34

1.7.2- Método de Gauss- Seidel


Suponhamos D = I, como foi feito para o método de Jacobi-Richardson.
Transformamos o sistema linear Ax = b como se segue:

(L* + I + R*)x = b*

(L* + I)x = - R*x + b*

x = - (L* + I)
-1
R* x + (L* + I)
-1
b*

O processo iterativo definido por:

X
(k + 1)
= - ( L* + I)
-1
R* x
(k)
+ (L* + I)
-1
b*

é chamado de Gauss-Seidel.

Explicitando as componentes, usando para isso a equaç ão do processo na forma:

(L* + I) x
(k + 1)
= - R*x
(k)
+ b*

ou

X
(k+1)
= - L* x
(k+1)
– R* x
(k)
+ b*

Resulta que o método de Gauss-Seidel consiste na determinação de uma sequência de
aproximantes de índice k
x
) k (
1
, x
) k (
2
, . . . , x
) k (
n
, k = 1, 2, 3, . . .
a partir de valores iniciais

x
) 0 (
1
, x
) o (
2
, . . . , x
) o (
n


através do processo iterativo definido por:

x
) 1 k (
1
+
= 0 - a
) k (
2 12
x

- . . . - a
∗ ∗
+
1
) k (
n n 1
b x


x
) 1 k (
2
+
= - a 0 x
) 1 k (
1 21

+ ∗
-
) k (
3 23
x a

- . . . - a
∗ ∗
+
2
) k (
n
) k (
n 2
b x

x
) 1 k (
3
+
= - a
) 1 k (
1 31
x
+ ∗
- 0 x a
) 1 k (
2 32

+ ∗
- . . . - a
∗ ∗
+
3
) k (
n n 3
b x
. . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . .

x
) 1 k (
n
+
= - a
) 1 k (
1 ni
x
+ ∗
- a
∗ + ∗ + ∗
+ − −
n
) 1 k (
3 3 n
) 1 k (
2 2 n
b 0 .. . x a x .

35

Vemos por estas equações que as componentes de x
(k+1)
são calculadas
sucessivamente sem necessidade de se calcular ( L* + I)
-1
.
Esse método difere do de Jacobi-Richardson por utilizarmos para o cálculo de uma
componente de x
(k + 1)
o valor mais recente das demais componentes.

1.7.2- Critério de convergência.

a) O Critério de Sassenfeld:

Aplicando o critério geral de convergência, calculemos:




+ · * R ) I * L ( B
1


Recordemos que:

B = min k .
Portanto se k satisfazer a desigualdade

Bx ≤ k

x teremos

B ≤ k.
Seja y = Bx

∴ y = - (L* + I )
-1
R*x

(L* + I)y = - R*x
ou
y = - L*y – R*x.

Assim o vetor y é obtido de x a partir das equações:

(I)
¹
¹
¹
¹
¹
¹
¹
'
¹
− − − − − ·
− − − − − ·
− − − − − ·
− − − − ·
∗ ∗ ∗
∗ ∗ ∗
∗ ∗ ∗
∗ ∗ ∗
0 y a y a y a y
x a 0 y a y a y
x a x a 0 y a y
x a x a x a 0 y
3 3 n 2 2 n 1 1 n n
n n 3 2 31 1 31 3
n n 2 3 23 1 21 2
n n 1 3 13 2 12 1
L
M
L
L
L


Calculemos

y =

Bx como

y =
i
max
i
y
A partir das equações (I) conseguimos as seguintes majorações:

1
y =

=
n
2 j
j
*
j 1
x a ≤ ≤

=
n
2 j
j
*
j 1
a a

=
n
2 j
j
j
*
j 1
x max a

= β
1


x onde β
1
=

=
n
2 j
*
j 1
a

36

1
y ≤ β
1


x

2
y =

=
+
n
3 j
j
*
j 2 1
*
21
x a y a

=

+ β ≤
n
3 j
j
*
j 2 1
*
21
x a x a


=

+ β ≤
n
3 j
j
*
j 2 1
*
21
x max a x a =
=

=
∞ ∞
+ β
n
3 j
*
j 2 1
*
21
x a x a =
= (

=
+ β
n
3 j
*
j 2 1
*
21
a a )

x = β
2

x
onde β
2
= (

=
+ β
n
3 j
*
j 2 1
*
21
a a )

β ≤ ∴ x y
2 2

Analogamente, obtemos:

≤ + β ≤
∑ ∑

= + =

j
1 i
1 j
n
1 i j
*
ij j
*
ij i
x a x a y
j
j
1 i
1 j
n
1 i j
*
ij j
*
ij
x max a x a
∑ ∑

= + =

+ β ≤
) a a (
1 i
1 j
n
1 i j
*
ij j
*
ij ∑ ∑

= + =
+ β =

x =

β x
i


onde β
i = ) a a (
1 i
1 j
n
1 i j
*
ij j
*
ij ∑ ∑

= + =
+ β

β ≤ ∴ x y
i i
.

Portanto:
∞ ∞ ∞
β ≤ = = x max y max y Bx
i
i
i
i

onde
i
i
max B β ≤

.
Podemos enunciar agora o Critério de Sassenfeld:
“O método de Gauss-Seidel converge se:


i
i
max β < 1
onde os β
i são calculados por recorrência através de:
β
i =
∑ ∑

= + =
+ β
1 i
1 j
n
1 i j
*
ij j
*
ij
a a .”



37
b) Critério das linhas


“O método de Gauss-Seidel converge se o crit ério das linhas for satisfeito, isto é, se:





=
n
i j
1 j
*
ij
i
a max < 1.”
Para provar este critério basta verificar que a condição




=
n
i j
1 j
*
ij
i
a max < 1
implica β
i
< 1 i = 1, 2, . . ., n.

De fato:

Para i = 1, temos:

β
1
2 1
1
· ≤
· ·

∑ ∑
a max a
ij
j
n
i
ij
j
j
* *
< 1 .

Suponhamos β
j
< 1 para j = 1, 2, . . . , i - 1.
Então

β
i = a a a max a
ij
j
i
j ij
j i
n
ij
j
j
n
i
ij
j
j
* * * *
·

· + ·

·

∑ ∑ ∑ ∑
+ ≤ ≤ <
1
1
1 1
1
1
1
1 β .
Portanto max β
i
< 1 e o critério de Sassenfeld é verificado.

Observações:

- Dado um sistema linear Ax=b pode acontecer que o método de jacobi-Richardson
aplicado a ele resulte convergente enquanto que o de Gauss-Seidel resulta divergente
e vice-versa.

- Se B não for apreciavelmente menor que 1 a convergência pode ser bastante lenta.

- A convergência para os métodos: Jacobi-Richardson e Gauss-Seidel não depende do
valor inicial x
(0)
.

- Um permutação conveniente das linhas ou colunas de A antes de dividir cada
equação pelo coeficiente da diagonal principal pode reduzir o valor de B .

38
Exemplo 1.7.2:

Resolver o sistema:

5 5
3 6
3 6 0
1 2 3
1 2 3
1 2 3
x x x
x x x
x x x
+ + ·
+ + ·
+ + ·
¹
'
¹
¹
¹

pelo método de Gauss-Seidel com x
(0)
= (0,0,0)
t
e ε < 10
-2
.

Solução:

Dividindo cada equação pelo correspondente elemento da diagonal principal
obtemos:
x
1
+ 0.2x
2
+ 0. 2 x
3
= 1
0.75x
1
+ x
2
+ 0. 25x
3
= 1.5
0.5 x1 + 0.5x2 + x3 = 0

Temos:



=
n
i j
1 j
*
ij
i
a max = 1
Portanto, por esse critério não podemos garantir convergência. Mas aplicando o
critério de Sassenfeld, temos:

β
1
= 0 2 02 . . + = 0.4
β
2 =
( )
075 04 025 . . . + = 0.3 + 0.25 = 0.55
β
3
=
( )
05 04 . . + (0.5) (0.55) = 0.2 + 0.275 = 0.475
∴max
i
i
β = 0.55 < 1

Logo temos o critério de convergência satisfeito.
Efetuando-se as iterações definidas por:

x x x
k k k
1
1
2 3
0 2 0 2 1
( ) ( ) ( )
. .
+
· − − +

x x x
k k k
2
1
1
1
3
0 75 0 25 15
( ) ( ) ( )
. . .
+ +
· − − +

x x x
k k k
3
1
1
1
2
1
05 05
( ) ( ) ( )
. .
+ + +
· − −

a partir de x
(0)
= (0,0,0)
t
, resultam os seguintes valores:
K 0 1 2 3 4
x
1
0 1 1.025 1.0075 1.001625
x
2
0 0.75 0.95 0.99125 0.998625
x
3
0 -0.875 -0.9875 -0.999375 -1.000125
39
Observações:
- Para ε < 10
-2
temos que a solução do sistema é
x = (1.00 ; 0.99 ; -1.00)
t

- A solução exata do sistema proposto é x = (1, 1, -1)
t
.

1.7.3- Exercícios:

1.7.3.1) Resolver o sistema:


10 10
10 12
2 10 11
1 2 3
1 2 3
1 2 3
x x x
x x x
x x x
+ − ·
+ + ·
− + ·
¹
'
¹
¹
¹

pelo método de Jacobi-Richardson com x
(0)
= (0,0,0)
t
e ε< 10
-3
.

1.7.3.2) Dado o sistema:


10 10
10 8 20
7 10 20
1 2 3
1 2 3
1 2 3
x x x
x x x
x x x
+ + ·
+ + ·
+ + ·
¹
'
¹
¹
¹

a) Verificar a possibilidade de aplicação do método iterativo de jacobi-Richardson.
b) Se possível, resolvê-lo pelo método do item a).

1.7.3.3) Dado o sistema:

4 2 6 1
4 3 2
5 3 3
1 2 3
1 2 3
1 2 3
x x x
x x x
x x x
+ + ·
− + ·
− + + ·
¹
'
¹
¹
¹

Mostrar que reordenando as equações e incógnitas poderemos fazer com que o
critério de Sassenfeld seja satisfeito, mas não o das linhas.

1.7.3.4) Dado o sistema

5 2 7
4 2 3
2 3 10 1
1 2 3
1 2 3
1 2 3
x x x
x x x
x x x
+ + ·
− + + ·
− + · −
¹
'
¹
¹
¹

a) Verificar a convergência usando o critério das linhas e o critério de Sassenfeld.
b) Reslover o sistema por:
b.1- Jacobi-Richardson.
b.2- Gauss-Seidel.

Efetuar, em ambos os casos, duas iterações partindo-se d0 vetor x
(0)
= (-2.4; 5; 0.3)
t
.



40
1.7.3.5) Calcular u
2
, u
3
, u
4
e u
5
resolvendo a equação de diferenças
(*) u
n+2
+ u
n+1
+ u
n
= n
com as condições de contorno u
1
= 0 e u
6
= 1

Observação: Escrever (*) para n = 1, 2, 3 e 4 e resolver o sistema resultante pelo
Método de Gauss-Seidel.

1.7.3.6) Dado o sistema:

4 1 1
1 6 1
2 1 8
6
8
11
1
2
3
|
.

`
,

|
.

`
,

·
|
.

`
,

x
x
x

a) Verificar a convergência usando o critério de Sassenfeld.
b) Resolver pelo Método de Gauss-Seidel ( 3 iterações a partir do vetor nulo).



Vemos por estas equações que as componentes de x(k+1) são calculadas sucessivamente sem necessidade de se calcular ( L* + I)-1 . Assim o vetor y é obtido de x a partir das equações:     (I)      Calculemos y ∞ y1 = 0 − a ∗ x 2 − a ∗ x 3 − L − a ∗n x n 12 13 1 y 2 = − a ∗ y 1 −0−a ∗ x 3 − L − a ∗ n x n 21 23 2 ∗ ∗ y 3 = − a 31 y 1 − a 31 y 2 − 0 − L − a ∗ n x n 3 M yn = − a y1 − a y 2 −a ∗3y 3 −L− 0 n ∗ n1 ∗ n2 = Bx ∞ como y ∞ = max i yi A partir das equações (I) conseguimos as seguintes majorações: y1 = ∑ a *1j x j ≤ j=2 ∞ n ∑ j= 2 n a* j a j ≤ 1 ∑a j= 2 * 1j n * 1j max x j j = β1 x onde β 1 = ∑a j= 2 n 35 . ∞ Portanto se k satisfazer a desigualdade Bx Seja y = Bx ≤ k x ∞ teremos B ∞ ≤ k.2.(L* + I )-1 R*x (L* + I)y = . 1.R*x ou y = .Critério de convergência.L*y – R*x. Esse método difere do de Jacobi-Richardson por utilizarmos para o cálculo de uma componente de x(k + 1) o valor mais recente das demais componentes.7. calculemos: B ∞ = ( L * + I) −1 R * ∞ ∞ Recordemos que: B = min k . ∴ y = . a) O Critério de Sassenfeld: Aplicando o critério geral de convergência.

” 36 .∴ y1 ≤ β1 x ∞ y2 * = a 21y 1 + ∑a j=3 ∞ n * 2j x j ≤ a* β1 x 21 ∞ + ∑ a*j x j 2 j= 3 n ≤ a* β1 x 21 * = a 21 β 1 x ∞ + ∑ a * j max x j = 2 j =3 n + ∑ a*j x 2 j= 3 ∞ n ∞ = ∞ = ( a* β1 + ∑ a* j ) x 21 2 j= 3 n = β2 x onde β 2 = ( a * β1 + ∑ a * j ) 21 2 j= 3 n ∴ y 2 ≤ β2 x ∞ Analogamente. = y ∞ = max y i ≤ max β i x i i ∞ ≤ max β i . Podemos enunciar agora o Critério de Sassenfeld: “O método de Gauss-Seidel converge se: max β i < 1 onde os β i são calculados por recorrência através de: βi = i ∑ j= 1 i −1 a* βj + ij j= i + 1 ∑a n * ij . obtemos: yi ≤ ∑a j =1 i− 1 * ij βj x ∞ + j= i + 1 ∑a n n * ij xj ≤ ≤ ∑ a *ij β j x j= 1 i −1 j= 1 i −1 + ∞ n j= i + 1 * ij ∑a ) x * ij max x j j = ( ∑ a* βj + ij * onde β i = ( ∑ a ij β j + j=1 i −1 j=i +1 ∑a ∞ = βi x ∞ j= i +1 ∑a ∞ n * ij ) ∴ y i ≤ βi x Portanto: Bx onde B ∞ i ∞ .

. se: max i ∑a j =1 j≠i n n * ij < 1. i .Dado um sistema linear Ax=b pode acontecer que o método de jacobi-Richardson aplicado a ele resulte convergente enquanto que o de Gauss-Seidel resulta divergente e vice-versa.Se B não for apreciavelmente menor que 1 a convergência pode ser bastante lenta.Um permutação conveniente das linhas ou colunas de A antes de dividir cada equação pelo coeficiente da diagonal principal pode reduzir o valor de B .1. 37 .. . . . . 2. Para i = 1. Portanto max β i < 1 e o critério de Sassenfeld é verificado.A convergência para os métodos: Jacobi-Richardson e Gauss-Seidel não depende do valor inicial x(0). Observações: . isto é. Então i−1 βi = ∑a j=1 * ij βj + j =i +1 ∑a n * ij * ≤ ∑ aij ≤ max j =1 j≠ 1 i n ∑a j= 1 j≠ 1 * ij < 1.b) Critério das linhas “O método de Gauss-Seidel converge se o critério das linhas for satisfeito. n. . . . . i j=1 j≠1 Suponhamos β j < 1 para j = 1.” Para provar este critério basta verificar que a condição max i ∑a j =1 j≠i * ij <1 implica β i < 1 De fato: i = 1. 2. . temos: β1 = ∑a j=2 n * ij * ≤ max ∑ aij < 1 .

4) + 0.2 + 0.55) = 0. Solução: Dividindo cada equação pelo correspondente elemento da diagonal principal obtemos: x1 + 0.55 β 3 = 0. Efetuando-se as iterações definidas por: ( ( x1( k +1) = − 0.99125 -0.7.5x 2k +1) a partir de x(0) = (0.75x1( k +1) − 0.95 x3 0 -0.999375 4 1.0)t e ε < 10-2 .000125 38 .2 x 2 k ) − 0.001625 0.2 + 0.025 x2 0 0.Exemplo 1.25 = 0. temos: β 1 = 0.3 + 0.2 x3 k ) + 1 ( ( x 2 k +1) = − 0. por esse critério não podemos garantir convergência. 2 x3 = 1 0.998625 -1.2 = 0. resultam os seguintes valores: K 0 1 2 x1 0 1 1.25 = 0.0)t .0075 0.4) + (0.75 0.25x 3 k ) + 15 .0.5) (0.475 ∴max βi = 0.75 ( 0.2: Resolver o sistema: 5x1 + x2 + x3 = 5  3x1 + x2 + x3 = 6 3x + x + 6x = 0  1 2 3 pelo método de Gauss-Seidel com x(0) = (0.5x2 + x3 = 0 Temos: max i ∑a j =1 j≠i n * ij =1 Portanto.2x2 + 0.75x1 + x2 + 0.55 < 1 i Logo temos o critério de convergência satisfeito.4 β 2 = 0.5 x1 + 0.875 -0.9875 3 1.5 0. Mas aplicando o critério de Sassenfeld. 25x3 = 1. ( ( x 3k +1) = − 0.5x1( k +1) − 0.5 ( 0.0.275 = 0.

4) Dado o sistema  5 x1 + 2 x2 + x 3 = 7  3  − x1 + 4 x2 + 2 x 3 =  2 x − 3x + 10x 3 = − 1  1 2 a) Verificar a convergência usando o critério das linhas e o critério de Sassenfeld.7.7.00) t .2) Dado o sistema: 10x1 + x 2 + x3 = 10  + 10 x2 + 8 x3 = 20  x1  7x + 10x 3 = 20  1 + x2 a) Verificar a possibilidade de aplicação do método iterativo de jacobi-Richardson. b) Reslover o sistema por: b.3.Gauss-Seidel.1) Resolver o sistema: 10x1 + x 2 − x3 = 10  + 10 x2 + x 3 = 12  x1  2x + 10x 3 = 11  1 − x2 pelo método de Jacobi-Richardson com x(0) = (0. 1. resolvê-lo pelo método do item a). 1. b. duas iterações partindo-se d0 vetor x(0) = (-2.1.2. mas não o das linhas. -1)t.3) Dado o sistema:  4 x1 + 2 x2 + 6 x 3 = 1   4 x1 − x2 + 3 x3 = 2  − x + 5x + 3x = 3  1 2 3 Mostrar que reordenando as equações e incógnitas poderemos fazer com que o critério de Sassenfeld seja satisfeito.Para ε < 10 -2 temos que a solução do sistema é x = (1. 1.0)t e ε < 10 -3 . 39 .Observações: .00 .A solução exata do sistema proposto é x = (1.7.7.3.3. 0.99 . Efetuar. 1.0. 0.3.4.7. 1. em ambos os casos. b) Se possível.Jacobi-Richardson. -1.3Exercícios: 1.3) t . 5.

u4 e u5 resolvendo a equação de diferenças (*) un+2 + un+1 + un = n com as condições de contorno u1 = 0 e u6 = 1 Observação: Escrever (*) para n = 1.6) Dado o sistema:  4 1 1  x1   6        1 6 1  x2  =  8        2 1 8  x3  11 a) Verificar a convergência usando o critério de Sassenfeld. 3 e 4 e resolver o sistema resultante pelo Método de Gauss-Seidel. 2.7.7. b) Resolver pelo Método de Gauss-Seidel ( 3 iterações a partir do vetor nulo).3. u3 .5) Calcular u2.1. 40 . 1.3.