03 Sistemas Lineares PDF

Sistemas Lineares
Prof. Wellington Passos de Paula

wpassos@ufsj.edu.br
Programa g
1. Introduo
2 M d Di 2. Mtodos Diretos
a) Eliminao de Gauss
b) Decomposio LU b) Decomposio LU
3. Mtodos Iterativos
a) Gauss-Jacobi a) Gauss-Jacobi
b) Gauss-Siedel
Sistemas Lineares
Introduo
wpassos@ufsj.edu.br
Introduo
A resoluo de sistemas lineares um problema que
i di surge nas mais diversas reas
Ex: Clculos de estruturas, Redes de transporte, Redes de
comunicao, etc
Introduo
Exemplo: Calcular tenses dos ns do circuito eltrico:
V
Soluo:
1
V
Temos que a corrente entre 2 pontos dada por:

R
V V
I
b a

=
Temos que a corrente entre 2 pontos dada por: .
Pela lei de Kirchoff a soma das correntes que chega a um n
igual a soma das correntes que saem dele. Assim:
R
g q
Introduo
V
N 1:
1
V
0
1 1 4 1 3 1 2

=
+
V V V V V V V
2 3 1 2
V V V V
=
N 2: N 1:
N 3:
1 2 2 1
= + +
3 1
=
127
3 1 3 4 3 2 3
V V V V V V V
+
N 2:
N 3:
3 2 1 3
3 1 3 4 3 2 3
= + +
V V V V
N 4:
2 1
1 4 4 3
V V V V
=
Introduo
Simplificando as equaes:
N 1:
1
0
2 2 1
1 1 4 1 3 1 2

=
+
V V V V V V V
0 2 6
4 3 2 1
= + + + V V V V
N 2:
3 1
2 3 1 2
V V V V
=
0 4 3
3 2 1
= + V V V
N 3:
3
127
2 1 3
3 1 3 4 3 2 3
V V V V V V V
=
V V V V
254 6 13 2 3
4 3 2 1
= + V V V V
N 4:
2 1
1 4 4 3
V V V V
=
0 3 2
4 3 1
= + V V V
Introduo
+ +
= + + +
0 0 1 4 3
0 1 1 2 6
4 3 2 1
V V V V
V V V V
Montando o sistema:
+ +
= +
= + +
0 3 2 0 1
254 6 13 2 3
0 0 1 4 3
4 3 2 1
4 3 2 1
V V V V
V V V V
V V V V
= + + 0 3 2 0 1
4 3 2 1
V V V V
Nosso problema agora se resume em encontrar os valores
de V V V e V que solucionem o sistema linear de V
1
, V
2
, V
3
e V
4
que solucionem o sistema linear
acima.
Introduo
Um sistema linear com m equaes e n variveis tem a
i f l seguinte forma geral:
n n
b x a x a x a = + + + ...
1 1 2 12 1 11
n n
n n
b x a x a x a = + + + ...
2 2 2 22 1 21
1 1 2 12 1 11

m n mn m m
b x a x a x a = + + + ...
2 2 1 1

onde:
a coeficientes 1 i m 1 j n
m n mn m m 2 2 1 1
a
ij
coeficientes 1 i m, 1 j n
x
j
incgnitas j = 1,...,n
b termos independentes i 1 m b
i
termos independentes i = 1,...,m
Introduo
Exemplo:
= + 5 5 4 2
3 2 1
x x x
+ +
= +
1 5 4 2
2 5 1 4
3 2 1
x x x
x x x
onde:
= + + 1 5 4 2
3 2 1
x x x
onde:
2 4 5 4 1 5 2 4 e 5 fi i t 2, 4, -5, 4, 1, -5, 2, 4 e 5 coeficientes
x
1
, x
2
e x
3
incgnitas
5, 2 e -1 termos independentes
Introduo
Relembrando... Multiplicao de Matrizes
O produto de uma matriz A de dimenso n x m por um
escalar k resulta em uma matriz B = kA de mesma
dimenso n x m, tal que . , , j i ka b
ij ij
=
Ex:
(
3 2 1
(
6 4 2
e
(
=
6 5 4
3 2 1
A
(
= =
12 10 8
6 4 2
2A B
Introduo
O produto de uma matriz A (n x m) por um vetor v (m x
1) resulta em um vetor x (n x 1) de forma que
m
. ..., , 2 , 1 ,
1
n i v a x
j
j ij i
= =
=
Ex:
(
(
(
(
(
5
1
2 1
(
(
(
= =
(
=
(
(
(
=
17
11
2
1
,
6 5
4 3 Av x v A

Introduo
O produto de uma matriz A (n x p) por uma matriz
B (p x m) uma matriz C = AB (n x m) tal que
. ..., , 2 , 1 ..., , 2 , 1 ,
1
m j e n i b a c
p
k
kj ik ij
= = =
=
o elemento c
ij
obtido pela soma dos produtos da linha
i de A pelos correspondentes elementos da coluna j de
B. Logo, para a multiplicao de duas matrizes, o
nmero de colunas da primeira tem que ser igual ao
nmero de linhas da segunda
Ex:
12 6
6 1
0 1 2
(
(
(
(
2 2
2 3
3 2
48 41
5 3
0 4 ,
6 5 3
x
x
x
AB C B A
(
= =
(
(
(
=
(
=
Introduo
possvel ento reescrever o sistema linear na Forma
M i i l Matricial:
Ax = b
na qual:
(
(
n
a a a
1 12 11

(
(
b
1
(
(
x
1
(
(
(
=
n
a a a
A
2 22 21

(
(
(
=
b
b
2
(
(
(
=
x
x
2
(
(
mn m m m
a a a a
3 2 1

(
(
m
b
(
(
n
x
Introduo
Exemplo:
Forma Geral:
= + 5 5 4 2
3 2 1
x x x
= +
+
2 5 1 4
5 5 4 2
3 2 1
3 2 1
x x x
x x x
Forma Matricial:
= + + 1 5 4 2
3 2 1
x x x
(
(
(
(
(
(
5 5 4 2
1
x
(
(
(
=
(
(
(
(
(
(

1
2
5 4 2
5 1 4
3
2
x
x
(
1 5 4 2
3
x
Introduo Classificao de Sistemas
Relembrando. Conceito de Determinante
Uma matriz quadrada (n x n) A, chamada matriz de ordem
n, tem um nmero associado denominado determinante,
cujo valor pode ser obtido pela frmula de recorrncia
) det( ) 1 ( ) det( ) det( ) det(
1 n
M a M a M a A
+
+ + =
onde M
ij
a matriz de ordem n-1 resultante da remoo
) det( ) 1 ( ... ) det( ) det( ) det(
1 1 12 12 11 11 n n
M a M a M a A + + =
da linha i e coluna j de A e sendo o determinante de uma
matriz (1 x 1) igual a esse nico elemento. Logo:
11 11
) det( ] [ a A a A = =
a a
(
12 21 22 11
22 21
12 11
) det( a a a a A
a a
a a
A =
(
=
Relembrando. Conceito de Determinante
(
(
(
=
23 22 21
13 12 11
a a a
a a a
A
(
(
33 32 31
23 22 21
a a a
a a a A
) ( ) ( ) ( ) det(
22 31 32 21 13 23 31 33 21 12 23 32 33 22 11
a a a a a a a a a a a a a a a A + =
Matriz A com det(A) = 0 Matriz Singular
Matriz A com det(A) 0 Matriz No Singular
Classificao dos sistemas
Soluo nica
det (A) 0 (Matriz de Coeficientes No Singular)
Infinitas Solues ou Sem Soluo
det (A) = 0 (Matriz de Coeficientes Singular)
Soluo nica
(
1
Exemplo:
=
= +
2 3
3 2
2 1
2 1
x x
x x
(
=
1
1
x
det (A) = -6 -1 = -7
Infinitas Solues Infinitas Solues
Ex:
= +
= +
6 2 4
3 2
2 1
x x
x x
9 e
(
= o
o
o
2 3
x
det (A) = 4 4 = 0
= + 6 2 4
2 1
x x

o 2 3
det (A) = 4 - 4 = 0
Sem Soluo
Ex:
= +
= +
2 2 4
3 2
2 1
2 1
x x
x x
det (A) = 4 - 4 = 0
Introduo Sistemas Triangulares g
Possibilidade de resoluo da forma Direta
Sistema Triangular Inferior
Sistema Triangular Superior
(
(
(
(
(
(
(
(
(
b
b
x
x
a a
a
2
1
2
1
22 21
11
0 0
0 0 0
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
b x
a a a

3 3
33 32 31
0
A soluo calculada pelas substituies sucessivas
(
(
(
(
(
(
n n nn n n n
b x a a a a
3 2 1
A soluo calculada pelas substituies sucessivas
1
b
b
1 21 2
x a b
b

, ,
11
1
1 1 1 11
a
x b x a = =
22
1 21 2
2 2 2 22 1 21
a
x b x a x a = = +
b
23
2 32 1 31 3
3 3 3 33 2 32 1 31
a
x a x a b
x b x a x a x a

= = + +
(
(
(
(
(
(
(
(
(
b
b
x
x
a a
a
2
1
2
1
22 21
11
0 0
0 0 0
(
(
(
(
=
(
(
(
(
(
(
(
(
b x
a a a
a a

3
2
3
2
33 32 31
22 21
0
0 0
(
(
(
(
(
(
n n nn n n n
b x a a a a

3 2 1
b x a x a x a x a = + + + +

n nn nn n n n n n
b x a x a x a x a = + + + +
1 1 , 2 2 1 1
...
n n n n n n
x a x a x a b
1 1 2 2 1 1
...
nn
n n n n n n
n
a
x
1 1 , 2 2 1 1
=
(
(
(
(
(
(
(
(
(
b
b
x
x
a a
a
2
1
2
1
22 21
11
0 0
0 0 0
(
(
(
(
=
(
(
(
(
(
(
(
(
b x
a a a
a a

3
2
3
2
33 32 31
22 21
0
0 0
(
(
(
(
(
(
n n nn n n n
b x a a a a

3 2 1
As substituies sucessivas podem ser representadas por:
2 1
1
1
n i
x a b
x
i
j
j ij i

=
. ..., , 2 , 1 , n i
a
x
ii
j
i
= =
Exemplo: Calcular a soluo do sistema triangular inferior
usando as substituies sucessivas:
(
(
(
(
(
(
(
(
(
1
4
0 0 5 3
0 0 0 2
2
1
x
x
(
(
(
=
(
(
(
(
(
(

6
48
9 3 4 1
0 8 6 1
4
3
2
x
x
,
4
2
4
4 2
1 1
= = = x x 1
2 3 1
1 5 3
2 2 1
=

= = + x x x
,
2
2
4 2
1 1
x x 1
5
1 5 3
2 2 1
+ x x x
) 1 ( 6 2 48 +
5
8
) 1 ( 6 2 48
48 8 6
3 3 2 1
=
+
= = + x x x x
Exemplo: Calcular a soluo do sistema triangular inferior
usando as substituies sucessivas:
(
(
(
=
(
(
(
(
(
(
1
4
0 0 5 3
0 0 0 2
2
1
x
x
(
(
(
=
(
(
(
(
(
(

6
48
9 3 4 1
0 8 6 1
4
3
x
x
3
9
) 5 ( 3 ) 1 ( 4 ) 2 ( 6
6 9 3 4
4 4 3 2 1
=
+ +
= = + + x x x x x
(
Logo o vetor soluo dado por:
9
(
(
(
(
=
1
2
x
Logo, o vetor soluo dado por:
(
(
3
5
x
(
(
(
(
(
(
(
(
(
n
n
d
d
x
x
c c c
c c c c
2
1
2
1
2 23 22
1 13 12 11
0
(
(
(
(
=
(
(
(
(
(
(
(
(
n
n
d x
c c

3 3
3 33
2 23 22
0 0
A soluo calculada pelas substituies retroativas:
(
(
(
(
(
(
n n nn
d x c 0 0 0
A soluo calculada pelas substituies retroativas:
n
d
d
,
nn
n
n n n nn
c
x d x c = =
1 1

n n n n
x c d
d
1 , 1
, 1 1
1 1 , 1 1 1 , 1

= = +
n n
n n n n
n n n n n n n n
c
x d x c x c
(
(
(
(
(
(
(
(
(
n
n
d
d
x
x
c c c
c c c c
2
1
2
1
2 23 22
1 13 12 11
0
(
(
(
(
=
(
(
(
(
(
(
(
(
n
n
d x
c c

3 3
3 33
2 23 22
0 0
(
(
(
(
(
(
n n nn
d x c 0 0 0
, 2 1 23 2
2 2 2 3 23 2 22
...
...
x c x c d
x d x c x c x c
n n
n n

= = + + +

22
c
1 1 3 13 2 12 1 11
... d x c x c x c x c
n n
= + + + +
11
1 3 13 2 12 1
1
...
c
x c x c x c d
x
n n

=
(
(
(
(
(
(
(
(
(
n
n
d
d
x
x
c c c
c c c c
2
1
2
1
2 23 22
1 13 12 11
0
(
(
(
(
=
(
(
(
(
(
(
(
(
n
n
d x
c c

3 3
3 33
2 23 22
0 0
(
(
(
(
(
(
n n nn
d x c 0 0 0
As substituies retroativas podem ser representadas por:
1 1
1

+ =
n n i
x c d
x
n
i j
j ij i
. 1 ..., , 1 , , = = n n i
c
x
ii
j
i
Exemplo: Determinar a soluo do sistema triangular superior
utilizando as substituies retroativas:
( ( (
(
(
(
(
=
(
(
(
(
(
(
(
(
2
1
4 7 3 0
1 6 2 5
2
1
x
x
(
(
(
(
(
(
8
28
2 0 0 0
5 4 0 0
4
3
x
x
, ,
4
2
8
8 2
4 4
= = = x x
2
4
4 5 28
28 5 4
3 4 3
=

= = + x x x
2
0
3
4 4 2 7 2
2 4 7 3
2 4 3 2
=
+
= = + x x x x
3
Exemplo: Determinar a soluo do sistema triangular superior
utilizando as substituies retroativas:
( ( (
(
(
(
(
=
(
(
(
(
(
(
(
(
2
1
4 7 3 0
1 6 2 5
2
1
x
x
(
(
=
(
(
(
(
8
28
2 0 0 0
5 4 0 0
4
3
x
x
3
5
4 2 6 0 2 1
1 6 2 5
1 4 3 2 1
=
+
= = + + x x x x x
(
5
(
(
(
(
=
0
3
x
(
(
4
2
x
Introduo Mtodos de Soluo
Os mtodos numricos para a soluo de sistemas
li d di idid d i lineares podem ser divididos em dois grupos:
Mtodos Diretos Fornecem a soluo do sistema,
caso ela exista, aps um nmero finito de iteraes
(solues arredondadas tambm podem ocorrer)
Mtodos Iterativos Geram uma sequncia de
{
(k)
} i d i i i i l
(0)
vetores {x
(k)
} a partir de uma aproximao inicial x
(0)
.
Sob certas condies esta sequncia converge para a
soluo x do sistema caso ela exista soluo x do sistema, caso ela exista
Sistemas Lineares
Mtodos Diretos
wpassos@ufsj.edu.br
Mtodos Diretos
Pertencem a essa classe todos mtodos utilizados no
i i d primeiro e segundo graus
Esses mtodos no so eficientes para a resoluo de
sistemas lineares de grande porte, ou seja, sistemas que
envolvam um grande nmero de equaes e variveis
Para o caso de sistemas lineares n x n, com soluo
1 1
nica, o vetor x dado por x = A
-1
b, onde A
-1
a
inversa da matriz de coeficientes A.
1
O clculo de A
-1
demorado e, por isso, no competitivo
com os mtodos que veremos a seguir: Eliminao de
Ga ss e Decomposio LU Gauss e Decomposio LU
Sistemas Lineares
Eliminao de Gauss
wpassos@ufsj.edu.br
Eliminao de Gauss
Consiste em transformar o sistema linear original em
i li i l i i l um sistema linear triangular superior equivalente
Resoluo do novo sistema utilizando as substituies
retroativas
A soluo encontrada para o sistema equivalente ser
a mesma do sistema linear original Conceito de
Si t E i l t Sistemas Equivalentes
Eliminao de Gauss
A transformao do sistema linear original em outro
i l f i d i equivalente feita atravs das seguintes operaes
elementares:
Trocar duas equaes
= +
= 9 4 2 2 2
2 1 2 1
x x x x
Multiplicar uma equao por uma constante no nula
= + 2 2 2 9 4
2 1 2 1
x x x x
= +
=
= +
=
9 4
1
9 4
2 2 2
2 1
2 1
2 1
2 1
x x
x x
x x
x x
Adicionar um mltiplo de uma equao a uma outra
equao
2 1 2 1

=
= +
=
= +
1
8 3 2
1
9 4
2 1
2 1
2 1
2 1
x x
x x
x x
x x
Eliminao de Gauss - Execuo
Passo 1:
Construo da matriz aumentada Ab
(
(
n
b a a a
1 1 12 11

| |
(
(
(
(
=
n
b a a a
Ab
2 2 22 21

Importncia:
(
n nn n n n
b a a a a
3 2 1
Importncia:
necessrio transformar matriz A em uma matriz
triangular superior triangular superior
Todavia, todas as operaes elementares aplicadas
sobre as linhas de A tambm devem ser refletidas no sobre as linhas de A, tambm devem ser refletidas no
vetor de termos independentes b
Passo 2:
Eliminar os coeficientes de x
1
presentes nas linhas
2,3,...,n, fazendo assim a
21
= a
31,
= ... = a
n1
= 0, sendo
a
11
chamado de piv e a linha 1 de linha pivotal
Substituir a linha 2, L
2
, pela combinao linear
11
21
21 1 21 2 2
: ,
a
a
m qual na L m L L = =
Substituir a linha 3, L
3
, pela combinao linear:
a
11
31
31 1 31 3 3
: ,
a
a
m qual na L m L L = =
Passo 2:
Continuar a substituio at a linha n
Caso algum elemento a
pp
=0, achar outra linha k onde
a
kp
0 e trocar tais linhas. Caso a linha k no exista, o
sistema linear no possui soluo
Prximos Passos:
2
nas linhas 3, 4, ..., n
(fazendo a
32
=a
42
=...=a
n2
= 0)
3
nas linhas 4, 5, ..., n
3
(fazendo a
43
=a
53
=...=a
n3
= 0) e assim
sucessivamente
Eliminao de Gauss
Exemplo: Resolver o sistema linear abaixo:
= +
= +
3 3 4 4
5 3 2
3 2 1
3 2 1
x x x
x x x
= + 1 3 2
3 2 1
x x x
Matriz aumentada:
(
5 1 3 2
| |
(
(
(
(
= 3 3 4 4
5 1 3 2
Ab
(
(
1 1 3 2
Eliminao de Gauss
= +
= +
3 3 4 4
5 3 2
3 2 1
3 2 1
x x x
x x x
Piv da linha 1: 2
= + 1 3 2
3 2 1
x x x
2
21
21 1 21 2 2
= = =
a
a
m L m L L
| | | | | | 7 1 2 0 5 1 3 2 2 3 3 4 4
2
11
= = L
a
1 ,
11
31
31 1 31 3 3
= = =
a
a
m L m L L
| | | | | | 6 2 6 0 5 1 3 2 1 1 1 3 2
3
= = L
Eliminao de Gauss
= +
= +
3 3 4 4
5 3 2
3 2 1
3 2 1
x x x
x x x
= + 1 3 2
3 2 1
3 2 1
x x x
Obtemos ento a seguinte matriz aumentada:
| |
(
(
(

= 7 1 2 0
5 1 3 2
Ab
(
(
6 2 6 0
Eliminao de Gauss
= +
= +
3 3 4 4
5 3 2
3 2 1
3 2 1
x x x
x x x
= + 1 3 2
3 2 1
x x x
Piv da linha 2: -2
a
| | | | | | 15 5 0 0 7 1 2 0 3 6 2 6 0
3 ,
3
22
32
32 2 32 3 3
= =
= = =
L
a
a
m L m L L
| | | | | | 15 5 0 0 7 1 2 0 3 6 2 6 0
3
L
Eliminao de Gauss
= +
= +
3 3 4 4
5 3 2
3 2 1
3 2 1
x x x
x x x
= + 1 3 2
3 2 1
x x x
Nova matriz [Ab] e sistema linear equivalente obtido:
+ 5 x 3x 2x
(
=
= +
7 x 2x
5 x 3x 2x
3 2
3 2 1
| |
(
(
(
(

= 7 1 2 0
5 1 3 2
Ab
=15 5x
3
(
15 5 0 0
Eliminao de Gauss
= +
= +
3 3 4 4
5 3 2
3 2 1
3 2 1
x x x
x x x
O novo sistema obtido resolvido utilizando-se as
= + 1 3 2
3 2 1
x x x
substituies retroativas:
3 15 5 3 x 15 5x
3 3
= =
1 2 2 5 3 6 2 5 3 2
2 x 4 2x 7 3 2x 7 x 2x
2 2 2 3 2
= = = =
(
(
(
= 2
1
x
1 x 2 2x 5 3 6 2x 5 x 3x 2x
1 1 1 3 2 1
= = = + = +
(
(
=
3
2 x
Eliminao de Gauss
Verificao da exatido do resultado obtido atravs do
d b A vetor resduo r = b Ax:
( ( (

(
0 1 1 3 2 5
(
(
(
=
(
(
(
(
(
(

(
(
(
=
0
0
0
3
2
1
1 3 2
3 4 4
1 3 2
1
3
5
Ax b r
Logo, a soluo x obtida exata.
(
0 3 1 3 2 1
g ,
A verificao acima pode ser utilizada tambm para A verificao acima pode ser utilizada tambm para
validar os resultados encontrados por TODOS os
mtodos diretos que vamos estudar. mtodos diretos que vamos estudar.
Exerccio
Resolva o sistema linear abaixo utilizando o mtodo direto de
Eliminao de Gauss.
8 4 2 5
+ +
= + +
= + +
5 7 3 4
2 2
8 4 2 5
3 2 1
3 2 1
x x x
x x x
Soluo:
= + + 5 7 3 4
3 2 1
x x x
(
(
(
(
333 5
... 333 , 1
3 / 16
3 / 4
(
(
(
=
(
(
(
=
... 333 , 2
... 333 , 5
3 / 7
3 / 16 x
Eliminao de Gauss
No mtodo de Gauss os multiplicadores das linhas so
d i d i f l gerados a partir da seguinte frmula:
n i k n i
a
a
m
ii
ik
ik
..., , 1 ..., , 1 + = = =
sendo a
ii
o piv e a
ik
o elemento a ser zerado
Assim, podemos concluir:
ii
O mtodo de Gauss no funciona quando o piv nulo
Quando o piv muito prximo de zero, os multiplicadores
gerados para as linhas so muito grandes, ocasionando um
aumento nos erros de arredondamento gerados durante a
execuo do mtodo.
Soluo: Pivoteamento Parcial
Eliminao de Gauss - Pivoteamento Parcial
Melhoria do Mtodo de Gauss
Consiste em escolher o elemento de maior valor (em
mdulo) em cada coluna para ser o piv
Garante que os multiplicadores estaro sempre entre 0 e 1
Minimiza a amplificao de erros de arredondamento p
durante as eliminaes
= +
= +
15 1 8 2
11 2 3
3 2 1
3 2 1
x x x
x x x
= + 29 5 6 4
3 2 1
x x x
Matriz aumentada:
(
11 2 3 1
| |
(
(
(
(

= 15 1 8 2
11 2 3 1
Ab
(
(
29 5 6 4
(
| |
(
(
(

= 15 1 8 2
11 2 3 1
Ab
Maior elemento (em mdulo) da primeira coluna: 4. Logo
(
(
29 5 6 4
( ) p g
este ser o primeiro piv. Assim:
25 0
11
= = =
a
m L m L L
| | | | | | 75 , 3 75 , 0 5 , 1 0 29 5 6 4 25 , 0 11 2 3 1
25 , 0
1
31
13 3 13 1 1
= =
= = =
L
a
m L m L L
5 , 0 ,
31
21
23 3 23 2 2
= = =
a
a
m L m L L
| | | | | | 5 , 0 5 , 1 5 0 29 5 6 4 ) 5 , 0 ( 5 1 1 8 2
2
= = L
= +
= +
15 1 8 2
11 2 3
3 2 1
3 2 1
x x x
x x x
= + 29 5 6 4
3 2 1
x x x
Obtemos ento a seguinte matriz aumentada:
| |
(
(
(
= 5 , 0 5 , 1 5 0
75 , 3 75 , 0 5 , 1 0
Ab
(
(
29 5 6 4
| |
(
(
(

5 0 5 1 5 0
75 , 3 75 , 0 5 , 1 0
Ab | |
(
(
(

=
29 5 6 4
5 , 0 5 , 1 5 0 Ab
Maior elemento (em mdulo) da segunda coluna: 5. Logo
este ser o segundo piv. Assim: g p
3 , 0
12
12 2 12 1 1
= = =
a
m L m L L
| | | | | | 6 , 3 2 , 1 0 0 5 , 0 5 , 1 5 0 ) 3 , 0 ( 75 , 3 75 , 0 5 , 1 0
1
22
= = L
a
= +
= +
15 1 8 2
11 2 3
3 2 1
3 2 1
x x x
x x x
Nova matriz [Ab]:
= + 29 5 6 4
3 2 1
x x x
[ ]
| |
(
(
(
= 5 , 0 5 , 1 5 0
6 , 3 2 , 1 0 0
Ab
Trocando a ordem das linhas chegamos ao seguinte
| |
(
(
29 5 6 4
5 , 0 5 , 5 0 b
Trocando a ordem das linhas, chegamos ao seguinte
sistema equivalente:
= +
5 0 5 1 5
29 5 6 4
3 2 1
x x x
=
= +
6 , 3 2 , 1
5 , 0 5 , 1 5
3
3 2
x
x x
= +
= +
15 1 8 2
11 2 3
3 2 1
3 2 1
x x x
x x x
O novo sistema obtido resolvido utilizando-se as
= + 29 5 6 4
3 2 1
x x x
substituies retroativas:
3 6 3 2 1 3 6 , 3 2 , 1
3 3
= = x x
1 5 5 5 , 0 5 , 4 5 5 , 0 5 , 1 5
2 2 2 3 2
= = = + = + x x x x x
2 8 4 29 15 6 4 29 5 6 4
(
(
(
= 1
2
x
2 8 4 29 15 6 4 29 5 6 4
1 1 1 3 2 1
= = = + + = + x x x x x x
(
(
=
3
1 x
Determinante
O determinante da matriz de coeficientes pode ser
b id d i i l l d obtido atravs da matriz triangular resultante da
aplicao da Eliminao de Gauss.
Basta considerar no clculo a influncia das operaes
elementares realizadas durante o processo de eliminao
Vamos ento analisar essas 5 relaes:
1) Se duas linhas de uma matriz A forem trocadas, ento o
determinante da nova matriz B ser:
) det( ) det( A B =
4 1 2 2
( (
10 ) det(
2 2
4 1
10 ) det(
4 1
2 2
=
(
= =
(

= B B e A A
Determinante
2) Se todos os elementos de uma linha de A forem
multiplicados por uma constante k, ento o determinante da
matriz resultante B ser:
) det( ) det( A k B =
5 ) d t(
4 1
10 ) d t(
4 1
(
(
(
(
B B A A 5 ) det(
1 1
10 ) det(
2 2
=
(

= =
(

= B B e A A
3) Se um mltiplo escalar de uma linha de A for somado a
outra linha, ento o determinante da nova matriz B ser:
) det( ) det( A B =
4 1 4 1
( (
5 ) det(
5 0
4 1
5 ) det(
1 1
4 1
=
(
= =
(
= B B e A A
Determinante
4) Se A for uma matriz triangular ou diagonal de ordem n,
ento seu determinante ser igual ao produto dos elementos
da diagonal principal, ou seja:
[
=
= =
n
i
ii nn
a a a a a A
1
33 22 11
... ) det(
15 ) d t( 0 5 0
0 0 3
2 ) d t(
3 2
(
(
(
(
B B A A 15 ) det(
1 0 0
0 5 0 2 ) det(
1 0
=
(
(
(

= =
(

= B B e A A
Determinante
5) Se uma matriz A for multiplicada por uma matriz B, o
d i d i l C determinante da matriz resultante C ser:
) det( ) det( ) det( B A C = ) det( ) det( ) det( B A C
3 ) det(
0 3
10 ) det(
2 1
=
(
(
= =
(
(

= B B e A A 3 ) det(
1 1
10 ) det(
4 3
=
(
= =
(
= B B e A A
30 ) det(
4 13
2 1
=
(

= C C

Determinante
Exemplo: Calcular o determinante da matriz utilizada no
ltimo exemplo:
= +
= +
15 1 8 2
11 2 3
3 2 1
3 2 1
x x x
x x x
Matriz de coeficientes:
(
2 3 1
= + 29 5 6 4
3 2 1
x x x
(
(
(
=
5 6 4
1 8 2
2 3 1
A
Depois de 3 combinaes lineares das linhas e uma troca
de linhas, chegamos seguinte matriz triangular:

de linhas, chegamos seguinte matriz triangular:
(
(

5 1 5 0
5 6 4
B
(
(
(
=
2 , 1 0 0
5 , 1 5 0 B
Determinante
ltimo exemplo:
Pela propriedade 3, no h alterao no determinante de
B, todavia, pela propriedade 1, , assim:
) det( ) det( A B =
24 ) 2 , 1 5 4 ( ) det( ) det( = = = B A
Exerccio
Resolva o sistema linear abaixo utilizando o mtodo direto de
Eliminao de Gauss, com pivoteamento parcial.
= + + +
= + + +
25 15 4 19 3
8 4 2 6
4 3 2 1
4 3 2 1
x x x x
x x x x
= + + +
= + +
72 3 9 33 5
18 12 8 4
4 3 2 1
4 3 2 1
x x x x
x x x x
Soluo:
(
(
138
(
(
(
(
=
11
20
x
(
1
Sistemas Lineares
Decomposio LU p
wpassos@ufsj.edu.br
Decomposio LU p
O objetivo fatorar a matriz dos coeficientes A em um
d d d i L U produto de duas matrizes L e U.
(
a a a
Seja:
(
(
(
(
=
n
n
a a a
a a a
A
2 22 21
1 12 11
(
(
nn n n n
a a a a
A
3 2 1

A = matriz de coeficientes do sistema linear
nn n n n 3 2 1
A = matriz de coeficientes do sistema linear
Decomposio LU p
e o produto LU:
(
(
(
(
(
(
n
u u u
u u u u
l

0 0 0 1
0 0 0 1
1 13 12 11
(
(
(
(
(
(
(
(
=
n
n
u u
u u u
l l
l
LU

0 0
0
0
0 1
0 0 1
3 33
2 23 22
32 31
21
(
(
(
(
nn n n n
u l l l 0 0 0 1
3 2 1
sendo:
L = matriz triangular inferior unitria ( ) i l 1
L = matriz triangular inferior unitria
U = matriz triangular superior
( ) i l
ii
= , 1
Decomposio LU p
tem-se ento:
(
(
(
(
(
(
(
(
(
(
(
n
n
n
n
u u u
u u u u
l l
l
LU
a a a
a a a
A
0 0
0
0 1
0 0 1
0 0 0 1
2 23 22
1 13 12 11
21
2 22 21
1 12 11
(
(
(
(
(
(
(
(
= =
(
(
(
=
n
nn n n n
n
u
u u
l l l
l l LU
a a a a
A

0 0 0
0 0
1
0
0 1
3 33
3 2 1
32 31
3 2 1
2 22 21
Logo, o sistema Ax = b pode ser reescrito como
Ax = b LUx = b
nn n n n
u l l l 0 0 0 1
3 2 1
Ax = b LUx = b
Fazendo Ux = y a equao acima reduz se a Ly = b Fazendo Ux = y, a equao acima reduz-se a Ly = b.
Resolvendo o sistema triangular inferior (utilizando as
substituies sucessivas) Ly = b, obtm-se o vetor y
Decomposio LU p
O vetor y ento utilizado como termo independente
i i l i U j l no sistema triangular superior Ux = y, cuja soluo x
calculada pelas substituies retroativas
A Decomposio LU um dos processos mais
empregados. Uma das vantagens que podemos
resolver qualquer sistema linear que tenha A como
matri de coeficientes Se o etor b for alterado a matriz de coeficientes. Se o vetor b for alterado, a
soluo do novo sistema linear ser quase que
imediata imediata
Decomposio LU - Execuo p
Exemplo:
Resolver o sistema abaixo, utilizando a Decomposio
LU:
(
(
(
=
(
(
(
(
(
(

15
11
1 8 2
2 3 1
1
x
x
(
(
=
(
(
(
(
29
15
5 6 4
1 8 2
3
2
x
x
Passo 1: Aplicar o mtodo da Eliminao de Gauss
matriz de A. matriz de A.
Piv linha 1: 1
2
21
a
m L m L L
| | | | | | 3 2 0 2 3 1 ) 2 ( 1 8 2
2
2
11
21
21 1 21 2 2
= =
= = =
L
a
m L m L L
Exemplo:
| | | | | |
4 ,
11
31
31 1 31 3 3
= = =
a
a
m L m L L
Obtemos ento a seguinte matriz de coeficientes:
| | | | | | 3 6 0 2 3 1 4 5 6 4
3
= = L
g
(
(
(

= 3 2 0
2 3 1
A
Piv linha 2: 2
(
(

=
3 6 0
3 2 0 A
Piv linha 2: 2
3
32
32 2 32 3 3
= = =
a
m L m L L
| | | | | | 12 0 0 3 2 0 3 3 6 0
3
22
= = L
a
Exemplo:
Nova matriz de coeficientes:
(
(
2 3 1
(
(
(

=
12 0 0
3 2 0 A
A matriz L ento constituda pelos multiplicadores
utilizados nas eliminaes de cada uma das linhas,

,
logo:
( ( (
0 0 1 0 0 1 0 0 1
(
(
(

(
(
(
(
(
(
=
1 3 4
0 1 2
0 0 1
1
0 1
0 0 1
1
0 1
0 0 1
21 21
m m
m
l l
l L
(
1 3 4 1 1
32 31 32 31
m m l l
Exemplo:
(
(
2 3 1
(
(
(

=
12 0 0
3 2 0 A
A matriz U prpria matriz de coeficientes, obtida aps
a Eliminao de Gauss:

(
(

(
(
2 3 1
13 12 11
u u u
(
(
(

=
(
(
(
=
12 0 0
3 2 0
0 0
0
33
23 22
u
u u U

Exemplo:
Assim:
(

( (
2 3 1 0 0 1 2 3 1
(
(
(
(
(
(
=
(
(
(
=
12 0 0
3 2 0
2 3 1
1 3 4
0 1 2
0 0 1
5 6 4
1 8 2
2 3 1
LU A
Substituindo a matriz de coeficientes A no sistema
(
12 0 0 1 3 4 5 6 4
Substituindo a matriz de coeficientes A no sistema,
temos ento LUx = b. Fazendo Ux = y, temos ento
Ly = b. Assim o prximo passo na soluo do problema Ly b. Assim o prximo passo na soluo do problema
calcular o valor do vetor y.
Exemplo:
Passo 2: Calcular a soluo do sistema Ly = b:
( ( (
11 0 0 1 y
(
(
(
=
(
(
(
(
(
(
29
15
11
1 3 4
0 1 2
0 0 1
2
1
y
y
(
29 1 3 4
3
y
11
1
= y
1
7 11 2 15 15 2
2 2 2 1
= + = = + y y y y
36 7 3 11 4 29 29 3 4
3 3 3 2 1
= = = + + y y y y y
| |
T
Logo: | |
T
y 36 7 11 =
Exemplo:
Passo 3: De posse do valor de y, calcular ento a
soluo do sistema Ux = y:
(
(
(
=
(
(
(
(
(
(

7
11
3 2 0
2 3 1
1
x
x
(
(
=
(
(
(
(
36
7
12 0 0
3 2 0
3
2
x
x
3 36 12
3 3
= = x x
1 2 / ) 3 3 7 ( 7 3 2
2 2 3 2
= = = + x x x x / ) 7 ( 7
2 2 3 2

2 3 2 ) 1 ( 3 11 11 2 3
1 1 3 2 1
= + = = + x x x x x
Logo:
| |
T
x 3 1 2 =
Exerccio
Resolva o sistema linear abaixo utilizando o mtodo direto da
Decomposio LU.
= + +
= + +
2 2
1 4 2 3
3 2 1
3 2 1
x x x
x x x
= + + 3 2 3 4
3 2 1
x x x
Soluo:
(
3
(
(
(
=
0
5
3
x

Exerccio
Decomposio LU.
= + + 1 4 2 3
3 2 1
x x x
= + +
= + +
3 2 3 4
2 2
3 2 1
3 2 1
x x x
x x x
Mas e se, ao invs de colocar o termo de multiplicao na
linha pivotal, eu coloc-lo na prpria linha cujo elemento
desejo zerar? Funciona?

(
4 2 3
(
(
(
=
2 3 4
2 1 1
4 2 3
A
(
3
Exerccio
Decomposio LU.
Aplicando a Eliminao de Gauss matriz A:
Piv linha 1: 3
| | | | | | 2 1 0 4 2 3 2 1 1 3
3
2
21 1 2 21 2
= + =
= + =
L
m L L m L
| | | | | | 2 1 0 4 2 3 2 1 1 3
2
+ L
4
3
,
31 1 3 31 3
= + = m L L m L
| | | | | | 4 / 10 4 / 1 0 4 2 3 2 3 4
4
3
3
= + = L
Exerccio
Decomposio LU.
(
(
4 2 3
Piv linha 2: -1
(
(
(

=
4 / 10 4 / 1 0
2 1 0 A
4
32 2 3 32 3
= + = m L L m L
| | | | | | 12 0 0 2 1 0 4 / 10 4 / 1 0 4
3
32 2 3 32 3
= + = L
Exerccio
Decomposio LU.
(
(
4 2 3
(
(
(

=
12 0 0
2 1 0 A
Exerccio
Decomposio LU.
Fazendo ento A = LU
(
(
(
(
(
(
4 2 3 0 0 1 4 2 3
(
(
(

(
(
(
=
(
(
(
=
12 0 0
2 1 0
1 4 4 / 3
0 1 3
2 3 4
2 1 1 LU A
Percebemos, pela igualdade acima, que, ao fazer L x U,
no encontramos A. Da conclumos que a multiplicao
deve sempre ser feita na linha pivotal, como mostra
a frmula trabalhada em sala.
Decomposio LU Pivoteamento Parcial p
Os motivos para Pivoteamento Parcial na
D i LU d ili Decomposio LU so os mesmos de sua utilizao
na Eliminao de Gauss:
Evitar piv nulo
Evitar que os multiplicadores m
ij
tenham valores muito
grandes
Relembrando... 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
n
.
(
0 0 1
(
(
(
(
(
=
0 1 0
0 0 1

n
I
(
(
1 0 0 0

Sendo A uma matriz de ordem n, tem-se que
A A I I A = = A A I I A
n n
= = . .
No pivoteamento parcial, a decomposio feita da
fforma:
PA = LU
onde P uma matriz de permutaes que ser
construda das linhas de uma matriz identidade I,
colocadas na mesma ordem das linhas que geram a
matriz triangular superior U. A matriz L formada
pelos m ltiplicadores tili ados na eliminao nas pelos multiplicadores utilizados na eliminao nas
respectivas linhas de U. Assim, para resolver o
sistema Ax = b tem-se: sistema Ax = b, tem-se:
Ax = b PAx = Pb LUx = Pb
F d U t L Pb Fazendo Ux = y, ento Ly = Pb
Exemplo:
Resolver o sistema abaixo, utilizando a Decomposio
LU, com Pivoteamento Parcial:
(
(
(
(
(
(

15
11
1 8 2
2 3 1
1
x
(
(
(
=
(
(
(
(
(
(

29
15
5 6 4
1 8 2
3
2
x
x
Passo 1: Aplicar o mtodo da Eliminao de Gauss, com
Pivoteamento Parcial, matriz A. Pivoteamento Parcial, matriz A.
Primeiro piv: 4
25 0
11
= = =
a
m L m L L
| | | | | | 75 , 0 5 , 1 0 5 6 4 25 , 0 2 3 1
25 , 0
1
31
13 3 13 1 1
= =
= = =
L
a
m L m L L
Decomposio LU - Pivoteamento Parcial p
Exemplo:
| | | | | |
5 , 0 ,
31
21
23 3 23 2 2
= = =
a
a
m L m L L
| | | | | | 5 , 1 5 0 5 6 4 ) 5 , 0 ( 1 8 2
2
= = L
g
(
(
(

= 5 1 5 0
75 , 0 5 , 1 0
A
Segundo piv: 5
(
(

=
5 6 4
5 , 1 5 0 A
Segundo piv: 5
3 , 0
12
12 2 12 1 1
= = =
a
m L m L L
| | | | | | 2 , 1 0 0 5 , 1 5 0 ) 3 , 0 ( 75 , 0 5 , 1 0
1
22
= = L
a
Exemplo:
(
(

(
(
5 6 4 2 , 1 0 0
(
(
(
(
(
(

=
2 , 1 0 0
5 , 1 5 0
5 6 4
5 , 1 5 0 A
relativos a cada uma das linhas pivotais, logo:

,
p , g
(
(
(
(
(
(
0 0 1 0 0 1 0 0 1
(
(
(

(
(
(
(
(
(
=
1 3 , 0 25 , 0
0 1 5 , 0
1
0 1
1
0 1
12 13
23
32 31
21
m m
m
l l
l L

Exemplo:
(
(

(
(
5 6 4 2 , 1 0 0
(
(
(
(
(
(

=
2 , 1 0 0
5 , 1 5 0
5 6 4
5 , 1 5 0 A
A matriz U prpria matriz de coeficientes, obtida aps
o pivoteamento:

,
p
(
(

(
(
5 6 4
13 12 11
u u u
(
(
(
=
(
(
(
=
2 , 1 0 0
5 , 1 5 0
0 0
0
33
23 22
u
u u U

Exemplo:
(
(

(
(
5 6 4 2 , 1 0 0
(
(
(
(
(
(

=
2 , 1 0 0
5 , 1 5 0
5 6 4
5 , 1 5 0 A
A matriz P possui as linhas de uma matriz identidade na
ordem das linhas pivotais. P pode ser vista ainda como

,
p p
uma matriz similar identidade com as linhas colocadas
de modo que os elementos iguais a 1 estejam nas
colunas relativas aos ndices das linhas pivotais.
(
(
1 0 0
(
(
(
=
0 0 1
0 1 0 P
Exemplo:
Assim:
(

( (

(
5 6 4 0 0 1 2 3 1 1 0 0
(
(
(
(
(
(
=
(
(
(

(
(
(
=
2 1 0 0
5 , 1 5 0
5 6 4
1 3 0 25 0
0 1 5 , 0
0 0 1
5 6 4
1 8 2
2 3 1
0 0 1
0 1 0
1 0 0
LU PA
Assim para resolver o sistema Ax = b temos:
(
2 , 1 0 0 1 3 , 0 25 , 0 5 6 4 0 0 1
Assim, para resolver o sistema Ax = b, temos:
Ax = b PAx = Pb LUx = Pb Ax = b PAx = Pb LUx = Pb
Fazendo Ux = y, ento Ly = Pb
Exemplo:
Passo 2: Calcular a soluo do sistema Ly = Pb:
A multiplicao Pb ordena as linhas de b na ordem das
linhas pivotais
(
(
(
(
(
(
29 0 0 1
1
y
(
(
(
=
(
(
(
(
(
(
11
15
1 3 , 0 25 , 0
0 1 5 , 0
3
2
y
y

29
1
= y
5 , 0 29 5 , 0 15 15 5 , 0
2 2 2 1
= + = = + y y y y , , ,
2 2 2 1
y y y y
5 , 0 3 , 0 29 25 , 0 11 11 3 , 0 25 , 0
3 3 2 1
+ = = + y y y y
6 , 3
3
= y
Logo:
| |
T
y 6 , 3 5 , 0 29 =
6 , 3
3
y
Exemplo:
Passo 3: De posse do valor de y, calcular ento a
soluo do sistema Ux = y:
(
(
(
=
(
(
(
(
(
(

