MÉTODOS NUMÉRICOS (Octave)

Prof. María Zegarra Garay e -mail: maria_zegarra@hotmail.com

Prof. Elizabeth Puelles Bulnes e -mail: eliza_bulnes@hotmail.com

CONTENIDO:
Técnicas iterativas en el algebra matricial. Normas de vectores y matrices.
Métodos de Jacobi, Gauss Seidel. Convergencia de los métodos de Jacobi
y Gauss Seidel.
DEFINICIONES

Una matriz se dice matriz diagonalmente dominante, si en cada una de sus filas, el valor absoluto del
elemento de la diagonal principal es mayor que la suma de los valores absolutos de los elementos
restantes de la misma fila. A veces la matriz de un sistema de ecuaciones no es diagonalmente
dominante pero cuando se cambian el orden de las ecuaciones y las incógnitas el nuevo sistema puede
tener matriz de coeficientes diagonalmente dominante.

EJEMPLOS: Verifique
Ejemplos:
MÉTODOS ITERATIVOS

8
9
10
11
ANALISIS DE LA CONVERGENCIA DEL METODO DE JACOBI

12
 Se termina el proceso con un
criterio de aproximación.
En el siguiente ejemplo ilustraremos el método con un ejemplo práctico y paso a paso, veamos:

(0) (0) (0)

Paso 1. Elegimos el punto inicial de iteración: ( 𝑥1 , 𝑥2 , 𝑥3 ) .

Paso 2. Despejemos de la primera ecuación la variable 𝑥1 y la denotamos como

(1) (0) (0)
la iteración: 𝑥1 y calculamos su valor sustituyendo los valores de 𝑥2 , 𝑥3 .

Paso 3. Despejemos de la segunda ecuación la variable 𝑥2 y la denotamos como

(1) (1) (0)
la iteración 𝑥2 y calculamos su valor sustituyendo los valores 𝑥1 y 𝑥3 .

Paso 4. Despejemos de la tercera ecuación la variable 𝑥3 y la denotamos como

(1) (1) (1)
la iteración 𝑥3 y calculamos su valor sustituyendo los valores de 𝑥1 y 𝑥2 .

Reescribiendo estas tres ecuaciones, se tiene el sistema:

Paso 5. Ahora los miembros de la derecha de las tres ecuaciones deben estar en función de las variables de iteración iniciales,
para tal hacemos las siguientes sustituciones:
Reordenando,

Paso 6. Ahora de este sistema formemos por simple inspección, el sistema matricial asociado equivalente, esto es,

(1) (0)
𝑥1 0 1/2 −1/2 𝑥1 −1/2
(1) (0)
𝑥2 = 0 −1/2 −5/2 𝑥2 + 1/2
(1) 0 0 9/5 (0) 4/5
𝑥3 𝑥3

donde 𝐵𝐺 es la matriz de Iteraciones, 𝑐 es la matriz de términos independientes y evidentemente 𝑋 (1) es

la matriz columna de la primera iteración, así como 𝑋 (0) es la matriz columna de la iteración inicial dada por
el usuario en forma libre.
Equivalentemente: 𝑋 (1) = 𝐵𝐺 𝑋 (0) + 𝑐
Paso 6. Ahora habiendo encontrado la matriz BG se pueden encontrar las restantes iteraciones, pero antes de iterar debemos
analizar mediante la matriz BG si el sistema es convergente, para no trabajar en vano, se aplican los mismos teoremas
de convergencia del método de Jacobi (Verifique!). Como no es convergente el sistema, haremos una reordenación,
esto es:

Hallando nuevamente la 𝐵𝐺 la matriz de Iteraciones:

(1) (0)
𝑥1 0 1/2 −1/2 𝑥1 −1/2
(1)
𝑥2 = 0 −1/2 −7/6 𝑥2(0) + 11/6
(1) 0 0 5/9 (0) −4/9
𝑥3 𝑥3

Para encontrar los valores de la columna 𝑋 (1) necesitamos los valores de la iteración inicial 𝑋 (0) que sea (0, 0, 0),
Y así sucesivamente se encuentra la solución aproximada para un numero de iteraciones prefijado o para un error
establecido.