Métodos

Numéricos
M. Iterativos S.E.L - S5
Hermes Pantoja Carhuavilca
(hpantoja@utec.edu.pe)
Rósulo Perez Cupe
(rperezc@utec.edu.pe)
Jimmy Mendoza Montalvo
(jmendozam@utec.edu.pe)
Máximo Obregón Ramos
(mobregon@utec.edu.pe)
Jose Mantari Laureano
(jmantari@utec.edu.pe)

Profesores: Utec-Ciencias
 Índice
1 Método de Jacobi
2 Método de Gauss Seidel
3 Convergencia de los
Métodos Iterativos
Logros de Aprendizaje

Aplica los métodos iterativos para la resolución de ecuaciones lineales.

Identifica la convergencia de cada método iterativo.
Calcula el error cometido en cada método.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 2 / 40

Introducción
Métodos iterativos básicos para resolver sistemas de ecuaciones lineales:

Métodos Iterativos para resolver Ax = b

Un método iterativo básico para resolver sistemas de ecuaciones lineales
comienza con una aproximación x (0) y genera una sucesión de vectores, solu-
ciones aproximadas del problema:

{x (k ) }, k = 0, 1, 2, . . .

tal que si converge, lo hace a la solución x del sistema Ax = b, esto es,

lim x (k ) = x.
k →∞

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 3 / 40

Esquema Iterativo

El esquema iterativo requiere una aproximación inicial: x (0) .

Transforma el sistema Ax = b en la forma:

x = Tx + c

donde T es una matriz fija de n × n y c un vector de dimensión n.

La sucesión de aproximaciones se genera definiendo el esquema iterativo:

x (k +1) = Tx (k ) + c, para k = 0, 1, 2, . . .

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 4 / 40

MÉTODO DE JACOBI
1
Iteración de Jacobi
Dado un sistema de ecuaciones de n ecuaciones con n incógnitas de la forma:


 a11 x1 + a12 x2 + . . . + a1n xn = b1
 a21 x1 + a22 x2 + . . . + a2n xn = b2

.. .. ..


 . . .
an1 x1 + an2 x2 + . . . + ann xn = bn


Si logramos despejar:
1
(b1 − a12 x2 − a13 x3 − · · · − a1n xn )
x1 =
a11
1
x2 = (b2 − a21 x1 − a23 x3 − · · · − a2n xn )
a22
.. .. ..
. . .
1
xn = (bn − an1 x1 − an2 x2 − · · · − ann−1 xn−1 )
ann
entonces podemos definir un proceso iterativo:
Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 6 / 40
Forma algebraica del método de Jacobi

(k +1) 1 
(k ) (k ) (k )
x1 = b1 − a12 x2 − a13 x3 − · · · − a1n xn
a11
(k +1) 1  (k ) (k ) (k )

x2 = b2 − a21 x1 − a23 x3 − · · · − a2n xn
a22
.. .. ..
. . .
(0)
 
x1
 (0)
x2

(k +1) 1  (k ) (k ) (k )
  
xn = bn − an1 x1 − an2 x2 − · · · − ann−1 xn−1 , con x (0) = .. 
ann 
 .


(0)
xn
un punto semilla dado, en general:
 
n
(k +1) 1 bi −
X (k )
xi = aij xj  , para i = 1, 2, . . . , n siempre que aii ̸= 0
aii
j=1,j̸=i

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 7 / 40

Forma matricial del método de Jacobi
Sea el sistema Ax = b, donde
 
a11 a12 ... a1n
a21 a22 ... a2n 
A= . ..  .
 
.. ..
 .. . . . 
an1 an2 ... ann
Consideremos la siguiente descomposición de A:
 
a11 0 ... 0 
0 0 ... 0
 
0 −a12 ... −a1n

 .. ..  −a21 0 ... 0 0 0 ... −a2n 
 0 a22 . . 

D= ,L =  ..  , U =  ..
   
 . .. . .. .. .. .. .. 
 .. ..
.  .. . . . . . . . 
. 0 

0 ... 0 ann −an1 −an2 ... 0 0 0 ... 0

De tal forma que:

A=D -L- U

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 8 / 40

Forma matricial del método de Jacobi (ejemplo)
Sea el sistema Ax = b, donde
   
−6 2 1 1 −90
 −4 8 −3 2   −150 
A=  1 2 5 0

 b=
 300  .


−1 3 1 8 210

entonces la matriz A se descompone de la siguiente manera:

     
−6 0 0 0 0 0 0 0 0 −2 −1 −1
 0 8 0 0   4 0 0 0   0 0 3 −2 
D=  0 0 5 0  L =  −1 −2 0 0  U = 
    
0 0 0 0 
0 0 0 8 1 −3 −1 0 0 0 0 0

De tal forma que:

A = D − L − U.
Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 9 / 40
Continuación...
Sustituyendo esta partición de A en el sistema Ax = b queda

(D − L − U)x = b
Dx = (L + U)x + b
x = D −1 (L + U)x + D −1 b
Entonces queda definido el método iterativo:

x (k +1) = D −1 (L + U)x (k ) + D −1 b

donde Tj = D −1 (L + U), es la Matriz de Iteración de Jacobi y cj = D −1 b es el

vector de Jacobi.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 10 / 40

Ejemplo 1
Dado el sistema de ecuaciones lineales:


 −6x1 + 2x2 + x3 + x4 = −90
−4x1 + 8x2 − 3x3 + 2x4 = −150

x + 2x2 + 5x3 = 300
 1


−x1 + 3x2 + x3 + 8x4 = 210

1 Despeje la componente xi de la ecuación i, para i = 1, 2, 3, 4.

2 Defina el método iterativo:
 
4
(k +1) 1  X (k )
xi = bi − aij xj  , para i = 1, 2, 3, 4
aii
j=1,j̸=i

(0) (0) (0) (0)

3 Seleccione x1 = 20; x2 = 5 x3 = 30; x4 = 10 y calcule dos iteraciones
del método.
Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 11 / 40
 

 −6x1 + 2x2 + x3 + x4 = −90
−4x1 + 8x2 − 3x3 + 2x4 = −150

x + 2x2 + 5x3 = 300
 1


−x1 + 3x2 + x3 + 8x4 = 210
Al despejar xi de la i ésima ecuación se obtiene:
FORMA ALGEBRAICA FORMA MATRICIAL
90 2 1 1
x1 = + 0x1 + x2 + x3 + x4
6 6 6 6
−150 4 3 2
x2 = + x1 + 0x2 + x3 − x4
8 8 8 8
300 1 2 0
x3 = − x1 − x2 + 0x3 + x4
5 5 5 5
210 1 3 1
x4 = + x1 − x2 − x3 + 0x4
8 8 8 8
Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 12 / 40
Continuación...
Entonces de define el proceso iterativo:

(k +1) 90 (k ) 2 (k ) 1 (k ) 1 (k )
x1 = + 0x1 + x2 + x3 + x4
6 6 6 6
(k +1) −150 4 (k ) (k ) 3 (k ) 2 (k )
x2 = + x1 + 0x2 + x3 − x4
8 8 8 8
(k +1) 300 1 (k ) 2 (k ) (k ) 0 (k )
x3 = − x1 − x2 + 0x3 + x4
5 5 5 5
(k +1) 210 1 (k ) 3 (k ) 1 (k ) (k )
x4 = + x1 − x2 − x3 + 0x4
8 8 8 8
(0) (0) (0) (0)
Iniciando en el punto x1 = 20 ; x2 =5 ; x3 = 30 ; x4 = 10

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 13 / 40

Continuación...
k =0

(1) 90 2 1 1
x1 = + 0(20) + (5) + (30) + (10) = 23.333
6 6 6 6
(1) −150 4 3 2
x2 = + (20) + 0(5) + (30) − (10) = 0.000
8 8 8 8
(1) 300 1 2 0
x3 = − (20) − (5) + 0(30) + (10) = 54.000
5 5 5 5
(1) 210 1 3 1
x4 = + (20) − (5) − (30) + 0(10) = 23.125
8 8 8 8

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 14 / 40

Continuación...
k =1

(2)90 2 1 1
x1 + 0(
= )+ ( )+ ( )+ ( ) =
6 6 6 6
(2) −150 4 3 2
x2 = + ( ) + 0( )+ ( )− ( ) =
8 8 8 8
(2) 300 1 2 0
x3 = − ( )− ( ) + 0( )+ ( ) =
5 5 5 5
(2) 210 1 3 1
x4 = + ( )− ( )− ( ) + 0( ) =
8 8 8 8
asi sucesivamente.
k =2
k =3

