Lista 4

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 3

Cálculo Numérico: Lista de Exercı́cios 4

Métodos para a Resolução de Sistemas Lineares

Método de Eliminação de Gauss:

1. Resolva os seguintes sistemas lineares utilizando o Método de Eliminação de Gauss:


 
 2x1 − 3x2 + x3 = −5  3x1 + 3x2 + x3 = 7
(a) 4x1 − 8x2 − x3 = −7 (b) 2x1 + 2x2 − x3 = 3
x1 + 2x2 + x3 = 4 x1 − x2 + 5x3 = 5
 

2. Verificar, usando o método de Eliminação de Gauss, que o sistema linear abaixo não tem solução.

 x1 + 2x2 + x3 = 3
2x1 + 3x2 + x3 = 5
3x1 + 5x2 + 2x3 = 1

3. Use o método de Eliminação de Gauss com Pivotamento Parcial no sistema abaixo:



 2x1 + 3x2 + 4x3 = −2
3x1 + 2x2 − x3 = 4
5x1 − 4x2 + 3x3 = 8

4. Seja o seguinte sistema linear:



0.0001x1 + 1.00x2 = 1.00
1.00x1 + 1.00x2 = 2.00
Simule uma máquina que opera com 3 dı́gitos na mantissa com arredondamento e resolva o sistema
usando:
(a) O Método de Gauss sem Pivotamento.
(b) O Método de Gauss com Pivotamento Parcial.
(c) Sabendo que a solução do sistema é aproximadamente
 
? 1.0001
x =
0.9999
comente os resultados.

Fatoração de Matrizes (LU, Cholesky)

5. Considere o sistema linear:



 5x1 + 2x2 + x3 = −12
−x1 + 4x2 + 2x3 = 20
2x1 − 3x2 + 102x3 = 3

(a) Resolva-o usando a decomposição LU .


(b) Calcule o determinante de A usando a decomposição.

6. Seja:
 
5 2 1
A= 3 1 4 
1 1 3
(a) Verificar se A satisfaz as condições para a existência da decomposição LU (sem pivotamento).
(b) Decompor A em L e U .
(c) Através da decomposição LU , calcular o determinante de A.
(d) Resolver o sistema Ax = b1 , onde b1 = (0, −7, −5)t .
(e) Resolver o sistema Ax = b2 , onde b2 = (1, 1, 5)t .

7. Aplicando-se o método da decomposição LU à matriz:


 
... ... 3 ...
 4 −1 10 8 
A= . . . −3 12 11


0 −2 −5 10

obteve-se as matrizes:
   
... 0 ... ... ... −1 ... 5
 2 ... ... ...   ... 1 ... −2 
L= , U =  .
 3 0 ... 0   ... 0 3 −4 
0 ... 1 ... 0 ... 0 10

Preencher os espaços pontilhados com valores adequados.

8. Quais das matrizes A, B, e C abaixo podem ser decompostas na forma LU ?


     
2 2 1 3 2 1 2 1 3
A= 3 3 2 , B =  2 2 1 , C =  4 3 8 .
3 2 1 3 3 2 6 7 17

Decompor as que forem possı́veis.

9. Encontre a decomposição A = LU das seguintes matrizes:


   
  5 2 1 2 1 0  
16 5 a b
a) A = b) A =  3 1 4  c) A =  1 6 4  d) A =
1 2 b c
1 1 3 0 4 11

10. Calcule os determinantes das matrizes da questão 9 usando a decomposição LU.

11. Utilize as decomposições A = LU da questão 9 para resolver os seguintes sistemas:


    
16 5 x1 b1
a) = para b = (21, 0 3)t e b = (1, 0 0, 0)t
1 2 x2 b2
    
2 1 0 x1 b1
b)  1 6 4   x2  =  b2  para b = (3 11 15)t e b = (1 1 1)t
0 4 11 x3 b3

12. Calcule as inversas das matrizes da questão 9 com auxı́lio da decomposição A = LU .

13. Seja
 
4 2 −4
A= 2 10 4 
−4 4 9

(a) Verificar se A satisfaz as condições para a existência da decomposição de Cholesky.


(b) Decompor A em GGT .
(c) Através da decomposição de Cholesky, calcular o determinante de A.
(d) Resolver o sistema Ax = b, onde b = (0, 6, 5)t .

Métodos Iterativos (Gauss-Jacobi e Gauss-Seidel):


14. Seja o sistema linear:

 10x1 + 2x2 + x3 = 7
x1 + 5x2 + x3 = −8
2x1 + 3x2 + 102x3 = 6.

(a) Verificar se o Método de Gauss-Jacobi é convergente para este sistema, usando o critério das linhas.
(b) Resolver o sistema com x(0) = (0.7, −1.6, 0.6)t e e = 10−2 .
15. Repetir o exercı́cio anterior para o sistema:

 10x1 + x2 − x3 = 10
2x1 + 10x2 + 8x3 = 20
7x1 + x2 + 102x3 = 30.

16. Considere o sistema abaixo e responda:



 5x1 + x2 + x3 = 5
3x1 + 4x2 + x3 = 6
3x1 + 3x2 + 6x3 = 0.

(a) Verifique se o Método de Gauss-Seidel é convergente usando o critério de Sassenfeld.


(b) Aplique o Método de Gauss-Seidel com x(0) = (0, 0, 0)t e  = 10−2 .
17. Um método iterativo estacionário pode ser escrito na forma xk+1 = M xk + c, onde a matriz de
iteração M e o vetor c são constantes. Utilizando a decomposição A = D + E + F (onde D é uma
matriz diagonal, E é uma matriz triangular inferior e F é uma matriz triangular superior) mostre que os
métodos de Jacobi e Gauss-Seidel podem ser escritos nessa forma, explicitando M e c para cada caso.
18. O método iterativo xk+1 = M xk + c é convergente se, para alguma norma de matriz k · k, kM k < 1
(condição suficiente para convergência). Seja
 
0, 5 −0, 2 0, 5
M =  0, 1 0, 6 0, 4  .
−0, 3 0, 1 0, 0
a matriz de iteração de um sistema Ax = b. Teste o critério de convergência para as normas abaixo.
n
X
• Norma do Máximo (soma máxima de linha) kAk∞ = max |aij |
1≤i≤n
j=1

n
X
• Norma 1 (soma máxima de coluna) kAk1 = max |aij |
1≤j≤n
i=1

19. Resolver os sistemas lineares da questão 11 utilizando os métodos de Jacobi e de Gauss-Seidel com
x0 = 0. Utilize como critério de parada o erro absoluto
max |xki − xk−1
i |≤ε
1≤1≤n

com ε = 0, 01 ou cinco iterações.

Referências
[1] FRANCO, Neide Bertoldi: Cálculo Numérico. Editora Pearson (2006)
[2] CAMPOS, Frederico Ferreira: Algoritmos Numéricos. Editora LTC (2007)
[3] SPERANDIO, Décio; MENDES, João Teixeira; SILVA, Luiz Henry Monken: Cálculo Numérico.
Editora Pearson (2003)
[4] ATKINSON, Kendall: Elementary Numerical Analysis. second edition, John Wiley & Sons (1993)
[5] RUGGIERO, M.A.G., LOPES, V.L.: Cálculo Numérico, aspectos teóricos e práticos. Makron Books
(1997)

Você também pode gostar