Clculo Numrico / Mtodos Numricos

Sistemas lineares
Mtodo Iterativo de Gauss-Seidel

12 Jun 2008 . 16:48

.
11:22

Jacobi-Richardson

O mtodo de Jacobi Richardson reescreve o sistema

Ax = b na forma:
x = Bx+g
Com B = -(L* + R*), g = b*
obtendo o processo iterativo
x(k+1) = Bx(k) +g.
Que pode ser ento descrito como:
x(k+1) = -L*x(k) - R*x(k) + b*.

.
11:22

Jacobi-Richardson

Se escrevemos varivel por varivel, obtemos:

-R*x(k)
-R*x(k)

-L*x(k)

...

-L*x(k)

-L*x(k)

-R*x(k)

.
11:22

Jacobi-Richardson

Note que quando vamos calcular x2(k+1), j sabemos

x1(k+1) .

-R*x(k)
-L*x(k)
Note que quando vamos calcular x3(k+1), j sabemos
x1(k+1) e x2(k+1) .

-L*x(k)

-R*x(k)

Em geral, j sabemos os valores de x que multiplicam L*.

.
11:22

Gauss-Seidel

Como x1(k+1) uma melhor aproximao de x1 do que

x1(k) , por que no us-lo no clculo de x2(k+1) ?
Como x1(k+1) e x2(k+1) so melhores aproximaes de
uma melhor aproximao de x1 e x2 do que x1(k) e x2(k) ,
por que no us-los no clculo de x3(k+1) ?
Em geral, por que no usar as novas aproximaes nos
termos determinados pela multiplicao com L* ?

Essa a idia do mtodo de Gauss-Siedel.

.
11:22

Gauss-Seidel
x(k+1) = -L*x(k) - R*x(k) + b*.
Jacobi-Richardson

x(k+1) = -L*x(k+1) - R*x(k) + b*.

Gauss-Siedel

.
11:22

Convergncia

O mtodo converge se:

O critrio das linhas for atendido:

ou, se a matriz for estritamente diagonal dominante

ou, se o critrio de Sassenfeld for atendido:

elementos antes da diagonal associado

elementos depois do
elemento da diagonal

.
11:22

Notas

Dado um sistema Ax=b, pode ser que o mtodo de

Jacobi-Richardson seja convergente, mas no o
mtodo de Gauss-Siedel, e vice-versa
Se ||B|| no for muito menor que 1, a convergncia
pode ser lenta.
Uma permutao conveniente das linhas ou colunas de
A antes de dividir cada equao pelo coeficiente da
diagonal principal pode reduzir significativamente
||B||.

.
11:22

Notas

A convergncia independe de x(0).

Obviamente, o nmero de iteraes at a obteno de uma

soluo de erro adequado depende ser quanto menor quanto
mais prximo estiver x(0) da soluo.

Em geral tomam-se as condies iniciais:

x(0) = (0 0 0... 0)t para o mtodo de Gauss-Siedel
x(0) = b* para o mtodo de Jacobi-Richardson.

Na implementao computacional, Gauss-Siedel

necessita um nico vetor para as variveis. JacobiRichardson necessita dois.

.
11:22

Exemplo

Obtemos o sistema de trabalho dividindo os elementos

de cada linha pelo elemento da diagonal (inclusive os
elementos de b):

.
11:22

Exemplo (soluo)

verificando convergncia:
A matriz no estritamente diagonal dominante, no podemos
concluir nada sobre a convergncia por este critrio.
Se a matriz no estritamente diagonal dominante, o critrio
das linhas tambm no satisfeito.
Nos resta o critrio de Sassenfeld:

critrio de Sassenfeld
respeitado.

.
11:22

Exemplo (soluo)

As iteraes so definidas por:

usando o vetor nulo como soluo inicial, temos, para a

primeira iterao:

.
11:22

Exemplo (soluo)

Continuando o processo:

E podemos para na iterao 4 pois: