Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Clculo Numrico
Notas de aulas
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
a 11x1 a 12 x 2 a 1n x n
a x a x a x
21 1
22 2
2n n
a n1x1 a n 2 x 2 a nn x n
b1
b2
(1.1)
bn
Onde x1 , x2 ,..., xn so as incgnitas, a11, a12 ,..., ann os coeficientes das incgnitas e b1, b2,
b3, ..., bn os termos independentes.
Mais frequentemente, utiliza-se a notao matricial (1.2).
A.X = B
(1.2)
onde
a 11
a
A 21
a n1
a 1n
x1
x
a 2n
, X 2,
a n 2 a nn
x n
a 12
a 22
b1
b
B 2.
b n
Tem-se que A a matriz dos coeficientes das incgnitas, X matriz das incgnitas e B a
matriz dos termos independentes. Estas trs matrizes sero consideradas com elementos
reais, no obstante muito do que se vai tratar neste captulo ser aplicvel ao campo complexo sem grande dificuldade.
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Matriz aumentada
obtida acrescentando-se matriz dos coeficientes a matriz B dos termos independentes,
conforme mostrado a seguir.
a 11
a
[A | B] 21
a n1
a 12
a 22
a n2
a 1n
a 2n
a nn
b1
b 2
bn
Definio 1.1
A soluo de um sistema de equaes lineares, A.X = B, um conjunto de valores
X = [x1, x2, ..., xn}t que satisfazem, simultaneamente, a todas as equaes.
2 - Classificao de um sistema linear
A classificao de um sistema linear feita em funo do nmero de solues que ele admite, da seguinte maneira:
(a) Compatvel determinado, se admite uma nica soluo.
(b) Compatvel indeterminado, se admite um nmero infinito de solues.
(c) Incompatvel, se no admite soluo.
A condio para que um sistema de equaes lineares tenha soluo nica que o determinante da matriz dos coeficientes seja no nulo. Caso contrrio ser indeterminado ou incompatvel.
Quando todos os termos independentes forem nulos, isto , se bi = 0, i =1, 2, ..., n, o sistema dito homogneo. Todo sistema homogneo compatvel, pois admitir pelo menos a
soluo trivial (xj = 0, j = 1, 2, ..., n).
De uma forma mais ampla, pode-se considerar que resolver um sistema de equaes consiste em diagnosticar em qual das trs situaes ele se enquadra. Ou seja, mais do que
determinar o conjunto X, uma vez que ele pode no existir ou no ser nico.
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
3 Mtodos Diretos
Os Mtodos Diretos so aqueles que, a menos de erros de arredondamento, produzem a
soluo exata de um sistema de equaes lineares, caso ela exista, por meio de um nmero
finito de operaes aritmticas.
So mtodos bastante utilizados na resoluo de sistemas de equaes densos de porte pequeno a mdio. Entenda-se por sistema denso aquele no qual a matriz dos coeficientes tem
um nmero pequeno de elementos nulos. So considerados sistemas de pequeno porte
aqueles que possuem at trinta equaes e de mdio porte at cinqenta equaes. A partir
da, em geral, so considerados sistemas de grande porte.
Pertencem classe dos Mtodos diretos todos os que so estudados nos cursos de 1o e 2o
graus como, por exemplo, a Regra de Cramer. Entretanto, tais mtodos no so usados em
problemas prticos que exigem a resoluo de sistemas de equaes lineares com um nmero relativamente grande de equaes porque apresentam problemas de desempenho e
eficincia. Para ilustrar este fato considere-se a Regra de Cramer.
Seja um sistema A.X = B de n equaes lineares e n incgnitas, D o determinante da matriz A, e Di; i = 1, 2, ..., n; os determinantes das matrizes obtidas substituindo-se a i-sima
coluna de A por B. Sendo D 0, ento a soluo de A.X = B dada por:
x i Di ; i 1, 2, ..., n
D
Pode ser demonstrado que o nmero de produtos de n termos no clculo de um determinante (n!), o que leva a (n!) operaes de adio. Para totalizar cada produto so necessrias (n 1) multiplicaes. Tem-se, portanto, (n!)(n 1) multiplicaes.
Na Regra de Cramer, para calcular as n incgnitas, necessrio calcular (n + 1) determinantes. Portanto, para resolver um sistema de n equaes lineares so realizadas (n + 1)(n!)
adies, (n + 1)(n!)(n 1) multiplicaes e n divises.
Para n = 20 so efetuadas (21 * 20! * 19) multiplicaes. Assim, um computador que efetue 100 milhes de multiplicaes por segundo levaria 3 x 105 anos para realiz-las, o que
torna a utilizao da regra de Cramer invivel.
Portanto, o estudo de mtodos mais eficientes torna-se necessrio, uma vez que, em geral,
os problemas prticos exigem a resoluo de sistemas lineares de porte elevado. Antes,
porm, ser tratada a base terica que fundamenta estes mtodos.
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Transformaes elementares
Trata-se de um conjunto de operaes que podem ser efetuadas sobre as linhas ou colunas
de uma matriz. No que se refere resoluo de sistemas de equaes lineares, estas transformaes so, normalmente, aplicadas apenas sobre as linhas da matriz dos coeficientes
ou da matriz aumentada em funo do mtodo utilizado.
1. Multiplicao de uma linha por uma constante no nula.
Li c Li, c , c 0, i = 1, 2, ..., n
2. Troca de posio entre duas linhas.
Li Lj; i, j = 1, 2, ..., n; i j
3. Adio de um mltiplo de uma linha a outra linha,
Li Li + c Lj, c , c 0; i, j = 1, 2, ..., n; i j
Matrizes equivalentes
Duas matrizes so ditas equivalentes quando possvel partir de uma delas e chegar outra
por meio de um nmero finito de transformaes elementares.
Sistemas lineares equivalentes
So aqueles que possuem a mesma soluo.
Matriz triangular
(i) Superior: uma matriz quadrada na qual todos os elementos abaixo da diagonal principal so nulos.
(ii) Inferior: uma matriz quadrada na qual todos os elementos acima da diagonal principal
so nulos.
Sistema Triangular
aquele cuja matriz dos coeficientes triangular.
Teorema (da equivalncia de sistemas de equaes lineares)
Seja [A | B] a matriz aumentada de um sistema de equaes A.X = B, tal que o determinante de A no nulo, e [T | C] uma matriz a ela equivalente. Sendo assim, os sistemas de
equaes A.X = B e T.X = c possuem a mesma soluo.
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
b1
a 11 a 12 a 1n b1
a 11 a 12 a 1n
a
1
1
b12
Elemen. 0 a 22 a 2n
21 a 22 a 2n b 2 Transf.
a n1 a n 2 a nn b n
0
0 a nnn- 1 b nn - 1
[ A|B]
[ U | C]
+ x4 = 3
(3.1)
= -16
A
e B
- 6 4 - 8 0
- 16
3 - 8 3 - 8
22
3 - 8 3 - 8 22
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Passo 1:
Neste passo a11 = 3 o elemento piv e o objetivo a eliminao dos elementos que esto
abaixo dele. Para isto utilizado o procedimento a seguir.
(i) Calculam-se os multiplicadores mi1 -
m21 -
a i1
, i = 2, 3, 4. Sendo assim vem:
a11
a
a 21
a
9
6
3
- - 3 , m31 - 31 2 e m41 - 41 - - 1
a11
3
a11
3
a11
3
L12 L 2 m 21.L1
L13 L 3 m 31.L1
L14 L 4 m 41.L1
O resultado produzido a matriz [A(1) | B(1)], a seguir, que equivalente a [A | B].
0 1
3
3 2
0 2 - 3 1 - 3
[A (1) | B (1) ]
0 8 - 8 2 - 10
0 - 10 3 - 9 19
Passo 2:
Neste passo a 122 2 o elemento piv e o objetivo a eliminao dos elementos que esto
abaixo dele. Para isto utilizado o procedimento a seguir.
(i) Calculam-se os multiplicadores mi 2 -
m32 -
1
a 32
a 122
a i12
a 122
, i = 3, 4. Ento
a1
(10)
8
- 4 e m42 - 142 5
2
2
a 22
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
3
0
[A (2) | B (2) ]
0
2 0
1 3
2 - 3 1 - 3
0 4 -2 2
0 - 12 - 4 4
Passo 3:
2
Neste passo a 33
4 o elemento piv e o objetivo a eliminao do nico elemento que
a i23
2
a 33
m 43 -
, i = 4. Portanto
a 243
a
2
33
(12)
3
4
2 0
1
3
2 - 3 1 - 3
0 4 -2 2
0 0 - 10 10
Ao final de 3 passos (3.1) foi transformado no sistema triangular superior A(3).X = B(3):
3.x1 + 2.x2
+ x4 = 3
2.x2 3.x3 + x4 = - 3
(3.2)
4.x3 2.x4 = 2
- 10.x4 = 10
Terminada a fase da eliminao, passa-se, agora, para a fase da substituio, na qual se
resolve o sistema (3.2) por meio de substituies retroativas.
x4
2 2.(- 1)
- 3 3.(0) - (-1)
3 - 2.(-1) - (-1)
10
0 x2
- 1 x1
2
- 1 x3
(-10)
4
2
3
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
a ikk- 1
mi k - k - 1 ; k 1, 2, ..., n - 1; i k 1, k 2, ..., n
ak k
Para efetuar a eliminao so realizadas as transformaes elementares:
Divises
n1
n2
.
.
.
1
n (n 1)
2
n
Substituio
Total
n (n 1)
2
Multiplicaes
n(n 1)
(n 1)(n 2)
.
.
.
2.1
3
n -n
3 3
1 + 2 + ... + (n 1)
n (n 1)
2
3
2
n n - 5n
3 2 6
Adies
n(n 1)
(n 1)(n 2)
.
.
.
2.1
3
n -n
3 3
1 + 2 + ... + (n 1)
n (n 1)
2
3
2
n n - 5n
3 2 6
Total
2 n3 n 2 7n
- 3
2 6
n2
2 n3 3 n 2 7n
3
2
6
(3.3)
10
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Multiplicador
L1
L2
L3
m21 = - 0,667
m31 = - 0,178
L12
L13
m32 = - 0,520
L23
4,5
3,0
0,8
0
Coeficientes
1,8
2,4
5,2
1,2
2,4
3,6
- 0,401
3,999
2,080
T. ind.
Transformaes
19,62
12,36
9,20
- 0,727
L2 + m21L1
3,173
5,708
L3 + m31L1
0
0
6,086
3,382
Quadro 3.2: Sumarizao dos clculos.
L13 m 32 .L12
Observe-se que, quando realizada a transformao elementar para a eliminao na posio linha dois coluna um, o clculo realizado 3,0 + (- 0,667) x 4,5 que produz o resultado
(- 0,0015) que, considerando trs casas decimais, vai a (- 0,002). O problema est no erro
de arredondamento no clculo do multiplicador, que causou reflexo na eliminao.
Como, no final ter utilidade apenas a parte triangular superior da matriz dos coeficientes,
ento, nas posies nas quais deve ocorrer a eliminao, os clculos podem deixar de ser
feitos. Este procedimento interessante porque diminui o esforo computacional. obtido,
ento, o sistema triangular superior dado por (3.4).
4,500.x1 + 1,800.x2 + 2,400.x3 = 19,620
3,999.x2 0,401.x3 = - 0,727
(3.4)
3,382.x3 = 6,086
Resolvendo 3.4 obtm-se o vetor X = [3,400 0,001 1,800]t.
3.1.1 - Avaliao do Resduo/Erro
O erro produzido por uma soluo aproximada de um sistema A.X = B pode ser avaliado
pela expresso:
mx | ri |
1 i n
Onde ri, i = 1, 2, ..., n; a i-sima componente do vetor resduo R, o qual dado por:
R = B A.X
Para o exemplo 3.1, o vetor resduo :
1 i 3
11
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Exemplo - 3.2
Resolver o sistema de equaes a seguir utilizando o Mtodo da Eliminao de Gauss e
trs casas decimais.
x1 + x2 + 2.x3 + 4.x4 = - 1
x1 +
x2 + 5.x3 + 6.x4 = - 7
1
1
2
4
0
0
Coeficientes
1
2
1
5
5
1
6
2
0
3
3
-3
L14
-6
2
2
-3
-6
12
L13
T. Indep. Transformaes
-1
-7
10
12
-6
L2 + m21L1
12
L3 + m31L1
- 15
16
L4 + m41L1
4
6
2
1
2
-6
L23
m32 = 0
-6
L12
L24
m42 = - 0,667
-6
- 15
16
L14
-6
L23
- 3,999
- 10,998
7,996
L24 m 42 .L22
- 8,332
- 0,002
L34 m 43 .L33
L33
L34
m43 = 1,333
L44
12
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
k -1
a i, k
, k = 1, 2, ..., n - 1; i = k, k + 1, ..., n;
13
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Os clculos esto sumarizados no quadro (3.4). Observe-se que feita, de imediato, a troca
de posio entre as linhas um e trs.
Linha Multiplicador
L11
m21 = - 0,6
L12
m31 = - 0,4
L13
5
3
2
Coeficientes
-9
6
-7
3
-5
3
T. Indep. Transformaes
2
7
L3
-1
-1
L2
1
5
L1
m41 = - 0,8
-6
2
2
2
3
m32 = - 0,875
0
0
-1,6
-1,4
- 0,6
0,6
-2,2
0,2
-5,2
2,2
L + m21 L11
L + m31 L11
L24
m42 = 0,75
1,2
-1,8
-0,6
2,4
L33
1,125
2,125
6,75
L23 m 32 .L22
L34
- 2,25
- 2,25
- 1,5
L24 m 42 .L22
L43
- 2,25
- 2,25
- 1,5
L34
1,125
2,125
6,75
L33
L44 m 43 .L43
L14
L
L
L44
m43 = 0,5
L54
L4
1
2
1
3
+ 6.x3
+ 2.x4 = 7
x4 = 6
Resolvendo, tem-se X = [0 -3 -5,333 6]t, que produz R = [-0,001 -0,001 -0,002 -0,001]t.
Assim, o erro cometido :
mx | ri | mx| 0,001 |, | -0,001 |, | -0,002 |, | -0,001 | 0,002
1 i n
1 i 3
14
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
fatores e, em seguida, resolver uma sequncia de sistemas de equaes lineares que conduzir soluo do sistema original. A vantagem da utilizao de uma tcnica de fatorao
que se pode resolver qualquer sistema de equaes lineares que tenha A como matriz dos
coeficientes. Se B for alterado, a resoluo do novo sistema quase que imediata.
Dentre as tcnicas de fatorao mais utilizadas, destaca-se a da decomposio LU, na qual
a matriz A dos coeficientes decomposta no produto de dois fatores L e U, onde L uma
matriz triangular inferior e U uma matriz triangular superior, isto :
A = L.U
Matriz identidade
uma matriz quadrada na qual os elementos situados na diagonal principal so iguais a um
e, os demais, so nulos. denotada por I. Sendo A uma matriz, tem-se que A.I = I.A = A.
Definio 3.1
Seja A uma matriz de ordem n tal que det(A) 0. Diz-se que A-1 a matriz inversa de A se
A.A-1 = A-1.A = I.
Teorema 3.1
Se A e B so matrizes de ordem n, inversveis, ento (A.B)-1 = B-1.A-1.
Demonstrao
Seja:
B-1.A-1 = R B-1.A-1.A = R. A B-1 = R.A
B-1.B = R.A.B I = R.A.B
I.(A.B)-1 = R.(A.B).(A.B)-1 (A.B)-1 = R
Logo (A.B)-1 = B-1.A-1
c.q.d.
3.2.1 A Fatorao LU de uma matriz
Teorema 3.2
Sejam A uma matriz quadrada, de ordem n, e Ak a matriz constituda pelas primeiras k
linhas e colunas de A. Se det(Ak) 0; k = 1, 2, ..., (n 1); ento, existe uma nica matriz
triangular inferior L = (lij), com l11 = l22 = ... = lnn = 1, e uma nica matriz triangular superior U = (uij), tal que L.U = A. Alm disto det(A) = det(U) = u11.u22 ... unn.
Os fatores L e U podem ser obtidos por meio de frmulas ou utilizando o Mtodo da Eliminao de Gauss.
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas
15
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
a 11 a 12
A a 21 a 22
a 31 a 32
a 13
a 23
a 33
(3.5)
m 21 -
a
a 21
e m 31 - 31
a 11
a 11
L12 L 2 m 21.L1
(3.6)
L13 L 3 m 31.L1
(3.7)
a 11 a 12
A 0 a 122
0 a 132
1
a 13
a 123
a 133
(3.8)
Pode ser demonstrado que toda transformao elementar pode ser expressa como produto
de duas matrizes. Sendo assim, efetuar as transformaes elementares 3.6 e 3.7 equivale a
pr-multiplicar 3.5 pela matriz 3.9.
1 0 0
M m 21 1 0
m 31 0 1
0
(3.9)
Com efeito
1 0 0 a 11 a 12
M 0 .A m 21 1 0 a 21 a 22
m 31 0 1 a 31 a 32
a 13
a 11
a 23 m 21.a 11 a 21
a 33 m 31.a 11 a 31
a 12
m 21.a 12 a 22
m 31.a 12 a 32
a 13
m 21.a 13 a 23
m 31.a 13 a 33
Logo
a 11 a 12
M .A 0 a 122
0 a 132
0
a 13
a 123 A 1
a 133
16
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
m 32 -
a 132
a 122
(3.10)
Obtm-se a matriz
a 11 a 12
A 2 0 a 122
0
0
a 13
a 123
2
a 33
(3.11)
1 0
M 0 1
0 m 32
1
0
0
1
(3.12)
Portanto,
A2 = M1.A1
(3.13)
1
(3.14)
0 0
1
(M ) m 21 1 0
m 31 0 1
0 -1
(3.15)
17
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
0
1
(M ) 0
1
0 m 32
1 -1
0
0
1
(3.16)
0
0
1
(3.17)
1
(M ) .(M ) m 21
m 31
0 -1
1 -1
0
1
m 32
0
0 a 11 a 12 a 13
1
A m 21
1
0. 0 a 122 a 123
2
m 31 m 32 1 0
0 a 33
(3.18)
x3 = - 15
18
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Multiplicador
m21 = 2
m31 = - 4
L12
L13
m32 = - 3
1
-2
4
0
L1
L2
L3
Coeficientes
-3
8
-6
2
Transformaes
2
-1
5
3
L2 + m21L1
-3
L3 + m31L1
L13 m 32 .L12
0
0
- 12
Quadro 3.5: Sumarizao dos clculos.
