Método de Gauss-Seidel

De Wikipedia, la enciclopedia libre

Saltar a: navegación, búsqueda

En análisis numérico el método de Gauss-Seidel es un método iterativo utilizado para

resolver sistemas de ecuaciones lineales. El método se llama así en honor a los matemáticos
alemanes Carl Friedrich Gauss y Philipp Ludwig von Seidel y es similar al método de
Jacobi.

Aunque este método puede aplicarse a cualquier sistema de ecuaciones lineales que
produzca una matriz (cuadrada, naturalmente pues para que exista solución única, el
sistema debe tener tantas ecuaciones como incógnitas) de coeficientes con los elementos de
su diagonal no-nulos, la convergencia del método solo se garantiza si la matriz es
diagonalmente dominante o si es simétrica y, a la vez, definida positiva.

Índice
 1 Descripción
 2 Convergencia
 3 Explicación
 4 Algoritmo
 5 Véase también
 6 Enlaces externos

Descripción[editar]
Es un método iterativo, lo que significa que se parte de una aproximación inicial y se repite
el proceso hasta llegar a una solución con un margen de error tan pequeño como se quiera.
Buscamos la solución a un sistema de ecuaciones lineales, en notación matricial:

donde:

El método de iteración Gauss-Seidel se computa, para la iteración :

donde

definimos

donde los coeficientes de la matriz N se definen como si , si

.

Considerando el sistema con la condición de que . Entonces

podemos escribir la fórmula de iteración del método

(*)

La diferencia entre este método y el de Jacobi es que, en este último, las mejoras a las
aproximaciones no se utilizan hasta completar las iteraciones.

Convergencia[editar]

Teorema: Suponga una matriz es una matriz no singular que

cumple la condición de

ó .

Entonces el método de Gauss-Seidel converge a una solución del sistema de

ecuaciones, y la convergencia es por lo menos tan rápida como la convergencia del
método de Jacobi.

Para ver los casos en que converge el método primero mostraremos que se puede escribir
de la siguiente forma:
 (**)

(el término es la aproximación obtenida después de la k-ésima iteración) este modo de

escribir la iteración es la forma general de un método iterativo estacionario.

Primeramente debemos demostrar que el problema lineal que queremos resolver

se puede representar en la forma (**), por este motivo debemos tratar de escribir la matriz
A como la suma de una matriz triangular inferior, una diagonal y una triangular superior
A=(L+D+U), D=diag( ). Haciendo los despejes necesarios escribimos el método de esta
forma

por lo tanto M=-(L+D)-1 U y c=(L+D)-1b

Ahora podemos ver que la relación entre los errores, el cuál se puede calcular al substraer
x=Bx+c de (**)

Supongamos ahora que , i= 1, ..., n, son los valores propios que corresponden a los
vectores propios , i= 1,..., n, los cuales son linealmente independientes, entonces
podemos escribir el error inicial

(***)

Por lo tanto la iteración converge si y sólo si | λi|<1, i= 1, ..., n. De este hecho se desprende
el siguiente teorema:

Teorema: Una condición suficiente y necesaria para que un método iterativo

estacionario converja para una aproximación arbitraria
es que

donde ρ(M) es el radio espectral de M.

Explicación[editar]
Se elige una aproximación inicial para .
Se calculan las matrices M y el vector c con las fórmulas mencionadas. El proceso se repite
hasta que sea lo suficientemente cercano a , donde k representa el número de pasos
en la iteración. Se tiene que despejar de la ecuación una de variable distinta y determinante.
Si al sumar los coeficientes de las variables divididos entre si da 1 y -1 es más probable que
el despeje funcione. Y se debe de despejar en cada ecuación una variable distinta, una
forma de encontrar que variable despejar es despejando la variable que tenga el mayor
coeficiente.

Ejemplos:

3x-y+z=1
x-5y+z=8
x-y+4z=11

Despejes:

x=(1+y-z)/3 y=(8-x-z)/-5 z=(11-x+y)/4

Después se necesita iniciar con las iteraciones,el valor inicial no es importante lo

importante es usar las iteraciones necesarias, para darte cuenta cuantas iteraciones son
necesarias necesitas observar cuando los decimales se estabilicen en dos decimales pero se
tiene que tener en cuenta que se tiene que seguir con las iteraciones aunque una de las
variables sea estable si las démas no han llegado al valor buscado. Se sustituye los valores
en los despejes, usando para cada despeje el nuevo valor encontrado.

k x y z
0 0 0 0
1 0.333 -1.600 2.750
2 -1.117 -0.983 2.267
3 -0.750 -1.370 2.783
4 -1.051 -1.193 2.595
... ... ... ...
10 -0.982 -1.259 2.679
11 -0.979 -1.261 2.681
12 -0.980 -1.260 2.680
13 -0.980 -1.260 2.680
-0.980 -1.260 2.680

Estos son los resultados estimados para las variables y podemos observar que los decimales
se estabilizaron en dos decimales.
Algoritmo[editar]
El método de Gauss-Seidel se puede escribir en forma de algoritmo de la siguiente manera:

Algoritmo Método de Gauss-Seidel

función Gauss-Seidel ( , )

// es una aproximación inicial a la solución//

para hasta convergencia hacer
para hasta hacer

para hasta hacer

si entonces

fin para

fin para
comprobar si se alcanza convergencia
fin para