Escolar Documentos
Profissional Documentos
Cultura Documentos
1
O sistema (10) é representado na forma matricial por
a11 a12 · · · a1n x1 b1
a21 a22 · · · a2n x2 b2
.. .. = .. , (2)
.. .. . .
. . . . . .
an1 an2 · · · ann xn bn
ou simplesmente
Ax = b, (3)
onde A é chamada matriz dos coeficientes, b é o vetor de termos independentes e x é o
vetor das incógnitas.
1 1 1 x1 1
1 −1 −1 x2 = 1 , (4)
2 3 −4 x3 9
2
A única solução deste sistema é x1 = 4, x2 = 2. Portanto, sistema possı́vel e
determinado.
1 1
Matriz dos coeficientes A = , det A = 1(−1) − 1(1) = 2
1 −1
x1 + x2 = 1
(II)
2x1 + 2x2 = 2
Resolvendo o sistema, observamos que ele tem infinitas soluções que podem ser
escritas da forma: x2 = 1 − x1 , para qualquer x1 ∈ R. Portanto, sistema possı́vel e
indeterminado.
1 1
Matriz dos coeficientes A = , det A = 1(2) − 1(2) = 0
2 2
3
1 1
Matriz dos coeficientes A = , det A = 1(1) − 1(1) = 0
1 1
Exercı́cio 5. Pense em métodos que você conhece para resolver sistemas de equações
lineares. Pesquise vantagens e desvantagens desses métodos para resolver sistemas
“grandes”.
1) Substituição (isolar uma variável, substituir nas outras equações): não é um
procedimento que pode ser transformado em um algoritmo.
3) Regra de Cramer
det Ai
xi = ,
det A
Ai : matriz dos coeficientes com a coluna i substituı́da pelo vetor dos termos inde-
pendentes b.
O número de operações deste método é da ordem de n!, onde n é a ordem do sistema.
Por exemplo, para um sistema 50 × 50, seriam necessárias da ordem de 50—
operações ≈ 1064 operações.
Supondo que uma operação possa ser realiza em 10−12 segundos, então seriam ne-
cessários 3 × 1042 anos para resolver o sistema. Mais do que a idade da Terra!
4) Escalonamento
Número total de operações é igual a (4n3 + 9n2 − 7n)/6.
Se n = 50, são necessárias 87 025 operações.
Supondo que uma operação possa ser realiza em 10−12 segundos, serão gastos apro-
ximadamente 8, 7 × 10−8 segundos.
4
Para os métodos numéricos, vamos considerar sistemas lineares que admitem uma
única solução. Vamos começar pelos métodos exatos, ou seja, realizam um número
finito e pré-determinado de operações para alcançar a solução. Fornecem a solução exata
a menos de erros de arredondamento e demais efeitos numéricos, como o de propagação.
Lk ← Lk − cLz , c 6= 0
6 2 −1 | 7
2 4 1 | 7
3 2 8 | 13
a31
L3 ← L3 − m31 L1 m31 =
a11
5
a31 = a31 − m31 a11 = 0
a32 = a32 − m31 a12
..
.
a3n = a3n − m31 a1n
b3 = b3 − m31 b1
a11 = 6 (pivô)
L1 (linha pivô)
a21 2 1
m21 = = = e a operação elementar é L2 ← L2 − 13 L1
a11 6 3
1
a21 = 2 − 3 6 = 0
a22 = 4 − 13 2 = 10
3
a23 = 1 − 13 (−1) = 4
3
b2 = 7 − 13 7 = 14
3
a31 3 1 1
m31 = = = e a operação elementar é L3 ← L3 − L1
a11 6 2 2
a31 = 3 − 12 6 = 0
a32 = 2 − 12 2 = 1
a33 = 8 − 12 (−1) = 17
2
b3 = 13 − 12 7 = 19
2
6
Passo 2) Toma a matriz aumetada resultante do Passo 1). Supor a22 6= 0 e anular os
coeficientes da segunda coluna, abaixo da diagonal.
a22 é chamado pivô e a linha 2 é chamada de linha pivô
a32
L3 ← L3 − m32 L2 m32 =
a22
a32 = 0
a33 = a33 − m32 a23
..
