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 = (1 3 7)

Matriz coluna n = 1.

4
ln 5
Exemplo : B4X1 =
sen
2
 2

Matriz nula aquela composta apenas por elemento zero .

0 0
0 0 0
Exemplos : C= D= 0 0
0 0 0 2X3
0 0 3X2

Matriz quadrada m = n, definida simplesmente como matriz quadrada de ordem n.

1 2 0
9 8
Exemplos : E= ln 6 3 1 F2 =
1 0
1 6 7 3X3

Obs. :

Numa matriz quadrada, temos...

a 11 a 12 a 1n
a 21 a 22 a 2n
a) An =

a n1 a n2 a nn nXn

Diagonal Diagonal principal i = j

secundria

b ) Trao de uma matriz a soma ou somatrio dos elementos da sua diagonal

principal e indicamos Tr (matriz).

1 5 6 3
0 4 2 7
Exemplo : G = Tr (G) = 1 - 4 + 4 + 2 Tr (G) = 3.
8 9 4 5
1 1 0 2 4X4
 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.

1 0 0 0
0 1 0 0 1 0
Exemplos : I4 = I2 =
0 0 1 0 0 1
0 0 0 1

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
.

1 6
1 0 5 t
Exemplos : H= H = 0 4
6 4 7 2X3
5 7 3X2

1 0 4 1 2 9
t
J= 2 7 8 J = 0 7 5
9 5 3 3X3
4 8 3 3X3

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.

2 3 4 5 2 3 4 5
Exemplo : K2X4 = logo, -K2X4 =
6 8 7 9 6 8 7 9
 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.

k 11 k 12
Resoluo : Temos a matriz K3X2 = k 21 k 22 portanto...
k 31 k 32

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

3 4
Logo... K3X2 = 5 6
7 8

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 :

0 1 2 0 1 2
Sejam as matrizes L= e M=
3 4 5 2X3
3 4 5 2X3

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 :

4 2 1 6 2 3
Sejam as matrizes N= e O=
0 3 5 2X3
7 8 9 2X3

Como A e B so de mesma ordem.podemos efetuar a operao P = N + O, da :

4 2 1 6 2 3 (4 6) ( 2 2) (1 3) 10 0 2
P= + = P=
0 3 5 7 8 9 (0 7) (3 8) (5 9) 7 11 4

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 :

2 4 3 1 2
Sejam as matrizes A= 1 0 6 e B= 4 2
3 3 5 3 5

Efetue, caso seja possvel, C = A.B .

D = B.A
 7
Resoluo :

A3X3 . B3X2 = C3X2 , portanto ...

2 4 3 1 2 (2.1) (4.4) ( 3.3) (2.2) [ 4.( 2)] ( 3.5)

1 0 6 . 4 2 = (1.1) (0.4) (6.3) (1.2) [0.( 2)] (6.5) =
3 3 5 3 5 (3.1) (3.4) (5.3) (3.2) [3.( 2)] (5.5)

2 16 9 4 8 15
= 1 0 18 2 0 30 N 9 19
3 12 15 6 6 25 C = 19 32
30 25

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:

An. An-1 = An-1. An = In

Onde In a matriz identidade de ordem n.

Obs. : Nem todas as matrizes quadradas possuem inversa.

Exemplo :
4 5
Determine ( Caso exista ) a matriz inversa de P = .
3 1
Resoluo :
4 5 a b 1 0
P2 . P2-1 = I2 . = , portanto resolvendo o produto ...
3 1 c d 0 1

4a 5c = 1 3a + c = 0
4b 5d = 0 3b + d = 1
4 a 5c 1 4b 5d 0
Temos pois dois sistemas lineares bsicos: e
3a c 0 3b d 1
 8
1 5 3 4
Resolvendo tais sistemas, obtemos : a = ,b= ,c= ed= .
19 19 19 19

a b 4 5 1 0
De forma anloga, efetuamos P2-1 . P2 = I2 . = .
c d 3 1 0 1
1 5
19 19
Logo, obtemos P-1 =
3 4
19 19
 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.

2 5 2 5
B= , portanto det (B) = .
3 0 3 0

1 9 3 2 1 9 3 2
4 0 8 7 4 0 8 7
C= , portanto det (C) = .
6 5 1 2 6 5 1 2
0 0 4 5 0 0 4 5

CLCULO DO DETERMINANTE

a ) Primeira ordem n=1

A1 = a 11 det (A1) = a 11 = 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

a 11 a 12
A2 = det (A2) = ( a11. a22 ) - ( a12. a21 ).
a 21 a 22
Inverter Manter
sinal sinal
 10
Exemplo :

1 2
C= det (C) = = ( -1. 4 ) [ 2. (-3) ] = - 4 + 6 det (C) = 2
3 4

3 ) Terceira ordem n = 3 ( Regra de Sarrus )

a 11 a 12 a 13 a 11 a 12 a 13 a 11 a 12
A3 = a 21 a 22 a 23 det (A3) = a 21 a 22 a 23 a 21 a 22
a 31 a 32 a 33 a 31 a 32 a 33 a 31 a 32

Inverter Manter
sinal sinal
A partir deste ponto, o processo anlogo ao da resoluo do determinante de segunda
ordem.

Exemplo :
1 3 5 1 3 5 1 3
D= 2 4 3 det (D) = 2 4 3 2 4 = 8 - 27 + 0 60 - 0 - 12
3 0 2 3 0 2 3 0

det (D) = - 91 Inverter Manter

sinal sinal

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 :

1 3 2 0 1 3 2 0
4 2 1 3 4 2 1 3
Seja a matriz A = , calcule det (A) = .
3 1 0 2 3 1 0 2
4 0 3 1 4 0 3 1
 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 :

1 3 2 0
4 2 1 3
det (A) = 4.A 21 2.A 22 1.A 23 3.A 24
3 1 0 2
4 0 3 1

onde A21, A22, A23 e A21 so chamados de cofatores dos respectivos elementos.
Genericamente podemos indicar como cofator de aij como sendo:

Aij = (-1)i+j. Dij

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 :

3 2 0 3 2 0
2+1 3
A21 = (-1) . D21 = (-1) . 1 0 2 1 0 2 = - ( -16) A21 = 16
0 3 1 0 3 1

1 2 0 1 2 0
2+2 4
A22 = (-1) . D21 = (-1) . 3 0 2 3 0 2 = 16 A22 = 16
4 3 1 4 3 1
 12

1 3 0 1 3 0
2+3 5
A23 = (-1) . D23 = (-1) . 3 1 2 3 1 2 = - ( -32) A23 = 32
4 0 1 4 0 1

1 3 2 1 3 0
2+4 6
A24 = (-1) . D24 = (-1) . 3 1 0 3 1 2 = - 32 A24 = -32
4 0 3 4 0 1

Voltando ao determinante principal ...

1 3 2 0
4 2 1 3
det (A) = 4.A 21 2.A 22 1.A 23 3.A 24
3 1 0 2
4 0 3 1

Substituindo os cofatores, temos :

det (A) = 4.(16) 2.(16) 1.(32) 3.( 32)

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

8 10 3 1
0 3 4
5 0 2 4
0 7 2 0 0
0 0 0 0
0 6 0
7 89 6 43

2. Caso DUAS filas do determinante forem IGUAIS ou PROPORCIONAIS, o resultado

deste ser ZERO.

Exemplos

8 10 16 1
2 3 4
5 3 10 4
1 7 2 0 0
10 0 20 2
1 7 2
7 89 14 43

3. Caso UMA fila do determinante for COMBINAO LINEAR de outras filas, o resultado
deste ser ZERO.

Exemplo

1 4 3 2
5 3 10 4
0
7 89 14 43
Linha 4 = Linha 1 + linha 2 6 7 13 6
 14

4. O DETERMINANTE de uma matriz quadrada A IGUAL ao determinante de sua matriz

transposta At.

Exemplo

1 4 2 6
3 3 5 0
det (A) = 497
2 9 8 0
7 6 6 1

1 3 2 7
4 3 9 6
det (At) = 497
2 5 8 6
6 0 0 1

Resumindo... det (A) = det (At)

5. Ao TROCARMOS de posio DUAS filas de um determinante, o resultado do NOVO

determinante ser o OPOSTO do resultado do primeiro.

Exemplo

2 2 4 6
3 5 9 0
det (A) = 2.036
2 8 9 0
7 7 6 1

2 4 2 6
3 9 5 0
det (B) = 2.036
2 9 8 0
7 6 7 1
 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

2 2 4 6
3 5 9 0
2.036 .
2 8 9 0
7 7 6 1

Seja k = 3 e multiplicando cada elemento da 3 linha por este k, obtemos :

2 2 4 6
3 5 9 0
6.108 3.(2.036)
6 24 27 0
7 7 6 1

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

8 0 0 0
6 3 1
5 1 0 0
0 7 2 168 688
10 3 2 0
0 0 4
7 89 6 43

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).

1
Determinante ma matriz inversa det(A) = , com det(A) 0.
det( A)
 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 :
2x 3y 6 6x 2 y 0
a) b)
5x y 2 2x 11y 0

x y z 9
c) x y 2z 3w 9 d)
5x 11y 1

MATRIZES ASSOCIADAS

4x 3y 1
No sistema temos...
2x 5y 2

4 3
Matriz incompleta
2 5

4 3 1
Matriz completa
2 5 2

REPRESENTAO MATRICIAL DE UM SISTEMA LINEAR

2x y 3
2 1 x 3
O sistema pode ser escrito na forma matricial : . , onde :
1 3 y 5
x 3y 5

2 1
a matriz incompleta ( ou dos coeficientes).
1 3

x
a matriz das incgnitas.
y

3
a matriz dos termos independentes.
5
 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 :

x y 3
No sistema , temos o par ordenado ( 2, 1 ) como soluo do sistema, pois ele
x y 1
soluo das duas equaes do sistema.

x y z 2
No sistema , temos a terna ordenada ( 0, 2, 4 ) como soluo do sistema, pois
2y z 0
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
Possui soluo No possui soluo

DETERMINADO INDETERMINADO
Soluo nica Infinitas solues
 18
Exemplos :

x y 5
a ) O sistema S.P.D, pois o par ordenado ( 1, 6 ) sua NICA soluo.
3x y 3

5x 5y 5z 10
b ) O sistema S.P.I, pois apresenta INFINITAS solues, entre elas, podemos
x y z 2
citar : ( 1, 1, 2 ); ( 0, 2, 4 ); ( 1, 0, 1 ).

x y 5
c ) O sistema S.I, pois NO apresenta soluo.
x y 3

EXERCCIOS :

2x y 5
1 ) Verifique se ( 2, -1 ) soluo do sistema linear .
x y 1

x y 0
2 ) Idem para ( 1, 1, 1 ) no sistema 2x z 1 .
x y
3z 2
2 2

3x y z 7
3 ) Idem para ( 0, -2, 5 ) no sistema x y z 4 .
y z 7

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 :

3 x1 4 x2 2 3x 2 y 5
a) b) x y 1
x1 4x y 6
x2 1
3

6 ) Escreva o sistema associado s equaes matriciais :

2 1 x 0
a) .
3 1 y 3

1 3 5 x 8
b) 0 1 2 . y 2
0 0 4 z 12

x
4 2 1 8
c) . y
1 0 1 3
z

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...

x 2y z 5
Resolva o sistema x 2 y 3z 3 , usando Cramer.
4x y z 4
 20
Resoluo :

Calculando o determinante principal D ...

1 2 1
D= 1 2 3 D = -36 0, portanto S.P.D.
4 1 1

Calculando os determinantes das incgnitas ...

5 2 1
Dx = 3 2 3 Dx = -36.
4 1 1

1 5 1
Dy = 1 3 3 Dy = 72.
4 4 1

1 2 5
Dz = 1 2 3 Dz = -72.
4 1 4

Dx 36
Logo x= x=1
D 36

Dy 72
y= y = -2
D 36

Dz 72
z= z=2
D 36

Portanto ... S = { ( 1, -2, 2 ) }

Exerccios :

1 ) Resolva os sistemas lineares, usando Cramer :

x y 6 x y z 0 x 2y 1
a) b) x 2 y 2z 3 c) y z 3
x y 2 2x y z 3 x 2z 1

S = { ( 4, 2 ) } S = { ( 1, 3, 2 ) } S = { ( 3, 1, 2 ) }
 21

DISCUTINDO UM SISTEMA LINEAR

D 0 S.P .D
S.P.I
Por Cramer, quando D 0 ou .
S.I

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 :

x y 3
1 ) discuta o sistema em funo de m :
2x my 2

Resoluo :

1 1
D= D = m 2.
2 m

Logo ... S.P.D D 0 m2 0 m 2.

S.P .I
OU D=0 m2=0 m = 2.
S.I

x y z 1
2 ) Idem para 2x y 3z 6
mx y 5z 9
 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 :

5x 6 y 3 5x 6 y 3 5x 6 y 3
Seja o sistema ...
2x y 5 2x y 5 .(6) 12x 6 y 30

somando menbro-a-membro de cada equao, temos (5x + 12x) + (6y 6y) = 3 + 30 17x = 33 .

5x 6 y 3
33
Chegamos pois ao sistema equivalente x
17
17 x 33

33 114 1 19 33 19
Logo 5 6y 3 y . y , portanto S , .
17 17 6 17 17 17

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 ...

2 x 3y z 4
Seja o sistema linear 4x 3y z 2 , representaremos o sistema com o uso do D.P.G da
x y z 1
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

2 3
coeficientes referentes a y em E1 e E2 e calculamos o determinante = -18, analogamente,
4 3
tomamos os coeficientes referentes a x em E1 e E2 bem como os coeficientes referentes a z em E1 e
2 1
E2 e calculamos o determinante = 6 e finalmente tomamos os coeficientes referentes a x em E1
4 1
2 4
e E2 bem como os termos independentes em E1 e E2 e calculamos o determinante = -12.
4 2

3 ) Clculo da equao E3 ... Tomamos os coeficientes referentes a x em E1 e E3 bem como os

2 3
coeficientes referentes a y em E1 e E3 e calculamos o determinante = -5, analogamente,
1 1
tomamos os coeficientes referentes a x em E1 e E3 bem como os coeficientes referentes a z em E1 e
2 1
E3 e calculamos o determinante = 3 e finalmente tomamos os coeficientes referentes a x em E1
1 1
2 4
e E3 bem como os termos independentes em E1 e E3 e calculamos o determinante = -2.
1 1

4 ) Clculo da equao E3 ... Tomamos os coeficientes referentes a y em E2 e E3 bem como

18 6
os coeficientes referentes a z em E2 e E3 e calculamos o determinante = -24, analogamente,
5 3
tomamos os coeficientes referentes a y em E2 e E3 bem como os termos independentes em E2 e E3
18 12
e calculamos o determinante = -24.
5 2

5 ) Temos portanto o sistema equivalente formado pelas equaes E1, E2 e E3 ()...

2x 3y z 4
18y 6z 12
24z 24
Resolvendo o sistema a partir da terceira equao temos: z = 1, y = 1 e x = 1 .

Logo S 1, 1,1 .
 24
Exerccios :

1 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.

3x 4 y z 11
2x 4 y z 6 S 1, 3, 4
7 x 2 y 3z 1

2 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.

2x y z 7
20 52
4x 2 y z 3 S , ,11
3 3
x y 2z 2

3 ) Resolva o sistema utilizando o dispositivo prtico de Gauss.

2x 3y 4z 2w 3
x 3y 2z w 2
S 19,88; 24,15; 24,86; 4,86
3x 4y 2z 2w 3
4x 2y 2z 3w 4
 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:

2 0 0 0
1 0 0
8 7 0 0
B 3 2 0 C
1 9 5 0 .
8 7 9
4 0 6 0

Nota : Vale a pena lembrar que, em particular neste mtodo, todos os elementos da diagonal principal de L sero o algarismo 1.

Matriz triangular superior : Un onde os elementos abaixo da diagonal principal so todos nulos.

Exemplos de matrizes triangulares superiores:

4 1 0 3
1 4 7
0 1 0 5
D 0 3 8 E
0 0 2 6 .
0 0 5
0 0 0 4
 26
Tomemos um sistema de equaes lineares do tipo Ax = b e sabendo que A = LU, iremos na

Lt b
e
verdade, solucionar dois sistemas mais simples de equaes lineares : obtidos a partir de
Ux t

A = LU Ax = ( LU )x Ax = L ( Ux ) , considerando Ux = t , temos Ax = Lt, como

Ax = b Lt = b. C.M.Q.D

a11 a12 a13

A a 21 a 22 a 23
Seja um sistema linear de ordem trs, obtemos a matriz dos coeficientes ,
a 31 a 32 a 33

E1 a11x a12 y a 31z b

E2 a 21x a 22y a 21z c
ento .
E3 a 31x a 32 y a 33z d

a 21
m 21
a 11
e
Pela lgica usada no mtodo de Gauss, calculamos os multiplicadores a 31 , da efetuando
m 31
a 11

E '2 m 21. E1 E2

as transformaes lineares elementares , equivalente a efetuarmos a operao

E 3' m 31. E1 E3

1 0 0
( 0)
M m 21 1 0
m31 0 1
a11 a12 a13
'
(0) a11 a12 a13 A 0 a '22 a '23
A = M . A onde temos , obtendo ' ' .
A a 21 a 22 a 23 0 a 32 a 33
a 31 a 32 a 33
 27
'
a 32
m 32
Continuando o processo, iremos calcular o multiplicador a '22 bem como efetuar a

transformao linear elementar E 3'' m32. E '2 E 3' , equivalente a efetuarmos a operao

1 0 0
M (1) 0 1 0
0 m 32 1
a11 a12 a13
(1) a11 a12 a13 A '' 0 a '22 a '23
A = M . A onde temos , obtendo '' .
A' 0 a '22 a '23 0 0 a 33
' '
0 a 32 a 33

Temos ento as seguintes Matrizes ...

a11 a12 a13

A a 21 a 22 a 23
a 31 a 32 a 33

1 0 0
M ( 0) m 21 1 0
m 31 0 1

a11 a12 a13

' ( 0)
A M .A 0 a '22 a '23
' '
0 a 32 a 33

1 0 0
(1)
M 0 1 0
0 m 32 1

a11 a12 a13

A '' M (1) . A ' 0 a '22 a '23
''
0 0 a 33
 28
(1) (0) (1) (0) (1) (0)
Observe que A = M .A e A= M .A, ento A = M . [M .A] = M .M . A, ou seja:

a11 a12 a13 1 0 0 1 0 0 a11 a12 a13

'' (1) ( 0)
A M .M .A 0 a '22 a '23 0 1 0 . m 21 1 0 . a 21 a 22 a 23
'' .
0 0 a 33 0 m32 1 m31 0 1 a 31 a 32 a 33

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 ...

1 0 0
( 0) 1
M m 21 1 0
m 31 0 1

1 0 0
(1) 1
M 0 1 0
0 m 32 1

1 0 0
( 0) 1 (1) 1
M .M m 21 1 0
m 31 m 32 1

Finalmente ...

A = [M(0)]-1.[M(1)]-1. A

1 0 0 a11 a12 a13

A m 21 1 0 . 0 a '22 a '23 A L.U
m 31 m 32 1 ''
0 0 a 33
 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.

x 3y 2z 11
2x 8y z 15
1 ) Determine a soluo do sistema linear .
4x 6 y 5z 29

Resuloo :

1 3 2
A 2 8 1
4 6 5
a 21 ( 2)
m 21 m 21 2
a11 1
e
a 31 4
m 31 m 31 4
a11 1

1 0 0 1 0 0
M ( 0) m 21 1 0 M ( 0) 2 1 0
m31 0 1 4 0 1
1 0 0 1 3 2 1 3 2
A' M ( 0) . A 2 1 0. 2 8 1 A' 0 2 3
4 0 1 4 6 5 0 6 3

a '32 6
m 32 m32 3
a '22 2
1 0 0 1 0 0
(1) (1)
M 0 1 0 M 0 1 0
0 m32 1 0 3 1
1 0 0 1 3 2 1 3 2
'' (1) ' ''
A M .A 0 1 0. 0 2 3 A 0 2 3
0 3 1 0 6 3 0 0 12
 30
Ento temos:

1 0 0 1 0 0
L m 21 1 0 L 2 1 0
m 31 m 32 1 4 3 1

a11 a12 a13 1 3 2

U 0 a '22 a '23 U 0 2 3
'' 0 0 12
0 0 a 33

Resolvendo o sistema Lt = b ...

1 0 0
L 2 1 0 Matriz dos termos independentes

4 3 1
1 0 0 t11 11
LT B 2 1 0 . t12 15
4 3 1 t13 29
t11
T t 21
t 31

Da...

t11 11 Re solvendoo sistema... 11

2 t11 t 21 15 T 7
4 t11 3t 21 t 31 29 36
 31
Resolvendo o sistema Ux = t ...

1 3 2
U 0 2 3
0 0 12
1 3 2 x 11
UX T 0 2 3 . y 7
0 0 12 z 36
x
X y
z

Da...

x 3y 2z 11 Re solvendoo sistema... x 2
2y 3z 7 X y 1
12z 36 z 3

S 2, 1, 3
 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...
Transfomaes
Equao Multiplicadores x y z x 3y 2z 11
Elementares
E1 1 -3 2 2x 8y z 15
E2 -2 8 -1 4x 6 y 5z 29
E3 4 -6 5
a 21 ( 2)
E2
m 21
a11 1
2 0 2 3 * E '2 m 21. E1 E2

a 31 4
E3 m 31
a11 1
4 0 6 -3 ** E3' m31. E1 E3

'
a 32 6
E3 m 32 3 0 0 -12 *** E3'' m32. E '2 E 3'
a '22 2

a '22 2.a12 a 22 2.( 3) 8 a '22 2

*
a '23 2.a13 a 23 2.(2) ( 1) a '23 3

' '
a 32 4.a12 a 32 4.( 3) ( 6) a 32 6

** ' '
a 33 4.a13 a 33 4.(2) (5) a 33 3

''
*** a 33 3.a '23 a 33
'
3.(3) ( 3) ''
a 33 12

Portanto

1 0 0 1 0 0
L m 21 1 0 L 2 1 0
m 31 m 32 1 4 3 1

E1 1 3 2
U E '2 U 0 2 3
E 3'' 0 0 12

A partir daqui, o processo o mesmo j apresentado.

 33
Exerccio :

Resolva o sistema abaixo usando a decomposio LU...

x 3y 2z 11
2x 8y z 15
4x 6 y 5z 29

1,00 0,00 0,00

L 0,33 1,00 0,00
1,33 1,00 1,00

3,00 2,00 4,00

U 0,00 0,33 0,67
0,00 0,00 8,00

1,00
Respostas :
T 1,67
0,00

S 3,00 ; 5,00 ; 0 ,00

 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 ...

a11 a12 a13 a14

a 21 a 22 a 23 a 24
A
a 31 a 32 a 33 a 34
a 41 a 42 a 43 a 44

l11 0 0 0
l 21 l 22 0 0
L
l31 l32 l33 0
l 41 l 42 l 43 l 44

l11 l 21 l31 l 41
0 l 22 l32 l 42
Lt
0 0 l33 l34
0 0 0 l 44

Como A = LLt, temos ...

a11 a12 a13 a14 l11 0 0 0 l11 l 21 l31 l 41

a 21 a 22 a 23 a 24 l 21 l 22 0 0 0 l 22 l32 l 42
.
a 31 a 32 a 33 a 34 l31 l32 l33 0 0 0 l33 l34
a 41 a 42 a 43 a 44 l 41 l 42 l 43 l 44 0 0 0 l 44

Ento conclumos que a diagonal principal ...

 35
2
a11 = l11.l11 = (l11)

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 ...

a nn = l n1.l n1 + l n2.l n2 + ... + l nn .l nn = (ln1) 2 + (ln2 ) 2 + + (lnn ) 2

l11 a11

i 1
lii a ii lik 2 ; i 2, 3,..., n
k 1

Analogamente, temos abaixo da diagonal principal

1 coluna 2 coluna j sima coluna

a 21 l 21.l11 a 32 l31.l 21 l32.l 22 a j 1, j l j 1,1l j1 l j 1,2 g j2 ... l j 1, jl jj
a 31 l31.l11 a 42 l 41.l 21 l 42.l 22 a j 2, j l j 2,1l j1 l j 2,2 l j2 ... l j 2, jl jj

a n1 l n1.l n1 a n2 l n1.l 21 l n 2 .l 22 a nj l n1l j1 l n 2 l j2 ... l njl jj

Logo temos

a i1
li1 ; i 2, 3, ..., n
l11

j 1
a ij lik .l jk
lij k 1 ; 2 j i
l jj

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 :
x y 2

x 2y z 1
Resolva o sistema .
y 3z 5

Resoluo :

Determinando as matrizes do sistema ...

1 1 0 2
A 1 2 1 e B 1
0 1 3 5

Verificando se a matriz A pode ser decomposta em LLt ...

A simtrica.

det(A1 ) 1 1 0

1 1
det(A 2 ) 1 0
1 2

1 1 0
det(A 3 ) det(A) 1 2 1 2 0
0 1 3

Portanto, A pode ser decomposta em LLt .

 37
l11 0 0 l11 l 21 l 31
t
Caculando as matrizes L l 21 l 22 0 eL 0 l 22 l 32 ...
l 31 l 32 l 33 0 0 l 33

l11 a11 1 l11 1

a i1 a 21 1
li1 l 21 l 21 1
l11 l11 1

a 31 0
l31 l31 0
l11 1
i 1 2 1 1
2 2
a ii lik l 22 a 22 l 21 a 22 l 21 2 2 l2 2 1 l 22 1
k 1 k 1 k 1

j 1 2 1 1
a ij lik .l jk a 32 l31.l 21 a 32 l31.l 21
k 1 k 1 k 1 1 (0.1)
l32 lij l32 l32 1
l jj l 22 l 22 l

3 1 2
2 2
l33 a 33 l31 l32 a 33 l31 2 l32 2 3 0 2 ( 1) 2 3 0 1 l 22 2
k 1 k 1

Portanto ...

l11 0 0 1 0 0
L l 21 l 22 0 1 1 0
l 31 l 32 l 33 0 1 2

l11 l 21 l 31 1 1 0
t
L 0 l 22 l 32 0 1 1
0 0 l 33 0 0 2

1 1 0 1 0 0 1 1 0
t
A LL 1 2 1 1 1 0 .0 1 1
0 1 3 0 1 2 0 0 2
 38
t
Solucionando os sistemas Lt = b e L x = t.

Lt = b

1 0 0 t1 2 t1 2
1 1 0 . t2 1 resolvendo o sistema T t2 1
0 1 2 t3 5 t3 2 2

Lt x t

1 1 0 x 2 x 1
0 1 1 . y 1 resolvendo o sistema X y 1
0 0 2 z 2 2 z 2

Finalmente ...

x y 2

x 2y z 1
A soluo do sistema S= { ( 1, 1, 2 ) }
y 3z 5

===========================================================================
Exerccios :

1 0 0 1
1 ) Sejam as matrizes A 1 1 0 e B 2 do sistema Ax = b. Determine a sua soluo usando
0 1 2 5

a decomposio de Cholesky.

1 1 0 1
2 ) Sejam as matrizes A 1 2 1 e B 2 do sistema Ax = b. Determine a sua soluo usando
0 1 3 5

a decomposio de Cholesky.
===========================================================================
===========================================================================
 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 x 0 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 x lim x n , ela aceita o clculo
n

x lim x n lim Bx n 1 d B lim x n 1 d Bx d , demonstrando ser x soluo do sistema.

x x x

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 :

a 11x a 12 y a 13z b1
a 21x a 22 y a 23z b2
a 31x a 32 y a 33z b3

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
a 11 a 12 a 13 b1 a 12 a 13 b1
x y z x y z
a 11 a 11 a 11 a 11 a 11 a 11 a 11
a 21 a 22 a 23 b2 a 21 a 23 b2
x y z x y z .
a 22 a 22 a 22 a 22 a 22 a 22 a 22
a 31 a 32 a 33 b3 a 31 a 32 b3
x y z x y z
a 33 a 33 a 33 a 33 a 33 a 33 a 33
2 Passo

Isolando x, y e z em cada linha respectivamente, temos :

a 12 a 13 b1
x 0x y z
a 11 a 11 a 11
a 21 a 23 b2
y x 0y z .
a 22 a 22 a 22
a 31 a 32 b3
z x y 0z
a 33 a 33 a 33

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
b1 b2 b3
do sistema, logo temos : x ( 0) , y ( 0) , z (0) . Cada grupo de novos valores de x, y e z
a 11 a 22 a 33
que sero encontrados, tero como base os ltimos valores anteriormente encontrados iterando-se cada
linha do sistema acima, da temos :

a 12 ( 0 ) a 13 ( 0 ) b1
x (1) 0x ( 0) y z
a 11 a 11 a 11
a 21 (1) a b2
y (1) x 0 y ( 0) 23 ( 0 )
z
a 22 a 22 a 22
a 31 (1) a 32 (1) b3
z (1) x y 0z ( 0 )
a 33 a 33 a 33

a 12 (1) a 13 (1) b1
x ( 2) 0x (1) y z
a 11 a 11 a 11
a 21 ( 2 ) a 23 (1) b 2
y ( 2) x 0 y (1) z
a 22 a 22 a 22
a 31 ( 2 ) a 32 ( 2 ) b3
z ( 2) x y 0z (1)
a 33 a 33 a 33
.
.
.
 41
a 12 ( n ) a 13 ( n ) b1
x (n 1)
0x ( n ) y z
a 11 a 11 a 11
a 21 ( n 1) a b2
y (n 1)
x 0y (n) 23 ( n )
z .
a 22 a 22 a 22
a 31 ( n 1) a 32 ( n 1) b3
z (n 1)
x y 0z ( n )
a 33 a 33 a 33

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.

10x 2 y z 9
x 8y z 8
2x y 15z 18

Resoluo:

1 Passo

Temos a11 = 10, a22 = 8 e a33 = 15.

Da :
10 2 1 9
x y z
10 10 10 10 x 0,2 y 0,1z 0,9
1 8 1 8
x y z 0,1x y 0,1z 1,0 .
8 8 8 8
2 1 15 18 0,1x 0,1y z 1,2
x y z
15 15 15 15

2 Passo

Isolando x, y e z em cada linha respectivamente, temos :

 42
x 0x 0,2 y 0,1z 0,9
y 0,1x 0 y 0,1z 1,0 .
z 0,1x 0,1y 0z 1,2

3 Passo

x ( 0 ) 0,9
Valores iniciais y ( 0 ) 1,0 .
z ( 0 ) 1,2

x (1) 0(0,9) 0,2 1,0 0,1 1,2 0,9 x (1) 1,0

1 Iterao y (1) 0,1 1,0 0 1,0 0,1 1,2 1,0 y (1) 1,0 .
z (1) 0,1 1,0 0,1 1,0 0 1,2 1,2 z (1) 1,0

x ( 2) 0(1,0) 0,2 1,0 0,1 1,0 0,9 x ( 2) 1,0

2 Iterao y ( 2) 0,1 1,0 0 1,0 0,1 1,0 1,0 y ( 2) 1,0 .
z ( 2) 0,1 1,0 0,1 1,0 0 1,0 1,2 z ( 2) 1,0

Como temos x(2) = x(1), y(2) = y(1) e z(2) = z(1), respectivamente, dizemos que houve convergncia e

x x (1) x ( 2) 1,0
que portanto as solues aproximadas do sistema so: y y (1) y ( 2 ) 1,0 .
z z (1) z ( 2) 1,0

Portanto S = { ( 1,0 ; 1,0 ; 1,0 ) }

Exemplo 2

Encontre a soluo do sistema abaixo, pelo mtodo iterativo de Gauss-Seidel, utilizando duas casa
decimal depois da vrgula.

7x 2y z 4
x 10 y z 5
2 x 3y 9z 6
 43

Resoluo:

1 Passo

Temos a11 = 7, a22 = 10 e a33 = 9.

Da :
7 2 1 4
x y z
7 7 7 7 x 0,29 y 0,14z 057
1 10 1 5
x y z 0,10x y 0,10z 0,50 .
10 10 10 10
2 3 9 6 0,22x 0,33y z 0,67
x y z
9 9 9 9

2 Passo

Isolando x, y e z em cada linha respectivamente, temos :

x 0x 0,29 y 0,14z 0,57

y 0,10x 0 y 0,10z 0,50 .
z 0,22x 0,33y 0z 0,67

3 Passo

x ( 0 ) 0,57
Valores iniciais y ( 0) 0,50 .
z ( 0 ) 0,67

x (1) 0(0,57) 0,29 0,50 0,14 0,67 0,57 x (1) 0,62

1 Iterao y (1) 0,10 0,62 0 0,50 0,10 0,67 0,50 y (1) 0,37 .
z (1) 0,22 0,62 0,33 0,37 0 0,67 0,67 z (1) 0,41

x ( 2) 0(0,62) 0,29 0,37 0,14 0,41 0,57 x ( 2) 0,62

2 Iterao y ( 2) 0,10 0,62 0 0,37 0,10 0,41 0,50 y ( 2) 0,40 .
z ( 2) 0,22 0,62 0,33 0,40 0 0,41 0,67 z (1) 0,40

x ( 3) 0(0,62) 0,29 0,40 0,14 0,40 0,57 x ( 3) 0,63

3 Iterao y ( 3) 0,10 0,63 0 0,40 0,10 0,40 0,50 y ( 3) 0,40 .
z ( 3) 0,22 0,63 0,33 0,40 0 0,40 0,67 z ( 3) 0,40
 44
( 4) ( 4)
x 0(0,63) 0,29 0,40 0,14 0,40 0,57 x 0,63
4 Iterao y ( 4) 0,10 0,63 0 0,40 0,10 0,40 0,50 y ( 4) 0,40 .
z ( 4) 0,22 0,63 0,33 0,40 0 0,40 0,67 z ( 4) 0,40

Como temos x(4) = x(3), y(4) = y(3) e z(4) = z(3), respectivamente, dizemos que houve convergncia e
x x (3) x ( 4 ) 0,63
que portanto as solues aproximadas do sistema so: y y (3) y ( 4) 0,40 .
z z (3) z ( 4 ) 0,40

Portanto S = { ( 0,63 ; 0,40; 0,40 ) }

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.

10x 2 y z 9
x 8y z 8
2x y 15z 18

1 Passo

Temos a11 = 10, a22 = 8 e a33 = 15.

Da :
10 2 1 9
x y z
10 10 10 10 x 0,2 y 0,1z 0,9
1 8 1 8
x y z 0,1x y 0,1z 1,0 .
8 8 8 8
2 1 15 18 0,1x 0,1y z 1,2
x y z
15 15 15 15

2 Passo

Isolando x, y e z em cada linha respectivamente, temos :

x 0x 0,2 y 0,1z 0,9

y 0,1x 0 y 0,1z 1,0 .
z 0,1x 0,1y 0z 1,2
 45

3 Passo

x ( 0 ) 0,9
Valores iniciais y ( 0 ) 1,0 .
z ( 0 ) 1,2

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 :

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

A prxima linha ( Iterao 0 ) ser preenchida pelos valores iniciais, ou seja, os termos independentes
do 3 Passo ...

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 ...

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
 46

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 Iteraes ...

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.

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 Iteraes ...

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.

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 ...

A prxima linha ( Iterao 2 ) ser preenchida da seguinte forma:

 47
(2)
O elemento x 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

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 ...
1,0 2
(2)
O elemento y 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.

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 ...
1,0 1,0 2

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.

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 ...
1,0 1,0 1,0 2

Como temos x(2) = x(1), y(2) = y(1) e z(2) = z(1), respectivamente, dizemos que houve convergncia e
 48
(1) ( 2)
x x x 1,0
que portanto as solues aproximadas do sistema so: y y (1) y ( 2)
1,0 .
z z (1) z ( 2)
1,0

Portanto S = { ( 1,0 ; 1,0 ; 1,0 ) }

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.

10x 3y z 2
1) x 10 y 4z 3 S = { ( 0,29; -0,44; -0,43 ) }
x y 5z 2

5x 2 y 2z 5
2) x 4y z 4 S = { ( 1,00; 1,00; 0,99 ) }
2x 3y 7z 12

10 x 2y 3z 4 w 1
x 8y z w 2
3) S = { ( 0,21; -0,20; 0,10; -0,10 ) }
2x 3y 15z 2 w 1
x y z 5w 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.

x 10 y 2z 7
2x 10 y z 13 .
x y 10z 10

Resolvendo o sistema por G-S temos:

x 0x 10,0 y 2,0z 7,0

y 0,2x 0 y 0,1z 1,3 .
z 0,1x 0,1y 0z 1,0

Da ...

x ( 0 ) 7 ,0
Valores iniciais y ( 0 ) 1,3 .
z ( 0 ) 1,0

x (1) 4,0 x ( 2) 11,8

1 Iterao y (1) 2,2 . 2 Iterao y ( 2) 3,8 .
z (1) 1,6 z ( 2) 2,6

x ( 3) 26,0 x ( 4) 51,0
3 Iterao y ( 3) 6,8 . 4 Iterao y ( 4) 12,1 .
z ( 3) 4,3 z ( 4) 7,4
 50

x ( 5) 99,4
5 Iterao y (5) 21,9 .
z (5) 13,1

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:

a 11 a 12 a 13
A a 21 a 22 a 23
a 31 a 32 a 33
Temos :

a 12 a 13 a 21 a 23 a 31 a 32
S1 S2 S3
a 11 a 11 a 22 a 22 a 33 a 33

As barras ao lado das fraes representam MDULOS.

x ( 0) , x (1) , x ( 2) ,..., x ( n 1) , x ( n )
Se S1 < 1, S2 < 1 e S3 < 1, ento as seqncias y ( 0 ) , y (1) , y ( 2 ) ,..., y ( n 1) , y ( n ) so CONVERGENTES.
z ( 0 ) , z (1) , z ( 2) ,..., z ( n 1) , z ( n )

Exemplos :

Verifique as convergncias das seqncias de vetores dos sistemas:

5x y 2z 7
a ) 2x 10 y 7z 9
O critrio de soma por linhas s
3x 5y 9z 15 vale para dizer se o sistema
convergente. Se no for satisfeito,
nada podemos concluir !!!
Resoluo :

5 1 2 a 11 5
A 2 10 7 , logo a 22 10
3 5 9 a 33 9
 51

Temos :

S 1
1
5 5
2 1
5
2
5
3
5
S1 0,6 1,0
A seqncia de vetores
CONVERGENTE, pois a
S 2
2
10
7
10
2
10
7
10
9
10
S2 0,9 1,0 matriz A satisfaz o Critrio
da soma por linhas.

S 3
3
9 9
5 3
9
5
9
8
9
S3 0,9 1,0

3x y 2z 4
b ) 2x 10 y z 10
5x 4 y 11z 12

Resoluo :

3 1 2 a 11 3
A 2 10 1 , logo a 22 10
5 4 11 a 33 11

Como todos os valores so em MDULO, no usaremos tal notao e escreveremos todos os valores
como sendo POSITIVOS ...

Temos :
A seqncia de vetores
S 1
1
3
2
3
3
3
S1 1,0 1,0
PODER ou
convergente, pois
NO ser
a matriz A
NO satisfaz o Critrio da
soma por linhas.

5x y 2z 131
c) x y 3z 2
2x 10 y 4z 19

Resoluo :

5 1 2 a 11 5
A 1 1 3 , logo a 22 1
2 10 4 a 33 4
 52

Temos :

S 1
1 2
5
3
5
S1 0,6 1,0 A seqncia de vetores
PODER ou NO ser
convergente, pois a matriz A
S 2
1 3
1
4
1
S2 4,0 1,0
NO satisfaz o
soma por linhas.
Critrio da

d ) Usando o sistema do exemplo(c), permute as linhas 2 e 3 e estude a convergncia do sistema

equivalente.

Resoluo :

5x y 2z 131
Sistema equivalente 2x 10 y 4z 19 ;
x y 3z 2

5 1 2 a 11 5
A 2 10 4 , logo a 22 10
1 1 3 a 33 3

Temos :

S 1
1 2
5
3
5
S1 0,6 1,0

A seqncia de vetores
S 2
2 4
10
6
10
S2 0,6 1,0 CONVERGENTE, pois a
matriz A satisfaz o Critrio
da soma por linhas.
 53
S 3
1 1
3
2
3
S3 0,7 1,0

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 :

x 2 y 3z 9 w 20
2 x 5y 9z w 17
e)
20 x 10 y 3z 4w 19
2 x 6 y z w 15

Resoluo :

20 x 10 y 3z 4w 19
2 x 6 y z w 15
Sistema equivalente ;
2 x 5y 9z w 17
x 2 y 3z 9 w 20

20 10 3 4 a 11 20
2 6 1 1 a 22 6
A , logo
2 5 9 1 a 33 9
1 2 3 9 a 44 9

Temos :
 54
S 1
10 3 4
20
17
20
S1 0,9 1,0
A seqncia de vetores
CONVERGENTE, pois a
S 2
2 1 1
6
4
6
S2 0,7 1,0 matriz A satisfaz o Critrio
da soma por linhas.

S 3
2 5 1
9
8
9
S1 0,9 1,0

S 41
1 2 3
9
6
9
S4 0,7 1,0

Exerccios :

Verifique se o sistema abaixo pode ser resolvido pelo processo iterativo que gera seqncia de vetores,
considerando, caso necessrio, a permutao das equaes.

2x 15y 4z 19
1) 10x 5y 15z 20 Resp.: Nada podemos concluir sobre a convergncia
10x 2 y 3z 15

2x 5y 9z 10
2) 10x 15y z 25 Resp.: Convergente
10x 5y 4z 15

5x 7 z 9
3) 5x y z 7 Resp.: Nada podemos concluir sobre a convergncia
2 y 10z 15

4 ) A matriz abaixo a matriz completa associada a um sistema linear...

5 1 a 10
a) 2 10 7 20 S a 4, 4
a 4 9 13

5 1 3 10
b) 2 a 7 20 S a , 9 9,
3 4 9 13
 55
5 1 a 10
c) 2 a 7 20 S
a 4 9 13

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:

a 11 a 12 a 13
A a 21 a 22 a 23
a 31 a 32 a 33
Temos :

a 12 a 13 a 21 . 1 a 23 a 31 . 1 a 23 . 2
1 2 3
a 11 a 22 a 33

x ( 0) , x (1) , x ( 2) ,..., x ( n 1) , x ( n )
Se o mx i < 1, ento as seqncias y ( 0 ) , y (1) , y ( 2 ) ,..., y ( n 1) , y ( n ) so CONVERGENTES.
z ( 0 ) , z (1) , z ( 2) ,..., z ( n 1) , z ( n )

Exemplos :

Verifique as convergncias das seqncias de vetores dos sistemas:

5x y 2z 7
a ) 2x 10 y 7z 9
3x 5y 9z 15

Resoluo :
 56
5 1 2 a 11 5 a 12 1 a 13 2
A 2 10 7 , logo a 21 2 a 22 10 a 23 7
3 5 9 a 31 3 a 32 5 a 33 9

Temos :

1
a12
a11
a13 1
5
2 1 2
5
3
5
0,60

a 21 . a 23 2 .0,60 7
2
a 22
1

10
1,20 7
10
8,20
10
0,82 mx i = 2 = 0,82 < 1

a 31 . a 32 . 3 .0,60 5 .0,82 A seqncia de vetores

3
1

a 33
2

9
1,80 4,10
9
5,90
9
0,65 CONVERGENTE, pois a
matriz A satisfaz o Critrio
de Sassenfeld.

5x y z 5
b ) 3x 4 y z 6
x y 2z 0

Resoluo :

5 1 1 b11 5 b12 1 b13 1

B 3 4 1 , logo b 21 3 b 22 4 b 23 1
1 1 2 b 31 1 b 32 1 b 33 2

Temos :

b12 b13 1 1
1
b11 5
1 1
5
2
5
0,40

b 21 . b 23 3 .0,40 1
2
b 22
1

4
1,20 1
4
2,20
4
0,55
 57
b 31 . b 32 . 1.0,40 1.0,55
3
1

b 33
2

2
0,40 0,55
2
0,95
2
0,48

mx i = 2 = 0,55 < 1

A seqncia de vetores
CONVERGENTE, pois a
matriz B satisfaz o Critrio
de Sassenfeld.

x 2 y 3z 9 w 20
2 x 5y 9z w 17
c)
20 x 10 y 3z 4w 19
2 x 6 y z w 15

Resoluo :

1 2 3 9 c11 1 c12 2 c13 3 c14 9

2 5 9 1 c 21 2 c 22 5 c 23 9 c 24 1
C , logo
20 10 3 4 c 31 20 c 32 10 c 33 3 c 34 3
2 6 1 1 c 41 2 c 42 6 c 43 1 c 44 1

Temos :

c12 c13 c14 2 3 9

1
c11 1
2 3 9
1
12
1
12,00 > 1

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.

x 2 y 3z 9 w 20
2 x 5y 9z w 17
1)
20 x 10 y 3z 4w 19
2 x 6 y z w 15

2x 15y 4z 19
2) 10x 5y 15z 20 Resp.: Nada podemos concluir sobre a convergncia
10x 2 y 3z 15

2x 5y 9z 10
3) 10x 15y z 25 Resp.: Convergente
10x 5y 4z 15

5x 7 z 9
4) 5x y z 7 Resp.: Nada podemos concluir sobre a convergncia
2 y 10z 15
 59

MTODO DE NEWTON PARA SISTEMAS TRANSCEDENTES

__
F( x, y) 0 x F ( x , y)
Tomemos o sistema , ele pode ser reescrito na forma __ , onde a soluo a
G ( x , y) 0 y G ( x , y)
__ __
ser determinada u ( x, y) .
F G F G __ __
Considerando que D( x, y) . . 0 esteja em uma vizinhana de u ( x , y ) ,
x y y x
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 ...

G F
F( x, y) . . G ( x , y)
y y
xr 1 xr
F G F G
. .
x y y x
(1)
F G
.G ( x, y) F( x, y).
yr yr x x
1
F G F G
. .
x y y x

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

x2 y 1 0
.
y2 x 1 0
 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:

F G
2x 1
x x
Utilizando as frmulas ( 1 ), temos :
F G
1 2y
y y

F F
F( x , y) F( x , y)
y x
G G
G ( x , y) G ( x , y)
y x
xr 1 xr e yr 1 yr
F F F F
x y x y

G G G G
x y x y

x0 1
Considerando e utilizando as frmulas acima, obtemos :
y0 1

x1 0,67 x2 0,62 x3 0,62

y1 0,67 y2 0,62 y3 0,62

x2 x3 0,62
Como temos ento a soluo do sistema S = { ( 0,62 ; 0,62 ) } .
y2 y3 0,62

Exerccios :

Encontre, usando o mtodo de Newton para sistemas transcendentes, a soluo dos sistemas :

x y 1 0
a) com x0 = -1 e y0 = 2 S = { ( -0,70; 1,70 ) }
x y 2 0
 61

ln x y 1 0
b) com x0 = 1 e y0 = 1 S = { ( 1,00; 1,00 ) }
ln y x 1 0

ln x y 1 0
c) com x0 = 0,50 e y0 = 1,69 S = { ( 0,51; 1,67 ) }
ln y x 0

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
f ( x)
nica dependncia para que seja convergente a escolha do x0, da temos F( x) x , donde
f ' ( x)
obtm-se a frmula

f (x n )
xn 1 xn
f ' (x n )
Frmula de Newton-Rapson

APLICANDO A FRMULA . . .
 62

1 ) Resolvendo a equao x2 5 = 0, com preciso de 2 casas decimais.

Resoluo :

x2 5 0 x2 5 x 5 Uma das razes x ] 2, 3 [ , pois 5 maior que 2 e menor

que 3.

f (x) x2 5
f (x n )
temos xn 1 xn
f ' (x n )
f ' (x) 2x

Para x0 = 2 . . .

f (x 0 ) f (2) (2) 2 5 4 5 ( 1) 1 8 1 9
x1 x0 2 2 2 2 2 x1 2,25.
f ' (x 0 ) f ' (2) 2(2) 4 4 4 4 4

f (x1 ) f (2,25) (2,25) 2 5

x2 x1 2,25 2,25 ... x2 2,24.
f ' (x1 ) f ' (2,25) 2(2,25)

f (x 2 ) f (2,24) (2,24) 2 5
x3 x2 2,24 2,24 ... x3 2,24.
f ' (x 2 ) f ' (2,24) 2(2,24)

Como x3 = x2 Resp. : x 2,24 temos .

ln x
2 ) Idem para 2 ; x ] 0,50 ; 1,00 [ com preciso de 2 casas decimais.
1 2x

Resoluo :

ln x
2 ln x 2(1 2x ) ln x 2 4x ln x 4x 2 0
1 2x

Logo ...

f (x) ln x 4 x 2
temos f (x n )
xn 1 xn
1 4x 1 f ' (x n )
f ' (x) 4
x x

Para x0 = 0,50 . . .
 63

f (x 0 ) f (0,50) ln(0,50) 4(0,50) 2

x1 x0 0,50 0,50 ... x1 0,62.
f ' (x 0 ) f ' (0,50) 4(0,50) 1
0,50

f (x1 ) f (0,62) ln(0,62) 4(0,62) 2

x2 x1 0,62 0,62 ... x2 0,62.
f ' (x1 ) f ' (0,62) 4(0,62) 1
0,62

Como x2 = x1 temos Resp. : x 0,62 .

Exerccios :

1 ) Idem para 2x3 + ln x - 5 = 0 , sabendo-se que x ] 1,00 ; 2,00 [. Use 2 casas decimais de preciso.
Re sp.: x 1,33

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
xn 1 xn
assim a resposta ser x . Vamos ver se voc entendeu ...
2

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.
Re sp.: x 1,21

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.
Re sp.: x 0,57
 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
; a e a; , calcular :

lim f ( x )
x

lim f ( x )
x a

lim f ( x )
x a

lim f ( x )
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 ...
1
Determine as razes da equao ln x 2 0 e esboce o grfico das funo f(x) correspondente,
x
utilizando para tal, o mtodo de separao de razes.

Resoluo :

x 0
1 ) C.E : C.E : x 0; , ou simplesmente, x > 0.
x 0

2)
ln x 0
1
lim f ( x ) lim ln x 2 0 2 2 lim f ( x ) .
x 0 x 0 x 1 x 0

1
lim f ( x ) lim ln x 2 .
x x x

'
1 1 1 x 1
3 ) f ' (x) ln x 2 f ' (x) f ' (x) 0 x 1 0 x 1 ( Valor crtico ).
x x x2 x2

1 1
4 ) Logo, aplicando x = 1 em f ( x ) ln x 2 , temos y f (1) ln(1) 2 y 1 , da obtemos
x (1)
o ponto P ( 1, -1 ).
'
x 1 x 2
Fazendo o teste da segunda derivada temos, f ' ' ( x ) 2
... f ' ' ( x ) .
x x
x 2 (1) 2
Logo, aplicado em x = 1 em f ' ' ( x ) , temos f ' ' (1) 1 0 ( Mnimo relativo ).
x (1)
 66
Da temos, P ( 1, -1 ) Ponto de mnimo relativo.

'
x 1 x 2
5 ) f ' ' (x) ... f ' ' (x) 0 x 2 0 x 2. ( Valor crtico de inflexo ).
x2 x

1 1
6 ) Logo, aplicando x = 2 em f ( x ) 2 , temos y ln x f (2) ln( 2) 2 y 0,81, da
x (2)
obtemos o ponto Q ( 2; -0,81 ) Ponto de inflexo.

7) Como lim f ( x ) temos f(x) > 0.

x 0

1
y f (1) ln(1) 2 1 f (1) 0. Logo f(x) possui uma raiz x r 0;1 .
(1)

1
y f (2) ln( 2) 2 f (2) 0,81 0.
(2)
1
y f (3) ln(3) 2 f (3) 0,57 0.
(3)
1
y f (4) ln( 4) 2 f (4) 0,36 0.
(4)
1
y f (5) ln(5) 2 f (5) 0,19 0.
(5)
1
y f (6) ln(6) 2 f (6) 0,04 0
(6)
1
y f (7 ) ln(7) 2 f (7 ) 0,09 0. Logo f(x) possui outra raiz x r 6; 7 .
(7 )

1
Agora utilize o M.N.R para, finalmente encontrar as razes da equao ln x 2 0 e depois,
x
1
esboce o grfico da funo correspondente f ( x) ln x 2.
x

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
f (x n )
Newton-Raphson onde x n 1 x n , a partir de um x0 determinado adequadamente; tal raiz
f ' (x n )
obtida pela convergncia de resultados, essa convergncia pode ser demonstrada

geometricamente, utilizando-se um grfico cartesiano...

f(x)

P f(x0)

f(x1)
P
P

0 _

X2

X1

x0 x
x (Raiz)
 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 :

x1

x0 f(x0) P

CO f (x 0 ) f (x 0 ) f (x 0 )
Portanto tg f ' (x 0 ) x0 x1 x1 x0 .
CA x 0 x1 f ' (x 0 ) f ' (x 0 )

x2

x1 f(x1) P

CO f (x1 ) f (x1 ) f (x1 )

Portanto tg f ' (x1 ) x1 x2 x2 x1 .
CA x1 x 2 f ' (x1 ) f ' (x1 )

Da, continuando o processo, temos ...

f (x n )
xn 1 xn
f ' (x n )
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.