Instituto Tecnolgico de Costa Rica

Escuela de Ingeniera Electrnica

CM 3201 Mtodos Numricos

Mtodo de Gauss-Seidel

Prof. Marvin Hernndez

I Semestre 2008

INDICE
Introduccin
Descripcin
Errores
Ejemplo

1
Ejemplo 2
Ejemplo 3
Ejemplo 4
Bibliografa

del Criterio de Convergencia

Introduccin

Este mtodo se basa en la aproximacin iterativa

propuesta por Seidel en 1874 en la Academia de
Ciencias de Munich, para la aplicacin al problema
del flujo de potencia. Las ecuaciones de nodo y
condiciones de contorno se combinan, para el nodo k:

de donde se puede expresar la tensin Vk como:

La ecuacin anterior es el corazn del algoritmo

iterativo. La iteracin comienza con una
estimacin de las magnitudes y ngulos de todas
las barras del sistema, y se van recalculando las
tensiones
utilizando
los
mejores
valores
disponibles. Esto es, para calcular la tensin Vk
se utilizan los V1...k-1 ya actualizados, y los Vk...n
del paso anterior. El mtodo tiene una
convergencia extremadamente lenta pero segura
(excepto para problemas mal condicionados, o sin
convergencia posible).

El mtodo de Gauss-Seidel pertenece a la

familia de los mtodos iterativos utilizados
para obtener la o las races de una funcin
cualquiera, especialmente en forma de
matrices de n ecuaciones [A]{X}={B}

Si los elementos de la diagonal de la

matriz que se est solucionando no
son todos cero la 1era se resuelve para
x1, la 2da para x2 y la tercera para x3, y
la ensima para xn para obtener:

Teorema

Considerar un sistema de n ecuaciones con n

incgnitas, es decir, se tiene una matriz de
coeficientes A cuadrada. Si el valor absoluto
del elemento de la diagonal de cada rengln
de A es ms grande que la suma de los
valores absolutos de los otros elementos de
tal rengln entonces el sistema tiene una
solucin nica. El mtodo iterativo de GaussSeidel converger a la solucin sin importar
los valores iniciales.

As es como empieza el proceso iterativo

suponiendo que los valores iniciales de x
son cero. Luego al obtener el primer x1
se evala 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
frmula, haciendo converger el sistema.

<< NDICE

Criterio de Convergencia
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:

a 21
1
a 22

a12
1
a11

El valor absoluto de las pendientes en la ecuacin, deben 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 regln de ecuaciones. La generalizacin 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

u : 11x1 13 x2 286
v : 11x1 9 x2 99

Divergencia Seidel
70
60
50
40
30
20

X2

Divergencia Seidel
X1
X2
0.00
0.00
26.00
0.00
26.00
20.78
1.44
20.78
1.44
-9.23
36.91
-9.23
36.91
34.12
-14.32
34.12
-14.32
-28.50
59.68
-28.50
59.68
61.95
-47.21
61.95
-47.21
-68.70
107.19
-68.70
107.19
120.01
-115.83 120.01
-115.83 -152.57

10
0
-20

-10

-10

10

20

30

-20
-30
-40

X1

40

50

60

70

Ejemplos de convergencia
Iteraciones utilizando previamente el criterio de
diagonal dominante

v : 11x1 9 x2 99

u : 11x1 13 x2 286
Convergencia Seidel
16
14
12

X2

10
8
6
4
2
0
0

10

X1

15

20

25

En Resumen
El mtodo de Gauss-Seidel est 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 no haber convergencia.

n
aii aij
i1
ji

En Resumen
Adems, se destaca que para mejorar la convergencia,
se usan tcnicas como:
Utilizacin de los clculos previos asumiendo una
mejor aproximacin que el vector de condiciones
iniciales. ( Gauss-Seidel ).
Un factor de ponderacin para reducir el error
residual ( Relajacin )

<< NDICE

Errores de Gauss- Seidel

Ventajas?
Espacio:
Tiempo:

convenientes para matrices cuadradas

menor nmero de operaciones

Desventajas?
Velocidad: convergencia lenta
Convergencia: no siempre se obtiene la solucin en un
nmero finito de pasos

Anlisis de error
1

ek 1 B Cek B C ek
1

ek 1 B C

ek 1 B C

k 1

e0

condicin suficiente de convergencia :

1

B C 1

EJEMPLO #1
Resolver

el siguiente sistema de
ecuacin por el mtodo 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

<< NDICE

 SOLUCIN:

Primero ordenamos las ecuaciones, de

modo que en la diagonal principal
estn 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

Este

valor junto con el de X3 se puede

utilizar para obtener X2

 La

primera iteracin se completa

sustituyendo los valores de X1 y X2
calculados obteniendo:

En

la segunda iteracin, se repite el

mismo procedimiento:

Comparando los valores calculados entre la primera

y la segunda iteracin

Como podemos observar, no se cumple la

condicin
Entonces

tomamos los valores calculados en

la ltima iteracin y se toman como
supuestos para la siguiente iteracin. Se
repite entonces el proceso:

 Comparando

obtenidos

Como

de nuevo los valores

se observa todava no se
cumple la condicin

 As

que hacemos otra iteracin

Comparando

los valores obtenidos

 Dado

que se cumple la condicin, el

resultado es:

X1 = 3.0
X2 = -2.5
X3 = 7.0

EJEMPLO #2

Usar el mtodo de Gauss-Seidel para aproximar la

solucin del sistema:

(1)
(2)
(3)

hasta que:

a 1%

 Solucin
Primero

despejamos las incgnitas x1, x2 y x3

de las ecuaciones 1, 2 y 3. As tenemos:

Estas

son nuestro juego de frmulas

iterativas. Comenzamos iteraciones,
sustituyendo x1=x2=0 en la 1ra ecuacin,
para calcular el 1er valor de x1:

 Ahora,

sustituimos x1=2.66667 y x3=0

en la segunda ecuacin, para obtener
x2 :

Ahora

sustituimos x1=2.66667 y
x2=-2.82381 en la tercera ecuacin,
para obtener x3:

As,

tenemos
nuestra
primera
aproximacin a la solucin del sistema:

x1=2.66667, x2=-2.82381, x3=7.1051

Puesto que todava no podemos

calcular
ningn
error
aproximado,
repetimos el proceso pero ahora con los
ltimos datos obtenidos para las
incgnitas:

Sustituyendo x2=-2.82381 y x3=7.1051

en la ecuacin 1 obtenemos x 1=3.6626.
Sustituyendo x1=3.6626 y x3=7.1051 en
la ecuacin 2 obtenemos x2=-3.24404,
finalmemente, sustituyendo x 1=3.6626 y
x2=-3.24404
en
la
ecuacin
3
obtenemos x3=7.06106.

 As,

tenemos la 2da lista de valores de

aproximacin a la solucin del
sistema:

Ahora

si podemos calcular los errores

absolutos
para
las
incgnitas.
Tenemos:

 Puesto

que no se ha logrado el objetivo,

se repite el mismo proceso con los
ltimos valores obtenidos de cada una de

las incgnitas. Note que aunque

el error
aproximado
ya cumple 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:
a ,3

en este caso tenemos los siguientes

errores aproximados:

Vemos

que ahora s se ha cumplido el

objetivo para cada uno de los errores
aproximados. Por lo tanto, concluimos que
la solucin aproximada es:

X1=3.62724, X2=-3.24102, X3=7.06250

EJEMPLO #4
Programa

en MatLab 6.5

<< NDICE

Bibliografa

Steven Chapra, Raymond Canale. Mtodos

numricos para ingenieros, cuarta edicin, 2003.
pp 301-313, 320-321, 344-346.
The Jacobi Method, marzo 2004. (disponible en
http:/www.netlib2.cs.utk.edu/linalg/html_templat
es/node12.html)
The Gauss_Seidel Method, marzo 2004.
(disponible en
http:/www.netlib2.cs.utk.edu/linalg/html_templat
es/node14.html)
The Successive Overrelaxation Method, marzo
2004. (disponible en
http:/www.netlib2.cs.utk.edu/linalg/html_templat
es/node15.html)