Aula 15- Métodos Iterativos – Gauss-Jacobi

Com este documento pretendo apoiar a aula que será transmitida online e que podem aceder
através do link
https://videoconf-colibri.zoom.us/j/347199478

O documento estará no moodle em formato word e cada aluno pode utilizá-lo para tirar dúvidas.

Peço que leiam atentamente o documento, tentem também resolver os exercícios (aproveitando
para treinar a máquina de calcular) e se surgir dúvidas entrem em contato comigo por e-mail, Skype
ou por um chat no moodle.

Esta aula será dividida em 3 partes

Parte I- Conceitos gerais sobre os métodos iterativos- Considerações gerais sobre os métodos
iterativos. Normas, matrizes iterativas, condições de convergência e critérios de paragem.

Parte II- Método de Gauss- Jacobi e exemplo – Estudo do método de Gauss-Jacobi, matriz iterativa,
condições de convergência. Exemplo resolvido.

Parte III- Proposta de resolução de um exercício- Exercício para resolver sozinhos recorrendo aos
exemplos anteriores sem resolução com solução final.

Nota – o que está em azul são comentários que na aula seriam falados a preto e outras cores o que
seria escrito no quadro.
Aula 15- Métodos Iterativos – Gauss-Jacobi

Parte I- Conceitos gerais sobre os métodos iterativos

Os processos iterativos consistem em, dado um valor que será o x 0, com este calcular um x 1 e assim
sucessivamente. Inerente a este conceito está a convergência, por exemplo, se :

 x 0=1.5
 x 1=1.11
 x 2=1.05
 x 3=1.0001
 etc
Conseguimos intuir que aqueles pontos se estão a aproximar de 1, ou seja x n → 1. Matematicamente
é o mesmo que dizer que |x n−1|→ 0 (a distância entre os pontos o 1, é cada vez menor).

Quando falamos em sistemas de equações lineares, podemos ter uma sucessão de pontos em Rn ,
por exemplo:

1.01 1.001 1.0001

[ ] [ ] [ ]
X 0= 3.5 , X 1 = 3.8 , X 2 = 3.2 como analisar aqui a convergência?
5.5 5.8 5.1

Uma sucessão de pontos X n → X se ‖ X n−X‖→ 0

Definição de norma

Chama-se norma de uma matriz A , ‖A‖ , qualquer função definida num espaço vetorial V, com
valores em IR , satisfazendo as condições:

‖A‖>0 e ‖A‖=0 se e só se A=0 ;

‖λ A‖=|λ|‖A‖ para todo o escalar λ ;

‖A+B‖≤‖A‖+‖B‖ (desigualdade triangular)

Exemplos de normas de matriz

Seja A uma matriz de ordem n . Definimos:

n
‖A‖∞= max ∑ | aij |
1≤i≤n j=1 (Norma linha) soma todos as linhas
n
‖A‖1= max ∑ | aij |
1≤ j≤n i=1 (Norma coluna) soma todas as colunas
Aula 15- Métodos Iterativos – Gauss-Jacobi

n n
A2  a
i 1 j 1
2
ij  a112  a122  .....
(Norma euclidiana)

Exemplo

1 2 3
Considere a matriz A= 5 1 −8
1 9 10 [ ]
A   max{1  2  3  6,5  1  8  14,1  9  10  20}  20
 (Norma linha)

A 1  max{1  5  1  7, 2  1  9  12,3  8  10  21}  21

 (Norma coluna)

A 2  12  22  32  .....  102  286

 (Norma euclidiana)

3
Considere a matriz A= −8
10 []
A   max{3,8,10}  10
 (Norma linha)

A 1  max{2  8  10  21}  21
 (Norma coluna)

A 2  32  ( 8) 2  10 2  173
 (Norma euclidiana)
Duas normas são equivalentes sse ‖ X n−X‖a →0 ⟺‖ X n− X‖b →0 .
Todas as normas que exemplificadas são equivalentes, ou seja podemos analisar a convergência
usando qualquer uma. Vamos usar a norma da linha ‖‖∞
Alerta
‖u−v‖∞ ≠‖u‖∞−‖v‖∞
2 5 2 5

‖[ ] [ ]‖ ‖[ ]‖ ‖[ ]‖ ‖[ ]‖
−3
1 − 6 = −5 ≠ 1 − 6 porque ‖5‖∞ ≠‖3‖∞−‖6‖∞.
3 3 ∞ 0 ∞ 3 ∞ 3 ∞

 Funcionamento dos processos iterativos

Estes métodos só funcionam para sistemas de equações lineares AX=b se a matriz A é
quadrada e se o sistema é possível e determinado,
Isto é quando estamos a escalonar temos de ter um pivot por cada linha,
Aula 15- Métodos Iterativos – Gauss-Jacobi

p1 . . 4

[ 0
0
p2
0
. 20
p3 6
|]
isto acontece sse det ( A)≠ 0 .

