SISTEMAS DE ECUACIONES NO LINEALES

EJEMPLO:
Resolver el siguiente Sistema de ecuaciones no lineales por el Mtodo de Punto Fijo no
Lineal:

x1 x1 2 x2 18
2
18
; x 0 tol 1*103
2 x2 sin x1 cosx2 0
1
0.22
4

Paso 1:
( )
Encontrar todas funciones ( , , ) que cumplan | |<1

De la ecuacin 1 hay que encontrar la funcin ( , ), por lo tanto hay que
despejar 1 , de esta ecuacin hay dos formas de hacerlo, la primera forma
es la siguiente:

x1 x1 2 x2 18
2

x1 18 x1 2 x2
2

x1 18 x1 2 x2
G1 x1 , x2 18 x1 2 x2

Ahora esta ( , ) tiene que cumplir con:

 G1 x1 , x2 G1 x1 , x2
1 1
x1 x2

1 1
1 1
2 18 x1 2 x2 18 x1 2 x2

18
Ahora Evaluando x 0 donde = = .
0.22

1 1
1 1
2 18 18 2 * 0.22 18 18 2 * 0.22

0.08385 1 0.16769 1
0.08385 1 0.16769 1
( )
Esta funcin ( , ) cumple con la condicin | | < 1, por lo tanto sirve para

utilizar el mtodo de punto fijo no lineal

La segunda forma de despejar 1 de la primera ecuacin es de la siguiente forma:

x1 x1 2 x2 18
2

x1 * x1 18 x1 2 x2
18 x1 2 x2
x1
x1
18 x1 2 x2 18 2 x2
G1 x1 , x2 1
x1 x1 x1
Ahora esta segunda ( , ) tiene que cumplir con:

G1 x1 , x2 G1 x1 , x2
1 1
x1 x2

18 2 x2 2
2
2 1 1
x1 x1 x1
 18
Ahora Evaluando x 0 donde = = .
0.22

18 2 * 0.22 2
1 1
18 18
2 2
18
0.05420 1 0.11111 1
0.0542 0 1 0.11111 1
( )
Esta funcin ( , ) tambin cumple con la condicin | | < 1, por lo tanto

tambin sirve para utilizar el mtodo de punto fijo no lineal.

Por lo tanto se puede usar para este caso G1 x1 , x2 18 x1 2x2 o

18 2 x 2
G1 x1 , x 2 1 para poder iterar el mtodo.
x1 x1

De la segunda Ecuacin Despejamos 2 , de esta ecuacin hay dos formas de

poder despejar, la primera forma es siguiente :

2 x2
1
sin x1 cosx2 0
4
x2 sin x1 cos x2
1
8
G2 x1 , x2 sin x1 cos x2
1
8
Ahora esta ( , ) tiene que cumplir con:

G1 x1 , x2 G1 x1 , x2
1 1
x1 x2

cosx1 1 sin x2 1
1 1
8 8

cosx1 1 sin x2 1
1 1
8 8
18
Ahora Evaluando x 0 donde = = .
0.22
 cos18 1 sin 0.22 1
1 1
8 8
0.08254 1 0.02728 1
0.08254 1 0.02728 1
( )
Esta funcin ( , ) cumple con la condicin | | < 1, por lo tanto sirve para

utilizar el mtodo de punto fijo no lineal.

La segunda forma de despejar 2 de la segunda ecuacin es de la siguiente

forma:

2 x2
1
sin x1 cosx2 0
4
x2 cos1 8 x2 sin x1
G2 x1 , x2 cos1 8 x2 sin x1
Ahora esta ( , ) tiene que cumplir con:

G1 x1 , x2 G1 x1 , x2
1 1
x1 x2
1 1
cosx1 1 8 1
1 8 x2 sin x1 1 8 x2 sin x1
2 2

18
Ahora Evaluando x 0 donde = = .
0.22
Evaluando las derivadas parciales en los puntos indicados, ambas dan resultados no
reales, por lo tanto esta G2 x1 , x2 cos1 8 x2 sin x1 no se puede utilizar para el mtodo.

