Apostila de CN
-
Upload
bruno-t-resende -
Category
Documents
-
view
219 -
download
0
description
Transcript of Apostila de CN
-
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 = (aij)mXn nesta notao indicamos:
A : Matriz
aij : 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 AmXn , mais utilizada quando
no mostramos a matriz na forma geomtrica.
TIPOS DE MATRIZES
Matriz linha m = 1.
Exemplo : A1X3 = )731(
Matriz coluna n = 1.
Exemplo : B4X1 =
2
sen
5ln
4
-
2
Matriz nula aquela composta apenas por elemento zero .
Exemplos : C = 3X2
000
000 D =
2X300
00
00
Matriz quadrada m = n, definida simplesmente como matriz quadrada de ordem n.
Exemplos : E =
3X3761
136ln
021
F2 = 01
89
Obs. :
Numa matriz quadrada, temos...
a ) An =
nXnnn2n1n
n22221
n11211
aaa
aaa
aaa
b ) Trao de uma matriz a soma ou somatrio dos elementos da sua diagonal
principal e indicamos Tr (matriz).
Exemplo : G =
4X42011
5498
7240
3651
Tr (G) = 1 - 4 + 4 + 2 Tr (G) = 3.
Diagonal principal i = j
Diagonal secundria
-
3
Matriz identidade In : 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.
Exemplos : I4 =
1000
0100
0010
0001
I2 =
10
01
Matriz transposta Seja AmXn uma matriz qualquer ( Pode tambm ser uma matriz
quadrada ), dizemos que sua transposta a matriz AtnXm , ou seja, aquilo que era linha em
A transforma-se em coluna em At e aquilo que era coluna em A transforma-se em linha em At
.
Exemplos : H =
3X2746
501 Ht =
2X375
40
61
J =
3X3359
872
401
Jt =
3X3384
570
921
Obs. : Quando temos as matrizes quadradas de ordem n, onde A = At, dizemos que A
matriz simtrica.
Matriz oposta Seja AmXn uma matriz qualquer, chamamos de matriz oposta de A e
indicamos ( AmXn ), aquela matriz onde cada elemento correspondente ao da matriz A o
oposto a ele.
Exemplo : K2X4 =
9786
5432 logo, -K2X4 =
9786
5432
-
4
LEI DE FORMAO :
uma regra que define como sero os elementos de uma matriz qualquer.
Exemplo : Construa a matriz K3X2 onde kij = 2i + j.
Resoluo : Temos a matriz K3X2 =
3231
2221
1211
kk
kk
kk
portanto...
k11 = 2(1) + (1) = 2 + 1 k11 = 3
k12 = 2(1) + (2) = 2 + 2 k12 = 4
k21 = 2(2) + (1) = 4 + 1 k21 = 5
k22 = 2(2) + (2) = 4 + 2 k22 = 6
k31 = 2(3) + (1) = 6 + 1 k31 = 7
k32 = 2(3) + (2) = 6 + 2 k32 = 8
Logo... K3X2 =
87
65
43
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 :
a11 = b11 = c11 = . . .
a21 = b21 = c21 = . . .
aij = bij = cij = . . .
-
5
Exemplo :
Sejam as matrizes L = 3X2
543
210
e M =
3X2543
210
Como...
l11 = m11 l21 = m21
l12 = m12 l22 = m22
l13 = m13 l23 = m23
Temos que L = M.
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 :
a11 + b11 + c11 + . . .
a21 + b21 + c21 + . . .
aij + bij + cij + . . .
Exemplo :
Sejam as matrizes N =3X2
530
124
e O =
3X2987
326
Como A e B so de mesma ordem.podemos efetuar a operao P = N + O, da :
P =
530
124 +
987
326
=
)95()83()70(
)31()22()64(
P=
4117
2010
Nota : A operao de subtrao de matrizes anloga adio.
-
6
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:
AmXn . BnXp = CmXp
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.
Exemplos : A2X3 . B3X4 = C2X4 D5X1 . E1X5 = F5X5
Repare agora que tomaremos as mesmas matrizes do primeiro exemplo, porm mudaremos a ordem, ao invs de A.B, tentaremos efetuar B.A... B3X4 . A2X3 ... 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 =
533
601
342
e B =
53
24
21
Efetue, caso seja possvel, .
C = A.B D = B.A
-
7
Resoluo : A3X3 . B3X2 = C3X2 , portanto ...
533
601
342
.
53
24
21
=
)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(
=
=
256615123
30021801
15849162
N
B3X2 . A3X3 , como o nmero de colunas de B diferente do nmero de linhas de A,
conclumos que no existe C = B.A.
MATRIZ INVERSA Seja uma matriz quadrada de ordem n, dizemos que a matriz inversa de A, indicada por A-
1 aquela tal que:
Onde In a matriz identidade de ordem n. Obs. : Nem todas as matrizes quadradas possuem inversa. Exemplo :
Determine ( Caso exista ) a matriz inversa de P =
13
54.
Resoluo :
P2 . P2-1 = I2
13
54 .
dc
ba =
10
01 , portanto resolvendo o produto ...
4a 5c = 1 3a + c = 0 4b 5d = 0 3b + d = 1
Temos pois dois sistemas lineares bsicos:
0ca3
1c5a4
e
1db3
0d5b4
C =
2530
3219
199
An. An-1
= An-1
. An = In
-
8
Resolvendo tais sistemas, obtemos : a = 19
1 , b =
19
5 , c =
19
3 e d =
19
4 .
De forma anloga, efetuamos P2-1 . P2 = I2
dc
ba .
13
54 =
10
01 .
Logo, obtemos P-1 =
19
4
19
3
19
5
19
1
-
9
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 =
03
52, portanto det (B) =
03
52
.
C =
5400
2156
7804
2391
, portanto det (C) =
5400
2156
7804
2391
.
CLCULO DO DETERMINANTE a ) Primeira ordem n = 1
A1 = 11a det (A1) = 11a = a11.
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
A2 =
2221
1211
aa
aa det (A2) = ( a11. a22 ) - ( a12. a21 ).
