UNIVERSIDAD POLITECNICA SALESIANA

MÉTODOS NUMÉRICOS

Byron Calero

CUARTO CIVIL

2011 – 2011
 Tema: Método de descomposición de CHolesky
Teoría
En álgebra lineal , la descomposición de Cholesky o en el triángulo de Cholesky es
una descomposición de un hermitiana , definida positiva de la matriz en el producto de una
matriz triangular inferior y su transpuesta conjugada . Fue descubierto por André-Louis
Cholesky para matrices reales y es un ejemplo de una raíz cuadrada de una matriz . Cuando sea
aplicable, la descomposición de Cholesky es aproximadamente dos veces más eficiente que
la descomposición LU para resolver sistemas de ecuaciones lineales.

Si A tiene las entradas reales y es simétrica (o, más generalmente, es hermítica ) y definida
positiva , entonces A se puede descomponer como

donde L es una matriz triangular inferior con entradas diagonales estrictamente positivas,
y L * denota la transpuesta conjugada de L. Esta es la descomposición de Cholesky.

La descomposición de Cholesky es única: una propuesta, definida positiva de la matriz A-

hermitiana, sólo hay una matriz triangular inferior L con entradas diagonales estrictamente
positivos tales que A = * LL. Lo contrario tiene trivialmente: si A se puede escribir
como * LL para algunos invertible L, triangular inferior o de otra manera, entonces A es
hermitiana y definida positiva.

El requisito de que L tiene entradas diagonales estrictamente positivo se puede quitar para

extender la factorización al-semidefinida caso positivo. La declaración lee: una matriz
cuadrada A tiene una descomposición de Cholesky si y sólo si A es hermitiana y positiva
semi-definida. factorizaciones de Cholesky para matrices positiva semidefinida no son los
únicos en general.

En el caso particular de que A es simétrica definida positiva matriz con elementos

reales, L se puede suponer que las entradas reales también.

La descomposición de Cholesky se utiliza principalmente para la solución numérica de ecuaciones

lineales Ax = b. Si A es simétrica y definida positiva, entonces podemos resolver Ax= b, calculando
primero la descomposición de Cholesky A = LL T, entonces la solución de Ly = b para y, y, finalmente, la
solución de T L x = y para x.

 Lineal por mínimos cuadrados

 Lineal de optimización no
 Simulación de Monte Carlo
 Filtros de Kalman
 Algoritmo
El algoritmo de Cholesky, que se utiliza para calcular la descomposición de la matriz L, es una versión
modificada de la eliminación de Gauss .

El algoritmo recursivo comienza con i: = 1 y

En la etapa i, la matriz A (i) tiene la siguiente forma:

donde i -1 denota la matriz identidad de dimensión i - 1.

Si ahora definimos la matriz i L por

entonces podemos escribir A (i)

Donde

Tenga en cuenta que b i b i * es un producto externo , por lo que este algoritmo se llama
la versión del producto en el exterior (Golub y Van Loan).

Repetimos esto para i desde 1 hasta n. Después de los pasos n, obtenemos A (n +1) = yo. Por lo tanto, la

matriz triangular inferior L que estamos buscando se calcula como