METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil

Documentos relacionados
Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

RESOLUCION DE ECUACIONES NO-LINEALES

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

UNIVERSIDAD TECNOLOGICA NACIONAL - FACULTAD REGIONAL ROSARIO Departamento de Ingeniería Química. Cátedra: Integración IV

X=f(X) SUSTITUCIÓN SUCESIVA O ITERACION DIRECTA O PUNTO FIJO ACELERACIÓN DE LA CONVERGENCIA (WEGSTEIN) F(X)=0 BISECCIÓN NEWTON-RAPHSON

ACTIVIDADES INICIALES

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS

Organización y resumen de datos cuantitativos

315 M/R Versión 1 Segunda Parcial 1/7 Lapso 2009/2

Relaciones entre variables

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

8 MECANICA Y FLUIDOS: Calorimetría

Smoothed Particle Hydrodynamics Animación Avanzada

Valoración de opciones financieras por diferencias finitas

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2

Solución De La Ecuación De Difusión Usando El Método De Lattice-Boltzmann Y Diferencias Finitas

Cálculo Numérico. Luis Castellanos. Maracaibo, Estado Zulia, Venezuela

APENDICE A. El Robot autónomo móvil RAM-1.

Métodos específicos de generación de diversas distribuciones discretas

TEMA 8: PRÉSTAMOS ÍNDICE

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño Omar De la Peña-Seaman. Instituto de Física (IFUAP)

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA ELÉCTRICA SEBASTIÁN JESÚS OLIVA HENRÍQUEZ

CAPÍTULO 18 Interpolación

Capitalización y descuento simple

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

CESMA BUSINESS SCHOOL

Dualidad entre procesos termodinámicos y electromecánicos

Determinación de Puntos de Rocío y de Burbuja Parte 1

MÉTODOS NUMÉRICOS EN LOS LENGUAJES MATLAB Y MICROSOFT VISUAL C#.NET

Rentas o Anualidades

LOCALIZACIÓN DE EPICENTROS

Cifrado de imágenes usando autómatas celulares con memoria

Economía de la Empresa: Financiación

OSCILACIONES 1.- INTRODUCCIÓN

Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2

TERMODINÁMICA AVANZADA

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO.

7ª SESIÓN: Medidas de concentración

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Gráficos de flujo de señal

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

MODELACIÓN, SIMULACIÓN Y ANÁLISIS DE FLUJO DE CARGA DE LA RED ELÉCTRICA DE TRANSPORTE DE GUATEMALA, UTILIZANDO SOFTWARE DE LIBRE ACCESO

MODELOS DE ELECCIÓN BINARIA

GANTT, PERT y CPM INDICE

12-16 de Noviembre de Francisco Javier Burgos Fernández

Departamento Administrativo Nacional de Estadística

Variable aleatoria: definiciones básicas

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: MADRID

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,

Matemática Financiera Sistemas de Amortización de Deudas

TEMA 6 AMPLIFICADORES OPERACIONALES

INSTITUCIÓN TÉCNICA AGROPECUARIA DE VIRACACHÁ-2011 MATRIZ DE EVALUACIÓN PROFESOR: JULIO CÉSAR ÁVILA MORALES PERIODO TEMA ACTIVIDAD FECHA

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

REGRESION LINEAL SIMPLE

Análisis de Regresión y Correlación

Desarrollo de sistema de control para un manipulador de seis grados de libertad

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

ESCUELA POLITÉCNICA NACIONAL FACULTAD DE INGENIERÍA ELÉCTRICA

Fugacidad. Mezcla de gases ideales

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Resumen de los teoremas fundamentales del análisis estructural aplicados a celosías

1.- Una empresa se plantea una inversión cuyas características financieras son:

Parte I: Propagación de ondas

4. PROBABILIDAD CONDICIONAL

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

La clasificación de métodos de registro propuesta por Maintz [1998] utiliza las siguientes categorías:

REGRESION Y CORRELACION

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

TÉCNICAS AUXILIARES DE LABORATORIO

CAPACIDAD DE LAS HOJAS DE CÁLCULO EN EL ANÁLISIS Y OPTIMIZACIÓN DE PROCESOS Y SISTEMAS

Fisicoquímica CIBEX Guía de Trabajos Prácticos Trabajo Práctico N 7. - Medida de la Fuerza Electromotriz por el Método de Oposición-

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

Convertidores Digital-Analógico y Analógico-Digital

Unidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

Guía de ejercicios #1

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

Materiales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2.

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

ESTIMACIÓN ROBUSTA DE MODELOS ADITIVOS MEDIANTE EL ALGORITMO DE BACKFITTING ROBUST ESTIMATION FOR ADDITIVE MODELS USING THE BACKFITTING ALGORITHM

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

Tema 3. Teoremas de la Teoría de Circuitos

OPTIMIZACIÓN DE SISTEMAS LINEALES USANDO MÉTODOS DE PUNTO INTERIOR

Transcripción:

CATEDRA 0 6 Facultad de Ingenería de Mnas, Geología Cvl Departamento académco de ngenería de mnas cvl METODOS NUMERICOS Ingenería Cvl ING.CRISTIANCASTROP.

Captulo VI Sstema de Ecuacones Algebracas No Lneales ING.CRISTIANCASTROP.

Agenda Planteamento del problema Método de Punto Fjo Método de Newton Varantes del método de Newton Evaluacón dferda del jacobano Apromacón por dferencas fntas Newton undmensonal Métodos cuas-newton (Broden)

Introduccon Se pretende que al fnal de la eposcón el estudante pueda reconocer los sstemas de ecuacones no lneales pueda resolverlos por medo de adaptacones a los métodos Newton- Raphson e Iteracón de Punto Fjo... f f f n ( ( (,,,...,...,..., n n n ) 0 ) 0 ) 0 La solucón de este sstema consta de valores que smultáneamente hacen que todas las ecuacones sean guales a cero

Teoría de sstemas de Ecuacones No lneales La forma general de un sstema de ecuacones no lneales es: f (, 3,, n ) = 0 f (, 3,, n ) = 0 f 3 (, 3,, n ) = 0... f n (, 3,, n ) = 0 Defnendo una funcón F F(, 3,, n ) = [f (, 3,, n ),f (, 3,, n ), f 3 (, 3,, n ), f n (, 3,, n )] Usando una notacon vectoral para representar las varables X,X,,Xn ). El sstema puede representarse por F()=0 La solucón a este sstema es el vector X=[, 3,, n ] que hace que smultaneamente todas las ecuacones sean gual a 0.

Teoría de sstemas de Ecuacones No lneales Métodos de Solucón : Método de Iteracón de Punto Fjo para sstemas de ecuacones no lneales (Método de punto fjo mult varable). Método de Newton para sstemas de ecuacones no lneales.

SISTEMAS DE ECUACIONES NO LINEALES

SISTEMAS DE ECUACIONES NO LINEALES * f(, )=0 g(, )=0 *

SISTEMA DE ECUACIONES NO LINEALES 0 8 6 0 4 (, 3) 3 57 0.5.5 3 3.5 4 4.5 5 -

Escalar f (,,..., ) f (,,..., ) f (,,..., ) n Vectoral n n n Notacón 0 0 0 f : IR n IR (,..., ) f (,..., ) n n n n F: IR IR F ( ) 0 (,..., n) ( f( ),... fn( ))

Resolucón teratva (0) estmacón ncal de la solucón Iteracones: (), (),, (k) Crtero de convergenca (k+) (k) < tol Crtero de parada k > mater

Esquema del algortmo Entrada: f, 0, tol, mater Proceso Incalzar ncr, ter Mentras ncr > tol & ter < mater Obtener ncr = norm( 0 ) Actualzar 0, ter Salda:, ter, ncr S ncr > tol no converge

Método de Iteracón de Punto fjo para Sstemas de Ecuacones no Lneales Anterormente se desarrollo el método de teracón de punto fjo para resolver la ecuacón f()=0 transformando esta ecuacón en una ecuacón de la forma = g(), usando el crtero de convergenca g () < en el ntervalo [,] donde g() pertenece [,] para que pertenece a [,]

Método de Iteracón de Punto fjo para Sstemas de Ecuacones no Lneales Para el caso de un conjunto de Ecuacones No lneales utlzaremos un procedmento smlar etendéndolo a todas las ecuacones, usando un crtero de convergenca: Una condcón sufcente aunque no necesara, para asegurar la convergenca es que g g g g M ; M ; Para todos los puntos (,) de la regón del plano que contene todos los valores ( k, k ) la raíz buscada.

