02 Capitulo02

2.
Sistemas lineares
2.1 Conceitos fundamentais.
2.2 Sistemas triangulares.
2.3 Eliminacao de Gauss.
2.4 Decomposicao LU.
2.5 Decomposicao de Cholesky.
2.6 Decomposicao espectral.
2.7 Uso da decomposicao.
2.8 Metodos iterativos estacionarios.
2.9 Analise de erro na solucao de sistemas.
2.10 Estudos de caso:
J Tens oes em circuito eletrico.
J Estequiometria de reacao qumica.
2.11 Exerccios
Algoritmos Numericos Cap.2: Sistemas lineares Ed1.0 c 2001 FFCf 1
Conceitos fundamentais
J Matriz e um conjunto de elementos dispostos em
forma retangular.
J Tamanho ou dimensao denido pelo numero de
linhas e colunas.
J Elementos da matriz delimitados por colchetes ou
parenteses
A =
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n
a
31
a
32
a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mn
_
_
.
J Elemento referenciado por dois ndices
o primeiro indica a linha e
o segundo a coluna onde esta o elemento.
Formas de matrizes
J Coluna:
_
_
a
11
a
21
a
31
.
.
.
a
m1
_
_
.
J Linha:
_
a
11
a
12
a
13
a
1m
_
.
J Nula:
_
_
0 0 0
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
_
_
.
J Diagonal:
_
_
d
11
0 0 0
0 d
22
0 0
0 0 d
33
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 d
nn
_
_
.
J Identidade:
_
_
1 0 0 0
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
_
_
.
Formas de matrizes cont.
J Triangular inferior:
_
_
b
11
0 0
b
21
b
22
0
.
.
.
.
.
.
.
.
.
.
.
.
b
m1
b
m2
b
mm
_
_
.
J Triangular superior:
_
_
c
11
c
12
c
1m
0 c
22
c
2m
.
.
.
.
.
.
.
.
.
.
.
.
0 0 c
mm
_
_
.
J Densa:
_
_
3 0 1 9
5 8 5 4
1 2 6 2
7 1 0 3
_
_
.
J Esparsa:
_
_
2 0 0 1
0 1 5 0
0 0 0 3
0 0 0 8
_
_
.
J Simetrica
M =
_
_
3 1 0 4
1 9 5 2
0 5 8 6
4 2 6 7
_
_
e M
T
=
_
_
3 1 0 4
1 9 5 2
0 5 8 6
4 2 6 7
_
_
.
Opera coes matriciais
J Transposicao
A =
_
_
5 2 0
6 9 1
3 4 2
7 0 8
1 5 6
_
_
e A
T
=
_
_
5 6 3 7 1
2 9 4 0 5
0 1 2 8 6
_
_.
J Adi cao e subtracao
A =
_
_
8 6
1 4
5 7
_
_, B =
_
_
1 2
0 3
2 1
_
_
C = A+B =
_
_
9 8
1 7
7 8
_
_ e D = AB =
_
_
7 4
1 1
3 6
_
_.
J Multiplica cao por escalar
A =
_
1 2 3
4 5 6
_
e B = 2A =
_
2 4 6
8 10 12
_
.
Opera coes matriciais cont.
J Multiplica cao por vetor
A =
_
_
1 2
3 4
5 6
_
_, v =
_
1
2
_
x = Av =
_
_
5
11
17
_
_.
J Multiplica cao por matriz
A =
_
2 1 0
3 5 6
_
, B =
_
_
1 6
4 0
3 5
_
_
C = AB =
_
6 12
41 48
_
.
J Produto interno e externo
x=
_
_
5
1
2
_
_, y=
_
_
1
3
4
_
_
k=x
T
y=10 e M=xy
T
=
_
_
5 15 20
1 3 4
2 6 8
_
_.
Determinante
J Deni cao
det(A) = a
11
det(M
11
) a
12
det(M
12
) + +
(1)
n+1
a
1n
det(M
1n
).
J Particularmente
A =
_
a
11
_
det(A) = a
11
,
A =
_
a
11
a
12
a
21
a
22
_
det(A) = a
11
a
22
a
21
a
12
,
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
det(A) = a
11
(a
22
a
33
a
32
a
23
)
a
12
(a
21
a
33
a
31
a
23
) +
a
13
(a
21
a
32
a
31
a
22
).
J Exemplo
A =
_
2 1
4 5
_
det(A) = 2 5 4 1 = 6.
J Matriz singular: det(A) = 0.
Posto
J Vetores {v
1
, v
2
, . . . , v
n
} linearmente dependentes
1
v
1
+
2
v
2
+ +
n
v
n
= 0.
J Escalares
1
,
2
, . . . ,
n
, nao todos nulos.
J Vetores v
1
, v
2
, . . . , v
n
linearmente independentes se
a igualdade acima so se vericar com os
i
,
i = 1, 2, . . . , n iguais a zero.
J Posto de A: o numero maximo de vetores linhas ou
colunas de A que sao linearmente independentes.
A =
_
_
2 3 4 1 0
7 2 4 3 3
5 1 0 2 3
1 7 8 0 3
_
_
.
J Linhas 2 e 4 obtidas pela combinacao linear das
linhas 1 e 3: L2 = L1 +L3 e L4 = 2L1 L3.
J posto(A)=2.
Traco
J Soma dos elementos da diagonal principal
tra co(A) =
n
i=1
a
ii
.
J Exemplo
A =
_
_
5 1 3
2 3 1
0 8 9
_
_.
J tra co(A) = 5 + 3 + 9 = 17.
Inversa
J Inversa da matriz A = A
1
AA
1
= A
1
A = I
n
.
J Lei comutativa existe para o produto de uma ma-
triz por sua inversa.
J Exemplo
A =
_
_
1 0 2 1
1 1 1 2
1 1 0 2
2 0 4 3
_
A
1
=
_
_
3 2 2 1
1 2 1 1
0 1 1 0
2 0 0 1
_
_
e
AA
1
=
_
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
_
_
.
Opera coes com transposta e inversa
J (A
T
)
T
= A.
J (A
1
)
1
= A.
J (A
1
)
T
= (A
T
)
1
= A
T
.
J Se A = BCD, entao
A
T
= D
T
C
T
B
T
e A
1
= D
1
C
1
B
1
.
J (A+B)
T
= A
T
+B
T
.
J (A+B)
1
= A
1
+B
1
.
Sistemas de equa coes lineares
J Conjunto de m equac oes polinomiais com n va-
riaveis x
i
de grau 1
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
a
31
x
1
+a
32
x
2
+a
33
x
3
+ +a
3n
x
n
= b
3
.
.
.
.
.
.
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= b
m
.
J Forma matricial
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n
a
31
a
32
a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mn
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
=
_
_
b
1
b
2
b
3
.
.
.
b
m
_
_
.
J Ax = b, onde A e a matriz dos coecientes, x e o
vetor solucao e b e o vetor dos termos indepen-
dentes.
J Se A for uma matriz quadrada (nn) nao singular
Ax = b A
1
Ax = A
1
b x = A
1
b.
Classicacao de sistemas
J Sistema sobredeterminado:
tem-se mais equacoes do que inc ognitas
A (mn), m n e posto(A) = n.
J Problema de quadrados mnimos lineares
minimize
x
b Ax
2
.
J Sistema subdeterminado:
existem mais inc ognitas do que equacoes
m < n e posto(A) = m.
J Sistema nao tem solucao ou existe um numero
innito de solucoes.
J Determinar a solucao de norma mnima do sistema
linear.
J Resolver um sistema de ordem n.
Sistema com unica solucao
J Exemplo
x
1
+x
2
= 3
x
1
x
2
=1

_
1 1
1 1
__
x
1
x
2
_
=
_
3
1
_
;det(A) = 0 e x = [1 2]
T
.
J det(A) = 0: sistema admite uma unica solucao.
Geometria de sist. solucao unica
J Solucao de um sistema linear de ordem n e um
ponto no R
n
comum aos n hiperplanos descritos
por cada uma das n equac oes
_
_
1 3 2
2 8 1
20 5 3
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
22
12
65
_
_.
J Vetor solucao x e a interse cao dos tres planos des-
critos por cada uma das tres equac oes E1, E2 e
E3: x = [5 1 10]
T
.
10
5
0
5
10
10
5
0
5
10
150
100
50
0
50
100
150
x1
x2
x
3
Soluo : x = [5 1 10]
E3
*
E1
E2
Sistema com innitas solucoes
J Exemplo
x
1
+x
2
=2
2x
1
+2x
2
=4

_
1 1
2 2
__
x
1
x
2
_
=
_
2
4
_
;det(A) = 0 e x = [ 2]
T
.
J det(A) = 0: sistema admite innitas solu coes,
uma para cada valor de .
Geometria de sist. innitas solucoes
J Exemplo
_
_
1 3 2
2 8 1
1 5 1
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
22
12
10
_
_.
J Com det(A) = 0, os tres planos se interceptam
em uma linha reta descrita por
x = [706,5 161,5 ]
T
.
J Para cada valor de ter-se-a uma solucao do sis-
tema linear.
10
5
0
5
10
10
5
0
5
10
100
50
0
50
100
150
x1
Infinitas solues
x2
x
3
Sistema sem solucao
J Exemplo
x
1
+x
2
= 1
x
1
+x
2
= 1

_
1 1
1 1
_ _
x
1
x
2
_
=
_
1
1
_
;det(A) = 0 e x.
J det(A) = 0: sistema nao tem solucao.
Geometria de sistema sem solucao
J Exemplo
_
_
1 3 2
2 8 1
1 5 1
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
20
10
80
_
_.
J Com det(A) = 0: nunca se interceptam simulta-
neamente, ou seja, o sistema acima nao admite
solucao.
10
5
0
5
10
10
5
0
5
10
100
50
0
50
100
150
x1
Sem soluo
x2
x
3
Sistema triangular inferior
J Apresenta a forma
_
_
l
11
0 0 0
l
21
l
22
0 0
l
31
l
32
l
33
0
.
.
.
.
.
.
.
.
.
.
.
. 0
l
n1
l
n2
l
n3
l
nn
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
=
_
_
c
1
c
2
c
3
.
.
.
c
n
_
_
.
J Solucao via substituicoes sucessivas
l
11
x
1
= c
1
;x
1
=
c
1
l
11
,
l
21
x
1
+l
22
x
2
= c
2
;x
2
=
c
2
l
21
x
1
l
22
,
l
31
x
1
+l
32
x
2
+l
33
x
3
= c
3
;x
3
=
c
3
l
31
x
1
l
32
x
2
l
33
,
.
.
.
Substitui coes sucessivas
J Generalizando
l
n1
x
1
+l
n2
x
2
+ +l
n,n1
x
n1
+l
nn
x
n
= c
n
,
x
n
=
c
n
l
n1
x
1
l
n2
x
2
l
n,n1
x
n1
l
nn
.
J Esquematicamente
x
i
=
c
i
i1
j=1
l
ij
x
j
l
ii
, i = 1, 2, . . . , n.
Exemplo de substitui coes sucessivas
J Calcular a solucao do sistema triangular inferior
_
_
2 0 0 0
3 5 0 0
1 6 8 0
1 4 3 9
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
4
1
48
6
_
_
.
2x
1
= 4, x
1
=
4
2
;x
1
= 2,
3x
1
+5x
2
= 1, x
2
=
1 3(2)
5
;x
2
= 1,
x
1
6x
2
+8x
3
= 48, x
3
=
48 (2) +6(1)
8
;x
3
= 5,
x
1
+4x
2
3x
3
+9x
4
= 6,
x
4
=
6 +(2) 4(1) +3(5)
9
;x
4
= 3.
J Solucao do sistema: x = [2 1 5 3]
T
.
Algoritmo: substitui coes sucessivas
Algoritmo Substituic~oes Sucessivas
{ Objetivo: Resolver sist. triangular inferior }
{ Lx = c pelas substituic oes sucessivas }
parâmetros de entrada n, L, c
{ ordem, matriz triang. inf. e vetor indep. }
parâmetros de sada x
{ solucao do sistema triangular inferior }
x(1) c(1)/L(1, 1)
para i 2 ate n faca
Soma 0
para j 1 ate i 1 faca
Soma Soma +L(i, j) x(j)
fim para
x(i) (c(i) Soma)/L(i, i)
fim para
fim algoritmo
Sistema triangular superior
J Apresenta a forma
_
_
u
11
u
12
u
1,n1
u
1n
0 u
22
u
2,n1
u
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 0
.
.
. u
n1,n1
u
n1,n
0 0 0 u
nn
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n1
x
n
_
_
=
_
_
d
1
d
2
d
3
.
.
.
d
n1
d
n
_
_
.
J Solucao via substituicoes retroativas
u
nn
x
n
= d
n
;x
n
=
d
n
u
nn
,
u
n1,n1
x
n1
+u
n1,n
x
n
= d
n1
;x
n1
=
d
n1
u
n1,n
x
n
u
n1,n1
,
.
.
.
Substitui coes retroativas
J Continuando
u
22
x
2
+u
23
x
3
+ +u
2n
x
n
= d
2
;x
2
=
d
2
u
23
x
3
u
2n
x
n
u
22
,
u
11
x
1
+u
12
x
2
+u
13
x
3
+ +u
1n
x
n
= d
1
;x
1
=
d
1
u
12
x
2
u
13
x
3
u
1n
x
n
u
11
.
J Esquematicamente
x
i
=
d
i
j=i+1
u
ij
x
j
u
ii
, i = n, n 1, . . . , 1.
Exemplo de substitui coes retroativas
J Achar solucao do sistema triangular superior
_
_
5 2 6 1
0 3 7 4
0 0 4 5
0 0 0 2
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
1
2
28
8
_
_
.
2x
4
= 8, x
4
=
8
2
;x
4
= 4,
4x
3
+5x
4
= 28, x
3
=
28 5(4)
4
;x
3
= 2,
3x
2
+7x
3
4x
4
= 2, x
2
=
2 7(2) +4(4)
3
;x
2
= 0,
5x
1
2x
2
+6x
3
+x
4
= 1,
x
1
=
1 +2(0) 6(2) (4)
5
;x
1
= 3.
J Solucao do sistema: x = [3 0 2 4]
T
.
Algoritmo: substitui coes retroativas
Algoritmo Substituic~oes Retroativas
{ Objetivo: Resolver sist. triangular superior }
{ Ux = d pelas substituic oes retroativas }
parâmetros de entrada n, U, d
{ ordem, matriz triang. sup. e vetor indep. }
{ solucao do sistema triangular superior }
x(n) d(n)/U(n, n)
para i n 1 ate 1 passo 1 faca
Soma 0
para j i +1 ate n faca
Soma Soma +U(i, j) x(j)
fim para
x(i) (d(i) Soma)/U(i, i)
fim para
fim algoritmo
Complexidade: subst. sucessivas
J Considerando
n
i=1
i =
n(n +1)
2
.
J Adi coes
n
i=2
[(i 1) +1] =
n(n +1)
2
1 =
n
2
2
+
n
2
1.
J Multiplica coes
n
i=2
(i 1) =
n(n +1)
2
1 (n 1) =
n
2
2

n
2
.
J Divis oes
1 +
n
i=2
1 = 1 +n 1 = n.
Complexidade: subst. retroativas
J Adi coes
n1
i=1
[(n i) +1] =
(n 1)n
(n 1)n
2
+n 1 =
n
2
2
+
n
2
1.
J Multiplica coes
n1
i=1
(n i) = (n 1)n
(n 1)n
2
=
n
2
2

n
2
.
J Divis oes
1 +
n1
i=1
1 = 1 +n 1 = n.
Elimina cao de Gauss
J Classes de metodos para resolu cao de sistemas li-
neares.
J Metodos diretos: solucao obtida com numero ni-
to de opera coes aritmeticas.
J Metodos iterativos: solucao exata somente com
numero innito de operac oes.
J Eliminacao de Gauss e um exemplo de metodo
direto.
Sistemas equivalentes
J Sistemas de equac oes lineares que possuem o mes-
mo vetor solucao
A
_
2x
1
+3x
2
= 8
x
1
x
2
= 1
e
B
_
2x
1
2x
2
= 2
x
1
+4x
2
= 9
=
x
A
= x
B
=
_
1
2
_
=A B.
Opera coes l-elementares
J Trocar ordem de duas equac oes
B
_
2x
1
2x
2
= 2
x
1
+4x
2
= 9
e C
_
x
1
+4x
2
= 9
2x
1
2x
2
= 2
x
B
= x
C
=
_
1
2
_
=B C.
J Multiplicar uma equacao por constante nao nula
C
_
x
1
+4x
2
= 9
2x
1
2x
2
= 2
e D
_
x
1
+4x
2
= 9
x
1
x
2
= 1
x
C
= x
D
=
_
1
2
_
=C D.
J Somar uma equa cao à outra
D
_
x
1
+4x
2
= 9
x
1
x
2
= 1
e E
_
2x
1
+3x
2
= 8
x
1
x
2
= 1
x
D
= x
E
=
_
1
2
_
=D E.
Sistema triangular equivalente
J Metodo de eliminacao de Gauss
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n
a
31
a
32
a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
a
nn
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
=
_
_
b
1
b
2
b
3
.
.
.
b
n
_
_
u
11
u
12
u
13
u
1n
0 u
22
u
23
u
2n
0 0 u
33
u
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 u
nn
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
=
_
_
d
1
d
2
d
3
.
.
.
d
n
_
_
.
J Transformacao Ax = b Ux = d.
J Solucao do sistema triangular superior Ux = d pe-
las substituicoes retroativas.
J Vetor resduo r = b Ax.
Exemplo de elimina cao de Gauss
J Resolver o sistema pelo metodo de eliminacao de
Gauss e vericar a exatidao da solucao
_
_
1 3 2
2 8 1
4 6 5
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
15
29
_
_.
J Eliminar elementos da primeira coluna
_
_
1 3 2
0 2 3
0 6 3
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
7
15
_
_.
J Eliminar elementos da segunda coluna
_
_
1 3 2
0 2 3
0 0 12
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
7
36
_
_.
Dispositivo pratico
L multiplicador A b Opera coes
1 1 3 2 11
2 m
21
=(2)/1=2 2 8 1 15
3 m
31
=(4)/1=4 4 6 5 29
4 0 2 3 7 2L
1
+L
2
5 m
32
=(6)/2=3 0 6 3 15 4L
1
+L
3
6 0 0 12 36 3L
4
+L
5
.
J Sistema triangular superior
_
_
1 3 2
0 2 3
0 0 12
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
7
36
_
_.
Vetores solucao e resduo
J Sistema triangular superior
_
_
1 3 2
0 2 3
0 0 12
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
7
36
_
_.
J Substituic oes retroativas
12x
3
= 36, x
3
=
36
12
;x
3
= 3,
2x
2
+3x
3
= 7, x
2
=
7 3(3)
2
;x
2
= 1,
x
1
3x
2
+2x
3
= 11, x
1
=
11 +3(1) 2(3)
1
;x
1
= 2.
J Vetor solucao: x = [2 1 3]
T
.
J Vetor resduo: r = b Ax
r =
_
_
11
15
29
_
_
_
_
1 3 2
2 8 1
4 6 5
_
_
_
_
2
1
3
_
_ =
_
_
0
0
0
_
_.
Exemplo de elimina cao de Gauss
J Resolver o sistema pelo metodo de eliminacao de
Gauss e vericar a exatidao da solucao
_
_
1 6 2 4
3 19 4 15
1 4 8 12
5 33 9 3
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
8
25
18
72
_
_
.
J Dispositivo pratico
L multiplicador A b Operac oes
1 1 6 2 4 8
2 m
21
=(3)/1=3 3 19 4 15 25
3 m
31
=(1)/1=1 1 4 8 12 18
4 m
41
=(5)/1=5 5 33 9 3 72
5 0 1 2 3 1 3L
1
+L
2
6 m
32
=(2)/1=2 0 2 6 16 10 L
1
+L
3
7 m
42
=(3)/1=3 0 3 1 17 32 5L
1
+L
4
8 0 0 2 10 12 2L
5
+L
6
9 m
43
=(5)/2=2,5 0 0 5 26 29 3L
5
+L
7
10 0 0 0 1 1 2,5L
8
+L
9
.
J Sistema triangular superior equivalente
_
_
1 6 2 4
0 1 2 3
0 0 2 10
0 0 0 1
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
8
1
12
1
_
_
.
Substitui coes retroativas
_
_
1 6 2 4
0 1 2 3
0 0 2 10
0 0 0 1
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
8
1
12
1
_
_
.
1x
4
= 1, x
4
=
1
1
;x
4
= 1,
2x
3
10x
4
= 12, x
3
=
12 +10(1)
2
;x
3
= 11,
x
2
2x
3
+3x
4
= 1, x
2
=
1 +2(11) 3(1)
1
;x
2
= 20,
x
1
+6x
2
+2x
3
+4x
4
= 8,
x
1
=
8 6(20) 2(11) 4(1)
1
;x
1
= 138.
Vetores solucao e resduo
J Vetor solucao
x =
_
_
138
20
11
1
_
_
.
J Vetor resduo
r =
_
_
8
25
18
72
_
_
1 6 2 4
3 19 4 15
1 4 8 12
5 33 9 3
_
_
_
_
138
20
11
1
_
_
=
_
_
0
0
0
0
_
_
.
Calculo do determinante
J Determinante da matriz dos coecientes obtido
como um subproduto do metodo de Gauss.
J Relac oes entre os determinantes das matrizes dos
sistemas equivalentes intermediarios obtidos pelas
opera coes l-elementares.
J a) Se duas linhas quaisquer de uma matriz A forem
trocadas, entao, o determinante da nova matriz
B sera
det(B) = det(A).
A =
_
2 2
1 4
_
det(A) = 10,
B =
_
1 4
2 2
_
det(B) = 10.
Determinante via opera coes l-elementares
J b) Se todos os elementos de uma linha de A fo-
rem multiplicados por uma constante k, entao, o
determinante da matriz resultante B sera
det(B) = k det(A).
A =
_
1 4
2 2
_
det(A) = 10,
B =
_
1 4
1 1
_
det(B) = 5.
J c) Se um multiplo escalar de uma linha de A for
somado à outra linha, entao, o determinante da
nova matriz B sera
det(B) = det(A).
A =
_
1 4
1 1
_
det(A) = 5,
B =
_
1 4
0 5
_
det(B) = 5.
J d) Se A for uma matriz triangular ou diagonal de
ordem n, entao, o seu determinante sera igual ao
produto dos elementos da diagonal principal
det(A) = a
11
a
22
a
33
. . . a
nn
=
n
i=1
a
ii
.
A =
_
2 3
0 1
_
det(A) = 2,
B =
_
_
3 0 0
0 5 0
0 0 1
_
_ det(B) = 15.
J e) Se uma matriz A for multiplicada por uma ma-
triz B, entao, o determinante da matriz resultante
C sera
det(C) = det(A) det(B).
A =
_
1 2
3 4
_
det(A) = 10,
B =
_
3 0
1 1
_
det(B) = 3,
C =
_
1 2
13 4
_
det(C) = 30.
Exemplo de calculo do determinante
J Calcular o determinante da matriz
_
_
1 3 2
2 8 1
4 6 5
_
_.
J Sequencia de matrizes obtidas pelas opera coes l-
elementares
_
_
1 3 2
2 8 1
4 6 5
_
_
_
_
1 3 2
0 2 3
0 6 3
_
_
_
_
1 3 2
0 2 3
0 0 12
_
_.
J Matrizes obtidas somente por combinac oes linea-
res das linhas.
J As tres matrizes possuem determinante com mes-
mo valor.
J Determinante sera igual ao produto dos elemen-
tos da diagonal, ou seja, o determinante sera o
produto dos pivos
det(A) = (1)(2)(12) = 24.
Pivota cao parcial
J Metodo de Gauss falha quando piv o for nulo.
J Consiste em escolher como piv o o maior elemen-
to em modulo da coluna, cujos elementos serao
eliminados.
J A pivotacao parcial garante que o piv o seja nao
nulo, exceto quando a matriz for singular.
J Todos os multiplicadores satisfazem
1 m
ij
1.
J Multiplicadores grandes podem ampliar os erros de
arredondamento.
Exemplo de pivota cao parcial
J Resolver o sistema pelo metodo de Gauss com pi-
votacao parcial
_
_
1 3 2
2 8 1
4 6 5
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
15
29
_
_.
L multiplicador A b Operac oes
1 m
11
=(1)/4=0,25 1 3 2 11
2 m
21
=(2)/4=0,5 2 8 1 15
3 4 6 5 29
4 m
12
=(1,5)/5=0,3 0 1,5 0,75 3,75 0,25L
3
+L
1
5 0 5 1,5 0,5 0,5L
3
+L
2
6 0 0 1,2 3,6 0,3L
5
+L
4
.
_
_
4 6 5
0 5 1,5
0 0 1,2
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
29
0,5
3,6
_
_.
Vetor solu cao
_
_
4 6 5
0 5 1,5
0 0 1,2
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
29
0,5
3,6
_
_.
1,2x
3
= 3,6, x
3
=
3,6
1,2
;x
3
= 3,
5x
2
+1,5x
3
= 0,5, x
2
=
0,5 1,5(3)
5
;x
2
= 1,
4x
1
6x
2
+5x
3
= 29, x
1
=
29 +6(1) 5(3)
4
;x
1
= 2.
T
.
Decomposi cao LU
J Uma matriz quadrada qualquer pode ser escrita
como o produto de duas matrizes.
J Exemplo
_
4 3
8 5
_
=
_
1 0
2 1
_ _
4 3
0 1
_
.
J A matriz A foi fatorada tal que A = LU.
J L: matriz triangular inferior unitaria.
J U: matriz triangular superior.
J Resolver o sistema Ax = b
Ax = b LUx = b,
Ly = b e Ux = y.
Calculo dos fatores
J Fatoracao por elimina cao de Gauss.
J Resolver o sistema
_
_
1 3 2
2 8 1
4 6 5
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
15
29
_
_.
L m A Opera coes
1 1 3 2
2 m
21
= (2)/1 = 2 2 8 1
3 m
31
= (4)/1 = 4 4 6 5
4 0 2 3 2L
1
+L
2
5 m
32
= (6)/2 = 3 0 6 3 4L
1
+L
3
6 0 0 12 3L
4
+L
5
.
J Matrizes L e U
L =
_
_
1 0 0
2 1 0
4 3 1
_
_ e U =
_
_
1 3 2
0 2 3
0 0 12
_
_.
Sistema triangular inferior Ly = b
J Igualdade A = LU
_
_
1 3 2
2 8 1
4 6 5
_
_ =
_
_
1 0 0
2 1 0
4 3 1
_
_
_
_
1 3 2
0 2 3
0 0 12
_
_.
J Solucao do sistema Ly = b
_
_
1 0 0
2 1 0
4 3 1
_
_
_
_
y
1
y
2
y
3
_
_ =
_
_
11
15
29
_
_,
y
1
= 11,
2y
1
+y
2
= 15, y
2
= 15 +2(11) ;y
2
= 7,
4y
1
+3y
2
+y
3
= 29, y
3
= 29 4(11) 3(7)
;y
3
= 36.
J Vetor intermediario: y = [11 7 36]
T
.
Sistema triangular superior Ux = y
J Solucao do sistema Ux = y
_
_
1 3 2
0 2 3
0 0 12
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
7
36
_
_,
12x
3
= 36, x
3
=
36
12
;x
3
= 3,
2x
2
+3x
3
= 7, x
2
=
7 3(3)
2
;x
2
= 1,
x
1
3x
2
+2x
3
= 11, x
1
=
11 +3(1) 2(3)
1
;x
1
= 2.
T
.
Pivota cao parcial
J Evitar pivo nulo.
J Evitar multiplicadores com valores grandes.
J Decomposicao da forma
PA = LU.
J P: matriz de permutac oes.
J L: matriz triangular inferior unitaria formada pelos
multiplicadores, com sinais contrarios.
J U: matriz triangular superior.
J Resolver o sistema Ax = b
Ax = b PAx = Pb LUx = Pb.
Ly = Pb e Ux = y .
Exemplo
_
_
1 3 2
2 8 1
4 6 5
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
11
15
29
_
_.
L m A Operac oes LP
1 m
11
=(1)/4=0,25 1 3 2 1
2 m
21
=(2)/4=0,5 2 8 1 2
3 4 6 5 3
4 m
12
=(1,5)/5=0,3 0 1,5 0,75 0,25L
3
+L
1
1
5 0 5 1,5 0,5L
3
+L
2
2
6 0 0 1,2 0,3L
5
+L
4
1
.
L =
_
_
1 0 0
m
21
1 0
m
11
m
12
1
_
_ =
_
_
1 0 0
0,5 1 0
0,25 0,3 1
_
_.
U =
_
_
4 6 5
0 5 1,5
0 0 1,2
_
_ e P =
_
_
0 0 1
0 1 0
1 0 0
_
_.
Sistema triangular inferior Ly = Pb
J Solucao do sistema Ly = Pb
_
_
1 0 0
0,5 1 0
0,25 0,3 1
_
_
_
_
y
1
y
2
y
3
_
_ =
_
_
29
15
11
_
_,
y
1
= 29;
0,5y
1
+y
2
= 15, y
2
= 15 +0,5(29)
;y
2
= 0,5;
0,25y
1
0,3y
2
+y
3
= 11,
y
3
= 11 0,25(29) +0,3(0,5) ;y
3
= 3,6.
J Vetor intermediario: y = [29 0,5 3,6]
T
.
Sistema triangular superior Ux = y
_
_
4 6 5
0 5 1,5
0 0 1,2
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
29
0,5
3,6
_
_,
1,2x
3
= 3,6, x
3
=
3,6
1,2
;x
3
= 3,
5x
2
+1,5x
3
= 0,5; x
2
=
0,5 1,5(3)
5
;x
2
= 1;
4x
1
6x
2
+5x
3
= 29;
x
1
=
29 +6(1) 5(3)
4
;x
1
= 2.
T
.
J Pelas propriedades dos determinantes
PA = LU det(PA) = det(LU),
det(A) =
det(L) det(U)
det(P)
,
det(L) =
n
i=1
l
ii
= 1, det(U) =
n
i=1
u
ii
,
det(P) = (1)
p
,
J p: numero de trocas de linhas necessarias para
transformar a matriz de permutac oes em identi-
dade.
J Determinante
det(A) = (1)
p
n
i=1
u
ii
.
Exemplo
J Calcular o determinante da matriz
A =
_
_
1 3 2
2 8 1
4 6 5
_
_.
J Matrizes U e P
U =
_
_
4 6 5
0 5 1,5
0 0 1,2
_
_ e P =
_
_
0 0 1
0 1 0
1 0 0
_
_.
J Valor de p
p linhas pivotais comentario
0 3 2 1 trocar 3 com 1
1 1 2 3 ordem crescente
.
J Determinante
det(A) = (1)
p
3
i=1
u
ii
= (1)
1
(4)(5)(1,2)
;det(A) = 24.
Exemplo
_
_
4 1 0 1
1 2 1 0
0 4 4 1
5 0 5 10
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
6
8
7
40
_
_
.
L m A Operac oes LP
1 m
11
=(4)/5=0,8 4 1 0 1 1
2 m
21
=(1)/5=0,2 1 2 1 0 2
3 m
31
=(0)/5=0 0 4 4 1 3
4 5 0 5 10 4
5 m
12
=(1)/4=0,25 0 1 4 7 0,8L
4
+L
1
1
6 m
22
=(2)/4=0,5 0 2 0 2 0,2L
4
+L
2
2
7 0 4 4 1 0L
4
+L
3
3
8 0 0 5 7,25 0,25L
7
+L
5
1
9 m
23
=(2)/(5)=0,4 0 0 2 2,5 0,5L
7
+L
6
2
10 0 0 0 0,4 0,4L
8
+L
9
2
.
J
Indices das linhas pivotais (LP): 4, 3, 1 e 2.

J Matrizes L, U e P
L=
_
_
1 0 0 0
0 1 0 0
0,8 0,25 1 0
0,2 0,5 0,4 1
_
_
, U=
_
_
5 0 5 10
0 4 4 1
0 0 5 7,25
0 0 0 0,4
_
_
, P=
_
_
0 0 0 1
0 0 1 0
1 0 0 0
0 1 0 0
_
_
.
Sistemas triangulares
_
_
1 0 0 0
0 1 0 0
0,8 0,25 1 0
0,2 0,5 0,4 1
_
_
_
_
y
1
y
2
y
3
y
4
_
_
=
_
_
40
7
6
8
_
_
;y =
_
_
40
7
36,25
2
_
_
.
_
_
5 0 5 10
0 4 4 1
0 0 5 7,25
0 0 0 0,4
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
40
7
36,25
2
_
_
;x =
_
_
2
3
0
5
_
_
.
Exatidao e unicidade da solu cao
J Exatidao
r =b Ax=
_
_
6
8
7
40
_
_
4 1 0 1
1 2 1 0
0 4 4 1
5 0 5 10
_
_
_
_
2
3
0
5
_
_
;r =
_
_
0
0
0
0
_
_
.
J Unicidade da solucao
p linhas pivotais comentario
0 4 3 1 2 trocar 4 com 1
1 1 3 4 2 trocar 3 com 2
2 1 2 4 3 trocar 4 com 3
3 1 2 3 4 ordem crescente
,
det(A) = (1)
p
4
i=1
u
ii
,
det(A) = (1)
3
(5)(4)(5)(0,4) = 40 = 0.
Sistema com matriz singular
J Sistema com innitas solu coes.
J Resolver o sistema Ax = b, sendo
A =
_
_
1 3 2
2 8 1
1 5 1
_
_ e b =
_
_
22
12
10
_
_.
J Decomposicao LU
L m A Operac oes LP
1 m
11
=(1)/(2)=0,5 1 3 2 1
2 2 8 1 2
3 m
31
=(1)/(2)=0,5 1 5 1 3
4 0 1 1,5 0,5L
2
+L
1
1
5 m
32
=(1)/1=1 0 1 1,5 0,5L
2
+L
3
3
6 0 0 0 L
4
+L
5
3
.
J Os tres fatores
L=
_
_
1 0 0
0,5 1 0
0,5 1 1
_
_, U=
_
_
2 8 1
0 1 1,5
0 0 0
_
_ e P=
_
_
0 1 0
1 0 0
0 0 1
_
_.
Solucao dos sistemas triangulares
_
_
1 0 0
0,5 1 0
0,5 1 1
_
_
_
_
y
1
y
2
y
3
_
_=
_
_
12
22
10
_
_ ;y =
_
_
12
16
0
_
_.
_
_
2 8 1
0 1 1,5
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
12
16
0
_
_,
0x
3
= 0 ;x
3
= ,
x
2
+1,5x
3
= 16 ;x
2
= 16 1,5,
2x
1
+8x
2
x
3
= 12,
x
1
=
12 8(16 1,5) +
2
;x
1
= 70 6,5.
J Vetor solucao: x = [706,5 161,5 ]
T
.
Sistema com matriz singular
J Sistema sem solucao.
J Resolver o sistema Ax = c, sendo
A =
_
_
1 3 2
2 8 1
1 5 1
_
_ e c =
_
_
20
10
80
_
_.
J Solucao de Ly = Pc
_
_
1 0 0
0,5 1 0
0,5 1 1
_
_
_
_
y
1
y
2
y
3
_
_=
_
_
10
20
80
_
_ ;y =
_
_
10
15
70
_
_.
J Solucao de Ux = y
_
_
2 8 1
0 1 1,5
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
10
15
70
_
_
0x
3
= 70 x
3
; x.
Algoritmo: decomposicao LU
Algoritmo Decomposic~ao LU
{ Objetivo: Fazer a decomposicao LU de uma matriz A }
parâmetros de entrada n, A { ordem e matriz }
parâmetros de sada A, Det, Pivot
{ matriz decomposta A = U +L I, determinante, pivos }
para i 1 ate n faca Pivot(i) i fim para; Det 1
para j 1 ate n 1 faca
{ Escolha do elemento piv o }
p j; Amax abs(A(j, j))
para k j +1 ate n faca
se abs(A(k, j)) > Amax ent~ao
Amax abs(A(k, j)); p k
fim se
fim para
se p = j ent~ao
{ Troca de linhas }
para k 1 ate n faca
t A(j, k); A(j, k) A(p, k); A(p, k) t
fim para
t Pivot(j); Pivot(j) Pivot(p); Pivot(p) t
Det Det
fim se
Det Det A(j, j)
se abs(A(j, j)) = 0 ent~ao
{ Eliminacao de Gauss }
r 1/A(j, j)
para i j +1 ate n faca
m A(i, j) r; A(i, j) m
para k j +1 ate n faca
A(i, k) A(i, k) m A(j, k)
fim para
fim para
fim se
fim para
Det Det A(n, n)
fim algoritmo
Complexidade da decomposicao LU
J Matriz de ordem n
Opera coes Complexidade
Adi coes
1
3
n
3
1
2
n
2
+
1
6
n
Multiplica coes
1
3
n
3
1
3
n
Divis oes n 1
J Desconsideradas operac oes de trocas de sinal e
multiplica coes para o calculo do determinante.
Algoritmo: Substitui coes sucessivas pivotal
Algoritmo Substituic~oes Sucessivas Pivotal
{ Objetivo: Resolver sistema triang. inferior }
{ Lx = Pc pelas substituic oes sucessivas, }
{ com pivotacao parcial }
parâmetros de entrada n, L, c, Pivot
{ ordem, matriz triangular inferior unitaria, }
{ vetor independente e posicao dos piv os }
{ solucao do sistema triangular inferior }
k Pivot(1)
x(1) c(k)
para i 2 ate n faca
Soma 0
para j 1 ate i 1 faca
Soma Soma +L(i, j) x(j)
fim para
k Pivot(i)
x(i) c(k) Soma
fim para
fim algoritmo
Decomposicao de Cholesky
J Matriz dos coecientes A simetrica e denida
positiva,
A = A
T
e v
T
Av > 0, v = 0.
J Decomposicao LU simplicada para
A = LL
T
,
J L: matriz triangular inferior.
J L
T
: matriz triangular superior.
J Teorema (Cholesky)
Se A for uma matriz simetrica e denida positiva,
entao existe uma unica matriz triangular L com
elementos da diagonal positivos tal que A = LL
T
.
Calculo do fator
J Decomposicao LL
T
= A de matriz de ordem 4
_
_
l
11
0 0 0
l
21
l
22
0 0
l
31
l
32
l
33
0
l
41
l
42
l
43
l
44
_
_
_
_
l
11
l
21
l
31
l
41
0 l
22
l
32
l
42
0 0 l
33
l
43
0 0 0 l
44
_
_
=
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
a
41
a
42
a
43
a
44
_
_
.
J Elemento l
44
da diagonal
l
2
41
+l
2
42
+l
2
43
+l
2
44
= a
44
l
44
=
_
a
44
(l
2
41
+l
2
42
+l
2
43
)
;l
44
=
_
a
44
k=1
l
2
4k
.
J Elemento qualquer da diagonal de L
l
jj
=
_
a
jj
j1
k=1
l
2
jk
, j = 1, 2, . . . , n.
Calculo do fator cont.
_
_
l
11
0 0 0
l
21
l
22
0 0
l
31
l
32
l
33
0
l
41
l
42
l
43
l
44
_
_
_
_
l
11
l
21
l
31
l
41
0 l
22
l
32
l
42
0 0 l
33
l
43
0 0 0 l
44
_
_
=
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
a
41
a
42
a
43
a
44
_
_
.
J Elemento l
43
abaixo da diagonal
l
41
l
31
+l
42
l
32
+l
43
l
33
= a
43
l
43
=
a
43
(l
41
l
31
+l
42
l
32
)
l
33
;l
43
=
a
43
k=1
l
4k
l
3k
l
33
.
J Elemento generico abaixo da diagonal principal
l
ij
=
a
ij
j1
k=1
l
ik
l
jk
l
jj
, j = 1, 2, . . . , n 1 e
i = j +1, j +2, . . . , n.
Solucao de Ax = b por Cholesky
J Solucao de Ax = b
Ax = b LL
T
x = b.
Ly = b e L
T
x = y
J Sistema triangular inferior Ly = b
y
i
=
b
i
i1
j=1
l
ij
y
j
l
ii
, i = 1, 2, . . . , n.
J Sistema triangular superior L
T
x = y
x
i
=
y
i
j=i+1
l
ji
x
j
l
ii
, i = n, n 1, . . . , 1.
J Pelas propriedades dos determinantes
det(A) = det(LL
T
),
det(A) = det(L) det(L
T
)
det(A) =
_
_
n
i=1
l
ii
_
_
2
.
Exemplo
_
_
4 2 2
2 10 7
2 7 30
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
8
11
31
_
_.
J Coluna 1
l
11
=
a
11
=
4 = 2, l
21
=
a
21
l
11
=
2
2
= 1,
l
31
=
a
31
l
11
=
2
2
= 1.
J Coluna 2
l
22
=
_
a
22
l
2
21
=
_
10 (1)
2
= 3,
l
32
=
a
32
l
31
l
21
l
22
=
7 (1)(1)
3
= 2.
J Coluna 3
l
33
=
_
a
33
(l
2
31
+l
2
32
)=
_
30((1)
2
+(2)
2
)=5.
Dispositivo pratico
A L
i\j 1 2 3 i\j 1 2 3
1 4 1 2
2 2 10 2 1 3
3 2 7 30 3 1 2 5
.
J Verica cao que LL
T
= A
_
_
2 0 0
1 3 0
1 2 5
_
_
_
_
2 1 1
0 3 2
0 0 5
_
_=
_
_
4 2 2
2 10 7
2 7 30
_
_.
J Sistema Ly = b
_
_
2 0 0
1 3 0
1 2 5
_
_
_
_
y
1
y
2
y
3
_
_ =
_
_
8
11
31
_
_ ;y =
_
_
4
5
5
_
_.
J Sistema L
T
x = y
_
_
2 1 1
0 3 2
0 0 5
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
4
5
5
_
_ ;x =
_
_
3
1
1
_
_.
J Exatidao
r = b Ax,
r =
_
_
8
11
31
_
_
_
_
4 2 2
2 10 7
2 7 30
_
_
_
_
3
1
1
_
_ =
_
_
0
0
0
_
_,
r = 0 solucao exata.
J Unicidade
det(A) =
_
_
3
i=1
l
ii
_
_
2
= ((2)(3)(5))
2
= 900,
det(A) = 0 solucao unica.
Exemplo
_
_
9 6 3 3
6 20 2 22
3 2 6 2
3 22 2 28
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
12
64
4
82
_
_
.
J Coluna 1
l
11
=
a
11
=
9 = 3, l
21
=
a
21
l
11
=
6
3
= 2,
l
31
=
a
31
l
11
=
3
3
= 1, l
41
=
a
41
l
11
=
3
3
= 1.
J Coluna 2
l
22
=
_
a
22
l
2
21
=
_
20 (2)
2
= 4,
l
32
=
a
32
l
31
l
21
l
22
=
2 (1)(2)
4
= 1,
l
42
=
a
42
l
41
l
21
l
22
=
22 (1)(2)
4
= 5.
J Coluna 3
l
33
=
_
a
33
(l
2
31
+l
2
32
) =
_
6 ((1)
2
+(1)
2
) = 2,
l
43
=
a
43
(l
41
l
31
+l
42
l
32
)
l
33
=
2 ((1)(1) +(5)(1))
2
= 1.
J Coluna 4
l
44
=
_
a
44
(l
2
41
+l
2
42
+l
2
43
)=
_
28((1)
2
+(5)
2
+(1)
2
)=1.
Dispositivo pratico
A L
i\j 1 2 3 4 i\j 1 2 3 4
1 9 1 3
2 6 20 2 2 4
3 3 2 6 3 1 1 2
4 3 22 2 28 4 1 5 1 1
.
J Sistema Ly = b
_
_
3 0 0 0
2 4 0 0
1 1 2 0
1 5 1 1
_
_
_
_
y
1
y
2
y
3
y
4
_
_
=
_
_
12
64
4
82
_
_
;y=
_
_
4
14
3
5
_
_
.
J Sistema L
T
x = y
_
_
3 2 1 1
0 4 1 5
0 0 2 1
0 0 0 1
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
4
14
3
5
_
_
;x=
_
_
2
3
1
5
_
_
.
J Exatidao
r = b Ax,
r =
_
_
12
64
4
82
_
_
9 6 3 3
6 20 2 22
3 2 6 2
3 22 2 28
_
_
_
_
2
3
1
5
_
_
=
_
_
0
0
0
0
_
_
.
r = 0 solucao exata.
J Matriz L
L =
_
_
3 0 0 0
2 4 0 0
1 1 2 0
1 5 1 1
_
_
.
J Unicidade
det(A) =
_
_
4
i=1
l
ii
_
_
2
= ((3)(4)(2)(1))
2
= 576,
det(A) = 0 solucao unica.
Algoritmo: decomposicao de Cholesky
Algoritmo Cholesky
{ Objetivo: Fazer a decomposicao LL
T
de uma matriz A }
{ simetrica e denida positiva }
parâmetros de entrada n, A { ordem e matriz a ser decomposta }
parâmetros de sada L, Det, Erro
{ fator, determinante e condi cao de erro }
Det 1
para j 1 ate n faca
Soma 0
para k 1 ate j 1 faca
Soma Soma +L(j, k)
2
fim para
t A(j, j) Soma; Det Det t
Erro t 0
{ variavel l ogica: se verdadeiro tem erro e se falso nao tem }
se Erro ent~ao
escreva a matriz nao e denida positiva; abandone
sen~ao
L(j, j) raiz
2
(t); r 1/L(j, j)
fim se
para i j +1 ate n faca
Soma 0
para k 1 ate j 1 faca
Soma Soma +L(i, k) L(j, k)
fim para
L(i, j) (A(i, j) Soma) r
fim para
fim para
fim algoritmo
Complexidade: decomposicao de Cholesky
J Matriz de ordem n
Opera coes Complexidade
Adi coes
1
6
n
3
+
1
2
n
2
+
1
3
n
Multiplica coes
1
6
n
3
+
1
2
n
2
2
3
n
Divis oes n
Razes quadradas n
J Desconsideradas as multiplicacoes para calculo do
determinante.
Metodos iterativos estacionarios
J Gerar, a partir de x
0
, uma sequencia de vetores
{x
1
, x
2
, x
3
, . . . , x
k
, . . .} x.
J Uma serie de operac oes e repetida varias vezes.
J Seja M a matriz de iteracao e c um vetor constante
x
k+1
= Mx
k
+c .
J Metodo iterativo e dito estacionario quando a ma-
triz M for xa.
J Metodos de Jacobi e Gauss-Seidel.
Condicao de convergencia
J Teorema (Condicao necessaria)
O metodo iterativo x
k+1
= Mx
k
+c converge com
qualquer valor inicial x
0
se, e somente se, (M) <
1, sendo (M) o raio espectral (maior autovalor
em modulo) da matriz de iteracao M.
J Teorema (Condicao suciente)
E condi cao suciente para a convergencia dos

metodos iterativos de Jacobi e Gauss-Seidel que
a matriz dos coecientes A seja diagonal estrita-
mente dominante, ou seja,
|a
ii
| >
n
j = 1
j = i
|a
ij
|, i = 1, 2, . . . , n.
J Convergencia nao depende da escolha de x
0
.
Criterio de parada
J Solucao exata de metodo iterativo
lim
k
x
k
= x.
J Criterios de parada
||x
k
x
k1
||
||x
k
||
ou k k
max
,
J : tolerancia,
J k
max
: numero maximo de itera coes.
J Adotando-se a norma-
max
1in
x
k
i
x
k1
i
max
1in
x
k
i
,
J x
k
i
: i-esimo componente do vetor x
k
obtido na k-
esima iteracao.
Metodo de Jacobi
J Decompor a matriz A, tal que
A = D E F,
J D: matriz diagonal e E e F: matrizes triangulares
inferior e superior com diagonais nulas.
J Sistema linear Ax = b escrito na forma
(D E F)x = b Dx = (E +F)x +b.
J Igualdade convertida em processo iterativo
x
k+1
=
_
D
1
(E +F)
_
x
k
+D
1
b
x
k+1
= Jx
k
+c .
J Matriz de iteracao do metodo de Jacobi
J = D
1
(E +F).
Forma analoga de dedu cao
J Sistema linear na forma
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
a
31
x
1
+a
32
x
2
+a
33
x
3
+ +a
3n
x
n
= b
3
.
.
.
.
.
.
.
.
.
a
n1
x
1
+a
n2
x
2
+a
n3
x
3
+ +a
nn
x
n
= b
n
.
J Explicitar x
i
na i-esima equacao.
J Equacoes de iterac oes do metodo de Jacobi
x
k+1
1
=
1
a
11
_
a
12
x
k
2
a
13
x
k
3
a
1n
x
k
n
+b
1
_
,
x
k+1
2
=
1
a
22
_
a
21
x
k
1
a
23
x
k
3
a
2n
x
k
n
+b
2
_
,
x
k+1
3
=
1
a
33
_
a
31
x
k
1
a
32
x
k
2
a
3n
x
k
n
+b
3
_
,
.
.
.
x
k+1
n
=
1
a
nn
_
a
n1
x
k
1
a
n2
x
k
2
a
n,n1
x
k
n1
+b
n
_
_
_
.
Forma matricial
J Forma de recorrencia x
k+1
= Jx
k
+c
_
_
x
k+1
1
x
k+1
2
x
k+1
3
.
.
.
x
k+1
n
_
_
. .
x
k+1
=
_
_
0
a
12
a
11
a
13
a
11

