Baixe o app para aproveitar ainda mais
Prévia do material em texto
Sistemas Lineares Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Programa 1. Introdução 2. Métodos Diretos a) Eliminação de Gauss b) Decomposição LU 3. Métodos Iterativos a) Gauss-Jacobi b) Gauss-Siedel Sistemas Lineares Introdução Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Introdução A resolução de sistemas lineares é um problema que surge nas mais diversas áreas Ex: Cálculos de estruturas, Redes de transporte, Redes de comunicação, etc Introdução Exemplo: Calcular tensões dos nós do circuito elétrico: Solução: Temos que a corrente entre 2 pontos é dada por: . Pela lei de Kirchoff a soma das correntes que chega a um nó é igual a soma das correntes que saem dele. Assim: 1V R VVI ba Introdução Exemplo: Calcular tensões dos nós do circuito elétrico: Nó 1: Nó 3: Nó 4: 1V 1 0 221 1141312 VVVVVVV 31 2312 VVVV 3 127 213 3134323 VVVVVVV 21 1443 VVVV Nó 2: Introdução Exemplo: Calcular tensões dos nós do circuito elétrico: Simplificando as equações: Nó 1: Nó 2: Nó 3: Nó 4: 1 0 221 1141312 VVVVVVV 31 2312 VVVV 3 127 213 3134323 VVVVVVV 21 1443 VVVV 026 4321 VVVV 043 321 VVV 25461323 4321 VVVV 032 431 VVV Introdução Exemplo: Calcular tensões dos nós do circuito elétrico: Montando o sistema: Nosso problema agora se resume em encontrar os valores de V1, V2, V3 e V4 que solucionem o sistema linear acima. 03201 25461323 00143 01126 4321 4321 4321 4321 VVVV VVVV VVVV VVVV Introdução Um sistema linear com m equações e n variáveis tem a seguinte forma geral: onde: aij coeficientes 1 ≤ i ≤ m, 1 ≤ j ≤ n xj incógnitas j = 1,...,n bi termos independentes i = 1,...,m mnmnmm nn nn bxaxaxa bxaxaxa bxaxaxa ... ... ... 2211 22222121 11212111 Introdução Exemplo: onde: 2, 4, -5, 4, 1, -5, 2, 4 e 5 coeficientes x1, x2 e x3 incógnitas 5, 2 e -1 termos independentes 1542 2514 5542 321 321 321 xxx xxx xxx Introdução Relembrando... Multiplicação de Matrizes O produto de uma matriz A de dimensão n x m por um escalar k resulta em uma matriz B = kA de mesma dimensão n x m, tal que Ex: e .,, jikab ijij 654 321 A 12108 642 2AB Introdução Relembrando... Multiplicação de Matrizes 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 Ex: ....,,2,1, 1 nivax m j jiji 17 11 5 2 1 , 65 43 21 AvxvA Introdução Relembrando... Multiplicação de Matrizes O produto de uma matriz A (n x p) por uma matriz B (p x m) é uma matriz C = AB (n x m) tal que o elemento cij é obtido pela soma dos produtos da linha i de A pelos correspondentes elementos da coluna j de B. Logo, para a multiplicação de duas matrizes, o número de colunas da primeira tem que ser igual ao número de linhas da segunda Ex: ....,,2,1...,,2,1, 1 mjenibac p k kjikij 22 23 32 4841 126 53 04 61 , 653 012 x x x ABCBA Introdução É possível então reescrever o sistema linear na Forma Matricial: Ax = b na qual: mnmmm n n aaaa aaa aaa A 321 22221 11211 mb b b b 2 1 nx x x x 2 1 Introdução Exemplo: Forma Geral: Forma Matricial: 1542 2514 5542 321 321 321 xxx xxx xxx 1 2 5 542 514 542 3 2 1 x x x Introdução – Classificação de Sistemas Relembrando…. Conceito de Determinante Uma matriz quadrada (n x n) A, chamada matriz de ordem n, tem um número associado denominado determinante, cujo valor pode ser obtido pela fórmula de recorrência onde Mij é a matriz de ordem n-1 resultante da remoção da linha i e coluna j de A e sendo o determinante de uma matriz (1 x 1) igual a esse único elemento. Logo: )det()1(...)det()det()det( 11 1 12121111 nn n MaMaMaA 1111 )det(][ aAaA 12212211 2221 1211 )det( aaaaA aa aa A Introdução – Classificação de Sistemas Relembrando…. Conceito de Determinante Matriz A com det (A) = 0 Matriz Singular Matriz A com det (A) ≠ 0 Matriz Não Singular 333231 232221 131211 aaa aaa aaa A )()()()det( 223132211323313321122332332211 aaaaaaaaaaaaaaaA Introdução – Classificação de Sistemas Relembrando…. Conceito de Determinante Exemplo: calcule o Determinante da Matriz abaixo: Precisamos fazer o cálculo utilizando a fórmula geral 10357 2468 7531 86410 A Introdução – Classificação de Sistemas Exemplo: calcule o Determinante da Matriz abaixo: 10357 2468 7531 86410 A 357 468 531 det8 1057 268 731 det6 1037 248 751 det4 1035 246 753 det10)det(A Introdução – Classificação de Sistemas Exemplo: calcule o Determinante da Matriz abaixo: 10357 2468 7531 86410 A 1035 246 753 det10 35 46 det7 105 26 det5 103 24 det310 2750534310 1425010210 16210 1620 Introdução – Classificação de Sistemas Exemplo: calcule o Determinante da Matriz abaixo: 10357 2468 7531 86410 A 1037 248 751 det4 37 48 det7 107 28 det5 103 24 det14 476653414 28330344 3244 1296 Introdução – Classificação de Sistemas Exemplo: calcule o Determinante da Matriz abaixo: 10357 2468 7531 86410 A 1057 268 731 det6 57 68 det7 107 28 det3 105 26 det16 276635016 14198506 1626 972 Introdução – Classificação de Sistemas Exemplo: calcule o Determinante da Matriz abaixo: 10357 2468 7531 86410 A 357 468 531 det8 57 68 det5 37 48 det3 35 46 det18 2543218 101228 08 0 Introdução – Classificação de Sistemas Exemplo: calcule o Determinante da Matriz abaixo: Logo: 10357 2468 7531 86410 A 357 468 531 det8 1057 268 731 det6 1037 248 751 det4 1035 246 753 det10)det(A 097212961620)det(A 1296 Introdução – Classificação de Sistemas Classificação dos sistemas Solução Única det (A) ≠ 0 (Matriz de Coeficientes Não Singular) Infinitas Soluções ou Sem Solução det (A) = 0 (Matriz de Coeficientes Singular) Introdução – Classificação de Sistemas Solução Única Exemplo: det (A) = -6 -1 = -7 Infinitas Soluções Ex: det (A) = 4 - 4 = 0 23 32 21 21 xx xx 1 1 x 624 32 21 21 xx xx 23 x Introdução – Classificação de Sistemas Sem Solução Ex: det (A) = 4 - 4 = 0 224 32 21 21 xx xx Introdução – Sistemas Triangulares Possibilidade de resolução da forma Direta Sistema Triangular Inferior Sistema Triangular Superior Introdução – Sistemas Triangulares Sistema Triangular Inferior A solução é calculada pelas substituições sucessivas , , nnnnnnn b b b b x x x x aaaa aaa aa a 3 2 1 3 2 1 321 333231 2221 11 0 00 000 11 1 11111 a bxbxa 22 1212 22222121 a xabxbxaxa 33 2321313 33333232131 a xaxabxbxaxaxa Introdução – Sistemas Triangulares Sistema Triangular Inferior nnnnnnn b b b b x x x x aaaa aaa aa a 3 2 1 3 2 1 321 333231 2221 11 0 00 000 nnnnnnnnn bxaxaxaxa 11,2211 ... nn nnnnnn n a xaxaxab x 11,2211 ... Introdução – Sistemas Triangulares Sistema Triangular Inferior As substituições sucessivas podem ser representadas por: nnnnnnn b b b b x x x x aaaa aaa aa a 3 2 1 3 2 1 321 333231 2221 11 0 00 000 ....,,2,1, 1 1 ni a xab x ii i j jiji i Introdução – Sistemas Triangulares Sistema Triangular Inferior Exemplo: Calcular a solução do sistema triangular inferior usando as substituições sucessivas: , 6 48 1 4 9341 0861 0053 0002 4 3 2 1 x x x x 2 2 442 11 xx 15 231153 221 xxx 5 8 )1(62484886 3321 xxxx Introdução – Sistemas Triangulares Sistema Triangular Inferior Exemplo: Calcular a solução do sistema triangular inferior usando as substituições sucessivas: Logo, o vetor solução é dado por: 6 48 1 4 9341 0861 0053 0002 4 3 2 1 x x x x 3 9 )5(3)1(4)2(66934 44321 xxxxx 3 5 1 2 x Introdução – Sistemas Triangulares Sistema Triangular Superior A solução é calculada pelas substituições retroativas: , nnnn n n n d d d d x x x x c cc ccc cccc 3 2 1 3 2 1 333 22322 1131211 000 00 0 nn n nnnnn c dxdxc 1,1 ,11 11,111,1 nn nnnn nnnnnnnn c xcd xdxcxc Introdução – Sistemas Triangulares Sistema Triangular Superior , nnnn n n n d d d d x x x x c cc ccc cccc 3 2 1 3 2 1 333 22322 1131211 000 00 0 22 23232 222323222 ...... c xcxcdxdxcxcxc nnnn 11313212111 ... dxcxcxcxc nn 11 13132121 1 ... c xcxcxcdx nn Introdução – Sistemas Triangulares Sistema Triangular Superior As substituições retroativas podem ser representadas por: .1...,,1,,1 nni c xcd x ii n ij jiji i nnnn n n n d d d d x x x x c cc ccc cccc 3 2 1 3 2 1 333 22322 1131211 000 00 0 Introdução – Sistemas Triangulares Sistema Triangular Superior Exemplo: Determinar a solução do sistema triangular superior utilizando as substituições retroativas: , , 8 28 2 1 2000 5400 4730 1625 4 3 2 1 x x x x 4 2 882 44 xx 24 45282854 343 xxx 0 3 442722473 2432 xxxx Introdução – Sistemas Triangulares Sistema Triangular Superior Exemplo: Determinar a solução do sistema triangular superior utilizando as substituições retroativas: Logo, o vetor solução é dado por: 8 28 2 1 2000 5400 4730 1625 4 3 2 1 x x x x 3 5 4260211625 14321 xxxxx 4 2 0 3 x Introdução – Métodos de Solução Os métodos numéricos para a solução de sistemas lineares podem ser divididos em dois grupos: Métodos Diretos Fornecem a solução do sistema, caso ela exista, após um número finito de iterações (soluções arredondadas também podem ocorrer) Métodos Iterativos Geram uma sequência de vetores {x(k)} a partir de uma aproximação inicial x(0). Sob certas condições esta sequência converge para a solução x do sistema, caso ela exista Sistemas Lineares Métodos Diretos Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Métodos Diretos Pertencem a essa classe todos métodos utilizados no primeiro e segundo graus Esses métodos não sãoeficientes para a resolução de sistemas lineares de grande porte, ou seja, sistemas que envolvam um grande número de equações e variáveis Para o caso de sistemas lineares n x n, com solução única, o vetor x é dado por x = A-1b, onde A-1 é a inversa da matriz de coeficientes A. O cálculo de A-1 é demorado e, por isso, não competitivo com os métodos que veremos a seguir: Eliminação de Gauss e Decomposição LU Sistemas Lineares Eliminação de Gauss Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Eliminação de Gauss Consiste em transformar o sistema linear original em um sistema linear triangular superior equivalente Resolução do novo sistema utilizando as substituições retroativas A solução encontrada para o sistema equivalente será a mesma do sistema linear original Conceito de Sistemas Equivalentes Eliminação de Gauss A transformação do sistema linear original em outro equivalente é feita através das seguintes operações elementares: Trocar duas equações Multiplicar uma equação por uma constante não nula Adicionar um múltiplo de uma equação a uma outra equação 222 94 94 222 21 21 21 21 xx xx xx xx 94 1 94 222 21 21 21 21 xx xx xx xx 1 832 1 94 21 21 21 21 xx xx xx xx Eliminação de Gauss – Execução Passo 1: Construção da matriz aumentada Ab Importância: É necessário transformar matriz A em uma matriz triangular superior Todavia, todas as operações elementares aplicadas sobre as linhas de A, também devem ser refletidas no vetor de termos independentes b nnnnnn n n baaaa baaa baaa Ab 321 222221 111211 Eliminação de Gauss – Execução Passo 2: Eliminar os coeficientes de x1 presentes nas linhas 2,3,...,n, fazendo assim a21 = a31, = ... = an1 = 0, sendo a11 chamado de pivô e a linha 1 de linha pivotal Substituir a linha 2, L2, pela combinação linear Substituir a linha 3, L3, pela combinação linear: 11 21 2112122 :, a amqualnaLmLL 11 31 3113133 :, a amqualnaLmLL Eliminação de Gauss – Execução Passo 2: Continuar a substituição até a linha n Caso algum elemento app=0, achar outra linha k onde akp≠ 0 e trocar tais linhas. Caso a linha k não exista, o sistema linear não possui solução Próximos Passos: Eliminar os coeficientes de x2 nas linhas 3, 4, ..., n (fazendo a32=a42=...=an2 = 0) Eliminar os coeficientes de x3 nas linhas 4, 5, ..., n (fazendo a43=a53=...=an3 = 0) e assim sucessivamente Eliminação de Gauss Exemplo: Resolver o sistema linear abaixo: Matriz aumentada: 132 3344 532 321 321 321 xxx xxx xxx 1132 3344 5132 Ab Eliminação de Gauss Exemplo: Resolver o sistema linear abaixo: Pivô da linha 1: 2 132 3344 532 321 321 321 xxx xxx xxx 7120513223344 2 2 11 21 2112122 L a amLmLL 6260513211132 1, 3 11 31 3113133 L a amLmLL Eliminação de Gauss Exemplo: Resolver o sistema linear abaixo: Obtemos então a seguinte matriz aumentada: 132 3344 532 321 321 321 xxx xxx xxx 6260 7120 5132 Ab Eliminação de Gauss Exemplo: Resolver o sistema linear abaixo: Pivô da linha 2: -2 132 3344 532 321 321 321 xxx xxx xxx 15500712036260 3, 3 22 32 3223233 L a amLmLL Eliminação de Gauss Exemplo: Resolver o sistema linear abaixo: Nova matriz [Ab] e sistema linear equivalente obtido: 132 3344 532 321 321 321 xxx xxx xxx 15500 7120 5132 Ab 155 72 532 3 32 321 x xx xxx Exemplo: Resolver o sistema linear abaixo: O novo sistema obtido é resolvido utilizando-se as substituições retroativas: Logo, o vetor solução é dado por: 24273272 22232 xxxxx Eliminação de Gauss 132 3344 532 321 321 321 xxx xxx xxx 3 2 1 x 3155 33 xx 1225362532 111321 xxxxxx Eliminação de Gauss Verificação da exatidão do resultado obtido através do vetor resíduo r = b – Ax: Logo, a solução x obtida é exata. A verificação acima pode ser utilizada também para validar os resultados encontrados por TODOS os métodos diretos que vamos estudar. 0 0 0 3 2 1 132 344 132 1 3 5 Axbr Exercício Resolva o sistema linear abaixo utilizando o método direto de Eliminação de Gauss. Solução: 5734 22 8425 321 321 321 xxx xxx xxx ...333,2 ...333,5 ...333,1 3/7 3/16 3/4 x Eliminação de Gauss No método de Gauss os multiplicadores das linhas são gerados a partir da seguinte fórmula: sendo aii o pivô e aik o elemento a ser zerado Assim, podemos concluir: O método de Gauss não funciona quando o pivô é nulo Quando o pivô é muito próximo de zero, os multiplicadores gerados para as linhas são muito grandes, ocasionando um aumento nos erros de arredondamento gerados durante a execução do método. Solução: Pivoteamento Parcial nikni a am ii ik ik ...,,1...,,1 Eliminação de Gauss – Pivoteamento Parcial Melhoria do Método de Gauss Consiste em escolher o elemento de maior valor (em módulo) em cada coluna para ser o pivô Garante que os multiplicadores estarão sempre entre 0 e 1 Minimiza a amplificação de erros de arredondamento durante as eliminações Eliminação de Gauss – Pivoteamento Parcial Exemplo: Resolver o sistema linear abaixo: Matriz aumentada: 29564 15182 1123 321 321 321 xxx xxx xxx 29564 15182 11231 Ab Eliminação de Gauss – Pivoteamento Parcial Exemplo: Resolver o sistema linear abaixo: Maior elemento (em módulo) da primeira coluna: 4. Logo este será o primeiro pivô. Assim: 75,375,05,102956425,011231 25,0 1 31 11 1331311 L a amLmLL 29564 15182 11231 Ab 5,05,15029564)5,0(51182 5,0, 2 31 21 2332322 L a amLmLL Eliminação de Gauss – Pivoteamento Parcial Exemplo: Resolver o sistema linear abaixo: Obtemos então a seguinte matriz aumentada: 29564 5,05,150 75,375,05,10 Ab 29564 15182 1123 321 321 321 xxx xxx xxx Eliminação de Gauss – Pivoteamento Parcial Exemplo: Resolver o sistema linear abaixo: Maior elemento (em módulo) da segunda coluna: 5. Logo este será o segundo pivô. Assim: 6,32,1005,05,150)3,0(75,375,05,103,0 1 22 12 1221211 L a amLmLL 29564 5,05,150 75,375,05,10 Ab Eliminação de Gauss – Pivoteamento Parcial Exemplo: Resolver o sistema linear abaixo: Nova matriz [Ab]: Trocando a ordem das linhas, chegamos ao seguinte sistema equivalente: 29564 15182 1123 321 321 321 xxx xxx xxx 29564 5,05,150 6,32,100 Ab 6,32,1 5,05,15 29564 3 32 321 x xx xxx Eliminação de Gauss – Pivoteamento Parcial Exemplo: Resolver o sistema linear abaixo: O novo sistema obtido é resolvido utilizando-se as substituições retroativas: Logo, o vetor solução é dado por: 3 1 2 x 29564 15182 1123 321 321 321 xxx xxx xxx 36,32,1 33 xx 1555,05,455,05,15 22232 xxxxx 28429156429564 111321 xxxxxx Determinante O determinante da matriz de coeficientes pode ser obtido através da matriz triangular resultante da aplicação da Eliminação de Gauss. Basta considerar no cálculo a influência das operações elementares realizadas durante o processo de eliminação Vamos então analisar essas 5 relações: 1) Se duas linhas de uma matriz A forem trocadas, então o determinante da nova matriz B será: )det()det( AB 10)det( 22 41 10)det( 41 22 BBeAA Determinante 2) Se todos os elementos de uma linha de A forem multiplicados por uma constante k, então o determinante da matriz resultante B será: 3) Se um múltiplo escalar de uma linha de A for somado a outra linha, então o determinante da nova matriz B será: This image cannot currently be displayed. 5)det( 11 41 10)det( 22 41 BBeAA )det()det( AB 5)det( 50 41 5)det( 11 41 BBeAA Determinante 4) Se A for uma matriz triangular ou diagonal de ordem n, então seu determinante será igual ao produto dos elementos da diagonal principal, ou seja: n i iinn aaaaaA 1 332211 ...)det( 15)det( 100 050 003 2)det( 10 32 BBeAA Determinante 5) Se uma matriz A for multiplicada por uma matriz B, o determinante da matriz resultante C será: )det()det()det( BAC 3)det( 11 03 10)det( 43 21 BBeAA 30)det( 413 21 CC Determinante Exemplo: Calcular o determinante da matriz utilizada no último exemplo: Matriz de coeficientes: Depois de 3 combinações lineares das linhas e uma troca de linhas, chegamos à seguinte matriz triangular: 564 182 231 A 29564 15182 1123 321 321 321 xxx xxx xxx 2,100 5,150 564 B Determinante Exemplo: Calcular o determinante da matriz utilizada no último exemplo: Pela propriedade 3, não há alteração no determinante de B, todavia, pela propriedade 1, , assim:)det()det( AB 24)2,154()det()det( BA Exercício Resolva o sistema linear abaixo utilizando o método direto de Eliminação de Gauss, com pivoteamento parcial. Solução: 3084 104193 426 321 321 321 xxx xxx xxx 11 20 138 x Sistemas Lineares Decomposição LU Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Decomposição LU O objetivo é fatorar a matriz dos coeficientes A em um produto de duas matrizes L e U. Seja: A = matriz de coeficientes do sistema linear nnnnn n n aaaa aaa aaa A 321 22221 11211 Decomposição LU e o produto LU: sendo: L = matriz triangular inferior unitária U = matriz triangular superior nn n n n nnn u uu uuu uuuu lll ll l LU 000 00 0 1 0 01 001 0001 333 22322 1131211 321 3231 21 ilii ,1 Decomposição LU temos então: Logo, o sistema Ax = b pode ser reescrito como Ax = b LUx = b Fazendo Ux = y, a equação acima reduz-se a Ly = b. Resolvendo o sistema triangular inferior (utilizando as substituições sucessivas) Ly = b, obtemos o vetor y nn n n n nnn nnnnn n n u uu uuu uuuu lll ll l LU aaaa aaa aaa A 000 00 0 1 0 01 001 0001 333 22322 1131211 321 3231 21 321 22221 11211 Decomposição LU O vetor y é então utilizado como termo independente no sistema triangular superior Ux = y, cuja solução x é calculada pelas substituições retroativas A Decomposição LU é um dos processos mais empregados. Uma das vantagens é que podemos resolver qualquer sistema linear que tenha A como matriz de coeficientes. Se o vetor b for alterado, a solução do novo sistema linear será quase que imediata Decomposição LU – Execução Exemplo: Resolver o sistema abaixo, utilizando a Decomposição LU: Passo 1: Aplicar o método da Eliminação de Gauss à matriz de A. Pivô linha 1: 1 29 15 11 564 182 231 3 2 1 x x x 320231)2(182 2 2 11 21 2112122 L a amLmLL Decomposição LU – Execução Exemplo: Obtemos então a seguinte matriz de coeficientes: Pivô linha 2: 2 3602314564 4, 3 11 31 3113133 L a amLmLL 360 320 231 A 12003203360 3 3 22 32 3223233 L a amLmLL Decomposição LU – Execução Exemplo: Nova matriz de coeficientes: A matriz L é então constituída pelos multiplicadores utilizados nas eliminações de cada uma das linhas, logo: 1200 320 231 A 134 012 001 1 01 001 1 01 001 3231 21 3231 21 mm m ll lL Decomposição LU – Execução Exemplo: Nova matriz de coeficientes: A matriz U é própria matriz de coeficientes, obtida após a Eliminação de Gauss: 1200 320 231 A 1200 320 231 00 0 33 2322 131211 u uu uuu U Decomposição LU – Execução Exemplo: Assim: Substituindo a matriz de coeficientes A no sistema, temos então LUx = b. Fazendo Ux = y, temos então Ly = b. Assim o próximo passo na solução do problema é calcular o valor do vetor y. 1200 320 231 134 012 001 564 182 231 LUA Decomposição LU – Execução Exemplo:Passo 2: Calcular a solução do sistema Ly = b: Logo: 29 15 11 134 012 001 3 2 1 y y y 111 y 711215152 2221 yyyy 3673114292934 33321 yyyyy Ty 36711 Decomposição LU – Execução Exemplo: Passo 3: De posse do valor de y, calcular então a solução do sistema Ux = y: Logo: 36 7 11 1200 320 231 3 2 1 x x x 33612 33 xx 12/)337(732 2232 xxxx 232)1(3111123 11321 xxxxx Tx 312 Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. Solução: 3234 22 1423 321 321 321 xxx xxx xxx 0 5 3 x 400 3/23/10 423 U 113/4 013/1 001 L 0 3/5 1 y Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. Durante este exercício surgem, normalmente, as seguintes dúvidas: 1) Posso trocar linhas durante o escalonamento de A? Assunto do próximo tópico 2) Posso multiplicar uma linha por uma constante? 3) Posso, durante o escalonamento, colocar o multiplicador em outra linha que não seja a linha pivotal? 3234 22 1423 321 321 321 xxx xxx xxx Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? Vamos multiplicar os elementos da linha 2 por 5, ANTES de começar o escalonamento. Logo, teremos o seguinte sistema: 3234 22 1423 321 321 321 xxx xxx xxx 3234 101055 1423 321 321 321 xxx xxx xxx Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? Após o escalonamento, vamos obter: Logo, a multiplicação ANTES do escalonamento não influi no resultado final do sistema, como era de se esperar 3234 22 1423 321 321 321 xxx xxx xxx 0 5 3 x 400 3/103/50 423 U 15/13/4 013/5 001 L 0 3/25 1 y Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? Vamos multiplicar os elementos da linha 2 por 10, DEPOIS de executado o primeiro passo do escalonamento. Logo, teremos a seguinte matriz A: 3234 22 1423 321 321 321 xxx xxx xxx 3/103/10 3/203/100 423 3/103/10 3/23/10 423 AA Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? Continuando nosso escalonamento, vamos encontrar as seguintes matrizes L e U: 3234 22 1423 321 321 321 xxx xxx xxx 400 3/203/100 423 U 110/13/4 013/1 001 L Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? Fazendo então L x U, temos: Logo podemos perceber que a multiplicação gerou um erro da decomposição! 3234 22 1423 321 321 321 xxx xxx xxx AUL 234 211 423 234 841 423 400 3/203/100 423 110/13/4 013/1 001 Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? A solução para este problema é replicar os efeitos da multiplicação da linha 2 por 10 nos multiplicadores relacionados às operações nessa linha. Ou seja: - O multiplicador 1/3, utilizado para zerar o elemento a21, deve ser multiplicado por 10, pois o valor de a21 seria 10 e não 1, como está no sistema original 3234 22 1423 321 321 321 xxx xxx xxx Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? A solução é replicar os efeitos da multiplicação da linha 2 por 10 nos multiplicadores relacionados a operações nessa linha. Ou seja: - Além disso, o multiplicador 1/10, utilizado para zerar o elemento a32, deve ser dividido por 10, pois o valor do pivô a22 seria 10 e não 1, como está no sistema original 3234 22 1423 321 321 321 xxx xxx xxx Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? Logo, passamos a ter os seguintes valores para L e U: Ainda há uma diferença na decomposição, entretanto, agora é possível contornar o problema... 3234 22 1423 321 321 321 xxx xxx xxx AUL 234 211 423 234 201010 423 400 3/203/100 423 113/4 013/10 001 Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 2) Posso multiplicar uma linha por uma constante? Podemos perceber que a diferença entre a matriz A original e aquela obtida a partir da multiplicação L x U restringe-se à segunda linha (os valores na segunda matriz são exatamente um decimo dos valores presentes na primeira). Assim, basta multiplicar o valor do segundo elemento do vetor b por 10, de maneira que tenhamos então 2 sistemas equivalentes, ou seja, de mesma solução! 