Entonces para el mtodo de punto fijo no lineal se pueden utilizar las siguientes
( )
PORQUE CUMPLIERON LA CONDICIN | | < 1:

G1 x1 , x2
18 2 x2
G1 x1 , x2 18 x1 2 x2 1
x1 x1

G2 x1 , x2 sin x1 cosx2
1
G2 x1 , x2 sin x1 cosx2
1
8
8
Paso 2:
( )
Iterar con las funciones que CUMPLIERON LA CONDICIN | | < 1 , vamos a

utilizar primero estas :

x1
n 1
G1
n 1
x1 , x2 18 x1 2 x2
18
x 0
G2 x1 , x2 sin x1 cosx2
n 1 n 1 1
x2 0.22
8
Haciendo la primera iteracin ( n=0) tenemos:

x1
1
G1
1
18 , 0.22 18 18 2 * 0.22 5.96322

x2
1
G2
1
18 , 0.22 1 sin 18 cos0.22 0.02811
8
Calculando los errores de cada variable tenemos:
( n 1)
Ex1 x1( n ) x1 x1( 0 ) x1 18( 0 ) 5.96322(1) 12.03678
(1)

( n 1)
Ex2 x2( n ) x2 x2( 0 ) x2 0.22( 0 ) 0.02811(1) 0.19189
(1)

Para poder comparar con la tolerancia tenemos que tomar el error ms grande de todas
las variables, para este caso es:

x1( 0) x1 tol
(1)

18( 0) 5.96322 (1) 0.001

12.03678 0.001

Haciendo la tabla que requiere Punto Fijo No lineal, Tenemos por el Momento lo siguiente:

N x1 x2 E1 E2 Error
0 18 0.22 --- --- ---
1 5.96322 0.02811 12.03678 0.19189 12.03678
Como el error no es menor que la tolerancia tenemos que hacer otra iteracin, por lo
tanto el vector de arranque para la siguiente iteracin tendra que ser:

5.96322
x 1
0.02811
 Haciendo la segunda iteracin ( n=1) tenemos:

x1
n 1
G1
n 1
x1 , x2 18 x1 2 x2
5.96322
x 1
x2
n 1
G2
n 1
x1 , x2 1 sin x1 cosx2 0.02811
8

x1
2
G1
2
5.96322 , 0.02811 18 5.96322 20.02811 4.88948

x2
2
G2
2
5.96322 , 0.02811 1 sin 5.96322 cos0.02811 0.08563
8
Calculando los errores de cada variable tenemos:
( n 1)
Ex1 x1( n ) x1 x1(1) x1 5.96322(1) 4.88948( 2 ) 1.07374
(2 )

( n 1)
Ex2 x2( n ) x2 x2(1) x2 0.02811( 0 ) 0.08563(1) 0.05752
(2 )

Para poder comparar con la tolerancia tenemos que tomar el error ms grande de todas
las variables, para este caso es:

x1(1) x1 tol
( 2)

5.96322 (1) 4.88948 ( 2) 0.001

1.07374 0.001
Como el error no es menor que la tolerancia tenemos que hacer otra iteracin, por lo
tanto el vector de arranque para la siguiente iteracin tendra que ser:
4.88948
x 2
0.08563
Se deja de hacer el mismo procedimiento hasta que el error es menor que la tolerancia,
completando todas las iteraciones tenemos la tabla final del mtodo:

N x1 x2 E1 E2 Error
0 18 0.22 --- --- ---
1 5.96322 0.02811 12.03678 0.19189 12.03678
2 4.88948 0.08563 1.07374 0.05752 1.07374
3 4.76636 0.00150 0.12312 0.08414 0.12312
4 4.77110 0.00018 0.00473 0.00131 0.00473
5 4.77187 0.00022 0.00077 0.00003 0.00077
Donde el resultado es = . = .

