Escolar Documentos
Profissional Documentos
Cultura Documentos
A = 31400m2 , π = 3, 14 (1.1)
A = 31416m2 , π = 3, 1416 (1.2)
A = 31415, 92654, π = 3, 141592654 (1.3)
O resultado com maior aproximação do real é o último, uma vez que foi considerado π com o maior número
de casas decimais. Nesse caso, qualquer que seja a circunferência, a sua área nunca será obtida exatamente, visto
que π é um número racional. A representação de um número depende da base escolhida e do número máximo
de dígitos na sua representação. Qualquer cálculo que envolva números que não podem ser representados através
de um número nito de dígitos não fornecerá como resultado um valor exato. Quanto maior o número de dígitos
utilizados, maior será a precisão obtida.
(10111)2 = 1 · 24 + 0 · 23 + 1 · 22 + 1 · 21 + 1 · 20 (1.5)
A conversão de binário para decimal é feita com base em cada posição do número binário e de seu valor (0 ou 1).
Considere o número (1010)2 . Sua representação em decimal é:
1
(a) (10101)2 = 21
(b) (10001)2 = 17
(c) (1010)2 = 10
Para converter números decimais para números binários, deve-se efetuar divisões sucessivas entre o número decimal
e o número 2 até que não seja mais possível dividir, isto é, até quando o dividendo for 1. O número binário é
composto pelos restos da divisão, onde o número mais signicativo começa na parte inferior e o número menos
signicativo é o primeiro resto obtido.
1. Decimal para binário: a parte inteira do número deve ser convertida normalmente conforme aprendemos
anteriormente. Para converter a parte fracionária do número, deve-se realizar o seguinte procedimento:
- Multiplique a parte fracionária por 2. Guarde a parte inteira do resultado (0 ou 1) e verique se o resto é
zero.
- Se o resto não for zero, multiplique-a por 2 e guarde novamente o valor inteiro. Repita esse procedimento
até que o resto da multiplicação seja 0. Por m, o resultado em binário é:
2
Figura 1.2: Resolução do exercício.
2. Binário para decimal: Para representar números binários com vírgula e convertê-los para decimal, deve-
mos seguir o mesmo caminho do método tradicional sem parte fracionária. A única mudança se dá no fato
de que as partes fracionárias são afetadas com expoentes negativos, conforme é mostrado no exemplo a seguir:
Exercício Faça a conversão dos seguintes números binários para números decimais:
(a) (101, 11)2 = 5,75
(b) (100, 01)2 = 4,25
(c) (10101, 011)2 = 21,375
Exemplo Considere x = 293. Como representar esse número em um sistema que opera em aritmética de
ponto utuante de 3 dígitos na base 10, onde e ∈ [−5, 5].
xpf = 0, 293 · 103
3
Figura 1.3: Representação em ponto utuante.
Exercício Considere uma máquina que opera do sistema: β = 10; t = 3; e ∈ [−5, 5]. Se 0 ≤ dj ≤ 9 e d1 6= 0,
qual é o menor e o maior número que essa máquina pode representar?
Resp: ml = 0.100 · 10−5 = 10−6 e mu = 0.999 · 105 = 99900
• Adição e Subtração: Deve-se ajustar o número de menor expoente para igualá-lo ao do número de maior
expoente. Em seguida, efetua-se a soma/subtração.
Exemplo: Faça a soma e a subtração de x = 0, 24 · 103 e y = 0, 10 · 102
Como y possui o menor expoente, devemos ajustá-lo para ser igual ao expoente de x:
y = 0, 01 · 103 . Assim,
1.4 Erros
1.4.1 Erros Absolutos e Relativos
Denimos como erro absoluto a diferença entre o valor exato de um número x e de seu valor aproximado x̄:
4
Para identicar a precisão de um número, é preciso considerar o erro relativo do mesmo, o qual é denido como
o erro absoluto dividido pelo valor valor aproximado.
EAx x − x̄
ERx = = . (1.16)
x̄ x̄
No exemplo anterior, temos que:
EAx 0, 1
ERx = = = 4.7 · 10−5 = 4, 7 · 10−3 % (1.17)
x̄ 2112, 9
EAy 0, 1
ERy = = = 0, 02 · 10−5 = 0, 02 · 10−3 % (1.18)
ȳ 5, 3
conrmando, portanto, que o número x é representado com maior precisão do que o número y .
Seja um sistema que opera em aritmética de ponto utuante de 3 dígitos na base 10, onde e ∈ [−5, 5]. Para
representar o valor de x = 235, 89, teríamos que:
1. Arredondamento simétrico: considera os valores das últimas casas decimais e modica o dígito anterior se o
número da casa analisada é superior ou igual a 5. No exemplo em questão:
x = 0, 23589 · 103 = 0, 2359 · 103 = 0, 236 · 103
2. Truncamento: Despreza os algarismos que estão fora do limite da mantissa e não altera o valor do número.
Para ilustrar o truncamento do exemplo anterior:
x = 0, 23589 · 103 = 0, 235 · 103
Apesar de incorrer em erros menores, o uso do arredondamento acarreta um tempo maior de execução e, por
esta razão, o truncamento é mais utilizado.
Exercício: Considere um sistema que opera em aritmética de ponto utuante de 4 dígitos na base 10, onde
e ∈ [−5, 5]. Represente os seguintes números usando arredondamento e truncamento.
a) x = 726, 639
b) x = 1356, 235
Dada uma sequência de operações, é importante ter a noção de como o erro em uma operação se propaga ao longo
das operações subsequentes. Por exemplo, considere que x = 0, 937 · 104 e y = 0, 1272 · 102 . Obtenha x + y na
aritmética de ponto utuante.
Alinhando os pontos decimais dos valores acima, temos:
Então,
5
Esse é o resultado exato da operação. Dado que em nosso sistema t é igual a 4, este resultado deverá ser
arredondado ou truncado. Logo
1.5 Exercícios
1. Converta os seguintes números decimais para a sua forma binária:
a) x = 37
b) y = 2345
c) z = 0, 1217
d) w = 21, 34375
e) v = 141, 703125
3. Escreva os números apresentados a seguir na representação em ponto utuante, onde a base é 10 e não há
limites de expoente e do tamanho da mantissa
a) x = 0, 35
b) y = −5, 172
c) z = 0, 0123
d) w = 5391, 3
e) v = 0, 0003
4. Considere uma máquina cujo sistema de representação numérico é denido por: β = 10, t = 4, e ∈ [−5, 5].
Pede-se:
a) como será representado o número 73,758 nesta máquina, se for usado o arredondamento? E se for usado
o truncamento?
b) se a = 42450 e b = 3, qual o resultado de a + b?
c) se x = 20134 e y = 40132, qual o resultado de x ÷ y ?
d) se f = 954944 e g = 0, 0003, qual o resultado de f.g ?
5. Um aluno de Engenharia de Produção ganhou de presente do pai uma máquina de calcular super moderna,
capaz de armazenar 4 dígitos na mantissa utilizando arredondamento. Muito satisfeito, o ansioso rapaz
efetuou duas operações em sua maquina nova envolvendo os números de arvores da plantação de seu pai,
x = 17534, e o número médio de frutas de cada arvore, y = 21178. Calcule os erros absolutos e relativos
envolvidos no processo de representação da máquina digital. Qual número tem a representação mais precisa?
6
1.6 Respostas dos Exercícios
1. Converta os seguintes números decimais para a sua forma binária:
a) x = 37 = (100101)2
b) y = 2345 = (100100101001)2
c) z = 0, 125 = (0, 001)2
d) w = 21, 34375 = (10101.01011)2
e) v = 141, 703125 = (10001101.101101)2
3. Escreva os números apresentados a seguir na representação em ponto utuante, onde a base é 10 e não há
limites de expoente e do tamanho da mantissa
a) x = 0, 35 = 0, 35 · 100
b) y = −5, 172 = −0, 5712 · 101
c) z = 0, 0123 = 0, 123 · 10−1
d) w = 5391, 3 = 0, 53913 · 104
e) v = 0, 0003 = 0, 3 · 10−3
4. Considere uma máquina cujo sistema de representação numérico é denido por: β = 10, t = 4, e ∈ [−5, 5].
Pede-se:
a) como será representado o número 73,758 nesta máquina, se for usado o arredondamento? E se for usado
o truncamento?
No arredondamento: 0, 7376 · 102
No truncamento: 0, 7375 · 102
b) se a = 42450 e b = 3, qual o resultado de a + b?
a + b = 0, 4245 · 105
c) se x = 20134 e y = 40132, qual o resultado de x ÷ y ?
x ÷ y = 0, 5016
d) se f = 954944 e g = 0, 0003, qual o resultado de f.g ?
f.g = 0, 2864 · 101
5. Um aluno de Engenharia de Produção ganhou de presente do pai uma máquina de calcular super moderna,
capaz de armazenar 4 dígitos na mantissa utilizando arredondamento. Muito satisfeito, o ansioso rapaz
efetuou duas operações em sua maquina nova envolvendo os números de arvores da plantação de seu pai,
x = 17534, e o número médio de frutas de cada arvore, y = 21178. Calcule os erros absolutos e relativos
envolvidos no processo de representação da máquina digital. Qual número tem a representação mais precisa?
EAx = |x − x| = |17534 − 17530| = 4 EAy = |y − y| = |21778 − 21180| = 2 ERx = 4
17530 = 2, 281 · 10−4
2
ERy = 21180 = 9, 442 · 10−5
O número representado por y é representado de forma mais precisa, pois seu erro relativo é menor.
7
Capítulo 2
A princípio, esse problema pode parecer especíco, mas ele aparece nas mais diversas áreas das ciências exatas,
toda vez que tivermos uma equação a ser resolvida. Uma equação nada mais é do que uma expressão
Vocês viram na disciplina resistência dos materiais que, para calcular os esforços em cada barra da treliça,
considera-se:
X
Fx = 0 (2.2)
8
e
X
Fy = 0 (2.3)
pois, na estática, estuda-se o equilíbrio das forças. Dessa forma, é possível determinar as forças aplicadas em
cada barra encontrando as raízes das equações acima para cada barra.
No ensino médio, ensina-se a fórmula de Bhaskara para encontrar as raízes de um polinômio de segundo grau.
Em problemas reais, geralmente, o polinômio que modela o problema apresenta graus mais elevados, o que torna
quase que impossível encontrar os zeros analiticamente. Por outro lado, os métodos numéricos podem ser usados
para encontrar raízes de polinômios de 1 ou mais graus.
Um número real ξ é um zero da função f (x) ou uma raiz da equação f (x) = 0 se f (ξ) = 0. Gracamente, os
zeros reais são apresentados pelas abcissas dos pontos onde intercepta o eixo x.
Os métodos numéricos que serão apresentados encontram apenas aproximações das raízes do polinômio. Entre-
tanto, essa não é uma limitação muito grande, visto que as aproximações possuem qualquer precisão prexada. A
ideia central destes métodos é partir de uma aproximação inicial para a raiz e em seguida renar essa aproximação
por meio de um processo interativo. Por isso, os métodos constam de duas fases:
FASE I: Localização ou isolamento das raízes, que consiste em obter um intervalo que contém a raiz.
FASE II: Renamento, que consiste em melhorar as aproximações iniciais obtidas na Fase I.
Teorema I: Seja f (x) uma função contínua num intervalo [a, b]. Se f (a)f (b) < 0 então existe pelo menos um
ponto x = ξ entre a e b que é raiz de f(x).
Figura 2.3: Gráco de uma função onde o intervalo [a,b] é destacado. Se f (a)f (b) < 0, um dos dois pontos se
encontra na porção negativa do eixo vertical f (x). Logo, existe pelo menos uma raiz em f (x).
Sob as hipóteses do teorema anterior, se f 0 (x) existir e preservar o sinal em (a,b), então este intervalo contém
um único zero de f (x). Porque? Quando f 0 (a) e f 0 (b) possuem o mesmo sinal, signica que a função f (x) apresenta
o mesmo sentido ao longo desse intervalo.
Uma forma de se isolar as raízes de f (x) usando as informações anteriores é tabelar f (x) para vários valores de
x e analisar as mudanças de sinal de f (x) e o sinal da derivada nos intervalos em que a função mudou de sinal.
Exemplo 1
f (x) = x3 − 9x + 3
Construindo uma tabela de valores para f (x) e considerando apenas os sinais, temos:
Podemos concluir que em cada um dos intervalos I1 = [-5,-3], I2 = [0,1], I3 = [2,3] contém pelo menos uma
raiz. Para vericar se existe exatamente uma raiz em cada intervalo, podemos vericar por meio da derivada de
f (x).
9
Tabela 2.1: Análise de f (x) em intervalos especícos.
x −∞ -100 -10 -5 -3 -1 0 1 2 3 4 5
f(x) - - - - + + + - - + + +
• No intervalo I1 , temos que f 0 (−5) = 66 e f 0 (−3) = 18. Como os dois resultados possuem o mesmo sinal,
então as curvas nos dois pontos possuem o mesmo sentido e somente existe um zero neste intervalo.
• No intervalo I2 , temos que f 0 (0) = −9 e f 0 (1) = −6. Novamente, os resultados possuem o mesmo sinal, e só
existe 1 raiz nesse intervalo.
• No intervalo I3 , temos que f 0 (2) = 3 e f 0 (3) = 18. Ambos resultados possuem o mesmo sinal e somente existe
1 raiz nesse intervalo.
Portanto, existem somente 3 raízes na função f (x) que estão nos intervalos I1 , I2 eI3 . Como o polinômio é de
terceiro grau, era esperado que somente existissem as 3 raízes, o que foi comprovado pelo método da derivada.
iii) Essa aproximação está próxima o suciente da raiz exata? Se sim, o problema está resolvido. Caso contrário,
o próximo passo é executado.
iv) Novos cálculos são feitos e uma nova aproximação é gerada. O algoritmo retorna ao passo iii) para vericar
a precisão da aproximação.
Como denir se x, que é a raiz aproximada, está próxima da raiz exata com uma precisão determinada? Os
programas numéricos permitem que seja escolhida a precisão , de tal forma que:
(b − a) < (2.5)
ou
10
2.3.2 Método da Bissecção
Seja f (x) contínua no intervalo [a,b] e tal que f (a)f (b) < 0, o que garante que existe pelo menos uma raiz nesse
intervalo. O objetivo do método da bisseção é reduzir o intervalo que contém a raiz até se atingir a precisão
requerida: (b − a) < , usando para isto a divisão sucessiva de [a,b] ao meio. Esse método é apresentado no gráco
a seguir.
x0 = a0 +b0
2 → Se f (x0 ) > 0 → a1 = a0 e b1 = x0 . Se f (x0 ) < 0 → a1 = x0 e b1 = b0 .
x1 = a1 +b1
2 → Se f (x1 ) > 0 → a2 = a1 e b2 = x1 . Se f (x1 ) < 0 → a2 = x1 e b2 = b1 .
..
.
Exemplo: Encontre a raiz da função f (x) = −2 + x por meio do método da bissecção, considerando que a
precisão deve ser (b − a) ≤ 0, 05.
Note que é uma função de primeiro grau, logo, existe somente uma raiz. Podemos analisar os sinais de valores
de f (x) para determinar o intervalo inicial que contém a raiz.
Escolhe-se, inicialmente, o intervalo a1 = 1 e b1 = 4. Podemos montar uma tabela para nos ajudar a organizar
as informações (ver Tabela 2.3).
Na sétima iteração, b − a < 0, 05, logo, a precisão de 0,05 foi atingida. Sendo assim, temos que a raiz para a
função f (x) == −2 + x é xn = 2, 0078125 com precisão de 0,05, o que resulta em f (xn ) = −0, 0078125.
Repare que os métodos numéricos retornam aproximações do zero. Entretanto, quanto maior o número de itera-
ções, maior é a proximidade do resultado com o valor zero, desde que o algoritmo tenha convergência para a solução.
11
Tabela 2.3: Tabela para a análise no método da bissecção.
n an bn xn f (an ) f (bn ) f (xn ) b−a
1 1 4 2,5 + − − 3
2 1 2,5 1,75 + − + 1,5
3 1,75 2,5 2,125 + − − 0,75
4 1,75 2,125 1,9375 + − + 0,375
5 1,9375 2,125 2,03125 + − − 0,1875
6 1,9375 2,03125 1,984375 + − + 0,09375
7 1,984375 2,03125 2,0078125 + − − 0,046875
Exercício: Use o método da bissecção para encontrar todas as raízes da função f (x) = x2 − 6, 4x + 6, 24 com
uma precisão mínima de b − a ≤ 0, 05.
Note que é uma função de segundo grau, logo, existem duas raízes. Podemos analisar os sinais de valores de
f (x) para determinar os intervalos iniciais que contém as raízes.
Logo, as raízes da função f (x) estão nos intervalos I1 = [1, 2] e I2 = [4, 7]. Calculando a raiz do primeiro
intervalo, dene-se a1 = 1 e b1 = 2.
1 1 2 1,5 + − − 1
2 1 1,5 1,25 + − − 0,5
3 1 1,25 1,125 + − + 0,25
4 1,125 1,25 1,1875 + − + 0,125
5 1,1875 1,25 1,21875 + − − 0,0625
6 1,1875 1,21875 1,203125 + − − 0,03125
Encontramos as raízes xn = 1, 201325 dentro do intervalo I1 . Vamos calcular agora a raiz dentro intervalo I2 ,
o qual é denido por a1 = 4 e b1 = 7.
12
Tabela 2.6: Tabela para a análise no método da bissecção.
n an bn xn f (an ) f (bn ) f (xn ) b−a
1 4 7 5,5 − + + 3
2 4 5,5 4,75 − + − 1,5
3 4,75 5,5 5,125 − + − 0,75
4 5,125 5,5 5,3125 − + + 0,375
5 5,125 5,3125 5,21875 − + + 0,1875
6 5,125 5,21875 5,171875 − + − 0,09375
7 5,171875 5,21875 5,1953125 − + − 0,046875
No intervalo I2 , encontramos a raiz xn = 5, 1953125 com uma precisão de 0,05, a qual representa f (xn ) =
−0, 01249.
Sendo assim, encontramos as duas raízes xn1 = 1, 201325 e xn2 = 5, 1953125 com precisão de b − a < 0, 05.
Note que as raízes verdadeiras são x1 = 5, 2 e x2 = 1, 2, logo, encontramos uma boa aproximação para as raízes de
f (x).
Exercício: Use o método da bissecção para calcular TODAS as raízes da função f (x) = x2 − 7x + 10 com
precisão mínima de b − a < 10−2 .
Exercício: Use o método da bissecção para calcular TODAS as raízes da função f (x) = x3 − 4, 1x2 − 11, 61x +
33, 201 com precisão mínima de b − a < 10−2 .
O método de Newton-Raphson utiliza a derivada da curva f (x) para conseguir encontrar uma aproximação para a
raiz da função. Considere a seguinte função f (x).
O método de Newton Raphson pode ser deduzido pelos seguintes passos:
ii) Encontre f (x0 ) e desenhe uma reta tangente a esse ponto. O local onde essa reta cruzar o eixo x é o valor
de x1 , o qual pode ser calculado pela seguinte equação:
f (x0 )
x1 = x0 − (2.7)
f 0 (x0 )
13
Figura 2.5: Reta tangente na determinação dos novos valores de xi .
iii) Repita as iterações até encontrar uma precisão especíca. A fórmula geral para o cálculo de xn é:
f (xn−1 )
xn = xn−1 − (2.8)
f 0 (xn−1 )
Exemplo: Encontra uma raiz aproximada de x2 +x−5 de forma que a precisão seja de, pelo menos, f (x) < 10−2
Calculando a derivada de f (x), temos que: f 0 (x) = 2x + 1. Devemos encontrar o valor de x0 tal que f (x0 ) é
próximo de 0. Para isso, basta substituir valores em f (x) = x2 + x − 5
f (0) = 0 + 0 − 5 = −5 (2.9)
f (1) = 1 + 1 − 5 = −3 (2.10)
f (2) = 4 + 2 − 5 = 1 (2.11)
Logo, x0 = 2. Temos o valor inicial para começar o método de Newton Raphson.
• 1a iteração:
f (x0 ) 1
x1 = x0 − 0
= 2 − = 1.8 (2.12)
f (x0 ) 5
f (x1 ) = 1, 82 + 1.8 − 5 = 0, 4 (2.13)
• 2a iteração:
f (x1 ) 0, 04
x2 = x1 − 0
= 1.8 − = 1, 7913 (2.14)
f (x1 ) 4, 6
f (x2 ) = 1, 79132 + 1.7913 − 5 = −0, 06 (2.15)
• 3a iteração:
f (x2 ) 0, 0000556
x3 = x2 − 0
= 1.7913 − = 1, 7912 (2.16)
f (x2 ) 4, 5826
f (x3 ) = 1, 79122 + 1.7912 − 5 = −0, 0004 (2.17)
Logo, quando x = 1, 7912, temos que f (x) = −0, 0004, próximo de zero o suciente segundo a precisão
requerida de 10−2
14
Exercícios
1. Use o método de Newton para encontrar todos os zeros da função f (x) = x2 − 2x − 10 com precisão mínima
de f (x) < 10−2 .
