P. 1
Factorización de Cholesky

Factorización de Cholesky

|Views: 494|Likes:
Publicado porEduardo Renteria

More info:

Published by: Eduardo Renteria on May 22, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

10/12/2014

pdf

text

original

INTRODUCCION

En matemáticas, la factorización o descomposición de Cholesky toma su nombre del matemático André-Louis Cholesky, quien encontró que una matriz simétrica definida positiva puede ser descompuesta como el producto de una matriz triangular inferior y la traspuesta de la matriz triangular inferior. La matriz triangular inferior es el triángulo de Cholesky de la matriz original positiva definida. El resultado de Cholesky ha sido extendido a matrices con entradas complejas. Es una manera de resolver sistemas de ecuaciones matriciales y se deriva de la factorización LU con una pequeña variación. Cualquier matriz cuadrada A con pivotes no nulos puede ser escrita como el producto de una matriz triangular inferior L y una matriz triangular superior U; esto es llamada la factorización LU. Sin embargo, si A es simétrica y definida positiva, se pueden escoger los factores tales que U es la transpuesta de L, y esto se llama la descomposición o factorización de Cholesky. Tanto la descomposición LU como la descomposición de Cholesky son usadas para resolver sistemas de ecuaciones lineales. Cuando es aplicable, la descomposición de Cholesky es dos veces más eficiente que la descomposición LU.

FACTORIZACION CHOLESKY

La proposición se lee ahora: una matriz cuadrada A tiene una descomposición de Cholesky si y sólo si A es Hermitiana y semidefinida positiva. Una Matriz D diagonal con entradas positivas en la diagonal. El requerimento de que L tenga entradas diagonales estrictamente positivas puede extenderse para el caso de la descomposición en el caso de ser semidefinida positiva. L se puede asumir también con entradas reales. hay una única matriz triangular inferior L con entradas diagonales estrictamente positivas tales que A = LL*. En el caso especial que A es una matriz positiva definida simétrica con entradas reales. y: ( son ∑ )→ Para el resto de los elementos. Las factorizaciones de Cholesky para matrices semidefinidas positivas no son únicas en general. es factorizable como . Donde uij los elementos de la matriz U. entonces A es Hermitiana y definida positiva. El recíproco se tiene trivialmente: si A se puede escribir como LL* para alguna matriz invertible L. donde es matriz cuya diagonal consiste en la raíz cuadrada de cada elemento de D.DEFINICION La descomposición de Cholesky es única: dada una matriz Hermitiana positiva definida A. triangular inferior o no. que tomamos como positivos. Así: La factorización puede ser calculada directamente a través de las siguientes fórmulas (en este caso realizamos la factorización superior A = Ut * U): √( ∑ ) → Para los elementos de la diagonal principal. FACTORIZACION CHOLESKY .

Si A es simétrica y positiva definida. luego resolviendo Ly = b para y. FACTORIZACION CHOLESKY . Por ejemplo. entonces se puede solucionar Ax = b calculando primero la descomposición de Cholesky A = LLT. para obtener la triangular inferior L.APLICACIÓN La descomposición de Cholesky se usa principalmente para hallar la solución numérica de ecuaciones lineales Ax = b. u produce un vector Lu con las propiedades de covarianza del sistema a ser modelado. esto ocurre frecuentemente en la solución numérica de ecuaciones diferenciales parciales. Aplicando ésta a un vector de ruidos simulados incorrelacionados. las ecuaciones normales en problemas de mínimos cuadrados lineales son problemas de esta forma. Simulación de Monte Carlo La descomposición de Cholesky se usa comúnmente en el método de Monte Carlo para simular sistemas con variables múltiples correlacionadas: La matriz de correlación intra variables es descompuesta. Podría ocurrir que la matriz A proviene de un funcional de energía el cual debe ser positivo bajo consideraciones físicas. y finalmente resolviendo LTx = y para x. Mínimos cuadrados lineales Sistemas de la forma Ax = b con A simétrica y definida positiva aparecen a menudo en la práctica.

DONDE B ES UNA MATRIZ TRIANGULAR INFERIOR Y R SU TRANSPUESTA: B= L(√ ) . sabemos que admite factorización LU: *A=LU A=( )( )= *A=LD A=( =LD )( . ) DIGAMOS QUE A=BR. *Por tratarse de una matriz hermitica y definida positiva. D: MATRIZ DIAGONAL )( ) *A=L(√ )(√ ) √ A= L ( √ √ )( √ √ √ .DEMOSTRACION *Toda matriz A hermitica y definida positiva puede ser descompuesta de la forma A= Siendo R una matriz triangular superior. R=(√ ) FACTORIZACION CHOLESKY .

=L√ √ . A=(L√ )(√ =R.EJEMPLO 1 DADA LA MATRIZ. ahora factorizamos: )( )=LU A=( √ A=L ( √ )( √ )( √ )( )=LD √ √ ). FACTORIZAR MEDIANTE EL METODO DE CHOLESKY: A=( ). √ √ √ √ √ √ )( √ A= ( √ √ √ ) : MATRIZ FACTORIZADA FACTORIZACION CHOLESKY . Observamos que la matriz es simétrica. ahora veremos si es definida positiva: *) | | *) | *) |  A=( 3>0 | = 9-1=8 >0 | = (27+0+0)-(0+3+3)= 21 >0 Sí es definida positiva.

R es una matriz triangular inferior )=( )( ) √( ∑ ) ( ∑ )  √ √  = √ √  √( ( √ √ =√   ( √ √ √  √[ ( ] √* ( √ )+ √ . A=( .EJEMPLO 2 DADA LA MATRIZ FACTORIZAR APLICANDO LAS FORMULAS DADAS ANTERIORMENTE (*) (**) A=R.

Así quedaría: √ √ √ √ √ √ )( √ A= ( √ √ √ )  El ejercicio se ha efectuado por las dos formas obteniéndose el mismo resultado .

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->