Este método se basa en la aproximación iterativa propuesta por Seidel en 1874 en la Academia de

Ciencias de Munich, para la aplicación al problema del flujo de potencia. Las ecuaciones de nodo y
condiciones de contorno se combinan, para el nodo k:

De donde se puede expresar la tensión Vk como:

La ecuación anterior es el corazón del algoritmo iterativo. La iteración comienza con una
estimación de las magnitudes y ángulos de todas las barras del sistema, y se van recalculando las
tensiones utilizando los mejores valores disponibles. Esto es, para calcular la tensión Vk se utilizan
los V1...k-1 ya actualizados, y los Vk...n del paso anterior. El método tiene una convergencia
extremadamente lenta pero segura (excepto para problemas mal condicionados, o sin
convergencia posible).

El método de Gauss-Seidel pertenece a la familia de los métodos iterativos utilizados para obtener
la o las raíces de una función cualquiera, especialmente en forma de matrices de n ecuaciones
[A]{X}={B}

Si los elementos de la diagonal de la matriz que se está solucionando no son todos cero la 1era se
resuelve para x1, la 2da para x2 y la tercera para x3, y la enésima para xn para obtener:
Teorema.

Considerar un sistema de n ecuaciones con n incógnitas, es decir, se tiene una matriz de

coeficientes A cuadrada. Si el valor absoluto del elemento de la diagonal de cada renglón de A es
más grande que la suma de los valores absolutos de los otros elementos de tal renglón entonces el
sistema tiene una solución única. El método iterativo de Gauss-Seidel convergerá a la solución sin
importar los valores iniciales.

Así es como empieza el proceso iterativo suponiendo que los valores iniciales de x son cero. Luego
al obtener el primer x1 se evalúa en (2) junto con el valor previo de x3 y de igual forma se procede
en (3) con el x2 calculado y el x1 previo, para finalmente volver a (1) bajo la misma fórmula,
haciendo converger el sistema.

Criterio de convergencia

Este criterio no solo se aplica a las ecuaciones lineales que se resuelven con el método de Gauss-
Seidel sino también para el método iterativo del punto fijo y el método de jacobi . Por tanto, al
aplicar este criterio sobre las ecuaciones de Gauss-Seidel y evaluando con respecto a cada una de
las incógnitas, obtenemos la expresión siguiente:

El valor absoluto de las pendientes en la ecuación, deben ser menor que la unidad para asegurar la
convergencia.

Es decir, el elemento diagonal debe ser mayor que el elemento fuera de la diagonal para cada
reglón de ecuaciones. La generalización del criterio anterior para un sistema de n ecuaciones es:
Ventajas

• Espacio: convenientes para matrices cuadradas

• Tiempo: menor número de operaciones

Desventajas

• Velocidad: convergencia lenta

• Convergencia: no siempre se obtiene la solución en un número finito de pasos

EJEMPLO

Usar el método de Gauss-Seidel para aproximar la solución del sistema:

(1)

(2)

(3)

Hasta que:

a  1%
SOLUCION

Primero despejamos las incógnitas x1, x2 y x3 de las ecuaciones 1, 2 y 3. Así tenemos:

Estas son nuestro juego de fórmulas iterativas. Comenzamos iteraciones, sustituyendo x1=x2=0 en
la 1ra ecuación, para calcular el 1er valor de x1:

Ahora, sustituimos x1=2.66667 y x3=0 en la segunda ecuación, para obtener x2 :

Ahora sustituimos x1=2.66667 y x2=-2.82381 en la tercera ecuación, para obtener x3:

Así, tenemos nuestra primera aproximación a la solución del sistema:

x1=2.66667, x2=-2.82381, x3=7.1051

Puesto que todavía no podemos calcular ningún error aproximado, repetimos el proceso pero
ahora con los últimos datos obtenidos para las incógnitas:

Sustituyendo x2=-2.82381 y x3=7.1051 en la ecuación 1 obtenemos x1=3.6626. Sustituyendo

x1=3.6626 y x3=7.1051 en la ecuación 2 obtenemos x2=-3.24404, finalmemente, sustituyendo
x1=3.6626 y x2=-3.24404 en la ecuación 3 obtenemos x3=7.06106.

Así, tenemos la 2da lista de valores de aproximación a la solución del sistema:

Ahora si podemos calcular los errores absolutos para las incógnitas. Tenemos:

Puesto que no se ha logrado el objetivo, se repite el mismo proceso con los últimos valores
obtenidos de cada una de las incógnitas. Note que aunque el error aproximado 𝜖𝑎3 ya cumple
con ser menor al 1%, esto se debe de cumplir para los tres errores aproximados!

Por lo tanto repetimos el mismo proceso. Omitiendo los pasos intermedios, obtenemos:
Y en este caso tenemos los siguientes errores aproximados:

Vemos que ahora sí se ha cumplido el objetivo para cada uno de los errores aproximados. Por lo
tanto, concluimos que la solución aproximada es:

X1=3.62724, X2=-3.24102, X3=7.06250