L23
1 0 0
1 - 3 2
L - 2 1 0 e U 0 2
3
4 3 1
0 0 - 12
Resoluo do sistema L.Y = b
y1
- 2.y1 +
= 11
y2
= - 15 Y = [11 7 36]t
4.y1 + 3.y2 + y3 = 29
Resoluo do sistema U.x = Y
x1 3.x2 + 2.x3 = 11
2.x2 + 3.x3 = 7
- 12.x3 = - 36
t
19
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Exemplo 3.6
Resolver o sistema de equaes a seguir utilizando o Mtodo da Decomposio LU com
pivotao parcial e considerando, quando for o caso, duas casas decimais.
- x4 = 6 1
4.x1 x2
x1 2.x2 + x3
= 82
4.x2 - 4.x3
+ x4 = - 7 3
+ 5.x3 10.x4 = - 40 4
5.x1
5
1
Coeficientes
0
5
-2
1
- 10
0
P
4
2
Transformaes
L4
L2
L13
m31 = 0
-4
L3
1
4
2
2
2
3
m41 = - 0,8
-1
-1
L1
0,2
-2
-4
2
4
0,8
-1
-4
L32
-4
L23
L
L
L
L33
m32 = 0,5
0,2
-2
L22
L34
m42 = 0,25
0,8
-1
-4
L24
L43
0,2
-0,5
-2
2,5
L44
0,8 -0,25
-5
7,25
L53
0,8 -0,25
-5
7,25
L44
0,2
-0,5
-2
2,5
L43
0,2
-0,5
0,4
- 0,4
L54
L64
m43 = - 0,4
20
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
0
5
0
0
eU
0
0
1
0
0 5 - 10
4 -4
1
0 - 5 7,25
0 0 - 0,4
= - 40
y2
= -7
0,8.y1 0,25.y2
+ y3
6 y3 = 36,25
+ 5.x3
4.x2 - 4.x3
- 5.x3
- 10.x4 = - 40
+
x4 = - 7
+ 7,25.x4 = 36,25
0,4.x4 = - 2
Como o vetor residual nulo, ento X = [2 -3 0 5]t a soluo exata do sistema de equaes dado.
Exemplo 3.7
A anlise dos alimentos, I , II e III revelou que os mesmos possuem as seguintes unidades
de vitaminas A, B e C por grama:
I
II
III
A
20,5
30,4
25,0
Vitamina
B
38,0
18,2
12,8
C
27,0
19,0
17,6
A tabela informa que, por exemplo, uma dieta com 30g do alimento I fornece 615 unidades
de vitamina A, 1140 de vitamina B e 810 de vitamina C.
Se uma pessoa precisa ingerir 2684, 2793 e 2402 unidades de vitamina A, B e C , respectivamente, quais as quantidades dos alimentos I , II e III que supriro estas necessidades ?
21
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Soluo
Trata-se de resolver o seguinte sistema de equaes:
20,5x1 + 30,4x2 + 25,0x3 = 2684 (1)
38,0x1 + 18,2x2 + 12,8x3 = 2793 (2)
27,0x1 + 19,0x2 + 17,6x3 = 2402 (3)
Utilizando-se o mtodo da decomposio LU com pivotao parcial e efetuando os clculos com 3 casas decimais, so obtidos os resultados a seguir.
Linha
L11
L21
L31
Multiplicador
m21 = - 0,539
m31 = - 0,711
Coeficientes
38,0
18,2
12,8
20,5
30,4
25,0
27,0
19,0
17,6
P
2
1
3
L2
L1
L3
L22
L32
m32 = - 0,294
0,539
0,711
20,590 18,101
6,060
8,499
1
3
L21 + m21L11
L31 + m31L11
0,711
0,294
L32 + m32L22
L33
3,177
Transformaes
Resolvendo UX = Y
38,0x1 + 18,2x2 +
12,8x3 = 2793
22
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Como se sabe, o determinante de uma matriz triangular igual ao produto dos elementos
da sua diagonal principal, assim:
det(L) = 1 e det(A) = det(U)
No caso de ser utilizado o procedimento de pivotao parcial, tem-se que:
det(A) = (- 1)k x det(U)
Sendo k o nmero de trocas de posio entre linhas realizadas durante a fase de eliminao.
Exemplo 3.8
Na decomposio LU, com pivotao parcial, da matriz
3 - 4 1
A 1 2 2
4 0 - 3
foram obtidos os fatores L e U
0
0
-3
1
4 0
L 0,75
1
0 e U 0 - 4 3,25
0,25 - 0,5 1
0 0 4,375
Com duas trocas de posio entre linhas na fase de eliminao. Sendo assim:
det(A) = det(U) = (- 1)2 x (4) x (- 4) x (4,375) = -70
Os itens 3.2.5 e 3.2.6, a seguir, tratam de duas aplicaes do Mtodo da Decomposio LU
que consideram a situao na qual necessrio resolver vrios sistemas de equaes lineares que possuem em comum a matriz dos coeficientes e tm termos independentes diferentes.
3.2.5 Refinamento da soluo de um sistema de equaes lineares simultneas
Quer utilize-se a tcnica de pivotao ou no, os erros de arredondamento tm algum efeito
nos resultados. Para reduzir os efeitos destes erros, pode ser utilizada uma tcnica de refinamento da soluo obtida.
Admita-se que:
(i) Um sistema de equaes, A.X = B, foi resolvido, utilizando-se o mtodo da decomposio LU e foi obtida uma soluo aproximada, dada por um vetor X0.
(ii) A soluo exata, que se deseja determinar, um vetor x1.
(iii) 0 um vetor de correo a ser feita em X0 de modo a obter X1.
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas
23
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
(3.19)
U.0 = Y
(3.20)
Faz-se, ento, a correo em X0. Uma vez obtido o vetor X1, calcula-se o vetor resduo R1.
Este processo pode, naturalmente, ser repetido at que se obtenha um erro que, por algum
critrio, possa ser considerado suficientemente pequeno.
Exemplo 3.9
O sistema de equaes
2x1 + 3x2 x3 = - 4
- 3x1 + 5x2 + 6x3 = 19
x1 + x2 + 2x3 = 11
foi resolvido utilizando-se o mtodo da decomposio LU com pivotao parcial. Foram
obtidas as matrizes:
0
0
1
L - 0,67
1
0
- 0,33 0,42 1
6
- 3 5
U 0 6,33
3
0
0
2,74
24
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Soluo
Resoluo de LY = R0
Aplicando P = [2 1 3]t em R0 obtm-se R0 = [0,00 -0,07 0,08]t. Sendo assim
Y = [0,00 -0,07 0,11]t.
