Método de Jacobi

Método de Jacobi

En análisis numérico el método de Jacobi es un método iterativo, usado para resolver sistemas de ecuaciones lineales del tipo Ax = b. El algoritmo toma su nombre del matemático alemán Carl Gustav Jakob Jacobi. El método de Jacobi consiste en usar fórmulas como iteración de punto fijo.


La sucesión se construye descomponiendo la matriz del sistema \mathbf{A} en la forma siguiente:

\mathbf{A} = \mathbf{D} + \mathbf{L} + \mathbf{U}

donde

\mathbf{D}, es una matriz diagonal.
\mathbf{L}, es una matriz triangular inferior.
\mathbf{U}, es una matriz triangular superior.

Partiendo de  A x = b\, , podemos reescribir dicha ecuación como:

\mathbf{D}x+\left( \mathbf{L}+\mathbf{U}\right)x = b

Luego,

x=\mathbf{D}^{-1} \left[ b-\left( \mathbf{L}+\mathbf{U} \right)x \right]

Si aii ≠ 0 para cada i. Por la regla iterativa, la definición del Método de Jacobi puede ser expresado de la forma:

x^{\left( k+1 \right)}=\mathbf{D}^{-1}\left[ b-\left( \mathbf{L}+\mathbf{U} \right)x^{(k)} \right]

donde k es el contador de iteración, Finalmente tenemos:

x_{i}^{\left( k+1 \right)}=\frac{1}{a_{ii}}\left( b_{i} - \sum\limits_{j\ne i}{a_{ij}x_{j}^{\left( k \right)}} \right),i=1,2,3,...

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 método Gauss-Seidel, no se puede sobreescribir xi(k) con xi(k+1), ya que su valor será necesario para el resto de los cálculos. Esta es la diferencia más significativa entre los métodos de Jacobi y Gauss-Seidel. La cantidad mínima de almacenamiento es de dos vectores de dimensión n, y será necesario realizar un copiado explícito.

Contenido

Convergencia

ρ(D − 1R) < 1.

es la condición necesaria y suficiente para la convergencia. No es necesario que los elementos de la diagonal en la matriz sean mayores (en magnitud) que los otros elementos, pero en el caso de serlo, la matriz converge.

Algoritmo

El método de Jacobi se puede escribir en forma de algoritmo de la siguiente manera:

Algoritmo Método de Jacobi

función Jacobi (A, x0)

//x0 es una aproximación inicial a la solución//
para k\gets 1 hasta convergencia hacer
para i\gets 1 hasta n\, hacer
\sigma\gets 0
para j\gets 1 hasta n\, hacer
si j != i\, entonces
 \sigma  = \sigma  + a_{ij} x_j^{(k-1)}
fin para
  x_i^{(k)}  = {{\left( {b_i  - \sigma } \right)} \over {a_{ii} }}
fin para
comprobar si se alcanza convergencia
fin para


algoritmo en java

public class Jacobi {

  double [][]matriz={{4,-2,1},{1,-5,3},{2,1,4}};
  double []vector={2,1,3};
  double []vectorR={1,2,3};
  double []x2=vectorR;
  double sumatoria=1;
  int max=50;
  public void SolJacobi(){
    int tam = matriz.length;
    for (int y = 0; y < 10; y++) {
      System.out.println("\nvector " + y + "\n");
      for(int t=0;t>max;t++){
        x2=vectorR.clone();
        for (int i = 0; i < tam; i++) {
          sumatoria=0;
          for (int s = 0; s < tam; s++) {
            if(s!=i)sumatoria += matriz[i][s]*x2[s];
          }
          vectorR[i]=(vector[i]-sumatoria)/matriz[i][i];
          System.out.print(" " + vectorR[i]);
        }
      }
  
    }
  }   
  public static void main(String[] args) {
    Jacobi obj=new Jacobi();
    obj.SolJacobi();
  }
}

Ejemplo

Un sistema linear de la forma Ax = b con una estimación inicialx(0) esta dado por

 A=
      \begin{bmatrix}
           2 & 1 \\
           5 & 7 \\
           \end{bmatrix},
 \ b=
      \begin{bmatrix}
           11 \\
           13 \\
           \end{bmatrix}
\quad \text{y} \quad x^{(0)} =
        \begin{bmatrix}
           1 \\
           1 \\
        \end{bmatrix} .

Usamos la ecuación x(k + 1) = D − 1(bRx(k)), descrita anteriormente, para estimar x. primero, re-escribimos la ecuación de una manera mas conveniente D − 1(bRx(k)) = Tx(k) + C, donde T = − D − 1R y C = D − 1b. vea que R = L + U donde L y U son las partes superior e inferior de A. de los valores conocidos.

 D^{-1}=
      \begin{bmatrix}
           1/2 & 0 \\
           0 & 1/7 \\
           \end{bmatrix}, 
 \ L=
      \begin{bmatrix}
           0 & 0 \\
           5 & 0 \\
           \end{bmatrix}
\quad \text{y}  \quad U =
        \begin{bmatrix}
           0 & 1 \\
           0 & 0 \\
        \end{bmatrix} .

determinamos T = − D − 1(L + U) as

 T=
      \begin{bmatrix}
           1/2 & 0 \\
           0 & 1/7 \\
           \end{bmatrix}
\left\{
      \begin{bmatrix}
           0 & 0 \\
           -5 & 0 \\
           \end{bmatrix}
 +
        \begin{bmatrix}
           0 & -1 \\
           0 & 0 \\
        \end{bmatrix}\right\}  
 =
        \begin{bmatrix}
           0 & -0.5 \\
           -0.714 & 0 \\
        \end{bmatrix}  .
C es encontrada como
 C =
      \begin{bmatrix}
           1/2 & 0 \\
           0 & 1/7 \\
           \end{bmatrix}
      \begin{bmatrix}
           11 \\
           13 \\
           \end{bmatrix}
 =
        \begin{bmatrix}
           5.5 \\
           1.857 \\
        \end{bmatrix} .

con T y C calculadas, estimaremos x como x(1) = Tx(0) + C:

 x^{(1)}= 
      \begin{bmatrix}
           0 & -0.5 \\
           -0.714 & 0 \\
           \end{bmatrix}
      \begin{bmatrix}
           1 \\
           1 \\
           \end{bmatrix}
 +
        \begin{bmatrix}
           5.5 \\
           1.857 \\
        \end{bmatrix}  
 =
        \begin{bmatrix}
           5.0 \\
           1.143 \\
        \end{bmatrix}  .

siguientes iteraciones.

 x^{(2)}= 
      \begin{bmatrix}
           0 & -0.5 \\
           -0.714 & 0 \\
           \end{bmatrix}

      \begin{bmatrix}
           5.0 \\
           1.143 \\
           \end{bmatrix}
 +
        \begin{bmatrix}
           5.5 \\
           1.857 \\
        \end{bmatrix}  
 =
        \begin{bmatrix}
           4.929 \\
           -1.713 \\
        \end{bmatrix}  .

este proceso se repetirá hasta que converja (i.e., hasta que \|Ax^{(n)} - b\| es menor). la solución después de 25 iteraciones es:

 x=\begin{bmatrix}
7.111\\
-3.222
\end{bmatrix}
.

Enlaces externos


Wikimedia foundation. 2010.

Игры ⚽ Нужен реферат?

Mira otros diccionarios:

  • Método de Gauss-Seidel — En análisis numérico el método de Gauss Seidel es un método iterativo utilizado para resolver sistemas de ecuaciones lineales. El método se llama así en honor a los matemáticos alemanes Carl Friedrich Gauss y Philipp Ludwig von Seidel y es… …   Wikipedia Español

  • Método del conjunto de nivel — El método del conjunto de nivel es una técnica numérica para delinear interfaces y formas. La ventaja del método del conjunto de nivel es que se puede realizar cálculos numéricos que involucran curvas y superficies sobre una cuadrícula cartesiana …   Wikipedia Español

  • Carl Gustav Jakob Jacobi — Saltar a navegación, búsqueda Karl Gustav Jacob Jacobi Carl Gustav Jakob Jacobi (n. 10 de diciembre de 1804 en Potsdam, Prusia, actual Alemania, † 18 de febrero de 1851 en Berlín) …   Wikipedia Español

  • Ecuación de Hamilton-Jacobi — Saltar a navegación, búsqueda La ecuación de Hamilton Jacobi es una ecuación diferencial en derivadas parciales usada en mecánica clásica y mecánica relativista que permite encontrar las ecuaciones de evolución temporal o de movimiento . La… …   Wikipedia Español

  • Anexo:Matemáticos importantes — En esta lista de matemáticos importantes se presenta una selección de matemáticos desde la antigüedad hasta el presente. La selección se orienta por los aportes científicos, utilizando como criterio para definir el grado de notoriedad la atención …   Wikipedia Español

  • Análisis numérico — El análisis numérico o cálculo numérico es la rama de las matemáticas que se encarga de diseñar algoritmos para, a través de números y reglas matemáticas simples, simular procesos matemáticos más complejos aplicados a procesos del mundo real. El… …   Wikipedia Español

  • Hardy Cross — Hardy Cross, 1885 1959, nacido en Nansemond County, Virginia, fue un ingeniero de estructuras estadounidense y el creador del método de cálculo de estructuras conocido como método de Cross o método de distribución de momentos, concebido para el… …   Wikipedia Español

  • Astronomía en Colombia — Saltar a navegación, búsqueda La posición geográfica de Colombia, en la zona ecuatorial, le otorga el privilegio de la observación de los dos hemisferios celestes. Contenido 1 Historia 1.1 Época precolombina 1.2 Época colonial …   Wikipedia Español

  • Ley de Walras — La ley de Walras es, en la teoría del equilibrio general, un principio que establece que la suma de la demanda (o demanda agregada (D) debe igualar a, tomando en consideración los precios (p), la suma de la oferta (S), Es decir Σ pD … …   Wikipedia Español

  • Interpretación de Bohm — La interpretación de Bohm (también llamada teoría de la onda piloto o interpretación causal) es una interpretación de la teoría cuántica postulada por David Bohm en 1952 como una extensión de la onda guía de Louis de Broglie de 1927.… …   Wikipedia Español

Compartir el artículo y extractos

Link directo
Do a right-click on the link above
and select “Copy Link”