• Keine Ergebnisse gefunden

Gegeben sei eine diagonalisierbare Matrix A ∈ R

N/A
N/A
Protected

Academic year: 2021

Aktie "Gegeben sei eine diagonalisierbare Matrix A ∈ R"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Einf¨ uhrung in die numerische Mathematik

Wintersemester 2016/17 Prof. Dr. Sven Beuchler Dr. Markus Siebenmorgen

Aufgabenblatt 9. Abgabedatum: 20.12.2016.

Aufgabe 1. (Householder Deflation)

Gegeben sei eine diagonalisierbare Matrix A ∈ R

n×n

mit den Eigenwerten λ

1

, . . . , λ

n

∈ R. Mit Hilfe der Vektoriteration sei der betragsm¨ aßig gr¨ oßte Eigenwert λ

1

und ein zugeh¨ origer Eigenvektor v

1

bestimmt worden.

a) Finde einen Vektor v ∈ R

n

, so dass Q

v

e

1

= αv

1

f¨ ur die zugeh¨ orige Householder- Matrix Q

v

und ein geeignetes α ∈ R gilt.

b) Zeige, dass A durch

Q

|v

AQ

v

=

λ

1

b

|

0 A

1

auf Blockstruktur transformiert werden kann, wobei b ∈ R

n−1

und A

1

∈ R

(n−1)×(n−1)

sind.

c) Zeige, dass die Matrix A

1

die Eigenwerte λ

2

, . . . , λ

n

besitzt.

Damit kann die Vektoriteration auf die kleinere Matrix A

1

angewendet werden, um den n¨ achsten Eigenwert und einen zugeh¨ origen Eigenvektor zu berechnen. Dieses als Householder-Deflation bekannte Verfahren kann iteriert werden, um alle Eigenwerte und alle Eigenvektoren zu bestimmen.

(4 Punkte) Aufgabe 2. (Cauchy’s interlacing Theorem)

Es sei A ∈ R

n×n

eine symmetrische Matrix mit den Eigenwerten λ

1

≤ . . . ≤ λ

n

. Desweiteren sei B ∈ R

(n−1)×(n−1)

eine symmetrische Matrix die aus A durch Streichen der k-ten Zeile und k-ten Spalte entsteht. Die Eigenwerte von B bezeichnen wir mit µ

1

≤ . . . ≤ µ

n−1

. Zeigen Sie, dass

λ

1

≤ µ

1

≤ λ

2

≤ µ

2

≤ . . . ≤ µ

n−1

≤ λ

n

.

Hinweis. Zeigen Sie zun¨ achst, dass sich B schreiben l¨ asst als B = P

|

AP mit einer geeigneten Matrix P ∈ R

n×(n−1)

und verwenden Sie danach den Satz von Courant- Fischer.

(4 Punkte) Aufgabe 3. (Begleitmatrix)

Gegeben sei die Begleitmatrix

A =

−a

n−1

−a

n−2

. . . −a

1

−a

0

1 0 . . . . . . 0

0 1 . .. .. .

.. . . .. . .. ... .. .

0 . . . 0 1 0

∈ R

n×n

.

(2)

Zeigen Sie, dass das charakteristische Polynom von A gegeben ist durch p(λ) = λ

n

+ a

n−1

λ

n−1

+ . . . + a

1

λ + a

0

.

(4 Punkte) Aufgabe 4. (Vektoriteration)

Wir wenden nun die Vektoriteration explizit auf die Matrix A =

11 −5 10 −4

an.

a) Bestimmen Sie die Iterierten v

(k)

der Vektoriteration zum Startvektor v

(0)

= [10]

|

und die zugeh¨ orige Approximation λ

(k)

an den gr¨ oßten Eigenwert λ

1

von A. Brechen Sie Ihre Berechnungen ab, wenn Sie die L¨ osung auf 4 Dezimalstellen Genauigkeit bestimmt haben.

b) Bestimmen Sie die Konvergenzrate f¨ ur dieses Beispiel, indem sie das Eigenwertprob- lem exakt l¨ osen und die Quotienten

kv

(k+1)

− v

1

k kv

(k)

− v

1

k

bestimmen wobei v

1

den exakten Eigenvektor zu λ

1

bezeichne. Vergleichen Sie Ihre Ergebnisse mit der theoretisch erwarteten Konvergenzrate λ

1

2

.

(4 Punkte) Programmieraufgabe 1. (Inverse Vektoriteration)

Schreiben Sie ein C/C++-Programm, welches zu einer gegebenen Matrix A ∈ R

n×n

das Eigenpaar zum betragskleinsten Eigenwert mittels der inversen Vektoriteration bes- timmt. Die Matrix A soll hierbei im CSR-Format gespeichert werden. Testen Sie Ihr Programm anhand der Matrizen

A

n

=

4 −1

−1 4 −1 . .. ... ...

−1 4 −1

−1 4

und B

n

=

2 −1

−1 2 −1 . .. ... ...

−1 2 −1

−1 2

f¨ ur n = 2

k

und k = 1, . . . , 9. Zur Ermittlung eines Abbruchkriteriums bestimmen wir in jedem Schritt den Rayleigh-Quotienten

λ

(k)

= v

(k)|

A

−1

v

(k)

v

(k)|

v

(k)

als Approximation an den gr¨ oßten Eigenwert von A

−1

und bestimmen die euklidische Norm kA

−1

v

(k)

− λ

k

v

(k)

k

2

. Falls diese die Toleranz eps = 10

−6

unterschritten hat, stoppen wir den Algorithmus. Zur L¨ osung des Gleichungssystems Az

(k)

= v

(k−1)

soll das CG-Verfahren verwendet werden. Geben Sie sowohl den kleinsten Eigenwert und als auch die Anzahl Iterationen, die die inverse Vektoriteration ben¨ otigt, an. Wie erkl¨ aren Sie sich die wesentlich kleinere Anzahl an Iterationen f¨ ur B

n

?

(8 Punkte)

Die Abgabe der Programmieraufgabe erfolgt in den Cip-Pools am 09.01.2017 und 11.01.2017. Die Listen f¨ ur die Anmeldung zu den Abgabe-Terminen h¨ angen in der Woche vom 19.12.2016–23.12.2016 aus.

2

Referenzen

ÄHNLICHE DOKUMENTE

Fachbereich Mathematik und Statistik Repetitorium Lineare Algebra

M¨ oglichkeit: Ja, denn ein solches Polynom hat genau 5 komplexe Nullstellen (mit Vielfachheiten), aber die nicht-reellen Nullstellen treten in Paaren komplex- konjugierter Zahlen

[r]

L¨ osung zur April-Klausur (Rechenteil) Lineare Algebra f¨ ur

(Alternativ kann gezeigt werden, dass die Vektoren in B linear unabh¨ angig sind. Dies ist meist einfacher, jedoch in Teilaufgabe b) ist die Koordinatenabbildung von V bzgl..

Da die geomVFH eines Eigenwerts maximal so groß ist, wie die algVFH, aber mindestens 1, ist auch die geomVFH von λ 1 gleich 1.. Also stimmt die algVFH mit der geomVFH f¨ ur

A ist demzufolge auch nicht bijektiv, da weder injektiv noch surjektiv.... Also stimmt die algVFH mit der geomVFH f¨ ur alle Eigenwerte von B ¨ uberein und B ist

Verifizieren Sie ihre Ergebnisse