Curso de métodos numéricos

Unidad 5: solución numérica de sistemas de ecuaciones no lineales

Profa. Blanca Guillén

Unidad 5. Sistemas de ecuaciones no lineales
(Burden 10ª Ed., pág. 475)
Unidad 5. Sistemas de ecuaciones no lineales

El sistema de ecuaciones,
𝑚1 = 𝑘1 𝑒 𝑘2𝑟1 + 𝑘3 𝑟1
𝑚2 = 𝑘1 𝑒 𝑘2𝑟2 + 𝑘3 𝑟2
𝑚3 = 𝑘1 𝑒 𝑘2𝑟3 + 𝑘3 𝑟3
puede expresarse en la forma:
𝑚1 − 𝑘1 𝑒 𝑘2𝑟1 − 𝑘3 𝑟1 = 0
𝑚2 − 𝑘1 𝑒 𝑘2𝑟2 − 𝑘3 𝑟2 = 0
𝑚3 − 𝑘1 𝑒 𝑘2𝑟3 − 𝑘3 𝑟3 = 0
Unidad 5. Sistemas de ecuaciones no lineales

El sistema de ecuaciones, Si definimos,

𝑚1 = 𝑘1 𝑒 𝑘2𝑟1 + 𝑘3 𝑟1 𝑓1 𝑘1 , 𝑘2 , 𝑘3 = 𝑚1 − 𝑘1 𝑒 𝑘2𝑟1 − 𝑘3 𝑟1 = 0
𝑚2 = 𝑘1 𝑒 𝑘2𝑟2 + 𝑘3 𝑟2 𝑓2 𝑘1 , 𝑘2 , 𝑘3 = 𝑚2 − 𝑘1 𝑒 𝑘2𝑟2 − 𝑘3 𝑟2 = 0
𝑚3 = 𝑘1 𝑒 𝑘2𝑟3 + 𝑘3 𝑟3 𝑓3 𝑘1 , 𝑘2 , 𝑘3 = 𝑚3 − 𝑘1 𝑒 𝑘2𝑟3 − 𝑘3 𝑟3 = 0
puede expresarse en la forma: entonces, es posible reducir el sistema de
𝑚1 − 𝑘1 𝑒 𝑘2𝑟1 − 𝑘3 𝑟1 = 0 ecuaciones a la forma vectorial:
𝑓1 𝑘1 , 𝑘2 , 𝑘3 0
𝑚2 − 𝑘1 𝑒 𝑘2𝑟2 − 𝑘3 𝑟2 = 0
𝑓2 𝑘1 , 𝑘2 , 𝑘3 = 0
𝑚3 − 𝑘1 𝑒 𝑘2𝑟3 − 𝑘3 𝑟3 = 0 𝑓3 𝑘1 , 𝑘2 , 𝑘3 0
Unidad 5. Sistemas de ecuaciones no lineales

Un sistema de ecuaciones no lineales tiene

la forma:
𝑓1 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
𝑓2 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
⋮
𝑓𝑛 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
donde las funciones 𝑓𝑖 : ℝ𝑛 → ℝ mapean el
vector 𝐱 = (𝑥1 , … , 𝑥𝑛 ) en la recta real.
Unidad 5. Sistemas de ecuaciones no lineales

Un sistema de ecuaciones no lineales tiene Observación. El sistema de ecuaciones no

la forma:
𝑓1 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
𝑓2 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
⋮
𝑓𝑛 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 0
donde las funciones 𝑓𝑖 : ℝ𝑛 → ℝ mapean el
vector 𝐱 = (𝑥1 , … , 𝑥𝑛 ) en la recta real.
lineales (SENL) puede ser expresado de
manera vectorial como:
𝑓1 𝑥1 , 𝑥2 , … , 𝑥𝑛 0
𝑓2 𝑥1 , 𝑥2 , … , 𝑥𝑛 0
=
⋮ ⋮
𝑓𝑛 𝑥1 , 𝑥2 , … , 𝑥𝑛 0
Con esta notación, el problema a resolver
adopta la forma:
𝐅(𝐱) = 𝟎
funciones 𝑓𝑖 son las coordenadas de 𝐅
𝐅 = (𝑓1 , … , 𝑓𝑛 )
Unidad 5. Soluciones de ecuaciones no lineales

Problema a resolver:
𝑭(𝐱) = 𝟎
donde 𝐅: ℝ𝑛 → ℝ𝑛 .
Unidad 5. Soluciones de ecuaciones no lineales

Problema a resolver: Representación geométrica de un sistema

𝑭(𝐱) = 𝟎 no lineal cuando n=2 (Burden 10ª Ed.
donde 𝐅: ℝ𝑛 → ℝ𝑛 . Pág. 476).
Unidad 5. Soluciones de ecuaciones no lineales

Ejemplo 1: (Burden 10ª Ed., pág. 477).

Escriba el sistema no lineal 3 × 3

1
3𝑥1 − cos 𝑥2 𝑥3 − = 0
2
𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06 = 0

10𝜋 − 3
𝑒 −𝑥1𝑥2 + 20𝑥3 + = 0
3
en forma vectorial.
Unidad 5. Soluciones de ecuaciones no lineales

Ejemplo 1: (Burden 10ª Ed., pág. 477). Solución. Defina las funciones 𝑓1 , 𝑓2 , 𝑓3 de ℝ3 en ℝ
como:
Escriba el sistema no lineal 3 × 3
1
1 𝑓1 𝑥1 , 𝑥2 , 𝑥3 = 3𝑥1 − cos 𝑥2 𝑥3 −
3𝑥1 − cos 𝑥2 𝑥3 − = 0 2
2
𝑓2 (𝑥1 , 𝑥2 , 𝑥3 ) = 𝑥12 − 81 𝑥2 + 0.1 2
+ sin 𝑥3 + 1.06
𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06 = 0
10𝜋 − 3
𝑓3 (𝑥1 , 𝑥2 , 𝑥3 ) = 𝑒 −𝑥1𝑥2 + 20𝑥3 +
10𝜋 − 3 3
𝑒 −𝑥1𝑥2 + 20𝑥3 + = 0
3 Luego defina 𝐅: ℝ3 → ℝ3 mediante
en forma vectorial.
1
𝑓1 𝑥1 , 𝑥2 , 𝑥3 3𝑥1 − cos 𝑥2 𝑥3 −
2
𝐅 𝐱 = 𝑓2 𝑥1 , 𝑥2 , 𝑥3 = 𝑥12 − 81 𝑥2 + 0.1 2
+ sin 𝑥3 + 1.06
𝑓3 𝑥1 , 𝑥2 , 𝑥3 10𝜋 − 3
𝑒 −𝑥1 𝑥2 + 20𝑥3 +
3
Unidad 5. Soluciones de ecuaciones no lineales

Ejemplo 1: (Burden 10ª Ed., pág. 477). A partir de la forma vectorial

Escriba el sistema no lineal 3 × 3

1
𝑓1 𝑥1 , 𝑥2 , 𝑥3 3𝑥1 − cos 𝑥2 𝑥3 −
2
1 𝐅 𝐱 = 𝑓2 𝑥1 , 𝑥2 , 𝑥3 = 𝑥12 − 81 𝑥2 + 0.1 2
+ sin 𝑥3 + 1.06
3𝑥1 − cos 𝑥2 𝑥3 − = 0
2 𝑓3 𝑥1 , 𝑥2 , 𝑥3 𝑒 −𝑥1 𝑥2 + 20𝑥3 +
10𝜋 − 3
3
𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06 = 0 Se puede determinar fácilmente la imagen de 𝐅,

10𝜋 − 3 por ejemplo,

𝑒 −𝑥1𝑥2 + 20𝑥3 + = 0 1 −2
3
3 − cos 0 − 2
en forma vectorial. 2 1
𝐅 0,0,0 = −81 0.1 + sin(0) + 1.06 = 4
10𝜋 − 3
𝑒 −0 + 10𝜋
3 3
Unidad 5. Soluciones de ecuaciones no lineales

Ejemplo 1: (Burden 10ª Ed., pág. 477). A partir de la forma vectorial

Escriba el sistema no lineal 3 × 3

1
𝑓1 𝑥1 , 𝑥2 , 𝑥3 3𝑥1 − cos 𝑥2 𝑥3 −
2
1 𝐅 𝐱 = 𝑓2 𝑥1 , 𝑥2 , 𝑥3 = 𝑥12 − 81 𝑥2 + 0.1 2
+ sin 𝑥3 + 1.06
3𝑥1 − cos 𝑥2 𝑥3 − = 0
2 𝑓3 𝑥1 , 𝑥2 , 𝑥3 𝑒 −𝑥1 𝑥2 + 20𝑥3 +
10𝜋 − 3
3
𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06 = 0 Se puede determinar fácilmente la imagen de 𝐅,

10𝜋 − 3 por ejemplo,

𝑒 −𝑥1𝑥2 + 20𝑥3 + = 0 1 −2
3
3 − cos 0 − 2
en forma vectorial. 2 1
𝐅 0,0,0 = −81 0.1 + sin(0) + 1.06 = 4
10𝜋 − 3
𝑒 −0 + 10𝜋
3 3

Ejercicio 1. Halle el valor de 𝐅 1,1,1 .

Unidad 5. método de punto fijo

El método de punto fijo para resolver el

problema:
𝐅(𝐱) = 𝟎
consiste en despejar la i-ésima variable de
la i-ésima ecuación para obtener un
sistema equivalente de la forma:
𝐱=𝐆 𝐱
Luego, a partir de una aproximación inicial
𝐱 (0) dada, obtener la sucesión de iterados:
𝐱 (𝑛) = 𝐆 𝐱 (𝑛−1)
Unidad 5. método de punto fijo

El método de punto fijo consiste en Ejemplo 2: (Burden 10ª Ed., pág. 479).

despejar la i-ésima variable de la i-ésima Escriba el sistema no lineal:

ecuación para obtener un sistema

1
𝐸1 : 3𝑥1 − cos 𝑥2 𝑥3 − 2 = 0

equivalente de la forma: 𝐸2 : 𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06 = 0

𝐱=𝐆 𝐱 𝐸3 : 𝑒 −𝑥1𝑥2 + 20𝑥3 +
10𝜋 − 3
= 0
3
Luego, a partir de una aproximación inicial en la forma de punto fijo.
𝐱 (0) dada, obtener la sucesión de iterados:
𝐱 (𝑛) = 𝐆 𝐱 (𝑛−1)
Unidad 5. método de punto fijo

El método de punto fijo consiste en Ejemplo 2: (Burden 10ª Ed., pág. 479).

despejar la i-ésima variable de la i-ésima Escriba el sistema no lineal:

ecuación para obtener un sistema

1
𝐸1 : 3𝑥1 − cos 𝑥2 𝑥3 − 2 = 0

equivalente de la forma: 𝐸2 : 𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06 = 0

𝐱=𝐆 𝐱 𝐸3 : 𝑒 −𝑥1𝑥2 + 20𝑥3 +
10𝜋 − 3
= 0
3
Luego, a partir de una aproximación inicial en la forma de punto fijo.
𝐱 (0) dada, obtener la sucesión de iterados: Solución. Despejando 𝑥1 , 𝑥2 , 𝑥3 de 𝐸1 , 𝐸2 y 𝐸3 :

