MTODOS DE

APROXIMACIONES
SUCESIVAS PARA
RESOLVER SISTEMAS DE
ECUACIONES LINEALES.
LINEALES

ANLISIS NUMRICO
SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

Los mtodos exactos de eliminacin para resolver

sistemas,, dan solucin p
para sistemas hasta de 15 o
20 ecuaciones, cuando es mayor estos mtodos
presentan serios problemas de exactitud en su
solucin.

Sin embargo existen algunas tcnicas que se

pueden utilizar en la solucin de estos sistemas,
sistemas
algunos de ellos son los de Jacobi y el de Gauss-
Seidel, una desventaja es que no siempre
convergen
g y en algunos
lg casos lo
l hacen
h l t
lentamentet
SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

Carl Gustav Jakob Jacobi (n. 10 de

diciembre de 1804 en Potsdam,
Potsdam Prusia
Prusia,
actual Alemania, 18 de febrero de 1851
en Berln) fue un matemtico alemn.
A t muy prolfico,
Autor lfi contribuy
t ib en variosi
campos de la matemtica, principalmente
en el rea de las funciones elpticas, el
lgebra, la teora de nmeros y las
ecuaciones diferenciales. Tambin destac
en su labor pedaggica, por la que se le ha
considerado el profesor ms estimulante
de su tiempo.
HTTP://ES.WIKIPEDIA.ORG/WIKI/M%C3%A9TODO_DE_JACOBI

La convergencia
g de estos mtodos se cumple
p
cuando:

1) Uno de los coeficientes en cada ecuacin es

mayor en valor absoluto que los dems en la
misma ecuacin.

2) Y se asegura la convergencia si este valor se

g
encuentra sobre la diagonal principal.
p p
MTODO DE JACOBI.
En anlisis numrico el mtodo de Jacobi es un mtodo iterativo,
usado para resolver sistemas de ecuaciones lineales del tipo Ax = b.
Consiste en usar frmulas como iteracin de punto fijo

Dado el sistema

Ax b (1)
LA MATRIZ A SE SUSTITUYE POR
A D R ( 2)

en donde D es una matriz diagonal cuyos elementos son ceros

excepto los de la diagonal principal y R es una matriz con ceros en
la diagonal principal y los restantes de A.
A
 a11 a11nn a11 0 0 a1n
A D R
a a 0 a a 0
n1 nn nn n1

sustituyendo
y ((2)) en ((1))

( D R) x b
Dx Rx b
Dx b Rx
PREMULTIPLICANDO POR D 1
x D 1 b D 1 R x (3)
esta ltima ecuacin se maneja como frmula de
recurrencia de la siguiente forma.
forma

( k 1)
x D 1 (b R x k ) (4)
PARA k 0,1,2,

este mtodo definido por la frmula matricial de la

ecuacin (4) significa que dado el sistema de ecuaciones,
se despeje
x1 de la primera ecuacin, x 2 de la segunda,
hasta x n de la ensima ecuacin, quedando:

b 1 ( a 12 x 2( k ) a 13 x 3( k ) a 1 n x n( k ) )
x 1( k 1 )
a 11
b 2 ( a 21 x 1( k ) a 23 x 3( k ) a 2 n x n( k ) )
x 2( k 1 )
a 22

b n ( a n 1 x 1( k ) a n 2 x 2( k ) a n , n 1 x n( k 1)
x n( k 1 )
a nn
el vector inicial para empezar las aproximaciones, se
propone cuando no lo dan,
propone, dan el vector cero
cero.

X 0 X 1( 0 ) , X 2( 0 ) , , X N( 0 ) 0

se sustituye en los segundos miembros de las ecuaciones

despejadas para obtener la siguiente aproximacin.

se repite
it ell proceso con llos siguientes
ig i t vectores
t h t que
hasta
se cumple con la tolerancia preestablecida de antemano.

