Aula de Cálculo Numérico:

Neyva Romeiro

Método de Eliminação Gaussiana (Lista Exercícios e TEORIA de fatoração LU)

Resolva os sistemas lineares usando o método de eliminação Gaussiana.

𝑥1 + 𝑥3 = 0
a) {𝑥1 + 𝑥2 = 1
2𝑥1 + 3𝑥2 + 𝑥3 = 1
2𝑥1 + 𝑥2 + 𝑥3 = 5
b) {4𝑥1 − 6𝑥2 = −2
−2𝑥1 + 7𝑥2 + 2𝑥3 = 9
4𝑥1 + 2𝑥2 − 9𝑥3 = 7
c) {5𝑥1 − 6𝑥2 − 8𝑥3 = 3
𝑥1 − 2𝑥2 + 15𝑥3 = 5

A estratégia de pivoteamento é importante pois:

i) evita a propagação de erros numéricos;

ii) fornece meios de evitar problemas durante a eliminação Gaussiana quando o pivô 𝒂𝒌𝒌
𝒂𝒊𝒌
no passo k é igual a zero e precisamos calcular o multiplicador 𝒎𝐢𝐤 = ;
𝒂𝒌𝒌

iii) através da troca de linhas, podemos encontrar uma linha de tal forma que o novo pivô é
não-zero, permitindo que a eliminação Gaussiana continue até obter uma matriz triangular
superior;

iv) No pivoteamento parcial, em cada passo k, o pivô é escolhido como o maior elemento em
módulo abaixo de 𝒂𝒌𝒌 (inclusive), isto é:

Encontrar r tal que: |𝒂𝒓𝒌 | = max |𝒂𝒊𝒌 |, k ≤ i ≤ n.

Feita a escolha do pivô trocamos as linhas r e k e o algoritmo procede.

Exercício 2: Aplique a eliminação de Gauss com pivoteamento parcial no seguinte sistema:

2𝑥1 + 4𝑥2 − 2𝑥3 = 2
{4𝑥1 + 9𝑥2 − 3𝑥3 = 8
−2𝑥1 − 3𝑥2 + 7𝑥3 = 10
Passo 1: Escolha do pivô: max {2, 4, |-2|} = 4. Trocar as linhas 1 e 2....continuem.....
Efeitos numéricos: Dado o sistema na forma matricial, resolva usando a eliminação de gauss,
0.001 2 𝑥1 2 3 1 𝑥1 0
a) [ ] [𝑥 ] = [ ] b) [ ] [𝑥 ] = [ ]
3 1 2 0 0.001 2 2 2

Comente sobre os resultados, observando que o sistema em b) representa o sistema considerando

o pivoteamento parcial.

Fatoração LU
O método da eliminação Gaussiana é:
i) equivalente ao método da fatoração LU de A
ii) uma maneira algorítmica de implementar a eliminação de Gauss em um computador
iii) o método mais eficaz para resolução de um sistema linear genérico
O método consiste em fatorar uma matriz A em A = LU onde L é triangular inferior com diagonal
unitária e os multiplicadores e U a matriz triangular superior obtida pelo escalonamento. Isso
é útil porque nosso sistema linear é e resolvido em duas etapas:

𝐋𝐲 = 𝐛
𝐀𝐱 = 𝐛 → 𝐋𝐔𝐱 = 𝐛 → {
𝐔𝐱 = 𝐲

Exemplo:
Resolva o sistema linear usando o método da fatoração LU.

2𝑥1 + 4𝑥2 − 2𝑥3 = 2 2 4 −2 𝑥1 2

{4𝑥1 + 9𝑥2 − 3𝑥3 = 8 ==> [4 𝑥
9 −3] [ 2 ] = [ 8 ]
−2𝑥1 − 3𝑥2 + 7𝑥3 = 10 −2 −3 7 𝑥3 10

2 4 −2
𝐴=[ 4 9 −3] L2 = L2 − 2L1 → m21 = 4/2 → m21 = 2
−2 −3 7 L3 = L3 − (−1)L1 → m31 = −2/2 → m21 = −1

2 4 −2
𝐴=[ 2 1 1]
−1 1 5 L3 = L3 − L2 → m32 = 1/1 → m32 = 1

2 4 −2 1 0 0 2 4 −2
𝐴=[ 2 1 1] ==> L = [ 2 1 0] e U = [0 1 1]
−1 1 5 −1 1 1 0 0 5
 1 0 0 2 4 −2 2 4 −2
Observe que LU=[ 2 1 0] [0 1 1 ] = [ 2 1 1 ] = A
−1 1 1 0 0 5 −1 1 5
y1
y
Agora fazendo y = [ 2 ] e calculando 𝐋𝐲 = 𝐛, temos que resolver o sistema triangular
y3
inferior
1 0 0 y1 2 y1 2
[ 2 1 0] [y2 ] = [ 8 ] que resulta em [y2 ] = [4].
−1 1 1 y3 10 y3 8

Agora resolve-se o sistema triangular superior 𝐔𝐱 = 𝐲

2 4 −2 𝑥1 2 𝑥1 −1
[0 1 1 ] [𝑥2 ] = [4] que resulta em [𝑥2 ] = [ 2 ].
0 0 5 𝑥3 8 𝑥3 2

Exercício: Resolva os sistemas lineares usando o método de fatoração LU.

𝑥1 + 𝑥3 = 0
a) {𝑥1 + 𝑥2 = 1
2𝑥1 + 3𝑥2 + 𝑥3 = 1
2𝑥1 + 𝑥2 + 𝑥3 = 5
b) {4𝑥1 − 6𝑥2 = −2
−2𝑥1 + 7𝑥2 + 2𝑥3 = 9
4𝑥1 + 2𝑥2 − 9𝑥3 = 7
c) {5𝑥1 − 6𝑥2 − 8𝑥3 = 3
𝑥1 − 2𝑥2 + 15𝑥3 = 5

Similarmente, na fatoração LU, podemos também obter termos na diagonal principal

nulos. Neste caso usa-se, também, o pivoteamento na fatoração LU. Para isto, definimos
P uma matriz de permutação, que corresponde a matriz identidade, assim PA = A. Logo
a decomposição LU com pivoteamento pode ser avaliada por PA = LU. OBS: usando o
pivoteamento a matriz P não será mais a matriz identidade, pois o pivoteamento
troca linhas durante o processo de eliminação de Gauss (ou escalonamento).
Para um entendimento, voltamos no exemplo: Resolva o sistema linear usando o
método da fatoração LU com pivoteamento

2𝑥1 + 4𝑥2 − 2𝑥3 = 2 2 4 −2 𝑥1 2

{4𝑥1 + 9𝑥2 − 3𝑥3 = 8 ==> [4 9 −3] [𝑥2 ] = [ 8 ]
−2𝑥1 − 3𝑥2 + 7𝑥3 = 10 −2 −3 7 𝑥3 10

2 4 −2 1 0 0
Assim 𝐀 = [ 4 9 −3] e 𝐏 = [0 1 0]
−2 −3 7 0 0 1

===> pivô = max{2, 4, |−2|} ===> pivô = 4 (toca a linha 2 com a linha 1)

4 9 −3 0 1 0
𝐀' = [ 2 4 −2] 𝐏' = [1 0 0]
−2 −3 7 0 0 1

Agora realizamos a fatoração LU (ou seja, zeramos os elementos abaixo do pivô 𝑎11 = 4)
Usando os multiplicadores

m21 = 2/4 ==> m21 = 1/2

m31 = −2/4 ==> m31 = −1/2

Com as operações Li = Li − mi1 Li , i = 2,3

4 9 −3
𝐀' = [ 1/2 −1/2 −1/2]
−1/2 3/2 11/2

Novamente vamos encontrar o ==> pivô = max{−1/2, 3/2} ===> pivô = 3/2 (portanto
é necessário trocar linhas (toca a linha 2 com a linha 3)
4 9 −3 0 1 0
𝐀'' = [ −1/2 3/2 11/2 ] 𝐏'' = [0 0 1]
1/2 −1/2 −1/2 1 0 0

Usando o multiplicador
−1/2
m32 =
3/2
==> m21 = −1/3
Com as operações Li = Li − mi2 Li , i = 3

4 9 −3
𝐀'' = [−1/2 3/2 11/2]
1/2 −1/3 4/3

1 0 0 4 9 −3
Agora temos as matrizes L=[−1/2 1 0] e U=[0 3/2 11/2]
1/2 −1/3 1 0 0 4/3

0 1 0 2 4 −2 4 9 −3
Observe que 𝐏''𝐀 = [0 0 1] [ 4 9 −3] = [−2 −3 7 ]
1 0 0 −2 −3 7 2 4 −2
1 0 0 4 9 −3 4 9 −3
E que LU = [−1/2 1 0 ][ 0 3/2 11/2]=[−2 −3 7 ]
1/2 −1/3 1 0 0 4/3 2 4 −2
Portanto Ax=b ou PAx=Pb ===> ou LUx=Pb
No qual devemos resolver agora os sistemas Ly=Pb e Ux=y;
0 1 0 2 8
Pb=[0 0 1] [ 8 ] = [10]
1 0 0 10 2

Logo
1 0 0 y1 8 y1 8
Ly=Pb ==> [−1/2 1 0] [y2 ] = [10]==> y
[ 2 ] = [ 14 ]
1/2 −1/3 1 y3 2 y3 8/3

4 9 −3 𝑥1 8 𝑥1 −1
Agora Ux=y ==> [0 3/2 11/2] [𝑥2 ] = [ 14 ] ==> [𝑥2 ] = [ 2 ]
0 0 4/3 𝑥3 8/3 𝑥3 2