Métodos Iterativos Normas de vectores y matrices

METODOS ITERATIVOS

Hermes Pantoja Carhuavilca

Facultad de Ingenierı́a Mecanica

Universidad Nacional de Ingenieria

Métodos Numéricos

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Contenido

1 Métodos Iterativos
Introducción
Definición
Métodos Iterativos
Método de Jacobi
Convergencia
Método de Gauss Seidel

2 Normas de vectores y matrices

Criterios de Parada

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Introducción

Introducción

La ventaja frente a los métodos directos es que son menos

sensibles a los errores de redondeo y esto se aprecia en sistemas de
orden elevado donde los errores de redondeo de los métodos
directos son considerables.

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Definición

Definición de Método Iterativo

Un método iterativo construye una sucesión de vectores x (k) tal
que
lı́m x (k) = x
k→∞

siendo x la solución del sistema Ax = b.

Construcción de un método iterativo

Se parte de una aproximación inicial x (0) y luego se calcula

x (k+1) = F (x (k) ) k = 0, 1, . . . ,

donde F se toma de forma lineal: F (x) = Tx + c.

x (k+1) = Tx (k) + c k = 0, 1, . . . ,

La matriz T se denomina matriz de iteración.

Hermes Pantoja Carhuavilca METODOS ITERATIVOS
Métodos Iterativos Normas de vectores y matrices

Métodos Iterativos

Diferentes Métodos Iterativos

Método de Jacobi
Método de Gauss-Seidel

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Jacobi

Método de jacobi

El método Jacobi es el método iterativo para resolver sistemas de

ecuaciones lineales más simple y se aplica sólo a sistemas
cuadrados, es decir a sistemas con tantas incógnitas como
ecuaciones.

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Jacobi

Método de Jacobi

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Jacobi

Forma Matricial
Sea el sistema Ax = b, donde
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A= .
 
.. . . .
 .. . ..

. 
an1 an2 . . . ann

trabajamos sobre la siguiente partición de A:

 
a11 0 ... 0
 
0 0 ... 0
.. . 
. ..   −a21 0 ... 0

 0 a22 
D= ,L =  
 .. .. .. . . . . ..
 .. ..
 
 . . . 0 
 . . 
0 ... 0 ann −an1 −an2 . . . 0

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Jacobi

..
 
 0 −a12 . −a1n 
 0 0 . . . −a2n 
U=
 .. .. .. ..


 . . . . 
0 0 ... 0
De tal forma que:
A=D −L−U

x (k+1) = D −1 (L + U)x (k) + D −1 b

Tj = D −1 (L + U), Matriz de Iteración de Jacobi
c = D −1 b

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Jacobi

Ejemplo

Ejemplo
Sea el sistema
    
7 −6 x1 3
=
−8 9 x2 −4

Aproximar la solución utilizando el método de Jacobi. x10 = 0 y

x20 = 0

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Convergencia

Convergencia

Definición
A es de diagonal estrictamente dominante si para cada fila i se
cumple:
n
X
|aii | > |aij |
j=1;j6=i

Una matriz se dice matriz diagonalmente dominante, si en cada

uno de los renglones, el valor absoluto del elemento de la diagonal
principal es mayor que la suma de los valores absolutos de los
elementos restantes del mismo renglón. A veces la matriz de un
sistema de ecuaciones no es diagonalmente dominante pero cuando
se cambian el orden de las ecuaciones y las incógnitas el nuevo
sistema puede tener matriz de coeficientes diagonalmente
dominante.
Hermes Pantoja Carhuavilca METODOS ITERATIVOS
Métodos Iterativos Normas de vectores y matrices

Convergencia

Teorema
Si A es una matriz diagonalmente estrictamente dominante,
entonces la iteración de Jacobi converge para cualquier valor inicial

En ciertas ocasiones al aplicar Jacobi la matriz no es

diagonalmente dominante y por tanto no existirá garantı́a de
convergencia. Sin embargo, en algunos casos será posible reordenar
las incógnitas en otra manera de forma que la nueva matriz de
coeficientes sea diagonalmente dominante. Esto se puede detectar
revisando todos los posibles ordenamientos de las incógnitas y ver
cómo es la matriz resultante. Claro que esto conlleva un bueno
número de pruebas pues el número posible de ordenamientos en n
variables es (n − 1)! pero cuando n es reducido es sencillo.

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Convergencia

Definición (Polinomio Caracterı́stico)

P(λ) = det(A − λI )

Definición (Espectro)
Se llama espectro ”ξ” de la matriz A al conjunto de soluciones de
la ecuación P(λ) = 0

Definición (Radio Espectral)

Radio espectral de la matriz A: ρ(A) = Max{|λ|}, λ ∈ ξ

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Convergencia

Teorema
La sucesión x (k+1) = Tx (k) + c, para k ≥ 0 converge a la solución
única x = Tx + c si y sólo si ρ(T ) < 1.

