Calculadora de Descomposición de Cholesky
Factoriza una matriz simétrica definida positiva como A = LLᵀ con la calculadora de descomposición de Cholesky de MiniWebtool. El factor triangular inferior se construye paso a paso y luego se multiplica por su transpuesta para comprobar que se reconstruye la matriz de entrada.
En Gemini, pega la pregunta copiada en el chat. También puedes copiarla a continuación.¿No sabes cómo usar esta herramienta? Pregúntale a la IA
Ver la pregunta
Introduce una matriz simétrica definida positiva para obtener L, con cada elemento calculado paso a paso y la factorización A = LLᵀ comprobada.
Tu bloqueador de anuncios impide que mostremos anuncios
MiniWebtool sigue siendo gratis gracias a los anuncios. Si esta herramienta te ayudó, apóyanos actualizando para navegar sin anuncios y tener más usos diarios, o permite MiniWebtool.com y recarga.
- Permite anuncios para MiniWebtool.com y recarga
- O actualiza para navegar sin anuncios y tener límites diarios más altos
Calculadora de Descomposición de Cholesky
La Calculadora de Descomposición de Cholesky factoriza una matriz simétrica definida positiva A en el producto de una matriz triangular inferior L y su transpuesta Lᵀ, de modo que A = LLᵀ. Esta factorización es fundamental en el álgebra lineal numérica, ofreciendo aproximadamente el doble de eficiencia que la descomposición LU general al explotar la simetría y la definición positiva de la matriz de entrada. La calculadora proporciona derivaciones animadas paso a paso, resaltado interactivo de celdas y verificación automática de que LLᵀ reconstruye A.
Resumen rápido
La Calculadora de Descomposición de Cholesky factoriza una matriz simétrica definida positiva A en una matriz triangular inferior L y su transpuesta, de modo que A = LLᵀ. Luego multiplica L por Lᵀ para verificar el resultado.
| Función | Qué incluye | Ideal para |
|---|---|---|
| Tamaño de la matriz | Matrices cuadradas de 2×2 a 6×6. | Problemas de álgebra lineal y matrices de covarianza |
| Espejo de simetría | Editar A[i,j] define automáticamente A[j,i], de modo que la matriz permanece simétrica. | Introducir valores sin errores de simetría |
| Derivación paso a paso | Haga clic en cualquier celda de L para ver su fórmula, o use Reproducir todo para recorrer cada elemento. | Aprender cómo se calcula cada entrada |
| Verificación | Multiplica L × Lᵀ y reporta el error máximo respecto de A. | Confirmar que la factorización es correcta |
| No definida positiva | Si aparece un valor negativo bajo una raíz cuadrada, la calculadora indica en qué paso diagonal falló. | Descubrir por qué una matriz no puede factorizarse |
| Matrices de ejemplo | Preajustes de 2×2, 3×3, 4×4, una matriz de correlación y una matriz de Hilbert 3×3. | Probar la herramienta antes de introducir sus propios datos |
Cómo funciona la descomposición de Cholesky
Dada una matriz simétrica definida positiva A de n×n, el algoritmo calcula L columna por columna. Para cada columna j:
Elemento diagonal:
$$L_{jj} = \sqrt{A_{jj} - \sum_{k=1}^{j-1} L_{jk}^2}$$
Elementos fuera de la diagonal (para i > j):
$$L_{ij} = \frac{1}{L_{jj}} \left( A_{ij} - \sum_{k=1}^{j-1} L_{ik} L_{jk} \right)$$
El algoritmo avanza de izquierda a derecha a través de las columnas. Cada elemento diagonal implica una raíz cuadrada, la cual está garantizada como real y positiva cuando A es definida positiva. Si aparece un valor negativo bajo la raíz cuadrada, la matriz no es definida positiva.
Condiciones para la descomposición de Cholesky
| Condición | Requisito | Qué sucede si se infringe |
|---|---|---|
| Simétrica | A = Aᵀ (A[i,j] = A[j,i]) | La descomposición no está definida |
| Definida positiva | Todos los valores propios > 0 | Valor negativo bajo la raíz cuadrada |
| Cuadrada | Matriz n×n | No aplicable a rectangulares |
Propiedades clave
Cómo usar la Calculadora de Descomposición de Cholesky
- Seleccione el tamaño de la matriz — Elija desde 2×2 hasta 6×6. La descomposición de Cholesky requiere una matriz cuadrada.
- Ingrese los valores — Complete las celdas de la matriz. La calculadora refleja automáticamente las entradas a través de la diagonal para imponer la simetría (editar A[i,j] establece automáticamente A[j,i]).
- Haga clic en Descomponer — Presione el botón "Descomponer A = LLᵀ" para calcular la factorización.
- Explore el resultado — Revise la ecuación A = L × Lᵀ codificada por colores. Haga clic en cualquier celda de L para ver su fórmula de derivación. Use "Reproducir todo" para avanzar automáticamente por cada elemento.
- Verificar — La calculadora vuelve a multiplicar L × Lᵀ e informa el error máximo, confirmando que la descomposición es correcta.
