Factorizacion LU

Departamento de Matematicas, CCIR/ITESM

9 de febrero de 2011

Indice
26.1. Introduccion . . . . . . . . . . . . . .
26.2. Factorizaci
on LU . . . . . . . . . . .
26.3. Uso de la factorizaci
on LU . . . . . .
26.4. Obtencion de la factorizaci
on LU con
26.5. Factorizaci
on LU: ejemplo clave . . .
26.6. Complejidad . . . . . . . . . . . . . .
26.7. Factorizaci
on de P A = L U . . . . .
26.8. Notas generales . . . . . . . . . . . .

26.1.

. . . . . . .
. . . . . . .
. . . . . . .
elementales
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

1
1
2
3
4
5
5
13

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 flotante cuando
se desea calcular la inversa de una matriz o cuando se resolvera una serie de sistemas de ecuaciones con una
misma matriz de coeficientes. 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 factorizaci
on PA = LU.

26.2.

Factorizaci
on LU

Suponga que la matriz A es una matriz m n se puede escribir como el producto de dos matrices:
A = LU
donde L es una matriz triangular inferior m m y U es una matriz escalonada m n. Entonces para resolver
el sistema:
A x = b,
escribimos
A x = (L U) x = L (U x) .
Una posible estrategia de soluci
on consiste en tomar y = U x y resolver para y:
L y = b.
Como la matriz L es triangular superior este sistema puede resolverse mediante sustitucion hacia abajo, lo
cual se hace facilmente en m2 FLOPS. Una vez con los valores encontrados de y, las incognitas al sistema
inicial se resuelve despejando x de
U x = y.

Nuevamente, como U es escalonada, este sistema puede resolverse en caso de tener soucion mediante sustitucion 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 Descomposici
on LU.

26.3.

Uso de la factorizaci
on LU

Ejemplo 26.1
Use la factorizacion LU de A:

4 2 1
1 0 0
4 2
1
3
7 = LU
A = 20 7 12 = 5 1 0 0
8 13 17
2 3 1
0
0 2

para despejar x del sistema:

11
A x = 70 = b
17
Soluci
on
Sea y = (y1 , y2 , y3 ) un nuevo vector de inc
ognitas. Primero resolveremos el sistema triangular inferior L y = b:

1 0 0
11
5 1 0 y = 70
2 3 1
17
Este sistema escrito en su forma de ecuaciones queda:
y1
= 11
5 y1 +
y2
= 70
2 y1 + 3 y2 + y3 = 17
Por eliminacion directa de la:
primera ecuaci
on:
y1 = 11,
segunda ecuaci
on:
y2 = 70 5 y1 = 70 5 (11) = 15,
y de la tercera:
y3 = 17 + 2y1 3 y2 = 17 + 2 (11) 3 (15) = 6.
Ahora el sistema U x = y:

4 2
1
11
0
3
7 x = 15
0
0 2
6
El cual escrito en su forma de ecuaciones queda:
4 x1 2 x2 +
x3 = 11
3 x2 + 7 x3 = 15
2 x3 = 6
El cual al ser resuelto por sustituci
on hacia atras queda:
2

de la u
ltima ecuaci
on:
x3 = 3,
segunda ecuaci
on:
x2 = 5 7/3 x3 = 5 7/3 (3) = 2,
y de la primera:
x1 = 11/4 + 1/2x2 1/4 x3 = 11/4 + 1/2 (2) 1/4 (3) = 1 

26.4.

Obtenci
on de la factorizaci
on LU con elementales

Ejemplo 26.2
Determine una factorizaci
on LU de la matriz:

2
3 1
6 6
5

A=
4 18
6
2 9 3
Soluci
on
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 R2 R2 + 3R1 ,
esta operacion tiene como matriz elemental la matriz:

1 0 0 0
3 1 0 0

E1 =
0 0 1 0
0 0 0 1
As la situacion esta:

2
3 1
0
3
3
= B1
E1 A =
4 18
6
2 9 3

En el siguiente paso del proceso de eliminaci

on es R3 R3 2R1 , esta operacion tiene como matriz elemental
la matriz:

1 0 0 0
0 1 0 0

E2 =
2 0 1 0
0 0 0 1
As la situacion esta:

2
3 1
0
3
2
= B2
E2 E1 A =
0 12
8
2 9 3

En el siguiente paso del proceso de eliminaci

on es R4 R4 + R1 , esta operacion tiene como matriz elemental
la matriz:

1 0 0 0
0 1 0 0

E3 =
0 0 1 0
1 0 0 1
3

As la situacion esta:

2
3 1
0
3
2
= B3
E 3 E 2 E1 A =
0 12
8
0 6 4

Observamos que el hipotetico caso de que en

E3 E2 E1 A = B3
La matriz B3 ya fuera escalonada, es decir la U buscada, entonces:
A = E1 1 E2 1 E3 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 Ei s es ir contruyendo la matriz L:

1 0 0 0
3 1 0 0

L=
2 ? 1 0
1 ? ? 1
As, en el avance de la conversi
on a escalonada de A:

2
3 1
0
3
2
,
A
0 12
8
0 6 4

2
0

0
0

1
3
L=
2
1

0
1
?
?

1
0
3 1

3
1
3
2
= U, L =
2
4
0
0
1 2
0
0

0
0
1
?
0
0
1
?

0
0

0
1

0
0

0
1

En este caso la matriz U est

a en la forma escalonada y por consiguiente el proceso se detiene haciendo cero
aquellos valores desconocidos. Por consiguiente una factorizacion de A sera:

1
0 0 0
2 3 1
3

1 0 0
2
0 3

A = LU =
2

4 1 0
0 0
0
1 2 0 1
0 0
0

26.5.

Factorizaci
on LU: ejemplo clave

Ejemplo 26.3
Determine una factorizaci
on LU de la matriz:

2
3 1
6 6
5

A=
4 18
6
2 9 3
Soluci
on
El metodo procede as.
4

La matriz L inicialmente es la matriz identidad con el mismo n

umero de renglones de A. Si se utiliz
o la
operacion Ri Ri + c Rj 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 L U.
Digamos que con las operaciones siguientes
1. R2 R2 + 3 R1
2. R3 R3 2 R1
3. R4 R4 + 1 R1
4. R3 R3 4 R2
5. R4 R4 + 2 R2
la matriz A se escalona y que queda:

2
0
A
0
0
Entonces

1
0 0
(3)
1 0
L=
(2) (4) 1
(1)
(2) 0

26.6.

3 1
3
2

0
0
0
0

0
1
0

0 3
1
=
0 2
4
1
1 2

0
0
1
0

0
y U=

0
1

2
0
0
0

3 1
3
2

0
0
0
0

Complejidad

Observe que para la obtenci

on 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 n3 ). Teniendo la factorizaci
on
2
LU, la aplicacion de la sustici
on hacia atr
as o hacia adelante toman cada uno n . 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 coeficientes. En la primera soluci
on se
determina la factorizaci
on LU, y en las siguientes bastara sustitucion hacia adelante y hacia atras. O sea que
cada siguiente soluci
on tomar
a s
olo 2 n2 FLOPs contrario a los 2/3 n3 de eliminacion gaussiana.

26.7.

Factorizaci
on de P A = L U

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 factorizaci
on P A = L U. Donde la matriz P es una matriz de permutacion. Estas matrices
de permutacion se obtienen de la matriz identidad intercambiando renglones. La factorizacion P A = L U se
obtiene de forma an
aloga a la factorizaci
on 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 eliminaci
on.
Algoritmo de P A = L U
Entrada:
Matriz A n m
5

Salida:
P matriz de permutaci
on n n,
L matriz triangular superior unitaria n n (lii = 1),
U matriz escalonada n m
que cumplen:
PA = LU
1. Tome P = In , L = 0, y U = A.
2. Mientras que U no sea escalonada hacer
2.1. Aplicar una operaci
on R de eliminacion o de intercambio a U.
2.2. Si R es de la forma Ri Rj , entonces aplicar R a P y a L.
2.3. Si R es de la forma Ri Ri a Rj ,entonces modificar L haciendo lij = a.
3. Tome L = L + In .
Ejemplo 26.4
Determine una factorizaci
on P A = L U de la matriz

1
2 2
1
4
5 7
6
A=
5
25 15 3
6 12 6 22

Soluci
on
Tomemos U0 = A, P0 = I4 y L0 = 0.
1. Si aplicamos sobre U0 las operaciones de eliminacion R2 R2 4 R1 ,R3 R3 5 R1 y R4 R4 6 R1
se obtiene a la nueva matriz U1 :

1
2 2
1
0 3
1
2

U1 =
0
15 5 8
0 24
6 16
Estos cambios se registran en L1 y hasta el momento

0 0
4 0
L1 =
5 0
6 0

se tiene:

0 0
0 0
,P = I
0 0
0 0

2. Si aplicamos sobre U1 las operaciones de eliminacion R3 R3 + 5 R2 y R4 R4 8 R2 se obtiene a la

nueva matriz U2 :

1
2 2 1
0 3
1 2

U2 =
0
0
0 2
0
0 2 0

Estos cambios se registran en L1 y hasta el momento

0
0
4
0
L2 =
5 5
6
8

se tiene:

0 0
0 0
, P = P1
0 0 2
0 0

3. Si aplicamos sobre U2 la operaci

on de intercambio R3 R4 se obtiene la nueva matriz U3 :

1
2 2 1
0 3
1 2

U3 =
0
0 2 0
0
0
0 2
Aplicando la operaci
on de intercambio a L2 y

0
0
4
0
L3 =
6
8
5 5

a P2 , se tiene:

0 0

0 0
, P3 =

0 0
0 0

1
0
0
0

0
1
0
0

0
0
0
1

4. Puesto que la matriz U3 ya es escalonada, el procedimiento termina y

se tiene:

1
2 2 1
1
0
0 3

1 2
4
1
U = U3 =
,L =
0
6
0 2 0
8
0
0
0 2
5 5

1 0 0 0
0 1 0 0

P = P3 =
0 0 0 1
0 0 1 0
Como ejercicio, compruebe que P A = L U 
Ejemplo 26.5
Determine una factorizaci
on P A = L U de la matriz

0 3
1 2 2
0
0
0
0 2

2 2 1 1
A= 1
4
2 8 8 9
5
1 5 13 11
Soluci
on
Tomemos U0 = A, P0 = I5 y L0 = 0.
1. Si aplicamos sobre U la operaci
on de intercambio R1 R3 se

1
2 2 1
0
0
0 0

1 2
U1 = 0 3
4
2 8 8
5
1 5 13

0
0

1
0
finalizamos haciendo L = L3 + I y

0 0
0 0

1 0
0 1

obtiene la nueva matriz U:

1
2

9
11

Aplicando la operaci
on de intercambio

0
0

L1 =
0
0
0

a L0 y a P0 , se tiene:

0 0 0 0

0 0 0 0

0 0 0 0 , P1 =

0 0 0 0
0 0 0 0

2. Si aplicamos sobre U1 las operaciones de eliminacion R4

nueva matriz U2 :

1
2 2
0
0
0

1
U2 = 0 3
0 6
0
0 9
5

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

R4 4 R1 y R5 R5 5 R1 se obtiene a la
1
0
2
4
8

Estos cambios se registran en L1 y hasta el momento se tiene:

0 0 0 0 0
0 0 0 0 0

L2 = 0 0 0 0 0 , P2 =

4 0 0 0 0

5 0 0 0 0

1
2
2
5
6

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 U2 la operaci

on de intercambio R2 R3 se obtiene la nueva matriz U3 :

1
2 2 1 1
0 3
1 2 2

0
0 0 2
U3
0

0 6
0 4 5
0 9
5 8 6
Aplicando la operaci
on de intercambio

0
0

L3 =
0
4
5

a L2 y a P2 , se tiene:

0 0 0 0

0 0 0 0

0 0 0 0
, P3 =

0 0 0 0
0 0 0 0

0
1
0
0
0

0
0
1
0
0

1
0
0
0
0

0
0
0
1
0

0
0
0
0
1

Si aplicamos sobre U3 las operaciones de eliminacion R4 R4 2 R2 y R5 R5 3 R2 se obtiene a la nueva

matriz U4 :

1
2 2 1 1
0 3
1 2 2

0
0 0 2
U4 = 0

0
0 2 0 1
0
0
2 2 0
Estos cambios se registran en L3 y hasta el momento se tiene:

0 0 0 0 0
0 0 0 0 0

L4 = 0 0 0 0 0 , P4 =

4 2 0 0 0

5 3 0 0 0
8

0
1
0
0
0

0
0
1
0
0

1
0
0
0
0

0
0
0
1
0

0
0
0
0
1

5. Si aplicamos sobre U4 la operaci

on de intercambio R2 R3

1
2 2 1
0 3
1 2

0 2 0
U5 = 0
0
0
0 0
0
0
2 2
Estos cambios se registran en L4 y hasta el momento se tiene:

0 0 0 0 0
0 0 0 0 0

L5 = 4 2 0 0 0 , P5 =

0 0 0 0 0

5 3 0 0 0

se obtiene la nueva matriz U5 :

1
2

2
0

0
1
0
0
0

0
0
0
1
0

1
0
0
0
0

0
0
1
0
0

0
0
0
0
1

6. Si aplicamos sobre U5 la operaci

on de eliminacion R5 R5 + 1 R3 se obtiene a la nueva matriz U6 :

1
2 2 1 1
0 3
1 2 2

0 2 0 1
U6 = 0

0
0
0 0 2
0
0
0 2 1
Estos cambios se registran en L6 y hasta el momento se tiene:

0 0
0 0 0
0 0

0 0 0

0 0 0 , P6 =
L6 = 4 2

0 0

0 0 0
5 3 1 0 0
7. Si aplicamos sobre U6 la operaci
on de intercambio R4 R5

1
2 2 1
0 3
1 2

0
0
2
0
U7 =

0
0
0 2
0
0
0 0
Estos cambios se registran en L6 y hasta el momento se tiene:

0 0
0 0 0

0 0
0 0 0

0 0 0 , P7 =
L7 = 4 2

5 3 1 0 0
0 0
0 0 0

0
1
0
0
0

0
0
0
1
0

1
0
0
0
0

0
0
1
0
0

0
0
0
0
1

se obtiene la nueva matriz U7 :

1
2

1
2

0
1
0
0
0

0
0
0
0
1

1
0
0
0
0

0
0
1
0
0

0
0
0
1
0

8. Puesto que la matriz U7 ya es escalonada, el procedimiento termina y finalizamos haciendo L = L7 + I y

se tiene:

1 0
0 0 0
1
2 2 1 1
0 3
0 1
1 2 2
0 0 0

0 2 0 1 , L = 4 2
1 0 0
U = U7 = 0

0
5 3 1 1 0
0
0 2 1
0
0
0 0 2
0 0
0 0 1
9

P = P7 =

0
1
0
0
0

0
0
0
0
1

1
0
0
0
0

0
0
1
0
0

0
0
0
1
0

Como ejercicio, compruebe que P A = L U 

Ejemplo 26.6
Determine una factorizaci
on P A = L U de la matriz

0 18
0 14 16
7
8
16 18 8 9 16

9
3 13 21 20 14
A=
1
2 2 1 1 2

0 3
1 2 2
1
10 1 21 28 32 12
Soluci
on
Tomemos U0 = A, P0 = I5 y L0 = 0.
1. Si aplicamos sobre U la operaci
on de intercambio

1
2
8
16

9
3
U1 =
0 18

0 3
10 1
Aplicando la operaci
on de intercambio

0 0
0 0

0 0
L1 =
0 0

0 0
0 0

R1 R4 se obtiene la nueva matriz U:

2 1 1 2
18 8 9 16

13 21 20 14

0 14 16
7

1 2 2
1
21 28 32 12

a L0 y a P0 , se tiene:

0 0 0 0

0 0 0 0

0 0 0 0

,
P
=
1

0 0 0 0

0 0 0 0
0 0 0

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 U1 las operaciones de eliminacion R2 R2 8 R1 , R3 R3 9 R1 y R6 R6 10 R1

se obtiene a la nueva matriz U2 :

1
2 2 1 1 2
0
0 2 0 1
0

0 15
5
12
11
4

U2 =

0
18
0
14
16
7

0 3
1 2 2
1
0 21 1 18 22
8
Estos cambios se registran en L1 y hasta el

0 0 0
8 0 0

9 0 0
L2 =
0 0 0

0 0 0
10 0 0

momento se tiene:

0 0 0

0 0 0

0 0 0
, P2 =

0 0 0

0 0 0
0 0 0
10

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

3. Si aplicamos sobre U2 la operaci

on de intercambio R2

1
2 2
0 3
1

0 15
5
U3 =
0 18
0

0
0 2
0 21 1
Aplicando la operaci
on de intercambio a L2 y

0 0 0 0
0 0 0 0

9 0 0 0
L3 =
0 0 0 0

8 0 0 0
10 0 0 0

R5 se obtiene la nueva matriz U3 :

1 1 2
2 2
1

12 11
4

14 16
7

0 1
0
18 22

a P2 , se tiene:

0 0

0 0

0 0
, P3 =

0 0

0 0
0 0

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 U3 las operaciones de eliminacion R3 R3 5 R2 , R4 R4 6 R2 y R6 R6 7 R2

se obtiene a la nueva matriz U4 :

1
2 2 1 1 2
0 3
1 2 2
1

0
0
0
2
1
1

U4 =

0
0
6
2
4
1

0
0 2 0 1
0
0
0 8 4 8
1
Estos cambios se registran en L3 y hasta el

0 0 0
0 0 0

9 5 0
L4 =
0 6 0

8 0 0
10 7 0

momento se tiene:

0 0 0

0 0 0

0 0 0

,
P
=
4

0 0 0

0 0 0
0 0 0

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 U4 la operaci

on de intercambio R3 R5 se obtiene la nueva matriz U5 :

1
2 2 1 1 2
0 3
1 2 2
1

0
0 2 0 1
0

U5 =
0 6 2 4
1

0
0
0
0 2 1 1
0
0 8 4 8
1
Aplicando la operaci
on de intercambio a L4 y

0 0 0 0
0 0 0 0

8 0 0 0
L5 =
0 6 0 0

9 5 0 0
10 7 0 0

a P4 , se tiene:

0 0

0 0

0 0
, P5 =

0 0

0 0
0 0
11

0
0
0
1
0
0

0
0
1
0
0
0

0
0
0
0
1
0

1
0
0
0
0
0

0
1
0
0
0
0

0
0
0
0
0
1

6. Si aplicamos sobre U5 las operaciones de eliminacion R4

nueva matriz U6 :

1
2 2 1
0 3
1 2

0
0 2 0
U6 =
0
0
0 2

0
0
0 2
0
0
0 4
Estos cambios se registran en L6 y hasta el

0 0 0
0 0 0

8 0 0
L6 =
0 6 3

9 5 0
10 7 4

1 2
2
1

1
0

1
1

1 1
4
1

momento se tiene:

0 0 0

0 0 0

0 0 0
, P6 =

0 0 0

0 0 0
0 0 0

7. Si aplicamos sobre U6 las operaciones de eliminacion R5

nueva matriz U7 :

1
2 2 1
0 3
1 2

0
0
2
0
U7 =
0
0
0 2

0
0
0 0
0
0
0 0
Estos cambios se registran en L7 y hasta el

0 0 0
0 0 0

8 0 0
L7 =
0 6 3

9 5 0
10 7 4

R4 3 R3 y R6 R6 3 R3 se obtiene a la

0
0
0
1
0
0

0
0
1
0
0
0

0
0
0
0
1
0

1
0
0
0
0
0

0
1
0
0
0
0

0
0
0
0
0
1

R5 1 R4 y R6 R6 2 R4 se obtiene a la

1 2
2
1

1
0

1
1

0 2
2 1

momento se tiene:

0 0 0

0 0 0

0 0 0
, P7 =

0 0 0

1 0 0
2 0 0

0
0
0
1
0
0

0
0
1
0
0
0

0
0
0
0
1
0

1
0
0
0
0
0

0
1
0
0
0
0

0
0
0
0
0
1

8. Si aplicamos sobre U7 la operaci

on de intercambio R5 R6 se obtiene la nueva matriz U8 :

1
2 2 1 1 2
0 3
1 2 2
1

0
0 2 0 1
0

U8 =
0
0 2 1
1
0

0
0
0 0 2 1
0
0
0 0 0 2
Aplicando la operaci
on de intercambio a L7 y

0 0 0 0
0 0 0 0

8 0 0 0
L8 =
0 6 3 0

10 7 4 2
9 5 0 1

a P7 , se tiene:

0 0

0 0

0 0
, P8 =

0 0

0 0
0 0
12

0
0
0
1
0
0

0
0
1
0
0
0

0
0
0
0
0
1

1
0
0
0
0
0

0
1
0
0
0
0

0
0
0
0
1
0

9. Puesto que la matriz U8 ya es escalonada,

se tiene:

1
2 2
0 3
1

0
0
2
U = U8 =
0
0
0

0
0
0
0
0
0

el procedimiento termina y

1 1 2
1 0
0 1
2 2
1

0 1
0
,L = 8 0

0 6
2 1
1

10 7
0 2 1
0 0 2
9 5

0 0 0 1 0 0
0 0 0 0 1 0

0 1 0 0 0 0

P = P8 =

1
0
0
0
0
0

0 0 0 0 0 1
0 0 1 0 0 0

finalizamos haciendo L = L8 + I y

0 0 0 0
0 0 0 0

1 0 0 0

3 1 0 0

4 2 1 0
0 1 0 1

Como ejercicio, compruebe que P A = L U 

26.8.

Notas generales

A continuacion hacermos algunos comentarios generales sobre la factorizacion LU y su uso.

Nota 1
Existen maneras de programar el algoritmo anterior de forma tal que la matriz U y la matriz L queden en
una misma matriz cuadrada. Un truco radica en que siendo todos los elementos de la diagonal de U unos, no
se requiere el espacio para almacenarlos. Tambien hay forma de programar el algoritmo para que la matriz
de permutaciones P se represente por un s
olo vector con n valores, con n
umeros de 1 al n, que indican c
omo
deben permutarse los renglones de la identidad. Esto es muy conveniente pues la matriz P es tal que de sus n2
valores todos son cero excepto n que son 1. Usando estas ideas el almacenamiento requerido por el algoritmo
de factorizacion LU puede reducirse de 3 n2 a n2 + n n
umeros de punto flotante. Significando un ahorro de
espacio aproximandamente 66 %.
Nota 2
Si se posee una factorizaci
on A = L U de una matriz cuadrada invertible, entonces la inversa de A puede
calcularse mediante
A1 = U1 L1
El costo de invertir una matriz triangular es de n3 FLOPs lo cual es mas economico que invertir una matriz
n n cualquiera que es de 38 n3 FLOPs. Adem
as de los costos para calcular L1 y U1 , habra que calcular el
3
producto el cual tiene un costo de n FLOPs. Esto nos hace llegar a la conclusion de que el c
alculo u
nico de
8 3
1
3
A haciendo uso de la factorizaci
on LU toma 3 n FLOPs que es mas grande que los 3 n FLOPs que toma
el procedimiento tradicional. Por ello es que no es conveniente esta estrategia de calculo.
Nota 3
Si se desea calcular A1 B y se posee una factorizacion LU de A entonces puede aplicarse eliminacion gaussiana
en la reduccion
[L|B] [I|D] aqu D = L1 B
lo cual tiene un costo computacional de n3 FLOPs utilizando que L es triangular. Seguido de esto, se aplica
tambien eliminacion gaussiana en la reducci
on
[U|D] [I|E] aqu E = U1 D = U1 L1 B = A1 B
lo cual tiene un costo computacional de n3 FLOPs utilizando que U es triangular. Esto da como resultado un
proceso de calculo para A1 B con un costo 2 n3 FLOPs teniendo disponible una factorizacion LU.
13

Nota 4
Las matrices de permutaci
on P son f
acilmente invertibles al cumplir la relacion:
P1 = PT
Ademas, normalmente no es conveniente realizar el producto P B que tiene un costo de n3 FLOPs sino m
as
bien realizar el movimiento de renglones correspondiente. Y mas que realizar el movimiento de renglones, se
hacen trucos de programaci
on para evitar tales movimientos teniendo un vector que refiere a los renglones de
diferentes posiciones.

14