x2 h2

Apoi, termenul 2unm se ı̂nlocuieşte prin media aritmetică

2unm = un+1 n−1

m + um .

Astfel discretizarea derivatei ı̂n raport cu variabila spaţială devine

∂ 2 u(tn , xm ) unm+1 + unm−1 − un+1 n−1

m − um
≈ .
∂x2 h2

Rezultă schema de calcul Du Fort - Frankel

n+1 n−1
un+1 n−1 un n
m+1 +um−1 −um −um

m −um

 2τ
− a2 h 2 = φnm , m = 1, 2 . . . , M − 1,
n = 0, 1, . . . , [ Tτ ] − 1,



u0m = ψm , m = 0, 1 . . . , M, (24.32)
n n
n = 1, 2, . . . , , [ Tτ ],

 u0n = ψ0n,



uM = ψ1 , n = 1, 2, . . . , [ Tτ ].

τ
Dacă r = h2
atunci calculul numeric revine la

2a2 r 1 − 2a2 r n−1 2τ

un+1
m = (u n
m+1 + un
m−1 ) + um + φn
1 + 2a r2 2
1 + 2a r 1 + 2a2 r m

pentru m = 1, 2, . . . , M − 1.

Teorema 24.1.15 Dacă r = hτ2 rămâne constant când τ, h → 0 atunci schema

de calcul (24.32) este consistentă de ordinul 2.
24.1. PROBLEME NESTAŢIONARE PRIN METODE DE DISCRETIZARE 617

Demonstraţie. Ţinănd seama de dezvoltările tayloriene

∂u(tn , xm ) τ 2 ∂ 2 u(tn , xm ) τ 3 ∂ 3 u(ξm,n
1 , xm )
u(tn+1 , xm ) = u(tn , xm ) + τ + + ,
∂t 2 ∂t2 6 ∂t3
1
tn < ξn,m < tn+1
∂u(tn , xm ) τ 2 ∂ 2 u(tn , xm ) τ 3 ∂ 3 u(ξm,n
2 , xm )
u(tn−1 , xm ) = u(tn , xm ) − τ + 2
− ,
∂t 2 ∂t 6 ∂t3
2
tn−1 < ξn,m < tn
∂u(tn , xm ) h2 ∂ 2 u(tn , xm ) h3 ∂ 3 u(tn , xm )
u(tn , xm+1 ) = u(tn , xm ) + h + + +
∂x 2 ∂x2 6 ∂x3
h4 ∂ 4 u(tn , ηm,n
1 ) 1
+ 4
, xm < ηn,m < xm+1
24 ∂x
∂u(tn , xm ) 2 2
h ∂ u(tn , xm ) h3 ∂ 3 u(tn , xm )
u(tn , xm−1 ) = u(tn , xm ) − h + − +
∂x 2 ∂x2 6 ∂x3
4 4 2
h ∂ u(tn , ηm,n ) 2
+ , xm−1 < ηn,m < xm
24 ∂x4
∂u(tn , xm ) τ 2 ∂ 2 u(tn , xm ) τ 3 ∂ 3 u(tn , xm )
u(tn+1 , xm ) = u(tn , xm ) + τ + + ,
∂t 2 ∂t2 6 ∂t3
4 3
τ 4 ∂ u(ξm,n , xm ) 3
+ , tn < ξn,m < tn+1
24 ∂t4
∂u(tn , xm ) 2 2
τ ∂ u(tn , xm ) τ 3 ∂ 3 u(tn , xm )
u(tn−1 , xm ) = u(tn , xm ) − τ + − ,
∂t 2 ∂t2 6 ∂t3
τ 4 ∂ 4 u(ξm,n
4 , xm ) 4
+ , tn−1 < ξn,m < tn
24 ∂t4
rezultă
u(tn+1 , xm ) − u(tn−1 , xm ) u(tn , xm+1 ) + u(tn , xm−1 ) − u(tn+1 , xm ) − u(tn−1 , xm )
− a2 =
2τ h2
∂u(tn , xm ) ∂ 2 u(tn , xm )
= − a2 +
∂t ∂x2
τ 2 ∂ 3 u(ξm,n
3 , xm ) h2 ∂ 4 u(tn , ηm,n
3 ) τ 4 ∂ 4 u(ξm,n
5 , xm )
+ 3
− a2 4
+ a2 2
=
6 ∂t 12 ∂x 12h ∂t4
!
r2 h2 ∂ 3 u(ξm,n
3 , xm ) a2 ∂ 4 u(tn , ηm,n
3 ) r4 h4 ∂ 4 u(ξm,n
5 , xm )
= φn
m +h 2
− + .
6 ∂t3 12 ∂x4 12 ∂t4

Teorema 24.1.16 Dacă r = hτ2 rămâne constant când τ, h → 0 atunci schema

de calcul (24.32) este stabilă ı̂n raport cu condiţiile iniţiale.

Demonstraţie. Spectrul schemei de calcul este dat de ecuaţia

4a2 r cos α 1 − 2a2 r
λ2 − λ − =0
1 + 2a2 r 1 + 2a2 r
cu rădăcinile p
2a2 r cos α ± 1 − 4a4 r2 sin2 α
λ= .
1 + 2a2 r
Dacă
618 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

• 1 − 4a4 r2 sin2 α ≥ 0 ⇒ |λ| ≤ 1;

√
• 1 − 4a4 r2 sin2 α ≤ 0 ⇒ |λ| = 4a4 r2 −1
1+2a2 r
≤ 1.

24.2 Rezolvarea problemelor stationare prin metode

de discretizare
Ne ocupăm de rezolvarea numerică a problemei lui Dirichlet pentru ecuaţia
lui Poisson 2 2
△w = ∂∂xw2 + ∂∂yw2 = φ(x, y), (x, y) ∈ D ⊂ R,

(24.33)
w|∂D = ψ
unde ∂D reprezintă frontiera domeniului D.
Considerăm ı̂n plan o familiile de drepte de ecuaţii x = ihx şi y = jhy , i, j ∈ Z.
Punctele de intersecţie le vom numi noduri. Pentru h = (hx , hy ) notăm prin
Dh mulţimea nodurilor care aparţin mulţimii D. Un nod Pi,j = (xi , yj ), xi =
ihx , yj = jhy are patru noduri vecine Pi−1,j , Pi+1,j , Pi,j−1 , Pi,j+1 . Un nod Pi,j este
nod interior dacă cele patru noduri vecine aparţin lui Dh . Mulţimea nodurilor
interioare se notează D̊h . Nodurile aparţinând mulţimii ∂Dh = Dh − D̊h se numesc
noduri frontieră. În Figura 24.4 sunt puse ı̂n evidenţă nodurile mulţimii Dh .

Fig. 24.4:

Rezolvarea numerică va consta ı̂n construirea unei aproximaţii uh = (ui,j )i,j

a soluţiei problemei (24.33), unde ui,j este o aproximaţie pentru w(xi , yj ), iar
(xi , yj ) parcurge mulţimea nodurilor Dh .
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 619

24.2.1 Construirea soluţiei aproximative ı̂n nodurile fron-

tieră
Fie Pi,j un nod frontieră. Dacă Pi,j ∈ ∂D atunci ui,j = ψ(Pi,j ).
Dacă Pi,j ∈
/ ∂D atunci se pot adopta diverse metode, dintre care amintim:
• ui,j va fi valoarea lui ψ ı̂n punctul de pe frontiera domeniului D cel mai
apropiat de Pi,j .
Fie Q(xQ , yQ ) ∈ ∂D punctul cel mai apropiat de Pi,j ∈ ∂Dh (Fig. 24.5) şi

Fig. 24.5:

ui,j = ψ(Q). Evaluăm consistenţa metodei.

wi,j = w(xi , yj ) = w(xQ + (xi − xQ ), yQ + (yj − yQ )) =

∂w(ξ, η) ∂w(ξ, η)
= w(xQ , yQ ) + (xi − xQ ) + (yj − yQ ) =
∂x ∂y
∂w(ξ, η) ∂w(ξ, η)
= ψ(Q) + (xi − xQ ) + (yj − yQ ) ,
∂x ∂y
unde (ξ, η) este un punct de pe segmentul Pi,j Q.
Atunci are loc evaluarea
   !
 ∂w(x, y)   ∂w(x, y) 
|wi,j − ui,j | ≤ max{hx , hy } sup   + sup   ,
(x,y)∈D ∂x  (x,y)∈D  ∂y 

adică procedeul are ordinul 1 de consistenţă.

620 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

• ui,j va fi valoarea funcţiei ψ ı̂n punctul cel mai apropiat de Pi,j aflat la
intersecţia dintre ∂D cu reţeaua de drepte (Fig. 24.6). Şi ı̂n acest caz

Fig. 24.6:

procedeul are ordinul 1 de consistenţă.

• Metoda lui Collatz. Să presupunem că Pi,j ∈ ∂Dh se află pe segmentul
Pi−1,j , Q unde Pi−1,j este nod interior iar Q se află la intersecţia dintre ∂D
cu reţeaua de drepte, Fig. 24.6.
Funcţie de poziţia lui Pi,j , ı̂n locul punctului Pi−1,j poate fi oricare dintre
nodurile Pi+1,j , Pi,j−1 , Pi,j+1 . Segmentul ı̂n cauză trebuie să se afle pe una
din dreptele reţelei. Pentru hx şi hy suficient de mici se pot realiza condiţiile
de mai sus pentru orice nod frontieră.
Se ia
ui,j = λui−1,j + µψ(Q),
iar constantele λ şi µ se determină ı̂n aşa fel ı̂ncât ordinul de consistenţă să
fie 2. Dacă w este soluţia problemei lui Dirichlet atunci au loc dezvoltările
tayloriene
∂w(xi , yj ) h2x ∂ 2 w(ξ, yj )
wi−1,j = wi,j − hx + , xi−1 < ξ < xi ,
∂x 2 ∂x2
ψ(Q) = w(Q) = w(xi + δ, yj ) =
∂w(xi , yj ) δ 2 ∂ 2 w(η, yj )
= wi,j + δ + , xi < η < xi + δ,
∂x 2 ∂x2
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 621

de unde
∂w(xi , yj )
λwi−1,j + µψ(Q) = (λ + µ)wi,j + (µδ − λhx ) +
∂x
h2x ∂ 2 w(ξ, yj ) δ 2 ∂ 2 w(η, yj )
+λ + µ .
2 ∂x2 2 ∂x2
Metoda este consistentă de ordinul 2 dacă

λ+µ = 1
.
µδ − λhx = 0
δ hx
Soluţiile acestui sistem sunt λ = hx +δ
, µ= hx +δ
şi ı̂n consecinţă

δ hx
ui,j = ui−1,j + ψ(Q).
hx + δ hx + δ

24.2.2 O metodă cu diferenţe

∂2w ∂2w
Aproximăm ı̂n fiecare nod interior derivatele parţiale ∂x2
şi ∂y 2
prin diferenţele

∂ 2w ui+1,j − 2ui,j + ui−1,j

2
(xi , yj ) ≈ = Λxx ui,j ,
∂x h2x
∂ 2w ui,j+1 − 2ui,j + ui,j−1,j
(x i , yj ) ≈ = Λyy ui,j .
∂y 2 h2y

Definim operatorul Λh = Λxx + Λyy . Astfel pentru rezolvarea problemei (24.33)

se obţine schema de calcul


 Λh uh (Pi,j ) = Λh ui,j = φ(Pi,j ), dacă Pi,j ∈ D̊h ,



uh (Pi,j )evaluat printr-una, dacă Pi,j ∈ ∂Dh . (24.34)



 din metodele din

secţiunea precedentă
Relaţiile din schema de calcul (24.34) formează un sistem algebric de ecuaţii
liniare având numărul necunoscutelor egal cu numărul ecuaţiilor, egal cu cardi-
nalul mulţimii Dh .

Teorema 24.2.1 Consistenţă schemei de calcul (24.34) pentru rezolvarea prob-

lemei (24.33) are ordinul 2 dacă aproximarea soluţiei pe nodurile frontieră se face
cu metoda lui Collatz şi 1 ı̂n celelalte cazuri.
622 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Demonstraţie. Utilizând dezvoltări tayloriene se obţine

wi+1,j − 2wi,j + wi−1,j wi,j+1 − 2wi,j + wi,j−1,j
Λwi,j = + =
h2x h2y

∂ 2w ∂ 2w h2x ∂ 4 w h2y ∂ 4 w
= (x ,
i jy ) + (x ,
i jy ) + (ξ ,
i,j jy ) + (xi , ηi,j ).
∂x2 ∂y 2 12 ∂x4 12 ∂y 4
Stabilitatea schemei de calcul va rezulta ı̂n urma unei inegalutăţi de tip
principiu de maxim. În vederea obţinerii acestei inegalităţi stabilim rezultatele
ajutătoare:

Teorema 24.2.2 Dacă funcţia vh = (vi,j )i,j defnită ı̂n reţeaua Dh ı̂ndeplineşte
condiţia Λh vi,j ≥ 0, ı̂n orice punct interior Pi,j = (xi , yj ) ∈ D̊h , atunci cea mai
mare valoare a lui vh este atinsă cel puţin ı̂ntr-un nod frontieră.

Demonstraţie. Presupunem prin absurd că valoarea maximă se atinge doar ı̂n
noduri interioare. Alegem dintre toate nodurile reţelei ı̂n care vh atinge cea mai
mare valoare, pe aceea care are cea mai mare abscisă. Fie Pm,n = (xm , yn ) acest
nod interior. Atunci vm,n = maxi,j vi,j , vm,n > vm+1,n şi Λh vm,n =
(vm+1,n − vm,n ) + (vm−1,n − vm,n ) (vm,n+1 − vm,n ) + (vm,n−1 − vm,n )
= + < 0,
h2x h2y

deoarece prima paranteză este negativă iar celelalte nepozitive. În acest fel se
contrazice ipoteza teoremei Λh vh ≥ 0.
Analog se demonstrează
Teorema 24.2.3 Dacă funcţia vh = (vi,j )i,j defnită ı̂n reţeaua Dh ı̂ndeplineşte
condiţia Λh vi,j ≤ 0, ı̂n orice punct interior Pi,j = (xi , yj ) ∈ D̊h , atunci cea mai
mică valoare a lui vh este atinsă cel puţin ı̂ntr-un nod frontieră.
Din Teoremele 24.2.2 şi 24.2.3 rezultă principiul de maxim:
Teorema 24.2.4 Orice soluţie a ecuaţiei Λvh (Pi,j ) = 0, Pi,j ∈ D̊h ı̂şi atinge cea
mai mare şi cea mai mică valoare cel puţin ı̂ntr-un nod frontieră.

Teorema 24.2.5 Fie D ⊆ [−a, a] × [−b, b]. Dacă vh = (vi,j )i,j este o funcţie
definită ı̂n reţeau Dh atunci are loc inegalitatea
a2 + b 2
max |vh (Pi,j )| ≤ max |vh (Pi,j )| + max |Λh vh (Pi,j )|. (24.35)
Pi,j ∈Dh Pi,j ∈∂Dh 4 Pi,j ∈D̊h
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 623

Demonstraţie. Fie λ = maxPi,j ∈D̊h |Λh vh (Pi,j )| şi Φ(x, y) = 41 (x2 + y 2 ). Atunci
Λh Φ = 1 şi max(x,y)∈D |Φ(x, y)| ≤ 41 (a2 + b2 ).
Definim funcţiile vh1 , vh2 : Dh → R prin vh1 = vh + λΦ şi respectiv vh2 = −vh + λΦ.
Pentru orice nod interior Pi,j ∈ D̊h au loc inegalităţile

Λh vh1 (Pi,j ) = Λh vh (Pi,j ) + λ ≥ 0,

Λh vh2 (Pi,j ) = −Λh vh (Pi,j ) + λ ≥ 0.

Potrivit principiului de maxim (Teorema 24.2.4)

max vhk (Pi,j ) ≤ max vhk (Pi,j ), k = 1, 2. (24.36)

Pi,j ∈Dh Pi,j ∈∂Dh

Au loc inegalităţile

max vh1 (Pi,j ) = max (vh + λΦ)(Pi,j ) ≤ (24.37)

Pi,j ∈∂Dh Pi,j ∈∂Dh

a2 + b 2 a2 + b 2
≤ max vh (Pi,j ) + λ ≤ max |vh (Pi,j )| + λ
Pi,j ∈∂Dh 4 Pi,j ∈∂Dh 4
şi
max vh2 (Pi,j ) = max (−vh + λΦ)(Pi,j ) ≤ (24.38)
Pi,j ∈∂Dh Pi,j ∈∂Dh

a2 + b2 a2 + b 2
≤ max (−vh (Pi,j )) + λ ≤ max |vh (Pi,j )| + λ .
Pi,j ∈∂Dh 4 Pi,j ∈∂Dh 4
Din vh = vh1 − λΦ ≤ vh1 şi −vh = vh2 − λΦ ≤ vh2 rezultă

|vh (Pi,j )| = max{vh (Pi,j ), −vh (Pi,j )} ≤ max{vh1 (Pi,j ), vh2 (Pi,j )}. (24.39)

Utilizând succesiv inegalităţile (24.39), (24.36), (24.37) şi (24.38) rezultă

max |vh (Pi,j )| ≤ max max{vh1 (Pi,j ), vh2 (Pi,j )} ≤

Pi,j ∈Dh Pi,j ∈Dh

a2 + b 2
≤ max max{vh1 (Pi,j ), vh2 (Pi,j )} ≤ max |vh (Pi,j )| + λ .
Pi,j ∈∂Dh Pi,j ∈∂Dh 4

În continuare presupunem că domeniul D este pătratul [0, 1]2 . Dacă Nx , Ny ∈
∗
N şi hx = N1x , hy = N1y atunci

Dh = {(xi , yj ) = (ihx , jhy ) : i ∈ {0, 1, . . . , Nx }, j ∈ {0, 1, . . . , Ny }}

D̊h = {(xi , yj ) = (ihx , jhy ) : i ∈ {1, 2, . . . , Nx − 1}, j ∈ {1, 2, . . . , Ny − 1}}
624 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

şi ∂Dh ⊆ ∂D.

În acest caz schema de calcul (24.34) devine

Λh uh (Pi,j ) = φ(Pi,j ), dacă Pi,j ∈ D̊h
, (24.40)
uh (Pi,j ) = ψ(Pi,j ), dacă Pi,j ∈ ∂Dh

care este consistentă de ordinul 2.

Teorema 24.2.6 Matricea sistemului algebric de ecuaţii liniare corespunzătoare

schemei de calcul (24.40 este nesingulară.

Demonstraţie. Sistemul omogen este


Λh uh (Pi,j ) = 0, dacă Pi,j ∈ D̊h
.
uh (Pi,j ) = 0), dacă Pi,j ∈ ∂Dh

Potrivit principiului de maxim (24.2.4), cea mai mare şi cea mai mică valoare
a soluţie uh sunt atinse ı̂n noduri de pe frontiera ∂Dh şi sunt egale cu 0. Prin
urmare uh = 0, adică sistemul omogen admite numai soluţia banală.
Introducem normele:

uh = (ui,j )0≤i≤Nx ,0≤j≤Ny ⇒ ∥uh ∥h = max |uh (Pi,j )| = max |ui,j |

Pi,j ∈Dh 0≤i≤Nx ,0≤j≤Ny

şi

φ(Pi,j ) dacă Pi,j ∈ D̊h ,
fh = ⇒ fh h = max |φ(Pi,j )| + max |ψ(Pi,j )|.
ψ(Pi,j ) dacă Pi,j ∈ ∂Dh Pi,j ∈D̊h Pi,j ∈∂Dh

Teorema 24.2.7 Schema de calcul (24.40) este stabilă.

Demonstraţie. Din (24.41) se obţine (a = b = 1)

1
max |uh (Pi,j )| ≤ max |uh (Pi,j )| + max |Λh uh (Pi,j )| ≤
Pi,j ∈Dh Pi,j ∈∂Dh 2 Pi,j ∈D̊h

≤ max |ψ(Pi,j )| + max |φ(Pi,j )|

Pi,j ∈∂Dh Pi,j ∈D̊h

sau ∥uh ∥h ≤ fh h . Din Teorema 24.1.1 rezultă stabilitatea schemei de calcul.

24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 625

24.2.3 Rezolvarea schemei de calcul prin metode iterative

Considerăm problema lui Dirichlet (24.33) ı̂n cazul pătratului D = [0, 1]2 .
Metoda cu diferenţe conduce la schema de calcul (24.40). Metodele iterative au
ca punct de plecare ideea că soluţia problemei (24.33) este starea de echilibru al
procesului nestaţionar
 ∂w 2 2
 ∂t = ∂∂xw2 + ∂∂yw2 − φ(x, y), (x, y) ∈ D ⊂ R,
w| =ψ (24.41)
 [0,∞)×∂D
w(0, x, y) = ν(x, y), (x, y) ∈ D

când t tinde la infinit.

1
Fie Nx = Ny = n, h = hx = hy = n
şi

Dh = {Pi,j = (xi , yj ) = (ih, jh) : i, j ∈ {0, 1, . . . , n}} .

Notăm prin D spaţiul liniar al funcţiilor reale definite ı̂n D şi care se anulează pe
frontiera ∂D. Dimensiunea acestui spaţiu liniar este (n − 1)2 .
Introducem ı̂n D produsul scalar (B.0.4)
n−1
4 X 4 X
< uh , vh >= 2 uh (Pi,j )vh (Pi,j ) = 2 uh (ih), jh)vh (ih, jh).
n n i,j=1
Pi,j ∈D̊h

şi funcţiile

up,q (x, y) = sin pπx sin qπy, p, q ∈ {1, 2, . . . , n − 1}.

Spaţiul liniar D cu produsul scalar definit mai sus devine un spaţiu Hilbert.

Teorema 24.2.8 Au loc afirmaţiile

1. Familia (up,q )1≤p,q≤n−1 este ortonormată ı̂n D, formând o bază;

2. Λh up,q = −4n2 sin2 pπ 2 qπ

p,q
2n
+ sin 2n
u , adică numerele λp,q =
2 pπ 2 qπ
2


= −4n sin 2n + sin 2n sunt valorile proprii ale operatorului Λh .

Demonstraţie. Afirmaţiile se verifică prin calcul.

1.
4 X
< up1 ,q1 , v p2 ,q2 >= 2 sin p1 πx sin q1 πy sin p2 πx sin q2 πy =
n
(x,y)∈D̊h
626 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

4 X X
= sin p 1 πx sin p 2 πx sin q1 πy sin q2 πy =
n2 x y

1 dacă p1 = p2 şi q1 = q2
= ,
0 dacă p1 ̸= p2 sau q1 ̸= q2
i
deoarece x, y sunt de forma n
cu i ∈ {1, 2, . . . , n − 1} şi s-a folosit (B.0.4).
2.
sin pπ(x + h) − 2 sin pπx + sin pπ(x − h)
Λxx up,q = sin qπyΛxx sin pπx = sin qπy =
h2
2 sin pπx cos pπh − 2 sin pπx cos pπh − 1 p,q pπ
= sin qπy 2
=2 2
u = −4n2 sin2 up,q .
h h 2n
p,q 2 2 qπ p,q
La fel se găseşte Λyy u = −4n sin 2n u .

Orice funcţie wh ∈ Dh admite reprezentarea wh = n−1 p,q

P
p,q=1 cp,q u şi
n−1
X
∥wh ∥2 =< wh , wh >= c2p,q .
p,q=1

Fie uh soluţia schemei de calcul (24.40). Pentru rezolvarea problemei (24.41)

se consideră schema de calcul explicită
 m+1 m
u −u
 i,j τ i,j = Λh um

i,j − φi,j dacă Pi,j ∈ D̊h , m ∈ N
um i,j = ψ i,j dacă Pi,j ∈ ∂Dh , , (24.42)

 0
ui,j = νi,j dacă Pi,j ∈ D̊h ,
unde τ > 0 este pasul pe axa Ot şi um i,j este o aproximaţie pentru w(mτ, xi , yj ).
Vom arăta că ı̂n anumite condiţii limm→∞ um i,j = ui,j , adică relaţiile (24.42) pot
fi interpretate ca formule de recurenţă pentru soluţia schemei de calcul (24.40).
Notăm em m
i,j = ui,j − ui,j , Pi,j = (xi , yj ) ∈ Dh , m ∈ N şi scăzând (24.40) din
(24.42) se obţine
 m+1 m
e −e
 i,j τ i,j = Λh em

i,j dacă Pi,j ∈ D̊h , m ∈ N
m
ei,j = 0 dacă Pi,j ∈ ∂Dh , . (24.43)

 0
ei,j = νi,j − ui,j dacă Pi,j ∈ D̊h ,
Pentru orice m ∈ N, em = (em i,j )0≤i,j≤n aparţine spaţiului hilbertian D şi ı̂n
consecinţă are loc reprezentarea
n−1
X
m
e = cm p,q
p,q u .
p,q=1
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 627

Substituind ı̂n (24.43) găsim

n−1 n−1
! n−1
1 X X X
cm+1
p,q u
p,q
− cm
p,q u
p,q
= cm p,q p,q
p,q λ u .
τ p,q=1 p,q=1 p,q=1

Identificând coeficienţii lui up,q rezultă

cm+1 m
p,q − cp,q
= λp,q cm
p,q
τ
sau cm+1 p,q m
p,q = (1 + τ λ )cp,q .
Atunci
n−1
! 12 n−1
! 21
X X
∥em+1 ∥ = (cm+1
p,q )
2
≤ max |1 + τ λp,q | (cm
p,q )
2
=
1≤p,q≤n−1
p,q=1 p,q=1

= max |1 + τ λp,q |∥em ∥.

1≤p,q≤n−1

Din inegalitatea de mai sus deducem

 m
m p,q
∥e ∥ ≤ max |1 + τ λ | ∥e0 ∥. (24.44)
1≤p,q≤n−1

Metoda va fi convergentă dacă max1≤p,q≤n−1 |1 + τ λp,q | < 1.

Ne propunem să determinăm pe τ astfel ı̂ncât să fie ı̂ndeplinită condiţia de
convergenţă.
Dacă τ ≤ 0 atunci
 pπ qπ 
|1 + τ λp,q | = 1 − 4τ n2 sin2 + sin2 ≥ 1, (24.45)
2n 2n
inegalitate care nu satisface condiţia de convergenţă.
Pentru τ > 0 au loc inegalităţile
r
π pπ (n − 1)π π π π π
sin ≤ sin ≤ sin = sin − = cos = 1 − sin2
2n 2n 2n 2 2n 2n 2n
sau
π pπ π
sin2 ≤ sin2 ≤ 1 − sin2 ,
2n 2n 2n
pentru p ∈ {1, 2, . . . , n − 1.}. Ţinând seama de (24.45) găsim
π  pπ qπ  π
1−8τ n2 (1−sin2 ) ≤ 1+τ λp,q = 1−4τ n2 sin2 + sin2 ≤ 1−8τ n2 sin2
2n 2n 2n 2n
628 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

şi prin urmare

π π
max |1 + τ λp,q | ≤ max{|1 − 8τ n2 sin2 |, |1 − 8τ n2 (1 − sin2 )|}.
1≤p,q≤n−1 2n 2n
Notând a = sin2 π
2n
, x = 8τ n2 suntem conduşi la studiul funcţiei
f (x) = max{|1 − ax|, |1 − (1 − a)x|}.
1
Dacă n ≥ 2 atunci 0 < a ≤ 2
şi graficul funcţiei este dat ı̂n Fig. 24.7. Punctul

Fig. 24.7:

de minim al lui f se obţine din ecuaţia

1 − ax = (1 − a)x − 1,
1
adică x = 2 şi deci τ = 4n2
. În acest caz
π π
max |1 + τ λp,q | ≤ 1 − 2 sin2
= cos < 1. (24.46)
1≤p,q≤n−1 2n n
Cu alegerea de mai sus a lui τ schema de calcul (24.42) devine
 m+1 1 m 1
 ui,j = 4 (ui+1,j + um m m
i−1,j + ui,j+1 + ui,j−1 ) − 4n2 φi,j dacă Pi,j ∈ D̊h , m ∈ N
um = ψi,j dacă Pi,j ∈ ∂Dh , .
 i,j
0
ui,j = νi,j dacă Pi,j ∈ D̊h ,
Evaluăm numărul de iteraţii necesare pentru a reduce eroarea de e ori. Utilizând
(24.44) şi (24.46) se obţine
m
∥e0 ∥

m p,q
 π m 0
∥e ∥ ≤ max |1 + τ λ | ∥e0 ∥ ≤ 1 − 2 sin2 ∥e ∥ ≤
1≤p,q≤n−1 2n e
m
sau 1 − 2 sin2 2nπ
≤ 1e . Rezultă m ≥ ln (1−2−1


sin2 π )
.
2n
−x −1 1 1 2n2
Din limx→0 ln (1−x)
= 1 avem ln (1−x)
≈ x
de unde găsim m ≈ 2 sin2 π ≈ π2
.
2n
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 629

Iteraţii cu pas variabil

Modificăm schema de calcul (24.42) alegând pasul de discretizare al derivatei
referitoare la variabila temporală funcţie de iteraţie:
 m+1 m
u −u
 i,jτm+1 i,j = Λh um

i,j − φi,j dacă Pi,j ∈ D̊h , m ∈ N
m
ui,j = ψi,j dacă Pi,j ∈ ∂Dh , , (24.47)

 0
ui,j = νi,j dacă Pi,j ∈ D̊h ,

Funcţiile em = (em m m
i,j )0≤i,j≤n (ei,j = ui,j − ui,j ) aparţin spaţiului Hilbert D şi au
loc reprezentările
n−1
X
m
e = cm p,q
p,q u , m ∈ N.
p,q=1

La fel ca ı̂n secţiunea precedentă, termenii şirului (cm

p,q )m∈N satisfac formula de
m+1 p,q m
recurenţă cp,q = (1 + τm+1 λ )cp,q .
Dacă µp,q = −λp,q = 4n2 sin2 pπ qπ
+ sin2 2n


2n
atunci

π (n − 1)π π
a = 8n2 sin2 ≤ µp,q ≤ 8n2 sin2 = 8n2 cos2 = b.
2n 2n 2n

Fie Qm (µ) = m m
Q
j=1 (1 − τj µ). Observând că, pe baza formulei de recurenţă, cp,q =
Qm (µp,q )c0p,q , au loc relaţiile

n−1
! 21 n−1
! 21
X X
∥em ∥ = (cm
p,q )
2
= Q2m (µp,q )(c0p,q )2 ≤ (24.48)
p,q=1 p,q=1

n−1
! 21
X
≤ max |Qm (µ)| (c0p.q )2 = max |Qm (µ)|∥e0 ∥.
a≤µ≤b a≤µ≤b
p,q=1

S-a ajuns la următoarea problemă: pentru m ∈ N∗ fixat să se determine numerele

pozitive τ1 , τ2 , . . . , τm astfel ı̂ncât maxa≤µ≤b |Qm (µ)| = maxa≤µ≤b | m
Q
j=1 (1 − τj µ)|
să fie minim.
Dacă τj = σ1j , j ∈ {1, 2, . . . , m} atunci

m
Y µ − σj Rm (µ)
Qm (µ) = = ,
j=1
−σj Rm (0)
630 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

unde R(µ) = m
Q
j=1 (µ − σj ).
a+b b−a
Transformăm intervalul [a, b] ı̂n [−1, 1] prin µ = µ(x) = 2
− 2
x, (µ(1) =
a, µ(−1) = b). Fie σj = µ(xj ), j ∈ {1, 2, . . . , m}. Atunci
 m Ym  m
m b−a m b−a
Rm (µ) = (−1) (x − xj ) = (−1) Sm (x),
2 j=1
2

Qm
cu Sm (x) = j=1 (x − xj ). În felul acesta

Rm (µ) Sm (x)
Qm (µ) = = a+b


Rm (0) Sm b−a

şi
1
max |Qm (µ)| = a+b

max |Sm (x)|.
a≤µ≤b Sm b−a
−1≤x≤1

Din σj > 0 rezultă xj ≤ a+b a+b

b−a
şi ı̂n consecinţă Sm b−a > 0.
Potrivit Teoremei 10.1.3 polinomul monic de grad m care minimizează funcţionala

P 7→ max |P (x)|
−1≤x≤1

1
este 2m−1 Tm (x), unde Tm este polinomul lui Cebı̂şev de grad m.
Vom lua xj = cos (2k−1)π2m
, rădăcinile polinomului Cebı̂şev Tm , de unde τj =
1
a+b b−a (2k−1)π , j ∈ {1, 2, . . . , m}.
2
− 2
cos 2m
Pentru această alegere, ne propunem să evaluăm numărul de iteraţii necesare
pentru a reduce eroarea de e ori. Relaţia (24.48) devine

1 ∥e0 ∥
∥em ∥ ≤ a+b

∥e0 ∥ ≤ . (24.49)
Tm b−a
e

Trebuie determinat m pentru care

 
1 1 a+b
a+b

≤ ⇔ e ≤ Tm .
Tm b−a
e b−a

b+a 1
Ţinând seama de definiţiile lui a şi b, dacă x0 = b−a
= π
cos n
> 1 atunci
p
(x0 − x20 − 1)2m + 1
 
1
q q
2 m 2 m
Tm (x0 ) = (x0 + x0 − 1) + (x0 − x0 − 1) = p .
2 2(x0 − x20 − 1)m
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 631

p
Notând γ = x0 − x20 − 1 ∈ (0, 1), inegalitatea pentru m devine

γ 2m + 1 √ √
e≤ ⇒ γ m ∈ (−∞, e − e2 − 1] ∪ [e + e2 − 1, ∞).
2γ m

√ √
ln(e− e2 −1)
Reţinem γ m ≤ e − e2 − 1, de unde m ≥ ln γ
.
Au loc aproximările

√ 1 1
ln(e − e2 − 1) = ln √ ≈ ln = −(1 + ln 2),
e + e2 − 1 2e

şi
s
1 − sin πn 1 − sin πn
ln γ = ln = ln ≈
cos πn 1 + sin πn

r r
π 2π 1 2π π
≈ ln 1 − 2 sin ≈ ln 1− = ln(1 − )≈− .
n n 2 n n

1−x
S-au aplicat succesiv evaluările 1+x = 1 − 2x + O(x2 ), sin x = x + O(x3 ) şi
ln(1 − x) = −x + O(x2 ). Astfel m ≈ 1+ln π
2
n.
Dacă s-ar efectua ν cicluri de câte m iteraţii, din (24.49) rezultă

∥e0 ∥
∥eνm ∥ ≤ .
eν

Deoarece eroarea prin aproximarea derivatelor variabilelor spaţiale prin diferenţa

centrată este de ordinul h2 = n12 , ordinul de aproximare ı̂n urma iteraţiilor se va
păstra dacă
1 1
ν
= 2 ⇔ ν = 2 ln n.
e n

Numărul necesar de iteraţii pentru obţinerea acestui ordin de aproximare este

νm = 2(1+ln
π
2)
n ln n.
632 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Metode iterative cu direcţii alternante

Considerăm schema de calcul
m+ 21
ui,j − um
i,j 1 m+ 1

= Λxx ui,j 2 + Λyy um
i,j − φ i,j , Pi,j ∈ D̊h , m ∈ N,
τ 2
(24.50)
m+ 21
um+1
i,j − ui,j 1 m+ 1

= Λxx ui,j 2 + Λyy um+1
i,j − φ i,j , Pi,j ∈ D̊h , m ∈ N,
τ 2
(24.51)
um
i,j = ψi,j , Pi,j ∈ ∂Dh , m ∈ N, (24.52)
u0i,j = νi,j , Pi,j ∈ D̊h . (24.53)

O iteraţie constă ı̂n rezolvarea sistemului (24.50)-(24.52) din care se obţine

m+ 1
(ui,j 2 )0≤i,j≤n şi apoi se rezolvă sistemul (24.51)-(24.52) rezultând (um
i,j )0≤i,j≤n .
Studiem convergenţa acestei scheme de calcul schemei de calcul. Fie em i,j =
m+ 1 m+ 1
um
i,j − ui,j , ei,j
2
= ui,j 2 − ui,j . Scăzând (24.40) din (24.50)-(24.53) se obţine

m+ 1
ei,j 2 −em m+ 12
 
1 m
 i,j



 τ
= 2
Λ e
xx i,j + Λ yy i,j ,
e Pi,j ∈ D̊h , m ∈ N,
 m+1 m+ 12

m+ 12
ei,j −ei,j
 
1 m+1
τ
= 2
Λ e
xx i,j + Λ e
yy i,j , Pi,j ∈ D̊h , m ∈ N, .

m
ui,j = ψi,j , Pi,j ∈ ∂Dh , m ∈ N,




0

 ui,j = νi,j , Pi,j ∈ D̊h .

m+ 2 1 m+ 12
Funcţiile em = (em
i,j )0≤i,j≤n , e = (ei,j )0≤i,j≤n aparţin spaţiului D. Dacă

n−1 n−1
m+ 21 m+ 1
X X
m
e = cm
p,q u
p,q
şi e = cp,q 2 up,q
p,q=1 p,q=1

atunci coeficienţii verifică relaţiile de recurenţă

m+ 21
cp,q − cm
p,q m+ 1 pπ 2 qπ
= −2n2 cp,q 2 sin2 − 2n2 cm
p,q sin
τ 2n 2n
şi
m+ 21
cm+1
p,q − cp,q m+ 12 pπ 2 qπ
= −2n2 cp,q sin2 − 2n2 cm+1
p,q sin .
τ 2n 2n
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 633

m+ 21
Eliminând cp,q se obţine
pπ qπ
(1 − 2τ n2 sin2 )(1 − 2τ n2 sin2 2n ) m
cm+1
p,q = 2n
pπ qπ cp,q = λp,q cm
p,q .
(1 + 2τ n2 sin2 2n
)(1 2 2
+ 2τ n sin 2n )

unde pπ qπ
p,q (1 − 2τ n2 sin2 2n
)(1 − 2τ n2 sin2 2n )
λ = pπ 2 qπ .
(1 + 2τ n2 sin2 2n
)(1 2
+ 2τ n sin 2n )
Atunci ! 21 ! 12
n−1
X n−1
X
∥em+1 ∥ = m+1 2
(cp,q ) = (λp,q cm
p,q )
2
≤ (24.54)
p,q=1 p,q=1

n−1
! 21
X
≤ max |λp,q | (cm
p,q )
2
= max |λp,q |∥em ∥.
1≤p,q≤n−1 1≤p,q≤n−1
p,q=1

1−2τ n2 sin2 pπ
Dacă notăm λp = 2n
1+2τ n sin2 pπ
2 atunci λp,q = λp λq şi din (24.54) obţinem
2n

 2m
m p
∥e ∥ ≤ max |λ | ∥e0 ∥. (24.55)
1≤p≤n−1

pπ (n−1)π
Deoarece funcţia x 7→ 1+x 1−x
este descrescătoare şi sin2 π
2n
≤ sin2 2n
≤ sin2 2n
=
π
cos2 2n , rezultă inegalităţile
pπ pπ
1 − 2n2 cos2 1 − 2n2 sin2
−1 < 2n
pπ ≤ λp ≤ 2n
pπ < 1, τ > 0,
1 + 2n2 cos2 2n 1 + 2n2 sin2 2n

şi 
 1 − 2n2 cos2 pπ   1 − 2n2 sin2
  pπ 

p 2n 2n
|λ | ≤ max  pπ
,
  1 + 2n2 sin2 pπ
 < 1.
1 + 2n2 cos2 2n 2n

Prin urmare metoda direcţiilor alternante este convergentă.
Determinăm τ pentru care expresia
 1 − 2n2 cos2 pπ 2 2 pπ 
 
−


2n  
 1 2n sin 2n 
max   ,  1 + 2n2 sin2 pπ 
1 + 2n2 cos2 pπ
2n 2n

este minimă. Notând x = 2τ n2 , a = sin2 2n

π
determinăm punctul de minim al
funcţiei    
 1 − (1 − a)x   1 − ax 
f (x) = max    ,   ,
1 + (1 − a)x   1 + ax 
634 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

Fig. 24.8:

pentru x > 0. Dacă n ≥ 2 atunci 0 < a ≤ 12 , caz ı̂n care graficul funcţiei f este
reprezentat ı̂n Fig. 24.8.
Punctul de minim al funcţiei se obţine din ecuaţia
(1 − a)x − 1 1 − ax
=
1 + (1 − a)x 1 + ax

şi se obţine x = √ 1
= 2
π
sin n
. Rezultă că valoarea optimă pentru τ este τ∗ =
a(1−a)
1
n2 sin
.
π
n
Din nou dorim să estimăm numărul de iteraţii necesar pentru a reduce eroarea
iniţială de e ori.
Deoarece
 1 − 2τ∗ n2 cos2 pπ   1 − 2τ∗ n2 sin2 pπ π
  
1 − tan 2n

p 2n  

2n 
|λ | ≤ max 
 , =
1 + 2τ∗ n2 cos2 pπ
2n
  1 + 2τ n2 sin2 pπ 
∗ 2n
π
1 − tan 2n
1−x
şi ţinând seama de dezvoltarea tayloriană ı̂n jurul punctului 0 a funcţiei 1+x
=
1 − 2x + 2x2 + . . . obţinem evaluarea
π π π 1
max |λp | ≈ 1 − 2 tan + O(tan2 ) ≈ 1 − + O( 2 ).
1≤p≤n−1 2n 2n n n
Potrivit relaţiei (24.55) vom avea
2m
∥e0 ∥

m p
 π 2m 0
∥e ∥ ≤ max |λ | ∥e0 ∥ ≈ 1 − ∥e ∥ ≤
1≤p≤n−1 n e

2m
sau 1 − πn ≤ 1e . Se obţine m ≥ 2 ln −1 π
(1− n )
n
≈ 2π . Astfel metoda iterativă cu
direcţii alternante este mai rapid convergentă decăt metoda iterativă (24.42).
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 635

Metoda direcţiilor alternante cu pas variabil

În metoda direcţiilor alternante (24.50)-(24.53) presupunem pasul τ depen-
dent de iteraţie.

(24.56)

m+ 1
ui,j 2 −um m+ 1
 
1
Λxx ui,j 2 + Λyy um
 i,j



 τm+1
= 2 i,j − φi,j , Pi,j ∈ D̊h , m ∈ N,

 m+ 2 1
um+1 m+ 12
 
i,j −ui,j 1 m+1
τm+1
= 2
Λ u
xx i,j + Λ u
yy i,j − φi,j , Pi,j ∈ D̊h , m ∈ N,

um
i,j = ψi,j , Pi,j ∈ ∂Dh , m ∈ N,




0

 ui,j = νi,j , Pi,j ∈ D̊h .
S-a obţinut astfel metoda Douglas-Rackford.
Fie em m m m
i,j = ui,j , i, j ∈ {0, 1, . . . , n} şi e = (ei,j )0≤i,j≤n funcţia eroare. La fel ca
ı̂n cazurile anterioare em ∈ D cu reprezentarea em = n−1 m p,q
P
p,q=1 cp,q u .
Coeficienţii verifică relaţia de recurenţă

cm p q m−1
p,q = λ (τm )λ (τm )cp,q ,

unde pπ
1 − 2τm n2 sin2
λp τm ) = 2n
pπ . (24.57)
1 + 2τm n2 sin2 2n
Urmează m
Y
cm
p,q = c0p,q λp (τj )λq (τj ).
j=1
∗
Arătăm că pentru orice M ∈ N şi orice 0 < ε < 1 se pot alege numerele reale
pozitive τ1 , τ2 , . . . , τM astfel ı̂ncât
 
Y M 
p q
 λ (τj )λ (τj ) ≤ ε, ∀ p, q ∈ {1, 2, . . . , n − 1}. (24.58)
 
 
j=1

Deoarece |λp (τ )| < 1, pentru orice τ > 0 şi orice p ∈ {1, 2, . . . , n−1} este suficient
ca pentru cel puţin un τj să fie ı̂ndeplinită inegalitatea

|λp (τj )| ≤ ε. (24.59)

Ţinând seama de delimitările

π pπ (n − 1)π π
0 < a = 2n2 sin2 ≤ 2n2 sin2 ≤ 2n2 sin2 = 2n2 cos2 = b,
2n 2n 2n 2n
636 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

p ∈ {1, 2, . . . , n − 1} şi de expresia lui λp (τj ), (24.57), este suficienr să alegem τj
astfel ı̂ncât  
 1 − τj x 
max   ≤ ε,
a≤x≤b  1 + τj x 

sau
1 − τj x
−ε ≤ ≤ ε, ∀ x ∈ [a, b].
1 + τj x
Rezultă
1−ε 1+ε
≤ τj x ≤ , ∀ x ∈ [a, b].
1+ε 1−ε
Pentru ı̂ndeplinirea condiţiei (24.59) τj trebuie ales astfel ı̂ncât

1−ε 1 1+ε 1
· ≤ τj ≤ · .
1+ε a 1−ε b
Presupunem că s-au fixat:

• numărul natural nenul M ;

• numerele reale pozitive τ1 , τ2 , . . . , τM pentru care are loc (24.58).

Pentru j > M paşii de discretizare τj se aleg prin periodicitate τj ≡ τi (M ), i ∈

{1, 2, . . . , M }. În acest fel, după m = rM iteraţii cu metoda direcţiilor alter-
nante cu pas variabil va avea loc inegalitatea ∥em ∥ ≤ εr ∥e0 ∥, punând ı̂n evidenţă
convergenţa procedeului.

24.2.4 Rezolvarea schemei de calcul printr-o metodă finită

Dacă intervalul [0, 1] se ı̂mparte ı̂n n ≥ 4 părţi pe fiecare direcţie atunci
numărul nodurilor interioare pe o direcţie este N = n − 1.
Fie
 
  −4 1 0 . . . 0 0
ui,1  1 −4 1 0 
 
 ui,2   0 1 −4 0 
vj =  ..  , A =  .. ..  . (24.60)
   
 .   . ...
 . 

ui,N  0 −4 1 
0 0 0 . . . 1 −4

Dacă ı̂n schema de calcul (24.40) s-au substituit valorile nodurilor frontieră
şi ele au fost ı̂ncorporate ı̂n membrul drept atunci ı̂ntre vectorii (vi )1≤i≤N au loc
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 637

relaţiile

 Av1 + v2 = f1
vk−1 + Avk + vk+1 = fk , k ∈ {2, 3, . . . , N − 1} (24.61)
vN −1 + Av2N = fN


Exemplul 24.2.1 n = 4

În acest caz sistemul algebric de ecuaţii liniare este

(i) −4u1,1 + u1,2 + u2,1 = b1,1

(ii) u1,1 − 4u1,2 + u1,3 + u2,2 = b1,2
(iii) u1,2 − 4u1,3 + u2,3 = b1,3
(iv) u1,1 − 4u2,1 + u2,2 + u3,1 = b2,1
(v) u1,2 + u2,1 − 4u2,2 + u2,3 + u3,2 = b2,2
(vi) u2,2 − 4u2,3 + u3,3 = b2,3
(vii) u2,1 − 4u3,1 + u3,2 = b3,1
(viii) u2,2 + u3,1 − 4u3,2 + u3,3 = b3,2
(ix) u2,3 + u3,2 − 4u3,3 = b3,3

Dacă      
u1,1 u2,1 u3,1
v1 =  u1,2  , v2 =  u2,2  , v3 =  u3,2  ,
u1,3 u2,3 u3,3
atunci sistemul se rescrie sub forma
      
(i) −4 1 0 u1,1 u2,1 f1,1
|  1 −4 1   u1,2  +  u2,2  =  f1,2 
(iii) 0 1 −4 u1,3 u2,3 f1,3
Av1 + v2 = f1
        
(iv) u1,1 −4 1 0 u2,1 u3,1 f2,1
|  u1,2  +  1 −4 1   u2,2  +  u3,2  =  f2,2 
(vi) u1,3 0 1 −4 u2,3 u3,3 f2,3
v1 + Av2 + v3 = f2
      
(vii) u2,1 −4 1 0 u3,1 f3,1
|  u2,2  +  1 −4 1   u3,2  =  f3,2 
(ix) u2,3 0 1 −4 u3,3 f3,3
v2 + Av3 = f3

Sistemul algebric de ecuaţii liniare scris sub forma (24.61) se rezolvă prin
metoda dublului parcurs (14.6).
Primul parcurs. Din prima ecuaţie se obţine

v1 = −A−1 v2 + A−1 f1 = R2 v2 + s2 ,
638 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE

unde R2 = −A−1 şi s2 = A−1 f1 .

Dacă
vk−1 = Rk vk + sk (24.62)
atunci substituind ı̂n ecuaţia care leaga vk−1 , vk , vk+1 vom avea

Rk vk + sk + Avk + vk+1 = fk ,

de unde

vk = −(A + Rk )−1 vk+1 + (A + Rk )−1 (fk − sk ) = Rk+1 vk+1 + sk+1 .

Astfel se deduc formulele de recurenţă

Rk+1 = −(A + Rk )−1 ,

sk+1 = (A + Rk )−1 (fk − sk ),

pentru k = 2, . . . , N − 1.
Al doilea parcurs. Substituind vN −1 = RN vN + sN ı̂n ultima ecuaţie se
obţine
RN vN + sN + AvN = fN
de unde vN = (A+RN )−1 (f2N −sN ). Utilizând (24.62), pentru k = N, N −1, . . . , 2
se determină soluţia schemei de calcul.
În acest fel trebuie inversate doar matrice de ordin cel mult N , deşi matricea
sistemului iniţial are dimensiunea 2N.

Probleme şi teme de seminar

P 24.1 Dacă (an )n ∈ N este un şir de numere reale nenegative astfel ı̂ncât
an ≤ C, pentru orice n ∈ N, C constantă, atunci există o constantă C1 > 0
cu proprietatea că an ≤ 1 + Cn1 .

R. Distingem două cazuri.

1 C1
1. C <= 1. Atunci an ≤ C n ≤ 1 ≤ 1 + n
pentru orice C1 > 0.
1 1 C1
2. C > 1. Dacă C1 = C − 1 atunci an ≤ C n ≤ (1 + C1 ) n ≤ 1 + n
.

P 24.2 Calculaţi spectrul schemei de calcul Crank-Nicholson (24.8) pentru prob-

lema (24.3+24.6).
24.2. PROBLEME STAŢIONARE PRIN METODE DE DISCRETIZARE 639

1+i ra sin α
R. λ = 2
1−i ra sin α
, r = hτ .
2

P 24.3 Calculaţi spectrul schemei de calcul Crank-Nicholson (24.20) pentru prob-

lema (24.12).

α
1−2a2 r sin2
R. λ = 1+2a2 r sin2
2
α .
2

P 24.4 1. Fie f : R → R o funcţie de două ori derivabilă. Dacă xm = a + mh

şi ym = f (xm ), m ∈ Z, să se verifice aproximările derivatelor din tabelul
următor
x xm−2 xm−1 xm
f (x) ym−2 ym−1 ym
−1 1 1
L′ (x) 2h
(3y m−2 − 4ym−1 + ym ) 2h
(−ym−2 + ym ) 2h
(ym−2 − 4ym−1 + 3ym )
1 1 1
L′′ (x) h2
(ym−2 − 2ym−1 + ym ) h2
(ym−2 − 2ym−1 + ym ) h2
(ym−2 − 2ym−1 + ym )

unde L(x) = L(P2 ; xm−2 , xm−1 , xm ; f )(x).

2. Pentru rezolvarea problemei (24.28) să se deducă schema de calcul, [33]

ym−2 −4ym−1 +3ym 2
− a2τ ym−2 −2yh2m−1 +ym = 0,

 un+1 n
m − um − aτ 2h
m ∈ Z, n = 0, 1, . . . , [ Tτ ] − 1;
 0
um = ψ(xm ), m ∈ Z.

R. 2. Se aplică modelul utilizat la deducerea metodei Lax - Wendroff.

640 CAPITOLUL 24. ECUAŢII LINIARE CU DERIVATE PARŢIALE
 Partea V

REZOLVAREA ECUAŢIILOR
PRIN METODE DE
OPTIMIZARE

641
Capitolul 25

Elemente din teoria optimizării

Fie X un spaţiu normat, domeniul D ⊆ X şi F : D → R o funcţională

diferenţiabilă Fréchet, mărginită inferior. Problema de optimizare (PO) constă
ı̂n determinarea
1. f ∗ = inf x∈D f (x);

2. x∗ ∈ D (dacă există) astfel ı̂ncât f (x∗ ) = inf x∈D f (x).

Dacă a ∈ R, atunci notăm prin Ma mulţimea Ma = {x ∈ D : f (x) ≤ a}.
În cazul X = Rn există mai multe metode eficiente de rezolvare a problemei
de mai sus.
În continuare vom presupune că D este un domeniu convex.
Drept aplicaţii, există posibilitatea rezolvării unei ecuaţii liniare sau neliniare
prin intermediul unei probleme de optimizare adecvatate.

25.1 Funcţionale diferenţiabile

În cazul funcţionalelor, diferenţiabilitatea Fréchet coincide cu G-derivabilitatea.
Într-adevăr, pentru x, x + h ∈ D funcţionala f este G- derivabilă ı̂n x dacă există
operatorul liniar ∇f (x) ∈ (X, X)∗ astfel ı̂ncât

f (x + th) − f (x)
lim = ∇f (x)(h).
t→0 t
h
Pentru h ∈ X, notăm h0 = ∥h∥
şi t = ∥h∥ şi găsim
 
f (x + h) − f (x) − ∇f (x)(h) f (x + th0 ) − f (x)
lim = lim − ∇f (x)(h0 ) = 0.
h→0 ∥h∥ t→0 t

643
644 CAPITOLUL 25. ELEMENTE DIN TEORIA OPTIMIZĂRII

Pentru x, x + h ∈ D fixaţi introducem funcţia φ : [0, 1] → R definită prin

φ(t) = f (x + th). Au loc proprietăţile:

Teorema 25.1.1 1. Dacă funcţionala f : D → R este diferenţiabilă Fréchet

atunci

φ′ (t) = f ′ (x + th)(h); (25.1)

R1
f (x + h) − f (x) = 0 f ′ (x + th)(h)dt; (25.2)

2. Dacă funcţionala f : D → R este de două ori diferenţiabilă Fréchet atunci

φ′′ (t) = f ′′ (x + th)(h)(h); (25.3)

′
R1 ′′
f (x + h) = f (x) + f (x)(h) + 0 (1 − t)f (x + th)(h)(h)dt. (25.4)

Demonstraţie. Au loc egalităţile

φ(t + s) − φ(t) f (x + (t + s)h) − f (x + th)

φ(t) = lim = lim =
s→0 s s→0 s

= ∇f (x + th)(h) = f ′ (x + th)(h),
deoarece diferenţiabilitatea Fréchet implică G-derivabilitatea.
Cealaltă relaţie reprezintă transcrierea egalităţii
Z 1
φ(1) − φ(0) = φ′ (t)dt.
0

Pct. 2 al teoremei se arată asemănător. (25.4) reprezintă transcrierea egalităţii

Z 1
′
φ(1) = φ(0) + φ (0) + (1 − t)φ′′ (t)dt.
0

Exemplul 25.1.1 Fie X un spaţiu prehilbertian real cu produsul scalar notat

prin < ·, · > . Dacă A ∈ (X, X)∗ , b ∈ X atunci funcţionala

1
f (x) = < A(x), x > − < b, x >, f : X → X,
2
este diferenţiabilă Fréchet şi f ′ (x) = A(x) − b.
25.2. FUNCŢIONALE CONVEXE 645

Teorema 25.1.2 Dacă funcţionala f : D → R este diferenţiabilă Fréchet cu

derivata lipschitziană, adică există L > 0 astfel ı̂ncât

∥f ′ (x) − f ′ (y)∥ ≤ L∥x − y∥, ∀x, y ∈ D,

atunci pentru orice x, x + h ∈ D are loc inegalitatea

L
f (x + h) ≤ f (x) + f ′ (x)(h) + ∥h∥2
2
Demonstraţie. Utilizând (25.2) au loc relaţiile
Z 1 Z 1
′ ′
f (x + h) − f (x) = [f (x + th)(h) − f (x)(h)]dt + f ′ (x)(h)dt ≤
0 0
Z 1  Z 1
′ ′ ′ ′
|(f ′ (x+th)−f ′ (x)) (h)|dt ≤
 
≤ f (x)(h)+ (f (x + th) − f (x))(h)dt ≤ f (x)(h)+
0 0
Z 1
L
≤ f ′ (x)(h) + ∥f ′ (x + th) − f ′ (x)∥ ∥h∥ dt ≤ f ′ (x)(h) + ∥h∥2 .
0 2

25.2 Funcţionale convexe

Fie D un domeniu convex a unui spaţiu normat X.
Funcţionala F : D → R este convexă este

• convexă dacă

f (ax + (1 − a)y) ≤ af (x) + (1 − a)f (y), ∀x, y ∈ D; ∀a ∈ (0, 1).

• strict convexă dacă

f (ax + (1 − a)y) < af (x) + (1 − a)f (y), ∀x, y ∈ D, x ̸= y; ∀a ∈ (0, 1).

• tare convexă dacă există m > 0 astfel ı̂ncât

ma(1 − a)∥x − y∥2 + f (ax + (1 − a)y) ≤ af (x) + (1 − a)f (y),

∀x, y ∈ D; ∀a ∈ (0, 1).

În cazul unei funcţionale diferenţiabilă Fréchet tare convexitatea se poate
caracteriza prin
646 CAPITOLUL 25. ELEMENTE DIN TEORIA OPTIMIZĂRII

Teorema 25.2.1 Fie f : D ⊂ X → R o funcţională diferenţiabilă Fréchet.

Următoarele afirmaţii sunt echivalente
(i) f este tare convexă;

(ii) Pentru orice x, x0 ∈ D are loc inegalitatea

f (x) − f (x0 ) ≥ f ′ (x0 )(x − x0 ) + m∥x − x0 ∥2 ; (25.5)

(iii) Pentru orice x, x0 ∈ D are loc inegalitatea

(f ′ (x) − f ′ (x0 )) (x − x0 ) ≥ 2m∥x − x0 ∥2 ; (25.6)

Dacă f este de două ori diferenţiabil Fréchet atunci afirmaţiile anterioare sunt
echivalente cu
(iv) Pentru orice x ∈ D şi orice h ∈ X are loc inegalitatea

f ′′ (x)(h)(h) ≥ 2m∥h∥2 . (25.7)

Demonstraţie.
(i)⇒(ii) Din inegalitatea

f (tx + (1 − t)x0 ) + mt(1 − t)∥x − x0 ∥2 ≤ tf (x) + (1 − t)f (x0 )

scăzând f (x0 ) şi ı̂mpăţind la t ∈ (t, 1] se obţine

f (tx + (1 − t)x0 ) − f (x0 )

+ m(1 − t)∥x − x0 ∥2 ≤ f (x) − f (x0 ).
t
Pentru t → 0 rezultă

f ′ (x0 )(x − x0 ) + m∥x − x0 ∥2 ≤ f (x) − f (x0 ).

(ii)⇒(i) Au loc inegalităţile

f (x) − f (tx + (1 − t)y) ≥ (1 − t)f ′ (tx + (1 − t)y)(x − y) + m(1 − t)2 ∥x − y∥2

f (y) − f (tx + (1 − t)y) ≥ (1 − t)f ′ (tx + (1 − t)y)(y − x) + mt2 ∥x − y∥2

Înmulţind prima inegalitate cu t, pe a doua cu 1 − t şi adunând găsim

tf (x) + (1 − t)f (y) − f (tx + (1 − t)y) ≥ mt(1 − t)∥x − y∥2 .

25.2. FUNCŢIONALE CONVEXE 647

(ii)⇒(iii) Adunând inegalităţile

f (x) − f (x0 ) ≥ f ′ (x0 )(x − x0 ) + m∥x − x0 ∥2

f (x0 ) − f (x) ≥ f ′ (x)(x0 − x) + m∥x − x0 ∥2

rezultă
0 ≥ (f ′ (x) − f ′ (x0 )) (x0 − x) + 2m∥x − x0 ∥2
sau
(f ′ (x) − f ′ (x0 )) (x − x0 ) ≥ 2m∥x − x0 ∥2 .

(iii)⇒(ii) Folosind (25.1) deducem succesiv

Z 1
f (x) − f (x0 ) = f ′ (x0 + t(x − x0 ))(x − x0 )dt =
0
Z 1 Z 1
′ ′
= (f (x0 + t(x − x0 )) − f (x0 )) (x − x0 )dt + f ′ (x0 )(x − x0 )dt ≥
0 0
Z 1
≥ 2m∥x − x0 ∥2 tdt + f ′ (x0 )(x − x0 ) = m∥x − x0 ∥2 + f ′ (x0 )(x − x0 ).
0

(iii)⇒(iv) Împărţind cu t2 inegalitatea

(f ′ (x + th) − f ′ (x)) (th) ≥ 2mt2 ∥h∥2

obţinem
f ′ (x + th) − f ′ (x)
(h) ≥ 2m∥h∥2 .
t
Pentru t → 0 rezultă

f ′′ (x + th)(h)(h) ≥ 2m∥h∥2 .

(iv)⇒(iii) Utilizând (25.4) avem

Z 1
′
f (x) = f (x0 )+f (x0 )(x−x0 )+ (1−t)f ′′ (x0 +t(x−x0 ))(x−x0 )(x−x0 )dt ≥
0

≥ f (x0 ) + f ′ (x0 )(x − x0 ) + m∥x − x0 ∥2 .

Pentru funcţionale convexe formularea teoremei anterioare este

648 CAPITOLUL 25. ELEMENTE DIN TEORIA OPTIMIZĂRII

Teorema 25.2.2 Fie f : D ⊂ X → R o funcţională diferenţiabilă Fréchet.

Următoarele afirmaţii sunt echivalente

(i) f este convexă;

(ii) Pentru orice x, x0 ∈ D are loc inegalitatea

f (x) − f (x0 ) ≥ f ′ (x0 )(x − x0 ); (25.8)

(iii) Pentru orice x, x0 ∈ D are loc inegalitatea

(f ′ (x) − f ′ (x0 )) (x − x0 ) ≥ 0; (25.9)

Dacă f este de două ori diferenţiabil Fréchet atunci afirmaţiile anterioare sunt
echivalente cu

(iv) Pentru orice x ∈ D şi orice h ∈ X are loc inegalitatea

f ′′ (x)(h)(h) ≥ 0. (25.10)

Observaţia 25.2.1 În cazul unei funcţionale tare convexe, ı̂n locul inegalităţii
(25.6) se poate arăta

(f ′ (x) − f ′ (x0 )) (x − x0 ) ≥ m∥x − x0 ∥2 . (25.11)

Scriem tare convexitatea sub forma

a(1 − a)m∥x − x0 ∥2 ≤ af (x) + (1 − a)f (x0 ) − f (ax + (1 − a)x0 ) =

= a (f (x) − f (ax + (1 − a)x0 )) + (1 − a) (f (x0 ) − f (ax + (1 − a)x0 )) .

Aplicând (25.8) au loc inegalităţile

f (ax + (1 − a)x0 ) − f (x) ≥ (1 − a)f ′ (x)(x0 − x),

f (ax + (1 − a)x0 ) − f (x0 ) ≥ af ′ (x0 )(x − x0 ).

Adunând şi ı̂nmulţind cu -1, din relaţia de mai sus se obţine

a(1 − a)m∥x − x0 ∥ ≤ a(1 − a) (f ′ (x) − f ′ (x0 )) (x − x0 ),

de unde rezultă imediat (25.11).

25.3. PROPRIETĂŢI ALE PROBLEMEI DE OPTIMIZARE 649

25.3 Proprietăţi ale problemei de optimizare

Mărginirea inferioară a funcţionalei problemei de optimizare (PO) este garan-
tată de

Teorema 25.3.1 Dacă

1. funcţioanla f : D → R este diferenţiabilă Fréchet cu derivata lipschitziană,

∃L > 0, astfel ı̂ncât ∥f ′ (x) − f ′ (y)∥ ≤ L∥x − y∥, ∀x, y ∈ D;

2. există a ∈ R astfel ı̂ncât mulţimea Ma este mărginită;

atunci f este mărginită inferior.

Demonstraţie. Mărginirea mulţimii Ma ı̂nseamnă existenţa unui număr r > 0

cu proprietatea că ∥x∥ ≤ 2r , pentru orice x ∈ Ma .
Fie x, x0 ∈ Ma şi h = x − x0 . Atunci ∥h∥ ≤ ∥x∥ + ∥x0 ∥ ≤ r. Procedând analog
calculului din demonstraţia Teoremei 25.1.2, avem

|f (x) − f (x0 )| = |f (x0 + h) − f (x0 )| =

Z 1 Z 1
′ ′
=| [f (x0 + th) − f (x0 )]hdt + f ′ (x0 )(h)dt| ≤
0 0
2 2
L∥h∥ Lr
≤ + ∥f ′ (x0 )∥ ∥h∥ ≤ + ∥f ′ (x0 )∥r,
2 2
sau
Lr2
f (x) ≥ f (x0 ) − − ∥f ′ (x0 )∥r.
2
O caracterizare a soluţiei (PO) este furnizată de următoarea teoremă
Teorema 25.3.2 O condiţie necesară ca x∗ să fie soluţie pentru (PO) este

f ′ (x∗ )(x − x∗ ) ≥ 0. (25.12)

Dacă funcţionala f este convexă atunci condiţia este şi suficientă.

Demonstraţie. Pentru x ∈ D şi t > 0 suficient de mic x∗ + t(x − x∗ ) ∈ D şi ı̂n
consecinţă
f (x∗ + t(x − x∗ )) ≥ f (x∗ ),
sau
f (x∗ + t(x − x∗ )) − f (x∗ )
≥ 0.
t
650 CAPITOLUL 25. ELEMENTE DIN TEORIA OPTIMIZĂRII

Pentru t → 0 rezultă f ′ (x∗ )(x − x∗ ) ≥ 0.

Reciproc, dacă f este o funcţională convexă atunci, din (25.8) avem
f (x) − f (x∗ ) ≥ f ′ (x∗ )(x − x∗ ) ≥ 0.
Referitor la unicitatea soluţiei, pentru funcţionale strict convexe (PO) a cel
mult o soluţie.
În cazul funcţionalelor tare convexe are loc următorul rezultat privind evalu-
area erorii
Teorema 25.3.3 Dacă x∗ este punctul de minim al funcţionalei tare convexe f
atunci au loc inegalităţile
1
∥x − x∗ ∥2 ≤ (f (x) − f (x∗ )) , (25.13)
m
1
f (x) − f (x∗ ) ≤ ∥f ′ (x)∥2 . (25.14)
m
Demonstraţie. 1. Proprietatea de minim a lui x∗ implică f (x∗ ) ≤ f (ax + (1 −
a)x∗ ), ∀x ∈ D şi ∀a ∈ (0, 1) iar din tare convexitate deducem
f (x∗ ) ≤ f (ax + (1 − a)x∗ ) ≤ af (x) + (1 − a)f (x∗ ) − a(1 − a)m∥x − x∗ ∥2
sau
a f (x) − f (x∗ ) − (1 − a)m∥x − x0 ∥2 ≥ 0.

Deoarece a > 0, f (x) − f (x∗ ) − (1 − a)m∥x − x∗ ∥2 ≥ 0. Pentru a ↘ 0 se obţine

(25.13).
2. Utilizând succesiv inegalităţile (25.11) şi (25.12) se obţine
m∥x = x∗ ∥2 ≤ (f ′ (x) − f (x∗ )) (x − x∗ ) ≤ f ′ (x)(x − x∗ ) ≤ ∥f ′ (x)∥ ∥x − x∗ ∥,
de unde se obţine estimarea
1 ′
∥x − x∗ ∥ ≤ ∥f (x∥. (25.15)
m
Apoi f (x∗ ) − f (x) ≥ f ′ (x)(x∗ − x) de unde
1 ′
0 ≤ f (x)−f (x∗ ) ≤ f ′ (x)(x−x∗ ) ≤ |f ′ (x)(x−x∗ )| ≤ ∥f ′ (x)∥∥x−x∗ ∥ ≤ ∥f (x)∥2 .
m

Teorema 25.3.4 O funcţională strict convexă are cel mult un punct de minim.
Demonstraţie. Presupunând că x1 , x2 ∈ D, x1 ̸= x2 , sunt puncte de minim ale
funcţionalei f, f (x1 ) = f (x2 ) = min{f (x) : x ∈ D} = d şi a ∈ (0, 1) atunci
rezultă
d ≤ f (ax1 + (1 − a)x2 ) < af (x1 ) + (1 − a)f (x2 ) = d.
În mod necesar x1 = x2 .
25.4. METODE DE DESCREŞTERE 651

25.4 Metode de descreştere

Rezolvarea PO printr-o metodă de descreştere constă ı̂n construirea şirului

xn+1 = xn + µn hn (25.16)

unde (xn )n∈N reprezintă aproximaţii ale soluţiei PO, hn ∈ X este direcţia de
descreştere şi µn ∈ R este un coeficient.
Un criteriu de alegere a direcţiei de descreştere este

Teorema 25.4.1 Fie f : X → R o funcţie diferenţiabilă Fréchet. Dacă f ′ (x)(h) <

0 atunci există µ0 > 0 astfel ı̂ncât

f (x + µh) < f (x) ∀µ ∈ (0, µ0 ).

Demonstraţie. Limita

f (x + µh) − f (x)
lim = f ′ (x)(h)
µ→0 µ

implică
∀ 0 < ε < −f ′ (x)(h) ∃ µ0 > 0 astfel ı̂ncât
f (x + µh) − f (x)
− f ′ (x)(h) < ε ∀ µ ∈ (0, µ0 ),
µ
de unde
f (x + µh) − f (x) < µ(f ′ (x)(h) + ε) < 0.

Definiţia 25.4.1 Un element h ∈ X, ∥h∥ = 1 este o direcţie de cea mai mare

descreştere a funcţionalei f ı̂n x dacă

f ′ (x)(h) = inf f ′ (x)(y) (25.17)

∥y∥=1

Teorema 25.4.2 Dacă h este o direcţie de cea mai mare descreştere a funcţionalei
f ı̂n x atunci f ′ (x)(h) = −∥f ′ (x)∥.

Demonstraţie. Utilizând definiţia normei unui operator liniar, găsim

f ′ (x)(h) = inf f ′ (x)(y) = − sup −f ′ (x)(y) = −∥ − f ′ (x)∥ = −∥f ′ (x)∥.

∥y∥=1 ∥y∥=1
652 CAPITOLUL 25. ELEMENTE DIN TEORIA OPTIMIZĂRII

n n
Observaţia 25.4.1
 Fie  X = R şi f : R → R o funcţie diferenţiabilă. Dacă
∂f (x)
notăm ∇f (x) = ∂xi - gradientul funcţiei f ı̂n x - atunci
1≤i≤n

n
′
X ∂f (x)
f (x)(h) =< ∇f (x), h >= hi h = (hi )1≤i≤n ∈ Rn .
i=1
∂xi

∇f (x)
În acest caz h = − ∥∇f (x)∥
este o direcţie de cea mai mare descreştere a lui f ı̂n
x.

Metoda de descreştere cu alegerea la fiecare pas a antigradientul ca direcţie

de descre¸tere poartă numele de metoda gradientului.

25.5 Metoda gradientului

Fie X un spaţiu normat real. Pentru minimizarea funcţionalei diferenţiabile
Fréchet f : X → R se consideră şirul definit prin formula de recurenţă

xn+1 = xn + µn hn ,

cu
hn = −f ′ (xn )
şi µn soluţia problemei de optimizare unidimensională

f (xn+1 ) = f (xn + µn hn ) = min f (xn + µhn ).

µ>0

Rezultatele următoare prezintă proprietăţi de convergenţa legate de şirul (xn )n∈N .

Teorema 25.5.1 Dacă

1. derivata Fréchet f ′ (x) este lipschitziană, adică

∃L > 0 astfel ı̂ncât ∥f ′ (x) − f ′ (y)∥ ≤ L∥x − y∥, ∀x, y ∈ X;

2. mulţimea Mf (x0 ) este mărginită

atunci limn→∞ f ′ (xn ) = 0.

25.5. METODA GRADIENTULUI 653

Demonstraţie. Teoreme 25.3.1 implică marginirea inferioară a şirului (f (xn ))n∈N

iar din determinarea parametrului de descreştere µn rezultă ca acest şir este de-
screscător. În consecinţă există limn→∞ f (xn ).
Fie µ > 0. Potrivit Teoremei 25.1.2 avem

Lµ2
f (xn+1 ) ≤ f (xn + µhn ) ≤ f (xn ) + µf ′ (xn )(hn ) + .
2
Deoarece hn este o direcţie de cea mai mare descreştere a funcţionalei f ı̂n xn ,
din inegalitatea anterioară deducem

f (xn ) − f (xn+1 ) Lµ
∥f ′ (xn )∥ = −f ′ (xn )(hn ) ≤ + . (25.18)
µ 2
Lµ f (xn )−f (xn+1 )
Fie ε > 0 şi µ > 0 astfel ı̂ncât 2
< 2ε . Deoarece limn→∞ µ
= 0 există
n0 ∈ N astfel ı̂ncât f (xn )−fµ (xn+1 ) < 2ε pentru orice n > n0 .
Din (25.18) rezultă ∥f ′ (xn )∥ < ε pentru orice n > n0 , adică limn→∞ f ′ (xn ) =
0.

Teorema 25.5.2 Dacă ı̂n plus, funcţionala f este convexă atunci există α > 0
astfel ı̂ncât
f (xn ) − f ∗ ≤ α∥f ′ (xn )∥, ∀n ∈ N,
unde f ∗ = inf x∈Mf (x0 ) f (x).

Demonstraţie. Din mărginirea mulţimii Mf (x0 ) rezultă că şi mulţimea Mf (x0 ) −
Mf (x0 ) este mărginită, adică există α > 0 astfel ı̂ncât

Mf (x0 ) − Mf (x0 ) ⊆ B(0, α).

Dacă y ∈ Mf (x0 ) atunci y − xn ∈ Mf (x0 ) − Mf (x0 ) ⊆ B(0, α) şi din egalitatea

y = xn + (y − xn ) deducem incluziunea

Mf (x0 ) ⊆ xn + B(0, α). (25.19)

Fie h ∈ X, cu ∥h∥ ≤ α. Deoarece xn +h ∈ xn +B(0, α), relaţia (25.19) implică

inf f (xn + h) ≤ inf f (x) = f ∗

∥h∥≤α x∈Mf (x0 )

şi
f ∗ − f (xn ) ≥ inf f (xn + h) − f (xn ). (25.20)
∥h∥≤α
654 CAPITOLUL 25. ELEMENTE DIN TEORIA OPTIMIZĂRII

Potrivit Teoremei 25.2.2, convexitatea funcţionalei f implică inegalitatea

f (xn + h) − f (xn ) ≥ f ′ (xn )(h).

Utilizând (25.20) deducem

f ∗ − f (xn ) ≥ inf f (xn + h) − f (xn ) ≥ inf f ′ (xn )(h).

∥h∥≤α ∥h∥≤α

Deoarece

inf f ′ (xn )(h) = α inf f ′ (xn )(h) = −α sup −f ′ (xn )(h) = −α∥f ′ (xn )∥
∥h∥≤α ∥h∥≤1 ∥h∥≤1

inegalitatea de mai sus devine f ∗ − f (xn ) ≥ −α∥f ′ (xn )∥.

Din Teoremele 25.3.3 şi 25.5.2 rezultă

Teorema 25.5.3 Dacă ı̂n plus, funcţionala f este tare convexă şi x∗ este soluţia
problemei de optimizare atunci limn→∞ xn = x∗ .

Probleme şi teme de seminar

1
P 25.1 1. Într-un spaţiu normat (X, ∥ · ∥) funcţia J(x) = 2
∥x − x0 ∥2 este
convexă.

2. Într-un spaţiu prehilbertian real cu norma generată de produsul scalar, funcţia

J(x) = 21 ∥x − x0 ∥2 este strict convexă.

3. ı̂n R2 cu norma ∥x∥ = |x1 |+|x2 |, x = (x1 , x2 )T , funcţia J(x) = 21 ∥x∥2 , (x0 =
0), este convexă dar nu strict convexă.

R. 1. Pentru x, y ∈ X şi λ ∈ (0, 1), J(λx + (1 − λ)y) ≤

1 2
λ ∥x − x0 ∥ + 2λ(1 − λ)∥x − x0 ∥∥y − x0 ∥ + (1 − λ)2 ∥y − x0 ∥ ,


≤
2
apoi 2∥x − x0 ∥∥y − x0 ∥ ≤ ∥x − x0 ∥2 + ∥y − x0 ∥2 , etc.
2. J(y) − J(x) =< x − x0 , y − x > + 12 ∥y − x∥2 >< x − x0 , y − x >, y ̸= x.
(1) T (2) T 2 (1) (2)
 3.(1) Fie (2)X = (1, 2) , (1)X (2)=(2, 1) ∈ R .
Atunci J(X
) = J(X ) =
J X )+X 2
)
= 29 şi J X )+X
2
)
= 12 J(X (1) ) + 12 J(X (2) ) .
Capitolul 26

Rezolvarea sistemelor algebrice

prin metode de optimizare

Capitolul prezintă metode iterative pentru rezolvarea sistemelor algebrice de

ecuaţii bazate pe metode de minimizare a unei funcţionale. Formulele de calcul
se obţin aplicând metoda gradientului pentru minimizarea unei funcţii ataşată
sistemului algebric de ecuaţii.

26.1 Rezolvarea unui sistem algebric liniar

prin metoda celor mai mici pătrate
Un sistem algebric de ecuaţii liniare

Ax = b (26.1)

cu A ∈ Mm,n (R), b ∈ Rm şi m > n, este ı̂n general incompatibil.

Se numeşte soluţie ı̂n sensul metodei celor mai mici pătrate, elementul x ∈ Rn
care minimizează funcţia f (x) = ∥Ax − b∥22 .
Aspecte teoretice legate de soluţia ı̂n sensul metodei celor mai mici pătrate
au fost prezentate ı̂n secţiunea 14.8
Determinarea soluţiei ı̂n sensul metodei celor mai mici pătrate.
Deducem o metodă numerică pentru minimizarea funcţionalei
1 1
f : Rn → R, f (x) = ∥Ax − b∥22 = (∥Ax∥22 − 2 < Ax, b > +∥b∥22 ).
2 2
utilizând metoda gradientului.

655
656 CAPITOLUL 26. SISTEME ALGEBRICE PRIN METODE DE OPTIMIZARE

Deoarece f ′ (x) = AT (Ax − b), direcţia de descreştere va fi

hk = −AT (Axk − b). (26.2)
Minimul funcţiei φ(µ) = f (xk + µhk ) = 12 (∥Axk − b∥22 + 2µ < Axk − b, Ahk >
∥h ∥2
+µ2 ∥Ahk ∥22 ) se obţine pentru µk := µ = − ∥Ahkk ∥22 .
2
Rezultă formula de recurenţă
∥hk ∥22
xk+1 = xk − hk , (26.3)
∥Ahk ∥22
iar hk este dat de (26.2).

26.2 Rezolvarea unui sistem algebric neliniar prin

metoda celor mai mici pătrate
Fiind date funcţiile diferenţiabile Ti : Rn → R, i ∈ {1, 2, . . . , m}, pentru
rezolvarea sistemului algebric de ecuaţii neliniare

 T1 (x1 , . . . , xn ) = 0

T (x) = 0 ⇔ .. (26.4)
 .
 T (x , . . . , x ) = 0
m 1 n

se minimizează funcţionala f : Rn → R definită prin

m
X
f (x) = Ti2 (x) = ∥T (x)∥22 . (26.5)
i=1

Dacă f (x) = 0 atunci x este un punct de minim al funcţionalei f şi soluţie a

sistemului (26.4).
Pentru minimizarea funcţionalei f utilizăm metode gradientului. Gradientul
lui f este
 ∂f (x)   ∂T1 (x)
. . . ∂T∂x
m (x)
 
∂x1 ∂x1 1
T1 (x)
f ′ (x) =  ...  = 2  ... .. .. ′ T
 = 2(T (x)) T (x).
    
... .  .
∂f (x) ∂T1 (x)
∂x n ∂x
. . . ∂T∂x
n
m (x)
Tm (x)
n

Coeficientul de descreştere µ se obţine din minimizarea funcţiei

m m
′
X X
2
φ(µ) = f (x−µf (x)) = Ti2 (x−µf ′ (x)) = Ti (x) − µ(Ti′ (x))T f ′ (x) + . . . ,
i=1 i=1
26.3. METODA GRADIENTULUI CONJUGAT 657

a cărei primă aproximaţie este polinomul de gradul al doilea

m
X
2
ψ(µ) = Ti (x) − µ(Ti′ (x))T f ′ (x) =
i=1

m m
X X
2
= ∥T (x)∥22 − 2µ Ti (x)(Ti′ (x))T f ′ (x) +µ 2
(Ti′ (x))T f ′ (x) .
i=1 i=1

Drept coeficient de descreştere se alege punctul de minim al funcţiei ψ(µ).

Deoarece (Ti′ (x))T f ′ (x) = 2(Ti′ (x))T (T ′ (x))T T (x) sunt componentele vectoru-
lui  
(T1′ (x))T
2 ..  ′ T ′ ′ T
 (T (x)) T (x) = 2T (x)(T (x)) T (x)

.
(Tm′ (x))T
expresia funcţiei ψ(µ) devine

ψ(µ) = ∥T (x)∥22 − 4µ(T (x))T T ′ (x)(T ′ (x))T T (x) + 4µ2 ∥T ′ (x)(T ′ (x))T T (x)∥22 =

= ∥T (x)∥22 − 4µ∥T ′ (x))T T (x)∥22 + 4µ2 ∥T ′ (x)(T ′ (x))T T (x)∥22 .

Aşadar
∥(T ′ (x))T T (x)∥22
µ = argmin ψ(µ) = .
2∥T ′ (x)(T ′ (x))T T (x)∥22
Aproximarea unei soluţii a sistemului (26.4) se găseşte cu şirul (x(k) )k∈N definit
prin formula de recurenţă

∥(T ′ (x(k) ))T T (x(k) )∥22

x(k+1) = x(k) − ′ (k) ′ (k) T (k) 2
(T ′ (x(k) ))T T (x(k) ). (26.6)
∥T (x )(T (x )) T (x )∥2

26.3 Metoda gradientului conjugat

Fie A ∈ Mn (R) o matrice simetrică şi strict pozitiv definită.

Definiţia 26.3.1 Vectorii u1 , u2 , . . . , un ∈ Rn se numesc A-conjugaţi dacă

< ui , Auj >= δi,j ∀ i, j ∈ {1, . . . , n} ⇔ U T AU = In , U = [u1 u2 . . . un ].

Dacă vectorii u1 , u2 , . . . , un ∈ Rn sunt A-conjugaţi atunci ei sunt liniar independenţi.

658 CAPITOLUL 26. SISTEME ALGEBRICE PRIN METODE DE OPTIMIZARE

Teorema 26.3.1 Fie u1 , u2 , . . . , un ∈ Rn vectori A-conjugaţi. Dacă x0 ∈ Rn şi

xi = xi−1 + < b − Axi−1 , ui > ui , i = 1, 2, . . . , n, (26.7)

atunci Axn = b.

Demonstraţie. Notând ti =< b − Axi−1 , ui > formula de recurenţă devine

xi = xi−1 + ti ui , de unde Axi = Axi−1 + ti Aui şi ı̂n consecinţă

Axi = Ax0 + t1 Au1 + t2 Au2 + . . . + ti Aui , i = 1, 2, . . . , n. (26.8)

Din (26.8) se deduce egalitatea

< Axn − b, ui >=< Ax0 − b, ui > +ti .

Pe de altă parte, utilizând din nou (26.8), au loc egalităţile

i−1
X
ti =< b − Axi−1 , ui >=< b − Ax0 , ui > − tj < Auj , ui >=< b − Ax0 , ui >,
j=1

sau < Ax0 − b, ui > +ti = 0.

Astfel < Axn − b, ui >= 0, ∀i ∈ {1, 2, . . . , n}, adică Axn = b.

Observaţia 26.3.1 Dacă v 1 , v 2 , . . . , v n ∈ Rn \{0} astfel ı̂ncât < v i , Av j >= 0,

i
pentru i ̸= j, atunci vectorii ui = √ vi i , i = 1, 2, . . . , n sunt A-congugaţi.
<v ,Av >

Formula de recurenţă (26.7) devine

< b − Axi−1 , v i > i

xi = xi−1 + v. (26.9)
< v i , Av i >

Relaţiile anterioare nu precizează modul de obţinere a vectorilor A-conjugaţi.

Punctul de pornire pentru generarea vectorilor A-conjugaţi şi pentru rezolvarea
sistemului algebric de ecuaţii liniare Ax = b va fi minimizarea funcţionalei

J(x) =< Ax, x > −2 < b, x > .

Se verifică prin calcul direct formula

J ′ (x)(h) = 2 < Ax − b, h >,

26.3. METODA GRADIENTULUI CONJUGAT 659

de unde rezultă conexiunea

J ′ (x)(h) = 0, ∀ h ∈ Rn ⇔ Ax = b.

Fie aproximaţia iniţială x0 ∈ Rn , r0 = b − Ax0 şi Kk = Kk (A, r0 ) =

span{r0 , Ar0 , . . . , Ak−1 r0 }, k ∈ {1, 2, . . . , n}.
Se consideră şirul (xk )k , unde xk ∈ Rn minimizează funcţionala J ı̂n x0 + Kk .
Acest şir se va obţine iterativ, cu formula

xk+1 = xk + tk+1 v k+1 , k ∈ {0, 1, . . .}. (26.10)

Pentru v k+1 ∈ Kk+1 va rezulta că xk+1 ∈ x0 + Kk+1 .

Se va arăta că sunt necesare cel mult n iteraţii.1
Dacă xk = x0 + k−1 j 0
P
j=0 γj A r atunci

k−1
X
k k
r = b − Ax = (I − γj Aj+1 )r0 ∈ Kk+1 .
j=0

Din (26.10) rezultă formula de recurenţă

rk+1 = rk − tk+1 Av k+1 . (26.11)

Presupunem că s-a generat şirul x1 , . . . , xk , deci implicit r0 , r1 , . . . , rk , v 1 , . . . , v k ,

astfel ı̂ncât rj ̸= 0, ∀j ∈ {0, 1, . . . , k}, adică fără obţinerea soluţiei sistemului
algebric de ecuaţii liniare.
Teorema 26.3.2 Pentru orice v ∈ Kk , au loc relaţiile

< rk , v > = 0, (26.12)

k+1
< v , Av > = 0. (26.13)

Demonstraţie. Din J(xk ) ≤ J(xk + v), ∀v ∈ Kk , condiţia de optimalitate

implică
< ∇J(xk ), v >= 0, v ∈ Kk .
Deoarece ∇J(xk ) = Axk − b = −rk rezultă < rk , v >= 0.
Procedând analog, din J(xk+1 ) ≤ J(xk+1 + v), ∀ v ∈ Kk+1 şi ı̂n particular
pentru v ∈ Kk ⊆ Kk+1 , condiţia de optimalitate implică

< ∇J(xk+1 ), v >= 0, ∀v ∈ Kk .

1
Abstracţie de erorile de rotunjire, care sunt ı̂nsă prezente ı̂n orice implementare numerică.
660 CAPITOLUL 26. SISTEME ALGEBRICE PRIN METODE DE OPTIMIZARE

Au loc egalităţile

∇J(xk+1 ) = Axk+1 − b = A(xk + tk+1 v k+1 ) − b = −rk + tk+1 Av k+1 .

Tinând seama de (26.12)

< ∇J(xk+1 ), v >=< −rk + tk+1 Av k+1 , v >= tk+1 < v k+1 , Av >= 0.

Teorema anterioară implică

Teorema 26.3.3 Au loc relaţiile

< rk , rj > = 0, ∀ j ∈ {0, 1, . . . , k − 1}, (26.14)

k j
< r ,v > = 0, ∀ j ∈ {1, . . . , k}, (26.15)
k+1 j
< v , Av > = 0, ∀ j ∈ {1, . . . , k}. (26.16)

Astfel, ı̂n Rn , vectorii (rj )0≤j≤k sunt ortogonali, iar vectorii (v j )1≤j≤k+1 sunt A-
conjugaţi. Aceste relaţii provin doar din condiţiile de optimalitate, fără a fi
precizate formulele prin care se obţin v k+1 şi tk+1 .

Determinarea direcţiei de descreştere v k+1

Vectorul v k+1 se va determina sub forma

v k+1 = rk + sk+1 v k ∈ Kk+1 (deoarece rk ∈ Kk+1 ),

iar sk+1 va fi un parametru care se va determina astfel ı̂ncât să fie ı̂ndeplinită
condiţia (26.13).
Deoarece Kk = span{r0 , Ar0 , . . . , Ak−1 r0 } = span{r0 , r1 , . . . , rk−1 } condiţia
(26.13) este ı̂ndeplinită dacă < v k+1 , rj >= 0, j ∈ {0, 1, . . . , k − 1}.
Pentru j ∈ {0, 1, . . . , k − 2}

< v k+1 , Arj >=< rk + sk+1 v k , Arj >=< rk , Arj > +sk+1 < v k , Arj > .

Deoarece rj ∈ Kj+1 ⇒ Arj ∈ Kj+2 ⊆ Kk , din (26.12) rezultă < rk , Arj >= 0.
Pe de altă parte, din (26.13) rezultă < v k , Arj >= 0. Astfel

< v k+1 , Arj >= 0, j ∈ {0, 1, . . . , k − 2}.

În final rămâne condiţia

< v k+1 , Ark−1 >=< rk +sk+1 v k , Ark−1 >=< rk , Ark−1 > +sk+1 < v k , Ark−1 >= 0.
(26.17)
26.3. METODA GRADIENTULUI CONJUGAT 661

Din (26.11), rk = rk−1 − tk Av k , rezultă

< rk , rk−1 >= ∥rk−1 ∥22 − tk < v k , Ark−1 >= 0
sau tk < v k , Ark−1 >= ∥rk−1 ∥22 ̸= 0.
Din (26.17) rezultă
< rk , Ark−1 >
sk+1 =− . (26.18)
< v k , Ark−1 >

Determinarea coeficientului de descreştere tk+1

Din minimizarea funcţiei
J(xk + tv k+1 ) = J(xk ) + 2t < Axk − b, v k+1 > +t2 < Av k+1 , v k+1 >
se obţine
< b − Axk , v k+1 > < rk , v k+1 >
tk+1 = = . (26.19)
< Av k+1 , v k+1 > < Av k+1 , v k+1 >
Expresiile (26.18) şi (26.19) pentru calculul parametrilor sk+1 şi respectiv tk+1
pot fi simplificate
Teorema 26.3.4 Au loc formulele
∥rk ∥22
tk+1 = <Av k+1 ,v k+1 >
, k = 0, 1, . . . , (26.20)
∥rk ∥22
sk+1 = ∥rk−1 ∥22
, k = 1, 2, . . . . (26.21)

Demonstraţie. Utilizând (26.15)

< v k+1 , rk >= ∥rk ∥22 + sk+1 < v k , rk >= ∥rk ∥22 .
Formula (26.19) devine (26.20).
Din (26.16)
< v k+1 , Av k >=< rk , Av k > +sk+1 < v k , Av k >= 0
se obţine
< rk , Av k >
sk+1 = − . (26.22)
< v k , Av k >
∥rk−1 ∥22
Din (26.20) se deduce < Av k , v k >= tk
, (k ≥ 1), care utilizat ı̂n (26.22) dă

tk < rk , Av k >
sk+1 = − .
∥rk−1 ∥22
662 CAPITOLUL 26. SISTEME ALGEBRICE PRIN METODE DE OPTIMIZARE

Din rk = rk−1 − tk Av k rezultă ∥rk ∥22 = −tk < Av k , rk > şi astfel

∥rk ∥22
sk+1 = .
∥rk−1 ∥22

Complemente
Din teorema 16.2.2, dacă matricea A ∈ Mn (R) este simetrică atunci există
o matrice ortogonală U ∈ Mn (R) astfel ı̂ncât U T AU = D, astfel ı̂ncât D este
matrice diagonală cu valorile proprii ale matricei A.
Fie D = diag(λ1 , . . . , λn ). Dacă ı̂n plus matricea A este şi pozitiv definită
atunci valorile proprii sunt nenegative. În acest caz se poate defini matricea
1 1
A2 = UD2 UT ,
1 √ √
cu D 2 = diag( λ1 , . . . , λn ) (16.2.6).
1
Matricea A 2 este simetrică.
Potrivit
√ teoremei 13.1.12, dacă matricea A este strict pozitiv definită atunci
∥x∥A = < Ax, x > este o normă.

Teorema 26.3.5 Dacă A ∈ Mn (R) este o matrice simetrică şi strict pozitiv
definită atunci
1
∥x∥A = ∥A 2 x∥2 .

Demonstraţie. Au loc egalităţile

1 1 1 1
∥x∥2A =< Ax, x >=< (A 2 )2 x, x >=< A 2 x, A 2 x >= ∥A 2 x∥22 .

Utilizând notaţiile de mai sus şi ipoteza că matricea A ∈ Mn (R) este simetrică
şi strict pozitiv definită au loc următoarele rezultate:

Teorema 26.3.6 Dacă λm = min1≤i≤n λi şi λM = max1≤i≤n λi atunci

p p
λm ∥x∥A ≤ ∥Ax∥2 ≤ λM ∥x∥A , ∀x ∈ Rn .

Demonstraţie. Fie x ∈ Rn , x ̸= 0 şi U = [u1 . . . un ]. Atunci

  
λ1 uT1 n
..   ..  X
Ax = U DU T x = [u1 . . . un ]  x = λi (uTi x)ui .

.  . 
λn uTn i=1
26.3. METODA GRADIENTULUI CONJUGAT 663

Ţinând seama de faptul că vectorii (ui )1≤i≤n sunt ortonormaţi rezultă că
n
X
∥Ax∥22 = λ2i (uTi x)2 .
i=1

Pe de altă parte
n
X
∥x∥2A =< Ax, x >=< DU x, U x >= T T
λi (uTi x)2 .
i=1

Din ultimele două relaţii rezultă relaţia din enunţ.

Teorema 26.3.7 Dacă Ax∗ = b atunci are loc egalitatea

∥x − x∗ ∥2A = J(x)+ < Ax∗ , x∗ >, ∀x ∈ Rn . (26.23)

Demonstraţie.

∥x − x∗ ∥2A =< A(x − x∗ ), x − x∗ >=< Ax, x > −2 < Ax∗ , x > + < Ax∗ , x∗ >=

=< Ax, x > −2 < b, x > + < Ax∗ , x∗ >= J(x)+ < Ax∗ , x∗ > .
Prin urmare, minimizarea funcţionalei J este echivalentă cu minimizarea funcţionalei
F (x) = ∥x − x∗ ∥2A , ı̂n orice submulţime S ⊆ Rn ,

argminx∈S J(x) = argminx∈S F (x).

Aplicăm acest rezultat metodei gradientului conjugat, alegând S = x0 + Kk şi

r0 = b − Ax0 = Ax∗ − Ax0 = A(x∗ − x0 ).
Dacă y ∈ x0 + Kk atunci are loc reprezentarea
k−1
X k−1
X
y=x + 0 i 0
γi A r = x + 0
γi Ai+1 (x∗ − x0 ), γ0 , . . . , γk−1 ∈ R.
i=0 i=0

Rezultă
F (y) = ∥x∗ − y∥2A =
k−1
X k−1
X
∗ ∗
= ∥x − x − 0 i+1
γi A (x − x 0
)∥2A = ∥(I − γi Ai+1 )(x∗ − x0 )∥2A .
i=0 i=0
Pk−1
Dacă notăm P (z) = 1 − i=0 γi z i+1 atunci relaţia anterioară devine

F (y) = ∥P (A)(x∗ − x0 )∥2A .

664 CAPITOLUL 26. SISTEME ALGEBRICE PRIN METODE DE OPTIMIZARE

1
Dacă σ(A) = {λ1 , . . . , λn } este spectrul matricei A, atunci observând că A 2 P (A) =
1
P (A)A 2 şi folosind 26.3.5 rezultă
1 1 1
∥P (A)x∥A = ∥A 2 P (A)x∥2 = ∥P (A)A 2 x∥2 ≤ ∥P (A)∥2 ∥A 2 x∥2 =

= max |P (λ)|∥x∥A , ∀ x ∈ S ⊆ Rn .
λ∈σ(A)

Deoarece xk = argminx∈x0 +Kk J(x) = argminx∈x0 +Kk F (x), din inegalitatea de mai
sus se obţine

F (xk ) = ∥xk − x∗ ∥2A = min ∥P (A)(x∗ − x0 )∥2A ≤

P ∈Pk ,P (0)=1

 2
≤ min max |P (λ)| ∥x0 − x∗ ∥2A .
P ∈Pk ,P (0)=1 λ∈σ(A)

Regăsim din nou

Teorema 26.3.8 Metoda gradientului conjugat determină soluţia sistemului liniar
de ecuaţii liniare ı̂n cel mult n iteraţii.

Demonstraţie. Alegem P̃ (λ) = ni=1 (1 − λλi ), polinom de grad n cu P̃ (0) = 1.

Q
Atunci
0≤ min max |P (λ)| ≤ max |P̃ (λ)| = 0,
P ∈Pn ,P (0)=1 λ∈σ(A) λ∈σ(A)

şi ı̂n consecinţă F (xn ) = ∥xn − x∗ ∥2A = 0.

Probleme şi teme de seminar

P 26.1 Fie A ∈ Mm,n (R) şi b ∈ Rm cu m ≤ n. Pentru sistemul compatibil
Ax = b să se determine soluţia x pentru care ∥x∥2 este minimă.

R. Pe baza metodei multiplicatorilor lui Lagrangre se consideră problema de

optimizare
1
F (x, λ) = ∥x∥22 + < λ, b − Ax > → min.
2
Condiţiile de optimalitate conduc la sistemul
∂F
= x − AT λ = 0,
∂x
∂F
= a − Ax = 0.
∂λ
26.3. METODA GRADIENTULUI CONJUGAT 665

Soluţia este dată de relaţiile

AAT λ = b
.
x = AT λ
666 CAPITOLUL 26. SISTEME ALGEBRICE PRIN METODE DE OPTIMIZARE
Capitolul 27

Metode spectrale

Fie X, Y spaţii liniare peste corpul R de funcţii suficient de netede, operatorul

A : D(A) ⊆ X → Y şi f ∈ Y.
Presupunem că A este un operator cu o componentă diferenţială sau integrală.
Componenta lui A cu operaţiile infinitezimale o notăm L,

L
A= .
expresii pentru condiţii iniţiale şi / sau la limită

Uzual, condiţiile iniţiale sau la limită se definesc prin intermediul unor funcţionale
ri : X → R sub forma ri (x) = 0.
Problema luată ı̂n considerare constă ı̂n rezolvarea ecuaţiei

A(x) = f. (27.1)

Se presupune că problema (27.1) admite o soluţie care satisface toate cerinctele
de netezime cerute de operatorul L sau care apar condiţiile iniţiale sau la limită.
Fie n ∈ N∗ şi x0 , φ1 , . . . , φn ∈ X funcţii fixate. Se caută o aproximaţie xn a
soluţiei ecuaţiei (27.1) de forma
n
X
xn = x0 + ci φ i (27.2)
i=1

cu c1 , . . . , cn ∈ R constante ce urmează a fi determinate. De obicei funcţiile

x0 , φ1 , . . . , φn se aleg astfel ı̂ncât xn să ı̂ndeplinească condiţiile iniţiale şi / sau
condiţiile la limită.
Modul de determinare ale constantelor (ci )1≤i≤n determină metoda.

667
668 CAPITOLUL 27. METODE SPECTRALE

Primele exemplificări se vor referi la problema bilocală1 :

ẍ + x + 2t(1 − t) = 0 t ∈ [0, 1] (27.3)

x(0) = x(1) = 0 (27.4)

Soluţia generală a ecuaţiei (27.3) este

x(t) = C1 cos t + C2 sin t + 2(−2 − t + t2 ),

iar soluţia problemei bilocale este

x(t) = 4 cos t + 4(csc 1 − cot 1) sin t + 2(−2 − t + t2 ).

În acest caz X = C 2 [0, 1], Y = C[0, 1] × R2 ,

 
 ẍ(t) + x(t)  −2t(1 − t)
A(x) = x(0) şi f = 0 .
x(1) 0
 

Ecuaţia (27.3) reprezintă ecuaţia Euler-Lagrange ı̂n cadrul problemei variationale

R1
− 21 ẋ2 − txẋ + ( 32 t3 − t2 )ẋ dt → max


J(x) = 0
(27.5)
x(0) = x(1) = 0

Într-adevăr, dacă F (t, x, ẋ) = − 12 ẋ2 − txẋ + ( 23 t3 − t2 )ẋ atunci ecuaţia Euler-Lagrange este

∂F d ∂F
0= − = ẍ + x + 2t(1 − t).
∂x dt ∂ ẋ

R1
În plus J ′ (x)(h) = 0 (ẍ + x + 2t(1 − t))dt, cu h ∈ C 2 [0, 1], h(0) = h(1) = 0.
Observaţie.
Z 1 1
Z 1
J ′′ (x)(h)(h) = (h2 (t) − ḣ2 (t))dt ≤ − ḣ2 (t)dt,
0 2 0

ı̂n urma aplicării inegalităţii lui Cauchy ı̂n

Z t Z 1 Z 1 Z 1 1
Z 1
h(t) = ḣ(s)ds ⇒ h2 (t)dt ≤ tdt ḣ2 (s)ds = ḣ2 (s)ds.
0 0 0 0 2 0

Astfel funcţia care satisface ecuaţia Euler-Lagrange maximizează funcţionala J.

Are loc limn→∞ J(sin nπt) = −∞.

1
Zhan Y., Ma N., Galerkin Method,http://www.sd.rub.de/downloads/Galerkin_method.
pdf.
27.1. METODA GALERKIN 669

27.1 Metoda Galerkin

Fie I ⊂ R un interval iar X un subspaţiu al lui C(I). Produsul scalar a două
funcţii continue ı̂n I este
Z
< x, y >= ρ(t)x(t)y(t)dt,
I
unde ρ(t) este o funcţie pondere.
Potrivit metodei lui Gelerkin constantele (ci )1≤i≤n se determină din condiţiile
< Lxn − f˜, φi >= 0, i ∈ {1, 2, . . . , n},
ceea ce revine la un sistem algebric de ecuaţii. Prin f˜ s-a notat componenta lui
f corespunzătoare lui L. Dacă L este un operator liniar atunci sistemul algebric
va fi liniar.
Exemplul 27.1.1
Pentru problema (27.3)-(27.4)
L(x) = ẍ(t) + x(t)
f˜ = −2t(1 − t)
Pentru ρ(t) = 1 şi n = 3 se aleg x0 = 0, φk (t) = tk (1 − t)k , k ∈ {1, 2, 3}. Atunci 2

x3 = c1 t(1 − t) + c2 t2 (1 − t)2 + c3 t3 (1 − t)3 ,

şi
L(x3 ) − f˜ = −2c1 + 2c2 + (2 + c1 − 12c2 + 6c3 )t+
+(−2 − c1 + 13c2 − 36c3 )t2 + (−2c2 + 61c3 )t3 + (c2 − 33c3 )t4 + 3c3 t5 − c3 t6 .
Sistemul algebric de ecuaţii liniare este
1 3 5 4
< Lx3 − f˜, φ1 > = − c1 − c2 − c3 = 0
15 10 84 315
1 5 11 61
< Lx3 − f˜, φ2 > = − c1 − c2 − c3 = 0
70 84 630 13860
1 4 61 73
< Lx3 − f˜, φ3 > = − c1 − c2 − c3 = 0
315 315 13860 60060
cu soluţia
1370 50688 132
c1 = c2 = c3 = .
7397 273689 21053
Are loc evaluarea
Z 1
(x(t) − x3 (t))2 dt ≈ 1.03477 · 10−17 .
0
2
Calculele se pot efectua utilizând un produs de calcul simbolic (Computer Algebra).
670 CAPITOLUL 27. METODE SPECTRALE

27.2 Metoda Tau

Considerăm din nou problema (27.1) cu operatorul A liniar. Fie φ0 (t), φ1 (t), . . .
o bază ı̂n spaţiul polinoamelor cu coeficienţi reali P, cu φn ∈ Pn , ∀n ∈ N.
Soluţia aproximativă a problemei (27.1) se va determina sub forma
∞
X
u(t) = ui φi (t). (27.6)
i=0

Coeficienţii ui vor rezulta prin rezolvarea unui sistem algebric de ecuaţii liniare.
În cele ce urmează vom scrie vectori şi matrice cu număr infinit de elemente,
respectiv linii şi coloane. Punând ui = 0 pentru i > n soluţia aproximativă se va
scrie n
X
u(t) = ui φi (t).
i=0
Calculele, ı̂nmulţiri de matrice, produs de matrice cu vector, vor presupune de
fiecare dată sume finite de termeni. Notăm
   
φ0 (t) 1 0 0 ...
 φ1 (t)   0 1 0 
φ(t) =  φ (t)  , I= 0 0 1
   

 2   
.. ..
. .
şi introducem matricele µ şi η astfel ı̂ncât
tφ(t) = µφ(t), (27.7)
d
φ(t) = ηφ(t). (27.8)
dt
Exemplul 27.2.1
Dacă  
1
 t 
φ(t) =  (27.9)
 
 t2 

..
.
atunci  
  0 0 0 0 ...
0 1 0 0 ...
 0 0 1 0 

 1 0 0 0 

µ= 0 0 0 1
 
 şi η = 
 0 2 0 0 


..
 
