Vous êtes sur la page 1sur 50

Professor: Luiz Alberto da Silva

1


MATRIZES

Definio : Uma matriz pode ser definida como um ente matemtico composto por
elementos dispostos em um nmero m linhas e em um nmero n de colunas, onde
cada elemento, geralmente obtido atravs de uma lei de formao.
Notao : A notao mais comum A = (a
ij
)
mXn
nesta notao indicamos:
A : Matriz
a
ij
: Elemento localizado na linha i e na coluna j
mXn : Ordem, ou tipo, da matriz

Observaes :
1 ) Para se calcular a quantidade de elementos de uma matriz, basta efetuar o produto
m.n.

2 ) Uma matriz pode ser representada geometricamente, usando-se:

( ) | |

3 ) Podemos indicar a matriz tambm pela notao simplificada A
mXn
, mais utilizada
quando no mostramos a matriz na forma geomtrica.

TIPOS DE MATRIZES

Matriz linha m = 1.
Exemplo : A
1X3
= ) 7 3 1 (



Matriz coluna n = 1.
Exemplo : B
4X1
=
(
(
(
(

2
sen
5 ln
4

Matriz nula aquela composta apenas por elemento zero .
Professor: Luiz Alberto da Silva

2


Exemplos : C =
3 X 2
0 0 0
0 0 0
D =
2 X 3
0 0
0 0
0 0
|
|
|
.
|

\
|



Matriz quadrada m = n, definida simplesmente como matriz quadrada de ordem
n.
Exemplos : E =
3 X 3
7 6 1
1 3 6 ln
0 2 1
(
(
(

F
2
=
0 1
8 9

Obs. :

Numa matriz quadrada, temos...

a ) A
n
=
nXn
nn 2 n 1 n
n 2 22 21
n 1 12 11
a a a
a a a
a a a
(
(
(
(






b ) Trao de uma matriz a soma ou somatrio dos elementos da sua diagonal
principal e indicamos Tr (matriz).

Exemplo : G =
|
|
|
|
|
.
|

\
|


4 X 4
2 0 1 1
5 4 9 8
7 2 4 0
3 6 5 1
Tr (G) = 1 - 4 + 4 + 2 Tr (G) = 3.

Matriz identidade I
n
: uma matriz quadrada de ordem n, onde todos os
elementos da diagonal principal so o algarismo 1 e todos os demais elementos so o
algarismo 0.

Diagonal principal i = j

Diagonal
secundria
Professor: Luiz Alberto da Silva

3


Exemplos : I
4
=
|
|
|
|
|
.
|

\
|
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
I
2
=
(

1 0
0 1


Matriz transposta Seja A
mXn
uma matriz qualquer ( Pode tambm ser uma matriz
quadrada ), dizemos que sua transposta a matriz A
t
nXm
, ou seja, aquilo que era linha
em A transforma-se em coluna em A
t
e aquilo que era coluna em A transforma-se em
linha em A
t
.

Exemplos : H =

3 X 2
7 4 6
5 0 1
H
t
=
2 X 3
7 5
4 0
6 1




J =
|
|
|
.
|

\
|

3 X 3
3 5 9
8 7 2
4 0 1
J
t
=
|
|
|
.
|

\
|
3 X 3
3 8 4
5 7 0
9 2 1


Obs. : Quando temos as matrizes quadradas de ordem n, onde A = A
t
, dizemos que A
matriz simtrica.

Matriz oposta Seja A
mXn
uma matriz qualquer, chamamos de matriz oposta de A e
indicamos ( A
mXn
), aquela matriz onde cada elemento correspondente ao da matriz A o
oposto a ele.

Exemplo : K
2X4
=
(



9 7 8 6
5 4 3 2
logo, -K
2X4
=
(

9 7 8 6
5 4 3 2


LEI DE FORMAO :

uma regra que define como sero os elementos de uma matriz qualquer.

Exemplo : Construa a matriz K
3X2
onde k
ij
= 2i + j.

Professor: Luiz Alberto da Silva

4


Resoluo : Temos a matriz K
3X2
=
33 32 31
23 22 21
13 12 11
k k k
k k k
k k k
portanto...
k
11
= 2(1) + (1) = 2 + 1 k
11
= 3
k
12
= 2(1) + (2) = 2 + 2 k
12
= 4
k
21
= 2(2) + (1) = 4 + 1 k
21
= 5
k
22
= 2(2) + (2) = 4 + 2 k
22
= 6
k
31
= 2(3) + (1) = 6 + 1 k
31
= 7
k
32
= 2(3) + (2) = 6 + 2 k
32
= 8

Logo... K
3X2
=
8 7
6 5
4 3



IGUALDADE DE MATRIZES

Duas, ou mais, matrizes so iguais quando so de mesma ordem, e quando seus
elementos correspondentes (i, j ) so iguais, ou seja :

a
11
= b
11
= c
11
= . . .
a
21
= b
21
= c
21
= . . .

a
ij
= b
ij
= c
ij
= . . .

Exemplo :

Sejam as matrizes L =
3 X 2
5 4 3
2 1 0
|
|
.
|

\
|


e M =
3 X 2
5 4 3
2 1 0
|
|
.
|

\
|



Como...
l
11
= m
11
l
21
= m
21
l
12
= m
12
l
22
= m
22
l
13
= m
13
l
23
= m
23

Temos que L = M.
Professor: Luiz Alberto da Silva

5


ADIO DE MATRIZES

Sejam duas, ou mais, matrizes de mesma ordem, para que efetuemos a adio,
necessrio somarmos os elementos correspondentes das matrizes, ou seja :

a
11
+ b
11
+ c
11
+ . . .
a
21
+ b
21
+ c
21
+ . . .

a
ij
+ b
ij
+ c
ij
+ . . .
Exemplo :


Sejam as matrizes N =
3 X 2
5 3 0
1 2 4
(


e O =
3 X 2
9 8 7
3 2 6



Como A e B so de mesma ordem.podemos efetuar a operao P = N + O, da :


P =
(


5 3 0
1 2 4
+
9 8 7
3 2 6

=
|
|
.
|

\
|
+ +
+ +
) 9 5 ( ) 8 3 ( ) 7 0 (
) 3 1 ( ) 2 2 ( ) 6 4 (





PRODUTO DE MATRIZES

O Produto entre duas matrizes A e B ( nesta ordem ) s pode ser efetuado quando
ambas satisfazem os requisitos da equao abaixo:


A
mXn

.
B
nXp


=

C
mXp



Analisando esta equao, notamos que o produto A.B s existe se o nmero de
colunas da primeira matriz (A) for igual ao numero de linhas da segunda matriz (B), no
que resulta em uma terceira matriz (C) que possui o mesmo nmero de linhas da
primeira matriz e o mesmo nmero de colunas da segunda matriz.
P=
Nota : A operao de subtrao de matrizes anloga adio.
Professor: Luiz Alberto da Silva

6



Exemplos :

A
2X3

.
B
3X4

=
C
2X4

D
5X1

.
E
1X5

=
F
5X5

Repare agora que tomaremos as mesmas matrizes do primeiro exemplo, porm
mudaremos a ordem, ao invs de A.B, tentaremos efetuar B.A...

B
3X4

.
A
2X3 ...
Note que o nmero de colunas da primeira matriz (B) no igual ao
numero de linhas da segunda matriz (A), logo, no obtemos a matriz C = B.A.
Portanto conclumos que no vlida a propriedade comutativa do produto de matrizes,
pois existem matrizes A e B tais que A.B= B.A. Caso ocorra uma situao onde A.B =
B.A, dizemos que A e B comutam.
A seguir vamos apresentar, detalhadamente o procedimento para se efetuar o produto
entre duas matrizes :


Sejam as matrizes A =
5 3 3
6 0 1
3 4 2
e B =
5 3
2 4
2 1



Efetue, caso seja possvel, .




Resoluo :

A
3X3
. B
3X2 =
C
3X2
, portanto ...

5 3 3
6 0 1
3 4 2
.
5 3
2 4
2 1
=
) 5 . 5 ( )] 2 .( 3 [ ) 2 . 3 ( ) 3 . 5 ( ) 4 . 3 ( ) 1 . 3 (
) 5 . 6 ( )] 2 .( 0 [ ) 2 . 1 ( ) 3 . 6 ( ) 4 . 0 ( ) 1 . 1 (
) 5 . 3 ( )] 2 .( 4 [ ) 2 . 2 ( ) 3 . 3 ( ) 4 . 4 ( ) 1 . 2 (
+ + + +
+ + + +
+ + + +
=


=
+ + +
+ + + +
+
25 6 6 15 12 3
30 0 2 18 0 1
15 8 4 9 16 2
N




B
3X2
.

A
3X3
, como o nmero de colunas de B diferente do nmero de linhas de A,
conclumos que no existe

C = B.A.

C = A.B

D = B.A

C =
Professor: Luiz Alberto da Silva

7


MATRIZ INVERSA

Seja uma matriz quadrada de ordem n, dizemos que a matriz inversa de A, indicada
por A
-1
aquela tal que:




Onde I
n
a matriz identidade de ordem n.

Obs. : Nem todas as matrizes quadradas possuem inversa.

Exemplo :
Determine ( Caso exista ) a matriz inversa de P =
(


1 3
5 4
.
Resoluo :
P
2
. P
2
-1
= I
2

(


1 3
5 4
.
(

d c
b a
=
(

1 0
0 1
, portanto resolvendo o produto ...
4a 5c = 1 3a + c = 0
4b 5d = 0 3b + d = 1
Temos pois dois sistemas lineares bsicos:

= +
=
0 c a 3
1 c 5 a 4
e

= +
=
1 d b 3
0 d 5 b 4


Resolvendo tais sistemas, obtemos : a =
19
1
, b =
19
5
, c =
19
3
e d =
19
4
.

De forma anloga, efetuamos P
2
-1
. P
2
= I
2

(

d c
b a
.
(


1 3
5 4
=
(

1 0
0 1
.
Logo, obtemos P
-1
=
(
(
(
(
(

19
4
19
3
19
5
19
1














A
n.
A
n
-1

=

A
n
-1
.
A
n
= I
n

Professor: Luiz Alberto da Silva

8


DETERMINANTES

Em linhas gerais, um determinante, um nmero associado uma matriz quadrada
de ordem n. Da, seja uma matriz quadrada, o seu determinante indicado por det (A) ou
det A; lembrando que escrevemos a matriz usando :
( ) | | , mas para o determinante usamos apenas , ressaltando que no
se refere a mdulo.


Exemplos :


A = 3 , portanto det (A) = 3 no mdulo de - 3.



B =
|
|
.
|

\
|
0 3
5 2
, portanto det (B) =
0 3
5 2

.



C =
(
(
(
(

5 4 0 0
2 1 5 6
7 8 0 4
2 3 9 1
, portanto det (C) =
5 4 0 0
2 1 5 6
7 8 0 4
2 3 9 1

.



CLCULO DO DETERMINANTE

a ) Primeira ordem n = 1

A
1
=
11
a det (A
1
) =
11
a
= a
11.

Exemplos :

A = 8 det (A) =
8
= 8 ( No mdulo de 8 )
B = 5 det (B) =
5
= - 5 ( No mdulo de -5 )

b ) Segunda ordem n = 2

A
2
=
|
|
.
|

\
|
22 21
12 11
a a
a a
det (A
2
) = ( a
11
. a
22
) - ( a
12
. a
21
).



Manter
sinal
Inverter
sinal
Professor: Luiz Alberto da Silva

9


Exemplo :


C =
|
|
.
|

\
|

4 3
2 1
det (C) = = ( -1. 4 ) [ 2. (-3) ] = - 4 + 6 det (C) = 2



3 ) Terceira ordem n = 3 ( Regra de Sarrus )

A
3
=
(
(
(

33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
det (A
3
) =

32 31
22 21
12 11
33 32 31
23 22 21
13 12 11
a a
a a
a a
a a a
a a a
a a a





A partir deste ponto, o processo anlogo ao da resoluo do determinante de segunda
ordem.


Exemplo :
D =
(
(
(

2 0 3
3 4 2
5 3 1
det (D) =
0 3
4 2
3 1
2 0 3
3 4 2
5 3 1

= 8 - 27 + 0 60 - 0 - 12

det (D) = - 91





Ordem maior ou igual a quatro n > 4 ( Regra, ou teorema de Laplace )

Podemos aplicar a regra ( ou teorema ) de Laplace para o clculo de determinantes de
ordem n > 2, porm, na prtica, a utilizaremos quando o determinante for de ordem n > 4.
Vamos aqui, tomar um exemplo numrico e a,partir dele extrair os elementos
necessrios para o clculo de um determinante de ordem 4, tal procedimento ser
estendido para qualquer determinante em que se possa aplicar Laplace.

Exemplo :


Seja a matriz A =
(
(
(
(

1 3 0 4
2 0 1 3
3 1 2 4
0 2 3 1
, calcule det (A) =
1 3 0 4
2 0 1 3
3 1 2 4
0 2 3 1

.
Manter
sinal
Inverter
sinal
Manter
sinal
Inverter
sinal
Professor: Luiz Alberto da Silva

10





Resoluo :

Usando Laplace, primeiramente vamos escolher uma fila ( Linha ou coluna ) do
determinante, como sendo a base para nossos clculos. Esta escolha arbitrria, porm
mais adiante daremos uma sugesto, para facilitarmos os clculos.

Escolhendo, por exemplo, a segunda linha temos :


det (A) =
24 23 22 21
A . 3 A . 1 A . 2 A . 4
1 3 0 4
2 0 1 3
3 1 2 4
0 2 3 1
+ + + =





onde A
21
, A
22
,

A
23
e A
21
so chamados de cofatores dos respectivos elementos.
Genericamente podemos indicar como cofator de a
ij
como sendo:







onde D
ij
o determinante que se obtm ao eliminarmos a linha i e a coluna j referente
ao elemento do qual estamos calculando o cofator.

No nosso caso, os elemento envolvidos, referentes segunda linha, so a
21
, a
22
, a
23
e
a
24
, ento temos :


- A
21
= (-1)
2+1
. D
21
= (-1)
3
.
1 3 0
2 0 1
0 2 3
1 3 0
2 0 1
0 2 3
=

= - ( -16) A
21
= 16




- A
22
= (-1)
2+2
. D
21
= (-1)
4
.
1 3 4
2 0 3
0 2 1
1 3 4
2 0 3
0 2 1

= 16 A
22
= 16

A
ij
= (-1)
i+j
. D
ij

Professor: Luiz Alberto da Silva

11




- A
23
= (-1)
2+3
. D
23
= (-1)
5
.
1 0 4
2 1 3
0 3 1
1 0 4
2 1 3
0 3 1

= - ( -32) A
23
= 32



- A
24
= (-1)
2+4
. D
24
= (-1)
6
.
1 0 4
2 1 3
0 3 1
3 0 4
0 1 3
2 3 1

= - 32 A
24
= -32



Voltando ao determinante principal ...


det (A) =
24 23 22 21
A . 3 A . 1 A . 2 A . 4
1 3 0 4
2 0 1 3
3 1 2 4
0 2 3 1
+ + + =




Substituindo os cofatores, temos :


det (A) = ) 32 .( 3 ) 32 .( 1 ) 16 .( 2 ) 16 .( 4 + + +


det (A) = 64 + 32 + 32 96


Finalmente.....

















det (A) = 32

DICA : Quando aplicar Laplace procure usar a fila que contenha a MAIOR QUANTIDADE
de ZEROS, pois como voc multiplica cada cofator por seu respectivo elemento, se este for zero,
voc no precisar calcular o cofator.
Professor: Luiz Alberto da Silva

12



PROPRIEDADES DOS DETERMINANTES




1. Caso TODOS os elementos de uma fila de um determinante forem NULOS, o
resultado deste ser ZERO.


Exemplos

0
0 6 0
2 7 0
4 3 0
=

0
43 6 89 7
0 0 0 0
4 2 0 5
1 3 10 8
=







2. Caso DUAS filas do determinante forem IGUAIS ou PROPORCIONAIS, o
resultado deste ser ZERO.

Exemplos

0
2 7 1
2 7 1
4 3 2
=

0
43 14 89 7
2 20 0 10
4 10 3 5
1 16 10 8
=




3. Caso UMA fila do determinante for COMBINAO LINEAR de outras filas, o
resultado deste ser ZERO.



Exemplo

0
6 13 7 6
43 14 89 7
4 10 3 5
2 3 4 1
=





Linha 4 = Linha 1 + linha 2
Professor: Luiz Alberto da Silva

13





4. O DETERMINANTE de uma matriz quadrada A IGUAL ao determinante de sua
matriz transposta A
t
.


Exemplo

det (A) = 497
1 6 6 7
0 8 9 2
0 5 3 3
6 2 4 1
=





det (A
t
) = 497
1 0 0 6
6 8 5 2
6 9 3 4
7 2 3 1
=




Resumindo...


5. Ao TROCARMOS de posio DUAS filas de um determinante, o resultado do
NOVO determinante ser o OPOSTO do resultado do primeiro.


Exemplo




det (A) = 036 . 2
1 6 7 7
0 9 8 2
0 9 5 3
6 4 2 2
=





det (B) = 036 . 2
1 7 6 7
0 8 9 2
0 5 9 3
6 2 4 2
=




det (A) = det (A
t
)

Professor: Luiz Alberto da Silva

14



6. Ao MULTIPLICARMOS TODOS os elementos de uma fila por um escalar k real, o
resultado do NOVO determinante ser o resultado do primeiro MULTIPLICADO por
k.

Exemplo


036 . 2
1 6 7 7
0 9 8 2
0 9 5 3
6 4 2 2
=

.

Seja k = 3 e multiplicando cada elemento da 3 linha por este k, obtemos :

) 036 . 2 .( 3 108 . 6
1 6 7 7
0 27 24 6
0 9 5 3
6 4 2 2
= =




7. Caso TODOS os elementos situados ACIMA ou ABAIXO da DIAGONAL
PRINCIPAL do determinante forem NULOS, o resultado do mesmo ser o
PRODUTO dos elementos da DIAGONAL PRINCIPAL.
Exemplos

168
4 0 0
2 7 0
1 3 6
=

688
43 6 89 7
0 2 3 10
0 0 1 5
0 0 0 8
=




8. Vale a pena lembrar aqui, de forma rpida, dois pontos no estudo de determinantes
que so de grande utilidade:


Teorema de Binet det (A.B) = det (A) . det(B).