Usa-se a tabela de sinais para encontrar os intervalos onde os zeros estão:
A função f (x) alterna sinais nos intervalos [−3; −1] e [4; 5]. Logo, existe um zero dentro de cada intervalo.
Para determinar o zero do primeiro intervalo, devemos escolher o ponto inicial x0 . Analisando os valores de
f (x) para os pontos extremos desse intervalo de [−3; −1], temos que:
Uma vez que f (−3) é mais próximo de zero, usaremos x0 = −3. Calculando o valor de x1 ,
f (x0 ) f (−3) 5
x1 = x0 − = −3 − 0 = −3 − = −3 + 0, 625 = −2, 375 (2.20)
f 0 (x0 ) f (−3) −8
Avaliando f (x1 ),
Ainda estamos fora da precisão requerida, uma vez que f (x1 ) = 0, 39 > 0, 01. Calculando o valor de x2 ,
f (x1 ) 0, 39
x2 = x1 − 0
= −2, 375 − = −2, 375 + 0, 058 = −2, 3171 (2.22)
f (x1 ) −6, 75
Analisando f (x2 ),
Quando x = −2, 3171, temos que f (x) = 0, 003349. Foi pedido que a precisão seja de 10−2 = 0, 01. Como
0, 003349 < 0, 01, conseguimos encontrar a primeira raiz de f (x) = x2 − 2x − 10 atendendo a precisão
requerida.
Encontrem a segunda raiz (Resposta: x2 = 4, 3166... e f (x1 ) = 0, 000277...)
2. Use o método de Newton para encontrar todos os zeros da função f (x) = x2 − 11x + 24 com precisão mínima
de f (x) < 10−2 .
3. Use o método de Newton para encontrar todos os zeros da função f (x) = x3 − 9x2 + 2x + 48 com precisão
mínima de f (x) < 10−2 .
15
Capítulo 3
Para isto, temos que determinar 17 forças desconhecidas que atuam nessa treliça, as quais geram um sis-
tema linear com 17 equações! Os métodos numéricos estudados neste capítulo vão simplicar a resolução destes
problemas.
Um sistema linear com m equações e n variáveis é escrito, usualmente, na forma:
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
.
.
.
am1 x1 + am2 x2 + ... + amn xn = bm
onde
aij : coecientes 1 ≤ i ≤ m, 1 ≤ j ≤ n
xj : variáveis j = 1, ..., n
bi : constantes i = 1, ..., m
i) Solução única:
2x1 + x2 = 3
x1 − 3x2 = −2
16
ii) Innitas soluções:
2x1 + x2 = 3
4x1 + 2x2 = 6
iii) Nenhuma solução:
2x1 + x2 = 3
4x1 + 2x2 = 2
i) retas concorrentes
Neste capítulo, serão apresentados métodos numéricos para a resolução de sistemas lineares n x n que apresen-
tam solução única. Esses métodos numéricos podem ser divididos em dois grupos: métodos diretos e métodos
iterativos. Os Métodos Diretos são aqueles que fornecem a solução exata do sistema linear, caso ela exista,
após um número nito de operações. Por outro lado, os Métodos Iterativos geram uma solução a partir de uma
aproximação inicial, x(0) , após um número nito de iterações.
O método de eliminação de Gauss consiste em transformar o sistema linear original num sistema linear equivalente
com matriz dos coecientes triangular superior, pois estes são de resolução imediata. Sistemas lineares triangulares
17
superior apresentam a seguinte forma:
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = b1
a22 x2 + a13 x3 + ... + a2n xn = b2
a13 x3 + ... + a2n xn = b2
.
.
.
ann xn = bn
Nestes sistemas, é possível determinar o valor de xn = abnn n
de forma direta. Em seguida, determina-se xi
subindo linha por linha. O Método de Eliminação de Gauss auxilia na transformação de um sistema linear padrão
para a forma triangular superior, de onde é possível resolver sistemas com múltiplas equações.