Ahora utilizando las otras y haciendo los mismos procedimientos anteriores tenemos:

x1
n 1
G1
n1
x1 , x2 18 2 x2 1
x1 x1 18
x 0
x2
n 1
G2
n 1
x1 , x2 1 sin x1 cosx2 0.22
8
Haciendo la primera iteracin ( n=0) tenemos:

x2
1
G2
1
18 , 0.22 18 18 20.22 1.97556
18

x2
1
G2
1
18 , 0.22 1 sin 18 cos0.22 0.02811
8
Calculando los errores de cada variable tenemos:
( n 1)
Ex1 x1( n ) x1 x1( 0) x1 18( 0) 1.97556 (1) 16.02444
(1)

( n 1)
Ex2 x2( n ) x2 x2( 0 ) x2 0.22( 0 ) 0.02811(1) 0.19189
(1)

Para poder comparar con la tolerancia tenemos que tomar el error ms grande de todas
las variables, para este caso es:
x1( 0) x1 tol
(1)

18 ( 0) 1.97556 (1) 0.001

16.02444 0.001
Como no cumple que el error es menor que la tolerancia hay que hacer otra iteracin,
haciendo el mismo procedimiento hasta que el error sea mejor que la tolerancia tenemos
la siguiente tabla:

0 x1 x2 E1 E2 Error
0 18 0.22 --- --- ---
1 1.97556 0.02811 16.02444 0.19189 16.02444
2 10.08290 0.23985 8.10734 0.21174 8.10734
3 2.73763 0.04497 7.34527 0.19488 7.34527
4 7.54219 0.17401 4.80457 0.12904 4.80457
5 3.34043 0.24209 4.20176 0.06808 4.20176
6 6.24358 0.09666 2.90315 0.14542 2.90315
7 3.85200 0.11947 2.39159 0.02280 2.39159
8 5.61087 0.04259 1.75888 0.07688 1.75888
9 4.19288 0.04704 1.41800 0.00445 1.41800
 10 5.27056 0.01635 1.07768 0.03068 1.07768
11 4.40899 0.01896 0.86157 0.00260 0.86157
12 5.07397 0.00569 0.66498 0.01327 0.66498
13 4.54528 0.00808 0.52869 0.00239 0.52869
14 4.95660 0.00174 0.41132 0.00634 0.41132
15 4.63082 0.00371 0.32578 0.00197 0.32578
16 4.88540 0.00041 0.25458 0.00329 0.25458
17 4.68428 0.00187 0.20112 0.00145 0.20112
18 4.84184 0.00005 0.15756 0.00182 0.15756
19 4.71757 0.00105 0.12427 0.00100 0.12427
20 4.81508 0.00000 0.09751 0.00104 0.09751
21 4.73826 0.00066 0.07682 0.00066 0.07682
22 4.79859 0.00004 0.06033 0.00062 0.06033
23 4.75109 0.00046 0.04750 0.00042 0.04750
24 4.78841 0.00009 0.03733 0.00037 0.03733
25 4.75904 0.00036 0.02938 0.00027 0.02938
26 4.78213 0.00014 0.02309 0.00023 0.02309
27 4.76396 0.00030 0.01817 0.00017 0.01817
28 4.77824 0.00017 0.01428 0.00014 0.01428
29 4.76701 0.00027 0.01124 0.00010 0.01124
30 4.77584 0.00019 0.00884 0.00008 0.00884
31 4.76889 0.00025 0.00695 0.00007 0.00695
32 4.77436 0.00020 0.00547 0.00005 0.00547
33 4.77006 0.00024 0.00430 0.00004 0.00430
34 4.77344 0.00021 0.00338 0.00003 0.00338
35 4.77078 0.00023 0.00266 0.00003 0.00266
36 4.77287 0.00021 0.00209 0.00002 0.00209
37 4.77123 0.00023 0.00164 0.00002 0.00164
38 4.77252 0.00022 0.00129 0.00001 0.00129
39 4.77150 0.00023 0.00102 0.00001 0.00102
40 4.77230 0.00022 0.00080 0.00001 0.00080

Donde el resultado es = . = .

