Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4.1 Grundlagen der l<strong>in</strong>earen Algebra<br />
Bei der Untersuchung von l<strong>in</strong>earen Gleichungssystemen Ax = b stellt sich zunächst <strong>die</strong><br />
Frage, ob e<strong>in</strong> solches Gleichungssystem überhaupt lösbar ist und ob <strong>die</strong> Lösung e<strong>in</strong>deutig<br />
ist. Wir fassen zusammen:<br />
Satz 4.10 (Reguläre Matrix). Für e<strong>in</strong>e quadratische Matrix A ∈ R n×n s<strong>in</strong>d <strong>die</strong> folgenden<br />
Aussagen äquivalent:<br />
1. Die Matrix A ist regulär .<br />
2. Die transponierte Matrix A T ist regulär.<br />
3. Die Inverse A −1 ist regulär.<br />
4. Das l<strong>in</strong>eare Gleichungssystem Ax = b ist für jedes b ∈ R n e<strong>in</strong>deutig lösbar.<br />
5. Es gilt det(A) ≠ 0.<br />
6. Alle Eigenwerte von A s<strong>in</strong>d ungleich Null.<br />
Wir def<strong>in</strong>ieren weiter:<br />
Def<strong>in</strong>ition 4.11 (positiv def<strong>in</strong>it). E<strong>in</strong>e Matrix A ∈ K n×n heißt positiv def<strong>in</strong>it, falls<br />
(Ax, x) > 0 ∀x ≠ 0.<br />
Umgekehrt können wir aus der def<strong>in</strong>ierenden Eigenschaft der positiven Def<strong>in</strong>itheit e<strong>in</strong>er<br />
Matrix ablesen: falls A positiv def<strong>in</strong>it ist, so ist durch (A·, ·) e<strong>in</strong> Skalarprodukt gegeben.<br />
Es gilt:<br />
Satz 4.12 (Positiv def<strong>in</strong>ite Matrizen). Es sei A ∈ R n×n e<strong>in</strong>e symmetrische Matrix. Dann<br />
ist A genau dann positiv def<strong>in</strong>it, falls alle (reellen) Eigenwerte von A positiv s<strong>in</strong>d. Dann<br />
s<strong>in</strong>d alle Diagonalelemente von A positiv und das betragsmäßig größte Element steht auf<br />
der Diagonalen.<br />
Beweis: (i) Es sei A e<strong>in</strong>e symmetrische Matrix mit e<strong>in</strong>er Orthonormalbasis aus Eigenvektoren<br />
w 1 , . . . , w n . A sei positiv def<strong>in</strong>it. Dann gilt für beliebigen Eigenvektor w i mit<br />
Eigenwert λ i :<br />
0 < (Aw i , w i ) = λ i (w i , w i ) = λ i .<br />
Umgekehrt seien alle λ i positiv. Für x = ∑ n<br />
i=1 α i w i gilt:<br />
(Ax, x) = ∑ (λ i α i ω i , α j ω j ) = ∑<br />
i,j<br />
i<br />
λ i α 2 i > 0.<br />
(ii) A sei nun e<strong>in</strong>e reelle, positiv def<strong>in</strong>ite Matrix. Es sei e i der i-te E<strong>in</strong>heitsvektor. Dann<br />
gilt:<br />
0 < (Ae i , e i ) = a ii .<br />
113