Para facilitar o entendimento, vamos transformar o sistema linear para a forma matricial, mantendo somente
os coecientes de x1 , x2 e de x3 e também as constantes bi . Além disso, vamos usar a notação Li para referenciar
as linhas da matriz com os coecientes do sistema linear.
3 2 4 | 1
1 1 2 | 2
4 3 −2 | 3
Para eliminar x1 das equações 2 e 3, deve-se fazer com que os coecientes de x1 em L2 e L3 seja 0. No método
de Gauss, escolhemos um elemento pivô, e sobre este elemento efetuaremos operações para eliminar os coecientes
desejados. Na primeira etapa, podemos escolher o elemento da primeira linha/coluna como pivô:
3 2 4 | 1
1 1 2 | 2
4 3 −2 | 3
Devemos usar este elemento para zerar os coecientes de x1 nas linhas 2 e 3. Para zerar o coeciente de x1 na
linha 2, basta fazer a seguinte operação:
1
L2 = L2 − L1 (3.1)
3
Dessa forma, manipularemos toda a linha 2 com o objetivo de zerar o coeciente de x1 na linha 2. O resultado
dessa operação é:
3 2
4 | 1
0 1/3 2/3 | 5/3
4 3 −2 | 3
Eliminamos x1 na equação 2, mas falta eliminá-lo na equação 3. Novamente, usamos o pivô para zerar o
coeciente de x1 , agora na linha 3, por meio da seguinte operação:
4
L3 = L3 − L1 (3.2)
3
Essa manipulação da linha 3 resulta em:
18
3 2 4 | 1
0 1/3 2/3 | 5/3
0 1/3 −22/3 | 5/3
A primeira etapa foi concluída, visto que eliminamos x1 das equações 2 e 3.
Para eliminar x2 da equação 3, devemos zerar o coeciente 1/3 da terceira linha. Podemos escolher os elementos
2 ou 1/3 para serem o pivô da operação. Neste caso, será escolhido o elemento 1/3 pois ele facilitará a operação
de subtração.
3 2 4 | 1
0 1/3 2/3 | 5/3
0 1/3 −22/3 | 5/3
Fazendo a seguinte operação:
L3 = L3 − L2 (3.3)
resulta-se em:
3 2 4 | 1
0 1/3 2/3 | 5/3
0 0 −8 | 0
A matriz está na forma triangular superior, visto que todos os elementos abaixo da matriz diagonal são zero.
Convertendo essa matriz para o formato de um sistema linear, temos:
3x1 + 2x2 + 4x3 = 1
0x1 + 31 x2 + 32 x3 = 53
0x1 + 0x2 − 8x3 = 0
Note que é possível determinar a solução do sistema linear de forma direta. Na terceira equação, temos que:
3x1 + 2 · 5 + 4 · 0 = 1 → x1 = −3 (3.6)
A solução do sistema linear proposto é o vetor (x1 , x2 , x3 ) = (−3, 5, 0).
i)
x1 − x2 + 2x3 = 2
2x1 + x2 − x3 = 1
−2x1 − 5x2 + 3x3 = 3
19
ii)
5x1 + 2x2 + x3 = −12
−x1 + 4x2 + 2x3 = 20
2x1 − 3x2 + 10x3 = 3
3.1.2 Fatoração LU
Seja o sistema linear Ax = b. O processo de fatoração para resolução deste sistema consiste em decompor a matriz
dos coecientes A em um produto de dois ou mais fatores e, em seguida, resolver uma sequência de sistemas lineares
que nos conduzirá à solução do sistema linear original.
Na Fatoração LU, a matriz A é fatorada na forma A = LU , onde:
A · x = b → (LU ) · x = b → LU x = b (3.7)
Dene-se uma função y = U x. Dessa forma, substituindo na equação acima, temos um novo sistema linear:
Ly = b
Ux = y
Para calcular as matrizes L e U , deve-se usar o Método da Eliminação de Gauss para encontrar os multiplicadores
que zeram os elementos abaixo da matriz diagonal, mij e a matriz A resultante. Com esses parâmetros, constrói-se
L como uma matriz triangular inferior, onde sua diagonal é unitária e os demais elementos são os multiplicadores
usados no Método da Eliminação de Gauss para zerar os elementos abaixo da matriz triangular.
1 0 0
L = m21 1 0
m31 m32 1
A matriz U é triangular superior e é o resultado do nal da fase da triangulação do método da eliminação de
Gauss.
a11 a12 a13
U = 0 a22 a23
0 0 a33
Deve-se aplicar o Método de Eliminação de Gauss para transformar a matriz A em uma matriz triangular
superior. Os multiplicadores devem ser armazenados, pois serão usados na composição da matriz L. Iniciando com
o pivo a11 = 3, começamos a primeira etapa como:
20
3 2 4
A = 1 1 2
4 3 2
3 2
4
A(1) = 0 1/3 2/3
0 1/3 −10/3
A segunda etapa consiste em zerar o elemento a32 = 1/3. Para tanto, escolhe-se como pivô o elemento a22 = 1/3:
3 2 4
A(1) = 0 1/3 2/3
0 1/3 −10/3
Fazendo a manipulação:
L3 = L3 − L2 (3.10)
temos o multiplicador m32 = 1 e conseguimos zerar o elemento a32 :
3 2 4
(2)
A = 0 1/3 2/3
0 0 −4
O fator L é composto pelos multiplicadores em suas respectivas posições e por uma diagonal unitária:
1 0 0 1 0 0
L = m21 1 0 = 1/3 1 0
m31 m32 1 4/3 1 1
O fator U é composto pela matriz A(2) após a segunda etapa do método de eliminação de Gauss:
3 2 4
U = A(2) = 0 1/3 2/3
0 0 −4
21
i) Ly = b :
y1 = 1
(1/3)y1 + y2 = 2
(4/3)y1 + y2 + y3 = 3
ii) U x = y :
3x1 + 2x2 + 4x3 = 1
+ 31 x2 + 23 x3 = 5/3
−4x3 = 0
A vantagem do Método de Fatoração LU é que podemos resolver qualquer sistema linear que tenha A como
matriz dos coecientes. Se o vetor b for alterado, a resolução do novo sistema será quase que imediata.
O Método de Gauss-Jacobi gera uma sequência de x(k) vetores a partir de uma solução inicial x(0) , que deve
convergir para a solução do sistema. Dado um sistema linear na forma Ax = b.
a11 x1 + a12 x2 + a13 x3 = b1
a21 x1 + a22 x2 + a23 x3 = b2
a31 x1 + a32 x2 + a33 x3 = b3
O método de Gauss-Jacobi consiste em isolar x1 na linha 1, x2 na linha 2 e x3 na linha 3 em cada nova iteração.
Dessa forma, calculamos os novos xk1 , xk2 , xk3 com base nos valores antigos de x1 , x2 e x3 , que são representados
por x1k−1 , xk−1
2 , x3 :
k−1
22
Critérios de Parada
O processo iterativo é repetido até que o vetor x(k) esteja sucientemente próximo do vetor x(k−1) . Medimos a
distância entre x(k) e x(k−1) por:
(k) (k−1)
d(k) = max |xi − xi |. (3.11)
1≤i≤n
Assim, dada uma precisão , o vetor x(k) será escolhido como x, solução aproximada da solução exata, se d(k) < .
(1) (0)
|x2 − x2 | = | − 1, 86 − (−1, 6)| = 0, 26 (3.13)
(1) (0)
|x3 − x3 | = |0, 94 − 0, 6| = 0, 36 (3.14)
d(1) é o valor máximo entre as três distâncias obtidas. Sendo assim, d(1) = 0, 36. Uma vez que o exercício pediu
uma precisão de = 0, 2, devemos efetuar outra iteração, pois d(1) > .
Para k = 2,
(2) 1 (1) (1) 1
x1 = a11 (b1 − a12 x2 − a13 x3 ) = 10 (7 − 2 · −1, 86 − 1 · 0, 94) = 0, 978
(2) 1 (1) (1)
x2 = a22 (b2 − a21 x1 − a23 x3 ) = 15 (−8 − 1 · 0, 96 − 1 · 0, 94) = −1, 98
(2) 1 (1) (1) 1
x3 = a33 (b3 − a31 x1 − a32 x2 ) = 10 (6 − 2 · 0, 96 − 3 · −1, 86) = 0, 966
23