Lucrarea de laborator nr. 5 · 2019. 10. 6. · Mădălina Roxana Buneci Metode Numerice...

Metode Numerice - Lucrarea de laborator 5

1

Lucrarea de laborator nr. 5

I. Scopul lucrării

Rezolvarea ecuațiilor/sistemelor neliniare

II. Conținutul lucrării

1. Familia de comenzi solve din MAPLE

2. Metoda bisecției

3. Metoda coardei

4. Metoda tangentei

5. Metoda punctului fix

6. Metoda Newton – cazul m-dimensional

III. Prezentarea lucrării

III.1. Familia de comenzi solve din MAPLE

Spre deosebire de atribuiri, ecuațiile sunt expresii matematice simple care

stabilesc relații între anumite variabile și/sau valori (fără a asocia vreo valoare explicită

pentru variabilele conținute). Operatorul folosit este = (reamintim că în cazul atribuirii

se utilizează : =). O familie de comenzi care folosesc ecuațiile ca parametrii este

familia de comenzi solve. Forma generală a comenzii solve este:

>solve(ecuatie, necunoscuta);

sau

>solve(ecuatii, neconoscute);

MAPLE dispune de comenzi specializate pentru rezolvarea diverselor tipuri de ecuații

(rezolvarea ecuațiilor în diverse mulțimi):

fsolve: rezolvă ecuații aplicând aritmetica virgulei mobile

isolve: rezolvă ecuații în mulțimea numerelor întregi

msolve: rezolvă ecuații modulo m

Mădălina Roxana Buneci Metode Numerice –Laborator

2

rsolve: rezolvă ecuații date prin relații de recurență

dsolve: rezolvă ecuații diferențiale ordinare

pdsolve: rezolvă ecuații cu derivate parțiale

linsolve: rezolvă sisteme de ecuații liniare; această comandă aparține pachetului

linalg, deci înainte de utilizare trebuie încărcat acest pachet sau comanda trebuie

apelată sub forma linalg[linsolve]. Parametrii acestei comenzi sunt: matricea

sistemului A, vectorul termenilor liberi b, și opțional un al treilea parametru, căruia i

se va atribui rangul matricei. Dacă vectorul termenilor liberi se înlocuiește cu o matrice

B, atunci comanda întoarce matricea X care verifică AX = B.

Exemple

> solve(cos(x)+y=9,x);

> solve({cos(x)+y=9, x+y-Pi/2=9},{x,y});

> solve(x^2-2*x+1,x);

> solve(x^2-2*x+7,x);

> dsolve({diff(y(t),t)+t=0, y(1)=2}, y(t));

> isolve(3*x+4*y=7);

> isolve(3*x+4*y=7,t);

> msolve({2*x+3*y=1,5*x-2*y=4},5);

> rsolve(f(n)=2*f(n-1)+3*f(n-2), f(k));

> with(linalg):

> A:=matrix(3,3,[1,2,3,6-8,7,8,1,0,1]);

( )arccos y 9

{ },y 9 x

2

,1 1

,1 6 I 1 6 I

( )y t t2

2

5

2

{ },x 1 4 _Z1 y 1 3 _Z1

{ },x 1 4 t y 1 3 t

{ },x 1 y 3

3

4( )f 0

1

4( )f 1 ( )-1 k

1

4( )f 0

1

4( )f 1 3k


3

> b:=vector(3,[-7,2,3]);

> linsolve(A,b);

> linsolve(A,b,'r');

> r;

> B:=matrix(3,2,[-7,3,2,4,3,5]);

> linsolve(A,B);

> C:=matrix(2,2,[1,2,-5,-10]);

> d:=vector(2,[7,-35]);

> linsolve(C,d);

> e:=vector(2,[7,-34]);

> linsolve(C,e)

Ultimul sistem (sistemul Cx = b1) este incompatibil. În această situație MAPLE

întoarce constanta NULL. Această explică lipsa răspunsului la ultima comandă.

:= A

1 2 3

-2 7 8

1 0 1

:= b [ ], ,-7 2 3

, ,

-34

3

-58

3

43

3

, ,

-34

3

-58

3

43

3

3

:= B

-7 3

2 4

3 5

-34

3-2

-58

3-8

43

37

:= C

1 2

-5 -10

:= d [ ],7 -35

[ ],7 2 _t1

_t1

:= e [ ],7 -34


4

Rezultatele pe care le vom obține în secțiunile următoare pot fi comparate cu

rezultatele comenzii fsolve. Comanda fsolve admite un set de opțiuni. Specificarea lor

nu este obligatorie. Astfel forma generală a comenzii este:

> fsolve(ecuatii, necunoscute (opțional), alți parametrii opționali)

Opțiunile (parametrii opționali) sunt:

complex: caută rădăcinile ecuației în mulțimea numerelor complexe (în virgulă

mobilă).

fulldigits: previne micșorarea numărului de cifre semnificative pe măsură ce se

execută calculele; precizia evaluării crește dar viteză de execuție scade.

optiuni

maxsols = n: calculează cele mai mici n rădăcini; opțiunea are sens doar pentru

ecuațiile polinomiale, pentru că numai pentru acestea se calculează mai multe rădăcini.

interval: caută rădăcinile în intervalul dat; intervalul se specifică sub forma

a..b, sau x = a..b, sau {x = a..b, y = c..d, …}; intervalul se consideră închis. Dacă se

folosește împreună cu opțiunea complex, mulțimea de numere complexe în care se

caută soluția se specifică sub forma unei zone rectangulare din plan dată prin colțul

stânga-jos și colțul dreapta-sus: x = a +I*b..c +d* I (unde a≤c și b≤d).

starting_values: specifică valori inițială pentru o variabilă, sau pentru lista

variabilelor; specificarea se face, de exemplu, sub forma x = a sau {x = a, y = b}, sau

[a, b]. Dacă se utilizează această opțiune nu se mai pot specifica explicit variabilele.

avoid specifică valorile excluse la aplicarea algoritmului de rezolvare

(aproximare). Specificarea se face, de exemplu, sub forma avoid= {x = a, x=b} sau

avoid={ {x = a, y = b},{x=c,y=d} }sau avoid={[a, b]}.

Exemple

> fsolve(tan(sin(x))=1,x,fulldigits);

> fsolve(tan(sin(x))=1,x);

> fsolve(x^4-1,x);

> fsolve(x^4-1,x,0..4);

0.9033391108

0.9033391108

,-1.000000000 1.000000000


5

> fsolve(x^4-1,x,complex);

> fsolve(x^4-1,x,complex, maxsols=2);

> Digits:=20;

> fsolve(x^2=2,x=0..infinity);

> fsolve(x^2=2,x=0..infinity,fulldigits);

III.2. Metoda bisecției (metoda înjumătățirii intervalului)

Fie f : [a,b] R, o funcție continuă cu proprietatea că

f(a)f(b) < 0.

Atunci există cel puțin o rădăcină x* (a,b) a ecuației f(x)=0. Pentru găsirea rădăcinii

se micșorează la fiecare pas intervalul în care funcția își schimbă semnul. Metoda

bisecției presupune înjumătățirea la fiecare pas a acestui interval. Astfel

se determină mijlocul c = 2

ba al intervalului (a,b).

dacă f(c)f(a)


6

Algoritm

Date de intrare:

f continuă, a,b cu f(a)f(b)


7

x8 –3x+3 = 0.

Reprezentăm grafic funcția

x->x8 –3x+3

pentru a localiza rădăcinile.

> plot(x^8-3*x-3,x,color=black);

> plot(x^8-3*x-3,x=-5..5,color=black);

> plot(x^8-3*x-3,x=-2..2,color=black);

> plot(x^8-3*x-3,x=-1.5..1.5,color=black);


8

Se observă că ecuația are două rădăcini reale. Una în intervalul (-1.5, 0) și alta în

intervalul (1,1.5).

> f:=x-> x^8-3*x-3:

> bisectie(f,1,3/2,10^(-3));

> evalf(bisectie(f,1,3/2,10^(-3)));

> bisectie(f,1,1.5,10^(-3));

> bisectie(f,-1.5,0,10^(-3));

> fsolve(f(x),x);

> evalf(bisectie(f,1,3/2,10^(-10)));

> evalf(bisectie(f,1,-3/2,10^(-10)));

III.3. Metoda coardei

Fie f : [a,b] R, o funcție continuă cu proprietatea că

f(a)f(b) < 0.

Rădăcina a ecuației f(x)=0 se caută ca și în cazul metodei bisecției prin micșorarea la

fiecare pas a intervalului în care funcția își schimbă semnul. Metoda coardei presupune:

5207

4096

1.271240234

1.271240234

-0.8801879883

,-0.8800582880 1.271068437

1.271068437

-0.8800582880


9

se determină punctul c în care coarda AB intersectează axa Ox, unde A(a,f(a))

și B(b,f(b)).

dacă f(c)f(a)


10

Dacă m1 > 0, M1 > 0 sunt astfel încât m1 |f’(x)| M1, atunci unica soluției, x*, a

ecuației satisface inegalitățile:

|x*-xn|

1

n

m

xf

|x*-xn| 1nn1

11 xxm

mM

Semnificație geometrică. Fie f : [a, b] R o aplicație de două ori derivabilă

cu f’(x)0, f”(x) 0 oricare ar end if x[a, b], f(a)f(b)


11

Cazul 2. f(b)f”(b) 0 (sau echivalent f(a)f”(a) 0) : pentru orice n 1, xn

reprezintă abscisa punctului de intersecție a axei Ox cu coarda ACn-1 unde A(a,f(a)) și

Cn-1(xn-1, f(xn-1)). Așadar avem subcazurile

2.1. f > 0 (f strict descrescătoare)

2.2. f < 0 (f strict crescătoare)

x0 = a x1 x2 b

1.2. f” 0, f(a) 0

a x2 x1 x0 = b

2.1. f” > 0, f(b) 0


12

Algoritm

Date de intrare:

f de două ori derivabilă pe [a,b], cu f (x) 0, f”(x) 0 pentru orice x și

f(a)f(b)


13

dacă f(a) f”(a) 0 atunci

x1: = b ; x2: = a;

cât timp | x1-x2 | execută

x1: = x2;

x2 : = x1 -

f x1

f x1 f b(x1-b),

sfârșit cât timp,

altfel

x1: = a ; x2: = b;

cât timp | x1-x2 | execută

x1: = x2;

x2 : = x1 -

f x1

f x1 f a(x1-a);

sfârșit cât timp,

sfârșit dacă,

x2 reprezintă xN unde N este cel mai mic număr natural cu proprietatea că

xN –xN-1 .

Procedură MAPLE

> mcoarda:= proc(f,a,b,epsilon)

local x1, x2;

if evalf(f(a)*(D@@2)(f)(a))=epsilon do

x1:=x2;

x2:= x1-f(x1)*(x1-b)/(f(x1)-f(b))

end do;

else

x1:=a; x2:=b;

while evalf(abs(x1-x2))>=epsilon do


14

x1:=x2;

x2:= x1-f(x1)*(x1-a)/(f(x1)-f(a))

end do;

end if;

return x2

end proc;

Aplicăm această procedură pentru determinarea rădăcinilor reale ale ecuației:

x8 –3x+3 = 0.

În secțiunea precedentă rădăcinile au fost localizate în intervalele (+1.5,0) și (1,1.5).

> f:=(x-> x^8-3*x-3);

> mcoarda(f,1,1.5,10^(-3));

> mcoarda(f,-1.5,0,10^(-3));

> fsolve(f(x),x);

> mcoarda(f,1,1.5,10^(-10));

> mcoarda(f,-1.5,0,10^(-10));

III.4. Metoda tangentei

Metoda tangentei este utilizată pentru determinarea unei rădăcini a ecuației f(x)

= 0. Presupunem că f este derivabilă și că derivata nu se anulează. Rădăcina ecuației

este determinată ca limita unui șir. Se pleacă de la un punct x0 dat. Presupunând că s-a

construit termenul xn-1, termenul xn se determină ca fiind abscisa intersecției dintre

tangenta la graficul funcției în xn-1 și axa Ox.

:= f x x8 3 x 3

1.270281421

-0.8741520730

,-0.8800582880 1.271068437

1.271068437

-0.8800582876


15

Ecuația tangentei în xn-1 este:

y – f(xn-1) = f (xn-1)(x – xn-1)

Deci intersecția cu axa Ox se află rezolvând sistemul

n-1 n-1 n-1y- f(x ) f (x ) x-x

y 0

În consecință ,

xn = xn-1 -

n 1

n 1

f x

f x

.

Convergența șirului este determinată de termenul inițial x0. Următoarea

teoremă stabilește condiții suficiente pentru convergența metodei tangentei.

Teoremă (Metoda tangentei). Fie f : [a, b] R o aplicație de două ori

derivabilă cu f’(x)0, f”(x) 0 oricare ar end if x[a, b] și f(a)f(b) 0. În plus, oricare ar end if n 1 au

loc următoarele inegalități:

|x* - xn|

1

n

m

xf

xn xn-1


16

|x* - xn| 21nn1

2 xxm2

M

unde m1 = x [a,b]

f xinf

și M2 = x [a,b]

f xsup

.

Rata convergenței este pătratică.

Semnificație geometrică. Fie f : [a, b] R o aplicație de două ori derivabilă

cu f’(x)0, f”(x) 0 oricare ar end if x[a, b], f(a)f(b) 0. Atunci șirul (xn)n converge la x*

unica soluție a ecuației f(x) = 0. Pentru orice n 1, xn reprezintă abscisa punctului de

intersecție a axei Ox cu tangenta la graficul lui f în punctul de coordonate (xn-1, f(xn-1)).

Deoarece f’ și f” nu se anulează pe [a, b], rezultă că sunt fie strict pozitive fie strict

negative. Așadar avem

Cazul 1. f” > 0 (f strict convexă)

1.1. f’ > 0 (f strict crescătoare)

1.2. f’ < 0 (f strict descrescătoare)

x2 x1 x0

1.1. f’ > 0, f” > 0


17

Cazul 2. f” < 0 (f strict concavă)

2.1.f’ > 0 (f strict crescătoare)

2.2. f’ < 0 (f strict descrescătoare)

x0 x1 x2

1.2. f’ 0, f” > 0

x0 x1 x2

2.1. f’ 0, f” 0

x2 x1 x0

2.2. f’ 0, f” 0


18

Deci pentru aplicarea metodei tangentei în rezolvarea ecuației f(x) = 0 trebuie stabilite

intervalele de monotonie și intervalele de convexitate/concavitate pentru funcția f.

Dacă a și b sunt capetele unui astfel de interval și dacă f(a)f(b)0. Șirul construit rin metoda

tangentei, având termenul inițial x0 converge la unica rădăcină a ecuației f(x) = 0,

situată în intervalul [a, b].

Algoritm

Date de intrare:

f - în condițiile 1.1,1.2,2.1 sau 2.2

x0 - f(x0)f”(x0)>0

0 (precizia –determină condiția de oprire a iterațiilor)

Date de ieșire: xN cu proprietatea că N este cel mai mic număr natural pentru care

xN – xN-1 |2 < .

unde (xn)n este șirul corespunzător metodei tangentei (xN este considerat o aproximație

satisfăcătoare a unicei soluții a ecuației f(x)=0)

x1 := x0;

x2 : = x1 - 1xf

1xf

;

cât timp | x2 – x1 |2 execută

x1 := x2;

x2 : = x1 - 1xf

1xf

;

sfârșit cât timp

Prezentăm în continuare o variantă a acestui algoritm pentru cazul în care f nu verifică

neapărat condițiile suficiente de convergență. Introducem ca dată suplimentară de

intrare numărul maxim de termeni din șir ce urmează a end if calculați (Nmax).

Condiția de oprire se transformă

| xn - xn-1 |2 < sau n > Nmax

x1 := x0;


19

x2 : = x1 - 1xf

1xf

;

n : = 1;

cât timp (| x2 – x1 |2 ) și (n Nmax) execută

x1 := x2;

x2 : = x1 - 1xf

1xf

;

n : = n + 1;

sfârșit cât timp

Trebuie verificat la ieșirea din ciclu dacă f(x1) 0. Dacă problema este bine

condiționată, aceasta condiție va asigura acuratețea aproximației.

Proceduri MAPLE

> mtangenta:=proc(f,x0,epsilon)

local x1,x2,df;

df:=D(f);x1:=x0;x2:=x1-f(x1)/df(x1);

while evalf((x2-x1)^2)>=epsilon do

x1:=x2;x2:=x1-f(x1)/df(x1)

end do;

return x2

end proc;

> mtangentaN:=proc(f,x0,epsilon,Nmax)

local x1,x2,n,df;

df:=D(f);x1:=x0;x2:=x1-f(x1)/df(x1);n:=1;

while (evalf((x2-x1)^2)>=epsilon)and (n


20

Exemple de utilizare a procedurilor

> with(plots):

> plot(exp(x)+2*x+1,x,color=black);

> plot(exp(x)+2*x+1,x=-2..2,color=black);

> f1:=(x->exp(x)+2*x+1);

> mtangenta(f1,0.1,10^(-5));

> fsolve(f1(x),x);

> plot(sin(x)+x-1,x,color=black);

> f2:=(x->sin(x)+x-1);

> mtangenta(f2,1.1,10^(-8));

:= f1 x ex 2 x 1

-0.7388349460

-0.7388350311

:= f2 x ( )sin x x 1


21

> fsolve(f2(x),x);

> mtangentaN(f2,1.1,10^(-8),10);

> xN:=mtangentaN(f2,-10.1,10^(-8),10);

> f2(xN);

III.5. Metoda punctului fix

Definiție. Fie (X,d) un spațiu metric și fie f: X X. Funcție f se numește

contracție dacă și numai dacă există q (0,1) astfel încât

d(f(x), f(y) q d(x,y)

pentru orice x,y X

Definiție. Fie f: X X. Punctul X se numește punct fix pentru f dacă f()

= .

0.5109734294

0.5109734294

0.5099954153

0.5109733047

0.5109734294

,Numar de termeni calculati 3

0.5109734294

19.33165959

9.366076806

-4881.864603

-2422.713182

14288.93783

5139.034940

2315.137476

-96996.81022

0.1024903391 108

-0.5376704605 108

,Numar de termeni calculati 10

:= xN -0.5376704605 108

-0.5376704787 108


22

Teoremă (metoda punctului fix). Fie (X,d) un spațiu metric complet și fie

f:XX o contracție. Atunci există și este unic x* punct fix pentru f. Punctul x* este

limita unui șir construit după cum urmează:

x0 X dat

xn = f(xn-1), n 1.

Mai mult, dacă numărul q (0,1) este astfel încât d(f(x), f(y) qd(x,y)

pentru orice x,y X, atunci pentru orice n1

1. d(x*, xn) q

1 qd(xn, xn-1)

2. d(x*, xn) nq

1 qd(x1, x0)

3. d(x*, xn) qd(x*, xn-1)

Corolar. Fie (E, ) un spațiu Banach (în particular, E = Rm) și S o

submulțime închisă a lui E. Fie f : S S o funcție cu proprietatea că există un număr

q (0,1) este astfel încât f(x) - f(y) qx -y pentru orice x,y S Atunci există și

este unic x* punct fix pentru f și pentru orice x0E, șirul definit recursiv prin

xn = f(xn-1), n 1

converge la x*.

Mai mult, pentru orice n1

1. x*- xn q

1 qxn - xn-1

2. x*- xn nq

1 qx1- x0

3. x*- xn q x*- xn-1

Observație. În general, rata convergenței pentru metoda punctului fix este

liniară.

Algoritm:

Date de intrare:

f (contracție)


23

x0 (termenul inițial al șirului)

(precizia ce determină condiția de oprire: se calculează termenii șirului până

la xN cu proprietatea xN-xN-1 ).

Date de ieșire:

xN (aproximație satisfăcătore (determinată de ) pentru punctul fix).

x1:=x0;

x2:=f(x1);

cât timp 1x2x execută

x1:=x2;

x2:=f(x1);

sfârșit cât timp;

La ieșire x2 este aproximație pentru x*, punctul fix al lui f. Faptul că f este contracție

asigură terminarea programului într-un număr finit de pași. Pentru a evita ciclarea în

situația în care un utilizator ar încerca folosirea algoritmului pentru o funcție care nu

este contracție, se poate stabili de la început un număr maxim de pași ce urmează a end

if executați. De asemenea se poate afișa la fiecare pas diferența dintre termenii

consecutivi curenți. (pentru a observa că șirul nu converge dacă f nu e contracție).

Astfel se poate folosi următoarea variantă a algoritmului:

Date de intrare:

f (contracție)

x0 (termenul inițial al șirului)

(precizia)

Nmax (număr maxim de termeni ai șirului ce urmează a end if calculați)

Condiția de oprire: se calculează termenii șirului până la xN cu proprietatea

xN-xN-1 sau N Nmax).

