1.

3 O método da Decomposição LU

1.3.1 A Decomposição LU

Teorema 1.3.1 ( Teorema da Decomposição LU)

Seja A uma matriz quadrada de ordem n, e Ak o menor principal, constituído das K

primeiras linhas e colunas. Assumimos que det(Ak ) ≠ 0 para k = 1, 2, ..., n – 1. Então
existe uma única matriz triangular inferior L = ( lij), com l1 1 = l22 = ...= ln n = 1, e uma única
matriz triangular superior U= (uij) tal que LU= A. Além disso, det(A) = u11
u 22 ...unn.

Prova:

Para provar esse teorema usaremos indução sobre n.

Se n=1, temos que: a11 = 1 . u11 unicamente, e det(A) = u11.
Assumimos que o teorema é verdadeiro para n= k-1.
Para n = k partimos A em sub-matrizes:

 L k −1 0  U k −1 P 
A =  ; U =  
 m 1   0 u kk 
Então:

 L k −1 U k −1 L k −1 P 
LU =  
 m U k −1 mp + u kk 
Agora, pela hipótese de indução, Lk-1 e Uk-1 são unicamente determinados e
Lk-1Uk-1 = Ak-1 . Além disso, nem Lk-1 nem Uk-1 são singulares ( ou Ak-1 também seria
singular, contrariando a hipótese). Assim LU = A é equivalente a Lk-1 p = x; m Uk-1 = y e
mp + ukk = akk ; ou seja: p = L−k1−1 x; m = yU k−−11 e ukk = akk – mp. Então p, m e ukk são
determinados univocamente nesta ordem, e L e U são determinados unicamente.
Finalmente,
Det(A) = det(L) . det(U)
= 1 . det(Uk-1 ) . ukk
= u11 u22 ......uk-1, k-1 . ukk .

Completando a prova de 1.1.

12
1.3.1.1– Decomposição da matriz A em LU (L:Least, U:Upper)

1 0 0 0   u 11
0 u 12 u13 L u 1n   a 11 a 12 a 13 L a 1n 
     
 l 21 1 0 0   0
0 u 22 u 23 L u 2 n   a 21 a 22 a 23 L a 2n 
l l 1 0   0
0 0 u 33 L u 3 n  =  a 31 a 32 a 33 L a 3 n 
 31 32     
L L L L 0   0 0 0 L L   LL LLL LL LL 
     
 l n1 l n 2 l n3 L 1   0 0 0 0 u nn   a n1 a n 2 a n 3 L a nn 

1.u11 = a11 ⇒ u11 = a11

1.u12 = a12 ⇒ u12 = a12
M
1.u1n = a1n ⇒ u1n = a1n
a 21
l21 u11 = a21 ⇒ l 21 =
u 11
a 31
l31 u11 = a31 ⇒ l 31 =
u11
M
a n1
ln1 u11 = an1 ⇒ l n 1 =
u 11
l21 u12 + u22 = a22 ⇒ u22 = a22 - l21 u12
l21 u13 + u23 = a23 ⇒ u23 = a23 - l21 u13
M
l21 u1n + u2n = a2n ⇒ u2n = a2n - l21 u1n
a 32 − l 31 u 12
l31 u12 + l32 u22 = a32 ⇒ l 32 =
u 22
a 42 − l 41 u 12
l41 u12 + l42 u22 = a42 ⇒ l 42 =
u 22
M
M
a n2 − l n1 u 12
ln1 u12 + ln2 u22 = an2 ⇒ l n2 =
u 22
Se continuarmos calculando 3 linha, 3 coluna, 4ª linha, 4ª coluna, etc...., teremos as
ª ª

fórmulas gerais:

 i −1
u ij

= a ij − ∑l
k =1
ik u kj i≤j
(1.1)  j−1
l
 ij
= (a ij − ∑l ik u kj ) / u jj i > j
 k =1

13
1.3.2– Aplicação à solução de sistemas Lineares.

Seja o sistema ( com dimensão n x n ), Ax = b, determinado, onde A satizfaz às condições da

decomnposição LU.
Então o sistema Ax = b pode ser escrito como:

LUx = b

Isto representa dois sistemas triangulares:

Ly = b e Ux = y

os quais são facilmente resolvidos. De fato: as componentes da solução intermediária y

podem ser obtidas diretamente do primeiro sistema, desde que a primeira equação envolve
somente y1 , a segunda somente y1 e y2 e assim por diante.; e as componentes de x podem
ser obtidas semelhantemente do segundo sistema na seguinte ordem: xn , xn-1 ,....., x1 .

Exemplo 1.3.2.1:

 2 1 3
 
Seja A =  0 − 1 1 
 1 0 3
 
a) Verificar se A satisfaz as condições da decomposição LU.
b) Decompor A em LU.
c) Calcular o determinante de A.
9
 
d) Resolver o sistema Ax = b, onde b =  1  .
7
 
Solução:

a) Para que A satisfaça as condições da decomposição LU devemos ter: det (A1 ) ≠

0 e det(A2 ) ≠ 0 .
Temos:

det (A1 ) = 2 ≠ 0 e det(A 2 ) = -2 ≠ 0 .

Logo A satisfaz as condições.

b) u11 = a 11 ⇒ u11 = 2
u12 = a 12 ⇒ u12 = 1
u13 = a 13 ⇒ u13 = 3

14
 a 21
l21 = ⇒ l21 = 0
u11
a
l31 = 31 ⇒ l31 = 1
u11 2

u22 = a22 - l21 u12 ⇒ u22 = -1

u23 = a23 - l21 u13 ⇒ u23 = 1
a − l 31u12
l32 = 32 ⇒ l32 = 1
u 22 2
u33 = a33 – l31 u13 – l32 u23 ⇒ u33 = 1

Então:

 1 0 0 2 1 3
   
L =  0 1 0 ; U = 0 −1 1
1 / 2 1 / 2 1  0 0 1
   
c) det(A) = u12 u22 u33 det(A) = -2.

d) Devemos resolver dois sistemas,

d . 1) Ly = b

 1 0 0   y1  9
     
 0 1 0  y2  = 1
1 / 2 1 / 2 1   y  7
   3  
Portanto: y1 = 9; y2 = 1

9
 
1 y1 + 1 y2 + y3 = 7 → y3 = 2; ∴ y = 1
2 2 2
 
d. 2) Ux = y

2 1 3  x1   9 
     
0 −1 1  x2  = 1
0 1   x  2
 0  3  

15
 Portanto: x3 = 2
-x2 + x3 = 1 → x2 = 1
2x1 + x2 + 3 x3 = 9 → x1 = 1

2 1 3  x1  9 1
       
Assim, a solução de : 0 −1 1  x2  = 1 éx= 1
1 3  x  7 2
 0  3    

1.3.3- Exercícios

1.3.3.1) Considere o sistema:

 5 x1 + 2 x 2 + x3 = − 12

− x1 + 4 x2 + 2 x3 = 20
 2x − 3x − 10 x =
 1 2 3
3

Pede-se :

a) Resolver usando decomposição LU

b) Calcular det. A pelo mesmo.

1.3.3.2) Considere a matriz A, n x n, com todas as sub-matrizes principais não singulares.

Exiba as fórmulas da decomposição LU, onde L é matriz triangular inferior e U é matriz
triangular superior com 1 na diagonal.

1.3.3.3) Resolver o sistema Ax = b, onde

2 3 − 1 4
   
A = 1 0 2  e b = 3
0 3 − 1 2
  
usando decomposição LU.

1.3.3.4) Seja a matriz A, n x n, decomponível em LU.

Sejam Ai, i = 1, 2, ..., n, os menores principais de ordem i. Mostrar que:

∆i
uii = , i = 1 , 2 ,..., n
∆ i −1
Onde ∆ i = det A i , ∆ n = det A e ∆ o = 1.

16
1.4- O Método de Gauss Compacto

Simplificação da resolução do método de decomposição LU através da resolução de

um único sistema triangular a ser visto.

Construção do método:

Ax = b é resolvido através da tabela,

 a 11 a 12 K a 1n b1   1 0 K 0  u 11 u12 K u 1n u1n +1 
    
 a 21 a 22 K a 2 n b 2   l 21 1 K 0  0 u 22 K u 2 n u 2 n +1 
 M =
M M   M  M 
    
a K   K 1  0 0 K u nn u nn+1 
14 a
n1 44 n 24 a
4244nn
b
444 n3  l n1 l n2
144444244 4443
A* U*

Fazendo-se

 b1   a 1n +1 
   
 b 2   a 2 n +1 
 M  = M 
   
b  a 
 n   nn +1 

Valem as mesmas expressões encontradas para a primeira decomposição LU feita, ou

seja,

 i −1
u ij

= a ij − ∑ l ik u kj i≤j
k =1
 j−1
l
 ij
= (a ij − ∑ l ik u kj ) / u jj i >j
 k =1

i = 1,..., n
Considerando-se: 
 j = 1,..., n , n + 1

Aplicação de Gauss Compacto ao sistema:

1 2 3  x 1   6 
    
 4 − 2 1  x 2  =  3 
 3 1 − 1 x   3 
  3   

17
Neste caso:

 b1   6   a 14 
     
 b 2  =  3  =  a 24 
 b   3  a 
 3     34 

Considerando-se os cálculos já efetuados:

u 11 = 1
u 12 = 2
u 13 = 3
u 14 = a 14 = 6

A 1ª linha de U* é a mesma da 1ª linha de A*

1ª coluna da L:
l21 = 4
l31 = 3

2ª linha da U:
u22 = -10
u23 = -11
u24 = a24 – l21 . u14 = 3- (4.6) = - 21 ⇒ u24 = - 21

2ª coluna da L:
l32 = 1/2

3ª linha da U:
u33 = - 9/2
u34 = a34 – (l31 .u14 + l32 .u24 ) ⇒ u34 = - 9/2

Note que, para a resolução do sistema Ax = b tem-se A = LU e b = Ly,

 u14 
 
onde y =  u 24  , então
u 
 34 

Ax = b ⇔ LUx = Ly ⇔ Ux = y

Assim, para a resolução do sistema considerado basta efetuar:

1 2 3  x 1   6 
  
 0 −10 −11  x 2  =  − 21 
   
 0 0 − 9  x 3   − 9 
 2  2

18
 1 
 
Cuja solução é x* = 1 .
1 
 

Observação: No caso em que y é determinado pelo Gauss Compacto, não é necessário

resolver-se o sistema Ly = b, basta resolver diretamente Ux = y
 u1n +1 
 
 u 2 n +2 
onde y = 
M 
.
 
 unn + 1
 

1.4.1- Exercícios

1.4.1.1) Usando o método de Gauss-Compacto resolver o sistema:

 2x1 + 4x 2 + 6x 3 + x 4 = − 8

x 1 − 3x 2 − x 3 + 2x 4 = 4

 2x1 + x 2 + 3x 3 − x 4 = −2
 4x − 2x + x − 4x = 6
 1 2 3 4

1.4.1.2) Resolver o sistema matricial composto usando o método de Gauss-Compacto:

 2 −1 3  x 1 y1 z1   − 4 2 4 
    
 4 1 2  x 2 y2 z2  =  − 7 6 6 
 1 0 10 x z 3   − 11 2 20 
  3 y3

1.4.1.3) Fazer os exercícios 1.3.3.1) a 1.3.3.3) da seção anterior.

19