𝐱 (𝑛) = 𝐆 𝐱 (𝑛−1) 1 1
𝑥1 = cos 𝑥2 𝑥3 +
3 6

1
𝑥2 = 𝑥12 + sin 𝑥3 + 1.06 − 0.1
9

𝑒 −𝑥1𝑥2 10𝜋 − 3
𝑥3 = − −
20 60
Unidad 5. método de punto fijo

El método de punto fijo consiste en Ejemplo 2: (Burden 10ª Ed., pág. 479). La

despejar la i-ésima variable de la i-ésima forma vectorial del sistema equivalente es:

ecuación para obtener un sistema

equivalente de la forma:
1 1
cos 𝑥2 𝑥3 +
𝐱=𝐆 𝐱 𝑥1 3 6
1
Luego, a partir de una aproximación inicial 𝑥2 = 𝑥12 + sin 𝑥3 + 1.06 − 0.1
𝑥3 9
𝐱 (0) dada, obtener la sucesión de iterados: −
𝑒 −𝑥1𝑥2 10𝜋 − 3
−
𝐱 20 60
𝐱 (𝑛) = 𝐆 𝐱 (𝑛−1)
𝐆(𝐱)
Unidad 5. método de punto fijo

Ejercicio 2: Dada la aproximación inicial:

𝐱 (0) = 0.1, 0.1, −0.1 𝑡

Hallar la sucesión de iterados: 𝐱 (𝑛) = 𝐆 𝐱 (𝑛−1) ,

para la ecuación de punto fijo:
1 1
cos 𝑥2 𝑥3 +
𝑥1 3 6
1
𝑥2 = 𝑥12 + sin 𝑥3 + 1.06 − 0.1
𝑥3 9
𝑒 −𝑥1𝑥2 10𝜋 − 3
𝐱 − −
20 60

𝐆(𝐱)
Unidad 5. método de punto fijo

Definición 1. (Burden 10ª Ed., pág. 479)

Una función 𝐆: 𝐷 → ℝ𝒏 , con 𝐷 ⊂ ℝ𝑛 tiene un
punto fijo 𝐩 ∈ 𝐷 si 𝐆 𝐩 = 𝐩.
Unidad 5. método de punto fijo

Definición 1. (Burden 10ª Ed., pág. 479) Teorema 1. (Burden 10ª Ed., pág. 479).
Una función 𝐆: 𝐷 → ℝ𝒏 , con 𝐷 ⊂ ℝ𝑛 tiene un Convergencia del método de punto fijo.
punto fijo 𝐩 ∈ 𝐷 si 𝐆 𝐩 = 𝐩.

Recuerde que,
𝐅 𝐱 =𝐆 𝐱 −𝐱=𝟎
Unidad 5. método de Newton

Dada la aproximación inicial 𝐱 (0) , el

método de Newton para aproximar el
sistema de ecuaciones no lineales:
𝐅(𝐱) = 𝟎
Viene dado por:
−1
𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐽 𝐱 𝑘−1 𝐅 𝐱 𝑘−1 ,𝑘 ≥ 1
donde 𝐽(𝐱) es la matriz jacobiana.
Unidad 5. método de Newton

Dada la aproximación inicial 𝐱 (0) , el La matriz jacobiana 𝐽(𝐱) se define como:

método de Newton para aproximar el
sistema de ecuaciones no lineales:
𝐅(𝐱) = 𝟎
Viene dado por:
−1
𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐽 𝐱 𝑘−1 𝐅 𝐱 𝑘−1 ,𝑘 ≥ 1
donde 𝐽(𝐱) es la matriz jacobiana.
Unidad 5. método de Newton

Dada la aproximación inicial 𝐱 (0) , el La matriz jacobiana 𝐽(𝐱) se define como:

método de Newton para aproximar el
sistema de ecuaciones no lineales:
𝐅(𝐱) = 𝟎
Viene dado por:
−1
𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐽 𝐱 𝑘−1 𝐅 𝐱 𝑘−1 ,𝑘 ≥ 1
donde 𝐽(𝐱) es la matriz jacobiana.

Debilidad del método: en cada iteración se

requiere calcular e invertir la matriz
jacobiana.
Unidad 5. método de Newton

En la práctica se evita el cálculo explícito

de la inversa mediante el esquema de dos
pasos:

Paso1. Se resuelve el SEL:

𝐽 𝐱 (𝑘−1) 𝐲 = 𝐅(𝐱 (𝑘−1) )

Paso 2. Se halla la aproximación:

𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐲
Unidad 5. método de Newton

En la práctica se evita el cálculo explícito Método de Newton:

de la inversa mediante el esquema de dos 𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐽 𝐱 𝑘−1 −1
𝐅 𝐱 𝑘−1 , 𝑘≥1
pasos:
𝐲

El paso 1 encierra el cambio de variable:

Paso1. Se resuelve el SEL:
−1
𝐲=𝐽 𝐱 𝐅(𝐱)
𝐽 𝐱 (𝑘−1) 𝐲= 𝐅(𝐱 (𝑘−1) )
−1
𝐽 𝐱 𝐲=𝐽 𝐱 𝐽 𝐱 𝐅 𝐱
𝐽 𝐱 𝐲= 𝐽 𝐱 𝐽 𝐱 −1 𝐅 𝐱
Paso 2. Se halla la aproximación:
𝐽 𝐱 𝐲=𝐅 𝐱
𝐱 (𝑘) = 𝐱 (𝑘−1) −𝐲

Al evaluar en 𝐱 (𝑘−1) resulta el SEL:

𝐽 𝐱 (𝑘−1) 𝐲 = 𝐅 𝐱 (𝑘−1)
Unidad 5. método de Newton

En la práctica se evita el cálculo explícito Método de Newton:

de la inversa mediante el esquema de dos 𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐽 𝐱 𝑘−1 −1
𝐅 𝐱 𝑘−1 , 𝑘≥1
pasos:
𝐲

Paso1. Se resuelve el SEL: En el paso 2 se sustituye la expresión:

𝐽 𝐱 (𝑘−1) 𝐲 = 𝐅(𝐱 (𝑘−1) ) 𝑘−1 −1 𝑘−1
𝐽 𝐱 𝐅 𝐱
por 𝐲.
Paso 2. Se halla la aproximación:
𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐲
Unidad 5. método de Newton

Criterios de parada para el método de

Newton.
Para 𝑘 ≥ 1, determinar
−1
𝐱 (𝑘) = 𝐱 (𝑘−1) − 𝐽 𝐱 𝑘−1 𝐅 𝐱 𝑘−1

Hasta que se satisfaga alguno de los

criterios de parada siguientes:

✓ 𝐱 𝑘 −𝐱 𝑘−1 ≤ 𝑡𝑜𝑙
∞

𝐱 𝑘 −𝐱 𝑘−1 ∞
✓ ≤ 𝑡𝑜𝑙
𝐱𝑘 ∞
Unidad 5. método de Newton

Ejemplo 3: (Burden 10ª Ed., pág. 485).

Aproxime la solución del SENL

1
3𝑥1 − cos 𝑥2 𝑥3 − = 0
2
𝑥12 − 81 𝑥2 + 0.1 2
+ sin 𝑥3 + 1.06 = 0

10𝜋 − 3
𝑒 −𝑥1𝑥2 + 20𝑥3 + = 0
3
mediante el método de Newton. Utilice
𝐱 (0) = 0.1, 0.1, −0.1 𝑡
e itere hasta que

𝐱 𝑘 −𝐱 𝑘−1 ≤ 10−5
∞
Unidad 5. método de Newton

Ejemplo 3: (Burden 10ª Ed., pág. 485). Solución. En este caso,

1
Aproxime la solución del SENL 3𝑥1 − cos 𝑥2 𝑥3 − 2
𝐅 𝐱 = 𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06
1 𝑒 −𝑥1𝑥2 + 20𝑥3 +
10𝜋 − 3
3𝑥1 − cos 𝑥2 𝑥3 − = 0 3
2
𝑥12 − 81 𝑥2 + 0.1 2
+ sin 𝑥3 + 1.06 = 0 3 x3 sen 𝑥2 𝑥3 x2 sen 𝑥2 𝑥3
𝑱 𝐱 = 2𝑥1 −162(𝑥2 + 0.1) cos(𝑥3 )
10𝜋 − 3
𝑒 −𝑥1𝑥2 + 20𝑥3 + = 0 −𝑥2 𝑒 −𝑥1𝑥2 −𝑥1 𝑒 −𝑥1𝑥2 20
3
mediante el método de Newton. Utilice
𝐱 (0) = 0.1, 0.1, −0.1 𝑡
e itere hasta que

