Métodos Iterativos

Método de Jacobi - Método de Gauss-Seidel

Métodos Numéricos para Ingenierı́a

Centro de Docencia de Ciencias Básicas para Ingenierı́a

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Introducción

Cuando los sistemas son de gran tamaño es conveniente construir una

sucesión de vectores que converja a la solución del sistema.
Transformamos el sistema lineal

Ax = b

en un problema de punto fijo equivalente

x = Tx + c

cuya solución se obtiene como el lı́mite de la sucesión

x(0) = x0 ∈ Rn
(k+1)
x = T x(k) + c, k≥0

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Teorema del Punto Fijo

Sea la ecuación x = T x + c, con T ∈ Mn (R). Si existe L, con 0 < L < 1

tal que kT xk ≤ Lkxk, ∀x ∈ Rn , entonces:

∃! x ∈ Rn tal que x = Tx + c

La sucesión

x(0) = x 0 ∈ Rn
x(k+1) = T x(k) + c, k≥0

converge a la solución x̄ de x = T x + c.

Lk
kx̄ − x(k) k ≤ kx(1) − x(0) k
1−L

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Condiciones de Convergencia

Para que la sucesión anterior sea convergente hay que asegurar que

kT xk ≤ Lkxk, ∀x ∈ Rn

con L ∈ ]0, 1[.

Dado que
kT xk ≤ kT k · kxk
bastará que, para alguna norma subordinada, la matriz de iteración T
satisfaga
kT k < 1

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Radio Espectral y Convergencia

El radio espectral está estrechamente relacionado con las normas

subordinadas, lo que nos permite establecer el siguiente criterio de
convergencia:
La sucesión definida por

x(0) = x0 ∈ Rn
x(k+1) = T x(k) + c, k≥0

converge a la solución única si y solo si ρ(T ) < 1.

Observación: Mientras menor sea el radio espectral de la matriz de

iteración, más rápida será la convergencia del método iterativo.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Criterios de Parada

Una vez que se ha transformado el problema Ax = b en un problema de

punto fijo equivalente x = T x + c, cuya sucesión asociada sea
convergente, nos disponemos a realizar las iteraciones partiendo de un
vector x(0) ∈ Rn arbitrario.
Para decidir cuando detener las iteraciones debemos analizar el
comportamiento del error en la k-ésima etapa:

kT kk
ke(k) k = kx − x(k) k ≤ kx(1) − x(0) k
1 − kT k
Esta expresión nos permite calcular el número de iteraciones necesarias
para alcanzar la precisión deseada realizando una sola iteración.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Métodos de Gauss-Jacobi, Gauss-Seidel

Dada la matriz A = (aij ), consideremos las siguientes matrices:

L = (lij ), D = (dij ) y U = (uij )

donde

  
0, i≤j aij , i=j aij , i<j
lij = dij = uij =
aij , i>j 0, i 6= j 0, i≥j

Claramente
A = L + D + U.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Método de Gauss-Jacobi

Si la matriz A no tiene elementos nulos en la diagonal, entonces el

sistema Ax = b es equivalente al sistema de punto fijo

x = −D−1 (L + U )x + D−1 b
La matriz de iteración será llamada Matriz de Jacobi

J = −D−1 (L + U )

y las iteraciones sucesivas están dadas por:

x(0) = x 0 ∈ Rn
x(k+1) = −D−1 (L + U )x(k) + D−1 b, k≥0

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Método de Gauss-Jacobi

¿Qué caracterı́stica debe poseer la matriz A para asegurar la

convergencia del método?

Si consideramos k · k∞ , tendremos que

n
X |aij |
kJk∞ = max
1≤i≤n
j=1
|aii |
j6=i

lo cual implica que

n
X
kJk∞ < 1 ⇐⇒ ∀i = 1, ..., n |aij | < |aii |
j=1
j6=i

Si la matriz A satisface esta condición, se dice que es Estrictamente

Diagonal Dominante por Filas.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Método de Gauss-Jacobi

Para calcular la i-ésima coordenada del vector x(k+1) se utilizan todas las
coordenadas, a excepción de la i-ésima, del vector x(k) :
n
(k+1) 1 X (k) bi
xi =− aij xj +
aii j=1 aii
j6=i

∀i = 1, ..., n.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Método de Gauss-Seidel

Si en lugar de utilizar las coordenadas del vector x(k) para calcular la

i-ésima coordenada del vector x(k+1) , utilizamos las coordenadas previas
obtenidas del vector x(k+1) obtenemos una variante del método que
puede ser beneficiosa. Esta estrategia de cálculo se denomina Método
de Gauss-Seidel.
En tal caso, la i-ésima coordenada del vector x(k+1) se calcula como
sigue:
i−1 n
(k+1) 1 X (k+1) 1 X (k) b
xi =− aij xj − aij xj +
aii j=1 aii j=i+1 aii

∀i = 1, ..., n.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Método de Gauss-Seidel

Matricialmente, en términos de las matrices L, D y U descritas

anteriormente, la iteración de Gauss-Seidel se resume como

x(k+1) = −(L + D)−1 U x(k) + (L + D)−1 b

de donde la matriz de iteración de Gauss-Seidel está dada por

S = −(L + D)−1 U.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel

 Métodos Iterativos

Método de Gauss-Seidel

S es más compleja que J, pero el siguiente teorema nos asegura la

convergencia cuando la matriz A es diagonal dominante:

Teorema: Si A es estrictamente diagonal dominante por filas, entonces

el método de Gauss-Seidel para resolver el sistema Ax = b converge en
norma k · k∞ al menos a la misma velocidad que el método de
Gauss-Jacobi.

Métodos Numéricos para Ingenierı́a Método de Jacobi - Método de Gauss-Seidel