Está en la página 1de 7

DEPARTAMENTO DE CIENCIAS EXACTAS

ÁREA DE ANÁLISIS FUNCIONAL


MÉTODOS NUMÉRICOS

Nombre: Bryan André Tito S. NRC: 2800


Carrera: Ingeniería Mecánica
Fecha: 14/02/2021
Nombre del profesor: Fis. Ramiro Alejandro Yerovi Vargas

Actividad No. 19
Ejercicios:

1. Consulte sobre el método de Jacobi y su convergencia.


En análisis numérico el método de Jacobi es un método iterativo, usado para resolver
sistemas de ecuaciones lineales del tipo 𝐴𝐴𝐴𝐴 = 𝑏𝑏. El método de Jacobi consiste en usar
fórmulas como iteración de punto fijo.
La base del método consiste en construir una sucesión convergente definida iterativamente.
El límite de esta sucesión es precisamente la solución del sistema. A efectos prácticos si el
algoritmo se detiene después de un número finito de pasos se llega a una aproximación al
valor de x de la solución del sistema.
La sucesión se construye descomponiendo la matriz del sistema 𝐴𝐴 en la forma siguiente:
𝐴𝐴 = 𝐷𝐷 − 𝐿𝐿 − 𝑈𝑈
Donde 𝐷𝐷 es una matriz diagonal, además se tiene la descomposición LU.
𝐴𝐴𝐴𝐴 = 𝑏𝑏
(𝐷𝐷 − 𝐿𝐿 − 𝑈𝑈)𝑥𝑥 = 𝑏𝑏
𝑥𝑥 = 𝐷𝐷−1 (𝐿𝐿 + 𝑈𝑈)𝑥𝑥 + 𝐷𝐷−1 𝑏𝑏
Por lo tanto, el método de Jacobi es:
𝑥𝑥 𝑘𝑘 = 𝐷𝐷 −1 (𝐿𝐿 + 𝑈𝑈)𝑥𝑥 𝑘𝑘−1 + 𝐷𝐷 −1 𝑏𝑏 𝑘𝑘 = 1,2, …
Cabe destacar que al calcular xi(k+1) se necesitan todos los elementos en x(k), excepto el que
tenga el mismo i. Por eso, al contrario que en el método Gauss-Seidel, no se puede
sobrescribir xi(k) con xi(k+1), ya que su valor será necesario para el resto de los cálculos. Esta
es la diferencia más significativa entre los métodos de Jacobi y Gauss-Seidel. La cantidad
mínima de almacenamiento es de dos vectores de dimensión n, y será necesario realizar un
copiado explícito.
Convergencia:
El método de Jacobi siempre converge si la matriz A es estrictamente diagonal dominante y
puede converger incluso si esta condición no se satisface.
Para verificar la convergencia del método se calcula el radio espectral (ρ):
𝜌𝜌(𝐷𝐷−1 𝑅𝑅) < 1
es la condición necesaria y suficiente para la convergencia, siendo R = L + U. No es
necesario que los elementos de la diagonal en la matriz sean mayores (en magnitud) que los
otros elementos (la matriz es diagonalmente dominante), pero en el caso de serlo, la matriz
converge.

2. Realice el ejercicio de clase y plantee otro ejercicio con un sistema 5x5 y uno 10x10.
Ejercicio 5x5:
Ejercicio 10x10:

3. Consulte sobre los criterios de convergencia para métodos iterativos, en particular el de


Jacobi y de Gauss Seidel

Técnicas iterativas de Jacobi y Gauss-Seidel

Convergencia en Jacobi:
El método de Jacobi siempre converge si la matriz A es estrictamente diagonal dominante y
puede converger incluso si esta condición no se satisface.
Para verificar la convergencia del método se calcula el radio espectral (ρ):
𝜌𝜌(𝐷𝐷−1 𝑅𝑅) < 1
es la condición necesaria y suficiente para la convergencia, siendo R = L + U. No es
necesario que los elementos de la diagonal en la matriz sean mayores (en magnitud) que los
otros elementos (la matriz es diagonalmente dominante), pero en el caso de serlo, la matriz
converge.
Convergencia en Guass Seidel:
Teorema: Suponga una matriz 𝐴𝐴 ∈ 𝑅𝑅(𝑛𝑛, 𝑛𝑛) es una matriz no singular que cumple la condición
de

Entonces el método de Gauss-Seidel converge a una solución del sistema de ecuaciones, y la


convergencia es por lo menos tan rápida como la convergencia del método de Jacobi.
Teorema: Una condición suficiente y necesaria para que un método iterativo estacionario
𝑥𝑥 𝐾𝐾+1 = 𝑀𝑀𝑥𝑥 𝑘𝑘 + 𝑐𝑐 converja para una aproximación arbitraria 𝑥𝑥 0 es que
𝜌𝜌(𝑀𝑀) = 𝑚𝑚𝑎𝑎𝑎𝑎|𝜆𝜆𝑖𝑖 | < 1, 1 ≤ 𝑖𝑖 ≤ 𝑛𝑛
Donde 𝜌𝜌(𝑀𝑀) es el radio espectral de M.

4. Investigue sobre el radio espectral y sus aplicaciones.


Radio espectral:
El radio espectral de una matriz o de un operador lineal acotado es el supremo de entre
los valores absolutos de los elementos de su espectro, indicándose en ocasiones con 𝜌𝜌(𝐴𝐴).
𝜌𝜌(𝐴𝐴) = 𝑚𝑚𝑎𝑎𝑎𝑎|𝜆𝜆 | < 1, 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝜆𝜆 𝑒𝑒𝑒𝑒 𝑢𝑢𝑢𝑢 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑑𝑑𝑑𝑑 𝐴𝐴.
Aplicaciones:
• Aisladores sísmicos en puentes.
Se deduce una ecuación para calcular la tensión y verificar si es posible la construcción y la
defección en un puente.

Bibliografía

[1] R. L. Burden, Análisis Numérico, México D.F.: Cengage Learning Editores, S.A., 2017.

[2] C. S. C., Métodos numéricos para ingeniería, 5ta edición, 2008.

También podría gustarte