Factorización LU

Alexis Vera Pérez

Instituto de Estadı́stica & Sistemas Computarizados de Información
Universidad de Puerto Rico, Recinto de Rı́o Piedras
Agosto 2007

En el momento de resolver un sistema de ecuaciones lineales de n ecua-

ciones en n desconocidas, podemos recurrir a diferentes métodos. Uno de los
métodos más utilizados lo es el método de eliminación de Gauss el cual
consiste en convertir la matriz aumentada (A|b), donde A es la matriz de
coeficientes del sistema de ecuaciones, en la forma escalonada.
Si U es una matriz triangular superior cuyos elementos diagonales son
diferentes de cero, entonces el sistema lineal U x = b puede ser resuelto sin
tener que transformar la matriz aumentada (U |b) a la forma escalonada. La
matriz aumentada está dada por
 
u11 u12 u13 . . . u1n b1
 


0 u22 u23 . . . u2n b2 

 0 0 u33 . . . u3n b3 
 
 .. .. .. . . . .. .. 
 . . . . . 
 
0 0 0 . . . unn bn
y la solución se obtiene por el siguiente algoritmo (sustitución en reversa):
bn
xn =
unn
bn−1 − un−1n xn
xn−1 =
un−1n−1
..
.
j−1
X
bj − ujk xn
k=n
xj = j = n, n − 1, . . . , 2, 1
ujj

1
 De forma parecida, si L es una matriz triangular inferior cuyos elementos
diagonales son diferentes de cero, entonces el sistema lineal Lx = b puede
ser resuelto de la siguiente forma: La matriz aumentada tiene la forma
 
`11 0 0 ... 0 b1
 


`21 `22 0 ... 0 b2 

 `31 `32 `33 ... 0 b3 
 
 .. .. .. .. .. .. 
 . . . . . . 
 
`n1 `n2 `n3 . . . `nn bn
y la solución se obtiene por el siguiente algoritmo (sustitución hacia ade-
lante):
b1
x1 =
`11
b2 − `21 x1
x2 =
`22
..
.
j−1
X
bj − `jk xk
k=1
xj = j = 2, . . . , n
`jj
Ejemplo 1 Para resolver el sistema lineal
4x1 = −36
3x1 + 2x2 = 11
x1 + x2 + x3 = 16
utilizamos sustitución hacia adelante y obtenemos que
−36
x1 = = −9
4
11 − 3x1
x2 = = 19
2
x3 = 16 − x2 − x1 = 6
Ası́ que la solución para el sistema de ecuaciones triangular inferior dado es
 
−9
 
x =  19 
6

2
 Supongamos que una matriz An×n puede ser escrita como el producto de
una matriz triangular inferior L y una matriz triangular superior U , esto es,

A = LU

Entonces decimos que A tiene una factorización LU. Esta factorización

nos permite resolver el sistema lineal Ax = b. Sustituyendo LU por A,
obtenemos
(LU )x = b (1)
esto implica que
L(U x) = b (2)
Si U x = z, entonces tenemos que

Lz = b (3)

Como L es una matriz triangular inferior, podemos resolver para z utilizando

sustitución hacia adelante. Luego, como U es una matriz triangular superior,
resolvemos U x = z por sustitución en reversa.

Ejemplo 2 Considere el sistema lineal de ecuaciones

2x1 + 3x2 + 4x3 = 6

4x1 + 5x2 + 10x3 = 16
4x1 + 8x2 + 2x3 = 2

cuya matriz de coeficientes es

 
2 3 4
A =  4 5 10 


4 8 2

y su factorización LU es

   
1 0 0 2 3 4
L=   
 2 1 0  y U =  0 −1 2 
2 −2 1 0 0 −2

3
Utilizando la ecuación (3)
    
1 0 0 z1 6
    
 2 1 0   z2  =  16 
2 −2 1 z3 2

Por sustitución hacia adelante obtenemos

z1 = 6
z2 = 16 − 2z1 = 4
z3 = 2 + 2z2 − 2z1 = −2

Ası́ que  
6
 
z= 4 
−2
Ahora resolvemos U x = z,
    
2 3 4 x1 6
    
 0 −1 2   x2  =  4 
0 0 −2 x3 −2

y obtenemos

x3 = 1
4 − 2x3
x2 = = −2
−1
6 − 4x3 − 3x2
x1 = =4
2
Por lo tanto, la solución para el sistema lineal dado es
 
4
 
x =  −2 
1

El siguiente ejemplo ilustra como encontrar una1 factorización LU para una

matriz.
1
En general, una matriz puede tener más de una factorización LU.

4
Ejemplo 3 Para encontrar la factorización LU de la matriz
 
2 3 0 1
 4 5 3 3 
A=



 −2 −6 7 7 
8 9 5 21

Primero convertimos en cero todos los elementos debajo del primer elemento
diagonal de A. Para esto, sumamos (-2) veces la primera fila de A a la
segunda fila de A. Luego sumamos la primera fila de A a la tercera fila de
A, y por último sumamos (-4) veces la primera fila de A a la cuarta fila de
A, obteniendo la siguiente matriz
 
2 3 0 1
 0 −1 3 1 
 
U1 =  
 0 −3 7 8 
0 −3 5 17

Mientras tanto, comenzamos la construcción de una matriz triangular inferior,L1 ,

con 1’s en la diagonal principal. Para hacer esto, colocamos los opuestos de
los multiplicadores utilizados en las operaciones de fila en la primera columna
de L1 debajo del primer elemento diagonal de L1 y obtenemos la siguiente
matriz  
1 0 0 0
 2 1 0 0 
L1 = 


 −1 ∗ 1 0 
4 ∗ ∗ 1
Ahora sumamos (-3) veces la segunda fila de U1 a la tercera fila de U1 y
sumamos (-1) veces la tercera fila de U1 a la cuarta fila de U1 . Colocamos
los opuestos de los multiplicadores debajo del segundo elemento diagonal de
L1 y obtenemos
   
2 3 0 1 1 0 0 0
 0 −1 3 1   2 1 0 0 
   
U2 =  y L2 =  
 0 0 −2 5   −1 3 1 0 
0 0 −2 9 4 1 ∗ 1
Ahora sumamos (-1) veces la tercera fila de U2 a la cuarta fila de U2 . Luego
colocamos el opuesto de este multiplicador debajo del tercer elemento diagonal
de L2 y obtenemos las matrices

5
    
2 3 0 1 1 0 0 0
 0 −1 3 1   2 1 0 0 
U3 = 

 
 y L3 = 


 0 0 −2 5   −1 3 1 0 
0 0 0 4 4 1 1 1
Las matrices U3 y L3 componen una fatorización LU para la matriz A.