Capitolul 2.

REZOLVAREA NUMERICĂ
A ECUAŢIILOR
Acest capitol tratează problema veche a determinării rădăcinilor unei
ecuaţii sau a unui sistem de ecuaţii. Dacă o ecuaţie algebrică sau
transcendentă este mai complicată, sunt extrem de puţine exemplele pentru
care se pot obţine rădăcinile cu precizie. De altfel, adesea nici coeficienţii
acestor ecuaţii care modelează probleme practice, nu sunt obţinuţi decât
aproximativ şi deci problema determinării exacte a rădăcinilor nu are sens.
Metodele aproximative existente sunt numeroase. Utilizarea uneia sau a
alteia depinde de nevoia de a determina toate rădăcinile sau numai câteva,
de a le determina numai pe cele reale sau numai pe cele complexe, cele
simple sau multiple, etc.

2.1. Separarea rădăcinilor

În general, determinarea soluţiilor aproximative ale ecuaţiei

(2.1) f x   0, unde f : I    

trebuie să fie precedată de localizarea rădăcinilor ce se vor calcula

aproximativ, în sensul determinării intervalelor care conţin câte o singură
rădăcină a ei.
Dacă x0 este o soluţie exactă a ecuaţiei (2.1), o soluţie aproximativă
x* trebuie să îndeplinească două condiţii:
(i) pentru   0 mic, dat, să avem

x *  x0  

ceea ce revine la a determina un interval  x0   , x0    cât de mic posibil,

care să conţină rădăcina x* . Spunem că am localizat rădăcina x0 ;
(ii) pentru   0 mic, dat (în funcţie de problemă!) să avem

32
 f  x    .

Deci se impune o verificare a preciziei rezultatului.

Observaţia 2.1. Cele două condiţii nu sunt echivalente ceea ce se
vede din următoarele două situaţii ilustrate grafic:

f(x)

x
x x0 x0
f(x)

x  x0  , f ( x)   x  x0  , f ( x)  

Uneori algoritmii utilizaţi nici nu reuşesc să îndeplinească ambele condiţii.

Dacă reuşim să determinăm toate intervalele disjuncte care să
conţină câte o rădăcină simplă a ecuaţiei (2.1), spunem că am realizat
separarea rădăcinilor ecuaţiei.
Determinarea unei soluţii aproximative se va face în două etape:
 localizarea rădăcinii,
 aproximarea rădăcinii şi evaluarea preciziei.
Dăm în continuare cîteva rezultate teoretice generale pentru
separarea rădăcinilor ecuaţiei (2.1), precum şi rezultate particulare pentru
localizarea rădăcinilor ecuaţiilor algebrice
(2.2) Pn ( x)  0
unde
Pn  x  an  x n  an1  x n1 a1  x  a0 .

Teorema 2.1. Fie f  C I  , I   şi  ,    I . Dacă f ia valori

de semne contrare la capetele intervalului, adică f    f     0 , atunci
există cel puţin o rădăcina x0 a ecuaţiei (2.1) în acest interval. Dacă, în
plus, există derivata f ' şi păstrează semn constant în intervalul  ,  
atunci rădăcina este unică.

33
 Teorema 2.2. Dacă a şi b sunt două rădăcini consecutive ale
derivatei f ' ‘ , atunci au loc următoarele posibilităţi:
(i) dacă f (a)  f (b)  0 , atunci nu există rădăcini în intervalul a , b ;
(ii) dacă f (a)  f (b)  0 , atunci există o unică rădăcină în intervalul
 a , b ;
(iii) dacă f (a)  f (b)  0 , atunci a sau b este rădăcină.
Deci pentru rădăcinile x' i ,i  1,2, , n ale derivatei , cu
a  x'1  x' 2    x' n  b,
alternanţele de semn ale şirului lui Rolle
f ( a ), f ( x'1 ), , f ( x' n ), f ( b )
indică poziţia rădăcinilor funcţiei f . Dar, din punct de vedere teoretic
problema nu s-a schimbat, deoarece trebuie rezolvată ecuaţia
f'( x)  0
care, în general, nu este mai simplă decât (2.1). De aceea, practic, se
utilizează metode empirice de localizare a rădăcinilor. De exemplu, se
alege un pas h cu care se parcurge intervalul a , b şi se determină
subintervalul a  i  h, a  (i  1)  h pentru care se verifică o condiţie de
tipul (ii) . Condiţia neîndeplinită ar însemna că nu există rădăcini în
intervalul a , b dar, s-ar putea de asemenea ca pentru pasul ales să se
întâlnească una din urmatoarele situaţii ilustrate grafic mai jos. Al doilea
grafic reprezintă cazul rădăcinilor multiple cu ordin de multiplicitate par,
când alternanţa de semn nu există, deci ar trebui determinate rădăcinile
derivatei f’ .

xi xi+h
xi
xi+h

34
 Pentru localizarea rădăcinilor ecuaţiei (2.2) dăm în continuare câteva
rezultate generale deosebit de utile.

Teorema 2.3. Notăm cu x k ,  k  1,2,, n soluţiile ecuaţiei

(2.2), adică

Pn ( x k )  0, ( k  1,2,, n)

şi fie A  maxa0 , a1 ,, an 1 . Atunci

A
xk  1   R, () k  1,2,..., n .
an

Demonstraţie. Este evident că dacă x k  1,  k  1,, n relaţia este

verificată. Dacă x k  1,  k  1,, n atunci, aplicând inegalitatea
t  s  t  s , se deduce că pentru orice x cu x  1 avem:

n n

Pn  x   a n x a1 x  a 0  a n x  a n 1 x
n 1

 a 0  a n  x 
n

 .
A 
  x 1
n
n 1
A x 1  a n  x  A    an   x
n n

x 1  x  1

A A
Deci dacă avem an   0, adică x  1 rezultă că
x 1 an
Pn  x  0 . Prin urmare valorile x ce verifică inegalitatea anterioară nu
sunt rădăcini ale polinomului. Înseamnă că rădăcinile verifică inegalitatea
din enunţ, ceea ce trebuia să demonstrăm.

Observaţia 2.2. Rezultatul este valabil şi pentru rădăcini complexe,

deci în planul complex xOy rădăcinile sunt în interiorul cercului de raza R
şi centrul în O.

35
 1
Consecinţa 2.1. Dacă notăm x şi B  max a1 ,, an  ,
y
atunci
1
xk  r,
B
1
a0
adică r  x k  R .

Observaţia 2.3. Valorile r şi R sunt margini ale soluţiilor pozitive

ale ecuaţiei (2.2).

Consecinţa 2.2. Dacă x este o rădăcina negativă oarecare a
ecuaţiei (2.2) atunci

 R  x  r .

Consecinţa 2.3. Fie ecuaţiile algebrice

1
Q x   x n  Pn    0
 x
T  x   Pn  x   0
 1
S  x   x n  Pn     0
 x

cu limitele superioare ale rădăcinilor positive respectiv R1 , R2 si R3 .

Atunci orice rădăcina pozitivă x+ şi orice rădăcina negativă x- a ecuaţiei
(2.2) verifică inegalităţile

1 1
 x   R2 ,  R2  x    .
R1 R3

Observaţia 2.4. Există şi alte rezultate privind rădăcinile unui

polinom. A se vedea de exemplu 2 . Vom da în continuare, fără
demonstraţie, patru rezultate pe care le considerăm utile.

36
 Teorema 2.4. (Lagrange) Dacă an  0 , iar ak ,  k  n este
primul coeficient negativ al polinomului Pn  x şi
B  max ai , ai  0, i  k  , atunci

B
x  1  nk R .
an

Teorema 2.5. (Metoda sumelor alternante) Fie polinomul Pn

rescris în felul următor:

Pn  x  Q1  x  Q2  x  Q3  xQ2 m1  x  Q2 m  x

unde termenii reprezintă:

 Q1  x  = suma primilor termeni consecutivi cu coeficienţi pozitivi,
n
începând cu a n x ,
 Q2  x = suma următorilor termeni consecutivi cu coeficienţi negativi,
etc.,
 Q2 m  x conţine ultimii termeni cu coeficienţi negativi sau este nul.
Dacă se găsesc numerele pozitive c1 , c2 ,, cm astfel încât
   
Q2 j 1 c j  Q2 j c j  0
atunci
x   maxc1 ,,cm   R .

Teorema 2.6. (Cauchy) Dacă ai  0, i  0,1,, n  1 şi

Pn  x  an x  an1 x
n 1
   a0
n

cu a0  an  0 , atunci ecuaţia (2.2) are o singură rădăcina pozitivă.

Teorema 2.7. (Newton) Dacă pentru c  0 sunt îndeplinite

condiţiile Pn c  0, ( k  1,2,, n) atunci rădăcinile pozitive ale
(k )

ecuaţiei (2.2) sunt

37
 
x  c  R.

Exemplul 2.1. Să găsim, cu teoremele lui Newton şi Lagrange, o

margine superioară a rădăcinilor pozitive ale polinomului
P5  x  2 x  100x  2 x  1. Sunt verificate condiţiile din teorema 2.7
5 2

pentru c  4 (cel mai mic întreg pozitiv). Aplicând teorema.2.4, B = 100 ,

100
deci R  1  3  4.7 .
2

Observaţia 2.5. Dacă un polinom Pn are rădăcini multiple, prin

împărţirea lui cu cel mai mare divizor comun al polinoamelor Pn şi Pn ' ce
se determină cu algoritmul lui Euclid:

Pn  PnQ1  R1
Pn  R1Q2  R2
...........................
Rk  Rk 1Qk  s (ultimul rest nenul, care este c.m.m.d.c. ( Pn , Pn ) )
se obţine polinomul cât, cu rădăcini distincte.

