촐레스키 분해 계산기 - 양의 정부호 행렬 분해

Cholesky 분해는 수치 선형대수에서 가장 중요한 행렬 분해 중 하나입니다. 대칭 양의 정부호 행렬 A가 주어지면, 이 분해는 대각 원소가 엄격히 양수인 유일한 아래삼각 행렬 L을 만들어 A = L·Lᵀ를 만족시킵니다. 이 알고리즘은 프랑스 포병 장교 André-Louis Cholesky(1875–1918)에게서 이름을 따왔으며, 1924년에 사후 공개된 뒤 과학 계산의 핵심이 되었습니다. 이 계산기에서 사용하는 Cholesky-Banachiewicz 알고리즘은 열 단위로 진행됩니다. 각 대각 원소에 대해, A의 대응하는 대각 원소에서 같은 행의 이전 원소들의 제곱합을 빼고 제곱근을 취합니다. 대각선 아래의 비대각 원소는 이전에 계산한 원소들의 내적을 뺀 뒤 현재 대각 원소로 나눕니다. n×n 행렬의 계산 비용은 대략 n³/6회의 곱셈이므로, 대칭 양의 정부호 입력에서는 일반적인 LU 분해보다 약 두 배 효율적입니다. 가장 중요한 전제는 행렬이 대칭이면서 양의 정부호여야 한다는 점입니다. 대칭성은 모든 (i, j)에 대해 A[i][j] = A[j][i]임을 뜻합니다. 양의 정부호란 모든 0이 아닌 실수 벡터 x에 대해 xᵀAx > 0이어야 한다는 뜻이며, 이는 모든 고유값이 엄격히 양수라는 것과 같습니다. Cholesky 알고리즘에서는 양의 정부호가 아니면 0 이하의 수의 제곱근을 취하려 하며, 이 계산기가 바로 그 조건을 검사합니다. 통계학에서 공분산 행렬은 항상 대칭이고 준양의 정부호입니다. 두 변수가 완전히 공선이 아니면 엄격히 양의 정부호가 되므로 Cholesky 분해를 바로 적용할 수 있습니다. 이 분해는 다변량 정규 난수 샘플 생성에 사용됩니다. z가 독립 표준정규 변수 벡터이면 L·z의 공분산 행렬은 A가 됩니다. 이 기법은 상관된 금융 자산의 몬테카를로 시뮬레이션, 기후 모델 앙상블, 구조 신뢰성 분석의 기반이 됩니다. 머신러닝에서는 가우시안 프로세스 회귀와 베이지안 신경망이 핵심 행렬의 역행렬이나 로그 행렬식을 효율적으로 계산하기 위해 Cholesky 분해에 크게 의존합니다. A의 로그 행렬식은 L의 대각 원소 로그의 합의 두 배와 같아, 행렬식을 직접 계산할 때의 수치 불안정을 피할 수 있습니다. 칼만 필터 구현은 흔히 소위 제곱근 칼만 필터를 사용하여 공분산 자체가 아니라 공분산 행렬의 Cholesky 인자를 전파함으로써 장기간 추정 문제에서 수치 안정성을 크게 향상시킵니다. 이 계산기는 2×2, 3×3, 4×4 행렬을 지원합니다. 이 크기들은 수업 연습, 소규모 수치해석 문제, 수치 알고리즘 프로토타입에서 가장 흔합니다. 더 큰 행렬에도 같은 알고리즘이 적용되며, 현대 하드웨어에서는 BLAS 레벨3 연산으로 효율적으로 구현할 수 있습니다. 숙제 확인, 손계산 분해 검증, 양의 정부호 행렬의 성질 탐구 등 어떤 용도든 이 도구는 즉시 정확한 Cholesky 인자를 제공합니다.