.
a3n = a3n − m32 a2n
b3 = b3 − m32 b2
10
a22 = (pivô)
3
L2 (linha pivô)
a32 1 3 3
m32 = = = e a operação elementar é L3 ← L3 − L
10 2
a22 10/3 10
3 10
a32 = 1 − 10 3
=0
a33 = 17
2
− 10 4
3 3
= 81
10
b3 = 19
2
− 10
3 3
14
= 81
10
7
Passo n − 1) Toma a matriz aumetada resultante do Passo n-2). Supor an−1,n−1 6= 0 e anular
os coeficientes da coluna n − 1, abaixo da diagonal, ou seja, o elemento an,n−1 .
an−1,n−1 é chamado pivô e a linha n − 1 é chamada de linha pivô
an,n−1
Ln ← Ln − mn,n−1 L2 mn,n−1 =
an−1,n−1
an,n−1 = 0
ann = ann − mn,n−1 an−1,n
bn = bn − mn,n−1 bn−1
6x1 + 2x2 − x3 = 7
10 4 14
3 2
x + x
3 3
= 3
81 81
x =
10 3 10
81 81
Da 3a. equação, x3 = 10 / 10 ⇒ x3 = 1,
14
Da 2a. equação, x2 = ( 3 − 43 x3 )/ 10 3
Substituindo x3 = 1, x2 = ( 14 3
− 4
3
(1))/ 10
3
=1
Da 1. equação, x1 = (7 − 2x2 + x3 )/6
Substituindo x2 = 1 e x3 = 1, x1 = (7 − 2(1) + (1))/6 = 1
Logo, a solução é (1, 1, 1).
8
Pivô = a11 = 10
SEGUNDA LINHA
a21 2 1
m2 = = = = 0, 2 e a operação elementar é L2 ← L2 − 0, 2L1
a11 10 5
a22 = 10 − 0, 2 ∗ 5 = 9
a23 = −2 − 0, 2 ∗ (−1) = −1, 8
a24 = −1 − 0, 2 ∗ 1 = −1, 2
b2 = −26 − 0, 2 ∗ (2) = −26, 4
TERCEIRA LINHA
a31 −1
m3 = = = −0, 1 e a operação elementar é L3 ← L3 − (−0, 1L1 )
a11 10
a32 = −2 − (−0, 1 ∗ 5) = −1, 5
a33 = 10 − (−0, 1 ∗ (−1) = −9, 9
a34 = 2 − (−0, 1 ∗ 1) = 2, 1
b3 = 20 − (−0, 1 ∗ 2) = 20, 2
QUARTA LINHA
a41 1
m4 = = = 0, 1 e a operação elementar é L4 ← L4 − 0, 1L1
a11 10
a42 = 3 − 0, 1 ∗ 5) = 2, 5
a43 = 2 − 0, 1 ∗ (−1) = 2, 1
a44 = 10 − 0, 1 ∗ 1 = 9, 9
b4 = −25 − 0, 1 ∗ 2 = −25, 2
10 5 −1 1 | 2
0 9 −1, 8 −1, 2 | −26, 4
[A|b](1) =
0 −1, 5 9, 9
2, 1 | 20, 2
0 2, 5 2, 1 9, 9 | −25, 2
Passo 3) Calculo da matriz escalonada 2
Pivô = a22 = 9
TERCEIRA LINHA
a32 −1, 5
m3 = = = −0.1667 e a operação elementar é L3 ← L3 − (−0.1667L2 )
a22 9
a33 = 9, 9 − (−0, 1667 ∗ (−1, 8) = 9, 6
a34 = 2, 1 − (−0, 1667 ∗ 1, 2) = 1, 9
b3 = 20, 2 − (−0, 1667 ∗ −26, 4) = 15, 8
QUARTA LINHA
a42 2, 5
m4 = = = 0, 2778 e a operação elementar é L4 ← L4 − 0, 2778L2
a22 9
a43 = 2, 1 − 0, 2778 ∗ (−1, 8) = 2, 6
a44 = 9, 9 − 0, 2778 ∗ (−1, 2) = 10, 23
b4 = −25, 2 − 0, 2778 ∗ −26, 4 = −17, 87
10 5 −1 1 | 2
0 9 −1, 8 −1, 2 | −26, 4
[A|b](2) =
0 0 9, 6 1, 9 | 15, 8
0 0 2, 6 10, 23 | −17, 87
Passo 4) Calculo da matriz escalonada 3
Pivô = a33 = 9, 6
9
QUARTA LINHA
a43 2, 6
m4 = = = 0, 2708 e a operação elementar é L4 ← L4 − 0, 2708L3
a33 9, 6
a44 = 10, 23 − 0, 2708 ∗ 1, 9 = 9, 716
b4 = −17, 87 − 0, 2708 ∗ 15, 8 = −22, 15
10 5 −1 1 | 2
0 9 −1, 8 −1, 2 | −26, 4
[A|b](2) =
0 0 9, 6 1, 9 | 15, 8
0 0 0 9, 716 | −22, 15
