Escolar Documentos
Profissional Documentos
Cultura Documentos
Universidade de Aveiro
Departamento de Matemática
Introdução
Notação Matricial: Ax = b
a a12 ··· a1n x b
11 1 1
a21 a22 ··· a2n x2 b2
A=
.. .. .. ..
,
.. ,
x= b=
..
. . . . . .
an1 an2 ··· ann xn bn
⃝
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Introdução
(i) ∥x∥ = 0 ⇐⇒ x = 0
1⃝
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Introdução
(i) ∥A∥ = 0 ⇐⇒ A = 0
1 2⃝
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Introdução
1 2 3⃝
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos
Tais erros podem ter uma maior ou menor influência na aproximação que
se obtém para o valor da solução x.
1 2 3 4⃝
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: eliminação de Gauss
(1)
• a11 , a22 , . . . , a(n−1)
nn pivots
1 2 3 4 5⃝
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: instabilidade numérica
Exemplo:
0.003 x + 59.140 x2 = 59.170
1
Solução exata x = [10 1]T
5.291 x1 − 6.130 x2 = 46.780
a21 5.291
m21 = a11
= 0.003
= 1763.66(6) → m21 = 1764 ≫ 1
Pivotagem parcial:
no inı́cio do passo p é escolhido para pivot o elemento akp tal que
1 2 3 4 5 6 7⃝
8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: escolha de pivot
Pivotagem parcial
a11 ··· ··· ··· a1n | b1
.. .. .. ..
.
. . | .
(p−1) (p−1)
0 ··· 0 app ··· apn | b(p−1)
p
.. .. .. .. .. ..
. . . . . | .
(p−1) (p−1)
0 ··· 0 anp ··· ann | b(p−1)
n
a(p−1)
pp , . . . , a(p−1)
np candidatos a pivot no passo p
1 2 3 4 5 6 7 8⃝
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: escolha de pivot
Pivotagem total:
no inı́cio do passo p é escolhido para pivot o elemento akr tal que
1 2 3 4 5 6 7 8 9⃝
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: escolha de pivot
Pivotagem total
a11 ··· ··· ··· a1n | b1
.. . . .. ..
.
. . | .
(p−1) (p−1)
0 ··· 0 app ··· apn | b(p−1)
p
.. .. .. .. .. ..
. . . . . | .
(p−1) (p−1)
0 ··· 0 anp ··· ann | b(p−1)
n
a(p−1)
pp , . . . , a(p−1)
np , . . . , a(p−1)
pn , . . . , a(p−1)
nn candidatos a pivot no passo p
1 2 3 4 5 6 7 8 9 10 ⃝
11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: escolha de pivot
L2 ←L2 −m21 L1
−→ ···
a21 0.003
m21 = a11
= 5.291
= 5.670 × 10−4 ≤ 1
1 2 3 4 5 6 7 8 9 10 11 ⃝
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: fatorização LU
Método da fatorização LU
Ax = b ⇐⇒ LU x = b
Ly = b
⇐⇒
Ux = y
1 2 3 4 5 6 7 8 9 10 11 12 13 ⃝
14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos diretos: fatorização LU
Ax = b ⇐⇒ PA x = Pb
|{z}
LU
⇐⇒ L |{z}
Ux = P b
y
Ly = P b
⇐⇒
Ux = y
1 2 3 4 5 6 7 8 9 10 11 12 13 14 ⃝
15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Refinamento iterativo da solução
(0) (0)
(0) T
• solução melhorada x(1) = x(0) + δ (0) , onde δ (0) = [δ1 , δ2 . . . , δn ]
é um vetor de correção da aproximação x(0) .
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ⃝
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Refinamento iterativo da solução
(0) (0)
Ax = b ⇐⇒ A x +δ =b
⇐⇒ Ax(0) + Aδ (0) = b
⇐⇒ Aδ (0) = b − Ax(0)
| {z }
r (0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 ⃝
17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Refinamento iterativo da solução
• Para i = 0, 1, 2, . . . , calcular
1. r (i) = b − Ax(i)
2. δ (i) resolvendo Aδ (i) = r (i)
3. x(i+1) = x(i) + δ (i)
Até que δ (i) < ε
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 ⃝
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Refinamento iterativo da solução
1.01x + 0.99x2 = 2
1
Exemplo:
0.99x1 + 1.01x2 = 2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 ⃝
19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Condicionamento de um sistema
Ax = b ⇐⇒ A (x + δx ) = b + δb
⇐⇒ δx = A−1 δb
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 ⃝
20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Condicionamento de um sistema
∥δx ∥ −1 ∥δb ∥
≤ ∥A ∥ ∥A∥
∥x∥ | {z } ∥b∥
cond(A)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 ⃝
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Condicionamento de um sistema
A x = b ⇐⇒ (A + δA ) (x + δx ) = b
⇐⇒ δx = −A−1 δA (x + δx )
∥δx ∥ ∥δA ∥
≤ cond(A)
∥x + δx ∥ ∥A∥
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 ⃝
22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Condicionamento de um sistema
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 ⃝
23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Condicionamento de um sistema
Conclusão:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 ⃝
24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos iterativos: introdução
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 ⃝
25 26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos iterativos: formulação
Ax = b ⇐⇒ Mx = Nx + b
⇐⇒ x = |M −1 N
{z } x + M −1
| {z b}
G c
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ⃝
26 27 28 29 30 31 32 33 34 35 36 37 38
Métodos iterativos: convergência
pelo que, a sucessão {x(k) } gerada por (1), converge para a solução x, se
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 ⃝
27 28 29 30 31 32 33 34 35 36 37 38
Métodos iterativos: convergência sobre a matriz G
onde
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 ⃝
28 29 30 31 32 33 34 35 36 37 38
Métodos iterativos: decomposição da matriz A
A = D + L + U , com
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 ⃝
29 30 31 32 33 34 35 36 37 38
Método iterativo de Jacobi
Ax = b ⇐⇒ (D + L + U )x = b
⇐⇒ Dx + (L + U )x = b
⇐⇒ Dx = −(L + U )x + b
∃D −1
⇐⇒ x = −D −1 (L + U ) x + D −1
| {z b}
| {z }
GJ cJ
x(k+1) = GJ x(k) + cJ , k = 0, 1, 2, . . .
onde GJ = −D −1 (L + U ) e cJ = D −1 b.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 ⃝
30 31 32 33 34 35 36 37 38
Método iterativo de Jacobi
Em termos matriciais,
(k+1) (k)
x1 0 −a12
a11
··· − aa1n
11
x1 b1
a11
(k+1) a21 (k)
x2 − a22 0 ··· − aa2n x2 b2
= 22
+ a22
.. .. .. .. .. ..
..
. . . . . . .
x(k+1)
n − aann
n1
− aannn2
··· 0 x(k)
n
bn
ann
isto é,
n
(k+1) 1 X (k)
xi = bi − aij xj , k = 0, 1, 2, . . . , i = 1, 2, . . . , n
aii j=1, j̸=i
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 ⃝
31 32 33 34 35 36 37 38
Método iterativo de Gauss-Seidel
Ax = b ⇐⇒ (D + L +U )x = b
| {z }
⇐⇒ (D + L)x + U x = b
⇐⇒ (D + L)x = −U x + b
∃(D+L)−1
⇐⇒ x = −(D + L)−1 U x + (D + L)−1 b
| {z } | {z }
GGS cGS
Ax = b ⇐⇒ · · · ⇐⇒ (D + L)x = −U x + b
(D + L)x(k+1) = −U x(k) + b, k = 0, 1, 2, . . .
∃D −1
⇐⇒ D −1 (D + L)x(k+1) = −D −1 U x(k) + D −1 b
⇐⇒ x(k+1) + D −1 L x(k+1) = −D −1 U x(k) + D −1 b
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 ⃝
33 34 35 36 37 38
Método iterativo de Gauss-Seidel
(k+1) (k+1)
x1 0 0 ··· 0 x1
(k+1) a (k+1)
x2 − a21 0 ··· 0 x2
22
= +
.. .. .. .. ..
..
. . . . . .
x(k+1)
n − aann
n1
− aannn2
··· 0 x(k+1)
n
a12 (k)
0 −a 11
··· − aa1n
11
x1 b1
a11
(k)
0 0 ··· − aa2n x2 b2
22
+ a22
, isto é,
.. .. .. .. ..
..
. . . . . .
(k) bn
0 0 ··· 0 xn ann
i−1 n
(k+1)
X aij (k+1)
X aij (k) bi
xi =− xj − xj + , k = 0, 1, 2, . . . , i = 1, 2, . . . , n
j=1
aii j=i+1
aii aii
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 ⃝
34 35 36 37 38
Comparação dos métodos iterativos
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 ⃝
35 36 37 38
Convergência sobre a matriz A
n
X
Diz-se que uma matriz é DEDL se |aii | > |aij |, i = 1, . . . , n.
j=1,j̸=i
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 ⃝
36 37 38
Critérios de paragem
x(k) = G x(k−1) + c, k = 1, 2, . . . ,
∥x(k) −x(k−1) ∥
• < ε2 (tolerância relativa)
∥x(k) ∥
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 ⃝
37 38
Critérios de paragem
∥G∥
• 1−∥G∥
x(k) − x(k−1) < ε3 (majorante do erro)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 ⃝
38