Baixe o app para aproveitar ainda mais
Prévia do material em texto
GEX114 - Ca´lculo Nume´rico Profa. Dra. Amanda Castro Oliveira Departamento de Cieˆncias Exatas - DEX/UFLA amanda@dex.ufla.br Cap.3 - Resoluc¸o˜es de Sistemas Lineares 3.1 Introduc¸a˜o Te´cnicas para a resoluc¸a˜o de sistemas lineares atrave´s de me´todos: diretos de decomposic¸a˜o e eliminac¸a˜o; iterativos. A necessidade de se resolver sistemas de equac¸o˜es lineares aparece numa grande variedade de problemas cient´ıficos. Estimativas sugerem que a cada 4 problemas de simulac¸a˜o nume´rica 3 convertem-se na resoluc¸a˜o de sistemas. 3.2 Sistemas de Equac¸o˜es Lineares Seja o Sistema Linear Ax = b , onde A = (aij) i , j = 1, 2, ..., n A = matriz nxn, matriz dos coeficientes, x = (xj) t , j = 1, ..., n vetor da inco´gnitas, b = (bi ) t , i = 1, ..., n vetor dos coeficientes independentes, det(A) 6= 0 Garantia de soluc¸a˜o u´nica. 3.2 Sistemas de Equac¸o˜es Lineares O sistema linear (s.l.) pode ser representado da seguinte forma: a11x1+ a12x2+ · · · +a1nxn = a21x1+ a22x2+ · · · +a2nxn = ... an1x1+ an2x2+ · · · +annxn = b1 b2 ... bn ou na forma matricial a11 a12 · · · a1n a21 a22 · · · a2n ... ... . . . ... an1 an2 · · · ann x1 x2 ... xn = b1 b2 ... bn ou ainda na forma compacta: n∑ j=1 aijxj = bi i = 1, ...n 3.2 Sistemas de Equac¸o˜es Lineares O sistema linear (s.l.) pode ser representado da seguinte forma: a11x1+ a12x2+ · · · +a1nxn = a21x1+ a22x2+ · · · +a2nxn = ... an1x1+ an2x2+ · · · +annxn = b1 b2 ... bn ou na forma matricial a11 a12 · · · a1n a21 a22 · · · a2n ... ... . . . ... an1 an2 · · · ann x1 x2 ... xn = b1 b2 ... bn ou ainda na forma compacta: n∑ j=1 aijxj = bi i = 1, ...n 3.2 Sistemas de Equac¸o˜es Lineares O sistema linear (s.l.) pode ser representado da seguinte forma: a11x1+ a12x2+ · · · +a1nxn = a21x1+ a22x2+ · · · +a2nxn = ... an1x1+ an2x2+ · · · +annxn = b1 b2 ... bn ou na forma matricial a11 a12 · · · a1n a21 a22 · · · a2n ... ... . . . ... an1 an2 · · · ann x1 x2 ... xn = b1 b2 ... bn ou ainda na forma compacta: n∑ j=1 aijxj = bi i = 1, ...n 3.2 Sistemas de Equac¸o˜es Lineares Resolver um sistema linear consiste em determinar um vetor x∗ = (x1, x2, ...xn)t que satisfac¸a simultaneamente a todas as equac¸o˜es do sistema. Graficamente, no <2, podemos representar a soluc¸a˜o de um sistema linear considerando os seguintes exemplos:{ −x1 + 2x2 = 3 x1 + x2 = 3 , det(A) = −1− 2 = −1. 3.2 Sistemas de Equac¸o˜es Lineares Resolver um sistema linear consiste em determinar um vetor x∗ = (x1, x2, ...xn)t que satisfac¸a simultaneamente a todas as equac¸o˜es do sistema. Graficamente, no <2, podemos representar a soluc¸a˜o de um sistema linear considerando os seguintes exemplos:{ −x1 + 2x2 = 3 x1 + x2 = 3 , det(A) = −1− 2 = −1. 3.2 Sistemas de Equac¸o˜es Lineares Resolver um sistema linear consiste em determinar um vetor x∗ = (x1, x2, ...xn)t que satisfac¸a simultaneamente a todas as equac¸o˜es do sistema. Graficamente, no <2, podemos representar a soluc¸a˜o de um sistema linear considerando os seguintes exemplos:{ −x1 + 2x2 = 3 x1 + x2 = 3 , det(A) = −1− 2 = −1. 3.2 Sistemas de Equac¸o˜es Lineares { x1 + x2 = 3 2x1 + 2x2 = 6 , det(A) = 2− 2 = 0. 3.2 Sistemas de Equac¸o˜es Lineares { x1 + x2 = 3 2x1 + 2x2 = 6 , det(A) = 2− 2 = 0. 3.2 Sistemas de Equac¸o˜es Lineares { x1 + x2 = 3 x1 + x2 = 6 , det(A) = 1− 1 = 0. 3.2 Sistemas de Equac¸o˜es Lineares { x1 + x2 = 3 x1 + x2 = 6 , det(A) = 1− 1 = 0. 3.2 Sistemas de Equac¸o˜es Lineares Definic¸a˜o 3.1: Dizemos que o sistema Ax = b, onde A = (aij) , x = (xj) t , b = (bi ) t ; i , j = 1, ..., n e´ consistente se apresenta pelo menos uma soluc¸a˜o, caso contra´rio ele e´ dito inconsistente. Definic¸a˜o 3.2: O Sistema Ax = b e´ dito homogeˆneo se o vetor dos coeficientes independentes, b = (bi ) t = 0 ∀i Todo sistema homogeˆneo e´ consistente, pois o vetor nulo sempre e´ soluc¸a˜o. Vamos procurar resolver sistemas consistentes atrave´s de me´todos diretos e iterativos cuja soluc¸a˜o seja na˜o nula. Consideraremos sempre o vetor dos termos independentes b = (bi ) t 6= 0 ∀i 3.2 Sistemas de Equac¸o˜es Lineares Definic¸a˜o 3.1: Dizemos que o sistema Ax = b, onde A = (aij) , x = (xj) t , b = (bi ) t ; i , j = 1, ..., n e´ consistente se apresenta pelo menos uma soluc¸a˜o, caso contra´rio ele e´ dito inconsistente. Definic¸a˜o 3.2: O Sistema Ax = b e´ dito homogeˆneo se o vetor dos coeficientes independentes, b = (bi ) t = 0 ∀i Todo sistema homogeˆneo e´ consistente, pois o vetor nulo sempre e´ soluc¸a˜o. Vamos procurar resolver sistemas consistentes atrave´s de me´todos diretos e iterativos cuja soluc¸a˜o seja na˜o nula. Consideraremos sempre o vetor dos termos independentes b = (bi ) t 6= 0 ∀i 3.2 Sistemas de Equac¸o˜es Lineares Definic¸a˜o 3.1: Dizemos que o sistema Ax = b, onde A = (aij) , x = (xj) t , b = (bi ) t ; i , j = 1, ..., n e´ consistente se apresenta pelo menos uma soluc¸a˜o, caso contra´rio ele e´ dito inconsistente. Definic¸a˜o 3.2: O Sistema Ax = b e´ dito homogeˆneo se o vetor dos coeficientes independentes, b = (bi ) t = 0 ∀i Todo sistema homogeˆneo e´ consistente, pois o vetor nulo sempre e´ soluc¸a˜o. Vamos procurar resolver sistemas consistentes atrave´s de me´todos diretos e iterativos cuja soluc¸a˜o seja na˜o nula. Consideraremos sempre o vetor dos termos independentes b = (bi ) t 6= 0 ∀i 3.3 Me´todos Diretos Me´todos diretos sa˜o aqueles que, a menos de erros de arredondamento, fornecem a soluc¸a˜o exata do sistema linear, caso ela exista, apo´s um nu´mero finito de operac¸o˜es. Todos os me´todos estudados no ensino me´dio, Regra de Cramer, Escalonamento, etc. No caso de sistemas lineares nxn, com soluc¸a˜o u´nica, o vetor x∗ e´ dado por: x∗ = A−1b, pois se Ax = b com det(A) 6= 0 ∃A−1 tal que AA−1 = In e A−1Ax = A−1b enta˜o Inx = A−1b Calcular explicitamente A−1 e em seguida efetuar o produto A−1b e´ desaconselha´vel, uma vez que o nu´mero de operac¸o˜es envolvidas e´ grande, o que faz com que este processo na˜o seja ta˜o competitivo face aos demais me´todos estudados. 3.3 Me´todos Diretos Me´todos diretos sa˜o aqueles que, a menos de erros de arredondamento, fornecem a soluc¸a˜o exata do sistema linear, caso ela exista, apo´s um nu´mero finito de operac¸o˜es. Todos os me´todos estudados no ensino me´dio, Regra de Cramer, Escalonamento, etc. No caso de sistemas lineares nxn, com soluc¸a˜o u´nica, o vetor x∗ e´ dado por: x∗ = A−1b, pois se Ax = b com det(A) 6= 0 ∃A−1 tal que AA−1 = In e A−1Ax = A−1b enta˜o Inx = A−1b Calcular explicitamente A−1 e em seguida efetuar o produto A−1b e´ desaconselha´vel, uma vez que o nu´mero de operac¸o˜es envolvidas e´ grande, o que faz com que este processo na˜o seja ta˜o competitivo face aos demais me´todos estudados. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss Os me´todos de eliminac¸a˜o evitam o ca´lculo direto da matriz inversa de A, ale´m disto, na˜o apresentam problemas com o tempo de execuc¸a˜o como na regra de Cramer. Consiste em transformar o sistema linear original em um sistema linear equivalente com matriz dos coeficientes triangular superior. Sistemas triangulares tem soluc¸a˜o imediata. Definic¸a˜o 3.3: Dois sistemas lineares sa˜o ditos equivalentes se possuem a mesma soluc¸a˜o. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Sistemas Triangulares Considere o sistema linear Ux = b com U = (uij) , x = (xj) t , b = (bi ) t ; i , j = 1, ..., n onde a matriz dos coeficientes e´ triangularsuperior, isto e´, seus coeficientes (uij = 0) sempre que i > j e com (uii 6= 0), i = 1, ..., n, enta˜o podemos escrever: u11x1+ u12x2+ · · · +u1nxn = u22x2+ · · · +u2nxn = .. . unnxn = b1 b2 ... bn Este sistema pode ser facilmente resolvido por substituic¸a˜o, sendo xn a primeira inco´gnita a ser determinada e x1 a u´ltima. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Sistemas Triangulares Ex. Calcule a soluc¸a˜o do seguinte sistema de equac¸o˜es lineares: 3x1 +x2 = +2x2 −x3 = +3x3 = 4 2 0 x3 = 0 3 = 0 x2 = 2 + (x3) 2 = 2 + (0) 2 = 1 x1 = 4− x2 3 = 4− 1 3 = 1 Enta˜o x = 11 0 e´ o vetor soluc¸a˜o do sistema. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Sistemas Triangulares Ex. Calcule a soluc¸a˜o do seguinte sistema de equac¸o˜es lineares: 3x1 +x2 = +2x2 −x3 = +3x3 = 4 2 0 x3 = 0 3 = 0 x2 = 2 + (x3) 2 = 2 + (0) 2 = 1 x1 = 4− x2 3 = 4− 1 3 = 1 Enta˜o x = 11 0 e´ o vetor soluc¸a˜o do sistema. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Sistemas Triangulares Ex. Calcule a soluc¸a˜o do seguinte sistema de equac¸o˜es lineares: 3x1 +x2 = +2x2 −x3 = +3x3 = 4 2 0 x3 = 0 3 = 0 x2 = 2 + (x3) 2 = 2 + (0) 2 = 1 x1 = 4− x2 3 = 4− 1 3 = 1 Enta˜o x = 11 0 e´ o vetor soluc¸a˜o do sistema. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Sistemas Triangulares Consideremos a matriz U, triangular superior, cuja linha gene´rica (i) e´ dada por: uiixi + uii+1xi+1 + uii+2xi+2 + · · ·+ uinxn = bi , enta˜o: xi = (bi − n∑ j=i+1 uijxj) uii Algoritmo 3.1: Resoluc¸a˜o de um sistema triangular superior 1 xn = bn unn 2 Para i = (n − 1), (n − 2), · · · , 1 fac¸a: xi = (bi − n∑ j=i+1 uijxj) uii . 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Sistemas Triangulares Consideremos a matriz U, triangular superior, cuja linha gene´rica (i) e´ dada por: uiixi + uii+1xi+1 + uii+2xi+2 + · · ·+ uinxn = bi , enta˜o: xi = (bi − n∑ j=i+1 uijxj) uii Algoritmo 3.1: Resoluc¸a˜o de um sistema triangular superior 1 xn = bn unn 2 Para i = (n − 1), (n − 2), · · · , 1 fac¸a: xi = (bi − n∑ j=i+1 uijxj) uii . 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Descric¸a˜o Este me´todo consiste em transformar convenientemente o sistema linear original para obter um sistema linear equivalente com a matriz dos coeficientes triangular superior. Teorema 3.1 Seja Ax = b um sistema linear. Aplicando sobre as equac¸o˜es deste sistema uma sequeˆncia de operac¸o˜es elementares escolhidas entre: (i) trocar duas equac¸o˜es; (ii) multiplicar uma equac¸a˜o por uma constante na˜o nula; (iii) adicionar um mu´ltiplo de uma equac¸a˜o a uma outra equac¸a˜o; obtemos um novo sistema A˜x = b˜ e os sistemas sa˜o equivalentes. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss - Descric¸a˜o Este me´todo consiste em transformar convenientemente o sistema linear original para obter um sistema linear equivalente com a matriz dos coeficientes triangular superior. Teorema 3.1 Seja Ax = b um sistema linear. Aplicando sobre as equac¸o˜es deste sistema uma sequeˆncia de operac¸o˜es elementares escolhidas entre: (i) trocar duas equac¸o˜es; (ii) multiplicar uma equac¸a˜o por uma constante na˜o nula; (iii) adicionar um mu´ltiplo de uma equac¸a˜o a uma outra equac¸a˜o; obtemos um novo sistema A˜x = b˜ e os sistemas sa˜o equivalentes. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss Ex. Seja o seguinte sistema linear use a eliminac¸a˜o gaussiana para encontrar a sua soluc¸a˜o: 3x1 +2x2 +4x3 = x1 +x2 +2x3 = 4x1 +3x2 −2x3 = 1 2 3 Neste sistema aii 6= 0 ∀i Ale´m disto, det(A) = −8 6= 0, garantia de soluc¸a˜o u´nica para o sistema. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss Vamos trabalhar com a representac¸a˜o matricial e vamos considerar a matriz A na forma aumentada. A(0) = A|b 3 2 4 11 1 2 2 4 3 −2 3 Seja L (t) i a linha i da matriz aumentada na etapa t. Aqui L (0) 2 = [1 1 2 2]. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss 1aEtapa: Eliminar x1 das equac¸o˜es i = 2, · · · , n, da seguinte forma: da equac¸a˜o i subtra´ımos a 1a equac¸a˜o multiplicada por mi1. mi1 = a (0) i1 a (0) ii , i = 2, · · · , n Os elementos mi1 sa˜o chamados de multiplicadores e o elemento a (0) ii e´ denominado pivoˆ da 1 a etapa. O pivoˆ desta etapa e´ a (0) 11 = 3 m21 = 1 3 e m31 = 4 3 L (1) 1 ← L(0)1 L (1) 2 ← L(0)2 −m21L(0)1 L (1) 3 ← L(0)3 −m31L(0)1 3.3.1 Me´todos de Eliminac¸a˜o de Gauss 1aEtapa: Eliminar x1 das equac¸o˜es i = 2, · · · , n, da seguinte forma: da equac¸a˜o i subtra´ımos a 1a equac¸a˜o multiplicada por mi1. mi1 = a (0) i1 a (0) ii , i = 2, · · · , n Os elementos mi1 sa˜o chamados de multiplicadores e o elemento a (0) ii e´ denominado pivoˆ da 1 a etapa. O pivoˆ desta etapa e´ a (0) 11 = 3 m21 = 1 3 e m31 = 4 3 L (1) 1 ← L(0)1 L (1) 2 ← L(0)2 −m21L(0)1 L (1) 3 ← L(0)3 −m31L(0)1 3.3.1 Me´todos de Eliminac¸a˜o de Gauss A(1) = 3 2 4 10 1/3 2/3 5/3 0 1/3 −22/3 5/3 2aEtapa: Deve-se ter pelo menos um elemento a (1) i2 6= 0, para i = 2, · · · , n, caso contra´rio, det(A(1)) = 0 o que implica que det(A) = 0, mas por hipo´tese det(A) 6= 0. Enta˜o, sempre e´ poss´ıvel