Académique Documents
Professionnel Documents
Culture Documents
Mg. Jaime
Viza
Solucin de Sistemas No
Lineales de Ecuaciones
f1 ( x1 , x2 ,..., xn ) 0
f 2 ( x1 , x2 ,..., xn ) 0 o
f n ( x1 , x2 ,..., xn ) 0
Compacta f ( x ) 0;
Solucin de Sistemas No Lineales de
Ecuaciones por mtodos iterativos:
f1 ( x1 , x2 ,..., xn ) 0
f 2 ( x1 , x2 ,..., xn ) 0
o
f n ( x1 , x2 ,..., xn ) 0
Compacta f ( x ) 0;
Consiste en despejar del sistema anterior las
variables x1 , x2 , . . . , xn , de la siguiente
forma:
x1 g1 ( x1 , x2 ,..., xn )
x2 g 2 ( x1 , x2 ,..., xn )
o
xn g n ( x1 , x2 ,..., xn )
Compacta x g ( x );
Donde gi es el despeje de fi en xi
El proceso consiste en tomar un punto
inicial x0 y aplicarlo en el sistema
despejado y obtener un nuevo x1, con
este x1 se consigue el resultado de otro
x2 y as sucesivamente hasta que se
cumpla la tolerancia pre establecida.
g1 gn
........ qn 1
xn xn
Ejemplo:
Hallar las races positivas del sistema:
2 x y 7 0;
3 2
xy y 51 0;
3
Despejando tendremos:
y 72 y 51
x3 ; y 3 ;
2 x
La Figura del Ejemplo:
Indicando la Raz del Ejemplo:
y2 7 y 51
x 3 ; y 3 ;
2 x
Empezando el proceso del punto
inicial x0 =(1, 1), se tiene:
1 7 3
2
x 3 4 1.587401;
2
1 51 3
y 3 52 3.732511;
1
(x, y)1 =(1.587401, 3.732511),
y2 7 y 51
x 3 ; y 3 ;
2 x
Seguimos el proceso del punto inicial
x1 =(1.587401, 3.732511), se tiene:
3.7325112
7
x 3 2.187381;
2
3.732511 51
y 3 3.254764;
1.587401
3.254764 51
y 3 2.916378;
2.187381
(x, y)3 =(2.064306, 2.916378),
y 2
7 y 51
Puntos de solucin:
x3 ; y 3 ;
2 x
x3 =(2.064306, 2.916378), E=0.360111
x4 =(1.9791597, 2.9669857) E=0.099072
x5 =(1.9917579, 3.0098795) E=0.0447066
x6 =(2.0024709, 3.0043156) E=0.0120726
x7=(2.0010791, 2.9988455) E=0.00564442
x8=(1.9997114, 2.9994393) E=0.00149106
x9=(1.9998598,3.0001339)E=0.000710353
x10=(2.0000335,3.000073)E=0.000184188
x11=(2.000018,2.999985)E=0.0000892995
Le Dejamos un Problema para el
estudiante: punto inicial
x0 = ( 3.5, 2.2 ), de:
f1 ( x, y ) 2 x xy 5 x 1 0
2
;
f 2 ( x, y ) x 3 log10 ( x) y 0
2
Y uno de sus Despejes sera:
x( y 5) 1
x ;
2 y x 3 log10 ( x) ;
> x = 1.729923541 y = 1.563331144
Mtodo de Newton
Forma de Cramer.
f1 ( x1 , x2 ,..., xn ) 0
f 2 ( x1 , x2 ,..., xn ) 0
o
f n ( x1 , x2 ,..., xn ) 0
Compacta f ( x ) 0;
La Solucin la construiremos slo
para dos Ecuaciones:
f1 ( x1, x2 ) 0 o
f 2 ( x1, x2 ) 0
Su forma despejada DESPEJADA.
x1 g1 ( x1, x2 )
x2 g 2 ( x1, x2 )
Donde la gi son la presentacin de
Cramer para el caso de sistemas
NO LINEALES:
Recordamos Newton de una:
f ( xn )
xn1 xn
f ' ( xn )
Ahora de Dos variables:
x x 1 f1 ( x, y )
[ F ( x, y )]
y n1 y n f 2 ( x, y )
Donde: 1
[ F ( x, y)]
es la inversa de la jacobiana de:
1 f1 ( x, y)
[ F ( x, y )]
f 2 ( x, y )
1 ( f 2 ) y ( f1 ) y f1 ( x, y)
D ( f 2 ) x ( f1 ) x f 2 ( x, y)
1 f1 ( x, y)
[ F ( x, y )]
f 2 ( x, y )
1 ( f 2 ) y f1 ( x, y) ( f1 ) y f 2 ( x, y)
D ( f 2 ) x f1 ( x, y) ( f1 ) x f 2 ( x, y)
x x 1 ( f 2 ) y f1 ( x, y ) ( f1 ) y f 2 ( x, y )
y n1 y n D ( f 2 ) x f1 ( x, y ) ( f1 ) x f 2 ( x, y )
yn1 yn [( f 2 ) x f1 ( x, y)
( f1 ) x f 2 ( x, y)] / D
( f2 ) y ? D=?
Ejemplo:
Hallar las races positivas del sistema:
2 x y 7 0;
3 2
xy y 51 0;
3
Acomodando tendremos:
f1 ( x, y) 2 x y 7 0;
3 2
f 2 ( x, y) xy y 51 0;
3
Siguiendo: [derivando]
( f1 ) x 6 x ; ( f1 ) y 2 y;
2
( f 2 ) x y ; ( f 2 ) y 3xy 1;
3 2
D 6 x (3xy 1) y (2 y);
2 2 3
( f 2 ) x 13 1; ( f 2 ) y 3(1) 1
2;
D 6(3 1) ( 2) 14;
Luego reemplazamos en la frmula:
n=0
O Por variables:
f1 (1,1) 2 1 7 6;
f 2 (1,1) 1 1 51 51;
xn 1 xn [( f 2 ) y f1 ( x, y ) ( f1 ) y f 2 ( x, y )] / D
x1 1 [(2)(6) (2)(51)] / 14
yn1 yn [( f 2 ) x f1 ( x, y ) ( f1 ) x f 2 ( x, y )] / D
y1 1 [(1)(6) (6)(51)] / 14
Luego:
x1 1 [114] / 14
1 [8.1428571429]
9.1428571429
y1 1 [ 300] / 14
1 [ 21.428571429]
22.428571429
Y [x1=(9.1428571429, 22.428571429 )]
( f1 ) x 501.5510204129;
( f1 ) y 44.857142858;
( f 2 ) x 11282.486881113;
( f 2 ) y 13796.6909626911;
D 7425844.55647829;
f1 ( x, y) 1018.495626824;
f 2 ( x, y) 103080.73719923;
y2 22.428571429 [(11282.4868811132)
(1018.49562682443) (501.5510204129)
(103080.737199233)]/7425844.55647829
17.0138222950
x x 1 ( f ) f ( x, y) ( f1 ) y f 2 ( x, y)
2 y 1
n1 n
y y ( f ) f ( x, y ) ( f ) f ( x , y )
Siguiendo: D 2 x 1 1 x 2
3 x = 4.9932397 y= 12.752340
4 x = 3.9007742 y= 9.4564017
5 x = 3.1421550 y= 6.9726907
6 x = 2.6083165 y= 5.1658899
7 x = 2.2540690 y= 3.9408962
8 x = 2.0643102 y= 3.2544553
9 x = 2.0055928 y= 3.0241288
10 x = 2.0000510 y= 3.0002375
11 x = 2.0000000 y= 3.0000000
Le Dejamos un Problema para el
estudiante [ya visto]: punto inicial
x0 = ( 3.5, 2.2 ), de:
f1 ( x, y ) 2 x xy 5 x 1 0
3
;
f 2 ( x, y ) x 3 log10 ( x) y 0
2
vx x x
Haciendo
vy
y n1 y n
vx f1 ( x, y ) El cual tiene la
[ F ( x, y )] forma Ax=b de
v
y f 2 ( x, y )
los sistemas
lineales
A x=b
Donde nos evitamos el clculo de:
[F(x,y)]1 que es la inversa de la jacobiana.
f1 f1
v
x y x f1 ( x, y )
f 2 f 2 v y
f 2 ( x, y )
x y
x x vx
y n1 y n v y
7.3. MTODO DE NEWTON (Caso general)
Consideremos, de una forma general, un Sistema No
Lineal de Ecuaciones
f1 ( x1, x2 , ..., xn ) 0
f ( x , x , ..., x ) 0
2 1 2 n . . (1)
f n ( x1, x2 , ..., xn ) 0
x2 xn
1
f2 f2
f2
F' ( X ) W ( X ) x x2 xn
1
f fn fn
n
x1 x2 xn
o, abreviadamente,
fi
F' ( X ) W ( X ) ; (i, j = 1, 2, , n)
xi
El sistema (4) es un sistema lineal en las correcciones p y
con la matriz W(X), se puede escribir como sigue:
F(Xp)+W(Xp)(p)=0
de donde, dando por supuesto que la matriz W(Xp) es no
singular, tenemos:
p= W 1(X p )F(X p )
en consecuencia resulta:
X p+1= X p W 1(X p )F(X p ), (p = 0, 1, 2, ). (5)
(Mtodo de Newton).
Para la aproximacin de orden cero X0, podemos tomar
un valor aproximado de la raz estimado por algn
mtodo.
3. Ejemplo:
x y z 1
2 2 2
Aproxime las soluciones 2
positivas del siguiente 2 x y 2
4z 0
sistema: 3x 2 4 y z 2 0
por el mtodo de Newton, dando el punto inicial
X0=(0.5,0.5,0.5)
x 2 y 2 z 2 1
Solucin:
Tenemos: F ( x) 2 x y 4 z
2 2
3x 2 4 y z 2
de donde
0.52 0.52 0.52 1 0.25 0.25 0.25 1 0.25
F (X 0 ) 2(0.5) 2 0.52 4(0.5) 0 .5 0.25 2.00 1.25
3(0.5) 2 4(0.5) 0.52 0.75 2.00 0.25 1.00
Formemos la Matriz Jacobiana
2 x 2 y 2 z
W (X ) 4 x 2 y 4
6 x 4 2 z
Tenemos 1 1 1
W ( X 0 ) 2 1 4
3 4 1
Calculando la inversa de W: 3 1 1
8 8 8
7 1 3
1
W (X )
0
20 20 20
11 7 1
40 40 40
Usando la frmula de Newton (5):
X 1= X 0 W 1 ( X 0 ) F ( X 0)
3 1 1
8 0.25
0.5 8 8
1 3
1.25
7 1
X 0.5
20 20 20
0.5 11 7 1 1.00
40 40 40
0.5 0.375 0.875
X 1 0.5 0 0.500
0.5 0.125 0.325
0.15625
F ( X 1 ) 0.28125
0.43750
15.25 3.75 4.75
1
W 1 ( X 1 ) 23.625 2.625 9 .625
64.75
19.25 12.25 1.75
Utilizando la frmula (5), obtenemos:
X 2 = X 1 W 1 ( X 1 )F ( X 1 )
0.78521 0.00001
X 3 0.49662 F ( X 3 ) 0.00004
0.36992 0.00005
Observacin: el proceso aqu presentado se puede
hacer un tanto ms fcil, veamos:
Lo que se escribi:
F ( X p ) + W ( X p )( p ) = 0
X p+1 = X p + p, (p = 0, 1, 2, ).
o para la aplicacin
p = X p+1 X p
El sistema (6) se puede resolver con algn mtodo del
mercado para la solucin de sistemas lineales.
2 x 2 y 2 z 1 x 2 y 2 z 2 1
4 x 2 y 4 2 x 2 y 2 4 z
2
6 x 4 2 z 3 3x 2 4 y z 2
Si para facilitar lo trabajamos como matriz ampliada
empezando con X0=(0.5,0.5,0.5) sera:
1 1 1 1 0.25
2 1 - 4 1.25 1 1 1 0.25
2
3 - 4 1 3 1 2 1 - 4 1.25
3 - 4 1 1
p = X p+1 X p
resolviendo resulta
X p+1 = X p + p
1 0.3750000000
- 0.0000000000
2
3 1 - 0.1250000000
continuando:
1 - 0.00460625
- 0.000010227 x1 0.785210443444361
2 x 0.496611393007268
3 3 - 0.0000096016 2
x3 3 0.369922830787265
f1 f1
x y
[ F ( x, y )]
f2 f 2
Mtodo de Newton x
y
Teorema
Supongamos que p es una solucin de G(X)=X para alguna
funcin G=(g1, g2, ..., gn)T, que manda a Rn a R. Si existe un
nmero >0 con la propiedad de que
i) gi/Xj es continua en N={X| ||Xp||<} para cada i=1, 2,
..., n, y k=1, 2, ..., n,
ii) 2gi(X)/(XjXk) es continua y | 2gi(X)/(XjXk) | M
para alguna constante M, siempre que xN para cada i=1, 2,
..., n, j=1, 2, ..., n y k=1, 2, ..., n,
iii) gi(p)/Xj =0 para cada i=1, 2, ..., n, y j=1, 2, ..., n,
entonces existe un nmero 1 tal que la sucesin generada
por Xk=G(Xk1) converge cuadrticamente a p para cualquier
X0 siempre que ||X0p||<1. Adems tenemos
||Xkp||(n2M/2)||Xk1p||2 para cada k1.
Se Termino
FIN.1
Les Agradece su
Atencin.1
Pero no se mueva PERO NO SE
viene
MUEVA
Viene metodo de
gradiente