ING. EDGAR H.
MEDINA TAPIA METODOS NUMERICOS I
Tema 2.- Resolución de Sistemas de Ecuaciones Lineales y No Lineales
2.1.- Sistemas Lineales
Todo Sistema de ecuaciones expresado en la forma
𝑎𝑎11 𝑥𝑥1 + 𝑎𝑎12 𝑥𝑥2 + ⋯ + 𝑎𝑎1𝑛𝑛 𝑥𝑥𝑛𝑛 = 𝑏𝑏1
𝑎𝑎21 𝑥𝑥1 + 𝑎𝑎22 𝑥𝑥2 + ⋯ + 𝑎𝑎2𝑛𝑛 𝑥𝑥𝑛𝑛 = 𝑏𝑏2
(2.1.1)
⋮
𝑎𝑎𝑛𝑛1 𝑥𝑥1 + 𝑎𝑎𝑛𝑛2 𝑥𝑥2 + ⋯ + 𝑎𝑎𝑛𝑛𝑛𝑛 𝑥𝑥𝑛𝑛 = 𝑏𝑏𝑛𝑛
Donde los 𝑎𝑎𝑖𝑖𝑖𝑖 son constantes, se denomina Lineal. El problema que se plantea es la determinación de las variables
𝑥𝑥1 , 𝑥𝑥2 , ⋯ , 𝑥𝑥𝑛𝑛 que transforman el sistema en una identidad.
Los números 𝑎𝑎𝑖𝑖𝑖𝑖 son conocidos como los coeficientes del sistema, mientras que los 𝑏𝑏𝑗𝑗 son denominados términos
independientes. Si se introducen las matrices
𝑎𝑎11 𝑎𝑎12 ⋯ 𝑎𝑎1𝑛𝑛 𝑥𝑥1 𝑏𝑏1
𝑎𝑎21 𝑎𝑎22 ⋯ 𝑎𝑎2𝑛𝑛 𝑥𝑥2 𝑏𝑏2
𝑨𝑨 = � ⋮ � ; 𝒙𝒙 = � ⋮ � ; 𝒃𝒃 = � � (2.1.2)
⋮ ⋱ ⋮ ⋮
𝑎𝑎𝑛𝑛1 𝑎𝑎𝑛𝑛2 ⋯ 𝑎𝑎𝑛𝑛𝑛𝑛 𝑥𝑥𝑛𝑛 𝑏𝑏𝑛𝑛
El sistema puede ser escrito como 𝑨𝑨𝑨𝑨 = 𝒃𝒃. Donde 𝑨𝑨 𝜖𝜖 ℝ𝑚𝑚×𝑛𝑛 ; 𝒙𝒙 𝜖𝜖 ℝ𝑛𝑛 ; 𝒃𝒃 𝜖𝜖 ℝ𝑚𝑚 .
Si el número de ecuaciones es igual al número de incógnitas 𝑨𝑨 𝜖𝜖 ℝ𝑛𝑛×𝑛𝑛 ; 𝒙𝒙 𝜖𝜖 ℝ𝑛𝑛 ; 𝒃𝒃 𝜖𝜖 ℝ𝑛𝑛
Si 𝑨𝑨 𝜖𝜖 ℝ𝑛𝑛 es una matriz cuadrada de orden 𝑛𝑛, se verifican las siguientes Propiedades
1.- 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 [𝑨𝑨] = 𝑛𝑛
2.- Los vectores Columna de 𝑨𝑨 son 𝐿𝐿. 𝐼𝐼.
3.- Los vectores Fila de 𝑨𝑨 son 𝐿𝐿. 𝐼𝐼.
4.- Existe una matriz 𝑨𝑨−𝟏𝟏 de orden 𝑛𝑛 , denominada inversa talque 𝑨𝑨−𝟏𝟏 𝑨𝑨 = 𝑨𝑨𝑨𝑨−𝟏𝟏 = 𝑰𝑰
� = [𝑨𝑨 ∣ 𝒃𝒃].
Matriz Aumentada. - Se denomina Matriz aumentada a la Matriz 𝑨𝑨
La Ecuación 𝑨𝑨𝑨𝑨 = 𝒃𝒃 admite una solución única si y solo sí 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅[𝑨𝑨 ∣ 𝒃𝒃] = 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅[𝑨𝑨].
En el sistema 𝑨𝑨𝑨𝑨 = 𝒃𝒃 se entiende por operaciones elementales de fila
1.- Intercambio de filas.
2.- Suma o sustracción de filas.
3.- Multiplicación de una fila por un escalar no nulo.
4.- Sustitución de la i-ésima fila por una combinación lineal de 𝑛𝑛 filas.
Una aplicación de cualquier operación elemental de filas o una combinación finita de ellas en la ecuación Lineal
𝑨𝑨𝑨𝑨 = 𝒃𝒃 no altera la solución 𝒙𝒙
�.
15
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
2.1.1.- Métodos Directos de Resolución de Sistemas Lineales
(a) La Eliminación de Gauss. - Sea el sistema Lineal de Ecuaciones
𝑨𝑨𝑨𝑨 = 𝒃𝒃 (2.1.3)
El método de Gauss consiste en aplicar una serie de transformaciones lineales a la matriz aumentada [𝑨𝑨 ∣ 𝒃𝒃] tal
��, donde 𝑼𝑼 es una matriz
que, al final de n pasos se haya transformado en una matriz equivalente de la forma �𝑼𝑼 ∣ 𝒃𝒃
triangular superior. Esta etapa se compone de los siguientes pasos:
(1) Eliminación Progresiva
P1.- Se obtiene elementos nulos desde la segunda hasta la enésima fila de la primera columna por sustracción del
𝑎𝑎
término 𝑎𝑎 𝑖𝑖1 veces la primera fila, con 𝑖𝑖 = 1,2, ⋯ , 𝑛𝑛
11
P2. - Se repite el paso anterior para la 2º, 3º hasta la enésima columna, obteniéndose la matriz transformada
� �, es decir
�𝑼𝑼 ∣ 𝒃𝒃
𝑎𝑎11 𝑎𝑎12 𝑎𝑎13 ⋯ 𝑎𝑎1𝑛𝑛 𝑏𝑏1
⎡ ′ ⎤
⎢ 0 ′
𝑎𝑎22 ′
𝑎𝑎23 ⋯ 𝑎𝑎2𝑛𝑛 𝑏𝑏2′ ⎥
⎢ 0 0 ′′
𝑎𝑎33 ′′
⋯ 𝑎𝑎3𝑛𝑛 𝑏𝑏3′′ ⎥
⎢ ⋱ ⋮ ⎥
⎢ ⋮ ⋮ ⋮ ⋮ ⎥
(𝑛𝑛−1)
⎣ 0 0 0 ⋯ 𝑎𝑎𝑛𝑛𝑛𝑛
𝑛𝑛−1
𝑏𝑏2 ⎦
(2) Sustitución Regresiva
P3.- Se obtiene 𝑥𝑥𝑛𝑛 utilizando la última ecuación del sistema escalonado, esto es
(𝑛𝑛−1)
𝑏𝑏𝑛𝑛
𝑥𝑥𝑛𝑛 = (𝑛𝑛−1)
𝑎𝑎𝑛𝑛𝑛𝑛
P4.- Se obtienen las demás variables 𝑥𝑥𝑛𝑛−1 ; 𝑥𝑥𝑛𝑛−2 ; ⋯ ; 𝑥𝑥1 mediante la fórmula
𝑛𝑛
1 (𝑘𝑘−1)
𝑥𝑥𝑘𝑘 = �𝑏𝑏 − � 𝑢𝑢𝑘𝑘𝑘𝑘 𝑥𝑥𝑗𝑗 � ; 𝑘𝑘 = 1,2, ⋯ , 𝑛𝑛
𝑢𝑢𝑘𝑘𝑘𝑘 𝑘𝑘
𝑗𝑗=𝑘𝑘+1
Observaciones
(𝑖𝑖) (𝑗𝑗)
1.- Cuando algún término 𝑎𝑎𝑘𝑘𝑘𝑘 = 0, se localiza la fila por debajo de la k-ésima donde el término 𝑎𝑎𝑚𝑚𝑚𝑚 ≠ 0 y se
procede al intercambio de la k-ésima por la m-ésima fila, proporcionando así un pivote no nulo.
2.- Para reducir la propagación de errores de redondeo se comparan los tamaños de todos los elementos de la k-
ésima columna a partir del elemento de la diagonal hasta la enésima fila y se selecciona el elemento de mayor
valor absoluto, es decir: |𝑎𝑎𝑖𝑖𝑖𝑖 | = 𝑚𝑚á𝑥𝑥�|𝑎𝑎𝑘𝑘𝑘𝑘 |, �𝑎𝑎𝑘𝑘+1,𝑖𝑖 �, ⋯ , |𝑎𝑎𝑛𝑛𝑛𝑛 |�. Luego se intercambia la k-ésima fila por la i-
ésima.
La descomposición 𝑳𝑳𝑳𝑳 de Gauss
Si en cada etapa de la eliminación de Gauss se almacenan las razones de los coeficientes en lugar de los ceros, la
matriz 𝑨𝑨 puede ser descompuesta en un producto de dos matrices uno 𝑳𝑳 (Triangular Inferior) y otro 𝑼𝑼 (Triangular
Superior) de la forma 𝑨𝑨 = [𝑳𝑳][𝑼𝑼]. Cuando hay intercambio de filas se obtiene la descomposición 𝑨𝑨 � = [𝑳𝑳][𝑼𝑼],
donde 𝑨𝑨� es una matriz con las filas permutadas de 𝑨𝑨.
16
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
La Determinante de la Matriz𝑨𝑨
Cuando no hay intercambio de Filas, la determinante de la matriz 𝑨𝑨 es igual |𝑨𝑨| = 𝑢𝑢11 𝑢𝑢22 𝑢𝑢33 ⋯ 𝑢𝑢𝑛𝑛𝑛𝑛 . Si existe
intercambio de filas la determinante será |𝑨𝑨| = (−1)𝑘𝑘 𝑢𝑢11 𝑢𝑢22 𝑢𝑢33 ⋯ 𝑢𝑢𝑛𝑛𝑛𝑛 , donde 𝑘𝑘 es el número de intercambios de
Fila.
(b) El Método de Gauss-Jordan
Este método aplica una serie de transformaciones lineales para obtener valores nulos en lugar de los términos por
encima y por debajo de la diagonal y obtiene valores unidad en la diagonal en la matriz de los coeficientes del
sistema, es decir [𝑰𝑰 ∣ 𝒙𝒙
�]
� = [𝑨𝑨 ∣ 𝒃𝒃] ∾ [𝑰𝑰 ∣ 𝒙𝒙
𝑨𝑨 �]
Donde 𝑰𝑰 es la matriz identidad y 𝒙𝒙
� es el vector solución del sistema
La Inversa de la Matriz 𝑨𝑨
El esquema de Gauss-Jordan permite encontrar la inversa 𝑨𝑨−𝟏𝟏 de la Matriz 𝑨𝑨 , a través de los siguientes pasos
� = [𝑨𝑨 ∣ 𝑰𝑰]
(1) Obtenga la Matriz 𝑨𝑨
(2) Aplique el procedimiento de GJ y obtenga [𝑰𝑰 ∣ 𝑨𝑨−𝟏𝟏 ]
� = [𝑨𝑨 ∣ 𝑰𝑰] ∾ [𝑰𝑰 ∣ 𝑨𝑨−𝟏𝟏 ]
𝑨𝑨
Ejemplo. - Resuelva el sistema lineal de ecuaciones
𝑥𝑥1 − 2𝑥𝑥2 + 4𝑥𝑥3 = 10.45
2𝑥𝑥1 + 6𝑥𝑥2 + 𝑥𝑥3 = 19.65
5𝑥𝑥1 + 𝑥𝑥2 − 𝑥𝑥3 = 7.65
Resolución
(a) La Eliminación de Gauss. - Se genera la matriz aumentada 𝐴𝐴̃,
1 −2 4 10.45 𝐿𝐿1
𝐴𝐴̃ = �2 6 1 � 19.65 � 𝐿𝐿2
5 1 −1 7.65 𝐿𝐿3
A continuación, se procede con los siguientes pasos
P1.- La Eliminación Progresiva. - se escalona la matriz aumentada 𝐴𝐴̃
𝐿𝐿′1 = 𝐿𝐿1 𝐿𝐿′1 = 𝐿𝐿′1
1 −2 4 10.45 1 −2 4 10.450
�0 10 −7 � −1.25� 𝐿𝐿′2 = − 2 𝐿𝐿1 +𝐿𝐿2 ⇒ �0 10 −7 � −1.250 � 𝐿𝐿′′2 = 𝐿𝐿′2
11
0 11 −21 −44.60 𝐿𝐿′3 = − 5 𝐿𝐿1 + 𝐿𝐿3 0 0 −13.3 −43.225 𝐿𝐿′′3 = − 10 𝐿𝐿′′2 + 𝐿𝐿′3
P2.- La Sustitución Regresiva. -
−43.225
De la tercera ecuación se obtiene 𝑥𝑥3 ⇒ −13.3𝑥𝑥3 = −43.225 ⇒ 𝑥𝑥3 = = 3.25
−13.300
−1.25+7𝑥𝑥3
De la segunda ecuación se obtiene 𝑥𝑥2 ⇒ 10𝑥𝑥2 − 7𝑥𝑥3 = −1.25 ⇒ 𝑥𝑥2 = = 2.15
10
17
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
10.45+2𝑥𝑥2 −4𝑥𝑥3
De la primera ecuación se obtiene 𝑥𝑥1 ⇒ 𝑥𝑥1 − 2𝑥𝑥2 + 4𝑥𝑥3 = 10.45 ⇒ 𝑥𝑥1 = = 1.75
10
1.75
Finalmente 𝒙𝒙 = �2.15�
3.25
(1) Obtención de la determinante de la Matriz A
|𝐴𝐴| = (1)(10)(−13.3) = −133
(2) Obtención de la descomposición LU de Gauss
1 0 0
1 −2 4
2 1 0
𝐴𝐴 = � � �0 10 −7 �
11
5 10
1 0 0 −13.3
(b) El Método de Gauss-Jordan. - Por este método se obtendrán la matriz inversa de A y la solución 𝒙𝒙
Se genera la matriz aumentada 𝐴𝐴̿ ,
1 −2 4 1 0 0 10.45
𝐴𝐴̿ = �2 6 1� 0 1 0� 19.65 �
5 1 −1 0 0 1 7.65
Se obtienen ceros por debajo y por encima de la diagonal. La diagonal contiene elementos unidad
1 −2 4 1 0 0 10.45 1 0 2.6 0.6 0.2 0 10.200
�0 10 −7 � −2 1 0� −1.25� ⇒ �0 1 −0.7 � −2 1 0� −0.125�
0 11 −21 −5 0 1 −44.60 0 0 −13.3 −5 0 1 −43.225
1 −2 26
⎡1 0 0 19 133 133 1.75⎤
⎢0 1 1
0� −19 30 1
� 2.15⎥
⎢0 0 1 4
19
11
19
−10 3.25⎥
⎣ 19 133 133 ⎦
1 −2 26
19 133 133 1.75
Luego 𝐴𝐴−1
= �− 1
19
30
19
1
19 � 𝒙𝒙 = �2.15�
4
19
11
133
−10
133
3.25
2.1.2.- Métodos Iterativos de Resolución de Sistemas Lineales
Dado el sistema lineal de ecuaciones
𝑨𝑨𝑨𝑨 = 𝒃𝒃 ; 𝑐𝑐𝑐𝑐𝑐𝑐 𝑨𝑨 𝑛𝑛𝑛𝑛 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠, 𝑒𝑒𝑒𝑒 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 |𝑨𝑨| ≠ 𝟎𝟎
Un método iterativo, define un proceso a través de construcción de una ecuación recurrente equivalente expresada
como
𝒙𝒙 = 𝑮𝑮𝑮𝑮 + 𝒄𝒄.
