UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA

MÉTODOS NUMÉRICOS
LICENCIATURA EN MATEMÁTICAS Y ESTADÍSTICA

1. MÉTODO DEL PUNTO FIJO MULTIVARIADO

Método utilizado para resolver sistemas de ecuaciones no lineales. Se ilustra

por medio del siguiente ejemplo.

Resolver.
f1 (x; y) = x2 10x + y 2 + 8 = 0
(1)
f 2(x; y) = xy 2 + x 10y + 8 = 0
Despejando x del termino 10x de la primera función, y despejando y de la
segunda función del termino 10y, obtenemos
2
xk + (y k )2 + 8
xk+1 = g1 (xk ; y k ) =
10
2 (2)
xk+1 y k + xk+1 + 8
y k+1 = g2 (xk+1 ; y k ) =
10

Con un valor inicial de x0 = 0 y y0 = 0, y utilizando la anterior fórmula

iterativa, el siguiente guión en matlab permite desarrolllar el sistema.
x0=0; y0=0;
fprintf(’k x(k) y(k) Dist nn’)
fprintf(’%2d %10.5f %10.5fnn’, 0, x0, y0)
for k=1:11
x1=(x0^2+y0^2+8)/10;
y1=(x1*y0^2+x1+8)/10;
Dist=((x1-x0)^2+(y1-y0)^2)^0.5;
fprintf(’%2d %10.5f %10.5f %10.5fnn’,k,x0,y0, Dist)
x0=x1; y0=y1;
end

Taller. Utilice el anterior guíón para resolver los siguientes sistemas.

x(4 0:0003x 0:0004y) = 0

(3)
y(2 0:0002x 0:0001y) = 0

0 1
2x + y + z 4 log(10x) = 0
B x + 2y + z 4 log(10y) = 0 C
@ A (4)
xyz log(10z) = 0

1
 0 1
3x sin y cos(yz) sin y sin 1 ( 0:052356) sin y = 0
B x2 625y 2 = 0 C
@ A (5)
( xy)
e + 20z = 9:471975

0 1
x2 + 2y 2 + e(x+y) = 6:1718 xz
B 10y = yz C
@ A (6)
sin(xz) + y 2 = 1:41 x

0 1
3x cos(xz) 0:5 = 0
B x2 625y 2 = 0 C
@ A (7)
( xy) (10 3)
e + 20z + =0
3

2. MÉTODO DE NEWTON

Método utilizado para resolver sistemas de ecuaciones no lineales. Se ilus-

trara con el siguiente ejemplo. para un sistema de dos ecuaciones con dos
incognitas,
f1 (x; y) = 0
(8)
f2 (x; y) = 0

Una vez expandido en series de Taylor, alrededor de los puntos (xk ; y k ); se

llega al siguiente sistema,
@f1 k+1 @f1 k+1
(x xk ) + (y yk ) = f1 (xk ; y k )
@x @y
(9)
@f2 k+1 @f2 k+1
(x xk ) + (y yk ) = f2 (xk ; y k )
@x @y

Sea
xk+1 xk = h
(10)
y k+1 yk = j
Sustituyendo [10] en[9] se tiene

@f1 @f1
h+ j= f1
@x @y
(11)
@f2 @f2
h+ j= f2
@x @y

2
 El sistema [11] en forma matricial se expresa como,
2 3 2 3 2 3
@f1 @f1
h f1
6 @x @y 7 4 5
4 @f @f2 5 =4 5 (12)
2
j f2
@x @y

Resolviendo [12] el sistema hallamos los valores de h y j, que reemplazandolos

en [10] se obtiene la siguiente formula iterativa,

xk+1 = xk + h

y k+1 = y k + j

Para resolver el sistema [2] en Matlab se tiene el siguiente guión.

%Metodo de Newton parea resolver sistemas de ecuaciones no lineales
x0=0; y0=0;
fprintf(’k x(k) y(k) jx(k+1)-x(k)j nn’)
fprintf(’%2d %10.5f %10.5fnn’, 0, x0, y0)
for k=1:4
%derivadas parciales
df1x=2*x0-10; df1y=2*y0;
df2x=y0^2+1; df2y=2*x0*y0-10;
%sistema a resolver
f1=x0^2-10*x0+y0^2+8;
f2=x0*y0^2+x0-10*y0+8;
%matriz jacobiana
A=[df1x df1y;df2x df2y];
b=[-f1; -f2];
%resolucion del sistema
hj=inv(A)*b;
%calculo de x1 y y1
x1=x0+hj (1); y1=y0+hj (2);
%evaluacion de la distancia entre dos iteraciones
Dist=((x1-x0)^2+(y1-y0)^2)^0.5;
fprintf(’%2d %10.5f %10.5f %10.5fnn’, k, x1, y1, Dist)
%actualizacion de los datos
x0=x1; y0=y1;
end

Ejercicio: resolver por método de Newton los sistemas:[3] ; [4] ; [5] ; [6] ; [7] :