대규모 system을 취급하는 공학분야에 있어서 Matrix의 demension이 커짐에 따라 전산부담을 줄이기 위한 소요기억용량 절감 및 계산시간의 단축이 주된 관심사 중의 하나가 되어 왔다. LP(Linear Programming)기법 역시 대규모 선형 system에 적용될 경우 Basic Matrix 에 대한 dimensionality 문제를 포함하고 있으며 이에 대한 효과적인 해결방법으로 Bartels-Golub Decomposition 방법이 연구되어 있다. 이 방법은 Chan과 Yip등이 LSGA(Load Shedding and Generator Rescheduling) 문제에의 적용을 시도한 바 있으며, 일반적인 선형최적화 문제뿐만 아니라, dimensionality가 큰 Matrix의 Inverse 계산을 요하는 문제에 널리 적용될 수 있으므로 그 개요를 소개하고자 한다.