Escolar Documentos
Profissional Documentos
Cultura Documentos
1
Roteiro
• Conceitos Fundamentais
• Métodos Diretos
• Método de Eliminação de Gauss
• Pivotação
• Método de Eliminação de JORDAN
• Decomposição LU
• Métodos Iterativos
• Método de Gauss-Jacobi
• Método de Gauss-Seidel
2
Sistemas Lineares
3
Sistemas Lineares
4
Sistemas Lineares
• Forma Geral
a11 x1 + a12 x2 + ... + a1n xn = b1
5
Sistemas Lineares
• Exemplo:
2 x1 + 4 x 2 − 5 x 3 = 5
4 x1 + 1x 2 − 5 x 3 = 2
2 x1 + 4 x 2 + 5 x 3 = −1
2, 4, -5, 4, 1, -5, 2, 4 e 5 coeficientes
x1, x2 e x3 incógnitas
5, 2 e -1 termos independentes
6
Sistemas Lineares
• Forma Matricial
Ax = b
na qual:
• Forma Geral
2 x1 + 4 x 2 − 5 x 3 = 5
4x1 + 1x2 − 5x 3 = 2
2 x1 + 4 x 2 + 5 x 3 = − 1
• Forma Matricial
2 4 − 5 x1 5
4 1 − 5. x2 = 2
2 4 5 x − 1
3
8
Sistemas Triangulares
• Sistema Triangular Inferior:
a11 x1 = b1
a21 x1 + a22 x2 = b2
a31 x1 + a32 x2 + a33 x3 = b3
=
an1 x1 + an 2 x2 + an 3 x3 + ... + ann xn = bn
a11 0 0 0
a a22 0 0
21
A = a31 a32
a33 0
an1 an 2 an 3 ann
9
Sistemas Triangulares
• Resolução:
b1
x1 = Pergunta
a11
Qual a solução deste sistema? É possível
b2 − a21 x1
x2 = elaborar uma fórmula geral para encontrar os
a22
valores de x?
b3 − a31 x1 − a32 x2
x3 =
a33
bn − an1 x1 − an 2 x2 − an 3 x3 − ... − ann −1 xn −1
xn =
ann
10
Sistemas Triangulares
a11 x1 = b1
a21 x1 + a22 x2 = b2
a31 x1 + a32 x2 + a33 x3 = b3
a41 x1 + a42 x2 + a43 x3 + a44 x4 = b4
Pergunta
Qual a solução deste sistema?
11
Sistemas Triangulares
• Resolução
b1
x1 =
a11
b2 − a21 x1
x2 =
a22
b3 − a31 x1 − a32 x2
x3 =
a33
b4 − a41 x1 − a42 x2 − a43 x3
x4 =
a44
12
Sistemas Triangulares
i −1
bi − ∑ aij x j
j =1
xi = , i = 1, 2, 3, ..., n.
aii
13
Sistemas Triangulares
14
Sistemas Triangulares
• Resolução bn
xn =
ann
b3 − a34 x4 − ... − a3n xn
x3 =
a33
b2 − a23 x3 − a24 x4 ... − a2 n xn
x2 =
a22
b1 − a12 x2 − a13 x3 − ... − a1n xn
x1 =
a11
15
Sistemas Triangulares
n
bi − ∑a x
j =i +1
ij j
xi = , i = 1, 2, 3, ..., n.
aii
16
Solução Retroativa
• Exemplo:
3 x 1 +4 x 2 −5 x 3 + x4 = −10
x2 + x3 − 2 x4 = −1
4 x3 − 5 x4 = 3
2 x4 = 2
17
Conceitos Básicos
18
Conceitos Básicos
2 2 x1 6 2 2 x1 − 2 1 3 x1 7
A) = B) = C ) =
− 1 4 x2 7 − 1 4 x2 1 2 − 1 x2 0
2 3 x1 − 2 − 1 4 x1 − 10 3 1 x1 5
D) = E ) = F ) =
1 4 x2 − 1 2 5 x2 − 6 1 − 2 x2 − 3
Pergunta
Esses sistemas têm solução única? Por quê?
19
Conceitos Básicos
2 2 x1 6 1 2 2 x1 − 2 − 1
A) = ∴ x = 2 B) = ∴ x = 0
− 1 4 x 2 7 − 1 4 x2 1
1 3 x1 7 1 2 3 x1 − 2 − 1
C ) = ∴ x = D) x = − 1 ∴ x = 0
2 − 1 2 0
x 2 1 4 2
− 1 4 x1 − 10 2 3 1 x1 5 1
E ) = ∴ x = − 2 F ) = ∴ x =
2 5 x2 − 6 1 − 2 x2 − 3 2
20
Conceitos Básicos
l
• Operações -Elementares
l-elementares.
• Trocar ordem de duas equações.
21
Conceitos Básicos
• Operações l-Elementares
• Trocar ordem de duas equações.
2 2 x1 − 2 − 1
− 1 4 x = 1 ∴ x = 0
2
− 1 4 x1 1 − 1
2 2 x = − 2 ∴ x = ? x=
2 0
22
Conceitos Básicos
• Operações l-Elementares
• Multiplicar uma equação por uma constante não nula.
− 1 4 x1 1 − 1 2
2 2 x = − 2 ∴ x = 0
2
− 2 8 x1 2 − 1
2 2 x = − 2 ∴ x = ? x=
2 0
23
Conceitos Básicos
• Operações l-Elementares
• Somar uma equação à outra.
− 2 8 x1 2 − 1
2 2 x = − 2 ∴ x = 0
2
− 2 8 x1 2 − 1
0 10 x = 0 ∴ x = ? x=
2 0
24
Conceitos Básicos
2 2 x1 − 2 − 1 4 x1 1
− 1 4 x = 1 ∼ 2 2 x = − 2 ∼
2 2
− 2 8 x1 2 − 2 8 x1 2
2 2 x = − 2 ∼ 0 10 x = 0
2 2
25
Métodos de Resolução de Sistemas
Eliminação de Gauss
Eliminação de Gauss
com Pivotação
Métodos Diretos
Eliminação de
Jordan
Método de Jacobi
Métodos Iterativos
Método de Gauss-
Seidel
26
Métodos Numéricos
• Diretos
• Solução pode ser encontrada através de um número finito de passos
27
Métodos Numéricos
• Iterativos
• Solução a partir de uma sequencia de aproximações para o valor do vetor
solução x , até que seja obtido um valor que satisfaça à precisão pré-
estabelecida
• Método de Jacobi
• Método de Gauss – Seidel
28
Métodos Diretos
Método de Eliminação de Gauss
29
Método de Eliminação de Gauss
• Propósito
• Transformação do sistema linear a ser resolvido em um sistema linear
triangular;
30
Método de Eliminação de Gauss
• Triangularização
n
A x= b ~ x= d
b = entrada do sistema
x = resposta do sistema
A = característica do sistema
31
Método de Eliminação de Gauss
• Resolução
n
x= d
32
Método de Eliminação de Gauss
33
Método de Eliminação de Gauss
• Elementos do método
• Pivô: elemento da diagonal da coluna que deseja-se eliminar os elementos
• Linha Pivotal: a linha que contém o pivô
• Multiplicador: relacionado ao elemento da linha i coluna j
1 1 −2 0 x1 5
m2 = u21 / pivô = −1 − 1 3 2 x
1 2 6
=
m3 = u31 / pivô = 1 1 2 1 2 x3 10
m4 = u41 / pivô = 2 2 0 − 2 − 1 x4 1
34
Método de Eliminação de Gauss
35
Método de Eliminação de Gauss
• Passo 1:
• Eliminar os coeficientes de x1 presentes nas linhas
2,3,...,n - sendo a21 = a31, = ... = an1 = 0 - sendo a11
chamado de pivô da coluna
• Substituir a linha 2, L2, pela combinação linear
a21
L2 − m2 ⋅ L1 , na qual : m2 =
a11
36
Método de Eliminação de Gauss
a31
L3 = L3 − m3 ⋅ L1 , na qual : m3 =
a11
37
Método de Eliminação de Gauss
38
Método de Eliminação de Gauss
39
Método de Eliminação de Gauss
• Exemplo:
• Resolver o sistema:
40
Método de Eliminação de Gauss
• Exemplo:
• Faz-se:
a21
L2 = L2 − m2 ⋅ L1 , m2 =
• Assim: =2
a11
L2 = [4 4 −3 3 ] − 2 ⋅ [2 3 −1 5 ]
L2 = [0 − 2 − 1 − 7 ]
41
Método de Eliminação de Gauss
• Exemplo:
• Faz-se:
a31
L3 = L3 − m3 ⋅ L1 , m3 = =1
a11
• Assim:
L3 = [2 −3 1 −1] − 1 ⋅ [2 3 −1 5 ]
L3 = [0 − 6 2 − 6 ]
42
Método de Eliminação de Gauss
• Exemplo:
• Obtém-se a matriz:
2 3 −1 5
[Ab] = 0 − 2 − 1 − 7
0 − 6 2 − 6
43
Método de Eliminação de Gauss
• Exemplo:
L 3 = [0 − 6 2 − 6 ] − 3 ⋅ [0 − 2 − 1 − 7]
L 3 = [0 0 5 15 ]
44
Método de Eliminação de Gauss
• Exemplo:
2 3 −1 5
[Ab] = 0 −2 −1 − 7
0 0 5 15
45
Sistemas Triangulares
n
bi − ∑a x
j =i +1
ij j
xi = , i = 1, 2, 3, ..., n.
aii
46
Método de Eliminação de Gauss
• Exemplo:
5x3 = 15 ⇒ x3 = 3
−2x2 − x3 = −7 ⇒ −2x2 − 3 = −7 ⇒ x2 = 2
2x1 + 3 ⋅ x2 − x3 = 5 ⇒
⇒ 2x1 + 6 − 3 = 5 ⇒ 2x1 = 2 ⇒ x1 = 1
47
Método de Eliminação de Gauss
• Exemplo 2:
1,5𝑥𝑥1 + 5,4𝑥𝑥2 + 3,3𝑥𝑥3 = 10
48
Método de Eliminação de Gauss
• Exemplo 2:
49
Método de Eliminação de Gauss
• Exemplo 2:
50
Método de Eliminação de Gauss
• Exemplo 2:
51
Método de Eliminação de Gauss
• Exemplo 2:
52
Método de Eliminação de Gauss
• Exemplo 2:
53
Método de Eliminação de Gauss
• Exemplo 2:
• Com solução:
x3 = -3,9888/3,3463=-1,1918
x2 =[ -16,3 - (-4,74)⋅(-1,1920)]/(-12,82) = 1,7121
x1 = [10 - 5,4(1,7122) - 3,3(-1,1920)]/1,5 = 3,1251
54
Método de Eliminação de Gauss
• Estudo do Algoritmo
55
Contagem de Operações
• Adições e Subtrações
56
Contagem de Operações
57
Elimintação de Gauss
Resolução com Pivotação Parcial
58
Pivotação Parcial
59
Pivotação Parcial
• Exemplo 3:
60
Pivotação Parcial
• Exemplo 3:
61
Pivotação Parcial
• Exemplo 3:
62
Pivotação Parcial
• Exemplo 3:
L 3 = [0 0 3,3463 − 3,9886 ]
63
Pivotação Parcial
• Exemplo 3:
64
Pivotação Parcial
• Exemplo 3:
x3 = -3,9886/3,3463 = -1,1919
x2 = [5,8214-1,6929⋅(-1,1919)]/(4,5786) = 1,7121
x1 = [11,7- 2,3(1,7121)- 4,5(-1,1919)]/4,2 = 3,1252
65
Pivotação Parcial
EXEMPLO 1 EXEMPLO 2
x3 = -1,1918 x3 = -1,1919
x2 = 1,7121 x2 = 1,7121
x1 = 3,1251 x1 = 3,1252
66
Exercício
67
Métodos Diretos
Método de Eliminação de Jordan
68
Método de Jordan
• Consiste em efetuar operações sobre as equações do sistema, com a
finalidade de obter um sistema diagonal equivalente;
i, j = 1,2,...,n.
