Sistema de Ecuaciones no Lineal Método Newton

MÉTODO DE NEWTON-RAPHSON PARA SISTEMAS DE ECUACIONES NO

LINEALES
En las aplicaciones reales, muchas veces nos encontramos con sistemas no lineales de
ecuaciones. Por ejemplo, calcular las raíces, reales o complejas, de un polinomio de grado
2 dado por 𝑃2 (z) = 𝑎𝑧 2 + 𝑏𝑧 + 𝑐, donde z = x + yi, es equivalente a resolver el sistema
𝑎𝑥 2 + 𝑏𝑥 − 𝑎𝑦 2 + 𝑐 = 0
2𝑎𝑦𝑥 2 + 𝑏𝑦 = 0
que es un sistema no lineal de ecuaciones. En general, un sistema no lineal de ecuaciones
de dimensión N, se escribe como N ecuaciones del tipo

𝑓1(𝑢1 , ⋯ , 𝑢𝑁 ) = 0
𝑓2 (𝑢1 , ⋯ , 𝑢𝑁 ) = 0

𝑓𝑁 (𝑢1 , ⋯ , 𝑢𝑁 ) = 0

Donde 𝑓 (𝑢) = (𝑓1(𝑢), 𝑓2 (𝑢), ⋯ , 𝑓𝑁 (𝑢)) es una función de 𝔑𝑁 ⟶ 𝔑𝑁 y 𝑢 =

(𝑢1 , ⋯ 𝑢𝑁 ). El método de Newton-Raphson para sistemas de ecuaciones se basa en
desarrollar por Taylor la función f y truncar el desarrollo para que quede un sistema lineal,
es decir
𝑓 (𝑢) = 𝑓 (𝑢0 ) + ∇𝑓(𝑢0 )(𝑢 − 𝑢0 ) + 𝜑(‖𝑢 − 𝑢0 ‖2 )
Donde 𝑢0 es una aproximación de la solución de f (u) = 0. Si truncamos el desarrollo e
igualamos a 0 (para aproximar la raíz) obtenemos que la raíz del sistema lineal se obtiene
resolviendo el sistema
∇𝑓 (𝑢0 )𝑧 = −𝑓(𝑢0 )
𝑢1 = 𝑢 0 + 𝑧
En el caso general, a partir de una aproximación 𝑢𝑛 se obtiene la aproximación u𝑢𝑛+1
en dos etapas:
∇𝑓 (𝑢𝑛 )𝑧 = −𝑓(𝑢𝑛 )
𝑢𝑛+1 = 𝑢𝑛 + 𝑧

Ejemplo 1 Consideremos el siguiente sistema no lineal de ecuaciones:

𝑥2 − 𝑦2 + 1 = 0
2𝑥𝑦 = 0

Dra. Pilar Nuñez Blas Página 1

Sistema de Ecuaciones no Lineal Método Newton

La matriz gradiente de esta función viene dada por

2𝑥 −2𝑦
∇𝑓(𝑢𝑛 ) = ( )
2𝑦 2𝑥

Tomemos como aproximación inicial 𝑢1 = (1,1). El sistema que hay que resolver para
pasar de una iteración a otra es

2𝑥 −2𝑦 𝑧1 𝑥 2 − 𝑦𝑛2 + 1
( ) (𝑧 ) = ( 𝑛 )
2𝑦 2𝑥 2 2𝑦𝑛 𝑥𝑛

Si partimos de 𝑢1 = (1,1), para obtener 𝑢2 tenemos que resolver

2 −2 𝑧1 −1
( ) (𝑧 ) = ( )
2 2 2 −2
3 1
que tiene por solución (− 4 , − 4) . Por tanto, 𝑢2 viene dado por

3 1
−
1
𝑢2 = ( ) + ( 4) = (4)
1 1 3
−
4 4

Para calcular 𝑢3 , tenemos que resolver el sistema

1 3 1 2 3 2
− ( ) −( ) +1
(2 2) (𝑧1 ) = 4 4
3 1 𝑧2 6
2 2 ( 16 )
13 9
cuya solución es (− ,− ). Por tanto, 𝑢3 viene dado por
40 40

1 13 13
− −
𝑢3 = (4) + ( 40) = ( 40)
3 9 39
−
4 40 40

que ya es una buena aproximación de la solución exacta dada por el vector (0, 1).

Problema3. Calcular 2 iteraciones del método de Newton-Raphson no lineal para

aproximar una raíz del sistema de ecuaciones

𝑥2 + 𝑦2 − 1 = 0
𝑦−𝑥 =0
partiendo de (x, y) = (1, 1).

Problema 2. Plantear el algoritmo necesario para calcular, utilizando el método de

Newton-Raphson, las raíces complejas o reales de un polinomio de grado 3.

Dra. Pilar Nuñez Blas Página 2

Sistema de Ecuaciones no Lineal Método Newton

Problema 3. Se considera el sistema no lineal

(𝑥 − 1)𝑦 = 0
(𝑦 − 2)𝑥 = 0

A partir de 𝑢1 = (1, 1), calcular 𝑢2 y 𝑢3 utilizando el método de Newton-Raphson para

aproximar un cero del sistema no lineal.

Problema (2 puntos) Calcular una iteración del método de Newton-Raphson no lineal

para aproximar una raíz del sistema de ecuaciones

𝑒 𝑥𝑦𝑧 − 1 = 0
𝑦2 − 𝑧3 − 2 = 0
(𝑧 − 1)𝑥 4 − 3 = 0
partiendo de (x, y, z) = (1, 1, 1).

function newtonnl(f1,f2,X0,tol,mx)
syms x y;
j=jacobian([f1;f2],[x y]);
variables x y y
F1=inline(char(f1),'x','y');
F2=inline(char(f2),'x','y');
J1=inline(char(j(1,1)),'x','y');
J2=inline(char(j(1,2)),'x','y');
J3=inline(char(j(2,1)),'x','y');
J4=inline(char(j(2,2)),'x','y');
E=tol+1;
C=0;
F=zeros(2,1); J=zeros(2,2);
while E>tol & C<mx
C=C+1;
F(1)=F1(X0(1),X0(2)); F(2)=F2(X0(1),X0(2));
fprintf('n=%1.0f x=%12.10f y=%12.10f ',C,X0(1),X0(2));
fprintf('f1(x,y)=%12.5e f2(x,y)=%12.5e \n',F(1),F(2))
J(1,1)=J1(X0(1),X0(2)); J(1,2)=J2(X0(1),X0(2));
J(2,1)=J3(X0(1),X0(2)); J(2,2)=J4(X0(1),X0(2));
H=-J\F;
X1=X0+H;
E=norm(X1-X0);
X0=X1;
end

Dra. Pilar Nuñez Blas Página 3