IV.1.6.

Sisteme de ecuaţii liniare

IV.1.6.1. Definiţii. Notaţii.
Sistemele de ecuaţii liniare intervin aproape în toate domeniile matematicii aplicate. În unele
cazuri, ele apar în mod natural, din însăşi formularea problemei. În alte cazuri, sistemele de
ecuaţii liniare rezultă din aplicarea unor metode numerice de rezolvare a problemelor iniţiale.
Problema aproximării funcţiilor şi problema rezolvării de sisteme de ecuaţii diferenţiale sunt
exemple tipice de astfel de probleme.
Definiţia 4.1.23:
Fie K un corp comutativ. Se numeşte sistem de ecuaţii liniare cu coeficienţi în K în
necunoscutele x1, x2, …, xn un ansamblu de egalităţi:
 a11x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...a x  b
 21 1 22 2 2n n 2
 (1)
 ......................................
am1 x1  am 2 x2  ...  amn xn  bm

unde aij, bi  K.
Sistemul (1) poate fi scris sub formă condensată astfel:
n

a
j 1
ij x j  bi , 1 ≤ i ≤ m (2)

Matricea de tip mn:

 a11 a12 ... a1n 

 
, notată şi A = aij 1im , se numeşte
a a22 ... a2 n 
A =  21
... ... ... ...  1 j n
 
a ... amn 
 m1 am 2

matricea coeficienţilor sistemului, iar matricea de tip m(n-1):

 a11 a12 ... a1n b1 

 
 a21 a22 ... a2 n b
A= ,
... ... ... ... ... 
 
a bm 
 m1 am 2 ... amn

având primele n coloane, coloanele matricei A şi ultima coloană formată din coloana
termenilor liberi ai sistemului se numeşte matricea extinsă.
  b1   x1 
   
b   x2 
Matricea B =  2  este matricea termenilor liberi, iar dacă notăm cu X =  ...  ,
...
   
b  x 
 m  m
matricea necunoscutelor, sistemul (1) se mai scrie şi sub forma matriceală:
A∙X=B (3)
Definiţia 4.1.24:
Un sistem ordonat de elemente 1 , 2 ,..., n din K se numeşte soluţie a sistemului
(1), dacă înlocuind în (1) xj prin j, 1 ≤ j ≤ n, toate cele m ecuaţii sunt verificate, adică
n

a 
j 1
ij j  bi , 1 ≤ i ≤ m.

Dacă sistemul (1) are măcar o soluţie, se spune că este compatibil determinat dacă
soluţia este unică şi nedeterminat, dacă există mai multe soluţii.
Dacă sistemul (1) nu admite soluţii, se spune că este incompatibil.
A rezolva un sistem de ecuaţii liniare (1) înseamnă a decide dacă acesta este
compatibil sau incompatibil, iar în cazul compatibilităţii, a-i găsi soluţia unică, atunci când
este determinat, şi soluţia generală când este nedeterminat.
De studiul compatibilităţii unui sistem de ecuaţii liniare mă voi ocupa în continuare
în cadrul acestui capitol al lucrării, totodată trecând în revistă şi câteva clase importante de
astfel de sisteme.
 IV.1.6.2. Sisteme de tip Cramer
Sistemele liniare de forma:
 a11x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...a x  b
 21 1 22 2 2n n 2
 (4)
 ......................................
an1 x1  an 2 x2  ...  ann xn  bn

în care matricea A a sistemului este o matrice pătratică cu elemente din corpul comutativ K,
A M n(K) şi B = t(b1, b2, …, bn) este o matrice nenulă de tip n1, sunt sisteme de tip
Cramer.
Sistemele de mai sus se pot scrie sub formă matriceală astfel:
A∙X=B (5)
unde, X = t(x1, x2, …, xn) este coloana necunoscutelor.
Teoremă: - regulile lui Cramer
Cu notaţiile de mai sus, dacă d = detA este nenul, atunci sistemul (4) are soluţie
unică şi anume
d1 d d
x1 = , x2 = 2 , …, xn = n (6)
d d d
dj fiind determinantul care se obţine din d prin înlocuirea coloanei j cu coloana termenilor
liberi.
Observaţie:
Formulele (6) poartă numele de formulele lui Cramer. În concluzie, un sistem de tip
Cramer este compatibil determinat dacă matricea sa este nesingulară, iar soluţia este dată de
formulele (6). Pentru a găsi soluţia sistemului (4) avem de calculat aşadar n+1 determinanţi şi
de efectuat n împărţiri.
IV.1.6.3. Sisteme de m ecuaţii cu n necunoscute
Revenim la un sistem de forma (1) prezentat la începutul capitolului, şi anume:
 a11x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...a x  b
 21 1 22 2 2n n 2
 (1)
 ......................................
am1 x1  am 2 x2  ...  amn xn  bm

Vom păstra de asemenea toate notaţiile făcute la început. Evident, în cele ce urmează, se pune
problema compatibilităţii unui astfel de sistem de ecuaţii liniare. Pentru rezolvarea acestei
situaţii există câteva rezultate remarcabile şi anume:
 Teorema lui Kronecker-Capelli
Sistemul de ecuaţii liniare (1) este compatibil  rangA = rang A .
Având în vedere consideraţiile făcute la calculul rangului unei matrice în capitolul
anterior, această teoremă se mai poate enunţa şi în felul următor:
Teorema lui Rouché:
Sistemul (1) este compatibil  toţi minorii caracteristici sunt nuli.
După cum se poate observa, aceste teoreme nu spun nimic de rezolvarea propriu-
zisă a unui sistem de forma (1). Despre acest lucru ne vom ocupa în continuare.
Vom numi minor principal al unei matrice de rang r, un minor de ordin r nenul şi
minor caracteristic de ordin r+1, minorul obţinut din minorul principal bordându-l cu
elemente corespunzătoare coloanei termenilor liberi, precum şi cu cele ale uneia din liniile

rămase din A .
Observaţie:
Minori caracteristici există dacă m  r, iar numărul lor este egal cu m-r (m –
numărul de ecuaţii, iar r – rangul matricei A).
Presupunem că sistemul (1) este compatibil şi că rangA = r. Vom lua minorul
principal ca fiind situat la intersecţia primelor r linii cu primele r coloane din A:

a11 a12 ... a1r

a21 a22 ... a2 r
 0.
... ... ... ...
a r1 ar 2 ... arr

Orice linie i, i  r, a matricelor A şi A este o combinaţie liniară a primelor r linii

(toţi minorii de ordin  r fiind nuli). De aici rezultă că orice ecuaţie i (i  r) a sistemului (1)
este o combinaţie liniară de primele r ecuaţii ale sistemului, cu anumiţi coeficienţi. De aceea,
orice soluţie a primelor r ecuaţii satisfac toate ecuaţiile din (1). Astfel, este suficient să
rezolvăm sistemul:
 a11x1  a12 x2  ...  a1n xn  b1
 a x  a x  ...a x  b
 21 1 22 2 2n n 2
 (1’)
 .........................................
ar1 x1  ar 2 x2  ...  arn xn  br

care va fi echivalent cu (1), având aceeaşi mulţime de soluţii.

Matricea noului sistem are rangul r, r ≤ n.
 1) Dacă r = n, sistemul (1’) este de tip Cramer, compatibil determinat, iar soluţia
unică a sistemului, dată de formulele (6), va fi soluţia sistemului.
2) Dacă r  n, fixăm minorul principal, necunoscutele corespunzătoare lui –
necunoscute principale şi trecem în (1’), în membrul drept, toţi termenii care
conţin necunoscutele secundare: xr+1, xr+2, …, xn. Acestora din urmă le atribuim
valori arbitrare, respectiv λ1, λ2, λ3, …, λn-r.
Se obţine sistemul:
 a11x1  a12 x2  ...  a1r xr  b1  a1,r 11  ...  a1n nr
 a x  a x  ...a x  b  a   ...  a 
 21 1 22 2 2r r 2 2 ,r 1 1 2 n nr
 (1’’)
 ..........................................................................
ar1 x1  ar 2 x2  ...  arr xrr  br  ar ,r 11  ...  arnnr

care este un sistem Cramer, compatibil şi se rezolvă cu ajutorul formulelor (6). Soluţia unică
a sistemului (1’’) este ( 1 , 2 ,..., r ) iar ( 1 , 2 ,..., r ,λ1, λ2, λ3, …, λn-r) este soluţia
sistemului (1’), adică a sistemului (1). Deoarece λ1, λ2, λ3, …, λn-r sunt alese arbitrar, obţinem
pentru (1) o infinitate de soluţii, care constituie mulţimea tuturor soluţiilor sistemului (1).
Deci, pentru a rezolva un sistem de m ecuaţii cu n necunoscute procedăm în felul următor:
1) Se studiază compatibilitatea sistemului. Pentru aceasta se caută un minor
principal al lui A, matricea sistemului, apoi se caută şi se calculează minorii
caracteristici.
Putem avea cazurile:
 există cel puţin unul nenul, sistemul fiind astfel incompatibil;
 toţi sunt nuli, sistemul fiind astfel compatibil.
2) Dacă sistemul (1) este compatibil atunci formulăm sistemul de tip (1’’).
3) Se rezolvă sistemul (1’’) şi se scrie apoi mulţimea soluţiilor sistemului (1) de
forma ( 1 , 2 ,..., r ,λ1, λ2, λ3, …, λn-r).
IV.1.6.4. Sisteme omogene
Definiţia 4.1.25:
Un sistem de ecuaţii liniare se numeşte sistem omogen dacă termenul liber al
fiecărei ecuaţii este nul (adică fiecare ecuaţie este omogenă).
Forma generală a unui sistem omogen cu m ecuaţii şi n necunoscute este
următoarea:
  a11x1  a12 x2  ...  a1n xn  0
 a x  a x  ...a x  0
 21 1 22 2 2n n
 (9)
 .........................................
am1 x1  am 2 x2  ...  amn xn  0

Observăm de la început că un sistem omogen este totdeauna compatibil deoarece

admite soluţia banală x1 = x2 = … = xn = 0.
Se pune în schimb problema dacă sistemele omogene admit şi alte soluţii şi dacă da,
atunci rămâne de studiat cum le determinăm. Este de remarcat faptul că rezultatele de la
celelalte tipuri de sisteme se aplică şi sistemelor omogene, cu condiţia să considerăm termenii
liberi zero.
Procedăm astfel:
vom scrie matricea ataşată sistemului (A) şi-i determinăm rangul. Fie acesta r.
putem avea situaţiile:
 dacă r = n, atunci sistemul admite soluţia banală ca soluţie unică;
 dacă r  n, sistemul admite o infinitate de soluţii care se determină în acelaşi
mod cu soluţiile sistemelor discutate în paragraful IV.3. din prezentul capitol.
Observaţie
Deoarece necunoscutelor secundare li se atribuie valori arbitrare, obţinem şi soluţii
nenule în acest caz pentru un sistem omogen.
Deci, condiţia necesară şi suficientă ca un sistem omogen să admită şi soluţii nenule
este ca r  n.
În cazul în care sistemul omogen are n ecuaţii şi n necunoscute, se scrie matricea
sistemului şi se calculează determinantul acesteia, după care se constată una din următoarele
sitaţii:
 dacă detA  0, rangA = n, sistemul admite soluţia banală, soluţie unică;
 dacă detA = 0, rangA  n, sistemul admite şi soluţii nenule.
Deci, condiţia necesară şi suficientă pentru ca un sistem omogen, cu n ecuaţii şi n
necunoscute, să admită şi soluţii diferite de soluţia banală este ca determinantul matricei
sistemului să fie nul.
Dacă un sistem omogen are n ecuaţii şi n+1 necunoscute, iar rangul matricei A este
n, atunci sistemul este compatibil. Fie sistemul:
  a11x1  a12 x2  ...  a1n xn  a1,n1 xn1  0
 a x  a x  ...a x  a x  0
 21 1 22 2 2n n 2 ,n 1 n 1
 (10)
 .........................................
an1 x1  an 2 x2  ...  ann xn  an ,n1 xn1  0

