Escolar Documentos
Profissional Documentos
Cultura Documentos
MATRIZES
Definio : Uma matriz pode ser definida como um ente matemtico composto por
elementos dispostos em um nmero m linhas e em um nmero n de colunas, onde cada
elemento, geralmente obtido atravs de uma lei de formao.
Notao : A notao mais comum A = (aij)mXn nesta notao indicamos:
A : Matriz
aij : Elemento localizado na linha i e na coluna j
mXn : Ordem, ou tipo, da matriz
Observaes :
1 ) Para se calcular a quantidade de elementos de uma matriz, basta efetuar o produto m.n.
3 ) Podemos indicar a matriz tambm pela notao simplificada AmXn , mais utilizada quando
no mostramos a matriz na forma geomtrica.
TIPOS DE MATRIZES
Matriz linha
Exemplo :
m = 1.
A1X3 = (1
Matriz coluna
Exemplo :
3 7 )
n = 1.
4
ln 5
B4X1 =
sen
Matriz nula
Exemplos :
Matriz quadrada
Exemplos :
2X3
0 0
D = 0 0
0 0
3X2
1 2
E = ln 6 3
1 6
0
1
7 3 X 3
F2 =
9
1
8
0
Obs. :
a)
a 11 a 12 a 1n
a
a 22 a 2n
21
An =
a n1 a n2 a nn nXn
Diagonal
secundria
Diagonal principal i = j
0 4 2
7
Exemplo : G =
Tr (G) = 1 - 4 + 4 + 2 Tr (G) = 3.
8 9
4 5
1 1
0
2 4 X 4
Exemplos :
0
I4 =
0
0
1
0
0
0
0
1
0
0
0
1 0
I2 =
0 1
Matriz transposta Seja AmXn uma matriz qualquer ( Pode tambm ser uma matriz
quadrada ), dizemos que sua transposta a matriz AtnXm , ou seja, aquilo que era linha em
A transforma-se em coluna em At e aquilo que era coluna em A transforma-se em linha em At
.
Exemplos :
1 0 5
H=
6 4 7
1 6
H = 0 4
2X3
5 7
t
3X2
1 0 4
1 2 9
t
J = 0 7 5
J = 2 7 8
9 5 3
4 8 3
3X3
3X3
Obs. : Quando temos as matrizes quadradas de ordem n, onde A = At, dizemos que A
matriz simtrica.
Matriz oposta Seja AmXn uma matriz qualquer, chamamos de matriz oposta de A e
6 8 7 9
logo,
2 3 4 5
-K2X4 =
6 8 7 9
4
LEI DE FORMAO :
uma regra que define como sero os elementos de uma matriz qualquer.
k 11 k 12
Resoluo : Temos a matriz K3X2 = k 21 k 22 portanto...
k 31 k 32
k11 = 2(1) + (1) = 2 + 1 k11 = 3
k12 = 2(1) + (2) = 2 + 2 k12 = 4
k21 = 2(2) + (1) = 4 + 1 k21 = 5
k22 = 2(2) + (2) = 4 + 2 k22 = 6
k31 = 2(3) + (1) = 6 + 1 k31 = 7
k32 = 2(3) + (2) = 6 + 2 k32 = 8
Logo...
3 4
K3X2 = 5 6
7 8
IGUALDADE DE MATRIZES
5
Exemplo :
Sejam as matrizes
0 1 2
L =
3 4 5 2X3
0 1 2
M =
3 4 5 2X3
Como...
l11 = m11
l21 = m21
l12 = m12
l22 = m22
l13 = m13
l23 = m23
Temos que L = M.
ADIO DE MATRIZES
Sejam duas, ou mais, matrizes de mesma ordem, para que efetuemos a adio,
necessrio somarmos os elementos correspondentes das matrizes, ou seja :
Sejam as matrizes
4 2 1
N =
0 3 5 2 X 3
O=
6 2 3
7 8 9
2X3
4 2 1 6 2 3
(4 6) (2 2) (1 3)
P=
+
=
0 3 5 7 8 9
(0 7) (3 8) (5 9)
10 0 2
P=
7 11 4
6
PRODUTO DE MATRIZES
O Produto entre duas matrizes A e B ( nesta ordem ) s pode ser efetuado quando ambas
satisfazem os requisitos da equao abaixo:
AmXn
BnXp = CmXp
Analisando esta equao, notamos que o produto A.B s existe se o nmero de colunas
da primeira matriz (A) for igual ao numero de linhas da segunda matriz (B), no que resulta em
uma terceira matriz (C) que possui o mesmo nmero de linhas da primeira matriz e o mesmo
nmero de colunas da segunda matriz.
Exemplos :
A2X3
D5X1
.
.
B3X4
E1X5
=
=
C2X4
F5X5
Sejam as matrizes
2 4 3
A= 1 0 6
3 3 5
1 2
e B = 4 2
3 5
7
Resoluo :
A3X3 . B3X2 = C3X2 , portanto ...
2 4 3
1 2
(2.1) (4.4) (3.3) (2.2) [ 4.( 2)] (3.5)
1 0 6 . 4 2 = (1.1) (0.4) (6.3)
(1.2) [0.( 2)] (6.5) =
3 3 5
3 5
(3.1) (3.4) (5.3)
(3.2) [3.( 2)] (5.5)
2 16 9 4 8 15
= 1 0 18 2 0 30
3 12 15 6 6 25
9 19
N
C = 19 32
30 25
MATRIZ INVERSA
Seja uma matriz quadrada de ordem n, dizemos que a matriz inversa de A, indicada por A1
4a 5c = 1
4b 5d = 0
3a + c = 0
3b + d = 1
4 a 5c 1
4b 5d 0
3b d 1
8
Resolvendo tais sistemas, obtemos : a =
1
5
3
4
,b=
,c=
ed=
.
19
19
19
19
a b 4 5
1 0
De forma anloga, efetuamos P2-1 . P2 = I2
.
=
.
c d 3 1
0 1
5
1
19
19
-1
Logo, obtemos
P =
4
3
19
19
9
DETERMINANTES
Em linhas gerais, um determinante, um nmero associado uma matriz quadrada de
ordem n. Da, seja uma matriz quadrada, o seu determinante indicado por det (A) ou det A;
lembrando que escrevemos a matriz usando :
refere a mdulo.
Exemplos :
A = 3 , portanto det (A) = 3
2 5
, portanto
B =
3 0
1 9
4
0
C=
6 5
0
0
3
8
1
4
det (B) =
no mdulo de - 3.
2 5
.
3 0
2
7
, portanto det (C) =
2
1 9
4
0
6 5
0
0
3
8
1
4
2
7
.
2
5
CLCULO DO DETERMINANTE
a ) Primeira ordem n = 1
A1 = a 11
Exemplos :
A = 8 det (A) = 8 = 8 ( No mdulo de 8 )
B = 5 det (B) = 5 = - 5 ( No mdulo de -5 )
b ) Segunda ordem n = 2
a 11 a 12
det (A2) = ( a11. a22 ) - ( a12. a21 ).
