SISTEMA DE ECUACIONES LINEALES

MTODOS ITERATIVOS
MNICA YAMILE CAMACHO
Los mtodos iterativos representan una alternativa
potente para solucionar esta dificultad, puesto que
stos se acercan ms a la solucin real esperada a
medida que se itera, de manera que la calidad de la
aproximacin obtenida depender de la cantidad de
iteraciones que se ste dispuesto a efectuar. El
planteamiento consiste en suponer un valor inicial y
luego usar un mtodo sistemtico para obtener una
estimacin refinada de la solucin.
MTODOS ITERATIVOS
Carl Gustav Jakob Jacobi
MTODO DE JACOBI
MTODO DE JACOBI
mtodo de Jacobi es un mtodo iterativo, usado para resolver
sistema de ecuaciones lineales del tipo Ax = b. El algoritmo
toma su nombre del matemtico alemn Carl Gustav Jakob
Jacobi.
El mtodo de Jacobi consiste en una secuencia de
transformaciones ortogonales. Cada transformacin la
denominaremos una rotacin de Jacobi; y realmente
corresponde a una rotacin cuyo objeto es eliminar un
elemento de la matriz. As vamos rotando sucesivamente la
matriz hasta que el error es lo suficientemente pequeo para
ser considerada diagonal.

MTODO DE JACOBI
Supngase que se tiene un sistema 3 x 3. Si los elementos de la
diagonal no son todos cero, la primera ecuacin se puede resolver
para x1, la segunda para x2 y la tercera para x3, para obtener:
En general, para un sistema de ecuaciones lineales de n ecuaciones
con n incgnitas, el Mtodo de Jacobi para encontrar un valor k de
una variable x es el siguiente:
MTODO DE JACOBI
El procedimiento consiste en asignar unos valores iniciales a
las variables, usualmente se escoge "0" por simplicidad, de
manera que para generar la siguiente iteracin se sustituyen
los valores obtenidos en la ecuacin siguiente, con lo que se
obtiene:
La convergencia del mtodo de Jacobi esta dada por:
MTODO DE JACOBI
Ejemplo: dada el sistema de ecuaciones
12x1+5x2-x3=15
X1-6x2-4x3=9
2x1-3x2+8x3=5
Con valores iniciales x1= 1 , x2= 3 , x3= 2
Converger la solucin usando el mtodo de Jacobi?
Solucin:
1. Se chequea si la matriz es diagonalmente dominante, si
todas las desigualdades se cumplen la solucin debe
converger por este mtodo.

12 5 -1
1 -6 -4
2 -3 8
12 >= 5 + -1 = 6
-6 >= 1 + -4 = 5
8 >= -2 + -3 = 5
MTODO DE JACOBI
(
(
(

(





=
(
(
(

(





(
(
(

(






5
9
15
x
x
x

8 -3 2
-4
-6
1
1
5 12
3
2
1
12
5 15
3 2
1
x x
x
+
=
-6
4 9
3 1
2
x x
x
+
=
8
3 2 5
2 1
3
x x
x
+
=
Despejamos x1 de la ecuacin 1, x2 de 2 y x3 de 3.
Para los valores iniciales;
X1=1
X2= 3
X3=2
12
5 15
1
2
(3)
x
+
=
= 0.1666
-6
4 9
2
(2) 1
x
+
= = -2.6666
8
3 2 5
1
3
(3) (1)
x
+
= = 1.50
MTODO DE JACOBI
Iteracin # 1
X1=0.1666
X2=-2.6666
X3=1.125
MTODO DE JACOBI
Ahora calculamos el error absoluto relativo aproximado:
% 500 100
1
= = e
a
0.16666- 1
0.16666
% 212.50 100
2
= = e
a
2.6666-3
2.6666
% 33.33 100
3
= = e
a
1.50-2
1.50
El mximo error absoluto relativo aproximado despus de la
primera iteracin es 86%.

MTODO DE JACOBI
Iter a1 e1 a2 e2 a3 e3
1,000 3,000 2,000
1 0,167 500,00 -2,667 212,50 1,500 33,33
2 2,486 93,30 -2,472 7,87 -0,417 460,00
3 2,245 10,72 -0,808 206,02 -0,924 54,89
4 1,510 48,73 -0,510 58,40 -0,239 285,97
5 1,443 4,65 -1,089 53,16 0,056 524,83
6 1,708 15,56 -1,297 16,06 -0,144 139,13
7 1,778 3,94 -1,119 15,89 -0,289 50,10
8 1,692 5,09 -1,011 10,68 -0,239 20,54
9 1,651 2,48 -1,058 4,45 -0,177 35,00
10 1,676 1,48 -1,107 4,35 -0,185 4,03
11 1,696 1,15 -1,097 0,83 -0,209 11,61
12 1,690 0,34 -1,078 1,80 -0,210 0,69
13 1,682 0,49 -1,078 0,00 -0,202 4,33
14 1,682 0,04 -1,085 0,66 -0,200 1,03
El Mtodo de Gauss-Seidel Es una tcnica utilizada para
resolver sistemas de ecuaciones lineales.
El mtodo es similar al mtodo de Jacobi.
Es un mtodo iterativo, lo que significa que se parte de una
aproximacin inicial y se repite el proceso hasta llegar a
una solucin con un margen de error tan pequeo como se
quiera.

GAUSS-SEIDEL
Se comienza planteando el sistema de ecuaciones con el
que se va a trabajar:
De la ecuacin 1 despejar x1, de la ecuacin 2 despejar
x2, , de la ecuacin n despejar xn. Esto da el siguiente
conjunto de ecuaciones:
GAUSS-SEIDEL
Este ltimo conjunto de ecuaciones son las que forman las
frmulas iterativas con las que se va a estar trabajando.
Para comenzar el proceso iterativo, se le da el valor de cero a
las variables x2,, xn; esto dar un primer valor para x1.
GAUSS-SEIDEL
Enseguida, se sustituye este valor de x1 en la ecuacin 2,
y las variables x3,, xn siguen teniendo el valor de cero.

Estos ltimos valores de x1 y x2, se sustituyen en la
ecuacin 3, mientras que x4,, xn siguen teniendo el valor
de cero; y as sucesivamente hasta llegar a la ltima
ecuacin. Todo este paso arrojar una lista de primeros
valores para las incgnitas, la cual conforma el primer
paso en el proceso iterativo.

GAUSS-SEIDEL
Se vuelve a repetir el proceso, pero ahora sustituyendo
estos ltimos datos en vez de ceros como al inicio.

En este momento se pueden calcular los errores
aproximados relativos, respecto a cada una de las
incgnitas.

En este momento se pueden calcular los errores
aproximados relativos, respecto a cada una de las
incgnitas.

GAUSS-SEIDEL
LOS ERRORES APROXIMADOS
GAUSS-SEIDEL
100

= e
nuevo
i
anterior
i
nuevo
i
i
a
x
x x
| |
s
i
a
se e max
El proceso se vuelve a repetir hasta que:
Se finalizan las iteraciones cuando el mximo Error
absoluto relativo aproximado es menor que la tolerancia
especificada para todas las incgnitas.

El mtodo de Gauss-Seidel converge a la solucin del
sistema de ecuaciones siempre?

Una matriz [A] es Diagonalmente dominante si:

=
=
>
n
j
j
ij
a a
i
1
ii

=
=
>
n
i j
j
ij ii
a a
1
Para todo i y
Por lo menos un i
GAUSS-SEIDEL
Ejemplo: Resolver el siguiente sistema de ecuaciones

12x1+5x2-x3=15
X1-6x2-4x3=9
2x1-3x2+8x3=5
Con valores iniciales x1= 1 , x2= 1 , x3= 1

Solucin:

GAUSS-SEIDEL
12 5 -1
1 -6 -4
2 -3 8
(
(
(

(





=
(
(
(

(





(
(
(

(






5
9
15
x
x
x

8 -3 2
-4
-6
1
1
5 12
3
2
1
12
5 15
3 2
1
x x
x
+
=
-6
4 9
3 1
2
x x
x
+
=
8
3 2 5
2 1
3
x x
x
+
=
Valores iniciales: x1 = 1
x2=1
x3=1
GAUSS-SEIDEL
12
5 15
1
1
(1)
x
+
=
= 0.917
-6
4 9
2
(1) 0.9167
x
+
= = -2.014
8
3 2(0.917) 5
1
3
(12.0833)
x
+
= = 0.359
Si seguimos iterando se tiene:
Iter a1 e1 a2 e2 a3 e3
1,000 1,000 1,000
1 0,917 9,09 -2,014 149,66 -0,359 378,26
2 2,059 55,48 -0,917 119,56 -0,234 53,74
3 1,613 27,69 -1,075 14,71 -0,181 28,83
4 1,683 4,17 -1,099 2,11 -0,208 12,64
5 1,690 0,44 -1,080 1,74 -0,203 2,55
6 1,683 0,44 -1,084 0,43 -0,202 0,05
7 1,685 0,12 -1,084 0,02 -0,203 0,19
8 1,685 0,01 -1,084 0,02 -0,203 0,06
9 1,685 0,01 -1,084 0,01 -0,203 0,01
GAUSS-SEIDEL
GAUSS SEIDEL CON RELAJACIN
Se comienza planteando el sistema de ecuaciones con el que se
va a trabajar:

Reacomodamos las ecuaciones por Pivote y despejamos cada
ecuacin con su variable para obtener:
GAUSS SEIDEL CON RELAJACIN
Asuma que: x1=x2=x3=Xn=0
Y aplique la definicin
xi(nuevo= wxi(nuevo) + (1-w)*xi(nuevo )

Donde w: Puede variar entre 0 y 2.

Si 0<w<1, lo que se pretende es acelerar la
convergencia (mtodo de subrelajacin)

Si 1<w<2, lo que se pretende es acelerar la
convergencia(mtodo de sobrerelajacin sucesiva
o SOR).

GAUSS SEIDEL CON RELAJACIN
Ejemplo: se tiene el sistema
-4x1+10x3=70
2x1-x2-2x3=-3
6x1+8x2=45
Use el mtodo de gauss Seidel con relajacin para resolver
w=0.80 y error =5%
Solucin
2
-3
3 2
1
2x x
x
+ +
=
8
45
1
2
6x
x

=
10
4 70
1
3
x
x
+
=
GAUSS SEIDEL CON RELAJACIN
Asumo x1= x2= x3= 0
Y aplico la definicin; xi(nuevo= wxi(nuevo) + (1-w)*xi(nuevo )
Para luego ir reemplazando en cada ecuacin.
Para la primera iteracin:

2
-3
3
1
0 0
x
+ +
= =1.5
1
x
(nuevo)= 0.80*1.5+(1-0.80)0 =1.2
8
45
2
0
x

=
=5.625
2
x
(nuevo)= 0.80*5.625+(1-0.80)0 = 4.5
10
0 70
3
x
+
=
=7
3
x (nuevo)= 0.80*7+(1-0.80)0 = 5.6
GAUSS SEIDEL CON RELAJACIN
Y as sucesivamente realizamos las iteraciones donde de
manera rpida encontraremos la solucin.
GAUSS SEIDEL CON RELAJACIN
Iter a1 e1 a2 e2 a3 e3
0,000 0,000 0,000
1 1,5 100 5,625 100 7 100
2 1,2 25 4,5 25 5,6 25
3 1,26 4,761904762 4,725 4,761904762 5,88 4,761904762
4 1,248 0,961538462 4,68 0,961538462 5,824 0,961538462
5 1,2504 0,19193858 4,689 0,19193858 5,8352 0,19193858
6 1,24992 0,038402458 4,6872 0,038402458 5,83296 0,038402458
7 1,250016 0,007679902 4,68756 0,007679902 5,833408 0,007679902
8 1,2499968 0,001536004 4,687488 0,001536004 5,8333184 0,001536004
ttp://www.monografias.com/trabajos45/descomposicion-
lu/descomposicion-lu2.shtml
Chapra, S.; P. Canale, R. Mtodos Numricos para Ingenieros.
(3 ed.). McGrawHill
http://aprendeenlinea.udea.edu.co/lms/moodle/course/view.php
?id=229
BIBLIOGRAFA