Método de Newton. Método de Newton para sistemas no lineales.

MAT270

Análisis Numérico

Universidad Técnica Federico Santa Marı́a

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Contenidos

Método de Newton.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Contenidos

Método de Newton.
Método de Newton para sistemas no lineales.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.
Reformulamos el problema:

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.
Reformulamos el problema:

f (x) = 0 ⇐⇒ h(x) · f (x) = 0, h(r) 6= 0

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.
Reformulamos el problema:

f (x) = 0 ⇐⇒ h(x) · f (x) = 0, h(r) 6= 0

⇔ x − h(x) · f (x) = x
| {z }
g(x)

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.
Reformulamos el problema:

f (x) = 0 ⇐⇒ h(x) · f (x) = 0, h(r) 6= 0

⇔ x − h(x) · f (x) = x
| {z }
g(x)

⇔ g(x) = x;

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.
Reformulamos el problema:

f (x) = 0 ⇐⇒ h(x) · f (x) = 0, h(r) 6= 0

⇔ x − h(x) · f (x) = x
| {z }
g(x)

⇔ g(x) = x; g(x) = x − h(x)f (x)

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.
Reformulamos el problema:

f (x) = 0 ⇐⇒ h(x) · f (x) = 0, h(r) 6= 0

⇔ x − h(x) · f (x) = x
| {z }
g(x)

⇔ g(x) = x; g(x) = x − h(x)f (x)

El objetivo ahora es elegir la función h tal que la iteración de

punto fijo converge con orden 2 y eso lo conseguimos con:

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton es el algoritmo más importante para resolver

problemas no lineales.
Nuestro objetivo es encontrar una raı́z r de una función f : R → R.
Reformulamos el problema:

f (x) = 0 ⇐⇒ h(x) · f (x) = 0, h(r) 6= 0

⇔ x − h(x) · f (x) = x
| {z }
g(x)

⇔ g(x) = x; g(x) = x − h(x)f (x)

El objetivo ahora es elegir la función h tal que la iteración de

punto fijo converge con orden 2 y eso lo conseguimos con:

g 0 (r) = 0
Análisis Numérico Coordinación MAT270
Método de Newton. Método de Newton para sistemas no lineales.

La ecuación anterior determinará la función h

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

La ecuación anterior determinará la función h

g 0 (x) = 1 − h0 (x)f (x) − h(x)f 0 (x), y obtenemos

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

La ecuación anterior determinará la función h

g 0 (x) = 1 − h0 (x)f (x) − h(x)f 0 (x), y obtenemos
1
g 0 (r) = 0 ⇐⇒ h (r) = .
f 0 (r)

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

La ecuación anterior determinará la función h

g 0 (x) = 1 − h0 (x)f (x) − h(x)f 0 (x), y obtenemos
1
g 0 (r) = 0 ⇐⇒ h (r) = .
f 0 (r)

Es decir, la iteración de punto fijo para la función g dada por

f (x)
g(x) = x −
f 0 (x)

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Método de Newton
Elegimos un punto inicial x0 ∈ R,
f (xk )
xk+1 = xk − , para k ≥ 0
f 0 (xk )

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Método de Newton
Elegimos un punto inicial x0 ∈ R,
f (xk )
xk+1 = xk − , para k ≥ 0
f 0 (xk )

Teorema
Sea f : R → R una función, x∗ una raı́z de f , y x0 suficientemente
cerca de x∗ .
(i) Si x∗ es raı́z simple de f , es decir f 0 (x∗ ) 6= 0,
entonces el método de Newton converge
cuadráticamente.
(ii) Si x∗ es una raiz multiple de f , es decir
f (x) = (x − x∗ )m r(x) con m ≥ 2 y r (x∗ ) 6= 0,
entonces el método de Newton converge linealmente
pero no cuadráticamente.
Análisis Numérico Coordinación MAT270
Método de Newton. Método de Newton para sistemas no lineales.

