Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
Ax = b
x = Tx + c
x(0) = x0 ∈ Rn
(k+1)
x = T x(k) + c, k≥0
∃! 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
Condiciones de Convergencia
Para que la sucesión anterior sea convergente hay que asegurar que
kT xk ≤ Lkxk, ∀x ∈ Rn
x(0) = x0 ∈ Rn
x(k+1) = T x(k) + c, k≥0
Criterios de Parada
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.
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.
Método de Gauss-Jacobi
x = −D−1 (L + U )x + D−1 b
La matriz de iteración será llamada Matriz de Jacobi
J = −D−1 (L + U )
x(0) = x 0 ∈ Rn
x(k+1) = −D−1 (L + U )x(k) + D−1 b, k≥0
Método de Gauss-Jacobi
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.
Método de Gauss-Seidel
∀i = 1, ..., n.
Método de Gauss-Seidel
S = −(L + D)−1 U.
Método de Gauss-Seidel