Baixe o app para aproveitar ainda mais
Prévia do material em texto
3 métodos numéricos roteiro de estudo Objetivos: nesta semana vamos estudar os sistemas lineares; veremos os fundamentos, os métodos de re- solução e os algoritmos para a solução dos problemas. Você deve assistir às videoaulas de números 10 a 15, fazer os exercícios no caderno e tentar verificar a solu- ção dos mesmos com um software, o Octave Online, por exemplo; este software livre trabalha bem com matrizes. Estudar seguindo a guia dos tópicos fornecida neste ro- teiro, fazer os exercícios de apoio e a atividade de ava- liação. Deve também consultar os livros da bibliografia da disciplina e, se tiver dúvidas, entrar em contato com o professor. Principais conceitos que veremos: a. Sistemas lineares; b. Eliminação de Gauss; c. Fatoração LU; d. Gauss-Jacobi; e. Gauss-Seidel. Métodos Numéricos / Roteiro de Estudo 22 Sistemas Lineares [Barroso e outros, 1987][Ruggiero e Lopes, 2011] 1. Introdução aos Sistemas Lineares [Barroso, 1987] Um problema de grande interesse prático que aparece, por exemplo, em cálculo de estruturas e redes elétricas e soluções de equações diferenciais, é o da resolução numérica de um sistema linear Sn de n equações com n incógnitas: 𝑺𝑺𝒏𝒏 = � 𝒂𝒂𝟏𝟏𝟏𝟏𝒙𝒙𝟏𝟏 + 𝒂𝒂𝟏𝟏𝟏𝟏𝒙𝒙𝟏𝟏 + ⋯ + 𝒂𝒂𝟏𝟏𝒏𝒏𝒙𝒙𝒏𝒏 = 𝒃𝒃𝟏𝟏 𝒂𝒂𝟏𝟏𝟏𝟏𝒙𝒙𝟏𝟏 + 𝒂𝒂𝟏𝟏𝟏𝟏𝒙𝒙𝟏𝟏 + ⋯ + 𝒂𝒂𝟏𝟏𝒏𝒏𝒙𝒙𝒏𝒏 = 𝒃𝒃𝟏𝟏 ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ 𝒂𝒂𝒏𝒏𝟏𝟏𝒙𝒙𝟏𝟏 + 𝒂𝒂𝒏𝒏𝟏𝟏𝒙𝒙𝟏𝟏 + ⋯ + 𝒂𝒂𝒏𝒏𝒏𝒏𝒙𝒙𝒏𝒏 = 𝒃𝒃𝒏𝒏 (1.1) ou 𝑆𝑆� = ∑ 𝑎𝑎��𝑥𝑥� = 𝑏𝑏����� , 𝑖𝑖 = 1, 2, … , 𝑛𝑛. (1.2) Sob a forma matricial 𝑆𝑆� pode ser escrito como 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ (1.3) onde 𝐴𝐴 é uma matriz quadrada de ordem n, 𝑏𝑏�⃗ e �⃗�𝑥 são matrizes 𝑛𝑛 × 1, isto é, com n linhas e uma coluna, 𝑎𝑎�� é chamado coeficiente da incógnita 𝑥𝑥� e os 𝑏𝑏� são chamados termos independentes, com 𝑖𝑖, 𝑗𝑗 = 1, 2, … , 𝑛𝑛. Tanto os coeficientes quanto os termos independentes são, em geral, dados do problema. A matriz 𝐴𝐴 é chamada matriz dos coeficientes e a matriz: 𝑩𝑩 = � 𝒂𝒂𝟏𝟏𝟏𝟏 𝒂𝒂𝟏𝟏𝟏𝟏 ⋯ 𝒂𝒂𝟏𝟏𝒏𝒏 𝒃𝒃𝟏𝟏 𝒂𝒂𝟏𝟏𝟏𝟏 𝒂𝒂𝟏𝟏𝟏𝟏 ⋯ 𝒂𝒂𝟏𝟏𝒏𝒏 𝒃𝒃𝟏𝟏 ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ 𝒂𝒂𝒏𝒏𝟏𝟏 𝒂𝒂𝒏𝒏𝟏𝟏 ⋯ 𝒂𝒂𝒏𝒏𝒏𝒏 𝒃𝒃𝒏𝒏 � = [𝑨𝑨 ∶ 𝒃𝒃] é chamada matriz aumentada ou matriz completa do sistema. Os números 𝑥𝑥�, 𝑥𝑥�, 𝑥𝑥�, … , 𝑥𝑥� constituem uma solução de (1.1) ou (1.2) se para 𝑥𝑥� = 𝑥𝑥�, 𝑖𝑖 = 1, 2, … , 𝑛𝑛 as equações de 𝑆𝑆� se transformam em igualdades numéricas. Com estes números, pode-se formar a matriz coluna. 𝒙𝒙 = � 𝑥𝑥� 𝑥𝑥� ⋮ 𝑥𝑥� � Métodos Numéricos / Roteiro de Estudo 3 Métodos Numéricos / Roteiro de Estudo 3 a qual é chamada matriz solução de (3). Observe que por definição 𝒙𝒙 = (𝑥𝑥�, 𝑥𝑥�, … , 𝑥𝑥�)� 1.1. Classificação quanto ao número de soluções Um sistema linear pode ser classificado quanto ao número de soluções como compatível, quando apresenta solução, e incompatível, caso contrário. Exemplo 1.1 Se 𝑏𝑏� = 0, 𝑖𝑖 = 1, 2, … , 𝑛𝑛, isto é, se a matriz 𝑏𝑏�⃗ = 0, o sistema é dito homogêneo. Todo sistema homogêneo é compatível, pois admite sempre a solução 𝑥𝑥� = 0, 𝑖𝑖 = 1, 2, … , 𝑛𝑛, ou seja, a matriz �⃗�𝑥 = 0 é sempre solução. Esta solução é chamada de trivial. Exemplo 1.2 O sistema: �𝑥𝑥� + 𝑥𝑥� = 0𝑥𝑥� + 𝑥𝑥� = 1 é incompatível. Geometricamente, pode-se interpretar o sistema do seguinte modo: tomando coordenadas num plano, a equação 𝑥𝑥� + 𝑥𝑥� = 0 é a equação de uma reta, o mesmo sucedendo para a equação 𝑥𝑥� + 𝑥𝑥� = 1. Figura 1.1. Exemplo de sistema incompatível. Logo a solução do sistema, que seria o ponto comum entre as retas, não existe, pois elas são paralelas. Os sistemas compatíveis podem ser classificados como determinado, quando apresenta uma única solução, e indeterminado, caso contrário. Exemplo 1.3 O sistema homogêneo: 𝑆𝑆� = � 𝑥𝑥� + 𝑥𝑥� = 0 𝑥𝑥� − 𝑥𝑥� = 0 Métodos Numéricos / Roteiro de Estudo 4 Métodos Numéricos / Roteiro de Estudo 4 é determinado; enquanto que 𝑆𝑆� = � 𝑥𝑥� + 𝑥𝑥� = 0 2𝑥𝑥� + 2𝑥𝑥� = 0 é indeterminado. Geometricamente, as retas de S1 têm em comum a origem, enquanto que as retas de S2 coincidem. 1.2. Sistemas Triangulares Seja um sistema 𝑆𝑆�: Onde a matriz 𝐴𝐴 = �𝑎𝑎��� é tal que 𝑎𝑎�� = 0 se 𝑗𝑗 < 𝑖𝑖; 𝑖𝑖, 𝑗𝑗 = 1, 2, … , 𝑛𝑛, ou seja � 𝑎𝑎��𝑥𝑥� + 𝑎𝑎��𝑥𝑥� + ⋯ + 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� 𝑎𝑎��𝑥𝑥� + ⋯ + 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� (1.4) Um sistema deste tipo é chamado triangular superior enquanto que se 𝑎𝑎�� = 0 para 𝑗𝑗 > 𝑖𝑖; 𝑖𝑖, 𝑗𝑗 = 1, 2, … , 𝑛𝑛 tem-se um sistema triangular inferior: � 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� 𝑎𝑎��𝑥𝑥� + 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ 𝑎𝑎��𝑥𝑥� + 𝑎𝑎��𝑥𝑥� + ⋯ + 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� Observe que os sistemas triangulares determinados, isto é, quando 𝑎𝑎�� ≠ 0, 𝑖𝑖 = 1, 2, … , 𝑛𝑛, são facilmente resolvidos por substituição retroativa ou progressiva. No caso do sistema (1.4), por exemplo, calcula-se 𝑥𝑥� = 𝑏𝑏� 𝑎𝑎��⁄ , (𝑎𝑎�� ≠ 0), na n-ésima equação, a seguir, leva- se o valor de 𝑥𝑥� à (n-1)-ésima equação e calcula-se o valor de 𝑥𝑥���, �𝑎𝑎���,��� ≠ 0�, e assim sucessivamente até o cálculo de 𝑥𝑥�, (𝑎𝑎�� ≠ 0). Neste caso, o sistema possui solução única. Entretanto, poderia haver algum elemento nulo na diagonal e, neste caso, surgiriam equações do seguinte tipo: 0𝑥𝑥� = 𝑏𝑏� − ∑ 𝑎𝑎��𝑥𝑥������� (6) Observando a equação acima, pode-se distinguir dois casos: 1º.) 𝑏𝑏� − ∑ 𝑎𝑎��𝑥𝑥� = 0������ : o sistema admite mais de uma solução, pois, qualquer que seja o valor de 𝑥𝑥�, a Eq. (6) será satisfeita; logo o sistema é indeterminado. 2º.) 𝑏𝑏� − ∑ 𝑎𝑎��𝑥𝑥� ≠ 0������ : o sistema não admite solução pois não existe valor de 𝑥𝑥� que satisfaça a Eq. (6); logo o sistema é incompatível. Métodos Numéricos / Roteiro de Estudo 5 Métodos Numéricos / Roteiro de Estudo 5 Exemplo 1.4 � 3𝑥𝑥� + 4𝑥𝑥� − 5𝑥𝑥� + 𝑥𝑥� = −10 𝑥𝑥� + 𝑥𝑥� − 2𝑥𝑥� = −1 4𝑥𝑥� − 5𝑥𝑥� = 3 2𝑥𝑥� = 2 Cuja solução é 𝑥𝑥 = [1 −1 2 1]�. O sistema é determinado. Exemplo 1.5 � 3𝑥𝑥� + 4𝑥𝑥� − 5𝑥𝑥� + 𝑥𝑥� = −10 𝑥𝑥� − 2𝑥𝑥� = 0 4𝑥𝑥� − 5𝑥𝑥� = 3 2𝑥𝑥� = 2 Solução: 𝑥𝑥� = 2 2 → 𝑥𝑥� = 1 4𝑥𝑥� − 5 ∙ 1 = 3 → 𝑥𝑥� = 2 0𝑥𝑥� + 2 − 2 ∙ 1 = 0 → 0𝑥𝑥� = 0 Qualquer valor de 𝑥𝑥� satisfaz a equação acima. Seja então 𝑥𝑥� = 𝜆𝜆; 3𝑥𝑥� + 4𝜆𝜆 − 5 ∙ 2 + 1 = −10 → 𝑥𝑥� = − ���� � . Portanto, a solução é 𝑥𝑥 = �− ���� � 𝜆𝜆 2 1� � , o que significa que o sistema é indeterminado. Exemplo 1.6 � 3𝑥𝑥� + 4𝑥𝑥� − 5𝑥𝑥� + 𝑥𝑥� = −10 𝑥𝑥� − 2𝑥𝑥� = −1 4𝑥𝑥� − 5𝑥𝑥� = 3 2𝑥𝑥� = 2 Solução, fazendo as substituições retroativas: 𝑥𝑥� = 2 2 → 𝑥𝑥� = 1 4𝑥𝑥� − 5 ∙ 1 = 3 → 𝑥𝑥� = 2 0𝑥𝑥� + 2 − 2 ∙ 1 = −1 → 0𝑥𝑥� = −1 Nenhum valor de 𝑥𝑥� satisfaz a equação acima. O sistema é, portanto, incompatível pois não admite solução.Métodos Numéricos / Roteiro de Estudo 6 Métodos Numéricos / Roteiro de Estudo 6 2. Métodos Diretos 2.1. Método de Eliminação de Gauss [Barroso e outros, 1987] Com (𝑛𝑛 − 1) passos o sistema linear 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ é transformado num sistema triangular equivalente: 𝑈𝑈�⃗�𝑥 = 𝑐𝑐 o qual se resolve facilmente por substituição. Exemplo 2.1 � 2𝑥𝑥� + 3𝑥𝑥� − 𝑥𝑥� = 5 4𝑥𝑥� + 4𝑥𝑥� − 3𝑥𝑥� = 3 2𝑥𝑥� − 3𝑥𝑥� + 𝑥𝑥� = −1 Utilizando o método de Gauss. 1ª. Etapa Escreve-se a matriz aumentada do sistema acima, isto é, 𝐵𝐵 = � (𝟐𝟐) 3 −1 ⋮ +5 4 4 −3 ⋮ +3 2 −3 +1 ⋮ −1 � = [𝐴𝐴 | 𝑏𝑏] Fazendo 𝐵𝐵� = 𝐵𝐵 e chamando de 𝐿𝐿� (�), 𝐿𝐿� (�), e 𝐿𝐿� (�) as linhas 1, 2 e 3, respectivamente, de 𝐵𝐵�, escolhe-se 𝑎𝑎�� (�) como pivô e calculam-se os multiplicadores. 𝑚𝑚�� (�) = − 𝑎𝑎�� (�) 𝑎𝑎�� (�) = − 4 2 = −2 𝑚𝑚�� (�) = − 𝑎𝑎�� (�) 𝑎𝑎�� (�) = − 2 2 = −1 Deve-se fazer agora as seguintes transformações elementares sobre as linhas de 𝐵𝐵�: 𝐿𝐿� (�) → 𝐿𝐿� (�) 𝑚𝑚�� (�)𝐿𝐿� (�) + 𝐿𝐿� (�) → 𝐿𝐿� (�) 𝑚𝑚�� (�)𝐿𝐿� (�) + 𝐿𝐿� (�) → 𝐿𝐿� (�) 𝐿𝐿� (�), 𝐿𝐿� (�), e 𝐿𝐿� (�) são linhas da matriz transformada, 𝐵𝐵�. Finaliza, assim, a 1ª. etapa, que consiste em eliminar todos os valores abaixo do pivô 𝑎𝑎�� (�) = 2. Efetuando-se as transformações acima indicada tem-se: Métodos Numéricos / Roteiro de Estudo 7 Métodos Numéricos / Roteiro de Estudo 7 𝐵𝐵� = � 2 3 −1 ⋮ +5 0 (−𝟐𝟐) −1 ⋮ −7 0 −6 +2 ⋮ −6 � 2ª. Etapa Escolhe-se 𝑎𝑎�� (�) = −2 como pivô e calcula-se o multiplicador. 𝑚𝑚�� (�) = − 𝑎𝑎�� (�) 𝑎𝑎�� (�) = − −6 −2 = −3 São feitas agora as seguintes transformações elementares sobre as linhas de 𝐵𝐵�: 𝐿𝐿� (�) → 𝐿𝐿� (�) 𝐿𝐿� (�) → 𝐿𝐿� (�) 𝑚𝑚�� (�)𝐿𝐿� (�) + 𝐿𝐿� (�) → 𝐿𝐿� (�) 𝐿𝐿� (�), 𝐿𝐿� (�), e 𝐿𝐿� (�) são linhas da matriz transformada, 𝐵𝐵�, que já está na forma triangular, isto é: 𝐵𝐵� = � 2 3 −1 ⋮ +5 0 −2 −1 ⋮ −7 0 0 +5 ⋮ 15 � A matriz 𝐵𝐵� é a matriz aumentada do sistema triangular superior. � 2𝑥𝑥� + 3𝑥𝑥� − 𝑥𝑥� = 5 −2𝑥𝑥� − 𝑥𝑥� = −7 5𝑥𝑥� = 15 que é equivalente ao sistema dado. Resolvendo o sistema triangular por substituições retroativas tem-se 𝑥𝑥 = [1 2 3]� que é, também, solução para o sistema dado. 2.2. Fatoração LU [Ruggiero e Lopes, 2011] Seja o sistema linear 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ . O processo de fatoração para resolução deste sistema consiste em decompor a matriz 𝐴𝐴 dos coeficientes em um produto de dois ou mais fatores e, em seguida, resolver uma sequência de sistemas lineares que nos conduzirá à solução do sistema linear original. Métodos Numéricos / Roteiro de Estudo 8 Métodos Numéricos / Roteiro de Estudo 8 Por exemplo, se pudermos realizar a fatoração: 𝐴𝐴 = 𝐶𝐶 ∙ 𝐷𝐷, o sistema linear 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ pode ser escrito: �𝐶𝐶 𝐷𝐷��⃗�𝑥 = 𝑏𝑏�⃗ Se �⃗�𝑦 = 𝐷𝐷�⃗�𝑥, então resolver o sistema linear 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ é equivalente a resolver o sistema linear 𝐶𝐶�⃗�𝑦 = 𝑏𝑏�⃗ e, em seguida, o sistema linear 𝐷𝐷�⃗�𝑥 = �⃗�𝑦. A vantagem dos processos de fatoração é que podemos resolver qualquer sistema linear que tenha 𝐴𝐴 como matriz dos coeficientes. Se o vetor 𝑏𝑏�⃗ for alterado, a resolução do novo sistema linear será quase que imediata. A fatoração LU é um dos processos de fatoração mais empregados. Nesta fatoração a matriz 𝐿𝐿 é triangular inferior com diagonal unitária e a matriz U é triangular superior. 2.2.1. Cálculo dos Fatores L e U Os fatores L e U podem ser obtidos através de fórmulas para os elementos 𝐼𝐼�� e 𝑢𝑢��, ou então, podem ser construídos usando a idéia básica do método de Eliminação de Gauss. A obtenção dos fatores L e U pelas fórmulas dificulta o uso de estratégias de pivoteamento e, por esta razão, veremos como obter L e U através do processo de Gauss. Usaremos um exemplo teórico de dimensão 3: � 𝑎𝑎��𝑥𝑥� +𝑎𝑎��𝑥𝑥� +𝑎𝑎��𝑥𝑥� = 𝑏𝑏� 𝑎𝑎��𝑥𝑥� +𝑎𝑎��𝑥𝑥� +𝑎𝑎��𝑥𝑥� = 𝑏𝑏� 𝑎𝑎��𝑥𝑥� +𝑎𝑎��𝑥𝑥� +𝑎𝑎��𝑥𝑥� = 𝑏𝑏� Trabalharemos