Forma Geométrica de Newton

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Ejemplo
√
Utilice el método de Newton para estimar 2.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Criterio de Cancelación

Tal como lo vimos en general en el método de Punto fijo usamos

para el método de Newton el criterio de cancelación:

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Criterio de Cancelación

Tal como lo vimos en general en el método de Punto fijo usamos

para el método de Newton el criterio de cancelación:

|xk − xk−1 | ≤ tol.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Sistemas No lineales

Considere el sistema de n ecuaciones no lineales:



 f1 (x1 , x2 , · · · , xn ) = 0
 f2 (x1 , x2 , · · · , xn ) = 0

..


 .
fn (x1 , x2 , · · · , xn ) = 0


Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Sistemas No lineales

Considere el sistema de n ecuaciones no lineales:



 f1 (x1 , x2 , · · · , xn ) = 0
 f2 (x1 , x2 , · · · , xn ) = 0

..


 .
fn (x1 , x2 , · · · , xn ) = 0


 
f1
 f2 
f (x1 , x2 , · · · , xn ) :=   , f : Rn −→ Rn , fi : Rn −→ R
 
..
 . 
fn

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Sistemas No lineales

Se quiere resolver el sistema de ecuaciones f (x) = 0, donde

x = (x1 , . . . , xn )t ∈ Rn representa al vector de incógnitas.
El método de Newton.
Una de las ventajas del método de Newton–Raphson además de su
velocidad de convergencia, es que se puede generalizar fácilmente a
sistemas de ecuaciones no lineales. Esta generalización se conoce
como método de Newton.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Supongamos que α = (α1 , . . . , αn )t ∈ Rn es la solución del

sistema de ecuaciones, y que f = (f1 , . . . , fn )t es dos veces
diferenciable.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Supongamos que α = (α1 , . . . , αn )t ∈ Rn es la solución del

sistema de ecuaciones, y que f = (f1 , . . . , fn )t es dos veces
diferenciable.
Entonces, aplicando el desarrollo de Taylor para funciones de varias
variables de f en torno a una aproximación de la raı́z
(k) (k)
x(k) = (x1 , . . . , xn )t , se tiene que:
 
0 = f (α) = f (x(k) ) + Df (x(k) ) (α − x(k) ) + O kα − x(k) k2 ,

donde Df (x(k) ) es la matriz Jacobiana de f en x(k) :

∂f1 (k) ∂f1 (k)

 
(x ) · · · (x )
 ∂x1 ∂xn 
(k)
Df (x ) := 

 .
.. .
..

.

 ∂fn ∂fn (k) 
(k)
(x ) · · · (x )
∂x1 ∂xn

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Cuando kα − x(k) k es pequeño, el término O kα − x(k) k2 es

mucho más pequeño aún y puede despreciarse en en el desarrollo

de Taylor anterior:

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Cuando kα − x(k) k es pequeño, el término O kα − x(k) k2 es

mucho más pequeño aún y puede despreciarse en en el desarrollo

de Taylor anterior:
 
0 = f (x(k) ) + Df (x(k) ) (α − x(k) ) + O kα − x(k) k2
≈ f (x(k) ) + Df (x(k) ) (α − x(k) ).

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Cuando kα − x(k) k es pequeño, el término O kα − x(k) k2 es

mucho más pequeño aún y puede despreciarse en en el desarrollo

de Taylor anterior:
 
0 = f (x(k) ) + Df (x(k) ) (α − x(k) ) + O kα − x(k) k2
≈ f (x(k) ) + Df (x(k) ) (α − x(k) ).

Si además la matriz Df (x(k) ) es invertible, entonces podemos

aproximar la raı́z α despejándola en la ecuación anterior:

α ≈ x(k) − Df (x(k) )−1 f (x(k) ).

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

El método de Newton consiste en, dada la aproximación de la

solución x(k) , tomar como nueva aproximación x(k+1) el valor de
la expresión anterior:

x(k+1) := x(k) − Df (x(k) )−1 f (x(k) ), k = 0, 1, 2, . . .

donde x(0) es la aproximación inicial.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

En la práctica no es necesario (ni conveniente) invertir la matriz

Df (x(k) ), sino que se utiliza un método menos costoso: resolver
en cada iteración el sistema de ecuaciones lineal

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

En la práctica no es necesario (ni conveniente) invertir la matriz

Df (x(k) ), sino que se utiliza un método menos costoso: resolver
en cada iteración el sistema de ecuaciones lineal

Df (x(k) ) (x(k+1) − x(k) ) = −f (x(k) ).

