Universidad Mayor de San Simn

Facultad de Ciencias y Tecnologa

ANLISIS NUMRICO
(TRABAJO DE INVESTIGACIN)

Temas: -Mtodo de Punto Fijo Multivariado

-Mtodo del descenso brusco
Estudiante: Sarah Daniela Chila Ovando
Carrera: Ing. Qumica
Fecha: Viernes, 6 de Diciembre de 2017
Docente: Dr. Jos A. Soruco Maita

Cochabamba-Bolivia

Punto fijo multivariable

El mtodo del punto fijo tambin se puede extender de manera simple para
aplicarlo a un sistema de ecuaciones no lineales. El sistema de ecuaciones por
iterar se obtiene reagrupando cada una de las ecuaciones para obtener un
sistema de ecuaciones que separa en el lado izquierdo cada una de las variables;
en el lado derecho se inserta una aproximacin de cada variable, y as se calculan
los nuevos valores. stos se usan para dar, a su vez, nuevos valores, y el proceso
se repite en forma iterativa [Nieves et al., 2002], [Burden et al., 2002]. Si el
mtodo es adecuado, los valores se aproximan cada vez ms a la solucin
verdadera. Si se parte del siguiente sistema de ecuaciones

la frmula general del mtodo se obtiene reacomodando el sistema de ecuaciones

como:

En forma iterativa, el sistema simplemente queda de la siguiente forma:

La solucin verdadera x* satisface la ecuacin,

Restando la ecuacin (2.11) de la ecuacin (2.12) se llega a,

Usando el teorema del valor medio en el lado derecho de la ecuacin se tiene

donde es un vector de valores entre x* y xr .

Si se define r = x *-xr la ecuacin anterior ser:

y, si todos los valores de |G( )|<1, entonces el error en cada variable decrecer
paso a paso. Para |G( )|>1 el error ser creciente.

Ejemplo:

Para efectos de comparacin, se aplica el mtodo de punto fijo multivariable al

sistema de ecuaciones del ejercicio 2.6, con las condiciones iniciales x 0 =1, y0 =1
y z0=1, es decir, el siguiente sistema de ecuaciones:

Solucin.

Despejando de la primera ecuacin la primera variable y as sucesivamente, el

sistema iterativo tiene la siguiente estructura,

Numricamente, la primera iteracin se obtiene sustituyendo en forma

simultnea todas las condiciones iniciales en el sistema de ecuaciones anterior.
As se obtiene:

La forma de sustitucin anterior se conoce con el nombre de mtodo de Gauss.

Una variante conocida con el nombre de mtodo de Gauss Seidel utiliza las
soluciones que se van calculando en las siguientes ecuaciones; es decir, una vez
que se calcula el valor de una variable, se utiliza inmediatamente en las
ecuaciones sucesivas. Con este esquema, el sistema iterativo queda de la
siguiente forma:

Con este mtodo se obtienen los siguientes resultados en la primera iteracin

La tabla 2.8 muestra los resultados utilizando ambos mtodos de punto fijo
multivariable.

Anlisis numrico. Jos Alberto Gutirrez Robles, Miguel ngel Olmos Gmez, Juan
Martn Casillas Gonzlez. Universidad de Guadalajara. Cap.2 Solucin de
ecuaciones no lineales. Mtodo de punto fijo multivariable; Gauss y Gauss-Seidel.
pg.55
 Mtodo del descenso brusco

Un modelo de Programacin Lineal (PNL) es aquel donde las variables de decisin

se expresan como funciones no lineales ya sea en la funcin objetivo y/o
restricciones de un modelo de optimizacin. Esta caracterstica particular de los
modelos no lineales permite abordar problemas donde existen economas o
deseconomas de escala o en general donde los supuestos asociados a la
proporcionalidad no se cumplen.

En este sentido el mtodo del gradiente (conocido tambin como mtodo de

Cauchy o del descenso ms pronunciado) consiste en un algortimo especfico para
la resolucin de modelos de PNL sin restricciones, perteneciente a la categora de
algoritmos generales de descenso, donde la bsqueda de un mnimo esta
asociado a la resolucin secuencial de una serie de problemas unidimensionales.

Los pasos asociados a la utilizacin del mtodo del gradiente o descenso ms

pronunciado consiste en:

Ejemplo del Mtodo del Gradiente

Considere el siguiente modelo de programacin no lineal sin restricciones. Aplique

2 iteraciones del mtodo del gradiente a partir del punto inicial X0=(1,1).
Luego de realizar la segunda iteracin se verifica que se cumplen las condiciones
necesarias de primer orden (d1=(0,0)). Adicionalmente se puede comprobar que
la funcin objetivo resulta ser convexa y en consecuencia las condiciones de
primer orden resultan ser suficientes para afirmar que la coordenada (X1,X2)=(-
2,1) es el ptimo o mnimo global del problema.

Bibliografa.-
Anlisis numrico. Jos Alberto Gutirrez Robles, Miguel ngel Olmos
Gmez, Juan Martn Casillas Gonzlez. Universidad de Guadalajara. Cap.2
Solucin de ecuaciones no lineales. Mtodo de punto fijo multivariable;
Gauss y Gauss-Seidel. pg.55
Investigacin de Operaciones. Mtodo del Gradiente (Cauchy) o del
Descenso ms Pronunciado (Programacin No Lineal).
http://www.investigaciondeoperaciones.net/metodo_del_gradiente.html