Universidad Nacional Mayor de San Marcos Facultad de...

Sistema de Ecuaciones No Lineales

Mg. Hermes Pantoja Carhuavilca

Universidad Nacional Mayor de San MarcosFacultad de Ingenieria Industrial

Métodos Computacionales

73

Sistema deEcuaciones No

LinealesMg. HermesPantoja C.

IntroducciónIntroducción

Localización deRaícesLocalización de Raíces

Métodos deSoluciónBisección

Regula Falsi

Método de la secante

Método del Punto Fijo

Método de Newton

Método de Muller

Sistema de ENLIntroducción


Método de Newton

Universidad Nacional Mayorde San Marcos

Facultad de IngenieriaIndustrial

Agenda


Localización de RaícesLocalización de Raíces

Métodos de SoluciónBisecciónRegula FalsiMétodo de la secanteMétodo del Punto FijoMétodo de NewtonMétodo de Muller

Sistema de ENLIntroducciónMétodo del Punto FijoMétodo de Newton

73



Introducción3 Introducción



Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Antecedente

I La finalidad principal de las matemáticas aplicadas esdeterminar valores de x que cumplan con f (x) = 0. Aestos valores les denominamos raíces o ceros de laecuación.

I Para polinomios de primer a tercer orden existenfórmulas que permiten lograr el objetivo antes dicho, sinembargo para grados superiores la situación se complica.

I En muchos casos no se puede resolver la ecuación deforma analítica salvo por aproximaciones sucesivas.

73




Localización deRaíces

4 Localización de Raíces


Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Métodos Gráficos

Los métodos Gráficos son utiles porque proporcionan unvalor inicial a ser usado por otros métodos

EjemploLocalice gráficamente las raíces de f (x) = 0, siendo

f (x) = |x | − ex

73







Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Solución:

En primer lugar, se debe reescribir la ecuación

f (x) = 0 . . . (1)

a una forma equivalente

f1(x) = f2(x) . . . (2)

Siendo f1 y f2 funciones cuyas gráficas sean más simple quela de f . Asimismio las raíces de (1) serán soluciones de (2),i.e, los puntos de intersección de f1 y f2.

73







Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Continuación...

De la ecuación, entonces f (x) = 0⇔ |x | = ex

Haciendo: f1(x) = |x |, f2(x) = ex , graficando f1 y f2.Del gráfico verificamos que el punto(único) de intersección,x∗, se sitúa en el intervalo 〈−1, 0〉.

73





7 Métodos deSoluciónBisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Métodos de los Intervalos

I Estos métodos empiezan con un intervalo que contienea la raíz y un procedimiento es usado para reducir elintervalo que contiene a la raíz.

I Ejemplos de métodos de intervalos :I Método de la BisecciónI Método de Falsa posición

73





8 Métodos deSoluciónBisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Métodos de Solución

Muchos métodos son disponibles para resolver ecuaciones nolineales

I Método de BisecciónI Método de NewtonI Método de la SecanteI Método de Falsa PosiciónI Método de MullerI Iteración del Punto Fijo

73





Métodos deSolución

9 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Teorema

Teorema (Bolzano)Sea f : [a, b]→ R una función continua en [a, b] tal quef (a) ∗ f (b) < 0. Entonces existe c ∈ 〈a, b〉 tal que f (c) = 0.

73






10 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Método de la Bisección

Requisitos:f (x) es continua en el intervalo [a, b] , f (a) y f (b) debentener signo opuesto.

Definición (Método de la Bisección:)Dado un intervalo [a, b] que contiene un cero de f (x) , encada iteración, el método de la Bisección reduce el intervaloque contiene al cero a un 50%.Los requisitos garantizan la existencia de al menos una raíz ren [a, b] tal que f (r) = 0 y el método de Bisección converge

73






11 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Continuación...

Cálculo de las raíces f (x) = 0Primera Iteración:Punto medio:x1 =

a + b2

Evaluación de la funciónen el punto medio f (x1)Determinación delnuevo intervalo debúsqueda.

