Sistem As Line Are S

Introducao Metodo de Gauss Metodo de Jordan Metodo LU
Resolucao de equacoes lineares

Introducao e metodos exatos
Ivanovitch Medeiros Dantas da Silva
Universidade Federal do Rio Grande do Norte

Departamento de Engenharia de Computacao e Automacao
DCA0399 - Metodos Computacionais para Engenharia Civil
Natal, 31 de agosto de 2011
Ivanovitch Silva Introducao e metodos exatos

Sumario
1 Introducao
Objetivos
Aplicacoes
Sistemas Lineares
2 Metodo de Gauss
3 Metodo de Jordan
4 Metodo LU

Sumario
1 Introducao
Objetivos
Aplicacoes
Sistemas Lineares
2 Metodo de Gauss
3 Metodo de Jordan
4 Metodo LU

Objetivos
Objetivos gerais
Definicao dos conceitos de equacao linear e sistema linear

Apresentacao dos metodos numericos para resolucao de
sistemas lineares:
Metodos exatos ou diretos: Gauss, Jordan, Decomposicao
LU
Metodos iterativos: Gauss-Seidel, Jacobi
Aplicacoes dos metodos descritos na engenharia
Descricao de algoritmos para implementacao em software

Aplicacoes
Aplicacoes de sistemas lineares
Analise do estado estacionario de um sistema de reatores

(Engenharia Qumica/Bioengenharia)
Analise de uma trelica estaticamente determinada
(Engenharia Civil/Ambiental)
Correntes e Voltagens em Circuitos de Resistores
(Engenharia Eletrica)
Sistemas Massa-Mola (Engenharia
Mecanica/Aeroespacial)

Aplicacoes
Correntes e voltagens em circuitos de resistores
Segunda Lei de Kirchhoff (Lei das Tensoes ou Lei das Malhas)

A soma algebrica da d.d.p (Diferenca de Potencial Eletrico) em um
percurso fechado e nula.

2i1 + 4(i1 i2 ) + 2(i1 i3 ) 10 = 0

2i2 2i2 + 2(i2 i3 ) + 4(i2 i1 ) = 0

6i3 + 2(i3 i1 ) + 2(i3 i2 ) 4 =0


Sistemas Lineares
O que e uma equacao linear?
Uma equacao e linear se:

Cada termo contem nao mais do que uma variavel
Cada variavel aparece na primeira potencia
Exemplos
3x + 4y 10z = 50 Linear
2xy + 6y = 1 Nao Linear
x 4 6y + z = 0 Nao Linear

Sistemas Lineares

Exemplos
3x + 4y 10z = 50 Linear

Sistemas Lineares

Exemplos
3x + 4y 10z = 50 Linear

Sistemas Lineares

Exemplos
3x + 4y 10z = 50 Linear

Sistemas Lineares

Exemplos
3x + 4y 10z = 50 Linear

Sistemas Lineares

Exemplos
3x + 4y 10z = 50 Linear

Sistemas Lineares

Exemplos
3x + 4y 10z = 50 Linear

Sistemas Lineares

Exemplos
3x + 4y 10z = 50 Linear

Sistemas Lineares
O que sao sistemas lineares?
Um conjunto de n equacoes lineares com n variaveis

(incognitas) e denominado de:
Sistemas de n equacoes lineares ou
Sistema Linear de Ordem n
Uma solucao para um sistema linear consiste de
determinar valores para as n variaveis que satisfacam
todas as equacoes simultaneamente.

x + y + z
=1
x y z =1

2x + 3y 4z =9


Sistemas Lineares


x + y + z
=1
x y z =1

2x + 3y 4z =9


Sistemas Lineares


x + y + z
=1
x y z =1

2x + 3y 4z =9


Sistemas Lineares
Representacao

a11 x1 + a12 x2 + a13 x3 . . . + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 . . . + a2n xn = b2

a31 x1 + a32 x3 + a33 x3 . . . + a3n xn = b3

......

an1 x1 + an2 x2 + an3 x3 . . . + ann xn = bn

a11 a12 . . . a1n x1 b1

a21 a22 . . . a2n x2 b2

= Ax = b
.. .. .. .. ..

..
.

. . . . .

an1 an2 . . . ann xn bn

Sistemas Lineares
Representacao

a11 x1 + a12 x2 + a13 x3 . . . + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 . . . + a2n xn = b2

a31 x1 + a32 x3 + a33 x3 . . . + a3n xn = b3

......

an1 x1 + an2 x2 + an3 x3 . . . + ann xn = bn

a11 a12 . . . a1n x1 b1

a21 a22 . . . a2n x2 b2

= Ax = b
.. .. .. .. ..

..
.

. . . . .

an1 an2 . . . ann xn bn

Sistemas Lineares
Classificacao dos Sistemas Lineares
Possvel ou consistente: pelo menos uma solucao

Determinado: apenas uma solucao.
Indeterminado: mais de uma solucao.
Impossvel ou inconsistente: nenhuma solucao

Sistemas Lineares

Sistema Possvel e Determinado

Sistemas Lineares

Sistema Possvel e Indeterminado

Sistemas Lineares

Sistema Impossvel

Sistemas Lineares
Peculiaridades dos Sistemas Lineares

Transformacoes basicas
Sao operacoes efetuadas sobre um sistema linear com o

intuito de obter um outro sistema linear equivalente.
Objetivo e transformar esse outro sistema linear numa
versao mais facil de resolver.
1 Trocar a ordem de duas equacoes do sistema.

2 Multiplicar uma equacao do sistema por uma constante
nao nula.
3 Adicionar duas equacoes.

Sistemas Lineares

Transformacoes basicas
Sao operacoes efetuadas sobre um sistema linear com o

intuito de obter um outro sistema linear equivalente.
Objetivo e transformar esse outro sistema linear numa
versao mais facil de resolver.
1 Trocar a ordem de duas equacoes do sistema.

2 Multiplicar uma equacao do sistema por uma constante
nao nula.
3 Adicionar duas equacoes.

Sistemas Lineares

Transformacoes basicas - Trocar a ordem de duas equacoes do sistema
(
x +y =1
2x + y =5

1 1 x 1
= x = 4, y = 3
2 1 y 5

2 1 y 5
= x = 4, y = 3
1 1 x 1

Sistemas Lineares

Transformacoes basicas - Multiplicar uma equacao do sistema por uma constante nao
nula
(
x +y =1
2x + y =5

1 1 x 1
= x = 4, y = 3
2 1 y 5

2 2 x 2
= x = 4, y = 3
2 1 y 5

Sistemas Lineares

Transformacoes basicas - Adicionar duas equacoes
(
x +y =1
2x + y =5

1 1 x 1
= x = 4, y = 3
2 1 y 5

1 1 x 2
L2 = L2 L1 = x = 4, y = 3
1 0 y 4

Sistemas Lineares
Observacoes gerais
Os metodos numericos para resolucao de sistemas

lineares que serao discutidos sao usados para sistemas
lineares de ordem n que tenham solucao unica.
Esses sistemas sao aqueles em que a matriz dos
coeficientes e nao singular.
det (A) 6= 0

Sistemas Lineares
Resolucao numerica de sistemas lineares
Metodos exatos ou diretos

Sao aqueles que forneceriam a solucao exata, nao fossem
os erros de arredondamento, com um numero finito de
operacoes
Metodos iterativos
Sao aqueles que permitem obter a solucao de um sistema
com uma dada precisao atraves de um processo infinito
convergente

Sumario
1 Introducao
Objetivos
Aplicacoes
Sistemas Lineares
2 Metodo de Gauss
3 Metodo de Jordan
4 Metodo LU

Metodo da Eliminacao de Gauss

Visao geral
O metodo de Gauss consiste em transformar o sistema

original num sistema triangular superior (eliminacao
progressiva) e em seguida resolver o sistema atraves de
uma substituicao regressiva

Metodo da Eliminacao de Gauss

Visao geral

Eliminacao progressiva das variaveis - Passo 1

Formando a matriz aumentada
..

a11 a12 a13 . . . a1n . b1

a ..
21 a22 a23 . . . a2n . b2
. .. .. .. .. ..
.. . . . . .

..
an1 an2 an3 . . . ann . bn


Normalizacao
..

a11 a12 a13 . . . a1n . b1

a ..
21 a22 a23 . . . a2n . b2
. .. .. .. .. ..
.. . . . . .

..
an1 an2 an3 . . . ann . bn
a21
L2 = L2 L1 a11
a31
L3 = L3 L1 a11
an1
Ln = Ln L1 a11

Eliminacao progressiva das variaveis- Passo 2

Normalizacao
..

a11 a12 a13 . . . a1n . b1

0 a0 0 0
..
22 a23 . . . a2n . b20
. .. .. .. .. ..
.. . . . . .

0 0 0
.. 0
0 an2 an3 . . . ann . bn

Eliminacao progressiva das variaveis- Passo 3

Normalizando o proximo elemento da diagonal principal
..

a11 a12 a13 . . . a1n . b1

0 a0 0 0
..
22 a23 . . . a2n . b20
. .. .. .. .. ..
.. . . . . .

0 0 0
.. 0
0 an2 an3 . . . ann . bn
0
a31
L3 = L3 L2 0
a22
0
a41
L4 = L4 L2 0
a22
0
an1
Ln = Ln L2 0
a22


Normalizando o proximo elemento da diagonal principal
..

a11 a12 a13 . . . a1n . b1

0 a0 0 0
..
22 a23 . . . a2n . b20
. .. .. .. .. ..
.. . . . . .

00 00
.. 00
0 0 an3 . . . ann . bn


Normalizando ate o (n-1)esimo elemento da diagonal principal
..

a11 a12 a13 . . . a1n . b1

0 a0 0 0
..
22 a23 . . . a2n . b20

. .. .. .. .. ..
.. . . . . .

n1 .. n1
0 0 0 . . . ann . bn

Eliminacao progressiva das variaveis

Exemplo
..
7 3 . 49 3
.

1 2 5 ..

5

.
3 6 10 .. 84

Eliminacao Progressiva das variaveis

Algoritmo
Entrada: a matriz de coeficientes A(n,n) e o vetor dos termos independentes B(n,1) .

Sada : a matriz aumentada triangular superior.
// Percorre os n-1 elementos da diagonal principal
1 Para i 1 ate n 1
// Percorre os elementos abaixo do pivo na mesma coluna
2 Para j i + 1 ate n
a
3 fator aji ;
ii
// Zera os elementos
4 aji 0;
// Normaliza os elementos de uma linha
5 Para k i + 1 ate n
6 ajk ajk - fator aik ;
7 bj bj - fator bi ;

Substituicao regressiva - Ideia basica
..

a11 a12 a13 . . . a1n . b1

0 a0 0 0
..
22 a23 . . . a2n . b20

. .. .. .. .. ..
.. . . . . .

n1 .. n1
0 0 0 . . . ann . bn
xn = bnn1 /annn1
n2 n2 n2
xn1 = (bn1 an1,n xn )/an1,n1
x1 = (b1 a12 x2 . . . a1n xn )/a11

Substituicao regressiva
Algoritmo
.
.
Entrada: a matriz aumentada triangular superior (A(n,n) .B(n,1) ).
Sada : o vetor solucao X(n,1) .
1 xn abn
nn
// Percorre as n-1 linhas da matriz aumentada
2 Para i n 1 ate 1
3 soma bi ;
// Somatorio das outra incognitas que xi depende
5 soma soma- xj aij ;
6 xi soma
a
;
ii

Exemplo - Metodo de Gauss
.
6 2 1 .. 7
.

2 4 1 .. 7

.
3 2 8 .. 13


Eliminacao progressiva
.
6 2 1 .. 7
.

2 4 1 .. 7

.
3 2 8 .. 13
2 3
L2 = L2 L1 L3 = L3 L1
6 6
L2,1 = 2 2 = 0 L3,1 = 3 3 = 0
2 10
L2,2 = 4 = L3,2 = 2 1 = 1
3 3
1 4 1 17
L2,3 = 1 + = L3,3 = 8 + =
3 3 2 2
7 14 7 19
L2,4 = 7 = L3,4 = 13 =
3 3 2 2


.
6 2 1 .. 7
..

