Calcolatore di Decomposizione LU di Matrice

Benvenuti nel Calcolatore di decomposizione LU di matrice, uno strumento completo di algebra lineare che scompone qualsiasi matrice quadrata nel prodotto di una matrice triangolare inferiore (L) e una matrice triangolare superiore (U) utilizzando l'eliminazione gaussiana con pivoting parziale. Ottieni un'eliminazione dettagliata passo dopo passo, un'animazione interattiva della decomposizione e una verifica automatica. Ideale per studenti, ingegneri e chiunque lavori con sistemi di equazioni lineari.

Cos'è la decomposizione LU?

La decomposizione LU (chiamata anche fattorizzazione LU) esprime una matrice quadrata \(A\) come il prodotto di due matrici triangolari:

Dove:

• L (Triangolare inferiore): ha 1 sulla diagonale e voci diverse da zero solo sotto la diagonale. Queste voci sono i moltiplicatori utilizzati durante l'eliminazione gaussiana.
• U (Triangolare superiore): ha voci diverse da zero solo sulla diagonale e sopra di essa. Questa è la forma a scalini della matrice.

Quando viene utilizzato il pivoting parziale (per evitare pivot nulli e migliorare la stabilità numerica), la fattorizzazione diventa:

Dove \(P\) è una matrice di permutazione che registra gli scambi di riga eseguiti durante l'eliminazione.

Come usare questo calcolatore

1. Inserisci la tua matrice: Inserisci una matrice quadrata con le righe su linee separate o separate da punti e virgola. Gli elementi possono essere separati da spazi, virgole o tabulazioni. Supporta fino a 8×8.
2. Imposta la precisione decimale: Scegli quante cifre decimali (2-10) mostrare nei risultati.
3. Clicca su Decomponi: Il calcolatore esegue la fattorizzazione LU con pivoting parziale e mostra i risultati.
4. Esamina i risultati: Esamina le matrici L, U e P, la decomposizione animata e i dettagli dell'eliminazione passo dopo passo.

Risoluzione di sistemi lineari con la decomposizione LU

La decomposizione LU è particolarmente potente per risolvere sistemi di equazioni lineari \(Ax = b\). Una volta ottenuto \(PA = LU\), la risoluzione diventa un processo in due fasi:

Passaggio 1: Sostituzione in avanti

Risolvi \(Ly = Pb\) per \(y\). Poiché \(L\) è triangolare inferiore, questo è semplice: inizia dall'equazione superiore e procedi verso il basso:

Passaggio 2: Sostituzione all'indietro

Risolvi \(Ux = y\) per \(x\). Poiché \(U\) è triangolare superiore, inizia dall'equazione inferiore e procedi verso l'alto:

Calcolo del determinante

Il determinante di \(A\) può essere calcolato efficientemente dai fattori LU:

Dove \(s\) è il numero di scambi di riga (pivot) e \(U_{ii}\) sono gli elementi diagonali di \(U\). Poiché \(\det(L) = 1\) (tutti gli elementi diagonali sono 1) e \(\det(P) = (-1)^s\), la formula deriva da \(\det(P)\det(A) = \det(L)\det(U)\).

Perché il pivoting parziale?

Senza pivoting, la decomposizione LU fallisce se un qualsiasi elemento pivot è zero. Anche quando i pivot sono diversi da zero ma piccoli, il risultato calcolato può risentire di gravi errori numerici. Il pivoting parziale seleziona il pivot più grande disponibile in ogni colonna, il che:

• Previene la divisione per zero
• Riduce al minimo la crescita degli errori di arrotondamento
• Garantisce che i moltiplicatori in L soddisfino \(|L_{ij}| \leq 1\)
• Assicura che ogni matrice non singolare possa essere decomposta

Applicazioni della decomposizione LU

LU rispetto ad altre decomposizioni

• LU vs QR: LU è più veloce (\(O(\frac{2}{3}n^3)\) vs \(O(\frac{4}{3}n^3)\)) ma meno stabile numericamente. QR è preferita per i problemi ai minimi quadrati.
• LU vs Cholesky: Cholesky (\(A = LL^T\)) funziona solo per matrici simmetriche definite positive, ma è due volte più veloce e più stabile della LU generale.
• LU vs Eliminazione Gaussiana: LU è l'eliminazione gaussiana, ma la forma fattorizzata L e U può essere riutilizzata per risolvere efficientemente più termini noti.

Domande frequenti

Cos'è la decomposizione LU?

La decomposizione LU (chiamata anche fattorizzazione LU) è un metodo che scompone una matrice quadrata A nel prodotto di una matrice triangolare inferiore L e una matrice triangolare superiore U, tale che A = LU (o PA = LU con pivoting parziale). La matrice L ha 1 sulla diagonale e memorizza i moltiplicatori di eliminazione, mentre U è il risultato dell'eliminazione gaussiana.

Perché è necessario il pivoting parziale nella decomposizione LU?

Il pivoting parziale scambia le righe per posizionare il valore assoluto più grande nella posizione del pivot. Ciò evita la divisione per zero quando un elemento pivot è zero e riduce gli errori numerici causati dalla divisione per numeri piccoli. Con il pivoting parziale, la fattorizzazione diventa PA = LU, dove P è una matrice di permutazione che registra gli scambi di riga.

Quali sono le applicazioni della decomposizione LU?

La decomposizione LU viene utilizzata per risolvere sistemi di equazioni lineari (Ax = b) in modo efficiente, calcolare determinanti di matrici, trovare matrici inverse e analizzare la stabilità numerica. È particolarmente efficiente quando si risolvono più sistemi con la stessa matrice dei coefficienti ma diversi termini noti, perché la fattorizzazione deve essere eseguita una sola volta.

Come si risolve Ax = b usando la decomposizione LU?

Dopo aver calcolato PA = LU, risolvere Ax = b diventa: prima risolvere Ly = Pb usando la sostituzione in avanti (facile perché L è triangolare inferiore), quindi risolvere Ux = y usando la sostituzione all'indietro (facile perché U è triangolare superiore). Questo processo in due fasi è molto più veloce dell'eliminazione gaussiana quando si risolvono sistemi multipli.

Ogni matrice quadrata può essere decomposta in LU?

Non tutte le matrici quadrate hanno una decomposizione LU senza pivoting. Una matrice ha una fattorizzazione LU se e solo se tutti i suoi minori principali sono diversi da zero. Tuttavia, con il pivoting parziale (PA = LU), ogni matrice quadrata non singolare può essere decomposta. Le matrici singolari possono fallire se si incontra un pivot zero.

Risorse aggiuntive

• Decomposizione LU - Wikipedia
• Matrice triangolare - Wikipedia
• Eliminazione gaussiana - Wikipedia