Determinante ma matriz inversa det(A) =
) A det(
1
, com det(A) = 0.





Professor: Luiz Alberto da Silva

15




SISTEMAS LINEARES

Um sistema linear formado por um conjunto de m equaes lineares, equaes estas que se
caracterizam por apresentarem todas as incgnitas com potncia de grau um.
Exemplos :
a )

=
= +
2 5
6 3 2
y x
y x
b )

= +
= +
0 11 2
0 2 6
y x
y x


c ) { 9 3 2 = + + w z y x d )

= +
= + +
1 11 5
9
y x
z y x



MATRIZES ASSOCIADAS


No sistema

=
= +
2 y 5 x 2
1 y 3 x 4
temos...


|
|
.
|

\
|
5 2
3 4
Matriz incompleta


|
|
.
|

\
|
2 5 2
1 3 4
Matriz completa



REPRESENTAO MATRICIAL DE UM SISTEMA LINEAR


O sistema

= +
=
5 3
3 2
y x
y x
pode ser escrito na forma matricial :
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|
5
3
.
3 1
1 2
y
x
, onde :


|
|
.
|

\
|
3 1
1 2
a matriz incompleta ( ou dos coeficientes).

|
|
.
|

\
|
y
x
a matriz das incgnitas.

Professor: Luiz Alberto da Silva

16


|
|
.
|

\
|
5
3
a matriz dos termos independentes.

SOLUO DE UM SISTEMA LINEAR


A soluo de um sistema linear a seqncia ordenada ( n-upla ) que soluo de cada uma
das equaes do sistema.

Exemplos :

No sistema

=
= +
1
3
y x
y x
, temos o par ordenado ( 2, 1 ) como soluo do sistema, pois ele
soluo das duas equaes do sistema.



No sistema

=
= +
0 2
2
z y
z y x
, temos a terna ordenada ( 0, 2, 4 ) como soluo do sistema,
pois ele soluo das duas equaes do sistema.




CLASSIFICAO DE UM SISTEMA LINEAR


Um sistema linear classificado de acordo com seu nmero de solues...





















SISTEMA LINEAR
POSSVEL IMPOSSVEL
DETERMINADO
INDETERMINADO
Possui soluo
Soluo nica Infinitas solues
No possui soluo
Professor: Luiz Alberto da Silva

17





Exemplos :


a ) O sistema

=
= +
3 y x 3
5 y x
S.P.D, pois o par ordenado ( 1, 6 ) sua NICA soluo.

b ) O sistema

= +
= +
2 z y x
10 z 5 y 5 x 5
S.P.I, pois apresenta INFINITAS solues, entre elas,
podemos citar : ( 1, 1, 2 ); ( 0, 2, 4 ); ( 1, 0, 1 ).


c ) O sistema

=
=
3 y x
5 y x
S.I, pois NO apresenta soluo.




EXERCCIOS :

1 ) Verifique se ( 2, -1 ) soluo do sistema linear

= +
=
1
5 2
y x
y x
.


2 ) Idem para ( 1, 1, 1 ) no sistema

= +
=
= +
2 z 3
2
y
2
x
1 z x 2
0 y x
.



3 ) Idem para ( 0, -2, 5 ) no sistema

=
= + +
= +
7
4
7 3
z y
z y x
z y x
.



4 ) Considere o sistema {x - y = 1.

a ) Apresente algumas solues do sistema.
b ) Classifique o sistema.
Professor: Luiz Alberto da Silva

18





5 ) Construa a matriz incompleta e a matriz completa de :

a )

= +
= +
1
3
2 4 3
2
1
2 1
x
x
x x
b )

= +
=
= +
6 4
1
5 2 3
y x
y x
y x




6 ) Escreva o sistema associado s equaes matriciais :

a )
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|
3
0
.
1 3
1 2
y
x




b)
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|

12
2
8
z
y
x
.
4 0 0
2 1 0
5 3 1



c )
|
|
.
|

\
|

=
|
|
|
.
|

\
|
|
|
.
|

\
|
3
8
.
1 0 1
1 2 4
z
y
x






REGRA DE CRAMER



Existem alguns mtodos para classificarmos e/ou resolvermos um sistema linear. Vamos recordar
a Regra ( ou mtodo ) de Cramer. Tal regra consiste em separar o sistema em matrizes e calcular
seus determinantes. Ento, a partir de divises entre estes determinantes, encontramos a soluo do
sistema.

Vamos a um exemplo prtico...



Resolva o sistema

=
=
= +
4 4
3 3 2
5 2
z y x
z y x
z y x
, usando Cramer.
Professor: Luiz Alberto da Silva

19





Resoluo :

Calculando o determinante principal D ...

D =



1 1 4
3 2 1
1 2 1
D = -36 = 0, portanto S.P.D.

Calculando os determinantes das incgnitas ...

D
x
=



1 1 4
3 2 3
1 2 5
D
x
= -36.


D
y
=



1 4 4
3 3 1
1 5 1
D
y
= 72.

D
z
=



4 1 4
3 2 1
5 2 1
D
z
= -72.


Logo x =

=
36
36
D
D
x
x = 1

y =

=
36
72
D
D
y
y = -2

z =

=
36
72
D
D
z
z = 2

Portanto ... S = { ( 1, -2, 2 ) }



Exerccios :


1 ) Resolva os sistemas lineares, usando Cramer :

a )

=
= +
2 y x
6 y x
b )

=
= +
= +
3 z y x 2
3 z 2 y 2 x
0 z y x
c )

= +
= +
=
1 z 2 x
3 z y
1 y 2 x

Professor: Luiz Alberto da Silva

20



S = { ( 4, 2 ) } S = { ( 1, 3, 2 ) } S = { ( 3, 1, 2 ) }


DISCUTINDO UM SISTEMA LINEAR



Por Cramer, quando

=
=
I . S
ou
I . P . S
0 D
D . P . S 0 D
.

Na primeira parte do nosso curso, no vamos estudar os modos de determinar se um sistema
S.P.I ou S.I, logo, ao classificarmos um sistema linear com D = 0, basta deixar indicado com S.P.I
ou S.I.

Exemplos :

1 ) discuta o sistema

= +
= +
2 my x 2
3 y x
em funo de m :

Resoluo :

D =
m 2
1 1
D = m 2.


Logo ... S.P.D D= 0 m 2 = 0 m= 2.

I . S
OU
I . P . S
D = 0 m 2 = 0 m = 2.




2 ) Idem para

= + +
= + +
=
9 z 5 y mx
6 z 3 y x 2
1 z y x








Professor: Luiz Alberto da Silva

21




TRIANGULARIZAO DE GAUSS



A idia do Mtodo de Triangularizao de Gauss construir um sistema triangular
equivalente ao sistema original, isto , que tenha a mesma soluo.
Triangularizar um sistema consiste em efetuar operaes bsicas com suas linhas, tais como,
multiplic-las por uma constante diferente de zero, trocar a ordem das linhas, som-las e/ou
subtra-las entre si.


Exemplo :

Seja o sistema

=
= +
5 y x 2
3 y 6 x 5

=
= +
) 6 .( 5 y x 2
3 y 6 x 5

=
= +
30 y 6 x 12
3 y 6 x 5
...

somando menbro-a-membro de cada equao, temos (5x + 12x) + (6y 6y) = 3 + 30 17x = 33 .

Chegamos pois ao sistema equivalente

=
= +
33 x 17
3 y 6 x 5

17
33
x =


Logo 3 y 6
17
33
5 = +
|
.
|

\
|

|
.
|

\
|
|
.
|

\
|
=
6
1
.
17
114
y
|
.
|

\
|
=
17
19
y , portanto
)
`

|
.
|

\
|
=
17
19
,
17
33
S .



OBS : Fazendo um tratamento matricial, triangularizar um sistema zerar os elementos abaixo
da diagonal principal da matriz dos coeficientes.




DISPOSITIVO PRTICO DE GAUSS (D.P.G)


Vamos usar o Dispositivo Prtico de Gauss, que nada mais do que um algoritmo que nos
auxilia na resoluo de grande parte dos sistemas lineares. Tal algoritmo consiste em dividir o
sistema em matrizes quadradas de ordem 2 e resolver seus determinantes de modo a se obter um
sistema equivalente triangularizado.
Tomemos um exemplo prtico para ilustrar o tema ...

Seja o sistema linear

= +
= +
= +
1 z y x
2 z y 3 x 4
4 z y 3 x 2
, representaremos o sistema com o uso do D.P.G da
seguinte maneira :
Professor: Luiz Alberto da Silva

22




Equao x y z Termo indep.
E
1
2 3 -1 4
E
2
4 -3 1 2
E
3
1 -1 1 1
E
2
// -18 6 -12
E
3
// -5 3 -2
E
3
// // -24 -24

Algoritmo de construo da tabela ...

1 ) As equaes E
1
, E
2
e E
3
so compostas pelos coeficientes das incgnitas de cada
equao respectivamente, bem como seus termos independentes.

