Departamento de Matemática da Universidade de Aveiro

Métodos Numéricos 2010/2011 (1¯o Semestre)

Exercı́cios 2 - Sistemas de Equações Lineares

1. Usando o método de eliminação de Gauss encontre (para a, b, c, d ∈ IR):

(a) a parábola y = ax2 + bx + c que passa pelos pontos (1, 4), (2, 7) e (3, 14);
(b) a cúbica y = ax3 + bx2 + cx + d que passa nos pontos (0, 0), (1, 1), (2, 2) e (3, 2).

2. Considere Hn a matriz de Hilbert de ordem n (em MatLab, hilb(n)).

(a) Usando a precisão do MatLab (dupla precisão em format long) pretende-se calcular a
solução do sistema H4 x = b com
 
 1 1 1  1
1 2 3 4  
   
 1 1 1 1   0 
   
H4 =  2 3 4 5 
 1 1 1 1  e b=  .
 
 3 4 5 6   0 
   
 
1 1 1 1
4 5 6 7 0

Para o efeito, aplique o algoritmo de Gauss sem escolha de pivot e com escolha parcial
de pivot, calcule os respectivos vectores resı́duos, compare-os e comente.
(b) Considere os elementos de H4 arredondados para 4 casas decimais e armazene-os numa
matriz H 4 . Usando esta matriz H 4 repita a alı́nea anterior, compare os resultados obtidos
com os que obteve usando H4 e comente.
(c) Seja x̄ a solução obtida na alı́nea anterior (usando H 4 ) com o algoritmo de Gauss sem
escolha de pivot. Faça o refinamento iterativo de x̄ (pelo método dos resı́duos) de modo
a obter uma solução melhorada x̄m tal que ||b − H4 ∗ x̄m ||∞ < 10−14 .

3. Dado o sistema S 
x1 − 2x2 = −19
0.54x1 − x2 = −9
e o sistema perturbado Sp

x1 − 2x2 = −19
.
0.56x1 − x2 = −9

(a) Calcule a solução de S e de Sp pelo método da factorização LU .

(b) Tendo em conta os resultados obtidos na alı́nea anterior, o que pode concluir acerca do
condicionamento do sistema? Justifique a conclusão a que chegou usando dois tipos de
argumentos, analı́ticos e geométricos (fazendo a representação gráfica do sistema dado).

MN 10/11 - Exercı́cios 2 1/4

 4. (a) Mostre que a matriz  
1 2 3
A= 2 4 7 
3 5 3
não é factorizável na forma LU .
(b) Usando uma matriz de permutação adequada P , tal que P A = LU , resolva o sistema
Ax = [1 − 1 0.5]T pelo método da factorização LU .

5. Considere o sistema linear Ax = b, onde

   
1 2 4 11
A =  4 −1 1  e b =  8  ,
2 5 2 3
 T
e cuja solução é x = 1 −1 3 . Admita que o segundo membro do sistema é substituı́do
por b tal que b − b ∞ ≤ 10−3 . Calcule um majorante da norma do erro relativo da solução

aproximada x̄ de x que se obtém para Ax̄ = b̄ e, tendo em conta o valor obtido, faça um
comentário apropriado.

6. Considere  
1 1 1 1
 1 5 5 5   T
A=
 1
 e b= −4 −4 23 39 .
5 14 14 
1 5 14 30
Resolva o sistema Ax = b com x = [x1 x2 x3 x4 ]T , utilizando o método de Cholesky.

7. Aplique os métodos de Gauss e de Cholesky para resolver o problema de calcular a solução

x do sistema Hn x = b, com b = Hn [1 1 . . . 1]T , para n = 2, 3, . . . , 30. Para cada n
compare a solução obtida com a solução exacta x = [1 1 . . . 1]T , calcule a norma máxima
do erro cometido e determine o vector resı́duo correspondente. No final, faça um comentário
apropriado sobre os resultados obtidos.

8. Calcule pelo método de Cholesky a solução do sistema Ax = b com A = [aij ] e b = bi

(i, j = 1, 2, . . . , n), usando as equações

1 + (−1)i+j
aij = , i, j = 1, 2, . . . , n
i+j−1
(2n)! (1 − (−1)n+i )
bi = , i = 1, 2, . . . , n
(n!)2 (n + i)
para n = 5, 10, 15, 20. Repita o cálculo com o algoritmo de Gauss, compare os resultados e
tire conclusões.

9. Considere a resolução de um sistema linear Ax = b (com A ∈ IRn×n não singular) por um

método iterativo consistente x(k+1) = M x(k) +c , para k = 0, 1, 2, . . . . Mostre que, ∀x(0) ∈ IRn ,
se ||M || < 1 para alguma norma matricial natural, então:
 
(k) 

k 

(0) 
 
(k)  ||M ||  (k) 
(k−1) 
(a) x − x  ≤ ||M || x − x  ; (b) x − x  ≤ x − x  .
 