Manter
sinal
Inverter
sinal
-
10
Exemplo :
C =
43
21 det (C) = = ( -1. 4 ) [ 2. (-3) ] = - 4 + 6 det (C) = 2
3 ) Terceira ordem n = 3 ( Regra de Sarrus )
A3 =
333231
232221
131211
aaa
aaa
aaa
det (A3) =
3231
2221
1211
333231
232221
131211
aa
aa
aa
aaa
aaa
aaa
A partir deste ponto, o processo anlogo ao da resoluo do determinante de segunda ordem. Exemplo :
D =
203
342
531
det (D) =
03
42
31
203
342
531
= 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 =
1304
2013
3124
0231
, calcule det (A) =
1304
2013
3124
0231
.
Manter
sinal
Inverter
sinal
Manter
sinal
Inverter
sinal
-
11
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) = 24232221 A.3A.1A.2A.4
1304
2013
3124
0231
onde A21, A22, A23 e A21 so chamados de cofatores dos respectivos elementos.
Genericamente podemos indicar como cofator de aij como sendo:
onde Dij 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 a21, a22, a23 e a24,
ento temos :
A21 = (-1)2+1. D21 = (-1)
3 .
130
201
023
130
201
023
= - ( -16) A21 = 16
A22 = (-1)2+2. D21 = (-1)
4 .
134
203
021
134
203
021
= 16 A22 = 16
Aij = (-1)i+j. Dij
-
12
A23 = (-1)2+3. D23 = (-1)
5 .
104
213
031
104
213
031
= - ( -32) A23 = 32
A24 = (-1)2+4. D24 = (-1)
6 .
104
213
031
304
013
231
= - 32 A24 = -32
Voltando ao determinante principal ...
det (A) = 24232221 A.3A.1A.2A.4
1304
2013
3124
0231
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.
-
13
PROPRIEDADES DOS DETERMINANTES
1. Caso TODOS os elementos de uma fila de um determinante forem NULOS, o resultado
deste ser ZERO.
Exemplos
0
060
270
430
0
436897
0000
4205
13108
2. Caso DUAS filas do determinante forem IGUAIS ou PROPORCIONAIS, o resultado
deste ser ZERO.
Exemplos
0
271
271
432
0
4314897
220010
41035
116108
3. Caso UMA fila do determinante for COMBINAO LINEAR de outras filas, o resultado
deste ser ZERO.
Exemplo
0
61376
4314897
41035
2341
Linha 4 = Linha 1 + linha 2
-
14
4. O DETERMINANTE de uma matriz quadrada A IGUAL ao determinante de sua matriz
transposta At.
Exemplo
det (A) = 497
1667
0892
0533
6241
det (At) = 497
1006
6852
6934
7231
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
1677
0982
0953
6422
det (B) = 036.2
1767
0892
0593
6242
det (A) = det (At)
-
15
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
1677
0982
0953
6422
.
Seja k = 3 e multiplicando cada elemento da 3 linha por este k, obtemos :
)036.2.(3108.6
1677
027246
0953
6422
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
400
270
136
688
436897
02310
0015
0008
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) = )Adet(
1, com det(A) 0.
-
16
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 )
25
632
yx
yx
b )
0112
026
yx
yx
c ) 932 wzyx d )
1115
9
yx
zyx
MATRIZES ASSOCIADAS
No sistema
2y5x2
1y3x4
temos...
52
34 Matriz incompleta
252
134 Matriz completa
REPRESENTAO MATRICIAL DE UM SISTEMA LINEAR
O sistema
53
32
yx
yx
pode ser escrito na forma matricial :
5
3.
31
12
y
x, onde :
31
12 a matriz incompleta ( ou dos coeficientes).
y
x a matriz das incgnitas.
5
3 a matriz dos termos independentes.
-
17
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
yx
yx
, temos o par ordenado ( 2, 1 ) como soluo do sistema, pois ele
soluo das duas equaes do sistema.
No sistema
02
2
zy
zyx
, 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
-
18
Exemplos :
a ) O sistema
3yx3
5yx
S.P.D, pois o par ordenado ( 1, 6 ) sua NICA soluo.
b ) O sistema
2zyx
10z5y5x5
S.P.I, pois apresenta INFINITAS solues, entre elas, podemos
citar : ( 1, 1, 2 ); ( 0, 2, 4 ); ( 1, 0, 1 ).
c ) O sistema
3yx
5yx
S.I, pois NO apresenta soluo.
EXERCCIOS :
1 ) Verifique se ( 2, -1 ) soluo do sistema linear
1
52
yx
yx
.
2 ) Idem para ( 1, 1, 1 ) no sistema
2z32
y
2
x
1zx2
0yx
.
3 ) Idem para ( 0, -2, 5 ) no sistema
7
4
73
zy
zyx
zyx
.
4 ) Considere o sistema {x - y = 1.
a ) Apresente algumas solues do sistema.
b ) Classifique o sistema.
-
19
5 ) Construa a matriz incompleta e a matriz completa de :
a )
13
243
21
21
xx
xx
b )
64
1
523
yx
yx
yx
6 ) Escreva o sistema associado s equaes matriciais :
a )
3
0.
13
12
y
x
b)
12
2
8
z
y
x
.
400
210
531
c )
3
8.
101
124
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
44
332
52
zyx
zyx
zyx
, usando Cramer.
-
20
Resoluo :
Calculando o determinante principal D ...
D =
114
321
121
D = -36 0, portanto S.P.D.
Calculando os determinantes das incgnitas ...
Dx =
114
323
125
Dx = -36.
Dy =
144
331
151
Dy = 72.
Dz =
414
321
521
Dz = -72.
Logo x =
36
36
D
Dx x = 1
y =
36
72
D
Dyy = -2
z =
36
72
D
Dz z = 2
Portanto ... S = { ( 1, -2, 2 ) }
Exerccios :
1 ) Resolva os sistemas lineares, usando Cramer :
a )
2yx
6yx
b )
3zyx2
3z2y2x
0zyx
c )
1z2x
3zy
1y2x
S = { ( 4, 2 ) } S = { ( 1, 3, 2 ) } S = { ( 3, 1, 2 ) }
-
21
DISCUTINDO UM SISTEMA LINEAR
Por Cramer, quando
I.S
ou
I.P.S
0D
D.P.S0D
.
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
2myx2
3yx
em funo de m :
Resoluo :
D = m2
11 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
9z5ymx
6z3yx2
1zyx
-
22
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
5yx2
3y6x5
)6.(5yx2
3y6x5
30y6x12
3y6x5
...
somando menbro-a-membro de cada equao, temos (5x + 12x) + (6y 6y) = 3 + 30 17x = 33 .
Chegamos pois ao sistema equivalente
33x17
3y6x5
17
33x
Logo 3y617
335
6
1.
17
114y
17
19y , portanto
17
19,
17
33S .
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
1zyx
2zy3x4
4zy3x2
, representaremos o sistema com o uso do D.P.G da
seguinte maneira :
-
23
Equao x y z Termo indep.
E1 2 3 -1 4
E2 4 -3 1 2
E3 1 -1 1 1
E2 // -18 6 -12
E3 // -5 3 -2
E3 // // -24 -24
Algoritmo de construo da tabela ...
1 ) As equaes E1, E2 e E3 so compostas pelos coeficientes das incgnitas de cada equao
respectivamente, bem como seus termos independentes.
2 ) Clculo da equao E2 ... Tomamos os coeficientes referentes a x em E1 e E2 bem como os
coeficientes referentes a y em E1 e E2 e calculamos o determinante 34
32
= -18, analogamente,
tomamos os coeficientes referentes a x em E1 e E2 bem como os coeficientes referentes a z em E1 e
E2 e calculamos o determinante 14
12 = 6 e finalmente tomamos os coeficientes referentes a x em E1
e E2 bem como os termos independentes em E1 e E2 e calculamos o determinante 24
42= -12.
3 ) Clculo da equao E3 ... Tomamos os coeficientes referentes a x em E1 e E3 bem como os
coeficientes referentes a y em E1 e E3 e calculamos o determinante 11
32
= -5, analogamente,
tomamos os coeficientes referentes a x em E1 e E3 bem como os coeficientes referentes a z em E1 e
E3 e calculamos o determinante 11
12 = 3 e finalmente tomamos os coeficientes referentes a x em E1
e E3 bem como os termos independentes em E1 e E3 e calculamos o determinante 11
42= -2.
4 ) Clculo da equao E3 ... Tomamos os coeficientes referentes a y em E2 e E3 bem como
os coeficientes referentes a z em E2 e E3 e calculamos o determinante 35
618
= -24, analogamente,
tomamos os coeficientes referentes a y em E2 e E3 bem como os termos independentes em E2 e E3
e calculamos o determinante 25
1218
= -24.
5 ) Temos portanto o sistema equivalente formado pelas equaes E1, E2 e E3 ()...
24z24
12z6y18
4zy3x2
Resolvendo o sistema a partir da terceira equao temos: z = 1, y = 1 e x = 1 .
Logo 1,1,1S .
-
24
Exerccios :
1 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.
1z3y2x7
6zy4x2
11zy4x3
4,3,1S
2 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.
2z2yx
3zy2x4
7zyx2
11,
3
52,
3
20S
3 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.
4w3z2y2x4
3w2z2y4x3
2wz2y3x
3w2z4y3x2
86,4;86,24;15,24;88,19S
-
25
DECOMPOSIO (OU FATORAO) LU
Estudaremos agora, mais um mtodo de resoluo de sistemas de equaes lineares, tal mtodo uma
variante do mtodo de Gauss, sendo conhecido por decomposio ( ou fatorao ) LU. O objetivo deste
mtodo decompor uma matriz, a qual denominaremos de A, no produto de duas matrizes, uma delas
denominada L ( matriz triangular inferior ) e outra U ( matriz triangular superior ).
Lembrando que :
Matriz triangular inferior : Ln onde os elementos acima da diagonal principal so todos nulos.
Exemplos de matrizes triangulares inferiores:
978
023
001
B
0604
0591
0078
0002
C .
Matriz triangular superior : Un onde os elementos abaixo da diagonal principal so todos nulos.
Exemplos de matrizes triangulares superiores:
500
830
741
D
4000
6200
5010
3014
E .
Nota : Vale a pena lembrar que, em particular neste mtodo, todos os elementos da diagonal principal de L sero o algarismo 1.
-
26
Tomemos um sistema de equaes lineares do tipo Ax = b e sabendo que A = LU, iremos na
verdade, solucionar dois sistemas mais simples de equaes lineares :
tUx
e
bLt
obtidos a partir de
A = LU Ax = ( LU )x Ax = L ( Ux ) , considerando Ux = t , temos Ax = Lt, como
Ax = b Lt = b. C.M.Q.D
Seja um sistema linear de ordem trs, obtemos a matriz dos coeficientes
333231
232221
131211
aaa
aaa
aaa
A,
ento
dzayaxaE
czayaxaE
bzayaxaE
3332313
2122212
3112111
.
Pela lgica usada no mtodo de Gauss, calculamos os multiplicadores
11
3131
11
2121
a
am
e
a
am
, da efetuando
as transformaes lineares elementares
3131'3
2121'2
EE.mE
EE.mE
, equivalente a efetuarmos a operao
A = M(0). A onde temos
333231
232221
131211
31
21)0(
aaa
aaa
aaa
A
10m
01m
001
M
, obtendo
'33
'32
'23
'22
131211'
aa0
aa0
aaa
A.
-
27
Continuando o processo, iremos calcular o multiplicador '22
'32
32a
am
bem como efetuar a
transformao linear elementar '3
'232
''3 EE.mE , equivalente a efetuarmos a operao
A = M(1). A onde temos
'33
'32
'23
'22
131211'
32
)1(
aa0
aa0
aaa
A
1m0
010
001
M
, obtendo
''33
'23
'22
131211''
a00
aa0
aaa
A.
Temos ento as seguintes Matrizes ...
''33
'23
'22
131211')1(''
32
)1(
'33
'32
'23
'22
131211)0('
31
21)0(
333231
232221
131211
a00
aa0
aaa
A.MA
1m0
010
001
M
aa0
aa0
aaa
A.MA
10m
01m
001
M
aaa
aaa
aaa
A
-
28
Observe que A = M(1).A e A= M(0).A, ento A = M(1). [M(0).A] = M(1).M(0). A, ou seja:
333231
232221
131211
31
21
32''33
'23
'22
131211)0()1(''
aaa
aaa
aaa
.
10m
01m
001
.
1m0
010
001
a00
aa0
aaa
A.M.MA.
Se pr-multiplicarmos ambos os membros da equao acima, pela inversa de [M(1)
.M(0)
] temos...
