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.
4.6 Berechnung von Eigenwerten<br />
Satz 4.70 (Eigenwert). Es sei A ∈ R n×n . Dann gilt:<br />
• Die Matrix A hat genau n Eigenwerte, ihrer Vielfachheit nach gezählt.<br />
• Die Eigenwerte s<strong>in</strong>d Nullstellen des charakteristischen Polynoms:<br />
det(A − λI) = 0.<br />
• Reelle Matrizen können komplexe Eigenwerte haben, komplexe Eigenwerte treten<br />
stets als konjugierte Paare λ, ¯λ auf.<br />
• Eigenvektoren zu unterschiedlichen Eigenwerten s<strong>in</strong>d l<strong>in</strong>ear unabhängig.<br />
• Falls n l<strong>in</strong>ear unabhängige Eigenvektoren existieren, so existiert e<strong>in</strong>e reguläre Matrix<br />
S ∈ R n×n , so dass S −1 AS = D e<strong>in</strong>e Diagonalmatrix ist. Die Spaltenvektoren von S<br />
s<strong>in</strong>d <strong>die</strong> Eigenvektoren und <strong>die</strong> Diagonale<strong>in</strong>träge von D <strong>die</strong> Eigenwerte.<br />
• Symmetrische Matrizen A = A T haben nur reelle Eigenwerte. Es existiert e<strong>in</strong>e Orthonormalbasis<br />
von Eigenvektoren und e<strong>in</strong>e Diagonalisierung Q T AQ = D mit e<strong>in</strong>er<br />
orthogonalen Matrix.<br />
• Bei Dreiecksmatrizen stehen <strong>die</strong> Eigenwerte auf der Diagonalen.<br />
Zu e<strong>in</strong>em Eigenwert λ s<strong>in</strong>d <strong>die</strong> Eigenvektoren als Lösung des homogenen l<strong>in</strong>earen Gleichungssystems<br />
bestimmt:<br />
(A − λI)w = 0.<br />
Umgekehrt gilt:<br />
Def<strong>in</strong>ition 4.71 (Rayleigh-Quotient). Sei A ∈ R n×n sowie w ∈ R n e<strong>in</strong> Eigenvektor.<br />
Dann ist durch den Rayleigh-Quotienten der zugehörige Eigenwert gegeben:<br />
λ = (Aw, w) 2<br />
‖w‖ 2 .<br />
2<br />
Mit Hilfe <strong>die</strong>ser Def<strong>in</strong>ition folgt e<strong>in</strong>e e<strong>in</strong>fache Schranke für <strong>die</strong> Eigenwerte:<br />
(Aw, w) 2<br />
|λ| ≤ sup<br />
w≠0 ‖w‖ 2 2<br />
≤ ‖A‖ 2 ‖w‖ 2 2<br />
‖w‖ 2 2<br />
= ‖A‖ 2 .<br />
Wir haben <strong>in</strong> Abschnitt 4.1 bereits gesehen, dass <strong>die</strong>se Schranke für <strong>die</strong> Beträge der Eigenwerte<br />
<strong>in</strong> jeder Matrixnorm mit verträglicher Vektornorm gilt.<br />
4.6.1 Konditionierung der Eigenwertaufgabe<br />
Bevor wir auf konkrete Verfahren zur Eigenwertberechnung e<strong>in</strong>gehen, analysieren wir <strong>die</strong><br />
Kondition der Aufgabe, d.h. <strong>die</strong> Abhängigkeit der Eigenwerte von der Störung der Matrix.<br />
Hierfür benötigen wir zunächst e<strong>in</strong>en Hilfsatz:<br />
165