Aplicaciones en el mundo real
Cholesky frente a otras descomposiciones
| Método | Factorización | Requisitos | Complejidad |
|---|---|---|---|
| Cholesky | A = LLᵀ | Simétrica definida positiva | n³/3 |
| LU | A = LU (o PA = LU) | Invertible | 2n³/3 |
| QR | A = QR | Cualquier matriz | 2n³/3 (Householder) |
| SVD | A = UΣVᵀ | Cualquier matriz | ~11n³/3 |
| Eigendecomposition | A = QΛQᵀ | Simétrica | ~9n³ |
Preguntas frecuentes
¿Qué es la descomposición de Cholesky?
La descomposición de Cholesky (llamada así por André-Louis Cholesky) factoriza una matriz simétrica definida positiva A en A = LLᵀ, donde L es una matriz triangular inferior con entradas diagonales positivas. Es una de las factorizaciones de matrices más eficientes y numéricamente estables disponibles.
¿Cuándo se puede aplicar la descomposición de Cholesky?
La matriz debe ser simétrica (A = Aᵀ) y definida positiva (todos los valores propios estrictamente positivos, o equivalentemente, xᵀAx > 0 para cada vector no nulo x). Ejemplos comunes incluyen matrices de covarianza, matrices de correlación, matrices de Gram (XᵀX para X de rango completo) y matrices de rigidez en ingeniería estructural.
¿Qué pasa si mi matriz no es definida positiva?
Si la matriz no es definida positiva, encontrará un valor negativo bajo una raíz cuadrada durante la descomposición, lo cual no es un número real. La calculadora informará un error indicando exactamente qué paso diagonal falló. Es posible que desee verificar su matriz en busca de errores de simetría o considerar la descomposición LDLᵀ para matrices semidefinidas positivas.
¿Cómo se utiliza la descomposición de Cholesky para resolver sistemas lineales?
Para resolver Ax = b, primero descomponga A = LLᵀ. Luego resuelva Ly = b mediante sustitución hacia adelante (ya que L es triangular inferior) y luego resuelva Lᵀx = y mediante sustitución hacia atrás. Esto es aproximadamente el doble de rápido que resolver mediante la descomposición LU porque L y Lᵀ comparten los mismos datos.
¿Cuál es la relación entre Cholesky y el determinante?
Dado que A = LLᵀ, tenemos det(A) = det(L) × det(Lᵀ) = det(L)². Y como L es triangular, det(L) es simplemente el producto de sus entradas diagonales. Esto proporciona una forma eficiente de calcular el determinante de una matriz definida positiva.
¿Se puede aplicar la descomposición de Cholesky a matrices complejas?
Sí, para matrices complejas la condición es que A debe ser hermítica definida positiva (A = A*, donde A* es la transpuesta conjugada). La descomposición se convierte en A = LL* donde L* es la transpuesta conjugada de L. Esta calculadora maneja matrices de valores reales.
Cite este contenido, página o herramienta como:
"Calculadora de Descomposición de Cholesky" en https://MiniWebtool.com/es/calculadora-de-descomposicion-de-cholesky/ de MiniWebtool, https://MiniWebtool.com/
por el equipo de miniwebtool. Actualizado: 2026-04-12
Chatea con tu IA favorita
En Gemini, pega la pregunta copiada en el chat. También puedes copiarla a continuación.
Ver la pregunta
Álgebra Lineal:
- Calculadora del Ángulo entre Vectores Nuevo
- Calculadora de Polinomio Característico Nuevo
- Calculadora de Descomposición de Cholesky Nuevo
- Calculadora de Espacio Columna Nuevo
- Calculadora de la Regla de Cramer Nuevo
- Calculadora de Producto Vectorial Nuevo
- Calculadora de Determinante
- Calculadora de Producto Escalar Nuevo
- Calculadora de Valores y Vectores Propios
- Calculadora de Gram-Schmidt
- Calculadora de Matriz Jacobiana Nuevo
- Calculadora de Forma Normal de Jordan Nuevo
- Calculadora de matrices
- Calculadora de Diagonalización de Matrices Nuevo
- Calculadora de Exponencial de Matrices Nuevo
- Calculadora de Matriz Inversa Nuevo
- Calculadora de Descomposición LU de Matriz
- Calculadora de Multiplicación de Matrices Nuevo
- Calculadora de Potencia de Matriz Nuevo
- Calculadora de rango de matriz
- Calculadora de Traza de Matriz
- Calculadora de Espacio Nulo Nuevo
- Calculadora de Descomposición en Fracciones Parciales
- Calculadora de Descomposición QR Nuevo
- Calculadora RREF (Forma Escalonada Reducida por Filas) Nuevo
- Calculadora de Descomposición en Valores Singulares (SVD)
- Calculadora de Producto Tensorial Nuevo
- Calculadora de Vector Unitario Nuevo
- Calculadora vectorial
- Calculadora de Magnitud de Vector Nuevo
- Calculadora de Proyección Vectorial