Laboratorio Mtodos Numricos

Prctica 7 Mtodo de Newton - Raphson

Multivariable


Objetivos:
Implementar el mtodo de Newton
Raphson multivariable para solucionar
sistemas de ecuaciones no lineales.

Analizar la evolucin de la solucin
numrica a los sistemas de ecuaciones
no lineales.

Marco terico
El mtodo iterativo para sistema
de ecuaciones converge linealmente. Como
en el mtodo de una incgnita, pero puede
crearse un mtodo de
convergencia cuadrtica; es decir,
el mtodo de newton Raphson
multivariable. A continuacin se obtendr
este procedimiento para dos variables; la
extensin a tres o ms variables es viable
generalizando resultados.
Supngase que se est resolviendo
el siguiente sistema
F1(X,Y) = 0
F2(X,Y) = 0
Donde ambas funciones son continuas y
diferenciables, de modo que puedan
expandirse en la serie de Taylor.
Utilizando el mtodo de newton Raphson
multivariado para encontrar una solucin
aproximada del sistema.

CON EL VECTOR INICIAL [X0,Y0] = [0,0]

Primera Aproximacin:
esta se calcula primeramente sustituyendo
los valores iniciales de x,y y se obtiene lo
siguiente:

Resolviendo la matriz por el mtodo de la
eliminacin completa de Gauss Jordan se
obtienen los valores de h y j los cuales son:

H= 0.8 j = 0.88

Los cuales son los nuevos valores de x, y es
decir x= 0.8 y = 0.88

Segunda aproximacin:

Segunda Aproximacin: esta se calcula
primeramente sustituyendo los nuevos
valores iniciales de x, y. Se obtiene lo
siguiente:


y resolviendo la matriz por el mtodo de la
eliminacin completa de Gauss Jordan se
obtienen los valores de h y j los cuales son:

H= 0.19179 j = 0.11171

Los cuales son los nuevos valores de x,y y,
as sucesivamente hasta llegar a obtener la
convergencia.

Procedimiento:
Dado el circuito mostrado en la figura y
utilizando el mtodo de Newton Raphson
para encontrar los valores de los voltajes E1
y E2. Elija una tolerancia que le permita
asegurar una aproximacin apropiada
(explique claramente su eleccin). Grafique
los resultados obtenidos.

Parta de los valores E1=E2=9.5V. No olvide
comprobar la convergencia en cada iteracin
y mostrar el sistema de ecuaciones
utilizado.


Cdigo:
function NR_Mv
clc
format long

tol=1;
E1=9.5;
E2=9.5;
It=0;
Fi=[E1;E2]
while (tol>0.0001)

f1=((E1-10)+((E1-
E2)/2)+(0.3/E1));
f2=(((E2-10)/5)+((E2-
E1)/2)+(0.2/E2));

a=((1.5)-(0.3/(E1^(2))));
%df1/dX
b=(-0.5);%df2/dX

a1=(-0.5);%df1/dY
b1=((0.7)-(0.2/(E2^(2))));
%df2/dY


jac=[a a1;b b1];
Mi=[f1;f2];
J=inv(jac);
val=J(1);

if val~=inf

Fi2=(Fi-J*Mi)

tol=sqrt(((Fi2(1)-
E1)^(2))+((Fi2(2)-E2)^(2)))
Fi=Fi2;
E1=Fi2(1);
E2=Fi2(2);

else
disp('No converge')
break
end
It=It+1
plot(It,E2,'+')
plot(It,E1,'om')
xlabel('Iteraciones:')
ylabel('')
title('Grafica E1 - E2 Vs
Iteraciones:')
grid on
hold on

end


Datos obtenidos:

Para la primera iteracin:
Fi =

9.500000000000000
9.500000000000000

Fi2 =

9.961166260244749
9.943590750195225

tol =

0.639880514820455

It =

1

Para la segunda iteracin:


Fi2 =

9.961076353754228
9.943463515717495


tol =

1.557940607377149e-04

It =

2

Para la tercera iteracin:


Fi2 =

9.961076353750002
9.943463515709748

tol =

8.824393337182954e-12

It =

3

Grfica:



Anlisis de resultados

El mtodo de newton Raphson multivariable
es bastante eficiente, gracias a las pocas
iteraciones que se realizan para llegar al
valor esperado en este caso. El realizar el
Jacobiano se puede ver que el resultado va a
tener una convergencia.

Conclusiones
Se ve claramente que este mtodo requiere
de pocas iteraciones. Aunque el valor de
tolerancia que se elige en este mtodo no fue
muy exigente aun demuestra que converge
rpidamente (Mtodo de rpida
convergencia)