METODOS ITERATIVOS PARA RESOLVER SISTEMAS DE ECUACIONES LINEALES

La resolución de sistemas de ecuaciones lineales también puede hacerse con fórmulas iterativas
que permitan acercarse a la respuesta mediante aproximaciones sucesivas, sin embargo, desde
el punto de vista práctico es preferible usar métodos directos que con soporte computacional
resuelvan grandes sistemas en forma eficiente y con mucha precisión, a diferencia de los
sistemas de ecuaciones no-lineales cuya solución no se puede obtener mediante métodos
directos.

Las formulas iterativas no siempre convergen, su análisis poder ser complicado, la convergencia
es de primer orden y se requiere elegir algún vector inicial para comenzar el proceso iterativo,
en la actualidad el estudio de estos métodos iterativos se puede considerar principalmente como
de interés teórico matemático, excepto para resolver grandes sistemas de ecuaciones lineales
con matrices esparcidas y cuya convergencia se puede determinar fácilmente

METODO DE JACOBI
Dada la formulación matemática del sistema de ecuaciones lineales

{
a1,1 x 1 +a1,2 x 2+ …+a1 , n x n=b1
a 2,1 x 1 +a2,2 x 2+ …+a 2, n x n=b2
a 3,1 x 1 +a3,2 x 2+ …+a3 , n x n=b3
……………………………………………….
an , 1 x 1+ an , 2 x 2+ …+a n ,n xn =bn

Expresando abreviadamente en notación matricial A*X=B

Una forma simple para obtener la forma de X=G(X), consiste en re escribir el sistema
despejando la ecuación i la variable xi a condición de que ai,i sea diferente de cero y que sea
estrictamente dominante con respecto al resto de elemento de las entradas del sistema matricial
¿
El cual puede escribirse con la notación de sumatoria

( ) ( )
i−1 n n
1 1
x i= b i −∑ a i , j x j− ∑ a i , j x j = b − ∑ a x ; i=1,2,3 , … …. , n
ai ,i j=1 j=i+1 ai , i i j =1 , j ≠i i , j j

El sistema está en la forma X=G(X) la cual sugiere su uso iterativo, se utilizará un índice para
indicar iteraciones. X ( k+1 )=G ( X ( k ) ) , k=0,1,2 , … … .. n (iteraciones )

( )
n
1
x i(k +1)= b − ∑ a x (k ) ; i=1,2,3 , … .., n ; k =0,1,2,3 … …
ai , j i j=1 , j≠ i i , j j

X(0) es el vector inicial. A partir de este vector se obtiene sucesivamente los vectores X(1), X(2),
……., si el método converge entonces X(k) tiene a la solución X a medida que k crece X k→ ∞( k ) → X

| |
j j−1
x i−x
La convergencia se verifica usando el criterio |ε a , j|=
i
∗100 %=ε s
x ji

METODO DE GAUSS SEIDEL

Se diferencia del método anterior al usar los valores más recientes del vector X, es decir
aquellos que ya están calculados en lugar de los valores de la iteración anterior como en el
método de Jacobi, por este motivo, podemos suponer que el método de Gauss-Seidel en general
converge o diverge ms rápidamente que el método de Jacobi

Formulación Matemática
La fórmula de Gauss-Seidel se la obtiene directamente de la fórmula de Jacobi separando la
sumatoria en dos partes los componentes que aún no han sido calculados se los toma de la
iteración anterior k, mientras que los que ya están calculados, se los toma de la iteración k+

1
x (k +1)i= ¿
ai , i

en general el método de Gauss-Seidel requiere menos iteraciones que el método de Jacobi en

caso de que converja.

Forma matricial del método de Gauss-Seidel

Dado el sistema de ecuaciones lineales A*X=B, La matriz A se reescribe como la suma de tres
matrices A=L+D+U, donde podemos definir las matrices planteadas de la siguiente manera:

 D es una matriz diagonal con elementos iguales a los de la diagonal principal de A.

 L es una matriz triangular inferior con ceros en la diagonal principal y los otros
elementos iguales a los elementos respectivos de la matriz A.
 U es una matriz triangular superior con ceros en la diagonal principal y los otros
elementos iguales a los elementos respectivos de la matriz A.

Sustituyendo en la ecuación tenemos.

(L+D+U)*X=B

L*X+D*X+U*X=B

X=D-1*B – D-1*L*X- D-1*U*X; siempre que D-1exista

Ecuación recurrente con las matrices desarrolladas

[][ ][ ][ ] [ ][ ]
b1
0 0 0 … 0 a1,2 a1,3 a1 ,n
x1 a1,1 x1 0 … x1
a 2,1 a1,1 a1,1 a1,1
x2 b2 0 0 … 0 x2 x
a 2,2 a2,3 a2 ,n ∗ 2
x3 = a 2,2 − ∗ x3 − 0 0 … x3
⋮ ⋮ ⋮ … 0 a2,2 a2,2
⋮ ⋮ an , 1 an ,2 an , 3 ⋮ ⋮
xn … 0 xn ⋮ ⋮ ⋮ … 0 xn
bn
an , n a n ,n an , n 0 0 0 … 0
an , n

El sistema está en la forma recurrente del punto fijo X=G(X) que sugiere su uso iterativo. En el
método de Gauus-Seidel se utilizan los valores recientemente calculados del vector X.

Forma iterativa

( k+1 ) −1 −1 ( k+1 ) −1 ( k)
X =D ∗B−D ∗L∗X −D ∗U∗X , donde k =0,1 , ,2 , … … , n
[ ][ ][ ][ ][ ][ ]
b1
( k+1) 0 0 0 … 0 a1,2 a 1,3 a1 , n
X a1,1 X (k +1)1 0 … X (k )1
1
a2,1 a1,1 a 1,1 a 1,1
X ( k+1)2 b2 0 0 … 0 X (k +1)2 X (k )
a a 2,3 a2 , n ∗ (k )2
( k+1)
X 3 = a − 2,2 ∗ X (k +1) − 0 0 … X 3
2,2 ⋮ ⋮ ⋮ … 0 3 a 2,2 a 2,2
⋮ ⋮ an ,1 a n ,2 an ,3 ⋮ ⋮
⋮ ⋮ ⋮ … 0
( k+1)
X n bn … 0 X (k +1) X (k )n
an ,n a n ,n an ,n n 0 0 0 … 0
an ,n

Ejercicios. Utilice el método de Jacobi y Guass-Seidel para resolver los siguientes sistemas de
Ecuaciones Lineales.

{ []
T
−X 1+ 4.25 X 2−2.75 X 3 =−1 0
( 0)
1− X 1−2.75 X 2 +3.9 X 3=1.5 ; Use X = 0
4 X 1−X 2 + X 3 =6 0

{ []
8.4 X 1+ 30.9 X 2+ 2.3 X 3−57.4 X 4=−24.1 1
T

2− 42.3 X 1+ 8.6 X 2−5.7 X 3 +19.4 X 4=−2.2 ;Use X ( 0)= 1

−4.73 X 1+ 80.4 X 2 +5.6 X 3 −37.2 X 4=3.5 1
2.5 X 1 +6.6 X 2−60.8 X 3 +9.4 X 4=12.3 1