Sistemas Lineares

Cálculo Numérico
Professor Walter Martins Filho

Solução Numérica de Sistemas Lineares
• Um sistema linear tem a forma:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛−1 𝑥𝑛−1 + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛−1 𝑥𝑛−1 + 𝑎2𝑛 𝑥𝑛 = 𝑏2
• …
𝑎𝑛−11 𝑥1 + 𝑎𝑛−12 𝑥2 + ⋯ + 𝑎𝑛−1𝑛−1 𝑥𝑛−1 + 𝑎𝑛−1𝑛 𝑥𝑛 = 𝑏𝑛−1
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛−1 𝑥𝑛−1 + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
• onde podemos perceber que todas as equações são lineares e todas
elas possuem a mesma solução.
• Um sistema linear pode ser representado na forma de uma equação
matricial:
𝑎11 𝑎12 … 𝑎1𝑛−1 𝑎1𝑛 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑛−1 𝑎2𝑛 𝑥2 𝑏2
• … … … … … … = …
𝑎𝑛−11 𝑎𝑛−12 … 𝑎𝑛−1𝑛−1 𝑎𝑛−1𝑛 𝑥𝑛−1 𝑏𝑛−1
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛−1 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
• ou de maneira mais simples
• A𝑥 = 𝐵
𝑎11 𝑎12 … 𝑎1𝑛−1 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛−1 𝑎2𝑛
• Temos que A = … … … … … é a matriz
𝑎𝑛−11 𝑎𝑛−12 … 𝑎𝑛−1𝑛−1 𝑎𝑛−1𝑛
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛−1 𝑎𝑛𝑛
dos coeficientes;
𝑥1 𝑏1
𝑥2 𝑏2
• 𝑥 = … é o vetor das incógnitas e B = … o vetor dos termos
𝑥𝑛−1 𝑏𝑛−1
𝑥𝑛 𝑏𝑛
independentes.
• Exemplo:
2𝑥 + 𝑦 + 𝑧 = 3 2 1 1 𝑥 3
• 𝑥 − 𝑦 + 3𝑧 = 4 ↔ 1 −1 3 𝑦 = 4
10𝑥 − 5𝑦 − 8𝑧 = 2 10 −5 −8 𝑧 2
𝑥 1
• onde 𝑦 = 0 é chamado de vetor solução.
𝑧 1
• Um sistema pode ser classificado por suas soluções.
• Sistema possível e determinado: Quando o sistema apresenta uma
única solução (det. A ≠ 0).
• Sistema possível e indeterminado: Quando o sistema apresenta mais
de uma solução (det. A = 0).
• Sistema impossível: Quando o sistema não apresenta solução
(det. A = 0).
• As técnicas para solucionar um sistema linear são classificadas em:
• Métodos Diretos: São métodos que determinam a solução de um
sistema linear com um numero finito de operações. Exemplo:
Eliminação Gaussiana.
• Métodos Iterativos Estacionários: Consiste em calcular sequências
𝑥 0 , 𝑥 1 , 𝑥 2 , ..., 𝑥 𝑛 , ...; que se aproximam da solução 𝑥, sendo
dado uma aproximação inicial 𝑥 0 . Exemplo: Método de Jacobi e
Método de Gauss-Seidel.
• Eliminação Gaussiana: Com 𝑛 − 1 passos, um sistema A𝑥 = 𝐵 é
transformado em um sistema triangular (onde a matriz dos
coeficientes é triangular) equivalente U𝑥 = 𝐵 . Posteriormente é
solucionado por meio de substituições retroativas.
• Para entendermos o processo, vamos considerar a solução do
seguinte problema:
2𝑥1 + 3𝑥2 − 𝑥3 = 5
• 4𝑥1 + 4𝑥2 − 3𝑥3 = 3
2𝑥1 − 3𝑥2 + 𝑥3 = −1
• 1º Etapa: Escrevemos os sistema em sua forma estendida, isto é
2 3 −1 | 5
• 𝐵 = 4 4 −3 | 3 = 𝐴|𝐵
2 −3 1 | −1
0 0 0
• Fazendo 𝐵0 = 𝐵 e chamando de 𝐿1 , 𝐿2 e 𝐿3 as linhas 1, 2 e 3,
0
respectivamente, de 𝐵0 , escolhe-se 𝑎11 como pivô e calcula-se os
multiplicadores
0 0
0 𝑎21 4 0 𝑎31 2
• 𝑚21 =− 0 = − = −2 e 𝑚31 =− 0 = − = −1
𝑎11 2 𝑎11 2
• Fazem-se agora as seguintes transformações elementares sobre as
linhas de 𝐵0 :
0 1
• 𝐿1 → 𝐿1
0 0 0 1
• 𝑚21 𝐿1 + 𝐿2 → 𝐿2
0 0 0 1
• 𝑚31 𝐿1 + 𝐿3 → 𝐿3
1 1 1
• 𝐿1 , 𝐿2 e 𝐿3 são linhas da matriz transformada 𝐵1
2 3 −1 | 5
0 0
• 𝐵0 = 4 4 −3 | 3 −2𝐿1 + 𝐿 2
2 −3 1 | −1 −1𝐿 0 + 𝐿 0
1 3
2 3 −1 | 5
• 𝐵1 = 0 −2 −1 | −7
0 −6 2 | −6
1
• 2º Etapa: escolhe-se 𝑎22 = −2 como pivô e calcula-se o
multiplicador
1
2 𝑎32 −6
• 𝑚32 =− 1 =− = −3
𝑎22 −2
• São feitas agora as seguintes transformações sobre as linhas de 𝐵1

1 2
• 𝐿1 → 𝐿1
1 2
• 𝐿 2 → 𝐿2
2 1 1 2
• 𝑚32 𝐿2 + 𝐿3 → 𝐿3
2 2 2
• 𝐿1
, 𝐿2e 𝐿3são linhas da matriz transformada 𝐵2 , que já está na
forma triangular, isto é:
2 3 −1 | 5
• 𝐵1 = 0 −2 −1 | −7
1 1 2
0 −6 2 | −6 −3𝐿 2 + 𝐿 3 → 𝐿 3
2 3 −1 | 5
• 𝐵2 = 0 −2 −1 | −7
0 0 5 | 15
• Temos agora o seguinte sistema triangular superior
2𝑥1 + 3𝑥2 − 𝑥3 = 5
• −2𝑥2 − 𝑥3 = −7
5𝑥3 = 15
15
• 𝑥3 = = 3
5
−7+𝑥3 −7+3 −4
• 𝑥2 = → 𝑥2 = = =2
−2 −2 −2
5−3𝑥2 +𝑥3 5−3.2+3 2
• 𝑥1 = → 𝑥1 = = = 1
2 2 2
• 𝑥 = 1 2 3 𝑇 é o vetor solução
• Métodos Iterativos Estacionários: As sequencias que se aproximam da
solução são geradas por uma expressão como
• 𝑥 = 𝐹𝑥 + 𝑑
• onde 𝐹 é uma matriz de ordem nxn, 𝑥 e 𝑑 são matrizes nx1. Para
facilitar a notação serão utilizadas indistintamente:
𝑥1
𝑥
• 𝑥 = …2 ou 𝑥 = 𝑥1 𝑥2 … 𝑥𝑛 𝑇
𝑥𝑛
• Partindo-se de uma aproximação inicial obtém-se
• 𝑥 1 = 𝐹𝑥 0 + 𝑑
•𝑥 2 = 𝐹𝑥 1 + 𝑑
• …
•𝑥 𝑘+1 = 𝐹𝑥 𝑘 + 𝑑
𝑘+1 𝑘 𝑘+1 𝑘
• Seja 𝑥 −𝑥 = max 𝑥𝑖 − 𝑥𝑖
1≤𝑖≤𝑛
• Se lim 𝑥 𝑘+1 − 𝑥 𝑘 = 0 então 𝑥 1 ,𝑥 2 , ..., 𝑥 𝑛 , ...; convergem
𝑘→∞
quando 𝑘 → ∞.
• Dado A𝑥 = 𝐵 tem-se varias maneiras de se obter 𝑥 = 𝐹𝑥 + 𝑑, por
exemplo:
• A𝑥 + 𝐼𝑥 = 𝐵 + 𝐼𝑥, 𝐼 é a matriz identidade
• A𝑥 + 𝐼𝑥 − 𝐵 = 𝐼𝑥
• 𝑥 = 𝐴+𝐼 𝑥−𝐵
• Método de Jacobi: Seja o sistema linear
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛−1 𝑥𝑛−1 + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛−1 𝑥𝑛−1 + 𝑎2𝑛 𝑥𝑛 = 𝑏2
• …
𝑎𝑛−11 𝑥1 + 𝑎𝑛−12 𝑥2 + ⋯ + 𝑎𝑛−1𝑛−1 𝑥𝑛−1 + 𝑎𝑛−1𝑛 𝑥𝑛 = 𝑏𝑛−1
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛−1 𝑥𝑛−1 + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
• Podemos isolar 𝑥1 , 𝑥2 , ..., 𝑥𝑛 nas equações do sistema linear do
seguinte modo
𝑏1 −𝑎12 𝑥2 −⋯−𝑎1𝑛−1 𝑥𝑛−1 −𝑎1𝑛 𝑥𝑛
𝑥1 =
𝑎11
𝑏2 −𝑎21 𝑥1 −⋯−𝑎2𝑛−1 𝑥𝑛−1 −𝑎2𝑛 𝑥𝑛
𝑥2 =
𝑎22
• …
𝑏𝑛−1 −𝑎𝑛−11 𝑥1 −𝑎𝑛−12 𝑥2 −⋯−𝑎𝑛−1𝑛 𝑥𝑛
𝑥𝑛−1 =
𝑎𝑛−1𝑛−1
𝑏𝑛 −𝑎𝑛1 𝑥1 −𝑎𝑛2 𝑥2 −⋯−𝑎𝑛𝑛−1 𝑥𝑛−1
𝑥𝑛 =
𝑎𝑛𝑛
• Precisamos que 𝑎𝑗𝑗 ≠ 0, ∀𝑖. Caso isso não ocorra as equações devem
ser reagrupadas para que se obtenha isso.
• O sistema A𝑥 = 𝐵 foi colocado na forma 𝑥 = 𝐹𝑥 + 𝑑, onde
𝑏1
𝑎11 𝑎1𝑛−1 𝑎1𝑛
𝑥1 0 −
𝑎12
… − −
𝑏2 𝑎11 𝑎11
𝑎21 𝑎11
𝑥2 𝑎22 − … −
𝑎2𝑛−1
−
𝑎2𝑛
•𝑥= … ,𝑑 = … e𝐹 = 𝑎22 0 𝑎22 𝑎22
𝑥𝑛−1 𝑏𝑛−1 … … … … …
𝑥𝑛 𝑎𝑛−1𝑛−1 𝑎𝑛1 𝑎𝑛2 𝑎𝑛3
− − − … 0
𝑏𝑛 𝑎𝑛𝑛 𝑎𝑛𝑛 𝑎𝑛𝑛
𝑎𝑛𝑛
• O método de Jacobi funciona do seguinte modo:
• a) Escolhe-se uma aproximação inicial 𝑥 0 .
𝑘
• b) Geram-se aproximações sucessivas de 𝑥 a partir da
iteração𝑥 𝑘+1 = 𝐹𝑥 𝑘 + 𝑑, 𝑘 = 0, 1, 2, 3, …
𝑘+1 𝑘
max 𝑥𝑖 −𝑥𝑖
• c) Continua-se a gerar aproximações até que 1≤𝑖≤𝑛 𝑘+1 ≤ 𝜀 ou
max 𝑥𝑖
1≤𝑖≤𝑛
até que o numero de iterações atinja um valor determinado.
• Exemplo: Solucionar o seguinte sistema com o método de Jacobi e
2𝑥1 − 𝑥2 = 1
com a tolerância desejada. e 𝜀 = 0,01 ou k=6.
𝑥1 + 2𝑥2 = 3
1
𝑥1𝑘+1 = 1 + 𝑥2𝑘
2
• Temos que 1
𝑥2𝑘+1 = 3 − 𝑥1𝑘
2
0 𝑇
• Tomando como aproximação inicial para a sequencia 𝑥 = 0 0
• Assim
1 1 1
𝑥11 = 1+ 𝑥20 = 1 + 0 = = 0,5
2 2 2 1 𝑇
• 1 1 3 𝑥 = 0,5 1,5
𝑥21 = 3 − 𝑥10 = 3 − 0 = = 1,5
2 2 2
1 1
𝑥12 = 1+ 𝑥21 = 1 + 1,5 = 1,25
2 2 2 𝑇
• 1 1 𝑥 = 1,25 1,25
𝑥22 = 3 − 𝑥11 = 3 − 0,5 = 1,25
2 2
2 1
max 𝑥𝑖 −𝑥𝑖 max 1,25−0,5 , 1,25−1,5 0,75
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 2 = = = 0,6 > 𝜀
max 𝑥𝑖 max 1,25 , 1,25 1,25
1≤𝑖≤𝑛 1≤𝑖≤𝑛
1 1
𝑥13 = 1+ 𝑥22 = 1 + 1,25 = 1,125
2 2 3 𝑇
• 1 1 𝑥 = 1,125 0,875
𝑥23 = 3 − 𝑥12 = 3 − 1,25 = 0,875
2 2
3 2
max 𝑥𝑖 −𝑥𝑖 max 1,125−1,25 , 0,875−1,25 0,375
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 3 = = = 0,33 > 𝜀
max 𝑥𝑖 max 1,125 , 0,875 1,125
1≤𝑖≤𝑛 1≤𝑖≤𝑛
1 1
𝑥14 = 1+ 𝑥23 = 1 + 0,875 = 0,9375
2 2 4 𝑇
• 1 1 𝑥 = 0,9375 0,9375
𝑥24 = 3 − 𝑥13 = 3 − 1,125 = 0,9375
2 2
4 3
max 𝑥𝑖 −𝑥𝑖 max 0,9375−1,125 , 0,9375−0,875 0,0625
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 4 = = = 0,06 > 𝜀
max 𝑥𝑖 max 0,9375 , 0,9375 0,9375
1≤𝑖≤𝑛 1≤𝑖≤𝑛
1 1
𝑥15
= 1+ 𝑥24 = 1 + 0,9375 = 0,9686
2 2 5 𝑇
• 1 1 𝑥 = 0,9686 1,03125
5
𝑥2 = 3 − 𝑥14 = 3 − 0,9375 = 1,03125
2 2
5 4
max 𝑥𝑖 −𝑥𝑖 max 0,9686−0,9375 , 1,03125−0,9375 0,09375
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 5 = = = 0,09 > 𝜀
max 𝑥𝑖 max 0,9686 , 1,03125 1,03125
1≤𝑖≤𝑛 1≤𝑖≤𝑛
1 1
𝑥16 = 1+ 𝑥25 = 1 + 1,03125 = 1,01562
2 2 6 𝑇
• 1 1 𝑥 = 1,01562 1,0157
𝑥26 = 3− 𝑥15 = 3 − 0,9686 = 1,0157
2 2
6 5
max 𝑥𝑖 −𝑥𝑖 max 1,01562−0,9686 , 1,0157−1,03125 0,01555
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 5 = = = 0,015 > 𝜀 ,
max 𝑥𝑖 max 1,01562 , 1,0157 1,0157
1≤𝑖≤𝑛 1≤𝑖≤𝑛
mas n=6.
• Método de Gauss-Seidel: Seja o sistema A𝑥 = 𝐵. O método de Gauss-
Seidel consiste em:
• a) Partindo-se de uma aproximação inicial 𝑥 0
• c) Calcula-se as sequencias de aproximações 𝑥 0 ,𝑥 1 ,𝑥 2 , ..., 𝑥 𝑛 , ...;

utilizando-se as equações
𝑏1 −𝑎12 𝑥2𝑘 −⋯−𝑎1𝑛−1 𝑥𝑛−1
𝑘 −𝑎 𝑥 𝑘
𝑥1𝑘+1 = 1𝑛 𝑛
𝑎11
𝑏2 −𝑎21 𝑥1𝑘+1 −⋯−𝑎2𝑛−1 𝑥𝑛−1
𝑘 −𝑎 𝑥 𝑘
𝑥2𝑘+1 = 2𝑛 𝑛
𝑎22
• …
𝑘+1 𝑏𝑛−1 −𝑎𝑛−11 𝑥1𝑘+1 −𝑎𝑛−12 𝑥2𝑘+1 −⋯−𝑎𝑛−1𝑛 𝑥𝑛
𝑘
𝑥𝑛−1 =
𝑎𝑛−1𝑛−1
𝑏𝑛 −𝑎𝑛1 𝑥1𝑘+1 −𝑎𝑛2 𝑥2𝑘+1 −⋯−𝑎𝑛𝑛−1 𝑥𝑛−1
𝑘+1
𝑥𝑛 =
𝑎𝑛𝑛
𝑘+1 𝑘
max 𝑥𝑖 −𝑥𝑖
• c) Continua-se a gerar aproximações até que 1≤𝑖≤𝑛 𝑘+1 ≤ 𝜀 ou
max 𝑥𝑖
1≤𝑖≤𝑛
até que o numero de iterações atinja um valor determinado.
• Exemplo: Solucionar o seguinte sistema com o método de Jacobi e
2𝑥1 − 𝑥2 = 1
com a tolerância desejada. e 𝜀 = 0,01 ou k=6.
𝑥1 + 2𝑥2 = 3
1
𝑥1𝑘+1 = 1 + 𝑥2𝑘
2
• Temos que 1
𝑥2𝑘+1 = 3 − 𝑥1𝑘+1
2
• Tomando como aproximação inicial para a sequencia 𝑥 0 = 0 0 𝑇
• Assim
1 1 1
𝑥11 = 1+ 𝑥20 = 1+0 = = 0,5
2 2 2 1 𝑇
• 1 1 2,5 𝑥 = 0,5 1,25
𝑥21 = 3− 𝑥11 = 3 − 0,5 = = 1,25
2 2 2
1 1
𝑥12 = 1+ 𝑥21 = 1 + 1,25 = 1,125
2 2 2 𝑇
• 1 1 𝑥 = 1,125 0,9375
𝑥22 = 3− 𝑥12 = 3 − 1,125 = 0,9375
2 2
2 1
max 𝑥𝑖 −𝑥𝑖 max 1,125−0,5 , 0,9375−1,25 0,625
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 2 = = = 0,55 > 𝜀
max 𝑥𝑖 max 1,125 , 0,9375 1,125
1≤𝑖≤𝑛 1≤𝑖≤𝑛
1 1
𝑥13
= 1+ 𝑥22 = 1 + 0,9375 = 0,96875
2 2 3 𝑇
• 1 1 𝑥 = 0,96875 1,01562
3
𝑥2 = 3 − 𝑥13 = 3 − 0,96875 = 1,01562
2 2
3 2
max 𝑥𝑖 −𝑥𝑖 max 0,96875−1,125 , 1,01562−0,9375 0,15625
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 3 = = = 0,15 > 𝜀
max 𝑥𝑖 max 0,96875 , 1,01562 1,01562
1≤𝑖≤𝑛 1≤𝑖≤𝑛
1 1
𝑥14 = 1+ 𝑥23 = 1 + 1,01562 = 1,00781
2 2 4 𝑇
• 1 1 𝑥 = 1,00781 0,99609
𝑥24 = 3 − 𝑥14 = 3 − 1,00781 = 0,99609
2 2
4 3
max 𝑥𝑖 −𝑥𝑖 max 1,00781−0,96875 , 0,99609−1,01562 0,03906
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 4 = = = 0,03 > 𝜀
max 𝑥𝑖 max 1,00781 , 1,01562 1,01562
1≤𝑖≤𝑛 1≤𝑖≤𝑛
1 1
𝑥15 = 1+ 𝑥24 = 1 + 0,99609 = 0,99804
2 2 5 𝑇
• 1 1 𝑥 = 0,99804 1,00098
𝑥25 = 3 − 𝑥15 = 3 − 0,99804 = 1,00098
2 2
5 4
max 𝑥𝑖 −𝑥𝑖 max 0,99804−1,00781 , 1,00098−0,99609 0,00977
1≤𝑖≤𝑛 1≤𝑖≤𝑛
• 5 = = = 0,009 < 𝜀
max 𝑥𝑖 max 0,99804 , 1,00098 1,00098
1≤𝑖≤𝑛 1≤𝑖≤𝑛

Sistemas Lineares

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sistemas Lineares

Enviado por

Direitos autorais:

Formatos disponíveis

Cálculo Numérico

Professor Walter Martins Filho

• São feitas agora as seguintes transformações sobre as linhas de 𝐵1

• c) Calcula-se as sequencias de aproximações 𝑥 0 ,𝑥 1 ,𝑥 2 , ..., 𝑥 𝑛 , ...;

• Tomando como aproximação inicial para a sequencia 𝑥 0 = 0 0 𝑇

Você também pode gostar