UNIVERSIDAD POLITÉCNICA

SALESIANA

MÉTODOS NUMÉRICOS

CONSULTA:

MÉTODO DE SOR Y JACOBI

NOMBRE:
RAMIRO TERÁN

GRUPO 2 2018/05/21
 GAUSS-SEIDEL CON RELAJACIÓN (SOR)

Este método es una variante del de Gauss-Seidel, de igual forma se utiliza en la

resolución de un sistema de ecuaciones y es mejor en cuanto a una rápida
convergencia. La relajación representa una ligera modificación del método de
Gauss-Seidel y ésta permite mejorar la convergencia en algunos casos. Después
de que se calcula cada nuevo valor de x, ése valor se modifica mediante un
promedio ponderado de los resultados de las iteraciones anterior y actual. En
análisis numérico el método de SOR es un método iterativo, usado para resolver
sistemas de ecuaciones lineales del tipo Ax = b.

𝑥𝑖+1 = 𝑤 ∗ 𝑥𝑖+1 + (1 − 𝑤) ∗ 𝑥𝑖

Este método para converger más rápido que el de Gauss-Seidel, ocupa un

término denominado “w”, el cual es un factor ponderado que tiene un valor entre
0 y 2, si w tiene un valor entre 0 y 1, el resultado es un promedio que se conoce
como subrelajacion. Para valores λ de 1 a 2, se le da una ponderación extra al
valor actual, a este tipo de relajación se le conoce como sobrerelajacion.

 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 sobrerelajación que será útil

para acelerar la convergencia de Gauss – Seidel.

 Nota 3

Si w pertenece (1,2) se llama sobre-relajación el cual acelera la convergencia

del sistema que ya converge.

 Nota 4

Si w>2 el sistema diverge.

Ejemplo:

Resolver el siguiente sistema de ecuaciones, con un w=0.3, con un error de

tolerancia menor al 1% y (0, 0, 0, 0) valores iniciales.
 8𝑥1 + 5𝑥2 + 3𝑥3 + 2𝑥4 = 35

𝑥1 + 6𝑥2 − 2𝑥3 + 4𝑥4 = 23

−𝑥1 + 2𝑥2 + 5𝑥3 + 3𝑥4 = 30

3𝑥1 + 𝑥2 + 2𝑥3 − 5𝑥4 = −9

1)

2)

3)

4)
 https://prezi.com/rcychknkgod4/metodo-gauss-seidel-por-relajacion-sor/

https://sites.google.com/site/proyectoprocesosnumericoseafit/sor

https://procesosnumericos.wordpress.com/gauss-seidel-con-relajacion-sor/
 Método de Jacobi
El método Jacobi es el método iterativo para resolver sistemas de ecuaciones
lineales más simple y se aplica Solo a sistemas cuadrados, es decir a sistemas
con tantas incógnitas como ecuaciones.
1. Primero se determina la ecuación de recurrencia. Para ello se ordenan las
ecuaciones y las incógnitas. De
La ecuación i se despeja la incógnita i. En notación matricial se escribirse como:

Donde x es el vector de incógnitas.

2. Se toma una aproximación para las soluciones y a esta se le designa por xo
3. Se itera en el ciclo que cambia la aproximación.

Convergencia y convergencia en Jacobi

Uno de los principales problemas de los métodos iterativos es la garantía de que

el método va a converger, es decir, va a producir una sucesión de
aproximaciones cada vez efectivamente más próximas a la solución. En el caso
del método de Jacobi no existe una condición exacta para la convergencia. Lo
mejor es una condición que garantiza la convergencia, pero en caso de no
cumplirse puede o no haberla es la siguiente:

Si la matriz de coeficientes original del sistema de ecuaciones es diagonalmente

dominante, el método de Jacobi seguro converge.

EJEMPLO:
Resolver el siguiente sistema de ecuaciones, con un error de tolerancia menor
al 1% y (𝑥1 = 0; 𝑥2 = 0; 𝑥3 = 0; 𝑥4 = 0) valores iniciales.

8𝑥 1 + 4𝑥2 + 3𝑥3 = 35

𝑥1 + 6𝑥2 − 2𝑥3 = 23

−𝑥1 + 2𝑥2 + 5𝑥3 = 30

 −4𝑥2 − 3𝑥3 + 35
𝑥1 =
8
−𝑥1 + 2𝑥3 + 23
𝑥2 =
6
𝑥1 − 2𝑥2 + 30
𝑥3 =
5

https://www.youtube.com/watch?v=LzkI1h6pK9E

https://sites.google.com/site/driverssystem/metodo-de-jacobi