x1
Resolver o sistema AX=b é encontrar um vetor u=
[]
⋮ tal que Au=b .
xn

A ideia é transformar
matriz coluna

Au=b noutra equivalente com a forma B

⏟ u+ ⏞g =u, semelhante ao ponto
matriz quadrada

fixo
Au=b ⟺ Bu+ g=u
O processo iterativo consiste em dado um valor uo inicial (dado ou escolhido), calcular
- u1=B u0 + g
-u2=B u1 + g
…
-uk +1=Bu k + g

  u   Bu  g
A função é uma função de iteração dada na forma matricial. A matriz B é
chamada matriz de iteração do processo iterativo.

Dado o processo iterativo uk +1=Bu k + g

Se uk → ú então ú coincide com a solução de Au=b .

Porque se passarmos ao limite uk +1=Bu k + g obtém-se u  Bu  g que é equivalente a A ú=b.

 Convergência
Já tínhamos visto que:
-A matriz A tem de ser quadrada.
-det ( A ) ≠ 0 .

Critério Geral de Convergência

Aula 15- Métodos Iterativos – Gauss-Jacobi

Se ‖⋅‖ é uma norma qualquer de matrizes a condição ‖B‖<1 é suficiente para garantir a

convergência do processo iterativo definido pela fórmula

uk 1  Buk  g .

Critérios de Paragem

1. A uk ≈ b ou seja uk ≈ B u k + g
2. k =km á x número de iterações
3. Erro inferior ao admitido

Erro Absoluto

‖u k −uk−1‖∞.

Erro Relativo

‖uk −uk−1‖∞
max ( 1 ,‖uk‖∞ )

Relembro que
‖u−v‖∞ ≠‖u‖∞−‖v‖∞
2 5 2 5

‖[ ] [ ]‖ ‖[ ]‖ ‖[ ]‖ ‖[ ]‖
−3
1−6 = −5 ≠ 1 − 6 porque ‖5‖∞ ≠‖3‖∞−‖6‖∞.
3 3 ∞ 0 ∞ 3 ∞ 3 ∞

Parte II- Método de Gauss- Jacobi e exemplo

Para tentar explicar este método vamos começar por um exemplo 2 ×2

{54 xx +3+6 y=2

y=7
que tem a seguinte representação matricial [ 54 36][ xy ]=[72]
Au=b ⟺ u=Bu+ g
Aula 15- Métodos Iterativos – Gauss-Jacobi

Cálculos matriciais explicaçã exemplo

o
Au=b forma
matricial [ 54 36][ xy ]=[72]
( L+ D+ R)u=b Dividir a
matriz A
em três
([ 04 00]+[ 50 06]+[ 00 30])[ xy ]=[ 27]
matrizes
Lu+ Du+ Ru=b proprieda
de
distributi
[ 04 00][ xy ]+[ 50 06][ xy ]+[ 00 30][ xy ]=[ 27]
va
Du=−Lu−Ru+ b Isolar Du
[ 50 60][ xy ]=−[ 04 00][ xy ]−[ 00 30][ xy ]+[72]
Du=−( L+ R ) u+b Por u em 5 0 x =− 0 0 + 0 3 x +2
evidência [ ][ ] ([ ] [ ])[ ] [ ]
0 6 y 4 0 0 0 y 7

u=D−1 ¿ ) Isolar u Nota numa matriz diagonal, onde todos os

elementos da diagonal não são zeros, tem
inversa e a sua inversa é uma matriz diagonal
com todos os elementos inversos
1

[]
y
[
x =− 5
0
0
1
6
] 0 0+ 0 3
( ( [ ] [ ]) [ ] [ ] )
4 0 0 0
x + 2
y 7

u=−D−1 ( L+ R ) u+ D −1 b Distribuir 1 1

[] [ ]([ ] [ ])[ ] [ ] [ ]
D−1 0 0
x =− 5 0 0+ 0 3 x + 5 2
y 1 4 0 0 0 y 1 7
0 0
6 6

Cálculos 1 1

[] [ ][ ][ ] [ ][ ]
0 0
x =− 5 0 3 x + 5 2
y 1 4 0 y 1 7
0 0
6 6

B
−3 2

[][ ][ ] [ ]
⏞
u=−D
−1
( L+ R ) u+ ⏟
D b
−1 0
x = 5 x + 5
g y −4 y 7
0
6 6

Encontramos a nossa função iterativa

B

⏞
u=−D
−1
( L+ R ) u+ ⏟
D b
−1

g
Aula 15- Métodos Iterativos – Gauss-Jacobi

Reparem

[ 54 36][ xy ]=[72] −3 2

[ xy ]= −4 [ ][ ] [ ]
0

6
5
0
x + 5
y 7
6

0 −a12 / a11 −a 13 /a11 … −a1n / a11

[g=¿ b1/a1 ¿][b2/a2 ¿][ ⋮¿]¿¿
[
B= −a 21 /a22
⋮
−an 1 /ann
0
⋮
−a23 /a 22
⋮
−an2 / ann −a n3 /ann
… −a 2n / a22
⋱
…
⋮
0
] e ¿
O cálculo das iterações serão:

 u0 (dado)

 u1=−D−1 ( L+ R ) u0 + D −1 b
 ….
 uk +1=−D−1 ( L+ R ) u k + D−1 b

Vejamos o nosso exemplo

Matrizes Sistema
−3 2 3 2

[] x1
y1
=
[ ][ ] [ ]
−4
6
0
5 x0 + 5
0 y0
7
6
{ x 1=− y +

y 1=
−4
6
5 0 5
x 0+
7
6

−3 2 3 2

] [ ][ ] [ ] {
0 x k+1 =− y +
x k +1 5 xk 5 5 k 5
[ y k+1
=
−4
6
0
+
yk 7
6
y k+1=
−4
6
xk +
7
6

Reparem

{54 xx +3+6 y=2 3 2

y=7

{ x k+1 =− y +

y k+1=
−4
6
5 k 5
xk +
7
6
 Aula 15- Métodos Iterativos – Gauss-Jacobi

Dado o sistema inicial, para obter o sistema final, basta isolar na primeira equação a primeira
incógnita e assim sucessivamente.

{54 xx +3+6 y=2 −3 2

y=7

Depois basta atribuir o número da iteração

{ x=

y=
5
−4
6
y+

x+
5
7
6

3 2

{ x k+1 =− y +

y k+1=
−4
5 k 5
x +
6 k 6
7

Podemos usar as matrizes ou os sistemas, se estamos a fazer os cálculos manuais fica mais
acessível usar o sistema, caso se esteja a usar o computador (para sistemas muito grandes)
devemos usar as matrizes

Quadro resumo do Método de Gauss-Jacobi

Recorrendo ao cálculo matricial Recorrendo a sistemas
Para sistemas muito grandes, e recorrendo ao PC Para cálculos feitos à mão
 u0 =[ x 01 , x 02 ,… . , x 0n ](dado)  u0 =[ x 01 , x 02 ,… . , x 0n ](dado)
 u1=−D−1 ( L+ R ) u0 + D −1 b
 ….

( k + 1 ) 1 ( k ) ( k ) ( k ) ( k ) ( k +1 ) 1 ( k ) ( k ) ( k ) ( k ) ( k + 1 ) 1 ( k ) ( k ) ( k ) ( k )
{ { {
 uk +1=−D−1 ( L+ R ) u k + D−1 b

] ( ) ( ) ( ){
x1 = b1−a12x2−a13x3−a14x4−…−a1nxn ¿ x2 = b2−a21x1−a23x3−a24x4−…−a2nxn ¿ x3 = b3−a31x1−a32x2 −a34x4−…−a3nxn ⋮¿ ¿
0 −a12 / a11 −a 13 /a11 … −a1n / a11

[
B= −a 21 /a22
⋮
−an 1 /ann
0
⋮
−a23 /a 22
⋮
−an2 / ann −a n3 /ann
… −a 2n / a22
⋱
…
⋮
0
a1 a2 a3
b /a b /a [ ⋮¿]¿
g=¿[ 1 1 ¿][ 2 2 ¿] ¿
e ¿
Exemplo
Aula 15- Métodos Iterativos – Gauss-Jacobi

Verificar se o método de Gauss-Jacobi produz uma sucessão convergente para a solução do sistema
5 x + y +3 z=1
{ x +3 y−1 z=2
−2 x + 4 y +6 z=3

Em termos matriciais

5 1 3 x 1

[ 1 3 −1 y
−2 4 7 z
= 2
3 ][ ] [ ]
A matriz A é quadrada e

5 1 3
|1
−2
5
3 −1
|
4 7 =105+12+2+18+20−7=150 ≠ 0
1 3
1 3 −1
O critério geral diz que ‖B‖∞ <1, neste caso

−1 −3

[ ]
0
5 5
−1 1
B= 0
3 3
2 −4
0
7 7

‖B‖∞=max {51 + 35 = 45 , 13 + 13 = 32 , 72 + 47 = 76 }<1 logo verifica-se porque cada elemento é inferior a

1.

Mas ver isso na matriz B, é dizermos que em A 1+3<5, 1+1<3 e 2+4<7, então podemos dizer que

O método de Gauss-Jacobi converge se,

¿ j≠i ¿¿¿<1¿
 o critério das linhas for satisfeito, isto é, se n , ou

¿ i≠i ¿¿¿<1¿
 o critério das colunas for satisfeito, isto é, se n , ou
 se a matriz dos coeficientes do sistema dado for estritamente diagonal dominante, isto é, se

¿ j≠i ¿¿¿ , i=1,2,…,n¿

n .
Aula 15- Métodos Iterativos – Gauss-Jacobi

5 1 3

[ ]
Alerta que a soma é em módulo, por exemplo a matriz 1 3 −1 , não é diagonal dominante por

2+ 4 não é inferior a 6.
−2 4 6

Exercício 13

Verificar se o método de Gauss-Jacobi produz uma sucessão convergente para a solução do sistema
apresentado, e, em caso afirmativo, resolver o sistema usando esse mesmo método, para três
T
iterações, com u0  (1.2; 2.9;1.6) .

 20 x  5 y  z  24

 2 x  20 y  2 z  58
 2 y  10 z  16


20 5 −1
Condições A=
[
2 20 −2
0 −2 10 ]
 A matriz A é quadrada;

20 5 −1


| 2 20 −2
|
0 −2 10 =4000+ 4 +0−0−80−100=3824 ≠ 0
20 5 −1
2 20 −2
 A matriz é diagonal dominante porque
20>5+1;
20>4+4
10>0

Sistema
 24  5 y  z
x  20
20 x  5 y  z  24 
  58  2 x  2 z
2 x  20 y  2 z  58   y 
2 y  10 z  16  20
  16  2 y
 z  10
 então iremos calcular as iterações com
Aula 15- Métodos Iterativos – Gauss-Jacobi

 24  5 yk  zk
 xk 1  20

 58  2 xk  2 zk
 yk 1 
 20
 16  2 y k
 zk 1  10

Cálculo das iterações
1ª iteração
k uk ‖u k‖∞ (u k −uk−1 ) E.ABS E.REL
xk yk zk ‖u k −uk−1‖∞ ‖uk −uk−1‖∞
max ( 1 ,‖uk‖∞ )
0 1.2a -2.9a 1.6a 2.9b Aqui não se pode calcular porque não temos uk−1
1

Cálculos auxiliares e notas

a- dado
b- max {1.2,2 .9,1.6 }=2.9

2ª iteração
k u0 ‖u k‖∞ (u k −uk−1 ) E.ABS E.REL
xk yk zk ‖u k −uk−1‖∞ ‖uk −uk−1‖∞
max ( 1 ,‖uk‖∞ )
0 1.2 -2.9 1.6 2.9 Aqui não se pode calcular porque não temos uk−1
1 2.01a -2,86b 1.02c 2.86d (0.81;0.04;-0.58)e 0.81f 0.81
0.28
2.86

a. b. c.
24  5(2.9)  1.6 58  2(1.2)  2(1.6) 16  2(2.9)
x1   2.01 y1   2.86
z1   1.02
20 20 10
Cálculos auxiliares e notas

d. max (2.01; 2.86,1 .02¿)=2.86 ¿

e. ( u k −uk−1 )=(2.01−1.2 ;−2.86+2.9,1 .02−1.6)

f. max ( 0.81 ; 0.04 ;−0.58 )=0.81

3ª iteração
k uk ‖u k‖∞ (u k −uk−1 ) E.ABS E.REL
xk yk zk ‖u k −uk−1‖∞
Aula 15- Métodos Iterativos – Gauss-Jacobi

‖uk −uk−1‖∞
max ( 1 ,‖uk‖∞ )
0 1.2 -2.9 1.6 2.9 Aqui não se pode calcular porque não temos uk−1
1 2.01 -2,86 1.02 2.86 (0.81;0.04;-0.58)2 0.81f 0.81
0.28
2.86
2 1.97a -3b 1.03c 3 (-0.04;-0.14;0.01) 0.14 0.14
0.047
3
 24  5 yk  zk
 xk 1  20

  58  2 xk  2 zk
 yk 1 
 20
 16  2 y k
 zk 1  10


Cálculos auxiliares e notas

a. b. c.
24  5(2.86)  1.02 58  2(2.01)  2(1.02) 16  2(2.86)
x2   1.97 y2  z23  1.03
20 20 10

2
Repare que a solução do sistema é CS= −3
{}1

Parte III- Proposta de resolução de um exercício

Verificar se o método de Gauss-Jacobi produz uma sucessão convergente para a solução do sistema
apresentado, e, em caso afirmativo, resolver o sistema usando esse mesmo método, para três
T
iterações, com u0  (0;0;0) . Indicar o majorante do erro relativo.

10 x1  2 x2  x3  7

 x1  5 x2  x3  8
2 x  3 x  10 x  6
 1 2 3

Solução
Aula 15- Métodos Iterativos – Gauss-Jacobi