4 SISTEMAS DE EQUAES ALGBRICAS E TRANCEDENTAIS

(NO-LINEARES)

4.1 Introduo

A soluo de um sistema no-linear consiste em determinar pontos no

subespao do problema que solucione o conjunto de equaes. Os pontos de soluo esto
na interseco das curvas que representam as equaes. O processo de soluo a ser visto
uma generalizao do Mtodo de Newton-Raphson para sistemas de equaes no-
lineares. Na soluo de sistemas lineares viu-se que tem-se apenas trs tipos de soluo:
soluo nica, infinitas solues e no existe soluo. No caso de sistemas no lineares a
leque de respostas maior, no qual pode-se ter de zero a infinitas solues.
Para exemplificar, seja o sistema de equaes no lineares composto de duas
equaes:

x1 2x 2 3 0
2 2
3x1 x 2 7 0
3
x2

2.5

1.5

0.5

x1
0
-3 -2 -1 0 1 2 3

Como pode ser observado na figura, tem-se dois pontos de

interseco. Estes dois pontos pertencentes ao subespao 2 ,
x 1,461538 0,769230 e x 1 2 , so solues do sistema.
T T

3.2 Mtodo de Newton-Raphson para Sistemas de Equaes No-

Lineares

1
 Seja o sistema de equaes no-lineares:

f 1 ( x1 , x 2 ,......., x n ) 0
f 2 ( x1 , x 2 ,......., x n ) 0

f n ( x1 , x 2 ,......., x n ) 0

O sistema pode ser representado de forma vetorial:

F ( x) 0

onde: x x1 x 2 x n
T

Como viu-se no Mtodo de Newton para equaes escalares, a cada iterao

determina-se a reta tangente ao grafico da funo no ponto inicial. No caso de
sistemas de equaes, determina-se o hiperplano tangente ao politopo
determinado pelo sistemas de equaes no ponto inicial. O processo
semelhante ao caso escalar, no qual utiliza-se da expanso em Srie de Taylor
vetorial no ponto x ( 0) .
(0) (0) (0)
F ( x) F ( x ) J (x )( x x )
onde:

f 1 ( x ( 0 ) ) (0)
f 1 ( x ) f 1 ( x )
(0)

x1 x 2 x n
f 2 ( x ( 0 ) ) (0)
f 2 ( x ) f 2 ( x )
(0)

J ( x ) x
( 0)

1 x 2 x n

f n ( x ( 0) ) ( 0)
f n ( x ) f n ( x )
(0)

x1 x 2 x n

chamada de matriz Jacobiana.

Igualando-se a zero, chega-se ao processo iterativo para sistemas de equaes

no-lineares:
(0) ( 0) (0)
F ( x) F ( x ) J (x )( x x )0

2
que de forma genrica torna-se:

x
( k 1)
x
(k )

J (x
(k )
) 1
F (x
(k )
)

Fazendo x
(k )
x
( k 1)
x
(k )
, tem-se:

x
(k )
J (x (k )
) 1
F (x
(k )
)

Pr-multiplicando-se a equao vetorial por J ( x ( 0 ) ) , tem-se:

(k ) (k ) (k )
J (x )x F ( x )

Observe que tem-se um sistema de equaes lineares. Em cada iterao do Mtodo de

Newton para sistemas de equaes resolve-se um sistema de equaes lineares.

Exemplo: Resolver o sistema de equaes no-lineares utilizando o Mtodo de Newton-

Raphson para um vetor inicial x ( 0 ) 0,5 0,5 0,5 T .

2
x1 x 22 x 32 1 0
2
2 x1 x 22 4 x 3 0
2
3x1 4 x 2 x 32 0

O processo iterativo dado por:

(k ) (k ) (k )
J (x )x F ( x )

A matriz Jacobiana J (x
(k )
) dada por:

2 x1( k ) 2 x 2( k ) 2 x 3( k )
(k )
J ( x ) 4 x1( k ) 2 x 2( k ) 4
6 x1( k ) 4 2 x 3( k )

Para x ( 0) 0,5 0,5 0,5 T , tem-se:

3
 1 1 1
) 2 4
(0)
J (x 1
3 4 1
Para x ( 0) 0,5 0,5 0,5 T , F (x
(0)
) calculado por:

0,5 2 0,5 2 0,5 2 1 0,25

2 0,5 2 0,5 2 4 0,5 1,25
3 0,5 2 4 0,5 0,5 2 1,00

( 0)
F (x ) [ 0,25 1,25 1,00]T

Tem-se o sistema linear:

1 1 1 x1 0,25
( 0)

2 1 4 x (0) 1,25
2
3 4 1 x 3 (0) 1,00

Resultando em 0,375 0,125 . Os novos valores do vetor so

(o) T
x 0 x

dados por:

0,5 0,375 0,875

x (1) x ( 0 ) x ( 0) 0,5 0 0,5

0,5 0,125 0,375

Para 0,875 0,375 , tem-se:

(1) T
x 0,5

1,7500 1,0000 0,7500

) 3,5000 4,0000
(1)
J (x 1,0000
5,2500 4,0000 0,7500

Para 0,875 0,375 , F ( x ) calculado por:

(1) T (1)
x 0,5

0,875 2 0,5 2 0,375 2 1 0,1563

2 0,875 2 0,5 2 4 0,375 0,2813
3 0,875 2 4 0,5 0,375 2 0,4375

F ( x (1) ) [0,1563 0,2813 0,4375]T

Tem-se o sistema linear:

4
 0,7500 x1 0,1563
(1)
1,7500 1,0000
3,5000 1,0000 4,0000 x (1) 0,2813
2
5,2500 4,0000 0,7500 x 3 (1) 0,4375

Resultando em x (1) 0,00852 0,0034 0,0051

T
. Os novos valores do
vetor x so dados por:

0,875 0,00852 0,7898

0,5 0,0034 0,4966
( 2) (1) (1)
x x x
0,375 0,0051 0,3699

Para 0,7898 0,3699 , tem-se:

( 2) T
x 0,4966

1,5796 0,9932 0,7399

J (x ( 2)
) 3,1593 0,9932 4,000
4,7389 4,0000 0,7399

Para 0,7898 0,3699 , F ( x ) calculado por:

( 2) T ( 2)
x 0,4966

0,7898 2 0,4966 2 0,3699 2 1 0,0073

2 0,7898 2 0,4966 2 4 3699 0,0145
2 2
3 0,7898 4 0,4966 0,3699 0,0218

F ( x ( 2) ) [0,0073 0,0145 0,0218]T

Tem-se o sistema linear:

1,5796 0,9932 0,7399 x1 0,0073

( 2)

3,1593 0,9932 4,000 x ( 2) 0,0145

2

4,7389 4,0000 0,7399 x 3 ( 2)
0,0218

Resultando em x ( 2) 0,0046 0,0000 . Os novos valores do vetor

T
0,0000
x so dados por:

5
 0,7898 0,0046 0,7852
0,4966 0,0000 0,4966
( 3) ( 2) ( 2)
x x x
0,3659 0,0000 0,3699

Seguindo o mesmo procedimento, chega-se a:

0,7852
x ( 4)
0,4966
0,3699

O processo convergiu para uma tolerncia de 10 4 em quatro iteraes.

3.3 Mtodo de Newton-Raphson Modificado

O Mtodo de Newton Modificado consiste em manter a matriz Jacobiano da

primeira iterao constante em todo o processo iterativo. O nmero de iteraes necessrias
para a convergncia normalmente maior, porm o custo computacional de cada iterao
tende a ser significativamente menor, pois no necessita-se realizar a eliminao de Gauss a
cada iterao. A matriz fatorada na forma LU na primeira iterao e estes fatores so
mantidos constantes em todo o processo iterativo. A cada iterao necessita-se apenas
realizar as substituies diretas e inversas.

Para exemplificar, mostra-se a soluo do exemplo dado anteriormente,

utilizando o Mtodo de Newton Modificado. A matriz Jacobiana da primeira iterao dada
por:
1 1 1
) 2 4
(0)
J (x 1
3 4 1

Fatorando a matriz Jacobiana na forma LU, tem-se:

1 0 0 1 1 1
LU 2 1 0 0 1 6
3 7 1 0 0 40
Estes fatores so mantidos constantes em todo o processo iterativo. O processo
iterativo dado por:

Para x ( 0) 0,5 0,5 0,5 T , F (x

(0)
) calculado por:

6
 0,5 2 0,5 2 0,5 2 1 0,25
2 0,5 2 0,5 2 4 0,5 1,25
3 0,5 2 4 0,5 0,5 2 1,00

( 0)
F (x ) [ 0,25 1,25 1,00]T

Tem-se o sistema linear:

1 0 0 1 1 1 x1 0,25
(0)

2 1 0 0 1 6 x ( 0) 1,25
2
3 7 1 0 0 40 x 3 (0) 1,00

Resultando em 0,375 0,125 . Os novos valores do vetor so

(o) T
x 0 x

dados por:

0,5 0,375 0,875

0,5 0 0,5
(1) (0) ( 0)
x x x
0,5 0,125 0,375

Para 0,875 0,375 , F ( x ) calculado por:

(1) T (1)
x 0,5

0,875 2 0,5 2 0,375 2 1 0,1563

2 0,875 2 0,5 2 4 0,375 0,2813
3 0,875 2 4 0,5 0,375 2 0,4375

F ( x (1) ) [0,1563 0,2813 0,4375]T

Tem-se o sistema linear:

1 0 0 1 1 1 x1 0,1563
(1)

2 1 0 0 1 6 x (1) 0,2813
2

3 7 1 0 0 40 x 3 (1)
0,4375

Resultando em x (1) 0,1484 0,0031 0,0047

T
. Os novos valores do
vetor x so dados por:

7
 0,875 0,1484 0,7266
0,5 0,0031 0,4969
( 2) (1) (1)
x x x
0,375 0,0047 0,3703

Para 0,7266 0,3703 , F ( x ) calculado por:

( 2) T ( 2)
x 0,4969

0,7266 2 0,4969 2 0,3703 2 1 0,0881

2 0,7266 2 0,4969 2 4 0,3703 0,1786
3 0,7266 2 4 0,4969 0,3703 2 0,2667

F ( x ( 2 ) ) [ 0,0881 0,1786 0,2667]T

Tem-se o sistema linear:

1 0 0 1 1 1 x1 0,0881
( 2)

2 1 0 0 1 6 x ( 2) 0,1786
2
3 7 1 0 0 40 x3 ( 2) 0,2667

Resultando em x ( 2) 0,0887 0,0002 0,0004 T . Os novos valores do vetor

x so dados por:

0,7266 0,0887 0,8153

x (3) x ( 2) x ( 2) 0,4969 0,0002 0,4966
0,3703 0,0003 0,3700

Para 0,8153 0,3700 , F ( x ) calculado por:

( 3) T ( 3)
x 0,4966

0,8153 2 0,4966 2 0,3700 2 1 0,0482

2 0,81532 0,4966 2 4 0,3700 0,0961
3 0,8153 2 4 0,4966 0,3700 2 0,1443

F ( x ( 3) ) [0,0481 0,0961 0,1443]T

Tem-se o sistema linear:

1 0 0 1 1 1 x1 0,0482
( 3)

2 1 0 0 1 6 x (3) 0,0961
2
3 7 1 0 0 40 x 3 (3) 0,1443

8
Resultando em x (3) 0,0481 0,0000 0,0001 . Os novos valores do vetor
T

x so dados por:

0,8153 0,0481 0,7672

0,4962 0,0000 0,4966
( 4) ( 3) ( 3)
x x x
0,3700 0,0001 0,3699

Para 0,7672 0,3699 , F ( x ) calculado por:

( 4) T (4)
x 0,4966

0,7672 2 0,4966 2 0,3699 2 1 0,0280

2 0,7672 2 0,4966 2 4 0,3699 0,0560
3 0,7672 2 4 0,4966 0,3699 2 0,0840

F ( x ( 4 ) ) [ 0,0280 0,0560 0,0840]T

Tem-se o sistema linear:

1 0 0 1 1 1 x1 0,0280
( 4)

2 1 0 0 1 6 x ( 4) 0,0560
2

3 7 1 0 0 40 x 3 ( 4)
0,0840

Resultando em 0,0280 0,0000 . Os novos valores do vetor

( 4) T
x 0,0000 x

so dados por:

0,7672 0,0280 0,7952

x ( 5)
x ( 4)
x (4)
0,4966 0,0000 0,4966
0,3699 0,0000 0,3699

De forma anloga chega-se a:

0,7794
0,4966
( 6)
x
0,3699
0,7885
x (7)
0,4966
0,3699

9
 0,7833
0,4966
(8)
x
0,3699
0,7863
x (9) 0,4966
0,3699
0,7846
0,4966
(10 )
x
0,3699
0,7855
x (11)
0,4966
0,3699
0,7850
0,4966
(12 )
x
0,3699
0,7853
x (13)
0,4966
0,3699
0,7852
0,4966
(14 )
x
0,3699
0,7852
x (15 )
0,4966
0,3699

Como pode ser visto a convergncia com o Mtodo de Newton Modificado

muito mais lenta, entretanto o custo computacional de cada iterao menor e dependendo
da aplicao pode ser mais rpido que o mtodo normal.

10