SOLUCION DE SISTEMA DE ECUACIONES LINEALES

METODOS ITERATIVOS

𝐴𝑥 = 𝑏
𝑥 (𝑘+1) = 𝑇𝑥 (𝑘) + 𝑐
𝐴 =𝐷−𝐿−𝑈
𝑎11 0 … 0 0 0 … 0 0 −𝑎12 … −𝑎1𝑛
0 𝑎22 0 ⋮ −𝑎 0 0 ⋮ 0 0 −𝑎23 −𝑎2𝑛
𝐷=[ ] 𝐿 = [ 21 ] 𝑈=[ ]
⋮ 0 ⋱ 0 ⋮ 0 ⋱ 0 ⋮ ⋮ ⋱ ⋮
0 … 0 𝑎𝑛𝑛 −𝑎𝑛1 −𝑎𝑛2 … 0 0 0 … 0

Jacobi: 𝑇𝑗 = 𝐷−1 (𝐿 + 𝑈) 𝑐𝑗 = 𝐷 −1 𝑏

Gauss Seidel: 𝑇𝑔𝑠 = (𝐷 − 𝐿)−1 𝑈 𝑐𝑔𝑠 = (𝐷 − 𝐿)−1 𝑏

Ejemplo: Resolver el siguiente sistema de ecuaciones.

3𝑥1 + 2𝑥2 = 5
3𝑥1 + 4𝑥2 = 8

Por Jacobi:
Forma 1: Hallando la matriz T y c a partir de las ecuaciones
2𝑥2 5
3𝑥1 + 2𝑥2 = 5 𝑥1 = 0𝑥1 − +
3 3
3𝑥1 8
3𝑥1 + 4𝑥2 = 8 𝑥2 = − + 0𝑥2 +
4 4
2 5
𝑥1 0 − 3 𝑥1
𝑥 = [𝑥 ] = [ 3 ] [𝑥 ]+[38]
2 − 0 2
4 4

𝑥 (𝑘+1) = 𝑇𝑥 (𝑘) + 𝑐
Forma 2: Hallando la matriz T y c a partir de fórmulas
𝑇𝑗 = 𝐷−1 (𝐿 + 𝑈) 𝑐𝑗 = 𝐷−1 𝑏
3 2 5
𝐴=[ ] 𝑏=[ ]
3 4 8
1
3 0 0 0 0 0 −2
−1 3
𝐷=[ ] => 𝐷 = [ 1 ] L= [ ] 𝑈 = [ ]
0 4 0 4 −3 0 0 0

1 2
0 0 −
−1 ( 3 0 −2 3]
𝑇𝑗 = 𝐷 𝐿 + 𝑈) = [ ][ ]=[
1 −3 0 3
0 − 0
4 4
1 5
0
5
𝑐𝑗 = 𝐷 −1 𝑏 = [3 ] [ ] = [3]
1 8 8
0
4 4

Por Gauss Seidel:

Forma 1: Hallando la matriz T y c a partir de las ecuaciones
2𝑥2 5
3𝑥1 + 2𝑥2 = 5 𝑥1 = 0𝑥1 − +
3 3
3𝑥1 8
3𝑥1 + 4𝑥2 = 8 𝑥2 = − + 0𝑥2 +
4 4
3 2𝑥2 5 8
3𝑥1 + 4𝑥2 = 8 𝑥2 = − (− + ) + 0𝑥2 +
4 3 3 4
𝑥2 3
3𝑥1 + 4𝑥2 = 8 𝑥2 = 0𝑥1 + +
2 4
2 5
𝑥1 0 − 3 𝑥1
𝑥 = [𝑥 ] = [ 1 ] [𝑥 ]+[33]
2 0 2
2 4
Forma 2: Hallando la matriz T y c a partir de fórmulas
𝑇𝑔𝑠 = (𝐷 − 𝐿)−1 𝑈 𝑐𝑔𝑠 = (𝐷 − 𝐿)−1 𝑏
2 5
𝑥1 0 − 3 𝑥1
3
𝑥 = [𝑥 ] = [ 1 ] [𝑥2 ]+[3]
2 0 2 4

𝑥 (𝑘+1) = 𝑇𝑥 (𝑘) + 𝑐
 TEOREMAS PARA VERIFICAR SI LA FORMULA DE RECURRENCIA
CONVERGE A LA SOLUCION

Teorema: Si A es una matriz estrictamente diagonalmente

dominante(EDD), entonces los 2 métodos iterativos convergen para
cualquier valor inicial.
𝑛

𝐴 𝑒𝑠 𝐸𝐷𝐷 𝑠𝑖, |𝑎𝑖𝑖 | > ∑|𝑎𝑖𝑗 |

𝑗=1
𝑗≠𝑖

Teorema: Cada método iterativo converge a la solución única x = Tx + c

si y sólo si 𝜌(𝑇) < 1 . 𝜌(𝑇) Radio espectral de la matriz T.

Ejemplo 1:
7𝑥 + 𝑦 + 2𝑧 = 1
2𝑥 − 5𝑦 + 1𝑧 = 7
−2𝑥 − 4𝑦 − 7𝑧 = 1
7 1 2 1
𝐴 = [ 2 −5 1] 𝑏 = [7]
−2 −4 7 1

Primero: Se verifica que, si es estrictamente diagonal dominante, por

lo tanto, si converge para los 2 métodos y ya no es necesario aplicar el
teorema del radio espectral.

4 4 1
Ejemplo 2: 𝐴 = [ ] 𝑏=[ ]
3 1 2
Primero: Aplicando el teorema de la EDD, se verifica que no es
estrictamente diagonal dominante, por lo tanto, se debe verificar el
teorema del radio espectral.
Segundo: Aplicando teorema del radio espectral:
Para Jacobi:
4 0 1/4 0 0 0 0 −4
𝐷=[ ] 𝐷−1 = [ ] L= [ ] 𝑈=[ ]
0 1 0 1 −3 0 0 0
1/4 0 0 −4 0 −1
𝑇𝑗 = 𝐷−1 (𝐿 + 𝑈) = [ ][ ]=[ ]
0 1 −3 0 −3 0
Primero hallamos los autovalores(𝜆) de 𝑇𝑗 .

Aplicamos => |𝑇𝑗 − 𝜆𝐼| = 0

0 −1 1 0
|[ ]−𝜆[ ]| = 0
−3 0 0 1
−𝜆 −1
| |=0 𝜆2 = 3 𝜆 = ±√3 𝜌(𝑇) = |𝜆|𝑚𝑎𝑥
−3 −𝜆
𝑅𝑎𝑑𝑖𝑜 𝑒𝑠𝑝𝑒𝑐𝑡𝑟𝑎𝑙 => 𝜌(𝑇) = √3 = 1.73 …
Por lo tanto, este sistema no converge para el método de Jacobi.
Para Gauss Seidel:
4 0 0 0 0 −4
𝐷=[ ] 𝐿=[ ] 𝑈=[ ]
0 1 −3 0 0 0
−1
−1 4 0 0 0 0 −4
𝑇𝑔𝑠 = (𝐷 − 𝐿) 𝑈 = ([ ]−[ ]) [ ]
0 1 −3 0 0 0
4 0 −1 0 −4 0 −1
=[ ] [ ]=[ ]
3 1 0 0 0 3
Aplicando => |𝑇𝑔𝑠 − 𝜆𝐼| = 0
0 −1 1 0
|[ ]−𝜆[ ]| = 0
0 3 0 1
−𝜆 −1
| | = 0 𝜆2 − 3𝜆 = 0 𝜆 = 0; 3
0 3−𝜆
𝑅𝑎𝑑𝑖𝑜 𝑒𝑠𝑝𝑒𝑐𝑡𝑟𝑎𝑙 => 𝜌(𝑇) = 3
Por lo tanto este sistema no converge para el método de Gauss
Seidel.
Ejemplo 3: Resuelva el siguiente sistema de ecuaciones
6𝑚 + 𝑛 = 5
3𝑚 + 𝑛 = 1
6 1 5
𝐴=[ ] 𝑏=[ ]
3 1 1
Primero: Aplicando el teorema EDD, se verifica que no es
estrictamente diagonal dominante, por lo tanto, se debe verificar el
teorema del radio espectral.
Segundo: Aplicando el teorema del radio espectral:
Para Jacobi:
6 0 0 0 0 −1
𝐷=[ ] L= [ ] 𝑈=[ ]
0 1 −3 0 0 0
1/6 0 0 −1 0 −1/6
𝑇 = 𝐷−1 (𝐿 + 𝑈) = [ ][ ]=[ ]
0 1 −3 0 −3 0
Para hallar los autovalores de T,
aplicamos => |𝑇 − 𝜆𝐼 | = 0
0 −1/6 1 0
|[ ]−𝜆[ ]| = 0
−3 0 0 1
1
−𝜆 −6 1 1
| |=0 𝜆2 = 2 𝜆 = ±√2 = ±0.707
−3 −𝜆
𝑅𝑎𝑑𝑖𝑜 𝑒𝑠𝑝𝑒𝑐𝑡𝑟𝑎𝑙 => 𝜌(𝑇) = 0.707
Por lo tanto, este sistema si converge para el método de Jacobi.
Resolviendo:
1/6 0 5 5/6
𝑐 = 𝐷−1 𝑏 = [ ][ ] = [ ]
0 1 1 1
 𝑥 0 −1/6 𝑥 5/6
𝑥 = 𝑇𝑥 + 𝑐 => [𝑦 ] = [ ] [𝑦 ] + [ ]
−3 0 1
𝑥 0
Valor semilla es= > [𝑦] = [ ]
0
En la primera iteración seria:
𝑥 0 −1/6 0 5/6 5/6
[𝑦 ] = [ ][ ] +[ ]=[ ]
−3 0 0 1 1
5 5
0
𝑒𝑟 = ‖[6] − [ ]‖ = ‖6‖ = 1
0
1 ∞ 1 ∞
En la segunda iteración seria:
𝑥 0 −1/6 5/6 5/6 0.6666
[𝑦 ] = [ ][ ]+[ ]=[ ]
−3 0 1 1 −1.5
0.6666 5/6 −0.166
𝑒𝑟 = ‖[ ]−[ ]‖ = ‖ ‖ = 2.5
−1.5 1 ∞ −2.5 ∞

En la tercera iteración seria:

𝑥 0 −1/6 0.6666 5/6 1.083
[𝑦] = [ ][ ]+[ ]=[ ]
−3 0 −1.5 1 −1.001

Para Gauss Seidel:

6 0 0 0 0 −1
𝐷=[ ] L= [ ] 𝑈=[ ]
0 1 −3 0 0 0
1 1
6 0 −1
0 −1 0 0 −1 0 −
𝑇 = (𝐷 − 𝐿)−1 𝑈 = [ ] [ ]=[ 6 1 ][ ]=[ 1
6
]
3 1 0 0 − 1 0 0 0
2 2

Para hallar los autovalores de T, aplicamos => |𝑇 − 𝜆𝐼| = 0

 1 1
0 − 1 0 −𝜆 − 1
6 6
|[ 1 ] − 𝜆 [0 1]| = 0 | 1| = 0 𝜆2 − 𝜆 = 0
2
0 0 −𝜆 +
2 2

1
𝜆 = 0;
2
𝑅𝑎𝑑𝑖𝑜 𝑒𝑠𝑝𝑒𝑐𝑡𝑟𝑎𝑙 => 𝜌(𝑇) = 0.5

Por lo tanto, este sistema si converge para el método de Gauss

Seidel.
Resolviendo:
1 5
0
5
𝑐 = (𝐷 − 𝐿)−1 𝑏 = [ 6 ][ ] = [ 6 ]
1 1 3
− 1 −
2 2
1 5
𝑥 0 −
𝑥 = 𝑇𝑥 + 𝑐 => [𝑦 ] = [ 6] [ 𝑥 ] + [ 6 ]
1 𝑦 3
0 −
2 2
𝑥 0
Valor semilla es= > [𝑦] = [ ]
0
En la primera iteración:
1 5 5
𝑥 0 −
[𝑦] = [ 6] [ 0 ] + [ 6 ] = [ 6 ]
1 0 3 3
0 − −
2 2 2
En la segunda iteración:
1 5 5 13
𝑥 0 −
[𝑦] = [ 6] [ 6 ] + [ 6 ] = [ 12 ]
1 3 3 9
0 − − −
2 2 2 4
En la tercera iteración:
1 13 5 29
𝑥 0 −
[𝑦 ] = [ 6] [ 12 ] + [ 6 ] = [ 24 ]
1 9 3 21
0 − − − −
2 4 2 8
Ejemplo 4: Resuelva el siguiente sistema de ecuaciones:
7𝑥1 + 4𝑥2 + 2𝑥3 = 8
𝑥1 + 4𝑥2 + 5𝑥3 = 9
2𝑥1 + 4𝑥2 + 5𝑥3 = 10
Usando el método iterativo de Gauss Seidel con 3 iteraciones,
partiendo del vector:
1
𝑥 = [ 2]
3
Solución:
7 4 2 8
𝐴 = [1 4 5] 𝑏=[9]
2 4 5 10
7 0 0 0 0 0 0 −4 −2
𝐷 = [0 4 0] L= [−1 0 0] 𝑈 = [0 0 −5]
0 0 5 −2 −4 0 0 0 0
7 0 0 −1 0 −4 −2
𝑇 = (𝐷 − 𝐿)−1 𝑈 = [1 4 0] [0 0 −5]
2 4 5 0 0 0
0.1428571 0 0 0 −4 −2
𝑇 = [−0.0357143 0.25 0 ] [0 0 −5]
−0.0285714 −0.2 0.2 0 0 0
0 −0.5714286 −0.2857143
𝑇 = [0 0.1428571 −1.1785714]
0 0.1142857 1.0571429
7 0 0 −1 8 0.1428571 0 0 8
−1
𝑐 = (𝐷 − 𝐿) 𝑏 = [1 4 0] [ 9 ] = [−0.0357143 0.25 0 ] [ 9 ]
2 4 5 10 −0.0285714 −0.2 0.2 10
1.1428571
𝑐 = [ 1.9642857 ]
−0.0285714

𝑥 (𝑘+1) = 𝑇𝑥 (𝑘) + 𝑐
 0 −0.5714286 −0.2857143 1.1428571
(𝑘+1) −1.1785714] 𝑥 (𝑘)
𝑥 = [0 0.1428571 +[ 1.9642857 ]
0 0.1142857 1.0571429 −0.0285714

1
(0)
𝑥 = [2]
3
0 −0.5714286 −0.2857143 1.1428571 −0.8571429
𝑥 (1) = [0 0.1428571 −1.1785714] 𝑥 (0) +[ 1.9642857 ] = [−1.2857143]
0 0.1142857 1.0571429 −0.0285714 3.3714286
0 −0.5714286 −0.2857143 1.1428571 0.9142857
𝑥 (2) = [0 0.1428571 −1.1785714] 𝑥 (1) +[ 1.9642857 ] = [−2.1928571]
0 0.1142857 1.0571429 −0.0285714 3.3885714
0 −0.5714286 −0.2857143 1.1428571
𝑥 (3) = [0 0.1428571 −1.1785714] 𝑥 (2) +[ 1.9642857 ]=
0 0.1142857 1.0571429 −0.0285714
1.4277551
[−2.3426531]x|
3.3030204

Para más iteraciones usar un programa:

Y se logra encontrar la respuesta aproximada con 100 iteraciones:

1.0000013
𝑥 = [−0.9166696]
2.3333351
Así mismo el script reporto un 𝜌(𝑇𝑔𝑠 ) = 0.8725541, por lo que era de esperar que
converja para el método iterativo de Gauss Seidel

EJERCICIOS PARA PRACTICAR

Ejercicio 1: Verifique la convergencia del siguiente sistema de
ecuaciones para los métodos de Jacobi y Gauss Seidel.
 4𝑚 + 3𝑛 = 2
5𝑚 + 5𝑛 = 4
Solución: (Corregir en adelante)
6 1 5
𝐴=[ ] 𝑏=[ ]
3 1 1
Primero: Aplicando el teorema EDD, se verifica que no es
estrictamente diagonal dominante, por lo tanto, se debe verificar el
teorema del radio espectral.
Segundo: Aplicando el teorema del radio espectral: