对称正定矩阵的Cholesky分解
对称正定矩阵的三角分解
设A\ A A为n阶对称正定矩阵,则A\ A A可以分解为一个单位下三角矩阵L~\ \tilde{L} L~和一个上三角矩阵U~\ \tilde{U} U~的乘积:
A=L~U~\ A=\tilde{L} \tilde{U} A=L~U~
令D=diag(u11~,⋯,unn~)\ D=diag(\tilde{u_{11}},\cdots, \tilde{u_{nn}}) D=diag(u11~,⋯,unn~),则
U~=DU=D12D12U\ \tilde{U}=DU=D^{\frac{1}{2}}D^{\frac{1}{2}}U U~=DU=D21D21U
得:
A=(L~D12)(D12U)=LU1\ A=(\tilde{L}D^{\frac{1}{2}})(D^{\frac{1}{2}}U)=LU_1 A=(L~D21)(D21U)=LU1
其中L=L~D12\ L=\tilde{L}D^{\frac{1}{2}} L=L~D21为非奇异的下三角矩阵,U1=D12U\ U_1=D^{\frac{1}{2}}U U1=D21U为非奇异的上三角矩阵。因为A=AT\ A=A^T A=AT,所以
LU1=U1TLT\ LU_1=U_1^T L^T LU1=U1TLT
由于A的分解是唯一的,于是
U1=LT\ U_1=L^T U1=LT
则
A=LLT(1)\ A=LL^T \quad (1) A=LLT(1)
以上就是对成正定矩阵的分解定理
Cholesky分解
设A是对称正定矩阵,则存在对角元全是正数的下三角矩阵L,使(1)存在且唯一,这种分解称为Cholesky分解,假设以算出L的第1至j-1列元素,由(1)得
aij=∑k=1j−1likljk+lijljj(i=j,j+1,⋯,n)\ a_{ij}=\sum_{k=1}^{j-1}l_{ik}l_{jk}+l_{ij}l_{jj} \quad (i=j,j+1,\cdots,n) aij=k=1∑j−1likljk+lijljj(i=j,j+1,⋯,n)
于是对于j=1,2,…,n 有
ljj=(ajj−∑k=1j−1ljk2)12\ l_{jj}=(a_{jj}-\sum_{k=1}^{j-1}l_{jk}^2)^{\frac{1}{2}} ljj=(ajj−k=1∑j−1ljk2)21
lij=aij−∑k=1j−1likljkljj(i=j+1,⋯,n)\ l_{ij}=\frac{a_{ij}-\sum_{k=1}^{j-1}l_{ik}l_{jk}}{l_{jj}} \quad (i=j+1,\cdots,n) lij=ljjaij−∑k=1j−1likljk(i=j+1,⋯,n)
规定∑k=10likljk=0\ 规定 \sum_{k=1}^0 l_{ik}l_{jk}=0 规定k=1∑0likljk=0
Matlab实现矩阵的Cholesky分解
function L = Cholesky(A)
%CHOLESKY 完成对矩阵A的cholesky分解
% input: A -- 要分解的矩阵
% output: L -- A的cholesky分解下三角矩阵[r, c] = size(A);
L = zeros(r, c);for j = 1:cif j == 1L(j, j) = A(j, j) ^ (1/2);L(j+1:end, j) = A(j+1:end, j) / L(j, j);elseL(j, j) = (A(j, j) - sum(L(j, 1:j-1).^2)) .^ (1/2);L(j+1:end, j) = (A(j+1:end, j) - L(j+1:end, 1:j-1) * L(j, 1:j-1)') / L(j, j);end
endend
对称正定矩阵的Cholesky分解相关推荐
- 使用 uBLAS 进行实对称正定矩阵的 Cholesky 分解
Cholesky 分解理论 矩阵分解--三角分解(Cholesky 分解) 矩阵分解--三角分解(二) 注:只有实对称矩阵才有 Cholesky 分解理论. 已知实对称正定矩阵 AA,其 Choles ...
