Solución de Sistemas de Ecuaciones No-lineales

Joanmartin Suarez Loaiza∗

Facultad de Ingeniería, Universidad Tecnológica de Bolívar
Cartagena de Indias, Colombia
∗ jloaiza@utb.edu.co

Resumen—En el siguiente artículo se estudiará el método de x − cos(xy) = 1

Newton para la resolución de sistemas de ecuaciones no lineales, x2 − y 2 = 1
se estudiarán las preliminares para fundamentar su aplicación,
se hará mención de distintos métodos que se pueden considerar
como alternativas, y se hará resolución de un ejercicio.

I. INTRODUCCIÓN
En la actualidad, existen distintos ámbitos en los que la
resolución de ecuaciones es una actividad imprescindible al
desarrollar algún problema. Por lo general, los problemas con
los que nos encontramos son no lineales, ya sean ecuaciones
que involucren derivadas (caso de ecuaciones diferenciales
ordinarias y parciales) o no. Para los sistemas de ecuaciones
lineales, se usa por lo general el método de la matriz inversa
o el método de Gauss-Jordan, pero para el caso de sistemas
no lineales al no existir un algoritmo clave para llegar a la
respuesta cuasiexacta, se hace uso de métodos númericos que
buscan aproximar la respuesta por medio de iteraciones que
convergen hacia el resultado. El método por preferencia que
se aplica es el método de Newton-Raphson, suele considerarse
como principal alternativa, tiene ventajas y desventajas que se Fig. 1. Gráfica del sistema (trazo negro hipérbola).
describirán en el desarrollo del artículo, además, se dispondrán
los conceptos claves para su funcionamiento y fundamenta-
ción. II-B. Matriz Jacobiana
El objetivo de este artículo es describir las bases del método La matriz Jacobiana es una "herramienta"que se usará tanto
de Newton - Raphson, mostrar la potencia de éste y poder para determinar la serie de taylor para una función de varias
mostrar un ejercicio donde se evidencie la resolución paso por variables y además es un elemento primordial para el cálculo
paso haciendo uso de las herramientas Excel y Geogebra. del método de Newton - Raphson. Es una matriz que se
II. MARCO TEÓRICO compone de las derivadas parciales de dos o más funciones:

A partir de esta sección se describirán los preliminares y  ∂f

1 ∂f1 ∂f1

∂x ∂x2 ... ∂xn
fundamentos del método de Newton - Raphson.  ∂f21 ∂f2 ∂f2 
 ∂x1 ∂x2 ... ∂xn 
II-A. Sistema no lineal de ecuaciones J(x) =  .
 .. .. 

 .. . ... . 
n
Sea una función f : R → R se define como no lineal ∂fn ∂fn
... ∂fn
∂x1 ∂x2 ∂xn
cuando no satisface el principio de superposición que es:
f (x1 + x2 + · · · + xn ) 6= f (x1 ) + f (x2 ) + . . . f (xn ) ∃ J(fi (x)) ⇐⇒ fi (x) ∈ C 1
Para el ejemplo que se propuso, su matriz jacobiana es:
Un sistema de ecuaciones no lineales por lo tanto se define
como:  
1 + y sin(xy) x sin(xy)
J(x) =
f1 (x1 , x2 , . . . , xn ) = 0 2x −2y
f2 (x1 , x2 , . . . , xn ) = 0
..
. II-C. Matriz Hessiana
fn (x1 , x2 , . . . , xn ) = 0
La matriz Hessiana no tiene una aplicación directa en la
Donde (x1 , x2 , . . . , xn ) ∈ Rn . Un ejemplo de lo anterior es aplicación del método a usar, mas sin embargo, se menciona
el siguiente: debido a que es un elemento útil para la demostración del
método de Newton - Raphon. Tiene las segundas derivadas
parciales de un conjunto de funciones: f (xi )
xi+1 = xi − (1)
 ∂ 2 f1 ∂ 2 f1 2 f 0 (xi )
. . . ∂x∂1 ∂x
f1

∂ 2 x1 ∂x1 ∂x2 n
 ∂ 2 f2 ∂ 2 f2 2 III. M ÉTODO DE N EWTON PARA VARIAS VARIABLES
 ∂x2 ∂x1 ∂ 2 x2 . . . ∂x∂2 ∂x
f2 
n

H(x) =  .

