Escolar Documentos
Profissional Documentos
Cultura Documentos
Objectivos
No fim desta aula, os estudantes devem ser capazes de:
• Resolver sistemas de equações lineares através dos métodos de Jacobi e de Gauss-Seidel.
. .
ai1 x1 + ai2 x2 + ai3 x3 + ... + aii−1 xi−1 + aii xi + aii+1 xi+1 + ... + ain xn = bi
∑i−1 ∑n
∑
i−1 ∑
n
bi − j=1 aij xj − j=i+1 aij xj
aij xj + aii xi + aij xj = bi ⇐⇒ xi = , aii ̸= 0
j=1 j=i+1
aii
Assim, cada linha do sitema X = GX + H é definida da seguinte forma:
( )
1 ∑
n
xi = bi − aij xj , aii ̸= 0, i = 1, 2, 3, ..., n,
aii j=1,j̸=i
onde:
0 − aa12 − aa13 . . . − aa1n
b1
a11
11 11 11
x1 b
− aa21 0 − aa23 ... − aa2n x2 2
a22
22 22 22
Exemplo 1. Resolva o seguinte sistema pelo método de Jacobi com a precisão de ε = 0.0100
10x1 + 2x2 + x3 = 7
x1 + 5x2 + x3 = −8
2x + 3x + 10x = 6
1 2 3
Resolução
√
= 02 + (−0.2)2 + (−0.1)2 + (−0.2)2 + 02 + (−0.2)2 + (−0.2)2 + (−0.3)2 + 02 =
= 0.5099 < 1.
4) Calculemos os vectores Xi+1 = GXi + H, i = 3, 4, ..., até que ||Xi+1 − Xi ||2 ≤ 0.0100
0 −0.2 −0.1 0 0.7
Para i = 0 =⇒ X1 = GX0 + H =⇒ X1 = −0.2 0 −0.2 · 0 + −1.6
−0.2 −0.3 0 0 0.6
0.7
Portanto X1 = −1.6
0.6
√
Assim, ||X1 − X0 ||2 = (0.7 − 0)2 + (−1.6 − 0)2 + (0.6 − 0)2 = 1.8466 > 0.0100
3
0 −0.2 −0.1 0.7
Para i = 1 =⇒ X2 = GX1 + H =⇒ X2 = −0.2 0 −0.2 · −1.6 +
−0.2 −0.3 0 0.6
0.7 0.9600
−1.6 =⇒ X2 = −1.8600
0.6 0.9400
√
||X2 − X1 ||2 = (0.9600 − 0.7)2 + (−1.8600 + 1.6)2 + (0.9400 − 0.6)2 = 0.5008 > 0.0100
0 −0.2 −0.1 0.9600
Para i = 2 =⇒ X3 = GX2 + H =⇒ X3 = −0.2 0 −0.2 · −1.8600 +
−0.2 −0.3 0 0.9400
0.7 0.9780
−1.6 =⇒ X3 = −1.9800
0.6 0.9660
√
||X3 − X2 ||2 = (0.9780 − 0.9600)2 + (−1.9800 + 1.8600)2 + (0.9660 − 0.9400)2 =
Procedemos do mesmo modo, tomando i = 3, 4, ..., até que ||Xi+1 − Xi ||2 ≤ 0.0100
e apresentemos os resultados na tabela abaixo. Observe que os vectores e seus respectivos
(1) (2) (3)
elementos representam-se por Xi = (Xi , Xi , Xi )
(1) (2) (3)
Xi Xi Xi Xi ε = ||Xi+1 − Xi ||2
X0 0 0 0 −
X1 0.7000 −1.6000 0.6000 1.8466
X2 0.9600 −1.8600 0.9400 0.5008
X3 0.9780 −1.9800 0.9660 0.1241
X4 0.9994 −1.9888 0.9984 0.0398
X5 0.9979 −1.9996 0.9968 0.0110
X6 1.0002 −1.9989 1.0003 0.0043 < 0.0100
Resolução
1) Observe que a diagonal principal da matriz relativa ao sistema dado não é estritamente
dominante e, portanto, com esta disposição das linhas e colunas, a transformação poderá
não convergir. Assim, há necessidade de efectuar-se a troca das linhas, fazendo uso das
transformações equivalentes de sistemas de equações, por forma a obtermos um sistema
com diagonal principal dominante, isto é,
x1 − 4x2 + x3 = −1 4x1 + 2x2 + x3 = 2
4x1 + 2x2 + x3 = 2 ⇐⇒ x1 − 4x2 + x3 = −1
−x1 − x2 + 4x3 = 3 −x1 − x2 + 4x3 = 3
∑
n
2) |aij | < |aii |, i = 1, 2, 3, ..., n
j=1,j̸=i
{ }
∑ n
|aij |
3) max <1
1≤i≤n
j=1,j̸=i
|aii |
Resolução
Para k = 0 temos:
(1) (0) (0)
x1 = −0.2x2 − 0.1x3 + 0.7 = −0.2 · 0 − 0.1 · 0 + 0.7 = 0.7000
(1) (1) (0)
x2 = −0.2x1 − 0.2x3 − 1.6 = −0.2 · 0.7 − 0.2 · 0 − 1.6 = −1.7400
x(1) = −0.2x(1) − 0.3x(1) + 0.6 = −0.2 · 0.7 + 0.3 · 1.74 + 0.6 = 0.9820
3 1 2
Para k = 1 temos:
(2) (1) (1)
x1 = −0.2x2 − 0.1x3 + 0.7 = −0.2 · (−1.7400) − 0.1 · 0.9820 + 0.7 = 0.9498
(2) (2) (1)
x2 = −0.2x1 − 0.2x3 − 1.6 = −0.2 · 0.9498 − 0.2 · 0.9820 − 1.6 = −1.9864
x(2) = −0.2x(2) − 0.3x(2) + 0.6 = −0.2 · 0.9498 − 0.3 · (−1.9864) + 0.6 = 1.0059
3 1 2
Procedemos de igual modo para k = 2, 3, ... até que ||x(k+1) − x(k) ||2 < 0.0100 e apresentemos
os resultados numa tabela. Observe que, neste caso, os vectores e as respectivas componentes
(k) (k) (k)
representam-se por x(k) = (x1 , x2 , x3 ).
7
(a) Mostre que é possível resolver o sistema dado com o método de Gauss-Seidel.
(b) Tomando x(0) = (1.1139; 1.4445; −1.0574), calcule as três primeiras aproximacões da solu-
ção do sistema, usando o método de Gauss-Seidel.
Resolução
(a) Para a resolução desta alínea, consideremos por verificar se uma das condições seguin-
tes é satisfeita:
É fácil observar que as duas últimas condições não são satisfeitas. Então, vamos verificar a
primeira, mas comecemos por trocar as linhas, isto é,
4x1 + 2x2 + 6x3 = 1 4x1 − x2 + x3 = 2
4x1 − x2 + x3 = 2 ⇐⇒ −x1 + 5x2 + 3x3 = 3
−x1 + 5x2 + 3x3 = 3 4x1 + 2x2 + 6x3 = 1
8
x1 − 0.25x2 + 0.25x3 = 0.5
⇐⇒ −0.2x1 + x2 + 0.6x3 = 0.6
0.6667x1 + x3 + 0.3333x2 = 0.1667
Considerando o vector inicial x(0) = (1.1139; 1.4445; −1.0574), calculemos as componentes dos
vectores x(1) , x(2) e x(3) :
Resolução
a) Para mostrar que é possível resolver o sistema dado através do método de Gauss-Seidel,
primeiro vamos verificar se uma das seguintes condições é satisfeita:
Depois de trocar as linhas, fácilmente podemos observar que as duas últimas condições não
são satisfeitas. Então, vamos verificar a primeira:
4x1 + 2x2 + 6x3 = 1
4x1 − x2 + x3 + 0x4 = 2
4x1 − x2 + x3 = 2 −x1 + 6x2 + 3x3 + x4 = 3
⇐⇒
−x 1 + 6x 2 + 3x 3 + x4 = 3
4x1 + 2x2 + 6x3 + 0x4 = 1
−x1 + x2 + x3 + 4x4 = 5 −x1 + x2 + x3 + 4x4 = 5
x1 − 0.25000x2 + 0.25000x3 + 0.0000x4 = 0.50000
−0.16667x1 + x2 + 0.50000x3 + 0.16667x4 = 0.50000
⇐⇒
0.66667x1 + 0.33333x2 + x3 + 0.00000x4 = 0.16667
−0.25000x1 + 0.25000x2 + 0.25000x3 + x4 = 1.25000
Deste modo, podemos usar o método de Gauss-Seidel para resolver este sistema.
(1)
x1 = 0.50000 + 0.25000 · 1.44451 − 0.25000 · (−1.05740) = 1.12548
(1)
x2 = 0.50000 + 0.16667 · 1.12548 − 0.50000 · (−1.05740) − 0.16667 · 1.01211 = 1.04760
(1)
x3 = 0.16667 − 0.66667 · 1.12548 − 0.33333 · 1.04760 = −0.93285
(1)
x4 = 1, 25000 + 0.25000 · 1.12548 − 0.25000 · 1.04760 − 0.25000 · (−0.93285) = 1.50268
Tomando k = 1, temos:
(2)
x1 = 0.50000 + 0.25000 · 1.04760 − 0.25000 · (−0.93285) = 0.99511
(2)
x2 = 0.50000 + 0.16667 · 0.99511 − 0.50000 · (−0.93285) − 0.16667 · 1.50268 = 0.88183
(2)
x3 = 0.16667 − 0.66667 · 0.99511 − 0.33333 · 0.88183 = −0.79068
(2)
x4 = 1.25000 + 0.25000 · 0.99511 − 0.25000 · 0.88183 − 0.25000 · (−0.79068) = 1.47599
Nota:
Na aplicação de métodos numéricos, se no passo i, (i = 1, 2, 3, ..., n) o resultado de determina-
ção do vector Xi estiver errado, pode-se continuar com o processo iterativo, considerando-se o
resultado errado como vector inicial.