Dal 2010 · Oltre 2 milioni di utilizzi degli strumenti ogni mese
Dal 2010
Aggiungi a Chrome

La Mia Cassetta Degli Attrezzi

Modalità Automatica

Nessuno strumento salvato.

Aggiorna alla Versione Premium
Strumenti correlati
Calcolatore Decomposizione QRCalcolatore di Decomposizione LU di MatriceCalcolatore di Decomposizione in Frazioni ParzialiCalcolatore di Decomposizione a Valori Singolari (SVD)Calcolatore di Moltiplicazione di MatriciCalcolatore di Traccia di MatriceTavola Periodica Interattiva
Pagina Iniziale > Matematica > Algebra Lineare
 

Calcolatore di Decomposizione di Cholesky

Decomponi una matrice simmetrica definita positiva in A = LLᵀ con calcoli animati passo dopo passo. Visualizza ogni elemento della matrice triangolare inferiore L derivato con formule complete.

Utilizzo gratuitoSenza registrazioneRisultati istantanei
Calcolatore di Decomposizione di CholeskyProvalo ora — gratis ▼
Esempi:
Dimensione Matrice: A: 2×2 Simmetrica: A[i,j] = A[j,i]
Matrice A 2×2 (simmetrica, definita positiva)
[
]
↕ Modificando A[i,j] si aggiorna automaticamente A[j,i]

Embed Calcolatore di Decomposizione di Cholesky Widget

Calcolatore di Decomposizione di Cholesky

Il calcolatore di decomposizione di Cholesky scompone una matrice simmetrica definita positiva A nel prodotto di una matrice triangolare inferiore L e della sua trasposta Lᵀ, tale che A = LLᵀ. Questa fattorizzazione è fondamentale nell'algebra lineare numerica, offrendo circa il doppio dell'efficienza della decomposizione LU generale sfruttando la simmetria e la definita positività della matrice di input. Il calcolatore fornisce derivazioni animate passo dopo passo, evidenziazione interattiva delle celle e verifica automatica che LLᵀ ricostruisca A.

Come funziona la decomposizione di Cholesky

Data una matrice simmetrica definita positiva A di dimensione n×n, l'algoritmo calcola L colonna per colonna. Per ogni colonna j:

Elemento diagonale:

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

Elementi fuori diagonale (per i > j):

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

L'algoritmo procede da sinistra a destra attraverso le colonne. Ogni elemento diagonale comporta una radice quadrata, che è garantita essere reale e positiva quando A è definita positiva. Se appare un valore negativo sotto la radice quadrata, la matrice non è definita positiva.

Condizioni per la decomposizione di Cholesky

CondizioneRequisitoCosa succede se violata
SimmetricaA = Aᵀ (A[i,j] = A[j,i])La decomposizione non è definita
Definita PositivaTutti gli autovalori > 0Valore negativo sotto radice quadrata
QuadrataMatrice n×nNon applicabile a matrici rettangolari

Proprietà chiave

Triangolare Inferiore
L ha zeri sopra la diagonale
Unicità
Se A è definita positiva, L è unica
Efficiente
~n³/3 operazioni contro n³/3 × 2 per LU
Stabile
Nessun pivoting necessario — sempre stabile
det(A) = det(L)²
Determinante dalla diagonale di L
Risoluzione Ax = b
Sostituzione in avanti e poi all'indietro

Come usare il calcolatore di decomposizione di Cholesky

  1. Seleziona la dimensione della matrice — Scegli da 2×2 fino a 6×6. La decomposizione di Cholesky richiede una matrice quadrata.
  2. Inserisci i valori — Compila le celle della matrice. Il calcolatore rispecchia automaticamente i dati attraverso la diagonale per garantire la simmetria (modificando A[i,j] si imposta automaticamente A[j,i]).
  3. Clicca su Decomponi — Premi il pulsante "Decomponi A = LLᵀ" per calcolare la fattorizzazione.
  4. Esplora il risultato — Esamina l'equazione A = L × Lᵀ codificata a colori. Clicca su qualsiasi cella in L per vedere la sua formula di derivazione. Usa "Riproduci Tutto" per scorrere automaticamente ogni elemento.
  5. Verifica — Il calcolatore moltiplica nuovamente L × Lᵀ e riporta l'errore massimo, confermando che la decomposizione è corretta.

Applicazioni nel mondo reale

📊
Monte Carlo
Generazione di variabili casuali correlate da una matrice di covarianza
📡
Filtri di Kalman
Stima dello stato nella navigazione e nell'elaborazione dei segnali
🤖
Machine Learning
Processi gaussiani, inversione di covarianza
📐
Ottimizzazione
Metodo di Newton con Hessiane definite positive
💰
Finanza
Modellazione del rischio di portafoglio tramite decomposizione della correlazione
🏗
Ingegneria
Matrici di rigidezza del metodo degli elementi finiti

Cholesky rispetto ad altre decomposizioni

MetodoFattorizzazioneRequisitiComplessità
CholeskyA = LLᵀSimmetrica definita positivan³/3
LUA = LU (o PA = LU)Invertibile2n³/3
QRA = QRQualsiasi matrice2n³/3 (Householder)
SVDA = UΣVᵀQualsiasi matrice~11n³/3
EigendecompositionA = QΛQᵀSimmetrica~9n³

Domande frequenti

Cos'è la decomposizione di Cholesky?

La decomposizione di Cholesky (dal nome di André-Louis Cholesky) scompone una matrice simmetrica definita positiva A in A = LLᵀ, dove L è una matrice triangolare inferiore con elementi diagonali positivi. È una delle fattorizzazioni di matrici più efficienti e numericamente stabili disponibili.

Quando si può applicare la decomposizione di Cholesky?

La matrice deve essere simmetrica (A = Aᵀ) e definita positiva (tutti gli autovalori strettamente positivi o, equivalentemente, xᵀAx > 0 per ogni vettore x non nullo). Esempi comuni includono matrici di covarianza, matrici di correlazione, matrici di Gram (XᵀX per X a rango pieno) e matrici di rigidezza nell'ingegneria strutturale.

Cosa succede se la mia matrice non è definita positiva?

Se la matrice non è definita positiva, incontrerai un valore negativo sotto una radice quadrata durante la decomposizione, che non è un numero reale. Il calcolatore riporterà un errore indicando esattamente quale passaggio diagonale è fallito. Potrebbe essere necessario controllare la matrice per errori di simmetria o considerare la decomposizione LDLᵀ per matrici semidefinite positive.

Come viene usata la decomposizione di Cholesky per risolvere sistemi lineari?

Per risolvere Ax = b, prima scomponi A = LLᵀ. Quindi risolvi Ly = b per sostituzione in avanti (poiché L è triangolare inferiore), e infine risolvi Lᵀx = y per sostituzione all'indietro. Questo è circa due volte più veloce della risoluzione tramite decomposizione LU perché L e Lᵀ condividono gli stessi dati.

Qual è la relazione tra Cholesky e il determinante?

Poiché A = LLᵀ, abbiamo det(A) = det(L) × det(Lᵀ) = det(L)². E poiché L è triangolare, det(L) è semplicemente il prodotto dei suoi elementi diagonali. Ciò fornisce un modo efficiente per calcolare il determinante di una matrice definita positiva.

La decomposizione di Cholesky può essere applicata a matrici complesse?

Sì, per le matrici complesse la condizione è che A deve essere hermitiana definita positiva (A = A*, dove A* è la trasposta coniugata). La decomposizione diventa A = LL* dove L* è la trasposta coniugata di L. Questo calcolatore gestisce matrici a valori reali.

Cita questo contenuto, pagina o strumento come:

"Calcolatore di Decomposizione di Cholesky" su https://MiniWebtool.com/it/calcolatore-di-decomposizione-di-cholesky/ di MiniWebtool, https://MiniWebtool.com/

dal team miniwebtool. Aggiornato: 2026-04-12

Algebra Lineare:

Risolutore matematicoCosa vuoi risolvere?

Risolutore matematico

Esempi
Altre espressioni

Scegli un esempio, modifica i numeri e risolvi. log usa base 10; ln è il logaritmo naturale.

Numeri e fattori

Frazioni e divisione

Potenze, radici e logaritmi

Algebra ed equazioni

Calcolo

Geometria e trigonometria

Strumenti popolari e aggiornati:

Calcolatore di Diagonalizzazione di MatriceCalcolatore di Potenza di MatriceCalcolatore Spazio ColonnaVedi tutti →
Pagina Iniziale > Matematica > Algebra Lineare > Calcolatore di Decomposizione di Cholesky