Universidad Peruana Unión
Métodos Numéricos
Método de Gauss-Seidel
Realizado por:
Luque Mamani Carlos G.
Luque Maraza Johan F.
Mamani Coyla Jhoel
V Semestre 2022-I
ÍNDICE
Introducción
Descripción del Criterio de Convergencia
Errores
Ejemplo 1
Ejemplo 2
Ejemplo 3
Ejemplo 4
Bibliografía
Introducción
Este método se basa en la aproximación iterativa
propuesta por Seidel en 1874 en la Academia de
Ciencias de Munich, para la aplicación al problema
del flujo de potencia.
La ecuación anterior es el corazón del algoritmo
iterativo. La iteración comienza con una estimación
de las magnitudes y ángulos de todas las barras
del sistema, y se van recalculando las tensiones
utilizando los mejores valores disponibles. Esto es,
para calcular la tensión Vk se utilizan los V1...k-1
ya actualizados, y los Vk...n del paso anterior. El
método tiene una convergencia extremadamente
lenta pero segura (excepto para problemas mal
condicionados, o sin convergencia posible).
El método de Gauss-Seidel pertenece a la
familia de los métodos iterativos utilizados
para obtener la o las raíces de una función
cualquiera, especialmente en forma de
matrices de n ecuaciones [A]{X}={B}
Si los elementos de la diagonal de la matriz que se está solucionando no son todos cero la 1era se resuelve para x 1, la 2da para x2
y la tercera para x3, y la enésima para x n para obtener:
X1= ( b1 – a12x2 – a13x3 ) / a11
X2 = ( b2 – a21x1 – a23x3 ) / a22
X3 = ( b3 – a31x1 – a32x2 ) / a33
.
.
.
Xn = ( bn – an1x1 - …- ann-1xn-1 ) / ann
Teorema
Considerar un sistema de n ecuaciones con n
incógnitas, es decir, se tiene una matriz de
coeficientes A cuadrada. Si el valor absoluto
del elemento de la diagonal de cada renglón de
A es más grande que la suma de los valores
absolutos de los otros elementos de tal renglón
entonces el sistema tiene una solución única. El
método iterativo de Gauss-Seidel convergerá a
la solución sin importar los valores iniciales.
Así es como empieza el proceso iterativo
suponiendo que los valores iniciales de x
son cero. Luego al obtener el primer x1 se
evalúa en (2) junto con el valor previo de
x3 y de igual forma se procede en (3) con
el x2 calculado y el x1 previo, para
finalmente volver a (1) bajo la misma
fórmula, haciendo converger el sistema.
<< ÍNDICE
Criterio de Convergencia
Este criterio no solo se aplica a las ecuaciones lineales que se resuelven
con el método de Gauss-Seidel sino también para el método iterativo del
punto fijo y el método de Jacobi . Por tanto, al aplicar este criterio sobre
las ecuaciones de Gauss-Seidel y evaluando con respecto a cada una de
las incógnitas, obtenemos la expresión siguiente:
a 21 a12
1 1
a 22 a11
El valor absoluto de las pendientes en la ecuación, debe ser menor que la
unidad para asegurar la convergencia.
a 22 a 21 a11 a12
Es decir, el elemento diagonal debe ser mayor que el elemento fuera de la
diagonal para cada reglón de ecuaciones. La generalización del criterio
anterior para un sistema de n ecuaciones es:
n
aii ai , j
j 1
j i
Ejemplos de convergencia
Iteraciones utilizando las siguientes ecuaciones sin
ordenar
Divergencia Seidel
X1 X2
u : 11x1 13x2 286
0.00
26.00
0.00
0.00
v : 11x1 9 x2 99
26.00 20.78
1.44 20.78 Divergencia Seidel
1.44 -9.23 70
36.91 -9.23 60
36.91 34.12 50
-14.32 34.12 40
-14.32 -28.50 30
59.68 -28.50 20
X2
59.68 61.95 10
-47.21 61.95 0
-20 -10 0 10 20 30 40 50 60 70
-47.21 -68.70 -10
107.19 -68.70 -20
107.19 120.01 -30
-115.83 120.01 -40
X1
-115.83 -152.57
Ejemplos de convergencia
Iteraciones utilizando previamente el criterio de
diagonal dominante
Convergencia Seidel
X1 X2 v : 11x1 9 x2 99
0.00 0.00
9.00 0.00 u : 11x1 13x2 286
9.00 14.38
20.77 14.38
20.77 4.43 Convergencia Seidel
12.62 4.43 16
12.62 11.32 14
18.26 11.32
12
18.26 6.55
14.36 6.55 10
14.36 9.85
X2
8
17.06 9.85
17.06 7.56 6
15.19 7.56
4
15.19 9.15
16.48 9.15 2
16.48 8.05
0
15.59 8.05 0 5 10 15 20 25
15.59 8.81 X1
En Resumen
El método de Gauss-Seidel está basado en el concepto
de punto fijo, es decir ( xi = gi (x), i = 1.. n), para resolver
sistemas de ecuaciones lineales.
Para garantizar la convergencia se debe de cumplir que
el sistema tenga una diagonal dominante, es decir que se
cumpla la desigualdad dada abajo; si se cambia el orden
de las ecuaciones puede haber divergencia.
n
aii aij
i1
ji
En Resumen
Además, se destaca que para mejorar la convergencia,
se usan técnicas como:
Utilización de los cálculos previos asumiendo una
mejor aproximación que el vector de condiciones
iniciales. ( Gauss-Seidel ).
Un factor de ponderación para reducir el error
residual ( Relajación )
<< ÍNDICE
Errores de Gauss- Seidel
Ventajas?
• Espacio: convenientes para matrices cuadradas
• Tiempo: menor número de operaciones
Desventajas?
• Velocidad: convergencia lenta
• Convergencia: no siempre se obtiene la solución en un
número finito de pasos
Análisis de error
1 1
ek 1 B Cek B C ek
1 2 1 k 1
ek 1 B C ek 1 B C e0
condición suficiente de convergencia :
1
B C 1
EJEMPLO #1
► Resolverel siguiente sistema de ecuación
por el método Gauss-Seidel utilizando un
E= 0.001.
0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40
<< ÍNDICE
► SOLUCIÓN:
Primero ordenamos las ecuaciones, de modo
que en la diagonal principal estén los
coeficientes mayores para asegurar la
convergencia.
► 3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85
► 0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30
► 0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40
►Despejamos cada una de las variables
sobre la diagonal:
► Suponemos los valores iniciales X2 = 0 y X3 = 0 y
calculamos X1
valor junto con el de X3 se puede utilizar para
► Este
obtener X2
► Laprimera iteración se completa
sustituyendo los valores de X1 y X2
calculados obteniendo:
► Enla segunda iteración, se repite el mismo
procedimiento:
►Comparando los valores calculados entre la primera
y la segunda iteración
Como podemos observar, no se cumple la
condición
► Entonces tomamos los valores calculados en la
última iteración y se toman como supuestos para
la siguiente iteración. Se repite entonces el
proceso:
► Comparando de nuevo los valores obtenidos
► Como se observa todavía no se cumple la
condición
► Así que hacemos otra iteración
► Comparando los valores obtenidos
► Dado que se cumple la condición, el
resultado es:
X1 = 3.0
X2 = -2.5
X3 = 7.0
EJEMPLO #2
► Usar el método de Gauss-Seidel para aproximar la solución
del sistema:
(1)
(2)
(3)
► hasta que:
a 1%
► Solución
► Primerodespejamos las incógnitas x1, x2 y x3 de las
ecuaciones 1, 2 y 3. Así tenemos:
► Estasson nuestro juego de fórmulas iterativas.
Comenzamos iteraciones, sustituyendo x 1=x2=0 en
la 1ra ecuación, para calcular el 1er valor de x1:
► Ahora, sustituimos x1=2.66667 y x3=0 en la
segunda ecuación, para obtener x2 :
► Ahora sustituimos x1=2.66667 y
x2=-2.82381 en la tercera ecuación, para
obtener x3:
► Así, tenemos nuestra primera aproximación
a la solución del sistema:
x1=2.66667, x2=-2.82381, x3=7.1051
► Puesto que todavía no podemos calcular
ningún error aproximado, repetimos el
proceso pero ahora con los últimos datos
obtenidos para las incógnitas:
► Sustituyendo x2=-2.82381 y x3=7.1051 en
la ecuación 1 obtenemos x1=3.6626.
Sustituyendo x1=3.6626 y x3=7.1051 en la
ecuación 2 obtenemos x2=-3.24404,
finalmente, sustituyendo x1=3.6626 y x2=-
3.24404 en la ecuación 3 obtenemos
x3=7.06106.
► Así, tenemos la 2da lista de valores de
aproximación a la solución del sistema:
► Ahora si podemos calcular los errores
absolutos para las incógnitas. Tenemos:
► Puesto que no se ha logrado el objetivo, se
repite el mismo proceso con los últimos valores
obtenidos de cada una de las incógnitas. Note
que aunque el error aproximado ya cumple
a ,3
con ser menor al 1%, esto se debe de cumplir
para los tres errores aproximados!
► Por lo tanto repetimos el mismo proceso.
Omitiendo los pasos intermedios, obtenemos:
►Y en este caso tenemos los siguientes errores
aproximados:
► Vemos que ahora sí se ha cumplido el
objetivo para cada uno de los errores
aproximados. Por lo tanto, concluimos que la
solución aproximada es:
X1=3.62724, X2=-3.24102, X3=7.06250
APLICACIÓN EN ING. CIVIL
► Hay muchos factores interrelacionados: el tamaño del proyecto, los materiales que vamos a utilizar, las horas de trabajo que se
necesitan y el número de personas que lo van a hacer. Con todos esos factores se puede hacer matemáticamente un sistema de
ecuaciones lineales. Esto mismo lo puede utilizar cualquier persona para calcular su presupuesto diario al hacer la compra.
<< ÍNDICE
Bibliografía
Steven Chapra, Raymond Canale. “Métodos
numéricos para ingenieros”, cuarta edición, 2003.
pp 301-313, 320-321, 344-346.
The Jacobi Method, marzo 2004. (disponible en
http:/[Link]/linalg/html_templat
es/[Link])
The Gauss_Seidel Method, marzo 2004.
(disponible en
http:/[Link]/linalg/html_templat
es/[Link])
The Successive Overrelaxation Method, marzo
2004. (disponible en
http:/[Link]/linalg/html_templat
es/[Link])