Si (f (x1).f (a) < 0) entonces: b ← x1Si (f (x1).f (a) > 0) entonces: a← x1 ⇐ (En el dibujo)

73






12 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Continuación...

Segunda Iteración:Punto medio:x2 =

a + b2



73






13 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Continuación...

Tercera Iteración:Punto medio:x3 =

a + b2



73






14 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo:

73






15 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo:

73






16 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Número de Iteraciones

¿Cuántas iteraciones deben realizarse para asegurar que laraíz buscada dista menos de ε de la solución exacta?Al comenzar el intervalo de búsqueda mide: L0 = (b − a)Tras la primera iteración el nuevo intervalo de búsquedamide: L1 =

12L0 =

12(b − a)

Tras la segunda iteración el nuevo intervalo de búsquedamide: L2 =

12L1 =

122 (b − a)

. . .Tras la n-ésima iteración el nuevo intervalo de búsquedamide: Ln =

12Ln−1 =

12n (b − a)

73






17 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Continuación...

Si se toma como raíz aproximada tras n iteraciones el puntomedio del intervalo de búsqueda (punto xn+1) la distancia ala raíz exacta x∗ será menor que 1

2Ln.Luego:

73






18 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Continuación...

Una precisión mayor que ε se asegura realizando un númerode iteraciones (n) tal que:

|x∗ − xn+1| ≤b − a2(n+1)

< ε −→ 2n+1 >b − aε

−→ (n + 1) ln(2) > ln(b − a

ε

)−→ n >

ln(b − a

ε

)ln(2)

− 1

73






19 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo

EjemploEncontrar la raíz de la función f (x) = x3 − 3x + 1 en elintervalo [0, 1]

Solución:I f (x) es continuaI f (0) = 1, f (1) = −1 −→ f (a) ∗ f (b) < 0I Podemos usar el método de Bisección para encontrar la

raíz.

73






20 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo:

73






21 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Algoritmo de la Bisección

73






22 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Análisis del Método de Bisección

Teorema (Teorema de la Bisección)Si f es continua en [a, b], y existe s, una única raíz def (x) = 0. Si f (a) ∗ f (b) < 0 entonces:

|s − xk+1| ≤b − a2k+1 k = 0, 1, 2, . . .

y la sucesión {xk} converge a la raíz s.

73






23 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo

EjemploUsar el método de la bisección para aproximar la raízf (x) = e−x − ln x, comenzando en el intervalo [1, 2] con unaprecisión de 3 c.d.eSolución: a = 1; b = 2x1 =

a + b2 = 1.5

f (x1) = −0.1823 < 0; f (1) > 0; f (2) < 0De donde vemos que la raíz se encuentra en el intervalo[1,1.5]a=1; b=1.5La nueva aproximación es x2 =

1 + 1.52 = 1.25

73






24 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Con una precisión de 3 cifras decimales exactas:Tol = 0.5 ∗ 10−3

n ≥ln( 2− 10.5 ∗ 10−3

)ln 2 − 1 = 9.9658

Para alcanzar la precisión se requiere como mínimo: 10iteraciones. Tras 10 iteraciones se alcanza la precisióndeseada.

73






25 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Tabla

73






26 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Algoritmo

73






27 Bisección

Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Observaciones

VentajasI Simple y fácil de implementarI Se evalua solo una función por iteraciónI el tamaño del intervalo que contiene el cero es reducido

al 50% después de cada iteración.I El número de iteraciones pueden ser determinado a

prioriI No se necesita la derivada.I La función no tiene que ser diferenciable

DesventajasI LentaI Aproximaciones intermedias buenas podrían ser

descartadas

73






28 Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Método Regula Falsi (Motivación)

¿Cúal es la recta que une los puntos (a, f (a)) y (b, f (b))?

y =f (b)− f (a)

b − a (x − a) + f (a)

