Escolar Documentos
Profissional Documentos
Cultura Documentos
Motivao
Uma transportadora possui 5 tipos de caminhes, representados por (1), (2), (3), (4) e (5), ao
quais so equipados para transportar 5 tipos de diferentes mquinas A, B, C, D e E segundo a tabela:
Mquinas
Caminhes
(1)
(2)
(3)
(4)
(5)
A
1
0
2
3
2
B
1
1
1
2
1
C
1
2
1
1
2
D
0
1
2
2
3
E
2
1
0
1
1
Problema:
Supondo que A, B, C, D e E a quantidade de mquinas que cada caminho pode transportar
levando carga plena, quantos caminhes de cada tipo devemos enviar para transportar exatamente:
27 mquinas do tipo A,
23 mquinas do tipo B,
31 mquinas do tipo C,
31 mquinas do tipo D,
22 mquinas do tipo E?
34
Definies
1. Uma equao linear em n variveis x1, x2,..., xn uma equao da forma
a1x1 + a2x2 +...+ anxn = b
em que a1, a2,..., an e b so constantes reais;
2. Um sistema de equaes lineares ou simplesmente sistema linear um conjunto de n
equaes lineares, ou seja, um conjunto de equaes lineares do tipo:
a11 a12
a21 a22
A=
ai1 ai 2
am1 am 2
a1 j
a2 j
aij
amj
x1
x2
x = x
j
x
n
a1n
a2 n
amn
b1
b2
b = : vetor independente de ordem m 1
bi
bm
Profa. Adriana Cherri
35
Admite soluo.
Anlise Geomtrica no 2:
P:
x1 x2
x1 x2
2
0
A=
1 1
1 1
det A= -2 0
x1 * 1
S = {x* 2 /
= }. Neste caso, as equaes de retas x1+ x2= 2 e x1 - x2= 0 so concorrentes
x2 * 1
em 2 e, desta forma, o sistema tem soluo nica.
36
x1
P:
2 x1
x2
2 x2
1 1
det A = 2 - 2 = 0
A =
2 2
x1 * x1
portanto, S = {x* 2 /
x1 }
x2 * 2 x1
Sistema Impossvel ou Incompatvel
No possui soluo;
O determinante de A deve ser nulo;
O vetor B no pode ser nulo ou mltiplo de alguma coluna de A
Anlise Geomtrica no 2:
x1
P:
2 x1
x2
2 x2
1 1
A =
2 2
det A = 0
37
x1
P:
2 x1
x2
2 x2
x1
~
x2
0
soluo em 2
a12 x2
a22 x2
a13 x3
a23 x3
b1
b2
a32 x2
a33 x3
b3
a11
1 : a11 x1 a12 x2 a13 x3 n1 a12 : vetor normal ao plano 1 .
a
13
a21
2 : a21 x1 a22 x2 a23 x3 n2 a22 : vetor normal ao plano 2 .
a
23
a31
3 : a31 x1 a32 x2 a33 x3 n3 = a32 : vetor normal ao plano 3 .
a
33
38
P: x
x
y z 1
y z 1
y z 1
x1
x1
x
1
x2
x2
x3
x3
1
1
x2
x3
Geometricamente:
(2)
(3)
(4)
Geometricamente:
Para o caso (1) tem-se o seguinte exemplo:
x y z 1
P: 2 x 2 y 2 z 2
x y z 1
39
P: 2 x 2 y 2 z 2
3x 3 y 3z 3
40
41
a11
a
A= 21
a
n1
a12 a1n
a22 a2 n
an 2 ann
a11
a
AT = 12
a
1n
a21 an1
a22 an 2
a2 n ann
3. Matriz simtrica:
Uma matriz A nxn , A = (a ij ), i = 1, ..., n, j = 1, ..., n simtrica se aij a ji (i j), i, j =
1, ..., n.
a11
a
A = 12
a
1n
a12 a1n
a22 a2 n
a2 n ann
a11
a21
A = a31
a
n1
a22
a32
a33
an 2
an 3
0 0
0 0
0
ann
0
a11
0
A= 0
a12
a22
0
a13 a1n
a23 a2 n
a33 a3n
0 ann
OBS:
Sistema triangular inferior: matriz do sistema uma matriz triangular inferior.
Sistema triangular superior: matriz do sistema uma matriz triangular superior.
Profa. Adriana Cherri
42
6. Sistemas equivalentes:
Sejam P e P dois sistemas lineares (quadrados ou retangulares). Dizemos que o sistema
P equivalente a P (notao: P ~ P) se P obtido de P a partir das seguintes operaes elementares:
i.
ii.
iii.
Exemplo:
x1
P:
x1
x2
x2
x1
obtemos o sistema equivalente P dado por: P:
0 x1
x2
2 x2
2
2
1 1
1 1
~ A=
Na forma matricial: A =
matriz triangular superior.
0 2
1 1
Mtodos diretos: so aqueles que fornecem soluo exata do sistema linear, caso ela exista,
aps um nmero finito de operaes.
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*, caso ela exista.
43
a22 x2 ... a2 n xn b2
.............................
ann xn bn
xi = (bi
j i 1
ij
Exemplo:
Resolver o sistema triangular superior
2
(0
1
1
9
3
x1
1 ) ( x2 ) = ( 1 )
1
x3
1
Portanto, x*= ( 1 ).
2
45
b1
a11 x1
a x a x
b2
21 1 22 2
a x a x .... a x b
nn n
n
n1 1 n 2 2
em que aii 0, i = 1, 2, ..., n.
Por substituio progressiva podemos resolv-lo pelas frmulas:
b
x1 = 1
a11
i 1
xi = (bi
a
j 1
ij
x j ) / aii, i = 2, 3, ..., n.
Exemplo:
Resolver o sistema triangular inferior,
0 0 y1 9
1
1 0 y2 = 1
0
1 / 2 1 / 2 1 y 7
y3 = 2
9
Portanto, y * = 1
2
46
an1 x1 an 2 x2 ann xn bn
12
(1)
22
(1)
2
11
(1) =
21
(1)
(1
(1)
(1)
(1)
1 1(1)
(1)
2 |2(1)
|
(1) (1)
)
(1)
a21
(1)
a11
47
(1)
a31
Subtramos da 3 equao a 1 equao multiplicada por m31 (1)
a11
an(11)
(1)
a11
(2)
(1)
(1)
1 1(1)
(2)
(2) | (2)
0
22 2
2
=
|
(2)
(2) (2)
)
( 0 2
11
12
em que:
ai(11)
mi1 (1) , i = 2, 3, ..., n
a11
aij( 2) aij(1) mi1a1(1j) , i = 2, 3, ..., n, j = 1, 2, ..., n
ai(11)
, i = 2, 3, ..., n so denominados multiplicadores e o elemento
(1)
a11
(1)
( 2)
a32
( 2)
a22
48
( 2)
a42
Subtramos da 4 equao a 2 equao multiplicada por m42 ( 2)
a22
an( 22)
( 2)
a22
(3)
11
(1)
12
(1)
22
( 0
(2)
(1)
(2)
13
23
(1)
1 1(1)
(2)
(2)
2 |2
(3)
(3)
(3)
33 3 3
|
(3)
(3) (3)
3
)
em que:
mi 2
ai(22)
, i = 3, 4, ..., n
( 2)
a22
an( n,(n1)1)
a((nn11),) ( n1)
() =
11
(1)
12
(1)
22
23
( 0
33
(2)
(1)
(1)
(2)
(2)
(2)
2 |2
(3)
(3)
3 3
|
() ()
13
(1)
(3)
49
em que:
mn,( n1)
an( n,(n1)1)
a((nn11),) ( n1)
(1)
(1)
(1)
a11
x1 a12
x2 a13
x3 a1(,1()n 1) a1(1n) xn b1(1)
( 2)
( 2)
a 22
x2 a 23
x3 a 2( 2, ()n 1) a 2( 2n) xn b2( 2 )
( 3)
a33
x3 a3(3, ()n 1) a3(3n) xn
b3(3)
50
Exerccio:
Utilizando o mtodo de Eliminao de Gauss, resolver os sistemas Lineares:
31 + 22 + 43 = 1
a) {11 + 12 + 23 = 2
41 + 32 23 = 3
b)
3
x * 5
0
21 + 2 + 33 + 44 = 17
+ 42 + 23 + 4 = 9
{ 1
31 + 22 + 13 + 44 = 20
21 + 22 + 33 + 4 = 9
2
1
x *
0
3
51
an1 x1 an 2 x2 ann xn bn
4
3x1 1x2
3x2 4 x3 3
52
Exerccio:
Utilizando o Mtodo de Gauss com Pivotamento Parcial, resolva o sistema:
3
1
1 x1
1 x2
1 5 x3
2
3
3
7
5
1
x * 1
1
53
an1 x1 an 2 x2 ann xn bn
2 x 2 x3 2
x2 6 x3 1
54
Exerccios
1) Resolver pelo mtodo de Eliminao de Gauss com pivotamento total, o sistema:
5 x1
x1
2x
1
2x2
4x2
3x 2
10 x3
x3
2 x3
12
20
4
x* 3
2
55
Mtodo de Decomposio LU
O processo de decomposio LU (Least Upper) uma das tcnicas mais
utilizadas para resolver um sistema linear Ax = B. Esta tcnica consiste na decomposio da
matriz A em um produto de matrizes L e U. Consideramos que L uma matriz triangular
inferior com a diagonal unitria e que U a matriz triangular superior.
Teorema:
(Decomposio LU)
Seja A = (aij) uma matriz quadrada de ordem n, e Ak o menor principal, constitudo das
k primeiras linhas e k primeiras colunas de A. Assumimos que det(Ak) 0, k = 1, 2, ..., n
1. Ento, existe uma nica matriz triangular inferior L = (lij), com l11 = l22= ...= lnn = 1, e uma
nica matriz triangular superior U= (uij) tal que LU = A. Alm disso, det(A) = u11 u 22...unn.
Demonstrao: Neide Bertoldi Franco (Editora Pearson, 2006)
Processo de decomposio da matriz A em LU
Para obter os fatores lij e uij das matrizes L e U podemos aplicar a definio de produto
e igualdade de matrizes, ou seja, LU = A:
0 0
1 0 0
0 0
l 21 1 0
l
l
1
0 0
31 32
0
l
l 2 l n 3 1
1
n
n
0 u 22 u 23 u 2 n a21 a22 a 23 a 2 n
0
0 u33 u3n a31 a32 a33 a3n
0
0
0
a a a a
0
0 0 u nn
n1
2
nn
0
n
n3
1 coluna de L:
a21
u11
a31
u11
56
an1
u11
2 linha de U:
2 coluna de L:
a n2 l n1 u 12
u 22
ij
lij
aij
(aij
i 1
k 1
j 1
l
k 1
ik
ik
u kj
u kj ) / u jj
ij
i j
Ux = y
57
Exemplo
Utilizando o mtodo de decomposio LU, resolver o sistema Ax = b e calcular o det(A):
3
1
2 1 x1
1 4 x2
1 3 x3
0
7
5
58
Exerccio
Considere o sistema:
5 x1 2 x2 x3 12
x1 4 x2 2 x3 20
2 x 3x 10 x
3
2
3
1
a)
b)
59
OBSERVAO 1:
Se o det(Ak) = 0 para algum k = 1, ..., n, mas det(A) 0, ento podemos aplicar o
processo de decomposio LU desde que permutemos a linha k por uma linha abaixo dela e
det (Ak) 0, k = 1, ..., n.
Exemplo:
Determinar a soluo do sistema utilizando a decomposio LU:
2 x1 2 x2 x3 3
3x1 3x2 x3 7
x x 5x 5
2
3
1
60
OBSERVAO 2:
O mtodo de Eliminao de Gauss tambm pode ser utilizado para a obteno dos
coeficientes lij e uij das matrizes da decomposio LU.
Para a matriz L, basta associarmos os coeficientes lij aos coeficientes mij do mtodo
de Eliminao de Gauss e considerarmos lii = 1 e lij = 0 se i < j. Deste modo, temos:
0
1
m21 1
M m31 m32
m
n1 mn 2
0
0
1
mn 3
0 0
0 0
0 0 L
0
1
3x1 2 x2 4 x3 1
x1 1x2 2 x3 2
4 x 3x 2 x
3
2
3
1
Mtodo de Eliminao de Gauss:
Sistema resultante: 0
0
1
2
3
3
0 4
2
x1 1
x2 = 5 3
x 0
3
3
x* = 5
0
61
Sistemas resultantes:
62
an1 x1 an 2 x2 ann xn bn
a21
a
n1
a12
a22
an 2
a1n
a2 n
ann
a1,n1
a2 ,n1
an ,n1
a1,n1 b1
a2,n1 b2
em que
. Em seguida, construmos a matriz n (n+1), em que os termos
a
n ,n1 bn
independentes bi, i = 1, 2, ..., n, por serem obtidos da mesma maneira que os elementos uij,
sero chamados de ui,n+1, i = 1, 2, ..., n. Assim, sobre a matriz original armazenamos a matriz:
u11 u12
l 21 u 22
l
n1 l n 2
u1n
u2n
u nn
u1,n1
u 2,n1
u n ,n1
63
ij
lij
aij
(aij
i 1
k 1
j 1
l
k 1
ik
ik
u kj
u kj ) / u jj
ij
ij
u 2,n 2
sistema Ly = b, basta resolver diretamente Ux = y, em que y
.
