Tengo una gran matriz de covarianza (alrededor de 10000x10000) de los rendimientos, que está construido utilizando un tamaño de muestra de 1000 10000 variables. Mi objetivo es realizar una (de buen ver) la descomposición de Cholesky de la matriz. Sin embargo, como era de esperar, esta matriz es casi singular con muy pequeñas ( < 10^-10 ) valores propios (alrededor de 5K-6K de 10K).
He intentado un enfoque ingenuo; haciendo un autovalor de descomposición, y la configuración de todos los autovalores de menos de 10^-10 a 10^-10. En otras palabras, si el autovalor < 10^-10, entonces autovalor = 10^-10. Después de eso, he reconstruido la matriz con la modificación de autovalor de la matriz. Sin embargo, a pesar de que puede realizar la descomposición de Cholesky, es muy inestable.
¿Cuál es la mejor manera de manejar este EP aproximación para matrices grandes?