5/20/2019

SISTEMAS NO LINEALES
1
Un sistema de ecuaciones no lineales tiene la forma:

5/20/2019
En la siguiente figura se muestra una representación
geométrica de un sistema no lineal cuando n=2

2
Podemos definir el sistema de la siguiente manera:

En notación vectorial el sistema anterior se puede escribir:

5/20/2019
Donde las funciones son las coordenadas de la función

Definición
Sea 𝑭: 𝑫 ⊆ ℝ𝒏 ⟶ ℝ𝒏
𝒅𝒐𝒏𝒅𝒆 𝑭 𝒙ഥ = 𝒇𝟏 𝒙ഥ , 𝒇𝟐 𝒙 ഥ , … , 𝒇𝒏 𝒙
ഥ
ഥ = 𝑳 = 𝑳𝟏 , 𝑳𝟐 , … , 𝑳𝒏 𝒕 ⟺
lim 𝑭 𝒙
𝒙⟶𝒙𝟎
ഥ = 𝑳𝒊 ∀𝒊 = 𝟏, 𝟐, … 𝒏
lim 𝒇𝒊 𝒙
𝒙⟶𝒙𝟎
3
Definición
Una función 𝑮: 𝑫 ⊆ ℝ𝒏 ⟶ ℝ𝒏 𝒕𝒊𝒆𝒏𝒆 𝒖𝒏 𝒑𝒖𝒏𝒕𝒐 𝒇𝒊𝒋𝒐 𝒑 ∈ 𝑫. Si
G(p)=p.

5/20/2019
Teorema
Sea ∀𝒊 = 𝟏, … , 𝒏. Supongamos que G
es una función continua en 𝑫 ⊆ ℝ𝒏 con la propiedad:
𝑮 𝒙 ∈ 𝑫 ∀𝒙 ∈ 𝑫.
Entonces G tiene un punto fijo en D.
Además si todas las derivadas parciales de las componentes de G
ഥ
𝝏𝒈𝒊 𝒙 𝑲
están acotadas, es decir: ∃ 𝑲 < 𝟏 𝒕𝒂𝒍 𝒒𝒖𝒆 ≤ ഥ ∈ 𝑫.
∀𝒙
𝝏𝒙𝒋 𝒏
Entonces la sucesión definida como

a partir de cualquier semilla, converge al único punto fijo 𝒑 ∈ 𝑫 𝒚

4
Método de Newton
En el caso de una variable el algoritmo adecuado para
resolver el problema de hallar el punto fijo de una función fue
plantear:

5/20/2019
Y esto tiene convergencia cuadrática si:
y asumiendo que

Que efectivamente es el método de Newton Raphson en una

variable.
Entonces a partir de lo anterior se genera la sucesión:
𝒇 𝒑𝒏
𝒑𝒏+𝟏 = 𝒑𝒏 − ′
𝒇 𝒑𝒏

5
En el caso n-dimensional aparece una matriz de funciones tales
que:
la matriz A debe ser no
singular y garantizar la convergencia cuadrática.

5/20/2019
La matriz que resuelve el problema es la matriz Jacobiana de la
función que denotamos como:

6
Por lo tanto con esta elección resulta:

La iteración se expresa entonces como:

5/20/2019
Que es el METODO DE NEWTON para sistemas no lineales. Tiene
una convergencia cuadrática siempre y cuando se conozca un
valor inicial suficientemente preciso y exista

En la práctica se evita calcular 𝐽−1 𝑥 𝑘−1 dado que implica el

cálculo de la inversa de una matriz, en todos los casos se prefiere
calcular la solución del sistema:
7
Entonces el problema se resuelve planteando:

5/20/2019
Veamos un ejemplo
Sea el siguiente sistema no lineal:

8
Definimos

5/20/2019
Donde:

La matriz Jacobiana de F es

9
Tomando como semilla: resulta

5/20/2019
Y

Resolviendo ahora el sistema

Obtenemos:

10
Continuando el procedimiento

5/20/2019
Donde

Los resultados para las distintas iteraciones se muestran en la

siguiente tabla:

11
5/20/2019
12
La mejor matriz 𝐴1 es:

5/20/2019
La cual se usa para determinar 𝑥 2

13
5/20/2019
14
El método del descenso más rápido para buscar un mínimo local
se puede describir intuitivamente como:

5/20/2019
4) Repetir los pasos 1 a 3 para el nuevo valor 𝑥ҧ 1
15
 5/20/2019
Cuya definición es:

La derivada direccional en la dirección de máximo decrecimiento se

muestra en el siguiente gráfico

16
 5/20/2019
Quiere decir entonces que:

17
5/20/2019
18
Ejemplo:
Sea el siguiente sistema:

5/20/2019
0
Tomamos como semilla a 𝑥 0 = 0
0
La función g es:

19
Por lo tanto su gradiente es:

5/20/2019
Para la semilla obtenemos:

Definimos:

Con tenemos: 20
Tomamos arbitrariamente y tenemos:

5/20/2019
Dado que elegimos obteniendo

Ahora buscamos el polinomio de grado dos que interpola en los

puntos: (0,111.975), (1,93.5649) y (0.5,2.53557).
Obteniendo, mediante diferencias divididas:

21
Buscamos el mínimo de dicho polinomio:
Que se alcanza en:

Siendo:

5/20/2019
Obtenemos entonces:

La siguiente tabla muestra el resto de las iteraciones

22