Resoluo de Sistemas

Lineares
Mtodos numricos
Exatos ou Diretos
Mtodo de Eliminao de Gauss
Fatorao LU
Fatorao de Cholesky
Mtodos Iterativos ou Indiretos
Mtodo de Gauss-Jacobi
Mtodo de Gauss-Seidel
Mtodo de Gauss-Jacobi ou
Jacobi-Richardson
Considere o sistema linear Ax = b de ordem n, determinado,
isto :
A matriz A do sistema (4) pode ser decomposta na forma:
A = L + D + R ,
onde L uma matriz triangular inferior formada pela parte
inferior da matriz A, D a diagonal de A e R uma
matriz triangular superior formada pela parte superior da
matriz A, isto :
(4)
Mtodo de Gauss-Jacobi
Supondo det(D)0, podemos transformar o
sistema original em:
(L + D + R) x = b
Dx = (L + R) x + b
x = D
-1
(L + R) x + D
-1
b .
que est na forma (1) com B = D
-1
(L + R) e
g = D
-1
b.
O processo iterativo definido por:
x
(k+1)
= D
-1
(L + R) x
(k)
+ D
-1
b, (5)
chamado de Mtodo de Gauss-Jacobi.
x = B x + g (1)
Mtodo de Gauss-Jacobi
Comparando (5) com (2) vemos que a matriz de
iterao do mtodo de Gauss-Jacobi :
D
-1
(L + R).
Por hiptese a
ii
0, pois estamos supondo
det(D)0. Podemos ento, antes de decompor a
matriz A em L + D + R, dividir cada equao pelo
correspondente elemento da diagonal principal,
resultando assim:
A* = L* + I + R*,
onde A* a matriz obtida de A aps a diviso, I
a matriz identidade.
x
(k)
= Bx
(k-1)
+ g (2)
Mtodo de Gauss-Jacobi
Assim, o processo iterativo pode ser escrito como:
x
(k+1)
= (L* + R*) x
(k)
+ b*, (6)
onde os elementos de L*, R* e b* so, respectivamente,
dados por:
Vemos por (6) que as componentes de x
(k+1)
podem ser
calculadas sucessivamente sem necessidade de se calcular
D
-1
, e a matriz de iterao do mtodo de Gauss-Jacobi
dada por: (L* + R*).
Mtodo de Gauss-Jacobi
Dado o sistema (4), o mtodo de Gauss-Jacobi consiste na
determinao de uma sequncia de aproximantes da iterao k:
(x
1
(k)
, x
2
(k)
, . . . , x
n
(k)
)
t
, k = 1, 2, 3, . . . ,
a partir de valores iniciais:
(x
1
(0)
, x
2
(0)
, . . . , x
n
(0)
)
t
atravs do processo iterativo definido por (6), isto :
Critrios de Convergncia
Fazendo B = - (L* + R*) e escolhendo as normas ||.||

e ||.||
1
, o
mtodo de Gauss-Jacobi converge se:
a) o critrio das linhas for satisfeito, isto , se:
b) o critrio das colunas for satisfeito, isto , se:
Observe que basta apenas um dos critrios ser satisfeito para
garantirmos a convergncia.
(7)
(8)
Critrios de Convergncia
Definio 2 - Uma matriz A estritamente diagonalmente
dominante se:
Observao: Com a definio 2 fica fcil ver que se a matriz
dos coeficientes for estritamente diagonalmente dominante
ento o critrio das linhas satisfeito. De fato, se (9)
satisfeita para todo i, ento se dividimos cada equao pelo
correspondente elemento da diagonal principal segue que:
(9)
Critrios de Convergncia
Portanto obtemos mais um critrio de
convergncia, isto , podemos verificar se o
mtodo de Gauss-Jacobi converge testando se a
matriz dos coeficientes estritamente
diagonalmente dominante.
Exemplo
Resolver o sistema linear

= + +
= + +
= + +
6 10 3 2
8 5
7 2 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
pelo mtodo de Gauss-Jacobi, com
( )
( )
2 0
10 e 6 . 0 , 6 . 1 , 7 . 0

< =
T
x
Exemplo
Soluo:
33 32 31
22 23 21
11 13 12
10 3 2
5 1 1
10 1 2
a a a
a a a
a a a
= < + = +
= < + = +
= < + = +
Portanto, podemos garantir que sistema linear ser
convergente
Convergncia, verificar se A diagonalmente dominante
Exemplo
Dividindo pelo correspondente elemento da diagonal
principal

= + +
= + +
= + +
6 . 0 3 . 0 2 . 0
6 . 1 2 . 0 2 . 0
7 . 0 1 . 0 2 . 0
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Soluo:
Exemplo
Critrio das linhas
Soluo:
5 . 0 3 . 0 2 . 0 * *
2 . 0 1 . 0 1 . 0 * *
3 . 0 1 . 0 2 . 0 * *
32 31
23 21
13 12
= + = +
= + = +
= + = +
a a
a a
a a
1 5 . 0 max
3
1
*
1
< =

=

i j
j
ij
n i
a
( satisfeito)
Exemplo
Critrio das colunas
Soluo:
3 . 0 2 . 0 1 . 0 * *
5 . 0 3 . 0 2 . 0 * *
4 . 0 2 . 0 2 . 0 * *
23 13
32 12
31 21
= + = +
= + = +
= + = +
a a
a a
a a
1 5 . 0 max
3
1
*
1
< =

=

i j
i
ij
n j
a
(tambm vlido)
Exemplo
As iteraes do mtodo Gauss-Jacobi so:
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )

+ =
=
+ =
+
+
+
6 . 0 3 . 0 2 . 0
6 . 1 2 . 0 2 . 0
7 . 0 1 . 0 2 . 0
2 1
1
3
3 1
1
2
3 2
1
1
k k k
k k k
k k k
x x x
x x x
x x x
Soluo:
Exemplo
Iniciando com
Soluo:
( )
( )
T
x 6 . 0 , 6 . 1 , 7 . 0
0
=
obtm-se para x
(1)
( ) ( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( )

= + = + =
= = =
= + = + =
94 . 0 6 . 0 6 . 1 3 . 0 7 . 0 2 . 0 6 . 0 3 . 0 2 . 0
86 . 1 6 . 1 6 . 0 2 . 0 7 . 0 2 . 0 6 . 1 2 . 0 2 . 0
96 . 0 7 . 0 6 . 0 1 . 0 6 . 1 2 . 0 7 . 0 1 . 0 2 . 0
0
2
0
1
1
3
0
3
0
1
1
2
0
3
0
2
1
1
x x x
x x x
x x x
Exemplo
Continuando as iteraes, obtemos a tabela:
Soluo:
k 0 1 2 3 4
x
1
0.7 0.96 0.978 0.9994 0.9979
x
2
-1.6 -1.86 -1.98 -1.9888 -1.9996
x
3
0.6 0.94 0.966 0.9984 0.9968
Exemplo
J que:
Soluo:
( ) ( )
|
|
|

\
|

=
0016 . 0
0108 . 0
0015 . 0
3 4
x x
E, portanto:
( ) ( )
( )
2
4
3 4
10 0054 . 0
9996 . 1
0108 . 0

< =

x
x x
Finalmente, obtemos a soluo, com <10
-2
:
|
|
|

\
|
=
9978 . 0
9996 . 1
9979 . 0
x
Exerccios
1)Usando o mtodo de Gauss-Jacobi, obter a soluo do sistema
linear:

= +
= + +
= +
11 10 2
12 10
10 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
com 3 casas decimais corretas.
2)Dado o sistema linear:

= + +
= + +
= +
30 10 7
20 8 10 2
10 10
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
a)Verificar a possibilidade de aplicao do mtodo Gauss-Jacobi
b)Se possvel, resolv-lo com erro relativo <10
-2
.