69
Método de Jordan
• Sistema diagonal equivalente:
a11 0 0 0
0 a 0 0
22
[A] = 0 0 a33 0
0 0 0 ann
70
Método de Jordan
• Exemplo:
• A partir do sistema:
x1 + 5 x 2 + x 3 = 1
5 x1 + 2 x 2 + 3 x 3 = 2
2 x1 + 3 x 2 + 2 x 3 = 4
• Com matriz aumentada:
1 5 1 1 5 2 3 2
[Ab] = 5 2 3 2 = 1 5 1 1
2 3 2 4 2 3 2 4
71
Método de Jordan
• Exemplo:
a 21
L 2 = [0 4,6 0,4 0,6 ], m2 = = 1/5 = 0,2
a11
• Substituindo a linha 3 por :
L 3 = L 3 − m 3 ⋅ L1 = [2 3 2 4 ] − (2/5) ⋅ [5 2 3 2]
a 31
L 3 = [0 2,2 0,8 3,2], m3 = = 2/5 = 0,4
a11
72
Método de Jordan
• Exemplo:
a 32
L 3 = [0 0 0,609 2,913], m3 = = 2,2/4,6 = 0,478
a 22
73
Método de Jordan
• Exemplo:
L 2 = [0 4,6 0 − 1,313 ]
74
Método de Jordan
• Exemplo:
2,57
75
Método de Jordan
• Exemplo:
a13
L1 = [5 0 0 − 12,779 ] m1 = = 3/0,609
a 33
• A matriz ampliada fica da seguinte forma:
5 0 0 −12,779
[Ab] = 0 4,6 0 − 1,313
0 0 0.609 2,913
76
Método de Jordan
• Exemplo:
• E as soluções são:
• x1 =-2,556 , x2= -0,285, x3=4,783
77
Métodos Diretos
Método de Decomposição LU
78
Decomposição LU
79
Decomposição LU
• Decomposição
n
A = L ×
80
Decomposição LU
• Decomposição
→
n
A x= b L x=b
81
Sistema
Decomposição LU Triangular
Inferior.
• Resolução
Fazendo L y = b
n
x=y n
Sistema x=y
Triangular
Superior.
82
Decomposição LU
83
Decomposição LU
• O objetivo é fatorar a matriz dos coeficientes A em um produto de duas
matrizes L e U.
• Seja:
84
Decomposição LU
• E a matriz coeficiente A:
85
Decomposição LU
86
Decomposição LU
L U A
87
Decomposição LU
1 ⋅ u1n = a1n ⇒ u1n = a1n ,
Generalizando...
u1 j = a1 j , j = 1,2,..., n.
88
Decomposição LU
a21
l
21 ⋅ u 11 = a 21 ⇒ l21 = ,
u11
a31
l31 ⋅ u11 = a31 ⇒ l31 = ,
u11
l ⋅ u al1
11 = al1 ⇒ ll1 = ,
l1 u11
al1
l
l1 = , l = 1,2 ,..., n.
u11
90
Decomposição LU
92
Decomposição LU
95
1 0 0 0 u11 u12 u13 u1n
a11 a12 a1n l21 1 0 0 0 u22 u23 u2n
a a22 a2n
[A ] = 21
= [LU] =
l l
31 32
1 0 ⋅ 0
0 u33 u3n
0
an1 an2 an3 ann
ln1 ln2 ln3 1 0 0 0 unn
96
Decomposição em LU
97
Decomposição em LU
98
Decomposição em LU
99
Decomposição em LU
• Exemplo:
• Dado o sistema, encontrar a solução.
2 x + 3y - z = 4
x + 2z = 3
3y - z = 2
100
Decomposição em LU
• Exemplo:
• Com esse sistema, formamos 2 matrizes
2 3 − 1 4
1 0 2 3
A= e B=
0 3 − 1 2
Temos a forma Ax = B
101
Decomposição em LU
• Exemplo:
• Então fazemos A= L*U, Sendo:
2 3 − 1
A= 1 0 2
0 3 − 1
102
Decomposição em LU
• Exemplo:
• # Primeira linha de U
103
Decomposição em LU
• Exemplo:
• # Primeira coluna de L
1
l ⋅ u = a ⇒ l = ,
21 11 21 21
2
l ⋅ u = a ⇒ l = 0 = 0
31 11 31 31
2
104
Decomposição em LU
• Exemplo:
• # Segunda linha de U
1 3
l 21 ⋅ u12 + u 22 = a 22 ⇒ u 22 = 0 − 2 ⋅ 3 ⇒ u 22 = − 2 ,
l ⋅ u + u = a ⇒ u = 2 − 1 ⋅ (−1) ⇒ u = 5
21 13 23 23 23
2
23
2
105
Decomposição em LU
• Exemplo:
• # Segunda coluna de L
3− 0⋅3 3
l31 ⋅ u12 + l 32 ⋅ u 22 = a32 ⇒ l 32 = ⇒ l 32 = = −2
3 3
− −
2 2
106
Decomposição em LU
• Exemplo:
• # Terceira linha de U
107
Decomposição em LU
• Exemplo:
• Matriz fatorada
1 0 0 2 3 −1
1 / 2 1 0 0 − 3 / 2 5 / 2
L= e U=
0 − 2 1 0 0 4
108
Decomposição em LU
• Exemplo:
• Agora substituiremos Ux por Y e obtemos a fórmula LY = B, onde:
1 0 0 Y1 4
1 / 2 1 0 Y 3
L= Y= 2 B=
0 − 2 1 Y3 2
Solução Retroativa:
Y1 = 4 Y2 = 1 Y3 = 4
109
Decomposição em LU
• Exemplo:
• Como Ux = Y e os valores de U e Y já são conhecidos, calculamos X.
4
Não é possível exibir esta imagem.
−1
Não é possível exibir esta imagem.
2 3
0 − 3 / 2 5 / 2 1
U= X= Y= =
0 0 4 4
Solução Retroativa:
X1 = 1 X2 = 1 X3 = 1
110
111
Métodos Iterativos
112
Métodos Iterativos
• Motivação:
• Ocorrência em larga escala de sistemas lineares em cálculos de
Engenharia e modelagem científica
• Exemplos:
• Simulações de processos químicos
• Simulações de dispositivos e circuitos
• Modelagem de processos geocientíficos e geoambientais
• Análise estrutural
• Biologia estrutural
• Modelagem de processos físicos
113
Métodos Iterativos
• Motivação:
• Tendência à existência de matrizes de coeficientes grandes e
esparsas
• Grandes Comum para n > 100.000
• Esparsas Maioria dos coeficientes nulos
114
Métodos Iterativos
• Motivação:
• Gauss-Jacobi
• Gauss-Seidel
115
Métodos Iterativos
• Como funcionam?
• Partem de uma solução inicial e a partir dela geram uma nova
solução. O processo então se repete gerando um sequência de
soluções que deve convergir para a solução exata do sistema.
116
Métodos Iterativos
• A partir de uma estimativa inicial xi0, consistem em encontrar uma
sequência de estimativas xik que convirja para uma solução do Sistema
de Equações Linear (SEL) após um número suficientemente grande de
iterações.
117
Métodos Iterativos
• Vantagem ⇒ Menos suscetíveis ao acúmulo de erros de
arredondamento do que o método direto.
• Lembretes importantes:
• Como todo processo iterativo, estes métodos sempre
apresentarão um resultado aproximado, que será tão próximo
do resultado real conforme o número de iterações realizadas.
• Além disto, também é preciso ter cuidado com a convergência
destes métodos.
118
Métodos Iterativos
Elementos de
um processo
Iterativo
119
Métodos Iterativos
• Fórmula de iteração
• Corresponde às operações matemáticas que a solução atual sofre para gerar uma
nova solução.
• Para os métodos iterativos estacionários para resolução de sistemas lineares tem-
se:
x k +1 = Mx k + c
120
Métodos Iterativos
Elementos de
um processo
Iterativo
121
Métodos Iterativos
• Condição de Convergência
• Todo método iterativo tem associado a ele uma condição de
convergência que irá garantir que a cada iteração o método está
caminhando em direção da solução do sistema.
lim x = x k
k →∞
122
Métodos Iterativos
Elementos de
um processo
Iterativo
123
Métodos Iterativos
• Critério de Parada
• Os métodos iterativos não podem continuar indefinidamente, ou
seja, eles devem ser interrompidos em algum momento.
• Alguns critérios de parada para esses métodos podem ser
k −1
|| x − x ||∞
k max | xik − xik −1 |
k
= 1≤i ≤ n
k
≤ε
|| x ||∞ max | x | i
1≤i ≤ n
124
Métodos Iterativos
• Critério de Parada
k ≥ konde
do
max
k é um parâmetro de entrada
max
algoritmo que indica o número máximo de iterações do
método.
125
Métodos Iterativos
Elementos de
um processo
Iterativo
126
Métodos Iterativos
• Solução Inicial
127
Sistemas de Equações Lineares
Métodos Iterativos
• Transformação do sistema linear Ax=b em x = Cx +g
• A: matriz dos coeficientes, n x n
• x: vetor das variáveis, n x 1;
• b: vetor dos termos constantes, n x 1;
• C: matriz de iteração, n x n; e
• g: vetor (constante), n x 1.
• Métodos a estudar
• Gauss-Jacobi
• Gauss-Seidel
128
Métodos Iterativos
Método de Gauss-Jacobi
129
Método de Gauss-Jacobi
• Conhecida a solução inicial, x(0), obtém-se consecutivamente os
vetores:
130
Método de Gauss-Jacobi
Da primeira equação do sistema:
a11 x1 + a12 x2 + ... +a1n x2 = b1
obtém-se: x1 = (1/a11) (b1 - a12 x2 - ... -a1n x2)
e, analogamente,
x2 = (1/a22) (b2 - a21 x1 - ... -a2n xn)
xn = (1/ann) (bn - an1 x1 - ... - ann-1 xn-1)
131
Método de Gauss-Jacobi
Desta forma, para x(1) = C x(0) + g, obtém-se:
b1
a
11
0 −a12 a11 −a13 a11 −a1n a11
b
2
− a21 a22 0 − a23 a22 − a2n a22 a22
C = − a31 a33 − a32 a33 0 − a a e g = b3
3n 33
a33
− a a
n1 nn − an2 ann − an3 ann 0
bn
a
nn
132
Método de Gauss-Jacobi
Condição de Convergência
TEOREMA
“É condição suficiente para a convergência do
método iterativo de JACOBI que a matriz de
coeficientes A seja diagonal estritamente
dominante.
n
|aii| > ∑|aij| , i = 1,2 ,...,n
j =1
j ≠i
134
Método de Gauss-Jacobi
• Critérios de Parada
• Distância entre as iterações
d(k)
• Condição de (k) 2 (número de iterações)
dParada
r = (k )
<ε
max x i
k ≥ k max
135
Método de Gauss-Jacobi
Seja o sistema:
10 x1 + 2x 2 + 3x 3 = 7
x1 + 5x 2 + x3 = 8
2x1 + 3x 2 + 10x 3 = 6
Determinação de C e g
7
10 2 3
A= 1 5 1 b = 8
2 3 10 6
136
Método de Gauss-Jacobi
Transformar no sistema Cx + g:
b1
Determinação de C e g
a 11
0 − a12 / a11 − a13 / a11
b
C = − a 21 / a 22 0 − a 23 / a 22 g= 2
a 22
− a31 / a33 − a32 / a33
0
b3
a 33
7
0 - 2/10 - 3/10 10
C = -1/5 0 -1/5
8
-1/5 – 3/10 0 g=
5
6
10
137
Método de Gauss-Jacobi
Assim, considerando como estimativa inicial:
0,7
x 0 = - 1,6
0,6
e ε = 0,05.
138
Método de Gauss-Jacobi
• Iteração 1:
0,84
x(1) = Cx(0) + g = 1,34
0,94
O processo para ou continua? Por quê?
|x1(1) – x1(0)| = 0,14
2,94
= = 2,19 > ε
(1)
|x2(1) – x2(0)| = 2,94
dr
1,34
|x3(1) – x3(0)| = 0,34
139
Método de Gauss-Jacobi
• Iteração 2:
0,150 0,91
= 0,7315 > ε
(2)
x (2)
= Cx (1)
+ g = 1,244 dr =
0,030 1,244
140
Método de Gauss-Jacobi
• Iteração 3:
0,4422 0,32
+ g = 1,5640 = 0,2046 > ε
(3) (2) (3)
x = Cx dr =
0,1968 1,5640
O processo para ou continua? Por quê?
|x1(3) – x1(2)| = 0,2922
141
Método de Gauss-Jacobi
• Iteração 4:
0,3282 0,1544
x (4)
= Cx (3)
+ g = 1,4722 dr
(4)
= = 0,1049 > ε
0,0424 1,4722
142
Método de Gauss-Jacobi
• Iteração 5:
0,3929 0,0647
= 0,0424 < ε
(5)
x (5)
= Cx (4)
+ g = 1,5259 dr =
0,0927 1,5259
• Considere
= [6,3 − 0,6 ]
0 T
x 2,25
10 3 − 2 x1 57
2 8 − 1 x = 20
2
1 1 5 x3 − 4
144
Método de Gauss-Jacobi
Transformar no sistema Cx + g:
Determinação de C e g
57
0 -3/10 2/10 10
C = -1/4 0 1/8
5
g=
-1/5 – 1/5 0 2
− 4
5
145
Método de Gauss-Jacobi
• Iteração 1:
4,905
x (1) = Cx (0) + g = 0,85
- 2,51
O processo para ou continua??
|x1(1) – x1(0)| = 1,395 1,91
= = 0,3893 > ε
(1)
dr
|x2(1) – x2(0)| = 1,4 4,905
|x3(1) – x3(0)| = 1,91
k = 1 < 20
146
Método de Gauss-Jacobi
• Iteração 2:
4,943
x = Cx + g = 0,96
(2) (1)
- 1,951
O processo para ou continua??
|x1(2) – x1(1)| = 0,038
0,559
= = 0,113 < ε
(2)
|x2(2) – x2(1)| = 0,11
dr
4,943
|x3(2) – x3(1)| = 0,559
k = 2 < 20
147
Método de Gauss-Jacobi
• Solução Inicial
• Como para o método de Jacobi nada restringe o valor da solução inicial, por
exemplo a convergência independe do valor inicial, pode-se iniciar o método
com qualquer valor para x0.
148
Métodos Iterativos
Método de Gauss-Seidel
149
Método de Gauss-Seidel
• Similarmente ao método de Gauss-Jacobi, conhecida a estimativa
inicial, x(0), obtém-se consecutivamente os vetores x(1), x(2), ..., x(k)
150
Método de Gauss-Seidel
• Descrição:
• Seja o seguinte sistema de equações:
an1.x1 + an2 .x2 + an3 .x 3 + + ann −1.x n −1 + ann .x n = bn
151
Método de Gauss-Seidel
• Descrição:
• Isolando xi a partir da linha i, tem-se:
1
x1 = (b1 − a12 .x2 − a13 .x 3 − − a1n −1.x n −1 − a1n.x n )
a11
1
x2 = (b2 − a21.x1 − a23 .x 3 − − a2n −1.x n −1 − a2n.x n )
a22
1
x3 = (b3 − a31.x2 − a32 .x2 − − a3n −1.x n −1 − a3n.x n )
a33
1
xn = (bn − an1.x1 − an2 .x2 − − ann −1.x n −1 )
ann
152
Método de Gauss-Seidel
• Descrição:
• O processo iterativo se dá a partir das equações:
x1k +1 =
1
a11
(
b1 − a12 .x2k − a13 .x k3 − ... − a1,n −1.x kn −1 − a1n .x kn )
x2k +1 =
1
a22
(
b2 − a21.x1k +1 − a23 .x k3 − ... − a2 ,n −1.x kn −1 − a2n .x kn )
x k3 +1 =
1
a33
(
b3 − a31.x1k +1 − a32 .x2k +1 − ... − a3 ,n −1.x kn −1 − a3n .x kn )
x kn +1 =
1
ann
(
bn − an1.x1k +1 − an2 .x2k +1 − ... − an,n −1.x kn −+11 )
153
Método de Gauss-Seidel
• Critério de Parada:
• Diferença relativa entre duas iterações consecutivas, dada por:
x ki +1 − x ki k +1
Máx. k +1
, se x i ≠ 0
1≤i≤n xi
MRk +1
0
= , se x ki +1 = x ki = 0
x ki +1 = 0
1
, se
x ki ≠ 0
154
Método de Gauss-Seidel
• Critério de Parada:
155
Método de Gauss-Seidel
Resolver:
5x + y + z = 5
3x + 4 y + z = 6
3x + 3y + 6z = 0, com MRk ≤ 5.10 −2.
Solução:
1
x= (5 − y − z)
5
y=
1
(6 − 3x − z) SolucaoIni cial = (−1,0,1)
4
1
z= (− 3x − 3y ) ⇒ z = − 1 (x + y )
6 2
156
Método de Gauss-Seidel
• Passos (primeira iteração):
1. calcula-se x1 usando os valores de y0 e 1
z0 e da solução inicial x = (5 − 0 − 1) = 0,8
1
5
2. calcula-se y1 usando o valor de x 1 já
calculado nesta iteração no passo
anterior e o valor de z0 ainda da 1
y = (6 − 3.0,8 − 1) = 0,65
1
solução inicial 4
157
Método de Gauss-Seidel
Quadro de resultados do processo iterativo
xk M xk yk M yk zk M zk M Rk
-1 - 0 - 1 - -
0,8 2,25 0,65 1 -0,725 2,379 2,379
x = 1,002 y = 0,998 z = -1
158
159
Método de Gauss-Seidel
• Verificação (substituição no sistema)
x = 1,002 y = 0,998 z = -1
160
• Resolver
161
162
Método de Gauss-Seidel
• Critérios de Convergência
• Processo iterativo Convergência para a solução exata não
garantida para qualquer sistema.
• Necessidade de determinação de certas condições que devem ser
satisfeitas por um SEL para a garantia da convergência do método.
• Critérios de determinação das condições de convergência
• Critério de Sassenfeld
• Critério das Linhas
163
Método de Gauss-Seidel
• Critério de Sassenfeld
• Sejam as quantidades βi dadas por:
β1 =
1
a11
⋅
∑
j=2
a1 j e
para i = 2, 3, ..., n
164
Método de Gauss-Seidel
• Critério de Sassenfeld
• Este critério garante que o método de Gauss-Seidel convergirá
para um dado SEL se a quantidade M, definida por:
M = max β
for menor que 1 (M<1). 1≤i≤n i
165
Método de Gauss-Seidel
• Critério de Sassenfeld
• Exemplo: Seja A a matriz dos coeficientes e b o vetor dos
termos constantes, dados por:
1
β1 = ⋅ (a12 + a13 + a14 )
a11
a11 a12 a13 a14 b1
a21 a22 a23 a24 b2
β2 =
1
a22
(
⋅ a21 β1 + a23 + a24 )
a31 a32 a33 a34 b3
β3 =
1
a33
(
⋅ a31 β1 + a32 β2 + a34 )
a41 a42 a43 a44 b4
β4 =
1
a44
(
⋅ a41 β1 + a42 β2 + a43 β 3 )
166
Método de Gauss-Seidel
• Critério de Sassenfeld
• Exemplo: Mostrar que a solução do SEL a seguir convergirá pelo método de
Gauss-Seidel.
167
Método de Gauss-Seidel
A b
• Critério de Sassenfeld
• Exemplo: Solução
2.0 1.0 - 0.2 0.2 0.4
1 0.6 3.0 - 0.6 - 0.3 - 7.8
β1 = ⋅ (1 + 0,2 + 0,2 ) = 0,7
2 - 0.1 - 0.2 1.0 0.2 1.0
1 0.4 1.2 0.8 4.0 - 10.0
β2 = ⋅ (0,6 ⋅ 0,7 + 0,6 + 0,3) = 0,44
3
1
β 3 = ⋅ (0,1 ⋅ 0,7 + 0,2 ⋅ 0,44 + 0,2 ) = 0,358
1
1
β4 = ⋅ (0,4 ⋅ 0,7 + 1,2 ⋅ 0,44 + 0,8 ⋅ 0,358 ) = 0,2736
4
169
Método de Gauss-Seidel
• Critério das Linhas
• Exemplo: O SEL anterior satisfaz o Critério das Linhas, sendo a verificação
quase imediata, se for observado que:
∑
j =1
aij < aii para i = 1, 2, 3, 4.
j≠i
170
Considerações Finais
• Tanto o Critério de Sassenfeld quanto o Critério das Linhas
são condições suficientes, porém não necessárias, para a
convergência do método de Gauss-Seidel para um dado SEL
171
Método de Gauss-Seidel
• Critério das Linhas x Critério de Sassenfeld
• Exemplo: Seja o seguinte SEL:
10 ⋅ x1 + x2 = 23
O Critério das Linhas 6 ⋅ xé1 satisfeito,
não + 2 ⋅ x2 visto
= 18 que:
1 1
β1 = ⋅ 1 = 0,1 e β2 = ⋅ (6 ⋅ 0,1) = 0,3
10 2
• Observa-se que na ordem atual de aparecimento das equações, o SEL não satisfaz
o Critério das Linhas (verificar!!!); logo, sua convergência não é garantida.
• A inversão da ordem das duas equações do SEL fará com que o Critério das Linhas
seja satisfeito e sua convergência pelo método de Gauss-Seidel garantida
(verificar também!!! ).
173
Sistemas Lineares - Bibliografia
• Ruggiero, M. A. Gomes & Lopes, V. L. da R. Cálculo Numérico:
Aspectos teóricos e computacionais. MAKRON Books, 1996, 2ª
ed.
• Asano, C. H. & Colli, E. Cálculo Numérico: Fundamentos e
Aplicações. Departamento de Matemática Aplicada –
IME/USP, 2007.
• Sanches, I. J. & Furlan, D. C. Métodos Numéricos. DI/UFPR,
2006.
• Paulino, C. D. & Soares, C. Erros e Propagação de Erros, Notas
de aula, SE/ DM/ IST [Online]
http://www.math.ist.utl.pt/stat/pe/qeb/semestre_1_2004-
2005/PE_erros.pdf [Último acesso 07 de Junho de 2007].
174