TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE TEHUACÁN

INGENIERÍA CIVIL

METODOS NUMERICOS

TEMA 5 : SOLUCION DE SISTEMAS DE ECUACIONES

ALVA ALVA FARAÓN N.C.16360478

ING. SALVADOR BLANCO GONZALES

Gauss-Seidel

El método de Gauss-Seidel es el más comúnmente usado para resolver sistemas muy grandes de
ecuaciones lineales.Es una modificación del método de Jácobi que hace que la convergencia sea mas
rápida.Comienza con una aproximación inicial x(0) a la solución x y genera una sucesión de
vectores x(k) que convergen a la solución x.Un sistema de ecuaciones algebraicas lineales es un
conjunto de ecuaciones de la forma:

:: :: ::

O bien en su forma matricial:

Que a su vez se puede expresar como:

Ax = b

Donde “A” es la matriz de coeficientes, x es el vector de incógnitas y b el vector de términos

independientes.La solución del sistema de ecuaciones es un conjunto de n
valores que satisfacen simultáneamente todas las ecuaciones.

Tanto en el método de Gauss-Seidel como en el de Jácobi, el valor que se le de al vector inicial carece
de importancia, ya que el método convergirá a la solución rápidamente no obstante que el vector inicial
tenga valores muy lejanos a la solución. Es por esto que se acostumbra a dar el vector 0 como vector
inicial.

En la solución de estos problemas pueden presentarse 3 casos:

1.- Solución única Sistema compatible determinado.

2.- Mas de una solución Sistema compatible e indeterminado.

(numero infinito de soluciones)

3.- Sin solución Sistema incompatible.

Ilustrando el método de Gauss-Seidel con un sistema de ecuaciones de 3x3, si el vector:

Es el vector aproximación a la solución x después de k iteraciones, entonces se tiene que para la

siguiente aproximación:

Es el vector aproximación a la solución x después de k iteraciones, entonces se tiene que para la

siguiente aproximación:

Para un sistema de n ecuaciones con n incógnitas se tiene la siguiente fórmula (usando una
notación más compacta):

Newton Raphson

Este método es uno de los mas utilizados para localizar raíces ya que en general es muy eficiente y
siempre converge para una función polinomial.

Se requiere que las funciones sean diferenciables, y por tanto, continuas, para poder aplicar este
método.
Se debe partir de un valor inicial para la raíz: xi , este puede ser cualquier valor, el método
convergirá a la raíz mas cercana.

Si se extiende una tangente desde el punto , el punto donde esta tangente cruza al eje x
representa una aproximación mejorada de la raíz.

La fórmula de Newton-Raphson se deduce a partir de la fórmula de la pendiente de una recta.

Pendiente de una recta:

Hay que determinar un numero máximo de iteraciones

Normalmente esto se hace considerando una “tolerancia” , esto es:

El valor absoluto de la diferencia de la debe ser menor que la tolerancia o el resultado de

alguna fórmula de error debe ser menor que la tolerancia dada.

Una de las fórmulas de error mas útiles es la del error relativo porcentual aproximado:

100 %

El método de Newton-Raphson es convergente cuadráticamente, es decir, el error es

aproximadamente al cuadrado del error anterior.

Esto significa que el numero de cifras decimales correctas se duplica aproximadamente en cada
interacción.

Cuando el método de Newton-Raphson converge, se obtienen resultados en relativamente pocas

interacciones, ya que para raíces no repetidas este método converge con orden 2 y el error E i+1 es
proporcional al cuadrado del resultado anterior Ei

Supóngase que el error en una iteración es 10 -n el error en la siguiente, (que es proporcional al

cuadrado del error anterior) es entonces aproximadamente 10 -2n, el que sigue será aproximadamente
10-4n etc.

De esto puede afirmarse que de cada iteración duplica aproximadamente el numero de dígitos
correctos.

Sin embargo el método de Newton-Raphson algunas veces no converge, sino que oscila. Esto ocurre
si no hay raíz real, si la raíz es un punto de inflexión o si el valor inicial esta muy alejado de la raíz
buscada y alguna otra parte de la función “atrapa” la iteración.