Cálculo Numérico - Unidade 4 - Sistemas de Equações Lineares

DSOFT
Amintas
engenharia
DSOFT
Unidade 4
Resoluo de Sistemas de
Equaes Lineares
Mtodos Diretos e
Iterativos
DSOFT
Sistemas de Equaes Lineares

Ementa:
4.1 - Introduo
4.2 Mtodo de Gauss
4.3 Mtodo da Pivotao
4.4 Mtodo de Jacobi
4.5 Mtodo de Jordan
4.6 Mtodo de Gauss Seidel
4.7 Convergncia dos mtodos iterativos
4.8 Refinamento da soluo
DSOFT

4.1 Introduo
Um sistema de equaes lineares definido
como um conjunto m de equaes que
contm n incgnitas, geralmente escrito na
forma:
a11.x1 a12 .x2 a1n .xn b1

a .x a .x a .x b
21 1 22 2
2n n
2
am1.x1 am 2 .x2 amn .xn bm
DSOFT

Este sistema de equaes pode ser escrito em
forma matricial como:
A.x=B
Onde A uma matriz de ordem m x n,
contendo os coeficientes das equaes.
a11
a21
A
a
m1
a12
a1n
a22 a2 n
am 2 amn
DSOFT
x uma matriz n x 1, contendo as incgnitas.

Esta matriz escrita como:
x1

x2
x

x
n
DSOFT

Finalmente, B tambm uma matriz m x 1, e
contm os termos independentes das
equaes.
b1
b2
B
b
m
DSOFT
O sistema de equaes pode ser escrito como:

a11
a21
a
m1
a12
a22
am 2
a1n
a2 n
amn
x1

x2
b1
b2
x b
n m
Ou ento, em sua forma de matriz estendida:

a11
a12
a1n b1
a21
C
a
m1
a22
a2 n b2
am 2 amn bm
DSOFT
J a matriz
x1

x2

x
n
uma soluo para o sistema de equaes se,

para cada xi=xi, tivermos uma identidade
numrica para o sistema A.x=B.
DSOFT

Definies:
-Um sistema de equaes algbricas lineares
dito homogneo, se a matriz B do sistema
nula, isto , os bj=0.
dito compatvel, quando apresenta uma
soluo, e dito incompatvel, quando no
apresenta soluo.
(Neste curso, estudaremos os sistemas de
equaes compatveis, que podero se
homogneos ou no.)
DSOFT

-Quando o nmero de equaes igual ao
nmero de incgnitas, o sistema de equaes
pode ser denotado por Snxn.
-Um sistema de equaes dito triangular
superior se todos os elementos abaixo da
diagonal principal forem nulos, ou seja:
a11 .x1 a12 .x2 a1n .xn b1
a22 .x2 a2 n .xn b2
ann .xn bn
DSOFT

dito triangular inferior se todos os
elementos acima da diagonal principal forem
nulos, ou seja:
a11.x1
a .x a .x
21 1 22 2
b1
b2
am1.x1 am 2 .x2 ann .xn bn
Os sistemas triangulares tm soluo trivial

se os elementos da diagonal principal forem
diferentes de zero.
DSOFT

Transformaes elementares:
Transformaes elementares so operaes
que podem ser feitas sobre o sistema de
equaes, sem que a soluo seja alterada. As
transformaes elementares so:
1.Trocar a ordem de duas equaes do
sistema;
2.Multiplicar uma equao por uma
constante no nula;
3.Adicionar duas equaes, substituindo uma
delas pelo resultado.
DSOFT

Soluo numrica para sistemas lineares:
Os mtodos a serem mostrados neste curso
so classificados como diretos e iterativos.
Os mtodos diretos (Gauss, Pivotao e
Jordan) determinam a soluo em um nmero
finito de passos.
Os mtodos iterativos (Jacobi e Gauss Seidel)
requerem em um nmero infinito de passos
para fornecer a soluo, devendo ento
existir critrios de interrupo.
DSOFT

4.2 Mtodo de Gauss
O mtodo de Gauss consiste em, por meio de
um nmero de (n-1) passos, transformar o
sistema linear A.x=B em um sistema
triangular equivalente, U.x=C.
Este mtodo mais usado em sistemas
lineares de pequeno e mdio portes (n=30 e
n=50 respectivamente).
O algoritmo para resoluo deste mtodo
mostrado a seguir.
DSOFT

Algoritmo Mtodo de Gauss
{Objetivo: Determinar a soluo de um sistema de equaes lineares.}
Parmetros de entrada: Matriz A, Vetor B, N
Parmetros de sada: Matriz X
Leia N, Matriz A, Vetor B
Inteiro: C, I, J
Real: Mult, Vetor X[N]
Para C 1 at N-1 Passo 1 Faa
Para IC+1 at N Passo 1 Faa
Mult -1 * Matriz A[I,C] / Matriz A[C,C]
Vetor B[I] Vetor B[C] * Mult + Vetor B[I]
Para JC at N Passo 1 Faa
Matriz A[I, J] Matriz A[C, J] * Mult + Matriz A[I, J]
Fim Para
Fim Para
Fim Para
Escreva Matriz A, Vetor B
DSOFT

Para IN at 1 Passo -1 Faa
Vetor X[I] Vetor B[I]
Para J1 at N Passo 1 Faa
Se I J Ento
Vetor X[I] Vetor X[I] Matriz A[I,J]*Vetor X[J]
Fim Se
Fim Para
Vetor X[I] Vetor X[I] / Matriz A [I, I]
Fim Para
Escreva Vetor X
Fim Algoritmo
DSOFT

Vejamos atravs de um exemplo como o
mtodo de Gauss aplicado:
Exemplo: Dado o sistema de equaes
abaixo, determine a sua soluo atravs do
mtodo de Gauss.
2.x1 3.x2 1.x3 5
4.x1 4.x2 3.x3 3

2.x 3.x x 1
1
2
3
DSOFT

Vamos escrever o sistema na forma de sua
matriz ampliada (o algoritmo utiliza a Matriz
A de coeficientes e o Vetor B de resultados):
2 3 1 5 L1
C 4 4 3 3 L2
2 3 1 1 L
3
Chamando de L1, L2 e L3 as linhas 1, 2 e 3,

respectivamente, de C, escolhemos o elemento
a11
como
Piv
e
calculamos
os
multiplicadores:
DSOFT
a21 4
m21
2
a11
2
a31 2
m31
1
a11
2
Agora, substitumos os valores das linhas 2 e

3 de acordo com o seguinte esquema:
L1L1
m21*L1+L2L2
m31*L1+L3 L3

Temos agora a seguinte matriz resposta:
DSOFT
1 5
C1 0 2 1 7
0 6 2 6
A partir desta matriz ampliada, repetimos o

procedimento, utilizando como piv agora o
elemento a22=-2.
a32 (6)
m32
3
a22
2
DSOFT
Construindo as novas linhas:

L1L1
L2L2
m32*L2+L3 L3
Teremos a nova matriz:
2 3 1 5
C2 0 2 1 7
0 0
5 15
DSOFT
O sistema original foi reduzido a um sistema

de equaes triangular equivalente dado por:
2.x1 3.x2 1.x3 5
2.x2 x3 7
5.x 3 15
De modo trivial, chegamos soluo do

problema:
x1=1, x2=2, x3=3
DSOFT

Problemas deste mtodo:
-Se houver algum elemento nulo na diagonal
principal, no ser possvel encontrar a
resposta (para isso, pode-se trocar as linhas
de forma a corrigir este problema).
-Valores de piv muito prximos de 0
propagam erros de arredondamento muito
facilmente, podendo at mesmo invalidar os
resultados alcanados. O ideal que os
multiplicadores das linhas sejam todos
menores que 1.
DSOFT

4.3 Mtodo da Pivotao
Este mtodo muito semelhante ao mtodo de
Gauss, somente exigindo que se troque as
linhas de modo que o piv seja sempre o
maior valor em mdulo na matriz.
Este mtodo pouco utilizado devido ao
esforo computacional antes de cada clculo,
para que seja determinado o maior piv.
O algoritmo deste mtodo mostrado a
seguir:
DSOFT

Algoritmo Mtodo da Pivotao
Parmetros de sada: VetorX
Leia N
Leia Matriz A
Leia Matriz B
Inteiro: C, C2, X, I, J, Linha_Maior, Coluna_Maior
Real: Mult, Vetor X[N], Temp, Maior_Valor
Logico: Pode_Coluna[N]
Para C 1 at N-1 Passo 1 Faa
Maior_Valor0
Linha_Maior0
Coluna_Maior0
Para C2C at N Passo 1 Faa
Se (Matriz A[C2,J2] > Maior_Valor ) e Pode_Coluna[J2]Ento
Maior_Valor Matriz A[C2,J2]
DSOFT

Linha_MaiorC2
Coluna_MaiorJ2
Fim Se
Fim Para
Fim Para
Pode_Coluna[Coluna_Maior] falso
Para X 1 at N passo 1 Faa
TempMatriz A[Linha_Maior,X]
Matriz A[Linha_Maior,X] Matriz A[C,X]
Matriz A[C,X]Temp
Fim Para
Temp Vetor B[Linha_Maior]
Vetor B[Linha_Maior] Vetor B[C]
Vetor B[C] Temp
Para IC+1 at N Passo 1 Faa
Mult -1 * Matriz A[I,Coluna_Maior] / Matriz A[C,Coluna_Maior]
DSOFT

Fim Para
Fim Para
Fim Para
Para C = 1 at N Faa
Se Vetor X[C]=0 e Matriz A[I,C] 0 Ento
XC
Fim Se
Fim Para
Vetor X[X] Vetor B[I]
Vetor X[X] Vetor X[X] Matriz A[I,J]*Vetor X[J]
Fim Para
Vetor X[I] Vetor X[I] / Matriz A [I, X]
Fim Para
Escreva Vetor X
Fim Algoritmo
DSOFT

mtodo da Pivotao aplicado:
mtodo da Pivotao.
2.x1 3.x2 1.x3 5
4.x1 4.x2 3.x3 3

2.x 3.x x 1
1
2
3
DSOFT

2
1 5 L1
C 4 4 3 3 L2
2 3 1 1 L
3

a21 ou a22 como Piv (maior valor) e
calculamos os multiplicadores:
DSOFT
Utilizando a21 como piv:
a11 2
1
m1
a21
4
2
a31 2
1
m3
a21
4
2

m1*L2 + L1 L1
L2L2
m *L +L L
DSOFT
Temos agora a seguinte matriz resposta (j

colocando a linha 2 no lugar da linha 1):
4
4 3 3
C 0 1 1 7
2
2
0 5 5 5
2
2

elemento a32=-5.
DSOFT

a22 1 1
m2
a32
5 5

L1L1
m32*L3 +L2 L2
L3 L3
DSOFT
Portanto, a matriz final :

4 4 3 3
C 0 5 5 5
2
2
0 0
1
3
Mais uma vez, de modo trivial chegamos at a

soluo do problema:
x1=1, x2=2, x3=3
DSOFT

4.4 Mtodo de Jordan
O mtodo de Jordan muito semelhante ao
mtodo de Gauss, tendo somente uma
diferena:
-O clculo da pivotao leva em
considerao todas as linhas da tabela,
incluindo aquelas que j foram processadas.
Assim, obtemos uma matriz diagonal ao final
dos clculos.
O algoritmo a seguir mostra os passos para a
realizao do mtodo de Jordan.
DSOFT

Algoritmo Mtodo de Jordan
Parmetros de sada: Matriz X
Leia N, Matriz A, Vetor B
Inteiro: C, I, J
Real: Mult, Vetor X[N]
Para C 1 at N Passo 1 Faa
Para I1 at N Passo 1 Faa
Se I C Ento
Mult -1 * Matriz A[I,C] / Matriz A[C,C]
Fim Para
Fim Se
Fim Para
Fim Para
DSOFT

Vetor X[I] Vetor B[I] / Matriz A [I, I]
Fim Para
Escreva Vetor X
Fim Algoritmo
DSOFT

mtodo de Jordan aplicado:
mtodo de Jordan.
2.x1 3.x2 1.x3 5
4.x1 4.x2 3.x3 3

2.x 3.x x 1
1
2
3
DSOFT

2 3 1 5 L1
C 4 4 3 3 L2
2 3 1 1 L
3

a11
como
Piv
e
calculamos
os
multiplicadores:
DSOFT
a21 4
m21
2
a11
2
a31 2
m31
1
a11
2

L1L1
m21*L1+L2L2
m31*L1+L3 L3

Temos agora a seguinte matriz resposta:
DSOFT
1 5
C1 0 2 1 7
0 6 2 6

elemento a22=-2.
a12 3 3
m1
a22
2 2
a32 (6)
m3
3
a22
2
DSOFT

m1*L2+L1L1
L2L2
m3*L2+L3 L3
2
C2 0 2
0 0
11
2
2
1 7
5
15
DSOFT
Agora, repetimos o procedimento, utilizando

como piv agora o elemento a33=5.
a13
m1
a33
2 1
5
2
a23 (1) 1
m2
a33
5
5
DSOFT
Construindo novamente as linhas:

m1*L3+L1L1
m2*L3+L2L2
L3 L3
2
0 2
C2 0 2 0 4
0 0 5 15
DSOFT
O sistema original foi reduzido a um sistema

de equaes triangular equivalente dado por:
2.x1 2
2.x2 4
5.x 15
3
De modo trivial, chegamos soluo do

problema:
x1=1, x2=2, x3=3
DSOFT

4.5 Mtodo de Jacobi
O Mtodo de Jacobi um procedimento
iterativo para a resoluo de sistemas
lineares. Tem a vantagem de ser mais simples
de se implementar no computador do que
outros mtodos, e est menos sujeito ao
acmulo de erros de arredondamento. Seu
grande defeito, no entanto, no funcionar
em todos os casos.
DSOFT
Suponha um sistema linear com incgnitas x 1,

..., xn da seguinte forma:
a11.x1 a12 .x2 a1n .xn b1
a .x a .x a .x b
21 1 22 2
2n n
2
an1.x1 an 2 .x2 ann .xn bn
Suponha tambm que todos os termos a ii

sejam diferentes de zero (i = 1, ... , n). Se no
for o caso, isso as vezes pode ser resolvido
com uma troca na ordem das equaes.
DSOFT
Ento a soluo desse sistema satisfaz as

seguintes equaes:
1
b1 a12 .x2 a1n .xn
x1
a11
1
b2 a21.x1 a2 n .xn
x2
a22
1
bn an1.x1 an1n .xn1
xn
ann
DSOFT

O Mtodo de Jacobi consiste em estimar os
valores iniciais para x1(0), x2(0), ..., xn(0),
substituir esses valores no lado direito das
equaes e obter da novos valores x 1(1),
x2(1), ..., xn(1).
Em seguida, repetimos o processo e
colocamos esses novos valores nas equaes
para obter x1(2), x2(2), ..., xn(2), etc.

Desta forma, temos:
DSOFT
1
(k )
(k )
x1
b1 a12 .x 2 a1n .x n
a11
1
( k 1)
x2
b2 a21.x1( k ) a2 n .x (nk )
a22
1
( k 1)
xn
bn an1.x1( k ) an 1n .x (nk1)
ann
( k 1)
DSOFT

Espera-se que com as iteraes, os valores
dos xi convirjam para os valores verdadeiros.
Podemos ento monitorar a diferena entre os
valores das iteraes para calcularmos o erro
e interrompermos o processo quando o erro
for satisfatrio.
Entretanto, nem sempre o mtodo converge.
Na unidade 4.7 verificaremos alguns critrios
de convergncia.
A seguir mostrado o algoritmo do mtodo
de Jacobi.
DSOFT

Algoritmo Mtodo de Jacobi
{Objetivo: Determinar a soluo de um sistema de equaes lineares
atravs do mtodo iterativo de Jacobi.}
Parmetros de entrada: Matriz A, Vetor B, Vetor X, N, Erro
Parmetros de sada: Vetor X
Inteiro: I, J
Real: NovoVetorX[N], Erros[N]
Lgico: Pode_Sair
Leia N, Erro
Leia Matriz A, Vetor B, Vetor X
Pode_Sair Falso
Repita
Para I 1 at N Passo 1 Faa
NovoVetorX[I]=Vetor B[I]
Para J 1 at N Passo 1 Faa
Se I J Ento
NovoVetorX[I] NovoVetorX[I] - Matriz A[I,J]*Vetor X[I]
Fim Se
DSOFT

Fim Para
NovoVetorX[I] NovoVetorX[I] / Matriz A[I,I]
Erros[I] NovoVetorX[I]-Vetor X[I]
Vetor X[I] NovoVetorX[I]
Fim Para
Pode_Sair Verdadeiro
Se Erros[I] > Erro Ento
Pode_Sair Falso
Fim Se
Fim Para
Se Pode_Sair Ento
Interrompa
Fim Se
Fim Repita
Escreva Vetor X
Fim Algoritmo
DSOFT

Exemplo:
Dado o sistema de equaes lineares abaixo,
determine a sua soluo de acordo com o
mtodo de Jacobi, considerando uma
tolerncia 10-2.
2.x1 x2 1
x1 2.x2 3
A soluo analtica x1=4/3 e x2=7/3.
DSOFT
De acordo com Jacobi, temos que:
1
(k )
x
.
1
x
2
1
2
1
( k 1)
x 2 3 x1( k )
2
Tomando uma soluo inicial arbitrria x 1=0

e x2=0, teremos a seguinte tabela de
resultados:
( k 1)
DSOFT
K
0
1
2
3
4
5
6
7
8
9
x1
x2
E(x1)
E(x2)
0
0,5
1,25
1,375
1,5625
1,59375
1,640625
1,648438
1,660156
1,662109
0
1,5
1,75
2,125
2,1875
2,28125
2,296875
2,320313
2,324219
2,330078
0,5
0,75
0,125
0,1875
0,03125
0,046875
0,007813
0,011719
0,001953
1,5
0,25
0,375
0,0625
0,09375
0,015625
0,023438
0,003906
0,005859
DSOFT
Portanto, o resultado aproximado para a

tolerncia solicitada x1=1,66 e x2=2,33.
Outro mtodo para realizar o teste de parada
seria realizar k iteraes.
DSOFT

4.6 Mtodo de Gauss Seidel
O mtodo de Gauss Seidel praticamente o
mesmo do Jacobi. A nica diferena que os
valores j calculados so utilizados para
refinar os demais clculos em cada iterao,
ou seja:
DSOFT
1
x1
b1 a12 .x (2k ) a1n .x (nk )

a11
1
( k 1)
( k 1)
(k )
x2
b2 a21.x1 a2 n .x n
a22
1
( k 1)
xn
bn an1.x1( k 1) an 1n .x (nk11)
ann
( k 1)
DSOFT

Algoritmo Mtodo de Gauss Seidel
{Objetivo: Determinar a soluo de um sistema de equaes lineares
atravs do mtodo iterativo de Gauss Seidel.}
Parmetros de entrada: Matriz A, Vetor B, Vetor X, N, Erro
Parmetros de sada: Vetor X
Inteiro: I, J
Real: NovoVetorX[N], Erros[N]
Lgico: Pode_Sair
Leia N, Erro
Leia Matriz A, Vetor B, Vetor X
Pode_Sair Falso
Repita
NovoVetorX[I]=Vetor B[I]
Para J 1 at N Passo 1 Faa
Se I J Ento
NovoVetorX[I] NovoVetorX[I] - Matriz A[I,J]*NovoVetor
X[I]
DSOFT

Fim Para
NovoVetorX[I] NovoVetorX[I] / Matriz A[I,I]
Erros[I] NovoVetorX[I]-Vetor X[I]
Vetor X[I] NovoVetorX[I]
Fim Para
Pode_Sair Verdadeiro
Se Erros[I] > Erro Ento
Pode_Sair Falso
Fim Se
Fim Para
Se Pode_Sair Ento
Interrompa
Fim Se
Fim Repita
Escreva Vetor X
Fim Algoritmo
DSOFT

Exemplo:
Dado o sistema de equaes lineares abaixo,
determine a sua soluo de acordo com o
mtodo de Gauss Seidel, considerando uma
tolerncia 10-2
2.x1 x2 1
x1 2.x2 3
DSOFT
De acordo com Gauss Seidel, temos que:
1
(k )
x
.
1
x
2
1
2
1
( k 1)
x 2 3 x1( k 1)
2
Tomando uma soluo inicial arbitrria x 1=0

e x2=0, teremos a seguinte tabela de
resultados:
( k 1)
DSOFT
K
0
1
2
3
4
5
6
x1
x2
E(x1)
E(x2)
0
0,5
1,375
1,5937
5
1,6484
38
1,6621
09
1,6655
27
0
1,75
2,1875
2,2968
75
2,3242
19
2,3310
55
2,3327
64
0,5
0,875
0,2187
5
0,0546
88
0,0136
72
0,0034
18
1,75
0,4375
0,1093
75
0,0273
44
0,0068
36
0,0017
09
DSOFT
Portanto, o resultado aproximado para a

tolerncia solicitada x1=1,66 e x2=2,33.
Outro mtodo para realizar o teste de parada
seria aps k tentativas.
DSOFT

4.7 Convergncia dos mtodos iterativos
Como foi dito anteriormente, nem sempre os
mtodos de Jacobi e Gauss Seidel convergem
para a resposta. Infelizmente no h um meio
de se ter certeza absoluta da convergncia em
todos os casos.
Para determinados casos entretanto, podemos
garantir a convergncia se determinadas
regras forem satisfeitas.
DSOFT

Critrio das Linhas:
condio suficiente para que os mtodos
iterativos mostrados aqui convirjam se o
coeficiente da diagonal principal de cada
linha for maior em mdulo que a soma de
todos os demais coeficientes. Ou seja:
n
aii aij
j 1
i j
Para i = 1, 2, 3, ..., n.
DSOFT

Critrio das Colunas:
condio suficiente para que os mtodos
iterativos mostrados aqui convirjam se o
coeficiente da diagonal principal de cada
coluna for maior em mdulo que a soma de
todos os demais coeficientes. Ou seja:
n
a jj aij
i 1
i j
Para j = 1, 2, 3, ..., n.
DSOFT

Para garantir a convergncia, basta que
apenas um dos critrios seja satisfeito.
Entretanto, o contrrio no pode ser dito. Se
um sistema de equaes no satisfizer
nenhum dos critrios no podemos garantir
que ele no ir convergir.
Muitas vezes, uma ordenao criteriosa das
linhas e colunas de um sistema de equaes
pode lev-lo a satisfazer um dos critrios.
DSOFT

4.8 Refinamento da soluo
Quando se opera com nmeros exatos, no se
cometem erros de arredondamento no
decorrer dos clculos e transformaes
elementares. Entretanto, na maioria das
vezes, deve-se contentar com clculos
aproximados, cometendo assim erros de
arredondamento, que podem se propagar.
Para evitar isso, utilizam-se tcnicas
especiais para refinar a soluo e minimizar
a propagao de erros.
DSOFT

Digamos que temos uma soluo para um
sistema de equaes A.x=b, denotada por x (0).
A soluo melhorada ser encontrada
fazendo-se:
(1)
( 0)
(0)
Onde (0) uma parcela de correo para a

soluo.
Para encontrarmos os valores de (0) fazemos:
A.(0) =r(0)
DSOFT

Nesta equao, (0) uma matriz de
incgnitas, A a matriz de coeficientes e r (0)
uma matriz coluna de resduos, calculada de
acordo com:
A.x(0) =r(0)
Desta forma, pode-se fazer sucessivos
refinamentos at que se alcance a preciso
desejada.
DSOFT
Exemplo:
O sistema de equaes
8,7.x1 3.x2 9,3.x3 11,0.x4 16,4

24,5.x1 8,8.x2 11,5.x3 45,1.x4 49,7
52,3.x1 84,0.x2 23,5.x3 11,4.x4 80,8

21,0.x1 81,0.x2 13,2.x3 21,5.x4 106,3
Fornece as seguintes solues quando
resolvido pelo mtodo de Gauss, retendo 2
casas decimais:
DSOFT

x=[0,97
1,98
-0,97
Calculando os resduos:
r=b-A.x
r
16,4
49,7
80,8
106,3
0,042
0,214
r
0,594
0
,
594
8,7
24,5
1,00] T
11,0
45,1
52,3 84,0 23,5 11,4
21,0 81,0 13,2 21,5

3,0
8,8
9,3
11,5
0,97
1,98
.
0,97
1,00
DSOFT
Encontrando os valores para o refinamento:

A.(0) =r(0)
3,0
9,3
11,0 1 0,042
8,7
24,5 8,8
0,214
11
,
5
45
,
1
. 2
52,3 84,0 23,5 11,4 2 0,594
21,0 81,0 13,2 21,5 2 0,594
Cuja resposta :
(0)
0,0295
0,0195
0,0294
0,0000
DSOFT
Corrigindo x(0), temos:

x
(1)
0,97 0,0295 1,000

1,98 0,0195 2,000

0,97 0,0294 0,999
1,00 0,0000 1,000
Cujo resduo :
r (1)
0,009
0,011
0,024
0,013
DSOFT

Recalculando (0) temos:
(1) = [-0,0002 -0,0002 -0,0007 0,0000] T
Portanto, o valor melhorado de x ser:
x(2)=[1,000 2,000 -1,000 1,000] T
Cujos resduos so:
r(2)=[0 0 0 0] T
DSOFT
www.matematiques.com
.br
engenharia

Cálculo Numérico - Unidade 4 - Sistemas de Equações Lineares

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Cálculo Numérico - Unidade 4 - Sistemas de Equações Lineares

Diunggah oleh

Hak Cipta:

Format Tersedia

DSOFT

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

a11.x1 a12 .x2 a1n .xn b1

am1.x1 am 2 .x2 amn .xn bm

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

x uma matriz n x 1, contendo as incgnitas.

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

O sistema de equaes pode ser escrito como:

Ou ento, em sua forma de matriz estendida:

Sistemas de Equaes Lineares

uma soluo para o sistema de equaes se,

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

a22 .x2 a2 n .xn b2

Sistemas de Equaes Lineares

am1.x1 am 2 .x2 ann .xn bn

Os sistemas triangulares tm soluo trivial

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

2.x1 3.x2 1.x3 5

4.x1 4.x2 3.x3 3

Sistemas de Equaes Lineares

Chamando de L1, L2 e L3 as linhas 1, 2 e 3,

Sistemas de Equaes Lineares

Agora, substitumos os valores das linhas 2 e

Sistemas de Equaes Lineares

A partir desta matriz ampliada, repetimos o

Sistemas de Equaes Lineares

Construindo as novas linhas:

Sistemas de Equaes Lineares

O sistema original foi reduzido a um sistema

2.x1 3.x2 1.x3 5

De modo trivial, chegamos soluo do

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

2.x1 3.x2 1.x3 5

4.x1 4.x2 3.x3 3

Sistemas de Equaes Lineares

Chamando de L1, L2 e L3 as linhas 1, 2 e 3,

Sistemas de Equaes Lineares

Utilizando a21 como piv:

Agora, substitumos os valores das linhas 1 e

Sistemas de Equaes Lineares

Temos agora a seguinte matriz resposta (j

A partir desta matriz ampliada, repetimos o

Sistemas de Equaes Lineares

Construindo as novas linhas:

Sistemas de Equaes Lineares

Portanto, a matriz final :

Mais uma vez, de modo trivial chegamos at a

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares

Sistemas de Equaes Lineares