n ,n 1
Uma das vantagens do mtodo de Gauss Compacto, que podemos resolver de uma s
vez vrios sistemas associados.
Exemplo:
1. Utilizando o mtodo de Gauss-Compacto, resolver o sistema matricial:
2 1 1 x1 y1 0 3
1 0 2 x2 y2 3 4
4 1 1 x y 2 7
3 3
64
Exerccio
Resolver o sistema matricial composto usando o mtodo de Gauss-Compacto:
2 1 3 x1
4 1 2 x2
1 0 10 x
y1
y2
y3
z1 4 2 4
z2 7 6 6
z3 11 2 20
65
Mtodo de Cholesky
O Mtodo de Cholesky definido para a resoluo de sistemas lineares de ordem
quadrada n cuja matriz dos coeficientes seja simtrica e definida positiva. A decomposio
feita a seguir considera estas hipteses.
a11
a21
an1
a12
a22
an 2
... a1n
... a2 n
... ann
g11
g 21
g n1
g 22
gn2
...
g11
g nn
g 21
g 22
...
...
g n1
gn2
g nn
a11 g112
a22 g 212 g 222
g11 a11
i 1
g ik2
ii
ii
k 1
, i 2,3,..., n
Elementos no diagonais
a21 g 21g11
1 coluna
a31 g 31g11
an1 g n1 g11
g i1
ai1
, i 2, 3,..., n
g11
66
2 coluna
an 2 g n1 g 21 g n 2 g 22
j 1
g ij
aij g ik .g jk
k 1
g jj
, i 2, 3, ..., n
a j 1, j g j 1,1 g j1 g j 1, 2 g j 2 g j 1, j g jj
j-sima coluna
a j 2, j g j 2,1 g j1 g j 2, 2 g j 2 g j 2, j g jj
anj g n1 g j1 g n 2 g j 2 g nj g jj
Assim,
ai1
, i 2,3,..., n
g i1 g
11
j 1
para elementos que no pertencem a diagonal principal
aij g ik .g jk
k 1
,2 j i
g ij
g jj
Uma vez calculada a matriz G, a soluo do sistema A.x = b fica reduzida soluo
dos seguintes sistemas triangulares:
Gy = b
GTx = y
Exemplo:
1 1 0
Seja A 1 2 1
0 1 3
a.
b.
c.
d.
67
Exerccio
1. Sejam as matrizes:
4 2 4
3 1 0
A 2 10 4 ; B 1 3 2
4 4 9
0 2 0
68
Matriz inversa
Seja A uma matriz quadrada de ordem n. Se det(A) 0, ento existe uma matriz B,
tal que a seguinte relao seja satisfeita :
A B B A I (I a matriz identidade)
a21
an1
... a1n
... a2 n
... ann
a12
a22
an 2
b11 b12
b21 b22
bn1 bn 2
... b1n
1 0
... b2 n
0 1
... bnn
0 0
A 1
... 0
... 0
... 1
I
a21
an1
a11
a21
an1
a12
a22
an 2
a12
a22
an 2
Primeira coluna de A -1
n-sima coluna de A -1
a11
a21
an1
a12
a22
an 2
69
b1 b2 bn
-1
e j j j - sima linha de e.
0
Podemos escrever o sistema linear
Abj = ej
j = 1, 2, ..., n
Assim, resolvendo estes sistemas por qualquer mtodo de sistemas lineares (desde
que suas condies sejam satisfeitas), encontramos cada coluna de A-1.
Obtemos as colunas da A-1 fazendo:
1) Mtodo de Eliminao de Gauss
A bj = ej ,
j = 1,...,n.
2) Mtodo de Decomposio LU
(L U) bj = ej, j = 1,...,n.
Resolvem-se os sistemas:
L yj = ej,
U bj = yj,
j = 1,...,n.
j = 1,...,n.
Resolve-se os sistemas:
G yj = ej
GTbj = yj ,
j = 1,...,n.
4) Gauss Compacto
Devemos utilizar o mesmo esquema da resoluo de sistemas matriciais, isto :
70
a11
a21
an1
a12
a22
an 2
a1n x11
a2 n x21
ann xn1
x12
x22
xn 2
x1n
1 0
x2 n
0 1
xnn
0 0
1 0 1
A 0 1 2
0 1 1
71
Exerccios
1
1x1
a) 2 x1
3x
1
1x1
b)
3
2
5 x2
6 x2
4 x3
2 x2
1x2
3x3
3x3
1x3
1
1x4
1x4
1x4
1x4
4
3
2
1
2 x1
a) 4 x1
2x
1
3x2
4 x2
1x3
3x3
5
3
3x2
1x3
-1
4 x1
1x
1
b)
1x1
1x1
3 x2
2 x2
1x2
1x2
2 x3
3x3
1x3
1x3
1x4
4 x4
1x4
1x4
10
5
-1
3
Resolva os sistemas lineares abaixo pelo Mtodo de Gauss com Pivotamento Parcial.
2 x1
1x
1
a)
1x1
4 x1
1x1
2x
1
b)
1x1
2 x2
2 x2
1x2
3 x2
3 x2
1x2
1x2
5 x2
1x3
4 x3
1x3
1x3
1x3
3x3
3x3
1x3
1x4
1x4
1x4
2 x4
6.9
- 6.6
10.2
- 12.3
4 x4
2 x4
1x4
-1
-2
0
3
72
Resolva o sistema linear a seguir pelo Mtodo de Gauss com Pivotamento Parcial.
1x1
2x
1
1x1
3x1
6
2 x2
1x2
3 x2
4 x2
4 x3
1x3
1x3
2 x3
1x4
3 x4
5 x4
6 x4
1
-6
7
13
2 1
x1 2
1 2 1
x2 1
x 7
1 2 1
. 3
1 2 1
x4 5
1 2 1 x5 4
1 2 x6 3
1
2
Seja A 0 1
1 0
1
3
2
A
3
2
1
2
3
3
2
1
2
4
10
3
7
e b
2
6
5
1
73
5 x1
1x1
2x
1
2 x2
4 x2
3 x2
10 x3
1x3
2 x3
12
20
10 Quais das matrizes abaixo podem ser decompostas na forma LU? Decomponha as que
forem possveis.
A 3
3
11 Seja A 1
2
1
1
1
2
3
2
1
3
2 , B 2
3
1
2
2
3
1
2
1, C 4
6
2
1
3
7
8
17
1
3
16
4
12 Seja A
8
4
10
8
4
8
8
12
10
4
10
12
74
13 Sejam as matrizes
2 4
10
4
4
9
A 2
4
B 1
0
1
3
2
2
0
10 x1
a) 1x1
2x
1
1x2
10 x2
1x3
1x3
10
12
10 x3
11
1x1
2x
1
c)
1x1
3x1
2 x2
1x2
3 x2
4 x2
1x2
4 x3
1x3
1x3
2 x3
1x4
3 x4
5 x4
6 x4
b) 2
1
-6
-3
2
-1 x1 7
1 x2 5
-1
x3 4
1
-6
7
13
4
1
3 x1
2 x 2
0 10
x 3
-1
1
y1 z1 4
y 2 z 2 7
y13 z3 11
2
6
2
6
20
1x1
2 x1
1x
1
2 x2
13x2
1x3
1x3
4
35
4 x3
1x2
1x1
2 x1
2x
1
2 x2
1x2
1x3
1x3
6
14
2 x2
1x3
Faa uma escolha adequada para resolver um deles pelo mtodo de Decomposio LU e
o outro pelo mtodo de Cholesky. Justifique sua resposta.
74
1
1
0
1
1
1 x1
0 x 2
1
x 3
y1 4 2
y 2 2 -2
y3 9 7
A
5
1
2
3
x1
2
4 , x x2 e b 3
x
4
1
3
10
7
8
8 x1 3
6 x2 1
6 10
x3 7
7
5
0
3
A 2 2
1
2
1
0
1
1
1
1
0
1
1
75
22 Dada a matriz
1 1
2
1 10 2
1 2 4
4
6
2
A 1 3 1
2
1
1
4
3 2
1
1 2
3 4
1 1 1 1
1 1 1 1
2 4
4
A = 2 10 4
4 4
9
3 0 3
A = 2 2 1
1 2 0
76
a) x
xi2 ,
b) x
i 1
= max xi ,
1i n
c) x 1 =
i 1
| xi |
Exemplo:
10
x 3 . Obter x E , x
20
e x 1.
x =
x 1=
Definio: Dada uma sequncia de vetores x(k) E, dizemos que a sequncia {x(k)} converge
para x E x ( k ) x 0 , quando k .
77
Norma de matrizes
O conjunto das matrizes (n n), com as operaes de soma de matrizes e produto de
um escalar por uma matriz forma um espao vetorial E de dimenso n2.
Podemos ento falar em norma de uma matriz A E.
Algumas normas de matrizes:
n
a) A max aij
1in
(norma linha)
j 1
b) A 1 max aij
1 j n
(norma coluna)
i 1
c) A E
i , j 1
2
ij
(norma euclidiana)
3 2
A= 6 3
1 2
A
A1
78
Mtodos iterativos
Um mtodo iterativo para calcular a soluo de um sistema Ax = b (det(A) 0)
denominado iterativo quando fornece uma sequncia de solues aproximadas, sendo que
cada soluo aproximada obtida pela anterior.
De modo geral, a construo do mtodo iterativo considera a transformao do
sistema original Ax = b para a forma equivalente x = Bx +g e posteriormente, a partir dessa
nova forma e de uma soluo aproximada inicial x(0), determinamos uma sequncia de
solues aproximadas considerando o processo iterativo:
x(k+1) = Bx(k) + g, k = 0, 1, 2, ...
em que B a matriz iterativa (n n) e g o vetor (n 1).
Mtodo de Jacobi-Richardson
Considere o sistema de equaes lineares
a11 x1 a12 x2
a x a x
21 1
22 2
an1 x1 an2 x2
a1n xn
a2n xn
b1
b2
ann xn
bn
em que a matriz A (det(A)0) do sistema linear pode ser escrita como a soma de trs matrizes:
A = L+D+R.
Escolhemos L, D e R de modo que L s tenha elementos abaixo da diagonal D s
tenha elementos na diagonal R s tenha elementos acima da diagonal.
aij , i j
dij =
0 , i j
aij , i j
lij =
0 , i j
aij , i j
rij =
0 , i j
Exemplo (3x3)
11
( 21
31
12
22
32
13
0
23 ) = (21
33
31
0
0
32
11
0
0) + ( 0
0
0
0
22
0
0
0
0 ) + (0
33
0
12
0
0
13
23 )
0
Supondo det(D) 0 (aii 0, i=1,...n) e dividindo cada linha pelo elemento da diagonal,
temos:
79
1
21
22
31
( 33
12
11
1
32
33
13
11
23
22
1
= (21
31
0
0
32
0
1
0) + (0
0
0
0 12
0 0
1 0) + (0 0
0 1
0 0
13
)
23
0
,i j
0
aij
a
,i j
r ij aii
,i j
0
*
ij
bi
*
ij
bi
aii
x1( k 1)
( k 1)
x2
xn( k 1)
(b1
(b2
(bn
a12 .x2( k )
a 21.x1( k )
a n1.x1( k )
(k )
a n,n-1.xn1 ) / ann
max
aij
j 1
j i
aii
max
aij
i 1
i j
a jj
80
Critrio de parada:
O mtodo iterativo de Jacobi-Richardson para quando:
|| (+1) () ||
|| (+1) ||
<
OBS:
Se a matriz for estritamente diagonal dominante (isto , em cada linha, o elemento da
diagonal estritamente maior que a soma de todos os outros elementos da linha), ento o
critrio de convergncia automaticamente atendido para B = -(L*+R*).
A convergncia independe de x(0).
No mtodo de Jacobi-Richardson todos os valores de x da iterao (k+1) dependem dos
valores de x da iterao (k), por isso o mtodo tambm chamado de Mtodo dos
deslocamentos simultneos.
