Poglavlje 2

Rjeavanje nelinearnih jednaina

Mnogi problemi u inenjerstvu i nauci zahtijevaju pronalaenje rjeenja neke
nelinearne jednaine (traenje korijena). Ovo je jedan od najstarijih problema
u matematici. Problem se, u stvari, svodi na sljedee: Za datu neprekidnu
nelinearnu funkciju f (x), treba nai vrijednosti x = takvu da je f () = 0.
Problem je grafiki predstavljen na slici 2.1. Pri tome, nelinearna jednaina
f (x) = 0 moe biti algebarska, transcedentalna, rjeenje neke diferencijalne
jednaine, ili bilo koja nelinearna relacija izmeu ulazne veliine x i izlazne
veliine y.

f(x)

[1
f([1)=0

[2
f([2)=0

Slika 2.1: Rjeenje nelinearne jednaine

Rjeavanje nelinearnih jednaina

2.1

Osnovne karakteristike u pronalaenju korijena

U postupku rjeavanja nelinearnih jednaina moemo razlikovati dvije faze, i

to:
lokalizacija nula,
poboljanje rjeenja
2.1.1

Lokalizacija nula

Lokalizacija nula predstavlja grubo (priblino) pronalaenje rjeenja koje moe

posluiti kao poetna aproksimacija u nekoj sistematskoj proceduri pronalaenja, koja poboljava rjeenje do odreene tanosti. Ako je to mogue, najbolje
je nai granice intervala u kojima se nalazi korijen i u kojima funkcija ima razliit znak. U ovu svrhu se mogu koristiti razliite metode od kojih su najee:
crtanje grafika funkcije, inkrementalno pretraivanje, prola iskustva sa istim
ili slinim problemom, rjeenje pojednostavljenog modela, prethodno rjeenje
u nizu dobijanja rjeenja, itd.
Crtanje grafika funkcije izvodi se u intervalu koji nas interesuje. Ako, na
primjer, rjeenje neke jednaine predstavlja pozitivnu veliinu, kao to je preeni put ili vrijeme, neemo crtati negativne vrijednosti funkcije. Kako danas
mnogi kalkulatori imaju mogunost crtanja grafika funkcija, ovaj postupak je
znatno olakan. Uz to, postoje mnogi softverski paketi koji uz sve ostale mogunosti mogu da se koriste i za crtanje grafika funkcija (na primjer, Excel,
Matlab, MathCAD, Mathematica, itd.)
Inkrementalno pretraivanje se sastoji u izraunavanju vrijednosti funkcije
od poetne do krajnje take intervala koji se posmatra, sa nekim malim korakom. U trenutku kada funkcija promijeni znak, pretpostavi se da korijen
date jednaine lei u tom podintervalu (naravno, uz uslov da je funkcija neprekidna na datom intervalu). Ove dvije vrijednosti mogu se koristiti kao poetne
aproksimacije za neku od procedura poboljanja rjeenja.
Treba napomenuti da je vrlo vano nai dobre poetne aproksimacije kako
bi procedura za poboljanje korijena jednaine uopte konvergirala, ali i da bi
konvergirala prema tanom rjeenju.
2.1.2

Poboljanje rjeenja

Poboljanje rjeenja predstavlja odreivanje rjeenja do eljene tanosti pomou neke od sistematskih procedura. U tu svrhu mogu se koristiti:
Vie

12

o ovim softverima bie rijei u A

2.1. Osnovne karakteristike u pronalaenju korijena

Metode na zatvorenom intervalu

Metode na otvorenom intervalu.
Metode na zatvorenom intervalu su metode koji poinju sa dvije vrijednosti
x, na primjer a i b, izmeu kojih se nalazi rjeenje x = , i koje sistematski
smanjuju poetni interval (a, b) na podintervale u kojima se, takoer, mora
nalaziti korijen jednaine. U ove metode spadaju metoda polovljenja intervala
i regula falsi. Treba napomenuti da su ove metode veoma sigurne, jer je dobijanje eljenog rjeenja zagarantovano. Ipak, mogu veoma sporo konvergirati
do traene tanosti.
Metode na otvorenom intervalu ne zahtijevaju da se korijen nalazi u nekom
intervalu. Kao posljedica, ove metode nisu tako sigurne, a mogu i divergirati.
Meutim, kako se u ovim metodama pri procjeni korijena koriste informacije
o samoj funkciji koja se posmatra, one su mnogo efikasnije od metoda na zatvorenom intervalu. U ovom kursu obradie se sljedee metode na otvorenom
intervalu: metoda proste iteracije, Newtonova metoda, modifikovana Newtonova metoda, te metoda sjeice.
2.1.3

Ponaanje nelinearnih jednaina

Nelinearne jednaine se mogu razliito ponaati u blizini korijena. Algebarske

i transcedentalne jednaine mogu imati razliite (jednostavne) realne, viestruke, te kompleksne korijene. Polinomi mogu imati realne i kompleksne korijene, pri emu se u sluaju svih realnih koeficijenata polinoma, kompleksni
korijeni javljaju u konjugovanim parovima (u sluaju kompleksnih koeficijenata mogui su i pojedinani kompleksni korijeni).
Slika 2.2 pokazuje nekoliko sluajeva razliitog ponaanja nelinearnih funkcija u blizini korijena. Slika 2.2a pokazuje sluaj sa jednim realnim korijenom
(jednostavan korijen). Slika 2.2b pokazuje sluaj bez realnih korijena. U tom
sluaju mogu postojati kompleksni korijeni. Situacija sa dva ili tri jednostavna
sluaja pokazana je na slikama 2.2c i d, respektivno, dok su na slikama 2.2e i
f dati primjeri mnogostrukih korijena. Situacija sa dva mnogostruka i jednim
jednostavnim korijenom data je na slici 2.2g. Opti sluaj, u kojem se pojavljuje vie jednostavnih i mnogostrukih korijena, dat je na slici 2.2h (i u ovom
sluaju mogu se pojaviti kompleksni korijeni).
Mnogi inenjerski problemi imaju jednostavne korijene, kao to je pokazano
na slici 2.2a. Takvi korijeni se mogu nai gotovo svakom od metoda za rjeavanje nelinearnih jednaina, ako imamo dobru poetnu aproksimaciju. Ipak,
postoje sluajevi kod kojih je neophodna panja kako bi se dolo do eljenog
rjeenja.
13

Rjeavanje nelinearnih jednaina

a)

b)

f(x)

f(x)

[
x

c)

d)

f(x)

f(x)

[1

[2

[1

e)

[2

[3

f)

f(x)

f(x)

[1=[2

g)

[1=[2=[3

h)

f(x)

[1

f(x)

[2=[3

Slika 2.2: Korijeni nelinearnih jednaina: a) jednostavan korijen, b) bez realnih korijena,
c) dva jednostavna korijena, d) tri jednostavna korijena, e) dva viestruka korijena, f) tri
viestruka korijena, g) jedan jednostavan i dva viestruka korijena, e) opti sluaj

14

2.1. Osnovne karakteristike u pronalaenju korijena

2.1.4

Neke smjernice u traenju korijena

I pored toga to postoji veliki broj metoda za rjeavanje nelinearnih jednaina,

treba znati da neke od metoda ne mogu nai neke od korijena, te da brzina
konvergencije, tj. utroenog rada i vremena, moe biti od presudnog znaaja.
Neke od vanih smjernica pri rjeavanju jednaina su:
Proces lokalizacije bi trebao ograniiti korijen.
Dobra poetna aproksimacija je veoma vana.
Metode sa zatvorenim intervalom su sigurnije nego one sa otvorenim, jer
zadravaju rjeenje u zatvorenom intervalu.
Metode sa otvorenim intervalom, kada konvergiraju, openito konvergiraju bre od metoda sa zatvorenim intervalom.
Za funkcije bez naglih promjena u ponaanju, veina algoritama uvijek
konvergira ako je poetna aproksimacija dovoljno blizu. Za ove sluajeve
unaprijed je mogue procijeniti brzinu konvergencije.
Mnogi, ako ne i veina, inenjerski problemi su jednostavni i dobro se
"ponaaju". U takvim sluajevima se jednostavne metode, kao to je
Newtonova metoda, mogu primijeniti bez bojazni da se radi o nekom
specijalnom sluaju.
Ako se neki problem treba rijeiti samo jednom, ili mali broj puta, efikasnost nije u prvom planu. Nasuprot tome, ako se rjeavanje neke jednaine
obavlja veliki broj puta, veoma vano je koristiti efikasnije metode.
Metode za rjeavanje nelinearnih jednaina bi trebale imati sljedee osobine:
Treba biti poznat maksimalan broj iteracija.
U sluaju da metoda koristi prvi izvod funkcije, f 0 (x), mora se paziti da
ova vrijednost u toku prorauna ne bude jednaka nuli.
Test konvergencije oblika |xi+1 xi |, te apsolutna vrijednost funkcije
|f (xi+1 )| se moraju uzeti u obzir.
Kada se dostigne konvergencija, konana procjena korijena bi se trebala
uvrstiti u funkciju f (x), kako bi se zagarantovalo da je f (x) = 0 u granicama eljene konvergencije.
15

Rjeavanje nelinearnih jednaina

2.2

Metode na zatvorenom intervalu

2.2.1

Metoda polovljenja intervala

Metoda polovljenja intervala ili bisekcije (eng. interval halving, bisection) je

jedna od najjednostavnijih metoda za traenje korijena nelinearnih jednaina.
U ovoj metodi, prvo se odrede dvije procjene korijena, i to lijevo, za x = a,
i desno, x = b, od korijena. Ove procjene ograniavaju korijen, kao to je
prikazano na slici 2.3. Oigledno je da korijen x = lei u intervalu (a, b).
Ovaj interval se moe prepoloviti usrednjavanjem vrijednosti a i b, tako da se
dobije c = (a + b)/2. Na taj nain dobiju se dva intervala:(a, c) i (c, b). Koji
interval sadri korijen zavisi od vrijednosti f (c). Ako je f (a) f (c) < 0, kao
to je to sluaj na slici 2.3, korijen se nalazi u intervalu (a, c). Tada se postavi
da je b = c, i postupak ponovi. Ako je, pak, f (c) f (b) < 0, postavi se da je
a = c i postupak polovljenja nastavi. U sluaju da je f (a) f (c) = 0, korijen
jednaine jednak je c.
f(x)

f(b)
f(c)

a2
a1
a=a0 c=a3
f(a)

c=b2

c=b1

b=b0 x

Slika 2.3: Grafika interpretacija metode polovljenja intervala

Prema tome, metoda polovljenja intervala je iterativna metoda, sa sljedeim

algoritmom:
a+b
2
Ako je f (a) f (c) < 0 :
Ako je f (c) f (b) < 0 :
Ako je f (a) f (c) = 0 :
c=

(2.1a)
a = a, b = c
a = c, b = b
dobiva se rjeenje = c

(2.1b)
(2.1c)
(2.1d)

Iterativni postupak se nastavlja sve dok se ne postigne eljena tanost, tj. dok
veliina intervala ne postane manja od eljene tolerancije 1 (|bi ai | 1 ),
16

2.2. Metode na zatvorenom intervalu

ili veliina f (x) ne postane manja od eljene tolerancije 2 (|f (ci )| 2 ), ili
oboje.
Metoda polovljenja intervala ima nekoliko prednosti:
Korijen jednaine se nalazi unutar granica nekog intervala, tako da je
konvergencija zagarantovana.
Maksimalna greka metode je |bn an |.
S obzirom da se svakom iteracijom interval polovi, (maksimalan) broj iteracija n, a time i broj raunanja funkcije, koji je potreban da se prvobitni
interval (b0 , a0 ) smanji na odreeni interval (bn , an ), dobiva se iz
(bn an ) =

1
(b0 a0 )
2n

Na taj nain, n je dato sa:

1
b0 a0
n=
log
log(2)
bn an

(2.2)

(2.3)

Osnovni nedostatak ove metode je spora konvergencija, odnosno veliki broj

iteracija radi postizanja eljene tanosti.
Primjer 2.1
Metodom polovljenja intervala nai pozitivni korijen jednaine f (x) = x2
2=0. Postupak rjeavanja zaustaviti kada apsolutna vrijednost razlike izmeu
dvije uzastopne iteracije, , bude manja od 104 , tj. |xi+1 xi | < .
Rjeenje
Kao to je u prethodnim poglavljima reeno, prvi korak u numerikom rjeavanju jednaina predstavlja lokalizacija nula. Ovo moemo na najlaki nain
postii crtanjem grafika funkcije i utvrivanjem intervala u kojem se dato rjeenje nalazi. Sa slike 2.4 se jasno vidi da se pozitivno rjeenje zadate jednaine
nalazi u intervalu (a, b) = (1, 2).
U krajnjim takama intervala funkcija f (x) ima vrijednosti razliitog predznaka, tj. f (1) = 1 < 0 i f (2) = 2 > 0, pa se u datom intervalu nalazi bar
jedan korijen date jednaine. Sada se vri podjela intervala na dva jednaka
podintervala i provjerava koji od podintervala sadri korijen jednaine. Dakle,
slijedei algoritam za metodu polovljenja intervala, imamo:
c=

1+2
a+b
=
= 1.5
2
2
17

Rjeavanje nelinearnih jednaina

5
4
3


fx=x -

2
1
0

[1

[2

-1
-2
-3
-5

-4

-3

-2

-1

Slika 2.4: Grafiki prikaz funkcije f (x) = x2 2

f (c) = f (1.5) = 0.25 > 0

S obzirom da je f (c) > 0 i f (a) < 0 rjeenje se nalazi u podintervalu (a, c) =
(1, 1.5), i stavljamo da je b = c. Postupak ponavljamo na novom intervalu
(a, b) = (1, 1.5), tj.
a+b
1 + 1.5
=
= 1.25
2
2
f (c) = f (1.25) = 0.4375 < 0
c=

pa je novi podinterval u kojem se nalazi korijen zadate jednaine (a, c) =

(1.25, 1.5).
Postupak se ponavlja dok se ne postigne eljena tanost. U Tabeli 2.1
sumarno su dati rezultati prorauna.
Konano, rjeenje je = 1.41425.

2.2.2

Metoda regula falsi

Kao to se moglo vidjeti, u sluaju metode polovljenja intervala korijen jednaine se aproksimira kao srednja vrijednost intervala u kojem se korijen nalazi.
U metodi regula falsi (to u prevodu znai metoda netanog poloaja), nelinearna funkcija f (x) se aproksimira linearnom funkcijom g(x) u intervalu (a, b),
18

2.2. Metode na zatvorenom intervalu

Tabela 2.1:
Iteracija
1
2
3
4
..
.
13
14

Uz primjer 2.1
a
f (a)
1
-1
1
-1
1.25
-0.4375
1.375
-0.109375
..
..
.
.

b
2
1.5
1.5
1.5
..
.

f (b)
2
0.25
0.25
0.25
..
.

c
1.5
1.25
1.375
1.4375
..
.

|xi xi1 |
0.25
0.125
0.0625
..
.

1.41406
1.41418

1.41431
1.41431

0.000263
0.000263

1.41418
1.41425

0.000122
0.000061

-0.000427
-0.000008

a korijen te linearne funkcije g(x), x = , se uzima kao sljedea aproksimacija

korijena nelinearne jednaine f (x) = 0. S obzirom na linearnu interpolaciju
nelinearne funkcije, ova metoda se jo naziva i linearna interpolaciona metoda.

f(x)

f(b)
f(c)
a

c=x2 c=x1

f(a)

Slika 2.5: Grafika interpretacija metode regula falsi

Grafika interpretacija metode regula falsi data je na slici 2.5. Kao to se sa

slike vidi, linearna funkcija g(x), koja aproksimira funkciju f (x), ima korijen u
taki c = x1 . Na taj nain, poetni interval (a, b) se dijeli na dva podintervala
(a, x1 ) i (x1 , b). Vrijednost take x1 se moe lako odrediti pomou jednaine
g(x) i uslova g(x1 ) = 0, tj.
g(b) g(x1 ) =

g(b) g(a)
(b x1 )
ba

(2.4)
19

Rjeavanje nelinearnih jednaina

S obzirom da je g(a) = f (a) i g(b) = f (b), te g(x1 ) = 0, slijedi:

f (b) =

f (b) f (a)
(b x1 )
ba

(2.5)

ba
f (b)
f (b) f (a)

(2.6)

i konano:
x1 = b

Koji od ova dva intervala,(a, x1 ) i (x1 , b), sadri korijen jednaine, odreuje
se na isti nain kao u metodi polovljenja intervala, a zatim se proces ponavlja.
Algoritam metode regula falsi moe se predstaviti na sljedei nain:
ba
f (b)
f (b) f (a)
Ako je f (a)f (xi ) < 0 :
Ako je f (xi )f (b) < 0 :
Ako je f (a)f (xi ) = 0 :
xi = b

(2.7a)
a = a, b = xi
a = xi , b = b
dobiva se rjeenje = xi

(2.7b)
(2.7c)
(2.7d)

Proces se nastavlja dok se ne postigne eljena tanost, tj.

|b a| 1

i/ili

|f (xi )| 2

(2.8)

Metoda regula falsi je neto bra od metode polovljenja intervala, ali ne daje
unaprijed veliinu greke. Ipak, i ova metoda je mnogo sporija od metoda koje
slijede.
Primjer 2.2
Problem iz primjera 2.1 rijeiti metodom regula falsi. Postupak rjeavanja
zaustaviti kada apsolutna vrijednost razlike izmeu dvije uzastopne iteracije,
, bude manja od 104 , tj. |xi+1 xi | < .
Rjeenje
Postupak rjeavanja metodom regula falsi je vrlo slian rjeavanju metodom
polovljenja intervala, s tom razlikom to se sljedea aproksimacija rjeenja neke
jednaine ne izraunava kao srednja vrijednost krajeva intervala, nego pomou
jednaine (2.6).
Ako kao poetni interval, u kojem se nalazi korijen jednaine f (x) = x2 2,
uzmemo (a, b) = (1, 2), bie:
x1 = b
20

21
ba
f (b) = 2
2 = 1.333333
f (b) f (a)
2 (1)

2.3. Metode na otvorenom intervalu

f (x1 ) = f (1.333333) = 0.222222 < 0

S obzirom da je f (x1 ) < 0 i f (b) > 0 rjeenje se nalazi u podintervalu
(x1 , b) = (1.333333, 2), i stavljamo da je a = x1 . Postupak ponavljamo na
novom intervalu (a, b) = (1.333333, 2), tj.
ba
2 1.333333
f (b) = 2
2 = 1.4
f (b) f (a)
2 (0.222222)
f (x2 ) = f (1.4) = 0.04 < 0
x2 = b

pa je novi podinterval u kojem se nalazi korijen zadate jednaine (a, c) =

(1.4, 2).
Postupak se ponavlja dok se ne postigne eljena tanost. U Tabeli 2.2
sumarno su dati rezultati prorauna.
Tabela 2.2:
Iteracija
1
2
3
4
5
6

Uz primjer
a
1
1.333333
1.4
1.41176
1.41379
1.41414

2.2
f (a)
-1
-0.222222
-0.04
-0.00692
-0.0011891
-0.000204

b
2
2
2
2
2
2

f (b)
2
2
2
2
2
2

c
1.333333
1.4
1.41176
1.41379
1.41414
1.4142

|xi xi1 |
0.066667
0.011765
0.002028
0.000348
0.00006

Konano, rjeenje je = 1.4142.

2.3
2.3.1

Metode na otvorenom intervalu

Metoda proste iteracije

Metoda proste iteracije (jo se naziva i iteracija pomou fiksirane take) rjeava
jednainu f (x) = 0 preureivanjem u oblik x = g(x), a zatim traenjem vrijednosti x = takvom da je = g(), to je ekvivalentno jednakosti f () = 0.
Vrijednost x za koju je x = g(x) se naziva fiksna taka relacije x = g(x) odakle
i proizilazi drugo ime metode. U principu, ova metoda simultano rjeava dvije
funkcije: x(x) i g(x). Taka presjecita ove dvije funkcije predstavlja rjeenje
jednaine x = g(x), a time i jednaine f (x) = 0. Metoda je grafiki predstavljena na slici 2.6.
Poto je funkcija g(x) takoer nelinearna, rjeenje se mora nai iterativno.
Poetna aproksimacija x1 se odreuje intuitivno, a zatim se uvrtava u funkciju
21

Rjeavanje nelinearnih jednaina

xi

xi+1

Slika 2.6: Grafika interpretacija metode proste iteracije

g(x) kako bi se dobila vrijednost sljedee aproksimacije. Algoritam je dat

sljedeom rekurzivnom formulom:
xi+1 = g(xi )

(2.9)

Procedura se ponavlja dok se ne zadovolji kriterij konvergencije, kao na

primjer:
|xi+1 xi | 1

i/ili

|f (xi+1 )| 2

(2.10)

Problem konvergencije ove metode moe se posmatrati na sljedei nain.

Neka je x = rjeenje neke jednaine f (x) i e = x greka rjeenja. Oduzimajui izraz = g() od jednaine (2.9) dobija se:
xi+1 = ei+1 = g(xi ) g()

(2.11)

Funkcija g() izraena Taylorovim redom oko take xi ima oblik:

g() = g(xi ) + g 0 ()( xi ) + . . .

(2.12)

gdje je xi . Zanemarujui lanove vieg reda u jednaini (2.12), te

rjeavajui za [g(xi ) g()] i uvrtavajui dobijeni rezultat u jednainu (2.11),
dobija se:
ei+1 = g 0 ()ei
22

(2.13)

2.3. Metode na otvorenom intervalu

Ova jednaina se moe koristiti za ocjenu da li je metoda konvergentna ili

ne, i ako jeste koja ja brzina konvergencije. Da bi bilo koji iterativni postupak
bio konvergentan treba biti ispunjen sljedei uslov:

ei+1
0

(2.14)
ei = |g ()| < 1
Dakle, metoda proste iteracije je konvergentna samo ako je |g 0 ()| < 1. Ako
ovaj uslov nije ispunjen procedura divergira. U sluaju kada je uslov ispunjen,
a vrijednost |g 0 ()| blizu 1.0, konvergencija je veoma spora. S obzirom da
metoda nekada radi, a nekada ne, nije preporuljiva za rjeavanje nelinearnih
jednaina. Iz jednaine (2.14) se, takoer, vidi da je konvergencija linearna,
tj. prvog reda tanosti .
Primjer 2.3
Na primjeru rjeavanja jednaine f (x) = x2 x 2 = 0 pokazati upotrebu
metode proste iteracije - traiti pozitivno rjeenje jednaine.
Rjeenje
Kao to je reeno u prethodnom poglavlju, metoda iteracije se zasniva na
algoritmu koji je dat jednainom (2.9). Na taj nain, jednaina f (x) = x2
x 2 = 0 se moe prikazati na jedan od sljedeih naina:
x = x2 2
(2.15a)

x= x+2
(2.15b)
2
x=1+
(2.15c)
x
x2 x 2
x=x+
(2.15d)
2x 1
Svaka od ovih jednaina prolazi kroz traeno rjeenje, kao to je pokazano
na slici 2.7. Meutim, sljedea analiza pokazuje da svaka od jednaina ne
konvergira prema datom rjeenju.
Posmatrajmo prvo jednainu (2.15a). S obzirom da je metoda proste iteracije metoda na otvorenom intervalu, potrebna je samo jedna poetna aproksimacija, na primjer x0 = 3. Prvih nekoliko iteracija daje:
x1 = g(x0 ) = 32 2 = 7
Za

konvergentnu metodu se kae da je k-tog reda tanosti ako vrijedi

en+1
= const. 6= 0
ekn

23

Rjeavanje nelinearnih jednaina

5
gx=x-

x
=
fx

-

x/2x
x -xgx=

gx= x-

gx=+/x

1
0

[1

-1
-2
-3

Slika 2.7: Mogui oblici jednaine f (x) = x2 x 2 pri raunanju metodom proste
iteracije

x2 = g(x1 ) = 72 2 = 47
x3 = g(x2 ) = 472 2 = 2207
...
Vidi se da iterativni postupak divergira, s obzirom da je svaka sljedea vrijednost vea od prethodne. Ako se pogleda vrijednost prvog izvoda funkcije g(x),
dobija se:
|g 0 (x)| = 2|x| > 1

za

|x| >

1
2

Dakle, uslov za konvergenciju (2.14) nije ispunjen.

Ako sada ponovimo postupak sa jednainom (2.15b), imamo:

x1 = g(x0 ) = 3 + 2 = 2.236

x2 = g(x1 ) = 2.236 + 2 = 2.058

x3 = g(x2 ) = 2.058 + 2 = 2.0014

x4 = g(x3 ) = 2.014 + 2 = 2.0004

...
Kako se moe vidjeti, iterativni postupak konvergira ka rjeenju = 2, to je
24

2.3. Metode na otvorenom intervalu

bilo i za oekivati s obzirom da je uslov konvergencije (2.14) ispunjen, tj.

1
<1
|g 0 (x)| =
2 x+2

za

x>

7
4

Na slian nain mogu se analizirati i preostale dvije jednaine (2.15c) i

(2.15d).

2.3.2

Newtonova metoda

Newtonova metoda (naziva se i Newton-Raphsonova metoda) je jedna od najpoznatijih i najefikasnijih procedura u cijeloj numerikoj analizi. Metoda uvijek konvergira ako je poetna aproksimacija dovoljno blizu rjeenju. Za razliku
od prethodne metode, konvergencija Newtonove metode je kvadratna.
Grafika interpretacija metode data je na slici 2.8. Prvi korak metode je
lokalna aproksimacija funkcije f (x) pomou linearne funkcije g(x) koja predstavlja tangentu funkcije f (x) u taki M0 . Rjeenje jednaine g(x) = 0, x1 ,
predstavlja sljedeu aproksimaciju rjeenja jednaine f (x) = 0.
f(x)
M0

M1
M2
x0

x1

x2

Slika 2.8: Grafika interpretacija Newtonove metode

Kako bismo izveli algoritam za Newtonovu metodu, postavimo sljedeu relaciju:

f 0 (x) =
Newtonova

f (xi+1 ) f (xi )
xi+1 xi

(2.16)

metoda se ponekad naziva i metoda tangente.

25

Rjeavanje nelinearnih jednaina

Rjeenje ove jednaine za xi+1 , pri emu je f (xi+1 ) = 0, daje:

f (xi )
f 0 (xi )

xi+1 = xi

(2.17)

to predstavlja rekurzivnu formulu za Newtonovu metodu.

Jednaina (2.17) se ponavlja dok se ne zadovolji jedan od ili oba kriterija
konvergencije:
|xi+1 xi | 1

i/ili

|f (xi+1 )| 2

(2.18)

Newtonova metoda se moe dobiti i direktno iz Taylorovog niza, ako se

zanemare lanovi vieg reda, tj.
f (xi+1 ) = f (xi ) + f 0 (xi )(xi+1 xi ) + . . .

(2.19)

i konano
f (xi )
f 0 (xi )

xi+1 = xi

Konvergencija Newtonove metode se moe odrediti na sljedei nain. Jednaina (2.17) predstavlja jednainu oblika:
xi+1 = g(xi )

(2.20)

pri emu je funkcija g(x) data sa:

g(x) = x

f (x)
f 0 (x)

(2.21)

Stoga, Newtonova metoda predstavlja specijalni sluaj metode proste iteracije

i konvergira ako je ispunjen uslov
|g 0 ()| 1

xi

(2.22)

Diferenciranjem jednaine (2.21) dobijamo:

g 0 (x) = 1

f 0 (x)f 0 (x) f (x)f 00 (x)

f (x)f 00 (x)
=
[f 0 (x)]2
[f 0 (x)]2

(2.23)

Kako za korijen jednaine vrijedi x = i f () = 0, time je i g 0 (x) = 0, pa je

uslov (2.22) zadovoljen, a metoda je konvergentna.
Brzina konvergencije se moe odrediti ako se od obje strane jednaine (2.17)
oduzme , i sa e = x oznai greka. Na taj nain se dobija:
xi+1 = ei+1 = xi
26

f (xi )
f (xi )
= ei 0
0
f (xi )
f (xi )

(2.24)

2.3. Metode na otvorenom intervalu

Razvojem funkcije f (x) u Taylorov red, i zanemarujui lanove iznad drugog

reda, za x = vrijedi:
1
f () = f (xi ) + f 0 (xi )( xi ) + f 00 ()( xi )2 = 0
xi (2.25)
2
Ako sada izraz (2.25) uvrstimo u jednainu (2.24), pri emu je f () = 0,
dobijamo:
ei+1

f 0 (xi )ei 21 f 00 ()e2i

1 f 00 () 2
= ei
=
e
f 0 (xi )
2 f 0 (xi ) i

(2.26)

S obzirom da za i , xi ,f 0 (xi ) f 0 (),f 00 (xi ) f 00 () imamo:

ei+1 =

1 f 00 () 2
e
2 f 0 () i

(2.27)

