Calcuço Numerico
Exames: Calcuço Numerico. Pesquise 862.000+ trabalhos acadêmicosPor: 13994 • 14/11/2013 • 2.556 Palavras (11 Páginas) • 259 Visualizações
Processos Estacionários.
Um método e iterativo quando fornece uma sequencia de aproximastes da solução, cada uma das quais obtidas das anteriores pela repetição do mesmo tipo de processo.
Um método iterativo e estacionário se cada aproximam-te e obtido do anterior sempre pelo mesmo processo. Quando os processos variam de passo para passo mas se repetem ciclicamente de s em s passos dizemos que o processo e s-cíclico. Agrupando-se os s passos de cada ciclo num único passo composto, obtemos um método estacionário. No caso de métodos iterativos precisamos sempre saber se a sequencia que estamos obtendo esta
convergindo ou não para a solução desejada. Além disso, precisamos sempre ter em mente o significado de convergência. Suponha então, que o sistema Ax = b tenha sido transformado num sistema equivalente da forma:
x = B x + g
( por exemplo: B = I − A e g = b), de maneira que a solução ̄̄x de seja, também, solução de
Ax = b.
A convergência da sequencia x(k) para a solução x de Ax = b e estudada introduzindo-se o vetor
Erro:
e(k) = x − x(k)
Subtraindo-se a membro de obtemos:
x − x(k) = B (x − x(k−1) )
Método de Jacobi-Richardson
Considere o sistema linear Ax = b de ordem n, determinado, isto ´e:
a11 x1 + a12x2 + . . . + a1nxn = b1
a21x1 + a22x2 + . . . + a2nxn = b2
. . . . . .
an1x1 + an2x2 + . . . + ann xn = bn
A matriz A do sistema pode ser decomposta na forma:
A = L + D + R ,
Método de Jacobi-Richardson.
Comparando com vemos que a matriz de iteração do método de Jacobi-Richardson ´e :
−D−1(L + R).
Por hipótese aii ≠ 0, pois estamos supondo det(D) ≠ 0. Podemos então, antes de decompor a matriz A em L + D + R, dividir cada equação pelo correspondente elemento da diagonal principal, resultando assim:
A*= L*+ I + R*
Onde A* e a matriz obtida de A apos a divisão, I e a matriz identidade.
Assim, o processo iterativo pode ser escrito como:
x(k+1) = −(L*+ R*) x(k) + b*
Vemos por que as componentes de xk+1 podem ser calculadas sucessivamente sem necessidade de se calcular D−1, e a matriz de iteração do método de Jacobi-Richardson ´e dada por: −(L_ + R_).
Critérios de Convergência Fazendo B = −(L_+R_) no critério geral de convergência, e escolhendo sucessivamente as normas k • k1 e k • k1 obtemos critérios suficientes de convergência para o método de Jacobi-Richardson.
Assim o método de Jacobi-Richardson converge se:
a) o critério das linhas for satisfeito, isto ´e, se:
Max1≤i≤n =∑_█(j=1@j≠i)^n▒〖(█(!a*@ij))<1〗
b) o critério das colunas for satisfeito, isto ´e, se:
Max1≤i≤n =∑_█(j=1@j≠i)^n▒〖(█(!a*@ij))<1〗
Solução: Em primeiro lugar devemos testar se temos garantia de convergência. Temos que a matriz dos coeficientes e estritamente diagonalmente dominante, pois satisfaz . De fato:
|a12| + |a13| = |2| + |1| < |10| = |a11| ,
|a21| + |a23| = |1| + |1| < |5| = |a22| ,
|a31| + |a32| = |2| + |3| < |10| = |a33| .
Portanto podemos garantir que o processo de Jacobi-Richardson aplicado ao sistema dado será convergente. Dividindo então cada equação pelo correspondente elemento da diagonal principal obtemos:
x1 + 0.2x2 + 0.1x3 = 0.7
0.2x1 + x2 + 0.2x3 = −1.6
0.2x1 + 0.3x2 + x3 = 0.6
Apesar de não ser necessário, pois ja sabemos que o processo de Jacobi-Richardson será convergente, por se tratar de exemplo, verificaremos também o critério das linhas e o critério das colunas. Assim, para verificar o critério das linhas, calculamos:
Solução: Em primeiro lugar devemos testar se temos garantia de convergência. Temos que a matriz dos coeficientes e estritamente diagonalmente dominante, pois satisfaz (5.9). De fato:
|a12| + |a13| = |2| + |1| < |10| = |a11| ,
|a21| + |a23| = |1| + |1| < |5| = |a22| ,
|a31| + |a32| = |2| + |3| < |10| = |a33| .
Portanto podemos garantir que o processo de Jacobi-Richardson aplicado ao sistema dado será convergente. Dividindo então cada equação pelo correspondente elemento da diagonal principal obtemos:
x1 + 0.2x2 + 0.1x3 = 0.7
0.2x1 + x2 + 0.2x3 = −1.6
0.2x1 + 0.3x2 + x3 = 0.6
Apesar de não ser necessário, pois já sabemos que o processo de Jacobi-Richardson será convergente, por se tratar de exemplo, verificaremos também o critério das linhas e o critério das colunas.
Método de Gauss-Seidel.
Suponhamos como foi feito para o método de Jacobi-Richardson, que o sistema linear Ax = b seja escrito na forma:
(L* + I + R*)x = b*
Transformamos então esse sistema como se segue:
(L*+ I)x = −R* x + b*
x = −(L* + I)−1R*x + (L* + I)−1b* .
que esta na forma com B = −(L* + I)−1R* e g = (L* + I)−1b*
...