2 ) Clculo da equao E
2
... Tomamos os coeficientes referentes a x em E
1
e E
2
bem
como os coeficientes referentes a y em E
1
e E
2
e calculamos o determinante
3 4
3 2

= -18,
analogamente, tomamos os coeficientes referentes a x em E
1
e E
2
bem como os coeficientes
referentes a z em E
1
e E
2
e calculamos o determinante
1 4
1 2
= 6 e finalmente tomamos os
coeficientes referentes a x em E
1
e E
2
bem como os termos independentes em E
1
e E
2
e
calculamos o determinante
2 4
4 2
= -12.

3 ) Clculo da equao E
3
... Tomamos os coeficientes referentes a x em E
1
e E
3
bem
como os coeficientes referentes a y em E
1
e E
3
e calculamos o determinante
1 1
3 2

= -5,
analogamente, tomamos os coeficientes referentes a x em E
1
e E
3
bem como os coeficientes
referentes a z em E
1
e E
3
e calculamos o determinante
1 1
1 2
= 3 e finalmente tomamos os
coeficientes referentes a x em E
1
e E
3
bem como os termos independentes em E
1
e E
3
e
calculamos o determinante
1 1
4 2
= -2.

4 ) Clculo da equao E
3
... Tomamos os coeficientes referentes a y em E
2
e E
3
bem
como os coeficientes referentes a z em E
2
e E
3
e calculamos o determinante
3 5
6 18

= -24,
analogamente, tomamos os coeficientes referentes a y em E
2
e E
3
bem como os termos
independentes em E
2
e E
3
e calculamos o determinante
2 5
12 18


= -24.

5 ) Temos portanto o sistema equivalente formado pelas equaes E
1,
E
2
e E
3
()...

=
= +
= +
24 z 24
12 z 6 y 18
4 z y 3 x 2




Professor: Luiz Alberto da Silva

23


Resolvendo o sistema a partir da terceira equao temos: z = 1, y = 1 e x = 1 .
Logo ( ) { } 1 , 1 , 1 S = .
Exerccios :

1 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.

= +
= +
= +
1 z 3 y 2 x 7
6 z y 4 x 2
11 z y 4 x 3
( ) { } 4 , 3 , 1 S =


2 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.

= +
= +
= +
2 z 2 y x
3 z y 2 x 4
7 z y x 2

)
`

|
.
|

\
|
= 11 ,
3
52
,
3
20
S


3 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.

= + + +
= + +
= +
= + +
4 w 3 z 2 y 2 x 4
3 w 2 z 2 y 4 x 3
2 w z 2 y 3 x
3 w 2 z 4 y 3 x 2
( ) { } 86 , 4 ; 86 , 24 ; 15 , 24 ; 88 , 19 S =

























Professor: Luiz Alberto da Silva

24





MTODO ITERATIVO DE GAUSS-SEIDEL

Introduo :

Todo sistema apresentado da forma Ax = b pode ser reescrito, seguindo o algoritmo de Gauss-
Seidel, na forma equivalente x = Bx + d.
A partir da forma equivalente acima, podemos construir uma seqncia de vetores de x
0
at x
n
da
seguinte forma :

x
0
(Vetor arbitrrio)

x
1 =
Bx
0
+ d (Primeira iterao)

x
2 =
Bx
1
+ d (Segunda iterao)

x
3 =
Bx
2
+ d (Terceira iterao)
.
.
.
x
n =
Bx
n-1
+ d (n-sima iterao)

Caso esta seqncia apresente convergncia, ou seja, se
n
n
x lim x

= , ela aceita o clculo
( ) d Bx d x lim B d Bx lim x lim x
1 n
x
1 n
x
n
x
+ = + = + = =


, demonstrando ser x soluo do sistema.

Em linhas gerais, para determinarmos a soluo de um sistema, iteramos k vezes e verificamos
se existe uma convergncia dos resultados obtidos, tal convergncia x
k
ser considerada um valor
aproximado da soluo x. A diferena x - x
k
ser chamada de erro de truncamento.

Algoritmo iterativo de Gauss-Seidel :

Seja o sistema Ax = b de terceira ordem temos :

= + +
= + +
= + +
3 33 32 31
2 23 22 21
1 13 12 11
b z a y a x a
b z a y a x a
b z a y a x a


Vamos agora dividir a resoluo deste sistema em trs passos bsicos ...

1 Passo

Dividir todos os termos da primeira equao por a
11
, dvidir todos os termos da segunda equao
por a
22
e assim por diante.
Logo temos :
Professor: Luiz Alberto da Silva

25


= + +
= + +
= + +
33
3
33
33
33
32
33
31
22
2
22
23
22
22
22
21
11
1
11
13
11
12
11
11
a
b
z
a
a
y
a
a
x
a
a
a
b
z
a
a
y
a
a
x
a
a
a
b
z
a
a
y
a
a
x
a
a

= + +
= + +
= + +
33
3
33
32
33
31
22
2
22
23
22
21
11
1
11
13
11
12
a
b
z y
a
a
x
a
a
a
b
z
a
a
y x
a
a
a
b
z
a
a
y
a
a
x
.
2 Passo

Isolando x, y e z em cada linha respectivamente, temos :

+ + =
+ + =
+ =
33
3
33
32
33
31
22
2
22
23
22
21
11
1
11
13
11
12
a
b
z 0 y
a
a
x
a
a
z
a
b
z
a
a
y 0 x
a
a
y
a
b
z
a
a
y
a
a
x 0 x
.



3 Passo

Atribumos valores arbitrrios para x, y e z os quais sero identificados como x
(0)
, y
(0)
e z
(0)
, tais
valores, so chamados de valores iniciais e em linhas gerais sero usados os termos independentes
de cada linha do sistema, logo temos :
33
3 ) 0 (
22
2 ) 0 (
11
1 ) 0 (
a
b
z ,
a
b
y ,
a
b
x = = = . Cada grupo de novos
valores de x, y e z que sero encontrados, tero como base os ltimos valores anteriormente
encontrados iterando-se cada linha do sistema acima, da temos :

+ + =
+ + =
+ =
33
3 ) 0 ( ) 1 (
33
32 ) 1 (
33
31 ) 1 (
22
2 ) 0 (
22
23 ) 0 ( ) 1 (
22
21 ) 1 (
11
1 ) 0 (
11
13 ) 0 (
11
12 ) 0 ( ) 1 (
a
b
z 0 y
a
a
x
a
a
z
a
b
z
a
a
y 0 x
a
a
y
a
b
z
a
a
y
a
a
x 0 x

+ + =
+ + =
+ =
33
3 ) 1 ( ) 2 (
33
32 ) 2 (
33
31 ) 2 (
22
2 ) 1 (
22
23 ) 1 ( ) 2 (
22
21 ) 2 (
11
1 ) 1 (
11
13 ) 1 (
11
12 ) 1 ( ) 2 (
a
b
z 0 y
a
a
x
a
a
z
a
b
z
a
a
y 0 x
a
a
y
a
b
z
a
a
y
a
a
x 0 x

.
.
.

Professor: Luiz Alberto da Silva

26

+ + =
+ + =
+ =
+ + +
+ +
+
33
3 ) n ( ) 1 n (
33
32 ) 1 n (
33
31 ) 1 n (
22
2 ) n (
22
23 ) n ( ) 1 n (
22
21 ) 1 n (
11
1 ) n (
11
13 ) n (
11
12 ) n ( ) 1 n (
a
b
z 0 y
a
a
x
a
a
z
a
b
z
a
a
y 0 x
a
a
y
a
b
z
a
a
y
a
a
x 0 x
.

Tais iteraes sero efetuadas at que seja encontrada a convergncia total, ou seja, os valores de
x, y e z duas iteraes imediatamente seguidas devem ser exatamente iguais um a um , da x
(n)
=
x
(n+1)
, y
(n)
= y
(n+1)
e z
(n)
= z
(n+1)
.

Vamos agora, ilustrar esta teoria com alguns exemplos prticos...


Exemplo 1

Encontre a soluo do sistema abaixo, pelo mtodo iterativo de Gauss-Seidel, utilizando uma
casa decimal depois da vrgula.

= + +
= +
= +
18 z 15 y x 2
8 z y 8 x
9 z y 2 x 10




Resoluo:


1 Passo


Temos a
11
= 10, a
22
= 8 e a
33
= 15.

Da :

= + +
= +
= +
15
18
z
15
15
y
15
1
x
15
2
8
8
z
8
1
y
8
8
x
8
1
10
9
z
10
1
y
10
2
x
10
10

= + +
= +
= +
2 , 1 z y 1 , 0 x 1 , 0
0 , 1 z 1 , 0 y x 1 , 0
9 , 0 z 1 , 0 y 2 , 0 x
.





2 Passo


Isolando x, y e z em cada linha respectivamente, temos :


Professor: Luiz Alberto da Silva

27

+ + =
+ + + =
+ + =
2 , 1 z 0 y 1 , 0 x 1 , 0 z
0 , 1 z 1 , 0 y 0 x 1 , 0 y
9 , 0 z 1 , 0 y 2 , 0 x 0 x
.




3 Passo

Valores iniciais

=
=
=
2 , 1 z
0 , 1 y
9 , 0 x
) 0 (
) 0 (
) 0 (
.

1 Iterao
( ) ( )
( ) ( ) ( )
( ) ( ) ( )

= + + =
= + + + =
= + + =
0 , 1 z 2 , 1 2 , 1 0 0 , 1 1 , 0 0 , 1 1 , 0 z
0 , 1 y 0 , 1 2 , 1 1 , 0 0 , 1 0 0 , 1 1 , 0 y
0 , 1 x 9 , 0 2 , 1 1 , 0 0 , 1 2 , 0 ) 9 , 0 ( 0 x
) 1 ( ) 1 (
) 1 ( ) 1 (
) 1 ( ) 1 (
.

2 Iterao
( ) ( )
( ) ( ) ( )
( ) ( ) ( )

= + + =
= + + + =
= + + =
0 , 1 z 2 , 1 0 , 1 0 0 , 1 1 , 0 0 , 1 1 , 0 z
0 , 1 y 0 , 1 0 , 1 1 , 0 0 , 1 0 0 , 1 1 , 0 y
0 , 1 x 9 , 0 0 , 1 1 , 0 0 , 1 2 , 0 ) 0 , 1 ( 0 x
) 2 ( ) 2 (
) 2 ( ) 2 (
) 2 ( ) 2 (
.



Como temos x
(2)
= x
(1)
, y
(2)
= y
(1)
e z
(2)
= z
(1)
, respectivamente, dizemos que houve convergncia e

que portanto as solues aproximadas do sistema so:

= = =
= = =
= = =
0 , 1 z z z
0 , 1 y y y
0 , 1 x x x
) 2 ( ) 1 (
) 2 ( ) 1 (
) 2 ( ) 1 (
.







Exemplo 2

Encontre a soluo do sistema abaixo, pelo mtodo iterativo de Gauss-Seidel, utilizando duas
casa decimal depois da vrgula.

= + +
= + +
= +
6 z 9 y 3 x 2
5 z y 10 x
4 z y 2 x 7



Portanto S = { ( 1,0 ; 1,0 ; 1,0 ) }
Professor: Luiz Alberto da Silva

28



Resoluo:


1 Passo

Temos a
11
= 7, a
22
= 10 e a
33
= 9.


Da :

= + +
= +
= +
9
6
z
9
9
y
9
3
x
9
2
10
5
z
10
1
y
10
10
x
10
1
7
4
z
7
1
y
7
2
x
7
7

= + +
= +
= +
67 , 0 z y 33 , 0 x 22 , 0
50 , 0 z 10 , 0 y x 10 , 0
057 z 14 , 0 y 29 , 0 x
.

2 Passo

Isolando x, y e z em cada linha respectivamente, temos :

+ + =
+ + =
+ + =
67 , 0 z 0 y 33 , 0 x 22 , 0 z
50 , 0 z 10 , 0 y 0 x 10 , 0 y
57 , 0 z 14 , 0 y 29 , 0 x 0 x
.


3 Passo

Valores iniciais

=
=
=
67 , 0 z
50 , 0 y
57 , 0 x
) 0 (
) 0 (
) 0 (
.

1 Iterao
( ) ( )
( ) ( ) ( )
( ) ( ) ( )

= + + =
= + + =
= + + =
41 , 0 z 67 , 0 67 , 0 0 37 , 0 33 , 0 62 , 0 22 , 0 z
37 , 0 y 50 , 0 67 , 0 10 , 0 50 , 0 0 62 , 0 10 , 0 y
62 , 0 x 57 , 0 67 , 0 14 , 0 50 , 0 29 , 0 ) 57 , 0 ( 0 x
) 1 ( ) 1 (
) 1 ( ) 1 (
) 1 ( ) 1 (
.

2 Iterao
( ) ( )
( ) ( ) ( )
( ) ( ) ( )

= + + =
= + + =
= + + =
40 , 0 z 67 , 0 41 , 0 0 40 , 0 33 , 0 62 , 0 22 , 0 z
40 , 0 y 50 , 0 41 , 0 10 , 0 37 , 0 0 62 , 0 10 , 0 y
62 , 0 x 57 , 0 41 , 0 14 , 0 37 , 0 29 , 0 ) 62 , 0 ( 0 x
) 1 ( ) 2 (
) 2 ( ) 2 (
) 2 ( ) 2 (
.

3 Iterao
( ) ( )
( ) ( ) ( )
( ) ( ) ( )

= + + =
= + + =
= + + =
40 , 0 z 67 , 0 40 , 0 0 40 , 0 33 , 0 63 , 0 22 , 0 z
40 , 0 y 50 , 0 40 , 0 10 , 0 40 , 0 0 63 , 0 10 , 0 y
63 , 0 x 57 , 0 40 , 0 14 , 0 40 , 0 29 , 0 ) 62 , 0 ( 0 x
) 3 ( ) 3 (
) 3 ( ) 3 (
) 3 ( ) 3 (
.

Professor: Luiz Alberto da Silva

29


4 Iterao
( ) ( )
( ) ( ) ( )
( ) ( ) ( )

= + + =
= + + =
= + + =
40 , 0 z 67 , 0 40 , 0 0 40 , 0 33 , 0 63 , 0 22 , 0 z
40 , 0 y 50 , 0 40 , 0 10 , 0 40 , 0 0 63 , 0 10 , 0 y
63 , 0 x 57 , 0 40 , 0 14 , 0 40 , 0 29 , 0 ) 63 , 0 ( 0 x
) 4 ( ) 4 (
) 4 ( ) 4 (
) 4 ( ) 4 (
.


Como temos x
(4)
= x
(3)
, y
(4)
= y
(3)
e z
(4)
= z
(3)
, respectivamente, dizemos que houve convergncia
e que portanto as solues aproximadas do sistema so:

= = =
= = =
= = =
40 , 0 z z z
40 , 0 y y y
63 , 0 x x x
) 4 ( ) 3 (
) 4 ( ) 3 (
) 4 ( ) 3 (
.


DISPOSITIVO PRTICO DE GAUSS-SEIDEL

Os clculos que acabamos de realizar podem ser simplificados usando-se uma tabela que
discrimina os elementos do sistema, de forma a otimizar os clculos. Tal tabela conhecida pelo
nome de DISPOSITIVO PRTICO DE GAUSS-SEIDEL.

Vamos detalhar passo a passo a sua construo usando para isso o exemplo 1 ...

... Encontre a soluo do sistema abaixo, pelo mtodo iterativo de Gauss-Seidel, utilizando uma
casa decimal depois da vrgula.

= + +
= +
= +
18 z 15 y x 2
8 z y 8 x
9 z y 2 x 10


1 Passo

Temos a
11
= 10, a
22
= 8 e a
33
= 15.

Da :

= + +
= +
= +
15
18
z
15
15
y
15
1
x
15
2
8
8
z
8
1
y
8
8
x
8
1
10
9
z
10
1
y
10
2
x
10
10

= + +
= +
= +
2 , 1 z y 1 , 0 x 1 , 0
0 , 1 z 1 , 0 y x 1 , 0
9 , 0 z 1 , 0 y 2 , 0 x
.


2 Passo


Isolando x, y e z em cada linha respectivamente, temos :

+ + =
+ + + =
+ + =
2 , 1 z 0 y 1 , 0 x 1 , 0 z
0 , 1 z 1 , 0 y 0 x 1 , 0 y
9 , 0 z 1 , 0 y 2 , 0 x 0 x
.
Portanto S = { ( 0,63 ; 0,40; 0,40 ) }
Professor: Luiz Alberto da Silva

30




3 Passo


Valores iniciais

=
=
=
2 , 1 z
0 , 1 y
9 , 0 x
) 0 (
) 0 (
) 0 (
.


Note que at aqui nada mudou em relao resoluo sem o D.P.G-S. Vamos agora a construo
do dispositivo propriamente dito...
Tabela ...


Usando o resultado do 2 Passo temos :












A prxima linha ( Iterao 0 ) ser preenchida pelos valores iniciais, ou seja, os termos
independentes do 3 Passo ...













A prxima linha ( Iterao 1 ) ser preenchida da seguinte forma:



O elemento x
(1)
resultado da soma de cada elemento da linha L
1
multiplicado pelo ltimo elemento
de cada coluna, este resultado somado ao termo independente da linha L
1
, ou seja :
x
(1)
= 0.0,9 + 0,2.1,0 0,1.1,2 + 0,9 = 1,0


Linha x y z Termo indep. ( T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2



Linha x y z Termo indep. (T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0


Iteraes ...
Professor: Luiz Alberto da Silva

31

















O elemento y
(1)
resultado da soma de cada elemento da linha L
2
multiplicado pelo ltimo elemento
de cada coluna, este resultado somado ao termo independente da linha L
2
, ou seja :
y
(1)
= -0,1.1,0 + 0.1,0 + 0,1.1,2 + 1,0 = 1,0.















O elemento z
(1)
resultado da soma de cada elemento da linha L
3
multiplicado pelo ltimo elemento
de cada coluna, este resultado somado ao termo independente da linha L
3
, ou seja :
z
(1)
= -0,1.1,0 0,1.1,0 + 0.1,2 + 1,2 = 1,0.














