LABORATORIO MAT1105

PRACTICA No 3
Fecha de publicación: Oruro, 8 de Noviembre 2010
Fecha de entrega: Oruro, 26 de Noviembre 2010

1 MÉTODO DE PUNTO FIJO MULTIVARIABLE.

Al igual que en el método de punto fijo de una ecuación no lineal, el método multivariable busca
transformar el sistema de ecuaciones no lineales de manera que la primera incógnita x1 se puede
despejar de la primera ecuación, x2 de la segunda y así sucesivamente, llegándose a formar un
sistema de la forma:
x1  g ( x1 , x2 , x3 ,..., xn )
x2  g ( x1 , x2 , x3 ,..., xn )

xn  g ( x1 , x2 , x3 ,..., xn )
Al igual que en el método para resolver una ecuación no lineal, puede predecirse el comportamiento y
las características de este método. Como es de conocimiento, el reordenamiento de las ecuaciones
en el caso lineal afecta la convergencia, por lo que puede esperarse que la convergencia del método
en estudio dependa de si se despeja x1 de f1, de f2 o de otra ecuación respectiva.
Para asegurar la convergencia del método, también existe un criterio de convergencia equivalente al
existente para resolver una ecuación no lineal por el método de punto fijo, que puede aplicarse antes
de iniciar el proceso iterativo.
De cualquier manera, cualquiera que sea el sistema al que se haya llegado y que se vaya a resolver
con este método, puede aumentarse la velocidad de convergencia usando desplazamientos
sucesivos en lugar de los desplazamientos simultáneos, es decir, se procedería al proceso iterativo
mediante
 x1k 1  g ( x1k , x2k ,..., xnk )
x2k 1  g ( x1k 1 , x2k ,..., xnk )

xnk 1  g ( x1k 1 , x2k 1 ,..., xnk )

1.2 METODOLOGÍA DE TRABAJO.

La secuencia de pasos a realizar en la utilización del presente método son:

1. Abra MATLAB haciendo clic sobre el icono

2. Escriba un archivo M de funcion cuyo formato se presenta a continuación. Por ejemplo, sea
Criterio el nombre del archivo M que para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar el siguiente formato:
function sol = Criterio(x,n)
if n == 1
 g g g g 
A   1 , 1 ; 2 , 2 ;
 x1 x2 x1 x2 
sol  sum(abs( A));
else
sol  g1 ; g 2 ;
end;
NOTA. Las ecuaciones que representan a cada derivada parcial, como a cada función, deben
ser escritas de la siguiente manera:
x1  x22  10 se escribe como x(1). * x(2).^ 2  10
3. Una vez desarrollado el archivo M correspondiente, retorne a la pantalla principal de MATLAB
y proceda a verificar que el archivo no presente errores de sintaxis, ni lógicos.
4. En el indicador de MATLAB >>, llamar al programa PuntoFijoMultiple_L cuyos formatos de
utilización son:
PuntoFijoMultiple_L(MaxIte);
sol = PuntoFijoMultiple_L(MaxIte, ‘NomArch’, orden, error, x);
[sol, ite] = PuntoFijoMultiple_L(MaxIte, ‘NomArch’, orden, error, x);
Para cualquiera de los formatos, es necesario señalar la información correspondiente, donde:
 MaxIte variable que señala el número máximo de iteraciones a realizar por el programa.
NomArch es el nombre del archivo que contiene el sistema y debe ir entre comillas.
orden variable que señala el orden del sistema a resolver.
error variable que indica el error a ser aceptado en los resultados.
x vector que señala los valores iniciales a ser asumidos para el cálculo.
ite variable que almacena el número de iteraciones realizadas por el programa.
sol variable que almacena la solución del sistema en forma vectorial.
5. De ser necesario, introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.

1.3 PROBLEMA A RESOLVER.

Utilice el método iterativo de punto fijo para resolver el siguiente sistema de ecuaciones no lineales,
para obtener la solución cerca de (2.5, 0.2, 1.6):

x 2  y 2  z 2  9

xyz  1 
x  y  z 2  0

2 MÉTODO DE NEWTON RAPHSON MULTIVARIABLE.

Este método es considerado, basándose en la solución de ecuaciones no lineales, como un método
de segundo orden. Consiste fundamentalmente en escribir el sistema de ecuaciones no lineales
problema, como un sistema de ecuaciones lineales que presenta la forma:
f1 f f
h1  1 h2  ...  1 hn   f1
x1 x2 xn
f 2 f f
h1  2 h2  ...  2 hn   f 2
x1 x2 xn

f n f f
h1  n h2  ...  n hn   f n
x1 x2 xn
Que en forma concisa se expresa como J  h   f . Donde J es la matriz Jacobiana, h es el nuevo
vector incógnita y -f el vector de las funciones con signo cambiado y evaluadas en X(k). La solución
del sistema de ecuaciones lineales se realiza utilizando uno de los métodos vistos en el laboratorio
anterior (sistemas de ecuaciones lineales). Con la solución del sistema y la ecuación:
xik 1  hi  xik
se obtiene el siguiente vector de aproximación X(k+1). Este procedimiento se repite hasta satisfacer
algún criterio de convergencia establecido.

2.2 METODOLOGÍA DE TRABAJO.

La secuencia de pasos a seguir en la utilización del presente método son:

1. Abra MATLAB haciendo clic sobre el icono

2. Escriba un archivo M de funcion cuyo formato se presenta a continuación. Por ejemplo, sea
Jacobiano el nombre del archivo M para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar el siguiente formato:
function [matriz, func] = Jacobiano(x)
 f f f f 
matriz   1 , 1 ; 2 , 2 ;
 x1 x2 x1 x 2 
func  [ f1 , f 2 ];
NOTA . Las ecuaciones que representan a cada derivada parcial, como a cada función, deben
ser escritas de la siguiente manera:
2 x1 x2  10 se escribe como 2 * x(1). * x(2)  10
3. Una vez desarrollado el archivo M correspondiente, retorne a la pantalla principal de MATLAB
y proceda a verificar que el archivo no presente errores de sintaxis, ni lógicos.
4. En el indicador de MATLAB >>, llamar al programa NewtonMultiple_L, cuyos formatos de
utilización son:
NewtonMultiple_L(MaxIte);
sol = NewtonMultiple_L(MaxIte, ‘NomArch’, orden, error, x);
[sol, ite] = NewtonMultiple_L(MaxIte, ‘NomArch’, orden, error, x);
Para cualquiera de los formatos, es necesario enviar la información correspondiente, donde:
MaxIte número máximo de iteraciones a realizar antes de abandonar el proceso.
NomArch nombre del archivo que contiene el sistema y debe ir entre comillas.
orden variable que señala el orden del sistema a resolver.
 error variable que indica el error a ser aceptado en los resultados.
x vector que señala los valores iniciales a ser asumidos para el cálculo.
ite es una variable que almacena el número de iteraciones realizadas.
sol es una variable que almacena las soluciones del sistema, si existen.
5. De ser necesario, introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.

2.3 PROBLEMA A RESOLVER.

Utilice el método iterativo de Newton Raphson multivariableo para resolver el siguiente sistema de
ecuaciones no lineales

xyz  x 2  y 2  1.34 

xy  z 2  0.09
e x  e y  z  0.41

En el proceso iterativo, determine la solución absoluta y no así el cero parcial, es decir determine si
existe una misma solución con un error de 10-2 y posteriormente con 10-4

3 MÉTODO DE NEWTON RAPHSON MODIFICADO.

Este método consiste en aplicar el método de Newton Raphson modificado univariable
acondicionándolo para el caso de un sistema de n ecuaciones no lineales con n incógnitas, es decir,
aplicar la ecuación una para cada variable de acuerdo a la siguiente expresión general:

k 1 f1 ( x k , y k , z k ,...)
x x k
f1
x xk , y k , z k ,...
Este método converge a menudo si x0, y0, z0,… están muy cerca de x , y , z ,... y requiere la evaluación
de solo 2n funciones por paso. Este método puede ser diseñado de dos maneras, utilizando
desplazamientos sucesivos y/o desplazamientos simultáneos.
Este método en muchos casos, no siempre puede producir convergencia ya que en algunos de los
arreglos a utilizar se producirá divergencia. Es en este sentido que cuando n>3 las posibilidades de
despeje son varias n!, motivo por el cual, es imposible conocer cual de los diferentes arreglos tiene
viabilidad de convergencia y la elección de despeje se convierte en un proceso aleatorio. Esta
aleatoriedad es la mayor desventaja de este método.

3.1 METODOLOGÍA DE TRABAJO.

La secuencia de pasos a realizar en la utilización del método son:

1. Abra MATLAB haciendo clic sobre el icono

2. Escriba un archivo M de funcion cuyo formato se presenta a continuación. Por ejemplo, sea
Modificado el nombre del archivo M para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar el siguiente formato:
function [matriz, func] = Modificado(x)
 f f 
matriz   1 ; 2 ;
 x y 
func  [ f1 , f 2 ];
NOTA. Las ecuaciones que representan a cada derivada parcial, como a cada función, deben
ser escritas de acuerdo al siguiente formato:
12 x12  x2  10 x1 se escribe como 12  x(1) 2  x(2)  10  x(1)
3. Una vez desarrollado el archivo M de funcion correspondiente, retorne a la pantalla principal
de MATLAB y proceda a verificar que el archivo no presente errores de sintaxis, ni lógicos.
4. En el indicador de MATLAB >>, llamar al programa NewtonModificado_L, cuyos formatos de
utilización son:
NewtonModificado_L(MaxIte);
sol = NewtonModificado_L(MaxIte, ‘NomArch’, orden, error, x);
[sol, ite] = NewtonModificado_L(MaxIte, ‘NomArch’, orden, error, x);
para cualquiera de los formatos, es necesario enviar la información correspondiente, donde:
MaxIte l número máximo de iteraciones a realizar antes de abandonar el proceso.
NomArch nombre del archivo que contiene el sistema y debe ir entre comillas.
orden variable que señala el orden del sistema a resolver.
error variable que indica el error a ser aceptado en los resultados.
x vector que señala los valores iniciales a ser asumidos para el cálculo.
ite es una variable que almacena el número de iteraciones realizadas.
sol es una variable que almacena las soluciones del sistema, si existen.
 5. De ser necesario introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.