a
1n
a
11
a
21
a
22
0
a
23
a
22

a
2n
a
22
a
31
a
33
a
32
a
33
0
a
3n
a
33
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
nn
a
n2
a
nn

a
n,n1
a
nn
0
_
_
. .
J
_
_
x
k
1
x
k
2
x
k
3
.
.
.
x
k
n
_
_
. .
x
k
+
_
_
b
1
a
11
b
2
a
22
b
3
a
33
.
.
.
b
n
a
nn
_
_
. .
c
.
J Convergencia independe do vetor inicial x
0
.
J Vetor inicial
x
0
i
=
b
i
a
ii
.
Algoritmo: metodo de Jacobi
Algoritmo Jacobi
{ Objetivo: Resolver sistema Ax = b pelo metodo de Jacobi }
parâmetros de entrada n, A, b, Toler, IterMax
{ ordem, matriz, vetor independente, }
{ tolerancia e numero maximo de itera coes }
parâmetros de sada x, Iter, Erro
{ vetor solucao, numero de iteracoes e condicao de erro }
{ Construcao das matrizes para as iterac oes }
para i 1 ate n faca
r 1/A(i, i)
para j 1 ate n faca
se i = j ent~ao A(i, j) A(i, j) r fim se
fim para
b(i) b(i) r; x(i) b(i)
fim para; Iter 0
{ Iteracoes de Jacobi }
repita
Iter Iter +1
para i 1 ate n faca
Soma 0
para j 1 ate n faca
se i = j ent~ao Soma Soma +A(i, j) x(j) fim se
fim para
v(i) b(i) Soma
fim para
Norma1 0; Norma2 0
para i 1 ate n faca
se abs(v(i) x(i)) > Norma1 ent~ao
Norma1 abs(v(i) x(i))
fim se
se abs(v(i)) > Norma2 ent~ao Norma2 abs(v(i)) fim se
x(i) v(i)
fim para
DifMax Norma1/Norma2
escreva Iter, x, DifMax
{ Teste de convergencia }
se DifMax < Toler ou Iter IterMax ent~ao interrompa fim se
fim repita
Erro DifMax Toler
{ variavel l ogica: se verdadeiro ha erro e se falso nao ha erro }
fim algoritmo
Exemplo
J Resolver o sistema de equa coes pelo metodo de
Jacobi com < 10
5
e k
max
= 50
_
_
10 3 2
2 8 1
1 1 5
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
57
20
4
_
_.
J Matriz diagonal estritamente dominante
|10| > |3|+|2|, |8| > |2|+|1| e |5| > |1|+|1|.
J Equac oes de iterac oes
x
k+1
1
=
1
10
_
3x
k
2
+2x
k
3
+57
_
,
x
k+1
2
=
1
8
_
2x
k
1
+x
k
3
+20
_
,
x
k+1
3
=
1
5
_
x
k
1
x
k
2
4
_
.
J Vetor inicial: x
0
= [5,7 2,5 0,8]
T
.
Coordenadas do vetor da primeira itera cao
x
1
1
=
1
10
_
3x
0
2
+2x
0
3
+57
_
,
x
1
1
=
1
10
(3(2,5) +2(0,8) +57) ;x
1
1
= 4,79;
x
1
2
=
1
8
_
2x
0
1
+x
0
3
+20
_
,
x
1
2
=
1
8
(2(5,7) +(0,8) +20) ;x
1
2
= 0,975;
x
1
3
=
1
5
_
x
0
1
x
0
2
4
_
,
x
1
3
=
1
5
((5,7) (2,5) 4) ;x
1
3
= 2,44.
J x
1
= [4,79 0,975 2,44]
T
.
J Criterio de parada
x
1
x
0
x
1
=
max(|4,795,7|, |0,9752,5|, | 2,44(0,8)|)
max(|4,79|, |0,975|, | 2,44|)
,
x
1
x
0
x
1
=
max(0,91; 1,525; 1,64)
max(4,79; 0,975; 2,44)
= 0,3424.
Resultados obtidos pelo algoritmo
Solucao de sistema linear pelo metodo de Jacobi
k x1 x2 x3 Epsilon
0 5.70000 2.50000 -0.80000
1 4.79000 0.97500 -2.44000 3.42380e-01
2 4.91950 0.99750 -1.95300 9.89938e-02
3 5.01015 1.02600 -1.98340 1.80933e-02
4 4.99552 0.99954 -2.00723 5.29725e-03
5 4.99869 1.00022 -1.99901 1.64413e-03
6 5.00013 1.00045 -1.99978 2.88007e-04
7 4.99991 0.99999 -2.00012 9.12629e-05
8 4.99998 1.00001 -1.99998 2.72243e-05
9 5.00000 1.00001 -2.00000 4.59167e-06
J Vetor solucao
x x
9
= [5,00000 1,00001 2,00000]
T
.
Exemplo
J Resolver o sistema pelo metodo de Jacobi com
< 10
3
e k
max
= 50
_
_
5 2 0 1
1 8 3 2
0 1 6 1
1 1 2 9
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
6
10
5
0
_
_
.
J Matriz diagonalmente dominante
|5| >|2| +|0| +|1|, |8| >|1| +|3| +|2|,
|6| >|0| +|1| +|1| e |9| >|1| +|1| +|2|.
x
k+1
1
=
1
5
_
2x
k
2
+x
k
4
+6
_
,
x
k+1
2
=
1
8
_
x
k
1
+3x
k
3
2x
k
4
+10
_
,
x
k+1
3
=
1
6
_
x
k
2
x
k
4
5
_
,
x
k+1
4
=
1
9
_
x
k
1
+x
k
2
2x
k
3
_
.
J Vetor inicial: x
0
= [1,2 1,25 0,8333 0]
T
.
x
1
1
=
1
5
_
2x
0
2
+x
0
4
+6
_
=
1
5
(2(1,25) +(0) +6),
= 0,7;
x
1
2
=
1
8
_
x
0
1
+3x
0
3
2x
0
4
+10
_
,
=
1
8
((1,2) +3(0,8333) 2(0) +10)=0,7875;
x
1
3
=
1
6
_
x
0
2
x
0
4
5
_
=
1
6
((1,25) (0) 5),
= 1,0417;
x
1
4
=
1
9
_
x
0
1
+x
0
2
2x
0
3
_
,
=
1
9
((1,2) +(1,25) 2(0,8333)) = 0,1907.
J x
1
= [0,7 0,7875 1,0417 0,1907]
T
.
x
1
x
0
x
1
=
max(|0,71,2|,|0,78751,25|,|1,0417(0,8333)|,|0,19070|)
max(|0,7|, |0,7875|, |1,0417|, |0,1907|)
,
x
1
x
0
x
1
=
max(0,5; 0,4625; 0,2084; 0,1907)
max(0,7; 0,7875; 1,0417; 0,1907)
=0,4800.
Solucao de sistema linear pelo metodo de Jacobi
k x1 x2 x3 x4 Epsilon
0 1.20000 1.25000 -0.83333 0.00000
1 0.70000 0.78750 -1.04167 0.19074 4.80000e-01
2 0.92315 0.72419 -0.99637 0.24120 2.23960e-01
3 0.95856 0.70067 -0.99423 0.19931 4.21369e-02
4 0.95960 0.70751 -0.98333 0.19229 1.10879e-02
5 0.95545 0.71323 -0.98330 0.19051 5.81305e-03
6 0.95281 0.71420 -0.98396 0.19160 2.68474e-03
7 0.95264 0.71402 -0.98430 0.19215 5.56291e-04
J Vetor solucao
x x
7
=
_
_
0,95264
0,71402
0,98430
0,19215
_
_
.
Metodo de Gauss-Seidel
J Decompor a matriz A, tal que
A = D E F,
J D: matriz diagonal e E e F matrizes triangulares
inferior e superior com diagonais nulas.
J Sistema linear Ax = b escrito na forma
(D E F)x = b (D E)x = Fx +b.
J Forma de itera cao
x
k+1
=
_
(D E)
1
F
_
x
k
+(D E)
1
b
