Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Decanato de Docencia
Departamento de Matemática y Física
Métodos numéricos
Integrantes:
Cabriles Maria V-20.479.882
Márquez Victor V-20.480.047
Valero Carlos V-21.319.340
Profesora: Jenny Pérez.
Índice
INTRODUCCIÓN......................................................................................................................................... 3
MARCO TEÓRICO....................................................................................................................................... 4
DEFINICIONES BÁSICAS.............................................................................................................................. 5
ALGORITMO.............................................................................................................................................. 9
EJERCICIO 1............................................................................................................................................. 10
EJERCICIO 2............................................................................................................................................. 14
ALGORITMO EN MATLAB......................................................................................................................... 18
CONCLUSIONES....................................................................................................................................... 22
BIGLIOGRAFÍA......................................................................................................................................... 23
3
Introducción
Marco teórico
Biografía
Carl Gustav Jakob Jacobi (10 de diciembre de 1804, Potsdam, Prusia, actual
Alemania - 18 de febrero de 1851, Berlín) fue un matemático judío alemán. Autor muy
prolífico, contribuyó en varios campos de la matemática, principalmente en el área de las
funciones elípticas, el álgebra, la teoría de números y las ecuaciones diferenciales. También
destacó en su labor pedagógica, por la que se le ha considerado el profesor más estimulante
de su tiempo. Fue el primer matemático judío en ocupar el cargo de profesor en una
universidad alemana.
Definiciones Básicas
a 11 a12 ⋯ a1 n
(
A= a21 a22
⋮ ⋮
an 1 an 2
⋯ a2 n
⋱ ⋮
⋯ a nn
)
Matriz Diagonal: Una matriz diagonal es una matriz cuadrada en que las entradas
son todas nulas salvo en la diagonal principal, y éstas pueden ser nulas o no. Así, la matriz
D=(d ij ) es diagonal si:
d ij =0 sii ≠ j
a 11 0 ⋯ 0
0
(
D= 0 a 22
⋮ ⋮
0
⋯ 0
⋱ ⋮
⋯ ann
)
Matriz Triangular: Una matriz triangular es un tipo especial de matriz cuadrada
cuyos elementos por encima o por debajo de su diagonal principal son cero. Debido a que
los sistemas de ecuaciones lineales con matrices triangulares son mucho más fáciles de
resolver, las matrices triangulares son utilizadas en análisis numérico para resolver sistemas
de ecuaciones lineales, calcular inversas y determinantes de matrices. El método de
descomposición LU permite descomponer cualquier matriz invertible como producto de
una matriz triangular inferior L y una superior U.
a11 a12 ⋯ a1 n
0
(
U = 0 a22
⋮ ⋮
0
⋯ a2 n
⋱ ⋮
⋯ ann
)
Análogamente, una matriz de la forma:
a11 0 ⋯ 0
(
L= a21 a 22
⋮ ⋮
a n1 an 2
⋯
⋱
⋯
0
⋮
ann
)
Se dice que es una matriz triangular inferior.
Matriz Identidad: la matriz identidad es una matriz que cumple la propiedad de ser
el elemento neutro del producto de matrices. Esto quiere decir que el producto de cualquier
matriz por la matriz identidad (donde dicho producto esté definido) no tiene ningún efecto.
A=D−R
A=D−L−U
L+U=D− A
a 11 0 a11 a12
D=
( 0 a 22)y A= (
a21 a22 )
, entonces:
a 11 0 a a
L+U=
( )(
0 a 22
− 11 12
a21 a22 )
0 −a12
L+U=
(−a21 0 )
9
n
0 a12
L+U=−
( a21 0 )
=− ∑ aij
j ≠ i; j=1
( D−L−U )x=b
Dx−( L+ U ) x=b
x=D −1 ( L+U ) x+ D −1 b
x=D −1 ( b+ ( L+U ) x )
Si consideramos una iteración k-ésima es posible obtener el origen a la forma matricial del
método de Jacobi:
n
Luego, para obtener las soluciones x i(k), reemplazamos ( L+U )=− ∑ aij
j ≠i ; j=1
n
1
(k)
x =
i
aii ( j ≠ i , j =1
)
b i− ∑ aij x (jk−1 ) ,i=1,2,3 , … , n
Donde k =iteracion ( k ≥ 1 )
Criterio de convergencia:
Algoritmo
Para calcular una solución aproximada x={ x1(i ) , x 2(i) , … , x n(i ) } que se acerque a la
solución buscada por medio del método de Jacobi, se deben seguir los siguientes pasos
descritos a continuación:
a=Matriz cuadrada A ,
b=Vector columna b ,
(0)
x =Vector aproximacion inicial
n
1
x i(k) = (b − ∑ a x (k−1) )
aii i j ≠i ; j=1 ij j
Ejercicio 1.
Aplique el algoritmo del método de Jacobi paso a paso para resolver el sistema lineal dado
a continuación, aplique la norma infinita con una tolerancia de 0.0001, aritmética de
redondeo a 5 (cinco) dígitos decimales, considere el vector x(0) =0 como aproximación
inicial.
4 x 1−1 x2 +0 x 3 +0 x 4=1
{ −1 x 1 +4 x 2−1 x 3+ 0 x 4=1
0 x 1−1 x 2+ 4 x 3−1 x 4=1
0 x 1 +0 x 2−1 x 3 + 4 x 4=1
Ax=b
4 −1 0 0 1
[ −1 4 −1 0 x= 1
0 −1 4 −1
0 0 −1 4
1
1
] []
Algoritmo paso a paso:
12
Entradas: ε=0,0001
4 −1 0 0 1 0
0
[
a= −1 4 −1 0
0 −1 4 −1
0 −1 4
] [] []
b= 1
1
1
x(0) = 0
0
0
n
1
x = (bi − ∑ aij x j(k−1) )
(k)
i
aii j ≠i ; j=1
1
x 1(1)= { 1−[ ( (−1 )∗0 ) +( 0∗0 )+(0∗0)] }=0,25000
4
1
x 2(1)=
4
{1−[ ( (−1 )∗0 ) +( (−1)∗0 )+(0∗0)] }=0,25000
1
x 3(1)= {1−[ ( 0∗0 ) + ( (−1)∗0 )+((−1)∗0)] }=0,25000
4
1
x 4(1 )= {1− [ ( 0∗0 )+ ( 0∗0 ) +((−1)∗0)] }=0,25000
4
0,25000
(1)
Se obtiene la solución: x =
[ ]
0,25000
0,25000
0,25000
‖x (k )−x(k−1)‖∞
‖x (1) −x(0)‖∞=0,25000
0,25000
[ ]
Paso 2: k=2 ; x(1)= 0,25000
0,25000
0,25000
1
x 1(2)= { 1−[ ( (−1 )∗0,25000 ) +( 0∗0,25000 ) +(0∗0,25000) ] }=0,31250
4
1
x 2(2)=
4
{1−[ ( (−1 )∗0,25000 ) +( (−1)∗0,25000 ) +(0∗0,25000)] }=0,37500
1
x 3(2)= {1−[ ( 0∗0,25000 ) + ( (−1)∗0,25000 ) +((−1)∗0,25000) ]}=0,37500
4
1
x 4(2 )= {1− [ ( 0∗0,25000 )+ ( 0∗0,25000 )+((−1)∗0,25000)] }=0,31250
4
0,31250
Se obtiene la solución: x =
0,37500
(2)
0,37500
0,31250
[ ]
Paso 3 :Se calcula el error de tolerancia utilizando la norma infinita
‖x (k )−x(k−1)‖∞
max |0,31250−0,25000|,|0,37500−0,25000|,|0,37500−0,25000| ,
i=1 ,2 ,3,4{ |0,31250−0,25000| }
‖x (2) −x(1)‖∞=0,12500
0,31250
[ ]
Paso 2: k=3 ; x (2) = 0,37500
0,37500
0,31250
14
1
x 1(3)= {1−[ ( (−1 )∗0,37500 ) +( 0∗0,37500 ) +(0∗0,31250)] }=0,34375
4
1
x 2(3)=
4
{1−[ ( (−1 )∗0,31250 ) +( (−1)∗0,37500 ) +(0∗0,31250)] }=0,42188
1
x 3(3) = {1−[ ( 0∗0,31250 ) + ( (−1)∗0,37500 ) +((−1)∗0,31250) ] }=0,42188
4
1
x 4(3 )= {1−[ ( 0∗0,31250 )+ ( 0∗0,37500 )+((−1)∗0,37500)] }=0,34375
4
0,34375
Se obtiene la solución: x =
0,42188
(3)
0,42188
0,34375
[ ]
Paso 3 :Se calcula el error de toleranciautilizando lanorma infinita
‖x (k )−x(k−1)‖∞
max |0,34375−0,31250|,|0,42188−0,37500|,|0,42188−0,37500| ,
i=1 ,2 ,3,4{ |0,34375−0,31250| }
‖x (3 )−x(2)‖∞=0,04688
El proceso se repite para cada iteración hallando el valor del vector x(k) y la diferencia de
este con x(k−1). El proceso acaba cuando la norma infinita de la diferencia sea menor a la
tolerancia dada.
A continuación se presenta una tabla con los valores de x(k) y ‖x (k )−x(k−1)‖∞ para cada
iteración.
0,36360
Después de 10 iteraciones se obtiene el resultado: x
[ ]
= 0,45449 el cuál es la solución al
(10)
0,45449
0,36360
sistema de ecuaciones lineales dado.
Ejercicio 2.
4 x 1+3 x 2 +0 x3 =24
Dado un vector de aproximación inicial x = (1, 1,1) y una tolerancia de 0.0001. Realice dos
iteraciones y llene una tabla.
Ax=b
4 3 0 24
[ ][ ]
3 14 −1 x = 30
0 −1 4 −24
n
1
x = (bi − ∑ aij x j(k−1) )
(k)
i
aii j ≠i ; j=1
1 21
x 1(1)= { 24− [ (3∗1 ) + ( 0∗1 ) ] }= =5.25
4 4
1 28
x 2(1)= { 30−[ ( 3∗1 ) + (−1∗1 ) ] }= =2
14 14
1 −23
x 3(1)= {−24−[ ( 0∗1 )+ (−1∗1 ) ] }= =−5.75
4 4
5.25000
Se obtiene la solución: x(1)
=
[
2.00000
−5.75000 ]
Paso 3 :Se calcula el error de tolerancia utilizando la norma infinita
‖x (k )−x(k−1)‖∞
‖x (1) −x(0)‖∞=6.75000
5.25000
(1)
Paso 2: k=2 ; x = 2.00000
−5.75000 [ ]
1
x 1(2)=
4
{24−[ (3∗2.00000 ) + ( 0∗−5.75000 ) ]}= 18
4
=4.5
1 17
x 2(2)= { 30−[ ( 3∗5.25000 ) + (−1∗−5.75000 ) ] }= =0.60714
14 28
17
1 −22
x 3(2)= {−24−[ ( 0∗5.25000 )+ (−1∗2.00000 ) ] }= =−5.5
4 4
4.50000
(2)
[
Se obtiene la solución: x = 0.60714
−5.50000 ]
Paso 3 :Se calcula el error de toleranciautilizando lanorma infinita
‖x (k )−x(k−1)‖∞
max |4.500000−5.25000|,|0.60714−2.00000|,
{
i=1 ,2 ,3,4 |−5.50000+ 5.75000| }
‖x (2) −x(1)‖∞=1.39286
El proceso se repite para cada iteración hallando el valor del vector x(k) y la diferencia de
este con x(k−1). El proceso acaba cuando la norma infinita de la diferencia sea menor a la
tolerancia dada.
A continuación se presenta una tabla con los valores de x(k) y ‖x (k )−x(k−1)‖∞ para cada
iteración.
5.60866
Después de 14 iteraciones se obtiene el resultado: x
(14)
[ ]
= 0.52174 el cuál es la solución al
−5.86955
sistema de ecuaciones lineales dado.
Algoritmo en MATLAB
4 x 1−1 x2 +0 x 3 +0 x 4=1
ε =0,0001
4 −1 0 0 1 0
[
a= −1 4 −1 0
0 −1 4 −1
0 0 −1 4
] [] []
b= 1
1
1
x(0) = 0
0
0
Maximo de iteraciones=50
0,36360
[ ]
Se puede observar que la solucion arrojada por el algoritmo es: x=
0,45449
0,45449
0,36360
Comparando esta
con la solucion dada por medio del algoritmo paso a paso se observa que los resultados son
identicos. Por lo tanto la solucion para el sistema de ecuaciones dado:
Conclusiones
Pero tiene sus desventajas ya que este método al generar las aproximaciones sucesivas
depende fundamentalmente de su criterio de convergencia. En este caso, del criterio de la
diagonal pesada.
Es difícil establecer que tan pesada es una diagonal. No se establece una relación numérica
que diga la relación que debe guardar el elemento aii sobre el resto de los coeficientes aij de
su ecuación.
En todo caso, entre más evidente sea el dominio de los elementos sobre la diagonal
principal. Más rápida será la convergencia de la solución.
25
Bigliografía