Exemplul 2.2. Să determinăm intervalele ce conţin rădăcinile reale

simple ale polinomului

P7  x  x  x  x  x  2  x  x  1
7 5 4 3 2

Se calculează: P( x)  7 x6  5x 4  4 x3  3x 2  4 x  1 şi, cu algoritmul lui

Euclid, cel mai mare divizor comun este D x  ( x  1) . Deci
2 2

  
P7  x   x  1  x  x  1 
2 2 3

p( x)  x  x  1 . Aplicând
3
şi rămâne să separăm rădăcinile pentru
p' x   3  x 2  1 are rădăcinile

teorema 2.4 avem x  2 şi deoarece

38
 1
x1,2   pentru care p( x1,2 )  0 , rezultă că polinomul p(x) are numai
' '

3
o rădăcina pozitivă. Deoarece p1  0 (vezi teorema 2.2. (ii)), am obţinut
delimitarea x 1,2 .


Vom prezenta în cele ce urmează câteva metode numerice iterative

clasice ce au avantajul că pot fi programate uşor. Pentru ele însă este necesar
în general, ca iteraţia de start să fie cât mai aproape de soluţia căutată. De
aceea separarea rădăcinilor trebuie să preceadă aplicarea metodei
aproximative. Vom analiza de fiecare dată şi precizia oferită de metoda
numerică.

În continuare vom nota cu a , b intervalul în care se caută soluţia

f a  f b  0 x   a , b
*
(unică!) a ecuaţiei (2.1), deci în care şi cu
soluţia exactă.

Metodele iterative construiesc (dacă condiţiile de convergenţă sunt

îndeplinite!) un şir  xn  n0 care converge către soluţie: xn  x , n   .
*

Vom prezenta condiţiile de convergenţă pentru fiecare metodă numerică

descrisă .

2.2. Metoda tangentei şi coardei

În cele ce urmează sunt prezentate câteva din metodele numerice de
rezolvare aproximativă a ecuaţiilor de forma f x   0 , unde f este o
funcţie oarecare.
Metoda coardei constă în aproximarea rădăcinii funcţiei f(x) din
intervalul a , b cu abscisa punctului în care coarda ce uneşte punctele
A(a,f(a)) şi B(b,f(b)) taie axa Ox.

39
 f(b)

a x1
x* b
f(a)

Ecuaţia coardei AB este

xa y  f a 
 ,
b  a f b   f a 

deci pentru y  0 se obţine

x1  a 
b  a   f a   b  b  a   f b .
f b   f a  f b   f a 

Dacă notăm cu a1 , b1  acela dintre intervalele a , x1  sau  x1 , b pentru care

este îndeplinită condiţia f a1   f b1   0 şi repetăm procedeul anterior,
obţinem a doua aproximaţie x2 a rădăcinii exacte x* :
 x  a1   f  x1 
2.3 x2  x1  1
f  x1   f a1 

ş.a.m.d.
Observaţia 2.6. Aceasta metodă se mai numeşte “metoda parţilor
proporţionale” deoarece relaţia ce ne dă pe x1 se mai poate scrie

x1  a f a 
 ,
b  x1 f b

40
prin urmare itervalul a , b se împarte în părţi proporţionale cu
 f a / f b .
 De asemenea această metodă se mai numeşte şi “regula falsei poziţii”
deoarece se determină rădăcina coardei şi nu a funcţiei.
 Destul de rapidă în general, există totuşi exemple în care este mai lentă,
situaţie prezentată în graficul următor:

Vom răspunde în continuare la cea mai importantă problemă legată

de aplicarea metodei iterative descrise anterior şi anume, “ce condiţii iniţiale
trebuie îndeplinite pentru ca metoda să fie convergentă ?”.

Pentru studiul convergenţei metodei coardei vom demonstra

Teorema 2.8. Dacă derivata a doua f" pastrează semn constant în

intervalul a , b , metoda coardei construieşte un şir de aproximaţii  xn  n0
convergent către rădăcina exactă x* .
Demonstraţie. Într-adevăr, să presupunem că

f " x   0 , pentru  x a, b

şi f a   0 . Rezultă că funcţia este convexă descrescătoare deci şirul

intervalelor ai , bi  , i  1,2, construite vor avea extremitatea a fixă.
Dacă notăm b  x0 , aproximaţiile succesive vor fi

41
(2.4) xn 1  xn 
 xn  a   f  xn 
f  xn   f a 

pentru n  0,1,2, . Deoarece

xn  a  0, f  xn   0, f  x n   f a   0

se deduce că şirul  xn  n0,1, este descrescător şi mărginit

a  x  xn1  xn  x0  b .

*

*
Deci şirul este convergent cu limita x . Trecând la limită în (2.4) se obţine

x x
* *

x *
  
a  f x
*

f x    f a 
*

de unde    0 . Prin urmare, limita şirului nu este alta decât rădăcina

f x
*

ecuaţiei (2.1) din a , b , ceea ce trebuia să demonstrăm.

Observaţia 2.7. Demonstraţia este analoagă dacă f " x   0 şi
f a   0 , iar dacă f are semn contrar derivatei a doua, extremitatea fixă a
intervalului este x0  b .

