UNIVERSIDAD SERGIO ARBOLEDA.

TALLER 7: MÉTODOS ITERATIVOS

MÉTODOS NUMÉRICOS Y HERRAMIENTAS COMPUTACIONALES
Profesor: Jonny Fernando Barreto Castañeda.

1. Métodos iterativos
Uno de los principios de organización más importantes en la ingenierı́a quı́mica es la conservación de
la masa. En términos cuantitativos, el principio se expresa como un balance de masa que toma en cuenta
todas las fuentes y sumideros de un material que entra y sale de un volumen. En un periodo finito, esto
se expresa como: Acumulación = entradas – salidas (1).

El balance de masa representa un ejercicio de registro para la sustancia en particular que se modela.
Para el periodo en que se calcula, si las entradas son mayores que las salidas, la masa de la sustancia dentro
del volumen aumenta. Si las salidas son mayores que las entradas, la masa disminuye. Si las entradas son
iguales a las salidas, la acumulación es cero y la masa permanece constante. Para esta condición estable,
o en estado estacionario, la ecuación (1) se expresa como: entradas = salidas (2)
Ejemplo 1. Emplee la conservación de la masa para determinar las concentraciones en estado estaciona-
rio de un sistema de reactores conectados. Se puede usar el balance de masa para resolver problemas de

ingenierı́a al expresar las entradas y salidas en términos de variables y parámetros medibles. Por ejemplo,
si se realiza un balance de masa para una sustancia conservativa (es decir, aquella que no aumente ni
disminuya debido a transformaciones quı́micas) en un reactor (siguiente figura), podrı́amos cuantificar la
velocidad con la cual el flujo de la masa entra al reactor a través de dos tuberı́as de entrada y sale de éste
a través de una tuberı́a de salida.
Esto se hace mediante el producto de la velocidad del fluido o caudal Q (en metros cúbicos por minuto)
por la concentración c (en miligramos por metro cúbico) en cada tuberı́a. Por ejemplo, en la tuberı́a 1 de la
siguiente figura Q1 = 2m3 /min y c1 = 25mg/m3 por lo tanto, la velocidad con la cual la masa fluye hacia
el reactor a través de la tuberı́a 1 es Q1 c1 = (2m3 /min)(25mg/m3 ) = 50mg/min. Ası́, 50 mg de sustancias

1
quı́micas fluyen cada minuto hacia el interior del reactor a través de esta tuberı́a. De forma similar, para la
tuberı́a 2 la velocidad de masa que entra se calcula como Q2 c2 = (1,5m3 /min)(10mg/m3 ) = 15mg/min.
Observe que la concentración a la salida del reactor a través de la tuberı́a 3 no se especifica en la figura
anterior. Esto es ası́ porque ya se tiene información suficiente para calcularla con base en la conservación
de la masa. Como el reactor se halla en estado estacionario se aplica la ecuación (2) y las entradas deberán
estar en balance con las salidas,
Q1 c1 + Q2 c2 = Q3 c3
Sustituyendo los valores dados en esta ecuación se obtiene

50 + 15 = 3,5c3

de la cual se despeja c3 = 18,6mg/m3 De esta forma, hemos determinado la concentración en la tercera

tuberı́a. Sin embargo, del cálculo se obtiene algo más. Como el reactor está bien mezclado (representado
por el agitador en la figura anterior), la concentración será uniforme, u homogénea, en todo el tanque.
Por lo que la concentración en la tuberı́a 3 deberá ser idéntica a la concentración en todo el reactor. En
consecuencia, el balance de masa nos ha permitido calcular tanto la concentración en el reactor como en el
tubo de salida. Esta información es de gran utilidad para los ingenieros quı́micos y petroleros, quienes tienen
que diseñar reactores que tengan mezclas de una concentración especı́fica. Volviendo al ejemplo se muestra
un problema donde las computadoras no solamente son útiles, sino que son de una enorme necesidad
práctica. Debido a que hay cinco reactores interconectados o acoplados, se necesitan cinco ecuaciones de
balance de masa para caracterizar el sistema. En el reactor 1, la velocidad de la masa que entra es
5(10) + Q31 c3
y la velocidad de la masa que sale es
Q12 c1 + Q15 c1
Como el sistema se encuentra en estado estacionario, los flujos de entrada y de salida deben ser iguales:

5(10) + Q31 c3 = Q12 c1 + Q15 c1

o, sustituyendo los valores de la figura del ejemplo.

6c1 − c3 = 50

Ecuaciones similares se obtienen para los otros reactores:




 −3c1 + 3c2 = 0

−c + 9c = 160

2 3


 −c2 − 8c3 + 11c4 − 2c5 = 0


−3c1 − c2 + 4c5 = 0.


2
 Ahora para solucionar el sistema se introduce los métodos de Jacobi, Gauss-Seidel y sub o sobre
relajación para resolver el sistema de ecuaciones lineales 5 × 5. De manera similar como una iteración de
punto fijo, el método empieza con un vector inicial (valor inicial en el caso de las raı́ces reales) y mejoran
la estimación en cada paso.
1.1. Métodos Iterativos
El primer paso de este método consiste en escribir el sistema de ecuaciones en forma matricial:
Ax = b, para el ejemplo anterior.
    
6 0 −1 0 0 c1 50
−3 3 0 0 0  c2   0 
    
    
0
 −1 9 0 0   c3  = 160 .
   
0 −1 −8 11 −2 c4   0 
    
−3 −1 0 0 4 c5 0
Se escribe la matriz de coeficientes A como la suma de tres matrices: D, Ts y Ti , donde D es la matriz
diagonal principal de A, Ts es la matriz triangular superior y Ti es la matriz triangular inferior de la matriz
A. Por ejemplo para la matriz A del ejemplo anterior.
       
6 0 −1 0 0 6 0 0 0 0 0 0 −1 0 0 0 0 0 0 0
−3 −3 0 0 0  0 −3 0 0 0 0 0 0 0 0  −3 0 0 0 0
       
       
A=  0 −1 9 0 0  = 0 0 9 0 0 + 0 0 0 0 0  +  0 −1 0 0 0 .
      
0 −1 −8 11 −2 0 0 0 11 0 0 0 0 0 −2 0 −1 −8 0 0
       
       
−3 −1 0 0 4 0 0 0 0 4 0 0 0 0 0 −3 −1 0 0 0
| {z } | {z } | {z }
D Ts Ti

Por lo tanto el sistema Ax = b, se puede escribir de la siguiente manera.

Ax = b
(D + Ts + Ti )x = b
Dx = −Ts x − Ti x + b
Dx = b − (Ts + Ti )x
x = D−1 (b − (Ts + Ti )x).

De aquı́ se define el método de Jacobı́.

x0 = vector inicial
xk+1 = D−1 (b − (Ts + Ti )xk ) para k = 0, 1, 2...

En la mayorı́a de las ocaciones se toma el vector inicial x0 como el vector nulo o vector donde todas sus com-
ponentes son ceros. Observe que para el ejemplo de las concentraciones de los tanques, las primeras tres ite-
raciones utilizando el método de Jacobi son xT1 = [25/3, 0, 160/9, 0, 0], xT2 = [11,29, 25/3, 160/9, 12,92, 6,25]
y xT3 = [11,29, 11,29, 18,70, 14,82, 10,55]. Se puede realizar un programa en matlab para que realice varias
iteraciones del método de Jacobi, además que muestre cada una de las iteraciones, obteniendo ası́ las
concentraciones de los 5 tanques, xT = [11,51 11,51 19,06 17,00 11,51].
Observe que no necesariamente el método de Jacobi converge para todos los sistemas de ecuaciones
lineales, esto se puede observar con el siguiente ejemplo.

3
Ejemplo 2. Dado el sistema: 
2x1 − 6x2 − x3 = −38



−3x1 − x2 + 7x3 = −34 .


−8x1 + x2 − 2x3 = −20.


Observe que las primeras tres iteraciones del método de Jacobi son x1 = [−19, 34, 10], x2 = [88, 161, 103] y
x3 = [515,5, 491, −261,5]. De aquı́ se tiene que el método de Jacobi no converge de manera adecuada a una
solución especifica. Una manera adecuada para la convergencia del método es reordenando las ecuaciones
y volver aplicar el método (ver ejercicio 3).

Pero que sucede con la convergencia del método, una explicación lo puede dar la siguiente definición.
X 1. La matriz A = (aij )n×n es diagonal estrictamente dominante (DED) si para cada 1 ≤ i ≤ n,
Definición
|aii | ≥ |aij |
j6=i
De esta definición se sigue la siguiente propiedad.

Propiedad 1. Si la matriz A de tamaño n × n es diagonal estrictamente dominante (DED), entonces

1. A es una matriz no singular,

2. Para todo vector b y toda estimación inicial x0 , el método de Jacobı́ aplicado a Ax = b converge a
una solución única.  
" # 3 1 −1
3 1
Ejemplo 3. La matrices A = y B = 2 −5 2  son diagonal estrictamente dominantes (veri-
 
1 2
1 6 8
 
" # 3 2 6
1 2
ficar), mientras que las matrices C = y D = 1 8 1  no son DED (verificar).
 
3 1
9 2 −2
Otro método iterativo de convergencia más veloz, se refiere al método de Gauss-Seidel, el método
se define de la siguiente manera.
x0 = vector inicial
xk+1 = D−1 (b − Ts xk + Ti xk+1 ) para k = 0, 1, 2...
En estrecha relación con el método de Jacobi y el método de Gauss- Seidel, La única diferencia entre
Gauss-Seidel y Jacobi es que en el primero, los valores más recientemente actualizados de las incógni-
tas se utilizan en cada paso, incluso si la actualización se produce en el paso actual. Para el ejemplo
de las concentraciones en los 5 tanques observe que las tres primeras iteraciones del método de Gauss-
Seidel son: xT1 = [8,3333, 8,3333, 18,7037, 14,3603, 8,3333], xT2 = [11,451, 11,451, 19,050, 16,411, 11,451]
y xT3 = [11,508, 11,508, 19,056, 16,987, 11,508]. El cuál converge más rapido a la solución real xT =
[11,51 11,51 19,06 17,00 11,51].
El último método de iteración es subrelajación o sobrerelajación sucesiva (Método SRS), dicho
método requiere de las ecuaciones iterativas del método de Gauss-Seidel y de un parametro ω el cual si es
mayor que 1 estamos aplicando sobrerelajación y si es menor que uno será subrelajación.
x0 = vector inicial
xk+1 = (ωTi + D)−1 [(1 − ω)Dxk − ωTs xk ] + ω(D + ωTi )−1 b para k = 0, 1, 2...

4
Ejemplo 4. Aplique el método SRS con ω = 1,25 al sistema.
    
3 1 −1 u 4
 2 4 1   v  = 1
    

−1 2 5 w 1
 
uk+1
Si xk+1 =  vk+1 , entonces las ecuaciones iterativas del método de Gauss-Seidel estan dadas de la siguiente
 

wk+1
manera (verificar).
4 − vk + wk
uk+1 =
3
1 − wk − 2uk+1
vk+1 =
4
1 + uk+1 − 2vk+1
wk+1 = .
5
Por lo tanto, las ecuaciones iterativas del método SRS estan dadas de la siguiente manera:
(1 − ω)(componente del vector xk ) + ω(componente de la iteración de Gauss-Seidel)
Esto es,
 
4 − vk + wk
uk+1 = (1 − ω)uk + ω
3
 
1 − wk − 2uk+1
vk+1 = (1 − ω)vk + ω
4
 
1 + uk+1 − 2vk+1
wk+1 = (1 − ω)wk + ω .
5
Las primeras tres iteraciones del método SRS son xT1 = [1,66, −0,72, 1,03], xT2 = [1,98, −1,06, 1,02] y
xT3 = [2,04, −1,01, 1,01].

2. Análisis del error

Definición 2. Dado un vector x ∈ Rn , se define la norma infinito del vector como:
||x||∞ = máx{|x1 |, |x2 |, . . . , |xn |}.
Definición 3. Sea xa una solución aproximada del sistema lineal Ax = b. El residuo es el vector b − Axa .
El error hacı́a atrás es la norma del residuo.
||r||∞ = ||b − Axa ||∞ ,
y el error hacia adelante como:
||xa − x||∞ ,
Ejemplo 5. Dado el siguiente sistema
    
3 −1 0 0 0 1/2 u1 5/2
 −1 3 −1 0 1/2 0  u2  3/2
    
    
 0 −1 3 −1 0 0  u3   1 
   =  
 0
 0 −1 3 −1 0  u4   1 
   
 0 1/2 0 −1 3 −1  u5  3/2
    

1/2 0 0 0 −1 3 u6 5/2

5
 La solución real es xT = [1, 1, 1, 1, 1, 1] y si se utiliza los métodos de Jacobi, Gauss-Siedel y SRS (con
ω = 1,1), en la sexta iteración se tiene los siguientes resultados.
Jacobi Gauss-Seidel SRS
0.9879 0.9950 0.9989
0.9846 0.9946 0.9993
0.9674 0.9969 1.0004
0.9674 0.9996 1.0009
0.9846 1.0016 1.0009
0.9879 1.0016 1.0004
De aquı́ se sigue que el error hacı́a adelante en los tres métodos es:
Jacobi Gauss-Seidel SRS
0.0326 0.0054 0.0011
Mostrando que es superior el método SRS bajo los otros métodos iterativos, Observe que se puede
realizar una gráfica de los valores ω versus los errores hacia adelante.

Encontrando el error mı́nimo en el parámetro ω = 1,13, observe que los máximos de está grafica son
ω = 1,25 y ω = 1 (método de Gauss-Seidel).
Los métodos directos basados en la eliminación gaussiana y la factorización de una matriz A = LU ,
requieren alrededor de n3 operaciones para la eliminación simple y n2 para las sustituciones hacia atrás.
Una de las utilidades de emplear métodos iterativos es con respecto al menor número de operaciones
y en encontrar una solución aproximada cuando algunas de las componentes de A o b son ligeramente
cambiadas. Del ejemplo anterior suponga que el vector bT = [2,5, 1,5, 1, 1, 1,5, 2,5] se cambia por b =
[2,2, 1,6, 0,9, 1,3, 1,41,45]. Además que tenemos guardada la sexta iteración del método de Gauss-Seidel del
sistema de ejemplo anterior, la cual es
Gauss-Seidel
0.9950
0.9946
0.9969
0.9996
1.0016
1.0016
entonces si iniciamos el método de Gauss-Seidel con esta iteración, se obtiene una buena aproximación en
un solo paso más. Los siguientes dos pasos son como se muestra en la tabla.

6
 x7 x8
0.8980 0.8994
0.9980 0.9889
0.9659 0.9927
1.0892 1.0966
0.9971 1.0005
0.9993 1.0003
Esta técnica suele llamarse pulido, debido a que el método inicia con una solución aproximada, que puede
se la solución de un problema anterior relacionado; después, sólo se mejora la solución aproximada para
que sea más exacta.
La segunda razón importante para utilizar los métodos iterativos es la resolución de los sistemas de
ecuaciones dispersas. Una matriz de coeficientes se llama dispersa si se sabe que muchas de las entradas
de la matriz son iguales a cero. Una matriz llena es lo opuesto, donde algunas entradas son iguales a cero.
Ejemplo 6. Utilice el método de Jacobi para resolver la versión de 100000 ecuaciones del ejemplo anterior.
Sea n un entero par y considere la matriz A de n × n con 3 en la diagonal principal, -1 las
entradas arriba y abajo de la diagonal principal y 1/2 en la posición (i, n + 1 − i) para toda i =
1, 2, 3, . . . , n, excepto para i = n/2 y n/2 + 1. Para n=12. Se tiene la siguiente matriz. Defina el vec-

tor bT = [2,5, 1,5, . . . , 1,5, 1, 1, 1,5, . . . , 1,5, 2,5], donde hay n − 4 repeticiones de 1.5 y 2 repeticiones de 1.0.
Observe que si n = 6, A y b definen el sistema del ejemplo anterior.

3. Ejercicios
1. El sistema de ecuaciones que sigue está diseñado para determinar concentraciones (las c están en
g/m3) en una serie de reactores acoplados, como función de la cantidad de masa que entra a cada
uno de ellos (los lados derechos están en g/dı́a),

15c1 − 3c2 − c3 = 3800



−3c1 + 18c2 − 6c3 = 1200 .


−4c1 − c2 + 12c3 = 2350.


Resuelva este problema con el método de Gauss-Seidel.

2. Utilice el método de Gauss-Seidel a) sin relajación y b) con relajación ω = 0,95 para resolver el

7
 sistema siguiente. Si es necesario, reacomode las ecuaciones para lograr convergencia.

−3x1 + x2 + 12x3 = 50



6x1 − x2 − x3 = 3 .


6x1 + 9x2 + x3 = 40.


3. Utilice el método de Gauss-Seidel a) sin relajación y b) con relajación ω = 0,95 para resolver el
sistema siguiente. Si es necesario, reacomode las ecuaciones para lograr convergencia.

2x1 − 6x2 − x3 = −38



−3x1 − x2 + 7x3 = −34 .


−8x1 + x2 − 2x3 = −20.


4. Lleve a cabo el mismo cálculo que en la sección anterior, pero cambie c01 a 20 y c03 a 6. También
cambie los flujos siguientes Q01 = 6, Q12 = 4, Q24 = 2 y Q44 = 12.

5. Si la entrada al reactor 3 del ejemplo anterior disminuye el 25 %, utilice un método iterativo o el

cálculo de la matriz inversa para calcular el cambio porcentual en la concentración de los reactores
2 y 4.

6. En la siguiente figura se muestran tres reactores conectados por tubos. Como se indica, la tasa
de transferencia de productos quı́micos a través de cada tubo es igual a la tasa de flujo (Q, en
unidades de metros cúbicos por segundo) multiplicada por la concentración del reactor desde el que
se origina el flujo (c, en unidades de miligramos por metro cúbico). Si el sistema se encuentra en estado
estacionario (estable), la transferencia de entra da a cada reactor balanceará la de salida. Desarrolle
las ecuaciones del balance de masa para los reactores y resuelva las tres ecuaciones algebraicas lineales
simultáneas para sus concentraciones.

7. Se tiene una placa rectangular cuyas orillas se mantienen a cierta temperatura. Nos interesa encon-
trar la temperatura en los puntos interiores. Considere el siguiente diagrama. Hay que encontrar
aproximaciones para los puntos T1 a T9 , o sea, la temperatura de los puntos intermedios. Suponga
que la temperatura en un punto interior es el promedio de la temperatura de los cuatro puntos que
lo rodean: arriba, a la derecha, abajo y a la izquierda.

8
 a) Con esta suposición, establezca un sistema de ecuaciones, considerando primero el punto T1 ,
después el punto T2 , etc. Reescriba el sistema de manera que todas las variables se encuentren
de un lado de la ecuación. Por ejemplo, para T1 se tiene
50 + 100 + T2 + T4
T1 = .
4
Encuentre la matriz de coeficientes y la matriz aumentada. Describa el patrón que observe en
la forma de la matriz de coeficientes. Dicha matriz se llama matriz de banda. ¿Puede ver de
dónde viene el nombre?
b) Resuelva el sistema utilizando algún método iterativo.

8. Con el empleo del mismo enfoque de la sección anterior, determine la concentración de cloruro en
cada uno de los Grandes Lagos con el uso de la información que se muestra en la siguiente figura.

9. Calcule los tres primeros pasos de los métodos de Jacobi y Gauss-Seidel con el vector inicial (0, 0, . . . , 0).
¿Es posible aproximar una solución del sistema? Calcule el error hacia adelante y hacia atras con la
solución aproximada.
" #" # " #     
3 −1 u 5 3 1 1 u 6
a) =
−1 2 v 4 c) 1 3 1  v  = 3
    

1 1 3 w 5
         
2 −1 0 u 0 5 1 1 u 7
b) −1 2 −1  v  = 2 d ) 1 5 1  v  =  3 
         

0 −1 2 w 0 1 1 5 w −1

10. Reordene las ecuaciones para formar un sistema de diagonal estrictamente dominante. Aplique dos
pasos de los métodos de Jacobi y Gauss-Seidel con el vector inicial (0, 0, . . . , 0).

9
 " #" # " #     
1 3 u −1 1 4 0 u 5
a) =
5 4 v 6 c) 0 1 2  v  = 2
    
     4 0 3 w 0
1 −8 −2 u 1
b) 1 1 5  v  =  4 
    

3 −1 1 w −2

11. Aplique dos pasos de la SRS a los sistemas del ejercicio 1. Utilice el vector inicial (0, 0, . . . , 0) y
w = 1,5.

12. Aplique dos pasos de la SRS a los sistemas del ejercicio 2 después de reordenarlo. Utilice el vector
inicial (0, 0, . . . , 0), w = 1 y w = 1,2.

10