Clculo Numrico

Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Prof. Dr. Sergio Pilling (IPD/ Fsica e Astronomia)

III Resoluo de sistemas lineares por mtodos numricos.

Objetivos: Veremos nessa aula alguns mtodos numricos (diretos e iterativos) para
resolvermos sistemas de equaes lineares.

1. Introduo

A resoluo de sistemas lineares um problema que surge nas mais diversas reas (ex. previso
do tempo, otimizao de sinais de transito e linhas de metro, mecnica quntica, etc..).

Exemplo 1.
Considere, por exemplo, o problema de determinar as componentes horizontal e vertical
das foras que atuam nas junes da trelia abaixo (ex. ponte de ferro).

45

Para isto, temos de determinar as 17 foras desconhecidas que atuma nesta trelia. As
componentes da trelia so supostamente presas nas junes por pinos, sem frico.
Um teorema da mecnica elementar nos diz que, como o nmero de junes j est relacionado
ao numero de componentes m por 2j 3 = m, a trelia estaticamente determinante: isto significa que
as foras componentes so determinadas completamente pelas condies de equilbrio esttico
nos ns.
Sejam Fx e Fy as componentes horizontal e vertical, respectivamente. Fazendo = sen (45) =
cos (45) e supondo pequenos deslocamentos, as condies de equilbrio so:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 1
 Portanto, para obter as componentes perdidas preciso resolver esse sistema linear que
tem 17 variveis: f1, f2, f3, ...., f17 e 17 equaes.

onde

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 2
onde A a matriz (m,n) dos coeficientes, x o vetor (n linhas) das variveis e b (m linhas) o
vetor das constantes.
Chamaremos de x* o vetor soluo de x, uma soluo aproximada do sistema linear
Ax=b. No capitulo anterior a soluo aproximada era chamada de x.
A formulao matricial do sistema Ax=b do Exemplo 1, que ser resolvida no final desta
aula dada por:

= sen (45) = cos (45)

Analisemos a seguir, atravs de exemplos com das equaes e duas variveis as situaes
que podem ocorrer com relao ao numero de solues de um sistema linear:

Retas concorrentes
(cruzam-se)

Retas coincidentes

Retas paralelas

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 3
OBS: Mesmo no caso geral em que o sistema linear envolve m equaes e n variveis, apenas
uma entre as situaes abaixo ira ocorrer:

No caso em que m=n=2 (visto acima), este fato foi facilmente verificado atravs dos
grficos das retas envolvidas no sistema. Contudo, para analisar o caso geral, m equaes e n
variveis, usaremos conceitos de lgebra linear.

Veremos nesta aula alguns mtodos numricos para resoluo de sistemas lineares do
tipo n x n (n equaes e n incgnitas; Matriz quadrada Ann)

5.2. Mtodos diretos

Matriz inversa de A: A A-1 = 1 (identidade)

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 4
5.2.1 Mtodo da eliminao de Gauss

Diagonal principal: Posio dos pivos

Etapa 0: Matriz sanduche

x1 + x2 + x3 + x4 + x5 =

x1 + x2 + x3 + x4 + x5 =
x1 + x2 + x3 + x4 + x5 =
x1 + x2 + x3 + x4 + x5 =
x1 + x2 + x3 + x4 + x5 =

Etapa 1, 2, 3, ... : Eliminao ( Li Li mik Lk onde mik = aik / akk )

Etapa Final: Soluo do sistema (de baixo pra cima)

x1 + x2 + x3 + x4 + x5 =
x1
x2 + x3 + x4 + x5 = x2
x3 + x4 + x5 = x* = x3 =
x4 + x5 = x4
x5 = x5

remos

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 5
 Somente zeros!

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 6
 a seguir:

- Procedimentos para triangularizar uma matriz e estratgias para o pivoteamento.

Ex. L1 L5
Ex. L3 8L3

Ex. L2 L2 - 5L1

etapa k.

Etapa 0: Escrever a matriz dos coeficientes junto do vetor das constantes: Matriz sanduche.

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 7
Etapa 1: Eliminao dos elementos aj1 (j=2,...., n), tambm chamada de 1 pivoteamento.

Fator multiplicador
Elemento a ser
aik( k 1) zerado
mik = ( k 1)
a kk
Linha do piv

Piv
Operaes aritmticas com as linhas

Etapa 1

1 1 1 1 2 1 5
1 3 = 0 1 2 = 2 4= 2 1=
3 3 3 3 3 3 3

4 4 4 4 5
4 3=0 3 2 = 0 2 4 =0 3 1=
3 3 3 3 3

Etapa 2: Eliminao dos elementos aj2 (j=3,...., n), tambm chamada de 2 pivoteamento.

Linha do piv

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 8
 X3= 0

Loop 1

Loop 2
(Triangularizao)
Loop 3

j triangularizado!
ALGORITMO 1

Bem menor que o mtodo de

Kramer: 2(n+1) n! (n-1)

Elemento a ser zerado

em cada etapa k do processo. Piv

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 9
 Para se contornar estes problemas devemos adotar uma estratgia de pivoteamento ou
seja, adotar um processo de escolha da linha e/ou coluna pivotal.

ESTRATEGIA DE PIVOTEAMENTO PARCIAL

Esta estratgia consiste em:

(de uma dada coluna)

Exemplo 3
Consideremos uma matriz 44 aps a primeira etapa de pivoteamento:

Este elemento o maior desta coluna, em modulo.

(-1/3) (-2/3)
Em seguida fazemos as operaes: L3 L3 m32 L2 ; L4 L4 m42 L2 e o processo
continua at triangularizarmos a matriz dos coeficientes.
III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 10
Leitura complementar

Obs. Nesse caso temos que

inverter a posio das incgnitas
na matriz das incgnitas
tambm!

Ex. ai=(a1 a4 a3 a2)T

Deve-se inverter a posio das incgnitas na matriz

das incgnitas tambm!

Exemplo 4
Consideremos o sistema linear

dois

Usamos a notao de ponto flutuante!

r= 0.d1d2 10e

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 11
Ento:

Etapa 0 Matriz sanduche

Eliminao dos elementos aj1 (j=2,...., n); 1 pivoteamento.

Etapa 1

x1 = 0

ou x = 0
2.5

lembrando que nosso sistema original era:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 12
Usando agora a estratgia de pivoteamento parcial (e ainda a aritmtica de 2 dgitos), o nosso

sistema original: fica como:

Etapa 0 Matriz sanduche aps o pivoteamento parcial (troca de

Etapa 1 Eliminao dos elementos aj1 (j=2,...., n); - 1

No caso anterior
tinha dado zero!

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 13
Exerccio 1.
Resolva os sistemas lineares abaixo usando o mtodo direto de eliminao de Gauss (com
pivoteamento e triangularizao da matriz dos coeficientes). Use a tcnica de pivoteamento
parcial se necessrio (se o piv for zero).

a) b)

c)

Compare os resultados com o programa VCN_5p1.exe

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 14
5.3. Mtodos Iterativos

em uma das aulas anteriores.

Valor mximo
TESTES DE PARADA

<

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 15
5.3.1 Mtodo Iterativo de Gauss-Jacobi

Para os mtodos iterativos os pivs de

cada (elementos da diagonal principal)
coluna DEVEM ser 0 !

Isolamos x1

Isolamos x2

Isolamos xn

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 16
Exemplo 5
Resolva o sistema linear abaixo pelo mt. de Gauss-Jacobi com

Chute inicial Preciso do

clculo numrico

O processo iterativo o seguinte:

Obs. x1(1)
x(1) = x2(1)
x3(1)

Ou ainda:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 17
 mx

Prosseguindo com as iteraes temos:

Para k =1:

OK! Satisfaz
Para k=2: o critrio de
parada !!!

