CM3207 - METODOS NUMERICOS PARA INGENIERIA

SISTEMAS DE ECUACIONES LINEALES – METODOS ITERATIVOS

Sistemas de Ecuaciones – Métodos iterativos
• Alternativa a métodos de eliminación
• Utilizan un punto inicial, al igual que los métodos
para solucionar raíces de ecuaciones
• Se realizan iteraciones hasta obtener un error
predeterminado
Método de Jacobi
• Se tiene que:

• Se despejan los elementos de la diagonal:

• Se tiene un punto inicial ,
• Y se obtiene la primera aproximación:

• De ahí que, en la iteración , para un sistema :

Acerca del error
• Se están aproximando vectores, por lo tanto:

• Se puede calcular de varias formas, entre ellas:

(1) Restando los vectores: (2,1,0)-(-1,4,6)=(3,-3,-6)
(2) Calculando la distancia entre los puntos:

A esto se le conoce como norma ‘2’,

(3) Calculando el error para cada variable:
• Existen otras normas (4, 6, etc.). Por lo tanto, la norma
se expresa como :

• El error absoluto sería

• El error relativo sería

Ejemplo
• Se tiene:

Utilice el método de Jacobi para aproximar la

solución del sistema anterior con una precisión de al
menos 0.01. Tome como punto inicial (0.5, 2.5, 0) y
utilice la norma 4 para medir el error.
Solución
Tenemos , y como variables y el punto inicial es
(0.5, 2.5, 0), es decir:

Además, del sistema de ecuaciones tenemos que:

De ahí podemos hacer la 1ra iteración:

Error en norma 4:

𝟏 𝟎 𝟏 𝟎 𝟏 𝟎
𝟏 𝟏 𝟐 𝟐 𝟑 𝟑
2da iteración:

Error en norma 4:

𝟐 𝟏 𝟐 𝟏 𝟐 𝟏
𝟏 𝟏 𝟐 𝟐 𝟑 𝟑
Así continuamos hasta que el error sea menor a la
precisión solicitada (0.01):

m x1 x2 x3 Error
Norma 4
0 0.50 2.50 0.00
1 1.7500 2.8333 -1.2500 1.48744762
2 1.9167 2.8333 -1.0833 0.19820119
3 1.9167 2.9444 -1.0833 0.11111111
4 1.9722 2.9444 -1.0278 0.06606706
5 1.9722 2.9815 -1.0278 0.03703704
6 1.9907 2.9815 -1.0093 0.02202235
7 1.9907 2.9938 -1.0093 0.01234568
8 1.9969 2.9938 -1.0031 0.00734078
Método de Gauss-Seidel
• En vez de utilizar los valores de la aproximación
anterior, se utilizan los valores más actualizados
disponibles:
• Por lo tanto, en la iteración , para un sistema :

• En este caso, cuando en Jacobi nos debíamos saltar el

valor , en Gauss-Seidel separamos la suma en ese
punto para utilizar los valores de la iteración actual o la
anterior.
Ejemplo
• Ver enunciado anterior, resolver con Gauss-Seidel
Solución
De nuevo, tenemos , y como variables y el punto
inicial es (0.5, 2.5, 0), es decir:

Del sistema de ecuaciones tenemos que:

De ahí podemos hacer la 1ra iteración, pero a como
calculamos cada , lo utilizamos en el cálculo siguiente:

Error en norma 4:

𝟏 𝟎 𝟏 𝟎 𝟏 𝟎
𝟏 𝟏 𝟐 𝟐 𝟑 𝟑
2da iteración:

Error en norma 4:

𝟐 𝟏 𝟐 𝟏 𝟐 𝟏
𝟏 𝟏 𝟐 𝟐 𝟑 𝟑
Así continuamos hasta que el error sea menor a la
precisión solicitada (0.01):

m x1 x2 x3 Error
Norma 4
0 0.50 2.50 0.00
1 1.7500 3.2500 -0.8750 1.35227923
2 2.1250 3.0833 -0.9583 0.3788276
3 2.0417 3.0278 -0.9861 0.08739851
4 2.0139 3.0093 -0.9954 0.02913284
5 2.0046 3.0031 -0.9985 0.00971095
Convergencia
• Si la matriz de coeficientes es diagonal dominante,
los métodos de Jacobi y Gauss-Seidel convergen a
la solución del sistema para cualquier punto inicial
que tomemos, por ejemplo, (0,0,0,0…0)