reescrever a matriz A(1), sem alterar a posic¸a˜o da linha 1, de forma que o pivoˆ a (1) 22 6= 0. Eliminar x2 das equac¸o˜es i = 3, · · · , n, da seguinte forma: da equac¸a˜o i subtra´ımos a 2a equac¸a˜o multiplicada por mi2. mi2 = a (1) i2 a (1) 22 , i = 2, · · · , n 3.3.1 Me´todos de Eliminac¸a˜o de Gauss O pivoˆ desta etapa e´ a (1) 22 = 1/3 m32 = a (1) 32 a (1) 22 = 13 ∗ 3 = 1 L (2) 1 ← L(1)1 L (2) 2 ← L(1)2 L (2) 3 ← L(1)3 −m32L(2)2 A(2) = 3 2 4 10 1/3 2/3 5/3 0 0 −8 0 Seguindo racioc´ınio ana´logo, procede-se ate´ a etapa (n − 1) para que a matriz aumentada se torne triangular superior e equivalente ao sistema original. 3.3.1 Me´todos de Eliminac¸a˜o de Gauss Assim resolver o sistema A(2)x = b(2) e´ equivalente a resolver o sistema Ax = b 3x1 +2x2 +4x3 = +x2 2 3x3 = −8x3 = 1 5/3 0 cujo vetor soluc¸a˜o e´ dado por x = − 35 0 Podemos ver que este vetor tambe´m e´ a soluc¸a˜o do sistema original. 3x1 +2x2 +4x3 = x1 +x2 +2x3 = 4x1 +3x2 −2x3 = 1 2 3 3.3.1 Me´todos de Eliminac¸a˜o de Gauss Assim resolver o sistema A(2)x = b(2) e´ equivalente a resolver o sistema Ax = b 3x1 +2x2 +4x3 = +x2 2 3x3 = −8x3 = 1 5/3 0 cujo vetor soluc¸a˜o e´ dado por x = − 35 0 Podemos ver que este vetor tambe´m e´ a soluc¸a˜o do sistema original. 3x1 +2x2 +4x3 = x1 +x2 +2x3 = 4x1 +3x2 −2x3 = 1 2 3 3.3.1 Me´todos de Eliminac¸a˜o de Gauss Assim resolver o sistema A(2)x = b(2) e´ equivalente a resolver o sistema Ax = b 3x1 +2x2 +4x3 = +x2 2 3x3 = −8x3 = 1 5/3 0 cujo vetor soluc¸a˜o e´ dado por x = − 35 0 Podemos ver que este vetor tambe´m e´ a soluc¸a˜o do sistema original. 3x1 +2x2 +4x3 = x1 +x2 +2x3 = 4x1 +3x2 −2x3 = 1 2 3 3.3.1 Me´todos de Eliminac¸a˜o de Gauss O nu´mero total de operac¸o˜es para se resolver um sistema linear pelo me´todo de eliminac¸a˜o de Gauss e´ da ordem de n3, onde n e´ a dimensa˜o do sistema linear. Use a eliminac¸a˜o gaussiana para encontrar a soluc¸a˜o do seguinte sistema linear: x1 −x2 +2x3 −x4 = 2x1 −2x2 +3x3 −3x4 = x1 +x2 +x3 = x1 −x2 +4x3 +3x4 = − 8 − 20 − 2 4 cujo vetor soluc¸a˜o e´ dado por x = − 7 3 2 2 3.3.1 Me´todos de Eliminac¸a˜o de Gauss O nu´mero total de operac¸o˜es para seresolver um sistema linear pelo me´todo de eliminac¸a˜o de Gauss e´ da ordem de n3, onde n e´ a dimensa˜o do sistema linear. Use a eliminac¸a˜o gaussiana para encontrar a soluc¸a˜o do seguinte sistema linear: x1 −x2 +2x3 −x4 = 2x1 −2x2 +3x3 −3x4 = x1 +x2 +x3 = x1 −x2 +4x3 +3x4 = − 8 − 20 − 2 4 cujo vetor soluc¸a˜o e´ dado por x = − 7 3 2 2 Pro´xima aula Estrate´gias de pivoteamento Por hoje e´ so´ pessoal!! Este material e´ inteiramente baseado na bibliografia do curso, principalmente no livro texto :RUGIERO, M. A.G; LOPES,V Ca´lculo Nume´rico: Aspectos teo´ricos e computacionais, Editora McGraw-Hill.1997. Sites consultados acessados em 24/03/2011: CASTILHO, J. E., Apostila de Ca´lculo Nume´rico, http://www.castilho.prof.ufu.br, UFU, 2002 http://www.alunos.eel.usp.br/numerico/notas.html Colli, E., Asano, H. C,Ca´lculo Nume´rico — Fundamentos e Aplicac¸o˜es-Departamento de Matema´tica Aplicada – IME-USP, 2009 Este material na˜o substitui a bibliografia.
Compartilhar