3234 22 1423 321 321 321 xxx xxx xxx Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 3) Posso, durante o escalonamento, colocar o multiplicador em outra linha que não seja a linha pivotal? 3234 22 1423 321 321 321 xxx xxx xxx 234 211 423 A Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 3) Posso, durante o escalonamento, colocar o multiplicador em outra linha que não seja a linha pivotal? Aplicando a Eliminação de Gauss à matriz A: Pivô linha 1: 3 2104232113 3 2 2112212 L mLLmL 4/104/10423234 4 3 4 3, 3 3113313 L mLLmL Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 3) Posso, durante o escalonamento, colocar o multiplicador em outra linha que não seja a linha pivotal? Obtemos então a seguinte matriz de coeficientes: Pivô linha 2: -1 4/104/10 210 423 A 12002104/104/104 4 3 3223323 L mLLmL Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 3) Posso, durante o escalonamento, colocar o multiplicador em outra linha que não seja a linha pivotal? Nova matriz de coeficientes: 1200 210 423 A Exercício Resolva o sistema linear abaixo utilizando o método direto da Decomposição LU. 3) Posso, durante o escalonamento, colocar o multiplicador em outra linha que não seja a linha pivotal? Fazendo então A = LU Podemos perceber que, ao calcularmos a multiplicação L x U, não encontramos A. Daí concluímos que a multiplicação deve sempre ser feita na linha pivotal, como mostra a fórmula trabalhada em sala! AUL 234 211 423 172/54/9 1059 423 1200 210 423 144/3 013 001 Decomposição LU – Pivoteamento Parcial Os motivos para Pivoteamento Parcial na Decomposição LU são os mesmos de sua utilização na Eliminação de Gauss: Evitar pivô nulo Evitar que os multiplicadores mij tenham valores muito grandes Decomposição LU – Pivoteamento Parcial Relembrando... Matriz Identidade É uma matriz quadrada na qual os elementos situados na diagonal principal são iguais a um e, os demais, são nulos. É denotada por In. Sendo A uma matriz de ordem n, temos que 1000 010 001 nI AAIIA nn .. Decomposição LU – Pivoteamento Parcial No pivoteamento parcial, a decomposição é feita da forma: PA = LU onde P é uma matriz de permutações que será construída das linhas de uma matriz identidade I, colocadas na mesma ordem das linhas que geram a matriz triangular superior U. A matriz L é formada pelos multiplicadores utilizados na eliminação nas respectivas linhas de U. Assim, para resolver o sistema Ax = b, temos: Ax = b PAx = Pb LUx = Pb Fazendo Ux = y, então Ly = Pb Decomposição LU – Pivoteamento Parcial Exemplo: Resolver o sistema abaixo, utilizando a Decomposição LU, com Pivoteamento Parcial: Passo 1: Aplicar o método da Eliminação de Gauss, com Pivoteamento Parcial, à matriz A. Primeiro pivô: 4 29 15 11 564 182 231 3 2 1 x x x 75,05,1056425,0231 25,0 1 31 11 1331311 L a amLmLL Decomposição LU – Pivoteamento Parcial Exemplo: Obtemos então a seguinte matriz de coeficientes: Segundo pivô: 5 5,150564)5,0(182 5,0, 2 31 21 2332322 L a amLmLL 564 5,150 75,05,10 A 2,1005,150)3,0(75,05,10 3,0 1 22 12 1221211 L a amLmLL Decomposição LU – Pivoteamento Parcial Exemplo: Nova matriz de coeficientes: A matriz L é então constituída pelos multiplicadores relativos a cada uma das linhas pivotais, logo: 2,100 5,150 564 564 5,150 2,100 A 13,025,0 015,0 001 1 01 001 1 01 001 1213 23 3231 21 mm m ll lL Decomposição LU – Pivoteamento Parcial Exemplo: Nova matriz de coeficientes: A matriz U é própria matriz de coeficientes, obtida após o pivoteamento: 2,100 5,150 564 564 5,150 2,100 A 2,100 5,150 564 00 0 33 2322 131211 u uu uuu U Decomposição LU – Pivoteamento Parcial Exemplo: Nova matriz de coeficientes: A matriz P possui as linhas de uma matriz identidade na ordem das linhas pivotais. P pode ser vista ainda como uma matriz similar à identidade com as linhas colocadas de modo que os elementos iguais a 1 estejam nas colunas relativas aos índices das linhas pivotais. 2,100 5,150 564 564 5,150 2,100 A 001 010 100 P Decomposição LU – Pivoteamento Parcial Exemplo: Assim: Assim, para resolver o sistema Ax = b, temos: Ax = b PAx = Pb LUx = Pb Fazendo Ux = y, então Ly = Pb 2,100 5,150 564 13,025,0 015,0 001 564 182 231 001 010 100 LUPA Decomposição LU – Pivoteamento Parcial Exemplo: Passo 2: Calcular a solução do sistema Ly = Pb: A multiplicação Pb ordena as linhas de b na ordem das linhas pivotais Logo: 11 15 29 13,025,0 015,0 001 3 2 1 y y y 291 y 5,0295,015155,0 2221 yyyy 5,03,02925,011113,025,0 3321 yyyy Ty 6,35,029 6,33 y Decomposição LU – Pivoteamento Parcial Exemplo: Passo 3: De posse do valor de y, calcular então a solução do sistema Ux = y: Logo: 6,3 5,0 29 2,100 5,150 564 3 2 1 x x x 36,32,1 33 xx 15/)35,15,0(5,05,15 2232 xxxx 4/35)1(62929564 1321 xxxx Tx 312 21 x Determinante Considerando que: PA = LU det (PA) = det (LU) pela propriedade dos determinantes vista anteriormente: matriz triangular produto dos pivôs troca de linhas necessárias para transformar a matriz de permutações P em uma matriz identidade. )det( )det()det()det( P ULA 1...)det( 1 332211 n i iinn lllllL n i iiuU 1 )det( tP )1()det( Determinante Considerando que: PA = LU det (PA) = det (LU) pela propriedade dos determinantes vista anteriormente: Logo: )det( )det()det()det( P ULA n i ii t t n i ii u u A 1 1 )1( )1( 1 )det( Determinante Exemplo: Calcular o determinante da matriz utilizada no último exemplo: Para calcular o determinante, precisamos encontrar o valor de t, isto é, o número de trocas de linhas necessárias para transformar a matriz P em uma matriz identidade. Voltando na matriz, percebemos que somente uma troca é suficiente. Assim, temos t=1 e: 242,154)1()1()det( 1 1 n i ii t uA 2,100 5,150 564 564 182 231 A Sistemas com Matriz Singular Quando a matriz de coeficientes do sistema linear for singular, ou seja, det(A) = 0, o sistema pode ter infinitas soluções ou não ter solução. Será mostrado como diferenciar essas situações. Exemplo: Resolver os sistemas Ax = b e Ax = c utilizando a decomposição LU com pivoteamento parcial, sendo 80 10 20 10 12 22 , 151 182 231 cebA Sistemas com Matriz Singular Exemplo:Os três fatores são: Para Ax=b, a solução do sistema Ly = Pb é dada por: 100 001 010 000 5,110 182 , 115,0 015,0 001 PeUL 0 16 12 10 22 12 115,0 015,0 001 3 2 1 y y y y Sistemas com Matriz Singular Exemplo: A solução do sistema Ux = y é dada por: Logo: 0 16 12 000 5,110 182 3 2 1 x x x )(00 333 soluçãoéxdequalquerxx 5,116165,1 232 xxx 2/)5,116(8121282 1321 xxxx 5,6701 x Sistemas com Matriz Singular Exemplo: Assim, o vetor solução do sistema é dado por , ou seja, o sistema Ax=b apresenta infinitas soluções, uma para cada valor de . Para resolver o sistema Ax=c, não é necessário calcular novamente L, U e P. Como a matriz de coeficientes A é comum aos dois sistemas (Ax=b e Ax=c), os cálculos feitos anteriormente podem ser reaproveitados. Tx 5,1165,670 | Sistemas com Matriz Singular Exemplo: Assim, para Ax = c, solução de Ly = Pc é 70 15 10 80 20 10 115,0 015,0 001 3 2 1 y y y y Sistemas com Matriz Singular Exemplo: A solução do sistema Ux = y é dada por: Logo: Assim, o sistema Ax = c não tem solução pois tal que . 70 15 10 000 5,110 182 3 2 1 x x x xxx 33 700 3x 00 3 x Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Solução: 234 322 943 31 321 321 xx xxx xxx 12/14/1 014/3 001 L 8/3500 4/1340 304 U 4/35 2/21 2 y 2 1 1 x 010 001 100 P 70)det( A Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Demonstrando a solução: Fazendo a eliminação com pivoteamento parcial na matriz A: Primeiro Pivô: 4 304 221 143 A 4/13403044/3143 4 3 1 31 11 1331311 L a amLmLL 234 322 943 31 321 321 xx xxx xxx Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Obtemos então a seguinte matriz de coeficientes: Segundo Pivô: -4 4/11203044/1221 4 1, 2 31 21 2332322 L a amLmLL 304 4/1120 4/1340 A 8/35004/1340)2/1(4/1120 2 1 1 22 12 3221211 L a amLmLL Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Nova matriz de coeficientes: A matriz P é então constituída pelas linhas da matriz Identidade, com as linhas trocadas, assim como em A, logo: 8/3500 4/1340 304 304 8/3500 4/1340 A 010 001 100 P Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Nova matriz de coeficientes: A matriz L é então constituída pelos multiplicadores utilizados nas eliminações de cada uma das linhas, logo: 12/14/1 014/3 001 1 01 001 3231 21 ll lL 8/3500 4/1340 304 304 8/3500 4/1340 A Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Nova matriz de coeficientes: A matriz U é própria matriz de coeficientes, obtida após as eliminações e a troca de linhas: 8/3500 4/1340 304 00 0 33 2322 131211 u uu uuu U 8/3500 4/1340 304 304 8/3500 4/1340 A Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Calcular a solução do sistema Ly = Pb: A multiplicação Pb ordena as linhas de b na ordem das linhas pivotais. Fazendo os cálculos, vamos encontrar: 3 9 2 12/14/1 014/3 001 3 2 1 y y y Ty 4/352/212 Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: De posse do valor de y, calcular então a solução do sistema Ux = y: Fazendo os cálculos, vamos encontrar: Tx 211 4/35 2/21 2 8/3500 4/1340 304 3 2 1 x x x Exercício Resolva o sistema linear pela Decomposição LU, utilizando o pivoteamento parcial, e verificar a exatidão e unicidade da solução: Provando a unicidade da solução: Como o det (A) ≠ 0, logo o sistema tem solução única! 8/3500 4/1340 304 304 221 143 A 70 8 3544)1()1()det( 2 1 n i ii t uA Cálculo da Matriz Inversa Seja A uma matriz quadrada de ordem n, não-singular, isto é, det (A) ≠ 0. Uma matriz A-1 é a inversa de A se A . A-1 = A-1 . A = I onde V = A-1 é usado para simplificar a notação. Para calcular V, basta resolver os n sistemas lineares da forma: Avi = ei, i = 1, 2, …, n onde vi e ei são as i-ésimas colunas das matrizes inversa e identidade, respectivamente 1000 010 001 321 22221 11211 321 22221 11211 nnnnn n n nnnnn n n vvvv vvv vvv aaaa aaa aaa Cálculo da Matriz Inversa Exemplo: Calcular a inversa da matriz abaixo: Solução: Precisaremos então calcular a solução dos seguintes sistemas: Av1 = e1, Av2 = e2, Av3 = e3, onde: 3052 5106 264 1 0 0 ,, 0 1 0 ,, 0 0 1 ,, 3052 5106 264 3 33 23 13 32 32 22 12 21 31 21 11 1 e v v v ve v v v ve v v v vA Cálculo da Matriz Inversa Exemplo: Calcular a inversa da matriz abaixo: Solução: Como a matriz de coeficientes é mesma para os três sistemas, fazemos então a Decomposição LU de A: 1000 3/853/50 5106 , 15/23/2 013/1 001 , 3052 5106 264 ULA 001 100 010 P Cálculo da Matriz Inversa Exemplo: Calcular a inversa da matriz abaixo: Solução: Calculando então a solução de cada um dos sistemas: Coluna 1: Para Av1 = e1, a solução do sistema Ly = Pe1 é dada por: A solução do sistema Uv1 = y é dada por: 1 0 0 1 0 0 15/23/2 013/1 001 3 2 1 y y y y 10/1 10/17 4/11 1 0 0 1000 3/853/50 5106 1 31 21 11 v v v v Cálculo da Matriz Inversa Exemplo: Calcular a inversa da matriz abaixo: Solução: Calculando então a solução de cada um dos sistemas: Coluna 2: Para Av2 = e2, a solução do sistema Ly = Pe2 é dada por: A solução do sistema Uv2 = y é dada por: 5/4 3/1 1 0 0 1 15/23/2 013/1 001 3 2 1 y y y y 25/2 25/29 10/17 5/4 3/1 1 1000 3/853/50 5106 2 32 22 12 v v v v Cálculo da Matriz Inversa Exemplo: Calcular a inversa da matriz abaixo: Solução: Calculando então a solução de cada um dos sistemas: Coluna 3: Para Av3 = e3, a solução do sistema Ly = Pe3 é dada por: A solução do sistema Uv3 = y é dada por: 5/2 1 0 0 1 0 15/23/2 013/1 001 3 2 1 y y y y 25/1 25/2 10/1 5/2 1 0 1000 3/853/50 5106 3 33 23 13 v v v v Cálculo da Matriz Inversa Exemplo: Calcular a inversa da matriz abaixo: Solução: Consequentemente, A-1 = V = [v1 v2 v3], ou seja: A relação A . A-1 = I pode ser verificada: 04,008,01,0 08,016,17,1 1,07,175,2 25/125/210/1 25/225/2910/17 10/110/174/11 1A 100 010 001 04,008,01,0 08,016,17,1 1,07,175,2 3052 5106 264 A Exercício Calcule a inversa da matriz abaixo: Solução: 101 719 203 A 301 312 201 1A Sistemas Lineares Métodos Iterativos Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Métodos Iterativos A solução de problemas complexos com sistemas lineares tende à geração/existência de matrizes de coeficientes grandes e/ou esparsas Grandes Comum para n > 100.000 Esparsas Maioria dos coeficientes nulos Resolução de sistemas esparsos por métodos diretos Processos de triangularização e fatoração Onerosos, por não preservarem a esparsidade original, que pode ser útil por facilitar a resolução do sistema. Métodos Iterativos Métodos mais apropriados para a resolução de sistemas de natureza esparsa Métodos Iterativos Gauss-Jacobi, Gauss-Seidel Métodos Iterativos Os métodos iterativos consistem em gerar, a partir de um vetor inicial x0, uma sequência de vetores {x0, x1, x2, …, xk, …} que deve convergir para a solução x do sistema )0( )0( 3 )0( 2 )0( 1 nx x x x )1( )1( 3 )1( 2 )1( 1 nx x x x )2( )2( 3 )2( 2 )2( 1 nx x x x )( )( 3 )( 2 )( 1 k n k k k x x x x Métodos Iterativos Lembretes importantes: Como todo processo iterativo, estes métodos sempre apresentarão um resultado aproximado, que será tão próximo do resultado real conforme o número de iterações realizadas. Além disto, também é preciso ter cuidado com a convergência destes métodos. Métodos Iterativos – Funcionamento Os métodos iterativos funcionam a partir da transformação do sistema linear Ax = b em x = Cx + g, onde: A: matriz dos coeficientes (n x n) x: vetor das variáveis (n x 1) b: vetor dos termos constantes, (n x 1) C: matriz n x n g: vetor n x 1 Métodos Iterativos – Funcionamento Conhecida a estimativa inicial, x(0), obtemos consecutivamente os vetores: De um modo geral, a aproximação x(k+1) é calculada pela fórmula: x(k+1) = C x(k) + g, k = 0, 1, ... chamada de função de iteração, dada na forma matricial o)aproximaçã ésima-(k , o)aproximaçã (segunda , o)aproximaçã (primeira , )1()( )1()2( )0()1( gCxx gCxx gCxx kk Sistemas Lineares Gauss - Jacobi Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Método de Gauss – Jacobi Dado o sistema linear: e supondo , i = 1, …, n. nnnnnn nn nn bxaxaxa bxaxaxa bxaxaxa ... ... ... 2211 22222121 11212111 0iia Método de Gauss – Jacobi Isolamos então o vetor x mediante a separação pela diagonal. Assim, a partir da primeira equação do sistema: obtemos: e, analogamente: 11212111 ... bxaxaxa nn )...(1 13132121 11 1 nnxaxaxaba x )...(1 23231212 22 2 nnxaxaxaba x )...(1 112211 nnnnnn nn n xaxaxaba x Método de Gauss – Jacobi Dessa forma, temos x = C x + g, onde: x(k+1) C x(k) g nnnnnnnnnnnnn n n n n ab ab ab ab x x x x aaaaaa aaaaaa aaaaaa aaaaaa x x x x / / / / 0 0 0 0 333 222 111 3 2 1 321 33333323331 22222232221 11111131112 3 2 1 Método de Gauss – Jacobi O método de Gauss-Jacobi consiste em, dado , aproximação inicial, obter através da relação recursiva : )0(x ......,1 kxx gCxx kk 1 )...(1 )...(1 )...(1)( 11, )( 22 )( 11 )1( )( 2 )( 323 )( 1212 22 )1( 2 )( 1 )( 313 )( 2121 11 )1( 1 k nnn k n k nn nn k n k nn kkk k nn kkk xaxaxab a x xaxaxab a x xaxaxab a x Método de Gauss – Jacobi O processo é repetido até que o vetor esteja suficientemente próximo ao vetor A distância entre duas iterações é dada por assim, dada uma precisão , o vetor será escolhido como , solução aproximada da solução exata, se Podemos utilizar também como critério de parada o a distância relativa: 1kx kx - max d (k)i )1(k i 1)(k xx 1kx x d 1)(k max d d )1( 1)(k 1)(k r k ix Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi com : 05,0 0,6 1,6- 0,7 )0( ex 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : O processo iterativo é dado por: 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 10 6 0 10 3 10 2 3 26 10 1 5 8 5 1 0 5 1 8 5 1 10 7 10 1 10 20) 2 (7 10 1 )( 3 )( 2 )( 1 )( 2 )( 1 )1( 3 )( 3 )( 2 )( 1 )( 3 )( 1 )1( 2 )( 3 )( 2 )( 1 )( 3 )( 2 )1( 1 kkkkkk kkkkkk kkkkkk xxxxxx xxxxxx xxxxxx Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Na forma matricial temos: 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 03/10– 1/5- 1/5-01/5- 1/10 -2/10 -0 C gCxx kk 1 6/10 8/5- 7/10 ge Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Assim para k=0 e temos: 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 94,06,0)6,1(3,07,02,0 6,0 3,02,0 86,16,16,02,07,02,06,1 2,0 2,0 96,07,06,0 1,0 )6,1(2,07,0 1,0 2,0 )0( 2 )0( 1 )1( 3 )0( 3 )0( 1 )1( 2 )0( 3 )0( 2 )1( 1 xxx xxx xxx 0,6 1,6- 0,7 )0(x Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Logo: 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 0,94 1,86- 0,96 g C (0)(1) xx 1828,0 86,1 34,0 max 34,0d )1( )1( i r x Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Calculando , para temos: d(1)r 0,94 1,86- 0,96 6,0 6,1- 7,0 (1))0( xex 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 34,0 - 26,0 - 26,0 - )0( 3 )1( 3 )0( 2 )1( 2 )0( 1 )1( 1 xx xx xx Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Assim para k=1 e temos: 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 966,06,0)86,1(3,096,02,0 6,0 3,02,0 98,16,194,02,096,02,06,1 2,0 2,0 978,07,094,0 1,0 )86,1(2,07,0 1,0 2,0 )1( 2 )1( 1 )2( 3 )1( 3 )1( 1 )2( 2 )1( 3 )1( 2 )2( 1 xxx xxx xxx 0,94 1,86- 0,96 )1(x Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Logo: 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 0,966 1,98- 0,978 g C )1()2( xx 0,0606 98,1 12,0 max 12,0d )2( )2( i r x Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Calculando , para : d(2)r 0,966 1,98- 0,978 0,94 1,86- 0,96 )2()1( xex 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 026,0 - 12,0 - 018,0 - )1( 3 )2( 3 )1( 2 )2( 2 )1( 1 )2( 1 xx xx xx Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Prosseguindo com as iterações temos: Para k=2 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 0,0163 1,9888 0,0324 d 0,9984 1,9888- 0,9994 g C (2)r (2)(3) xx Método de Gauss – Jacobi Exemplo: Resolva o sistema abaixo utilizando Gauss- Jacobi : Logo a solução obtida pelo método de Gauss-Jacobi é: 6 10 3 2 8 5 7 2 10 321 321 321 xxx xxx xxx 0,9984 1,9888- 0,9994 (3)xx Método de Gauss – Jacobi – Convergência No exemplo estudado, o valor de foi fornecido como entrada do problema. Todavia, a convergência ou não dos métodos iterativos independe da aproximação inicial escolhida Teorema: Critério das Linhas Dado um sistema Ax=b, é condição suficiente para a convergência do método iterativo de Gauss-Jacobi: ou seja, o somatório do módulo de todos os elementos da linha, exceto o elemento da diagonal principal, deve ser menor que este elemento (0)x n ..., 3, 2, 1,i para , 1 ii n ij j ij aa Analisando a matriz A do sistema linear do exemplo anterior: Assim: Logo, como temos a convergência garantida para o método de Gauss-Jacobi Método de Gauss – Jacobi – Convergência 1032 151 1210 A 53210 2115 31210 323133 232122 131211 aaa aaa aaa 3 2, 1,i para 1 ii n ij j ij aa Exemplo: Dado o sistema: O critério das linhas não é satisfeito pois: Contudo, se permutarmos a primeira equação com a segunda, temos o sistema linear: Método de Gauss – Jacobi – Convergência 686 3225 23 32 321 321 xx xxx xxx 4131 131211 aaa 686 23 3225 32 321 321 xx xxx xxx Exemplo: Dado o sistema: O novo sistema é equivalente ao sistema original e sua matriz A satisfaz o critério de linhas: Método de Gauss – Jacobi – Convergência 686 3225 23 32 321 321 xx xxx xxx 860 131 225 A Conclusão: Sempre que o critério de linhas não for satisfeito, devemos tentar uma permutação de linhas e/ou colunas de forma a obtermos uma disposição para a qual a matriz dos coeficientes satisfaça o critério de linhas Método de Gauss – Jacobi – Convergência Calcule as 3 primeiras iterações do método de Gauss- Jacobi do sistema linear abaixo. Verifique, para a ultima iteração, se a distância relativa entre e é menor que : Utilize como chute inicial: Sol.: Exercício 5152 3865 7924 321 321 321 xxx xxx xxx Tx 321 )0( 533,0 667,3 5,7 )1(x 656,0 039,5 783,4 )2(x 686,0 361,4 246,2 )3(x 05,0 )3(x )2(x 611,1 361,4max 783,4246,2 d )3(r Sistemas Lineares Gauss - Seidel Prof. Wellington Passos de Paula wpassos@ufsj.edu.br Método de Gauss – Seidel Similarmente ao método de Gauss-Jacobi, conhecida a estimativa inicial, x(0), obtemos consecutivamente os vetores x(1), x(2), ..., x(k) Todavia, ao calcularmos xj(k+1), utilizamos todos os valores x1(k+1), x2(k+1), ..., xj-1(k+1) que já foram calculados e os valores xj+1(k), xj+2(k), ..., xn(k) restantes Método de Gauss – Seidel O processo do método de Gauss - Seidel se dá a partir das equações: 1 11, 1 22 1 11 1 311,3 1 232 1 1313 33 1 3 211,2323 1 1212 22 1 2 111,13132121 11 1 1 ...1 ...1 ...1 ...1 k nnn k n k nn nn k n k nn k nn kkk k nn k nn kkk k nn k nn kkk xaxaxab a x xaxaxaxab a x xaxaxaxab a x xaxaxaxab a x Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel com : 05,0 0 0 0 )0( ex 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: O processo iterativo é dado por: 6 3 6 3 6 0 3 30 6 1 4 1 4 3 4 6 36 4 1 5 1 5 1 5 5) 5( 5 1 )1( 2 )1( 1 )1( 2 )1( 1 )1( 3 )( 3 )1( 1 )( 3 )1( 1 )1( 2 )( 3 )( 2 )( 3 )( 2 )1( 1 kkkkk kkkkk kkkkk xxxxx xxxxx xxxxx 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Assim para k=0 e temos: 875,075,05,015,00 5,05,00 75,0025,0175,05,1 25,0 75,05,1 10 2,0 02,01 2,0 2,01 )1( 2 )1( 1 )1( 3 )0( 3 )1( 1 )1( 2 )0( 3 )0( 2 )1( 1 xxx xxx xxx 0 0 0 )0(x 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Logo: 875,0 75,0 1 g C (0)(1) xx 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx 875,0 - 75,0 - 1 - )0( 3 )1( 3 )0( 2 )1( 2 )0( 1 )1( 1 xx xx xx Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Calculando , para temos: d(1)r 875,0 75,0 1 0 0 0 (1))0( xex 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx 1 1 1 max 1d )1( )1( i r x Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Assim para k=1 e temos: 9875,095,05,0025,15,00 5,05,00 95,0875,025,0025,175,05,1 25,0 75,05,1 025,1875,0 2,0 75,02,01 2,0 2,01 )2( 2 )2( 1 )2( 3 )1( 3 )2( 1 )2( 2 )1( 3 )1( 2 )2( 1 xxx xxx xxx 0,875- 0,75 1 )1(x 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Logo: 9875,0 95,0 025,1 g C )1()2( xx 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx 1951,0 025,1 2,0 max 2,0d )2( )2( i r x Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Calculando , para : d(2)r 9875,0 95,0 025,1 875,0 75,0 1 )2()1( xex 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx 1125,0 - 20,0 - 025,0 - )1( 3 )2( 3 )1( 2 )2( 2 )1( 1 )2( 1 xx xx xx Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Prosseguindo com as iterações temos: Para k=3 ε 4090,0 d 9930,9 9912,0 0075,1 g C )3(r )2()3( xx 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx Método de Gauss – Seidel Exemplo: Resolva o sistema abaixo utilizando Gauss- Seidel: Prosseguindo com as iterações temos: Logo a solução obtida pelo método de Gauss-Seidel é: 0 6 3 3 6 4 3 5 5 321 321 321 xxx xxx xxx 9930,9 9912,0 0075,1 )3(xx Método de Gauss – Seidel – Convergência Para o método de Gauss - Seidel, utilizaremos os seguintes critérios de convergência Critérios das Linhas Critério de Sassenfeld (novo!) Critério de Sassenfeld Sejam o valores dados por: n - ordem do sistema linear que desejamos resolver aij - coeficientes das equações do sistema Este critério garante que o método de Gauss-Seidel convergirá para um dado SEL se o valor M, definido por: for menor que 1 (M<1). Além disso, quanto menor o valor de mais rápida será a convergência n ..., 3, 2, i para 11 1 1 12 1 11 1 n ij ij i j jij ii i n j j aaa ea a i iM ni max1 Critério de Sassenfeld Seja A a matriz dos coeficientes dada por: Atenção: assim como no Critério das Linhas a permuta de equações também pode ser utilizada no Critério de Sassenfeld com o objetivo de garantir a convergência 44434241 34333231 24232221 14131211 aaaa aaaa
Compartilhar