1

ATENÇÃO!! Caro estudante, primeiro leia atentamente os presentes apontamentos relativos

à Resolução de sistemas de equações lineares através de métodos numéricos. Nesta aula, são
abordados os conteúdos concernentes a classificação de sistemas, normas de vectores e de
matrizes e a transformação do sistema AX = B para a forma equivalente X = GX + H .
Discuta todos os exemplos apresentados no texto, sendo que as dúvidas decorrentes da leitura
do texto e da compreensão dos exemplos apresentados poderão ser esclarecidas através das
plataformas virtuais disponíveis.
BOM TRABALHO!

Aula teórica: 08 09.08.2021

Tema 5. Resolução de sistemas de equações lineares
- Classificação de sistemas de equações
- Normas de vectores e de matrizes
- Método iterativo geral.
. .

Objectivos
No fim desta aula, os estudantes devem ser capazes de:
• Classificar os sistemas de equações lineares;
• Determinar as normas de vectores e de matrizes.
• Transformar o sistema AX = B para a forma X = GX + H .
. .

5. Resolução de sistemas de equações lineares

Considere o sistema de n equações lineares


 a11 x1 + a12 x2 + a13 x3 + . . . + a1n xn = b1


 a21 x1 + a22 x2 + a23 x3 + . . . + a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + . . . + a3n xn = b3 (1)



 ...

an1 x1 + an2 x2 + an3 x3 + . . . + ann xn = bn

Na forma matricial, o sistema (1) representa-se de seguinte modo:

AX = B (2)
     
a11 a12 a13 . . . a1n x1 b1
 a21 a22 a23 . . . a2n   x2   b2 
     
onde, A=
 a31 a32 a33 . . . a3n
,
 X=
 x3 ,
 B=
 b3 

 ···   ···   ··· 
an1 an2 an3 . . . ann xn bn
 2

5.1. Classificação de sistemas de equações lineares

De acordo com o número de soluções, um sistema de equações lineares pode ser:

1) Possível
- É todo o sistema que admite pelo menos uma solução.
Um sistema possível pode ser:

1.1 Determinado
- Quando admite uma única solução;

1.2 Indeterminado
- Quando admite mais de uma solução.

2) Impossível
- É todo o sistema que não admite solução.

Exemplo 1. Classifique os seguintes sistemas:

{ { {
x − 2y = 1 x − 2y = 6 x + y = 10
a) b) c)
−2x + y = −2
1 1
− 12 x + y = 3 − 23 x + 5y = 3

Solução

O sistema a) é possível e indeterminado, pois é de duas rectas coincidentes;

O sistema b) é impossível, pois é de duas rectas paralelas;
O
( sistema
) c) é possível e determinado, pois possui uma única solução que é o par ordenado
94 36
; 
13 13

5.2. Resolução de sistemas de equações lineares através de métodos iterativos

Na disciplina de ALGA aprendemos alguns métodos para resolver os sistemas de equações

lineares. Os tais métodos, designados métodos exactos ou directos, com a excepção dos
erros de arredondamento, permitem determinar soluções exactas.
Para além de métodos exactos, existem outros denominados métodos iterativos, que, usando
processos repetitivos, permitem determinar sucessivas soluções aproximadas.

Definição 1 (Métodos Exactos).

- São aqueles que, exceptuando os erros de arredondamentos, fornecem a solução exacta com
um número finito de operações.

São exemplos de Métodos Exactos os métodos de Cramer1 , Gauss2 , Gauss-Pivô, Jordan3 , etc,
1
Gabriel Cramer (1704–1752)—matemático suíço
2
Carl Friedrich Gauss (1777–1855) — matemático alemão
3
Camille Jordan (1838–1922) — matemático francês
 3

estudados na disciplina de ALGA.

Definição 2 (Métodos Iterativos).

- São aqueles que, com uma dada precisão, permitem obter a solução aproximada de um sistema
através de um processo infinito convergente.

Os métodos iterativos, apesar de fornecerem soluções aproximadas, têm as seguintes vantagens

em relação aos métodos exactos:

1) Capacidade de auto-correcção quando um erro for cometido;

2) Não acumulam os erros de arredondamento;

3) Podem ser usados para reduzir os erros de arrendondamento na solução obtida através de
métodos exactos.

Definição 3 (Norma de um vector).

