Mtodo de Gauss-Seidel

Ing. Marvin Hernndez

II Semestre 2008
Instituto Tecnolgico de Costa Rica
CM 3201 Mtodos Numricos
NDICE
Introduccin
Descripcin del Criterio de Convergencia
Errores
Ejemplo 1
Ejemplo 2
Ejemplo 3
Ejemplo 4
Bibliografa
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.





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 x
1
, la 2da para x
2
y la tercera para x
3
, y la ensima para
x
n
para obtener:





X
1
= ( b
1
a
12
x
2
a
13
x
3
) / a
11

X
2
= ( b
2
a
21
x
1
a
23
x
3
) / a
22

X
3
= ( b
3
a
31
x
1
a
32
x
2
) / a
33
.
.
.
X
n
= ( b
n
a
n1
x
1
- - a
nn-1
x
n-1
) / a
nn
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 Gauss-Seidel
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
x
3
y de igual forma se procede en (3) con
el x
2
calculado y el x
1
previo, para
finalmente volver a (1) bajo la misma
frmula, haciendo converger el sistema.
<< NDICE
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:




El valor absoluto de las pendientes en la ecuacin, debe ser menor que la
unidad para asegurar la convergencia.



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:


1
22
21
<
a
a
1
11
12
<
a
a
21 22
a a >
12 11
a a >
Criterio de Convergencia

=
=
>
n
i j
j
j i ii
a a
1
,
Ejemplos de convergencia
Divergencia Seidel
-40
-30
-20
-10
0
10
20
30
40
50
60
70
-20 -10 0 10 20 30 40 50 60 70
X1
X
2
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
Divergencia Seidel
Iteraciones utilizando las siguientes ecuaciones sin
ordenar

99 9 11 :
286 13 11 :
2 1
2 1
=
= +
x x v
x x u
Iteraciones utilizando previamente el criterio de
diagonal dominante
Ejemplos de convergencia
286 13 11 :
99 9 11 :
2 1
2 1
= +
=
x x u
x x v
Convergencia Seidel
0
2
4
6
8
10
12
14
16
0 5 10 15 20 25
X1
X
2
X1 X2
0.00 0.00
9.00 0.00
9.00 14.38
20.77 14.38
20.77 4.43
12.62 4.43
12.62 11.32
18.26 11.32
18.26 6.55
14.36 6.55
14.36 9.85
17.06 9.85
17.06 7.56
15.19 7.56
15.19 9.15
16.48 9.15
16.48 8.05
15.59 8.05
15.59 8.81
Convergencia Seidel

En Resumen

El mtodo de Gauss-Seidel est basado en el concepto
de punto fijo, es decir ( x
i
= g
i
(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
i j
i
ij
a
ii
a
1

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: convenientes para matrices cuadradas
Tiempo: 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
: ia convergenc de suficiente condicin
1
0
1
1
1
2
1
1
1 1
1
<
s s s
s =

+

+
C B
e C B e C B e
e C B Ce B e
k
k k
k k k

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
EJEMPLO #1
<< 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 X
2
= 0 y X
3
= 0 y calculamos X
1



Este valor junto con el de X
3
se puede
utilizar para obtener X
2






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 de nuevo los valores obtenidos




Como 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:

X
1
= 3.0
X
2
= -2.5
X
3
= 7.0

EJEMPLO #2
Usar el mtodo de Gauss-Seidel para aproximar la solucin
del sistema:


(1)

(2)

(3)



hasta que:
% 1 < e
a
Solucin
Primero despejamos las incgnitas x
1
, x
2
y x
3
de
las ecuaciones 1, 2 y 3. As tenemos:





Estas son nuestro juego de frmulas iterativas.
Comenzamos iteraciones, sustituyendo x
1
=x
2
=0 en
la 1ra ecuacin, para calcular el 1er valor de x
1
:

Ahora, sustituimos x
1
=2.66667 y x
3
=0 en la
segunda ecuacin, para obtener x
2
:


Ahora sustituimos x
1
=2.66667 y
x
2
=-2.82381 en la tercera ecuacin, para
obtener x
3
:

As, tenemos nuestra primera aproximacin
a la solucin del sistema:

x
1
=2.66667, x
2
=-2.82381, x
3
=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 x
2
=-2.82381 y x
3
=7.1051 en
la ecuacin 1 obtenemos x
1
=3.6626.
Sustituyendo x
1
=3.6626 y x
3
=7.1051 en la
ecuacin 2 obtenemos x
2
=-3.24404,
finalmente, sustituyendo x
1
=3.6626 y x
2
=-
3.24404 en la ecuacin 3 obtenemos
x
3
=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:


3 , a
e
Y 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)