Escolar Documentos
Profissional Documentos
Cultura Documentos
PROJETO COMPUTACIONAL:
SOLUÇÃO DE SISTEMAS NÃO-LINEARES VIA MÉTODOS DE NEWTON-
RAPHSON E QUASI-NEWTON USANDO O MATLAB
SÃO LUÍS – MA
2023
1. Introdução
2. Sistemas lineares
Uma equação é linear se cada termo contém não mais do que uma variável e cada
variável aparece na primeira potência. Por exemplo, 3x + 4y − 10z = −3 é linear, mas xy − 3z
= −3 não é, já que o primeiro termo contém duas variáveis. Também x3 + y − z = 0 não é
linear, pois o primeiro termo contém uma variável elevada ao cubo. (FRANCO, 2007)
i) Método de Gauss
+ 3x2 + x3 = 5
3x1 + 2x2 + x3 = 6
1 2 3 10 1 2 3 10 1 2 3 10
2 3 1 5 → 0 −1 −5 −15 → 0 −1 −5 −15
3 2 1 6 0 −4 −8 −24 0 0 12 36
1º passo: L3 = L3 – 4L1;
Assim temos o seguinte sistema que pode ser facilmente resolvido por
substituições regressivas:
x1 + 2x2 + 3x3 = 10 → x1 = 1
12x3 = 36 → x3 = 3
Ax = b; A = LU;
(LU)x = b;
L(Ux) = b;
Ly = b e Ux = y;
x1 + 2x2 + 3x3 = 10
2x1 + 3x2 + x3 = 5
3x1 + 2x2 + x3 = 6
3 2 1 3 2 1
1 2 3 2 1 5
1 → 0 →U= 0 3 −5
2 3 3 3
4 8 12
3 2 1 0 0 0
3 3 5
1 0 0
2
Logo, L = 3 1 0 ;
1 4
1
3 5
y1 = 10
12x3 = 36 → x3 = 3
-x2 – 5x3 = -15 → x2 = -(-15+5*3) → x2 = 0 x1 +
de equações não-lineares
Métodos iterativos são aqueles em que, por meio de um processo que parte de
uma aproximação que passa por um refinamento conforme cada repetição
(iteração). Analisaremos a seguir dois métodos para solucionar sistemas de
equações não lineares: método de Newton-Raphson e método de Newton
modificado.
i) Método de Newton-Raphson
𝑋 = 𝑋𝑘 − 𝐽−1(𝑋𝑘)𝐹(𝑋𝑘)
𝑱(𝑿𝒌)𝑺𝒎 = 𝑭(𝑿𝒌);
𝑿𝒌+𝟏 = 𝑿𝒌 + 𝑺𝒎 𝒌 = 𝟎, 𝟏, 𝟐 …
𝑋𝑘+1 = 𝑋𝑘 + 𝑆𝑚
Dessa forma, o método de Newton modificado tem um custo computacional
menor que o do método de Newton-Raphson.
4. Resultados
𝐺𝑠 = = 99,7%
Para p = 5:
||F(x)||∞ = 6.641081e-09
Vetor solução: [ -0.968354 -1.186958 -1.148478 -0.958989 -0.594159]
Número de iterações: 3
Para p = 10:
||F(x)||∞ = 6.309758e-07
Vetor solução: [-1.030108 -1.310443 -1.379925 -1.390714 -1.379630 -
1.349932 -1.290662 -1.177478 -0.967501 -0.596526]
Número de iterações: 3
Para p = 20:
||F(x)||∞ = 1.814549e-12
Vetor solução: [-1.032389 -1.315040 -1.388699 -1.407650 -1.412495 -
1.413703 -1.413946 -1.413878 -1.413607 -1.413043 -1.411933 -1.409768 -
1.405546 -1.397325 -1.381344 -1.350381 -1.290782 -1.177512 -0.967511 -
0.596529]
Número de iterações: 4
Para p = 10:
||F(x)||∞ = 3.289333e-07
Vetor solução: [-1.030108 -1.310443 -1.379925 -1.390714 -1.379630 -
1.349932 -1.290662 -1.177478 -0.967501 -0.596526]
Número de iterações: 11
Para p = 20:
||F(x)||∞ = 4.393306e-07
Vetor solução: [-1.032389 -1.315040 -1.388699 -1.407650 -1.412495 -
1.413703 -1.413946 -1.413878 -1.413607 -1.413043 -1.411933 -1.409768 -
1.405546 -1.397325 -1.381344 -1.350381 -1.290782 -1.177512 -0.967511 -
0.596529]
Número de iterações: 14
Dessa forma, podemos notar que, embora o número de iterações e o valor
de ||F(x)||∞ seja diferente, as soluções são idênticas para todos os valores de p
Comparação dos resultados obtidos nos itens (iv-2) e (iv-3) com aqueles
obtidos pela função nativa do MATLAB para a solução de sistemas não-lineares.
P=5 Newton_Raphson Newton fsolve
modificado
Número de 3 7 3
iterações:
X0 [-1 -1 -1 -1 -1] [-1 -1 -1 -1 -1] [-1 -1 -1 -1 -1]
Tolerância 1e-6 1e-6 1e-6
||F(x)||∞ 6.641081e-09 2.074581e-07 6.6392e-9