−22,15
x4 = 9,716
= −2, 280
15,8−(1,9∗−2,28)
x3 = 9,6
= 20,13
9,6
= 2, 097
−26,4+(1,2∗−2,280)+(1,8∗2,097)
x2 = 9
= −26,4−2,736+3,775
9
= −29,14+3.775
9
= −25,37
9
= −2, 819
2+2,280+2,097−(5∗−2,819) 6,377+14,1 20,48
x1 = 10
= 10
= 10 = 2, 048
10
Exemplo 3. Resolva o sistema linear pelo método de eliminação de Gauss com pivo-
tamento parcial
2 −3 1 | −5
4 −6 −1 | −7
1 2 1 | 4
a31 1 1
m31 = = e a operação elementar é L3 ← L3 − L1
a11 4 4
1
a31 = 1 − 4 4 = 0
a32 = 2 − 14 (−6) = 27
a33 = 1 − 14 (−1) = 45
b3 = 4 − 14 (−7) = 23
4
11
Exercı́cio 9. Resolva o sistema do Exercı́cio 6. pelo método de eliminação de Gauss
com pivotamento parcial usando 4 dı́gitos significativos em todas as operações. Com-
pare com a solução exata e com a solução com o resultado do Exercı́cio 6. calculando
a norma do máximo para o erro.
12
2.1 - Métodos diretos - decomposição LU
Este material é baseado nas Seções 4.1 a 4.5 e 4.11 do livro FRANCO, N.B. Cálculo
Numérico. São Paulo: Pearson Prentice Hall, 2006.
Decomposição LU
O objetivo é decompor uma matriz quadrada An×n = (aij ) em um produto de uma
triangular inferior Ln×n = (`ij ) com `ii = 1, i = 1, · · · , n e uma matriz triangular
superior Un×n = (uij ), ou seja,
A = LU.
Esquema prático
Vamos supor que A possa ser decomposta (isto acontece, por exemplo, quando
det(A) 6= 0) e vamos impor LU = A, da seguinte forma
0 ··· 0
1 u11 u12 · · · u1n a11 a12 · · · a1n
. . .. 0 u
22 · · · u2n
. . a21 a22 · · · a2n
`21 1
= .. .. . (8)
. . . .
. . . . . .
. .. . .
.. .. .. 0 .
. . . . . . .
`n1 `n2 · · · 1 0 ··· 0 unn an1 an2 · · · ann
Com isso, obtemos
• 1a linha de U : fazendo o produto da 1a linha de L por todas as colunas de U e
igualando com os elementos da 1a linha de A
1.u11 = a11 ⇒ u11 = a11
1.u12 = a12 ⇒ u12 = a12
..
.
1.u1n = a1n ⇒ u1n = a1n
• 1a coluna de L: fazendo o produto da 2a até a última linha de L pela 1a coluna
de U e igualando com os elementos da 1a coluna de A
a21
`21 u11 = a21 ⇒ `21 =
u11
a31
`31 u11 = a31 ⇒ `31 =
u11
..
.
an1
`n1 u11 = an1 ⇒ `n1 =
u11
13
• 2a linha de U : fazendo o produto da 2a linha de L pelas colunas de U , da 2a até
a última, e igualando com os elementos da 2a linha de A
`21 u12 + u22 = a22 ⇒ u22 = a22 − `21 u12
`21 u13 + u23 = a23 ⇒ u23 = a23 − `21 u13
..
.
`21 u1n + u2n = a2n ⇒ u2n = a2n − `21 u1n
• 2a coluna de L: fazendo o produto da 3a até a última linha de L pela 2a coluna
de U e igualando com os elementos da 2a coluna de A
a32 − `31 u12
`31 u12 + `32 u22 = a32 ⇒ `32 =
u22
a42 − `41 u12
`41 u12 + `42 u22 = a42 ⇒ `42 =
u22
..