0 10 4 14
3 3 . 3

17 .. 19
0 1 2 . 2
1
L3 = L3 L2 10
3
L3,2 = 1 1 = 0
L3,3 = 17 4 81
2 10 = 10
L3,4 = 19 14 81
2 10 = 10


Substituicao regressiva
.
6 2 1 .. 7
..

0 10 4 14
3 3 . 3

81 .. 81
0 0 10 . 10
81
x3 = 10
81 =1
10
14
43
x2 = 3
10 =1
3
7+12
x1 = 6 =1

Alguns problemas
Divisao por zero

Durante a normalizacao, se o pivo usado para normalizar
as outras equacoes for igual a zero, um erro ocorrera.
Erros de arredondamentos
Um erro de arredondamento pode torna-se particularmente
importante quando se resolve um numero grande de
equacoes, por causa do fato de que cada resultado
depende dos resultados anteriores.

Alguns problemas
Divisao por zero
.
0 2 3 .. 8
.

4 6 7 .. 3

..
2 1 6 . 5
4
L2 = L2 L1 0

Alguns problemas
Erro de arredondamento
.
0.0003 3.0000 .. 2.0001
.

1.0000 1.0000 .. 1.0000
Algarismos significativos x2 x1 Erro relativo (x1)

3 0.667 -3.000 1099
4 0.6667 0.0000 100
5 0.66667 0.30000 10
6 0.666667 0.330000 1
7 0.6666667 0.3330000 0.1

Metodo do pivoteamento parcial
Antes que cada linha seja normalizada, e vantajoso

determinar o maior coeficiente disponvel na coluna do
elemento pivo.
As linhas podem ser trocadas de modo que o maior
coeficiente seja o elemento pivo.

.
0 2 3 .. 8
.

4 6 7 .. 3

..
2 1 6 . 5

.
4 6 7 .. 3
.

0 2 3 .. 8

..
2 1 6 . 5


Onde posicionar o algoritmo?
Sada : a matriz aumentada triangular superior.
1 Para i 1 ate n 1
2 pivoteamentoParcial(A,B,i)
a
4 fator aji ;
ii
5 aji 0;


Algoritmo
0
Entrada: A0(n,n) , B(n,1) e a posicao j do elemento pivo.
Sada : a matriz aumentada com o pivoteamento parcial.
1 maxValor aj,j ; // pivo
2 maxLinha j; // linha do pivo
// Identificar o maior coeficiente da coluna, a partir da linha do pivo
3 Para i j ate n 1
4 Se ABS(maxValor) < ABS(ai+1,coluna ) Entao
5 maxValor ai+1,coluna ;
6 maxLinha i+1;
7 Se maxValor 6= aj,j Entao

// Fazendo a troca entre as linhas
8 Para i 1 ate n
9 aux aj,i ;
10 aj,i amaxLinha,i ;
11 amaxLinha,i aux;
12 aux bj ;
13 bj bmaxLinha ;
14 bmaxLinha aux;


Exemplo
.
0.0003 3.0000 .. 2.0001
.

1.0000 1.0000 .. 1.0000
Sem pivoteamento
3 0.667 -3.000 1099
4 0.6667 0.0000 100
5 0.66667 0.30000 10
6 0.666667 0.330000 1
Com pivoteamento
3 0.667 0.333 0.1
4 0.6667 0.3333 0.01
5 0.66667 0.33333 0.001
6 0.666667 0.333333 0.0001

Sumario
1 Introducao
Objetivos
Aplicacoes
Sistemas Lineares
2 Metodo de Gauss
3 Metodo de Jordan
4 Metodo LU

Metodo de Jordan
Ideia basica
Consiste em operar transformacoes elementares sobre as

equacoes do sistema linear ate que seja encontrado um
sistema diagonal equivalente.

a11 0 ... 0

0 a22 . . . 0

A=
.. .. .. ..