¿Cual es la intersección de la recta con el eje X .

c = a − f (a)b − a

f (b)− f (a)

73






29 Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Método Regula Falsi

1. Determinar un intervalo [a,b] tal que f(a) tiene signodistinto de f(b).

2. Hallar el punto c que divide el intervalo [a,b] en partesproporcionales a f(a) y f(b).

c = a − f (a)b − a

f (b)− f (a)=

af (b)− bf (a)

f (b)− f (a)

3. La intersección de esta recta con el eje X es unaaproximación a la raíz

4. Elegir, entre [a,c] y [c,b], un intervalo en el que lafunción cambie de signo.

5. Repetir los pasos 2 y 3 hasta conseguir la precisióndeseada.

73






30 Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Método Regula Falsi

c =af (b)− bf (a)

f (b)− f (a)

73






31 Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Algoritmo

Algoritmo del Método de Regula Falsi

1. a0 = a, b0 = b2. Para n = 0, 1, . . . , hacer:

I mn =anf (bn)− bnf (an)

f (bn)− f (an)I Si f (an)f (mn) < 0, tomar an+1 = an, bn+1 = mn; en

caso contrario, tomar an+1 = mn, bn+1 = bn

73






32 Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo

EjemploUsar el método Posición Falsa para aproximar la raízf (x) = e−x − ln x, comenzando en el intervalo [1, 2].Solución: a = 1; b = 2x1 = a − f (a)

b − af (b)− f (a)

= 1− f (1)2− 1

f (2)− f (1)=

1.397410482f (x1) = −0.087384509 < 0; f (1) > 0; f (2) < 0De donde vemos que la raíz se encuentra en el intervalo[1,1.397410408]a=1; b=1.397410408La nueva aproximación es x2 =1.321130513.

73






Regula Falsi

33 Método de la secante


Método de Newton

Método de Muller



Método de Newton




Dada una función f (x) contínua en el intervalo [a, b] dondeexiste una única raiz, es posible determinar una aproximaciónde la raiz a partir de la intersección de la secante de la curvaen dos puntos x0 y x1 con el eje X.

xn+1 = xn − f (xn)

[ xn − xn−1f (xn)− f (xn−1)

]; n ≥ 1

xn+1 =xn−1f (xn)− xnf (xn−1)

f (xn)− f (xn−1)

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton




73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Algoritmo

Algoritmo del Método de la Secante

1. x0 = a, x1 = b2. Para n = 1, 2, . . ., hacer

xn+1 =xn−1f (xn)− xnf (xn−1)

f (xn)− f (xn−1)

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo

EjemploUsar el método de la secante para aproximar la raízf (x) = e−x2 − x, comenzando con x0 = 0 , x1 = 1.Solución:Tenemos que f (x0) = 1 y f (x1) = −0.6321Sustituimos en la fórmula de la secante para calcular laaproximación x2

x2 = x1 − f (x1)(x1 − x0

f (x1)− f (x0)) =

= 1− f (1)(1− 0

f (1)− f (0)) = 0.6127

73






Regula Falsi


37 Método del Punto Fijo

Método de Newton

Método de Muller



Método de Newton




Definición (Punto Fijo)Un punto fijo de una función g es número p tal queg(p) = p.

EjemploPara calcular los puntos fijos de la función g(x) = x2 − 6,consideramos la ecuación g(x) = x, i.e. x2 − x − 6 = 0.Puntos fijos: 3 y −2.Conexiones entre dos problemas: búsqueda de los puntosfijos y búsqueda de las raícesSi g tiene punto fijo p, entonces f (x) = g(x)− x tiene uncero en p. Si f tiene una raíz p, entonces g(x) = x − f (x)tiene punto fijo p (También g(x) = x + 5f (x) tiene puntofijo p). Hay muchas formas de construir g que tiene puntofijo p.