𝐱 𝑘 −𝐱 𝑘−1 ≤ 10−5
∞
Unidad 5. método de Newton
−1.2000
Solución (cont.) En este caso, 𝐅 𝐱 (0)
= −2.2698
1
3𝑥1 − cos 𝑥2 𝑥3 − 2 8.6420
𝐅 𝐱 = 𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06
10𝜋 − 3 3.0000 0.0010 −0.0010
𝑒 −𝑥1𝑥2 + 20𝑥3 + 𝑱 𝐱 (0)
= 0.2000 −32.400 0.9950
3
−0.0990 −0.0990 20.0000

3 x3 sen 𝑥2 𝑥3 x2 sen 𝑥2 𝑥3
𝑱 𝐱 = 2𝑥1 −162(𝑥2 + 0.1) cos(𝑥3 ) Paso 1. Resolver el SEL:
−𝑥2 𝑒 −𝑥1𝑥2 −𝑥1 𝑒 −𝑥1𝑥2 20 3.0000 0.0010 −0.0010 𝑦1 −1.2000
0.2000 −32.400 0.9950 𝑦2 = −2.2698
−0.0990 −0.0990 20.0000 𝑦3 8.6420
Por lo que al evaluar en
𝐱 (0) = 0.1, 0.1, −0.1 𝑡 cuya solución es:
−0.3999
resulta.. 𝑦 = 0.0805
0.4215
Unidad 5. método de Newton
−1.2000
Solución (cont.) En este caso, 𝐅 𝐱 (0)
= −2.2698
1
3𝑥1 − cos 𝑥2 𝑥3 − 2 8.6420
𝐅 𝐱 = 𝑥12 − 81 𝑥2 + 0.1 2 + sin 𝑥3 + 1.06
10𝜋 − 3 3.0000 0.0010 −0.0010
𝑒 −𝑥1𝑥2 + 20𝑥3 + 𝑱 𝐱 (0)
= 0.2000 −32.400 0.9950
3
−0.0990 −0.0990 20.0000

3 x3 sen 𝑥2 𝑥3 x2 sen 𝑥2 𝑥3
𝑱 𝐱 = 2𝑥1 −162(𝑥2 + 0.1) cos(𝑥3 ) Paso 2. Hallar la nueva aproximación:
−𝑥2 𝑒 −𝑥1𝑥2 −𝑥1 𝑒 −𝑥1𝑥2 20 𝐱 (1) = 𝐱 (0) − 𝐲

Por lo que al evaluar en 0.1 −0.3999 0.4999

𝐱 (1) = 0.1 − 0.0805 = 0.0195
𝐱 (0) = 0.1, 0.1, −0.1 𝑡
−0.1 0.4215 −0.5215
resulta..
Ejercicio: ¡terminarlo!
Unidad 5. método de Newton

Ejercicio 3: aproxime la solución del SENL

3𝑥 2 + 4𝑦 − 1 = 0
𝑦 3 − 8𝑥 3 − 1 = 0
mediante el método de Newton, con
aproximación inicial 𝐱 (0) = (0.5,0.25) y error
de aproximación del orden de 10−3 .
Unidad 5. convergencia del método de Newton

En general se espera que el método de

Newton proporcione convergencia
cuadrática a la solución verdadera del
problema (𝐫), siempre que se conozca un
valor inicial suficientemente preciso y
exista 𝐽 𝐫 −1 .
Unidad 5. convergencia del método de Newton

En general se espera que el método de Teorema 10.7 (Burden 10ª Ed. Pág. 483)

Newton proporcione convergencia

cuadrática a la solución verdadera del
problema (𝐫), siempre que se conozca un
valor inicial suficientemente preciso y
exista 𝐽 𝐫 −1 .