N

Tema:

1.

MTODOS ITERATIVOS PARA SISTEMAS DE ECUACIONES LINEALES

Metodo de iteracion de Jacobi.

Ejemplo 1 Consideremos el sistema de ecuaciones:

= 7

4x y +
z
4x 8y +
z
2x + y
+ 5z

(1)

=
2
= 1
5

Estas ecuaciones las podemos escribir como:

x =

7+yz

(2)

y =
21+4x+z

=
15+2xy

lo que sugiere el siguiente proceso iterativo:

xk+1 =

7+ykzk

(3)

yk+1 =
21+4xk+zk

zk+1 =
15+2xkyk

Vamos a comprobar que si empezamos con P0 = (x0 , y0 , z0 ) = (1, 2, 2), entonces la iteracio
n (3) parece converger a la solucion (2, 4, 3).
Sustituyendo x0 = 1, y0 = 2 y z0 = 2 en el miembro derecho de la relacion (3), obtenemos:
x1

7+21
4

y1 =

21+4+2
8

z1 =

15+22
5

= 1,7
5
= 3,3
75
= 3,0
0

El nuevo punto P1 = (1 .75, 3.375, 3. 00) esta mas cerca de (2, 4, 3) que P0 . En la
Tabla 1 se muestra como los puntos {Pk } generados por la iteracion (3) a (2, 4, 3).
TABLA 1. Convergencia del metodo iterativo de Jacobi para el sistema (1)
k

1k

0
1
2
3
4
5
1.
5
.
1
9.

1.0
1.75
1.84375
1.9625
1.990625
00
1.994140
63
.
1.999999
93 .
.
2.000000
00 .

2.0
3.375 4 4
3.875
3.925 8 8
3.976562
55
50
3.995312
50
.
3.999999
85 .
.
4.000000
00 .

2.0
3.0
3.025
2.9625
3.000000
00
3.000937
50
.
2.999999
93 .
.
3.000000
00 .

N
Este proceso se conoce como metodo de iteracion de Jacobi y puede usarse para
resolver algunas clases de sistemas lineales. Tras 19 pasos, vemos que, al aplicarlo al
sistema (3), conseguimos 9 cifras decimales de aproximacion (2 .00000000, 4.00000000,
3.00000000 ).
En la resolucion numerica de ecuaciones en derivadas parciales suelen aparecer
sistemas de ecuaciones lineales con incluso 100000 incognitas; en estos sistemas la matriz
de los coefi- cientes es dispersa; es decir, un alto porcentaje de los elementos de la matriz
son iguales a cero. Si hay algun tipo de patron en la distribucion de los elementos
distintos de cero (ejemplo: los sistemas tridiagonales), entonces un metodo iterativo puede
resultar muy eficaz en la resolucion de estos sistemas tan enormes.
Algunas veces el metodo iterativo de Jacobi no funciona. Vamos a realizar un
experimento para comprobar que una reordenacion de las ecuaciones del sistema original puede
tener como consecuencia que el metodo iterativo de Jacobi aplicado al nuevo sistema produzca
una sucesion de puntos divergente.
Ejemplo 2 Reordenemos el sistema (1) como sigue:
= 1
5
=
2
= 7

2x + y
+ 5z
4x 8y +
z
4x y +
z
x =

15+y+5z
3

y =

21+4x+z
8

(4)

(5)

z = 7 4x + y
Entonces el metodo iterativo de Jacobi es, en este caso,
xk+1 =

15+yk+5zk

yk+1 =

21+4xk+zk

zk+1

(6)

74xk+yk

Veamos que si empezamos con el punto P0 = (x0, y0, z0) = (1, 2, 2), entonces el proceso
iterativo
(6) diverge.
TABLA 2. Divergencia del metodo iterativo de Jacobi para el sistema (4)
k

0
1
2
3
4

1.0
-1.5
6.6875
34.6875
46.617188

2.0
3.375
2.5
8.015625
17.8125

2.0 k
5.0
16.375
-17.25
123.7343

N
5
6

307.92968
502.62793

-36.150391
3
124.92968
.
8

211.2812
5
1202.568
36
.
.

