PHƯƠNG PHÁP GAUSS-SEIDEL: GIẢI THÍCH, ỨNG DỤNG, VÍ DỤ - TOÁN HỌC - 2026

Các Gauss-Seidel phương pháp là một thủ tục lặp đi lặp lại cho việc tìm kiếm các giải pháp xấp xỉ một hệ phương trình đại số tuyến tính với độ chính xác tùy ý lựa chọn. Phương pháp này được áp dụng cho ma trận vuông có các phần tử khác không trong đường chéo của chúng và sự hội tụ được đảm bảo nếu ma trận chiếm ưu thế theo đường chéo.

Nó được tạo ra bởi Carl Friedrich Gauss (1777-1855), người đã trình diễn riêng cho một trong những học sinh của mình vào năm 1823. Sau đó nó được Philipp Ludwig von Seidel (1821-1896) chính thức xuất bản vào năm 1874, do đó có tên là của cả hai nhà toán học.

Hình 1. Phương pháp Gauss-Seidel hội tụ nhanh chóng để thu được nghiệm của một hệ phương trình. Nguồn: F. Zapata.

Để hiểu đầy đủ về phương pháp này, cần phải biết rằng ma trận là ưu thế theo đường chéo khi giá trị tuyệt đối của phần tử đường chéo của mỗi hàng lớn hơn hoặc bằng tổng các giá trị tuyệt đối của các phần tử khác của cùng hàng đó.

Về mặt toán học, nó được diễn đạt như thế này:

Giải thích bằng một trường hợp đơn giản

Để minh họa phương pháp Gauss-Seidel bao gồm những gì, chúng ta sẽ lấy một trường hợp đơn giản, trong đó giá trị của X và Y có thể được tìm thấy trong hệ phương trình tuyến tính 2 × 2 được hiển thị bên dưới:

5X + 2Y = 1

X - 4Y = 0

Các bước làm theo

1- Ngay từ đầu, cần xác định xem sự hội tụ có an toàn hay không. Có thể thấy ngay rằng, trên thực tế, nó là một hệ thống ưu thế theo đường chéo, vì ở hàng đầu tiên, hệ số đầu tiên có giá trị tuyệt đối cao hơn các hệ số khác trong hàng đầu tiên:

-5 -> - 2-

Tương tự như vậy, hệ số thứ hai trong hàng thứ hai cũng chiếm ưu thế theo đường chéo:

--4 -> - 1-

2- Các biến X và Y bị xóa:

X = (1 - 2Y) / 5

Y = X / 4

3- Một giá trị ban đầu tùy ý được đặt, gọi là "hạt giống": Xo = 1, I = 2.

4-Quá trình lặp bắt đầu: để có được giá trị gần đúng đầu tiên X1, Y1, hạt giống được thay thế trong phương trình đầu tiên của bước 2 và kết quả trong phương trình thứ hai của bước 2:

X1 = (1 - 2 I) / 5 = (1 - 2 × 2) / 5 = -3/5

Y1 = X1 / 4 = (-3/5) / 4 = -3/20

5- Ta tiến hành theo cách tương tự để thu được nghiệm gần đúng thứ hai của hệ phương trình:

X2 = (1 - 2 Y1) / 5 = (1 - 2x (-3/20)) / 5 = 13/50

Y2 = X2 / 4 = (13/50) / 4 = 13/200

6- Lần lặp thứ ba:

X3 = (1 - 2 Y2) / 5 = (1 - 2 (13/200)) / 5 = 87/500

Y3 = X3 / 4 = (87/500) / 4 = 87/2000

7- Lần lặp thứ tư, là lần lặp cuối cùng của trường hợp minh họa này:

X4 = (1 - 2 Y3) / 5 = (1 - 2 (87/2000)) / 5 = 913/5000

Y4 = X4 / 4 = (913/5000) / 4 = 913/20000

Các giá trị này khá phù hợp với giải pháp được tìm thấy bởi các phương pháp phân giải khác. Người đọc có thể nhanh chóng kiểm tra nó với sự trợ giúp của chương trình giải toán trực tuyến.

Phân tích phương pháp

Như có thể thấy, trong phương pháp Gauss-Seidel, các giá trị gần đúng thu được cho biến trước trong cùng bước đó phải được thay thế trong biến sau. Điều này phân biệt nó với các phương pháp lặp khác như của Jacobi, trong đó mỗi bước yêu cầu các giá trị gần đúng của bước trước đó.

Phương pháp Gauss-Seidel không phải là một thủ tục song song, trong khi phương pháp Gauss-Jordan. Đó cũng là lý do mà phương pháp Gauss-Seidel có độ hội tụ nhanh hơn - trong ít bước hơn - so với phương pháp Jordan.

Đối với điều kiện ma trận chi phối theo đường chéo, điều này không phải lúc nào cũng được thỏa mãn. Tuy nhiên, trong hầu hết các trường hợp, chỉ cần hoán đổi các hàng từ hệ thống ban đầu là đủ để đáp ứng điều kiện. Hơn nữa, phương pháp này hầu như luôn luôn hội tụ, ngay cả khi điều kiện chi phối đường chéo không được đáp ứng.

Kết quả trước đó, thu được bằng bốn lần lặp lại của phương pháp Gauss-Seidel, có thể được viết dưới dạng thập phân:

X4 = 0,1826

Y4 = 0,04565

Giải pháp chính xác cho hệ phương trình được đề xuất là:

X = 2/11 = 0,1818

Y = 1/22 = 0,04545.

Vì vậy, chỉ với 4 lần lặp, bạn sẽ nhận được kết quả với độ chính xác một phần nghìn (0,001).

Hình 1 minh họa cách các lần lặp liên tiếp nhanh chóng hội tụ đến giải pháp chính xác.

Các ứng dụng

Phương pháp Gauss-Seidel không chỉ giới hạn trong hệ phương trình tuyến tính 2 × 2. Quy trình trước đây có thể được tổng quát hóa để giải một hệ thống tuyến tính gồm n phương trình với n ẩn số, được biểu diễn trong một ma trận như sau:

A X = b

Trong đó A là một ma trận nxn, trong khi X là n véc tơ thành phần của n biến được tính toán; và b là vectơ chứa giá trị của các số hạng độc lập.

Để tổng quát hóa chuỗi lặp được áp dụng trong trường hợp minh họa cho một hệ thống nxn, từ đó biến Xi muốn tính, công thức sau sẽ được áp dụng:

Trong phương trình này:

- k là chỉ số cho giá trị thu được trong lần lặp k.

-k + 1 cho biết giá trị mới trong phần sau.

Số lần lặp cuối cùng được xác định khi giá trị thu được trong lần lặp k + 1 khác với giá trị thu được ngay trước đó, bởi một lượng ε chính xác là độ chính xác mong muốn.

Ví dụ về phương pháp Gauss-Seidel

- Ví dụ 1

Viết thuật toán tổng quát cho phép tính vectơ nghiệm gần đúng X của hệ phương trình tuyến tính nxn, cho trước ma trận các hệ số A, vectơ các số hạng độc lập b , số lần lặp (i ter) và giá trị ban đầu hoặc "hạt "của vector X .

Giải pháp

Thuật toán bao gồm hai chu kỳ "Tới", một cho số lần lặp và một cho số lượng biến. Nó sẽ như sau:

Đối với k ∊

Đối với tôi ∊

X: = (1 / A) * (b - ∑ _{j = 1} ⁿ (A * X) + A * X)

- Ví dụ 2

Kiểm tra hoạt động của thuật toán trước đó thông qua ứng dụng của nó trong phần mềm toán học miễn phí và sử dụng miễn phí SMath Studio, có sẵn cho Windows và Android. Lấy ví dụ như trường hợp của ma trận 2 × 2 đã giúp chúng tôi minh họa phương pháp Gauss-Seidel.

Giải pháp

Hình 2. Lời giải của hệ phương trình trong ví dụ 2 x 2, sử dụng phần mềm SMath Studio. Nguồn: F. Zapata.

- Ví dụ 3

Áp dụng thuật toán Gauss-Seidel cho hệ phương trình 3 × 3 sau đây, hệ phương trình này đã được sắp xếp trước đó theo cách mà hệ số của đường chéo chiếm ưu thế (nghĩa là có giá trị tuyệt đối lớn hơn giá trị tuyệt đối của hệ số cùng hàng):

9 X1 + 2 X2 - X3 = -2

7 X1 + 8 X2 + 5 X3 = 3

3 X1 + 4 X2 - 10 X3 = 6

Sử dụng vectơ null làm hạt giống và xem xét năm lần lặp. Nhận xét về kết quả.

Giải pháp

Hình 3. Lời giải của hệ phương trình của ví dụ 3 đã giải, sử dụng SMath Studio. Nguồn: F. Zapata.

Đối với cùng một hệ thống có 10 lần lặp thay vì 5, thu được các kết quả sau: X1 = -0,485; X2 = 1,0123; X3 = -0.3406

Điều này cho chúng ta biết rằng năm lần lặp là đủ để có được độ chính xác ba chữ số thập phân và phương pháp này nhanh chóng chuyển thành lời giải.

- Ví dụ 4

Sử dụng thuật toán Gauss-Seidel ở trên, hãy tìm nghiệm cho hệ phương trình 4 × 4 được cho dưới đây:

10 x1 - x2 + 2 x3 + 0 x4 = 6

-1 x1 + 11 x2 - 1 x3 + 3 x4 = 25

2 x1 - 1 x2 + 10 x3 - 1 x4 = -11

0 x1 + 3 x2 - 1 x3 + 8 x4 = 15

Để bắt đầu phương pháp, hãy sử dụng hạt giống này:

x1 = 0, x2 = 0, x3 = 0 và x4 = 0

Xem xét 10 lần lặp và ước tính sai số của kết quả, so sánh với số lần lặp 11.

Giải pháp

Hình 4. Lời giải của hệ phương trình của ví dụ 4 đã giải, sử dụng SMath Studio. Nguồn: F. Zapata.

Khi so sánh với lần lặp tiếp theo (số 11), kết quả là giống hệt nhau. Sự khác biệt lớn nhất giữa hai lần lặp là theo thứ tự 2 × 10 ^-8 , có nghĩa là giải pháp được hiển thị có độ chính xác ít nhất là bảy chữ số thập phân.

Người giới thiệu

1. Các phương pháp giải lặp lại. Gauss-Seidel. Đã khôi phục từ: cimat.mx
2. Phương pháp số. Gauss-Seidel. Đã khôi phục từ: test.cua.uam.mx
3. Số: Phương pháp Gauss-Seidel. Được khôi phục từ: aprendeenlinea.udea.edu.co
4. Wikipedia. Phương pháp Gauss-Seidel. Đã khôi phục từ: vi. wikipedia.com
5. Wikipedia. Phương pháp Gauss-Seidel. Phục hồi từ: es.wikipedia.com