04 Sistemas Lineares

Sistemas Lineares
Prof. Wellington Passos de Paula

wpassos@gmail.com
Programa
1. Introduo
2. Mtodos Diretos
a) Eliminao de Gauss
b) Decomposio LU
3. Mtodos Iterativos
a) Gauss-Jacobi a) Gauss-Jacobi
b) Gauss-Siedel
Sistemas Lineares
Introduo
wpassos@gmail.com
Introduo
A resoluo de sistemas lineares um problema que
surge nas mais diversas reas
Ex: Clculos de estruturas, Redes de transporte, Redes de
comunicao, etc
Introduo
Exemplo: Calcular tenses dos ns do circuito eltrico:
V
Soluo:
Temos que a corrente entre 2 pontos dada por: .
Pela lei de Kirchoff a soma das correntes que chega a um n
igual a soma das correntes que saem dele. Assim:
1
V
R
V V
I
b a

=
Introduo
V
N 1:
N 3:
N 4:
1
V
1
0
2 2 1
1 1 4 1 3 1 2

=
+
V V V V V V V
3 1
2 3 1 2
V V V V
=
3
127
2 1 3
3 1 3 4 3 2 3
V V V V V V V
=
2 1
1 4 4 3
V V V V
=
N 2:
Introduo
Simplificando as equaes:
N 1:
1
0
2 2 1
1 1 4 1 3 1 2

=
+
V V V V V V V
0 2 6
4 3 2 1
= + + + V V V V
N 2:
N 3:
N 4:
3 1
2 3 1 2
V V V V
=
3
127
2 1 3
3 1 3 4 3 2 3
V V V V V V V
=
2 1
1 4 4 3
V V V V
=
0 4 3
3 2 1
= + V V V
254 6 13 2 3
4 3 2 1
= + V V V V
0 3 2
4 3 1
= + V V V
Introduo
Montando o sistema:
= + +
= +
= + +
= + + +
0 3 2 0 1
254 6 13 2 3
0 0 1 4 3
0 1 1 2 6
4 3 2 1
4 3 2 1
4 3 2 1
V V V V
V V V V
V V V V
V V V V
Nosso problema agora se resume em encontrar os valores
de V
1
, V
2
, V
3
e V
4
que solucionem o sistema linear
acima.
= + + 0 3 2 0 1
4 3 2 1
V V V V
Introduo
Um sistema linear com m equaes e n variveis tem a
seguinte forma geral:
n n
n n
b x a x a x a
b x a x a x a
= + + +
= + + +
...
...
2 2 2 22 1 21
1 1 2 12 1 11
M M O M M
onde:
a
ij
coeficientes 1 i m, 1 j n
x
j
incgnitas j = 1,...,n
b
i
termos independentes i = 1,...,m
m n mn m m
b x a x a x a = + + + ...
2 2 1 1
M M O M M
Introduo
Exemplo:
= + +
= +
= +
1 5 4 2
2 5 1 4
5 5 4 2
3 2 1
3 2 1
x x x
x x x
x x x
onde:
2, 4, -5, 4, 1, -5, 2, 4 e 5 coeficientes
x
1
, x
2
e x
3
incgnitas
5, 2 e -1 termos independentes
= + + 1 5 4 2
3 2 1
x x x
Introduo
Forma Matricial:
Ax = b
na qual: na qual:
(
(
(
(
=
mn m m m
n
n
a a a a
a a a
a a a
A
3 2 1
2 22 21
1 12 11
M O M M
K
K
(
(
(
(
=
m
b
b
b
b
M
2
1
(
(
(
(
=
n
x
x
x
x
M
2
1
Introduo
Exemplo:
Forma Geral:
= + +
= +
= +
1 5 4 2
2 5 1 4
5 5 4 2
3 2 1
3 2 1
x x x
x x x
x x x
Forma Matricial:
= + + 1 5 4 2
3 2 1
x x x
(
(
(
=
(
(
(
(
(
(
1
2
5
5 4 2
5 1 4
5 4 2
3
2
1
x
x
x
Introduo
Relembrando... Multiplicao de Matrizes
O produto de uma matriz A de dimenso n x m por um
escalar k resulta em uma matriz B = kA de mesma
dimenso n x m, tal que . , , j i ka b
ij ij
=
Ex:
e
(
=
6 5 4
3 2 1
A
(
= =
12 10 8
6 4 2
2A B
Introduo
O produto de uma matriz A (n x m) por um vetor v (m x
1) resulta em um vetor x (n x 1) de forma que
. ..., , 2 , 1 , n i v a x
m
= =
Ex:
. ..., , 2 , 1 ,
1
n i v a x
j
j ij i
= =
=
(
(
(
= =
(
=
(
(
(
=
17
11
5
2
1
,
6 5
4 3
2 1
Av x v A
Introduo
O produto de uma matriz A (n x p) por uma matriz
B (p x m) uma matriz C = AB (n x m) tal que
. ..., , 2 , 1 ..., , 2 , 1 ,
1
m j e n i v a c
p
k
kj ik ij
= = =
=
o elemento c
ij
obtido pela soma dos produtos da linha
i de A pelos correspondentes elementos da coluna j de
B. Logo, para a multiplicao de duas matrizes, o
nmero de colunas da primeira tem que ser igual ao
nmero de linhas da segunda
Ex:
2 2
2 3
3 2
48 41
12 6
5 3
0 4
6 1
,
6 5 3
0 1 2
x
x
x
AB C B A
(
= =
(
(
(
=
(
=
Introduo Classificao de Sistemas
Classificao dos sistemas
Soluo nica
det (A) 0
Infinitas Solues ou Sem Soluo
det (A) = 0
Relembrando. Conceito de Determinante
Uma matriz quadrada (n x n) A, chamada matriz de ordem
n, tem um nmero associado denominado determinante,
cujo valor pode ser obtido pela frmula de recorrncia
) det( ) 1 ( ... ) det( ) det( ) det(
1 1
1
12 12 11 11 n n
n
M a M a M a A
+
+ + =
onde M
ij
a matriz de ordem n-1 resultante da remoo
da linha i e coluna j de A e sendo o determinante de uma
matriz (1 x 1) igual a esse nico elemento. Logo:
) det( ) 1 ( ... ) det( ) det( ) det(
1 1 12 12 11 11 n n
M a M a M a A + + =
11 11
) det( ] [ a A a A = =
12 21 22 11
22 21
12 11
) det( a a a a A
a a
a a
A =
(
=
Relembrando. Conceito de Determinante
(
(
(
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
Matriz A com det(A) = 0 Matriz Singular
Matriz A com det(A) 0 Matriz No Singular
M
) ( ) ( ) ( ) det(
22 31 32 21 13 23 31 33 21 12 23 32 33 22 11
a a a a a a a a a a a a a a a A + =
Soluo nica
Exemplo:
det (A) = -6 -1 = -7
=
= +
2 3
3 2
2 1
2 1
x x
x x
(
=
1
1
x
Infinitas Solues
Ex:
det (A) = 4 - 4 = 0
= +
= +
6 2 4
3 2
2 1
2 1
x x
x x

(
2 3
x
Sem Soluo
Ex:
det (A) = 4 - 4 = 0
= +
= +
6 2 4
3 2
2 1
2 1
x x
x x
Introduo Sistemas Triangulares
Possibilidade de resoluo da forma Direta
Sistema Triangular Inferior
Sistema Triangular Superior
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
(
(
b
b
b
x
x
x
a a a
a a
a
M M M O M M M
K
K
K
3
2
1
3
2
1
33 32 31
22 21
11
0
0 0
0 0 0
A soluo calculada pelas substituies sucessivas
, ,
(
(
(
(
(
(
n n nn n n n
b x a a a a K
3 2 1
11
1
1 1 1 11
a
b
x b x a = =
22
1 21 2
2 2 2 22 1 21
a
x a b
x b x a x a

= = +
23
2 32 1 31 3
3 3 3 33 2 32 1 31
a
x a x a b
x b x a x a x a

= = + +
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
b
b
b
x
x
x
a a a
a a
a
M M M O M M M
K
K
K
3
2
1
3
2
1
33 32 31
22 21
11
0
0 0
0 0 0
(
(
(
(
(
(
n n nn n n n
b x a a a a
M M
K
M O M M M
3 2 1
n nn nn n n n n n
b x a x a x a x a = + + + +
1 1 , 2 2 1 1
...
M
nn
n n n n n n
n
a
x a x a x a b
x
1 1 , 2 2 1 1
...

=
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
b
b
b
x
x
x
a a a
a a
a
M M M O M M M
K
K
K
3
2
1
3
2
1
33 32 31
22 21
11
0
0 0
0 0 0
As substituies sucessivas podem ser representadas por:
(
(
(
(
(
(
n n nn n n n
b x a a a a
M M
K
M O M M M
3 2 1
. ..., , 2 , 1 ,
1
1
n i
a
x a b
x
ii
i
j
j ij i
i
=
=
Exemplo: Calcular a soluo do sistema triangular inferior
usando as substituies sucessivas:
(
(
(
=
(
(
(
(
(
(
1
4
0 0 5 3
0 0 0 2
2
1
x
x
,
(
(
(
=
(
(
(
(
(
(
6
48
1
9 3 4 1
0 8 6 1
0 0 5 3
4
3
2
x
x
x
2
2
4
4 2
1 1
= = = x x 1
5
2 3 1
1 5 3
2 2 1
=

= = + x x x
5
8
) 1 ( 6 2 48
48 8 6
3 3 2 1
=
+
= = + x x x x
Exemplo: Calcular a soluo do sistema triangular inferior
usando as substituies sucessivas:
(
(
(
=
(
(
(
(
(
(
1
4
0 0 5 3
0 0 0 2
2
1
x
x
Logo, o vetor soluo dado por:
(
(
(
=
(
(
(
(
(
(
6
48
9 3 4 1
0 8 6 1
4
3
x
x
3
9
) 5 ( 3 ) 1 ( 4 ) 2 ( 6
6 9 3 4
4 4 3 2 1
=
+ +
= = + + x x x x x
(
(
(
(
=
3
5
1
2
x
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
n
n
n
d
d
d
x
x
x
c c
c c c
c c c c
M M M O M M M
K
K
K
3
2
1
3
2
1
3 33
2 23 22
1 13 12 11
0 0
0
A soluo calculada pelas substituies retroativas:
,
(
(
(
(
(
(
n n nn
d x c
M M
K
M O M M M
0 0 0
nn
n
n n n nn
c
d
x d x c = =
1 , 1
, 1 1
1 1 , 1 1 1 , 1

= = +
n n
n n n n
n n n n n n n n
c
x c d
x d x c x c
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
n
n
n
d
d
d
x
x
x
c c
c c c
c c c c
M M M O M M M
K
K
K
3
2
1
3
2
1
3 33
2 23 22
1 13 12 11
0 0
0
,
(
(
(
(
(
(
n n nn
d x c
M M
K
M O M M M
0 0 0
22
2 1 23 2
2 2 2 3 23 2 22
...
...
c
x c x c d
x d x c x c x c
n n
n n

= = + + +
M
1 1 3 13 2 12 1 11
... d x c x c x c x c
n n
= + + + +
11
1 1 13 12 1
1
...
c
x c x c c d
x
n n

=
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
n
n
n
d
d
d
x
x
x
c c
c c c
c c c c
M M M O M M M
K
K
K
3
2
1
3
2
1
3 33
2 23 22
1 13 12 11
0 0
0
As substituies retroativas podem ser representadas por:
. 1 ..., , 1 , ,
1
=
+ =
n n i
c
x c d
x
ii
n
i j
j ij i
i
(
(
(
(
(
(
n n nn
d x c
M M
K
M O M M M
0 0 0
Exemplo: Determinar a soluo do sistema triangular superior
utilizando as substituies retroativas:
(
(
(
(
=
(
(
(
(
(
(
(
(
28
2
1
5 4 0 0
4 7 3 0
1 6 2 5
2
1
x
x
x
, ,
(
(
(
=
(
(
(
(
(
(
8
28
2 0 0 0
5 4 0 0
4
3
x
x
4
2
8
8 2
4 4
= = = x x
2
4
4 5 28
28 5 4
3 4 3
=

= = + x x x
0
3
4 4 2 7 2
2 4 7 3
2 4 3 2
=
+
= = + x x x x
Exemplo: Determinar a soluo do sistema triangular superior
utilizando as substituies retroativas:
(
(
(
(
=
(
(
(
(
(
(
(
(
2
1
4 7 3 0
1 6 2 5
2
1
x
x
(
(
(
=
(
(
(
(
(
(
8
28
2 0 0 0
5 4 0 0
4
3
x
x
3
5
4 2 6 0 2 1
1 6 2 5
1 4 3 2 1
=
+
= = + + x x x x x
(
(
(
(
=
4
2
0
3
x
Introduo Mtodos de Soluo
Os mtodos numricos para a soluo de sistemas
lineares podem ser divididos em dois grupos:
Mtodos Diretos Fornecem a soluo do sistema,
caso ela exista, aps um nmero finito de iteraes
(solues arredondadas tambm podem ocorrer)
Mtodos Iterativos Geram uma sequncia de
vetores {x
(k)
} a partir de uma aproximao inicial x
(0)
.
Sob certas condies esta sequncia converge para a
soluo x do sistema, caso ela exista
Sistemas Lineares
Mtodos Diretos Mtodos Diretos
wpassos@gmail.com
Mtodos Diretos
Pertencem a essa classe todos mtodos utilizados no
primeiro e segundo graus
Esses mtodos no so eficientes para a resoluo de
sistemas lineares de grande porte, ou seja, sistemas que
envolvam um grande nmero de equaes e variveis
Para o caso de sistemas lineares n x n, com soluo
nica, o vetor x dado por x = A
-1
b, onde A
-1
a
inversa da matriz de coeficientes A.
O clculo de A
-1
demorado e, por isso, no competitivo
com os mtodos que veremos a seguir: Eliminao de
Gauss e Decomposio LU
Sistemas Lineares
Eliminao de Gauss Eliminao de Gauss
wpassos@gmail.com
Eliminao de Gauss
Consiste em transformar o sistema linear original em
um sistema linear triangular superior equivalente
Resoluo do novo sistema utilizando as substituies
retroativas
A soluo encontrada para o sistema equivalente ser
a mesma do sistema linear original Conceito de
Sistemas Equivalentes
Eliminao de Gauss
A transformao do sistema linear original em outro
equivalente feita atravs das seguintes operaes
elementares:
Trocar duas equaes
=
= +
= +
=
2 2 2
9 4
9 4
2 2 2
2 1 2 1
x x
x x
x x
x x
Multiplicar uma equao por uma constante no nula
Adicionar um mltiplo de uma equao a uma outra
equao
= + 2 2 2 9 4
2 1 2 1
x x x x
= +
=
= +
=
9 4
1
9 4
2 2 2
2 1
2 1
2 1
2 1
x x
x x
x x
x x
=
= +
=
= +
1
8 3 2
1
9 4
2 1
2 1
2 1
2 1
x x
x x
x x
x x
Eliminao de Gauss - Eecuo
Passo 1:
Construo da matriz aumentada Ab
[ ]
(
(
(
(
(
=
n
n
b a a a
b a a a
Ab
2 2 22 21
1 1 12 11
M M O M M
K
K
Importncia:
necessrio transformar matriz A em uma matriz
triangular superior
Todavia, todas as operaes elementares aplicadas
sobre as linhas de A, tambm devem ser refletidas no
vetor de termos independentes b
(
n nn n n n
b a a a a
3 2 1
Passo 2:
Eliminar os coeficientes de x
1
presentes nas linhas
2,3,...,n, fazendo assim a
21
= a
31,
= ... = a
n1
= 0, sendo
a
11
chamado de piv e a linha 1 de linha pivotal
Substituir a linha 2, L
2
, pela combinao linear
Substituir a linha 3, L
3
, pela combinao linear:
11
21
21 1 21 2 2
: ,
a
a
m qual na L m L L = =
11
31
31 1 31 3 3
: ,
a
a
m qual na L m L L = =
Passo 2:
Continuar a substituio at a linha n
Caso algum elemento a
pp
=0, achar outra linha k onde
a
kp
0 e trocar tais linhas. Caso a linha k no exista, o
sistema linear no possui soluo
Prximos Passos:
2
nas linhas 3, 4, ..., n
(fazendo a
32
=a
42
=...=a
n2
= 0)
3
nas linhas 4, 5, ..., n
(fazendo a
43
=a
53
=...=a
n3
= 0) e assim
sucessivamente
Eliminao de Gauss
Exemplo: Resolver o sistema linear abaixo:
= +
= +
= +
1 3 2
3 3 4 4
5 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Matriz aumentada:
[ ]
(
(
(
=
1 1 3 2
3 3 4 4
5 1 3 2
Ab
Eliminao de Gauss
Piv da linha 1: 2
= +
= +
= +
1 3 2
3 3 4 4
5 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Piv da linha 1: 2
[ ] [ ] [ ] 7 1 2 0 5 1 3 2 2 3 3 4 4
2
2
11
21
21 1 21 2 2
= =
= = =
L
a
a
m L m L L
[ ] [ ] [ ] 6 2 6 0 5 1 3 2 1 1 1 3 2
1 ,
3
11
31
31 1 31 3 3
= =
= = =
L
a
a
m L m L L
Eliminao de Gauss
= +
= +
= +
1 3 2
3 3 4 4
5 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Obtemos ento a seguinte matriz aumentada:
[ ]
(
(
(
=
6 2 6 0
7 1 2 0
5 1 3 2
Ab
Eliminao de Gauss
= +
= +
= +
1 3 2
3 3 4 4
5 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Piv da linha 2: -2
[ ] [ ] [ ] 15 5 0 0 7 1 2 0 3 6 2 6 0
3 ,
3
22
32
32 2 32 3 3
= =
= = =
L
a
a
m L m L L
Eliminao de Gauss
= +
= +
= +
1 3 2
3 3 4 4
5 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Nova matriz [Ab] e sistema linear equivalente obtido:
=
=
= +
15 5x
7 x 2x
5 x 3x 2x
3
3 2
3 2 1
[ ]
(
(
(
=
15 5 0 0
7 1 2 0
5 1 3 2
Ab
Eliminao de Gauss
O novo sistema obtido resolvido utilizando-se as
= +
= +
= +
1 3 2
3 3 4 4
5 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
substituies retroativas:
3 x 15 5x
3 3
= =
(
(
(
=
3
2
1
x
1 x 2 2x 5 3 6 2x 5 x 3x 2x
1 1 1 3 2 1
= = = + = +
2 x 4 2x 7 3 2x 7 x 2x
2 2 2 3 2
= = = =
Eliminao de Gauss
No mtodo de Gauss os multiplicadores das linhas so
gerados a partir da seguinte frmula:
sendo a
ii
o piv e a
ik
o elemento a ser zerado
Assim, podemos concluir:
n i k n i
a
a
m
ii
ik
ik
..., , 1 ..., , 1 + = = =
O mtodo de Gauss no funciona quando o piv nulo
Quando o piv muito prximo de zero, os multiplicadores
gerados para as linhas so muito grandes, ocasionando um
aumento nos erros de arredondamento gerados durante a
execuo do mtodo.
Soluo: Pivoteamento Parcial
Eerc!cio
Resolva o sistema linear abaixo utilizando o mtodo direto de
Eliminao de Gauss.
= + +
= + +
= + +
5 7 3 4
2 2
8 4 2 5
3 2 1
3 2 1
x x x
x x x
x x x
Soluo:
= + + 5 7 3 4
3 2 1
x x x
(
(
(
=
(
(
(
=
... 333 , 2
... 333 , 5
... 333 , 1
3 / 7
3 / 16
3 / 4
x
Eliminao de Gauss - Pi"oteamento Parcial
Melhoria do Mtodo de Gauss
Consiste em escolher o elemento de maior valor (em
mdulo) em cada coluna para ser o piv
Garante que os multiplicadores estaro sempre entre 0 e 1
Minimiza a amplificao de erros de arredondamento
durante as eliminaes
= +
= +
= +
29 5 6 4
15 1 8 2
11 2 3
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Matriz aumentada:
[ ]
(
(
(
=
29 5 6 4
15 1 8 2
11 2 3 1
Ab
Maior elemento (em mdulo) da primeira coluna: 4. Logo
[ ]
(
(
(
=
29 5 6 4
15 1 8 2
11 2 3 1
Ab
Maior elemento (em mdulo) da primeira coluna: 4. Logo
este ser o primeiro piv. Assim:
[ ] [ ] [ ] 75 , 3 75 , 0 5 , 1 0 29 5 6 4 25 , 0 11 2 3 1
25 , 0
1
31
11
13 3 13 1 1
= =
= = =
L
a
a
m L m L L
[ ] [ ] [ ] 5 , 0 5 , 1 5 0 29 5 6 4 ) 5 , 0 ( 5 1 1 8 2
5 , 0 ,
2
31
11
23 3 23 2 2
= =
= = =
L
a
a
m L m L L
= +
= +
= +
29 5 6 4
15 1 8 2
11 2 3
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Obtemos ento a seguinte matriz aumentada:
[ ]
(
(
(
=
29 5 6 4
5 , 0 5 , 1 5 0
75 , 3 75 , 0 5 , 1 0
Ab
[ ]
(
(
(
=
29 5 6 4
5 , 0 5 , 1 5 0
75 , 3 75 , 0 5 , 1 0
Ab
Maior elemento (em mdulo) da segunda coluna: 5. Logo
este ser o segundo piv. Assim:
[ ] [ ] [ ] 6 , 3 2 , 1 0 0 5 , 0 5 , 1 5 0 ) 3 , 0 ( 75 , 3 75 , 0 5 , 1 0
3 , 0
1
32
12
12 2 12 1 1
= =
= = =
L
a
a
m L m L L
Nova matriz [Ab]:
= +
= +
= +
29 5 6 4
15 1 8 2
11 2 3
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Nova matriz [Ab]:
Trocando a ordem das linhas, chegamos ao seguinte
sistema equivalente:
[ ]
(
(
(
=
29 5 6 4
5 , 0 5 , 1 5 0
6 , 3 2 , 1 0 0
Ab
=
= +
= +
6 , 3 2 , 1
5 , 0 5 , 1 5
29 5 6 4
3
3 2
3 2 1
x
x x
x x x
= +
= +
= +
29 5 6 4
15 1 8 2
11 2 3
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
substituies retroativas:
(
(
(
=
3
1
2
x
3 6 , 3 2 , 1
3 3
= = x x
1 5 5 5 , 0 5 , 4 5 5 , 0 5 , 1 5
2 2 2 3 2
= = = + = + x x x x x
2 8 4 29 15 6 4 29 5 6 4
1 1 1 3 2 1
= = = + + = + x x x x x x
Determinante
O determinante da matriz de coeficientes pode ser
obtido atravs da matriz triangular resultante da
aplicao da Eliminao de Gauss.
Basta considerar no clculo a influncia das operaes
elementares realizadas durante o processo de eliminao
Vamos ento analisar essas relaes:
1) Se duas linhas de uma matriz A forem trocadas, ento o
determinante da nova matriz B ser:
) det( ) det( A B =
10 ) det(
2 2
4 1
10 ) det(
4 1
2 2
=
(
= =
(

= B B e A A
Determinante
2) Se todos os elementos de uma linha de A forem
multiplicados por uma constante k, ento o determinante da
matriz resultante B ser:
) det( ) det( A k B =
5 ) det(
4 1
10 ) det(
4 1
=
(
(
= =
(
(
= B B e A A
3) Se um mltiplo escalar de uma linha de A for somado a
outra linha, ento o determinante da nova matriz B ser:
5 ) det(
1 1
4 1
10 ) det(
2 2
4 1
=
(
= =
(
= B B e A A
) det( ) det( A B =
5 ) det(
5 0
4 1
5 ) det(
1 1
4 1
=
(
= =
(
= B B e A A
Determinante
4) Se A for uma matriz triangular ou diagonal de ordem n,
ento seu determinante ser igual ao produto dos elementos
da diagonal principal, ou seja:
=
= =
n
i
ii nn
a a a a a A
1
33 22 11
... ) det(
15 ) det(
1 0 0
0 5 0
0 0 3
2 ) det(
1 0
3 2
=
(
(
(
= =
(
= B B e A A
Determinante
5) Se uma matriz A for multiplicada por uma matriz B, o
determinante da matriz resultante C ser:
) det( ) det( ) det( B A C =
3 ) det(
0 3
10 ) det(
2 1
=
(
(
= =
(
(

= B B e A A 3 ) det(
1 1
10 ) det(
4 3
=
(
= =
(
= B B e A A
30 ) det(
4 13
2 1
=
(

= C C
Determinante
Exemplo: Calcular o determinante da matriz utilizada no
ltimo exemplo:
Matriz de coeficientes:
(
2 3 1
= +
= +
= +
29 5 6 4
15 1 8 2
11 2 3
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Depois de 3 combinaes lineares das linhas e uma troca
de linhas, chegamos seguinte matriz triangular:
(
(
(
=
5 6 4
1 8 2
2 3 1
A
(
(
(

=
2 , 1 0 0
5 , 1 5 0
5 6 4
B
Determinante
ltimo exemplo:
Pela propriedade 3, no h alterao no determinante de
B, todavia, pela propriedade 1, , assim:
) det( ) det( A B =
24 ) 2 , 1 5 4 ( ) det( ) det( = = = B A
Eerc!cio
Resolva o sistema linear abaixo utilizando o mtodo direto de
Eliminao de Gauss. Use a tcnica de pivoteamento
parcial se necessrio.
= + + +
= + + +
25 15 4 19 3
8 4 2 6
4 3 2 1
4 3 2 1
x x x x
x x x x
Soluo:
= + + +
= + +
72 3 9 33 5
18 12 8 4
4 3 2 1
4 3 2 1
x x x x
x x x x
(
(
(
(
=
1
11
20
138
x
Sistemas Lineares
Decom#osio L$
wpassos@gmail.com
Decom#osio L$
O objetivo fatorar a matriz dos coeficientes A em um
produto de duas matrizes L e U.
Seja:
(
(
(
(
=
n
n
a a a
a a a
A
2 22 21
1 12 11
K
K
A = matriz de coeficientes do sistema linear
(
(
(
=
nn n n n
a a a a
A
3 2 1
M O M M
Decom#osio L$
e o produto LU:
(
(
(
(
(
(
(
(
(
(
(
(
=
n
n
n
u u
u u u
u u u u
l l
l
LU
M O M M M
K
K
K
O M M M
K
K
K
0 0
0
0
0 1
0 0 1
0 0 0 1
3 33
2 23 22
1 13 12 11
32 31
21
sendo:
L = matriz triangular inferior unitria
U = matriz triangular superior
(
(
(
(
nn n n n
u l l l K K 0 0 0 1
3 2 1
( ) i l
ii
= , 1
Decom#osio L$
tem-se ento:
(
(
(
(
(
(
(
(
(
(
(
(
= =
(
(
(
(
=
nn
n
n
n
n n n
nn n n n
n
n
u
u u
u u u
u u u u
l l l
l l
l
LU
a a a a
a a a
a a a
A
K
M O M M M
K
K
K
K
O M M M
K
K
K
M O M M
K
K
0 0 0
0 0
0
1
0
0 1
0 0 1
0 0 0 1
3 33
2 23 22
1 13 12 11
3 2 1
32 31
21
3 2 1
2 22 21
1 12 11
Logo, o sistema Ax = b pode ser reescrito como
Ax = b LUx = b
Fazendo Ux = y, a equao acima reduz-se a Ly = b.
Resolvendo o sistema triangular inferior (utilizando as
substituies sucessivas) Ly = b, obtm-se o vetor y
(
nn n n n
u l l l K K 0 0 0 1
3 2 1
Decom#osio L$
O vetor y ento utilizado como termo independente
no sistema triangular superior Ux = y, cuja soluo x
calculada pelas substituies retroativas
A Decomposio LU um dos processos mais
empregados. Uma das vantagens que podemos empregados. Uma das vantagens que podemos
resolver qualquer sistema linear que tenha A como
matriz de coeficientes. Se o vetor b for alterado, a
soluo do novo sistema linear ser quase que
imediata
Decom#osio L$ - Eecuo
Exemplo:
Resolver o sistema abaixo, utilizando a Decomposio
LU:
(
(
(
=
(
(
(
(
(
(
15
11
1 8 2
2 3 1
2
1
x
x
Passo 1: Aplicar o mtodo da Eliminao de Gauss
matriz de A.
Piv linha 1: 1
(
(
=
(
(
(
(

29
15
5 6 4
1 8 2
3
2
x
x
[ ] [ ] [ ] 3 2 0 2 3 1 ) 2 ( 1 8 2
2
2
11
21
21 1 21 2 2
= =
= = =
L
a
a
m L m L L
Exemplo:
Obtemos ento a seguinte matriz de coeficientes:
[ ] [ ] [ ] 3 6 0 2 3 1 4 5 6 4
4 ,
3
11
31
31 1 31 3 3
= =
= = =
L
a
a
m L m L L
Piv linha 2: 2
(
(
(
=
3 6 0
3 2 0
2 3 1
A
[ ] [ ] [ ] 12 0 0 3 2 0 3 3 6 0
3
3
22
32
32 2 32 3 3
= =
= = =
L
a
a
m L m L L
Exemplo:
Nova matriz de coeficientes:
(
(
(
=
12 0 0
3 2 0
2 3 1
A
A matriz L ento constituda pelos multiplicadores
utilizados nas eliminaes de cada uma das linhas,
logo:
(
12 0 0
(
(
(

(
(
(
(
(
(
=
1 3 4
0 1 2
0 0 1
1
0 1
0 0 1
1
0 1
0 0 1
32 31
21
32 31
21
m m
m
l l
l L
Exemplo:
(
(
(
=
12 0 0
3 2 0
2 3 1
A
A matriz U prpria matriz de coeficientes, obtida aps
a Eliminao de Gauss:
(
12 0 0
(
(
(
=
(
(
(
=
12 0 0
3 2 0
2 3 1
0 0
0
33
23 22
13 12 11
u
u u
u u u
U
Exemplo:
Assim:
(
(
(
(
(
(
=
(
(
(
=
12 0 0
3 2 0
2 3 1
1 3 4
0 1 2
0 0 1
5 6 4
1 8 2
2 3 1
LU A
Substituindo a matriz de coeficientes A no sistema,
temos ento LUx = b. Fazendo Ux = y, temos ento
Ly = b. Assim o prximo passo na soluo do problema
calcular o valor do vetor y.
(
12 0 0 1 3 4 5 6 4
Exemplo:
Passo 2: Calcular a soluo do sistema Ly = b:
(
(
(
=
(
(
(
(
(
(
29
15
11
1 3 4
0 1 2
0 0 1
2
1
y
y
y
Logo:
(
29 1 3 4
3
y
11
1
= y
7 11 2 15 15 2
2 2 2 1
= + = = + y y y y
36 7 3 11 4 29 29 3 4
3 3 3 2 1
= = = + + y y y y y
[ ]
T
y 36 7 11 =
Exemplo:
Passo 3: De posse do valor de y, calcular ento a
soluo do sistema Ux = y:
(
(
(
=
(
(
(
(
(
(

7
11
3 2 0
2 3 1
2
1
x
x
Logo:
(
(
=
(
(
(
(
36
7
12 0 0
3 2 0
3
2
x
x
3 36 12
3 3
= = x x
1 2 / ) 3 3 7 ( 7 3 2
2 2 3 2
= = = + x x x x
2 3 2 ) 1 ( 3 11 11 2 3
1 1 3 2 1
= + = = + x x x x x
[ ]
T
x 3 1 2 =
Eerc!cio
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
= + +
= + +
2 2
1 4 2 3
3 2 1
3 2 1
x x x
x x x
Soluo:
= + +
= + +
3 2 3 4
2 2
3 2 1
3 2 1
x x x
x x x
(
(
(
=
0
5
3
x
Eerc!cio
Decomposio LU.
= + +
= + +
= + +
3 2 3 4
2 2
1 4 2 3
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Demonstrando a soluo:
Aplicando a Eliminao de Gauss matriz A:
Piv linha 1: 3
3 2 1
(
(
(
=
2 3 4
2 1 1
4 2 3
A
[ ] [ ] [ ] 3 / 2 3 / 1 0 4 2 3 3 / 1 2 1 1
3
1
2
11
21
21 1 21 2 2
= =
= = =
L
a
a
m L m L L
Eerc!cio
Decomposio LU.
[ ] [ ] [ ] 3 / 10 3 / 1 0 4 2 3 3 / 4 2 3 4
3
4
,
3
11
31
31 1 31 3 3
= =
= = =
L
a
a
m L m L L
Piv linha 2: 1/3
(
(
(
=
3 / 10 3 / 1 0
3 / 2 3 / 1 0
4 2 3
A
[ ] [ ] [ ] 4 0 0 3 / 2 3 / 1 0 1 3 / 10 3 / 1 0
1
3
22
32
32 2 32 3 3
= =
= = =
L
a
a
m L m L L
Eerc!cio
Decomposio LU.
(
(
(
= 3 / 2 3 / 1 0
4 2 3
A
utilizados nas eliminaes de cada uma das linhas, logo:
(
(

=
4 0 0
3 / 2 3 / 1 0 A
(
(
(
(
(
(
(
(
(
=
1 1 3 / 4
0 1 3 / 1
0 0 1
1
0 1
0 0 1
1
0 1
0 0 1
32 31
21
32 31
21
m m
m
l l
l L
Eerc!cio
Decomposio LU.
(
(
(
= 3 / 2 3 / 1 0
4 2 3
A
A matriz U prpria matriz de coeficientes, obtida aps a
Eliminao de Gauss:
(
(

=
4 0 0
3 / 2 3 / 1 0 A
(
(
(
=
(
(
(
=
4 0 0
3 / 2 3 / 1 0
4 2 3
0 0
0
33
23 22
13 12 11
u
u u
u u u
U
Eerc!cio
Decomposio LU.
Assim:
(
(
(
(
(
(
=
(
(
(
= 3 / 2 3 / 1 0
4 2 3
0 1 3 / 1
0 0 1
2 1 1
4 2 3
LU A
Substituindo a matriz de coeficientes A no sistema,
temos ento LUx = b. Fazendo Ux = y, temos ento
Ly = b. Assim o prximo passo na soluo do
problema calcular o valor do vetor y.
(
(
(
(
=
(
(
=
4 0 0
3 / 2 3 / 1 0
1 1 3 / 4
0 1 3 / 1
2 3 4
2 1 1 LU A
Eerc!cio
Decomposio LU.
Calcular a soluo do sistema Ly = b:
(
(
=
(
(
(
(
2
1
0 1 3 / 1
0 0 1
1
y
y
Fazendo os clculos, vamos encontrar:
(
(
(
=
(
(
(
(
(
(
3
2
1 1 3 / 4
0 1 3 / 1
3
2
y
y
[ ]
T
y 0 3 / 5 1 =
Eerc!cio
Decomposio LU.
De posse do valor de y, calcular ento a soluo do
sistema Ux = y:
(
(
(
(
(
(
1 4 2 3
1
x
Fazendo os clculos, vamos encontrar:
[ ]
T
x 0 5 3 =
(
(
(
=
(
(
(
(
(
(
0
3 / 5
4 0 0
3 / 2 3 / 1 0
3
2
1
x
x
Eerc!cio
Decomposio LU.
= + +
= + +
= + +
3 2 3 4
2 2
1 4 2 3
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Mas e se, ao invs de colocar o termo de multiplicao na
linha pivotal, eu coloc-lo na prpria linha cujo elemento
desejo zerar? Funciona?
3 2 1
(
(
(
=
2 3 4
2 1 1
4 2 3
A
Eerc!cio
Decomposio LU.
Aplicando a Eliminao de Gauss matriz A: Aplicando a Eliminao de Gauss matriz A:
Piv linha 1: 3
[ ] [ ] [ ] 2 1 0 4 2 3 2 1 1 3
3
2
21 1 2 21 2
= + =
= + =
L
m L L m L
[ ] [ ] [ ] 4 / 10 4 / 1 0 4 2 3 2 3 4
4
3
4
3
,
3
31 1 3 31 3
= + =
= =
L
m L L m L
Eerc!cio
Decomposio LU.
Obtemos ento a seguinte matriz de coeficientes: Obtemos ento a seguinte matriz de coeficientes:
Piv linha 2: -1
(
(
(
=
4 / 10 4 / 1 0
2 1 0
4 2 3
A
[ ] [ ] [ ] 12 0 0 2 1 0 4 / 10 4 / 1 0 4
4
3
32 2 3 32 3
= + =
= + =
L
m L L m L
Eerc!cio
Decomposio LU.
Nova matriz de coeficientes: Nova matriz de coeficientes:
(
(
(
=
12 0 0
2 1 0
4 2 3
A
Eerc!cio
Decomposio LU.
Fazendo ento A = LU Fazendo ento A = LU
Percebemos, pela igualdade acima, que, ao fazer L x U,
no encontramos A. Da conclumos que a multiplicao
deve sempre ser feita na linha pivotal, como mostra
a frmula trabalhada em sala.
(
(
(

(
(
(

=
(
(
(
=
12 0 0
2 1 0
4 2 3
1 4 4 / 3
0 1 3
0 0 1
2 3 4
2 1 1
4 2 3
LU A
Decom#osio L$ Pi"oteamento Parcial
Os motivos para Pivoteamento Parcial na
Decomposio LU so os mesmos de sua utilizao
na Eliminao de Gauss:
Evitar piv nulo
Evitar que os multiplicadores m
ij
tenham valores muito
grandes grandes
No pivoteamento parcial, a decomposio feita da
forma:
PA = LU
onde P uma matriz de permutaes que ser
construda das linhas de uma matriz identidade I,
colocadas na mesma ordem das linhas que geram a colocadas na mesma ordem das linhas que geram a
matriz triangular superior U. A matriz L formada
pelos multiplicadores utilizados na eliminao nas
respectivas linhas de U. Assim, para resolver o
sistema Ax = b, tem-se:
Ax = b PAx = Pb LUx = Pb
Fazendo Ux = y, ento Ly = Pb
Exemplo:
Resolver o sistema abaixo, utilizando a Decomposio
LU, com Pivoteamento Parcial:
(
(
=
(
(
(
(
15
11
1 8 2
2 3 1
1
x
x
Passo 1: Aplicar o mtodo da Eliminao de Gauss, com
Pivoteamento Parcial, matriz A.
Primeiro piv: 4
(
(
(
=
(
(
(
(
(
(

29
15
5 6 4
1 8 2
3
2
x
x
[ ] [ ] [ ] 75 , 0 5 , 1 0 5 6 4 25 , 0 2 3 1
25 , 0
1
31
11
13 3 13 1 1
= =
= = =
L
a
a
m L m L L
Decom#osio L$ - Pi"oteamento Parcial
Exemplo:
[ ] [ ] [ ] 5 , 1 5 0 5 6 4 ) 5 , 0 ( 1 8 2
5 , 0 ,
2
31
11
23 3 23 2 2
= =
= = =
L
a
a
m L m L L
Segundo piv: 5
(
(
(
=
5 6 4
5 , 1 5 0
75 , 0 5 , 1 0
A
[ ] [ ] [ ] 2 , 1 0 0 5 , 1 5 0 ) 3 , 0 ( 75 , 0 5 , 1 0
3 , 0
1
32
12
12 2 12 1 1
= =
= = =
L
a
a
m L m L L
Exemplo:
(
(
(
(
(
(
=
2 , 1 0 0
5 , 1 5 0
5 6 4
5 6 4
5 , 1 5 0
2 , 1 0 0
A
relativos a cada uma das linhas pivotais, logo:
(
2 , 1 0 0 5 6 4
(
(
(

(
(
(
(
(
(
=
1 3 , 0 25 , 0
0 1 5 , 0
0 0 1
1
0 1
0 0 1
1
0 1
0 0 1
12 13
23
32 31
21
m m
m
l l
l L
Exemplo:
(
(
(
(
(
(
=
2 , 1 0 0
5 , 1 5 0
5 6 4
5 6 4
5 , 1 5 0
2 , 1 0 0
A
A matriz U prpria matriz de coeficientes, obtida aps
o pivoteamento:
(
2 , 1 0 0 5 6 4
(
(
(

=
(
(
(
=
2 , 1 0 0
5 , 1 5 0
5 6 4
0 0
0
33
23 22
13 12 11
u
u u
u u u
U
Exemplo:
(
(
(
(
(
(
=
2 , 1 0 0
5 , 1 5 0
5 6 4
5 6 4
5 , 1 5 0
2 , 1 0 0
A
A matriz P possui as linhas de uma matriz identidade na
ordem das linhas pivotais. P pode ser vista ainda como
uma matriz similar identidade com as linhas colocadas
de modo que os elementos iguais a 1 estejam nas
colunas relativas aos ndices das linhas pivotais.
(
2 , 1 0 0 5 6 4
(
(
(
=
0 0 1
0 1 0
1 0 0
P
Exemplo:
Assim:
(
(
(

(
(
(
=
(
(
(
(
(
(
=
2 , 1 0 0
5 , 1 5 0
5 6 4
1 3 , 0 25 , 0
0 1 5 , 0
0 0 1
5 6 4
1 8 2
2 3 1
0 0 1
0 1 0
1 0 0
LU PA
Assim, para resolver o sistema Ax = b, temos:
Ax = b PAx = Pb LUx = Pb
Fazendo Ux = y, ento Ly = Pb
(
2 , 1 0 0 1 3 , 0 25 , 0 5 6 4 0 0 1
Exemplo:
Passo 2: Calcular a soluo do sistema Ly = Pb:
A multiplicao Pb ordena as linhas de b na ordem das
linhas pivotais
(
(
=
(
(
(
(
15
29
0 1 5 , 0
0 0 1
1
y
y
Logo:
(
(
(
=
(
(
(
(
(
(
11
15
1 3 , 0 25 , 0
0 1 5 , 0
3
2
y
y
29
1
= y
5 , 0 29 5 , 0 15 15 5 , 0
2 2 2 1
= + = = + y y y y
5 , 0 3 , 0 29 25 , 0 11 11 3 , 0 25 , 0
3 3 2 1
+ = = + y y y y
[ ]
T
y 6 , 3 5 , 0 29 =
6 , 3
3
= y
Exemplo:
Passo 3: De posse do valor de y, calcular ento a
soluo do sistema Ux = y:
(
(
(
=
(
(
(
(
(
(

5 , 0
29
5 , 1 5 0
5 6 4
2
1
x
x
Logo:
(
(
=
(
(
(
(
6 , 3
5 , 0
2 , 1 0 0
5 , 1 5 0
3
2
x
x
3 6 , 3 2 , 1
3 3
= = x x
1 5 / ) 3 5 , 1 5 , 0 ( 5 , 0 5 , 1 5
2 2 3 2
= = = + x x x x
( ) 4 / 3 5 ) 1 ( 6 29 29 5 6 4
1 3 2 1
+ = = + x x x x
[ ]
T
x 3 1 2 =
2
1
= x
Exemplo:
Passo 4 (Opcional): Verificao da exatido do
resultado obtido atravs do vetor resduo r = b Ax:
(
(
(
=
(
(
(

(
(
(
(
(
(
= 0
0
1
2
1 8 2
2 3 1
15
11
Ax b r
Logo, a soluo x obtida exata.
A verificao acima pode ser utilizada tambm para
validar os resultados encontrados pelos outros mtodos
estudados at agora.
(
(
(
=
(
(
(

(
(
(

(
(
(
=
0
0
3
1
5 6 4
1 8 2
29
15 Ax b r
Determinante
Considerando que:
PA = LU det (PA) = det (LU)
pela propriedade dos determinantes vista anteriormente: pela propriedade dos determinantes vista anteriormente:
matriz triangular
produto dos pivs
troca de linhas necessrias para
transformar a matriz de permutaes P em
uma matriz identidade.
) det(
) det( ) det(
) det(
P
U L
A =
1 ... ) det(
1
33 22 11
= = =

=
n
i
ii nn
l l l l l L
=
=
n
i
ii
u U
1
) det(
t
P ) 1 ( ) det( =
Determinante
Considerando que:
PA = LU det (PA) = det (LU)
pela propriedade dos determinantes vista anteriormente: pela propriedade dos determinantes vista anteriormente:
Logo:
) det(
) det( ) det(
) det(
P
U L
A =
=
=
=
=
n
i
ii
t
t
n
i
ii
u
u
A
1
1
) 1 (
) 1 (
1
) det(
Determinante
ltimo exemplo:
(
(
(
(
(
(
=
2 , 1 0 0
5 , 1 5 0
5 6 4
5 6 4
1 8 2
2 3 1
A
Para calcular o determinante, precisamos encontrar o valor
de t, isto , o nmero de trocas de linhas necessrias para
transformar a matriz P em uma matriz identidade. Voltando
na matriz, percebemos que somente uma troca
suficiente. Assim, temos t=1 e:
24 2 , 1 5 4 ) 1 ( ) 1 ( ) det(
1
1
= = =

=
n
i
ii
t
u A
Sistemas com Matri% Singular
Quando a matriz de coeficientes do sistema linear for
singular, ou seja, det(A) = 0, o sistema pode ter infinitas
solues ou no ter soluo. Ser mostrado como
diferenciar essas situaes.
Exemplo: Exemplo:
Resolver os sistemas Ax = b e Ax = c utilizando a
decomposio LU com pivoteamento parcial, sendo
(
(
(
=
(
(
(
=
(
(
(
=
80
10
20
10
12
22
,
1 5 1
1 8 2
2 3 1
c e b A
Exemplo:
Os trs fatores so:
(
(
(
=
(
(
(

=
(
(
(
=
1 0 0
0 0 1
0 1 0
0 0 0
5 , 1 1 0
1 8 2
,
1 1 5 , 0
0 1 5 , 0
0 0 1
P e U L
Para Ax=b, a soluo do sistema Ly = Pb dada por:
(
1 0 0 0 0 0 1 1 5 , 0
(
(
(
=
(
(
(
=
(
(
(
(
(
(
0
16
12
10
22
12
1 1 5 , 0
0 1 5 , 0
0 0 1
3
2
1
y
y
y
y
Exemplo:
A soluo do sistema Ux = y dada por:
(
(
(
=
(
(
(
(
(
(

0
16
12
0 0 0
5 , 1 1 0
1 8 2
2
1
x
x
x
Logo:
(
0 0 0 0
3
x
) ( 0 0
3 3 3
soluo x de qualquer x x = =
5 , 1 16 16 5 , 1
2 3 2
= = + x x x
( ) 2 / ) 5 , 1 16 ( 8 12 12 8 2
1 3 2 1
+ = = + x x x x
5 , 6 70
1
= x
Exemplo:
Assim, o vetor soluo do sistema dado por
, ou seja, o sistema Ax=b
apresenta infinitas solues, uma para cada valor de
.
[ ]
T
x 5 , 1 16 5 , 6 70 =
|
Para resolver o sistema Ax=c, no necessrio calcular
novamente L, U e P. Como a matriz de coeficientes A
comum aos dois sistemas (Ax=b e Ax=c), os clculos
feitos anteriormente podem ser reaproveitados.
Exemplo:
Assim, para Ax = c, soluo de Ly = Pc
(
(
(
(
=
(
(
(
(
=
(
(
(
(
(
(
(
(
15
10
20
10
0 1 5 , 0
0 0 1
2
1
y y
y
(
(
(
(
(
(
(
(
70 80 1 1 5 , 0
3
y
Exemplo:
A soluo do sistema Ux = y dada por:
(
(
(
=
(
(
(
(
(
(

70
15
10
0 0 0
5 , 1 1 0
1 8 2
2
1
x
x
x
Logo:
Assim, o sistema Ax = c no tem soluo pois tal
que .
(
70 0 0 0
3
x
x x x =
3 3
70 0
3
x
0 0
3
x
Eerc!cio
Resolva o sistema linear pela Decomposio LU, utilizando o
pivoteamento parcial, e verificar a exatido e unicidade da
soluo:
= + +
= +
3 2 2
9 4 3
3 2 1
3 2 1
x x x
x x x
Soluo:
=
= + +
2 3 4
3 2 2
3 1
3 2 1
x x
x x x
(
(
(
=
2
1
1
x
Sistemas Lineares
Mtodos Iterati"os Mtodos Iterati"os
wpassos@gmail.com
Mtodos Iterati"os
A soluo de problemas complexos com sistemas
lineares tende gerao/existncia de matrizes de
coeficientes grandes e/ou esparsas
Grandes Comum para n > 100.000
Esparsas Maioria dos coeficientes nulos
Resoluo de sistemas esparsos por mtodos diretos
Processos de triangularizao e fatorao Onerosos,
por no preservarem a esparsidade original, que pode ser
til por facilitar a resoluo do sistema.
Mtodos Iterati"os
Mtodos mais apropriados para a resoluo de
sistemas de natureza esparsa Mtodos Iterativos
Gauss-Jacobi, Gauss-Seidel
Mtodos Iterati"os
Os mtodos iterativos consistem em gerar, a partir de
um vetor inicial x
0
, uma sequncia de vetores {x
0
, x
1
, x
2
,
, x
k
, } que deve convergir para a soluo x do
sistema
(
) 0 (
1
x
(
) 1 (
1
x
(
) 2 (
1
x
(
(
) (
1
k
x
(
(
(
(
(
(
(
(
(
) 0 (
) 0 (
3
) 0 (
2
1
n
x
x
x
x
M
(
(
(
(
(
(
(
(
(
) 1 (
) 1 (
3
) 1 (
2
1
n
x
x
x
x
M
(
(
(
(
(
(
(
(
(
) 2 (
) 2 (
3
) 2 (
2
1
n
x
x
x
x
M
L
(
(
(
(
(
(
(
(
(
) (
) (
3
) (
2
1
k
n
k
k
x
x
x
x
M
Mtodos Iterati"os
Lembretes importantes:
Como todo processo iterativo, estes mtodos sempre
apresentaro um resultado aproximado, que ser to
prximo do resultado real conforme o nmero de
iteraes realizadas.
Alm disto, tambm preciso ter cuidado com a Alm disto, tambm preciso ter cuidado com a
convergncia destes mtodos.
Mtodos Iterati"os - &uncionamento
Os mtodos iterativos funcionam a partir da
transformao do sistema linear Ax = b em x = Cx + g,
onde:
A: matriz dos coeficientes (n x n)
x: vetor das variveis (n x 1)
b: vetor dos termos constantes, (n x 1)
C: matriz n x n
g: vetor n x 1
Mtodos Iterati"os - &uncionamento
Conhecida a estimativa inicial, x
(0)
, obtm-se
consecutivamente os vetores:
o) aproxima (segunda ,
o) aproxima (primeira ,
) 1 ( ) 2 (
) 0 ( ) 1 (
g Cx x
g Cx x
+ =
+ =
De um modo geral, a aproximao x
(k+1)
calculada
pela frmula:
x
(k+1)
= C x
(k)
+ g, k = 0, 1, ...
chamada de funo de iterao, dada na
forma matricial
o) aproxima sima - (k ,
) 1 ( ) (
g Cx x
k k
+ =

M
Sistemas Lineares
Gauss - 'aco(i Gauss - 'aco(i
wpassos@gmail.com
Mtodo de Gauss - 'aco(i
Dado o sistema linear:
= + + +
= + + +
n n
n n
b x a x a x a
b x a x a x a
...
...
2 2 2 22 1 21
1 1 2 12 1 11
M M O M M
e supondo , i = 1, , n.
= + + +
n n nn n n
b x a x a x a ...
2 2 1 1
M M O M M
0
ii
a
Isolamos ento o vetor x mediante a separao pela
diagonal. Assim, a partir da primeira equao do
sistema:
obtemos:
1 1 2 12 1 11
... b x a x a x a
n n
= + + +
) ... (
1
1 3 13 2 12 1 1 n n
x a x a x a b x + = obtemos:
e, analogamente:
) ... (
1 3 13 2 12 1
11
1 n n
x a x a x a b
a
x + =
) ... (
1
2 3 23 1 21 2
22
2 n n
x a x a x a b
a
x =
M
) ... (
1
1 1 3 3 1 1
=
n nn n n n
nn
n
x a x a x a b
a
x
Dessa forma, temos x = C x + g, onde:
(
(
(
(
+
(
(
(
(
(
(
(
(

=
(
(
(
(
n
n
a b
a b
a b
x
x
x
a a a a a a
a a a a a a
a a a a a a
x
x
x
/
/
/
0
0
0
22 2
11 1
2
1
22 2 22 23 22 21
11 1 11 13 11 12
2
1
L
L
L
x
(k+1)
C x
(k)
g
(
(
(
(
+
(
(
(
(
(
(
(
(

=
(
(
(
(
nn n n nn n nn n nn n
n
n
a b
a b
x
x
a a a a a a
a a a a a a
x
x
/
/
0
0
33 3 3
3 2 1
33 3 33 32 33 31 3
M M
L
M O M M M
L
M
O mtodo de Gauss-Jacobi consiste em, dado ,
aproximao inicial, obter atravs da
relao recursiva :
0
x
( ) ( )
... ...,
0 k
x x
( ) ( )
g Cx x
k k
+ =
+1
+ =
+
) ... (
1
) (
1
) (
3 13
) (
2 12 1
11
) 1 (
1
k
n n
k k k
x a x a x a b
a
x
+ =
+ =

+
+
) ... (
1
) ... (
1
) (
1 1 ,
) (
2 2
) (
1 1
) 1 (
) (
2
) (
3 23
) (
1 21 2
22
) 1 (
2
11
k
n n n
k
n
k
n n
nn
k
n
k
n n
k k k
x a x a x a b
a
x
x a x a x a b
a
x
a
M M M M M M
O processo repetido at que o vetor esteja
suficientemente prximo ao vetor
A distncia entre duas iteraes dada por
( ) k
x
( ) 1 k
x
- max d
1) (k-
i
(k)
i
(k)
x x =
assim, dada uma preciso , o vetor ser
escolhido como , soluo aproximada da soluo
exata, se
Podemos utilizar tambm como critrio de parada o
erro relativo:
- max d
i i
x x
( ) k
x
x
d
(k)
<

max
d
d
) (
(k)
(k)
r
<

=
k
i
x
Exemplo: Resolva o sistema abaixo utilizando Gauss-
Jacobi com : 05 , 0
0,6
1,6 -
0,7
0
=
(
(
(
= e x
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
O processo iterativo dado por:
( )
( )
+ + = =
+ = =
+ = =
+
+
+
10
6
0
10
3
10
2
3 2 6
10
1

5
8

5
1
0
5
1
8
5
1

10
7

10
1

10
2
0 ) 2 (7
10
1
) (
3
) (
2
) (
1
) (
2
) (
1
) 1 (
3
) (
3
) (
2
) (
1
) (
3
) (
1
) 1 (
2
) (
3
) (
2
) (
1
) (
3
) (
2
) 1 (
1
k k k k k k
k k k k k k
k k k k k k
x x x x x x
x x x x x x
x x x x x x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Na forma matricial temos:
(
=
0 3/10 1/5 -
1/5 - 0 1/5 -
1/10 - 2/10 - 0
C
( ) ( )
g Cx x
k k
+ =
+1
(
(
(
=
6/10
8/5 -
7/10
g e
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Assim para k=0 e temos:
= + = + =
= = =
= + = + =
94 , 0 6 , 0 ) 6 , 1 ( 3 , 0 7 , 0 2 , 0 6 , 0 3 , 0 2 , 0
86 , 1 6 , 1 6 , 0 2 , 0 7 , 0 2 , 0 6 , 1 2 , 0 2 , 0
96 , 0 7 , 0 6 , 0 1 , 0 ) 6 , 1 ( 2 , 0 7 , 0 1 , 0 2 , 0
) 0 (
2
) 0 (
1
) 1 (
3
) 0 (
3
) 0 (
1
) 1 (
2
) 0 (
3
) 0 (
2
) 1 (
1
x x x
x x x
x x x
(
(
(
=
0,6
1,6 -
0,7
0
x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Logo:
(
(
(
= + =
0,94
1,86 -
0,96
g C
(0) (1)
x x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
> = = = 1828 , 0
86 , 1
34 , 0
max
34 , 0
d
) 1 (
) 1 (
i
r
x
Calculando , para temos:
d
(1)
r
(
(
(
=
(
(
(
=
0,94
1,86 -
0,96

6 , 0
6 , 1 -
7 , 0

(1) ) 0 (
x e x
34 , 0 -
26 , 0 -
26 , 0 -
) 0 (
3
) 1 (
3
) 0 (
2
) 1 (
2
) 0 (
1
) 1 (
1
=
=
=
x x
x x
x x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
= + = + =
= = =
= + = + =
966 , 0 6 , 0 ) 86 , 1 ( 3 , 0 96 , 0 2 , 0 6 , 0 3 , 0 2 , 0
98 , 1 6 , 1 94 , 0 2 , 0 96 , 0 2 , 0 6 , 1 2 , 0 2 , 0
978 , 0 7 , 0 94 , 0 1 , 0 ) 86 , 1 ( 2 , 0 7 , 0 1 , 0 2 , 0
) 1 (
2
) 1 (
1
) 2 (
3
) 1 (
3
) 1 (
1
) 2 (
2
) 1 (
3
) 1 (
2
) 2 (
1
x x x
x x x
x x x
(
(
(
=
0,94
1,86 -
0,96
1
x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Logo:
(
(
(
= + =
0,966
1,98 -
0,978
g C
) 1 ( ) 2 (
x x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
> = = = 0,0606
98 , 1
12 , 0
max
12 , 0
d
) 2 (
) 2 (
i
r
x
Calculando , para :
d
(2)
r
(
(
(
=
(
(
(
=
0,966
1,98 -
0,978

0,94
1,86 -
0,96

) 2 ( ) 1 (
x e x
026 , 0 -
12 , 0 -
018 , 0 -
) 1 (
3
) 2 (
3
) 1 (
2
) 2 (
2
) 1 (
1
) 2 (
1
=
=
=
x x
x x
x x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Prosseguindo com as iteraes temos:
Para k=2
0,0163
1,9888
0,0324
d
0,9984
1,9888 -
0,9994
g C
(2)
r
(2) (3)
< = =
(
(
(
= + = x x
Jacobi :
= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Logo a soluo obtida pelo mtodo de Gauss-Jacobi :
(
(
(
= =
0,9984
1,9888 -
0,9994

(3)
x x
Mtodo de Gauss 'aco(i - Con"erg)ncia
No exemplo estudado, o valor de foi fornecido
como entrada do problema. Todavia, a convergncia
ou no dos mtodos iterativos independe da
aproximao inicial escolhida
Teorema: Critrio das Linhas
(0)
x
Teorema: Critrio das Linhas
Dado um sistema Ax=b, condio suficiente para a
convergncia do mtodo iterativo de Gauss-Jacobi:
ou seja, o somatrio do mdulo de todos os elementos
da linha, exceto o elemento da diagonal principal,
deve ser menor que este elemento
n ..., 3, 2, 1, i para ,
1
= <
=
ii
n
i j
j
ij
a a
Analisando a matriz A do sistema linear do exemplo
anterior:
Assim:
(
(
(
=
10 3 2
1 5 1
1 2 10
A
Assim:
Logo, como temos a
convergncia garantida para o mtodo de Gauss-Jacobi
5 3 2 10
2 1 1 5
3 1 2 10
32 31 33
23 21 22
13 12 11
= + = + > =
= + = + > =
= + = + > =
a a a
a a a
a a a
3 2, 1, i para
1
= <
=
ii
n
i j
j
ij
a a
Exemplo: Dado o sistema:
= +
= + +
= + +
6 8 6
3 2 2 5
2 3
3 2
3 2 1
3 2 1
x x
x x x
x x x
O critrio das linhas no satisfeito pois:
Contudo, se permutarmos a primeira equao com a
segunda, temos o sistema linear:
4 1 3 1
13 12 11
= + = + < = a a a
= +
= + +
= + +
6 8 6
2 3
3 2 2 5
3 2
3 2 1
3 2 1
x x
x x x
x x x
Exemplo: Dado o sistema:
= +
= + +
= + +
6 8 6
3 2 2 5
2 3
3 2
3 2 1
3 2 1
x x
x x x
x x x
O novo sistema equivalente ao sistema original e
sua matriz A satisfaz o critrio de linhas:
(
(
(
=
8 6 0
1 3 1
2 2 5
A
Concluso:
Sempre que o critrio de linhas no for satisfeito,
devemos tentar uma permutao de linhas e/ou colunas
de forma a obtermos uma disposio para a qual a
matriz dos coeficientes satisfaa o critrio de linhas
matriz dos coeficientes satisfaa o critrio de linhas
Calcule as 3 primeiras iteraes do mtodo de Gauss-
Jacobi do sistema linear abaixo:
Eerc!cio
= +
=
= +
5 15 2
3 8 6 5
7 9 2 4
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Utilize como chute inicial:
Resp:
= + 5 15 2
3 2 1
x x x
(
(
(
=
3
2
1

) 0 (
x
(
(
(
=
533 , 0
667 , 3
5 , 7

) 1 (
x
(
(
(
=
656 , 0
039 , 5
783 , 4

) 2 (
x
(
(
(
=
686 , 0
361 , 4
246 , 2

) 3 (
x
Sistemas Lineares
Gauss - Seidel Gauss - Seidel
wpassos@gmail.com
Mtodo de Gauss-Seidel
Similarmente ao mtodo de Gauss-Jacobi, conhecida a
estimativa inicial, x
(0)
, obtm-se consecutivamente os
vetores x
(1)
, x
(2)
, ..., x
(k)
Todavia, ao se calcular x
j
(k+1)
, usa-se todos os valores
x
(k+1)
, x
(k+1)
, ..., x
(k+1)
que j foram calculados e os x
1
(k+1)
, x
2
(k+1)
, ..., x
j-1
(k+1)
que j foram calculados e os
valores x
j+1
(k)
, x
j+2
(k)
, ..., x
n
(k)
restantes.
Mtodo de Gauss-Seidel
O processo do mtodo de Gauss Seidel se d a partir
das equaes:
( )
( )
1 1 1 , 1 3 13 2 12 1
11
1
1
1
...
1

+
=
k
n n
k
n n
k k k
x a x a x a x a b
a
x
( )
( )
( )
1
1 1 ,
1
2 2
1
1 1
1
3 1 1 , 3
1
2 32
1
1 31 3
33
1
3
2 1 1 , 2 3 23
1
1 21 2
22
1
2
...
1
...
1
...
1
+

+ + +

+ + +

+ +
=
=
=
k
n n n
k
n
k
n n
nn
k
n
k
n n
k
n n
k k k
k
n n
k
n n
k k k
x a x a x a b
a
x
x a x a x a x a b
a
x
x a x a x a x a b
a
x
Mtodo de Gauss - Seidel
Seidel com : 05 , 0
0
0
0
0
=
(
(
(
= e x
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
O processo iterativo dado por:
( )
( )
= =
= =
= =
+ + + + +
+ + +
+

6
3
6
3
6
0
3 3 0
6
1

4
1

4
3
4
6
3 6
4
1

5
1

5
1
5
5
) 5 (
5
1
) 1 (
2
) 1 (
1
) 1 (
2
) 1 (
1
) 1 (
3
) (
3
) 1 (
1
) (
3
) 1 (
1
) 1 (
2
) (
3
) (
2
) (
3
) (
2
) 1 (
1
k k k k k
k k k k k
k k k k k
x x x x x
x x x x x
x x x x x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
= = =
= = =
= = =
875 , 0 75 , 0 5 , 0 1 5 , 0 0 5 , 0 5 , 0 0
75 , 0 0 25 , 0 1 75 , 0 5 , 1 25 , 0 75 , 0 5 , 1
1 0 2 , 0 0 2 , 0 1 2 , 0 2 , 0 1
) 1 (
2
) 1 (
1
) 1 (
3
) 0 (
3
) 1 (
1
) 1 (
2
) 0 (
3
) 0 (
2
) 1 (
1
x x x
x x x
x x x
(
(
(
=
0
0
0
0
x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Logo:
(
(
(
= + =
875 , 0
75 , 0
1
g C
(0) (1)
x x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
875 , 0 -
75 , 0 -
1 -
) 0 (
3
) 1 (
3
) 0 (
2
) 1 (
2
) 0 (
1
) 1 (
1
=
=
=
x x
x x
x x
Calculando , para temos:
d
(1)
r
(
(
(
=
(
(
(
=
875 , 0
75 , 0
1

0
0
0

(1) ) 0 (
x e x
> = = = 1
1
1
max
1
d
) 1 (
) 1 (
i
r
x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
= = =
= = =
= = =
9875 , 0 95 , 0 5 , 0 025 , 1 5 , 0 0 5 , 0 5 , 0 0
95 , 0 875 , 0 25 , 0 025 , 1 75 , 0 5 , 1 25 , 0 75 , 0 5 , 1
025 , 1 875 , 0 2 , 0 75 , 0 2 , 0 1 2 , 0 2 , 0 1
) 2 (
2
) 2 (
1
) 2 (
3
) 1 (
3
) 2 (
1
) 2 (
2
) 1 (
3
) 1 (
2
) 2 (
1
x x x
x x x
x x x
(
(
(
=
0,875 -
0,75
1
) 1 (
x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Logo:
(
(
(
= + =
9875 , 0
95 , 0
025 , 1
g C
) 1 ( ) 2 (
x x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
> = = = 1951 , 0
025 , 1
2 , 0
max
2 , 0
d
) 2 (
) 1 (
i
r
x
Calculando , para :
d
(2)
r
(
(
(
=
(
(
(
=
9875 , 0
95 , 0
025 , 1

875 , 0
75 , 0
1

) 2 ( ) 1 (
x e x
1125 , 0 -
20 , 0 -
025 , 0 -
) 1 (
3
) 2 (
3
) 1 (
2
) 2 (
2
) 1 (
1
) 2 (
1
=
=
=
x x
x x
x x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Para k=3
409 0,0 d
993 0,9
9912 , 0
0075 , 1
g C
) 3 (
r
) 2 ( ) 3 (
< =
(
(
(
= + = x x
Seidel:
= + +
= + +
= + +
0 6 3 3
6 4 3
5 5
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Logo a soluo obtida pelo mtodo de Gauss-Seidel :
(
(
(
= =
993 0,9
9912 , 0
0075 , 1

) 3 (
x x
Mtodo de Gauss Seidel - Con"erg)ncia
Para o mtodo de Gauss Seidel, utilizaremos os
seguintes critrios de convergncia
Critrio de Sassenfeld
Critrios das Linhas
Sejam o valores dados por:
n - ordem do sistema linear que se deseja resolver
n ..., 3, 2, i para
1 1
1
1
1 2
1
11
1
=
(
+ = =

+ =
= =
n
i j
ij
i
j
j ij
ii
i
n
j
j
a a
a
e a
a

i
n - ordem do sistema linear que se deseja resolver

a
ij
- coeficientes das equaes do sistema
Este critrio garante que o mtodo de Gauss-Seidel
convergir para um dado SEL se o valor M, definido por:
for menor que 1 (M<1). Alm disso, quanto menor o
valor de mais rpida ser a convergncia
i
M
n i

max
1
=
Seja A a matriz dos coeficientes e b o vetor dos
termos constantes, dados por:
(
(
(
1 14 13 12 11

b a a a a
b a a a a
( )
( )
24 23 1 21 2
14 13 12
11
1
1
1

a a a
a a a
a
+ + =
+ + =
(
(
(
(
4 44 43 42 41
3 34 33 32 31
2 24 23 22 21

b a a a a
b a a a a
b a a a a
( )
( )
( )
3 43 2 42 1 41
44
4
34 2 32 1 31
33
3
24 23 1 21
22
2
1
1

a a a
a
a a a
a
a a a
a
+ + =
+ + =
+ + =
Exemplo: Mostrar que a soluo do sistema a seguir
convergir pelo mtodo de Gauss-Seidel.
= +
= + +
8 , 7 3 , 0 6 , 0 3 6 , 0
4 , 0 2 , 0 2 , 0 2
4 3 2 1
x x x x
x x x x
= + + +
= + +
= +
10 4 8 , 0 2 , 1 4 , 0
1 2 , 0 2 , 0 1 , 0
8 , 7 3 , 0 6 , 0 3 6 , 0
4 3 2 1
4 3 2 1
4 3 2 1
x x x x
x x x x
x x x x
Exemplo: Mostrar que a soluo do sistema a seguir
convergir pelo mtodo de Gauss-Seidel.

0,2 1,0 0,2 - 0,1 -
0,3 - 0,6 - 3,0 0,6
0,2 0,2 - 1,0 2,0
A =
7 , 0
max
1
= =

i
n i
M
( )
( )
( )
( ) 2736 , 0 358 , 0 8 , 0 44 , 0 2 , 1 7 , 0 4 , 0
4
1
358 , 0 2 , 0 44 , 0 2 , 0 7 , 0 1 , 0
1
1
44 , 0 3 , 0 6 , 0 7 , 0 6 , 0
3
1
7 , 0 2 , 0 2 , 0 1
2
1
4
3
2
1
= + + =
= + + =
= + + =
= + + =
4,0 0,8 1,2 0,4

0,2 1,0 0,2 - 0,1 -
Logo, como M < 1, o mtodo de
Gauss Seidel converge para o
sistema em questo
O exemplo anterior tambm satisfaz o critrio das
linhas:

4,0 0,8 1,2 0,4
0,2 1,0 0,2 - 0,1 -
0,3 - 0,6 - 3,0 0,6
0,2 0,2 - 1,0 2,0
A =
4 3, 2, 1, i para
1
= <
=
ii
n
j
ij
a a
4,0 0,8 1,2 0,4
4 , 2 8 , 0 2 , 1 4 , 0 4
5 , 0 2 , 0 2 , 0 1 , 0 1
5 , 1 3 , 0 6 , 0 6 , 0 3
4 , 1 2 , 0 2 , 0 1 2
43 42 41 44
34 32 31 33
24 23 21 22
14 13 12 11
= + + = + + > =
= + + = + + > =
= + + = + + > =
= + + = + + > =
a a a a
a a a a
a a a a
a a a a
1
=
i j
j
Considera*es finais Gauss Seidel
Tanto o Critrio de Sassenfeld quanto o Critrio das
Linhas so condies suficientes, porm no
necessrias, para a convergncia do mtodo de
Gauss-Seidel para um dado sistema linear
Um dado sistema pode no satisfazer estes critrios e Um dado sistema pode no satisfazer estes critrios e
ainda convergir
Um sistema pode no satisfazer o Critrio das Linhas,
porm sua convergncia ser garantida se satisfizer o
Considera*es finais Gauss Seidel
Critrio das Linhas x Critrio de Sassenfeld
Exemplo: Seja o sistema linear abaixo:
= +
= +
18 2 6
23 10
2 1
2 1
x x
x x
O Critrio das Linhas no satisfeito, visto que:
Todavia o Critrio de Sassenfeld satisfeito, uma vez que:
Convergncia garantida!
= + 18 2 6
2 1
x x
6 2
21 22
= < = a a
( ) 3 , 0 1 , 0 6
2
1
1 , 0 1
10
1
2 1
= = = = e
Considera*es finais Mtodos
Diretos+Iterati"os
Mtodos Diretos
Processos finitos
Teoricamente obtm a soluo de qualquer sistema no
linear ( det(A) = 0 )
Podem sofrer com problemas de arredondamento
Soluo: Tcnicas de Pivoteamento Soluo: Tcnicas de Pivoteamento
Mtodos Iterativos
Convergem para a soluo do sistema linear somente
sob certas condies
Sofrem menos com problemas de arredondamento
Convergncia independe do valor de x
(0)
Somente erros cometidos na ltima iterao
afetam a soluo
Calcule as 3 primeiras iteraes do mtodo de Gauss-
Siedel do sistema linear abaixo:
Eerc!cio
= +
=
= +
5 15 2
3 8 6 5
7 9 2 4
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Utilize como chute inicial:
Resp.
= + 5 15 2
3 2 1
x x x
(
(
(
=
3
2
1

) 0 (
x
(
(
(
=
0,067
75 , 1
5 , 7

) 1 (
x
(
(
(
=
3 , 0
266 , 0
026 , 1

) 2 (
x
(
(
(
=
315 , 0
01 , 1
292 , 2

) 3 (
x

04 Sistemas Lineares

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

04 Sistemas Lineares

Enviado por

Direitos autorais:

Formatos disponíveis

Sistemas Lineares

Prof. Wellington Passos de Paula

n - ordem do sistema linear que se deseja resolver

4,0 0,8 1,2 0,4

Você também pode gostar