Cholesky-Zerlegung-Rechner

Cholesky-Zerlegung-Rechner

Der Cholesky-Zerlegung-Rechner faktorisiert eine symmetrische, positiv definite Matrix A in das Produkt einer unteren Dreiecksmatrix L und ihrer Transponierten Lᵀ, so dass A = LLᵀ gilt. Diese Faktorisierung ist grundlegend in der numerischen linearen Algebra und bietet etwa die doppelte Effizienz der allgemeinen LU-Zerlegung, indem sie die Symmetrie und positive Definitheit der Eingabematrix ausnutzt. Der Rechner bietet animierte schrittweise Herleitungen, interaktive Zellhervorhebung und eine automatische Verifizierung, dass LLᵀ die Matrix A wiederherstellt.

Wie die Cholesky-Zerlegung funktioniert

Gegeben ist eine n×n symmetrische positiv definite Matrix A. Der Algorithmus berechnet L Spalte für Spalte. Für jede Spalte j:

Diagonalelement:

$$L_{jj} = \sqrt{A_{jj} - \sum_{k=1}^{j-1} L_{jk}^2}$$

Nicht-Diagonalelemente (für i > j):

$$L_{ij} = \frac{1}{L_{jj}} \left( A_{ij} - \sum_{k=1}^{j-1} L_{ik} L_{jk} \right)$$

Der Algorithmus schreitet von links nach rechts über die Spalten voran. Jedes Diagonalelement beinhaltet eine Quadratwurzel, die garantiert reell und positiv ist, wenn A positiv definit ist. Wenn unter der Quadratwurzel ein negativer Wert erscheint, ist die Matrix nicht positiv definit.

Bedingungen für die Cholesky-Zerlegung

Wichtige Eigenschaften

So verwenden Sie den Cholesky-Zerlegung-Rechner

1. Matrixgröße wählen — Wählen Sie zwischen 2×2 bis 6×6. Die Cholesky-Zerlegung erfordert eine quadratische Matrix.
2. Werte eingeben — Füllen Sie die Matrixzellen aus. Der Rechner spiegelt die Einträge automatisch über die Diagonale, um die Symmetrie zu erzwingen (das Bearbeiten von A[i,j] setzt automatisch A[j,i]).
3. Auf Zerlegen klicken — Drücken Sie die Schaltfläche "Zerlegen A = LLᵀ", um die Faktorisierung zu berechnen.
4. Ergebnis erkunden — Überprüfen Sie die farbcodierte Gleichung A = L × Lᵀ. Klicken Sie auf eine beliebige Zelle in L, um deren Herleitungsformel zu sehen. Nutzen Sie "Alle abspielen", um schrittweise durch jedes Element zu gehen.
5. Verifizieren — Der Rechner multipliziert L × Lᵀ wieder zusammen und gibt den maximalen Fehler an, was bestätigt, dass die Zerlegung korrekt ist.

Praxisanwendungen

Cholesky im Vergleich zu anderen Zerlegungen

Häufig gestellte Fragen

Was ist die Cholesky-Zerlegung?

Die Cholesky-Zerlegung (benannt nach André-Louis Cholesky) faktorisiert eine symmetrische positiv definite Matrix A in A = LLᵀ, wobei L eine untere Dreiecksmatrix mit positiven Diagonaleinträgen ist. Sie ist eine der effizientesten und numerisch stabilsten verfügbaren Matrixfaktorisierungen.

Wann kann die Cholesky-Zerlegung angewendet werden?

Die Matrix muss symmetrisch (A = Aᵀ) und positiv definit sein (alle Eigenwerte strikt positiv, oder äquivalent dazu, xᵀAx > 0 für jeden Nicht-Null-Vektor x). Häufige Beispiele sind Kovarianzmatrizen, Korrelationsmatrizen, Gram-Matrizen (XᵀX für X mit vollem Rang) und Steifigkeitsmatrizen im Bauningenieurwesen.

Was passiert, wenn meine Matrix nicht positiv definit ist?

Wenn die Matrix nicht positiv definit ist, stoßen Sie während der Zerlegung auf einen negativen Wert unter einer Quadratwurzel, was keine reelle Zahl ist. Der Rechner gibt eine Fehlermeldung aus, die genau angibt, welcher Diagonalschritt fehlgeschlagen ist. Prüfen Sie Ihre Matrix eventuell auf Symmetriefehler oder ziehen Sie die LDLᵀ-Zerlegung für positiv semidefinite Matrizen in Betracht.

Wie wird die Cholesky-Zerlegung zum Lösen linearer Systeme verwendet?

Um Ax = b zu lösen, zerlegen Sie zuerst A = LLᵀ. Lösen Sie dann Ly = b durch Vorwärtssubstitution (da L eine untere Dreiecksmatrix ist) und lösen Sie anschließend Lᵀx = y durch Rückwärtssubstitution. Dies ist etwa doppelt so schnell wie das Lösen via LU-Zerlegung, da L und Lᵀ dieselben Daten teilen.

Was ist die Beziehung zwischen Cholesky und der Determinante?

Da A = LLᵀ gilt, haben wir det(A) = det(L) × det(Lᵀ) = det(L)². Und da L eine Dreiecksmatrix ist, ist det(L) einfach das Produkt ihrer Diagonaleinträge. Dies bietet einen effizienten Weg, die Determinante einer positiv definiten Matrix zu berechnen.

Kann die Cholesky-Zerlegung auf komplexe Matrizen angewendet werden?

Ja, bei komplexen Matrizen besteht die Bedingung darin, dass A hermitesch positiv definit sein muss (A = A*, wobei A* die konjugiert-transponierte Matrix ist). Die Zerlegung wird zu A = LL*, wobei Lᵀ durch L* ersetzt wird. Dieser Rechner verarbeitet reellwertige Matrizen.

Lineare Algebra:

• Winkel zwischen Vektoren Rechner Neu
• Charakteristisches Polynom Rechner Neu
• Cholesky-Zerlegung-Rechner Neu
• Spaltenraum-Rechner Neu
• Cramersche Regel Rechner Neu
• Kreuzprodukt-Rechner Neu
• Determinantenrechner
• Skalarprodukt-Rechner Neu
• Eigenwert- und Eigenvektor-Rechner
• Gram-Schmidt-Rechner
• Jacobi-Matrix-Rechner Neu
• Jordansche Normalform Rechner Neu
• matrixrechner
• Matrix-Diagonalisierung-Rechner Neu
• Matrixexponential-Rechner Neu
• Matrix Inverse Rechner Neu
• Matrix-LU-Zerlegung-Rechner
• Matrix-Multiplikationsrechner Neu
• Matrixpotenz-Rechner Neu
• Matrixrang-Rechner
• Matrixspur-Rechner
• Nullraum-Rechner Neu
• Partialbruchzerlegungsrechner
• QR-Zerlegung Rechner Neu
• RREF Rechner (Zeilenstufenform) Neu
• Singulärwertzerlegung (SVD) Rechner
• Tensorprodukt-Rechner Neu
• Einheitsvektor-Rechner Neu
• vektorrechner
• Vektorbetrag-Rechner Neu
• Vektorprojektion Rechner