METODO DE SUSTITUCIONES SUCESIVAS

OBJETIVO
• Extraer una variable x o y de las funciones
DEFINICION
El método de iteración directa está basado en generar una función de
iteración de la forma:
x =F (x,y) ; y =G (x,y) a partir de f(x,y)=0 y g(x,y)=0 respectivamente
PROCEDIMIENTO
Debe haber un punto de partida que en general es un vector (xo,yo).En
caso que este punto base no sea dato, se debe de encontrar por medio
del criterio de progreso (Q).
Para ello : El método converge si cumple ambas condiciones ,
𝜕𝐹(𝑥𝑜,𝑦𝑜) 𝜕𝐹(𝑥𝑜,𝑦𝑜) procediendo de la forma
+ <1 Xi+1 = F(Xi,Yi)
𝜕𝑥 𝜕𝑦 i=0,1,2,…
Yi+1 =G(Xi,Yi)
𝜕𝐺(𝑥𝑜,𝑦𝑜) 𝜕𝐺(𝑥𝑜,𝑦𝑜)
+ <1
𝜕𝑥 𝜕𝑦
CRITERIO DE DETECCIÓN CRITERIO DE PROGRESO

𝑋𝑖 + 1 − 𝑋𝑖 X Y F G Q
𝐸𝑎 = ∗ 100 ≤ 𝐸𝑠
𝑋𝑖 + 1 xo yo
xo yo
𝑌𝑖 + 1 − 𝑌𝑖 xo yo
𝐸𝑎 = ∗ 100 ≤ 𝐸𝑠
𝑌𝑖 + 1
𝑄 = 𝐹(𝑋𝑜, 𝑌𝑜)2 + 𝐺(𝑋𝑜, 𝑌𝑜)2
PROBLEMA:
Licores dario produce 2 tipos de licores f(x,y) y g(x,y) . se sabe que se
produjo 5 ml de cada licor, pero de diferente concentración la cual esta
2 𝑦 2 𝑥
dada por la presencia del tipo de alcohol x e y , si f(x,y)=𝑥 + y 𝑦 +
2 2
,calcular x e y con la condición de que el error sea menor a 0.0005
𝑦 𝑥
f(x,y)=𝑥 2 + − 5 g(x,y)=𝑦 2 + − 5
2 2
Despejando en función a x e y
.𝑥 = 5 − 𝑦/2
.𝑦 = 5 − 𝑥/2
𝑄 = 𝐹(𝑋𝑜, 𝑌𝑜)2 + 𝐺(𝑋𝑜, 𝑌𝑜)2
RESULTADOS

>> metodosucesivo
ingrese la funcion despejada f: sqrt(5-y/2)
ingrese la funcion despejada g: sqrt(5-x/2)
ingrese valor inicial de x: 2
ingrese valor inicial de y: 1.8
ingrese el maximo de interacciones: 10
ingrese n: 4
1 2.0248457 1.9968919 1.227040 11.104336
2 2.0003885 1.9999514 1.222622 0.174796
3 2.0000061 1.9999992 0.019120 0.002732
4 2.0000001 2.0000000 0.000299 0.000043
x es: 2.0000001 y es:2.0000000 con un error x de: 0.000299 con un error y de 0.000043
 METODO DE NEWTON MULTIVARIABLE
Determinar los valores x1, x2, x3, …,xn que en forma simultanea satisfacen un sistema de
ecuaciones no lineales:
𝑓1 𝑥1, 𝑥2, 𝑥3, … , 𝑥𝑛 = 0
𝑓2 𝑥1, 𝑥2, 𝑥3, … , 𝑥𝑛 = 0
:
𝑓2 𝑥1, 𝑥2, 𝑥3, … , 𝑥𝑛 = 0

