Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I.Gómez
Universidad de Zaragoza
1 Introducción
Muchos problemas de la Ciencia y la Ingenierı́a desembocan en un sistema de ecuaciones
lineales, bien de forma directa, como por ejemplo, en el cálculo de estructuras, el análisis
de circuitos eléctricos o el estudio de la elasticidad de los materiales, o de forma indirecta
como resultado, por ejemplo, de la discretización de ecuaciones diferenciales ordinarias o
en derivadas parciales.
Por tanto, es de gran interés disponer de métodos eficientes para la resolución numérica
de sistemas. Existen dos grandes familias de métodos: directos e iterativos.
1
2 Normas matriciales
Definición 1 Sea V un espacio vectorial real. Una aplicación
k · k : V → IR
1. kvk ≥ 0, ∀ v ∈ V.
2. kvk = 0 ⇔ v = 0.
4. ku + vk ≤ kuk + kvk, ∀ u, v ∈ V.
Ejercicio 1 Halla kvk1 , kvk2 , y kvk∞ , para cada uno de los vectores
i) v = (3, −4, 0, 3/2)T ii) v = (2, 1, −3, 4)T iii) v = (sin k, cos k, 2k )T , k ∈ IN.
n
Definición 2 Una sucesión de vectores {v (k) }∞k=1 de IR se dice que converge a v en el
sentido de la norma || · ||, si ∀ε > 0 ∃N (ε) ∈ IN tal que ||v (k) − v|| < ε ∀k ≥ N (ε).
Se puede demostrar que todas las normas sobre IR n son equivalentes con respecto a la
convergencia y que existen desigualdades que las relacionan.
2
Definición 3 Una norma matricial es una aplicación
k · k : Mn (IR) → IR
que cumple:
1. kAk ≥ 0, ∀ A ∈ Mn (IR).
2. kAk = 0 ⇔ A = 0.
Observación La distancia entre dos matrices cuadradas puede definirse como kA − Bk.
k · k : Mn (IR) → IR
dada por
kAvk
kAk = sup = sup kAvk, (1)
v6=0,v∈IR n kvk kvk=1
Proposición 2 Sea k.k una norma matricial subordinada a una norma vectorial en IR n .
Entonces
kAvk ≤ kAk . kvk, ∀v ∈ IR n
3
Teorema 1 Sea A ∈ Mn (IR).
n
X
1. kAk1 = max |aij |,
1≤j≤n
i=1
n
X
2. kAk∞ = max |aij |,
1≤i≤n
j=1
q
3. kAk2 = ρ(AT A)
Ejercicio 2
3 Métodos Iterativos
3.1 Generalidades
Sea A ∈ Mn (IR) una matriz regular y queremos resolver el sistema
Ax = b (2)
con b ∈ IR n .
Observación Si A = M − N con M, N ∈ Mn (IR), M regular se tiene:
Ax = b ⇔ M x = N x + b ⇔ x = M −1 N x + M −1 b
4
Definición 6 El método iterativo (3) es convergente si
lim kx(k) − xk = 0
k→∞
La convergencia será tanto más rápida cuanto más pequeño sea ρ(M −1 N ). Por otra
parte, si existe una norma matricial tal que kM −1 N k < 1, entonces el método iterativo
es convergente.
5
3.2 Método de Jacobi
El método de Jacobi consiste en tomar M = D y N = E + F . Matricialmente, el método
se puede escribir:
¯
¯ Dado x(0) ∈ IR n calcular para k = 0, 1, 2, 3, ...
¯
¯
¯ Dx(k+1) = (E + F )x(k) + b
(4)
6
3.4 Método de Relajación
1 1−ω
El método de relajación, consiste en tomar M = D − E y N = D + F con ω 6= 0 .
ω ω
Matricialmente, el método se puede escribir:
¯
¯ Dado x(0) ∈ IR n calcular para k = 0, 1, 2, 3, ...
¯ µ ¶ µ ¶
¯ 1 1−ω (8)
¯ D−E x (k+1)
= D + F x(k) + b
¯
ω ω
µ ¶−1 µ ¶
1 1−ω
Definición 10 La matriz Bω = D−E D+F se llama matriz de rela-
ω ω
jación.
¯
¯ Dado x(0) ∈ IR n calcular para k = 0, 1, 2, 3, ...
¯
¯
¯ (k+1) ω X (k+1) X (k) (k) (9)
¯ x = bi − ai,j xj − ai,j xj + (1 − ω)xi i = 1, 2, ..., n
¯ i
¯ ai,i j<i j>i
o bien
(k+1) (k)
xi = ωx̃k+1
i + (1 − ω)xi
con
(k+1) 1 X (k+1) X (k)
x̃i = bi − ai,j xj − ai,j xj i = 1, 2, ..., n
ai,i j<i j>i
Notar que cuando ω = 1 el metodo coincide con el de Gauss-Seidel. Para 0 < ω < 1, los
procedimientos se llaman métodos de sub-relajación y se pueden emplear para obtener la
convergencia de algunos sistemas que no son convergentes por el método de Gauss-Seidel.
Para 1 < ω < 2 los procedimientos se llaman métodos de sobre-relajación y se pueden
usar para acelerar la convergencia de sistemas que son convergentes por el método de
Gauss-Seidel. Estos métodos se abrevian frecuentemente como SOR (de Successive Over-
Relaxation) y son particularmente útiles para resolver los sistemas lineales que aparecen
en la solución numérica de ciertas ecuaciones diferenciales en derivadas parciales.
7
Ejercicio 3 Indica si las siguientes matrices son estrictamente diagonal dominantes
7 2 0 6 4 −3
A = 3 5 −1 B = 4 −2 0
0 5 −6 −3 0 1
Ejercicio 4 .
1. Resuelve los siguientes sistemas de ecuaciones con los métodos de Jacobi y Gauss–
Seidel utilizando los valores iniciales dados. Si realizas los cálculos a mano, trabaja
con dos decimales y realiza 4 iteraciones.
6x + 2y − z = 4
4x + y − z = 8
x + 5y + z = 3
5y + 2z = 6
i. ii.
2x + y + 4z = 27
x − y + 4z = 10
(0) (0)
x = y (0) = z (0) = 1 x = 1, y (0) = 2, z (0) = 3
5x − y + z = 20
5x − y + 2z = 40
2x + 4y = 30 2x + 4y − z = 10
iii. iv.
x − y + 4z = 10
−2x + 2y + 10z = 40
(0) (0)
x = y (0) = z (0) = 0 x = 20, y (0) = 30, z (0) = −40