Posljednja jednaina jasno pokazuje da je Newtonova metoda metoda tanosti drugog reda, tj. kvadratna, to u praksi znai da se sa svakom iteracijom
udvostruava broj znaajnih cifara. Ipak, veoma je vano da uslov (2.22) bude
ispunjen, te da poetna aproksimacija bude to blie rjeenju, poto se moe
dogoditi da procedura konvergira prema nekom drugom korijenu (rjeenju).
Ova metoda ima odline osobine za lokalnu konvergenciju, ali globalna konvergencija moe biti slaba zbog zanemarivanja viih lanova Taylorovog reda.
Meutim, Newtonova metoda ima i nedostataka, jer je za neke funkcije
vrlo teko analitiki izraunati prvi izvod, a za neke funkcije to uopte nije
mogue. Osim toga, moe se desiti da u toku iterativnog procesa prvi izvod
bude jednak nuli, ime ne bi bilo mogue nastaviti postupak rjeavanja. U
takvim sluajevima koriste se neke druge metode, kao to je modifikovana
Newtonova metoda ili metoda sjeice.
Primjer 2.4
Problem iz primjera 2.1 rijeiti Newtonovom metodom. Postupak rjeavanja
zaustaviti kada apsolutna vrijednost razlike izmeu dvije uzastopne iteracije,
, bude manja od 104 , tj. |xi+1 xi | < .
Rjeenje
Algoritam za rjeavanje neke nelinearne jednaine Newtonovom metodom
dat je jednainom (2.16). Ako se u datu jednainu uvrsti da je f 0 (x) = 2x,
dobija se poznata jednaina za izraunavanje korijena broja 2:
xi+1 = xi

x2i 2
f (xi )
=
x

i
f 0 (xi )
2xi
27

Rjeavanje nelinearnih jednaina

xi+1

1
=
2

2
xi +
xi

(2.28)

Slino metodi proste iteracije, i za Newtonovu metodu je potrebna samo jedna

poetna aproksimacija. Ako sada kao poetnu aproksimaciju uzmemo x0 = 3
za prve dvije iteracije imamo:

1
2
1
2
x1 =
x0 +
=
3+
= 1.83333
2
x0
2
3

2
1
2
1
x1 +
=
1.83333 +
= 1.46212
x2 =
2
x1
2
1.83333
Tabela 2.3 daje rezultate svih iteracija.
Tabela 2.3:
Iteracija
0
1
2
3
4
5

Uz primjer 2.4
xi
|xi xi1 |
3
1.83333 1.16667
1.46212 0.371212
1.415
0.047123
1.41421 0.000785
1.41421 2.18e-7

Iz tabele se vidi da je rjeenje koje zadovoljava zadatu tanost, = 1.41421,

dobiveno ve u petoj iteraciji, ali i tanost od 106 se postie u istoj iteraciji.
Ovo pokazuje koliko je, u stvari, Newtonova metoda brza. Jedini problem
je konvergencija prema traenom rjeenju, poto se moe desiti da rjeenje
konvergira prema nekom drugom korijenu. U ovom sluaju bilo koja poetna
vrijednost
x0 < 0 konvergirala bi prema drugom korijenu zadate jednaine, tj.
2 = 2.

2.3.3

Modifikovana Newtonova metoda

U sluajevima kada izraunavanje prvog izvoda funkcije uzima mnogo raunskog vremena, moe se koristiti modifikovana Newtonova metoda. Ovdje su
umjesto izraunavanja prvog izvoda funkcije u svakoj iteraciji, moe uzeti da
je vrijednost prvog izvoda u svim iteracijama jednaka vrijednosti prvog izvoda
iz prve iteracije, tj.
f 0 (xn ) = f 0 (x0 )
28

(n = 1, 2, . . .)

(2.29)

2.3. Metode na otvorenom intervalu

pa jednaina (2.17) dobija oblik:

xi+1 = xi

f (xi )
f 0 (x0 )

(2.30)

Grafika interpretacija modifikovane Newtonove metode data je na slici 2.9.

Iz slike se jasno vidi da je nagib funkcije g(x) jednak za sve take Mi (i =
0, 1, . . .).
f(x)
M0

M1
M2

M2

x0

x1 x2 x3 x3

Slika 2.9: Grafika interpretacija modifikovane Newtonove metode

Primjer 2.5
Problem iz primjera 2.1 rijeiti modifikovanom Newtonovom metodom. Postupak rjeavanja zaustaviti kada apsolutna vrijednost razlike izmeu dvije
uzastopne iteracije, , bude manja od 104 , tj. |xi+1 xi | < .
Rjeenje
Ova metoda se ni u emu ne razlikuje od prethodne osim to se umjesto
raunanja vrijednosti f 0 (x) za novu aproksimaciju, koristi ona iz poetne iteracije, tj. u jednaini (2.16) uvijek je f 0 (x) = f 0 (x0 ). Na taj nain, rekurzivna
formula glasi:
xi+1 = xi

x2i 2
2x0

(2.31)

I u ovom sluaju koristimo samo jednu poetnu aproksimaciju, na primjer

29

Rjeavanje nelinearnih jednaina

x0 = 3, uz f 0 (x0 ) = 2x0 = 6. Za prve dvije iteracije dobija se:

x20 2
32 2
= 1.83333
=3
2x0
6
x2 2
1.833332 2
x 2 = x1 1
= 1.83333
= 1.60648
2x0
6
x 1 = x0

Tabela 2.4 daje rezultate svih iteracija.

Tabela 2.4:
Iteracija
0
1
2
3
..
.
12
13

Uz primjer 2.5
xi
|xi xi1 |
3
1.83333 1.16667
1.60648 0.226852
1.50968 0.096797
..
..
.
.
1.41437
1.41429

0.000136
0.000072

Rjeenje se dobiva u 13. iteraciji i iznosi = 1.41429.

2.3.4

Metoda sjeice

U sluajevima kada je nemogue analitiki odrediti prvi izvod neke funkcije,

metoda sjeice (sekante) predstavlja alternativu Newtonovoj metodi. Metoda
je grafiki data na slici 2.10. Nelinearna funkcija f (x) se lokalno aproksimira
pomou linearne funkcije g(x), koja je sjeica funkcije f (x), a njen korijen se
koristi kao poboljana aproksimacija korijena funkcije f (x). S obzirom da je
sjeica prava linija koja prolazi kroz dvije take krive f (x), za iniciranje metode
neophodne su prve dvije aproksimacije, x0 i x1 . Pri tome se izmeu njih moe
ali i ne mora nalaziti korijen jednaine f (x) = 0.
Vrijednost prvog izvoda u jednaini (2.17) je dat sa:
f 0 (x) =

f (xi ) f (xi1 )
xi xi1

(2.32)

pri emu je
f (xi+1 ) = 0
30

(2.33)

2.3. Metode na otvorenom intervalu

f(x)
M0

M1
M2
x0

x1

x2

M3
x3

Slika 2.10: Grafika interpretacija metode sjeice

Uvrtavajui prethodne jednakosti u jednainu 2.17, dobija se:

xi+1 = xi

xi xi1
f (xi )
f (xi ) f (xi1 )

(2.34)

Jednaina (2.34) se koristi dok se ne zadovolji jedan od ili oba kriterija konvergencije (2.18).
Moe se pokazati da je brzina konvergencije reda 1.62, to je mnogo bre od
linearne konvergencije proste iteracije, ali i neto sporije od kvadratne brzine
konvergencije Newtonove metode. Iz jednaina (2.17) i (2.34) se, takoer, vidi
da je za proraun Newtonovom metodom neophodno izraunati vrijednosti
f (x) i f 0 (x), dok je za metodu sjeice potrebno izraunati samo f (x). Takoer
se moe pokazati da ako je vrijeme potrebno za izraunavanje vrijednosti f 0 (x)
oko 43% vee od onog za proraunavanje vrijednosti f (x), metode sjeice je
efikasnija od Newtonova metode.
Primjer 2.6
Problem iz primjera 2.1 rijeiti metodom sjeice. Postupak rjeavanja zaustaviti kada apsolutna vrijednost razlike izmeu dvije uzastopne iteracije, , bude
manja od 104 , tj. |xi+1 xi | < .

31

Rjeavanje nelinearnih jednaina

Rjeenje
I pored toga to predstavlja varijantu metode proste iteracije, za ovu metodu
su potrebne dvije poetne aproksimacije rjeenja, pri emu se rjeenje moe
ali i ne mora nalaziti izmeu njih. Ako kao poetne aproksimacije uzmemo
x0 = 4 i x1 = 3, i koristimo jednainu (2.34), za prve dvije iteracije se dobija
(koriste se indeksi 2 i 3, s obzirom da su indeksi 0 i 1 rezervisani za poetne
aproksimacije):
x1 x0
f (x1 ) = 3
f (x1 ) f (x0 )
x2 x1
f (x2 ) = 2
x 3 = x2
f (x2 ) f (x1 )
x2 = x1

34
7=2
7 14
23
2 = 1.6
27

Tabela 2.5 daje rezultate svih iteracija.

Tabela 2.5:
Iteracija
1
2
3
4
5
6
7

Uz primjer 2.6
xi1
f (xi1 )
4
14
3
7
2
2
1.6
0.56
1.44444 0.086412
1.41606 0.005221
1.41423 0.000055

xi
3
2
1.6
1.444444
1.41606
1.41423
1.41421

f (xi )
7
2
0.56
0.086412
0.005221
0.000055
3.6e-8

|xi xi1 |
1
1
0.4
0.155556
0.028386
0.001825
0.00002

Konano, rjeenje je = 1.41421.

2.4

Problemi u numerikom rjeavanju nelinearnih jednaina

I pored dobrih osobina, metode koje su opisane u prethodnim poglavljima

imaju i neke zajednike nedostatke. Neki od tih nedostataka su:
1. Nedovoljno dobra poetna aproksimacija - jedan od najeih nedostataka
ovih metoda. Ona moe da dovede do pronalaenja pogrenog korijena,
spore konvergencije, pa ak i divergencije. Jedini nain da se rijei ovaj
problem je dobra poetna aproksimacija. Jedan od naina da se to postigne je ocjena rjeenja pomou grafikog prikaza funkcije, ili inkrementalno pretraivanje sa malim korakom.
32

2.5. Pitanja i zadaci

2. Konvergencija prema pogrenom korijenu

3. Korijeni koji su blizu jedan drugom - Korijeni koji su blizu jedan drugom
mogu da predstavljaju problem pri numerikom rjeavanju, s obzirom da
interval u kojem se nalaze moe biti suvie mali da bi se moglo odrediti
u kojem intervalu se nalaze. Dilema se moe rijeiti ako se povea graf
funkcije, ili se smanji korak pri inkrementalnom traenju korijena.
4. Mnogostruki korijeni - Iako se u prethodnom tekstu nije pominjalo njihovo
traenje, mnogostruki korijeni se mogu nai koristei Newtonovu metodu,
ali je problem u tome to se ne zna da li i gdje isti postoje. Grafiko
prikazivanje i inkrementalno traenje korijena mogu pomoi, ali to nije
zagarantovano.
5. Take infleksije - Korijeni u taki infleksije mogu odvesti procedure traenja daleko od traenog korijena, mada dobra poetna aproksimacija moe
pomoi.
6. Kompleksni korijeni - Kompleksni korijeni ne predstavljaju nikakav problem ako se zna da isti postoje. Na primjer, Newtonova i metoda sjeice
lako mogu nai kompleksne korijene, koristei kompleksnu aritmetiku i
kompleksnu poetnu aproksimaciju. Meutim, ako se kompleksni korijeni
ne oekuju, i koristi se samo aritmetika sa realnim brojevima, kompleksni
korijeni se ne mogu nai. Jedan od rjeenja ovog problema je koritenje
Bairstowove metode kvadratnih faktora.
7. Loe postavljena nelinearna jednaina - Loe postavljena jednaina moe
predstavljati veliki problem prilikom traenja korijena jednaine. Najbolji
pristup ovom problemu je koritenje raunara sa veom tanou.
8. Spora konvergencija - Problem spore konvergencije se moe rijeiti boljom
poetnom aproksimacijom ili promjenom metode traenja korijena.
Bez obzira na nedostatke i mogue probleme, veina problema u inenjerstvu se moe rijeiti nekom od opisanih metoda bez veih potekoa, tako da
se svakom problemu moe pristupiti sa optimizmom.

2.5

Pitanja i zadaci

1. Objasniti postupak lokalizacije nula!

2. Kako se izvodi inkrementalno pretraivanje?
33

Rjeavanje nelinearnih jednaina

3. Objasniti koncept poboljanja rjeenja!

4. Navesti metode na zatvorenom intervalu!
5. Navesti metode na otvorenom intervalu!
6. Objasniti metodu polovljenja intervala! Navesti prednosti i mane.
7. Objasniti metodu regula falsi! Navesti prednosti i mane.
8. Objasniti postupak koritenja metode proste iteracije! Dati uslov za konvergenciju metode proste iteracije.
9. Objasniti Newtonovu metodu, te navesti njene prednosti i mane!
10. Objasniti modifikovanu Newtonovu metodu! Procijeniti brzinu konvergencije.
11. Objasniti metodu sekante!
12. Metodom polovljenja intervala rijeiti sljedee jednaine:
a)
b)
c)
d)

f (x) = x cos(x) = 0 poetni interval (0.5, 1),

f (x) = ex sin(x/3) = 0 poetni interval (3.5, 2.5),
f (x) = ex 2x 2 = 0 poetni interval (1, 2),
f (x) = x3 2x2 2x + 1 = 0 poetni interval (0, 1).

Proraun u ovom i ostalim zadacima zaustaviti kada apsolutna vrijednost razlike izmeu dvije uzastopne iteracije bude manja od 104 , ako to
drugaije ne bude zadato.
13. Jednaine iz zadatka 12 rijeiti metodom regula falsi.
14. Jednainu f (x) = ex (3x + 2) = 0, rijeiti metodom proste iteracije za
sljedea tri oblika date jednaine: x = ex (2x + 2), x = (ex 2)/3 i
x = ln(3x + 2). Kao poetnu iteraciju koristiti x0 = 1.
15. Jednainu a) iz zadatka 12 rijeiti Newtonovom metodom. Za poetnu
aproksimaciju uzeti x0 = 1.
16. Newtonovom metodom nai najvei pozitivni korijen jednaine f (x) =
x3 5x + 1. Ispitati ovisnost rjeenja o izboru poetne aproksimacije.
17. Jednainu b) iz zadatka 12 rijeiti modifikovanom Newtonovom metodom.
18. Rijeiti jednainu d) zadatka 12 koristei metodu sjeice. Kao prve dvije
aproksimacije koristiti x0 = 0 i x1 = 1.
34

2.5. Pitanja i zadaci

19. U nekom od programskih jezika napisati program za rjeavanje nelinearnih

jednaina koristei:
a)
b)
c)
d)
e)
f)

metodu polovljenja intervala,

metodu regula falsi,
metodu proste iteracije,
Newtonovu metodu,
modifikovanu Newtonovu metodu,
metodu sjeice.

20. Newtonova metoda se moe koristiti i za traenje kompleksnih korijena

polinoma. U ovom zadatku potrebno je nai sva korijene jednaine f (x) =
x4 1 ako se kao poetne aproksimacije uzmu sljedee vrijednosti: 2, 2,
2i i 2i.
21. Ispitati ovisnost rjeenja o izboru poetne aproksimacije za sluaj iz prethodnog zadatka. Rezultate prikazati u kompleksnoj ravni. Dozvoljeno
je koristiti i komercijalne softvere (MathCAD, MATLAB, Mathematica,
itd.)
22. Van der Valsova jednaina za stanje vodene pare glasi:

a
P + 2 (v b) = RT
v

(2.35)

gdje je P pritisak u Pa, v specifina zapremina u m3 /kg, T temperatura

u K, R gasna konstanta (R=461.495 J/kgK), a a i b su empirijske konstante sa sljedeim vrijednostima za vodenu paru: a=1703.28 Pa(m3 /kg)2
i b=0.00169099 m3 /kg. Jednaina (2.35) se moe prikazati u obliku:
P v 3 (P b + RT )v 2 + av ab = 0

(2.36)

Izraunati specifinu zapreminu v za P =10000 kPa i T =800K. Kao poetnu aproksimaciju koristiti zakon za idealni gas P v = RT . Zadatak
rijeiti bilo kojom od metoda za rjeavanje nelinearnih jednaina.
23. Jednaina pada pritiska pri proticanju tenosti kroz cijev krunog poprenog presjeka data je sljedeom empirijskom formulom:

L
2
P = 0.5f V
(2.37)
D
gdje je P pad pritiska u Pa, specifina gustoa u kg/m3 , V brzina u
m/s, L i D duina i prenik cijevi, a f koeficijent trenja. Postoji veliki
35

Rjeavanje nelinearnih jednaina

broj formula za izraunavanje koeficijenta trenja u zavisnosti od Raynoldsovog broja za razliite reime proticanja tenosti. Pri tome Raynoldsov
broj je dat izrazom Re=DV /, gdje je viskoznost tenosti u Pas. Za
proticanje u turbulentnom reimu za sluajeve od potpuno glatke do vrlo
grube povrine cijevi razvijena je sljedea formula:

1
/D
2.51
= 2 log
+
(2.38)
3.7
f
Re f
gdje je hrapavost povrine cijevi. Rijeiti f za cijev sa /D = 0.001, te
Re=10n i n = 4, 5, 6. Kao poetnu aproksimaciju koristiti jednakost:
f = 0.16Re0.16

(2.39)

Zadatak rijeiti bilo kojom od metoda za rjeavanje nelinearnih jednaina.

24. Problem raunanja kritinog optereenja grede izloene izvijanju pri emu
je donji dio ukljeten, a gornji sa pokretnim osloncem, svodi se na rjeavanje jednaine:
tg(pl) = pl

(2.40)

Nai vrijednost kritine duine lkr , u zavisnosti od l, ako za kritino optereenje vrijedi:
Pkr

2 EI
= p EI = 2
lkr
2

tj.

lkr =

(2.41)

S obzirom da jednaina (2.40) ima beskonano mnogo rjeenja, nai najmanje od njih. Zadatak rijeiti bilo kojom od metoda za rjeavanje nelinearnih jednaina.
25. Plovak u obliku sfere radijusa r, izraen od materijala specifine gustoe
p , pluta u tenosti specifine gustoe t . Izraunati do koje dubine e
plovak potonuti, ako je p /t = k = 0.6 i r = 5.5 cm.
Zadatak se svodi na rjeavanje nelinearne jednaine:
x3 3rx2 + 4kr3 = 0

(2.42)

gdje je x traena dubina (izvesti jednainu (2.42)). Zadatak rijeiti bilo

kojom od metoda za rjeavanje nelinearnih jednaina.

36