Está en la página 1de 24

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

Tema 4
4.

4.1.

Solucin de Sistemas
Ecuaciones No Lineales

de

Introduccin
En la prctica de la ingeniera y ciencias se tiene la necesidad de resolver un sistema de
ecuaciones no lineales. En temas pasados se vio la solucin de ecuaciones no lineales. La
solucin de sistemas de ecuaciones no lineales esencialmente consistir en extender los
mtodos de solucin de una sola ecuacin no lineal a sistemas de ecuaciones no lineales. Pero
como se vera esto no es sencillo.

4.2.

Conceptos Bsicos
Un sistema de ecuaciones no lineales es de la forma

f1 (x1 , x2 , x3 , , xn ) = 0

f 2 (x1 , x2 , x3 , , xn ) = 0
f 3 (x1 , x2 , x3 , , xn ) = 0

f n (x1 , x2 , x3 , , xn ) = 0

en forma mas compacta

F (X ) = 0
donde
F: vector de funciones.
X: vector solucin.
0: vector de trminos nulos (0).

Pgina

4-1

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

4.3.

Mtodos de Solucin
Los mtodos de solucin de un sistema de ecuaciones no lineales se clasifican en:
1. Mtodo Grfico.
2. Mtodos Directos.
3. Mtodos Iterativos.

4.4.

Mtodo grfico
El mtodo grfico consiste en trazar la grfica de cada ecuacin del sistema y hallar los puntos
de corte, los cuales son la solucin. La desventaja de este mtodo es que no es muy preciso, y
slo es aplicable cuando tenemos 2 a lo mucho 3 ecuaciones. Adems considerando que son
ecuaciones no lineales, las graficas puede ser que no sean fciles de construir.

4.5.

Mtodos directos
Los mtodos directos son aquellos que determinan la solucin en un numero determinado de
pasos.
Estos mtodos no son los ms usuales pero cuando sea posible son los ms recomendables, por
que nos dan la solucin analtica, es decir, la solucin terica del problema. Salvo raros casos
estos mtodos no son siempre aplicables, ya que dependen que el sistema permita el despeje y
simplificacin del mismo mediante operaciones algebraicas.

4.6.

Mtodos iterativos
Si bien los mtodos directos dan la solucin terica, no siempre se pueden aplicar.
Los mtodos iterativos son aquellos que obtienen la solucin aproximndose a ella en un
numero finito, pero no definido de pasos.
Estos mtodos son propiamente mtodos numricos, los cuales como ya vimos obtienen la
solucin mediante una sucesin que se aproxima a la solucin del problema. En este caso los
mtodos iterativos obtienen una sucesin de vectores que se aproxima a la solucin del sistema.
Como ya mencionamos anteriormente en los temas pasados, los mtodos numricos requieren
de un criterio de convergencia para determinar cuando parar. El criterio de convergencia
basado en el error relativo, como ya se coment es muy til. Tambin por lo que se comento en
el tema de solucin de ecuaciones lineales mediante mtodos iterativos el criterio de
convergencia ser:

4-2

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

cc

k +1

k +1

( NCS +1)

510

donde

||X|| = max | x i | Es una norma vectorial natural.


1 i n

k: ndice de la iteracin, no la confundas con una potencia, solo es l numero de iteracin.


Xk+1 : Vector de la iteracin k+1.
Xk : Vector de la iteracin k.
NCS: Numero de cifras significativas deseadas.
Tambin se pide que:

(X )

( NCS +1)

k +1

510

y por seguridad adems

k > max iter


En general es difcil aplicar un mtodo numrico en este caso, ya que no se tiene un teorema
como el de cambio de signo para hallar por donde esta la solucin. Esto es por que es difcil
extender e interpretar el teorema de cambio de signo a sistemas de n ecuaciones no lineales.
Por lo anterior los mtodos basados en cambio de signo como biseccin y regula falsi NO se
pueden extender a sistemas de ecuaciones no lineales con facilidad.
Por esta razn en la practica solo se emplean extensiones de los mtodos de punto fijo, newton
y secante, o de algn otro mtodo que no requiera cambios de signo.
Solo consideraremos los mtodos de:
1. Mtodo de Iteracin de Punto fijo.
2. Mtodo de Newton.

