METODO DE JACOBI

Muchos problemas relacionados con el campo de la ingeniería se pueden expresar en términos de

sistemas de ecuaciones algebraicas lineales.

Cuando se resuelven numéricamente ecuaciones diferenciales pueden surgir sistemas lineales con
20,000 variables. Los equipos de cómputo disponibles en la actualidad podrían requerir incluso días
para resolver estos sistemas por métodos directos (como eliminación o factorización).

El método de Jácobi es un método iterativo con el cual se resuelve el sistema lineal

Ax = b

Comienza con una aproximación inicial x(0) a la solución x y genera una sucesión de
vectores x(k) que convergen a la solución x.

Un sistema de ecuaciones algebraicas lineales es un conjunto de ecuaciones de la forma:

:: :: ::

O bien en su forma matricial:

Que a su vez se puede expresar como:

Ax = b

Donde “A” es la matriz de coeficientes, x es el vector de incógnitas y b el vector de términos

independientes.
La solución del sistema de ecuaciones es un conjunto de n valores que satisfacen
simultáneamente todas las ecuaciones.

En la solución de estos problemas pueden presentarse 3 casos:

1.- Solución única Sistema compatible determinado.

2.- Mas de una solución Sistema compatible e indeterminado.

(numero infinito de soluciones)

3.- Sin solución Sistema incompatible.

Ilustrando el método de Jácobi con un sistema de ecuaciones de 3x3, si el vector:

Es el vector aproximación a la solución x después de k iteraciones, entonces se tiene que para la

siguiente aproximación:
Para un sistema de n ecuaciones con n incógnitas se tiene la siguiente fórmula (usando una notación
mas compacta):

Para 1£ i £ n

Tanto en el método de Gauss-Seidel como en el de Jácobi, el valor que se le de al vector inicial

carece de importancia, ya que el método convergirá a la solución rápidamente no obstante que el
vector inicial tenga valores muy lejanos a la solución. Es por esto que se acostumbra a dar el
vector 0 como vector inicial.

EJERCICIOS

1. Partiendo de (x = 1, y = 2) aplique dos iteraciones del método de Jacobi para resolver

el sistema:
Si uno dispone de una hoja de cálculo como EXCEL es

fácil realizar los cálculos anteriores:

Este Di es utilizado como criterio de paro en las iteraciones: Cuando Di es menos

que cierto valor dado (digamos 0.001) uno ya no realiza la siguiente iteración.
2. EJERCICIO
3. EJERCICIO
 MÉTODO DE SOR

Luego de calcular un nuevo valor de x por el método iterativo de Gauss – Seidel, ese valor se
modifica por un promedio ponderado de los resultados de las iteraciones hechas con Gauss – Seidel.
Lo anterior se conoce como la técnica de SOR. Su forma general está dada de la siguiente manera:

Para hallar los valores de x en el sistema de ecuaciones, se debe emplear la función fundamental:

Xi(k) = (1 – w) xi(k) + w xi(k-1)

Se debe reemplazar w por un valor del intervalo abierto (0, 2), para obtener un Nuevo sistema de
ecuaciones. Luego se deben reemplazar los valores iniciales con el fin de empezar a iterar y hallar un
error menos a la tolerancia deseada.

Nota 1
Si w = 1, el método es el mismo Gauss – Seidel. Si w pertenece (0, 1), se tendrá un método de
subrelajación que será útil cuando Gauss – Seidel no converja.

Nota 2
Si w pertenece (0, 2) se tendrá un método de subrelajación que será útil para acelerar la convergencia
de Gauss – Seidel.

Su forma matricial está dada de la siguiente manera:

Teorema
Si A es definida positiva estrictamente, entonces los método de SOR generan una sucesión
{x(k)}k=0∞que converge para cualquier elección de w entre 0 y 2; y para todo x(0).
Hay que tener en cuenta que w = 0 no se toma debido a que no se obtendrían mejoras a la
aproximación inicial; tampoco se toma w≥2 ya que la sucesión diverge.
EJERCICIOS
 2. EJERCICIO
Se debe resolver el sistema planteado en los dos métodos anteriores, con el mismo vector
inicial y w = λ = 1.25, empleando el método de SOR.

El sistema de ecuaciones queda de la siguiente manera:

X1 = (22*w – 2x2*w – x3*w + 6x1*(1-w))/6

X2 = (30*w + x1*w – 2x3*w + 8x2(1-w))/8
X3 = (23*w – x1*w + x2*w + 6x3*(1-w))/6

Al reemplazar el valor de w dado en el sistema de ecuaciones, queda lo siguiente:

X1 = (22*(1.25) – 2x2*(1.25) – x3*(1.25) + 6x1*(1 – 1.25))/6

X2 = (30*(1.25) + x1*(1.25) – 2x3*(1.25) + 8x2(1 – 1.25))/8
X3 = (23*(1.25) – x1*(1.25) + x2*(1.25) + 6x3*(1 – 1.25))/6

Al resolver, el sistema queda:

X1 = (27.5 – 2.5x2 – 1.25x3 + 1.5x1)/6

X2 = (37.5 + 1.25x1 – 2.5x3 + 2x2)/8
X3 = (28.75 – 1.25x1 + 1.25x2 + 1.5x3)/6
Al emplear el valor inicial en la primera ecuación, se tiene que x 1= 4.58. Realizando el
mismo procedimiento para x2 y x3 queda lo siguiente:

X2 = (37.5 + 1.25 (4.58) – 2.5 (0) + 2(0))/8

X2= 5.40

X3 = (28.75 – 1.25 (4.58) + 1.25 (5.40) + 1.5 (0))/6

X3= 4.962
Iterando hasta conseguir la tolerancia deseada se tiene:

Iteración
X1 X2 X3
0 0 0 0

1 4.58 5.40 4.96

2 0.15 1.81 3.90

3 2.98 3.48 3.92

4 1.57 2.84 4.07

5 2.16 3.04 3.96

6 1.95 3.00 4.02

7 2.01 3.00 3.99

8 2.00 3.00 4.00

Bibliografía
http://ma1.eii.us.es/Material/Alg_Num_ii_Ap.pdf
http://www.mty.itesm.mx/dmti/materias/ma2008/lecturas/ma2008-09a.pdf
http://aprendeenlinea.udea.edu.co/lms/moodle/mod/page/view.php?id=24492