Sei sulla pagina 1di 45

UNIVERSIDADE FEDERAL DE OURO PRETO

Instituto de Cincias Exatas e Biolgicas


Departamento de Computao

Jos lvaro Tadeu Ferreira

Clculo Numrico
Notas de aulas

Resoluo de Sistemas de Equaes Lineares Simultneas

Ouro Preto Minas Gerais


2013
(ltima reviso em outubro de 2013)

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

Resoluo de Sistemas de Equaes Lineares Simultneas


Contedo
1 - Introduo......................................................................................................................... 3
2 - Classificao de um sistema linear .................................................................................. 4
3 Mtodos Diretos .............................................................................................................. 5
3.1 Mtodo da Eliminao de Gauss .............................................................................. 7
3.1.1 - Avaliao do Resduo/Erro .............................................................................. 11
3.1.2 - Pivotao parcial .............................................................................................. 13
3.2 - Mtodo da Decomposio LU ................................................................................ 14
3.2.1 A Fatorao LU de uma matriz ....................................................................... 15
3.2.2 Uso Decomposio LU na resoluo de um sistema de equaes lineares ..... 18
3.2.3 O Mtodo da Decomposio LU com Pivotao Parcial ................................ 19
3.2.4 - Clculo de Determinantes ................................................................................ 22
3.2.5 Refinamento da soluo de um sistema de equaes lineares simultneas ..... 23
3.2.6 - Determinao da inversa de uma matriz .......................................................... 25
4 - Mtodos iterativos .......................................................................................................... 27
4.1 - Teoria Geral dos Mtodos Iterativos ....................................................................... 27
4.2 - Mtodos Iterativos e a resoluo de sistemas de equaes lineares simultneas .... 28
4.3 - Mtodo de Jacobi .................................................................................................... 30
4.3.1 Formulao algbrica ...................................................................................... 30
4.3.2 Formulao matricial ....................................................................................... 31
4.4 - Mtodo de Gauss-Seidel.......................................................................................... 35
4.4.1 Formulao algbrica ...................................................................................... 35
4.4.2 Formulao matricial ....................................................................................... 39
4.5 - Convergncia dos mtodos iterativos...................................................................... 42
4.5.1 Critrios de convergncia ................................................................................ 42
4.6 - Complexidade dos mtodos iterativos..................................................................... 43
5 - Consideraes finais ....................................................................................................... 43

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

Resoluo de Sistemas de Equaes Lineares Simultneas


1 - Introduo
A resoluo de sistemas de equaes lineares simultneas um problema numrico que
ocorre com muita frequncia, notadamente em aplicaes cientficas nas quais se faz necessria a simulao de situaes do mundo real. etapa fundamental na resoluo de problemas que envolvem equaes diferenciais parciais, a determinao de caminhos timos
em redes (grafos), regresso, sistemas no lineares, interpolao de pontos, dentre outros.
Em vrios problemas da Engenharia h a necessidade da resoluo de sistemas de equaes lineares como, por exemplo, a determinao do potencial em redes eltricas, o clculo
da tenso em estruturas metlicas na construo civil, o clculo da razo de escoamento em
um sistema hidrulico com derivaes e a previso da concentrao de reagentes sujeitos a
reaes qumicas simultneas.
Neste texto considera-se a resoluo de um sistema de n equaes lineares com n incgnitas, denotado algebricamente da forma mostrada em (1.1).

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

3.1 Mtodo da Eliminao de Gauss


A resoluo de um sistema de equaes lineares pelo Mtodo da Eliminao de Gauss envolve duas fases distintas.
A primeira, chamada de fase da eliminao, consiste em efetuar transformaes elementares sobre as linhas da matriz aumentada do sistema A.X = B tal que, depois de n 1 passos, se obtm um sistema triangular superior, U.X = C, equivalente ao sistema dado.

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]

A segunda, chamada de fase da substituio, consiste em resolver o sistema triangular


superior por meio de substituies retroativas.
Para a apresentao do mtodo, seja resolver o sistema de equaes lineares a seguir.
3.x1 + 2.x2

+ x4 = 3

9.x1 + 8.x2 3.x3 + 4.x4 = 6


- 6.x1 + 4.x2 8.x3

(3.1)

= -16

3.x1 - 8.x2 + 3.x3 - 8.x4 = 22


Tem-se:
3 2 0 1
3
9 8 -3 4
6

A
e B
- 6 4 - 8 0
- 16


3 - 8 3 - 8
22

Portanto, a matriz aumentada


3
3 2 0 1
9 8 -3 4
6
[A | B]
- 6 4 - 8 0 - 16

3 - 8 3 - 8 22

Sendo Li; i = 1, 2, ..., n; a i-sima linha de [A | B], so obtidos os seguintes resultados na


fase da eliminao.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

(ii) Efetuam-se as transformaes elementares.

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

(ii) Efetuam-se as transformaes elementares.


L23 L13 m 32 .L12

L24 L14 m 42 .L12


obtida a matriz [A(2) | B(2)], a seguir, que equivalente a [A | B].

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

est abaixo dele. Para isto utilizado o procedimento a seguir.


(i) Calcula-se o multiplicador mi 3 -

a i23
2
a 33

m 43 -

, i = 4. Portanto

a 243
a

2
33

(12)
3
4

(ii) Efetua-se a transformao elementar.


L34 L24 m 43 .L23

O resultado a matriz [A(3) | B(3)], a seguir, que equivalente a [A | B].


3
0
[A (3) | B (3) ]
0

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

A soluo do sistema de equaes X = [2 -1 0 -1]t.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

No mtodo da Eliminao de Gauss, os multiplicadores do passo k da fase da eliminao


so calculados, de forma geral, por meio da expresso:

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:

Lki Lki - 1 mi k .Lkk- 1 ; k 1, 2, ..., n - 1; i k 1, k 2, ..., n


Sendo n o nmero de equaes, o quadro 3.1 apresenta a complexidade (nmero de operaes aritmticas) de pior caso considerando as fases da eliminao e substituio.
Fase
1
2
.
.
.
n-1
Eliminao

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

Quadro 3.1: Complexidade do Mtodo de Gauss.


Observa-se, que o mtodo de Gauss tem complexidade polinomial O(n3). Um computador
que faz uma operao aritmtica em 10-8 segundos gastaria 0,0000257 segundos para resolver um sistema de 15 equaes (um tempo infinitamente inferior quele gasto pela Regra de Cramer).
Exemplo 3.1
Seja resolver o sistema de equaes 3.3, a seguir, utilizando o Mtodo da Eliminao de
Gauss e trs casas decimais.
4,5.x1 + 1,8.x2 + 2,4.x3 = 19,62
3,0.x1 + 5,2.x2 + 1,2.x3 = 12,36

(3.3)

0,8.x1 + 2,4.x2 + 3,6.x3 = 9,20

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

10

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

Os clculos realizados esto sumarizados no quadro (3.2).


Linha

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 :

19,62 4,5 1,8 2,4 3,400


t
R 12,36 - 3,0 5,2 1,2 . - 0,001 = [0,0018 0,0052 0,0024] e o erro cometido :
9,20 0,8 2,4 3,6 1,800
mx | ri | mx| 0,0018 |, | 0,0052 |, | 0,0024 | 0,0052
1 i n

1 i 3

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

2.x1 + 5.x2 + x3 + 2.x4 = 10


4.x1 + 6.x2 + 2.x3 + x4 = 12
Os clculos esto sumarizados no quadro (3.3).
Linha Multiplicador
L1
L2
m21 = - 1
L3
m31 = - 2
L4
m41 = - 4
1
L2
L13

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

Quadro 3.3: Sumarizao dos clculos.


obtido, ento, o sistema triangular superior
x1 + x2 + 2.x3 + 4.x4 = - 1
3.x2 3.x3 6.x4 = 12
3.x3 + 2.x4 = - 6
- 8,332.x4 = - 0,002
Resolvendo, obtm-se o vetor x = [1 2 -2 0]t. simples verificar que o vetor resduo nulo
e, portanto, foi obtida a soluo exata do sistema de equaes dado.
Observe-se que foi necessrio efetuar a troca de posio entre as linhas L12 e L13 em virtude
de piv nulo. Quando no possvel efetuar a troca de posio entre linhas, situao que
ocorre quando, alm de o piv ser nulo, todos os elementos da coluna, que esto abaixo
dele, tambm o so, ento a matriz dos coeficientes singular e o sistema de equaes no
admite soluo nica.
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

12

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

3.1.2 - Pivotao parcial


Conforme visto, o Mtodo da Eliminao de Gauss requer o clculo dos multiplicadores.
Este fato pode ocasionar problemas se o piv estiver prximo de zero ou for nulo. Isto porque trabalhar com piv nulo impossvel e o piv prximo de zero pode conduzir a resultados imprecisos, visto que d origem a multiplicadores bem maiores do que a unidade o
que, por sua vez provoca uma ampliao dos erros de arredondamento.
A ampliao de erros de arredondamento ocorre quando se multiplica um nmero muito
grande por outro que j contm erro de arredondamento. Admita-se que um nmero n tenha erro de arredondamento . Assim, pode ser escrito na forma:
=n+
Se multiplicado por m, tem-se que
m. = m.n + m.
Portanto, o erro no resultado m. . Se m for grande, este erro pode ser muito maior que o
original. Diz-se, ento, que o erro foi amplificado.
Com o objetivo de minimizar o efeito dos erros de arredondamento, adotada, no Mtodo
de Gauss, uma estratgia de pivotao, que um processo de escolha do piv. Neste texto
considerada a estratgia de pivotao parcial, que consiste em:
(i) no passo k, da fase da eliminao, tomar como piv o elemento de maior mdulo dentre
os coeficientes

k -1

a i, k

, k = 1, 2, ..., n - 1; i = k, k + 1, ..., n;

(ii) se necessrio, efetuar a troca de posio entre as linhas i e k.


Utilizando esta estratgia todos os multiplicadores sero, em mdulo, menores que a unidade.
Exemplo 3.3
Seja resolver o sistema de equaes dado a seguir utilizando o Mtodo da Eliminao de
Gauss com pivotao parcial e trs casas decimais.
2.x1 5.x2 + 3.x3 + x4 = 5
3.x1 7.x2 + 3.x3 - x4 = - 1
5.x1 - 9.x2 + 6.x3 + 2.x4 = 7
4.x1 - 6.x2 + 3.x3 + x4 = 8

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

L14 + m41 L11

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

Quadro 3.4: Sumarizao dos clculos.


Obtm-se o sistema triangular superior
5.x1 9.x2

+ 6.x3

+ 2.x4 = 7

- 1,6.x2 0,6.x3 2,2.x4 = - 5,2


- 2,25.x3 2,25.x4 = - 1,5
=

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

3.2 - Mtodo da Decomposio LU


Em muitas situaes, necessrio resolver vrios sistemas de equaes lineares que possuem em comum a matriz dos coeficientes e tm termos independentes diferentes, ou seja,
quando se tem:
A.X = Bi, i = 1, 2, ...., m
Nestes casos, indicado resolv-los por meio uma tcnica de fatorao da matriz A. Esta
tcnica consiste em decompor a matriz dos coeficientes em um produto de dois ou mais
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

tratada a seguir da obteno das matrizes L e U utilizando-se o Mtodo da Eliminao de


Gauss, uma vez que o uso de frmulas no permite a utilizao da estratgia de pivotao
parcial. Seja a matriz:

a 11 a 12
A a 21 a 22
a 31 a 32

a 13
a 23
a 33

(3.5)

No primeiro passo da fase da eliminao so calculados os multiplicadores

m 21 -

a
a 21
e m 31 - 31
a 11
a 11

e so efetuadas as transformaes elementares.

L12 L 2 m 21.L1

(3.6)

L13 L 3 m 31.L1

(3.7)

Sendo obtida a matriz

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

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

16

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

No segundo passo da fase da eliminao calculado o multiplicador

m 32 -

a 132
a 122

e efetuada a transformao elementar.

L23 L13 m 32 .L12

(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)

Demonstra-se que realizar a transformao elementar 3.10 equivalente a pr-multiplicar a


matriz 3.8 pela matriz

1 0
M 0 1
0 m 32
1

0
0
1

(3.12)

Portanto,
A2 = M1.A1

Tem-se, ento, que:


A1 = M0.A
A2 = M1.A1
Portanto
A2 = M1. M0.A

(3.13)
1

Pr-multiplicando os dois membros de 3.13 pela inversa da matriz (M . M )


(M1. M0)- 1.A2 = (M1. M0)- 1.(M1. M0).A = I.A = A
A = (M1. M0)- 1.A2
A = (M0) 1.(M1) 1.A2

(3.14)

Pode ser demonstrado que

0 0
1

(M ) m 21 1 0
m 31 0 1
0 -1

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

(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)

Tendo em vista 3.14 e 3.15, tem-se que

1
(M ) .(M ) m 21
m 31
0 -1

1 -1

0
1
m 32

Substituindo 3.11 e 3.17 em 3.14 tem-se que

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)

Assim, tem-se que A = LU, onde:


(i) U a matriz triangular superior obtida ao final da fase da eliminao do mtodo de
Gauss;
(ii) L uma matriz triangular inferior, na qual os elementos da diagonal principal so unitrios e, abaixo dela, se encontram os multiplicadores da etapa k da fase da eliminao
com o sinal trocado.
3.2.2 Uso Decomposio LU na resoluo de um sistema de equaes lineares
Seja um sistema de equaes A.X = B. Para resolv-lo, utilizando-se a decomposio LU,
basta executar a seguinte seqncia de passos:
(i) Obter a fatorao L.U da matriz A. Sendo A = L.U, ento L.U.X = B;
(ii) Fazer U.X = Y, logo L.Y = B;
(iii) Resolver o sistema triangular inferior L.Y = B;
(iv) Resolver o sistema triangular superior U.X = Y obtendo, ento, a soluo do sistema
de equaes A.X = B.
Exemplo 3.5
Resolver o sistema de equaes a seguir utilizando o mtodo da decomposio LU.
x1 3.x2 + 2.x3 = 11
- 2.x1 + 8.x2 -

x3 = - 15

4.x1 - 6.x2 + 5.x3 = 29


Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

18

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

Os clculos realizados esto sumarizados no quadro (3.5).


Linha

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

Tem-se, ento que:

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

O vetor X = [2 1 3] a soluo do sistema de equaes dado.


3.2.3 O Mtodo da Decomposio LU com Pivotao Parcial
Para aplicar a estratgia da pivotao parcial ao Mtodo da Decomposio LU faz-se necessrio utilizar um vetor de permutao, P, que gerado atribuindo-se um nmero de ordem a cada equao que compe o sistema.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

O vetor de permutao P = [1 2 3 4]t. Os clculos esto sumarizados no quadro (3.6).


Linha Multiplicador
L11
m21 = - 0,2
L12

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

L12 + m21 L11


L13

2
4

0,8

-1

-4

L14 + m41 L11

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

L33 + m32 L32

L44

0,8 -0,25

-5

7,25

L34 + m41 L32

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 + m43 L53

L54
L64

m43 = - 0,4

Quadro 3.6: Sumarizao dos clculos.


Observe-se que feita, de imediato, a troca de posio entre as linhas um e quatro. A
mesma troca feita no vetor de permutao.
No passo dois verifica-se que o piv est na terceira linha. Logo, necessrio fazer a troca
de posio entre as linhas dois e trs.
Para que as mesmas trocas de posies entre linhas efetuadas na matriz U e no vetor P
ocorram, tambm, na matriz L, seus elementos j calculados so incorporados ao quadro.
Verifica-se, no passo trs, que o piv est na quarta linha, faz-se, ento, a troca de posio
entre as linhas trs e quatro.
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

20

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

Tm-se, a seguir, as matrizes L e U.


0
0
1
0
1
0
L
0,8 - 0,25 1

0,2 - 0,5 0,4

0
5

0
0
eU
0
0

1
0

0 5 - 10
4 -4
1
0 - 5 7,25

0 0 - 0,4

Resoluo do sistema L.Y = B


O vetor P de sada P = [4 3 1 2]t, que aplicado em B, obtendo-se B = [- 40 7 6 8]t.
y1

= - 40
y2

= -7

0,8.y1 0,25.y2

+ y3

6 y3 = 36,25

0,2.y1 0,5.y2 + 0,4.y3 + y4 = 8 y4 = - 2


Resoluo do sistema U.X = Y
5.x1

+ 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 ?

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

Quadro 3.7: Sumarizao dos clculos.


Resolvendo LY = B
Aplicando P = [2 1 3]t em B, obtm-se B = [2793 2684 2402]t
y1
= 2793
0,539 y1 +
y2
= 2684
y2 = 1178,573
0,711 y1 + 0,294y2 + y3 = 2402 y3 = 69,677

Resolvendo UX = Y
38,0x1 + 18,2x2 +

12,8x3 = 2793

20,59x2 + 18,101x3 = 1178,573


3,177x3 = 69,677
Obtm-se, como soluo, o vetor X = [47,932 37,959 21,932]t, em gramas.
O vetor residual produzido R = [-0,8596 0,0006 0,6118]t, portanto foi obtida uma soluo aproximada.
3.2.4 - Clculo de Determinantes
O Mtodo da Decomposio LU pode ser utilizado, tambm, para calcular o determinante
de uma matriz.
Sendo A = LU, tem-se que:
det(A) = det(L.U) = det(L) det(U)
Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

Assim, tem-se que:


X1 = X0 + 0 e A.X1 = B A.(X0 + 0) = B A.0 = B A.X0
De acordo com 4.8, B A.X0 = R0 o vetor resduo produzido pela soluo aproximada
X0. Portanto
A 0 = R0
Tem-se, ento, um sistema de equaes lineares simultneas com a matriz dos coeficientes
idntica de A.X = B. Como A = LU ento
L.U.0 = R0
Fazendo U.0 = Y tem-se L.Y = R0. Para determinar 0 basta resolver, pela ordem,
L.Y = R0

(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

e o vetor de pivotao P(1) = [2 1 3]t.


Como uma soluo foi obtido o vetor X0 = [1,97 -0,97 4,96]t, que produziu o vetor residual
R0 = [-0,07 0,00 0,08]t. Fazer um refinamento da soluo obtida.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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.

3.2.6 - Determinao da inversa de uma matriz


Seja A uma matriz tal que det(A) 0, e X = A-1 a sua matriz inversa. Sendo assim, tem-se
que A.X = I. O objetivo mostrar como obter X utilizando-se o Mtodo da Decomposio
LU. Para efeito de desenvolvimento, seja A uma matriz de ordem trs. Assim, tem-se que:

a11 a12 a13 x11 x12 x13 1 0 0

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

Fazendo o produto A.X, so obtidos os trs sistemas de equaes a seguir.

a11x11 + a11x21 + a13x31 = 1

a11x12 + a11x22 + a13x32 = 0

a11x13 + a11x23 + a13x33 = 0

a21x11 + a22x21 + a21x31 = 0

a21x12 + a22x22 + a21x32 = 1

a21x13 + a22x23 + a21x33 = 0

a31x11 + a32x21 + a33x31 = 0

a31x12 + a32x22 + a33x32 = 0

a31x13 + a32x23 + a33x33 = 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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

e P = [2 3 1]t. Considerar trs casas decimais.


