Semana 04-Métodos Iterativos en Sistemas Lineales PDF

Tema:
MÉTODOS ITERATIVOS PARA SISTEMAS LINEALES
Métodos numéricos para ingeniería

2023_1
Videoconferencia 04
Tema: MÉTODOS ITERATIVOS PARA SISTEMAS LINEALES
CASO APLICATIVO
¿Cómo resolverían este sistema de ecuaciones usando métodos
iterativos?
− 6 x + 2y − z = −5

 x − 3y + 2z = 8
 3x + 3y + 7z = 5

Logro
Al finalizar la sesión, el estudiante resuelve ejercicios y/o
problemas de sistemas de ecuaciones lineales con métodos
iterativos; en base a participación activa, aprendizaje autónomo,
con destreza en el manejo del ordenador.
ÍNDICE
Temario
Introducción al tema
Desarrollo del contenido (Sub temas)
Conclusiones
Consultas
TEMARIO
1. Métodos iterativos.
2. Método de Jacobi.
3. Método de Gauss Seidel.
4. Ejemplos.
1. MÉTODOS ITERATIVOS
Un método iterativo es un método que progresivamente va calculando aproximaciones a

la solución de un problema. En Matemáticas, en un método iterativo se repite un mismo
proceso de mejora sobre una solución aproximada: se espera que lo obtenido sea una
solución más aproximada que la inicial. El proceso se repite sobre esta nueva solución
hasta que el resultado más reciente satisfaga ciertos requisitos.
Pasos de un Método Iterativo

Un método iterativo consta de los siguientes pasos.
1. Se construye la ecuación de recurrencia.
2. Se inicia con una solución aproximada (Semilla).
3. Ejecuta una serie de cálculos para obtener o construir una mejor
aproximación partiendo de la aproximación semilla.
4. Se repite el paso anterior pero usando como semilla la aproximación
obtenida
Tipos de Métodos Iterativos

Presentaremos dos métodos:
1. Método de Jacobi
2. Método de Gauss-Seidel
Tema: MÉTODOS ITERATIVOS EN SISTEMAS LINEALES
2. MÉTODO DE JACOBI (Método de desplazamientos simultáneos)
El método Jacobi es un 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.
Se parte de la ecuación 𝐴𝑥 = 𝑏 para obtener la ecuación vectorial 𝐱 = 𝐁𝐱 + 𝐜.
Con 𝑎11 , 𝑎22 y 𝑎33 distintos de cero

Se despeja 𝑥1 de la primera
ecuación, 𝑥2 de la segunda y 𝑥3 de
la tercera, con lo que se obtiene:
En notación matricial queda:

𝐱 = 𝐁𝐱 + 𝐜
𝐱 𝐁 𝐱 𝐜
Si es el vector aproximación a la solución “x” después de k iteraciones,
entonces se tiene para siguiente aproximación:

EJEMPLO 1:
Partiendo de 𝑥 = 1 e 𝑦 = 2 aplique tres iteración del método de Jacobi para

resolver el sistema siguiente:
5𝑥 + 2𝑦 = 1
𝑥 − 4𝑦 = 0
Solución:
1° Despejamos las variables x e y de 1era y 2da 2° Formamos la ecuación de recurrencia
ecuación respectivamente
−2𝑦𝑘 + 1
𝑥𝑘+1 =
−2𝑦 + 1 5
𝑥= 𝑥𝑘
5 𝑦𝑘+1 =
𝑥 4
y= 4
3° Calculamos las iteraciones, haciendo x1 = 1 y y1 = 2
k =1
 1 − 2 y1 1 − 2(2) −3
 x2 = = =
 5 5 5
𝑥𝑘+1 =
1 − 2𝑦𝑘 
5  y = x1 = 1
𝑥𝑘 

2
4 4
𝑦𝑘+1 =
4
k =2
 1 − 2 y2 1 − 2(1 / 4) 1
 x3 = = =
 5 5 10

 y = x2 = −3 / 5 = −3


3
4 4 20
k =3
 1 − 2 y3 1 − 2( −3 / 20) 13
 x4 = = = = 0.26
 5 5 50
 Solución exacta:
 y = x3 = 1 / 10 = 1 = 0.025


4
4 4 40 2
𝑥= = 0.1818
11
1
k =4 𝑦= = 0.04545
22
 1 − 2 y4 1 − 2(1 / 40) 19
 x5 = = = = 0.19
 5 5 100

 y = x4 = 13 / 50 = 13 = 0.065


5
4 4 200
Usando OCTAVE
CONVERGENCIA EN JACOBI
Uno de los principales problemas de los métodos iterativos es la garantía de que

el método va a converger, es decir, va a producir una sucesión de
aproximaciones cada vez efectivamente más próximas a la solución.
En el caso del método de Jacobi no existe una condición exacta para la
convergencia. Lo mejor es una condición que garantiza la convergencia, pero en
caso de no cumplirse puede o no haberla es la siguiente:
«Si la matriz de coeficientes original del sistema de

ecuaciones es diagonalmente dominante, el método de Jacobi
seguro converge»
Nota:
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.
Ejemplo : Son matrices diagonalmente dominantes:
Ejemplo : No son matrices diagonalmente dominantes:

OBSERVACIÓN:
En ciertas ocasiones al aplicar Jacobi, la matriz no es diagonalmente dominante y

por tanto no existirá garantía 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. Veamos algunos ejemplos.
EJEMPLO:
Indique cuál es el orden conveniente para aplicar Jacobi al sistema:
3 𝑥 + 12 𝑦 − 𝑧 = −2
11 𝑥 − 4 𝑦 + 3 𝑧 = −3
−3 𝑥 − 2 𝑦 − 12 𝑧 = −2
Solución
Con el orden y →x→ z el sistema y su matriz de coeficientes quedan:
12 y + 3 x − z = − 2 12 3 −1 
− 4 y + 11 x + 3 z = − 3   −4 11 3 
− 2 y − 3 x − 12 z = − 2  −2 −3 −12 
3. MÉTODO DE GAUSS-SEIDEL (Método de desplazamientos sucesivos)
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 Gauss-Seidel se va utilizando los valores de las incógnitas
recién calculados en la misma iteración, y no en la siguiente.

En este método, los valores que se van calculando en la 𝑘 + 1 − é𝑠𝑖𝑚𝑎

iteración se emplea para estimar los valores faltante de esa misma iteración; es
decir con 𝑥 (𝑘) se calcula 𝑥 (𝑘+1) de acuerdo con:
EJEMPLO 2:
Partiendo de 𝑥 = 1 e 𝑦 = 2 aplique tres iteración del método de Gauss-Seidel para
resolver el sistema siguiente:
5𝑥 + 2𝑦 = 1
𝑥 − 4𝑦 = 0
Solución:
1° Formamos la ecuación de recurrencia
1 − 2 yk
xk +1 =
5
xk +1
yk +1 =
4
2°Calculamos las iteraciones, haciendo x1 = 1 y y1 = 2
k =1
 1 − 2 y1 1 − 2(2) −3
 x2 = = =
 5 5 5

 y = x2 = −3 / 5 = −3
 1 − 2 yk 

2
 xk +1 = 4 4 20
 5
 k =2
 y = xk +1


k +1
4  1 − 2 y2 1 − 2( −3 / 20) 13
 x3 = = =
 5 5 50

 y = x3 = 13 / 50 = 13


3
4 4 200
k =3
 1 − 2 y3 1 − 2(13 / 200) 87 Solución exacta:
 x = = = = 0.174
 4
5 5 500

 y = x4 = 87 / 500 = 87 = 0.0435 2
𝑥= = 0.181818


4
4 4 2000 11
1
𝑦= = 0.045454
22
k =4
 1 − 2 y4 1 − 2(87 / 2000) 913
 x = = = = 0.1826
 5
5 5 5000

 y = x5 = 913 / 5000 = 913 = 0.04565


5
4 4 20000
Usando OCTAVE
CASO APLICATIVO
Usando OCTAVE resolver los siguientes sistemas usando Jacobi y Gauss-Seidel, aplicando
4 iteraciones, partiendo del punto x=0,y=0,z=0:
− 6 x + 2y − z = −5

 x − 3y + 2z = 8
Solución:  3x + 3y + 7z = 5

a) Usando Jacobi b) Usando Gauss-Seidel
 5 + 2 yk − z k
 xk +1 =  5 + 2 yk − z k

6  xk +1 = 6
 −8 + xk + 2 zk 
 yk +1 =  −8 + xk +1 + 2 zk
 3  yk +1 =
 3
 5 − 3 xk − 3 yk
 zk +1 =  5 − 3 xk +1 − 3 yk +1
 7  zk +1 =
 7
CONCLUSIONES
En Jacobi se utiliza el valor de las incógnitas para determinar

una nueva aproximación
En Gauss-Seidel se va utilizando los valores de las incógnitas

recién calculados en la misma iteración, y no en la siguiente.
Los métodos iterativos son más eficientes que los directos

para sistemas de orden muy alto.
Los métodos iterativos son más fáciles de programar.

GRACIAS

Semana 04-Métodos Iterativos en Sistemas Lineales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Semana 04-Métodos Iterativos en Sistemas Lineales PDF

Cargado por

Copyright:

Formatos disponibles

Tema:

MÉTODOS ITERATIVOS PARA SISTEMAS LINEALES

Métodos numéricos para ingeniería

Desarrollo del contenido (Sub temas)

Un método iterativo es un método que progresivamente va calculando aproximaciones a

Pasos de un Método Iterativo

Tipos de Métodos Iterativos

2. MÉTODO DE JACOBI (Método de desplazamientos simultáneos)

El método Jacobi es un 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.

Se parte de la ecuación 𝐴𝑥 = 𝑏 para obtener la ecuación vectorial 𝐱 = 𝐁𝐱 + 𝐜.

Con 𝑎11 , 𝑎22 y 𝑎33 distintos de cero

En notación matricial queda:

Si es el vector aproximación a la solución “x” después de k iteraciones,

entonces se tiene para siguiente aproximación:

Partiendo de 𝑥 = 1 e 𝑦 = 2 aplique tres iteración del método de Jacobi para

3° Calculamos las iteraciones, haciendo x1 = 1 y y1 = 2

Uno de los principales problemas de los métodos iterativos es la garantía de que

«Si la matriz de coeficientes original del sistema de

Ejemplo : Son matrices diagonalmente dominantes:

Ejemplo : No son matrices diagonalmente dominantes:

En ciertas ocasiones al aplicar Jacobi, la matriz no es diagonalmente dominante y

3. MÉTODO DE GAUSS-SEIDEL (Método de desplazamientos sucesivos)

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 Gauss-Seidel se va utilizando los valores de las incógnitas

recién calculados en la misma iteración, y no en la siguiente.

En este método, los valores que se van calculando en la 𝑘 + 1 − é𝑠𝑖𝑚𝑎

2°Calculamos las iteraciones, haciendo x1 = 1 y y1 = 2

4 iteraciones, partiendo del punto x=0,y=0,z=0:

En Jacobi se utiliza el valor de las incógnitas para determinar

En Gauss-Seidel se va utilizando los valores de las incógnitas

Los métodos iterativos son más eficientes que los directos

Los métodos iterativos son más fáciles de programar.

También podría gustarte