Resoluo de U0 = Y
obtido 0 = [0,03 -0,03 0,04]t
Portanto
X1 = X0 + 0 X1 = [2 -1 5]t
Esta soluo produz o vetor resduo R1 = [0 0 0]t, logo X1 a soluo exata do sistema de
equaes dado.
a 21 a 22 a 23 x 21 x 22 x 23 0 1 0
a 31 a 32 a 33 x 31 x 32 x 33 0 0 1
Observe-se que so trs sistemas de equaes que tm em comum a matriz dos coeficientes
diferindo, apenas, nos termos independentes.
So sistemas de equaes da forma A.Xi = Bi, i = 1, 2, 3, onde Xi a i-sima coluna de X e
Bi a i-sima coluna de I. Como A = L.U, ento L.U.Xi = Bi. Resolvem-se, ento, os sistemas de equaes L.Yi = Bi e U.Xi = Yi, i = 1, 2, 3. A resoluo de cada um destes sistemas de equaes produz uma coluna da matriz X.
25
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Exemplo 3.10
Seja determinar a inversa da matriz.
1 2 - 1
A 2 - 1 1
1 3 2
Sabendo-se que
0
0
1
L 0,5
1
0
0,5 0,714 1
1
2 - 1
U 0 3,5
1,5
0 0 - 2,571
Note-se que, para determinar a inversa de uma matriz de terceira ordem, foi necessrio
resolver trs sistemas de equaes lineares simultneas de ordem trs. Sendo assim, conclui-se que, para determinar a inversa de uma matriz de ordem n, necessria a resoluo
de n sistemas de equaes lineares simultneas de ordem n.
26
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
4 - Mtodos iterativos
4.1 - Teoria Geral dos Mtodos Iterativos
Um dos conceitos fundamentais em Clculo Numrico a da iterao ou aproximao sucessiva. Existe um grande nmero de mtodos numricos, para resolver os mais variados
tipos de problemas, que so processos iterativos. Como o prprio nome diz, esses mtodos
se caracterizam pela aplicao de um procedimento de forma repetida. O objetivo
obter em cada repetio, ou iterao, um resultado que esteja mais prximo da soluo do
problema do que aquele obtido na iterao anterior.
Uma importante classe de mtodos iterativos a dos estacionrios de grau um, nos quais o
resultado obtido em cada iterao uma funo, somente, do resultado da iterao anterior.
Nestes mtodos, dado um problema P e uma estimativa inicial S0 para a sua soluo, gerada uma sequncia de aproximaes, {Sk}, k = 1, 2, ...; tal que:
Sk = (P, Sk - 1), k = 1, 2, 3, ....
(4.1)
(4.2)
Por exemplo:
g = 1 S 0 = (P) e S k = (P, Sk - 1), k = 1, 2, ...
g = 2 S 0 = (P), S 1 = (P, S 0) e S k = (P, S k - 1, S k - 2), k = 2, 3, ...
Os aspectos tratados a seguir esto, sempre, presentes nos processos iterativos estacionrios de grau um independentemente do problema a ser resolvido.
27
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Estimativa inicial
Em cada iterao necessrio utilizar o resultado da iterao anterior, ento, a fim de se
iniciar um processo iterativo, preciso ter uma estimativa inicial para a soluo do problema.
Funo de iterao
Uma funo de iterao, da forma 4.1, por meio da qual se constri uma seqncia de estimativas para a soluo do problema.
Convergncia
Espera-se que o mtodo iterativo gere uma seqncia que convirja para a soluo do problema. Isto significa que o resultado obtido em uma iterao deve estar mais prximo da
soluo do que o anterior. Observe-se que nem sempre se tem a garantia de a convergncia
ocorrer.
Critrio de Parada
Um processo numrico no se pode repetir de forma indefinida. preciso finaliz-lo em
algum momento. Para isto, deve ser utilizado um critrio por meio do qual tomada a deciso quanto finalizao do processo. o critrio de parada, que envolve uma preciso e
um nmero mximo de iteraes.
4.2 - Mtodos Iterativos e a resoluo de sistemas de equaes lineares simultneas
Para determinar a soluo de um sistema de equaes lineares, A.X = B, por meio de um
mtodo iterativo preciso transform-lo em um sistema de equaes equivalente que possibilite a definio de um esquema iterativo. Sendo assim, A.X = B transformado em:
X = M.X + C = (X)
(4.3)
Onde:
M a matriz de iterao nxn
C um vetor nx1
A funo (X) a funo de iterao que, no caso, dada na forma matricial.
A seguir, tomando-se uma aproximao inicial, X0, para X, constri-se uma seqncia iterativa de vetores:
28
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
X1 = M.X0 + C = (X0)
X2 = M.X1 + C = (X1)
k
k-1
X = M.X + C = (Xk - 1), k = 1, 2, ...
(4.4)
A expresso 4.4 a forma geral dos mtodos iterativos estacionrios de grau um, que sero
tratados nesta seo.
Critrio de parada
O processo iterativo finalizado quando se obtm Xk tal que mx xi( k ) xi( k 1) , i 1, 2, ..., n;
k = 1, 2, ...; seja menor ou igual a uma preciso pr-fixada e, ento, Xk tomado como
uma aproximao para a soluo do sistema de equaes; ou quando for atingido um
nmero mximo de iteraes estabelecido.
Definio 4.3
Se a sucesso {Xk}, obtida de 4.4, convergir para um limite, qualquer que seja X0, ento o
mtodo iterativo diz-se convergente.
Definio 4.4
Se os sistemas de equaes A.X = B e (I M).X = C possurem a mesma soluo, ento o
mtodo iterativo consubstanciado por 4.4 dito consistente.
Proposio 4.1
Seja det(A) 0. O mtodo iterativo proposto em 4.4 consistente se, e somente se,
(I M).A-1.B = C
Prova
Sendo X = M.X + C X M.X = C (I M).X = C ...(1)
A.X = B X = A-1.B ... (2)
Substituindo (2) em (1) vem que (I M).A-1.B = C
c.q.d.