• En muchos casos, si la matriz

también converge al valor correcto con cualquier
punto inicial que tomemos, pero se debe tomar la
precaución de evaluar el resultado.
Explicación gráfica
Convergencia de Métodos Iterativos para solución de
• 50 x2
Sistemas de Ecuaciones.
u

40

v
30

20

10

x1
0
-10 0 10 20 30 40 50

-10

-20

• ¿Cuál es diagonal dominante?

-30
Explicación gráfica
Convergencia de Métodos Iterativos para solución de
𝟐 Sistemas de Ecuaciones.
50

40

30

20

10

𝟏
0
-10 0 10 20 30 40 50

-10

-20

-30
Explicación gráfica
Convergencia de Métodos Iterativos para solución de
𝟐 Sistemas de Ecuaciones.
50

40

30

20

10

𝟏
0
-10 0 10 20 30 40 50

-10

-20

-30
Ejemplo
• Verifique si la siguiente matriz es diagonal
dominante, de no ser así, utilice operaciones de fila
para convertirla en diagonal dominante
Solución
Podemos ver que:
Para la fila 1: X NO CUMPLE
Para la fila 2: X NO CUMPLE
Para la fila 3: X NO CUMPLE
Se puede utilizar intercambio de filas para resolver esto,
en este caso la F1 se convierte en la F2, la F2 en F3 y la
F3 en F1:
Verificamos de nuevo:
Para la fila 1: SI CUMPLE
Para la fila 2: SI CUMPLE
Para la fila 3: SI CUMPLE
Otra forma de acomodar la matriz es utilizando pivoteo
parcial escalado:

Para la matriz original tenemos que inicialmente

, entonces para cada fila:

Por lo tanto intercambiamos la Fila 1 (porque ) con la

Fila 3 (porque el máximo es ). Con esto nos aseguramos que
la nueva Fila 1 cumple lo mejor posible con el criterio de
convergencia, pero aún nos falta verificar las Filas 2 y 3.
Creamos la nueva matriz con el intercambio:

Para la nueva matriz ( ) tenemos que para cada fila,

iniciando en Fila 2 (pues la Fila 1 ya cumple):

Por lo tanto intercambiamos la Fila 2 (porque ) con

la Fila 3 (porque el máximo es ). Con esto nos
aseguramos que la nueva Fila 2 cumple lo mejor posible
con el criterio de convergencia y ya no tenemos más filas
que intercambiar.
Creamos la nueva matriz con el intercambio:

Verificamos que la matriz cumpla con el criterio de

convergencia:
Para la fila 1: SI CUMPLE
Para la fila 2: SI CUMPLE
Para la fila 3: SI CUMPLE

Y estamos listos.
Vean que, por ejemplo, si el 2 que ahora esta en la
posición (2,1) fuera un 4, no habría manera de
acomodar esa fila para que cumpla el criterio:

Si la colocamos como:
- fila 1: NO CUMPLE
- fila 2: NO CUMPLE
- fila 3: NO CUMPLE
Relajación
• Al utilizar métodos iterativos, la misma diferencia entre
una aproximación y otra nos da una indicación de hacia
adonde se está moviendo la respuesta.
• Por ejemplo, si aprox1 = 4 y aprox2 = 5, ¿cuál creen
ustedes que sería el valor de aprox3?

• Como se puede anticipar hacia donde va el resultado,

se puede utilizar el método de relajación (normalmente
SOBRE-relajación) para acelerar la respuesta:
• De esta manera, si :
0

• Pero si :

• En nuestro caso y
:
• Se debe aplicar con precaución pues en algún
momento una solución que venía moviéndose en
una dirección puede cambiar de dirección y aplicar
relajación ocasionaría un mayor error o incluso
problemas de convergencia: