Desde 2010 · Más de 2 millones de usos de herramientas al mes
Desde 2010
Añadir a Chrome

Mi Caja de Herramientas

Modo Automático

Aún no has guardado herramientas.

Actualizar a la Versión Premium
Herramientas relacionadas
Calculadora de Descomposición QRCalculadora de Descomposición de CholeskyCalculadora de Matriz InversaCalculadora de rango de matrizCalculadora de Descomposición en Valores Singulares (SVD)Calculadora de Diagonalización de MatricesCalculadora de Descomposición en Fracciones Parciales
Página de inicio > Matemáticas > Álgebra Lineal
 

Calculadora de Descomposición LU de Matriz

Calcule la descomposición LU de cualquier matriz cuadrada con pivoteo parcial. Obtenga las matrices triangular inferior (L), triangular superior (U) y de permutación (P) con eliminación gaussiana paso a paso y verificación.

Uso gratuitoNo requiere registroActualizado feb 2026
Calculadora de Descomposición LU de MatrizPruébalo ahora — gratis ▼

Ejemplos rápidos — haga clic para completar:

3×3 Estándar 3×3 Sin pivoteo 2×2 Intercambio 4×4 Tridiagonal
Formatos: 2 1 1; 4 3 3; 8 7 9 (puntos y comas) o una fila por línea. Admite la notación [1,2,3] o (1 2 3). La matriz debe ser cuadrada (n×n).

Embed Calculadora de Descomposición LU de Matriz Widget

Calculadora de Descomposición LU de Matriz

Bienvenido a la Calculadora de Descomposición LU de Matriz, una herramienta integral de álgebra lineal que factoriza cualquier matriz cuadrada en el producto de una matriz triangular inferior (L) y una matriz triangular superior (U) mediante la eliminación gaussiana con pivoteo parcial. Obtenga una eliminación detallada paso a paso, animación interactiva de la descomposición y verificación automática. Ideal para estudiantes, ingenieros y cualquier persona que trabaje con sistemas de ecuaciones lineales.

¿Qué es la descomposición LU?

La descomposición LU (también llamada factorización LU) expresa una matriz cuadrada \(A\) como el producto de dos matrices triangulares:

Descomposición LU
$$A = LU$$

Donde:

  • L (Triangular inferior): tiene unos en la diagonal y entradas distintas de cero solo debajo de la diagonal. Estas entradas son los multiplicadores utilizados durante la eliminación gaussiana.
  • U (Triangular superior): tiene entradas distintas de cero solo en y por encima de la diagonal. Esta es la forma escalonada por filas de la matriz.

Cuando se utiliza pivoteo parcial (para evitar pivotes cero y mejorar la estabilidad numérica), la factorización se convierte en:

Descomposición LU con Pivoteo Parcial
$$PA = LU$$

Donde \(P\) es una matriz de permutación que registra los intercambios de filas realizados durante la eliminación.

Cómo usar esta calculadora

  1. Ingrese su matriz: Introduzca una matriz cuadrada con las filas en líneas separadas o separadas por puntos y comas. Los elementos pueden separarse por espacios, comas o pestañas. Admite hasta 8×8.
  2. Establezca la precisión decimal: Elija cuántos decimales (2-10) desea mostrar en los resultados.
  3. Haga clic en Descomponer: La calculadora realiza la factorización LU con pivoteo parcial y muestra los resultados.
  4. Revise los resultados: Examine las matrices L, U y P, la descomposición animada y los detalles de la eliminación paso a paso.

Resolución de sistemas lineales con descomposición LU

La descomposición LU es particularmente potente para resolver sistemas de ecuaciones lineales \(Ax = b\). Una vez que se tiene \(PA = LU\), la resolución se convierte en un proceso de dos pasos:

Paso 1: Sustitución hacia adelante

Resuelva \(Ly = Pb\) para \(y\). Dado que \(L\) es triangular inferior, esto es directo: comience desde la ecuación superior y avance hacia abajo:

Sustitución hacia adelante
$$y_i = b_i' - \sum_{j=1}^{i-1} L_{ij} y_j, \quad i = 1, 2, \ldots, n$$

Paso 2: Sustitución hacia atrás

Resuelva \(Ux = y\) para \(x\). Dado que \(U\) es triangular superior, comience desde la ecuación inferior y avance hacia arriba:

Sustitución hacia atrás
$$x_i = \frac{1}{U_{ii}} \left( y_i - \sum_{j=i+1}^{n} U_{ij} x_j \right), \quad i = n, n-1, \ldots, 1$$

Cálculo del determinante

El determinante de \(A\) se puede calcular eficientemente a partir de los factores LU:

Determinante a partir de la Descomposición LU
$$\det(A) = (-1)^s \cdot \prod_{i=1}^{n} U_{ii}$$

Donde \(s\) es el número de intercambios de filas (pivotes) y \(U_{ii}\) son las entradas de la diagonal de \(U\). Dado que \(\det(L) = 1\) (todas las entradas de la diagonal son 1) y \(\det(P) = (-1)^s\), la fórmula se deduce de \(\det(P)\det(A) = \det(L)\det(U)\).

¿Por qué el pivoteo parcial?

Sin pivoteo, la descomposición LU falla si algún elemento pivote es cero. Incluso cuando los pivotes son distintos de cero pero pequeños, el resultado calculado puede sufrir errores numéricos severos. El pivoteo parcial selecciona el pivote más grande disponible en cada columna, lo que:

  • Evita la división por cero
  • Minimiza el crecimiento de errores de redondeo
  • Garantiza que los multiplicadores en L satisfagan \(|L_{ij}| \leq 1\)
  • Asegura que toda matriz no singular pueda ser descompuesta

Aplicaciones de la descomposición LU

CampoAplicación
IngenieríaResolución de grandes sistemas provenientes del análisis de elementos finitos, simulación de circuitos, mecánica estructural
Computación CientíficaSolución numérica de ecuaciones diferenciales, inversión de matrices, estimación del número de condición
EstadísticaAnálisis de regresión, factorización de matrices de covarianza, estimación de máxima verosimilitud
Gráficos por ComputadoraCanalizaciones de transformación, simulaciones físicas, cálculos de iluminación
Aprendizaje AutomáticoEntrenamiento de modelos lineales, procesos gaussianos, métodos de kernel
EconomíaModelos de entrada-salida, análisis de equilibrio, problemas de optimización

LU frente a otras descomposiciones

  • LU vs QR: LU es más rápido (\(O(\frac{2}{3}n^3)\) frente a \(O(\frac{4}{3}n^3)\)) pero menos estable numéricamente. Se prefiere QR para problemas de mínimos cuadrados.
  • LU vs Cholesky: Cholesky (\(A = LL^T\)) funciona solo para matrices simétricas definidas positivas, pero es el doble de rápido y más estable que la LU general.
  • LU vs Eliminación gaussiana: LU es eliminación gaussiana, pero la forma factorizada L y U se puede reutilizar para resolver múltiples términos independientes de manera eficiente.

Preguntas frecuentes

¿Qué es la descomposición LU?

La descomposición LU (también llamada factorización LU) es un método que factoriza una matriz cuadrada A en el producto de una matriz triangular inferior L y una matriz triangular superior U, de modo que A = LU (o PA = LU con pivoteo parcial). La matriz L tiene unos en la diagonal y almacena los multiplicadores de eliminación, mientras que U es el resultado de la eliminación gaussiana.

¿Por qué es necesario el pivoteo parcial en la descomposición LU?

El pivoteo parcial intercambia filas para colocar el valor absoluto más grande en la posición del pivote. Esto evita la división por cero cuando un elemento pivote es cero y reduce los errores numéricos causados por la división por números pequeños. Con el pivoteo parcial, la factorización se convierte en PA = LU, donde P es una matriz de permutación que registra los intercambios de filas.

¿Cuáles son las aplicaciones de la descomposición LU?

La descomposición LU se utiliza para resolver sistemas de ecuaciones lineales (Ax = b) de manera eficiente, calcular determinantes de matrices, encontrar matrices inversas y analizar la estabilidad numérica. Es especialmente eficiente al resolver múltiples sistemas con la misma matriz de coeficientes pero diferentes términos independientes, ya que la factorización solo debe realizarse una vez.

¿Cómo se resuelve Ax = b usando la descomposición LU?

Después de calcular PA = LU, resolver Ax = b consiste en: primero resolver Ly = Pb mediante sustitución hacia adelante (fácil porque L es triangular inferior), luego resolver Ux = y mediante sustitución hacia atrás (fácil porque U es triangular superior). Este proceso de dos pasos es mucho más rápido que la eliminación gaussiana cuando se resuelven múltiples sistemas.

¿Se puede descomponer por LU cualquier matriz cuadrada?

No todas las matrices cuadradas tienen una descomposición LU sin pivoteo. Una matriz tiene una factorización LU si y solo si todos sus menores principales líderes son distintos de cero. Sin embargo, con pivoteo parcial (PA = LU), toda matriz cuadrada no singular puede descomponerse. Las matrices singulares pueden fallar si se encuentra un pivote cero.

Recursos adicionales

Cite este contenido, página o herramienta como:

"Calculadora de Descomposición LU de Matriz" en https://MiniWebtool.com/es/calculadora-de-descomposición-lu-de-matriz/ de MiniWebtool, https://MiniWebtool.com/

por el equipo de miniwebtool. Actualizado: 18 de feb. de 2026

API para desarrolladores disponible: Ejecuta esta herramienta desde tu app, automatización o agente con una solicitud HTTP JSON. Ver documentación de la API

También puede probar nuestro Solucionador de Matemáticas AI GPT para resolver sus problemas matemáticos mediante preguntas y respuestas en lenguaje natural.

Álgebra Lineal:

Herramientas populares y actualizadas:

Calculadora de Multiplicación de MatricesCalculadora de Traza de MatrizCalculadora de Potencia de MatrizVer todos →
Página de inicio > Matemáticas > Álgebra Lineal > Calculadora de Descomposición LU de Matriz