Escolar Documentos
Profissional Documentos
Cultura Documentos
Ax + By + Cz = D
Ex + Fy + Gz = H (3.1)
Ix + Jy + Kz = L
A B C x D
D E F y H A.X B (3.2)
G H I z L
Dónde: X = XK+1 – XK
El lado derecho de la ecuación (3.20) contiene solo valores conocidos, por lo cual
podemos calcular X y luego X. Sobre la base de (3.20) se construyen varios esquemas
de solución.
Por lo general, hay tres posibilidades para un sistema de ecuaciones lineales: ninguna
solución, una sola solución, o un número infinito de soluciones, un sistema que tiene
una o más soluciones se llama consistente, si no hay soluciones, el sistema se
llama inconsistente. Un sistema con menos ecuaciones que incógnitas se
llama indeterminado; aquellos son los sistemas que frecuentemente tienen un número
infinito de soluciones.
DXK+1 = B + (D – A) xK (3.22)
Dónde: i = 1, 2, 3,......., N
K, es el orden de aproximación y N el orden del sistema de ecuaciones.
Sabemos que el método de relajación converge mejor para una matriz de coeficientes
A con diagonal dominante; sin embargo el comportamiento de convergencia puede ser
determinado analizando los auto-valores de la matriz – [L+R]. Escribiendo el esquema
de Jacobi en la forma:
X K 1 D 1 B JX K
La convergencia requiere que todos los auto-valores de J sean menores que 1 (en valor
absoluto). Denotando al auto-valor más grande (radio espectral) de J como J tendremos
que la tasa asintótica de convergencia ocurre cuando:
X K 1 X K
rJ J 1
XK X
Ejemplo:
Para la malla A:
1 I1R 2 2R(I1 I2 ) I13R 0
6 2 I1 3
2 5 I 2 5
Dónde: I1 = x1, I2 = x2 y N = 2
x 0 0.1
X 0 10
x 0.8
2
i=1
2
a 11x 11 b1 a 1j x 0j
j 1
b1 a 12 x 02 - 3 (-2)0.8
a x b1 a 12 x
1
11 1
0
2 x 1
1 -0.23
a 11 6
i=2
2
a 22 x 12 b 2 a 2j x 0j
j 2
Dado que aún no se ha logrado cumplir la condición para detener las iteraciones, se
continúa el proceso para una segunda aproximación (K = 2). Ahora para K = 1y N = 2
i=1
2
a 11x 12 b1 a 1j x 1j
j 1
b1 a 12 x 12 - 3 (-2)0.96
a 11x 12 b1 a 12 x 12 x 12 -0.18
a 11 6
i=2
2
a 22 x 22 b 2 a 2j x 1j
j 2
b1 a 12 x 22 - 3 (-2)0.908
a x b1 a 12 x
3
11 1
2
2 x 3
1 -0.197
a 11 6
i=2
2
a 22 x b 2 a 2j x 2j
3
2
j 2
- 0.197
X 3
0.928
Se observa que cumple la condición y se detienen las iteraciones, por lo tanto la solución
aproximada es:
I1 = -0.1978 y I2 = 0.9280
Codificación:
PROGRAM RELAJACION_JACOBI
REAL(4) A(100,100),B(100),XP(100,100)
5 WRITE (*,*)''
WRITE (*,*)' SOLUCION DE SISTEMAS LINEALES RELAJACION-JACOBI'
WRITE (*,*)' ==============================================='
WRITE (*,*)' INGRESO DE DATOS'
WRITE (*,*)' DIMENSION DEL SISTEMA'
READ (*,*)M
WRITE (*,*)' TOLERANCIA'
READ(*,*)TOL
WRITE (*,*)' INGRESE MATRIZ DE COEFICIENTES A'
DO I=1,M
READ (*,*)(A(I,J),J=1,M)
END DO
WRITE (*,*)' INGRESE ELEMENTOS DE B'
DO I=1,M
READ(*,*)B(I)
END DO
WRITE(*,*)''
WRITE (*,*)' INGRESE ELEMENTOS DE VECTOR APROXIMADO'
K2=1
DO I=1,M
READ(*,*)XP(K2,I)
END DO
WRITE (*,*)' ==============================================='
WRITE (*,*)''
10 DO I=1,M
SUMA1=0
DO J=1,M
IF (J.NE.I) THEN
SUMA1=SUMA1+A(I,J)*XP(K2,J)
END IF
XP(K2+1,I)=(B(I)-SUMA1)/A(I,I)
END DO
END DO
DO I=1,M
QWE=ABS(XP(K2+1,I)-XP(K2,I))
IF (QWE.GT.TOL)THEN
K2=K2+1
GOTO 10
ELSE
END IF
END DO
20 WRITE(*,*)' RESULTADOS EN TODOS LOS ORDENES'
WRITE(*,*)' ==============================='
DO J=1,M
WRITE(*,25)J,(XP(MM,J),MM=1,K2+1)
END DO
WRITE(*,*)' ==============================='
WRITE(*,23)TOL,K2
23 FORMAT (' TOLERANCIA:',F9.6,1X,'NUM ITERACIONES:',I3)
25 FORMAT (' X:',I3,8(1X,F8.4))
END