Métodos numericos - Viernes 22, febrero 2019
Método de Gauss - Seidel
Conforme un nuevo valor de $x$ se calcula, este se usa inmediatamente en la siguiente ecuación para determinar el otro valor de $x$. De esta forma, si la solución es convergente, se empleara la mejor aproximación disponible.
Ejemplo.
Despejando:
$i$ | $C_1$ | $C_2$ | $C_3$ | $\epsilon_a C_1(\%)$ |
---|---|---|---|---|
0 | 0 | 0 | 0 | - |
1 | 220 | 103.333333 | 281.944444 | 100 |
2 | 259.462962 | 203.891975 | 303.478652 | 15.20 |
3 | 281.010305 | 214.661268 | 311.558541 | 2.22 |
4 | 283.702823 | 217.803318 | 312.717884 | 0.95 |
5 | 284.408523 | 218.307382 | 312.995123 | 0.2 |
Lunes 25, febrero 2019
https://docs.google.com/spreadsheets/d/1NfFXnyah1tTMkC2kdGf5kdm6FiiP04M-iub4Fxgvojg/edit#gid=1597546790
Relajación
Es una ligera modificación al método de Gauss-Seidel para mejorar la convergencia. Después de que se calcula cada nuevo valor de $x$, ese valor se modifica mediante un promedio ponderado de los resultados de las iteraciones anterior y actual: Donde $\lambda$ es un factor ponderado con un valor entre 0 y 2.
Si a $\lambda$ se le asigna un valor entre 0 y 1 el resultado es un promedio ponderado de los resultados actuales y anteriores. Esta modificación se conoce como sub-relajación. Se emplea comúnmente para hacer que un sistema no convergente, converja o apresure la convergencia al amortiguar sus oscilaciones.
Para valores $\lambda$ de 1 a 2, se le da una ponderación extra al valor actual. Con esto se pretende mejorar la aproximación al llevarla mas cerca de la solución verdadera. A esta modificación se le llama sobre-relajación, y permite acelerar la convergencia de un sistema que ya es convergente.
La elección de un valor adecuado de $\lambda$ es especificado por el problema y se determina en forma empírica.
N° | $X_1$ | $X_2$ | $X_3$ | $\epsilon_a$ | |
---|---|---|---|---|---|
0 | 0 | 0 | 0 | - |
Miércoles 27, febrero 2019
Ejercicio 6.
Use el método de Gauss-Seidel para
a) sin relajación
b) con relajación($\lambda = 1.2$)
para resolver el siguiente sistema para una tolerancia de $\epsilon_a = 5\%$. Si es necesario, reacomode las ecuaciones para lograr convergencia.
Reacomodando las ecuaciones:
Tras despejar las ecuaciones:
Aplicando sobre - relajación
N° | $X_1$ | $X_1$ R | $X_2$ | $X_2$ R | $X_3$ | $X_3$ R | $\epsilon_a$ |
---|---|---|---|---|---|---|---|
0 | 0 | 0 | 0 | 0 | 0 | 0 | - |
1 | 2.5 | 3 | 7.333333 | 8.80 | -2.314286 | -2.777193 | 100 |
2 | 4.294286 | 4.553143 | 8.313905 | 8.216686 | -1.731984 | -1.5222952 | 43.11 |
3 | 3.907824 | 3.778760 | 7.846745 | 7.772757 | -2.127281 | -2.248146 | 20.49 |
4 | 4.033631 | 4.084605 | 8.069560 | 8.128920 | -1.945323 | -1.884759 | 7.48 |
5 | 3.987305 | 3.967845 | 7.970075 | 7.938396 | -2.022594 | -2.050161 | 2.94 |
Sin relajación
N° | $X_1$ | $X_2$ | $X_3$ | $\epsilon_a$ |
---|---|---|---|---|
0 | 0 | 0 | 0 | - |
1 | 2.5 | 7.166667 | -2.761905 | 100 |
2 | 4.086310 | 8.155754 | -1.940760 | 38 |
3 | 4.004659 | 7.991680 | -1.999192 | 2.03 |
4 | 3.998758 | 7.999451 | -2.000611 | 0.14 |
5 | 4.000084 | 8.000130 | -1.999945 | 0.033 |