OBS:

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 18
 Somatrio dos elementos da linha k (exceto o piv)
Piv da linha k
TEOREMA 4: Critrio das linhas

Lembremos que:
Exemplo 6
Analisando a matriz A do sistema linear do exemplo anterior:
Piv

Outros elementos

Exemplo 7

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 19
Exemplo 8

5.3.2 Mtodo Iterativo de Gauss-Seidel

Piv da coluna 1
Essa eq. igual ao do
mtodo de Gauss-Jacobi
Piv da coluna 2

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 20
Exemplo 9
Resolva o sistema linear abaixo pelo mt. de Gauss-Seidel com

Chute inicial Preciso

5/5 1/5 1/5

6/4 3/4 1/4

0/6 3/6 3/6

x2(0) x3(0)

x3(0)

Lembremos que nesse

caso = 5 x 10-2 = 0.05

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 21
 x2(1) x3(1)

x3(1)

Continuando as iteraes obtemos:

OK. Satisfaz o critrio

de parada !!!

1
= (3 x2 )
Preparao 3

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 22
 x0 da figura
x1 abaixo

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 23
 Obs. Nesse caso trocamos L1 L2

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 24
Definimos

Igual ao 1 do critrio das linhas!

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 25
 Somas dos outros elementos da
linha 1 (sem o piv).
Piv da linha 1

Piv da linha J

Se < 1 o mtodo de Gauss-Seidel geral uma seqncia convergente qualquer

que seja x(0). Alem disso, quanto menor for o valor de mais rpida ser a convergncia.

Obs. Exemplos de 2 e 3 de uma Matriz A:3x3

| a21 | 1 + | a23 | | a31 | 1 + | a32 | 2

2 = 3 =
| a22 | | a33 |
Exemplo

Lembremos que nesse caso:

| a12 | + | a13 | + | a14 |
1 =
| a11 |
temos:
| a 21 | 1 + | a 23 | + | a 24 |
2 =
| a 22 |

| a31 | 1 + | a32 | 2 + | a34 |

3 =
| a33 |

| a 41 | 1 + | a 42 | 2 + | a 43 | 3
4 =
| a 44 |

Nesse caso = max j = 0.7 < 1. Portanto o critrio de Sassenfeld foi satisfeito e o mtodo de
Gauss-Seidel gerara uma seqncia convergente.

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 26
Exemplo
Seja o sistema linear ao lado

Lembremos que nesse caso:

| a12 | + | a13 |
1 =
| a11 |

| a21 | 1 + | a23 |
2 =
| a22 |
| a31 | 1 + | a32 | 2
3 =
| a33 |

Consideraes finais

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 27
Exemplo

Exemplo

Exemplo

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 28
 12005 iteraes !!!!

Exerccio resolvido mostrando uma comparao entre dois mtodos iterativos

Calcule as duas primeiras iteraes dos mtodos Gauss-Jacobi e Gauss-Seidel do sistema linear
abaixo:
4x1 + 2x2 9x3 = 7
5x1 6x2 8x3 = 3
1x1 2x2 + 15x3 = 5
x1(0) 1
(0) (0)
Use como chute inicial o vetor (matriz coluna) x = x2 = 2
x3(0) 3

Etapa inicial Isolar os xi de cada linha i e escrever o sistema de equaes equivalentes.

4x1 + 2x2 9x3 = 7 x1 = + 7 2x2 + 9x3

5x1 6x2 8x3 = 3 4
1x1 2x2 + 15x3 = 5 x2 = + 3 5x1 + 8x3
-6
x3 = 5 1x1 + 2x2
15

Abaixo temos um diagrama mostrando de forma esquemtica a dependncia de cada um dos

termos nas trs primeiras iteraes de uma matriz A:3x3 dos mtodos de Gauss-Jacobi e
Gauss-Seidel.

Mtodo de Gauss-Jacobi Mtodo de Gauss-Seidel

(0)
x1 x1(1) x1(2) x1(3) x1(0) x1(1) x1(2) x1(3)

x2(0) x2(1) x2(2) x2(3) x2(0) x2(1) x2(2) x2(3)

x3(0) x3(1) x3(2) x3(3) x3(0) x3(1) x3(2) x3(3)

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 29
Segue abaixo exemplos para o calculo das trs primeiras iteraes (x(1), x(2) e x(3)) pelo

mtodo de Gauss-Jacobi usando como chute inicial:

x1(1) = (+ 7 2x2(0) + 9x3(0))/4 = 7.50 x1(1) 7.50

(1) (1)
(1) (0) (0)
x2 = (+ 3 5x1 + 8x3 )/(-6) = -3.667 x = x2 = -3.667
x3(1) = ( 5 1x1(0) + 2x2(0) )/(15) = -0.133 x3(1) -0.133

x1(2) = (+ 7 2x2(1) + 9x3(1))/4 = 3.882 x1(2) 3.882

(2) (1) (1) (2) (2)
x2 = (+ 3 5x1 + 8x3 )/(-6) = 5.572 x = x2 = 5.572
x3(2) = ( 5 1x1(1) + 2x2(1) )/(15) = -1.322 x3(2) -1.322

x1(3) = (+ 7 2x2(2) + 9x3(2))/4 = -4.010 x1(3) -4.010

(3) (2) (2)
x2 = (+ 3 5x1 + 8x3 )/(-6) = 4.497 (3) (3)
x = x2 = 4.497
x3(3) = ( 5 1x1(2) + 2x2(2) )/(15) = 0.150 x3(3) 0.150

Segue abaixo exemplos para o calculo das trs primeiras iteraes (x(1), x(2) e x(3)) pelo

mtodo de Gauss-Seidel usando como chute inicial:

x1(1) = (+ 7 2x2(0) + 9x3(0))/4 = 7.50 x1(1) 7.50

(1) (1) (0) (1) (1)
x2 = (+ 3 5x1 + 8x3 )/(-6) = 1.75 x = x2 = 1.75
x3(1) = ( 5 1x1(1) + 2x2(1) )/(15) = -0.60 x3(1) -0.60

x1(2) = (+ 7 2x2(1) + 9x3(1))/4 = -0.475 x1(2) -0.475

(2) (2) (1)
x2 = (+ 3 5x1 + 8x3 )/(-6) = -0.095 (2) (2)
x = x2 = -0.095
x3(2) = ( 5 1x1(2) + 2x2(2) )/(15) = -0.314 x3(2) -0.314
x1(3) = (+ 7 2x2(2) + 9x3(2))/4 = 1.091
(3) (3) (2)
x2 = (+ 3 5x1 + 8x3 )/(-6) = 0.827 x1(3) 1.091
(3) (3)
x3(3) = ( 5 1x1(3) + 2x2(3) )/(15) = -0.295 x = x2 = 0.827
x3(3) -0.295
Obs: No exemplo anterior no fizemos nenhum teste para saber se os mtodos iterativos
teriam convergncia assegurada ou no. Na prtica antes de utilizarmos esses mtodos numa
maquina digital verificamos se o critrio das linhas satisfeito (no caso da utilizao o
mtodo de Gauss-Jacobi) ou o critrido de Sassenfeld (no caso da utilizao do mtodo de
Gauss-Seidel).

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 30
Exerccios propostos
Verifique se a matriz dos sistemas abaixo tem convergncia garantida pelos mtodos numricos
iterativos. Dica: Aplique os critrios de linhas e de Sassenfeld.

a) b) c)
4x1 x = 1
x1 +4x2 x3 =1
x2 + 4x3 x4 = 1
x3 +4x4 =1

Para os sistemas acima que tiverem convergncia garantida encontre as 4 primeiras iteraes
usando os mtodos de Gauss-Jacobi e de Gauss-Seidel. No caso do sistema que no tenha
convergncia garantida, o que poderamos fazer para que ele tivesse convergncia garantida nos
mtodos numricos estudados?

III Resoluo de Sistemas Lineares Clculo Numrico Prof. Dr. Sergio Pilling 31