MATLAB - Eine Einführung - TUM
MATLAB - Eine Einführung - TUM
MATLAB - Eine Einführung - TUM
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 5<br />
Lineare Algebra mit <strong>MATLAB</strong><br />
5.1 Norm und Kondition<br />
Die Norm eines Vektors oder einer Matrix kann mit dem Befehl norm berechnet werden.<br />
Befehl:<br />
norm(A,p)<br />
wobei A eine m x n Matrix und p=1,2,inf oder fro ist.<br />
p Bedeutung<br />
1 1-Norm, d.h. max. Spaltensumme<br />
2 Spektralnorm, max. Singulärwert, (default)<br />
inf Maximumsnorm, d.h. max. Zeilensumme<br />
fro Frobeniusnorm, definiert als m<br />
i=1<br />
m<br />
i=1 ai,j<br />
Für höherdimensionale Matrizen sind Normberechnung für p = 2 relativ aufwendig und kostenintensiv<br />
– daher werden oft Abschätzungen verwendet.<br />
normest(A,tol)<br />
Mit Hilfe von normest wird die 2-Norm von A bis auf die durch tol gegebene Genauigkeit berechnet.<br />
Defaultwert für tol=1e-16.<br />
Oft werden lineare Gleichungssystem auf das Verhalten von Störungen untersucht (so genannten<br />
Stabilitätsanalyse). Ein Indikator hierfür ist die Kondition einer Matrix A, definiert als<br />
κp(A) = Ap · A −1 p<br />
Je nachdem ob κ groß bzw. klein ist, ist das System schlecht oder gut konditioniert.<br />
Befehl:<br />
cond(A,p)<br />
p ist wie für norm definiert.<br />
Anmerkung:<br />
Normalerweise wird die Kondition nur für quadratische, nicht singuläre Matrizen berechnet. Für p = 2<br />
kann auch die Kondition von rechteckigen Matrizen berechnet werden, wobei dann A ( − 1) durch die<br />
Pseudoinverse (genauer die Moore-Penrose-Inverse) ersetzt wird.<br />
Auch für die Kondition existieren Abschätzungsfunktionen, wie condest und rcond:<br />
[c,v]=condest(A)<br />
c Skalar<br />
v Vektor<br />
mit:<br />
und A · v1 = A1∗v1<br />
c<br />
Befehl:<br />
c ≤ κ1(A)<br />
34