Mtodos iterativos para sistemas de ecuaciones lineales

Mtodos iterativos para sistemas de ecuaciones lineales

Introduccin Ecuacin del Calor Mtodo de Jacobi Mtodo de Gauss-Seidel Mtodo de Sobrerrelajacin Problema del Condensador

Mtodos directos frente a mtodos iterativos

DIRECTOS Ax =b x = A\ b Tamao moderado Modifican la estructura Error de redondeo ITERATIVOS x = Cx + d x(k+1) = Cx(k) + d Tamao grande Conservan los ceros Error de truncamiento

Convergencia y nmero de operaciones

Coste (para matrices densas)
Directos: n3 Iterativos: k.n2

Convergencia Criterio de parada:

(k +1)

x

(k) p

tol; p ! 1,2,...,inf
tol; p ! 1,2,...,inf

Ax

(k)

b

Ecuacin del Calor

Sistema de ec. lin.
T ! (T0  T ) / T ! (T  T3 ) / T3 ! (T  T4 ) / / T ! (T -  T ) /
T0 T1 T2

Matriz asociada

2 -1 - 1 2 - 1 -1 2 1 1 1 - 1 -1 2
. . . Tn Tn+1

Matriz de la Ecuacin del Calor con MATLAB

function A = mcalor1(n) v = ones(1,n-1); A = 2*eye(n) - diag(v,1) diag(v,-1);

El mtodo de Jacobi
Sistema de ecuaciones lineales
a11x1  a12 x 2  a1 x .  a1nxn ! b1 a 21x1  a 22 x 2  a 2 x .  a 2nx n ! b 2 a 1x1  a 2 x 2  a x .  a nx n ! b / / / / / a n1xn  a n2 x 2  a n x .  annxn ! bn

Ecuacin de punto fijo

 a1nxn ) / a11  a2nxn ) / a22 x2 ! (b  a 1x1  a 2x2 .  a nxn ) / a / / 1 / / xn ! (bn  an1x1  an2x2 .  an,n1xn1 ) / ann x1 ! (b1  a12x2  a1 x . x1 ! (b2  a21x1  a2 x .

Iteracin de Jacobi
x x x
( +1) 1

!( 1 a x ! ( 2 a x
/ /

( ) 12 2 ( ) 21 1 ( ) 31 1

a x .
( ) 13 3

 a x )/ a11
( ) 1n n

( +1) 2 ( +1) 3

a x

( ) 23 3 ( ) 32 2

 a x )/ a22
( ) 2n n

! ( 3 a x

a x .
/
( ) n2 2

 a x )/ a33
( ) 3n n

/
( ) n,n1 n1

( +1) n

! ( n a x

( ) n1 1

a x . a

x )/ ann

Expresin matricial Resolucin con MATLAB

A ! L DU x
(  1)

! D (  (L  U)x )
( )

1

U = triu(A,1); L = tril(A,-1); d = diag(A); x = (b-(L+U)*x)./d

Condicin suficiente de convergencia

Matriz estrictamente diagonalmente dominante: dominante para i=1,2,...,n

| a ii | "| a i1 |.  | a i,i  1 | | a i,i  1 |.  | a in |

Si A es estrictamente diagonalmente dominante, dominante los iterados de Jacobi convergen a la solucin del sistema partiendo de cualquier estimacin inicial.

Iteracin de Gauss-Seidel
x x x
( +1) 1

!( 1  a x ! ( 2 a x ! ( 3 a x
/

() 12 2

a x a x a x
/

() 13 3

. .

 a x )/ a11
() 1n n () 2n n

( +1) 2 ( +1) 3

( +1) 21 1 ( +1) 31 1

() 23 3

( +1) 32 2

/
( +1) n1 1

( +1) n

! ( n a x

a x

( +1) n2 2

 a x )/ a22 () .  a3nxn )/ a33 / ( +1) .  an,n1xn1 )/ ann

Expresin matricial Resolucin con MATLAB

A ! LDU (L  D)x x
(k 1) (k 1)

! b  Ux
1

(k) (k)

! (L  D) (b  Ux )

d = diag(A); D = diag(d); U = triu(A,1); L = tril(A,-1); x = (L + D)\(b - U*x)

Mtodo de sobrerrelajacin
xi

 xi
zi

+1

Gauss  Seidel: i( +1) ! x i( )  z i x S rerrelajaci n: ! x  wz i ; i( +1)  x i( ) zi ! x x

( +1) i ( ) i

xi

+1

0<w<2
+1)

( +1) i

! (1  w)x

( ) i

i(  wx

Paso de sobrerrelajacin
( ( x1 +1) ! (1 [)x1 )  [( 1  a12x(2 )  a13x(3 ) .  a1nx(n ) )/ a11

( +1) 2

! (1 [)x  [( 2  a x
( ) 2

( +1) 21 1

a x

( ) 23 3

( x(3 +1) ! (1 [)x(3 )  [( 3  a31x1 +1)  a32x(2 +1) .

( x(n +1) ! (1 [)x(n )  [( n  an1x1 +1)  an2x(2 +1) .

( )  a2nxn )/ a22 ( )  a3nxn )/ a33 /  an,n1x(n+1) )/ ann 1

Expresin matricial Resolucin con MATLAB

A ! L  D  U

( [ L  D )x (

+1 )

! (1  [ )D x ( )  [ (  U x ( ) )
)

( [L  D)x (

+1)

! [b  ((1  [ )D  [U)x (

D = diag(diag(A)); c = [*b; C = (1-[)*D - [*U x = ([L + D)\(c + C*x)

Condicin suficiente de convergencia

Matriz simtrica definida positiva: positiva AT = A, xTAx > 0 Si A es simtrica definida positiva y 0<w<2, los iterados de SR convergen a la nica solucin del sistema, partiendo de cualquier estimacin inicial.

Ecuacin del Calor en un rectngulo

N

VC = (VN + VS + VE + VW)/4

Generacin de la matriz con MATLAB

function A = mcalor2(m,n) p = m*n; v = ones(1,p-1); for k=n:n:p-1, v(k) = 0; end w = ones(1,p-n); A = 4*eye(p) ... - diag(v,1) - diag(v,-1) ... - diag(w,n) - diag(w,-n);

Resumen
Los mtodos iterativos se aplican a matrices grandes y dispersas dispersas. El coste por iteracin es O(n2) o menor si se aprovecha la dispersidad Se espera que converjan en menos de n pasos. La matriz ha de cumplir ciertas condiciones para que el mtodo converja.