5 0
29
5 1 5 0
5 6 4
1
x
x
(
(
=
(
(
(
(
6 , 3
5 , 0
2 , 1 0 0
5 , 1 5 0
3
2
x
x
3 6 , 3 2 , 1
3 3
= = x x
1 5 / ) 3 5 , 1 5 , 0 ( 5 , 0 5 , 1 5
2 2 3 2
= = = + x x x x / ) , , ( , ,
2 2 3 2

( ) 4 / 3 5 ) 1 ( 6 29 29 5 6 4
1 3 2 1
+ = = + x x x x
2 = x
Logo:
| |
T
x 3 1 2 =
2
1
= x
Determinante
Considerando que:
PA = LU det (PA) = det (LU)
pela propriedade dos determinantes vista anteriormente: p p p
) det(
) det( ) det(
) det(
P
U L
A =
matriz triangular
d t d i
) (
1 ... ) det(
1
33 22 11
= = =
[
=
n
i
ii nn
l l l l l L
[
n
U) d t(
produto dos pivs
troca de linhas necessrias para
[
=
=
i
ii
u U
1
) det(
t
P ) 1 ( ) det( =
transformar a matriz de permutaes P em
uma matriz identidade.
Determinante
Considerando que:
PA = LU det (PA) = det (LU)
pela propriedade dos determinantes vista anteriormente: p p p
) d t(
) det( ) det(
) det(
P
U L
A =
Logo:
) det(P
n
[
[
=
=
=
n
ii
t
t
n
i
ii
u
u
A
1
) 1 (
) 1 (
1
) det(
= i 1
) 1 (
Determinante
ltimo exemplo:
(
(

(
(
5 6 4 2 3 1
(
(
(
(
(
(

=
2 , 1 0 0
5 , 1 5 0
5 6 4
1 8 2 A
Para calcular o determinante, precisamos encontrar o valor
de t, isto , o nmero de trocas de linhas necessrias para
transformar a matriz P em uma matriz identidade. Voltando
na matriz, percebemos que somente uma troca
suficiente. Assim, temos t=1 e:
1
[
n
t
24 2 , 1 5 4 ) 1 ( ) 1 ( ) det(
1
1
= = =
[
= i
ii
t
u A
Sistemas com Matriz Singular g
Quando a matriz de coeficientes do sistema linear for
i l j d (A) 0 i d i fi i singular, ou seja, det(A) = 0, o sistema pode ter infinitas
solues ou no ter soluo. Ser mostrado como
diferenciar essas situaes diferenciar essas situaes.
Exemplo:
Resolver os sistemas Ax = b e Ax = c utilizando a
decomposio LU com pivoteamento parcial, sendo
( ( (
(
(
(
=
(
(
(
=
(
(
(

= 10
20
12
22
, 1 8 2
2 3 1
c e b A
(
(
(
(
(
(
80 10 1 5 1
Exemplo:
Os trs fatores so:
( (

(
0 1 0 1 8 2 0 0 1
(
(
(
=
(
(
(
=
(
(
(
=
1 0 0
0 0 1
0 0 0
5 , 1 1 0 ,
1 1 5 0
0 1 5 , 0 P e U L
Para Ax=b a soluo do sistema Ly = Pb dada por:
(
1 0 0 0 0 0 1 1 5 , 0
Para Ax=b, a soluo do sistema Ly = Pb dada por:
(
(
(
(
(
(
(
(
12 12 0 0 1
1
y
(
(
(
=
(
(
(
=
(
(
(
(
(
(
0
16
10
22
1 1 5 , 0
0 1 5 , 0
3
2
y
y
y

,
3
y
Exemplo:
A soluo do sistema Ux = y dada por:
(
( (
12 1 8 2 x
(
(
(
=
(
(
(
(
(
(
0
16
12
0 0 0
5 , 1 1 0
1 8 2
2
1
x
x
Logo:
(
0 0 0 0
3
x
Logo:
) ( 0 0
3 3 3
soluo x de qualquer x x u = =
u 5 1 16 16 5 1 + u 5 , 1 16 16 5 , 1
2 3 2
= = + x x x
( ) 2 / ) 5 , 1 16 ( 8 12 12 8 2
1 3 2 1
+ = = + u u x x x x
u 5 , 6 70
1
= x
Exemplo:
Assim, o vetor soluo do sistema dado por
, ou seja, o sistema Ax=b
| |
T
x u u u 5 , 1 16 5 , 6 70 =
apresenta infinitas solues, uma para cada valor de
.
9 e u u |
Para resolver o sistema Ax=c, no necessrio calcular
novamente L, U e P. Como a matriz de coeficientes A
comum aos dois sistemas (Ax=b e Ax=c), os clculos
feitos anteriormente podem ser reaproveitados.
Exemplo:
Assim, para Ax = c, soluo de Ly = Pc
( ( ( (
10 10 0 0 1
(
(
(
(
=
(
(
(
(
=
(
(
(
(
(
(
(
(
15
10
20
10
0 1 5 , 0
0 0 1
2
1
y y
y
(
(
(
(
(
(
(
(
70 80 1 1 5 , 0
3
y
Exemplo:
A soluo do sistema Ux = y dada por:
(
( (
10 1 8 2 x
(
(
(
=
(
(
(
(
(
(
70
15
10
0 0 0
5 , 1 1 0
1 8 2
2
1
x
x
Logo:
(
70 0 0 0
3
x
Logo:
x x x - - =
3 3
70 0
Assim, o sistema Ax = c no tem soluo pois tal
q e
3
x -
0 0
que .
0 0
3
= x
Exerccio
Resolva o sistema linear pela Decomposio LU, utilizando o
pivoteamento parcial, e verificar a exatido e unicidade da
soluo:
= + +
= +
3 2 2
9 4 3
3 2 1
x x x
x x x
=
= + +
2 3 4
3 2 2
3 1
3 2 1
x x
x x x
Soluo:
(
1
Soluo:
(
(
(
=
2
1
1
x
(
2
Exerccio
soluo:
= + 9 4 3
3 2 1
x x x
=
= + +
+
2 3 4
3 2 2
9 4 3
3 1
3 2 1
3 2 1
x x
x x x
x x x
Demonstrando a soluo:
(
(
(

= 2 2 1
1 4 3
A
3 1
Fazendo a eliminao com pivoteamen. parcial na matriz A:
(
(
3 0 4
2 2 1 A
Fazendo a eliminao com pivoteamen. parcial na matriz A:
Primeiro Piv: 4
3
11
= = =
a
m L m L L
| | | | | | 4 / 13 4 0 3 0 4 4 / 3 1 4 3
4
1
31
13 3 13 1 1
= =
= = =
L
a
m L m L L
Exerccio
soluo:
1
21
a
m L m L L
| | | | | | 4 / 11 2 0 3 0 4 4 / 1 2 2 1
4
,
2
31
23 3 23 2 2
= =
= = =
L
a
m L m L L
(
(
4 / 13 4 0
(
(
(

=
3 0 4
4 / 11 2 0 A
Segundo Piv: -4

1
12
32 2 12 1 1
= = =
a
m L m L L
| | | | | | 8 / 35 0 0 4 / 13 4 0 ) 2 / 1 ( 4 / 11 2 0
2
1
22
32 2 12 1 1
= =
L
a
m L m L L
Exerccio
soluo:
(
(

(
(
3 0 4 4 / 13 4 0
(
(
(

(
(
(

=
8 / 35 0 0
4 / 13 4 0
3 0 4
8 / 35 0 0 A
A matriz P ento constituda pelas linhas da matriz
Identidade, com as linhas trocadas, assim como em A,
logo:
(
(
(
= 0 0 1
1 0 0
P
(
(
=
0 1 0
0 0 1 P
Exerccio
soluo:
(
(

(
(
3 0 4 4 / 13 4 0
(
(
(

(
(
(

=
8 / 35 0 0
4 / 13 4 0
3 0 4
8 / 35 0 0 A
utilizados nas eliminaes de cada uma das linhas, logo:
(
(
(
(
(
(
= 0 1 4 / 3
0 0 1
0 1
0 0 1
l L
(
(
(
(
=
1 2 / 1 4 / 1
0 1 4 / 3
1
0 1
32 31
21
l l
l L
Exerccio
soluo:
(
(

(
(
3 0 4 4 / 13 4 0
(
(
(

(
(
(

=
8 / 35 0 0
4 / 13 4 0
3 0 4
8 / 35 0 0 A
A matriz U prpria matriz de coeficientes, obtida aps as
eliminaes e a troca de linhas:
(
(
(

=
(
(
(
= 4 / 13 4 0
3 0 4
0
23 22
13 12 11
u u
u u u
U
(
(
(
(
8 / 35 0 0
4 / 13 4 0
0 0
0
33
23 22
u
u u U
Exerccio
soluo:
Calcular a soluo do sistema Ly = Pb:
A multiplicao Pb ordena as linhas de b na ordem das
linhas pivotais.
(
( (
2 0 0 1 y
(
(
(
=
(
(
(
(
(
(
3
9
2
1 2 / 1 4 / 1
0 1 4 / 3
0 0 1
2
1
y
y
Fazendo os clculos, vamos encontrar:
(
3 1 2 / 1 4 / 1
3
y
| |
T
y 4 / 35 2 / 21 2 =
Exerccio
soluo:
De posse do valor de y, calcular ento a soluo do
sistema Ux = y:
(
(
(

=
(
(
(
(
(
(

2 / 21
2
4 / 13 4 0
3 0 4
1
x
x
(
(
=
(
(
(
(
4 / 35
2 / 21
8 / 35 0 0
4 / 13 4 0
3
2
x
x
| |
T
2 1 1 | |
T
x 2 1 1 =
Exerccio
soluo:
Provando a unicidade da soluo:
(

(
3 0 4 1 4 3
(
(
(

(
(
(
=
8 / 35 0 0
4 / 13 4 0
3 0 4
2 2 1 A
(
8 / 35 0 0 3 0 4
70
35
4 4 ) 1 ( ) 1 ( ) det(
2

[
n
t
u A
Como o det(A) 0 logo o sistema tem soluo
70
8
4 4 ) 1 ( ) 1 ( ) det(
1
= = =
[
= i
ii
u A
Como o det(A) 0, logo o sistema tem soluo
nica!
Clculo da Matriz Inversa
Seja A uma matriz quadrada de ordem n, no-singular,
i d (A) 0 U i A
1
i d A isto , det(A) 0. Uma matriz A
-1
a inversa de A se
A . A
-1
= A
-1
. A = I
(
(
(
(
(
(
(
(
(
0 1 0
0 0 1
2 22 21
1 12 11
2 22 21
1 12 11
n
n
n
n
v v v
v v v
a a a
a a a
(
(
(
=
(
(
(
(
(
(
1 0 0 0
3 2 1
2 22 21
3 2 1
2 22 21

nn n n n
n
nn n n n
n
v v v v a a a a
onde V = A
-1
usado para simplificar a notao.
Para calcular V basta resolver os n sistemas lineares da
3 2 1 3 2 1 nn n n n nn n n n
Para calcular V, basta resolver os n sistemas lineares da
forma:
Av
i
= e
i
, i = 1, 2, , n
i i
, , , ,
onde v
i
e e
i
so as i-simas colunas das matrizes
inversa e identidade, respectivamente
Exemplo: Calcular a inversa da matriz abaixo:
(
(
(