A2 =
a 21 a 22
Inverter
Manter
sinal
sinal
, ressaltando que no se
10
Exemplo :
1 2
det (C) = = ( -1. 4 ) [ 2. (-3) ] = - 4 + 6 det (C) = 2
C =
3 4
a 11 a 12
A3 = a 21 a 22
a 31 a 32
a 13
a 23
a 33
a 11 a 12
det (A3) = a 21 a 22
a 31 a 32
a 13 a 11 a 12
a 23 a 21 a 22
a 33 a 31 a 32
Inverter
sinal
Manter
sinal
Exemplo :
1 3 5
D = 2 4 3
3 0 2
1 3 5 1 3
det (D) = 2 4 3 2 4 = 8 - 27 + 0 60 - 0 - 12
3 0 2 3 0
det (D) = - 91
Inverter
sinal
Manter
sinal
3 2
2 1
1 0
0 3
0
3
, calcule
2
1
4
det (A) =
3
4
3 2
2 1
1 0
0 3
0
3
.
2
1
11
Resoluo :
Usando Laplace, primeiramente vamos escolher uma fila ( Linha ou coluna ) do
determinante, como sendo a base para nossos clculos. Esta escolha arbitrria, porm mais
adiante daremos uma sugesto, para facilitarmos os clculos.
Escolhendo, por exemplo, a segunda linha temos :
1
4
det (A) =
3
4
A23 e
3 2
2 1
1 0
0 3
0
3
4.A 21 2.A 22 1.A 23 3.A 24
2
1
3 2 0
3 2 0
. D21 = (-1) . 1 0 2 1 0 2 = - ( -16) A21 = 16
0 3 1
0 3 1
2+1
A21 = (-1)
1 2 0
1 2 0
0 2 3
0 2 = 16 A22 = 16
. D21 = (-1) . 3
4 3 1 4 3 1
2+2
A22 = (-1)
12
1 3 0
1 3 0
. D23 = (-1) . 3 1 2 3 1 2 = - ( -32) A23 = 32
4 0 1
4 0 1
2+3
A23 = (-1)
1 3 2
1 3 0
. D24 = (-1) . 3 1 0 3 1 2 = - 32 A24 = -32
4 0 3
4 0 1
2+4
A24 = (-1)
1
4
det (A) =
3
4
3 2
2 1
1 0
0 3
0
3
4.A 21 2.A 22 1.A 23 3.A 24
2
1
det (A) = 64 + 32 + 32 96
Finalmente.....
det (A) = 32
DICA : Quando aplicar Laplace procure usar a fila que contenha a MAIOR QUANTIDADE
de ZEROS, pois como voc multiplica cada cofator por seu respectivo elemento, se este for zero,
voc no precisar calcular o cofator.
13
PROPRIEDADES DOS DETERMINANTES
Exemplos
0 3 4
0 7
2 0
0 6 0
8 10 3
1
5
0
2 4
0
0
0
0
0
7 89 6 43
2 3 4
1 7 2 0
1 7 2
8 10
5 3
10
0
7 89
16 1
10 4
0
20 2
14 43
3. Caso UMA fila do determinante for COMBINAO LINEAR de outras filas, o resultado
deste ser ZERO.
Exemplo
1 4 3 2
5 3 10 4
0
7 89 14 43
6 7 13 6
14
Exemplo
1 4 2
3 3
5
det (A) =
2 9
8
7 6 6
1
4
det (At) =
2
6
3
3
5
0
6
0
497
0
1
2 7
9 6
497
8 6
0 1
Resumindo...
Exemplo
2 2 4
3 5
9
det (A) =
2 8
9
7 7 6
6
0
2.036
0
1
2 4 2
3 9
5
det (B) =
2 9
8
7 6 7
6
0
2.036
0
1
15
6. Ao MULTIPLICARMOS TODOS os elementos de uma fila por um escalar k real, o
resultado do NOVO determinante ser o resultado do primeiro MULTIPLICADO por k.
Exemplo
2 2 4
3 5
9
2 8
9
7 7 6
6
0
2.036
0
1
6
0
6.108 3.(2.036)
0
1
6 3 1
0 7 2 168
0 0 4
8
0
0
0
5
1
0
0
688
10
3
2 0
7
89 6 43
8. Vale a pena lembrar aqui, de forma rpida, dois pontos no estudo de determinantes que
so de grande utilidade:
1
, com det(A) 0.
det( A)
16
SISTEMAS LINEARES
Um sistema linear formado por um conjunto de m equaes lineares, equaes estas que se
caracterizam por apresentarem todas as incgnitas com potncia de grau um.
Exemplos :
2 x 3 y 6
6 x 2 y 0
a)
b)
5x y 2
2 x 11y 0
c)
x y 2z 3w 9
d)
x y z 9
5 x 11y 1
MATRIZES ASSOCIADAS
4 x 3y 1
No sistema
2 x 5 y 2
temos...
4 3
2 5
Matriz incompleta
1
4 3
Matriz completa
2 5 2
2 x y 3
2 1 x 3
. , onde :
O sistema
pode ser escrito na forma matricial :
1
3
y 5
x 3y 5
2 1
x
a matriz das incgnitas.
y
3
a matriz dos termos independentes.
5
17
SOLUO DE UM SISTEMA LINEAR
A soluo de um sistema linear a seqncia ordenada ( n-upla ) que soluo de cada uma das
equaes do sistema.
Exemplos :
x y 3
No sistema
, temos o par ordenado ( 2, 1 ) como soluo do sistema, pois ele
x y 1
x y z 2
No sistema
, temos a terna ordenada ( 0, 2, 4 ) como soluo do sistema, pois
2y z 0
SISTEMA LINEAR
POSSVEL
IMPOSSVEL
Possui soluo
DETERMINADO
Soluo nica
No possui soluo
INDETERMINADO
Infinitas solues
18
Exemplos :
x y 5
a ) O sistema
S.P.D, pois o par ordenado ( 1, 6 ) sua NICA soluo.
3x y 3
5x 5y 5z 10
b ) O sistema
S.P.I, pois apresenta INFINITAS solues, entre elas, podemos
xyz2
citar : ( 1, 1, 2 ); ( 0, 2, 4 ); ( 1, 0, 1 ).
x y 5
c ) O sistema
S.I, pois NO apresenta soluo.
x y 3
EXERCCIOS :
2 x y 5
x y 0
3x y z 7
4 ) Considere o sistema {x - y = 1.
a ) Apresente algumas solues do sistema.
b ) Classifique o sistema.
19
5 ) Construa a matriz incompleta e a matriz completa de :
3 x1 4 x 2 2
a)
x1
x2 1
3
3x 2 y 5
b) x y 1
4x y 6
2 1 x 0
.
a )
3 1 y 3
1 3 5 x 8
b) 0 1 2 . y 2
0 0 4 z 12
x
4 2 1 8
. y
c )
1 0 1 z 3
REGRA DE CRAMER
Existem alguns mtodos para classificarmos e/ou resolvermos um sistema linear. Vamos recordar a
Regra ( ou mtodo ) de Cramer. Tal regra consiste em separar o sistema em matrizes e calcular seus
determinantes. Ento, a partir de divises entre estes determinantes, encontramos a soluo do sistema.
Vamos a um exemplo prtico...
x 2y z 5
20
Resoluo :
Calculando o determinante principal D ...
1
2 1
D = 1 2 3 D = -36 0, portanto S.P.D.
4 1 1
Calculando os determinantes das incgnitas ...
5 2 1
Dx = 3 2 3 Dx = -36.
4 1 1
1 5 1
Dy = 1 3 3 Dy = 72.
4
4 1
1
2 5
Dz = 1 2 3 Dz = -72.
4 1 4
Logo
D x 36
x = 1
D
36
x=
y=
z=
Dy
D
72
y = -2
36
D z 72
z = 2
D 36
Portanto ...
S = { ( 1, -2, 2 ) }
Exerccios :
1 ) Resolva os sistemas lineares, usando Cramer :
x y 6
a)
x y 2
S = { ( 4, 2 ) }
x y z 0
b ) x 2 y 2z 3
2 x y z 3
S = { ( 1, 3, 2 ) }
x 2y 1
c ) y z 3
x 2 z 1
S = { ( 3, 1, 2 ) }
21
DISCUTINDO UM SISTEMA LINEAR
D 0 S.P .D
S.P.I
Por Cramer, quando D 0 ou .
S.I
Na primeira parte do nosso curso, no vamos estudar os modos de determinar se um sistema S.P.I ou
S.I, logo, ao classificarmos um sistema linear com D = 0, basta deixar indicado com S.P.I ou S.I.
Exemplos :
xy 3
1 ) discuta o sistema
em funo de m :
2x my 2
Resoluo :
D=
1 1
D = m 2.
2 m
Logo ...
S.P.D D 0 m 2 0 m 2.
S.P .I
OU D = 0 m 2 = 0 m = 2.
S.I
x y z 1
2 ) Idem para 2x y 3z 6
mx y 5z 9
22
TRIANGULARIZAO DE GAUSS
Exemplo :
Seja o sistema
5x 6 y 3
5x 6 y 3
2x y 5 .(6)
2x y 5
5x 6 y 3
12x 6 y 30
...
somando menbro-a-membro de cada equao, temos (5x + 12x) + (6y 6y) = 3 + 30 17x = 33 .
5x 6 y 3
33
33
19
33
114 1
19
Logo 5 6 y 3 y
. y , portanto S , .
17
17
17 6
17
17
(D.P.G)
Vamos usar o Dispositivo Prtico de Gauss, que nada mais do que um algoritmo que nos
auxilia na resoluo de grande parte dos sistemas lineares. Tal algoritmo consiste em dividir o sistema em
matrizes quadradas de ordem 2 e resolver seus determinantes de modo a se obter um sistema equivalente
triangularizado.
Tomemos um exemplo prtico para ilustrar o tema ...
2 x 3 y z 4
seguinte maneira :
23
Equao
E1
E2
E3
E2
E3
E3
x
2
4
1
//
//
//
y z Termo indep.
3 -1
4
-3 1
2
-1 1
1
-18 6
-12
-5 3
-2
// -24
-24
2 4
= -12.
4 2
2 4
= -2.
1 1
3y
4
2x
18y
6z
12
24z 24
24
Exerccios :
1 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.
3x 4 y z 11
2x 4 y z 6
7 x 2 y 3z 1
S 1, 3, 4
2x y z 7
4 x 2 y z 3
x y 2z 2
20 52
S ,
,11
3 3
2 x 3y 4z 2 w 3
x 3y 2z w 2
3x 4 y 2z 2 w 3
4x 2 y 2z 3w 4
25
DECOMPOSIO (OU FATORAO) LU
Estudaremos agora, mais um mtodo de resoluo de sistemas de equaes lineares, tal mtodo uma
variante do mtodo de Gauss, sendo conhecido por decomposio ( ou fatorao ) LU. O objetivo deste
mtodo decompor uma matriz, a qual denominaremos de A, no produto de duas matrizes, uma delas
denominada L ( matriz triangular inferior ) e outra U ( matriz triangular superior ).
Lembrando que :
Matriz triangular inferior : Ln onde os elementos acima da diagonal principal so todos nulos.
1 0 0
B 3 2 0
8 7 9
0
2 0
8 7
0
C
1 9 5
4 0 6
0
0 .
Nota : Vale a pena lembrar que, em particular neste mtodo, todos os elementos da diagonal principal de L sero o algarismo 1.
Matriz triangular superior : Un onde os elementos abaixo da diagonal principal so todos nulos.
1 4 7
D 0 3 8
0 0 5
0
E
0
1 0 3
1 0 5
0 2 6 .
0 0 4
26
Tomemos um sistema de equaes lineares do tipo Ax = b e sabendo que A = LU, iremos na
Lt b
e
verdade, solucionar dois sistemas mais simples de equaes lineares :
Ux t
A = LU
Ax = ( LU )x
Ax = b Lt = b.
Ax = L ( Ux ) , considerando Ux = t , temos
obtidos a partir de
Ax = Lt,
como
C.M.Q.D
A a 21 a 22 a 23
Seja um sistema linear de ordem trs, obtemos a matriz dos coeficientes
,
a 31 a 32 a 33
a
x
a
y
a
z
d
3
31
32
33
m 21
E ' m . E E
21 1
2
2
1
( 0)
M m 21
m31
a11 a12
A = M(0). A onde temos
A a 21 a 22
a 31 a 32
0 0
1 0
0 1
a13
, obtendo
a 23
a 33
a 21
a 11
a 31 , da efetuando
a 11
A 0 a '22 a '23
'
' .
0 a 32
a 33
'
27
a'
m 32 32
Continuando o processo, iremos calcular o multiplicador
a '22
transformao linear elementar
1
(1)
M 0
a11
A = M(1). A onde temos
'
A 0
0
0
1
0
m 32 1
a12
a '22
'
a 32
a13
, obtendo
a '23
'
a 33
A a 21 a 22 a 23
a 31 a 32 a 33
0 0
1
M (0) m 21 1 0
m 31 0 1
( 0)
a '22 a '23
A M .A 0
'
'
0
a 32
a 33
0
0
1
(1)
M 0
1
0
0 m 32 1
(1)
'
a '22 a '23
A M . A 0
''
0
0
a 33
operao
28
(1)
(0)
(1)
(0)
(1)
(0)
''
A M
(1)
.M
( 0)
'
'
. A 0 a 22 a 23 0
1
0 . m 21 1 0 . a 21 a 22 a 23
.
'' 0 m
0
m31 0 1 a 31 a 32 a 33
1
0
a
32
33
0 0
1
(0) 1
M
m 21 1 0
m 31 0 1
0
0
1
(1) 1
M
0
1
0
0 m 32 1
0
0
1
(0) 1 (1) 1
.M
m 21
1
0
M
m 31 m 32 1
Finalmente ...
A = [M(0)]-1.[M(1)]-1. A
0
0 a11 a12 a13
1
A m 21
1
0 . 0 a '22 a '23 A L.U
''
m 31 m 32 1 0
0 a 33
29
Exemplo de resoluo de sistema de equaes lineares, utilizando a decomposio LU...
Etapas de Resoluo ( Mtodo de Doolittle )
1 ) Determinar as matrizes L e U;
2 ) Substituir Ux pela matriz T;
3 ) Resolver o sistema triangular inferior Lt = b;
4 ) Resolver o sistema triangular superior Ux = t, solucionando assim, o sistema Ax = b.
x 3y 2z 11
2x 8y z 15
1 ) Determine a soluo do sistema linear
.
4x 6 y 5z 29
Resuloo :
1 3 2
A 2 8 1
4 6 5
a 21
( 2 )
m 21 a 1 m 21 2
11
e
m a 31 4 m 4
31
31
a11
1
0 0
1
1 0 0
M (0) m 21 1 0 M (0) 2 1 0
m31 0 1
4 0 1
1 0 0 1 3 2
1 3 2
a '32
a '22
6
m32 3
2
0
0
1
1 0 0
(1)
M 0
1
0 M 0 1 0
0 m32 1
0 3 1
1 0 0 1 3 2
1 3 2
''
(1) '
''
A M . A 0 1 0. 0 2
3 A 0 2
3
0 3 1 0 6 3
0 0 12
(1)
30
Ento temos:
0
0
1
1 0 0
L m 21
1
0 L 2 1 0
m 31 m 32 1
4 3 1
'
'
U 0 a 22 a 23 U 0 2
3
''
0
0 0 12
0 a 33
1 0 0
L 2 1 0
4 3 1
1 0 0 t11 11
LT B 2 1 0 . t12 15
4 3 1 t13 29
t11
T t 21
t 31
Da...
11
t11
15
2 t11 t 21
4 t
11 3t 21 t 31 29
Re solvendoo sistema...
11
T 7
36
31
Resolvendo o sistema Ux = t ...
1 3 2
U 0 2
3
0 0 12
1 3 2
UX T 0 2
3 .
0 0 12
x 11
y 7
z 36
x
X y
z
Da...
11
x 3y 2z
2 y 3z
7
12z 36
Re solvendoo sistema...
x 2
X y 1
z 3
S 2, 1, 3
32
DISPOSITIVO PRTICO DE RESOLUO DA DECOMPOSIO LU
Da mesma forma que utilizvamos dispositivos prticos para agilizar a soluo de alguns mtodos
numricos de resoluo de sistemas, vamos aqui apresentar um dispositivo, muito parecido com aquele
utilizado no mtodo de triangularizao de Gauss, que nos auxiliar quanto a configurao das
matrizes L e U. Vamos reestudar a soluo do sistema que acabamos de solucionar...
Equao
Multiplicadores
Transfomaes
Elementares
1 -3 2
-2 8 -1
4 -6 5
E1
E2
E3
E2
a
(2)
m 21 21
2
a11
1
* E '2 m 21. E1 E 2
E3
a
4
m 31 31 4
a11
1
-3
** E3' m31. E1 E3
E3
a'
6
m 32 32 3
'
2
a 22
''
'
'
''
*** a 33 3.a 23 a 33 3.(3) (3) a 33 12
Portanto
0
0
1
1 0 0
L m 21
1
0 L 2 1 0
m 31 m 32 1
4 3 1
E1
1 3 2
'
U E 2 U 0 2
3
E 3''
0 0 12
x 3y 2z 11
2x 8y z 15
4x 6 y 5z 29
33
Exerccio :
x 3y 2z 11
2x 8y z 15
4x 6 y 5z 29
0
,
00
0
,
00
8
,
00
1,00
Respostas :
T 1,67
0,00
34
DECOMPOSIO (OU FATORAO) DE CHOLESKY
Este processo ser aplicado na resoluo de sistemas lineares onde temos An a matriz do sistema sendo
simtrica e definida positiva, a qual ser fatorada na forma A = LLt e det(A) = [det(L)]. Onde Ln
triangular inferior, com os elementos da diagonal principal estritamente positivos.
Para fins didticos, iremos estudar matrizes 4x4.
Ento ...
a11
a
A 21
a 31
a 41
a 22 a 23 a 24
a 32 a 33 a 34
a 42 a 43 a 44
0
0
l11 0
l 21 l 22 0
0
L
l31 l32 l33 0
l 41 l 42 l 43 l 44
l11 l 21 l31 l 41
t 0 l 22 l32 l 42
L
0
0 l33 l34
0
0 l 44
0
a11
a 21
a 31
a 41
a 22 a 23 a 24 l 21 l 22 0
0 0 l 22 l32 l 42
.
a 32 a 33 a 34 l31 l32 l33 0 0
0 l33 l34
a 42 a 43 a 44 l 41 l 42 l 43 l 44 0
0
0 l 44
35
2
lii a ii
ik
2 ;
i 2, 3,..., n
k 1
1 coluna
a 21 l 21.l11
a 31 l31.l11
a n1 l n1.l n1
2 coluna
a 32 l31.l 21 l32.l 22
a 42 l 41.l 21 l 42.l 22
a n 2 l n1.l 21 l n 2 .l 22
j sima coluna
a j1, j l j1,1l j1 l j1,2 g j2 ... l j1, jl jj
a j 2, j l j 2,1l j1 l j 2,2 l j2 ... l j 2, jl jj
Logo temos
a
li1 i1 ; i 2, 3, ..., n
l11
j1
a ij
lij
l
k 1
l jj
ik .l jk
; 2 j i
Agrupando as igualdades acima em ordem, temos l11, l21, ..., ln1; l22, l32, ..., ln2; ...; lnn.
Agora podemos complementar, com base na decomposio LU ( J estudada anteriormente ),
que det(A) = [det(L)] = [ l11.l22.l33. ... .lnn ]2.
36
Portanto, conclumos que a soluo do sistema Ax = b depende de calcularmos a matriz L,assim
sendo, bastar solucionarmos os sistemas Lt = b e Ltx = t.
Exemplo :
xy2
x 2 y z 1
Resolva o sistema
.
y 3z 5
Resoluo :
1 1 0
A 1 2 1 e
0 1 3
2
B 1
5
det(A1 ) 1 1 0
1 1
det(A 2 )
1 0
1 2
1 1 0
det(A ) det(A) 1 2 1 2 0
3
0 1 3
37
0
l11 0
l11 l 21 l 31
t
Caculando as matrizes L l 21 l 22 0 e L 0 l 22 l 32 . . .
l 31 l 32 l 33
0
0 l 33
a 21 1
l 21 1
l11 1
a
0
l31 31 l31 0
l11 1
i 1
a ii
ik
2 1
l 22 a 22
k 1
21
k 1
a ij
a 32
ik .l jk
k 1
31
l32
2
l 22
a 33
31
2 l32 2
k 1
Portanto ...