. . El método de Newton para varias variables se usa para
 .. .. ... ..   sistemas de ecuaciones (no diferenciales) de tipo no lineal
2 2 2
∂ fn ∂ fn ∂ fn
∂xn ∂x1 ∂xn ∂x2 ... ∂ 2 xn y lineal, aunque para el segundo caso no es viable debido a
que existen método más prácticos y sencillos. El método no
Su definición también puede darse como:
h 2 i converge bajo ciertas condiciones tales como: En un mismo
H= ∂x∂i ∂x
f
j
punto de cualquier variable exista más de una solución en
ij
este. Esto hará que el proceso tienda a alejarse del punto y
2
∃ H(fi (x)) ⇐⇒ fi (x) ∈ C busque otro donde también se cumpla la solución. Por otra
parte, es obligatorio que las funciones sean continuas en los
intervalos para los que se desea encontrar la solución. Usando
II-D. Norma de un tensor de orden 1
la ecuación (1) se puede hacer la analogía para encontrar la
La norma se usará para determinar el error que haya en la fórmula que se usará para el caso de varias variables.
solución a la que se llegue. La norma Euclideana será la que
se use en este caso, ya que denota la longitud absoluta en un xi+1 = xi − (f 0 (xi ))−1 (f (xi )
|{z} |{z} | {z } | {z }
métrica Euclideana (sin curvatura) definica como: ↓ ↓ ↓ ↓
n −1
Sea x = [x1 x2 x3 . . . xn ], /x ∈ R ~xi+1 = ~xi − J(F(~xi )) · F(~xi )
Su norma se define como: Lo que se necesita primeramente para comenzar es plantear
el vector ~xi que será la primera solución o aproximación al
q
||x||2 = x21 + x22 + x23 + · · · + x2n resultado que se busca. Por lo general suele suponerse cercano
Y a su vez, se define la norma l∞ que representa el máximo a los valores que aparenta ser la respuesta. Seguido a esto
valor absoluto que contiene el vector: se define el vector de funciones y su Jacobiano, a manera de
precaución verificar que el determinante de la matriz Jacobiano
||x||∞ = máx |xi | no sea cero, es decir no sea singular para un punto, esto para
1<i<n
evitar la divergencia. Para este artículo se considerará al error
Un ejemplo se muestra a continuación: como:
|~xi+1 − ~xi |
 
−1 ε = máx (2)
|~xi+1 |
0
x= −5

Nota: Verificar que es diferente |~x| a ||~x||, el primero
6 es valor absoluto de un elemento o en efecto de todos,
mientras que el segundo es la norma Euclideana.
||x||∞ = máx(| − 1|, |0|, | − 5|, |6|) = 6
II-E. Teorema de Taylor Para proseguir se plantea nuevamente el sistema de ecua-
El teorema de Taylor bien se sabe que en el caso de una ciones y se definen la matriz Jacobiana y su función vectorial,
variable se enuncia como: Sea k ≥ 1 un entero y la función esto además con la aproximación inicial, para este caso se
f : R → R diferenciable k veces (f ∈ C k ) en el punto a ∈ R. considera un error admitido de ε = 1 × 10−3 :
Entonces existe una función hk : R → R tal que: x1 − cos(x1 x2 ) = 1
n
X f (k) (a)(x − a)k x21 − x22 = 1
f (x) =
k!
k=0  
El polinomio de grado uno con la forma: x1 − cos(x1 x2 ) − 1
F(~x) =
x21 − x22 − 1
f (b) = f (a) + f 0 (a)(b − a)
 
Si se organiza se obtiene el paso a seguir para llevar a cabo 1 + x2 sin(x1 x2 ) x1 sin(x1 x2 )
el método de Newton - Raphson para una variable: J(F(~x)) =
2x1 −2x2
f (b) = f (a) + f 0 (a)(b − a); f (b) = 0 Y el vector que contiene la primera aproximación:
f (a)
b=a− 0
f (a)
 
0,500
~x0 =
0,500
 A continuación se muestran los resultados para la primera La función se resuelve por el método de Bisección, esto
iteración: debido a que se verifica que la derivada de la función a

−1,499
 resolver puede complicarse al contener un cociente con una
F(~x0 ) = función trascendetal en el numerador, lo cual complica el
−1,000
  realizarlo por el método de Newton - Raphson, sin embargo, a
1,002 0,002
J(F(~x0 )) = continuación se deja expresada la derivada para que el lector
1, 000 −1, 000
  pueda comprobar el resultado por el método de Newton:
−1 0,996 0,002
J(F(~x0 )) =  √ x
 
0,996 −0,998  + arc cos(x − 1)
0 arc cos(x − 1)  1−(x−1)2
f (x) = 2x + 2
 
−1 −1,496 x x2

J(F(~x0 )) · F(~x0 ) =
−0,496
Por lo tanto se obtiene que:
     
0,500 −1,496 1,996
~x1 = − =
0,500 −0,496 0,996
Si se continúa iterando se puede obtener lo siguiente:
i x1 x2 ε Verifica
0 0.500 0.500 - -
1 1.996 0.996 0.749 No
2 1.940 1.884 0.471 No
3 2.007 1.745 0.080 No
4 2.000 1.732 0.007 No
5 1.999 1.730 0.001 No
6 1.998 1.730 0.000 Sí
Tabla 1. Resultado de varias iteraciones
Finalmente se puede verificar que:
 
0,000
F(~x6 ) = = ~0
0,000
Por otra parte, si se observa cuidadosamente la gráfica Fig.
1., se puede observar que para un mismo valor de x existen
dos soluciones reales para y, mas sin embargo, ese valor de
x no coincide con el valor hallado con el método de Newton, Fig. 2. Gráfica de la función f (x).
esto por el hecho de tratar con radianes o con grados y
Por el método de bisección se obtiene la siguiente tabla de
además, debido a la desventaja que ofrece este frente a esta
resultados
situación, por lo tanto es conveniente resolver el problema
por otro método para hallar otra posible solución, para esto
se aprovecha el hecho de que se puede despejar x2 para la i a b Sgn(a) Sgn(b) x = a+b
2 Sgn(x) ε
primera ecuación: 1 1.000 2.000 -1 1 1.500 1 0.500
2 1.000 1.500 -1 1 1.250 -1 0.250
arc cos(x1 − 1)
x2 = 3 1.250 1.500 -1 1 1.375 1 0.125
x1 4 1.250 1.375 -1 1 1.313 -1 0.063
Y esto se reemplaza en la segunda quedando: 5 1.313 1.375 -1 1 1.344 -1 0.031
 2 6 1.344 1.375 -1 1 1.359 1 0.016
arc cos(x1 − 1)
x21 − =1 7 1.344 1.359 -1 1 1.352 1 0.008
x1 8 1.344 1.352 -1 1 1.348 1 0.004
Para lo cual se tiene: 9 1.344 1.348 -1 1 1.346 -1 0.002
 2 10 1.346 1.348 -1 1 1.347 -1 0.001
2 arc cos(x − 1)
f (x) = x − −1 Tabla 2. Resultados del método de Bisección
x
Nota: Se quita el subíndice debido a que se sabe que se Nota: Para el método de bisección se usó el error como
trata de una función de una variable. (b − a)/2
Se evidencia que el valor que se obtiene es x = 1,347 y por no es el único usado para resolver sistemas de ecuaciones
lo tanto para y se obtiene: no lineales, existen otros como el método de punto fijo y
arc cos(1,347 − 1) el método de Broyden, pero el método de Newton se es
y1 = = 0,903 considerado como el más práctico.
1,347
arc cos(1,347 − 1) R EFERENCIAS
y2 = − = −0,903
1,347 [1] [2] C. Remani, Numerical Methods for Solving Systems of Non-
linear Equations. Ontario, Canada, 2012, pp. 5-18. [En línea].
Nota: Verificar que se encuentra en radianes el cálculo. Available: https://www.lakeheadu.ca/sites/default/files/uploads/77/docs/
RemaniFinal.pdf. [Último acceso: 2 9 2020].
Finalmente se puede expresar el conjunto solución como: [2] T.M Huang, Numerical solutions of nonlinear systems of equations.
Taipéi, Taiwan, 2011, pp. 3-17. [En línea]. Available: http://math.ntnu.
       edu.tw/~min/Numerical_Analysis/2005/Nonlinear_print.pdf. [Último ac-
1,998 1,347 1,347 ceso: 2 9 2020].
~x = , , /xi ∈ R
1,730 D 0,903 R −0,903 R
Nota: D es grados (Degrees) y R es radianes (Radians).

Fig. 3. Vista de los resultados.

IV. CONCLUSIONES
Se puede concluir que el método de Newton es práctico en
cuanto a su facilidad relativa de aplicación, converge rápida-
mente, mas sin embargo el contar con softwares de generación
de gráficos es muy útil para corroborar los resultados. Se puede
apoyar sobre la habilidad de combinar ecuaciones para facilitar
los cálculos.
En el presente artículo se presentó un ejemplo original y se
abarcó de distinas maneras con la finalidad de proponer al
lector distintas alternativas de resolver un problema.
Como ventajas se pueden destacar las ya mencionadas, mien-
tras que para las desventajas realmente se ven en cuanto al
desarrollo del método en sí; el cálculo de la matriz Jacobiana
y su inversa por lo general son procesos largos y tediosos,
aunque no se realicen a mano, consumen memoria en el
programa.
Finalmente, se puede mencionar que el método de Newton