Luego, el proceso iterativo se genera por medio de la ecuación transformada
𝒙𝒙𝒌𝒌+𝟏𝟏 = 𝑮𝑮𝒙𝒙𝒌𝒌 + 𝒄𝒄 ; 𝑐𝑐𝑐𝑐𝑐𝑐 𝒙𝒙𝟎𝟎 𝑒𝑒𝑒𝑒 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖
18
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
A continuación, se presentan algunos métodos que emplean este procedimiento
(a) El Método de Jacobi (Desplazamientos Simultáneos). - En este método las componentes (𝑥𝑥𝑖𝑖 )𝑘𝑘+1 del vector
𝒙𝒙 se obtienen de
⎡ 𝑛𝑛 ⎤
1
(𝑥𝑥𝑖𝑖 )𝑘𝑘+1 = ⎢ 𝑏𝑏 − � 𝑎𝑎𝑖𝑖𝑖𝑖 �𝑥𝑥𝑗𝑗 �𝑘𝑘 ⎥ ; 𝑘𝑘 = 0,1,2, ⋯ , 𝑒𝑒𝑒𝑒𝑒𝑒. (2.1.4)
𝑎𝑎𝑖𝑖𝑖𝑖 ⎢ 𝑖𝑖 ⎥
𝑗𝑗=1
⎣ 𝑗𝑗≠𝑖𝑖 ⎦
(b) El Método de Gauss-Seidel (Desplazamientos Sucesivos). - Las variables 𝑥𝑥𝑖𝑖 son calculadas a través de la
fórmula
𝑖𝑖−1 𝑛𝑛
1
(𝑥𝑥𝑖𝑖 )𝑘𝑘+1 = �𝑏𝑏 − � 𝑎𝑎𝑖𝑖𝑖𝑖 �𝑥𝑥𝑗𝑗 �𝑘𝑘+1 − � 𝑎𝑎𝑖𝑖𝑖𝑖 �𝑥𝑥𝑗𝑗 �𝑘𝑘 � ; 𝑘𝑘 = 0,1,2, ⋯ , 𝑒𝑒𝑒𝑒𝑒𝑒. (2.1.5)
𝑎𝑎𝑖𝑖𝑖𝑖 𝑖𝑖
𝑗𝑗=1 𝑗𝑗=𝑖𝑖+1
Observaciones
1.- Si la matriz 𝑨𝑨 tiene diagonal predominante, es decir verifica
𝑛𝑛
|𝑎𝑎𝑖𝑖𝑖𝑖 | > � 𝑎𝑎𝑖𝑖𝑖𝑖 ; 𝑖𝑖 = 1,2, ⋯ , 𝑛𝑛
𝑗𝑗=1
𝑗𝑗≠𝑖𝑖
Entonces, los métodos de Jacobi y Gauss-Seidel convergen independientemente de los valores iniciales
seleccionados.
2.- Los errores en los métodos iterativos son calculados mediante la fórmula
𝐸𝐸 = �𝒙𝒙(𝒌𝒌+𝟏𝟏) − 𝒙𝒙(𝒌𝒌) � = �[(𝑥𝑥1 )𝑘𝑘+1 − (𝑥𝑥1 )𝑘𝑘 ]2 + ⋯ + [(𝑥𝑥𝑛𝑛 )𝑘𝑘+1 − (𝑥𝑥𝑛𝑛 )𝑘𝑘 ]2 ≤ 𝑇𝑇𝑇𝑇𝑇𝑇 (2.1.6)
Ejemplo. - Resuelva el sistema lineal de ecuaciones
𝑥𝑥1 − 2𝑥𝑥2 + 4𝑥𝑥3 = 10.45 2
2𝑥𝑥1 + 6𝑥𝑥2 + 𝑥𝑥3 = 19.65 𝒙𝒙(0) = �2�
5𝑥𝑥1 + 𝑥𝑥2 − 𝑥𝑥3 = 7.65 3
Resolución. - Para aplicar un sistema iterativo en la resolución de un sistema lineal, se sugiere reorganizar el
sistema de tal forma que la matriz de los coeficientes 𝐴𝐴 contenga en su diagonal los mayores valores absolutos de
los términos comparados con sus filas respectivas.
(1) Detectando los elementos de mayor valor absoluto y reorganizando el orden de las ecuaciones, se tiene
1 −2 4 5 1 −1
�2 6 1� ⇒ �2 6 1�
5 1 −1 1 −2 4
19
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
(2) El sistema reorganizado es el siguiente
𝐸𝐸1 : 5𝑥𝑥1 + 𝑥𝑥2 − 𝑥𝑥3 = 7.65
𝐸𝐸2 : 2𝑥𝑥1 + 6𝑥𝑥2 + 𝑥𝑥3 = 19.65
𝐸𝐸3 : 𝑥𝑥1 − 2𝑥𝑥2 + 4𝑥𝑥3 = 10.45
(a) El Método de Jacobi (Desplazamientos Simultáneos)
(1) Partiendo del sistema reorganizado, se despeja 𝑥𝑥1 de la primera ecuación, 𝑥𝑥2 de la segunda y 𝑥𝑥3 de la tercera
(𝑘𝑘) (𝑘𝑘)
7.65 − 𝑥𝑥2 + 𝑥𝑥3 (𝑘𝑘+1) 7.65 − 𝑥𝑥2 + 𝑥𝑥3
𝑥𝑥1 = 𝑥𝑥1 =
5 5
(𝑘𝑘) (𝑘𝑘)
19.65 − 2𝑥𝑥1 − 𝑥𝑥3 19.65 − 2𝑥𝑥1 − 𝑥𝑥3
𝑥𝑥2 = ⇒ 𝑥𝑥 (𝑘𝑘+1) =
6 2
6
10.45 − 𝑥𝑥1 + 2𝑥𝑥2 (𝑘𝑘)
10.45 − 𝑥𝑥1 + 2𝑥𝑥2
(𝑘𝑘)
𝑥𝑥3 = (𝑘𝑘+1)
𝑥𝑥3 =
4 4
(2) Comenzando con el valor inicial 𝒙𝒙(0), se actualizan valores en forma simultánea, obteniéndose los siguientes
resultados
k 0 1 2 3 ⋯
𝑥𝑥1 2 1.730 1.730 833 333 1.740 916 667 ⋯
𝑥𝑥2 2 2.108 333 333 2.179 583 333 2.159 027 778 ⋯
𝑥𝑥3 3 3.112 5 3.234 166 667 3.269 583 333 ⋯
E - 2.128 526 648 0.140 996 577 0.042 172 796 ⋯
(b) El Método de Gauss-Seidel (Desplazamientos Sucesivos)
(1) Partiendo del sistema reorganizado, se despeja 𝑥𝑥1 de la primera ecuación, 𝑥𝑥2 de la segunda y 𝑥𝑥3 de la tercera
(𝑘𝑘) (𝑘𝑘)
7.65 − 𝑥𝑥2 + 𝑥𝑥3 (𝑘𝑘+1) 7.65 − 𝑥𝑥2 + 𝑥𝑥3
𝑥𝑥1 = 𝑥𝑥1 =
5 5
(𝑘𝑘+1) (𝑘𝑘)
19.65 − 2𝑥𝑥1 − 𝑥𝑥3 19.65 − 2𝑥𝑥 − 𝑥𝑥3
𝑥𝑥2 = ⇒ 𝑥𝑥 (𝑘𝑘+1) = 1
6 2
6
10.45 − 𝑥𝑥1 + 2𝑥𝑥2 10.45 − 𝑥𝑥
(𝑘𝑘+1)
+ 2𝑥𝑥2
(𝑘𝑘+1)
𝑥𝑥3 = (𝑘𝑘+1)
𝑥𝑥3 = 1
4 4
(2) Comenzando con el valor inicial 𝒙𝒙(0), se actualizan valores en forma sucesiva, obteniéndose los siguientes
resultados
k 1 2 3 ⋯
𝑥𝑥1 1.730 1.746 166 667 1.750 550 000 ⋯
𝑥𝑥2 2.198 333 333 2.146 416 667 2.149 955 556 ⋯
𝑥𝑥3 3.279 166 667 3.249 166 667 3.249 840 278 ⋯
E 0.436 085 013 0.062 102 346 0.006 477 481 ⋯
20
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
2.2.- Sistemas No Lineales
Un sistema de 𝑛𝑛 ecuaciones con 𝑛𝑛 incógnitas es No Lineal, si por lo menos una de sus ecuaciones es no lineal y se
expresa como
𝐹𝐹1 (𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , ⋯ , 𝑥𝑥𝑛𝑛 ) = 0
𝐹𝐹2 (𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , ⋯ , 𝑥𝑥𝑛𝑛 ) = 0
⟺ 𝐹𝐹𝑗𝑗 (𝒙𝒙) = 0 , 𝑗𝑗 = 1,2, ⋯ , 𝑛𝑛
⋮ (2.2.1)
𝐹𝐹𝑛𝑛 (𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , ⋯ , 𝑥𝑥𝑛𝑛 ) = 0
2.2.1.- Matriz Jacobiana 𝑱𝑱.- Se denomina matriz Jacobiana de un sistema no lineal de 𝑛𝑛 funciones 𝐹𝐹𝑖𝑖 (𝒙𝒙) con 𝑛𝑛
variables 𝑥𝑥𝑗𝑗 a la matriz de orden 𝑛𝑛:
𝜕𝜕𝐹𝐹 𝜕𝜕𝐹𝐹1 𝜕𝜕𝐹𝐹1
⎡ 1 ⋯ ⎤
⎢𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥2 𝜕𝜕𝑥𝑥𝑛𝑛 ⎥
𝜕𝜕𝐹𝐹𝑖𝑖 ⎢𝜕𝜕𝐹𝐹2 𝜕𝜕𝐹𝐹2
⋯
𝜕𝜕𝐹𝐹2 ⎥
𝑱𝑱 = =⎢ 𝜕𝜕𝑥𝑥𝑛𝑛 ⎥
𝜕𝜕𝑥𝑥𝑗𝑗 ⎢𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥2
⎥
⎢ ⋮ ⋮
⋱
⋮ ⎥
⎢𝜕𝜕𝐹𝐹𝑛𝑛 𝜕𝜕𝐹𝐹𝑛𝑛 𝜕𝜕𝐹𝐹𝑛𝑛 ⎥
⋯
⎣𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥2 𝜕𝜕𝑥𝑥𝑛𝑛 ⎦
Un matriz Jacobiana es estrictamente dominante, si verifica:
𝑛𝑛
|𝑱𝑱𝑖𝑖𝑖𝑖 | > � 𝑱𝑱𝑖𝑖𝑖𝑖 ; 𝑖𝑖 = 1,2, ⋯ , 𝑛𝑛 𝑒𝑒𝑒𝑒 𝒙𝒙 = 𝒙𝒙(𝒌𝒌)
𝑗𝑗=1
𝑗𝑗≠𝑖𝑖
2.2.2.- Dificultades en la Resolución de un Sistema No Lineal
1. La determinación de valores iniciales adecuados.
2. La imposibilidad de graficar superficies multidimensionales.
Estos problemas pueden ser minimizados o hasta eliminados, cuando se puede
1. Seleccionar valores iniciales considerando la geometría o el comportamiento físico del problema asociado
al sistema.
2. Desacoplar o dividir el sistema en varios subsistemas menores
3. Reducir el número de ecuaciones.
2.2.3.- Métodos de Resolución para Sistemas No Lineales
(a) El Método de Newton. - Sea un sistema no lineal de ecuaciones
𝐹𝐹𝑗𝑗 (𝒙𝒙) = 0 ; 𝑗𝑗 = 1,2, ⋯ , 𝑛𝑛 (2.2.3.1)
Si 𝒙𝒙𝒌𝒌 es una aproximación de la solución 𝒙𝒙
� del sistema, entonces este método plantea que una aproximación
mejorada 𝒙𝒙𝒌𝒌+𝟏𝟏 obtenida de la siguiente manera.
1º Se expresan los desarrollos de Taylor de cada una de las ecuaciones 𝐹𝐹𝐽𝐽 (𝒙𝒙) = 0, donde se consideran únicamente
los términos lineales, esto es,
21
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
𝜕𝜕𝐹𝐹𝑗𝑗 𝜕𝜕𝐹𝐹𝑗𝑗 𝜕𝜕𝐹𝐹𝑗𝑗
𝐹𝐹𝑗𝑗 �𝒙𝒙𝒌𝒌 + ∆𝒙𝒙𝒌𝒌 � = 𝐹𝐹𝑗𝑗 + ∆𝑥𝑥1 + ∆𝑥𝑥2 + ⋯ + ∆𝑥𝑥 = 0 ; 𝑒𝑒𝑒𝑒 𝑙𝑙𝑙𝑙 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖ó𝑛𝑛 𝑘𝑘 (2.2.3.2)
𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥2 𝜕𝜕𝑥𝑥𝑛𝑛 𝑛𝑛
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐹𝐹𝑗𝑗 = 𝐹𝐹𝑗𝑗 �𝒙𝒙𝒌𝒌 �; ∆𝑥𝑥𝑗𝑗𝑘𝑘 = 𝑥𝑥𝑗𝑗𝑘𝑘+1 − 𝑥𝑥𝑗𝑗𝑘𝑘+1 𝑐𝑐𝑐𝑐𝑐𝑐 𝑗𝑗 = 1,2, ⋯ , 𝑛𝑛
2º Se obtiene el sistema linealizado equivalente desarrollando para 𝑗𝑗 = 1,2,3, … , 𝑛𝑛 esto es
𝜕𝜕𝐹𝐹1 𝜕𝜕𝐹𝐹1 𝜕𝜕𝐹𝐹1
𝐹𝐹1 + ∆𝑥𝑥 + ∆𝑥𝑥 + ⋯ + ∆𝑥𝑥 = 0
𝜕𝜕𝑥𝑥1 1 𝜕𝜕𝑥𝑥2 2 𝜕𝜕𝑥𝑥𝑛𝑛 𝑛𝑛
𝜕𝜕𝐹𝐹2 𝜕𝜕𝐹𝐹2 𝜕𝜕𝐹𝐹2
𝐹𝐹2 + ∆𝑥𝑥1 + ∆𝑥𝑥2 + ⋯ + ∆𝑥𝑥 = 0 (2.2.3.3)
𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥2 𝜕𝜕𝑥𝑥𝑛𝑛 𝑛𝑛
⋮
𝜕𝜕𝐹𝐹𝑛𝑛 𝜕𝜕𝐹𝐹𝑛𝑛 𝜕𝜕𝐹𝐹𝑛𝑛
𝐹𝐹𝑛𝑛 + ∆𝑥𝑥 + ∆𝑥𝑥 + ⋯ + ∆𝑥𝑥 = 0
𝜕𝜕𝑥𝑥1 1 𝜕𝜕𝑥𝑥2 2 𝜕𝜕𝑥𝑥𝑛𝑛 𝑛𝑛
Este sistema puede ser expresado como
𝜕𝜕𝐹𝐹 𝜕𝜕𝐹𝐹1 𝜕𝜕𝐹𝐹1
⎡ 1 ⋯ ⎤
⎢𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥2 𝜕𝜕𝑥𝑥𝑛𝑛 ⎥
∆𝑥𝑥1 𝐹𝐹1
⎢𝜕𝜕𝐹𝐹2 𝜕𝜕𝐹𝐹2 𝜕𝜕𝐹𝐹2 ⎥
⎢𝜕𝜕𝑥𝑥 ⋯ ∆𝑥𝑥 𝐹𝐹
𝜕𝜕𝑥𝑥𝑛𝑛 ⎥ � ⋮ � = − � ⋮ �
2 2
𝜕𝜕𝑥𝑥2 ⟺ 𝑱𝑱∆𝒙𝒙 = −𝑭𝑭 (2.2.3.4)
⎢ 1 ⎥
⎢ ⋮ ⋮
⋱
⋮ ⎥ ∆𝑥𝑥
𝑛𝑛 𝐹𝐹𝑛𝑛
⎢𝜕𝜕𝐹𝐹𝑛𝑛 𝜕𝜕𝐹𝐹𝑛𝑛 𝜕𝜕𝐹𝐹𝑛𝑛 ⎥
⋯
⎣𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥2 𝜕𝜕𝑥𝑥𝑛𝑛 ⎦
3º Se resuelve el sistema linealizado para ∆𝒙𝒙, esto es
∆𝒙𝒙𝒌𝒌 = −[𝑱𝑱]−𝟏𝟏 𝑭𝑭
De la relación ∆𝒙𝒙𝒌𝒌 = 𝒙𝒙𝒌𝒌+𝟏𝟏 − 𝒙𝒙𝒌𝒌 se obtiene finalmente
𝒙𝒙𝒌𝒌+𝟏𝟏 = 𝒙𝒙𝒌𝒌 − [𝑱𝑱]−𝟏𝟏 𝑭𝑭 (2.2.3.5)
(b) El Método de Newton desacoplado o Modificado. - Si la matriz jacobiana [𝑱𝑱] del sistema de ecuaciones es
estrictamente dominante, entonces los elementos que están fuera de su diagonal pueden ser despreciados y el
sistema linealizado del método de Newton se transforma en
𝜕𝜕𝐹𝐹
⎡ 1 0 ⋯ 0 ⎤
⎢𝜕𝜕𝑥𝑥1 ⎥ ∆𝑥𝑥1 𝐹𝐹1
⎢ 𝜕𝜕𝐹𝐹2 ⎥
⎢ 0 ⋯ 0 ⎥ � ∆𝑥𝑥2 � = − �𝐹𝐹2 �
𝜕𝜕𝑥𝑥2
⎢ ⎥ ⋮ ⋮ (2.2.3.6)
⎢ ⋮ ⋮ ⎥ ∆𝑥𝑥 𝐹𝐹
⋮ ⋱ 𝜕𝜕𝐹𝐹 𝑛𝑛 𝑛𝑛
⎢ 𝑛𝑛 ⎥
0 0 ⋯
⎣ 𝜕𝜕𝑥𝑥𝑛𝑛 ⎦
22
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
Cuando se desacopla el sistema, la j-ésima ecuación está dada por
𝜕𝜕𝐹𝐹𝑗𝑗
∆𝑥𝑥 = −𝐹𝐹𝑗𝑗 𝑒𝑒𝑒𝑒 𝑙𝑙𝑙𝑙 𝑘𝑘 é𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖ó𝑛𝑛
𝜕𝜕𝑥𝑥𝑗𝑗 𝑗𝑗
Despejando ahora ∆𝑥𝑥𝑗𝑗 en la k-ésima iteración, se tiene
𝐹𝐹𝑗𝑗
∆𝑥𝑥𝑗𝑗 = −
𝜕𝜕𝐹𝐹𝑗𝑗
𝜕𝜕𝑥𝑥𝑗𝑗
De la relación ∆𝑥𝑥𝑗𝑗𝑘𝑘 = 𝑥𝑥𝑗𝑗𝑘𝑘+1 − 𝑥𝑥𝑗𝑗𝑘𝑘 se obtiene finalmente
𝐹𝐹𝑗𝑗
𝑥𝑥𝑗𝑗𝑘𝑘+1 = 𝑥𝑥𝑗𝑗𝑘𝑘 + ∆𝑥𝑥𝑗𝑗𝑘𝑘 = 𝑥𝑥𝑗𝑗𝑘𝑘 −
𝜕𝜕𝐹𝐹𝑗𝑗
(2.2.3.7)
𝜕𝜕𝑥𝑥𝑗𝑗
(c) El Método de Gauss-Seidel. - Dado el sistema no lineal de ecuaciones:
𝐹𝐹𝑗𝑗 (𝒙𝒙) = 0 ; 𝑗𝑗 = 1,2, ⋯ , 𝑛𝑛
La iteración de Gauss Genera un sistema equivalente recurrente de la forma
𝑥𝑥𝑗𝑗 = 𝐺𝐺𝑗𝑗 (𝒙𝒙) ; 𝑗𝑗 = 1,2, ⋯ , 𝑛𝑛
Donde la (𝑘𝑘 + 1) estimación de la variable 𝑥𝑥𝑗𝑗 se obtiene a través de la fórmula
𝑥𝑥𝑗𝑗𝑘𝑘+1 = 𝐺𝐺𝑗𝑗 �𝑥𝑥1𝑘𝑘+1 , 𝑥𝑥2𝑘𝑘+1 , ⋯ , 𝑥𝑥𝑗𝑗𝑘𝑘 , ⋯ , 𝑥𝑥𝑛𝑛𝑘𝑘 � (2.2.3.8)
El método de Gauss-Seidel puede ser aplicado eficazmente con sólo una evaluación de 𝐹𝐹𝑗𝑗 �𝒙𝒙𝒌𝒌 � en cada iteración
siempre que la matriz jacobiana [𝑱𝑱] del sistema de ecuaciones sea estrictamente dominante.
Una condición suficiente para asegurar la convergencia del método de Gauss-Seidel es que verifique
𝑛𝑛
𝜕𝜕𝐺𝐺𝑗𝑗
�� �<1 ; 𝑚𝑚 = 1,2, ⋯ , 𝑛𝑛
𝜕𝜕𝑥𝑥𝑚𝑚
𝑗𝑗=1
2.2.4.- Error y Tolerancia. - El error E se calcula mediante una de las siguientes fórmulas:
𝑛𝑛
𝐸𝐸 = |𝐹𝐹1 | + |𝐹𝐹2 | + ⋯ + |𝐹𝐹𝑛𝑛 | ≤ 𝑇𝑇𝑇𝑇𝑇𝑇 ⟺ �|𝐹𝐹𝑖𝑖 | ≤ 𝑇𝑇𝑇𝑇𝑇𝑇 𝑒𝑒𝑒𝑒 𝒙𝒙 = 𝒙𝒙𝒌𝒌 (2.2.4.1)
𝑖𝑖=1
2 2
𝐸𝐸 = ‖ 𝒙𝒙𝒌𝒌+𝟏𝟏 − 𝒙𝒙𝒌𝒌 ‖ = ��(𝑥𝑥1 )(𝑘𝑘+1) − (𝑥𝑥1 )(𝑘𝑘) � + ⋯ + �(𝑥𝑥𝑛𝑛 )(𝑘𝑘+1) − (𝑥𝑥𝑛𝑛 )(𝑘𝑘) � ≤ 𝑇𝑇𝑇𝑇𝑇𝑇 (2.2.4.2)
23
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
Ejemplo. - Resuelva el sistema No Lineal de ecuaciones
𝐸𝐸1 : (𝑥𝑥 − 2.5)2 − 4(𝑦𝑦 − 1.5)2 = −2.8875 3.5
𝒙𝒙(𝟎𝟎) = � � ; 𝑇𝑇𝑇𝑇𝑇𝑇 = 5 ∗ 10−9
𝐸𝐸2 : 5(𝑥𝑥 − 2)2 + (𝑦𝑦 − 1)2 = 11.2150 2.5
Resolución
1.- Se obtiene la matriz Jacobiana del sistema
2(𝑥𝑥 − 2.5) −8(𝑦𝑦 − 1.5) 2 −8
𝑱𝑱 = � � ⇒ 𝑱𝑱(𝟎𝟎) = � �
10(𝑥𝑥 − 2) 2(𝑦𝑦 − 1) 15 3
2.- Los términos de mayor valor absoluto deben estar en la diagonal, por esta razón se reorganiza el sistema
𝐹𝐹1 : 5(𝑥𝑥 − 2)2 + (𝑦𝑦 − 1)2 − 11.2150 = 0
𝐹𝐹2 : (𝑥𝑥 − 2.5)2 − 4(𝑦𝑦 − 1.5)2 + 2.8875 = 0
Denominando
𝐹𝐹 10(𝑥𝑥 − 2) 2(𝑦𝑦 − 1)
𝑭𝑭(𝒌𝒌) = � 1 � ; 𝑱𝑱(𝒌𝒌) = � �
𝐹𝐹2 2(𝑥𝑥 − 2.5) −8(𝑦𝑦 − 1.5)
Ahora, aplicaremos los siguientes métodos para su resolución
(a) El Método de Newton
Procedimiento. - Para 𝑘𝑘 = 1, 2, 3, ⋯ , 𝑒𝑒𝑒𝑒𝑒𝑒. Se deben realizar los siguientes pasos
P1. - 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂 𝑱𝑱(𝒌𝒌) , 𝑭𝑭(𝒌𝒌)
P2. - 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 ∆𝒙𝒙(𝒌𝒌) 𝑑𝑑𝑑𝑑: 𝑱𝑱(𝒌𝒌) ∆𝒙𝒙(𝒌𝒌) = 𝑭𝑭(𝒌𝒌)