Considere os vectores x = (x1 , x2 , x3 , ..., xn ) e y = (y1 , y2 , y3 , ..., yn ).
Chama-se norma do vector x ao número designado por ||x|| de tal modo que:

a) ||x|| ≥ 0, ||x|| = 0 ⇐⇒ x = 0 (vector nulo)

b) ||αx|| = |α|||x||, ∀α ∈ R
c) ||x + y|| ≤ ||x|| + ||y||

Normas mais utilizadas de Vectores

Considere o vector x = (x1 , x2 , x3 , ..., xn )
v
u n √
u∑
||x||2 = t xi = x21 + x22 + x23 + ... + x2n , (denominada norma Euclidiana).
2

i=1

||x||∞ = max |xi |, (denominada norma infinita ou máxima)

1≤i≤n

∑
n
||x||1 = |xi |, (denominada norma unitária)
i=1

Definição 4 (Limite da série de vectores).

x é limite da série de vectores x0 , x1 , x2 , ..., xn , ... se lim ||xn − x|| = 0.
n→∞

Definição 5 (Norma de uma matriz).

Considere as matrizes A e B .
Chama-se norma da matriz A ao número designado por ||A|| de tal modo que:

a) ||A|| ≥ 0, ||A|| = 0 ⇐⇒ A = 0 (matriz nula)

b) ||αA|| = |α|||A||, ∀α ∈ R
 4

c) ||A + B|| ≤ ||A|| + ||B||

d) ||A · B|| ≤ ||A|| · ||B||.

Normas mais utilizadas de Matrizes

Considere a matriz x = (xij )n×n
v
u∑
u n ∑ n
||A||F = t A2ij , (denominada norma de Frobenius)
i=1 j=1
∑ n
||A||∞ = max |Aij |, (denominada norma de soma máxima de linha)
1≤i≤n
j=1
∑
n
||A||1 = max |Aij |, (denominada norma de soma máxima de coluna)
1≤j≤n
i=1

5.2.1. Método Iterativo Geral

Considere o sistema de n equações dada na forma AX = B , (1).
O método iterativo geral consiste em transformar o sistema (1) para a forma equivalente
X = GX + H (2), onde G = (gij )n×m e H = (hij )m×1 . Posteriormente, escolhemos o vector
inicial X0 e calculemos as aproximações sucessivas do vector solução através da fórmula:

Xi+1 = GXi + H , i = 0, 1, 2, 3, ...

A transformação do sistema (1) para (2) pode realizar-se de várias formas. O exemplo mais
simples consiste em considerar:
G = I − A ⇐⇒ A = I − G, sendo I a matriz identidade.
De AX = B =⇒ (I − G)X = B ⇐⇒ IX = GX + B ⇐⇒ X = GX + B .

Se uma série de vectores X (0) , X (1) , X (2) , ..., X (2) , ... converge para o vector X , então X pode
ser considerada solução aproximada do sistema X = GX + H .
Para obter uma solução aproximada, com uma precisão ε, do sistema X = GX + H , usando
o processo iterativo Xi+1 = GXi + H , é suficiente que ||Xi+1 − Xi || ≤ ε.

Teorema 1 (Convergência do método Iterativo Geral).

Para que o processo iterativo Xi+1 = GXi + H seja convergente para quaisquer vectores iniciais
X0 e H é necessário e suficiente que uma das normas da matriz G seja inferior a 1, ou seja
||G|| < 1.

Exemplo 2. Considere o sistema:



 10x1 + 2x2 + x3 = 7
x1 + 5x2 + x3 = −8

 2x + 3x + 10x = 6
1 2 3

Verfique a convergencia da transformação X = GX + H , onde:

 5

     
−9 −2 −1 x1 7
     
G =  −1 −4 −1  , X =  x2  e H =  −8 
−2 −3 −9 x3 6

Resolução

A transformação X = GX + H não é convergente porque as normas ||G||F , ||G||∞ e ||G||1 são

maiores que 1, isto é:
v
u∑
u n ∑ n
||G||F = t gij2 =
i=1 j=1

√
= (−9)2 + (−2)2 + (−1)2 + (−1)2 + (−4)2 + (−1)2 + (−2)2 + (−3)2 + (−9)2 = 14.0712.

 
 para i = 1 : | − 9| + | − 2| + | − 1| 
||G||∞ = max para i = 2 : | − 1| + | − 4| + | − 1| = max{12, 6, 14} = 14
 
para i = 3 : | − 2| + | − 3| + | − 9|
 
 para j = 1 : | − 9| + | − 1| + | − 2| 
||G||1 = max para j = 2 : | − 2| + | − 4| + | − 3| = max{12, 9, 11} = 12
 
para j = 3 : | − 1| + | − 1| + | − 9|