cu matricea A = aij i1,n . Cum rangA = n, se pot forma n+1 minori de ordin maxim n,
j 1.n1

nenuli. Vom considera un 1 , minor de ordin n nenul suprimând din A coloana 1. Acesta va
fi ales minor principal, necunoscuta x1 – necunoscută secundară şi x2, x3, …, xn+1 ca
necunoscute principale. Analog putem alege minorii  2 ,  3 , …,  n 1 .
Putem rezolva ecuaţiile principale în raport cu necunoscutele principale după
formulele lui Cramer deoarece  i  0. Soluţiile sistemului (10) sunt formate din sisteme de

(n+1) numere proporţionale cu 1 , -  2 ,  3 , …, (-1)n  n 1 :

x1 x x xn1
=- 2 = 3 =…= = t.
1 2 3  1n  n1
De obţinem că:
x1 = t ∙  1

x2 = -t ∙  2

x3 = t ∙  3
………….
xn+1 = (-1)n t ∙  n 1 .
Dând lui t valori arbitrare obţinem toate soluţiile sistemului (10).
Proprietăţi:
1) Dacă 1, 2 ,..., n  şi 1,  2 ,..., n  sunt soluţii ale unui sistem omogen
atunci şi 1  1 , 2   2 ,..., n   n  este soluţie a sistemului.

2) Dacă 1 , 2 ,..., n  este soluţie a unui sistem omogen, atunci şi

k  1, k   2 ,...,k   n  este soluţie a aceluiaşi sistem.

IV.1.6.5. Metode de rezolvare a sistemelor de ecuaţii liniare
Regulile lui Cramer de rezolvare a sistemelor pătratice de ordin n, cu matricea
sistemului nesingulară nu reprezintă un algoritm practic atunci când n este mare, deoarece
implică un număr mare de calcule, n+1 determinanţi, fiecare cu (n-1)n! înmulţiri.
În aplicaţiile practice se folosesc două tipuri de metode:
 1) metode directe, prin care soluţia exactă se obţine într-un număr finit de operaţii
aritmetice (făcând abstracţie de erorile de rotunjire);
2) metode iterative pentru care vectorul x – soluţia sistemului (1) Ax = b – este limita
unui şir de vectori xn pentru n → ∞.
Metodele directe pot fi încadrate în următoarea schemă generală:
Se determină transformarea P nesingulară cu care sistemul (1) devine
P∙Ax = Pb (2)
Astfel încât noua matrice PA, să fie de o formă cât mai simplă, care să permită o rezolvare
imediată. Dacă PA nu este suficient de simplă, se mai foloseşte o transformare nesingulară Q
la dreapta, astfel încât sistemul devine:
PAQy = Pb, cu x = Qy (3)
De obicei, matricele PA şi PAQ sunt matrice triunghiulare dar pot fi şi de altă formă
convenabilă pentru rezolvarea sistemului (1).
De exemplu, dacă în sistemul (3) PA este o matrice superior triunghiulară
PA = tij i1,n şi Pb = ci i1,n , atunci sistemul devine:
j 1,n

t11x1  t12 x2  ...  t1n xn  c1

  ...  t 2 n xn  c2
 t 22 x2
 (4)
 . . . . . . . . .
 t mn xn  cn

Din ultima ecuaţie se obţine:

cn
xn = .
t mn
Înlocuind în penultima ecuaţie, avem:
cn1  t mn  cn  tn1,n
xn-1 =
t mn  t n1,n1

şi tot aşa până la prima ecuaţie, de unde se obţine:

n
c1   t1 j  x j
j 2
x1 = .
t11
Algoritmul este:
cn
xn =
t mn
 n
cni  t n i , j  xj
xn-i = j n i 1
, i = 1, n  1 .
t ni ,ni

Metodele directe au dezavantajul că odată cu creşterea ordinului sistemului (1) se

acumulează erori de rotunjire care duc la erori relative mari ale soluţiei. Pentru a minimiza
aceste erori, se impune, în general, reordonarea ecuaţiilor sistemului, după fiecare etapă,
pentru a avea elemente maximale pe diagonala principală a matricei sistemului. Aceste
operaţii suplimentare sunt în număr foarte mare în cazul sistemelor mari.
Metodele iterative permit, în principiu, găsirea soluţiei unui sistem de ecuaţii
liniare, pornind de la o aproximaţie iniţială a soluţiei, pe baza unui proces iterativ. Dacă
sistemul este bine condiţionat numeric (adică matricea sistemului îndeplineşte anumite
condiţii), procesul iterativ converge către soluţia exactă a sistemului. Practic, procesul este
întrerupt după un număr finit de paşi, furnizând soluţia sistemului cu o anumită precizie,
afectată de erori de rotunjire (mai mici decât cele de la metodele directe) şi de erori de
trunchiere.
Avantajele acestor metode sunt mai multe, printre care:
 erorile de rotunjire şi chiar de trunchiere pot fi practic eliminate;
 pot fi folosite la îmbunătăţirea soluţiei sistemului obţinută prin alte metode;
 dacă se cunoaşte o aproximare iniţială apropiată de soluţia exactă a sistemului,
convergenţa metodelor iterative este rapidă;
 se codifică uşor sub formă de program.
IV.1.6.5.1. Metode directe de rezolvare
Metoda de eliminare a lui Gauss
Această metodă este una din cele mai vechi şi larg răspândite metode de rezolvare a
sistemelor de ecuaţii liniare. Ideea de bază a acestei metode este eliminarea succesivă a
necunoscutelor, aducând prin transformări elementare matricea sistemului la forma superior
triunghiulară şi apoi substituirea succesivă, în sens invers, a necunoscutelor.
Fie, pentru exemplificare, un sistem de trei ecuaţii cu trei necunoscute:
 a11x1  a12 x2  a13 x3  b1

a21x1  a22 x2  a23 x3  b2 (1)
a x  a x  a x  b
 31 1 32 2 33 3 3

sau, în forma matriceală:

  a11 a12 a13   x1   b1 
a a23  ∙  x 2  = b2 
 21 a22 (2) unde A
a31 a32 a33   x 3  b3 

 i, j 1,3 este matricea sistemului, X = x 

= aij i i 1, 3 este matricea coloană a necunoscutelor,

iar B = bi i1,3 este matricea coloană a termenilor liberi, notaţii cu care ne-am întâlnit şi în

capitolul 3.
La primul pas al metodei lui Gauss urmări eliminarea necunoscutei x 1 din toate
ecuaţiile sistemului, cu excepţia primei ecuaţii. Pentru aceasta împărţim mai întâi prima linie
la elementul pivot a11, presupus nenul (dacă nu este aşa, reordonăm şi renumerotăm ecuaţiile
pentru a fi îndeplinită această condiţie):
1
 x1  a12
(1)
x2  a13 x3  b11

a21x1  a22 x2  a23 x3  b2
a x  a x  a x  b
 31 1 31 2 33 3 3

Scădem apoi prima ecuaţie înmulţită cu primul coeficient al celei de-a doua ecuaţii,
din această ecuaţie şi, respectiv, înmulţită cu primul coeficient al celei de-a treia ecuaţii, din
aceasta din urmă. Obţinem astfel sistemul:
1
 x1  a12
(1)
x2  a13 x3  b11
 1 1 1
 a22 x2  a23 x3  b2 ,
 a 1 x  a 1 x  b 1
 32 2 33 3 3

unde
 a11j  a1 j a11 , j  1,2,3

 b11  b1 a11
 1 1 .
 ij
a  a ij  a a
i1 1 j , i  1, 2,3, j  1, 2,3
 bi1  bi  ai1b11
Matriceal, primul pas al metodei lui Gauss duce la
1 1
1 a12 a13   x1  b11 
 1 1     1 
0 a22 a23  ∙  x 2  = b2  (3)
1
0 a32 1   1 
 a33   x 3  b3 
În continuare, urmărim eliminarea necunoscutei x2 din ultima ecuaţie. Pentru
1
aceasta, împărţim mai întâi a doua ecuaţie la elementul pivot a22 , presupus nenul (dacă nu
este aşa, interschimbăm ecuaţiile a doua şi a treia) şi apoi scădem linia obţinută, înmulţită cu
1
a32 din ecuaţia a treia.
 Obţinem:
1 1
1 a12 a13   x1   b11 
 2      2  
0 1 a23  ∙  x 2  = b2  (4)
0 0 2    2  
 a33   x 3  b3 
unde
 a22j  a21j a22 1
, j  2,3
 2  1 1
 b2  b2 a22
 2  1 1  2  .
aij  aij  ai 2 a2 j , i  3, j  2,3
 bi2   bi1  ai12b22 
2 
În sfârşit, încheiem faza eliminării împărţind cea de-a treia ecuaţie la elementul pivot a33 ,
care, pentru un sistem cu matrice nesingulară, trebuie să fie nenul. Rezultă:
1 1
1 a12 a13   x1   b11 
 2      2  
0 1 a23  ∙  x 2  = b2  (5) unde
0 0
 1   x 3  b33  

b33  b32  a33

2 
.

Faza substituţiei implică parcurgerea ecuaţiilor sistemului (5) rezultat în faza

eliminării, în sens invers şi stabilirea soluţiei sistemului potrivit procedeului recursiv:
x3 = b33 

x2 = b22  - a23
2 
x3 (6)

x1 = b11 - ( a12
1 1
x2 + a13 x3)
Metoda de eliminare a lui Gauss permite şi calculul determinantului matricei
sistemului. Se observă că, matricea A(3) a sistemului (5) fiind triunghiulară, are determinantul
egal cu produsul elementelor diagonale, adică det A(3) = 1.
Având în vedere că împărţirea liniilor matricei sistemului la elementele pivot a condus
la o matrice având determinantul egal cu determinantul matricei iniţiale împărţit la produsul
elementelor pivot, rezultă:
det A
det A(3) = 1 2 = 1
a11a22 a33
adică
1  2 
detA = a11 a22 a33 (7)
 Metoda de eliminare a lui Gauss pentru cazul unui sistem de n ecuaţii cu n
necunoscute scris matricial sub forma:
A∙X=B
se aplică în acelaşi mod.
Metoda Gauss-Jordan
Metoda Gauss-Jordan reprezintă o formă modificată a metodei lui Gauss. Spre
deosebire de metoda Gauss, în care matricea sistemului este adusă prin transformări
elementare la formă superior triunghiulară, în metoda Gauss-Jordan matricea sistemului este
transformată în matricea unitate. Prin aceasta, deşi faza eliminării este mai laborioasă, faza
substituirii inverse este eliminată. În plus, printr-o codificare eficientă, simultan cu rezolvarea
unei ecuaţii matriceale, metoda Gauss-Jordan permite înlocuirea matricei sistemului cu
inversa acestaia.
În urma pasului k de eliminare este eliminată necunoscuta xk din toate ecuaţiile
sistemului, cu excepţia ecuaţiei pivot k şi sistemul este adus la forma:
1 0  0 a11k1  a11n   x1   b11 
     
0 1  0 a22k1  a22n   x2   b2 2  
            
     
0 0  1 akkk  1  aknk   ∙  xk  = bkk   (18)
0 0  0 ak 1k 1  k 
akk1 n   xk 1  bk k1 
     
            
0 k  k      k  
 0  0 ank1  ann   xn  bn 
unde noile elemente ale liniei pivot k sunt, ca şi în metoda Gauss:
akkk   1
 k  k 1
akj  akj akkk 1 , j  k  1,..., n (19)
 k  k 1
bk  bk akkk 1

iar noile elemente ale liniilor nepivot sunt:

aikk   0
 k   k 1  k 1 k 
aij  aij  aik akj , j  k  1,...n, i  1,...n, i  k (20)
 k   k 1
bi  bi  aikk 1bkk 

Se observă că la pasul k se modifică toate elementele matricei sistemului situate în

dreapta coloanei k, coloană care devine identică cu coloana corespunzătoare a matricei
unitate. La fiecare pas se modifică, în schimb, toate elementele matricei termenilor liberi.
În final, după pasul k=n, sistemul are forma
 In∙X=B(n) (21)
unde In reprezintă matricea unitate de ordinul n. Este evident că nu este necesară, ca în cazul
metodei Gauss, o fază a substituţiei inverse, iar soluţia sistemului este:
xk = bkk  , k = 1,…,n (22)
Ca şi în cazul metodei Gauss, determinantul matricei A(n) = In este egal cu 1. Având însă în
vedere că în obţinerea matricei A(n) liniile matricei iniţiale au fost împărţite pe rând la
elementele pivot, avem:
det A
det A(n) = 1 n1 = 1
a11a22 ...ann
de unde
1  n1
detA = a11 a22 … ann (23)
Ca şi în cazul metodei Gauss, deoarece după pasul k informaţia utilă din matricea
(k)
A se găseşte exclusiv în coloanele k+1, …, n, coloana k fiind în fond identică cu coloana
corespunzătoare a matricei unitate, noile elemente ale matricei A(k) sunt calculate efectiv
numai pentru j=k+1, …, n. În ceea ce priveşte pivotarea, aceasta se poate realiza la fel ca în
cazul metodei Gauss.
IV.1.6.5.2. Metode iterative de aproximare a soluţiilor sistemelor de ecuaţii
liniare
Fie sistemul de n ecuaţii cu n necunoscute
Ax = b, det A  0 (1)
Ideea generală a metodelor iterative constă în construirea unor şiruri de vectori ce
converg la soluţia exactă, care se obţin fără a modifica forma matricei:
 x 0    n , dat
 k 1
x  
 F x k  , k  0,1,2...

  convergent la soluţia sistemului (1).

cu şirul x (k )
O clasă largă de metode iterative se obţine dacă avem o descompunere a matricei
A de forma A = B – C, unde B este o matrice nesingulară şi uşor de inversat, de regulă
diagonală sau triunghiulară. Există o infinitate de astfel de descompuneri, pentru că
alegându-l pe B cum dorim, luăm C = B – A şi avem descompunerea A = B – C. Sistemul
(1) se scrie atunci sub forma Bx = Cx + b, care permite definirea unei metode iterative astfel:
 
oricare ar fi iteraţia iniţială x(0)n se determină termenii succesivi ai unui şir x (k ) prin
recurenţă, cu relaţia:
 B  x ( k 1)  C  x ( k )  b , k = 1,2,3,… (2)
Deoarece B este nesingulară şi uşor de inversat pentru orice x(k) deja determinat, se
obţine următorul vector din şir x(k+1) cu relaţia
x ( k 1)  B 1  C  x ( k )  B 1  b (3)
adică
x ( k 1)  M  x ( k )  c , (4)
unde M  B 1  C (matricea iteraţiei) şi c  B 1  b .
Propoziţia 4.1.4
 
Dacă şirul x (k ) este convergent atunci el converge la soluţia sistemului (1).

 
Să vedem în ce condiţii şirul x (k ) este convergent.
Teorema 4.1.9
 
Condiţia necesară şi suficientă ca şirul x (k ) dat de relaţia (2) să fie convergent
pentru orice x(0)n este ca raza spectrală a matricei M să fie subunitară, adică  (M )  1 .
O condiţie suficientă de convergenţă este existenţa unei norme naturale pentru care


M  1   M   max   ;  este valoare proprie a lui M .
Metoda lui Jacobi
Una dintre cele mai vechi şi mai cunoscute metode iterative pentru rezolvarea
sistemelor de ecuaţii liniare este metoda lui Jacobi.

Fie A   a ij  şi b   bi n . În descompunerea anterioară alegem

nn

B  diag  a11 ,a 22 ,...,a nn  , iar metoda iterativă corespunzătoare este:

n
 k 1
 bi   a ij x j
k
i  1, n , unde x i
k
x i
k 1
a ii x i , şi sunt componentele vectorilor
j1
ji

x
k
x
k 1
respectiv . În ipoteza importantă a ii  0,  i  1, n , care asigură că matricea B
 n

1 
 k 1
 bi   a ij x j   , i  1, n
k
este nesingulară, obţinem recurenţa xi care se
a ii  j1

 ji 
numeşte metoda lui Jacobi.
Conform teoremei anterioare, condiţia necesară şi suficientă de convergenţă a
metodei lui Jacobi este ca modulele valorilor proprii ale matricei iteraţiei să fie subunitare.
Ecuaţia caracteristică a acestei matrice este det(I  B 1C )  0 sau, echivalent,

det(B 1 (B  C ))  0 . Cum B1  0 , condiţia necesară şi suficientă de convergenţă este ca

toate modulele rădăcinilor ecuaţiei det(B  C )  0 să fie subunitare. Această condiţie nu are
decât o valoare teoretică. În practică se folosesc doar condiţii suficiente, care din teorema
anterioară cer să existe o normă a matricei M a iteraţiei care să fie subunitară. Din metoda lui

Jacobi se vede că elementele acestei matrice M   mij  sunt

i, j1,n

 a ij
 , pentru i  j
mij   a ii . Dacă luăm  1, adică M 1  1 echivalent cu
0, pentru i  j

n
M 1  max  mij  1 (sume pe coloane) obţinem condiţia suficientă de convergenţă
j1,n
i 1

n a ij
a
i 1
 1,  j  1, n .
ii
i j

1/ 2
 n n 2

Dacă luăm  e , adică M e  1 echivalent cu M e    mij   1 obţinem

 i1 j1 
 i j 
 
2
n n a ij
condiţia suficientă de convergenţă  a
i 1 j1
 1.
ii
ji

n a ij
Luând norma  , adică M 
 1, iar M 
 max   1 (sume pe linii),
i 1,n a ii
j1

n a ij
obţinem condiţia suficientă de convergenţă a
i 1
 1,  j  1, n sau
ii
i j

a
j1
ij  a ii , pentru i  1, n , condiţie care se numeşte dominanţa diagonală pe linii.
ji
 Metoda Gauss-Seidel
Metoda Gauss-Seidel reprezintă o modificare a metodei Jacobi, cu scopul creşterii
vitezei de convergenţă şi reducerii memoriei necesare. Ideea de bază a metodei Gauss-Seidel

x i
k 1
constă în utilizarea în calculul componentei a aproximaţiei soluţiei sistemului de la

k  1 a componentelor x1
k 1
, x 2
k 1
,...x i1
k 1
pasul , deja calculate, în locul componentelor

x1k , x k2 ,...x ik1 de la iteraţia anterioară, cum se întâmplă în cazul metodei Jacobi.
În metoda Gauss-Seidel, recurenţa devine:

bi i1 a ij  k 1 n a ij  k 
xi  k 1
   x j   x j , pentru i  1, n , k = 0,1,2,…
a ii j1 a ii ji 1 a ii

(1)

Aceasta se încadrează în schema precedentă dacă presupunem că a ii  0 pentru i  1, n şi

 a11 0 ... 0 
a a 22 ... 0 
luăm drept B   21 matrice triunghiulară inferior, iar C = B – A
 ..... ..... ... .. 
 
 a n1 a n 2 ... a nn 
matrice inferioară superior cu 0 pe diagonala principală. Cu această alegere sistemul
B x  C x  b se scrie după împărţirea la a ii :
bi i1 a ij n a
xi    x j   x j
ij

a ii j1 a ii ji 1 a ii

(2)

Bx 
k 1
i  1, n  Cx    b , k = 0,1,2,… se scrie sub forma (1).
k
pentru iar sistemul
Teorema 4.1.10
Criteriul de dominanţă a diagonalei pe linii asigură convergenţa metodei Gauss-

x
0
Seidel pentru orice iteraţie iniţială .