somente com a matriz dos coeficientes. Seja então: 𝐴𝐴(�) = � 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) � = 𝐴𝐴 Os multiplicadores da etapa 1 do processo de Gauss 𝑚𝑚�� (�) = ��� (�) ��� (�); 𝑚𝑚�� (�) = ��� (�) ��� (�) (considerando que 𝑎𝑎��(�) ≠ 0) Métodos Numéricos / Roteiro de Estudo 9 Métodos Numéricos / Roteiro de Estudo 9 Para eliminar 𝑥𝑥� da linha i, i = 2, 3, multiplicamos a linha 1 por 𝑚𝑚�� e subtraímos o resultado da linha i. Os coeficientes 𝑎𝑎�� (�) serão alterados para 𝑎𝑎�� (�), onde: 𝑎𝑎�� (�) = 𝑎𝑎�� (�) para 𝑗𝑗 = 1, 2, 3 𝑎𝑎�� (�) = 𝑎𝑎�� (�) − 𝑚𝑚��𝑎𝑎�� (�) para 𝑖𝑖 = 2, 3 e 𝑗𝑗 = 1, 2, 3 Estas operações correspondem a se pré-multiplicar a matriz 𝐴𝐴(�) pela matriz 𝑀𝑀(�), onde 𝑀𝑀(�) = � 1 0 0 −𝑚𝑚�� −𝑚𝑚�� 1 0 0 0 �, pois 𝑀𝑀(�)𝐴𝐴(�) = � 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 0 0 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) � = 𝐴𝐴(�) Portanto, 𝑀𝑀(�)𝐴𝐴(�) = 𝐴𝐴(�) onde 𝐴𝐴(�) é a mesma matriz obtida no final da etapa 1 do processo de Gauss. Supondo agora que 𝑎𝑎�� (�) ≠ 0, o multiplicador da etapa 2 será: 𝑚𝑚�� = ��� (�) ��� (�) . Para eliminar 𝑥𝑥� da linha 3, multiplicamos a linha 2 por 𝑚𝑚�� e subtraímos o resultado da linha 3. Os coeficientes 𝑎𝑎�� (�) = 𝑎𝑎�� (�) para 𝑗𝑗 = 1, 2, 3 𝑎𝑎�� (�) = 𝑎𝑎�� (�) para 𝑗𝑗 = 2, 3 𝑎𝑎�� (�) = 𝑎𝑎�� (�) − 𝑚𝑚��𝑎𝑎�� (�) para 𝑗𝑗 = 2, 3 As operações efetuadas em 𝐴𝐴(�) são equivalentes a pré-multiplicar 𝐴𝐴(�) por 𝑀𝑀(�), onde 𝑀𝑀(�) = � 1 0 0 0 1 0 0 −𝑚𝑚�� 0 �, pois 𝑀𝑀(�)𝐴𝐴(�) = � 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 0 0 𝑎𝑎�� (�) 0 𝑎𝑎�� (�) 𝑎𝑎�� (�) � Portanto, 𝑀𝑀(�)𝐴𝐴(�) = 𝐴𝐴(�) onde 𝐴𝐴(�) é a mesma matriz obtida no final da etapa 2 do processo de eliminação de Gauss. Então, 𝐴𝐴 = �𝑀𝑀(�)𝑀𝑀(�)� �� 𝐴𝐴(�) = �𝑀𝑀(�)� �� �𝑀𝑀(�)� �� 𝐴𝐴(�) Métodos Numéricos / Roteiro de Estudo 10 Métodos Numéricos / Roteiro de Estudo 10 𝐴𝐴 = � 1 0 0 𝑚𝑚�� 𝑚𝑚�� 1 𝑚𝑚�� 0 0 � � 𝑎𝑎�� (�) 𝑎𝑎�� (�) 𝑎𝑎�� (�) 0 0 𝑎𝑎�� (�) 0 𝑎𝑎�� (�) 𝑎𝑎�� (�) � = 𝐿𝐿 𝑈𝑈 Ou seja, 𝐿𝐿 = �𝑀𝑀(�)� �� �𝑀𝑀(�)� �� e 𝑈𝑈 = 𝐴𝐴(�). Isto é, fatoramos a matriz 𝐴𝐴 em duas matrizes triangulares 𝐿𝐿 e 𝑈𝑈, sendo que o fator 𝐿𝐿 é triangular inferior com diagonal unitária e seus elementos 𝐼𝐼�� para 𝑖𝑖 > 𝑗𝑗 são os multiplicadores 𝑚𝑚�� obtidos no processo de Eliminação de Gauss; o fator 𝑈𝑈 é triangular superior e é a matriz triangular superior obtida no final da fase da triangulação do método da Eliminação de Gauss. Exemplo 2.2 Resolver o sistema linear a seguir usando a fatoração LU. � 3𝑥𝑥� +2𝑥𝑥� +4𝑥𝑥� = 1 𝑥𝑥� +𝑥𝑥� +2𝑥𝑥� = 2 4𝑥𝑥� +3𝑥𝑥� +2𝑥𝑥� = 3 𝐴𝐴 = � 3 2 4 1 1 2 4 3 2 � Usando o processo de Eliminação de Gauss, para triangularizar 𝐴𝐴, temos: Etapa 1: Pivô = 𝑎𝑎�� (�) = 3 Multiplicadores: 𝑚𝑚�� (�) = 𝑎𝑎�� (�) 𝑎𝑎�� (�) = 1 3 𝑚𝑚�� (�) = 𝑎𝑎�� (�) 𝑎𝑎�� (�) = 4 3 𝐴𝐴(�) = � 3 2 4 0 1/32/3 0 1/3 −10/3 � Uma vez que os elementos 𝑎𝑎�� (�) e 𝑎𝑎�� (�) são nulos, podemos guardar os multiplicadores nestas posições, então: 𝐴𝐴(�) = � 3 2 4 1/3 1/3 2/3 4/3 1/3 −10/3 � Etapa 2: Pivô = 𝑎𝑎�� (�) = 1/3 Multiplicadores: Métodos Numéricos / Roteiro de Estudo 11 Métodos Numéricos / Roteiro de Estudo 11 𝑚𝑚�� = 𝑎𝑎�� (�) 𝑎𝑎�� (�) = 1/3 1/3 = 1 𝐴𝐴(�) = � 3 2 4 𝟏𝟏/𝟑𝟑 1/3 2/3 𝟒𝟒/𝟑𝟑 𝟏𝟏 −4 � Os fatores L e U são: 𝐿𝐿 = � 1 0 0 1/3 1 0 4/3 1 1 � e 𝑈𝑈 = � 3 2 4 0 1/3 2/3 0 0 −4 � Resolvendo L(Ux) = b: i) Ly = b � 𝑦𝑦� = 1 (1 3⁄ )𝑦𝑦� +𝑦𝑦� = 2 (4 3⁄ )𝑦𝑦� +𝑦𝑦� +𝑦𝑦� = 3 �⃗�𝑦 = (1 5/3 0)� ii) Ux = y 𝑈𝑈�⃗�𝑥 = �⃗�𝑦 ⇒ � 3𝑥𝑥� +2𝑥𝑥� +4𝑥𝑥� = 1 +1/3𝑥𝑥� 2/3𝑥𝑥� = 5/3 −4𝑥𝑥� = 0 �⃗�𝑥 = (−3 5 0)� 3. Métodos Iterativos 3.1. Introdução A solução 𝑥𝑥 de um sistema linear 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ pode ser obtida utilizando-se um método iterativo, que consiste em calcular uma sequência �⃗�𝑥(�), �⃗�𝑥(�), �⃗�𝑥(�), ..., �⃗�𝑥(�), ... de aproximação de 𝑥𝑥, sendo dada uma aproximação inicial �⃗�𝑥(�). Para tanto, transforma-se o sistema dado num equivalente da forma: �⃗�𝑥 = 𝐹𝐹�⃗�𝑥 + 𝑑𝑑 (3.1) onde 𝐹𝐹 é uma matriz 𝑛𝑛 × 𝑛𝑛 e �⃗�𝑥 e 𝑑𝑑 são matrizes 𝑛𝑛 × 1. Para facilitar a notação serão usados indistintamente: Métodos Numéricos / Roteiro de Estudo 12 Métodos Numéricos / Roteiro de Estudo 12 �⃗�𝑥 = (𝑥𝑥�, 𝑥𝑥�, … , 𝑥𝑥�)� ou �⃗�𝑥 = � 𝑥𝑥� ⋮ 𝑥𝑥� � Partindo-se de uma aproximação inicial �⃗�𝑥(�) = �𝑥𝑥� (�), 𝑥𝑥� (�), … , 𝑥𝑥� (�)� � obtém-se �⃗�𝑥(�) = 𝐹𝐹�⃗�𝑥(�) + 𝑑𝑑 �⃗�𝑥(�) = 𝐹𝐹�⃗�𝑥(�) + 𝑑𝑑 ... ... ... ... ... ... ... �⃗�𝑥(���) = 𝐹𝐹�⃗�𝑥(�) + 𝑑𝑑 ... ... ... ... ... ... ... Seja ��⃗�𝑥(�) − �⃗�𝑥� = 𝑚𝑚á𝑥𝑥�𝑥𝑥� (�) − 𝑥𝑥��, para 1 ≤ 𝑖𝑖 ≤ 𝑛𝑛. Se ��⃗�𝑥(�) − �⃗�𝑥� = 0 então �⃗�𝑥(�), �⃗�𝑥(�), �⃗�𝑥(�), ..., �⃗�𝑥(�), ... converge quando 𝑘𝑘 → ∞. Observação: dado 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ existem várias maneiras de se obter (1.3.1), por exemplo: 𝐴𝐴�⃗�𝑥 + 𝐼𝐼�⃗�𝑥 − 𝑏𝑏�⃗ = 𝐼𝐼�⃗�𝑥 ou �⃗�𝑥 = �𝐴𝐴 + 𝐼𝐼��⃗�𝑥 − 𝑏𝑏�⃗ 3.2. Método de Gauss-Jacobi Seja o sistema: � 𝑎𝑎��𝑥𝑥� + 𝑎𝑎��𝑥𝑥� + ⋯ + 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� 𝑎𝑎��𝑥𝑥� + 𝑎𝑎��𝑥𝑥� + ⋯ + 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ 𝑎𝑎��𝑥𝑥� + 𝑎𝑎��𝑥𝑥� + ⋯ + 𝑎𝑎��𝑥𝑥� = 𝑏𝑏� (3.2) Explicita-se em (1.3.2) 𝑥𝑥�na primeira equação, 𝑥𝑥� na segunda ... ⎩ ⎪ ⎨ ⎪ ⎧ 𝑥𝑥� = ���(������������⋯������) ��� 𝑥𝑥� = ���(������������⋯������) ��� ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ 𝑥𝑥� = ����������������⋯���,�������� ��� (3.3.) O leitor deve observar que em (1.3.3) os elementos 𝑎𝑎�� ≠ 0, ∀𝑖𝑖. Caso isso não ocorra, as equações de (3.2) devem ser reagrupadas para que se consiga essa condição. Métodos Numéricos / Roteiro de Estudo 13 Métodos Numéricos / Roteiro de Estudo 13 O sistema (3.3) pode ser colocado na forma �⃗�𝑥 = 𝐹𝐹�⃗�𝑥 + 𝑑𝑑 onde: �⃗�𝑥 = � 𝑥𝑥� 𝑥𝑥� ⋮ 𝑥𝑥� � 𝑑𝑑 = ⎣ ⎢ ⎢ ⎢ ⎢ ⎡ �� ��� �� ��� ⋮ �� ���⎦ ⎥ ⎥ ⎥ ⎥ ⎤ 𝐹𝐹 = � 0 −𝑎𝑎�� 𝑎𝑎��⁄ −𝑎𝑎�� 𝑎𝑎��⁄ ⋯ −𝑎𝑎�� 𝑎𝑎��⁄ −𝑎𝑎�� 𝑎𝑎��⁄ 0 −𝑎𝑎�� 𝑎𝑎��⁄ ⋯ −𝑎𝑎�� 𝑎𝑎��⁄ ⋯ −𝑎𝑎�� 𝑎𝑎��⁄ ⋯ −𝑎𝑎�� 𝑎𝑎��⁄ ⋯ ⋯ ⋯ −𝑎𝑎�� 𝑎𝑎��⁄ ⋯ 0 � O método de Jacobi funciona do seguinte modo: a-) Escolhe-se uma aproximação inicial �⃗�𝑥(�). b-) Geram-se aproximações sucessivas de �⃗�𝑥(�) a partir da iteração �⃗�𝑥(���) = 𝐹𝐹�⃗�𝑥(�) + 𝑑𝑑, 𝑘𝑘 = 0, 1, 2, … c-) Continua-se a gerar aproximações até que um dos critérios abaixo seja satisfeito. max�������⃗�𝑥� (���) − �⃗�𝑥� (�)� ≤ 𝜖𝜖, 𝜖𝜖 tolerância ou 𝑘𝑘 > 𝑀𝑀, 𝑀𝑀 número máximo de iterações Observação: a tolerância 𝜖𝜖 fixa o grau de precisão das soluções. Exemplo 3.1. Resolver pelo método de Jacobi o sistema: �−2𝑥𝑥� −𝑥𝑥� = 1𝑥𝑥� +2𝑥𝑥� = 3 com 𝜖𝜖 ≤ 10�� ou 𝑘𝑘 > 10 Explicitando 𝑥𝑥� na primeira equação e 𝑥𝑥� na segunda, tem-se as equações de iteração: � 𝑥𝑥� (���) = � � �1 + 𝑥𝑥� (�)� 𝑥𝑥� (���) = � � �3 − 𝑥𝑥� (�)� 𝑘𝑘 = 0, 1, 2, … O vetor inicial é tomado arbitrariamente. Fazendo-o �⃗�𝑥(�) = [0 0]�, por exemplo, tem-se: para 𝑘𝑘 = 0 � 𝑥𝑥� (�) = � � �1 + 𝑥𝑥� (�)� = � � (1 + 0) = 0,5 𝑥𝑥� (�) = � � �3 + 𝑥𝑥� (�)� = � � (3 − 0) = 1,5 para 𝑘𝑘 = 1 � 𝑥𝑥� (�) = � � �1 + 𝑥𝑥� (�)� = � � (1 + 1,5) = 1,25 𝑥𝑥� (�) = � � (3 − 0,5) = 1,25 Métodos Numéricos / Roteiro de Estudo 14 Métodos Numéricos / Roteiro de Estudo 14 Prosseguindo as iterações para 𝑘𝑘 = 2, 3, … e colocando-as numa tabela obtém-se: k 𝑥𝑥� (�) 𝑥𝑥� (�) 𝜖𝜖 0 0 0 - 1 0,5 1,5 1,5 2 1,25 1,25 0,75 3 1,125 0,875 0,375 4 0,938 0,938 0,187 5 0,969 1,031 0,093 6 1,016 1,016 0,047 7 1,008 0,992 0,024 8 0,996 0,996 0,012 9 0,998 1,002 0,006 0,006 ≤ 10��? 𝑜𝑜𝑜𝑜 𝑘𝑘 > 10? � Sim. Então pare! 𝑥𝑥� = 0,998𝑥𝑥� = 1,002 �⃗�𝑥 = [0,998 1,002]� 3.3. Método de Gauss-Seidel Seja o sistema 𝐴𝐴�⃗�𝑥 = 𝑏𝑏�⃗ dado na forma (3.3). O método iterativo de Gauss-Seidel consiste em: a-) partindo-se de uma aproximação inicial �⃗�𝑥(�) = �𝑥𝑥� (�), 𝑥𝑥� (�), … , 𝑥𝑥� (�)� � , b-) calcula-se a sequência de aproximações �⃗�𝑥(�), �⃗�𝑥(�), �⃗�𝑥(�), ..., �⃗�𝑥(�), ... utilizando-se as equações: 𝑥𝑥� (���) = 1 𝑎𝑎�� �𝑏𝑏� − 𝑎𝑎��𝑥𝑥� (�) − 𝑎𝑎��𝑥𝑥� (�) ⋯−⋯− 𝑎𝑎��𝑥𝑥� (�)� 𝑥𝑥� (���) = 1 𝑎𝑎�� �𝑏𝑏� − 𝑎𝑎��𝑥𝑥� (���) − 𝑎𝑎��𝑥𝑥� (�) ⋯−⋯− 𝑎𝑎��𝑥𝑥� (�)� ............................................................................................................................ 𝑥𝑥� (���) = 1 𝑎𝑎�� �𝑏𝑏� − 𝑎𝑎��𝑥𝑥� (���) − 𝑎𝑎��𝑥𝑥� (���) ⋯−⋯− 𝑎𝑎�,���𝑥𝑥��� (���)� 𝑥𝑥� (���) = 𝑑𝑑 + ��𝐹𝐹��𝑥𝑥� (���) + � 𝐹𝐹��𝑥𝑥� (�) � ����� ��� ��� � 𝑖𝑖 = 1, 2, … , 𝑛𝑛 𝑘𝑘 = 0, 1, 2,… Continua-se a gerar aproximações até que um dos critérios abaixo seja satisfeito. max�������⃗�𝑥� (���) − �⃗�𝑥� (�)� ≤ 𝜖𝜖, 𝜖𝜖 tolerância Métodos Numéricos / Roteiro de Estudo 15 Métodos Numéricos / Roteiro de Estudo 15 ou 𝑘𝑘 > 𝑀𝑀, 𝑀𝑀 número máximo de iterações Exemplo 3.2. Resolver pelo método de Gauss-Seidel �2𝑥𝑥� − 𝑥𝑥� = 1𝑥𝑥� + 2𝑥𝑥� = 3 com �⃗�𝑥(�) = [0 0]�, As equações iterativas são � 𝑥𝑥� (���) = � � �1 + 𝑥𝑥� (�)� 𝑥𝑥� (���) = � � �3 − 𝑥𝑥� (���)� 𝑘𝑘 = 0, 1, 2,… 𝑘𝑘 = 0 (1ª. iteração) � 𝑥𝑥� (�) = 1 2 �1 + 𝑥𝑥� (�)� = 1 2 (1 + 0) = 0,5 𝑥𝑥� (�) = 1 2 �3 − 𝑥𝑥� (�)� = 1 2 (3 − 0,5) = 1,25 𝑘𝑘 = 1 (2ª. iteração) � 𝑥𝑥� (�) = 1 2 �1 + 𝑥𝑥� (�)� = 1 2 (1 + 1,25) = 1,125 𝑥𝑥� (�) = 1 2 �3 − 𝑥𝑥� (�)� = 1 2 (3 − 1,125) = 0,9375 Prosseguindo as iterações pode-se notar que o método de Gauss-Seidel converge para a solução mais rapidamente que o método de Gauss-Jacobi. Exemplo 3.3. Resolver pelo método de Gauss-Seidel, retendo quatro casas decimais. � 20𝑥𝑥� + 𝑥𝑥� + 𝑥𝑥� + 2𝑥𝑥� = 33 𝑥𝑥� + 10𝑥𝑥� + 2𝑥𝑥� + 4𝑥𝑥� = 38,4 𝑥𝑥� + 2𝑥𝑥� + 10𝑥𝑥� + 𝑥𝑥� = 43,5 2𝑥𝑥� + 4𝑥𝑥� + 𝑥𝑥� + 20𝑥𝑥� = 45,6 𝑥𝑥� (���) = 1 20 �33 − 𝑥𝑥� (�) − 𝑥𝑥� (�) − 𝑥𝑥� (�)�𝑥𝑥� (���) = 1 10 �38,4 − 𝑥𝑥� (���) − 2𝑥𝑥� (�) − 4𝑥𝑥� (�)� 𝑥𝑥� (���) = 1 10 �43,5 − 𝑥𝑥� (���) − 2𝑥𝑥� (���) − 𝑥𝑥� (�)� 𝑥𝑥� (���) = 1 20 �45,6 − 2𝑥𝑥� (���) − 4𝑥𝑥� (���) − 𝑥𝑥� (���)� Métodos Numéricos / Roteiro de Estudo 16 Métodos Numéricos / Roteiro de Estudo 16 Iter. (0) (1) (2) (3) (4) (5) (6) 𝑥𝑥� 0 1,6500 1,1730 1,1951 1,1996 1,2000 1,2000 𝑥𝑥� 0 3,6750 2,5497 2,4110 2,4006 2,4000 2,4000 𝑥𝑥� 0 3,4500 3,6020 3,6010 3,6001 3,6000 3,6000 𝑥𝑥� 0 1,2075 1,4727 1,4982 1,4999 1,5000 1,5000 𝜖𝜖 3,6750 1,1253 0,0104 0,0104 0,0006 0,0000 Métodos Numéricos / Roteiro de Estudo 17 Métodos Numéricos / Roteiro de Estudo 17 4. Bibliografia [Barroso e outros, 1987] Barroso, Leônidas Conceição; Barroso, Magali Maria de Araújo; Campos Filho, Frederico Ferreira; Carvalho, Márcio Luiz Bunte de; Maia, Miriam Lourenço; Cálculo Numérico (com aplicações); 2ª. ed., editora Harbra ltda., 1987. [Ruggiero e Lopes, 2011] Ruggiero, Márcia A. Gomes; Lopes, Vera Lúcia da Rocha; Cálculo Numérico, aspectos teóricos e computacionais; 2ª. ed., Pearson, 2011. [Franco, 2010] Franco, Neide Bertoldi; Cálculo Numérico, Pearson, 2010. [Monezzi e outros, 2009] Monezzi Jr., Orlando; Zamboni, Lincoln César; Pamboukian, Sérgio Vicente D.; Métodos Quantitativos e Computacionais; Páginas e Letras, São Paulo, 2009.
Compartilhar