0 1 0
l11 0
L l 21 l 22 0 1 1
l 31 l 32 l 33 0 1
l11 l 21 l 31 1 1
L 0 l 22 l 32 0 1
0
0 l 33 0 0
t
0
1 1
A LL 1 2 1
0 1 3
0
2
0
1
2
1 0
1 1
0 1
0 1 1
0 .0 1
2 0 0
a 32
31.l 21
k 1
2 l 2 2 1 l 22 1
k 1
l32
l jj
21
2 1
3 1
l33 a 33
l
k 1
j1
l32 lij
a 22
1
2
l
k 1
l 22
31.l 21
1 (0.1)
l32 1
l
3 02 (1) 2 3 0 1 l 22 2
38
t
Solucionando os sistemas Lt = b e L x = t.
Lt = b
1 0
1 1
0 1
0 t1 2
0 . t 2 1 resolvendo o sistema
2 t 3 5
t1 2
T t 2 1
t 3 2 2
Lt x t
1 1
0 1
0 0
0 x 2
1 . y 1
2 z 2 2
resolvendo o sistema
x 1
X y 1
z 2
Finalmente ...
xy2
x 2 y z 1
A soluo do sistema
y 3z 5
S= { ( 1, 1, 2 ) }
===========================================================================
Exerccios :
1 0
1 ) Sejam as matrizes A 1 1
0 1
0
1
a decomposio de Cholesky.
0
1 1
1
39
MTODO ITERATIVO DE GAUSS-SEIDEL
Introduo :
Todo sistema apresentado da forma Ax = b pode ser reescrito, seguindo o algoritmo de Gauss-Seidel,
na forma equivalente x = Bx + d.
A partir da forma equivalente acima, podemos construir uma seqncia de vetores de x 0 at xn da
seguinte forma :
x0
(Vetor arbitrrio)
x1 = Bx0 + d
(Primeira iterao)
x2 = Bx1 + d
(Segunda iterao)
x3 = Bx2 + d
.
.
.
xn = Bxn-1 + d
(Terceira iterao)
(n-sima iterao)
Caso esta seqncia apresente convergncia, ou seja, se x lim x n , ela aceita o clculo
n
a 11x a 12 y a 13z b1
a 21x a 22 y a 23z b 2
a x a y a z b
32
33
3
31
Vamos agora dividir a resoluo deste sistema em trs passos bsicos ...
1 Passo
Dividir todos os termos da primeira equao por a11 , dvidir todos os termos da segunda equao por
a22 e assim por diante.
Logo temos :
40
a 11
a
a
b
x 12 y 13 z 1
a 11
a 11
a 11
a 11
a 23
a 22
b
a 21
x
y
z 2
a 22
a 22
a 22
a 22
a 32
a 33
b3
a 31
a x a y a z a
33
33
33
33
a
a 12
y 13 z
x
a 11
a 11
a 23
a 21
xy
z
a 22
a 22
a 32
a 31
a x a y z
33
33
b1
a 11
b2
.
a 22
b3
a 33
2 Passo
Isolando x, y e z em cada linha respectivamente, temos :
a
a 12
b
y 13 z 1
x 0x
a 11
a 11
a 11
a
a
b
21
x 0 y 23 z 2 .
y
a 22
a 22
a 22
a
a
b3
31
32
z a x a y 0z a
33
33
33
3 Passo
Atribumos valores arbitrrios para x, y e z os quais sero identificados como x(0), y(0) e z(0), tais valores,
so chamados de valores iniciais e em linhas gerais sero usados os termos independentes de cada linha
b
b
b
do sistema, logo temos : x ( 0) 1 , y ( 0) 2 , z ( 0) 3 . Cada grupo de novos valores de x, y e z
a 11
a 22
a 33
que sero encontrados, tero como base os ltimos valores anteriormente encontrados iterando-se cada
linha do sistema acima, da temos :
(1)
a 12 ( 0 ) a 13 ( 0 ) b1
( 0)
y
z
x 0x
a
a
a 11
11
11
a
a 21 (1)
b
(1)
x 0 y ( 0) 23 z ( 0) 2
y
a 22
a 22
a 22
a 31 (1) a 32 (1)
b3
(1)
(0)
z a x a y 0z a
33
33
33
( 2)
a 12 (1) a 13 (1) b1
(1)
y
z
x 0x
a 11
a 11
a 11
a
a 21 ( 2 )
b
( 2)
x 0 y (1) 23 z (1) 2
y
a 22
a 22
a 22
a
a
b3
( 2)
( 2)
( 2)
(1)
31
32
z
0
z
a 33
a 33
a 33
.
.
.
41
a
a
b
( n 1)
0x ( n ) 12 y ( n ) 13 z ( n ) 1
x
a 11
a 11
a 11
a
a 21 ( n 1)
b
( n 1)
x
0 y ( n ) 23 z ( n ) 2 .
y
a 22
a 22
a 22
a
a
b
( n 1)
31 x ( n 1) 32 y ( n 1) 0z ( n ) 3
z
a 33
a 33
a 33
Tais iteraes sero efetuadas at que seja encontrada a convergncia total, ou seja, os valores de x, y e
z duas iteraes imediatamente seguidas devem ser exatamente iguais um a um , da x(n) = x(n+1), y(n)
= y(n+1) e z(n) = z(n+1).
Vamos agora, ilustrar esta teoria com alguns exemplos prticos...
Exemplo 1
Encontre a soluo do sistema abaixo, pelo mtodo iterativo de Gauss-Seidel, utilizando uma casa
decimal depois da vrgula.
10x 2 y z 9
x 8y z 8
2x y 15z 18
Resoluo:
1 Passo
2
1
9
10
10 x 10 y 10 z 10
1
8
1
8
x y z
8
8
8
8
2
1
15
x y z 18
15
15
15
15
2 Passo
42
3 Passo
x ( 0 ) 0,9
1 Iterao
2 Iterao
Como temos x(2) = x(1), y(2) = y(1) e z(2) = z(1), respectivamente, dizemos que houve convergncia e
x x (1) x ( 2) 1,0
Exemplo 2
Encontre a soluo do sistema abaixo, pelo mtodo iterativo de Gauss-Seidel, utilizando duas casa
decimal depois da vrgula.
7x 2y z 4
x 10 y z 5
2 x 3 y 9 z 6
43
Resoluo:
1 Passo
Temos a11 = 7, a22 = 10 e a33 = 9.
Da :
2
1
4
7
7x 7y 7z 7
1
10
1
5
x y z
10
10
10
10
2
3
9
6
x y z
9
9
9
9
2 Passo
Isolando x, y e z em cada linha respectivamente, temos :
3 Passo
x ( 0 ) 0,57
1 Iterao
2 Iterao
3 Iterao
( 4)
4 Iterao
44
( 4)
Como temos x(4) = x(3), y(4) = y(3) e z(4) = z(3), respectivamente, dizemos que houve convergncia e
x x (3) x ( 4 ) 0,63
10x 2 y z 9
x 8y z 8
2x y 15z 18
1 Passo
Temos a11 = 10, a22 = 8 e a33 = 15.
Da :
2
1
9
10
10 x 10 y 10 z 10
1
8
1
8
x y z
8
8
8
8
2
1
15
x y z 18
15
15
15
15
2 Passo
45
3 Passo
x ( 0 ) 0,9
Note que at aqui nada mudou em relao resoluo sem o D.P.G-S. Vamos agora a construo do
dispositivo propriamente dito...
Tabela ...
