UNIVERSIDAD

NACIONAL DE JAÉN

CARRERA PROFESIONAL DE INGENIERÍA CIVIL

Ciclo: V

Curso: METODOS NUMERICOS

Tema: METODO DE JACOBI

Profesor: CARLOS NUÑEZ RIVAS

Alumnos:

 JARAMILLO FLORES JESUS ALBERTO

 ROBLEDO GARCIA LINDER JOEL
 OJEDA GAONA FLAVIO SEGUNDO
 MARTINEZ CARRANZA ROMAIN
 FERNANDEZ DIAZ LUIS MIGUEL
 CAMACHO OLIVA WILLIAM
 MORON TACULI YEXON

Jaén – Perú
2018
INTRODUCCION

Existen varios métodos para resolver un sistema de ecuaciones lineales. Los cual
los podemos clasificar en dos grandes grupos:

 DIRECTOS

 GAUSS
 ELIMINACION GAUSSIANA
 DESCOMPOSICION LU

 INDIRECTOS O ITERATIVOS

 JACOBI
 GAUSS-SEIDEL

Asimismo, se comentará que los métodos iterativos son mas

convenientes a los métodos directos.

Son aquellos que no involucran procesos infinitos

METODOS DIRECTOS y que, en consecuencia, serian exactos, si no
existieran errores de redondeo

Parten de una aproximación inicial y que, por

METODOS ITERATIVOS aplicación de un determinado algoritmo, conducen
a aproximaciones mejores en cada caso

A continuación, veremos procedimientos iterativos para resolver un sistema de

ecuaciones lineales. El método de Jacobi basado en la idea de punto fijo.
Introduciremos el concepto de matriz diagonalmente dominante el cual se relaciona
con la garantía de convergencia en la aplicación de los métodos vistos. Veremos que
en algunos casos es posible replantear el sistema para garantizar la convergencia.

OBJETIVOS

 OBJETIVOS GENERALES

Entienda los conceptos:

 Método iterativo
 Ecuación de recurrencia, convergencia, matriz diagonalmente dominante.

 OBJETIVOS ESPECÍFICOS

 Entienda y mecanice los procedimientos de Método de Jacobi

MARCO TEORICO

METODO DE JACOBI

El método Jacobi es un método iterativo para resolver sistemas de ecuaciones

lineales más simple y se aplica sólo a sistemas cuadrados, es decir a sistemas con
tantas incógnitas como ecuaciones

Sea el problema Ax=b

En la iteración k-ésima, el esquema numérico es

x(k) = T x(k-1) + c

Donde x es el vector solución, T una matriz nxn y c un vector, que dependen todos
ellos de A y b

-Si el esquema converge, el orden de convergencia es LINEAL (se necesitarán

bastantes pasos para llegar a convergencia)

- Por eso, se aplican estos métodos cuando las matrices tienen muchos ceros (cada
paso tiene poco coste computacional)

En análisis numérico el método de Jacobi es un método iterativo, usado para

resolver sistemas de ecuaciones lineales de tipo Ax=b. el método de Jacobi
consiste en usar fórmulas como iteración de punto fijo.

La sucesión se construye descomponiendo la matriz del sistema A 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 ecuación como:

Dx+(L+U)x=b 𝐷𝑥 + (𝐿 + 𝑈)𝑥 = 𝑏

El método de Jacobi siempre converge si la matriz A es estrictamente diagonal

dominante y puede converger incluso si esta condición no se satisface.

