1 Metode numerice – C4

Rezolvarea ecuaţiilor şi a sistemelor de ecuaţii algebrice neliniare

4 .1. Principii

Fieo funcţie f(x) continuă pe intervalul [a, b], funcţie neliniară în x care defineşte
ecuaţia implicită:

f(x) = 0 (4.1)

cu soluţii în intervalul [a, b], soluţii notate x* = 1 ... n.

i

Rezolvarea
ecuaţiei (6.1) presupune determinarea numerelor aproximative x* care
satisfac relaţia: i
*
| f(x ) | < e i = 1 ... n (4.2)
i

unde e > 0 este eroarea absolută impusă asupra valorilor funcţiei.

Fie un interval mic dar finit [xi , xi+1]. Condiţiile ca în acest interval să se găsească o
soluţie x* sunt date de următoarele relaţii:

a) soluţie simplă
f(xi)· f(xi+1) < 0 (4.3)

În fapt, condiţia (4.3) arată că în intervalul dat se găsesc un număr impar de

soluţii simple (vezi figura 4.1).

Fig 4.1
b) soluţie multiplă
| f(xi) | < 
| f(xi+1)) < 
f '(xi) · f '(xi+1) <0 (4.4)
prin f ' înţelegând derivata df/dx.

Situaţia este exemplificată grafic în figura 4.2.

Ultima condiţie din relaţiile (4.4) poate fi scrisă evitând derivatele ca:

[f(xi) - f(xi + ex)]· [f(xi+1 - ex) - f(xi+1)] <0

(4.4 a)
unde ex este o fracţiune din intervalul [xi , xi+1].
 2 Metode numerice – C4

Fig. 5.2

Se constată că relaţiile (6.4) nu garantează existenţa soluţiei multiple (figura 6.2 b

6.2 c) ci şniumai posibilitatea ca ele să existe. La identificarea unor astfel de situaţii, analiza va
fi efectuată cu ajutorul unor metode mai amănunţite de căutare.

Din cele arătate mai sus rezultă că dimensiunea intervalului [ x i , xi+1] are o deosebită
importanţă în evitarea eşecurilor în identificarea soluţiilor, respectiv cu cât acest interval este
mai mic, cu atât situaţii de tipul celor din figurile 6.1 b , 6.2 b şi 6.2 c vor fi mai puţin
probabile. Pe de altă parte adoptarea unui interval excesiv de mic măreşte mult efortul de
calcul şi deci implicit timpul de rezolvare al problemei.

Din aceste motive, rezolvarea unei ecuaţii neliniare poate fi împărţită în două
etape: a) localizarea rădăcinilor;
b) identificarea soluţiei.

4.2 Localizarea rădăcinilor

Are drept scop identificarea în intervalul de definiţie [a, b] a unui număr impus de
subintervale [ xi , xi+1]k k = 1 .. m (m = numărul de rădăcini căutate în [a, b]).
În locul intervalului [ xi , xi+1]k se poate reţine soluţia grosieră x0k, k = 1 .. m, definită ca: x0k,

=(xi+1 - xi) / 2 (4.5)

Algoritmul de localizare al rădăcinilor constă în parcurgerea cu pas dx impus a

intervalului [a, b] şi controlul pe fiecare interval a respectării condiţiilor (6.3) sau (6.4). În
cazul identificării unei posibile soluţii, fie se reţine soluţia grosieră dată de relaţia (6.5) şi se
continuă căutarea, fie se trece direct la identificarea cu precizie impusă a soluţiei după care se
continuă căutarea unei alte soluţii.

4.3 Identificarea soluţiei

Are drept scop determinarea soluţiei aproximative x* cu eroare impusă, cunoscând

localizarea ei prin soluţia grosieră x0. Identificarea se face pe baza unor algoritmi iterativi.
Criteriile de oprire al procesului iterativ sunt aceleaşi cu cele date în capitolul 1.
Ca algoritmi de identificare a soluţiei se dau câteva metode uzuale şi relativ
eficiente.
4 .3.1 Metoda înjumătăţirii intervalului
 3 Metode numerice – C4

Fie un interval "mic" [a, b] - de exemplu obţinut din soluţia grosieră xo prin
a = xo - dx/2 şi b = xo + dx/2
cu respectarea condiţiei:
f(a) · f(b) < 0 (4.6)

Principiul metodei: (figura 4.3)

- se calculează un punct
c = (a+b)/2; (4.7)
s-e izolează intervalul [a, c] sau [c, b] în care se află soluţia;
- se reia procesul până la satisfacerea preciziei.

Fig. 4.3

4.3.2 .2 Metoda coardei

Înaceleaşi condiţii ca la metoda înjumătăţirii intervalului (există un interval

[a, b] "mic" şi există opoziţie de semne ale funcţiei la capetele intervalului), metoda
coardei are ca principiu determinarea punctului de apropiere iterativă de soluţie la
intersecţia dreptei dusă între punctele (a, f(a)) şi (b, f(b)) cu axa Ox.
Reprezentarea shematică a acestui principiu este dată în figura 4.4.
Modelul matematic al metodei constă în determinarea abscisei c (punctul de apropiere)
cu următoarea relaţie rezultată din ecuaţia dreptei [(a, f(a)) , (b, f(b)) ]:

af (b)  bf (a)
c  f (a)  f (b) (4.8)

Fig. 4.4
 4 Metode numerice –

4.3.3 Metoda Newton - Raphson

Fie funcţia f(x) şi derivatele sale f '(x) şi f "(x) continui în vecinătatea soluţiei x* a
ecuaţiei f(x) = 0 şi fie un punct de start (soluţie grosieră) x o, suficient de apropiat de x*.
Metoda iterativă Newton-Raphson de aproximare a soluţiei x* se bazează pe determinarea
punctului de start în iteraţia următoare (în principiu mai aproape de x*) la intersecţia tangentei
în xo la funcţia f(x).
Situaţia este exemplificată grafic în figura 4.5.

Fig. 4.5 - Principiul metodei Newton-Raphson

Modelul matematic de determinare al punctului xi+1 când se cunoaşte xi este

următorul:
- ecuaţia dreptei tangente la f(x) în x=xi este:
d(x) = mx + n
cu :
m = f'(xi)
n = f(xi) - xi f'(xi)

Punctul xi+1 rezultă din rezolvarea ecuaţiei d(x) = 0, adică

xi+1 = xi - f(xi) / f '(xi) i = 0,1, ... (4.9)

4.4 Observaţii privind aplicabilitatea şi eficacitatea metodelor

Toate metodele prezentate utilizează în derularea algoritmului o serie de constante

introduse fie din program, fie de utilizator (numărul de iteraţii, erorile admisibile asupra soluţiei
şi funcţiei, dimensiunea domeniului de căutare, etc.). Aceste constante sunt arbitrare dar au o
influenţă decisivă asupra succesului şi eficienţei algoritmului. Ele vor fi alese de programator în
funcţie de tipul de probleme şi eventual se vor efectua execuţii succesive cu variaţia acestor
constante pentru a evidenţia sensibilitatea metodei şi a sesiza stabilizarea soluţiei.
 5 Metode numerice –

a) Metoda înjumătăţirii intervalului

- Nu poate fi aplicată la determinarea soluţiilor multiple identificabile cu grupul de
relaţii (6.4).
- Este mai lent convergentă decât alte metode, dar prezintă un grad mare de stabilitate.
- Testul de eroare pentru găsirea soluţiei prin verificarea lungimii intervalului la
iteraţia i:

ei  a  b  a0  b0
i i i
2
dă o valoare previzibilă a marginii erorii absolute asupra soluţiei în funcţie de numărul de
iteraţii şi dimensiunea iniţială a domeniului de căutare. Acest lucru face ca testul asupra
valorii funcţiei să nu fie neaparat necesar.
- Nu este necesară evaluarea funcţiei ci numai a semnului acesteia.
- Nu propagă erori de trunchiere.

b) Metoda coardei
- Nu poate fi aplicată la determinarea soluţiilor multiple identificabile cu grupul de
relaţii (6.4).
- Este mai rapid convergentă decât metoda înjumătăţirii.
- Testul de soluţie este recursiv, existând pericolul propagării erorilor.

c) Metoda Newton-Raphson
- Este singura din metodele prezentate care poate fi aplicată la determinarea soluţiilor
multiple identificabile cu grupul de relaţii (6.4).
- Este rapid convergentă pentru funcţii monotone în vecinătatea soluţiei.
- Poate deveni divergentă când punctul de start este departe de soluţie şi funcţia nu
este monotonă.
- Necesită evaluarea derivatei, fapt care măreşte efortul de calcul.

4.5. Metode Newton modificate – Metoda Halley

În tentativa de a accelera convergenţa metodei Newton, astronomul Halley a
elaborat metoda care îi poartă numele şi care este valabilă pentru funcţiile cu derivata a doua
continuă.
Formula de iteraţie este:
2 f xi  f xi 
xi  xi  (4.10)
2 f  x   f  x  f  x
2
1
i i

Efectuând calcule comparative atât cu metoda Newton cât şi cu metoda
Halley se poate observa că ultima converge mai rapid către soluţie.