1 − ||M ||

MN 10/11 - Exercı́cios 2 2/4

 10. Considere o sistema 
3x1 + x2 = 8
x1 + 3x2 = 4

(a) Efectue a primeira iteração dos métodos de Jacobi e de Gauss-Seidel, partindo da aproxi-
mação x(0) = [1 1]T . Usando a desigualdade da alı́nea (b) do exercı́cio anterior, determine
um majorante da norma de máximo do erro absoluto da aproximação obtida em cada um
dos métodos.
(b) Utilize adequadamente as rotinas dos referidos métodos (http://moodle.ua.pt, área da
disciplina) para obter uma aproximação (k) T
(k) x da solução x = [x1 x2 ] , de modo a que, em
ambos os métodos, seja garantido x − x ∞ ≤ 0.001. Comente os resultados obtidos.

11. Considere um sistema de equações Ax = b com

 
4 −1 −1 0
 −1 4 0 −1 
A=  −1
 .
0 4 −1 
0 −1 −1 4

(a) Mostre que os métodos de Jacobi e Gauss-Seidel são convergentes.

(b) A partir da respectiva matriz de iteração M e tendo em conta que ||e(k) || = ||x − x(k) ||
≤ ||M k || ||e(0) ||, apresente estimativas de ||e(k) ||∞ para k = 1, 2, . . . , 10, em termos de
||e(0) ||, em ambos os métodos (supondo que se parte da mesma aproximação inicial).
(c) Considerando b = [−100 − 100 100 100]T ] e partindo de x(0) = [0 0 0 0]T , aplique os
dois métodos para resolver o sistema Ax = b por forma a garantir um erro em norma de
máximo inferior a 0.5 × 10−3 . Diga qual dos métodos converge mais rapidamente.
(d) Repita a alı́nea anterior para x(0) = [1 1 1 1]T .

12. Considere o seguinte sistema de equações lineares


 2x1 − 5x2 + x3 = −12
x1 + x2 + 3x3 = 13
−3x1 + 2x2 − x3 = −3


(a) Atendendo a que AT A (com A não singular) é uma matriz simétrica definida positiva,
resolva o sistema pelo método de Cholesky.
(b) Reescreva o sistema por forma a poder garantir que os métodos iterativos de Jacobi e
Gauss-Seidel convergem para a solução exacta x = [x1 x2 x3 ]T .
(c) Partindo da aproximação inicial x(0) = [0 0 0]T aplique os referidos métodos por forma a
determinar soluções aproximadas cujo vector resı́duo associado tenha norma de máximo
inferior a 10−10 . Compare a rapidez de convergência dos dois métodos.

13. Considere o sistema linear Ax = b dado por

 
1 2  >
A= e b= 5 0 , com r ∈ IR\{0}.
2 r

(a) Obtenha uma condição (no parâmetro r) necessária e suficiente de convergência do método
de Gauss-Seidel quando aplicado ao sistema dado, independentemente da escolha da
aproximação inicial x(0) .

MN 10/11 - Exercı́cios 2 3/4

 (b) Com r = 2 aplique o método iterativo de Jacobi em duas iterações partindo de
x(0) = [0 0]> e diga, justificando, se o método é convergente para a solução do sis-
tema.
(c) Considere r = −1 e suponha que b é perturbado por δb = [1 2 ]> , tal que |i | ≤ 10−4
(i = 1, 2). Tendo em conta que

||δx|| ||δb||
≤ ||A−1 || ||A|| ,
||x|| ||b||

||δx||∞
estime a perturbação relativa que vem para a solução do sistema e faça um
||x||∞
comentário apropriado.

14. Considere o problema de calcular a solução de Ax = b (A ∈ IRn×n , x, b ∈ IRn ) com

 
n 1 1 ... 1  
 1 n 0 ... 0  1
 
 .. 
A =  1 0 n ... 0   e b= . 

 .. .. .. . . .. 
 . . . . .  1
1 0 0 ... n

para n = 1000, 2000, 3000, 4000, usando o algoritmo de Gauss e os métodos iterativos de Jacobi
e Gauss-Seidel (nos últimos dois, de modo a garantir que a norma de máximo da diferença
entre aproximações consecutivas não exceda 10−5 ). Calcule a solução para cada n com os
métodos referidos, compare o tempo de cálculo em cada caso (recorrendo às funções tic e toc
do MatLab) e comente, devidamente, os resultados obtidos. Para que método(s) é possı́vel
acelerar a resolução do problema? Justifique.

15. Considere o sistema de equações


 x1 + 4x3 = 1
5x1 + 5x3 = 2 .
x1 + 4x2 = 1


(a) Resolva o sistema utilizando adequadamente o método da factorização LU .

(b) Usando convenientemente o método iterativo de Gauss-Seidel determine uma aproxima-
ção x̄ = [x̄1 x̄2 x̄3 ]T da solução do sistema, de modo a garantir que o vector resı́duo
associado a x̄ tenha norma absoluta inferior a 10−10 .

MN 10/11 - Exercı́cios 2 4/4