Sunteți pe pagina 1din 12

CURS 3

Rezolvarea numerica a ecuatiilor neliniare


3.1 Introducere n multe probleme se poate ajunge la o etap de rezolvare n care se cere rezolvarea unei ecuaii neliniare (numit uneori i ecuaie transcendent) pentru care nu exist o soluie analitic. Vom nota cu x0 soluia exact pentru care are loc:
f ( x0 ) = 0

unde f (x) este o funcie analitic cunoscut de o variabil real f : [a, b] R Soluia calculat numeric este o soluie aproximativ (notat cu xa) i trebuie s fie cuprins n intervalul de definiie a funciei f , deci x a [a, b] i:
f ( xa ) 0

Sub noiunea de ecuaii algebrice neliniare se neleg acele ecuaii care conin necunoscut la puterea diferit de unu, de exemplu:

y = a0 + a1 x + a2 x 2 + ... + an x n = ai x i , unde n1.


i =0

Sub noiunea de ecuaii algebrice transcendente se neleg acele ecuaii din care nu poate fi obinut soluie analitic n mod evident,de exemplu: ecuaiile iraionale de tipul
y= 8 (1 x ) 1 x

(1 +

),

ecuaiile exponeniale

y = a0 e

b0 x

+ a1 e

b1 x

+ ... + an e
n

bn x

= ai e bi x ,
i =0

ecuaiile logaritmice trigonometrice k=0,1,...,n),

y = ai logbi x
i =0
n

(unde i= 0,1,...,n) ,

y = a0 + ( ak cos kx + bk sin kx) ( la care


k =1

Este cunoscut faptul c pentru n=1 (ecuaie liniar) i n=2 (ecuaie ptrat), exist formule exacte de rezolvare. Pentru n=3 i n=4 exist formulele Cardano i Ferrari de determinare a soluiilor. Pentru n>4 nu exist formule de determinare a soluiilor (metode exacte), dect numai pentru anumite cazuri particulare. De obicei rezolvarea unei ecuaii algebrice pentru n>4 se face prin metode iterative de calcul. Conform unei teoreme importante din algebra, orice ecuaie algebric are cel puin o rdcin real sau complex. La scrierea unei ecuaii n form canonic vom avea aceleai rdcini ca i pentru ecuaia iniial, ns n acest caz pot aprea i rdcini suplimentare. n general astfel de ecuaii nu au rdcini exacte. Din aceast cauz se determin o aproximaie a rdcinilor, procednd astfel: a) se separ rdcinile astfel nct un interval s conin o singur rdcin b) se mbuntete aproximaia ct de mult se poate (sau cere problema)

TEOREM Dac f :[a, b] R, continu pe [a, b], are semne contrare la capetele intervalului, adic
f (a ) f (b) < 0

atunci (a, b) cu f ( ) = 0 adic ecuaia

f(x) = 0 are soluie n acest interval.

TEOREMA Dac o funcie este continu i strict monoton pe un segment oarecare [a,b], i f(a)f(b)<0, atunci pe acest segment exist o rdcin i numai una singur. Deci, rdcina este unic, dac exist derivata de ordinul nti i aceast derivat i pstreaz semnul constant n interiorul acestui interval (a,b), adic f ' ( x) > 0 (sau f ' ( x) < 0 ) pentru a < x < b . n caz contrar, este posibil ca n intervalul dat s existe mai multe rdcini sau rdcini pot s existe chiar dac f (a ) f (b) > 0 .

y y

f(a)

y=f(x) f(x)>0

0 a

f(b) b x f(b) 0 f(a) a b

y=f(x)

Nici chiar cele mai simple ecuatii nu admit solutii care sa fie exprimabile prin expresii rationale sau radicali. Din acest motiv ar fi imposibil sa calculam solutiile ecuatiilor printr-un numar finit de operatii artitmetice. De aceea este nevoie de metode iterative, adica de o procedura care genereaza o secventa infinita de aproximatii {xn }nN astfel incat
lim xn = l
n

unde l este o radacina a ecuatiei. Evident in cazul unui proces iterativ se doreste convergenta, dar mai mult de atat o convergenta rapida, cand este posibil. Conceptul de baza pentru viteza de convergenta este ordinul de convergenta.

Definitie 1.1 Spunem ca xn converge la l (cel putin liniar) daca


x n l en unde {en } este un sir pozitiv ce satisface lim en +1 = c , 0 < c < 1. n e n (3.2) (3.1)

Daca relatiile (3.2) au loc cu egalitate in (3.1) atunci c se numeste eroare

asimptotica. Expresia cel putin , se leaga de faptul ca avem doar


inegalitate in (3.1), ceea ce dorim in practica.

Definitie 1.2 Spunem ca xn converge catre l (cel putin) cu ordinul p 1 daca


(3.1) are loc cu lim en +1 = c, c > 0 n e p n

Convergenta de ordinul 1 coincide cu convergenta liniara, in timp de convergenta p>1 este mai rapida. In ultimul caz nu avem o restrictie pentru c: odata ce en este sufficient de mic ordinul p va avea grija de convergenta.

Spunem ca sirul {xn }nN converge liniar catre l daca exista o constanta c < 1, p N astfel incat xn+1 l < c xn l n>p. (3.3) Sirul {xn }nN converge patratic catre l daca exista C si p astfel incat xn+1 l < C xn l
2

(3.4)

Sirul {xn }nN converge superliniar catre l daca exista un numar natural p si un alt sir { n }nN cu lim n = 0 astfel incat
n

xn+1 l < n xn l , n>p

(3.5)

3.2 Metode iterative de rezolvare a ecuatiilor neliniare


Fie ecuatia f ( x ) = 0 x [ a, b] . in care f este o functie continua cu valori reale. (3.7)

Presupunem ca ecuatia admite o solutie reala l, izolata pe acest interval si se doreste gasirea ei. Vom presupune ca functia f(x) este neliniara , caz in care nu avem o regula sau o teorema care ce furnizeaza rezultate precise in aceasta directie. Astfel se vor aplica metode care sa returneze aproximatii ale solutiei, sau intervale de localizare a solutiei exacte. Prin radacina aproximativa a ecuatie (3.7) vom intelege o valoare x' apropiata de valoarea exacta l . O astfel de valoare poate fi definita in doua moduri :numarul x' cu proprietatea x x' < ( > 0) sau numarul x' cu proprietatea , unde va desemna eroarea de aproximare.

Unele din metodele cele mai eficiente de gasire a unei solutiei aproximative pentru ecuatia (3.7) sunt metodele iterative. Aceste metode furnizeaza un sir de aproximatii {xi }i 0 ce tinde la l , in anumite conditii. Ca orice metoda iterativa presupune 3 aspecte importante: - alegerea unei conditii intiale pentru solutia ecuatiei - relatia de iteratie ce sta la baza calcului sirului de aproximatii - conditii de oprire a procesului iterativ de calcul

3.2.1 Metoda interativa Newton (metoda tangentei) Descrierea metodei


Este una din metodele iterative cele mai utilizate in calculul solutiei unei ecuati neliniare. Fie ecuatia f ( x ) = 0 , x [ a, b] . Presupunem ca ecuatia admite o solutie izolata pe [a,b], l , adica f (a ) f (b) < 0. Presupunem urmatoarele conditii pentru f - f continua pe [a,b] - f este derivabila de doua ori pe [a,b] si derivate a-2-a pastreaza semn constant pe [a,b] - derivata I nu se anuleaza pe intervalul specificat Metodele iterative vor furniza practic un sir de aproximatii {xn }nN ce tinde catre radacina l . (3.8)

In analiza acestor metode un rol important il are modalitatea de cuantificare a rapiditatii cu care sirul tinde catre limita. Ordinul de convergenta va indica numarul de iteratii ce trebuie efectuate pentru a atinge o anumita precizie, data uneori si de eroarea de aproximare. Metodele cu ordin de convergenta mai ridicat tind sa efecueze mai multe operatii pe iteratie. Numele de metoda tangentei deriva dintr-o interpretare geometrica a metodei, care consta practice in determinarea sirului de aproximatii ale solutiei prin trasarea tangentei la curba graficului functiei f, in punctele corespunzatoare solutiei anterioare ale ecuatiei, noua aproximatie fiind punctul de intersectie al acestei tangente cu axa OX.

Metoda lui Newton fiind o metoda iterativa vom analiza pe rand cele trei aspecte amintite la paragraful anterior. O prima problema ar fi alegerea conditiei initiale, problema care va influenta evident si convergenta metodei. S-a demonstrat ca o buna alegere a lui x0 pentru care metoda converge ar fi sa avem indeplinit urmatorul rezultat.

Teorema Daca f (a ) f (b) < 0 , f ( x) f ( x0 ) > 0 , x0 [a, b] , f ' , f ' ' pastreaza
semn constant pe [a, b] atunci sirul {xn }nN este convergent catre solutia ecuatiei (3.8)

Pentru usurinta vom alege in aplicatii unul din capetele intervalului [a,b] care respecta relatia de mai sus. Daca vom urma rationamentul geometric descris mai sus, la pasul 1, deducem urmatoarea relatie de iteratie: x1 = x0 f ( x0 ) . f ' ( xo )

Continuand algoritmul, metoda lui Newton construieste astfel un sir de aproximatii successive ale lui l cu ajutorul relatiei de recurenta: xn +1 = xn f ( xn ) , n = 0,1,... f ' ( xn ) (3.9)

unde xn +1 este abscisa punctului de intersectie cu axa OX a tangentei la graficul functiei f in punctele de coordonate ( xn , f ( xn )) . Se obtine astfel un sir de aproximatii x 0 , x1 ,...., x n , x n +1 ce in anumite conditii converge la la l . O alta problema ar fi stabilirea conditiilor de oprire a procesului iterativ. Una din conditii ar fi indeplinirea relatiei: l xn+1 eps (3.10)

dar oarecum ineficienta in aplicatii deoarece nu se cunoaste valoarea lui x * . O conditie practica ar fi relatia xn+ xn eps (3.11)

unde eps reprezinta termenul eroare stabilit la inceputul problemei in anumite situatii..
8

Cu alte cuvinte procesul iterativ se opreste cand diferenta in modul a doua aproximatii succesive este mai mica decat termenul eroare eps- dat. Relatia de mai sus revine tinand cont de (3.9)
f ( xn ) eps . f ' ( xn ) Metoda lui Newton conduce la urmatorul algoritm (3.12)

Algoritm Intrari:

Iesiri {

f =functia din metoda fd = derivata functiei f eps = precizia nr_max = numarul maxim de iteratii admis x = solutia aproximativa indeplinand eps sau nr_max; k 0 x0 x f ( x0 ) fd ( x0 ) cat timp x x0 eps sau k nr _ max x x0

k k +1 x0 x x x0 } f ( x0 ) fd ( x0 )

} Daca pe parcursul procesului iterativ se anuleaza derivata functiei atunci se executa o iteratie de salvare in care corectia radacinii se calculeaza fara a imparti la derivata functiei. Aceasta abordare are avantajul
9

ca rezolva si zerourile de ordin superior, in care functia si prima ei derivata au zerouri comune.

Observatie Metoda se aplica doar in situatiile cand se poate calcula


derivata functiei. Marele avantaj al metodei Newton este rata mare de convergenta. In apropierea solutiei exacte, se asigura practic dublarea numarului de cifre exacte ale solutiei calculate la fiecare iteratie. Aceasta proprietate remarcabila este "cartea de vizita" ce recomanda metoda Newton ca fiind cea mai eficienta cale de rezolvare a unei ecuatii neliniare pentru care este posibila evaluarea derivatei f '(x). Metoda Newton are proprietati locale de convergenta foarte bune, dar se poate comporta lamentabil la nivel global. In situatiile din urma metoda Newton poate fi aplicata ca o procedura terminala, pentru rafinarea eficienta si foarte rapida a unei aproximatii obtinute prin aplicarea, in prima faza, a unei alte metode, mai putin sensibile din punctul de vedere al convergentei dar, in principiu, mai lenta. Convergenta metodei Newton este de ordinul 2, astfel daca
e = x r reprezinta eroarea datorata aproximarii lui r cu x atunci k k k

2 C e , unde k +1 k

Astfel daca C este 1 se va dubla acuratetea aproximatiei calculata la fiecare iteratie. Astfel daca e = 0.001 se astepata ca e1 sa fie de ordinul lui 0
0.000001.

10

2. Aplicaie la metoda NEWTON-RAPHSON (algoritmul lui HERO) Fie a > 0 => k a este rdcina ecuaiei x k a = 0 Conform metodei Newton-Raphson avem

f ' ( x) = k x k 1 > 0 f ' ' ( x) = k (k 1) x k 2 > 0, x (0, )


Graficul funciei

f ( x) = x k a este
deci ecuaia are soluie unic
R, > 0

Y( k a ,0)

A(0,-a)

Aplicnd formula tangentelor se obine


x n = x n 1
k x n 1 a , n = 1,2, K k 1 k x n 1

sau transformnd
xn = a 1 ( k 1) x n 1 + k 1 , n = 1,2,K k x n 1
11

Pentru k=2 se obine rdcina de ordinul 2

1 a , n = 1,2,K numit i formula lui HERO + xn = x 2 n1 x n1


iar pentru k=3

1 a xn = 2 x n1 + 2 , n = 1,2,K 3 x n1
Obs. Se poate demonstra c doar pentru x0 > 0 procesul este convergent.

12