4.7.

Mtodo de Iteracin de Punto Fijo


Este mtodo como su contraparte de una sola variable consiste en expresar el sistema en la
forma:

X = G( X )
donde las funciones G se obtienen mediante manipulaciones algebraicas del sistema original de
las funciones F.

Pgina

4-3

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva


En este mtodo comenzamos con un vector inicial X0. Con este vector calculamos otro vector
X1 , verificamos el criterio de convergencia. Si se cumple bien, si no realizamos otra iteracin
con el vector X1, obtenemos un vector X2, nuevamente verificamos la convergencia, si se
cumple bien, si no repetiremos el procedimiento hasta lograr la convergencia concluir que no
la hay. Las ecuaciones generales del mtodo son:

( )

X K +1 = G X k

para este caso para asegurar la convergencia se debe de cumplir que:

g (X )
i

xj

C
n

donde:
C: constante menor a 1.
n: numero de ecuaciones.
i: 1, 2, 3, ..., n
j: 1,2, 3, ... ,.n
Como en general esto es difcil y tardado de probar se prueba con varias combinaciones hasta
hallar una que sea convergente.

4.7.1. Ejemplo del mtodo de Iteracin de Punto Fijo


Como ejemplo resolveremos el sistema no lineal:1

x +x
1

8160 = 0

x x + 3510 = 0
x + x + x 240 = 0
1

Resolvamos nuestro sistema de ejemplo. Los criterios de convergencia a emplear son

Este sistema se obtiene al considerar las medidas de la ganadora de un concurso


de Belleza.

4-4

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.


||Xk+1-Xk||

cck =

||Xk+1||

5x109

k > 100
Despejemos una variable de cada ecuacin

k +1

= 8160 x2

x2

k +1

x3

k +1

x1

+ 3510
k

= 240 x2 x1

Para la aproximacin inicial para este sistema probaremos como solucin aproximada
(50,50,50).2
En la iteracin 1 se tiene

x1 = 8160 x2
1

x2 =

+ 3510
0

x3 = 240 x2 x1
sustituyendo valores

x1 = 8160 50 = 90.0555
1

x 2 = 50 + 3510 = 59.6657
1

x3 = 240 50 50 = 140
Calculemos el criterio de convergencia

cc1 =

||X1 -X 0 ||
||X1 ||

X1 X0

Tomando en cuenta que por la naturaleza del problema la solucin debe de estar
para las 3 variables entre 0 y 100.

Pgina

4-5

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

90.0555 50
59.6657 50 =

140 50

40.0555
9.6657

90
40.0555
max 9.6657 =
1 j n
90
90

X1

90.0555
59.6657

140

90.0555
max 59.6657 =
1 j n
140
140

cc1 =

||X1 - X 0 ||
||X1 ||

90
= 140
= 0.642857

Como el criterio de convergencia no se cumple realizamos otra iteracin.


En la iteracin 2 se tiene

x1 = 8160 x2
2

x3

x + 3510
= 240 x x

x2 =

sustituyendo valores

4-6

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

x1 = 8160 90.0555 = 90.0019


2

x 2 = 59.6657 + 3510 = 60.0005


2

x3 = 240 90.0555 59.6657 = 90.2787


Calculemos el criterio de convergencia

||X 2 -X1 ||

cc2 =

||X 2 ||

X2 X1

90.0019 90.0555
60.0005 59.6657

90.2787 140

- 0.0536
0.3348 =

- 49.7213

- 0.0536
max 0.3348 =
1 j n
- 49.7213
49.7213

X1

90.0019
60.0005 =

90.2787

90.0019
max 60.0005 =
1 j n
90.2787
90.2787

cc 2 =

||X 2 - X1 ||
||X 2 ||

49.7213
90.2787

= 0.550753

Dado que no se cumple el criterio de convergencia continuamos. Los clculos se resumen en la


tabla 1

Pgina

4-7

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva


Tabla 1 Clculos del Mtodo de Iteracin de Punto Fijo
k
0
1
2
3
4
5

X1
50
90.0555
90.0019
90
90
90

X2
50
59.6657
60.0005
60
60
60

X3
50
140
90.2787
89.9977
90
90

cc
0.642857
0.550753
0.00312273
2.56324e-05
1.44569e-07

90

60

90

1.18669e-09

Podemos observar que la convergencia en este caso no es lenta. Usualmente este no es el caso.
Tambin se observa algo curioso. A partir de la iteracin 4 ya no cambio la solucin, sin
embargo el criterio de convergencia sigui disminuyendo. Esto se debe a que el programa que
realizo los clculos NO mostr todas cifras obtenidas en los clculos, no obstante estas cifras si
afectaron l calculo del criterio de convergencia como se muestra.

4.8.

Mtodo de Newton
El mtodo de Newton-Rapshon se puede extender a sistemas de ecuaciones no lineales. Se
expresa en la forma:

k +1

(X k ) F (X )
1

donde:
Xk: vector de incgnitas en la iteracin k
J(X)-1: inversa de la matriz jacobiana.
F(X): vector de funciones.
La matriz jacobiana se define como:

f ( X )
1

x1

f 2 ( X )

x1
J (X ) =

f ( X )
n

x1

f ( X )
x
f ( X )
x
1

f ( X )
x
2

f ( X )
x
f ( X )
x
2

(
)
X
f n

x n

4-8

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

donde

f ( X )
x

es la derivada parcial de la funcin i respecto a la variable j. Esta derivada se calcula como las
que ya conoces de una variable considerando que excepto la variable xj todas las dems son
constantes.
Como ya se comento en el tema de sistemas de ecuaciones lineales, el mtodo de la matriz
inversa para resolver sistemas de ecuaciones lineales no es muy eficiente, por esta razn
conviene expresar el mtodo de Newton como:

k +1

donde la Hk se obtiene de:

(X ) H
k

=F

(X )
k

el cual es un sistema lineal con incgnitas h1, h2,..., hn


Se recomienda resolver el sistema por el mtodo ms eficiente, por lo cual recomendamos
resolverlo por el mtodo de Montante con pivoteo parcial, por las razones ya comentadas en el
tema pasado.
Si se considera una sola ecuacin se tiene:

J (X ) =

f ( X ) df (x )
=
= f (x )
dx
x
1

'

f x1k H 1k

= f x k
1

'

x1k +1 = x H
k

despejando H1 se tiene

f x k
1
k
H 1 = ' k
f x1

Pgina

4-9

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva


sustituyendo y eliminado el subndice 1 se tiene

xk +1 =

f (x k )

xk

f (x )
'

que es el mtodo de Newton para una sola variable.

4.8.1. Ejemplo del mtodo de Newton


Repitamos el ejemplo otra vez. Las ecuaciones de Newton en este caso son

x
x
x

k +1

las hs se obtienen de la solucin de:

k +1
2

k +1
3

x h
= x h
= x h
=

(X ) H
k

=F

(X )
k

para este caso

f (X
1

f (X
2

) = (x1k ) + x 8160
2

) = x (x ) + 3510
k

k 2

f 3(X k )= x1k + x + x
k

240

y la matriz jacobiana es:

4-10

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

( )

(X )
k

f (X
x
f (X
x
f (X
x

k
f
X
1

x1

k
f 2 X
=
x1 k
f X
3

x1

( )

( )

f (X
x
f (X
x
f (X
x

k
2 x1

= 1
1

)
)

1
k

2 x2
1

0
1

el criterio de convergencia ser

cc k =

||X k +1 - X k ||
||X k +1 ||

(X )
k

5 x10 9

5 x10 9

k > 100

En la iteracin 1 se tiene

f (X

f (X
2

) = (x10) + x 8160
2

) = x (x ) + 3510
0

0 2

f 3(X 0)= x10 + x + x

(X )
0

2 0
x1
= 1
1

(X ) H

Pgina

1
0

2 x2
1

=F

240

0
1

(X )
0

4-11

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

x = x h
x = x h
x = x h

sustituyendo valores

f (X
1

(X )
0

) = (50) + 50 8160 = -5610


(X ) = 50 (50) + 3510 = 1060
(X ) = 50 + 50 + 50 240 = 90
0

1
0 100
2 (50 )

