lgebra Lineal Ma1010

Mtodos Iterativos para Resolver Sistemas Lineales

Departamento de Matemticas

ITESM

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 1/30

Introduccin
En esta lectura veremos procedimientos iterativos para resolver un sistema de ecuaciones lineales. El primero de ellos conocido como el procedimiento de Jacobi basado en la idea de punto jo y un segundo procedimiento conocido como mtodo de Gauss-Seidel el cual es una modicacin simple del procedimiento de Jacobi. Introduciremos el concepto de matriz diagonalmente dominante el cual se relaciona con la garanta de convergencia en la aplicacin de los mtodos vistos. Veremos que en algunos casos es posible replantear el sistema para garantizar la convergencia. Asimismo se comentar en qu situaciones los mtodos iterativos son ms convenientes a los mtodos directos.
Mtodos Iterativos para Resolver Sistemas Lineales
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

lgebra Lineal - p. 2/30

Se recomienda utilizar el archivo de excel que se provee para ilustrar la convergencia de los mtodos, sobre todo los siguientes hechos: I Que la convergencia se tiene siempre que la matriz es diagonalmente dominante, sin importar cual sea la semilla o el vector de constantes. I Que cuando la matriz de coecientes no es diagonalmente dominante, se puede tener convergencia ya sea por que la semilla es la adecuada ya sea por el vector de constantes. En trminos formales, que la condicional Si la matriz de coecientes es DD, entonces Jacobi converge es cierta, mientras que su recproca no lo es.

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 3/30

Objetivos
Ser importante que usted I Entienda los conceptos: N mtodo iterativo, N ecuacin de recurrencia, N convergencia, N matriz diagonalmente dominante I En trminos cualitativos N Entienda la diferencia entre un mtodo directo y uno iterativo. N Entienda la conveniencia de usar un mtodo iterativo y uno directo. I Entienda y mecanice los procedimientos de N Mtodo de Jacobi, y N Mtodo de Gauss-Seidel.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 4/30

Generalidades
Un mtodo iterativo es un mtodo que progresivamente va calculando aproximaciones a la solucin de un problema. En Matemticas, en un mtodo iterativo se repite un mismo proceso de mejora sobre una solucin aproximada: se espera que lo obtenido sea una solucin ms aproximada que la inicial. El proceso se repite sobre esta nueva solucin hasta que el resultado ms reciente satisfaga ciertos requisitos. A diferencia de los mtodos directos, en los cuales se debe terminar el proceso para tener la respuesta, en los mtodos iterativos se puede suspender el proceso al termino de una iteracin y se obtiene una aproximacin a la solucin.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 5/30

Mtodo Iterativo: Un ejemplo

Considere el problema de encontrar una raz a una ecuacin cuadrtica, por ejemplo: f ( x) = x2 x 2 = 0
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 6/30

Mtodo Iterativo: Un ejemplo

Considere el problema de encontrar una raz a una ecuacin cuadrtica, por ejemplo: f ( x) = x2 x 2 = 0 Un mtodo directo para resolverlo es aplicar la frmula general x= (1) (1)2 4(1)(2) 2(1) = 1, 2
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 6/30

Mtodo Iterativo: Un ejemplo

Considere el problema de encontrar una raz a una ecuacin cuadrtica, por ejemplo: f ( x) = x2 x 2 = 0 Un mtodo directo para resolverlo es aplicar la frmula general x= (1) (1)2 4(1)(2) 2(1) = 1, 2
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Un mtodo iterativo para resolver ecuaciones es el mtodo de Newton que consiste en usar la frmula de mejora: xi+1 f ( xi ) xi 2 xi 2 = xi = xi f ( xi ) 2 xi 1

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 6/30

Si tomamos como primera aproximacin x0 = 3 (para i = 0), tendremos 32 3 2 x0 2 x0 2 =3 2. 2 x1 = x0 2 x0 1 231

