Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capitulo 5 Sistemas de Ecuaciones No Lineales MA 33A
Capitulo 5 Sistemas de Ecuaciones No Lineales MA 33A
Cálculo Numérico
Dr. Gonzalo Hernández Oliva
Dr. Gonzalo Hernandez DIM - MA-33A 1
Sistemas de Ecuaciones No Lineales: SENL
1) Motivación: Optimización No-Lineal Con y Sin
0011 0010 1010 1101 0001 0100 1011
Restricciones
2) Introducción
n
3) Métodos Numéricos para SENL: \ y \
4) En \: Punto Fijo, Bisección y Newton-Raphson
n
5) En \ : Newton-Kantorovich y Punto Fijo
6) Aplicación: Métodos Optimización Sin Restricciones
7) Bibliografía
Dr. Gonzalo Hernandez DIM - MA-33A 2
Motivación: Optimización No-Lineal Restringida
Programación No - Lineal
0011 0010 1010 1101 0001 0100 1011
min f ( x)
s . a.
x2 g 2 ( x) ≤ 0 gi ( x) ≤ 0 i = 1,..., p
x ∈\n
g1 ( x) ≤ 0
g 4 ( x) ≤ 0
g3 ( x) ≤ 0
x1
min x − x x + x2
1
3 2 2
1 2
3
s .a .
g1 ( x) = x + x2 − 1 ≤ 0
1
2 2
g 2 ( x) = − x1 ≤ 0
g3 ( x) = − x2 ≤ 0
>x0=[1;1]; a=-1;
>[xmin,f_xmin]=fmincon(@(x)epnl(x,a),x0,[],[],[],[],[],[],@(x)cpnl(x));
Dr. Gonzalo Hernandez DIM - MA-33A 5
Motivación: Optimización No-Lineal Restringida
Condiciones de Optimalidad: Karush - Kuhn - Tucker
0011 0010 1010 1101 0001 0100 1011
−∇f ( x )
x2 ∇g 2 ( x ) ∇g1 ( x ) p G
∇f ( x ) + ∑ μ k ∇g k ( x ) = 0
k =1
μk g k ( x) = 0 ∀k = 1,..., p
x
g k ( x) ≤ 0 ∀k = 1,..., p
g 2 ( x) = 0
g1 ( x) = 0
x1
Mínimos Globales
Programación Lineal Simplex y Punto Interior:
Complejidad Polinomial
SEL
Mínimos Locales
Métodos 1er y 2o Orden
Programación No - Lineal Complejidad NP
Métodos Cuasi-Newton
SENL
Dr. Gonzalo Hernandez DIM - MA-33A 7
SENL: Introducción
Problema: Dadas n funciones no-lineales f i : \ → \
0011 0010 1010 1101 0001 0100 1011
n
−x 21 − x 1 2x 2 − 18 0
x 1 − 1 2 x 2 − 6 2 − 25 0
La ecuación:
x3 + 4 x 2 − 10 = 0
x3 + 4x2 – 10
La ecuación:
x4 3 3 2 5 15
− x − x − 2x + = 0
2 2 2 10
Mediante el Método de 0
estas raíces
-10
-4 -3 -2 -1 0 1 2 3 4
x
ε0
f(x1)
f(x0)
z1 z2 z3 z4 z5
x0 x1
1 5
4 3 2 x
2
Si x − x ≈ 0 y f ( x ) = 0
f ( x)
x = x−
f '( x)
Dr. Gonzalo Hernandez DIM - MA-33A 19
SENL: Métodos Numéricos en \
Método de Newton - Raphson
0011 0010 1010 1101 0001 0100 1011
Iteración del Método:
x0 ∈ \ cercano a x
f ( xk )
xk +1 = xk −
f '( xk )
Teorema: Sea f ∈ ζ 2
[a, b]. Sea x tal que:
f (x ) = 0
f '( x ) ≠ 0
Entonces existe δ > 0 tal que el método de Newton
∞
genera una sucesión {xk } k =1 que converge a x
para cualquier x0 ∈ ( x − δ , x + δ )
