Académique Documents
Professionnel Documents
Culture Documents
onde:
matriz de coeficientes n n
vetor de variveis n 1
vetor independente (constantes) n 1
Ax = b
em um processo iterativo
(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 )
Teste de Parada
Como em todos os processos iterativos, necessitamos de um critrios para a
parada do processo.
( 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 )
..................................................................
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
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 )
( 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
(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) :
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
a kj
jj =1k
k =
a kk
4
{ } convergente para a
(k )
( 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 =
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 )
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
(1)
R
max (i1)
i =1, 3
max x
i =1, 3
(1)
i
1,0
= 1,0 >
1,0
(2)
R
max (i2)
i =1, 3
max xi( 2)
i =1, 3
0,20
= 0,1957 >
1,025
( 3)
1,0075
= 0,9912
0,9993
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