Baixe o app para aproveitar ainda mais
Prévia do material em texto
128 Cálculo Numérico Solução. A matriz de iteração é dada por: TJ := −D−1(L+ U) = − 1 3 0 0 0 −1 4 0 0 0 −1 5 ︸ ︷︷ ︸ D−1 0 1 −1 −1 0 1 1 2 0 ︸ ︷︷ ︸ (L+U) = 0 −1 3 1 3 −1 4 0 1 4 1 5 2 5 0 . (4.227) O vetor da iteração de Jacobi é: cJ := D−1b = 1 3 0 0 0 −1 4 0 0 0 −1 5 ︸ ︷︷ ︸ D−1 2 −10 10 ︸ ︷︷ ︸ b = 2 3 5 2 −2 . (4.228) Em python, podemos computar TJ e cJ da seguinte forma: >>> TJ = -np.linalg.inv(D).dot(L+U); >>> cJ = np.linalg.inv(D).dot(b); ♦ Iteração de Gauss-Seidel A forma matricial da iteração do método de Gauss-Seidel também pode ser construída com base na decomposição A = L+D + U . Para tando, fazemos: Ax = b ⇔ (L+D + U)x = b (4.229) ⇔ (L+D)x = −Ux+ b (4.230) ⇔ x = −(L+D)−1U︸ ︷︷ ︸ =:TG x+ (L+D)−1b︸ ︷︷ ︸ =:cG (4.231) Ou seja, a iteração do método de Gauss-Seidel escrita na forma matricial é: x(k+1) = TGx (k) + cG, k ≥ 1, (4.232) com x(1) uma aproximação inicial dada, sendo TG := −(L + D)−1U a matriz de iteração e cJ = (L+D)−1b o vetor da iteração. Exemplo 4.7.6. Construa a matriz de iteração TG e o vetor de iteração cG do método de Gauss-Seidel para o sistema dado no Exemplo 4.7.4. Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br https://creativecommons.org/licenses/by-sa/3.0/ reamat@ufrgs.br 4.7. MÉTODOS ITERATIVOS PARA SISTEMAS LINEARES 129 Solução. A matriz de iteração é dada por: TG = −(L+D)−1U = − 3 0 0 −1 −4 0 1 −2 −5 −1 ︸ ︷︷ ︸ (L+D)−1 0 1 −1 0 0 1 0 0 0 ︸ ︷︷ ︸ U = 0 −1 3 1 3 0 1 12 1 6 0 − 1 10 0 . (4.233) O vetor da iteração de Gauss-Seidel é: cG := (L+D)−1b = 3 0 0 −1 −4 0 1 −2 −5 −1 ︸ ︷︷ ︸ (L+D)−1 2 −10 10 ︸ ︷︷ ︸ b = 2 3 7 3 −28 10 . (4.234) Em Python, podemos computar TG e cG da seguinte forma: -->TG = -np.linalg.inv(L+D).dot(U); -->cG = np.linalg.inv(L+D).dot(b); ♦ Condições de convergência Aqui, vamos discutir condições necessárias e suficientes para a convergência de métodos iterativos. Isto é, dado um sistema Ax = b e uma iteração: x(k+1) = Tx(k) + c, k ≥ 1, (4.235) x(1) dado, estabelecemos condições nas quais x(k) → x∗, onde x∗ é a solução do sistema dado, isto é, x∗ = Tx∗ + c ou, equivalentemente, Ax∗ = b. Lema 4.7.1. Seja T uma matriz real n×n. O limite lim k→∞ ∥∥∥T k∥∥∥ p = 0, 1 ≤ p ≤ ∞, se, e somente se, ρ(T ) < 1. Demonstração. Aqui, fazemos apenas um esboço da demonstração. Para mais detalhes, veja [8], Teorema 4, pág. 14. Primeiramente, suponhamos que ‖T‖p < 1, 1 ≤ p ≤ ∞. Como (veja [8], lema 2, pág. 12): ρ(T ) ≤ ‖T‖p , (4.236) temos ρ(T ) < 1, o que mostra a implicação. Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br https://creativecommons.org/licenses/by-sa/3.0/ reamat@ufrgs.br
Compartilhar