Escolar Documentos
Profissional Documentos
Cultura Documentos
Professor:
Bruno de Souza Roque
bruno.roque@engenharia.ufjf.br
Capítulo 5
2
Introdução
Uma equação que contenha uma expressão do tipo
2 2 𝑦
𝑥 , 𝑦 , 𝑥. 𝑦, , 𝑠𝑒𝑛 𝑥 , 𝑒 𝑥+𝑧 , 𝑒𝑡𝑐, é chamada não-linear em
𝑧
x, y, z,..., porque ela não pode ser escrita como ax+ by+
cz+ ... = cte, que é uma equação linear em x, y, z, ...
𝑓1 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) 𝑓1 (𝑥)
𝑓2 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) 𝑓2 (𝑥)
… …
𝑓𝑛 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) 𝑓𝑛 (𝑥)
Em que 𝑥 𝑇 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )
4
Introdução
Em notação vetorial, o sistema linear dado pode ser
escrito como: F(x) = 0, em que:
𝑥1 𝑓1 (𝑥)
𝑥2 𝑓2 (𝑥)
𝑥= F(𝑥) =
⋮ ⋮
𝑥𝑛 𝑓𝑛 (𝑥)
Um vetor que 𝑥ҧ = 𝑥1 , 𝑥2 , … , 𝑥𝑛 que satisfaz F 𝑥ҧ = 0 é
denominado raiz do sistema não linear.
5
Introdução
Exemplo:
𝑥2 + 𝑦2 = 4
൝ 2
𝑥 − 𝑦2 = 1
6
Método de Newton
O método mais amplamente estudado e conhecido para
resolver sistemas de equação não lineares é o Método
de Newton.
7
Método de Newton
Considerando inicialmente um sistema de equações não
lineares com duas equações e duas incógnitas, temos:
𝑓 𝑥, 𝑦 = 0
◼ ቊ1
𝑓2 𝑥, 𝑦 = 0
𝑓1 (𝑥, 𝑦)
(𝑥,ҧ 𝑦)
ത tal que F 𝑥,ҧ 𝑦ത = 0 e F 𝑥,ҧ 𝑦ത = .
𝑓2 (𝑥, 𝑦)
Método de Newton
Seja 𝑥0 , 𝑦0 uma aproximação inicial para a solução
(𝑥,ҧ 𝑦)
ത do sistema. Expandindo 𝑓1 𝑥, 𝑦 e 𝑓2 𝑥, 𝑦 por série
de Taylor em torno do ponto 𝑥0 , 𝑦0 até a derivada de
primeira ordem e igualando a zero a série truncada,
temos:
𝜕𝑓1 𝑥0 , 𝑦0 𝜕𝑓1 𝑥0 , 𝑦0
𝑓1 𝑥, 𝑦 ≈ 𝑓1 𝑥0 , 𝑦0 + 𝑥 − 𝑥0 + 𝑦 − 𝑦0 = 0
𝜕𝑥 𝜕𝑦
𝜕𝑓2 𝑥0 , 𝑦0 𝜕𝑓2 𝑥0 , 𝑦0
𝑓2 𝑥, 𝑦 ≈ 𝑓2 𝑥0 , 𝑦0 + 𝑥 − 𝑥0 + 𝑦 − 𝑦0 = 0
𝜕𝑥 𝜕𝑦
9
Método de Newton
Este sistema pode ser reescrito como:
𝜕𝑓1 𝑥0 , 𝑦0 𝜕𝑓1 𝑥0 , 𝑦0
−𝑓1 𝑥0 , 𝑦0 + 𝑥 − 𝑥0 + 𝑦 − 𝑦0
𝜕𝑥 𝜕𝑦
𝜕𝑓2 𝑥0 , 𝑦0 𝜕𝑓2 𝑥0 , 𝑦0
−𝑓2 𝑥0 , 𝑦0 + 𝑥 − 𝑥0 + 𝑦 − 𝑦0
𝜕𝑥 𝜕𝑦
A solução deste sistema fornece uma nova aproximação
para a solução (𝑥,ҧ 𝑦)
ത desejada. Na forma matricial,
temos:
10
Método de Newton
Na forma matricial temos:
𝜕𝑓1 𝜕𝑓1
𝜕𝑥 𝜕𝑦 𝑥 − 𝑥0 −𝑓1 𝑥0 , 𝑦0
𝜕𝑓2 𝜕𝑓2 𝑦 − 𝑦0 = −𝑓2 𝑥0 , 𝑦0
𝜕𝑥 𝜕𝑦 𝑥0 ,𝑦0
11
Método de Newton
𝑥 − 𝑥0 −𝑓1 𝑥0 , 𝑦0
𝐽 𝑥0 , 𝑦0 𝑦 − 𝑦0 = −𝑓2 𝑥0 , 𝑦0
Denotado 𝑑𝑥 = 𝑥 − 𝑥0 e 𝑑𝑦 = 𝑦 − 𝑦0 , temos o
sistema linear:
𝑑𝑥 −𝑓1 𝑥0 , 𝑦0
𝐽 𝑥0 , 𝑦0 =
𝑑𝑦 −𝑓2 𝑥0 , 𝑦0
𝑥 = 𝑥0 + 𝑑𝑥 y= 𝑦0 + 𝑑𝑦
𝑥1 = 𝑥0 + 𝑑𝑥0 𝑦1 = 𝑦0 + 𝑑𝑦0
13
Método de Newton
Repetindo o procedimento de linearização em torno do
ponto obtido (𝑥0 , 𝑦0 ), isto é, fazendo a expansão das
funções 𝑓1 e 𝑓2 por série de Taylor até a derivada de 1ª
ordem, obtemos uma nova aproximação (𝑥2 , 𝑦2 ). Assim,
sucessivamente, no ponto (𝑥𝑖 , 𝑦𝑖 ), temos o processo
iterativo:
𝑥𝑘+1 − 𝑥𝑘 −𝑓1 𝑥𝑘 , 𝑦𝑘
𝐽 𝑥0 , 𝑦0 𝑦𝑘+1 − 𝑦𝑘 = −𝑓2 𝑥𝑘 , 𝑦𝑘
14
Método de Newton
Denotando 𝑟𝑖 = 𝑥𝑖+1 + 𝑥𝑖 e 𝑠𝑖 = 𝑦𝑖+1 + 𝑦𝑖 ), resolvemos o
sistema de equações lineares obtido anteriormente e
determinamos a nova aproximação, (𝑥𝑘+1 , 𝑦𝑘+1 ) por:
15
Método de Newton - Convergência
◼ 2. det(J(𝑥𝑘 , 𝑦𝑘 ) ≠ 0.
16
Método de Newton – Critério de parada
Erro absoluto:
Erro relativo:
Análise de F 𝑥, 𝑦 = 0
𝑓1 𝑥1 , 𝑥2 , … 𝑥𝑛 = 0
Seja 𝑓2 𝑥1 , 𝑥2 ,…… 𝑥𝑛 = 0 F 𝑥1 , 𝑥2 , … 𝑥𝑛 = 0
𝑓𝑛 𝑥1 , 𝑥2 , … 𝑥𝑛 = 0
18
Método de Newton - Generalizando
𝑥1𝑘+1 − 𝑥1𝑘 𝑓1 𝑥1 , 𝑥2 , … 𝑥𝑛
𝑘+1 𝑘
𝑥
𝐽(𝑥1 , 𝑥2 , … , 𝑥𝑛 ). 2 − 𝑥2 = 𝑓2 𝑥1 , 𝑥2 , … 𝑥𝑛
⋮ ⋮
𝑥𝑛𝑘+1 − 𝑥𝑛𝑘 𝑓𝑛 𝑥1 , 𝑥2 , … 𝑥𝑛
20
Método de Newton
Determine a matriz Jacobiana da função F do sistema
não linear:
−2𝑥 2 + 3𝑥 − 2𝑦 + 1 = 0
◼ 𝐹=൝
3𝑥 2 𝑦 − 𝑦 3 = 0
21
Método de Newton
Exemplo: Resolver o sistema de equações não
lineares utilizando o método de Newton com
𝑥0 , 𝑦0 = (0,5; 0,5) e ε<0,01.
𝑥2 + 𝑦2 = 1
൝ 2
𝑥 −𝑦 =0
22
Método de Newton
Resolver o sistema de equações não lineares utilizando
o método de Newton com 𝑥0 , 𝑦0 = (1; 5) e ε<0,01
𝑥2 + 𝑦2 − 9 = 1
ቊ
𝑥+𝑦−3=0
23
Método de Newton - Algoritmo
Entrada: Função não-linear F e sua matriz Jacobiana J;
Aproximação da solução x.
◼ Resolva: J(x)s=−Fx.(s=−J(x)\Fx)
◼ Atualize: x=x+s.4.
◼ Avalie: Fx=F(x).
24
◼ Saída: Aproximação para a solução é x
Método de Newton - Considerações
Observe que cada iteração do método de Newton
requer:
◼ 1. Avaliação da matriz Jacobiana.
𝑟𝑘 −𝑓1 𝑥𝑘 , 𝑦𝑘 , … 𝑧𝑘
𝑠 −𝑓2 𝑥𝑘 , 𝑦𝑘 , … 𝑧𝑘
𝐽(𝑥0 , 𝑦0 , … , 𝑧0 ). 𝑘 =
⋮ ⋮
𝑡𝑘 −𝑓𝑛 𝑥𝑘 , 𝑦𝑘 , … 𝑧𝑘
26
Método de Newton Modificado
Desta forma, a matriz Jacobiana é avaliada apenas uma
vez e, para todo k, o sistema linear a ser resolvido a
cada iteração terá a mesma matriz de coeficientes:
J(𝑥0 , 𝑦0 , … , 𝑧0 ). Se usarmos a fatoração LU para resolvê-
lo, os fatores L e U serão calculados apenas uma vez e,
a partir da 2ª iteração, será necessário resolver apenas
dois sistemas triangulares para obter os valores de
𝑟𝑘 , 𝑠𝑘 , … , 𝑡𝑘
27
Método de Newton Modificado
Resolver o sistema de equações não lineares utilizando
o método de Newton modificado com 𝑥0 , 𝑦0 = (1; 3) e
ε<0,01
𝑥−𝑦 =2
ቊ 2
𝑥 + 𝑦2 = 9
28