.
an2 − `n1 u12
`n1 u12 + `n2 u22 = an2 ⇒ `n2 =
u22
• se continuarmos calculando 3a linha de U , 3a coluna de L, 4a linha de U , 4a coluna
de L, teremos as fórmulas gerais
uij = aij − i−1
P
k=1 `ik ukj , i ≤ j,
(9)
`ij = aij − j−1 `ik ukj /ujj ,
P
k=1 i > j.
5 2 1
Exemplo 1. Decompor em LU a matriz A = 3 1 4
1 1 3
Queremos determinar os seguintes elementos de L e de U :
1 0 0 u11 u12 u13 5 2 1
`21 1 0 0 u22 u23 = 3 1 4 .
`31 `32 1 0 0 u33 1 1 3
• 1a linha de U
u11 = a11 ⇒ u11 = 5
u12 = a12 ⇒ u12 = 2
u13 = a13 ⇒ u13 = 1
• 1a coluna de L
a21 3
`21 = ⇒ `21 =
u11 5
a31 1
`31 = ⇒ `31 =
u11 5
• 2a linha de U
3 −1
u22 = a22 − `21 u12 ⇒ u22 = 1 − (2) =
5 5
3 17
u23 = a23 − `21 u13 ⇒ u23 = 4 − (1) =
5 5
14
• 2a coluna de L
a32 − `31 u12 1 − 15 (2)
`32 = ⇒ `32 = −1 = −3
u22 5
• 3a linha de U
u33 = a33 − `31 u13 − `32 u23 ⇒ u33 = 3 − 15 (1) − (−3) 17
5
= 13
1 0 0 5 2 1
3
Com isso, obtemos L = 5
1 0 e U = 0 − 15 17
5
.
1
5
−3 1 0 0 13
Aplicações
LU x = b
1o ) Ly = b
1 0 0 y1 0
3
5
1 0 y2 = −7 ,
1
5
−3 1 y3 −5
ou, em forma de sistema,
y1 = 0
3
y 1 + y2 = −7
51
5
y 1 − 3y2 + y3 = −5
15
de onde obtemos x3 = −2, x2 = 1 e x1 = 0.
0
Portanto, a solução do sistema Ax = b é x = 1 .
−2
AA−1 = I.
. . .
Escrevendo A−1 = [b1 .. b2 .. · · · .. bn ], em que bj é a coluna j da matriz A−1 e
. . .
I = [e1 .. e2 .. · · · .. en ], em que ej é a coluna j da matriz identidade, temos
. . . . . .
A[b1 .. b2 .. · · · .. bn ] = [e1 .. e2 .. · · · .. en ].
Abj = ej , j = 1, 2, · · · , n
16
Para a 1a coluna, temos que resolver
1 0 0 y11 1
3
Ly1 = e1 ⇒
5
1 0 y21 = 0
1
5
−3 1 y31 0
Resolvendo o Sistema
y11 = 1
3
y 11 + y 21 = 0
51
y
5 11
− 3y21 + y31 = 0
y11 = 1
3
y21 = −
5
−3 1
y31 =3∗ − = −2
5 5
e
5 2 1 b11 1
U b1 = y1 ⇒ 0 − 15 17
5
b21 = −3/5 ,
0 0 13 b31 −2
Resolvendo o Sistema
5b11 + 2b21 + b31 = 1
−1
b
5 21
+ 17
b
5 31
= −3
5
13b31 = −2
−2
b31 = = −0.1538461538
13
−3 17 −2 −1 5
b21 =( − ∗ ) ∗ −5 = ∗ −5 = = 0.3846153846
5 5 13 13 13
2 5 1 5 1 1
b11 = (1 + −2∗ )∗ = ∗ = = 0.07692307692
13 13 5 13 5 13
Para a 2a coluna, temos que resolver
1 0 0 y12 0
Ly2 = e2 ⇒ 53 1 0 y22 = 1
1
5
−3 1 y32 0
Resolvendo o Sistema
y12 = 0
3
y12 + y22 = 1
51
y
5 12
− 3y22 + y32 = 0
y12 = 0
y22 = 1
y32 = 3 ∗ 1 = 3
e
5 2 1 b12 0
1 17
U b2 = y2 ⇒ 0 −5 5 b22 = 1 ,
0 0 13 b32 3
17
Resolvendo o Sistema
5b12 + 2b22 + b32 = 0
−1 17
b
5 22
+ b
5 32
= 1
13b32 = 3
3
b32 = = 0, 2307692308
13
17 3 14 −14
b22 = (1 − ∗ ) ∗ −5 = ∗ −5 = = −1.076923077
5 13 65 13
3 14 1 25 1 5
b12 = (0 − +2∗ )∗ = ∗ = = 0.3846153846
13 13 5 13 5 13
Para a 3a coluna, temos que resolver
1 0 0 y13 0
3
Ly3 = e3 ⇒
5
1 0 y23 = 0
1
5
−3 1 y33 1
Resolvendo o Sistema
y13 = 0
3