 0 0 3 0 

. ..
.
27.2. METODA TAU 671

Egalităţile (27.7) şi (27.8) se verifică imediat.

Exemplul 27.2.2
 
T0 (t
 T1 (t) 
φ(t) =  (27.10)
 
 T2 (t) 

..
.
unde Ti (t) sunt polinoamele lui Cebı̂şev.
Relaţiile (10.1.1)
tT0 (t) = T1 (t)
2tTi (t) = Ti+1 (t) + Ti−1 (t)
implică  
0 1 0 0 ...
1

2
0 21 0 
µ= .
 
 0 21 0 12 
..
.
d
Deoarece T (t)
dt n
∈ Pn−1 are loc o relaţie de forma
n−1
d X
Tn (t) = ck Tk (t)
dt k=0

şi potrivit formulei (10.1)

Z 1 d
1 T (t)Tk (t)
dt n
ck = √ dt, k ∈ {0, 1, . . . , n − 1}.
αk π −1 1 − t2
Coeficienţii αk sunt definiţi ı̂n Teorema 10.1.1.
Efectuând calculele la fel cu cel dezvoltat ı̂n secţiunea 10.2 se obţine
n
ck = (1 − (−1)n−k ), k ∈ {0, 1, . . . , n − 1}.
2αk
Rezultă  
0 0 0 0 ...

 1 0 0 0 

η=
 0 4 0 0 .


 3 0 6 0 

..
.
672 CAPITOLUL 27. METODE SPECTRALE

Exemplul 27.2.3

Extindem cazul exemplificat anterior. Pornind de la şirul de polinoame ortogonale

Q−1 = 0, Q0 = 1, Q1 (t) = t, Q2 (t), . . .

ı̂n intervalul I ⊆ R cu ponderea ρ : I → (0, ∞), alegem

 
Q0 (t
 Q1 (t) 
φ(t) =  Q (t)  (27.11)
 
 2 
..
.

Are loc formula celor trei termeni (Teorema 5.7.2, (5.21))

tQk (t) = αk Qk+1 (t) + βk Qk (t) + γk Qk−1 (t). k ≥ 1. (27.12)

Rezultă imediat  
0 1 0 0 ...
 γ1 β1 α1 0 
µ= .
 
 0 γ2 β2 α2 
..
.
Ne propunem să determinăm matricea
 
0 0 0 0 ...
 η1,0 0 0 0 
 
 η2,0 η2,1 0 0
η= .

 η3,0 η3,1 η3,2 0 
 
..
.

pentru care are loc egalitatea (27.8), adică

k−1
X
Q′k (t) = ηk,j Qj (t), ∀ k ∈ N. (27.13)
j=0

Derivând (27.12) se obţine

tQ′k (t) + Qk (t) = αk Q′k+1 (t) + βk Q′k (t) + γk Q′k−1 (t)

27.2. METODA TAU 673

şi utilizând (27.13) rezultă

k−1
X
ηk,j (tQj (t)) + Qk (t) =
j=0

k
X k−1
X k−2
X
= αk ηk+1,j Qj (t) + βk ηk,j Qj (t) + γk ηk−1,j Qj (t)
j=0 j=0 j=0

În membrul stâng aplicând formula celor trei termeni se obţine

k−1
X
ηk,j (αj Qj+1 (t) + βj Qj (t) + γj Qj−1 (t)) + Qk (t) =
j=0

k
X k−1
X k−2
X
= αk ηk+1,j Qj (t) + βk ηk,j Qj (t) + γk ηk−1,j Qj (t)
j=0 j=0 j=0

Identificăm coeficienţii polinoamelor Qj (t)

• Coeficientul lui Q0 (t)

β0 ηk,0 + γ1 ηk,1 = αk ηk+1,0 + βk ηk,0 + γk ηk−1,0

de unde
1
ηk+1,0 = ((β0 − βk )ηk,0 + γ1 ηk,1 − γk ηk−1,0 ) , k ∈ 1, . . . , n − 1.
αk
Din formula celor trei termeni, pentru k = 0 avem t = tQ0 (t) = α0 Q1 (t)+β0 ,
şi ı̂n urma derivării rezultă Q′1 (t) = α10 , adică η1,0 = α10 .
• Coeficientul lui Qj (t)
Pentru j ∈ {1, . . . , k − 1} egalitatea coeficienţilor este

αj−1 ηk,j−1 + βj ηk,j + γj+1 ηk.j+1 = αk ηk+1,j + βk ηk,j + γk ηk−1,j

de unde
1
ηk+1,j = ((βj − βk )ηk,j + αj−1 ηk,j−1 + γj+1 ηk.j+1 − γk ηk−1,j ) .
αk

Pentru j = k se găseşte

αk−1 ηk,k−1 + 1 = αk ηk+1,k

674 CAPITOLUL 27. METODE SPECTRALE

de unde
1
ηk+1,k = (αk−1 ηk,k−1 + 1) .
αk
k+1
Prin inducţie rezultă ηk+1,k = αk
, k ∈ {0, 1, . . . , n − 1}.

Teorema 27.2.1 Au loc formulele

tn φ(t) = µn φ(t), (27.14)
dn
φ(t) = η n φ(t). (27.15)
dtn
Demonstraţie. Inducţie după n. Observând că matricele µ şi η sunt constante,
ı̂n ipoteza că are loc (27.14) au loc egalităţile
tn+1 φ(t) = t(tn φ(t)) = t(µn φ(t)) = µn (tφ(t)) = µn µφ(t) = µn+1 φ(t).
Asemănător
dn+1 dn
 
d d n d
φ(t) = φ(t) = η φ(t) = η n φ(t) = η n ηφ(t) = η n+1 φ(t).
dtn+1 dt dtn dt dt

Fie  
u0
  u1
  .. n ∞
.
  X X
u= şi u(t) = ui φi (t) = ui φi (t) = uT φ(t).
 
 un 

i=0 i=0
 0 
 
..
.
Teorema 27.2.2 Au loc egalităţile
tu(t) = uT µφ(t), (27.16)
du(t)
= uT ηφ(t). (27.17)
dt
Demonstraţie. Au loc identităţile
tu(t) = tuT φ(t) = uT tφ(t) = uT µφ(t)
şi
du(t) duT φ(t) dφ(t)
= = uT = uT ηφ(t).
dt dt dt
O consecinţa este
27.2. METODA TAU 675

Teorema 27.2.3 Au loc egalităţile

tn u(t) = uT µn φ(t), (27.18)

dn u(t)
= uT η n φ(t). (27.19)
dtn
Demonstraţie. Inducţie după n.
Pm i
PmDacă Q(t) = i=0 qi t este un polinim atunci Q(µ) este matricea Q(µ) =
i
i=0 qi µ .

Teorema 27.2.4 Are loc formula Q(t)φ(t) = Q(µ)φ(t).

Demonstraţie. Utilizând Teorema 27.2.3 au loc egalităţile

m
! m m
X X X
Q(t)φ(t) = qi ti φ(x) = qi (ti φ(t)) = qi µi φ(t) = Q(µ)φ(t).
i=0 i=0 i=0

Teorema 27.2.5 Dacă sunt date

• polinomul Q(t) = m T T
P
i=0 qi φi (t) = q φ(t), unde q = (q0 , q1 , . . . , qm , 0, . . .);

• polinoamele pi (t) = rj=0 pi,j tj , i ∈ {1, 2, . . . , n};

Pi

• operatorul diferenţial
n
X di
D= pi (t)
i=1
dti

atunci are loc egalitatea

n
!
X
DQ(t) = qT η i pi (µ) φ(t).
i=1

Demonstraţie. Vom ţine seama de faptul că q este constantă şi că pi (t) sunt
scalari. Aplicând Teorema 27.2.1 se obţine
n n n
X di Q(t) X di qT φ(t) X i
T d φ(t)
DQ(t) = pi (t) = p i (t) = p i (t)q =
i=1
dti i=1
dti
i=1
dt i

n
X n
X
T i T
=q pi (t)η φ(t) = q η i pi (t)φ(t).
i=1 i=1
676 CAPITOLUL 27. METODE SPECTRALE

Potrivit Teoremei 27.2.4, pi (t)φ = pi (µ)φ(t) şi ı̂n final

n
X
T
DQ(t) = q η i pi (µ)φ.
i=1

Detaliem deducerea sistemului algebric de ecuaţii liniare pentru rezolvarea

problemei (27.3)-(27.4).
Vom utiliza baza canonică ı̂n spaţiul liniar al polinoamelor P, (27.9). Fie
vectorul cT = (0, 2, −2, 0, . . .). Atunci 2t(1 − t) = cT φ(t).
Dacă aproximaţia soluţiei este u(t) = uT φ(t), uT = (u0 , u1 , . . . , un−1 , 0, . . .)
atunci
u′′ (t) + u(t) + 2t(1 − t) =
d2 uT φ(t) T T T 2 T


= + u φ(t) + c φ(t) = u (η + I) + c φ(t). (27.20)
dt2
Impunem cerinţa
uT (η 2 + I) + cT = 0. (27.21)
Condiţiile la limită devin

u(0) = uT φ(0) = u0 = 0 (27.22)

n−1
X
T
u(1) = u φ(1) = ui = 0 (27.23)
i=0

Fixăm parametrul n ∈ N. Soluţia numerică u(t) este determinată de coeficienţii

u0 , u1 , . . . , un−1 , adică de n parametrii. Matricea η va fi restricţionată la primele n
linii şi coloane, matrice pe care o notăm ηn şi definim matricea M = ηn2 +In , M =
(mi,j )0≤i,j≤n−1 . La fel se restricţionează vectorul c la primele n elemente. Cerinţa
(27.21) se reduce la
n−1
X
mi,j ui + cj = 0, j ∈ {0, 1, . . . , n − 1}. (27.24)
i=0

Ansamblul format de ecuaţiile algebrice liniare (27.24), (27.22), (27.23) formează

un sistem algebric de n + 2 ecuaţii liniare cu n necunoscute. Sistemul algebric
astfel obţinut se rezolvă prin metoda celor mai mici pătrate.
Alegând polinoamele Cebı̂şev ca bază a spaţiul polinoamelor punem ı̂n evidenţă
doar modificările faţă de cazul tratat mai sus.
27.3. METODA COLOCAŢIILOR 677

• Deoarece 2t(1 − t) = −T0 (t) + 2T1 (t) − T2 (t) se pune cT = (−1, 2, −1, 0, . . .)
şi atunci 2t(1 − t) = cT φ(t).

• Condiţiile la limită devin

n−1 n−1
X X jπ
u(0) = uj Tj (0) = uj cos = 0;
j=0 j=0
2
n−1
X n−1
X
u(1) = uj Tj (1) = uj = 0
j=0 j=0

27.3 Metoda colocaţiilor

27.3.1 Variantă globală
Cu notaţiile introduse anterior, fie t1 < t2 < . . . < tn puncte din I. Constan-
tele (ci )1≤i≤n se determină din condiţiile

(L(xn ) − f˜)(ti ) = 0, i ∈ {1, 2, . . . , n},

ce determină de asemenea un sistem algebric de ecuaţii.

Exemplul 27.3.1

Din nou pentru problema (27.3)-(27.4)

L(x) = ẍ(t) + x(t)

f˜ = −2t(1 − t)

Pentru n = 3, x0 = 0, φk (t) = tk (1 − t)k , k ∈ {1, 2, 3}, x3 = c1 t(1 − t) + c2 t2 (1 −

t)2 + c3 t3 (1 − t)3 şi
1 1 7
t1 = t2 = t3 =
5 2 10
se obţine sistemul algebric de ecuaţii liniare
8 46 66 3064
(L(x3 ) − f˜)(t1 ) = − c1 + c2 + c3 = 0
25 25 625 15625
1 7 15 23
(L(x3 ) − f˜)(t2 ) = − c1 − c2 − c3 = 0
2 4 16 64
21 179 4759 53739
(L(x3 ) − f˜)(t3 ) = − c1 − c2 − c3 = 0
50 100 10000 1000000
678 CAPITOLUL 27. METODE SPECTRALE

cu soluţia
587684 587600 20000
c1 = c2 = c3 = .
3173019 3173019 3173019
Are loc evaluarea
Z 1
(x(t) − x3 (t))2 dt ≈ 1.81048 · 10−14 .
0

Teoria dezvoltată pentru metoda Tau se poate aplica la generarea sistemului

algebric de ecuaţii pentru metoda colocaţiilor. Exemplificăm ı̂n cazul problemei
(27.3)-(27.4).
Alegem din nou baza canonică ı̂n spaţiul liniar al polinoamelor P, (27.9). Fie
n ∈ N şi reţeaua de noduri 0 < t1 < . . . < tn−1 < 1. Pornind de la relaţia (27.20)
condiţiile corespunzătoare metodei colocaţiilor sunt

(uT (η 2 + I) + cT )φ(ti ) = 0, i ∈ {1, 2, . . . , n − 1}. (27.25)

Reducând la dimensiunea n relaţiile de mai sus devin

 
1
 ti 
((u0 u1 . . . un−1 )M + (c0 c1 . . . cn−1 ))  ..  = 0, i ∈ {1, 2, . . . , n − 1}.
 
 . 
tn−1
i

sau !
n−1
X n−1
X n−1
X
uk mk,j tji + cj tji = 0, i ∈ {1, 2, . . . , n − 1}.
k=0 j=0 j=0

Sistemul algebric de ecuaţii liniare se formează din aceste ecuaţii la care se adaugă
condiţiile la limită date de (27.22) şi (27.23).

Exemplul 27.3.2 [34] Să se rezolve problema bilocală

−x′′ (t) + q(t)x(t) = f (t) t ∈ R,

limt→±∞ x(t) = 0

Pentru satisfacerea condiţiilor la limită alegem soluţia aproximativă de forma

M
X π(t − kh)
um (t) = uk sinc ,
k=−M
h
27.3. METODA COLOCAŢIILOR 679

def
unde h > 0 şi fie m = 2M + 1. În acest caz uk = um (kh) ≈ x(kh), ∀k ∈
{−M, −M + 1, . . . , M }.
Dacă se notează tj = jh atunci condiţiile de colocaţie sunt

−u′′m (tj ) + q(tj )um (tj ) = f (tj ), j ∈ {−M, −M + 1, . . . , M }.

−t2 sin t−2t cos t+2 sin t
Dacă φ(t) = sinc (t) atunci φ′′ (t) = t3
şi ı̂n consecinţă
1
lim φ′′ (t) = −
t→0 3
d 2
sinc π(t−kh)  π 2
h
= φ′′ (t)|t= π(t−kh)
dt2 h h

Pentru t = tj = jh se obţin

π2
d 2
sinc π(t−kh)  − 3h2
 dacă j = k
h
2
|t=jh = .
dt  − 2(−1)j−k dacă j ̸= k

(j−k)2 h2

Condiţiile de colocaţie devin

M
π2 2(−1)j−k
  X
q(tj ) + 2 uj + u = f (tj ),
2 h2 k
j ∈ {−M, −M + 1, . . . , M },
3h k=−M,k̸=j
(j − k)

adică un sistem algebric de m ecuaţii liniare cu m necunoscute.

Caz particular: q(t) = 1 şi f (t) = cosh2 3 t .
Soluţia generală a ecuaţiei diferenţiale este

2e−t (1 + e2t + e4t ) (C2 − 2)e−t + (C1 + C2 − 2)et + (C1 − 2)e3t

x(t) = − + C1 et + C2 e−t = .
1 + e2t 1 + e2t

2et
Condiţiile la limită au loc dacă C1 = C2 = 2 şi soluţia problemei bilocale este x(t) = 1+e2t
.

27.3.2 Variantă locală - de tip Runge-Kutta implicită

Se consideră problema cu valori iniţiale

ẋ(t) − f (t, x(t)) = 0, t ∈ [0, T ]
.
x(0) = x0

În acest caz, I = [0, T ], operatorul A : C 1 (I) → C(I) × R este definit

 
ẋ(t) − f (t, x(t)), t ∈ [0, T ] 0, t ∈ [0, T ]
A(x) = şi f = 0 .
x(0) x
680 CAPITOLUL 27. METODE SPECTRALE

Fie n ∈ N∗ , h = Tn . Metoda numerică urmăreşte determinarea şirului uh =

(u0 , u1 , . . . , un ), unde ui este o aproximaţie pentru x(ti ), ti = ih.
Presupunem că ui este calculat. Dacă t = ti + sh, y(s) = x(ti + sh) = x(t)
atunci
dy(s) dx(t) dt
= = hf (t, x(t)) = hf (ti + sh, y(s)).
ds dt ds
Fie 0 < α1 < α2 < . . . < αm ≤ 1. Metoda colocaţiilor impune condiţiile

dy(αj ) dy(s) 
= = f (ti + αj h, y(αj ), j ∈ {1, 2, . . . , m}. (27.26)
ds ds s=αj

Se aproximează
dy(s)
≈ L(Pm−1 ; α1 , . . . , αm ; ϕ)(s) (27.27)
ds
unde ϕ(s) = hf (ti + sh, y(s)). Are loc egalitatea
m
X
L(Pm−1 ; α1 , . . . , αm ; ϕ)(s) = h f (ti + αj h, y(αj ))lj (s),
j=1

unde lj (s), j ∈ {1, 2, . . . , m} sunt polinoamele Lagrange fundamentale.

Din (27.27) rezultă
Xm Z αk
y(αk ) − y(0) ≈ h f (ti + αj h, y(αj )) lj (σ)dσ, (27.28)
j=1 0

Xm Z 1
y(1) − y(0) ≈ h f (ti + αj h, y(αj )) lj (σ)dσ. (27.29)
j=1 0

Deoarece ui+1 − ui ≈ x(ti+1 ) − x(ti ) = x(ti + h) − x(ti ) = y(1) − y(0) schema de

calcul va fi
 ui+1 −ui Pm R1
h
− j=1 f (ti + αj h, y(αj )) 0 lj (σ)dσ, i ∈ {0, 1, . . . , m − 1}
0 .
u0 = x
Notând
Z 1
pj = lj (σ)dσ
Z0 αk
βk,j = lj (σ)dσ
0
kj (h) = f (ti + αj h, y(αj ))
27.4. METODA LUI RITZ 681

din (27.29) şi respectiv (27.28), rezultă relaţiile specifice unei metode Runge-
Kutta implicită
m
X m
X Z 1
Fm (h, ti , ui ; f ) = pj kj (h) = f (ti + αj h, y(αj )) lj (σ)dσ
j=1 j=1 0

kj (h) = f (ti + αj h, y(αj )) =

Xm Z αj
= f (ti + αj h, ui + h f (ti + αl h, y(αl )) ll (σ)dσ) =
l=1 0
m
X
= f (ti + αj h, ui + h βj,l kl (h)). (27.30)
l=1

27.4 Metoda lui Ritz

Fie problema de optimizare
J(x) → min (27.31)
unde J : D(J) ⊆ X → R este o funcţională. Utilizând notaţiile introduse ante-
rior, metoda lui Ritz constă ı̂n determinarea unei aproximaţii a soluţiei problemei
de optimizare de forma (27.2)
n
X
xn = x 0 + ci φ i
i=1

care să satisfacă restricţiile problemei de optimizare.

Exemplul 27.4.1

Se caută o soluţie a problemei variaţionale (27.5) de forma

x3 = c1 t(1 − t) + c2 t2 (1 − t)2 + c3 t3 (1 − t)3 .
Rezultă
1 3 1 5 11 2 1
J(x3 ) = c1 − c21 + c2 − c1 c2 − c2 + c3 −
15 20 70 84 1260 315
4 61 73
− c1 c3 − c2 c3 − c2 .
315 13860 120120 3
∂J ∂J ∂J
Sistemul { ∂c 1
= 0, ∂c 2
= 0, ∂c 3
= 0} coincide cu sistemul din Exemplul 27.1.1.
215717
Valoarea funcţionalei J pe soluţia obţinută este 28737345 ≈ 0.0075065.
682 CAPITOLUL 27. METODE SPECTRALE
Capitolul 28

Ecuaţii liniare prin forme

biliniare

28.1 Forma biliniară generată de o ecuaţie liniară

Fie
• H un spaţiu Hilbert real;
• D(A) ⊆ V ⊆ H subspaţii liniare al spaţiului H.
• operatorul liniar A : D(A) → V ∗ (V ⊆ H ⇒ V ∗ ⊇ H ∗ ). V ∗ desemnează
spaţiul normat al funcţionalelor liniare şi continue definite ı̂n V ;
• f ∈ V ∗.
Problema constă ı̂n rezolvarea ecuaţiei
A(u) = f (28.1)
Se introduce funcţionala biliniară prin
a(u, x) = A(u)(x), x ∈ V. (28.2)
În membrul drept se impune u ∈ D(A), dar ı̂n urma unor calcule, de exemplu
o integrare prin părţi, u care apare ı̂n a poate aparţine unei mulţimi mai largi.
Presupunem că a : V × V → R.
În locul ecuaţiei (28.1) se va considera ecuaţia
a(u, x) = f (x), ∀x ∈ V. (28.3)
Soluţia ecuaţiei (28.3) se numeşte soluţie slabă pentru ecuaţia (28.1).
Pentru funcţionala a se introduc proprietăţile:

683
684 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

•
∃ M > 0 astfel ı̂ncât |a(x, y)| ≤ M ∥x∥V ∥y∥V , ∀x, y ∈ V (28.4)
(proprietatea de mărginire, continuitate);

•
∃ m > 0 astfel ı̂ncât |a(x, x)| ≥ m∥x∥2V , ∀x ∈ V (28.5)
(proprietatea de coercitivitate).

Se observă inegalitatea m ≤ M.

Spaţii de funcţii
Fie I = (α, β) un interval deschis şi mărginit din R.1

Definiţia 28.1.1 Supportul unei funcţii x : I → R este mulţimea

supp(x) = {x ∈ I : x(t) ̸= 0}.

Exemplul 28.1.1

Fie α > 0. Suportul funcţiei

(
α2
−
eα (t) = e α2 −t2 dacă |t| < α
0 dacă |t| ≥ α

este mulţimea [−α, α].

Definiţia 28.1.2 Mulţimea funcţiilor de probă C0∞ (I) este formată din funcţii
indefinit derivabile cu suportul inclus ı̂n I.

• L2 (I)2 este spaţiu Hilbert cu

Z
∀u, v ∈ L2 (I) < u, v >L2 (I) = uvdt
ZI
∀u ∈ L2 (I) ∥u∥2L2 (I) = u2 dt
I
1
Pentru simplitate ne limităm la cazul unidimensional.
2
un element din L2 (I) este o clasă de echivalenţă corespunzătoare relaţiei de echivalenţă
v = u a.p.t. ı̂n I.
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 685

Definiţia 28.1.3 Fie x ∈ L2 (I). O funcţie y ∈ L2 (I) este derivata generalizată

de ordin n a lui x dacă
Z Z
(n)
x(t)φ (t)dt = (−1) n
y(t)φ(t)dt, ∀ φ ∈ C0∞ (I).
I I

Exemplul 28.1.2

Deoarece
Z 1 Z 1
′
|t|φ (t)dt = − sign (t)φ(t)dt, ∀ φ ∈ C0∞ (−1, 1)
−1 −1

derivata generalizată a funcţiei x(t) = |t| ı̂n intervalul (0, 1) este funcţia y(t) =
sign (t).
Se verifică uşor că dacă u′′ este derivata generalizată de ordinul doi a lui u ı̂n
intervalul I atunci u′′ este derivata generalizată a lui u′ ı̂n I. Au loc relaţiile
Z Z Z Z
′′ ′′
uφ = u φ şi uφ = − u′ φ,
′
∀φ ∈ C0∞ (I).
I I I I

Dacă ı̂n a doua egalitate se ia φ := ψ ′ atunci

Z Z Z
u ψ = uψ = − u′ ψ ′ .
′′ ′′
I I I

• H 1 (I) = {u ∈ L2 (I) : u′ ∈ L2 (I), (u2 + u′2 )dt < ∞}

R
I
Derivata u′ este considerată ı̂n sens generalizat.
Z
∀u, v ∈ H (I) < u, v >H 1 (I) = (uv + u′ v ′ )dt
1

Z I

∀u ∈ H 1 (I) ∥u∥2H 1 (I) = (u2 + u′2 )dt = ∥u∥2L2 (I) + ∥u′ ∥2L2 (I) .
I

H 1 (I) este spaţiu Hilbert relativ la produsul scalar definit anterior.

• H01 (I) = C0∞ (I) = {u ∈ H 1 (I) : u|∂I = 0},

unde ı̂nchiderea este ı̂n sensul normei din H 1 (I), iar sensul egalităţii u|∂I = 0
este t ∈ ∂I ⇒ limτ →t, τ ∈I u(τ ) = 0.

Teorema 28.1.1 (Inegalitatea Friedrichs-Poincaré) Are loc inegalitatea

∥u∥L2 (I) ≤ (β − α)∥u′ ∥L2 (I) , ∀ u ∈ H01 (I).

686 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

Demonstraţie. Pentru o funcţie derivabilă φ are loc egalitatea

Z t
φ(t) = φ(α) + φ′ (s)ds
α

ı̂n urma ridicării la pătrat au loc inegalităţile

Z t 2 !
φ2 (t) ≤ 2 φ2 (α) + φ′ (s)ds ≤
α

 Z t  Z t 
2 2 ′2
≤ 2 φ (α) + 1 ds φ (s)ds ≤
α α
 Z β 
2 ′2
≤ 2 φ (α) + (t − α) φ (s)ds
α
Integrând pe I se obţine
(β − α)2
Z  Z 
2 2 ′2
v (t)dt ≤ 2 (β − α)φ (α) + φ (s)ds .
I 2 I

Dacă φ(α) = 0 atunci inegalitatea anterioară devine

∥φ∥L2 (I) ≤ (β − α)∥φ′ ∥L2 (I) .

Dacă u ∈ H 1 (I) atunci există şirul (φk )k∈N astfel ı̂ncât φk ∈ C0∞ (I) şi
q
lim ∥φk − u∥H 1 (I) = 0 ⇔ lim ∥φk − u∥2L2 (I) + ∥φ′k − u′ ∥2L2 (I) = 0.
k→∞ k→∞

Atunci limk→∞ ∥φk − u∥L2 (I) = 0 şi limk→∞ ∥φ′k − u′ ∥L2 (I) = 0. Inegalitatea
|∥a∥ − ∥b∥| ≤ ∥a − b∥ implică

lim ∥φk ∥L2 (I) = ∥u∥L2 (I) ,

k→∞
lim ∥φ′k ∥L2 (I) = ∥u′ ∥L2 (I) .
k→∞

Pentru k → ∞ ı̂n inegalitatea ∥φk ∥L2 (I) ≤ (β − α)∥φ′k ∥L2 (I) se obţine
∥u∥L2 (I) ≤ (β − α)∥u′ ∥L2 (I) .
Dacă u ∈ H01 (I) atunci

∥u∥2H 1 (I) ≤ 1 + (β − α)2 ∥u′ ∥2L2 (I) .

(28.6)
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 687

În H01 (I) o normă este

Z  12
′ ′2
∥u∥H01 (I) = ∥u ∥L2 (I) = u dt .
I

Această normă este echivalentă cu norma din H 1 (I), pentru orice u ∈ H01 (I)
au loc relaţiile

1
p ∥u∥H 1 (I) ≤ ∥u∥H01 (I) ≤ ∥u∥H 1 (I) .
1 + (β − α)2

• H k (I) = {u ∈ L2 (I) : u(j) ∈ L2 (I), 1 ≤ j ≤ k,

R Pk
I
(u2 + (j) 2
j=1 (u ) dt < ∞}
Toate derivatele sunt considerate ı̂n sens generalizat.
Z k
X
k
∀u, v ∈ H (I) < u, v >H k (I) = (uv + u(j) v (j) )dt
I j=1

k
X
∀u ∈ H k (I) ∥u∥2H k (I) = ∥u∥2L2 (I) + ∥u(j) ∥2L2 (I) .
j=1

• H0k (I) = {u ∈ H k (I) : u|∂I = u′ |∂I = . . . = u(k−1) |∂I = 0}.

H 1 (I), H01 (I), H k (I), H0k (I) sunt denumite spaţii Sobolev.
Menţionăm următorul rezultat, [7]:

¯ astfel ı̂ncât
Teorema 28.1.2 Pentru orice u ∈ H 1 (I) există o funcţie ũ ∈ C(I)

u = ũ a.p.t. ı̂n I
Rt
ũ(t1 ) − ũ(t2 ) = t21 u′ (t)dt.

ũ este denumit reprezentantul continuu al lui u. Nu se face distincţie ı̂ntre u şi ũ.
O consecinţă a teoremei 28.1.2 este

¯ astfel ı̂ncât
Teorema 28.1.3 Pentru orice u ∈ H 2 (I) există o funcţie ũ ∈ C 1 (I)

u′ = ũ′ a.p.t. ı̂n I

Rt
ũ(t) = ũ(t0 ) + ũ (t0 )(t − t0 ) + t0 u′′ (s)(t − s)ds.
′
688 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

Demonstraţie. Deoarece u′′ este derivata generalizată a lui u′ există o funcţie

continuă ū astfel ı̂ncât ū = u′ a.p.t ı̂n I şi
Z t
ū(t) − ū(t0 ) = u′′ (s)ds. (28.7)
t0

Rt
Fie ũ(t) = ũ(t0 ) + t0
ū(s)ds ⇔ ũ′ = ū. Relaţia (28.7) se scrie
Z t
′ ′
ũ (t) − ũ (t0 ) = u′′ (s)ds.
t0

Integrând se obţine
Z t Z τ  Z t
′ ′′
ũ(t) − ũ(t0 ) − ũ (t0 )(t − t0 ) = u (s)ds dτ = u′′ (s)(t − s)ds.
t0 t0 t0

Probleme unidimensionale
Fie I = (α, β), H = L2 (I) şi funcţiile

• p ∈ C 1 (I)
¯ astfel ı̂ncât p(t) ≥ p0 > 0, ¯
∀t ∈ I;

• r ∈ C(I)
¯ astfel ı̂ncât r(t) ≥ 0, ¯
∀t ∈ I;

• f ∈ L2 (I).

1. Problema Dirichlet
d
(p(t)u′ ) + r(t)u = f (t),

− dt t ∈ I,
(28.8)
u(α) = u(β) = 0

Fie V = H01 (I) şi operatorul A definit prin

d ¯
A(u) = − (p(t)u′ ) + r(t)u, u ∈ D(A) = C 2 (I). (28.9)
dt
Fie u o funcţie de două ori derivabilă care satisface condiţiile la limită,
u(α) = u(β) = 0. Atunci
Z Z  
d ′
A(u)(x) = A(u)xdt = − (p(t)u ) + r(t)u xdt.
I I dt
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 689

În urma unei integrări prin părţi se obţine funcţionala a :

Z
a(u, x) = (p(t)u′ x′ + r(t)ux)dt. (28.10)
I

În (28.10) este suficientă condiţia de netezime u ∈ V. Astfel funcţionala a

este biliniară şi simetrică, a(u, x) = a(x, u), ∀u, x ∈ V.
Verificarea condiţiei de

• mărginire
Z
|a(u, x)| ≤ max{∥p∥C(I)
¯ , ∥r∥C(I)
¯} (|u| |x| + |u′ | |x′ |)dt ≤
I
Z √ √
≤M u2 + u′2 x2 + x′2 dt ≤
I
sZ sZ
≤M (u2 + u′2 )dt (x2 + x′2 )dt = M ∥u∥H 1 (I) ∥x∥H 1 (I) ,
I I

¯ , ∥r∥C(I)
unde s-a notat M = max{∥p∥C(I) ¯ }.

• coercitivitate
Utilizând (28.6)
Z
p0
a(u, u) ≥ p0 u′2 dt = p0 ∥u′ ∥2L2 (I) ≥ ∥u∥2H 1 (I) .
I 1 + (β − α)2

Soluţia slabă a problemei (28.34) este dată de formularea slabă:

Z Z
′ ′
(p(t)u x + r(t)ux)dt = f (t)xdt, ∀ x ∈ H01 (I).
I I

2. Problema Neumann
− dt (p(t)u′ ) + r(t)u = f (t),
 d
t ∈ I,
u′ (α) = u′ (β) = 0

Analog, fie V = H 1 (I) şi operatorul A va fi dat de (28.9). Deoarece u′ (α) =

u′ (β) = 0, analog cu cazul precedent, rezultă
Z Z
a(u, x) = A(u)xdt = (p(t)u′ x′ + r(t)ux)dt.
I I
690 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

28.1.1 Teoreme de existenţă

Problematica acestei secţiuni se referă la existenţa unei soluţii a ecuatiei (28.1)
sau (28.3).
Se pun ı̂n evidenţă două cazuri după cum funcţionala a este simetrică sau nu.
Cazul simetric

Teorema 28.1.4 Dacă

• V spaţiu liniar;

• a : V × V → R este o funcţională biliniară, simetrică şi coercitivă

atunci (u, v) 7→ a(u, v) defineşte un produs scalar ı̂n V.

Teorema 28.1.5 Dacă

• V spaţiu liniar;

• a : V × V → R este o funcţională biliniară, simetrică şi coercitivă;

• f ∈V∗

atunci exisă un singur u ∈ V astfel ı̂ncât a(u, x) = f (x), ∀x ∈ V.

Demonstraţie. Deoarece a(u, v) este produs scalar ı̂n V , potrivit Teoremei

lui Riesz, există un sigur u ∈ V astfel ı̂ncât funcţionala f are reprezentarea
f (x) = a(u, x), ∀x ∈ V.
Cazul nesimetric

Teorema 28.1.6 (Lax-Milgram) Dacă

• V spaţiu Hilbert;

• a : V × V → R o formă biliniară, mărginită (28.4) şi coercitivă (28.5);

• f ∈ V ∗,

atunci există un singur u ∈ V astfel ı̂ncât a(u, x) = f (x), ∀ x ∈ V.

28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 691

Demonstraţie. Operatorul A : V → V ∗ definit prin A(u)(x) = a(u, x) este

liniar şi continuu. A(u) ∈ V ∗ şi potrivit Teoremei lui Riesz va exista un element
τ (A(u)) ∈ V astfel ı̂ncât A(u)(x) =< x, τ (A(u)) > şi ∥τ (A(u))∥ = ∥A(u)∥, unde
τ ∈ (V ∗ , V )∗ este bijecţia indusă de Teorema lui Riesz.
Ecuaţia a(u, x) = f (x), ∀x ∈ V este echivalentă cu ecuaţiile

A(u)(x) = f (x), ∀x ∈ V
< x, τ (A(u)) > = < x, τ (f ) >, ∀x ∈ V
τ (A(u)) = τ (f ). (28.11)

Existenţa şi unicitatea soluţiei ecuaţiei (28.11) va rezulta din Teorema de punct
fix a lui Banach aplicată operatorului T : V → V, definit prin

T (u) = u − ρ (τ (A(u)) − τ (f )) ,

unde ρ este un parametru real care se va preciza astfel ı̂ncât T să fie contracţie.
Fie u1 , u2 ∈ V şi u = u1 − u2 . Au loc egalităţile

∥T (u1 ) − T (u2 )∥2 = ∥u − ρτ (A(u))∥2 =< u − ρτ (A(u)), u − ρτ (A(u)) >=

= ∥u∥2 − ρ < τ (A(u)), u > −ρ < u, τ (A(u)) > +ρ2 < τ (A(u)), τ (A(u)) >=
= ∥u∥2 − 2ρa(u, u) + ρ2 a(u, τ (A(u))).
Ţinând seama de proprietăţile de marginire şi coercitivitatea ale funcţionalei a
rezultă

∥T (u1 )−T (u2 )∥2 ≤ ∥u∥2 −2mρ∥u∥2 +M ρ2 ∥u∥∥τ (A(u))∥ ≤ (1−2mρ+M 2 ρ2 )∥u∥2 .

Este suficient ca ρ să fie ales astfel ı̂ncât

2m
0 ≤ 1 − 2mρ + M 2 ρ2 < 1 ⇔ ρ ∈ (0, ).
M2

Problema bilocală
−u′′ = sign t


u(−1) = u(1) = 0
nu are soluţie obişnuită deoarece membrul drept nu are proprietatea lui Darboux
ı̂n intervalul (-1,1), dar problema
Z 1 Z 1
′ ′
u v dt = sign tvdt, ∀ v ∈ H01 (−1, 1),
−1 −1
692 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

are soluţia
 1 2
 2 (t + t) dacă t ∈ (−1, 0)
u(t) = .
1 2
(t − t) dacă t ∈ [0, 1)

2

Teorema 28.1.7 Fie α = σ0 < σ1 < . . . < σm = β, Jk = [σk , σk+1 ] şi ecuaţia

d
− (p(t)u′ ) + r(t)u = f (t) (28.12)
dt

Dacă

1. uk ∈ C 2 (Jk ), k ∈ {0, 1, . . . , m − 1} sunt soluţii ale ecuaţiei (28.12);

2. funcţia u : I = (α, β) → R definită prin u(t) = uk (t), t ∈ [σk , σk+1 ) este de

clasă C 1 (I) şi satisface condiţiile u(α) = u(β) = 0

atunci u este soluţie slabă a ecuaţiei (28.12).

Demonstraţie. Pentru φ ∈ C0∞ (I) calculăm

Z β m−1
X Z σk+1
′ ′
a(u, φ) = (p(t)u φ + r(t)uφ)dt = (p(t)u′k φ′ + r(t)uk φ)dt.
α k=0 σk

După o integrare prin părţi se obţine

m−1
X Z σk+1 
d
a(u, v) = (− (p(t)u′k ) + r(t)uk )φdt + p(t)u′k φ|σσk+1 =
k=0 σk dt k

m−1
X Z σk+1  Z β
′
= f (t)φdt + p(t)u φ|σσkk+1 = f (t)φdt = f (φ),
k=0 σk α

′ σk+1
deoarece m−1 = 0, ı̂ntrucât φ(α) = φ(β) = 0, funcţiile p, φ şi u′
P
k=0 p(t)u φ|σk
sunt continue.
Definiţia H01 (I) = C0∞ (I) implică a(u, v) = f (v), ∀ v ∈ H01 (I).
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 693

28.1.2 Rezolvarea numerică prin metoda Galerkin

Utilizăm metoda Galerkin pentru rezolvarea ecuaţiei (28.3). Fie Vn un subspaţiu
finit dimensional al lui V. Aproximaţie un ∈ Vn a lui u va satisface

a(un , xn ) = f (xn ), ∀xn ∈ Vn . (28.13)

Teorema 28.1.8 Au loc relaţiile

a(u − un , xn ) = 0; ∀xn ∈ Vn .

Demonstraţie. Relaţia rezultă ı̂n urma diferenţei dintre (28.3), pentru x = xn

şi (28.13).
Are loc următoarea evaluare a priori a erorii

Teorema 28.1.9 (Lema lui Céa) În ipotezele Teoremei Lax-Milgram are loc
inegalitatea
M
∥u − un ∥ ≤ inf ∥u − xn ∥.
m xn ∈Vn

Demonstraţie. Folosind teorema anterioară, au loc relaţiile

m∥u − un ∥2 ≤ a(u − un , u − un ) = a(u − un , u − xn ) + a(u − un , xn − un ) =

= a(u − un , u − xn ) ≤ M ∥u − un ∥ ∥u − xn ∥, ∀xn ∈ Vn ,
de unde rezultă inegalitatea din enunţul teoremei.
Dacă (ei )1≤i≤n formează o bază pentru Vn şi un = nj=1 cj ej atunci (28.13)
P
conduce la sistemul algebric de ecuaţii liniare
n
X
cj a(ej , ei ) = f (ei ), i ∈ {1, 2, . . . , n}. (28.14)
j=1

Dacă funcţionala a este biliniară şi coercitivă atunci matricea sistemului liniar
(28.14) este nesingulară. Într-adevăr, dacă
   
a(e1 , e1 ) a(e2 , e1 ) . . . a(en , e1 ) c1
 a(e1 , e2 ) a(e2 , e2 ) . . . a(en , e2 )   c2 
Λ= c =  ..  ∈ Rn (28.15)
   
.. . . .. 
 . . .   . 
a(e1 , en ) a(e2 , en ) . . . a(en , en ) cn
694 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

astfel ı̂ncât Λc = 0 atunci nj=1 cj a(ej , ei ) = 0, ∀i ∈ {1, 2, . . . , n}. Înmulţind

P
relaţia i cu ci şi sumând se obţine
n
X n
X
a( cj ej , ci ei ) = 0.
j=1 i=1

Condiţia de coercitivitate implică c = 0.

Presupunem că V este spaţiu Hilbert separabil, adică există o familie de el-
emente liniar independente (ei )i∈N∗ cu proprietatea {ei : i ∈ N∗ } = V. Se mai
foloseşte şi terminologia familia (ei )i∈N∗ este ı̂nchisă.
În metoda Galerkin se va alege

Vn = span{e1 , e2 , . . . , en }, n ∈ N∗ . (28.16)

Rezultă că ∪n∈N∗ Vn = V.

Teorema 28.1.10 Dacă

• V este spaţiu Hilbert separabil;

• a : V × V → R este o formă biliniară, mărginită (28.4) şi coercitivă (28.5);

• f ∈ V ∗,

• familia de subspaţii finit dimensionale (Vn )n∈N∗ este definită de (28.16)

atunci şirul de aproximaţii (un )n∈N∗ , un ∈ Vn , construit prin metoda Galerkin
converge către soluţia ecuaţiei (28.3).

Demonstraţie. Din

m∥un ∥2 ≤ a(un , un ) = f (un ) ≤ ∥f ∥∥un ∥, ∀n ∈ N∗

rezultă că ∥un ∥ ≤ ∥fm∥ , ∀n ∈ N∗ , adică şirul (un )n∈N∗ este mărginit. Potrivit
teoremei H.10.2 şirul conţine subşirul (unk )k∈N∗ slab convergent către un element
u∗ ∈ V.
Fie x ∈ V fixat pentru moment. Funcţionala u 7→ a(u, x) este liniară şi
continuă. Potrivit teoremei lui Riesz există un element φx ∈ V astfel ı̂ncât
a(u, x) =< φx , u >, ∀u ∈ V.
Atunci

lim a(unk , x) = lim < φx , unk >=< φx , u∗ >= a(u∗ , x). (28.17)
k→∞ k→∞
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 695

Cum x a fost arbitrar, limita anterioară are loc pentru orice x ∈ V.

Proprietatea de separabilitate implică: pentru orice x ∈ V va exista un şir
(xn )n∈N∗ astfel ı̂ncât xn ∈ Vn şi limn→∞ xn = x. Trecem la limită ı̂n egalităţile
a(unk , xnk ) = f (xnk ), k ∈ N∗ .
Pentru membrul drept limk→∞ f (xnk ) = f (x). Membrul stâng se scrie
a(unk , xnk ) = a(unk , x) + a(unk , xnk − x).
Potrivit (28.17), primul termen tinde către a(u∗ , x). Pentru al doilea termen
∥f ∥
|a(unk , xnk − x)| ≤ M ∥unk ∥∥xnk − x∥ ≤ M ∥xnk − x∥ → 0, pentru k → ∞.
m
Astfel limk→∞ a(unk , xnk ) = a(u∗ , x).
Prin urmare a(u∗ , x) = f (x), ∀x ∈ V, adică u∗ este soluţie a ecuaţiei (28.3).
Orice subşir al şirului (un )n∈N∗ conţine un subşir slab convergent către o soluţie
a ecuaţie (28.3) şi cum soluţia este unică rezultă că şirul (un )n∈N∗ converge slab
către u∗ .
Rămâne de justificat convergenţa ı̂n sensul normei. Au loc relaţiile
c∥un − u∗ ∥2 ≤ a(un − u∗ , un − u∗ ) = a(un − u∗ , un ) − a(un , u∗ ) + a(u∗ , u∗ ).
Din teorema 28.1.8 a(un − u∗ , un ) = 0.
Din (28.17) limk→∞ a(un , u∗ ) = a(u∗ , u∗ ) = f (u∗ ).
u∗ ca soluţie a ecuaţiei (28.3) implică a(u∗ , u∗ ) = f (u∗ ).
Rezultă că
lim (a(un − u∗ , un ) − a(un , u∗ ) + a(u∗ , u∗ )) = lim (f (u∗ ) − a(un , u∗ )) = 0.
k→∞ k→∞

de unde convergenţa ı̂n normă.

Evaluarea erorii
Dacă I∆ (u) ∈ S1 este funcţia spline polinomială de interpolare de ordinul
ı̂ntâi, (continuă şi afină pe porţiuni) corespunzătoare unei diviziuni ∆ : α = t0 <
t1 < . . . < tn = β a intervalului I a funcţiei u : I → R, atunci are loc următoarea
evaluare a erorii
Teorema 28.1.11 Dacă u ∈ H 2 (I), atunci există o constantă C > 0 astfel ı̂ncât
∥u − I∆ (u)∥H 1 (I) ≤ Ch∥u′′ ∥L2 (I) ,
unde h = max0≤i≤n−1 hi , hi = ti+1 − ti .
696 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

Vom da două demonstaţii ale acestei teoreme.

Demonstraţia 1. [59] O funcţie continuă f : [0, l] → R cu f (0) = f (l) = 0 se
poate prelungi la o funcţie impară definită ı̂n [−l, l] şi apoi prin periodicitate la
o funcţie continuă ı̂n R. Pentru această funcţie are loc dezvoltarea Fourier
∞
X kπt
f (t) = ak sin
k=1
l

şi egalitatea lui Parseval

∞ Z l
X 2
a2k = f 2 (t)dt = .
k=1
l 0

Particularizând pentru f = u − I∆ (u) definită ı̂n [ti , ti+1 ] rezultă egalităţile

∞
X kπ(t − ti )
u(t) − I∆ (u)(t) = ak sin t ∈ [ti , ti+1 ] (28.18)
k=1
hi
∞ Z ti+1
X 2
a2k = (u(t) − I∆ (u)(t))2 dt (28.19)
k=1
hi ti

Derivând la rând de două ori (28.18), rezultă

∞
′ ′
X kπak kπ(t − ti )
u (t) − (I∆ (u)) (t) = cos t ∈ [ti , ti+1 ]
k=1
hi hi
∞  2 Z ti+1
X kπak 2
= (u′ (t) − (I∆ (u))′ (t))2 dt (28.20)
k=1
hi hi ti
∞  2
′′ ′′
X kπak kπ(t − ti )
u (t) − (I∆ (u)) (t) = − sin t ∈ [ti , ti+1 ]
k=1
hi hi
∞  4 Z ti+1
X kπak 2
= (u′′ (t) − (I∆ (u)′′ (t))2 dt =
k=1
hi hi ti
Z ti+1
2
= (u′′ (t))2 dt (28.21)
hi ti

deoarece I∆ este polinom de gradul ı̂ntâi ı̂n [ti , ti+1 ].

Din relaţiile (28.19) şi (28.21) rezultă
Z ti+1  4 Z ti+1
hi
2
(u(t) − I∆ (u)(t)) dt ≤ (u′′ (t))2 dt
ti π ti
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 697

iar din (28.20) şi (28.21) rezultă

Z ti+1  2 Z ti+1
′ ′ hi
(u (t) − (I∆ (u)) (t)) dt ≤ 2
(u′′ (t))2 dt
ti π ti

Sumând după i se obţin evaluările

Z β  4 Z β
h
(u(t) − I∆ (u)(t)) dt ≤ 2
(u′′ (t))2 dt
α π α

Z β  2 Z β
′ h′
(u (t) − (I∆ (u)) (t)) dt ≤ (u′′ (t))2 dt
2
α π α
sau
 4  2
h h
∥u − I(u)∥2L2 (I) ≤ ∥u′′ ∥2L2 (I) şi ∥u − ′
(I(u))′ ∥2L2 (I) ≤ ∥u′′ ∥2L2 (I)
π π

Astfel
∥u − I(u)∥2H 1 (I) = ∥u − I(u)∥2L2 (I) + ∥u′ − (I(u))′ ∥2L2 (I) ≤
 2  4 !
h h
≤ + ∥u′′ ∥2L2 (I) .
π π

Demonstraţia 2. Vom evalua

Z β n−1 Z
X ti+1
∥u − I(u)∥2L2 (I) = (u − I(u)) = 2
(u(t) − I(u)(t))2 dt (28.22)
α i=0 ti

şi
Z β n−1 Z
X ti+1
′
∥u −(I(u))′ ∥2L2 (I) = ′
(u −(I(u)) ) = ′ 2
(u′ (t)−(I(u))′ (t))2 dt. (28.23)
α i=0 ti

Utilizând notaţiile ui = u(ti ), i ∈ {0, 1, . . . , n}, ı̂n intervalul (ti , ti+1 ), I(u)
este
ti+1 − t t − ti ui+1 − ui
I(u)(t) = ui + ui+1 = ui + (t − ti ).
ti+1 − ti ti+1 − ti ti+1 − ti
şi
ui+1 − ui
(I(u))′ (t) = .
ti+1 − ti
698 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

Potrivit teoremei 28.1.3 există un reprezentant de clasă C 1 (I) a lui u pentru

care au loc relaţiile
Z t
′ ′
u (t) = u (ti ) + u′′ (s)ds (28.24)
ti
Z t
′
u(t) = u(ti ) + u (ti )(t − ti ) + u′′ (s)(t − s)ds (28.25)
ti

În particular, din (28.25) rezultă

Z ti+1
′
ui+1 = ui + u (ti )(ti+1 − ti ) + u′′ (s)(ti+1 − s))ds
ti

de unde
ti+1
ui+1 − ui
Z
1
− u′ (ti ) = u′′ (s)(ti+1 − s))ds.
ti+1 − ti ti+1 − ti ti

Ridicând la pătrat , ı̂n urma aplicării inegalităţii lui Cauchy rezultă

2
ti+1 − ti ti+1 ′′ h ti+1 ′′

ui+1 − ui
Z Z
′ 2
− u (ti ) ≤ (u (s)) ds ≤ (u (s))2 ds. (28.26)
ti+1 − ti 3 ti 3 ti

Din (28.24) se deduce

Z t 2 Z t
′ ′ ′′
(u (t) − u (ti )) = 2
u (s)ds ≤ (t − ti ) (u′′ (s))2 ds ≤ (28.27)
ti ti

Z ti+1
≤h (u′′ (s))2 ds.
ti

Din cele două inegalităţi (28.26) şi (28.27) se obţine

 
′ ui+1 − ui 2 ′ ′ 2 ′ ui+1 − ui 2
(u (t) − ) ≤ 2 (u (t) − u (ti )) + (u (ti ) − ) ≤
ti+1 − ti ti+1 − ti
Z t
8h
≤ (u′′ (s))2 ds.
3 ti

În consecinţă
β
8h2 8h2 ′′ 2
Z
′
∥u − (I(u))′ ∥2L2 (I) ≤ (u′′ (s))2 ds = ∥u ∥L2 (I) .
3 α 3
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 699

Din nou pentru t ∈ (ti , ti+1 ) din (28.25) se găseşte

  Z t
′ ui+1 − ui
u(t) − I(u)(t) = u (ti ) − (t − ti ) + u′′ (s)(t − s)ds.
ti+1 − ti ti

Procedând asemănator, se obţine succesiv

Z t 2 !
2 ui+1 − ui 2
′ ′′
(u(t) − I(u)(t)) ≤ 2 (u (ti ) − ) (t − ti )2 + u (s)(t − s)ds ≤
ti+1 − ti ti

ti+1 t ti+1
h3 (t − ti )3 4h3
 Z Z  Z
′′ ′′
≤2 2
(u (s)) ds + 2
(u (s)) ds ≤ (u′′ (s))2 ds.
3 ti 3 ti 3 ti

Astfel
β
4h4 4h4 ′′ 2
Z
∥u − I(u)∥2L2 (I) ≤ (u′′ (s))2 ds = ∥u ∥L2 (I) .
3 α 3
În final se obţine
8h2 4h4
 
∥u − I(u)∥2H 1 (I) ≤ + ∥u′′ ∥2L2 (I) .
3 3
Acest rezultat ı̂mpreună cu Teorema 28.1.9 conduce la
Teorema 28.1.12 Dacă u ∈ H 2 (I) şi un = I∆ atunci există o constantă C > 0
astfel ı̂ncât
∥u − un ∥H 1 (I) ≤ Ch∥u′′ ∥L2 (I) .

Dorim să detaliem utilizarea metodei Galerkin ı̂n cazul problemei lui Dirichlet
formulată mai sus.
Punem ı̂n evidenţa două familii de funcţii (ei )i utile pentru aplicarea metodei
Galerkin.
1. Metoda Galerkin cu polinoame
Teorema 28.1.13 Familia de polinoame ei (t) = (β − t)(t − α)i , i ∈ N∗ este
ı̂nchisă ı̂n H01 (I).

Demonstraţie. Fie u ∈ H01 (I) şi ε > 0. Arătăm existenţa unui polinoam P cu
proprietăţile ∥u − P ∥H 1 (I) < ε, P (α) = P (β) = 0.
Din definiţia spaţiului H01 (I) rezultă există unei funcţii φ ∈ C0∞ (I) astfel ı̂ncât
ε
∥u − φ∥H 1 (I) < . (28.28)
2
700 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

Din teorema lui Weierstass rezultă existenţa unui polinom P1 astfel ı̂ncât
ε
∥φ′ − P1 ∥C(I) ′
¯ = max |φ (t) − P1 (t)| < p .
t∈[α,β] 4(β − α + 1) 2(β − α)

Fie
t β
t−α
Z Z
P (t) = P1 (s)ds − P1 (s)ds.
α β−α α

Atunci

• P (α) = P (β) = 0

• Z β Z β Z β
′
| P1 (s)ds| ≤ |P1 (s) − φ (t)|sds + | φ′ (s)ds| =
α α α
β
ε(β − α)
Z
= |P1 (s) − φ′ (t)|sds ≤ p .
α 4(β − α + 1) 2(β − α)
•
t
t−α β
Z Z
′
|φ(t) − P (t)| = | (φ (s) − P1 (s))ds + P1 (s)ds| ≤
α β−α α
Z β Z β
′ ε(β − α)
≤ |φ (t) − P1 (s)|ds + | P1 (s)ds| ≤ p ≤
α α 2(β − α + 1) 2(β − α)
ε
≤ p .
2 2(β − α)
• Z β
′ ′ 1 ′
|φ (t) − P (t)| = |φ (t) − P1 (t) + P1 (s)ds| ≤
β−α α
Z β
′ 1 ε
≤ |φ (t) − P1 (t)| + | P1 (s)ds| ≤ p ≤
β−α α 2(β − α + 1) 2(β − α)
ε
≤ p .
2 2(β − α)

Utilizând ultimele două inegalităţi se găseşte

β
ε2
Z
P ∥2H 1 (I) (φ(t) − P (t))2 + (φ′ (t) − P ′ (t))2 dt ≤ .


∥φ − = (28.29)
α 4
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 701

Din (28.28) şi (28.29) se deduce

∥u − P ∥H 1 (I) ≤ ∥u − φ∥H 1 (I) + ∥φ − P ∥H 1 (I) < ε.

Detalii de implementare. Pentru problema bilocală (28.8), conform sistemului

(28.14), se alege n ∈ N∗ şi se calculează succesiv:
1.
Z
p(t)e′i (t)e′j (t) + r(t)ei (t)ej (t) dt,


Λi,j = a(ei , ej ) = i, j ∈ {1, 2, . . . , n};
I
unde ei (t) = (β − t)(t − α)i , e′i (t) = (iβ + α − (i + 1)t) (t − α)i−1 .
2. Z
Φi = f (ei ) =< f, ei >= f (t)ei (t)dt, i ∈ {1, 2, . . . , n};
I

3. c = Λ−1 Φ
4. un = ni=1 ci ei (t).
P

2. Metoda Galerkin cu funcţii spline

Fie n ∈ N∗ , h = β−α
n
şi reţeaua de noduri
α = t0 < t1 < . . . < tn = β,
unde ti = α + ih, i ∈ {−, 1, . . . , n}.
Pentru i ∈ {1, 2, . . . , n − 1}, fie
 t−ti−1
 h dacă t ∈ [ti−1 , ti ]
ti+1 −t
ei,n (t) = dacă t ∈ [ti , ti+1 ] (28.30)
 h
0 dacă t ∈ [α, ti−1 ] ∪ [ti+1 , β]
şi Vn = span{e1,n , . . . , en−1,n }. Graficul funcţiei ei,n este reprezentat ı̂n figura
următoare.
6

1
@
b b b @@b -
ti−1 ti ti+1
702 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

Pn−1
Funcţia s = i=1 ui ei,n este o funcţie spline polinomială de ordinul ı̂ntâi,
s ∈ S1 , care satisface condiţiile de interpolare s(ti ) = ui , i ∈ {1, . . . , n − 1} şi
s(t0 ) = s(tn ) = 0. Într-adevăr, dacă t ∈ [ti , ti+1 ] atunci
ti+1 − t t − ti
s(t) = ui ei,n (t) + ui+1 ei+1,n (t) = ui + ui+1 =
ti+1 − ti ti+1 − ti
ui+1 − ui
= ui + (t − ti ) = s|[ti ,ti−1 ] (t).
ti+1 − ti
Teorema 28.1.14 Familia de funcţii (ei,n )1≤i≤n−1, n∈N este ı̂nchisă ı̂n H01 (I).

Demonstraţie. Fie u ∈ H01 (I) şi ε > 0. Arătăm existenţa unei funcţii spline
s ∈ S1 cu proprietăţile ∥u − s∥H 1 (I) < ε, s(α) = s(β) = 0.
Din definiţia spaţiului H01 (I) rezultă există unei funcţii φ ∈ C0∞ (I) astfel ı̂ncât
ε
∥u − φ∥H 1 (I) < . (28.31)
2
Funcţia φ′ este uniform continuă ı̂n [α, β] : ∀ ε > 0 ∃ δ > 0 astfel ı̂ncât
ε
|t′ − t′′ | < δ ⇒ |φ′ (t′ ) − φ′ (t′′ )| < p .
2 2((β − α) + (β − α)2 )
Fie n ∈ N astfel ı̂ncât h = β−α n
< δ şi s ∈ S1 funcţia spline polinomială de
interpolare a lui φ ı̂n nodurile ti = α + ih, i ∈ {0, 1, . . . , n}.
Atunci
• s(α) = s(β) = 0
• (
s(t) = φ(ti ) + φ(ti+1 )−φ(ti )
ti+1 −ti
(t − ti )
t ∈ [ti , ti+1 ] ⇒ φ(t )−φ(t )
s′ (t) = i+1ti+1 −ti
i

•
φ(ti+1 ) − φ(ti )
t ∈ [ti , ti+1 ] ⇒ |φ′ (t) − s′ (t)| = |φ′ (t) − |=
ti+1 − ti
ε
= |φ′ (t) − φ′ (ξ)| < p ,
2 2((β − α) + (β − α)2 )
(ξ ∈ (ti , ti+1 )) şi
Z t Z t  21
′ ′
√ ′ ′ 2
|φ(t) − s(t)| = | (φ (τ ) − s (τ ))dτ | ≤ t − ti (φ (τ ) − s (τ )) dτ ≤
ti ti
ε
< p h.
2 2((β − α) + (β − α)2 )
28.1. FORMA BILINIARĂ GENERATĂ DE O ECUAŢIE LINIARĂ 703

•
Z β n−1 Z
X ti+1
′ ′ 2
(φ (t) − s (t)) dt = (φ′ (t) − s′ (t))2 dt <
α i=0 ti

ε2 ε2 (β − α) ε2
< nh = < .
8((β − α) + (β − α)2 ) 8((β − α) + (β − α)2 ) 8
•
Z β n−1 Z
X ti+1
2
(φ(t) − s(t)) dt = (φ(t) − s(t))2 dt <
α i=0 ti

ε2 2 ε2 (β − α)2 ε2
< nh < < .
8((β − α) + (β − α)2 ) 8((β − α) + (β − α)2 ) 8
Utilizând ultimele două inegalităţi se găseşte
Z β
2 2 ′ ′ 2

ε2
∥φ − s∥H 1 (I) = (φ(t) − s(t)) + (φ (t) − s (t)) dt ≤ . (28.32)
α 4

Din (28.31) şi (28.32) se deduce

∥u − s∥H 1 (I) ≤ ∥u − φ∥H 1 (I) + ∥φ − s∥H 1 (I) < ε.

Pn−1
Pentru simplificarea scrierii vom folosi notaţia ei = ei,n . Dacă un = j=1 cj ej
atunci ecuaţia a(un , ei ) = f (ei ) devine
Z ti 
ui−1
a(un , ei ) = (r(t)(t − ti−1 )(ti − t) − p(t))dt + (28.33)
ti−1 h2
Z ti+1 Z ti Z ti+1 
2 ui 2
+ p(t)dt + r(t)(t − ti−1 ) dt + r(t)(ti+1 − t) dt +
ti−1 ti−1 ti h2
Z ti+1 
ui+1
+ (r(t)(t − ti )(ti+1 − t) − p(t))dt =
ti h2
Z ti Z ti+1 
1
= f (t)(t − ti−1 )dt + f (t)(ti+1 − t)dt .
h ti−1 ti

Astfel determinarea aproximării un revine la rezolvarea unui sistem algebric de

ecuaţii liniare tridiagonal.
Detalii de implementare. Pentru aceaşi problema bilocală (28.8), potrivit
egalităţii (28.33), se alege n ∈ N∗ şi se execută operaţiile:
704 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

1. Pentru i ∈ {1, 2, . . . , n − 1} se calculează numerele

Z ti
1
bi = 2 (r(t)(t − ti−1 )(ti − t) − p(t))dt
h ti−1
Z ti+1 
1
ai = 2 (r(t)(t − ti )(ti+1 − t) − p(t))dt
h ti
Z ti+1
1
ci = 2 (r(t)(t − ti )(ti+1 − t) − p(t))dt
h ti
Z ti Z ti+1 
1
Φi = f (t)(t − ti−1 )dt + f (t)(ti+1 − t)dt ,
h ti−1 ti

β−α
unde h = n
, tj = jh, j ∈ {0, 1, . . . , n};

2. Se rezolvă sistemul algebric de ecuaţii tridiagonal

bi ui−1 + ai ui + ci ui+1 = Φi , i ∈ {1, 2, . . . , n − 1}

u0 = un = 0

Pn−1
3. Soluţia numerică este u(t) = i=1 ui ei,n (t).
Reamintim că funcţiile ei,n sunt definite ı̂n (28.30).

Potrivit teoremei 28.1.10 şirul de aproximaţii Galerkin pentru problema Dirich-

let converge către soluţia problemei, ı̂n norma H 1 (I). Mai mult, are loc chiar
convergenţa uniformă.

Teorema 28.1.15 Şirul de aproximaţii Galerkin pentru problema Dirichlet con-

verge uniform către soluţia problemei.

Demonstraţie. Notăm prin (un )n∈N∗ şirul de aproximaţii Galerkin. Acest şir
este fundamental ı̂n H01 (I). Pentru orice ε > 0 există n0 ∈ N astfel ı̂ncât pentru
n, m > n0 are loc inegalitatea
Z β
p(t)(u′n (t) − u′m (t))2 + r(t)(un (t) − um (t))2 dt < ε2


∥un − um ∥H 1 (I) < ε ⇔
α

de unde Z β
p0 (u′n (t) − u′m (t))2 dt < ε2 .
α
28.2. PERSPECTIVA VARIAŢIONALĂ 705

Aplicând inegalitatea lui Cauchy

2
t √ t
Z Z
|un t) − um (t)| = | (u′n (s) − u′m (s))ds| ≤ t−α (u′n (s) − u′m (s))2 ds ≤
α α

Z β 2 s
p β−α
≤ β−α (u′n (s) − u′m (s))2 ds ≤ ε .
α p0
¯ deci este uniform con-
Şirul (un )n∈N∗ este fundamental ı̂n spaţiul Banach C(I),
vergent.

28.2 Perspectiva variaţională

Funcţionala biliniară a definită ı̂n (28.2) este

• simetrică dacă a(x, y) = a(y, x), ∀x, y ∈ V ;

• pozitiv definită dacă a(x, x) ≥ 0, ∀x ∈ V ;

• strict pozitiv definită dacă a(x, x) > 0, ∀x ∈ V \{0};

• tare pozitiv definită sau coercitivă, dacă ∃m > 0 astfel ı̂ncât a(x, x) ≥
m∥x∥2 , ∀x ∈ V.

Ataşăm funcţionalei a, şi implicit operatorului A, funcţionala J : V → R

definită prin
J(x) = a(x, x) − 2f (x). (28.34)
Dacă funcţionala a este strict pozitiv definită atunci ecuaţia (28.3) are cel
mult o soluţie.
Au loc următoarele proprietăţi simple ale funcţionalei J.

Teorema 28.2.1 Dacă funcţionala biliniară a este simetrică şi (strict, tare) poz-
itiv definită atunci funcţionala J este (strict, tare) convexă.

Demonstraţie. Pentru orice x, y ∈ V şi λ ∈ (0, 1) au loc egalităţile

λJ(x) + (1 − λ)J(y) − J(λx + (1 − λ)y) =

= λ(1 − λ) (a(x, x) − 2a(x, y) + a(y, y)) =

= λ(1 − λ)a(x − y, x − y).
706 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

Teorema 28.2.2 Dacă funcţionala biliniară a este simetrică şi tare pozitiv definită
atunci funcţionala J este mărginită inferior şi admite cel mult un punct de minim.

Demonstraţie. Pentru orice x ∈ V au loc inegalităţile

∥f ∥2
J(x) = a(x, x) − 2f (x) ≥ m∥x∥2 − 2∥f ∥∥x∥ ≥ −
m.
A doua afirmaţie este consecinţă a teoremei 25.3.4.
Legătura dintre ecuaţia (28.1) şi problema minimizării funcţionalei J este dată
ı̂n

Teorema 28.2.3 Fie H spaţiu Hilbert real, D(A) un subspaţiu liniar, dens ı̂n H,
funcţionala a, indusă de operatorul A : D(A) → V ∗ , simetrică şi pozitiv definită,
f ∈ V ∗.
Dacă x0 ∈ D(A) este soluţie a ecuaţiei (28.1) atunci x0 minimizează funcţionala
J. Reciproc, dacă x0 ∈ D(A) minimizează funcţionala J atunci x0 este soluţie a
ecuaţiei (28.1).

Demonstraţie. Pentru orice x0 , h ∈ V şi λ ∈ R are loc egalitatea

J(x0 + λh) = J(x0 ) + 2λ(a(x0 , h) − f (h)) + λ2 a(h, h). (28.35)

Dacă Ax0 = f atunci x0 verifică ecuaţia (28.3) şi din (28.35) rezultă

J(x0 + λh) = J(x0 ) + λ2 a(h, h) ≥ J(x0 ).

Dacă J(x0 ) = min{J(x) : x ∈ V } atunci utilizând din nou (28.35), obţinem

J(x0 ) ≤ J(x0 + λh) = J(x0 ) + 2λ(a(x0 , h) − f (h)) + λ2 a(h, h),

sau
λ2 a(h, h) + 2λ(a(x0 , h) − f (h)) ≥ 0, ∀h ∈ V, ∀λ ∈ R.
Nenegativitatea polinomului de gradul doi ı̂n λ implică

(a(x0 , h) − f (h))2 ≤ 0 ⇔ a(x0 , h) − f (h) = 0, ∀h ∈ V.

Proprietatea de densitate a lui D(A) ı̂n H implică Ax0 − f = 0.

28.2. PERSPECTIVA VARIAŢIONALĂ 707

28.2.1 Rezolvarea numerică prin metoda lui Ritz

Fie Vn un subspaţiu finit dimensional al lui V cu baza ei , i ∈ {1, . . . , n}.
Calculăm o aproximaţie a funcţiei care minimizează funcţionala J de forma x(t) =
P n
i=1 ci ei (t).
Ţinând seama de proprietatea de simetrie a lui a avem
n
X n
X n
X n
X n
X
J(x) = a( ci ei , cj ej ) − 2f ( ci ei ) = ci cj a(ei , ej ) − 2 ci f (ei ).
i=1 j=1 i=1 i,j=1 i=1

Cu notaţiile (28.15) şi µ = (f (ei ))1≤i≤n , expresia de mai sus se scrie

J(x) =< Λc, c > −2 < c, µ >= Φ(c).

Condiţiile de optimalitate sunt

n
1 ∂Φ X
= cj a(ei , ej ) − f (ei ) = 0, i ∈ {1, . . . , n}.
2 ∂c j=1

Astfel, şirul de aproximaţii pentru minimizarea funcţionalei J, construit prin

metoda lui Ritz coincide cu şirul de aproximaţii pentru rezolvarea ecuaţiei (28.3)
construit cu metoda lui Galerkin.

28.2.2 Metoda elementului finit

Metoda elementului finit serveşte la rezolvarea problemei (28.34) şi implicit la
problemele (28.1) sau (28.3), ı̂n principal ı̂n cazul ecuaţiilor cu derivate parţiale.
În cele ce urmează ne vom limita doar la ecuaţii unidimensionale. Vom avea ı̂n
vedere problema bilocală (28.8): Să se determine funcţia u care satisface
− dt (p(t)u′ ) + r(t)u = f (t), t ∈ I = [α, β],
 d

u(α) = u(β) = 0
sau ı̂n formularea slabă
Z Z
′ ′
(p(t)u x + r(t)ux)dt = f (t)xdt, ∀ x ∈ H01 (I)
I I

sau ı̂n formularea variaţională care minimizează funcţionala

Z
J(u) = (p(t)u′2 + r(t)u2 − 2f (t)u)dt.
I

Printr-un element finit se ı̂nţelege tripletul (K, P, Π) unde

708 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

• K domeniul elementului este o mulţime deschisă, mărginită şi conexă;

• P este un spaţiu liniar finit dimensional de funcţii definite ı̂n K;

• Π : RK → P proiector (Π2 = Π), ı̂n mod uzul un operator de interpolare.

Nodurile utilizate ı̂n condiţiile de interpolare definesc nodurile domeniului
elementului finit.

Exemplul 28.2.1 Cu referire la problema bilocala (28.8).

• K = (0, 1)

• P = P1 , mulţimea polinoamelor de grad cel mult 1;

• Π(u)(t) = L(P1 ; 0, 1; u)(t) = u(0)(1 − t) + u(1)t.

Nodurile domeniului elementului finit sunt 0 şi 1.

Metoda elementului finit constă ı̂n:

1. Domeniul I se descompune ı̂n I = ∪m
i=1 Ki , unde fiecare Ki este domeniul
unui element finit;

În intervalul [α, β] se consideră diviziunea α = t0 < t1 < . . . < tm = β, care

induce m elemente finite. Domeniul elementului i ∈ {0, 1, . . . , m − 1} va fi
intervalul [ti , ti+1 ]. Se notează hi = ti+1 − ti , i ∈ {0, 1, . . . , m − 1}.

2. Dacă u : I → R atunci ı̂n fiecare Ki restricţia u|Ki se aproximează prin

Π(u|Ki ) ∈ P.
Dacă ti,1 , . . . , ti,r sunt nodurile domeniului elementului Ki , presupunem că
r
X
Π(u|Ki )(t) = ui,j φKi ,j (t),
j=1

unde ui,j = u(ti,j ) şi φKi ,j ∈ P.

i+1 −t
Dacă P = P1 şi Π(u)(t) = u(ti ) tti+1 −ti
t−ti
+ u(ti+1 ) ti+1 −ti
. Referitor la notaţiile
introduse mai sus

• r=2
ti+1 −t
• φKi ,1 = hi
, φKi ,2 = t−ti
hi
.
• ui,1 := ui = u(ti ) ui,2 := ui+1 = u(ti+1 ).
28.2. PERSPECTIVA VARIAŢIONALĂ 709

3. Necunoscutele problemei de optimizare devin valorile funcţiei necunoscute

ı̂n mulţimea nodurilor elementelor finite. Notăm acest vector prin uh . Uzual,
h este maximul diametrelor mulţmilor Ki . Problema de optimizare se trans-
formă ı̂ntr-o problemă de programare matematică care se rezolvă.
În ipoteza că funcţionale a şi f sunt aditive faţă de domeniu
m
X
J(u) = a(u, u) − 2f (u) = (a(u|Ki , u|Ki ) − 2f (u|Ki )) ≈
i=1

m
X
≈ (a(Π(u|Ki ), Π(u|Ki )) − 2f (Π(u|Ki ))) =
i=1
m r r
!
X X X
= ui,j uj,l a(φKi ,j , φKi ,l ) − ui,j f (φKi ,j ) . (28.36)
i=1 j,l=1 j=1

Expresia (28.36) reprezintă o funcţie pătratică de forma

Jh (uh ) = uTh Auh − 2bT uh .

Soluţia problemei de minimizare este dată de soluţia sistemului Auh = b.

În cazul problemei bilocale unidimensionale

uh = (u0 = 0, u1 , . . . , um−1 , um = 0)T .

Funcţia de optimizare va fi
Z
p(t)(Π(u))′2 + r(t)Π(u)2 − 2f (t)Π(u) dt =


Jh (uh ) =
I

m−1
X Z ti+1  2  2
ui+1 − ui ti+1 − t t − ti
= p(t) + r(t) ui + ui+1 −
i=0 ti ti+1 − ti ti+1 − ti ti+1 − ti
 
ti+1 − t t − ti
−2f (t) ui + ui+1 dt =
ti+1 − ti ti+1 − ti
m−1 Z ti+1  2 !
X p(t) ti+1 − t
= u2i + r(t) dt+
i=0 ti (ti+1 − ti )2 ti+1 − ti
Z ti+1
(ti+1 − t)(t − ti )
+2ui ui+1 r(t) dt+
ti (ti+1 − ti )2
710 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

ti+1  2 !
−
Z
p(t) t t i
+u2i+1 + r(t) dt+
ti (ti+1 − ti )2 ti+1 − ti
Z ti+1 Z ti+1 
ti+1 − t t − ti
−2ui f (t) dt − 2ui+1 f (t) dt =
ti ti+1 − ti ti ti+1 − ti
m−1
X     
T xi y i ui ui
= (ui ui+1 ) − 2(vi wi ) .
yi zi ui+1 ui+1
i=0

unde
ti+1  2 !
ti+1 − t
Z
p(t)
xi = + r(t) dt
ti (ti+1 − ti )2 ti+1 − ti
ti+1
(ti+1 − t)(t − ti )
Z
yi = r(t) dt
ti (ti+1 − ti )2
Z ti+1
(ti+1 − t)(t − ti )
zi = r(t) dt
ti (ti+1 − ti )2
Z ti+1
ti+1 − t
vi = f (t) dt
ti ti+1 − ti
Z ti+1
t − ti
wi = f (t) dt
ti ti+1 − ti

4. În vederea generării matricei A şi a vectorului b se defineşte matricea l ∈

Mm,2 (Z) având pe linia i codurile nodurilor domeniului elementului i:
 
0 1
 1 2 
 .
.

.
 
l= .
 
 i i+1 
 .. 
 . 
m−1 m

Pentru fiecare element finit se calculează numerele xi , yi , zi , vi , wi după care

se actualizează elementele lui A şi b
Ali,1 ,li,1 = Ali,1 ,li,1 + xi
Ali,1 ,li,2 = Ali,1 ,li,2 + yi bli,1 = bli,1 + vi
Ali,2 ,li,1 = Ali,2 ,li,1 + yi bli,2 = bli,2 + wi
Ali,2 ,li,2 = Ali,2 ,li,2 + zi
28.2. PERSPECTIVA VARIAŢIONALĂ 711

Deoarece u0 = um = 0, se vor elimina prima şi ultima linie şi coloana a lui
A dar şi primul şi ultimul element al lui b.

Se rezolvă sistemul algebric de ecuaţii liniare Au = b, cu u = (u1 , . . . , um−1 )T .

Dacă t ∈ [ti , ti+1 ], i ∈ {0, 1, . . . , m − 1}, atunci aproximaţia soluţiei este

−t
dată de expresia ui ti+1 hi
+ ui+1 t−t
hi
i
.

Probleme şi teme de seminar

P 28.1 Să se arate că problema bilocală


 a(t)x′′ + b(t)x′ + c(t)x = g(t), t ∈ (α, β)
x(α) = A
x(β) = B


se poate reduce la forma autoadjunctă (simetrică)

d
(p(t)u′ ) + r(t)u = f (t),

− dt t ∈ (α, β),
u(α) = u(β) = 0

t−α β−t
R. 1. u = x − B β−α − A β−α
b(t)
2. Se ı̂nmulţeşte ecuaţia cu exp q(t) unde q ′ (t) = a(t)
.
712 CAPITOLUL 28. ECUAŢII LINIARE PRIN FORME BILINIARE

P 28.2 Să se rezolve problemele

−x′′ (t) + k 2 x(t) = 1 t ∈ [0, 1]


1.
x(0) = x(1) = 0

(1 − t2 )x′′ (t) − 2tx′ (t) + 2x(t) = 1 t ∈ [0, 21 ]



x(0) = x( 12 ) = 0


2.

  
R : x(t) = C1 t + C2 ( 2t log  1+t  − 1) + 1

1−t 2

x′′ (t) − tx(t) = 1


t ∈ [0, 1]
3.
x(0) = x(1) = 0

x′′ (t) + t2 x(t) = 1 t ∈ [0, 1]


4.
x(0) = x(1) = 0
 ′′

 x (t) = sign( 12 − |t|)
 x(−1) = x(1)
 = 0


1 2 1
5.  2t + t + 2
t ∈ (−1, − 21 )
R : x(t) = − 21 t2 + 14 t ∈ [− 21 , 12 )



  1 2 1
t −t+ t ∈ [ 12 , 1)

2 2
Partea VI

ANEXE

713
Anexa A

Noţiuni de teoria erorilor

În cursul rezolvării unei probleme numerice apar erori. Potrivit sursei, se pot
distinge trei tipuri de erori:

1. Erori inerente, care provin din simplificarea modelului fizic ı̂n procesul
de modelare matematica, din măsurătorile iniţiale, din calculele anterioare
problemei, etc.

2. Erori de metodă. În general metoda de calcul numeric construieşte un şir

de aproximaţii convergent către soluţia problemei de calcul numeric, iar din
punct de vedere practic se calculează un element al şirului de aproximaţii.

3. Erori de rotunjire ı̂n datele de intrare, ı̂n calcule si ı̂n datele de ieşire ca
urmare a utilizării unui sistem de calcul ce foloseşte un mod specific de
reprezentare a numerelor.

A.1 Eroare absolută şi eroare relativă

Fie x o aproximaţie a valorii exacte a ∈ R.

Definiţia 1 ∆x = a − x este eroarea aproximaţiei x;

|∆x| = |a − x| este eroarea absolută a aproximaţiei x;
δx = |∆x|
|a|
este eroarea relativă a aproximaţiei x , (a ̸= 0).

Noţiunile introduse se extind pentru elemente ale unui spaţiu liniar normat
prin
||∆x||
||∆x|| = ||a − x||, δx = .
||a||

715
716 ANEXA A. NOŢIUNI DE TEORIA ERORILOR

A.2 Reprezentarea numerelor ı̂n virgulă mobilă

Fie t, r, b ∈ N∗ , b > 1 şi notăm:
b1 = b − 1 (cea mai mare cifră ı̂n baza b);
q = b1 . . . b1 (cel mai mare număr ı̂n baza b având r cifre).
| {z }
r cifre
În cele ce urmează toate numerele naturale sunt scrise ı̂n baza b.
Orice număr a ∈ R+ se scrie succesiv
a−1 a−2
a = ae be + ae−1 be−1 + . . . + a1 b + a0 + + 2 + ... = (A.1)
b b
∞
! t
! ∞
!
X X X
= ae−k b−k be = ae−k b−k be + ae−k bt−k be−t .
k=0 k=0 k=t+1
P∞
Notând f˜ =
Pt
k=0 ae−k b−k şi g̃ = k=t+1 ae−k bt−k relaţia (A.1) devine

a = f˜ be + g̃ be−t (A.2)

Exemplul A.2.1 Fie t = 4, s = 2, b = 10 şi a = 1492.631435.

Atunci a = 1.492631435 103 = 1.4926 103 + 0.31435 10−1 .
Considerăm mulţimea

Vt,r,b = {x ∈ R : x = s f be } ∪ {0}

unde:
• f este un număr având t cifre după punctul zecimal şi cu partea ı̂ntreagă
formată dintr-o singură cifră nenulă. f = f0 .f−1 . . . f−t b , f0 ̸= 0. f se
numeşte mantisă şi ı̂n acelaşi timp vom spune că f este o formă normalizată.

• e este un număr ı̂ntreg de cel mult r cifre.

• s corespunde semnului, s = 1 sau s = −1.

Astfel reprezentarea unui număr real a ı̂n virgulă mobilă este caracterizată de
tripletul (s, e, f ). Reprezentarea lui 0 = 0b−q este (±1, −q, 0).
Cel mai mic şi cel mai mare număr pozitiv ale mulţimii Vt,r,b , sunt
m = 1.0 b−q şi respectiv M = b1 .b1 . . . b1 bq .
| {z }
t cifre
A.3. ARITMETICA NUMERELOR ÎN VIRGULĂ MOBILĂ 717

Astfel Vt,r,b este o submulţime de numere raţionale a mulţimii

[−M, −m] ∪ {0} ∪ [m, M ].

Reprezentarea unui număr real a ∈ R∗ ı̂n virgulă mobilă se obţine aproximând
a printr-un element al mulţimii Vt,r,b .
Pornind de la reprezentarea (A.2) pentru |a| = f˜ be + g̃ be−t , cu f˜ formă
normalizată şi e având cel mult r cifre, există mai multe procedee de construire
a unei aproximaţii a lui a prin elementele mulţimii Vt,s,b .

1. Aproximarea prin trunchiere: x = f˜ be .

f˜ dacă g < 21 be−t


2. Aproximarea prin rotunjire: x =
f˜ + be−t dacă g ≥ 12 be−t

Aproximaţia lui a ı̂n Vt,r,b va fi fl(a) = sgn(a)x.

A.3 Aritmetica numerelor reale reprezentate ı̂n

virgulă mobilă
Definim operaţiile aritmetice ı̂n Vt,s,b :
Adunarea / Scăderea. Pentru a aduna/scădea numerele fl(a1 ), fl(a2 ) se efectuează
următoarele operaţii:

1. Se aduc numerele fl(a1 ) şi fl(a2 ) la exponentul cel mai mare, păstrându-se
numărul de zecimale (t) ale mantiselor;

2. Se adună/scad mantisele;

3. Se renormează rezultatul: dacă mantisa este diferită de 0 atunci se modifică

exponentul astfel ı̂ncât mantisa să fie o formă normalizată; dacă mantisa
este 0, atunci exponentului i se atribuie valoarea −q.

Rezultatul astfel obţinut ı̂l notăm fl(a1 ) ⊕ fl(a2 ).

Exemplul A.3.1 Fie t = 4, r = 2, b = 10 şi a1 = 99.01325, a2 = 0.98724. Să

se calculeze fl(a1 ) ⊕ fl(a2 ).

Atunci fl(a1 ) = 9.9013 101 , fl(a2 ) = 9.8724 10−1 şi

9.9013 101 + 0.0987 101 = 10.0000 101 → 1.0000 · 102 = fl(a1 ) ⊕ fl(a2 ).
718 ANEXA A. NOŢIUNI DE TEORIA ERORILOR

Observaţia A.3.1 În general adunarea nu este asociativă, după cum rezultă din
exemplul (t=4, r=2, b=10).

Exemplul A.3.2 Fie a1 = 0.0123, a2 = 5678, a3 = −5678.

Ţinând seama de egalităţile:

fl(a1 ) = 1.2300 10−2 , fl(a2 ) = 5.6780 103 , fl(a3 ) = −5.6780 103

obţinem

(fl(a1 ) ⊕ fl(a2 )) ⊕ fl(a3 ) = (0.0000 103 + 5.6780 103 ) ⊕ fl(a3 ) =

= 5.6780 103 − 5.6780 103 = 0.0000 103 → 0.0000 10−99

şi
fl(a1 ) ⊕ (fl(a2 ) ⊕ fl(a3 )) = fl(a1 ) ⊕ (5.6780 103 − 5.6780 103 ) =
= 1.2300 10−2 + 0.0000 10−99 = 1.2300 10−2 + 0.0000 10−2 = 1.2300 10−2 .

Înmulţirea/ı̂mpărţirea. Produsul/câtul dintre fl(a1 ), fl(a2 ) se obţine efectuând

operaţiile:

1. Se ı̂nmulţesc/ı̂mpart mantisele şi se adună/scad exponenţii;

2. Se renormează rezultatul ı̂n sensul precizat la adunare/scădere.

Rezultatul se notează cu fl(a1 ) ⊙ fl(a2 ).

Exemplul A.3.3 Fie t = 4, s = r, b = 10 şi a1 = 40.1345, a2 = 0.06346. Să

se calculeze fl(a1 ) ⊙ fl(a2 ).

Atunci fl(a1 ) = 4.0134 101 şi fl(a2 ) = 6.3460 10−2 . Rezultă:

4.0134 101 · 6.3460 10−2 = 25.4690364 10−1 → 2.5469 100 = fl(a1 ) ⊙ fl(a2 ).

Observaţia A.3.2 În general, ı̂nmulţirea nu este asociativă.

A.4. STANDARDUL IEEE 754 719

A.4 Standardul IEEE 754

Standardul IEEE (Institute for Electrical and Electronics Engineers) 754 fix-
ează detaliile de implementare a reprezentării numerelor reale ı̂n virgulă mobilă.
Baza de numerotaţie este b = 2.
Fie x = s f 2e ∈ Vt,r,2 reprezentarea ı̂n virgulă mobilă a unui număr a. În
memoria calculatorului se va reţine tripletul (σ, ϵ, ϕ) unde:

• σ corespunde semnului:
0 pentru numere pozitive
1 pentru numere negative

• ϕ corespunde mantisei f. Cifra unităţilor fiind diferită de 0 este neapărat

1. Această cifra nu este ı̂nregistrată. Dacă f = f0 .f−1 . . . f−t b atunci ϕ este
şirul de cifre binare ϕ = (f−1 , . . . , f−t ).

• Presupunem că e ∈ {emin , . . . , emax }, emin , emax ∈ Z, cu cel mult r cifre

binare. La exponentul e se adună o constantă E astfel ı̂ncât pentru orice e ∈
{emin , . . . , emax }, e ∈ Z, suma e + E să fie un număr natural având cel mult
r cifre binare. În felul acesta semnul exponentului nu mai trebuie precizat
explicit. ϵ este şirul cifrelor binare ale sumei e + E, ϵ = (ϵr−1 , . . . , ϵ1 , ϵ0 ).

Standardul IEEE 754 permite şi reprezentarea unor numere pentru care ı̂n
relaţia (A.2) corespunzătoare, are loc inegalitatea e < emin . În acest caz ϵ = 01 iar
f este o formă nenormalizată, f = 0.f−1 . . . f−t 2 . Cel mai mic număr reprezentabil
va fi 2−E−t , căruia ı̂i corespunde ϕ = (0, 0, . . . , 0, 1) .
| {z }
t elemente
Ultima cifră a mantisei ϕ se obţine prin rotunjire.
Numărului 0 ı̂i corespund ϵ = 0 şi ϕ = 0.
Dacă ϵ = (1, 1, . . . , 1, 1) şi ϕ = 0 atunci reprezentarea corespunde pentru s∞.
| {z }
r elemente
Dacă ϵ = (1, 1, . . . , 1, 1) şi ϕ ̸= 0 atunci semnificaţia reprezentării este NaN
| {z }
r elemente
(Not a Number).

Parametri utilizaţi pentru reprezentarea ı̂n simplă şi dublă precizie.

1
Prin 0 s-a notat şirul cu toate elementele egale cu 0.
720 ANEXA A. NOŢIUNI DE TEORIA ERORILOR

Reprezentarea pe
4 octeţi (simplă precizie) 8 octeţi (dublă precizie)
emin -126 -1022
emax 127 1023
E 127 1023
r 8 11
t 23 52

Exemplu. Fie a = 0.1. Reprezentarea ı̂n baza 2 a lui a este

a = 0.000(1100)2 = 1.(1001)2 2−4 .
1. Reprezentarea ı̂n simplă precizie. e + E = 123 = 11110112 . Se obţine
reprezentarea
3 2 1
10987654 32109876 54321098 76543210
σϵ ϕ
00111101 11001100 11001100 11001101
Octeţii reprezentării conţin valorile: 61,204,204,205.
2. Reprezentarea ı̂n dublă precizie. e + E = 1019 = 11111110112 . Se obţine
reprezentarea
6 5 4
32109876 54321098 76543210 89765432
σϵ ϕ
00111111 10111001 10011001 10011001
3 2 1
10987654 32109876 54321098 76543210
10011001 10011001 10011001 10011010
Octeţii reprezentării conţin valorile: 63,185,153,153,153,153,153,154.
Mediul de programare Java utilizează standardul IEEE 754 pentru reprezentarea
numerelor reale – tipurile predefinite float, double – ı̂n virgulă mobilă.

A.5 Controlul erorii

Exemplificăm
√ apariţia şi controlul erorii de metodă ı̂n problema calculului
numărului e astfel ı̂ncât eroarea absolută să fie cel mult ε = 10−3 .
A.5. CONTROLUL ERORII 721

Din egalitatea
x x2 xn eθ·x · xn+1
ex = 1 + + + ... + + (0 < θ < 1)
1! 2! n! (n + 1)!
1
pentru x = 2
obţinem
θ
√ 1 1 1 1 1 1 e2 1
e = 1 + · + · 2 + ... + · n+ · n+1 .
1! 2 2! 2 n! 2 (n + 1)! 2
√
Potrivit relaţiei de mai sus, aproximaţia lui e va fi
1 1 1 1 1 1
x=1+ · + · 2 + ... + ·
1! 2 2! 2 n! 2n
θ
e2 1
termenul (n+1)! · 2n+1 exprimă eroarea metodei de calcul. Pentru a putea efectua
calculele trebuie să determinăm parametrul n, pe care ı̂l alegem drept cel mai
mic număr natural pentru care
θ
e2 1
· n+1 ≤ ε.
(n + 1)! 2
θ 1
Deoarece θ ∈ (0, 1), avem e 2 ≤ e 2 ≤ e ≤ 3 şi ı̂n consecinţă inegalităţile:
θ
e2 1 3
· n+1 ≤ n+1 ≤ 10−3
(n + 1)! 2 2 · (n + 1)!
au loc pentru n ≥ 4. Pentru n = 4 găsim
1 1 1 1 1 1 1 1 1265
x=1+ · + · 2 + · 3 + · 4 = .
1! 2 2! 2 3! 2 4! 2 768
În general, suntem interesaţi ı̂n scrierea rezultatului sub formă de fracţie zec-
imală. În cazul nostru rezultatul 1265
768
apare ca o fracţie periodică mixtă, dar din
considerente practice rezultatul se va rotunji la un număr de zecimale. În felul
acesta apare ı̂nca o eroare de trunchiere.
Fie numerele pozitive ε1 , ε2 astfel ı̂ncât ε1 + ε2 = ε. Vom impune condiţia ca
eroarea metodei să fie mai mică decât ε1 iar rotunjirea se va face la un număr de
zecimale astfel ı̂ncât eroarea de trunchiere să fie mai mică decât ε2 .
Reamintim regulile de rotunjire ale unui număr
∞
X
p p−1
a = ap · 10 + ap−1 · 10 + ... = ap−k · 10p−k
k=0

scris ı̂n baza 10 la m cifre:

722 ANEXA A. NOŢIUNI DE TEORIA ERORILOR

• dacă prima cifră omisă este mai mică decât 5, atunci ultima cifră păstrată
se lasă nemodificată;

• dacă prima cifră omisă este mai mare decât 5, atunci ultima cifră păstrată
se măreşte cu o unitate;

• dacă prima cifră omisă este 5 şi dacă după 5 urmează cifre diferite de
0, atunci ultima cifră păstrată se măreşte cu o unitate, iar dacă după 5
urmează numai zerouri, atunci ultima cifră păstrată se măreşte sau nu cu
o unitate după cum este pară sau impară.

Eroarea absolută care se face ı̂n urma rotunjirii la m cifre este

1
|∆x| ≤ · 10p−m+1
2

Reluăm problema iniţială, luând ε1 = ε2 = 1

2
· 10−3 . Inegalitatea

3 1
< · 10−3
2n+1 · (n + 1)! 2

are loc pentru orice n ≥ 5. Pentru n = 5 obţinem

1 1 1 1 1 1 1 1 1 1
x=1+ · + · 2 + · 3 + · 4 + · 5.
1! 2 2! 2 3! 2 4! 2 5! 2
Determinăm numărul cifrelor la care efectuăm rotunjirea drept cel mai mic
număr natural m pentru care
1 1
|∆y| = |x − y| ≤ · 10−m+1 < · 10−3 .
2 2
Rezultă m = 4 şi ı̂n consecinţă y = 1.6487.
O conexiune ı̂ntre o aproximaţie x a unui număr, rotunjirea lui x la m zecimale
şi aproximaţiile prin lipsă şi adaus ale numărului este dată de
Dacă x este o aproximaţie a numărului subunitar a astfel ı̂ncât |∆x| < 12 ·
10−m , atunci rotunjirea lui x la m zecimale coincide sau cu aproximarea prin
lipsă, sau cu aproximarea prin adaus a lui a la m zecimale.
Într-adevăr, dacă a = ∞ a−k
P
k=1 10k , atunci aproximarea prin lipsă şi prin adaus
a lui aP la m zecimale sunt:
a−k
σm = m 1
k=1 10k şi respectiv τm = σm + 10m .
A.5. CONTROLUL ERORII 723

Fie y rotunjirea lui x la m zecimale. Din inegalitatea |∆y| = |y − x| ≤ 21 · 10−m

deducem |a − y| ≤ |a − x| + |x − y| < 10−m .
Rezultă inegalităţile

σm − 10−m ≤ a − 10−m < y < a + 10−m ≤ τm + 10−m = σm + 2 · 10−m .

Multiplicând cu 10m , găsim

10m · σm − 1 < 10m · y < 10m · σm + 2.

Deoarece 10m · σm , 10m · y ∈ N , urmează că

10m · y = 10m · σm

sau
10m · y = 10m · σm + 1,
adică y = σm sau y = σm + 10−m = τm .

Probleme şi teme de seminar

P A.1 Să se elaboreze un program Java care să se verifice reprezentarea nu-
merelor reale ı̂n virgulă mobilă.
import java.io.*;
public class Reprez{
public static void main(String args[]){
byte b[]=new byte[10];
int x;
try{
ByteArrayOutputStream bos=new ByteArrayOutputStream();
DataOutputStream dos=new DataOutputStream(bos);
double a=0.1;
System.out.println("a="+a);
dos.writeDouble(a);
b=bos.toByteArray();
dos.close();
bos.close();
for(int i=0;i<b.length;i++){
if(b[i]<0)
x=256+b[i];
else
x=b[i];
System.out.println(x);
}
}
catch(IOException e){
System.out.println(e.getMessage());
}
}
}
724 ANEXA A. NOŢIUNI DE TEORIA ERORILOR

R 1 xn
P A.2 Integrala In = 0 x+5 dx satisface relaţia de recurenţă In +5In−1 = n1 , I0 =
ln 56 . Să se arate că utilizând formula de recurenţă, ı̂ntr-un program de calculator
cu In reprezentat ı̂n virgula mobilă, se va obţine In < 0. Problema apare datorită
erorilor de rotunjire.
Anexa B

Identităţi trigonometrice

Proprietatea B.0.1 Au loc identităţile:

nh
Pn sin n−1
1. k=1 sin (a + (k − 1)h) = sin h
2
sin (a + 2
h).
2
Pn sin nh n−1
2. cos (a + (k − 1)h) = sin h cos (a +
k=1
2
2
h).
2
1
P n sin (n+ 12 )a
3. 2
+ k=1 cos ka = a
2 sin 2
.
Q n−1 π sin nt π
4. k=0 sin (t + k n ) = 2n−1 , 0 < t < n .

Qn−1
5. k=1 sin (k πn ) = n
2n−1
.

Demonstraţie.
4. Considerăm descompunerea ı̂n factori a polinomului z n − ei2nt :
n−1
n i2nt
Y 2nt + 2kπ 2nt + 2kπ
z −e = (z − cos − i sin ).
k=0
n n

Pentru z := 1 rezultă
n−1
Y 
kπ kπ kπ
−2i sin nt(cos nt+i sin nt) = −2i sin (t + )(cos (t + ) + i sin (t + )) .
k=0
n n n

Din egalitatea modulelor rezultă identitatea cerută.

5. In egalitatea
n−1
xn − 1 Y 2πk
= (x − ei n )
x−1 k=1
se ia x → 0.

725
726 ANEXA B. IDENTITĂŢI TRIGONOMETRICE

Proprietatea B.0.2 Au loc egalităţile

p

n−1 n dacă ∈N
X 2πp  n
p
cos k = 0 dacă n
∈
/ N, p ∈ N .
n p
1 dacă / N, p = 2ν+1
∈ , ν ∈

k=0 N
n 2

p Pn−1
Demonstraţie. Dacă n
∈ N atunci cos k 2πp
n
= 1 şi deci k=0 cos k 2πp
n
= n.
Dacă np ∈
/ N atunci
n−1 n−1
X 2πp X 2πp ei2πp − 1
cos k =ℜ eik n = ℜ 2πp .
k=0
n k=0 ei n − 1
Pn−1
Dacă p ∈ N atunci ei2πp = 1 şi deci k=0 cos k 2πp
n
= 0.
Dacă p = 2ν+1
2
, ν ∈ N atunci
ei2πp − 1 −2 −1
= =
=
ei 2πp
n −1 cos 2πp
n
2πp
+ i sin n − 1 i sin n cos πp
πp
n
+ i sin πp
n

cos πp
n
− i sin πp
n πp
=i πp = 1 + cot ,
sin n n
Pn−1
de unde k=0 cos k 2πp
n
= 1.
Proprietatea B.0.3 Pentru λ, µ ∈ {1, 2, . . . , n − 1} au loc egalităţile

n−1
X λ − µ 2π  n dacă λ = µ
cos k = 0 dacă λ−µ 2
∈ N, λ−µ
2n
∈/N ,
2 n λ−µ λ−µ 2ν+1
1 dacă 2n ∈ / N, 2 = 2 , ν ∈ N

k=0
n−1 
X λ + µ 2π 0 dacă λ şi µ au aceaşi paritate
cos k = .
2 n 1 dacă λ şi µ au parităţi diferite
k=0

Demonstraţie. Pentru p = λ−µ 2

primele trei egalităţi rezultă din Proprietatea
B.0.2.
Pentru p = λ+µ 2
, dacă λ şi µ au aceaşi paritate atunci p ∈ {1, 2, . . . , n − 1}, iar
dacă λ şi µ au parităţi diferite atunci np ∈
/ N şi p este de forma 2ν+1
2
şi se utilizează
din nou Proprietatea B.0.2.
Proprietatea B.0.4 Dacă λ, µ ∈ {1, 2, . . . , n − 1} atunci
n−1  n
X λπ µπ 2
dacă λ = µ
sin k sin k = .
n n 0 dacă λ ̸= µ
k=1
 727

Demonstraţie. Produsele se transformă ı̂n sume

n−1 n−1  
X λπ µπ 1X λ − µ 2π λ + µ 2π
sin k sin k = cos k − cos k
k=1
n n 2 k=0 2 n 2 n

şi se utilizează Propoziţia B.0.3.

Proprietatea B.0.5 Factorizarea sin x. Are loc formula

∞ 
x2
Y 
sin x = x 1− 2 2 .
n=1
nπ

Demonstraţie.

1. Dezvoltarea Fourier a funcţiei cos ax, x ∈ [0, 2π) este

∞
sin aπ 2a sin aπ X (−1)n
cos ax = + 2 − n2
cos nx.
aπ π n=1
a

2. Pentru x = π se obţine
∞
cos aπ 1 X 1
π = + 2a .
sin aπ a n=1
a − n2
2

t
3. Pentru a = π
rezultă
∞
1 X 1
cot t − = 2t . (B.1)
t n=1
t − π 2 n2
2

4. Se integrează egalitatea anterioară ı̂ntre 0 şi x, x ∈ (0, π).

1
Proprietatea B.0.6 Descompunerea ı̂n fracţii simple a funcţiei sin x
.
Are loc formula
∞  
1 1 X n 1 1
= + (−1) + .
sin x x n=1 x − πn x + πn

Demonstraţie.
728 ANEXA B. IDENTITĂŢI TRIGONOMETRICE

1. Formula (B.1) scrisă ca

∞ ∞  
1 X 1 1 X 1 1
cot t = + 2t = + + =
t n=1
t2 − π 2 n2 t n=1 t − πn t + πn

∞ ∞
X 1 X 1
= +
n=0
t − πn n=1 t + πn
reprezintă descompunerea ı̂n fracţii simple a funcţiei cot .

2. Deoarece tan t = − cot(t − π2 ), dezvoltarea funcţiei tan ı̂n fracţii simple este
∞ ∞
!
X 1 X 1
tan t = − (2n+1)π
+ (2n−1)π
.
n=0 t − 2 n=1 t + 2

1 1
cot x2 + tan x2 se


3. Utilizând cele două dezvoltări de mai sus, din sin x
= 2
găseşte rezultatul enunţat.
Anexa C

Determinarea parametrilor unor

metode numerice

Pentru a putea folosi o metodă numerică, parametrii care intervin trebuie

determinate exact. În acest scop se pot utiliza produse program de calcul simbolic.
Aplicaţiile care urmează se bazează pe Mathematica. 1

1. Numerele lui Côtes sunt

Z n
(−1)n−i
Cn,i = q(q − 1) . . . (q − i + 1)(q − i − 1) . . . (q − n)dq.
ni!(n − i)! 0

Programarea ı̂n Mathematica este

Cotes[n_, i_] := (-1)^(n - i)/(n i! (n - i)!)

Integrate[Product[If[j == i, 1, q - j], {j, 0, n}], {q, 0, n}]
t = MatrixForm[Table[Cotes[n, i], {n, 1, 4}, {i, 0, n}]]

cu rezultatele
       
1 1 1 2 1 1 3 3 1 7 16 2 16 7
, , , , , , , , , , , , ,
2 2 6 3 6 8 8 8 8 90 45 15 45 90

2. Calculul nodurilor şi coeficienţilor formulei de integrare numerică

de tip Gauss ρ(x) = 1. Polinoamele ortogonale cu ponderea ρ(x) = 1, ı̂n
intervalul [a, b] sunt polinoamele lui Legendre
n!
Pn (x) = [(x − a)n (x − b)n ](n)
(2n)!
1
Funcţie de versiunea Mathematica utilizată, codurile pot fi diferite.

729
730 ANEXA C. DETERMINAREA UNOR PARAMETRI NUMERICI

Leg[x_, n_, a_, b_] := Simplify[n!/(2 n)! D[(x - a)^n (x - b)^n, {x, n}]]

Pentru formula de integrare numerică Gauss cu n noduri, acestea sunt

rădăcinile polinomului Legendre Pn (x).

Nodurile formulelor de integrare numerică pentru n ∈ {1, 2, 3} sunt

t1 = Assuming[b > a, FullSimplify[Solve[Leg[x, 1, a, b] == 0, x]]]

x1 = Table[Last[Last[t1[[i]]]], {i, 1, 1}]

 
a+b
2

t2 = Assuming[b > a, FullSimplify[Solve[Leg[x, 2, a, b] == 0, x]]]

x2 = Table[Last[Last[t2[[i]]]], {i, 1, 2}]

1 √  1 √
  
3(a − b) + 3a + 3b , 3(b − a) + 3a + 3b
6 6

t3 = Assuming[b > a, FullSimplify[Solve[Leg[x, 3, a, b] == 0, x]]]

x3 = Table[Last[Last[t3[[i]]]], {i, 1, 3}]

a + b 1 √  1 √
  
, 15(a − b) + 5a + 5b , 15(b − a) + 5a + 5b
2 10 10

Coeficienţii formulei de integrare numerica Gauss se obţin cu formula

(n!)4 (b − a)2n+1
Ai = =
((2n)!)2 (xi − a)(b − xi )[Pn′ (xi )]2

(n!)4 (b − a)2n+1
= .
((2n)!)2 (xi − a)(b − xi ) nj=1 (xi − xj )2
Q
j̸=i

Folosim funcţia Mathematica

Coef[n_, i_, a_, b_, x_] := (n!)^4 (b - a)^(2 n + 1)/(((2 n)!)^2 (x[[i]] - a) (b - x[[i]])
Product[If[j == i, 1, (x[[i]] - x[[j]])^2], {j, 1, n}])

Se obţin
 731

Simplify[Coef[1, 1, a, b, x1]]

−a + b

Table[Simplify[Coef[2, i, a, b, x2]], {i, 1, 2}]

 
b−a b−a
,
2 2

Table[Simplify[Coef[3, i, a, b, x3]], {i, 1, 3}]

 
4 5 5
− (a − b), − (a − b), − (a − b)
9 18 18

Pentru n = 4 fixăm valorile lui a = −1 şi b = 1 şi calculele se efectuează

numeric. Analog se procedează şi pentru altă valoare atribuită lui n.
Codurile pentru calculul nodurilor este

a = -1; b = 1; n = 4;
t4 = FullSimplify[NSolve[Leg[x, n, a, b] == 0, x]]
x4 = Table[Last[Last[t4[[i]]]], {i, 1, n}]

{−0.861136, −0.339981, 0.339981, 0.861136}

iar pentru coeficienţi

Table[Simplify[Coef[n, i, a, b, x4]], {i, 1, n}]

{0.347855, 0.652145, 0.652145, 0.347855}

3. Calculul coeficienţilor schemei de calcul Adams sunt

r  
j
X i
βj = (−1) αi j = 0, 1, . . . , r
j
i=j

unde
α0 = p R+ q
p
αi = i!1 −q z(z + 1) . . . (z + i − 1)dz i = 1, 2, . . . , r.
Calculul acestor coeficienţi se programează ı̂n Mathematica prin
732 ANEXA C. DETERMINAREA UNOR PARAMETRI NUMERICI

A[i_, p_, q_] := If[i == 0, p + q,

1/i! Integrate[Product[z + j, {j, 0, i - 1}], {z, -q, p}]]
B[r_, j_, p_, q_] := (-1)^j Sum[Binomial[i, j] A[i, p, q], {i, j, r}]

Coeficienţii schemei de calcul Adams - Bashforth (p = 1, q = 0) se obţin

din

t_AdamsBashfort =
MatrixForm[Table[B[r, j, 1, 0], {r, 1, 5}, {j, 0, r}]]

       
3 1 23 4 5 55 59 37 3 1901 1387 109 637 251
,− , ,− , , ,− , ,− , ,− , ,− , ,
2 2 12 3 12 24 24 24 8 720 360 30 360 720
 
4277 2641 4991 3649 959 95
,− , ,− , ,−
1440 480 720 720 480 288

Coeficienţii schemei de calcul Adams - Moulton (p = 0, q = 1) se obţin din

t_AdamsMoulton =
MatrixForm[Table[B[r, j, 0, 1], {r, 1, 5}, {j, 0, r}]]

       
1 1 5 2 1 3 19 5 1 251 323 11 53 19
, , , ,− , , ,− , , , ,− , ,− ,
2 2 12 3 12 8 24 24 24 720 360 30 360 720
 
95 1427 133 241 173 3
, ,− , ,− ,
288 1440 240 720 1440 160

4. Calculul coeficienţilor schemei cu diferenţe regresive

 Pr 1
 i=1 i ,   j=0
αj = r i
 (−1)j i=j 1i
P
, j ∈ {1, 2, . . . , r}
j

se calculează cu codul Mathematica

A[r_, j_] := (-1)^j If[j == 0, Sum[1/i, {i, 1, r}],

Sum[Binomial[i, j]/i, {i, j, r}]]
t_bdf = MatrixForm[Table[A[r, j], {r, 1, 6}, {j, 0, r}]]
 733

Se obţine
      
3 1 11 3 1 25 4 1
{1, −1}, , −2, , , −3, , − , , −4, 3, − , ,
2 2 6 2 3 12 3 4
   
137 10 5 1 49 15 20 15 6 1
, −5, 5, − , , − , , −6, , − , , − ,
60 3 4 5 20 2 3 4 5 6

5. Calculul tabelei Batcher pentru metoda Runge-Kutta cu colocaţii

Tabelei Butcher se obţine cu Mathematica

Legendre[x , n ]:=Factorial[n]/Factorial[2n]D[x∧ n(x − 1)∧ n, {x, n}]

GaussLegendre[n , P ]:=
Module[{r = Roots[P == 0, x], a = Table[0, {i, 1, n}, {j, 1, n}],
p = Table[0, {i, 1, n}], c = Table[0, {i, 1, n}],
R = Table[0, {i, 1, n + 1}, {j, 1, n + 1}], Q, u},
If[n > 1, For[i = 1, i ≤ n, i++, c[[i]] = Last[r[[i]]]], c[[1]] = Last[r]];
u = Product[x − c[[i]], {i, 1, n}];
For[i = 1, i<=n, i++, Q = Simplify[u/(x − c[[i]])];
p[[i]] = Simplify[Integrate[Q, {x, 0, 1}]/(Q/.x->c[[i]])];
For[j = 1, j ≤ n, j++,
a[[j, i]] = Simplify[Integrate[Q, {x, 0, c[[j]]}]/(Q/.x → c[[i]])]]];
For[i = 1, i ≤ n, i++, R[[i, 1]] = c[[i]];
For[j = 1, j ≤ n, j++, R[[i, j + 1]] = a[[i, j]]]];
For[j = 1, j ≤ n, j++, R[[n + 1, j + 1]] = p[[j]]]; Print[MatrixForm[R]]]

Se obţin rezultatele

• m=1
P1 = Simplify[Legendre[x, 1]]
GaussLegendre[1, P1]
1 1
 
2 2
0 1
734 ANEXA C. DETERMINAREA UNOR PARAMETRI NUMERICI

• m=2
P2 = Simplify[Legendre[x, 2]]
GaussLegendre[1,
 1 √
P2] √

1 1
6
3 − √3
4 √
12
3−2 3
 1 3+ 3 1
3 + 2 3 1 
6 12 4
1 1
0 2 2

• m=3
P3 = Simplify[Legendre[x, 3]
GaussLegendre[1,
 √
P3] 
1 5 5 √1 2 √1
5 − 15 − −
 1
10 √ 5
36 36 2 15 9 15
+ 2√115 5 2 √1


 10 5 + 15 +

36 √
√

36 9 15

1 1 1 2
 
 2 72
10 + 3 15 72
10 − 3 15 9

5 5 4
0 18 18 9

6. Extrapolarea Richardson pentru derivarea numerică

Aproximarea derivatei f ′ (x) cu diferenţa centrată δh f (x) este
Phi[h , x , f ]:=(f [x + 1/2h] − f [x − 1/2h])/h
Tabelul construit prin extrapolarea Richardson se obţine cu următoarea
procedura care returnează doar ultimul element. Nodurile sunt puncte
echidistante cu pasul h. Parametrul m precizează de câte ori s-a aplicat
extrapolarea.
Richardson[h , x , f , m ]:=Module[{D}, D = Table[0, {i, 1, m}, {j, 1, m}];
For[i = 1, i ≤ m, i++, D[[i, 1]] = Phi[h/2∧ (i − 1), x, f ]];
For[j = 2, j ≤ m, j++,
For[i = j, i ≤ m, i++,
D[[i, j]] = 4∧ (j − 1)/(4∧ (j − 1) − 1)D[[i, j − 1]]−
1/(4∧ (j − 1) − 1)D[[i − 1, j − 1]]]]; Expand[D[[m, m]]/.h → 2∧ mh]]
Apelarea procedurii
d = MatrixForm[Table[Richardson[h, 0, f, i], {i, 1, 4}]]
şi rezultatele obţinute
 
− f [−h]
2h
+ f2h
[h]

f [−2h]
− 2f3h
[−h]
+ 2f3h[h] − f12h[2h]
 
 12h 
− f360h
[−4h]
+ f [−2h] − 32f45h
[−h]
+ 32f [h]
− f 9h
[2h]
+ f360h
[4h]
 
9h 45h
 
f [−8h]
45360h
− f270h
[−4h]
+ 16f135h
[−2h]
− 2048f [−h]
2835h
+ 2048f
2835h
[h]
− 16f [2h]
135h
+ f270h
[4h]
− f [8h]
45360h
Anexa D

Îmbunătăţirea convergenţei

D.1 Ordinul de convergenţă al unui şir

Definiţia D.1.1 Fie (xn )n∈N un şir convergent ı̂ntr-un spaţiu normat, limn→∞ xn =
x∗ . Dacă există un număr r > 0 astfel ı̂ncât
∥xn+1 − x∗ ∥
lim = c, 0 < c < ∞,
n→∞ ∥xn − x∗ ∥r

atunci şirul (xn )n∈N are ordinul de convergenţă r.

În funcţie de r se utilizează terminologia:
convergenţă liniară r=1
convergenţă superliniară 1<r<2
convergenţă pătratică r=2
Observaţia D.1.1 Dacă există M > 0 astfel ı̂ncât
∥xn+1 − x∗ ∥ ≤ M ∥xn − x∗ ∥s , ∀n ≥ n0
atunci ordinul de convergenţă r este cel puţin s, r ≥ s.
Fie r ordinul de convergenţă al şirului (xn )n∈N . Dacă r < s atunci
∥xn+1 − x∗ ∥ ∥xn+1 − x∗ ∥ 1
s
= → ∞, n → ∞,
∥xn − x∗ ∥ ∥xn − x∗ ∥ ∥xn − x∗ ∥s−r
r

ceea ce contrazice condiţia din observaţie.

yn −x∗
Definiţia D.1.2 Dacă limn→∞ xn = x∗ şi limn→∞ xn −x∗
= 0 atunci şirul (yn )n
converge mai rapid decât şirul (xn )n .

735
736 ANEXA D. ÎMBUNĂTĂŢIREA CONVERGENŢEI

D.2 Îmbunătăţirea convergenţei unui şir

Teorema D.2.1 Dacă

• limn→∞ an = a
an+1 −a
• limn→∞ an −a
= k, k ̸= 1
(an+1 −an ) 2
atunci şirul xn = an − an+2 −2an+1 +an
converge mai repede către a decât şirul (an )n .

Demonstaţie. Notăm en = an − a. Ipotezele teoremei se scriu limn→∞ en = 0 şi

limn→∞ en+1
en
= k. Au loc egalităţile

(en+1 −en )2
xn − a en − en+2 −2en+1 +en en+2 en − e2n+1
= = =
an − a en en (en+2 − 2en+1 + en )
en+2 en
en+1 en+1
−1
= .
en
( en+2 − 2 + en+1
en+1 en+1
en
)

În consecinţă
xn − a k k1 − 1
lim = 1 = 0.
n→∞ an − a
k
(k − 2 + k1 )

Teorema D.2.2 Fie şirul (xn )n∈N cu limn→∞ xn = x∗ şi cu ordinul de convergenţă
r. Dacă pn = − log ∥xn − x∗ ∥ atunci

pn+1 log ∥xn+1 − x∗ ∥

r = lim = lim . (D.1)
n→∞ pn n→∞ log ∥xn − x∗ ∥

Demonstaţie. Definind
∥xn+1 − x∗ ∥
cn =
∥xn − x∗ ∥r
au loc egalităţile limn→∞ cn = c > 0 şi

∥xn+1 − x∗ ∥ = cn ∥xn − x∗ ∥r ⇔ log ∥xn+1 − x∗ ∥ = r log ∥xn − x∗ ∥ + log cn .

Putem presupune că baza logaritmului este un număr subunitar. Atunci limn→∞ log ∥xn −
x∗ ∥ = ∞ şi ı̂n consecinţă

log ∥xn+1 − x∗ ∥ cn
=r+ → r, n → ∞.
log ∥xn − x∗ ∥ log ∥xn − x∗ ∥
D.3. TRANSFORMAREA LUI EULER 737

D.3 Transformarea lui Euler

P∞ k k
Fie seria alternantă S(x) = k=0 (−1) ak x căruia ı̂i asociem seria
∞
!
1 X
S̃(x) = a0 + (−1)k △ak−1 xk ,
x+1 k=1

unde △ak−1 = ak − ak−1 .

Introducem sumele parţiale
n
X
Sn (x) = (−1)k ak xk
k=0
n
!
1 X
S̃n (x) = a0 + (−1)k △ak−1 xk
x+1 k=1

Au loc egalităţile
n
!
1 X
S̃n (x) = a0 + (−1)k (ak − ak−1 )xk =
x+1 k=1

n n
!
1 X X
= (−1)k ak xk − (−1)k ak−1 xk =
x+1 k=0 k=1
n n−1
!
1 X X
= (−1)k ak xk − (−1)k+1 ak xk+1 =
x+1 k=0 k=0
n n−1
!
1 X X (−1)n an xn
= (−1)k ak xk + (−1)k ak xk+1 = Sn−1 (x) + .
x+1 k=0 k=0
x+1
Dacă seria S(x) este convergentă şi |x| < 1 atunci din egalitatea de mai sus
rezultă că şi seria S̃(x) este convergentă, având aceaşi sumă
∞
!
1 X
k k
S(x) = S̃(x) = a0 + (−1) △ak−1 x .
x+1 k=1

Egalitatea anterioară se mai poate scrie

∞ ∞
1 X
k k a0 x X
S(x) = (a0 + (−1) △ak−1 x ) = − (−1)k △ak xk .
x+1 k=1
x + 1 x + 1 k=0
738 ANEXA D. ÎMBUNĂTĂŢIREA CONVERGENŢEI

Reţinem egalitatea
∞ ∞
X
k k a0 x X
S(x) = (−1) ak x = − (−1)k △ak xk . (D.2)
k=0
x + 1 x + 1 k=0

Aplicând repetat egalitatea (D.2) se obţin succesiv egalităţile

∞
a0 x X
S(x) = − (−1)k △ak xk =
x + 1 x + 1 k=0
| {z }

∞
!
a0 x △a0 x X
= − − (−1)k △2 ak xk =
x+1 x+1 x + 1 x + 1 k=0

∞
a0 x△a0 x2 X
= − + (−1)k △2 ak xk =
x + 1 (x + 1)2 (x + 1)2 k=0
| {z }
∞
!
a0 x△a0 x2 △2 a0 x X
= − + − (−1)k △3 ak xk =
x + 1 (x + 1)2 (x + 1)2 x + 1 x + 1 k=0

∞
a0 x△a0 x 2 △2 a0 x3 X
= − + − (−1)k △3 ak xk =
x + 1 (x + 1)2 (x + 1)3 (x + 1)3 k=0

∞  k
1 X x
... = (−1)k △k a0 .
x + 1 k=0 x+1

P∞ k k
Definiţia D.3.1 Transformata Euler a seriei S(x) = k=0 (−1) ak x este seria
∞  k
1 X x
S(x) = (−1)k △k a0 .
x + 1 k=0 x+1

În particular, pentru x = 1 se obţine

∞ ∞
X
k
X 1
(−1) ak = (−1)k k+1 △k a0 .
k=0 k=0
2
D.3. TRANSFORMAREA LUI EULER 739

Probleme şi teme de seminar

P D.1 Utilizând transformata Euler să se arate egalităţile
∞ ∞
X (−1)k X 1
ln 2 = =
k=0
k+1 k=0
(k + 1)2k+1
∞ ∞
π X (−1)k 1 X k!
= =
4 k=0
2k + 1 2 k=0
(2k + 1)!!
740 ANEXA D. ÎMBUNĂTĂŢIREA CONVERGENŢEI
Anexa E

Determinarea ordinelor de
convergenţă ale metodelor de
rezolvare paralelă a ecuaţiilor
polinomiale utilizând instrumente
de calcul simbolic

Este suficient să să considerăm polinomul P (z) = (z − a)(z − b)(z − c) şi prima
componenta T1 (z) a unei metode de calcul paralel a rădăcinilor unui polinom
z (k+1) = T (z (k) ).
Pentru a verifica condiţiile Teoremei G.0.8, datorită proprietăţilor de simetrie
este suficient să calculăm
∂T1 (z) ∂T1 (z)
∂z1 ∂z2

∂ 2 T1 (z) ∂ 2 T1 (z) ∂ 2 T1 (z) ∂ 2 T1 (z)

∂z12 ∂z1 ∂z2 ∂z22 ∂z2 ∂z3

∂ 3 T1 (z) ∂ 3 T1 (z) ∂ 3 T1 (z) ∂ 3 T1 (z) ∂ 3 T1 (z)

∂z13 ∂z12 ∂z2 ∂z1 ∂z22 ∂z23 ∂z22 ∂z3

∂ 4 T1 (z) ∂ 4 T1 (z) ∂ 4 T1 (z) ∂ 4 T1 (z) ∂ 4 T1 (z) ∂ 4 T1 (z) ∂ 4 T1 (z)

∂z14 ∂z13 ∂z2 ∂z12 ∂z22 ∂z1 ∂z23 ∂z24 ∂z23 ∂z3 ∂z22 ∂z32
..
.
Se vor calcula succesiv elementele liniilor de mai sus până la apariţia primului
element nenul.
Programul de calcul simbolic utilizat este Mathematica.

741
742 ANEXA E. DETERMINAREA ORDINELOR DE CONVERGENŢĂ

• Metoda Durand-Kerner
P (z1 )
T1 (z1 , z2 , z3 ) = z1 −
(z1 − z2 )(z1 − z3 )
Programul Mathematica este

In[1]:=
T1[z1,z2,z3]:=
z1-(z1-a)*(z1-b)*(z1-c)/((z1-z2)*(z1-z3))
In[2]:=
D[T1[z1,z2,z3],z1]/.{z1->a,z2->b,z3->c}
Out[2]:= 0
In[3]:=
D[T1[z1,z2,z3],z2]/.{z1->a,z2->b,z3->c}
Out[3]:= 0
In[4]:=
Simplify[D[T1[z1,z2,z3],z1,z2]/.{z1->a,z2->b,z3->c}]
1
Out[4]:= −a+b

• Metoda Erlich
P (z1 )
T1 (z1 , z2 , z3 ) = z1 −  
1 1
(z1 − z2 )(z1 − z3 ) − P (z1 ) z1 −z2
+ z1−z3

Programul Mathematica corespunzător este

In[1]:=
T1[z1,z2,z3]:=
z1-(z1-a)*(z1-b)*(z1-c)/((z1-z2)*(z1-z3)-
(z1-a)*(z1-b)*(z1-c)*
(1/(z1-z2)+1/(z1-z3)))
In[2]:=
D[T1[z1,z2,z3],z1]/.{z1->a,z2->b,z3->c}
Out[2]:= 0
In[3]:=
D[T1[z1,z2,z3],z2]/.{z1->a,z2->b,z3->c}
Out[3]:= 0
In[4]:=
Simplify[D[T1[z1,z2,z3],{z1,2}]/.{z1->a,z2->b,z3->c}]
 743

Out[4]:= 2(−2a+b+c)
(a−b)(a−c)

• Metoda Nourein
P (z1 )
T1 (z1 , z2 , z3 ) = z1 − h i=
P (z2 ) P (z3 )
(z1 − z2 )(z1 − z3 ) 1 + (z2 −z1 )(z2 −z3 )(z1 −z2 ) + (z3 −z1 )(z3 −z2 )(z1 −z3 )

P (z1 )
= z1 − (z1 −z3 )P (z2 ) (z1 −z2 )P (z3 )
(z1 − z2 )(z1 − z3 ) + (z2 −z1 )(z2 −z3 )
+ (z3 −z1 )(z3 −z2 )

Programul Mathematica este

In[1]:=
T1[z1,z2,z3]:=
z1-(z1-a)*(z1-b)*(z1-c)/((z1-z2)*(z1-z3)+
(z2-a)*(z2-b)*(z2-c)*(z1-z3)/((z2-z1)*(z2-z3))+
(z3-a)*(z3-b)*(z3-c)*(z1-z2)/((z3-z1)*(z3-z2)))
In[2]:=
D[T1[z1,z2,z3],z1]/.{z1->a,z2->b,z3->c}
Out[2]:= 0
In[3]:=
D[T1[z1,z2,z3],z2]/.{z1->a,z2->b,z3->c}
Out[3]:= 0
In[4]:=
Simplify[D[T1[z1,z2,z3],{z1,2}]/.{z1->a,z2->b,z3->c}]
Out[4]:= 0
In[5]:=
Simplify[D[T1[z1,z2,z3],z1,z2]/.{z1->a,z2->b,z3->c}]
Out[5]:= 0
In[6]:=
Simplify[D[T1[z1,z2,z3],{z2,2}]/.{z1->a,z2->b,z3->c}]
Out[6]:= 0
In[7]:=
Simplify[D[T1[z1,z2,z3],z2,z3]/.{z1->a,z2->b,z3->c}]
Out[7]:= 0
In[7]:=
Simplify[D[T1[z1,z2,z3],{z1,2},z2]/.{z1->a,z2->b,z3->c}]

2
Out[4]:=− (a−b) 2
744 ANEXA E. DETERMINAREA ORDINELOR DE CONVERGENŢĂ

• Metoda Wang-Zheng

T1 (z1 , z2 , z3 ) = z1 −
2P (z1 )P ′ (z1 )
−  
1 1 1
2P ′2 (z1 ) − P (z1 )P ′′ (z1 ) − 2P 2 (z1 ) (z1 −z 2)
2 + (z1 −z2 )(z1 −z3 )
+ (z1 −z3 )2

Programul Mathematica este

In[1]:=
P[x_]:=x^3-(a+b+c)*x*x+(a*b+b*c+c*a)*x-a*b*c
D1P[x_]:=3*x*x-2*(a+b+c)*x+a*b+b*c+c*a
D2P[x_]:=6*x-2*(a+b+c)
In[2]:=
T1[z1,z2,z3]:=
z1-2*P[z1]*D1P[z1]/(2*D1P[z1]*D1P[z1]-P[z1]*D2P[z1]-
2*P[z1]*P[z1]*
(1/(z1-z2)^2+1/((z1-z2)*(z1-z3))+1/(z1-z3)^2))
In[3]:=
D[T1[z1,z2,z3],z1]/.{z1->a,z2->b,z3->c}
Out[3]:= 0
In[4]:=
D[T1[z1,z2,z3],z2]/.{z1->a,z2->b,z3->c}
Out[4]:= 0
In[5]:=
Simplify[D[T1[z1,z2,z3],{z1,2}]/.{z1->a,z2->b,z3->c}]
Out[5]:= 0
In[6]:=
Simplify[D[T1[z1,z2,z3],z1,z2]/.{z1->a,z2->b,z3->c}]
Out[6]:= 0
In[7]:=
Simplify[D[T1[z1,z2,z3],{z2,2}]/.{z1->a,z2->b,z3->c}]
Out[7]:= 0
In[8]:=
Simplify[D[T1[z1,z2,z3],z2,z3]/.{z1->a,z2->b,z3->c}]
Out[8]:= 0
In[9]:=
Simplify[D[T1[z1,z2,z3],{z1,3}]/.{z1->a,z2->b,z3->c}]
Out[9]:= 0
In[10]:=
 745

Simplify[D[T1[z1,z2,z3],{z1,2},z2]/.{z1->a,z2->b,z3->c}]
Out[10]:= 0
In[11]:=
Simplify[D[T1[z1,z2,z3],z1,{z2,2}]/.{z1->a,z2->b,z3->c}]
Out[11]:= 0
In[12]:=
Simplify[D[T1[z1,z2,z3],{z2,3}]/.{z1->a,z2->b,z3->c}]
Out[12]:= 0
In[13]:=
Simplify[D[T1[z1,z2,z3],{z2,2},z3]/.{z1->a,z2->b,z3->c}]
Out[13]:= 0
In[14]:=
Simplify[D[T1[z1,z2,z3],{z1,3},z2]/.{z1->a,z2->b,z3->c}]

Out[14]:= 6(−3a+b+2c)
(a−b)3 (a−c)
746 ANEXA E. DETERMINAREA ORDINELOR DE CONVERGENŢĂ
Anexa F

Elemente de topologie

F.1 Staţiu topologic Baire

Fie X un spaţiu topologic.

Definiţia F.1.1 O submulţime nevidă Y ⊂ X este rară dacă int(Y ) = ∅.

Definiţia F.1.2 O submulţime nevidă este de categoria I dacă se poate reprezenta

ca o reuniune numărabilă de mulţimi rare. În caz contrar submulţimea este de
categoria II.

Definiţia F.1.3 O submulţime nevidă este reziduală dacă este complementara

unei mulţimi de categoria I.

Definiţia F.1.4 O submulţime nevidă este superdensă dacă este densă ı̂n spaţiul
topologic, reziduală şi nenumărabilă.

Definiţia F.1.5 Un spaţiu topologic se numeşte spaţiu topologic Baire dacă orice
submulţime nevidă şi deschisă este de categoria II.

Au loc următoarele rezultate:

Teorema F.1.1 Fie X un spaţiu topologic, Y o submulţime nevidă ı̂n X şi Z =

X\Y. Următoarele afirmaţii sunt echivalente:

(i) Y este deschisă şi densă ı̂n X;

(ii) Z este ı̂nchisă şi rară.

747
748 ANEXA F. ELEMENTE DE TOPOLOGIE

Demonstraţie. Y deschisă ⇔ Z ı̂nchisă.

Fie Y, o submulţime deschisă şi densă ı̂n X, Y = X. Presupunem prin absurd
că Z nu e rară, adică există x ∈ int(Z) = int(Z) ⊆ Z. Atunci Z este o vecinătate
a lui x. Din Y ∩ Z = ∅ rezultă că x ∈ / Y , ceea ce contrazice ipoteza Y = X.
Invers, fie Z o submulţime ı̂nchisă şi rară. Dacă presupunem prin absurd că
Y nu este densă atunci există x ∈ X\Y ⊆ X\Y = Z. Submulţimea X\Y este
̸ int(Z) ⊆ int(Z), ceea ce contrazice ipoteza int(Z) = ∅.
deschisă, deci ∅ =

Teorema F.1.2 Orice submulţime a unei mulţimei de categoria I este de cate-

goria I.

Demonstraţie. Fie Y o mulţime de categoria I, reprezentată prin

[
Y = Yn , Yn submulţime rară, ∀n ∈ N.
n∈N
S
Dacă Z ⊂ Y atunci Z = Z ∩ Y = n∈N (Z ∩ Yn ), iar submulţimile Z ∩ Yn sunt
rare, ∀n ∈ N.
Un spaţiu topologic Baire este caracterizat de următoarea proprietate
Teorema F.1.3 Un spaţiu topologic este spaţiu topologic Baire dacă şi numai
dacă o intersecţie numărabilă de mulţimi deschise şi dense rămâne densă.

Demonstraţie. Fie X un spaţiu topologic Baire şi familia (Xn )n∈NT de mulţimi
deschise şi dense ı̂n X. Presupunem prin absurd că mulţimea Z = n∈N Xn nu e
densă ı̂n X. Atunci mulţimea Y = X\Z este deschisă şi nevidă. Din relaţiile
[ [
Y = X\Z ⊆ X\Z = X ∩ C(Z) = (X ∩ C(Xn )) = (X\Xn ),
n∈N

deducem utilizând Teoremele F.1.1 şi F.1.2 că Y este de categoria I, contrazicând
proprietatea de spaţiu topologic Baire a lui X.
Reciproc, presupunem prin absurd că X nu e spaţiu topologic Baire, adică
există o mulţime nevidă şi deschisă Y astfel ı̂ncât
[
Y = Yn Yn submulţime rară, ∀n ∈ N.
n∈N

Submulţimile Xn = X\Y n = C(Y n ) sunt deschise şi dense ı̂n X,

X n = C(Y n ) = C(int(Y n )) = X.
F.1. STAŢIU TOPOLOGIC BAIRE 749

Astfel \
Xn = X. (F.1)
n∈N

Pe de altă parte,
[ [ [ \
∅=
̸ Y = Yn ⊆ Yn = C(Xn ) = C( Xn ),
n∈N n∈N n∈N n∈N

ceea ce contrazice (F.1).

Recunoaşterea unui spaţiu topologic Baire este uşurată de
Teorema F.1.4 Un spaţiu metric complet este un spaţiu topologic Baire.

Demonstraţie. Presupunem prin absurd că există o mulţime deschisă şi nevidă
Y de categoria I:
[
Y = Yn Yn submulţime rară, ∀n ∈ N∗ .
n∈N∗

Fie B0 = Y. Mulţimea deschisă B0 \Y 1 este nevidă – ı̂n caz contrar Y = B0 ⊆ Y 1 ,

cea ce ar contrazice raritatea lui Y1 .
Prin urmare există x1 ∈ B0 \Y 1 şi r1′ > 0 astfel ı̂ncât B(x1 , r1′ ) ⊆ B0 \Y 1 .1
Pentru r1 = min{1, 21 r1′ } mulţimea B1 = B(x1 , r1 ) satisface relaţiile

B 1 ∩ Y 1 = ∅,
B 1 ⊆ B0 .

Inductiv, presupunem că s-au construit mulţimile Bi = B(xi , ri ), i = 1, 2, . . . , n−

1 astfel ı̂ncât

B i ∩ Y i = ∅,
B i ⊆ Bi−1 .

Mulţimea deschisă Bn−1 \Y n este nevidă – ı̂n caz contrar Bn−1 ⊆ Y n , cea ce ar
contrazice raritatea lui Yn .
Există xn ∈ Bn−1 \Y n şi rn′ > 0 astfel ı̂ncât B(xn , rn′ ) ⊆ Bn−1 \Y n .
Pentru rn = min{ n1 , 12 rn′ } mulţimea Bn = B(xn , rn ) satisface relaţiile

B n ∩ Y n = ∅,
B n ⊆ Bn−1 .
1
B(x, r) = {y ∈ X : d(x, y) < r}, unde d(x, y) este distanţa dintre x şi y.
750 ANEXA F. ELEMENTE DE TOPOLOGIE

Şirul (xn )n∈N∗ este fundamental, deci convergent. Fie x = limn→∞ xn .

Deoarece xn ∈ Bn ⊆ B1 , ∀n ∈ N∗ , rezultă că

x ∈ B n ⊆ B 1 ⊆ B0 = Y. (F.2)

Pe de altă parte, pentru orice n ≥ m, xn ∈ Bm , de unde

x ∈ Bm ⇔ x ∈
/ Y m, ∀m ∈ N∗ .

Urmează x ∈
/ Y, ı̂n contradicţie cu (F.2).
Anexa G

Elemente de analiză matematică

Diferenţiabilitatea unui operator definit ı̂ntr-un

spaţiu normat
Fie X, Y spaţii normate, domeniul D ⊆ X şi operatorul T : D → Y. Ream-
intim

Definiţia G.0.1 Operatorul T este diferenţiabil Fréchet ı̂n x ∈ D dacă există un

operator liniar şi continuu L ∈ (X, Y )∗ astfel ı̂ncât

∥T (x + h) − T (x) − L(h)∥
lim = 0. (G.1)
h→0 ∥h∥

Teorema G.0.1 Dacă operatorul T este diferenţiabil Fréchet ı̂n x atunci opera-
torul L este unic.

Operatorul L din Definiţia G.0.1 se notează L = T ′ (x) = dT (x) şi se numeşte

diferenţiala Fréchet a lui T ı̂n x.
Relaţia (G.1) se poate rescrie sub forma

T (x + h) = T (x) + T ′ (x)(h) + ∥h∥w(x, h), (G.2)

unde funcţia w(x, h) ∈ Y are proprietatea limh→0 w(x, h) = 0.

Asemeni funcţiilor reale

Teorema G.0.2 Dacă operatorul T este diferenţiabil Fréchet ı̂n x atunci T este
continuu ı̂n x.

751
752 ANEXA G. ELEMENTE DE ANALIZĂ MATEMATICĂ

Presupunând operatorul T diferenţiabil ı̂n fiecare punct x al domeniului D, se

introduce operatorul T ′ → (X, Y )∗ definit prin x 7→ T ′ (x). Dacă acest operator
este diferenţiabil Fréchet ı̂n x atunci diferenţiala ei este diferenţiala Fréchet de
ordinul 2 a lui T ı̂n x. Notăm acest operator prin T ′′ (x) ∈ (X, (X, Y )∗ )∗ . Recursiv,
se defineste diferenţiabilitatea Fréchet de ordin superior. T (k) (x) este un element
al mulţimii
T (k) (x) ∈ (X, (X, . . . , ( X, Y )∗ )∗ . . .)∗ .
| {z } | {z }
k paranteze k paranteze

Definiţia G.0.2 Operatorul T este diferenţiabil Gateaux ı̂n x ∈ D după direcţia

h ∈ X dacă
T (x + th) − T (x)
∃ lim = T ′ (x, h).
t→0 t
Definiţia G.0.3 Operatorul T este diferenţiabil Gateaux ı̂n x ∈ D dacă este
diferenţiabil Gateaux ı̂n x ∈ D după orice direcţie h ∈ X.

Definiţia G.0.4 Operatorul T este G-derivabil ı̂n x ∈ D dacă

• este diferenţiabil Gateaux ı̂n x;

• operatorul ∇T (x) : X → Y, definit prin ∇T (x)(h) = T ′ (x, h) este un oper-

ator liniar şi continuu.

Legătura dintre cele două tipuri de diferenţiabilitate este dată ı̂n următoarele
teoreme.

Teorema G.0.3 Dacă operatorul T este diferenţiabil Fréchet ı̂n x atunci T este
G-derivabil ı̂n x şi T ′ (x) = ∇T (x).

Demonstraţie. Scriind th, h ∈ X, t ∈ R∗ ı̂n loc de h, din (G.2) rezultă

T (x + th) = T (x) + T ′ (x)(th) + ∥th∥w(x, th),

de unde
T (x + th) − T (x) |t|
= T ′ (x)(h) + w(x, th).
t t
′
Pentru t → 0 se obţine ∇T (x)(h) = T (x)(h), ∀h ∈ X, de unde concluziile teore-
mei.
Reciproc, G derivabilitatea implică diferenţiabilitatea Fréchet ı̂n condiţiile
 753

Teorema G.0.4 Dacă T : D ⊆ X → Y este un operator G derivabil ı̂ntr-

∇
o vecinătate a lui x ∈ D şi operatorul x 7→ ∇T (x) este continuu ı̂n topolo-
gia (X, (X, Y )∗ )∗ atunci operatorul T este diferenţiabil Fréchet ı̂n x şi T ′ (x) =
∇T (x).

Demonstraţie. Fie h ∈ X şi u = T (x+h)−T (x)−∇T (x)(h). Potrivit Teoremei

Hahn - Banach există o funcţională liniară şi continuă y ∗ ∈ Y ∗ astfel ı̂ncât ∥y ∗ ∥ =
1 şi y ∗ (u) = ∥u∥.
Definim funcţia F : [0, 1] → R prin F (t) = y ∗ (T (x + th)). F (t) este derivabilă
ı̂n t ∈ (0, 1) şi F ′ (t) = y ∗ (∇T (x + th)(h)). Într-adevăr,
F (t + λ) − F (t)
F ′ (t) = lim =
λ→0 λ
T (x + (t + λ)h) − T (x)
= lim y ∗ ( ) = y ∗ (∇T (x + th)(h)).
λ→0 λ
Potrivit teoremei de medie a lui Lagrange, există θ ∈ (0, 1) astfel ı̂ncât
F (1) − F (0) = F ′ (θ) ⇔ y ∗ (T (x + h) − T (x)) = y ∗ (∇T (x + θh)(h)).
În sfârşit, utilizănd această egalitate şi proprietăţile normei operatorilor liniari
deducem
∥T (x + h) − T (x) − ∇T (x)(h)∥ = ∥u∥ = y ∗ (u) =
= y ∗ (T (x + h) − T (x) − ∇T (x)(h)) = y ∗ ((∇T (x + θh) − ∇T (x))(h)) ≤
≤ |y ∗ ((∇T (x + θh) − ∇T (x))(h))| ≤ ∥y ∗ ∥ ∥(∇T (x + θh) − ∇T (x))(h))∥ ≤
≤ ∥∇T (x + θh) − ∇T (x)∥ ∥h∥.
Rezultă inegalitatea
∥T (x + h) − T (x) − ∇T (x)(h)∥
≤ ∥∇T (x + θh) − ∇T (x)∥ → 0
∥h∥
pentru h → 0.
În acest cadru general, o dezvoltare tayloriană are proprietatea:
Teorema G.0.5 Dacă T : D ⊆ X → Y este un operator de n ∈ N ori diferenţiabil
Fréachet ı̂n D atunci pentru orice x, y ∈ D are loc inegalitatea
n−1
X 1 (k) 1
∥T (y) − T (x) − T (x) (y − x) . . . (y − x) ∥ ≤ ∥y − x∥n sup ∥T (n) (z)∥,
k=1
k! | {z } n! z∈[x,y]
k ori

unde [x, y] = {z = tx + (1 − t)y : 0 ≤ t ≤ 1}.

754 ANEXA G. ELEMENTE DE ANALIZĂ MATEMATICĂ

Vom prezenta două demonstraţii ale acestei teoreme, deosebit de importantă.

Demonstraţia 1. În prealabil stabilim Teorema Bourbaki:

Teorema G.0.6 Fie X un spaţiu normat real. Dacă

1. f : [a, b] → X este o funcţie continuă, derivabilă ı̂n (a, b) :

f (x + h) − f (x)
∀ x ∈ (a, b) ∃ lim = f ′ (x);
h→0 h

2. g : [a, b] → R este o funcţie continuă, derivabilă ı̂n (a, b);

3. ∥f ′ (x)∥ ≤ g ′ (x), ∀ x ∈ (a, b)

atunci ∥f (b) − f (a)∥ ≤ g(b) − g(a).

Demonstraţie. Fie ε > 0. Introducem mulţimea

U = {x ∈ [a, b] : ∥f (x) − f (a)∥ > g(x) − g(a) + ε(x − a) + ε} (G.3)

Dorim să arătăm că U = ∅.

Presupunem prin absurd că U ̸= ∅. Atunci

(i) U este o mulţime deschisă, deoarece U = φ−1 (R+ ), unde φ(x) = ∥f (x) −
f (a)∥ − [g(x) − g(a) + ε(x − a) + ε].

(ii) Există c = inf U.

(iii) c > a. Dacă c = a, din (G.3) rezultă relaţia contradictorie 0 ≥ ε > 0.

(iv) c ̸∈ U. Dacă c ∈ U atunci există o vecinătate a lui c, (c − η1 , c + η2 ) ⊂ U,

ceea ce contrazice faptul că c = inf U.

(v) c < b. Dacă c = b atunci U = {b} şi U n-ar mai fi mulţime deschisă.

(vi) Există η > 0 astfel ı̂ncât pentru c < x < c + η

 
 f (x) − f (c)
− ∥f ′ (c)∥ ≤ f (x) − f (c) − f ′ (c) < ε


 x − c  x−c 2 (G.4)

şi
g(x) − g(c) ′
ε

x−c − g (c)
< 2 (G.5)
 755

Pentru x ∈ (c, c + η), din (G.4) şi (G.5) rezultă

f (x) − f (c) ε ′ ′ g(x) − g(c) ε
x − c − 2 ≤ ∥f (c)∥ ≤ g (c) < +

x−c 2
sau
∥f (x) − f (c)∥ < g(x) − g(c) + ε(x − c). (G.6)
Deoarece c ̸∈ U,
∥f (c) − f (a)∥ ≤ g(c) − g(a) + ε(c − a) + ε. (G.7)
Din (G.6) şi (G.7), pentru x ∈ (c, c + η) rezultă
∥f (x) − f (a)∥ ≤ ∥f (x) − f (c)∥ + ∥f (c) − f (a)∥ < g(x) − g(a) + ε(x − a) + ε.
Astfel (c, c + η) ∩ U = ∅ şi ı̂n consecinţă c nu poate fi inf U.
Prin urmate U = ∅.
Pentru orice x ∈ [a, b] are loc inegalitatea
∥f (x) − f (a)∥ ≤ g(x) − g(a) + ε(x − a) + ε.
Dacă ε ↘ 0 atunci ∥f (x) − f (a)∥ ≤ g(x) − g(a).

Teorema G.0.7 Dacă v : [0, 1] → X este o funcţie de n ori derivabilă astfel

ı̂ncât ∥v (n) (t)∥ ≤ M, ∀ t ∈ (0, 1) atunci

v(1) − v(0) − 1 v ′ (0) − 1 v ′′ (0) − . . . 1
(n−1)
M
v (0) ≤ .
1! 2! (n − 1)! n!

Demonstraţie. Introducem funcţiile f : [0, 1] → X,

1−t ′ (1 − t)2 ′′ (1 − t)n−1 (n−1)
f (t) = v(t) − v(0) + v (t) + v (t) + . . . + v (t),
1! 2! (n − 1)!
(1 − t)n
g : [0, 1] → R, g(t) = −M
n!
n−1
Atunci f ′ (t) = (1−t)
(n−1)!
v n (t) şi ı̂n consecinţă ∥f ′ (t)∥ ≤ g ′ (t). Teorema Bourbaki
implică inegalitatea enunţată.

Reluăm demonstraţia Teoremei G.0.5. Fie x, y ∈ D, h = y − x şi v(t) =

T (x + th), t ∈ [0, 1]. Atunci v (k) (t) = T (k) (x + th) (h) . . . (h) . Pentru M =
| {z }
k−ori
supz∈[x,y] ∥T (n) (z)∥ ∥h∥n , inegalitatea dorită rezultă din Teorema G.0.7.
756 ANEXA G. ELEMENTE DE ANALIZĂ MATEMATICĂ

Demonstraţia 2. Fie x, y ∈ D. Notând

n−1
X 1 (k)
u = T (y) − T (x) − T (x) (y − x) . . . (y − x),
k=1
k! | {z }
k ori

potrivit Teoremei Hahn - Banach există o funcţională liniară şi continuă y ∗ ∈ Y ∗

astfel ı̂ncât ∥y ∗ ∥ = 1 şi y ∗ (u) = ∥u∥.
Definim F : [0, 1] → R prin F (t) = y ∗ (T (x + t(y − x))). Atunci

F (k) (t) = y ∗ (T (k) (x + t(y − x)) (y − x) . . . (y − x)), k ∈ {1, . . . , n}. (G.8)

| {z }
k ori

(G.8) se demonstrează prin inducţie matematică.

Există θ ∈ (0, 1) astfel ı̂ncât
n−1
X 1 (k) 1
F (1) − F (0) − F (0) = F (n) (θ) ⇔
k=1
k! n!

n−1
∗
X 1 (k)
y (T (y) − T (x) − T (x) (y − x) . . . (y − x) ) =
k=1
k! | {z }
k ori

1 ∗ (n)
= y (T (x + θ(y − x)) (y − x) . . . (y − x) ).
n! | {z }
n ori

Utilizând egalitatea anterioară şi proprietăţile normei operatorilor liniari obţinem

n−1
X 1 (k)
∥T (y) − T (x) − T (x) (y − x) . . . (y − x) ∥ = ∥u∥ =
k=1
k! | {z }
k ori

n−1
∗ ∗
X 1 (k)
= y (u) = y (T (y) − T (x) − T (x) (y − x) . . . (y − x) ) =
k=1
k! | {z }
k ori

1 ∗ (n)
= y (T (x + θ(y − x)) (y − x) . . . (y − x) ) ≤
n! | {z }
n ori

1 ∗ (n)
≤ |y (T (x + θ(y − x)) (y − x) . . . (y − x) )| ≤
n! | {z }
n ori
 757

1 ∗
≤ ∥y ∥ ∥T (n) (x + θ(y − x)) (y − x) . . . (y − x) )∥ ≤
n! | {z }
n ori

1 (n) 1
≤ ∥T (x + θ(y − x))∥ ∥y − x∥n ≤ ∥y − x∥n sup ∥T (n) (z)∥.
n! n! z∈[x,y]

O consecinţă a acestei teoreme uşurează justificarea convergenţei unor şiruri

definite prin recurenţă.  
T1 (z)
Fie Ω ∈ Cn o mulţime deschisă, T : Ω → Cn , T (z) =  ...  un operator
 
Tn (z)
de m (≥ 2) ori diferenţiabil, având diferenţiala de ordin m continuă ı̂n Ω şi şirul
(z (k) )k∈N construit prin formula de recurenţă
 (k) 
z1
(k+1) (k) (k)  ..  (k+1)
z = T (z ), z =  .  ⇔ zi = Ti (z (k) ), (G.9)
(k)
zn

∀ i ∈ {1, 2, . . . , n}, k ∈ N.
În Cn se va utiliza  ∥z∥ = max{|z1 |, |z2 |, . . . , |zn |}.
 norma
α1
 .. 
Notăm prin α =  .  vectorul format de rădăcinile polinomului P.
αn

Teorema G.0.8 Dacă

1. T (α) = α,

2. T ′ (α) = T ′′ (α) = . . . = T (m−1) (α) = 0

atunci există r > 0 astfel ı̂ncât pentru orice z (0) ∈ Cn , ∥z (0) − α∥ < r, şirul
construit prin formula de recurenţă z (k+1) = T (z (k) ), k ∈ N, (G.9) converge către
α.

Demonstraţie. Fie r0 > 0 astfel ı̂ncât V0 = {z ∈ Cn : ∥z − α∥ ≤ r0 } ⊂ Ω şi

C0 = maxz∈V0 ∥T (m) (z)∥.
Există 0 < r ≤ r0 astfel ı̂ncât
1
C0 r m
  m−1
C0
<r ⇔ r < 1.
m! m!
758 ANEXA G. ELEMENTE DE ANALIZĂ MATEMATICĂ

Notăm V = {z ∈ Cn : ∥z − α∥ ≤ r}. Dacă z ∈ V atunci Teorema G.0.5 şi

ipotezele prezente implică
m−1
X 1 (j)
∥T (z) − α∥ = ∥T (z) − T (α) − T (α) (z − α) . . . (z − α) ∥ ≤
j=1
j! | {z }
j ori

1 C0 r m
≤ ∥z − α∥m sup ∥T (m) (ζ)∥ ≤ < r,
m! ζ∈[α,z] m!
adică T (z) ∈ V.
În particular, pentru z = z (k) din relaţiile anterioare deducem
C0 (k)
∥z (k+1) − α∥ = ∥T (z (k) ) − α∥ ≤ ∥z − α∥m . (G.10)
m!
Utilizând repetat inegalitatea (G.10) găsim
 m
(k) C0 (k−1) C0 C0 (k−2)
∥z − α∥ ≤ ∥z − α∥m ≤ ∥z − α∥m =
m! m! m!
 1+m  1+m+...+mk−1
C0 (k−2) m2 C0 k
= ∥z − α∥ ≤ ... ≤ ∥z (0) − α∥m ≤
m! m!
 k −1
 mm−1  1
 m−1 !mk −1
C0 mk C0
≤ r = r r → 0, k → ∞.
m! m!
Din inegalitatea (G.10) deducem totodată faptul că ordinul de convergentă al
şirului (z (k) )k∈N este cel puţin m (Anexa F).
Anexa H

Elemente de analiză funcţională

H.1 Teorema de punct fix a lui Banach

Fie (X, ∥·∥) un spaţiu normat. Un operator φ : X → X se numeşte contracţie
dacă există o constantă a ∈ (0, 1) astfel ı̂ncât ∥φ(x) − φ(y)∥ ≤ a∥x − y∥, ∀a, y ∈
X. Dacă φ(x) = x atunci x se numeşte element fix al operatorului φ.

Teorema H.1.1 (de punct fix a lui Stefan Banach) Dacă X este un spaţiu
Banach (spaţiu normat şi complet) şi φ : X → X este o contracţie atunci φ are
un singur punct fix.

Demonstraţie. Fie x0 ∈ X şi considerăm şirul (xn )n∈N definit prin formula de
recurenţă xn+1 = φ(xn ), n ∈ N. Utilizând proprietatea de contracţie a operatoru-
lui φ obţinem
∥xn+1 − xn ∥ = ∥φ(xn ) − φ(xn−1 )∥ ≤ a∥xn − xn−1 ∥ =
= a∥φ(xn−1 ) − φ(xn−2 )∥ ≤ a2 ∥xn−1 − xn−2 ∥ ≤ . . . ≤ an ∥x1 − x0 ∥.
Şirul (xn )n∈N este fundamental. Într-adevăr
n+p−1 n+p−1
n+p n
X
k+1 k
X an
∥x −x ∥≤ ∥x −x ∥≤ ak ∥x1 − x0 ∥ ≤ ∥x1 − x0 ∥.
k=n k=n
1−a

Din proprietatea de completitudine rezultă că şirul (xn )n∈N este convergent. Fie
x∗ = limn→∞ xn . Trecând la limită ı̂n formula de recurenţă (φ fiind contracţie
este continuă) obţinem x∗ = φ(x∗ ), adică x∗ este punct fix al operatorului φ.
Dacă x∗1 şi x∗2 sunt puncte fixe ale operatorului φ atunci din relaţiile
∥x∗1 − x∗2 ∥ = ∥φ(x∗1 ) − φ(x∗2 )∥ ≤ a∥x∗1 − x∗2 ∥

759
760 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ

deducem
(1 − a)∥x∗1 − x∗2 ∥ ≤ 0.
Cum 1 − a > 0, ı̂n mod necesar ∥x∗1 − x∗2 ∥ = 0, adică x∗1 = x∗2 .

Teorema H.1.2 Dacă X este un spaţiu Banach şi φ : X → X un operator astfel

ı̂ncât φm = φ ◦ . . . ◦ φ este o contracţie atunci φ are un singur punct fix.
| {z }
m ori

Demonstraţie. Există un singur element x ∈ X astfel ı̂ncât φm (x) = x.

Aplicând φ asupra egalităţii precedente rezultă

φ(φm (x)) = φm+1 (x) = φm (φ(x)) = φ(x),

adică φ(x) este punct fix pentru φm . Unicitatea lui x implică x = φ(x).

Teorema H.1.3 Fie X este un spaţiu Banach, B(x0 , r) = {x ∈ X : ∥x − x0 ∥ ≤

r} şi φ : B(x0 , r) → X o contracţie de parametru a. Dacă ∥φ(x0 )−x0 ∥ ≤ (1−a)r
atunci varphi are un singur punct fix.

Demonstraţie. Arătăm la ı̂nceput că φ(B(x0 , r)) ⊆ B(x0 , r). Într-adevăr, dacă
x ∈ B(x0 , r) atunci au loc relaţiile

∥φ(x) − x0 ∥ ≤ ∥φ(x) − φ(x0 )∥ + ∥φ(x0 ) − x0 ∥ ≤

≤ a∥x − x0 ∥ + (1 − a)r ≤ ar + (1 − a)r = r.

Reluând justificarea teoremei de punct fix a lui Banach rezultă concluzia teoremei.

H.2 Inversarea operatorilor liniari

Presupunem cunoscută următoarea teoremă (Carl Neumann)
Teorema H.2.1 Dacă X este un spaţiu Banach şi A ∈ (X, X)∗ , un operator
liniar şi continuu astfel ı̂ncât ∥A∥ < 1 atunci
1. Operatorul I − A este inversabil;
P∞
2. (I − A)−1 = k
k=0 A , convergenţa seriei fiind ceea a spaţiului Banach
∗
(X, X) .
O consecinţă utilă este
H.3. PRINCIPIUL CONDENSĂRII SINGULARITĂŢILOR 761

Teorema H.2.2 Fie X un spaţiu Banach şi operatorul L ∈ (X, X)∗ . Au loc
afirmaţiile

1. Operatorul L este inversabil dacă şi numai dacă există un operator in-
versabil K ∈ (X, X)∗ astfel ı̂ncât ∥I − KL∥ < 1.

2. Dacă L este inversabil atunci au loc relaţiile:

∞
X
−1
L = (I − KL)k K, (H.1)
k=0
∥K∥
∥L−1 ∥ ≤ . (H.2)
1 − ∥I − KL∥

Demonstraţie. Necesitatea rezultă din alegerea K = L−1 . Pentru A = I − KL

din Teorema
P∞H.2.1 rezultă inversabilitatea operatorului [I − (I − KL)] = KL şi
−1
(KL) = k=0 (I − KL)k . În consecinţă
∞
X
−1 −1 −1 −1 −1 −1 −1
(KL) K = (KL) (K ) = (K KL) =L = (I − KL)k K.
k=0

H.3 Principiul condensării singularităţilor

Fie X, Y spaţii normate şi o submulţime de operatori liniari şi continui A ⊆
(X, Y )∗ . Mulţimea singularităţilor ataşat submulţimii de operatori liniari şi poz-
itivi A este
SA = {x ∈ X : sup ∥A(x)∥ = ∞}.
A∈A

Proprietăţi ale acestei mulţimi sunt precizate ı̂n

Teorema H.3.1 (Principiul condensării singularităţilor) Dacă X este un

spactiu Banach, Y un spaţiu normat şi A o submulţime de operatori liniari şi
continui, astfel ı̂ncât supA∈A ∥A∥ = ∞, atunci mulţimea singularităţilor ataşată
familiei A este superdensă ı̂n X.

Demonstraţie. Introducem mulţimile

Xn = {x ∈ X : ∃A ∈ A astfel ı̂ncât ∥A(x)∥ > n} n ∈ N.

Atunci avem
762 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ

(i) \
SA = Xn . (H.3)
n∈N

(ii) [
Xn = {x ∈ X : ∥A(x)∥ > n},
A∈A

deci Xn este o submulţime deschisă.

(iii)
X n = X.
Pentru justificarea acestei afirmaţii, presupunem prin absurd, că există n ∈
N şi x0 ∈ X\X n . Deoarece mulţimea X\X n este deschisă, există r > 0
astfel ı̂ncât B(x0 , r) = {x ∈ X : ∥x − x0 ∥ ≤ r} ⊂ X\X n . Din identitatea

∥x∥  x 
A(x) = A(r + x0 ) − A(x0 )
r ∥x∥

se deduce
2n
∥A(x)∥ ≤ ∥x∥, ∀x ∈ X, ∀A ∈ A, (H.4)
r
x
deoarece r ∥x∥ + x0 , x0 ∈ B(x0 , r) ⊂ X\X n .
Inegalitatea (H.4) contrazice ipoteza supA∈A ∥A∥ = ∞.
Spaţiul Banach X este un spaţiu topologic Baire şi din (H.3), potrivit Teo-
remei F.1.3, mulţimea SA este densă ı̂n X.

(iv) Din Teorema F.1.1 mulţimea X\Xn este ı̂nchisă şi rară. Relaţia (H.3) im-
plică \ \ [
SA = Xn = X\(X\ Xn ) = X\ (X\Xn ),
n∈N n∈N n∈N

adică SA este o mulţime reziduală.

Dacă x ∈ SA şi λ > 0 atunci λx ∈ SA , deci SA este nenumărabilă.

O consecinţă importantă a Teoremei H.3.1 este

Teorema H.3.2 (Principiul mărginirii uniforme) Dacă X este un spaţiu

Banach, Y un spaţiu normat, atunci orice submulţime de operatori liniari şi
continui, A ⊆ (X, Y )∗ mărginită punctual, ∀x ∈ X, supA∈A ∥A(x)∥ < ∞, este
uniform mărginită, supA∈A ∥A∥ < ∞.
H.4. NORMA OPERATORILOR INTEGRALI 763

H.4 Norma operatorilor integrali

Evaluarea normei unui operator integral se bazează pe
Teorema H.4.1 Fie I = [a, b] şi C(I) spaţiul Banach al funcţiilor continue def-
inite ı̂n I şi cu valori complexe. Dacă e ∈ C(I), atunci norma funcţionalei
x∗ ∈ [C(I)]∗ , definită prin
Z
∗
x (x) = e(t)x(t)dt
I

este ∥x∗ ∥ =
R
I
|e(t)|dt.

Demonstraţie. Norma unei funcţii x ∈ C(I) este R ∥x∥ = maxt∈I |x(t)|. Din
∗ ∗
R
inegalitatea |x (x)| ≤ ∥x∥ I |e(t)|dt rezultă ∥x ∥ ≤ I |e(t)|dt.
Apoi, pentru n ∈ N, au loc relaţiile
|e(t)| n|e(t)|2
Z Z Z
|e(t)|dt = dt + dt ≤
I I 1 + n|e(t)| I 1 + n|e(t)|

b−a
Z Z
1 ne(t)
≤ dt + e(t) dt ≤ + ∥x∗ ∥.
I n I 1 + n|e(t)| n
Pentru n → ∞ se obţine inegalitatea I |e(t)|dt ≤ ∥x∗ ∥.
R

Fie k : I × I → C o funcţie continuă şi operatorul liniar A : C(I) → C(I)

definit prin Z
A(x)(t) = k(t, s)x(s)ds.
I
Atunci
R
Teorema H.4.2 Norma operatorului A este ∥A∥ = maxt∈I I
|k(t, s)|ds.

Demonstraţie. Din inegalităţile

Z Z
|A(x)(t)| = | k(t, s)x(s)ds| ≤ |k(t, s)| |x(s)|ds ≤
I I
Z Z
≤ ∥x∥ |k(t, s)|ds ≤ ∥x∥ max |k(t, s)|ds
I t∈I I
rezultă Z
∥A(x)∥ ≤ ∥x∥ max |k(t, s)|ds
t∈I I
764 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ

şi Z
∥A∥ ≤ max |k(t, s)|ds.
t∈I I
R R
Fie t0 ∈ I astfel ı̂ncât I |k(t0 , s)|dt = maxt∈I I |k(t, s)|ds, şi funcţia e(t) =
k(t0 , t).
Funcţionala e∗ ∈ ∗ ∗
R R
[C(I)] , definită prin e (x) = I
e(s)x(s)ds = I
k(t0 , s)x(s)ds
∗
R
are norma ∥e ∥ = I |k(t0 , s)|ds.
Din relaţiile

∥A∥ = sup ∥A(x)∥ = sup max |A(x)(t)| ≥

∥x∥≤1 ∥x∥≤1 t∈I

Z
∗ ∗
≥ sup |A(x)(t0 )| = sup |e (x)| = ∥e ∥ = |k(t0 , s)|ds,
∥x∥≤1 ∥x∥≤1 I

rezultă egalitatea enunţată.

H.5 Subspaţiul ortogonal şi proiecţii

W
Fie X un spaţiu liniar peste corpul K = R C ı̂nzestrat cu produs scalar -
denumit şi spaţiu prehilbertian - şi Y o submulţime ı̂n X. Definim submulţimea

Y ⊥ = {x ∈ X : < x, y >= 0, ∀ y ∈ Y }.

Teorema H.5.1 Au loc afirmaţiile:

1. Y ⊥ este subspaţiu liniar ı̂n X.

2. Y ⊆ Z ⇒ Z ⊥ ⊆ Y ⊥.

Teorema H.5.2 Dacă Y este un subspaţiu liniar ı̂n X atunci

1. Y ∩ Y ⊥ = {0}.

2. Dacă X este spaţiu prehilbertian finit dimensional atunci

dim(Y ) + dim(Y ⊥ ) = dim(X).

3. Dacă X este spaţiu prehilbertian finit dimensional atunci Y ⊥⊥ = Y.

H.5. SUBSPAŢIUL ORTOGONAL ŞI PROIECŢII 765

Demonstraţie. 2. Fie dim(X) = n. Dacă dim(Y ) = k există o bază ortonormată

y1 , . . . , yk (Procedeul Gram-Schmidt transformă o mulţime de elemente liniar
independente ı̂n elemente ortogonale / ortonormate). Această bază se extinde
la o bază ortonormată ı̂n X prin elementele zk+1 , . . . , zn .
Pentru fiecare j ∈ {k + 1, . . . , n}, < yi , zj >= 0, ∀i ∈ {1, . . . , k}, adică
zj ∈ Y ⊥ . Prin urmare dim(Y ⊥ ) = n − k.
3. Y ⊆ Y ⊥⊥ . Într-adevăr, dacă y ∈ Y atunci < y, z >= 0, ∀z ∈ Y ⊥ , adică
y ∈ Y ⊥⊥ . Au loc egalităţile

dim(Y ⊥⊥ ) = n − dim(Y ⊥ ) = n − (n − k) = k.

Teorema H.5.3 Dacă Y este un subspaţiu liniar ı̂n X atunci pentru orice x ∈ X
există cel mult un y ∈ Y astfel ı̂ncât x − y ∈ Y ⊥ .

Demonstraţie. Dacă ar exista y1 , y2 ∈ Y astfel ı̂ncât z1 = x − y1 ∈ Y ⊥ şi

z2 = x − y2 ∈ Y ⊥ atunci z1 − z2 ∈ Y ⊥ . Pe de altă parte z1 − z2 = y2 − y1 ∈ Y.
Prin urmare z1 − z2 ∈ Y ∩ Y ⊥ ⇒ y1 = y2 .
Dacă pentru x ∈ X există y ∈ Y astfel ı̂ncât x−y ∈ Y ⊥ atunci y este proiecţia
lui x ı̂n Y . Vom utiliza notaţia y = PY (x).

Teorema H.5.4 Fie Y un subspaţiu liniar finit dimensional ı̂n X. Au loc afirmaţiile

. . , yk este o bază ortonormată ı̂n Y atunci pentru orice x ∈ X

1. Dacă y1 , .P
PY (x) = ki=1 < x, yi > yi .

2. X = Y ⊕ Y ⊥ .

3. Dacă y = PY (x) atunci ∥x∥2 = ∥y∥2 + ∥x − y∥2 .

Demonstraţie. 1. Se verifică x − PY (x) ∈ Y ⊥ .

3. Relaţia rezultă din egalitatea x = y + (x − y).

Observaţia H.5.1 Condiţia ca subspaţiul Y să fie finit dimensional este esenţială.

Într-adevăr, fie
766 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ

• X spaţiul liniar al şirurilor convergente de numere complexe din

∞
X
l2 = {(xn )n∈N∗ : xn ∈ C, |xn ||2 < ∞},
n=1

P∞
ı̂nzestrat cu produsul scalar < x, y >= n=1 xn yn ;

• Y subspaţiul format de şiruri din X cu cel mult un număr finit de termeni

nenuli.

Şirurile ei = (δi,n )n∈N∗ ∈ Y pentru orice i ∈ N∗ . În mod necesar Y ⊥ = {0}. Şirul
x = ( n1 )n∈N∗ ∈ X nu are proiecţie ı̂n Y.

Teorema H.5.5 Dacă Y este un subspaţiu liniar finit dimensional ı̂n X, x ∈ X

şi y0 ∈ Y atunci următoarele afirmaţii sunt echivalente:

1. x − y0 ∈ Y ⊥ ;

2. ∥x − y0 ∥ < ∥x − y∥, ∀y ∈ Y \ {y0 }.

Demonstraţie. (1 ⇒ 2) Dacă y ∈ Y, y ̸= y0 atunci are loc egalitatea

∥x−y∥2 = ∥x−y0 +(y0 −y)∥2 = ∥x−y0 ∥2 +2ℜ < x−y0 , y0 −y > +∥y0 −y∥2 . (H.5)

Dacă x − y0 ∈ Y ⊥ atunci < x − y0 , y0 − y > şi ı̂n consecinţă ∥x − y∥ > ∥x − y0 ∥.

(1 ⇐ 2) Varianta 1. În inegalitatea (H.5) se ia y = y0 + λz cu z ∈ Y şi
λ ∈ C. Inegalitatea va deveni

−2ℜλ < x − y0 , z > +|λ|2 ∥z∥2 ≥ 0, ∀ λ ∈ C, ∀ z ∈ Y.

Se notează < x − y0 , z >= σ + iτ. Particularizând λ ∈ R şi apoi λ = iµ, µ ∈ R

se deduce σ = τ = 0, adică x − y0 ∈ Y ⊥ .
Varianta2. Fie y ∈ Y \ {y0 } şi Ỹ = span{y0 , y}, subspaţiul liniar generat de
y0 şi y. Ỹ este inclus ı̂n Y şi are dimensiune finită ı̂n X, deci există z0 = PỸ (x).
Datorită implicaţiei anterioare, ∥x−z0 ∥ < ∥x−z∥, ∀z ∈ Ỹ \{z0 }. Dacă z0 ̸= y0
atunci pentru z = y0 are loc inegalitatea ∥x − z0 ∥ < ∥x − y0 ∥, ı̂n contradicţie cu
inegalitatea din ipoteză. Astfel z0 = y0 . Atunci x − y0 = x − z0 ∈ Ỹ ⊥ ⊆ Y ⊥ .
H.6. CEA MAI BUNĂ APROXIMAŢIE ÎN Rn 767

H.6 Cea mai bună aproximaţie ı̂n Rn

Fie submulţimea Y ⊂ Rn , x ∈ Rn şi ∥ · ∥ o normă ı̂n Rn . Problema celei mai
bune aproximaţii a lui x prin elementele submulţimii Y constă ı̂n determinarea
unui element y0 ∈ Y – bineı̂nţeles dacă el există astfel ı̂ncât

∥y0 − x∥ = inf ∥y − x∥.

y∈Y

În cadrul considerat urmează să precizăm:

• condiţii ı̂n care problema celei mai bune aproximaţii are soluţie;

• condiţii ı̂n care soluţia este unică;

• caracterizare a soluţiei.

Teorema H.6.1 Problema celei mai bune aproximaţii prin elementele submulţimii
Y ⊂ R are cel puţin o soluţie pentru orice x ∈ R dacă şi numai dacă Y este
ı̂nchisă.

Demonstraţie. Necesitatea. Fie x ∈ Y . Există y0 ∈ Y astfel ı̂ncât

∥y0 − x∥ = inf ∥y − x∥ = 0.
y∈Y

Prin urmare x = y0 ∈ Y, adică Y = Y .

Suficienţa. Fie x ∈ Rn , r > 0 astfel ı̂ncât Y ∩B(x, r) ̸= 0, unde B(x, r) = {y ∈
Rn : ∥y − x∥ ≤ r} şi funcţia f : Rn → R definită prin formula f (y) = ∥y − x∥.
Funcţia f fiind continuă, potrivit teoremei lui Weierstass, ı̂şi atinge minimul
pe mulţimea compactă Y ∩ B(x, r), adică există y0 ∈ Y ∩ B(x, r) astfel ı̂ncât
f (y0 ) ≤ f (y) sau ∥y0 − x∥ ≤ ∥y − x∥, ∀y ∈ Y ∩ B(x, r).
Dacă y ∈ Y şi ∥y −x∥r atunci ∥y −x∥ > r ≥ ∥y0 −x∥. Astfel y0 este elementul
de cea mai bună aproximaţie a lui x prin elementele mulţimii Y.
În cele ce urmează, norma spaţiului liniar Rn va fi norma euclidiană ∥ · ∥2 .

Teorema H.6.2 Dacă Y ⊂ R este o submulţime convexă atunci pentru orice

x ∈ Rn există cel mult un element de cea mai bună aproximaţie prin elementele
submulţimii Y.
768 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ

Demonstraţie. Presupunem prin absurd că există x ∈ Rn pentru care există

cel puţin două elemente diferite y1 , y2 ∈ Y de cea mai bună aproximaţie a lui x
prin elementele mulţimii Y :

∥y1 − x∥ = ∥y2 − x∥ = min ∥y − x∥ = d.

y∈Y

Datorită convexităţii y = 21 (y1 + y2 ) ∈ Y şi utilizând egalitatea paralelogramului

deducem
1 1
d2 ≤ ∥y − x∥22 = ∥ (y1 − x) + (y2 − x)∥22 =
2 2
 
1 1 1 1
= 2 ∥ (y1 − x)∥22 + ∥ (y2 − x)∥22 − ∥ (y1 − x) − (y2 − x)∥22 =
2 2 2 2
1
= d2 − ∥y1 − y2 ∥22 < d2 ,
4
de unde concluzia teoremei.
Au loc următoarele consecinţe:

Teorema H.6.3 Dacă Y ⊂ R este o submulţime ı̂nchisă şi convexă atunci pen-
tru orice x ∈ Rn există un singur element de cea mai bună aproximaţie prin
elementele submulţimii Y.

Teorema H.6.4 Dacă Y este un subspaţiu liniar a lui R atunci pentru orice
x ∈ Rn există un singur element de cea mai bună aproximaţie prin elementele
submulţimii Y.

Elementul de cea mai bună aproximaţie se poate caracteriza prin

Teorema H.6.5 Fie Y o submulţime nevidă, convexă ı̂n Rn şi x ∈ Rn . y0 ∈ Y

este elementul de cea mai bună aproximaţie a lui x prin elementele mulţimii Y
dacă şi numai dacă

< y0 − x, y0 − y >≤ 0 ∀y ∈ Y. (H.6)

Demonstraţie. Necesitatea. Presupunem prin absurd că există y ∈ Y astfel

0 −x,y0 −y>
ı̂ncât < y0 − x, y0 − y > > 0. Fie 0 < λ < min{1, 2<y∥y 2
0 −y∥2
} şi z = λy + (1 −
λ)y0 ∈ Y. Atunci deducem

∥z − x∥22 = ∥y0 − x + λ(y − y0 )∥22 =< y0 − x + λ(y − y0 ), y0 − x + λ(y − y0 ) >=

= ∥y0 − x∥22 + 2λ < y0 − x, y − y0 > +λ2 ∥y − y0 ∥22 =

H.6. CEA MAI BUNĂ APROXIMAŢIE ÎN Rn 769

2 < y0 − x, y0 − y >
= ∥y0 − x∥22 − λ∥y − y0 ∥22 ( 2
} − λ) < ∥y0 − x∥22 ,
∥y0 − y∥2
ceea ce contrazice proprietatea de cea mai bună aproximaţie a lui y0 .
Suficienţa. Pentru orice y ∈ Y, folosind (H.6) găsim

∥y0 − x∥22 =< y0 − x, y0 − x >=< y0 − x, (y0 − y) + (y − x) >=

=< y0 − x, y0 − y > + < y0 − x, y − x >≤< y0 − x, y − x > .

Aplicând inegalitatea Cauchy-Buniakovsky-Schwartz inegalitetea anterioară devine

∥y0 − x∥22 ≤ ∥y0 − x∥2 ∥y − x∥2 .

Dacă ∥y0 − x∥2 ̸= 0 atunci simplificând obţinem ∥y0 − x∥2 ≤ ∥y − x∥2 , iar dacă
∥y0 − x∥2 = 0 atunci proprietatea normei implică ∥y0 − x∥2 = 0 ≤ ∥y − x∥2 .

Teorema H.6.6 Fie Y un subspaţiu liniar ı̂n Rn şi x ∈ Rn . y0 ∈ Y este elemen-

tul de cea mai bună aproximaţie a lui x prin elementele subspaţiului Y dacă şi
numai dacă
< y0 − x, y >= 0 ∀y ∈ Y. (H.7)
adică y0 − x ⊥ Y sau y0 − y ∈ Y ⊥ .

Demonstraţie. Condiţia (H.6) se poate rescrie sub forma

< y0 − x, y0 >≤< y0 − x, y > ∀y ∈ Y.

Fixând y ∈ Y, pentru orice n ∈ N∗ , ±ny ∈ Y şi luând ı̂n inegalitatea anterioară

y = ±ny se obţin
1
< y0 − x, y0 > ≤ < y0 − x, y >
n
1
− < y0 − x, y0 > ≥ < y0 − x, y > .
n
Pentru n tinzând la infinit, găsim < y0 − x, y >= 0.
Fie Y ∈ Rn o submulţime convexă şi ı̂nchisă. În acest caz PY este o funcţie
PY : Rn → Rn care asociază oricărui element x ∈ Rn elementul de cea mai bună
aproximaţie din Y
∥PY (x) − x∥ = min ∥y − x∥.
y∈Y

Potrivit Teoremei H.6.5 < PY (x) − x, PY (x) − y >≤ 0, ∀y ∈ Y.

770 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ

Teorema H.6.7 Dacă Y este o submulţime convexă şi ı̂nchisă din Rn atunci
funcţia PY este lipschitziană, mai precis

∥PY (x1 ) − PY (x2 )∥ ≤ ∥x1 − x2 ∥.

Demonstraţie. Au loc relaţiile

< PY (x1 ) − x1 , PY (x1 ) − PY (x2 ) > ≤ 0 (H.8)

< PY (x2 ) − x2 , PY (x2 ) − PY (x1 ) > ≤ 0 (H.9)

Au loc egalităţile

∥PY (x1 ) − PY (x2 )∥2 =< PY (x1 ) − PY (x2 ), PY (x1 ) − PY (x2 ) >=

=< PY (x1 ), PY (x1 ) − PY (x2 ) > + < PY (x2 ), PY (x2 ) − PY (x1 ) >=
=< PY (x1 ) − x1 , PY (x1 ) − PY (x2 ) > + < x1 , PY (x1 ) − PY (x2 ) > +
+ < PY (x2 ) − x2 , PY (x2 ) − PY (x1 ) > + < x2 , PY (x2 ) − PY (x1 ) > .
Ţinând seama de (H.8) şi (H.9) deducem

∥PY (x1 )−PY (x2 )∥2 ≤< x1 −x2 , PY (x1 )−PY (x2 ) >≤ ∥x1 −x2 ∥ ∥PY (x1 )−PY (x2 )∥.

Dacă PY (x1 ) ̸= PY (x2 ) atunci ∥PY (x1 ) − PY (x2 )∥ ≤ ∥x1 − x2 ∥.

H.7 Cea mai bună aproximare ı̂n spaţiu pre-

hilbertian
Teorema H.7.1 Dacă X este un spaţiu prehilbertian, Y ⊂ X o submulţime
convexă şi completă şi x ∈ X atunci există un singur element de cea mai bună
aproximaţie a lui x prin elementele mulţimii Y.

Demonstraţie. Fie d = inf y∈Y ∥x−y∥ şi (yn )n∈N un şir minimizant, limn→∞ ∥yn −
x∥ = d. Convexitatea lui Y implică 12 yn + 12 ym ∈ Y. În plus
1 1 1 1
d ≤ ∥ yn + ym − x∥ ≤ ∥yn − x∥ + ∥ym − x∥ → d, n, m → ∞.
2 2 2 2
Pentru u = 12 (yn − x) şi v = 12 (ym − x) egalitatea paralelogramului

∥u + v∥2 + ∥u − v∥2 = 2(∥u∥2 + ∥v∥2 )

H.8. DESCOMPUNEREA ORTOGONALĂ A UNUI SPAŢIU PREHILBERTIAN 771

implică limn,m→∞ ∥yn − ym ∥ = 0, adică şirul (yn )n∈N este fundamental. Deoarece
Y este sumbulţime completă există limn→∞ yn = y ∈ Y şi limn→∞ ∥yn − x∥ =
∥y − x∥ = d.
Dacă y, z ∈ Y asfel ı̂ncât ∥y − x∥ = ∥z − x∥ = d atunci y, z, y, z, . . . este
şir minimizant. Potrivit celor demonstrate anterior, şirul este convergent, deci
y = z.

H.8 Descompunerea ortogonală a unui spaţiu

prehilbertian
Teorema H.8.1 Dacă X este un spaţiu prehilbertian, Y este un subspaţiu liniar
şi complet al lui X, x ∈ X şi y este elementul de cea mai bună aproximaţie a lui
x prin elementele mulţimii Y atunci x − y ∈ Y ⊥ .

Demonstraţie. Utilizăm notaţiile d = inf ξ∈Y ∥x − ξ∥ = ∥x − y∥. Prin reducere

/ Y ⊥ . Prin urmare există y0 ∈ Y astfel ı̂ncât
la absurd, presupunem că z = x − y ∈
λ =< z, y0 ≯= 0. Atunci y1 = y + ∥yλ0 ∥2 y0 ∈ Y şi
λ λ λ
d2 ≤ ∥x − y1 ∥2 = ∥z − y0 ∥2
=< z − y 0 , z − y0 >=
∥y0 ∥2 ∥y0 ∥2 ∥y0 ∥2
λ λ̄ |λ|2 |λ|2
= ∥z∥2 − < y0 , z > − < z, y0 > + = d 2
− .
∥y0 ∥2 ∥y0 ∥2 ∥y0 ∥2 ∥y0 ∥2
Teorema H.8.2 Dacă X este un spaţiu prehilbertian, Y este un subspaţiu liniar
şi complet al lui X şi x ∈ X atunci există o pereche unică (y, z) ∈ Y × Y ⊥ astfel
ı̂ncât x = y + z.

Demonstraţie. Dacă y ∈ Y este elementul de cea mai bună aproximare a lui x

prin elementele lui Y atunci z = x − y ∈ Y ⊥ . Astfel x = y + z ∈ Y ⊕ Y ⊥ .
Dacă x = y1 + z1 = y2 + z2 cu y1 , y2 ∈ Y şi z1 , z2 ∈ Y ⊥ , atunci y1 − y2 =
z2 − z1 ∈ Y ∩ Y ⊥ = {0}, de unde unicitatea reprezentării.

H.9 Reprezentarea unei funcţionale liniare şi con-

tinue ı̂ntr-un spaţiu Hilbert
Teorema H.9.1 (Riesz Frigyes) Dacă X este un spaţiu Hilbert şi x∗ ∈ X ∗
atunci există un singur element u ∈ X astfel ı̂ncât x∗ (x) =< x, u >, ∀x ∈ X şi
∥x∗ ∥ = ∥u∥.
772 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ

Demonstraţie. Dacă x∗ = 0 atunci u = 0.

Dacă x∗ ̸= 0 atunci există x0 ∈ X astfel ı̂ncât x∗ (x0 ) ̸= 0.
Y = {x ∈ X : x∗ (x) = 0} este subspaţiu liniar ı̂nchis al lui X, deci şi complet.
Atunci X = Y ⊕ Y ⊥ . Dacă x0 = y0 + z0 este descompunerea ortogonală a lui x0
atunci x∗ (x0 ) = x∗ (z0 ) ̸= 0, deci z0 ̸= 0.
Fie x ∈ X. Deoarece x∗ (x)z0 − x∗ (z0 )x ∈ Y au loc egalităţile

0 =< x∗ (x)z0 − x∗ (z0 )x, z0 >= x∗ (x)∥z0 ∥2 − x∗ (z0 ) < x, z0 >,

de unde
∗ x∗ (z0 ) x∗ (z0 )
x (x) = < x, z 0 >=< x, z0 >,
∥z0 ∥2 ∥z0 ∥2
∗
adică u = x∥z(z
0∥
0)
2 z0 .
∗
Dacă x (x) =< x, u >=< x, v >, ∀x ∈ X atunci < x, u − v >= 0, ∀x ∈ X.
În particular, pentru x = u − v, are loc egalitatea ∥u − v∥2 = 0, de unde u = v.
Din |x∗ (x)| = | < x, u > | ≤ ∥x∥∥u∥, ∀x ∈ X rezultă ∥x∗ ∥ ≤ ∥u∥.
Pe de altă parte, |x∗ (u)| = | < u, u > | = ∥u∥2 ≤ ∥x∗ ∥∥u∥ implică ∥u∥ ≤ ∥x∗ ∥.
Astfel ∥x∗ ∥ = ∥u∥.

Operatorul τ : X ∗ → X definit prin τ (x∗ ) = u astfel ı̂ncât x∗ (x) =< x, u >

∀x ∈ X este liniar şi bijectiv. Punând ı̂n evidenţă operatorul τ are loc egalitatea

x∗ (x) =< x, τ (x∗ ) >, ∀x ∈ X.

H.10 Compactitate ı̂n spaţii Hilbert separabile

Definiţia H.10.1 Un spaţiu topologic este separabil dacă există o mulţime numărabilă
şi densă.

Teorema H.10.1 Într-un spaţiu Hilbert separabil bila unitate este slab secvenţial
compactă.

O consecinţă a acestei teoreme este

Teorema H.10.2 Într-un spaţiu Hilbert separabil un şir mărginit conţine un

subşir slab convergent.
H.10. COMPACTITATE ÎN SPAŢII HILBERT SEPARABILE 773

Probleme şi teme de seminar

P H.1 Fie X un spaţiu liniar n-dimensional şi x∗1 , . . . , xn ∗ n ∈ X ∗ . Să se arate
că următoarele afirmaţii sunt echivalente:
1. x∗1 , . . . , x∗n este bază ı̂n X ∗ ;
2. x∗i (x) = 0, ∀i ∈ {1, . . . , n} ⇒ x = 0.

Indicaţie. Fie x1 , . . . , xn bază ı̂n X şi

 
x∗1 (x1 ) . . . x∗1 (xn )
A= .. ... ..
.
 
. .
∗ ∗
xn (x1 ) . . . xn (xn )

Se arată că ambele afirmaţii sunt echivalente cu condiţia |A| = ̸ 0.

1. x∗1 , . .P
. , x∗n este bază ı̂n X ∗ dacă pentru orice x∗ ∈ X ∗ există c1 , . . . , cn astfel
ı̂ncât x∗ = nj=1 cj x∗j , condiţie echivalentă cu
n
X
cj x∗j (xi ) = x∗ (xi ), ∀ i ∈ {1, . . . , n}.
j=1

Astfel sistemul Ac = d trebuie să admită o soluţie. S-a notat c = (c1 , . . . , cn )T , d =

(x∗ (x1 ), . . . , x∗ (xP T
n )) .
n
2. Dacă x = j=1 γj xj atunci afirmaţia

x∗i (x) = 0, ∀i ∈ {1, . . . , n} ⇒ x=0

devine n
X
γj x∗i (xj ) = 0 ∀i ∈ {1, . . . , n} ⇒ γ1 = . . . = γn = 0,
j=1

sau AT γ = 0 cu γ = (γ1 , . . . , γn )T , adică |A| =

̸ 0.
774 ANEXA H. ELEMENTE DE ANALIZĂ FUNCŢIONALĂ
Anexa I

Transformata Fourier

I.1 Transformata Fourier ı̂n R

Amintim câteva rezultate din teoria transformării Fourier.
R∞
• Dacă f : R → C, f ∈ L1 (R), adică −∞ |f (t)|dt < ∞, atunci transformarea
Fourier a funcţiei f este
Z ∞
ˆ
f (ω) = F(f (t))(ω) = f (t)e−itω dt, ω ∈ R.
−∞

În acest caz fˆ este o funcţie uniform continuă.

• Spaţiul lui Schwartz S = S(R) conţine funcţiile f : R → C indefinit deriv-

abile cu proprietatea

sup |x|k |f (n) (x)| < ∞, ∀ k, n ∈ N1 .

x∈R

Dacă f ∈ S atunci

– fˆ ∈ S;
– Operatorul dat de transformata Fourier este inversabil cu inversa -
transformarea Fourier inversă - definită prin
Z ∞
1
f (t) = fˆ(ω)eitω dω.
2π −∞
1
Se verifică S(R) ⊂ L1 (R) : |f (x)| ≤ A1 , |x2 f (x)| ≤ A2 ⇒ (1 + x2 )|f (x)| ≤ A1 + A2 .

775
776 ANEXA I. TRANSFORMATA FOURIER

•
e−ibω ω 
F(f (a(t − b)))(ω) = F(f (t)) , a > 0. (I.1)
a a
Cazuri particulare:

– Teorema asemănării (b=0)

1 ω 
F (f (at)) (ω) = F (f (t)) , a > 0.
a a

– Teorema ı̂ntârzierii (a=1)

F (f (t − b)) (ω) = e−ibω F (f (t)) (ω).

• Egalitatea lui Parceval: dacă fˆ(ω), ĝ(ω) sunt transformările Fourier ale
funcţiilor f, g atunci
Z ∞ Z ∞
1
f (t)g(t)dt = fˆ(ω)ĝ(ω)dω.
−∞ 2π −∞

• În consecinţă Z ∞ Z ∞
1
2
|f (t)| dt = |fˆ(ω)|2 dω;
−∞ 2π −∞

• Produsul de convoluţie a funcţiilor f şi g este definit prin

Z ∞
(f ∗ g)(t) = f (s)g(t − s)ds.
−∞

Dacă F (ω), G(ω) sunt transformările Fourier ale funcţiilor f şi g atunci

F((f ∗ g)(t))(ω) = fˆ(ω)ĝ(ω).

I.2 Transformarea Fourier a funcţiei sinc

Teorema I.2.1 Are loc formula

F(sinc t)(ω) = π1(−1,1) (ω)


1 dacă ω ∈ A
unde 1A (ω) = .
0 dacă ω ∈
/A
I.3. FORMULA DE ÎNSUMARE POISSON 777

Demonstraţia 1. Vom utiliza egalitatea (I.7)

Z ∞ Z ∞
sin pt sin pt
dt = 2 dt = πsign p.
−∞ t 0 t
Au loc egalităţile
Z ∞ Z ∞ Z ∞
sin t −itω sin t cos ωt sin t sin ωt
F(sinc t)(ω) = e dt = dt − i dt.
−∞ t −∞ t −∞ t
Funcţia din a doua integrală este impară deci integrala este 0. Astfel
Z ∞ Z ∞ 
1 sin (1 + ω)t sin (1 − ω)t
F(sinc t)(ω) = dt + dt =
2 −∞ t −∞ t
1
= (πsign (1 + ω) + πsign (1 − w)) = π1(−1,1) (ω).
2
Demonstraţia 2. Calculăm transformarea Fourier inversă a funcţiei π1(−1,1) (ω)

∞ 1
1 eitω 1 eit − e−it
Z Z
1 itω 1 sin t
π1(−1,1) (ω)e dω = eitω dω =  = = .
2π −∞ 2 −1 2 it −1 2it t
Consecinţe:
•
π ω π
F(sinc (at))(ω) = 1(−1,1) ( ) = 1(−a,a) (ω), a > 0. (I.2)
a a a
•
eibω  ω  πeibω
F(sinc (a(t − b))(ω) = F(sinc t) = 1(−a,a) (ω). (I.3)
a a a

I.3 Formula de ı̂nsumare Poisson

Pentru funcţia f : R → R şi T > 0 definim
X
φ(t) = f (t + kT ).
k∈Z

Funcţia φ(t) este periodică cu perioada T şi are dezvoltarea ı̂n serie Fourier
2πk
X
φ(t) = ck e i T t . (I.4)
k∈Z
778 ANEXA I. TRANSFORMATA FOURIER

Coeficienţii ck se calculează prin

1 T
Z
1 i 2πk 2πk
ck = < φ(t), e T >= t
φ(t)e−i T t dt =
T T 0
1X T 1 X (n+1)T
Z Z
−i 2πk 2πk
= f (t + nT )e T dt =t
f (s)e−i T s ds =
T n∈Z 0 T n∈Z nT
Z ∞
1 2πk 1 2πk
= f (s)e−i T s ds = F(f (s))( ).
T −∞ T T
Substituind ı̂n (I.4) rezultă
X 1X 2πk i 2πk t
φ(t) = f (t + kT ) = F(f (·))( )e T . (I.5)
k∈Z
T k∈Z T

Pentru t = 0 se obţine formula de ı̂nsumare Poisson

X 1X 2πk
f (kT ) = F(f (·))( ). (I.6)
k∈Z
T k∈Z
T

Probleme şi teme de seminar

P I.1 1. Să se arate că
2π
F(πe−|t| )(ω) = .
ω2 + 1
2. Să se arate utilizând teorema reziduurilor egalitatea
Z ∞
eitω
2+1
dω = πe−|t|
−∞ ω
care rezultă din transformarea Fourier inversă.

R. 2. Pentru t > 0 se consideră parcursul [−R, R] ∪ CR− , unde CR− este semicercul
de rază R cu centrul ı̂n O situat ı̂n semiplanul inferior.
Dacă z = x + iy ∈ CR− , y < 0 atunci
 eitz  −ty
 
 ≤ Re R
 z 2 + 1  R2 − 1 ≤ R2 − 1 → 0, R → ∞.
z

Prin urmare ∞
eitz eitz
Z  
dz = 2πiRes , −i = πe−t .
−∞ z2 + 1 z2 + 1
I.3. FORMULA DE ÎNSUMARE POISSON 779

P I.2 Să se arate că

F(f ′ (t)(ω) = −iωF(f (t))(ω).

P I.3 Să se rezolve

ut − a2 uxx = 0, (x, t) ∈ R2 ,
u(x, 0) = u0 (x), x ∈ R,

unde u0 (x) este o funcţie care are transformată Fourier.

R. Fie U (ω, t) = F(u(x, t))(ω). Caracterul de subliniere evidenţiază variabila ac-

tivă ı̂n transformarea Fourier. Aplicănd transformarea Fourier asupra problemei
rezultă

Ut + a2 ω 2 U = 0,
U (ω, 0) = F(u0 (x))(ω) = U0 (ω).
2 ω2 t
Integrând rezultă U (ω, t) = U0 (ω)e−a şi ı̂n consecinţă
2 2
u(x, t) = F −1 (U (ω, t))(x) = F −1 (U0 (ω)e−a ω t )(x) =
Z ∞ Z ∞  Z ∞
1 −a2 ω 2 t−ixω 1 (y−x)2
= iyω
u0 (y)e dy e dω = √ u0 (y)e− 4a2 t dy.
2π −∞ −∞ 2a πt −∞

P I.4 Are loc formula

Z ∞
sin pt π
I(p) = dt = sign p. (I.7)
0 t 2

R. Definim funcţia
Z ∞
sin pt −ξt
J(ξ) = e dt, ξ > 0.
0 t
Atunci Z ∞
′ p
J (ξ) = − sin pte−ξt dt = − .
0 p2 + ξ2
Rezultă
ξ
J(ξ) = − arctan + C, (I.8)
p
780 ANEXA I. TRANSFORMATA FOURIER

unde C este o constantă  ce trebuie determinată.

Inegalitatea  sint pt  ≤ |p| implică


Z ∞
|p|
|J(ξ)| ≤ |p| e−ξt dt = de unde lim J(ξ) = 0.
0 ξ ξ→∞

Utilizând (I.8) se deduc

• Dacă p > 0 atunci

π π
lim J(ξ) = C − = 0, ⇒ C= .
ξ→∞ 2 2

• Dacă p < 0 atunci

π π
lim J(ξ) = C + = 0, ⇒ C=− .
ξ→∞ 2 2

În final I(p) = J(0) = π2 sign p.

P I.5 Cu ajutorul formulei de ı̂nsumare Poisson să se justifice egalitatea

X 2 πt 1 X − k2 π
e−k =√ e t .
k∈Z
t k∈Z

2 √ 2 πt
R. Dacă f (x) = e−x şi T = πt atunci f (kT ) = e−k şi transformata Fourier
√ z2
a funcţiei f este F(f (t))(z) = πe− 4 .
Anexa J

Polinoame ortogonale clasice

Anexa tratează o formulă de reprezentare a polinoamelor ortogonale şi poli-

noamele Legendre, Hermite, Laguerre.

J.1 O reprezentare a polinoamelor ortogonale

În mulţimea polinoamelor ı̂ntr-o variabilă P se consideră produsul scalar
Z
< P, Q >= ρ(x)P (x)Q(x)dx, ∀ P, Q ∈ P, (J.1)
I

unde I ⊆ R este un interval iar ρ(x) este o funcţie pondere (continuă şi pozitivă
ı̂n Int(I)).
Definim Z
sk = ρ(x)xk dx, k ∈ N. (J.2)
I

În consecinţă
< xi , xk >= si+k , i, k ∈ N. (J.3)

Teorema J.1.1 Polinomul Pn ∈ Pn ortogonal pe Pn−1 ı̂n intervalul I cu ponderea

ρ(x) este  
 s0 s1 . . . s n 
 
 s1 s2 . . . sn+1 
 
 .. .
.
Pn (x) = c  . , c ∈ R.

 . 
 sn−1 sn . . . s2n−1 
x . . . xn 
 
 1

781
782 ANEXA J. POLINOAME ORTOGONALE CLASICE

Dacă se definesc
 
s0 s1 ... sn

 s1 s2 ... sn+1 

Hn+1 = .. .. dn+1 = |Hn+1 |, n ∈ N,
,
 
 . . 
 sn−1 sn . . . s2n−1 
sn sn+1 . . . s2n
1
atunci pentru c = dn−1
se obţine polinomul monic.

Matricele Hn , n ∈ N, sunt cunoscute ca matrice Hankel.

Demonstraţia 1. Căutăm polinomul Pn (x) = a0 + a1 x + . . . + an xn ortogonal
pe Pn−1 ı̂n intervalul I cu ponderea ρ(x). Au loc egalităţile

< Pn , 1 > = a0 s 0 + a1 s 1 + . . . + an s n = 0
< Pn , x > = a0 s1 + a1 s2 + . . . + an sn+1 = 0
..
.
< Pn , xn−1 > = a0 sn−1 + a1 sn + . . . + an s2n−1 = 0
not
< Pn , xn > = a0 sn + a1 sn+1 + . . . + an s2n = a1n < Pn , Pn > = kn

care pot fi scrise ı̂mpreună cu expresia polinomului Pn (x) ca

       
s0 s0 sn 0
 s1   s1   sn+1   0 
       
 ..   ..   ..   .. 
a0  .  + a1  .  + . . . + an  .  =  . .
       
 sn−1   sn−1   s2n−1   0 
       
 sn   sn   s2n   kn 
1 x xn Pn (x)

Rezultă egalitatea
 

 s0 s1 ... sn 0 


 s1 s2 ... sn+1 0 

 .. .. 

 . .  = 0,


 sn−1 sn . . . s2n−1 0 
 sn sn+1 . . . s2n kn 
x . . . xn

 1 Pn (x) 

ultima coloana fiind o combinaţie lineară a primelor n + 1 coloane.

J.2. POLINOAME LEGENDRE 783

Dezvoltând determinantul după ultima coloana se obţine formula din enunţul

teoremei.
Demonstraţia 2. Arătăm că < Pn (x), Q(x) >= 0, ∀Q ∈ Pn−1 .
Din (J.3) rezultă că
 

 s0 s1 ... sn 


 s1 s2 ... sn+1 

m
< Pn , x >= c  .. ..
.
 
 . . 

 sn−1 sn . . . s2n−1 

 sm sm+1 . . . sn+m 

În consecinţă, pentru m ∈ {0, 1, . . . , n − 1}, < Pn , xm >= 0 şi < Pn , xn >=
cdn .
Polinoame ortogonale uzuale sunt:

Denumirea I ρ(x) sk
bk+1 −ak+1
Legendre [a, b] 1 k+1
−x
Laguerre (0, ∞) e  k!
 0√
 k impar
2
Hermite R e−x π k=0
√
 (k−1)!!

k π k > 1 par
 22
 0 k impar
Cebı̂şev (−1, 1) √ 1 π k=0
1−x2  (k−1)!!
k!!
π k > 1 par

J.2 Polinoame Legendre

Polinoamele lui Legendre sunt polinoame ortogonale cu ponderea ρ(x) = 1 ı̂n
intervalul I = [a, b], a, b ∈ R.

Teorema J.2.1 Polinoamul

n!
u(x) = [(x − a)n (x − b)n ](n)
(2n)!

este ortogonal, cu ponderea ρ(x) = 1, ı̂n intervalul [a, b], pe Pn−1 .

784 ANEXA J. POLINOAME ORTOGONALE CLASICE

Demonstraţie. Fie u(x) ∈ Pn polinomul ortogonal, cu ponderea ρ(x) = 1, ı̂n

intervalul [a, b], pe Pn−1 şi L(x) soluţia problemei Cauchy

L(n) (x) = u(x),

L(a) = 0,
L′ (a) = 0,
...............
L(n−1) = 0.

Observăm că L ∈ P2n . Dacă q ∈ Pn−1 atunci ı̂n urma a n − 1 integrări prin părţi
găsim Z b Z b
0= q(x)u(x)dx = q(x)L(n) (x)dx =
a a
Z b
′
= qL(n−1) |ba −q L(n−2) |ba + . . . + (−1) n−1 (n−1)
q L|ba + (−1) n
q (n) (x)L(x)dx =
a
(n−1) ′ (n−2) n−1 (n−1)
= q(b)L (b) − q (b)L (b) + . . . + (−1) q (b)L(b).
În particular, pentru q = 1, x, x2 , . . . , xn−1 , din egalitatea de mai sus, obţinem
succesiv
L(n−1) (b) = L(n−2) (b) = . . . = L(b) = 0.
Astfel a şi b sunt rădăcini multiple, de ordin n pentru L(x) şi deoarece L este
polinom de grad cel mult 2n deducem L(x) = c(x − a)n (x − b)n şi ı̂n consecinţă
u(x) = c[(x − a)n (x − b)n ](n) .
n!
Dacă c = (2n)! atunci coeficientul lui xn este 1.
În cazul intervalului [−1, 1] se notează
1
Pn (x) = [(x2 − 1)n ](n) . (J.4)
2n n!
Din paritatea funcţiei x 7→ (x2 − 1)n rezultă Pn (−x) = (−1)n Pn (x).
Stabilim o serie de proprietăţi ale polinoamelor Legendre Pn (x).
Funcţia generatoare a polinoamelor Legendre este
∞
1 X
Ψ(x, z) = √ = Pn (x)z n . (J.5)
1 − 2xz + z 2 n=0

Formula de recurenţă. Derivând (J.5) după z se găseşte

∞
x−z 1 X
√ = (n + 1)Pn+1 (x)z n ,
1 − 2xz + z 2 1 − 2xz + z 2 n=0
J.2. POLINOAME LEGENDRE 785

de unde
∞
X ∞
X
n 2
(x − z) Pn (x)z = (1 − 2xz + z ) (n + 1)Pn+1 (x)z n .
n=0 n=0

Din identificarea coeficienţilor lui z n rezultă formula de recurenţă

(n + 1)Pn+1 (x) − x(2n + 1)Pn (x) + nPn−1 (x) = 0, ∀n ∈ N∗ . (J.6)

Dacă Pn (x) = an xn + bn xn−1 + . . . atunci (J.6) implică formula de recurenţă

an+1 = 2n+1 a de unde
n+1 n

(2n − 1)!! 1 (2n)!

an = = n . (J.7)
n! 2 n! n!
Totodată din (J.6 rezultă bn = 0, ∀n ≥ 1.
Dacă (P̃n )n∈N sunt polinoamele monice Legendre, Pn = an P̃n atunci formula
lor de recurenţă va fi

n2
P̃n+1 (x) = xP̃n (x) − P̃n−1 (x).
(2n − 1)(2n + 1)
n2
Astfel, potrivit notaţiilor din (5.17), αn = 0 şi βn = (2n−1)(2n+1)
.

Derivând (J.5) după x se obţine

∞
z 1 X
√ = Pn′ (x)z n
1 − 2xz + z 2 1 − 2xz + z 2 n=0

sau ∞ ∞
X X
z Pn (x)z n = (1 − 2xz + z 2 ) Pn′ (x)z n .
n=0 n=0
n
Identificând din nou coeficienţii lui z rezultă

Pn−1 (x) = Pn′ (x) − 2xPn−1

′ ′
(x) + Pn−2 (x). (J.8)

Ecuaţia diferenţială a polinoamelor Legendre. Din (J.5) şi (J.8) se deduc

relaţiile
1
Pn−1 (x) = [(2n + 1)xPn (x) − (n + 1)Pn+1 (x)] (J.9)
n
′
Pn (x) = Pn+1 (x) − 2xPn′ (x) + Pn−1
′
(x). (J.10)
786 ANEXA J. POLINOAME ORTOGONALE CLASICE

Substituind (J.9) ı̂n (J.10) rezultă

′
Pn+1 (x) = xPn′ (x) + (n + 1)Pn (x), (J.11)

care introdus ı̂n (J.10) dă

′
Pn−1 (x) = xPn′ (x) − nPn (x). (J.12)

O consecinţă a formulelor (J.11) şi (J.12) este

1
Pn (x) = (P ′ (x) − Pn−1
′
(x)). (J.13)
2n + 1 n+1
Pentru n := n + 1, relaţia (J.12) devine

Pn′ (x) = xPn+1

′
(x) − (n + 1)Pn+1 (x).
′ ′′
Derivând această relaţie şi substituind apoi Pn+1 , Pn+1 dat de (J.11) rezultă
ecuaţia diferenţială
d 
(1 − x2 )Pn′ (x) + n(n + 1)Pn (x) = 0, ∀n ∈ N∗ .

(J.14)
dx
Teorema J.2.2 Au loc relaţiile de ortogonalitate
Z 1
2
Pn (x)Pk (x)dx = δn,k . (J.15)
−1 2n + 1

Demonstraţie. Fie n ̸= k. Scăzând egalităţile

d
dx
[(1 − x2 )Pn′ (x)] + n(n + 1)Pn (x) = 0,
d
dx
[(1 − x2 )Pk′ (x)] + k(k + 1)Pk (x) = 0

ı̂nmulţite ı̂n prealabil cu Pk (x) şi respectiv Pn (x), se obţine

d 
(1 − x2 )(Pn′ (x)Pk (x) − Pk′ (x)Pn (x)) + [n(n + 1) − k(k + 1)]Pn (x)Pk (x) = 0.

dx
Prin integrare rezultă
Z 1
)[Pn′ (x)Pk (x)−Pk′ (x)Pn (x)] 1−1
2

(1−x +[n(n+1)−k(k+1)] Pn (x)Pk (x)dx = 0,
−1
R1
de unde −1
Pn (x)Pk (x)dx = 0.
J.3. POLINOAME HERMITE 787

Integrând relaţiile (J.6)

(n + 1)Pn+1 (x) − x(2n + 1)Pn (x) + nPn−1 (x) = 0

nPn (x) − x(2n − 1)Pn−1 (x) + (n − 1)Pn−2 (x) = 0

ı̂nmulţite ı̂n prealabil cu Pn−1 (x) şi respectiv cu Pn (x) se obţin egalităţile
R1 R1 2
−(2n + 1) −1 xPn (x)Pn−1 (x)dx + n −1 Pn−1 (x)dx = 0
R1 2 R1
n −1 Pn (x)dx − (2n − 1) −1 xPn (x)Pn−1 (x)dx = 0,

de unde
1 1
2n − 1
Z Z
Pn2 (x)dx = 2
Pn−1 (x)dx.
−1 2n + 1 −1

Recursiv, rezultă
Z 1
2
Pn2 (x)dx = .
−1 2n + 1
Proprietatea de ortogonalitate, de unicitate şi (J.7) justifică prezenţa polinoamelor
Pn (x) ı̂n definiţia funcţiei generatoare.

Polinoame Legendre deplasate

Polinoamele P̃n (t) = Pn (2t − 1) sunt polinoame ortogonale ı̂n intervalul [0, 1]
cu ponderea ρ(t) = 1. Funcţia x = φ(t) = 2t − 1 transformă intervalul [0, 1] ı̂n
[−1, 1].
Din (J.15) rezultă
Z 1
1
P̃n (t)P̃k (t)dt = δn,k . (J.16)
0 2n + 1

Formula (J.4) se ı̂nlocuieşte cu

1 2
P̃n (x) = [(x − x)n ](n) . (J.17)
n!

J.3 Polinoame Hermite

2
Polinoamele lui Hermite sunt polinoame ortogonale cu ponderea ρ(x) = e−x
ı̂n I = R.
788 ANEXA J. POLINOAME ORTOGONALE CLASICE

Funcţia generatoare a polinoamelor Hermite este

∞
2xz−z 2
X zn
Ψ(x, z) = e = Hn (x) , (J.18)
n=0
n!
∂nΨ
adică Hn (x) = ∂z n
(x, 0).
2
x2 −(x−z)2 ∂nΨ 2 dn e−u
Scriind Ψ(x, z) = e e şi u = x − z, din ∂z n
(x, z) = ex dun
(−1)n
rezultă 2
n −x
∂ nΨ x2 nd e
Hn (x) = (x, 0) = e (−1) .
∂z n dxn
În particuler, H0 (x) = 1, H1 (x) = 2x.
Formula de recurenţă. Derivând (J.18) după z se găseşte
∞
2xz−z 2
X z n−1
2e (x − z) = Hn (x) ,
n=1
(n − 1)!

de unde ∞ ∞
X zn X z n−1
2(x − z) Hn (x) = Hn (x) .
n=0
n! n=1
(n − 1)!
Ordonând după puterile lui z, avem
∞
X zn  
Hn+1 (x) − 2xHn (x) + 2nHn−1 (x) = 0,
n=0
n!

adică au loc formulele de recurenţă

Hn+1 (x) − 2xHn (x) + 2nHn−1 (x) = 0, ∀n ∈ N∗ . (J.19)

Ecuaţia diferenţială a polinoamelor Hermite. Derivând (J.18) după x se obţine

∞
2xz−z 2
X zn
2ze = Hn′ (x)
n=0
n!
sau ∞ ∞
X zn X zn
2z = Hn′ (x) .
n=0
n! n=0
n!

În mod analog, ordonând după puterile lui z, se obţine

∞
X zn  
Hn′ (x) − 2nHn−1 (x) = 0.
n=0
n!
J.3. POLINOAME HERMITE 789

Deci
Hn′ (x) = 2nHn−1 (x), ∀n ∈ N∗ . (J.20)
Utilizând (J.20), rezultă că coeficientul lui xn ı̂n Hn (x) este 2n .
Substituind (J.20) ı̂n (J.19), acesta devine

Hn+1 (x) − 2xHn (x) + Hn′ (x) = 0,

care derivată dă

′
Hn+1 (x) − 2Hn (x) − 2xHn′ (x) + Hn′′ (x) = 0,

sau
Hn′′ (x) − 2xHn′ (x) + 2nHn (x) = 0, ∀n ∈ N∗ . (J.21)

Teorema J.3.1 Au loc relaţiile de ortogonalitate

Z ∞
2 √
e−x Hn (x)Hk (x)dx = 2n n! πδn,k
−∞

Demonstraţie. Fie n ̸= k. Scăzând egalităţile

Hn′′ (x) − 2xHn′ (x) + 2nHn (x) = 0,

Hk′′ (x) − 2xHk′ (x) + 2kHk (x) = 0

ı̂nmulţite ı̂n prealabil cu Hk (x) şi respectiv Hn (x), se obţine

h i h i
Hn′′ (x)Hk (x) − Hk′′ (x)Hn (x) − 2x Hn′ (x)Hk (x) − Hk′ (x)Hn (x) +

+2(n − k)Hn (x)Hk (x) = 0

sau
dh ′ 2
i 2
(Hn (x)Hk (x) − Hk′ (x)Hn (x))e−x + 2(n − k)e−x Hn (x)Hk (x) = 0
dx
Prin integrare rezultă
Z ∞
2
e−x Hn (x)Hk (x)dx = 0.
−∞

Integrând relaţiile

Hn+1 (x) − 2xHn (x) + 2nHn−1 (x) = 0

Hn (x) − 2xHn−1 (x) + 2(n − 1)Hn−2 (x) = 0
790 ANEXA J. POLINOAME ORTOGONALE CLASICE

2 2
ı̂nmulţite ı̂n prealabil cu e−x Hn−1 (x) şi respectiv cu e−x Hn (x) se obţin egalităţile
R∞ 2 R∞ 2
−2 −∞ xe−x Hn (x)Hn−1 (x)dx + 2n −∞ e−x Hn−1 2
(x)dx = 0
R ∞ −x2 2 R∞ 2
−∞
e Hn (x)dx − 2 −∞ xe−x Hn (x)Hn−1 (x)dx = 0,

de unde Z ∞ Z ∞
−x2 2
e Hn2 (x)dx = 2n e−x Hn−1
2
(x)dx.
−∞ −∞
Recursiv, rezultă
Z ∞ ∞ √
Z
−x2 2
e Hn2 (x)dx n
= 2 n! e−x dx = 2n n! π.
−∞ −∞

Coeficientul termenului dominant al lui Hn (x) este 2n . Dacă (H̃n )n∈N sunt poli-
noamele monice Hermite, Hn = 2n H̃n atunci formula de recurenţă a acestor
polinoame este
n
H̃n+1 (x) = xH̃n (x) − H̃n−1 (x).
2
Observaţia J.3.1 Prezintă importanţă scrierea funcţiei pondere ca
1 x2
ρ(x) = √ e− 2 .
2π
z2 P∞ n
Dacă se ia Ψ(x, z) = exz− 2 = n=0 Ĥn (x) zn! atunci se deduc analog egalităţile:

Ĥ0 (x) = 1, Ĥ1 (x) = x;

Ĥn+1 (x) − xĤn (x) + nĤn−1 (x) = 0;
′
Ĥn+1 (x) = (n + 1)Ĥn (x);
Ĥn′′ (x) − xĤn′ (x) + (n + 1)Ĥn (x) = 0;
R ∞ 1 − x2
√ e 2 Ĥn (x)Ĥk (x)dx = n!δn,k .
−∞ 2π

J.4 Polinoamele lui Laguerre

Polinoamele lui Laguerre L<α>n (x), (α > −1), sunt polinoame ortogonale cu
ponderea ρ(x) = xα e−x ı̂n intervalul I = (0, ∞).
Funcţia generatoare a polinoamelor Laguerre este
∞
1 xz
− 1−z
X
Ψ(x, z) = e = L<α>
n (x)z n . (J.22)
(1 − z)α+1 n=0
J.4. POLINOAMELE LUI LAGUERRE 791

Dezvoltând funcţia exponenţială

∞
xz
− 1−z
X (−1)k xk z k
e = ·
k=0
k! (1 − z)k

şi utilizând dezvoltarea binomială

∞
−k−α−1
X (k + α + 1)(k + α + 2) . . . (k + α + j)
(1 − z) = zj , |z| < 1,
j=0
j!

din (J.22) rezultă dezvoltarea

∞ X
∞
X (k + α + 1)(k + α + 2) . . . (k + α + j) k k+j
Ψ(x, z) = (−1)k x z .
k=0 j=0
k!j!

Prin schimbarea de indice j + k = n, egalitatea anterioară devine

∞ n
X
n
X (α + k + 1)(α + k + 2) . . . (α + n) k
Ψ(x, z) = z (−1)k x .
n=0 k=0
k!(n − k)!

Prin urmare
n
X (α + k + 1)(α + k + 2) . . . (α + n) k
L<α>
n (x) = (−1)k x = (J.23)
k=0
k!(n − k)!

x−α ex dn n+α −x
=(x e ).
n! dxn
Formula de recurenţă. Derivând (J.22) după z rezultă
 
1 xz
− 1−z α+1 x
e − =
(1 − z)α+1 1−z (1 − z)2
∞
X ∞
X
= L<α>
n (x)nz n−1 = L<α> n
n+1 (x)(n + 1)z ,
n=1 n=0
sau
∞
X ∞
X
L<α>
n (x)z n ((1 + α)(1 − z) − x) = (1 − 2z + z ) 2
L<α> n
n+1 (x)(1 + n)z .
n=0 n=0
792 ANEXA J. POLINOAME ORTOGONALE CLASICE

Din identificarea coeficienţilor puterilor lui z n se obţine formula de recurenţă

(n + 1)L<α> <α>
n+1 (x) − (2n + 1 + α − x)Ln (x) + (n + α)L<α>
n−1 (x) = 0. (J.24)

Ecuaţia diferenţială a polinoamelor lui Laguerre. Derivând (J.22) după x se

obţine
∞
z 1 xz
− 1−z
X ′
− α+1
e = L<α>
n (x)z n
1 − z (1 − z) n=0
sau ∞ ∞
′
X X
− L<α>
n (x)z n+1 = (1 − z) L<α>
n (x)z n
n=0 n=0
n
Egalând coeficienţii lui z rezultă egalitatea
′ ′
Ln<α> (x) + L<α> <α>
n−1 (x) − Ln−1 (x) = 0. (J.25)

Ecuaţia diferenţială a polinoamelor Laguerre se obţine eliminând L<α> <α>

n−1 şi Ln+1
ı̂ntre (J.24) şi (J.25).
În acest scop, explicităm L<α>
n−1 din (J.24)

1 
L<α> (2n + 1 + α − x)L<α> <α>

n−1 = n − (n + 1)Ln+1 ,
n+α
care substituit ı̂n (J.25) conduce la
′
(n + 1)L<α>
n+1 − (n + 1)L<α> <α>
n+1 + (2n + 2 + α − x)Ln + (J.26)
′
+(x − n − 1)L<α>
n = 0.
Prin derivare, rezultă
′ ′
(n + 1)L<α>
n+1
”
− (n + 1)L<α>
n+1 + (2n + 3 + α − x)L<α>
n − (J.27)

−L<α>
n + (x − n − 1)L<α>
n
”
= 0.
Pentru n := n + 1, din (J.25) se găseşte
′ ′
L<α>
n+1 = L<α>
n − L<α>
n ,

care substituit ı̂n (J.27) dă

′
xL<α>
n
”
+ (1 + α − x)L<α>
n + nL<α>
n = 0,

adică L<α>
n este o soluţie a ecuaţiei diferenţiale

xy” + (1 + α − x)y ′ + ny = 0. (J.28)

J.4. POLINOAMELE LUI LAGUERRE 793

Teorema J.4.1 Au loc relaţiile de ortogonalitate

Z ∞
Γ(n + α + 1)
xα e−x L<α>
n (x)L<α>
k (x)dx = δn,k .
0 n!
Demonstraţie. Fie n ̸= k. Scăzând egalităţile
′
xL<α>
n
”
+ (1 + α − x)L<α>
n + nL<α>
n = 0,
<α> ” <α> ′ <α>
xLk + (1 + α − x)Lk + kLk = 0,

ı̂nmulţite ı̂n prealabil cu xα e−x L<α>

k şi respectiv xα e−x L<α>
n , se obţine
′ ′
xα+1 e−x (L<α>
n
” <α>
Lk −L<α>
k Ln )+xα e−x (1+α−x)(L<α>
” <α>
n L<α>
k −L<α>
k L<α>
n )+

+xα e−x (n − k)L<α>

n L<α>
k =0
sau
d h α+1 −x <α> ′ <α> <α> ′ <α>
i
x e (Ln Lk − Lk Ln ) + (n − k)xα e−x L<α>
n L<α>
k = 0.
dx
Prin integrare rezultă
Z ∞
xα e−x L<α>
n (x)L<α>
k (x)dx = 0.
0

Integrând relaţiile

(n + 1)L<α> <α>
n+1 − (2n + 1 + α − x)Ln + (n + α)L<α>
n−1 = 0
<α> <α> <α>
nLn − (2n − 1 + α − x)Ln−1 + (n + α − 1)Ln−2 = 0

ı̂nmulţite ı̂n prealabil cu xα e−x L<α> α −x <α>

n−1 şi respectiv cu x e Ln se obţin egalităţile
R ∞ α+1 −x <α> R ∞ α −x <α>
0
x e Ln (x)L<α> 2
n−1 (x)dx + (n + α) 0 x e [Ln−1 (x)] dx = 0

R∞ R∞
n 0
xα e−x [L<α>
n (x)]2 dx + 0
xα+1 e−x L<α>
n (x)L<α>
n−1 (x)dx = 0,

de unde
Z ∞ Z ∞
α −x n+α
x e [L<α>
n (x)]2 dx = xα e−x [L<α> 2
n−1 (x)] dx.
0 n 0

Recursiv, rezultă
Z ∞
(α + n)(α + n − 1) . . . (α + 1) ∞ α −x
Z
α −x <α> 2
x e [Ln (x)] dx = x e dx =
0 n! 0
794 ANEXA J. POLINOAME ORTOGONALE CLASICE

(α + n)(α + n − 1) . . . (α + 1)Γ(α + 1) Γ(α + n + 1)

= = .
n! n!
Pentru α = 0, cu notaţia simplificată Ln (x) = Ln<0> (x), proprietatea de orto-
gonalitate devine Z ∞
e−x Ln (x)Lk (x)dx = δn,k . (J.29)
0

Probleme şi teme de seminar

P J.1 Să se arate că şirul polinoamelor (Un )n∈N definit prin formulele de recurenţă
U0 (x) = 1
U1 (x) = 2x
Un+1 (x) = 2xUn (x) − Un−1 (x)
√
defineşte un şir de polinoame ortogonale ı̂n [−1, 1] cu ponderea ρ(x) = 1 − x2
(Polinoamele Cebı̂şev de speţa a doua).

R. Fie x ∈ [−1, 1] fixat. Interpretând formula de recurenţă ca o ecuaţie √ cu

diferenţe, ecuaţia caracteristică r2 − 2xr + 1 = 0 are soluţiile r = x ± i 1 − x2 .
Pentru x = cos t, se deduce Un (x) = C1 cos nt + C2 sin nt. Condiţiile iniţiale
conduc la C1 = 1 şi C2 = cos t
sin t
, de unde Un (x) = sin sin
(n+1)t
t
. Pentru k ̸= n rezultă
Z 1√ Z π
2
1 − x Un (x)Qk (x)dx = sin (n + 1)t sin (k + 1)tdt = 0.
−1 0

P J.2 Fie P̃n = {P ∈ Pn : P (x) = xn + a1 xn−1 + . . . + an−a x + an ; P ∈ R[X]}.

Să se arate că:
Z 1 Z 1
2 2
inf P (x)dx = L2n (x)dx = ,
P ∈P̃n −1 −1 2n + 1
n!
unde Ln (x) = (2n)!
[(x2 − 1)n ](n) .

R. Orice polinom P ∈ P̃n se poate reprezenta sub forma P (x) = n−1

P
k=0 ak Lk (x) +
Ln (x), a0 , . . . , an−1 ∈ R. Ţinând seama de ortogonalitatea polinoamelor lui Leg-
endre, are loc egalitatea
Z 1 Z 1 n−1
X Z 1
2 2 2
P (x)dx = Ln (x)dx + ak L2k (x)dx.
−1 −1 k=0 −1
J.5. POLINOAME ORTOGONALE GRAM 795

P J.3 Să se arate că o matrice Hankel este simetrică şi strict pozitiv definită.

R. Fie p ∈ Pn−1 , p ̸= 0. Dacă p = c0 + c1 x + . . . + cn−1 xn−1 atunci

Z n−1
X Z n−1
X
2
0< ρ(x)p (x)dx = ci cj ρ(x)xi+j dx = ci cj si+j = cT Hn c,
I i,j=0 I i,j=0

unde c = (c0 , c1 , . . . , cn−1 )T .

P J.4 Pentru polinoamele Hemite să se arate egalitatea

n √
Hn (x) = 2 2 H̃n (x 2).

P J.5 Pentru polinoamele Hermite să se arate egalităţile

n  
X n
Hn (x + y) = (2x)n−k Hk (y)
k
k=0
n  
X n
H̃n (x + y) = xn−k H̃k (y)
k
k=0

R. Inducţie după n. Egalitatea Hn+1 (t + y) = 2(n + 1)Hn (t + y) se integrează

după t ı̂ntre 0 şi x.

J.5 Polinoame discrete Cebı̂şev / polinoamele

ortogonale Gram
Sub acest denumire sunt cunoscute polinoame care au fost introduse de Cebı̂şeb
P. (1864) şi ulterior de Gram J. P. (1883). În continuare se va utiliza denumirea
de polinoame Gram.
Fie intervalul compact I = [a, b] şi numărul natural m > 0. Pentru h = b−a m
se consideră reţeaua de puncte xi = a + ih, i ∈ N.
Dacă f, g : [a, b] → R atunci
m
X
< f, g >h = f (xi )g(xi )
i=0
796 ANEXA J. POLINOAME ORTOGONALE CLASICE

este o aplicaţie bilineară, simetrică şi pozitiv definită care introduce seminorma
m
! 12
1
X
∥f ∥h = (< f, f >h ) 2 = f 2 (xi ) .
i=0

Corespunzătoare reţelei de noduri (xi )i∈N , polinoamele Gram Pn ∈ Pn cu

n ∈ {0, 1, . . . , m}, verifică relaţiile de ortogonalitate

< Pr , Ps >h = 0, r ̸= s, r, s ∈ {0, 1, . . . , m}, (J.30)

cu P0 = 1.

Teorema J.5.1 Au loc egalităţile

n−1
!
Y
Pn (x) = Cn △nh (x − xi )(x − xm+1+i ) , n ∈ {1, 2, . . . , m}. (J.31)
i=0

Cn este o constantă reală iar △h este notaţia pentru diferenţa finită progresivă
cu pasul h, acţionând asupra variabilei x.

Demonstraţie. Formula se găseşte ı̂n [28, p.212] dar demonstaţia diferă de cea
dată ı̂n continuare.
Demonstraţia urmează idea din Teorema J.2.1 pentru determinarea expresiei
polinoamelor Legendre.
Polinomul Pn ∈ Pn trebuie să satisfacă condiţia

< Pn , q >h = 0, ∀ q ∈ Pn−1 .

Se consideră ecuaţia cu diferenţe

△nh L(xi ) = Pn (xi ), i ∈ N, (J.32)

cu condiţiile iniţiale 

 L(x0 ) = 0
 L(x1 ) = 0

. . (J.33)
 ..


 L(x ) = 0
n−1

Vom utiliza formula de ı̂nsumare prin părţi (1.4)

m
X m
X
u(xi )△h v(xi ) = u(xi )v(xi )|m+1
0 − △h u(xi )v(xi + h).
i=0 i=0
J.5. POLINOAME ORTOGONALE GRAM 797

şi introducem notaţiile

Li = L(xi )
Lki = △kh L(xi ) = △kh Li
qi = q(xi )

Rezultă că Lki = △h Ln−1

i pentru k ∈ {1, 2, . . . , n} şi i ∈ {0, 1, . . . , m}.
Au loc egalităţile
m
X m
X m
X
0 =< Pn , q >h = Pn (xi )q(xi ) = △nh L(xi ) · q(xi ) = qi · Lni =
i=0 i=0 i=0

m
X m
X
= qi · △h Ln−1
i = qi · Ln−1
i |m+1
0 − △h qi · Ln−1
i+1 =
i=0 i=0
m
X
= qi · Ln−1
i |0m+1 − n−2
△h qi · △h Li+1 .
i=0

Aplicând repetat formula de ı̂nsumare prin părţi se obţin egalităţile

m
X
0 = qi · Ln−1
i |m+1
0 − △ h qi · n−2 m+1
Li+1 |0 + n−2
△2i qi · Li+2 =
i=0

= qi · Ln−1
i |m+1
0
n−2 m+1
− △h qi · Li+1 n−3 m+1
|0 + △2h qi · Li+2 |0 + . . . (J.34)
m
X
. . . + (−1) n−1
△n−1
h · Li+n−1 |m+1
0 + (−1) n
△nh qi · Li+n .
i=0

Deoarece q este polinom de grad cel mult n − 1 urmează că △nh qi = 0, ∀ i.

Valorile Ln−k−1
i+k |m+1
0 sunt date ı̂n tabelul

i=0 i=m+1
k=0 Ln−1
0 = △n−1
h L(x0 ) Ln−1 n−1
m+1 = △h L(xm+1 )
k=1 L1 = △n−2
n−2
h L(x1 ) Ln−2 n−2
m+2 = △h L(xm+2 )
k=2 Ln−3
2 = △ n−3
h L(x2 ) Lm+3 = △hn−3 L(xm+3 )
n−3

..
.
k = n − 2 L1n−2 = △h L(xn−2 ) L1m+n−1 = △h L(xm+n−1 )
k = n − 1 Ln−1 = L(xn−1 ) Lm+n = L(xm+n )

Condiţiile iniţiale implică L(xn−1 ) = △h L(xn−2 ) = . . . = △hn−1 L(x0 ) = 0.

 798 ANEXA J. POLINOAME ORTOGONALE CLASICE

Egalitatea (J.34) devine

0 = qm+1 · △hn−1 L(xm+1 ) − △h qm+1 · △hn−2 L(xm+2 ) + . . .
. . . + (−1)n−2 △n−2
h qm+1 · △h L(xm+n−1 ) + (−1)
n−1 n−1
△h qm+1 · L(xm+n ).
Succesiv pentru q = 1, x, . . . , xn−1 rezultă egalităţile
△n−1 n−2
h L(xm+1 ) = △h L(xm+2 ) = . . . = △h L(xm+n−1 ) = L(xm+n ) = 0.

Ţinând seama de egalitatea (i) a Teoremei 1.2 rezultă

L(xm+n ) = L(xm+n−1 ) = . . . = L(xm+1 ) = 0.
Deoarece Pn (x) este un polinom de grad n soluţia polinomială a problemei (J.32)-
(J.33) va avea gradul 2n. Nodurile x0 , x1 , . . . , xn−1 , xm+1 , xm+2 , . . . , xm+n sunt
rădăcinile lui L. Qn−1
Prin urmare polinomul LQse divide prin polinomul i=0 (x − xi )(x − xm+1+i )
n−1
de grad 2n, deci L(x) = Cn i=0 (x − xi )(x − xm+1+i ) şi Pn (x) = △nh L(x).
În aplicaţii de multe ori intervalul I este un interval simetric iar constanta Cn
se alege astfel ı̂ncât ∥Pn ∥h = 1. În acest caz se consideră I = [−a, a], h = 2a m
şi
xi = −a + ih, i ∈ N. Dacă
n−1
Y n−1
Y
un (x) = (x − xi )(x − xm+1+i ) = (x + a − ih)(x + a − (m + 1 + i)h)
i=0 i=0

atunci
n−1
1 Y
Pn (x) = (x − xi )(x − xm+1+i ) (J.35)
∥un ∥h i=0
şi P0 = √ 1 .
m+1

Exemple
Calculele vor fi făcute utilizând Mathematica.
1 F i n i t e D i f f [ f , a , h , n ] :=
2 Sum[ Binomial [ n , k ] ( −1)ˆ( n − k ) f [ a + k h ] , {k , 0 , n } ]

4 (∗ n Gradul p o l i n o m u l u i Gram ∗)
5 (∗ Numarul n o d u r i l o r d i n i n t e r v a l u l [−a , a ] ∗)
6 (∗ x Simbolul v a r i a b i l e i i n d e p e n d e n t e sau ∗)
7 (∗ numarul i n c a r e s e c a l c u l e a z a p o l i n o m u l Gram ∗)

9 GramPoly [ n , a , x , m ] :=
10 Module [ { h = 2 a /m, F , y } ,
11 F [ y ] := Product [ ( y − (−a + i h ) ) ( y − (−a + (m + 1 + i ) h ) ) , { i , 0 ,
12 n − 1}];
13 FiniteDiff [F, x , h , n ] ]
 J.6. INTEGRARE NUMERICĂ PRIN CELE MAI MICI PĂTRARE 799

Cazul I = [−1, 1].

1 P0=1

3 P = Table [ Simplify [ GramPoly [ i , 1 , x , m] ] , { i , 1 , 4 } ]

Rezultatele sunt
(
4x 16 −2 + m −1 + 3x2 192x 4 − 6m + m2 −3 + 5x2





, , ,
m m3 m5

)
768 −48 + m2 12 − 60x2 + 4m −3 + 25x2 + m3 3 − 30x2 + 35x4

m7

Reunim intr-un singur tabel P 0 şi P.

1 P=Union [ { P0 } , p ]

Definim aplicaţia < ·, · >h şi calculăm polinoamele Gram normalizate.

1 P r o d S c a l a r [ f , g , m ] :=
2 Sum[ ( f / . x −> (−1 + 2 i /m) ) ( g / . x −> (−1 + 2 i /m) ) , { i , 0 , m} ]
3 Q = Table [ P [ [ i ] ] / Sqrt [ Nrm [ [ i ] ] ] , { i , 1 , 5 } ]

 √ √
5 −2 + m −1 + 3x2



 1 3x
√ , q , r ,
 1 + m m (1+m)(2+m) (1+m)(−6+m+4m2 +m3 )
2m3

m3

m7
√
7x 4 − 6m + m2 −3 + 5x2



r ,
(1+m)(48−20m−36m2 +m3 +6m4 +m5 )
2m5 m11




m2 60x2 25x2 m3 30x2 35x4



3 −48 + 12 − + 4m −3 + 3−

+ + 
r
(1+m)(−720+396m+548m2 −107m3 −124m4 −2m5 +8m6 +m7 ) 
8m7


m15

Verificarea ortogonalităţii
1 MatrixForm [ Table [ Simplify [ P r o d S c a l a r [Q [ [ i ] ] , Q [ [ j ] ] , m] ] , { i , 1 , 5 } , { j , 1 , 5 } ] ]

1 0 0 0 0
 
 0 1 0 0 0 
 0 0 1 0 0
 

 0 0 0 1 0 
0 0 0 0 1

J.6 Integrare numerică prin cele mai mici pătrare

Fie x0 , x1 , . . . , xm noduri distincte. Ne propunem să determinăm coeficienţii
A0 , A1 , . . . , Am formulei de integrare numerică pe un interval I
Z Xm
ρ(x)f (x)dx = Aj f (xj ) + Rm (f )
I j=0
800 ANEXA J. POLINOAME ORTOGONALE CLASICE

astfel ı̂ncât formula să fie exactă pentru orice polinom de grad cel mult n. Vom
presupune că n ≤ m. Cu alte cuvinte
Z m
X
ρ(x)f (x)dx = Aj f (xj ), ∀ f ∈ Pn . (J.36)
I j=0

Cerinţa se exprimă prin relaţiile

Z m
X
ρ(x)φi (x)dx = Aj φi (xj ), i ∈ {0, 1, . . . , n},
I j=0

reprezentând un sistem algebric de n + 1 ı̂n m + 1 necunoscute. Matriceal acest

sistem se scrie
  
 R 
φ0 (x0 ) φ0 (x1 ) . . . φ0 (xm ) A0 I
ρ(x)φ0 (x)dx
 φ1 (x0 ) φ1 (x1 ) . . . φ1 (xm )  A1  R ρ(x)φ1 (x)dx 
  I
= (J.37)
  
 .. ..  .. .. 
 . .  .
 
R . 
φn (x0 ) φn (x1 ) . . . φn (xm ) Am ρ(x)φ n (x)dx
| {z }| {z } | I {z }
S X B

Dacă φ0 , φ1 , . . . , φn formează un sistem Cebı̂şev ı̂n intervalul I atunci rangul

matricei S este n + 1.
Dacă m = n atunci sistemul (J.37) are soluţie unică. Pentru ρ = 1 şi noduri
echidistante ı̂n intervalul I = [x0 , xm ] soluţia coincide cu coeficienţii formulei de
integrare numerică Newton-Côtes.
Dacă n < m atunci sistemul (J.37) este nederminat. Prezintă interes soluţia
care minimizează funcţia
X 7→ ∥X∥2 .
Această abordare justifică denumirea de integrare numerică prin cele mai mici
pătrate.
Utilizând metoda multiplicatorilor lui Lagrange problema de optimizare va fi
1
(X, λ) 7→ ∥X∥22 + < λ, B − SX > → min (J.38)
2
Soluţiile sunt data prin ecuaţiile (Problema 26.1)

SS T λ = B
X = ST λ
 J.6. INTEGRARE NUMERICĂ PRIN CELE MAI MICI PĂTRARE 801

Presupunem că funcţiile φ0 , φ1 , . . . , φn formează un şir de polinoame Gram

ortogonale. Atunci

SS T = diag(∥φ0 ∥22 , ∥φ1 ∥22 , . . . , ∥φn ∥22 ).

Dacă polinoamele Gram sunt normalizate ı̂n sensul relaţiei (J.35) atunci SS T = In
şi ı̂n consecinţă soluţiile problemei de optimalitate (J.38) devin

λ = B
X = ST B

Exemplu
Cu şirul polinoamelor Gram (Qi (x))i∈{0,1,...,4} deduse ı̂n secţiunea anterioară,
pentru m = 10 calculăm coeficienţii formulei de integrare X = (Aj )0≤j≤m .
1 n=4
2 B = Table [ Integrate [Q [ [ i ] ] , {x , −1, 1 } ] , { i , 1 , n+1}]
3 m=10
4 S = Table [
5 Q [ [ i ] ] / . ( x −> −1 + 2 ( j − 1 ) /m) , { i , 1 , n+1} , { j , 1 , m + 1 } ] ;
6 X = Transpose [ S ] . B
 
12 85 290 545 245 233 245 545 290 85 12
, , , , , , , , , ,
143 429 1287 2574 1287 1287 1287 2574 1287 429 143

Formula de integrare numerică şi evaluarea erorii absolute sunt programate prin
1 QuadLQ [ F , m ] := N[Sum[X [ [ j ] ] F[ −1 + 2 ( j − 1 ) /m] , { j , 1 , m + 1 } ] ]
2 ErrorLQ [ F , m ] := Abs [ Integrate [ F [ x ] , {x , −1, 1 } ] − QuadLQ [ F , m ] ]

Se obţin

1 ErrorLQ [ Cos , m]

0.0000117122

1 F [ x ]:=1/(1+5 x ˆ 2 )
2 ErrorLQ [ F , m]

0.0119783

Eroarea se poate reduce utilizând schema de aplicare practică:

Pentru calculul integralei
Z b
f (ξ)dξ
a

intervalul [a, b] se ı̂mparte ı̂n N părţi egale prin nodurile ai = a + iτ, i ∈

{0, 1, . . . , N }, unde τ = b−a
N
.
802 ANEXA J. POLINOAME ORTOGONALE CLASICE

Funcţia ξ = ai + τ2 (x + 1) transformă intervalul [−1, 1] ı̂n [ai , ai+1 ]. Atunci

b N −1 Z ai+1 N −1 Z
τ X 1 
Z X τ 
f (ξ)dξ = f (ξ)dξ = f ai + (x + 1) dx ≈
a i=0 ai 2 i=0 −1 2

N −1 m  
τ XX τj
≈ A j f ai + .
2 i=0 j=0 m
Anexa K

Reprezentarea mulţimii de
A-stabilitate

Cazul schemei de calcul de tip Runge – Kutta

Mulţimii de A-stabilitate a unei scheme de calcul de tip Runge–Kutta explicită
este dată de soluţia inecuaţie |R(z)| ≤ 1, unde R(z) este funcţia de stabilitate.
Pentru a obţine frontiera ei se rezolvă ecuaţia R(z) = eit , ı̂n necunoscuta z,
pentru o mulţime discretă de valori t ∈ [0, 2kπ], k ∈ N.
Utilizând Scilab, determinarea lui z pentru o multime de valori ale lui t se
obţine cu funcţia

function z=astabrk(cale)
exec(cale+’\R.sci’,-1)
h=2*%pi/n;
x=zeros(1,2);
for i=0:N do
deff(’q=f(p)’,[’u=p(1)’,’v=p(2)’,
’q(1)=real(R(u+%i*v))-cos(i*h)’,
’q(2)=imag(R(u+%i*v))-sin(i*h)’])
if i==0 then
p0=[0,0];
else
p0=[y(1),y(2)];
end
[y,yy,info]=fsolve(p0,f,tol=1.e-3);
if info~=1 then

803
804 ANEXA K. REPREZENTAREA MULŢIMII DE A-STABILITATE

disp(i)
end
x=[x;y];
end
[r,c]=size(x);
x2=x(2:r,:);
z=x2
clf()
plot(x2(:,1),x2(:,2),’b’)
endfunction
iar codul pentru expresia lui R(z) este dat ı̂n funcţia
function w=R(z)
// m=2
w=1+z+0.5*z.^2;
endfunction
Matricea z conţine coordonatele unor puncte de pe frontiera domeniului de A-
stabilitate. Utilizarea acestui program ı̂n cazul altor scheme de calcul de tip
Runge – Kutta presupune modificarea expresia funcţiei de stabilitate R(z).

Cazul schemei de calcul de tip Adams

Pentru o schemă de calcul de tip Adams scrisă sub forma
ap uk+p + ap−1 uk+p−1 + . . . + a0 uk −
−h[bp f (tk+p , uk+p ) + bp−1 f (tk+p−1 , uk+p−1 ) + . . . + b0 f (tk , uk )] = 0.
ecuaţia caracteristică corespunzătoare problemei de test este
ρ(x) − zσ(x) = 0
unde
ρ(x) = ap xp + ap−1 xp−1 + . . . + a1 x + a0
σ(x) = bp xp + bp−1 xp−1 + . . . + b1 x + b0
Frontiera mulţimii de A-stabilitate este dată de
ρ(eit )
z= t ∈ [0, 2π]
σ(eit )
Programul Scilab (ı̂n cazul schemei de calcul Adams-Bashforth, r=2) este
 805

function [x,y]=astab(cale)
exec(cale+’\adamsbashfort.sci’,-1)
h=2*%pi/n;
s=0:h:4*%pi;
z=exp(%i*s);
[rho,sigma]=adamsbashfort(z);
x2=real(rho./sigma);
y2=imag(rho./sigma);
clf();
plot2d(x2’,y2’,strf=’181’,leg=’r=2’)
endfunction

ı̂mpreună cu

function [rho,sigma]=adamsbashfort(z)
rho=z.^3-z.^2;
sigma=(23*z.^2-16*z+5)/12;
endfunction
806 ANEXA K. REPREZENTAREA MULŢIMII DE A-STABILITATE
Anexa L

Produsul Kronecker

Produsul Kronecker
Dacă A ∈ Mm,n (C) şi B ∈ Mr,s (C) = (bi,j ) atunci produsul Kronecker al
matricelor A, B este
 
a1,1 B . . . a1,n B
A⊗B = .. .. ..
 ∈ Mmr,ns (R).
 
. . .
am,1 B . . . am,n B

Teorema L.0.1 Au loc proprietăţile:

• (A ⊗ B) ⊗ C = A ⊗ (B ⊗ C);

• (A + B) ⊗ C = A ⊗ C + B ⊗ C;

• (A ⊗ B)T = AT ⊗ B T .

Teorema L.0.2 Dacă A ∈ Mm,n (C), C ∈ Mn,p (C), B ∈ Mr,s (C), D ∈ Ms,t (C)
atunci
(A ⊗ B)(C ⊗ D) = AC ⊗ BD.

Teorema L.0.3 Dacă A, B sunt matrice inversabile atunci (A ⊗ B)−1 = A−1 ⊗

B −1 .

Teorema L.0.4 Dacă A, B sunt matrice ortogonale atunci A ⊗ B este matrice

ortogonală.

807
808 ANEXA L. PRODUSUL KRONECKER

Teorema L.0.5 Fie A ∈ Mk (C) şi B ∈ Mn (C). Dacă λ1 , . . . , λk şi µ1 , . . . , µn

sunt valorile proprii ale matricelor A şi respectiv B cu vectorii proprii core-
spunzători x1 , . . . , xk , respectiv y1 , . . . , yn atunci valorile proprii ale matricei A ⊗
B sunt λi µj cu vectorii proprii corespunzători xi ⊗ yj , i ∈ {1, . . . , k} şi j ∈
{1, . . . , n}.

Demonstraţie. Din Axi = λi xi şi Byj = µj yj rezultă

(A ⊗ B)(xi ⊗ yj ) = Axi ⊗ Byj = λi µj (xi ⊗ yj ).

Din acest rezultat rezultă

Teorema L.0.6 Dacă matricele simetrice A ∈ Mk (R), B ∈ Mn (R) sunt (strict)

pozitiv definite atunci matricea A ⊗ B este (strict) pozitiv definită.

Teorema L.0.7 Dacă A ∈ Mk (C) şi B ∈ Mn (C) atunci

|A ⊗ B| = |A|k |B|n .

Demonstraţia 1. Potrivit teoremei Schur, există matricele unitare U ∈ Mk (C), V ∈

Mn (C) astfel ı̂ncât U H AU = TA şi V H BV = TB iar TA , TB sunt matrice superior
triunghulare având pe diagonală valorile proprii ale matricelor A, respectiv B.
Au loc egalităţile

• |A| = |TA | = ki=1 λi , |B| = |TB | = nj=1 µj (cu notaţiile teoremei ante-
Q Q
rioare);

• (U H ⊗ V H )(U ⊗ V ) = Ik ⊗ In = Ikn → |U H ⊗ V H ||U ⊗ V )| = 1;

• (U H ⊗ V H )(A ⊗ B)(U ⊗ V ) = U H AU ⊗ V H BV = TA ⊗ TB .

TA ⊗ TB este o matrice superior triunghiulară având

Q pe diagonală vectorii propriii
ale matricei A ⊗ B iar determinantul este cu ( ki=1 λi )n ( nj=1 µj )k . Prin urmare
Q

|(U H ⊗ V H )(A ⊗ B)(U ⊗ V )| = |A ⊗ B| = |TA ⊗ TB | = |A|n |B|k .

Demonstraţia 2. Are loc egalitatea

|A ⊗ B| = |(A ⊗ In )(Ik ⊗ B)| = |A ⊗ In ||Ik ⊗ B|.

 809

Dar  

 B 0 . . . 0 
 0 B 0  k
|Ik ⊗ B| =  ..  = |B| ,

.. ..
 . . . 
 
 0 0 ... B 
ı̂n urma utilizării regulii lui Laplace, iar ı̂n determinantul
 
 a1,1 In a1,2 In . . . a1,k In 

 a2,1 In a2,2 In . . . a2,k In 
|A ⊗ In | =  ..

.. .. 
 . . . 

 ak,1 In ak,2 In . . . ak,k In 

prin interschimbarea de coloane şi linii se ajunge la

 
 A 0 . . . A 

 0 A 0  n
|A ⊗ In | =  .. .  = |A| .

..
 . . .. 
 
 0 0 ... A 

Calculul expresiei (A ⊗ B)x, unde A ∈ Mm (R), B ∈ Mn (R) şi x ∈ Rmn . Dacă

sunt definite funcţiile

V 2M : Rmn → Mn,m (R) V 2M (v) = a

M 2V = V 2M −1 : Mn,m (R) → Rmn M 2V (a) = v

prin
ai,j = vi+(j−1)n , i ∈ {1, . . . , n}, j ∈ {1, . . . , m},
atunci
(A ⊗ B)x = M 2V (B V 2M (x) AT ). (L.1)
Numărul ı̂nmulţirilor calcuând expresia (A ⊗ B)x este 2m2 n2 ı̂n timp ce utilizând
(L.1) numărul ı̂nmulţirilor este mn(m + n).
810 ANEXA L. PRODUSUL KRONECKER
Anexa M

Ecuaţia matriceală Sylvester

Dându-se matricele A ∈ Mn (R), B ∈ Mm (R), C ∈ Mn,m (R) să se determine

matricea X ∈ Mn,m (R) astfel ı̂ncât

AX + XB = C. (M.1)

Ecuaţia (M.1) se reduce la un sistem algebric de mn ecuaţii liniare cu mn ne-

cunoscute, adică elementele matricei X.
Punând ı̂n evidenţă coloanele matricelor X = [x1 x2 . . . xm ], xi ∈ Rn , B =
[b1 b2 . . . bm ], bi = (b1,i b2,i . . . bm,i )T ∈ Rm şi C = [c1 c2 . . . cm ], ci ∈ Rn , ecuaţia
matriceală (M.1) revine la sistemul

Axi + Xbi = ci , i ∈ {1, 2, . . . , m} (M.2)

sau
m
X
Axi + bj,i xj = ci , i ∈ {1, 2, . . . , m}.
j=1

Ansamblul acestor ecuaţii se scrie matriceal

    
A + b1,1 In b2,1 In ... bm,1 In x1 c1
 b1,2 In A + b2,2 In . . . bm,2 In  x2   c2 
= .
    
 .. . .. ..  .. ..
 . .  .   . 
b1,m In b2,m In . . . A + bm,m In xm cm

Cu produsul Kronecker sistemul de mai sus se scrie

(Im ⊗ A + B T ⊗ In )vec(x) = vec(c), (M.3)

811
812 ANEXA M. ECUAŢIA MATRICEALĂ SYLVESTER

unde    
x1 c1
 x2   c2 
vec(x) =  , vec(c) =  .
   
.. ..
 .   . 
xm cm
Aplicând teorema Schur 16.1.1 există matricele unitare U ∈ Mn (C) şi V ∈
Mm (C) astfel ı̂cât
U H AU = TA ⇔ A = U TA U H ,
V H B T V = TB ⇔ B T = V TB V H
unde TA şi TB sunt matrice superior triunghiulare având pe diagonală valorile
proprii ale matricelor A şi respectiv B.
Au loc egalităţile
Im ⊗ A + B T ⊗ In = V Im V H ⊗ U TA U H + V TB V H ⊗ U In U H =
= (V ⊗ U )(Im ⊗ TA + TB ⊗ In )(V H ⊗ U H ).
Matricea Im ⊗ TA + TB ⊗ In este superior triunghiulară şi are pe diagonală suma
dintre o valoare proprie a matricei A cu o valoare proprie a matricei B. Rezultă
Teorema M.0.1 Dacă λ1 , . . . , λn şi µ1 , . . . , µm sunt valorile proprii ale matricelor
A şi respectiv B, astfel ı̂ncât λi + µj ̸= 0, ∀i ∈ {1, 2, . . . , n} şi ∀j ∈ {1, 2, . . . , m}
atunci sistemul (M.3) are soluţie unică.
Dacă B este o matrice superior triunghiulară atunci rezolvarea sistemelor
(M.2) se face iterativ. În acest caz ecuaţia matriceală Sylvester este
 
b1,1 b1,2 . . . b1,m
 b2,2 . . . b2,m 
A[x1 x2 . . . xm ] + [x1 x2 . . . xm ]  .. ..  = [c1 c2 . . . cm ],
 
..
 . . . 
bm,m
de unde rezultă sistemele algebrice de ecuaţii liniare
(A + b1,1 In )x1 = c1
(A + b2,2 In )x2 = c2 − b1,2 x1
.. (M.4)
.
(A + bm,m In )xm = cm − b1,m x1 − . . . bm−1,m xm−1
Valorile proprii ale matricei B sunt elementele de pe diagonală. Potrivit Teoremei
M.0.1 dacă −bi,i nu este valoare proprie a matricei A, i ∈ {1, 2, . . . , m} atunci
sistemele (M.4) au soluţie unică.
Anexa N

Curbe Bézier

N.1 Reprezentarea Bézier a unui polinom

 
n
Fie bn,i (x) = xi (1 − x)n−i ∈ Pn i ∈ {0, 1, . . . , n}, n ∈ N, polinomul ce
i
apare ı̂n scrierea polinoamelor Bernstein.
Teorema N.1.1 Polinoamele bn,i , i ∈ {0, 1, . . . , n} sunt liniar independente
formând o bază a spaţiului liniar Pn ⊂ R[X] (baza Bernstein).

Demonstraţie. Dacă
       
n n n n
λ0 (1 − x)n + λ1 x(1 − x)n−1 + . . . + λn−1 xn−1 (1 − x) + λn xn = 0, (N.1)
0 1 n−1 n

atunci pentru x = 0 se obţine λ0 = 0 iar pentru x = 1 se obţine λn = 0. Din

(N.1), ı̂n urma ı̂mpărţirii cu x(1 − x) rezultă
     
n n n
λ1 (1 − x)n−2 + λ2 x(1 − x)n−3 + . . . + λn−2 xn−2 (1 − x)+
1 2 n−2
 
n
+λn−1 xn−1 = 0,
n−1

Din nou, pentru x = 0 şi x = 1 se obţine λ1 = λn−1 = 0. Repetând procedeul, se

deduce λ0 = λ1 = . . . = λn = 0.
În consecinţă, pentru orice polinom P ∈ Pn există numerele reale c0 , c1 , . . . , cn
astfel ı̂ncât n
X
P (x) = ci bn,i (x), (N.2)
i=0
numită reprezentarea Bézier a polinomului.
Derivatele unui polinom ı̂n reprezentarea Bézier sunt date de

813
814 ANEXA N. CURBE BÉZIER

Pn
Teorema N.1.2 Dacă P (x) = i=0 ci bn,i (x) atunci
n−k
X
(k)
P (x) = n(n − 1) . . . (n − k + 1) △k ci bn−k,i (x). (N.3)
i=0

Prin △k ci s-a notat diferenţa finită progresivă de ordin k cu pasul 1 ı̂n ci a funcţiei
j 7→ cj , j ∈ {0, 1, . . . , n}, △ci = ci+1 − ci , △2 ci = ci+2 − 2ci+1 + ci , etc.

Demonstraţie. Inducţie după k. Pentru k = 1 au loc egalităţile

n  
′
X n
ixi−1 (1 − x)n−i − (n − i)xi (1 − x)n−i−1 =


P (x) = ci
i
i=0

n   n−1  
X n i−1 n−i
X n
= ci ix (1 − x) − ci (n − i)xi (1 − x)n−i−1 .
i i
i=1 i=0

Deoarece
       
n n−1 n n−1
i=n , (n − i) = n
i i−1 i i

expresia lui P ′ (x) devine

n n−1
    !
′
X n−1 i−1 n−i
X n−1 i n−i−1
P (x) = n ci x (1 − x) − ci x (1 − x) .
i−1 i
i=1 i=0

Schimbând ı̂n prima sumă i − 1 := i se obţine

n−1 n−1
    !
X n−1 X n−1
P ′ (x) = n ci+1 xi (1 − x)n−i−1 − ci xi (1 − x)n−i−1 =
i i
i=0 i=0

n−1   n−1  
X n−1 X n−1
=n (ci+1 − ci ) xi (1 − x)n−i−i = n △ci xi (1 − x)n−i−i .
i i
i=0 i=0

Dacă n n
X X
i
P (x) = ai x = ci bn,i (x). (N.4)
i=0 i=0

atunci dorim să determinăm coeficienţii reprezentării Bézier ı̂n funcţie de coeficienţii
polinomului şi invers.
Cunoscând coeficienţii reprezentării Bézier a polinomului P coeficienţii se de-
termină potrivit teoremei următoare.
N.1. REPREZENTAREA BÉZIER A UNUI POLINOM 815

Teorema N.1.3 Au loc formulele

 
n
ai = △i c 0 , i ∈ {0, 1, . . . , n}, (N.5)
i

adică
n  
X n
P (x) = △i c 0 x i .
i
i=0

Demonstraţie. Egalitatea (N.3) implică

n−k
X
(k)
P (0) = n(n − 1) . . . (n − k + 1) △k ci bn−k,i (0) = n(n − 1) . . . (n − k + 1)△k c0 .
i=0

Apoi
n n 
P (k) (0)

X X
k n
P (x) = x = △k c 0 x k .
k! k
k=0 k=0

Invers, are loc teorema

Teorema N.1.4 Coeficienţii reprezentării Bézier a polinomului P ı̂n funcţie de

coeficienţi se calculează cu formula
 
i
i
X j
ci = aj   , (N.6)
j=0
n
j

deci  
i

n i
X X j 
P (x) =  aj   
 bn,i (x). (N.7)
i=0

j=0
n
j

Demonstraţie. Dezvoltând diferenţele △i c0 , interpretăm relaţiile (N.5)

i  
i
X i ai
△ c0 = (−1)i−j cj =   , i ∈ {0, 1, . . . , n,
j n
j=0
i
816 ANEXA N. CURBE BÉZIER

ca un sistem algebric de ecuaţii liniare ı̂n necunoscutele c0 , c1 , . . . , cn . Potrivit

problemei (1.6), inversa matricei sistemului este
  −1
0

0 0 ... 0
 0    
1 1
 
− 0 ... 0
 
 0 1 
 
   
2 2 2
 
− ... 0 =
 
0 1 2
 
 
 
 .. .. .. .. .. 

 . . . . . 
      
 n n n n 
(−1)n (−1)n−1 (−1)n−2 ...
0 1 2 n
 
0
 
0 0 ... 0
  0    
1 1
 
0 ... 0
 
 0   1
 
    
2 2 2
 
= ... 0
 
0 1 2

 
 
 .. .. .. .. .. 
.
 .   .  .  .
 
    
 n n n n 
...
0 1 2 n

În consecinţă
 a0 
 
n
   
0
0 ... 0
   
0
  0   
     
c0  
 a1 
1 1  
n

c1   ... 0 
   
0 1    
..  =  ,

  1
.   .. .. . . .
.  ..

.

  .   .   .  
  .

cn 
 n n n   an 

... 
n

0 1 n 
 

n
de unde relaţia (N.6).
Algoritmul Casteljau serveşte la calculul valorii polinomului (N.2), ı̂n reprezentarea
Bézier, ı̂ntr-un punct x.
Au loc formulele de recurenţă
   
n n − 1
bn,0 (x) = (1 − x)n = (1 − x) (1 − x)n−1 = (1 − x)bn−1,0 (x),
0
    0
n n n−1
bn,n (x) = x =x xn−1 = xbn−1,n−1 (x).
n 0
Pentru i ∈ {1, 2, . . . , n − 1} se obţin relaţiile
     
n i n−i n−1 n−1
bn,i (x) = x (1 − x) = + xi (1 − x)n−i =
i i−1 i
N.1. REPREZENTAREA BÉZIER A UNUI POLINOM 817

= xbn−1,i−1 (x) + (1 − x)bn−1,i (x).

Utilizând aceste relaţii de recurenţă, expresia polinomului P (x) devine
n
X
P (x) = ci bn,i (x) =
i=0

n−1
X
= (1 − x)c0 bn−1,0 (x) + ci (xbn−1,i−1 (x) + (1 − x)bn−1,i (x)) + cn xbn−1,n−1 (x) =
i=1
n−1
X n
X
= (1 − x) ci bn−1,i (x) + x ci bn−1,i−1 (x) =
i=0 i=1
n−1
X n−1
X
= (1 − x) ci bn−1,i (x) + x ci+1 bn−1,i (x) =
i=0 i=0
n−1
X
= ((1 − x)ci + xci+1 ) bn−1,i (x).
i=0

Notând c1i (x) = (1 − x)ci + xci+1 , egalitatea de mai sus se scrie

n−1
X
P (x) = c1i (x)bn−1,i (x).
i=0

Introducând

ck+1
i (x) = (1 − x)cki (x) + xcki+1 (x), i ∈ {0, 1, . . . , n − k}, k ∈ {0, 1, . . . , n − 1},

ı̂n baza celor de mai sus, au loc egalităţile

n−1
X n−2
X
P (x) = c1i (x)bn−1,i (x) = c2i (x)bn−2,i (x) = . . . = cn0 (x)b0,0 (x) = cn0 (x).
i=0 i=0

Desfăşurarea calculelor se face completând succesiv coloanele tabelului

c0 c10 (x) c20 (x) ... cn−1
0 (x) cn0 (x)
n−1
c1 c11 (x) c21 (x) ... c1 (x)
.. .. ..
. . .
cn−2 c1n−2 (x) c2n−2 (x)
cn−1 c1n−1 (x)
cn
818 ANEXA N. CURBE BÉZIER

N.2 Curbe Bézier

−→
Fie P0 , P1 , . . . , Pn , n+1 puncte distincte din Rm şi ⃗ri = OP i , i ∈ {0, 1, . . . , n}.

Definiţia N.2.1 Curba t 7→ ⃗r(t), t ∈ [0, 1] definită prin

n
X
⃗r(t) = ⃗ri bn,i (t) (N.8)
i=0

se numeşte curba Bézier asociată punctelor P0 , P1 , . . . , Pn .

Componentele vectorului ⃗r(t) sunt polinoame de grad n ı̂n reprezentarea

Bézier. Potrivit algoritmului lui Casteljau pentru determinarea unui punct al
curbei se completează tabelul
P0 P01 P02 ... P0n−1 P0n
P1 P11 P12 ... P1n−1
.. .. ..
. . .
1 2
Pn−2 Pn−2 Pn−2
1
Pn−1 Pn−1
Pn

unde Pik+1 = (1 − t)Pik + tPi+1

k
, i ∈ {0, 1, . . . , n − k}, k ∈ {0, 1, . . . , n − 1} şi
n
P0 = ⃗r(t).

Teorema N.2.1 Au loc egalităţile

−−→
⃗r˙ (0) = nP0 P1
−−−−→
⃗r˙ (1) = nPn−1 Pn

adică tangentele la curba Bézier ı̂n punctele P0 şi Pn sunt dreptele P0 P1 şi re-
spectiv Pn−1 Pn .

Demonstraţie. Potrivit teoremei N.1.2

n−1
X
⃗r˙ (t) = n (⃗ri+1 − ⃗ri )bn−1,i (t).
i=0

−−→
În particular, pentru t = 0, ⃗r˙ (0) = n(⃗r1 − ⃗r0 ) = nP0 P1
−−−−→
şi pentru t = 1, ⃗r˙ (1) = n(⃗rn − ⃗rn−1 ) = nPn−1 Pn .
N.2. CURBE BÉZIER 819

Probleme şi teme de seminar

P N.1 Pentru n = 3 şi punctele Pi date prin coordonatele (xi , yi ), i ∈ {0, 1, 2, 3},
să se arate că curba Bézier este dată de
  
  1 −3 3 −1 1
x0 x1 x2 x3  0 3 −6 3  t 
⃗r(t) =   .
y0 y1 y2 y3  0 0 3 −3   t2 
0 0 0 1 t3

P N.2 Fie punctele Pi (xi , yi ) şi ⃗ri vectorul de poziţie al punctului Pi i ∈ {1, 2, 3, 4}
cu x1 < x2 < x3 < x4 . Să se arate că curba Bézier ataşată acestor puncte coincide
cu curba obţinută prin interpolare Lagrange-Hermite pentru

⃗r(0) = ⃗r1
⃗r ′ (0) = 3(⃗r2 − ⃗r1 )
⃗r(1) = ⃗r4
⃗r ′ (1) = 3(⃗r4 − ⃗r3 )
820 ANEXA N. CURBE BÉZIER
Anexa O

Cea mai bună aproximaţie ı̂n

C[a, b]

În spaţiul liniar C[a, b] al funcţiilor continue cu valori reale, definite ı̂n inter-
valul mărginit şi ı̂nchis [a, b], se consideră norma ∥f ∥ = maxa≤x≤b |f (x)|. Astfel
C[a, b] devine un spaţiu normat. 1

O.1 Cea mai bună aproximaţie ı̂n C[a, b]

Fie f ∈ C[a, b]. Problema studiată ı̂n continuare este existenţa şi caracteri-
zarea unui polinom p∗ ∈ Pn astfel ı̂ncât

∥f − p∗ ∥ = inf ∥f − p∥ = En (f ). (O.1)
p∈Pn

Dacă există un asemenea polinom p∗ , acesta se va numi polinomul de cea mai

bună aproximaţie a lui f prin elementele mulţimii Pn .
Ţinând seama de Teorema lui Weierstrass (3.5) limn→∞ En (f ) = 0.

Teorema O.1.1 Pentru orice f ∈ C[a, b] există cel puţin un polinom de cea mai
bună aproximaţie a lui f prin elementele mulţimii Pn .

Demonstraţie. Funcţia Φ : Pn → R, definită prin Φ(φ) = ∥f −φ∥ este continuă.

Deoarece 0 ∈ Pn , pentru orice φ ∈ Pn are loc inegalitatea ∥f − φ∥ ≤ ∥f ∥.
1
Redactarea prezentării s-a făcut după Shadrin A, 2005, Approximation Theory,
www. damtp. cam. ac. uk/ user/ na/ PartIIIat/ at. html .

821
822 ANEXA O. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b]

Φ este indusă de funcţia Φ̃ : Rn+1 → R definită prin Φ̃(c) = ∥f − ni=0 ci xi ∥,

P
unde c = (c0 , c1 , . . . , cn ).
Rezultă că mulţimea S = {c ∈ Rn+1 : Φ̃(c) ≤ ∥f ∥} este mărginită şi ı̂nchisă.
Prin urmare minimul funcţiei Φ este atins.

Teorema O.1.2 (A. Kolmogorov) Fie submulţimea compactă K ⊂ Rd şi V un

subspaţiu liniar din C(K). Un element p∗ ∈ V este element de cea mai bună
aproximaţie pentru f ∈ C(K) prin elementele mulţimii V dacă şi numai dacă

max (f (x) − p∗ (x))) q(x) ≥ 0, ∀q ∈ V,

x∈Z

unde Z = {x ∈ K : |f (x) − p∗ (x)| = ∥f − p∗ ∥}.

Demonstraţie. Necesitatea. Presupunem prin absurd că există q ∈ V astfel

ı̂ncât
max((f (x) − p∗ (x))) q(x) = −2ε
x∈Z

cu ε > 0. Din continuitate se deduce existenţa unei mulţimi deschise G ⊂ K

astfel ı̂ncât Z ⊂ G şi

max((f (x) − p∗ (x))) q(x) < −ε, ∀x ∈ G.

x∈Z

Analizăm modul ı̂n care p = p∗ − λq, cu λ > 0, aproximează pe f . Vom folosi

notaţiile m = ∥q∥, Ef = ∥f − p∗ ∥.
1. x ∈ G.
Au loc relaţiile

(f (x) − p(x))2 = (f (x) − p∗ (x) + λq(x))2 =

= (f (x) − p∗ (x))2 + 2λ (f (x) − p∗ (x)) q(x) + λ2 q 2 (x) < Ef2 − 2λε + λ2 m2 .

Pentru λ < ε
m2
se obţine (f (x) − p(x))2 < Ef2 − λε.
2. x ∈ K \ G = F.
Mulţimea F este compactă şi ı̂n consecinţă

max |f (x) − p∗ (x)| < Ef .

x∈F

Atunci există δ > 0 astfel ı̂ncât

max |f (x) − p∗ (x)| ≤ Ef − 2δ, ∀x ∈ F.

x∈F
O.1. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b] 823

Deducem

|f (x) − p(x)| ≤ |f (x) − p∗ (x)| + λ|q(x)| ≤ Ef − 2δ + λm.

Pentru λ < δ
m
se obţine maxx∈F |f (x) − p∗ (x)| ≤ Ef − δ.
Rezultă că funcţia p = p∗ − λq este o aproximaţie mai bună a lui f decât p∗ , ceea
ce contrazice ipoteza.
Suficienţa. Fie p ∈ V, q = p∗ − p şi x0 ∈ Z astfel ı̂ncât

(f (x0 ) − p∗ (x0 ))) q(x0 ) ≥ 0.

Atunci
(f (x0 ) − p(x0 ))2 = (f (x0 ) − p∗ (x0 ) + q(x0 ))2 =
= (f (x0 ) − p∗ (x0 ))2 + 2 (f (x0 ) − p∗ (x0 )) q(x0 ) + q 2 (x0 ) ≥
≥ (f (x0 ) − p∗ (x0 ))2 = ∥f − p∗ ∥2 .
Rezultă că funcţia p ∈ V nu poate aproxima mai bine pe f decât p∗ .

Teorema O.1.3 Dacă p∗ ∈ Pn este un polinom de cea mai bună aproximaţie a

funcţie f ∈ C[a, b] ı̂n Pn atunci există cel puţin un punct x+ şi cel puţin un punct
x− ı̂n [a, b], adică

(p∗ − f )(x+ ) = En (f ) şi (p∗ − f )(x− ) = −En (f ).

Demonstraţie. Presupunem prin absurd că nu există nici un punct x− ∈ [a, b]

astfel ı̂ncât (p∗ − f )(x− ) = −En (f ), adică

−En (f ) < (p∗ − f )(x) ≤ En (f ), ∀x ∈ [a, b].

Va exista atunci h > 0 astfel ı̂ncât

−En (f ) + 2h ≤ (p∗ − f )(x) ≤ En (f ), ∀x ∈ [a, b].

Adunând −h se obţine

−En (f ) + h ≤ p∗ (x) − h − f (x) ≤ En (f ) − h, ∀x ∈ [a, b]

sau
|p∗ (x) − h − f (x)| ≤ En (f ) − h < En (f ), ∀x ∈ [a, b].
ceea ce contrazice definiţia lui p∗ .
Analog se demonstrează existenţa unui punct x+ astfel ı̂ncât (p∗ − f )(x+ ) =
En (f ).
824 ANEXA O. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b]

Teorema O.1.4 (Cebı̂şev) p∗f ∈ Pn este polinomul de cea mai bună aproximaţie
a lui f ∈ C[a, b] prin elementele mulţimii Pn dacă şi numai dacă există n + 2
puncte a ≤ x1 < x2 < . . . < xn+2 ≤ b astfel ı̂ncât

|f (xi ) − p∗ (xi )| = En (f ), i ∈ {1, 2, . . . , n + 2}; (O.2)

f (xi ) − p∗ (xi ) = −(f (xi+1 ) − p∗ (xi+1 )), i ∈ {1, 2, . . . , n + 1}. (O.3)

Relaţiile (O.2)-(O.3) definesc proprietatea de alternanţă. Punctele x1 < x2 <

. . . < xn+2 se numesc puncte de alternanţă.
Demonstraţia 1. Necesitatea. Fie Z = {x ∈ [a, b] : |f (x) − p∗ (x)| = En (f )}
şi Z± = {f (x) − p∗ (x) = ±En (f )}. Potrivit Teoremei O.4 mulţimile Z+ , Z− sunt
nevide.
Presupunem prin absurd că numărul punctelor de alternanţă este m < n + 2.
Pentru fiecare punct xi , i ∈ {1, 2, . . . , m} există un interval Ki astfel ı̂ncât

1. sign x∈Ki (f − p∗ )(x) = sign (f − p∗ )(xi ), ∀x ∈ Ki ;

2. Ki conţine toate punctele din Z+ sau Z− din apropierea lui xi ;

3. Intervalele (Ki )1≤i≤m sunt disjuncte.

Se fixează punctele zj ı̂ntre două intervale Kj şi Kj+1 , j ∈ {1, 2, . . . , m − 1},

K1 < z1 < K2 < . . . < zm−1 < Km .

Sensul inegalităţilor zi−1 < Ki < zi este zi−1 < x < zi , pentru orice x ∈ Ki .
Qm−1
Polinomul q(x) = j=1 (x − zj ) ∈ Pn , deorece m < n + 2 ⇔ m − 1 ≤ n. Cum
semnele funcţiilor f − p∗ şi q alternează ı̂n intervalele Ki , (eventual folosind −q
ı̂n loc de q) au loc inegalităţile

(f (x) − p∗ (x)) q(x) < 0. ∀x ∈ Z.

Potrivit Teoremei lui Kolmogorov, aceste inegalităţi contrazic faptul că p∗ este
polinomul de cea mai bună aproximaţie a lui f prin elementele mulţimii Pn .
Suficienţa. Presupunem că p∗ satisface relaţiile (O.2)-(O.3) şi că există un
polinom q ∈ Pn astfel ı̂ncât

(f (xi ) − p∗ (xi ))q(xi ) < 0, ∀ i ∈ {1, 2, . . . , n + 2}.

Deoarece semnele lui f (xi ) − p∗ (xi ) alternează rezultă că şi semnele lui q(xi )
alternează. Urmează că q are n + 1 rădăcini, ceea ce nu se poate. Pentru orice
O.1. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b] 825

q ∈ Pn va exista cel puţin un punct xi astfel ı̂ncât (f (xi ) − p∗ (xi ))q(xi ) ≥ 0, de

unde
max (f (x) − p∗ (x))) q(x) ≥ 0.
x∈Z

Potrivit Teoremei lui Kolmogorov, p∗ este polinomul de cea mai bună aproximaţie
a lui f prin Pn .
Vom da o altă demonstraţia - fără referire la Teorema Kolmogorov - a Teoremei
lui Cebı̂şev. Vom numi punct t un punct + sau punct −.
Demonstraţia 2. Necesitatea. Fie p∗ un polinom de cea mai bună aproximaţie
ı̂n [a, b] a funcţiei f.
Potrivit Teoremei O.4 există cel puţin un punct + şi un punct -.
Presupunem că cel mai mic punct t este x1 şi este punct -

p∗ (x1 ) − f (x1 ) = −En (f ).

Fie x2 cel mai mic punct + dar mai mare decât x1 ,

p∗ (x2 ) − f (x2 ) = En (f ).

Iterativ se construieşte x2j−1 cel mai mic punct - dar mai mare decât x2j−2 iar
apoi x2j cel mai mic punct + mai mare decât x2j−1 , j = 2, 3, . . . , bineı̂nţeles dacă
aceste puncte există. Procesul iterativ continuă până când nu se mai pot găsi
puncte de alternanţă.
În felul acesta rezultă punctele de alternanţă

x1 < x2 < . . . < xk .

Presupunem prin absurd k < n + 2.

Între xj şi xj+1 există puncte ı̂n care p∗ − f se anulează. Notăm cu yj cel mai
mare zerou din [xj , xj+1 ] pentru p∗ − f. Astfel

(p∗ − f )(yj ) = 0, j ∈ {1, 2, . . . , k − 1}.

Qk−1
Se introduce polinomul Q(x) = j=1 (yj − x) şi se observă că

k <n+2 ⇒ Q ∈ Pk−1 ⊆ Pn .

Notăm y0 = a, yk = b şi
⌊k⌋
K1 = [a, y1 ] ∪ [y2 , y3 ] ∪ . . . = ∪j=0
2
[y2j , y2j+1 ],
⌊k⌋
K2 = [y1 , y2 ] ∪ [y3 , y4 ] ∪ . . . = ∪j=1
2
[y2j−1 , y2j ].
826 ANEXA O. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b]

În acest caz punctele - aparţin mulţimii K1 şi punctele + aparţin mulţimii K2 .
Au loc relaţiile:

K1 ∪ K2 = [a, b] şi K1 ∩ K2 = {y1 , y2 , . . . , yk−1 }.

În intervlul [y2j−1 , y2j ] nu există nici un punct -, deci

−En (f ) < p∗ (x) − f (x) ≤ En (f ), ∀ x ∈ [y2j−1 , y2j ] (O.4)

şi
sign Q(x) = (−1)2j−1 ⇒ Q(x) ≤ 0. (O.5)
În intervlul [y2j , y2j+1 ] nu există nici un punct +, deci

−En (f ) ≤ p∗ (x) − f (x) < En (f ), ∀ x ∈ [y2j , y2j+1 ] (O.6)

şi
sign Q(x) = (−1)2j ⇒ Q(x) ≥ 0. (O.7)
Deoarece K1 şi K2 sunt mulţimi compacte, din (O.4) şi (O.6) rezultă existenţa
numerelor δ1 , δ2 > 0 astfel ı̂ncât

−En (f ) ≤ (p∗ − f )(x) ≤ En (f ) − δ1 , x ∈ K1 ,

−En (f ) + δ2 ≤ (p∗ − f )(x) ≤ En (f ), x ∈ K2 .

Fie δ = min{δ1 , δ2 }. Inegalităţile de mai sus devin

−En (f ) ≤ (p∗ − f )(x) ≤ En (f ) − δ, x ∈ K1 , (O.8)

−En (f ) + δ ≤ (p∗ − f )(x) ≤ En (f ), x ∈ K2 . (O.9)

Există λ > 0 astfel ı̂ncât λ∥Q∥ ≤ 2δ .

Pentru x ∈ K1 \ {y1 , y2 , . . . , yk−1 } are loc inegalitatea
δ
0 < λQ(x) ≤
2
şi adunând la (O.8) se obţine
δ
−En (f ) < (p∗ + λQ − f )(x) ≤ En (f ) − , x ∈ K1 ,
2
deoarece pentru x = yi are loc (p∗ + λQ − f )(yi ) = 0, ∀ i ∈ {1, 2, . . . , k − 1}.
Asemănător, pentru x ∈ K2 \ {y1 , y2 , . . . , yk−1 } avem
δ δ
0 < −λQ(x) ≤ ⇔ − < λQ(x) < 0
2 2
O.1. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b] 827

şi adunând la (O.9) se obţine

δ
−En (f ) + ≤ (p∗ + λQ − f )(x) < En (f ), x ∈ K2 .
2
În consecinţă

|(p∗ + λQ − f )(x)| ≤ En (f ), ∀ x ∈ [a, b] ⇔ ∥p∗ + λQ − f ∥ < En (f )

relaţie care contrazice definiţia lui p∗ .

Suficienţa. Fie p ∈ Pn pentru care presupunem că există şirul

x1 < x2 < . . . < xn+2

care verifică proprietăţile de alternanťa

|p(xi ) − f (xi )| = ∥p − f ∥ = E, i ∈ {1, 2, . . . , n + 2}

p(xi ) − f (xi ) = −(p(xi+1 ) − f (xi+1 )), i ∈ {1, 2, . . . , n + 1}.

Presupunem prin absurd că există q ∈ Pn , q ̸= p astfel ı̂ncât

∥q − f ∥ < ∥p − f ∥ = E.

Atunci
−E < q(x) − f (x) < E, ∀ x ∈ [a, b].
Dacă p(xi ) − f (xi ) = E atunci

q(xi ) − p(xi ) = q(xi ) − f (xi ) − (p(xi ) − f (xi )) = q(xi ) − f (xi ) − E < 0

şi
q(xi+1 ) − p(xi+1 ) = q(xi+1 ) − f (xi+1 ) − (p(xi+1 ) − f (xi+1 )) =
= q(xi+1 ) − f (xi+1 ) + E > 0.
Prin urmare există yi ∈ (xi , xi+1 ) astfel ı̂ncât

(q − p)(yi ) = 0, i ∈ {1, 2, . . . , n + 1}.

În mod necesar q = p şi p este polinomul de cea mai bună aproximare ı̂n [a, b] a
funcţiei f.

Teorema O.1.5 Pentru orice f ∈ C[a, b] există un singur polinom de cea mai
bună aproximaţie ı̂n Pn .
828 ANEXA O. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b]

Demonstraţie. Fie p∗1 , p∗2 ∈ Pn astfel ı̂ncât ∥f − p∗1 ∥ = ∥f − p∗2 ∥ = En (f ). Atunci

din
1 1 1
∥f − (p∗1 + p∗2 )∥ ≤ ∥f − p∗1 ∥ + ∥f − p∗2 ∥ = En (f ),
2 2 2
1 ∗ ∗
rezultă că 2 (p1 + p2 ) ∈ Pn este polinom de cea mai bună aproximaţie pentru f.
Notăm prin x1 < x2 < . . . < xn+2 punctele de alternanţă pentru polinomul
1 ∗
(p + p∗2 ). Dacă
2 1

1 1 1
En (f ) = (f − (p∗1 + p∗2 ))(xi ) = (f − p∗1 )(xi ) + (f − p∗2 )(xi ) ≤ En (f ),
2 2 2
atunci ı̂n mod necesar
(f − p∗1 )(xi ) = (f − p∗2 )(xi ) = En (f ) ⇒ p∗1 (xi ) = p∗2 (xi ).
Analog se deduce
1
−En (f ) = (f − (p∗1 + p∗2 ))(xi ) ⇒ p∗1 (xi ) = p∗2 (xi )
2
Astfel pentru orice i ∈ {1, 2, . . . , n + 2}, p∗1 (xi ) = p∗2 (xi ) de unde p∗1 = p∗2 .
O altă demonstaţie a Teoremei 10.1.3 ca o aplicaţie a rezultatelor de mai sus
este
Teorema O.1.6 Polinomul de cea mai bună aproximaţie a funcţiei xn ∈ C[−1, 1]
1
prin elementele mulţimii Pn−1 este xn − 2n−1 Tn (x) ∈ Pn−1 , unde Tn (x) = cos (n arccos x)
este polinomul lui Cebı̂şev.

Demonstraţie. Pentru x ∈ [−1, 1] au loc relaţiile

  
 n
x − x − n 1  = 1 |Tn (x)| ≤ 1 .

Tn (x)
 2n−1  2n−1 2n−1
1
Deoarece maximul este atins, En−1 (xn ) = 2n−1 . Punctele xk = cos kπ
n
, k ∈
{0, 1, . . . , n} pentru care Tn (x) = ±1 sunt punctele de alternanţă.
Afirmaţia din teorema anterioară se poate reformula sub forma:
Nodurile x1 , x2 , . . . , xn ∈ [−1, 1] pentru care expresia
max |(x − x1 )(x − x2 ) . . . (x − xn )|
x∈[−1,1]

este minimă se obţine pentru rădăcinile polinomului lui Cebı̂şev Tn (x), adică xk =
cos (2k−1)π
2n
, k ∈ {1, 2, . . . , n}.
O.2. ALGORITMUL LUI REMEZ 829

O.2 Algoritmul lui Remez

Algoritmul lui Evgheni Remez (1934) calculează polinomul de cea mai bună
aproximaţie al unei funcţii f ∈ C[a, b]. Algoritmul este iterativ, pornind de la o
(0) (0) (0)
aproximaţie iniţială a punctelor de alternanţă x1 < x2 < . . . < xn+2 generează
(k) (k) (k)
şirul (x1 , x2 , . . . , xn+2 )k∈N cu scopul să ı̂ndeplinească condiţiile de alternanţă.
(k)
Renunţând la indicele iteraţiei (xj = xj , j ∈ {1, . . . , n + 2}), operaţiile ı̂n
cadrul unei iteraţii sunt:

1. Se rezolvă sistemul algebric de ecuaţii liniare

c0 + c1 xj + . . . + cn xnj + (−1)j E = f (xj ), j ∈ {1, 2, . . . , n + 2}, (O.10)

ı̂n necunoscutele c0 , c1 , . . . , cn , E.

2. Dacă p(x) = c0 + c1 x + . . . + cn xn atunci p(x) − f (x) ia valori de semne

contrare la capetele fiecărui interval [xj , xj+1 ], j ∈ {1, 2, . . . , n + 1}. Pentru
fiecare j ∈ {1, 2, . . . , n + 1} se calculează zj ∈ [xj , xj+1 ], soluţie a ecuaţiei

p(x) − f (x) = 0. (O.11)

3. În fiecare din cele n + 2 intervale [a, z1 ], [z1 , z2 ], . . . , [zn , zn+1 ], [zn+1 , b] se
calculează un punct de maxim al funcţiei

|p(x) − f (x)|. (O.12)

Aceste puncte de maxim formează aproximaţia următoare a punctelor de

(k+1) (k+1) (k+1)
alternanţă (x1 , x2 , . . . , xn+2 ).

Algoritmul lui Remez este dat ı̂n P 22.

Rezolvarea sistemului (O.10) este analitică. Dacă y = ((−1)k )1≤k≤n+1 şi

L1 (x) = L(P; x1 , . . . , xn+1 ; f )(x)

L2 (x) = L(P; x1 , . . . , xn+1 ; y)(x)
L1 (xn+2 ) − f (xn+2 )
E =
L2 (xn+2 ) − (−1)n+2
p(x) = L1 (x) − EL2 (x)

atunci definiţia lui E este echivalentă cu

L1 (xn+2 ) − EL2 (xn+2 ) + (−1)n+2 E = f (xn+2 ) ⇔ p(xn+2 ) + (−1)n+2 = f (xn+2 ).

830 ANEXA O. CEA MAI BUNĂ APROXIMAŢIE ÎN C[a, b]

Pentru j ∈ {1, 2, . . . , n + 1} au loc egalităţile

p(xj )+(−1)j E = L1 (xj )−EL2 (xj )+(−1)j E = f (xj )−(−1)j E +(−1)j E = f (xj ).

Prin urmare necunoscutele c0 , c1 , . . . , cn sunt coeficienţii polinomului p.

Rezolvarea ecuaţiei (O.11) se poate face utilizând metoda bisecţiei sau metoda
coardei.
Pentru determinarea unui punct de maxim al funcţiei (O.12) ı̂ntr-un interval
se poate utiliza următoarea procedură euristică: se calculează valorile funcţiei pe
o reţea de puncte din interval şi se selectează un punct ı̂n care se atinge maximul.
Un indiciu pentru selectarea punctelor de maxim drept următoarea aproximaţie
a punctelor de alternanţă este dată de teorema

Teorema O.2.1 (Vallée Poussin) Dacă f ∈ C[a, b], p ∈ Pn şi a ≤ x1 < x2 <
. . . < xn+2 ≤ b satisfac relaţiile

1. (f − p)(xi+1 ) = −(f − p)(xi ), i ∈ {1, 2, . . . , n + 1}, adică (f − p)(xi ) ia

semne alternante;

2. |(f − p)(xi )| ≥ ε > 0, i ∈ {1, 2, . . . , n + 2},

atunci En (f ) ≥ ε.

Demonstraţie. Fie p∗ ∈ Pn polinomul de cea mai bună aproximaţie a lui f prin

elementele mulţimii Pn şi presupunem prin absurd că

∥f − p∗ ∥ = En (f ) < ε ⇒ p ̸= p∗ .

Au loc relaţiile

(p − p∗ )(xi ) = (f − p∗ )(xi ) − (f − p)(xi ), i ∈ {1, 2, . . . , n + 2}. (O.13)

Dacă (f − p)(xi ) ≥ ε atunci egalitatea de mai sus implică

(p − p∗ )(xi ) ≤ (f − p∗ )(xi ) − ε ≤ ∥f − p∗ ∥ − ε = En (f ) − ε < 0.

Dacă (f − p)(xi ) ≤ −ε atunci egalitatea (O.13) implică

(p − p∗ )(xi ) ≥ (f − p∗ )(xi ) + ε > 0.

Astfel p−p∗ ia valori de semne contrare pe fiecare interval [xi , xi+1 ], i ∈ {1, 2, . . . , n+
1} şi ı̂n consecinţă polinoamele p, p∗ coincid pe n + 1 puncte.
Anexa P

Algoritmi

P.1 Implementarea metodelor iterative

Metodele numerice iterative conduc la construirea unui şir de aproximaţii
succesive (xk )k∈N ale unei soluţii căutate. Sunt puse ı̂n evidenţă următoarele
variante de programare:

• secvenţial

• paralel

– sincron
– asincron

Programarea metodei iterative necesită o regulă de opirire.

Este utilizată frecvent următoarea regulă de oprire:
Dacă distanţa ı̂ntre două aproximaţii succesive xk = X şi xk+1 = Y este mai
mică decât un număr pozitiv EPS (denumită toleranţă), sau dacă numărul de
iteraţii executate NI este egal cu numărul maxim admis de iteraţii NMI atunci
programul se opreşte; iar ı̂n caz contrar se trece la o nouă iteraţie.
În cazul opririi calculelor, se poziţionează un indicator de răspuns IND pe 0,
dacă distanţa dintre aproximaţiile succesive X şi Y este mai mică decât EPS, iar
ı̂n caz contrar pe 1.
Schema logică a regulii de oprire este ilustrată ı̂n Fig. P.1.
Pseudocodul metodei iterative ı̂n varianta secvenţială şi paralelă sincron este
prezentat ı̂n Algoritmul 1.

831
832 ANEXA P. ALGORITMI

?
 HH
DA 
 H
HHNU
||X

H − Y || ≤ EP S
HH  
? H  ?H
HH NU
IN D = 0 H - spre o
H 
DA H 
N I = N M I
HH 
 nouă
? H iteraţie
IN D = 1
 ? 

STOP

Fig. P.1: Regula de oprire

Algorithm 1 Pseudocodul metodei iterative

1: procedure metoda iterativă
2: generarea aproximaţiei iniţiale Y
3: ni ← 0
4: do
5: ni ← ni + 1
6: X←Y
7: generarea aproximaţiei următoare Y
8: d ← ∥Y − X∥
9: while (d ≥ eps) şi (ni < nmi)
10: if d < eps then
11: ind ← 0
12: else
13: ind ← 1
14: end if
15: return Y
16: end procedure
P.2. VARIANTĂ DE IMPLEMENTARE A METODEI GAUSS-JORDAN 833

P.2 Variantă de implementare a metodei Gauss-

Jordan
Se definesc:
• Matricea extinsă a sistemului Ax = b, A ∈ Mm,n (R), b ∈ Rm , prin a =
[A, −b].
• Şirurile ie = (iei )1≤i≤m şi in = (inj )1≤j≤n iniţializate prin iei = 0, inj = j.
În urma unui pas Jordan cu elementul pivot ar,s se fixează ier = s şi ins = 0.
• Funcţia [l, c] = pivot(a, ie, in) pentru determinarea elementului pivot.
Funcţia returnează linia l şi coloana c a elementului pivot. Dacă nu se
găseşte un pivot atunci l = c = 0.
Pseudocodul funcţiei este dat ı̂n Algoritmul 2.

Algorithm 2 Algoritm pentru determinarea elementului pivot

1: function [l, c]=pivot(a, ie, in)
2: l←0
3: c←0
4: max ← 0
5: for i = 1 : m do
6: if iei = 0 then
7: for j = 1 : n do
8: if inj ̸= 0 then
9: if |ai,j | > max then
10: max ← ai,j
11: l←i
12: c←j
13: end if
14: end if
15: end for
16: end if
17: end for
18: end function

• Funcţia [a, ie, in] = pasjordan(a, l, c, ie, in) calculează un pas Jordan cu
elementl pivot al,c .
Pseudocodul funcţiei este dat ı̂n Algoritmul 3.
834 ANEXA P. ALGORITMI

Algorithm 3 Algoritmul pasului Jordan

1: function [a, ie, in]=pasjordan(a, l, c, ie, in)
2: iel ← c
3: inc ← 0
4: for i = 1 : m do
5: if i ̸= l then
6: for j = 1 : n + 1 do
7: if j ̸= c then
a a
8: ci,j ← ai,j − l,jal,ci,c
9: else
a
10: ci,j ← ai,j
l,c
11: end if
12: end for
13: else
14: for j = 1 : n + 1 do
15: if j ̸= c then
a
16: ci,j ← − ai,jl,c
17: else
18: ci,j ← a1l,c
19: end if
20: end for
21: end if
22: end for
23: a←c
24: end function
P.3. REPREZENTAREA ALGORITMILOR UNOR METODE NUMERICE 835

• Funcţia inf o = estecompatibil(a, ie).

Pseudocodul funcţiei este dat ı̂n Algoritmul 4.

Algorithm 4 Algoritm pentru verificarea compatibilităţii

1: function info=estecompatibil(a, ie)
2: inf o ← true
3: for i = 1 : m do
4: if iei = 0 & ai,n+1 ̸= 0 then
5: inf o ← false return
6: end if
7: end for
8: end function

• Funcţia [x, k] = extragesolutia(a, ie, in). O soluţie a sistemului este ı̂n vec-
torul x iar matricea k = Ker(A) conţine o bază a nucleului matricei A.
Numărul necunoscutelor secundare va fi notat prin s iar indicele necunos-
cutelor secundare va fi reţinut ı̂ntr-un şir sn. Acest indice coincide cu
numărul coloanei corespunzătoare necunoscutei secundare.
Pseudocodul funcţiei este dat ı̂n Algoritmul 5.

Pseudocodul metodei Gauss - Jordan este dat ı̂n Algoritmul 6.

P.3 Reprezentarea algoritmilor unor metode nu-

merice
Sub forma pseudocodului se ilustrează algoritmi prezentaţi ı̂n curs.
836 ANEXA P. ALGORITMI

Algorithm 5 Algoritm pentru extragerea soluţiei

1: function [x, k]=extragesolutia(a, ie, in)
2: Determinarea numărului necunoscutelor secundare
3: s←0
4: for j = 1 : n do
5: if inj ̸= 0 then
6: s←s+1
7: sns ← inj
8: end if
9: end for
10: Extragerea necunoscutelor principale
11: for i = 1 : m do
12: if iei ̸= 0 then
13: xiei ← ai,n+1
14: if s > 0 then
15: for j = 1 : s do
16: kiei ,j ← ai,snj
17: end for
18: end if
19: end if
20: end for
21: Completarea matricei k cu necunoscutele secundare
22: if s = 0 then
23: k←[]
24: else
25: t←0
26: for j = 1 : n do
27: if inj ̸= 0 then
28: t←t+1
29: kinj ,t ← 1
30: end if
31: end for
32: k ← k cu coloanele normalizate
33: end if
34: end function
P.3. REPREZENTAREA ALGORITMILOR UNOR METODE NUMERICE 837

Algorithm 6 Algoritmul metodei Gauss-Jordan

1: function [x, k, inf o]=gaussjordan
2: Fixează matricea extinsă a şi şirurile ie, in.
3: do
4: [l, c] =pivot(a, ie, in)
5: if l ̸= 0 & c ̸= 0 then
6: [a, ie, in] =pasjordan(a, l, c, ie, in)
7: end if
8: while l = 0 & c = 0
9: if estecompatibil(a, ie) then
10: [x, k] =extragesolutia(a, ie, in)
11: else
12: x←[]
13: k←[]
14: end if
15: end function

Algorithm 7 Calculul diferenţelor divizate

1: procedure dd =DiferenţaDivizată((xi )1≤i≤n , (yi )1≤i≤n )
2: dd1 ← y1
3: for k = 1 : n do
4: for j = 1 : n − k do
yj+1 −yj
5: zj ← xj+k −xj
6: end for
7: y←z
8: ddk+1 ← y1
9: end for
10: end procedure

Algorithm 8 Calculul polinomului de interpolare Lagrange

1: procedure val =Lagrange((ai )0≤i≤n , (xi )1≤i≤n , x)
2: val ← an
3: for i = n : (−1) : 1 do
4: val ← val ∗ (x − xi ) + ai−1
5: end for
6: end procedure
838 ANEXA P. ALGORITMI

Algorithm 9 Transformarea Fourier discretă rapidă

1: procedure y =fft(x)
2: n ← length(x)
3: if n=1 then
4: y←x
5: else
6: xeven ← (x2j )j∈{0,..., n2 −1}
7: xodd ← (x2j+1 )j∈{0,..., n2 −1}
8: yeven ← FFT(xeven )
9: yodd ← FFT(xodd )
10: for i = 0 : n2 − 1 do
11: w ← exp(−i 2πk n
)
12: yk ← yeven k + w · yodd k
13: yk+ n2 ← yeven k − w · yodd k
14: end for
15: end if
16: end procedure

Algorithm 10 Calculul coeficienţilor aproximaţiei Cebı̂şev

1: procedure c=chebfun(f,n)
2: k = 0 : 2n − 1
3: x ← cos kπ n
4: y ← f (x)
5: a ← n1 f f t(y)
6: c ← ℜa(1 : n + 1)
7: c(1) ← 21 c(1)
8: end procedure
P.3. REPREZENTAREA ALGORITMILOR UNOR METODE NUMERICE 839

Algorithm 11 Factorizarea Cholesky pentru o matrice simetrică

1: procedurep K=Cholesky(A)
2: K1,1 ← A1,1
A2,1
3: K2,1 ← K
q1,1
2
4: K2,2 ← A2,2 − K2,1
5: for i = 3 : n do
Ai,1
6: Ki,1 ← K1,1
7: for j = 2 : i − 1Pdo
A − j−1 Ki,s Kj,s
8: Ki,j ← i,j s=1 Kj,j
9: end forq
Ki,i ← Ai,i − i−1 2
P
10: s=1 Ki,j
11: end for
12: end procedure

Algorithm 12 Calculul transformării Householder

1: procedure H=householder(x, k)
2: if ∥x∥2 = 0 then
3: H ← In
4: else
5: if x(k) > 0 then
6: σ←1
7: else
8: σ ← −1
9: end if
10: if k > 1 then
11: for i = 1 : k − 1 do
12: x(i) ← 0
13: end for
14: end if
∥x∥2 +σek
15: u← q xk
1+σ ∥x∥
2
16: H ← In − u · uT
17: end if
18: end procedure
840 ANEXA P. ALGORITMI

Algorithm 13 Descompunerea QR
1: procedure Q=qr(A)
2: X←A
3: S ← In
4: for k = 1 : n − 1 do
5: x ← X(:, k)
6: H ← householder(x, k)
7: X ←H ·X
8: S ←H ·S
9: end for
10: Q ← ST
11: end procedure

Algorithm 14 Bidiagonalizarea unei matrice

1: procedure [U,V]=bidiag(A)
2: X←A
3: U ← In
4: V ← In
5: for k = 1 : n − 1 do
6: x ← X(:, k)
7: H ← householder(x, k)
8: U ←H ·U
9: X ←H ·X
10: if k < n − 1 then
11: y ← X(k, :)
12: H ← householder(y T , k + 1)
13: V ← V · HT
14: X ← X · HT
15: end if
16: end for
17: end procedure
P.3. REPREZENTAREA ALGORITMILOR UNOR METODE NUMERICE 841

Algorithm 15 Calculul reprezentării Hesseberg

1: procedure [Q,B]=hessenberg(A)
2: B←A
3: Q ← In
4: for k = 1 : n − 2 do
5: x ← B(:, k)
6: H ← householder(x, k + 1)
7: Q←H ·Q
8: B ←H ·B·H
9: end for
10: Q ← QT
11: end procedure

Algorithm 16 Pas intermediar pentru algoritmul QR

1: procedure B=pasQR(A)
2: n ← dim(A)
3: k ←1+i
4: do
5: do
6: k ←k+1
7: while |A − kIn | =
̸ 0
8: [Q, R] ← qr(A − kIn )
9: B ← R · Q + kIn
10: nrm ← ∥B1:n−1,n ∥
11: while nrm < tol
12: end procedure
842 ANEXA P. ALGORITMI

Algorithm 17 Algoritmul QR
1: procedure [v, Q, U ]=QRalgorithm(A)
2: Ã ← A
3: for i = 1 : n − 1 do
4: B ← pasQR(A)
5: if i ̸= n − 1 then
6: vi ← Bn−i+1,n−i+1
7: else
8: vn−1 = B2,2
9: vn = B1,1
10: end if
11: A ← B1:n−i+1,1:n−i+1
12: end for
13: Calculul vectorilor proprii la st^ anga
14: for i = 1 : n do
15: [Q, R] ← qr(Ã − vi In )
16: U1:n,i ← Q1:n,n
17: end for
18: Calculul transformării unitare pentru obţinerea formei Schur
19: U ← In
20: B ← Ã
21: for i = 1 : n − 1 do
22: Ũ ← In
23: [Ũ1:n−i+1,1:n−i+1 , R] ← qr(B1:n−i+1,1:n−i+1 − vi In−i+1 )
24: U ← U · Ũ
25: B ← U H ÃU
26: end for
27: end procedure
P.3. REPREZENTAREA ALGORITMILOR UNOR METODE NUMERICE 843

Algorithm 18 Calculul descompunerii Arnoldi

1: procedure [u, h]=Arnoldi(A, x, k)
x
2: u1 ← ∥x∥ 2
3: for i = 1 : k do
4: v ← Aui
5: for j = 1 : k do
6: if j=i then
7: w ← ui
8: else
9: w ← uj
10: end if
11: hj,i ← uTi Aw
12: v ← v − hj,i w
13: end for
14: hi+1,i ← ∥v∥2
v
15: ui+1 ← hi+1,i
16: end for
17: end procedure

Algorithm 19 Algoritmul Lanczos

1: procedure [u, α, β]=Lanczos(A, u0, k)
u0
2: u1 ← ∥u0∥ 2
3: for i = 1 : k do
4: αi ← uTi Aui
5: if i=1 then
6: z ← Aui − αi ui
7: else
8: z ← Aui − αi ui − βi−1 ui−1
9: end if
10: βi ← ∥z∥2
11: ui+1 ← βzi
12: end for
13: end procedure
844 ANEXA P. ALGORITMI

Algorithm 20 Schema de calcul predictor-corector

1: procedure Schema predictor-corector
P: u0k+1 = uk + h pi=0 ai f (tk−j , uk−j );
P
2:
3: for s = 1 : m do
s−1
4: E:fk+1 = f (tk+1 , us−1
k+1 )
C:usk+1 = uk + hb0 fk+1 s−1
+ h qj=1 bj f (tk+1−j , uk+1−j )
P
5:
6: end for
7: E: uk+1 = um k+1 ; fk+1 = f (tk+1 , uk+1 )
8: end procedure

Algorithm 21 Metoda Gradientului Conjugat

1: procedure Gradient Conjugat(A, b, x0 )
2: k←0
3: r0 ← b − Ax0
4: while rk ̸= 0 do
∥rk ∥2
5: tk+1 ← <Avk+1 ,v2k+1 >
6: xk+1 ← xk + tk+1 v k+1
7: rk+1 ← rk − tk+1 Av k+1
∥rk+1 ∥2
8: sk+2 ← ∥rk ∥2 2
2
9: v k+2 ← rk+1 + sk+2 v k+1
10: k ←k+1
11: end while
12: end procedure

Algorithm 22 Algoritmul lui Remez

(0) (0)
1: procedure [p, E] =remez(f ∈ C[a, b], n, x = (x1 , . . . , xn+2 ))
2: for k = 0, 1, . . . do
3: Se rezolvă sistemul O.10
4: for j = 1 : n + 1 do
(k) (k)
5: Se calculează zj ∈ [xj , xj+1 ], soluţie a ecuaţiei O.11
6: end for
7: for j = 1 : n + 2 do
(k+1)
8: Se calculează xj punctul de maxim al funcţiei O.12
9: din intervalul [zj−1 , zj ], (z0 = a, zn+2 = b).
10: end for
11: end for
12: end procedure
Bibliografie

[1] ASCHER U.M., PETZOLD L.R., 1998, Computer Methods for Ordinary
Differential Equations and Differential Algebraic Equations. SIAM.

[2] BAHI J.M., CONTASSOT-VIVIER S., COUTURIER R., 2007, Parallel

Iterative Algorithms. From Sequential to Grid Computing. Chapman & Hal-
l/CRC, Boca Raton.

[3] BEN-ISRAEL A., GREVILLE N.E.T., 2003, Generalized Inverses Theory

and Applications. Springer-Verlag, New York.

[4] BENTHIEN W. G., 2006, Notes on Numerical Linear Algebra. https://

gbenthien.net/assets/docs/Num-Lin-Alg.pdf.

[5] BERBENTE C., MITRAN S., ZANCU S., 1997, Metode numerice. Ed.
Tehnică, Bucureşti.

[6] BEU T., 1992, Calcul numeric ı̂n Turbo Pascal. Ed. MicroInformatica, Cluj-
Napoca.

[7] BREZIS H., 2011, Functional Analysis, Sobolev Spaces, and Partial Differ-
ential Equations. Springer, New-York. 28.1

[8] BRUNNER H., 2010, Theory and numerical solution of Volterra func-
tional integral equations. HIT Summer Seminar, www.math.hkbu.edu.hk>
~hbrunner. 23.3, 23.3
[9] BUCUR C. M., POPEEA C. A., SIMION G. G., 1983, Matematici speciale.
Calcul numeric. E.D.P., Bucureşti.

[10] COMAN G., 1995, Analiză numerică. Ed. Libris, Cluj.

[11] CUCULESCU I., 1967,Analiză numerică. Ed. tehnică, Bucureşti.

845
846 BIBLIOGRAFIE

[12] DEMMEL W.J., 1997, Applied Numerical Linear Algebra. SIAM, Philadel-
phia. 13.9, 13.10, 13.21, 16.3, 21.7

[13] DEMIDOVITCH B., MARON I., 1973, Elèments de calcul numerique. Ed.
Mir, Moscou.

[14] DUMITRESCU B., POPEEA C., JORA B., 1998, Metode de calcul numeric
matriceal. Algoritmi fundamentali. Ed. All, Bucureşti.

[15] FELLER W., 1967, An Introduction to Probability Theory and Its Applica-
tions. Vol. 1, John Wiley & Sons Inc., New York.

[16] FELLER W., 19ü, An Introduction to Probability Theory and Its Applica-
tions. Vol. 2, John Wiley & Sons Inc., New York. 1.22, 3.8

[17] GRIGORE G., 1984, Lecţii de analiză numerică. Univ. Bucureşti,

(litografiat)

[18] GODUNOV S.R., REABENKI V.S., 1977, Scheme de calcul cu diferenţe.

Ed. Tehnică, Bucureşti.

[19] GOLUB H.G., VAN LOAN C.F., 1996, Matrix Computations. The John
Hopkins University Press. 12.3

[20] GOWDA G.D.V., 2014, Hyperbolic Consevation laws. Theory

and Numerics. TIFR Centre for Applicable Mathematics, Ban-
galore. http://archive.schools.cimpa.info/archivesecoles/
20140204154528/vg.pdf.

[21] HAIRER E., LUBICH C, WANNER G., 2006, Geometric Numerical Inte-
gration. Ed. Springer, Berlin.

[22] HORN R.A., JOHNSON C. R., 1985, Matrix Analysis. Cambridge Univ.
Press. 1.22, 3.8

[23] IACOB C., HOMENTCOVSCHI D., MARCOV N., NICOLAU A., 1983,
Matematici clasice şi moderne. vol. IV, Ed. Tehnică, Bucureşti.

[24] ICHIM I., MARINESCU G., 1986, Metode de aproximare numerică. Ed.
Acad. Române, Bucureşti.

[25] IGNAT C., ILIOI C., JUCAN T., 1989, Elemente de informatică şi calcul
numeric. Univ. ”Al. I. Cuza” Iaşi. (litografiat)
BIBLIOGRAFIE 847

[26] ILIOI C., 1980, Probleme de optimizare şi algoritmi de aproximare a

soluţiilor. Ed. Acad. R.S.R., Bucureşti.

[27] IORGA V., JORA B., 1996, Programare numerică. Ed. Teora, Bucureşti.

[28] ISAACSON E., KELLER H.B., 1966, Analysis of Numerical Methods.

Dover Publications. New York. J.5

[29] ISERLES A., 2009, A First Course in the Numerical Analysis of Differential
Equations. Cambridge Univ. Press, Cambridge. 21.2

[30] KANTOROVITCH L.V., KRYLOV V.I., 1950, Metode aproximative ale

analizei superioare. Gosudarstvennoe izd., Moskva.

[31] KELLEY C.T., 1995 , Iterative Methods for Linear and Nonlinear Equa-
tions. SIAM, Philadelphia.

[32] KINCAID D., CHENEY W., 1991, Numerical Analysis. Mathematics of

scientific computing. Brooks/Cole, Pacific Grove, California.

[33] LEVEQUE R.J., 1992, Numerical methods for conservation laws.

Birkhäuser, Basel. 2

[34] LUND J., BOWERS L.K., 1992, SINC methods for Quadrature and Differ-
ential Equations. SIAM, Philadelphia. 1, 27.3.2

[35] MARCIUK G.I., 1983, Metode de analiză numerică. Ed. Acad. R.S.R.,
Bucureşti.

[36] MARINESCU G., 1974, Analiza numerică. Ed.Acad. R. S. R., Bucureşti.

[37] MARTIN O., 1998, Probleme de analiză numerică. Ed. MatrixRom, Bu-
cureşti.

[38] MĂRUŞTER Şt., 1981, Metode numerice ı̂n rezolvarea ecuaţiilor neliniare.
Ed. tehnică, Bucureşti.

[39] MICULA Gh., 1978, Funcţii spline şi aplicaţii. Ed. tehnică, Bucureşti.

[40] MOSZYNSKI K., 1978, Metode numerice de rezolvare a ecuaţiilor

diferenţiale ordinare. Ed. tehnică, Bucureşti.

[41] MUNTEAN I., 1973, Curs şi culegere de probleme de analiză funcţională.
Vol. 1, Univ. Babeş-Bolyai, Cluj.
848 BIBLIOGRAFIE

[42] MUNTEAN I., 1977, Curs şi culegere de probleme de analiză funcţională.
Vol. 2, Univ. Babeş-Bolyai, Cluj-Napoca.

[43] OLVER F.W.J., LOZIER D.W., BOISVERT R.F., CLARK C.W. (Edi-
tors), 2010, NIST Handbook of Mathematical Functions. Cambridge Uni-
versity Press, dlmf.nist.gov.

[44] PĂVĂLOIU I., 1976, Introducere ı̂n teoria aproximării soluţiilor ecuaţiilor.
Ed. Dacia, Cluj-Napoca.

[45] PĂVĂLOIU I., 1981, Rezolvarea ecuaţiilor prin interpolare. Ed. Dacia,
Cluj-Napoca.

[46] POSTOLACHE M., 1994, Metode numerice. Ed. Sirius, Bucureşti.

[47] QUARTERONI A., SACCO R., SALERI F., 2000, Numerical Mathematics.
Springer, NY.

[48] PRESS, W. H., FLANNERY, B. P., TEUKOLSKY, S. A., VETTERLING

W. T., 2007, Numerical Recipes: The Art of Scientific Computing. 3rd ed.,
Cambridge, England: Cambridge University Press. 19.3, 21.7

[49] RAŞA I., VLADISLAV T., 1998, Analiză numerică. Ed. Tehnică, Bu-
cureşti.

[50] ŞABAC I. G., COCÂRLAN P., STĂNĂŞILĂ O., TOPALĂ A., 1983,
Matematici speciale. Vol II, E.D.P., Bucureşti.

[51] SCHEIBER E., LUPU M., 2003, Rezolvarea asistată de calculator a prob-
lemelor de matematică. Ed. Matrix-Rom, Bucureşti.

[52] SCHIOP A., 1972, Metode aproximative ı̂n analiza neliniară. Ed. Acad.
R.S.R., Bucureşti.

[53] SCHIOP A., 1975, Metode numerice pentru rezolvarea ecuaţiilor

diferenţiale. Ed. Acad. R.S.R., Bucureşti.

[54] SCHIOP A., 1978, Analiza unor metode de discretizare. Ed. Acad. R.S.R.,
Bucureşti.

[55] STANCU D. D., COMAN G., (Ed), 2001, Analiză numerică şi teoria
aproximării, Vol. I, II, III, Ed. Presa Universitară Clujeană, Cluj-Napoca.
BIBLIOGRAFIE 849

[56] STEWART G.W., 1998, Afternotes goes to graduate school: lectures on

advanced numerical analysis. SIAM.

[57] STOER J., BULIRSCH R., 1993, Introduction to Numerical Analysis.

Springer, New York.

[58] STOYAN G., TAKÓ G., 1995, Numerikus módszerek. Vol. I, II, III, Ed.
ELTE - Typotex, Budapest.

[59] SÜLI E., 2012, Lectures Notes on Finite Element Methods for Partial Dif-
ferential Equations. University of Oxford. 28.1.2

[60] TEMAM R., 1973, Metode numerice de rezolvare a ecuaţiilor funcţionale.

Ed. Tehnică, Bucureşti.

[61] TREFETHEN N.L., 2013, Approximation Theory and Approximation Prac-

tice. Ed. SIAM, Oxford, UK.

[62] TREFETHEN N.L., 2000, Spectral Methods in Matlab. Ed. SIAM. 12.3

[63] UDRIŞTE C., IFTODE V., POSTOLACHE M., 1996, Metode numerice de
calcul. Ed. Tehnică, Bucureşti.

[64] VLADISLAV T., RAŞA I., 1997, Analiză numerică. Ed. Tehnică, Bu-
cureşti.

[65] Zav~lov . S., Kvasov B. I., Miroxniqenko V. L., 1980, Metody spla$in-
funkci$
i. Nauka, Moskva.

[66] Samarski A.A., 1987, Vedenie v qislennye metody. Nauka, Moskva.

[67] * * *, Digital Library of Mathematical Functions, National Institute for

Standards and Technologies, dlmf.nist.gov.
Index

D Operatorul Fourier, 102

Derivare automată, 118
Diferenţa divizată, 62 P
Diferenţa finită, 15 Polinomul de interpolare Lagrange,
Diferenţa finită centrată, 15 55
Diferenţa finită progresicvă, 15 Polinomul de interpolare Lagrange-
Diferenţa finită regresivă, 15 Hermite, 56
Polinomul Fejér, 60
E Polinomul Taylor, 59
Ecuaţii cu diferenţe, 18 Produs de convoluţie, 31, 203
Extrapolarea Richardson, 115 Pseudoinversa Moore-Penrose, 434
Puterea factorială, 39
F
Fenomenul Gibbs, 97 S
Formula Darboux-Christoffel, 147 Sistem Cebı̂şev, 47
Formula de ı̂nsumare Poisson, 777
T
Formula dreptunghiului, 156
Teorema Erdős - Turán, 94
Formula dreptunghiurilor, 157
Teorema Fejér, 92
Formula Euler-MacLaurin, 171
Teorema Korovkin, 90
Formula lui Leibniz, 17, 72
Transformarea cosinus discretă, 208
Formula Simpson, 140
Transformarea Fourier discretă, 201
Formula trapezelor, 139
Transformarea Fourier discretă in-
Formula trapezului, 138 versă, 202
M Transformarea z, 31
Metoda Gauss-Newton, 194
Metoda Levenberg-Marquardt, 194

N
Nucleul Dirichlet, 102
Numerele lui Stirling, 40

850