Professional Documents
Culture Documents
Indice
26.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
26.2. Factorizacion LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
26.3. Uso de la factorizacion LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
26.4. Obtencion de la factorizacion LU con elementales . . . . . . . . . . . . . . . . . . . . . . . . . . 3
26.5. Factorizacion LU: ejemplo clave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
26.6. Complejidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
26.7. Factorizacion de PA = LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
26.8. Notas generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
26.1. Introducci on
La factorizacion LU de una matriz es una factorizacion que resume el proceso de eliminacion gaussiana
aplicado a la matriz y que es conveniente en terminos del n umero total de operaciones de punto otante cuando
se desea calcular la inversa de una matriz o cuando se resolvera una serie de sistemas de ecuaciones con una
misma matriz de coecientes. En la lectura, primeramente consideraremos la factorizacion LU sin intercambio
basada en matrices elementales y que es conocida como de Doolittle y posteriormente veremos el algoritmo
que da la factorizacion PA = LU.
26.2. Factorizacion LU
Suponga que la matriz A es una matriz mn se puede escribir como el producto de dos matrices:
A = LU
donde L es una matriz triangular inferior mm y U es una matriz escalonada mn. Entonces para resolver
el sistema:
Ax = b,
escribimos
Ax = (LU) x = L (Ux) .
Una posible estrategia de solucion consiste en tomar y = Ux y resolver para y:
Ly = b.
Como la matriz L es triangular superior este sistema puede resolverse mediante sustitucion hacia abajo, lo
cual se hace facilmente en m
2
FLOPS. Una vez con los valores encontrados de y, las incognitas al sistema
inicial se resuelve despejando x de
Ux = y.
Nuevamente, como U es escalonada, este sistema puede resolverse en caso de tener soucion mediante susti-
tucion hacia atras, lo cual es sencillo. Estas observaciones nos dan la pauta para ver la conveniencia de una
factorizacion como la anterior, es decir factorizar A como el producto de una matriz L triangular superior, por
otra U la cual es escalonada. Esta factorizaci on se llama usualmente Descomposicion LU.
26.3. Uso de la factorizaci on LU
Ejemplo 26.1
Use la factorizacion LU de A:
A =
4 2 1
20 7 12
8 13 17
1 0 0
5 1 0
2 3 1
4 2 1
0 3 7
0 0 2
= LU
para despejar x del sistema:
Ax =
11
70
17
= b
Solucion
Sea y = (y
1
, y
2
, y
3
) un nuevo vector de incognitas. Primero resolveremos el sistema triangular inferior Ly = b:
1 0 0
5 1 0
2 3 1
y =
11
70
17
4 2 1
0 3 7
0 0 2
x =
11
15
6
2 3 1
6 6 5
4 18 6
2 9 3
Solucion
La idea del metodo es ir acumulando las inversas de las operaciones hechas sobre los renglones la matriz para
irla trasnformando en una matriz escalonada. Y mas que propiamente las inversas de las operaciones sobre los
renglones, las matrices elementales involucradas. As por ejemplo el primer calculo que se realiza es hacer un
cero debajo de el elemento (1, 1) que es el elemento 2, para ello debemos realizar la operacion R
2
R
2
+3R
1
,
esta operacion tiene como matriz elemental la matriz:
E
1
=
1 0 0 0
3 1 0 0
0 0 1 0
0 0 0 1
As la situacion esta:
E
1
A =
2 3 1
0 3 3
4 18 6
2 9 3
= B
1
En el siguiente paso del proceso de eliminacion es R
3
R
3
2R
1
, esta operacion tiene como matriz elemental
la matriz:
E
2
=
1 0 0 0
0 1 0 0
2 0 1 0
0 0 0 1
As la situacion esta:
E
2
E
1
A =
2 3 1
0 3 2
0 12 8
2 9 3
= B
2
En el siguiente paso del proceso de eliminacion es R
4
R
4
+R
1
, esta operacion tiene como matriz elemental
la matriz:
E
3
=
1 0 0 0
0 1 0 0
0 0 1 0
1 0 0 1
3
As la situacion esta:
E
3
E
2
E
1
A =
2 3 1
0 3 2
0 12 8
0 6 4
= B
3
Observamos que el hipotetico caso de que en
E
3
E
2
E
1
A = B
3
La matriz B
3
ya fuera escalonada, es decir la U buscada, entonces:
A = E
1
1
E
2
1
E
3
1
U
Lo cual indica que lo que debemos acumular son las inversas de las matrices elementales utilizadas. La forma
sistematica de ir acumulando las inversas de las E
i
s es ir contruyendo la matriz L:
L =
1 0 0 0
3 1 0 0
2 ? 1 0
1 ? ? 1
2 3 1
0 3 2
0 12 8
0 6 4
, L =
1 0 0 0
3 1 0 0
2 ? 1 0
1 ? ? 1
2 3 1
0 3 2
0 0 0
0 0 0
= U, L =
1 0 0 0
3 1 0 0
2 4 1 0
1 2 ? 1
En este caso la matriz U esta en la forma escalonada y por consiguiente el proceso se detiene haciendo cero
aquellos valores desconocidos. Por consiguiente una factorizacion de A sera:
A = LU =
1 0 0 0
3 1 0 0
2 4 1 0
1 2 0 1
2 3 1
0 3 2
0 0 0
0 0 0
26.5. Factorizacion LU: ejemplo clave
Ejemplo 26.3
Determine una factorizacion LU de la matriz:
A =
2 3 1
6 6 5
4 18 6
2 9 3
Solucion
El metodo procede as.