.

. . .

0 0 . . . ann

Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m

a b c d a b c d a0 0 c0 d0

e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m


e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m


e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m


e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m


e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m


e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m


e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Ideia basica

ax + by + cz = d

ex + fy + gz = h

ix + jy + lz = m


e f g h 0 f 0 g 0 h0 0 f0 g0 h0

i j l m 0 j0 l 0 m0 0 0 l 00 m00

a00 0 0 d 00

0

f 00 0 h00

0 0 l 00 m00
d 00
x= a00
00
y = hf 00
m00
z = l 00
Metodo de Jordan
Exemplo

x + y + 2z = 4

2x y z = 0

x y z = 1

1 1 2 4

2 1 1 0

1 1 1 1

Metodo de Jordan
Exemplo

1 1 2 4

2 1 1 0

1 1 1 1
2 1
L2 = L2 L1 L3 = L3 L1
1 1
L2,1 = 2 1x2 = 0 L3,1 = 1 1x1 = 0
L2,2 = 1 1x2 = 3 L3,2 = 1 1x1 = 2
L2,3 = 1 2x2 = 5 L3,3 = 1 2x1 = 3
L2,4 = 0 4x2 = 8 L3,4 = 1 4x1 = 5

Metodo de Jordan
Exemplo

1 1 2 4

2 1 1 0

1 1 1 1
2 1
L2 = L2 L1 L3 = L3 L1
1 1
L2,1 = 2 1x2 = 0 L3,1 = 1 1x1 = 0
L2,2 = 1 1x2 = 3 L3,2 = 1 1x1 = 2
L2,3 = 1 2x2 = 5 L3,3 = 1 2x1 = 3
L2,4 = 0 4x2 = 8 L3,4 = 1 4x1 = 5

Metodo de Jordan
Exemplo

1 1 2 4

2 1 1 0

1 1 1 1
2 1
L2 = L2 L1 L3 = L3 L1
1 1
L2,1 = 2 1x2 = 0 L3,1 = 1 1x1 = 0
L2,2 = 1 1x2 = 3 L3,2 = 1 1x1 = 2
L2,3 = 1 2x2 = 5 L3,3 = 1 2x1 = 3
L2,4 = 0 4x2 = 8 L3,4 = 1 4x1 = 5

Metodo de Jordan
Exemplo

1 1 2 4

2 1 1 0

1 1 1 1
2 1
L2 = L2 L1 L3 = L3 L1
1 1
L2,1 = 2 1x2 = 0 L3,1 = 1 1x1 = 0
L2,2 = 1 1x2 = 3 L3,2 = 1 1x1 = 2
L2,3 = 1 2x2 = 5 L3,3 = 1 2x1 = 3
L2,4 = 0 4x2 = 8 L3,4 = 1 4x1 = 5

Metodo de Jordan
Exemplo

1 1 2 4

3 5 8

0

0 2 3 5
1 2
L1 = L1 L2 L3 = L3 L2
3 3
1
L1,1 = 1 0x =1 L3,1 = 0
3
1 2
L1,2 = 1 (3)x =0 L3,2 = 2 (3)x =0
3 3
1 1 2 1
L1,3 = 2 (5)x = L3,3 = 3 (5)x =
3 3 3 3
1 4 2 1
L1,4 = 4 (8)x = L3,4 = 5 (8)x =
3 3 3 3

Metodo de Jordan
Exemplo

1 1 2 4

3 5 8

0

0 2 3 5
1 2
L1 = L1 L2 L3 = L3 L2
3 3
1
L1,1 = 1 0x =1 L3,1 = 0
3
1 2
L1,2 = 1 (3)x =0 L3,2 = 2 (3)x =0
3 3
1 1 2 1
L1,3 = 2 (5)x = L3,3 = 3 (5)x =
3 3 3 3
1 4 2 1
L1,4 = 4 (8)x = L3,4 = 5 (8)x =
3 3 3 3

Metodo de Jordan
Exemplo

1 1 2 4

3 5 8

0

0 2 3 5
1 2
L1 = L1 L2 L3 = L3 L2
3 3
1
L1,1 = 1 0x =1 L3,1 = 0
3
1 2
L1,2 = 1 (3)x =0 L3,2 = 2 (3)x =0
3 3
1 1 2 1
L1,3 = 2 (5)x = L3,3 = 3 (5)x =
3 3 3 3
1 4 2 1
L1,4 = 4 (8)x = L3,4 = 5 (8)x =
3 3 3 3

Metodo de Jordan
Exemplo

1 1 2 4

3 5 8

0

0 2 3 5
1 2
L1 = L1 L2 L3 = L3 L2
3 3
1
L1,1 = 1 0x =1 L3,1 = 0
3
1 2
L1,2 = 1 (3)x =0 L3,2 = 2 (3)x =0
3 3
1 1 2 1
L1,3 = 2 (5)x = L3,3 = 3 (5)x =
3 3 3 3
1 4 2 1
L1,4 = 4 (8)x = L3,4 = 5 (8)x =
3 3 3 3

Metodo de Jordan
Exemplo

1 4
1 0 3 3

0 3 5 8

1 1
0 0 3 3
1/3
L1 = L1 L3 L2 = L2 L3 15
1/3
L1,1 = 1 0x(1) = 1 L2,1 = 0
L1,2 = 0 0x(1) = 0 L2,2 = 3
1 1 1
L1,3 = x(1) = 0 L2,3 = 5 x(15) = 0
3 3 3
4 1 1
L1,4 = x(1) = 1 L2,4 = 8 x(15) = 3
3 3 3

Metodo de Jordan
Exemplo

1 4
1 0 3 3

0 3 5 8

1 1
0 0 3 3
1/3
L1 = L1 L3 L2 = L2 L3 15
1/3
L1,1 = 1 0x(1) = 1 L2,1 = 0
L1,2 = 0 0x(1) = 0 L2,2 = 3
1 1 1
L1,3 = x(1) = 0 L2,3 = 5 x(15) = 0
3 3 3
4 1 1
L1,4 = x(1) = 1 L2,4 = 8 x(15) = 3
3 3 3

Metodo de Jordan
Exemplo

1 4
1 0 3 3

0 3 5 8

1 1
0 0 3 3
1/3
L1 = L1 L3 L2 = L2 L3 15
1/3
L1,1 = 1 0x(1) = 1 L2,1 = 0
L1,2 = 0 0x(1) = 0 L2,2 = 3
1 1 1
L1,3 = x(1) = 0 L2,3 = 5 x(15) = 0
3 3 3
4 1 1
L1,4 = x(1) = 1 L2,4 = 8 x(15) = 3
3 3 3

Metodo de Jordan
Exemplo

1 4
1 0 3 3

0 3 5 8

1 1
0 0 3 3
1/3
L1 = L1 L3 L2 = L2 L3 15
1/3
L1,1 = 1 0x(1) = 1 L2,1 = 0
L1,2 = 0 0x(1) = 0 L2,2 = 3
1 1 1
L1,3 = x(1) = 0 L2,3 = 5 x(15) = 0
3 3 3
4 1 1
L1,4 = x(1) = 1 L2,4 = 8 x(15) = 3
3 3 3

Metodo de Jordan
Exemplo

1 0 0 1

0 3 0 3

1 1
0 0 3 3
1
x= 1 =1
3
y= 3 = 1
1
z= 3
1 =1
3

Metodo de Jordan
Algoritmo

Sada : um sistema diagonal equivalente.
// Percorre os n elementos da diagonal principal
1 Para i 1 ate n
// Percorre os elementos abaixo e acima do pivo na mesma coluna
3 Para j 1 ate n
4 Se i 6= j Entao
a
5 fator aji ;
ii
6 aji 0;

Sumario
1 Introducao
Objetivos
Aplicacoes
Sistemas Lineares
2 Metodo de Gauss
3 Metodo de Jordan
4 Metodo LU

Metodo LU
Introducao
O metodo LU e conhecido tambem como metodo da

decomposicao LU ou metodo da fatoracao LU
O objetivo do metodo e fatorar a matriz dos coeficientes,
A, em um produto entre duas matrizes:
L - matriz triangular inferior, onde todos os elementos da
diagonal sao iguais a 1
U - matriz triangular superior, onde todos os elementos da
diagonal sao diferentes de 0.
A = LU y = Ux
Ax =b Ly =b
LUx =b Ux =y

Metodo LU
Introducao

A = LU y = Ux
Ax =b Ly =b
LUx =b Ux =y

Metodo LU
Introducao

A = LU y = Ux
Ax =b Ly =b
LUx =b Ux =y

Metodo LU
Matrizes L e U

(0) (0) (0)
1 0 ... 0 a11 a12 ... a1n

(1) (1)
m21 1 ... 0 0 a22 ... a2n

L=
.. .. . . ..
U=
.. .. .. ..

. . .

. . . . .

(n1)
mn1 mn2 . . . 1 0 0 . . . ann
mi,j - sao os multiplicadores (fatores) usados nos metodos de Gauss ou Jordan
k - sao os elementos de A modificados durante a triangulacao
ai,j
Lembrando que Ux = y

Metodo LU
Exemplo

4 3 1 2 1 0 0

2 4 L = 0.5 1 0

5 20

1 2 6 7 0.25 0 1
2 1
L2 = L2 L1 L3 = L3 L1
4 4
L2,1 = 2 4x(0.5) = 0 L3,1 = 1 4x0.25 = 0
L2,2 = 4 3x(0.5) = 2.5 L3,2 = 2 3x0.25 = 1.25
L2,3 = 5 (1)x(0.5) = 4.5 L3,3 = 6 (1)x0.25 = 6.25
L2,4 = 20 (2)x(0.5) = 19 L3,4 = 7 (2)x0.25 = 7.50

Metodo LU
Exemplo

4 3 1 2 1 0 0

2 4 L = 0.5 1 0

5 20

1 2 6 7 0.25 0 1
2 1
L2 = L2 L1 L3 = L3 L1
4 4
L2,1 = 2 4x(0.5) = 0 L3,1 = 1 4x0.25 = 0
L2,2 = 4 3x(0.5) = 2.5 L3,2 = 2 3x0.25 = 1.25
L2,3 = 5 (1)x(0.5) = 4.5 L3,3 = 6 (1)x0.25 = 6.25
L2,4 = 20 (2)x(0.5) = 19 L3,4 = 7 (2)x0.25 = 7.50

Metodo LU
Exemplo

4 3 1 2 1 0 0

2 4 L = 0.5 1 0

5 20

1 2 6 7 0.25 0 1
2 1
L2 = L2 L1 L3 = L3 L1
4 4
L2,1 = 2 4x(0.5) = 0 L3,1 = 1 4x0.25 = 0
L2,2 = 4 3x(0.5) = 2.5 L3,2 = 2 3x0.25 = 1.25
L2,3 = 5 (1)x(0.5) = 4.5 L3,3 = 6 (1)x0.25 = 6.25
L2,4 = 20 (2)x(0.5) = 19 L3,4 = 7 (2)x0.25 = 7.50

Metodo LU
Exemplo

4 3 1 2 1 0 0

2.5 L = 0.5

0 4.5 19

1 0

0 1.25 6.25 7.5 0.25 0.5 1
1.25
L3 = L3 L2
2.50
L2,1 = 0 0x(0.5) = 0
L2,2 = 1.25 (2.5)x(0.5) = 0
L2,3 = 6.25 4.5x(0.5) = 8.5
L2,4 = 7.5 19x(0.5) = 17

Metodo LU
Exemplo

4 3 1 2 1 0 0

2.5 L = 0.5

0 4.5 19

1 0

0 1.25 6.25 7.5 0.25 0.5 1
1.25
L3 = L3 L2
2.50
L2,1 = 0 0x(0.5) = 0
L2,2 = 1.25 (2.5)x(0.5) = 0
L2,3 = 6.25 4.5x(0.5) = 8.5
L2,4 = 7.5 19x(0.5) = 17

