UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

44

Unidade IV - Sistemas Lineares

IV.1 - Introduo
O Problema que aparece no clculo de estruturas, em redes eltricas, e em soluo de
equaes diferenciais o da resoluo de um sistema linear de n equaes a n incgnitas. S n
um sistema tal que:
a11x1 a12 x 2 + a1n x n = b1
n
a x a x
21 1
22 2 + a 2 n x n = b 2
S

Sn
a i j x j (1 i n)
n

j 1

a n1x1 a n 2 x 2 + a nn x n = b n
Sob a forma matricial Sn pode ser escrito como A x = b, onde A uma matriz de ordem
n , b e x so matrizes n 1.
a11 a 21 a1n b1
a
b2
21 a 22 a 2 n

chamada de matriz estendida do sistema Sn .

A matriz B =

a n1 a n 2 a nn b n
Definio:
O vetor x = ( x 1 , x 2 , ... , x n ) t constitui uma soluo para Sn se para xi = x i
(1 i n) as equaes de Sn forem satisfeitas.
Um sistema linear pode ser classificado do seguinte modo:
1. Compatvel (quando possu soluo):
a. Determinado (nica soluo)
b. Indeterminado (infinitas solues)
2. Incompatvel (quando NO possu soluo)
Exemplos:
1) O sistema Ax = 0 homogneo e todo sistema homogneo compatvel, pois admite
pelo a soluo trivial.
x1 x 2 0
incompatvel. Geometricamente temos:
x1 x 2 1

2) O sistema S2 =

x2
x1 + x2 = 0

x1
x1 + x2 = 1
As retas so paralelas

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

x1 x 2 0
x1 x 2 0

3) O sistema S2 =

O sistema incompatvel e determinado. Geometricamente temos:

x2

x1 - x2 = 0
x1
x1 + x2 = 0

x1 x 2 0
incompatvel indeterminado. Geometricamente
2x1 2x 2 0

4) O sistema S2 =
temos:

x2

x1
Retas Coincidentes
x1 + x2 = 0
2x1 + 2x2 = 0

45

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

46

IV.1.1 - Sistemas triangulares

Seja Sn um sistema da forma Ax = b, onde A = ai j tal que:
a ij 0 se j < i com i, j = 1, n ou:
a11x1 a12 x 2 ... a1n x n b1

a 22 x 2 ... a 2 n x n b 2

Sn

a nn x n b n

Um sistema deste tipo dito triangular superior.

Observe que os sistemas triangulares superiores determinados, isto , quando a i j 0

(i, j = 1,n) so facilmente resolvidos pelo processo retroativo, que consiste em:
a) Obter o valor de xn da n-sima equao por meio da relao:
bn
(a nn 0)
xn =
a nn
b) Substituir o valor de xn na equao de ordem (n-1) para obter xn - 1 . E assim
sucessivamente, at calcular x1 .
Se algum elemento da diagonal principal for zero, teremos a situao:
ax1 b1
b1
b1

a ijx j

, se:

j i 1
n

a ijx j

sistema indeterminado

a ijx j

sistema incompatvel

j i 1
n
j i 1

Exemplo:
3x1 4 x 2 5x 3 x 4 10

x 2 x 3 - 2x 4 1

Resolver o S4 pelo processo retroativo: S4

4x 3 - 5x 4 3

2x 4 2
Soluo:
2
Da 4a. equao vem: x 4 1
2
3
5
2
Da 3a. equao vem: x 3
4
1 2 2
1
Da 2a. equao vem: x 2
1
10 4 10 1
1
Da 1a. equao vem: x1
Resposta : x = (1 -1 2 1)
3

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

47

IV.1.2 - Norma de um vetor

Norma de um vetor x = (x1 , x2 , x3 ,..., xn) todo nmero real denotado por || ||,
associado a x, que satisfaz a:

|| x || > 0 e || x || = 0 x = 0
|| x + y || || x || + || y || onde x, y rn
|| c x || = | c | || x || onde c r
Definio 1: A maior componente em mdulo do vetor x uma norma para x.
|| x || = mx | xi | onde 1 i n
x = (3 50)
y = (2 1 3)

x + y = (5 4 3 )