[M(1)
.M(0)
]-1
. A = [M(1).M(0)]-1. M(1).M(0). A , onde { [M(1).M(0)]-1. M(1).M(0)m } = I, conclumos que
[M(1)
.M(0)
]-1
. A = I. A A = [M(1).M(0)]-1. A A = [M(0)]-1.[M(1)]-1. A onde temos ...
1mm
01m
001
M.M
1m0
010
001
M
10m
01m
001
M
3231
21
1)1(1)0(
32
1)1(
31
21
1)0(
Finalmente ...
A = [M(0)
]-1
.[M(1)
]-1
. A
U.LA
a00
aa0
aaa
.
1mm
01m
001
A''33
'23
'22
131211
3231
21
-
29
Exemplo de resoluo de sistema de equaes lineares, utilizando a decomposio LU...
Etapas de Resoluo ( Mtodo de Doolittle )
1 ) Determinar as matrizes L e U;
2 ) Substituir Ux pela matriz T;
3 ) Resolver o sistema triangular inferior Lt = b;
4 ) Resolver o sistema triangular superior Ux = t, solucionando assim, o sistema Ax = b.
1 ) Determine a soluo do sistema linear
29z5y6x4
15zy8x2
11z2y3x
.
Resuloo :
1200
320
231
A
360
320
231
.
130
010
001
A.MA
130
010
001
M
1m0
010
001
M
3m2
6
a
am
360
320
231
A
564
182
231
.
104
012
001
A.MA
104
012
001
M
10m
01m
001
M
4m1
4
a
am
e
2m1
)2(
a
am
564
182
231
A
''')1(''
)1(
32
)1(
3222'
32'
32
')0('
)0(
31
21)0(
3111
3131
2111
2121
-
30
Ento temos:
1200
320
231
U
a00
aa0
aaa
U
134
012
001
L
1mm
01m
001
L
''33
'23
'22
131211
3231
21
Resolvendo o sistema Lt = b ...
36
7
11
T
29tt3t4
15tt2
11t
...Da
t
t
t
T
29
15
11
t
t
t
.
134
012
001
BLT
134
012
001
L
...sistemaosolvendoRe
312111
2111
11
31
21
11
13
12
11
Matriz dos termos independentes
-
31
Resolvendo o sistema Ux = t ...
3
1
2
z
y
x
X
36z12
7z3y2
11z2y3x
...Da
z
y
x
X
36
7
11
z
y
x
.
1200
320
231
TUX
1200
320
231
U
...sistemaosolvendoRe
3,1,2S
-
32
DISPOSITIVO PRTICO DE RESOLUO DA DECOMPOSIO LU
Da mesma forma que utilizvamos dispositivos prticos para agilizar a soluo de alguns mtodos
numricos de resoluo de sistemas, vamos aqui apresentar um dispositivo, muito parecido com aquele
utilizado no mtodo de triangularizao de Gauss, que nos auxiliar quanto a configurao das
matrizes L e U. Vamos reestudar a soluo do sistema que acabamos de solucionar...
Equao Multiplicadores x y z Transfomaes
Elementares
E1
1 -3 2
E2 -2 8 -1
E3 4 -6 5
E2 2
1
)2(
a
am
11
2121
0 2 3 * 2121
'2 EE.mE
E3 41
4
a
am
11
3131 0 6 -3 ** 3131
'3 EE.mE
E3 326
a
am
'22
'32
32 0 0 -12 ***'3
'232
''3 EE.mE
*
3a)1()2.(2aa.2a
2a8)3.(2aa.2a
'232313
'23
'222212
'22
**
3a)5()2.(4aa.4a
6a)6()3.(4aa.4a
'333313
'33
'323212
'32
*** 12a)3()3.(3aa.3a ''33'33'23''33
Portanto
1200
320
231
U
E
E
E
U
134
012
001
L
1mm
01m
001
L
''3
'2
1
3231
21
A partir daqui, o processo o mesmo j apresentado.
29z5y6x4
15zy8x2
11z2y3x
-
33
Exerccio :
Resolva o sistema abaixo usando a decomposio LU...
29z5y6x4
15zy8x2
11z2y3x
Respostas :
00,0;00,5;00,3S
00,0
67,1
00,1
T
00,800,000,0
67,033,000,0
00,400,200,3
U
00,100,133,1
00,000,133,0
00,000,000,1
L
-
34
DECOMPOSIO (OU FATORAO) DE CHOLESKY
Este processo ser aplicado na resoluo de sistemas lineares onde temos An a matriz do sistema sendo
simtrica e definida positiva, a qual ser fatorada na forma A = LLt e det(A) = [det(L)]. Onde Ln
triangular inferior, com os elementos da diagonal principal estritamente positivos.
Para fins didticos, iremos estudar matrizes 4x4.
Ento ...
44434241
34333231
24232221
14131211
aaaa
aaaa
aaaa
aaaa
A
44434241
333231
2221
11
llll
0lll
00ll
000l
L
44
3433
423222
41312111
t
l000
ll00
lll0
llll
L
Como A = LLt, temos ...
44
3433
423222
41312111
44434241
333231
2221
11
44434241
34333231
24232221
14131211
l000
ll00
lll0
llll
.
llll
0lll
00ll
000l
aaaa
aaaa
aaaa
aaaa
Ento conclumos que a diagonal principal ...
-
35
a11 = l11.l11 = (l11)2
a22 = l21.l21 + l22.l22 = (l21)2 + (l22)
2
a33 = l31.l31 + l32.l32 + l33.l33 = (l31)2 + (l32)
2 + (l33)
2
a44 = l41.l41 + l42.l42 + l43.l43 + l44.l44 = (l41)2 + (l42)
2 + (l43)
2 + (l44)
2
Estendendo o conceito, temos ...
n...,,3,2i;lal
al
)(l + + )(l + )(l = .ll + ... + .ll + .ll = a
1i
1k
2ikiiii
1111
2nn
2n2
2n1nnnnn2n2n1n1nn
Analogamente, temos abaixo da diagonal principal
jjnjj22nj11nnj
jjj,2jj22,2jj11,2jj,2j
jjj,1jj22,1jj11,1jj,1j
222n211n2n1n1n1n
2242214142113131
2232213132112121
ll...lllla
ll...lllla
ll...gllla
colunasimaj
l.ll.lal.la
l.ll.lal.la
l.ll.lal.la
coluna2coluna1
Logo temos
ij2;l
l.la
l
n...,,3,2i;l
al
jj
1j
1k
jkikij
ij
11
1i1i
Agrupando as igualdades acima em ordem, temos l11, l21, ..., ln1; l22, l32, ..., ln2; ...; lnn.
