Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CLASE 10 2010 - Errores en Sistemas Lineales - Metodos Iterativos
CLASE 10 2010 - Errores en Sistemas Lineales - Metodos Iterativos
Análisis de error
e( x ) A1 r ( x )
e( x ) 1 r( x)
A
x* x*
1 A
Ax* b A x*
x* b
e( x ) 1 r( x) A 1 r( x)
A A r ( x ) K ( A)
x* x* b b
Número de condición
K ( A) A A1 AA1 I ( I ) 1
K ( A) 1
K ( A) A A1 ( A) ( A1 ) porque ( A) A
( A1 ) A1
( A) ( A1 ) A A1
max i
K ( A) 1 i n
porque
mín i
1 i n
1
K ( A) ( A) ( A1 ) max i
1 i n min i
1 i n
1
( A) max i y ( A1 )
1 i n min i
1 i n
Cotas de error
A( x* x) b b
Ax b
x A1b
x A1 b (consisten cia)
x 1 b
A
x* x*
1 b 1 A b 1 b
A A A A
x* A x* b
K ( A)
Cotas de error
( A A)( x* x ) b
Ax Ax* Ax 0
Ax A( x* x ) 0
x A1A( x* x )
x A1A( x* x ) A1A x* x
x A
A A A A
1 1
x* x A
x A
K ( A)
x* x A
Resolución de Sistemas Lineales
Métodos directos:
Refinamiento iterativo
Refinamiento iterativo
r b Ax
r Ax A x A( x x )
Ax r
Algoritmo: Refinamiento Iterativo
Dado : x0 solución aproximada de Ax b
1) Calcular en doble precisión r0 b Ax0
2) para i 1 hasta convergencia hacer :
a) Resolver por descomposición LU Axi 1 ri 1
b) xi xi 1 xi 1
c) Calcular en doble precisión ri b Axi
d)Test de convergencia
Si ri ri 1 PARAR (no se puede refinar más)
ri
Si PARAR ( xi es la solución)
b
Si i max it PARAR (no se alcanzó el error deseado)
fin lazo
Resolución de Sistemas Lineales
Métodos iterativos
xk 1 ( xk )
Métodos iterativos
Ventajas?
– Espacio: convenientes para matrices ralas (sparse)
– Tiempo: menor número de operaciones
Desventajas?
– Velocidad: convergencia lenta
– Convergencia: no siempre se obtiene la solución en
un número finito de pasos
Diseño general
Ax b
(B C)x b
Bx Cx b
1 1
x B b B Cx
1 1
xk 1 B b B Cxk
Cuándo tiene sentido esto?
lim xk x*
k
1 1
x* B b B Cx*
1 1
xk 1 B b B Cxk
1
xk 1 x* B C ( xk x* )
1
ek 1 B C ek
Análisis de error
1 1
ek 1 B Cek B C ek
1 2 1 k 1
ek 1 B C ek 1 B C e0
condición suficient e de convergencia :
B 1C 1
Condición necesaria y suficiente de convergencia
xk 1 Mxk b
(M ) 1
k 1
xk 1 x* M ( x0 x* )
Demostración
x0 x* 1 u1 2 u2 n un
x1 x* M (1 u1 2 u2 n un )
x1 x* 1M u1 2 M u2 n Mun
x1 x* 11 u1 22 u2 n n un
x2 x* M ( x1 x* ) 11M u1 22 M u2 n n Mun
xk x* 11 u1 22 u2 n n un
k k k
0
i 1 i max i 1
1i n
(M ) 1
Principales Métodos Iterativos
Jacobi
Gauss Seidel
SOR: Sobrerelajación sucesiva
Métodos Iterativos: Jacobi
A L D U
Ax b
L D U x b
L D xk 1 Uxk b
xk 1 L D U xk L D b
1 1
M GS
Condiciones de convergencia
0 w2
Observaciones
w=1 Método de Gauss-Seidel
w<1 Subrelajación
(paso más corto que el de GS)
w>1 Sobrerelajación
(paso más largo que el de GS)
Lectura obligatoria
Rao “Applied Numerical Methods for
Engineers and Scientists”, Prentice
Hall, 2002
Págs 152-188