Escolar Documentos
Profissional Documentos
Cultura Documentos
Sob a forma matricial Sn pode ser escrito como A x = b, onde A é uma matriz de ordem
“ n ” , b e x são matrizes n × 1.
a11 a 21 a1n b1
a b2
21 a 22 a 2 n é chamada de matriz estendida do sistema Sn .
A matriz B =
a n1 a n 2 a nn b n
Definição:
O vetor x = ( x 1 , x 2 , ... , x n ) t constitui uma solução para Sn se para xi = x i
(1≤ i ≤ n) as equações de Sn forem satisfeitas.
Um sistema linear pode ser classificado do seguinte modo:
1. Compatível (quando possuí solução):
a. Determinado (única solução)
b. Indeterminado (infinitas soluções)
2. Incompatível (quando NÃO possuí solução)
Exemplos:
x1 + x 2 = 0
2) O sistema S2 = é incompatível. Geometricamente temos:
x1 + x 2 = 1
x2
x1 + x2 = 0
x1
x1 + x2 = 1
x1 + x 2 = 0
3) O sistema S2 =
x1 − x 2 = 0
x2
x1 - x2 = 0
x1
x1 + x2 = 0
x1 + x 2 = 0
4) O sistema S2 = é incompatível indeterminado. Geometricamente
2x1 − 2x 2 = 0
temos:
x2
x1
Retas Coincidentes
x1 + x2 = 0
2x1 + 2x2 = 0
UERJ - CTC - IME - Departamento de Informática e Ciência da Computação 46
Cálculo Numérico — Professora Mariluci Ferreira Portes
Norma de um vetor x = (x1 , x2 , x3 ,..., xn) é todo número real denotado por || ||,
associado a x, que satisfaz a:
1. || x || > 0 e || x || = 0 ↔ x = 0
2. || x + y || ≤ || x || + || y || onde x, y ∈ rn
3. || c · x || = | c | · || x || onde c ∈ r
x = (3 – 50) x + y = (5 – 4 3 ) | | x| | = 5 | | x + y| | = 5 ≤ ... | | x| | +
| | y| | = 8
y = (2 1 3) | | y| | = 3
Seja c = -2
c · x = (-6 10 0) || c x || = 10 = | c | · || x ||
n
Definição 2: O ∑ | x i | também é uma norma para o vetor x. É conhecida como norma c.
i =1
Os métodos de eliminação são exatos, mas podem conduzir a soluções errôneas devido
ao erro de arredondamento.
Para evitar isto, usaremos a condensação pivotal parcial, cujo procedimento é redispor
as linhas de tal forma que a linha do elemento pivô permaneça fixa e que o elemento pivô seja
escolhido dentre os elementos da coluna que tem o maior valor absoluto.
A finalidade da condensação pivotal parcial é:
1. Minimizar o erro de arredondamento.
2. Evitar a divisão por zero.
3. Testar a singularidade do sistema.
2x1 + 3x 2 + 4 x03 = 3 9
Exemplo: Resolver o sistema S = 3 x6 + 1 0x 6 + 7x = − 6 3pelo método de eliminação de
3 1 2 3
2 x5 + 5x + 1 x2 = 3 2
1 2 3
Gauss com condensação pivotal parcial.
Solução:
( 1)
2 3 40 39 36 106 7 − 63 L1 = L1 / 36 1 2,94 0,19 − 1,75
36 106 7 − 63 → 2 3 40 39 → L (1) = L − 2 L (1) → 0 − 2,88 39,62 42,5 →
CPP
2 2 1
25 5 12 32 25 5 12 32 L 3 = L 3 − 25L1(1) 0 − 68,5 7,25 75,5
(1)
aproximada.
Obs.: x − x = má
(k)
x xi(k) − xi
1≤ i ≤ n
a
11
( k − 1) ( k − 1)
(k ) ( k −1)
x 2 = 1 (b2 – a21 x – a23 x - ... – a2n x n É necessário que a ii ≠
1 x
0 (i = 1,n).
a
22
.
UERJ - CTC - IME - Departamento de Informática e Ciência da Computação 50
Cálculo Numérico — Professora Mariluci Ferreira Portes
.
.
( k − 1)
– an2 x2(k-1) - ... – an n-1 x (nk−−
(k) 1)
xn = 1 (bn– an1 x 1
1
a
nn
2 x1 − x 2 = 1
Exemplo: Resolver o sistema: S2 = pelo método de Jacobi, com 2 casas
x1 + 2x 2 = 3
decimais exatas.
Solução: Equações de iteração:
1
x1( k ) = (1 + x (2k −1) )
2
1
x (2k ) = (3 − x1( k −1) )
2
X ( 0 ) = ( 0,9 0,9)
1ª. Iteração
| | x(1) – x(0)| | = | | 0,95 – 0,9) (1,05 – 0,9) | | = | | (0,5) (0,15)| | = 0,15 > 10-3
2ª. Iteração
UERJ - CTC - IME - Departamento de Informática e Ciência da Computação 51
Cálculo Numérico — Professora Mariluci Ferreira Portes
x 1( 2 ) = ½ (1+1,05) = 1,025
x (22 ) = ½ (3 – 0,95) = 1,025
3ª.Iteração
| | x(2) – x(1)| | = 0,075 > 10-3
x 1( 3) = ½ (1+ 1,025) = 1,0125
x (23) = ½ (3 – 1,025) = 0,9875
| | x3 – x2 | | = 0,0375 > 10-3
4ª. Iteração
5ª. Iteração
6ª. Iteração
7ª. Iteração
8ª. Iteração
2x1 − x 2 = 1
Exemplo: Resolver o sistema: pelo método de Gauss-Seidel com 2
x1 + 2 x 2 = 3
casas decimais.
1ª. Iteração
x(0) = (0,9 0,9) ε = 0,001
1 1
x (k )
1 = (1 + x 2( k −1) ) ⇒ x1(1) = (1 + 0,9) = 0,95
2 2
1 1
x 2( k ) = (3 − x1( k ) ) ⇒ x 2(1) = (3 − 0,95 ) = 1,025
2 2
−3
x (1) −x (0)
= 0,125 > 10
2 2
x ( 4 ) − x ( 3) = 0,0039063 > 10 −3 x (5 ) − x ( 4 ) = 0,0009766 < 10 −3
Teorema : A condição suficiente para que a iteração dada em (2) convirja é que os
n
elementos f i j da matriz F satisfaçam a desigualdade: ∑|f
i =1
ij |< L < 1 j = 1, n
Observações:
1. A matriz que satisfaz a hipótese dos corolários 1 ou 2 é chamada de matriz
diagonal dominante estrita.
2. Na prática são usados os critérios de suficiência expressos nos corolários 1 ou
2, tanto para o método de Jacobi quanto para o método de Gauss-Seidel. Basta que o sistema
satisfaça apenas a um desses critérios para se ter a convergência garantida, independente da
escolha do vetor inicial.
IV.3.4 - Qual o método melhor ?
x1 + 1,001x 2 = 2,001
Considere o sistema S 2 = .
0,999 x1 + x 2 = 1,999
Uma das soluções é x = (1 1)t .
3 x 1+ 4 x 2- 5 x 3+ x 4= -1 0 3 x1 + 4 x2 - 5 x3 + x4 = -10
x 2+ x 3- 2 x 4= -1
x3 - 2 x4 = 0
a) b)
4 x -3 5 x 4= 3 4 x3 - 5 x4 = 3
2 x4 = 2
24 x= 2
2 x1 + 2 x2 + x3 + x4 = 7
x1 - x2 + 2 x3 - x4 = 1
a)
3 x1 + 2 x2 - 3 x3 - 2 x4 = 4
4 x1 + 3 x2 + 2 x3 + x4 = 12
x1 + x2 + 2 x3 = 4
c) 2 x1 - x2 - x3 = 0
x1 - x2 - x3 = - 1
x1 + x2 + x3 = 3 2 x1 - x2 + x3 = 3
a) 2 x1 - 2 x2 + x3 = 1 b) x1 + 3 x2 - 2 x3 = 1
3 x1 - x2 + 2 x3 = 4 x2 + 2 x3 = 8