Beruflich Dokumente
Kultur Dokumente
Este método busca transformar el sistema de ecuaciones no lineales de manera que la primera incógnita x 1 se
pueda despejar de la primera ecuación, x2 de la segunda y, así, sucesivamente, llegándose a formar un sistema
de la forma:
( )
( )
( )
Para asegurar su convergencia, existe un criterio de convergencia equivalente al existente para resolver una
ecuación no lineal por el método de punto fijo, que puede aplicarse antes de iniciar el proceso iterativo.
Ejemplo:
Solución:
Despejando x, y:
( )
( ( ))
( ) ( )
>>PuntoFijoMultiple_L(1000);
[sol,ite]=PuntoFijoMultiple_L(1000,'Criterio',2,0.001,[0 0])
sol =
0.9998
0.9999
Este método sirve para ecuaciones no lineales de segundo grado. Consiste fundamentalmente en escribir el
sistema de ecuaciones no lineales problema, como un sistema de ecuaciones lineales que presenta la forma:
Con la solución del sistema y la ecuación: se obtiene el vector de aproximación Xk+1. Este
procedimiento se repite hasta satisfacer algún criterio de convergencia establecido.
Ejemplo:
Solución:
Determinar las derivadas parciales de cada una de las funciones con respecto a cada variable, de la forma:
RESPECTO A x NOTACIÓN
( )
( )
RESPECTO A y NOTACIÓN
( )
( ) ( )
function[matriz,func]=Jacobiano(x)
matriz=[2*x(1)-10, 2*x(2); 2*x(2)^2+1, 2*x(1)*x(2)-10];
func=[x(1)^2-10*x(1)+x(2)^2+8; x(1)*x(2)^2+x(1)-10*x(2)+8];
>> NewtonMultiple_L(1000);
De manera directa:
sol =
1.0000
1.0000
ite =
4
Este método consiste en aplicar el método de Newton – Raphson modificado univariable acondicionándolo
para el caso de un sistema de n ecuaciones no lineales con n incógnitas, es decir, aplicar la ecuación una para
cada variable de acuerdo a la siguiente expresión general:
( )
( | )
Este método converge a menudo si x0, y0, z0,… están muy ceca de sus medias y requiere una evaluación de sólo
2n funciones por paso. Este método puede ser diseñado de dos maneras: usando desplazamientos sucesivos
y/o desplazamientos simultáneos.
En este método no siempre se produce la convergencia deseada, ya que en algunos de los arreglos a utilizar se
producirá divergencia. Cuando n>3 las posibilidades de despeje son n!
Solución:
( ) ( )
function[matriz,func]=Modificado(x)
matriz=[2*x(1)-10; 2*x(1)*x(2)-10];
func=[x(1)^2-10*x(1)+x(2)^2+8; x(1)*x(2)^2+x(1)-10*x(2)+8];
>> NewtonModificado_L(1000);
Se obtiene lo siguiente:
En forma directa:
ite =
6
La utilización de la ecuación vectorial de aceleración permite estudiar cómo mejorar los métodos existentes.
Este método parte del método de Newton – Raphson Multivariable, que se obtiene mediante la transformación
de la ecuación matricial de dicho método a la forma vectorial, cuya forma para un sistema 2x2 es:
( )
( ) ( ) ( )
( )
( )
Este método utiliza en forma explícita la información de las derivadas para generar algoritmos eficientes que
localicen el óptimo, ya que distintos valores de t llevarían a distintos vectores de xk+1, algunos más cercanos a la
raíz x que los demás. Para seleccionar los valores de t es necesario seleccionar en principio un intervalo de
búsqueda [a, b], para lo cual se calculan valores de t dentro de este intervalo utilizando las ecuaciones:
Donde F contiene los términos de la Serie de Fibonacci. El proceso iterativo se realiza hasta que el valor de la
función suma de residuos al cuadrado: ( ) ( ) sea cero o próximo a cero, ya que esta función
es el indicativo de la cercanía de xk con respecto a la raíz.
Ejemplo:
3x – cos(yz) – 0.5 = 0
x2 – 625y2 = 0
Solución:
( ) ( ) ( ( ) ( ))
( ) ( ) ( ( ) ( ))
( )
( )
( ) ( ( ) ( ))
( ) ( ( ) ( ))
function[matriz,func]=Optimizado(x)
matriz=[3, x(3)*sin(x(2)*x(3)), x(2)*sin(x(2)*x(3)); 2*x(1), -1250*x(2), 0; -x(2)*exp(-x(1)*x(2)), -x(1)*exp(-
x(1)*x(2)), 20];
func=[3*x(1)-cos(x(2)*x(3))-0.5; x(1).^2-625*x(2).^2; exp(-x(1)*x(2))+20*x(3)+(10*pi-3)/3];
>> NewtonOpT_L(1000);
Se obtiene lo siguiente:
Directamente:
>> [sol,ite]=NewtonOpT_L(1000,'Optimizado',3,0.001,[1,1,1],-0.3,-2.5)
sol =
0.5000
-0.0200
-0.5241
ite =
5
TRABAJO FINAL:
Invéntese un sistema de ecuaciones no lineales de 3 variables. Resuelva el mismo con todos los
Métodos empleados en este capítulo. Compare los resultados y saque sus propias conclusiones.
Realice el Diagrama de Flujo usando software adecuado para ello (Ej. Visio) para cada programa de
MATLAB: xxxxx_L. Entienda qué es lo que hace cada línea de comando de todos los programas.
Cree Interfaces Gráficas GUI en MATLAB para todos los programas anteriores.