1

SOLUCION DE SISTEMAS LINEALES

Métodos Iterativos

EE-443 Computational Methods for Electrical Engineering

Professor: Sencer Koc, Ph.D

Traducido por: Rosa Garrido Juárez, Mg. Ing

 2

Metodos de Solución Iterativos

►  
 3

Procedmiento de solución Iterativa

►  
 4

Convergencia

► Cuando k→∞, la secuencia {xk} converge a un vector

solución bajo algunas condiciones en la Matriz T.
► Esto impone condiciones diferentes en la matriz A para
diferentes métodos.
► Para la misma matriz A, un método puede converger
mientras que otro puede divergir.
► Por lo tanto para cada método la relación entre A y T deben
ser encontradas para decidir la convergencia.
 5

Diferentes metodos Iterativos

► Iteración de Jacobi
► Iteración de Gauss-Seidel
 6

Iteración de Jacobi
 7

Método de Jacobi. Forma Matricial

∙ Descomponiendo A = D - L - U. U=D-triu(A)

-U
D
=
-L

L= D -tril(A) D=diag(diag(A))
 8
x =Tx +c - iteración por el método de Jacobi
k+1 k

Se puede escribir como A=D-L-U (No es una factorización)

Ax=b ⇒ (D-L-U)x=b Dx (k+1) = (L+U)x (k) +b

X(k+1)=D-1(L+U)x (k) +D-1b

T=D-1(L+U)
Dxk+1 c=D-1b
 9

iteración Gauss-Seidel (GS)

Use lo último
al actualizar
 10

x(k+1)=Tx(k)+x iteración de Gauss-Seidel

Ax=b ⇒ (D-L-U)x=b

(D-L)x(k+1) =Ux(k)+b
Dxk+1

x(k+1)=(D-L)-1Ux(k)+(D-L)-1b
Tgs=(D-L)-1U
cgs=(D-L)-1b
 11

Comparación

► İteración de Gauss-Seidel converge más rápidamente que la

iteración de Jacobi desde que este usa la última
actualización.
► Pero existen algunos casos que la iteración de Jacobi
converge pero Gauss-Seidel no.
Convergencia de los métodos iterativos 12

Define el vector solución como:

:Define el vector error como :

Substituye esto en
 13
Convergencia de los Métodos Iterativos

iteración potencia

El método iterativo convergerá para cualquier vector inicial arbitrario,

si la siguiente condición es satisfecha

Condición de Convergencia
 14

Condición Suficiente para convergencia

Si la magnitud de todos los valores propios de la Matriz de iteración T es menor

que 1 entonces el método es convergente.

Los valores propios son mas fáciles de calcular que la norma de una matriz.

condición suficiente para convergencia

 15

Convergencia de la iteración de Jacobi

T=D-1(L+U)
 16

Convergencia de la iteración de Jacobi

Evaluar la norma infinita (suma maxima fila) de T

Matriz Diagonalmente
Dominante
Si A es una matriz diagonalmente dominante, entonces la iteración de Jacobi
converge para cualquier valor inicial
 17

Criterios de Parada

► Ax=b
► En cualquier iteración k, el término residual es
r(k)=b-Ax(k)
► Verificar la norma del término residual
||b-Ax (k) ||
► Si el residual es menor que la cota del valor de parada 🡺 salida del
proceso iterativo.
 18
Ejemplo 1 (Iteración de Jacobi)

Matriz Diagonalmente dominante

 19
Ejemplo 1 continuación...

Matriz es diagonalmente dominante, iteraciones de Jacobi son convergentes.

 20

Ejemplo 2

La matriz no es diagonalmente dominante

 21

Ejemplo 2 (continuación...)

El término del residual aumenta en cada iteración, de tal forma que las
iteraciones divergen.
Note que la matriz no es diagonalmente dominante
 Convergencia de la iteración de 22

Gauss-Seidel

► Iteración GS converge para cualquier vector inicial si A es

una matriz diagonalmente dominante

► Iteración GS converge para cualquier vector inicial si A es

una matriz simétrica y definida positiva – La matriz A es
definida positiva si xTAx>0 para cualquier vector x no nulo.
 23

Ejemplo 3 (Iteración de Gauss-Seidel)

Matriz Diagonalmente dominante

İteración de
Jacobi
 24

Ejemplo 3 continuación...

Iteración de Jacobi

Cuando ambos métodos de Jacobi y Gauss-Seidel convergen, Gauss-

Seidel converge más rápido.
 25

Conteo de operaciones

► El # de operaciones para la Eliminación gaussiana o la descomposición LU

es de 0 (n3), orden de n3
► Para los métodos iterativos, el número de multiplicaciones escalares es 0
(n2) en cada iteración.
► Si el número total de las iteraciones requeridas para la convergencia es
mucho menos que n, entonces los métodos iterativos son más eficiente
que métodos directos.
► Los Métodos iterativos también se satisfacen bien para las matrices
esparcidas.
 Resumen – Formas Matriciales 26

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

recursiva:

A= D - L - U x (k)
= Tx ( k-1 ) + c
Método T c
Jacobi D-1 (L+U) D-1 b
Gauss-Seidel ( D -L)-1 U ( D -L)-1 b
Gracias por su atención