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 7/30

Si tomamos como primera aproximacin x0 = 3 (para i = 0), tendremos 32 3 2 x0 2 x0 2 =3 2. 2 x1 = x0 2 x0 1 231 Si ahora tomamos como aproximacin x1 = 2.2 y aplicamos de nuevo la frmula tendremos: x1 2 x1 2 2. 22 2. 2 2 x2 = x1 = 2. 2 2.011 2 x1 1 2 2. 2 1

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 7/30

Si tomamos como primera aproximacin x0 = 3 (para i = 0), tendremos 32 3 2 x0 2 x0 2 =3 2. 2 x1 = x0 2 x0 1 231 Si ahora tomamos como aproximacin x1 = 2.2 y aplicamos de nuevo la frmula tendremos: x1 2 x1 2 2. 22 2. 2 2 x2 = x1 = 2. 2 2.011 2 x1 1 2 2. 2 1 Si ahora tomamos como aproximacin x2 = 2.011 y aplicamos de nuevo la frmula tendremos:

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

x2 2 x2 2 2.0112 2.011 2 x3 = x2 = 2.011 2.00004 2 x2 1 2 2.011 1 Etceter.

Mtodos Iterativos para Resolver Sistemas Lineales lgebra Lineal - p. 7/30

Ventajas y Desventajas
Un elemento en contra que tienen los mtodos iterativos sobre los mtodos directos es que calculan aproximaciones a la solucin.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 8/30

Ventajas y Desventajas
Un elemento en contra que tienen los mtodos iterativos sobre los mtodos directos es que calculan aproximaciones a la solucin. Los mtodos iterativos se usan cuando no se conoce un mtodo para obtener la solucin en forma exacta.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 8/30

Ventajas y Desventajas
Un elemento en contra que tienen los mtodos iterativos sobre los mtodos directos es que calculan aproximaciones a la solucin. Los mtodos iterativos se usan cuando no se conoce un mtodo para obtener la solucin en forma exacta. Tambin se utilizan cuando el mtodo para determinar la solucin exacta requiere mucho tiempo de clculo, cuando una respuesta aproximada es adecuada, y cuando el nmero de iteraciones es relativamente reducido.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 8/30

Mtodo Iterativo General

Un mtodo iterativo consta de los siguientes pasos.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 9/30

Mtodo Iterativo General

Un mtodo iterativo consta de los siguientes pasos.
1. inicia con una solucin aproximada (Semilla),
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 9/30

Mtodo Iterativo General

Un mtodo iterativo consta de los siguientes pasos.
1. 2.
Introduccion Objetivos Generalidades Un ejemplo inicia con una solucin aproximada (Semilla), Ventajas y Desventajas ejecuta una serie de clculos para obtener o construir una mejor aproximacin Iterativo General partiendo de la aproximacin semilla. La frmula que permite construir la Metodo Jacobi Ejemplo 1 aproximacin usando otra se conoce como ecuacin de recurrencia. Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 9/30

Mtodo Iterativo General

Un mtodo iterativo consta de los siguientes pasos.
1. 2.
Introduccion Objetivos Generalidades Un ejemplo inicia con una solucin aproximada (Semilla), Ventajas y Desventajas ejecuta una serie de clculos para obtener o construir una mejor aproximacin Iterativo General partiendo de la aproximacin semilla. La frmula que permite construir la Metodo Jacobi Ejemplo 1 aproximacin usando otra se conoce como ecuacin de recurrencia. Convergencia se repite el paso anterior pero usando como semilla la aproximacin obtenida.Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

3.

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 9/30

Metodo de Jacobi: Idea

El mtodo Jacobi es un mtodo iterativo para resolver sistemas de ecuaciones lineales ms simple y se aplica slo a sistemas cuadrados, es decir a sistemas con tantas incgnitas como ecuaciones.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 10/30

1. Primero se determina la ecuacin de recurrencia. Para ello se ordenan las ecuaciones y las incgnitas. De la ecuacin i se despeja la incgnita i. En notacin matricial se escribirse como: x = c + Bx donde x es el vector de incgnitas.

