Algoritmo del mtodo de Gauss-Seidel:

Paso 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.
Paso 2. 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.
Paso 3. 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.
Paso 4. 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.
Paso 5. 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.

Refirindonos al paso 5, mientras menor sea la magnitud del

seleccionado, mayor ser la
precisin de la solucin. Sin embargo, la magnitud delepsilon no especifica el error que puede
existir en los valores obtenidos para las incgnitas, ya que sta es una funcin de la velocidad de
convergencia. Mientras mayor sea la velocidad de convergencia, mayor ser la precisin
obtenida en los valores de las incgnitas para un

dado.

EJEMPLO 1
Resolver el siguiente sistema de ecuacin lineales por el mtodo Gauss-Seidel, hasta obtener un
= 0.001.
Tabla 1) a. SEL original

Tabla 1) b. SEL ordenado en la diagonal

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

3.0 X1 - 0.1 X2 - 0.2 X3 = 7.85

(1)

0.1 X1 + 7.0 X2 - 0.3 X3 = -19.30 (2)

0.3 X1 - 0.2 X2 - 10.0 X3 = 71.40

(3)

SOLUCIN:
Primero ordenamos las ecuaciones, de modo que en la diagonal principal tenga los coeficientes
mayores para asegurar la convergencia. Como se muestra en la tabla 1b.
Despejamos x1 de (1), x2 de (2) y x3 de (3) obteniendo lo siguiente:

x1

7.85 0.1x2 0.2 x3

3
ec (1)

x2

1.93 0.1x1 0.3x3

71.4 0.3 x1 0.2 x2
x3
7
10
ec( 2)

ec (3)

Iteracin 1
Asignar valores iniciales x1=0; x2 = 0 y x3 = 0 y calculamos x1

x10

7.85 0.1(0) 0.2(0) 7.85

2.616666
3
3

Este valor junto con el de x3 se puede utilizar para obtener x2

x20

1.93 0.1( 2.61666) 0.3(0)

2.794523
7

La primera iteracin se completa sustituyendo los valores de x 1 y x2 calculados obteniendo:

x30

71.4 0.3(2.61666) 0.2(2.794523)

7.005609
7

Iteracin 2: En esta iteracin, se repite el mismo procedimiento: pero tomando ahora a x 1

=2.61666, x2=-2.794523 y x3=7.005609

x11
x12

7.85 0.1(2.794523) 0.2(7.005609)

2.990556
3

1.93 0.1( 2.990556) 0.3(7.005609)

2.499624
7

x31

71.4 0.3( 2.990556) 0.2(2.499624)

7.00290
10

A partir de esta iteracin se puede calcular el error absoluto una vez teniendo los valores
calculados en la primera y la segunda iteracin tenemos:
x11 x10 2.990556 2.616666 0.373890
x12 x20 2.794523 ( 2.499524) 0.294899
x31 x30 7.005609 7.000290 0.005319

Como se observa en los resultados, el error no cumple con la condicin dada en el problema

Iteracin 3: Tomamos los valores, x1 =2.9900556, x2=-2.499624 y x3=7.00290, calculados en

la iteracin 2, se sustituyen en ec1,ec2 y ec3 como se muestra enseguida:

Calculando el error de nuevo con los valores obtenidos en la iteracin 3 y 2

Como se observa todava no se cumple la condicin

As que hacemos otra iteracin

Iteracin 4.

Calculando el error con los valores obtenidos en la iteracin 4 y 3.

x13 x12 3.0000 3.000031 0.000031
x23 x22 2.500 (2.499988) 0.000012
x33 x32 7.0000 6.999999 0.000001

Dado que se cumple la condicin del error, el resultado es:

X1 =3.0

X2 = -2.5

X3 = 7.0

Como se puede comprobar no se tiene un nmero exacto de iteraciones para encontrar una
solucin. En este ejemplo, se hicieron 3 iteraciones, pero a menudo se necesitan ms
iteraciones.
Se deja de investigacin al alumno el mtodo de Jacobi que es un tanto parecido a este.