REGLA DE CRAMER
• La regla de Cramer se aplica para resolver sistemas de ecuaciones lineales que cumplan las
siguientes condiciones:
• 1 El número de ecuaciones es igual al número de incógnitas.
• 2 El determinante de la matriz de los coeficientes es distinto de cero.
• Tales sistemas son sistemas compatibles determinados y se denominan sistemas de Cramer.
Sea Δ el determinante de la matriz de coeficientes
METODO DE NEWTON-RAPNSON PARA DOS VARIABLES:
DEFINICIÓN
Este método está basado en la expansión en una serie de Taylor de la función f(x) en
las proximidades del punto xi .
Si se tiene el sistema de ecuaciones f(x,y)=0 y g(x,y)=0
Expandiendo f en la serie de Taylor para 1 orden tenemos

𝜕𝑓 𝑋𝑖, 𝑌𝑖 𝜕𝑓 𝑋𝑖, 𝑌𝑖
𝑓 𝑋𝑖 + 1, 𝑌𝑖 + 1 = 𝑓 𝑋𝑖, 𝑌𝑖 + 𝑋𝑖 + 1 − 𝑋𝑖 + 𝑌𝑖 + 1 − 𝑌𝑖 … (1)
𝜕𝑥 𝜕𝑦
Si (Xi+1 , Yi+1 ) es solución entonces 𝑓 𝑋𝑖 + 1, 𝑌𝑖 + 1 = 0 y

∆𝑋𝑖 = 𝑋𝑖 + 1 − 𝑋𝑖
∆𝑌𝑖 = 𝑌𝑖 + 1 − Yi
DE LA ECUACIÓN (1) NOS QUEDA :

𝜕𝑓 𝑋𝑖, 𝑌𝑖 𝜕𝑓 𝑋𝑖, 𝑌𝑖
∗ ∆𝑋𝑖 + ∗ ∆𝑋𝑖 = −𝑓(𝑥𝑖, 𝑦𝑖)
𝜕𝑥 𝜕𝑦

𝜕𝑔 𝑋𝑖, 𝑌𝑖 𝜕𝑔 𝑋𝑖, 𝑌𝑖
∗ ∆𝑌𝑖 + ∗ ∆𝑌𝑖 = −𝑔(𝑥𝑖, 𝑦𝑖)
𝜕𝑥 𝜕𝑦
En forma matricial

𝜕𝑓 𝑋𝑖, 𝑌𝑖 𝜕𝑓 𝑋𝑖, 𝑌𝑖
𝜕𝑥 𝜕𝑦 ∆𝑋𝑖 −𝑓(𝑥𝑖, 𝑦𝑖)
=
𝜕𝑔 𝑋𝑖, 𝑌𝑖 𝜕𝑔 𝑋𝑖, 𝑌𝑖 ∆𝑌𝑖 −𝑔(𝑥𝑖, 𝑦𝑖)
𝜕𝑥 𝜕𝑦
MATRIZ JACOBIANA
Para hallar la determinante de la matriz jacobina se aplica la regla
de Cramer:
𝜕𝑓 𝑋𝑖, 𝑌𝑖 𝜕𝑔 𝑋𝑖, 𝑌𝑖 𝜕𝑓 𝑋𝑖, 𝑌𝑖 𝜕𝑔 𝑋𝑖, 𝑌𝑖
𝑑𝑒𝑡. 𝐽 = ∗ − ∗
𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