Ejemplo
Analizar la convergencia del siguiente sistema lineal

x1 + x2 = 3
x1 − 3x2 = −3

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Gauss Seidel

El método de Gauss-Seidel es muy semejante al método de Jacobi.

Mientras que en el de Jacobi se utiliza el valor de las incógnitas
para determinar una nueva aproximación, en el de Gauss-Seidel se
va utilizando los valores de las incógnitas recien calculados en la
misma iteración, y no en la siguiente.

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Gauss Seidel

Método de Gauss Seidel

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Gauss Seidel

Ejemplo

Ejemplo
Sea el sistema
    
7 −6 x1 3
=
−8 9 x2 −4

Aproximar la solución utilizando el método de Gauss Seidel. x10 = 0

y x20 = 0

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Gauss Seidel

Forma Matricial

A=D −L−U

x (k+1) = (D − L)−1 Ux (k) + (D − L)−1 b

Tgs = (D − L)−1 U, Matriz de Iteración de Gauss Seidel
c = (D − L)−1 b

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Método de Gauss Seidel

Teorema
Si A es una matriz diagonalmente estrictamente dominante,
entonces la iteración de Guass Seidel converge para cualquier valor
inicial

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Norma Vectorial

Una norma vectorial en R n es una función ||.||, de R n en R con las

siguientes propiedades:
||x|| ≥ 0 para todo x ∈ R n .
||x|| = 0 si y solo si x = (0, 0, ..., 0)t .
||ax|| = |a|||x|| para todo a ∈ R y x ∈ R n .
||x + y || ≤ ||x|| + ||y || para todo x, y ∈ R n .
Para nuestro proposito sólo necesitaremos dos normas especı́ficas
de R n

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Vector en R n

El vector  
x1
 x2 
x =
 
.. 
 . 
xn
Se denotará por: x = (x1 , x2 , . . . , xn )t

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Definiciones

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Ejemplo

Ejemplo
El vectorpx = (−1, 1, −2)t en R 3 tiene
√ normas
||x||2 = (−1)2 + (1)2 + (−2)2 = 6
||x||∞ = max{| − 1|, |1|, | − 2|} = 2

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Definiciones

Si x = (x1 , x2 , . . . , xn )t y y = (y1 , y2 , . . . , yn )t son vectores en R n

las distancias l2 y l∞ entre x e y están definidas por

( n )1
2 2
X
||x − y ||2 = |xi − yi |
i=1

||x − y ||∞ = max1≤i≤n |xi − yi |

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Norma Matricial
Una norma matricial en R n×n es una función ||.||, de R n×n en R
con las siguientes propiedades:
||A|| ≥ 0 para todo A ∈ R n×n .
||A|| = 0 si y solo si A es 0.
||αA|| = |α|||A|| para todo α ∈ R y A ∈ R n×n .
||A + B|| ≤ ||A|| + ||B|| para todo A, B ∈ R n×n .
||AB|| ≤ ||A||||B||

Teorema (Norma Matricial)

Si A = (aij ) es una matriz de n × n, entonces
n
X
||A||∞ = max1≤i≤n |aij |
j=1

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Teorema
Si A es una matriz real de n × n entonces
1
[ρ(At .A)] 2 = ||A||2
ρ(A) ≤ ||A|| para cualquier norma ||.||

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Criterios de Parada

Criterios de Parada

Una vez fijada una toleracia , para cuando se cumpla uno o varios
de los siguientes criterios:
||x (k+1) − x (k) || < 
||x (k+1) − x (k) ||
<
||x (k+1) ||
||Ax (k) − b|| < 

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Criterios de Parada

Condicionamiento de un sistema lineal

Sabemos que el condicionamiento influye en la calidad de la
solución de un problema cualquiera. En particular, en el problema
de hallar la solución de un sistema lineal nos encontramos con que
al comparar el valor exacto del término independiente de un
sistema con el calculado puede haber discrepancias. En concreto,
definiendo el vector residual r en la forma
r = b̃ − b
en donde b̃ es el valor calculado.
Teorema
Si A es una matriz invertible, se verifica
1 ||x̃ − x|| ≤ ||r ||||A−1 ||
||x̃ − x| ||r ||
2 ≤ ||A|||A−1 |||
||x|| ||b||
Hermes Pantoja Carhuavilca METODOS ITERATIVOS
Métodos Iterativos Normas de vectores y matrices

Criterios de Parada

Condicionamiento de un sistema lineal

Definición
Se denomina número de condicionamiento de una matriz al número

k(A) = ||A||||A−1 ||

Si k(A) es pequeño, se dice que la matriz A está bien

condicionada, si es grande que A está mal condicionada.

Hermes Pantoja Carhuavilca METODOS ITERATIVOS

Métodos Iterativos Normas de vectores y matrices

Criterios de Parada

Ejemplo

Hermes Pantoja Carhuavilca METODOS ITERATIVOS