Date de ieșire:

xN (dacă f este contracție, xN este aproximație satisfăcătore - determinată de

și Nmax - pentru punctul fix al lui f).

x1:=x0;


24

x2:=f(x1);

n:=1;

cât timp ( 1x2x ) sau (n


25

Fie f: [1,2] [1,2], definită prin f(x) = 3 1x . Avem f (x) = 1

3 23

1

(x 1)

și deci

x (1,2)

sup | f (x) |

= 1

3 31

4 1

Ca urmare f este contracție pe intervalul [1,2]. Deci soluția ecuației poate end if aflată

ca limita șirului (xn)n, cu

xn = f(xn-1) = 3 n 1x 1 , x0[1,2].

2) Să se rezolve (în mulțimea numerelor reale) ecuația următoare aplicând

metoda punctului fix

x – cos(x) = 0

Notăm g(x) = x – cos(x). Cum cos(x) [-1, 1], soluțiile ecuației x – cos(x) = 0

se găsesc în intervalul [-1, 1]. Deoarece g (x) = 1 + sin(x) 0 pentru x din intervalul

[-1, 1], rezultă că g este strict crescătore pe [-1, 1] și deci ecuația

x – cos(x) = 0

are cel mult o rădăcină. Cum g(0)g(2

)0, ecuația x – cos(x) = 0 are exact o rădăcină

în intervalul [0, 2

]. Fie f: [0,

2

] [0,

2

], f(x) =

1

2( x +cos(x)). Avem f (x) =

1

2(1

– sin(x)) și deci

x (0, 2)

sup | f (x) |

= 1

2 1

Ca urmare f este contracție pe intervalul [0, 2

]. Deci soluția ecuației poate end if aflată

ca limita șirului (xn)n, cu

xn = f(xn-1) =1

2( xn-1 +cos(xn-1)), x0[0,

2

].

Procedura MAPLE de mai jos implementează metoda punctului fix pentru o

contracție pe un interval închis al lui R.

> punctfix:=proc(f,x0, epsilon)

local x1,x2;

x1:=x0;

x2:=f(x1);


26

while evalf(abs(x2-x1))>=epsilon do

x1:=x2;

x2:=f(x1)

end do;

return x2;

end proc;

Exemplificăm aplicarea procedurii pentru contracțiile

f1: [1,2] [1,2], definită prin f1(x) = 3 x 1 .

f2: [0, 2

] [0,

2

], f2(x) =

1

2( x +cos(x))

comparative cu aplicarea comenzii fsolve.

> f1:=x->(x+1)^(1/3);

> punctfix(f1,1.5,10^(-5));

> fsolve(f1(x)=x,x);

> f2:=x->1/2*(x+cos(x));

> punctfix(f2,1.,10^(-5));

> fsolve(f2(x)=x,x);

Procedura de mai jos implementează metoda punctului fix pentru o contracție pe Rm.

> punctfixM:=proc(f,x0,epsilon,Nmax)

local m,x1, x2,n, norma,i;

m:=nops(x0);

x1:=x0;

x2:=[seq(f[i](op(x1)), i=1..m)];

n:=1;

norma:=0;

for i from 1 to m do norma:=norma + abs(x2[i]-x1[i]) end do;

:= f1 x ( )x 1( )/1 3

1.324719474

1.324717957

:= f2 x 1

2x

1

2( )cos x

0.7390856959

0.7390851332


27

while (evalf(norma) >= epsilon) and (n < Nmax) do

x1:=x2;

x2:=[seq(f[i](op(x1)), i=1..m)];

n:=n+1;

norma:=0;

for i from 1 to m do norma:=norma + abs(x2[i]-x1[i]) end do;

end do;

return x2;

end proc;

III.6. Metoda Newton – cazul m-dimensional

Metoda Newton (varianta m - dimensională, m1) este o generalizare a metodei

tangentei. Este o metodă iterativă de rezolvare a unor sisteme de m ecuații și m

necunoscute:

f(x) = 0,

unde f : G Rm, G Rm.

Convenim să notăm cu x1, x2,…, xn,… un șir de elemente din Rm. Rezervăm

indicii inferiori pentru a desemna componentele unui element x = (x1, x2,…,xm) din Rm.

Dacă G este o mulțime deschisă și f : G Rm este o funcție diferențiabilă pe G,

identificăm diferențiala de ordinul I a lui f în x, df(x), cu jacobianul lui f în x, notat

Jf(x):

Jf(x) = mj,i1

j

i xx

f

În cele ce urmează presupunem că matricea Jf(x) este inversabilă pentru x G.

Metoda Newton constă în aproximarea soluției ecuației considerate cu xn,

unde

xn = xn-1 – Jf(xn-1)-1 f(xn-1) (*)

iar aproximația inițială x0G este suficient de apropiată de soluția sistemului.

Presupunem că f este de clasă C2 și sistemul f(x) = 0 admite o soluție x* G cu

proprietatea că Jf(x*) este matrice inversabilă (sau echivalent det(Jf(x*)) 0). Atunci


28

există o vecinătate deschisă V G a lui x* astfel încât pentru orice x V să avem Jf(x)

este inversabilă. Considerăm funcția

g: V Rm, definită prin g(x) = x – Jf(x)-1 f(x).

Avem

g(x*) = x* - Jf(x*)-1 f(x*) = x*,

deci x* punct fix pentru g. Cum

Jg (x*) = 0 1,

rezultă că există r 0 astfel încât astfel dacă notăm

S = r*,xB = x Rm, x-x* r

avem S V și gS : S S este contracție. Ca urmare șirul definit prin xn= g(xn-1), n1

converge la x* pentru orice termen inițial x0S. Din definiția lui g rezultă că

xn = xn-1 – Jf(xn-1)-1 f(xn-1), n 1,

adică șirul dat de relația (*) (corespunzător metodei lui Newton pentru f(x) = 0 cu

termenul inițial x0 S).

Observaţie Amplificând relația (*) cu Jf(xn-1) rezultă

Jf(xn-1)(xn - xn-1) = –f(xn-1) (**)

sau echivalent

n 1m i n n 1 n 1

j j ijj 1

f xx x f x

x

, i = 1,2,…, m

Dacă se folosește relația (*) pentru determinarea lui xn este necesar să se calculeze

inversa matricei Jf(xn-1). Dacă se folosește relația (**), este necesar să se rezolve un

sistem liniar cu m ecuații, și necunoscutele n 1 n n 1k k kx x x , k = 1, …, m.

Rezolvarea acestui sistem necesită un număr mai mic de operații decât inversarea

matricei Jf(xn-1). Folosim relația (**) se înlocuiește rezolvarea sistemului neliniar prin

rezolvarea succesivă a unor sisteme liniare.

Metoda Newton este o metodă frecvent folosită deoarece este foarte rapid

convergentă (rata convergenței este pătratică). Dar ca și în cazul metodei tangentei

convergența metodei depinde de alegerea aproximației inițiale. Aproximația inițială


29

trebuie luată cât mai aproape de soluția problemei, eventual utilizând o altă metodă de

găsire a soluției.

Parametrii procedurii mnewton (de mai jos) sunt

funcția f (se presupune că se rezolvă sistemul f(x) = 0)

x0 = termenul inițial din șirul definit de (**)

epsilon = precizia

Nmax = numărul maxim de termeni din șir ce vor end if calculați

Se calculează n termeni, cu n verificând

(2

n n 1x x < epsilon) sau (nNmax).

Comanda

>subs(expr1,expr2);

substituie subexpresia expr1 în expresia expr2. Comanda

>jacobian(f(x,y,...), [x, y, ...]);

calculează jacobianul lui f. Este o comandă ce aparține pachetului linalg. Comanda

>norm(a, t);

calculează norma t, unde t =1, 2, infinity a vectorului (sau matricei) a. Este de asemenea

o comanda ce aparține pachetului linalg.

Procedură MAPLE

> mnewton := proc(f, x0, epsilon, Nmax)

local m,x1, x2, dx, b, fx, fx1, n, i, j, ex, r;

uses linalg;

m:=vectdim(x0);x1 := vector(m);x2:=vector(m);

for i to m do x1[i] := x0[i] end do;

dx := vector(m);

b := vector(m);

fx := jacobian(f(seq(x[i],i=1..m)), [seq(x[i],i=1..m)]);

fx1 := matrix(m, m);

ex := seq(x[i] = x1[i], i = 1 .. m);

for i to m do

for j to m do fx1[i, j] := evalf(subs(ex, fx[i, j])) end do

end do;

b := map(-evalf,f(seq(x1[i],i=1..m)));

dx := linsolve(fx1, b, 'r');

if r m then print(`Metoda nu se aplica`); RETURN(NULL) end if;


30

for i to m do x2[i] := x1[i] + dx[i] end do;

n := 1;

print(x2);

while epsilon f:=(x,y)->[x^2-y,x^3-5*y];

> mnewton(f,vector([10,0.1]),10^(-5),9);

:= f ( ),x y [ ],x2 y x3 5 y

[ ],7.500000001 50.00000002

[ ],6.000000002 33.75000004

[ ],5.250000001 27.00000001

[ ],5.021739128 25.16576084

[ ],5.000186603 25.00140155

[ ],5.000000017 25.00000013

,Numar de pasi 6

,Valoarea functiei [ ],0.00046451 0.0069879


31

> fsolve({f(x,y)[1],f(x,y)[2]},{x=10,y=0.1});

> f1:=(x,y)->[x^2+y^2-1,x^3-y];

> mnewton(f1,vector([0.9,0.5]),10^(-5),9);

> fsolve({f1(x,y)[1],f1(x,y)[2]},{x=0.9,y=0.5});

> mnewton(f1,vector([1,1]),10^(-5),9);

> fsolve({f1(x,y)[1],f1(x,y)[2]},{x=1,y=1});

> mnewton(f1,vector([-1,1]),10^(-5),20);

[ ],5.000000017 25.00000013

{ },x 5.000000000 y 25.00000000

:= f1 ( ),x y [ ], x2 y2 1 x3 y

[ ],0.8316784870 0.5629787234

[ ],0.8260617824 0.5636079087

[ ],0.8260313586 0.5636241619

,Numar de pasi 3


[ ],0.8260313586 0.5636241619

{ },x 0.8260313577 y 0.5636241622

[ ],0.8750000000 0.6250000000

[ ],0.8290363483 0.5643491124

[ ],0.8260401080 0.5636197732

,Numar de pasi 3


[ ],0.8260401080 0.5636197732

{ },x 0.8260313577 y 0.5636241622

[ ],-0.2500000001 1.250000000

[ ],-81.50000065 -15.25000014

[ ],-54.33007595 64.91769907

[ ],-36.21723980 24.89070061

[ ],-24.14389039 3.68381152

[ ],-16.10992954 -24.48752262

[ ],-10.75342471 -10.48890844

[ ],-7.178878965 -3.444508772


32

> fsolve({f1(x,y)[1],f1(x,y)[2]},{x=-1,y=1});

> f2:=(x,y,z)->[x+x^2-2*y*z-0.1,y-y^2+3*x*z+0.2, z+z^2+2*x*y-0.3];

> mnewton(f2,vector([0,0,0]),10^(-5),10);

> fsolve({f2(x,y,z)[1],f2(x,y,z)[2], f2(x,y,z)[3]},{x=0,y=0,z=0});

[ ],-4.781922755 0.617903126

[ ],-3.270919075 -5.691810662

[ ],-2.260819460 -2.574374564

[ ],-1.578178423 -1.088178100

[ ],-1.121843867 -0.5209805009

[ ],-0.8857962879 -0.5206567978

[ ],-0.8296024170 -0.5627517822

[ ],-0.8260437059 -0.5636179649

[ ],-0.8260313579 -0.5636241623

,Numar de pasi 17

,Valoarea functiei [ ],0.000013414 -0.0000314743

[ ],-0.8260313579 -0.5636241623

{ },x -0.8260313577 y -0.5636241622

:= f2 ( ), ,x y z [ ], , x x2 2 y z 0.1 y y2 3 x z 0.2 z z2 2 x y 0.3

[ ], ,0.1 -0.2 0.3

[ ], ,0.02245322250 -0.1743243244 0.2461538462

[ ], ,0.01287849239 -0.1778109522 0.2447473526

[ ], ,0.01282415092 -0.1778006638 0.2446880471

,Numar de pasi 4

,Valoarea functiei [ ], ,0.0000818676 0.0000282439 0.0000687452

[ ], ,0.01282415092 -0.1778006638 0.2446880471

{ }, ,x 0.01282414583 y -0.1778006680 z 0.2446880443

Lucrarea de laborator nr. 5 · 2019. 10. 6. · Mădălina Roxana Buneci Metode Numerice...

Documents

Transcript of Lucrarea de laborator nr. 5 · 2019. 10. 6. · Mădălina Roxana Buneci Metode Numerice...