Metodos Iterativos
on F
Sistemas de ecuaciones lineales.
M´
etodos iterativos
Los m´etodos iterativos tienen la desventaja de que no se pueden aplicar, por lo menos de forma
elemental, a cualquier sistema de ecuaciones Ax = B y tienen la ventaja de que son m´as eficaces
para sistemas cuyo orden es superior a 1000.
F.1.
M´
etodo de Jacobi
Pr´
actica a
Consideramos las dos expresiones equivalentes de unmismo sistema
x = 1/5(−7 − x2 + x3 )
1
5x1 + x2 − x3 = −7
1)
−x1 + 3x2
= 1
x1 + x2 + 6x3 = 11
;
2)
x2 = 1/3(1 + x1 )
x3 = 1/6(11 − x1 − x2 )
donde el sistema 2) ha sido obtenido a partir del 1) despejando la x de los elementos diagonales.
Matricialmente, los sistemas anteriores tienen la expresi´on:
1) Ax = B;
2) x = Hx + C
para H y C la matriz y elvector que se obtienen a partir de A y B de la siguiente manera:
Dada A consideramos su parte diagonal, D, su parte triangular inferior, I, y su parte triangular
superior, S; claramente, se verifica A = I +D +S con lo que el sistema Ax = (I +D +S)x = B
es equivalente a Dx = −(I + S)x + B y tambi´en equivalente a
x = HJ x + C
(F.1)
donde HJ = −D−1 (I + S) y C = D−1 B
En nuestro caso concreto:
0−1/5 1/5
HJ = 1/3
0
0 ;
−1/6 −1/6 0
45
−7/5
C = 1/3
11/6
46
´ F. SISTEMAS DE ECUACIONES LINEALES. METODOS
´
LECCION
ITERATIVOS
Ejecutando el listado
H=[0 -1/5 1/5;1/3 0 0;-1/6 -1/6 0] nInf=norm(H,inf), n2=norm(H,2),
n1=norm(H,1)
comprobamos que H
las igualdades:
x
(0)
ind
2
= δ < 1. En consecuencia, si {x(k) } denota la sucesi´on definida por
0
= 0 ;
0
x(k+1) = H · x(k) + C =
(k)
(k)
1/5(−7 − x2 + x3 )
(k)
1/3(1 + x1 )
(k)
(k)
1/6(11 − x1 − x2 )
(F.2)
se verifica que {x(k) } es una sucesi´on de Cauchy ya que
x(p+m) − x(p) ≤ x(p+m) − x(p+m−1) + · · · + x(p+1) − x(p)
= H p+m−1 (x(1) − x(0) ) + · · · + H (p−1 (x(1) − x(0) )
≤ x(1) − x(0) ·
H p+m−1 + · · · + H p−1
p+m−1
(1)
≤ x
(0)
−x
·
Hk=p−1
k
∞
δk
≤ x(1) − x(0) ·
k=p−1
=
δ p−1
1−δ
x(1) − x(0)
p→+∞
−→
0
y, por tanto, que {x(k) } converge a un u
´nico punto x
ˆ que verifica
x
ˆ = HJ x
ˆ+C
que es lo mismo que decir que x
ˆ es la u
´nica soluci´on del sistema Ax = B o de su equivalente
x = HJ x + C.
Vamos a utilizar lo anterior para calcular la citada soluci´on del sistema con una tolerancia
menor a la cent´esima, paraello s´olo tenemos que llevar al ordenador el proceso iterativo
definido en (F.2) y eso lo conseguimos con el listado:
xn1=0; xn2=0; xn3=0;
ii=0; e=1; tol=0.01;
while e>tol
ii=ii+1; x1=xn1; x2=xn2; x3=xn3;
xn1=(-7-x2+x3)/5; xn2=(1+x1)/3; xn3=(11-x1-x2)/6;
e=max([abs(x1-xn1) abs(x2-xn2) abs(x3-xn3)]);
fprintf(’x1=%f x2=%f x3=%f e=%f i=%i \n’, xn1, xn2, xn3, e ,ii);
end
´
F.2. METODO
DE JACOBIAMORTIGUADO
47
Observamos que necesitamos 6 iteraciones para obtener la soluci´on xˆ = (−1, 0, 2) con una
tolerancia menor a la cent´esima.
En la pr´actica anterior hemos descrito el proceso iterativo de Jacobi, el cual convierte un sistema
regular Ax = B a la forma x = HJ x+CJ , donde HJ es la matriz de Jacobi asociada a dicho sistema
y CJ el vector dado por la f´ormula:
HJ = −D(I + S);
CJ = D−1B
La convergencia de la sucesi´on de Jacobi {x(k) } definida a partir de un vector inicial x(0) depende
de las propiedades de la matriz HJ . En cualquier caso y justificados por la pr´actica anterior se
verifica:
Teorema F.1 Si la matriz de Jacobi HJ = (hij ) asociada al sistema regular Ax = B verifica una
de las siguientes condiciones:
1. HJ
ind
2
< 1.
2. HJ
ind
∞
= m´axi
n
j=1
|hij | <1.
3. HJt
ind
∞
= m´axj {
n
i=1
|hij |} < 1.
entonces la sucesi´
on de Jacobi {x(k) } definida con un vector inicial cualquiera x(0) converge a la
u
´nica soluci´
on x
ˆ del sistema Ax = B.
Pr´
actica b El archivo Mt\f_mj.m permite calcular, por el m´etodo de Jacobi, la soluci´on de un
sistema lineal Ax = B con una determinada tolerancia y a partir de una aproximaci´
on inicial
(0)
x...
Regístrate para leer el documento completo.