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton




1. Transformar la ecuación f (x) = 0 en una ecuaciónequivalente de punto fijo: x = g(x).

2. Tomar una estimación inicial x0 del punto fijo x∗ de g.(x∗ punto fijo de g si g(x∗) = x∗).

3. Para k = 1, 2, 3, . . . hasta que converja, iterarxn+1 = g(xn).

Teorema (Sobre la existencia y unicidad del punto fijo)

a) Sea g ∈ C [a, b] tal que g(x) ∈ [a, b] para todox ∈ [a, b]. Entonces g tiene un punto fijo en [a, b].

b) Sea g ∈ C [a, b] tal que g(x) ∈ [a, b] para todox ∈ [a, b], g ′ existe en todo punto de 〈a, b〉 y existek ∈ 〈0, 1〉 tal que |g ′(x)| ≤ k para todo x ∈ 〈a, b〉.Entonces el punto fijo de g en [a, b] es único.

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Convergencia

Convergencia

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Divergencia

Divergencia

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplos

EjemploVerificar si la función g(x) =

x2 − 13 cumple las condiciones

del teorema en el intervalo [−1, 1]; en el intervalo [3, 4].Calcular los puntos fijos de g.

EjemploConsidere la función f (x) = x5 + x − 1 en el intervalo [0, 1].Construir una función g que cumpla con las condiciones delteorema y que tenga el punto fijo p. Probar las siguientesfunciones

I g(x) = 1− x5

I g(x) =1

x4 + 1I g(x) = 5√1− x

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Teorema

Teorema (Iteración de punto fijo)Sea g ∈ C [a, b] tal que g(x) ∈ [a, b] para todo x ∈ [a, b],existe g ′ en 〈a, b〉 y existe k ∈ 〈0, 1〉 tal que |g ′(x)| ≤ k paratodo x ∈ 〈a, b〉. Entonces, para cualquier númerop0 ∈ [a, b], la sucesión {pn}∞n=1 definida por

pn = g(pn−1), n ≥ 1

converge al punto fijo de la función g en [a, b]. Presentadocomo cota de error

|pn − p| ≤ kn

1− k |p0 − p1|, n ≥ 1

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Ejemplo

EjemploUsar el método del punto fijo para aproximar las raices def (x) = x2 − 2x − 3, comenzando con x0 = 4.Solución:Existen muchas formas de cambiar la ecuación f (x) = 0 a laforma x = F (x) , efectuando manipulaciones algebraicassimples.Para el ejemplo, sea:

x = F (x) =√2x + 3

Evaluamos la función F en un punto inicial x0x1 = F (x0) = F (4) = 3.31662x2 = F (x1) = F (3.31662) = 3.03439

73






Regula Falsi



44 Método de Newton

Método de Muller



Método de Newton



Método de Newton

El método de Newton-Raphson, también llamadosencillamente método de Newton, es el método más famosopara hallar los ceros de una función. A diferencia del métodode la bisección, necesita que se evalúe la derivada f ′(x)además de la propia función.

I Es lejos uno de los métodos más usados para resolverecuaciones.

I A partir de una estimación inicial x0 se efectúa undesplazamiento a lo largo de la tangente hacia suintersección con el eje x, y se toma ésta como lasiguiente aproximación.

73






Regula Falsi




Método de Muller



Método de Newton



Interpretación Geométrica

La ecuación de la rectatangente es:

y−f (xn) = f ′(xn)(x−xn)

Cuando y = 0, x = xn+1o sea

0− f (xn) = f ′(xn)(xn+1 − xn)

o

xn+1 = xn −f (xn)

f ′(xn)

73






Regula Falsi




Método de Muller



Método de Newton



Continuación...

Más concretamente el método de Newton consiste engenerar las sucesión{

xi+1 = xi −f (xi )

f ′(xi )

}∞i=0

a partir de un valor x0 dado.Si denotamos

g(x) = x − f (x)

f ′(x)

Estamos en presencia de un caso particular del método delPunto Fijo.

73






Regula Falsi




Método de Muller



Método de Newton



Ejemplo

EjemploAproximar la solución de la ecuación x2 − 4 = 0 utilizando elmétodo de Newton, x0 = 1, x0 = 3

73






Regula Falsi




Método de Muller



Método de Newton



Propiedad

PropiedadSi la función g(x) = x − f (x)

f ′(x)definida en [a, b] toma

valores en [a, b], es de clase C1([a, b]) y además:

|g ′(x)| =

∣∣∣∣ f ′′(x).f (x)

(f ′(x))2

∣∣∣∣ < 1, ∀x ∈ [a, b]

entonces la sucesión dada por{xi+1 = xi −

f (xi )

f ′(xi )

}∞i=0

obtenida a partir de cualquier punto x0 ∈ [a, b] convergehacia la única solución de la ecuación f (x) = 0 en [a, b].

73






Regula Falsi



Método de Newton

49 Método de Muller



Método de Newton



Método de Muller

El método de Muller es similar al método de la secante, peroa diferencia de éste; el método de Müller hace uso de unaparábola para aproximar a la raíz. El método consiste enobtener los coeficientes de la parábola que pasan por los trespuntos, Dichos coeficientes se sustituyen en la fórmulacuadrática para obtener el valor donde la parábola intersectaal eje x; es decir, la raíz estimada. La aproximación sefacilita al escribir la ecuación de la parábola en una formaconveniente.

73






Regula Falsi



Método de Newton




Método de Newton



Método de Muller

I Utiliza tres aproximaciones: x0, x1, x2.I Determina la siguiente aproximación x3 encontrando la

intersección con el eje X de la parábola definida por lospuntos (x0, f (x0)), (x1, f (x1)), (x2, f (x2)).

73






Regula Falsi



Método de Newton




Método de Newton



Método de Muller

Se considera el polinomio

P(x) = a(x − x2)2 + b(x − x2) + c

Se puede encontrar a, b y c resolviendo

f (x0) = a(x0 − x2)2 + b(x0 − x2) + c

f (x1) = a(x1 − x2)2 + b(x1 − x2) + c

f (x2) = a(x2 − x2)2 + b(x2 − x2) + c

73






Regula Falsi



Método de Newton




Método de Newton



Método de Muller

73






Regula Falsi



Método de Newton




Método de Newton



Continuación...

Otra Formah0 = (x1 − x0), h1 = (x2 − x1)

δ0 =f (x1)− f (x0)

x1 − x0, δ1 =

f (x2)− f (x1)

x2 − x1

Luego:a =

δ1 − δ0h0 + h1

b = ah1 + δ1

c = f (x2)

73






Regula Falsi



Método de Newton




Método de Newton



El método de Müller converge bastante rápidamente.Además, se puede utilizar en el caso de raíces complejas.Para evitar overflows cuando a es muy pequeño, esconveniente escribir x − x2 como

x − x2 =2c

−b ∓√b2 − 4ac

. . . (∗)

tomando el signo que haga máximo el módulo deldenominador. El método de Müller puede tomar comovalores de comienzo números complejos, en cuyo caso sirvepara obtener raíces complejas.

73






Regula Falsi



Método de Newton




Método de Newton



Dado los puntos en valor creciente: x0 < x2 < x1; evaluamosen (∗) y obtenemos x3. Los nuevos puntos seran: x1, x2, x3.Observacion: Si se empieza en x2 ,obtenemos x0 y x1 como

x1 = x2 + hx2

x0 = x2 − hx2

h es el incremento.

73






Regula Falsi



Método de Newton




Método de Newton



Algoritmo

Dato Inicial: xr , h, MaxIterx2 ← xrx1 ← xr + h ∗ xrx0 ← xr − h ∗ xrPara i=1 hasta MaxIterh0 ← x1 + x0h1 ← x2 − x1d0 ← (f (x1)− f (x0))/h0d1 ← (f (x2)− f (x1))/h1a← (d1 − d0)/(h1 + h0)b ← a ∗ h1 + d1c ← f (x2)

73






Regula Falsi



Método de Newton




Método de Newton



rad ← sqrt(b ∗ b − 4a ∗ c)Si | − b + rad | > | − b − rad | entoncesden← −b + radCaso Contrarioden← −b − radFin Six3 ← x2 + (2 ∗ c)/denx0 ← x1x1 ← x2x2 ← x3Fin Para

73






Regula Falsi



Método de Newton




Método de Newton



EJEMPLO

EjemploUtilizando el método de Muller, aproximar

f (x) = x3 − 13x − 12; xr = 5

Consideremos ahora de la siguiente manera:h = 0.1x0 = xr − h ∗ xr = 5− 0.1 ∗ 5 = 4.5x2 = xr = 5x1 = xr + h ∗ xr = 5 + 0.1 ∗ 5 = 5.5

73






Regula Falsi



Método de Newton




Método de Newton



EJEMPLO

Primera Iteración:Conocido x0 = 4.5, x1 = 5.5, x2 = 5, hallamos x3

f (x0) = f (4.5) = 20.6250; f (x1) = f (5.5) = 82.8750

f (x2) = f (5) = 48

Calculando:h0 = x1 − x0 = 1; h1 = x2 − x1 = −0.5δ0 =

f (x1)− f (x0)

x1 − x0=

82.8750− 20.62501 = 62.2500

δ1 =f (x2)− f (x1)

x2 − x1=

48− 82.8750−0.5 = 69.7500

73






Regula Falsi



Método de Newton




Método de Newton



Hallando los coeficientes:

a =δ1 − δ0h0 + h1

=69.7500− 62.2500

1 + (−0.5)= 15

b = ah1 + δ1 = 15 + 69.7500 = 62.2500

c = f (x2) = f (5) = 48

Luego:

x3 = x2+2c

−b ∓√b2 − 4ac

= 5+2 ∗ 48

−62.25∓√62.252 − 4 ∗ 15 ∗ 48

73






Regula Falsi



Método de Newton




Método de Newton



Dado que:

| − 62.25−√62.252 − 4 ∗ 15 ∗ 48|︸︷︷︸93.7946

> | −62.25 +√62.252 − 4 ∗ 15 ∗ 48︸︷︷︸30.7054

|

tenemos:

x3 = 5 +2 ∗ 48

−62.25−√62.252 − 4 ∗ 15 ∗ 48

= 3.9765

Ahora, los nuevos x0, x1 , x2 son:

x0 ← x1

x1 ← x2

x2 ← x3

Segunda Iteración:

x3 = 4.0011

73






Regula Falsi



Método de Newton

Método de Muller

Sistema de ENL62 Introducción


Método de Newton



Sistema de ENL

Dada la función

F : Rn −→ Rn

(x1, . . . , x2) −→ (f1(x1, . . . , xn), . . . , fn(x1, . . . , xn))

El objetivo es determinar una solución x∗ = (x∗1 , . . . , x∗n ) delsistema de n ecuaciones con n incognitas

f1(x1, . . . , xn) = 0...fn(x1, . . . , xn) = 0

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



En su forma matricial

F (x) = 0

con

x =

x1x2...xn

, F (x) =

f1(x)f2(x)...fn(x)

, 0 =

00...0

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



La resolución de sistemas de ecuaciones no lineales porprocesos analíticos puede ser bastante difícil o imposible. Enese caso tenemos la necesidad de utilizar métodos numéricospara obtener una solución aproximada. Consideraremos lossiguientes métodos iterativos:

I Método del Punto FijoI Método de Newton

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton




Fórmula de recurrenciax (k+1) = G(x (k)), k = 0, 1, 2, . . . ,

donde

G(x) =

g1(x)g2(x)...gn(x)

que determina una sucesión de aproximaciones para una raízx∗ de la ecuación F (x) = 0, a partir de una aproximacióninicial

x =

x (0)

1x (0)

2...x (0)

n

73






Regula Falsi



Método de Newton

Método de Muller



Método de Newton



Definiciones

Definición

I Norma 1: ∀x ∈ Rn, ||x ||1 =n∑

i=1|xi |

I Norma 2 o norma euclidiana: ∀x ∈ Rn,

||x ||2 =

√√√√ n∑i=1

x2i

I Norma Infinita:∀x ∈ Rn, ||x ||∞ = max1≤i≤n|xi |.

73






Regula Falsi



Método de Newton

Método de Muller






Método de Newton

Formula de recurrencia:

x (k+1) = x (k) − J−1F (x (k))F (x (k)) k = 0, 1, . . . ,

donde

JF (x) =

∂f1∂x1

(x) . . .∂f1∂xn

(x)

... . . . ...∂fn∂x1

(x) . . .∂fn∂xn

(x)

73






Regula Falsi



Método de Newton

Método de Muller






Ejemplo

EjemploDado el sistema no lineal

2x1 − x2 = e−x1

−x1 + 2x2 = e−x2

Se pide:1. Localizar gráficamente las raices.2. Aproximar la solución utilizando el método de Newton.

Considerar x (0) = [0.5 1]T . Hallar el error cometido.3. Aproximar la solución utilizando el método del Punto

Fijo. Considerar x (0) = [0.5 1]T . Hallar el errorcometido.

73






Regula Falsi



Método de Newton

Método de Muller






Solución

Arreglando:f1(x1, x2) = 2x1 − x2 − e−x1 = 0f2(x1, x2) = −x1 + 2x2 − e−x2 = 0

73






Regula Falsi



Método de Newton

Método de Muller






Continuación...

Solucion: (2)

F (x) =

[2x1 − x2 − e−x1

−x1 + 2x2 − e−x2

]=

[00

]

x (k+1) = x (k) − J−1F (x (k))F (x (k)); JF (x) =[

2 + e−x1 −1−1 2 + e−x2

]∆ = 3 + 2(e−x1 + e−x2) + e−x1−x2

J−1F (x) =

1∆

[2 + e−x2 1

1 2 + e−x1

]

73






Regula Falsi



Método de Newton

Método de Muller






Continuación...

Iteración:1

x (0) =

[0.51

]F (x (0)) =

[−0.60651.1321

]

J−1F (x (x0)) =

[0.4578 1.9340.1934 0.5040

]

x (1) =

[0.51

]︸︷︷︸

x (0)

−[−0.05880.4533

]︸︷︷︸

∆x (0)

Error=||∆x (0)|| = 0.4533

73






Regula Falsi



Método de Newton

Método de Muller






Continuación...

Solución: 3Algoritmo del Punto Fijo:

x1 =x2 + e−x1

2 = g1(x1, x2)

x2 =x1 + e−x2

2 = g2(x1, x2)

G(x1, x2) =

[g1(x1, x2)g2(x1, x2)

]Prueba de la convergencia:

JG =

∂g1∂x1

∂g1∂x2

∂g2∂x1

∂g2∂x2

[0.5,1]

=

[−0.3033 0.5

0.5 −0.1839

]

73






Regula Falsi



Método de Newton

Método de Muller






Continuación...

||JG ||∞ = 0.8033 . Por lo tanto Converge.

x (k+1)1 =

x (k)2 + e−x (k)

1

2

x (k+1)2 =

x (k)1 + e−x (k)

2

2Primera Iteración:x (0) = [0.5 1]T

x (1)1 =

1 + e−0.5

2 = 0.8033

x (1)2 =

0.5 + e−1

2 = 0.4339

x (1) = [0.8033 0.4359]

Universidad Nacional Mayor de San Marcos Facultad de...

Documents

Transcript of Universidad Nacional Mayor de San Marcos Facultad de...