Você está na página 1de 31

Clculo Numrico

Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Prof. Dr. Sergio Pilling (IPD/ Fsica e Astronomia)

III Resoluo de sistemas lineares por mtodos numricos.


Objetivos: Veremos nessa aula alguns mtodos numricos (diretos e iterativos) para resolvermos sistemas de equaes lineares.

1. Introduo
A resoluo de sistemas lineares um problema que surge nas mais diversas reas (ex. previso do tempo, otimizao de sinais de transito e linhas de metro, mecnica quntica, etc..). Exemplo 1. Considere, por exemplo, o problema de determinar as componentes horizontal e vertical das foras que atuam nas junes da trelia abaixo (ex. ponte de ferro).

45

Para isto, temos de determinar as 17 foras desconhecidas que atuma nesta trelia. As componentes da trelia so supostamente presas nas junes por pinos, sem frico. Um teorema da mecnica elementar nos diz que, como o nmero de junes j est relacionado ao numero de componentes m por 2j 3 = m, a trelia estaticamente determinante: isto significa que as foras componentes so determinadas completamente pelas condies de equilbrio esttico nos ns. Sejam Fx e Fy as componentes horizontal e vertical, respectivamente. Fazendo = sen (45) = cos (45) e supondo pequenos deslocamentos, as condies de equilbrio so:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

Portanto, para obter as componentes perdidas preciso resolver esse sistema linear que tem 17 variveis: f1, f2, f3, ...., f17 e 17 equaes.

onde

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

onde A a matriz (m,n) dos coeficientes, x o vetor (n linhas) das variveis e b (m linhas) o vetor das constantes. Chamaremos de x* o vetor soluo de x, uma soluo aproximada do sistema linear Ax=b. No capitulo anterior a soluo aproximada era chamada de x. A formulao matricial do sistema Ax=b do Exemplo 1, que ser resolvida no final desta aula dada por:

= sen (45) = cos (45)

Analisemos a seguir, atravs de exemplos com das equaes e duas variveis as situaes que podem ocorrer com relao ao numero de solues de um sistema linear:

Retas concorrentes (cruzam-se)

Retas coincidentes

Retas paralelas

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

OBS: Mesmo no caso geral em que o sistema linear envolve m equaes e n variveis, apenas uma entre as situaes abaixo ira ocorrer:

No caso em que m=n=2 (visto acima), este fato foi facilmente verificado atravs dos grficos das retas envolvidas no sistema. Contudo, para analisar o caso geral, m equaes e n variveis, usaremos conceitos de lgebra linear. Veremos nesta aula alguns mtodos numricos para resoluo de sistemas lineares do tipo n x n (n equaes e n incgnitas; Matriz quadrada Ann)

5.2. Mtodos diretos

Matriz inversa de A:

A A-1 = 1 (identidade)

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

5.2.1 Mtodo da eliminao de Gauss

Diagonal principal: Posio dos pivos

Etapa 0: Matriz sanduche


x1 + x2 x1 + x2 x1 + x2 x1 + x2 x1 + x2 + x3 + x4 + x5 = + x3 + x4 + x5 = + x3 + x4 + x5 = + x3 + x4 + x5 = + x3 + x4 + x5 =


( Li Li mik Lk onde mik = aik / akk )

Etapa 1, 2, 3, ... : Eliminao


Etapa Final: Soluo do sistema (de baixo pra cima)



x1 + x2 + x3 + x4 + x5 = x2 + x3 + x4 + x5 = x3 + x4 + x5 = x4 + x5 = x5 =

x1 x2 x* = x3 = x4 x5

remos

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

Somente zeros!

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

a seguir:

- Procedimentos para triangularizar uma matriz e estratgias para o pivoteamento.

Ex. L1 L5 Ex. L3 8L3 Ex. L2 L2 - 5L1

etapa k.

Etapa 0: Escrever a matriz dos coeficientes junto do vetor das constantes: Matriz sanduche.

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

Etapa 1: Eliminao dos elementos aj1 (j=2,...., n), tambm chamada de 1 pivoteamento.

Fator multiplicador
( k 1) aik mik = ( k 1) a kk

Elemento a ser zerado


Etapa 1

Linha do piv

Piv

Operaes aritmticas com as linhas

1 1 3 = 0 3 4 4 3=0 3

1 1 1 2 = 3 3 4 3 2 = 0 3

1 2 2 4= 3 3 4 2 4 =0 3

1 5 2 1= 3 3 4 5 3 1= 3 3

Etapa 2: Eliminao dos elementos aj2 (j=3,...., n), tambm chamada de 2 pivoteamento.

Linha do piv

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

X3= 0

Loop 1

Loop 2

(Triangularizao)
Loop 3

j triangularizado! ALGORITMO 1

Bem menor que o mtodo de Kramer: 2(n+1) n! (n-1)

Elemento a ser zerado

em cada etapa k do processo.

Piv 9

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

Para se contornar estes problemas devemos adotar uma estratgia de pivoteamento ou seja, adotar um processo de escolha da linha e/ou coluna pivotal. ESTRATEGIA DE PIVOTEAMENTO PARCIAL Esta estratgia consiste em: (de uma dada coluna)

Exemplo 3 Consideremos uma matriz 44 aps a primeira etapa de pivoteamento:

Este elemento o maior desta coluna, em modulo.

(-1/3)

(-2/3)

Em seguida fazemos as operaes: L3 L3 m32 L2 ; L4 L4 m42 L2 e o processo continua at triangularizarmos a matriz dos coeficientes.
III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 10

Leitura complementar

Obs. Nesse caso temos que inverter a posio das incgnitas na matriz das incgnitas tambm!

Ex. ai=(a1 a4 a3 a2)T

das incgnitas tambm!

Deve-se inverter a posio das incgnitas na matriz

Exemplo 4 Consideremos o sistema linear

dois
Usamos a notao de ponto flutuante! r= 0.d1d2 10e

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

11

Ento: Etapa 0 Matriz sanduche

Eliminao dos elementos aj1 (j=2,...., n); 1 pivoteamento.

Etapa 1

x1 = 0 ou x =
0 2.5

lembrando que nosso sistema original era:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

12

Usando agora a estratgia de pivoteamento parcial (e ainda a aritmtica de 2 dgitos), o nosso sistema original: fica como:

Etapa 0 Matriz sanduche aps o pivoteamento parcial (troca de

Etapa 1 Eliminao dos elementos aj1 (j=2,...., n); - 1

No caso anterior tinha dado zero!

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

13

Exerccio 1. Resolva os sistemas lineares abaixo usando o mtodo direto de eliminao de Gauss (com pivoteamento e triangularizao da matriz dos coeficientes). Use a tcnica de pivoteamento parcial se necessrio (se o piv for zero). a) b)

c)

Compare os resultados com o programa VCN_5p1.exe

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

14

5.3. Mtodos Iterativos


em uma das aulas anteriores.

Valor mximo

TESTES DE PARADA

<
III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 15

5.3.1 Mtodo Iterativo de Gauss-Jacobi

Para os mtodos iterativos os pivs de cada (elementos da diagonal principal) coluna DEVEM ser 0 !

Isolamos x1 Isolamos x2

Isolamos xn

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

16

Exemplo 5 Resolva o sistema linear abaixo pelo mt. de Gauss-Jacobi com

Chute inicial

Preciso do clculo numrico

O processo iterativo o seguinte:

Obs.

x1(1) x(1) = x2(1) x3(1)

Ou ainda:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

17

mx

Prosseguindo com as iteraes temos:

Para k =1:

Para k=2:

OK! Satisfaz o critrio de parada !!!

OBS:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

18

Somatrio dos elementos da linha k (exceto o piv) Piv da linha k

TEOREMA 4: Critrio das linhas

Exemplo 6
Analisando a matriz A do sistema linear do exemplo anterior:

Lembremos que:

Piv Outros elementos

Exemplo 7

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

19

Exemplo 8

5.3.2 Mtodo Iterativo de Gauss-Seidel

Piv da coluna 1 Essa eq. igual ao do mtodo de Gauss-Jacobi Piv da coluna 2

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

20

Exemplo 9
Resolva o sistema linear abaixo pelo mt. de Gauss-Seidel com

Chute inicial

Preciso

5/5 1/5 6/4 3/4

1/5 1/4

0/6

3/6

3/6

x2(0) x3(0) x3(0)

Lembremos que nesse caso = 5 x 10-2 = 0.05 III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 21

x2(1)

x3(1) x3(1)

Continuando as iteraes obtemos:


OK. Satisfaz o critrio de parada !!!

Preparao

1 = (3 x2 ) 3

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

22

x1

x0 da figura abaixo

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

23

Obs. Nesse caso trocamos L1 L2

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

24

Definimos

e
Igual ao 1 do critrio das linhas! III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 25

Somas dos outros elementos da linha 1 (sem o piv). Piv da linha 1

Piv da linha J

Se

< 1 o mtodo de Gauss-Seidel geral uma seqncia convergente qualquer

que seja x(0). Alem disso, quanto menor for o valor de mais rpida ser a convergncia.

Obs. Exemplos de 2 e 3 de uma Matriz A:3x3

2 =
Exemplo

| a21 | 1 + | a23 | | a22 |

3 =

| a31 | 1 + | a32 | 2 | a33 |

Lembremos que nesse caso:


1 =
| a12 | + | a13 | + | a14 | | a11 | | a 21 | 1 + | a 23 | + | a 24 | | a 22 |
| a31 | 1 + | a32 | 2 + | a34 | | a33 |

temos:

2 =
3 =

4 =

| a 41 | 1 + | a 42 | 2 + | a 43 | 3 | a 44 |

Nesse caso = max j = 0.7 < 1. Portanto o critrio de Sassenfeld foi satisfeito e o mtodo de Gauss-Seidel gerara uma seqncia convergente.

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

26

Exemplo
Seja o sistema linear ao lado

Lembremos que nesse caso:


1 = 2 =
3 =
| a12 | + | a13 | | a11 | | a21 | 1 + | a23 | | a22 |
| a31 | 1 + | a32 | 2 | a33 |

Consideraes finais

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

27

Exemplo

Exemplo

Exemplo

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

28

12005 iteraes !!!!

Exerccio resolvido mostrando uma comparao entre dois mtodos iterativos


Calcule as duas primeiras iteraes dos mtodos Gauss-Jacobi e Gauss-Seidel do sistema linear abaixo: 4x1 + 2x2 9x3 = 7 5x1 6x2 8x3 = 3 1x1 2x2 + 15x3 = 5 x1(0) 1 (0) (0) Use como chute inicial o vetor (matriz coluna) x = x2 = 2 x3(0) 3 Etapa inicial Isolar os xi de cada linha i e escrever o sistema de equaes equivalentes. 4x1 + 2x2 9x3 = 7 5x1 6x2 8x3 = 3 1x1 2x2 + 15x3 = 5 x1 = + 7 2x2 + 9x3 4 x2 = + 3 5x1 + 8x3 -6 x3 = 5 1x1 + 2x2 15

Abaixo temos um diagrama mostrando de forma esquemtica a dependncia de cada um dos termos nas trs primeiras iteraes de uma matriz A:3x3 dos mtodos de Gauss-Jacobi e Gauss-Seidel.

x1

(0)

Mtodo de Gauss-Jacobi x1(1) x1(2)

x1(3) x2(3) x3(3)

x1(0) x2(0) x3(0)

Mtodo de Gauss-Seidel x1(1) x1(2)

x1(3) x2(3) x3(3)

x2(0) x3(0)

x2(1) x3(1)

x2(2) x3(2)

x2(1) x3(1)

x2(2) x3(2)

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

29

Segue abaixo exemplos para o calculo das trs primeiras iteraes (x(1), x(2) e x(3)) pelo mtodo de Gauss-Jacobi usando como chute inicial: x1(1) = (+ 7 2x2(0) + 9x3(0))/4 = 7.50 (1) (0) (0) x2 = (+ 3 5x1 + 8x3 )/(-6) = -3.667 x3(1) = ( 5 1x1(0) + 2x2(0) )/(15) = -0.133 x1(2) = (+ 7 2x2(1) + 9x3(1))/4 = 3.882 (2) (1) (1) x2 = (+ 3 5x1 + 8x3 )/(-6) = 5.572 x3(2) = ( 5 1x1(1) + 2x2(1) )/(15) = -1.322 x1(3) = (+ 7 2x2(2) + 9x3(2))/4 = -4.010 (3) (2) (2) x2 = (+ 3 5x1 + 8x3 )/(-6) = 4.497 x3(3) = ( 5 1x1(2) + 2x2(2) )/(15) = 0.150 x1(1) 7.50 (1) (1) x = x2 = -3.667 x3(1) -0.133 x1(2) 3.882 (2) (2) x = x2 = 5.572 x3(2) -1.322 x1(3) -4.010 (3) (3) x = x2 = 4.497 x3(3) 0.150

Segue abaixo exemplos para o calculo das trs primeiras iteraes (x(1), x(2) e x(3)) pelo mtodo de Gauss-Seidel usando como chute inicial: x1(1) = (+ 7 2x2(0) + 9x3(0))/4 = 7.50 (1) (1) (0) x2 = (+ 3 5x1 + 8x3 )/(-6) = 1.75 x3(1) = ( 5 1x1(1) + 2x2(1) )/(15) = -0.60 x1(2) = (+ 7 2x2(1) + 9x3(1))/4 = -0.475 (2) (2) (1) x2 = (+ 3 5x1 + 8x3 )/(-6) = -0.095 x3(2) = ( 5 1x1(2) + 2x2(2) )/(15) = -0.314 x1(3) = (+ 7 2x2(2) + 9x3(2))/4 = 1.091 (3) (3) (2) x2 = (+ 3 5x1 + 8x3 )/(-6) = 0.827 x3(3) = ( 5 1x1(3) + 2x2(3) )/(15) = -0.295 x1(1) 7.50 (1) (1) x = x2 = 1.75 x3(1) -0.60 x1(2) -0.475 (2) (2) x = x2 = -0.095 x3(2) -0.314 x1(3) 1.091 (3) (3) x = x2 = 0.827 x3(3) -0.295

Obs: No exemplo anterior no fizemos nenhum teste para saber se os mtodos iterativos teriam convergncia assegurada ou no. Na prtica antes de utilizarmos esses mtodos numa maquina digital verificamos se o critrio das linhas satisfeito (no caso da utilizao o mtodo de Gauss-Jacobi) ou o critrido de Sassenfeld (no caso da utilizao do mtodo de Gauss-Seidel).

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

30

Exerccios propostos
Verifique se a matriz dos sistemas abaixo tem convergncia garantida pelos mtodos numricos iterativos. Dica: Aplique os critrios de linhas e de Sassenfeld.

a)

b)

c)
4x1 x = 1 x1 +4x2 x3 =1 x2 + 4x3 x4 = 1 x3 +4x4 =1

Para os sistemas acima que tiverem convergncia garantida encontre as 4 primeiras iteraes usando os mtodos de Gauss-Jacobi e de Gauss-Seidel. No caso do sistema que no tenha convergncia garantida, o que poderamos fazer para que ele tivesse convergncia garantida nos mtodos numricos estudados?

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling

31