3.

5 Mtodos Iterativos para a Soluo de Sistemas Lineares

Seja os Sistema Linear A x = b
A
x
b

onde:

matriz de coeficientes n n
vetor de variveis n 1
vetor independente (constantes) n 1

Idia Geral dos Mtodos Iterativos

Converter o sistema de equaes
x = C x + g = (x) , onde:
C
g

Ax = b

em um processo iterativo

matriz com dimenses n n

vetor com dimenses n 1

(x ) funo de iterao matricial

Esquema Iterativo Proposto
(o )

Partindo de uma vetor aproximao inicial x , constri-se uma seqncia

iterativa de vetores:
(1)
(o)
(o)
x = C x + g = (x )
x
x

(2)

(k )

= Cx

= Cx

(1)

( k 1)

+ g = (x )
(1)

M
( k 1)
+ g = (x
)

Forma Geral
x

( k +1)

= (x

(k )

Os mtodos de soluo de sitemas lineares iterativos podem ser considerados como uma
generalizao do Mtodo de Iterao Linear para a soluo de razes.

Observao
(o )
(1)
(2)
(k )
Se a sequncia de aproximao x , x , x , ......, x tal que

lim x

(k )

= = C + g , ento a soluo do sistema A x = b .

Teste de Parada
Como em todos os processos iterativos, necessitamos de um critrios para a
parada do processo.

a) Mximo desvio absoluto:

( k ) = max xi( k ) xi( k 1)
i =1, n

b) Mximo desvio relativo:

(Rk ) =

( k )
max xi( k )
i =1, n

Desta forma, dada uma preciso o vetor x ser escolhido como soluo aproximada da
soluo exata, se (k ) < , ou dependendo da escolha, (kR ) < .
(k )

3.5.1 Mtodo Iterativo de Gauss-Jacobi

Considere o sistema linear:

a11 x1 + a12 x 2 + a13 x 3 + ............a1n x n = b1
a x + a x + a x + ............a x = b
22 2
23 3
2n n
2
21 1
..........
..........
..........
..........
..........
..........
......

..................................................................

a n1 x1 + a n 2 x 2 + a n 3 x 3 + ............a nn x n = bn
Supondo aii 0, i = 1,2,..., n , isola-se o vetor x mediante a separao pela
diagonal da matriz de coeficientes.
1
x1( k +1) =
(b1 a12 x 2( k ) a13 x3( k ) .......... a1n x n( k ) )
a11
x 2( k +1) =

1
(b2 a 21 x1( k ) a 23 x3( k ) .......... a 2 n x n( k ) )
a 22

M
x n( k +1) =

1
(bn a n1 x1( k ) a n 2 x 2( k ) .......... a nn 1 xn( k1) )
a nn

Assim, tem-se o sistema iterativo x = C x + g , onde:

a / a
C = 21 22

a n1 / a nn

a12 / a11
0
M

a13 / a11
a 23 / a 22
M

a n 2 / a nn

a n 3 / a nn

L a1n / a11
L a 2 n / a 22

M
M

L
0

b1 / a11
b / a
g = 2 22
M

bn / a nn
Dado uma aproximao inicial x
obter uma seqncia x

(o )

(1)

, x , x

(2)

, ......, x

(o )

(k )

, o Mtodo de Gauss-Jacobi consiste em

, por meio da relao recursiva:

( k +1)

x
= Cx + g
Observe que o processo iterativo utiliza somente estimativas da iterao
(k )

anterior.
Exemplo: Resolver o sistema de equaes lineares, pelo Mtodo de Gauss-Jacobi com
(o )
T
soluo inicial x = [0,7 1,6 0,6] e tolerncia 0,05 .
10 x1 + 2 x2 + x3 = 7
x1 + 5 x 2 + x3 = 8
2 x1 + 3x 2 + 10 x3 = 6
Separando-se os elementos diagonais, tem-se:
1
x1( k +1) = (7 2 x 2( k ) x3( k ) )
10
1
x 2( k +1) = (8 x1( k ) x3( k ) )
5
1
x3( k +1) = (6 2 x1( k ) 3 x 2( k ) )
10
2
1
0
7
10
10

10

1
C=
0

g = 8
5
5

2
0
10
6 10
10

Soluo para k=0

(1)

= Cx

(0)

+ g x (1)

2
1
0
7
10
10 0,7 10

1
1 1,6 + 8
x = 1
0
5
5
5

6 10

2
0
,
6
0
10
10

0,96
1
x = 1,86
0,94
Clculo de (R1) :

x1(1) x1( 0) = 0,7 0,96 = 0,26

x 2(1) x 2( 0) = 1,86 1,6 = 0,26
x3(1) x3( 0) = 0,6 0,94 = 0,34
(R1) =

0,34
max xi(1)
i =1, 3

0,34
= 0,1828
1,86

Para k=1:
0,978
0,12
(2)
x = 1,98 (R2) =
= 0,0606 >
1,98
0,966
Para k=2:
0,9994
0,0324
(2)
x = 1,9888 (R3) =
= 0,0163 <
1,9888
0,99984
0,9994
x = 1,9888 soluo com erro menor que 0,05.
0,9984

Condies Suficientes para a Convergncia do Mtodo de Gauss-Jacobi

Teorema
Seja o sistema linear A x = b e seja:
n

a kj
jj =1k
k =
a kk
4

{ } convergente para a

Se = max k < 1 , ento o mtodo G-J gera uma seqncia x

k =1, n

(k )

soluo do sistema dado, independentemente da escolha da aproximao inicial x

( 0)

Observe que esta uma condio suficiente, se for satisfeita o mtodo converge, entretanto
se no for satisfeita nada se pode afirmar.
Exemplo 1:
Seja a matriz do exemplo dado anteriormente:
(2 + 1)
= 0,3 < 1
1 =
10
10 2 1
(1 + 1)
= 0,4 < 1
A = 1 5 1
2 =
5
2 3 10
(2 + 3)
3 =
= 0,2 < 1
10
Tem-se a convergncia garantida para qualquer vetor inicial.

Exemplo 2:
Seja o sistema de equaes lineares:
x1 + x 2 = 3
x1 3 x2 = 3
1
1 = = 1
1
1
2 =
3
As condies de convergncia do teorema no so satisfeitas, entretanto o
Mtodo de Gauss-Jacobi gera uma seqncia convergente para a soluo exata
T
3 . Se as condies de suficincia no so satisfeitas, no significa que o
x= 3
2
2
mtodo no possa convergir.

Exemplo 3:
Considere o sistema linear:
x1 + 3 x 2 + x3 = 2
5 x1 + 2 x 2 + 2 x3 = 3
0 x1 + 6 x2 + 8 x3 = 6
1 3 1
A = 5 2 2
0 6 8

(3 + 1)
= 4 >1
1
(5 + 2)
2 =
= 3,5 > 1
2
( 0 + 6)
3 =
= 0,75 < 1
8

1 =

As condies do teorema no so satisfeitas. Uma soluo possvel permutar

as equaes. Seja no exemplo permutar a primeira equao com a Segunda equao:
( 2 + 2)
1 =
= 0,8 < 1
1
5 2 2
(1 + 1)
A = 1 3 1
= 0,66 < 1
2 =
3
0 6 8
( 0 + 6)
3 =
= 0,75 < 1
8
As condies passam a ser satisfeitas e a convergncia garantida para
qualquer vetor inicial. Este tipo de procedimento nem sempre possvel.

Frmula Matricial do Mtodo Gauss-Jacobi

Decompe-se a matriz de coeficientes A em:

A = L + D +U
Onde:
L Matriz Triangular Inferior
D Matriz Diagonal
U Matriz Triangular Superior
0
a
21
L = a31

M
a n1

0
0
L
0
0
L
a32 0
L
M
M
O
a n 2 L a nn 1

0
0
0

M
0

d11
0

D= 0

M
0

0
d 22
0
M
0

0
0
d 33
M
L

0
0 a12

0 0
L 0

L 0 U = 0 0

O M
M M

0 0
0 d nn
L

a13
a 23
0
M
L

a1n
L a 2 n
L
M

O a n 1n
0
0
L

(L + D + U ) x = b
Lx + Dx + U x = b
D x = b (L + U ) x
Dx
x

( k +1)

( k +1)

= b (L + U )x

(k )

= D 1 b D 1 ( L + U ) x

(k )

3.5.2 Mtodo Iterativo de Gauss-Seidel

Assim como no Mtodo de Gauss-Jacobi o sistema linear A x = b escrito na

forma equivalente:
x = Cx + g
Como no Mtodo Gauss-Jacobi, realizada uma separao diagonal, e o
processo iterativo de atualizao seqencial, componente por componente. A diferena

que, no momento de realizar-se a atualizao das componentes do vetor numa determinada

iterao, a formulao utiliza as componentes da iterao j atualizadas na iterao atual,
com as restantes no atualizadas da iterao anterior. Por exemplo, ao se calcular a
componente x (jk +1) da iterao (k+1), utiliza-se no clculo as componentes j atualizadas

x1( k +1) , x 2( k +1) , ... , x (jk1+1) com as componentes ainda no atualizadas da iterao anterior
x (jk+)1 , x (jk+)2 , ... , xn( k ) .
x1( k +1) =

1
(b1 a12 x 2( k ) a13 x3( k ) a14 x 4( k ) .......... a1n x n( k ) )
a11

x 2( k +1) =

1
(b2 a 21 x1( k +1) a 23 x3( k ) a 24 x4( k ) .......... a 2 n x n( k ) )
a 22

x3( k +1) =

1
(b3 a31 x1( k +1) a32 x 2( k +1) a34 x 4( k ) .......... a 2 n x n( k ) )
a 22

x n( k +1) =

1
(bn a n1 x1( k +1) a n 2 x 2( k +1) a n3 x3( k +1) .......... a nn 1 x n( k1+1) )
a nn

Exemplo: Resolver o sistema linear utilizando o Mtodo Iterativo de Gauss-Seidel, com

o
x = [0,0,0]T e tolerncia 5 10 2 .
5 x1 + x 2 + x3 = 5
3x1 + 4 x 2 + x3 = 6
3x1 + 3 x2 + 6 x3 = 0
O processo iterativo dado por:
1
x1( k +1) = (5 x 2( k ) x3( k ) )
5
1
x 2( k +1) = (6 3 x1( k +1) x3( k ) )
4
1
x3( k +1) = (0 3 x1( k +1) 3x 2( k +1) )
6
o

Para k=0 e x = [0,0,0]T

1
1
x = 0,75
0,875
Clculo de (R1) :

x1(1) x1( 0) = 1,0 0 = 1,0

x 2(1) x 2( 0) = 0,75 0,0 = 0,75
x3(1) x3( 0) = 0,875 0 = 0,875

(1)
R

max (i1)
i =1, 3

max x
i =1, 3

(1)
i

1,0
= 1,0 >
1,0

Para k=1 e x = [1,0, 0,75, 0,875]T :

1,025
(2)
x = 0,95
0,9875
x1( 2) x1(1) = 1,025 1,0 = 0,025
x 2( 2) x 2(1) = 0,95 0,75 = 0,20
x3( 2) x3(1) = 0,9875 (0,875) = 0,1125

(2)
R

max (i2)
i =1, 3

max xi( 2)

i =1, 3

0,20
= 0,1957 >
1,025

Para k=2 e x = [1,0025, 0,95, 0,9875]T :

( 3)

1,0075
= 0,9912
0,9993

x1( 3) x1( 2) = 1,075 1,025 = 0,0175

x 2( 3) x 2( 2) = 0,9912 0,95 = 0,0412
x3( 3) x3( 2) = 0,9993 (0,9875) = 0,0118
(R3) =

max (i3)
i =1, 3

max x
i =1, 3

( 3)
i

0,0412
= 0,0408 <
1,0075

1,0075
x = 0,9912 soluo com erro menor que 0,05.
0,9993