Está en la página 1de 6

Mtodo de Newton Raphson para la resolucin de un Sistema

de Ecuaciones No Lineales
Miguel Ataurima Arellano
mataurimaa@uni.pe
1 El Gradiente y la Derivada (Diferencial)
1.1 El Gradiente
El gradiente (o el campo vectorial gradiente) de una funcin escalar f : R
n
R es denotado mediante
\f donde \ (el smbolo nabla) denota el operador diferencial vectorial, del. La notacin grad(f) es
tambin comnmente usada para el gradiente.
El gradiente de f es denido como un nico campo vectorial cuyo producto interno con cualquier
vector unitario v en cualquier punto x es la derivada direccional de f a lo largo de v. Esto es,
(\f (x)) v = D
v
f (x)
En un sistema de cordenadas rectangulares, el gradiente es el campo vectorial cuyos componentes son
las derivadas parciales de f
\f =
@f
@x
1
e
1
+ +
@f
@x
n
e
n
donde e
i
son los vectores unitarios ortogonales apuntando en las direcciones de las coordenadas. Cuando
una funcin solo depende de un parmetro como el tiempo, el gradiente hace tambin referencia al vector
de solo sus derivadas parciales espaciales.
1.2 Aproximacin lineal a una funcin
El gradiente de una funcin f : R
n
R en cualquier punto particular x
0
en R
n
caracteriza a la mejor
aproximacin lineal de f en x
0
. La aproximacin es como sigue
f (x) - f (x
0
) + (\f (x
0
)) (x x
0
)
para todo x cercano a x
0
, donde (\f (x
0
)) es el gradiene de f evaluado en x
0
, y el punto () denota el
producto punto sobre R
n
. Esta ecuacin es equivalente a los primeros dos trminos de la expansin en
Series de taylor multivariable de f en x
0
:
1.3 El Diferencial o la Derivada (exterior)
La mejor aproximacin a la funcin f : R
n
R en un punto x en R
n
es un mapeo lineal de R
n
a R el
cual es a menudo denotado por df
x
o Df (x) y es llamado el Diferencial o Derivada (total) de f en
x. El gradiente es por lo tanto relacionado al diferencial mediante la frmula
(\f (x)) v = df
x
(v) = D
v
f (x)
para cualquier v R
n
.
La funcin Df, que mapea x a Df (x), es llamada el diferencial o derivada exterior de f y es un
ejemplo de un diferencial de clase 1.
Si R
n
es visto como un espacio de (longitud n) vectores columna (de nmeros reales), entonces uno
puede considerar Df como un vector la.
Df =
_
@f
@x
1

@f
@x
n
_
=
_
@
@x
1

@
@x
n
_
. .
D
f
1
de tal manera que Df (x) es obtenido mediante una multiplicacin matricial. El gradiente es entonces el
correspondiente vector columna
\f = [Df]
T
=
_

_
@f
@x
1
.
.
.
@f
@x
n
_

_
=
_

_
@
@x
1
.
.
.
@
@x
n
_

_
. .
D
T
=r
f = D
T
f
2 Series de Taylor en varias variables
La expansin en Series de Taylor de f : R
n
R alrededor del punto x
0
en R
n
es
f (x) = f (x
0
) + (x x
0
)
T
Df
T
(x
0
)
. .
gradiente
+
1
2!
(x x
0
)
T
D
2
f (x
0
)
. .
hessiano
(x x
0
) +
donde:
Df
T
(x
0
) es el gradiente de f evaluado en x
0
, \f (x
0
);
Df
T
(x
0
) = \f (x
0
) =
_

_
@
@x
1
.
.
.
@
@x
n
_

_
f (x
0
)
D
2
f (x
0
) es la matriz hessiana.
D
2
f (x
0
) = D
T
[Df (x
0
)] =
_
D
T
D

f (x
0
) =
_
\\
T

f (x
0
)
D
2
f (x
0
) =
_

_
@
@x
1
.
.
.
@
@x
n
_

_
_
@
@x
1

@
@x
n
_
f (x
0
)
D
2
f (x
0
) =
_

_
@
2
@x
2
1

@
2
@x
1
@x
n
.
.
.
.
.
.
.
.
.
@
2
@x
n
@x
1

@
2
@x
2
n
_

_
f (x
0
) = H(f (x
0
))
Utilizando la notacin multi ndice las Series de Taylor para varias variables se convierte en
f (x) =

jj0
(x x
0
)
a
!
(@

f) (x
0
)
Para el caso n = 2 tenemos que:
x x
0
=
_
x
1
x
2
_

_
x
0
1
x
0
2
_
=
_
x
1
x
0
1
x
2
x
0
1
_
Df
T
(x
0
) =
_

_
@f (x
0
)
@x
1
@f (x
0
)
@x
n
_

_
=
_
f
1
(x
0
)
f
2
(x
0
)
_
2
D
2
f (x
0
) =
_

_
@
2
f (x
0
)
@x
2
1
@
2
f (x
0
)
@x
1
@x
2
@
2
f (x
0
)
@x
2
@x
1
@
2
f (x
0
)
@x
2
2
_