4
La matriz L inicialmente es la matriz identidad con el mismo n umero de renglones de A. Si se utilizo la
operacion R
i
R
i
+ c R
j
entonces en la posicion (i, j) de L se coloca c.
La matriz U es la matriz que queda en al escalonar A.
Si hubo necesidad de intercambiar renglones para escalonar, A NO admite una factorizacion LU.
Digamos que con las operaciones siguientes
1. R
2
R
2
+ 3 R
1
2. R
3
R
3
2 R
1
3. R
4
R
4
+ 1 R
1
4. R
3
R
3
4 R
2
5. R
4
R
4
+ 2 R
2
la matriz A se escalona y que queda:
A
2 3 1
0 3 2
0 0 0
0 0 0
Entonces
L =
1 0 0 0
(3) 1 0 0
(2) (4) 1 0
(1) (2) 0 1
1 0 0 0
3 1 0 0
2 4 1 0
1 2 0 1
y U =
2 3 1
0 3 2
0 0 0
0 0 0
26.6. Complejidad
Observe que para la obtencion de la factorizacion LU se realiza la fase 1 del metodo de eliminacion gaussiana.
Por consiguiente, la complejidad del algoritmo de factorizacion LU sera O(2/3 n
3
). Teniendo la factorizacion
LU, la aplicacion de la susticion hacia atras o hacia adelante toman cada uno n
2
. Por ello es que para resolver
un solo sistema de ecuaciones no hay ventaja en utilizar la factorizacion LU. La ventaja aparece cuando se
desean resolver varios sistemas de ecuaciones con la misma matriz de coecientes. En la primera solucion se
determina la factorizacion LU, y en las siguientes bastara sustitucion hacia adelante y hacia atras. O sea que
cada siguiente solucion tomara solo 2 n
2
FLOPs contrario a los 2/3 n
3
de eliminacion gaussiana.
26.7. Factorizacion de PA = LU
Frecuentemente, no es posible escalonar una matriz solo con operaciones de eliminacion. En estos casos
se requiere realizar intercambio de renglones. Para este tipo de matrices no existe la factorizacion LU. Lo
que aplica es la factorizacion PA = LU. Donde la matriz P es una matriz de permutacion. Estas matrices
de permutacion se obtienen de la matriz identidad intercambiando renglones. La factorizacion PA = LU se
obtiene de forma analoga a la factorizacion LU pero se lleva un registro de los renglones que se intercambian
y se efectuan los intercambios en una matriz que registra los inversos de las operaciones de eliminacion.
Algoritmo de PA = LU
Entrada:
Matriz A n m
5
Salida:
P matriz de permutacion n n,
L matriz triangular superior unitaria n n (l
ii
= 1),
U matriz escalonada n m
que cumplen:
PA = LU
1. Tome P = I
n
, L = 0, y U = A.
2. Mientras que U no sea escalonada hacer
2.1. Aplicar una operacion R de eliminacion o de intercambio a U.
2.2. Si R es de la forma R
i
R
j
, entonces aplicar R a P y a L.
2.3. Si R es de la forma R
i
R
i
a R
j
,entonces modicar L haciendo l
ij
= a.
3. Tome L = L +I
n
.
Ejemplo 26.4
Determine una factorizacion PA = LU de la matriz
A =
1 2 2 1
4 5 7 6
5 25 15 3
6 12 6 22
Solucion
Tomemos U
0
= A, P
0
= I
4
y L
0
= 0.
1. Si aplicamos sobre U
0
las operaciones de eliminacion R
2
R
2
4 R
1
,R
3
R
3
5 R
1
y R
4
R
4
6 R
1
se obtiene a la nueva matriz U
1
:
U
1
=
1 2 2 1
0 3 1 2
0 15 5 8
0 24 6 16
0 0 0 0
4 0 0 0
5 0 0 0
6 0 0 0
, P = I
2. Si aplicamos sobre U
1
las operaciones de eliminacion R
3
R
3
+ 5 R
2
y R
4
R
4
8 R
2
se obtiene a la
nueva matriz U
2
:
U
2
=
1 2 2 1
0 3 1 2
0 0 0 2
0 0 2 0
6
Estos cambios se registran en L
1
y hasta el momento se tiene:
L
2
=
0 0 0 0
4 0 0 0
5 5 0 0
6 8 0 0
, P
2
= P
1
3. Si aplicamos sobre U
2
la operacion de intercambio R
3
R
4
se obtiene la nueva matriz U
3
:
U
3
=
1 2 2 1
0 3 1 2
0 0 2 0
0 0 0 2
0 0 0 0
4 0 0 0
6 8 0 0
5 5 0 0
, P
3
=
1 0 0 0
0 1 0 0
0 0 0 1
0 0 1 0
1 2 2 1
0 3 1 2
0 0 2 0
0 0 0 2
, L =
1 0 0 0
4 1 0 0
6 8 1 0
5 5 0 1
P = P
3
=
1 0 0 0
0 1 0 0
0 0 0 1
0 0 1 0
0 3 1 2 2
0 0 0 0 2
1 2 2 1 1
4 2 8 8 9
5 1 5 13 11
Solucion
Tomemos U
0
= A, P
0
= I
5
y L
0
= 0.
1. Si aplicamos sobre U la operacion de intercambio R
1
R
3
se obtiene la nueva matriz U:
U
1
=
1 2 2 1 1
0 0 0 0 2
0 3 1 2 2
4 2 8 8 9
5 1 5 13 11
7
Aplicando la operacion de intercambio a L
0
y a P
0
, se tiene:
L
1
=
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
, P
1
=
0 0 1 0 0
0 1 0 0 0
1 0 0 0 0
0 0 0 1 0
0 0 0 0 1
2. Si aplicamos sobre U
1
las operaciones de eliminacion R
4
R
4
4 R
1
y R
5
R
5
5 R
1
se obtiene a la
nueva matriz U
2
:
U
2
=
1 2 2 1 1
0 0 0 0 2
0 3 1 2 2
0 6 0 4 5
0 9 5 8 6
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
4 0 0 0 0
5 0 0 0 0
, P
2
=
0 0 1 0 0
0 1 0 0 0
1 0 0 0 0
0 0 0 1 0
0 0 0 0 1
3. Si aplicamos sobre U
2
la operacion de intercambio R
2
R
3
se obtiene la nueva matriz U
3
:
U
3
1 2 2 1 1
0 3 1 2 2
0 0 0 0 2
0 6 0 4 5
0 9 5 8 6
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
4 0 0 0 0
5 0 0 0 0
, P
3
=
0 0 1 0 0
1 0 0 0 0
0 1 0 0 0
0 0 0 1 0
0 0 0 0 1
Si aplicamos sobre U
3
las operaciones de eliminacion R
4
R
4
2 R
2
y R
5
R
5
3 R
2
se obtiene a la nueva
matriz U
4
:
U
4
=
1 2 2 1 1
0 3 1 2 2
0 0 0 0 2
0 0 2 0 1
0 0 2 2 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
4 2 0 0 0
5 3 0 0 0
, P
4
=
0 0 1 0 0
1 0 0 0 0
0 1 0 0 0
0 0 0 1 0
0 0 0 0 1
8
5. Si aplicamos sobre U
4
la operacion de intercambio R
2
R
3
se obtiene la nueva matriz U
5
:
U
5
=
1 2 2 1 1
0 3 1 2 2
0 0 2 0 1
0 0 0 0 2
0 0 2 2 0
0 0 0 0 0
0 0 0 0 0
4 2 0 0 0
0 0 0 0 0
5 3 0 0 0
, P
5
=
0 0 1 0 0
1 0 0 0 0
0 0 0 1 0
0 1 0 0 0
0 0 0 0 1
6. Si aplicamos sobre U
5
la operacion de eliminacion R
5
R
5
+ 1 R
3
se obtiene a la nueva matriz U
6
:
U
6
=
1 2 2 1 1
0 3 1 2 2
0 0 2 0 1
0 0 0 0 2
0 0 0 2 1
0 0 0 0 0
0 0 0 0 0
4 2 0 0 0
0 0 0 0 0
5 3 1 0 0
, P
6
=
0 0 1 0 0
1 0 0 0 0
0 0 0 1 0
0 1 0 0 0
0 0 0 0 1
7. Si aplicamos sobre U
6
la operacion de intercambio R
4
R
5
se obtiene la nueva matriz U
7
:
U
7
=
1 2 2 1 1
0 3 1 2 2
0 0 2 0 1
0 0 0 2 1
0 0 0 0 2
0 0 0 0 0
0 0 0 0 0
4 2 0 0 0
5 3 1 0 0
0 0 0 0 0
, P
7
=
0 0 1 0 0
1 0 0 0 0
0 0 0 1 0
0 0 0 0 1
0 1 0 0 0
1 2 2 1 1
0 3 1 2 2
0 0 2 0 1
0 0 0 2 1
0 0 0 0 2
, L =
1 0 0 0 0
0 1 0 0 0
4 2 1 0 0
5 3 1 1 0
0 0 0 0 1
9
P = P
7
=
0 0 1 0 0
1 0 0 0 0
0 0 0 1 0
0 0 0 0 1
0 1 0 0 0
0 18 0 14 16 7
8 16 18 8 9 16
9 3 13 21 20 14
1 2 2 1 1 2
0 3 1 2 2 1
10 1 21 28 32 12
Solucion
Tomemos U
0
= A, P
0
= I
5
y L
0
= 0.
1. Si aplicamos sobre U la operacion de intercambio R
1
R
4
se obtiene la nueva matriz U:
U
1
=
1 2 2 1 1 2
8 16 18 8 9 16
9 3 13 21 20 14
0 18 0 14 16 7
0 3 1 2 2 1
10 1 21 28 32 12
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0
, P
1
=
0 0 0 1 0 0
0 1 0 0 0 0
0 0 1 0 0 0
1 0 0 0 0 0
0 0 0 0 1 0
0 0 0 0 0 1
2. Si aplicamos sobre U
1
las operaciones de eliminacion R
2
R
2
8 R
1
, R
3
R
3
9 R
1
y R
6
R
6
10 R
1
se obtiene a la nueva matriz U
2
:
U
2
=
1 2 2 1 1 2
0 0 2 0 1 0
0 15 5 12 11 4
0 18 0 14 16 7
0 3 1 2 2 1
0 21 1 18 22 8
0 0 0 0 0 0
8 0 0 0 0 0
9 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
10 0 0 0 0 0
, P
2
=
0 0 0 1 0 0
0 1 0 0 0 0
0 0 1 0 0 0
1 0 0 0 0 0
0 0 0 0 1 0
0 0 0 0 0 1
10
3. Si aplicamos sobre U
2
la operacion de intercambio R
2
R
5
se obtiene la nueva matriz U
3
:
U
3
=
1 2 2 1 1 2
0 3 1 2 2 1
0 15 5 12 11 4
0 18 0 14 16 7
0 0 2 0 1 0
0 21 1 18 22 8
0 0 0 0 0 0
0 0 0 0 0 0
9 0 0 0 0 0
0 0 0 0 0 0
8 0 0 0 0 0
10 0 0 0 0 0
, P
3
=
0 0 0 1 0 0
0 0 0 0 1 0
0 0 1 0 0 0
1 0 0 0 0 0
0 1 0 0 0 0
0 0 0 0 0 1
4. Si aplicamos sobre U
3
las operaciones de eliminacion R
3
R
3
5 R
2
, R
4
R
4
6 R
2
y R
6
R
6
7 R
2
se obtiene a la nueva matriz U
4
:
U
4
=
1 2 2 1 1 2
0 3 1 2 2 1
0 0 0 2 1 1
0 0 6 2 4 1
0 0 2 0 1 0
0 0 8 4 8 1
0 0 0 0 0 0
0 0 0 0 0 0
9 5 0 0 0 0
0 6 0 0 0 0
8 0 0 0 0 0
10 7 0 0 0 0
, P
4
=
0 0 0 1 0 0
0 0 0 0 1 0
0 0 1 0 0 0
1 0 0 0 0 0
0 1 0 0 0 0
0 0 0 0 0 1
5. Si aplicamos sobre U
4
la operacion de intercambio R
3
R
5
se obtiene la nueva matriz U
5
:
U
5
=
1 2 2 1 1 2
0 3 1 2 2 1
0 0 2 0 1 0
0 0 6 2 4 1
0 0 0 2 1 1
0 0 8 4 8 1
0 0 0 0 0 0
0 0 0 0 0 0
8 0 0 0 0 0
0 6 0 0 0 0
9 5 0 0 0 0
10 7 0 0 0 0
, P
5
=
0 0 0 1 0 0
0 0 0 0 1 0
0 1 0 0 0 0
1 0 0 0 0 0
0 0 1 0 0 0
0 0 0 0 0 1
11
6. Si aplicamos sobre U
5
las operaciones de eliminacion R
4
R
4
3 R
3
y R
6
R
6
3 R
3
se obtiene a la
nueva matriz U
6
:
U
6
=
1 2 2 1 1 2
0 3 1 2 2 1
0 0 2 0 1 0
0 0 0 2 1 1
0 0 0 2 1 1
0 0 0 4 4 1
0 0 0 0 0 0
0 0 0 0 0 0
8 0 0 0 0 0
0 6 3 0 0 0
9 5 0 0 0 0
10 7 4 0 0 0
, P
6
=
0 0 0 1 0 0
0 0 0 0 1 0
0 1 0 0 0 0
1 0 0 0 0 0
0 0 1 0 0 0
0 0 0 0 0 1
7. Si aplicamos sobre U
6
las operaciones de eliminacion R
5
R
5
1 R
4
y R
6
R
6
2 R
4
se obtiene a la
nueva matriz U
7
:
U
7
=
1 2 2 1 1 2
0 3 1 2 2 1
0 0 2 0 1 0
0 0 0 2 1 1
0 0 0 0 0 2
0 0 0 0 2 1
0 0 0 0 0 0
0 0 0 0 0 0
8 0 0 0 0 0
0 6 3 0 0 0
9 5 0 1 0 0
10 7 4 2 0 0
, P
7
=
0 0 0 1 0 0
0 0 0 0 1 0
0 1 0 0 0 0
1 0 0 0 0 0
0 0 1 0 0 0
0 0 0 0 0 1
8. Si aplicamos sobre U
7
la operacion de intercambio R
5
R
6
se obtiene la nueva matriz U
8
:
U
8
=
1 2 2 1 1 2
0 3 1 2 2 1
0 0 2 0 1 0
0 0 0 2 1 1
0 0 0 0 2 1
0 0 0 0 0 2
0 0 0 0 0 0
0 0 0 0 0 0
8 0 0 0 0 0
0 6 3 0 0 0
10 7 4 2 0 0
9 5 0 1 0 0
, P
8
=
0 0 0 1 0 0
0 0 0 0 1 0
0 1 0 0 0 0
1 0 0 0 0 0
0 0 0 0 0 1
0 0 1 0 0 0
12
9. Puesto que la matriz U
8
ya es escalonada, el procedimiento termina y nalizamos haciendo L = L
8
+I y
se tiene:
U = U
8
=
1 2 2 1 1 2
0 3 1 2 2 1
0 0 2 0 1 0
0 0 0 2 1 1
0 0 0 0 2 1
0 0 0 0 0 2
, L =
1 0 0 0 0 0
0 1 0 0 0 0
8 0 1 0 0 0
0 6 3 1 0 0
10 7 4 2 1 0
9 5 0 1 0 1
P = P
8
=
0 0 0 1 0 0
0 0 0 0 1 0
0 1 0 0 0 0
1 0 0 0 0 0
0 0 0 0 0 1
0 0 1 0 0 0