Factorizacion Cholesky

Universidad Nacional Mayor de San Marcos

Integrantes:
Bonilla Guerra, Noemi Melany
Montalvo Cusi, Marjorie Dayanne
Paullo Montes, Flor
Zárate Cancho, Edward Daniel

21 de Septiembre del 2018

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
1 / 20 D
 Indice

1 EJERCICIO 1

2 INTRODUCCION

3 MARCO TEÓRICO
ALGORITMO

4 APLICACION
Aplicacion en MatLab

5 EJERCICIO

6 CONCLUSIONES

7 BIBLIOGRAFIA

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
2 / 20 D
 EJERCICIO 1

1.De los métodos numéricos para resolver sistemas de ecuaciones

lineales, elegir un método directo y un método iterativo, y estudiar el
coste computacional.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
3 / 20 D
 INTRODUCCION

En matemática la FACTORIZACIÓN O DESCOMPOSICIÓN DE CHOLESKY

toma su nombre del matemático Andre Louis Cholesky , quien encontró que
una matriz simétrica definida positiva puede ser compuesta como el
producto de una matriz triangular inferior y la transpuesta 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 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 recibe el nombre de factorización LU sin embargo, si A es simétrica y
definida positiva, se puede escoger los factores tales que U es la
transpuesta de L , y esto se llama descomposición o factorización de
cholesky. Tanto la descomposición LU como la descomposición de Cholesky
son usadas para resolver sistemas de ecuaciones lineales.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
4 / 20 D
 Cuando es aplicable, la descomposición de Cholesky es dos veces más
eficiente que la descomposición LU .
Tenemos la matriz de coeficientes de un sistema de ecuaciones la
llamaremos A , comprobando que esta matriz sea simétrica, porque de lo
contrario no es factorizable por Cholesky. Cuando A es simétrico podemos
tratar de factorizarla en la forma A = L × L T , L T quiere decir la matriz L
traspuesta, cuando la tenemos factorizada ya podemos resolver el sistema
de ecuaciones. Una condición necesaria y suficiente para que una matriz a
admite factorización de Cholesky es que sea simétrica y definida positiva.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
5 / 20 D
 MARCO TEORICO

En muchos problemas aplicados surgen matrices simétricas. Cuando se

aplica la factorización a LU a una matriz simétrica, la matriz U no
corresponde a L T , obviamente. Si eliminamos la condición de que L o U sean
de diagonal unitaria.
Toda matriz real A que tenga factorización LU única, y que sea simétrica y
definida positiva,entonces tiene una factorización única de la forma
A = L × L T , donde L es una matriz triangular inferior con diagonal positiva, y
se dice que A tiene factorización de Cholesky.
Para determinar la factorización de Cholesky compararemos uno a uno los
elementos de la matriz A y del producto L × L T , es decir : A = L × L T

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
6 / 20 D
      
a1,1 a1, 2 a1, n l1,1 0 0 l1,1 l1,2 l1,n
a2,1 a2, 2 a2,n  = l2,1 l2,2 0 . 0 l2,2 l2,n 
an , 1 an ,2 an , n ln ,1 ln ,2 ln ,n 0 0 ln ,n

Como antes, determinar la expresión de los coeficientes de L es

relativamente fácil. Para la primera columna de L,
p
a1,1 = l12,1 =⇒ l1,1 = a1,1

ai , 1
ai ,1 = li ,1 l1,1 =⇒ li ,1 =
l1,1

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
7 / 20 D
 para la segunda columna de L,
q
a2,2 = l22,1 + l22,2 =⇒ l2,2 = a2,2 − l22,1

a1,2 − li ,1 l2,1
ai ,2 = li ,2 l2,1 + li ,2 l2,2 =⇒ li ,2 =
l2,2
y, en general, para la j-ésima columna,
v
jX
−1
u
u
lj ,j = taj ,j − lj2,k
k =1
q
Pj −1
ai ,j − l l
k =1 i ,k i ,j
li ,j =
lj ,j
Para l ≤ i < j ≤ n.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
8 / 20 D
 Es interesante notar que lj ,j > 0implica que
jX
−1
aj ,j = lj2,k ≥ lj2,k
k =1

Por lo que
p
lj ,k ≤ aj ,j 1 ≤ i ≤ j ≤ n
es decir, la raíz cuadrada de los elementos de la diagonal de A son cotas
superiores de los elementos de las correspondientes columnas de L.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 Montes,
de Septiembre
FlorZárate
del 2018
Cancho, Edward
9 / 20 D
 Algoritmo

HACER PARA k = 1 : n
HACER PARA i = 1 : k ˘1
sum = 0
HACER PARA j = 1 : i ˘1
sum = sum + aij ∗ akj
FIN
(aki ˘sum)
aki =
aii
FIN
sum = 0
HACER PARA j = 1 : k ˘1
sum = sum + akj2
FIN PARA
p
akk = akk ˘sum
FIN

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 10
Edward
/ 20 D
 APLICACION
En Matlab

1 function L=cholesky(A,b)
2
3 %f a c t o r i z a c i n de cholesky(matrices simetricas definidas
positivas)
4 %L=cholesky(A) almacenada una triangular inferior en L,
tal que
5 %A=L * L'.A debe ser cuadrada y simetrica.
6
7 [n,r]= size(A);
8 if ~( size(A,1)== size(b,1) & size(b,2) ==1)
9 error('El t a m a o de las matrices no es correcto '
)
0 end
1 if rank(A)== rank ([A,b]) & rank(A)== size(A,2)
2 disp( 'sistema compatible determinado ')
3 E=rref ([A b]);r=rank(A);X=E(1:r,end); disp('
S o l u c i n unica:'),disp(X)

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 11
Edward
/ 20 D
1 elseif rank(A)== rank ([A,b])
2 disp('sistema compatible indeterminado ')
3 else
4 warning('sistema incompatible ')
5 end
6
7 if n~=r,error('Matriz no cuadrada ');
8 end
9
0 if any(any(A-A'))~=0, error('la matriz no es simetrica ');
1 end

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 12
Edward
/ 20 D
1 L=eye(n);
2 for i=1:n
3 for j=1:i-1
4 L(i,j)=(A(i,j)-L(i ,1:j -1) * L(j ,1:j -1) ')/L(j,j);
5 end
6 L(i,i)=A(i,i)-L(i ,1:i -1) * L(i ,1:i -1) ';
7
8 if L(i,i) <=0
9 error('la matriz no es definida positiva ');
0 else
1 L(i,i)=sqrt(L(i,i));
2 end
3 end

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 13
Edward
/ 20 D
 Dados    
4 −1 0 2
A = −1 4 −1 ;b = 6
0 −1 4 2

Determine:
(a) El vector x tal que A x = b por factorización de Cholesky.
(b) A−1 a partir de la factorización de Cholesky.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 14
Edward
/ 20 D
 Solución:
(a) Para aplicar el método directo de Cholesky es necesario que la matriz sea
simétrica
y definida positiva. Para comprobar este último punto aplicaremos la regla de
los
menores principales ¯ ¯
¯ 4 −1 ¯
A1 = |4| = 4 > 0, A2 = ¯¯ ¯ = 15 > 0,
−1 4 ¯
yA3 = |A | = 56 > 0, luegoesdefinidapositiva .
La factoriacion Cholesky A = LL T se determina fácilmente igualando fila a
fila las matrices
    
l11 0 0 l11 l21 l31 4 −1 0
 l21 l22 0  0 l22 l32  =  −1 4 −1 
l31 l32 l33 0 0 l33 0 −1 4

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 15
Edward
/ 20 D
 Es decir,
l 2 11 = 4, l11 = 2,
l11 l21 = −1, l21 = −1/2,
l11 l31 = 0, l31 = 0,
l 2 21 + l 2 22 = 4, l 2 22 = 4 −p1/4 = 15/4,
l21 l31 + l22 l32 = −1, l32 = −2/ 15,
l 2 31 + l 2 32 + l 2 33 = 4, l 2 33 = 4 − 4/15 = 56/15,
Por lo que
−2 0 0
 
p
L =  −1/2 15/2
p p
0 
0 −2/ 15 56/15

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 16
Edward
/ 20 D
 Ahora para resolver el sistema Ax = LL T x = b , debemos resolver los dos
sistemas triangulares Ly = b y L T x = y . El primero de ellos tiene como
solución
às !T
1, 13 56
y= p , ,
15 15

y el segundo,

x = (1, 2, 1)T ,

que es la solución buscada.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 17
Edward
/ 20 D
 (b) A −1 = (L T )−1 L −1 = (L −1 )T L −1 y la inversa de la matriz L es fácil de
determinar
 p 
56/2 p p
0 0
L −1 = p1 
56/15/2 2 56/15 0 
56 p p p
1/ 15 4/ 15 15
1/2 0 0
 
p p
L −1 =  p 15/30 p
2/ 15 p
0 
210/420 210/105 56/15

Con lo que  
15/16 1/14 1/56
−1 −1 T −1
A = (L ) L =  1/14 2/7 1/14 
1/56 1/14 15/56

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 18
Edward
/ 20 D
 CONCLUSIONES

Para aplicar Cholesky es necesario que la matriz sea simétrica definida

positiva
Se trata de un método de descomposición LU en el caso en que la matriz
A sea simétrica y definida positiva. Basta con tomar U = L T y, por tanto,
A = LL T
Si la matriz no es simétrica ni definida positiva no es posible aplicar el
método de Cholesky por lo tanto se recomienda seguir con otro método.

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 19
Edward
/ 20 D
 BIBLIOGRAFIA

https://sites.google.com/site procesosnumericosrafaelrincon/2-
practica-2/1-marco-teorico/metodos-directos/cholesky

https://sites.google.com/site/procesosnumericosproyectos/practica02/ma
teorico-1/cholesky
http://www.ugr.es/ mpasadas/ftp/Tema3a puntes .pdf

Universidad Nacional Mayor de San Marcos (Integrantes:Bonilla Guerra,

Factorizacion
Noemi MelanyMontalvo
Cholesky Cusi, Marjorie DayannePaullo
21 deMontes,
Septiembre
FlorZárate
del 2018
Cancho, 20
Edward
/ 20 D