04 Sistemas Lineares

Sistemas Lineares
Elaborado pelo Prof. Wellington Passos de Paula

Adaptado por Marconi de Arruda Pereira
Programa
1. Introduo
2. Mtodos Diretos
a) Eliminao de Gauss
b) Decomposio LU
3. Mtodos Iterativos
a) Gauss-Jacobi
b) Gauss-Siedel
Sistemas Lineares
Introduo
Elaborado pelo Prof. Wellington Passos de Paula
Adaptado por Marconi de Arruda Pereira
Introduo
n
A resoluo de sistemas lineares um problema que

surge nas mais diversas reas
q Ex:
Clculos de estruturas, Redes de transporte, Redes de

comunicao, etc
Introduo
Exemplo: Calcular tenses dos ns do circuito eltrico:
V1
Soluo:
Temos que a corrente entre 2 pontos dada
Va Vb
por: I =
. Pela lei de Kirchoff a soma das correntes
R
que chega a um n igual a soma das correntes que
saem dele. Assim:
Introduo
V1
V2 V1 V3 V1 V4 V1 V1 0
+
+
=
N 1:
1
2
2
1
V3 V2 V3 V4 V3 V1 127 V3
+
+
=
N 3:
3
1
2
3
V3 V4 V4 V1
=
N 4:
1
2
V2 V1 V3 V2
=
N 2:
1
3
Introduo
Simplificando as equaes:
V2 V1 V3 V1 V4 V1 V1 0
6V1 + 2V2 + V3 + V4 = 0
N 1:
+
+
=
1
V2 V1 V3 V2
3V1 + 4V2 V3 = 0
=
N 2:
1
3
V3 V2 V3 V4 V3 V1 127 V3
+
+
=
N 3:
3
1
2
3
3V1 2V2 + 13V3 6V4 = 254

V3 V4 V4 V1
V1 + 2V3 3V4 = 0
=
N 4:
1
2
Introduo
6V1 + 2V2 + 1V3 + 1V4 = 0
3V + 4V 1V + 0V = 0
1
2
3
4
Montando o sistema:
3V1 2V2 + 13V3 6V4 = 254
1V1 + 0V2 + 2V3 3V4 = 0
Nosso problema agora se resume em encontrar os valores

de V1, V2, V3 e V4 que solucionem o sistema linear
acima.
Introduo
n
Um sistema linear com m equaes e n variveis tem a

seguinte forma geral:
a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2 n xn = b2
am1 x1 + am 2 x2 + ... + amn xn = bm

onde:
aij
coeficientes
1 i m, 1 j n
xj
incgnitas
j = 1,...,n
bi
termos independentes
i = 1,...,m
Introduo
n
Exemplo:
2 x1 + 4 x2 5 x3 = 5
4 x1 + 1x2 5 x3 = 2
2 x + 4 x + 5 x = 1
2
3
1
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
Introduo
n
Forma Matricial:
Ax = b
na qual:
a11 a12
a
a22
21
A=

am1 am 2
am 3
a1n
a2 n

amn
x1
x
x = 2

xn
b1
b
b = 2

bm
Introduo
n
Exemplo:
q Forma
Geral:
2 x1 + 4 x2 5 x3 = 5
4 x1 + 1x2 5 x3 = 2
2 x + 4 x + 5 x = 1
2
3
1
q Forma
Matricial:
2 4 5 x1 5
4 1 5 x = 2
2
2 4 5 x3 1
Introduo
n
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 bij = kaij , i, j.
Ex:
1 2 3
2 4 6
A =
e B = 2A =
4
5
6
8
10
12
Introduo
n

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
m
xi = aij v j , i = 1, 2, ..., n.
j =1
Ex:
1 2
5
1
A = 3 4, v = x = Av = 11
2
5 6
17
Introduo
n

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
p
cij = aik vkj , i = 1, 2, ..., n e j = 1, 2, ..., m.

k =1
o elemento cij 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
1 6
2 1 0
6 12
A =
, B = 4 0 C = AB =
3
5
6
41
48
2 x 3
2 x 2
3 5 3 x 2
Ex:
Introduo Classificao de Sistemas

n
Classificao dos sistemas

q Soluo
n
det (A) 0
q Infinitas
n
nica
Solues ou Sem Soluo
det (A) = 0

n
Relembrando. Conceito de Determinante

Uma matriz quadrada (n x n) A, chamada matriz de ordem
n, tem um nmero associado, conhecido por determinante,
cujo valor pode ser obtido pela frmula de recorrncia
det( A) = a11 det( M 11 ) a12 det( M 12 ) + ... + (1) n +1 a1n det( M 1n )

onde Mij 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:
A = [a11 ] det( A) = a11

a11 a12
A =
det( A) = a11a22 a21a12
a21 a22

n
Relembrando. Conceito de Determinante
a11 a12 a13

A = a21 a22 a23
a31 a32 a33
det( A) = a11 (a22 a33 a32 a23 ) a12 (a21a33 a31a23 ) + a13 (a21a32 a31a22 )
Matriz A com det(A) = 0 Matriz Singular
Matriz A com det(A) 0 Matriz No Singular

n
Soluo nica
1
q Exemplo: 2 x1 + x2 = 3
x =
3
x
=
2
2
1
det (A) = -6 -1 = -7
Infinitas Solues
q Ex: 2 x1 + x2 = 3
x =

3 2
4 x1 + 2 x2 = 6
det (A) = 4 - 4 = 0

n
Sem Soluo
q Ex:
! 2x1 + x2 = 1
"
# 4x1 + 2x2 = 6
det (A) = 4 - 4 = 0
Introduo Sistemas Triangulares

n
Possibilidade de resoluo da forma Direta

q Sistema
Triangular Inferior
q Sistema
Triangular Superior

n
Sistema Triangular Inferior

0 0 x1 b1
a11 0
a
x2 b2
a
0
0
22
21

a31 a32 a33 0 x3 = b3

an1 an 2 an3 ann xn bn
q A
soluo calculada pelas substituies sucessivas
b1
a11 x1 = b1 x1 =
a11
b2 a21 x1
a21 x1 + a22 x2 = b2 x2 =
,
a22
b3 a31 x1 a32 x2
a31 x1 + a32 x2 + a33 x3 = b3 x3 =
a23

n

a11 0
a
21 a22
a31 a32

an1 an 2
x1 b1
x2 b2

x3 = b3

ann xn bn
0
0
a33
an 3
0
0
0
an1 x1 + an 2 x2 + ... + an,n 1 xn 1 + ann xnn = bn
xn =
bn an1 x1 an 2 x2 ... an,n1 xn1

ann

n

a11 0
a
21 a22
a31 a32

an1 an 2
x1 b1
x2 b2

x3 = b3

ann xn bn
0
0
a33
an 3
0
0
0
As substituies sucessivas podem ser representadas por:

i 1
xi =
bi aij x j
j =1
aii
, i = 1, 2, ..., n.

n

Exemplo: Calcular a soluo do sistema triangular inferior
usando as substituies sucessivas:
0
0
2
3
5
0
1 6 8
1 4 3
0
0
0
x1 4
x 1
2 =
x3 48

x4 6
1 3 2
4
= 1
2 x1 = 4 x1 = = 2 , 3x1 + 5 x2 = 1 x2 =
5
2
48 2 + 6(1)
x1 6 x2 + 8 x3 = 48 x3 =
=5
8

n

Exemplo: Calcular a soluo do sistema triangular inferior
usando as substituies sucessivas:
0
0
2
3
5
0
1 6 8
1 4 3
0
0
0
x1 4
x 1
2 =
x3 48

x4 6
6 + (2) 4(1) + 3(5)

x1 + 4 x2 3x3 + 9 x4 = 6 x4 =
=3
9
2

1
Logo, o vetor soluo dado por: x =
5

3

n
Sistema Triangular Superior

c11 c12
0 c
22
0
0

0
0
q A
c13 c1n x1 d1

c23 c2 n x2 d 2
c33 c3n x3 = d 3

0 cnn xn d n
soluo calculada pelas substituies retroativas:
dn
cnn xn = d n xn =
,
cnn
cn 1,n 1 xn 1 + cn1,n xn = d n 1 xn 1 =
d n 1 cn 1,n xn
cn 1,n1

n

c11 c12
0 c
22
0
0

0
0
c13 c1n x1 d1

c23 c2 n x2 d 2
c33 c3n x3 = d 3

0 cnn xn d n
d 2 c23 x1 ... c2 n xn ,
c22 x2 + c23 x3 + ... + c2 n xn = d 2 x2 =
c22
c11 x1 + c12 x2 + c13 x3 + ... + c1n xn = d1
d1 c12 c13 x1 ... c1n xn
x1 =
c11

n

c11 c12
0 c
22
0
0

0
0
c13 c1n x1 d1

c23 c2 n x2 d 2
c33 c3n x3 = d 3

0 cnn xn d n
As substituies retroativas podem ser representadas por:
di
xi =
c x
ij
j =i +1
cii
, i = n, n 1, ..., 1.

n

Exemplo: Determinar a soluo do sistema triangular superior
utilizando as substituies retroativas:
5 2
0 3
0 0
0 0
6 1 x1 1
7 4 x2 2
=
4 5 x3 28

0 2 x4 8
28 5 4
8
= 2,
2 x4 = 8 x4 = = 4 , 4 x3 + 5 x4 = 28 x3 =
4
2
2 7 2 + 4 4
3x2 + 7 x3 4 x4 = 2 x2 =
=0
3

n

Exemplo: Determinar a soluo do sistema triangular superior
utilizando as substituies retroativas:
5 2
0 3
0 0
0 0
6 1 x1 1
7 4 x2 2
=
4 5 x3 28

0 2 x4 8
1+ 2 0 6 2 4
5 x1 2 x2 + 6 x3 + x4 = 1 x1 =
= 3
5
3
0
Logo, o vetor soluo dado por: x =
2

4
Introduo Mtodos de Soluo

n
Os mtodos numricos para a soluo de sistemas

lineares podem ser divididos em dois grupos:
q Mtodos
Diretos Fornecem a soluo do sistema,

caso ela exista, aps um nmero finito de iteraes
(solues arredondadas tambm podem ocorrer)
q 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
Mtodos Diretos
n
Pertencem a essa classe todos mtodos utilizados no

primeiro e segundo graus
q 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-1b, onde A-1 a
inversa da matriz de coeficientes A.
q O
clculo de A-1 demorado e, por isso, no competitivo

com os mtodos que veremos a seguir: Eliminao de
Gauss e Decomposio LU
Eliminao de Gauss
n
Consiste em transformar o sistema linear original em

um sistema linear triangular superior equivalente
q Resoluo
do novo sistema utilizando as substituies
retroativas
n
A soluo encontrada para o sistema equivalente ser

a mesma do sistema linear original Conceito de
Sistemas Equivalentes
Eliminao de Gauss
n
A transformao do sistema linear original em outro

equivalente feita atravs das seguintes operaes
elementares:
q Trocar
duas equaes
2 x1 2 x2 = 2 x1 + 4 x2 = 9

x1 + 4 x2 = 9
2 x1 2 x2 = 2
q Multiplicar
uma equao por uma constante no nula
2 x1 2 x2 = 2 x1 x2 = 1

x1 + 4 x2 = 9
x1 + 4 x2 = 9
q Adicionar
equao
um mltiplo de uma equao a uma outra
x1 + 4 x2 = 9 2 x1 + 3x2 = 8

x1 x2 = 1 x1 x2 = 1
Eliminao de Gauss - Execuo

n
Passo 1:
q Construo
da matriz aumentada Ab
a11 a12
a
a22
21
[Ab] =

an1 an 2
n
a1n
a2 n
an 3
ann
b1
b2

bn
Importncia:
q
necessrio transformar matriz A em uma matriz

triangular superior
q Todavia,
todas as operaes elementares aplicadas

sobre as linhas de A, tambm devem ser refletidas no
vetor de termos independentes b

n
Passo 2:
q Eliminar
os coeficientes de x1 presentes nas linhas

2,3,...,n, fazendo assim a21 = a31, = ... = an1 = 0, sendo
a11 chamado de piv e a linha 1 de linha pivotal
q Substituir
a linha 2, L2, pela combinao linear
a21
L2 = L2 m21 L1 , na qual : m21 =
a11
q Substituir
a linha 3, L3, pela combinao linear:
L3 = L3 m31 L1 , na qual : m31 =
a31
a11

n
Passo 2:
q Continuar
a substituio at a linha n
q Caso
algum elemento app=0, achar outra linha k onde

akp 0 e trocar tais linhas. Caso a linha k no exista, o
sistema linear no possui soluo
Prximos Passos:
q Eliminar
os coeficientes de x2 nas linhas 3, 4, ..., n

(fazendo a32=a42=...=an2 = 0)
q Eliminar
os coeficientes de x3 nas linhas 4, 5, ..., n

(fazendo a43=a53=...=an3 = 0) e assim
sucessivamente
Eliminao de Gauss
n
Exemplo: Resolver o sistema linear abaixo:

2 x1 + 3x2 x3 = 5
4 x1 + 4 x2 3x3 = 3
2 x 3x + x = 1
2
3
1
Matriz aumentada:
2 3 1 5
[Ab] = 4 4 3 3
2 3 1 1
Eliminao de Gauss
n

2 x1 + 3x2 x3 = 5
4 x1 + 4 x2 3x3 = 3
2 x 3x + x = 1
2
3
1
Piv da linha 1: 2
L2 = L2 m21 L1
m21 =
a21
=2
a11
L2 = [4 4 3 3] 2 [2 3 1 5] = [0 2 1 7]
L3 = L3 m31 L1 ,
m31 =
a31
=1
a11
L3 = [2 3 1 1] 1 [2 3 1 5] = [0 6 2 6]
Eliminao de Gauss
n

2 x1 + 3x2 x3 = 5
4 x1 + 4 x2 3x3 = 3
2 x 3x + x = 1
2
3
1
Obtemos ento a seguinte matriz aumentada:
2 3 1 5
[Ab] = 0 2 1 7
0 6 2 6
Eliminao de Gauss
n

2 x1 + 3x2 x3 = 5
4 x1 + 4 x2 3x3 = 3
2 x 3x + x = 1
2
3
1
Piv da linha 2: -2
L3 = L3 m32 L2 , m32 =
a32
=3
a22
L3 = [0 6 2 6] 3 [0 2 1 7] = [0 0 5 15]
Eliminao de Gauss
n

2 x1 + 3x2 x3 = 5
4 x1 + 4 x2 3x3 = 3
2 x 3x + x = 1
2
3
1
Nova matriz [Ab] e sistema linear equivalente obtido:
2 3 1 5
[Ab] = 0 2 1 7
0 0
5 15
2x 1 + 3x 2 x 3 = 5
2x 2 x 3 = 7
5x = 15
3
Eliminao de Gauss
n

2 x1 + 3x2 x3 = 5
4 x1 + 4 x2 3x3 = 3
2 x 3x + x = 1
2
3
1
O novo sistema obtido resolvido utilizando-se as
substituies retroativas:
5x 3 = 15 x 3 = 3
2x 2 x 3 = 7 2x 2 3 = 7 2x 2 = 4 x 2 = 2
2x1 + 3x 2 x 3 = 5 2x1+6 3 = 5 2x1 = 2 x1 = 1
1

Logo, o vetor soluo dado por: x = 2
3
Eliminao de Gauss
n
No mtodo de Gauss os multiplicadores das linhas so

gerados a partir da seguinte frmula:
aik
mik =
aii
i = 1, ..., n k = i + 1, ..., n
sendo aii o piv e aik o elemento a ser zerado

q Assim,
podemos concluir:
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
Exerccio
Resolva o sistema linear abaixo utilizando o mtodo direto de
Eliminao de Gauss.
5 x1 + 2 x2 + 4 x3 = 8
x1 + x2 + 2 x3 = 2
4 x + 3x + 7 x = 5
2
3
1
Soluo:
4 / 3 1,333...
x = 16 / 3 = 5,333...
7 / 3 2,333...
Eliminao de Gauss - Pivoteamento Parcial

n
Melhoria do Mtodo de Gauss
Consiste em escolher o elemento de maior valor (em

mdulo) em cada coluna para ser o piv
q Garante
que os multiplicadores estaro sempre entre 0 e 1
Minimiza a amplificao de erros de arredondamento

durante as eliminaes

n

x1 3x2 + 2 x3 = 11
2 x1 + 8 x2 1x3 = 15
4 x 6 x + 5 x = 29
2
3
1
Matriz aumentada:
1 3 2 11
[Ab] = 2 8 1 15
4 6 5 29

n
1 3 2 11
[Ab] = 2 8 1 15
4 6 5 29
Maior elemento (em mdulo) da primeira coluna: 4. Logo
este ser o primeiro piv. Assim:
a11
L1 = L1 m13 L3 m13 =
= 0,25
a31
L1 = [1 3 2 11] 0,25 [4 6 5 29] = [0 1,5 0,75 3,75]
L2 = L2 m23 L3 ,
m23 =
a11
= 0,5
a31
L2 = [ 2 8 1 15] (0,5) [4 6 5 29] = [0 5 1,5 0,5]

n

x1 3x2 + 2 x3 = 11
2 x1 + 8 x2 1x3 = 15
4 x 6 x + 5 x = 29
2
3
1
Obtemos ento a seguinte matriz aumentada:
0 1,5 0,75 3,75
[Ab] = 0 5 1,5 0,5
4 6
5
29

n
0 1,5 0,75 3,75

[Ab] = 0 5 1,5 0,5
4 6
5
29
Maior elemento (em mdulo) da segunda coluna: 5. Logo
este ser o segundo piv. Assim:
L1 = L1 m12 L2
a12
m12 =
= 0,3
a32
L1 = [0 1,5 0,75 3,75] (0,3) [0 5 1,5 0,5] = [0 0 1,2 3,6]

n

x1 3x2 + 2 x3 = 11
2 x1 + 8 x2 1x3 = 15
4 x 6 x + 5 x = 29
2
3
1
Nova matriz [Ab]:
0 0 1,2 3,6
[Ab] = 0 5 1,5 0,5
4 6 5
29
Trocando a ordem das linhas, chegamos ao seguinte
sistema equivalente: 4 x 6 x + 5 x = 29
1
2
3
5 x2 + 1,5 x3 = 0,5
1,2 x = 3,6
3

n

x1 3x2 + 2 x3 = 11
2 x1 + 8 x2 1x3 = 15
4 x 6 x + 5 x = 29
2
3
1
O novo sistema obtido resolvido utilizando-se as
substituies retroativas:
1,2 x3 = 3,6 x3 = 3
5x2 + 1,5x3 = 0,5 5x2 + 4,5 = 0,5 5x2 = 5 x2 = 1

4 x1 6 x2 + 5x3 = 29 4 x1 + 6 + 15 = 29 4 x1 = 8 x1 = 2
2

Logo, o vetor soluo dado por: x = 1
3
Determinante
n
O determinante da matriz de coeficientes pode ser

obtido atravs da matriz triangular resultante da
aplicao da Eliminao de Gauss.
q 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( B) = det( A)
2 2
1 4
A =
det( A) = 10 e B =
det( B) = 10
1 4
2 2
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( B) = k det( A)
1 4
1 4
A =
det( A) = 10 e B =
det( B) = 5
2 2
1 1
3) Se um mltiplo escalar de uma linha de A for somado a
outra linha, ento o determinante da nova matriz B ser:
det( B) = det( A)
1 4
1 4
A =
det( A) = 5 e B =
det( B) = 5
1 1
0 5
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
det( A) = a11a22 a33 ... ann = aii

i =1
0
3 0
2 3
0 5 0 det( B) = 15
A =
det(
A
)
=
2
e
B
=
0 0 1
Determinante
5) Se uma matriz A for multiplicada por uma matriz B, o
determinante da matriz resultante C ser:
det(C ) = det( A) det( B)
1 2
3 0
A =
det( A) = 10 e B =
det( B) = 3
3 4
1 1
1 2
C =
det(C ) = 30
13 4
Determinante
Exemplo: Calcular o determinante da matriz utilizada no
ltimo exemplo: x 3x + 2 x = 11
1
2
3
2 x1 + 8 x2 1x3 = 15
4 x 6 x + 5 x = 29
2
3
1
Matriz de coeficientes:
1 3 2
A = 2 8 1
4 6 5
Depois de 3 combinaes lineares das linhas e uma troca
de linhas, chegamos seguinte matriz triangular:
4 6 5
B = 0 5 1,5
0 0 1,2
Determinante
ltimo exemplo:
Pela propriedade 3, no h alterao no determinante de B,
det( B) = det(,Aassim:
)
todavia, pela propriedade 1,
det( A) = det( B) = (4 5 1,2) = 24
Exerccio
Resolva o sistema linear abaixo utilizando o mtodo direto de
Eliminao de Gauss. Use a tcnica de pivoteamento
parcial se necessrio.
x1 + 6 x2 + 2 x3 + 4 x4
3x + 19 x + 4 x + 15 x
1
2
3
4
x1 + 4 x2 + 8 x3 12 x4
5 x1 + 33 x2 + 9 x3 + 3x4
Soluo:
138
20
x =
11
=8
= 25
= 18
= 72
Sistemas Lineares
Decomposio LU
Prof. Wellington Passos de Paula
wpassos@gmail.com
Decomposio LU
n
O objetivo fatorar a matriz dos coeficientes A em um

produto de duas matrizes L e U.
Seja:
a11 a12
a
a
21
22
A =

an1 an 2
an 3
a1n
a2 n

ann
A = matriz de coeficientes do sistema linear
Decomposio LU
e o produto LU:
1 0
l
21 1
LU = l31 l32

ln1 ln 2
0
0
1
ln 3
0 u11 u12
0 0 u22
0 0
0

0
1 0
0
u13 u1n
u23 u2 n
u33 u3n

0 unn
sendo:
L = matriz triangular inferior unitria (lii = 1, i )
U = matriz triangular superior
Decomposio LU
n
tem-se ento:
a11 a12
a
a22
21
A=

an1 an 2
n
an 3
1 0
a1n
l
1
21
a2 n
= LU = l31 l32

ann
ln1 ln 2
0
0
1
ln 3
0 u11 u12
0 0 u22
0 0
0

0
1 0
0
u13 u1n
u23 u2 n
u33 u3n

0 unn
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
Decomposio LU
n
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
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
Decomposio LU - Execuo
n
Exemplo:
Resolver o sistema abaixo, utilizando a Decomposio
LU:
1 3 2 x1 11
2 8 1 x = 15
4 6 5 x3 29
Passo 1: Aplicar o mtodo da Eliminao de Gauss
matriz de A.
Piv linha 1: 1
L2 = L2 m21 L1
a21
m21 =
= 2
a11
L2 = [ 2 8 1] (2) [1 3 2] = [0 2 3]
n
Exemplo:
L3 = L3 m31 L1 ,
a31
m31 =
=4
a11
L3 = [4 6 5] 4 [1 3 2] = [0 6 3]
Obtemos ento a seguinte matriz de coeficientes:

1 3 2
A = 0 2
3
0 6 3
Piv linha 2: 2
L3 = L3 m32 L2
a32
m32 =
=3
a22
L3 = [0 6 3] 3 [0 2 3] = [0 0 12]
n
Exemplo:
Nova matriz de coeficientes:
1 3 2
A = 0 2
3
0 0 12
A matriz L ento constituda pelos multiplicadores

utilizados nas eliminaes de cada uma das linhas, logo:
0 0 1 0 0
1 0 0 1
L = l21 1 0 m21 1 0 2 1 0
l31 l32 1 m31 m32 1 4 3 1
n
Exemplo:
1 3 2
A = 0 2
3
0 0 12
A matriz U prpria matriz de coeficientes, obtida aps

a Eliminao de Gauss:
u11 u12 u13 1 3 2

U = 0 u22 u23 = 0 2
3
0
0 u33 0 0 12
n
Exemplo:
Assim:
1 3 2 1 0 0 1 3 2
A = LU 2 8 1 = 2 1 0 0 2
3
4 6 5 4 3 1 0 0 12
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.
n
Exemplo:
Passo 2: Calcular a soluo do sistema Ly = b:
1 0 0 y1 11
2 1 0 y = 15
4 3 1 y3 29
y1 = 11
2 y1 + y2 = 15 y2 = 15 + 2 11 y2 = 7
4 y1 + 3 y2 + y3 = 29 y3 = 29 4 11 3 7 y3 = 36
T
Logo: y = [11 7 36 ]
n
Exemplo:
Passo 3: De posse do valor de y, calcular ento a
soluo do sistema Ux = y:
1 3 2 x1 11
0 2
x = 7
3
0 0 12 x3 36
12 x3 = 36 x3 = 3
2 x2 + 3x3 = 7 x2 = (7 3 3) / 2 x2 = 1
x1 3x2 + 2 x3 = 11 x1 = 11 + 3 (1) 2 3 x1 = 2
Logo:
x = [2 1 3]
Exerccio
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
3x1 + 2 x2 + 4 x3 = 1
x1 + x2 + 2 x3 = 2
4 x + 3x + 2 x = 3
2
3
1
Soluo:
3
x = 5
0
Exerccio
Decomposio LU.
3x1 + 2 x2 + 4 x3 = 1
x1 + x2 + 2 x3 = 2
4 x + 3x + 2 x = 3
2
3
1
Demonstrando a soluo:
3 2 4
A = 1 1 2
4 3 2
Aplicando a Eliminao de Gauss matriz A:
Piv linha 1: 3
L2 = L2 m21 L1
a21 1
m21 =
=
a11 3
L2 = [1 1 2] 1 / 3 [3 2 4] = [0 1 / 3 2 / 3]
Exerccio
Decomposio LU.
a31 4
L3 = L3 m31 L1 , m31 =
=
a11 3
L3 = [4 3 2] 4 / 3 [3 2 4] = [0 1 / 3 10 / 3]

4
3 2
A = 0 1 / 3 2 / 3
0 1 / 3 10 / 3
Piv linha 2: 1/3
L3 = L3 m32 L2
a32
m32 =
=1
a22
L3 = [0 1 / 3 10 / 3] 1 [0 1 / 3 2 / 3] = [0 0 4]
Exerccio
Decomposio LU.
4
3 2
A = 0 1 / 3 2 / 3
0 0
4
utilizados nas eliminaes de cada uma das linhas, logo:
1 0
L = l21 1
l31 l32
0 1
0
0 m21 1
1 m31 m32
0 1 0 0
0 1 / 3 1 0
1 4 / 3 1 1
Exerccio
Decomposio LU.
4
3 2
A = 0 1 / 3 2 / 3
0 0
4
A matriz U prpria matriz de coeficientes, obtida aps a
Eliminao de Gauss:
u11 u12
U = 0 u22
0
0
u13 3 2
4
u23 = 0 1 / 3 2 / 3
u33 0 0
4
Exerccio
Decomposio LU.
Assim:
4
3 2 4 1 0 0 3 2
A = LU 1 1 2 = 1 / 3 1 0 0 1 / 3 2 / 3
4 3 2 4 / 3 1 1 0 0 4
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.
Exerccio
Decomposio LU.
Calcular a soluo do sistema Ly = b:
1 0 0 y1 1
1 / 3 1 0 y = 2
2
4 / 3 1 1 y3 3
Fazendo os clculos, vamos encontrar:
y = [1 5 / 3 0]
Exerccio
Decomposio LU.
De posse do valor de y, calcular ento a soluo do
sistema Ux = y:
4 x1 1
3 2
0 1 / 3 2 / 3 x = 5 / 3
2
0 0 4 x3 0
T
Fazendo os clculos, vamos encontrar: x = [ 3 5 0]
Exerccio
Decomposio LU.
3x1 + 2 x2 + 4 x3 = 1
x1 + x2 + 2 x3 = 2
4 x + 3x + 2 x = 3
2
3
1
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 4
A = 1 1 2
4 3 2
Exerccio
Decomposio LU.
Aplicando a Eliminao de Gauss matriz A:
Piv linha 1: 3
L2 = m21L2 + L1
m21 = 3
L2 = 3 [1 1 2] + [3 2 4] = [0 1 2]
3
L3 = m31L3 L1 , m31 =
4
3
L3 = [4 3 2] + [3 2 4] = [0 1 / 4 10 / 4]
4
Exerccio
Decomposio LU.
2
4
3
A = 0 1
2
0 1 / 4 10 / 4
Piv linha 2: -1
L3 = m32 L3 + L2
m32 = 4
L3 = 4 [0 1 / 4 10 / 4] + [0 1 2] = [0 0 12]
Exerccio
Decomposio LU.
4
3 2
A = 0 1 2
0 0 12
Exerccio
Decomposio LU.
Fazendo ento A = LU
0 0 3 2
4
3 2 4 1
A = LU 1 1 2 = 3
1 0 0 1 2
4 3 2 3 / 4 4 1 0 0 12
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.
Decomposio LU Pivoteamento Parcial

n
Os motivos para Pivoteamento Parcial na

Decomposio LU so os mesmos de sua utilizao
na Eliminao de Gauss:
q Evitar
q Evitar
piv nulo
que os multiplicadores mij tenham valores muito

grandes

n
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
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

n
Exemplo:
Resolver o sistema abaixo, utilizando a Decomposio
LU, com Pivoteamento Parcial:
1 3 2 x1 11
2 8 1 x = 15
4 6 5 x3 29
Passo 1: Aplicar o mtodo da Eliminao de Gauss, com
Pivoteamento Parcial, matriz A.
Primeiro piv: 4
L1 = L1 m13 L3
m13 =
a11
= 0,25
a31
L1 = [1 3 2] 0,25 [4 6 5] = [0 1,5 0,75]
Decomposio LU - Pivoteamento Parcial

n
Exemplo:
L2 = L2 m23 L3 ,
a11
m23 =
= 0,5
a31
L2 = [ 2 8 1] (0,5) [4 6 5] = [0 5 1,5]

0 1,5 0,75
A = 0
5
1,5
4 6
5
Segundo piv: 5
L1 = L1 m12 L2
a12
m12 =
= 0,3
a32
L1 = [0 1,5 0,75] (0,3) [0 5 1,5] = [0 0 1,2]

n
Exemplo:
0 0 1,2 4 6 5
A = 0 5 1,5 0 5 1,5
4 6 5 0 0 1,2
relativos a cada uma das linhas pivotais, logo:
1 0
L = l21 1
l31 l32
0 1
0 m23
1 m13
0
1
m12
0 1
0
0
0 0,5
1
0
1 0,25 0,3 1

n
Exemplo:
0 0 1,2 4 6 5
A = 0 5 1,5 0 5 1,5
4 6 5 0 0 1,2
A matriz U prpria matriz de coeficientes, obtida aps
o pivoteamento:
u11 u12 u13 4 6 5

U = 0 u22 u23 = 0 5 1,5
0
0 u33 0 0 1,2

n
Exemplo:
0 0 1,2 4 6 5
A = 0 5 1,5 0 5 1,5
4 6 5 0 0 1,2
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.
0 0 1
P = 0 1 0
1 0 0

n
Exemplo:
Assim:
0
0 4 6 5
0 0 1 1 3 2 1
PA = LU 0 1 0 2 8 1 = 0,5
1
0 0 5 1,5
1 0 0 4 6 5 0,25 0,3 1 0 0 1,2
Assim, para resolver o sistema Ax = b, temos:

Ax = b PAx = Pb LUx = Pb
Fazendo Ux = y, ento Ly = Pb

n
Exemplo:
Passo 2: Calcular a soluo do sistema Ly = Pb:
A multiplicao Pb ordena as linhas de b na ordem das
linhas pivotais
0
0 y1 29
1
0,5
y = 15
1
0
0,25 0,3 1 y3 11
y1 = 29
0,5 y1 + y2 = 15 y2 = 15 + 0,5 29 y2 = 0,5
0,25 y1 0,3 y2 + y3 = 11 y3 = 11 0,25 29 + 0,3 0,5
y3 = 3,6
Logo: y = [29
0,5 3,6]

n
Exemplo:
Passo 3: De posse do valor de y, calcular ento a
soluo do sistema Ux = y:
4 6 5 x1 29
0 5 1,5 x = 0,5
0 0 1,2 x3 3,6
1,2 x3 = 3,6 x3 = 3
5x2 + 1,5x3 = 0,5 x2 = (0,5 1,5 3) / 5 x2 = 1
4 x1 6 x2 + 5x3 = 29 x1 = (29 + 6 (1) 5 3) / 4
x1 = 2
T
Logo: x = [2 1 3]

n
Exemplo:
Passo 4 (Opcional): Verificao da exatido do
resultado obtido atravs do vetor resduo r = b Ax:
11 1 3 2 2 0
r = b Ax 15 2 8 1 1 = 0
29 4 6 5 3 0
Logo, a soluo x obtida exata.
A verificao acima pode ser utilizada tambm para
validar os resultados encontrados pelos outros mtodos
estudados at agora.
Determinante
n
Considerando que:
PA = LU det (PA) = det (LU)
pela propriedade dos determinantes vista anteriormente:
det( A) =
n
det( L) det(U )
det( P)
det( L) = l11l22l33 ... lnn = lii = 1 matriz triangular

n
i =1
det(U ) = uii produto dos pivs

i =1
det( P) = (1)t
troca de linhas necessrias para
transformar a matriz de permutaes P em

uma matriz identidade.
Determinante
n
Considerando que:
PA = LU det (PA) = det (LU)
pela propriedade dos determinantes vista anteriormente:
det( L) det(U )
det( A) =
det( P)
Logo:
n
det( A) =
1 uii
i =1
(1)
= (1)
u
i =1
ii
Determinante
ltimo exemplo:
1 3 2 4 6 5
A = 2 8 1 0 5 1,5
4 6 5 0 0 1,2
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:
det( A) = (1)
1
u
=
(
1
)
4 5 1,2 = 24
ii
i =1
Sistemas com Matriz Singular

n
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:
Resolver os sistemas Ax = b e Ax = c utilizando a
decomposio LU com pivoteamento parcial, sendo
1 3 2
22
20
A = 2 8 1, b = 12 e c = 10
1 5 1
10
80

n
Exemplo:
Os trs fatores so:
0 0
1
2 8 1
0 1 0
L = 0,5 1 0, U = 0 1 1,5 e P = 1 0 0
0,5 1 1
0 0 0
0 0 1
Para Ax=b, a soluo do sistema Ly = Pb dada por:
0 0 y1 12
1
12
0,5 1 0 y = 22 y = 16
0,5 1 1 y3 10
0

n
Exemplo:
A soluo do sistema Ux = y dada por:
2 8 1 x1 12
0 1 1,5 x = 16
0 0 0 x3 0
Logo:
0 x3 = 0 x3 = (qualquer de x3 soluo)
x2 + 1,5 x3 = 16 x2 = 16 1,5
2 x1 + 8x2 x3 = 12 x1 = ( 12 8(16 1,5 ) + ) / 2
x1 = 70 6,5

n
Exemplo:
Assim, o vetor soluo do sistema dado por
T
x = [70 6,5 16 1,5 ] , ou seja, o sistema Ax=b

apresenta infinitas solues, uma para cada valor de
| .
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.

n
Exemplo:
Assim, para Ax = c, soluo de Ly = Pc
0 0 y1 10
1
10
0,5 1 0 y = 20 y = 15
0,5 1 1 y3 80
70

n
Exemplo:
A soluo do sistema Ux = y dada por:
2 8 1 x1 10
0 1 1,5 x = 15
0 0 0 x3 70
Logo:
0 x3 = 70 x3 x
Assim, o sistema Ax = c no tem soluo pois x3 tal
que 0 x3 0 .
Exerccio
Resolva o sistema linear pela Decomposio LU, utilizando o
pivoteamento parcial, e verificar a exatido e unicidade da
soluo:
3x1 4 x2 + x3 = 9
x1 + 2 x2 + 2 x3 = 3
4 x
3x3 = 2
1
Soluo:
1
x = 1
2
Sistemas Lineares
Mtodos Iterativos
wpassos@gmail.com
Mtodos Iterativos
n
A soluo de problemas complexos com sistemas

lineares tende gerao/existncia de matrizes de
coeficientes grandes e/ou esparsas
q Grandes
Comum para n > 100.000
q Esparsas
Maioria dos coeficientes nulos
Resoluo de sistemas esparsos por mtodos diretos

q Processos
de triangularizao e fatorao Onerosos,

por no preservarem a esparsidade original, que pode ser
til por facilitar a resoluo do sistema.
Mtodos Iterativos
n
Mtodos mais apropriados para a resoluo de

sistemas de natureza esparsa Mtodos Iterativos
q Gauss-Jacobi,
Gauss-Seidel
Mtodos Iterativos
n
Os mtodos iterativos consistem em gerar, a partir de

um vetor inicial x0, uma sequncia de vetores {x0, x1, x2,
, xk, } que deve convergir para a soluo x do
sistema
(0)
1
x

x2( 0 )

x ( 0 )
3

xn( 0 )
(1)
1
x

x2(1)

x (1)
3

xn(1)
x1( 2 )

x2( 2 )

x ( 2 )
3

xn( 2 )
x1( k )
x2( k )
x ( k )
3

xn( k )
Mtodos Iterativos
n
Lembretes importantes:
q Como
todo processo iterativo, estes mtodos sempre

apresentaro um resultado aproximado, que ser to
prximo do resultado real conforme o nmero de
iteraes realizadas.
q Alm
disto, tambm preciso ter cuidado com a

convergncia destes mtodos.
Mtodos Iterativos - Funcionamento

n
Os mtodos iterativos funcionam a partir da

transformao do sistema linear Ax = b em x = Cx + g,
onde:
q A:
matriz dos coeficientes (n x n)
q x:
vetor das variveis (n x 1)
q b:
vetor dos termos constantes, (n x 1)
q C:
matriz n x n
q g:
vetor n x 1
Mtodos Iterativos - Funcionamento

n
Conhecida a estimativa inicial, x(0), obtm-se

consecutivamente os vetores:
x (1) = Cx ( 0) + g , (primeira aproximao)

x ( 2) = Cx (1) + g , (segunda aproximao)
x ( k ) = Cx ( k 1) + g , (k - sima aproximao)
n
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
Sistemas Lineares
Gauss - Jacobi
wpassos@gmail.com
Mtodo de Gauss - Jacobi

n
Dado o sistema linear:
a11 x1 + a12 x2 + ... + a1n xn = b1

a x + a x + ... + a x = b
21 1 22 2
2n n
2

an1 x1 + an 2 x2 + ... + ann xn = bn
e supondo
aii 0, i = 1, , n.

Isolamos ento o vetor x mediante a separao pela
diagonal. Assim, a partir da primeira equao do
sistema:
a11 x1 + a12 x2 + ... + a1n xn = b1

1
(b1 a12 x2 a13 x3 ... + a1n xn )
obtemos: x1 =
a11
e, analogamente:
1
x2 =
(b2 a21 x1 a23 x3 ...a2 n xn )
a22
1
xn =
(bn an1 x1 an 3 x3 ...ann1 xn 1 )
ann

n
Dessa forma, temos x = C x + g, onde:
0
x1
x a a
2 21 22
x3 = a31 a33

xn an1 ann
x(k+1)
a12 a11
0
a32 a33
an 2 ann
a13 a11 a1n a11 x1 b1 / a11

a23 a22 a2 n a22 x2 b2 / a22
0
a3n a33 x3 + b3 / a33

xn bn / ann
an 3 ann
0
C
x(k)

n
O mtodo de Gauss-Jacobi consiste em, dado x ,

(0 )
(k )
x
...,
x
... atravs da
aproximao inicial, obter
(k +1)
(k )
= Cx + g :
relao recursiva x
( k +1) 1
(k )
(k )
(k )
x
=
(
b
a
x
a
x
...
+
a
x
1
12 2
13 3
1n n )
1
a11
1
( k +1)
(k )
(k )
(k )
x
=
(
b
a
x
a
x
...
+
a
x
2
2
21 1
23 3
2n n )
a22
1
( k +1)
(k )
(k )
(k )
x
=
(
b
a
x
a
x
...
+
a
x
n
n1 1
n2 2
n , n 1 n 1 )
n
ann

n
O processo repetido at que o vetor x

(k 1)
suficientemente prximo ao vetor x
(k )
esteja
A distncia entre duas iteraes dada por
d(k) = max xi(k) - xi(k-1)

(k )
assim, dada uma preciso , o vetor x ser
escolhido como x , soluo aproximada da soluo

exata, se d (k) <
n
Podemos utilizar tambm como critrio de parada o

erro relativo:
(k)
(k)
r
(k )
i
max x
<

n
Exemplo: Resolva o sistema abaixo utilizando Gauss-
0,7
- 1,6 e = 0,05
x
=
Jacobi com 0
:
0,6
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1

n
Exemplo: Resolva o sistema abaixo utilizando GaussJacobi :
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
O processo iterativo dado por:
2 (k ) 1 (k ) 7
( k +1) 1
(k )
(k )
(k )
x1 = 10 (7 2 x2 x3 ) = 0 x1 10 x2 10 x3 + 10
1 (k )
1 (k ) 8
( k +1) 1
(k )
(k )
(k )
x2 = 8 x1 x3 = x1 + 0 x2 x3
5
5
5
5
2 (k ) 3 (k )
6
( k +1) 1
(k )
(k )
(k )
x3 = 10 6 2 x1 3x2 = 10 x1 10 x2 + 0 x3 + 10

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
(k +1)
(k )
x
=
Cx
+ g temos:
Na forma matricial
0
C = -1/5
-1/5
- 2/10
0
3/10
- 1/10
-1/5
0
7/10
e g = - 8/5
6/10

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
0,7
- 1,6
x
=
Assim para k=0 e 0
temos:
0,6
x1(1) = 0,2 x2( 0 ) 0,1 x3( 0) + 0,7 = 0,2 (1,6) 0,1 0,6 + 0,7 = 0,96
(1)
( 0)
(0)
x
=
0
,
2
x
0
,
2
x
2
1
3 1,6 = 0,2 0,7 0,2 0,6 1,6 = 1,86
(1)
( 0)
(0)
x
=
0
,
2
x
0
,
3
x
1
2 + 0,6 = 0,2 0,7 0,3 ( 1,6) + 0,6 = 0,94
3

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
Logo: x
(1)
= C x (0)
0,96
+ g = - 1,86
0,94

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
0,7
0,96
(1)
(0)
(1)
Calculando d r , para x = - 1,6
e x = - 1,86 temos:
(1)
( 0)
0,6
0,94
x1 - x1 = 0,26
(1)
2
x -x
( 0)
2
= 0,26 d
x3(1) - x3( 0) = 0,34
(1)
r
0,34
0,34
=
=
= 0,1828 >
(1)
1,86
max xi

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
0,96
- 1,86
x
=
Assim para k=1 e 1
temos:
0,94
x1( 2 ) = 0,2 x2(1) 0,1 x3(1) + 0,7 = 0,2 (1,86) 0,1 0,94 + 0,7 = 0,978
( 2 )
(1)
(1)
x
=
0
,
2
x
0
,
2
x
2
1
3 1,6 = 0,2 0,96 0,2 0,94 1,6 = 1,98
( 2 )
(1)
(1)
x
=
0
,
2
x
0
,
3
x
1
2 + 0,6 = 0,2 0,96 0,3 ( 1,86 ) + 0,6 = 0,966
3

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
0,978
( 2)
(1)
Logo: x = C x + g = - 1,98
0,966

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
0,96
0,978
(2)
(1)
( 2)
Calculando d r , para x = - 1,86
e x = - 1,98 :
( 2)
(1)
0,94
0,966
x1 - x1 = 0,018
( 2)
2
-x
(1)
2
= 0,12 d
x3( 2 ) - x3(1) = 0,026
( 2)
r
0,12
0,12
=
=
= 0,0606 >
( 2)
1,98
max xi

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
Prosseguindo com as iteraes temos:

Para k=2
x (3) = Cx (2)
0,9994
0,0324
(2)
+ g = - 1,9888 d r =
= 0,0163 <
1,9888
0,9984

n
10 x1 + 2 x2 + x3 = 7
x1 + 5 x2 + x3 = 8
2 x + 3x + 10 x = 6
2
3
1
Logo a soluo obtida pelo mtodo de Gauss-Jacobi :
x = x (3)
0,9994
= - 1,9888
0,9984
Mtodo de Gauss Jacobi - Convergncia

n
(0)
No exemplo estudado, o valor de x foi fornecido

como entrada do problema. Todavia, a convergncia
ou no dos mtodos iterativos independe da
aproximao inicial escolhida
Teorema: Critrio das Linhas
Dado um sistema Ax=b, condio suficiente para a
convergncia do mtodo iterativo de Gauss-Jacobi:
n
ij
< aii , para i = 1, 2, 3, ..., n
j =1
j i
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
Analisando a matriz A do sistema linear do exemplo

anterior:
10 2 1
A = 1
2
Assim:
5 1
3 10
a11 = 10 > a12 + a13 = 2 + 1 = 3

a22 = 5 > a21 + a23 = 1 + 1 = 2
a33 = 10 > a31 + a32 = 2 + 3 = 5
n
Logo, como
ij
j =1
j i
< aii para i = 1, 2, 3 temos a
convergncia garantida para o mtodo de Gauss-Jacobi

n
Exemplo: Dado o sistema:
x1 + 3x2 + x3 = 2
5 x1 + 2 x2 + 2 x3 = 3
6 x2 + 8 x3 = 6
O critrio das linhas no satisfeito pois:
a11 = 1 < a12 + a13 = 3 + 1 = 4

Contudo, se permutarmos a primeira equao com a
segunda, temos o sistema linear: 5 x + 2 x + 2 x = 3
1
2
3
x1 + 3x2 + x3 = 2
6 x2 + 8 x3 = 6

n
Exemplo: Dado o sistema:
x1 + 3x2 + x3 = 2
5 x1 + 2 x2 + 2 x3 = 3
6 x2 + 8 x3 = 6
O novo sistema equivalente ao sistema original e

sua matriz A satisfaz o critrio de linhas:
5 2 2
A = 1 3 1
0 6 8

n
Concluso:
q 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
Exerccio
n
Calcule as 3 primeiras iteraes do mtodo de GaussJacobi do sistema linear abaixo:
4 x1 + 2 x2 9 x3 = 7
5 x1 6 x2 8 x3 = 3
x 2 x + 15 x = 5
2
3
1
1
2
(0)
x
=
Utilize como chute inicial:

3
(1)
x
Resp:
7,5
= 3,667 x ( 2) =
0,533
4,783
5,039 x (3) =
0,656
2,246
4,361
0,686
Sistemas Lineares
Gauss - Seidel
wpassos@gmail.com
Mtodo de Gauss-Seidel
n
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 xj(k+1), usa-se todos os valores

x1(k+1), x2(k+1), ..., xj-1(k+1) que j foram calculados e os
valores xj+1(k), xj+2(k), ..., xn(k) restantes.
Mtodo de Gauss-Seidel
n
O processo do mtodo de Gauss Seidel se d a partir

das equaes:
k +1
x1 =
k +1
x2 =
k +1
x3 =
x k +1 =
n
1
(
b1 a12 x2k a13 x3k ... a1,n 1 xnk1 a1n xnk )
a11
1
(
b2 a21 x1k +1 a23 x3k ... a2,n 1 xnk1 a2 n xnk )
a22
1
(
b3 a31 x1k +1 a32 x2k +1 ... a3,n 1 xnk1 a3n xnk )
a33

1
(
bn an1 x1k +1 an 2 x2k +1 ... an ,n 1 xnk+11 )
ann
Mtodo de Gauss - Seidel

n
Exemplo: Resolva o sistema abaixo utilizando Gauss-
Seidel com
0
x0 = 0 e = 0,05 :
0
5 x1 + x2 + x3 = 5
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1

n
Exemplo: Resolva o sistema abaixo utilizando GaussSeidel:

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1
O processo iterativo dado por:
5 1 (k ) 1 (k )
( k +1) 1
(k )
(k )
x1 = 5 (5 x2 x3 ) = 5 5 x2 5 x3
6 3 ( k +1) 1 ( k )
( k +1) 1
( k +1)
(k )
x3 = x1 x3
x2 = 6 3x1
4
4 4
4
0 3 ( k +1) 3 ( k +1)
( k +1) 1
( k +1)
( k +1)
3 x2
= x1 x2
x3 = 6 0 3x1
6 6
6

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1
0
0
x
=
Assim para k=0 e
0
temos:
0
x1(1) = 1 0,2 x2( 0) 0,2 x3( 0) = 1 0,2 0 0,2 0 = 1
(1)
(1)
(0)
x
=
1
,
5
0
,
75
x
0
,
25
x
2
1
3 = 1,5 0,75 1 0,25 0 = 0,75
(1)
(1)
(1)
x
=
0
0
,
5
x
0
,
5
x
= 0 0,5 1 0,5 0,75 = 0,875
1
2
3

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1
Logo: x
(1)
= C x (0)
1
+ g = 0,75
0,875

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1
0
1
(1)
(0)
(1)
Calculando d r , para x = 0
e x = 0,75 temos:
0
0,875
x1(1) - x1( 0 ) = 1
(1)
2
x -x
(0)
2
= 0,75 d
x3(1) - x3( 0 ) = 0,875
(1)
r
1
1
=
= =1>
(1)
1
max xi

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1
(1)
x
Assim para k=1 e
1
= 0,75 temos:
- 0,875
x1( 2) = 1 0,2 x2(1) 0,2 x3(1) = 1 0,2 0,75 0,2 0,875 = 1,025
( 2)
( 2)
(1)
x
=
1
,
5
0
,
75
x
0
,
25
x
2
1
3 = 1,5 0,75 1,025 0,25 0,875 = 0,95
( 2)
( 2)
( 2)
x
=
0
0
,
5
x
0
,
5
x
= 0 0,5 1,025 0,5 0,95 = 0,9875
1
2
3

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1
1,025
0,95
( 2)
(1)
Logo: x = C x + g =
0,9875

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1
1
1,025
(2)
(1)
( 2)
Calculando d r , para x = 0,75 e x =
0,95 :
0,875
0,9875
x1( 2 ) - x1(1) = 0,025
( 2)
2
( 2)
3
(1)
2
= 0,20 d
(1)
3
= 0,1125
-x
-x
(1)
r
0,2
0,2
=
=
= 0,1951 >
( 2)
1,025
max xi

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1

Para k=3
1,0075
( 3)
x (3) = C x ( 2) + g = 0,9912 d r = 0,0409 <
0,9993

n

5x + x + x =5
1
2
3
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
2
3
1

Logo a soluo obtida pelo mtodo de Gauss-Seidel :
1,0075
x = x (3) = 0,9912
0,9993
Mtodo de Gauss Seidel - Convergncia

n
Para o mtodo de Gauss Seidel, utilizaremos os

seguintes critrios de convergncia
q
Critrio de Sassenfeld
Critrios das Linhas
n
Sejam o valores
n
1
1 =
a1 j
a11 j =2
dados por:
1 i 1
e i =
aij j + aij
aii j =1
j =i +1
para i = 2, 3, ..., n
n - ordem do sistema linear que se deseja resolver

aij - 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:
M = max
1i n
for menor que 1 (M<1). Alm disso, quanto menor o

valor de mais rpida ser a convergncia
n
Seja A a matriz dos coeficientes e b o vetor dos

termos constantes, dados por:
a11 a12 a13 a14

a a a a
21 22 23 24
a31 a32 a33 a34
a41 a42 a43 a44
b1
b2
b3
b4
1 =
1
(a12 + a13 + a14 )
a11
2 =
1
( a21 1 + a23 + a24 )
a22
3 =
1
( a31 1 + a32 2 + a34 )
a33
4 =
1
( a41 1 + a42 2 + a43 3 )
a44
n
Exemplo: Mostrar que a soluo do sistema a seguir

convergir pelo mtodo de Gauss-Seidel.
2 x1 + x2 0,2 x3 + 0,2 x4 = 0,4

0,6 x + 3x 0,6 x 0,3x = 7,8
1
2
3
4
+ x3 + 0,2 x4 = 1
0,1x1 0,2 x2
0,4 x1 + 1,2 x2 + 0,8 x3 + 4 x4 = 10
n
A=
Exemplo: Mostrar que a soluo do sistema a seguir

convergir pelo mtodo de Gauss-Seidel.
2,0
0,6
1,0 - 0,2 0,2

3,0 - 0,6 - 0,3
- 0,1 - 0,2
0,4
1,2
1,0
0,2
0,8
4,0
= max
=
0, 7
i
1i n
Logo, como M < 1, o mtodo de

Gauss Seidel converge para o
sistema em questo
1
2
1
2 = (0,6 0,7 + 0,6 + 0,3) = 0,44
3
1
3 = (0,1 0,7 + 0,2 0,44 + 0,2) = 0,358
1
1
4 = (0,4 0,7 + 1,2 0,44 + 0,8 0,358) = 0,2736
4
1 = (1 + 0,2 + 0,2) = 0,7
n
O exemplo anterior tambm satisfaz o critrio das

linhas:
A=
2,0
1,0 - 0,2
0,6
3,0 - 0,6 - 0,3
- 0,1 - 0,2
0,4
1,2
0,2
1,0
0,2
0,8
4,0
ij
< aii para i = 1, 2, 3, 4
j =1
j i
a11 = 2 > a12 + a13 + a14 = 1 + 0,2 + 0,2 = 1,4

a22 = 3 > a21 + a23 + a24 = 0,6 + 0,6 + 0,3 = 1,5
a33 = 1 > a31 + a32 + a34 = 0,1 + 0,2 + 0,2 = 0,5
a44 = 4 > a41 + a42 + a43 = 0,4 + 1,2 + 0,8 = 2,4
Consideraes finais Gauss Seidel

n
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
q Um
dado sistema pode no satisfazer estes critrios e

ainda convergir
q Um
sistema pode no satisfazer o Critrio das Linhas,

porm sua convergncia ser garantida se satisfizer o
Consideraes finais Gauss Seidel

n
Critrio das Linhas x Critrio de Sassenfeld

Exemplo: Seja o sistema linear abaixo:
10 x1 + x2 = 23
6 x1 + 2 x2 = 18
O Critrio das Linhas no satisfeito, visto que:
a22 = 2 < a21 = 6

Todavia o Critrio de Sassenfeld satisfeito, uma vez que:
1
1
1 =
1 = 0,1 e 2 = (6 0,1) = 0,3
10
2
Convergncia garantida!
Consideraes finais Mtodos Diretos/

Iterativos
n
Mtodos Diretos
q Processos
finitos
q Teoricamente obtm a soluo de qualquer sistema no
linear ( det(A) = 0 )
q Podem sofrer com problemas de arredondamento
n
Soluo: Tcnicas de Pivoteamento
Mtodos Iterativos
q Convergem
para a soluo do sistema linear somente

sob certas condies
q Sofrem menos com problemas de arredondamento
q Convergncia independe do valor de x(0)
n
Somente erros cometidos na ltima iterao

afetam a soluo
Exerccio
n
Calcule as 3 primeiras iteraes do mtodo de GaussSiedel do sistema linear abaixo:
4 x1 + 2 x2 9 x3 = 7
5 x1 6 x2 8 x3 = 3
x 2 x + 15 x = 5
2
3
1
1
2
(0)
x
=
Utilize como chute inicial:

3
Resp.
x (1)
7,5
= 1,75
0,067
x ( 2)
1,026
= 0,266
0,3
x ( 3)
2,292
= 1,01
0,315

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

Elaborado pelo Prof. Wellington Passos de Paula

A resoluo de sistemas lineares um problema que

Clculos de estruturas, Redes de transporte, Redes de

3V1 2V2 + 13V3 6V4 = 254

Nosso problema agora se resume em encontrar os valores

Um sistema linear com m equaes e n variveis tem a

a11 x1 + a12 x2 + ... + a1n xn = b1

am1 x1 + am 2 x2 + ... + amn xn = bm

Relembrando... Multiplicao de Matrizes

O produto de uma matriz A de dimenso n x m por um

Relembrando... Multiplicao de Matrizes

Relembrando... Multiplicao de Matrizes

cij = aik vkj , i = 1, 2, ..., n e j = 1, 2, ..., m.

o elemento cij obtido pela soma dos produtos da linha

Introduo Classificao de Sistemas

Classificao dos sistemas

Solues ou Sem Soluo

Introduo Classificao de Sistemas

Relembrando. Conceito de Determinante

det( A) = a11 det( M 11 ) a12 det( M 12 ) + ... + (1) n +1 a1n det( M 1n )

A = [a11 ] det( A) = a11

Introduo Classificao de Sistemas

Relembrando. Conceito de Determinante

a11 a12 a13

Matriz A com det(A) = 0 Matriz Singular

Matriz A com det(A) 0 Matriz No Singular

Introduo Classificao de Sistemas

Introduo Classificao de Sistemas

Introduo Sistemas Triangulares

Possibilidade de resoluo da forma Direta

Introduo Sistemas Triangulares

Sistema Triangular Inferior

soluo calculada pelas substituies sucessivas

Introduo Sistemas Triangulares

Sistema Triangular Inferior

an1 x1 + an 2 x2 + ... + an,n 1 xn 1 + ann xnn = bn

bn an1 x1 an 2 x2 ... an,n1 xn1

Introduo Sistemas Triangulares

Sistema Triangular Inferior

As substituies sucessivas podem ser representadas por:

Introduo Sistemas Triangulares

Sistema Triangular Inferior

Introduo Sistemas Triangulares

Sistema Triangular Inferior

6 + (2) 4(1) + 3(5)

Introduo Sistemas Triangulares

Sistema Triangular Superior

soluo calculada pelas substituies retroativas:

Introduo Sistemas Triangulares

Sistema Triangular Superior

Introduo Sistemas Triangulares

Sistema Triangular Superior

As substituies retroativas podem ser representadas por:

Introduo Sistemas Triangulares

Sistema Triangular Superior

Introduo Sistemas Triangulares

Sistema Triangular Superior

Introduo Mtodos de Soluo

Os mtodos numricos para a soluo de sistemas

Diretos Fornecem a soluo do sistema,

Iterativos Geram uma sequncia de

Pertencem a essa classe todos mtodos utilizados no