Está en la página 1de 36

Seminario: Solucin de Ecuaciones Lineales por

El Mtodo de Jacobi

INTEGRANTES

Edwin Rudyard Flores Pasaca
Katia Pacco Vargas
Fredy Ttito Quispe


DOCENTE: Luis Enrique Carbonel Prado

Puerto Maldonado 2011

Probablemente, el
primer mtodo iterativo
apareci en una carta de
Gauss a un estudiante.
Propona resolver un
sistema 4 por 4 de
ecuaciones mediante la
repeticin de la solucin
del componente donde
el residuo era mayor.







Mostrar los mtodos iterativos.
Dar a conocer sobre las matrices diagonalmente
dominante.
Encontrar la solucin al SEL.
Entienda la diferencia entre un mtodo directo y
uno iterativo.
Entienda la conveniencia de usar un mtodo
iterativo y uno directo.
Disear un software para el uso del
mtodo de jacobi.

Veremos procedimientos iterativos para
resolver un sistema de ecuaciones lineales

Introduciremos el concepto de matriz
diagonalmente dominante el cual se relaciona
con la garanta de convergencia en la aplicacin
del mtodo iterativo.

Concepto: es un mtodo que progresivamente
va calculando aproximaciones a la solucin de
un problema. Se espera que lo obtenido sea una
solucin ms aproximada que la inicial.
Ventajas:
Espacio: convenientes para matrices ralas
Tiempo: menor nmero de operaciones
desventajas:
Velocidad: convergencia lenta
Convergencia: no siempre se obtiene la
solucin en un nmero finito de pasos
Los mtodos iterativos se usan cuando no se
conoce un mtodo para obtener la solucin en
forma exacta.

Tambin se utilizan cuando el mtodo para
determinar la solucin exacta requiere mucho
tiempo de calculo, cuando una respuesta
aproximada es adecuada, y cuando el nmero
de iteraciones es relativamente reducido.
1. Inicia con una solucin aproximada (Semilla),

2. Ejecuta una serie de clculos para obtener o
construir una mejor aproximacin partiendo de la
aproximacin semilla. La formula que permite
construir la aproximacin usando otra se conoce
como ecuacin de recurrencia.

3. Se repite el paso anterior pero usando como
semilla la aproximacin obtenida.
Considere el problema de encontrar una raz a una
ecuacin cuadrtica, por ejemplo:

Una solucin sera aplicar la formula de Baskara:



Y otra hacerlo por el mtodo de Newton-Raphson:


0 2 ) (
2
= = x x x f
2 . 1
) 1 ( 2
) 2 )( 1 ( 4 ) 1 ( ) 1 (
2
=

= x
) (
) (
1
1
1

=
n
n
n n
X f
X f
X X
DIRECTOS
Tamao
moderado
Producen llenado
Error de redondeo
ITERATIVOS
Tamao grande
Conservan los ceros
Error de
truncamiento
Concepto: El mtodo Jacobi es el mtodo
iterativo para resolver sistemas de
ecuaciones lineales mas simple y se aplica
solo a sistemas cuadrados, es decir a
sistemas con tantas incgnitas como
ecuaciones.


Primero se determina la ecuacin de recurrencia.
Para ello se ordenan las ecuaciones y las incgnitas.
De la ecuacin i se despeja la incgnita i.
En notacin matricial se escribirse como: x:vector
de incgnitas

Bx c x + =
Se toma una aproximacin para las
soluciones y a esta se le designa por

Se itera en el ciclo que cambia la
aproximacin
0
x
i i
Bx c x + =
+1
public static void ProcesoJacobi ()
{
bool Verdad;
comboBox1.Items.Clear();
double[] TempSum = new double[ n ];
double[] Variab = new double[ n ]; // es el valor con que inicia el
proceso de x , y ,z
double[] DatosTemp = new double[ n ];
for (int i = 0; i < Variab.Length; i++)
Variab.SetValue(0, i);
DatosTemp.SetValue(0, i);

do
{
Verdad = true;
for (int i = 0; i < n ); i++)

