M.Sc. Ing.

Freddy Zambrana Rodríguez

Fecha de publicación: 13 de mayo de 2013

Fecha de Entrega: 31 de mayo de 2013

1. MÉTODO DE PUNTO FIJO MULTIVARIABLE.

Al igual que en el método de punto fijo de una ecuación no lineal, el método multivariable busca
transformar el sistema de ecuaciones no lineales de manera que la primera incógnita x1 se puede
despejar de la primera ecuación, x2 de la segunda y así sucesivamente, llegándose a formar un
sistema de la forma:
x1  g ( x1 , x2 , x3 ,..., xn )
x2  g ( x1 , x2 , x3 ,..., xn )

xn  g ( x1 , x2 , x3 ,..., xn )

Al igual que en el método para resolver una ecuación no lineal, puede predecirse el
comportamiento y las características de este método. Como es de conocimiento, el
reordenamiento de las ecuaciones en el caso lineal afecta la convergencia, por lo que puede
esperarse que la convergencia del método en estudio dependa de si se despeja x1 de f1, de f2 o de
otra ecuación respectiva.
Para asegurar la convergencia del método, también 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.
De cualquier forma, sea cual sea el sistema al que se haya llegado y se vaya a resolver con este
método, puede aumentarse la velocidad de convergencia usando desplazamientos sucesivos en
lugar de los desplazamientos simultáneos, es decir, se procedería al proceso iterativo mediante
x1k 1  g ( x1k , x2k ,..., xnk )
x2k 1  g ( x1k 1 , x2k ,..., xnk )

k 1 k 1
xn  g(x 1 , x2k 1 ,..., xnk )

1.1 METODOLOGÍA DE TRABAJO.

La secuencia de pasos a realizar en la utilización del presente método son:

1. Abra MATLAB haciendo clic sobre el icono

 2. Escriba un archivo M de función cuyo formato se presenta a continuación. Por ejemplo, sea
Criterio el nombre del archivo M que para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar el siguiente formato:
function sol = Criterio(x,n)
if n == 1

 g g g g 
A   1 , 1 ; 2 , 2 ;
 x1 x 2 x1 x 2 
sol  sum(abs( A));
else
sol   g1 ; g 2 ;
end;
NOTA. Las ecuaciones que representan a cada derivada parcial, como a cada función,
deben ser escritas de la siguiente manera:
x1  x 22  10 se escribe como x (1). * x( 2).^ 2  10
3. Una vez desarrollado el archivo M correspondiente, retorne a la pantalla principal de
MATLAB y proceda a verificar que el archivo no presente errores de sintaxis, ni lógicos.
4. En el indicador de MATLAB >>, llamar al programa PuntoFijoMultiple_L cuyos formatos
de utilización son:
PuntoFijoMultiple_L(MaxIte);
Para cualquiera de los formatos, es necesario señalar la información correspondiente,
donde:
MaxIte variable que señala el número máximo de iteraciones a realizar por el programa.
5. De ser necesario, introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.

1.2 PROBLEMA A RESOLVER.

Utilice el método iterativo de Punto Fijo Multivariable para resolver el siguiente sistema de
ecuaciones no lineales:

x 2  3 y 2  15  0

x3  2 y  2  0
Determine la solución absoluta con una aproximación de 10-2
2 MÉTODO DE NEWTON RAPHSON MULTIVARIABLE.
Este método es considerado, basándose en la solución de ecuaciones no lineales, como un
método de segundo orden. Consiste fundamentalmente en escribir el sistema de ecuaciones no
lineales problema, como un sistema de ecuaciones lineales que presenta la forma:
 f1 f f
h1  1 h2  ...  1 hn   f1
x1 x2 xn
f 2 f f
h1  2 h2  ...  2 hn   f 2
x1 x2 xn

f n f f
h1  n h2  ...  n hn   f n
x1 x2 xn
Que en forma concisa se expresa como J  h   f . Donde J es la matriz Jacobiana, h es el nuevo
vector incógnita y -f el vector de las funciones con signo cambiado y evaluadas en X(k). La solución
del sistema de ecuaciones lineales se realiza utilizando uno de los métodos vistos en el laboratorio
anterior (sistemas de ecuaciones lineales). Con la solución del sistema y la ecuación:
xik 1  hi  xik
se obtiene el siguiente vector de aproximación X(k+1). Este procedimiento se repite hasta satisfacer
algún criterio de convergencia establecido.

