You are on page 1of 7

Universidade Cruzeiro do Sul

Aluno: ***** ******* ******* ** ***** *****

Rgm.: 000000-0

Atividade de Aprofundamento
Considere o seguinte sistema linear:

1) Mtodo de Cramer.
D = [(0,5 x 2 x -3) + ( -1 x 1 x 5) + ( 1 x 3 x -1)] [(5 x 2 x 1) + (-1 x 1 x 0,5) + (-3 x 3 x -1)]
D = [(-3) + (-5) + (-3)] [(10) + (-0,5) + (9)]
D = [-11] [18,5]
D = -29,5

D = [(6 x 2 x -3) + (-1 x 1 x 1) + (1 x 8 x -1)] [(-1 x 2 x 1) + (-1 x 1 x 6) + (-3 x 8 x -1)]


D = [(-36) + (1) + (-8)] [(-2) + (-6) + (24)]
D = [-43] [16]
D = -59

D = [(0,5 x 8 x -3) + (6 x 1 x 5) + (1 x 3 -1)] [(5 x 8 x 1) + (-1 x 1 x 0,5) + (-3 x 3 x 6)]


D = [(-12) + (30) + (-3)] [(40) + (-0,5) + (-54)]
D = [15] [-14,5]
D = 29,5

D = [(0,5 x 2 x -1) + (-1 x 8 x 5) + (6 x 3 x -1)] [(5 x 2 x 6) + (-1 x 8 x 0,5) + (-1 x 3 x -1)]


D = [(-1) + (-40) + (-18)] [(60) + (-4) + (3)]
D = [-59] [59]
D = -118

A incgnita x = Dx = -59 = 2
D
-29,5
A incgnita y = Dy = 29,5 = -1
D
-29,5
A incgnita z = Dz = -118 = 4
D
-29,5
Portanto, o conjunto verdade desse sistema ser V = {(2,-1,4)}.

2) Mtodo de Gauss.
m1 = a21
a11
m1 = 6

a21 = a21 m1 . a11 a22 = a22 m1 . a12 a23 = a23 m1 . a13 a24 = a24 m1 . a14
a21 = 3 6 x

a22 = 2 6 x (-1)

a23 = 1 6 x 1

a24 = 8 6 x 6

a21 = 3 3

a22 = 2 + 6

a23 = 1 6

a24 = 8 36

a21 = 0

a22 = 8

a23 = -5

a24 = -28

m2 = a31
a11
m2 = 10

a31 = a31 m2 . a11 a32 = a32 m2 . a12 a33 = a33 m2 . a13 a34 = a34 m2 . a14
a31 = 5 10 x

a32 = -1 10 x (-1) a33 = -3 10 x 1

a34 = -1 10 x 6

a31 = 5 5

a32 = -1 + 10

a33 = -3 10

a34 = -1 60

a31 = 0

a32 = 9

a33 = -13

a34 = -61

m3 = a32
a22
m3 = 9/8

a31 = a31 m3 . a21 a32 = a32 m3 . a22 a33 = a33 m3 . a23 a34 = a34 m3 . a24
a31 = 0 9/8 x 0

a32 = 9 9/8 x 8

a33 = -13 9/8 x (-5)

a34 = -61 9/8 x (-28)

a31 = 0 0

a32 = 9 9

a33 = -13 45/8

a34 = -61 + 252/8

a31 = 0

a32 = 0

a33 = -59/8

a34 = -59/2

59
8
=

59
2

59 8
.
2 59

=4

8 5 = 28

8 5(4) = 28

= (28 + 20)/8
= 1

=6

1
(1) + 4 = 6
2
= (6 5) . 2
=2

3) Mtodo Gauss-Seidel

Equacionando as funes a partir das variveis especficas (x, y e z) e das constantes do Sistema
Linear:
x = 6 + y z;
y = 8 3x z; 2
z = -1 5x + y; -3
Criando valores fictcios de razes para as variveis x, y e z: V0 = [ 0, 0, 0]
Realizando a primeira iterao com as razes fictcias s equaes definidas:
Iterao #1
x = 6 + y z;
x = 6 + 1(0) 1(0);
x=6x2 1
x = 12

y = 8 3x z; 2
y = 8 3(12) 1(0); 2
y = 8 36; 2
y = -28/2
y = -14

z = -1 5x + y; -3
z = -1 5(12) + 1(-14); -3
z = -75;-3
z = 75/3
z = 25

Assim: V1 = (12 ; -14 ; 25)


Calculando a preciso de Erro
- Primeiramente, alinhamos os resultados das razes antigas (fictcios) com os novos resultados
de razes encontrados (ltima iterao):
V0 = [ 0 ; 0 ; 0 ] e V1 = [ 12 ; -14 ; 25 ]
- Aps, calculamos a preciso do Erro utilizando os novos e os antigos valores das razes :
|Ex| = [(x novo - x antigo) / (x novo)] x 100 =
[(12 0) / (12)] x 100 =
|100,0| = 100,000%
|Ey| = [(y novo - y antigo) / (y novo)] x 100 =
[(-14 0) / (-14)] x 100 =
|100,0| = 100,000%

|Ez| = [(z novo - z antigo) / (z novo)] x 100 =


[(25 0) / (25)] x 100 =
|100,0| = 100,000%

- Assim, a presciso de erro para cada raiz de:


Mx = ( 100% , 100% , 100% ) = 100%
Como os percentuais de erro se encontram altos (mximo), devemos realizar nova iterao
utilizando os valores das razes encontradas na ltima iterao at que esse valor se aproxime de
zero :

Iterao #2
x = 6 + y z;
x = 6 + (1x(-14)) (1x25);
x = -33 x 2 1
x = -66

y = 8 3x z; 2
y = 8 3(-66) (1x(25)); 2
y = 8 36; 2
y = 181/2
y = 90,5

z = -1 5x + y; -3
z = -1 5(-66) + 90,5; -3
z = 419,5;-3
z = 419,5/-3
z = -139,833

Assim: V2 = [-66 ; 90,5 ; -139,833]


Calculando a preciso de Erro:
V1 = [ 12 ; -14 ; 25 ] e V2 = [-66 ; 90,5 ; -139,833]
- Calculando a preciso do Erro:
|Ex| = [(x novo - x antigo) / (x novo)] x 100 =
[(-66 12) / (-66)] x 100 =
|118,1818| = 118,182%
|Ey| = [(y novo - y antigo) / (y novo)] x 100 =
[(90,5 (-14)) / (90,5)] x 100 =
|115,4696| = 115,470%
|Ez| = [(z novo - z antigo) / (z novo)] x 100 =
[(-139,83 25) / (-139,83)] x 100 =
|117,8784| = 117,879%
Mx = ( 118,182% ; 115,470% , 117,879% ) = 118,182%
Como os percentuais de erro se encontram altos (mximo), devemos realizar nova iterao
utilizando os valores das razes encontradas na ltima iterao at que esse valor se aproxime de
zero:
Iterao #3
x = 6 + y z;
x = 6 + 1(90,5) 1(-139,833);
x = 236,333 x 2 1
x = 472,666

y = 8 3x z; 2
y = 8 3(472,666) 1(-139,833); 2
y = -1270,165; 2
y = -1270.165/2
y = -635,082

z = -1 5x + y; -3
z = -1 5(472,666) + 1(-635,082); -3
z = -2999,412;-3
z = 2999,412/3
z = 999,804

Assim: V3 = [ 472,666 ; -635,082 ; 999,804 ]


Calculando a preciso de Erro:
V2 = [ -66 ; 90,5 ; -139,833 ] e V3 = [ 472,666 ; -635,082 ; 999,804 ]
- Calculando a preciso do Erro:
|Ex| = [(x novo - x antigo) / (x novo)] x 100 =
[(472,666 (-66)) / (472,666)] x 100 =
|113,9633| = 113,963%
|Ey| = [(y novo - y antigo) / (y novo)] x 100 =
[(-635,082 (90,5)) / (-635,082)] x 100 =
|114,2501| = 114,250%
|Ez| = [(z novo - z antigo) / (z novo)] x 100 =
[(999,804 (-139,833) / (999,804)] x 100 =
|113,9860| = 113,986%
Mx = (113,963% ; 114,250% , 113,986% ) = 114,250%
Como os percentuais de erro se encontram altos (mximo), devemos realizar nova iterao
utilizando os valores das razes encontradas na ltima iterao at que esse valor se aproxime de
zero:

Interao
1
2
3
4
5
6
7
8
9
10
11
12
13

Varivel X
0
12
-66
472,66
-3257,77
22579,29
-156368,99
1083031,96
-7501094,40
51952809,63
-359826625,32
2492169485,06
-17260836914,38
35964061346,04

x %

100,000%
118,182%
113,963%
114,509%
114,428%
114,440%
114,438%
114,438%
114,438%
114,438%
114,438%
114,438%
147,995%

Varivel Y
0
-14
90,5
-635,08
4390,76
-30418,50
210671,49
-1459124,70
10105931,35
-69993976,71
484780271,00
-3357601990,82
23254847139,39
23254847139,39

y %

100,000%
115,470%
114,250%
114,464%
114,434%
114,439%
114,438%
114,438%
114,438%
114,438%
114,438%
114,438%
0,000%

Varivel Z

25
-139,83
999,80
-6892,88
47771,99
-330838,49
2291428,50
-15870467,46
109919341,95
-761304465,53
5272816472,37
5272816472,37
-36519677236,76

z %
0
100%
117,879%
113,986%
114,505%
114,429%
114,440%
114,438%
114,438%
114,438%
114,438%
114,438%
0,000%
114,438%

4) Mtodo Gauss-Jacobi

Equacionando as funes a partir das variveis especficas (x, y e z) e das constantes do Sistema
Linear:
x = 6 + y z;
y = 8 3x z; 2
z = -1 5x + y; -3
Criando valores fictcios de razes para as variveis x, y e z: V0 = [ 0, 0, 0]
Realizando a primeira iterao com as razes fictcias s equaes definidas:
Iterao #1
x = 6 + y z;
x = 6 + 1(0) 1(0);
x=6x2 1
x = 12

y = 8 3x z; 2
y = 8 3(0) (1x0); 2
y=8;2
y = 8/2
y=4

z = -1 5x + y; -3
z = -1 5(0) (0); -3
z = -1;-3
z = 1/3
z = 0,333

Assim: V1 = (12 ; 4 ; 1/3)


Calculando a preciso de Erro
- Primeiramente, alinhamos os resultados das razes antigas (fictcios) com os novos resultados
de razes encontrados (ltima iterao):
V0 = [ 0 ; 0 ; 0 ] e V1 = [ 12 ; 4 ; 1/3 ]
- Aps, calculamos a preciso do Erro utilizando os novos e os antigos valores das razes:
|Ex| = [(x novo - x antigo) / (x novo)] x 100 =
[(12 0) / (12)] x 100 =
|100,0| = 100,000%
|Ey| = [(y novo - y antigo) / (y novo)] x 100 =
[(4 0) / (4)] x 100 =
|100,0| = 100,000%
|Ez| = [(z novo - z antigo) / (z novo)] x 100 =
[(1/3 0) / (1/3)] x 100 =
|100,0| = 100,000%
- Assim, a presciso de erro para cada raiz de:
Mx = ( 100% , 100% , 100% ) = 100%
Como os percentuais de erro se encontram altos (mximo), devemos realizar nova iterao
utilizando os valores das razes encontradas na ltima iterao at que esse valor se aproxime de
zero :

Iterao #2
x = 6 + y z;
x = 6 + 1(4) 1(1/3);
x = 9,667 x 2 1
x = 19,333

y = 8 3x z; 2
y = 8 3(12) 1(1/3); 2
y = -28,333; 2
y = -28,333/2
y = -14,167

z = -1 5x + y; -3
z = -1 5(12) + 1(4); -3
z = -57;-3
z = -57/-3
z = 19

Assim: V2 = [19,333 ; -14,167 ; 19]


Calculando a preciso de Erro:
V1 = [ 12 ; 4 ; 1/3 ] e V2 = [19,333 ; -14,167 ; 19]
- Calculando a preciso do Erro:
|Ex| = [(x novo - x antigo) / (x novo)] x 100 =
[(19,333 12) / (19,333)] x 100 =
|37,931| = 37,931%
|Ey| = [(y novo - y antigo) / (y novo)] x 100 =
[(-14,167 (4)) / (-14,167)] x 100 =
|128,235| = 128,235%
|Ez| = [(z novo - z antigo) / (z novo)] x 100 =
[(19 1/3) / (19)] x 100 =
|98,246| = 98,246%
Mx = (37,931% ; 128,235% , 98,246% ) = 128,235%
Como os percentuais de erro se encontram altos (mximo), devemos realizar nova iterao
utilizando os valores das razes encontradas na ltima iterao at que esse valor se aproxime de
zero:
Iterao #3
x = 6 + y z;
x = 6 + 1(-14,167) 1(19);
x = -27,67 x 2 1
x = -54,334

y = 8 3x z; 2
y = 8 3(19,333) 1(19); 2
y = -68,999; 2
y = -68,999/2
y = -34,5

z = -1 5x + y; -3
z = -1 5(19,333) + 1(-14,167); -3
z = -111,832;-3
z = 111,832/3
z = 37,277

Assim: V3 = [ -54,334 ; -34,5 ; 37,277 ]


Calculando a preciso de Erro:
V2 = [19,333 ; -14,167 ; 19] e V3 = [ -54,334 ; -34,5 ; 37,277 ]
- Calculando a preciso do Erro:
|Ex| = [(x novo - x antigo) / (x novo)] x 100 =
[(-54,334 (19,333)) / (-54,334)] x 100 =
|135,582| = 135,582%
|Ey| = [(y novo - y antigo) / (y novo)] x 100 =
[(-34,5 (-14,167)) / (-34,5)] x 100 =
|58,936| = 58,936%
|Ez| = [(z novo - z antigo) / (z novo)] x 100 =
[(37,277 (19) / (37,277)] x 100 =
|49,031| = 49,031%
Mx = (135,582% ; 58,936% , 49,031% ) = 135,582%
Como os percentuais de erro se encontram altos (mximo), devemos realizar nova iterao
utilizando os valores das razes encontradas na ltima iterao at que esse valor se aproxime de
zero:

Interao
1
2
3
4
5
6
7
8
9
10
11
12
13

Varivel X
0
12,00
19,33
-54,33
-131,56
303,17
975,81
-1499,05
-6806,30
6661,61
45989,32
-22910,14
-301345,45
18660,66

x %
100,000%
37,931%
135,583%
58,699%
143,394%
68,932%
165,096%
77,976%
202,172%
85,515%
300,738%
92,397%
1714,870%

Varivel Y
0
4,00
-14,17
-34,50
66,86
240,69
-330,14
-1672,41
1384,20
11183,76
-4085,97
-72667,53
-4636,39
459002,54

y %
100,000%
128,235%
58,937%
151,600%
72,222%
172,906%
80,259%
220,822%
87,623%
373,711%
94,377%
1467,330%
101,010%

Varivel Z
0
0,33
19,00
37,28
-78,72
-241,21
425,38
1736,74
-1940,61
-11804,90
7375,10
78011,19
-13960,72
-500696,63

z %
100,000%
98,246%
49,031%
147,354%
67,364%
156,705%
75,507%
189,495%
83,561%
260,064%
90,546%
658,791%
97,212%

Os mtodos estudados deste trabalho (Cramer, Gauss, Gauss-Seidel e GauusJacobi), utilizamos matrizes de ordem 3x3. notvel que o mtodo de Cramer um dos
mais rpido e fcil para chegar aos resultados dos sistemas lineares, uma matria
curricular do ensino mdio. J o mtodo de Gauss exige muita repetio, assim como o
mtodo de Gauss-Seidel e de Gauss-Cramer. Observei que o mtodo de Cramer e de
Gauss ambos apresentaram o mesmo resultado. Este dois ltimos mtodos de GaussSeidel e Gauus-Jacobi seria o melhor que se aproxima da veracidade dos valores das
variveis no sistema linear porventura estudado.