TempSum.SetValue(0, i);
for (int j = 0; j < n ; j++)
if (i != j)
TempSum[i] += Coef[i, j] * Variab[j];

*.*
} while (Verdad);
}
*.*
double sumaTemp = 0;
for (int i = 0; i < n ; i++)
{
double resul = (Const[i] - TempSum[i]) / Coef[i,
i];
sumaTemp += Math.Pow(resul -
DatosTemp[i], 2);
Variab.SetValue(resul, i);
DatosTemp.SetValue(resul, i);
}
sumaTemp = Math.Sqrt(sumaTemp);
if (sumaTemp < error)
Verdad = false;
*.*
Uno de los principales problemas de los mtodos
iterativos es la garanta de que el mtodo va a
converger, es decir, va a producir una sucesin de
aproximaciones cada vez efectivamente ms prximas
a la solucin.
En el caso del mtodo de Jacobi no existe una
condicin exacta para la convergencia. Lo mejor es una
condicin 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 mtodo de
Jacobi seguro converge.

=
=
=
=
+ +
+ +
+ +
+ +
+
+
+
+
n
3
2
1
n nn 3 n3 2 n2
n 3n 3 33 2 32
n 2n 3 23 2 22
n 1n 3 13 2 12
n n1
1 31
1 21
1 11
b
b
b
b
x a x a x a
x a x a x a
x a x a x a
x a x a x a
x a
x a
x a
x a





=
=
=
=
nn 1 n 1 n n, 2 n2 1 n1
33 n 3n 2 32 1 31
22 n 2n 3 23 1 21
11 n 1n 3 13 2 12
n n
3 3
2 2
1 1
)/a x a x a x a
)/a x a x a x a
)/a x a x a x a
)/a x a x a x a
(b x
(b x
(b x
(b x

x (b
x (b
x (b
x (b
a x a x a x ) / a
a x a x a x ) / a
a x a x a x ) / a
a x a x a x ) / a
1
(k+1)
1
2
(k+1)
2
3
(k+1)
3
n
(k+1)
n
12 2
(k)
13 3
(k)
1n n
(k)
11
21 1
(k)
23 3
(k)
2n n
(k)
22
31 1
(k)
32 2
(k)
3n n
(k)
33
n1 1
(k)
n2 2
(k)
n,n 1 n 1
(k)
nn
=
=
=
=



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 rengln. A veces la matriz de un sistema de ecuaciones no es
diagonalmente dominante pero cuando se cambian el orden de las
ecuaciones y las incgnitas el nuevo sistema puede tener matriz de
coeficientes diagonalmente dominante.
Matrices diagonalmente Dominante No son matrices diagonalmente dominante






4 1 1
2 8 -3
3 2 9
4 1
2 8
-6 1 2
1 3 0
3 2 -9
4 4
3 8
4 1 3
2 8 1
3 -10 2
4 1 1
2 8 -7
3 -10 20
2 12 2 3
3 3 4 11
2 12 3
=
= +
= +
z y x
z y x
z y x
2 12 3 2
3 3 11 4
2 3 12
=
= + +
= +
z x y
z x y
z x y
(
(
(


12 3 2
3 11 4
1 3 12
Con el orden el sistema y sus matriz
de coeficiente queda
z x y
(
(
(




12 2 3
3 4 11
1 12 3
Resuelve el siguiente sistema utilizando el
mtodo de jacobi, con un error menor a 0,003


Solucin
Despejando de la primera ecuacin, de
la segunda ecuacin, se obtiene:








x
y
4 4
0
5
2
5
1
x x
y
y
x
=

=
=
0 4
1 2 5
=
= +
y x
y x
Entonces reemplazamos en x=1, y=2. Para comenzar con las
iteraciones