en este caso se debe cumplir que todas las componentes

de dos aproximaciones sucesivas estn dentro de la
t l
tolerancia.
i
MTODO DE GAUSS-SEIDEL.
Philipp Ludwig von Seidel (23 de octubre de 1821, Dos Puentes,
Alemania 13 de agosto de 1896, Mnich) fue un astrnomo y
matemtico alemn. Su madre fue Julie Reinhold y su ppadre fue
Justus Christian Felix Seidel.
El filsofo Imre Lakatos le da crdito a Seidel por haber descubrieto
en 1847 el crucial concepto analtico de convergencia uniforme.
Segn Lakatos, Seidel lo descubri mientras que analizaba una
demostracin matemtica incorrecta de Cauchy.
En 1857, von Seidel descompuso la aberracin monocromtica de
primer orden en cinco aberraciones constituyentes, las cuales son
comnmente llamadas Las cinco aberraciones de Seidel.
El mtodo de Gauss
Gauss-Seidel
Seidel es un mtodo numrico usado para
resolver sistemas de ecuaciones lineales.
Por las grandes contribuciones de Seidel en los campos a los que se
dedic en 1970 la UAI decidi en su honor llamarle Seidel a un
dedic,
astroblema lunar.
MTODO DE GAUSS-SEIDEL.

Este mtodo es prcticamente idntico al

de Jacobi, la nica diferencia est en que
Gauss-Seidel es mas rpido en la
convergencia debido a que una vez que se
calcula
l l lla componente t xi ( k 1)
se utiliza
tili ded
inmediato en la misma iteracin.
Las ecuaciones de recurrencia quedan de la
siguiente manera:
b1 (a12 x 2( k ) a13 x3( k ) a1n x n( k ) )
x1( k 1)
a11
b2 (a 21 x1( k 1) a 23 x3( k ) a 2 n x n( k ) )
x 2( k 1)
a 22
k 1 b3 (a31 x1( k 1) a32 x 2( k 2 ) a3n x n( k )
x 3

( k 1)
bn (a n1 x1( k 1) a n 2 x 2( k 1) a n ,n 1 x n( k11)
x n
a nn
 CONVERGENCIA
El criterio
it i ded convergencia
i es ell mismo,
i
pero debido a que prcticamente se lleva
una
u a iteracin
te ac ade
adelantada
a tada basta
bastar co
con que la
a
primera de las incgnitas est en tolerancia
para que todas las dems lo estn.

Teorema
L mtodos
Los t d d de J
Jacobi
bi y G
Gauss-Seidel
S id l
convergirn si en la matriz de coeficientes,
el valor absoluto de la diagonal
g p
principal
p es
mayor que la suma de sus elementos de la
misma fila o columna.
EJEMPLO 1.
En una empresa de autopartes el carburador,
carburador la banda
del distribuidor y el filtro de aceite tienen diferentes
costos; la banda del distribuidor, cuesta dos veces lo que
cuesta el carburador mas cinco pesos; el filtro de aceite
cuesta el doble de lo que cuesta la banda del distribuidor
quitndole doscientos cinco pesos a dicha cantidad y
entre los tres costaran trescientos veinte pesos si el
filtro de aceite costara el triple de lo que cuesta.
cunto cuesta cada uno?
Resuelva por Gauss-Seidel, para una tol. menor o igual
a .001.
Ejemplo 2.
Supongamos que calentamos cada borde de una
placa metlica como se observa en la figura. la
temperatura en los puntos interiores alcanza el
equilibrio
ilib i cuando:
d l
la t
temperatura
t en cada
d
punto interior es el promedio de las
temperaturas en los puntos adyacentes al
punto en cuestin.

Resuelva por Gauss-Seidel para los puntos (t1,t2 y

t3)) p
para una tolerancia menor o igualg a 0.005,
empiece con el vector t1=73.5 ; t2= 46.2 y t3= 60.5
Tarea
Por los mtodos de Gauss-Jordan y LU resuelva, con
cuatro cifras decimales con redondeo, los sistemas:

4 X 1 3X 2 24 2 X 1 3X 2 X 3 15
3 X 1 4 X 2 X 3 30 3 X 1 5 X 2 2 X 3 12
X 2 4 X 3 24 X 1 3X 2 3X 3 11

Por Gauss-Seidel resuelva para una tolerancia menor o

g
igual a .001 los sistemas:
10 X 1 X 2 2 X 3 44 7 X 1 2 X 2 3 X 3 19
X 1 2 X 2 10 X 3 61 X1 8X 2 6X 3 9
2 X 1 10 X 2 X 3 51 2X1 4X 2 9X 3 5