Professional Documents
Culture Documents
5 MÉTODOS ITERATIVOS
Se sabe que es posible usar un esquema iterativo que mejore la solución hasta que se
obtenga convergencia. Esta es la esencia de este tipo de métodos empleados para
resolver sistemas de ecuaciones lineales. Los más comunes son el método de jacobi y
el de Gauss-Seidel. Ambos parten del mismo principio, pero el esquema difiere en la
forma de sustentación.
5.5.1 MÉTODO DE JACOBI
El método Jacobi es el método iterativo para resolver sistemas de ecuaciones lineales
más simple y se aplica solo a sistemas cuadrados, es decir a sistemas con tantas
incógnitas como ecuaciones.
x = c + B x (1)
Xi +1 = c + Bxi
Si uno dispone de una hoja de cálculo como EXCEL es fácil realizar los cálculos
anteriores:
Este Di es utilizado como criterio de paro en las iteraciones: Cuando Di es menos que
cierto valor dado (digamos 0.001) uno ya no realiza la siguiente iteración. Si se grafica
las aproximaciones obtenidas en el plano x − y se obtendrá algo como:
La forma más conveniente de expresar estos
métodos es usar la notación matricial. La
matriz A se divide en tres partes,
correspondientes a los tres conjuntos de
coeficientes. La ecuación AX = B será
(L + D + U)X = B
Donde L es una matriz triangular inferior con
ceros e la diagonal, D es la matriz diagonal
que contiene los elementos de la diagonal de
A, y U es una matriz triangular superior con
ceros en la diagonal.
El método de Jacobi para la r-ésima iteración
se escribe como sigue
− 𝑫−𝟏 (𝑳 + 𝑼)
Con este acomodo, el radio espectral del sistema es (𝒑𝒔 = 𝟐𝟕. 𝟕𝟖𝟎𝟐), lo cual lo hace
𝒑 𝐥𝐧(𝟏𝟎)
divergente. Si se calcula el número de iteraciones con la ecuación 𝒓 = − 𝐥𝐧(𝒑𝒔 )
, se
obtiene un numero negativo, lo cual no tiene sentido.
A continuación se muestra que esta forma de ordenar las ecuaciones es divergente,
resolviendo el sistema numéricamente. Despejando de la primera ecuación la primera
variable y así sucesivamente, se obtiene
𝒙𝟏 = 𝟑𝟎𝟎 + 𝒙𝟐 − 𝟏𝟎𝟎𝒙𝟑
𝒙𝟐 = 𝟐𝟒 − 𝟏𝟎𝒙𝟏 − 𝒙𝟑
𝒙𝟑 = 𝟐𝟏 + 𝒙𝟏 − 𝟐𝟎𝒙𝟐
Utilizando los valores 𝒙𝟏 = 𝟎, 𝒙𝟐 = 𝟎 𝒚 𝒙𝟑 = 𝟎 para a primera aproximación, se obtiene
las aproximaciones sucesivas
𝒙𝟏 = 𝟑𝟎𝟎, 𝒙𝟐 = 𝟐𝟒 𝒚 𝒙𝟑 = 𝟐𝟏
Y
𝒙𝟏 = −𝟏𝟕𝟓𝟐, 𝒙𝟐 = −𝟐𝟗𝟗𝟕 𝒚 𝒙𝟑 = −𝟑𝟖𝟕𝟗
Y no hay probabilidad de que esta secuencia converja a los valores 𝒙𝟏 = 𝟐, 𝒙𝟐 =
𝟏 𝒚 𝒙𝟑 = 𝟑. Por tanto, es crucial obtener algún conocimiento para que se pueda asegurar
que las iteraciones converjan. El método anterior, conocido como el método de jacobi,
para vez se usa porque existen varias mejores que se pueden utilizar para elevar la
rapidez de convergencia. Sin embargo, si se cuenta con una computadora que efectué
los cálculos en paralelo, se recomienda este método por ser altamente paralelizable.
k 0 1 2 3 4 5
(𝑘) 0.0000 0.6000 1.030 1.0065 1.0009 1.0001
𝑥1
(𝑘) 0.0000 2.3272 2.037 2.0036 2.0003 2.0000
𝑥2
(𝑘) 0.0000 -0.9873 -1.014 -1.0025 -1.0003 -1.0000
𝑥3
(𝑘) 0.0000 0.8789 0.9844 0.9983 0.9983 1.0000
𝑥4
Dado que
Se acepta 𝑥 (5) como una aproximación razonable a la solución. Note que en el método
de Jacobi requirió el doble de iteraciones para alcanzar el mismo grado de exactitud.
Si se quiere expresar el método de Gauss-Seidel en forma matricial, multiplicamos
ambos lados de la ecuación por 𝑎Ü y reunimos todos los k-ésimos términos de iteración,
los que nos da
(𝑘) (𝑘) (𝑘) (𝑘−1) (𝑘−1)
𝑎𝑖1 𝑥3 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑖 𝑥𝑖 = −𝑎𝑖,𝑖+1 𝑥𝑖+1 − ⋯ − 𝑎𝑖𝑛 𝑥𝑛 + 𝑏𝑖
𝑥 (𝑘) = 𝑇𝑔 𝑥 (𝑘−1) + 𝐶𝑔
Para que la matriz triangular inferior D-L sea no singular, es necesario y suficiente que
𝑎𝑖𝑖 ≠ 0 para cada i=1, 2,…..n.
Método iterativo de Gauss-Seidel