Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.EQUAÇÃO LINEAR
n
ou simplesmente: S : ∑ai, j x j = bi ( i = 1 , 2 , ... , m )
j =1
1
a11 a12 a13 a1n
..... x1 b1
a a22 a23 ..... a2n x b
21 2 2
. . .
A= . x= . e b= .
. . .
. . .
am1 am 2
am3 ..... amn xn bm
Observações :
Observações :
2
y
6
5
4
3
2
1
0 x
0 1 2 3 4 5
0 x
0 1 2 3 4
Exemplos:
1. O sistema linear de ordem 4:
x1 = 3
x2 = 5
S4 :
x3 = −1
x4 = 2
3
2. Seja
a11x1 + a12 x2 + ..... + a1, n xn = b1
a21x1 + a22 x2 + ..... + a2, n xn = b2
a x + a x + ..... + a x = b
31 1 32 2 3, n n 3
S:
a x + a x + ........+ a x = b
i1 1 i 2 2 in n i
am1 x1 + am 2 x2 + ..... + am, n xn = bm
4. Dado o sistema :
x + 2y - 3z = 6
S3 2x - y + 4z = 2
: 4x + 3y - 2z = 14
12 – 4y + 6z – y + 4z = 2
10z – 5y = -10
2z – y = -2 y = 2z + 2
x = 6 - 4z – 4 + 3z x = 2 - z
2−z
Desta forma a solução do sistema é dada por: X = 2 + 2 z
z
Portanto, o conjunto solução de Sn é dado por:
4
X= { ( 2 – z , 2z + 2 , z ) / z ∈ ℜ}T
a11 x1
0 +a12 x2 +a13 x3 +a14 x4 +.......... .... +
a1n xn = b1
+a22 x2 +a23 x3 +a24 x4 +.......... ..... +a2 n xn = b2
0 +0 a33 x3 +a34 x4 + .......... ...... +a3n xn = b3
+
S n : . +. +0 +a44 x4 +.......... ....... +a4 n xn = b4
. +. +0 +0 +.......... ........ + .
+. +. +. +.......... ......... + .
. +0 +0 +
0 +.......... ......... +
ann xn = bn
0
a11 x1
a x +0 +0 +0 +0 +....... +0
b
=1
21 1 +a22 x2 +0 +0 +0 +........ +0 =b2
a31 x1 a32 x2 a33 x3 +0 b3
+ + +0 +........ +0 =
Sn: a41 x1 +a42 x2 +a43 x3 +a44 x4 +0 +........ +0 =b4
.
+. +. +. +. +......... +. =.
+. +. +. +. + ......... +. =.
. +an 2 x2 +an3 x3 +an 4 x4 +an5 x5 +.......... +ann xn =bn
an1x1
5
No sistema triangular superior, por exemplo, podemos calcular
bn
facilmente o valor de xn , como sendo, xn
ann = ( ann ≠ 0). Usando
substituições retroativas calculamos os demais xi
(i = 1 , 2 , ... , n-1).
Neste caso o sistema linear S n é compatível e determinado.
n
i) se bi − ∑aij x j = 0 , então o sistema triangular Sn é compatível e
j =i +1
5.TRANSFORMAÇÕES ELEMENTARES
ii) Multiplicar uma equação linear de S n por um número real não nulo ;
6.SISTEMAS EQUIVALENTES
7.SISTEMAS ESCALONADOS
6
É todo sistema do tipo :
a1r1 xr1
a x a1n xn =b1
+ a1r2 xr2 + 1r3 r3 + .
. +
+ a2r2 xr2 + a2 r3 xr3 + . a x
+2n n =b2
.
+ 0 + . + . + . =.
S n : . + 0 + . + . + . =.
. + 0 +a x
krk rk
+akrk +1 xr
k +1
+akn xn =bk
+ 0 + 0 + 0 +0 xrk +1 =0
.
i) Métodos diretos
ii) Métodos indiretos
8. MÉTODOS DIRETOS
7
seja uma matriz triangular superior , pois os sistemas triangulares
são de fácil resolução.
bn
da última equação temos que xn = (an,n ≠ 0)
an,n
b −a x
xn −1 = n −1 n −1 n
an −1, n −1
n
bi − ∑ai, j x j
j =i +1
xi = (i =1,2,3....., n)
ai,i
8
ALGORÍTMO PARA O MÉTODO GAUSS
x1 b1
a11 a12 a13 .............. a1n x b
a 2 2
a22 a23 ................ a2n b3
21 x3
A = a31 a32 a33 ................. a3n x = e b = .
.
.
am1 am 2 am3 .................. amn .
x
n bm
Consideremos a matriz :
9
Para isso devemos proceder do seguinte modo:
m2,1.L1 + L2
−
m3,1.L1 + L3
−
.
.
.
mn,1.L1 + Ln
−
10
EXERCÍCIOS.
2x1 + 3x2 - x3 = 5
4x1 + 4x2 - 3x3 = 3
2x1 - 3x2 + x3 = -1
11
Exercícios.
Resolva os sistemas lineares dados a seguir pelo método de
Eliminação de Gauss
4 x1 − x2 + x3 = 8 4 x1 + x2 + 2 x3 = 9
1. 2 x1 + 5 x2 + 2 x3 = 3 2. 2 x1 + 4 x2 − x3 = − 5
x + 2x + 4x = 1 1 x + x − 3x = − 9
1 2 3 1 2 3
3
x1 − x2 + 3 x3 = 2 1 2 x2 + 3x3 = 1
2 x −
3. 3 x1 − 3 x2 + x3 = −1 4. − x1 + 2 x3 = 3
x + x = 3 9
1 2 4 x1 + x2 + 5 x3 = 1
2
2 x1 = 3 1
3 9 x1 − 2 x2 + x3 = 4
x1 + x2 =
2 2 2 x1 − x2 − x3 + x4 = 5
6. 7.
− 3x2 + 1 x3 = − 6,6 x1 + x2 = 2
2 1
2 x − 2 x + x + x = 0,8 x1 − x2 + x3 + x4 = 5
1 2 3 4 2
x1 + x2 + x4 = 2 x1 + x2 + x4 = 2
2 x + x − x + x = 1 2x + x − x + x = 1
1 2 3 4 1 2 3 4
8. 9.
4 x1 − x2 − x3 + 2 x4 = 0 − x1 + 2 x2 + 3x3 − x4 = 4
3x1 − x2 − x3 + 2 x4 = −3 3x1 − x2 − x3 + 2 x4 = − 3
12
1 1 1
4 5 x1 + x2 + x3 = 9
6 2,333x1 + 15920 x2 − 10,333x3 = 15913
1 1 1
10. x1 + x2 + x3 = 8 11. 2,222 x1 + 16,71x2 + 9,612 x3 = 28,544
3 4 5 1,5611x + 5,1791x + 1,6852 x = 8,4254
1 1 2 3
2 x1 + x2 + 2 x3 = 8
1 1 1 1
x1 + x 2 + x3 + x4 =
2 3 4 6 2 x1 + x2 − x3 + x4 − 3x3 = 7
x + 2x − x + x = 2
1 x + 1 x + 1 x + 1 x = 1 1 3 4 5
2 1 3 2 4 3 5 4 7
12. 13. − 2 x2 − x3 + x4 − x5 = − 5
1 1 1
x1 + x2 + x3 + x4 = 1 1
3x + x − 4 x + 5 x = 6
3 4 5 6 8 1 2 3 5
1 1 1 1 1 x1 − x2 − x3 − x4 + x5 = 3
x1 + x2 + x3 + x4 =
4 5 6 7 9
Método de Gauss-Jordan
x1 + x2 + 2 x3 = 4
2 x1 − x2 − x3 = 0
x − x − x = −1
1 2 3
L A B ∑ multiplicador Op. Elem.
L1 1 1 2 4 8
L2 2 -1 -1 0 0 m2,1 = 2 = 2
1
13
L3 1 -1 -1 -1 -2 m2,1 = 1 = 1
1
L4 1 1 2 4 8 L4 = L1
L5 0 -3 -5 -8 -16 L5 =(-2) L1 + L2
L6 0 -2 -3 -5 -10 L6 =(-2) L1 + L3
L7 1 1 2 4 8 m 7, 2 = 1 = 1 L7 = L4
1
L8
0 -1 - 5 3 - 8 3 -16 3 L8 = 1 L5
3
L9 0 -2 -3 -5 -10 m9,2 = 2 = 2 L9 = L6
1
L10 1 4 8 L10 =(1) L8 + L7
1 0 3 3 3
L11
0 -1 - 53 - 83 -16 3
L11 = L8
x1 = 1
1
x2 = 1 cuja solução é X = 1
x =1 1
3
Exercícios.
14
Resolva pelo método de Gauss-Jordan os exercícios propostos no
método de Eliminação de Gauss.
0,042
0,214
r =
0,594
− 0,594
15
REFINAMENTO DE SOLUÇÕES
ou ainda
ou seja A.ϑ(0) = b − A. X (0) ⇒ A.ϑ(0) = r (0)
A. X (0) + A.ϑ(0) = b
pois r = b − A. X e A.ϑ(0) = r (0) → r (0) = b − A. X (0) ∴ X (1) = X (0) +ϑ(0)
16
SISTEMAS BEM OU MAL CONDICIONADOS
Por exemplo :
x + x = 3
S2 : 1 2
x1 − x2 = 1
det( A)
det( NormA ) =
α1.α2 ....... αn
onde αi = (ai1 ) 2 +(ai,2 ) 2 +.......( ai, n ) 2 , i =1,2,3,..... n
−2
e α1 = 2 e α2 = 2 . Assim det( NormA ) = = −1 < 1
2. 2
17
Agora se modificarmos esse sistema para :
x + x = 3
S2 : 1 2
x1 − x2 = 1,001
Portanto :
18
Examinando r , X (1) = [ 2,0 0,001 ]T poderia ser considerada uma boa
aproximação para a solução X do sistema , o que , de fato , não se
verifica.
Equações como as do sistema :
x1 + 1,0 0x2 1= 2,0 0 1
S2 : são mal condicionadas
0,9 9x1 9+ x2 = 1,9 9 9
Pois, calculando-se o determinante normalizado do sistema acima
obtemos:
1 1,001 α1 = 1 + (1,001 ) 2 =1,414921
det( A) =
0,999 1
= 0,000001 e
α2 = (0,999 ) 2 +1 =1,413507
0,000001
Finalmente det( NormA ) = = 5.10 −7
1,414921 .1,413507
Cálculo do Determinante
Exemplos:
1) Dada a matriz :
19
2 3 − 1 2 3 − 1 2 3 − 1
A = 4 4 − 3 ⇒ 0 − 2 − 1 ⇒ 0 − 2 − 1
2 − 3 1 0 − 6 2 0 0 5
2) A matriz
1 2
1 1 2 1 1 2 1
A = 1 −1 −1 ⇒ 0
−3 − 5 ⇒ 0 −3 − 5
1
1 −1 −1 0 −2 − 3 0 0
3
m2,1 = −2
m3,1 = −1
2
m3,2 = −
3
1 1 2
1
B = 0 −3 − 5 temos que det( B ) = 1.( −3). = −1
1 3
0 0
3
MÉTODOS ITERATIVOS
Definição: Um método é chamado iterativo quando fornece uma
seqüência de aproximações da solução, cada uma obtida das
anteriores , pela aplicação do mesmo tipo de processo , sendo dada
uma aproximação inicial X (0).
20
Podemos transformar o sistema linear dado A . X = b , num sistema
equivalente da forma
X=F.X+d
AX = b ⇔ AX + IX = b + IX ⇔ AX + IX – b = IX ∴ X = (A+I) X – b,
pois IX = X. Fazendo A+I = F e -b = d temos :
X= F . X + d
(0)
Partindo-se da aproximação inicial X = [ x 1( 0 ) , x (20) , ... , x (n0 ) ]T ,
obtém-se :
1ª aproximação : X (1) = F . X
(0)
+d
2ª aproximação : X (2) = F . X
(1)
+d
(k)
k-ésima aproximação : X = F . X (k-1) + d
(k+1)
k+1 aproximação : X = F . X (k) + d
(k) (k-1)
Seja : | X - X | = máx { | x i( k ) - x i( k −1) |}
↓ 1≤ i ≤ n
(distância entre X (k-1) e X (k)
Se lim | X (k) - X (k-1) | = 0 , então as aproximações X
(1)
,X (2)
, ... X
(k)
,
k→∞ convergem para a solução X do sistema.
MÉTODO DE GAUSS-JACOBI.
Dado o sistema :
21
Explicitando, no sistema anterior, x1 na primeira equação, x2 na
segunda equação e assim sucessivamente até xn na n-ésima
equação do sistema acima, obtemos:
b − ( a12 x2 + a13 x3 +.......... .... + a1n xn )
x1 = 1
a11
b − ( a21 x1 + a23 x3 +.......... .... + a2 n xn )
x2 = 2
a22
.
.
.
.
bk − ( ak1x1 + ak 2 x2 +..... + ak , k −1xk −1 + ak , k +1xk +1 +......... + akn xn )
xk =
ak , k
.
.
bn − ( an1x1 + an 2 x2 +..... +.......... .......... .......... ...... + an, n −1xn −1 )
xn =
an , n
X= x2 d= b2
a 22
xn bn
a nn
22
0 a12 a13 ... a1n
- - -
a11 a11 a11
F= a 21 a 23 ... a2n
- - -
a 22 0 a 22 a 22
a n1 an 2 an3 ...
- - -
a nn a nn a nn 0
(k+1) (k)
X =F. X +d k = 0,1.2...
{ }
uma seqüência xi (k ) convergente para a solução do sistema dado,
independentemente da escolha da aproximação inicial X (0) .
23
Observação: Podem existir casos em que o Critério das Linhas não
seja satisfeito. Nesses casos de vemos tentar uma permutação de
linhas e/ou colunas de forma a obtermos uma disposição para a qual
a matriz dos coeficientes satisfaça o critério das linhas. No entanto,
nem sempre é possível obter tal disposição o que nos mostra que o
Critério das Linhas é apenas uma condição suficiente para a
convergência dos sistemas lineares.
Exemplo.
1 0x1 + 2 x2 + x3 = 7
Resolver o sistema linear: x1 + 5 x2 + x3 = − 8
2 x + 3x + 1 0x = 6
1 2 3
0,7
a) pelo Método de Gauss-Jacobi com X (0) = −1,6 e ε = 0,05 .
0,6
Exercícios
Nos sistemas lineares abaixo
a) verifique a convergência pelo método das linhas;
b) resolva (se possível) o sistema pelo método de Gauss-Jacobi,
considerando X (0) = [0 0 0 0]T e ε <10 −2
x1 − 0,25 x2 − 0,25 x3 = 0
− 0,25 x + x2 − 0,25 x4 = 0
1
1.
− 0,25 x1 + x3 − 0,25 x4 = 0,25
− 0,25 x2 + x4 = 0,25
4 x1 + x2 + x3 + x4 = 7
2 x − 8 x2 + x3 − x4 = −6
1
2.
+ 2 x2 − 5 x3 + = −1
x1 x4
x1 + x2 + x3 − 4 x4 = −1
24
5 x1 − x2 + 2 x3 − x4 = 5
x + 9 x2 − 3 x3 + 4 x4 = 26
1
3.
3 x2 − 7 x3 + 2 x4 = −7
− 2 x1 + 2 x2 − 3 x3 + 10 x4 = 33
10 x1 + 4 x2 − x3 + 3 x4 = 2
− 8 x2 − 2 x3 + x4 − 3 x5 = 5
4. 2 x1 − 4 x2 + 7 x3 = 13
− x + 2 x2 − 3 x3 − 10 x4 + 2 x5 = 4
1
2 x1
− x2 − x3 + x4 − 7 x5 = 7
4 x1 − x2 − x4 = 0
− x + 4 x2 − x3 − x5 = 5
1
− x2 + 4 x3 − x6 = 0
5.
− x1 + 4 x4 − x5 = 6
− x2 − x4 + 4 x5 − x6 = −2
− x3 − x5 + 4 x6 = 6
X ( 0) = [ 0 0 0 0 0 0]T e ε <10 −2
4 x1 + x2 + x3 + x5 = 6
− x − 3 x + x3 + x4 = 6
1 2
2x
6. 1 + x2 + 5 x3 − x4 − x5 = 6
− x − x − x3 + 4 x4 = 6
1 2
2 x2 − x3 + x4 + 4 x5 = 6
MÉTODO DE GAUSS-SEIDEL
Da mesma forma que no método de Gauss-Jacobi, no método
de Gauss-Seidel o sistema linear A.x = b é escrito na forma
equivalente X= FX + d por separação da diagonal. Da mesma forma
O processo iterativo de Gauss-Seidel consiste em, sendo X (0)
uma aproximação inicial, calcular X (1) , X (2) , X (3) , ....., X (k ) através
das equações de iterações dadas por:
25
( k +1) 1
x1 = .(b1 − a1,2 x2(k ) − a1,3 x3(k ) − .................. − a1,n xn ( k ) )
a1,1
( k +1) 1
x2 = .(b2 − a2,1x1( k +1) − a2,3 x3(k ) − .................. − a2,n xn ( k ) )
a 2,2
(k +1) 1
x3 = .(b3 − a3,1x1(k +1) − a3,2 x2( k +1) − a3,4 x4( k ) .................. − a3, n xn (k ) )
a3,3
.
.
.
.
x ( k +1) = 1 .(b − a x ( k +1) − a x (k +1) − .................. − a ( k +1)
n n n,1 1 n, 2 2 n, n −1xn −1 )
a n , n
k > Itmáx
x (k )
1 (k )
x2
.
X (k ) = . a k-ésima aproximação de X *.
.
(k )
x n − 1
x (k )
n
Agora
( k +1)
e1 =−
1
a1,1
( )
. a1, 2 .e2 ( k ) + a1,3 .e3( k ) +.......... .......... + a1, n .en ( k )
( k +1)
e2 =−
a
1
(
. a2,1.e1( k +1) + a2,3 .e3( k ) +.......... .......... + a2, n .en ( k ) )
2, 2
( k +1)
e3 =−
a
1
(
. a3,1.e1
( k +1)
+ a3, 2 .e2
( k +1) (k )
+ a3, 4 .e4 .......... .......... + a3, n .en
(k )
)
3, 3
.
.
.
(
en ( k +1) = − 1 . an ,1.e1( k +1) + an , 2 .e2 ( k +1) +.......... .......... + an , n −1.en −1( k +1)
an , n
)
27
Chamemos de {
E ( k ) = máx ei ( k ) } e sejam:
n a1, j
β1 = ∑
j =2 a1,1
28
A prova da convergencia consiste em verificar que se o critério
das linhas for satisfeito, automaticamente o critério de Sassenfeld
será também satisfeito.
Devemos tambem observar que o critério de Sassenfeld pode ser
satisfeito mesmo que o critério das linhas não o seja.
Exemplo
Resolva o sistema linear abaixo pelo método iterativo de Gauss-
Seidel, verificando inicialmente a convergência pelo método de
Sassenfeld
5x1 + x2 + x3 = 5
3x1 + 4 x2 + x3 = 6
3x + 3x + 6 x = 0
1 2 3
0
considerando X ( 0)
= 0 e ε = 5.10 −3
0
Exercicios.
3x1 − x2 + x3 = 1 − = 9
10 x1
x2
1. 3x1 + 6 x2 + 2 x3 = 0 2. − x1 + 10 x2 − 2 x3 = 7
3x + 3x + 7 x = 4 − 2 x2 + 10 x3 = 6
1 2 3
10 x1 + 5 x2 = 6
5x
1 + 10 x2 − 4 x3 = 25
3.
− 4 x2 + 8 x3 − x4 = − 11
− x3 + 5 x4 = − 11
29
4 x1 + x2 − x3 + x4 = −2
x + 4 x2 − x3 − x4 = −1
1
4.
− x1 − x2 + 5 x3 + x4 = 0
x1 − x2 + x3 + 3 x4 = 1
30