Dr. Gonzalo Hernandez DIM - MA-33A 21
SENL: Métodos Numéricos en \
Método de Newton - Raphson
0011 0010 1010 1101 0001 0100 1011
Propiedades Principales
Convergencia Local:
x0 ∈ ( x − δ , x + δ )
Velocidad Cuadrática:
f ''( xk )
f ( x ) = f ( xk ) + f '( xk )( x − xk ) + ( x − xk )2
2
f ''(ξ ) 2
x − xk +1 = x − xk ξ ∈ ( xk , x )
2 f '( xk )
Dr. Gonzalo Hernandez DIM - MA-33A 22
SENL: Métodos Numéricos en \
Método de Newton – Raphson: Divergencia
0011 0010 1010 1101 0001 0100 1011
x 2 1
Un campo vectorial F : \ n → \ n
⎛ f1 ( x) ⎞
⎜ f ( x) ⎟
x → F ( x) = ⎜ 2 ⎟
⎜ # ⎟
⎜ ⎟
⎝ f n ( x) ⎠
formado por n campos escalares fi : \ → \ tiene un
n
n
regulares. El Teorema de Taylor en \ asegura que:
1
fi ( y) = fi ( x) + ∇fi ( x) ( y − x) + ( y − x)t ∇2 f (ξ ( x))( y − x)
t
2
Dr. Gonzalo Hernandez DIM - MA-33A 27
n
SENL: Métodos Numéricos en \
Método de Newton – Kantorovich:
0011 0010 1010 1101 0001 0100 1011
F ( y ) = F ( x) + ∇F ( x)( y − x) + O y − x ( 2
)
⎡ ∂f1 ( x) ∂f1 ( x) ⎤
⎢ " ⎥
⎡ 1 ⎤ ⎡ 1 ⎤ ⎢ 1
f ( y ) f ( x ) ∂ x ∂ x ⎡ y1 − x1 ⎤
n
⎥⎢
⎢ # ⎥=⎢ # ⎥+⎢ #
⎢ ⎥ ⎢ ⎥ ⎢
% # ⎥
⎥ ⎢
# ⎥
⎥ (
+O y − x
2
)
⎢⎣ fn ( y)⎥⎦ ⎢⎣ fn ( x)⎥⎦ ⎢ ∂fn ( x) ∂fn ( x) ⎥ ⎢⎣ yn − xn ⎥⎦
"
⎢⎣ ∂x1 ∂xn ⎥⎦
x 0 ∈ \ n cercano a x
−1
x k +1
= x − ⎡⎣∇F ( x ) ⎤⎦ F ( x k )
k k
∂fi ( x)
Donde: [∇F ( x) ]ij =
∂x j
Convergencia Local
Sus propiedades son: Velocidad Cuadrática
Inversión Matricial
Dr. Gonzalo Hernandez DIM - MA-33A 29
n
SENL: Métodos Numéricos en \
Método de Newton - Kantorovich: Ejemplo
0011 0010 1010 1101 0001 0100 1011
3 x1 − cos( x2 x3 ) − 12 = 0
x12 − 81( x2 + 0.1) 2 + sin x3 + 1.06 = 0
e − x1x2 + 20 x3 + (10π − 3) = 0
k x1 x2 x3 x k − x k −1
∞
2\
x 1 − 1 x 2 − 6 2 − 25 0 ⎝8⎠
e x 1−x 2 cos x 1 x 2 0 ⎝ 2⎠
3) x 31 x 21 x 2 − x 1 x 3 6 0 ⎛0⎞
9x 2 x 21 sin x 3 1. 06 0. 9 0 x 0 = ⎜⎜ 0 ⎟⎟
⎜0⎟
60x 3 3e −x 1 x 2 10 − 3 0 ⎝ ⎠
Dr. Gonzalo Hernandez DIM - MA-33A 31
n
SENL: Métodos Numéricos en \
Métodos de Optimización Sin Restricciones:
0011 0010 1010 1101 0001 0100 1011
Se pueden aplicar los métodos de optimización sin
restricciones a la búsqueda de ceros de campos
vectoriales.
En efecto, se tiene que:
El vector x ∈ \ verifica: f k ( x) = 0 ∀k = 1,..., n
n
x1 ,..., xn
k =1
Dr. Gonzalo Hernandez DIM - MA-33A 32
n
SENL: Métodos Numéricos en \
Métodos de Optimización Sin Restricciones:
0011 0010 1010 1101 0001 0100 1011
Método del Gradiente y Variedades
Primer Orden Método del Gradiente Conjugado
Método de Fletcher-Reeves
Métodos de Newton
Segundo Orden
Variedades