6.2.

4 Mtodo de Gauss-Seidel La iteracin de Gauss-Seidel se define al tomar Q como la parte triangular inferior de A incluyendo los elementos de la diagonal:

Si, como en el caso anterior, definimos la matriz R=A-Q

y la ecuacin (63) se puede escribir en la forma: Qx(k) = -Rx(k-1) + b Un elemento cualquiera, i, del vector Qx(k) vendr dado por la ecuacin:

Si tenemos en cuenta la peculiar forma de las matrices Q y R, resulta que todos los sumandos para los que j > i en la parte izquierda son nulos, mientras que en la parte derecha son nulos todos los sumandos para los que entonces: . Podemos escribir

de donde despejando xi(k), obtenemos:

Obsrvese que en el mtodo de Gauss-Seidel los valores actualizados de xi sustituyen de inmediato a los valores anteriores, mientras que en el mtodo de Jacobi todas las componentes nuevas del vector se calculan antes de llevar a cabo la sustitucin. Por contra, en el mtodo de Gauss-Seidel los clculos deben llevarse a cabo por orden, ya que el nuevo valor xi depende de los valores actualizados de x1, x2, ..., xi-1. En la figura (15) se incluye un algoritmo para la iteracin de Gauss-Seidel.

Figure: Algoritmo para la iteracin de Gauss-Seidel.

Gauss-Seidel Introduccion: Este mtodo es iterativo o de aproximacin y es similar a las tcnicas que se usan en los mtodos anteriores para obtener races. Aquellos mtodos consisten en la determinacin de un valor inicial a partir del cual, mediante una tcnica sistemtica se obtiene una mejor aproximacin a la raz. La razn por la cual los mtodos iterativos son tiles en la disminucin de los errores de redondeo en sistemas, se debe a que un mtodo de aproximacin se puede continuar hasta que converja dentro de alguna tolerancia de error previamente especificada. Las tcnicas iterativas se emplean rara vez para resolver problemas de dimensiones pequeas ya que el tiempo requerido para lograr una precisin suficiente excede a las tcnicas directas. Sin embargo, para sistemas grandes con un gran porcentaje de ceros, sta tcnica es eficiente. Los sistemas de este tipo surgen frecuentemente en la solucin numrica de problemas de valores frontera y de ecuaciones diferenciales parciales.

Historia: Es una tcnica utilizada para resolver sistemas de ecuaciones lineales. El mtodo es llamado de esa manera en honor a los matemticos alemanes Carl Friedrich Gauss y Philipp Ludwig von Seidel. El mtodo es similar al mtodo de Jacobi. Es un mtodo indirecto, lo que significa que se parte de una aproximacin inicial y se repite el proceso hasta llegar a una solucin con un margen de error tan pequeo como se quiera. El mtodo de Gauss-Seidel converge a la solucin del sistema si se cumple la condicin de que la matriz de coeficientes del sistema sea una matriz diagonalmente dominante, es decir, si se cumple la siguiente condicin: La condicin de ser una matriz diagonalmente dominante simplemente significa que los elementos de la diagonal son mayores (en valor absoluto) que la suma de los valores absolutos de los dems elementos del mismo rengln. Sin embargo, la condicin de la matriz diagonalmente dominante, solamente es una condicin suficiente pero no necesaria, es decir, existen sistemas de ecuaciones que no cumplen con la condicin y que s convergen a la solucin y tambin existen sistemas de ecuaciones que no cumplen con la condicin y que no convergen a la solucin. Finalmente, aunque un sistema no cumpla con la condicin de ser diagonalmente dominante, es posible a veces, lograr que s se cumpla con esta condicin mediante un intercambio de renglones. En que consiste?

Es un mtodo iterativo, lo que significa que se parte de una aproximacin inicial y se repite el proceso hasta llegar a una solucin con un margen de error tan pequeo como se quiera. Buscamos la solucin a un sistema de ecuaciones lineales, en notacin matricial: El mtodo de iteracin Gauss-Seidel es: Donde: A=N-P definimos M=N-1P Y c=N-1b donde los coeficientes de la matriz N se definen como nij = aij si , nij = 0 sino. Considerando el sistema Ax=b, con la condicin de que ..., n. Entonces podemos escribir la frmula de iteracin del mtodo i= 1,

La diferencia entre este mtodo y el de Jacobi es que, en este ltimo, las mejoras a las aproximaciones no se utilizan hasta completar las iteraciones. El mtodo de Gauss-Seidel proporciona una solucin ms rpida queJacobi ya que usa valores recin calculados en la solucin de las incgnitas a calcular. Algoritmo:

Se debe despejar de cada ecuacin la variable sobre la diagonal principal.