4.6. 6. Rezolvarea sistemelor de ecuaţii algebrice neliniare prin metoda Newton-Raphson

Fie sistemul de ecuaţii algebrice

fi (X) = {0} i = 1 .. n (4.11)
unde:
X = {x1, x2, .. xn}T vectorul necunoscutelor;
fi (X) o expresie neliniară în raport cu necunocutele X;
n = dimensiunea problemei (număr de ecuaţii = număr necunoscute).

Se cere determinarea necunoscutelor X care satisfac ecuaţiile (4.11).

Astfel de probleme apar frecvent în inginerie la modelarea cinematicii mecanismelor,
 6 Metode numerice –
la mişcarea în câmp gravitaţional, determinarea intersecţiilor, etc.

Dintre metodele existente se prezintă aici o extindere a metodei Newton-Raphson de

la o ecuaţie neliniară la un sistem de ecuaţii neliniare.

Fiind vorba de o metodă iterativă se ridică problemele cunoscute.

Regula de iterare
Pentru simplitate se va considera cazul particular cu n=2, în final urmând a se face
generalizarea pentru n oarecare.

Fie sistemul de ecuaţii:

f(x,y) = 0
g(x,y) = 0
şi fie soluţia {x0,y0}.

Dezvoltând funcţiile f şi g în serie Taylor în jurul soluţiei şi reţinând numai termenii

liniari se obţine:
f(x,y)  f(x ,y x)  (x   f  (y  y  f 
) 0
0 0 0  ) 
  x 0
 y
xx 0
y 0

g(x,y)  g(x ,y
x)  (x    y(y   g
) 
g 0
0 0 0  ) 
  x xx 0
 y
0 0
y

Separând termenii ce conţin necunoscutele x şi y rezultă:

f f f
x  y  x 0  f y  f(x ,y )
x x 0 0 0
y
y
g g g g
x y x   g(x ,y )
y
0
x y x 0 0 0
y
sau condensat:

[J]{X} = [J]{X0}-{F0} (4.12)

Relaţia (4.12) are caracter general (nu mai ţine cont de particularizarea n=2).
În această relaţie dacă se substituie valorile {X} şi {X0} cu vectorii necunoscutelor la
două iteraţii consecutive, rezultă regula de iterare:

[Jk]{Xk+1} = [Jk]{Xk}-{Fk}
(4.13)

unde:
J[k] = matricea derivatelor parţiale (Jacobianul) calculat în raport cu
necunoscutele la pasul k;
{X } = vectorul necunoscutelor la iteraţia k+1;
k+1

{Xk} = vectorul necunoscutelor la iteraţia k;

{Fk} = vectorul valorilor ecuaţiilor la pasul k.
 7 Metode numerice –
Pe baza relaţiei (4.13) se pot preciza etapele unei iteraţii:
- se presupune cunoscută o aproximaţie a valorilor necunoscutelor {Xk};
 8 Metode numerice –

- se calculează {Fk}, valorile ecuaţiilor (4.1) în punctul {Xk}:

k k
f i  f (X
i
) i = 1..n ;

- se calculează [Jk], Jacobianul funcţiilor f în raport cu necunoscutele x în punctul

{X }:
k

 fi 
i = 1..n, j = 1..n ;
 XX k

- se rezolvă sistemul algebric liniar (4.3) în raport cu necunoscuta {Xk+1};

- considerând {Xk+1} ca aproximaţie iniţială, se reia procesul până la obţinerea
convergenţei.

Aproximaţia iniţială
Ca aproximaţie iniţială se poate considera fie un vector {X0} arbitrar (posibil nul), fie
un vector {X0} care să aibă valori în domeniul estimat al soluţiei, dacă acest domeniu este
cunoscut apriori. Este evident că o mai bună aproximare iniţială a soluţiei va conduce la un
număr de iteraţii mai mic.

Convergenţa procesului
La fel ca la rezolvarea unei singure ecuaţii neliniare, procesul este convergent dacă în
zona de căutare a soluţiilor hipersuprafaţa definită de funcţiile fi (X) este monotonă.
Este de remarcat că procesul iterativ este destul de puţin sensibil la erori numerice, respectiv
nu necesită calculul Jacobianului cu o precizie deosebită (pot fi folosite cu succes şi metode
numerice mai puţin sofisticate pentru calculul derivatelor).

Criteriul de oprire
Ca şi criterii de oprire pot fi utilizate ambele variante, respectiv:
- testarea valorilor funcţiei: |fi (X)| < e;
- testarea atingerii punctului fix: |Xk+1-Xk| < e;
unde e este o eroare totală absolută impusă de utilizator.

Este recomandat, dat fiind specificitatea problemei (rezolvarea unor ecuaţii),

alegerea testării valorilor ecuaţiilor. Adoptarea criteriilor de oprire cu erori
relative nu este recomandată deoarece în calculul erorii relative numitorul poate fi
foarte apropiat de zero, conducând la instabilităţi numerice.