Observaţia 2.8. Din demonstraţia făcută se pot trage următoarele

concluzii:
 extremitatea fixă este aceea în care semnul lui f coincide cu semnul
derivatei a doua;
 aproximaţiile succesive ale lui x sunt de acea parte a rădăcinii în care
*

semnul funcţiei este opus semnului derivatei a doua ( deci şirul

aproximaţiilor este descrescător dacă f a   f " x   0 şi crescător dacă
f a   f " x   0 ;
 termenii din şirul aproximaţiilor verifică relaţia

42
 x*  xn 1  x*  xn , n  0,1, .

Determinarea preciziei cu care iteraţia x n aproximează soluţia

exactă a ecuaţiei (2.1) se poate evalua astfel: fie m un număr natural
oarecare. ţinând cont de cele două relaţii care ne dau aproximaţia x1 ,
scriem pe rând

f  xn    xn  a 
xn1  xn 
f  xn   f a 
f  x n    x n 1  x n 
xn 2  xn 
f  x n 1   f  x n 

f  xn    xn m1  xn 
xn m  xn 
f  xn m1   f  xn 
În ultima egalitate, aplicăm teorema lui Lagrange pentru funcţii continue şi
derivabile într-un interval finit I

f  xn m1   f  xn 
  I :  f '   .
xn  m1  xn

Să notăm d  min { f ' x  ; x  [ a ,b ] } . Avem

f  xn 
xnm  xn  .
d

La limită, pentru m   rezultă evaluarea

f  xn 
2.5 x  xn 
*

Exemplul 2.3. Să determinăm cu metoda coardei, o rădăcină

pozitivă a funcţiei

f x   x 3  0.2  x 2  0.2  x  1.2

43
cu o eroare de 0.002. Derivata f ' x   3x 2  0.4 x  0.2 are rădăcinile
 1 1
 0.2;  . Deoarece f  0.2  1.176, f    1.25 şi este crescătoare
 3  3
1
pentru x  , rezultă că funcţia are o singură rădăcină pozitivă, mai mare
3
. Calculăm pe rând f 1  0.6, f 2  5.6 şi f 1.5  1.425 .
1
decât
3
Vom căuta rădăcina în intervalul mai mic 1,1.5 , unde f 1.5  f 1  0 .
Deoarece f " x   0 alegem x0  1.5 şi aplicăm formula (2.3). Rezultatele
sunt în tabelul următor:

n xn f(xn) b-xn f(b)-f(xn)

0 1.5 1.425 0.5 4.175
1 1.33 0.5328 0.67 5.067
2 1.25 0.191 0.75 5.409
3 1.224 0.0874 0.776 5.512
4 1.211 0.0404 0.789 5.559
5 1.205 0.0183 0.795 5.589
6 1.202 0.00729 0.798 5.593
7 1.200 0.00327 0.799 5.597

Dacă notăm d  min f x ; x  [1.5,2 ] 

'
f ' ( x0 )  5.95,   0,002 şi
f xn  f  x6 
calculăm rapoartele , obţinem  0.001   , deci
d d
aproximaţia căutată pentru rădăcină este x*  x6  1.202 .
Metoda tangentei se mai numeşte metoda lui Newton. Ea constă în
aproximarea rădăcinii funcţiei prin rădăcina tangentei dusă la graficul
funcţiei într-un punct al cărui abscisă coincide cu una din extremităţile
intervalului a , b :

44
 a
x* x2 x1 b

Presupunem în continuare că există derivatele f ' , f " şi, în plus,

derivata a doua păstrează semn constant în intervalul a , b (care conţine o
*
unică rădăcină x !). Alegem aproximaţia iniţială x 0 ca fiind acela dintre
punctele a sau b pentru care f x0   f " x   0 . Ecuaţia tangentei la curbă
în punctul  x , f  x 
0 0 este

y  f  x0   f '  x0    x  x0 

care, intersectată cu axa Ox ne dă

f  x0 
x1  x0  .
f '  x0 
Repetând procedeul, obţinem în general,

f xn 
(2.6) xn1  xn  ,n  0,1,2, .
f ' xn 

Observaţia 2.9. Dacă f x0   f " x   0 , s-ar putea ca tangenta să

intersecteze axa Ox în afara intervalului a , b .

Studiul convergenţei metodei lui Newton se face aplicând

Teorema 2.9. Dacă în intervalul a , b funcţia f verifică
următoarele condiţii:

45
(i) f a  f b  0 ,
(ii) există derivatele f ' , f " şi f ' x   0, f " x   0 pentru x  a ,b ,
(iii) f x0   f " x0   0 pentru x0  a ,b ,
atunci şirul xn n  0 determinat cu formula (2.6) converge la rădăcina x * .
Demonstraţie. Fără să restrângem generalitatea, pentru fixarea
ideilor presupunem

f a   0, f b  0, f ' x   0 si f " x   0, x  a ,b

Atunci x0  b , deci x0  x . Să demonstrăm prin inducţie că xn1  x .

* *

Pentru aceasta calculăm cu formula (2.6) (la pasul n ) aproximaţia x n şi

presupunem că xn  x . Aplicând formula lui Taylor cu restul de gradul
*

doi, avem:

0  f x *   f xn   f ' xn   x *  xn    f " t n    x *  xn 

1 2

unde x*  t n  xn . Derivata a doua fiind pozitivă, rezultă că

f  xn   f '  xn    x *  xn   0 ,

f xn 
deci x*  xn   xn 1 . Rezultă că toţi termenii şirului sunt mai mari
f ' xn 
decât rădăcina aproximată şi deoarece f  xn   0 , avem şi xn1  xn . Prin
urmare şirul  xn  n0,1, este monoton şi mărginit, deci convergent către o
limită  . Trecând la limită în formula (2.6) pentru n   obţinem

f  
 
f ' 

deci f    0 . Cum rădăcina este unică, rezultă că limita şirului obţinut cu

metoda tangentei este   x * , ceea ce trebuia să demonstrăm.

46
 Observaţia 2.10. Putem trage următoarele concluzii:
 iteraţiile se pot opri când se îndeplineşte condiţia f  xn    , pentru
  0 , dat;
 evaluarea preciziei se face cu formula

f  xn 
x  xn 
*
,
d

unde d  min{ f ' x  ; a  x  b } ;

 aplicând metoda coardei şi metoda tangentei se obţin două şiruri de
aproximaţii, unul prin lipsă şi celălalt prin adaus;
 metoda lui Newton este rapid convergentă dacă în vecinătatea rădăcinii,
derivata f ' este mică;
 dacă f ' variază puţin în intervalul a , b se poate utiliza formula mai
simplă

f xn 
xn 1  x n 
f '  x0 

care dă aproximativ aceeaşi precizie.

Exemplul 2.4. Să calculăm cu metoda lui Newton, soluţia ecuaţiei

f  x   0 cu patru cifre exacte, dacă f  x  x  3  x  75  x  10000 şi
4 2

a, b   11,10 . În acest interval avem:

f " x   12  x 2  6  0, pentru x   11,10 ;

f ' x   4  x 3  6  x  75  0, pentru x   11,10

(deoarece este crescătoare în acest interval şi f '  10  3865  0 );

f   11  3453  0, f   10  1050  0 .

Rezultatele calculelor se pot aranja tabelar astfel:

47
 n xn f(xn) f' (xn) -f(xn)/f'(xn)
0 -11 3453 -5183 0.7
1 -10.3 134.3 -4234 0.03
2 -10.27 37.8 -4196 0.009
3 -10.261 0.2

Deoarece f x3  0.001  f  10.260  0 , rezultă că

 10.261  x*  10.260

şi deci x*  10.261 )şi are patru cifre exacte). Precizia este

0.2
x*  x3   0.00005 .
3865

Exemplul 2.5. Să rezolvăm cu metoda lui Newton exemplul 2.3.

Căutăm rădăcina pozitivă pentru
f x   x 3  0.2  x 2  0.2  x  1.2 .

Vom folosi formula de aproximare mai simplă

f  xn 
x n 1  x n 
f  x0 
'

unde x0  1.5 si f ' x0   5.95 . Răspunsul se obţine la iteraţia n  5 .

Într-adevăr
n xn f(xn)
0 1.5 1.425
1 1.260 0.230
2 1.221 0.0779
3 1.207 0.0256
4 1.203 0.009
5 1.201 0.0036

48
 2.3. Metoda aproximaţiilor succesive
Este una din cele mai importante metode pentru rezolvarea numerică
a ecuaţiilor şi una din cele mai sigure. Se mai numeşte şi metoda iteraţiilor.
Ea constă în următoarele:
 se pleacă de la ecuaţia (2.1), cu f  C I  şi se înlocuieşte cu o ecuaţie
echivalentă

(2. 7) x    x ,

unde  x   I , x  I ;
 pornind de la o aproximaţie (adesea grosieră) x 0 a rădăcinii, se
construieşte iterativ şirul  xn  n0 cu relaţiile

(2.8) xn1    xn , n  0 ;

 dacă şirul  xn  n0 converge către rădăcina x , cum  C I  , atunci



trecând la limită în (2.8), se obţine


x  x , 

deci limita şirului cu termenul general (2.8) este rădăcina ecuaţiei (2.1).
Teorema următoare conţine condiţii suficiente pentru convergenţa
procesului iterativ (2.8).

Teorema 2.10. Dacă : I  I (unde I  a, b ) este derivabilă pe

I şi, dacă există un număr q astfel încât

(2.9) ' x   q  1, pentru x  a ,b ,

atunci
(i) procesul iterativ (2.8) converge independent de iteraţia iniţială x0  I şi

(ii) valoarea limită x este unica rădăcină a ecuaţiei (2.7) pe I .

