Capitolul 2.

REZOLVAREA NUMERICĂ A ECUAŢIILOR

Problema  determinarea rădăcinilor unei ecuaţii sau a unui sistem de ecuaţii (ecuaţie
algebrică sau transcendentă)
Obs. 1. Se determina toate rădăcinile sau numai câteva  numai pe cele reale sau numai pe
cele complexe  cele simple sau multiple, etc.
Obs. 2. Coeficienţii sunt obţinuţi adesea, aproximativ

2.1. Separarea rădăcinilor

În general, determinarea soluţiilor aproximative ale ecuaţiei

(2.1) f  x  0 , 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 x0
. Spunem că am localizat rădăcina x0 ;
(ii) pentru   0 mic, dat (în funcţie de problemă !) să avem

f  x    .

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.

separarea rădăcinilor ecuaţiei  determinarea intervalelor disjuncte care să conţină câte o rădăcină a
ecuaţiei (2.1)

25
 Etape pentru determinarea soluţiei aproximative:
 localizarea rădăcinii,
 aproximarea rădăcinii şi evaluarea preciziei.

Rezultate teoretice generale pentru separarea rădăcinilor ecuaţiei (2.1) 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.

Teorema 2.2. Dacă a şi b sunt două rădăcini consecutive ale derivatei f ' ‘ , atunci au loc
următoarele posibilităţi:
(i) dacä f (a)  f (b)  0 , atunci nu existä rädäcini 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 . 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).

Practic, se utilizează metode empirice de localizare a rădăcinilor:
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) .
Condiüia neîndeplinită ar însemna că nu există rădăcini în intervalul a , b .

26
 In cazul rădăcinilor multiple cu ordin de multiplicitate par, când alternanţa de semn nu există, ar
trebui determinate rădăcinile derivatei f’ .

Exemplul 2.1. 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 x  5x  4 x  4 x  1 şi, cu algoritmul lui Euclid, cel mai mare divizor

' 6 4 3

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 teorema 2.4 avem x  2 şi
3
şi rămâne să separăm rădăcinile pentru

deoarece p' x   3  x 2  1 are rădăcinile x1,2  

1
pentru care p( x1,2 )  0 , rezultă că polinomul
' '

3
p(x) are numai 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 (unică!) a ecuaţiei (2.1), deci
în care f a  f b  0 şi cu x a , b 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

In 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.

Ecuaţia coardei AB este

27
 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* :
 x1  a1   f  x1 
2.3 x2  x1 
f  x1   f a1 

ş.a.m.d.

f(b)

a x1
x* b
f(a)

Cea mai importantă problemă legată de aplicarea metodei iterative descrise anterior este “ce
condiţii iniţiale trebuie îndeplinite pentru ca metoda să fie convergentă ?”.

Determinarea preciziei cu care iteraţia x n aproximează soluţia exactă a ecuaţiei (2.1) este
dependenta de numarul de pasi de iteratie. 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 


28
 f  xn    xn m1  xn 
xn m  xn 
f  xn m1   f  xn 

a
x* x2 x1 b

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

 1
cu o eroare de 0.002. Derivata f ' x   3x 2  0.4 x  0.2 are rădăcinile  0.2;  . Deoarece
 3
1
f  0.2  1.176, f    1.25 şi este crescătoare pentru x  , rezultă că funcţia are o singură
1
 3 3
rădăcină pozitivă, mai mare decât . Calculăm pe rând f 1  0.6, f 2  5.6 şi f 1.5  1.425 .
1
3
Vom căuta rădăcina în intervalul mai mic 1;1.5 , unde f 1  f 1.5  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
0 1.5 1.425 0.5
1 1.33 0.5328 0.67
2 1.25 0.191 0.75
3 1.224 0.0874 0.776
4 1.211 0.0404 0.789
5 1.205 0.0183 0.795
6 1.202 0.00729 0.798
7 1.200 0.00327 0.799

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 :
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 

29
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 2.2. 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 2.3. Dacă în intervalul a , b funcţia f verifică următoarele condiţii:
(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0,1, determinat cu formula (2.6) converge la rădăcina x * .

Observaţia 2.3. 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 a, b   11,10 . }n acest interval avem:
4 2

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

30
 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:

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 . 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 . Intr-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

31
 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 2.4. 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 .

Observaţia 2.4. 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

32
sau
1  c
x x     3  x .
2  x

Dar nu toate funcţiile  astfel obţinute sunt bune pentru aplicarea teoremei.

Intr-adevăr, evaluînd pe rând derivatele lor,avem:

'1  x    2 în vecinătatea lui c este '1 x   1 ; în acest caz metoda este divergentă dacă
c
x
iteraţia iniţială se ia la stânga lui c ;
' 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 . }n acest caz algoritmul
2  x 
converge foarte repede.

Observaţia 2.5. Se poate demonstra ( a se vedea 2 ) că în ipotezele teoremei 2.3, dacă se face
 ba b  a
o alegere bună a iteraţiei iniţiale, adică dacă x0  a  ,b  (interval care conţine rădăcina
 3 3 

x ) atunci
xn    xn1  a, b, n  1,2,

generează un şir convergent către x * .

Observaţia 2.6. Să enunţăm şi un alt rezultat util în privinţa monotoniei şirului iteraţiilor
 xn  n0 : dacă, în ipotezele teoremei 2.3,  '  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 2.3) sau, se îndepărtează de acest punct în cazul divergenţei metodei ( dacă '  x   1 ).
Figurile următoare ilustrează această afirmaţie.

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

33
 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 .

34