METODE NUMERICE (CURS)

lect. univ. dr. Dan Miclăuş

Metode iterative (Cursul 6)

Metodele iterative se aplică pentru rezolvarea sistemelor liniare de dimensiuni mari şi utilizează relaţii de
recurenţă, care prin aplicare repetată furnizează aproximaţii cu precizie controlată a soluţiei sistemului. Să con-
siderăm sistemul liniar


 a11 · x1 + a12 · x2 + · · · + a1n · xn = b1

a21 · x1 + a22 · x2 + · · · + a2n · xn = b2

(1) ..


 .

an1 · x1 + an2 · x2 + · · · + ann · xn = bn ,


scris ı̂n forma condensată

(2) A · X = b, unde A ∈ Mn×n (R) şi X, b ∈ Mn×1 (R).
Forma matriceală a sistemului liniar (1) este
     
a11 a12 . . . a1n x1 b1
 a21 a22 . . . a2n   x2   b2 
(3)  ·  ..  =  ..  .
     
 ..
 .   .  .
an1 an2 . . . ann xn bn
Rezolvarea iterativă a oricărui sistem liniar implică următoarele etape:
Etapa 1. Se determină convergenţa metodei.
• Matricea sistemului (1) poate fi descompusă ı̂ntr-o sumă de trei matrici (L + D + R = A), unde
     
0 0 ... 0 a11 0 . . . 0 0 a12 . . . a1n
 a21 0 . . . 0   0 a22 . . . 0   0 0 . . . a2n 
L= ; D =  ; R =  .
     
.. .. ..
 .   .   . 
an1 an2 . . . 0 0 0 . . . ann 0 0 ... 0
• Toate sistemele liniare (care se pot rezolva prin metode iterative) pot fi scrise sub următoarea formă
(4) M · X (k+1) = N · X (k) + b,
unde A = M − N ∈ Mn×n (R), b ∈ Mn×1 (R), iar X (k) , X (k+1) ∈ Mn×1 (R) sunt vectorii aproximativi ai
soluţiei X la pasul k, respectiv k + 1, pentru orice k ∈ N.
• Fie A = M − N ∈ Mn×n (R) descompunerea matricei A. Dacă matricea M este regulară (det M 6= 0) şi
raza spectrală ρ(M −1 · N ) < 1, atunci metoda iterativă este convergentă.
Observaţia 1. Dacă metoda iterativă este convergentă se poate trece la cea de-a doua etapă, pentru a obţine
soluţia aproximativă a sistemului. În caz contrar, metoda iterativă nu poate fi aplicată.
Etapa 2. Având valoarea iniţială X (0) , se generează şirul aproximaţiilor succesive
(5) X (k+1) = M −1 · N · X (k) + M −1 · b,
1
2 METODE NUMERICE

ı̂n funcţie de metoda iterativă utilizată. Dacă metoda iterativă este convergentă, atunci şirul aproximaţiilor
succesive generat va converge la soluţia exactă a sistemului liniar (1).
Etapa 3. Condiţia de oprire este dată de relaţia

X − X (n−1) < ε, (∀) n ∈ N∗ ,
(n)
(6)

∞
unde k · k∞ reprezintă norma matriceală, iar ε fiind o eroare dinainte precizată.

Metoda Jacobi

Dacă aii 6= 0, (∀) i = 1, n, să considerăm sistemul (1) scris sub următoarea formă echivalentă

b1 a12 a13 a1n

 x1 = − x2 − x3 − . . . − xn
a11 a11 a11 a11



x2 = b2 − a21 x1 − a23 x3 − . . . − a2n xn



(7) a22 a22 a22 a22
 ..


 .
b a a an,n−1

n n1 n2

− x1 − x2 − . . . −

xn =
 xn−1 .
ann ann ann ann
Forma condensată a sistemului (7), având aii 6= 0 pentru orice i = 1, n este
n
bi X aij
(8) xi = − · xj .
aii aii
j=1, j6=i
(0)
Considerând valoarea iniţială xi , procesul iterativ al lui Jacobi se defineşte prin şirul aproximaţiilor succesive
n
(k+1) bi X aij (k)
(9) xi = − · x , pentru orice i = 1, n şi k ∈ N.
aii aii j
j=1, j6=i

Procesul iterativ al lui Jacobi poate fi obţinut şi cu ajutorul matricilor. Ţinând cont de descompunerea matricei
A = L + D + R, rezultă următoarea formă matriceală
(10) D · X (k+1) = −(L + R) · X (k) + b.
Înmulţind relaţia (10) cu inversa matricei D, obţinem
(11) X (k+1) = −D−1 · (L + R) · X (k) + D−1 · b.
Făcând notaţiile MJ := D şi NJ := −(L+R), obţinem metoda iterativă a lui Jacobi definită prin şirul aproximaţiilor
succesive
(12) X (k+1) = MJ−1 · NJ · X (k) + MJ−1 · b.
Observaţia 2. Metoda iterativă a lui Jacobi este convergentă doar dacă raza spectrală a matricei MJ−1 · NJ este
strict mai mică decât unu (ρ(MJ−1 · NJ ) < 1).

Observaţia 3. Procesul iterativ se ı̂ncheie atunci când este satisfăcută inegalitatea X (n) − X (n−1) ∞ < ε, pentru
orice n ∈ N∗ , ε fiind o eroare dinainte precizată.
Aplicaţia 1. Folosind metoda iterativă a lui Jacobi, să se aproximeze soluţia următorului sistem, calculând trei
iteraţii şi evaluând eroarea comisă.

 x1 + x2 − x3 = 0
 
 0
−x1 + 3x2 = 2 X (0) = 0 .
0

x1 − 2x3 = −3,

 METODE NUMERICE 3

Soluţie. Scriem sistemul dat sub forma matriceală

     
1 1 −1 x1 0
 −1 3 0  · x2 = 2  ⇔ A · X = b.
  
1 0 −2 x3 −3
Descompunem matricea A = L + D + R, unde
     
0 0 0 1 0 0 0 1 −1
L =  −1 0 0  , D =  0 3 0 , R =  0 0 0 .
1 0 0 0 0 −2 0 0 0
Facem notaţiile    
1 0 0 0 −1 1
MJ := D =  0 3 0  , NJ := −(L + R) =  1 0 0 .
0 0 −2 −1 0 0
−1


Se determină raza spectrală ρ MJ · NJ , astfel
     
1 0 0 0 −1 1 0 −1 1
MJ−1 · NJ =  0 1/3 0 · 1 0 0 = 1/3 0 0  ,
0 0 −1/2 −1 0 0 1/2 0 0
iar valorile proprii ale matricei MJ−1 · NJ sunt
√
 
−λ −1 1
M · NJ − λ · I3  = 0 ⇔  1/3 −λ 0  = 0 ⇔ −λ3 + λ = 0 ⇔ λ1 = 0 şi λ2,3 = ± 6 .
 −1 
J
1/2 0 −λ 6 6

Raza spectrală este √

6
MJ−1


ρ · NJ = max {|λ1 |, |λ2 |, |λ3 |} = .
√ 6
Pentru că ρ MJ−1 · NJ = 6


6 < 1, rezultă că metoda iterativă a lui Jacobi converge. Utilizând şirul aproximaţiilor
succesive
X (k+1) = MJ−1 · NJ · X (k) + MJ−1 · b,
cu        
0 −1 1 1 0 0 0 0
MJ−1 · NJ =  1/3 0 0  şi MJ−1 · b =  0 1/3 0  ·  2  = 2/3 ,
1/2 0 0 0 0 −1/2 −3 3/2
avem    
0 0
X (1) = MJ−1 · NJ · X (0) + MJ−1 · b = MJ−1 · b = 2/3 , deci X (1) = 2/3 ;
3/2 3/2
         
0 −1 1 0 0 5/6 5/6
X (2) = MJ−1 · NJ · X (1) + MJ−1 · b =  1/3 0 0  · 2/3 + 2/3 = 2/3 , deci X (2) = 2/3 ;
1/2 0 0 3/2 3/2 3/2 3/2
         
0 −1 1 5/6 0 5/6 5/6
X (3) = MJ−1 · NJ · X (2) + MJ−1 · b =  1/3 0 0  · 2/3 + 2/3 = 17/18 , deci X (3) = 17/18 .
1/2 0 0 3/2 3/2 23/12 23/12
Folosind ultimele două aproximări ale soluţiei sistemului, putem evalua eroarea comisă, astfel că
    

(3)

(2)
5 5 5
X − X = max |0|,   ,   = .
∞ 18 12 12
 
5 17 23 5
Concluzie. Iteraţia X (3) = , , aproximează soluţia sistemului cu precizia ε = .
6 18 12 12