JACOBI

Método numérico iterativo para resolución de ecuaciones lineales

Cerezo Jamil
Torres Carlos
Vélez Víctor
INTRODUCCIÓN
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 Jacobi 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.
DEFINICIÓN
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.

NOTA: En el método de Jacobi, el valor que se le de al

vector inicial carece de importancia, ya que 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.
CONVERGENCIA
Para determinar si el método de Jacobi converge hacia una solución. Se evalúan las siguientes condiciones de
convergencia (Nota: las siguientes van en un orden de modo que si se cumple una de las condiciones, comenzando por
la primera por supuesto, la evaluación de las siguientes no es necesario realizarlas):

1 2
La matriz sea estrictamente dominante diagonalmente por filas
(E.D.D. por filas), es decir, para todo i desde 1 hasta n que es el
tamaño de la matriz A:
Es decir, el elemento de la diagonal correspondiente a la fila i debe
ser mayor a la suma de los elementos de esa fila i.
A partir de la siguiente identidad: A=D-L-U
Donde D corresponde a la matriz formada por los elementos de
la diagonal de A (D=diag(a11, a22, ..., ann)), -L corresponde a la
matriz triangular inferior obtenida de la parte triangular
estrictamente inferior de A, y -U corresponde a la matriz
triangular superior obtenida de la parte triangular estrictamente
superior de A, se puede deducir la fórmula vectorial de este
método:

De donde BJ (conocida como la matriz de iteración de Jacobi)

3 es D-1(L+U). Para que el método de Jacobi converja hacia una
ρ(BJ), que corresponde al máximo de los valores absolutos de las solución,
raíces de la ecuación característica de la matriz BJ (det(BJ - λI)) es
menor que 1.
DESCRIPCIÓN
La base del método consiste en construir una sucesión convergente definida iterativamente. El límite de esta sucesión es
precisamente la solución del sistema. A efectos prácticos si el algoritmo se detiene después de un número finito de pasos
se llega a una aproximación al valor de x de la solución del sistema.

La sucesión se construye descomponiendo la matriz del sistema A en la forma siguiente: A=D+R

Donde D, es una matriz diagonal y R. es la suma de una matriz triangular inferior L y una matriz triangular superior U,
luego R=L+U.

Partiendo de Ax=b, podemos reescribir dicha ecuación como: Dx+Rx=b luego x=D^-1(b-Rx)

Si a_ii != 0 para cada i. Por regla iterativa, la definición del Método de Jacobi puede ser expresado de la forma:

Donde k es el contador de iteración, finalmente tenemos:

EJEMPLO
5X1 – X2 2X3 = 12
3X1 8X2 -2X3 = - 25
X1 X2 4X3 = 6

iter X1 X2 X3
1 0 0 0
2 2,4 -3,125 1,5
3 1,175 -3,65 1,68125
4 0,9975 -3,14 2,11
5 0,92 -2,9715 2,0356
6 0,9914 -2,9611 2,0128
7 1,0026 -2,9935 1,9924
R./ Los valores anteriores varían
8 1,0045 -3,0028 1,9977 muy poco de los actuales, se
9 1,0003 -3,0022 1,9995 determina que convergen en
esos números, en la iteración 9.