Exemplo
Resolva o sistema linear:
10 x1 2 x2
x1 5 x2
2 x 3x
2
1
x3
x3
10 x3
7
8
Utilizando o mtodo de Jacobi- Richardson com x(0) = (0.7, -1.6, 0.6)T e preciso =
-2
10 .
81
k
x1
x2
x3
OBS:
Exerccios:
1. Resolver o sistema do exerccio anterior com b =(14, 11, 8), x(0) = (0, 0, 0)T e com
preciso = 10-2.
2 x x 1
2. Resolver o sistema: 1 2
utilizando o mtodo de Jacobi- Richardson com
x1 2 x2 3
x(0) = (0.9; 0.9) e preciso = 10-2. Soluo com 5 iteraes: x = (0.9968; 1.0031)T.
82
(b1
(b2
(bn
x1( k 1)
( k 1)
x2
xn( k 1)
a12 .x2( k )
a 21.x1( k )
a n1.x1( k )
(k )
a n,n-1.xn1 ) / ann
x1( k 1)
( k 1)
x2
xn( k 1)
(b1
(b2
(bn
a12 .x2( k )
a 21.x1( k 1)
a n1.x1( k 1)
( k 1)
a n,n-1.xn1 ) / ann
Critrio de convergncia:
O mtodo de GaussSeidel converge se:
max
i
j 1
j i
aij
aii
83
i 1
aij
j 1
aii
. j
aij
j i 1
ii
Critrio de parada:
O mtodo iterativo de GaussSeidel pra quando:
|| (+1) () ||
|| (+1) ||
<
OBS:
Exemplo:
Resolver o sistema:
5 x1 x2 x3 5
3x1 4 x2 x3 6
3x 3x 6 x 0
2
3
1
84
k
x1
x2
x3
OBS:
Para < 10-2 temos que a soluo do sistema x = (1.00; 0.99; -1.00)t
A soluo exata do sistema proposto x = (1, 1, -1)T.
Exerccio:
2 x x 1
Resolver o sistema: 1 2
utilizando o mtodo de Gauss-Seidel com x(0) =
x1 2 x2 3
-2
(0.9; 0.9) e preciso = 10 . Soluo com 4 iteraes: x = (1.0015; 0.9960)T.
85
Exerccios:
1.
Resolver o sistema:
10 x1
x1
2x
1
x2
10 x 2
x2
x3
x3
10 x 3
10
12
11
Dado o sistema:
10 x1
x1
7x
1
x2
10 x 2
x2
x3
8x3
10 x 3
10
20
20
Dado o sistema:
4 x1
4 x1
x
1
2 x2
x2
5x 2
6x3
3x 3
3x 3
1
2
3
Mostrar que reordenando as equaes e incgnitas poderemos fazer com que o critrio
de Sassenfeld seja satisfeito, mas no o das linhas.
4.
Dado o sistema
5x1
x1
2x
1
2 x2
4 x2
3x 2
x3
2 x3
10 x 3
3
1
86
5.
Dado o sistema:
4 1 1 x1 6
1 6 1 x 2 8
2 1 8 x 3 11
a) Verificar a convergncia usando o critrio de Sassenfeld.
b) Resolver pelo Mtodo de Gauss-Seidel ( 3 iteraes a partir do vetor nulo).
6
Resolva o sistema linear abaixo pelo Mtodo de Jacobi com x(0)=(0, 3, 1, 4)T e =10-3.
5.x1
1.x
2.x1
7
1.x2
9.x2
3.x2
2.x2
2.x3
3.x3
7.x3
3.x3
1.x4
4.x4
2.x4
10.x4
5
26
-7
33
Dado o sistema
10.x1
2.x1
7.x
1
1.x2
10.x2
1.x2
1.x3
8.x3
10.x3
10
20
20
A 1
0
3 - 1
4
0 2 e b 3
2
3 - 1
Resolva o sistema linear pelo Mtodo de Gauss-Seidel com x(0)=(3, 1, 0, -1)T e =10-4.
4.x1
2.x
1
1.x1
1.x1
1.x2
8.x2
2.x2
1.x2
1.x3
1.x3
5.x3
1.x3
1.x4
1.x4
1.x4
4.x4
7
-6
-1
-1