x
k+1
= Sx
k
+d .
J Matriz de iteracao do metodo de Gauss-Seidel
S = (D E)
1
F.
Forma analoga de dedu cao
J Sistema linear na forma
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
a
31
x
1
+a
32
x
2
+a
33
x
3
+ +a
3n
x
n
= b
3
.
.
.
.
.
.
.
.
.
a
n1
x
1
+a
n2
x
2
+a
n3
x
3
+ +a
nn
x
n
= b
n
.
J Explicitar x
i
na i-esima equacao.
J Equacoes de iterac oes de Gauss-Seidel
x
k+1
1
=
1
a
11
_
a
12
x
k
2
a
13
x
k
3
a
1n
x
k
n
+b
1
_
,
x
k+1
2
=
1
a
22
_
a
21
x
k+1
1
a
23
x
k
3
a
2n
x
k
n
+b
2
_
,
x
k+1
3
=
1
a
33
_
a
31
x
k+1
1
a
32
x
k+1
2
a
3n
x
k
n
+b
3
_
,
.
.
.
x
k+1
n
=
1
a
nn
_
a
n1
x
k+1
1
a
n2
x
k+1
2
a
n,n1
x
k+1
n1
+b
n
_
_
_
.
J Mesmo vetor inicial de Jacobi: x
0
i
=
b
i
a
ii
.
Algoritmo: metodo de Gauss-Seidel
Algoritmo Gauss-Seidel
{ Objetivo: Resolver o sistema Ax = b pelo metodo iterativo de }
{ Gauss-Seidel }
parâmetros de entrada n, A, b, Toler, IterMax
{ ordem, matriz, vetor independente, }
{ tolerancia e numero maximo de itera coes }
parâmetros de sada x, Iter, Erro
{ vetor solucao, numero de iteracoes e condicao de erro }
{ Construcao das matrizes para as iterac oes }
para i 1 ate n faca
r 1/A(i, i)
para j 1 ate n faca
se i = j ent~ao A(i, j) A(i, j) r fim se
fim para
b(i) b(i) r; x(i) b(i)
fim para; Iter 0
{ Iteracoes de Gauss-Seidel }
repita
Iter Iter +1
para i 1 ate n faca
Soma 0
para j 1 ate n faca
se i = j ent~ao Soma Soma +A(i, j) x(j) fim se
fim para
v(i) x(i); x(i) b(i) Soma
fim para
Norma1 0; Norma2 0
para i 1 ate n faca
se abs(x(i) v(i)) > Norma1 ent~ao
Norma1 abs(x(i) v(i))
fim se
se abs(x(i)) > Norma2 ent~ao Norma2 abs(x(i)) fim se
fim para
DifMax Norma1/Norma2
escreva Iter, x, DifMax
{ Teste de convergencia }
se DifMax < Toler ou Iter IterMax ent~ao interrompa fim se
fim repita
Erro DifMax Toler
{ variavel l ogica: se verdadeiro ha erro e se falso nao ha erro }
fim algoritmo
Exemplo
J Resolver o sistema pelo metodo de Gauss-Seidel
com < 10
5
e k
max
= 50
_
_
10 3 2
2 8 1
1 1 5
_
_
_
_
x
1
x
2
x
3
_
_ =
_
_
57
20
4
_
_.
|10| > |3|+|2|, |8| > |2|+|1| e |5| > |1|+|1|.
x
k+1
1
=
1
10
_
3x
k
2
+2x
k
3
+57
_
,
x
k+1
2
=
1
8
_
2x
k+1
1
+x
k
3
+20
_
,
x
k+1
3
=
1
5
_
x
k+1
1
x
k+1
2
4
_
.
J Vetor inicial
x
0
= [5,7 2,5 0,8]
T
.
x
1
1
=
1
10
_
3x
0
2
+2x
0
3
+57
_
,
x
1
1
=
1
10
(3(2,5) +2(0,8) +57) ;x
1
1
= 4,79;
x
1
2
=
1
8
_
2x
1
1
+x
0
3
+20
_
,
x
1
2
=
1
8
(2(4,79) +(0,8) +20) ;x
1
2
= 1,2025;
x
1
3
=
1
5
_
x
1
1
x
1
2
4
_
,
x
1
3
=
1
5
((4,79) (1,2025) 4);x
1
3
= 1,9985.
J x
1
= [4,79 1,2025 1,9985]
T
.
x
1
x
0
x
1
=
max(|4,79 5,7|, |1,2025 2,5|, | 1,9985 (0,8)|)
max(|4,79|, |1,2025|, | 1,9985|)
,
x
1
x
0
x
1
=
max(0,91; 1,2975; 1,1985)
max(4,79; 1,2025; 1,9985)
= 0,2709.
Solucao de sistema linear pelo metodo de Gauss-Seidel
k x1 x2 x3 Epsilon
0 5.70000 2.50000 -0.80000
1 4.79000 1.20250 -1.99850 2.70877e-01
2 4.93955 1.01530 -1.99097 3.78982e-02
3 4.99722 1.00182 -1.99981 1.15396e-02
4 4.99949 1.00015 -1.99993 4.55035e-04
5 4.99997 1.00002 -2.00000 9.55994e-05
6 5.00000 1.00000 -2.00000 5.32440e-06
J Vetor solucao
x x
6
= [5,00000 1,00000 2,00000]
T
.
Exemplo
J Resolver o sistema pelo metodo de Gauss-Seidel
com < 10
3
e k
max
= 50
_
_
5 2 0 1
1 8 3 2
0 1 6 1
1 1 2 9
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
6
10
5
0
_
_
.
|5| >|2| +|0| +|1|, |8| >|1| +|3| +|2|,
|6| >|0| +|1| +|1| e |9| >|1| +|1| +|2|.
x
k+1
1
=
1
5
_
2x
k
2
+x
k
4
+6
_
,
x
k+1
2
=
1
8
_
x
k+1
1
+3x
k
3
2x
k
4
+10
_
,
x
k+1
3
=
1
6
_
x
k+1
2
x
k
4
5
_
,
x
k+1
4
=
1
9
_
x
k+1
1
+x
k+1
2
2x
k+1
3
_
.
J Vetor inicial: x
0
= [1,2 1,25 0,8333 0]
T
.
x
1
1
=
1
5
_
2x
0
2
+x
0
4
+6
_
=
1
5
(2(1,25) +(0) +6),
= 0,7;
x
1
2
=
1
8
_
x
1
1
+3x
0
3
2x
0
4
+10
_
,
=
1
8
((0,7)+3(0,8333)2(0) +10)=0,85;
x
1
3
=
1
6
_
x
1
2
x
0
4
5
_
=
1
6
((0,85) (0) 5),
= 0,975;
x
1
4
=
1
9
_
x
1
1
+x
1
2
2x
1
3
_
,
=
1
9
((0,7) +(0,85) 2(0,975)) = 0,2333.
J x
1
= [0,7 0,85 0,975 0,2333]
T
.
x
1
x
0
x
1
=
max(|0,71,2|, |0,851,25|, |0,975(0,8333)|, |0,23330|)
max(|0,7|, |0,85|, |0,975|, |0,2333|)
,
x
1
x
0
x
1
=
max(0,5; 0,4; 0,1417; 0,2333)
max(0,7; 0,85; 0,975; 0,2333)
= 0,5128.
Solucao de sistema linear pelo metodo de Gauss-Seidel
k x1 x2 x3 x4 Epsilon
0 1.20000 1.25000 -0.83333 0.00000
1 0.70000 0.85000 -0.97500 0.23333 5.12821e-01
2 0.90667 0.71271 -0.99101 0.19867 2.08542e-01
3 0.95465 0.70937 -0.98467 0.19156 4.87314e-02
4 0.95456 0.71354 -0.98418 0.19193 4.22999e-03
5 0.95297 0.71383 -0.98429 0.19216 1.61801e-03
6 0.95290 0.71374 -0.98432 0.19216 9.20739e-05
J Vetor solucao
x x
6
=
_
_
0,95290
0,71374
0,98432
0,19216
_
_
.

02 Capitulo02

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

02 Capitulo02

Cargado por

Copyright:

Formatos disponibles

2.

Indices das linhas pivotais (LP): 4, 3, 1 e 2.

E condi cao suciente para a convergencia dos

También podría gustarte