Análisis Numérico 2020

AYUDANTÍA #5
Sist. de Ecuaciones
lineales
Cholesky, Jacobi,
Gauss-Seidel y
Ayudantía #3
Relajación
REGRESIONES
Fernando Fuentes Molina
fernando.fuentes.m@mail.pucv.cl
 Análisis Numérico 2020

CHOLESKY 1) Simetría de A
2) Matriz positiva
2 3 2 1 𝑥1 −13 Los subdeterminantes de A deben ser
3 25 10 11 𝑥2 −86
𝑥3 = positivos:
2 10 25 22 −30
 2 =2>0
1 11 22 30 𝑥4 −52
2 3
x b  = 41 > 0
A 3 25
Sólo se puede aplicar Cholesky si se cumplen 2 3 2
estas 3 condiciones:  3 25 10 = 845 > 0
1) Matriz simétrica (𝐴 = 𝐴𝑇 ). 2 10 25
2) Matriz definida como positiva. 2 3 2 1
3) Cada elemento de las matrices A y b son reales. 3 25 10 11

REGRESIONES
2 10 25 22
= 8281 > 0
1 11 22 30
Cholesky Jacobi Gauss-Seidel Relajación
 Análisis Numérico 2020

2 3 2 1 𝑥1 −13 𝑎 0 0 0 𝑎 𝑏 𝑐 𝑑
3 25 10 11 𝑥2 −86 𝑇 𝑏 𝑒 0 0 0 𝑒 𝑓 𝑔
𝑥3 = A=𝐿∙𝐿 = 𝑐
2 10 25 22 −30 𝑓 ℎ 0 0 0 ℎ 𝑖
1 11 22 30 𝑥4 −52 𝑑 𝑔 𝑖 𝑗 0 0 0 𝑗
A x b
𝑎2 𝑎𝑏 𝑎𝑐 𝑎𝑑
Diremos que la matriz L está dado por: 𝑎𝑏 𝑏 2 + 𝑒 2 𝑏𝑐 + 𝑒𝑓 𝑏𝑑 + 𝑒𝑔
𝐴=
𝑎 0 0 0 𝑎𝑐 𝑏𝑐 + 𝑒𝑓 𝑐 2 + 𝑓 2 + ℎ2 𝑐𝑑 + 𝑓𝑔 + ℎ𝑖
𝑏 𝑒 0 0 𝑎𝑑 𝑏𝑑 + 𝑒𝑔 𝑐𝑑 + 𝑓𝑔 + ℎ𝑖 𝑑 2 + 𝑔2 + 𝑖 2 + 𝑗 2
𝐿= 𝑐 𝑓 ℎ 0
𝑑 𝑔 𝑖 𝑗 𝑎2 = 2 𝑎∙𝑏 =3 𝑎∙𝑐 =2 𝑎∙𝑑 =1
𝑏 2 + 𝑒 2 = 25 𝑏 ∙ 𝑐 + 𝑒 ∙ 𝑓 = 10 𝑏 ∙ 𝑑 + 𝑒 ∙ 𝑔 = 11
Y definimos que 𝑐 2 + 𝑓 2 + ℎ2 = 25 𝑐 ∙ 𝑑 + 𝑓 ∙ 𝑔 + ℎ ∙ 𝑖 = 22
𝐴 = 𝐿 ∙ 𝐿𝑇 𝑑 2 + 𝑔2 + 𝑖 2 + 𝑗 2 = 30

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

𝑎∙𝑑 =1 𝑏 ∙ 𝑐 + 𝑒 ∙ 𝑓 = 10
2 3 2 1 𝑥1 −13 1 𝑏2 + 𝑒2
= 25 10 − 𝑏 ∙ 𝑐
3 25 10 11 𝑥2 −86 𝑑= 𝑓=
= 2 𝑒 = 25 − 𝑏 2 𝑒
2 10 25 22 𝑥3 −30 𝑑 = 0.7071 𝑒 = 4.5277 𝑓 = 1.5461
1 11 22 30 𝑥4 −52
A x b 𝑏 ∙ 𝑑 + 𝑒 ∙ 𝑔 = 11 𝑐 2 + 𝑓 2 + ℎ2 = 25
11 − 𝑏 ∙ 𝑑
𝑎2 = 2 𝑎∙𝑏 =3 𝑎∙𝑐 =2 𝑎∙𝑑 =1 𝑔= ℎ = 25 − 𝑐 2 − 𝑓 2
2 2
𝑏 + 𝑒 = 25 𝑏 ∙ 𝑐 + 𝑒 ∙ 𝑓 = 10 𝑏 ∙ 𝑑 + 𝑒 ∙ 𝑔 = 11 𝑒 ℎ = 4.5398
2 2 2
𝑐 + 𝑓 + ℎ = 25 𝑐 ∙ 𝑑 + 𝑓 ∙ 𝑔 + ℎ ∙ 𝑖 = 22 𝑔 = 2.0982
𝑑 + 𝑔 + 𝑖 + 𝑗 2 = 30
2 2 2

𝑐 ∙ 𝑑 + 𝑓 ∙ 𝑔 + ℎ ∙ 𝑖 = 22
𝑎∙𝑏 =3 𝑎∙𝑐 =2 22 − 𝑐 ∙ 𝑑 − 𝑓 ∙ 𝑔 𝑑 2 + 𝑔2 + 𝑖 2 + 𝑗 2 = 30
𝑎2 = 2 3 2 𝑖=
𝑏= 𝑐= ℎ j = 30 − 𝑑 2 − 𝑔2 − 𝑖 2
𝑎= 2 2 2 𝑖 = 3.9112 j = 3.1305
𝑎 = 1.4142 𝑏 = 2.1213 𝑐 = 1.4142

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

Ahora sólo falta llenar la matriz L que 1.4142 0 0 0 𝑦1 −13

2,1213 4.5277 0 0 𝑦2 −86
definimos con los valores que calculamos 1.4142 1.5461 4.5398 0 𝑦3 = −30
recién: 0.7071 2.0982 3.9112 3.1305 𝑦4 −52
𝑎 0 0 0
1.4142 ∙ 𝑦1 = −13
𝑏 𝑒 0 0 𝑦1 = −9.1925
𝐿= 𝑐 𝑓 ℎ 0
𝑑 𝑔 𝑖 𝑗 2.1213 ∙ −9.1925 + 4.5277 ∙ 𝑦2 = −86
1.4142 0 𝑦2 = −14.6874
0 0
2,1213 4.5277 0 0
𝐿= 1.4142 ∙ −9.1925 + 1.5461 ∙ −14.6874 + 4.5398 ∙ 𝑦3 = −30
1.4142 1.5461 4.5398 0 𝑦3 = 1.2574
0.7071 2.0982 3.9112 3.1305
0.7071 ∙ −9.1925 + 2.0982 ∙ −14.6874 + 3.9112 ∙ 1.2574
+ 3.1305 ∙ 𝑦4 = −52
El siguiente paso es obtener y de la
𝑦4 = −6.2612
siguiente igualación:
𝑳∙𝒚=𝒃
Cholesky Jacobi Gauss-Seidel Relajación
 Análisis Numérico 2020

El último paso, ya teniendo el vector y es 0.7071 ∙ −2.0001 + 1.4142 ∙ 2.0001 +

calcular la solución final x a través de la 2.1213 ∙ −3.0000 + 1.4142 ∙ 𝑥1 = −9.1925
siguiente ecuación matricial:
𝑳𝑇 ∙ 𝒙 = 𝒚 𝑥1 = −3.0002

1.4242 2.1213 1.4142 0.7071 𝑥1 −9.1925

0 4.5277 1.5461 2.0982 𝑥2 −14.6874
0 0 4.5398 3.9112 𝑥3 = 1.2574
0 0 0 3.1305 𝑥4 −6.2612
Entonces la solución del sistema de
ecuaciones es:
3.1305 ∙ 𝑥4 = −6.2612
𝑥4 = −2.0001
−3.0002
3.9112 ∙ −2.0001 + 4.5398 ∙ 𝑥3 = 1.2574
𝒙 = −3.0000
𝑥3 = 2.0001 2.0001
−2.0001
2.0982 ∙ −2.0001 + 1.5461 ∙ (2.0001) + 4.5277 ∙ 𝑥2 = −14.6874
𝑥2 = −3.0000

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

𝑙11 0 0 0 𝑎11 𝑎12 𝑎13 𝑎14

En resumen: 𝑙 𝑙22 0 0 𝑎
A = 𝑎21
𝑎22 𝑎23 𝑎24
L = 21 𝑎32 𝑎33 𝑎34
PASOS CHOLESKY: 𝑙31 𝑙32 𝑙33 0 31
𝑙41 𝑙42 𝑙43 𝑙44 𝑎41 𝑎42 𝑎43 𝑎44
1. Corroborar simetría, matriz definida positiva y que
sus elementos sean reales.
2. Hallar la matriz 𝑳
3. Hallar 𝒚 resolviendo la ecuación 𝑳 ∙ 𝒚 = 𝒃 𝑎11 0 0 0
4. Obtener 𝒙 resolviendo 𝑳𝑇 ∙ 𝒙 = 𝒚 𝑎21 2
𝑎22 − 𝑙21
5. Comprobar el resultado. 𝑙11 0 0
L = 𝑎31 𝑎32 − 𝑙31 ∙ 𝑙21 2 2
𝑎33 − 𝑙32 − 𝑙31 0
Para automatizar el proceso en softwares como MATLAB, 𝑙11 𝑙22
puede determinarse los elementos de la matriz 𝑳 con las 𝑎41 𝑎42 − 𝑙41 ∙ 𝑙21 𝑎43 − 𝑙42 ∙ 𝑙32 − 𝑙41 ∙ 𝑙21 2 2 2
𝑎44 − 𝑙43 − 𝑙42 − 𝑙41
siguientes fórmulas: 𝐿11 𝑙22 𝑙33

Elementos de la diagonal: Elementos que no son de la diagonal: Tips Matlab:

1. Para verificar la simetría de la matriz A, digite en
𝑖−1
𝑘−1 𝑎𝑘𝑖 − 𝑗=1 𝑙𝑖𝑗 ∙ 𝑙𝑘𝑗 command window: A==A’ Si aparece una matriz de
2 𝑙𝑘𝑖 = puros unos, es simétrica.
𝑙𝑘𝑘 = 𝑎𝑘𝑘 − 𝑙𝑘𝑗 𝑙𝑖𝑖 2. Para verificar si es positiva, digitar : eig(A) Si aparece
𝑗=1 Para i=1,2,…,k-1 un vector de puros positivos, la matriz es positiva.

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

Jacobi Y de la tercera ecuación, la segunda incógnita:

71.4 − 0.3𝑥1 + 0.2𝑥2
𝑥3 =
3𝒙𝟏 − 0.1𝑥2 − 0.2𝑥3 = 7.85 10
0.1𝑥1 + 7𝒙𝟐 − 0.3𝑥3 = −19.3 Paso 2: Imponemos valores iniciales:
0.3𝑥1 − 0.2𝑥2 + 10𝒙𝟑 = 71.4 𝑥1 = 0 𝑥2 = 0 𝑥3 = 0

Paso 3: Iteración. Reemplazamos valores

Paso 1: Despejar incógnitas: del Paso 2 en las ecuaciones del Paso 1:
Despejamos de la primera ecuación la primera
Iteración 1:
incógnita:
7.85 + 0.1𝑥2 + 0.2𝑥3
𝑥1 = 7.85 + 0.1 ∙ 0 + 0.2 ∙ 0
3 𝑥1 = = 2.6167
3
De la segunda ecuación, la segunda incógnita: −19.3 − 0.1 ∙ (0) + 0.3 ∙ (0)
𝑥2 = = −2.7571
−19.3 − 0.1𝑥1 + 0.3𝑥3 7
𝑥2 = 71.4 − 0.3 ∙ (0) + 0.2 ∙ (0)
7 𝑥3 = = 7.1400
10
Cholesky Jacobi Gauss-Seidel Relajación
 Análisis Numérico 2020

3.0008−2.6167
ε𝑜,1 = × 100% =12.80%
3.0008
Iteración 1: −2.4885−−2.7571
𝑥1 = 2.6167 𝑥2 = −2.7571 𝑥3 = 7.1400 ε𝑜,2 = × 100% =10.79%
−2.4885
7.0064−7.1400
Iteración 2: ε𝑜,3 = × 100% =1.91%
7.0064

7.85 + 0.1 ∙ −2.7571 + 0.2 ∙ 7.14 Iteración 3:

𝑥1 = = 3.0008
3
7.85 + 0.1 ∙ −2.4885 + 0.2 ∙ 7.0064
−19.3 − 0.1 ∙ (2.6167) + 0.3 ∙ (7.14) 𝑥1 = = 3.0008
𝑥2 = = −2.4885 3
7
−19.3 − 0.1 ∙ (3.0008) + 0.3 ∙ (7.0064)
71.4 − 0.3 ∙ (2.6167) + 0.2 ∙ (−2.7571) 𝑥2 = = −2.4997
7
𝑥3 = = 7.0064
10
71.4 − 0.3 ∙ (3.0008) + 0.2 ∙ (−2.4885)
Paso 3: Calcular error 𝑥3 = = 7.0002
10
𝑣𝑖𝑒𝑗𝑜
𝑥𝑖𝑛𝑢𝑒𝑣𝑜 − 𝑥𝑖
ε𝑜,𝑖 = × 100%
𝑥𝑖𝑛𝑢𝑒𝑣𝑜

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

En resumen:

Iteración 3:
𝑥1 = 3.0008 𝑥2 = −2.4997 𝑥3 = 7.0002 Iteracion 1 Iteracion 2 Iteracion 3
x1 viejo 0 2.6167 3.0008
3.0008−3.0008
ε𝑜,1 = × 100% = 0.00% x2 viejo 0 -2.7571 -2.4885
3.0008
−2.4997−−2.4885 x3 viejo 0 7.14 7.0064
ε𝑜,2 = × 100% = 0.44% x1 nuevo
−2.4997 𝑣𝑖𝑒𝑗𝑜
7.85 + 0.1 ∙ 𝑥2
𝑣𝑖𝑒𝑗𝑜
+ 0.2 ∙ 𝑥3
3
2.6167 3.0008 3.0008
7.0002−7.0064
ε𝑜,3 = × 100% = 0.09%
7.0002
x2 nuevo
𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
−10.3 − 0.1 ∙ 𝑥1 + 0.3 ∙ 𝑥3
-2.7571 -2.4885 -2.4997
7
Por ahora nos detendremos acá, pues hay
un error menor a 0.5%. x3 nuevo
𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
71.4 − 0.3 ∙ 𝑥1 + 0.2 ∙ 𝑥2
10
7.14 7.0064 7.0002

Error x1 - 12.80% 0.00%

Error x2 - 10.79% 0.45%
Error x3 - 1.91% 0.09%

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

Gauss-Seidel Y de la tercera ecuación, la segunda incógnita:

71.4 − 0.3𝑥1 + 0.2𝑥2
𝑥3 =
3𝒙𝟏 − 0.1𝑥2 − 0.2𝑥3 = 7.85 10
0.1𝑥1 + 7𝒙𝟐 − 0.3𝑥3 = −19.3 Paso 2: Imponemos valores iniciales:
0.3𝑥1 − 0.2𝑥2 + 10𝒙𝟑 = 71.4 𝑥2 = 0 𝑥3 = 0

Paso 3: Iteración. Reemplazamos valores

Paso 1: Despejar incógnitas: del Paso 2 en las ecuaciones del Paso 1:
Despejamos de la primera ecuación la primera
Iteración 1:
incógnita:
7.85 + 0.1𝑥2 + 0.2𝑥3
𝑥1 = 7.85 + 0.1 ∙ 0 + 0.2 ∙ 0
3 𝑥1 = = 2.6167
3
De la segunda ecuación, la segunda incógnita: −19.3 − 0.1 ∙ (2.6157) + 0.3 ∙ (0)
𝑥2 = = −2.7945
−19.3 − 0.1𝑥1 + 0.3𝑥3 7
𝑥2 = 71.4 − 0.3 ∙ (2.6157) + 0.2 ∙ (−2.7945)
7 𝑥3 = = 7.0056
10
Cholesky Jacobi Gauss-Seidel Relajación
 Análisis Numérico 2020

2.9906−2.6167
ε𝑜,1 = × 100% =12.50%
2.9906
Iteración 1: −2.4996−−2.7945
𝑥1 = 2.6167 𝑥2 = −2.7945 𝑥3 = 7.0056 ε𝑜,2 = × 100% =11.80%
−2.4996
7.0003−7.0056
Iteración 2: ε𝑜,3 = × 100% = 0.08%
7.0003

7.85 + 0.1 ∙ −2.7945 + 0.2 ∙ 7.0056 Iteración 3:

𝑥1 = = 2.9906
3
7.85 + 0.1 ∙ −2.4996 + 0.2 ∙ 7.0003
−19.3 − 0.1 ∙ (2.9906) + 0.3 ∙ (7.0056) 𝑥1 = = 3.0000
𝑥2 = = −2.4996 3
7
−19.3 − 0.1 ∙ (3.0000) + 0.3 ∙ (7.0003)
71.4 − 0.3 ∙ (2.9906) + 0.2 ∙ (−2.4996) 𝑥2 = = −2.5000
7
𝑥3 = = 7.0003
10
71.4 − 0.3 ∙ (3.0000) + 0.2 ∙ (−2.5000)
Paso 3: Calcular error 𝑥3 = = 7.0000
10
𝑣𝑖𝑒𝑗𝑜
𝑥𝑖𝑛𝑢𝑒𝑣𝑜 − 𝑥𝑖
ε𝑜,𝑖 = × 100%
𝑥𝑖𝑛𝑢𝑒𝑣𝑜

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

En resumen:

Iteración 3: Iteracion 1 Iteracion 2 Iteracion 3

𝑥1 = 3.0000 𝑥2 = −2.5000 𝑥3 = 7.0000 x1 viejo 2.6167 2.9906

3.0000−2.9906 x2 viejo 0 -2.7945 -2.4996

ε𝑜,1 = × 100% = 0.31% x3 viejo 0 7.0056 7.0003
3.0000
−2.5000−−2.4996 x1 nuevo =
ε𝑜,2 = × 100% = 0.02% 2.6167 2.9906 3
−2.5000 𝑣𝑖𝑒𝑗𝑜
7.85 + 0.1 ∙ 𝑥2 + 0.2 ∙ 𝑥3
𝑣𝑖𝑒𝑗𝑜

3
7.0000−7.0003
ε𝑜,3 = × 100% = 0.00% x2 nuevo =
7.0000
−10.3 − 0.1 ∙ 𝑥1
𝑣𝑖𝑒𝑗𝑜
+ 0.3 ∙ 𝑥3
𝑣𝑖𝑒𝑗𝑜 -2.7945 -2.4996 -2.5
7
Por ahora nos detendremos acá, pues hay x3 nuevo =
un error menor a 0.5%. 71.4 − 0.3 ∙ 𝑥1
𝑣𝑖𝑒𝑗𝑜
+ 0.2 ∙ 𝑥2
𝑣𝑖𝑒𝑗𝑜
7.0056 7.0003 7
10

Error x1 - 12.50% 0.31%

Error x2 - 11.80% 0.02%
Error x3 - 0.08% 0.00%

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

Gauss-Seidel con Relajación Y de la tercera ecuación, la segunda incógnita:

𝐺𝑆
71.4 − 0.3𝑥1 + 0.2𝑥2
3𝒙𝟏 − 0.1𝑥2 − 0.2𝑥3 = 7.85 𝑥3 =
10
0.1𝑥1 + 7𝒙𝟐 − 0.3𝑥3 = −19.3
Paso 2: Imponemos valores iniciales:
0.3𝑥1 − 0.2𝑥2 + 10𝒙𝟑 = 71.4
𝑥1 = 0 𝑥2 = 0 𝑥3 = 0
Consideraremos 𝜆 = 1.1
Paso 3: Iteración. Reemplazamos valores
Paso 1: Despejar incógnitas: del Paso 2 en las ecuaciones del Paso 1:
Despejamos de la primera ecuación la primera
Iteración 1:
incógnita:
7.85 + 0.1𝑥2 + 0.2𝑥3
𝑥1𝐺𝑆 = 7.85 + 0.1 ∙ 0 + 0.2 ∙ 0
3 𝑥1𝐺𝑆 = = 2.6167
3
De la segunda ecuación, la segunda incógnita: 𝑥1𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ 2.6167 + 1 − 1.1 ∙ 0 = 2.8784
𝐺𝑆
−19.3 − 0.1𝑥1 + 0.3𝑥3
𝑥2 =
7

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

−19.3 − 0.1 ∙ (2.8784) + 0.3 ∙ (0) 71.4 − 0.3 ∙ (3.0416) + 0.2 ∙ (−2.4103)
𝑥2𝐺𝑆 = = −2.7983 𝑥3𝐺𝑆 = = 7.0005
7 10
𝑥3𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ (7.0005) + 1 − 1.1 ∙ 7.6913 = 6.9314
𝑥2𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ −2.7983 + 1 − 1.1 ∙ 0 = −3. O781
Paso 3: Calcular error
71.4 − 0.3 ∙ (2.8784) + 0.2 ∙ (−3.0781)
𝑥3𝐺𝑆 = = 6.9921
10 𝑣𝑖𝑒𝑗𝑜
𝑥𝑖𝑛𝑢𝑒𝑣𝑜 − 𝑥𝑖
𝑥3𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ (6.9921) + 1 − 1.1 ∙ 0 = 7.6913 ε𝑜,𝑖 = × 100%
𝑥𝑖𝑛𝑢𝑒𝑣𝑜
Iteración 2: 3.0416−2.8784
ε𝑜,1 = × 100% = 5.37%
3.0416
7.85 + 0.1 ∙ −3.0781 + 0.2 ∙ 7.6913
𝑥1𝐺𝑆 = = 3.0268
3 ε𝑜,2 =
−2.4103−−3.0781
× 100% = 27.71%
𝑥1𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ 3.0268 + 1 − 1.1 ∙ 2.8784 = 3.0416 −2.4103

−19.3 − 0.1 ∙ (3.0416) + 0.3 ∙ (7.6913) 6.9314−7.6913

𝑥2𝐺𝑆 = = −2.4710 ε𝑜,3 = 6.9314
× 100% = 10.96%
7
𝑥2𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ −2.4710 + 1 − 1.1 ∙ −3.0781 = −2.4103

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

Iteración 3: ε𝑜,3 =
7.0068−6.9314
× 100% = 1.08%
7.0068

7.85 + 0.1 ∙ −2.4103 + 0.2 ∙ 6.9314 Iteracion 1 Iteracion 2 Iteracion 3 Iteracion 4 Iteracion 5
𝑥1𝐺𝑆 = = 2.9984 0 2.8784 3.0416 2.9941 3.0006
3 x1 viejo
x2 viejo 0 -3.0781 -2.4103 -2.5122 -2.4985
𝑥1𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ 2.9984 + 1 − 1.1 ∙ 3.0416 = 2.9941 x3 viejo 0 7.6913 6.9314 7.0068 6.9993
𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
x1 GS 7.85 + 0.1 ∙ 𝑥2 + 0.2 ∙ 𝑥3
2.6167 3.0268 2.9984 3 3
𝐺𝑆
−19.3 − 0.1 ∙ (2.9941) + 0.3 ∙ (6.9314) 3
𝑥2 = = −2.5029 x2 GS −19.3 − 0.1 ∙ 𝑥1 𝑣𝑖𝑒𝑗𝑜
+ 0.3 ∙ 𝑥3
𝑣𝑖𝑒𝑗𝑜

7 7
-2.7983 -2.471 -2.5029 -2.4997 -2.5

𝑥2𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ −2.5029 + 1 − 1.1 ∙ −2.4103 = −2.5122 x3 GS 71.4 − 0.3 ∙ 𝑥 𝑣𝑖𝑒𝑗𝑜 𝑣𝑖𝑒𝑗𝑜
1 + 0.2 ∙ 𝑥 2 6.9921 7.0005 6.9999 7 7
10
x1 nuevo 2.8784 3.0416 2.9941 3.0006 2.9999
𝐺𝑆
71.4 − 0.3 ∙ (2.9941) + 0.2 ∙ (−2.5122) x2 nuevo -3.0781 -2.4103 -2.5122 -2.4985 -2.5002
𝑥3 = = 6.9999 7.6913 6.9314 7.0068 6.9993 7.0001
10 x3 nuevo
Error x1 5.37% 1.59% 0.22% 0.02%
𝑥3𝑛𝑢𝑒𝑣𝑜 = 1.1 ∙ (6.9999) + 1 − 1.1 ∙ 6.9314 = 7.0068 Error x2 27.71% 4.06% 0.55% 0.07%
Error x3 10.96% 1.08% 0.11% 0.01%
2.9941−3.0416
ε𝑜,1 = × 100% = 1.59%
2.9941

−2.5122−−2.4103
ε𝑜,2 = × 100% = 4.06%
−2.5122

Cholesky Jacobi Gauss-Seidel Relajación

 Análisis Numérico 2020

En resumen

PASOS:
1. Despejar incógnitas del sistema
2. Suponer valores iniciales
3. Iterar, reemplazar valores de (2) en (1).
4. 𝑥𝑖𝑛𝑢𝑒𝑣𝑜 = 𝜆 ∙ 𝑥𝑖𝐺𝑆 + 1 − 𝜆 ∙ 𝑥𝑖−1
5. Error

0≤𝜆≤2
Si 𝜆 = 1 1 − 𝜆 = 0, por lo tanto 𝑥𝑖𝑛𝑢𝑒𝑣𝑜 = 𝑥𝑖
Si 0 ≤ 𝜆 < 1 Subrelajación
Si 1 < 𝜆 ≤ 2 Sobrerrelajación

Cholesky Jacobi Gauss-Seidel Relajación