Agora podemos complementar, com base na decomposio LU ( J estudada anteriormente ),
que det(A) = [det(L)] = [ l11.l22.l33. ... .lnn ]2.
-
36
Portanto, conclumos que a soluo do sistema Ax = b depende de calcularmos a matriz L,assim
sendo, bastar solucionarmos os sistemas Lt = b e Ltx = t.
Exemplo :
Resolva o sistema
5z3y
1zy2x
2yx
.
Resoluo :
Determinando as matrizes do sistema ...
5
1
2
Be
310
121
011
A
Verificando se a matriz A pode ser decomposta em LLt ...
A simtrica.
02
310
121
011
)Adet()Adet(
0121
11)Adet(
011)Adet(
3
2
1
Portanto, A pode ser decomposta em LLt .
-
37
...
l00
ll0
lll
Le
lll
0ll
00l
L matrizes as Caculando
33
3222
312111t
333231
2221
11
2l103)1(03llallal
1ll
)1.0(1
l
l.la
l
l.la
ll
l.la
ll
1l12l2lalalla
0l1
0
l
al
1l1
1
l
al
l
al
1l1al
2222
2
1k
232
23133
13
1k
232
2313333
3222
1
1k
213132
22
12
1k
213132
32jj
1j
1k
jkikij
ij32
222
1
1k
22122
12
1k
2212222
1i
1k
2ikii
3111
3131
2111
2121
11
1i1i
111111
Portanto ...
200
110
011
.
210
011
001
310
121
011
LLA
200
110
011
l00
ll0
lll
L
210
011
001
lll
0ll
00l
L
t
33
3222
312111t
333231
2221
11
-
38
Solucionando os sistemas Lt = b e Ltx = t.
2
1
1
z
y
x
Xsistemaoresolvendo
22
1
2
z
y
x
.
200
110
011
txL
22
1
2
t
t
t
Tsistemaoresolvendo
5
1
2
t
t
t
.
210
011
001
b =Lt
t
3
2
1
3
2
1
Finalmente ...
A soluo do sistema
5z3y
1zy2x
2yx
===========================================================================
Exerccios :
1 ) Sejam as matrizes
5
2
1
Be
210
011
001
A do sistema Ax = b. Determine a sua soluo usando
a decomposio de Cholesky.
2 ) Sejam as matrizes
5
2
1
Be
310
121
011
A do sistema Ax = b. Determine a sua soluo usando
a decomposio de Cholesky.
===========================================================================
===========================================================================
S= { ( 1, 1, 2 ) }
-
39
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 x0 at xn da
seguinte forma :
x0 (Vetor arbitrrio)
x1 = Bx0 + d (Primeira iterao)
x2 = Bx1 + d (Segunda iterao)
x3 = Bx2 + d (Terceira iterao)
.
.
.
xn = Bxn-1 + d (n-sima iterao)
Caso esta seqncia apresente convergncia, ou seja, se nn
xlimx
, ela aceita o clculo
dBxdxlimBdBxlimxlimx 1nx
1nx
nx
, 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 xk ser considerada um valor aproximado da soluo x. A diferena x - xk ser chamada de erro de truncamento.
Algoritmo iterativo de Gauss-Seidel :
Seja o sistema Ax = b de terceira ordem temos :
3333231
2232221
1131211
bzayaxa
bzayaxa
bzayaxa
Vamos agora dividir a resoluo deste sistema em trs passos bsicos ...
1 Passo
Dividir todos os termos da primeira equao por a11 , dvidir todos os termos da segunda equao por
a22 e assim por diante.
Logo temos :
-
40
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
bz
a
ay
a
ax
a
a
a
bz
a
ay
a
ax
a
a
a
bz
a
ay
a
ax
a
a
33
3
33
32
33
31
22
2
22
23
22
21
11
1
11
13
11
12
a
bzy
a
ax
a
a
a
bz
a
ayx
a
a
a
bz
a
ay
a
ax
.
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
bz0y
a
ax
a
az
a
bz
a
ay0x
a
ay
a
bz
a
ay
a
ax0x
.
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
bz,
a
by,
a
bx . 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
bz0y
a
ax
a
az
a
bz
a
ay0x
a
ay
a
bz
a
ay
a
ax0x
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
bz0y
a
ax
a
az
a
bz
a
ay0x
a
ay
a
bz
a
ay
a
ax0x
.
.
.
-
41
33
3)n()1n(
33
32)1n(
33
31)1n(
22
2)n(
22
23)n()1n(
22
21)1n(
11
1)n(
11
13)n(
11
12)n()1n(
a
bz0y
a
ax
a
az
a
bz
a
ay0x
a
ay
a
bz
a
ay
a
ax0x
.
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.
18z15yx2
8zy8x
9zy2x10
Resoluo:
1 Passo
Temos a11 = 10, a22 = 8 e a33 = 15.
Da :
15
18z
15
15y
15
1x
15
28
8z
8
1y
8
8x
8
110
9z
10
1y
10
2x
10
10
2,1zy1,0x1,0
0,1z1,0yx1,0
9,0z1,0y2,0x
.
2 Passo
Isolando x, y e z em cada linha respectivamente, temos :
-
42
2,1z0y1,0x1,0z
0,1z1,0y0x1,0y
9,0z1,0y2,0x0x
.
3 Passo
Valores iniciais
2,1z
0,1y
9,0x
)0(
)0(
)0(
.
1 Iterao
0,1z2,12,100,11,00,11,0z
0,1y0,12,11,00,100,11,0y
0,1x9,02,11,00,12,0)9,0(0x
)1()1(
)1()1(
)1()1(
.
2 Iterao
0,1z2,10,100,11,00,11,0z
0,1y0,10,11,00,100,11,0y
0,1x9,00,11,00,12,0)0,1(0x
)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:
0,1zzz
0,1yyy
0,1xxx
)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.
6z9y3x2
5zy10x
4zy2x7
Portanto S = { ( 1,0 ; 1,0 ; 1,0 ) }
-
43
Resoluo:
1 Passo
Temos a11 = 7, a22 = 10 e a33 = 9.
Da :
9
6z
9
9y
9
3x
9
210
5z
10
1y
10
10x
10
17
4z
7
1y
7
2x
7
7
67,0zy33,0x22,0
50,0z10,0yx10,0
057z14,0y29,0x
.
2 Passo
Isolando x, y e z em cada linha respectivamente, temos :
67,0z0y33,0x22,0z
50,0z10,0y0x10,0y
57,0z14,0y29,0x0x
.
3 Passo
Valores iniciais
67,0z
50,0y
57,0x
)0(
)0(
)0(
.
1 Iterao
41,0z67,067,0037,033,062,022,0z
37,0y50,067,010,050,0062,010,0y
62,0x57,067,014,050,029,0)57,0(0x
)1()1(
)1()1(
)1()1(
.
2 Iterao
40,0z67,041,0040,033,062,022,0z
40,0y50,041,010,037,0062,010,0y
62,0x57,041,014,037,029,0)62,0(0x
)1()2(
)2()2(
)2()2(
.
3 Iterao
40,0z67,040,0040,033,063,022,0z
40,0y50,040,010,040,0063,010,0y
63,0x57,040,014,040,029,0)62,0(0x
)3()3(
)3()3(
)3()3(
.
-
44
4 Iterao
40,0z67,040,0040,033,063,022,0z
40,0y50,040,010,040,0063,010,0y
63,0x57,040,014,040,029,0)63,0(0x
)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:
40,0zzz
40,0yyy
63,0xxx
)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.
18z15yx2
8zy8x
9zy2x10
1 Passo
Temos a11 = 10, a22 = 8 e a33 = 15.
Da :
15
18z
15
15y
15
1x
15
28
8z
8
1y
8
8x
8
110
9z
10
1y
10
2x
10
10
2,1zy1,0x1,0
0,1z1,0yx1,0
9,0z1,0y2,0x
.
2 Passo
Isolando x, y e z em cada linha respectivamente, temos :
2,1z0y1,0x1,0z
0,1z1,0y0x1,0y
9,0z1,0y2,0x0x
.
Portanto S = { ( 0,63 ; 0,40; 0,40 ) }
-
45
3 Passo
Valores iniciais
2,1z
0,1y
9,0x
)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 L1 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L1, 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 )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -0,1 -0,1 0 1,2
Linha x y z Termo indep. (T.I )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -0,1 -0,1 0 1,2
Valores Iniciais ( T.I ) 0,9 1,0 1,2 0
Iteraes ...
-
46
O elemento y(1)
resultado da soma de cada elemento da linha L2 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L2, 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 L3 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L3, 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 )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -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 )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -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 )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -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 ...
-
47
O elemento x(2)
resultado da soma de cada elemento da linha L1 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L1, 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 L2 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L2, 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 L3 multiplicado pelo ltimo elemento de
cada coluna, este resultado somado ao termo independente da linha L3, 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 )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -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 )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -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 )
L1 0 0,2 -0,1 0,9
L2 -0,1 0 0,1 1,0
L3 -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 ...
-
48
que portanto as solues aproximadas do sistema so:
0,1zzz
0,1yyy
0,1xxx
)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 )
2z5yx
3z4y10x
2zy3x10
S = { ( 0,29; -0,44; -0,43 ) }
2 )
12z7y3x2
4zy4x
5z2y2x5
S = { ( 1,00; 1,00; 0,99 ) }
3 )
0w5zyx
1w2z15y3x2
2wzy8x
1w4z3y2x10
S = { ( 0,21; -0,20; 0,10; -0,10 ) }
Portanto S = { ( 1,0 ; 1,0 ; 1,0 ) }
-
49
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.
10z10yx
13zy10x2
7z2y10x
.
Resolvendo o sistema por G-S temos:
0,1z0y1,0x1,0z
3,1z1,0y0x2,0y
0,7z0,2y0,10x0x
.
Da ...
Valores iniciais
0,1z
3,1y
0,7x
)0(
)0(
)0(
.
1 Iterao
6,1z
2,2y
0,4x
)1(
)1(
)1(
. 2 Iterao
6,2z
8,3y
8,11x
)2(
)2(
)2(
.
3 Iterao
3,4z
8,6y
0,26x
)3(
)3(
)3(
. 4 Iterao
4,7z
1,12y
0,51x
)4(
)4(
)4(
.
-
50
5 Iterao
1,13z
9,21y
4,99x
)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 e o CRITRIO DE SASSENFELD.
1 - CRITRIO DA SOMA POR LINHAS
Seja, por exemplo, A a matriz dos coeficientes de um sistema linear de 3 ordem dada por:
333231
232221
131211
aaa
aaa
aaa
A
Temos :
11
13
11
121
a
a
a
aS
22
23
22
212
a
a
a
aS
33
32
33
31
3a
a
a
aS
As barras ao lado das fraes representam MDULOS.
Se S1 < 1, S2 < 1 e S3 < 1, ento as seqncias
)n()1n()2()1()0(
)n()1n()2()1()0(
)n()1n()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 )
15z9y5x3
9z7y10x2
7z2yx5
Resoluo :
953
7102
215
A , logo
9a
10a
5a
33
22
11
O critrio de soma por linhas s
vale para dizer se o sistema
convergente. Se no for satisfeito,
nada podemos concluir !!!
-
51
Temos :
0,16,0S5
3
5
2
5
1
5
2
5
1S 11
0,19,0S10
9
10
7
10
2
10
7
10
2S 22
0,19,0S9
8
9
5
9
3
9
5
9
3S 33
b )
12z11y4x5
10zy10x2
4z2yx3
Resoluo :
1145
1102
213
A , logo
11a
10a
3a
33
22
11
Como todos os valores so em MDULO, no usaremos tal notao e escreveremos todos os valores
como sendo POSITIVOS ...
Temos :
0,10,1S3
3
3
2
3
1S 11
c )
19z4y10x2
2z3yx
131z2yx5
Resoluo :
4102
311
215
A , logo
4a
1a
5a
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.
-
52
Temos :
0,16,0S5
3
5
21S 11
0,10,4S1
4
1
31S 22
d ) Usando o sistema do exemplo(c), permute as linhas 2 e 3 e estude a convergncia do sistema
equivalente.
Resoluo :
Sistema equivalente
2z3yx
19z4y10x2
131z2yx5
;
311
4102
215
A , logo
3a
10a
5a
33
22
11
Temos :
0,16,0S5
3
5
21S 11
0,16,0S10
6
10
42S 22
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.
-
53
0,17,0S3
2
3
11S 33
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 )
15wzy6x2
19w4z3y10x20
17wz9y5x2
20w9z3y2x
Resoluo :
Sistema equivalente
20w9z3y2x
17wz9y5x2
15wzy6x2
19w4z3y10x20
;
9321
1952
1162
431020
A , logo
9a
9a
6a
20a
44
33
22
11
Temos :
-
54
0,19,0S20
17
20
4310S 11
0,17,0S6
4
6
112S 22
0,19,0S9
8
9
152S 13
0,17,0S9
6
9
321S 441
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 )
15z3y2x10
20z15y5x10
19z4y15x2
Resp.: Nada podemos concluir sobre a convergncia
2 )
15z4y5x10
25zy15x10
10z9y5x2
Resp.: Convergente
3 )
15z10y2
7zyx5
9z7x5
Resp.: Nada podemos concluir sobre a convergncia
4 ) A matriz abaixo a matriz completa associada a um sistema linear...
a )
1394a
207102
10a15
4,4aS
b )
13943
207a2
10315
,99,aS
A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
-
55
c )
1394a
207a2
10a15
S
Para que valores de a o sistema correspondente, SEM PERMUTAO DE EQUAES, pode ser resolvido por um processo iterativo?
2 - CRITRIO DE SASSENFELD
Seja, por exemplo, A a matriz dos coeficientes de um sistema linear de 3 ordem dada por:
333231
232221
131211
aaa
aaa
aaa
A
Temos :
11
1312
1a
aa
22
23121
2a
a.a
33
223131
3a
.a.a
Se o mx i < 1, ento as seqncias
)n()1n()2()1()0(
)n()1n()2()1()0(
)n()1n()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 )
15z9y5x3
9z7y10x2
7z2yx5
Resoluo :
-
56
953
7102
215
A , logo
9a5a3a
7a10a2a
2a1a5a
333231
232221
131211
Temos :
60,05
3
5
21
5
21
a
aa
11
1312
1
82,010
20,8
10
720,1
10
760,0.2
a
a.a
22
23121
2
mx i = 2 = 0,82 < 1
65,09
90,5
9
10,480,1
9
82,0.560,0.3
a
.a.a
33
232131
3
b )
0z2yx
6zy4x3
5zyx5
Resoluo :
211
143
115
B , logo
2b1b1b
1b4b3b
1b1b5b
333231
232221
131211
Temos :
40,05
2
5
11
5
11
b
bb
11
1312
1
55,04
20,2
4
120,1
4
140,0.3
b
b.b
22
23121
2
A seqncia de vetores
CONVERGENTE, pois a
matriz A satisfaz o Critrio
de Sassenfeld.
-
57
48,02
95,0
2
55,040,0
2
55,0.140,0.1
b
.b.b
33
232131
3
mx i = 2 = 0,55 < 1
c )
15wzy6x2
19w4z3y10x20
17wz9y5x2
20w9z3y2x
Resoluo :
1162
431020
1952
9321
C , logo
1c1c6c2c
3c3c10c20c
1c9c5c2c
9c3c2c1c
44434241
34333231
24232221
14131211
Temos :
00,121
12
1
932
1
932
c
ccc
11
141312
1
> 1
A seqncia de vetores
CONVERGENTE, pois a
matriz B satisfaz o Critrio
de Sassenfeld.
A seqncia de vetores
NO CONVERGENTE,
pois a matriz C no satisfaz
o Critrio de Sassenfeld.
-
58
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 )
15wzy6x2
19w4z3y10x20
17wz9y5x2
20w9z3y2x
2 )
15z3y2x10
20z15y5x10
19z4y15x2
Resp.: Nada podemos concluir sobre a convergncia
3 )
15z4y5x10
25zy15x10
10z9y5x2
Resp.: Convergente
4 )
15z10y2
7zyx5
9z7x5
Resp.: Nada podemos concluir sobre a convergncia
-
59
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(Gy
)y,x(Fx__
__
, onde a soluo a
ser determinada )y,x(u____
.
Considerando que 0x
G.
y
F
y
G.
x
F)y,x(D
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 x0 e y0 como valores iniciais da soluo do sistema. A partir da
usamos as frmulas iterativas abaixo para obteno das seqncias ...
x
G.
y
F
y
G.
x
F
)y,x(G.y
F
y
G.)y,x(F
xx r1r
( 1 )
x
G.
y
F
y
G.
x
Fx
G).y,x(F)y,x(G.
x
F
yy r1r
O ndice r indica que o clculo feito para xr e yr .
Se as seqncias forem CONVERGENTES, ento elas convergem para a SOLUO do sistema.
Exemplo :
Encontre, usando o mtodo de Newton para sistemas transcendentes, a soluo do sistema
01xy
01yx2
2
.
-
60
Resoluo :
Temos F(x, y ) = x2 + y 1 e G(x, y ) = y2 + x 1, logo encontramos as derivadas parciais de
primeira ordem so:
1y
F
x2x
F
y2y
G
1x
G
Utilizando as frmulas ( 1 ), temos :
y
G
x
G
y
F
x
F
y
G)y,x(G
y
F)y,x(F
xx r1r
e
y
G
x
G
y
F
x
F
)y,x(Gx
G
)y,x(Fx
F
yy r1r
Considerando
1y
1x
0
0 e utilizando as frmulas acima, obtemos :
67,0y
67,0x
1
1
62,0y
62,0x
2
2
62,0y
62,0x
3
3
Como temos
62,0yy
62,0xx
32
32 ento a soluo do sistema S = { ( 0,62 ; 0,62 ) } .
Exerccios :
Encontre, usando o mtodo de Newton para sistemas transcendentes, a soluo dos sistemas :
a )
02yx
01yx com x0 = -1 e y0 = 2 S = { ( -0,70; 1,70 ) }
-
61
b )
01xyln
01yxln com x0 = 1 e y0 = 1 S = { ( 1,00; 1,00 ) }
c )
0xyln
01yxln com x0 = 0,50 e y0 = 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 :
x1 = F(x0)
x2 = F(x1)
x3 = F(x2)
.
.
.
xn+1 = F(xn)
Se tal seqncia for convergente, temos lim xn = r, seja F(x) contnua, temos:
r = lim xn+1 = lim F(xn) = F(lim xn) = 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 x0, da temos )x('f
)x(fx)x(F , donde
obtm-se a frmula
APLICANDO A FRMULA . . .
)x('f
)x(fxx
n
n
n1n
Frmula de Newton-Rapson
-
62
1 ) Resolvendo a equao x2 5 = 0, com preciso de 2 casas decimais.
Resoluo :
5x5x05x 22 Uma das razes x] 2, 3 [ , pois 5 maior que 2 e menor
que 3.
x2)x('f
5x)x(f 2
temos
.25,2x4
9
4
18
4
12
4
)1(2
4
542
)2(2
5)2(2
)2('f
)2(f2
)x('f
)x(fxx 1
2
0
0
01
.24,2x...)25,2(2
5)25,2(25,2
)25,2('f
)25,2(f25,2
)x('f
)x(fxx 2
2
1
112
.24,2x...)24,2(2
5)24,2(24,2
)24,2('f
)24,2(f24,2
)x('f
)x(fxx 3
2
2
223
Como x3 = x2 temos .
2 ) Idem para 2x21
xln
; [00,1;50,0]x com preciso de 2 casas decimais.
Resoluo :
02x4xlnx42xln)x21(2xln2x21
xln
Logo ...
x
1x44
x
1)x('f
2x4xln)x(f
temos
)x('f
)x(fxx
n
n
n1n
Para x0 = 2 . . .
Resp. : x 2,24
)x('f
)x(fxx
n
n
n1n
Para x0 = 0,50 . . .
-
63
.62,0x...
50,0
1)50,0(4
2)50,0(4)50,0ln(50,0
)50,0('f
)50,0(f50,0
)x('f
)x(fxx 1
0
0
01
.62,0x...
62,0
1)62,0(4
2)62,0(4)62,0ln(62,0
)62,0('f
)62,0(f62,0
)x('f
)x(fxx 2
1
112
Como x2 = x1 temos .
Exerccios :
1 ) Idem para 2x3 + ln x - 5 = 0 , sabendo-se que x ] 1,00 ; 2,00 [. Use 2 casas decimais de preciso.
33,1x:.spRe
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 = | xn+1 xn | 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
xxx n1n
. Vamos ver se voc entendeu ...
2 ) Idem para x3 + x 3 = 0 com erro de preciso E 0,005, sabendo-se que x] 1, 2 [.
Use 2 casas decimais de preciso SOMENTE NA RESPOSTA FINAL.
21,1x:.spRe
3 ) Idem para ln x + x = 0 com erro de preciso E 0,005, sabendo-se que x] 0, 1 [.
Use 2 casas decimais de preciso SOMENTE NA RESPOSTA FINAL.
57,0x:.spRe
Resp. : x 0,62
-
64
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 x0 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
;aea; , calcular :
)x(flim
)x(flim
)x(flim
)x(flim
x
ax
ax
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.
-
65
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 ...
Determine as razes da equao 02x
1xln e esboce o grfico das funo f(x) correspondente,
utilizando para tal, o mtodo de separao de razes.
Resoluo :
1 )
;0x:E.C
0x
0x
:E.C , ou simplesmente, x > 0.
2 )
.2x
1xlnlim)x(flim
.)x(flim
x
122
0xln
02x
1xlnlim)x(flim
xx
0x0x0x
3 ) 1x01x0x
1x)x('f
x
1
x
1)x('f2
x
1xln)x('f
22
'
( Valor crtico ).
4 ) Logo, aplicando x = 1 em 2x
1xln)x(f , temos 1y2
)1(
1)1ln()1(fy , da obtemos
o ponto P ( 1, -1 ).
Fazendo o teste da segunda derivada temos, x
2x)x(''f...
x
1x)x(''f
'
2
.
Logo, aplicado em x = 1 em x
2x)x(''f
, temos
01
)1(
2)1()1(''f ( Mnimo relativo ).
-
66
Da temos, P ( 1, -1 ) Ponto de mnimo relativo.
5 ) .2x02x0x
2x)x(''f...
x
1x)x(''f
'
2
( Valor crtico de inflexo ).
6 ) Logo, aplicando x = 2 em 2x
1xln)x(f , temos 81,0y2
)2(
1)2ln()2(fy , da
obtemos o ponto Q ( 2; -0,81 ) Ponto de inflexo.
7 ) Como
)x(flim0x
temos f(x) > 0.
.0)1(f12)1(
1)1ln()1(fy Logo f(x) possui uma raiz 1;0x r .
. 7 6; xraiz outra possui f(x) Logo.009,0)7(f2)7(
1)7ln()7(fy
004,0)6(f2)6(
1)6ln()6(fy
.019,0)5(f2)5(
1)5ln()5(fy
.036,0)4(f2)4(
1)4ln()4(fy
.057,0)3(f2)3(
1)3ln()3(fy
.081,0)2(f2)2(
1)2ln()2(fy
r
Agora utilize o M.N.R para, finalmente encontrar as razes da equao 02x
1xln e depois,
esboce o grfico da funo correspondente 2x
1xln)x(f .
Exerccio :
Determine as razes da equao x7- x5 + 3 = 0 e esboce o grfico da funo f(x) correspondente, utilizando para tal, o mtodo de separao de razes.
-
67
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(fxx
n
n
n1n , a partir de um x0 determinado adequadamente; tal raiz
obtida pela convergncia de resultados, essa convergncia pode ser demonstrada
geometricamente, utilizando-se um grfico cartesiano...
y
x 0
P
P
P
P
f(x)
_
x (Raiz) X2 X1
f(x0)
f(x1)
x0
-
68
Note que o ponto P escorrega at o ponto P ( _
x , 0 ) , com _
x raiz de f(x).
Usando as relaes trigonomtricas no tringulo retngulo, temos :
Portanto .)x('f
)x(fxx
)x('f
)x(fxx
xx
)x(f)x('f
CA
COtg
0
0
01
0
0
10
10
0
0
Portanto .)x('f
)x(fxx
)x('f
)x(fxx
xx
)x(f)x('f
CA
COtg
1
1
12
1
1
21
21
1
1
Da, continuando o processo, temos ...
x0 f(x0) P
x1
x1 f(x1) P
x2
)x('f
)x(fxx
n
nn1n
Frmula de Newton-Raphson
-
69
Quando xn+1 = xn ( Dentro dos critrios de arredondamento ), dizemos que _
x = xn+1 = xn a
soluo, ou raiz, da equao ( funo ) estudada.