Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ir a la navegaciónIr a la 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 Algoritmo
4 Véase también
5 Enlaces externos
Descripción
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:
Convergencia
Teorema: Suponga una matriz {\displaystyle A\in R(n,n)}{\displaystyle A\in R(n,n)}
es una matriz no singular que cumple la condición de
{\displaystyle |a_{\mu \mu }|>\sum _{1{\leq }\nu {\leq }n,\nu {\neq }\mu }|
a_{\mu \nu }|\,}{\displaystyle |a_{\mu \mu }|>\sum _{1{\leq }\nu {\leq }n,\nu {\neq
}\mu }|a_{\mu \nu }|\,} ó {\displaystyle \sum _{1{\leq }\nu {\leq }n,\nu {\neq }\mu
}|a_{\nu \mu }|,1{\leq }\mu {\leq }n\,}{\displaystyle \sum _{1{\leq }\nu {\leq }
n,\nu {\neq }\mu }|a_{\nu \mu }|,1{\leq }\mu {\leq }n\,}.
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:
{\displaystyle x^{(k+1)}={-(L+D)}^{-1}{U}x^{(k)}+{(L+D)}^{-1}b\,}{\displaystyle
x^{(k+1)}={-(L+D)}^{-1}{U}x^{(k)}+{(L+D)}^{-1}b\,}
por lo tanto M=-(L+D)-1 U y c=(L+D)-1b
Ahora podemos ver que la relación entre los errores, el cual se puede calcular al
substraer x=Bx+c de (**)
{\displaystyle x^{(k+1)}-x=M(x^{(k)}-x)=...=M^{(k+1)}(x^{(0)}-x).\,}{\displaystyle
x^{(k+1)}-x=M(x^{(k)}-x)=...=M^{(k+1)}(x^{(0)}-x).\,}
Supongamos ahora que {\displaystyle \lambda _{i}\,}{\displaystyle \lambda _{i}\,},
i= 1, ..., n, son los valores propios que corresponden a los vectores propios
{\displaystyle u_{i}}{\displaystyle u_{i}}, i= 1,..., n, los cuales son linealmente
independientes, entonces podemos escribir el error inicial
Algoritmo
El método de Gauss-Seidel se puede escribir en forma de algoritmo de la siguiente
manera: