Documente Academic
Documente Profesional
Documente Cultură
Funcţia f poate sa fie dată în formă explicită sau în formă implicită. Dacă este
dată în formă explicită, se poate vorbi de forma ecuaţiei neliniare generale şi
anume forma ecuaţiei polinomiale, respectiv a ecuaţiei transcedentale.
Ecuaţia are n rădacini dintre care unele se pot repeta. Relaţiile dintre rădăcini şi
coeficienţi se numesc relaţiile lui Newton si au forma:
6
Ú ^
^
Ú
Ú^
Ú
Ú ^
^
Ú
è
Ú@
^ ^
Ú
°
Rădăcinile reale ale unei ecuaţii pot fi interpretate grafic. Interpretarea grafică nu
este posibilă dacă rădăcinile sunt complexe. Rădăcinile se întâlnesc acolo unde
graficul lui f(x) intersectează sau atinge axele de coordonate. Dacă graficul lui
f(x) atinge sau coincide cu axa x-ilor într-un punct notat x1 înseamnă că ecuaţia
neliniară f(x)=0 are rădăcini multiple în x1.
ën unele cazuri ecuaţia f(x)=0 poate fi descompusă în două părţi separate. Astfel
cele două părţi pot sa fie reprezentate grafic, iar punctul de intersecţie dintre ele
determină rădăcina ecuaţiei.
Din figură se observă că rădăcina este una singură, fiind aproximativ egală cu
valoarea 0.4. Aproximarea cu metoda grafică este relativ exactă dacă desenăm
graficul cu un program, de exemplu în Matlab.
Dacă reprezentarea grafică este realizată pentru f(x) vom obţine graficul:
clf;clear
x=0:0.01:2;
y=x.*sin(x.^(-1))-0.2*exp(-x);
plot(x,y);
xlabel('x');ylabel('y');
gtext('y=xsin(1/x)-0.2exp(-x)')
e de altă parte se poate reprezenta uşor funcţia f(x), iar graficul ei arată că
rădăcina este aproximativ 0.38. Metoda grafică poate fi folosită pentru a
determina o aproximaţie a rădăcinii mai acurată prin mărirea graficului în zona
interesată. Acest lucru este posibil prin reprezentarea grafică în Matlab şi
aplicarea de funcţii grafice specifice pentru zona de interes in determinarea cu
aproximaţie a rădăcinii ecuatiei. Un program Matlab poate fi folosit pentru a
determina o valoare de acurateţe cât mai bună a zeroului funcţiei, dacă se
cunosc comportarea funcţiei, numărul de rădăcini şi valoarea aproximativă a
zeroului căutat.
Exemplu:
Frecvenţa naturală de vibraţie a unei grinzi fixată la un capăt este soluţia
ecuaţiei: °
unde x = R 2 L / EI
L = lungimea grinzii (m)
= frecvenţa (s-1)
EI= rigiditatea la încovoiere (Nm)
R = densitatea de material (kg/m3) a grinzii
Determinaţi valorile aproximative ale celor mai mici trei rădăcini pozitive prin
metoda grafică.
Rezolvare:
clf;clear
x=0:0.1:20;
y=cos(x).*cosh(x)+1;
plot(x,y,x,zeros(size(x)));
xlabel('x');
ylabel('y=cos(x)*cosh(x)+1');
clf;clear
x=0:0.1:20;
y=cos(x).*cosh(x)+1;
plot(x,y,x,zeros(size(x)));
axis([0 20 -10 20]);
xlabel('x');
ylabel('y=cos(x)*...
cosh(x)+1');
Acum se poate observa că cele mai mici rădăcini pozitive ale ecuaţiei f(x)=0 sunt
x=1.8, x=4.6, x=7.8 şi astfel cele trei zerouri ale funcţiei au fost determinate prin
metoda grafică.
Evident din acest exemplu se vede că metoda grafică este o metodă care poate
pune capcane în determinarea rădăcinilor. O problemă-capcană ar fi desenarea
unui grafic corect, dar prea sumar din nefericire, tocmai în unele situaţii mai
delicate.
Un exemplu de situaţie delicată este atunci când calitatea desenului nu este
foarte bună în vecinătatea unei singularităţi a funcţiei de reprezentat. Dacă un
grafic este neglijent desenat, proprietăţile speciale de comportament ale funcţiei
f(x), precum şi punctele ei singulare pot fi ascunse astfel încât ele pot fi uşor
confundate cu rădăcinile funcţiei.
revenirea unor astfel de confuzii, în cazul în care o singularitate este bănuită,
se poate face dacă mărim zona-problemă a graficului lui f(x), iar apoi analizăm
dacă este într-adevăr singulară.
Un alt exemplu de problemă-capcană apare atunci când graficul unei funcţii este
desenat pe intervale echidistante, dar oscilaţiile ei rapide nu mai pot fi prinse în
reprezentare, ceea ce produce o curbă de reprezentare cu lipsuri semnificative
faţă de curba adevărată.
Evitarea obţinerii unui grafic neadevărat presupune reprezentarea funcţiei de mai
multe ori cu diferite vederi (mai mari, mai concentrate) până când
comportamentul funcţiei este bine studiat.
Metoda bisecţiei este o metodă simplă, dar sigură pentru găsirea unei rădăcini
reale într-un interval dat unde ştim că rădăcina există. Avantajul metodei este că
ea este valabilă chiar şi pentru funcţii neanalitice, dar totuşi metoda bisecţiei ar
trebui folosită după o analiză grafică iniţială a funcţiei din ecuaţie.
Dacă f(a)f(xmij)<0 atunci intervalul [a, xmij] are rădăcina, altfel dacă f(xmij)f(b)<0
rădăcina este căutată mai departe în intervalul [xmij, b].
Noul interval ce conţine rădăcina este înjumătăţit din nou. rocedura se repetă,
iar mărimea intervalului ce conţine rădăcina devine tot mai mic. La fiecare pas,
punctul din mijlocul intervalului este luat ca fiind cel mai aproape de rădăcina
adevărată. Iteraţia este oprită când lungimea intervalului înjumătăţit este mai
mică decât o toleranţă dată.
Un alt criteriu de convergenţă care opreşte procesul iterativ de înjumătăţire a
intervalului se referă la valoarea funcţiei pe punctul de mijloc:
÷m 2 ë
cu İ reprezentând o valoare foarte mică.
Iteraţia lui Newton este o schemă iterativă pentru determinarea unei rădăcini
pentru o ecuaţie liniară. Ea este aplicabilă şi pentru domeniul complex şi poate fi
extinsă la rezolvarea sistemelor algebrice de ecuaţii neliniare.
Schema iterativă Newton este obţinută prin dezvoltarea funcţiei neliniare în serie
Taylor. Să presupunem că avem o problemă de determinare a rădăcinii unei
ecuaţii f(x)=0. Trunchierea seriei Taylor până la ordinul întâi, în jurul unei
estimări iniţiale x0, se scrie:
÷2 ÷ 2
÷ 2 ÷ ^ ÷ 2
care reprezintă o aproximaţie pentru f(x). entru valoarea zero a lui f(x), se poate
obţine următoarea aproximaţie pentru x1: ÷ 2
÷ ÷ ^
÷ 2
2
entru o valoare iniţială x0, linia care trece tangenţial prin (x0, f0) intersectează
axa x-ilor în punctul x1. Apoi linia tangentă în (x1, f1) intersectează axa x-ilor în x2
şi procesul se repetă ciclic pentru următoarele iteraţii.
A deriva o funcţie dată este, dacă nu imposibil, cel mai adesea
neobişnuit. ën astfel de cazuri f'(x) poate fi evaluată prin aproximarea cu
diferenţe. De exemplu f'(xn-1) poate fi aproximată prin:
÷ ^ ï2 ^ ÷ ^ 2
^
ï
÷ ^ 2 ^ ÷ ^ ^ ï2
^
ï
unde h este o valoare mică, reprezentând pasul de derivare numerică. Expresiile
de mai sus reprezintă aproximarea cu diferenţe înainte, respectiv înapoi. Erorile
mici din aproximarea cu diferenţe nu au un efect considerabil asupra ratei de
convergenţă a iteraţiei Newton. Acurateţea rezultatului final nu este afectată de
eroarea aproximaţiei cu diferenţe. Totuşi cînd o situaţie de singularitate este în
apropiere de o rădăcină, aproximarea cu diferenţe necesită a fi aplicată cu
precauţie.
Metoda lui Newton converge foarte rapid în cele mai multe cazuri şi din acest
motiv este considerată cea mai puternică metodă. Totuşi ea poate să nu
conveargă dacă valoarea iniţială a rădăcinii x0 este foarte departe de rădăcina
exactă. De asemenea metoda poate să nu conveargă dacă valoarea derivatei
este aproape de zero. Dificultăţile apărute, în general, pot fi corectate alegând o
nouă valoare de start x0 pentru procesul iterativ.