METODO DE NEWTON NO LINEAL

Para construir el Mtodo de Newton para sistemas de ecuaciones lineales, se considera

el caso de dos ecuaciones de la forma:

F1 x1 , x2 0
F2 x1 , x2 0
En la iteracin k-sima se conoce k
x k x1 , x2
k
y tomando el desarrollo de Taylor
hasta el primer orden se tiene:

F1 X f1 X k
x1

f1 k k

f
x 2
k
X x1 x1 f1 X k 1 X k x 2 x 2 0

F2 X f 2 X k
x1

f 2 k k

f
x 2
k
X x1 x1 f 2 X k 2 X k x 2 x 2 0
De forma matricial se escribe:

f1 f1
f1 f1 k x x2 k x1 x1k 0
f x
f x 1
x k
2 2 f 2 f 2 x
2 2 0
x
x1 x2

Resolviendo ahora la ecuacin en x1 y x2 la iteracin que resulta es:

1
f 1 f 1
x1 k 1 x1 k x1 x 2
k 1 k f
f 2
x ff x
k 1 k

x2 x2 2 2
x1 x 2

Que habitualmente se escribe en la forma: x k 1 x k j 1 * f

o tambin se puede escribir como: x k x k 1 j 1 * f

Donde:

f1 f1 f1 f1

x1 x2 x3 xn
f 2 f 2 f 2 f
x 2
x2 x3 xn
1
j x1 , x2 , x3 ......, xn f 3 f 3 f 3 f
3
x1 x2 x3 xn

f f n f n f
n n
x1 x2 x3 xn

Es llamado el JACOBIANO
 x k es el vector de arranque
f es un vector columna que resulta de evaluar el vector de arranque en el
sistema de ecuaciones.

Y El Error se calcula de la siguiente forma:

k k 1
xn xn TOL

1) EJEMPLO 1: Dado el sistema no lineal, Resulvalo por el Mtodo de Newton

no Lineal

5 x1 2 e 2 x1 1 5 x2
2
0.13
x 0 tol 1 *10 2
sin x1 * x2 2 x2 x1 0.06

1era iteracin

i. Igualamos a cero cada ecuacin y las evaluamos con en el vector inicial

de arranque x0 , y obtenemos:

5 x1 2 e 2 x1 1 5 x2 0
2

sin x1 * x2 2 x2 x1 0

50.13 2 e 2*0.13 1 5 0.062 0.0381
f
sin 0.013 * 0.06 2 0.06 0.13 0.0178
ii. Formulamos el Jacobiano, para este caso tenemos 2 ecuaciones y dos
incgnitas, entonces el jacobiano queda de la siguiente forma:

f1 5x1 2 e 2 x1 1 5x2 2

Si
f 2 sin x1 * x2 2 x2 x1

f1 f1
x x2
j x1 , x2 1
f 2 f 2 ;
x1 x2

5 x1 2 e 2 x1 1 5 x 2 2

5x 1
2 e 2 x1 1 5 x 2
2

j x1 , x 2 x1 x 2
sin x1 * x 2 2 x 2 x1 sin x1 * x 2 2 x 2 x1
x1 x 2

4e 2 x1 5 10 x2
j x1 , x2
x2 cosx1 * x2 1 x1 cosx1 * x2 2

iii. Evaluamos el Jacobiano con el vector inicial x0 y obtenemos:

4e 2*0.13 5 10 0.06
j 0.13 , 0.06
0.06 cos0.13 * 0.06 1 0.13 cos0.13 * 0.06 2

0.1877 0.6
j 0.13 , 0.06
1.06 1.87

iv. Sacamos j 1 (la inversa del jacobiano) y obtenemos:

1.8946 0.6079
j 1
1.0740 0.1902
v. Con todos lo clculos hechos anteriormente podemos encontrar la
primera aproximacin a la solucin y el error que se cometi, para este
caso el valor de k es 1 , porque es la primera iteracion:

x k 1 x k j 1 * f

x 1 x 0 j 1 * f
0.13 1.8946 0.6079 0.0381 0.1914
x 1
0.06 1.0740 0.1902 0.0178 0.1043
 k k 1 0 1
Ex1 x1 x1 x1 x1 0.13 0.1914 0.0614

0.06 0.1043 0.0443

k k 1 0 1
Ex2 x2 x2 x2 x2

Se toma el mayor error 0.0614 1*102 , como no se cumple, necesitamos otra

iteracin
2da iteracin

i. Ahora el nuevo vector de arranque para la segunda iteracin es la

solucin de la iteracin anterior y este vector lo volvemos a evaluar en las
ecuaciones iniciales
0.1914
x 1
0.1043

50.1914 2 e 2*0.1914 1 5 0.10432 0.0302
f


sin 0.1914 * 0.1043 2 0.1043 0.1914 0.0028

i. Como el jacobiano lo obtuvimos en la iteracin anterior, ahora solo hay

1
que evaluar el mismo jacobiano ahora en x

4e2*0.1914 5 10 * 0.1043
j x1 , x2
.1043cos0.1914 * 0.1043 1 0.1914 cos0.1914 * 0.1043 2

0.8655 1.0430
j 0.1914 , 0.1043
1.1043 1.8086

ii. Sacamos la inversa del jacobiano:

0.6656 0.3839
j 1
0.4064 0.3185
iii. Con todos lo clculos hechos anteriormente podemos encontrar la
segunda aproximacin a la solucin y el error que se cometi, para este
caso el valor de k es 2 , porque es la segunda iteracin:
2 1 1
x x j *f
0.1914 0.6656 0.3839 0.0302 0.1702
x2
0.1043 0.4064 0.3185 0.0028 0.0929
 k k 1 1 2
Ex1 x1 x1 x1 x1 0.1914 0.1702 0.02120

0.1043 0.0929 0.01140

k k 1 1 2
Ex2 x2 x2 x2 x2

Se toma el mayor error 0.02120 1*102 , como no se cumple, necesitamos otra

iteracin. El procedimiento sigue como las dos iteraciones anteriores hasta que
error tol . Haciendo la tabla resumen hasta cuando converja el mtodo,
obtenemos:

n X1 X2 EX1 EX2 Error 1*10-2

0 0.13 -0.06 --------- --------- ---------

1 0.1914 -1043 00614 0.0443 0.0614 1*10-2

0.02120 1*10-
2 0.1702 -0.0929 0.02120 0.01140 2

3 0.1674 -0.0914 0.0028 0.0015 0.0028 1*10-2

La solucin del sistema no lineal es X1= 0.1674 y X2= -0.0914 con una exactitud de
1*10-2

2) EJEMPLO 2: Dado el sistema no lineal, Resulvalo por el Mtodo de Newton

no Lineal
ln( x 2 y 2 ) sin( xy ) ln( 2) ln( ) 1.65
x ( 0) ; tol 4 *10 3
e x y cos(xy ) 0 1.80

1era iteracin

i. Igualamos a cero cada ecuacin y las evaluamos con en el vector inicial

0
de arranque x
, y obtenemos:

ln( 1.652 1.80 2 ) sin( 1.651.80 ) ln( 2) ln( ) 0.2231

f
e 1.65 1.80
cos(1.65 1.80 ) 0.1246
 ii. Formulamos el Jacobiano, para este caso tenemos 2 ecuaciones y dos
incgnitas, entonces el jacobiano que de la siguiente forma:

f1 ln( x 2 y 2 ) sin( xy ) ln( 2) ln( )

f 2 e x y cos(xy )

