乔列斯基分解有哪些应用？

乔列斯基分解用于求解线性方程组、生成相关随机变量的蒙特卡罗模拟、信号处理中的卡尔曼滤波、最小二乘拟合以及涉及正定 Hessian 矩阵的优化算法。

乔列斯基分解与 LU 分解有何不同？

LU 分解适用于任何可逆矩阵，并将其分解为 A = LU（或带选主元的 PA = LU）。乔列斯基分解专门用于对称正定矩阵，分解为 A = L 乘以 L 的转置。乔列斯基分解利用了对称性，速度约为 LU 分解的两倍，且不需要选主元。

如何计算乔列斯基分解？

该算法逐列计算 L 的元素。对角线元素计算为当前 A 元素减去之前 L 元素平方和的平方根，而非对角线元素则通过涉及 L 的对角线元素和之前计算的乘积的公式得出。

计算器支持复数吗？

此在线计算器目前处理实对称正定矩阵。对于复数矩阵，该概念扩展为埃尔米特正定矩阵的分解。

乔列斯基分解中的 L 是唯一的吗？

是的，如果 A 是正定的且我们要求 L 的对角线元素为正，那么乔列斯基分解 L 是唯一的。

乔列斯基分解计算器

将对称正定矩阵分解为 A = LLᵀ，并提供动画分步计算过程。查看下三角矩阵 L 的每个元素的完整推导公式，验证结果，并直观地探索矩阵分解。

免费使用无需注册即时出结果

乔列斯基分解计算器立即免费试用 ▼

Embed 乔列斯基分解计算器 Widget

乔列斯基分解计算器

乔列斯基分解计算器可将对称正定矩阵 A 分解为下三角矩阵 L 及其转置矩阵 Lᵀ 的乘积，使得 A = LLᵀ。这种分解是数值线性代数中的基础，通过利用输入矩阵的对称性和正定性，其效率大约是通用 LU 分解的两倍。该计算器提供动画单步推导、交互式单元格高亮显示以及 LLᵀ 重构 A 的自动验证。

乔列斯基分解的工作原理

给定一个 n×n 的对称正定矩阵 A，算法逐列计算 L。对于每一列 j：

对角线元素：

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

非对角线元素 (对于 i > j)：

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

算法按列从左向右进行。每个对角线元素都涉及一个平方根，当 A 是正定时，可以保证平方根下为正实数。如果在平方根下出现负值，则说明该矩阵不是正定的。

乔列斯基分解的条件

条件	要求	如果违反会怎样
对称性	A = Aᵀ (A[i,j] = A[j,i])	分解无定义
正定性	所有特征值 > 0	平方根下为负数
方阵	n×n 矩阵	不适用于长方形矩阵

关键属性

▽

下三角

L 在对角线以上的部分全为零

◻

唯一性

如果 A 是正定的，则 L 是唯一的

⚡

高效性

~n³/3 次操作，而 LU 分解为 n³/3 × 2

⊕

稳定性

无需选主元 — 始终稳定

↔

det(A) = det(L)²

行列式由 L 的对角线求得

↻

求解 Ax = b

先前向代换再后向代换

如何使用乔列斯基分解计算器

选择矩阵大小 — 从 2×2 到 6×6 之间选择。乔列斯基分解要求必须是方阵。
输入数值 — 填写矩阵单元格。计算器会自动跨对角线同步输入以强制执行对称性（编辑 A[i,j] 会自动设置 A[j,i]）。
点击分解 — 按下“分解 A = LLᵀ”按钮来计算分解。
探索结果 — 查看颜色编码的等式 A = L × Lᵀ。点击 L 中的任何单元格可查看其推导公式。使用“全部播放”功能可自动逐步查看每个元素。
验证 — 计算器将 L × Lᵀ 重新相乘并报告最大误差，确认分解正确。

实际应用

📊

蒙特卡罗

从协方差矩阵生成相关的随机变量

📡

卡尔曼滤波

导航和信号处理中的状态估计

🤖

机器学习

高斯过程、协方差求逆

📐

优化

具有正定 Hessian 矩阵的牛顿法

💰

金融

通过相关性分解进行投资组合风险建模

🏗

工程学

有限元法中的刚度矩阵

乔列斯基分解与其他分解的对比

方法	分解形式	要求	复杂度
Cholesky	A = LLᵀ	对称正定	n³/3
LU	A = LU (或 PA = LU)	可逆	2n³/3
QR	A = QR	任何矩阵	2n³/3 (Householder)
SVD	A = UΣVᵀ	任何矩阵	~11n³/3
特征值分解	A = QΛQᵀ	对称	~9n³

常见问题解答

什么是乔列斯基分解？

乔列斯基分解（以 Andre-Louis Cholesky 命名）将一个对称正阵 A 分解为 A = LLᵀ，其中 L 是对角线元素为正数的下三角矩阵。它是目前最高效且数值稳定性最好的矩阵分解方法之一。

什么时候可以应用乔列斯基分解？

矩阵必须是对称的 (A = Aᵀ) 且正定的（所有特征值严格为正，或者等价地，对于每个非零向量 x，xᵀAx > 0）。常见的例子包括协方差矩阵、相关系数矩阵、Gram 矩阵（满秩 X 的 XᵀX）以及结构工程中的刚度矩阵。

如果我的矩阵不是正定的会怎样？

如果矩阵不是正定的，在分解过程中你会在平方根下遇到负值，而负值没有实数平方根。计算器会报告一个错误，指出具体是哪个对角线步骤失败了。你可能需要检查矩阵是否存在对称性错误，或者对于半正定矩阵考虑使用 LDLᵀ 分解。

如何使用乔列斯基分解求解线性系统？

要解 Ax = b，首先分解 A = LLᵀ。然后通过前向代换解 Ly = b（因为 L 是下三角矩阵），接着通过后向代换解 Lᵀx = y。由于 L 和 Lᵀ 共享相同的数据，这比通过 LU 分解求解快约两倍。

乔列斯基分解与行列式有什么关系？

因为 A = LLᵀ，所以 det(A) = det(L) × det(Lᵀ) = det(L)²。由于 L 是三角矩阵，det(L) 仅仅是其对角线元素的乘积。这提供了一种计算正定矩阵行列式的高效方法。

乔列斯基分解可以应用于复数矩阵吗？

可以，对于复数矩阵，条件是 A 必须是埃尔米特正定矩阵（A = A*，其中 A* 是共轭转置）。分解变为 A = LL*，其中 Lᵀ 被 L*（L 的共轭转置）取代。本计算器主要处理实值矩阵。

引用此内容、页面或工具为：

"乔列斯基分解计算器" 于 https://MiniWebtool.com/zh-cn/乔列斯基分解计算器/，来自 MiniWebtool，https://MiniWebtool.com/

由 MiniWebtool 团队开发。更新日期：2026-04-12

开发者 API 可用: 用一次 JSON HTTP 请求，把这个工具接入你的应用、自动化流程或智能体。查看 API 文档

您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。

乔列斯基分解计算器

乔列斯基分解计算器

乔列斯基分解的工作原理

乔列斯基分解的条件

关键属性

如何使用乔列斯基分解计算器

实际应用

乔列斯基分解与其他分解的对比

常见问题解答

线性代数:

热门与最新工具:

用 Pro 一键把全部文件打包成 ZIP 下载