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 <strong>Numerische</strong> L<strong>in</strong>eare Algebra<br />
Maximumsnorm. Weiter wählen wir als Index k = 1:<br />
⎛ ⎞<br />
⎛<br />
5<br />
i = 1 : ˜x (1) = Ax (0) ⎜ ⎟<br />
= ⎝2⎠ , x (1) = ˜x(1) ⎜<br />
0.714<br />
⎞<br />
⎟<br />
‖˜x<br />
7<br />
(1) ≈ ⎝0.286⎠ ,<br />
‖ ∞<br />
1<br />
⎛ ⎞<br />
⎛<br />
3.71<br />
i = 2 : ˜x (2) = Ax (1) ⎜ ⎟<br />
= ⎝0.857⎠ , x (2) = ˜x(2) ⎜<br />
0.702<br />
⎞<br />
⎟<br />
‖˜x<br />
5.29<br />
(2) ≈ ⎝0.162⎠ ,<br />
‖ ∞<br />
1<br />
⎛ ⎞<br />
⎛<br />
3.57<br />
i = 3 : ˜x (3) = Ax (2) ⎜ ⎟<br />
= ⎝0.124⎠ , x (3) = ˜x(3) ⎜<br />
0.710<br />
⎞<br />
⎟<br />
‖˜x<br />
1<br />
(3) ≈ ⎝0.124⎠ ,<br />
‖ ∞<br />
1<br />
⎛ ⎞<br />
⎛<br />
3.54<br />
i = 4 : ˜x (4) = Ax (3) ⎜ ⎟<br />
= ⎝0.538⎠ , x (4) = ˜x(4) ⎜<br />
0.715<br />
⎞<br />
⎟<br />
‖˜x<br />
4.96<br />
(4) ≈ ⎝0.108⎠ ,<br />
‖ ∞<br />
1<br />
⎛ ⎞<br />
⎛<br />
3.54<br />
i = 5 : ˜x (5) = Ax (4) ⎜ ⎟<br />
= ⎝0.502⎠ , x (5) = ˜x(5) ⎜<br />
0.717<br />
⎞<br />
⎟<br />
‖˜x<br />
4.93<br />
(5) ≈ ⎝0.102⎠ ,<br />
‖ ∞<br />
1<br />
⎛ ⎞<br />
⎛ ⎞<br />
3.54<br />
0.719<br />
i = 6 : ˜x (6) = Ax (5) ⎜ ⎟<br />
= ⎝0.486⎠ , x (6) = ˜x(6) ⎜ ⎟<br />
‖˜x<br />
4.92<br />
(6) ≈ ⎝0.0988⎠ ,<br />
‖ ∞<br />
1<br />
λ (1) = ˜x(1) 1<br />
x (0)<br />
1<br />
λ (2) = ˜x(2) 1<br />
x (1)<br />
1<br />
λ (3) = ˜x(3) 1<br />
x (2)<br />
1<br />
λ (4) = ˜x(4) 1<br />
x (3)<br />
1<br />
λ (5) = ˜x(5) 1<br />
x (4)<br />
1<br />
λ (6) = ˜x(6) 1<br />
x (5)<br />
1<br />
≈ 5,<br />
≈ 5.19,<br />
≈ 5.077,<br />
≈ 4.999,<br />
≈ 4.950,<br />
≈ 4.930.<br />
Neben der Festlegung auf den betragsgrößten Eigenwert hat <strong>die</strong> Potenzmethode den Nachteil<br />
sehr langsamer Konvergenz, falls <strong>die</strong> Eigenwerte nicht h<strong>in</strong>reichend separiert s<strong>in</strong>d. E<strong>in</strong>e<br />
e<strong>in</strong>fache Erweiterung der Potenzmethode ist <strong>die</strong> Inverse Iteration nach Wieland zur Berechnung<br />
des kle<strong>in</strong>sten Eigenwerts e<strong>in</strong>er Matrix. Zur Herleitung verwenden wir <strong>die</strong> Tatsache,<br />
dass zu e<strong>in</strong>em Eigenwert λ e<strong>in</strong>er regulären Matrix A ∈ R n×n durch λ −1 e<strong>in</strong> Eigenwert<br />
der <strong>in</strong>versen Matrix A −1 ∈ R n×n gegeben ist:<br />
Aw = λ(A)w ⇔ A −1 w = λ(A) −1 w =: λ(A −1 )w.<br />
Die Potenzmethode, angewendet auf <strong>die</strong> <strong>in</strong>verse Matrix liefert den betragsgrößten Eigenwert<br />
λ max (A −1 ) von A −1 . Der Kehrwert <strong>die</strong>ses Eigenwertes ist der betragskle<strong>in</strong>ste<br />
Eigenwert der Matrix A selbst λ m<strong>in</strong> (A) = λ max (A −1 ) −1 . Dieses Pr<strong>in</strong>zip kann weiter verallgeme<strong>in</strong>ert<br />
werden. Dazu sei λ(A) e<strong>in</strong> Eigenwert mit zugehörigem Eigenvektor w ∈ R n<br />
von A und σ ∈ C e<strong>in</strong>e beliebige komplexe Zahl (jedoch ke<strong>in</strong> Eigenwert von A). Dann gilt:<br />
(A − σI)w = (λ(A) − σ)w = λ(A − σI)w ⇔ [A − σI] −1 w = λ([A − σI] −1 )w.<br />
Die Anwendung der Potenzmethode auf <strong>die</strong> Matrix [A − σI] −1 liefert nach vorangestellter<br />
Überlegung den betragskle<strong>in</strong>sten Eigenwert der Matrix [A−σI], d.h. den Eigenwert von A,<br />
der σ am nächsten liegt. Liegen nun Schätzungen für <strong>die</strong> Eigenwerte der Matrix A vor, so<br />
können <strong>die</strong> genauen Werte mit der Inversen Iteration bestimmt werden. Die Gerschgor<strong>in</strong>-<br />
Kreise liefern oft e<strong>in</strong>en guten Anhaltspunkt für σ.<br />
172