5 10 6
2 6 4
(
(

30 5 2
5 10 6
Soluo:
Precisaremos ento calcular a soluo dos seguintes Precisaremos ento calcular a soluo dos seguintes
sistemas: Av
1
= e
1
, Av
2
= e
2
, Av
3
= e
3
, onde:
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
(
(
(
(

= 0
0
, , 1
0
, , 0
1
, , 5 10 6
2 6 4
2 23
13
3 2 22
12
2 1 21
11
1
e v
v
v e v
v
v e v
v
v A
(
1 0 0 30 5 2
33 32 31
v v v
Soluo:
Como a matriz de coeficientes mesma para os trs
sistemas, fazemos ento a Decomposio LU de A:
( ( (
5 10 6 0 0 1 2 6 4
(
(
(
(

=
(
(
(
(
=
(
(
(
(

= 3 / 85 3 / 5 0
5 10 6
, 0 1 3 / 1
0 0 1
, 5 10 6
2 6 4
U L A
(
10 0 0 1 5 / 2 3 / 2 30 5 2
(
(
(
= 1 0 0
0 1 0
P
(
(
0 0 1
Soluo:
Calculando ento a soluo de cada um dos sistemas:
Coluna 1:
Para Av
1
= e
1
, a soluo do sistema Ly = Pe
1
dada por:
1 1
, y
1
p
(
(
(
=
(
(
(
=
(
(
(
(
(
(
0
0
0
0
0 1 3 / 1
0 0 1
1
y y
y
A l d i t U d d
(
(
=
(
(
=
(
(
(
(
1
0
1
0
1 5 / 2 3 / 2
0 1 3 / 1
3
2
y
y
y
A soluo do sistema Uv
1
= y dada por:
(
(
(
(
(
(
(
(

10 / 17
4 / 11
0
0
3 / 85 3 / 5 0
5 10 6
11
v
(
(
(
=
(
(
(
=
(
(
(
(
(
(

10 / 1
10 / 17
1
0
10 0 0
3 / 85 3 / 5 0
1
31
21
v
v
v
Soluo:
Coluna 2:
Para Av
2
= e
2
2
dada por:
2 2
, y
2
p
(
(
(
=
(
(
(
=
(
(
(
(
(
(
3 / 1
1
0
1
0 1 3 / 1
0 0 1
1
y y
y
A l d i t U d d
(
(
=
(
(
=
(
(
(
(
5 / 4
3 / 1
0
0
1 5 / 2 3 / 2
0 1 3 / 1
3
2
y
y
y
2
= y dada por:
(
(
(
(
(
(
(
(

25 / 29
10 / 17
3 / 1
1
3 / 85 3 / 5 0
5 10 6
12
v
(
(
(
=
(
(
(
=
(
(
(
(
(
(

25 / 2
25 / 29
5 / 4
3 / 1
10 0 0
3 / 85 3 / 5 0
2
32
22
v
v
v
Soluo:
Coluna 3:
Para Av
3
= e
3
3
dada por:
3 3
, y
3
p
(
(
(
=
(
(
(
=
(
(
(
(
(
(
1
0
1
0
0 1 3 / 1
0 0 1
1
y y
y
A l d i t U d d
(
(
=
(
(
=
(
(
(
(
5 / 2
1
0
1
1 5 / 2 3 / 2
0 1 3 / 1
3
2
y
y
y
2
= y dada por:
(
(
(
(
(
(
(
(

25 / 2
10 / 1
1
0
3 / 85 3 / 5 0
5 10 6
13
v
(
(
(
=
(
(
(
=
(
(
(
(
(
(

25 / 1
25 / 2
5 / 2
1
10 0 0
3 / 85 3 / 5 0
3
33
23
v
v
v
Soluo:
Consequentemente, A
-1
= V = [v
1
v
2
v
3
], ou seja:
(
(
(
(
08 0 16 1 7 1
1 , 0 7 , 1 5 , 2
25 / 2 25 / 29 10 / 17
10 / 1 10 / 17 4 / 11
1
A
(
(
(
=
(
(
(
=
04 , 0 08 , 0 1 , 0
08 , 0 16 , 1 7 , 1
25 / 1 25 / 2 10 / 1
25 / 2 25 / 29 10 / 17
1
A
A relao A . A
-1
= I pode ser verificada:
(
(
(
=
(
(
(
(
(
(

= 0 1 0
0 0 1
08 , 0 16 , 1 7 , 1
1 , 0 7 , 1 5 , 2
5 10 6
2 6 4
A
(
(
(
(
(
(
1 0 0 04 , 0 08 , 0 1 , 0 30 5 2
Exerccio
Calcule a inversa da matriz abaixo:
(
(
2 0 3
(
(
(
=
1 0 1
7 1 9 A
Soluo:

Soluo:
(
2 0 1
(
(
(
3 0 1
3 1 2
0
1
A
(
3 0 1
Sistemas Lineares
Mtodos Iterativos
wpassos@ufsj.edu.br
Mtodos Iterativos
A soluo de problemas complexos com sistemas
li d / i i d i d lineares tende gerao/existncia de matrizes de
coeficientes grandes e/ou esparsas
Grandes Comum para n > 100.000
Esparsas Maioria dos coeficientes nulos
Resoluo de sistemas esparsos por mtodos diretos
Processos de triangularizao e fatorao Onerosos,
por no preservarem a esparsidade original, que pode ser
til por facilitar a resoluo do sistema.
Mtodos Iterativos
Mtodos mais apropriados para a resoluo de
i d M d I i sistemas de natureza esparsa Mtodos Iterativos
Gauss-Jacobi, Gauss-Seidel
Mtodos Iterativos
Os mtodos iterativos consistem em gerar, a partir de
i i i l
0
i d {
0 1 2
um vetor inicial x
0
, uma sequncia de vetores {x
0
, x
1
, x
2
,
, x
k
, } que deve convergir para a soluo x do
sistema sistema
(
) 0 (
x
(
) 1 (
x
(
) 2 (
1
x
(
) (
1
k
x
(
(
(
(
) 0 (
2
1
x
x
(
(
(
(
) 1 (
2
1
x
x
(
(
(
(
) 2 (
2
1
x
x
(
(
(
(
) (
2
1
k
x
x
(
(
(
) 0 (
3
x
(
(
(
) 1 (
3
x
(
(
(
(
) 2 (
3
x

(
(
(
(
) (
3
k
x
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
) 0 (
n
x
(
(
) 1 (
n
x
(
(
) 2 (
n
x
(
(
) (k
n
x
Mtodos Iterativos
Lembretes importantes:
Como todo processo iterativo, estes mtodos sempre
apresentaro um resultado aproximado, que ser to
prximo do resultado real conforme o nmero de
iteraes realizadas.
Alm disto, tambm preciso ter cuidado com a
convergncia destes mtodos.
Mtodos Iterativos - Funcionamento
Os mtodos iterativos funcionam a partir da
f d i li A b C transformao do sistema linear Ax = b em x = Cx + g,
onde:
A: matriz dos coeficientes (n x n)
x: vetor das variveis (n x 1)
b: vetor dos termos constantes, (n x 1)
C: matriz n x n
g: vetor n x 1
Mtodos Iterativos - Funcionamento
Conhecida a estimativa inicial, x
(0)
, obtm-se
i consecutivamente os vetores:
o) aproxima (primeira
) 0 ( ) 1 (
g Cx x + =
o) aproxima (segunda ,
o) aproxima (primeira ,
) 1 ( ) 2 (
g Cx x
g Cx x
+ =
+ =
o) aproxima sima - (k
) 1 ( ) (
g Cx x
k k
+ =

De um modo geral, a aproximao x

(k+1)
calculada
o) aproxima sima (k , g Cx x + =
g
pela frmula:
x
(k+1)
= C x
(k)
+ g, k = 0, 1, ...
chamada de funo de iterao, dada na
forma matricial
Sistemas Lineares
Gauss - Jacobi
wpassos@ufsj.edu.br
Mtodo de Gauss - Jacobi
Dado o sistema linear:
= + + +
n n
b x a x a x a ...
1 1 2 12 1 11
= + + +
n n
b x a x a x a ...
2 2 2 22 1 21

= + + +
n n nn n n
b x a x a x a ...
2 2 1 1

e supondo , i = 1, , n. 0 =
ii
a
ii
Isolamos ento o vetor x mediante a separao pela
di l A i i d i i d diagonal. Assim, a partir da primeira equao do
sistema:
b + + +
obtemos:
1 1 2 12 1 11
... b x a x a x a
n n
= + + +
) (
1
x a x a x a b x + = obtemos:
e, analogamente:
) ... (
1 3 13 2 12 1
11
1 n n
x a x a x a b
a
x + =
e, analogamente:
) ... (
1
2 3 23 1 21 2 2 n n
x a x a x a b
a
x =
22
a
) (
1
b ) ... (
1 1 3 3 1 1
=
n nn n n n
nn
n
x a x a x a b
a
x
Dessa forma, temos x = C x + g, onde:
( ( ( (
a b x a a a a a a x / 0
(
(
(
(
(
(
(
(
(
(
(
(

(
(
(
(
n
n
b
a b
a b
x
x
a a a a a a
a a a a a a
x
x
/
/
/
0
0
0
22 2
11 1
2
1
22 2 22 23 22 21
11 1 11 13 11 12
2
1
(
(
(
(
+
(
(
(
(
(
(
(
(
=
(
(
(
(
n
33 3 3 33 3 33 32 33 31 3

nn n n nn n nn n nn n n
3 2 1

x
(k+1)
C x
(k)
g
O mtodo de Gauss-Jacobi consiste em, dado ,
i i i i l b d
) 0 (
x
( ) ( ) 1 k
aproximao inicial, obter atravs da
relao recursiva :
( ) ( )
... ...,
1 k
x x
( ) ( )
g Cx x
k k
+ =
+1
+ =
+
) ... (
1
) (
1
) (
3 13
) (
2 12 1
11
) 1 (
1
k
n n
k k k
x a x a x a b
a
x
+ =
+
) ... (
1
) (
2
) (
3 23
) (
1 21 2
) 1 (
2
11
k
n n
k k k
x a x a x a b x
a
) (
2 3 23 1 21 2
22
2 n n
a

+ =

+
) ... (
1
) (
1 1 ,
) (
2 2
) (
1 1
) 1 ( k
n n n
k
n
k
n n
k
n
x a x a x a b
a
x
nn
a
O processo repetido at que o vetor esteja
fi i i
( ) k
x
( ) 1 k
suficientemente prximo ao vetor
A distncia entre duas iteraes dada por
( ) 1 k
x
A distncia entre duas iteraes dada por
- max d
1) (k-
i
(k)
i
(k)
x x =
assim, dada uma preciso , o vetor ser
escolhido como , soluo aproximada da soluo
i i
( ) k
x
x
c
escolhido como , soluo aproximada da soluo
exata, se
x
d
(k)
c <
Podemos utilizar tambm como critrio de parada o
erro relativo:
d
(k)

max
d
d
) (
( )
(k)
r
c <

=
k
i
x
Exemplo: Resolva o sistema abaixo utilizando Gauss-
Jacobi com : 05 0 1 6
0,7
) 0 ( (
(
Jacobi com : 05 , 0
0,6
1,6 -
) 0 (
=
(
(
(
= c e x
= + + 7 2 10
3 2 1
x x x
= + + 8 5
3 2 1
3 2 1
x x x
= + + 6 10 3 2
3 2 1
x x x
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
O processo iterativo dado por:
7 1 2 1
+ = =
+
8 1 1 1
10
7

