matlab中使用chol函数对矩阵进行Cholesky分解

定义

定理：若n*n阶矩阵A是对称正定的，则存在一个对角元为正数的下三角矩阵L，使得A = L’*L成立（其中L‘表示L的共轭转置）。

用法

R=chol（A）

chol（A）只使用A的对角线和上三角形。下三角假设为上三角的（复共轭）转置。如果A是正定的，那么R=chol（A）产生一个上三角R，使得R’*R=A。如果A不是正定的，则打印错误消息。

L=chol（A，‘lower’）

L=chol（A，‘lower’）仅使用A的对角线和下三角形生成下三角形L，因此L*L’=A。如果A不是正定的，则打印错误消息。当A是稀疏的时，chol的语法速度通常更快。

[R，p]=chol（A）

[R，p]=chol（A），有两个输出参数，从不产生错误消息。如果A是正定的，则p为0，R与上述相同。但是如果A不是正定的，那么p就是一个正整数。当A为满秩时，R是q=p-1阶的上三角矩阵，因此R’*R=A（1:q，1:q）。当A稀疏时，R是q乘n阶的上三角矩阵，使得R’*R的前q行和前q列的L形区域与A的L形区域一致。

[L，p]=chol（A，‘lower’）

[L，p]=chol（A，‘lower’），如上所述的函数，只产生一个下三角矩阵L。也就是说，当A满秩时，L是q=p-1阶下三角矩阵，因此L*L’=A（1:q，1:q）。当A稀疏时，L是n×q大小的下三角矩阵，因此L×L’的前q行和前q列的L形区域与A的L形区域一致。

[R，p，S]=chol（A）

[R，p，S]=chol（A），当A是稀疏时，返回置换矩阵S，它是由AMD得到的A的一个前序。当p=0时，R是一个上三角矩阵，使得R’*R=S’AS。当p不为零时，R是q乘n阶大小的上三角矩阵，因此R’*R的前q行和前列的L形区域与S’AS的L形区域一致。S’AS的因子往往比A的因子稀疏。

[R，p，s]=chol（A，‘vector’）

[R，p，s]=chol（A，‘vector’）以向量s的形式返回置换信息，使得A（s，s）=R’*R，当p=0时。标记’matrix‘可用于代替‘vector’以获得默认行为。

[L，p，s]=chol（A，‘lower’，‘vector’）

[L，p，s]=chol（A，‘lower’，‘vector’）仅使用A的对角线和下三角，并返回下三角矩阵L和置换向量s，使得当p=0时A（s，s）=L*L’。