= 1
2 (50 ) 0 = 1
1
1
1 1

(X )
0

(X ) H

100
= 1
1

1
100
1

=F

1
100
1

0
0
1

(X )
0

0
0 h1 5610
0
0 h 2 = 1060
0
1 h 3 90

o equivalentemente

100h
+h
h
100h
h
+h
+h
0

1
0

= 5610
=

1060

90

resolviendo por el mtodo de montante con pivoteo parcial

Comenzaremos otra vez con los valores usados para la iteracin de punto fijo.

4-12

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

0 - 55.988
h10

h2 = - 11.1599
0 - 22.8517

h3
1

x
x
x

1
1
2

1
3

= 50 ( 55.988) = 105.988
= 50 ( 11.1599 ) = 61.1599
= 50 ( 22.8517 ) = 72.8517

Calculemos el criterio de convergencia

cc1 =

||X1 -X 0 ||

X1 X0

||X1 ||

- 55.988
- 11.1599 =

- 22.8517

- 55.988
max - 11.1599 =
1 j n
- 22.8517
55.988
X1

105.988
61.1599 =

72.8517

105.988
max 61.1599 =
1 j n
72.8517
105.988

cc1 =

||X1 - X 0 ||
||X1 ||

Pgina

55.988
= 105.988
= 0.52825

4-13

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

( )

f X1

- 5610
1060 =

- 90

- 5610
max 1060 =
1 j n
- 90
5610
Como el criterio de convergencia no se cumple realizamos otra iteracin.
En la iteracin 2 se tiene

) = (x11) + x 8160

f (X

f (X

) = x (x ) + 3510
1

1 2

f 3(X 1)= x11 + x + x

(X )
1

240

2 1
1
x1
1
= 1
2 x2
1
1

(X ) H
1

=F

0
1

(X )
1

x = x h
x = x h
x = x h
sustituyendo valores

f (X
1

) = (105.988)

+ 61.1599 8160 = 3134.616044

4-14

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

f (X
2

(X )
1

) = 105.988 (61.1599) + 3510 = -124.54536801


(X ) = 105.988 + 61.1599 + 72.8517 240 = -0.0004
1

1
0 211.976
2 (105.988 )

=
2 (61.1599 ) 0 =
1
1

1
1
1
1

(X )
1

211.976
=
1

(X ) H
1

=F

1
122.3198
1

0
0
1

(X )
1

1
0 h1 3134.61604 4
1
0 h 2 = - 124.545368 01
1

- 0.0004
1 h 3

1
122.3198
1

o equivalentemente

211.976h
+h
h
122.3198h
h
+h
+h
1

1
1

1
3

3134.616044

= 124.54536801
=

0.0004

resolviendo por el mtodo de montante con pivoteo parcial

1 14.7822
h11

h2 = 1.139
1 - 15.9216

h3

x
x
x

1
2
2
2
3

= 105.988 (14.7822 ) = 91.2058


= 61.1599 (1.139 ) = 60.0209
= 72.8517 ( 15.9216 ) = 88.7733

Calculemos el criterio de convergencia

Pgina

4-15

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

||X2 -X1||

cc2 =

||X2 ||

X 2 X1

14.7822
1.139 =

- 15.9216

14.7822
max 1.139 =
1 j n
- 15.9216
15.9216
X2

91.2058
60.0209 =

88.7733

91.2058
max 60.0209 =
1 j n
88.7733
91.2058

cc 2 =

||X - X ||
||X 2 ||

15.9216
91.2058

( )

f X2

= 0.174568
=

3134.616044
- 124.54536801 =

- 0.0004

3134.616044
max - 124.54536801 =
1 j n
- 0.0004
3134.7

4-16

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.


Dado que no se cumple el criterio de convergencia continuamos. Los clculos se resumen en la
tabla 2
Tabla 2 Clculos del Mtodo de Newton
k
0
1
2
3
4
5

x0
50
105.988
91.2058
90.008
90
90

x1
50
61.1599
60.0209
60.0001
60
60

x2
50
72.8517
88.7733
89.992
90
90

cc
-1
0.52825
0.174568
0.0135393
8.9338e-05
3.95438e-09

ccy
-1
3134.7
218.524
1.43487
6.35272e-05
0

Podemos ver que la convergencia es ms rpida y de hecho salvo raros casos as es, es decir,
generalmente Newton converge ms rpido que iteracin de punto fijo.

4.9.

Primera aproximacin
La primera aproximacin es difcil de hallar ya que no es simple usar el teorema de cambio de
signo, y puede ser que no se pueda trazar una grafica.
Lo ms recomendable es usar la teora referente al sistema de ecuaciones no lineales para
proponer la primera aproximacin.
Si no hay alguna teora que aplicar entonces se puede tratar de usar la solucin del siguiente
problema:

G = min

(f

( X ))
i

El mnimo de esta funcin es 0 y solo ocurre en las races del sistema original. Para hallar este
mnimo se pueden usar tcnicas de optimizacin no lineal, pero esto va mas all del alcance de
este curso.
Tambin se puede intentar simplificar el sistema usando series de Taylor o despreciando
algunos trminos como los lineales respecto a las potencias ms altas para el caso de sistemas
que tengan trminos polinomiales.

4.10.

Resumen
Existen principalmente 2 formas de resolver un sistema lineal: Mtodos directos y mtodos
iterativos.
Los directos se usan cuando hay solucin analtica. Los iterativos cuando no hay solucin
analtica.
Los mtodos numricos son extensiones de los mtodos de una sola ecuacin.

Pgina

4-17

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva


Solo se extienden los mtodos de newton, punto fijo y secante, por que no se puede extender
fcilmente el teorema de cambio de signo a sistemas de ecuaciones, y por ende no se puede usar
versiones de los mtodos de biseccin y regula falsi.
El mtodo de iteracin de punto fijo se usa cuando el sistema se tiene ya en forma iterativa por
lo regular.
El mtodo de newton para sistemas de ecuaciones no lineales requiere calcular derivadas
parciales y resolver un sistema de ecuaciones lineales en cada iteracin. Este sistema se
recomienda resolverlo por el mtodo de Montante con pivoteo parcial.
La primera aproximacin por lo regular se obtendr de la teora pertinente al sistema de
ecuaciones a resolver.
En ausencia de teora se suele transformar el problema en uno de optimizacin no lineal, del
cual su solucin se usara como aproximacin para la solucin del sistema de ecuaciones no
lineales.

4.11.

Ejemplos prcticos

4.11.1. Hallar la mejor curva exponencial


Como veremos mas adelante en el tema de ajuste de curvas, una de las ecuaciones mas usadas
para representar fenmenos de la naturaleza es la curva exponencial.

yp =

Ae

Bx

Dada una tabla de NP puntos de datos experimentales o de una funcin matemtica complicada
se pueden obtener las constantes A y B de esta ecuacin resolviendo el siguiente sistema no
lineal.

Ae
Ae

2 Bx i

= y i e Bxi

x i = y i e Bxi x i

2 Bx i

todas las sumatorias son desde 1 hasta NP. Para una PRIMERA APROXIMACIN la teora
dice que las constantes pueden obtenerse resolviendo el sistema lineal

NP

x a = ln y
x a x ln y
0

donde

A = e a0
4-18

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.