Ası́, llamando δx(k) := x(k+1) − x(k) ,

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Se obtiene el siguiente algoritmo:

Dado x(0) ∈ Rn ,
para k = 0, 1, 2, . . .
resolver Df (x(k) ) δx(k) = −f (x(k) ),
x(k+1) := x(k) + δx(k) ,
hasta que se satisfaga algún criterio de detención.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Observaciones:

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Observaciones:

1 Los teoremas de convergencia, y estimación del error del

método de Newton–Raphson se pueden generalizar al caso de
sistemas, reemplazando el valor absoluto por una norma
vectorial. Ası́ se obtiene que

kα − x(k+1) k ≤ Ckα − x(k) k2 , k = 0, 1, 2, . . .

donde C es una constante positiva que depende de las

derivadas primeras y segundas de f .

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Observaciones:

1 Los teoremas de convergencia, y estimación del error del

método de Newton–Raphson se pueden generalizar al caso de
sistemas, reemplazando el valor absoluto por una norma
vectorial. Ası́ se obtiene que

kα − x(k+1) k ≤ Ckα − x(k) k2 , k = 0, 1, 2, . . .

donde C es una constante positiva que depende de las

derivadas primeras y segundas de f .
2 Al igual que en el método de Newton–Raphson, si se desea
calcular la solución α del sistema con error menor que ,
puede usarse
kx(k+1) − x(k) k ≤ 
como criterio de detención.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Ejemplo: Resolver el si-

guiente sistema de ecuacio-
nes con error menor que
tol = 10−5 :
 2
y + x2 = 1
y = x2

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Ejemplo: Resolver el si-

guiente sistema de ecuacio- Localización de las
nes con error menor que raı́ces:
tol = 10−5 :
 2
y + x2 = 1
y = x2

Funciones a utilizar:
 2
x + y2 − 1

f (x, y) =
y − x2
 
2x 2y
Df (x, y) =
−2x 1

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Algoritmo:

(x0 , y0 ): datos iniciales.

Para k = 0, 1,  2, . . .
1 − x2k − yk2
   
2xk 2yk δxk
resolver = ,
−2xk 1 δyk x2k − yk
xk+1 := xk + δxk ,
yk+1 := qyk + δyk ,
hasta que δx2k + δyk2 < tol.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Algoritmo:

(x0 , y0 ): datos iniciales.

Para k = 0, 1,  2, . . .
1 − x2k − yk2
   
2xk 2yk δxk
resolver = ,
−2xk 1 δyk x2k − yk
xk+1 := xk + δxk ,
yk+1 := qyk + δyk ,
hasta que δx2k + δyk2 < tol.

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Resultados obtenidos:

x y
1.00000000000000 1.00000000000000
0.83333333333333 0.66666666666667
0.78809523809524 0.61904761904762
0.78615406630609 0.61803444782168
0.78615137776208 0.61803398874999

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Ejercicios:

1. Utilizando la iteración de punto fijo calcule la raı́z real de la

ecuación x3 − x2 − x − 1 = 0. Encuentre una función y un
intervalo adecuado para asegurar convergencia en ese
intervalo. Encuentre el número de iteraciones necesarias para
tener una precisión de 10−6 .
2. Sea f (x) = ex + 5 sen x − 2.
a) Compruebe que la ecuación f (x) = 0 tiene una
raı́z única en el intervalo (0, 3/2).
c) Aplicar el metodo de Newton con 5 iteraciones.
¿Cuál es el orden de la convergencia?

Análisis Numérico Coordinación MAT270

Método de Newton. Método de Newton para sistemas no lineales.

Ejercicios:

3. Utilice el método de Newton para aproximar la raı́z de

x − cos(x) = 0 en el intervalo (0, π/2). Demuestre que el
método converge cuadraticamente y aproxime la raı́z con una
precisión de 10−4 .

Análisis Numérico Coordinación MAT270