SISTEMAS LINEARES

Soluções numéricas: Métodos iterativos

 II) MÉTODOS ITERATIVOS
Consiste em determinar uma sequência de soluções aproximadas,
em que cada solução obtida depende da solução anterior pela
aplicação do mesmo procedimento.
2.1) Método iterativo de Jacobi- Richardson
Considere o sistema linear 𝐴𝑥 = 𝑏 em que det 𝐴 ≠ 0 𝑒 𝑎𝑖𝑖 ≠ 0 ,
para construir um método Iterativo de Jacobi, transformamos o
sistema de equações lineares original 𝐴𝑥 = 𝑏, na forma equivalente
𝑋 = 𝐻𝑥 + 𝑔.
A partir de uma solução aproximada inicial 𝑥 (0) ,
determinaremos a sequência de soluções
aproximadas convergentes para a solução do
sistema, considerando o processo iterativo.
𝑋 (1) = 𝐻𝑥 (0) + 𝑔
𝑋 (2) = 𝐻𝑥 (1) + 𝑔
.
.
.
𝑋 (𝑘+1) = 𝐻𝑥 (𝑘) + 𝑔, k = 0, 1, 2, … , em que H é a matriz Iterativa (n × 𝑛) ; g
(n × 1)
O método iterativo de Jacobi-Richardson é dado na
forma:

(𝒌+𝟏) 𝒂𝟏𝟐 𝒌 𝒂𝟏𝟑 (𝒌) 𝒂𝟏𝒏 (𝒌) 𝒃𝟏

𝒙𝟏 = − 𝒙𝟐 − 𝒙𝟑 − ⋯ − 𝒙𝒏 +
𝒂𝟏𝟏 𝒂𝟏𝟏 𝒂𝟏𝟏 𝒂𝟏𝟏
(𝒌+𝟏) 𝒂𝟐𝟏 𝒌 𝒂𝟐𝟑 (𝒌) 𝒂𝟐𝒏 (𝒌) 𝒃𝟐
𝒙𝟐 = − 𝒙 − 𝒙 − ⋯− 𝒙 +
𝒂𝟐𝟐 𝟏 𝒂𝟐𝟐 𝟑 𝒂𝟐𝟐 𝒏 𝒂𝟐𝟐

⋮
(𝒌+𝟏) 𝒂𝒏𝟏 𝒌 𝒂𝒏𝟐 (𝒌) 𝒂𝒏𝒏−𝟏 (𝒌) 𝒃𝒏
𝒙𝒏 = − 𝒙𝟏 − 𝒙 − ⋯− 𝒙𝒏−𝟏 +
𝒂𝒏𝒏 𝒂𝒏𝒏 𝟐 𝒂𝒏𝒏 𝒂𝒏𝒏
 𝑨𝒙 = 𝒃 → 𝑿 = 𝑯𝒙 + 𝒈

−𝑎12 𝑏1
0 −𝑎13
…
−𝑎1𝑛
𝑎11
𝑥2 𝑎11 𝑥2
−𝑎21 𝑎11 𝑎11
𝑥1 𝑥1 𝑏2
0 −𝑎23
…
−𝑎2𝑛
⋮ = 𝑎22
𝑎22 𝑎22 ⋮ = 𝑎22
⋮ ⋮ ⋮
𝑥𝑛 −𝑎𝑛1 −𝑎𝑛2 𝑥𝑛 𝑏𝑛
𝑎𝑛𝑛 𝑎𝑛𝑛 … 0 𝑎𝑛𝑛
 MATRIZ ITERATIVA
0 ,𝑖 = 𝑗
ℎ𝑖𝑗 = −𝑎𝑖𝑗
, 𝑖≠𝑗
𝑎𝑖𝑖

𝑏𝑖
𝑔𝑖 = ,i = 1, 2, 3, … n
𝑎𝑖𝑖
 Estudo de Convergência

Teorema:
Se a norma matricial da matriz iterativa 𝐻 < 1,
então a sequência de soluções aproximadas
definidas pelo processo iterativo
(𝒌+𝟏) (𝒌)
𝑿 = 𝑯𝒙 + 𝒈, 𝐤 = 𝟎, 𝟏, 𝟐, … ,
converge para a solução do sistema Ax = b.
𝑛
𝐻 𝐿 = 𝑚𝑎𝑥𝑖 𝑗=1 ℎ𝑖𝑗 < 1,
 Definição
Considere uma matriz A = (𝑎𝑖𝑗 ). Dizemos que A é
𝑛
diagonalmente dominante se 𝑎𝑖𝑖 ≥ 𝑗=1 𝑎𝑖𝑗 , 𝑖 = 1,2, … 𝑛
𝑖≠𝑗

Caso: 𝑎𝑖𝑖 > 𝑛

𝑗=1 𝑎𝑖𝑗 , 𝑖 = 1,2, … 𝑛, dizemos que a matriz
𝑖≠𝑗
A é estritamente diagonal dominante.
Consequência: Se a matriz A do sistema 𝐴 𝑥 = 𝑏 for estritamente
dominante, então o método iterativo de Jacobi-Richardson gera uma
sequência de soluções aproximadas convergente para a solução do
sistema, pois teremos 𝐻 < 1
 Exemplo: Usando o método interativo de Jacobi- Richardson,
determine uma solução aproximada para o sistema de
equações lineares com aproximação inicial
𝑥 (0) = 𝑥 (0) , 𝑦 (0) , 𝑧 (0) = 0, 0,0 e precisão indicada.

4𝑥 + 𝑦 + 𝑧 = 3
a) 𝑥 + 4𝑦 + 𝑧 = 0 com uma precisão 𝜀 = 0,1
𝑥 + 𝑦 + 5𝑧 = −4

4𝑥 + 𝑦 + 𝑧 = 3
b) 𝑥 + 4𝑦 + 𝑧 = 0 com precisão 𝜀 = 0,01
𝑥 + 𝑦 + 5𝑧 = −4
 Passo a Passo
I) Construir o sistema matricial: 𝐴𝑥 = 𝑏
 Construir o método Iterativo transformando 𝐴𝑥 = 𝑏 em um
sistema equivalente X= 𝐻𝑥 + 𝑔
0, 𝑠𝑒 𝑖 = 𝑗
II) Construir a matriz Interativa H. ℎ𝑖𝑗 = 𝑎𝑖𝑗
− , 𝑠𝑒 𝑖 ≠ 𝑗
𝑎𝑖𝑖

III) Verificar a condição de convergência

Verificada essa condição então a sequência de soluções
aproximadas é convergente para a solução do sistema.
IV) Escrever a sistema matricial equivalente: (X= 𝐻𝑥 + 𝑔) –
Processo Iterativo de Jacobi
V) Atribuir valores para k,
𝑥 (𝑘+1) −𝑥 (𝑘)
VI) Critério de parada: ,
𝑥 (𝑘+1)

sendo 𝑥 (𝑘+1) = máx 𝑥 (𝑘+1) − 𝑥 (𝑘)

 2.1) Método iterativo de Gauss- Seidel

Dado um sistema linear 𝐴𝐱 = 𝑏, em que det A ≠

0 , com diagonal principal 𝑎𝑖𝑗 ≠ 0, o método de
Gauss- Seidel consiste em escrever o sistema linear
na forma:
O método iterativo de Gauss-Seidel é dado na
forma:

(𝒌+𝟏) 𝒂𝟏𝟐 𝒌 𝒂𝟏𝟑 (𝒌) 𝒂𝟏𝒏 (𝒌) 𝒃𝟏

𝒙𝟏 = − 𝒙𝟐 − 𝒙𝟑 − ⋯ − 𝒙𝒏 +
𝒂𝟏𝟏 𝒂𝟏𝟏 𝒂𝟏𝟏 𝒂𝟏𝟏
(𝒌+𝟏) 𝒂𝟐𝟏 𝒌+𝟏 𝒂𝟐𝟑 (𝒌) 𝒂𝟐𝒏 (𝒌) 𝒃𝟐
𝒙𝟐 = − 𝒙 − 𝒙 − ⋯− 𝒙 +
𝒂𝟐𝟐 𝟏 𝒂𝟐𝟐 𝟑 𝒂𝟐𝟐 𝒏 𝒂𝟐𝟐

⋮
(𝒌+𝟏) 𝒂𝒏𝟏 𝒌+𝟏 𝒂𝒏𝟐 (𝒌+𝟏) 𝒂𝒏𝒏−𝟏 (𝒌+𝟏) 𝒃𝒏
𝒙𝒏 = − 𝒙𝟏 − 𝒙 −⋯− 𝒙𝒏−𝟏 +
𝒂𝒏𝒏 𝒂𝒏𝒏 𝟐 𝒂𝒏𝒏 𝒂𝒏𝒏
 Estudo de convergência
Teorema: (Critério de Sassenfeld): Sejam as constantes 𝛽𝑖 definidas pelas fórmulas de
recorrência
3

𝛽1 = ℎ𝑖𝑗
𝑗=2
𝛽2 = ℎ21 𝛽1 + ℎ23
𝛽3 = ℎ31 𝛽1 + ℎ32 𝛽2
⋮
𝑖−1 𝑛
𝛽𝑖 = 𝑗=1 ℎ𝑖𝑗 𝛽𝑗 + 𝑗=𝑖+1 ℎ𝑖𝑗 , 𝑖 = 1,2, … , 𝑛

Se β = max 𝛽𝑖 < 1, então a sequência {𝑥 (𝑘) } pelo método iterativo de

1≤𝑖≤𝑛

Gauss-Siedel, converge para a solução 𝑥 do sistema dado, independentemente da

escolha inicial.
 Exemplo
10 2 1 𝑥1 14
Dado o sistema de equações lineares 1 5 1 𝑥2 = 1 , verifica a condição de
2 3 10 𝑥3 8
convergência usando o critério de sassenfeld.
0 −2 10 −1 10
I) Construir a matriz iterativa: 𝐻 = −1 5 0 −1 5
−2 10 −3 10 0
−2 −1
𝛽1 = 3𝑗=2 ℎ𝑖𝑗 = + = 0,3
10 10
−1 −1
𝛽2 = ℎ21 𝛽1 + ℎ23 = . 0,3 + = 0,26
5 5
−2 −3
𝛽3 = ℎ31 𝛽1 + ℎ32 𝛽2 = . 0,3 + . 0,26 = 0,138
10 10
Assim: Se 𝜷 = 𝒎𝒂𝒙 𝜷𝒊 = 𝐦𝐚𝐱 𝟎, 𝟑; 𝟎, 𝟐𝟔; 𝟎, 𝟏𝟑𝟖 = 𝟎, 𝟑 < 𝟏, temos a garantia da
𝟏≤𝒊≤𝒏
convergência da sequencia de soluções aproximadas geradas pelo método de Gauss
Seidel
 Exemplos:
1)Usando o método iterativo de Gauss-Seidel, determine uma solução
aproximada para o sistema dado com aproximação inicial 𝑥 (0) = (0, 0, 0) e
precisão 𝜀 = 0,01
10𝑥1 + 2𝑥2 + 𝑥3 = 14
𝑥1 + 5𝑥2 + 𝑥3 = 11
2𝑥1 + 3𝑥2 + 10𝑥3 = 8
10𝑥1 + 2𝑥2 − 𝑥3 = 27
2) Resolva o sistema linear −3𝑥1 − 6𝑥2 + 2𝑥3 = −61,5pelo método de
𝑥1 + 𝑥2 + 5𝑥3 = −21,5
Gauss-Seidel até que o erro relativo percentual caia abaixo de 𝜀 = 5%
3. Repita usando o método de Jacobi.
4) Um engenheiro supervisiona a produção de quatro tipos de
computadores. Existem quatro espécies de recursos necessários à
produção: mão-de-obra, metais, plásticos e componentes electrónicos.
As quantidades destes recursos, necessárias para produzir cada
computador são:
Mão de Metais Plásticos Componentes
obra (kg/comp.) (kg/comp.) (uni./comp.)
(h/comp.)

1 3 20 10 10
2 4 25 15 8
3 7 40 20 10
4 20 50 22 15
Considere um consumo diário de 504 h de mão-de-obra, 1970
Kg de metais, 970 Kg de plásticos e 601 componentes.
a) Use um método direto para calcular o número de
computadores (número inteiro) de cada tipo produzidos por
dia.
b) Use o método iterativo de Gauss-Seidel, tomando como
aproximação inicial 𝑥 (0) = (9, 10, 12, 10). Apresente apenas os
cálculos relativos às duas primeiras iterações, indicando uma
estimativa do erro relativo.
c) Comente os resultados obtidos, analisando as condições
suficientes de convergência