y13 + y23 = 0
51
y
5 13
− 3y 23 + y 33 = 1
y13 = 0
y23 = 0
y33 = 1
e
5 2 1 b13 0
U b3 = y3 ⇒ 0 − 15 17
5
b23 = 0 ,
0 0 13 b33 1
Resolvendo o Sistema
5b13 +
2b23 + b33 = 0
−1 17
b
5 23
+ b33 = 0
5
13b33 = 1
1
b33 = = 0.07692307692
13
17 1 −17 17
b23 = (0 − ∗ ) ∗ −5 = ∗ −5 = = 1.307692308
5 13 65 13
1 17 1 −35 1 −7
b13 = (0 − −2∗ )∗ = ∗ = = −0.53846153845
13 13 5 13 5 13
Com isso, obtemos a matriz inversa
b11 b12 b13
A−1 b21 b22 b23
b31 b32 b33
18
0.07692307692 0.3846153846 −0.53846153845
A−1 0.3846153846 −1.076923077 1.30769230
−0.1538461538 0.2307692308 0.07692307692
Exercı́cios
usando decomposição LU .
3) Considere a matriz
3 0 3
A = 2 −2 1 .
1 2 0
Calcule A−1 utilizando fatoração LU .
19
3.3 - Métodos iterativos Jacobi e Gauss-Seidel
Este material é baseado na Seção 5.2 do livro FRANCO, N.B. Cálculo Numérico.
São Paulo: Pearson Prentice Hall, 2006.
• etudar dois métodos iterativos, Jacobi e Gauss-Seidel, bem como os critérios para
convergência
Métodos iterativos
Vamos estudar os métodos de Jacobi e Gauss-Seidel, ambos iterativos, para re-
solver sistemas lineares. Um método é iterativo quando fornece uma sequência de
aproximações da solução, cada uma das quais obtidas das anteriores pela repetição do
mesmo tipo de processo.
A principal vantagem em relação aos métodos exatos é que podem chegar tão
próximos da solução quanto desejarmos. A desvantagem é que a sequência gerada
pode ou não convergir para a solução do sistema.
É aplicado, por exemplo, quando a matriz dos coeficientes é esparsa (muitos ele-
mentos iguais a zero).
Consideramos sistemas lineares Ax = b possı́vel e determinado, onde A é uma matriz
quadrada de ordem n, x e b são vetores n × 1, que, na forma de sistema fica
a11 x1 + a12 x2 + · · · a1n xn = b1
a21 x1 + a22 x2 + · · · a2n xn = b2
.. (10)
.
a x + a x + ···a x = b
n1 1 n2 2 nn n n
Método de Jacobi
Dado o sistema linear (10), o método de Jacobi consiste na determinação de uma
(0) (0) (0)
sequência com primeiro termo x(0) = (x1 , x2 , · · · , xn )t dado e demais termos x(k) =
(k) (k) (k)
(x1 , x2 , · · · , xn )t obtidos pelo processo iterativo:
(k+1) (k) (k)
x1 = (b1 − a12 x2 − · · · − a1n xn )/a11
x(k+1) = (b − a x(k) − a x(k) · · · − a x(k) )/a
2 2 21 1 23 3 2n n 22
. (11)
..
(k+1) (k) (k)
xn = (bn − an1 x1 − · · · − an,n−1 xn−1 )/ann
Observe que este método se parece com o método da iteração linear (ou do ponto
fixo) que foi discutido para uma equação. Neste caso, temos n equações e isolamos o
xi na linha i, para cada i = 1, 2, · · · , n, as incógnitas que aparecem do lado direito de
cada equação é colocada na iteração k e as do lado esquerdo na iteração k + 1.
