Académique Documents
Professionnel Documents
Culture Documents
en la forma
donde
, es una matriz diagonal.
, es una matriz triangular inferior.
, es una matriz triangular superior.
Partiendo de
Luego,
Si aii 0 para cada i. Por la regla iterativa, la definicin del Mtodo de Jacobi puede
ser expresado de la forma:
Cabe destacar que al calcular xi(k+1) se necesitan todos los elementos en x(k), excepto el
que tenga el mismo i. Por eso, al contrario que en el mtodo Gauss-Seidel, no se puede
sobreescribir xi(k) con xi(k+1), ya que su valor ser necesario para el resto de los clculos.
Esta es la diferencia ms significativa entre los mtodos de Jacobi y Gauss-Seidel. La
cantidad mnima de almacenamiento es de dos vectores de dimensin n, y ser necesario
realizar un copiado explcito.
ndice
[ocultar]
1 Convergencia
2 Algoritmo
o 2.1 Implementacin en Java
3 Ejemplo
4 Enlaces externos
[editar] Convergencia
[editar] Algoritmo
El mtodo de Jacobi se puede escribir en forma de algoritmo de la siguiente manera:
Algoritmo Mtodo de Jacobi
funcin Jacobi ( ,
hasta
entonces
hacer
fin para
fin para
comprobar si se alcanza convergencia
fin para
}
}
public static void main(String[] args) {
Jacobi obj=new Jacobi();
obj.SolJacobi();
}
[editar] Ejemplo
Un sistema linear de la forma
Usamos la ecuacin
, descrita anteriormente, para
estimar . Primero, reescribimos la ecuacin de una manera mas conveniente
donde
, donde
y
. vea que
son las partes inferior y superior de . de los valores
conocidos.
determinamos
como
C es encontrada como
siguientes iteraciones.
es menor). la
Mtodo de Jacobi
nlisis numrico el mtodo de Jacobi es un mtodo iterativo, usado para resolver sistemas de ecuaciones lineale
tipo Ax = b. El algoritmo toma su nombre del matemtico alemn Carl Gustav Jakob Jacobi.
ase del mtodo consiste en construir una sucesin convergente definida iterativamente. El lmite de esta sucesi
amente la solucin del sistema. A efectos prcticos si el algoritmo se detiene despus de un nmero finito de pas
llega a una aproximacin al valor de x de la solucin del sistema.
La sucesin se construye descomponiendo la matriz del sistema en la forma siguiente:
A= D + L + U
Donde:
D, es una matriz diagonal.
L, es una matriz triangular inferior.
U, es una matriz triangular superior
Partiendo de AX=b podemos reescribir dicha ecuacin como:
Dx + (L+U)x=b
Luego:
Si aii 0 para cada i. Por la regla iterativa, la definicin del Mtodo de Jacobi puede ser expresado de la forma:
destacar que al calcular xi(k+1) se necesitan todos los elementos en x(k), excepto el que tenga el mismo i. Por e
ario que en el mtodo Gauss-Seidel, no se puede sobreescribir xi(k) con xi(k+1), ya que su valor ser necesario p
de los clculos. Esta es la diferencia ms significativa entre los mtodos de Jacobi y Gauss-Seidel. La cantidad m
de almacenamiento es de dos vectores de dimensin n, y ser necesario realizar un copiado explcito.
todo de Jacobi siempre converge si la matriz A es estrictamente diagonal dominante y puede converger incluso s
ndicin no se satisface. Es necesario, sin embargo, que los elementos de la diagonal en la matriz sean mayores (
Ejemplo 1
proxima la solucin del siguiente sistema de ecuaciones lineales, con 5 iteraciones y determina la cantidad de cif
significativas exactas de la quinta iteracin. Utiliza como iteracin inicial
Solucin
eramente notamos que la matriz de coeficientes del sistema s es diagonalmente dominante. Por lo tanto, pode
emplear la frmula recursiva del mtodo de Jacobi, obteniendo:
de donde
significativa exacta.
Ejemplo 2
10X1 + 1X2 = 11
2X1 + 10X2 = 12
Despeje de X1 en la ecuacin 1 Despeje de X1 en la ecuacin 2
1 Iteracin
2 Iteracin
3 Iteracin
Sustitucin de valores en la ecuacin 1 y 2.
10X1 + 1X2 = 11
10(1)+1 (1) = 11
11 = 11