Sustituimos x0 = 1, y0 = 2 y z0 = 2 en el miembro derecho de (6) y obtenemos los nuevos

valores x1, y1 y z1 siguientes:

x1 =

15+2+1
0
2

y1 =

21+4+2
8

3,375
z1 = 7 4 +
2
=

5,00

El nuevo punto P1 = (1 .5, 3.375, 5.00 ) esta mas lejos de la solucion (2, 4, 3) que P0 . De
hecho el proceso iterativo (6) diverge como se muestra en la Tabla 2.

2.

Metodo iterativo de Gauss-Seidel

Algunas veces podemos acelerar la convergencia. Observemos que en el metodo iterativo de

Jacobi
(3) se produce tres sucesiones {xk }, {yk} y {zk } que convergen, respectivamente a 2, 4 y
3. Puesto que xk+1 es, probablemente, mejor aproximacion al lmite que xk , sera
razonable usar xk+1 en vez de xk a la hora de calcular yk+1 y, de forma semejante, sera
mejor usar xk+1 e yk+1 en el calculo de zk+1 . El siguiente ejemplo muestra lo que ocurre
cuando se aplica este razonamiento al sistema de ecuaciones del ejemplo 1.
Ejemplo 3 Consideremos el sistema de ecuaciones dado en (1) y el proceso iterativo, llamado
metodo de Gauss-Seidel, sugerido por (2):
xk+1 =

7+ykzk
4

yk+1 =

21+4xk+1+zk
8

zk+1 =

5
15+2xk+1yk+1

(7)

TABLA 3. Convergencia del metodo iterativo de Gauss-Seidel para el sistema (1)

k

0
1
2
3

1.0 k
1.75
1.95
1.995625

2.0 k
3.75
3.96875
3.996093
75
.
.
.
8
1.999999
3.999999
.
83 .
88 .
9
1.999999
3.999999
98
99
1
2.000000
4.000000
0
00
00
Veamos que si empezamos con P0 = (x0, y0, z0)
iterativo (7) converge a la solucion (2, 4, 3).

2.0 k
2.95
2.98625
2.999031
25
.
2.999999
96 .
3.000000
00
3.000000
00
= (1, 2, 2), entonces el proceso

Sustituyendo y0 = 2 y z0 = 2 en la primera ecuacion de (7) obtenemos

x1 =

7+2
2

= 1,75

Facultad de
Ingeniera

Departamento de
Ciencias

Sustituyendo ahora x1 = 1,75 y z0 = 2 en la segunda ecuacion de (7) obtenemos

21 + 4 (1,75)
+2
= 3,75
y1 =
8
Finalmente, sustituyendo x1 = 1,75 e y1 = 3,75 en la tercera ecuacion de (7) obtenemos
15 + 2 (1,75)
3,75
z1 =

2,95

El nuevo punto P1 = (1 .75, 3.75, 2.95 ) esta mas cerca de (2, 4, 3) que P0 y es
mejor que el
punto obtenido en el ejemplo 1. En la Tabla 3 se muestra como los puntos {Pk } generados
por la iteracion (7) convergen a (2, 4, 3).
A la vista de los ejemplos 2 y 3, se hace necesario disponer de algun criterio que
determine si el metodo iterativo de Jacobi converge. Para ello damos la siguiente definicion.
Definicion 1 Se dice que una matriz A de orden N N es de diagonal
estrictamente dominante cuando

|akk | >

N
. |akj |

para

k = 1, 2, . . . , N

(8)

j=1,j=
k

Esto significa que en cada fila de la matriz, el tamano del elemento que esta en la
diagonal principal debe ser mayor que la suma de los tamanos de todos los demas elementos de
la fila. La matriz de los coeficientes del sistema lineal (1), en el ejemplo 1, es de diagonal
estrictamente dominante porque
En la primera fila: |4| > |1| + |
1| En la segunda fila: |8| > |4|
+ |1| En la tercera fila: |5| > |
2| + |1|
Todas las filas verifican la relacion (8) de la definicion 1; por tanto, la matriz de los
coeficientes
A del sistema lineal (1) es de diagonal estrictamente dominante.
La matriz de los coeficientes A del sistema lineal (4), en el ejemplo (2), no es de
diagonal estrictamente dominante, porque
En la primera fila: |2| < |1| + |
5| En la segunda fila: |8| > |4|

+ |1| En la tercera fila: |1| < |4|

+ |1|
Vamos a considerar ahora los procesos iterativos de Jacobi y Gauss-Seidel con mayor
generalidad. Supongamos que tenemos un sistema de ecuaciones lineales
a11x1 + a12x2 + . . . + a1jxj + . . . + a1N xN
=
b1
a21x1 + a22x2 + . . . + a2jxj + . . . + a2N xN
=
b2
..

..

..

..

aj1x1 + aj2x2 + . . . + ajjxj + . . . + ajN xN

..
..
..
..
.
.
.
.
aN 1x1 + aN 2x2 + . . . + a Nj x j + . . . + aNN xN
Sea Pk = .x

(k)

,x

(k)

,...,x

(k)

,...,x

(k)

..

(9)
.

=bj
..
.
= bN

. el k-esimo punto obtenido, de manera que el

siguiente
1

punto es Pk+1 = .x
coordenadas

(k+1)
1

,x

(k+1)

,...,x
j

(k+1)

,...,x

(k+1)

.. El superndice (k) de las

de Pk nos permite identificar las coordenadas que pertenecen a dicho punto. Las f
ormulas de
iteracion usan la fila j-esima de (9) para despejar
como una combinacion lineal de
j
(k+1)
x
los

valores previamente obtenidos: M

etodo iterativo de Jacobi:
(k)
(k)

(k)

(k)

bj aj1x1 . . . ajj1xj1 ajj+1xj+1 . . .

ajN xN
ajj

(k+1)
j

(10)

Para j = 1, 2, . . . , N
En el metodo iterativo de Jacobi se usan todas las coordenadas del punto anterior en
la obtencion de las coordenadas del punto nuevo, mientras que en el metodo iterativo
de Gauss- Seidel se emplean las coordenadas nuevas conforme se van generando:
Metodo Iterativo de Gauss-Seidel:

(k+1)

(k+1)
j

bj aj1x1
ajN xN

(k+1)

(k)

. . . ajj1xj1 ajj+1xj+1 . . .

(k)

(11)

ajj

para j = 1, 2, . . . , N
Teorema 1 (Metodo iterativo de Jacobi). Supongamos que A es una matriz de diagonal
estric- tamente dominante. Entonces el sistema de ecuaciones lineales AX = B tiene
solucion unica X = P . Ademas, el proceso iterativo dado por la formula (10) produce
una sucesion de vectores
{Pk } que converge a P cualquiera que sea el vector de partida P0.
Puede probarse que el metodo iterativo de Gauss-Seidel tambien converge cuando la
matriz A es de diagonal estrictamente dominante as como para matrices simetricas definidas
positivas. Normalmente el metodo de Gauss-Seidel converge mas rapidamente que el de
Jacobi, por lo que es el que se suele preferir. Se dan casos, sin embargo, en los que el metodo de
Jacobi converge pero el de Gauss-Seidel no.
Programa 1 (Metodo iterativo de Jacobi). Resolucion de un sistema lineal AX = B mediante
la generacion de una sucesion {Pk } que converge a la solucion, a partir de un punto inicial
P0 . Una condicion sificiente para que el metodo sea aplicable es que A sea de diagonal
estrictamente dominante.
function X=jacobi(A,B,P,delta,max1)
%Datos
% - A es una matriz invertible de orden NxN.
%
- B es una matriz de orden Nx1.
%
- P es una matriz de orden Nx1: el punto inicial.
% - delta es la tolerancia para P.
%
- max1 es el nmero mximo de iteraciones.
9

% Resultados
% - X es una matriz de orden Nx1:
% la aproximacin a la solucin de AX=B generada por el mtodo
% iterativo de Gauss-Seidel
N=length (B);
for k=1:max1
for j=1:N
if j==1
X(1)=(B(1)-A(1,2:N)*P(2:N))/A(1,1);
elseif j==N
X(N)=(B(N)-A(N,1:N-1)*(X(1:N-1)))/A(N,N);
else
% X contiene la aproximacin k-sima
% y P la k-1-esima.
X(j)=(B(j)-A(j,1:j-1)*X(1:j-1)-A(j,j+1:N)*P(j+1:N))/A(j,j);
end
end
err=abs(norm(X-P));
relerr=err/(norm(X)+eps);
P=X;
if(err<delta)|(relerr<delta)
break
end
end
X=X;

Indice

1. Mtodo de iteracin de Jacobi. 1

2. Mtodo iterativo de Gauss-Seidel 4

1
0