Factorización de Cholesky

Una matriz A simétrica y positiva definida puede ser factorizada de

manera eficiente por medio de una matriz triangular inferior y una matriz
triangular superior.
Recuerde que una matriz simétrica es aquella donde aij = aji para toda i y j. En otras palabras, [A] = [A]T.
Tales sistemas se presentan comúnmente en problemas de contexto matemático y de ingeniería. Estas
matrices ofrecen ventajas computacionales, ya que únicamente se necesita la mitad de espacio de
almacenamiento y, en la mayoría de los casos, sólo se requiere la mitad del tiempo de cálculo para su
solución. Uno de los métodos más populares usa la descomposición de Cholesky. Este algoritmo
se basa en el hecho de que una matriz simétrica se descompone así:
[A] = [L][L]T
Es decir, los factores triangulares resultantes son la transpuesta uno de otro.

Para encontrar la factorización , bastaría ver la forma de L y observar las ecuaciones

que el producto derecho nos conduce al igualar elementos:

así obtendríamos que: Matriz triangular

inferior

a11 = l112
a21 = l21l11
a22=l212 + l222

a32=l31l21+l32l22 l32=(a32-l31l21)/l22, etc.

y de manera general, para y :

Ahora bien, ya que A es simétrica y definida positiva, podemos asegurar que los elementos sobre
la diagonal de L son positivos y los restantes elementos reales desde luego.

Una de las aplicaciones de la factorización de Cholesky es resolver las ecuaciones normales de un

problema de cuadrados mínimos, esas ecuaciones son: , en la que es
simétrica y definida positiva.

&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&

TEMA: Sistemas de ecuaciones lineales

Ejemplo del método de Cholesky

Problema:

Resolver el siguiente sistema de ecuaciones lineales usando el método de Cholesky

 6 15 55  100
A = 15 55 225 y C= 150
Matriz
simétrica
55 225 979 100

Solución:

En el método de Cholesky el primer paso es encontrar la matriz L usando las fórmulas

i 1
a ki   l ij l kj k 1

l ki 
j 1 l kk  a kk   l kj2
l ii y
j 1

La primera ecuación se usa para elementos fuera de la diagonal y la segunda para elementos en la
diagonal principal.
Entonces.

a 21 15
l11  a11  6 = 2.4495 l 21   = 6.1237
l11 2.4495
a31 55
l31   = 22.454 Ya sabemos que l12 = 0
l11 2.4495

l 22  a 22  l 21
2
 55 6.12372 = 4.1833

a32  l 21l31 225  (6.1237)(22.454)

l32   = 20.916
l 22 4.1833

De igual forma l13 = l23 = 0 y

l 33  a 33  (l 312  l 322 )  979  (22.4542  20.9162 ) = 6.1106

La matriz L es igual a

2.4495 0 0 
L  6.1237 4.1833 0 
22.454 20.916 6.1106

En el método de Cholesky U = LT

2.4495 6.1237 22.454

U   0 4.1833 20.916
 0 0 6.1106

El siguiente paso es encontrar el vector D de la misma manera que en el método de

descomposición de LU

i 1
ci   lij d j
j 1
di 
lii

c1 100 c2  l 21d1 150  (6.1237)(40.8246)

d1   =40.8246 d2   =-23.9045
l11 2.4495 l 22 4.1833

c3  (l31d1  l32 d 2 ) 100  ((22.454)(40.8246)  (20.916)(23.9045))

d3   =-51.826
l33 6.1106
Finalmente se calcula el vector de incógnitas comenzando por la última x, donde n es el grado de
la matriz, en este ejemplo n=3
n
di  u
j i 1
ij xj
xi 
u ii

d3
x3  =-51.826/6.1106=-8.481
u 33
d  u 23 x3
x2  2 = [-23.9045-(20.916)(-8.481)]/4.1833 = 36.690
u 22

d1  (u12 x2  u13 x3 )
x1  = [40.8246 – ((6.1237)(36.69)+(22.454)(-8.481))]/2.4495 = 2.685
u11

El resultado se puede comprobar multiplicando A por X y el resultado debe ser igual a C.

Resultados 11.5 x1=-2.734375; x2= 4.8828125; x3= -1.71875

Resultados 11.6 x1=2.47857142; x2=2.359285; x3=1.860714