SlideShare una empresa de Scribd logo
3.3.7 Estrategias de pivoteo
El pivoteo tiene dos finalidades: 1) superar la dificultad que presentan cuando un
elemento pivote es cero, ya que origina una división entre cero; y 2) disminuir los
errores de redondeo; debido a que si la magnitud del pivote es pequeña comparada con
la de los otros elementos, entonces se pueden introducir errores de redondeo.
La única condición para que un elemento pueda ser pivote es que sea distinto de 0 .
Existen tres tipos de pivoteo:
1. Pivoteo máximo por columna o pivoteo parcial: Consiste en elegir un
elemento no nulo (denominado “pivote”) para cada columna, a partir de la
primera, que es el coeficiente de la columna cuyo valor absoluto es el mayor;
para lograr esto, se intercambia en cada caso el renglón i por el renglón k cuyo
elemento kia satisfaga la condición anterior; ya que se eligió el pivote se procede
de modo habitual aplicando el método deseado.
2. Pivoteo total: Consiste en producir dominancia diagonal en la matriz de
coeficientes, para ello se busca en toda la matriz el elemento de mayor valor
absoluto, realizando intercambio de renglones y columnas; es decir consiste en
sustituir el pivote iia , en cada caso, por aquel elemento kja , cuyo valor absoluto
sea el mayor; para lograr esto, se intercambia el renglón i por el k y la columna
i por la j , y se procede de modo habitual aplicando el método deseado; el
proceso se repite ( 1)n − veces. Este tipo de pivoteo se usa en muy raras
ocasiones debido que al intercambiar columnas se cambia el orden de las x y,
en consecuencia, se agrega complejidad significativa al realizar el programa en
la computadora.
3. Pivoteo escalado de fila o escalamiento: Sólo se usa para matrices con
elementos muy diferentes en magnitud y cuando un pivote es mucho más
“pequeño” que alguno de los coeficientes de la ecuación que él encabeza.
Consiste en escalar una vez antes del proceso de eliminación; es decir se divide
el renglón o renglones entre el elemento de mayor magnitud.
Para escoger el pivote jja , para 1 2 1j … n= , , , − , se realizan los siguientes pasos:
1. Para 1i j j … n= , + , , , se calcula
1
max factordeescalai il
l n
s a
≤ ≤
=
2. Para 1i j j … n= , + , , , se calcula
ij
i
a
s
| |
3. Se encuentra el menor entero k tal que:
max
ij kj
i k
j i n
a a
s s
≤ ≤
| | | |
=
Si tal k existe y k j≠ , entonces se cambia el renglón j por el renglón k , y se
procede de modo habitual aplicando el método deseado.
4. Se repite el paso )b y )c hasta que 1j n= − .
Los factores de cambio de escala 1 2 ns s …s, , se calculan sólo una vez, al inicio del
procedimiento y también deben intercambiarse al realizar intercambio de renglones.
Ejemplo 3.3.16 Resolver el siguiente sistema de ecuaciones lineales por el método de
Gauss, sin utilizar alguna estrategia de pivoteo, con 4 cifras significativas; (det
0 12457A = . , obtenido con Maple).
1 2 3
1 2 3
1 2 3
0 0002 0 00031 0 0017 0 00609
5 7 6 7
8 6 3 2
x x x
x x x
x x x
. − . + . = .
− + =
+ + =
(3.45)
Como det 0A ≠ se empieza a aplicar el método.
Escribiendo el sistema de ecuaciones en notación matricial se tiene:
0 0002 0 00031 0 0017 0 00609
5 7 6 7
8 6 3 2
. − . . .   
   
= − =   
   
   
A b
Combinando las matrices A y b para obtener su forma aumentada, se empiezan a
realizar operaciones elementales para obtener una matriz triangular superior.
Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las
incógnitas.
1 2 3 1
2 3 2
3 3
0 0002 0 00031 0 0017 0 00609 3 999
0 750 36 50 145 2 1 067
830 3 3320 1 885
x x x x
x x x
x x
. − . + . = . ≈ .
⇒ . − . = − . ≈ .
. = ≈ − .
Ejemplo 3.3.17 Resolver el sistema de ecuaciones lineales (3.45) por el método de
Gauss, utilizando pivoteo parcial, con 4 cifras significativas.
Escribiendo el sistema de ecuaciones en notación matricial se tiene:
0 0002 0 00031 0 0017 0 00609
5 7 6 7
8 6 3 2
. − . . .   
   
= − =   
   
   
A b
Se combinan las matrices A y b para obtener su forma aumentada. Empezando a
aplicar pivoteo parcial; para escoger el pivote 11a , de la primera columna con elementos
diferentes de cero (llamada columna pivote), se selecciona el elemento de mayor valor
absoluto, en este caso es el elemento 13 8a = ; a este elemento se le llama pivote:
Se intercambia el renglón 1 por el renglón 3, para llevar este elemento de la columna a
la posición diagonal.
Se empiezan a realizar operaciones elementales para hacer cero los elementos que se
encuentran debajo del pivote.
De la segunda columna, se selecciona el nuevo pivote 22a , que es el elemento de mayor
valor absoluto de la diagonal principal para abajo, en este caso es el número 10 75− . ;
por lo que no se necesita realizar intercambio de renglones, ya que este elemento se
encuentra en la posición diagonal.
Se empiezan a realizar operaciones elementales para hacer cero los elementos que se
encuentran debajo del pivote.
Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las
incógnitas.
1 2 3 1
2 3 2
3 3
8 6 3 2 4 001
10 75 4 125 5 750 1 000
0 001448 0 005794 2 000
x x x x
x x x
x x
+ + = ≈ .
⇒ − . + . = . ≈ .
. = . ≈ − .
La solución exacta del sistema (3.45) es 1 4x = , 2 1x = y 3 2x = − . Comparando los
resultados obtenidos de los ejemplos 3.16 y 3.17, se puede observar que si no se aplica
pivoteo parcial los errores son significativos:
1r xε , = 4 3 999
4 100 0 025%− .
× = .
2r xε , = 1 1 067
1 100 6 7%− .
× = .
3r xε , = 2 ( 1 885)
4 100 5 75%− − − .
× = .
aplicando pivoteo parcial y un redondeo a 4 cifras significativas, 2x y 3x se obtienen de
manera exacta y 1x se obtiene con un error relativo de ( 4 4 001 4) 100 0 025%| − . | / × = . .
Ejemplo 3.3.18 Resolver el siguiente sistema de ecuaciones lineales por el método de
Gauss, sin utilizar alguna estrategia de pivoteo, con 4 cifras significativas; (det
65 679715A = − . , obtenido con Maple).
1 2 3
1 2 3
1 2 3
1 78 3 01 4 88 7 70
4 63 1 06 2 27 6 36
3 39 9 81 4 78 3 95
x x x
x x x
x x x
. + . − . = − .
. − . − . = − .
− . + . − . = .
(3.46)
Como det 0A ≠ se empieza a aplicar el método.
Escribiendo el sistema de ecuaciones en notación matricial se tiene:
1 78 3 01 4 88 7 70
4 63 1 06 2 27 6 36
3 39 9 81 4 78 3 95
. . − . − .   
   
= . − . − . = − .   
   − . . − . .   
A b
Combinando las matrices A y b para obtener su forma aumentada, se empiezan a
realizar operaciones elementales para obtener una matriz triangular superior.
Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las
incógnitas.
1 2 3 1
2 3 2
3 3
1 78 3 01 4 88 7 70 0 6966
8 889 10 42 13 67 2 197
4 14 13 19 3 186
x x x x
x x x
x x
. + . − . = − . ≈ .
⇒ − . + . = . ≈ .
. = . ≈ .
Ejemplo 3.3.19 Resolver el sistema de ecuaciones lineales (3.46) por el método de
Gauss utilizando pivoteo total, con 4 cifras significativas.
Escribiendo el sistema de ecuaciones en notación matricial se tiene:
1 78 3 01 4 88 7 70
4 63 1 06 2 27 6 36
3 39 9 81 4 78 3 95
. . − . − .   
   
= . − . − . = − .   
   − . . − . .   
A b
Se combinan las matrices A y b para obtener su forma aumentada. Empezando a
aplicar pivoteo completo; para escoger el pivote 11a se busca en toda la matriz A el
elemento de mayor valor absoluto, en este caso es el elemento 3 2 9 81a , = . ; a este
elemento se le llama pivote:
Se intercambia el renglón 1 por el renglón 3:
Después se intercambian la columna 1 por la columna 2 :
Se empiezan a realizar operaciones elementales para hacer cero los elementos que se
encuentran debajo del pivote.
Para escoger el pivote 22a se busca en toda la matriz a excepción de la columna ya
afectada, el elemento de mayor valor absoluto, en este caso es 22 4 264a = . ; por lo que
no se necesita realizar intercambio de renglones y columnas, ya que este elemento se
encuentra en la posición diagonal.
Se empiezan a realizar operaciones elementales para hacer cero los elementos que se
encuentran debajo del pivote.
Como se intercambiaron la primera columna por la segunda, se cambia 2x por 1x en el
sistema obtenido. Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el
valor de las incógnitas.
2 1 3 1
1 3 2
3 3
9 81 3 39 4 78 3 95 0 6850
4 262 2 787 5 933 2 188
1 570 4 988 3 177
x x x x
x x x
x x
. − . − . = . ≈ .
⇒ . − . = − . ≈ .
− . = − . ≈ .
Una buena aproximación al sistema (3.46) es 1 0 6842x = . , 2 2 187x = . y 3 3 176x = . .
Comparando los resultados obtenidos de los ejemplos 3.3.18 y 3.3.19, se puede observar
que si se aplica pivoteo total los errores relativos son menores. Errores sin aplicar
pivoteo total:
1r xε , = 0 6842 0 6966
0 6842 100 1 81%. − .
. × = .
2r xε , = 2 187 2 197
2 187 100 0 457%. − .
. × = .
3r xε , = 3 176 3 186
3 176 100 0 315%. − .
. × = .
Errores aplicando pivoteo total:
1r xε , = 0 6842 0 6850
0 6842 100 0 117%. − .
. × = .
2r xε , = 2 187 2 188
2 187 100 0 0457%. − .
. × = .
3r xε , = 3 176 3 177
3 176 100 0 0315%. − .
. × = .
Al aplicar pivoteo total, se reducen los errores de redondeo y se obtiene una mejor
aproximación de la solución.
Nota: En la mayor parte de los problemas el pivoteo completo no es mucho más exacto
que el pivoteo parcial; al menos no el suficiente para justificar el trabajo adicional que
implica; por esta razón el pivoteo parcial se usa más.
Ejemplo 3.3.20 Resolver el siguiente sistema de ecuaciones lineales por el método de
Gauss, utilizando pivoteo escalado, con 4 cifras significativas; (det 28696 6707A = . ,
obtenido con Maple).
1 2 3 4
1 2 3 4
2 3 4
1 2 3 4
1 19 2 11 100 1 12
14 2 0 122 12 2 3 44
100 99 9 2 15
15 3 0 110 13 1 4 16
x x x x
x x x x
x x x
x x x x
. + . − + = .
. − . + . + = .
− . + = .
. + . − . − = .
Como det 0A ≠ se empieza a aplicar el método.
Escribiendo el sistema de ecuaciones en notación matricial se tiene:
1 19 2 11 100 1 1 12
14 2 0 122 12 2 1 3 44
0 100 99 9 1 2 15
15 3 0 110 13 1 1 4 16
. . − .   
   
. − . . − .   = =
   − . .
   
. . − . − .   
A b
Se combinan las matrices A y b para obtener su forma aumentada:
Empezando a aplicar pivoteo escalado, se calculan los factores de escala 1 2 3s s s, , y 4s :
1s = { }
1 4
max(3) 1 19 2 11 100 1 100
l≤ ≤
| . |,| . |,| − |,| | =
2s = { }
1 4
max(4) 14 2 0 122 12 2 1 14 2
l≤ ≤
| . |,| − . |,| . |,| − | = .
3s = { }
1 4
max(5) 0 100 99 9 1 100
l≤ ≤
| |,| |,| − . |,| | =
4s = { }
1 4
max(6) 15 3 0 110 13 1 1 15 3
l≤ ≤
| . |,| . |,| − . |,| − | = .
Para escoger el pivote 11a ; se calculan los siguientes elementos:
11
1
a
s
| |
= 1 19
100 0 01190| . |
= − .
21
2
a
s
| |
= 14 2
14 2 1 000| . |
. = .
31
3
a
s
| |
= 0
100 0| |
=
41
4
a
s
| |
= 15 3
15 3 1 000| . |
. = .
Después se encuentra el máximo de los elementos anteriores:
{ } 21 41
1 4
max 0 01190 1 000 0 1 000 1
a a
s s
| | | |
− . , . , , . = = =
En este caso existen dos máximos, por lo que se puede tomar cualquiera de ellos,
tomando a 21
1
a
s
| |
, entonces se intercambia el renglón 1 por el renglón 2 .
Se empiezan a realizar operaciones elementales para hacer cero los elementos que se
encuentran debajo del pivote.
Para escoger el pivote 22a ; se calculan los siguientes elementos:
22
1
a
s
| |
= 2 120
100 0 02120| . |
= .
32
3
a
s
| |
= 100
100 1 000| |
= .
42
4
a
s
| |
= 0 2414
15 3 0 01578| . |
. = .
Después se encuentra el máximo de los elementos anteriores:
{ } 32
3
max 0 02120 1 000 0 01578 1
a
s
| |
. , . , . = =
Tomando a 32
3
a
s
| |
, entonces se cambia el renglón 2 por el renglón 3.
Se empiezan a realizar operaciones elementales para hacer cero los elementos que se
encuentran debajo del pivote.
Para escoger el pivote 33a ; se calculan los siguientes elementos:
33
1
a
s
| |
= 98 88
100 0 9888|− . |
= .
43
4
a
s
| |
= 26 00
15 3 1 699|− . |
. = .
Después se encuentra el máximo de los elementos anteriores:
{ } 43
4
max 0 9888 1 699 1 699
a
s
| |
. , . = = .
Tomando a 43
4
a
s
| |
, entonces se cambia el renglón 3 por el renglón 4 .
Se empiezan a realizar operaciones elementales para hacer cero los elementos que se
encuentran debajo del pivote.
Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las
incógnitas.
1 2 3 4 1
2 3 4 2
3 4 3
4 4
14 2 0 122 12 2 3 44 0 1765
100 99 9 2 15 0 01269
26 00 0 07459 2 15 0 02070
0 7793 0 9249 1 187
x x x x x
x x x x
x x x
x x
. − . + . − = . ≈ .
− − . + = . ≈ .
⇒
− . + . = . ≈ − .
+ . = − . ≈ − .

Más contenido relacionado

PDF
Area under curve 01
PDF
Optim1 ejemplo 1
PPTX
Método de jacobi
PPTX
El metodo doolittle
PDF
Unidad III analisis numerico
DOCX
INVESTIGACION “SOLUCION DE SISTEMAS DE ECUACIONES: METODO DE JACOBY”
PPTX
Unidad 3 sistemas lineales
PDF
Ajuste de curvas metodo de jacobi
Area under curve 01
Optim1 ejemplo 1
Método de jacobi
El metodo doolittle
Unidad III analisis numerico
INVESTIGACION “SOLUCION DE SISTEMAS DE ECUACIONES: METODO DE JACOBY”
Unidad 3 sistemas lineales
Ajuste de curvas metodo de jacobi

La actualidad más candente (20)

PDF
Determinantes - Wiris
PPTX
Proceso estadístico
PDF
Oblique triangles interesting example
PPTX
Eliminación gaussiana simple
PDF
Metodos numericos capitulo 2
PPT
Metodo de eliminacion gaussiana simple
PPTX
Proceso estadístico
PPTX
Método de newton raphson
PPT
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOS
PPTX
Proceso estadístico
PPTX
Proceso estadístico
PDF
Two equations systems solution 1
PDF
Derivative applications 05 cylinder
PPTX
Proceso estadístico
PPTX
Algebra lineal numérica
PDF
Metodos numericos capitulo 1
PPTX
Determinantes
PPTX
Métodos numéricos
PPSX
Raices de ecuaciones Metodos Númericos
PPTX
Proyecto final de algebra lineal
Determinantes - Wiris
Proceso estadístico
Oblique triangles interesting example
Eliminación gaussiana simple
Metodos numericos capitulo 2
Metodo de eliminacion gaussiana simple
Proceso estadístico
Método de newton raphson
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOS
Proceso estadístico
Proceso estadístico
Two equations systems solution 1
Derivative applications 05 cylinder
Proceso estadístico
Algebra lineal numérica
Metodos numericos capitulo 1
Determinantes
Métodos numéricos
Raices de ecuaciones Metodos Númericos
Proyecto final de algebra lineal
Publicidad

Destacado (14)

PDF
Marketing mackathon solution
PPTX
Celebrities Hair Styles
DOC
History of thulium
PDF
Revista da Luta - Primeiro Semestre 2015
PPTX
الوقت المناسب للإستقالة
PDF
VanDon-Presentation-V18-8
PPTX
Preparing for a job
PPTX
Mr Peter B. Mayr - Science policy expert, ‘’ Towards a staircase to excellenc...
DOCX
Mobile Sensors and Types
PDF
Real Estate Reinvents Itself
PPT
Sistemas de información institucional
PDF
Solving np hard problem using artificial bee colony algorithm
PPTX
Comunicacion sincronicas y asincronicas de tics.
Marketing mackathon solution
Celebrities Hair Styles
History of thulium
Revista da Luta - Primeiro Semestre 2015
الوقت المناسب للإستقالة
VanDon-Presentation-V18-8
Preparing for a job
Mr Peter B. Mayr - Science policy expert, ‘’ Towards a staircase to excellenc...
Mobile Sensors and Types
Real Estate Reinvents Itself
Sistemas de información institucional
Solving np hard problem using artificial bee colony algorithm
Comunicacion sincronicas y asincronicas de tics.
Publicidad

Similar a Pluginfile 6 (20)

PDF
Soluciòn de sistemas de ecuaciones lineales con excel
PPSX
MEGS
PDF
Teoría de matrices
DOCX
Metodos de eliminacion
DOCX
Análisis numérico (josé monsalve). (autoguardado)
PPTX
Solucion de sistemas de ecuaciones lineales
PDF
Solución de Sistemas de Ecuaciones Lineales
PDF
Ecuaciones lineales
PDF
Sistemas lineales casos especiales
PPTX
Resumen de sistemas de ecuación lineales
DOCX
Sistema ecuaciones luis linarez
PPTX
Presentacion del proyecto de algebra lineal, segundo ciclo de ingenieria en s...
DOCX
República bolivariana de venezuela
PDF
Presentaciã³n metodos numericos
DOCX
Sistema ecuaciones leonardo ch
DOCX
Sistemas ecuaciones jean c. segovia
PDF
Two equations systems sol 01 equal
PDF
Álgebra 2 bachillerato Evau.
PPTX
Saileth prada ii
Soluciòn de sistemas de ecuaciones lineales con excel
MEGS
Teoría de matrices
Metodos de eliminacion
Análisis numérico (josé monsalve). (autoguardado)
Solucion de sistemas de ecuaciones lineales
Solución de Sistemas de Ecuaciones Lineales
Ecuaciones lineales
Sistemas lineales casos especiales
Resumen de sistemas de ecuación lineales
Sistema ecuaciones luis linarez
Presentacion del proyecto de algebra lineal, segundo ciclo de ingenieria en s...
República bolivariana de venezuela
Presentaciã³n metodos numericos
Sistema ecuaciones leonardo ch
Sistemas ecuaciones jean c. segovia
Two equations systems sol 01 equal
Álgebra 2 bachillerato Evau.
Saileth prada ii

Último (20)

PDF
Proyecto Interdisciplinario alimentos saludables
PPTX
La gestión en los servicios de salud.pptx 1.pptx
PDF
jose david lopera tovar maria antonia izquierdo.pdf.pdf
PPTX
DIAPOSITIVA DE ADELA CORTINA - RAMOS ALANIA ANA MARIA.pptx
PPTX
INDUCCION Y ORIENTACION DE LA EMPRESA VALE
PPTX
Diapos.pptxcscscscscscscscscscscscscscscsc
PPTX
Las buenas costumbres en la familiaaaaaaa
PPTX
807642360-Enfermedades-No-Transmisibles.pptx
PDF
Manual de presentacion de la aplicacion Plugbot
PPTX
Los-origenes-modernos-del-atletismo (1).pptx
PPTX
Tema 9 Diapositivas Descomposicion Trata de Personas.pptx
PPTX
DICTÁMENES MÉDICO-PSIQUIÁTRICOS Y PSICOLÓGICOS FORENSES 6.pptx
PDF
Cronogramas padres planeación mes de agosto
PPTX
GOOGLE SHEETS IMPORTANCIA Y CARACTERISITICAS
PDF
S07 - Morfología urbana..........................
DOCX
Estratégias de Ventas para WhatsApp paso a paso
PPTX
Curriculo-de-Matematica-Un-Enfoque-por-Competencias.pptx
PPTX
D.4. Ciclos Mq While - Máximos - Mínimos.pptx
PDF
Principios d. Anatomía y no se que más poner jaja
PPTX
Epidemiologia de campo vrs epidemiologia social.pptx
Proyecto Interdisciplinario alimentos saludables
La gestión en los servicios de salud.pptx 1.pptx
jose david lopera tovar maria antonia izquierdo.pdf.pdf
DIAPOSITIVA DE ADELA CORTINA - RAMOS ALANIA ANA MARIA.pptx
INDUCCION Y ORIENTACION DE LA EMPRESA VALE
Diapos.pptxcscscscscscscscscscscscscscscsc
Las buenas costumbres en la familiaaaaaaa
807642360-Enfermedades-No-Transmisibles.pptx
Manual de presentacion de la aplicacion Plugbot
Los-origenes-modernos-del-atletismo (1).pptx
Tema 9 Diapositivas Descomposicion Trata de Personas.pptx
DICTÁMENES MÉDICO-PSIQUIÁTRICOS Y PSICOLÓGICOS FORENSES 6.pptx
Cronogramas padres planeación mes de agosto
GOOGLE SHEETS IMPORTANCIA Y CARACTERISITICAS
S07 - Morfología urbana..........................
Estratégias de Ventas para WhatsApp paso a paso
Curriculo-de-Matematica-Un-Enfoque-por-Competencias.pptx
D.4. Ciclos Mq While - Máximos - Mínimos.pptx
Principios d. Anatomía y no se que más poner jaja
Epidemiologia de campo vrs epidemiologia social.pptx

Pluginfile 6

  • 1. 3.3.7 Estrategias de pivoteo El pivoteo tiene dos finalidades: 1) superar la dificultad que presentan cuando un elemento pivote es cero, ya que origina una división entre cero; y 2) disminuir los errores de redondeo; debido a que si la magnitud del pivote es pequeña comparada con la de los otros elementos, entonces se pueden introducir errores de redondeo. La única condición para que un elemento pueda ser pivote es que sea distinto de 0 . Existen tres tipos de pivoteo: 1. Pivoteo máximo por columna o pivoteo parcial: Consiste en elegir un elemento no nulo (denominado “pivote”) para cada columna, a partir de la primera, que es el coeficiente de la columna cuyo valor absoluto es el mayor; para lograr esto, se intercambia en cada caso el renglón i por el renglón k cuyo elemento kia satisfaga la condición anterior; ya que se eligió el pivote se procede de modo habitual aplicando el método deseado. 2. Pivoteo total: Consiste en producir dominancia diagonal en la matriz de coeficientes, para ello se busca en toda la matriz el elemento de mayor valor absoluto, realizando intercambio de renglones y columnas; es decir consiste en sustituir el pivote iia , en cada caso, por aquel elemento kja , cuyo valor absoluto sea el mayor; para lograr esto, se intercambia el renglón i por el k y la columna i por la j , y se procede de modo habitual aplicando el método deseado; el proceso se repite ( 1)n − veces. Este tipo de pivoteo se usa en muy raras ocasiones debido que al intercambiar columnas se cambia el orden de las x y, en consecuencia, se agrega complejidad significativa al realizar el programa en la computadora. 3. Pivoteo escalado de fila o escalamiento: Sólo se usa para matrices con elementos muy diferentes en magnitud y cuando un pivote es mucho más “pequeño” que alguno de los coeficientes de la ecuación que él encabeza. Consiste en escalar una vez antes del proceso de eliminación; es decir se divide el renglón o renglones entre el elemento de mayor magnitud. Para escoger el pivote jja , para 1 2 1j … n= , , , − , se realizan los siguientes pasos: 1. Para 1i j j … n= , + , , , se calcula 1 max factordeescalai il l n s a ≤ ≤ = 2. Para 1i j j … n= , + , , , se calcula ij i a s | | 3. Se encuentra el menor entero k tal que: max ij kj i k j i n a a s s ≤ ≤ | | | | = Si tal k existe y k j≠ , entonces se cambia el renglón j por el renglón k , y se procede de modo habitual aplicando el método deseado.
  • 2. 4. Se repite el paso )b y )c hasta que 1j n= − . Los factores de cambio de escala 1 2 ns s …s, , se calculan sólo una vez, al inicio del procedimiento y también deben intercambiarse al realizar intercambio de renglones. Ejemplo 3.3.16 Resolver el siguiente sistema de ecuaciones lineales por el método de Gauss, sin utilizar alguna estrategia de pivoteo, con 4 cifras significativas; (det 0 12457A = . , obtenido con Maple). 1 2 3 1 2 3 1 2 3 0 0002 0 00031 0 0017 0 00609 5 7 6 7 8 6 3 2 x x x x x x x x x . − . + . = . − + = + + = (3.45) Como det 0A ≠ se empieza a aplicar el método. Escribiendo el sistema de ecuaciones en notación matricial se tiene: 0 0002 0 00031 0 0017 0 00609 5 7 6 7 8 6 3 2 . − . . .        = − =            A b Combinando las matrices A y b para obtener su forma aumentada, se empiezan a realizar operaciones elementales para obtener una matriz triangular superior. Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las incógnitas. 1 2 3 1 2 3 2 3 3 0 0002 0 00031 0 0017 0 00609 3 999 0 750 36 50 145 2 1 067 830 3 3320 1 885 x x x x x x x x x . − . + . = . ≈ . ⇒ . − . = − . ≈ . . = ≈ − . Ejemplo 3.3.17 Resolver el sistema de ecuaciones lineales (3.45) por el método de Gauss, utilizando pivoteo parcial, con 4 cifras significativas. Escribiendo el sistema de ecuaciones en notación matricial se tiene: 0 0002 0 00031 0 0017 0 00609 5 7 6 7 8 6 3 2 . − . . .        = − =            A b
  • 3. Se combinan las matrices A y b para obtener su forma aumentada. Empezando a aplicar pivoteo parcial; para escoger el pivote 11a , de la primera columna con elementos diferentes de cero (llamada columna pivote), se selecciona el elemento de mayor valor absoluto, en este caso es el elemento 13 8a = ; a este elemento se le llama pivote: Se intercambia el renglón 1 por el renglón 3, para llevar este elemento de la columna a la posición diagonal. Se empiezan a realizar operaciones elementales para hacer cero los elementos que se encuentran debajo del pivote. De la segunda columna, se selecciona el nuevo pivote 22a , que es el elemento de mayor valor absoluto de la diagonal principal para abajo, en este caso es el número 10 75− . ; por lo que no se necesita realizar intercambio de renglones, ya que este elemento se encuentra en la posición diagonal. Se empiezan a realizar operaciones elementales para hacer cero los elementos que se encuentran debajo del pivote. Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las incógnitas.
  • 4. 1 2 3 1 2 3 2 3 3 8 6 3 2 4 001 10 75 4 125 5 750 1 000 0 001448 0 005794 2 000 x x x x x x x x x + + = ≈ . ⇒ − . + . = . ≈ . . = . ≈ − . La solución exacta del sistema (3.45) es 1 4x = , 2 1x = y 3 2x = − . Comparando los resultados obtenidos de los ejemplos 3.16 y 3.17, se puede observar que si no se aplica pivoteo parcial los errores son significativos: 1r xε , = 4 3 999 4 100 0 025%− . × = . 2r xε , = 1 1 067 1 100 6 7%− . × = . 3r xε , = 2 ( 1 885) 4 100 5 75%− − − . × = . aplicando pivoteo parcial y un redondeo a 4 cifras significativas, 2x y 3x se obtienen de manera exacta y 1x se obtiene con un error relativo de ( 4 4 001 4) 100 0 025%| − . | / × = . . Ejemplo 3.3.18 Resolver el siguiente sistema de ecuaciones lineales por el método de Gauss, sin utilizar alguna estrategia de pivoteo, con 4 cifras significativas; (det 65 679715A = − . , obtenido con Maple). 1 2 3 1 2 3 1 2 3 1 78 3 01 4 88 7 70 4 63 1 06 2 27 6 36 3 39 9 81 4 78 3 95 x x x x x x x x x . + . − . = − . . − . − . = − . − . + . − . = . (3.46) Como det 0A ≠ se empieza a aplicar el método. Escribiendo el sistema de ecuaciones en notación matricial se tiene: 1 78 3 01 4 88 7 70 4 63 1 06 2 27 6 36 3 39 9 81 4 78 3 95 . . − . − .        = . − . − . = − .       − . . − . .    A b Combinando las matrices A y b para obtener su forma aumentada, se empiezan a realizar operaciones elementales para obtener una matriz triangular superior. Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las incógnitas.
  • 5. 1 2 3 1 2 3 2 3 3 1 78 3 01 4 88 7 70 0 6966 8 889 10 42 13 67 2 197 4 14 13 19 3 186 x x x x x x x x x . + . − . = − . ≈ . ⇒ − . + . = . ≈ . . = . ≈ . Ejemplo 3.3.19 Resolver el sistema de ecuaciones lineales (3.46) por el método de Gauss utilizando pivoteo total, con 4 cifras significativas. Escribiendo el sistema de ecuaciones en notación matricial se tiene: 1 78 3 01 4 88 7 70 4 63 1 06 2 27 6 36 3 39 9 81 4 78 3 95 . . − . − .        = . − . − . = − .       − . . − . .    A b Se combinan las matrices A y b para obtener su forma aumentada. Empezando a aplicar pivoteo completo; para escoger el pivote 11a se busca en toda la matriz A el elemento de mayor valor absoluto, en este caso es el elemento 3 2 9 81a , = . ; a este elemento se le llama pivote: Se intercambia el renglón 1 por el renglón 3: Después se intercambian la columna 1 por la columna 2 : Se empiezan a realizar operaciones elementales para hacer cero los elementos que se encuentran debajo del pivote. Para escoger el pivote 22a se busca en toda la matriz a excepción de la columna ya afectada, el elemento de mayor valor absoluto, en este caso es 22 4 264a = . ; por lo que no se necesita realizar intercambio de renglones y columnas, ya que este elemento se encuentra en la posición diagonal.
  • 6. Se empiezan a realizar operaciones elementales para hacer cero los elementos que se encuentran debajo del pivote. Como se intercambiaron la primera columna por la segunda, se cambia 2x por 1x en el sistema obtenido. Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las incógnitas. 2 1 3 1 1 3 2 3 3 9 81 3 39 4 78 3 95 0 6850 4 262 2 787 5 933 2 188 1 570 4 988 3 177 x x x x x x x x x . − . − . = . ≈ . ⇒ . − . = − . ≈ . − . = − . ≈ . Una buena aproximación al sistema (3.46) es 1 0 6842x = . , 2 2 187x = . y 3 3 176x = . . Comparando los resultados obtenidos de los ejemplos 3.3.18 y 3.3.19, se puede observar que si se aplica pivoteo total los errores relativos son menores. Errores sin aplicar pivoteo total: 1r xε , = 0 6842 0 6966 0 6842 100 1 81%. − . . × = . 2r xε , = 2 187 2 197 2 187 100 0 457%. − . . × = . 3r xε , = 3 176 3 186 3 176 100 0 315%. − . . × = . Errores aplicando pivoteo total: 1r xε , = 0 6842 0 6850 0 6842 100 0 117%. − . . × = . 2r xε , = 2 187 2 188 2 187 100 0 0457%. − . . × = . 3r xε , = 3 176 3 177 3 176 100 0 0315%. − . . × = . Al aplicar pivoteo total, se reducen los errores de redondeo y se obtiene una mejor aproximación de la solución. Nota: En la mayor parte de los problemas el pivoteo completo no es mucho más exacto que el pivoteo parcial; al menos no el suficiente para justificar el trabajo adicional que implica; por esta razón el pivoteo parcial se usa más. Ejemplo 3.3.20 Resolver el siguiente sistema de ecuaciones lineales por el método de Gauss, utilizando pivoteo escalado, con 4 cifras significativas; (det 28696 6707A = . , obtenido con Maple).
  • 7. 1 2 3 4 1 2 3 4 2 3 4 1 2 3 4 1 19 2 11 100 1 12 14 2 0 122 12 2 3 44 100 99 9 2 15 15 3 0 110 13 1 4 16 x x x x x x x x x x x x x x x . + . − + = . . − . + . + = . − . + = . . + . − . − = . Como det 0A ≠ se empieza a aplicar el método. Escribiendo el sistema de ecuaciones en notación matricial se tiene: 1 19 2 11 100 1 1 12 14 2 0 122 12 2 1 3 44 0 100 99 9 1 2 15 15 3 0 110 13 1 1 4 16 . . − .        . − . . − .   = =    − . .     . . − . − .    A b Se combinan las matrices A y b para obtener su forma aumentada: Empezando a aplicar pivoteo escalado, se calculan los factores de escala 1 2 3s s s, , y 4s : 1s = { } 1 4 max(3) 1 19 2 11 100 1 100 l≤ ≤ | . |,| . |,| − |,| | = 2s = { } 1 4 max(4) 14 2 0 122 12 2 1 14 2 l≤ ≤ | . |,| − . |,| . |,| − | = . 3s = { } 1 4 max(5) 0 100 99 9 1 100 l≤ ≤ | |,| |,| − . |,| | = 4s = { } 1 4 max(6) 15 3 0 110 13 1 1 15 3 l≤ ≤ | . |,| . |,| − . |,| − | = . Para escoger el pivote 11a ; se calculan los siguientes elementos: 11 1 a s | | = 1 19 100 0 01190| . | = − . 21 2 a s | | = 14 2 14 2 1 000| . | . = . 31 3 a s | | = 0 100 0| | = 41 4 a s | | = 15 3 15 3 1 000| . | . = .
  • 8. Después se encuentra el máximo de los elementos anteriores: { } 21 41 1 4 max 0 01190 1 000 0 1 000 1 a a s s | | | | − . , . , , . = = = En este caso existen dos máximos, por lo que se puede tomar cualquiera de ellos, tomando a 21 1 a s | | , entonces se intercambia el renglón 1 por el renglón 2 . Se empiezan a realizar operaciones elementales para hacer cero los elementos que se encuentran debajo del pivote. Para escoger el pivote 22a ; se calculan los siguientes elementos: 22 1 a s | | = 2 120 100 0 02120| . | = . 32 3 a s | | = 100 100 1 000| | = . 42 4 a s | | = 0 2414 15 3 0 01578| . | . = . Después se encuentra el máximo de los elementos anteriores: { } 32 3 max 0 02120 1 000 0 01578 1 a s | | . , . , . = = Tomando a 32 3 a s | | , entonces se cambia el renglón 2 por el renglón 3. Se empiezan a realizar operaciones elementales para hacer cero los elementos que se encuentran debajo del pivote.
  • 9. Para escoger el pivote 33a ; se calculan los siguientes elementos: 33 1 a s | | = 98 88 100 0 9888|− . | = . 43 4 a s | | = 26 00 15 3 1 699|− . | . = . Después se encuentra el máximo de los elementos anteriores: { } 43 4 max 0 9888 1 699 1 699 a s | | . , . = = . Tomando a 43 4 a s | | , entonces se cambia el renglón 3 por el renglón 4 . Se empiezan a realizar operaciones elementales para hacer cero los elementos que se encuentran debajo del pivote. Finalmente, se aplica la sustitución hacia atrás, a fin de obtener el valor de las incógnitas.
  • 10. 1 2 3 4 1 2 3 4 2 3 4 3 4 4 14 2 0 122 12 2 3 44 0 1765 100 99 9 2 15 0 01269 26 00 0 07459 2 15 0 02070 0 7793 0 9249 1 187 x x x x x x x x x x x x x x . − . + . − = . ≈ . − − . + = . ≈ . ⇒ − . + . = . ≈ − . + . = − . ≈ − .