Métodos Iterativos

Motivação
 Em certos casos, métodos diretos não são
eficientes, por exemplo, quando a matriz dos
coeficientes é uma matriz esparsa (muitos
elementos iguais a zero)
 Métodos iterativos são mais econômicos no que
tange a memória dos computadores
 Podem ser usados para reduzir os erros de
arredondamento na solução obtida por métodos
exatos
 Em alguns casos podem ser aplicados para
resolver conjuntos de equações não lineares
 Um método é iterativo quando fornece
uma sequência de aproximações da
solução
 Cada uma das aproximações é obtida das
anteriores pela repetição do mesmo
processo
 Precisam sempre saber se a sequência
obtida está convergindo ou não para a
solução desejada.
Convergência
 Dados uma sequência de vetores x(k)  E

 Uma norma sobre E, onde E é um espaço

vetorial

 Dizemos que a sequência {x(k)} converge para x

 E se ||x(k) – x||  0, quando k  .
 Para determinar a solução de um sistema
linear por métodos iterativos, precisamos
transformar o sistema dado em um outro
sistema onde possa ser definido um
processo iterativo
 A solução obtida para o sistema
transformado deve ser também solução
do sistema original (sistemas lineares
devem ser equivalentes)
 Assim um sistema do tipo Ax=b é
transformado em xk =Fx(k-1)+d
 Escolhemos uma aproximação inicial x0
 Assim, x1 =Fx0 +d
 x2 = Fx1+d
 E assim sucessivamente
Método de Jacobi
 Iterativamente, reescreve-se o sistema

x1
( k 1)

1
a11

b1  a12 x 2  a13 x3  ......  a1n x n
(k ) (k ) (k )

x2
( k 1)

1
a 22
b2  a 21 x1  a 23 x3  ......  a 2 n x n
(k ) (k ) (k )

.........................................................

xn
( k 1)

1
a nn

bn  a n1 x1  a n 2 x 2  ......  a n ,n 1 x n 1
(k ) (k ) (k )

Método de Jacobi
 Desta forma
 0  a12 / a11 ......  a1n / a11 
 
  a21 / a22 0 .......  a2 n / a22 
F 
........ ......... ....... ......... 
 
 a / a  an 2 / ann 
 n1 nn ....... 0 

 b1 / a11 
 
 b2 / a22 
d 
....... 
 
b / a 
 n nn 
Quando Parar?
Se a sequência xk estiver suficientemente
próximo de x(k-1) paramos o processo
 Dada um precisão ε, quando
||x(k) – x|| < ε
Então xk é a solução do sistema linear

 Computacionalmente, um número máximo

de iterações também é critério de parada
 10 x1  2 x 2  x3  7
 Exemplo:
1 x1  5 x 2  x3  8
 0.7  2 x1  3 x 2  10 x3  6
 
x (0)    1.6 
 0.6 
 Seja   com ε = 0.05. Portanto,
 0  2 / 10  1 / 10   7 / 10   0.7 
     
F   1/ 5 0 1/ 5  d    8 / 5     1.6 
  1 / 5  3 / 10  6 / 10   0.6 
 0     
 Substituindo
 0.2 x 2  0.1 x3  0.7  0.2 (1.6)  0.1 (0.6)  0.7  0.96
(1) (0) (0)
x1
 0.2 x1  0.2 x3  1.6  0.2 (0.7)  0.2 (0.6)  1.6  1.86
(1) (0) (0)
x2
 0.2 x1  0.3 x 2  0.6  0.2 (0.7)  0.3 (1.6)  0.6  0.94
(1) (0) (0)
x3

 Segue d1(1)  x1(1)  x1( 0)  0.26  0.05

 0.96 
 
x (1)    1.86  d 2(1)  x 2(1)  x 2( 0)  0.26  0.05
 0.94 
  d 3(1)  x3(1)  x3( 0)  0.34  0.05
  0.978 
 
 Continuando x ( 2)
   1.98  com
 0.966 
 
d ( 2)  MAX xi2   xi1  0.12  
1i  n

 0.999 
 Segue   é a solução, pois
x    1.999 
( 3)

 0.998 
 

 d (3)  MAX xi(3)  xi( 2)  0.032   critério de parada

1i  n
 Sistemas de Equações Lineares

Método de Gauss-Seidel

 Conhecido x(0) (aproximação inicial) obtém-se x1, x2,

...xk.

k 1
 Ao se calcular xj usa-se todos os valores
k 1 k 1
x1 ,..., x j 1 que já foram calculados e os valores
k k
x j 1 ,..., xn restantes.
 Métodos Iterativos – Gauss-Seidel
Descrição do Método
 Seja o seguinte sistema de equações:
a11.x1  a12 .x 2  a13.x 3  ...  a1n 1.x n 1  a1n 1.x n  b1

a 21.x1  a 22 .x 2  a 23.x 3  ...  a 2n 1.x n 1  a 2n 1.x n  b 2

a 31.x1  a 32 .x 2  a 33.x 3  ...  a 3n 1.x n 1  a 3n 1.x n  b 3


a n1 .x1  a n 2 .x 2  a n 3 .x 3  ...  a n1n 1.x n 1  a nn .x n  b n
 Métodos Iterativos – Gauss-Seidel
 Isolando xi a partir da linha i, tem-
se:
x1 
1
b1  a12 .x2  a13.x3  a1n 1.xn 1  a1n .xn 
a11

x2 
1
b 2  a 21.x1  a 23 .x 3  a 2n 1.x n 1  a 2n .x n 
a 22

x3 
1
b 3  a 31.x 2  a 32 .x 2  a 3n 1.x n 1  a 3n .x n 
a 33

xn 
1
b n  a n1.x1  a n2 .x 2  ...  a nn 1.x n 1 
a nn
 Métodos Iterativos – Gauss-Seidel
 O processo iterativo é obtido a partir das equações, fazendo:

xk 1
1 
1
a11

b1  a12 .x 2k  a13 .x3k  ...  a1,n 1 .x nk1  a1n .x nk 

x k 1
2 
1
a 22

b2  a 21.x1k 1  a 23 .x3k  ...  a 2,n 1 .x nk1  a 2 n .x nk 

x3k 1 
1
a33

b3  a31.x1k 1  a32 .x 2k 1  ...  a3,n 1 .x nk1  a3n .x nk 

x nk 1 
1
a nn

bn  a n1 .x1k 1  a n 2 .x 2k 1  ...  a n ,n 1 .x nk11 
 Métodos Iterativos – Gauss-Seidel
Critério de Parada
 Diferença relativa entre duas iterações consecutivas.
 Define-se por diferença relativa a expressão:
 xik 1  xik

Máx. se xik 1  0
 1in xik 1

k 1 
MR  
0 se xik 1  xik  0

  xik 1  0
 1 se  k
  xi  0

 Métodos Iterativos – Gauss-Seidel

Exemplo: Resolva: 5x  y  z  5
3x  4 y  z  6
3x  3 y  6 z  0
Solução:
com M Rk  5.10  2.
x
1
5  y  z 
5
y  6  3 x  z 
1
4
z   3 x  3 y   z   x  y 
1 1
6 2
 Métodos Iterativos – Gauss-Seidel
xk M xk yk M yk zk M zk M Rk
-1 - 0 - 1 - -
0,8 2,25 0,65 1 -0,725 2,379 2,379
1,015 0,212 0,92 0,293 -0,967 0,250 0,293
1,009 0,006 0,985 0,066 -0,997 0,030 0,066
1,002 0,007 0,998 0,0013 -1 0,003 0,0013

x = 1,002 y = 0,998 z = -1

Verificação (substituição no sistema):

5.(1,002) + (0,998) + (-1) = 5,008  5 ok
3.(1,002) + 4.(0,998) + (-1) = 5,998  6 ok
3.(1,002) + 3.(0,998) + 6.(-1) = 0 ok
 Método de Gauss-Seidel -
Critérios de Convergência
 Processo iterativo  a convergência para a solução
exata não é garantida para qualquer sistema.

 Existem certas condições que devem ser satisfeitas

por um sistema de equações lineares para se
garantir a convergência do método.

 As condições podem ser determinadas por dois

critérios:
 Critério de Sassenfeld
 Critério das Linhas.
 Método de Gauss-Seidel -
Critério de Sassenfeld
 Sejam as quantidades i dadas por:

1 n  i 1 n 
  a1 j  
1
1  e i 
aii
  ( aij   j ) 
 j 1
aij 

a11 j 2  j i 1 

para i = 2, 3, ..., n.
n - ordem do sistema linear que se deseja resolver
aij - são os coeficientes das equações que compõem o sistema.

 Este critério garante que o método de Gauss-Seidel convergirá

para um dado sistema linear se a quantidade M, definida por:

M  max  i for menor que 1 (M<1).

1i  n
 Método de Gauss-Seidel -
Critério de Sassenfeld
 Exemplo: Seja A, a matriz dos coeficientes e b o
vetor dos termos constantes dados por:
 | a12  | a13 |  | a14 
1
1 
a11
a11 a12 a13 a14 b1
  a21 1  a23  a24 
1
a 21 a 22 a 23 a 24 b2 2 
a22
a31 a32 a33 a34 b3
  a31 1  a32  2  a34 
1
a 41 a 42 a 43 a 44 b4 3 
a33

  a41 1  a42  2  a43  3 

1
4 
a44
 Método de Gauss-Seidel -
Critério de Sassenfeld
Exemplo: Mostre que a solução do sistema
linear dado pelas equações:
2  x1  x2  0.2  x3  0.2  x4  0.4
0.6  x1  3  x2  0.6  x3  0.3  x4  7.8
 0.1  x1  0.2  x2  x3  0.2  x4  1.0
0.4  x1  1.2  x2  0.8  x3  4  x4  10 .0

convergirá pelo método de Gauss-Seidel.

 Método de Gauss-Seidel -
Critério de Sassenfeld
 Solução: critério de Sassenfeld A B
 calcular os valores das quantidades i.
 1  0.2  0.2  0.7
1
1  2.0 1.0 - 0.2 0.2 0.4
2
0.6 3.0 - 0.6 - 0.3 - 7.8
 2   0.6  0.7  0.6  0.3  0.44
1
- 0.1 - 0.2 1.0 0.2 1.0
3
0.4 1.2 0.8 4.0 - 10.0
 3   0.1  0.7  0.2  0.44  0.2  0.358
1
1
 4   0.4  0.7  1.2  0.44  0.8  0.358  0.2736
1
4
M é menor que 1  a solução
M max  i  0.7 desse sistema irá convergir usando
1i  4 o método de Gauss-Seidel.
 Método de Gauss-Seidel -
Critério das Linhas
 Segundo esse critério, um determinado sistema irá
convergir pelo método de Gauss-Seidel, se:
n

a
j 1
ij  a ii , para i=1, 2, 3, ..., n.
j i
 Método de Gauss-Seidel -
Critério das Linhas
Exemplo: O sistema do exemplo anterior satisfaz o
critério das linhas e essa verificação pode ser feita
de maneira quase imediata, observando-se que:
2  x1  x2  0.2  x3  0.2  x4  0.4
0.6  x1  3  x2  0.6  x3  0.3  x4  7.8
 0.1  x1  0.2  x2  x3  0.2  x4  1.0
0.4  x1  1.2  x2  0.8  x3  4  x4  10 .0

a11  2  a12  a13  a14  1  0.2  0.2  1.4 n

a 22  3  a 21  a 23  a 24  0.6  0.6  0.3  1.5

a
j 1
ij  a ii
j i
a33  1  a31  a32  a34  0.1  0.2  0.2  0.5
para i=1, 2, 3, 4.
a 44  4  a 41  a 42  a 43  0.4  1.2  0.8  2.4