Link - Hochschule Ulm
Link - Hochschule Ulm
Link - Hochschule Ulm
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
gesagt: Jeder eindimensionale Unterraum<br />
von R 2 ist Eigenraum.<br />
Auch die Singulärwertzerlegung kann im Fall<br />
m = n = 2 mit der Funktion eigshow visualisiert<br />
werden.<br />
Viele in der Praxis auftretenden Eigenwertprobleme<br />
haben die Form eines verallgemeinerten<br />
(allgemeinen) Eigenwertproblems: Gegeben<br />
sind zwei quadratische Matrix A und B.<br />
Gesucht sind Zahlen λ und Vektoren x, sodass<br />
gilt<br />
Ax = λBx.<br />
Für B E ist diese Aufgabenstellung eine<br />
Verallgemeinerung der herkömmlichen Eigenwertaufgabe;<br />
für B = E reduziert sich<br />
das verallgemeinerte Eigenwertproblem auf<br />
die Standardeigenwertaufgabe. Verallgemeinerte<br />
Eigenwertprobleme treten zum Beispiel<br />
in mechanischen Schwingungssystemen auf;<br />
dort ist A die Steifigkeitsmatrix und B die Massenmatrix.<br />
Ist A oder B eine reguläre Matrix, dann kann<br />
man das verallgemeinerte Problem auf ein gewöhnliches<br />
reduzieren, entweder so<br />
oder so<br />
(B −1 A)x = λx.<br />
(A −1 B)x = 1 λ x.<br />
In Matlab kann auch dieses verallgemeinerte<br />
Problem mit der Funktion eig angegangen<br />
werden. Die Funktion eigs berechnet ein<br />
paar Eigenwerte und Eigenvektoren, wenn gewünscht.<br />
Aufgabe 93 (Eigensysteme) Bestimmen Sie<br />
eine orthogonale Eigenvektorenmatrix Q, die<br />
die Matrix<br />
diagonalisiert.<br />
A =<br />
[ 3 1<br />
1 3<br />
49.7. Lineare Abbildungen und Matrizen<br />
Wir visualisieren lineare Abbildungen im R 2 .<br />
Diese können durch (2, 2)-Matrizen beschrieben<br />
werden. Wir zeichnen ein Haus und betrachten<br />
das „neue“ Haus nach linearen Abbildungen.<br />
Die folgende Matlab-Funktion zeichnet<br />
ein Haus in der Ebene, indem sie Datenpunkte,<br />
die in der Matrix H angegeben werden<br />
müssen, miteinander verbindet.<br />
1 function plotHaus(H)<br />
2 %-Zeichnet ein Haus.<br />
3 x = H(1,:)’; y = H(2,:)’;<br />
4 plot(x,y,’o’,x,y,’r-’)<br />
5 axis([-10 10 -10 10]); axis square<br />
;<br />
Die beiden Anweisungen<br />
1 >> H =<br />
[-6,-6,-7,0,7,6,6,-3,-3,0,0,-6;<br />
-7,2,1,8,1,2,-7,-7,-2,-2,-7,-7]<br />
2 >> plotHaus(H)<br />
erzeugen das Bild 30.<br />
Um nun lineare Abbildungen zu „sehen“ , müssen<br />
wir eine lineare Abbildung als Matrix A<br />
definieren und diese mit H multiplizieren. Als<br />
Beispiel betrachten wir eine Drehung um 60 ◦<br />
und eine Spiegelung an der x-Achse. Im ersten<br />
]<br />
90 Copyright c○ G. Gramlich