Escolar Documentos
Profissional Documentos
Cultura Documentos
Parte 2
Métodos Iterativos
Introdução
Métodos diretos: eliminação por Gauss,
fatoração LU, fatoração de Cholesky, ...
Fornecem solução de qualquer sistema.
Para minimizar problemas de
arredondamento, adota-se o pivoteamento.
Métodos iterativos: podem ser mais rápidos e
necessitar de menos memória do
computador. Fornecem seqüências que
convergem para a solução sob certas
condições.
Introdução
Seja A x b um sistema linear de ordem
n .
A idéia é generalizar o método do ponto fixo,
escrevendo o sistema linear na forma
xC x g
onde C é uma matriz de ordem n e g é um
vetor coluna n 1 .
( 0)
Dado um vetor aproximação inicial x , cons-
truímos iterativamente: x C x g
(1) ( 0)
x ( 2) C x (1) g
Introdução
( 0) (1) (k )
Se a seqüência x , x , ....., x convergir
Lim x ( k ) C x ( k 1) g
k grande
A x b com x
Teste de Parada
(k )
Se a seqüência x estiver suficientemente
( k 1)
próximo de x paramos o processo.
Dada um precisão , quando
k 1
d (k )
MAX k
xi xi
1i n
(k )
então x é a solução do sistema linear.
Computacionalmente, um número máximo de
iterações também é critério de parada.
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-JACOBI
Seja o sistema linear
a11 x1 a12 x 2 a13 x3 ...... a1n x n b1
a 21 x1 a 22 x 2 a 23 x3 ...... a 2 n x n b2
.........................................................
a n1 x1 a n 2 x 2 a n3 x3 ...... a nn x n bn
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 )
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-JACOBI
Desta forma temos x C x g , onde
a12 / a11 ...... a1n / a11 b1 / a11
0
a 21 / a 22 ....... a 2 n / a 22 b2 / a 22
0 e g
C
......... .......
........ ......... .......
a / a b / a
n1 nn a n 2 / a nn ....... 0 n nn
( 0)
Do método de Gauss-Jacobi, dado x ,
Obtemos x , ....., x ( k 1) através da relação
(1)
recursiva ( k 1)
x C x g
(k )
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-JACOBI
Exemplo:Seja o sistema linear 10 x1 2 x 2 x3 7
1 x1 5 x 2 x3 8
2 x1 3 x 2 10 x3 6
0.7
Seja x (0) 1.6 com 0.05 . Portanto,
0.6
0 2 / 10 1 / 10 7 / 10 0.7
C 1/ 5 0 1/ 5 g 8 / 5 1.6
1 / 5 3 / 10 6 / 10 0.6
0
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-JACOBI
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
0.999
Segue x
( 3)
1.999 é a solução, pois
0.998
1 x1 3 x 2 x3 2
Obs2: O sistema
5 x1 2 x 2 2 x3 3 max k 4
1 k n
0 x1 6 x 2 8 x3 6
Contudo, o sistema 5 x1 2 x 2 2 x3 3
Equivalente converge 1 x1 3 x 2 x3 2 max k 0.8 1
1 k n
pelo critério das linhas 0 x1 6 x 2 8 x3 6
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-SEIDEL
Seja o sistema linear
a11 x1 a12 x 2 a13 x3 ...... a1n x n b1
a 21 x1 a 22 x 2 a 23 x3 ...... a 2 n x n b2
.........................................................
a n1 x1 a n 2 x 2 a n3 x3 ...... a nn x n bn
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
( k 1)
a 23 x3 ...... a 2 n x n
(k ) (k )
.........................................................
xn
( k 1)
1
a nn
bn a n1 x1
( k 1)
an2 x2
( k 1)
...... a n,n 1 x n 1
( k 1)
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-SEIDEL
Comentário: Gauss-Jacobi X Gauss-Seidel
O Método de Gauss-Seidel é uma variação
do Método de Gauss-Jacobi, pois para
( k 1)
calcular x j utilizamos os valores
( k 1) ( k 1) ( k 1) ( k 1)
x1 , x2 , x3 , ....., x j 1
x1
( k 1)
1 0.2 x 2 0.2 x
(k )
3
(k )
0 0.5 x
( k 1) ( k 1) ( k 1)
x3 1 0.5 x 2
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-SEIDEL
Logo, a primeira iteração fornece
x1
(1)
1 0.2 x 2 0.2 x 1 0 0 1
(0)
3
( 0)
x1 1 0 1
(1) ( 0)
x1
1
x (1) 0.75 x2
(1)
x2
( 0)
0.75 0 0.75
0.88
x3 0.88 0 0.88
(1) ( 0)
x3
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-SEIDEL
Logo, a segunda iteração fornece
x1
( 2)
1 0.2 x 2 0.2 x 1.03
(1)
3
(1)
x1 0.03
( 2) (1)
x1
1.03
x ( 2) 0.95 x2
( 2)
x2
(1)
0.2
0.99
x3 0.11
( 2) (1)
x3
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-SEIDEL
Logo, a terceira iteração fornece
x1
( 3)
1 0.2 x 2 0.2 x 1.01
( 2)
3
( 2)
x1 0.02
( 3) ( 2)
x1
1.01
x ( 3) 0.99 x2
( 3)
x2
( 2)
0.04
1.00
x3 0.01
( 3) ( 2)
x3
MÉTODOS ITERATIVOS
MÉTODO DE GAUSS-SEIDEL
Logo, após a terceira iteração
1.01
x x ( 3) 0.99
1.00
Sejam
| a12 | | a13 | | a1n | n | a1 j |
1
| a11 |
|a
j 2 11 |
e
| ai1 | 1 | ai 2 | 2 | aii1 | i 1 | aii1 | | ain |
i
| aii |
i 1 n
[ | a
j 1
ij | j | a
j i 1
ij |] / | aii | i 2,3, n
Critério de Sassenfeld
Seja
max{ i }
1i n
4
1 [ | a
j 2
1j |] / | a11 | [| a12 | | a13 | | a14 |] / | a11 | [0.5 0.1 0.1] / 1 0.7
2 1 4
2 [ | a
j 1
2j | j | a
j 2 1
2j |] / | a 22 | [| a 21 | 1 | a 23 | | a 24 |] / | a 22 |
Neste caso, 1 [1 3] / 2 2 1
Trocando a 1ª equação pela terceira,
x1 3x3 3
x 2 x3 1
2 x x 3 x 9
1 2 3
Nesta disposição: 1 [0 3] / 1 3 1
Exemplos
2. Agora se trocarmos a 1ª coluna pela
terceira, 3 x 3 x1 3
x3 x 2 1
3 x x 2 x 9
3 2 1
Nesta disposição:
1 [1 1] / 3 1 / 3
2 [1 (1 / 3) 0] / 1 1 / 3
3 [3 (1 / 3) 1 (1 / 3) // 2 2 / 3
max{ i } 2 / 3 1 Garantia de
1i n convergência
Exemplos
x1 x2 3
3. Seja o sistema:
x1 3x2 3
O método de Gauss-Seidel gera uma seqüência
convergente, apesar do crit´rio das linhas não ser
satisfeito.
Pelo critério de Sassenfeld
1 1 / 1 1 O critério de Sassenfeld
não é satisfeito.
2 11/ 3 1/ 3
x1( k 1) 3 x 2( k )
Método de Gauss-Jacobi: 1
x 2( k 1) 3 x1( k )
3
Temos a seqüência:
0 3 2 1 4 / 3
x (0)
, x (1)
, x ( 2)
, x ( 3)
, x ( 4)
0 1 2 5 / 3 4 / 3
Metodos Iterativos - Comparação
x1 x2 3
Seja o sistema:
x1 3x2 3
x1( k 1) 3 x 2( k )
Método de Gauss-Seidel: 1
x 2( k 1) 3 x1( k 1)
3
Temos a seqüência:
0 3 1 5/3
x ( 0)
, x (1)
, x ( 2)
, x ( 3)
0 2 4 / 3 14 / 9
Metodos Iterativos - Comparação