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 15 / 40

 Observación:
El proceso iterativo anterior, puede ser expresado en su forma matricial:

x = Tx + c ⇐⇒ x k +1 = Tj x k + cj

Es decir:
2 1 1 90
   
0
   
(k +1) (k )
x1  6 6 6  x1  6 
      

 (k +1)
  4 3 2
  (k )
  −150 
 x2
  0 −   x2
  
  8 8 8 8
    
= +
    
  
 (k +1)   1 2 0   (k )   300 
 x3   − − 0   x3   
   5 5 5    5 
      
(k +1) 
1 3 1
 (k ) 
210

x4 − − 0 x4
| 8 8 {z 8 } | 8
{z }
Tj =D −1 (L+U) cj =D −1 b
Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 16 / 40
MÉTODO DE GAUSS
SEIDEL
2
Método de Gauss Seidel
Observe que en el método de Jacobi, cuando se calculan las componentes del
vector x (k +1) , sólo se usan las componentes del vector x (k ) , sin embargo, note que
(k +1) (k +1) (k +1)
para obtener xi , se podrían haber usado las componentes x1 hasta xi−1
porque ellas ya han sido calculadas.
n
(k +1) (k )
X
Jacobi: xi = (bi − aij xj )/aii , para i = 1, 2, . . . , n
j=1,j̸=i

i−1 n
(k ) (k )
X X
= (bi − aij xj − aij xj )/aii , para i = 1, 2, . . . , n
j=1 j=i+1

i−1 n
(k +1) (k +1) (k )
X X
Gauss-Seidel: xi = (bi − aij xj − aij xj )/aii , para i = 1, 2, . . . , n
j=1 j=i+1

siempre que aii ̸= 0.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 18 / 40
Forma algebraica del método de Gauss-Seidel
 
(k +1) 1 (k ) (k ) (k )
x1 = a11 b1 − a12 x2 − a13 x3 − · · · − a1n xn
 
(k +1) 1 (k +1) (k ) (k )
x2 = a22 b2 − a21 x1 − a23 x3 − · · · − a2n xn
..
.
(0)
 
x1
 (0)
x2
  
(k +1) 1 (k +1) (k +1) (k +1)  
xn = ann bn − an1 x1 − an2 x2 − ··· − ann−1 xn−1 , x (0) = .. 
.
 
 
(0)
xn
 
i−1 n
(k +1) 1  X (k +1)
X (k ) 
xi = bi − aij xj − aij xj , para i = 1, 2, . . . , n
aii
j=1 j=i+1

siempre que aii ̸= 0.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 19 / 40
Ejemplo 2
Dado el sistema de ecuaciones lineales:


 −6x1 + 2x2 + x3 + x4 = −90
−4x1 + 8x2 − 3x3 + 2x4 = −150

x + 2x2 + 5x3 = 300
 1


−x1 + 3x2 + x3 + 8x4 = 210

1 Despeje la componente xi de la ecuación i, para i = 1, 2, 3, 4.

2 Defina el método iterativo:
 
i−1 4
(k +1) 1  X (k +1)
X (k )
xi = bi − aij xj − aij xj  , para i = 1, 2, . . . , 4
aii
j=1 j=i+1

(0) (0) (0) (0)

3 Seleccione x1 = 20; x2 = 5 x3 = 30; x4 = 10 y calcule dos iteraciones
del método.
Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 20 / 40
 

 −6x1 + 2x2 + x3 + x4 = −90
−4x1 + 8x2 − 3x3 + 2x4 = −150

x + 2x2 + 5x3 = 300
 1


−x1 + 3x2 + x3 + 8x4 = 210
Al despejar xi de la i ésima ecuación se obtiene:

90 2 1 1
x1 = + 0x1 + x2 + x3 + x4
6 6 6 6
−150 4 3 2
x2 = + x1 + 0x2 + x3 − x4
8 8 8 8
300 1 2 0
x3 = − x1 − x2 + 0x3 + x4
5 5 5 5
210 1 3 1
x4 = + x1 − x2 − x3 + 0x4
8 8 8 8