DETERMINAR ∆𝑋𝑖
𝜕𝑔 𝑋𝑖, 𝑌𝑖 𝜕𝑓 𝑋𝑖, 𝑌𝑖
−𝑓 𝑋𝑖, 𝑌𝑖 ∗ − −𝑔 𝑋𝑖, 𝑌𝑖 ∗
𝜕𝑦 𝜕𝑦
∆𝑋𝑖 =
𝑑𝑒𝑡. 𝐽
A partir de :
𝜕𝑓 𝑋𝑖, 𝑌𝑖
−𝑓 𝑋𝑖, 𝑌𝑖
𝜕𝑦
𝜕𝑔 𝑋𝑖, 𝑌𝑖
−𝑔 𝑋𝑖, 𝑌𝑖
𝜕𝑦
DETERMINAR ∆𝑌𝑖
𝜕𝑓 𝑋𝑖, 𝑌𝑖 𝜕𝑔 𝑋𝑖, 𝑌𝑖
∗ (−𝑔 𝑋𝑖, 𝑌𝑖 ) − −𝑓 𝑋𝑖, 𝑌𝑖 ∗
∆𝑌𝑖 = 𝜕𝑥 𝜕𝑥
𝑑𝑒𝑡. 𝐽
A partir de :
𝜕𝑓 𝑋𝑖, 𝑌𝑖
−𝑓 𝑋𝑖, 𝑌𝑖
𝜕𝑥
𝜕𝑔 𝑋𝑖, 𝑌𝑖
−𝑔 𝑋𝑖, 𝑌𝑖 )
𝜕𝑥
POR LO TANTO :
∆𝑋𝑖 = 𝑋𝑖 + 1 − 𝑋𝑖 𝑋𝑖 + 1 = 𝑋𝑖 + ∆𝑋𝑖
∆𝑌𝑖 = 𝑌𝑖 + 1 − Yi 𝑌𝑖 + 1 = 𝑌𝑖 + ∆𝑌𝑖 i = 0, 1, 2, …
APLICACIONES
Son muy variadas las aplicaciones del método newton. Este método se
puede usar para aproximar las soluciones complejas de una ecuación
polinomio de grado n>=2 . Otra aplicación para destacar esta en la
solución de problemas de flujos de potencia en ingeniería eléctrica.
También se encuentran aplicaciones mecánicas de una solución de
ecuaciones que determinan la posición en la dinámica de un
mecanismo o sistema
Desventajas
• Aunque el método de Newton-Raphson en general es muy eficiente,
hay situaciones en que presenta dificultades. Un caso especial es en
el de las raíces múltiples. En algunos casos es posible que para raíces
simples se presenten dificultades por su lenta convergencia.
Programa
function metodonewton()
syms x y
c=input('Ingrese cifras significativas : ');
f(x,y)=input('Ingrese la funcion f(x y) : ');
g(x,y)=input('Ingrese la funcion g(x y) : ');
xi=input('Ingrese valor inicial x : ');
yi=input('ingrese valor inicial y : ');
dfx(x,y)=diff(f,x);
dfy(x,y)=diff(f,y);
dgx(x,y)=diff(g,x);
dgy(x,y)=diff(g,y);
Es=0.5*(10^(2-c));
Eax=1;
Eay=1;
while (Eax>=Es && Eay>=Es)
x1=xi;
y1=yi;
det=dfx(x1,y1)*dgy(x1,y1)-dfy(x1,y1)*dgx(x1,y1);
vx=((-1*f(x1,y1))*dgy(x1,y1)+(g(x1,y1))*(dfy(x1,y1)))/det;
vy=((dfx(x1,y1))*(-1*g(x1,y1))+(f(x1,y1))*dgx(x1,y1))/det;
x2=x1+vx;
y2=y1+vy;
Eax=abs((x2-x1)/x2)*100;
Eay=abs((y2-y1)/y2)*100;
xi=x2;
yi=y2;
end
fprintf('Los valores son x=%f y y=%f\n',xi,yi);
PROBLEMA:

Ecuación de Van’t Hoff :

Ecuacion de Arrhenius:
K=
 Datos

Remplazando los datos X=k2 Y=E

Resultado
metodonewton

Ingrese cifras significativas : 4

Ingrese la funcion f(x y) : 9120.3223*log(x)-y+30839.40998

Ingrese la funcion g(x y) : 2.8235*(10^13)*(0.99839^y)-x

Ingrese valor inicial x : 0.5

ingrese valor inicial y : 20000

Los valores son x=0.303381 y y=19961.769891