CÁLCULO NUMÉRICO – CAN0001 (C)

ENGENHARIA CIVIL
Julia Grasiela Busarello Wolff
Departamento de Matemática – DMAT
CCT – UDESC
2012/I

LISTA DE EXERCÍCIOS
CAPÍTULO 3 – SISTEMAS DE EQUAÇÕES LINEARES

1) Determinar o vetor solução dos sistemas de equações lineares abaixo através do

método de eliminação de Gauss:



 2x1 + 3x2 + x3 − x4 = 6, 90
−x1 + x2 − 4x3 + x4 = −6, 60

a)
 x1 + x2 + x3 + x4 = 10, 20

4x1 − 5x2 + x3 − 2x4 = −12, 30




 4x1 + 3x2 + 2x3 + x4 = 10
x1 + 2x2 + 3x3 + 4x4 = 5

b)

 x1 − x2 − x3 − x4 = −1
x1 + x2 + x3 + x4 = 3




 x1 + 2x2 + 3x3 + 4x4 = 10
2x1 + x2 + 2x3 + 3x4 =7

c)

 3x1 + 2x2 + x3 + 2x4 =6
4x1 + 3x2 + 2x3 + x4 =5




 x1 + x2 + 2x3 + 4x4 = 7, 12
x1 + x2 + 5x3 + 6x4 = 12, 02

d)

 2x1 + 5x2 + x3 + 2x4 = 14, 90
4x1 + 6x2 + 2x3 + x4 = 20, 72




 x1 − 5x2 + 3x3 + 9x4 − 7x5 + 21x6 − 7x7 − 2x8 = −10, 79
3x1 + 2x2 − 5x3 + 8x4 + 3x5 − 13x6 + x8 = −2, 14




2x1 + x2 + 9x3 − 6x4 − 6x5 + 8x6 − 3x7 + 3x8 = −130, 608




4x1 − 4x2 + 2x3 + 5x4 + 8x5 − 6x6 + 2x7 − 4x8 = 76, 3

e)
 −5x1 + 6x2 − 4x3 + 4x4 + 9x5 − 10x6 + x7 + 5x8 = −11, 1

 6x1 + x2 + 5x3 − 2x4 + 15x5 + 4x6 − 9x7 + 7x8 = 0, 135



 −9x2 + 1x3 + x4 − 12x5 + 2x6 + 10x7 + 8x8 = −3, 108



3x1 + 10x2 + 3x3 + 7x4 + 3x5 + x6 + x7 − 3x8 = 632, 5


1
 2) Determinar o vetor solução dos sistemas lineares abaixo, através do método de
Jordan:



 2x1 + 3x2 + x3 − x4 = 6, 90
−x1 + x2 − 4x3 + x4 = −6, 60

a)

 x1 + x2 + x3 + x4 = 10, 20
4x1 − 5x2 + x3 − 2x4 = −12, 30




 4x1 + 3x2 + 2x3 + x4 = 10
x1 + 2x2 + 3x3 + 4x4 = 5

b)

 x1 − x2 − x3 − x4 = −1
x1 + x2 + x3 + x4 = 3




 x1 + 2x2 + 3x3 + 4x4 = 10
2x1 + x2 + 2x3 + 3x4 =7

c)

 3x1 + 2x2 + x3 + 2x4 =6
4x1 + 3x2 + 2x3 + x4 =5




 x1 + x2 + 2x3 + 4x4 = 7, 12
x1 + x2 + 5x3 + 6x4 = 12, 02

d)
 2x1 + 5x2 + x3 + 2x4 = 14, 90

4x1 + 6x2 + 2x3 + x4 = 20, 72




 3x1 − 9x3 + 6x4 + 9x5 + 4x6 − x7 = −0, 108
−9x1 + 3x2 + 8x3 + 9x4 − 12x5 + 6x6 + 3x7 = 26, 24




 x1 − 9x2 + x3 − 3x4 + x5 − 5x6 + 5x7 = 92, 808


e) 4x1 + 8x2 − 10x3 + 8x4 − 5x5 + 4x6 − 4x7 = 53, 91
−5x 1 + 5x2 + 4x3 + 11x4 + 3x5 + 8x6 + 7x7 = 143, 55




6x − 2x2 + 9x3 − 7x4 − 5x5 − 3x6 + 8x7 = −6, 048

1



8x1 + 7x2 + 2x3 + 5x4 + 2x5 + x6 − 3x7 = 137, 94


3) Determinar o vetor solução dos sistemas lineares abaixo, através do método de

Jacobi, com no máximo 10 iterações:

x0 = [0 0 0 0]T ;  < 10−2



 x1 − 0, 25x2 − 0, 25x3 = 0
−0, 25x1 + x2 − 0, 25x4 = 0

a)

 −0, 25x1 + x3 − 0, 25x4 = 0, 25
−0, 25x2 + x4 = 0, 25


x0 = [0 0 0 0]T ;  < 10−2



 4x1 + x2 + x3 + x4 = 7
2x1 − 8x2 + x3 − x4 = −6

b)

 x1 + 2x2 − 5x3 − x4 = −1
x1 + x2 + x3 − 4x4 = −1


2
 x0 = [1 3 1 3]T ;  < 10−2

 5x1 − x2 + 2x3 − x4 = 5

x1 + 9x2 − 3x3 + 4x4 = 26

c)

 3x 2 − 7x3 + 2x4 = −7
−2x1 + 2x2 − 3x3 + 10x4 = 33


x0 = [0 0 0 0 0]T ;  < 10−2


 10x1 + 4x2 − x3 + 3x4 = 2

 −8x2 − 2x3 + x4 − 3x5 = 5


d) 2x1 − 4x2 + 7x3 + = 13
−x 1 + 2x2 − 3x3 + 10x4 + 2x5 = 4




2x1 − x2 − x3 + x4 − 7x5 = 7


4) Determinar o vetor solução dos sistemas lineares abaixo, através do método de

Gauss-Seidel, com no máximo 10 iterações:

x0 = [0 0 0 0]T ;  < 10−2



 x1 − 0, 25x2 − 0, 25x3 = 0
−0, 25x1 + x2 − 0, 25x4 = 0

a)
 −0, 25x1 + x3 − 0, 25x4 = 0, 25

−0, 25x2 + 10x4 = 0, 25


x0 = [0 0 0 0]T ;  < 10−2



 4x1 + x2 + x3 + x4 = 7
2x1 − 8x2 + x3 − x4 = −6

b)
 x1 + 2x2 − 5x3 + x4 = −1

x1 + x2 + x3 − 4x4 = −1


x0 = [1 3 1 3]T ;  < 10−2


 5x1 − x2 + 2x3 − x4 = 5

x1 + 9x2 − 3x3 + 4x4 = 26

c)

 3x 2 − 7x3 + 2x4 = −7
−2x1 + 2x2 − 3x3 + 10x4 = 33


x0 = [0 0 0 0 0]T ;  < 10−2


 10x1 + 4x2 − x3 + 3x4 = 2

 −8x2 − 2x3 + x4 − 3x5 = 5


c) 2x1 − 4x2 + 7x3 = 13
−x 1 + 2x2 − 3x3 − 10x4 + 2x5 = 4




2x1 − x2 − x3 + x4 − 7x5 = 7


5) Determine o vetor solução dos sistemas lineares complexos abaixo:

3
 
 (1 + i)x1 + ix2 + x3 = 1 + 4i
a) −x1 − 2ix2 + (1 + 2i)x3 = −1 − 2i
2x1 + 2x2 − x3 = 4 − i



(3 + 4i)x1 + x2 = −2 + 3i
b)
ix1 + (−2 − 3i)x2 = 13

x1 + x2 = 4
c)
x1 − x2 = 2i

6) O que é condicionamento de um sistema de equações lineares? Por que é estu-

dado?

7) O que significa refinamento da solução? Como se procede para tal?

8) Como se trata computacionalmente o caso de Sistemas de Equações Lineares

com coeficientes complexos?

9) Por que usar pivotamento parcial?

10) Apresente um resumo sobre os Critérios de Convergência dos métodos Itera-

tivos vistos em sala.

11) Uma matriz esparsa é aquela que possui uma grande quantidade de elementos
nulos, por exemplo, uma matriz em que 60% dos seus elementos são zeros.

a) Explique porque o método de eliminação de Gauss não é indicado para sistemas

lineares que possuem matrizes esparsa.

b) Que tipos de métodos são indicados para matrizes esparsas?

Respostas:

1) a) x∗ = [0, 9 2, 1 3, 0 4, 2]T
1) b) indeterminado
1) c) x∗ = [0 1 0 2]T
1) d) x∗ = [1, 2 2, 12 1, 5 0, 2]T
1) e) x∗ = [1, 84245 × 101 4, 32176 × 101 − 1, 14706 × 101 − 1, 30122 1, 39106 ×
101 1, 47225 × 101 8, 72343 − 4, 11309 × 101 ]T

2) a) x∗ = [0, 9 2, 1 3, 0 4, 2]T
2) b) indeterminado
2) c) x∗ = [0 1 0 2]T
2) d) x∗ = [1, 2 2, 12 1, 5 0, 2]T
2) e) x∗ = [−2, 83519 1, 32316 × 101 2, 10986 2, 71105 × 101 6, 13817 − 4, 43192 ×
101 1, 32430 × 101 ]T
O valor do determinante é 8, 04193 × 106 .

3) a) x∗ = [0, 107 0, 09 0, 342 0, 272]T

3) b) x∗ = [1, 001 1, 002 1, 001 1, 002]T

4
3) c) x∗ = [1, 027 − 1, 977 3, 024 3, 975]T
3) d) x∗ = [0, 953 − 0, 707 1, 180 − 1, 182 − 0, 962]T

4) a) x∗ = [0, 119 0, 130 0, 350 0, 283]T

4) b) x∗ = [0, 99 1, 00 1, 00 1, 00]T
4) c) x∗ = [0, 999 2, 00 3, 00 4, 00]T
4) d) x∗ = [0, 959 − 0, 707 1, 172 − 1, 184 − 0, 963]T

5) a) x∗ = [(1 + i) (1 − i)i]T
5) b) x∗ = [0 (−2 + 3i)]T
5) c) x∗ = [(2 + i) (2 − i)]T

BONS ESTUDOS!