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 21 / 40

Continuación...
Entonces de define el proceso iterativo:

(k +1) 90 (k ) 2 (k ) 1 (k ) 1 (k )
x1 = + 0x1 + x2 + x3 + x4
6 6 6 6
(k +1) −150 4 (k +1) (k ) 3 (k ) 2 (k )
x2 = + x1 + 0x2 + x3 − x4
8 8 8 8
(k +1) 300 1 (k +1) 2 (k +1) (k ) 0 (k )
x3 = − x1 − x2 + 0x3 + x4
5 5 5 5
(k +1) 210 1 (k +1) 3 (k +1) 1 (k +1) (k )
x4 = + x1 − x2 − x3 + 0x4
8 8 8 8
(0) (0) (0) (0)
Iniciando en el punto x1 = 20 ; x2 =5 ; x3 = 30 ; x4 = 10

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 22 / 40

Continuación...
k =0

(1) 90 2 1 1
x1 = + 0(20) + (5) + (30) + (10) = 23.333
6 6 6 6
(1) −150 4 3 2
x2 = + (23.333) + 0(5) + (30) − (10) = 1.666
8 8 8 8
(1) 300 1 2 0
x3 = − (23.333) − (1.666) + 0(30) + (10) = 54.666
5 5 5 5
(1) 210 1 3 1
x4 = + (23.333) − (1.666) − (54.666) + 0(10) = 21.708
8 8 8 8

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 23 / 40

Continuación...
k =1

(2)90 2 1 1
x1 + 0(
= )+ ( )+ ( )+ ( ) =
6 6 6 6
(2) −150 4 3 2
x2 = + ( ) + 0( )+ ( )− ( ) =
8 8 8 8
(2) 300 1 2 0
x3 = − ( )− ( ) + 0( )+ ( ) =
5 5 5 5
(2) 210 1 3 1
x4 = + ( )− ( )− ( ) + 0( ) =
8 8 8 8
asi sucesivamente.
k =2
k =3

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 24 / 40

Forma matricial del método de Gauss-Seidel
Sea el sistema Ax = b, donde
 
a11 a12 ... a1n
a21 a22 ... a2n 
A= . ..  .
 
.. ..
 .. . . . 
an1 an2 ... ann

Consideremos la siguiente partición de A:

..
   
a11 0 ... 0 
0 0 ... 0

.. ..  0 −a12 . −a1n 

. −a21 0 ... 0
 0 a22 .  0 0 ... −a2n 
D= ,L =  . ..  , U = 
 
 . .. .. .. . .. .. 

 .. ..
.
  .. . . .  .. ..
.
. 0  . . 
0 ... 0 ann −an1 −an2 ... 0 0 0 ... 0

De tal forma que:

A = D − L − U.
Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 25 / 40
Sustituyendo esta partición de A en Ax = b queda

(D − L − U)x = b
(D − L)x = Ux + b
x = (D − L)−1 Ux + (D − L)−1 b
Se define el método iterativo como:

x (k +1) = (D − L)−1 Ux (k ) + (D − L)−1 b

donde Tgs = (D − L)−1 U, es la Matriz de Iteración de Gauss-Seidel y
cgs = (D − L)−1 b es el vector de Gauss-Seidel.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 26 / 40

Ejemplo 3
En el caso del método de Gauss Seidel la matriz de iteración se calcula mediante
Tgs = (D − L)−1 U y el vector mediante cgs = (D − L)−1 b, es decir (para el mismo
sistema planteado en el método anterior)

1 1 1
 
15
 
0
   
(k +1) (k )
x 3 6 6  x
 1  1 
  
   45 
   1 11 1   
 (k +1)   0  (k )   −
 
 x2 −    x2  4

6 24 6 
   
= + 
     
123 
 
 (k +1)  
 x3   0 − 2 13 1   (k ) 
  x3 
−
 
 2 


 
  15 60 30  
  
  
789
 
(k +1) 
1 119 19
 (k )
x4 0 − − x4
| 240 {z 960 240 } | 32 {z }
Tgs =(D−L)−1 U cgs =(D−L)−1 b

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 27 / 40

Resumen - Formas Matriciales

La solución del sistema Ax = b se obtiene mediante la siguiente expresión

recursiva.

A=D−L−U
x (k +1) = Tx (k ) + c

Método T c
Jacobi −1
D (L + U) −1
D b
Gauss-Seidel (D − L)−1 U (D − L)−I b

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 28 / 40

CONVERGENCIA
3
Formalización de contenidos
Teoremas de convergencia.
Radio espectral.
Estimado del error cometido.

Definición (Matriz diagonal estrictamente dominante)

Una Matriz A es diagonal estrictamente dominante por filas si para cada fila
i = 1, . . . , n: X
|aii | > |aij |.
j̸=i

Definición (Radio Espectral)

Radio espectral de T: ρ(T ) = Max{|λ|}, λ es valor propio de T .

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 30 / 40

Ejemplo 3
Determinar si la siguiente matriz es diagonal estrictamente dominante
 
−8 2 1
 5 7 1 .
−3 4 7

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 31 / 40

Convergencia
Teorema
Si A es una matriz diagonal estrictamente dominante, entonces las iteraciones de
Jacobi y Gauss-Seidel convergen para cualquier vector inicial.

Teorema
La sucesión x (k +1) = Tx (k ) +c, para k ≥ 0 converge a la solución única x = Tx +c
si y sólo si ρ(T ) < 1.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 32 / 40

Ejemplo 4

3x1 + x2 = 7
Dado el sistema de ecuaciones
2x1 + 5x2 = 9
1 Determine la matriz de iteración de Gauss-Seidel.
2 Determine si la matriz de coeficientes es diagonal estrictamente dominante.
3 Halle el radio espectral de la matriz de iteración de Gauss-Seidel.
4 Determine si el método iterativo de Gauss Seidel es convergente.
5 Realice dos iteraciones utilizando el método de Gauss-Seidel, considere
(0) (0)
x1 = 1; x2 = 1.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 33 / 40

Solución
1
       
3 0 0 0 0 −1 3 0
D= ; L= ; U= =⇒ D−L =
0 5 −2 0 0 0 2 5
5 −5
   
0 0
(D − L)−1 = 15
−2 3 =⇒ Tgs = (D − L)−1 U = 15
2
15 15 0 15
2   
3 1 |3| > |1|
A= =⇒ Dado que se cumple: ,
2 5 |5| > |2|
la matriz A es diagonal estrictamente dominante.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 34 / 40

Continuación
3 Hallando el radio espectral (ρ(Tgs )) de la matriz de iteración Tgs
−5
   
0 15 1 0
|Tgs − λI| = 2 −λ =0
0 15
0 1

2 2 2
λ1 = 0, λ2 = =⇒ ρ(Tgs ) = Max{|0|, | |} =
15 15 15
2
4 Dado que el radio espectral ρ(Tgs ) = 15 < 1 entonces el Método de
Gauss-Seidel es convergente.
Nota: El método también es convergente por ser la matriz de coeficientes
diagonal estrictamente dominante.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 35 / 40

 5 Iteración 1: ! !
(1)  −5
 (0)
x1 0 15 x1
(1) = 2 (0) + cg s
x2 0 15 x2
donde, el vector columna cg s está dado por cg s = (D − L)−1 b. Siendo
   7 
7 3
b= , tenemos cg s = 13
9 15
!
(1)  −5
   7
  
x1 0 15 1 3 2
(1) = 2 + 13 =
x2 0 15
1 15
1

Ahora puedes realizar una iteración más!!!

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 36 / 40

Comparación

Si ambos métodos convergen, generalmente, la iteración de Gauss-Seidel

converge más rápidamente que la iteración de Jacobi.
Existen algunos casos que la iteración de Jacobi converge pero Gauss-Seidel
no.

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 37 / 40

Errores cometidos

Definición (Estimados de error absoluto y error relativo)

El estimado del error absoluto en la iteración k + 1 es:

Ea = ||x (k +1) − x (k ) ||
El estimado del error relativo en la iteración k + 1 es:

||x (k +1) − x (k ) ||
Er = .
||x (k +1) ||

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 38 / 40

Conclusiones

Universidad de Ingeniería y Tecnología Métodos Numéricos September 7, 2023 39 / 40

Gracias