Seja c = -2
c x = (-6 10 0)

x = 5
y = 3

x + y = 5 ... x + y = 8

|| c x || = 10 = | c | || x ||

Definio 2: O

| x i | tambm uma norma para o vetor x. conhecida como norma c.

i 1

IV.1.3 - Transformaes elementares

So operaes sobre as equaes dos sistemas lineares, tais como:
a) Trocar a ordem de duas equaes do sistema;
b) Multiplicar uma equao do sistema por uma constante no nula;
c) Adicionar duas equaes do sistema.
Definio : Dois sistemas lineares Sn e Sn so equivalentes quando Sn obtido de Sn
por meio de transformaes elementares. Nesse caso, Sn tendo soluo, Sn tambm ter.
Os mtodos para resoluo de sistemas lineares so:
I - Mtodos de eliminao.
II - Mtodos iterativos.
IV.2 - Mtodo de eliminao de Gauss
a11 a12
a
21 a 22
Dado o sistema Sn , a matriz estendida : B

a n1 a n 2
O mtodo de Gauss consiste em transformar a matriz
1 a12(1) a13(1) a1n (1) b1(1)

1
a 23( 2 ) a 2 n ( 2 ) b 2( 2 )
0
superior, da seguinte forma: 0
0
1
a 3n ( 3) b 3( 3)

0
0
0

1
b n ( n )

indicam o nmero de modificaes realizadas em cada linha.

a1n
a 2n

a nn
B em uma

b1
b2

bn
matriz triangular

, onde os ndices superiores

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

48

Aplica-se o processo retroativo para se obter a soluo desejada.

Algoritmo do mtodo:
Eliminao de ordem k:
Supondo akk( k - 1) 0, dividir a linha l k( k -1) por akk( k - 1) (piv), obtendo-se assim uma nova linha
lk( k ) .
Zerar os elementos aik (i = i +1, n) usando-se a transformao:
li (k) = li (k - 1) - ai k lk (k) , com (k = i +1, n) e (i = 2, n) .
IV.2.1 - Condensao pivotal parcial
Os mtodos de eliminao so exatos, mas podem conduzir a solues errneas devido
ao erro de arredondamento.
Para evitar isto, usaremos a condensao pivotal parcial, cujo procedimento redispor
as linhas de tal forma que a linha do elemento piv permanea fixa e que o elemento piv seja
escolhido dentre os elementos da coluna que tem o maior valor absoluto.
A finalidade da condensao pivotal parcial :
Minimizar o erro de arredondamento.
Evitar a diviso por zero.
Testar a singularidade do sistema.

2x1 3x 2 + 40x 3 39

Exemplo: Resolver o sistema S 36x 106 x 7x 63 pelo mtodo de eliminao de

3
1
2
3
25x 5x 12x 32
1 2 3

Gauss com condensao pivotal parcial.

Soluo:

(1 )

L1 L1 / 36
2 3 40 39 36 106 7 63
1 2,94 0,19 1,75
CPP
36 106 7 63 2 3 40 39 L (1) L 2L (1) 0 2,88 39,62 42,5
2
2
1

(1 )
( 1)
25 5 12 32 25 5 12 32
0 68,5 7,25 75,5
L 3 L 3 25L1
1
0
0

2,94
68,5
2,88

CPP

L3

( 3)

L3

(1)

0,19
7,25
39,62

1,75
1
L 2 ( 2 ) L 2 (1) / ( 68,5)

75,75 ( 2 )
0
L 3 L 3 (1) 2,88 L 2 ( 2 )
0
42,5

1
/ 39,315 0

2,94
1

0,19
0,106

1,75

1106
,

Pelo Processo Retroativo:

x3 = 1
x2 = - 1,106 + 0,106 = -1
x1 = -1,75 - 0,19 + 2,94 = 1
IV.3 - Mtodos Iterativos

2,94
1
0

0,19
0,106
39,315

Resp.: x = (1

-1

1)t

1,75

1106
,

39,315

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

49

A soluo x de um sistema linear AX = B pode ser obtida utilizando-se um mtodo

iterativo, que consiste em gerar uma seqncia de solues x(1), x(2), x(3), ..., x(k), aproximaes de x ,
sendo dada uma aproximao inicial x(0).
Para se aplicar o mtodo necessrio transformar o sistema dado em: x = F (x) + d ,
onde:
*0
*1

F uma matriz de ordem n, chamada de matriz iterao;

x, d so matrizes n 1
Sendo x(0) = (x1(0), x2(0), ..., xn(0)) a aproximao inicial, determinamos:
x (1) Fx ( 0 ) d
x ( 2 ) Fx (1) d
x ( 3) Fx ( 2 ) d

(k)

Fx

( k 1)

x ( k ) x 0 . Neste caso, temos x(k) como soluo

O critrio de parada dado por lim
k
aproximada.
(k)
x xi
Obs.: x x m
1 i n

(k)

xi

IV.3.1 - Mtodo de Jacobi

a11 x1 a12 x 2 ... a1n x n b1
a x a x ... a x b
21 1
22 2
2n n
2

Considere o sistema: S n

a n1 x1 a n 2 x 2 ... a nn x n b n
Explicitemos x1 na 1 equao
x2 na 2 equao

x n na n-sima equao
Da resulta:

( k 1)

(k )
x

= 1 (b1 a12 x2 a13 x

a

(k )
2

11

( k 1)

( k 1)
= 1 (b2 a21 x

0 (i = 1,n).
a

( k 1)

- ... a1n x n

22

a23 x

( k 1)

- ... a2n x n

necessrio que a ii

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

50

.
.

( k 1)
(k)

( k 1)

an2 x2(k-1) - ... an n-1 x n 1

xn = 1 (bn an1 x

1
a

nn

Desse modo, podemos escrever o sistema da forma x = F x + d.

x = (x1 , x2, ..., xn )t
a
a
a
0
a12 a13 a1n
11
11
11

a 23
a 2n
a 21
0

a 22
a 22
F a 22

a n1 a n 2 a n 3
0
a nn
a nn
a nn

b b
b
d 1 2 n
a11 a 22 a nn

O mtodo de Jacobi consiste em:

partindo-se da aproximao inicial x(0)
gera-se a seqncia de aproximaes x(1), x(2), ..., x(k)
como critrio de parada, utilizamos

x ( k ) x ( k 1) , onde = preciso desejada para

raiz.
2 x1 x 2 1
pelo mtodo de Jacobi, com 2 casas
x1 2x 2 3

Exemplo: Resolver o sistema: S2

decimais exatas.

Soluo: Equaes de iterao:

1
x1( k ) (1 x (2k 1) )
2
1
x (2k ) (3 x1( k 1) )
2
X ( 0 ) ( 0,9

0,9)

1. Iterao
x 1(1) = (1+0,9) = 0,95
x (21) = (3- 0,9) = 1,05
x(1) x(0) = 0,95 0,9) (1,05 0,9) = (0,5) (0,15) = 0,15 > 10-3

2. Iterao

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes

x 1( 2 ) = (1+1,05) = 1,025
x (22 ) = (3 0,95) = 1,025
x(2) x(1) = 0,075 > 10-3

3.Iterao
x 1( 3) = (1+ 1,025) = 1,0125
x (23) = (3 1,025) = 0,9875
x3 x2 = 0,0375 > 10-3

4. Iterao
x1(4) = (1+ 0,9875) = 0,99375
x2(4) = (3 0,9875) = 0,99375
x4 x3 = 0,01875 > 10-3
5. Iterao
x1(5) = (1+ 0,99375) = 0,996875
x2(5) = (3 0,99375) = 1,003125
x(5) x(4) = 0,009375 > 10-3
6. Iterao
x1(6) = (1+ 1,003125) = 1,0015625
x2(6) = ( 3 0,996875) = 1,0015625
x(6) x(5) = 0,0046875 > 10-3

51

UERJ - CTC - IME - Departamento de Informtica e Cincia da Computao

Clculo Numrico Professora Mariluci Ferreira Portes
7. Iterao
x1(7) = (1 + 1, 003125) = 1,00078125
x2(7) = (3 0.996875) = 0,99921875
x(7) x(6) = 0,00234375 > 10-3
8. Iterao
x1(8) = (1 + 0,99921875) = 0,99960938
x2(8) = (3 1,00078125) = 0,99960938
x(8) x(7) = 0,00117187 > 10-3
9. Iterao
x1(9) = (1 + 0,99960938) = 0,99980469
x2(9)= (3 0,99960938) = 1,00019531
x(9) x(8) = 0,00058593 < 10-3

Resp: x = ( 0,99 1,00)t (0,01 0,01)t

52

IV.3.2 - Mtodo de Gauss-Seidel

Seja o sistema AX = b, na forma X = F X + b.
O mtodo iterativo de Gauss-Seidel consiste em:
partindo-se da soluo inicial x(0) = ( x1(0) x2(0) x3(0) ... xn(0) )
gerar a seqncia de aproximaes x(1), x(2), ..., x(k) atravs das equaes de
x1( k )

1
(b1 a12 x2( k 1) a13 x3( k 1) ... a1n xn( k 1) )
a11

x2( k )

1
(b2 a21 x1( k ) a23 x3( k 1) ... a2 n xn( k 1) )
a22

iterao: x ( k ) 1 (b a x ( k ) a x ( k ) ... a x ( k 1) )
3
3
31 2
32 3
3n n
a33

xn( k )

1
(bn an1 x1( k ) an 2 x2( k ) ... an ( n 1) xn( k)1 )
ann

Como critrio de parada utilizamos || x(k) - x(k - 1) || < a preciso desejada.

Obs.: Este mtodo converge mais rpido que o de Jacobi.

2x1 x 2 1
pelo mtodo de Gauss-Seidel com 2
x1 2 x 2 3

Exemplo: Resolver o sistema:

casas decimais.
1. Iterao
x(0) = (0,9 0,9)

= 0,001

1
1
(1 x 2( k 1) ) x1(1) (1 0,9) 0,95
2
2
1
1
(3 x1( k ) ) x 2(1) (3 0,95) 1,025
2
2
( 0)
3
x
0,125 10

x1( k )
x 2( k )
x (1)

2. Iterao
1
(1 1,025) 1,0125
2
1
x (22 ) (3 1,0125) 0,99375
2
( 2)
x x (1) 0,0625 10 3
x1( 2 )

3. Iterao
1
(1 0,99375) 0,996875
2
1
x (23) (3 0,996875) 1,0015625
2
( 3)
x x ( 2 ) 0,015625 10 3
x1( 3)

4. Iterao

5. Iterao

1
x
(1 1,0015625) 1,0007813
2
1
( 4)
x 2 (3 1,0007813) 0,9996094
2
x ( 4 ) x ( 3) 0,0039063 10 3

1
x (1 0,9996094) 0,9998047
2
1
( 5)
x 2 (3 0,9992187) 1,0009765
2
x ( 5) x ( 4 ) 0,0009766 10 3

( 4)
1

( 5)
1

Resp: x = (0,99 1,00)t (0,01 0,01)t

IV.3.3 - Convergncia dos mtodos iterativos

Seja o sistema AX = b, na forma:
(1) x = F x + d , e a iterao definida por:
(2) x (k + 1) = F x (k) + d
Subtraindo (1) de (2) x (k + 1) - x = F (x (k) - x)
Fazendo e(k + 1) = x (k + 1) - x e(k + 1) = F e(k)
Teorema : A condio suficiente para que a iterao dada em (2) convirja que os
n

elementos f i j da matriz F satisfaam a desigualdade:

|f

ij

| L 1

j = 1, n

i 1

Corolrio 1: (Critrio das linhas)

A condio suficiente para que a iterao dada em (2) convirja que:
n

| a i i | | a i j|

i = 1, n

j1
j i

Corolrio 2: (Critrio das colunas)

A condio suficiente para que a iterao dada em (2) convirja que:
n

| a j j| | a i j|

j = 1, n

i 1
i j

Observaes:
A matriz que satisfaz a hiptese dos corolrios 1 ou 2 chamada de matriz diagonal
dominante estrita.
Na prtica so usados os critrios de suficincia expressos nos corolrios 1 ou 2, tanto para o
mtodo de Jacobi quanto para o mtodo de Gauss-Seidel. Basta que o sistema satisfaa apenas
a um desses critrios para se ter a convergncia garantida, independente da escolha do vetor
inicial.

IV.3.4 - Qual o mtodo melhor ?

No se pode garantir de incio que mtodo ser mais eficiente.
Os mtodos de eliminao se prestam a sistemas de pequeno porte com matrizes de
coeficientes densos; tambm resolvem satisfatoriamente vrios sistemas lineares com a mesma
matriz de coeficientes.
Os mtodos iterativos, quando a convergncia garantida, so bastante vantajosos
na resoluo de sistemas de grande porte com matrizes de coeficientes esparsos ( grande
quantidade de zeros entre seus elementos ).
Os sistemas oriundos da discretizao de equaes diferenciais parciais so
exemplos tpicos.
IV.3.5 - Noes de matrizes mal condicionadas
x1 1,001x 2 2,001
.
x 2 1,999
0,999 x1 +
Uma das solues x = (1 1)t .

Considere o sistema S 2

Se utilizarmos o mtodo de Jacobi, na 5. Iterao encontraramos como soluo

aproximada x 1 = (2,000 0,001)t , que diverge da soluo.
Isto aconteceu porque os coeficientes da matriz associada esto mal condicionados.
Uma forma de se detectar o mal condicionamento atravs do determinante
normalizado de uma matriz. Se esse determinante for, sensivelmente, menor que 1 dizemos que
a matriz est mal condicionada.
Definio: Para a matriz A, associada ao sistema S n , definimos determinante
normalizado de A, e denotamos por det (norm A) a:
det A
det ( norm A) =
i = 1, n
, onde: i ai21 ai22 ai23 ... ain2
1 2 ... n
Obs.: No sistema S2 dado:
det (norm A) =

1
0,999

1,001
1

1 2

1 1,001 1,4149208

0,999 2 12

1
1,001
0,999
1

0,5 10 6 10 6 1
2,000001

1,4135066

Lista de exerccios sobre a Unidade IV

1) Resolva pelo processo retroativo os seguintes sistemas :

3 x1 + 4 x2 - 5 x3 + x4 = -10

x2 + x3 - 2 x4 = -1

a)
4 x3 - 5 x4 = 3

2 x4 = 2

3 x1 + 4 x2 - 5 x3 + x4 = -10

x3 - 2 x4 = 0

b)
4 x3 - 5 x4 = 3

2 x4 = 2

2) Resolva pelo mtodo de Gauss, com condensao pivotal parcial.

2 x1
x1

a)
3 x1
4 x1

+ 2 x2 + x3
- x2 + 2 x3
+ 2 x2 - 3 x3
+ 3 x2 + 2 x3

+ x4
- x4
- 2 x4
+ x4

8,7 x1
24,5 x1

b)
52,3 x1
21,0 x1

= 7
= 1
= 4
= 12

+ 3,0 x2
- 8,8 x2
- 84,0 x2
- 81,0 x2

+
+
-

9,3 x3
11,5 x3
23,5 x3
13,2 x3

+
+
+

11,0 x4
45,1 x4
11,4 x4
21,5 x4

= 16,4
= - 49,7
= - 80,8
= - 106,3

x1 + x2 + 2 x3 = 4
c) 2 x1 - x2 - x3 = 0
x1 - x2 - x3 = - 1

3) Resolva os sistemas abaixo usando o mtodo de Gauss-Seidel.

2 x1 - x2 + x3 = 3

x1 + 3 x2 - 2 x3 = 1
b)

x2 + 2 x3 = 8

x1 + x2 + x3 = 3
a) 2 x1 - 2 x2 + x3 = 1
3 x1 - x2 + 2 x3 = 4

Trabalho Computacional: Programar o mtodo de Gauss com condensao pivotal

parcial para resolver o sistema:

8,7 x1
24,5 x1

52,3 x1
21,0 x1

+ 3,0 x2
- 8,8 x2
- 84,0 x2
- 81,0 x2

+
+
-

9,3 x3 +
11,5 x3 23,5 x3 +
13,2 x3 +

11,0 x4 =
45,1 x4 =
11,4 x4 =
21,5 x4 =

16,4
- 49,7
- 80,8
-106,3