2.1 METODOLOGÍA DE TRABAJO.

La secuencia de pasos a seguir en la utilización del presente método son:

1. Abra MATLAB haciendo clic sobre el icono

2. Escriba un archivo M de función cuyo formato se presenta a continuación. Por ejemplo, sea
Jacobiano el nombre del archivo M para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar el siguiente formato:
function [matriz, func] = Jacobiano(x)
 f f f f 
matriz   1 , 1 ; 2 , 2 ;
 x1 x 2 x1 x 2 
func  [ f 1 , f 2 ];
NOTA . Las ecuaciones que representan a cada derivada parcial, como a cada función,
deben ser escritas de la siguiente manera:
2 x1 x 2  10 se escribe como 2 * x (1). * x ( 2)  10

3. Una vez desarrollado el archivo M correspondiente, retorne a la pantalla principal de

MATLAB y proceda a verificar que el archivo no presente errores de sintaxis, ni lógicos.
4. En el indicador de MATLAB >>, llamar al programa NewtonMultiple_L, cuyos formatos de
utilización son:
NewtonMultiple_L(MaxIte);
Para cualquiera de los formatos, es necesario enviar la información correspondiente,
donde:
MaxIte número máximo de iteraciones a realizar antes de abandonar el proceso.
5. De ser necesario, introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.
2.2 PROBLEMA A RESOLVER.
Aplique el método de Newton Raphson Multivariable para determinar una solución absoluta del
sistema:

xe xy1  e y  2.5  0

2


x 2  y 2  0.5e xy  0
Con una aproximación de 10-3
3 MÉTODO DE NEWTON RAPHSON MODIFICADO.
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:
f1 ( x k , y k , z k ,...)
x k 1  x k 
f1
x x k , y k , z k ,...

Este método converge a menudo si x0, y0, z0,… están muy cerca de x , y , z ,... y requiere la
evaluación de solo 2n funciones por paso. Este método puede ser diseñado de dos maneras,
utilizando desplazamientos sucesivos y/o desplazamientos simultáneos.
Este método en muchos casos, no siempre puede producir convergencia ya que en algunos de los
arreglos a utilizar se producirá divergencia. Es en este sentido que cuando n>3 las posibilidades
de despeje son varias n!, motivo por el cual, es imposible conocer cual de los diferentes arreglos
tiene viabilidad de convergencia y la elección de despeje se convierte en un proceso aleatorio.
Esta aleatoriedad es la mayor desventaja de este método.

3.1 METODOLOGÍA DE TRABAJO.

La secuencia de pasos a realizar en la utilización del método son:

1. Abra MATLAB haciendo clic sobre el icono

2. Escriba un archivo M de función cuyo formato se presenta a continuación. Por ejemplo, sea
Modificado el nombre del archivo M para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar el siguiente formato:
function [matriz, func] = Modificado(x)
 f f 
matriz   1 ; 2 ;
 x y 
func  [ f 1 , f 2 ];
NOTA. Las ecuaciones que representan a cada derivada parcial, como a cada función,
deben ser escritas de acuerdo al siguiente formato:
12 x12  x 2  10 x1 se escribe como 12  x (1) 2  x( 2)  10  x (1)

3. Una vez desarrollado el archivo M de función correspondiente, retorne a la pantalla

principal de MATLAB y proceda a verificar que el archivo no presente errores de sintaxis, ni
lógicos.
 4. En el indicador de MATLAB >>, llamar al programa NewtonModificado_L, cuyos formatos
de utilización son:
NewtonModificado_L(MaxIte);
para cualquiera de los formatos, es necesario enviar la información correspondiente,
donde:
MaxIte l número máximo de iteraciones a realizar antes de abandonar el proceso.
5. De ser necesario introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.

3.2 PROBLEMA A RESOLVER.

Encuentre una solución absoluta más próxima al origen del siguiente sistema de ecuaciones no
lineales:

x 2  x  y 2  1 

y  sin( x 2 )  0
Emplee el método de Newton Raphson modificado con un error de 10-2

4 MÉTODO DE NEWTON RAPHSON CON OPTIMIZACION DE T.

La utilización de la ecuación vectorial de aceleración permite estudiar como mejorar los métodos
existentes. Es en este sentido, que la utilización de esta ecuación vectorial en el método de
Newton Raphson Multivariable permite generar el método de Newton Raphson con optimización de
t. Método que se obtiene a través de la transformación de la ecuación matricial del método de
Newton Raphson multivariable a la forma vectorial, cuya forma para un sistema de 2x2 es:
1
 f 1 f 1 
 
x  x  y   f 1 ( x , y ) 
( k 1) (k ) (k ) (k )
 ( k 1)    ( k )   1   x *
y  y   f 2 f 2   f 2 ( x ( k ) , y ( k ) ) 
   
 x y 

Este método utiliza en forma explicita la información de las derivadas para generar algoritmos
eficientes que localicen el óptimo, ya que distintos valores de t llevaría 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
ba ba
t a y t b
F F
donde F son los términos de la serie de Fibonacci. El proceso iterativo se realiza hasta que el valor
de función suma de residuos al cuadrado
2 2
S  f 1 ( x, y )  f 2 ( x, y )
sea cero o próximo a cero, ya que esta función es el indicativo de la cercanía de x k con respecto a
la raíz
4.1 METODOLOGÍA DE TRABAJO.
La secuencia de pasos a realizar son:

1. Abra MATLAB haciendo clic sobre el icono

2. Escriba un archivo M de función cuyo formato se presenta a continuación. Por ejemplo, sea
Optimizado el nombre del archivo M para un sistema formado por dos ecuaciones con dos
incógnitas debe presentar la forma:
function [matriz, func] = Optimizado(x)
 f f f f 
matriz   1 , 1 ; 2 , 2 ;
 x y x y 
func   f 1 , f 2 ;
NOTA . Las ecuaciones que representan a cada derivada parcial, como a cada función,
deben ser escritas de acuerdo al siguiente formato:
12 x12  x 2  10 x1 se escribe como 12  x (1) 2  x( 2)  10  x (1)

3. Una vez desarrollado el archivo M correspondiente, retorne a la pantalla principal de

MATLAB y proceda a verificar que el archivo no presente errores de sintaxis, ni lógicos.
4. En el indicador de MATLAB >>, llamar al programa NewtonOpT_L cuyos formatos de
utilización son:
NewtonOpT_L (MaxIte);
Para cualquiera de los formatos, es necesario enviar la información correspondiente,
donde:
MaxIte l número máximo de iteraciones a realizar antes de abandonar el proceso.
5. De ser necesario, introduzca la información solicitada por el respectivo programa con ayuda
del teclado.
6. Anote los resultados obtenidos.

4.2 PROBLEMA A RESOLVER.

Resuelva el siguiente sistema de ecuaciones no lineales para obtener la solución cerca de (2.5,
0.2, 1.6). Con una aproximación de 10 -3 por el método de Newton con optimización de t utilizando
como intervalo de búsqueda los valores de a = -0.3 y b = -2.5

x 2  y 2  z 2  9

xyz  1 
x  y  z 2  0

PROBLEMAS QUE NO PRESENTAN SOLUCIÓN.

1
NO PRESENTA SOLUCIÓN.

PROBLEMAS QUE NECESITAN DE UN ERROR Y VECTOR INICIAL

1
ERROR = 0.001
VECTOR INICIAL =[1,2,3]
SOLUCIÓN = 1.2345
= -0.9987
= 9.8765

El trabajo a presentar debe encontrarse en formato texto (Block de Notas de Windows). El trabajo en
cuestión, se debe encontrar almacenado en el disco de trabajo como GUIA_3.TXT