Soluo
Determinao da primeira coluna de X:
LY1 = B1, onde B1 = [1 0 0]t. Aplicando P = [2 3 1]t em B1, obtm-se B1 = [0 0 1]t e
Y1 = [0 0 1]t
UX1 = Y1 X1 = [0,277 0,167 -0,389]t.
Determinao da segunda coluna de X:
LY2 = B2, onde B2 = [ 0 1 0]t. Aplicando P = [2 3 1]t em B2, obtm-se B1 = [1 0 0]t e
Y2 = [1 0,5 0,143]t
UX2 = Y2 X2 = [0,389 -0,166 0,056]t
Determinao da terceira coluna de X:
LY3 = B3, onde B3 = [0 0 1]t. Aplicando P = [2 3 1]t em B3, obtm-se B1 = [0 1 0]t e
Y3 = [0 1 0,714]t
UX3 = Y3 X3 = [-0,056 0,167 0,278]t
Logo, a menos de erros de arredondamento, a matriz inversa de A :

0,277 0,389 - 0,056


0,167 - 0,167 0,167
- 0,389 0,056 0,278

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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)

Sendo que (.) a funo de iterao do mtodo iterativo.


Definio 4.1
Um mtodo iterativo dito estacionrio se a funo de iterao sempre a mesma em todas as iteraes. Caso ela se modifique dito no estacionrio.
Definio 4.2
Um mtodo iterativo dito de grau g se, para obter uma aproximao para a soluo do
problema, so necessrias g aproximaes anteriores, ou seja, a funo de iterao da
forma:
Sk = (P, S k 1, Sk 2, ..., Sk g); k = g, g + 1, g + 2, ....

(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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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:

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

29

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

4.3 - Mtodo de Jacobi


4.3.1 Formulao algbrica
Seja um sistema de equaes lineares da forma

a11x1 a12 x 2 a13 x 3 ............ a1n x n b1


a x a x a x ........... .a x b
22 2
23 3
2n n
2
21 1
..................................................................
..................................................................

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

(b1 a12 x k2 - 1 a13 x 3k - 1 .......... a1n x kn - 1 )


1

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

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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)

Fazendo os clculos utilizando 4.8, so obtidos os resultados apresentados no quadro 4.1.


k
0
1
2
3
4

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

Considerando a preciso estabelecida, o vetor X4 = [0,992 0,991 0,997]t uma soluo do


sistema de equaes.
4.3.2 Formulao matricial
O esquema iterativo de Jacobi pode ser formulado matricialmente. Para obter esta formulao, considere-se, inicialmente, que 4.6 pode ser escrito da forma dada por 4.9.
(k )

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

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

31

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

Sejam, ento, as matrizes

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)

Pode ser verificar que:


(i)

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)

Multiplicando ambos os membros de 4.15 pela inversa de D vem:


D 1.D.Xk = D 1.B D 1.(L + U).Xk - 1
Tem-se, ento, a formulao matricial do esquema iterativo de Jacobi:
Xk = D 1.(L + U).Xk 1 + D 1.B

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

(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

Sendo assim, o esquema iterativo :

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

As iteraes produzem os resultados a seguir.

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

As diferenas entre as iteraes consecutivas so dadas pelos vetores:

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

34

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

4.4 - Mtodo de Gauss-Seidel


4.4.1 Formulao algbrica
Assim como no Mtodo de Jacobi, o sistema de equaes lineares A.X = B transformado
em X = M.X + C = (X) explicitando uma incgnita em cada equao. A diferena que,
no clculo de uma componente do vetor X, utilizam-se resultados obtidos na iterao atual
em conjunto com resultados da iterao anterior. Ou seja, ao se calcular uma componente

x kj ; k = 1, 2, ...; j = 1, 2, ..., n; da iterao k, so utilizadas x1k , x k2 , ... , x kj 1 e


x kj -11 , x kj-21 , ... , x kn - 1 . Tem-se, ento, o esquema iterativo a seguir.
k
x1

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)

fazendo os clculos utilizando 4.21, so obtidos os resultados apresentados no quadro


(4.2).

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

Considerando a preciso estabelecida, o vetor X3 = [0,997 0,996 1,002]t uma soluo do


sistema de equaes.
de se esperar que o Mtodo de Gauss-Seidel gere uma seqncia que converge mais rpido para a soluo do sistema de equaes do que aquela gerada pelo Mtodo de Jacobi,
uma vez que se faz a atualizao imediata dos resultados. Embora isto ocorra com freqncia, o fato no pode ser generalizado. H casos em que h convergncia quando se utiliza
um mtodo e quando se utiliza o outro no.
Os exemplos a seguir apresentam sistemas de equaes que podem ser resolvidos, somente, por meio de um dos dois mtodos iterativos abordados.
Exemplo 4.4
Este exemplo trata de um sistema de equaes lineares que pode ser resolvido, somente,
por meio do Mtodo de Jacobi. Seja o sistema de equaes a seguir e X0 = [0 0 0]t.
x1 + 2.x2 - 2.x3 = 1
x1 + x2 + x3 = 1
2.x1 + 2.x2 + x3 = 1
Soluo
(a) Aplicando o Mtodo de Jacobi, tem-se que a funo de iterao :

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)

Fazendo os clculos utilizando 4.22, so obtidos os resultados apresentados no quadro 4.3.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

Observe-se que foi obtida a soluo exata.


(b) Aplicando, agora, o Mtodo de Gauss-Seidel.

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)

Fazendo os clculos utilizando 4.23, so obtidos os resultados apresentados no quadro 4.4.

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

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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 :

x k 2.(0,2 - 0,6.x k - 1 - 0,3.x k - 1 )


2
3
1
k
k -1
k -1
x 2 - x 1 - x 3
k
k -1
k -1
x 3 - 0,6 - 0,4.x 1 0,4.x 2

(4.24)

Fazendo os clculos utilizando 4.34, so obtidos os resultados apresentados no quadro


(4.5).

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

Observe-se que no h convergncia.


(b) Aplicando, agora, o Mtodo de Gauss-Seidel.

x k 2.(0,2 - 0,6.x k - 1 - 0,3.x k - 1 )


2
3
1
k
k
k -1
x 2 - x 1 - x 3
k
k
k
x 3 - 0,6 - 0,4.x 1 0,4.x 2

(4.25)

Fazendo os clculos utilizando 4.25, so obtidos os resultados apresentados no quadro (4.6)

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

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

Considerando as matrizes 4.10 e 4.11 tem-se:

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)

Tendo em vista 4.13 e 4.27 pode-se escrever 4.26 na forma:


D.Xk = B L.Xk - U.Xk 1

(4.28)

De onde vem que


D.Xk + L.Xk = B - U.Xk 1 (D + L).Xk = B - U.Xk 1

(4.29)

Multiplicando ambos os membros de 4.29 pela inversa da matriz (D + L) vem:


(D + L) 1.(D + L).Xk = (D + L) 1.[B U.Xk 1]
Sendo assim
Xk = (D + L) 1.B (D + L) 1.U.Xk 1
Portanto, a formulao matricial do esquema iterativo de Gauss-Seidel :
Xk = (D + L) 1.U.Xk 1 + (D + L) 1.B

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

(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

Pode-se demonstrar que:

0
0
0,25

(D L) - 0,083 0,333
0
0,033 0,067 - 0,2
-1

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

Sendo assim, o esquema iterativo :