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 11/30

1. Primero se determina la ecuacin de recurrencia. Para ello se ordenan las ecuaciones y las incgnitas. De la ecuacin i se despeja la incgnita i. En notacin matricial se escribirse como: x = c + Bx donde x es el vector de incgnitas. 2. Se toma una aproximacin para las soluciones y a sta se le designa por xo

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 11/30

1. Primero se determina la ecuacin de recurrencia. Para ello se ordenan las ecuaciones y las incgnitas. De la ecuacin i se despeja la incgnita i. En notacin matricial se escribirse como: x = c + Bx donde x es el vector de incgnitas. 2. Se toma una aproximacin para las soluciones y a sta se le designa por xo 3. Se itera en el ciclo que cambia la aproximacin xi+1 = c + Bxi

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 11/30

Ejemplo

Partiendo de (x = 1, y = 2) aplique dos iteraciones del mtodo de Jacobi para resolver el sistema: 5x + 2y = 1 x 4y = 0
Solucion

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 12/30

Ejemplo

Partiendo de (x = 1, y = 2) aplique dos iteraciones del mtodo de Jacobi para resolver el sistema: 5x + 2y = 1 x 4y = 0
Solucion

x = 0.20 + 0.00 x 0.40 y y = 0.00 + 0.25 x + 0.00 y

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 12/30

Ejemplo

Partiendo de (x = 1, y = 2) aplique dos iteraciones del mtodo de Jacobi para resolver el sistema: 5x + 2y = 1 x 4y = 0
Solucion

x = 0.20 + 0.00 x 0.40 y y = 0.00 + 0.25 x + 0.00 y x y = 0.20 0.00 + 0.00 0.40 0.25 0.00 x y

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 12/30

Aplicamos la primera iteracin partiendo de x0 = 1.00 y y0 = 2.00: x1 = 0.20 + 0.00 (1.00) 0.40 (2.00) = 0.60 y1 = 0.00 + 0.25 (1.00) + 0.00 (2.00) = 0.25

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 13/30

Aplicamos la primera iteracin partiendo de x0 = 1.00 y y0 = 2.00: x1 = 0.20 + 0.00 (1.00) 0.40 (2.00) = 0.60 y1 = 0.00 + 0.25 (1.00) + 0.00 (2.00) = 0.25 Aplicamos la segunda iteracin partiendo de x1 = 0.60 y y1 = 0.25: x2 = 0.20 + 0.00 (0.60) 0.40 (0.25) = 0.10 y2 = 0.00 + 0.25 (0.60) + 0.00 (0.25) = 0.15

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 13/30

Aplicamos la primera iteracin partiendo de x0 = 1.00 y y0 = 2.00: x1 = 0.20 + 0.00 (1.00) 0.40 (2.00) = 0.60 y1 = 0.00 + 0.25 (1.00) + 0.00 (2.00) = 0.25 Aplicamos la segunda iteracin partiendo de x1 = 0.60 y y1 = 0.25: x2 = 0.20 + 0.00 (0.60) 0.40 (0.25) = 0.10 y2 = 0.00 + 0.25 (0.60) + 0.00 (0.25) = 0.15 Aplicamos la siguiente iteracin partiendo de x2 = 0.10 y y1 = 0.15: x3 = 0.20 + 0.00 (0.10) 0.40 (0.15) = 0.26 y3 = 0.00 + 0.25 (0.10) + 0.00 (0.15) = 0.025
Mtodos Iterativos para Resolver Sistemas Lineales lgebra Lineal - p. 13/30

Aplicamos la siguiente iteracin partiendo de x3 = 0.26 y y3 = 0.025: x4 = 0.20 + 0.00 (0.26) 0.40 (0.025) = 0.190 y4 = 0.00 + 0.25 (0.26) + 0.00 (0.025) = 0.065

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 14/30

Aplicamos la siguiente iteracin partiendo de x3 = 0.26 y y3 = 0.025: x4 = 0.20 + 0.00 (0.26) 0.40 (0.025) = 0.190 y4 = 0.00 + 0.25 (0.26) + 0.00 (0.025) = 0.065 Aplicamos la siguiente iteracin partiendo de x4 = 0.190 y y4 = 0.065: x5 = 0.20 + 0.00 (0.19) 0.40 (0.065) = 0.174 y5 = 0.00 + 0.25 (0.19) + 0.00 (0.065) = 0.0475

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 14/30

Aplicamos la siguiente iteracin partiendo de x3 = 0.26 y y3 = 0.025: x4 = 0.20 + 0.00 (0.26) 0.40 (0.025) = 0.190 y4 = 0.00 + 0.25 (0.26) + 0.00 (0.025) = 0.065 Aplicamos la siguiente iteracin partiendo de x4 = 0.190 y y4 = 0.065: x5 = 0.20 + 0.00 (0.19) 0.40 (0.065) = 0.174 y5 = 0.00 + 0.25 (0.19) + 0.00 (0.065) = 0.0475 Aplicamos la siguiente iteracin partiendo de x5 = 0.174 y y5 = 0.0475: x6 = 0.20 + 0.00 (0.174) 0.40 (0.0475) = 0.181 y6 = 0.00 + 0.25 (0.174) + 0.00 (0.0475) = 0.0435
Mtodos Iterativos para Resolver Sistemas Lineales lgebra Lineal - p. 14/30

Si uno dispone de una hoja de clculo como EXCEL es fcil realizar los clculos anteriores: i 0 1 2 3 4 5 6 donde xi yi xi+1 yi+1 Di 1.000 2.000 -0.600 0.250 0.100 -0.150 0.260 0.025 0.190 0.065 0.174 0.047 0.181 0.043 -0.600 0.250 1.750 0.100 -0.150 0.700 0.260 0.025 0.175 0.190 0.065 0.070 0.174 0.047 0.017 0.181 0.043 0.007 0.182 0.045 0.001

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Di = m ax (|xi xi+1 |, |yi yi+1 |)

Mtodos Iterativos para Resolver Sistemas Lineales lgebra Lineal - p. 15/30

Si se graca las aproximaciones obtenidas en el plano x y se obtendr algo como:

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 16/30

Convergencia y convergencia en Jacobi

Uno de los principales problemas de los mtodos iterativos es la garanta de que el mtodo va a converger, es decir, va a producir una sucesin de aproximaciones cada vez efectivamente ms prximas a la solucin.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 17/30

Convergencia y convergencia en Jacobi

Uno de los principales problemas de los mtodos iterativos es la garanta de que el mtodo va a converger, es decir, va a producir una sucesin de aproximaciones cada vez efectivamente ms prximas a la solucin. En el caso del mtodo de Jacobi no existe una condicin exacta para la convergencia.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 17/30

Convergencia y convergencia en Jacobi

Uno de los principales problemas de los mtodos iterativos es la garanta de que el mtodo va a converger, es decir, va a producir una sucesin de aproximaciones cada vez efectivamente ms prximas a la solucin. En el caso del mtodo de Jacobi no existe una condicin exacta para la convergencia. Lo mejor es una condicin que garantiza la convergencia, pero en caso de no cumplirse puede o no haberla es la siguiente: Si la matriz de coecientes original del sistema de ecuaciones es diagonalmente dominante, el mtodo de Jacobi seguro converge.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 17/30

Matriz Diagonalmente Dominante

Una matriz se dice matriz diagonalmente dominante, si en cada uno de los renglones, el valor absoluto del elemento de la diagonal principal es mayor que la suma de los valores abslutos de los elementos restantes del mismo rengln.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 18/30

Matriz Diagonalmente Dominante

Una matriz se dice matriz diagonalmente dominante, si en cada uno de los renglones, el valor absoluto del elemento de la diagonal principal es mayor que la suma de los valores abslutos de los elementos restantes del mismo rengln. A veces la matriz de un sistema de ecuaciones no es diagonalmente dominante pero cuando se cambian el orden de las ecuaciones y las incgnitas el nuevo sistema puede tener matriz de coecientes diagonalmente dominante.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 18/30

Ejemplo

Son matrices diagonalmente dominantes: 4 1 1 6 1 2 4 1 , 2 8 3 , 1 3 0 3 8 3 2 9 3 2 9

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 19/30

Ejemplo

No son matrices diagonalmente dominantes: 4 1 3 4 1 1 4 4 , 2 8 1 , 2 8 7 3 8 3 10 2 3 10 20