Dar un valor inicial a las incgnitas (generalmente se establecen ceros). Sustituir los valores iniciales en la primera ecuacin para obtener un nuevo valor para la primera incgnita. Ese nuevo valor es usado para obtener el valor de la siguiente incgnita. Este procedimiento se repite hasta obtener los nuevos valores de todas las incgnitas despejadas. Se evala la aproximacin relativa de todas las incgnitas hasta que la solucin converja bastante cerca de la solucin real, segn la tolerancia establecida para el mtodo. La iteracin de Gauss-Seidel se define al tomar Q como la parte triangular inferior de A incluyendo los elementos de ladiagonal

Si, como en el caso anterior, definimos la matriz R=A-Q

Mtodo de Gauss-Seidel

El mtodo de Gauss-Seidel es el mtodo iterativo mas comnmente usado. Supongamos que se da un sistema de n ecuaciones. [A] [X] = {B} Suponga que se limita a un conjunto de ecuaciones de 3 X 3. Si los elementos de la diagonal no son todos cero, la primera ecuacin se puede resolver para X 1, la segunda para X2 y la tercera para X3, para obtener:

Ahora se puede empezar el proceso de solucin al escoger valores iniciales para las x. una forma simple para obtener los valores iniciales es suponer que todos son cero. Estos ceros se sustituyen en la primera ecuacin, la cual se utiliza para calcular un nuevo valor X1 = b1 /a11. Despus, se sustituye este nuevo valor de X1 junto con el valor previo cero de X3 en la segunda ecuacin y se calcula el nuevo valor de X2. Este proceso se repite con la ltima ecuacin para calcular un nuevo valor de X3. Despus se regresa a la primera ecuacin y se repite todo el procedimiento hasta que la solucin converja suficientemente cerca a los valores verdaderos. La convergencia se verifica usando el criterio.

Para toda la i, donde j y j-1 son las iteraciones actuales y previas, respectivamente. Conforme un nuevo valor de x se calcula con el mtodo de Gauss-Seidel, este se usa inmediatamente en la siguiente ecuacin para determinar el otro valor de x. de esta forma, si la solucin es convergente, se emplear la mejor aproximacin disponible. Un mtodo alternativo, llamado iteracin de Jacobi, emplea una tctica algo diferente. CRITERIO DE CONVERGENCIA PARA EL METODO DE GAUSSSEIDEL Observe que el mtodo de Gauss-Seidel es similar en esencial a la tcnica de iteracin de punto fijo que se uso para obtener las races de

una sola ecuacin. Recuerde que la iteracin de punto fijo presenta dos problemas fundamentales: 1. En algunas ocasiones no es convergente. Cuando converge, con frecuencia lo hace en forma muy lenta. El mtodo de Gauss-Seidel puede tambin presentar estas desventajas.

El criterio de convergencia se puede desarrollar al recordar de la seccin 6.5.1 que las condiciones suficientes para la convergencia de dos ecuaciones no lineales, u (x,y) y v(x,y), son:

Este criterio se aplica tambin a las ecuaciones lineales que se resuelven con el mtodo de Gauss-Seidel. Por ejemplo, en el caso de dos ecuaciones simultaneas, el algoritmo de Gauss-Seidel se expresa como:

Las derivadas parciales de estas ecuaciones se evalan con respecto a cada una de las incgnitas as:

Que se sustituyen en la ecuacin para dar:

En otras palabras el valor, absoluto de las pendientes debe ser menor que la unidad para asegurar la convergencia, lo cual se muestra grficamente en la siguiente figura.

