对称正定矩阵的Cholesky分解

对称正定矩阵的三角分解

设$A$为n阶对称正定矩阵，则$A$可以分解为一个单位下三角矩阵$\tilde{L}$和一个上三角矩阵$\tilde{U}$的乘积：
$$A=\tilde{L}\tilde{U}$$
令$D=diag(\widetilde{u_{11}},\cdots ,\widetilde{u_{nn}})$，则
$$\tilde{U}=DU=D^{\frac{1}{2}}{D}^{\frac{1}{2}}U$$
得：
$$A=(\tilde{L}{D}^{\frac{1}{2}})(D^{\frac{1}{2}}U)=L{U}_1$$
其中$L=\tilde{L}{D}^{\frac{1}{2}}$为非奇异的下三角矩阵，$U_1=D^{\frac{1}{2}}U$为非奇异的上三角矩阵。因为$A=A^T$，所以
$$L{U}_1=U_1^T{L}^T$$
由于A的分解是唯一的，于是
$$U_1=L^T$$
则
$$A=L{L}^T(1)$$
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
$$a_{ij}=\sum _{k=1}^{j-1}{l}_{ik}{l}_{jk}+l_{ij}{l}_{jj}(i=j,j+1,\cdots ,n)$$
于是对于j=1,2,…,n 有
$$l_{jj}=(a_{jj}-\sum _{k=1}^{j-1}{l}_{jk}^2{)}^{\frac{1}{2}}$$
$$l_{ij}=\frac{a_{ij}-{\sum }_{k=1}^{j-1}{l}_{ik}{l}_{jk}}{l_{jj}}(i=j+1,\cdots ,n)$$
$$规定\sum _{k=1}^0{l}_{ik}{l}_{jk}=0$$

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:c
    if j == 1
        L(j, j) = A(j, j) ^ (1/2);
        L(j+1:end, j) = A(j+1:end, j) / L(j, j);
    else
        L(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
end

end