Parte 5.

M
etodos iterativos para la
resoluci
on de sistemas de ecuaciones no
lineales
Gustavo Montero

Escuela T
ecnica Superior de Ingenieros Industriales
Universidad de Las Palmas de Gran Canaria
Curso 2006-2007

Introducci
on
Planteamiento del problema
Obtener la soluci
on s = (s1 , s2 , . . . , sn ) del sistema de ecuaciones no lineales,
f1 (x1 , x2 , . . . , xn )

f2 (x1 , x2 , . . . , xn )

.
.
.

.
.
.

fn (x1 , x2 , . . . , xn )

Representaci
on matricial
Si llamamos x = (x1 , x2 , . . . , xn ), f (x) = (f1 (x1 , x2 , . . . , xn ), f2 (x1 , x2 , . . . , xn ), . . . , fn (x1 , x2 , . . . , xn )), se
puede escribir la ecuaci
on vectorial,
f (x) = 0
que se puede transformar en

x = g (x)

Relaci
on con la resoluci
on de una ecuaci
on
Los resultados obtenidos para la resoluci
on de una ecuaci
on se pueden generalizar a n ecuaciones con n inc
ognitas,
cambiando el concepto de valor absoluto | | por el de norma || ||.

Algoritmo de Punto Fijo

Replanteamiento del sistema no lineal
Se basan en general en plantear el sistema de ecuaciones no lineales original de la forma
x1

g1 (x1 , x2 , . . . , xn )

x2

g2 (x1 , x2 , . . . , xn )

.
.
.
xn

.
.
.
=

gn (x1 , x2 , . . . , xn )

Aproximaciones sucesivas
Partiendo de una aproximaci
on inicial x0 , se construye una sucesi
on de vectores {xm } utilizando la relaci
on,
xm+1 = g (xm ) ,

m = 0, 1, . . .

Algoritmo de Newton-Raphson
Obtenci
on del algoritmo

Obtenci
on de la matriz A

De forma similar a como suceda con una sola ecuaci

on,
se toma
g (x) = x A(x) f (x)

Para elegir aik , derivamos respecto a xj

siendo A(x) una matriz n n no singular x.

El algoritmo resulta,
xm+1 = xm A(xm ) f (xm )
Si se toman los elementos aij de A(x) constantes se tiene
que,
n
X
aik fk (x)
gi (x) = xi
k=1

Algoritmo de
Newton-Raphson
1

xj

= ij

n
X

(xm ) f (xm )

aik

fk (x)

k=1

xj

siendo ii = 1 y ij = 0 si i 6= j. De forma matricial,

G (x) = I A J(x)
siendo G (x) y J(x) las matrices jacobianas de g y f ,
respectivamente.
Para que exista convergencia
G (s) = I A J(s) = 0

Por tanto, el algoritmo de Newton-Raphson para sistemas

de ecuaciones no lineales resulta,
xm+1 = xm J

gi (x)

A=J

(s)

Como suceda en el caso de una sola ecuaci

on, no
conocemos la soluci
on s y definimos A en funci
on de x,
A(x) = J

(x)

Implementaci
on usual del algoritmo de
Newton-Raphson

Utilizaci
on de un vector incremental

El c
alculo de J 1 (xm ) no se realiza explcitamente, sino que se plantea un sistema de ecuaciones lineales en cada
iteraci
on del m
etodo de Newton-Raphson,
J(xm ) (xm+1 xm ) = f (xm )
tomando como inc
ognita,
ym = xm+1 xm
Una vez resuelto el sistema lineal J(xm ) ym = f (xm ), la soluci
on es actualizada de la forma,
xm+1 = xm + ym

Algoritmo de Newton Modificado

Simplificaci
on del algoritmo de Newton-Raphson
Si no actualizamos la matriz Jacobiana J(x0 ) y la mantenemos constante a lo largo de todas las iteraciones del
proceso de Newton-Raphson, se obtiene el m
etodo de Newton-Modificado,
J(x0 ) ym = f (xm )
xm+1 = xm + ym

Resumen de resultados de Convergencia

Sea g (x) tal que

I
I

g (x) ,

x D

L < 1 tal que ||g (x) g (x 0 )|| L||x x 0 ||,

x, x 0 D

siendo
D = [a1 , b1 ] [a2 , b2 ] [an , bn ] =

n
Y

[ai , bi ]

i=1

Entonces existe una raz u

nica s de la ecuaci
on f (x) = x g (x) = 0.
Si todas las funciones gi (x) son C 1 (D) y se verifica

g (x)
L
i

,
xj
n

x DconL < 1,

i, j = 1, 2, . . . n

entonces se cumple la segunda condici

on del teorema anterior, para las normas || ||1 y || || .
L
L
En el caso || ||2 debemos sustituir
por
.
n
n3/2
Se puede sustituir las dos condiciones del primer teorema por,

I
I

g (x) es Lipschitziana con L < 1 y ||x || r

|| g ()|| (1 L)r

Resumen
I En general, los m
etodos num
ericos de resoluci
on de sistemas de ecuaciones no
lineales est
an basados en una linealizaci
on del sistema en cada iteraci
on de
proceso iterativo, que se traduce en la resoluci
on de un sistema de ecuaciones
lineales en cada paso.
I El m
etodo de Newton-Raphson es m
as r
apido que el Modificado y, en general,
que cualquiera de punto fijo obtenido de una elecci
on arbitraria de la funci
on
g (x). En cambio, tiene la desventaja de necesitar actualizar la matriz Jacobiana
en cada iteraci
on, lo que supone un coste computacional adicional frente a los
otros m
etodos estudiados.
I El m
etodo de Newton Modificado trata de eliminar este inconveniente,
utilizando en todo el proceso la misma matriz Jacobiana J(x0 ). El menor coste
por iteraci
on debido a esta simplificaci
on se traduce, no obstante, en un
aumento del n
umero de pasos necesarios para alcanzar la convergencia.
I La utilizaci
on de un m
etodo de Punto Fijo elimina la resoluci
on de un sistema
de ecuaciones lineales en cada iteraci
on, al venir definidos las nuevos valores de
la aproximaci
on de forma explcita. Sin embargo, la convergencia normalmente
es difcil de alcanzar y se debe comprobar las condiciones de los teoremas que
aseguran la convergencia antes de definir las expresiones de
gi (x), i = 1, 2, . . . , n.