Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNP - UNIVERSIDADE POTIGUAR BACHARELADO EM ESTATÍSTICA DISCIPLINA: ÁLGEBRA LINEAR COMPUTACIONAL UNIDADE 3 – MÉTODOS ITERATIVOS RESOLUÇÃO SISTEMAS LINEARES AUTOR: DR. RICARDO IGARASHI REVISOR: RAIMUNDO ALMEIDA Atividade 3 (PRATIQUE E COMPARTILHE), apresentada ao curso bacharelado em Estatística, ofertado pela Universidade Potiguar, como requisito avaliativo complementar da terceira avaliação da disciplina Álgebra Linear Computacional – Métodos Iterativos Resolução Sistemas Lineares. ALUNO: EBERSON COSTA – MATRÍCULA 2020201380 BENEVIDES – PARÁ 2021 ÁLGEBRA LINEAR COMPUTACIONAL UNIDADE 3 – MÉTODOS ITERATIVOS RESOLUÇÃO SISTEMAS LINEARES PRATIQUE E COMPARTILHE MÉTODOS ITERATIVOS NA RESOLUÇÃO DE SISTEMAS DE EQUAÇÕES LINEARES: MÉTODO DEJACOBI JACOBI E MÉTODO DE GAUSS-SEIDEL Na unidade II apresentamos técnicas de resolução direta de sistemas de equações lineares. Nesta unidade, apresentamos o método iterativo. O primeiro método apresentado foi o método de Jacobi. Para isso, consideramos o seguinte sistema linear: Nesse caso, a iteração é posterior. Nessa metodologia usamos um erro menor que. No método de Gauss-Seidel fazemos algumas modificações, que consideramos nas fórmulas anteriores já no início. Vamos Praticar Utilize uma ferramenta computacional, como o Excel, para resolver o sistema linear a seguir, por meio dos dois Métodos: Jacobi e Gauss-Seidel. Considere um erro menor que 0,02. 10x+2y+6z=28 x+10y+9z=7 2x-7y-10z=-17 Depois de resolver o sistema, responda às seguintes perguntas: Qual dos dois métodos é mais eficaz? Qual possui menos iterações (convergência mais rápida)? Ao final, disponibilize seu trabalho no fórum da seção. Existem vários métodos para a resolução de sistemas lineares, neste exercício, iremos resolver um sistema linear por dois métodos de algoritmos diferentes, o método de Jacobi e o Método de Gauss-Seidel, ambos trabalham com em obter resultados aproximados com um erro máximo pré-determinado. O método iterativo de Jacobi é um método clássico que data do final do século XVIII. Técnicas iterativas são raramente utilizadas para solucionar sistemas lineares de pequenas dimensões, já que o tempo requerido para obter um mínimo de precisão ultrapassa o requerido pelas técnicas diretas como a eliminação gaussiana. Contudo, para sistemas grandes, com grande porcentagem de entradas de zero essas técnicas aparecem como alternativas mais eficientes. Sistemas esparsos de grande porte frequentemente surgem na análise de circuitos, na solução numérica de problemas de valor de limite e equações diferenciais parciais. O método de Gauss-Seidel é um método iterativo para resolução de sistemas de equações lineares. É semelhante ao de Jacobi. É condição suficiente de convergência que a matriz seja estritamente a diagonal dominante. Como exemplo semelhante ao pedido nesta atividade apresentamos o exercício seguinte: EXEMPLO SEMELHANTE Analisar a convergência usando o critério das linhas e o critério de Sassenfeld do seguinte sistema linear e resolvê-lo usando os dois métodos iterativos. Usar x0 = ( - 2,4; 5; 0,3 ) e tolerância € < 10-2 ANÁLISE DA CONVERGÊNCIA CRITÉRIO DAS LINHAS O Critério das Linhas pede que: para todo i = 1, . . . , n. Em palavras: “o valor absoluto do termo diagonal na linha i é maior do que a soma dos valores absolutos de todos os outros termos na mesma linha”. É importante observar que o Critério das Linhas pode deixar de ser satisfeito se houver troca na ordem das equações, e vice-versa: uma troca cuidadosa pode fazer com que o sistema passe a satisfaze o Critério. TEOREMA: Se o sistema linear satisfaz o Critério das Linhas então o Método de Jacobi converge. https://sites.google.com/site/calcnumq3/lista-3/questao-4/1231.png?attredirects=0 Para ter convergência, basta que um alfa seja menor do que um, neste caso os três são, com isso, podemos garantir que os métodos de Jacobi e de Gauss convergem para esse sistema. CRITÉRIO DE SASSENFELD RESOLUÇÃO MÉTODO DE JACOBI e fizemos as demais interações no excel: NO EXCEL Passos 1) Para k=0, colocamos os valores iniciais de x1=0, x2=0, e x3=0; 2) colocamos as fórmulas de x1, x2 e x3 isolados em C4, D4 e E4, respectivamente; emancipamos até k=14 3) colocamos as fórmulas dos erros; estendemos até k=14 4) procuramos onde erro de x1<0,01 , erro de x2<0,01 e erro de x3<0,01, que foi na sétima interação. Portanto x1=1,002703 ; x2=1,00745 e x3= 0,00296 MÉTODO DE GAUSS-SEIDEL e fizemos as demais interações no excel: NO EXCEL Passos 1) Para k=0, colocamos os valores iniciais de x1=0, x2=0, e x3=0; 2) colocamos as fórmulas de x1, x2 e x3 isolados em C4, D4 e E4, respectivamente; emancipamos até k=14 3) colocamos as fórmulas dos erros; estendemos até k=14 4) procuramos onde erro de x1<0,01 , erro de x2<0,01 e erro de x3<0,01, que foi na quinta interação. Portanto x1=0,999632 ; x2=1,000073 e x3=0,0000956 COMPARAÇÕES ENTRE OS MÉTODOS O método de Gauss-Seidel é mais vantajoso do que o de Jacobi, já que o método de Gauss-Seidel consegue uma solução de sistemas cuja convergência não é garantida para o método de Jacobi, sendo esse conhecido como Critério de Sassenfeld, onde uma vez satisfeito o Critério de linhas, logo será satisfeito o Sassenfeld. Entretanto, a recíproca não é válida, e vale lembrar que ambos critérios são apenas suficientes e não necessários, tendo casos de convergência com critérios não satisfeitos. Um motivo para a escolha de Gauss-Seidel é devido ao fato deste encontrar o resultado com um menor número de interações do que o primeiro (Jacobi), sendo necessário apenas 5 iterações contra 7 do outro. Isso acontece porque o método de Gauss-Seidel conta com uma vantagem de já atualizar os valores das raízes achadas nas próximas iterações, isto é, calcular as linhas seguintes com o valor mais próximo do exato , e isto reflete uma rapidez maior no retorno da resposta correta. Além disso, o critério de Sassenfeld permite convergir mais rápido quanto menor for o valor para β, portanto, através de uma mudança de linhas, é possível alterar a rapidez da convergência. Como uma observação, existem ainda mais condições de convergência para os métodos iterativos, como o critério de colunas (semelhante ao de linhas) e CRITÉRIO DO RAIO ESPECTRAL (o raio espectral , maior autovalor, em módulo, da matriz de iteração do método seja menor que a unidade), sendo este último uma condição não só suficiente, mas também necessária. Quanto aos erros, como são método iterativos, contamos com possíveis erros de arredondamentos acompanhados de erros de truncamentos, já que devemos truncar as iterações, mas ambos se igualam à este processo. Referências DORNELLES FILHO, A. A. Fundamentos de Cálculo Numérico. 1. ed. PortoAlegre: Editora Bookman, 2016. https://sites.google.com/site/calcnumq3/lista3/questao4..Acesso.em.23/09/202. http://www.ime.usp.br/~colli/cursos/NumericoIAG.2005/LivroNumericoCapitulo4.pdf https://sites.google.com/site/calcnumq3/lista3/questao4
Compartilhar