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.
5.3 Iterative Lösungsverfahren für l<strong>in</strong>eare Gleichungssysteme<br />
5.3 Iterative Lösungsverfahren für l<strong>in</strong>eare Gleichungssysteme<br />
Als zweite Hauptanwendung des Banachschen Fixpunktsatzes besprechen wir <strong>in</strong> <strong>die</strong>sem<br />
Kapitel <strong>die</strong> iterative Lösung l<strong>in</strong>earer Gleichungssysteme. Die <strong>in</strong> Kapitel 4 kennengelernten<br />
Zerlegungsverfahren (also LR, Cholesky sowie QR-Zerlegung) haben alle den Nachteil kubischer<br />
Laufzeit O(n 3 ). Gerade bei sehr großen Problemen wächst der Aufwand so schnell<br />
an, dass <strong>die</strong> Lösung <strong>in</strong> s<strong>in</strong>nvoller Zeit nicht zu erreichen ist, siehe Tabelle 4.1. Neben der<br />
Laufzeit spielt auch der Speicheraufwand e<strong>in</strong>e Rolle. Zur Speicherung e<strong>in</strong>er voll besetzten<br />
Matrix A ∈ R n×n mit n = 1 000 000 s<strong>in</strong>d bei doppelter Genauigkeit etwa 7 Terabyte (!!!)<br />
Speicher notwendig. Dies übersteigt jeden noch so modernen Computer. Die l<strong>in</strong>earen Gleichungssysteme<br />
<strong>die</strong> aus den meisten Anwendungen resultieren (etwa bei der Diskretisierung<br />
von Differentialgleichungen) s<strong>in</strong>d sehr dünn besetzt, d.h., <strong>in</strong> jeder Zeile stehen nur e<strong>in</strong>ige<br />
wenige E<strong>in</strong>träge. E<strong>in</strong>e dünn besetzte Matrix mit n = 1 000 000 aber nur 100 E<strong>in</strong>trägen<br />
pro Zeile benötigt zur Speicherung nur etwa 750 MB und passt <strong>in</strong> jeden Laptop. In Abschnitt<br />
4.2.5 haben wir Sortierverfahren kennengelernt, um <strong>die</strong>ses dünne Besetzungsmuster<br />
auch für e<strong>in</strong>e LR-Zerlegung nutzbar zu machen. Im Allgeme<strong>in</strong>en können <strong>die</strong> Matrizen L<br />
und R aber voll besetzt se<strong>in</strong> und somit den zur Verfügung stehenden Speicher wieder bei<br />
weitem übersteigen.<br />
E<strong>in</strong> weiterer Nachteil der Zerlegungsverfahren s<strong>in</strong>d numerische Stabilitätsprobleme. Durch<br />
Rundungsfehler beim Zerlegungsprozess gilt für <strong>die</strong> LR-Zerlegung üblicherweise nur A ≠<br />
˜L ˜R. D.h., obwohl <strong>die</strong> LR-Zerlegung e<strong>in</strong>e direkte Methode darstellt, kann das Gleichungssystem<br />
nicht exakt gelöst werden. Mit der Nachiteration haben wir <strong>in</strong> Abschnitt 4.3 e<strong>in</strong>e<br />
Methode kennengelernt, um <strong>die</strong>sen Fehlere<strong>in</strong>fluss durch sukzessive Iteration zu verr<strong>in</strong>gern.<br />
Mit der gestörten LR-Zerlegung A ≈ ˜L ˜R haben wir <strong>die</strong> Iteration<br />
x k+1 = x k + ˜R −1 ˜L−1 (b − Ax k ), k = 0, 1, 2, . . .<br />
def<strong>in</strong>iert. Obwohl ˜L und ˜R nicht exakt s<strong>in</strong>d, konvergiert <strong>die</strong>se Iteration (falls das Residuum<br />
d k := b − Ax k exakt berechnet werden kann), siehe Satz 4.45.<br />
In <strong>die</strong>sem Abschnitt werden wir auf der Basis der Nachiteration e<strong>in</strong>e eigene Verfahrensklasse<br />
zur iterativen Lösung großer Gleichungssysteme entwickeln. Dazu sei C ≈ A −1 e<strong>in</strong>e<br />
Approximation an <strong>die</strong> Inverse (etwa C := ˜R −1 ˜L−1 ). Dann def<strong>in</strong>ieren wir:<br />
Def<strong>in</strong>ition 5.19 (Fixpunktverfahren zum Lösen l<strong>in</strong>earer Gleichungssysteme). Es sei A ∈<br />
R n×n sowie b ∈ R n und C ∈ R n×n . Für e<strong>in</strong>en beliebigen Startwert x 0 ∈ R n iteriere für<br />
k = 1, 2, . . .<br />
x k = x k−1 + C(b − Ax k−1 ). (5.11)<br />
Alternativ führen wir <strong>die</strong> Bezeichnungen B := I − CA und c := Cb e<strong>in</strong>. Dann gilt:<br />
x k = Bx k−1 + c.<br />
Aufgrund der Konstruktion kann man sich e<strong>in</strong>fach klarmachen, dass durch <strong>die</strong> Vorschrift<br />
g(x) = Bx+c = x+C(b−Ax) wirklich e<strong>in</strong>e Fixpunktiteration mit der Lösung von Ax = b<br />
195