UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA
SISTEMAS DE ECUACIONES LINEALES 2. Primero se determina la ecuación de recurrencia. Para ello se ordenan
Veremos procedimientos iterativos para resolver un sistema de ecuaciones
lineales. El primero de ellos conocido como el procedimiento de Jacobi
basado en la idea de punto fijo y un segundo procedimiento conocido
como método de Gauss-Seidel el cual es una modificación simple del
procedimiento de Jacobi.
Introduciremos el concepto de matriz diagonalmente dominante el cual se
relaciona con la garantía de convergencia en la aplicación de los
métodos vistos. Veremos que en algunos casos es posible replantear el
sistema para garantizar la convergencia. Asimismo se comentara en que
situaciones los métodos iterativos son más convenientes a los métodos
directos.
Un método iterativo es un método que progresivamente va calculando
aproximaciones a la solución de un problema. En Matemáticas, en un
método iterativo se repite un mismo proceso de mejora sobre una solución
aproximada: se espera que lo obtenido sea una solución mas aproximada
que la inicial.
El proceso se repite sobre esta nueva solución hasta que el resultado más
reciente satisfaga ciertos requisitos. A diferencia de los métodos directos,
en los cuales se debe terminar el proceso para tener la respuesta, en los
métodos iterativos se puede suspender el proceso al término de una
iteración y se obtiene una aproximación a la solución.
METODO DE JACOBI
El método Jacobi es el método iterativo para resolver sistemas de
ecuaciones lineales más simple y se aplica sólo a sistemas cuadrados, es
decir a sistemas con tantas incógnitas como ecuaciones.
 Pasos Para aplicar el Método de Jacobi
1. Determinar si La Matriz es Diagonalmente Dominante o Parcialmente
Dominante.
MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado
MATEMATICA APLICADA 3
las ecuaciones y las incógnitas. De la ecuación “ i “ se despeja la
incógnita “ i “. En notación matricial se escribirse como:
x cBx
Donde x es el vector de incógnitas.
3. Se toma una aproximación para las soluciones y a esta se le
0
designa por x
4. Se itera en el ciclo que cambia la aproximación
xi 1  c  B xi
n 1 
5. El Error Para Cada Variables es E  x  x  n  y se toma el valor
más grande para el erro del Método.
Uno de los principales problemas de los métodos iterativos es la garantía
de que el método va a converger, es decir, va a producir una sucesión de
aproximaciones cada vez efectivamente más próximas a la solución. En el
caso del método de Jacobi no existe una condición exacta para la
convergencia. Lo mejor es una condición que garantiza la convergencia,
pero en caso de no cumplirse puede o no haberla es la siguiente: Si la
matriz de coeficientes original del sistema de ecuaciones es
diagonalmente dominante, el método de Jacobi seguro converge.
 Matriz Diagonalmente Dominante
Una matriz se dice matriz diagonalmente dominante, si en cada uno de los
renglones, el valor absoluto del elemento de la diagonal principal es mayor
que la suma de los valores absolutos de los elementos restantes del mismo
renglón. A veces la matriz de un sistema de ecuaciones no es
diagonalmente dominante pero cuando se cambian el orden de las
ecuaciones y las incógnitas el nuevo sistema puede tener matriz de
coeficientes diagonalmente dominante.
MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

Ejemplo: aplicando solo el paso 1 del Método de Jacobi: en algunos casos será posible reordenar las incógnitas en otra manera de
Dado el sistema: forma que la nueva matriz de coeficientes sea diagonalmente dominante.
a11 x1  a1 2 x 2  a1 3 x 3    a1 n x n  b1 E1 Esto se puede detectar revisando todos los posibles ordenamientos entre
a 2 1 x1  a2 2 x2  a 2 3 x 3    a2 n xn  b2 E2 filas de las incógnitas y ver cómo es la matriz resultante.
a 31 x1  a3 2 x2  a3 3 x3  a3 n x4  b3 E3 Ejemplo: aplicando solo el paso 2 del Método de Jacobi:
      Dado el sistema
a n 1 x1  an 2 x2  a n 3 x 3   a n n x n  bn En

Si este sistema es Diagonalmente Dominante los coeficientes de su

diagonal principal a11, a22, a33….. ann tendrían que ser los mayores
coeficientes de su fila. Entonces para que el sistema sea diagonalmente Con a11, a22, a33, diferentes de cero
dominante tiene que cumplir lo siguiente:
Se despeja X1 de la Ec. 1
Se despeja X2 de la Ec. 2
 a11  a22  a33  ......... an n  K , Se despeja X3 de la Ec. 3
Este valor de “K” tiene que ser la mayor suma de todos los arreglos entre
filas que se puedan hacer, luego hay que verificar lo siguiente, si en cada
uno de los renglones, el valor absoluto del elemento de la diagonal
principal es mayor que la suma de los valores absolutos de los elementos
restantes del mismo renglón:

De la E1 a11  a12  a13  ......... a1 n

De la E2 a 22  a21  a 23  ......... a 2 n

De la E3 a33  a31  a32  ......... a3 n

De la En a nn  an1  an 2  ......... am n
Si cumple lo anterior se dice que es diagonalmente Dominante, si alguna Ejemplo: aplicando solo el paso 1 del Método de Jacobi:
fila no cumple se Dice que es Parcialmente Dominante. Verificar el siguiente sistema es diagonalmente dominante o Parcialmente
Dominante
Cabe resaltar que para probar si el sistema es diagonalmente Dominante
solo se puede hacer arreglo entre filas NO entre Columnas

En ciertas ocasiones al aplicar Jacobi la matriz no es diagonalmente

dominante y por tanto no existirá garantía de convergencia. Sin embargo,

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

 x1  x2  5x3  x4 0 diagonal principal tenemos que poner el mayor elemento de cada fila en
la diagonal principal. Ahora hay que verificar si en cada uno de los
4 x1  x2  x3  x4  2 renglones, el valor absoluto del elemento de la diagonal principal es mayor
x1  x2  x3  3x 4 1 que la suma de los valores absolutos de los elementos restantes del mismo
renglón, si esto se cumple La Matriz es Diagonalmente Dominante, con una
x1  4x2  x3  x4  1 fila que no cumpla se dice que es Parcialmente Dominante.

Si este sistema es Diagonalmente Dominante los coeficientes de su De la Ecuación 1 4  1  1  1

diagonal principal a11, a22, a33….. ann tendrían que ser los mayores
coeficientes de su fila. Entonces lo que hay que hacer es arreglo entre filas De la Ecuación 2 4  1  1  1
de tal forma que los mayores coeficientes de cada fila estén en esa
diagonal principal, entonces haciendo esos arreglos entre filas tenemos:
De la Ecuación 3 5  1  1  1
De la Ecuación 4 3  1  1  1
 FILA 2 DEL SISTEMA INICIAL PASA A SER FILA 1
 FILA 4 DEL SISTEMA INICIAL PASA A SER FILA 2
 FILA 1 DEL SISTEMA INICIAL PASA A SER FILA 3 Esta Matriz es Parcialmente Dominante, porque la Fila 4 no cumple con
 FILA 3 DEL SISTEMA INICIAL PASA A SER FILA 4 ann  an1  an 2  ......... am n

4 x1  x2  x3  x4  2
x1  4x2  x3  x4  1 EJEMPLO 1
Resolver el siguiente sistema de ecuación por el Método Jacobi utilizando
 x1  x2  5x3  0
x4
una Tol≤ 0.001 y x
0 
0 0 0 0
x1  x2  x3  3x 4 1
 x1  x2  5x3  x4 0
Ahora podemos ver que los mayores coeficientes de cada fila están en la
4 x1  x2  x3  x4  2
diagonal Principal, ahora hacemos 
a11  a22  a33  ......... an n  K
para verificar si es la mayor suma que se puede obtener haciendo arreglos
x1  x2  x3  3x 4 1
entre filas: x1  4x2  x3  x4  1
 a11  a 22  a 33  a 4 4  K
 SOLUCIÓN:
 4  4  5  3  16
PASO 1:
Ahora, esta suma en valor absoluto de los elementos de la diagonal Primero ordenamos las ecuaciones, de modo que en la diagonal principal
principal es la mayor suma que se puede obtener ¿?.... Si !!!.. porque estén los coeficientes mayores, esto se hace para asegurar la
haciendo otro arreglo entre filas y volvemos hacer la sumatoria no da convergencia. (este arreglo entre filas se hizo en el ejemplo anterior)
mayor que 16. Para que nos de la mayor suma de los elementos de la

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

4 x1  x2  x3  x4  2 E x n  x  n 1   x  n   x  0   x  1
2000
x1   0.5
x1  4x2  x3  x4  1 4 Ex1  0   0.5  0.5
 x1  x2  5x3  x4 0 x2 
1 0  0  0
 0.25 Ex 2  0   0.25  0.25
4
x1  x2  x3  3x 4 1 000 Ex 3  0  0  0
x3  0
5 Ex 4  0  0.333333  0.33333
1 0  0  0
PASO 2: x4   0.333333
3
Despejamos cada una de las variables QUE SE ENCUENTRA en la diagonal
Principal de su respectiva fila que para este caso es de la Matriz
El Error de la iteración 1 es el valor del error más grande de todos los errores,
Parcialmente Dominante:
para esta Iteración el Error global es 0.5, ahora hay que hacer Error  Tol ,
 2  x 2  x3  x 4
x1  tenemos 0.5  0.001 , como no se cumple se tiene que hacer otra iteración
4
 1  x1  x 3  x 4
x2  Segunda Iteración (n=2) x
 2
4
x1  x 2  x 4 Para poder realizar esta iteración se necesitan valores iniciales, para esta
x3  1 
segunda iteración esos valores iniciales son los de la iteración 1 x , estos
5
1  x1  x 2  x 3 son x
1
 0.5  0.25 0 0.333333 , sustituyendo en las ecuaciones
x4  tenemos
3
 2   0.25  0  0.333333
PASO 3: x1   -0.5208333
4
Los valores iniciales de las variables para poder hacer la iteración número 1
 1   0.5  0  0.333333
son x 
0 
 
0 0 0 0 , donde de x 0  x1  0 x2  0 x3  0 x4  0 ,  x2 
4
 -0.0416666

sustituyendo en las ecuaciones del paso 2 tenemos:  0.5  0.25  0.33333

x3   -0.2166666
5
1  1   0.5  0.25  0
Primera Iteración (n=1) x x4   0.416666
3
Para poder realizar las iteraciones por Jacobi se necesitan valores iniciales,
para la primera iteración esos valores iniciales son los que se dio al inicio del E x n  x  n 1   x  n   x  1   x  2 
problema estos son x
0 

0 0 0 0  Ex 1   0.5   0.5208333  0.0208333
Ex 2   0.25   0.0416666   0.2083333
Ex 3  0   0.2166666   0.2166666
Ex 4  0.333333  0.41666667  0.0833333

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

El Error de la iteración 2 es el valor del error más grande de todos los errores,
para esta Iteración el Error global es 0.21666666, ahora hay que hacer
Error  Tol , tenemos 0.21666666  0.001, como no se cumple se tiene
que hacer otra iteración

 3
Tercera Iteración (n=3) x

Para poder realizar esta iteración se necesitan valores iniciales, para esta
 2
Tercera iteración esos valores iniciales son los de la iteración 2 x , estos
son x
2 
 0.5208333  0.0.416666  0.2166666 0.4166666 ,
sustituyendo en las ecuaciones y se vuelve a sacar el error mas grande de
todas la variables.

Esto se Hace así sucesivamente hasta que Error  Tol , para este caso se
cumple que Error  Tol en la iteración 12 con 0.00092055  0.001 , por lo
tanto la solución son los valores de x1 , x2 , x3 y x4 de la iteración donde
cumple que Error  Tol

n X1 X2 X3 X4 ERROR
12 -0.75205599 0.04027028 -0.28025957 0.69008536 0.00092055

PASO 4:

HACER la siguiente tabla donde se encuentran todas las columnas e

iteraciones , hasta llegar a las 12 iteración que es la solución para este
sistema

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

n X1 X2 X3 X4 EX1 EX2 EX3 EX4 ERROR

0 0 0 0 0
1 -0.5 -0.25 0 0.33333333 0.5 0.25 0 0.33333333 0.5
2 -0.52083333 -0.04166667 -0.21666667 0.41666667 0.02083333 0.20833333 0.21666667 0.08333333 0.21666667
3 -0.64791667 -0.06979167 -0.19583333 0.56527778 0.12708333 0.028125 0.02083333 0.14861111 0.14861111
4 -0.67282986 0.00434028 -0.25659722 0.59131944 0.02491319 0.07413194 0.06076389 0.02604167 0.07413194
5 -0.71306424 0.00188802 -0.25196181 0.64458912 0.04023437 0.00245226 0.00463542 0.05326968 0.05326968
6 -0.72460974 0.02642289 -0.27115307 0.65563802 0.0115455 0.02453487 0.01919126 0.0110489 0.02453487
7 -0.73830349 0.02727367 -0.27076497 0.6740619 0.01369376 0.00085078 0.00038809 0.01842388 0.01842388
8 -0.74302514 0.0354001 -0.27701834 0.67878071 0.00472164 0.00812643 0.00625337 0.00471882 0.00812643
9 -0.74779979 0.03619688 -0.27728115 0.68514786 0.00477465 0.00079677 0.00026281 0.00636715 0.00636715
10 -0.74965647 0.03891663 -0.27935016 0.68709261 0.00185668 0.00271975 0.00206901 0.00194474 0.00271975
11 -0.75133985 0.03934973 -0.27956649 0.68930775 0.00168337 0.0004331 0.00021634 0.00221515 0.00221515
12 -0.75205599 0.04027028 -0.28025957 0.69008536 0.00071615 0.00092055 0.00069308 0.0007776 0.00092055

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

EJEMPLO 2 Ahora, esta suma en valor absoluto de los elementos de la diagonal

Resolver el siguiente sistema de ecuación por el método Jacobi principal es la mayor suma que se puede obtener ¿?.... Si !!!..

0 
utilizando una Tol≤ 0.001 Y x  0.5 2.1  0.9  1.22  porque haciendo otro arreglo entre filas y volvemos hacer la
sumatoria no da mayor que 17
x1  x2  4 x3  x4  1 Ahora hay que verificar si en cada uno de los renglones, el valor
2 x1  4 x2  x3 7 absoluto del elemento de la diagonal principal es mayor que la
suma de los valores absolutos de los elementos restantes del mismo
6 x1  2 x2  x3  x4 0 renglón, si esto se cumple La Matriz es Diagonalmente Dominante,
 x1  x3  3x4  2 con una fila que no cumpla se dice que es Parcialmente
Dominante.
SOLUCIÓN: De la Ecuación 1 6  2  1  1
PASO 1:
De la Ecuación 2 4  2  1  0
Primero ordenamos las ecuaciones, de modo que en la diagonal
principal estén los coeficientes mayores, esto se hace para De la Ecuación 3 4  1  1  1
asegurar la convergencia. Para este caso tenemos que:
 FILA 3 DEL SISTEMA ORIGINAL PASA A SER FILA 1 De la Ecuación 4 3  1  0  1
 FILA 1 DEL SISTEMA ORIGINAL PARA A SER FILA 3
 FILA 2 DEL SISTEMA ORIGINAL SE QUEDA COMO FILA 2 Esta Matriz es Diagonalmente Dominante, porque todas las filas
 FILA 4 DEL SISTEMA ORIGINAL SE QUEDA COMO FILA 4
cumple con a nn  an1  an 2  ......... am n

6 x1  2 x2  x3  x4 0
PASO 2:
2 x1  4 x2  x3 7 Despejamos cada una de las variables QUE SE ENCUENTRA en la
x1  x2  4 x3  x4  1 diagonal Principal de su respectiva fila que para este caso es de la
Matriz Diagonalmente Dominante:
 x1  x3  3x4  2
 2 x 2  x3  x 4
x1 
Ahora podemos ver que los mayores coeficientes de cada fila 6
están en la diagonal Principal, ahora hacemos 7  2 x1  x3
x2 
 a11  a22  a33  ......... an n  K para verificar si es la mayor 4
suma que se puede obtener haciendo arreglos entre filas:  1  x1  x2  x4
x3 
4
 a11  a 22  a 33  a 4 4  K
 2  x1  x3
x4 
 6  4  4  3  17 3
PASO 3:
MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

Los valores iniciales de las variables para poder hacer la iteración  22.225   0.955   1.13333333
x1   -0.7713888
0

número 1 son x   0.5 2.1  0.9  1.22 , donde  6
7  2 0.7533333   0.955
x 0   x1  0.5 x2  2.1 x3  0.9 x4  1.22, sustituyendo x2   2.36541667
4
en las ecuaciones del paso 2 tenemos:
 1   0.753333  2.225   1.1333333
x3   -0.90125
1  4
Primera Iteración (n=1) x
 2   0.75333333   0.95555
Para poder realizar las iteraciones por Jacobi se necesitan valores x4   -1.23611111
iniciales, para la primera iteración esos valores iniciales son los que 3
E x n  x  n 1   x  n   x  1   x  2 
0

se dio al inicio del problema estos son x   0.5 2.1  0.9  1.22 , 
sustituyendo en las ecuaciones tenemos: Ex1  - 0.7533333 - 0.77138889  0.01805556
Ex 2  2.225  2.36541667  0.14041667
 22.1   0.9   1.22  n 1  n 0 1 
x1   -0.7533333
6
E xn  x x  x x Ex 3  - 0.955 -  0.90125  0.05375
7  2 0.5   0.9 Ex 1   0.5  - 0.7533333  0.2533333 Ex 4  - 1.1333333 - - 1.23611111  0.10277778
x2   2.225
4 Ex 2  2.1  2.225  0.125 El Error de la iteración 2 es el valor del error más grande de todos los
 1   0.5  2.1   1.22
x3   -0.955 Ex 3   0.9  - 0.955  0.055 errores, para esta Iteración el Error global es 0.14041667, ahora hay
4 que hacer Error  Tol , tenemos 0.14041667  0.001 , como no se
 2   0.5   0.9 Ex 4   1.22  - 1.1333333  0.08666667
x4   -1.1333333 cumple se tiene que hacer otra iteración
3
 3
El Error de la iteración 1 es el valor del error más grande de todos los Tercera Iteración (n=3) x
errores, para esta Iteración el Error global es 0.2533333, ahora hay Para poder realizar esta iteración se necesitan valores iníciales, para
que hacer Error  Tol , tenemos 0.2533333  0.001 , como no se esta Tercera iteración esos valores iníciales son los de la iteración 2
cumple se tiene que hacer otra iteración 
x  2  , estos son x 2   0.7713888 2.3654166  0.90125 1.2361111 , 
sustituyendo en las ecuaciones y se vuelve a sacar el error más
 2 grande de todas la variables. Esto se Hace así sucesivamente hasta
Segunda Iteración (n=2) x
Para poder realizar esta iteración se necesitan valores iniciales, para que Error  Tol , para este caso se cumple que Error  Tol en la
esta segunda iteración esos valores iniciales son los de la iteración 1 iteración 14 con 0.00099827  0.001 , por lo tanto la solución son los

x  1  , estos son x 1  0.753333 2.225  0.955  1.1333333 ,  valores de x1 , x2 , x3 y x4 de la iteración donde cumple que
sustituyendo en las ecuaciones tenemos: Error  Tol

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

n X1 X2 X3 X4 ERROR
14 -0.8582498 2.41922846 -0.95769999 -1.27259545 0.00099827
PASO 4:

HACER la siguiente tabla donde se encuentran todas las columnas e iteraciones, hasta llegar a las 14 iteraciones que es la solución para este
sistema

n X1 X2 X3 X4 EX1 EX2 EX3 EX4 ERROR

0 -0.5 2.1 -0.9 -1.22
1 -0.75333333 2.225 -0.955 -1.13333333 0.25333333 0.125 0.055 0.08666667 0.25333333
2 -0.77138889 2.36541667 -0.90125 -1.23611111 0.01805556 0.14041667 0.05375 0.10277778 0.14041667
3 -0.84428241 2.36100694 -0.95753472 -1.22421296 0.07289352 0.00440972 0.05628472 0.01189815 0.07289352
4 -0.83144869 2.41152488 -0.93523438 -1.26727238 0.01283372 0.05051794 0.02230035 0.04305941 0.05051794
5 -0.8591813 2.39953294 -0.96183714 -1.25556102 0.02773261 0.01199195 0.02660277 0.01171136 0.02773261
6 -0.84879829 2.42004993 -0.94897817 -1.27367281 0.010383 0.020517 0.01285898 0.01811179 0.020517
7 -0.86079909 2.41164369 -0.96123111 -1.26592549 0.01200079 0.00840625 0.01225295 0.00774733 0.01225295
8 -0.85466362 2.42070732 -0.95419252 -1.27401007 0.00613546 0.00906363 0.00703859 0.00808458 0.00906363
9 -0.86020536 2.41587994 -0.96001344 -1.26961872 0.00554174 0.00482738 0.00582092 0.00439135 0.00582092
10 -0.85689419 2.42010604 -0.95632332 -1.27340627 0.00331117 0.0042261 0.00369012 0.00378755 0.0042261
11 -0.85954917 2.41752793 -0.95915453 -1.27107251 0.00265498 0.00257811 0.00283121 0.00233376 0.00283121
12 -0.85782897 2.41956322 -0.95726282 -1.27290123 0.0017202 0.00203529 0.00189171 0.00182873 0.00203529
13 -0.85912748 2.41823019 -0.95865887 -1.27169726 0.0012985 0.00133303 0.00139605 0.00120397 0.00139605
14 -0.8582498 2.41922846 -0.95769999 -1.27259545 0.00087768 0.00099827 0.00095888 0.00089819 0.00099827

METODO DE GAUSS-SEIDEL
MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

El método de Gauss-Seidel es muy semejante al método de Jacobi. para resolver cualquier sistema de ecuaciones. El método de
Mientras que en el de Jacobi se utiliza el valor de las incógnitas Gauss-Seidel converge solo para sistemas de ecuaciones
para determinar una nueva aproximación, en el de Gauss-Seidel se especiales.
va utilizando los valores de las incógnitas recién calculados en la
misma iteración, y no en la siguiente. Por ejemplo, en el método de Eficiencia.
Jacobi se obtiene en el primer cálculo xi+1, pero este valor de x no La eficiencia de un método es una función del número de
se utiliza sino hasta la siguiente iteración. operaciones aritméticas (suma, resta, multiplicación y división)
involucradas en cada método. Para un sistema de n ecuaciones
Teorema: con n incógnitas, donde la solución es única. La eliminación
Considerar un sistema de “n” ecuaciones con “n” incógnitas, es Gaussiana involucra (4n3 + 9n2 - 7n)/6 operaciones aritméticas. El
decir se tiene una matriz de coeficientes cuadrada. método de Gauss-Seidel requiere 2n2 - n operaciones aritméticas
por iteración. Para valores grandes de “n” la eliminación Gaussiana
a11 x1  a1 2 x 2  a1 3 x 3    a1 n x n  b1 E1 requiere aproximadamente 2n3/3 operaciones aritméticas para
resolver el problema, mientras que Gauss-Seidel requiere
a 2 1 x1  a2 2 x2  a 2 3 x 3    a2 n xn  b2 E2
aproximadamente 2n2 operaciones aritméticas por iteración. Por lo
a 31 x1  a3 2 x2  a3 3 x3  a3 n x4  b3 E3 tanto si el número de iteraciones es menor o igual que n/3, el
      método iterativo requiere pocas operaciones aritméticas.
a n 1 x1  an 2 x2  a n 3 x 3   a n n x n  bn En
Exactitud.
Los errores de redondeo (Round-off) son eliminados usando pivoteo,
Si el valor absoluto del elemento de la diagonal de cada renglón los errores en Gauss-Seidel son cometidos en la última iteración. En
de es más grande que la suma de los valores absolutos de los otros general cuando Gauss-Seidel es aplicable es más exacto que
elementos de tal renglón entonces el sistema tiene una solución eliminación Gaussiana.
única. Los métodos iterativos de Jacobi y de Gauss-Seidel
convergerán a la solución sin importar los valores iníciales. Almacenamiento.
El método de inversión de matrices tiene limitaciones similares
 a11  a22  a33  ......... an n  K cuando se trabaja con números muy grandes de ecuaciones
simultáneas. Sin embargo, existen varias técnicas que se pueden
 Método de Gauss-Seide utilizar, para resolver grandes números de ecuaciones simultáneas.
El método de Gauss-Seidel es un refinamiento del método de Una de las técnicas más útiles es el método de Gauss-Seidel.
Jacobi que generalmente (pero no siempre) converge más rápido. Ninguno de los procedimientos alternos es totalmente satisfactorio,
El último valor de cada variable es sustituido en cada paso en el y el método de Gauss-Seidel tiene la desventaja de que no siempre
proceso iterativo. converge a una solución o de que a veces converge muy
lentamente. Sin embargo, este método convergirá siempre a una
Comparación de eliminación Gaussiana y Gauss-Seidel: solución cuando la magnitud del coeficiente de una incógnita
diferente en cada ecuación del conjunto, sea suficientemente
Limitaciones: dominante con respecto a las magnitudes de los otros coeficientes
La eliminación Gaussiana es un método finito y puede ser usado de esa ecuación.
MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

EJEMPLO 1
Es difícil definir el margen mínimo por el que ese coeficiente debe Resolver el siguiente sistema de ecuación por el método Gauss-
dominar a los otros para asegurar la convergencia y es aún más Seidel utilizando un Tol< 0.001 y x
0 
0 0 0 
difícil predecir la velocidad de la convergencia para alguna
combinación de valores de los coeficientes cuando esa
convergencia existe. No obstante, cuando el valor absoluto del 0.1 x1  7 x2  0.3 x 3  19.30
coeficiente dominante para una incógnita diferente para cada 3 x1  0.1 x 2  0.2 x 3  7.85
ecuación es mayor que la suma de los valores absolutos de los otros
coeficientes de esa ecuación, la convergencia está asegurada. Ese 0.3 x1  0.2 x 2  10 x 3  71.40
conjunto de ecuaciones simultáneas lineales se conoce como
sistema diagonal o Diagonalmente Dominante.  SOLUCIÓN:
PASO 1:
Un sistema diagonal o Diagonalmente Dominante es condición Primero ordenamos las ecuaciones, de modo que en la diagonal
suficiente para asegurar la convergencia pero no es condición principal estén los coeficientes mayores, esto se hace para
necesaria. Afortunadamente, las ecuaciones simultáneas lineales asegurar la convergencia. Para este caso tenemos que:
que se derivan de muchos problemas de ingeniería, son del tipo en  FILA 2 DEL SISTEMA ORIGINAL PASA A SER FILA 1
el cual existen siempre coeficientes dominantes.  FILA 1 DEL SISTEMA ORIGINAL PARA A SER FILA 2
 FILA 3 DEL SISTEMA ORIGINAL SE QUEDA COMO FILA 3
 Pasos Para aplicar el Método de Gauss-Seidel

1. Determinar si La Matriz es Diagonalmente Dominante o

3 x1  0.1 x 2  0.2 x 3  7.85
Parcialmente Dominante. 0.1 x1  7 x2  0.3 x 3  19.30
2. Primero se determina la ecuación de recurrencia. Para ello se
ordenan las ecuaciones y las incógnitas. De la ecuación “ i “ se 0.3 x1  0.2 x 2  10 x 3  71.40
despeja la incógnita “ i “. En notación matricial se escribirse
como: Ahora podemos ver que los mayores coeficientes de cada fila
x cBx están en la diagonal Principal, ahora hacemos
Donde x es el vector de incógnitas.  a11  a22  a33  ......... an n  K para verificar si es la mayor
3. Se toma una aproximación para las soluciones y a esta se le suma que se puede obtener haciendo arreglos entre filas:
0
designa por x
4. Se itera en el ciclo que cambia la aproximación utilizando  a11  a 22  a 33  K
los valores de las incógnitas mas recientes que van saliendo,
xi 1  c  B xi  3  7   10  20
n 1  Ahora, esta suma en valor absoluto de los elementos de la diagonal
5. El Error Para Cada Variables es E  x  x  n  y se toma principal es la mayor suma que se puede obtener ¿?.... Si !!!..
el valor más grande para el erro del Método. porque haciendo otro arreglo entre filas y volvemos hacer la
sumatoria no da mayor que 20.
MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

ESTE METODO TIENE LA CARACTERISTICA QUE PARA ITERAR VA

Ahora hay que verificar si en cada uno de los renglones, el valor UTILIZANDO LOS VALORES MAS RECIENTES QUE VAN SALIENDO DE LAS
absoluto del elemento de la diagonal principal es mayor que la ECUACIONES Y SE SUSTITUYEN LAS OTRAS ECUACIONES, sustituyendo
suma de los valores absolutos de los elementos restantes del mismo en las ecuaciones tenemos:
renglón, si esto se cumple La Matriz es Diagonalmente Dominante, 7.85  0.10  0.2 0
x1   2.61667
con una fila que no cumpla se dice que es Parcialmente 3
Dominante. AHORA COMO ESTE METODO UTILIZA LOS VALORES MAS RECIENTES
De la Ecuación 1 3   0.1   0.2 QUE VAN SALIENDO Y SE UTILIZAN EN LAS OTRAS ECUACIONES,
ENTONCES ESTE VALOR DE X1=2.61667 SE SUSTITUYE EN LA SEGUNDA
De la Ecuación 2 7  0.1   0.3 ECUACION LOS OTROS VALORES DE ARRANQUE:
De la Ecuación 3  10  0.3   0.2
 19.30  0.12.61667   0.3 0
x2   2.77143
Esta Matriz es Diagonalmente Dominante, porque todas las filas 7
AHORA COMO ESTE METODO UTILIZA LOS VALORES MAS RECIENTES
cumple con a nn  an1  an 2  ......... am n QUE VAN SALIENDO Y SE UTILIZAN EN LAS OTRAS ECUACIONES,
ENTONCES ESTE VALOR DE X1=2.61667 Y X2=-2.77143 SE SUSTITUYE EN
PASO 2: LA TERCERA ECUACION:
Despejamos cada una de las variables QUE SE ENCUENTRA en la
diagonal Principal de su respectiva fila que para este caso es de la 71.40  0.3 2.61667   0.2  2.77143
x3   7.05457
Matriz Diagonalmente Dominante:  10
7.85  0.1 x 2  0.2 x3
x1 
3 E xn  x  n 1   x  n   x  0   x  1 
 19.30  0.1 x1  0.3 x3
x2  Ex 1  0  2.61667  2.61667
7
71.40  0.3 x1  0.2 x 2 Ex 2  0   2.77143  2.77143
x3 
 10
Ex 3  0   7.05457   7.05457
PASO 3:
Los valores iniciales de las variables para poder hacer la iteración
número 1 son x 
0 
 
0 0 0 , donde x 0  x1  0 x2  0 x3  0 ,  El Error de la iteración 1 es el valor del error más grande de todos los
errores, para esta Iteración el Error global es 7.05457, ahora hay que
sustituyendo en las ecuaciones del paso 2 tenemos: hacer Error  Tol , tenemos 7.05457  0.001 , como no se cumple
1  se tiene que hacer otra iteración
Primera Iteración (n=1) x
Para poder realizar las iteraciones por GAUSS-SEIDEL se necesitan  2
Segunda Iteración (n=2) x
valores iníciales, para la primera iteración esos valores iníciales son
Para poder realizar esta iteración se necesitan valores iníciales, para
los que se dio al inicio del problema estos son x
0 

0 0 0 ,PERO esta segunda iteración esos valores iníciales son los de la iteración 1
MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

x  1  , estos son x 1  2.61667  2.77143  7.05457  , PERO ESTE

 3
METODO TIENE LA CARACTERISTICA QUE PARA ITERAR VA UTILIZANDO Tercera Iteración (n=3) x
LOS VALORES MAS RECIENTES QUE VAN SALIENDO DE LAS Para poder realizar esta iteración se necesitan valores iníciales, para
ECUACIONES Y SE SUSTITUYEN LAS OTRAS ECUACIONES, sustituyendo esta tercera iteración esos valores iníciales son los de la iteración 2
en las ecuaciones tenemos:  
x  2  , estos son x 2   2.05398  3.07377  7.04852 , PERO ESTE
METODO TIENE LA CARACTERISTICA QUE PARA ITERAR VA UTILIZANDO
7.85  0.1 2.77143  0.2  7.05457  LOS VALORES MAS RECIENTES QUE VAN SALIENDO DE LAS
x1   2.05398
3 ECUACIONES Y SE SUSTITUYEN LAS OTRAS ECUACIONES, sustituyendo
AHORA COMO ESTE METODO UTILIZA LOS VALORES MÁS RECIENTES en las ecuaciones tenemos:
QUE VAN SALIENDO Y SE UTILIZAN EN LAS OTRAS ECUACIONES,
ENTONCES ESTE VALOR DE X1=2.05398 SE SUSTITUYE EN LA SEGUNDA 7.85  0.1 3.07377   0.2  7.04852
ECUACION LOS OTROS VALORES DE ARRANQUE: x1   2.04431
3
 19.30  0.12.05398  0.3  7.05457  AHORA COMO ESTE METODO UTILIZA LOS VALORES MÁS RECIENTES
x2   3.07377
7 QUE VAN SALIENDO Y SE UTILIZAN EN LAS OTRAS ECUACIONES,
ENTONCES ESTE VALOR DE X1=2.04431 SE SUSTITUYE EN LA SEGUNDA
AHORA COMO ESTE METODO UTILIZA LOS VALORES MAS RECIENTES ECUACION LOS OTROS VALORES DE ARRANQUE:
QUE VAN SALIENDO Y SE UTILIZAN EN LAS OTRAS ECUACIONES,
ENTONCES ESTE VALOR DE X1=2.05398 Y X2=-3.07377 SE SUSTITUYE EN  19.30  0.12.04431  0.3  7.04852
LA TERCERA ECUACION:
x2   3.07351
7
71.40  0.3 2.05398  0.2  3.07377  AHORA COMO ESTE METODO UTILIZA LOS VALORES MAS RECIENTES
x3   7.04852
 10 QUE VAN SALIENDO Y SE UTILIZAN EN LAS OTRAS ECUACIONES,
ENTONCES ESTE VALOR DE X1=2.04431 Y X2=-3.07351 SE SUSTITUYE EN
E xn  x  n 1   x  n   x  1   x  2  LA TERCERA ECUACION:

Ex 1  2.61667  2.05398  0.56269 71.40  0.3 2.04431  0.2  3.07351

x3   7.04853
 10
Ex 2   2.77143   3.07377   0.30234
Ex 3   7.05457   7.04852  0.00605 E xn  x  n 1   x  n   x  2   x  3 

El Error de la iteración 2 es el valor del error más grande de todos los

Ex 1  2.05398  2.04431  0.00967
errores, para esta Iteración el Error global es 0.56269, ahora hay que Ex 2   3.07377   3.07351  0.00026
hacer Error  Tol , tenemos 0.56269 0.001, como no se cumple
se tiene que hacer otra iteración Ex 3   7.04852   7.04853  5.18295 *10 6

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

6
en la iteración 4 con 8.2927 *10  0.001 , por lo tanto la solución
El Error de la iteración 3 es el valor del error más grande de todos los
errores, para esta Iteración el Error global es 0.00967, ahora hay que son los valores de x1 , x2 , x3 y x4 de la iteración donde cumple
hacer Error  Tol , tenemos 0.00967  0.001 , como no se cumple que Error  Tol
se tiene que hacer otra iteración. Esto se Hace así sucesivamente
hasta que Error  Tol , para este caso se cumple que Error  Tol

PASO 4:

HACER la siguiente tabla donde se encuentran todas las columnas e iteraciones, hasta llegar a las 4 iteraciones que es la solución para este
sistema

n X1 X2 X3 EX1 EX2 EX3 ERROR

0 0 0 0
1 2.61667 -2.77143 -7.05457 2.61667 2.77143 7.05457 7.05457
2 2.05398 -3.07377 -7.04852 0.56269 0.30234 0.00605 0.56269
3 2.04431 -3.07351 -7.04853 0.00967 0.00026 5.18295E-06 0.00967
4 2.04431 -3.07351 -7.04853 8.2927E-06 2.22126E-07 4.4424E-09 8.2927E-06

TAREA: b) Haga 3 iteraciones por el Método de Gauss- Seidel. dejando

constancia de 2 iteraciones completa a mano y luego en una tabla
deje escritas las 3 iteraciones completas (Trabaje estrictamente con 5
1) Resolver el siguiente Sistema Lineal de Ecuaciones decimales).

4a  2b  20c  2d  22
20a  2b  4c  12
tol  0.003
2) Dado el Sistema Lineal:
6b  2c  16d  30
 2a  22b  2c  6d  50 w  x  y  z 0  2 
 
w  2x  y  2z 6  0.3333 
a) x 0  
Haga 3 iteraciones por el Método de Jacobi, dejando constancia de 2 w  x  2y  z  3 1.1666 
iteraciones completas a mano y luego en una tabla deje escritas las 3  
w  3x  3y  2z 9  2 
iteraciones completas (Trabaje estrictamente con 5 decimales).  

Indique y calcule lo siguiente:

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

a) Resuelva este sistema por el método de Jacobi con una n Adultos Estudiantes Niños Error ≤ Tol
tol < 0.01 e indique si tiene solución. (haga 2 iteraciones
completas a mano como están realizadas en este
documento)
b) Resuelva este sistema por el método de Gauss-Seidel con 4) En cuantas Iteraciones Converge el Método:
una tol < 0.0001 e indique si tiene solución. (haga 2
iteraciones completas a mano como están realizadas en a) 5 iteraciones b) 6 iteraciones c) 4 iteraciones d) El
este documento) sistema no tiene solución

5) Si el sistema tiene solución, Escriba los resultados de la ultima

3) Resolver el siguiente problema Por Gauss-SeidelUn iteración; si no tuviera solución haga líneas en las casillas que se
grupo de 14 personas gasto Q.28.00 en boletos de muestran a continuación:
entrada a la sala 1 de un cine que costaba Q.2.50 por
adulto, Q.1.50 por estudiante y Q.1.00 para niños. Si n Adultos Estudiantes Niños Error ≤ Tol
hubieran asistido a la sala 2 del cine, la entrada para
adulto costaba Q.4.00, para estudiante Q.2.00 y para
niños Q.1.00, hubieran gastado en total Q.42.00. Use una
tol  1*10 2 y x t 0   1 1 1 TRABAJE CON 5 4) Dado el Sistema Lineal:
DECIMALES  2 x2  10 x3 6  0
0 
 
1) Plantee el sistema de Ecuaciones del problema dado, en forma de 10 x1  x2 9 x   0
matriz aumentada :  x1  10 x2  7  0
2 x3  

  a) Haga 3 iteraciones por el método de Jacobi, dejando constancia

 
 
 
 
2) Haciendo arreglos entre filas, el Sistemas es: a) Diagonalmente
Dominante b) Parcialmente Dominante
3) Escriba el valor de la 3era. Iteración del sistema:
MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado
de una iteración completa a mano.
b) Con el valor de la 3era. Iteración del Método anterior, utilícelo
como vector de arranque para empezar el método de Gauss-
Seidel con una tol<0.001, deje constancia de una iteración
completa a mano y luego con su programa de la calculadora
complete la tabla del Método.
5) Un albañil llega a una ferretería y compra 9 martillos, 6 sierras
y 10 ladrillos con un total de dicha compra de Q.31.25. Un
maestro de obras llega y compra 8 martillos, 6 sierras y 6
ladrillos haciendo un total de Q.26.10 por ultimo llega un
Ingeniero Civil y compra 15 sierras y 9 ladrillos haciendo un
total de la compra de Q.21.45. Determine el valor
MA. Ing. Carlos Alberto Garrido López
UNIVERSIDAD DE SAN CARLOS FACULTAD DE INGENIERIA DEPARTAMENTO DE MATEMATICA MATEMATICA APLICADA 3

aproximado del martillo, la sierra y el ladrillo siguiendo la

siguiente secuencia:

a) haga solo 3 iteraciones completas a mano por el Método

de Jacobi, utilice el vector de arranque
x 0 
 1.91 0.91 0.76
b) Con el valor de la tercera iteración del inciso anterior (a)
utilícelo como vector de arranque para el Método de
Gauss-Seidel, con este método determine el valor
aproximado del martillo, la sierra y el ladrillo, con una Tol:
0.01 y deje constancia de 3 iteraciones completas a mano.

MA. Ing. Juan Orlando Lopez Orozco MSC. Ing. Renaldo Girón Alvarado MA. Ing. Carlos Alberto Garrido López