49
 Demonstraţie. Să studiem convergenţa şirului construit cu (2.8).
Dacă xn \ i xn1 sunt două iteraţii consecutive, aplicând teorema lui
Lagrange avem

xn1  xn    xn     xn1    xn  xn1    n ,   I n

'

unde am notat cu I n intervalul ce conţine iteraţiile considerate. Atunci

xn1  xn  q  xn  xn1 .

Luând n  1,2, obţinem

x 2  x1  q  x1  x0
x3  x 2  q  x 2  x1  q 2  x1  x0

x n 1  x n  q n  x1  x0 .

Să considerăm seria

x0   x1  x0    x2  x1  xn1  xn 

ai cărei termeni, în valoare absolută, sunt mai mici decât termenii unei
progresii geometrice cu raţia subunitară q , care se ştie că este convergentă.
Deci seria considerată este absolut convergentă şi putem scrie

lim Sn  lim xn 1  x .
n  n 

Atunci

lim xn1  lim xn , de unde x    x  .

n n
 

50
 
Prin urmare x este rădăcină a ecuaţiei (2.7). Unicitatea soluţiei se
demonstrează prin reducere la absurd: dacă ar mai exista o soluţie     

atunci ar exista c între x \ i  astfel încât

  
x      x     x     ' c  ,
de unde

x 

   1  ' c   0 .

Dar 1  ' c   0 , deci x   , ceeace trebuia să demonstrăm.



Observaţia 2.11. Teorema este adevărată şi dacă I    ,  .

Observaţia 2.12. O ecuaţie (2.1) poate fi scrisă în mai multe moduri

în forma (2.7). De exemplu, x  c  0 este echivalentă cu
2

c
x   1  x ,
x
sau

x  x  x  c   2  x ,
2

sau

1  c
x   x     3  x .
2  x

Dar nu toate funcţiile  astfel obţinute sunt bune pentru aplicarea teoremei.
Într-adevăr, evaluând pe rând derivatele lor,avem:

'1  x    c este '1 x   1 ; în acest caz

c
în vecinătatea lui
x2
metoda este divergentă dacă iteraţia iniţială se ia la stânga lui c ;

51
 ' 2 x   2 x  1 pentru x   1,0 verifică ipoteza teoremei:
' 2  x   1 , dar convergenţa către  c are loc numai pentru 0  c  1 ;
1  c 
' 3  x  
 1  2  şi pentru x în vecinătatea lui c , ' 3 x   0 .
2  x 
În acest caz algoritmul converge foarte repede.

Observaţia 2.13. În demonstraţie am arătat că

  x    y  q  x  y ,

pentru  x, y a, b, q  1 . O astfel de funcţie se numeşte contracţie, iar

teorema 2.9 se mai numeşte principiul contracţiei.

Observaţia 2.14. Se poate demonstra ( a se vedea 2 ) că în

ipotezele teoremei 2.9, dacă se face o alegere bună a iteraţiei iniţiale, adică
 ba b  a 
dacă x0  a  ,b   (interval care conţine rădăcina x ) atunci
 3 3 

xn    xn1  a, b, n  1,2,

generează un şir convergent către x * .
Observaţia 2.15. Să enunţăm şi un alt rezultat util în privinţa
monotoniei şirului iteraţiilor  xn  n0 (vezi [2]): dacă, în ipotezele teoremei
2.9,   x  păstreză semn constant, atunci :
'

(i) dacă '  x  este pozitivă, iteraţiile converg monoton către rădăcina x ;


(ii) dacă '  x  este negativă, iteraţiile oscilează în jurul rădăcinii x .



Geometric, metoda construieşte o linie poligonală care intersectează

dreapta y  x în puncte care converg către punctul de intersecţie al ei cu
y    x (dacă metoda converge; de exemplu în ipotezele teoremei 2.9)
sau, se îndepărtează de acest punct în cazul divergenţei metodei (dacă
'  x   1 ). Figurile următoare ilustrează această afirmaţie.

52
x* x2 x1 x0 x1 x3 x* x2 x0 x* x0 x1 x2

Observaţia 2.16. O metodă prin care ecuaţia (2.1) poate fi adusă la

forma (2.7) aşa încât să fie îndeplinită şi condiţia (2.9) este următoarea:
presupunem că
0  m  f ' x   M , x  a, b .
Înlocuim (2.1) cu
x  x    f  x,   0
şi determinăm valoarea parametrului  astfel încât în intervalul  a , b să
avem
0    x  1    f  x  q  1 .
' '

Se obţine imediat inegalitatea

0  1   M  1   m  q ,
de unde
1 m
 şi q  1   1.
M M
Dacă derivata este negativă, se va considera ecuaţia  f  x  0 .