- 3阶Hermitian正定矩阵Cholesky分解通用表达式
pdf文件 算法原理 将一个nnn阶Hermitian正定矩阵AAA分解为一个下三角矩阵LLL及其转置LTL^TLT的乘积,即: A=LLT(1)A=LL^T\tag{1} A=LLT(1) 推导过程 ...
- Cholesky分解—概率密度分布及累计概率分布(完整代码分享)
目录 概述: 分解条件: 代码: 结果: 概述: Cholesky分解是一种分解矩阵的方法, 在线性代数中有重要的应用.Cholesky分解把矩阵分解为一个下三角矩阵以及它的共轭转置矩阵的乘积(那实数 ...
- 解对称正定矩阵线性方程组的平方根方法
对称正定矩阵线性方程组 0. 引言 1. 对称正定矩阵线性方程组 1.1 对称正定矩阵及其三角分解法 1.2 平方根法 1.3 改进平方根法 1.4 代码实现 2. 应用举例:最小二乘法多项式拟合函数 ...
- 线性代数笔记: Cholesky分解
1 介绍 当一个实矩阵A是对称正定矩阵的时候,它可以分解成一个下三角矩阵L以及它的转置的乘积,即: 1.1 矩阵半正定的情况 如果矩阵是正定的话,那么L唯一确定:如果矩阵是半正定的话,那么也可以分解, ...
- cholesky分解java代码_Cholesky 分解(转)
Cholesky 分解是把一个对称正定的矩阵表示成一个下三角矩阵L和其转置的乘积的分解. 它要求矩阵的所有特征值必须大于零,故分解的下三角的对角元也是大于零的. Cholesky分解法又称平方根法,是 ...
- 矩阵的Cholesky分解
原文链接:矩阵的Cholesky分解 首先来复习线性代数中几个重要的概念. 1)如果一个复矩阵A = A*(共轭转置),则A称为Hermitian矩阵.(注意,矩阵A转置后仍为其本身,显然A一定是方阵 ...
- 矩阵分解——三角分解(Cholesky 分解)
(1)一个对角元素都是1的下三角矩阵,称为单位下三角矩阵. (2)上(下)三角矩阵的乘积仍是上(下)三角矩阵: (3)一般来说,矩阵的三角分解不唯一. (4)实对称正定矩阵 AA,Δk>0\De ...
- 三十分钟理解:矩阵Cholesky分解,及其在求解线性方程组、矩阵逆的应用
写一篇关于Cholesky分解的文章,作为学习笔记,尽量一文看懂矩阵Cholesky分解,以及用Cholesky分解来求解对称正定线性方程组,以及求对称正定矩阵的逆的应用. 文章目录 直接Choles ...
- 几种矩阵分解算法: LU分解,Cholesky分解,QR分解,SVD分解,Jordan分解
目录 1.LU分解 2. LDLT分解法 3. Cholesky分解的形式 4. QR分解 5.SVD分解 5.1 SVD与广义逆矩阵 6. Jordan 分解 参考文章: ---------我只是搬 ...
最新文章
- 2.分布式文件系统HDFS之一
- VTK:冰激凌用法实战
- QT学习——Tcp客户端通信(本地回环)
- dedecms织梦最新0day
- java web redis_java web redis使用(二)
- 【registry】registry合并带spring boot项目第一弹
- 一文详解三维重建中的立体匹配
- java广告投放系统_广告投放系统
- 阿里云DataV实现MySQL数据库类型数据源绑定
- 全球及中国仿制药产业未来发展走势及营销产量规模预测报告2021-2027年
- 基于STM32的简易数码相册
- p2p与反p2p的博弈,一劳永逸真的不容易么
- 数字人民币的基础:共识与信任
- Java 基础 Collection集合拓展
- 正在载入中......loading页面的几种方法
- echarts世界地图
- ENVI中的辐射校正
- 数据通信原理_什么是数据通信?有什么特点?
- FFA 议程上线!实时化浪潮下,Apache Flink 还将在大数据领域掀起怎样的变革?...
- 你走过的最漫长的弯路是这套吗?设计师的弯路