Método de Punto Fjo Punto fjo F ( ) 0 G ( ) Estmacón ncal Iteracones ( 0) ( 0) ( 0) (,..., n ) Crtero de parada G k ( ) ( k) ( ) ( k) ( k) tol

Algortmo de Punto Fjo functon [,ter,ncr] = pfjo(g,0,tol, mater) ter = 0; ncr = tol + ; whle ncr > tol & ter < mater = feval(g,0); ncr = norm( - 0); ter = ter + ; 0 = ; end f ncr > tol, dsp( No converge ), end

MÉTODO DE PUNTO FIJO EN SISTEMAS DE ECUACIONES NO LINEALES. Consdera la nterseccón de dos funcones no lneales f(, ) =0 g(, )=0.. La nterseccón de las curvas f(, )=0 g(, )=0 nos da la raz (r, r). 3. El método consste en obtener las funcones que tengan las msmas races (r, r): -F(, ) = 0 -G(, ) = 0 4. Consderar un valor ncal ( 0, 0 ), como apromacón a la raíz, evaluar: =F( 0, 0 ) =G( 0, 0 ) 5. El proceso se repte n veces hasta tener valores mu cercano s a las raíces.

Ejemplo Sstema no lneal 3 cos( 3) 0 8( 0. ) sen( 3 06. 0 e 03 0 / 3 0 Problema de Punto Fjo cos( 3) / 3 6 9 sen 3 06. 0. e 3 0 ( ) / 6

Punto Fjo con desplazamentos smultáneos ( k) ( k) ( k) cos( 3 ) / 3 6 ( k) k ( ) ( k) 9 sen 3 06. 0. ( k) ( k) ( k) 3 0 ep / 6 Punto Fjo con desplazamentos sucesvos ( k) ( k) ( k) cos( 3 ) / 3 6 ( k) k ( ) ( k) 9 sen 3 06. 0. ( k) ( k) ( k) 3 0 ep / 6

Códgo de la funcón functon =f() % Funcón para el método de punto % fjo con desplazamentos smultáneos () = cos(()*(3))/3 + /6; () = sqrt(()^+sn((3))+.06)/9-0.; (3) = (-ep(-()*()))/0 - p/6;

Ejemplo : Desp. smultáneos Iter (k) (k) (k) 3 0 0.0000000 0.0000000-0.0000000 0.49998333 0.009445-0.5307 0.49999593 0.0000557-0.533633 3 0.5 0.000034-0.535984 4 0.5 3.4679E8-0.5359847 5 0.5.64870 E8-0.5359877

Códgo de la funcón functon =f() % Funcón para el método de punto % fjo con desplazamentos sucesvos () = cos(()*(3))/3 + /6; () = sqrt(()^+sn((3))+.06)/9-0.; (3) = (-ep(-()*()))/0 - p/6;

Ejemplo : Desp. sucesvos Iter (k) (k) (k) 3 0 0.0000000 0.0000000-0.0000000 0.49998333 0.0979-0.530463 0.49997747 0.000085-0.5359807 3 0.5 3.760E-8-0.5359877 4 0.5 5.08E- -0.535987756

MÉTODO DEL PUNTO FIJO EN SISTEMAS DE ECUACIONES NO LINEALES 0 3 57 n=0/(+) n=((57-)/(3))^(/) err=sqrt((n-)^+(n-)^) teracó n err.5 3.5 ---.0000 3.4480 0.507 3.8355.9875 0.4890 4.0734 3.39 0.78 5.9.948 0.47 6.0559 3.066 0.803 7.9537.957 0.468 8.0363 3.0365 0.45 9.973.97 0.095 = = 3

MÉTODO DEL PUNTO FIJO EN SISTEMAS DE ECUACIONES NO LINEALES 0 3 57 Varante Sedel n=0/(+) n=((57-)/(3n))^(/) err=sqrt((n-)^+(n-)^) Converge mas rápdo!!! teracó n err.5 3.5 ---.0000.986 0.770 3.0056.996 0.06 4.9993 3.0006 0.0077 5.0000 3.0000 0.000 = = 3

MÉTODO DEL PUNTO FIJO EN SISTEMAS DE ECUACIONES NO LINEALES Sn embargo, con el método del punto fjo, la convergenca depende de la manera en que se formulen las ecuacones de recurrenca de haber elegdo valores ncales lo bastante cercanos a la solucón En las dos formulacones sguentes el método dverge. = (57 - )/3 = (0 - )/ teracón.5 3.5.455783 5.66666667 3 0.647446 5.43376566 = (0 - )/ = 57-3 teracón.5 3.5.4857-4.375 3-0.09058 49.73648

Método de Iteracón de Punto fjo para sstemas de Ecuacones no Lneales Ejemplo Encuentre una solucón del sstema de ecuacones no lneales Solucón Con el despeje de X del termno (-0X ) en la prmera ecuacón de X del termno de (-0X ) en la segunda ecuacón resulta. X =(X +X + 8 )/ 0 X =(X X +X + 8 ) / 0 0 ), ( 0 ), ( 8 0 8 0 f f

Por medo de Iteracón por desplazamentos smultáneos k+ = g ( k, k ) k+ = g ( k, k ) Con los valores ncales 0 =0, 0 = 0 se nca el proceso Prmera teracón X =(0 +0 +8)/0=0.8 X =(0(0) + 0 + 8 ) / 0 = 0.8

Segunda teracón X =((0.8) +(0.8) + 8)/ 0 = 0.98 X =(0.8(0.8) + 0.8 + 8 ) / 0 = 0.93 Al contnuar el proceso teratvo, se encuentra la sguent e sucesón de valores k X k X k 0 0.00000 0.00000 0.80000 0.80000 0.9800 0.930

k X k X k 3 0.9783 0.9737 4 0.98937 0.98944 5 0.99578 0.99579 6 0.9983 0.9983 7 0.99933 0.99933 8 0.99973 0.99973 9 0.99989 0.99989 0 0.99996 0.99996 0.99998 0.99998 0.99999 0.99999 3.00000.00000

Cualquera que sea el sstema que se va a resolver con este método, puede aumentarse la velocdad de convergenca usando desplazamentos sucesvos en lugar de los desplazamentos smultáneos es decr se tera medante k+ = g ( k, k ) k+ = g ( k+, k ) Como en el caso lneal (Jacob Gauss-Sedel), s la teracón por desplazamentos smultáneos dverge generalmente el método por desplazamentos sucesvos dvergría mas rápdo; es decr se detecta mas rapdo la dvergenca, por lo que en general se re comenda el uso de desplazamentos sucesvos en lugar de desplazamentos smultáneos.

Un sstema de ecuacones no lneales con dos ncógntas u (, ) 0 0 v(, ) 3 57 0 Así la solucón de este sstema son los valores de (, ) que hacen a las funcones u v guales a cero. Para resolver estas ecuacones se utlzan etensones de los métodos abertos antes vstos.

Resolucón del sstema de ecuacones no lneales Utlzando la teracón de punto fjo. La apromacón de la teracón de punto fjo, vsta anterormente, se puede modfcar para resolver dos ecuacones smultáneas no lneales Las modfcacones las desventajas de este métod o se lustra en el sguente ejemplo.

u(, ) v(, ) 0 0 3 57 0 Ejemplo Sstema de ecuacones no lneales. Valores ncales =.5 =3.5. La solucón es = =3 Solucón 0 3 57 Con base en los valores ncales 0 (.5 ) 3.5.49 57 3(.49 ) (3.5) 4.3756 La apromacón dverge, pero s se camba la formulacón, los resultados dferen.

.98340.0046 3 3.04955 57.0046 3.04955.94053 0 3º 3.04955.94053 3.8605 57.94053.8605.7945 0 º.8605.7945 3 3.5 57.7945 3.5.5 0 3 57 0 Iteracón Iteracón Evaluando. % 3.96 % a a E E 0.55%.0% t t E E Como se observa en esta ocasón la apromacón no dverge.

Resuelva el sstema del ejemplo anteror utlzando el método de punto fjo para sstemas no lneales con desplazamentos sucesvos. 0 ), ( 0 ), ( 8 0 8 0 f f Problema Propuesto

MÉTODO DE PUNTO FIJO EN SISTEMAS DE ECUACIONES NO LINEALES

MÉTODO DE PUNTO FIJO EN SISTEMAS DE ECUACIONES NO LINEALES

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES

Método de Newton para sstemas de ecuacones no lneales Todas las ecuacones deben de ser cero en las raíces Se defne la matrz J() como: J() = f, f, f, f, f, f n n,...... f n, f n, fn...,...... n

Método de Newton para sstemas de ecuacones no lneales Entonces podemos escrbr F()+X J()=X + J() Dvdendo J() reacomodando: X += X -J() - F() Esta es la Ecuacón de Newton para sstemas No Lneales Puesto que en cada teracón se tene que calcular la nver sa de la matrz J() esto mplca un consderable esfuerzo de cálculo, para evtar este paso se utlza el artfco de en contrar un vector Y que satsfaga J()Y= -F() Se establece un esquema teratvo donde cada nueva apromacón se obtene como: X (k+) = + (k) Se resuelve el sstema tomando como valores ncales

Método de Newton Sstema de ecuacones n n F: IR IR F ( ) 0 (,..., n) ( f( ),... fn( )) Apromacón por el plano tangente ( 0) ( 0) ( 0) F ( ) F ( ) DF ( ) ( ) Paso de Newton ( ) ( 0) ( 0) ( 0) DF( ) F( )

Algortmo de Newton functon [,ter,ncr] = newton(f,,tol, m ater) ter = 0; ncr = tol+; whle ncr > tol & ter < mater [f,df] = feval(f,); delta = - df \ f; ncr = norm(delta); ter = ter+; = + delta; end f ncr>tol, dsp( No converge ), end El archvo f.m evalúa la funcón el jacobano

No se puede mostrar la magen en este momento. MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES u(, ) v(, )

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES Este procedmento corresponde, analítcamente, a etender el uso de la dervada, ahora para calcular la nterseccón entre dos funcones no lneales. Al gual que para una sola ecuacón, el cálculo se basa en la epansón de la sere de Talor de prmer orden, ahora de múltples varables, para consderar la contrbucón de más de una varable ndependente en la determnacón de la raíz. Para dos varables, la sere de Talor de prmer orden se escrbe, para cada ecuacón no lneal: u u u u () ( ) v v v v () ( )

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES Pero u + = v + = 0 : u u u u u 0 v v v v v 0 Que reescrbendo en el orden convenente: u u u u u v v v v v

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES Y cua solucón es: Donde J es el determnante jacobano del sstema es: u v J u v v u u v J u v v u J

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES + - 0 = 0 + 3-57 = 0 teracón u v u u v v Jacobano.5 3.5 -.5.65 6.5.5 36.75 3.5 56.5.036088.843875-0.064374959-4.75608497 6.9593746.0360883 4.687675 35.747004 97.7843034 3.9987006 3.0088563-0.00459896 0.049575 6.99968978.998700609 7.040985 37.00405588 04.96969 4.99999998.99999943 -.8609E-06 -.399E-05 6.99999938.999999984 6.99998944 36.9999967 04.9999473 5 3 0.38E- 7 7 37 05 = = 3

MÉTODO DE NEWTON RAPHSON EN SISTEMAS DE ECUACIONES NO LINEALES Sstema de ecuacones lneales por el método de Newton Raphson 4.5 4 3.5 teracones 3.5.5 0.5 0 0 3 57 3 4 5 6 convergenca

Resolucón del sstema de ecuacones no lneales v v v v u u u u ) ( ) ( ) ( ) ( ) ( ) ( ' f f Utlzando Newton-Raphson. Este cálculo se basa en la epansón de la sere de Talor de prmer orden con ella se obtene la ecuacón para este método. La sere de Talor de prmer orden para el caso de dos varables. ) ( ) ( ) ( ) ( ' f f f

v u v u v u u v v u v u u v v u Por medo de manpulacón matemátca la regla de Cramer. El denomnador de ambas ecuacones es conocdo como el determnante Jacobano del sstema.

0 57 3 ), ( 0 0 ), ( v u 3.5 6(.5)(3.5) 6 36.75 3(3.5) 3.5 6.5 3.5 (.5) 0 0 0 0 v v u u Solucón. El Jacobano para la prmera teracón. 56.5 (.5)(36.75) 6.5)(3.5) (

Evaluando en las funcones. u v 0 0 (.5).5(3.5) 0.5 3.5 3(.5)(3.5) 57.65.5.5(3.5).65(.5) 56.5.03603.65(6.5) (.5)(36.75) 3.5 56.5.84388 Iteracón Varable Valor Error Apro Error True,9986,87% 0,07% 3,007 5,9% 0,09% 0,07% 0% 3 3 0,09% 0%

Método de Newton. Ejemplo Sstema Estmacón ncal 0 0 Sol:, 3 4, 3 0 0 Prmera teracón 0 0 0 0 0 0 0 0 0 0

Resultados Newton Ejemplo k 0 3 0.6500000000000.6500000000000 0.550000000000.04369307693 3 0.50054390439 0.880869999 4 0.500000033057 0.866540466033 5 0.50000000000000 0.866054333757 6 0.50000000000000 0.8660540378444

Método de Newton. Ejemplo 3 Sstema no lneal 3 cos( 3) 0 8( 0. ) sen( 3 06. 0 e 03 0 / 3 0 Jacobana DF( ) 3 sen( ) sen( ) 3 3 3 6( 0. ) cos( 3) e e 0

Resultados Newton. Ejemplo 3 k 3 0 0.0000000 0.0000000 0.0000000 0.49986967 0.0946685 0.55047 0.500043 0.0060764 0.53366 3 0.500000.4894E5 0.535587 4 0.50000000.0890E8 0.5359840 5 0.50000000.79E 0.5359878 6 0.50000000 4.E4 0.5359878

Varantes del Método de Newton Actualzacón peródca del Jacobano Apromacón del Jacobano por dferencas dvddas Newton con desplazamento undmensonal

Métodos cuas-newton Idea de la secante No usa las dervadas parcales Convergenca superlneal Formulacón matrcal f '( () ) a () f () f ( a () ) f ( 0 0 ) DF( () () ) () A A F( () )

Método de Broden

Método de Broden

Método de Broden

Método de Broden

Método de Broden

Método de Broden

Método de Broden ) (k (k) k ) (k (k) k T k k k k k k k (k) k (k) ) (k s ) F( ) F( s s ) s A ( A A ) F( A Iterar sendo

Actualzacón de la nversa A A A s s s A s A s A s A k k k k k k k k k k k k k k k k k ( ) ( ),,... T T T

Algortmo de Broden Entrada 0,tol, mater Inco M: Inversa del Jacobano en 0 = 0 M*F( 0 ) ncr, ter Iteracones: k =,,... Actualzar M % A k- - A k - k+ = k M*F( k )

Actualzacón de M w = v; % F( k ) v = F(); % F del terado actual = v w; % F( k ) F( k ) z = M*; % A - k * k p = s' *z; % (s k - k- ) T * A - k * k q = s' *M; % s T k * A - k R = (s+z)*q/p; % Transformacón rango M = M+R; % Inversa nueva: A - k s = M*v; % Paso de Broden: s k+

Algortmo de Broden % Inco v = F( 0 ) M = nv(df( 0 )) % Inversa Jacobano s = M*v; = 0 +s; % Paso de Newton ncr = norm(s); whle ncr > tol w = v; % F((k)) v = F(); = vw; % F((k)) F((k)) z = M*; % nv(a(k))*(k) p = s' *z; q = s' *M; % s(k)'*nv(a(k) R = (s+z)*q/p; M = M+R; % nversa de A(k) s = M*v; = +s; % Paso de Broden ncr = norm(s); end

Resultados de Broden. Ejemplo k 3 0 0.0000000 0.0000000 0.0000000 0.49986967 0.0946684 0.55047 0.49998637 0.00873783 0.537457 3 0.50000660 0.0008677 0.535734 4 0.5000003 0.00003953 0.5359768 5 0.50000000 0.0000009 0.5359877

Alternatvas al prmer paso Estmar el Jacobano por dferencas dvddas Estmacón undmensonal del Jacobano A0 dag((f() F( 0))./( 0))

Conclusones Una sera desventaja de la teracón es que la convergenca depende de la manera en que se formula la ecuacón El método Newton Raphson para dos ecuacones se puede generalzar para resolver n ecuacones smultáneas.

Muchas Gracas