Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MTC 133
MTC 133
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:
definimos
(*)
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]
ó .
Para ver los casos en que converge el método primero mostraremos que se puede escribir
de la siguiente forma:
(**)
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:
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:
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:
fin para
fin para
comprobar si se alcanza convergencia
fin para