Professional Documents
Culture Documents
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Escuela T
ecnica Superior de Ingenieros Industriales
Universidad de Las Palmas de Gran Canaria
Curso 2005-2006
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Metodo de Jacobi
Metodo de Gauss-Seidel
Metodo de Relajaci
on Sucesiva
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
Metodo de Jacobi
Metodo de Gauss-Seidel
Metodo de Relajaci
on Sucesiva
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
Introduccion
Ventaja frente a los metodos directos
Son menos sensibles a los errores de redondeo y esto se aprecia en sistemas de orden elevado donde los errores de
redondeo de los m
etodos directos son considerables
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
Introduccion
Ventaja frente a los metodos directos
Son menos sensibles a los errores de redondeo y esto se aprecia en sistemas de orden elevado donde los errores de
redondeo de los m
etodos directos son considerables
Definici
on de metodo iterativo
Un m
etodo iterativo construye una sucesi
on de vectores xm tal que
lim
siendo x la soluci
on del sistema Ax = b.
xm = x
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
Introduccion
Ventaja frente a los metodos directos
Son menos sensibles a los errores de redondeo y esto se aprecia en sistemas de orden elevado donde los errores de
redondeo de los m
etodos directos son considerables
Definici
on de metodo iterativo
Un m
etodo iterativo construye una sucesi
on de vectores xm tal que
lim
xm = x
siendo x la soluci
on del sistema Ax = b.
Construcci
on de un metodo iterativo
Se parte de una aproximaci
on inicial x0 y luego se calcula
xm+1 = F (xm ),
m = 0, 1, . . .
m = 0, 1, . . .
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
Definicion de convergencia
Definici
on de convergencia
Un m
etodo se dice que es convergente si:
lim
xm = x = A
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
Definicion de convergencia
Definici
on de convergencia
Un m
etodo se dice que es convergente si:
lim
xm = x = A
||Bx Bx || L||x x ||
Luego si v = x x
||Bv || L||v ||
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
Definicion de convergencia
Definici
on de convergencia
Un m
etodo se dice que es convergente si:
lim
xm = x = A
||Bx Bx || L||x x ||
Luego si v = x x
||Bv || L||v ||
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
el m
etodo considerado cumple la primera condici
on anterior.
Pero adem
as se debe cumplir la segunda condici
on,
(M
N) < 1
o tambi
en
||M
N|| < 1
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
el m
etodo considerado cumple la primera condici
on anterior.
Pero adem
as se debe cumplir la segunda condici
on,
(M
N) < 1
o tambi
en
||M
N|| < 1
Teorema de construcci
on de los m
etodos iterativos
Todo m
etodo del tipo estudiado verifica las condiciones del teorema anterior con M N = A y M invertible.
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Introducci
on
Convergencia de los m
etodos iterativos
Construcci
on de m
etodos iterativos
el m
etodo considerado cumple la primera condici
on anterior.
Pero adem
as se debe cumplir la segunda condici
on,
(M
N) < 1
o tambi
en
||M
N|| < 1
Teorema de construcci
on de los m
etodos iterativos
Todo m
etodo del tipo estudiado verifica las condiciones del teorema anterior con M N = A y M invertible.
El m
etodo resulta,
xm+1 = M
Nxm + M
es decir,
Mxm+1 = Nxm + b
Por tanto, conviene elegir M tal que sea f
acilmente invertible (diagonal o triangular).
El n
umero de operaciones de los m
etodos iterativos es O(n2 ) no iter
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Jacobi
Metodo de Jacobi
Metodo de Gauss-Seidel
Metodo de Relajaci
on Sucesiva
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Jacobi
Algoritmo de Jacobi
Descomposici
on suma de una matriz
0
B
B
D =B
B
Sea A = D L U, con
0
B
B
B
L=B
B
B
0
a21
a31
.
.
.
an1
0
a32
.
.
.
an2
0
.
.
.
..
ann1
a11
0
.
.
.
0
0
0
0
.
.
.
0
0
a22
.
.
.
0
1
C
C
C
C
;
C
C
A
..
.
0
B
B
B
U =B
B
B
0
0
.
.
.
ann
0
0
.
.
.
1
C
C
C
;
C
A
a12
0
.
.
.
a13
a23
..
.
.
.
.
0
a1n
a2n
.
.
.
an1n
0
1
C
C
C
C
C
C
A
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Jacobi
Algoritmo de Jacobi
Descomposici
on suma de una matriz
0
B
B
D =B
B
Sea A = D L U, con
0
B
B
B
L=B
B
B
0
a21
a31
.
.
.
an1
0
a32
.
.
.
an2
0
.
.
.
..
0
a22
.
.
.
0
a11
0
.
.
.
0
0
0
0
.
.
.
0
ann1
1
C
C
C
C
;
C
C
A
..
.
0
B
B
B
U =B
B
B
0
0
.
.
.
ann
0
0
.
.
.
1
C
C
C
;
C
A
a12
0
.
.
.
a13
a23
..
.
Algoritmo
El m
etodo de Jacobi consiste en elegir M = D y N = L + U, resultando en forma matricial,
Dxm+1 = (L + U)xm + b
es decir,
aii (xm+1 )i =
n
X
j=1
j6=i
aij (xm )j + bi ;
i = 1, 2, . . . , n
.
.
.
0
a1n
a2n
.
.
.
an1n
0
1
C
C
C
C
C
C
A
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Jacobi
Algoritmo de Jacobi
Matriz de iteraci
on de Jacobi
La matriz de iteraci
on de Jacobi resulta,
0
B
B
B
B
B
B
B
B
B
B
B
B
B
a21
a22
a31
a33
.
.
.
an1
ann
a12
a11
0
a32
a33
.
.
.
an2
ann
a13
a11
a23
a22
0
.
.
.
an3
ann
..
a1n
a11
a2n
a22
a3n
a33
.
.
.
0
1
C
C
C
C
C
C
C
C
C
C
C
C
C
A
Algoritmo
El m
etodo de Jacobi consiste en elegir M = D y N = L + U, resultando en forma matricial,
Dxm+1 = (L + U)xm + b
es decir,
aii (xm+1 )i =
n
X
j=1
j6=i
aij (xm )j + bi ;
i = 1, 2, . . . , n
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Gauss-Seidel
Metodo de Jacobi
Metodo de Gauss-Seidel
Metodo de Relajaci
on Sucesiva
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Gauss-Seidel
Algoritmo de Gauss-Seidel
Algoritmo
El m
etodo de Gauss-Seidel consiste en elegir M = D L y N = U, resultando en forma matricial,
(D L)xm+1 = Uxm + b
es decir,
X
i
aij (xm+1 )j =
j=1
o, finalmente,
n
X
aij (xm )j + bi ;
i1
aii (xm+1 )i =
i = 1, 2, . . . , n
j=i+1
j=1
aij (xm+1 )j
n
X
j=i+1
aij (xm )j + bi ;
i = 1, 2, . . . , n
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Gauss-Seidel
Algoritmo de Gauss-Seidel
Algoritmo
El m
etodo de Gauss-Seidel consiste en elegir M = D L y N = U, resultando en forma matricial,
(D L)xm+1 = Uxm + b
es decir,
X
i
aij (xm+1 )j =
j=1
o, finalmente,
n
X
aij (xm )j + bi ;
i1
aii (xm+1 )i =
i = 1, 2, . . . , n
j=i+1
j=1
aij (xm+1 )j
n
X
aij (xm )j + bi ;
i = 1, 2, . . . , n
j=i+1
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Relajaci
on Sucesiva
Metodo de Jacobi
Metodo de Gauss-Seidel
Metodo de Relajaci
on Sucesiva
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Relajaci
on Sucesiva
DL
y eligiendo M =
D L, N =
1
D + U, resulta
DL
i1
aii (xm+1 )i +
j=1
aij (xm+1 )j =
xm+1 =
1
DU
1
D+U
aii (xm )i
n
X
j=i+1
xm + b
aij (xm )j + bi ;
i = 1, 2, . . . , n
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Algoritmo de Relajaci
on Sucesiva
DL
y eligiendo M =
D L, N =
1
D + U, resulta
DL
xm+1 =
i1
aii (xm+1 )i +
aij (xm+1 )j =
j=1
DU
1
D+U
aii (xm )i
n
X
xm + b
aij (xm )j + bi ;
i = 1, 2, . . . , n
j=i+1
i1
aii (
xm+1 )i +
aij (xm+1 )j
j=1
(xm+1 )i (xm )i
n
X
aij (xm )j + bi ;
j=i+1
((
xm+1 )i (xm )i )
i = 1, 2, . . . , n
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Metodo de Jacobi
Metodo de Gauss-Seidel
Metodo de Relajaci
on Sucesiva
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
0
B
B
D+L+U =B
B
a11
a12
.
.
.
a1n
es definida positiva, el m
etodo de Jacobi es convergente.
a12
a22
.
.
.
a2n
..
a1n
a2n
.
.
.
ann
1
C
C
C
C
A
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
0
B
B
D+L+U =B
B
a11
a12
.
.
.
a1n
a12
a22
.
.
.
a2n
..
a1n
a2n
.
.
.
ann
1
C
C
C
C
A
es definida positiva, el m
etodo de Jacobi es convergente.
Si A es sim
etrica y definida positiva, el m
etodo de relajaci
on converge si y s
olo si 0 < < 2.
Si < 1 el m
etodo se denomina de subrelajaci
on y si > 1, de sobrerrelajaci
on.
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
0
B
B
D+L+U =B
B
a11
a12
.
.
.
a1n
a12
a22
.
.
.
a2n
..
a1n
a2n
.
.
.
ann
1
C
C
C
C
A
es definida positiva, el m
etodo de Jacobi es convergente.
Si A es sim
etrica y definida positiva, el m
etodo de relajaci
on converge si y s
olo si 0 < < 2.
Si < 1 el m
etodo se denomina de subrelajaci
on y si > 1, de sobrerrelajaci
on.
Si A es sim
etrica, definida positiva y tridiagonal, el valor o
ptimo de para la convergencia del m
etodo de
relajaci
on es,
2
=
1 + 1 2j
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Metodo de Jacobi
Metodo de Gauss-Seidel
Metodo de Relajaci
on Sucesiva
Resumen
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Resumen
Los m
etodos iterativos tienen un coste computacional de O(n2 ) no iteraciones.
Si el n
umero de iteraciones es peque
no comparado con n, los m
etodos iterativos
son preferibles a los directos. Asimismo, los errores de redondeo no se acumulan
despu
es de cada iteraci
on, lo que supone una ventaja adicional.
El m
etodo de Gauss-Seidel es usualmente m
as eficiente que el de Jacobi
Podemos acelerar la convergencia mediante la t
ecnica de relajaci
on.
Generalmente se suele utilizar valores de entre 1 y 2 (sobrerelajaci
on)
En la actualidad los m
etodos iterativos estudiados en esta asignatura est
an
obsoletos. Los m
etodos m
as utilizados son los basados en los subespacios de
Krylov.
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Resumen
Los m
etodos iterativos tienen un coste computacional de O(n2 ) no iteraciones.
Si el n
umero de iteraciones es peque
no comparado con n, los m
etodos iterativos
son preferibles a los directos. Asimismo, los errores de redondeo no se acumulan
despu
es de cada iteraci
on, lo que supone una ventaja adicional.
El m
etodo de Gauss-Seidel es usualmente m
as eficiente que el de Jacobi
Podemos acelerar la convergencia mediante la t
ecnica de relajaci
on.
Generalmente se suele utilizar valores de entre 1 y 2 (sobrerelajaci
on)
En la actualidad los m
etodos iterativos estudiados en esta asignatura est
an
obsoletos. Los m
etodos m
as utilizados son los basados en los subespacios de
Krylov.
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Resumen
Los m
etodos iterativos tienen un coste computacional de O(n2 ) no iteraciones.
Si el n
umero de iteraciones es peque
no comparado con n, los m
etodos iterativos
son preferibles a los directos. Asimismo, los errores de redondeo no se acumulan
despu
es de cada iteraci
on, lo que supone una ventaja adicional.
El m
etodo de Gauss-Seidel es usualmente m
as eficiente que el de Jacobi
Podemos acelerar la convergencia mediante la t
ecnica de relajaci
on.
Generalmente se suele utilizar valores de entre 1 y 2 (sobrerelajaci
on)
En la actualidad los m
etodos iterativos estudiados en esta asignatura est
an
obsoletos. Los m
etodos m
as utilizados son los basados en los subespacios de
Krylov.
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Resumen
Los m
etodos iterativos tienen un coste computacional de O(n2 ) no iteraciones.
Si el n
umero de iteraciones es peque
no comparado con n, los m
etodos iterativos
son preferibles a los directos. Asimismo, los errores de redondeo no se acumulan
despu
es de cada iteraci
on, lo que supone una ventaja adicional.
El m
etodo de Gauss-Seidel es usualmente m
as eficiente que el de Jacobi
Podemos acelerar la convergencia mediante la t
ecnica de relajaci
on.
Generalmente se suele utilizar valores de entre 1 y 2 (sobrerelajaci
on)
En la actualidad los m
etodos iterativos estudiados en esta asignatura est
an
obsoletos. Los m
etodos m
as utilizados son los basados en los subespacios de
Krylov.
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Resumen
Los m
etodos iterativos tienen un coste computacional de O(n2 ) no iteraciones.
Si el n
umero de iteraciones es peque
no comparado con n, los m
etodos iterativos
son preferibles a los directos. Asimismo, los errores de redondeo no se acumulan
despu
es de cada iteraci
on, lo que supone una ventaja adicional.
El m
etodo de Gauss-Seidel es usualmente m
as eficiente que el de Jacobi
Podemos acelerar la convergencia mediante la t
ecnica de relajaci
on.
Generalmente se suele utilizar valores de entre 1 y 2 (sobrerelajaci
on)
En la actualidad los m
etodos iterativos estudiados en esta asignatura est
an
obsoletos. Los m
etodos m
as utilizados son los basados en los subespacios de
Krylov.
Generalidades de los m
etodos iterativos
Metodo de Jacobi
M
etodo de Gauss-Seidel
M
etodo de Relajaci
on Sucesiva
Convergencia de los m
etodos
Resumen
Resumen
Los m
etodos iterativos tienen un coste computacional de O(n2 ) no iteraciones.
Si el n
umero de iteraciones es peque
no comparado con n, los m
etodos iterativos
son preferibles a los directos. Asimismo, los errores de redondeo no se acumulan
despu
es de cada iteraci
on, lo que supone una ventaja adicional.
El m
etodo de Gauss-Seidel es usualmente m
as eficiente que el de Jacobi
Podemos acelerar la convergencia mediante la t
ecnica de relajaci
on.
Generalmente se suele utilizar valores de entre 1 y 2 (sobrerelajaci
on)
En la actualidad los m
etodos iterativos estudiados en esta asignatura est
an
obsoletos. Los m
etodos m
as utilizados son los basados en los subespacios de
Krylov.