29
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
a n1x1 a n 2 x 2 a n 3 x 3 ............ a nn x n b n
(4.5)
Sendo aii 0; i = 1, 2, ..., n; explicita-se uma incgnita em cada equao e define-se o esquema iterativo a seguir.
1
k
x
a11
1
k
(b 2 a 21x1k - 1 a 23 x 3k - 1 .......... a 2n x kn - 1 )
x 2
a
22
1
k
k -1
k -1
k -1
x n a (b n a n1x1 a n 2 x 2 .......... a nn 1x n 1 )
nn
(4.6)
Assim, dada uma aproximao inicial X0, o Mtodo de Jacobi consiste em obter uma sequncia X1, X2,......, Xk, ... por meio da relao recursiva:
Xk = M.Xk 1 + C = (Xk - 1)
(4.7)
Onde
a / a
M 21 22
a n1 / a nn
a 12 / a 11
0
a n 2 / a nn
a 13 / a 11
a 23 / a 22
a n 3 / a nn
a 1n / a 11
a 2n / a 22
b1 / a 11
b / a
C 2 22
b n / a nn
30
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Exemplo 4.1
Resolva o sistema de equaes a seguir utilizando o Mtodo de Jacobi com preciso 0,050,
um mximo de 5 iteraes e X0 = [0 0 0]t.
8.x1
+ x2
- x3 = 8
x1 - 7.x2 + 2.x3 = - 4
2.x1
+ x2 + 9.x3 = 12
Soluo
A funo de iterao :
x 1k 0,125.(8 - x k2 - 1 x 3k - 1 )
k
k -1
k -1
x 2 - 0,143.(- 4 - x 1 - 2.x 3 )
k
k -1
k -1
x 3 0,111.(12 - 2.x 1 - x 2 )
(4.8)
x1k
x k2
x 3k
max x ik - x ik - 1
11 3
0
0
0
-----------1,000 0,572 1,332
1,332
1,095 1,096 1,047
0,524
0,994 1,028 0,967
0,101
0,992 0,991 0,997
0,037
Quadro 4.1: Resultados obtidos
b1 a 12 x 2
(k )
b 2 a 21 x 1
a 11 .x 1
a 22 .x 2
( k - 1)
( k - 1)
a 13 x 3
( k - 1)
( k - 1)
a 23 x 3
(k )
a nn .x n
( k - 1)
b n a n1 x 1
( k - 1)
.......... a 1n x n
( k - 1)
.......... a 2n x n
(4.9)
( k - 1)
a n2 x 2
( k - 1)
.......... a nn 1 x n 1
31
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
a11 a12
a
a22
A 21
an1 an 2
0
0
a
0
L 21
a n1 a n 2
a1n
a2 n
ann
0
0
a 11
0
D
x1k
k
x
k
X 2
k
xn
x1k - 1
k -1
x
k -1
X 2
k -1
xn
0
a 22 0
0 a nn
0
0 a 12
0 0
U
0 0
b1
b
B 2
bn
(4.10)
a 1n
a 2n
(4.11)
L+D+U=A
(ii)
a .x k
11 1
a .x k
k
22 2 D.X
a nn .x kn
(iii)
(4.12)
(4.13)
b a x ( k - 1) a x ( k - 1) .......... a x ( k - 1)
12 2
13 3
1n n
1
b a x ( k - 1) a x ( k - 1) .......... a x ( k - 1)
21 1
23 3
2n n
2
B - (L U).X k - 1 (4.14)
b n a n1 x ( k - 1) a n 2 x ( k - 1) .......... a nn 1 x ( k - 1)
1
2
n 1
Considerando 4.13 e 4.14, tem-se que 4.9 pode ser reescrito na forma:
D.Xk = B (L + U)x.Xk 1
(4.15)
(4.16)
32
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Ou, ainda
Xk = M.Xk 1 + C
(4.17)
Onde
M = D 1.(L + U)
C= D
(4.18)
.B
(4.19)
Exemplo 4.2
Resolver o sistema de equaes a seguir utilizando o mtodo de Jacobi, na sua formulao
matricial, com preciso 0,050; um mximo de 10 iteraes e x0 = [0 0 0]t.
4.x1 x2 + x3 = 19
x1 + 3.x2 x3 = 14
x1 + x2 5.x3 = -6
Soluo
Tem-se que:
0 0 0
L 1 0 0
1 1 0
4 0 0
D 0 3 0
0 0 - 5
0 - 1 1
U 0 0 - 1
0 0 0
19
B 14 e
- 6
0
0
0,25
D 0
0,333
0
0
0
- 0,2
-1
Ento
0
0 0 - 1 1 0
0,25 - 0,25
- 0,25
M - D (L U) 0
- 0,333 0 . 1 0 - 1 - 0,333 0
0,333
0
0
0,2 1 1 0 0,2
0,2
0
-1
0
0 19 4,75
0,25
C D .B 0
0,333 0 . 14 4,667
0
0
0,2 6 1,2
-1
0,25 - 0,25
0
4,75
k
k
1
X - 0,333 0 0,333 . X
4,667
0,2
1,2
0,2
0
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas
33
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
4,750
5,617
4,850
4,951
5,031
2
3
4
5
X 4,667 X 3,484 X 3,823 X 4,058 X 3,996
1,200
3,083
3,020
2,935
3,002
1
4,998
X 3,991
3,005
6
0,867
X X 1,183
1,883
2
X X
0,767
0,101
4
3
0,339 X X 0,005
0,003
0,063
X X
0,080
0,062
0,067
0,032
X X 0,005 0,050
0,003
6
Portanto, para a preciso estabelecida, o vetor X6 = [4,998; 3,991; 3,005]t uma soluo.
Proposio 4.2
O Mtodo de Jacobi, dado por 5.14 consistente.
Prova
Considerando a proposio 5.1, deve ser demonstrado que (I M).A 1.B = C. Com efeito.
(I M).A 1.B = [I + D 1.(L + U)] .A 1.B
= [D 1.D + D 1.(L + U)] .A 1.B
= D 1.( D + L + U) .A 1.B
= D 1.A.A 1.B
= D 1.B
=C
c.q.d.
34
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
k
x 2
k
x 3
x k
n
1
(b1 a 12 x k2 - 1 a 13 x 3k - 1 a 14 x k4 - 1 .......... a 1n x kn - 1 )
a 11
1
a 22
1
a 22
(b 2 a 21x1k a 23 x 3k - 1 a 24 x k4 - 1.......... a 2n x kn - 1 )
(b 3 a 31x1k a 32 x k2 a 34 x k4 - 1 .......... a 2n x kn - 1 )
1
a nn
(4.20)
(b n a n1x1k a n 2 x k2 a n 3 x 3k .......... a nn 1x kn 1 )
Exemplo 4.3
Resolver o sistema de equaes a seguir utilizando o Mtodo de Gauss-Seidel com preciso
0,050, um mximo de 5 iteraes e X0 = [0 0 0]t.
8.x1
+ x2
- x3 = 8
x1 - 7.x2 + 2.x3 = - 4
2.x1
+ x2 + 9.x3 = 12
Soluo
A funo de iterao :
x 1k 0,125.(8 - x k2 - 1 x 3k - 1 )
k
k
k -1
x 2 - 0,143.(- 4 - x 1 - 2.x 3 )
k
k
k
x 3 0,111.(12 - 2.x 1 - x 2 )
(4.21)
35
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
k
0
1
2
3
x1k
x k2
x 3k
max x ik - x ik - 1
1 i 3
0
0
0
-----------1,000 0,714 1,032
1,032
1,041 1,014 0,990
0,300
0,997 0,996 1,002
0,044
Quadro 4.2: Resultados obtidos
x 1k 1 - 2.x k2 - 1 2.x 3k - 1
k
k -1
k -1
x 2 1 - x 1 - x 3
k
k -1
k -1
x 3 1 - 2.x 1 - 2.x 2
(4.22)
36
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
x k2
x 3k
max x ik - x ik - 1
1 i 3
x1k
0
1
2
3
4
0
0
0
-----------1
1
1
1
1
-1
-3
4
-3
3
1
4
-3
3
1
0
Quadro 4.3: Resultados obtidos
x 1k 1 - 2.x k2 - 1 2.x 3k - 1
k
k
k -1
x 2 1 - x 1 - x 3
k
k
k
x 3 1 - 2.x 1 - 2.x 2
(4.23)
k
0
1
2
3
4
5
x1k
x k2
x 3k
max x ik - x ik - 1
1 i 3
0
0
0
-----------1
0
-1
1
-1
3
-3
3
- 11
15
-7
12
- 43
51 - 15
36
- 131 147 - 31
96
Quadro 4.4: Resultados obtidos
Neste caso, verifica-se que o Mtodo de Gauss-Seidel gera uma seqncia que no converge para a soluo do sistema de equaes.
Exemplo 4.5
Este exemplo trata de um sistema de equaes lineares que pode ser resolvido, somente,
por meio do Mtodo de Gauss-Seidel. Seja X0 = [0 0 0]t.
0,5x1 + 0,6.x2 + 0,3.x3 = 0,2
x1 +
x2 +
0,4.x1 - 0,4.x2 +
x3 = 0
x3 = - 0,6
37
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Soluo
(a) Aplicando o Mtodo de Jacobi, tem-se que a funo de iterao :
(4.24)
x k2
x 3k
max x ik - x ik - 1
1 i 3
x1k
0
1
2
3
4
5
6
7
8
9
10
0
0
0
-----------0,400
0,000
- 0,600
0,600
0,760
0,200
- 0,760
0,360
0,616
0,000
- 0,824
0,200
0,894
0,208
- 0,846
0,278
0,658 - 0,048
- 0,875
0,256
0,982
0,216
- 0,883
0,324
0,670 - 0,100
- 0,906
0,316
1,064
0,236
- 0,908
0,394
0,661 - 0,156
- 0,931
0,403
1,146 0,2700
- 0,927
0,485
Quadro 4.5: Resultados obtidos
(4.25)
x k2
x 3k
max x ik - x ik - 1
1 i 3
x1k
0
1
2
3
4
5
6
7
8
9
10
0
0
0
-----------0,400 - 0,400
- 0,920
0,920
1,432 - 0,512
- 1,378
1,032
1,841 - 0,463
- 1,522
0,409
1,869 - 0,347
- 1,487
0,116
1,709 - 0,222
- 1,372
0,160
1,490 - 0,118
- 1,243
0,219
1,287 - 0,044
- 1,132
0,203
1,132
0,000
- 1,053
0,155
1,031
0,021
- 1,004
0,101
0,977
0,027
- 1,980
0,054
Quadro 4.6: Resultados obtidos
38
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Neste caso, verifica-se que o Mtodo de Gauss-Seidel gera uma sequncia que, embora
muito lentamente, converge para a soluo do sistema de equaes.
4.4.2 Formulao matricial
Para obter esta formulao, considere-se, inicialmente, que 4.20 pode ser escrito da forma
dada por 4.26.
(k )
b1 a 12 x 2
(k )
b 2 a 21 x 1
a 11 .x 1
a 22 .x 2
( k - 1)
(k )
( k - 1)
a 13 x 3
( k - 1)
a 23 x 3
(k )
(k )
b n a n1 x 1
( k - 1)
.......... a 2n x n
a nn .x n
( k - 1)
.......... a 1n x n
(4.26)
(k )
a n2 x 2
(k )
.......... a nn 1 x n 1
b a x ( k - 1) a x ( k - 1) .......... a x ( k - 1)
12 2
13 3
1n n
1
b a x ( k1) a x ( k - 1) .......... a x ( k - 1)
21 1
23 3
2n n
2
B - L.X k - U.X k - 1
b n a n1 x ( k ) a n 2 x ( k ) .......... a nn 1 x ( k )
1
2
n 1
(4.27)
(4.28)
(4.29)
(4.30)
39
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Ou, ainda
Xk = M.Xk 1 + C
(4.31)
Onde
M = (D + L) 1.U
(4.32)
C = (D + L) 1.B
(4.33)
Na prtica, a formulao 4.30 no utilizada, uma vez que exige a determinao da inversa
da matriz (D + L). Ao invs, utilizada uma formulao obtida considerando 4.23 e multiplicando os seus dois membros pela inversa da matriz D. Tem-se, ento, que:
D 1.D.Xk = D 1.B D 1.L.Xk - D 1.U.Xk 1
Xk = D 1.L.Xk - D 1.U.Xk 1 + D 1.B
(4.34)
O resultado apresentado por 4.34 mais simples de utilizar do que 4.30, uma vez que requer a inversa da matriz D, que uma matriz diagonal. Para obter a inversa de uma matriz
diagonal, basta inverter os seus elementos diagonais.
Observe-se, ainda, que a formulao matricial dada por 4.34 leva formulao algbrica
apresentada em 4.20.
Exemplo 4.4
Resolver o sistema de equaes a seguir utilizando o mtodo de Gauss-Seidel na formulao matricial dada por 4.30 com preciso 0,050; um mximo de 5 iteraes e X0 = [0 0 0]t.
4.x1 x2 + x3 = 19
x1 + 3.x2 x3 = 14
x1 + x2 5.x3 = -6
Soluo
Tem-se que:
0 0 0
L 1 0 0
1 1 0
4 0 0
D 0 3 0
0 0 - 5
0 - 1 1
U 0 0 - 1
0 0 0
19
B 14
- 6
0
0
0,25
(D L) - 0,083 0,333
0
0,033 0,067 - 0,2
-1
40
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Ento
0 0,25 - 0,25
M - (D L) .U 0 - 0083 0,416
0 0,033 0,034
-1
4,75
C (D L) .B 3,085
2,765
-1
0 0,25 - 0,25
4,75
k
k
1
X 0 - 0083 0,416 . X
3,085
0 0,033 0,034
2,765
As iteraes produzem os resultados a seguir.
4,750
4,830
5,004
4,997
2
3
4
X 3,085 X 3,979 X 3,986 X 4,001
2,765
2,961
2,997
2,998
1
0,080
X X 0,894
0,196
2
X X
0,174
0,007
4
3
0,007 X X 0,014
0,036
0,001
Portanto, para a preciso estabelecida, o vetor X4 = [4,997; 4,001; 2,998]t uma soluo.
Proposio 4.3
O Mtodo de Gauss-Seidel, dado por 4.30 consistente.
Prova
Considerando a proposio 4.1, deve ser demonstrado que (I M).A 1.B = C. Com efeito.
(I M).A 1.B = [I + (D + L) 1.U] .A 1.B
= [(D + L) 1.(D + L) + (D + L) 1.U] .A 1.B
= (D + L) 1.( D + L + U) .A 1.B
= (D + L) 1.A.A 1.B
= (D + L) 1.B
=C
c.q.d.
41
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
+ x2
- x3 = 8
2.x1
+ x2 + 9.x3 = 12
Soluo
A funo de iterao :
x 1k - 4 7.x k2 - 1 - 2.x 3k - 1
k
k
k -1
x 2 8 - 8.x 1 x 3
k
k
k
x 3 0,111.(12 - 2.x 1 - x 2 )
(4.35)
x1k
0
1
2
3
0
-4
280,44
- 16.043,11
x k2
x 3k
0
0
40
- 2,22
- 2.237,74
187,46
128.540,32
- 10.705,07
Quadro 4.7: Resultados obtidos
max x ik - x ik - 1
1 i 3
-----------40
2.277,74
130.778,06
Observa-se, claramente, que no est ocorrendo convergncia. O motivo que, com a troca
de posio entre as equaes um e dois, a funo de iterao se modificou.
4.5.1 Critrios de convergncia
Para que os mtodos iterativos gerem uma sequncia que converge para a soluo de um
sistema de equaes, AX = B, qualquer que seja a aproximao inicial X0, basta que uma
das condies suficientes a seguir seja satisfeita.
n
(i)
42
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
n
a
Alm do mais, quanto mais prxima de zero estiver a relao
j1
ij
| a ii |
convergncia.
n
(ii)
a
Alm do mais, quanto mais prxima de zero estiver a relao
i 1
ij
| a jj |
convergncia.
Observe-se que estes dois critrios envolvem condies que so apenas suficientes, se
pelo menos uma delas for satisfeita, ento est assegurada a convergncia, entretanto se
nenhuma das duas for satisfeita nada se pode afirmar.
4.6 - Complexidade dos mtodos iterativos
Analisar a complexidade, ou seja, o nmero de operaes aritmticas realizadas em cada
iterao bastante simples. Para cada uma das n incgnitas do sistema de equaes, os
mtodos de Jacobi e Gauss-Seidel realizam, por iterao, (n 1) multiplicaes de incgnitas por coeficientes, (n 1) somas e uma diviso totalizando (2n 1) operaes. Tem-se
que o nmero total de operaes, por iterao, (2n2 n).
Avaliar o nmero total de operaes realizadas no to simples, pois este depende do
critrio de parada adotado.
Para evitar que se entre em loop, realizando operaes quando no ocorre convergncia, ou
quando no se alcana a preciso estabelecida, adota-se um critrio de parada que considera, alm da preciso desejada, um nmero mximo de iteraes. No pior caso, este ser o
nmero de vezes que as iteraes sero executadas.
5 - Consideraes finais
Os Mtodos Diretos possuem a vantagem de serem mais gerais e robustos do que os
Mtodos Iterativos, podendo ser utilizados na resoluo de qualquer tipo de sistema de
equaes. So processos finitos e, portanto, teoricamente, obtm a soluo de qualquer
sistema de equaes no singular. J os mtodos iterativos convergem, ou seja, produzem
uma soluo apenas sob determinadas condies.
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas
43
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
44
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto
Item
Mtodos Diretos
Mtodos Iterativos
Indicados para a resoluo de
Indicados para a resoluo de
Aplicao
sistemas de equaes densos de
sistemas de equaes de grande
pequeno a mdio porte.
porte, notadamente os esparsos.
Destroem a esparsidade da matriz Preservam a esparsidade da maEsparsidade
dos coeficientes durante a fase da triz da matriz dos coeficientes.
eliminao.
Se a matriz dos coeficientes no H garantia de se obter a soluo
Convergncia
singular, ento a soluo sem- somente sob certas condies.
pre obtida.
Nmero de ope- possvel determinar a priori o
No possvel determinar a priori
raes
nmero de operaes necessrias. a complexidade.
Ampliam os erros durante os cl- Os erros de arredondamento no
Erro de arreculos. A ampliao pode ser mi- afetam as solues obtidas em
dondamento
nimizada utilizando-se tcnicas
cada iterao. Apenas a soluo
de pivotao.
final pode conter erro.
Quadro 5.1: Comparao entre os Mtodos Diretos e Iterativos
45