Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 108 vistas

    Tarea 3e

    Cargado por

    juancho
    Este documento describe la aplicación del método de Newton-Raphson para resolver un sistema de ecuaciones no lineales. Se presenta el sistema, se calcula la matriz jacobiana en puntos iniciales, y se realizan iteraciones manuales y con código de MATLAB para aproximar las cuatro soluciones del sistema dentro de una tolerancia de 10-6. Los resultados muestran que el método converge a soluciones que satisfacen el sistema de ecuaciones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Tarea 3e

    Cargado por

    juancho
    108 vistas20 páginas
    Este documento describe la aplicación del método de Newton-Raphson para resolver un sistema de ecuaciones no lineales. Se presenta el sistema, se calcula la matriz jacobiana en puntos iniciales, y se realizan iteraciones manuales y con código de MATLAB para aproximar las cuatro soluciones del sistema dentro de una tolerancia de 10-6. Los resultados muestran que el método converge a soluciones que satisfacen el sistema de ecuaciones.

    Título original

    - TAREA 3E-convertido

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe la aplicación del método de Newton-Raphson para resolver un sistema de ecuaciones no lineales. Se presenta el sistema, se calcula la matriz jacobiana en puntos iniciales, y se realizan iteraciones manuales y con código de MATLAB para aproximar las cuatro soluciones del sistema dentro de una tolerancia de 10-6. Los resultados muestran que el método converge a soluciones que satisfacen el sistema de ecuaciones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    108 vistas20 páginas

    Tarea 3e

    Cargado por

    juancho
    Este documento describe la aplicación del método de Newton-Raphson para resolver un sistema de ecuaciones no lineales. Se presenta el sistema, se calcula la matriz jacobiana en puntos iniciales, y se realizan iteraciones manuales y con código de MATLAB para aproximar las cuatro soluciones del sistema dentro de una tolerancia de 10-6. Los resultados muestran que el método converge a soluciones que satisfacen el sistema de ecuaciones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 20

    UNIVERSIDAD POPULAR DEL CESAR

    FACULTAD DE CIENCIAS BÁSICAS DE LA EDUCACIÓN


    DEPARTAMENTO DE MATEMÁTICAS Y ESTADÍSTICA
    RED B

    Asignatura: ANÁLISIS NUMÉRICO


    Programas Académico: INGENIERÍA DE SISTEMAS E INGENIERÍA ELECTRÓNICA
    Tema: sistema de ecuaciones no lineales, método de Newton Raphson.
    Estudiante: Giovanny Jesus De la hoz Barrios
    Grupo: 06
    Docente: Jhonny Rivera
    Fecha de entrega: jueves / 04 /06
    Ciudad: Valledupar

    1. Dado el siguiente sistema de ecuaciones no lineal

    (a) Realice un planteamiento inicial (adecuación de las ecuaciones, variables, y


    parámetros).
    Se aplica el método
    𝐹(𝑥1, 𝑥2) = (𝑓1(𝑥1𝑥2), 𝑓2(𝑥1𝑥2))
    𝑓1(𝑥1, 𝑥2) = (𝑠𝑒𝑛(4𝜋𝑥1𝑥2) − 2𝑥2 − 𝑥1
    4𝜋 − 1
    𝑓2(𝑥1, 𝑥2) = ( ) (𝑒 2𝑥1 − 𝑒) + 4𝑒𝑥22 − 2𝑒𝑥1
    4𝜋
    Se halla la matriz jacobiana “J”

    (𝑠𝑒𝑛(4𝜋𝑥1𝑥2) − 2𝑥2 − 𝑥1
    𝐹(𝑥1, 𝑥2) = 4𝜋 − 1
    ( ) (𝑒 2𝑥1 − 𝑒) + 4𝑒𝑥22 − 2𝑒𝑥1
    4𝜋
    Cuando el vector próximo es [0,0]
    𝐽(𝑥1(0) 𝑥2(0)
    4𝑥20 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 1 4𝑥10 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 2
    =
    (518151819521135𝑒𝑥𝑝(2𝑥1 ))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037𝑥20 )/140737488355328
    0

