Aula 5

Fatoração LU - Diretos
Métodos Gauss-Jacobi e
Gauss-Seidel - Iterativos
GEX 240 – Cálculo Numérico
Evelise Freire
Sandra Silveira
 Método da Fatoração LU
Dado o sistema Ax=b, vamos decompor a matriz
A.
Passo 1: decompor a matriz A em um produto
de duas matrizes L e U
Passo 2: Resolver uma sequência de sistemas
lineares decorrentes da decomposição
L (Lower)=
Fatoração Matriz A triangular inferior
decomposta
LU U (Upper)=
triangular superior 2
 Fatoração LU na prática
• Dado o sistema:
3 x  2 y  4 z  1

1x  1 y  2 z  2
4 x  3 y  2 z  3

Vamos aplicar o Método de Eliminação de Gauss
na tentativa de decompor a matriz dos
coeficientes como a multiplicação de duas
outras matrizes.
3
 Fatoração LU na prática
• Passo 1: Damos início ao método de eliminação de
Gauss normalmente, mas utilizando somente a
matriz dos coeficientes:

• Passo 2: Tomando 3 como pivô, teremos como

multiplicadores:
M21 = 1/3 e M31 = 4/3
e então obtemos a matriz do próximo passo:
4
• Passo 3: o novo pivô é 1/3 e o nosso novo
multiplicador é M32 = 1. Teremos então a matriz
triangularizada:

5
 Passo 4
Após aplicar o método de eliminação de Gauss,
sabemos que os multiplicadores encontrados são:
M21 = 1/3 M31 = 4/3 M32 = 1
Podemos escrever uma matriz utilizando esses
multiplicadores da forma:

Triangular inferior
Diagonal unitária
Multiplicadores

Multiplicadores 6
 Passo 5

• Precisamos ainda de uma matriz triangular

superior.
Uma boa escolha: a matriz resultado do método de
eliminação de Gauss, já triangularizada!!!!!

7
 Mas...
• Para L e U definidas como

Será que A = L U ?

8
 Formalização da obtenção de L e U

Dada uma matriz de coeficientes da forma:

 a11 a12 a13 

 
A   a21 a22 a23 
a a33 
 31 a32
Podemos decompor ou fatorar a matriz como sendo a multiplicação das
matrizes:

 1 0 0  a11 a12 a13 

   
L   M 21 1 0 U   0 a22 a23 
M 1   0
 31 M 32  0 a33 
9
 Lembre-se que:

Matriz triangular inferior

 1 0 0
Composta pelos
 
L   M 21 1 0 multiplicadores
M 1  Diagonal unitária
 31 M 32

 a11 a12 a13   Matriz triangular

 
U   0 a22 a23  superior
 0 a33   Resultado do método
 0
de eliminação de Gauss.

10
 Teorema da Fatoração LU
• Dada uma matriz quadrada A de ordem n, seja
Ak a matriz constituída das primeiras k linhas
e colunas de A. Suponha que det(Ak)≠0.
Então, existe uma única matriz triangular
inferior L com diagonal unitária e uma única
matriz triangular superior U tal que:

A=LU
11
 Resolução do sistema linear Ax=b
utilizando os fatores L e U
Buscamos a solução do sistema:
Ax=b
Podemos decompor A=LU, com L e U já
definidos, então:
(LU)x = b ou ainda L(Ux) = b :
Se fizermos Ux=y, podemos resolver o sistema
(*) em duas partes: O que é mais fácil,
pois ambos
i. Ly = b sistemas são
triangulares.
ii. Ux= y 12
 Resumindo:
Para solucionar o sistema Ax=b, o Método de fatoração
LU consiste nos seguintes passos:
Passo 1) Decompor A como LU utilizando o método de
eliminação de Gauss.
 L é triangular inferior contendo os multiplicadores e diagonal
unitária
 U é a triangular superior resultado do método de eliminação de
Gauss
Passo 2) A partir de (LU)x = b, resolver os dois sistemas
triangulares: DISCUSSÃO: qual
i. Ly=b a vantagem em
utilizar fatoração
ii. Ux=y LU?
13
 Exemplo 1
Encontre a solução do sistema linear a seguir
usando o método de fatoração LU:

2 x  y  4 z  2

6 x  y  10
1x  2 y  10 z  4


14
 Exemplo 2
Encontre a solução do sistema linear em que

5 2 1  0 
   
A  3 1 4 b   7 
1 1 3  5 
   

usando o método de fatoração LU

15
 Fatoração LU com pivoteamento
• Para pivotar preciso trocar as linhas da matriz
de maneira conveniente.
• Trocar a as linhas de uma matriz A é
equivalente a multiplicar A por uma matriz de
permutação P.
Como obter a matriz de permutação???

• Basta permutar as linhas (ou colunas) de uma

matriz identidade!!!
16
 Como encontrar a matriz de
permutação
1 0 0
 
I  0 1 0 Matriz identidade original
0 0 1
 

0 0 1
 
P  0 1 0  Primeira linha trocada
1 0 0 com a terceira linha.
 

EFEITO DE MULTIPLICAR A POR P: A primeira linha

da matriz A também será trocada com a terceira. 17
 Exemplo 3
• Sejam:
0 1 0  3 1 4
   
P  0 0 1 A  1 5 9
1 0 0 2 6 5
   
Verifique a troca de linhas que a multiplicação
de P.A proporciona.

Essa verificação é feita no código implementado da

aula prática.

18
 Exemplo 4
• Encontre a solução do sistema:
3 x  4 y  z  9

x  2 y  2z  3
 4 x  3 z  2

Utilizando o método de fatoração LU com
pivotamento.

19
 Resumindo:
• Passo 1) Aplicar o método da eliminação de Gauss
com pivotamento normalmente, guardando quem é
a matriz de permutação para cada pivotamento
efetuado.
• Passo 2) A matriz de permutação total será a
multiplicação entre todas as matrizes de permutação
encontradas, na ordem P = P(n). P(n-1)...P(0)
• Passo 3) Resolver os dois sistemas com L e U da
forma:
i. Ly = Pb
ii. Ux = y
20
 Método de Gauss-Jacobi:

• Objetivo: generalizar o método do ponto fixo para

sistemas
• Queremos transformar o sistema Ax=b de forma a
conseguir uma função de iteração
Obter a função de
iteração Isolar o x

• Note que é uma função de iteração na

forma matricial.

21
 Método de Gauss-Jacobi:

• Considere o sistema a ser solucionado:

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

• Necessário que os elementos da diagonal sejam

diferentes de zero!

22
Isolamento: obtenção função iteração

Isolando

Isolando

Isolando

23
Forma matricial da função iteração:

24
 Gauss-Jacobi:
• Assim, cada iteração Note que
( k 1)
x  Cx (k )
g precisaremos
de um vetor
será calcular por: inicial x

25
 Critérios de Parada
• TESTE DE ERRO: O vetor xk+1 deve estar
suficientemente próximo de xk. Então,
medimos a distância entre os dois, e tomamos
o máximo:
( k 1)
d (k )
 max x
(k )
i x
i

Critério de Parada: d(k)<ε (onde ε é a precisão).

26
 Critérios de Parada
• TESTE DE ERRO RELATIVO:
(k )
d
d (k )
relativo  (k )
max xi

Critério de Parada: d(k)<ε (onde ε é a precisão).

27
 Exemplo 5
• Resolva o sistema linear:
10 x1  2 x2  x3  7

 x1  5 x2  x3  8
2 x  3 x  10 x  6
 1 2 3

pelo Método de Gauss-Jacobi com precisão

ε=0.07 e aproximação inicial:
 0.7 
 
x (0)   1.6 
 0.6 
  28
 Teorema: Critério das linhas
• Calculando n

a
j 1
kj Lousa: outra
forma de
j k escrever esta
k  mesma
akk propriedade

Se :
  max ak   1
1 k  n

Então o método de Gauss-Jacobi converge,

independente da aproximação inicial!
29
 Exemplo 6
• Aplique o critério das linhas para verificar a
convergência do Método de Gauss-Jacobi na
solução do sistema que tenha como matriz
principal:
 10 2 1 
 
A 1 5 1 
 2 3 10 
 

30
Exemplo 7 – Possibilidade de troca de
linhas
a) Utilize o critério das linhas para verificar a
convergência do método de Gauss-Jacobi na
solução do sistema:
 x1  3x2  x3  2

5 x1  2 x2  2 x3  3
6 x  8 x  6
 2 3

b) Efetue trocas nas linhas e verifique o critério

novamente.

31
 Método de Gauss-Seidel:
• Queremos transformar o sistema 𝐴𝑥 = 𝑏 de forma a
conseguir uma função de iteração 𝑥 = 𝐶𝑥 + 𝑔
Tomemos o sistema original:

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

• A ideia é isolar o x, então isolaremos uma incógnita

de cada linha, mas mudaremos as iterações.
32
Novidade: Método de Gauss-Seidel:

( k 1)
x  Cx (k )
g

33
 Critérios de Parada
• TESTE DE ERRO e ERRO RELATIVO: iguais aos
do Gauss-Jacobi
( k 1)
d (k )
 max x (k )
i x i

(k )
d
d (k )
relativo  (k )
max xi
Critério de Parada: d(k)<ε (onde ε é a precisão).
34
 Exemplo 8
• Resolva o sistema linear:
5 x1  x2  x3  5

3 x1  4 x2  x3  6
3 x  3 x  6 x  0
 1 2 3

pelo Método de Gauss-Seidel com precisão

ε=5X10-2 e aproximação inicial:
0
 
x (0)  0
0
  35
 Estudo da convergência do Método
de Gauss-Seidel:

A convergência do Método de Gauss-Seidel pode ser

avaliada por dois critérios diferentes:

 Critério das Linhas

 Critério de Sassenfeld

36
 Critério das linhas
• Calculando n

a
j 1
kj

j k
k 
akk
Se :
 k  max ak   1
1 k  n

Então o método de Gauss-Seidel converge!

37
 Critério de Sassenfeld:
• Calcular Beta de acordo com o seguinte critério, para
j=1,...,n
a12  a13  ...  a1n
1 
a11

a j1 1  a j 2  2  ...  a j ( j 1)  j 1  a j ( j 1)  ...  a jn

j 
a jj

38
 Exemplo 9
• Avalie a garantia de convergência da aplicação
do método de Gauss-Seidel na solução do
sistema abaixo utilizando o Critério de
Sassenfeld:
 x1  0.5 x2  0.1x3  0.1x4  0.2
0.2 x  x  0.2 x  0.1x  2.6
 1 2 3 4

0.1x1  0.2 x2  x3  0.2 x4  1
0.1x1  0.3x2  0.2 x3  x4  2.5

39
 Exemplo 10
• Aplique o critério das linhas para verificar a
convergência do Método de Gauss-Seidel na
solução do sistema :
3 x1  x3  3

 x1  x2  1
3 x  x  2 x  9
 1 2 3

40