Documente Academic
Documente Profesional
Documente Cultură
Resoluo Numrica de
Sistemas Lineares Parte
II
Mtodos Iterativos
x 11
x 12
x1
x 20
x 12
x 22
x2
x30
x 40
M
x n0
x 31
x 32
x 14
x 42
x 1n
x n2
x3
x4
M
xn
3
Mtodos Iterativos
Mtodos Iterativos
C: matriz n x n
g: vetor n x 1
Mtodos utilizados:
Gauss-Jacobi
Gauss-Seidel
Mtodo de Gauss-Jacobi
(primeira aproximao)
x(2) = Cx(1) + g,
Mtodo de Gauss-Jacobi
Da primeira equao do sistema
a11 x1 + a12 x2 + ... +a1n x2 = b1
obtm-se
Mtodo de Gauss-Jacobi
Desta forma para x = C x + g
0
C=
- a12 /a11
g=
(b1 /a11
b2 /a22
. . . bn
/ann ) T
Mtodo de Gauss-Jacobi
Ento como x = C x + g
C=
0
- a12 /a11
... - a1n /a11
x=
...
xn(k+1) = (1/ann)(bn - an1 x1(k) - .. - an,n-1 xn-1(k))
g=
(b1 /a11
b2 /a22
T
b
/a
)
... n
nn
9
10 x1 + 2x2 + 3x3 = 7
Seja o sistema
x1 + 5x2 + x3 = -8
2x1 + 3x2 + 10x3 = 6
0
C=
C=
- a12 /a11
e = 0,05
- 2/10 - 1/10
-1/5
-1/5 3/10
- 1/5
0
g=
7/10
-8/5
6/10
10
...
xn(k+1) = (1/ann)(bn - an1 x1(k) - .. - an,n-1 xn-1(k))
Equaes de Iterao
x1(k+1) = (1/10)(7 - 2x2(k) x3(k)) =(0x1(k) 0.2x2(k) 0.1x3(k) +0,7)
x2(k+1) = (1/5)(-8 - x1(k) x3(k)) =(-0.2x1(k) 0x2(k) 0.2x3(k) 1.6)
x3(k+1) = (1/10)(6 - 2x1(k) -3x2(k) =(-0.2x1(k) 0.3x2(k) 0x3(k)+ 0.6)
11
x0 =
0,7
-1,6
0,6
Obtemos ento:
x(1) = Cx(0) + g =
-1,86
0,94
12
-1,86
0,94
0,96
x(1) = Cx(0) + g =
x(2) =
0,978
-1,98
0,966
x(3) =
0,9997
-1,9888
0,984
x* =
0,9997
-1,9888
0,984
14
x(k+1) = Cx(k) + g
17
18
X2(k)
0,06 10-2
1,500
1,500
Ou k > 10?
1,250
1,250
0,750
1,125
0,875
0,375
0,938
0,938
0,188
x1 = 0,998
0,969
1,031
0,094
x2 = 1,002
1,016
1,016
0,047
x = 0,998
1,008
0,992
0,023
0,996
0,996
0,012
0,998
1,002
0,006
0,500
Ento pare!
1,002
19
20
21
x2 =
x3 =
1
(b 1 a 12 . x 2 a 13 . x 3 a 1 , n 1 . x n 1 a 1 n . x n
a 11
1
a 22
1
a 33
(b 2
a 21 . x 1 a 23 . x 3 a 2 , n 1 . x n 1 a 2 n . x n
(b 3
a 31 . x 2 a 32 . x 2 a 3 , n 1 . x n 1 a 3 n . x n
M
xn =
1
a nn
(b n
a n 1 . x 1 a n 2 . x 2 ... a n , n 1 . x n 1
)
22
x1k +1 =
1
b1 a12 .x 2k a13 .x3k ... a1,n 1 .x nk1 a1n .x nk
a11
x 2k +1 =
1
b2 a 21 .x1k +1 a 23 .x 3k ... a 2 ,n 1 .x nk1 a 2 n .x nk
a 22
k +1
3
1
=
b3 a 31 .x1k +1 a 32 .x 2k +1 ... a 3,n 1 .x nk1 a 3 n .x nk
a 33
k +1
n
1
=
bn a n1 .x1k +1 a n 2 .x 2k +1 ... a n ,n 1 .x nk+11
a nn
)
23
k +1
dr
k +1
= Mx | xi
=
xki |,1 i n
dk
mx | X(k) |
i
(Diferena Relativa)
Fim
24
5x + y + z = 5
3x + 4y + z = 6
3x + 3y + 6z = 0
com
D Rk 5 . 10 2.
Soluo:
1
(5 y z )
5
1
(6 3 x z )
y =
4
1
1
( 3 x + 3 y ) z = (x + y )
z =
6
2
x =
25
xk
D ky
yk
zk
D kz
D Rk
-1
0,8
2,25
0,65
-0,725
2,379
2,379
1,015
0,212
0,92
0,293
-0,967
0,250
0,293
1,009
0,006
0,985
0,066
-0,997
0,030
0,066
1,002
0,007
0,998
0,0013
-1
0,003
0,0013
x = 1,002
y = 0,998
z = -1
ok
ok
ok
26
Mtodo de Gauss-Seidel
Critrios de Convergncia
Critrio de Sassenfeld
i 1
aij j +
e
j =1
para i = 2, 3, ..., n.
1 n
1 =
a1 j
a11 j = 2
1
i =
aii
aij
j =i +1
M = max i
1i n
Critrio de Sassenfeld
b1
1
(a12 + a13 + a14 )
1 =
a11
1
( a 21 1 + a 23 + a 24
2 =
a 22
a 41 a 42 a 43 a 44 b4
3 =
1
( a31 1 + a32 2 + a34
a33
4 =
1
( a 41 1 + a 42 2 + a 43 3 )
a 44
a 21 a 22 a 23 a 24 b2
)
)
29
Critrio de Sassenfeld
Exemplo: Mostre se a soluo do sistema
linear dado pelas equaes:
2 x1 + x2 0.2 x3 + 0.2 x4 = 0.4
0.6 x1 + 3 x2 0.6 x3 0.3 x4 = 7.8
0.1 x1 0.2 x2 + x3 + 0.2 x4 = 1.0
0.4 x1 + 1.2 x2 + 0.8 x3 + 4 x4 = 10.0
convergir pelo mtodo de Gauss-Seidel.
30
Critrio de Sassenfeld
A
B
1
(1 + 0.2 + 0.2) = 0.7
2
1
2.0 1.0 - 0.2 0.2
0.4
2 = (0.6 0.7 + 0.6 + 0.3) = 0.44
3
0.6 3.0 - 0.6 - 0.3 - 7.8
1
- 0.1 - 0.2 1.0 0.2
1.0
3 = (0.1 0.7 + 0.2 0.44 + 0.2) = 0.358
1
0.4 1.2 0.8 4.0 - 10.0
1
4 = (0.4 0.7 + 1.2 0.44 + 0.8 0.358) = 0.2736
4
1 =
M = max i = 0.7
1i 4
a
j =1
j i
ij
< a ii
32
a
j =1
j i
ij
< a ii
para i=1, 2, 3, 4.
33
Consideraes Finais
importante saber que:
34
Consideraes Finais
Exemplo:
Seja o sistema: 10x1 + x2 = 23
6x1 + 2x2 = 18
Note que esse sistema no satisfaz o critrio das linhas,
pois:
a 22 = 2 < a 21 = 6
1 =
1
1 = 0.1
10
2 =
1
(6 0.1) = 0.3
2
Convergncia garantida.
35
Consideraes Finais
Outra observao importante
A
36
Consideraes Finais
Exemplo:
Seja o sistema:
4x1 + 10x2 = 19
5x1 + 3x2 = 15