A prxima linha ( Iterao 2 ) ser preenchida da seguinte forma:


Linha x y z Termo indep. (T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0
1,0 1

Linha x y z Termo indep. (T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0
1,0 1,0 1

Linha x y z Termo indep. (T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0
1,0 1,0 1,0 1

Iteraes ...
Iteraes ...
Iteraes ...
Professor: Luiz Alberto da Silva

32


O elemento x
(2)
resultado da soma de cada elemento da linha L
1
multiplicado pelo ltimo
elemento de cada coluna, este resultado somado ao termo independente da linha L
1
, ou seja :
x
(2)
= 0.1,0 + 0,2.1,0 0,1.1,0 + 0,9 = 1,0











O elemento y
(2)
resultado da soma de cada elemento da linha L
2
multiplicado pelo ltimo elemento
de cada coluna, este resultado somado ao termo independente da linha L
2
, ou seja :
y
(2)
= -0,1.1,0 + 0.1,0 + 0,1.1,0 + 1,0 = 1,0.
















O elemento z
(2)
resultado da soma de cada elemento da linha L
3
multiplicado pelo ltimo elemento
de cada coluna, este resultado somado ao termo independente da linha L
3
, ou seja :
z
(2)
= -0,1.1,0 0,1.1,0 + 0.1,0 + 1,2 = 1,0.














Como temos x
(2)
= x
(1)
, y
(2)
= y
(1)
e z
(2)
= z
(1)
, respectivamente, dizemos que houve convergncia e


Linha x y z Termo indep. (T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0
1,0 1,0 1,0 1
1,0 2
Linha x y z Termo indep. (T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0
1,0 1,0 1,0 1
1,0 1,0 2
Linha x y z Termo indep. (T.I )
L
1
0 0,2 -0,1 0,9
L
2
-0,1 0 0,1 1,0
L
3
-0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0
1,0 1,0 1,0 1
1,0 1,0 1,0 2
Iteraes ...
Iteraes ...
Iteraes ...
Professor: Luiz Alberto da Silva

33


que portanto as solues aproximadas do sistema so:

= = =
= = =
= = =
0 , 1 z z z
0 , 1 y y y
0 , 1 x x x
) 2 ( ) 1 (
) 2 ( ) 1 (
) 2 ( ) 1 (
.









Exerccios :

Resolva os sistemas abaixo, pelo M.I.G-S, utilizando o D.P.G-S, usando, durante os clculos,
DUAS CASAS decimais aps a vrgula.

1 )

= +
= +
= +
2 z 5 y x
3 z 4 y 10 x
2 z y 3 x 10
S = { ( 0,29; -0,44; -0,43 ) }


2 )

= + +
= +
= +
12 z 7 y 3 x 2
4 z y 4 x
5 z 2 y 2 x 5
S = { ( 1,00; 1,00; 0,99 ) }


3 )

= + +
= + + +
= +
= + +
0 w 5 z y x
1 w 2 z 15 y 3 x 2
2 w z y 8 x
1 w 4 z 3 y 2 x 10
S = { ( 0,21; -0,20; 0,10; -0,10 ) }

















Portanto S = { ( 1,0 ; 1,0 ; 1,0 ) }
Professor: Luiz Alberto da Silva

34

















CONVERGNCIA


Nos exemplos e exerccios vistos at agora, todos apresentaram CONVERGNCIA. Todavia,
alguns sistemas lineares no apresentam tal caracterstica. Quando tal fato ocorre, o mtodo iterativo
de Gauss-Seidel no resolve tais sistemas.
Veja o exemplo abaixo, num sistema que S.P.D.

= +
= + +
= +
10 z 10 y x
13 z y 10 x 2
7 z 2 y 10 x
.

Resolvendo o sistema por G-S temos:

+ + + =
+ + =
+ + =
0 , 1 z 0 y 1 , 0 x 1 , 0 z
3 , 1 z 1 , 0 y 0 x 2 , 0 y
0 , 7 z 0 , 2 y 0 , 10 x 0 x
.

Da ...

Valores iniciais

=
=
=
0 , 1 z
3 , 1 y
0 , 7 x
) 0 (
) 0 (
) 0 (
.

1 Iterao

=
=
=
6 , 1 z
2 , 2 y
0 , 4 x
) 1 (
) 1 (
) 1 (
. 2 Iterao

=
=
=
6 , 2 z
8 , 3 y
8 , 11 x
) 2 (
) 2 (
) 2 (
.



3 Iterao

=
=
=
3 , 4 z
8 , 6 y
0 , 26 x
) 3 (
) 3 (
) 3 (
. 4 Iterao

=
=
=
4 , 7 z
1 , 12 y
0 , 51 x
) 4 (
) 4 (
) 4 (
.
Professor: Luiz Alberto da Silva

35





5 Iterao

=
=
=
1 , 13 z
9 , 21 y
4 , 99 x
) 5 (
) 5 (
) 5 (
.

Nota-se claramente que o sistema estudado NO APRESENTA CONVERGNCIA. Da, no
podemos usar o Mtodo iterativo de Gauss-Seidel.
Ento, sempre que formos resolver um sistema pelo M.I.G-S, devemos antes verificar se o mesmo
CONVERGENTE. Um dos mtodos mais conhecidos o chamado CRITRIO DA SOMA
POR LINHAS.
CRITRIO DA SOMA POR LINHAS


Seja, por exemplo, A a matriz dos coeficientes de um sistema linear de 3 ordem dada por:


(
(
(

=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
Temos :


11
13
11
12
1
a
a
a
a
S + =
22
23
22
21
2
a
a
a
a
S + =
33
32
33
31
3
a
a
a
a
S + =


- As barras ao lado das fraes representam MDULOS.


Se S
1
< 1, S
2
< 1 e S
3
< 1, ento as seqncias

) n ( ) 1 n ( ) 2 ( ) 1 ( ) 0 (
) n ( ) 1 n ( ) 2 ( ) 1 ( ) 0 (
) n ( ) 1 n ( ) 2 ( ) 1 ( ) 0 (
z , z ,..., z , z , z
y , y ,..., y , y , y
x , x ,..., x , x , x
so CONVERGENTES.

Exemplos :

Verifique as convergncias das seqncias de vetores dos sistemas:

a )

= +
= + +
= +
15 z 9 y 5 x 3
9 z 7 y 10 x 2
7 z 2 y x 5


Resoluo :

(
(
(

=
9 5 3
7 10 2
2 1 5
A , logo

=
=
=
9 a
10 a
5 a
33
22
11

O critrio de soma por linhass
vale para dizer se o sistema
convergente. Se no for satisfeito,
nada podemos concluir !!!
Professor: Luiz Alberto da Silva

36



Temos :

0 , 1 6 , 0 S
5
3
5
2
5
1
5
2
5
1
S
1 1
< = = + =

+ =

0 , 1 9 , 0 S
10
9
10
7
10
2
10
7
10
2
S
2 2
< = = + = + =

0 , 1 9 , 0 S
9
8
9
5
9
3
9
5
9
3
S
3 3
< = = + =

+ =


b )

= +
= +
= +
12 z 11 y 4 x 5
10 z y 10 x 2
4 z 2 y x 3


Resoluo :

(
(
(

=
11 4 5
1 10 2
2 1 3
A , logo

=
=
=
11 a
10 a
3 a
33
22
11


Como todos os valores so em MDULO, no usaremos tal notao e escreveremos todos os
valores como sendo POSITIVOS ...

Temos :

0 , 1 0 , 1 S
3
3
3
2
3
1
S
1 1
= = = + =







c )

= +
= +
= +
19 z 4 y 10 x 2
2 z 3 y x
131 z 2 y x 5


Resoluo :

(
(
(

=
4 10 2
3 1 1
2 1 5
A , logo

=
=
=
4 a
1 a
5 a
33
22
11


A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
A seqncia de vetores
PODER ou NO ser
convergente, pois a matriz A
NO satisfaz o Critrio da
soma por linhas.
Professor: Luiz Alberto da Silva

37




Temos :

0 , 1 6 , 0 S
5
3
5
2 1
S
1 1
< = =
+
=

0 , 1 0 , 4 S
1
4
1
3 1
S
2 2
> = =
+
=







d ) Usando o sistema do exemplo(c), permute as linhas 2 e 3 e estude a convergncia do sistema
equivalente.



Resoluo :




Sistema equivalente

= +
= +
= +
2 z 3 y x
19 z 4 y 10 x 2
131 z 2 y x 5
;




(
(
(

=
3 1 1
4 10 2
2 1 5
A , logo

=
=
=
3 a
10 a
5 a
33
22
11




Temos :


0 , 1 6 , 0 S
5
3
5
2 1
S
1 1
< = =
+
=

0 , 1 6 , 0 S
10
6
10
4 2
S
2 2
< = =
+
=

A seqncia de vetores
PODER ou NO ser
convergente, pois a matriz A
NO satisfaz o Critrio da
soma por linhas.
A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
Professor: Luiz Alberto da Silva

38


0 , 1 7 , 0 S
3
2
3
1 1
S
3 3
< = =
+
=





Obs.: Ao permutarmos as equaes de um sistema linear, as solues NO SE ALTERAM, por
isso, sempre antes de estudarmos a CONVERGNCIA pelo C.S.P.L interessante reescrevermos
o sistema de forma que os coeficientes de MAIOR PESO de cada varivel fiquem na DIAGONAL
PRINCIPAL da matriz.






Exemplo :



e )

= + +
= + +
= +
= + +
15 w z y 6 x 2
19 w 4 z 3 y 10 x 20
17 w z 9 y 5 x 2
20 w 9 z 3 y 2 x





Resoluo :


Sistema equivalente

= + +
= +
= + +
= + +
20 w 9 z 3 y 2 x
17 w z 9 y 5 x 2
15 w z y 6 x 2
19 w 4 z 3 y 10 x 20
;





(
(
(
(

=
9 3 2 1
1 9 5 2
1 1 6 2
4 3 10 20
A , logo

=
=
=
=
9 a
9 a
6 a
20 a
44
33
22
11





Professor: Luiz Alberto da Silva

39


Temos :

0 , 1 9 , 0 S
20
17
20
4 3 10
S
1 1
< = =
+ +
=

0 , 1 7 , 0 S
6
4
6
1 1 2
S
2 2
< = =
+ +
=

0 , 1 9 , 0 S
9
8
9
1 5 2
S
1 3
< = =
+ +
=

0 , 1 7 , 0 S
9
6
9
3 2 1
S
4 41
< = =
+ +
=

Exerccios :

Verifique se o sistema abaixo pode ser resolvido pelo processo iterativo que gera seqncia de
vetores, considerando, caso necessrio, a permutao das equaes.

1 )

= +
= + +
= +
15 z 3 y 2 x 10
20 z 15 y 5 x 10
19 z 4 y 15 x 2
Resp.: Nada podemos concluir sobre a convergncia


2 )

= +
= +
= +
15 z 4 y 5 x 10
25 z y 15 x 10
10 z 9 y 5 x 2
Resp.: Convergente


3 )

=
= +
= +
15 z 10 y 2
7 z y x 5
9 z 7 x 5
Resp.: Nada podemos concluir sobre a convergncia

4 ) A matriz abaixo a matriz completa associada a um sistema linear...

a )
(
(
(

13 9 4 a
20 7 10 2
10 a 1 5
| | 4 , 4 a S e =

b )
|
|
|
.
|

\
|
13 9 4 3
20 7 a 2
10 3 1 5
| | | | + e = , 9 9 , a S


A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
Professor: Luiz Alberto da Silva

40


c )
|
|
|
.
|

\
|
13 9 4 a
20 7 a 2
10 a 1 5

| = S


Para que valores de a o sistema correspondente, SEM PERMUTAO DE EQUAES,
pode ser resolvido por um processo iterativo?










MTODO DE NEWTON PARA SISTEMAS TRANSCEDENTES


Tomemos o sistema

=
=
0 ) y , x ( G
0 ) y , x ( F
, ele pode ser reescrito na forma

=
=
) y , x ( G y
) y , x ( F x
__
__
, onde a
soluo a ser determinada ) y , x ( u
__ __
= .
Considerando que 0
x
G
.
y
F
y
G
.
x
F
) y , x ( D =
c
c
c
c

c
c
c
c
= esteja em uma vizinhana de ) y , x ( u
__ __
= ,
utilizaremos o Mtodo de Newton para encontrar a soluo deste sistema. Tal mtodo consiste em
um algoritmo que chega a tal soluo de forma iterativa.
Num primeiro momento, escolhe-se x
0
e y
0
como valores iniciais da soluo do sistema. A partir
da usamos as frmulas iterativas abaixo para obteno das seqncias ...

|
|
|
|
.
|

\
|
c
c
c
c

c
c
c
c
c
c

c
c
=
+
x
G
.
y
F
y
G
.
x
F
) y , x ( G .
y
F
y
G
. ) y , x ( F
x x
r 1 r

( 1 )
|
|
|
|
.
|

\
|
c
c
c
c

c
c
c
c
c
c

c
c
=
+
x
G
.
y
F
y
G
.
x
F
x
G
). y , x ( F ) y , x ( G .
x
F
y y
r 1 r


O ndice r indica que o clculo feito para x
r
e y
r
.
Se as seqncias forem CONVERGENTES, ento elas convergem para a SOLUO do
sistema.

Exemplo :

Professor: Luiz Alberto da Silva

41


Encontre, usando o mtodo de Newton para sistemas transcendentes, a soluo do sistema

= +
= +
0 1 x y
0 1 y x
2
2
.


Resoluo :

Temos F(x, y ) = x
2
+ y 1 e G(x, y ) = y
2
+ x 1, logo encontramos as derivadas parciais de
primeira ordem so:

1
y
F
x 2
x
F
=
c
c
=
c
c

y 2
y
G
1
x
G
=
c
c
=
c
c
Utilizando as frmulas ( 1 ), temos :



y
G
x
G
y
F
x
F
y
G
) y , x ( G
y
F
) y , x ( F
x x
r 1 r
c
c
c
c
c
c
c
c
c
c
c
c
=
+
e
y
G
x
G
y
F
x
F
) y , x ( G
x
G
) y , x ( F
x
F
y y
r 1 r
c
c
c
c
c
c
c
c
c
c
c
c
=
+



Considerando

=
=
1 y
1 x
0
0
e utilizando as frmulas acima, obtemos :


=
=
67 , 0 y
67 , 0 x
1
1

=
=
62 , 0 y
62 , 0 x
2
2

=
=
62 , 0 y
62 , 0 x
3
3


Como temos

= =
= =
62 , 0 y y
62 , 0 x x
3 2
3 2
ento a soluo do sistema S = { ( 0,62 ; 0,62 ) } .






Exerccios :

Professor: Luiz Alberto da Silva

42


Encontre, usando o mtodo de Newton para sistemas transcendentes, a soluo dos sistemas :

a )

= +
= +
0 2 y x
0 1 y x
com x
0
= -1 e y
0
= 2 S = { ( -0,70; 1,70 ) }

b )

= +
= +
0 1 x y ln
0 1 y x ln
com x
0
= 1 e y
0
= 1 S = { ( 1,00; 1,00 ) }

c )

=
= +
0 x y ln
0 1 y x ln
com x
0
= 0,50 e y
0
= 1,69 S = { ( 0,51; 1,67 ) }








MTODO DE NEWTON RAPHSON

O mtodo de Newton-Raphson um dos mais utilizados quando a finalidade calcular as razes
de uma equao.
Tomemos f(x) = 0 uma equao, temos x = F(x) uma transformao de f(x) = 0. Tal
transformao pode ser representada pela seqncia :

x
1
= F(x
0
)
x
2
= F(x
1
)
x
3
= F(x
2
)
.
.
.
x
n+1
= F(x
n
)

Se tal seqncia for convergente, temos lim x
n
= r, seja F(x) contnua, temos:

r = lim x
n+1
= lim F(x
n
) = F(lim x
n
) = F(r)

onde r raiz de x = F(x), logo f(x) = 0.

O mtodo de Newton-Raphson nos leva a transformar f(x) = 0 em uma equao conveniente
onde a nica dependncia para que seja convergente a escolha do x
0
, da temos
) x ( ' f
) x ( f
x ) x ( F = ,
donde obtm-se a frmula








Frmula de Newton-Rapson
Professor: Luiz Alberto da Silva

43






APLICANDO A FRMULA . . .



1 ) Resolvendo a equao x
2
5 = 0, com preciso de 2 casas decimais.

Resoluo :

- = = = 5 x 5 x 0 5 x
2 2
Uma das razes xe] 2, 3 [ , pois 5 maior que 2 e
menor que 3.

=
=
x 2 ) x ( ' f
5 x ) x ( f
2
temos



- . 25 , 2 x
4
9
4
1 8
4
1
2
4
) 1 (
2
4
5 4
2
) 2 ( 2
5 ) 2 (
2
) 2 ( ' f
) 2 ( f
2
) x ( ' f
) x ( f
x x
1
2
0
0
0 1
= =
+
= + =

= = =

- . 24 , 2 x ...
) 25 , 2 ( 2
5 ) 25 , 2 (
25 , 2
) 25 , 2 ( ' f
) 25 , 2 ( f
25 , 2
) x ( ' f
) x ( f
x x
2
2
1
1
1 2
~ =

= = =

- . 24 , 2 x ...
) 24 , 2 ( 2
5 ) 24 , 2 (
24 , 2
) 24 , 2 ( ' f
) 24 , 2 ( f
24 , 2
) x ( ' f
) x ( f
x x
3
2
2
2
2 3
~ = =

= = =


Como x
3
= x
2
temos .



2 ) Idem para 2
x 2 1
x ln
=

; [ 00 , 1 ; 50 , 0 ] x e com preciso de 2 casas decimais.



Resoluo :

- 0 2 x 4 x ln x 4 2 x ln ) x 2 1 ( 2 x ln 2
x 2 1
x ln
= + = = =



Logo ...


Para x
0
= 2 . . .
Resp. : x 2,24

Professor: Luiz Alberto da Silva

44

+
= + =
+ =
x
1 x 4
4
x
1
) x ( ' f
2 x 4 x ln ) x ( f
temos





- . 62 , 0 x ...
50 , 0
1 ) 50 , 0 ( 4
2 ) 50 , 0 ( 4 ) 50 , 0 ln(
50 , 0
) 50 , 0 ( ' f
) 50 , 0 ( f
50 , 0
) x ( ' f
) x ( f
x x
1
0
0
0 1
~ =
+
+
= = =

- . 62 , 0 x ...
62 , 0
1 ) 62 , 0 ( 4
2 ) 62 , 0 ( 4 ) 62 , 0 ln(
62 , 0
) 62 , 0 ( ' f
) 62 , 0 ( f
62 , 0
) x ( ' f
) x ( f
x x
2
1
1
1 2
~ =
+
+
= = =

Como x
2
= x
1
temos .


======================================================================
Exerccios :

1 ) Idem para 2x
3
+ ln x - 5 = 0 , sabendo-se que xe ] 1,00 ; 2,00 [. Use 2 casas decimais de
preciso.
33 , 1 x : . sp Re ~


Observao para os execcios 2 e 3 : Na maioria das vezes, indicamos um erro de preciso (E)
que o fator de comparao da nossa resposta. Para verificarmos se o valor de x calculado est
dentro desta margem de erro, basta efetuarmos E = | x
n+1
x
n
| e compararmos o resultado com o
erro E solicitado no exerccio, caso ele no se enquadre, devemos continuar as iteraes at o seu
enquadramento. Desta forma, ns no precisamos comparar o resultado de x encontrado, com o
resultado de x anterior e assim a resposta ser
2
x x
x
n 1 n
+
=
+
. Vamos ver se voc entendeu ...



2 ) Idem para x
3
+ x 3 = 0 com erro de preciso E s 0,005, sabendo-se que xe] 1, 2 [.
Use 2 casas decimais de preciso SOMENTE NA RESPOSTA FINAL.
21 , 1 x : . sp Re ~


3 ) Idem para ln x + x = 0 com erro de preciso E s 0,005, sabendo-se que xe] 0, 1 [.
Use 2 casas decimais de preciso SOMENTE NA RESPOSTA FINAL.
57 , 0 x : . sp Re ~




Para x
0
= 0,50 . . .
Resp. : x 0,62
Professor: Luiz Alberto da Silva

45


MTODO DE NEWTON-RAPHSON - SEPARAO DE RAZES



Vamos aprender agora, um mtodo que nos permite localizar o intervalo aonde se encontram as
razes de uma equao. Tal mtodo nos auxiliar para que efetuemos a escolha do x
0
de forma a
tentarmos minimizar o nmero de iteraes.
O mtodo consiste em uma srie de procedimentos que indicaremos a seguir ...


1 ) Verificar a condio de existncia principal das funes envolvidas na equao.


2 ) Considerando que a funo principal f(x) estudada no exerccio seja definida nos intervalos
| | | | + ; a e a ; , calcular :



) x ( f lim
) x ( f lim
) x ( f lim
) x ( f lim
x
a x
a x
x
+
+


-
-
-
-
+



3 ) Determine x , tal que f (x) = 0.


4 ) Localizar, por qualquer mtodo, os pontos de mximo e mnimo relativos da funo.
Sugerimos aqui, usar o mtodo da segunda derivada por ser mais rpido do que a tabela de
intervalos estudada em CDI II, apesar desta ser mais confivel, pois no apresenta
inconsistncia quando f (x) = 0.


5 ) Determine x , tal que f (x) = 0.


6 ) Localizar os pontos de inflexo da funo.


7 ) Testar valores de x na funo f(x) com a finalidade de definir os intervalos aonde a mesma
muda de sinal e assim podermos aplicar o mtodo de Newton-Raphson, e localizarmos as razes da
equao estudada.


8 ) Esboar o grfico da funo f(x).



Vamos agora apresentar um exemplo para que possamos aplicar esta metodologia ...
Professor: Luiz Alberto da Silva

46


- Determine as razes da equao 0 2
x
1
x ln = + e esboce o grfico das funo f(x)
correspondente, utilizando para tal, o mtodo de separao de razes.

Resoluo :

1 ) | | + e

=
>
; 0 x : E . C
0 x
0 x
: E . C , ou simplesmente, x > 0.


2 ) Efetuando o m.m.c em f(x) , temos :
x
x 2 1 x ln x
) x ( f
+
= , da ...



. 2
x
1
x ln lim
x
x 2 1 x ln x
lim ) x ( f lim
. ) x ( f lim
x
1
0 x 2
0 x ln x
x
x 2 1 x ln x
lim ) x ( f lim
x x x
0 x 0 x 0 x
+ =
|
.
|

\
|
+ =
+
= -
+ =

+
= -
+ + +

+ + +



3 ) 1 x 0 1 x 0
x
1 x
) x ( ' f
x
1
x
1
) x ( ' f 2
x
1
x ln ) x ( ' f
2 2
'
= = =

= =
|
.
|

\
|
+ = ( Valor crtico
).


4 ) Logo, aplicando x = 1 em 2
x
1
x ln ) x ( f + = , temos 1 y 2
) 1 (
1
) 1 ln( ) 1 ( f y = + = = , da
obtemos o ponto P ( 1, -1 ).
Fazendo o teste da segunda derivada temos,
x
2 x
) x ( ' ' f ...
x
1 x
) x ( ' ' f
'
2
+
= =
|
.
|

\
|
= .
Logo, aplicado em x = 1 em
x
2 x
) x ( ' ' f
+
= , temos > =
+
= 0 1
) 1 (
2 ) 1 (
) 1 ( ' ' f ( Mnimo relativo ).
Da temos, P ( 1, -1 ) Ponto de mnimo relativo.


5 ) . 2 x 0 2 x 0
x
2 x
) x ( ' ' f ...
x
1 x
) x ( ' ' f
'
2
= = + =
+
= =
|
.
|

\
|
= ( Valor crtico de inflexo ).


6 ) Logo, aplicando x = 2 em 2
x
1
x ln ) x ( f + = , temos 81 , 0 y 2
) 2 (
1
) 2 ln( ) 2 ( f y ~ + = = , da
obtemos o ponto Q ( 2; -0,81 ) Ponto de inflexo.

Professor: Luiz Alberto da Silva

47



7 ) - Como + =
+

) x ( f lim
0 x
temos f(x) > 0.
. 0 ) 1 ( f 1 2
) 1 (
1
) 1 ln( ) 1 ( f y < = + = = - Logo f(x) possui uma raiz | | 1 ; 0 x
r
e .



| |. 7 6; x raiz outra possui f(x) Logo . 0 09 , 0 ) 7 ( f 2
) 7 (
1
) 7 ln( ) 7 ( f y
0 04 , 0 ) 6 ( f 2
) 6 (
1
) 6 ln( ) 6 ( f y
. 0 19 , 0 ) 5 ( f 2
) 5 (
1
) 5 ln( ) 5 ( f y
. 0 36 , 0 ) 4 ( f 2
) 4 (
1
) 4 ln( ) 4 ( f y
. 0 57 , 0 ) 3 ( f 2
) 3 (
1
) 3 ln( ) 3 ( f y
. 0 81 , 0 ) 2 ( f 2
) 2 (
1
) 2 ln( ) 2 ( f y
r
e > ~ + = = -
< ~ + = = -
< ~ + = = -
< ~ + = = -
< ~ + = = -
< ~ + = = -


Agora utilize o M.N.R para, finalmente encontrar as razes da equao 0 2
x
1
x ln = + e
depois, esboce o grfico da funo correspondente 2
x
1
x ln ) x ( f + = .




Exerccio :

- Determine as razes da equao x
7
- x
5
+ 3 = 0 e esboce o grfico da funo f(x) correspondente,
utilizando para tal, o mtodo de separao de razes.


















Professor: Luiz Alberto da Silva

48



MTODO DE NEWTON-RAPHSON INTERPRETAO GEOMTRICA





J vimos que, para determinarmos a raiz ( ou razes ) de uma equao, podemos utilizar o mtodo
de Newton-Raphson onde
) x ( ' f
) x ( f
x x
n
n
n 1 n
=
+
, a partir de um x
0
determinado adequadamente; tal
raiz obtida pela convergncia de resultados, essa convergncia pode ser demonstrada

geometricamente, utilizando-se um grfico cartesiano...




































Note que o ponto P escorrega at o ponto P (
_
x , 0 ) , com
_
x raiz de f(x).


y
x
0








P
P
P
P
f(x)
(Raiz)
X2
X1

f(x
0
)
f(x
1
)


x
0


Professor: Luiz Alberto da Silva

49



Usando as relaes trigonomtricas no tringulo retngulo, temos :












Portanto .
) x ( ' f
) x ( f
x x
) x ( ' f
) x ( f
x x
x x
) x ( f
) x ( ' f
CA
CO
tg
0
0
0 1
0
0
1 0
1 0
0
0
= =

= = u













Portanto .
) x ( ' f
) x ( f
x x
) x ( ' f
) x ( f
x x
x x
) x ( f
) x ( ' f
CA
CO
tg
1
1
1 2
1
1
2 1
2 1
1
1
= =

= =


Da, continuando o processo, temos ...











Quando x
n+1
= x
n
( Dentro dos critrios de arredondamento ), dizemos que
_
x = x
n+1
= x
n
a

soluo, ou raiz, da equao ( funo ) estudada.



x
0
f(x
0
) P

x
1


x
1
f(x
1
) P

x
2

Frmula de Newton-Raphson
Professor: Luiz Alberto da Silva

50