P. 1
Metodos Iterativos

Metodos Iterativos

|Views: 146|Likes:
Publicado porMaria Luisa Rosales

More info:

Published by: Maria Luisa Rosales on Jul 27, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

05/15/2015

pdf

text

original

METODOS ITERATIVOS Los métodos iterativos frente a los directos, no nos aseguran una mejor aproximación, sin embargo

son más eficientes cuando trabajamos con matrices de gran tamaño. Método de Gauss-Seidel El método de Gauss-Seidel, es un método iterativo y por lo mismo, resulta ser un método bastante eficiente. Comenzamos con nuestro sistema de ecuaciones:

De la ecuación 1 despejemos x1 , de la ecuación 2 despejemos x2 , …, de la ecuación n despejemos xn. Esto nos da el siguiente conjunto de ecuaciones:

Este último conjunto de ecuaciones son las que forman nuestras fórmulas iterativas. Para comenzar el proceso iterativo, le damos el valor de cero a las variables x2,x3,....xn ; esto nos dará un primer valor para x1 . Más precisamente, tenemos que:

Enseguida, sustituímos este valor de x1 en la ecuación 2, y las variables x3,x4,........xn siguen teniendo el valor de cero. Esto nos da el siguiente valor para x2 :

Estos últimos valores de x1 y x2 , los sustituímos en la ecuación 3, mientras que x4,x5,.......xn siguen teniendo el valor de cero; y así sucesivamente hasta llegar a la última ecuación. Todo este paso, nos arrojará una lista de primeros valores para nuestras incógnitas, la cual conforma nuestro primer paso en el proceso iterativo. Digamos que tenemos:

Volvemos a repetir el proceso, pero ahora sustituyendo estos últimos datos en vez de ceros como al inicio, obtendremos una segunda lista de valores para cada una de las incógnitas. Digamos que ahora tenemos:

En este momento, podemos calcular los errores aproximados relativos, respecto a cada una de las incógnitas. Así, tenemos la lista de errores como sigue:

El proceso se vuelve a repetir hasta que:

Donde Ea es un error prefijado.

Método de Jacobi De todos los métodos iterativos, el de Jacobi es el más fácil de aplicar y entender, sin embargo, no es muy eficiente en cuanto a la obtención de soluciones. Es un método iterativo, usado para resolver sistemas de ecuaciones lineales del tipo Ax = b Supongamos que se tiene un sistema 3 x 3. Si los elementos de la diagonal no son todos cero, la primera ecuación se puede resolver para x1, la segunda para x2 y la tercera para x3, para obtener:

En general, para un sistema de ecuaciones lineales de n ecuaciones con n incógnitas, el Método de Jacobi para encontrar un valor k de una variable x es el siguiente:

El procedimiento consiste en asignar unos valores iniciales a las variables, usualmente se escoge "0" por simplicidad, de manera que para generar la siguiente iteración se sustituyen los valores obtenidos en la ecuación siguiente, con lo que se obtiene:

En la siguiente sección se ilustra cómo la convergencia de éste método está dada por:

Convergencia del método:

Para determinar si el método de Jacobi converge hacia una solución. Se evalúan las siguientes condiciones de convergencia (Nota: las siguientes van en un órden de modo que si se cumple una de las condiciones, comenzando por la primera por supuesto, la evaluación de las siguientes no es necesario realizarlas): 1. La matriz sea estrictamente dominante diagonalmente por filas (E.D.D. por filas), es decir, para todo i desde 1 hasta n que es el tamaño de la matriz A:

Es decir, el elemento de la diagonal correspondiente a la fila i debe ser mayor a la suma de los elementos de esa fila i. 2. A partir de la siguiente identidad:

Donde D corresponde a la matriz formada por los elementos de la diagonal de A (D=diag(a11, a22, ..., ann)), -L corresponde a la matriz triangular inferior obtenida de la parte triangular estrictamente inferior de A, y -U corresponde a la matriz triangular superior obtenida de la parte triangular estrictamente superior de A, se puede deducir la fórmula vectorial de este método: , k = 1, 2, ... De donde BJ (conocida como la matriz de iteración de Jacobi) es D-1(L+U). Para que el método de Jacobi converja hacia una solución, , para una norma matricial inducida. 3. ρ(BJ), que corresponde al máximo de los valores absolutos de las raíces de la ecuación característica de la matriz BJ (det(BJ λI)) es menor que 1.

Fuente: http://virtualum.edu.co/ Diego Lopez UdeA

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->