Documentos de Académico
Documentos de Profesional
Documentos de Cultura
METODOS ITERATIVOS
Métodos Numéricos
Contenido
1 Métodos Iterativos
Introducción
Definición
Métodos Iterativos
Método de Jacobi
Convergencia
Método de Gauss Seidel
Introducción
Introducción
Definición
x (k+1) = F (x (k) ) k = 0, 1, . . . ,
x (k+1) = Tx (k) + c k = 0, 1, . . . ,
Métodos Iterativos
Método de Jacobi
Método de Gauss-Seidel
Método de Jacobi
Método de jacobi
Método de Jacobi
Método de Jacobi
Método de Jacobi
Forma Matricial
Sea el sistema Ax = b, donde
a11 a12 . . . a1n
a21 a22 . . . a2n
A= .
.. . . .
.. . ..
.
an1 an2 . . . ann
Método de Jacobi
..
0 −a12 . −a1n
0 0 . . . −a2n
U=
.. .. .. ..
. . . .
0 0 ... 0
De tal forma que:
A=D −L−U
Método de Jacobi
Ejemplo
Ejemplo
Sea el sistema
7 −6 x1 3
=
−8 9 x2 −4
Convergencia
Convergencia
Definición
A es de diagonal estrictamente dominante si para cada fila i se
cumple:
n
X
|aii | > |aij |
j=1;j6=i
Convergencia
Teorema
Si A es una matriz diagonalmente estrictamente dominante,
entonces la iteración de Jacobi converge para cualquier valor inicial
Convergencia
Definición (Espectro)
Se llama espectro ”ξ” de la matriz A al conjunto de soluciones de
la ecuación P(λ) = 0
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
Ejemplo
Ejemplo
Sea el sistema
7 −6 x1 3
=
−8 9 x2 −4
Forma Matricial
A=D −L−U
Teorema
Si A es una matriz diagonalmente estrictamente dominante,
entonces la iteración de Guass Seidel converge para cualquier valor
inicial
Norma Vectorial
Vector en R n
El vector
x1
x2
x =
..
.
xn
Se denotará por: x = (x1 , x2 , . . . , xn )t
Definiciones
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
Definiciones
( n )1
2 2
X
||x − y ||2 = |xi − yi |
i=1
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
Si A es una matriz real de n × n entonces
1
[ρ(At .A)] 2 = ||A||2
ρ(A) ≤ ||A|| para cualquier norma ||.||
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|| <
Criterios de Parada
Criterios de Parada
Definición
Se denomina número de condicionamiento de una matriz al número
k(A) = ||A||||A−1 ||
Criterios de Parada
Ejemplo