Você está na página 1de 159

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
Exemplo: Calcular tenses dos ns do circuito eltrico:

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
Exemplo: Calcular tenses dos ns do circuito eltrico:
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
Exemplo: Calcular tenses dos ns do circuito eltrico:
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

Relembrando... Multiplicao de Matrizes


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

Relembrando... Multiplicao de Matrizes


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

Introduo Classificao de Sistemas


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

Introduo Classificao de Sistemas


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

Introduo Classificao de Sistemas


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

Introduo Classificao de Sistemas


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

Introduo Sistemas Triangulares


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

Introduo Sistemas Triangulares


n

Sistema Triangular Inferior


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

Introduo Sistemas Triangulares


n

Sistema Triangular Inferior


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.

Introduo Sistemas Triangulares


n

Sistema Triangular Inferior


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

Introduo Sistemas Triangulares


n

Sistema Triangular Inferior


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

Introduo Sistemas Triangulares


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

Introduo Sistemas Triangulares


n

Sistema Triangular Superior


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

Introduo Sistemas Triangulares


n

Sistema Triangular Superior


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.

Introduo Sistemas Triangulares


n

Sistema Triangular Superior


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

Introduo Sistemas Triangulares


n

Sistema Triangular Superior


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

Eliminao de Gauss - Execuo


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

Eliminao de Gauss - Execuo


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

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
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

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
Obtemos ento a seguinte matriz aumentada:
2 3 1 5
[Ab] = 0 2 1 7
0 6 2 6

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
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

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
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

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
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

Eliminao de Gauss - Pivoteamento Parcial


n

Exemplo: Resolver o sistema linear abaixo:


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

Eliminao de Gauss - Pivoteamento Parcial


n

Exemplo: Resolver o sistema linear abaixo:

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]

Eliminao de Gauss - Pivoteamento Parcial


n

Exemplo: Resolver o sistema linear abaixo:


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

Eliminao de Gauss - Pivoteamento Parcial


n

Exemplo: Resolver o sistema linear abaixo:

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]

Eliminao de Gauss - Pivoteamento Parcial


n

Exemplo: Resolver o sistema linear abaixo:


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

Eliminao de Gauss - Pivoteamento Parcial


n

Exemplo: Resolver o sistema linear abaixo:


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
Exemplo: Calcular o determinante da matriz utilizada no
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]

Decomposio LU - Execuo
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]

Decomposio LU - Execuo
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

Decomposio LU - Execuo
n

Exemplo:
Nova matriz de coeficientes:
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

Decomposio LU - Execuo
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.

Decomposio LU - Execuo
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 ]

Decomposio LU - Execuo
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
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
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
Resolva o sistema linear abaixo utilizando o mtodo direto da
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]

Obtemos ento a seguinte matriz de coeficientes:


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
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
Nova matriz de coeficientes:

4
3 2
A = 0 1 / 3 2 / 3
0 0
4
A matriz L ento constituda pelos multiplicadores
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
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
Nova matriz de coeficientes:

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
Resolva o sistema linear abaixo utilizando o mtodo direto da
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
Resolva o sistema linear abaixo utilizando o mtodo direto da
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
Resolva o sistema linear abaixo utilizando o mtodo direto da
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
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
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
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
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?
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
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
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?
Obtemos ento a seguinte matriz de coeficientes:

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
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
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?
Nova matriz de coeficientes:

4
3 2
A = 0 1 2
0 0 12

Exerccio
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
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?
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

Decomposio LU Pivoteamento Parcial


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

Decomposio LU Pivoteamento Parcial


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]

Obtemos ento a seguinte matriz de coeficientes:


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]

Decomposio LU - Pivoteamento Parcial


n

Exemplo:
Nova matriz de coeficientes:
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 L ento constituda pelos multiplicadores
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

Decomposio LU - Pivoteamento Parcial


n

Exemplo:
Nova matriz de coeficientes:
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

Decomposio LU - Pivoteamento Parcial


n

Exemplo:
Nova matriz de coeficientes:
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

Decomposio LU - Pivoteamento Parcial


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

Decomposio LU - Pivoteamento Parcial


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]

Decomposio LU - Pivoteamento Parcial


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]

Decomposio LU - Pivoteamento Parcial


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
Exemplo: Calcular o determinante da matriz utilizada no
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

Sistemas com Matriz Singular


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

Sistemas com Matriz Singular


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

Sistemas com Matriz Singular


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.

Sistemas com Matriz Singular


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

Sistemas com Matriz Singular


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
Prof. Wellington Passos de Paula
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
Prof. Wellington Passos de Paula
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.

Mtodo de Gauss - Jacobi


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

Mtodo de Gauss - Jacobi


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)

Mtodo de Gauss - Jacobi


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

Mtodo de Gauss - Jacobi


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

<

Mtodo de Gauss - Jacobi


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

Mtodo de Gauss - Jacobi


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

Mtodo de Gauss - Jacobi


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

(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

Mtodo de Gauss - Jacobi


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

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

Mtodo de Gauss - Jacobi


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

Logo: x

(1)

= C x (0)

0,96
+ g = - 1,86
0,94

Mtodo de Gauss - Jacobi


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

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

Mtodo de Gauss - Jacobi


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

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

Mtodo de Gauss - Jacobi


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

0,978

( 2)
(1)
Logo: x = C x + g = - 1,98

0,966

Mtodo de Gauss - Jacobi


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

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

Mtodo de Gauss - Jacobi


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

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

Mtodo de Gauss - Jacobi


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

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

Mtodo de Gauss Jacobi - Convergncia


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

Mtodo de Gauss Jacobi - Convergncia


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

Mtodo de Gauss Jacobi - Convergncia


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

Mtodo de Gauss Jacobi - Convergncia


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
Prof. Wellington Passos de Paula
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

Mtodo de Gauss - Seidel


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

Mtodo de Gauss - Seidel


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

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

Mtodo de Gauss - Seidel


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

Logo: x

(1)

= C x (0)

1
+ g = 0,75
0,875

Mtodo de Gauss - Seidel


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

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

Mtodo de Gauss - Seidel


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

(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

Mtodo de Gauss - Seidel


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

1,025
0,95
( 2)
(1)
Logo: x = C x + g =

0,9875

Mtodo de Gauss - Seidel


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

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

Mtodo de Gauss - Seidel


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

Prosseguindo com as iteraes temos:


Para k=3

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

Mtodo de Gauss - Seidel


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

Prosseguindo com as iteraes temos:


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

Critrio de Sassenfeld
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

Critrio de Sassenfeld
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

Critrio de Sassenfeld
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

Critrio de Sassenfeld
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

Critrio de Sassenfeld
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
Critrio de Sassenfeld

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