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

As diferenas entre as iteraes consecutivas so dadas pelos vetores:

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.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

41

Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

4.5 - Convergncia dos mtodos iterativos


Embora a ordem das equaes em um sistema linear no exera qualquer influncia com
relao existncia de soluo, quando se trata da utilizao de um mtodo iterativo ela
relevante uma vez que define a funo de iterao.
Para mostrar este fato considera-se no exemplo 4.5 o sistema de equaes utilizado nos
exemplos 4.1 e 4.3, porm trocando a ordem das equaes um e dois.
Exemplo 4.5
Resolver o sistema de equaes a seguir utilizando o Mtodo de Gauss-Seidel considerando
duas casas decimais e X0 = [0 0 0]t.
x1 - 7.x2 + 2.x3 = - 4
8.x1

+ 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)

Fazendo os clculos utilizando 4.35, so obtidos os resultados apresentados no quadro 4.7.


k

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)

| a ii | a ij , i = 1, 2, ..., n; j i Critrios das linhas


j1

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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 |

mais rpida ser a

convergncia.
n

(ii)

| a jj | a ij , j = 1, 2, ..., n; i j Critrios das colunas


i 1

a
Alm do mais, quanto mais prxima de zero estiver a relao

i 1

ij

| a jj |

mais rpida ser a

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

Os mtodos diretos apresentam problemas com erros de arredondamento. Uma forma de


minimizar este fato a utilizao de estratgias de pivotamento.
Nos mtodos iterativos somente os erros de arredondamento cometidos na ltima iterao
afetam a soluo.
Os mtodos diretos so aplicados na resoluo de sistemas de equaes densos de porte
pequeno a mdio. Por sistemas de pequeno porte entende-se uma ordem de at 30
equaes, para mdio porte, sistemas de ordem at 50. A partir da tem-se, em geral,
sistemas de grande porte.
Os mtodos iterativos raramente so utilizados para resolver sistemas lineares de pequeno
a mdio porte, j que o tempo requerido para obter um mnimo de preciso ultrapassa o
requerido pelos mtodos diretos como, por exemplo, o Mtodo da Eliminao de Gauss
que requer (4.n3 + 9.n2 7.n)/6 operaes aritmticas. Os Mtodos de Jacobi e GaussSeidel requerem (2.n2 - n) operaes aritmticas por iterao. Para valores grandes de n, os
nmeros de operaes aritmticas so aproximadamente:
Mtodo de Gauss: 2.n3/3
Jacobi e Gauss-Seidel: 2.n2
Assim, se o nmero de iteraes menor ou igual a (n/3), ento o mtodo iterativo requer
menos operaes aritmticas.
Como exemplo, seja um sistema de 100 equaes. A eliminao de Gauss requer 681.550
operaes enquanto que, por iterao, so requeridas 19.900. Para 34, ou menos, iteraes
a quantidade de operaes aritmticas menor do que no Mtodo de Gauss.
Uma vantagem dos mtodos iterativos sobre os diretos o fato de preservarem os zeros da
matriz original. Este fato bastante significativo quando se trata de resolver um sistema de
equaes no qual a matriz dos coeficientes esparsa, ou seja, possui um nmero grande de
elementos nulos. Os mtodos iterativos preservam a esparsidade, uma vez que no criam
novos elementos no nulos. Os Mtodos Diretos baseiam-se em transformaes
elementares sobre as linhas da matriz dos coeficientes, destruindo a esparsidade da mesma.
Isto aumenta tanto o espao necessrio para o armazenamento da matriz dos coeficientes
quanto o esforo computacional para a resoluo numrica do sistema.
Para concluir, apresentada no quadro (5.1) uma comparao entre os Mtodos Diretos e
Iterativos levando em considerao um conjunto de cinco indicadores.

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

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

Notas de aulas de Clculo Numrico Resoluo de Sistemas de Equaes Lineares Simultneas

45

Potrebbero piacerti anche