10
1

10
2
0 ) 2 (7
10
1
) (
3
) (
2
) (
1
) (
3
) (
2
) 1 (
1
k k k k k k
x x x x x x
( )
+ = =
+
6 3 2 1
5
8

5
1
0
5
1
8
5
1

) (
3
) (
2
) (
1
) (
3
) (
1
) 1 (
2
k k k k k k
x x x x x x
( )
+ + = =
+
10
6
0
10
3
10
2
3 2 6
10
1

) (
3
) (
2
) (
1
) (
2
) (
1
) 1 (
3
k k k k k k
x x x x x x
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
Na forma matricial temos:
( ) ( )
g Cx x
k k
+ =
+1
(
(
1/10 - 2/10 - 0
C
(
(
(
= 8/5
7/10
g e
(
=
0 3/10 1/5 -
1/5 - 0 1/5 - C
(
(
=
6/10
8/5 - g e
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
Assim para k=0 e temos:
(
(
(
= 1,6 -
0,7
) 0 (
x Assim para k 0 e temos:
(
(
0,6
1,6 x
= = =
= + = + =
86 , 1 6 , 1 6 , 0 2 , 0 7 , 0 2 , 0 6 , 1 2 , 0 2 , 0
96 , 0 7 , 0 6 , 0 1 , 0 ) 6 , 1 ( 2 , 0 7 , 0 1 , 0 2 , 0
) 0 (
3
) 0 (
1
) 1 (
2
) 0 (
3
) 0 (
2
) 1 (
1
x x x
x x x
= + = + = 94 , 0 6 , 0 ) 6 , 1 ( 3 , 0 7 , 0 2 , 0 6 , 0 3 , 0 2 , 0
86 , 1 6 , 1 6 , 0 2 , 0 7 , 0 2 , 0 6 , 1 2 , 0 2 , 0
) 0 (
2
) 0 (
1
) 1 (
3
3 1 2
x x x
x x x
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
(
(
0,96
Logo:
(
(
(
= + =
0 94
1,86 - g C
(0) (1)
x x
(
0,94
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
Calculando , para temos:
d
(1)
(
(
(
=
(
(
(
= 1,86 -
0,96
6 , 1 -
7 , 0
(1) ) 0 (
x e x
d
r
(
(
(
(
0,94
1,86
6 , 0
6 , 1 x e x
26 , 0 -
) 0 (
1
) 1 (
1
= x x
c > = = = 1828 , 0
86 , 1
34 , 0
max
34 , 0
d
) 1 (
) 1 (
i
r
x
26 , 0 -
) 0 (
2
) 1 (
2
= x x
i
34 , 0 -
) 0 (
3
) 1 (
3
= x x
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
(
(
(
= 1,86 -
0,96
) 1 (
(
(
0,94
1,86 x
= = =
= + = + =
98 , 1 6 , 1 94 , 0 2 , 0 96 , 0 2 , 0 6 , 1 2 , 0 2 , 0
978 , 0 7 , 0 94 , 0 1 , 0 ) 86 , 1 ( 2 , 0 7 , 0 1 , 0 2 , 0
) 1 (
3
) 1 (
1
) 2 (
2
) 1 (
3
) 1 (
2
) 2 (
1
x x x
x x x
= + = + = 966 , 0 6 , 0 ) 86 , 1 ( 3 , 0 96 , 0 2 , 0 6 , 0 3 , 0 2 , 0
, , , , , , , , ,
) 1 (
2
) 1 (
1
) 2 (
3
3 1 2
x x x
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
(
(
0,978
Logo:
(
(
(
= + =
0 966
1,98 - g C
) 1 ( ) 2 (
x x
(
0,966
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
Calculando , para :
d
(2)
(
(
(
=
(
(
(
= 1,98 -
0,978
1,86 -
0,96
) 2 ( ) 1 (
x e x
Calculando , para :
d
r
(
(
(
(
0,966
1,98
0,94
1,86 x e x
018 , 0 -
) 1 (
1
) 2 (
1
= x x
c > = = = 0,0606
98 , 1
12 , 0
max
12 , 0
d
) 2 (
) 2 (
i
r
x
12 , 0 -
) 1 (
2
) 2 (
2
= x x
i
026 , 0 -
) 1 (
3
) 2 (
3
= x x
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
Prosseguindo com as iteraes temos:
Para k=2 Para k 2
c 0,0163
0,0324
d 1,9888 -
0,9994
g C
(2)
(2) (3)
< = =
(
(
(
= + = x x c 0,0163
1,9888
d
0,9984
1,9888 g C
r
<
(
(
+ x x
J bi Jacobi :
= + +
= + +
8 5
7 2 10
3 2 1
x x x
x x x
= + +
= + +
6 10 3 2
8 5
3 2 1
3 2 1
x x x
x x x
Logo a soluo obtida pelo mtodo de Gauss-Jacobi :
(
(
1 9888
0,9994
(3)
(
(
(
= =
0,9984
1,9888 -
(3)
x x

Mtodo de Gauss Jacobi - Convergncia g
No exemplo estudado, o valor de foi fornecido
d d bl T d i i
(0)
x
como entrada do problema. Todavia, a convergncia
ou no dos mtodos iterativos independe da
aproximao inicial escolhida aproximao inicial escolhida
Teorema: Critrio das Linhas Teorema: Critrio das Linhas
Dado um sistema Ax=b, condio suficiente para a
convergncia do mtodo iterativo de Gauss-Jacobi: convergncia do mtodo iterativo de Gauss Jacobi:
n ..., 3, 2, 1, i para , = <
ii
n
ij
a a
ou seja, o somatrio do mdulo de todos os elementos
1
=
=
i j
j
da linha, exceto o elemento da diagonal principal,
deve ser menor que este elemento
Mtodo de Gauss Jacobi - Convergncia
Analisando a matriz A do sistema linear do exemplo
i
g
anterior:
(
(
(
= 1 5 1
1 2 10
A
Assim:
(
(
10 3 2
1 5 1 A
Assim:
3 1 2 10
13 12 11
= + = + > = a a a
5 3 2 10
2 1 1 5
32 31 33
23 21 22
= + = + > =
= + = + > =
a a a
a a a
Logo, como temos a
5 3 2 10
32 31 33
+ + > a a a
3 2, 1, i para = <
ii
n
ij
a a
convergncia garantida para o mtodo de Gauss-Jacobi
1
=
=
i j
j
Exemplo: Dado o sistema:
g
= + +
= + +
3 2 2 5
2 3
3 2 1
3 2 1
x x x
x x x
= +
+ +
6 8 6
3 2 2 5
3 2
3 2 1
x x
x x x
O critrio das linhas no satisfeito pois:
4 1 3 1 + + <
Contudo, se permutarmos a primeira equao com a
4 1 3 1
13 12 11
= + = + < = a a a
segunda, temos o sistema linear:
= + +
= + +
2 3
3 2 2 5
3 2 1
x x x
x x x
= +
= + +
6 8 6
2 3
3 2
3 2 1
x x
x x x
Exemplo: Dado o sistema:
g
= + +
= + +
3 2 2 5
2 3
3 2 1
3 2 1
x x x
x x x
= +
+ +
6 8 6
3 2 2 5
3 2
3 2 1
x x
x x x
O novo sistema equivalente ao sistema original e
sua matriz A satisfaz o critrio de linhas: sua matriz A satisfaz o critrio de linhas:
(
(
2 2 5
(
(
(
=
8 6 0
1 3 1 A

Concluso:
g
Sempre que o critrio de linhas no for satisfeito,
de emos tentar ma perm tao de linhas e/o col nas devemos tentar uma permutao de linhas e/ou colunas
de forma a obtermos uma disposio para a qual a
matriz dos coeficientes satisfaa o critrio de linhas matriz dos coeficientes satisfaa o critrio de linhas
Exerccio
Calcule as 3 primeiras iteraes do mtodo de Gauss-
J bi d i li b i Jacobi do sistema linear abaixo:
= + 7 9 2 4
3 2 1
x x x
= +
=
5 15 2
3 8 6 5
3 2 1
3 2 1
x x x
x x x
Utilize como chute inicial:
3 2 1
(
(
(
= 2
1

) 0 (
x
Utilize como chute inicial:
(
(
3
( ( (
Sol.:
(
(
(
= 667 , 3
5 , 7

) 1 (
x
(
(
(
= 039 , 5
783 , 4

) 2 (
x
(
(
(
= 361 , 4
246 , 2

) 3 (
x
(
(
533 , 0
(
(
656 , 0
(
(
686 , 0
Sistemas Lineares
Gauss - Seidel
wpassos@ufsj.edu.br
Mtodo de Gauss - Seidel
Similarmente ao mtodo de Gauss-Jacobi, conhecida a
(0)
estimativa inicial, x
(0)
, obtm-se consecutivamente os
vetores x
(1)
, x
(2)
, ..., x
(k)
Todavia, ao se calcular x
j
(k+1)
, usa-se todos os valores
x
(k+1)
x
(k+1)
x
(k+1)
que j foram calculados e os x
1
(k+1)
, x
2
(k+1)
, ..., x
j-1
(k+1)
que j foram calculados e os
valores x
j+1
(k)
, x
j+2
(k)
, ..., x
n
(k)
restantes.
O processo do mtodo de Gauss - Seidel se d a partir
das equaes:
( )
=
+
1 1 1 1 3 13 2 12 1
1
1
...
1
k k k k k
x a x a x a x a b x ( )
( )
+ +

1 1
1 1 1 , 1 3 13 2 12 1
11
1
1
...
k k k k k
n n n n
x a x a x a x a b x
x a x a x a x a b
a
x
( )
( )
=
+ + +

1 1 1
2 1 1 , 2 3 23 1 21 2
22
2
1
...
k k k k k
n n n n
x a x a x a x a b
a
x
( )
=

+ + +
3 1 1 , 3
1
2 32
1
1 31 3
33
1
3
...
1
k
n n
k
n n
k k k
x a x a x a x a b
a
x

( )
=
+ + + + 1
1 1
1
2 2
1
1 1
1
...
1
k
n n n
k
n
k
n n
k
n
x a x a x a b x

( )
1 1 , 2 2 1 1 n n n n n n
nn
n
a
Seidel com : 05 0 0
0
) 0 ( (
(
Seidel com : 05 , 0
0
0
) 0 (
=
(
(
(
= c e x
= + + 5 5
3 2 1
x x x
= + + 6 4 3
3 2 1
3 2 1
x x x
= + + 0 6 3 3
3 2 1
x x x
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
O processo iterativo dado por:
1 1 5 1
= =
+
1 3 6 1

5
1

5
1
5
5
) 5 (
5
1
) (
3
) (
2
) (
3
) (
2
) 1 (
1
k k k k k
x x x x x
( )
= =
+ + +
3 3 0 1

4
1

4
3
4
6
3 6
4
1

) (
3
) 1 (
1
) (
3
) 1 (
1
) 1 (
2
k k k k k
x x x x x
( )
= =
+ + + + +

6
3
6
3
6
0
3 3 0
6
1

) 1 (
2
) 1 (
1
) 1 (
2
) 1 (
1
) 1 (
3
k k k k k
x x x x x
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
(
(
(
= 0
0
) 0 (
(
(
0
0 x
= = =
= = =
75 , 0 0 25 , 0 1 75 , 0 5 , 1 25 , 0 75 , 0 5 , 1
1 0 2 , 0 0 2 , 0 1 2 , 0 2 , 0 1
) 0 (
3
) 1 (
1
) 1 (
2
) 0 (
3
) 0 (
2
) 1 (
1
x x x
x x x
= = = 875 , 0 75 , 0 5 , 0 1 5 , 0 0 5 , 0 5 , 0 0
75 , 0 0 25 , 0 1 75 , 0 5 , 1 25 , 0 75 , 0 5 , 1
) 1 (
2
) 1 (
1
) 1 (
3
3 1 2
x x x
x x x
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
(
(
1
Logo:
(
(
(
= + =
875 0
75 , 0 g C
(0) (1)
x x
(
875 , 0
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
d
(1)
(
(
(
=
(
(
(
= 75 , 0
1
0
0
(1) ) 0 (
x e x
1 -
) 0 (
1
) 1 (
1
= x x
d
r
(
(
(
(
875 , 0
75 , 0
0
0 x e x
1 1
75 , 0 -
) 0 (
2
) 1 (
2
= x x
c > = = = 1
1
1
max
1
d
) 1 (
) 1 (
i
r
x
875 , 0 -
) 0 (
3
) 1 (
3
= x x
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
(
(
(
= 0,75
1
) 1 (
(
(
0,875 -
0,75 x
= = =
= = =
95 0 875 0 25 0 025 1 75 0 5 1 25 0 75 0 5 1
025 , 1 875 , 0 2 , 0 75 , 0 2 , 0 1 2 , 0 2 , 0 1
) 1 ( ) 2 ( ) 2 (
) 1 (
3
) 1 (
2
) 2 (
1
x x x
x x x
= = =
= = =
9875 , 0 95 , 0 5 , 0 025 , 1 5 , 0 0 5 , 0 5 , 0 0
95 , 0 875 , 0 25 , 0 025 , 1 75 , 0 5 , 1 25 , 0 75 , 0 5 , 1
) 2 (
2
) 2 (
1
) 2 (
3
3 1 2
x x x
x x x
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
(
(
025 , 1
Logo:
(
(
(
= + =
9875 0
95 , 0 g C
) 1 ( ) 2 (
x x
(
9875 , 0
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
Calculando , para :
d
(2)
(
(
(
=
(
(
(
= 95 , 0
025 , 1
75 , 0
1
) 2 ( ) 1 (
x e x
2 0 2 0
Calculando , para :
d
r
(
(
(
(
9875 , 0
95 , 0
875 , 0
75 , 0 x e x
025 , 0 -
) 1 (
1
) 2 (
1
= x x
c > = = = 1951 , 0
025 , 1
2 , 0
max
2 , 0
d
) 2 (
) 1 (
i
r
x
20 , 0 -
) 1 ( ) 2 (
) 1 (
2
) 2 (
2
= x x
1125 , 0 -
) 1 (
3
) 2 (
3
= x x
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
Para k=3 Para k 3
409 0 0 d 9912 0
0075 , 1
g C
) 3 (
) 2 ( ) 3 (
<
(
(
(
+ x x 409 0,0 d
993 0,9
9912 , 0 g C
) (
r
) ( ) (
< =
(
(
(
= + = x x
S id l Seidel:
= + +
= + +
6 4 3
5 5
3 2 1
x x x
x x x
= + +
= + +
0 6 3 3
6 4 3
3 2 1
3 2 1
x x x
x x x
Logo a soluo obtida pelo mtodo de Gauss-Seidel : Logo a soluo obtida pelo mtodo de Gauss Seidel :
(
(
0075 , 1
(
(
(
= =
993 0 9
9912 , 0
) 3 (
x x
(
993 0,9
Mtodo de Gauss Seidel - Convergncia g
Para o mtodo de Gauss - Seidel, utilizaremos os
i i i d i seguintes critrios de convergncia
Critrio de Sassenfeld
C it i d Li h Critrios das Linhas
Sejam o valores dados por:
i
|
1 1
1
1 1 (
+ = =

n
ij
i
j ij i
n
j
a a
a
e a
a
| | |
n ordem do sistema linear que se deseja resolver
n ..., 3, 2, i para
1 1 2
11
=

+ = = = i j j
ii
j
a a
n - ordem do sistema linear que se deseja resolver
a
ij
- coeficientes das equaes do sistema
Este critrio garante que o mtodo de Gauss-Seidel
i d d SEL l M d fi id convergir para um dado SEL se o valor M, definido por:
i
M
n i
|
max
1 s s
=
for menor que 1 (M<1). Alm disso, quanto menor o
valor de mais rpida ser a convergncia
|
Seja A a matriz dos coeficientes e b o vetor dos
d d termos constantes, dados por:
( )
1
| a a a + +
(
(
(
1 14 13 12 11

b a a a a
b a a a a
( )
( )
14 13 12
11
1
1
| |
|
a a a
a a a
a
+ + =
+ + =
(
(
(
3 34 33 32 31
2 24 23 22 21

b a a a a
b a a a a
( )
( )
34 2 32 1 31 3
24 23 1 21
22
2
1
| | |
| |
a a a
a a a
a
+ + =
+ + =
(
4 44 43 42 41
b a a a a
( )
( )
3 43 2 42 1 41 4
34 2 32 1 31
33
3
1
| | | |
| | |
a a a
a a a
a
+ + =
+ +
( )
3 43 2 42 1 41
44
4
| | | |
a
Exemplo: Mostrar que a soluo do sistema a seguir
i l d d G S id l convergir pelo mtodo de Gauss - Seidel.
= + + 4 , 0 2 , 0 2 , 0 2
4 3 2 1
x x x x
= + +
= +
1 2 , 0 2 , 0 1 , 0
8 , 7 3 , 0 6 , 0 3 6 , 0
4 3 2 1
4 3 2 1
x x x x
x x x x
= + + + 10 4 8 , 0 2 , 1 4 , 0
, , ,
4 3 2 1
4 3 2 1
x x x x
Exemplo: Mostrar que a soluo do sistema a seguir
i l d d G S id l convergir pelo mtodo de Gauss - Seidel.
0,2 0,2 - 1,0 2,0

0,2 1,0 0,2 - 0,1 -
0,3 - 0,6 - 3,0 0,6
, , , ,
A =
7 , 0
max
1
= =
s s
i
n i
M |
( ) 7 0 2 0 2 0 1
1
= + + = |
4,0 0,8 1,2 0,4
, , , ,
Logo, como M < 1, o mtodo de
Gauss Seidel converge para o
( )
( ) 44 , 0 3 , 0 6 , 0 7 , 0 6 , 0
3
1
7 , 0 2 , 0 2 , 0 1
2
2
1
= + + =
= + + =
|
|
sistema em questo
( )
( ) 358 , 0 2 , 0 44 , 0 2 , 0 7 , 0 1 , 0
1
1
3
3
2
= + + = |
( ) 2736 , 0 358 , 0 8 , 0 44 , 0 2 , 1 7 , 0 4 , 0
4
1
1
4
= + + = |
O exemplo anterior tambm satisfaz o critrio das
li h linhas:
0,2 0,2 - 1,0 2,0

4 0 0 8 1 2 0 4
0,2 1,0 0,2 - 0,1 -
0,3 - 0,6 - 3,0 0,6
A =
4 3, 2, 1, i para
1
= <
=
ii
n
j
ij
a a
4,0 0,8 1,2 0,4 =i j
j
5 , 1 3 , 0 6 , 0 6 , 0 3
4 , 1 2 , 0 2 , 0 1 2
24 23 21 22
14 13 12 11
= + + = + + > =
= + + = + + > =
a a a a
a a a a
4 2 8 0 2 1 4 0 4
5 , 0 2 , 0 2 , 0 1 , 0 1
34 32 31 33
3
= + + = + + > =
= + + = + + > =
a a a a
a a a a
4 , 2 8 , 0 2 , 1 4 , 0 4
43 42 41 44
= + + = + + > = a a a a
Consideraes finais Gauss Seidel
Tanto o Critrio de Sassenfeld quanto o Critrio das
Li h di fi i Linhas so condies suficientes, porm no
necessrias, para a convergncia do mtodo de
Gauss Seidel para um dado sistema linear Gauss-Seidel para um dado sistema linear
Um dado sistema pode no satisfazer estes critrios e Um dado sistema pode no satisfazer estes critrios e
ainda convergir
Um sistema pode no satisfazer o Critrio das Linhas,
porm sua convergncia ser garantida se satisfizer o
Consideraes finais Gauss Seidel
Critrio das Linhas x Critrio de Sassenfeld
Exemplo: Seja o sistema linear abaixo:
= +
= +
18 2 6
23 10
2 1
2 1
x x
x x
O Critrio das Linhas no satisfeito, visto que:
2 1
Todavia o Critrio de Sassenfeld satisfeito, uma vez que:
6 2
21 22
= < = a a
( ) 3 , 0 1 , 0 6
2
1
1 , 0 1
10
1
2 1
= = = = | | e
Convergncia garantida!
2 10
Consideraes finais Mtodos
Diretos/Iterativos
Mtodos Diretos
Processos finitos
Teoricamente obtm a soluo de qualquer sistema no
singular ( det(A) 0 )
Podem sofrer com problemas de arredondamento
Soluo: Tcnicas de Pivoteamento
Mtodos Iterativos Mtodos Iterativos
Convergem para a soluo do sistema linear somente
sob certas condies sob certas condies
Sofrem menos com problemas de arredondamento
Convergncia independe do valor de x
(0)
Convergncia independe do valor de x
Somente erros cometidos na ltima iterao
afetam a soluo
Exerccio
Verifique se o sistema abaixo atende ao Critrio das
Li h / C i i d S f ld D i l l Linhas e/ou Critrio de Sassenfeld. Depois, calcule as
3 primeiras iteraes do mtodo de Gauss - Siedel :
=
= +
3 8 6 5
7 9 2 4
3 2 1
x x x
x x x
= +
=
5 15 2
3 8 6 5
3 2 1
3 2 1
x x x
x x x
Utilize como chute inicial: | |
T
x 3 2 1
) 0 (
=
( ( (
Sol.
(
(
(
= 75 , 1
5 , 7

) 1 (
x
(
(
(
= 266 , 0
026 , 1

) 2 (
x
(
(
(
= 01 , 1
292 , 2

) 3 (
x
(
(
0,067
(
(
3 , 0
(
(
315 , 0

03 Sistemas Lineares PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

03 Sistemas Lineares PDF

Uploaded by

Copyright:

Available Formats

Sistemas Lineares

Prof. Wellington Passos de Paula

Temos que a corrente entre 2 pontos dada por:

desejo zerar? Funciona?

De um modo geral, a aproximao x

You might also like