Am subliniat la început că pentru orice metodă aproximativă este

important să se cunoască precizia rezultatului obţinut. Pentru un n fixat şi
p oarecare, folosind evaluările din demonstraţia precedentă, avem:

53
x n  p  x n  x n  p  x n  p 1  x n  p 1  x n  p 2  x n 1  x n 

q n  p 1
q
n p2
q
n
x
1 
 x 0  q  1  q q
n p 1
 x
1  x0
de unde
1 q
p n
q
xn p  xn  q   x1  x0   x1  x0 .
n

1 q 1 q


Trecând la limită, deoarece lim xn  p  x , obţinem
p

n
 q
(2.10) x  xn   x1  x0 .
1 q

Deducem din relaţia (2.10) că eroarea poate fi făcută oricât de mică pentru
n suficient de mare (deoarece q  0 pentru n   ).
n

Observaţia 2.17. Relaţia (2.10) evaluează eroarea în funcţie de

primele două iteraţii. Ea poate fi determinată şi cu ajutorul ultimelor două

iteraţii în felul următor: ţinând cont de faptul că x este rădăcina ecuaţiei
(2.1) în a, b şi că f  x  x    x verifică inegalitatea
f ' x   1  ' x   0 , avem pe rând, (aplicând teorema lui Lagrange)

xn    xn   f  xn   f x  x

n  x  f n   1  q   xn  x ,
 ' 


unde n aparţine intervalului determinat de xn \ i x . Dar

xn    xn   xn1  xn

deci
 xn 1  xn
xn  x  .
1 q
Cum
xn1  xn  q  xn  xn1

54
obţinem

q
(2.11) xn  x    xn  xn 1 .
1 q

1
Se observă că dacă q  , (2.11) devine xn  x   xn  xn1 , aceasta
2

însemnând că inegalitatea xn  xn1   implică x n  x   .

Exemplul 2.6. Să determinăm radăcina reală ale ecuaţiei

x  sin x  0.25

în intervalul  4 , 3 4 cu eroarea   0.005 . Dacă rescriem ecuaţia în

forma x  sin x  0.25 , atunci ' x   cos x . Rezultă că ' x   2 2  1
pe intervalul indicat. Cu formula (2.8) se obţin rezultatele din tabelul de
mai jos :

n xn  (xn)
0 0.785 0.957
1 0.957 1.068
2 1.068 1.126
3 1.126 1.153
4 1.153 1.164
5 1.164 1.168
6 1.168 1.17
7 1.17 1.171
8 1.171 1.171
9 1.171 1.171

Dacă f ( x)  x  sin( x)  0.25 , rezultă f (1.171)  0.00014 .

55
 2.4. Ecuaţii algebrice
Cu teoremele 2.3 - 2.7 din paragraful 2.1 avem posibilitatea să
delimităm intervalele axei reale care conţin rădăcinile reale pozitive şi
negative ale ecuaţiei

Pn  x  an  x  an1  x
n 1
a1  x  a0  0 .
n

Pentru aceste ecuaţii există metode suplimentare care permit

determinarea numărului rădăcinilor reale dintr-un interval dat a , b . Vom
presupune că polinomul nu are rădăcini multiple.

Observaţia 2.18. Dacă Pn are rădăcini multiple, se determină cel

mai mare divizor comun D al polinoamelor Pn şi Pn ' . Atunci
polinomul Q  Pn D va avea toate rădăcinile simple.
Pentru determinarea rădăcinilor simple se ţine seama de următoarele
proprietăţi .

Proprietatea 2.1. Dacă Pn a  Pn b  0 , atunci  a , b conţine un

număr impar de rădăcini reale.

Proprietatea 2.2. Dacă Pn a  Pn b  0 atunci, sau nu există

rădăcini reale în a , b sau ele sunt în număr par.

Soluţia exhaustivă este oferită de şirul lui Sturm (notăm în

definiţie, Pn  P )

(2. 12) P x, P1  x, P2  x,, Pm  x

unde termenii şirului se determină din relaţiile:

P1  x   P'  x ,
P2  x   P1  x   Q1  x   P x , .

Pi  x   Pi 1  x   Qi 1  x   Pi  2  x , i  3, m 

56
 Observaţia 2.19. Dacă P x  nu are rădăcini multiple, m este
număr real nenul deoarece P si P' nu au divizori comuni. Termenii şirului
pot fi calculaţi cu un factor numeric pozitiv convenabil, pentru aspect.
Acest şir verifică următoarele proprietăţi:
1) ultimul termen este întotdeauna diferit de zero;
2) doi termeni consecutivi nu au aceeaşi rădăcină;
3) dacă Pi x0   0 , atunci Pi 1  x0   Pi 1  x0   0 ;
4) dacă Pi x0   0 , atunci se poate determina un număr pozitiv  astfel că

P x0     P1  x0     0, iar P x0     P1  x0     0

pentru 0     .

Definiţia 2.1. Un şir de numere reale spunem că are o variaţie de

semn dacă doi termeni consecutivi au semne contrare şi oricare altă pereche
are acelaşi semn.

Să notăm în continuare cu N c , numărul schimbărilor de semn în

şirul lui Sturm pentru x  c . Numărul rădăcinilor reale ale polinomului
P x  dintr-un interval dat se poate determina cu

Teorema 2.11. (Sturm) Dacă pe intervalul a, b avem

Pa  0, Pb  0 , atunci numărul N a , b de rădăcini reale ale lui
P x  în a , b este

(2.13) N a, b  N a  N b .

Demonstraţie. Împărţim intervalul în subintervale

ci , ci 1 , i  0, k , aşa încât în fiecare din ele , elementele şirului (2.12) se
anulează în cel mult un punct. Vom demonstra teorema mai întâi pentru un
subinterval ci , ci 1  . Presupunem pentru început că numai P x  se
anulează în  ci , ci 1  . Rezultă din ipoteza în care am ales
subintervalele, că Pci   P1 ci   0 şi Pci 1   P1 ci 1   0 , deci şirul

57
parţial P, P1 are o singură variaţie de semn în ci şi zero în ci 1 . În
continuare există numai două posibilităţi:
(i) nici un alt termen al şirului lui Sturm nu se mai anulează în  .
Atunci şirul

P1  x, P2  x,, Pm  x

nu are variaţie de semn în x  ci şi în x  ci 1 (fiecare termen îşi păstrează

semnul în intervalul în care nu se anulează);
(ii) există k , 0  k  m cu Pk    0 . Atunci, pe baza
proprietăţii 3) a şirului (2.12) avem Pk 1    Pk 1    0 şi, din
proprietatea 2) rezultă că aceşti termeni păstrează semn constant (unul
pozitiv, celălalt negativ) pe subintervalul considerat. Deci şirul parţial
Pk 1 , Pk , Pk 1 are o singură variaţie de semn atât în x  ci cât şi în x  ci 1
. Prin urmare existenţa unei rădăcini a unui termen intermediar nu
influenţează numărul variaţiilor de semn ale şirului lui Sturm pentru x  ci
şi x  ci 1 . ţinând cont şi de (i), rezultă că

1, daca P   0

N ci   N ci 1   
0, in caz contrar.
De aici deducem că

  
N a, b  N a  N b  N a  N c1   N cr 1   N b 
ceea ce trebuia să demonstrăm.

Consecinţa 2.4. Dacă P0  0 , atunci numărul rădăcinilor pozitive

N  şi cel al rădăcinilor negative N  este

N   N 0  N  
.
N   N     N 0

58
 Consecinţa 2.5. Pentru ca toate rădăcinile polinomului P x  să fie
reale şi simple e necesar şi suficient ca N     N   n .

Consecinţa 2.6. Dacă an  0 , toate rădăcinile polinomului P x 

sunt reale dacă şi numai dacă m  n şi Pi   0, pentru i  1,2,, m .

Exemplul 2.7. Să aplicăm aceste rezultate pentru polinomul

P x  x  4 x  1 . Atunci P1  x  x  1, P2  x  3x  1, P3  x  1 şi
4 3

N 0  2, N   0, N     2 . Rezultă că N   0, N   2 şi deci.

polinomul are două rădăcini reale şi două complexe.
Şirul lui Sturm permite separarea rădăcinilor prin împărţirea
intervalului a , b în subintervale  ,   pe care N    N     1 .

Observaţia 2.20. Ultimul termen al şirului lui Sturm poate fi un

polinom (obţinut cu acelaşi algoritm) dacă se demonstrează că păstrează
semn constant pe intervalul dat.

Observaţia 2.21. Căutarea rădăcinii dorite se face cu una din

metodele numerice deja expuse. Există în literatura de specialitate încă
multe alte metode care pot fi utilizate . A se vedea de exemplu [3] sau [5] .

Exemplul 2.8. Să determinăm numărul rădăcinilor reale ale

polinomului P x  x  x  3x  x  4 şi să aproximăm o rădăcină
4 3 2

negativă cu metoda lui Newton. Şirul lui Sturm ataşat acestui polinom este

P x  x  x  3x  x  4 ,
4 3 2

P1 x   4 x 3  3x 2  6 x  1,
P2 x   9 x 2  2 x  21,
P3 x   8x  3,P4 x   1 .

Se stabileşte imediat că N     3, N 0  2, N   1 , deci polinomul

dat are două rădăcini complexe, una reală negativă şi una pozitivă. Cum
N  3  3 şi N  2  2 , deducem că o vom căuta în intervalul  3,2 .

59
Pentru metoda lui Newton, deoarece P  3  P  x  0 în interval, alegem
"

x0  3 şi grupăm iteraţiile în următorul tabel:

n xn P(xn) P'(xn)
0 -3 26 -118
1 -2.78 13.822 -95.247
2 -2.635 7.701 -82.047
3 -2.541 4.443 -74.223
4 -2.481 2.627 -69.515
5 -2.443 1.579 -66.653
6 -2.419 0.959 -64.902
7 -2.405 0.587 -63.826
8 -2.395 0.360 -63.163
9 -2.390 0.222 -62.754
10 -2.386 0.137 -62.502
11 -2.384 0.085 -62.345

Dacă eroarea cerută este   0.002 , atunci, deoarece

P( x11 )  0.00136   ,
P' ( x11 )

se deduce că soluţia aproximativă este x11  2.384 .

60