Metod o s de solu c i n iterativ os
This presentation is the property of its rightful owner.
Sponsored Links
1 / 42

Metod o s de Solu c i ó n Iterativ os PowerPoint PPT Presentation


  • 60 Views
  • Uploaded on
  • Presentation posted in: General

Metod o s de Solu c i ó n Iterativ os. Empezar con una aproximación inicial para el vector solución (x 0 ) Actualizar en cada iteración el vector x usando el sistema Ax=b Cada iteración involucra el producto matri z -vector .

Download Presentation

Metod o s de Solu c i ó n Iterativ os

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Metod o s de solu c i n iterativ os

Metodos de Solución Iterativos

  • Empezar con una aproximación inicialpara el vector solución (x0)

  • Actualizar en cada iteración el vector x usando el sistema Ax=b

  • Cada iteración involucra el producto matriz-vector.

  • Si A es esparcida este producto es realizado eficientemente.


Proced i miento de solu c i n iterativ a

Procedimiento de solución Iterativa

  • Escribir el sistema Ax=b en una forma equivalente x=Tx+c

  • Empezando con x0, genereuna secuencia de aproximaciones {xk} iterativamente por

    xk+1=Txk+c

  • Representación deTy c dependen del tipo de método usado.

  • Pero para cada métodoTycson obtenidas a partir de A y b.


Convergenc ia

Convergencia

  • Cuando k, la secuencia {xk} convergea un vector solución bajo algunas condiciones en la Matriz T.

  • Esto impone condiciones diferentes en la matriz A para diferentes métodos.

  • Para la misma matriz A, un método puede converger mientras que otro puede divergir.

  • Por lo tanto para cada métodola relación entre A yTdeben ser encontradas para decidir la convergencia.


Diferent es metod o s iterativ os

Diferentes metodos Iterativos

  • Iteración de Jacobi

  • Iteración de Gauss-Seidel

  • Successive Over Relaxation (S.O.R)

    • SOR es un método usadopara acelerar la convergencia.

    • La iteración de Gauss-Seidel es un caso especial del método SOR.


I tera c i n de jacobi

Iteración de Jacobi


M todo de jacobi forma matricial

Método de Jacobi. Forma Matricial

  • Descomponiendo A = D - L - U.

-U=triu(A)-D

-U

D

=

-L

-L=tril(A)-D

D=diag(diag(A))


X k 1 t x k c itera c i n por el m todo de jacobi

Dxk+1

xk+1=Txk+c- iteración por el método de Jacobi

Se puede escribir como A=D-L-U (No es una factorización)

Ax=b  (D-L-U)x=b

Dxk+1 = (L+U)xk+b

xk+1=D-1(L+U)xk+D-1b

T=D-1(L+U)

c=D-1b


Itera c i n gauss seidel gs

Use lo último

al actualizar

iteración Gauss-Seidel (GS)


X k 1 t x k x itera ci n de gauss seidel

Dxk+1

x(k+1)=Tx(k)+xiteración de Gauss-Seidel

Ax=b  (D-L-U)x=b

(D-L)xk+1 =Uxk+b

xk+1=(D-L)-1Uxk+(D-L)-1b

Tgs=(D-L)-1U

cgs=(D-L)-1b


Compar aci n

Comparación

  • İteración de Gauss-Seidel converge más rápidamente que la iteración de Jacobi desde que este usa la última actualización.

  • Pero existen algunos casos que la iteración deJacobiconvergeperoGauss-Seidelno.

  • El método de sobre relajación sucesiva es usada para acelerar la convergencia del método de Gauss-Seidel.


Metod o sobre relajaci n sucesiva sor

término Corrector

Multiplicando por

MetodoSobre Relajación Sucesiva (SOR)

  • Puede ser escrita como sigue

Converge más

rápido


Metod o s de solu c i n iterativ os

SOR

Donde el ultimo termino es la estimación de Gauss-Seidel

1<<2 Sobre-relajación (convergencia rápida)

0<<1 Sub-relajación (convergencia más lenta)

Existe un valor óptimo para

Encontrarlo por prueba y error


X k 1 t x k c itera c i n para sor

x(k+1)=Tx(k)+c iteración para SOR

Dxk+1=(1-)Dxk+b+Lxk+1+Uxk

(D-L)xk+1=[(1-)D+U]xk+b

T=(D-L)-1[(1-)D+U]

c= (D-L)-1b


Convergenc ia de los m todos iterativos

Substituyeesto en

Convergencia de los métodos iterativos

Define el vector solución como

Define el vector error como


Convergenc ia de los m todos i terativ o s

Convergencia de los Métodos Iterativos

potencia

iteración

El método iterativo convergería para cualquier vector

inicial arbitrariosila siguiente condición es satisfecha

Condición de Convergencia


Norm a de un vector

Normade un vector

La norma de un vector debe satisfacer estas

condiciones:

Las normas Vectorialespueden ser definidas de diferentes formas en tanto que la definición de norma sea satisfecha.


N orm a s de vector es com unmente us a d as

Normas de vectores Comunmente usadas

norma Sumao norma ℓ1

norma Euclideanaó norma ℓ2

norma Máximao norma ℓ


Norm a de una matri z

Normadeuna matriz

La normade una matrizdebe satisfacer estas condiciones:

Importante identidad


N orm a s de matri ces mas usadas

Normas de matrices mas usadas

Norma Máxima suma_columna o norma ℓ1

NormaEspectral o norma ℓ2

Norma Maxima suma_fila o norma ℓ


E je mpl o

17

13

15

16

19

10

Ejemplo

  • Calculelas normas ℓ1y ℓde la matriz


C ondi c i n de convergenc ia

Condición de Convergencia

ExpresarTen terminos de matriz modal P y 

: Matriz Diagonal convalores propios deTen la diagonal


C ondi c i n suficiente para convergenc ia

condición suficiente para convergencia

Condición Suficientepara convergencia

Sila magnitud detodoslos valores propiosde la

Matriz de iteración T es menor que 1 entonces la

iteración es convergente

Los valores propiossonmas fácil de calcular que la normadeuna matriz


Convergenc ia de la itera c i n de jacobi

Convergenciade la iteración de Jacobi

T=D-1(L+U)


Convergenc ia de la itera c i n de jacobi1

Convergenciade la iteración de Jacobi

Evaluar la norma infinita (suma máximafila) deT

Matriz Diagonal estrictamenteDominante

Si Aes una matriz con diagonal estrictamente dominante, entonces la iteración de Jacobi converge para cualquier valor inicial


Criteri os de parada

Criterios de Parada

  • Ax=b

  • En cualquier iteración k, el término residual es

    rk=b-Axk

  • Verificar la norma del término residual

    ||b-Axk||

  • Si esto es menor que la cota del valor de parada


E jemplo 1 itera c i n de jacobi

Ejemplo 1 (Iteración de Jacobi)

Matriz Diagonal estrictamente dominante


E jemplo 1 continu aci n

Ejemplo 1 continuación...

Matrizes diagonal estrictamente dominante, las iteraciones de Jacobi son convergentes.


E jemplo 2

Ejemplo 2

La matrizno es diagonal estrictamente dominante


E je mpl o 2 contin uaci n

Ejemplo 2 continuación...

El término del residual aumenta en cada iteración, de tal forma que las iteraciones divergen.

Note que la matriz no es diagonalmente estrictamente dominante

Cuando la matriz no tiene diagonal estrictamente dominante, puede converger como no.


Convergenc ia de la iteraci n de gauss seidel

Convergenciade la iteración deGauss-Seidel

  • Iteración GS convergeparacualquier vector inicial si A es una matriz diagonal estrictamente dominante

  • Iteración GS convergeparacualquier vector inicial si A esunamatriz simétricay definida positiva– La matriz A es definida positiva si

    xTAx>0 para cualquier vector x no nulo.


E jemplo 1 itera c i n de gauss seidel

İteración de

Jacobi

Ejemplo1 (Iteración de Gauss-Seidel)

Matriz Diagonal estrictamente dominante


E jemplo 1 conti nuaci n

Iteración deJacobi

Ejemplo 1 continuación...

Cuando ambos métodos de Jacobi y Gauss-Seidel convergen, Gauss-Seidel converge más rápido.


Convergenc ia del m tod o sor

Convergenciadel método SOR

  • Si 0<<2, métodoSOR converge para cualquier valor inicial si A es una matriz simétrica y definida positiva.

  • Si>2, método SOR diverge

  • Si 0<<1, SOR método converge pera la velocidad de convergencia es mas lenta que el método de Gauss-Seidel.


Cont eo de o pera c ion es

Conteo deoperaciones

  • El # de operaciones para la Eliminación gaussiana o la descomposición LU es de 0 (n3), orden de n3

  • Para los métodos iterativos, el número de multiplicaciones escalares es 0 (n2) en cada iteración.

  • Si el número total de las iteraciones requeridas para la convergencia es mucho menos que n, entonces los métodos iterativos son más eficiente que métodos directos.

  • Los Métodos iterativos también se satisfacen bien para las matrices esparcidas.


Metod o s de solu c i n iterativ os

Formas Matriciales. Resumen

La solución del sistema A x = b se obtiene mediante la siguiente expresión recursiva:

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

A= D - L - U

T

c

Método

D-1 (L+U)

D-1 b

Jacobi

( D -L)-1 b

Gauss-Seidel

( D -L)-1 U

SOR

(D-w L)-1[(1-w) D + w U ]

w(D-w L)-1 b


Problema 1

Problema 1

Resolver el siguiente sistema por el método SOR, considere ω=1.25.

Aplicamos el metodo de SOR:


Problema 11

Problema 1


Problema 12

Problema 1


Problema 2

Problema 2

Sea el sistema A x = b :

  • Para k=-1, es la matriz A definida positiva?

  • Para que valores de k el sistema converge, al usar el método de Gauss-Seidel?

  • Hacer 03 iteraciones de Gauss-Seidel para k=-3


Problema 21

Problema 2

A es definida positiva si:

Observese que también satisface el criterio de Silvester


Problema 22

Problema 2


Problema 23

Problema 2


  • Login