5.

Métodos iterativos

Motivación: Hay veces que dar una solución exacta a un sistema de ecuaciones
mediante métodos directos puede tomarnos mucho tiempo en cálculos, para ello
es conveniente usar métodos que nos APROXIMEN a una solución mas rápido.

Pasos a seguir en un método iterativo

1. Siempre inicia con una solución aproximada.

2. Se ejecutan una serie de cálculos para construir una mejor aproximación.
En este paso se genera una formula llamada Ecuación de Recurrencia
3. Se repite el paso anterior usando la nueva solución.
Nota: Este tipo de métodos, solo calculan soluciones aproximadas.

Método de Jacobi
Método iterativo para resolver un sistema de ecuaciones cuadrado.

Consideremos el sistema:

𝑎11 𝑥1 + 𝑎12 𝑥2 + … + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + … + 𝑎2𝑛 𝑥𝑛 = 𝑏2

⋮ ⋱ ⋮ ⋮
…
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑛
Donde la matriz de coeficientes 𝐴 = ( ⋮ ) es tal que los elementos de
𝑎𝑛1𝑎𝑛2 ⋯ 𝑎𝑛𝑛
la diagonal cumplen que |𝑎𝑖𝑖 | > |𝑎𝑖𝑗 | 𝑖 ≠ 𝑗 𝑖, 𝑗 = 1,2, … , 𝑛

1. Construimos la ecuación iterativa, para ello asumimos que todos los

elementos de la diagonal son distintos de cero y dividimos cada ecuación
por su elemento 𝑎𝑖𝑖 correspondiente, obtenemos el siguiente sistema
equivalente:
 𝑥1 + 𝑎12 ⁄𝑎11 𝑥2 + … + 𝑎1𝑛 ⁄𝑎11 𝑥𝑛 = 𝑏1 ⁄𝑎11

𝑎21 ⁄𝑎22 𝑥1 + 𝑥2 + … + 𝑎2𝑛 ⁄𝑎22 𝑥𝑛 = 𝑏2 ⁄𝑎22

⋮ ⋱ ⋮ ⋮
𝑎𝑛1 ⁄𝑎𝑛𝑛 𝑥1 + 𝑎𝑛2 ⁄𝑎𝑛𝑛 𝑥2 + … + 𝑥𝑛 = 𝑏𝑛 ⁄𝑎𝑛𝑛

Despejamos de cada ecuación el elemento 𝑥𝑖

𝑥1 = 0 − 𝑎12 ⁄𝑎11 𝑥2 − … − 𝑎1𝑛 ⁄𝑎11 𝑥𝑛 + 𝑏1 ⁄𝑎11

𝑥2 = −𝑎21 ⁄𝑎22 𝑥1 − 0 − … − 𝑎 ⁄𝑎 𝑥 + 𝑏 ⁄𝑎
2𝑛 22 𝑛 2 22

⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑥𝑛 = −𝑎𝑛1 ⁄𝑎𝑛𝑛 𝑥1 − 𝑎𝑛2 ⁄𝑎𝑛𝑛 𝑥2 − … − 0 + 𝑏𝑛 ⁄𝑎𝑛𝑛

𝑥̅ 𝐵𝑥̅ 𝑑̅

Esta forma es la que usaremos en los pasos siguientes.

2. Sustituir una solución aproximada que nombraremos 𝑥0 .

3. Iteramos a solución usando ̅̅̅̅̅
𝑥𝑖+1 = 𝐵𝑥̅𝑖 + 𝑑̅

Ejemplo 1: Resolver el siguiente sistema usando el método de Jacobi

5𝑥 +𝑦 + 𝑧 = −3 0
𝑥 + 4𝑦 + 𝑧 = 4 , 𝑢𝑠𝑎𝑛𝑑𝑜 𝑥0 = (0)
𝑥 +𝑦 + 3𝑧 = 3 0

Primero verificamos que |𝑎𝑖𝑖 | > |𝑎𝑖𝑗 | 𝑖 ≠ 𝑗 𝑖, 𝑗 = 1,2, … , 𝑛

Paso 1: Dividimos cada ecuación entre el elemento de la diagonal

correspondiente.
𝑥 + 1⁄5 𝑦 + 1⁄5 𝑧 = − 3⁄5
1⁄4 𝑥 + 𝑦 + 1⁄4 𝑧 = 1
1⁄3 𝑥 + 1⁄3 𝑦 + 𝑧 = 1

Despejamos:
𝑥 = − 1⁄5 𝑦 − 1⁄5 𝑧 − 3⁄5
𝑦 = − 1⁄4 𝑥 − 1⁄4 𝑧 + 1
𝑧 = − 1⁄3 𝑥 − 1⁄3 𝑦 + 1
Paso 2: Sustituimos la solución aproximada 𝑥0
𝑥 = − 1⁄5 (0) − 1⁄5 (0) − 3⁄5 = − 3⁄5
𝑦 = − 1⁄4 (0) − 1⁄4 (0) + 1 = 1
𝑧 = − 1⁄3 (0) − 1⁄3 (0) + 1 = 1
− 3⁄5
𝑥1 = ( 1 )
1
Paso 3: Repetimos el paso 2 con la solución 𝑥1 , seguimos de esta forma hasta
identificar los valores a los que se aproxima la solución.
𝑥 = − 1⁄5 (1) − 1⁄5 (1) − 3⁄5 = −1
𝑦 = − 1⁄4 (− 3⁄5) − 1⁄4 (1) + 1 = 9⁄10
𝑧 = − 1⁄3 (− 3⁄5) − 1⁄3 (1) + 1 = 13⁄15
−1
𝑥2 = ( 9⁄10 )
13⁄15
𝑥 = − 1⁄5 (9⁄10) − 1⁄5 (13⁄15) − 3⁄5 = −143⁄150
𝑦 = − 1⁄4 (−1) − 1⁄4 (13⁄15) + 1 = 31⁄30
𝑧 = − 1⁄3 (−1) − 1⁄3 (9⁄10) + 1 = 31⁄30
−143⁄150
𝑥3 = ( 31⁄30 )
31⁄30
−76⁄75
𝑥4 = ( 49⁄50 )
73⁄75
−743⁄750 −0.99066 −1
𝑥5 = ( 101⁄100 ) = ( 1.01 ) ≈ ( 1 ) Es la solución aproximada.
91⁄90 1.01111 1
Método de Gauss- Seidel
Este método es muy parecido al de Jacobi que usa el valor de las incógnitas
para recalcular la solución aproximada. El método de Gauss- Seidel realiza el
mismo procedimiento, pero con el valor de las incógnitas recién salidas.

Ejemplo 2: Resolver el siguiente sistema usando el método de Gauss-Seidel

10𝑥 + 0𝑦 − 𝑧 = −1 0
4𝑥 + 12𝑦 − 4𝑧 = 8 , 𝑢𝑠𝑎𝑛𝑑𝑜 𝑥0 = (0)
4𝑥 + 4𝑦 + 10𝑧 = 4 0

El sistema cumple con tener diagonal dominante.

Despejamos de cada ecuación las incógnitas correspondientes al elemento 𝑎𝑖𝑖

𝑥 = 0𝑦 + 1⁄10 𝑧 − 1⁄10
𝑦 = − 4⁄12 𝑥 + 4⁄12 𝑧 + 8⁄12
𝑧 = − 4⁄10 𝑥 − 4⁄10 𝑦 + 4⁄10

Primera iteración:

Sustituimos en la solución inicial en la primera ecuación.

𝑥 = 1(0)⁄10 − 1⁄10 = 1⁄10

Sustituimos el nuevo valor de x en la siguiente ecuación.

𝑦 = −4(1⁄10)⁄12 − 4(0)⁄12 + 8⁄12 = 19⁄30

Sustituimos los valores de x e y en la tercera ecuación

𝑧 = −4(1⁄10)⁄10 − 4(19⁄30)⁄10 + 4⁄10 = 8⁄75

Repetimos el procedimiento hasta ver si hay convergencia en las tres

incógnitas.