Universidad Nacional de Trujillo

Facultad de Ciencias Fı́sicas y Matemáticas

Departamento de Matemáticas

Factorizacion LU
Es conocido que en la solución de sistemas de ecuaciones el método de Eliminación de Gauss o Gauss-Jordan
consiste en la eliminación de variables del sistema, de manera sucesiva, hasta obtener un sistema modificado en el
que la matriz asociada es una matriz escalonada. Ası́ los valores de las incógnitas son obtenidos por substitución
hacia atrás.

Si el sistema AX = b tiene solución, para resolver dicho sistema, donde A es una matriz n × n, utilizando el
método de eliminación de Gauss se siguen los siguientes pasos:

1. Transformar el sistema Ax = b en un sistema U x = c, donde U es una matriz escalonada equivalente a A.

2. Resolver U x = c por substitución hacia atrás.

Supongamos que el sistema Ax = b tiene solución. Una de las variantes de la eliminación gaussiana consiste en
descomponer la matriz A como el producto de una matriz triangular superior y una matriz triangular inferior.

OBSERVACIONES

1. Si U es una matriz triangular superior tal que todas sus entradas diagonales son diferentes de cero, entonces
el sistema de ecuaciones lineales:
U x = b,
.
se puede resolver sin transformar la matriz aumentada [U .. b] a su forma escalonada reducida por filas. Pues
la matriz aumentada de dicho sistema es:
 
u11 u12 u13 ... u1n | b1
 0 u22 u23 ... u2n | b2 
 
 
 0
 0 u33 ... u3n | b3 

 . .. .. .. .. 
 .
 . . . ... . .


0 0 0 ... unn | bn

La solución se obtiene mediante el algoritmo:

bn
xn =
unn
bn−1 − u(n−1)n xn
xn−1 =
un−1n−1
..
.
Pj−1
bj − k=1 ujk xk
xj = , j = n, n − 1, . . . , 2, 1.
ujj

Esto equivale a una sustitución hacia atrás (o sustitución regresiva)

2. Análogamente si L = [lij ]n×n es una matriz triangular inferior tal que lii 6= 0 para todo i = 1, 2, . . . , n,
entonces el sistema lineal
Lx = b
 se resuelve mediante sustitución hacia adelante, de la sgte manera: La matriz aumentada del sistema tiene
la forma,
 .. 
l11 0 0 ... 0 . b1
..
 
 
 l21 l22 0 ... 0 . b2 
 

l .. 
 31 l32 l33 ... 0 . b3 

 
. . . . 
 
..
ln1 ln2 ln3 ... lnn . bn

La solución se obtiene mediante el algoritmo:

b1
x1 =
l11
b2 − l21 x1
x2 =
l2 2
..
.
Pj−1
bj − k=1 ljk xk
xj = , j = 2, 3, . . . , n.
ljj

1. Factorización LU
Los algoritmos de sustitución hacia adelante y hacia atrás son rápidos y fáciles de usar, y son utilizados pa-
ra resolver sistemas de ecuaciones utilizando métodos numéricos. Uno de estos procedimientos es la denominada
factorización LU (o descomposición LU ).

Definición 1. Una matriz A m × n tiene una factorización LU (o descomposición LU ) si a la matriz A se le

puede escribir como el producto de una matriz triangular inferior L de orden m × m, cuyos elementos de la diagonal
principal son iguales a 1 y las demás entradas se completan con los negativos de los factores utilizados en cada paso
de eliminación de las correspondientes operaciones elementales por fila, y una matriz escalonada U m × n, es decir

A = LU.

EJEMPLOS

1. Encuentre la factorización LU de la matriz,

 
2 3 −1 4 1
 
−6 −6 5 −11 −4
A= 
4
 18 6 14 −1 
−2 −9 −3 4 9.

Solución
Para factorizar A en la forma LU solamente está permitido hacer operaciones elementales de la forma
Fik (c) con c 6= 0 y a continuación se hacen los siguientes pasos.

Paso 1: Hacer ceros todos los elementos debajo del (primer) pivote a11 = 2. Para ello realizando las
operaciones: F21 (3), F31 (−2) y F41 (1), se obtiene la matriz A2 , tal que A ∼ A2 :
   
2 3 −1 4 1 1 0 0 0
   
0 3 2 1 −1  , y L2 = −3
 1 0 0
A2 =  
0 12
 8 6 −3  2
 ∗ 1 0 
0 −6 −4 8 10 −1 ∗ ∗ 1
 • Observe que la construcción de la matriz triangular inferior L2 se inicia con unos en la diagonal
principal y se escriben los negativos de los factores utilizados en las operaciones por renglón en la
primera columna de L2 , debajo de la primera entrada diagonal de L2 .
(2)
Paso 2: Hacer ceros todos los elementos debajo del (segundo) pivote a22 = 3. Se realizan las operaciones
elementales F32 (−4) y F42 (2), obteniéndose la matriz A3 tal que A ∼ A3 :
   
2 3 −1 4 1 1 0 0 0
   
0 3 2 1 −1 −3 1 0 0
A3 = 
0
, y L3 =  
 0 0 2 1

2
 4 1 0

0 0 0 10 8 −1 −2 ∗ 1

• Para obtener la nueva matriz L3 se escribe los negativos de los factores de las operaciones por renglón
debajo de la segunda entrada diagonal de L2 .
(3)
Paso 3: Hacer ceros todos los elementos debajo del (tercer) pivote a34 = 2. Realizando la operación
elemental F42 (−5) se obtiene la matriz A4 tal que A ∼ A4 .
   
2 3 −1 4 1 1 0 0 0
   
0 3 2 1 −1 −3 1 0 0
A4 = 
0 0
, y L4 =  
 0 2 1
2
 4 1 0

0 0 0 0 3 −1 −2 5 1

• Observe que para obtener la nueva matriz L4 se escribe el negativo del factor debajo de la tercera
entrada diagonal de L3 .

Finalmente, si L = L4 y U = U4 , se tiene que:

  
1 0 0 0 2 3 −1 4 1
  
−3 1 0 0 1 −1
 0 3 2

A = LU =  2

 4 
0 0
1 0  0 2 1
−1 −2 5 1 0 0 0 0 3

2. Hallar la factorización LU de la matriz,  

2 1 0 0
 
1 2 1 0
A=
6

 1 2 1
0 0 1 2

Solución:

Paso 1: Hacer ceros todas los elementos debajo del primer pivote a11 = 2:
     
2 1 0 0 2 1 0 0 1 0 0 0
     
1 2 1 0 F21 (− 21 ) 0 3/2 1 0  = A2 y L2 = 1/2 1 0 0

 − −−−−→  
0 −2 ∗
6 1 2 1 F31 (−3) 
 2 1   3 1 0
  
0 0 1 2 0 0 1 2 0 ∗ ∗ 1

• Comenzamos construyendo una matriz triangular inferior L2 con unos en la diagonal principal. Se
escriben los negativos de los factores utilizados en las operaciones por renglón en la primera columna
de L2 , debajo de la primera entrada diagonal de L2 .
 (2)
Paso 2: Hacer ceros todas las entradas debajo del segundo pivote a22 = 3/2 (segunda entrada diagonal
de A2 ).
     
2 1 0 0 2 1 0 0 1 0 0 0
     
0 3/2 1 0 F32 ( 43 ) 0 3/2 1 0 1/2 1 0 0
A2 =   −−−−→   = A3 y L3 =  
0
 −2 2 1 
0
 0 10/3 1
 3
 −4/3 1 0

0 0 1 2 0 0 1 2 0 0 ∗ 1

• Para obtener la nueva matriz L3 se escribe los negativos de los factores de las operaciones por renglón
debajo de la segunda entrada diagonal de L2 .
(3)
Paso 3: Hacer ceros todas las entradas debajo del tercer pivote a33 = 10/3 (la tercera entrada diagonal
de A3 ).
     
2 1 0 0 2 1 0 0 1 0 0 0
     
0 3/2 1 0 3
F43 (− 10 ) 0 3/2 1 0  1/2 1 0 0
A3 =   −−−−−−→   = A4 y L4 =  
0
 0 10/3 1
0
 0 10/3 1 

 3
 −4/3 1 0
0 0 1 2 0 0 0 17/10 0 0 3/10 1

• Para obtener la nueva matriz L3 se escribe el negativo del factor debajo de la tercera entrada diagonal
de L2 .

Finalmente, si L = L4 y U = A4 , entonces
    
1 0 0 0 2 1 0 2 0 1 0 0
    
1/2 1 0 0
 0 3/2 1 0   = 1 2 1 0
 
LU =  =A
 3
 −4/3 1 
0
0  0 10/3 1  

6 1 2 1
0 0 3/10 1 0 0 0 17/10 0 0 1 2

El siguiente Teorema establece las condiciones bajo las cuales se garantiza la descomposición LU de una matriz
m × n.

Teorema 1.1. Si una matriz A m × n puede reducirse a la forma escalonada sólo con eliminaciones, entonces A
tiene una factorización LU . Con L una matriz triangular m × m y U una matriz escalonada m × n.

1.1. Resolución de sistemas de ecuaciones usando la factorización LU

La factorización LU de una matriz A permite resolver de manera eficiente y mediante el uso de computadoras
sistemas de ecuaciones lineales ”grandes”. Si en particular se tiene el sistema lineal Ax = b, con A n × n
invertible, al sustituir A por LU se tiene
(LU )x = b. (1)

Utilizando la asociatividad de matrices, ésto es equivalente a

L(U x) = b. (2)

Haciendo U x = z, se tiene que la ecuación (2) es equivalente a

Lz = b. (3)

En general la factorización LU no es única, es decir, una matriz puede tener mas de una factorización LU .

Si a11 = 0, entonces el procedimiento falla.

Si la segunda entrada diagonal de A2 o la tercer entrada diagonal de A3 es cero el procedimiento también

falla. En tales casos, se reordena las ecuaciones y se comienza de nuevo o se utiliza otros métodos para la
factorización LU .
 Si una matriz A de orden n × n es invertible y tiene la factorización LU , la solución del sistema Ax = b, se
puede obtener mediante una sustitución hacia adelante seguida de una sustitución hacia atrás. Esto es:

1. Como L es una matriz triangular inferior, de (3) se obtiene z directamente mediante sustitución hacia
adelante.
2. Una vez determinado z, como U es una matriz triangular superior, se resuelve U x = z mediante sustitu-
ción hacia atrás.
3. La solución de Ax = b está dada por la solución de U x = z.

Ejemplo .- Utilizando la factorización LU hallar la solución del sistema de ecuaciones:

2x1 + 2x2 + 3x3 = 13

6x1 + 7x2 + 14x3 = 60
14x1 + 10x2 − 5x3 = −23

Solución

Hallamos la forma escalonada U de A mediante operaciones elementales de eliminación y encontramos la

matriz L de orden 3 × 3
       
2 2 3 2 2 3 2 2 3 1 0 0
  F21 (−3)   F32 (4)    
A=6  7 14  −−−−−→ 0
  1 5  −−−−→ 0
  1 =U
5 y L = 3
 1 0
F31 (−7) 
14 10 −5 0 −4 −26 0 0 −6 7 −4 1

Ahora se resuelve el sistema Lz = b usando sustitución hacia adelante

        
1 0 0 z1 13 z1 13
        
3 1 0 z2  =  60  , z2  =  21 
        
7 −4 1 z3 −23 z3 −30

Finalmente, se resuelve el sistema U x = z usando sustitución hacia atras , obteniéndose la solución del sistema
Ax = b         
2 2 3 x1 13 x 3
      1  
 x2  =  21  ,
0 1 5     x2  = −4
    
0 0 −6 x3 −30 x3 5