Anda di halaman 1dari 1

todo de Cholesky Me

Metodos de Factorizacion de Matrices


Tte. Inf. Jorge Ronald Gutierrez Chavez & Dusan Hamel Bejarano Roca Escuela Militar de Ingenieria, Ingenieria de Sistemas
Resumen En el M etodo de Cholesky consiste en una descomposici on de una matriz A en dos, una matriz triangular inferior L en la que su diagonal es estrictamente positiva y la otra una matriz LT , para la factorizaci on por el M etodo de Cholesky es requisito que sea una matriz cuadrada y que la diagonal sea positiva y distinta de 0.

Informaci on de Contacto: Departamento de Ingenier a de Sistemas Escuela Militar de Ingenier a 0811 Lanza, Cochabamba, Bolivia Tel efono: +591 (4)452 0453 Email: emicbba@gmail.com

Se aplicaran los siguientes teoremas: 1. Si A = LLT con L triangular inferior, real y no singular, entonces A es sim etrica y denida positiva. 2. Si A es una matriz cuadrada de orden nxn, entonces una condici on necesaria y suciente para que A sea denida positiva es que se cumplan las siguientes condiciones: a) a11 > 0 a11 a12 a13 b) a21 a22 a23 > 0 a31 a32 a33 a11 a12 a13 a21 a22 a23 >0 c) an1 an2 ann Tambi en usaremos las siguientes formulas: Partiendo de: a11 a12 a13 l11 0 0 l11 a21 a22 a23 l21 l22 0 0 A= = an1 an2 ann ln1 ln2 lnn 0 Para realizar los c alculos: 1. l11 = a11
a a1j 2. l1j = l 1j = a ; 1, ..., n 11 11 i1 2 1 3. lii = (aii k=1 lki) 2 ; i = 2, ..., n 1 4. lij = l1 [aij i lkilkj ]; j < i, i = 2, ..., n k =1 ii

1. l11 =

12 13 a11 = 2; l12 = a2 = 1; l13 = a2 = 2

Resultado
De esto ultimo se tiene que: x3 = 3, 2x3 x2 = = 2, 3 6 2 x3 + 2 x2 x3 = = 1. 2

2 = 10 1 = 3 2. l22 = a22 l12 4(1)(2) a23l12l13 = l23 = =2 3 l22

3. l33 = Es decir:

2 l2 = a33 l13 23

9 (2)2 (2)2 = 1

Introducci on
En matem aticas, la factorizaci on o descomposici on de Cholesky toma su nombre del matem atico Andr e-Louis Cholesky, quien encontr o que una matriz sim etrica denida 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 tri angulo de Cholesky de la matriz original positiva denida. 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 factorizaci on LU con una peque na variaci on. 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 recibe el nombre de factorizaci on LU. Sin embargo, si A es sim etrica y denida positiva, se pueden escoger los factores tales que U es la transpuesta de L, y esto se llama la descomposici on o factorizaci on de Cholesky. Tanto la descomposici on LU como la descomposici on de Cholesky son usadas para resolver sistemas de ecuaciones lineales. Cuando es aplicable, la descomposici on de Cholesky es dos veces m as eciente que la descomposici on LU.

2 1 2 L = 0 3 2 0 0 1

Conclusiones
La descomposici on de Cholesky se usa principalmente para hallar la soluci on num erica de ecuaciones lineales Ax = b. Si A es sim etrica y positiva denida, entonces se puede solucionar Ax = b calculando primero la descomposici on de Cholesky A = LLT , luego resolviendo Ly = b para y , y nalmente resolviendo LT x = y para x. El m etodo de Cholesky se puede aplicar en: M nimos cuadrados lineales.- Sistemas de la forma Ax = b con A sim etrica y denida positiva aparecen a menudo en la pr actica. Por ejemplo, las ecuaciones normales en problemas de m nimos cuadrados lineales son problemas de esta forma. Podr a ocurrir que la matriz A proviene de un funcional de energ a el cual debe ser positivo bajo consideraciones f sicas; esto ocurre frecuentemente en la soluci on num erica de ecuaciones diferenciales parciales. Simulaci on de Montecarlo.- La descomposici on de Cholesky se usa com unmente en el m etodo de Montecarlo para simular sistemas con variables m ultiples correlacionadas: la matriz de correlaci on entre variables es descompuesta, para obtener la triangular inferior L. sta a un vector de ruidos simulados incorrelacionados, u Aplicando e produce un vector Lu con las propiedades de covarianza del sistema a ser modelado. Filtro de Kalman.- Los ltros de Kalman usan frecuentemente la descomposici on de Cholesky para escoger un conjunto de puntos sigma. El ltro de Kalman sigue el estado promedio de un sistema como un vector x de longitud n y covarianza dada por una matriz P de tama no nxn. La matriz P es siempre semidenida positiva y puede descomponerse como LLT. Las columnas de L puede ser adicionadas y restadas de la media x para formar un conjunto de 2N vectores llamados los puntos sigma. Estos puntos sigma capturan la media y la covarianza del estado del sistema.

Entonces: 2 0 0 2 1 2 4 2 4 A = 2 10 4 = 0 3 2 1 3 0 2 2 1 0 0 1 4 4 9 2 0 0 Tomando D = 0 3 0 , se tiene que: 0 0 1 2 0 0 2 1 2 A = 0 3 2 1 3 0 2 2 1 0 0 1 1 2 0 0 2 0 0 2 1 2 2 0 0 1 3 0 = 0 3 2 0 3 00 1 0 3 0 0 1 0 0 1 2 2 1 0 0 1 1 0 0 4 2 4 1 1 0 = LU = 0 9 6 2 0 0 1 1 2 3 1 Ahora basandonos en el ejemplo resolviendo sistema de ecuaciones lineales dada por: 4x1 + 2x2 4x3 = 12 2x1 + 10x2 + 4x3 = 6 4x1 + 4x2 + 9x3 = 3 Podemos reducir mediante multiplicaci on del sistema por la matriz LT para obtener: 4 2 4 12 [A|y ] = 2 10 4 6 4 4 9 15 2 1 2 6 0 3 2 0 = [L|z ] 0 0 1 3

l12 l1n l22 l2n 0 lnn

Objetivos
1. Encontrar una soluci on a un sistema de ecuaciones lineales, basado en la factorizaci on LU de la matriz de coecientes relacionada al sistema. 2. Construir una matriz de coecientes y el vector con los t erminos independientes, correspondientes al sistema, y se toman como valores iniciales para poder calcular la factorizaci on 3. Expresar una matriz como producto de una matriz triangular superior por su transpuesta.

5. lij = 0; j < i, i = 2, ..., n

Secci on Matem atica


Ejemplo: 4 2 4 A = 2 10 4 4 4 9 Mediante c alculos directos tendremos que:

M etodos