1.

Demostración:
Método de Gauss – Seidel

2. Análisis Matemático
2.1. Demostraciones Específicas

Específica 1: Método de Gauss – Seidel

AFIRMACIÓN JUSTIFICACIÓN

5𝑥 − 2𝑦 + 3𝑧 = −1 Se tiene un sistema lineal de

−3𝑥 + 9𝑦 + 𝑧 = 2 ecuaciones de la siguiente manera.
2𝑥 − 𝑦 − 7𝑧 = 3

Para utilizar el método, se debe

𝟓𝑥 − 2𝑦 + 3𝑧 = −1 asegurar que en los números de la
−3𝑥 + 𝟗𝑦 + 𝑧 = 2
diagonal sean dominantes para cada
2𝑥 − 𝑦 − 𝟕𝑧 = 3
una de sus ecuaciones. Es decir, que
5≥2+3 tales coeficientes deben ser mayor o
9≥3+1 igual que la suma de los valores
7≥2+1 absolutos de los demás coeficientes.
Además, todos los coeficientes deben
ser diferentes de cero.

1 2 3
𝑥=− + 𝑦− 𝑧
5 5 5 De cada ecuación se despeja una
2 1 1
𝑦= + 𝑥− 𝑧 incógnita distinta en función de las
9 3 9
3 2 1 demás.
𝑧=− + 𝑥− 𝑦
7 7 7

𝑥 = 0; 𝑦 = 0; 𝑧 = 0
Como es un método iterativo, se
1 2 3
𝑥 = − + (0) − (0) = −0.2 comienza la primera iteración en cero y
5 5 5
2 1 1 estos valores se van reemplazando en
𝑦 = + (−0.2) − (0) = 0.1556 las ecuaciones. Sin embargo, el valor
9 3 9
3 2 1 de la primera iteración, ya se van
𝑧 = − + (−0.2) − (0.1556) = −0.5079
7 7 7 reemplazando en la misma desde el
𝑥 = −0.2; 𝑦 = 0.1556; 𝑧 = −0.5079 principio.

Se reemplaza en cualquiera de las

ecuaciones para comprobar. El error es
2(−0.2) − 0.1556 + 7(−0.5079) = 3
inaceptable, por lo que se procede
−4.111 = 3
necesariamente, a realizar más
𝐸𝑎 = 7.111 iteraciones.

1
2𝑑𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛: 𝑥 = 0.1667; 𝑦 = 0.3342; 𝑧 = −0.4286
3𝑟𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛: 𝑥 = 0.1908; 𝑦 = 0.3334; 𝑧 = −0.4217
4𝑡𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛: 𝑥 = 0.1864; 𝑦 = 0.3312; 𝑧 = −0.4226
5𝑡𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛: 𝑥 = 0.186; 𝑦 = 0.3312; 𝑧 = −0.4227
2(0.186) − 0.3312 + 7(−0.4227) = 3
−2.938 = 3
𝐸𝑎 = 0.061
Se realizan, por ejemplo, hasta la
quinta iteración, y el valor del método
está más cerca del real, puesto que el
error ya no es considerable. Así se
puede seguir iterando hasta cumplir
con alguna condición de error mínimo
que se desee.

2.2. Convergencia del método

Afirmación Justificación
Se considera un sistema lineal, donde
𝐴𝑥 = 𝑏 A se descompone en matrices S y T
𝑆𝑥 = 𝑇𝑥 + 𝑏 para obtener un sistema equivalente y
𝑆𝑥 (𝑘+1) = 𝑇𝑥 (𝑘) + 𝑏 desde este, se hacen las respectivas
𝑥 (𝑘+1) = 𝑆 −1 𝑇𝑥 (𝑘) + 𝑆 −1 𝑏 iteraciones.
La descomposición de la matriz A
lim {𝑥 (𝑘) } =𝑥 será adecuada cuando la sucesión
𝑘→∞
converja a la solución del sistema.

𝑆(𝑥 (𝑘+1) − 𝑥) = 𝑇(𝑥 (𝑘) − 𝑥) En función de los errores generados

𝑆𝜀 (𝑘+1) = 𝑇𝜀 (𝑘) en cada iteración, se obtiene la
(𝑘+1) (𝑘)
𝜀 ⋀ 𝜀 𝑠𝑜𝑛 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎𝑠 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑘 + 1 𝑦 𝑘. ecuación de diferencia, que tendrá su
𝜀 (𝑘+1) = (𝑆 −1 𝑇)𝜀 (𝑘) ; 𝑘 = 0,1,2, … solución para cualquier error inicial.
lim {𝑥 (𝑘) } = 𝑥 ≅ lim {𝜀 (𝑘) } = 0
𝑘→∞ 𝑘→∞

𝑆𝑥 = 𝑇𝑥 + 𝑏
𝑆=𝐷 En la k+1 iteración, el vector x(k) se
𝑇 = −(𝐿 + 𝑈) calcula de acuerdo a Sx = Tx+b. Esta
𝑥 (𝑘+1) = 𝐷 −1 (𝐿 + 𝑈)𝑥 (𝑘) + 𝐷 −1𝑏 fórmula define el proceso de Jacobi o
𝑛
(𝑘+1)
1 (𝑘) de los desplazamientos simultáneos.
𝑥𝑖 = − [∑ 𝑎𝑖𝑗 𝑥𝑗 − 𝑏𝑖 ] ; 𝑖 ≠ 𝑗
𝑎𝑖𝑖
𝑗=1

2
 𝑛
(𝑘+1)
1 (𝑘)
𝑥1 =− [∑ 𝑎𝑖𝑗 𝑥𝑗 − 𝑏1 ] El método de Gauss-Seidel, sigue un
𝑎11
𝑗=2 proceso de desplazamientos
𝑛 sucesivos, es decir, la aproximación
(𝑘+1)
1 (𝑘)
𝑥2 =− [𝑎21 𝑥1 (𝑘+1) ∑ 𝑎𝑖𝑗 𝑥𝑗 − 𝑏2 ] de x1 se una en la aproximación de x2
𝑎22
𝑗=3 y así sucesivamente, obteniendo la
forma general del método.
𝑛 𝑛
(𝑘+1)
1 (𝑘) (𝑘)
𝑥𝑖 = − [∑ 𝑎𝑖𝑗 𝑥𝑗 + ∑ 𝑎𝑖𝑗 𝑥𝑗 − 𝑏𝑖 ] ; 𝑖 ≠ 𝑗
𝑎𝑖𝑖
𝑗=1 𝑗=𝑖+1

[1]
2.3. Teoría de errores

Error 1: Error del método

AFIRMACIÓN JUSTIFICACIÓN

𝑥 (𝑘+1) = 𝑀𝑥 (𝑘) + 𝐹
𝜀 (𝑘) = 𝑥 (𝑘) − 𝑥 = 𝑀𝑥 (𝑘−1)
𝜀 (𝑘) = 𝑀𝜀 (𝑘−1)
𝜀 (𝑘) = 𝑀𝑘 𝜀 (0)
|𝜀 (𝑘) | ≤ |𝑀𝑘 ||𝜀 (0) |
El error de truncamiento en la k-ésima
iteración se representa y, por lo tanto,
se llega a la fórmula para evaluar
cualquiera que sea el error inicial

lim {𝜀 (𝑘) } = 0 Cualquier método iterativo será

𝑘→∞ convergente cuando el límite del error
lim {|𝜀 (𝑘) |} = 0
𝑘→∞ de la k-ésima iteración tiendan a cero
mientras k crezca. Para que se cumpla
lim {|𝑀𝑘 |} = lim {|𝑀|𝑘 } = 0 esta condición M debe ser menor a 1 y
𝑘→∞ 𝑘→∞
∴ |𝑀 | < 1 mayor a -1 y, a su vez, el método va a
converger.
𝛥(𝑘) = 𝑥 (𝑘−1) − 𝑥 𝑘
𝛥(𝑘) = 𝜀 (𝑘−1) − 𝜀 𝑘
|𝛥(𝑘) | ≥ |𝜀 (𝑘−1) | − |𝜀 𝑘 |
Si Δ(k) es la diferencia entre dos
aproximaciones consecutivas, y
|𝜀 (𝑘) | ≤ |𝑀||𝜀 (𝑘−1) |
mediante operaciones basadas en
|𝜀 (𝑘) | ≤ |𝑀|(|𝛥(𝑘) | + |𝜀 (𝑘) |)
fórmulas obtenidas anteriormente, se
obtiene la acotación del error.
(𝑘)
|𝑀||𝛥(𝑘) |
|𝜀 |≤
1 − |𝑀 |

[1]

3
Error 2: Error Absoluto/Relativo

AFIRMACIÓN JUSTIFICACIÓN

El error absoluto está asociado con el

uso del método cuando se trata en un
sistema que contiene decimales como
coeficientes.
𝐸𝑎 = |𝑣𝑎𝑙𝑜𝑟𝑇𝐼 − 𝑣𝑎𝑙𝑜𝑟𝑐𝑜𝑚𝑝 | Es una simple diferencia entre el valor
que se obtiene comprobando los
resultados de las variables en una de las
ecuaciones del sistema; y el valor dado
como término independiente.
El error porcentual se define en manera
𝑣𝑎𝑙𝑜𝑟𝑇𝐼 − 𝑣𝑎𝑙𝑜𝑟𝑐𝑜𝑚𝑝 de porcentaje, haciendo una relación
𝐸𝑟 = | | ∗ 100% entre el error absoluto y el valor dado
𝑣𝑎𝑙𝑜𝑟𝑇𝐼
en el término independiente.

3. Caracterización

Caracterización 1: Ventajas / Desventajas

VENTAJAS DESVENTAJAS

Con este método resulta muy fácil encontrar la

No es válido para cualquier sistema. Para funcionar,
solución de un sistema lineal, puesto que no se
debe cumplir con estrictos requisitos en la forma del
debe realizar operaciones complicadas más que
sistema lineal.
iterar valores y reemplazar ecuaciones.
En algunos casos, un valor no converge lo
En algunos casos, es posible trabajar con sistemas suficientemente rápido y, por lo tanto, se deben
no lineales. realizar numerosas iteraciones.

El método converge con mayor velocidad que con Existen casos que un resultado no logra converger a
el método de Jacobi. un valor en específico.

Caracterización 2: Conclusiones / Recomendaciones

CONCLUSIONES RECOMENDACIONES

4
Si bien el método permite mover filas para obtener
El método recomienda iniciar la primera iteración
la condición de la diagonal dominante, no es
desde 0.
posible mover columnas para ajustar la condición.

El método de Gauss-Seidel resulta ser mucho más
fácil que otros métodos para resolver sistemas
lineales, puesto que solo se utilizan iteraciones
para encontrar las soluciones. Sin embargo, las
condiciones que requiere lo hacen un método
bastante limitado.
Se recomienda tomar en cuenta una cantidad
considerable de decimales al realizar las iteraciones.
La diferencia al tomar dos decimales de exactitud
altera por mucho, el resultado de la solución.

Se puede observar que, este método tiene un grado

ligeramente menor de error que el método de
Jacobi.

4. Bibliografía

[1] J. G. Iñiguez, «Fundamentos sobre convergencia en modelos iterativos para sistemas

de ecuaciones lineales,» SciELO, Diciembre 2006. [En línea]. Available:
http://www.scielo.org.bo7scielo.php?script=sci_arttext&pid=S2071-
081X2006000100004. [Último acceso: 04 Diciembre 2019].