Descomposición del bloque LDU ( A B do D ) = ( I 0 do A − 1 I ) ( A 0 0 D − do A − 1 B ) ( I A − 1 B 0 I ) {\displaystyle {\begin{pmatrix}A&B\\C&D\end{pmatrix}}={\begin{pmatrix}I&0\\CA^{-1}&I\end{pmatrix}}{\begin{pmatrix}A&0\\0&D-CA^{-1}B\end{pmatrix}}{\begin{pmatrix}I&A^{-1}B\\0&I\end{pmatrix}}}
Descomposición de Cholesky en bloques Consideremos una matriz de bloques :
( A B do D ) = ( I do A − 1 ) A ( I A − 1 B ) + ( 0 0 0 D − do A − 1 B ) , {\displaystyle {\begin{pmatrix}A&B\\C&D\end{pmatrix}}={\begin{pmatrix}I\\CA^{-1}\end{pmatrix}}\,A\,{\begin{pmatrix}I&A^{-1}B\end{pmatrix}}+{\begin{pmatrix}0&0\\0&D-CA^{-1}B\end{pmatrix}},} donde la matrizA {\displaystyle {\begin{matrix}A\end{matrix}}} se supone que no es singular, I {\displaystyle {\begin{matrix}I\end{matrix}}} es una matriz identidad con la dimensión adecuada, y0 {\displaystyle {\begin{matrix}0\end{matrix}}} es una matriz cuyos elementos son todos cero.
También podemos reescribir la ecuación anterior utilizando las semimatrices:
( A B do D ) = ( A 1 2 do A − ∗ 2 ) ( A ∗ 2 A − 1 2 B ) + ( 0 0 0 Q 1 2 ) ( 0 0 0 Q ∗ 2 ) , {\displaystyle {\begin{pmatrix}A&B\\C&D\end{pmatrix}}={\begin{pmatrix}A^{\frac {1}{2}}\\CA^{-{\frac {*}{2}}}\end{pmatrix}}{\begin{pmatrix}A^{\frac {*}{2}}&A^{-{\frac {1}{2}}}B\end{pmatrix}}+{\begin{pmatrix}0&0\\0&Q^{\frac {1}{2}}\end{pmatrix}}{\begin{pmatrix}0&0\\0&Q^{\frac {*}{2}}\end{pmatrix}},} donde el complemento de Schur deA {\displaystyle {\begin{matrix}A\end{matrix}}} en la matriz de bloques se define por
Q = D − do A − 1 B {\displaystyle {\begin{matrix}Q=D-CA^{-1}B\end{matrix}}} y las semimatrices se pueden calcular mediante la descomposición de Cholesky o la descomposición LDL . Las semimatrices satisfacen que
A 1 2 A ∗ 2 = A ; A 1 2 A − 1 2 = I ; A − ∗ 2 A ∗ 2 = I ; Q 1 2 Q ∗ 2 = Q . {\displaystyle {\begin{matrix}A^{\frac {1}{2}}\,A^{\frac {*}{2}}=A;\end{matrix}}\qquad {\begin{matrix}A^{\frac {1}{2}}\,A^{-{\frac {1}{2}}}=I;\end{matrix}}\qquad {\begin{matrix}A^{-{\frac {*}{2}}}\,A^{\frac {*}{2}}=I;\end{matrix}}\qquad {\begin{matrix}Q^{\frac {1}{2}}\,Q^{\frac {*}{2}}=Q.\end{matrix}}} Por lo tanto, tenemos
( A B do D ) = L U , {\displaystyle {\begin{pmatrix}A&B\\C&D\end{pmatrix}}=LU,} dónde
L U = ( A 1 2 0 do A − ∗ 2 0 ) ( A ∗ 2 A − 1 2 B 0 0 ) + ( 0 0 0 Q 1 2 ) ( 0 0 0 Q ∗ 2 ) . {\displaystyle LU={\begin{pmatrix}A^{\frac {1}{2}}&0\\CA^{-{\frac {*}{2}}}&0\end{pmatrix}}{\begin{pmatrix}A^{\frac {*}{2}}&A^{-{\frac {1}{2}}}B\\0&0\end{pmatrix}}+{\begin{pmatrix}0&0\\0&Q^{\frac {1}{2}}\end{pmatrix}}{\begin{pmatrix}0&0\\0&Q^{\frac {*}{2}}\end{pmatrix}}.} La matrizL U {\displaystyle {\begin{matrix}LU\end{matrix}}} puede descomponerse de manera algebraica en
L = ( A 1 2 0 do A − ∗ 2 Q 1 2 ) a norte d U = ( A ∗ 2 A − 1 2 B 0 Q ∗ 2 ) . {\displaystyle L={\begin{pmatrix}A^{\frac {1}{2}}&0\\CA^{-{\frac {*}{2}}}&Q^{\frac {1}{2}}\end{pmatrix}}\mathrm {~~y~~} U={\begin{pmatrix}A^{\frac {*}{2}}&A^{-{\frac {1}{2}}}B\\0&Q^{\frac {*}{2}}\end{pmatrix}}.}
Referencias ↑ Gallivan, KA; Plemmons, RJ; Sameh, AH (1990). "Algoritmos paralelos para cálculos de álgebra lineal densa" . SIAM Review . 32 (1): 94– 95. ISSN 0036-1445 . Consultado el 24 de junio de 2025 .