CÁLCULO NUMÉRICO

Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br

 Aula 11
04/2014 Sistemas de Equações Lineares – Parte 1
INTRODUÇÃO
¨  Iremos aprender diferentes métodos de resolução de
sistemas de equações lineares:

E1 : a11 x1 + a12 x2 +!+ a1n xn = b1

E2 : a21 x1 + a22 x2 +!+ a2n xn = b2
"
En : an1 x1 + an2 x2 +!+ ann xn = bn

onde os a’s são coeficientes constantes e os b’s são constantes.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 3/29
 INTRODUÇÃO
¨  Podemos representar um sistema de equações de forma
matricial:

A⋅x = b

! a11 a12 ! a1n $ ! x1 $ ! b1 $

# & # & # &
# a21 a22 ! a2n & # x2 & # b2 &
A =# &, x =# &, b =# &.
# " " # " & # ! & # ! &
# an1 an2 ! ann &% # xn &% # bn &%
" " "

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 4/29
INTRODUÇÃO
¨  Uma representação alternativa consiste na matriz completa
ou matriz aumentada do sistema:

! a11 a12 ! a1n b1 $

# &
! # a21 a22 ! a2n b2 &
A = [ A | b] = # &
# " " # " " &
# an1 an2 ! ann bn &%
"

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 5/29
MÉTODOS DIRETOS

¨  A partir das operações elementares de matrizes é possível

implementar uma série de métodos distintos para encontrar a
solução de um sistema de equações lineares.

¨  Os métodos que utilizam uma sequência finita de operações

elementares para determinar a solução são denominados
Métodos Diretos.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 6/29
Operações Elementares

¨  Uma equação Ei pode ser multiplicada por qualquer

constante λ não nula.
( λ Ei ) → ( Ei )
¨  A equação Ej pode ser multiplicada por qualquer constante λ
e adicionada à equação Ei.
(E + λE ) → (E )
i j i

¨  As equações Ei e Ej podem trocar de posição.

( Ei ) ↔ ( E j )
Aula 10 – Sistemas de Equações Lineares – Parte 1
Cálculo Numérico 7/29
ELIMINAÇÃO DE
GAUSS

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 8/29
Eliminação de Gauss
¨  Neste método, transformamos a matriz de coeficientes A em
uma matriz triangular superior, com elementos da diagonal
diferentes de zero e não necessariamente iguais a 1. Assim:

! a11 x1 + a12 x2 + a13 x3 +!+ a1n xn = b1

#
## a22 x2 + a23 x3 +!+ a2n xn = b2
" a33 x3 +!+ a3n xn = b3
# "
#
#$ ann xn = bn

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 9/29
Eliminação de Gauss
¨  Ou em forma matricial:

" (n−1) (n−1) (n−1) (n−1) (n−1) %

$ a11 a12 a13 ! a1n b1 '
$ ( n−1) ( n−1) (n−1) '
b2(
n−1)
$ 0 a22 a23 ! a2n '
(n−1) (n−1) $ (n−1) (n−1) (n−1) '
A |b = 0 0 a33 ! a3n b3
$ '
$ ! ! ! " ! ! '
$ (n−1) '
bn(
n−1)
$ 0 0 0 # ann '
# &

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 10/29
 ELIMINAÇÃO DE
GAUSS com estratégia
de pivoteamento
Aula 10 – Sistemas de Equações Lineares – Parte 1
Cálculo Numérico 11/29
Exemplo 1

¨  Considere o sistema linear:

! E1 : 8x2 + 2x3 = −7
#
" E2 : 3x1 + 5x2 + 2x3 = 8
#E :
$ 3 6x1 + 2x2 + 8x3 = 26
¨  A matriz completa ou aumentada será:
" 0 8 2 −7 %
$ '
A b =$ 3 5 2 8 '
$ 6 2 8 26 '
# &
Aula 10 – Sistemas de Equações Lineares – Parte 1
Cálculo Numérico 12/29
Exemplo 1
¨  Primeira Etapa:

Pivô
" 0 8 2 Equação
−7 % Pivô
$ '
A b =$ 3 5 2 8 '
$ 6 2 8 26 '
# &

¨  O pivô precisa ser e deve ser em

valor absoluto, para reduzir o erro de arredondamento nas
multiplicações no processo de eliminação.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 13/29
Exemplo 1

¨  Como , temos que escolher outra equação para ser

equação-pivô. Escolhe-se o aj1 com .

( E3 ) ↔ ( E1 )
Pivô
" % Equação
06 82 28 26
−7 Pivô
(1) (1) $ '
A Ab b =$ 3 5 2 8 '
$ 60 28 82 26
−7 '
# &

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 14/29
Exemplo 1
¨ Passo 1:
Para isto, usamos os k multiplicadores, cada um multiplicando
a respectiva linha k.

a (jk)
1

m jk = (1)
, j = k +1, !, n
akk

e fazemos: (E j − m jk Ek ) → ( E j )

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 15/29
Exemplo 1
¨  Como , passa-se para a próxima coluna:
Pivô
"" 66 22 8 2626 '
%%
(2()1) (2(1)) $
$ ' Equação
AA bb ==$$ 03 45 2
−2 8−5 ''
Pivô
$$ 00 88 2 −7−7 '&'
## &

¨  Como , então: ( E3 ) ↔ ( E2 )

Pivô " 6 2 8 %
26
$
!b (2) =$ 0 8 2
' Equação
A! ( )
2
−7 ' Pivô
$ 0 4 −2 −5 '
# &
Aula 10 – Sistemas de Equações Lineares – Parte 1
Cálculo Numérico 16/29
Exemplo 1
¨  Passo 2:
( )
2
a32 1
É preciso obter o multiplicador: m32 = (2) =
a22 2
e fazer: ( E3 − m32 E2 ) → ( E3 )
"" %
$$ 66 22 88 26 %''
(3(2) ) (3()2) $
AA bb ==$ 00 88 22 −7 ''
$$ ''
$# 00 04 −3
−2 −3
−5 '
2 &&
#
Aula 10 – Sistemas de Equações Lineares – Parte 1
Cálculo Numérico 17/29
Exemplo 1
¨  Segunda Etapa:
" −3
$ −3x =
3 2
$
# 8x2 + 2x3 = −7
$
$ 6x1 + 2x2 + 8x3 = 26
%
e assim: " 1
$ x =
3 2
$
# x2 = −1
$
$ x1 = 4
%
Aula 10 – Sistemas de Equações Lineares – Parte 1
Cálculo Numérico 18/29
Exemplo 2
¨  O sistema linear:

⎧ E1 : 0,003x1 + 59,14 x2 = 59,17

⎨
⎩E2 : 5,291x1 + 6,130x2 = 46,78

tem uma solução exata x1 = 10,00 e x2 = 1,000.

¨  Suponha que a Eliminação de Gauss seja realizada neste

sistema utilizando aritmética de quatro dígitos com
arredondamento.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 19/29
Exemplo 2
¨  Como resultado chegamos ao sistema:

"$ 0, 003x + 59,14x = 59,17

1 2
#
$% −104300x2 = −104400

em vez do sistema com os valores precisos:

"$ 0, 003x + 59,14x = 59,17

1 2
#
$% −104309, 376 x2 = −104309, 376

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 20/29
Exemplo 2

¨  E assim, devido ao uso do pivô de valor muito pequeno

a11 = 0,003, x1 contém o pequeno erro cometido na
aproximação de x2 (0,001) multiplicado por:

59,14
≈ 20.000
0, 003

o que arruína a aproximação para o valor real x1 = 10,00.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 21/29
Contagem das operações
¨  Fatores importantes a julgar para a qualidade de um método
numérico:

¤  Quantidade de armazenamento;

¤  Quantidade de tempo (número de operações);

¤  Efeito dos erros de arredondamento.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 22/29
Contagem das operações
¨  Na Eliminação de Gauss ( ):

¤  Passo k : elimina-se xk de n – k equações. Exigindo n – k divisões

no cálculo de mjk e (n – k) (n – k + 1) multiplicações, bem como
subtrações.
¤  Executamos n – 1 passos, com k indo de 1 a n – 1. Portanto:

n−1 n−1
f ( n ) = ∑ ( n − k ) + 2∑ ( n − k ) ( n − k +1)
k=1 k=1

Número 2 3
total de f (n) ≈ n = O (n3 )
operações 3
Aula 10 – Sistemas de Equações Lineares – Parte 1
Cálculo Numérico 23/29
Contagem das operações
¨  Na Eliminação de Gauss ( ):

¤  Na substituição regressiva de xi, fazemos n – i multiplicações e

subtrações, além de uma divisão.
¤  Logo, o número total de operações será:

n
b ( n ) = 2∑ ( n − i ) + n
i=1

b ( n ) = n 2 + 2n = O ( n 2 )

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 24/29
Algoritmo da eliminação de Gauss

ENTRADA: número de incógnitas e de equações n; matriz

aumentada A = [ajk], em que 1 ≤ j ≤ n e 1 ≤ k ≤ n + 1.
SAÍDA: solução x1, x2, ..., xn ou mensagem de que este sistema
não tem uma única solução.
Passo 1: Para k = 1, ..., n – 1, execute Passos 2 e 3
( Processo de eliminação)
Passo 2: Se ajk =0 para todo j ≥ k, então:
SAÍDA (‘não existe uma solução única’). PARE.
senão, execute ( E j ) ↔ ( Ek ) para o menor j ≥ k tal que |ajk|
seja o máximo na coluna k.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 25/29
Algoritmo da eliminação de Gauss
Passo 3: Para j = k + 1, ..., n, execute Passos 4 a 6.

Passo 4: Faça mjk = ajk / akk

Passo 5: Para p = k + 1, ..., n + 1:

Passo 6: Execute a jp = a jp − m jk akp

Passo 7: Se ann = 0, então SAÍDA (‘não existe uma solução única’);

PARE.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 26/29
Algoritmo da eliminação de Gauss
senão faça xn = an, n+1 / ann
(começa a substituição regressiva);

Passo 8: Para i = n – 1, ... , 1 faça:

# n &
xi = %ai,n+1 − ∑ aij x j ( aii
%$ j=i+1 ('

Passo 9: SAÍDA ( x1, ..., xn ); (‘ processo completo com sucesso’);

PARE.

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 27/29
Exemplo 3
¨  O propósito deste exemplo é mostrar o que pode acontecer
se o algoritmo falhar.
¨  Os cálculos serão feitos simultaneamente em dois sistemas
lineares:

! 2x + 2x + x = 6 ! 2x + 2x + x = 4
1 2 3 1 2 3
## ##
" x1 + x2 + x3 = 4 e " x1 + x2 + x3 = 4
# #
#$ x1 + x2 + 2x3 = 6 #$ x1 + x2 + 2x3 = 6

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 28/29
 Exemplo 3
¨  Como resultado temos:
! !
# 2x1 + 2x2 + x3 = 6 # 2x1 + 2x2 + x3 = 6
# #
" 1 x3 = 1 1 x3 = 2
2 e "
# # 2
# 3 x3 = 3 # 3 x3 = 4
$ 2 $ 2

x3 = 2; Não existe
Infinitas x3 = 4 nenhuma
x2 = 2 – x1;
soluções x3 = 8/3 solução
x1 qualquer

Aula 10 – Sistemas de Equações Lineares – Parte 1

Cálculo Numérico 29/29