B = a1
esto lo veremos mas detalladamente en el tema 6 de Ajuste de curvas.
Si se tiene la siguiente tabla
Tabla 3
x

0.05

0.956

0.11

0.890

0.15

0.832

0.31

0.717

0.46

0.571

0.52

0.539

0.70

0.378

0.74

0.370

0.82

0.306

0.98

0.242

1.17

0.104

La ecuacin exponencial que la representa

yp =

Ae

Bx

se puede obtener resolviendo el sistema no lineal

A(e 0.1B + e 0.22 B + e 0.30 B + e 0.62 B + e 0.92 B + e1.04 B + e1.40 B + e1.48 B + e1.64 B + e1.96 B + e 2.34 B )

0.956e 0.05 B + 0.890e 0.11B + 0.832e 0.15 B + 0.717e 0.31B + 0.571e 0.46 B +

0.539e 0.52 B + 0.378e 0.70 B + 0.370e 0.74 B + 0.306e 0.82 B + 0.242e 0.98 B + 0.104e1.17 B = 0

0.05e 0.1B + 0.11e 0.22 B + 0.15e 0.30 B + 0.31e 0.62 B + 0.46e 0.92 B +

A
1.04 B
1.40 B
1.48 B
1.64 B
1.96 B
2.34 B
e
e
e
e
e
e
0
.
52
+
0
.
70
+
0
.
74
+
0
.
82
+
0
.
98
+
1
.
17

0.05 B
0.11B
0.15 B
0.31B
0.46 B

0.0478e
+ 0.0979e
+ 0.1248e
+ 0.2227e
+ 0.26266e
+

0.28028e 0.52 B + 0.2646e 0.70 B + 0.27380e 0.74 B + 0.25092e 0.82 B + 0.23716e 0.98 B + 0.12168e1.17 B = 0

la primera aproximacin se puede calcular del sistema lineal

Pgina

4-19

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

11a 0 + 6.01a1 = -8.69000470253179


6.01a 0 + 4.6545a1 = -7.15128319177075
con

A = e a0
B = a1
resolviendo por el mtodo de newton con los siguientes criterios de convergencia

cc k =
f

||X k +1 - X k ||
||X k +1 ||

(X )
k

5 x10 9

5 x10 9

k > 100

se tiene la siguiente tabla


Tabla 4
k
0
1
2
3
4
5

A
1.18
1.0404
1.05514
1.05557
1.05557
1.05557

B
-1.75
-1.4025
-1.45424
-1.45642
-1.45642
-1.45642

cc
-1
0.247775
0.0355824
0.00149539
3.0453e-06
1.34684e-11

ccy
-1
0.0141769
0.000720143
1.84958e-06
8.97001e-12
5.08106e-16

Por lo cual la ecuacin buscada es

y = 1.05557e 1.45642 x
como se vera en el tema de ajuste de curvas se sugiere otra forma mas fcil de hallar las
constantes A y B.

4.11.2. Hallar las poblaciones de equilibrio

4-20

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.


En un ecosistema es muy comn que la poblacin de una especie dependa de otra. Esto ocurre
si una especie es un depredador y la otra su presa. O tambin si ambas especies se alimentan de
la misma fuente.
Supongamos que para cierto ecosistema tenemos 2 especies compiten por la misma fuente de
alimento. Supongamos tambin que las ecuaciones que representan las poblaciones de las
especies son:

dp (t )
1

dt

dp (t )
2

dt

p (t )(5 0.0004 p (t ) 0.0005 p (t ))

p (t )(3 0.0003 p (t ) 0.0002 p (t ))

Si deseamos hallar las poblaciones de equilibrio de ambas especies entonces las ecuaciones
anteriores deben de cumplir que:

dp (t )
1

dt

dp (t )
2

dt

=0
=0

Esto se puede cumplir si se considera que se extingue una especie y la otra se queda con la
fuente de alimento. Si se extingue la primera especie se tendr de la segunda ecuacin una
poblacin de 15000 para la segunda especie. Si se extingue la segunda especie de la primera
ecuacin se tendr una poblacin de 12500 para la primera especie.
Deseamos saber si se puede lograr el equilibrio sin que se extinga alguna especie. Esto nos
lleva al siguiente sistema:

p (t )(5 0.0004 p (t ) 0.0005 p (t )) = 0


1

p (t )(3 0.0003 p (t ) 0.0002 p (t )) = 0


las incgnitas sern las poblaciones p1(t) y p2(t).
Resolvamos por el mtodo de Newton. Hagamos cambios de variables:

x = p (t )
1

x 2 = p (t )
2

las funciones son:

