Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula13 SistemasNaoLinearesNewton
Aula13 SistemasNaoLinearesNewton
xn
(k +1) xn∗
Critérios de Parada
Norma do Máximo. Dado x = (x1 , x2 , . . . , xn )T ∈ Rn , então
||x||∞ = max |xi | e ||F (x)||∞ = max |fi (x)|.
1≤i≤n 1≤i≤n
Logo L(x) = 0 ⇐⇒ JF x (k ) x − x (k ) = −F x (k ) .
Hipótese: det[JF(x(k) ] 6= 0.
Método de Newton para Sistemas Não Lineares
Sistema de Iteradas.
JF x (k ) x (k +1) − x (k ) = −F x (k ) .
x(k+1) = x(k) + s∗ .
...............................................................
Algorítmo.
Fixe xb , TOL1, TOL2, k = 0.
Para k = 0, 1, . . . N:
Faça xa = xb .
Calcule F (xa ).
Se ||F (xa )||∞ < TOL1, faça x = xa e k = N (pare);
Se não:
Calcule JF (xa );
Obtenha a solução s∗ do sistema JF (xa ) s = −F (xa );
Faça xb = xa + s∗ ;
Se ||s∗ ||∞ < TOL2, faça x = xb e k = N (pare);
Final do Se;
Faça k = k + 1 (inicia a próxima iteração)
Final do Para.
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
Exemplo 2 . Dada x (0) = (0.1, 0.1, −0.1)T , obtenha a solução
aproximada do sistema do Exemplo 1 via o método de Newton
com estimativa do erro absoluto inferior à TOL = 10−1 .
Temos: f1 (x1 , x2 , x3 ) = 3x1 − cos(x2 x3 ) − 1/2 ,
f2 (x1 , x2 , x3 ) = x12 − 81(x2 + 0.1)2 + sen(x3 ) + 1.06 ,
f3 (x1 , x2 , x3 ) = e−x1 x2 + 20x3 + 10π−3
3 .
Daí,
∂ f1 ∂ f1 ∂ f1
∂ x1 ∂ x2 ∂ x3 3 x3 sen(x2 x3 ) x2 sen(x2 x3 )
JF (x) = ∂∂xf21 ∂ f2 ∂ f2
= 2x1 −162(x2 + 0.1) cos(x3 )
∂ x2 ∂ x3
∂ f3 ∂ f3 ∂ f3 −x2 e−x1 x2 −x1 e−x1 x2 20
∂ x1 ∂ x2 ∂ x3
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
Exemplo (0)
2 (cont.). Temos x = (0.1, 0.1, −0.1)T ,
3x1 − cos(x2 x3 ) − 1/2
F (x) = x12 − 81(x2 + 0.1)2 + sen(x3 ) + 1.06
e−x1 x2 + 20x3 + 10 π−3
3
3 x3 sen(x2 x3 ) x2 sen(x2 x3 )
JF (x) = 2x1 −162(x2 + 0.1) cos(x3 ) .
−x2 e −x 1 x2 −x1 e −x1 x2 20
Fazendo x = x (0) obtemos:
F (x (0) ) ≈ (−1.199, −2.269, 8.462)T .
3 0.0009 −0.0009
JF (x (0) ) ≈ 0.2 −32.4 0.995 .
−0.099 −0.099 20
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
0.1 −1.199
Exemplo 2 (cont.). x (0) = 0.1 , F (x (0) ) ≈ −2.269 ,
−0.1 8.462
3 0.0009 −0.0009
JF (x (0) ) ≈ 0.2 −32.4 0.995 .
−0.099 −0.099 20
O sistema linear JF x(0) s = −F x(0) fica:
3s1 + 0.0009s2 − 0.0009s3 = 1.199
0.2s1 − 32.4s2 + 0.995s3 = 2.269
−0.099s1 − 0.099s2 + 20s3 = −8.462,
0.3996
cuja solução aproximada é s∗ ≈ −0.0805 .
−0.4215
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
0.1
Exemplo 2 (cont.). Temos x (0) = 0.1 e a solução
−0.1
(0) (0)
aproximada de JF x s = −F x dada por
0.3996
s∗ ≈ −0.0805 . Daí, x(1) =x (0) + s∗
−0.4215
0.1 0.3996 0.4996
= 0.1 + −0.0805 = 0.0195 .
−0.1 −0.4215 −0.5215
(1) (0)
Erro Absoluto. ||x (1) − x (0) ||∞ = max |xi − xi |
1≤i≤3
= max{|0.4996 − 0.1|, |0.0195 − 0.1|, | − 0.5215 + 0.1|}
= max{0.3996, 0.0805, 0.4215} = 0.4215 > 10−1 .
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
Exemplo 2 (cont.). Temos: x (0) = (0.1, 0.1, −0.1)T e
x (1) = (0.4996, 0.0195, −0.5215)T .
Segunda Iteração.
(1) (1) (1)
3x1 − cos(x2 x3 ) − 1/2
(1) (1) 2 (1) 2 (1)
F (x ) = (x1 ) − 81(x2 + 0.1) + sen(x3 ) + 1.06 ≈
(1) (1) (1)
e−x1 x2 + 20x3 + 10π−3
3
−0.0011
−0.3453 .
0.0323
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
Exemplo 2 (cont.). Segunda Iteração.
Temos: x (0) = (0.1, 0.1, −0.1)T ,
−0.0011
x (1) = (0.4996, 0.0195, −0.5215)T e F (x (1) ) ≈ −0.3453 .
0.0323
(1) (1) (1) (1) (1) (1)
3 x3 sen(x2 x3 ) x2 sen(x2 x3 )
(1) (1) (1)
JF (x (1) ) = 2x1 −162(x2 + 0.1) cos(x3 )
(1) (1) (1) (1) (1) (1)
−x2 e−x1 x2 −x1 e−x1 x2 20
3 0.053 −0.0001
≈ 0.999 −19.36 0.867 .
−0.0193 −0.4948 20
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
Exemplo 2 (cont.). Segunda Iteração.
Temos: x (0) = (0.1, 0.1, −0.1)T ,
−0.0011
x (1) = (0.4996, 0.0195, −0.5215)T , F (x (1) ) ≈ −0.3453 .
0.0323
3 0.053 −0.0001
JF (x (1) ) ≈ 0.999 −19.36 0.867 .
−0.0193 −0.4948 20
O sistema linear JF x(1) s = −F x(1)
0.0004
tem solução aproximada: s∗ = −0.0019 .
−0.0017
Sistemas Algébricos Não Lineares
Métodode Newton: Tome s∗ a solução de
JF x(k) s = −F x(k) e faça x(k+1) = x(k) + s∗ .
Exemplo 2 (cont.). Segunda Iteração.
Temos: x (0) = (0.1, 0.1, −0.1)T ,
x (1) = (0.4996, T
(1)
0.0195,
(1)
−0.5215) e a solução do sistema
JF x s = −F x dada por
∗
s = (0.0004, −0.0019, −0.0017) T
. Daí,
0.4996 0.0004 0.5
x(2) =x (1) + s∗ = 0.0195 + −0.0019 = 0.0176 .
−0.5215 −0.0017 −0.05232
(2) (1)
Erro Absoluto. ||x (2) − x (1) ||∞ = max |xi − xi |
1≤i≤3
= max{|0.0004|, | − 0.0019|, | − 0.0017|} = 0.0019 < 10−1 .
Método de Newton Modificado
Ideia: Trocar o cálculo de JF x (k ) a cada iteração por um
fi x (k ) + hej − fi x (k )
,
h
para algum valor de h fixado suficientemente pequeno.