1.

Sistema con matriz de coeficientes diagonal estrictamente

dominante
#
Consideramos el sistema A #
x = b donde

5
2 1
t
# 
A = 0 3 2 , b = 1 0 1 .
4 1 6

La matriz de coeficientes, A, es diagonal estrictamente dominante, porque 5 > 2 + 1, |3| > 0 + 2

y 6 > |4| + 1. En este caso, las iteraciones por el metodo de Jacobi y por el metodo de Gauss-Seidel
convergen para cualquier aproximacion inicial #
x (0) (por la condicion suficiente de convergencia). En efecto,
#
para una cota de error de 1 105 , y tomando como aproximacion inicial #
x (0) = 0 , se necesitan 24
iteraciones
con el metodo de Jacobi

t y 12 iteraciones con el metodo de Gauss Seidel para obtener el vector
#
?
x = 0.2109 0.0156 0.0234 .

2.

Convergencia por Jacobi y Gauss-Seidel

Veamos un caso en donde a pesar de que la matriz de coeficientes del sistema de ecuaciones no es
diagonal estrictamente dominante, ambos metodos convergen a la solucion.
#
Consideramos el sistema A #
x = b donde

9 2 0
t
# 
A = 2 4 1 , b = 5 1 0 .
0 1 1
La matriz A no es diagonal estrictamente dominante porque 1 6> 0 + |1|. No podemos aplicar la
condicion suficiente de convergencia como en el ejemplo anterior. Para saber si las iteraciones de Jacobi y
Gauss-Seidel convergen a la solucion del sistema, debemos aplicar la condicion necesaria y suficiente.
#
Jacobi En este caso las iteraciones son de la forma #
x (n) = Fj #
x (n1) + f j , donde
2
0 9 0

t
#
Fj = 21 0 14 f j = 59 14 0 .
0 1 0
La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fj sea menor a 1, es decir (Fj ) < 1.
El radio espectral en este caso es 0.6009 < 1, y por lo tanto las iteraciones por Jacobi convergen. En
#
efecto, para una cota de error de 1 105 , y tomando #
x (0) = 0 , se necesitan 24 iteraciones con el
metodo de Jacobi para obtener #
x ? = 0.7391 0.8261 0.8261 .
#
Gauss-Seidel En este caso las iteraciones son de la forma #
x (n) = Fgs #
x (n1) + f gs , donde
2
0 9 0
 5 19 19 t
#
1
1

0
Fj =
f
=
.
j
9
4
9
36
36
0 91 14
1

La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fgs sea menor a 1, es decir (Fgs ) < 1.
El radio espectral en este caso es 0.3611 < 1, y por lo tanto las iteraciones por Gauss-Seidel convergen.
#
En efecto, para una cota de error de 1 105 , y tomando #
x (0) = 0 , se necesitan 13 iteraciones con
el metodo de Gauss-Seidel para obtener #
x ? = 0.7391 0.8261 0.8261 .

3.

Divergencia por Jacobi y Gauss-Seidel

#
Consideramos el sistema A #
x = b donde

1 0 1
t
# 
A = 2 2 3 , b = 2 4 1 .
1 1 1

La matriz de coeficientes, A, no es diagonal estrictamente dominante, porque 1 6> 0 + |1|. No podemos

aplicar la condicion suficiente de convergencia como en el ejemplo anterior. Para saber si las iteraciones
de Jacobi y Gauss-Seidel convergen a la solucion del sistema, debemos aplicar la condicion necesaria y
suficiente.
#
Jacobi En este caso las iteraciones son de la forma #
x (n) = Fj #
x (n1) + f j , donde

0
0
1

t
#
Fj = 1 0 23 f j = 2 2 1 .
1 1 0
La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fj sea menor a 1, es decir (Fj ) < 1.
El radio espectral en este caso es 1.1654 > 1, y por lo tanto las iteraciones por Jacobi divergen.
#
Gauss-Seidel En este caso las iteraciones son de la forma #
x (n) = Fgs #
x (n1) + f gs , donde

0 0 1

t
#
Fgs = 0 0 52 f j = 2 0 1 .
0 0 32
La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fgs sea menor a 1, es decir (Fgs ) < 1.
El radio espectral en este caso es 1.5000 > 1, y por lo tanto las iteraciones por Gauss-Seidel divergen.

4.

Convergencia por Gauss-Seidel y divergencia por Jacobi

#
Consideramos ahora el sistema A #
x = b donde

1
2 1
t
# 
A = 1 3 2 , b = 2 1 1 .
4 1 6

La matriz de coeficientes, A, no es diagonal estrictamente dominante, porque 1 6> 2+1. No podemos aplicar
la condicion suficiente de convergencia. Para saber si las iteraciones de Jacobi y Gauss-Seidel convergen a
la solucion del sistema, debemos aplicar la condicion necesaria y suficiente.
2

#
x (n1) + f j , donde
Jacobi En este caso las iteraciones son de la forma #
x (n) = Fj #

0 2 1

t
#
2
Fj = 13 0
f j = 2 13 16 .
3
2
16 0
3
La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fj sea menor a 1, es decir (Fj ) < 1.
El radio espectral en este caso es 1.2993 > 1, y por lo tanto las iteraciones por Jacobi divergen.
#
Gauss-Seidel En este caso las iteraciones son de la forma #
x (n) = Fgs #
x (n1) + f gs , donde

0 2 1

t
#
1
Fgs = 0 23
f gs = 2 13 13
.
3
9
13
11
0 9 18
La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fgs sea menor a 1, es decir (Fgs ) < 1.
El radio espectral en este caso es 0.9428 < 1, y por lo tanto las iteraciones por Gauss-Seidel convergen
a la solucion del sistema (lentamente porque esta muy proximo a 1). En efecto, se necesitan 194

t
#
iteraciones para obtener #
x ? = 0.7458 0.3220 0.6102 , habiendo tomando a 0 como vector de
arranque y 1 105 como cota de error.

5.

Convergencia por Jacobi y divergencia por Gauss-Seidel

#
Consideramos el sistema A #
x = b donde

1 0 1
t
# 
A = 1 1 0 , b = 2 0 0 .
1 2 3

La matriz de coeficientes, A, no es diagonal estrictamente dominante, porque 1 6> 0+1. No podemos aplicar
la condicion suficiente de convergencia. Para saber si las iteraciones de Jacobi y Gauss-Seidel convergen a
la solucion del sistema, debemos aplicar la condicion necesaria y suficiente.
#
Jacobi En este caso las iteraciones son de la forma #
x (n) = Fj #
x (n1) + f j , donde

0 0 1

t
#
Fj = 1 0 0 f gs = 2 0 0 .
1
2
0
3
3
La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fj sea menor a 1, es decir (Fj ) < 1.
El radio espectral en este caso es 0.9444 < 1, y por lo tanto las iteraciones por Jacobi convergen
(lentamente porque esta muy proximo a 1). En efecto, se necesitan 214 iteraciones para obtener

t
#
#
x ? = 1.0000 1.0000 1.0000 , habiendo tomando a 0 como vector de arranque y 1 105 como
cota de error.

#
x (n1) + f gs , donde
Gauss-Seidel En este caso las iteraciones son de la forma #
x (n) = Fgs #

0 0 1

t
#
Fgs = 0 0 1 f gs = 2 2 2 .
0 0 1
La condicion necesaria y suficiente para que estas iteraciones converjan a la solucion del sistema, es
que el radio espectral de Fgs sea menor a 1, es decir (Fgs ) < 1.
El radio espectral en este caso es 1, y por lo tanto las iteraciones por Gauss-Seidel divergen.