Esto es, el elemento diagonal debe ser mayor que el elemento fuera de la diagonal para cada rengln. La generalizacin de lo anterior para n ecuaciones es directa y se expresa como:

Es decir el coeficiente diagonal en cada una de las ecuaciones debe ser mayor que la suma del valor absoluto de los otros coeficientes de la ecuacin. EJEMPLO: Planteamiento del problema: use el mtodo de Gauss-Seidel para obtener la solucin del sistema. 3X1 0.1X2 0.2X3 = 7.85 0.1X1 + 7X2 0.3X3 = 19.3 0.3X1 0.2X2 + 10X3 = 71.4 Recuerde que la verdadera solucin es: X1= 3,X2 = -2.5 Y X3 = 7 Solucin: Primero, despeje la incgnita sobre la diagonal para cada una de las ecuaciones.

Suponiendo que X2 y X3 son cero, se utiliza la primera ecuacin para calcular:

Este valor, junto con el valor de x3 = 0 se sustituye en la segunda ecuacin para calcular:

La primera interaccin termina al sustituir los valores calculados para x1 y x2 en la tercera ecuacin:

En la segunda iteracin, se repite el mismo proceso para calcular

El mtodo es, por lo tanto, convergente hacia la verdadera solucin. Es posible aplicar iteraciones para mejorar los resultados. Sin embargo, en un problema real, no se podra saber a priori el resultado correcto. En consecuencia, la nos da un medio para estimar el error. Por ejemplo, para X1

Para X2 y X3, los errores son Observe que, como cuando se determinaron las races de una sola ecuacin, las formulaciones como la ecuacin usualmente ofrecen una valoracin conservativa de la convergencia. As, como estas se satisfacen, aseguran que el resultado se conozca con, al menos, la tolerancia especifica por

MTODO DE GAUSS - SEIDEL Autor Intelectual: Diego LpezMonitor Al igual que el Mtodo de Jacobi, El Mtodo de Gauss-Seidel consiste en hacer iteraciones, a partir de un vector inicial, para encontrar los valores de las incgnitas hasta llegar a una tolerancia deseada, la diferencia radica en que cada vez que se desee encontrar un nuevo valor de una xi, adems de usar los valores anteriores de las x, tambin utiliza valores actuales de las x encontradas antes (desde x0hasta xi-1).

La ecuacin es la siguiente:

Este proceso de usar valores actuales para hallar un valor de x puede facilitar la convergencia del mismo. Convergencia del mtodo: Para determinar si el mtodo de Gauss-Seidel converge hacia una solucin. Se evalan las siguientes condiciones de convergencia (Nota: las siguientes van en un rden de modo que si se cumple una de las condiciones, comenzando por la primera por supuesto, la evaluacin de las siguientes no es necesario realizarlas):

1. La matriz sea estrictamente dominante diagonalmente por filas (E.D.D. por filas), es decir, para todo i desde 1 hasta n que es el tamao de la matriz A:

Es decir, el elemento de la diagonal correspondiente a la fila i debe ser mayor a la suma de los elementos de esa fila i. 2. A partir de la siguiente identidad:

Donde D corresponde a la matriz formada por los elementos de la diagonal de A (D=diag(a11,a22, ..., ann)), -L corresponde a la matriz triangular inferior obtenida de la parte triangular estrictamente inferior de A, y -U corresponde a la matriz triangular superior obtenida de la parte triangular estrictamente superior de A, se puede deducir la frmula vectorial de este mtodo: , k = 1, 2, ... De donde BG (conocida como la matriz de iteracin de Gauss-Seidel) es (D-L) U. Para que el mtodo de Jacobi converja hacia una solucin, , para una norma matricial inducida. 3. (BG), que corresponde al mximo de los valores absolutos de las races de la ecuacin caracterstica de la matriz BG (det(BG - I)) es menor que 1 Agradecimientos especiales a Diego Lopez edicion especial de sus apuntes
Gauss-Seidel El mtodo de Gauss-Seidel es el mas comnmente usado para resolver sistemas muy grandes de ecuaciones lineales. Es una modificacin del mtodo de Jcobi que hace que la convergencia sea mas rpida.
-1

Comienza con una aproximacin inicial x(0) a la solucin x y genera una sucesin de vectores x(k)que convergen a la solucin 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 incgnitas y b el vector de trminos independientes.

