Capitolul 2 - Rezolvarea

ecuaţiilor neliniare

2.1 Introducere
Problema:
Considerăm ecuaţia neliniară:
f (x) = 0 (1)

unde f : [α, β] ⊂ < → < este o funcţie neliniară. Să se găsească x∗ ∈ [α, β] astfel
ı̂ncât f (x∗ ) = 0 (x∗ este soluţie a ecuaţiei (17)).

Observaţii:
In principiu o ecuaţie neliniară este o ecuaţie care nu are forma a · x + b = 0
(adică nu este liniară). In acest capitol ı̂nsă ne referim mai degrabă la ecuaţii
pentru care nu există o metodă exactă de găsire a soluţiei sau chiar la ecuaţii
care nici nu au soluţii exacte, cum este de exemplu ecuaţia ex + x2 − 10 = 0.
O astfel de ecuaţie, ı̂n a cărei expresie se găsesc atât termeni de tip polinomial
(x2 ) cât şi termeni care nu sunt polinomiali (cum este exponenţiala) se numeşte
ecuaţie transcendentă iar soluţile sale sunt numere iraţionale (numere care au o
infinitate de zecimale). O astfel de soluţie nu poate fi determinată exact şi ı̂n
cele ce urmează vom ı̂ncerca să calculăm soluţii aproximative, adică valori x̃ care
verifică ı̂n mod aproximativ ecuaţia: f (x̃) ' 0.
Fiind vorba de o ecuaţie neliniară, ecuaţia (17) poate avea mai multe soluţii
pe un interval dat. Vom presupune ı̂n continuare că intervalul este suficient de
mic astfel ı̂ncât pe acest interval să existe o unică soluţie a lui (17).
Alegerea intervalului [α, β] se poate face de exemplu folosind o reprezentare
grafică a lui f (x) obţinută cu ajutorul calculatorului.

1
2 Cap.2. Rezolvarea ecuaţiilor neliniare

2.2 Metoda lui Newton

Pentru a găsi o aproximare a soluţiei exacte x∗ a ecuaţiei (17) f (x) = 0, metoda
lui Newton construieşte un şir x1 , x2 , ..., xk , ..., xn ai cărui termeni tind spre soluţia
exactă a sistemului, {xn }n −→ x∗ .
n→∞
Relaţia de recurenţă care dă termenii şirului este de forma xk+1 = xk + h.
Pentru a găsi expresia lui h vom ţine cont de următoarele două relaţii:
- Pe de o parte, presupunând că xk+1 este o soluţie aproximativă pentru
ecuaţia (17), avem f (xk+1 ) ' 0.
-Pe de altă parte, dezvoltând ı̂n serie Taylor f (xk+1 ) şi păstrând ı̂n dezvoltare
0
doar primii doi termeni obţinem f (xk+1 ) ' f (xk ) + f (x1!k )·h .
f 0 (xk )·h
Punând cap la cap cele două relaţii tragem concluzia că f (xk ) + 1! ' 0,
ceea ce sugerează pentru h expresia h = − ff0(x k)
(xk ) .
Obţinem deci pentru şirul lui Newton expresia:

f (xk )
xk+1 = xk − . (2)
f 0 (xk )

Interpretare geometrică:
Metoda lui Newton mai este numită şi metoda tangentei, motivul fiind prezentat
ı̂n continuare:
Reamintim faptul că ecuaţia tangentei la curba y = f (x) ı̂n punctul de coor-
donate (xk , f (xk )) este:
T : y − f (xk ) = f 0 (xk ) · (x − xk )
Punctul de intersecţie al acestei tangente cu axa Ox, care se obţine alegând
ı̂n ecuaţia tangentei y = 0, este x = xk − ff0(x k)
(xk ) . Având ı̂n vedere relaţia (18), ob-
servăm că punctul de intersectie dă chiar următoarea valoare din şirul lui Newton,
xk+1 .
Practic procesul poate fi reprezentat grafic astfel: pornind de la valoarea xk ,
deci din punctul de coordonate (xk , 0), ducem prin acest punct o paralelă la axa
Oy. In punctul de intersecţie al acestei paralele cu graficul funcţiei y = f (x)
ducem tangenta la curbă, prelungind-o până la intersecţia cu axa Ox. Punctul
de intersecţie astfel obţinut dă noua valoare xk+1 , şi procesul se repetă.

Observaţie:
Şirul (18) nu este ı̂ntotdeauna convergent către soluţia exacta x∗ . Teorema
următoare (dată fără demonstraţie) prezintă nişte condiţii suficiente de convergenţă:

2
2.2 Metoda lui Newton 3

Teoremă:
Dacă f (α) · f (β) < 0 iar f 0 (x) şi f 00 (x) păstrează semn constant pe [α, β], atunci
şirul (18) este convergent către soluţia exactă x∗ a ecuaţiei (17) pentru orice
x1 ∈ [α, β] care satisface condiţia f 0 (x1 ) · f 00 (x1 ) > 0.

Observaţie:
Dacă x∗ este soluţia exacta a ecuaţiei şi xk este o soluţie aproximativă, atunci
eroarea asociată lui xk , definită ca şi diferenţa ı̂n valoare absolută dintre valoarea
exactă şi cea aproximativă, este ε = |x∗ − xk |.

Teoremă:
Eroarea ε cu care este determinată soluţia aproximativă folosind metoda lui New-
ton poate fi estimată de relaţia:

f (xk )
ε≤ , unde M = min |f 0 (x)| (3)
M x∈[α,β]

Demonstraţie:
Folosim Teorema lui Lagrange, care spune că pentru orice funcţie continuă f :
[α, β] ⊂ < → < există γ ∈ [α, β] astfel ı̂ncât |f (β) − f (α)| = |f 0 (γ)| · |β − α|.

3
4 Cap.2. Rezolvarea ecuaţiilor neliniare

Cum f (x∗ ) = 0, folosind Teorema lui Lagrange putem scrie:

|f (xk )| = |0 − f (xk )| = |f (x∗ ) − f (xk )| = |f 0 (γ)| · |x∗ − xk |,
unde γ aparţine unuia dintre intervalele [x∗ , xk ] sau [xk , x∗ ], după caz. Atunci:
ε = |x∗ − xk | = |f (xk )| |f (xk )|
|f 0 (γ)| ≤ min |f 0 (x)| .
x∈[α,β]

Exemplul 8
Găsiţi pe intervalul [0, 2] o soluţie aproximativă a ecuaţiei x2 + x − 2 = 0 folosind
metoda lui Newton.

Rezolvare:
Ecuaţia dată fiind o ecuaţie polinomială de gradul doi, soluţiile√ ei exacte se pot
−1± 1+8
calcula imediat folosind formula coresounzătoare: x1,2 = ∗
2 = −1±3 2 , deci
∗ ∗
soluţiile exacte sunt x = −2 şi x = 1. Facem observaţia că, ı̂n practică, pentru
o astfel de ecuaţie căreia i se pot determina soluţiile exacte, nu are ı̂n general
sens să mai calculăm soluţii aproximative. Acest exemplu (ca si cele majoritatea
celor prezentate până acum) are un rol ilustrativ, permiţându-ne sa comparăm
valorile reale ale erorilor cu valorile estimate folosind teorema precedentă.
Scriind ecuaţia sub forma (17), avem f (x) = x2 + x − 2.
Vom căuta o soluţie aproximativă pe intervalul [0, 2] - ı̂n acest caz ne aşteptăm
ca şirul de soluţii aproximative date de metoda lui Newton (18) să se apropie de
soluţia exactă. Intr-adevăr, f (0) · f (2) = −2 · 4 < 0, f 0 (x) = 2 · x + 1, f 00 (x) = 2,
aşadar f 0 (x) şi f 00 (x) păstrează semn constant pe intervalul [0, 2], şi, alegând de
exemplu x1 = 2 avem f 0 (x1 ) · f 00 (x1 ) = 5 · 2 > 0, deci ne ı̂ncadrăm ı̂n condiţiile
teoremei prezentate mai sus.
Conform (18), pentru k = 1 avem:
f (x1 ) f (2) 22 +2−2 4 6
x2 = x1 − f 0 (x1 ) =2− f 0 (2) =2− 2·2+1 =2− 5 = 5 = 1.2

Pentru k = 2 avem:
36+30−50
f (x2 ) 6 f ( 65 ) 6
36
+ 65 −2 6
x3 = x2 − f 0 (x2 ) = 5 − f 0 ( 65 )
= 5 − 25
2· 56 +1
= 5 − 25
12+5 =
5
16
6 6 16 6·17−16 86
= 5 − 25
17 = 5 − 5·17 = 5·17 = 85 ' 1.01176...
5

Este evidentă tendinţa şirului de valori x1 , x2 , x3 de a se apropia de soluţia

exactă x∗ = 1.
Pentru ecuaţia dată, cunoscând soluţia exactă, putem deasemenea să vedem
cât de bună este estimarea erorii dată de teorema precedentă. Conform acestei

4
2.2 Metoda lui Newton 5

teoreme:
|f (xk )|
εk = |x∗ − xk | ≤
min |f 0 (x)|
x∈[α,β]

Deoarece f 0 (x) = 2 · x + 1 este crescătoare pe intervalul [0, 2], minimul ei pe

acest interval este atins in capătul din stânga al intervalului, adică min |f 0 (x)| =
x∈[0,2]
|f 0 (0)| = 1
Estimarea erorii devine: εk = |x∗ − xk | ≤ |f (xk )|.
Eroarea corespunzătoare soluţiei aproximative x2 are deci estimarea: ε2 ≤
|f (x2 )| = |x22 + x2 − 2| = |(1.2)2 + 1.2 − 2| = |1.44 + 1.2 − 2| = 0.64.
Aşadar, ı̂n acest caz, conform teoremei anterioare, eroare făcută prin ı̂nlocuirea
soluţiei exacte x∗ = 1 prin soluţia aproximativă x2 = 1.2 este mai mică decât
0.64, fapt care este ı̂n mod evident adevărat dat fiind că eroarea reală este
ε2 = |x∗ − x2 | = |1 − 1.2| = 0.2.
Eroarea corespunzătoare soluţiei aproximative x3 are estimarea: ε3 ≤ |f (x3 )| =
|x23 + x3 − 2| = |( 86 2 86
85 ) + 85 − 2| ' 0.0354....
Din nou estimarea erorii dată de teorema anterioară este suficient de bună,
deoarece eroarea reală este ε3 = |x∗ − x3 | ' 0.011....

Metoda lui Newton pentru sisteme de ecuaţii

Metoda lui Newton poate fi adaptată şi pentru cazul unui sistem de n ecuaţii
neliniare cu n necunoscute de forma:

f1 (x1 , x2 , ..., xn ) = 0


..
 .

f (x , x , ..., x ) = 0
n 1 2 n

unde fi sunt funcţii reale continue de n variabile reale cu derivatele parţiale

deasemenea continue pe domeniul  de definiţie.
"f # x k
1 1
- Dacă notăm f¯ = ... şi x̄k =  ... , atunci şirurile {xk1 }k , · · · , {xkn }k care con-
fn xkn
verg respectiv către soluţiile exacte x∗1 , · · · , x∗n ale sistemului dat se construiesc
folosind transcrierea vectorială a relaţiei lui Newton (18):
h i−1
x̄k+1 = x̄k − f¯0 (x̄k ) · f¯(x̄k )

5
6 Cap.2. Rezolvarea ecuaţiilor neliniare

 ∂f1 ∂f1

∂x1
··· ∂xn

ı̂n care derivata se ı̂nlocuieşte cu matricea jacobiană: f¯0 (x̄) =  ... . . . ... .
 
∂fn ∂fn
∂x1
··· ∂xn

Exemplul
Să se rezolve folosind metoda lui Newton sistemul:
(
x31 + x2 − 1 = 0
x32 − x1 + 1 = 0

x11
h i
alegând valorile iniţiale x̄1 = x12
= [ 00 ].

Rezolvare:
Avem f1 (x1 , x2 ) = x31 + x2 − 1 şi f1(x1 , x2 ) = x32 − x1 + 1, deci matricea jacobiană
∂f1 ∂f1 h 2 i
3x 1
asociată este: f¯0 (x̄) = f¯0 ([ xx12 ]) = ∂x 1 ∂x2
∂f2 ∂f2 = −1 13x2 . Inversa acesteia este:
2
 ∂x1 ∂x2
3x2

2 1
−
 0 k −1 1+9x2 2
1 x2 1+9x2 2
1 x2 
f¯ (x̄ ) = 3x 2 .
1 1
1+9x2 2
1 x2 1+9x2 2
1 x2
Relaţia vectorială a lui Newton este ı̂n acest caz:
2
 
3(xk 2) 1

k+1
 h i 2 2 − 2 2
 3

x1 xk1  1+9(xk1 ) (xk2 ) 1+9(xk k
1 ) (x2 )  (xk1 ) +x2 −1
= xk −  2  · (xk )3 −x +1
xk+1
2 2 3(xk )
1 1 2 1
2 k 2 2 k 2
1+9(xk
1 ) (x2 ) 1+9(xk
1 ) (x2 )

La primul pas, pentru

 k = 1 se obţine: 
2
3(x1 2 ) 1
h 2i h 1i 2 2 − 2 2
 3

x1 x1  1+9(x11 ) (x12 ) 1+9(x1 1
1 ) (x2 )  (x11 ) +x2 −1
x2
= x1 −  2  · (x1 )3 −x +1 =
2 2 3(x1 )
1 1 2 1
1+9(x1 ) (x2 ) 1 2 1 2
1+9(x1 ) (x2 ) 1 2 1 2

= [ 00 ] − 1 −1
0   −1  1]
0 · 1 = [ 1
La pasul doi, pentru
 k= 2 se obţine:
 
h 3i 3 1 8
x1 1 − 1
x 3 = [ 1 ] − 10
1
10
3 · [ 1 ] = 10
6 = [ 0.8
0.6 ]
2 10 10 10
Procedând
h 4i ı̂n continuare
h 5 i ı̂n acelaşi modh se6 iobţine şirul de soluţii:
x1 0.895992 x 0.998269 ], x1 = [ 0.999999 ], şir care tinde ı̂n
x4
= [ 0.303696 ] , x15 = [ 0.00730683 x6 0.0000113025
2 2 2
mod evident la soluţia [ xx12 ] = [ 10 ].