20
CONVERGÊNCIA
Critério das linhas: Uma matriz satisfaz o critério das linhas se
n
X
|aij |
j=1,j6=i
αi = < 1, para todo i = 1, 2, · · · , n.
|aii |
Se o critério das linhas então o método de Jacobi gera uma sequência que converge
para a solução do sistema, idependetemente do x(0) tomado.
TESTE DE PARADA
• Erro absoluto ||x(k+1) − x(k) ||∞ <
||x(k+1) − x(k) ||∞
• Erro relativo <
||x(k+1) ||∞
• Número máximo de iterações k + 1 < N M AX
onde é uma precisão pré-fixada, x(k) e x(k+1) são dois termos consecutivos da sequência.
Quando o critério escolhido for alcançado, a solução numérica será x = x(k+1) .
Além disso, N M AX é o número máximo de iterações, suficientemente grande para
não ser alcançado quando o método convergir. Logo, se o processo parar pelo NMAX,
podemos dizer que não convergiu em N M AX iterações.
21
1a. ITERAÇÃO (k = 0)
(1) (0) (0)
x1 = (7 − 2x2 − x3 )/10
(1) (0) (0)
x2 = (−8 − x1 − x3 )/5
x(1) = (6 − 2x(0) − 3x(0) )/10
3 1 2
(0) (0) (0)
Do enunciado, x(0) = (0.7, −1.6, 0.6)t . Logo, x1 = 0.7, x2 = −1.6 e x3 = 0.6.
Substituindo no processo,
(1)
x1 = (7 − 2(−1.6) − 0.6)/10 = 0.96
(1)
x2 = (−8 − (0.7) − 0.6)/5 = −1.86
x(1) = (6 − 2(0.7) − 3(−1.6))/10 = 0.94
3
2a. ITERAÇÃO (k = 1)
(2) (1) (1)
x1 = (7 − 2x2 − x3 )/10 = (7 − 2(−1.86) − 0.94)/10 = 0.978
(2) (1) (1)
x2 = (−8 − x1 − x3 )/5 = (−8 − 0.96 − 0.94)/5 = −1.98
x(2) = (6 − 2x(1) − 3x(1) )/10 = (6 − 2(0.96) − 3(−1.86))/10 = 0.966
3 1 2
3a. ITERAÇÃO (k = 2)
(3)
x1 = (7 − 2(−1.98) − 0.966)/10 = 0.9994
(3)
x2 = (−8 − 0.978 − 0.966)/5 = −1.9888
x(3) = (6 − 2(0.978) − 3(−1.98))/10 = 0.9984
3
22
Assim, x(3) = (0.9994, −1.9888, 0.9984)t
||x(3) − x(2) ||∞
Teste de parada: (3) ||
< 10−2 ?
||x ∞
0.9994 0.978 0.0214
||x(3) − x(2) ||∞ =k −1.9888 − −1.98 k∞ =k −0.0088 k∞ = 0.0324
0.9984 0.966 0.0324
||x(3) ||∞ = 1.9888
||x(3) − x(2) ||∞ 0.0324
(2)
= = 0.01629123089 > 10−2 CONTINUE
||x ||∞ 1.9888
k + 1 = 3 < 5 CONTINUE
4a. ITERAÇÃO (k = 3)
(3)
x1 = (7 − 2(−1.9888) − 0.9994)/10 = 0.99782
(3)
x2 = (−8 − 0.9994 − 0.9984)/5 = −1.99956
x(3) = (6 − 2(0.9994) − 3(−1.9888))/10 = 0.99676
3
Método de Gauss-Seidel
Semelhante ao método de Jacobi, o método de Gauss-Seidel consiste na deter-
(0) (0) (0)
minação de uma sequência com primeiro termo x(0) = (x1 , x2 , · · · , xn )t dado e
(k) (k) (k)
demais termos x(k) = (x1 , x2 , · · · , xn )t obtidos pelo processo iterativo:
(k+1) (k) (k)
x1 = (b1 − a12 x2 − · · · − a1n xn )/a11
(k+1) (k+1) (k) (k)
x2 = (b2 − a21 x1 − a23 x3 · · · − a2n xn )/a22
(k+1) (k+1) (k+1) (k) (k)
x3 = (b3 − a31 x1 − a32 x2 − a34 x4 · · · − a3n xn )/a33 (12)
.
.
.
x(k+1) = (b − a x(k+1) − · · · − a
x
(k+1)
)/a
n n n1 1 n,n−1 n−1 nn
23
(k+1)
Este método difere do anterior pois, a medida que os novos xi vão sendo calcu-
(k+1) (k+1)
lados, eles já são substituı́dos nos cálculos de xi+1 ,..., xn . Com isso, a convergência
para a solução é acelerada.
CONVERGÊNCIA
1) Se o critério das linhas for satisfeito então o método de Gauss-Seidel gera uma
sequência que converge para a solução do sistema, idependetemente do x(0) tomado.
TESTE DE PARADA
Os mesmos do método de Jacobi.
b) Processo iterativo:
(k+1) (k) (k)
x1
= (7 − 2x2 − x3 )/10
(k+1) (k+1) (k)
x2 = (−8 − x1 − x3 )/5
x(k+1) = (6 − 2x(k+1) − 3x(k+1) )/10
3 1 2
24
1a. ITERAÇÃO (k = 0)
(1) (0) (0)
x1 = (7 − 2x2 − x3 )/10
(1) (1) (0)
x2 = (−8 − x1 − x3 )/5
x(1) = (6 − 2x(1) − 3x(1) )/10
3 1 2
(0) (0) (0)
Do enunciado, x(0) = (0.7, −1.6, 0.6)t . Logo, x1 = 0.7, x2 = −1.6 e x3 = 0.6.
Substituindo no processo,
(1)
x1 = (7 − 2(−1.6) − 0.6)/10 = 0.96
(1)
x2 = (−8 − 0.96 − 0.6)/5 = −1.912
x(1) = (6 − 2(0.96) − 3(−1.912))/10 = 0.9816
3
2a. ITERAÇÃO (k = 1)
(2) (1) (1)
x1 = (7 − 2x2 − x3 )/10 = (7 − 2(−1.912) − 0.9816)/10 = 0.98424
(2) (2) (1)
x2 = (−8 − x1 − x3 )/5 = (−8 − 0.98424 − 0.9816)/5 = −1.993168
x(2) = (6 − 2x(2) − 3x(2) )/10 = (6 − 2(0.98424) − 3(−1.993168))/10 = 1.0011024
3 1 2
3a. ITERAÇÃO (k = 2)
(3)
x1 = (7 − 2(−1.993168) − 1, 0011024)/10 = 0.99852336
(3)
x2 = (−8 − 0.99852336 − 1.0011024)/5 = −1.999925152
x(3) = (6 − 2(0.99852336) − 3(−1.999925152))/10 = 1.000272874
3
25
Assim, x(3) = (0.99852336, −1.999925152, 1.000272874)t
||x(3) − x(2) ||∞
Teste de parada: (3) ||
< 10−2 ?
||x ∞
0.99852336 0.98424
||x(3) − x(2) ||∞ =k −1.999925152 − −1.993168 k∞
1.000272874 1.0011024
0.01428336
=k −0.006757152 k∞ = 0.01428336
−0.000829526
(3)
||x ||∞ = 1.999925152
||x(3) − x(2) ||∞ 0.01428336
(2)
= = 0.00714194728 < 10−2 PARE
||x ||∞ 1.999925152
OBSERVAÇÕES
mostre que, reordenando as equações e incógnitas, podemos fazer com que o critério
de Sassenfeld seja satisfeito mas não o das linhas. Escreva uma conclusão sobre a
covergência dos métodos vistos nesta aula.
26
Exercı́cios
8) Dado o sistema
x1 + x2 = 3
x1 − 3x2 = −3
a) aplique os critérios das linhas e Sassenfeld (mantendo linhas e colunas nessa
ordem);
b) faça 4 iterações do método de Jacobi, sem calcular erro;
c) plote no plano cartesiano x1 x2 os gráficos das retas definidas pelas equações do
sistema, jutamente com as 4 soluções obtidas em b);
d) repita b)-c) para o método de Gauss-Seidel;
e) permute as linhas do sistema e aplique os critérios das linhas e Sassenfeld;
d) repita b)-c);
e) repita b)-c) para o método de Gauss-Seidel;
9) a) Escreva uma fórmula geral para o processo(11) e então escreva um algoritmo para
o método de Jacobi.
b) Escreva uma fórmula geral para o processo(12) e então escreva um algoritmo para
o método de Gauss-Seidel.
27