Por: [Link].
César Vidal Gutiérrez Ninahuamán
[Link]@[Link]
1. Métodos iterativos
1. Métodos de Jacobi y Gauss – Seidel
2. Método de Jacobi (desplazamientos simultáneos)
3. Método de Gauss – Seidel (desplazamientos sucesivos)
4. Ejemplo 01
5. Ejemplo 02
Métodos iterativos
Los métodos iterativos más sencillos y conocidos son una
generalización del método de punto fijo. Se puede aplicar la misma
técnica a fin de elaborar métodos para la solución de Ax=b, de la
siguiente manera:
Se parte de Ax=b para obtener la ecuación:
ecuación vectorial correspondiente a f(x)=0. Se busca ahora una
matriz B y un vector c, de modo que la ecuación vectorial sea:
Métodos iterativos
La ecuación anterior correspondería a x=g(x). En seguida se propone
un vector inicial x(0), como primera aproximación al vector solución x.
Luego, se calcula con la ecuación anterior la sucesión vectorial x(1),
x(2),… , de la siguiente manera:
Dado el sistema Ax=b, la manera más sencilla es despejar x1 de la
primera ecuación, x2 de la segunda, y así sucesivamente. Para ello,
es necesario que todos los elementos de la diagonal principal de A,
por razones obvias, sean distintos de cero. Para ver esto en detalle
considérese el sistema general de tres ecuaciones (naturalmente puede
extenderse a cualquier número de ecuaciones).
Métodos iterativos
Sea entonces:
con a11, a22 y a33 distintos de cero.
Métodos iterativos
En notación matricial queda:
Una vez que se tiene esta forma, se propone un vector inicial x(0) que
puede ser x(0)=0, o algún otro que sea aproximado al vector solución
x.
Métodos iterativos
Si:
es el vector aproximación a la solución x después de k iteraciones,
entonces se tiene para la siguiente aproximación:
Métodos iterativos
O bien, para un sistema de n ecuaciones con n incógnitas y usando
notación más compacta y de mayor utilidad en programación, se tiene:
Métodos iterativos
En este método, los valores que se van calculando en la (k+1)-ésima
iteración se emplean para estimar los valores faltantes de esa misma
iteración; es decir, con x(k) se calcula x(k+1) de acuerdo con:
Métodos iterativos
O bien, para un sistema de n ecuaciones:
Métodos iterativos
Resuelva el siguiente sistema de ecuaciones lineales mediante el
método de Jacobi y Gauss – Seidel, considere 0.02% en error de
aproximación.
Solución:
Despejar la ecuación:
Métodos iterativos
Asumimos un vector inicial, cuando no se tiene una aproximación al
vector solución, generalmente se emplea como vector inicial el vector
cero, esto es:
Para el cálculo del primer elemento del vector x(1), se sustituye x(0)
en las ecuaciones despejadas anteriormente.
Métodos iterativos
E.A. x1 E.A. x2 E.A. x3
# It x1 x2 x3
(%) (%) (%)
0 0.0000 0.0000 0.0000 --- --- ---
1 2.7000 10.2500 -4.3000 100.00 100.00 100.00
2 0.2200 7.4667 -6.8900 1127.3 37.28 37.59
3 0.5177 7.8433 -5.8373 57.50 4.80 18.03
4 0.5476 8.0454 -5.9722 5.47 2.51 2.26
5 0.4937 7.9855 -6.0186 10.92 0.75 0.77
6 0.5010 7.9969 -5.9958 1.47 0.14 0.38
7 0.5010 8.0009 -5.9996 0.00 0.05 0.06
8 0.4999 7.9996 -6.0004 0.23 0.02 0.01
9 0.5000 7.9999 -5.9999 0.03 0.00 0.01
10 0.5000 8.0000 -6.0000 0.00 0.00 0.00
Métodos iterativos
E.A. x1 E.A. x2 E.A. x3
# It x1 x2 x3
(%) (%) (%)
0 0.0000 0.0000 0.0000 --- --- ---
1 2.7000 8.9000 -6.6200 100.00 100.00 100.00
2 0.2580 7.9143 -5.9345 946.51 12.45 11.55
3 0.5237 8.0100 -6.0067 50.73 1.19 1.20
4 0.4973 7.9991 -5.9993 5.30 0.14 0.12
5 0.5003 8.0001 -6.0001 0.59 0.01 0.01
6 0.5000 8.0000 -6.0000 0.06 0.00 0.00
7 0.5000 8.0000 -6.0000 0.01 0.00 0.00
Métodos iterativos
Resuelva el siguiente sistema de ecuaciones lineales mediante el
método de Jacobi y Gauss – Seidel, considere 0.01% en error de
aproximación.
Solución:
Despejar la ecuación:
Métodos iterativos
Jacobi Gauss - Seidel
# It x1 x2 x3 # It x1 x2 x3
0 0.0000 0.0000 0.0000 0 2.0000 3.5000 4.5000
1 13.0000 11.0000 -7.0000 1 3.0000 3.5000 6.0000
2 45.0000 5.0000 41.0000 2 -1.5000 6.5000 3.0000
3 -105.0000 -75.0000 93.0000 3 10.5000 -2.5000 9.0000
4 -341.0000 23.0000 -367.0000 4 -16.5000 18.5000 -3.0000
5 1137.0000 719.0000 -643.0000 5 40.5000 -26.5000 21.0000
6 2661.0000 -483.0000 3705.0000 6 -76.5000 66.5000 -27.0000
7 -11585.0000 -6355.0000 4349.0000 7 160.5000 -122.5000 69.0000
8 -19389.0000 7247.0000 -35887.0000 8 -316.5000 258.5000 -123.0000
9 114921.0000 55287.0000 -24291.0000 9 640.5000 -506.5000 261.0000
10 128173.0000 -90619.0000 340409.0000 10 -1276.5000 1026.5000 -507.0000
Divergencia
Métodos iterativos
Un adecuado ordenamiento de las ecuaciones puede llevar a la
convergencia:
Métodos iterativos
Jacobi Gauss - Seidel
E.A. x1 E.A. x1
# It x1 x2 x3 E.A. x2 (%) E.A. x3 (%) # It x1 x2 x3 E.A. x2 (%) E.A. x3 (%)
(%) (%)
0 0.0000 0.0000 0.0000 --- --- --- 0 0.0000 0.0000 0.0000 --- --- ---
1 0.3333 0.3333 0.5000 100.00 100.00 100.00 1 0.3333 0.4444 0.4444 100.00 100.00 100.00
2 0.2778 -0.2222 0.5000 20.00 250.00 0.00 2 0.3333 -0.1481 0.7407 0.00 400.00 40.00
3 0.0926 -0.2407 0.7500 200.00 7.69 33.33 3 0.0370 -0.6420 0.8395 800.00 76.92 11.76
4 0.0031 -0.6358 0.6667 2900.00 62.14 12.50 4 -0.1605 -0.8395 0.8395 123.08 23.53 0.00
5 -0.1008 -0.5545 0.8194 103.06 14.66 18.64 5 -0.2263 -0.8615 0.8176 29.09 2.55 2.68
6 -0.1247 -0.7929 0.7269 19.12 30.06 12.74 6 -0.2263 -0.8322 0.8029 0.00 3.52 1.82
7 -0.1732 -0.6774 0.8341 28.04 17.05 12.86 7 -0.2117 -0.8078 0.7980 6.91 3.02 0.61
8 -0.1705 -0.8366 0.7521 1.61 19.03 10.91 8 -0.2020 -0.7980 0.7980 4.83 1.22 0.00
9 -0.1962 -0.7262 0.8330 13.11 15.19 9.72 9 -0.1987 -0.7970 0.7991 1.64 0.14 0.14
10 -0.1864 -0.8428 0.7650 5.25 13.83 8.89 10 -0.1987 -0.7984 0.7999 0.00 0.18 0.09
76 -0.2000 -0.8000 0.8000 0.00 0.01 0.01 13 -0.2001 -0.8001 0.8000 0.08 0.01 0.01
77 -0.2000 -0.8000 0.8000 0.00 0.01 0.00 14 -0.2001 -0.8001 0.8000 0.00 0.01 0.00
78 -0.2000 -0.8000 0.8000 0.00 0.01 0.00 15 -0.2000 -0.8000 0.8000 0.02 0.01 0.00
79 -0.2000 -0.8000 0.8000 0.00 0.01 0.00 16 -0.2000 -0.8000 0.8000 0.01 0.00 0.00
80 -0.2000 -0.8000 0.8000 0.00 0.01 0.00 17 -0.2000 -0.8000 0.8000 0.00 0.00 0.00
