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 />
Beweis: Es gilt für i = 1, . . . , n <strong>die</strong> Beziehung Aw i = λ i (A)w i , oder <strong>in</strong> Matrixschreibweise<br />
AW = W diag(λ i (A)), also<br />
W −1 AW = diag(λ i (A)).<br />
Wir betrachten nun e<strong>in</strong>en Eigenwert ˜λ = λ(Ã). Falls ˜λ auch Eigenwert von A ist, so gilt<br />
<strong>die</strong> Behauptung. Also sei ˜λ nun ke<strong>in</strong> Eigenwert von A. Dann folgt:<br />
‖(˜λI − A) −1 ‖ 2 = ‖W −1 [˜λI − diag(˜λ i (A))] −1 W ‖ 2 ≤ cond 2 (W )‖[˜λI − diag(λ i (A))] −1 ‖ 2 .<br />
Für <strong>die</strong> (symmetrische) Diagonalmatrix ˜λI − diag(λ i (A)) gilt<br />
‖[˜λI − diag(λ i (A))] −1 ‖ 2 = max<br />
i=1,...,n |˜λ − λ i (A)| −1 .<br />
Mit Hilfsatz 4.72 folgt das gewünschte Ergebnis:<br />
1 ≤ ‖[˜λI − A) −1 δA‖ 2 ≤ ‖[˜λI − A) −1 ‖ ‖δA‖ 2 ≤ cond 2 (W ) max<br />
i=1,...,n |˜λ − λ i (A)| −1<br />
2 ‖δA‖ 2 .<br />
Die Konditionierung des Eigenwertproblems e<strong>in</strong>er Matrix A hängt von der Konditionszahl<br />
der Matrix der Eigenvektoren ab. Für symmetrische (hermitesche) Matrizen existiert e<strong>in</strong>e<br />
Orthonormalbasis von Eigenvektoren mit cond 2 (W ) = 1. Für solche Matrizen ist das<br />
Eigenwertproblem gut konditioniert. Für allgeme<strong>in</strong>e Matrizen kann das Eigenwertproblem<br />
beliebig schlecht konditioniert se<strong>in</strong>.<br />
□<br />
4.6.2 Direkte Methode zur Eigenwertberechnung<br />
Die Eigenwerte e<strong>in</strong>er Matrix A können pr<strong>in</strong>zipiell als Nullstellen des charakteristischen<br />
Polynoms χ A (z) = det(zI − A) berechnet werden. Die Berechnung der Nullstellen kann<br />
zum Beispiel mit dem Newton-Verfahren geschehen, Startwerte können mit Hilfe der<br />
Gerschgor<strong>in</strong>-Kreise bestimmt werden.<br />
In Kapitel 2 haben <strong>die</strong> Berechnung von Nullstellen e<strong>in</strong>es Polynoms jedoch als e<strong>in</strong> sehr<br />
schlecht konditioniertes Problem kennengelernt. Wir betrachten hierzu e<strong>in</strong> Beispiel.<br />
Beispiel 4.76 (Direkte Berechnung von Eigenwerten). Es sei A ∈ R 5×5 e<strong>in</strong>e Matrix mit<br />
den Eigenwerten λ i = 1, i = 1, . . . , 5. Dann gilt:<br />
5∏<br />
χ A (z) = (z − i) = z 5 − 15z 4 + 85x 3 − 225x 2 + 274z − 120.<br />
i=1<br />
Der Koeffizient −55 vor z 9 sei mit e<strong>in</strong>em relativen Fehler von 0.1% gestört:<br />
˜χ A (z) = z 5 − 0.999 · 15z 4 + 85x 3 − 225x 2 + 274z − 120.<br />
Dieses gestörte Polynom hat <strong>die</strong> Nullstellen (d.h. Eigenwerte):<br />
λ 1 ≈ 0.999, λ 2 ≈ 2.05, λ 3 ≈ 2.76, λ 4/5 ≈ 4.59 ± 0.430i.<br />
168