Y as sucesivamente..
4 4
0 x x
y =

=
5
2
5
1 y
x =
6000 . 0
5
) 2 ( 2
5
1
1
= = x 2500 . 0
4
1
1
= = y
1000 . 0
5
) 25 . 0 ( 2
5
1
2
= = x
2600 . 0
5
) 15 . 0 ( 2
5
1
3
=

= x
1500 . 0
4
6 . 0
2
=

= y
0250 . 0
4
1 . 0
3
= = y
A continuacin se presentan los resultados de subsecuentes
iteraciones, en forma tabular.














error=

k error
1
2
3
4
5
6
7
x y
k
x
k
y
2500 . 0
1000 . 0
1500 . 0
2600 . 0
0250 . 0
1900 . 0 0650 . 0
1740 . 0 0475 . 0
1810 . 0 0435 . 0
1826 . 0 04525 . 0
1 2 6000 . 0 2500 . 0
6000 . 0 1000 . 0
1500 . 0
2600 . 0 0250 . 0
1900 . 0 0650 . 0
17400 . 0 0475 . 0
1810 . 0 0435 . 0
3711 . 2
8062 . 0
2371 . 0
0806 . 0
0237 . 0
00806 . 0
00237 . 0
3711 . 2 ) 2 25 . 0 ( ) 1 6 . 0 (
2 2
= +
Para calcular se obtiene
sustituyendo en cada una de
la ecuaciones, para simplificar
la notacin, se han obtenido los
superndices.




Entonces




2
x
1
x
3125 . 0
4
1
16
1
3750 . 0
4
1
16
1
16
1
3750 . 0
4
1
16
1
16
1
3125 . 0
4
1
16
1
4
3
2
1
= + =
= + + =
= + + =
= + =
x
x
x
x
] 3125 . 0 3750 . 0 3750 . 0 3125 . 0 [
2
= x
A continuacin se presentan los resultados de subsecuentes
iteraciones, en forma tabular.
Resuelve el siguiente
sistema utilizando el
mtodo de jacobi




Solucin
Despejando de la
primera ecuacin, de
la segunda ecuacin,
hhhde la tercera
ecuacin, se obtiene:








1 4 0 0
1 4 0
1 0 4
1 0 0 4
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
= + +
= +
= + +
= + +
x x x x
x x x x
x x x x
x x x x
1
x
2
x
3
x
4
1
4
4
1
4 4
4
1
4 4
4
1
4
3
4
4 2
3
3 1
2
2
1
+ =
+ + =
+ + =
+ =
x
x
x x
x
x x
x
x
x
Vector inicial
Cuando no se tiene una aproximacin al vector solucin,
generalmente se emplea como vector inicial el vector cero, esto
es:

El calculo se obtiene reemplazando en cada una de las
ecuaciones.
Entonces
] 0 0 0 0 [
0
= x
1
x
0
x
4
1
4
1
4
0
4
1
4
1
4
0
4
0
4
1
4
1
4
0
4
0
4
1
4
1
4
0
4
3
2
1
= + =
= + + =
= + + =
= + =
x
x
x
x
]
4
1
4
1
4
1
4
1
[
1
= x
En qumica cuntica: en la resolucin de
ecuaciones de Scrodinger que se plantea en el
estudio de sistema de partculas.
En el anlisis de Guiaondas, en problemas con
matrices densas de dimensiones unos pocos
cientos, con valores complejos donde hay que
calcular todos los valores propios.
En reconocimiento de patrones, en el
calculo de los valores propios mayores de
una matriz de correlacin. En este caso las
matrices son densas y simtricas y hay que
calcular algunos de los valores propios,
aunque en muchos casos no se conoce de
antemano la cantidad de valores a calcular.
Aplicacin de Manufactura: Patito Computer fabrica tres modelos de
computadoras personales: can, clon, y soflon. Para armar una computadora
modelo can necesita 12 horas de ensamblado, 1.5 para probarla, y 1 ms
para instalar sus programas. Para una clon requiere 5 horas de ensamblado, 2
para probarla, y 3.5 para instalar programas. Y por ultimo, para soflon
requiere 6 para ensamblado, 4 para probarla, y 1.5 para instalar programas. Si
la fbrica dispone en horas por mes de 556 para ensamble, 120 para pruebas,
y 103 horas para instalacin de programas, cuntas computadoras se pueden
producir por mes?
Recursos requerido por unidada
Recurso Caon Clon Soflon Total
Ensamblaje 12 5 6 556
Prueba 1.5 2 4 120
Instalacin 1 3.5 1.5 103
Solucion : numero de computadoras caon
numero de computadoras clon
numero de computadoras soflon