Pgina

4-21

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

f 1(x )= x (5 0.0004 x 0.0005 x ) = 0


1

f (x ) = x (3 0.0003 x 0.0002 x ) = 0
2

la matriz jacobiana es:

f ( X )
1

J ( X ) = x1
f 2 ( X )

x1

f ( X )
x = 5 - .0008 x - .0005 x
f ( X ) - 0.0003 x
x
1

- 0.0005 x1

3 - .0003 x1 - .0004 x 2

Para la primera aproximacin supondremos que las poblaciones de equilibrio sern la mitad de
la poblacin de cada especie suponiendo que se extinga la otra. Por esto para la primera especie
supondremos una poblacin de 7000 y para la segunda de 6000.
Los criterios de convergencia sern:

k+1

cck = ||X||Xk-+X1|| || 5x109

(X )
k

5 x10 9

k > 100
los clculos se resumen en la siguiente tabla:
Tabla 5

x0

x1

cc

ccy

0
1
2
3
4
5
6
7
8

7000
9333.33
4666.67
6480.25
7093.68
7142.34
7142.86
7142.86
7142.86

6000
2000
6000
4919.43
4315.25
4286.2
4285.71
4285.71
4285.71

-1
0.428571
0.777778
0.279863
0.0864747
0.00681285
7.30136e-05
5.75011e-09
5.54461e-17

-1
2488.89
2400
354.386
38.1786
0.25529
2.8855e-05
2.3837e-13
2.3837e-13

4-22

Mtodos Numricos Curso SAI Tema 4. Solucin de Sistemas de Ecuaciones No Lineales.


Por lo cual para la primera especie en el equilibrio se tiene 71424 individuos y para la segunda
42855
Es importante tener una buena primera aproximacin. Para ver esto supongamos que invertimos
los valores de la primera aproximacin. En este caso se tiene:
Tabla 6
k
0
1
2
3
4
5
6
7
8

x0
6000
10352.9
17679.3
14249.4
12858
12521.7
12500.1
12500
12500

x1
7000
411.765
-3219.33
-1220.21
-268.896
-16.8953
-0.0698994
-1.16762e-06
-3.21373e-16

cc
-1
0.636364
0.414404
0.240708
0.108211
0.0268583
0.00172824
7.06882e-06
1.1732e-10

ccy
-1
6759.86
8168.92
1277.37
216.09
12.7243
0.0524254
8.75716e-07
2.99039e-12

En este caso se obtiene la solucin en la que se extingue la segunda especie.

Lo mas correcto es redondear hacia arriba es decir 7143, al menos que se


considere un individuo chaparrito de 0.86.

Lo mas correcto es redondear hacia arriba es decir 4285, al menos que se


considere un individuo chaparrito de 0.71

Pgina

4-23

Mtodos Numricos. Curso SAI. 24/7/a 21:05:05 Hugo Pablo Leyva

4.12.

4.

ndice

Solucin de Sistemas de Ecuaciones No Lineales ................................................ 4-1


4.1.

Introduccin ................................................................................................................... 4-1

4.2.

Conceptos Bsicos.......................................................................................................... 4-1

4.3.

Mtodos de Solucin ...................................................................................................... 4-2

4.4.

Mtodo grfico ............................................................................................................... 4-2

4.5.

Mtodos directos ............................................................................................................ 4-2

4.6.

Mtodos iterativos.......................................................................................................... 4-2

4.7.

Mtodo de Iteracin de Punto Fijo............................................................................... 4-3

4.7.1.

4.8.

Mtodo de Newton ......................................................................................................... 4-8

4.8.1.

4.9.

Ejemplo del mtodo de Iteracin de Punto Fijo .................................................................... 4-4


Ejemplo del mtodo de Newton .......................................................................................... 4-10

Primera aproximacin................................................................................................. 4-17

4.10.

Resumen.................................................................................................................... 4-17

4.11.

Ejemplos prcticos ................................................................................................... 4-18

4.11.1.
4.11.2.

4.12.

Hallar la mejor curva exponencial....................................................................................... 4-18


Hallar las poblaciones de equilibrio .................................................................................... 4-20

ndice ......................................................................................................................... 4-24

4-24