P3. - 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 𝑐𝑐𝑐𝑐𝑐𝑐 𝒙𝒙(𝒌𝒌+𝟏𝟏) = 𝒙𝒙(𝒌𝒌) + ∆𝒙𝒙(𝒌𝒌)
En este caso
15 3� −3.965 0�
𝑱𝑱(𝟎𝟎) = � ; 𝑭𝑭(𝟎𝟎) = �
2 −8 −0.112 5
Luego
−0.142 400 793
∆𝒙𝒙(𝒌𝒌) = � � ⇒ 𝒙𝒙(𝟏𝟏) = � 3.357 599 206 3 �
−0.049 662 698 2. 450 337 301 6
TABLA DE RESULTADOS
𝑘𝑘 𝑥𝑥 𝑦𝑦 Error E
1 3. 357 599 206 3 2. 450 337 301 6 1.14 ∗ 10−1
2 3. 350 021 834 4 2. 449 997 390 1 3.44 ∗ 10−4
3 3. 350 000 000 2 2. 450 000 000 0 2.84 ∗ 10−9
24
ING. EDGAR H. MEDINA TAPIA METODOS NUMERICOS I
(b) El Método de Newton Desacoplado o Modificado
Procedimiento. - Para 𝑘𝑘 = 1, 2, 3, ⋯ , 𝑒𝑒𝑒𝑒𝑒𝑒. Se deben realizar los siguientes pasos
(𝑘𝑘)
(𝑘𝑘) 𝜕𝜕𝐹𝐹𝑗𝑗
P1. - 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝐹𝐹𝑗𝑗 𝑦𝑦 (𝑘𝑘) ∀𝑗𝑗 = 1, 2 , ⋯ , 𝑒𝑒𝑒𝑒𝑒𝑒
𝜕𝜕𝑥𝑥𝑗𝑗
(𝑘𝑘)
(𝑘𝑘+1) (𝑘𝑘) 𝜕𝜕𝐹𝐹𝑗𝑗
P2. - 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 𝑐𝑐𝑐𝑐𝑐𝑐 𝑥𝑥𝑗𝑗 = 𝑥𝑥𝑗𝑗 − (𝑘𝑘)
𝜕𝜕𝑥𝑥𝑗𝑗
Por lo tanto, las ecuaciones que actualizaran las variables son
2 2
5�𝑥𝑥 (𝑘𝑘) − 2� + �𝑦𝑦 (𝑘𝑘) − 1� − 11.2150
𝑥𝑥 (𝑘𝑘+1) = 𝑥𝑥 (𝑘𝑘) −
10(𝑥𝑥 (𝑘𝑘) − 2)
2 2
(𝑘𝑘+1) (𝑘𝑘)
�𝑥𝑥 (𝑘𝑘+1) − 2.5� − 4�𝑦𝑦 (𝑘𝑘) − 1.5� + 2.8875
𝑦𝑦 = 𝑦𝑦 −
−8(𝑦𝑦 (𝑘𝑘) − 1.5)
TABLA DE RESULTADOS
𝑘𝑘 𝑥𝑥 𝑦𝑦 Error E
1 3. 347 666 666 2. 450 754 847 1.60 ∗ 10−1
2 3. 349 839 545 2. 449 964 440 2.31 ∗ 10−3
3 3. 350 007 649 2. 450 001 712 1.72 ∗ 10−4
⋮ ⋮ ⋮ ⋮
7 3.350 000 000 2.450 000 000 9.12 ∗ 10−10
(c) El Método de Gauss-Seidel
Procedimiento. - Para 𝑘𝑘 = 1, 2, 3, ⋯ , 𝑒𝑒𝑒𝑒𝑒𝑒. Se deben realizar los siguientes pasos
P1. - 𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺 𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑥𝑥𝑗𝑗 = 𝐺𝐺𝑗𝑗 (𝑥𝑥1 , 𝑥𝑥2 , ⋯ , 𝑥𝑥𝑛𝑛 )
(𝑘𝑘+1) (𝑘𝑘+1) (𝑘𝑘+1) (𝑘𝑘) (𝑘𝑘)
P2. - 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 𝑐𝑐𝑐𝑐𝑐𝑐 𝑥𝑥𝑗𝑗 = 𝐺𝐺𝑗𝑗 �𝑥𝑥1 , 𝑥𝑥2 , ⋯ 𝑥𝑥𝑗𝑗 , ⋯ , 𝑥𝑥𝑛𝑛 , �
En este caso, las ecuaciones que actualizaran las variables son
11.215 + (𝑦𝑦 (𝑘𝑘) − 1)2
𝑥𝑥 (𝑘𝑘+1) = 2 − �
5
(𝑥𝑥 (𝑘𝑘+1) − 2.5)2 + 2.8875
𝑦𝑦 (𝑘𝑘+1) = 1.5 − �
4
TABLA DE RESULTADOS
𝑘𝑘 𝑥𝑥 𝑦𝑦 Error E
1 3. 339 029 499 2. 447 558 771 1.69 ∗ 10−1
2 3. 350 523 869 2. 450 117 210 1.18 ∗ 10−2
3 3. 349 974 820 2. 449 994 368 5.63 ∗ 10−4
⋮ ⋮ ⋮ ⋮
7 3. 350 000 000 2. 450 000 000 3.00 ∗ 10−9
25