_
=
_
f
11
(x
0
) f
12
(x
0
)
f
21
(x
0
) f
22
(x
0
)
_
reemplazando
f (x) = f (x
0
)+
_
x
1
x
0
1
x
2
x
0
2

_
f
1
(x
0
)
f
2
(x
0
)
_
+
1
2!
_
x
1
x
0
1
x
2
x
0
2

_
f
11
(x
0
) f
12
(x
0
)
f
21
(x
0
) f
22
(x
0
)
_
_
x
1
x
0
1
x
2
x
0
2
_
+
considerando que:
_
x
1
x
0
1
x
2
x
0
2

_
f
1
(x
0
)
f
2
(x
0
)
_
=
_
x
1
x
0
1
_
f
1
(x
0
) +
_
x
2
x
0
2
_
f
2
(x
0
)
y
_
x
1
x
0
1
x
2
x
0
2

_
f
11
(x
0
) f
12
(x
0
)
f
21
(x
0
) f
22
(x
0
)
_
_
x
1
x
0
1
x
2
x
0
2
_
=
__
x
1
x
0
1
_
f
11
(x
0
) +
_
x
2
x
0
2
_
f
21
(x
0
)
_
x
1
x
0
1
_
f
12
(x
0
) +
_
x
2
x
0
2
_
f
22
(x
0
)

_
x
1
x
0
1
x
2
x
0
2
_
=
__
x
1
x
0
1
_
f
11
(x
0
) +
_
x
2
x
0
2
_
f
21
(x
0
)
_
x
1
x
0
1
_
+
__
x
1
x
0
1
_
f
12
(x
0
) +
_
x
2
x
0
2
_
f
22
(x
0
)
_
x
2
x
0
2
_
=
_
x
1
x
0
1
_
2
f
11
(x
0
) + 2
_
x
1
x
0
1
_ _
x
2
x
0
2
_
f
12
(x
0
) +
_
x
2
x
0
2
_
2
f
22
(x
0
)
tenemos que
f (x) = f (x
0
) +
_
x
1
x
0
1
_
f
1
(x
0
) +
_
x
2
x
0
2
_
f
2
(x
0
)
+
1
2!
_
_
x
1
x
0
1
_
2
f
11
(x
0
) + 2
_
x
1
x
0
1
_ _
x
2
x
0
2
_
f
12
(x
0
) +
_
x
2
x
0
2
_
2
f
22
(x
0
)
_
+
3 Series de Taylor de una funcin vectorial de varias variables
La expansin en Series de Taylor de una funcin vectorial f : R
n
R
m
f (x) =
_

_
f
1
(x)
.
.
.
f
m
(x)
_

_
alrededor del punto x
0
en R
n
es
f
1
(x) = f
1
(x
0
) + Df
1
(x
0
) (x x
0
) +
1
2!
(x x
0
)
T
D
2
f
1
(x
0
) (x x
0
) +
.
.
.
f
m
(x) = f
m
(x
0
) + Df
m
(x
0
) (x x
0
) +
1
2!
(x x
0
)
T
D
2
f
m
(x
0
) (x x
0
) +
aproximando slo con dos trminos de la expansin (forma lineal)
f
1
(x) = f
1
(x
0
) + (x x
0
)
T
Df
T
1
(x
0
) +
.
.
.
f
m
(x) = f
m
(x
0
) + (x x
0
)
T
Df
T
m
(x
0
) +
como (x x
0
)
T
Df
T
i
(x
0
) es un escalar para todo i = 1; ::; m entonces
(x x
0
)
T
Df
T
i
(x
0
) =
_
(x x
0
)
T
Df
T
i
(x
0
)
_
T
= Df
i
(x
0
) (x x
0
)
3
luego
f
1
(x) = f
1
(x
0
) + Df
1
(x
0
) (x x
0
) +
.
.
.
f
m
(x) = f
m
(x
0
) + Df
m
(x
0
) (x x
0
) +
agrupando
_

_
f
1
(x)
.
.
.
f
m
(x)
_

_
. .
f (x)
=
_

_
f
1
(x
0
)
.
.
.
f
m
(x
0
)
_

_
. .
f (x
0
)
+
_

_
Df
1
(x
0
) (x x
0
)
.
.
.
Df
m
(x
0
) (x x
0
)
_

_ +
f (x) = f (x
0
) +
_

_
Df
1
(x
0
)
.
.
.
Df
m
(x
0
)
_

_
. .
J(f (x
0
))
(x x
0
) +
f (x) = f (x
0
) + J (f (x
0
)) (x x
0
) +
donde J(f (x
0
)) es una matriz mn denominada matriz jacobiana.
J (f (x
0
)) =
_

_
Df
1
(x
0
)
.
.
.
Df
m
(x
0
)
_

_ =
_

_
@f
1
(x
0
)
@x
1

@f
1
(x
0
)
@x
n
.
.
.
.
.
.
@f
m
(x
0
)
@x
1

@f
m
(x
0
)
@x
n
_

_
4 Mtodo de Newton Raphson
Un sistema de ecuaciones no lineal de n ecuaciones y n incgnitas
f
1
(x
1
; : : : ; x
n
) = 0
.
.
.
f
n
(x
1
; : : : ; x
n
) = 0
puede ser expresado en forma vectorial como
f (x) = 0
donde x =
_

_
x
1
.
.
.
x
n
_

_ R
n
y f : R
n
R
n
tal que
f
i
(x) = f
i
(x
1
; : : : ; x
n
) = 0
El mtodo de NR para la solucin iterativa de un sistema de ecuaciones no lineal parte de la expansin
en Series de Taylor alrededor de un punto de partida inicial x
0
cercano a la solucin del sistema x

,
considerando slo hasta el segundo trmino, o sea tomando una aproximacin lineal de f (x)
f (x

) - f
_
x
0
_
+ J (f (x
0
))
_
x

x
0
_
dado que x

es la raz de f , entonces f (x

) = 0, reemplazando
0 - f
_
x
0
_
+ J
_
f
_
x
0
__ _
x

x
0
_
4
despejamos el primer valor aproximado de x

obtenido a partir del valor dado de partida x


0
J
_
f
_
x
0
__ _
x

x
0
_
- f
_
x
0
_
x

x
0
-
_
J
_
f
_
x
0
__
1
f
_
x
0
_
x

- x
0

_
J
_
f
_
x
0
__
1
f
_
x
0
_
. .
valor aproximado de x

denotando a este primer valor aproximado mediante


x
1
= x
0

_
J
_
f
_
x
0
__
1
f
_
x
0
_
podemos repetir el proceso considerando como nuevo punto de partida a x
1
obteniendo una segunda
nueva aproximacin
x
2
= x
1

_
J
_
f
_
x
1
__
1
f
_
x
1
_
y as sucesivamente repetir este proceso, observando que la ksima aproximacin ser dependiente de
la anterior
x
k
= x
k1

_
J
_
f
_
x
(k1)
___
1
f
_
x
(k1)
_
(1)
Este proceso arrojar una sucesin de aproximaciones
_
x
1
; x
2
; : : : ; x
k1
; x
k
; :::
_
=
_
x
k
_
k1
la cual, en caso el mtodo sea exitoso, debe de converger al verdadero valor de la raz
lim
k!1
_
x
k
_
= x

Si cada nueva aproximacin esta cada vez mas cerca del verdadero valor de la raz, entonces, dado un
nivel de precisin especicado por el nmero d de cifras decimales exactas que se desea obtener, bastar
con iterar hasta aquella ksima aproximacin tal que se cumpla la siguiente condicin de tolerancia:
_
_
x
k
x
k1
_
_
< " (2)
donde " = 10
d
.es la tolerancia o el nivel de error relativo.y || es la norma euclidiana.
Como generalmente la mayora de aplicaciones requieren una aproximacin de hasta de tres cifras
decimales signicativas, la tolerancia " se ajusta al valor de 10
3
:
Por otro lado, como es posible que el mtodo fracase; es decir, que la sucesin de aproximaciones no
converga al verdadero valor de la raz, se debe especicar un mximo nmero de iteraciones de bsqueda
de aproximaciones
k _ k
max
(3)
de manera que si el programa no halla la aproximacin deseada, o sea el mtodo no logra obtener una
aproximacin que satisfaga (2) despus de haber iterado k
max
veces, se deber detener el proceso iterativo
de bsqueda de nuevas aproximaciones dado por (1), reportando que el mtodo no ha sido exitoso. En
este caso, sera recomendable que el programa sugiera al usuario ingresar un nuevo valor de partida x
0
con el cual se reiniciara el proceso iterativo pudindose lograr hallar la aproximacin al verdadero valor
de la raz con el nivel de tolerancia " deseado y dentro del nmero mximo de iteraciones permitido.
5 Implementacin en MATLAB
EJEMPLO: Resolver el sistema
x
2
y 4 = 0
1
2
x y = 0
5
Solucin MATLAB:
6