f1 f1
x x2
j x1 , x2 1
f 2 f 2 ; donde
x1 x2

ln( x 2 y 2 ) sin( xy ) ln( 2) ln( )
ln( x 2 y 2 ) sin( xy ) ln( 2) ln( )

x y
j x1 , x 2

e x y
cos(xy ) e x y
cos(xy )
x y

2x
y cos xy x cos xy
2y
j x1 , x2 x 2 y 2 x y
2 2

e
x y
y sin xy e x y x sin xy

iii. Evaluamos el Jacobiano con el vector inicial x 0 y obtenemos:

21.65 21.80
1.80 cos1.60 1.80 1.65cos1.60 1.80
j 1.65 , 1.80 1.652 1.80 2
1.65 1.80
2 2

e1.65 1.80 1.80 sin 1.60 1.80 e1.65 1.80 1.65sin 1.60 1.80

2.3270 2.2295
j 1.65 , 1.80
0.5533 1.1424

iv. Sacamos j 1 (la inversa del jacobiano y obtenemos:

 0.2935 0.5728
j 1
0.1421 0.5978
v. Con todos los clculos hechos anteriormente podemos encontrar la
primera aproximacin a la solucin y el error que se cometi, para este
caso el valor de k es 0 , porque es la primera iteracin:

x k 1 x k j 1 * f

x 1 x 0 j 1 * f
1.65 0.2935 0.5728 0.2231 1.7868
x 1 0.1421
1.80 0.5978 0.1246 1.7572

k k 1 0 1
Ex1 x1 x1 x1 x1 1.65 1.7868 0.1369
k k 1 0 1
Ex2 x 2 x2 x2 x2 1.80 1.7572 0.0428

Se toma el mayor error 0.1369 4 *10 3 , como no se cumple, necesitamos otra

iteracin.

2da iteracin

i. Ahora el nuevo vector de arranque para la segunda iteracin es la

solucin de la iteracin anterior y este vector lo volvemos a evaluar en las
ecuaciones iniciales
1.7868
x 1
1.7572

ln( 1.78682 1.7572 2 ) sin( 1.78681.7572 ) ln( 2) ln( ) 0..0020

f
e1.7868 1.7572 cos(1.78681.7572 ) 0.0300

ii. Como el jacobiano lo obtuvimos en la iteracin anterior, ahora solo hay

1
que evaluar el mismo jacobiano ahora en x
 2.3262 2.3464
j 1.7868 , 1.7572
1.0271 1.033
iii. Sacamos la inversa del jacobiano:

0.2146 0.4874
j 1
0.2134 0.4832
i. Con todos los clculos hechos anteriormente podemos encontrar la
segunda aproximacin a la solucin y el error que se cometi, para este
caso el valor de k es 1 , porque es la segunda iteracin:
2 1 1
x x j *f
1.7868 0.2146 0.4874 0.0020 1.7726
x 2 0.2134 0.4832 0.0300 1.7722
1.7572

k k 1 1 2
Ex1 x1 x1 x1 x1 1.7868 1.7726 0.01423
k k 1 1 2
Ex2 x 2 x2 x2 x2 1.7572 1.7722 0.01497

3
Se toma el mayor error 0.01497 4 *10 , como no se cumple, necesitamos otra
iteracin. El procedimiento sigue como las dos iteraciones anteriores hasta que
error tol . Haciendo la tabla resumen hasta cuando converja el mtodo,
obtenemos:

n X1 X2 EX1 EX2 Error 1*10-2

0 1.65 1.80 --------- --------- ---------

1 1.7868 1.7572 0.1369 0.0428 0.1369 1*10-2

2 1.7726 1.7722 0.01423 0.01497 0.01497 1*10-2

3 1.7724 1.7724 0.0002 0.0002 0.0002 1*10-2

La solucin del sistema no lineal es X1= 1.7724 y X2= 1.7724 con una exactitud de
4*10-3