05 - Sistemas de Equações Lineares

UNIVERSIDADE FEDERAL DE ALAGOAS
CAMPUS DO SERTO
EIXO DE TECNOLOGIA
SISTEMAS DE EQUAES
LINEARES - SEL
ax by cz j
dx ey fz k
gx hy iz l
Notaes
Geral
a11x1 a 12 x 2 ... a 1n x n b1
a 21x1 a 22 x 2 ... a 2 n x n b 2
a n1x1 a n 2 x 2 ... a nn x n b n
Matricial
a 11 a 12 ... a 1n x1 b1
a
x b
a
...
a
2 2
22
2n
21

a n1 a n 2 ... a nn x n b n
Forma Compacta
A x b
Notaes
Matricial Aumentada
a 11 a 12
a
a
21
22
A | b

a n1 a n 2
a 1n
a 2n
a nn
| b1
| b2
|
| bn
Definies
A x b
Matriz dos Vetor das Vetor das
coeficientes incgnitas constantes
Classificao
Classificao:
Possvel
Sistema
Possui pelo menos uma soluo!
Possvel e Determinado
Possui uma nica soluo;
O determinante de A deve ser diferente de zero;
Se b for um vetor nulo (constantes nulas), a

soluo do sistema ser a soluo trivial, ou
seja, o vetor x tambm ser nulo.
Classificao:
Possvel
Sistema
Possui pelo menos uma soluo!
Possvel e Indeterminado
Admite infinitas solues;
O determinante de A deve ser nulo;
O vetor de constantes b deve ser nulo ou

mltiplo de uma coluna de A.
Classificao:
Impossvel
Sistema
No possui soluo;
O determinante de A deve ser nulo;
O vetor b no pode ser nulo ou mltiplo de

alguma coluna de A.
Geometricamente
4 x1 3 x 2 3.5
0.5 x1 0.2 x 2 0.15
Geometricamente
x1 x 2 x 3 3
x1 x 2 x 3 1
x x 0
1 3
Curiosidade
Existem estimativas que apontam que, a cada

quatro problemas de simulao em matemtica,
trs convertem-se em soluo de sistemas de
equaes.
Cristina Cunha
(1993)
Aplicaes na Engenharia
Mtodo da Rigidez Direta
Objetivo: Aplicar a anlise matricial de estruturas

para calcular os deslocamentos, as reaes de
apoio e os esforos internos solicitantes em uma
dada estrutura.
Mtodo da Rigidez Direta
Incgnitas: Valores dos deslocamentos

(translaes e rotaes) correspondentes aos
graus de liberdade dos ns da estrutura. Sistema
de equaes resultantes do mtodo da rigidez:
K d f
Matriz dos coeficientes (Matriz de rigidez da

estrutura): Funo dos parmetros geomtricos e
do material.
Vetor das constantes (Vetor de foras nodais):
Funo dos parmetros geomtricos, do material e
Interpolao da Dados de Chuva
Objetivo: A partir de um conjunto de pares de

dados discretos (ex.: tempo vs intensidade de
chuva), encontrar o polinmio interpolador que
permita fazer estimativas para outros dados.
Interpolao da Dados de Chuva
Incgnitas: Coeficientes c0, c1, c2 e c3 do polinmio

interpolador. Sistemas de equaes lineares
(notao matricial) resultante da imposio que os
pares de dados pertenam ao polinmio em
questo:
2
3
1 x1
1 x2
1 x3
1 x 4
x1
x 22
x 32
x 24
x1
3
x2
x 33
3
x 4
y1
y
2
c2
c 3
y3
y 4
c0
c
1
Interpolao do Custo Mdio de um Produto
Objetivo: Estimar o custo mdio de um produto A

com base em uma srie de dados obtidos em anos
anteriores.
Ano
Produo
Custo Mdio
2007
50.000
30.000
2008
60.000
28.000
2009
65.000
32.000
2010
70.000
35.000
Em 2012 queremos uma produo de 100.000

produtos. Quanto seria avaliado o custo mdio de
cada produto?
Mtodos de Soluo
Sist. Equaes Lineares

Soluo
Diretos
Iterativos
Eliminao Gaussiana
Gauss-Jordan
etc.
Gauss-Jacobi
Gauss-Seidel
etc.
Mtodos de Soluo: Diretos
So aqueles que conduzem soluo exata a menos

de erros de arredondamento introduzidos pela
mquina, aps um nmero finito de passos;
A x b
Se A inversvel:
x A b
1
Esses mtodos no so usados em problemas

prticos quando o nmero de equaes elevado,
pois apresentam problemas de desempenho;
Necessidade do emprego de mtodos mais

elaborados: Eliminao de Gauss.
Sistemas Triangulares
2 x1 x 2 x 3 2
x 2 2 x3 3
x3 1
O sistema pode ser resolvido facilmente por substituio de
variveis
Sistema Triangular Superior: todos os elementos localizados
abaixo da diagonal principal so nulos, isto , aij =0 se i>j
Soluo: retro substituio
a 11x1 a 12 x 2 a 1n x n b1
a 22 x 2 a 23 x 3 a 2 n x n b 2
xn
Solu
o:
a nn x n b n
bn
a nn
x n 1
b n 1 a n 1,n x n
a n 1,n 1
b1 a 1n x n a 13 x 3 a 12 x 2
x1
a 11
a ii 0, i 1 : n
Algoritmo: soluo de sistema triangular
superior
Dados: aij, ji,
b bi, 1i, jn
xn
Faa,
a nn
, soma = 0
Para k de n-1 at 1, faa

soma = bk
Para j de k+1 at n, faa
soma soma
= soma akjxj
xk
a kk
Eliminao Gaussiana
Atribudo ao matemtico alemo Carl Friedrich Gauss;
Consiste em transformar o sistema linear original em

um sistema linear equivalente com matriz dos
coeficientes triangular superior;
a 11x1 a 12 x 2 a 13x 3 b1
a11x1 a 12 x 2 a13x 3 b1
a 21x1 a 22 x 2 a 23x 3 b 2
a x a x a x b
3
31 1 32 2 33 3
a 22 x 2 a 23x 3 b 2
a 33x 3 b3
Soluo por substituio

retrocedida!
Eliminao Gaussiana
Propriedade: A soluo do sistema [A]{x}={b} no se

altera se o submetemos a uma sequncia de operaes
do tipo:
Multiplicao de uma equao por uma constante nonula;

Adicionar um mltiplo de uma equao a uma outra
equao;
Troca da ordem das equaes.
Eliminao Gaussiana sem Pivoteamento
Passos do Mtodo
Eliminar os coeficientes de x1 presentes nas

linhas 2, 3, ...,n;
Possvel desde que a11 0
Substituir a linha 2, L2, pela combinao linear:
L 2 m 21 L1
a 21
m 21
a 11
multiplicador
piv
a 11 0
condio
necessria
Passos do Mtodo

linhas 2, 3, ...,n;
Substituir a linha 3, L3, pela combinao linear:
L 3 m 31 L1
a 31
m 31
a 11
multiplicador
piv
a 11 0
condio
necessria
Passos do Mtodo

linhas 2, 3, ...,n;
Deve-se continuar o processo at a linha n
L n m n1 L1
a n1
m n1
a 11
multiplicador
piv
a 11 0
condio
necessria
Passos do Mtodo

linhas 3, 4, ...,n;
Eliminar os coeficientes de x3 presentes nas linhas

4, 5,...,n;
Repete-se o processo at chegar com uma matriz

triangular superior;
Possvel desde que a33 0, a44 0, ..., ann 0
Exemplo
2 x1 x 2 3 x 3 4 x 4 17
x 4x 2x x 9
1
2
3
4
3 x1 2 x 2 x 3 4 x 4 20
2 x1 2 x 2 3 x 3 x 4 9
Forma Matricial Aumentada

2 1 3 4 | 17
1 4 2 1 | 9
[A | b]
3 2 1 4 | 20
2
2
3
1
|
9
L1
L2
L3
L4
Etapa 1: eliminar os coeficientes de x1
2
1
1
4
2
2
3
2
1
3
4
1
4
1
| 17
| 9
| 20
| 9
Piv : a 11 0
Multiplica dores : m 21
a
a 21
a
, m 31 31 e m 41 41
a 11
a11
a 11
Exemplo
Combinao Linear : L 2 L 2 m 21L1

3
4
2 1
0 3.5 0.5 1
3 2
1
4
3
1
2 2
| 17
| 0.5
| 20
| 9

3
4
2 1
0 3.5 0.5 1
0 0.5 3.5 2
3
1
2 2
| 17
| 0.5
| 5.5
|
9
Exemplo

3
4
2 1
0 3.5 0.5 1
0 0.5 3.5 2
0
3
0 1
| 17
| 0.5
| 5.5
| 8
Exemplo
3
4
2 1
0 3.5 0.5 1
0 0.5 3.5 2
0
3
0 1
| 17
| 0.5
| 5.5
| 8
Piv : a 22 0
a 32
a 42
Multiplica dores : m 32
e m 42
a 22
a 22
Exemplo
Combinao Linear : L 3 L 3 m 32 L 2
3
4
2 1
0 3.5
0.5
1
0 0 3.571 1.857
0
3
0 1
|
17
|
0.5
| 5.571
|
8
Combinao Linear : L 4 L 4 m 42 L 2
3
4
2 1
0 3.5
0.5
1
0 0 3.571 1.857
0 0 0.143 2.714
|
17
|
0.5
| 5.571
| 8.143
Exemplo
3
4
2 1
0 3.5
0.5
1
0 0 3.571 1.857
0 0 0.143 2.714
|
17
|
0.5
| 5.571
| 8.143
Piv : a 33 0
a 43
Multiplica dor : m 43
a 33
Exemplo
Combinao Linear : L 4 L 4 m 43L 3

3
4
2 1
0 3.5
0.5
1
0 0 3.571 1.857
0
2.64
0 0
|
17
|
0.5
| 5.571
| 7.92
Resoluo por substituio
retrocedida!

Algoritmo
Dados: aij, bi
Para j de 1 at n-1, faa
Para i de j+1 at n, faa
m = aij/ajj
Para k de 1 at n, faa
aik = aik m.ajk
Fim
bi = bi m.bj
Fim
Fim
Eliminao Gaussiana com Pivoteamento
Objetivo: evitar que os pivs usados no processo

de eliminao sejam nulos;
Passos do Mtodo
Ao encontrar um piv nulo fazer a permuta da linha

que contm o piv por uma linha com maior
coeficiente em mdulo na coluna que contm o piv.
Exemplo
5 x1 10 x 2 x 3 2 x 4 5
4x 8x 2x x 3
1
2
3
4
10 x1 5 x 2 3 x 3 x 4 9
2 x1 x 2 x 3 2 x 4 12
Forma
5
4
[A | b]
10
Matricial Aumentada
10 1 2 | 5
8 2 1 | 3
5 3 1 | 9
1 1 2 | 12
L1
L2
L3
L4
5 10
4 8
10 5
2 1
1 2 | 5
Piv : a 11 0
2 1 | 3
a 31
a 21
a 41
Multiplica
dores
:
m
,
m
e
m
3 1 | 9
21
31
41
a 11
a11
a 11
1 2 | 12
Exemplo

5 10 1 2 | 5
0 0 1.2 0.6 | 7
10 5 3
1 | 9
2
1
1
2
|
12

1 2 | 5
5 10
0 0 1.2 0.6 | 7
0 15 1
5 | 19
2
1
1
2
|
12
Exemplo

1 2 | 5
5 10
0 0 1.2 0.6 | 7
0 15 1
5 | 19
5
0
.
6
2
.
8
|
14
Exemplo
1 2 | 5
1.2 0.6 | 7
0 15 1
5 | 19
5
0
.
6
2
.
8
|
14
5
0
10
0
Piv : a 22 0
Busca pelo maior coeficiente em

mdulo na coluna que contm o piv
nulo e abaixo da diagonal principal
Troca da 2 pela 3 linha
1 2 | 5
5 10
0 15 1
5
|
19
0 0 1.2 0.6 | 7
5
0
.
6
2
.
8
|
14
Observao
Antes do processo de eliminao de uma dada coluna,

procura-se colocar como piv o maior elemento em
mdulo de todos aqueles da diagonal principal para
baixo.
Mtodos
Iterativos
de
Soluo:
Fornecem soluo aproximada de um sistema de

equaes lineares aps a realizao de um
nmero finito de passos (iteraes);
So convenientemente empregados para

sistemas grandes e esparsos que aparecem com
frequncia na discretizao de equaes
diferenciais;
Geram uma sequncia de vetores {x}(k), a partir

de uma aproximao inicial {x}(0);
Necessitam de algumas condies para garantir

a convergncia da sequncia de aproximaes.
Mtodos
Iterativos
de
Soluo:
Seja o sistema [A]{x} = {b}. Esse sistema

convertido em {x} = [C]{x} + {g}.
[C] uma matriz n x n
{g} um vetor n x 1
Partindo de uma aproximao inicial {x}

(0)
,construmos consecutivamente os vetores:
(1)
[C] x g
(0)
x (2) [C] x (1) g
x (k 1) [C] x (k) g
Mtodos
Iterativos
de
Soluo:
Critrio de parada:
{x}(k) seja suficientemente prximo de {x}(k-1)

(ou seja, distncia entre {x}(k) e {x}(k-1) seja
menor que uma tolerncia dada);
Nmero mximo de iteraes.
Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Ideia do Mtodo: Cada coordenada do vetor

correspondente nova aproximao calculada a
partir da respectiva equao do sistema, utilizando-se
as demais coordenadas do vetor aproximao da
iterao anterior.
De forma geral tem-se o sistema n x n abaixo:
a11x1 a 12 x 2 ... a 1n x n b1
a 21x1 a 22 x 2 ... a 2 n x n b 2
a n1x1 a n 2 x 2 ... a nn x n b n
a ii 0 para i 1,2,..., n
Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Pode-se ento, isolar os termos do vetor de

incgnitas {x}, da seguinte forma:
x1
b1 a12 x 2 a 13x 3 a 1n x n
a11
b 2 a 21x1 a 23x 3 a 2 n x n
x2
a 22
xn
b n a n1x1 a n 2 x 2 a n(n 1) x n
a nn
Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Podemos montar a matriz [C] e o vetor {g}:
a 21
C a 22

a
n1
a nn
a12
a 11
0
an2
a nn
a 1n

a 11
a 2n

a 22
b1
a
11
b 2
g a 22

b
n
a nn
Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Agora podemos calcular o vetor soluo para cada

iterao k:
x (k) C x (k 1) g
Generalizando em termos de xi:

bi
x i(k)
(k 1)
a
x
ij j
j1, j i
a ii
, para i 1,2,..., n
Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Exemplo
3 x1 x 2 x 3 7
x1 4 x 2 2 x 3 4
3 1 1 x1 7
1 4 2 x 4
2
0x 2x 5x 5
x 5
0
2
5
2
3
1
3
Matriz [C] e vetor {g}:
0
1
C
4
0
1
3
0
2
x1
x
2
x
3
(0)
0

0
0

1

3
2

4
Chute inicial
7
3
g 1
1

Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Exemplo
Processo iterativo:
x1
x2
x
3
(k)
0
1

4
0
3
0
2
1

3
2

4
x1
x2
x
3
(k 1)
7
3

1
1

Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Exemplo
1 iterao (k = 1)
x1
x
2
x
3
(1)
0
1

4
0
3
0
2
1

3
2

4
0

0
0

0
7
3

1
1

x1
x
2
x
3
(1)
7
3

1
1

Mtodos
Iterativos
de
Soluo:
Gauss-Jacobi
Exemplo
2 iterao (k = 2)
x1
x
2
x
3
(2)
0
1

4
0
3
0
2
1

3
2

4
7 7
3 3

1 1
1 1
0

x1
x
2
x
3
5
3
(2)
1

12
3
5
Mtodos
Iterativos
de
Gauss-Jacobi
Exemplo
Resultados obtidos para as iteraes:
Soluo:
Mtodos
Iterativos
de
Gauss-Jacobi
Algoritmo
Dados: aij, bi, x(0), nitemax e tol

Enquanto
dist>tol e nite<nitemax
Ento:
nite = nite + 1
Para i de 1 at n, faa
s = bi
Para j de 1 at n, faa
Se i for diferente de j, faa
s = s aij.x0j
Fim
Fim
xi = s/aii
Fim
dist = norma(x-x0)
x0 = x
Fim
Soluo:
Mtodos
Iterativos
de
Soluo:
Gauss-Seidel
Ideia do Mtodo: Cada coordenada do vetor correspondente

nova aproximao calculada a partir da respectiva
equao do sistema, utilizando-se as demais coordenadas do
vetor aproximao da iterao anterior, quando essas ainda
no foram calculadas na iterao corrente, e as coordenadas
do vetor aproximao da iterao corrente, no caso
contrrio.
De forma
a xgeral
a tem-se
x ... oa sistema
x b n x n abaixo:
11 1
12
1n
a 21x1 a 22 x 2 ... a 2 n x n b 2
a n1x1 a n 2 x 2 ... a nn x n b n
a ii 0 para i 1,2,..., n
Mtodos
Iterativos
de
Soluo:
Gauss-Seidel
Isolando as componentes do vetor {x}:
b1 a12 x 2 a 13x 3 a 1n x n
x1
a11
b 2 a 21x1 a 23x 3 a 2 n x n
x2
a 22
xn
b n a n1x1 a n 2 x 2 a n(n 1) x n 1
a nn
Iterao
corrente
Mtodos
Iterativos
de
Soluo:
Gauss-Seidel
Numa dada iterao (k), ao calcular-se x1, ainda no se tem

posse dos demais valores do vetor soluo do sistema (x 2,
x3, ..., xn). Por esse motivo, utiliza-se valores do vetor soluo
da iterao (k-1). J para os outros elementos de x(k), pode-se
fazer uso de valores j calculados na iterao corrente, por
exemplo, ao calcular-se x2 j se conhece previamente o valor
de x1, e ao calcular-se x3, j se conhece os valores de x1 e x2.
Generalizando em termos de xi:
i 1
x i(k)
b i a ijx
j1
(k)
j
a ijx (kj 1)
a ii
ji 1
, para i 1,2,..., n
Mtodos
Iterativos
de
Soluo:
Gauss-Seidel
Exemplo
3 x1 x 2 x 3 7
x1 4 x 2 2 x 3 4
0x 2x 5x 5
2
3
1
1 iterao (k=1)
3 1 1 x1 7
1 4 2 x 4
2
0 2 5 x 3 5
x1
x
2
x
3
(0)
0

0
0

Chute inicial
1
7
(1)
0
0
x
1
x
1
x
2
3
1
3
3
1
5
(1)
1
0
x 2 4 1 x1 2 x 3
4
12
x 3(1) 1 5 0 x11 2 x12 5
5
6
Mtodos
Iterativos
de
Soluo:
Gauss-Seidel
2 iterao (k=2) (2) 1

23
(1)
(1)
1
x
1
x
2
3
1
3
12
1
5
(2)
(1)
x (2)
1
x
2
x
2
1
3
4
48
1
23
x 3(2) 5 0 x1(2) 2 x (2)
2
5
24
3 iterao (k=3)
1
95
( 3)
( 2)
( 2)
x
1
x
1
x
2
3
1
3
48
1
5
( 3)
( 3)
( 2)
x 2 4 1 x1 2 x 3
4
192
x ( 3) 1 5 0 x (3) 2 x (3) 95
1
2
3
5
96
Mtodos
Iterativos
de
Soluo:
Gauss-Seidel
Resultados obtidos para as iteraes:

Iterao
{x}(k)
2.3333
0.4167
0.8333
1.9167
0.1042
0.9583
1.9792
0.0260
0.9896
1.9948
0.0065
0.9974
1.9987
0.0016
0.9993
1.9997
0.0004
0.9998
0.0001
1.0000
1.9999
...
Soluo exata
...
2.0000
0.0000
1.0000
Mtodos
Iterativos
de
Soluo:
Gauss-Seidel
Convergncia mais rpida para a soluo

exata quando comparado com o mtodo de
Gauss-Jacobi.
O mtodo de Gauss-Seidel faz uso de elementos

do prprio vetor soluo da iterao corrente
para atualizar sua estimativa;
Quanto mais iteraes forem realizadas, mais
prximo estar o vetor {x} da soluo exata do
sistema linear.
Mtodos
Iterativos
Gauss-Seidel
Algoritmo
Dados: aij, bi, x(0), nitemax e tol
Enquanto
dist>tol e nite<nitemax
Ento:
nite = nite + 1
Para i de 1 at n, faa
s0 = bi
s1 = 0
Para j de 1 at i-1, faa
s0 = s0 aij.xj
Fim
Para j de (i+1) at n, faa
s1 = s1 aij.x0j
Fim
xi=(s0+s1)/aii
Fim
dist = norma(x-x0)
x0 = x
Fim
de
Soluo:
Mtodos
Iterativos
de
Soluo:
Condio de Suficincia para Convergncia
Ao se utilizar um mtodo iterativo para solucionar um

sistema de equaes lineares, deve-se tomar cuidado,
pois dependendo do sistema em questo, e da
estimativa inicial escolhida, o mtodo pode no
convergir para a soluo do sistema.
Clculo de coeficientes k, onde 1 k n. A condio
de convergncia que o valor mximo de todos os

s seja inferior a 1.
Mtodos
Iterativos
de
Soluo:
Critrio das Linhas
Os valores de k so calculados conforme a equao:
a
j1
j k
kj
a kk
Mtodos
Iterativos
de
Soluo:
Critrio das Linhas
Exemplo
10 2 1
A 1 5 1
2 2 10
| a 12 | | a 13 | 2 1 3
0.3 1
a 11
10 10
| a 21 | | a 23 | 1 1 2
0.4 1
a 22
5
5
| a 31 | | a 32 | 2 2 4
0.4 1
a 33
10
10
max{ k } 0.4 1
1 k 3
Convergncia garantida!
Mtodos
Iterativos
de
Soluo:
Critrio das Colunas
Os valores de k so calculados conforme a equao:
a
j1
j k
jk
a kk
Mtodos
Iterativos
de
Soluo:
Critrio das Colunas
Exemplo
10 2 1
A 1 5 1
2 2 10
| a 21 | | a 31 | 1 2 3
0.3 1
a11
10 10
| a 12 | | a 32 | 2 2 4
0.8 1
a 22
5
5
| a13 | | a 23 | 1 1 2
0.2 1
a 33
10 10
max{ k } 0.8 1
1 k 3
Convergncia garantida!

05 - Sistemas de Equações Lineares

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

05 - Sistemas de Equações Lineares

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDADE FEDERAL DE ALAGOAS

Possui pelo menos uma soluo!

Possui uma nica soluo;

O determinante de A deve ser diferente de zero;

Se b for um vetor nulo (constantes nulas), a

Possui pelo menos uma soluo!

Admite infinitas solues;

O determinante de A deve ser nulo;

O vetor de constantes b deve ser nulo ou

O determinante de A deve ser nulo;

O vetor b no pode ser nulo ou mltiplo de

0.5 x1 0.2 x 2 0.15

Existem estimativas que apontam que, a cada

Mtodo da Rigidez Direta

Objetivo: Aplicar a anlise matricial de estruturas

Mtodo da Rigidez Direta

Incgnitas: Valores dos deslocamentos

Matriz dos coeficientes (Matriz de rigidez da

Interpolao da Dados de Chuva

Objetivo: A partir de um conjunto de pares de

Interpolao da Dados de Chuva

Incgnitas: Coeficientes c0, c1, c2 e c3 do polinmio

Interpolao do Custo Mdio de um Produto

Objetivo: Estimar o custo mdio de um produto A

Em 2012 queremos uma produo de 100.000

Sist. Equaes Lineares

Mtodos de Soluo: Diretos

So aqueles que conduzem soluo exata a menos

Esses mtodos no so usados em problemas

Necessidade do emprego de mtodos mais

Mtodos de Soluo: Diretos

Mtodos de Soluo: Diretos

Mtodos de Soluo: Diretos

Para k de n-1 at 1, faa

Mtodos de Soluo: Diretos

Atribudo ao matemtico alemo Carl Friedrich Gauss;

Consiste em transformar o sistema linear original em

Soluo por substituio

Mtodos de Soluo: Diretos

Propriedade: A soluo do sistema [A]{x}={b} no se

Multiplicao de uma equao por uma constante nonula;

Mtodos de Soluo: Diretos

Eliminao Gaussiana sem Pivoteamento

Eliminar os coeficientes de x1 presentes nas

Possvel desde que a11 0

Substituir a linha 2, L2, pela combinao linear:

Mtodos de Soluo: Diretos

Eliminao Gaussiana sem Pivoteamento

Eliminar os coeficientes de x1 presentes nas

Possvel desde que a11 0

Substituir a linha 3, L3, pela combinao linear:

Mtodos de Soluo: Diretos

Eliminao Gaussiana sem Pivoteamento

Eliminar os coeficientes de x1 presentes nas

Possvel desde que a11 0

Deve-se continuar o processo at a linha n

Mtodos de Soluo: Diretos

Eliminao Gaussiana sem Pivoteamento

Eliminar os coeficientes de x2 presentes nas

Possvel desde que a22 0

Eliminar os coeficientes de x3 presentes nas linhas

Repete-se o processo at chegar com uma matriz

Possvel desde que a33 0, a44 0, ..., ann 0

Mtodos de Soluo: Diretos