SlideShare una empresa de Scribd logo

Matriz escalonada

•
•
Alex Pareja
Alex Pareja

algebra

Educación
1 de 191
Descargar para leer sin conexión
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 1/77 Álgebra Lineal Ma1010 Eliminación gaussiana y otros algoritmos Departamento de Matemáticas ITESM
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 2/77 Introducción En esta lectura veremos procedimientos sistemáticos para resolver un sistema de ecuaciones lineales. Estos algoritmos trabajan directamente sobre la matriz aumentada del sistema llevándola a la matriz de un sistema triangular que es equivalente al sistema inicial. La equivalencia del sistema triangular final con el inicial se argumenta debido a que el algoritmo sólo utiliza los tres tipos de operaciones vistos en la lectura anterior y cuya aplicación individual siempre preserva la equivalencia. Los procedimientos que revisaremos son: el algoritmo de Eliminación Gaussiana, el algoritmo de Gauss-Jordan y el método Montante. Finalmente, se realizará una revisión sobre el trabajo computacional realizado por estas estrategias.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 3/77 Objetivos Será importante que Usted ■ Entienda los conceptos: matriz escalonada y escalonada reducida. ■ Entienda y mecanice los procedimientos de ◆ Eliminación gaussiana, ◆ Eliminación de Gauss-Jordan, y ◆ El método de Montante. ■ Conozca las diferencias en el proceder entre los algoritmos vistos. ■ Comprenda las reglas para analizar las soluciones a un sistema de ecuaciones. ■ Comprenda el concepto de complejidad de un algoritmo. ■ Conozca las diferencias en los costos de cómputo de los algoritmos vistos.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz. 2. El elemento delantero de cada renglón no cero (después del primer renglón) se encuentra a la derecha del elemento delantero del renglón anterior.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz. 2. El elemento delantero de cada renglón no cero (después del primer renglón) se encuentra a la derecha del elemento delantero del renglón anterior. Y se llama matriz escalonada reducida si es escalonada y además cumple: 3. El elemento delantero de cualquier renglón no cero es 1.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz. 2. El elemento delantero de cada renglón no cero (después del primer renglón) se encuentra a la derecha del elemento delantero del renglón anterior. Y se llama matriz escalonada reducida si es escalonada y además cumple: 3. El elemento delantero de cualquier renglón no cero es 1. 4. Todos los elementos arriba y abajo de un 1 delantero son cero.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3    
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el primer ejemplo, tiene un renglón de ceros y no aparece hasta el final; no se cumple la condición 1.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el segundo ejemplo, cuando comparamos la posición del primer elemento no cero del segundo renglón (5) con la posición del primer elemento no cero del tercer renglón (2) vemos que el 2 no está a la derecha del 5; no se cumple la condición 2.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el tercer ejemplo, el renglón de cero aparece hasta abajo, pero cuando se comparan los elementos delanteros de los renglones 2 y 3 el inferior no está a la derecha del elemento delantero superior: se cumple la condición 1 pero no la 2.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el cuarto ejemplo, falla de nuevo la condición 1.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el último ejemplo, recuerde sólo hay escalonada de derecha a izquierda; el elemento delantero del renglón 2 no está a la derecha de delantero del renglón 1
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 6/77 Ejemplo Indique porqué las siguientes matrices sı́ son escalonadas:     2 3 −1 0 5 2 0 0 1     ,        2 3 −1 0 1 2 0 0 0 0 0 0        ,     0 2 3 0 0 −3 0 0 0     ,     1 2 0 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0    
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 6/77 Ejemplo Indique porqué las siguientes matrices sı́ son escalonadas:     2 3 −1 0 5 2 0 0 1     ,        2 3 −1 0 1 2 0 0 0 0 0 0        ,     0 2 3 0 0 −3 0 0 0     ,     1 2 0 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0     Solución Observe que las matrices listadas cumplen las condiciones 1 y 2
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0    
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0     Solución En el primer ejemplo, está fallando la condición 3: el elemento delantero del renglón 3 debe ser 1.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0     Solución En el segundo ejemplo, la condición 3 se cumple pero la condición 4 falla: arriba de los 1 delanteros debe haber sólo ceros.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0     Solución En los ejemplos 3, 4 y 5, note que la condición 4 dice que todos los elementos superiores a los elementos delanteros deben ser cero. En estos ejemplos no se cumple tan condición
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 8/77 Ejemplo Verifique que las siguientes matrices sı́ son escalonadas reducidas:     1 0 0 0 1 0 0 0 1     ,        1 0 −3 0 1 1 0 0 0 0 0 0        ,     0 1 0 0 0 1 0 0 0     ,     1 3 −4 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0    
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 8/77 Ejemplo Verifique que las siguientes matrices sı́ son escalonadas reducidas:     1 0 0 0 1 0 0 0 1     ,        1 0 −3 0 1 1 0 0 0 0 0 0        ,     0 1 0 0 0 1 0 0 0     ,     1 3 −4 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0     Solución Observe que en el ejemplo 2, el elemento (2,3) no es delantero por ello no se impone la condición que el elemento superior sea cero. La matriz es efectivamente escalonada reducida
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 9/77 Pivotes de una matriz Cuando una matriz está en su forma escalonada, los primeros elementos diferentes de cero de cada renglón reciben el nombre de elementos pivote o simplemente pivotes. Note que por ser el pivote el primer elemento no cero del renglón, no hay forma que un renglón tenga más de un pivote: puede no tener pivote en caso de que sea un renglón de ceros, pero no puede tener dos o más. Note también que por estar escalonada la matriz, no hay forma que dos pivotes queden en la misma columna: puede una columna no tener pivote, pero si tiene pivote no puede tener dos o más. De este hecho, concluimos que una matriz m × n no puede tener mas de m pivotes porque tiene a los más uno por cada renglón. Y por otro lado, no puede tener más de n pivotes pues a lo más tiene un pivote por cada columna. Es decir, el número de pivotes debe ser menor o igual que el mínimo número entre m y n.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. 3. Obtenga ceros abajo del elemento delantero sumando múltiplos adecuados a los renglones debajo de él.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. 3. Obtenga ceros abajo del elemento delantero sumando múltiplos adecuados a los renglones debajo de él. 4. Cubra el renglón y la columna de trabajo y repita el proceso comenzando en el paso 1.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. 3. Obtenga ceros abajo del elemento delantero sumando múltiplos adecuados a los renglones debajo de él. 4. Cubra el renglón y la columna de trabajo y repita el proceso comenzando en el paso 1. 5. Comenzando con el último renglón no cero avance hacia arriba para que en cada renglón tenga un 1 delantero y arriba de él queden sólo ceros.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 11/77 Es importante observar que en el método de eliminación Gaussiana: ■ Los pasos del 1 a 4 aplicados repetidamente escalonan la matriz; el paso 5 aplicado repetidamente reduce la matriz. ■ En el paso 2, si el elemento no es cero no se realiza intercambio. ■ En el paso 3, los elementos que se hacen cero son sólo los inferiores al pivote.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1   
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←R2 −(2/3) R1 − − − − − − − − − − − → R3←R3 −(−2/3) R1
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←R2 −(2/3) R1 − − − − − − − − − − − → R3←R3 −(−2/3) R1    3 6 −9 3 0 0 −2 −2 0 1 −2 1    (0.1)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →    3 6 −9 3 0 1 −2 1 0 0 −2 −2    (0.2)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →    3 6 −9 3 0 1 −2 1 0 0 −2 −2    (0.2) El algortimo termina en sus pasos 1 al 4. Procede al paso 5.
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 14/77 Hagamos 1 el elemento (3, 3):    3 6 −9 3 0 1 −2 1 0 0 −2 −2   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 14/77 Hagamos 1 el elemento (3, 3):    3 6 −9 3 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 14/77 Hagamos 1 el elemento (3, 3):    3 6 −9 3 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →    3 6 −9 3 0 1 −2 1 0 0 1 1    (0.3)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 15/77 Debemos hacer cero por arriba del elemento pivote (3, 3):    3 6 −9 3 0 1 −2 1 0 0 1 1   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 15/77 Debemos hacer cero por arriba del elemento pivote (3, 3):    3 6 −9 3 0 1 −2 1 0 0 1 1    R1←R1 −(−9) R3 − − − − − − − − − − → R2←R2 −(−2) R3
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 15/77 Debemos hacer cero por arriba del elemento pivote (3, 3):    3 6 −9 3 0 1 −2 1 0 0 1 1    R1←R1 −(−9) R3 − − − − − − − − − − → R2←R2 −(−2) R3    3 6 0 12 0 1 0 3 0 0 1 1    (0.4)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 16/77 Procedamos con el siguiente elemento pivote (2, 2); el elemento ya es 1 y ahora debemos proceder a hacer cero por arriba de él:    3 6 0 12 0 1 0 3 0 0 1 1   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 16/77 Procedamos con el siguiente elemento pivote (2, 2); el elemento ya es 1 y ahora debemos proceder a hacer cero por arriba de él:    3 6 0 12 0 1 0 3 0 0 1 1    R1←R1 −6 R2 − − − − − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 16/77 Procedamos con el siguiente elemento pivote (2, 2); el elemento ya es 1 y ahora debemos proceder a hacer cero por arriba de él:    3 6 0 12 0 1 0 3 0 0 1 1    R1←R1 −6 R2 − − − − − − − − →    3 0 0 −6 0 1 0 3 0 0 1 1    (0.5)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 17/77 El algoritmo concluye haciendo 1 el pivote del primer renglón:    3 0 0 −6 0 1 0 3 0 0 1 1   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 17/77 El algoritmo concluye haciendo 1 el pivote del primer renglón:    3 0 0 −6 0 1 0 3 0 0 1 1    R1←1/3 R1 − − − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 17/77 El algoritmo concluye haciendo 1 el pivote del primer renglón:    3 0 0 −6 0 1 0 3 0 0 1 1    R1←1/3 R1 − − − − − − →    1 0 0 −2 0 1 0 3 0 0 1 1    (0.6)
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 18/77 Análisis de los conjuntos solución Una vez escalonando o reduciendo la matriz aumentada de un sistema, hay que saber con precisión qué se puede decir sobre el conjunto de soluciones. Sólo hay tres posibles resultados en el análisis: ■ El sistema no tiene solución: sistema inconsistente. ■ El sistema tiene una única solución. ■ El sistema tiene infinitas soluciones.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 0 0 0 1 2 0 0 0 0 1 0 0 0 0     
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1     
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en: 1 1 1 2 0 0 0 3 #
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:    1 1 1 3 0 2 2 2 0 0 3 1   
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 3 1 0 1 2 1 0 0 1 1 0 0 0 0     
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en: 1 1 1 2 0 1 1 1 #
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote. Ejemplo Tienen solución única lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote. Ejemplo Tienen solución única lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:    1 1 1 3 0 2 2 2 0 0 3 1   
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote. Ejemplo Tienen solución única lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 3 1 0 1 2 1 0 0 1 1 0 0 0 0     
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en: 1 1 1 3 0 2 2 2 #
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:    1 1 1 3 0 2 2 2 0 0 0 0   
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 3 1 0 1 2 1 0 0 0 0 0 0 0 0     
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 23/77 Nota Importante Observe que los renglones de ceros no dan en general información sobre cómo es el conjunto solución.        1 1 2 0 0 1 3 0 0 0 0 1 0 0 0 0        ,     1 6 2 0 0 1 1 0 0 0 0 1            1 0 1 4 0 1 2 −1 0 0 1 1 0 0 0 0        ,     1 0 1 4 0 1 2 −1 0 0 1 1         1 0 1 4 0 1 2 −1 0 0 0 0     ,   1 0 1 4 0 1 2 −1  
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 24/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 8 × 5 y al reducirla tiene un total de 5 pivotes, entonces .. A es inconsistente. B hay soluciones infinitas. C tiene solución única. D si la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 24/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 8 × 5 y al reducirla tiene un total de 5 pivotes, entonces .. A es inconsistente. B hay soluciones infinitas. C tiene solución única. D si la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas. Solución Puesto que la matriz escalonada de tiene 5 pivotes y la matriz tiene 5 columnas, entonces toda columna tiene pivote. En particular, la última columna tendrá pivote. Como la matriz es aumentada, entonces la columna correspondiente a las constantes tendrá pivote. Por lo tanto, el sistema original será inconsistente. La opción que describe la situación es A
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 25/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 5 × 5 y al reducirla tiene un total de 4 pivotes, entonces .. A es inconsistente. B tiene solución única. C hay soluciones infinitas. D si en la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 25/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 5 × 5 y al reducirla tiene un total de 4 pivotes, entonces .. A es inconsistente. B tiene solución única. C hay soluciones infinitas. D si en la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas. Solución Puesto que la matriz reducida es 5 × 5 y tiene 4 pivotes, la última columna tiene la posibilidad de tener pivote. En cuyo caso, el sistema será inconsistente. También se tiene la posibilidad de que la última columna no tenga pivote. En cuyo caso, el sistema será consistente y los cuatro pivotes estarán en las primeras columnas. Y por tanto, en este caso la columna de cada variable tendrá pivote y por consiguiente cada variable será fija. Y por lo tanto, en este caso habrá solución única. La respuesta que describe mejor la situación es la D
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 26/77 Ejemplo Se tiene un sistema homogéneo de ecuaciones que tiene una matriz aumentada 5 × 6 y al reducirla tiene un total de 5 pivotes, entonces .. A tiene solución única. B si la última columna hay pivote, inconsistente. Si no única. C es inconsistente. D hay soluciones infinitas. E si la última columna hay pivote, inconsistente. Si no infinitas.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 26/77 Ejemplo Se tiene un sistema homogéneo de ecuaciones que tiene una matriz aumentada 5 × 6 y al reducirla tiene un total de 5 pivotes, entonces .. A tiene solución única. B si la última columna hay pivote, inconsistente. Si no única. C es inconsistente. D hay soluciones infinitas. E si la última columna hay pivote, inconsistente. Si no infinitas. Solución Puesto que el sistema es homogéneo, en la columna de las constantes habrá sólo ceros. Por la naturaleza de las operaciones elementales, en la matriz reducida sólo habrá ceros en tal columna. Por tanto, no habrá pivotes en la columna de las constantes. Por tanto, el sistema será consistente y los 5 pivotes estarán en las primeras columnas y por tanto, en la columna de cada variable habrá pivote. Por tanto, el sistema será consistente con solución única
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 27/77 Fórmula para todas las soluciones Veamos ahora una estrategia para obtener la fórmula de donde se obtienen todas las soluciones a un sistemas de ecuaciones lineales cuando el sistema tiene infinitas soluciones. Ilustraremos esto mediante un par de ejemplos.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 28/77 Ejemplo Manejando el orden x, y, z, w escriba en forma vectorial la solución general al sistema: 4 w + 2 x + 6 y + 2 z = 2 w + 3 x + 9 y + 4 z = −14 4 w + 3 x + 9 y + 3 z = −3 3 w + 4 x + 12 y + 4 z = −11 Reporte las coordenadas del vector que multiplica a la variable libre en la solución resultante.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 29/77 Solución (Y método general) Paso 1: Apliquemos Gauss a la matriz aumentada Formamos la matriz aumentada con el orden que sugiere el problema (x, y, z, w):        2 6 2 4 2 3 9 4 1 −14 3 9 3 4 −3 4 12 4 3 −11        →        1 3 0 0 −3 0 0 1 0 −2 0 0 0 1 3 0 0 0 0 0        Al aplicar las reglas de análisis, observamos que el sistema es consistente (al no haber pivote en la columna de las constantes) y con soluciones infinitas (al ser y una variable libre, recuerde que las variables fijas son aquellas en cuya columna hay pivote)
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 30/77 Paso 2: Convierta cada renglón no cero en ecuación El renglón 1 de la reducida que: x + 3 y = −3 El renglón 2 queda: z = −2 y el renglón 3 queda: w = 3 Paso 3: De cada ecuación, despeje la variable delantera. x + 3 y = −3 → x = −3 − 3 y z = −2 → z = −2 w = 3 → w = 3
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 31/77 Paso 4: Se complementan las ecuaciones introduciendo ecuaciones donde cada variable libre es igual a sı́ misma. x = −3 − 3 y y = y z = −2 w = 3
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 32/77 Paso 5: Se reescribe en forma vectorial las soluciones        x y z w        =        −3 − 3 y y −2 3       
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 33/77 Paso 6: Se separa el segundo miembro de acuerdo a las constantes y a las variables libres        x y z w        =        −3 0 −2 3        + y        −3 1 0 0        Lo anterior es la fórmula general para todas las soluciones del sistema original; el concepto de variable libre indica que se puede tomar cualquier valor y que con él se produce una solución. También, aunque esto no es tan evidente, que cualquier otra solución puede obtenerse de esta fórmula para valores adecuados de las variables libres
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 34/77 Ejemplo Determine la solución general en forma vectorial para el sistema: 6 w − 2 x + 3 y + 3 z = 3 5 w + 2 x + y − 2 z = 2 w − 4 x + 2 y + 5 z = 1 13 w − 8 x + 8 y + 11 z = 7 Solución Sigamos la metodología descrita en el ejemplo anterior:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 35/77 Aplicamos Gauss a la matriz aumentada (orden: x, y, z, w):        −2 3 3 6 3 2 1 −2 5 2 −4 2 5 1 1 −8 8 11 13 7        →        1 0 −9/8 9/8 3/8 0 1 1/4 11/4 5/4 0 0 0 0 0 0 0 0 0 0        Convertimos cada renglón diferentes de cero de la matriz reducida a una ecuación: x − 9/8 z + 9/8 w = 3/8 y + 1/4 z + 11/4 w = 5/4
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 36/77 Ahora, despejamos las variables fijas (x y y): x = 3/8 + 9/8 z − 9/8 w y = 5/4 − 1/4 z − 11/4 w Complementamos las ecuaciones con ecuaciones donde cada variable libre está igualada a sí misma: x = 3/8 + 9/8 z − 9/8 w y = 5/4 − 1/4 z − 11/4 w z = z w = w
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 37/77 Ahora, le damos a lo anterior la forma de una igualdad entre vectores:        x y z w        =        3/8 + 9/8 z − 9/8 w 5/4 − 1/4 z − 11/4w z w        Finalmente, separamos el lado izquierdo de acuerdo a las variables libres:        x y z w        =        3/8 5/4 0 0        + z        9/8 −1/4 1 0        + w        −9/8 −11/4 0 1       
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Multiplicando apropiadamente el renglón, hágalo 1. Este primer 1 será llamado 1 pivote.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Multiplicando apropiadamente el renglón, hágalo 1. Este primer 1 será llamado 1 pivote. 3. Obtenga ceros arriba y abajo del 1 pivote sumando múltiplos adecuados a los renglones debajo de renglón pivote en la matriz completa.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Multiplicando apropiadamente el renglón, hágalo 1. Este primer 1 será llamado 1 pivote. 3. Obtenga ceros arriba y abajo del 1 pivote sumando múltiplos adecuados a los renglones debajo de renglón pivote en la matriz completa. 4. Cubra la columna y el renglón de trabajo y repita el proceso comenzando en el paso 1 con la columna siguiente.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 39/77 Es importante observar que en el método de Gauss-Jordan: ■ En la idea general, la matriz se va escalonando y reduciendo a la vez. ■ En el paso 2, si el elemento no es cero no se realiza intercambio. ■ En el paso 3, los elementos que se hacen cero no solo son los inferiores al pivote (Eliminación Gaussiana) sino también los superiores.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Contrario al algoritmo de Gauss, el algoritmo de Gauss-Jordan primero crea los 1’s pivote:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1   
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Contrario al algoritmo de Gauss, el algoritmo de Gauss-Jordan primero crea los 1’s pivote:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R1←1/3 R1 − − − − − − →
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Contrario al algoritmo de Gauss, el algoritmo de Gauss-Jordan primero crea los 1’s pivote:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R1←1/3 R1 − − − − − − →    1 2 −3 1 2 4 −8 0 −2 −3 4 −1    (0.7)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 41/77 Posteriormente hace cero debajo de él:    1 2 −3 1 2 4 −8 0 −2 −3 4 −1   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 41/77 Posteriormente hace cero debajo de él:    1 2 −3 1 2 4 −8 0 −2 −3 4 −1    R2←R2 −2 R1 − − − − − − − − − − → R3←R3 −(−2) R1
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 41/77 Posteriormente hace cero debajo de él:    1 2 −3 1 2 4 −8 0 −2 −3 4 −1    R2←R2 −2 R1 − − − − − − − − − − → R3←R3 −(−2) R1    1 2 −3 1 0 0 −2 −2 0 1 −2 1    (0.8)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 42/77 En este caso el elemento (2, 2) es cero y se deberá buscar un elemento inferior que sea diferente de cero:    1 2 −3 1 0 0 −2 −2 0 1 −2 1   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 42/77 En este caso el elemento (2, 2) es cero y se deberá buscar un elemento inferior que sea diferente de cero:    1 2 −3 1 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 42/77 En este caso el elemento (2, 2) es cero y se deberá buscar un elemento inferior que sea diferente de cero:    1 2 −3 1 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →    1 2 −3 1 0 1 −2 1 0 0 −2 −2    (0.9)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 43/77 El elemento pivote (2, 2) ya es 1; el algoritmo procede ahora a hacer ceros arriba y debajo de él:    1 2 −3 1 0 1 −2 1 0 0 −2 −2   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 43/77 El elemento pivote (2, 2) ya es 1; el algoritmo procede ahora a hacer ceros arriba y debajo de él:    1 2 −3 1 0 1 −2 1 0 0 −2 −2    R1←R1 −2 R2 − − − − − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 43/77 El elemento pivote (2, 2) ya es 1; el algoritmo procede ahora a hacer ceros arriba y debajo de él:    1 2 −3 1 0 1 −2 1 0 0 −2 −2    R1←R1 −2 R2 − − − − − − − − →    1 0 1 −1 0 1 −2 1 0 0 −2 −2    (0.10)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 44/77 El pivote es ahora el elemento (3, 3); primero se crea el 1 pivote:    1 0 1 −1 0 1 −2 1 0 0 −2 −2   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 44/77 El pivote es ahora el elemento (3, 3); primero se crea el 1 pivote:    1 0 1 −1 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 44/77 El pivote es ahora el elemento (3, 3); primero se crea el 1 pivote:    1 0 1 −1 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →    1 0 1 −1 0 1 −2 1 0 0 1 1    (0.11)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 45/77 Posteriormente, se hacen ceros arriba y debajo de él:    1 0 1 −1 0 1 −2 1 0 0 1 1   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 45/77 Posteriormente, se hacen ceros arriba y debajo de él:    1 0 1 −1 0 1 −2 1 0 0 1 1    R1←R1 −1 R3 − − − − − − − − − − → R2←R2 −(−2) R3
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 45/77 Posteriormente, se hacen ceros arriba y debajo de él:    1 0 1 −1 0 1 −2 1 0 0 1 1    R1←R1 −1 R3 − − − − − − − − − − → R2←R2 −(−2) R3    1 0 0 −2 0 1 0 3 0 0 1 1    (0.12)
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 46/77 Método Montante El Algoritmo Montante es una estrategia desarrollada en los 70s por el profesor Mario René Montante en aquel entonces profesor de FIME de la UANL, México. El método trabaja bajo el supuesto principal que la matriz es sólo de números enteros y que no se realizaría ninguna división entre enteros salvo al final. Esto minimiza el total de errores por redondeo. El método procede de una forma semejante al de Gauss-Jordan sin hacer uno los pivotes y forzando a que los elementos que se harán cero sean múltiplos del pivote.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos:
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Este se llamará elemento pivote x.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Este se llamará elemento pivote x. 3. Obtenga ceros arriba y abajo del pivote x En términos de operaciones elementales lo que se realiza es que para cada renglón i diferente del renglón pivote hacer Ri ← xRi Ri ← Ri − ai,mRm
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Este se llamará elemento pivote x. 3. Obtenga ceros arriba y abajo del pivote x En términos de operaciones elementales lo que se realiza es que para cada renglón i diferente del renglón pivote hacer Ri ← xRi Ri ← Ri − ai,mRm 4. Repita el proceso comenzando en el paso 1 para el renglón siguiente.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 48/77 El principal comentario es que en el paso 3 la instrucción Ri ← xRi tiene la intención de hacer que el elemento a hacer 0 se haga un múltiplo del elemento pivote de forma tal que no se requiere ninguna división en la instrucción de eliminación.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Debemos multiplicar el renglón 2 y 3 por el elemento (1, 1):    3 6 −9 3 2 4 −8 0 −2 −3 4 −1   
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Debemos multiplicar el renglón 2 y 3 por el elemento (1, 1):    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←3 R2 − − − − − → R3←3 R3
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Debemos multiplicar el renglón 2 y 3 por el elemento (1, 1):    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←3 R2 − − − − − → R3←3 R3    3 6 −9 3 6 12 −24 0 −6 −9 12 −3    (0.13)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 50/77 Ahora la cancelación procede utilizando el renglón 1 con los elementos (2, 1) y (3, 1) anteriores a la multiplicación:    3 6 −9 3 6 12 −24 0 −6 −9 12 −3   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 50/77 Ahora la cancelación procede utilizando el renglón 1 con los elementos (2, 1) y (3, 1) anteriores a la multiplicación:    3 6 −9 3 6 12 −24 0 −6 −9 12 −3    R2←R2 −(2) R1 − − − − − − − − − − → R3←R3 −(−2) R1
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 50/77 Ahora la cancelación procede utilizando el renglón 1 con los elementos (2, 1) y (3, 1) anteriores a la multiplicación:    3 6 −9 3 6 12 −24 0 −6 −9 12 −3    R2←R2 −(2) R1 − − − − − − − − − − → R3←R3 −(−2) R1    3 6 −9 3 0 0 −6 −6 0 3 −6 3    (0.14)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 51/77 Ahora deberemos intercambiar los renglones 2 y 3 para tener un pivote en (2, 2):    3 6 −9 3 0 0 −6 −6 0 3 −6 3   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 51/77 Ahora deberemos intercambiar los renglones 2 y 3 para tener un pivote en (2, 2):    3 6 −9 3 0 0 −6 −6 0 3 −6 3    R2↔R3 − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 51/77 Ahora deberemos intercambiar los renglones 2 y 3 para tener un pivote en (2, 2):    3 6 −9 3 0 0 −6 −6 0 3 −6 3    R2↔R3 − − − − →    3 6 −9 3 0 3 −6 3 0 0 −6 −6    (0.15)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 52/77 Para eliminar el elemento arriba del pivote (2, 2) el algoritmo procede multiplicando el renglón 1 por el pivote (2, 2):    3 6 −9 3 0 3 −6 3 0 0 −6 −6   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 52/77 Para eliminar el elemento arriba del pivote (2, 2) el algoritmo procede multiplicando el renglón 1 por el pivote (2, 2):    3 6 −9 3 0 3 −6 3 0 0 −6 −6    R1←3 R1 − − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 52/77 Para eliminar el elemento arriba del pivote (2, 2) el algoritmo procede multiplicando el renglón 1 por el pivote (2, 2):    3 6 −9 3 0 3 −6 3 0 0 −6 −6    R1←3 R1 − − − − − →    9 18 −27 9 0 3 −6 3 0 0 −6 −6    (0.16)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 53/77 La cancelación arriba del pivote (2, 2) procede restando al renglón 1 el renglón pivote por el contenido previo del elemento (1, 2):    9 18 −27 9 0 3 −6 3 0 0 −6 −6   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 53/77 La cancelación arriba del pivote (2, 2) procede restando al renglón 1 el renglón pivote por el contenido previo del elemento (1, 2):    9 18 −27 9 0 3 −6 3 0 0 −6 −6    R1←R1 −(6) R2 − − − − − − − − − →
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 53/77 La cancelación arriba del pivote (2, 2) procede restando al renglón 1 el renglón pivote por el contenido previo del elemento (1, 2):    9 18 −27 9 0 3 −6 3 0 0 −6 −6    R1←R1 −(6) R2 − − − − − − − − − →    9 0 9 −9 0 3 −6 3 0 0 −6 −6    (0.17)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 54/77 Ahora el pivote es el elemento (3, 3) y debemos hacer cero arriba de él. Para ello el algoritmo procede multiplicando los renglónes donde se hará la cancelación por el elemento pivote:    9 0 9 −9 0 3 −6 3 0 0 −6 −6   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 54/77 Ahora el pivote es el elemento (3, 3) y debemos hacer cero arriba de él. Para ello el algoritmo procede multiplicando los renglónes donde se hará la cancelación por el elemento pivote:    9 0 9 −9 0 3 −6 3 0 0 −6 −6    R1←−6 R1 − − − − − − → R2←−6 R2
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 54/77 Ahora el pivote es el elemento (3, 3) y debemos hacer cero arriba de él. Para ello el algoritmo procede multiplicando los renglónes donde se hará la cancelación por el elemento pivote:    9 0 9 −9 0 3 −6 3 0 0 −6 −6    R1←−6 R1 − − − − − − → R2←−6 R2    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6    (0.18)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 55/77 La cancelación procede restando los múltiplos del renglón 3 usando los elementos anteriores a la multiplicación:    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 55/77 La cancelación procede restando los múltiplos del renglón 3 usando los elementos anteriores a la multiplicación:    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6    R1←R1 −(9) R3 − − − − − − − − − − → R2←R2 −(−6) R3
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 55/77 La cancelación procede restando los múltiplos del renglón 3 usando los elementos anteriores a la multiplicación:    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6    R1←R1 −(9) R3 − − − − − − − − − − → R2←R2 −(−6) R3    −54 0 0 108 0 −18 0 −54 0 0 −6 −6    (0.19)
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 56/77 Las únicas divisiones proceden al final:    −54 0 0 108 0 −18 0 −54 0 0 −6 −6   
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 56/77 Las únicas divisiones proceden al final:    −54 0 0 108 0 −18 0 −54 0 0 −6 −6    R1 ← 1/(−54) R1 R2 ← 1/(−18) R2 − − − − − − − − − − − − − − − → R3←1/(−6) R3
Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 56/77 Las únicas divisiones proceden al final:    −54 0 0 108 0 −18 0 −54 0 0 −6 −6    R1 ← 1/(−54) R1 R2 ← 1/(−18) R2 − − − − − − − − − − − − − − − → R3←1/(−6) R3    1 0 0 −2 0 1 0 3 0 0 1 1    (0.20)
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 57/77 Diferencias operativas de los métodos Ejemplo Para la matriz:   23 13 1 0 11 −3   indique cuál sería el siguiente paso de acuerdo a: a) Eliminación Gaussiana b) Método de Gauss-Jordan c) Método de Montante entre las opciones: 1) R1 ← 11 R1 2) R1 ← 1 23 R1 3) R1 ← R1 − 13 11 R2 4) R2 ← 1 11 R2
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 57/77 Diferencias operativas de los métodos Ejemplo Para la matriz:   23 13 1 0 11 −3   indique cuál sería el siguiente paso de acuerdo a: a) Eliminación Gaussiana b) Método de Gauss-Jordan c) Método de Montante entre las opciones: 1) R1 ← 11 R1 2) R1 ← 1 23 R1 3) R1 ← R1 − 13 11 R2 4) R2 ← 1 11 R2 Respuesta: Eliminación Gaussiana → 4, Gauss-Jordan → 2, Montante → 1
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 58/77 Complejidad de un algoritmo La palabra FLOP (FLoating point OPeration) refiere a una operación entre números reales y abarca suma, resta, multiplicación, o división. Actualmente, en computación la palabra FLOPS es utilizada como acrónimo de FLoating point Operations Per Second, pero en el área de análisis de algoritmos y para nosotros tiene el significado que ya explicamos y FLOPs será el plural de FLOP. El análisis que realizaremos de la complejidad de los algoritmos vistos será contando el número total de FLOPs que se invierte cuando se aplica a un sistema lineal de n ecuaciones con n incógnitas general.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 59/77 Complejidad del algoritmo de Gauss Es importante notar que el proceso de Gauss avanza dejando la matriz escalonada hasta la columna de trabajo:              a1,1 a1,2 · · · a1,m−1 a1,m · · · 0 a2,2 · · · a2,m−1 a2,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · am−1,m−1 am−1,m · · · 0 0 · · · 0 am,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · 0 an,m · · ·             
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 60/77 1 Ciclo del paso 1 al 4 En el paso 3 hay que hacer cero debajo del elemento (m, m), para cada uno de los m − n renglones inferiores Ri; para ello habrá que ■ calcular el factor f = ai,m/am,m ■ realizar la operación: Ri ← Ri − f Rm. 2(n − m + 1) + 1 = 2n − 2m + 3. entonces para realizar un ciclo desde el paso 1 hasta el paso 4 deben hacerse (n − m) (2 n − 2m + 3) FLOPS. n−1 X m=1 (n − m) (2 n − 2 m + 3) = 2 3 n3 + 1 2 n2 − 7 6 n.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 61/77              a1,1 a1,2 · · · a1,m 0 · · · 0 a1,n+1 0 a2,2 · · · a2,m 0 · · · 0 a2,n+1 . . . . . . ... . . . . . . . . . . . . . . . 0 0 · · · am,m 0 · · · 0 am,n+1 0 0 · · · 0 1 · · · 0 am+1,n+1 . . . . . . ... . . . . . . ... . . . . . . 0 0 · · · 0 0 · · · 1 an,n+1             
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 62/77 2 Ciclo del paso 5. Las operaciones implicadas en el paso 5 serán ■ Rm ← 1 am,m Rm ■ Rj ← Rj − aj,mRm 2 (m − 1) + 1 = 2 m − 1
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 62/77 2 Ciclo del paso 5. Las operaciones implicadas en el paso 5 serán ■ Rm ← 1 am,m Rm ■ Rj ← Rj − aj,mRm 2 (m − 1) + 1 = 2 m − 1 Por consiguiente el total de FLOPs en el paso 5 será: 1 X m=n (2 m − 1) = n2
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 62/77 2 Ciclo del paso 5. Las operaciones implicadas en el paso 5 serán ■ Rm ← 1 am,m Rm ■ Rj ← Rj − aj,mRm 2 (m − 1) + 1 = 2 m − 1 Por consiguiente el total de FLOPs en el paso 5 será: 1 X m=n (2 m − 1) = n2 2 3 n3 + 3 2 n2 − 7 6 n
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 63/77 Complejidad del algoritmo de Gauss-Jordan              1 0 · · · 0 a1,m · · · 0 1 · · · 0 a2,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · 1 am−1,m · · · 0 0 · · · 0 am,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · 0 an,m · · ·             
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 64/77 1. Paso 2. (n + 1) − (m + 1) + 1 = n − m + 1 divisiones.
Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 65/77 2. Paso 3. Ri ← Ri − ai,mRm.
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada
Matriz escalonada

Recomendados

SOLUCIONES TEMA COMPLEJOS
SOLUCIONES TEMA COMPLEJOSSOLUCIONES TEMA COMPLEJOS
SOLUCIONES TEMA COMPLEJOS
jrs74
 
Valor absoluto
Valor absolutoValor absoluto
Valor absoluto
jazz089
 
ecuaciones lineales de la forma ax+by=c
ecuaciones lineales de la forma ax+by=cecuaciones lineales de la forma ax+by=c
ecuaciones lineales de la forma ax+by=c
Ruth Soto Rodriguez
 
Introduccion funcion cuadratica
Introduccion funcion cuadraticaIntroduccion funcion cuadratica
Introduccion funcion cuadratica
Robert Araujo
 
Funcion cuadratica
Funcion cuadraticaFuncion cuadratica
Funcion cuadratica
Victor Alegre
 
Funciones racionales
Funciones racionalesFunciones racionales
Funciones racionales
Rosa E Padilla
 
METODO GRAFICO Sistema de ecuaciones lineales
METODO GRAFICO Sistema de ecuaciones linealesMETODO GRAFICO Sistema de ecuaciones lineales
METODO GRAFICO Sistema de ecuaciones lineales
A̶l̶f̶r̶e̶d̶o B̶a̶u̶t̶i̶s̶t̶a̶ T̶o̶x̶q̶u̶i
 
Inecuaciones con-valor-absoluto3
Inecuaciones con-valor-absoluto3Inecuaciones con-valor-absoluto3
Inecuaciones con-valor-absoluto3
19671966
 

Recomendados

SOLUCIONES TEMA COMPLEJOS
SOLUCIONES TEMA COMPLEJOSSOLUCIONES TEMA COMPLEJOS
SOLUCIONES TEMA COMPLEJOS
jrs74
 
Valor absoluto
Valor absolutoValor absoluto
Valor absoluto
jazz089
 
ecuaciones lineales de la forma ax+by=c
ecuaciones lineales de la forma ax+by=cecuaciones lineales de la forma ax+by=c
ecuaciones lineales de la forma ax+by=c
Ruth Soto Rodriguez
 
Introduccion funcion cuadratica
Introduccion funcion cuadraticaIntroduccion funcion cuadratica
Introduccion funcion cuadratica
Robert Araujo
 
Funcion cuadratica
Funcion cuadraticaFuncion cuadratica
Funcion cuadratica
Victor Alegre
 
Funciones racionales
Funciones racionalesFunciones racionales
Funciones racionales
Rosa E Padilla
 
METODO GRAFICO Sistema de ecuaciones lineales
METODO GRAFICO Sistema de ecuaciones linealesMETODO GRAFICO Sistema de ecuaciones lineales
METODO GRAFICO Sistema de ecuaciones lineales
A̶l̶f̶r̶e̶d̶o B̶a̶u̶t̶i̶s̶t̶a̶ T̶o̶x̶q̶u̶i
 
Inecuaciones con-valor-absoluto3
Inecuaciones con-valor-absoluto3Inecuaciones con-valor-absoluto3
Inecuaciones con-valor-absoluto3
19671966
 
Demostración números reales
Demostración números realesDemostración números reales
Demostración números reales
Elias Ñanculao
 
propiedades de matrices y determinantes
propiedades de matrices y determinantespropiedades de matrices y determinantes
propiedades de matrices y determinantes
plincoqueoc
 
DEFINICIÓN Y PROPIEDADES DE LA DERIVADA
DEFINICIÓN Y PROPIEDADES DE LA DERIVADADEFINICIÓN Y PROPIEDADES DE LA DERIVADA
DEFINICIÓN Y PROPIEDADES DE LA DERIVADA
innovalabcun
 
Exposicion Caminos de euler
Exposicion Caminos de eulerExposicion Caminos de euler
Exposicion Caminos de euler
Jose Luis Espinoza Garcia
 
Sistemas de ecuaciones 2x2 y métodos para resolveros
Sistemas de ecuaciones 2x2 y métodos para resolverosSistemas de ecuaciones 2x2 y métodos para resolveros
Sistemas de ecuaciones 2x2 y métodos para resolveros
CRISTIAN SNEIDER PEREZ NARVAEZ
 
Power Point: Graficas de las funciones basicas
Power Point: Graficas de las funciones basicasPower Point: Graficas de las funciones basicas
Power Point: Graficas de las funciones basicas
Crisalys
 
Biyectiva inyectiva sobreyectiva
Biyectiva inyectiva sobreyectivaBiyectiva inyectiva sobreyectiva
Biyectiva inyectiva sobreyectiva
algebragr4
 
Función cuadrática
Función cuadráticaFunción cuadrática
Función cuadrática
Silvia Vedani
 
Limites y continuidad
Limites y continuidadLimites y continuidad
Limites y continuidad
YOLVI ADRIANA CORDOBA BUITRAGO
 
Inecuaciones cuadráticas
Inecuaciones cuadráticasInecuaciones cuadráticas
Inecuaciones cuadráticas
franmorav
 
Operaciones algebraicas
Operaciones algebraicasOperaciones algebraicas
Operaciones algebraicas
matematicasdivertidas1
 
4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades
breerico
 
Funciones racionales
Funciones racionalesFunciones racionales
Funciones racionales
Juliana Isola
 
Inecuaciones lineales
Inecuaciones linealesInecuaciones lineales
Inecuaciones lineales
franmorav
 
Espacios y Subespacios Vectoriales
Espacios y Subespacios VectorialesEspacios y Subespacios Vectoriales
Espacios y Subespacios Vectoriales
Braian Moreno Cifuentes
 
Metodo gauss y gauss jordan
Metodo gauss y gauss jordanMetodo gauss y gauss jordan
Metodo gauss y gauss jordan
Andrio Mendoza
 
Propiedades De Funciones Cuadráticas En Forma EstáNdar
Propiedades De Funciones Cuadráticas En Forma EstáNdarPropiedades De Funciones Cuadráticas En Forma EstáNdar
Propiedades De Funciones Cuadráticas En Forma EstáNdar
Angel Carreras
 
Inecuaciones
InecuacionesInecuaciones
Inecuaciones
Andrea Fuentes
 
Aplicaciones de limites.continuidad
Aplicaciones de limites.continuidadAplicaciones de limites.continuidad
Aplicaciones de limites.continuidad
Teovaki Daniel Barreto
 
APLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADASAPLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADAS
Valerìa Lopez
 
Solucion de sistema de ecuaciones
Solucion de sistema de ecuacionesSolucion de sistema de ecuaciones
Solucion de sistema de ecuaciones
Briiaṇ Martinez
 
Leonardo medina, actividad 3 analisis numerico
Leonardo medina, actividad 3 analisis numericoLeonardo medina, actividad 3 analisis numerico
Leonardo medina, actividad 3 analisis numerico
Leonardoljmg
 

Más contenido relacionado

La actualidad más candente

Power Point: Graficas de las funciones basicas
Power Point: Graficas de las funciones basicasPower Point: Graficas de las funciones basicas
Power Point: Graficas de las funciones basicas
Crisalys
 
Inecuaciones cuadráticas
Inecuaciones cuadráticasInecuaciones cuadráticas
Inecuaciones cuadráticas
franmorav
 
4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades
breerico
 
Inecuaciones lineales
Inecuaciones linealesInecuaciones lineales
Inecuaciones lineales
franmorav
 
Propiedades De Funciones Cuadráticas En Forma EstáNdar
Propiedades De Funciones Cuadráticas En Forma EstáNdarPropiedades De Funciones Cuadráticas En Forma EstáNdar
Propiedades De Funciones Cuadráticas En Forma EstáNdar
Angel Carreras
 

La actualidad más candente (20)

Demostración números reales
Demostración números realesDemostración números reales
Demostración números reales
 
propiedades de matrices y determinantes
propiedades de matrices y determinantespropiedades de matrices y determinantes
propiedades de matrices y determinantes
 
DEFINICIÓN Y PROPIEDADES DE LA DERIVADA
DEFINICIÓN Y PROPIEDADES DE LA DERIVADADEFINICIÓN Y PROPIEDADES DE LA DERIVADA
DEFINICIÓN Y PROPIEDADES DE LA DERIVADA
 
Exposicion Caminos de euler
Exposicion Caminos de eulerExposicion Caminos de euler
Exposicion Caminos de euler
 
Sistemas de ecuaciones 2x2 y métodos para resolveros
Sistemas de ecuaciones 2x2 y métodos para resolverosSistemas de ecuaciones 2x2 y métodos para resolveros
Sistemas de ecuaciones 2x2 y métodos para resolveros
 
Power Point: Graficas de las funciones basicas
Power Point: Graficas de las funciones basicasPower Point: Graficas de las funciones basicas
Power Point: Graficas de las funciones basicas
 
Biyectiva inyectiva sobreyectiva
Biyectiva inyectiva sobreyectivaBiyectiva inyectiva sobreyectiva
Biyectiva inyectiva sobreyectiva
 
Función cuadrática
Función cuadráticaFunción cuadrática
Función cuadrática
 
Limites y continuidad
Limites y continuidadLimites y continuidad
Limites y continuidad
 
Inecuaciones cuadráticas
Inecuaciones cuadráticasInecuaciones cuadráticas
Inecuaciones cuadráticas
 
Operaciones algebraicas
Operaciones algebraicasOperaciones algebraicas
Operaciones algebraicas
 
4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades
 
Funciones racionales
Funciones racionalesFunciones racionales
Funciones racionales
 
Inecuaciones lineales
Inecuaciones linealesInecuaciones lineales
Inecuaciones lineales
 
Espacios y Subespacios Vectoriales
Espacios y Subespacios VectorialesEspacios y Subespacios Vectoriales
Espacios y Subespacios Vectoriales
 
Metodo gauss y gauss jordan
Metodo gauss y gauss jordanMetodo gauss y gauss jordan
Metodo gauss y gauss jordan
 
Propiedades De Funciones Cuadráticas En Forma EstáNdar
Propiedades De Funciones Cuadráticas En Forma EstáNdarPropiedades De Funciones Cuadráticas En Forma EstáNdar
Propiedades De Funciones Cuadráticas En Forma EstáNdar
 
Inecuaciones
InecuacionesInecuaciones
Inecuaciones
 
Aplicaciones de limites.continuidad
Aplicaciones de limites.continuidadAplicaciones de limites.continuidad
Aplicaciones de limites.continuidad
 
APLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADASAPLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADAS
 

Similar a Matriz escalonada

Método de Gauss
Método de GaussMétodo de Gauss
Método de Gauss
Kike Prieto
 
Solucion del sistema de ecuaciones
Solucion del sistema de ecuacionesSolucion del sistema de ecuaciones
Solucion del sistema de ecuaciones
algebra
 
3.2 metodos-de-resolucion
3.2 metodos-de-resolucion3.2 metodos-de-resolucion
3.2 metodos-de-resolucion
Carlita Vaca
 
Proyecto grupal 2
Proyecto grupal 2Proyecto grupal 2
Proyecto grupal 2
briggitty
 
Sistemas ecuaciones amilcar
Sistemas ecuaciones amilcarSistemas ecuaciones amilcar
Sistemas ecuaciones amilcar
ASIGNACIONUFT
 

Similar a Matriz escalonada (20)

Solucion de sistema de ecuaciones
Solucion de sistema de ecuacionesSolucion de sistema de ecuaciones
Solucion de sistema de ecuaciones
 
Leonardo medina, actividad 3 analisis numerico
Leonardo medina, actividad 3 analisis numericoLeonardo medina, actividad 3 analisis numerico
Leonardo medina, actividad 3 analisis numerico
 
Métodos de eliminaciónGaussiana
Métodos de eliminaciónGaussianaMétodos de eliminaciónGaussiana
Métodos de eliminaciónGaussiana
 
Método de Gauss
Método de GaussMétodo de Gauss
Método de Gauss
 
Metodo de gauss jordan
Metodo de gauss jordanMetodo de gauss jordan
Metodo de gauss jordan
 
Método de Gauss Jordan.pdf
Método de Gauss Jordan.pdfMétodo de Gauss Jordan.pdf
Método de Gauss Jordan.pdf
 
Metodo de gauss
Metodo de gaussMetodo de gauss
Metodo de gauss
 
Analisis Numerico
Analisis NumericoAnalisis Numerico
Analisis Numerico
 
Solucion del sistema de ecuaciones
Solucion del sistema de ecuacionesSolucion del sistema de ecuaciones
Solucion del sistema de ecuaciones
 
Presentación de metodo de eliminación gaussiana
Presentación de metodo de eliminación gaussianaPresentación de metodo de eliminación gaussiana
Presentación de metodo de eliminación gaussiana
 
Solución de sistemas de ecuaciones lineales
Solución de sistemas de ecuaciones linealesSolución de sistemas de ecuaciones lineales
Solución de sistemas de ecuaciones lineales
 
Solución de Sistemas de Ecuaciones
Solución de Sistemas de EcuacionesSolución de Sistemas de Ecuaciones
Solución de Sistemas de Ecuaciones
 
Analisis numerico tema3
Analisis numerico tema3Analisis numerico tema3
Analisis numerico tema3
 
3.2 metodos-de-resolucion
3.2 metodos-de-resolucion3.2 metodos-de-resolucion
3.2 metodos-de-resolucion
 
sistema de ecuaciones lineales
sistema de ecuaciones linealessistema de ecuaciones lineales
sistema de ecuaciones lineales
 
Proyecto grupal 2
Proyecto grupal 2Proyecto grupal 2
Proyecto grupal 2
 
Emmanuel castaenda19262743
Emmanuel castaenda19262743Emmanuel castaenda19262743
Emmanuel castaenda19262743
 
Sistemas ecuaciones amilcar
Sistemas ecuaciones amilcarSistemas ecuaciones amilcar
Sistemas ecuaciones amilcar
 
Métodos Numéricos del Álgebra Lineal.ppsx
Métodos Numéricos del Álgebra Lineal.ppsxMétodos Numéricos del Álgebra Lineal.ppsx
Métodos Numéricos del Álgebra Lineal.ppsx
 
Gauss jordan
Gauss jordanGauss jordan
Gauss jordan
 

Último

Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
AndreaTurell
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
amelia poma
 

Último (20)

POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
TÉCNICAS OBSERVACIONALES Y TEXTUALES.pdf
TÉCNICAS OBSERVACIONALES Y TEXTUALES.pdfTÉCNICAS OBSERVACIONALES Y TEXTUALES.pdf
TÉCNICAS OBSERVACIONALES Y TEXTUALES.pdf
 
Diapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanente
Diapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanenteDiapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanente
Diapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanente
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
 
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de NavarraSanta Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
GRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdf
GRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdfGRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdf
GRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdf
 
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 20241ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
 
Programa dia de las madres para la convi
Programa dia de las madres para la conviPrograma dia de las madres para la convi
Programa dia de las madres para la convi
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptxAEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdf
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 

Matriz escalonada

  • 1. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 1/77 Álgebra Lineal Ma1010 Eliminación gaussiana y otros algoritmos Departamento de Matemáticas ITESM
  • 2. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 2/77 Introducción En esta lectura veremos procedimientos sistemáticos para resolver un sistema de ecuaciones lineales. Estos algoritmos trabajan directamente sobre la matriz aumentada del sistema llevándola a la matriz de un sistema triangular que es equivalente al sistema inicial. La equivalencia del sistema triangular final con el inicial se argumenta debido a que el algoritmo sólo utiliza los tres tipos de operaciones vistos en la lectura anterior y cuya aplicación individual siempre preserva la equivalencia. Los procedimientos que revisaremos son: el algoritmo de Eliminación Gaussiana, el algoritmo de Gauss-Jordan y el método Montante. Finalmente, se realizará una revisión sobre el trabajo computacional realizado por estas estrategias.
  • 3. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 3/77 Objetivos Será importante que Usted ■ Entienda los conceptos: matriz escalonada y escalonada reducida. ■ Entienda y mecanice los procedimientos de ◆ Eliminación gaussiana, ◆ Eliminación de Gauss-Jordan, y ◆ El método de Montante. ■ Conozca las diferencias en el proceder entre los algoritmos vistos. ■ Comprenda las reglas para analizar las soluciones a un sistema de ecuaciones. ■ Comprenda el concepto de complejidad de un algoritmo. ■ Conozca las diferencias en los costos de cómputo de los algoritmos vistos.
  • 4. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple:
  • 5. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz.
  • 6. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz. 2. El elemento delantero de cada renglón no cero (después del primer renglón) se encuentra a la derecha del elemento delantero del renglón anterior.
  • 7. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz. 2. El elemento delantero de cada renglón no cero (después del primer renglón) se encuentra a la derecha del elemento delantero del renglón anterior. Y se llama matriz escalonada reducida si es escalonada y además cumple: 3. El elemento delantero de cualquier renglón no cero es 1.
  • 8. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 4/77 Forma escalonada por renglones Una matriz se dice matriz escalonada si cumple: 1. En caso de tener renglones de ceros, todos ellos están en la parte inferior de la matriz. 2. El elemento delantero de cada renglón no cero (después del primer renglón) se encuentra a la derecha del elemento delantero del renglón anterior. Y se llama matriz escalonada reducida si es escalonada y además cumple: 3. El elemento delantero de cualquier renglón no cero es 1. 4. Todos los elementos arriba y abajo de un 1 delantero son cero.
  • 9. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3    
  • 10. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el primer ejemplo, tiene un renglón de ceros y no aparece hasta el final; no se cumple la condición 1.
  • 11. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el segundo ejemplo, cuando comparamos la posición del primer elemento no cero del segundo renglón (5) con la posición del primer elemento no cero del tercer renglón (2) vemos que el 2 no está a la derecha del 5; no se cumple la condición 2.
  • 12. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el tercer ejemplo, el renglón de cero aparece hasta abajo, pero cuando se comparan los elementos delanteros de los renglones 2 y 3 el inferior no está a la derecha del elemento delantero superior: se cumple la condición 1 pero no la 2.
  • 13. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el cuarto ejemplo, falla de nuevo la condición 1.
  • 14. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 5/77 Ejemplo Indique porqué las siguientes matrices no son escalonadas:     2 3 −1 0 0 0 0 0 1     ,     2 3 −1 0 5 2 0 2 1     ,        2 3 −1 0 0 2 0 3 2 0 0 0        ,     0 0 0 0 1 −3 0 0 −3     ,     0 0 3 0 1 −3 5 1 −3     Solución En el último ejemplo, recuerde sólo hay escalonada de derecha a izquierda; el elemento delantero del renglón 2 no está a la derecha de delantero del renglón 1
  • 15. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 6/77 Ejemplo Indique porqué las siguientes matrices sı́ son escalonadas:     2 3 −1 0 5 2 0 0 1     ,        2 3 −1 0 1 2 0 0 0 0 0 0        ,     0 2 3 0 0 −3 0 0 0     ,     1 2 0 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0    
  • 16. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 6/77 Ejemplo Indique porqué las siguientes matrices sı́ son escalonadas:     2 3 −1 0 5 2 0 0 1     ,        2 3 −1 0 1 2 0 0 0 0 0 0        ,     0 2 3 0 0 −3 0 0 0     ,     1 2 0 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0     Solución Observe que las matrices listadas cumplen las condiciones 1 y 2
  • 17. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0    
  • 18. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0     Solución En el primer ejemplo, está fallando la condición 3: el elemento delantero del renglón 3 debe ser 1.
  • 19. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0     Solución En el segundo ejemplo, la condición 3 se cumple pero la condición 4 falla: arriba de los 1 delanteros debe haber sólo ceros.
  • 20. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 7/77 Ejemplo Indique porqué las siguientes matrices son escalonadas pero no reducidas:     1 3 −1 0 1 0 0 0 −2     ,     1 2 −1 0 1 2 0 0 1     ,        1 0 1 0 1 0 0 0 1 0 0 0        ,     1 1 3 0 0 1 0 0 0     ,     0 1 −3 0 0 1 0 0 0     Solución En los ejemplos 3, 4 y 5, note que la condición 4 dice que todos los elementos superiores a los elementos delanteros deben ser cero. En estos ejemplos no se cumple tan condición
  • 21. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 8/77 Ejemplo Verifique que las siguientes matrices sı́ son escalonadas reducidas:     1 0 0 0 1 0 0 0 1     ,        1 0 −3 0 1 1 0 0 0 0 0 0        ,     0 1 0 0 0 1 0 0 0     ,     1 3 −4 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0    
  • 22. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 8/77 Ejemplo Verifique que las siguientes matrices sı́ son escalonadas reducidas:     1 0 0 0 1 0 0 0 1     ,        1 0 −3 0 1 1 0 0 0 0 0 0        ,     0 1 0 0 0 1 0 0 0     ,     1 3 −4 0 0 0 0 0 0     ,     0 0 0 0 0 0 0 0 0     Solución Observe que en el ejemplo 2, el elemento (2,3) no es delantero por ello no se impone la condición que el elemento superior sea cero. La matriz es efectivamente escalonada reducida
  • 23. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 9/77 Pivotes de una matriz Cuando una matriz está en su forma escalonada, los primeros elementos diferentes de cero de cada renglón reciben el nombre de elementos pivote o simplemente pivotes. Note que por ser el pivote el primer elemento no cero del renglón, no hay forma que un renglón tenga más de un pivote: puede no tener pivote en caso de que sea un renglón de ceros, pero no puede tener dos o más. Note también que por estar escalonada la matriz, no hay forma que dos pivotes queden en la misma columna: puede una columna no tener pivote, pero si tiene pivote no puede tener dos o más. De este hecho, concluimos que una matriz m × n no puede tener mas de m pivotes porque tiene a los más uno por cada renglón. Y por otro lado, no puede tener más de n pivotes pues a lo más tiene un pivote por cada columna. Es decir, el número de pivotes debe ser menor o igual que el mínimo número entre m y n.
  • 24. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos:
  • 25. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero.
  • 26. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero.
  • 27. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. 3. Obtenga ceros abajo del elemento delantero sumando múltiplos adecuados a los renglones debajo de él.
  • 28. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. 3. Obtenga ceros abajo del elemento delantero sumando múltiplos adecuados a los renglones debajo de él. 4. Cubra el renglón y la columna de trabajo y repita el proceso comenzando en el paso 1.
  • 29. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 10/77 Algoritmo de eliminación gaussiana El Algoritmo de Gauss o de Eliminación gaussiana consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. 3. Obtenga ceros abajo del elemento delantero sumando múltiplos adecuados a los renglones debajo de él. 4. Cubra el renglón y la columna de trabajo y repita el proceso comenzando en el paso 1. 5. Comenzando con el último renglón no cero avance hacia arriba para que en cada renglón tenga un 1 delantero y arriba de él queden sólo ceros.
  • 30. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 11/77 Es importante observar que en el método de eliminación Gaussiana: ■ Los pasos del 1 a 4 aplicados repetidamente escalonan la matriz; el paso 5 aplicado repetidamente reduce la matriz. ■ En el paso 2, si el elemento no es cero no se realiza intercambio. ■ En el paso 3, los elementos que se hacen cero son sólo los inferiores al pivote.
  • 31. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:
  • 32. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1   
  • 33. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←R2 −(2/3) R1 − − − − − − − − − − − → R3←R3 −(−2/3) R1
  • 34. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 12/77 Eliminación Gaussiana: ejemplo Ejemplo Aplique el algoritmo de Gauss a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución El elemento (1, 1) será usado como pivote para hacer ceros debajo de él; para ello debemos sumar múltiplos adecuados del renglón pivote a los renglones inferiores:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←R2 −(2/3) R1 − − − − − − − − − − − → R3←R3 −(−2/3) R1    3 6 −9 3 0 0 −2 −2 0 1 −2 1    (0.1)
  • 35. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1   
  • 36. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →
  • 37. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →    3 6 −9 3 0 1 −2 1 0 0 −2 −2    (0.2)
  • 38. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 13/77 En vista que elemento (2, 2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:    3 6 −9 3 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →    3 6 −9 3 0 1 −2 1 0 0 −2 −2    (0.2) El algortimo termina en sus pasos 1 al 4. Procede al paso 5.
  • 39. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 14/77 Hagamos 1 el elemento (3, 3):    3 6 −9 3 0 1 −2 1 0 0 −2 −2   
  • 40. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 14/77 Hagamos 1 el elemento (3, 3):    3 6 −9 3 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →
  • 41. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 14/77 Hagamos 1 el elemento (3, 3):    3 6 −9 3 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →    3 6 −9 3 0 1 −2 1 0 0 1 1    (0.3)
  • 42. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 15/77 Debemos hacer cero por arriba del elemento pivote (3, 3):    3 6 −9 3 0 1 −2 1 0 0 1 1   
  • 43. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 15/77 Debemos hacer cero por arriba del elemento pivote (3, 3):    3 6 −9 3 0 1 −2 1 0 0 1 1    R1←R1 −(−9) R3 − − − − − − − − − − → R2←R2 −(−2) R3
  • 44. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 15/77 Debemos hacer cero por arriba del elemento pivote (3, 3):    3 6 −9 3 0 1 −2 1 0 0 1 1    R1←R1 −(−9) R3 − − − − − − − − − − → R2←R2 −(−2) R3    3 6 0 12 0 1 0 3 0 0 1 1    (0.4)
  • 45. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 16/77 Procedamos con el siguiente elemento pivote (2, 2); el elemento ya es 1 y ahora debemos proceder a hacer cero por arriba de él:    3 6 0 12 0 1 0 3 0 0 1 1   
  • 46. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 16/77 Procedamos con el siguiente elemento pivote (2, 2); el elemento ya es 1 y ahora debemos proceder a hacer cero por arriba de él:    3 6 0 12 0 1 0 3 0 0 1 1    R1←R1 −6 R2 − − − − − − − − →
  • 47. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 16/77 Procedamos con el siguiente elemento pivote (2, 2); el elemento ya es 1 y ahora debemos proceder a hacer cero por arriba de él:    3 6 0 12 0 1 0 3 0 0 1 1    R1←R1 −6 R2 − − − − − − − − →    3 0 0 −6 0 1 0 3 0 0 1 1    (0.5)
  • 48. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 17/77 El algoritmo concluye haciendo 1 el pivote del primer renglón:    3 0 0 −6 0 1 0 3 0 0 1 1   
  • 49. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 17/77 El algoritmo concluye haciendo 1 el pivote del primer renglón:    3 0 0 −6 0 1 0 3 0 0 1 1    R1←1/3 R1 − − − − − − →
  • 50. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 17/77 El algoritmo concluye haciendo 1 el pivote del primer renglón:    3 0 0 −6 0 1 0 3 0 0 1 1    R1←1/3 R1 − − − − − − →    1 0 0 −2 0 1 0 3 0 0 1 1    (0.6)
  • 51. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 18/77 Análisis de los conjuntos solución Una vez escalonando o reduciendo la matriz aumentada de un sistema, hay que saber con precisión qué se puede decir sobre el conjunto de soluciones. Sólo hay tres posibles resultados en el análisis: ■ El sistema no tiene solución: sistema inconsistente. ■ El sistema tiene una única solución. ■ El sistema tiene infinitas soluciones.
  • 52. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes.
  • 53. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
  • 54. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 0 0 0 1 2 0 0 0 0 1 0 0 0 0     
  • 55. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1     
  • 56. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 19/77 Regla de Inconsistencia El sistema es inconsistente si aparece un pivote en la columna de términos constantes. Ejemplo Son inconsistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en: 1 1 1 2 0 0 0 3 #
  • 57. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes.
  • 58. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
  • 59. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:    1 1 1 3 0 2 2 2 0 0 3 1   
  • 60. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 3 1 0 1 2 1 0 0 1 1 0 0 0 0     
  • 61. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 20/77 Regla de Consistencia Es consistente cualquier sistema en cuya matriz escalonada no aparece ningún pivote en la columna de términos constantes. Ejemplo Son consistentes los sistemas cuya matriz aumentada se convierte mediante operaciones elementales en: 1 1 1 2 0 1 1 1 #
  • 62. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote.
  • 63. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote. Ejemplo Tienen solución única lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
  • 64. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote. Ejemplo Tienen solución única lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:    1 1 1 3 0 2 2 2 0 0 3 1   
  • 65. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 21/77 Regla de la Solución Única Siendo un sistema consistente, el sistema tiene solución única si en la matriz escalonada la columna de cada variable hay un pivote. Ejemplo Tienen solución única lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 3 1 0 1 2 1 0 0 1 1 0 0 0 0     
  • 66. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote.
  • 67. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:
  • 68. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en: 1 1 1 3 0 2 2 2 #
  • 69. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:    1 1 1 3 0 2 2 2 0 0 0 0   
  • 70. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 22/77 Regla para Soluciones Infinitas Si un sistema es consistente, el sistema tiene soluciones infinitas si en la matriz escalonada hay una columna de una variable sin pivote. Ejemplo Tienen soluciones infinitas lo sistemas cuya matriz aumentada se convierte mediante operaciones elementales en:      1 0 3 1 0 1 2 1 0 0 0 0 0 0 0 0     
  • 71. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 23/77 Nota Importante Observe que los renglones de ceros no dan en general información sobre cómo es el conjunto solución.        1 1 2 0 0 1 3 0 0 0 0 1 0 0 0 0        ,     1 6 2 0 0 1 1 0 0 0 0 1            1 0 1 4 0 1 2 −1 0 0 1 1 0 0 0 0        ,     1 0 1 4 0 1 2 −1 0 0 1 1         1 0 1 4 0 1 2 −1 0 0 0 0     ,   1 0 1 4 0 1 2 −1  
  • 72. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 24/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 8 × 5 y al reducirla tiene un total de 5 pivotes, entonces .. A es inconsistente. B hay soluciones infinitas. C tiene solución única. D si la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas.
  • 73. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 24/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 8 × 5 y al reducirla tiene un total de 5 pivotes, entonces .. A es inconsistente. B hay soluciones infinitas. C tiene solución única. D si la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas. Solución Puesto que la matriz escalonada de tiene 5 pivotes y la matriz tiene 5 columnas, entonces toda columna tiene pivote. En particular, la última columna tendrá pivote. Como la matriz es aumentada, entonces la columna correspondiente a las constantes tendrá pivote. Por lo tanto, el sistema original será inconsistente. La opción que describe la situación es A
  • 74. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 25/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 5 × 5 y al reducirla tiene un total de 4 pivotes, entonces .. A es inconsistente. B tiene solución única. C hay soluciones infinitas. D si en la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas.
  • 75. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 25/77 Ejemplo Se tiene un sistema de ecuaciones que tiene una matriz aumentada 5 × 5 y al reducirla tiene un total de 4 pivotes, entonces .. A es inconsistente. B tiene solución única. C hay soluciones infinitas. D si en la última columna hay pivote, inconsistente. Si no, única. E si la última columna hay pivote, inconsistente. Si no, infinitas. Solución Puesto que la matriz reducida es 5 × 5 y tiene 4 pivotes, la última columna tiene la posibilidad de tener pivote. En cuyo caso, el sistema será inconsistente. También se tiene la posibilidad de que la última columna no tenga pivote. En cuyo caso, el sistema será consistente y los cuatro pivotes estarán en las primeras columnas. Y por tanto, en este caso la columna de cada variable tendrá pivote y por consiguiente cada variable será fija. Y por lo tanto, en este caso habrá solución única. La respuesta que describe mejor la situación es la D
  • 76. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 26/77 Ejemplo Se tiene un sistema homogéneo de ecuaciones que tiene una matriz aumentada 5 × 6 y al reducirla tiene un total de 5 pivotes, entonces .. A tiene solución única. B si la última columna hay pivote, inconsistente. Si no única. C es inconsistente. D hay soluciones infinitas. E si la última columna hay pivote, inconsistente. Si no infinitas.
  • 77. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 26/77 Ejemplo Se tiene un sistema homogéneo de ecuaciones que tiene una matriz aumentada 5 × 6 y al reducirla tiene un total de 5 pivotes, entonces .. A tiene solución única. B si la última columna hay pivote, inconsistente. Si no única. C es inconsistente. D hay soluciones infinitas. E si la última columna hay pivote, inconsistente. Si no infinitas. Solución Puesto que el sistema es homogéneo, en la columna de las constantes habrá sólo ceros. Por la naturaleza de las operaciones elementales, en la matriz reducida sólo habrá ceros en tal columna. Por tanto, no habrá pivotes en la columna de las constantes. Por tanto, el sistema será consistente y los 5 pivotes estarán en las primeras columnas y por tanto, en la columna de cada variable habrá pivote. Por tanto, el sistema será consistente con solución única
  • 78. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 27/77 Fórmula para todas las soluciones Veamos ahora una estrategia para obtener la fórmula de donde se obtienen todas las soluciones a un sistemas de ecuaciones lineales cuando el sistema tiene infinitas soluciones. Ilustraremos esto mediante un par de ejemplos.
  • 79. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 28/77 Ejemplo Manejando el orden x, y, z, w escriba en forma vectorial la solución general al sistema: 4 w + 2 x + 6 y + 2 z = 2 w + 3 x + 9 y + 4 z = −14 4 w + 3 x + 9 y + 3 z = −3 3 w + 4 x + 12 y + 4 z = −11 Reporte las coordenadas del vector que multiplica a la variable libre en la solución resultante.
  • 80. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 29/77 Solución (Y método general) Paso 1: Apliquemos Gauss a la matriz aumentada Formamos la matriz aumentada con el orden que sugiere el problema (x, y, z, w):        2 6 2 4 2 3 9 4 1 −14 3 9 3 4 −3 4 12 4 3 −11        →        1 3 0 0 −3 0 0 1 0 −2 0 0 0 1 3 0 0 0 0 0        Al aplicar las reglas de análisis, observamos que el sistema es consistente (al no haber pivote en la columna de las constantes) y con soluciones infinitas (al ser y una variable libre, recuerde que las variables fijas son aquellas en cuya columna hay pivote)
  • 81. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 30/77 Paso 2: Convierta cada renglón no cero en ecuación El renglón 1 de la reducida que: x + 3 y = −3 El renglón 2 queda: z = −2 y el renglón 3 queda: w = 3 Paso 3: De cada ecuación, despeje la variable delantera. x + 3 y = −3 → x = −3 − 3 y z = −2 → z = −2 w = 3 → w = 3
  • 82. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 31/77 Paso 4: Se complementan las ecuaciones introduciendo ecuaciones donde cada variable libre es igual a sı́ misma. x = −3 − 3 y y = y z = −2 w = 3
  • 83. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 32/77 Paso 5: Se reescribe en forma vectorial las soluciones        x y z w        =        −3 − 3 y y −2 3       
  • 84. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 33/77 Paso 6: Se separa el segundo miembro de acuerdo a las constantes y a las variables libres        x y z w        =        −3 0 −2 3        + y        −3 1 0 0        Lo anterior es la fórmula general para todas las soluciones del sistema original; el concepto de variable libre indica que se puede tomar cualquier valor y que con él se produce una solución. También, aunque esto no es tan evidente, que cualquier otra solución puede obtenerse de esta fórmula para valores adecuados de las variables libres
  • 85. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 34/77 Ejemplo Determine la solución general en forma vectorial para el sistema: 6 w − 2 x + 3 y + 3 z = 3 5 w + 2 x + y − 2 z = 2 w − 4 x + 2 y + 5 z = 1 13 w − 8 x + 8 y + 11 z = 7 Solución Sigamos la metodología descrita en el ejemplo anterior:
  • 86. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 35/77 Aplicamos Gauss a la matriz aumentada (orden: x, y, z, w):        −2 3 3 6 3 2 1 −2 5 2 −4 2 5 1 1 −8 8 11 13 7        →        1 0 −9/8 9/8 3/8 0 1 1/4 11/4 5/4 0 0 0 0 0 0 0 0 0 0        Convertimos cada renglón diferentes de cero de la matriz reducida a una ecuación: x − 9/8 z + 9/8 w = 3/8 y + 1/4 z + 11/4 w = 5/4
  • 87. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 36/77 Ahora, despejamos las variables fijas (x y y): x = 3/8 + 9/8 z − 9/8 w y = 5/4 − 1/4 z − 11/4 w Complementamos las ecuaciones con ecuaciones donde cada variable libre está igualada a sí misma: x = 3/8 + 9/8 z − 9/8 w y = 5/4 − 1/4 z − 11/4 w z = z w = w
  • 88. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 37/77 Ahora, le damos a lo anterior la forma de una igualdad entre vectores:        x y z w        =        3/8 + 9/8 z − 9/8 w 5/4 − 1/4 z − 11/4w z w        Finalmente, separamos el lado izquierdo de acuerdo a las variables libres:        x y z w        =        3/8 5/4 0 0        + z        9/8 −1/4 1 0        + w        −9/8 −11/4 0 1       
  • 89. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos:
  • 90. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero.
  • 91. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Multiplicando apropiadamente el renglón, hágalo 1. Este primer 1 será llamado 1 pivote.
  • 92. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Multiplicando apropiadamente el renglón, hágalo 1. Este primer 1 será llamado 1 pivote. 3. Obtenga ceros arriba y abajo del 1 pivote sumando múltiplos adecuados a los renglones debajo de renglón pivote en la matriz completa.
  • 93. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 38/77 Algoritmo de Gauss-Jordan El Algoritmo de Gauss-Jordan consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Multiplicando apropiadamente el renglón, hágalo 1. Este primer 1 será llamado 1 pivote. 3. Obtenga ceros arriba y abajo del 1 pivote sumando múltiplos adecuados a los renglones debajo de renglón pivote en la matriz completa. 4. Cubra la columna y el renglón de trabajo y repita el proceso comenzando en el paso 1 con la columna siguiente.
  • 94. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 39/77 Es importante observar que en el método de Gauss-Jordan: ■ En la idea general, la matriz se va escalonando y reduciendo a la vez. ■ En el paso 2, si el elemento no es cero no se realiza intercambio. ■ En el paso 3, los elementos que se hacen cero no solo son los inferiores al pivote (Eliminación Gaussiana) sino también los superiores.
  • 95. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución
  • 96. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Contrario al algoritmo de Gauss, el algoritmo de Gauss-Jordan primero crea los 1’s pivote:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1   
  • 97. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Contrario al algoritmo de Gauss, el algoritmo de Gauss-Jordan primero crea los 1’s pivote:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R1←1/3 R1 − − − − − − →
  • 98. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 40/77 Algoritmo de Gauss-Jordan: ejemplo Ejemplo Aplique el algoritmo de Gauss-Jordan a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Contrario al algoritmo de Gauss, el algoritmo de Gauss-Jordan primero crea los 1’s pivote:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R1←1/3 R1 − − − − − − →    1 2 −3 1 2 4 −8 0 −2 −3 4 −1    (0.7)
  • 99. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 41/77 Posteriormente hace cero debajo de él:    1 2 −3 1 2 4 −8 0 −2 −3 4 −1   
  • 100. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 41/77 Posteriormente hace cero debajo de él:    1 2 −3 1 2 4 −8 0 −2 −3 4 −1    R2←R2 −2 R1 − − − − − − − − − − → R3←R3 −(−2) R1
  • 101. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 41/77 Posteriormente hace cero debajo de él:    1 2 −3 1 2 4 −8 0 −2 −3 4 −1    R2←R2 −2 R1 − − − − − − − − − − → R3←R3 −(−2) R1    1 2 −3 1 0 0 −2 −2 0 1 −2 1    (0.8)
  • 102. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 42/77 En este caso el elemento (2, 2) es cero y se deberá buscar un elemento inferior que sea diferente de cero:    1 2 −3 1 0 0 −2 −2 0 1 −2 1   
  • 103. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 42/77 En este caso el elemento (2, 2) es cero y se deberá buscar un elemento inferior que sea diferente de cero:    1 2 −3 1 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →
  • 104. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 42/77 En este caso el elemento (2, 2) es cero y se deberá buscar un elemento inferior que sea diferente de cero:    1 2 −3 1 0 0 −2 −2 0 1 −2 1    R2↔R3 − − − − →    1 2 −3 1 0 1 −2 1 0 0 −2 −2    (0.9)
  • 105. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 43/77 El elemento pivote (2, 2) ya es 1; el algoritmo procede ahora a hacer ceros arriba y debajo de él:    1 2 −3 1 0 1 −2 1 0 0 −2 −2   
  • 106. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 43/77 El elemento pivote (2, 2) ya es 1; el algoritmo procede ahora a hacer ceros arriba y debajo de él:    1 2 −3 1 0 1 −2 1 0 0 −2 −2    R1←R1 −2 R2 − − − − − − − − →
  • 107. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 43/77 El elemento pivote (2, 2) ya es 1; el algoritmo procede ahora a hacer ceros arriba y debajo de él:    1 2 −3 1 0 1 −2 1 0 0 −2 −2    R1←R1 −2 R2 − − − − − − − − →    1 0 1 −1 0 1 −2 1 0 0 −2 −2    (0.10)
  • 108. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 44/77 El pivote es ahora el elemento (3, 3); primero se crea el 1 pivote:    1 0 1 −1 0 1 −2 1 0 0 −2 −2   
  • 109. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 44/77 El pivote es ahora el elemento (3, 3); primero se crea el 1 pivote:    1 0 1 −1 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →
  • 110. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 44/77 El pivote es ahora el elemento (3, 3); primero se crea el 1 pivote:    1 0 1 −1 0 1 −2 1 0 0 −2 −2    R3←1/(−2) R3 − − − − − − − − →    1 0 1 −1 0 1 −2 1 0 0 1 1    (0.11)
  • 111. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 45/77 Posteriormente, se hacen ceros arriba y debajo de él:    1 0 1 −1 0 1 −2 1 0 0 1 1   
  • 112. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 45/77 Posteriormente, se hacen ceros arriba y debajo de él:    1 0 1 −1 0 1 −2 1 0 0 1 1    R1←R1 −1 R3 − − − − − − − − − − → R2←R2 −(−2) R3
  • 113. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 45/77 Posteriormente, se hacen ceros arriba y debajo de él:    1 0 1 −1 0 1 −2 1 0 0 1 1    R1←R1 −1 R3 − − − − − − − − − − → R2←R2 −(−2) R3    1 0 0 −2 0 1 0 3 0 0 1 1    (0.12)
  • 114. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 46/77 Método Montante El Algoritmo Montante es una estrategia desarrollada en los 70s por el profesor Mario René Montante en aquel entonces profesor de FIME de la UANL, México. El método trabaja bajo el supuesto principal que la matriz es sólo de números enteros y que no se realizaría ninguna división entre enteros salvo al final. Esto minimiza el total de errores por redondeo. El método procede de una forma semejante al de Gauss-Jordan sin hacer uno los pivotes y forzando a que los elementos que se harán cero sean múltiplos del pivote.
  • 115. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos:
  • 116. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero.
  • 117. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Este se llamará elemento pivote x.
  • 118. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Este se llamará elemento pivote x. 3. Obtenga ceros arriba y abajo del pivote x En términos de operaciones elementales lo que se realiza es que para cada renglón i diferente del renglón pivote hacer Ri ← xRi Ri ← Ri − ai,mRm
  • 119. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 47/77 El método consta de los siguientes pasos: 1. Determine la primer columna (a la izquierda) no cero. 2. Si el primer elemento de la columna es cero, intercámbielo por un renglón que no tenga cero. Este se llamará elemento pivote x. 3. Obtenga ceros arriba y abajo del pivote x En términos de operaciones elementales lo que se realiza es que para cada renglón i diferente del renglón pivote hacer Ri ← xRi Ri ← Ri − ai,mRm 4. Repita el proceso comenzando en el paso 1 para el renglón siguiente.
  • 120. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 48/77 El principal comentario es que en el paso 3 la instrucción Ri ← xRi tiene la intención de hacer que el elemento a hacer 0 se haga un múltiplo del elemento pivote de forma tal que no se requiere ninguna división en la instrucción de eliminación.
  • 121. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución
  • 122. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Debemos multiplicar el renglón 2 y 3 por el elemento (1, 1):    3 6 −9 3 2 4 −8 0 −2 −3 4 −1   
  • 123. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Debemos multiplicar el renglón 2 y 3 por el elemento (1, 1):    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←3 R2 − − − − − → R3←3 R3
  • 124. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 49/77 Método de Montante: ejemplo Ejemplo Aplique el algoritmo de Montante a la matriz:    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    Solución Debemos multiplicar el renglón 2 y 3 por el elemento (1, 1):    3 6 −9 3 2 4 −8 0 −2 −3 4 −1    R2←3 R2 − − − − − → R3←3 R3    3 6 −9 3 6 12 −24 0 −6 −9 12 −3    (0.13)
  • 125. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 50/77 Ahora la cancelación procede utilizando el renglón 1 con los elementos (2, 1) y (3, 1) anteriores a la multiplicación:    3 6 −9 3 6 12 −24 0 −6 −9 12 −3   
  • 126. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 50/77 Ahora la cancelación procede utilizando el renglón 1 con los elementos (2, 1) y (3, 1) anteriores a la multiplicación:    3 6 −9 3 6 12 −24 0 −6 −9 12 −3    R2←R2 −(2) R1 − − − − − − − − − − → R3←R3 −(−2) R1
  • 127. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 50/77 Ahora la cancelación procede utilizando el renglón 1 con los elementos (2, 1) y (3, 1) anteriores a la multiplicación:    3 6 −9 3 6 12 −24 0 −6 −9 12 −3    R2←R2 −(2) R1 − − − − − − − − − − → R3←R3 −(−2) R1    3 6 −9 3 0 0 −6 −6 0 3 −6 3    (0.14)
  • 128. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 51/77 Ahora deberemos intercambiar los renglones 2 y 3 para tener un pivote en (2, 2):    3 6 −9 3 0 0 −6 −6 0 3 −6 3   
  • 129. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 51/77 Ahora deberemos intercambiar los renglones 2 y 3 para tener un pivote en (2, 2):    3 6 −9 3 0 0 −6 −6 0 3 −6 3    R2↔R3 − − − − →
  • 130. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 51/77 Ahora deberemos intercambiar los renglones 2 y 3 para tener un pivote en (2, 2):    3 6 −9 3 0 0 −6 −6 0 3 −6 3    R2↔R3 − − − − →    3 6 −9 3 0 3 −6 3 0 0 −6 −6    (0.15)
  • 131. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 52/77 Para eliminar el elemento arriba del pivote (2, 2) el algoritmo procede multiplicando el renglón 1 por el pivote (2, 2):    3 6 −9 3 0 3 −6 3 0 0 −6 −6   
  • 132. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 52/77 Para eliminar el elemento arriba del pivote (2, 2) el algoritmo procede multiplicando el renglón 1 por el pivote (2, 2):    3 6 −9 3 0 3 −6 3 0 0 −6 −6    R1←3 R1 − − − − − →
  • 133. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 52/77 Para eliminar el elemento arriba del pivote (2, 2) el algoritmo procede multiplicando el renglón 1 por el pivote (2, 2):    3 6 −9 3 0 3 −6 3 0 0 −6 −6    R1←3 R1 − − − − − →    9 18 −27 9 0 3 −6 3 0 0 −6 −6    (0.16)
  • 134. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 53/77 La cancelación arriba del pivote (2, 2) procede restando al renglón 1 el renglón pivote por el contenido previo del elemento (1, 2):    9 18 −27 9 0 3 −6 3 0 0 −6 −6   
  • 135. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 53/77 La cancelación arriba del pivote (2, 2) procede restando al renglón 1 el renglón pivote por el contenido previo del elemento (1, 2):    9 18 −27 9 0 3 −6 3 0 0 −6 −6    R1←R1 −(6) R2 − − − − − − − − − →
  • 136. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 53/77 La cancelación arriba del pivote (2, 2) procede restando al renglón 1 el renglón pivote por el contenido previo del elemento (1, 2):    9 18 −27 9 0 3 −6 3 0 0 −6 −6    R1←R1 −(6) R2 − − − − − − − − − →    9 0 9 −9 0 3 −6 3 0 0 −6 −6    (0.17)
  • 137. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 54/77 Ahora el pivote es el elemento (3, 3) y debemos hacer cero arriba de él. Para ello el algoritmo procede multiplicando los renglónes donde se hará la cancelación por el elemento pivote:    9 0 9 −9 0 3 −6 3 0 0 −6 −6   
  • 138. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 54/77 Ahora el pivote es el elemento (3, 3) y debemos hacer cero arriba de él. Para ello el algoritmo procede multiplicando los renglónes donde se hará la cancelación por el elemento pivote:    9 0 9 −9 0 3 −6 3 0 0 −6 −6    R1←−6 R1 − − − − − − → R2←−6 R2
  • 139. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 54/77 Ahora el pivote es el elemento (3, 3) y debemos hacer cero arriba de él. Para ello el algoritmo procede multiplicando los renglónes donde se hará la cancelación por el elemento pivote:    9 0 9 −9 0 3 −6 3 0 0 −6 −6    R1←−6 R1 − − − − − − → R2←−6 R2    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6    (0.18)
  • 140. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 55/77 La cancelación procede restando los múltiplos del renglón 3 usando los elementos anteriores a la multiplicación:    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6   
  • 141. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 55/77 La cancelación procede restando los múltiplos del renglón 3 usando los elementos anteriores a la multiplicación:    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6    R1←R1 −(9) R3 − − − − − − − − − − → R2←R2 −(−6) R3
  • 142. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 55/77 La cancelación procede restando los múltiplos del renglón 3 usando los elementos anteriores a la multiplicación:    −54 0 −54 54 0 −18 36 −18 0 0 −6 −6    R1←R1 −(9) R3 − − − − − − − − − − → R2←R2 −(−6) R3    −54 0 0 108 0 −18 0 −54 0 0 −6 −6    (0.19)
  • 143. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 56/77 Las únicas divisiones proceden al final:    −54 0 0 108 0 −18 0 −54 0 0 −6 −6   
  • 144. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 56/77 Las únicas divisiones proceden al final:    −54 0 0 108 0 −18 0 −54 0 0 −6 −6    R1 ← 1/(−54) R1 R2 ← 1/(−18) R2 − − − − − − − − − − − − − − − → R3←1/(−6) R3
  • 145. Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 56/77 Las únicas divisiones proceden al final:    −54 0 0 108 0 −18 0 −54 0 0 −6 −6    R1 ← 1/(−54) R1 R2 ← 1/(−18) R2 − − − − − − − − − − − − − − − → R3←1/(−6) R3    1 0 0 −2 0 1 0 3 0 0 1 1    (0.20)
  • 146. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 57/77 Diferencias operativas de los métodos Ejemplo Para la matriz:   23 13 1 0 11 −3   indique cuál sería el siguiente paso de acuerdo a: a) Eliminación Gaussiana b) Método de Gauss-Jordan c) Método de Montante entre las opciones: 1) R1 ← 11 R1 2) R1 ← 1 23 R1 3) R1 ← R1 − 13 11 R2 4) R2 ← 1 11 R2
  • 147. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 57/77 Diferencias operativas de los métodos Ejemplo Para la matriz:   23 13 1 0 11 −3   indique cuál sería el siguiente paso de acuerdo a: a) Eliminación Gaussiana b) Método de Gauss-Jordan c) Método de Montante entre las opciones: 1) R1 ← 11 R1 2) R1 ← 1 23 R1 3) R1 ← R1 − 13 11 R2 4) R2 ← 1 11 R2 Respuesta: Eliminación Gaussiana → 4, Gauss-Jordan → 2, Montante → 1
  • 148. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 58/77 Complejidad de un algoritmo La palabra FLOP (FLoating point OPeration) refiere a una operación entre números reales y abarca suma, resta, multiplicación, o división. Actualmente, en computación la palabra FLOPS es utilizada como acrónimo de FLoating point Operations Per Second, pero en el área de análisis de algoritmos y para nosotros tiene el significado que ya explicamos y FLOPs será el plural de FLOP. El análisis que realizaremos de la complejidad de los algoritmos vistos será contando el número total de FLOPs que se invierte cuando se aplica a un sistema lineal de n ecuaciones con n incógnitas general.
  • 149. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 59/77 Complejidad del algoritmo de Gauss Es importante notar que el proceso de Gauss avanza dejando la matriz escalonada hasta la columna de trabajo:              a1,1 a1,2 · · · a1,m−1 a1,m · · · 0 a2,2 · · · a2,m−1 a2,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · am−1,m−1 am−1,m · · · 0 0 · · · 0 am,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · 0 an,m · · ·             
  • 150. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 60/77 1 Ciclo del paso 1 al 4 En el paso 3 hay que hacer cero debajo del elemento (m, m), para cada uno de los m − n renglones inferiores Ri; para ello habrá que ■ calcular el factor f = ai,m/am,m ■ realizar la operación: Ri ← Ri − f Rm. 2(n − m + 1) + 1 = 2n − 2m + 3. entonces para realizar un ciclo desde el paso 1 hasta el paso 4 deben hacerse (n − m) (2 n − 2m + 3) FLOPS. n−1 X m=1 (n − m) (2 n − 2 m + 3) = 2 3 n3 + 1 2 n2 − 7 6 n.
  • 151. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 61/77              a1,1 a1,2 · · · a1,m 0 · · · 0 a1,n+1 0 a2,2 · · · a2,m 0 · · · 0 a2,n+1 . . . . . . ... . . . . . . . . . . . . . . . 0 0 · · · am,m 0 · · · 0 am,n+1 0 0 · · · 0 1 · · · 0 am+1,n+1 . . . . . . ... . . . . . . ... . . . . . . 0 0 · · · 0 0 · · · 1 an,n+1             
  • 152. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 62/77 2 Ciclo del paso 5. Las operaciones implicadas en el paso 5 serán ■ Rm ← 1 am,m Rm ■ Rj ← Rj − aj,mRm 2 (m − 1) + 1 = 2 m − 1
  • 153. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 62/77 2 Ciclo del paso 5. Las operaciones implicadas en el paso 5 serán ■ Rm ← 1 am,m Rm ■ Rj ← Rj − aj,mRm 2 (m − 1) + 1 = 2 m − 1 Por consiguiente el total de FLOPs en el paso 5 será: 1 X m=n (2 m − 1) = n2
  • 154. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 62/77 2 Ciclo del paso 5. Las operaciones implicadas en el paso 5 serán ■ Rm ← 1 am,m Rm ■ Rj ← Rj − aj,mRm 2 (m − 1) + 1 = 2 m − 1 Por consiguiente el total de FLOPs en el paso 5 será: 1 X m=n (2 m − 1) = n2 2 3 n3 + 3 2 n2 − 7 6 n
  • 155. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 63/77 Complejidad del algoritmo de Gauss-Jordan              1 0 · · · 0 a1,m · · · 0 1 · · · 0 a2,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · 1 am−1,m · · · 0 0 · · · 0 am,m · · · . . . . . . ... . . . . . . . . . 0 0 · · · 0 an,m · · ·             
  • 156. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 64/77 1. Paso 2. (n + 1) − (m + 1) + 1 = n − m + 1 divisiones.
  • 157. Introducción Objetivos Matriz Escalonada Pivote Gaussiana Ej Gauss Análisis - Inconsistencia - Consistencia - Única - Infinitas Todas las soluciones Gauss-Jordan Ej Gauss-Jordan Montante Ej Montante Diferencias Complejidad - Gauss - Gauss-Jordan - Montante Cuál es mejor? Algoritmos y Computadoras Y los determinantes en Montante? Y yo? Eliminación gaussiana y otros algoritmos Álgebra Lineal - p. 65/77 2. Paso 3. Ri ← Ri − ai,mRm.