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 19/30

Orden conveniente para Jacobi

En ciertas ocasiones al aplicar Jacobi la matriz no es diagonalmente dominante y por tanto no existir garanta de convergencia. Sin embargo, en algunos casos ser posible reordenar las incgnitas en otra manera de forma que la nueva matriz de coecientes sea diagonalmente dominante. Esto se puede detectar revisando todos los posibles ordenamientos de las incgnitas y ver cmo es la matriz resultante. Claro que esto conlleva un bueno nmero de pruebas pues el nmero posible de ordenamientos en n variables es (n 1)! pero cuando n es reducido es sencillo. Veamos algunos ejemplos.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 20/30

Ejemplo

Indique cul es el orden conveniente para aplicar Jacobi al sistema: 3 x + 12 y z = 2 11 x 4 y + 3 z = 3 3 x 2 y 12 z = 2

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 21/30

Ejemplo

Indique cul es el orden conveniente para aplicar Jacobi al sistema: 3 x + 12 y z = 2 3 12 1 11 x 4 y + 3 z = 3 11 4 3 3 x 2 y 12 z = 2 3 2 12

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 21/30

Ejemplo

Indique cul es el orden conveniente para aplicar Jacobi al sistema: 3 x + 12 y z = 2 11 x 4 y + 3 z = 3 3 x 2 y 12 z = 2

Solucion

la matriz de coecientes es diagonalmente dominante Mtodos Iterativos para Resolver Sistemas Lineales

Con el orden y x z el sistema y su matriz de coecientes quedan: 12 y + 3 x z = 2 12 3 1 4 y + 11 x + 3 z = 3 3 4 11 2 y 3 x 12 z = 2 2 3 12

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

lgebra Lineal - p. 21/30

El Mtodo de Gauss-Seidel: Idea

El mtodo de Gauss-Seidel es muy semejante al mtodo de Jacobi.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 22/30

El Mtodo de Gauss-Seidel: Idea

El mtodo de Gauss-Seidel es muy semejante al mtodo de Jacobi. Mientras que en el de Jacobi se utiliza el valor de las incgnitas para determinar una nueva aproximacin, en el de Gauss-Seidel se va utilizando los valores de las incgnitas recien calculados en la misma iteracin, y no en la siguiente.
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 22/30

Por ejemplo, en el mtodo de Jacobi se obtiene en el primer clculo xi+1 , pero este valor de x no se utiliza sino hasta la siguiente iteracin.

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 23/30

Por ejemplo, en el mtodo de Jacobi se obtiene en el primer clculo xi+1 , pero este valor de x no se utiliza sino hasta la siguiente iteracin. En el mtodo de Gauss-Seidel en lugar de eso se utiliza de xi+1 en lugar de xi en forma inmediata para calcular el valor de yi+1 de igual manera procede con las siguientes variables;

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 23/30

Por ejemplo, en el mtodo de Jacobi se obtiene en el primer clculo xi+1 , pero este valor de x no se utiliza sino hasta la siguiente iteracin. En el mtodo de Gauss-Seidel en lugar de eso se utiliza de xi+1 en lugar de xi en forma inmediata para calcular el valor de yi+1 de igual manera procede con las siguientes variables; siempre se utilizan las variables recien calculadas.

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 23/30

Mtodo de Gauss-Seidel: Ejemplos

Ejemplo
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Partiendo de (x = 1, y = 2) aplique dos iteraciones del mtodo de Gauss-Seidel para resolver el sistema: 5x + 2y = 1 x 4y = 0

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 24/30

Mtodo de Gauss-Seidel: Ejemplos

Ejemplo
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Partiendo de (x = 1, y = 2) aplique dos iteraciones del mtodo de Gauss-Seidel para resolver el sistema: 5x + 2y = 1 x 4y = 0
Solucion

Debemos primeramente despejar de la ecuacin la incgnita correspondiente. x = 0.20 + 0.00 x 0.40 y y = 0.00 + 0.25 x + 0.00 y

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 24/30

Aplicamos la primera iteracin partiendo de x0 = 1.00 y y0 = 2.00: x1 = 0.20 + 0.00 (+1.000) 0.40 (2.00) = 0.600 y1 = 0.00 + 0.25 (0.600) + 0.00 (2.00) = 0.15

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 25/30

Aplicamos la primera iteracin partiendo de x0 = 1.00 y y0 = 2.00: x1 = 0.20 + 0.00 (+1.000) 0.40 (2.00) = 0.600 y1 = 0.00 + 0.25 (0.600) + 0.00 (2.00) = 0.15 Aplicamos la segunda iteracin partiendo de x1 = 0.600 y y1 = 0.15: x2 = 0.20 + 0.00 (0.600) 0.40 (0.15) = 0.26 y2 = 0.00 + 0.25 (0.26) + 0.00 (0.15) = 0.065

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 25/30

Ejemplo

Partiendo de (x = 1, y = 2, z = 0) aplique dos iteraciones del mtodo de Gauss-Seidel para resolver el sistema: 10 x + 0 y z = 1 4 x + 12 y 4 z = 8 4 x + 4 y + 10 z = 4

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 26/30

Ejemplo

Partiendo de (x = 1, y = 2, z = 0) aplique dos iteraciones del mtodo de Gauss-Seidel para resolver el sistema: 10 x + 0 y z = 1 4 x + 12 y 4 z = 8 4 x + 4 y + 10 z = 4
Solucion

Debemos primeramente despejar de la ecuacin la incgnita correspondiente. x = 0.10 + 0.00 x + 0.00 y + 0.10 z y = 0.66 0.33 x + 0.00 y + 0.33 z z = 0.40 0.40 x 0.40 y + 0.00 z
Mtodos Iterativos para Resolver Sistemas Lineales

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

lgebra Lineal - p. 26/30

Aplicamos la primera iteracin partiendo de x0 = 1.00, y0 = 2.00, y z = 0.00:

x1 y1 z1 = = = 0.10 0.66 0.40 + 0.00(1.00) 0.33(0.10) 0.40(0.10) + + 0.00 (2.00) 0.00 (2.00) 0.40 (0.70) + + + 0.10 (0.00) 0.33 (0.00) 0.00 (0.00) = = = 0 .1 0.70 0.16

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 27/30

Aplicamos la primera iteracin partiendo de x0 = 1.00, y0 = 2.00, y z = 0.00:

x1 y1 z1 = = = 0.10 0.66 0.40 + 0.00(1.00) 0.33(0.10) 0.40(0.10) + + 0.00 (2.00) 0.00 (2.00) 0.40 (0.70) + + + 0.10 (0.00) 0.33 (0.00) 0.00 (0.00) = = = 0 .1 0.70 0.16

Aplicamos la segunda iteracin partiendo de x1 = 0.10 y y1 = 0.70 y z1 = 0.16:

x1 y1 z1 = = = 0.10 0.66 0.40 + 0.00(0.10) 0.33(0.084) 0.40(0.084) + + 0.00 (0.70) 0.00 (0.70) 0.40 (0.748) + + + 0.10 (0.16) 0.33 (0.16) 0.00 (0.16) = = = 0.084 0.748 0.134

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 27/30

Costo computacional
Es difcil estimar el costo computacional de un mtodo iterativo, pues de antemano se desconoce cuntas iteraciones requerira para obtener una respuestas que satisfaga al usuario. Generalmente, se procede a calcular el costo . computacional por iteracion
Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 28/30

En el caso del mtodo de Jacobi la relacin de recurrencia utilizada es: x i+ 1 = c + B x i

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 29/30

Utilizando esta informacin podemos concluir que si el algoritmo toma m iteraciones entonces el total de FLOPs ser de: 2 m n2

Introduccion Objetivos Generalidades Un ejemplo Ventajas y Desventajas Iterativo General Metodo Jacobi Ejemplo 1 Convergencia Diagonalmente Dominante Ejemplo 2 Reordenamiento Gauss-Seidel Ejemplos Costo Computacional

Mtodos Iterativos para Resolver Sistemas Lineales

lgebra Lineal - p. 30/30