La solucin del sistema de ecuaciones es un conjunto de n valores simultneamente todas las ecuaciones.

que satisfacen

Tanto en el mtodo de Gauss-Seidel como en el de Jcobi, el valor que se le de al vector inicial carece de importancia, ya que el mtodo convergir a la solucin rpidamente no obstante que el vector inicial tenga valores muy lejanos a la solucin. Es por esto que se acostumbra a dar el vector 0como vector inicial. En la solucin de estos problemas pueden presentarse 3 casos: 1.- Solucin nica 2.- Mas de una solucin (numero infinito de soluciones) 3.- Sin solucin Sistema incompatible. Sistema compatible determinado. Sistema compatible e indeterminado.

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

Es el vector aproximacin a la solucin x despus de k iteraciones, entonces se tiene que para la siguiente aproximacin:

Para un sistema de n ecuaciones con n incgnitas se tiene la siguiente frmula (usando una notacin mas compacta):

Para 1 i n Bibliografa:

[Atkinson,1987] [Burden,1998] [Chapra,1999] [Curtis,1991] [Iriarte,1990] [James,1973] [Maron, 1995] [Nieves,1999]

pginas 129-131. pginas 447-449. pginas 311-319. pginas 128-130. pginas 67-69. pginas 238-243. pginas 196-200. pginas 209-222

Mtodos iterativos: Mtodo de Gauss-Seidel

Cuando se quiere calcular xi(k), con el mtodo de Jacobi, se utilizan las componentes de x(k-1). Como para i > 1, ya se calcularon xi(k), . . ., xi-1(k) y probablemente sean mejores aproximaciones de las soluciones reales x 1, . . ., xi-1que

xi(k-1), . . ., xi-1(k-1), parece ms razonable calcular xi(k) por medio de los valores calculados ms recientemente, o sea:

para i = 1, 2, . . ., n. A esta modificacin se la llama mtodo de Gauss- Seidel. Si se quiere expresar el mtodo de Gauss-Seidel en forma matricial, se multiplican ambos miembros de la ecuacin (**) por a ii y se renen todos los trminos de la iteracin k-sima: ai1 x1(k) + ai2 x2(k) + . . . + aii xi(k) = - ai i+1 xi+1(k-1) - . . . - ainxn(k-1) + bi , 2, . ., n Al escribir las n ecuaciones, se obtiene: a11 a1nxn(k-1) x1(k) + b1 = a12 x2(k-1) a13 x3(k-1) a23 x3(k-1) . . . para i = 1,

a21 x1(k) + a22 x2(k) a2nxn(k-1) + b2

. . .

......................
an1 ann xn(k)
1)

x1(k) + =

an2 x2(k) +

. bn

Se pueden escribir estas ecuaciones en forma matricial: (D + L)x(k) = U x(k+ b, o: x(k) = (D + L)-1U x(k-1) + (D + L)-1b

Para que la matriz triangular inferior D + L sea no singular, es necesario y suficiente que aii 0 para cada i = 1, 2, . . ., n.

Proyecto Final: Gauss-Seidel

Que tal, este blog fue creado como parte de un proyecto de la Universidad Tecnolgica de Guadalajara (UTEG) en la Materia de Mtodos Numricos; la cual fu impartida por el Profesor: Luis Octavio Jimnez. Dicho proyecto consiste en Elaborar un programa que resuelva un sistema de ecuaciones lineales mediante algn mtodo iterativo, en este caso nosotros elegimos: Gauss-Seidel.

Esperamos que sea de utilidad para todos ustedes....

Explicacin del Funcionamiento del Mtodo de Gauss-Seidel

Gauss-Seidel es un mtodo iterativo, esto quiere decir que es necesario repetir el procedimiento una y otra vez hasta encontrar la solucin adecuada con un error considerablemente pequeo.

Tratar de explicarlo de manera breve y clara.

Lo primero que debemos hacer es comprobar que la matrz es diagonalmente dominante, tomamos cada uno de los valores absolutos de la diagonal y cada uno de ellos deber ser mayor que la suma absoluta del resto de los elementos del rengln

Valor de la Diagonal 4 10 5

Suma del resto de los valores 1.5 2 0

Condicin 4 > 1.5 10 > 2 5 > 0

Observaciones Cumple Cumple Cumple

Matrz Diagonalmente Dominante

Una vez realizada esta comprobacin, procederemos a resolver las incgnitas tomando los siguientes valores iniciales:

X=1 Y=2 Z=3

Para saber si el valor de las incgnitas es correcto ser necesario comprobar que al sustituir las nuevas aproximaciones satisface cada una de las ecuaciones, esto es:

Aqu vemos que las aproximaciones an no satisfacen todas las ecuaciones, as que tendremos que realizar el procedimiento nuevamente pero ahora tomando como valores de las incgnitas las nuevas aproximaciones.

