Saltar para o conteúdo

Decomposição LU

Origem: Wikipédia, a enciclopédia livre.
(Redirecionado de Fatoração LU)

Em álgebra linear, a decomposição LU (em que LU vem do inglês lower e upper) é uma forma de fatoração de uma matriz não singular como o produto de uma matriz triangular inferior (lower) e uma matriz triangular superior (upper). Às vezes se deve pré-multiplicar a matriz a ser decomposta por uma matriz de permutação. Esta decomposição se usa em análise numérica para resolver sistemas de equações (mais eficientemente) ou encontrar as matrizes inversas.

Sendo A uma matriz simples quadrada. Uma fatoração LU refere-se à fatoração de A , com ordenações ou permutações adequadas de linhas e/ou colunas, em dois fatores - uma matriz triangular inferior L e uma matriz triangular superior U :

onde L e U são, respectivamente, matrizes inferiores e superiores triangulares. Na matriz triangular inferior, todos os elementos acima da diagonal são zero; na matriz triangular superior, todos os elementos abaixo da diagonal são zero.

Para matrizes , sua decomposição LU, é:

Sem uma ordenação adequada ou permutações na matriz, a fatoração pode não se materializar. Por exemplo, é fácil verificar (expandindo a multiplicação da matriz) que . Se , então pelo menos um de e tem que ser zero, o que implica que L ou U são singulares. Isso é impossível se A for não singular (invertível). Este é um problema processual. Ele pode ser removido simplesmente reordenando as linhas de A de modo que o primeiro elemento da matriz permutada seja diferente de zero. O mesmo problema nas etapas de fatoração subsequentes pode ser removido da mesma maneira; veja o procedimento básico abaixo.

Fatoração LU com pivotamento parcial

[editar | editar código-fonte]

Acontece que uma permutação apropriada em linhas (ou colunas) é suficiente para a fatoração LU. Fatoração LU com pivotamento parcial (LUP) se refere frequentemente à fatoração LU apenas com permutações de linha:

,

onde L e U são novamente inferior e superior matrizes triangulares, e P é uma matriz de permutação , que, quando deixou-multiplicado a um , reordena as linhas de Uma . Acontece que todas as matrizes quadradas podem ser fatoradas desta forma,  e a fatoração é numericamente estável na prática.  Isso torna a decomposição do LUP uma técnica útil na prática.

Fatoração LU com pivotamento completo

[editar | editar código-fonte]

Uma fatoração LU com pivotamento completo envolve permutações de linha e coluna:

,

onde L , L e P são definidos como anteriormente, e Q é uma matriz de permutação que reordena as colunas de um.

Decomposição diagonal inferior-superior (LDU)

[editar | editar código-fonte]

Uma decomposição inferior diagonal superior (LDU) é uma decomposição da forma

,

onde D é uma matriz diagonal e L e U são matrizes unitriangulares , o que significa que todas as entradas nas diagonais de L e U são 1.

Acima exigimos que A seja uma matriz quadrada, mas essas decomposições podem ser generalizadas para matrizes retangulares também. Nesse caso, G e D são matrizes quadradas sendo que ambos têm o mesmo número de filas como um , e L possui exactamente as mesmas dimensões que um . O triangular superior deve ser interpretado como tendo apenas zero entradas abaixo da diagonal principal, que começa no canto superior esquerdo.

Fatoramos a seguinte matriz 2 por 2:

Uma maneira de encontrar a decomposição LU dessa matriz simples seria simplesmente realizar a eliminação de Gauss:

Onde é multiplicador que é dado por:

Logo obtemos a matriz

E a matriz L que é uma matriz triangular superior (ou seja, todas as entradas de sua diagonal principal são 1) e os demais componentes são o valor dos multiplicadores utilizados na eliminação de Gauss

Portanto podemos escrever a matriz A da seguinte forma:

As matrizes L e U são únicas, se a matriz não é singular. Em caso contrário podem não ser únicas.

Demonstração:

Dada a matriz A

e

Recordemos que são invertíveis por terem o determinante diferente de zero.

Então:

Então é uma matriz triangular inferior, com 1s na diagonal e, consequentemente, possui 1s na diagonal e é triangular superior (recordando que o produto matricial de triangulares superiores/inferiores é triangular superior/inferior). A única matriz que cumpre estas duas propriedades é a matriz identidade. Portanto:

e

Com o qual:

e

Existência e singularidade

[editar | editar código-fonte]

Matrizes quadradas

[editar | editar código-fonte]

Qualquer matriz quadrada admite fatorações LUP e PLU. Se é invertível[1], então admite uma fatoração LU (ou LDU) se e somente se todos os seu principais menores são diferentes de 0.Se é uma matriz de classificação , então ele admite uma uma fatoração LU se o primeiro os principais menores são diferentes de 0, embora o inverso não seja verdadeiro.[2]

Se uma matriz quadrada e invertível tem uma LDU (fatoração com todas as entradas diagonais de L e U iguais a 1), então a fatoração é única.[3] Nesse caso, a fatoração LU também é única se exigirmos que a diagonal de (ou ) consiste em uns.

Matrizes simétricas positivas-definidas

[editar | editar código-fonte]

Se A for uma matriz simétrica (ou matriz hermitiana[4], se A for complexa) positiva definida [5], podemos organizar as coisas de forma que U seja a transposta conjugada de L. Ou seja, podemos escrever A como

Esta decomposição é chamada de Decomposição de Cholesky. A decomposição de Cholesky sempre existe e é única — desde que a matriz seja definida positiva. Além disso, calcular a decomposição de Cholesky é mais eficiente e numericamente mais estável do que calcular algumas outras decomposições LU.

Matrizes gerais

[editar | editar código-fonte]

Para uma matriz (não necessariamente invertível) sobre qualquer corpo, as condições exatas necessárias e suficientes sob as quais ela tem uma fatoração LU são conhecidas. Tais condições são expressas em termos da classificação de certas submatrizes. O algoritmo de eliminação gaussiana para obter a decomposição LU também foi estendido para este caso mais geral. [6]


A decomposição LU é basicamente uma forma modificada da eliminação gaussiana. Transformamos a matriz A em uma triangular superior U anulando os elementos debaixo da diagonal.

Onde são matrizes elementares, que representam os distintos passos da eliminação.

Logo, recordando que a inversa de uma matríz elementar é outra matriz elementar:

Consequentemente, L é uma matriz triangular inferior.

Resolução de sistemas de equações lineares

[editar | editar código-fonte]

Dada a equação matricial

Queremos a solução para um determinando A e b. Os passos são os seguintes:

  1. Primeiro, resolvemos para y
  2. Segundo, resolvemos para x.

Note-se que já temos as matrizes L e U. A vantagem deste método é a eficiência computacional porque podemos escolher qualquer novo o vetor b que não teremos que voltar a fazer a eliminação de Gauss a cada vez.

Matriz inversa

[editar | editar código-fonte]

As matrizes L e U podem ser usadas para calcular a matriz inversa. Algumas implementações que invertem matrizes usam este método.

No caso em que

x e b são tratados como vetores. Ao trocar o vetor x pela matriz X e o vetor b pela matriz B passamos a ter

Agora, supondo que B seja a matriz identidade, teremos então que X será a inversa de A.

Determinante de uma matriz

[editar | editar código-fonte]

As matrizes e podem ser usadas para calcular o determinante da matriz muito eficientemente porque e os determinantes de matrizes triangulares são simplesmente o produto dos elementos de suas diagonais. Em particular, se L é uma matriz triangular em cuja diagonal todos os elementos são 1s, então:

A mesma aproximação ao problema pode ser usada para decomposições LUP nas que aparecem matrizes de permutação, pois o determinante de uma matriz de permutação P é (−1)S, onde é o número de permutações de filas na decomposição.

Referências

  1. «Invertible matrix». Wikipedia (em inglês). 19 de abril de 2021. Consultado em 6 de maio de 2021 
  2. Horn & Johnson (1985), Theorem 3.5.2
  3. Horn & Johnson (1985), Corollary 3.5.5
  4. «Matriz hermitiana». Wikipédia, a enciclopédia livre. 14 de agosto de 2020. Consultado em 6 de maio de 2021 
  5. «Definite matrix». Wikipedia (em inglês). 4 de maio de 2021. Consultado em 6 de maio de 2021 
  6. Okunev & Johnson ( 1997)