Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4 <strong>Numerische</strong> L<strong>in</strong>eare Algebra<br />
Das Lösen e<strong>in</strong>es l<strong>in</strong>earen Gleichungssystems mit der Matrix A ist also äußerst schlecht<br />
konditioniert. Hieraus resultiert der enorme Rundungsfehler im Beispiel zu Beg<strong>in</strong>n des<br />
Kapitels. Wir halten hier fest: bei großer Konditionszahl ist <strong>die</strong> Konditionierung des Problems<br />
sehr schlecht, d.h. der große Fehler ist immanent mit der Aufgabe verbunden und<br />
nicht unbed<strong>in</strong>gt auf e<strong>in</strong> Stabilitätsproblem des Verfahrens zurückzuführen.<br />
4.2.2 Das Gauß’sche Elim<strong>in</strong>ationsverfahren und <strong>die</strong> LR-Zerlegung<br />
Das wichtigste Verfahren zum Lösen e<strong>in</strong>es l<strong>in</strong>earen Gleichungsystems Ax = b mit quadratischer<br />
Matrix A ∈ R n×n ist das Gauß’sche Elim<strong>in</strong>ationsverfahren: durch Elim<strong>in</strong>ation der<br />
E<strong>in</strong>träge unterhalb der Diagonale wird <strong>die</strong> Matrix A ∈ R n×n <strong>in</strong> den ersten n − 1 Schritten<br />
auf e<strong>in</strong>e obere rechte Dreiecksgestalt gebracht:<br />
⎛<br />
⎞ ⎛<br />
⎞ ⎛<br />
⎞<br />
∗ ∗ ∗ · · · ∗ ∗ ∗ ∗ · · · ∗<br />
∗ ∗ ∗ · · · ∗<br />
∗ ∗ ∗ ∗<br />
0 ∗ ∗ ∗<br />
0 ∗ ∗ ∗<br />
∗ ∗ ∗ ∗<br />
→<br />
0 ∗ ∗ ∗<br />
→ · · · →<br />
0 0 ∗ ∗<br />
⎜ .<br />
⎝.<br />
.. ⎟ ⎜ . . ⎠ ⎝.<br />
.. ⎟ ⎜<br />
. . ⎠ ⎝.<br />
.. ⎟ . ⎠<br />
∗ ∗ ∗ · · · ∗ 0 ∗ ∗ · · · ∗<br />
0 0 · · · 0 ∗<br />
Mit der Dreiecksmatrix R ∈ R n×n (R = (r ij ) n i,j=1 mit r ij = 0 für i > j) kann das reduzierte<br />
Gleichungssystem<br />
Rx = ˜b,<br />
durch Rückwärtse<strong>in</strong>setzen gelöst werden. Wir betrachten zunächst <strong>die</strong>se Rückwärtse<strong>in</strong>setzen:<br />
Algorithmus 4.20 (Rückwärtse<strong>in</strong>setzen). Es sei R n×n e<strong>in</strong>e rechte obere Dreiecksmatrix.<br />
Die Lösung x ∈ R n von Rx = b ist gegeben durch:<br />
1. Setze x n = r −1<br />
nnb n<br />
2. Für i = n − 1, . . . , 1<br />
x i = r −1<br />
ii<br />
⎛<br />
⎝b i −<br />
n∑<br />
j=i+1<br />
r ij x j<br />
⎞<br />
⎠ .<br />
Es gilt:<br />
Satz 4.21 (Rückwärtse<strong>in</strong>setzen). Es sei R ∈ R n×n e<strong>in</strong>e rechte obere Dreiecksmatrix mit<br />
r ii ≠ 0. Dann ist <strong>die</strong> Matrix R regulär und das Rückwärtse<strong>in</strong>setzen erfordert<br />
arithmetische Operationen.<br />
N R (n) = n2<br />
2 + O(n)<br />
120