3.2 PROBLEMA A RESOLVER.

Encuentre las dos intersecciones más próximas al origen de las curvas:

x 3  3 y 2  21

x 2  2 y  2  0 
Emplee el método de Newton Raphson modificado

4 MÉTODO DE NEWTON RAPHSON CON OPTIMIZACION DE T.

La utilización de la ecuación vectorial de aceleración permite estudiar como mejorar los métodos
existentes. Es en este sentido, que la utilización de esta ecuación vectorial en el método de Newton
Raphson Multivariable permite generar el método de Newton Raphson con optimización de t. Método
que se obtiene a través de la transformación de la ecuación matricial del método de Newton Raphson
multivariable a la forma vectorial, cuya forma para un sistema de 2x2 es:
1
 f1 f1 
 
x  x   *  f1 ( x , y ) 
( k 1)
 ( k 1)    ( k )   1   x y
(k ) (k ) (k )

y  y   f 2 f 2   f ( x (k ) , y (k ) ) 
     2 
 x y 
 
Este método utiliza en forma explicita la información de las derivadas para generar algoritmos
eficientes que localicen el óptimo, ya que distintos valores de t llevaría a distintos vectores de xk+1,
algunos más cercanos a la raíz x que los demás. Para seleccionar los valores de t es necesario
seleccionar en principio un intervalo de búsqueda [a, b], para lo cual se calculan valores de t dentro
de este intervalo utilizando las ecuaciones
ba ba
t a y t b
F F
donde F son los términos de la serie de Fibonacci. El proceso iterativo se realiza hasta que el valor de
función suma de residuos al cuadrado

S  f 1 ( x, y )  f 2 ( x, y )
2 2
sea cero o próximo a cero, ya que esta función es el indicativo de la cercanía de xk con respecto a la
raíz

4.1 METODOLOGÍA DE TRABAJO.

La secuencia de pasos a realizar son:

1. Abra MATLAB haciendo clic sobre el icono

2. Escriba un archivo M de funcion cuyo formato se presenta a continuación. Por ejemplo, sea
Optimizado el nombre del archivo M para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar la forma:
function [matriz, func] = Optimizado(x)
 f f 
matriz   1 ; 2 ;
 x y 
func   f1 , f 2 ;
NOTA . Las ecuaciones que representan a cada derivada parcial, como a cada función, deben
ser escritas de acuerdo al siguiente formato:
12 x12  x2  10 x1 se escribe como 12  x(1) 2  x(2)  10  x(1)
3. Una vez desarrollado el archivo M correspondiente, retorne a la pantalla principal de MATLAB
y proceda a verificar que el archivo no presente errores de sintaxis, ni lógicos.
4. En el indicador de MATLAB >>, llamar al programa NewtonOpT_L cuyos formatos de
utilización son:
NewtonOpT_L (MaxIte);
sol = NewtonOpT_L (MaxIte, ‘NomArch’, orden, error, x, [a, b]);
[sol, ite] = NewtonOpT_L (MaxIte, ‘NomArch’, orden, error, x, a, b);
Para cualquiera de los formatos, es necesario enviar la información correspondiente, donde:
MaxIte l número máximo de iteraciones a realizar antes de abandonar el proceso.
NomArch nombre del archivo que contiene el sistema y debe ir entre comillas.
orden variable que señala el orden del sistema a resolver.
error variable que indica el error a ser aceptado en los resultados.
x vector que señala los valores iniciales a ser asumidos para el cálculo.
a variable donde se señala el limite inferior del intervalo de búsqueda.
b variable donde se señala el limita superior del intervalo de búsqueda.
ite es una variable que almacena el número de iteraciones realizadas.
 sol es una variable que almacena las soluciones del sistema, si existen.
5. De ser necesario, introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.

7. 2.3 PROBLEMA A RESOLVER.

Utilice el método iterativo de Newton Raphson con optimización de t para resolver el siguiente
sistema de ecuaciones no lineales

xyz  x 2  y 2  1.34 

8. xy  z 2  0.09
e x  e y  z  0.41

En el proceso iterativo, recúrrase a la determinación aproximada de la solución con 10-3

PLANTILLA DE PRESENTACIÓN
Problema que presentan un vector inicial
1
Error = 0.001
Valor Inicial = [x0, x1, …]
Solución x1 = 1.1234
x2 = 1.1234
x3 = 1.1234
Problemas que no presentan solución
1
No presenta solución

El nombre del archivo a ser presentado es Guia_3.txt

Ing. Freddy Jhony Zambrana Rodríguez

JEFE GABINETE MAT1105