Documente Academic
Documente Profesional
Documente Cultură
siempre) converge ms rpido. El ltimo valor de cada variable es sustituido en cada paso en el
proceso iterativo. El mtodo de Gauss-Seidel, es un mtodo iterativo y por lo mismo, resulta ser
un mtodo bastante eficiente. A continuacin se presenta un sistema de ecuaciones:
xn
Este ltimo conjunto de ecuaciones son las que forman las frmulas iterativas. Para
comenzar el proceso iterativo, le se le asigna el valor de cero a las variables
x 2 ,, xn
Mtodo de Gauss-Seidel
ecuacin. Todo este paso, darn una lista de primeros valores para las incgnitas, la
cual conforma el primer paso en el proceso iterativo. Digamos que se tiene:
Se repite el proceso, pero ahora sustituyendo estos ltimos datos en vez de ceros
como al inicio, se obtendr una segunda lista de valores para cada una de las
incgnitas. Por lo tanto ahora se tiene:
En este momento, se puede calcular los errores aproximados relativos, respecto a cada
una de las incgnitas. As, se tiene la lista de errores como sigue:
Mtodo de Gauss-Seidel
El mtodo de Gauss-Seidel surgio como una modificacin del mtodo de Jacobi que
acelera la convergencia de ste.
El mtodo de Gauss-Seidel recorta sustancialmente el nmero de iteraciones a realizar
para obtener una cierta precisin en la solucin. Evidentemente los criterios de
convergencia son similares a los de Jacobi.
Este criterio no solo se aplica a las ecuaciones lineales que se resuelven con el mtodo
de Gauss-Seidel sino tambin para el mtodo iterativo del punto fijo y el mtodo de
jacobi. Por tanto, al aplicar este criterio sobre las ecuaciones de Gauss-Seidel y
evaluando con respecto a cada una de las incgnitas, obtenemos la expresin
siguiente:
a21
1
a22
a12
1
a11
El valor absoluto de las pendientes en la ecuacin, deben ser menor que la unidad para
asegurar la convergencia.
a22 a21
a11 a12
Es decir, el elemento diagonal debe ser mayor que el elemento fuera de la diagonal
para cada regln de ecuaciones. La generalizacin del criterio anterior para un sistema
de n ecuaciones es:
n
aii ai , j
j 1
j i
Ejemplo 1:
Mtodo de Gauss-Seidel
Emplee el mtodo de Gauss-Seidel con relajacin para resolver (=0.90 y a =
5%):
-5 X1
+ 12 X3
4 X1 1 X2
6 X1 + 8 X2
= 80
1 X3
=-2
= 45
8
x3
45
siguiente:
Verificando el criterio de convergencia mediante la siguiente ecuacin:
n
ai ,i ai , j
j 1
j i
Convergencia: Esto quiere decir que el elemento diagonal debe ser mayor al
elemento fuera de la diagonal para cada fila. Por tanto reorganizamos el sistema de la
siguiente forma
4 1 1 x1
2
x 2 45
5
80
12 x3
4 1 1
8 6
12 5
Mtodo de Gauss-Seidel
x1
b1 a12 x 2 a13 x3
a11
x2
b2 a 21 x1 a 23 x3
a 22
x3
b3 a31 x1 a32 x 2
a33
xi
nuevo
xi
nuevo
(1 ) xi
anterior
b1 a12 x 2 a13 x3
a11
2 1 x 2 1 x3
4
2 1 0 1 0
x1
4
x1 0,50000
x1
b2 a 21 x1 a 23 x3
a 22
45 6 x1
8
45 6 (0,50000)
x2
8
x 2 6,00000
x2
Mtodo de Gauss-Seidel
x3
b3 a31 x1 a 32 x 2
a33
80 5 x1
12
80 5 ( 0,50000)
x3
12
x3 6,45833
x3
x1 0,50000
x 2 6,00000
x3 6,45833
b1 a12 x 2 a13 x3
a11
2 1 x 2 1 x3
4
2 1 6,0000 1 6,45833
x1
4
x1 2,61458
x1
aplicando la ponderacin
x1
nuevo
x1
x1
nuevo
x1
nuevo
2,30313
nuevo
(1 ) x1
anterior
Mtodo de Gauss-Seidel
x2
b2 a 21 x1 a 23 x3
a 22
45 6 x1
8
45 6 ( 2,30313)
x2
8
x 2 3,89766
x2
aplicando la ponderacin
nuevo
x2
x1
nuevo
x1
nuevo
4,10789
x2
nuevo
(1 ) x 2
anterior
b3 a31 x1 a32 x 2
a33
80 5 x1
12
80 5 (2,30313)
x3
12
x3 7,62630
x3
aplicando la ponderacin
x3
nuevo
x3
x3
nuevo
x3
nuevo
7,50951
nuevo
(1 ) x3
anterior
Mtodo de Gauss-Seidel
Una vez obtenidos estos resultados, se debe calcular el error aproximado porcentual
para cada uno de los resultados, para ello utilizamos la siguiente frmula:
xr
ax1
ax1
nuevo
xr
anterior
100%
nuevo
xr
Para X1,
x1
nuevo
x1
x1
anterior
100%
nuevo
2,30313 ( 0,50000)
100%
2,30313
ax1 121,71% 5%
Para X2,
ax 2
ax 2
x2
nuevo
anterior
x2
x2
nuevo
100%
4,10789 6,00000
100%
4,10789
ax 2 46,06% 5%
Para X3,
ax 3
ax 3
x3
nuevo
x3
x3
nuevo
anterior
100%
7,50951 6,45833
100%
7,50951
ax 3 14,00% 5%
Dado que en las tres incgnitas el error aproximado porcentual es mayor a un
5% se debe hacer una nueva iteracin. Se contina realizando el mismo procedimiento
con los nuevos valores de X obtenidos hasta que los errores aproximados porcentuales
en las tres incgnitas sean menores que el 5%.
Mtodo de Gauss-Seidel
El resultado de estas iteraciones siguiendo el mismo procedimiento, se presenta en la
Tabla 7.
Tabla 7: Resultados de las iteraciones por el mtodo de Gauss_Seidel con Relajacin
con un =0.9 del ejemplo 3 (ejercicio 11.9 pp. 321)
It
eracin
0
1
2
3
4
a x1
0
,00000
0,50000
2
,30313
2
,39423
2
,37827
0
,00000
6
,00000
4
,10789
3
,85719
3
,84289
0
,00000
6
,45833
7
,50951
7
,64879
7
,65673
1
21,71%
3
,81%
0
,67%
a x2
a x3
4
6,06%
1
4,00%
6
,50%
1
,82%
0
,37%
0
,10%
x1 2,37827
x 2 3,84289
x3 7,65673
al sustituir estos valores en las ecuaciones originales para verificar los resultados
obtenemos que:
17 *(2,37827)
2 *(3,84289)
3 *(7,65673)
= -1,98655
-5 *(2,37827)
+ 21 *(3,84289)
2 *(7,65673)
= 45,01271
-5 *(2,37827) 5 *(3,84289)
+ 22 *(7,65673)
= 79,98941
100% 0,03%
45
80 - 79,98941
100% 0,01%
80
ErrorEC1
ErrorEC2
ErrorEC3
Mtodo de Gauss-Seidel
EJEMPLO 2:
Resolver el siguiente sistema de ecuaciones por el mtodo de Gauss-Seidel utilizando
un =0.001
0.1x+7y-0.3z=-19.30
3x-0.1y-0.2z=7.85
0.3x-0.2y-10z=71.40
SOLUCION:
Primero se deben ordenar las ecuaciones de tal manera que la diagonal principal se
encuentren los coeficientes mayores para que se pueda asegurar la convergencia.
3x-0.1y-0.2z=7.85
0.1x+7y-0.3z=-19.30
0.3x-0.2y+10z=71.40
Posteriormente se van a despejar los valores de x, y, z en cada una de las ecuaciones.
10
Mtodo de Gauss-Seidel
Errores aleatorios:
11
Mtodo de Gauss-Seidel
Una vez contamos con las 3 ecuaciones debidamente despejadas procederemos a
hallar los valores iniciales (Iteracin No. 1) de las variables x 1, x2 y x3:
a) En la ecuacin a donde tenemos despejada la variable x1, vamos a asignarle
valores iniciales a x2=0 y x3=0, hallando de esta forma el valor de x1.
x1 = (0,2*(0) + 0,5*(0) + 8) / 3 donde x1 =2,6667
b) Teniendo el valor de x1, vamos a reemplazar su valor en el ecuacin b donde
tenemos despejada la variable x2 y le asignamos valor inicial a x 3=0, hallando de
esta forma el valor de x2
x2 = (-0,1*(2,6667) - 0,4*(0) -19,5) / 7 donde x2 =-2,8238
c) Con el valor de x1 encontrado en el literal a y el valor de x 2 encontrado en el literal b,
reemplazamos en la ecuacin c donde tenemos despejada la variable x 3 y hallamos
su valor:
x3 = (-0,4*(2,6667) - 0,1*(-2,8238) + 72,4) / 10 donde x 3 = 7,1615
Iteraciones Subsiguientes
Una vez contamos con los resultados iniciales para x 1 (2,6667), x2 (-2,8238) y x3
(7,1615) procederemos a hallar los valores para las iteraciones subsiguientes (Iteracin
No. 2) de las variables x1, x2 y x3:
a) En la ecuacin a donde tenemos despejada la variable x 1, vamos a asignarle a x2 y
x3 los valores encontrados en la Iteracin 1, hallando de esta forma el valor de x 1.
x1 = (0,2*(-2,8238) + 0,5*(7,1615) + 8) / 3 donde x 1 =3,672
b) Teniendo el valor de x1 de la segunda iteracin, vamos a reemplazar su valor en el
ecuacin b donde tenemos despejada la variable x 2 y le asignamos a x3 el valor
encontrado en la Iteracin 1, hallando de esta forma el valor de x 2:
x2 = (-0,1*(3,672) - 0,4*(7,1615) -19,5) / 7 donde x 2 =-3,2474
c) Con el valor de x1 y x2 encontrado en el literal a y b de la Iteracin No. 2,
reemplazamos en la ecuacin c donde tenemos despejada la variable x 3 y hallamos
su valor:
x3 = (-0,4*(3,672) - 0,1*(-3,2474) + 72,4) / 10 donde x 3 = 7,1256
De esta forma tenemos los siguientes resultados para las primeras dos iteraciones:
X1
X2
X3
Iteracin Nro. 1
2.6667
-2.8238
7.1615
Iteracin Nro. 2
3.672
-3.2474
7.1256
Y con los cuales calcularemos el porcentaje de error para cada una de las variables,
usando la siguiente frmula:
Ea = | [(Vf - Vi) / Vf ] * 100 |
Donde Vf hace referencia al valor de x1, x2 x3 de la Iteracin No 2 respectivamente y V i
al valor de x1, x2 x3 de la Iteracin No 1:
Ea1 = | [(3,672 2,6667) / 3,672] * 100 |
=> E a1 = 27,38%
Ea2 = | [(-3,2474 (-2,8238)) / -3,2474] * 100 | => E a2 = 13,04%
Ea3 = | [(7,1256 7,1615) / 7,1256] * 100 |
=> E a3 = -0,50%
12
Mtodo de Gauss-Seidel
Si el porcentaje de error de cualquiera de las 3 variables es superior a 1% se debe
calcular una 3ra Iteracin, tomando como referencia los valores de x 1, x2 y x3 de la
Iteracin 2; que en el caso prctico de este ejercicio sera:
a) En la ecuacin a donde tenemos despejada la variable x 1, vamos a asignarle a x 2 y
x3 los valores encontrados en la Iteracin 2, hallando de esta forma el valor de x 1.
x1 = (0,2*(-3,2474) + 0,5*(7,1256) + 8) / 3 donde x 1 =3,6377
b) Teniendo el valor de x1 de la tercera iteracin, vamos a reemplazar su valor en el
ecuacin b donde tenemos despejada la variable x 2 y le asignamos a x3 el valor
encontrado en la Iteracin 2, hallando de esta forma el valor de x 2:
x2 = (-0,1*(3,6377) - 0,4*(7,1256) -19,5) / 7 donde x 2 =-3,2448
c) Con el valor de x1 y x2 encontrado en el literal a y b de la Iteracin No. 3,
reemplazamos en la ecuacin c donde tenemos despejada la variable x 3 y hallamos
su valor
x3 = (-0,4*(3,6377) - 0,1*(-3,2448) + 72,4) / 10 donde x 3 = 7,1269
De esta forma tenemos los siguientes resultados para las primeras tres iteraciones:
X1
X2
X3
Iteracin Nro. 1
2.6667
-2.8238
7.1615
Iteracin Nro. 2
3.672
-3.2474
7.1256
Iteracin Nro. 3
3.6377
-3.2448
7.1269
Y con los cuales calcularemos el porcentaje de error para cada una de las variables, pero esta vez
con los resultados de las Iteraciones No. 2 y 3:
Ea = | [(Vf - Vi) / Vf ] * 100 |,
Donde Vf hace referencia al valor de x1, x2 x3 de la Iteracin No 3 respectivamente y Vi al valor
de x1, x2 x3 de la Iteracin No 2:
Ea1 = | [(3,6377 3,672) / 3,6377] * 100 |
=> Ea1 = -0,94%
Ea2 = | [(-3,2448 (-3,2474)) / -3,2448] * 100 | => Ea2 = -0,07%
Ea3 = | [(7,1269 7,1256) / 7,1269] * 100 |
=> Ea3 = 0,01%
Como podemos observar los porcentajes de error en este punto son menores a 1% por lo que
podemos deducir que los valores ms ptimos de las variables x 1, x2 y x3 son los de la Iteracin
No 3. Si alguno de los 3 porcentajes de error hubiese sido mayor a 1% deberamos calcular una
nueva iteracin y hacer el mismo proceso iterativo.
13
Mtodo de Gauss-Seidel
EJEMPLO 4:
Usar el mtodo de Gauss-Seidel para aproximar la solucin del sistema
-5x1+ 1.4x2-2.7x3 = 94.2
-0.7x1-2.5x2+15x3 = -6
3.3x1-11x2+4.4x3 = -27.5
Hasta que I EaI < 1%
Solucin
Primero probaremos que el sistema sea diagonalmente dominante :
|a11| > (|a12| + |a13|)
5 > (1.4 + 2.7)
|a22| > (|a21| + |a23|)
2.5 > (0.7 + 15)
|a33| > (|a31| + |a32|)
4.4 > (3.3 + 11)
Vemos que no cumple por lo tanto hacemos un cambio de la ecuacin 2 por la 3
-5x1+ 1.4x2-2.7x3 = 94.2
3.3x1-11x2+4.4x3 = -27.5
0.7x1-2.5x2+15x3 = -6
Una vez realizado el cambio probaremos si el sistema es diagonalmente dominante
|a11| > (|a12| + |a13|)
5 > (1.4 + 2.7)
|a22| > (|a21| + |a23|)
11 > (3.3 + 4.4)
|a33| > (|a31| + |a32|)
15 > (0.7 + 2.5)
En este caso la condicin cumple para las 3 ecuaciones
Por lo tanto se procede a despejar X1 , X2 , X3
x1 =
x2=
x3=
En este punto comenzamos el procedimiento iterativo sustituyendo X1 y X 2 igual a
cero
X1 = -18.84
Ahora se sustituye x1 = -18.84 y x3 = 0 en la ecuacin 2 para obtener x2
X2 = -3.152
Por lo tanto los valores obtenidos en la primera iteracin son
X1 = -18.84
X2 = -3.152
X3 = - 0.04613
Ahora con estos valores de realiza la segunda iteracin `para hallar los nuevos valores
de las incgnitas
X1 = -19.69765
X2 = -3.42775
X3 = - 0.05207
Hallando los errores aproximados
14
Mtodo de Gauss-Seidel
IE a.1I=
IE a.2I=
IE a.3I=
Tercera iteracin
X1 = -19.77165
X2= -3.45232
X3 = -0.05272
Cuarta iteracin
X1 = -19.77819
X2= -3.45454
X3 = -0.05277
= 4.35%
= 8.04%
= 11.4%
IE a.1I = 0.3%
IE a.2I = 0.7%
IE a.3I = 1.2%
IE a.1I = 0.03%
IE a.2I = 0.06%
IE a.3I = 0.1%
15