Академический Документы
Профессиональный Документы
Культура Документы
09 de novembro de 2012
1 Equaes lineares
Soluo de um sistema linear
Eliminao de Gauss
Mtodo de Gauss-Jordan
Iterao
Mtodo de Jacobi
Processo de Gauss-Seidel
2 Equaes no lineares
Mtodo de Newton
3 Bibliografia
Equaes lineares
Equaes lineares
Para o sistema:
a11 x1 + a12 x2 + . . . + a1n xn = b1
a21 x1 + a22 x2 + . . . + a2n xn = b2
..
.
am1 x1 + am2 x2 + . . . + amn xn = bm
Eliminao de Gauss
a11 x1 + a12 x2 + . . . + a1n xn = b1
0 + a22 x2 + . . . + a2n xn = b2
..
.
0+ 0 + . . . + ann xn = bn
Resolver o sistema:
x1 + x2 + x3 = 3
2x1 + x2 + 3x3 = 6
3x1 2x2 x3 = 9
Mtodo de Gauss-Jordan
Soluo geral:
xi = bi /aii
Resolver o sistema:
x1 + x2 + x3 = 1
2x1 + x2 + x3 = 2
x1 3x2 2x3 = 4
As incgnitas
so
isoladas e aplicadas, obtendo:
x = 1 3 3
Iterao
Mtodo de Jacobi
um mtodo iterativo;
Consiste em isolar em cada equao uma incgnita, aplicando
uma aproximao inicial arbitrria, obtendo ento uma nova
aproximao;
A cada nova aproximao, os valores convergem para o
resultado;
Resolver o sistema:
4x1 + 2x2 + x3 = 11
2x1 + 4x2 3x3 = 5
x1 + x2 x3 = 3
x1 = 11200
4
x2 = 520+0
4
x3 = 0 + 0 3
x 1 = 2.75 1.25 3
Processo de Gauss-Seidel
um mtodo iterativo;
Converge mais rpido que o mtodo de Jacobi;
Consiste em isolar em cada equao uma incgnita, aplicando
uma aproximao inicial arbitrria na primeira varivel;
Aplica-se a soluo da primeira incgnita nas outras
equaes, e ento repete-se o processo;
A cada nova aproximao, os valores convergem para o
resultado;
Resolver o sistema:
4x1 + 2x2 + x3 = 11
2x1 + 4x2 3x3 = 5
x1 + x2 x3 = 3
x1 = 112x42 x3
x = 52x41 +3x3
2
x3 = x1 + x2 3
Equaes no lineares
Mtodo de Newton
um mtodo iterativo;
Consite em linearizar um sistema no linear atravs da
obteno de tangentes em um ponto inicial;
A matriz dos pontos iterativos so obtidos atravs da
derivao
do sistema, chamado matriz Jacobiana:
f1 (x (0) ) f1 (x (0) ) f1 (x (0) )
...
f x 1 x2 xn
2 (x (0) ) f2 (x (0) ) . . . f2 (x (0) )
x1 x2 xn
. .. .. .. = J(x (0) )
.. . . .
fn (x (0) ) fn (x (0) ) fn (x (0) )
x1 x2 ... xn
Obter a matriz
" Jacobiana: #
(k) (k)
2x 2x
J(x (k) ) = 1
(k)
2
4x1 1
Estimar um ponto inicial:
(0)
x = 1 1
Ao aplicar o ponto inicial no sistema obtemos:
2
1 + 12 9 = 7
2 12 1 = 1
F (x (0) ) = 7 1
0.52 + 22 9 = 4.75
2 0.52 2 = 1.5
F (x (1) ) = 4.75 1.5
Bibliografia