2𝑥 + 𝑦 − 𝑧 = 8
{−3𝑥 − 𝑦 + 2𝑧 = −11
−2𝑥 + 𝑦 + 2𝑧 = −3
EJEMPLO: Resolver el siguiente sistema de tres ecuaciones por el método de
Jacobi, para un error porcentual menor al 5%

𝟏𝟕𝒙𝟏 − 𝟐𝒙𝟐 − 𝟑𝒙𝟑 = 𝟓𝟎𝟎

−𝟓𝒙𝟏 + 𝟐𝟏𝒙𝟐 − 𝟐𝒙𝟑 = 𝟐𝟎𝟎
−𝟓𝒙𝟏 − 𝟓𝒙𝟐 + 𝟐𝟐𝒙𝟑 = 𝟑𝟎

𝒂𝟏.𝟏 𝒙𝟏 + 𝒂𝟏.𝟐 𝒙𝟐 + 𝒂𝟏.𝟑 𝒙𝟑 = 𝒃𝟏

𝒂𝟐.𝟏 𝒙𝟏 + 𝒂𝟐.𝟐 𝒙𝟐 + 𝒂𝟐.𝟑 𝒙𝟑 = 𝒃𝟐
𝒂𝟑.𝟏 𝒙𝟏 + 𝒂𝟑.𝟐 𝒙𝟐 + 𝒂𝟑.𝟑 𝒙𝟑 = 𝒃𝟑

Las siguientes formulas a utilizar para encontrar 𝐱 𝟏 , 𝐱 𝟐 , 𝐱 𝟑 en cada una de las

iteraciones.

𝒃𝟏 − 𝒂𝟏.𝟐 𝒙𝟐 − 𝒂𝟏.𝟑 𝒙𝟑
𝒙𝟏 =
𝒂𝟏.𝟏

𝒃𝟐 − 𝒂𝟐.𝟏 𝒙𝟏 − 𝒂𝟐.𝟑 𝒙𝟑
𝒙𝟐 =
𝒂𝟐.𝟐

𝒃𝟑 − 𝒂𝟑.𝟏 𝒙𝟏 − 𝒂𝟑.𝟐 𝒙𝟐
𝒙𝟑 =
𝒂𝟑.𝟑

1. Para la primera iteración el valor de 𝐱 𝟏 , 𝐱 𝟐 , 𝐱 𝟑 al sustituir en cada una de

las ecuaciones se asumirá como valor inicial igual a cero.

𝟓𝟎𝟎 − (−𝟐)(𝟎) − (−𝟑)(𝟎)

𝒙𝟏 = = 𝟐𝟗. 𝟒𝟏𝟏𝟕𝟔
𝟏𝟕

𝟐𝟎𝟎 − (−𝟓)(𝟎) − (−𝟐)(𝟎)

𝒙𝟐 = = 𝟗. 𝟓𝟐𝟑𝟖𝟏
𝟐𝟏

𝟑𝟎 − (−𝟓)(𝟎) − (−𝟓)(𝟎)
𝒙𝟑 = = 𝟏. 𝟑𝟔𝟑𝟔𝟒
𝟐𝟒

2. Para la segunda iteración el valor de 𝐱 𝟏 , 𝐱 𝟐 , 𝐱 𝟑 serán los calculados

anteriormente en la primera iteración.

𝟓𝟎𝟎 − (−𝟐)(𝟗. 𝟓𝟐𝟑𝟖𝟏) − (−𝟑)(𝟏. 𝟑𝟔𝟑𝟔𝟒)

𝒙𝟏 = = 𝟑𝟎. 𝟕𝟕𝟐𝟖𝟓
𝟏𝟕

𝟐𝟎𝟎 − (−𝟓)(𝟗. 𝟓𝟐𝟑𝟖𝟏) − (−𝟐)(𝟗. 𝟓𝟐𝟑𝟖𝟏)

𝒙𝟐 = = 𝟗. 𝟓𝟐𝟑𝟖𝟏
𝟐𝟏

𝟑𝟎 − (−𝟓)(𝟏. 𝟑𝟔𝟑𝟔𝟒) − (−𝟓)(𝟏. 𝟑𝟔𝟑𝟔𝟒)

𝒙𝟑 = = 𝟏. 𝟑𝟔𝟑𝟔𝟒
𝟐𝟒
 ITERACION X1 X2 X3 εX1(%) Εx2(%) εX3(%)
0 0 0 0
1 29.4117647 9.52380952 1.36363636
2 30.7728546 16.6564808 10.2126305 4.42302123 42.8221984 86.6475502
3 33.1735796 17.8233111 12.1430308 7.23685844 6.5466532 15.8971866
4 33.6515126 18.57876 12.9538388 1.42024234 4.06619621 6.25921049
5 33.8834727 18.7697734 13.2341529 0.68458185 1.01766488 2.11811109

3. Entonces en la quinta iteración encontramos los valores menores al 5%

Remplazamos en la ecuación:

𝟏𝟕(33.8834727) − 𝟐(18.7697734) − 𝟑(13.2341529) = 498.77703

−𝟓(33.8834727) + 𝟐𝟏(18.7697734) − 𝟐(13.2341529) = 198.27957
−𝟓(33.8834727) − 𝟓(18.7697734) + 𝟐𝟐(13.2341529) = 27.88513

4. Al calcular los porcentajes de error de estos resultados se obtiene:

𝟓𝟎𝟎 − 𝟒𝟗𝟖. 𝟕𝟕𝟕𝟎𝟑

𝑬𝒓𝒓𝒐𝒓 𝑬𝒄𝟏 = 𝒙𝟏𝟎𝟎 = 𝟎. 𝟎𝟑%
𝟓𝟎𝟎

𝟐𝟎𝟎 − 𝟏𝟗𝟖. 𝟐𝟕𝟗𝟓𝟕

𝑬𝒓𝒓𝒐𝒓 𝑬𝒄𝟐 = 𝒙𝟏𝟎𝟎 = 𝟎. 𝟏𝟎%
𝟐𝟎𝟎

𝟑𝟎 − 𝟐𝟕. 𝟖𝟖𝟓𝟏𝟑
𝑬𝒓𝒓𝒐𝒓 𝑬𝒄𝟑 = 𝒙𝟏𝟎𝟎 = 𝟎. 𝟖𝟖%
𝟑𝟎

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.

MATRIZ DIAGONALMENTE DOMINANTE

Una matriz se dice matriz diagonalmente dominante, si en cada uno de los renglones,
el valor absoluto del elemento de la diagonal principal es mayor que la suma de los
valores absolutos de los elementos restantes del mismo renglón. A veces la matriz
de un sistema de ecuaciones no es diagonalmente dominante pero cuando se
cambian el orden de las ecuaciones y las incógnitas el nuevo sistema puede tener
matriz de coeficientes diagonalmente dominante.
Ejemplo

Son matrices diagonalmente dominantes:

4 1 1 −6 1 2
4 1
[ ] [2 8 −3] [ 1 3 0]
3 8
3 2 9 3 2 −9

Ejemplo
No son matrices diagonalmente dominantes:

4 1 3 4 1 1
4 4
[ ] [2 8 1] [2 8 −7]
3 8
3 −10 2 3 −10 20

ORDEN CONVENIENTE PARA JACOBI

En ciertas ocasiones al aplicar Jacobi la matriz no es diagonalmente dominante

y por tanto no existirá garantía de convergencia. Sin embargo, en algunos
casos será posible reordenar las incógnitas en otra manera de forma que la
nueva matriz de coeficientes sea diagonalmente dominante. Esto se puede
detectar revisando todos los posibles ordenamientos de las incógnitas y ver
cómo es la matriz resultante. Claro que esto conlleva un bueno número de
pruebas pues el número posible de ordenamientos en n variables es (n − 1)!
pero cuando n es reducido es sencillo. Veamos algunos ejemplos.
Ejemplo
Indique cuál es el orden conveniente para aplicar Jacobi al sistema:

3 x + 12 y − z = −2
11 x − 4 y + 3 z = −3
−3 x − 2 y − 12 z = −2
3 12 −1
[ 11 −4 3 ]
−3 −2 −12

SOLUCION: con el orden y  x z el sistema y su matriz de coeficientes

quedan.

3 x + 12 y − z = −2 12 y + 3x − z = −2
11 x − 4 y + 3 z = −3  −4 y + 11x + 3 z = −3
−3 x − 2 y − 12 z = −2 −2 y – 3x − 12 z = −2

12 3 −1
[ 4 11 3 ]
−2 −3 −12
La matriz de coeficientes es diagonalmente dominante