A prxima linha ( Iterao 0 ) ser preenchida pelos valores iniciais, ou seja, os termos independentes
do 3 Passo ...
Linha
x
y
z Termo indep. (T.I )
L1
0,9
0 0,2 -0,1
L2
-0,1 0 0,1
1,0
L3
-0,1 -0,1 0
1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2
0
Iteraes ...
O elemento x(1) resultado da soma de cada elemento da linha L1 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L1, ou seja :
x(1) = 0.0,9 + 0,2.1,0 0,1.1,2 + 0,9 = 1,0
46
Linha
x
y
z Termo indep. (T.I )
L1
0,9
0 0,2 -0,1
L2
-0,1 0 0,1
1,0
L3
-0,1 -0,1 0
1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2
0
1,0
1
Iteraes ...
O elemento y(1) resultado da soma de cada elemento da linha L2 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L2, ou seja :
y(1) = -0,1.1,0 + 0.1,0 + 0,1.1,2 + 1,0 = 1,0.
Linha
x
y
z Termo indep. (T.I )
L1
0,9
0 0,2 -0,1
L2
-0,1 0 0,1
1,0
L3
-0,1 -0,1 0
1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2
0
1,0 1,0
1
Iteraes ...
O elemento z(1) resultado da soma de cada elemento da linha L3 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L3, ou seja :
z(1) = -0,1.1,0 0,1.1,0 + 0.1,2 + 1,2 = 1,0.
Linha
x
y
z Termo indep. (T.I )
L1
0,9
0 0,2 -0,1
L2
-0,1 0 0,1
1,0
L3
-0,1 -0,1 0
1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2
0
1,0 1,0 1,0
1
Iteraes ...
47
(2)
O elemento x resultado da soma de cada elemento da linha L1 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L1, ou seja :
x(2) = 0.1,0 + 0,2.1,0 0,1.1,0 + 0,9 = 1,0
Linha
x
y
z Termo indep. (T.I )
L1
0,9
0 0,2 -0,1
L2
-0,1 0 0,1
1,0
L3
-0,1 -0,1 0
1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2
0
Iteraes ...
1,0 1,0 1,0
1
1,0
2
(2)
O elemento y resultado da soma de cada elemento da linha L2 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L2, ou seja :
y(2) = -0,1.1,0 + 0.1,0 + 0,1.1,0 + 1,0 = 1,0.
Linha
x
y
z Termo indep. (T.I )
L1
0,2
-0,1
0,9
0
L2
-0,1 0 0,1
1,0
L3
-0,1 -0,1 0
1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2
0
1,0 1,0 1,0
1
1,0 1,0
2
Iteraes ...
O elemento z(2) resultado da soma de cada elemento da linha L3 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L3, ou seja :
z(2) = -0,1.1,0 0,1.1,0 + 0.1,0 + 1,2 = 1,0.
Linha
x
y
z Termo indep. (T.I )
L1
0,9
0 0,2 -0,1
L2
-0,1 0 0,1
1,0
L3
-0,1 -0,1 0
1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2
0
1,0 1,0 1,0
1
1,0 1,0 1,0
2
Iteraes ...
Como temos x(2) = x(1), y(2) = y(1) e z(2) = z(1), respectivamente, dizemos que houve convergncia e
48
x x x 1,0
(1)
( 2)
Exerccios :
Resolva os sistemas abaixo, pelo M.I.G-S, utilizando o D.P.G-S, usando, durante os clculos, DUAS
CASAS decimais aps a vrgula.
10x 3y z 2
1 ) x 10 y 4z 3
x y 5z 2
5x 2 y 2z 5
2 ) x 4y z 4
2x 3y 7z 12
10 x 2 y 3z 4 w 1
x 8y z w 2
3)
2 x 3y 15z 2 w 1
x y z 5w 0
49
CONVERGNCIA
Nos exemplos e exerccios vistos at agora, todos apresentaram CONVERGNCIA. Todavia, alguns
sistemas lineares no apresentam tal caracterstica. Quando tal fato ocorre, o mtodo iterativo de GaussSeidel no resolve tais sistemas.
Veja o exemplo abaixo, num sistema que S.P.D.
x 10 y 2z 7
2x 10 y z 13 .
x y 10z 10
Da ...
x ( 0 ) 7 ,0
1 Iterao
x (1) 4,0
(1)
y 2,2 .
z (1) 1,6
3 Iterao
x (3) 26,0
( 3)
y 6,8 .
z (3) 4,3
2 Iterao
x ( 2 ) 11,8
( 2)
y 3,8 .
z ( 2) 2,6
4 Iterao
x ( 4 ) 51,0
( 4)
y 12,1 .
z ( 4 ) 7,4
50
5 Iterao
x (5) 99,4
(5)
y 21,9 .
z (5) 13,1
a 11 a 12
A a 21 a 22
a 31 a 32
a 13
a 23
a 33
Temos :
S1
a 12 a 13
a 11 a 11
S2
a 21 a 23
a 22 a 22
S3
a 31 a 32
a 33 a 33
x ( 0) , x (1) , x ( 2) ,..., x ( n 1) , x ( n )
Exemplos :
Verifique as convergncias das seqncias de vetores dos sistemas:
5x y 2z 7
a ) 2x 10 y 7z 9
3x 5y 9z 15
Resoluo :
5 1 2
A 2 10 7 ,
3 5 9
a 11 5
logo a 22 10
a 9
33
51
Temos :
1 2 1 2 3
S1 0,6 1,0
5
5
5 5 5
2
7
2 7
9
S 2 0,9 1,0
10 10 10 10 10
3 5 3 5 8
S3 0,9 1,0
9
9
9 9 9
A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
3x y 2z 4
b ) 2x 10 y z 10
5x 4 y 11z 12
Resoluo :
3 1 2
A 2 10 1 ,
5 4 11
a 11 3
logo a 22 10
a 11
33
Como todos os valores so em MDULO, no usaremos tal notao e escreveremos todos os valores
como sendo POSITIVOS ...
Temos :
1 2 3
S1 S1 1,0 1,0
3 3 3
5x y 2z 131
c ) x y 3z 2
2x 10 y 4z 19
Resoluo :
5 1 2
A 1
1
3 ,
2 10 4
a 11 5
logo a 22 1
a 4
33
A seqncia
PODER ou
convergente, pois
NO satisfaz o
soma por linhas.
de vetores
NO ser
a matriz A
Critrio da
52
Temos :
1 2 3
S1 0,6 1,0
5
5
A seqncia
PODER ou
convergente, pois
NO satisfaz o
soma por linhas.
