Sistemas de Equações Lineares (SEL ) – Parte II Profs.: Bruno Correia da Nóbrega Queiroz José Eustáquio Rangel de Queiroz Marcelo Alves de Barros Sistemas Lineares - Métodos Iterativos É bastante comum encontrar sistemas lineares que envolvem uma grande porcentagem de coeficientes nulos. Esses sistemas são chamados de sistemas esparsos. Para esses tipos de sistemas, o método de Eliminação de Gauss não é o mais apropriado, pois ele não preserva essa esparsidade, que pode ser útil por facilitar a resolução do sistema. Método mais apropriado para esse tipo de sistema métodos iterativo de Gauss-Seidel. 2 Métodos Iterativos partem de um vertor de com uma solucão inicial a cada iteracão: obtem-se um outro vetor de solucões “melhoradas”, obtido por substituicão no sistema de equacões (modificado para o método) calcula-se o erro de todas as variáveis i.e. valor inicial para todas as variáveis até que todos os erros sejam menores que Epsilon dependendo de “certas” condicões o método irá convergir para a solucão do sistema de equacões 3 Métodos Iterativos vetor solucão inicial X° Mais um vetor solucão X² Novo vetor solucão X¹ último vetor solucão x 01 x 11 x 12 x1 x 02 x 12 x 22 x2 x 03 x 04 ⋮ x 0n x 13 x 14 ⋮ x 1n x 23 x 24 ⋮ x n2 x3 x4 ⋮ xn 4 Métodos Iterativos Notacão: k x i valor da variável x na k-ézima iteracão i “erro” da variável xi na k-ézima iteracão: k - x k-1 | | x i i i.e. valor da variável na iteracão atual menos o seu valor na iteracão anterior 5 Métodos Iterativos Outra vantagem destes métodos não são tão suscetíveis ao acúmulo de erros de arredondamento como o método de Eliminação de Gauss. É importante lembrar que: Como todo processo iterativo, estes métodos sempre apresentarão um resultado aproximado, que será tão próximo do resultado real conforme o número de iterações realizadas. Além disso, também é preciso ter cuidado com a convergência desses métodos. 6 Sistemas de Equações Lineares Métodos Iterativos Transforma o sistema linear Ax=b em x = Cx +g A: matriz dos coeficientes, n x m x: vetor das variáveis, n x 1; b: vetor dos termos constantes, n x 1. Métodos utilizados: Gauss-Jacobi Gauss-Seidel C: matriz n x n g: vetor n x 1 7 Sistemas de Equações Lineares Método de Gauss-Jacobi Conhecido x(0) (aproximação inicial) obtém-se consecutivamente os vetores: x 1 =Cx 0 +g, x 2 =Cx 1 +g, pr imeir a a pr oxima çã o segunda a pr oxima çã o , etc . De um modo geral, a aproximação x(k+1) é calculada pela fórmula x(k+1) = C x(k)+g, k=0, 1, ... 8 Sistemas de Equações Lineares Método de Gauss-Jacobi Da primeira equação do sistema a11 x1 + a12 x2 + ... +a1n xn = b1 obtém-se x1 = (1/a11) (b1 - a12 x2 - ... -a1n xn) analogamente x2 = (1/a22) (b2 - a21 x1 - . . . . ... -a2n xn) xn = (1/ann) (bn - an1 x1 - ... - an,n-1 xn-1 ) 9 Sistemas de Equações Lineares Método de Gauss-Jacobi Desta forma para C= g= x= Cx+g 0 - a12 /a11 ... - a1n /a11 ... - a2n /a22 - a21 /a22 0 . . . - an1 /ann - an2 /ann 0 ( b1 /a11 b2 /a22 . . . bn /ann ) -1 10 Sistemas de Equações Lineares Método de Gauss-Jacobi - Critério de parada Distância entre duas iterações d(k) = max xi(k) - xi(k-1) Critério de parada dr(k) = d(k)/ (max xi(k) ) < 11 Sistemas de Equações Lineares Método de Gauss-Jacobi - EXEMPLO Seja o sistema 10 x1 + 2x2 + 3x3 = 7 x1 + 5x2 + x3 = -8 2x1 + 3x2 = 10x3 = 6 C= 0 - 2/10 - 1/10 -1/5 0 - 1/5 -1/5 – 3/10 0 g= -7/10 -8/5 -6/10 12 Sistemas de Equações Lineares Método de Gauss-Jacobi - EXEMPLO x0 = Com C= 0,7 -1,6 0,6 - 2/10 - 1/10 -1/5 0 - 1/5 -1/5 – 3/10 0 e = 0,05 0 g= -7/10 -8/5 -6/10 13 Sistemas de Equações Lineares Método de Gauss-Jacobi - EXEMPLO obtemos x(1) = Cx(0) + g = 0,05 0,96 -1,86 = 0,94 |x1(1) – x1(0)| = 0,26 |x2 (1) – x2 (0)| = 0,26 dr(1) = 0,34/ (max xi(1) ) = 0,1828 > |x3(1) – x3(0)| = 0,34 14 Sistemas de Equações Lineares Método de Gauss-Jacobi - EXEMPLO 0,978 x(2) = -1,98 0,966 0,9997 x(3) = -1,9888 0,984 = 0,05 dr(1) = 0,12/ 1,98 = 0,0606 > dr(1) = 0,0324/ 1,9888 = 0,0163 < 15 Sistemas de Equações Lineares Método de Gauss-Seidel Conhecido x(0) (aproximação inicial) obtém-se x1, x2, ...xk. Ao se calcular +1 x 1k +1 , .. . ,x kj−1 x kj+ 1 , .. . ,x kn x kj +1 usa-se todos os valores que já foram calculados e os valores restantes. 16 Métodos Iterativos – Gauss Seidel Descrição do Método Seja o seguinte sistema de equações: a 11 . x 1 a 12 . x 2 a 13 . x 3 . .. a 1n− 1 . x n− 1 a 1n− 1 . x n = b 1 a 21 . x 1 a 22 . x 2 a 23 . x 3 . .. a 2n− 1 . x n− 1 a 2n− 1 . x n = b 2 a 31 . x 1 a 32 . x 2 a 33 . x 3 . .. a 3n− 1 . x n− 1 a 3n− 1 . x n = b 3 .. . a n n− 1 . x n− 1 a nn . x n = b n ⋮ an . x 1 1 an . x 2 2 an . x3 3 1 17 Métodos Iterativos – Gauss Seidel Isolando xi a partir da linha i, tem-se: x1= 1 b 1 − a 1 2 . x 2 − a 1 3 . x 3 − a 1, n − 1 . x n − 1 − a 1 n . x n a 11 x2= 1 b 2 − a 2 1 . x 1 − a 2 3 . x 3 − a 2, n − 1 . x n − 1 − a 2 n . x n a 22 x3= 1 b 3 − a 3 1 . x 2 − a 3 2 . x 2 − a 3, n − 1 . x n − 1 − a 3 n . x n a 33 ⋮ xn= 1 b n − a n . x 1 − a n . x 2 − . . . − a n , n− 1 . x n − 1 a nn 2 1 18 Métodos Iterativos – Gauss Seidel O processo iterativo é obtido a partir das equações, fazendo: k +1 1 x1 = a 11 b 1 − a 12 . x 2k − a 13 . x k3 − . . .− a 1, n − 1 . x kn− 1 − a 1n . x nk x 2k + 1 = 1 b 2 − a 21 . x 1k + 1 − a 23 . x 3k − .. .− a 2, n − 1 . x kn− 1 − a 2n . x kn a 22 x 3k + 1 = 1 b 3 − a 31 . x 1k + 1 − a 32 . x 2k + 1 − . ..− a 3, n − 1 . x kn− 1 − a 3n . x nk a 33 k +1 1 xn = a nn b n − a n1 . x k1 + 1 − a n2 . x k2 + 1 − . ..− a n,n− 1 . x kn−+11 19 Métodos Iterativos – Gauss Seidel Critério de Parada Diferença relativa entre duas iterações consecutivas. Define-se por diferença relativa a expressão: Máx . 1 i n 0 k 1 M R 1 k 1 k x x i i k 1 x i se k 1 se x 0 i k 1 k x x 0 i i k 1 0 x i se k x i 0 Fim do processo iterativo - valor de MRk+1 pequeno o bastante para a precisão desejada. 20 Métodos Iterativos – Gauss Seidel Exemplo: Resolva: Solução: 21 Métodos Iterativos – Gauss Seidel xk M xk M yk yk zk M zk M Rk -1 - 0 - 1 - - 0,8 2,25 0,65 1 -0,725 2,379 2,379 1,015 0,212 0,92 0,293 -0,967 0,250 0,293 1,009 0,006 0,985 0,066 -0,997 0,030 0,066 1,002 0,007 0,998 0,0013 -1 0,003 0,0013 x = 1,002 y = 0,998 z = -1 Verificação (substituição no sistema): 5.(1,002) + (0,998) + (-1) = 5,008 5 3.(1,002) + 4.(0,998) + (-1) = 5,998 6 3.(1,002) + 3.(0,998) + 6.(-1) = 0 ok ok ok 22 Método de Gauss-Seidel Convergência Processo iterativo a convergência para a solução exata não é garantida para qualquer sistema. No sistema de equações lineares existem certas condições que, se forem satisfeitas irão garantir a convergência do método. essas condições são SUFICIENTES para convergencia, mas NÃO são condições necessárias, Critérios de significa que seria possível a convergência do método para um certo sistema, mesmo não que este não obedeça às condições abaixo: As condições de convergência são os critérios: Critério de Sassenfeld Critério das Linhas. 23 Método de Gauss-Seidel Convergência Critérios de OBS: Se um sistema linear obedece aos critérios de Sassenfeld então também obedece aos critérios de linha (diagonal dominate). 24 Critério de Sassenfeld Sejam as quantidades i dadas por: n 1 β 1 =∣ ∣⋅ ∑ ∣a 1 j∣ a 1 1 j= 2 e β i =∣ 1 ∣⋅ a ii [ i− 1 n ∑ ∣a ij∣⋅ β j ∑ j= 1 j= i+ 1 ∣a ij∣ ] para i = 2, 3, ..., n. n - ordem do sistema linear que se deseja resolver aij - são os coeficientes das equações que compõem o sistema. Este critério garante que o método de Gauss-Seidel convergirá para um dado sistema linear se a quantidade M, definida por: β i for menor que 1 (M<1). 25 Critério de Sassenfeld Exemplo: Seja A, a matriz dos coeficientes e b o vetor dos termos constantes dados por: a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 4 1 a4 2 a 4 3 a 4 4 b1 b2 b3 b4 1 β 1 =∣ ∣⋅ a 1 2 + a 1 3 + a 1 4 a 11 1 β 2 =∣ ∣⋅ ∣a 2 1∣ β 1 ∣a 2 3∣ ∣a 2 4∣ a 22 1 β 3 =∣ ∣⋅ ∣a 3 1∣ β 1 ∣a 3 2∣ β 2 ∣a 3 4∣ a 33 1 β 4 = ∣ ∣⋅ ∣a 4 1∣ β 1 ∣a 4 2∣ β 2 ∣a 4 3∣ β 3 a 44 26 Critério de Sassenfeld Exemplo: Mostre que a solução do sistema linear dado pelas equações: convergirá pelo método de Gauss-Seidel. 27 Critério de Sassenfeld Solução: critério de Sassenfeld calcular os valores das quantidades . i A B 1 β 1= ⋅ 1 0 . 2 0 . 2 = 0 . 7 2 . 0 1 . 0 -0 . 2 0 . 2 0 . 4 2 0 . 6 3 . 0 -0 . 6 -0 . 3 -7 . 8 1 β 2 = ⋅ 0 . 6⋅ 0 . 7 0 .6 0 . 3 = 0 . 44 -0 . 1 -0 . 2 1 . 0 0 .2 1 . 0 3 0 . 4 1 .2 0 . 8 4 . 0 -10 . 0 1 β 3 = ⋅ 0 . 1⋅ 0 . 7 0 .2⋅ 0 . 44 0 .2 = 0 . 358 1 1 β 4 = ⋅ 0 . 4⋅ 0 . 7 1 .2⋅ 0 . 44 0 .8⋅ 0 .358 = 0 .2736 4 M é menor que 1 a solução desse sistema irá convergir usando i o método de Gauss-Seidel. β = 0 .7 28 Critério das Linhas Segundo esse critério, um determinado sistema irá convergir pelo método de Gauss-Seidel, se: n a j1 ji ij aii , para i=1, 2, 3, ..., n. 29 Critério das Linhas Exemplo: O sistema do exemplo anterior satisfaz o critério das linhas e essa verificação pode ser feita de maneira quase imediata, observando-se que: 2⋅ x 1 + x 2 − 0 . 2⋅ x 3 0 . 2⋅ x 4 = 0 . 4 0 . 6⋅ x 1 3⋅ x 2 − 0 .6⋅ x 3 − 0 .3⋅ x 4 = − 7 .8 − 0 . 1⋅ x 1 − 0 . 2⋅ x 2 + x 3 0 . 2⋅ x 4 = 1 . 0 0 . 4⋅ x 1 1 .2⋅ x 2 0 .8⋅ x 3 4⋅ x 4 = − 10 .0 ∣a 1 1∣= 2 ∣a 2 2∣= 3 ∣a 3 3∣= 1 ∣a 4 4∣= 4 ∣a 1 2∣ ∣a 2 1∣ ∣a 3 1∣ ∣a 4 1∣ ∣a 1 3∣ ∣a 2 3∣ ∣a 3 2∣ ∣a 4 2∣ ∣a 1 4∣= 1 0 . 2 0 .2 = 1 . 4 ∣a 2 4∣= 0 . 6 0 . 6 0 . 3 = 1 . 5 ∣a 3 4∣= 0 . 1 0 . 2 0 . 2 = 0 . 5 ∣a 4 3∣= 0 . 4 1 . 2 0 .8 = 2 . 4 n a j1 ji ij aii para i=1, 2, 3, 4. 30 Considerações Finais É importante saber que: Os Critérios são condições suficientes, porém não necessárias, para a convergência do método de GaussSeidel para um dado sistema linear Isso significa que um sistema pode não satisfazer esses critérios e ainda convergir. Um sistema pode não satisfazer o critério das linhas e satisfazer o critério de Sassenfeld, o que garantirá sua convergência. 31 Considerações Finais Exemplo: Seja o sistema: 1 0⋅ x 1 + x 2 = 2 3 6⋅ x 1 2⋅ x 2 = 1 8 Note que esse sistema não satisfaz o critério das linhas, pois: ∣a 22∣= 2 ∣a 21∣= 6 porém, ele satisfaz o critério de Sassenfeld: 1 ∣⋅ 1 = 0 .1 10 1 β 2 =∣ ∣⋅ 6⋅ 0 .1 = 0 . 3 2 β 1 =∣ β i= 0 . 3 1 Convergência garantida. 32 Considerações Finais Outra observação importante A ordem com que as equações aparecem no sistema. Apesar da ordem das equações não alterar a solução do sistema, ela pode alterar a convergência do mesmo pelo método da Gauss-Seidel. 33 Considerações Finais Exemplo: Seja o sistema: − 4⋅ x 1 1 0⋅ x 2 = 1 9 5⋅ x 1 3⋅ x 2 = 1 5 Na forma como o sistema está representado, ele não satisfaz o critério das linhas (verifique isso), portanto sua convergência não é garantida. Porém, trocando-se a ordem das duas equações, o sistema satisfaz esse critério, e sua convergência pelo método de Gauss-Seidel é garantida (verifique isso também). 34