    𝑥 0 = [0,0]

    4(0)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(0)(0)) − 1 4(0)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(0)(0)) − 2
    =
    (518151819521135𝑒𝑥𝑝(2(0))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037 ∗ (0))/140737488355328

    −1 −2
    𝐽(0,0) = [ ]
    −3.5957 0

    (𝑠𝑒𝑛(4𝜋(0)(0)) − 2(0) − (0)


    𝐹(0,0) = 4𝜋 − 1
    ( ) (𝑒 2(0) − 𝑒) + 4𝑒(0)2 − 2𝑒(0)
    4𝜋

    0
    𝐹(0,0) =
    −1.5815

    Cuando el vector próximo es [0.1,-0,4]


    𝐽(𝑥1(0) 𝑥2(0)
    4𝑥20 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 1 4𝑥10 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 2
    =
    (518151819521135𝑒𝑥𝑝(2𝑥1 ))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037𝑥20 )/140737488355328
    0

    𝑥 0 = [0.1, −0.4]

    4(−0.4)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(0.1)(−0.4)) − 1 4(0.1)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(0.1)(−0.4)) − 2
    (518151819521135𝑒𝑥𝑝(2(0.1))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037 ∗ (−0.4)/140737488355328

    −5.4048 −0.8988
    𝐽[0.1, −0.4] = [ ]
    −3.1882 −8.6985

    (𝑠𝑒𝑛(4𝜋𝑥1𝑥2) − 2𝑥2 − 𝑥1
    𝐹(𝑥1, 𝑥2) = 4𝜋 − 1
    ( ) (𝑒 2𝑥1 − 𝑒) + 4𝑒𝑥22 − 2𝑒𝑥1
    4𝜋

    (𝑠𝑒𝑛(4𝜋(0.1)(−0.4)) − 2(−0.4) − (0.1)


    𝐹(0.1, −0.4) = 4𝜋 − 1
    ( ) (𝑒 2(0.1) − 𝑒) + 4𝑒(−0.4)2 − 2𝑒(0.1)
    4𝜋

    0.2182
    𝐹(0,0) =
    −0.1817

    Cuando el vector aproximado es [0.5,-0.5]


    𝐽(𝑥1(0) 𝑥2(0)
    4𝑥20 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 1 4𝑥10 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 2
    =
    (518151819521135𝑒𝑥𝑝(2𝑥1 ))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037𝑥20 )/140737488355328
    0

    𝑥 0 = [0,4]

    4(−0.5)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(0.5)(−0.5)) − 1 4(0.5)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(0.5)(−0.5)) − 2
    (518151819521135𝑒𝑥𝑝(2(0.5))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037 ∗ (−0.5)/140737488355328

    5.2832 −8.2832
    𝐽(0.5, −0.5) = [ ]
    −0.4326 −10.8731

    (𝑠𝑒𝑛(4𝜋𝑥1𝑥2) − 2𝑥2 − 𝑥1
    𝐹(𝑥1, 𝑥2) = 4𝜋 − 1
    ( ) (𝑒 2𝑥1 − 𝑒) + 4𝑒𝑥22 − 2𝑒𝑥1
    4𝜋

    (𝑠𝑒𝑛(4𝜋(0.5)(−0.5)) − 2(−0.5) − (0.5)


    𝐹(0.5, −0.5) = 4𝜋 − 1
    ( ) (𝑒 2(0.5) − 𝑒) + 4𝑒(−0.5)2 − 2𝑒(0.5)
    4𝜋

    0.5000
    𝐹(0.5, −0.5) =
    0

    Cuando el vector aproximado es [1,0]

    𝐽(𝑥1(0) 𝑥2(0)
    4𝑥20 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 1 4𝑥10 𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖𝑥10 𝑥20 ) − 2
    =
    (518151819521135𝑒𝑥𝑝(2𝑥10 ))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037𝑥20 )/140737488355328

    𝑥 0 = [1,0]

    4(0)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(1)(0)) − 1 4(1)𝑝𝑖𝑐𝑜𝑠(4𝑝𝑖(1)(0)) − 2
    (518151819521135𝑒𝑥𝑝(2(1))/281474976710656 − 3060513257434037/562949953421312 (3060513257434037 ∗ (0)/140737488355328

    −1 10.5664
    𝐽(1,0) = [ ]
    8.1655 0

    (b) Haga un estudio previo gráfico (en matlab) y análisis de las condiciones de convergencia,
    y determine un vector inicial apropiado que permita generar las aproximaciones a la
    solución o soluciones (intersecciones) del sistema.
    Debido a que este sistema tiene cuatro raíces, se ubica cada grafica con su respectivo vector
    de aproximación

    El vector aproximado que se toma es [0,0]


    El vector aproximado que se toma es [0.1,-0.4]

    El vector aproximado que se toma es [0.5,-0.5]


    El vector aproximado que se toma es [1,0]

    (c) Aplique el método de Newton para sistemas con una tolerancia de 10-6 en la norma 𝑙∞ y
    realice cuatro iteraciones analíticas (manualmente) o con la fórmula de recurrencia en
    matlab para aproximar a las soluciones del sistema dado. Muestre los resultados en una
    tabla (proceso en detalle).

    Tabla de la primera raíz que tiene el sistema


    El error fue hallado en calculadora.
    Tabla de la segunda raíz que, tiene el sistema
    Tabla de la tercera raíz que, tiene el sistema
    Tabla de la cuarta raíz que, tiene el sistema
    (d) Ejecute un código o programa del algoritmo de Newton Raphson para sistemas,
    implementado en matlab, con una tolerancia de 10-6 en la norma 𝑙∞ .

    Se ejecutó el código de sistemas de ecuaciones no lineales de Newton, con el


    intervalo de aproximación [0,0]
    Se ejecutó el código de sistemas de ecuaciones no lineales de Newton, con el
    intervalo de aproximación [0.1,-0.4]
    Se ejecutó el código de sistemas de ecuaciones no lineales de Newton, con el
    intervalo de aproximación [0.5,-0.5]

    Se ejecutó el código de sistemas de ecuaciones no lineales de Newton, con el


    intervalo de aproximación [1,0]
    (e) Presente visualización completa de los resultados arrojados por el programa y haga un
    análisis. Compruebe que las soluciones calculadas satisfacen a las ecuaciones.
    Como se puede observar, fue aplicado el método de para hallar las soluciones, en este sistema
    de ecuaciones se obtuvieron 4 raíces por lo tanto se procedió a realizar la aplicación del método
    a cada una, mostrando así que tanto las iteraciones, como los puntos tomados de las raíces
    supuestas, era muy aproximados, siendo también que satisfacen las ecuaciones, como se
    demuestra en el inciso (d), en algunas de las algunas de las raíces, las iteraciones eran más,
    debido a que el inciso solo pide hallar 4 se puede ver que si converge a una solución en cada
    una de los procedimientos realizados.

    (f) Calcule las soluciones con la función solve de Matlab y compare.


    Implementando la función solve, obtuvimos, para [0 , 0]

    Implementando la función solve, obtuvimos, para [0.1,- 0.4]


    Implementando la función solve, obtuvimos, para [0.5,-0.5]
    Implementando la función solve, obtuvimos, para [1,0]

    Como se puede observar, al comparar, la implementación de la función solve, con el código


    del método, se observa que los resultados son iguales, demostrando que si converge a una
    solución y así comprobar las soluciones del sistema de ecuaciones no lineales.

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy