WS 08/09 ¨Ubung 13 - Institut für Geometrie und Praktische
Transcription
WS 08/09 ¨Ubung 13 - Institut für Geometrie und Praktische
Rheinisch Westfälische Technische Hochschule Institut für Geometrie und Praktische Mathematik Numerische Analysis I — WS 08/09 Prof. Dr. Wolfgang Dahmen — Dr. Ralf Massjung Übung 13 Abgabe bis Mittwoch, 28.1., 12:00 in den Einwurfkasten vor Raum 149, Hauptgebäude am Mi. 28.1. bzw. Mo. 2.2. Aufgabe 41: (Komplexe Schur–Faktorisierung) Seien A ∈ Cn×n und λ1 , ..., λn die Eigenwerte von A. Die komplexe Schur–Faktorisierung von A hat die Form Q∗ A Q = R , wobei Q eine unitäre Matrix ist und R ∈ Cn×n eine obere Dreiecksmatrix ist, welche genau λ1 , ..., λn als Diagonaleinträge besitzt. Leite die Existenz der komplexen Schur– Faktorisierung von A aus der Jordan–Normalform her. Hinweis: Komplexe QR–Zerlegungen B = Q R existieren für komplexe Matrizen B genauso wie für reelle, allerdings ist nun Q unitär, R eine komplexe obere Dreiecksmatrix. Weiter bilden invertierbare komplexe obere Dreiecksmatrizen eine Gruppe bzgl. der Matrixmultiplikation, analog zum reellen Fall. Punkte: 3 Aufgabe 42: (Eigenvektoren aus reeller Schur–Faktorisierung) Man habe die reelle Schur–Faktorisierung QT A Q = R von A ∈ IRn×n bestimmt und sieht, daß alle Eigenwerte reell und einfach sind. Zeige, daß es nun für die Bestimmung des Eigenvektors zu Rii genügt, die folgenden Matrix–Vektor–Operationen durchzuführen: Einmal Rückwärtseinsetzen mit einer oberen Dreiecksmatrix aus IR(i−1)×(i−1) und eine Multiplikation mit Q. Punkte: 4 Aufgabe 43: (Störung der Eigenwerte durch Störung der Matrix) Sei A ∈ IRn×n diagonalisierbar mit Eigenwerten λ1 , ..., λn , also V −1 AV = diag(λ1 , ..., λn ) ≡ Λ . Es sei A gestört um ∆A und µ ein Eigenwert von A+ ∆A. Teil c.) liefert eine Abschätzung des Abstandes d := min1≤i≤n |λi − µ| von µ zu den Eigenwerten von A. a.) Sei d > 0 . Zeige, daß dann ein x ∈ IRn \ {0} existiert mit (Λ − µ I)−1 V −1 ∆A V x = −x . Dabei ist I ∈ IRn×n die Einheitsmatrix. Hinweis: Zeige, dass I + (Λ − µ I)−1 V −1 ∆A V nicht invertierbar ist. b.) Sei d > 0 . Zeige, daß bei Verwendung einer beliebigen Vektornorm und der von ihr induzierten Matrixnorm die Abschätzung 1/||(Λ − µ I)−1 || ≤ κ(V ) ||∆A|| gilt. c.) Zeige, daß für p = 1, 2, ∞ die folgende Abschätzung gilt: min |λi − µ| ≤ κp (V ) ||∆A||p 1≤i≤n Punkte: 2+2+2 Aufgabe 44: (Kondition des Eigenwertproblems) Seien A, E ∈ IRn×n gegeben, wobei ||E||2 = 1. Weiter sei λ(ε), ε ∈ IR, eine in einer Umgebung von 0 stetige Funktion, so daß λ(ε) ein Eigenwert von A(ε) ≡ A + ε E und λ(0) ein einfacher Eigenwert von A ist. Offensichtlich gibt λ′ (0) an, wie sehr sich kleine Störungen von A in Richtung E auf Störungen im Eigenwert λ(0) auswirken. a.) Seien x, y bzgl. || · ||2 normierte Rechts– bzw. Linkseigenvektoren von A zum Eigenwert λ(0). Zeige, daß dann |λ′ (0)| ≤ 1/|x∗ y| gilt. Hinweis: v 6= 0 ist Linkseigenvektor der Matrix B, wenn v ∗ B = λ v ∗ für ein λ ∈ C. Rechtseigenvektoren, sind die Vektoren, die gewöhnlich einfach als Eigenvektoren bezeichnet werden. Es kann verwendet werden, daß in einer Umgebung von 0 der Eigenwert λ(ε) differenzierbar ist und ebenso zugehörige normierte Rechts– bzw. Linkseigenvektoren x(ε), y(ε) existieren, die differenzierbar sind. b.) Zeige, daß für A ≡ 1 a 0 1 , a > 0, E ≡ 0 1 0 0 , die Ableitungen λ′ (0) der Eigenwerte nicht existieren. c.) Zeige, daß für einen Eigenwert von 1 A = 0 0 2 3 4 5 0 4.001 die Abschätzung aus a.) eine viel bessere Kondition des Eigenwertproblems vorhersagt als die Abschätzung von Aufgabe 43 c.) mit p = 2. Verwende dazu Matlab/Maple. d.) Zeige, daß wenn A symmetrisch ist, die Abschätzung aus a.) eine ähnliche Konditionsabschätzung wie die in Aufgabe 43 c.) mit p = 2 liefert. Punkte: 2+2+3+2 Gesamtpunktzahl: 22 Punkte