Metodo LU
Exemplo

4 3 1 2 1 0 0

2.5 L = 0.5

0 4.5 19

1 0

0 1.25 6.25 7.5 0.25 0.5 1
1.25
L3 = L3 L2
2.50
L2,1 = 0 0x(0.5) = 0
L2,2 = 1.25 (2.5)x(0.5) = 0
L2,3 = 6.25 4.5x(0.5) = 8.5
L2,4 = 7.5 19x(0.5) = 17

Metodo LU
Exemplo

4 3 1 2 1 0 0

0 2.5 4.5 19 L = 0.5

1 0

0 0 8.5 17 0.25 0.5 1

4 3 1 2

U = 0 2.5 4.5 y = 19

0 0 8.5 17

3

x = 4

2
Metodo LU
Algoritmo

Sada : a matriz aumentada triangular superior (U,y) e a matriz L.
// Inicia a matriz L, com 1s na diagonal principal e os outros elementos tudo em
zero
1 L ones();
2 Para i 1 ate n 1
a
5 fator aji ;
ii
// Armazena os fatores na matriz L
6 lji fator;
7 aji 0;

Metodo LU
Qual a vantagem?
Se o metodo LU faz os mesmos procedimentos da tecnica

de eliminacao de Gauss, qual a diferenca entre essas
duas tecnicas?
Imagine um sistema onde desejamos calcular diferentes
situacoes mudando apenas o vetor b.
Na primeira execucao ja encontraramos as matrizes L e U.
Para os outros casos, diferentes bs, era apenas necessario
realizar substituicoes diretas (encontrar y) e regressivas
(encontrar x). Nesse exemplo apenas o b muda, L e U
sempre sao os mesmos.

Metodo LU
Qual a vantagem?

duas tecnicas?

Metodo LU
Qual a vantagem?

duas tecnicas?

Metodo LU
Qual a vantagem?

duas tecnicas?

Sistem As Line Are S

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sistem As Line Are S

Enviado por

Direitos autorais:

Formatos disponíveis

Introducao Metodo de Gauss Metodo de Jordan Metodo LU

Resolucao de equacoes lineares

Ivanovitch Medeiros Dantas da Silva

Universidade Federal do Rio Grande do Norte

Natal, 31 de agosto de 2011

Ivanovitch Silva Introducao e metodos exatos

Ivanovitch Silva Introducao e metodos exatos

Ivanovitch Silva Introducao e metodos exatos

Definicao dos conceitos de equacao linear e sistema linear

Ivanovitch Silva Introducao e metodos exatos

Aplicacoes de sistemas lineares

Analise do estado estacionario de um sistema de reatores

Ivanovitch Silva Introducao e metodos exatos

Correntes e voltagens em circuitos de resistores

Segunda Lei de Kirchhoff (Lei das Tensoes ou Lei das Malhas)

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que e uma equacao linear?

Uma equacao e linear se:

Ivanovitch Silva Introducao e metodos exatos

O que sao sistemas lineares?

Um conjunto de n equacoes lineares com n variaveis

Ivanovitch Silva Introducao e metodos exatos

O que sao sistemas lineares?

Um conjunto de n equacoes lineares com n variaveis

Ivanovitch Silva Introducao e metodos exatos

O que sao sistemas lineares?

Um conjunto de n equacoes lineares com n variaveis

Ivanovitch Silva Introducao e metodos exatos

Ivanovitch Silva Introducao e metodos exatos

Ivanovitch Silva Introducao e metodos exatos

Classificacao dos Sistemas Lineares

Possvel ou consistente: pelo menos uma solucao

Ivanovitch Silva Introducao e metodos exatos

Classificacao dos Sistemas Lineares

Ivanovitch Silva Introducao e metodos exatos

Classificacao dos Sistemas Lineares

Ivanovitch Silva Introducao e metodos exatos

Classificacao dos Sistemas Lineares

Ivanovitch Silva Introducao e metodos exatos

Peculiaridades dos Sistemas Lineares

Sao operacoes efetuadas sobre um sistema linear com o

1 Trocar a ordem de duas equacoes do sistema.