Como la matriz no es est como estrictamente diagonalmente
dominante entonces:
Cambiamos la segunda fila por la tercera y resultara como:
:
:
:
z
y
x
103 5 . 1 5 . 3 1
120 4 2 5 . 1
556 6 5 12
= + +
= + +
= + +
z y x instalacio
z y x prueba
z y x ensamblado
(
(
(

5 . 1 5 . 3 1
4 2 5 . 1
6 5 12
120 4 2 5 . 1
103 5 . 1 5 . 3 1
556 6 5 12
= + +
= + +
= + +
z y x
z y x
z y x
(
(
(

4 2 5 . 1
5 . 1 5 . 3 1
6 5 12
Cuadro de iteraciones por el mtodo de Jacobi
4
2 5 . 1 120
,
5 . 3
5 . 1 103
,
12
6 5 556 y x
z
z x
y
z y
x

=

=

=
0 0 0 0
1 46.333333 29.4285 30
2 19.0714 3.3333333 -2.089
3 45.98908 24.875 21.1815
4 25.3779 7.2110 0.3165
5 43.1704 22.0420 16.8777
.. ..
16 34.3772 14.6072 8.02426
40 35.3814 15.4506 9.9816
45 35.39722 15.4639 9.0018
70 35.3927 15.4602 8.9975
80 35.3927 15.4602 8.9975
m z
x y
Por lo tanto el
numero de
computadoras que
puede producir la
empresa Patitos
Computer es:

59 9 15 35 = + + = + + z y x
El mtodo de Jacobi no es muy rpido pero si el
ms fcil de entenderlo para la solucin de SEL,
slo hay que ver la convergencia del Sistema . El
mtodo se emplea en la solucin de problemas
acadmicos y en problemas propios del mundo
real.

Por la demora en los procedimientos de
solucin a SEL no es recomendable su uso
para sistema de ecuaciones lineales que
tengan un gran numero de incgnitas como
ecuaciones, peros si para problemas
pequeos o con pocas incgnitas.
http://es.wikipedia.org/wiki/M%C3%A9todo_iterativo
http://lia.univ-avignon.fr/fich_art/457-met_num_c.pdf
http://eisc.univalle.edu.co/materias/mn/cod-sistemas/iteracion.ppt
http://bioinfo.uib.es/~joemiro/aenui/procJenui/ProcWeb/actas2001/demet109.pdf
http://calvino.polito.it/~puppo/didattica/met_it.ppt
http://www.dsic.upv.es/docs/bib-dig/tesis/etd-10272003-000566/tesis.pdf
http://www.ana.iusiani.ulpgc.es/metodos_numericos/document/apuntes/Parte_4.pdf
http://www.unavarra.es/personal/victor_dominguez/matlab2.pdf
http://www.studiobraghini.191.it/capisaniluca/Mer05QuartaLez.doc
http://www.uv.es/diaz/exam/junio_99.doc
http://www.mty.itesm.mx/etie/deptos/m/ma95-843/lecturas/l843-13.pdf
mygnet.net/enlaces/matlab/metodo_de_jacobi.1264
www.uv.es/vimonmas/mneq/fitxers/T02G10.doc
www.mitecnologico.com/ic/Main/MetodoDeJacobi