Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gauss Seidel El Mejor
Gauss Seidel El Mejor
Resumen
Introducci
on. Definici
on del metodo de Jacobi. Criterio de convergencia. Definicion del metodo de Gauss-Seidel. Criterio de convergencia. Ejemplo de aplicacion.
1.
Introducci
on
Los metodos de J
acobi y de Gauss-Seidel son los equivalentes en la solucion de sistemas de ecuaciones lineales al metodo de aproximaciones sucesivas en la solucion de ecuaciones algebraicas y
trascendentes.
Consiste basicamente en obtener una ecuacion de recurrencia (matricial en este caso)y proponer un
vector soluci
on inicial; posteriormente, se deberan realizar las iteraciones necesarias hasta que la
diferencia entre dos vectores consecutivos cumpla con una tolerancia predefinida.
En realidad, estos metodos representan una adaptacion vectorial de un proceso escalar, lo que
implica la necesidad de
adaptarlos conceptos necesarios: los procesos iterativos se detienen cuando
entre dos aproximaciones consecutivas se cumple con determinado error preestablecido. En este
caso, debera medirse la norma entre dos vectores para reconocer el momento en que se satisface la
cota de error.
Por otra parte, resta el hecho de tener que evaluar un criterio de equivalencia el cual, naturalmente,
tendra caracter vectorial.
2.
Definici
on del m
etodo de J
acobi
Analisis numerico
= b
AX
(1)
En la ecuaci
on 1 se puede sustituir a la matriz A por la suma de dos matrices:
A=D+R
(2)
En donde la matriz D es una matriz cuyos elementos son cero excepto los elementos de la diagonal
que corresponden a los elementos de la matriz A y R que es una matriz con ceros en la diagonal y
sus restantes elementos coindicen con los respectivos de A.
... a1n
... a2n
... a3n
..
..
.
.
... ann
a11 0
0
0 a22 0
0
0 a33
..
..
..
.
.
.
0
0
0
...
...
...
..
.
0
a21
a31
..
.
... a1n
... a2n
... a3n
..
..
.
.
... 0
a11
a21
a31
..
.
A=
a12
a22
a32
..
.
a13
a23
a33
..
.
D=
R=
a12
0
a32
..
.
a13
a23
0
..
.
0
0
0
..
.
(3)
(4)
... ann
(5)
Sustituyendo la ecuaci
on 2 en la ecuacion 1:
= b
(D + R) X
+ RX
= b
DX
DX
Premultiplicando por la matriz D1
= D1 (b RX)
D1 DX
Resulta:
= D1 (b RX)
(6)
(7)
Analisis numerico
(k+1)
(k+1)
X1
X2
X3
..
.
(k+1)
Xn
(8)
..
.
(k)
(1)
X
b1
a11
b2
a22
b3
a33
..
.
bn
ann
(9)
(10)
Analisis numerico
3.
Criterio de convergencia
El metodo de J
acobi es susceptible de los efectos del pivoteo. En consecuencia, su criterio de convergencia lo conforman los criterios de la diagonal pesada, mismo que posee dos condiciones:
1. Condici
on necesaria: Es condici
on necesaria que el elemento ubicado en la diagonal principal
de cada ecuaci
on sea mayor en valor absoluto que el resto de los elementos de la misma
ecuacion.
|aii | > |aij |
(11)
2. Condici
on suficiente: Es condici
on suficiente que el elemento ubicado en la diagonal principal
de cada ecuaci
on sea mayor en valor absoluto que la suma del resto de los elementos de la
misma ecuaci
on.
X
|aii | >
|aij |
(12)
4.
M
etodo de Gauss-Seidel
(k+1)
(k+1)
(k+1)
X1
X2
X3
b2 (a21 X2
(k+1)
b3 (a31 X2
..
.
(k+1)
Xn
5.
(k)
+a32 X3
a33
+...+a3n X (kn ) )
(13)
..
.
(k+1)
bn (an1 X2
(k+1)
+an2 X3
ann
(k+1)
+...+ann1 Xn1 )
Criterio de convergencia
Analisis numerico
6.
Ejemplo de aplicaci
on
(14)
(k)
(k+1)
3X2 2X3
10
(k+1)
94X1 +X3
6
(k+1)
51+2X1 3X2
8
X1
X2
X3
(k)
(k)
(k)
(15)
(k)
La primera iteraci
on k = 1 es:
(1) =
X
3
10
9
6
51
8
(1)
X
0,3
= 1,5
6,375
(16)
La segunda iteraci
on k = 2 se obtiene sustituyendo al vector X 1 (16) en las ecuaciones de recurrencia
15.
(2)
X1 = 3(1,5)2(6,375)
10
(2)
94(0,3)+6,375
6
(2)
51+2(0,3)3(1,5)
8
X2
X3
(2)
X
1,125
= 2,3625
5,8875
(17)
Las sucesivas iteraciones se muestran en los cuadros 1 y 2. Las tolerancias son calculadas con la
ecuacion 10: Se dice entonces que despues de trece iteraciones, con una tolerancia = 0,000007, el
vector soluci
on es:
1,00000
(12) = 2,99998
X
(18)
5,00004
Ahora se realizar
a la soluci
on atendiendo la mejora en el metodo Gauss-Seidel. Las ecuaciones de
Analisis numerico
X (0)
0.30000
1.50000
6.37500
X (1)
-1.12500
2.36250
5.88750
1.73557
X (2)
-1.11375
3.23125
5.20781
1.10310
X (3)
-1.06469
3.11047
4.88484
0.34829
X (4)
-0.98802
3.02393
4.94240
0.12915
X (5)
-0.99087
2.98241
4.99402
0.06631
X (6)
-0.99705
2.99292
5.00888
0.01922
X (7)
-1.00107
2.99951
5.00339
0.00947
X (8)
-1.00063
3.00128
4.99992
0.00392
X (9)
-1.00011
3.00041
4.99936
0.00116
X (10)
-0.99991
2.99997
4.99982
0.00066
recurencia son:
=
(k+1)
X2
(k+1)
X3
La iteracion
X (1)
(k)
(k+1)
X1
X (12)
-1.00000
2.99998
5.00004
0.000007
(k)
3X2 2X3
10
(k+1)
94X1
(k)
+X3
(19)
6
(k+1)
X (11)
-0.99996
2.99991
5.00003
0.00023
51+2X1
(k+1)
3X2
0,3
(1) = 1,5
X
6,375
(20)
La diferencia se presenta en el c
alculo de la iteracion X (2) :
(2)
3(1,5)2(6,375)
10
1,125
(2)
94(1,125)+6,375
6
3,3125
(2)
51+2(1,125)3(3,3125)
8
X1
X2
X3
= 4,85156
1,125
(2) = 3,3125
X
4,85156
(21)
Repitiendo el proceso consecutivamente, mismo que se presenta en el cuadro 3: Se dice entonces que
despues de seis iteraciones, con una tolerancia = 6,42839 10(5) , el vector solucion es:
0,999997259
(12) = 2,999995399
X
(22)
5,000002411
La tolerancia es calculada por medio de la ecuacion 10.
Analisis numerico
Iteracion
X1
X2
X3
Tolerancia
7.
X (0)
0.30000
1.50000
6.37500
X (1)
-1.125
3.3125
4.8515625
2.763447678
X (2)
-1.0015625
2.976302083
5.008496094
0.391016634
X (3)
-0.999329427
3.000968967
4.999804281
0.026248607
X (4)
-1.000057753
3.000005882
4.999983356
0.00122068
X (5)
-0.999997259
2.999995399
5.000002411
6.4283910(5)
Conclusiones
Se concluye en dos sentidos diferentes: Primeramente, debe percibirse que el metodo de J`acobi es
un antecedente del metodo de Gauss-Seidel, mismo que lo mejora de forma notable al acelerar su
convergencia. En segundo termino, pero no menos importante, estos metodos del genero de las
aproximaciones sucesivas dependen fundamentalmente de su criterio de convergencia. En este caso,
del criterio de la diagonal pesada.
Es difcil establecer que tan pesada es una diagonal. No se establece una relacion numerica que nos
diga la relaci
on que debe guardar el elemento aii sobre el resto de los coeficientes aij de su ecuaci
on.
En todo caso, entre m
as evidente sea el dominio de los elementos sobre la diagonal principal, m
as
rapida sera la convergencia de la solucion.
Referencias
[1] Rosa Elena Scheid, Francis. Di Constanzo. Metodos numericos. Schaum. 1991.
1