1 3 4
S2
S 2 4,0 1,0
1
1
de vetores
NO ser
a matriz A
Critrio da
Resoluo :
5x y 2z 131
Sistema equivalente 2x 10 y 4z 19 ;
x y 3z 2
5 1 2
A 2 10 4 ,
1
1
3
a 11 5
logo a 22 10
a 3
33
Temos :
1 2 3
S1 0,6 1,0
5
5
24 6
S2
S 2 0,6 1,0
10
10
A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
53
11 2
S3 0,7 1,0
3
3
Exemplo :
x 2 y 3z 9 w 20
2 x 5y 9z w 17
e)
20 x 10 y 3z 4w 19
2 x 6 y z w 15
Resoluo :
20 x 10 y 3z 4w 19
2 x 6 y z w 15
Sistema equivalente
;
2
x
5
y
9
z
17
x 2 y 3z 9 w 20
4
20 10 3
2
6
1 1
A
,
2 5 9 1
2
3 9
1
Temos :
a 11 20
a 6
22
logo
a 33 9
a 44 9
54
10 3 4 17
S1 0,9 1,0
20
20
2 11 4
S 2 0,7 1,0
6
6
2 5 1 8
S1 0,9 1,0
9
9
41
1 2 3 6
S 4 0,7 1,0
9
9
A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
Exerccios :
Verifique se o sistema abaixo pode ser resolvido pelo processo iterativo que gera seqncia de vetores,
considerando, caso necessrio, a permutao das equaes.
2x 15y 4z 19
1 ) 10x 5y 15z 20
10x 2 y 3z 15
2x 5y 9z 10
2 ) 10x 15y z 25
10x 5y 4z 15
5x 7 z 9
3 ) 5x y z 7
2 y 10z 15
Resp.: Convergente
5 1 a 10
a ) 2 10 7 20
a 4 9 13
5 1 3 10
b ) 2 a 7 20
3 4 9 13
S a 4, 4
S a , 9 9,
55
5 1 a 10
c ) 2 a 7 20
a 4 9 13
2 - CRITRIO DE SASSENFELD
Seja, por exemplo, A a matriz dos coeficientes de um sistema linear de 3 ordem dada por:
a 11 a 12
A a 21 a 22
a 31 a 32
a 13
a 23
a 33
Temos :
a 12 a 13
a 11
a 21 .1 a 23
a 22
a 31 .1 a 23 . 2
a 33
x ( 0) , x (1) , x ( 2) ,..., x ( n 1) , x ( n )
Exemplos :
Verifique as convergncias das seqncias de vetores dos sistemas:
5x y 2z 7
a ) 2x 10 y 7z 9
3x 5y 9z 15
Resoluo :
56
5 1 2
A 2 10 7 ,
3 5 9
a 11 5 a 12 1 a 13 2
logo a 21 2 a 22 10 a 23 7
a 3 a 5 a 9
32
33
31
Temos :
12
a13
a11
1 2
5
a 21 .1 a 23
a 22
a 33
1 2 3
0,60
5
5
2 .0,60 7
a 31 .1 a 32 . 2
10
1,20 7 8,20
0,82
10
10
3 .0,60 5 .0,82
9
Resoluo :
logo b 21 3 b 22 4 b 23 1
b 1 b 1 b 2
32
33
31
Temos :
b12 b13
b11
11
b 21 .1 b 23
b 22
11 2
0,40
5
5
3 .0,40 1
4
mx i = 2 = 0,82 < 1
0,65
9
9
5x y z 5
b ) 3x 4 y z 6
x y 2z 0
5 1 1
B 3 4 1 ,
1 1 2
1,20 1 2,20
0,55
4
4
A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
de Sassenfeld.
57
b 31 .1 b 32 . 2
b 33
1.0,40 1.0,55
2
0,48
2
2
mx i = 2 = 0,55 < 1
A seqncia de vetores
CONVERGENTE, pois a
matriz B satisfaz o Critrio
de Sassenfeld.
x 2 y 3z 9 w 20
2 x 5y 9z w 17
c)
20 x 10 y 3z 4w 19
2 x 6 y z w 15
Resoluo :
2 3 9
1
2 5 9 1
,
C
20 10 3
4
6
1 1
2
Temos :
2 3 9
1
2 3 9 12
12,00 > 1
1
1
A seqncia de vetores
NO CONVERGENTE,
pois a matriz C no satisfaz
o Critrio de Sassenfeld.
58
Exerccios :
Verifique se o sistema abaixo pode ser resolvido pelo processo iterativo que gera seqncia de vetores,
considerando, caso necessrio, a permutao das equaes.
x 2 y 3z 9 w 20
2 x 5y 9z w 17
1)
20 x 10 y 3z 4w 19
2 x 6 y z w 15
2x 15y 4z 19
2 ) 10x 5y 15z 20
10x 2 y 3z 15
2x 5y 9z 10
3 ) 10x 15y z 25
10x 5y 4z 15
5x 7 z 9
4 ) 5x y z 7
2 y 10z 15
Resp.: Convergente
59
F( x, y) 0
x F ( x , y)
Tomemos o sistema
, ele pode ser reescrito na forma
, onde a soluo a
__
G ( x, y) 0
y G ( x, y)
__ __
ser determinada u ( x , y ) .
__ __
F G F G
.
.
0 esteja em uma vizinhana de u ( x , y ) ,
x y y x
utilizaremos o Mtodo de Newton para encontrar a soluo deste sistema. Tal mtodo consiste em um
algoritmo que chega a tal soluo de forma iterativa.
Num primeiro momento, escolhe-se x0 e y0 como valores iniciais da soluo do sistema. A partir da
usamos as frmulas iterativas abaixo para obteno das seqncias ...
Considerando que D( x, y)
x r 1
G F
. G ( x , y)
F( x, y) .
y y
xr
F G F G
.
.
x y y x
(1)
y r 1
F
G
.G ( x, y) F( x, y).
yr
F G F G
.
.
x y y x
60
Resoluo :
Temos F(x, y ) = x2 + y 1 e G(x, y ) = y2 + x 1, logo encontramos as derivadas parciais de
primeira ordem so:
F
2x
x
G
1
x
Utilizando as frmulas ( 1 ), temos :
F
1
y
G
2y
y
F
y
F( x , y)
F
x
G
y
F
y
G
x
G
y
G ( x , y)
x r 1 x r
F
x
y r 1 y r
G
x
F
x
F( x , y)
G ( x , y)
G
x
F
y
G
y
x 0 1
Considerando
e utilizando as frmulas acima, obtemos :
y 0 1
x 1 0,67
y1 0,67
x 2 0,62
y 2 0,62
x 3 0,62
y 3 0,62
x 2 x 3 0,62
Como temos
ento a soluo do sistema S = { ( 0,62 ; 0,62 ) }
y 2 y 3 0,62
Exerccios :
Encontre, usando o mtodo de Newton para sistemas transcendentes, a soluo dos sistemas :
x y 1 0
a)
x y 2 0
com
x0 = -1 e y0 = 2
S = { ( -0,70; 1,70 ) }
61
ln x y 1 0
b)
ln y x 1 0
com
ln x y 1 0
c)
com
ln y x 0
x0 = 1 e y0 = 1
x0 = 0,50 e
S = { ( 1,00; 1,00 ) }
y0 = 1,69
S = { ( 0,51; 1,67 ) }
x n 1 x n
f (x n )
f ' (x n )
Frmula de Newton-Rapson
APLICANDO A FRMULA . . .
