Matemática Múltipla Escolha

Considere o seguinte sistema linear que possui alguns termos nulos e aplique o método iterativo de Gauss-Seidel a partir da aproximação inicial para as variáveis: x₁ = x₂ = x₃ = x₄ = 0. Embora para uma aproximação de qualidade sejam necessárias mais iterações, qual alternativa indica o valor da aproximação para as variáveis na segunda iteração realizada?

Considere o seguinte sistema linear que possui alguns termos nulos e aplique o método iterativo de Gauss-Seidel a partir da aproximação inicial para as variáveis: x₁ = x₂ = x₃ = x₄ = 0. Embora para uma aproximação de qualidade sejam necessárias mais iterações, qual alternativa indica o valor da aproximação para as variáveis na segunda iteração realizada?

  1. x₁ = 1,030182; x₂ = -1,014456; x₃ = 0,984341
  2. x₁ = 1,030182; x₂ = -1,014456; x₃ = 0,878864; x₄ = -0,987273
  3. x₁ = 0,6; x₂ = 2,327273; x₃ = -0,987273; x₄ = 0,878864
  4. x₁ = 0,6; x₂ = 2,327273; x₃ = 0,878864; x₄ = -0,987273
  5. x₁ = 1,030182; x₂ = 2,036938; x₃ = -1,014456; x₄ = 0,984341

Resolução completa

Explicação passo a passo

E
Alternativa E

Alternativa E

Para resolver esta questão, utilizaremos o Método de Gauss-Seidel, um algoritmo iterativo usado para encontrar soluções aproximadas de sistemas de equações lineares. A característica principal deste método é utilizar o valor mais recente calculado de uma variável dentro da mesma iteração, diferentemente do método de Jacobi.

Análise Detalhada

1. Isolamento das Variáveis

Primeiro, reescrevemos cada equação isolando a variável principal (diagonal principal) de acordo com a sua posição no sistema:

\begin{aligned} x_1 &= \frac{6 + x_2 - 2x_3}{10} \\ x_2 &= \frac{25 + x_1 + x_3 - 3x_4}{11} \\ x_3 &= \frac{-11 - 2x_1 + x_2 + x_4}{10} \\ x_4 &= \frac{15 - 3x_2 + x_3}{8} \end{aligned}

2. Primeira Iteração (k=1)

Partimos da aproximação inicial x_1=x_2=x_3=x_4=0. Calculamos os valores substituindo zeros e atualizando imediatamente:

  • x_1^{(1)} = \frac{6 + 0 - 0}{10} = 0.6
  • x_2^{(1)} = \frac{25 + 0.6 + 0 - 0}{11} \approx 2.327273
  • x_3^{(1)} = \frac{-11 - 2(0.6) + 2.327273 + 0}{10} \approx -0.987273
  • x_4^{(1)} = \frac{15 - 3(2.327273) + (-0.987273)}{8} \approx 0.878864

Nota: Os valores acima correspondem às opções C e D, mas a questão pede a SEGUNDA iteração.

3. Segunda Iteração (k=2)

Utilizamos agora os valores obtidos na iteração anterior, lembrando de usar o valor mais recente disponível (ex: para calcular x_2^{(2)}, usamos x_1^{(2)} já calculado, não x_1^{(1)}).

  • Cálculo de x_1^{(2)}:
    x_1^{(2)} = \frac{6 + 2.327273 - 2(-0.987273)}{10} = \frac{10.301819}{10} \approx 1.030182
  • Cálculo de x_2^{(2)}:
    x_2^{(2)} = \frac{25 + 1.030182 + (-0.987273) - 3(0.878864)}{11} \approx \frac{22.406317}{11} \approx 2.036938
  • Cálculo de x_3^{(2)}:
    x_3^{(2)} = \frac{-11 - 2(1.030182) + 2.036938 + 0.878864}{10} \approx \frac{-10.144562}{10} \approx -1.014456
  • Cálculo de x_4^{(2)}:
    x_4^{(2)} = \frac{15 - 3(2.036938) + (-1.014456)}{8} \approx \frac{7.87473}{8} \approx 0.984341

Conclusão

Os resultados obtidos para a segunda iteração são:

  • x_1 \approx 1.030182
  • x_2 \approx 2.036938
  • x_3 \approx -1.014456
  • x_4 \approx 0.984341

Esses valores coincidem exatamente com a Alternativa E. As outras alternativas apresentam erros comuns, como parar na primeira iteração (C e D) ou confundir os valores das variáveis (A e B).

Tem outra questão para resolver?

Resolver agora com IA

Mais questões de Matemática

Ver mais Matemática resolvidas

Tem outra questão de Matemática?

Cole o enunciado, tire uma foto ou descreva o problema — a IA resolve com explicação completa em segundos.