UNIVERSIDAD DEL VALLE

Facultad de Ingenierı́a
Escuela de Ingenieria de Sistemas

Metodo de Newton para Sistemas No Lineales

1. Método de Newton para Sistemas No Lineales

En esta seccion consideraremos un problema muy comun en el ambito de las ciencias y la inge-
nieria: resolver un conjunto de ecuaciones no lineales acopladas entre si. Para formular el problemas,
consideramos n funciones f1 , f2 , . . . , fn , donde cada una de ellas es función de n variables x1 , x2 , . . . , xn
Queremos encontrar los valores de x∗1 , x∗2 , . . . , x∗n , tales que

f1 (x∗1 , x∗1 , . . . , x∗n ) = 0




 f2 (x∗ , x∗ , . . . , x∗ ) = 0

1 1 n
.. .. .. (1)

 . . .
fn (x∗1 , x∗1 , . . . , x∗n ) = 0



Por ejemplo, consideremos el sistema lineal


−x1 (x1 + 1) + 2x2 = 18
(x1 − 1)2 + (x2 − 6)2 = 25

lo que estamos buscando son los valores de x∗1 y x∗2 tales que

f1 (x∗1 , x∗2 ) = −x∗1 (x∗1 + 1) + 2x∗2 − 18 = 0

∗ ∗ ∗ 2 ∗ 2 (2)
f2 (x1 , x2 ) = (x1 − 1) + (x2 − 6) − 25 = 0

Intentando que la notación sea mas simple, usaremos la notación vectorial: x es un vector con n
componentes e F es una función vectorial de variable vectorial, esto es

x = (x1 , x2 . . . , xn )
F(x) = (f1 (x, f2 (x), . . . , fn (x))

En esta notación, el sistema (1) será representado por un única ecuación vectorial

F(x) = 0. (3)

Sin mayores detalles, que alargarian demasiado esta sección, la aproximación de Taylor en el caso de
sistemas lineales es dada por
Error

z}|{ 
k 0 k k
F(x) = F(x ) + F (x ) x − x + E (4)
| {z }
Aproximación Lineal

donde xk es un vector aproximación en la k-ésima iteración e E es un vector que representa el error de

la aproximación lineal. En la ecuación (4), F0 (x) es la derivada de una función vectorial com respecto

1
a las variables vectoriales. Como es visto en Cálculo Diferencial e Integral, esta derivada es una matriz
que contiene todas las derivadas parciales de todas las componentes de la función F(x), la matriz
Jacobiana de F(x),  
0 ∂fi (x)
J(x) = F (x) = [Jij ] =
∂xj
Para establecer el método iterativo , la aproximación en la iteración k + 1 será definida pr el vector
que anula la parte lineal de la ecuación (4), esto es, el vector xk+1 tal que
 
F(xk ) + J(xk ) xk+1 − xk = 0 (5)

Para colocar de forma explicita xk+1 , multiplicamos esta ecuación por la inversa de la matriz Jacobiana
y tendremos
xk+1 = xk − J−1 (xk )F(xk ) (6)
que es la adaptación del método de Newton para encontrar ceros de funciones escalares, aplicados a
un sistema de ecuaciones no lineal. Com la inversión de matrices es una operación costosa, podemos
evitar hacer el cálculo de la inversa de J encontrando la aproximación de la iteración k + 1 resolviendo
el sistema lineal para calcular v = xk+1 − xk :

J(xk )v = −F(xk ) . (7)

De esta forma, la nueva aproximación es dada por

xk+1 = xk + v .

1.1. Ejemplo
Vamos a usar el método de Newton para resolver el sistema
f1 (x1 , x2 ) = 2x31 − x22 − 1 = 0
(8)
f2 (x1 , x2 ) = x1 x32 − x2 − 4 = 0
Las derivadas parciales de estas funciones son:
∂f1 ∂f1
∂x1 = 6x21 , ∂x2 = −2x2 ,
∂f2 ∂f2 (9)
∂x1 = x32 , ∂x2 = 3x1 x22 − 1 ,

y por tanto, la matriz Jacobiana es

6x21
 
−2x2
J(x) = J(x1 , x2 ) = . (10)
x32 3x1 x22 − 1

Tomando una aproximación inicial x0 = (1.2, 1.7) tenemos:

   
0 8.64 −3.4 0 −0.4340
J(x ) = y F(x ) = (11)
4.91 9.4 0.1956
Resolviendo el sistema (7) encontramos
 
0.03488
v= .
−0.03902
Asi,  
1.2349
x1 =
1.6610
Para el cálculo de una nueva aproximación, recalculamos F(x1 ) e la matriz Jacobiana en x1 . Resol-
viendo el sistema correspondiente a (7) tenemos que
 
1.2343
x2 = .
1.6615

2
1.2. Ejercicios
1. Haga una tabla comparativa de las primeras
√ 5 iteracioens de los métodos de Newton, Bisección
y Secante, para determinar el valor de 2.

2. Use los métodos de Newton y de la Secante para encontra aproximaciones para las soluciones de
las siguientes ecuaciones, en los intervalos indicados. Use como criterio de parada  = 1. × 10−4 .

a) x3 + 3x2 − 1 = 0 en [−4, 0].

b) x − cos (x) = 0 en [0, π/2].

3. Use el método de Newton para encontrar aproximaciones para todas las soluciones de la ecuación,
usando una aproximación  = 1 × 10−4 .

3x2 − exp (x) = 0 .

4. Describa el algoritmo para el cálculo de la raiz cúbica de un número x, usando el método de

Newton.

5. La función
4x − 7
f (x) =
x−2
se anula en x = 74 . Calcule las iteraciones del Método de Newton partiendo de las aproximaciones
iniciales: a) x0 = 1.625, b) x0 = 1.875, c) x0 = 1.5 , d) x0 = 1.95, e) x0 = 3, f) x0 = 7. Explique
graficamente sus resultados.

6. Usando la función del Ejericicio 5, verifique que f (1.8)f (3) < 0. ¿Es posible usar el método de
la bisección para localizar las raices en éste intervalo?. Explique.

7. Describir y comentar el algoritmo del Método de Newton para sistemas no lineales.

8. Encuentre la solución de los sistemas a continuación usando el Método de Newton para Sistemas
no Lineales con un criterio de parada como

máx |xki − xk−1

i | < 1 × 10−4
i≤i≤n

a)  2
 x1 + x2 − 37 = 0
x1 − x22 − 5 = 0
x1 + x2 + x3 − 3 = 0


b) 
 x1 + cos (x1 x2 x3 ) − 1 = 0
1
2
(1 − x1 ) 4 + x2 + 0.05x3 − 0.15x3 − 1 = 0
 2 2
−x1 − 0.1x2 + 0.01x2 + x3 − 1 + x2 + x3 − 3 = 0
c) 
2 2
 x1 + 2x2 − x2 − 2x3 = 0

x1 − 8x22 + 10x3
2 = 0
 x21 − 1

= 0
7x2 x3