Elementos de Cálculo Numérico - Cálculo Numérico

Segundo Cuatrimestre de 2020

Entrega n◦ 5

1. Sean a y b números reales con b 6= 0. Dada la matriz

 
b a a
A = −a b 0
−a 0 b

a) Mostrar que el método de Jacobi converge para todo valor inicial si y solo si el
método de Gauss-Seidel también lo hace. Explicitar cómo deben ser los valores
de a y b para que ambos métodos converjan para todo valor inicial.
b) Dados valores de a y b que aseguran convergencia para todo valor inicial, ¿cuál
de los dos métodos es más conveniente y por qué?
 Elementos de Cálculo Numérico - Cálculo Numérico
Segundo Cuatrimestre de 2020
Entrega n◦ 5 - Resolución del ejercicio

1a) Recordemos que un método iterativo converge para todo valor inicial si y solo si el
radio espectral de la matriz del método es menor a 1. Para hallar los autovalores de
cada matriz de iteración, conviene recordar la siguiente propiedad, que facilita mucho
las cuentas: si descomponemos A = M + N y la matriz de iteración es B = −M −1 N ,
entonces

det(λI3 + B) = det(λI3 + M −1 N ) = det(M −1 (λM + N )) = det(M −1 ) det(λM + N ) = 0

| {z }
6=0

⇔ det(λM + N ) = 0.
De esta forma, los autovalores de las matrices de los métodos de Jacobi y de Gauss-
Seidel los podemos hallar a partir de las raı́ces de los polinomios det(λD + L + U ) y
det(λ(D + L) + U ), respectivamente. Es decir:
 
λb a a
det −a λb 0  = −a(−λba) + λb(λ2 b2 + a2 ) = λb(λ2 b2 + 2a2 )
−a 0 λb
(  √   √ ) √
 2a   2a  2|a|
⇒ ρ(BJ ) = máx 0,  i , − i = .
  
 b   b  |b|
 
λb a a
det −λa λb 0  = −aλ(−λba) + λb(λ2 b2 + λa2 ) = λ2 b(λb2 + 2a2 )
−λa 0 λb
 2a2  2a2
  
⇒ ρ(BGS ) = máx 0, − 2  = 2 .
b b

Luego, ρ(BGS ) = ρ(BJ )2 y por lo tanto un método converge si y solo si el otro converge.
Veamos cuándo convergen:
2a2
< 1 ⇔ 2a2 < b2 .
b2

1b) Cuando ambos convergen, es preferible el método de Gauss-Seidel por tener un radio
espectral más chico (se espera que converja más rápido).