62
f ' (x ) 2x
x n 1 x n
temos
f (x n )
f ' (x n )
Para x0 = 2 . . .
x1 x 0
f (x 0 )
f (2)
(2) 2 5
45
(1)
1 8 1 9
2
2
2
2
2
x 1 2,25.
f ' (x 0 )
f ' (2)
2(2)
4
4
4
4
4
f (x1 )
f (2,25)
(2,25) 2 5
2,25
2,25
... x 2 2,24.
x 2 x1
f ' (x1 )
f ' (2,25)
2(2,25)
x3 x2
f (x 2 )
f (2,24)
(2,24) 2 5
2,24
2,24
... x 3 2,24.
f ' (x 2 )
f ' (2,24)
2(2,24)
Resp. : x 2,24
Como x3 = x2
2 ) Idem para
temos .
ln x
2 ; x ] 0,50 ; 1,00 [ com preciso de 2 casas decimais.
1 2x
Resoluo :
ln x
2 ln x 2(1 2x ) ln x 2 4x ln x 4x 2 0
1 2x
Logo ...
f ( x ) ln x 4 x 2
1
4x 1
f ' ( x ) x 4 x
Para x0 = 0,50 . . .
temos
x n 1 x n
f (x n )
f ' (x n )
63
x1 x 0
x 2 x1
f (x 0 )
f (0,50)
ln(0,50) 4(0,50) 2
0,50
0,50
... x 1 0,62.
4(0,50) 1
f ' (x 0 )
f ' (0,50)
0,50
f (x1 )
f (0,62)
ln(0,62) 4(0,62) 2
0,62
0,62
... x 2 0,62.
4(0,62) 1
f ' (x1 )
f ' (0,62)
0,62
Como x2 = x1 temos
Resp. : x 0,62
Exerccios :
1 ) Idem para 2x3 + ln x - 5 = 0 , sabendo-se que x ] 1,00 ; 2,00 [. Use 2 casas decimais de preciso.
Re sp.: x 1,33
Observao para os execcios 2 e 3 : Na maioria das vezes, indicamos um erro de preciso (E) que o
fator de comparao da nossa resposta. Para verificarmos se o valor de x calculado est dentro desta
margem de erro, basta efetuarmos E = | xn+1 xn | e compararmos o resultado com o erro E solicitado no
exerccio, caso ele no se enquadre, devemos continuar as iteraes at o seu enquadramento. Desta
forma, ns no precisamos comparar o resultado de x encontrado, com o resultado de x anterior e
x xn
assim a resposta ser x n 1
. Vamos ver se voc entendeu ...
2
Re sp.: x 1,21
Re sp.: x 0,57
64
Vamos aprender agora, um mtodo que nos permite localizar o intervalo aonde se encontram as razes
de uma equao. Tal mtodo nos auxiliar para que efetuemos a escolha do x0 de forma a tentarmos
minimizar o nmero de iteraes.
O mtodo consiste em uma srie de procedimentos que indicaremos a seguir ...
2 ) Considerando que a funo principal f(x) estudada no exerccio seja definida nos intervalos
; a e a; , calcular :
lim f ( x )
x
lim f ( x )
x a
lim f ( x )
x a
lim f ( x )
x
4 ) Localizar, por qualquer mtodo, os pontos de mximo e mnimo relativos da funo. Sugerimos
aqui, usar o mtodo da segunda derivada por ser mais rpido do que a tabela de intervalos estudada
em CDI II, apesar desta ser mais confivel, pois no apresenta inconsistncia quando f (x) = 0.
5 ) Determine x , tal que f (x) = 0.
65
6 ) Localizar os pontos de inflexo da funo.
7 ) Testar valores de x na funo f(x) com a finalidade de definir os intervalos aonde a mesma muda de
sinal e assim podermos aplicar o mtodo de Newton-Raphson, e localizarmos as razes da equao
estudada.
Vamos agora apresentar um exemplo para que possamos aplicar esta metodologia ...
1
Determine as razes da equao ln x 2 0 e esboce o grfico das funo f(x) correspondente,
x
utilizando para tal, o mtodo de separao de razes.
Resoluo :
x 0
2)
ln x 0
1
lim f ( x ) lim ln x 2 0 2 2 lim f ( x ) .
x 0
x 0
x 0
x
1
x
1
lim f ( x ) lim ln x 2 .
x
x
x
1
1 1
x 1
'
4 ) Logo, aplicando x = 1 em f ( x ) ln x
1
1
2 , temos y f (1) ln(1)
2 y 1 , da obtemos
x
(1)
o ponto P ( 1, -1 ).
x2
x 1
Fazendo o teste da segunda derivada temos, f ' ' ( x ) 2 ... f ' ' ( x )
.
x
x
x2
(1) 2
1 0 ( Mnimo relativo ).
Logo, aplicado em x = 1 em f ' ' ( x )
, temos f ' ' (1)
x
(1)
'
66
Da temos, P ( 1, -1 ) Ponto de mnimo relativo.
x2
x 1
5 ) f ' ' ( x ) 2 ... f ' ' ( x )
0 x 2 0 x 2. ( Valor crtico de inflexo ).
x
x
'
1
1
2 , temos y f (2) ln( 2)
2 y 0,81, da
x
(2)
obtemos o ponto Q ( 2; -0,81 ) Ponto de inflexo.
6 ) Logo, aplicando x = 2 em f ( x ) ln x
y f (1) ln(1)
1
2 1 f (1) 0.
(1)
1
2 f (2) 0,81 0.
(2)
1
y f (3) ln(3)
2 f (3) 0,57 0.
(3)
1
y f (4) ln( 4)
2 f (4) 0,36 0.
(4)
1
y f (5) ln(5)
2 f (5) 0,19 0.
(5)
1
y f (6) ln(6)
2 f (6) 0,04 0
(6)
1
y f (7) ln(7)
2 f (7) 0,09 0. Logo f(x) possui outra raiz x r 6; 7 .
(7 )
y f (2) ln( 2)
1
2 0 e depois,
x
1
2.
x
Exerccio :
Determine as razes da equao x7- x5 + 3 = 0 e esboce o grfico da funo f(x) correspondente,
utilizando para tal, o mtodo de separao de razes.
67
J vimos que, para determinarmos a raiz ( ou razes ) de uma equao, podemos utilizar o mtodo de
f (x n )
Newton-Raphson onde x n 1 x n
, a partir de um x0 determinado adequadamente; tal raiz
f ' (x n )
obtida pela convergncia de resultados, essa convergncia pode ser demonstrada
geometricamente, utilizando-se um grfico cartesiano...
f(x)
P
f(x0)
f(x1)
x (Raiz)
X2
X1
x0
68
x0
f(x0)
Portanto tg
f (x 0 )
f (x 0 )
f (x 0 )
CO
f ' (x 0 )
x 0 x1
x1 x 0
.
CA
x 0 x1
f ' (x 0 )
f ' (x 0 )
x2
x1
f(x1)
Portanto tg
f (x1 )
f (x1 )
f (x1 )
CO
f ' (x1 )
x1 x 2
x 2 x1
.
CA
x1 x 2
f ' (x1 )
f ' (x1 )
x n 1 x n
f (x n )
f ' (x n )
Frmula de Newton-Raphson
69