X=1 Y=1 Z=2

y sucesivamente hasta obtener los resultados adecuados.

Mtodo Gauss-Seidel

El mtodo de Gauss-Seidel es un mtodo iterativo utilizado para resolver sistemas de ecuaciones lineales. El mtodo se llama as en honor a los matemticos alemanes Carl Friedrich Gauss y Philipp Ludwig von Seidel y es similar al mtodo de Jacobi.

A continuacin se presenta la informacin mas relevante sobre los personajes que aportaron conocimientos al mtodo.

Johann Carl Friedrich Gauss (30 de abril de 1777, Brunswick 23 de febrero de 1855, Gttingen), fue un matemtico, astrnomo, geodsico, y fsico alemn que contribuy significativamente en muchos campos, incluida la teora de nmeros, el anlisis matemtico, la geometra diferencial, la estadstica, el lgebra, la geodesia, el magnetismo y la ptica. Considerado el prncipe de las matemticas y el matemtico ms grande desde la antigedad, Gauss ha tenido una influencia notable en muchos campos de la matemtica y de la ciencia, y es considerado uno de los matemticos que ms influencia ha tenido en la Historia.

Philipp Ludwig Ritter von Seidel (*24 de octubre de 1821, Dos Puentes, Alemania 13 de agosto de 1896, Mnich) fue un astrnomo, ptico y matemtico alemn. Conocido simplemente por Ludwig Seidel. Por las grandes contribuciones de Seidel en los campos a los que se dedic, en 1970 la Unin Astronmica Internacional (UAI) decidi en su honor llamarle Seidel a un astroblema lunar.

Despus de anunciar acontecimientos relevantes de los autores de este mtodo, procederemos ahora si a definir y en que consiste el mtodo de resolucin de ecuaciones de Gauss-Seidel:

El mtodo de Gauss-Seidel es muy semejante al mtodo de Jacobi. Mientras que en el de Jacobi se utiliza el valor de las incgnitas para determinar una nueva aproximacin, en el de Gauss-Seidel se va utilizando los valores de las incgnitas recin calculados en la misma iteracin, y no en la siguiente.

La secuencia de pasos que constituyen el mtodo de Gauss-Seidel es la siguiente: 1. Asignar un valor inicial a cada incgnita que aparezca en el conjunto. Si es posible hacer una hiptesis razonable de stos valores, hacerla. Si no, se pueden asignar valores seleccionados arbitrariamente. Los valores iniciales utilizados no afectarn la convergencia como tal, pero afectarn el nmero de iteraciones requeridas para dicha convergencia. Partiendo de la primera ecuacin, determinar un nuevo valor para la incgnita que tiene el coeficiente ms grande en esa ecuacin, utilizando para las otras incgnitas los valores supuestos. Pasar a la segunda ecuacin y determinar en ella el valor de la incgnita que tiene el coeficiente ms grande en esa ecuacin, utilizando el valor calculado para la incgnita del paso 2 y los valores supuestos para las incgnitas restantes. Continuar con las ecuaciones restantes, determinando siempre el valor calculado de la incgnita que tiene el coeficiente ms grande en cada ecuacin particular, y utilizando siempre los ltimos valores calculados para las otras incgnitas de la ecuacin. (Durante la primera iteracin, se deben utilizar los valores supuestos para las incgnitas hasta que se obtenga un valor calculado). Cuando la ecuacin final ha sido resuelta, proporcionando un valor para la nica incgnita, se dice que se ha completado una iteracin. Continuar iterando hasta que el valor de cada incgnita, determinado en una iteracin particular, difiera del valor obtenido en la iteracin previa, en una cantidad menor que cierto seleccionado arbitrariamente. El procedimiento queda entonces completo.

2. 3.

4.

5.

Despus de revisar la teora y el ejemplo aun se tienen dudas, se puede consultar el siguiente video en donde se explica con mayor detalle el mtodo para resolver las dudas por completo.