Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ...
Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ... Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ...
42 Lineare und nichtlineare Gleichungen definite (n − 1) × (n − 1)-Matrix eine eindeutige Cholesky-Zerlegung besitzt. Die n × n- Matrix denke man sich zerlegt: A = An−1 a T Hierbei ist A n−1 ∈ R (n−1)×(n−1) symmetrisch und positiv definit (Beweis?). Für die untere Dreiecksmatrix L mache man den Ansatz Ln−1 0 L = l T β mit einer unteren Dreiecksmatrix L n−1 ∈ R (n−1)×(n−1) und einem Vektor l ∈ R n−1 . Dann ist LL T Ln−1 0 L T = n−1 l Ln−1 L l T β 0 T = T n−1 L n−1 l An−1 a β (L n−1 l) T l T l + β 2 = a T = A α genau dann, wenn a α . L n−1 L T n−1 = A n−1 , L n−1 l = a, l T l + β 2 = α. Also ist L n−1 notwendigerweise der nach Induktionsannahme eindeutig existierende Cholesky-Faktor (untere Dreiecksmatrix mit positiven Diagonalelementen) von A n−1 und es bleibt die eindeutige Existenz eines Vektors l ∈ R n−1 und einer positiven Zahl β mit L n−1 l = a, l T l + β 2 = α zu zeigen. Da L n−1 nichtsingulär ist, ist l durch L n−1 l = a eindeutig festgelegt. Zu zeigen bleibt, dass α − l T l positiv ist, da dann genau ein positives β mit l T l + β 2 = α existiert. Nun ist aber α − l T l = α − a T L −T n−1L −1 n−1a = α − a T A −1 n−1a −A −1 T = n−1a An−1 1 a T > 0 , a α −A −1 n−1a 1 da A positiv definit ist, womit alles gezeigt ist. ✷ Ein Verfahren zur Berechnung des Cholesky-Faktors L erhält man sehr leicht aus der Bestimmungsgleichung A = LL T durch Koeffizientenvergleich. Wegen der Symmetrie genügt es, die unteren Hälften zu vergleichen. Für i ≥ j ist a ij =(A) ij =(LL T ) ij = j−1 j l ik l jk = l ik l jk + l ij l jj . k=1 k=1
2.1 Lineare Gleichungssysteme 43 Dies ergibt: j−1 i = j : a jj = ljj 2 + ljk 2 bzw. l jj := k=1 j−1 i>j: a ij = l ij l jj + l ik l jk bzw. l ij := k=1 j−1 a jj − k=1 j−1 a ij − k=1 l 2 jk 1/2, l ik l jk l jj . Wegen dieser Gleichungen kann man sukzessive spalten- oder zeilenweise die Matrix L berechnen. So lautet z. B. eine Spaltenversion des resultierenden Cholesky-Verfahrens: • Input: Gegeben sei die symmetrische, positiv definite Matrix A =(a ij ) ∈ R n×n . Benutzt wird nur die untere Hälfte von A, d. h. Elemente a ij mit i ≥ j. • Für j =1,...,n: l jj := (a jj − j−1 k=1 l2 jk )1/2 . Für i = j +1,...,n: l ij := (a ij − j−1 k=1 l ikl jk )/l jj . • Output: Nur die untere Hälfte von L (einschließlich der Diagonalen) ist definiert. Bevor das Pivotelement durch Wurzelziehen gebildet wird, prüft man natürlich, ob a kk − k−1 j=1 a2 kj ≥ ist, wobei >0 eine vorgegebene kleine Zahl ist. Eine Umsetzung8 in eine MATLAB-Funktion ist die folgende (wobei wir auf den oben angegebenen Test verzichten): function L=Chol(A); %**************************************************** %Input-Parameter: % A n x n symmerische, positiv definite Matrix %Output-Parameter: % L n x n untere Dreiecksmatrix mit positiven % Diagonalelementen und A=L*L’. %**************************************************** [n,n]=size(A); L=zeros(n); s=zeros(n,1); for j=1:n s(j:n)=A(j:n,j); for k=1:j-1 s(j:n)=s(j:n)-L(j:n,k)*L(j,k); end % s(i)=A(i,j)-sum_1^(j-1)L(i,k)L(j,k), i=j,...,n L(j:n,j)=s(j:n)/sqrt(s(j)); end 8 Siehe C, F. van Loan (1997, S. 245).
- Seite 1 und 2: Kapitel 2 Lineare und nichtlineare
- Seite 3 und 4: 2.1 Lineare Gleichungssysteme 21 Is
- Seite 5 und 6: 2.1 Lineare Gleichungssysteme 23 Se
- Seite 7 und 8: 2.1 Lineare Gleichungssysteme 25 so
- Seite 9 und 10: 2.1 Lineare Gleichungssysteme 27
- Seite 11 und 12: 2.1 Lineare Gleichungssysteme 29 Da
- Seite 13 und 14: 2.1 Lineare Gleichungssysteme 31 >
- Seite 15 und 16: 2.1 Lineare Gleichungssysteme 33 Es
- Seite 17 und 18: 2.1 Lineare Gleichungssysteme 35 Da
- Seite 19 und 20: 2.1 Lineare Gleichungssysteme 37 Da
- Seite 21 und 22: 2.1 Lineare Gleichungssysteme 39 un
- Seite 23: 2.1 Lineare Gleichungssysteme 41 fu
- Seite 27 und 28: 2.1 Lineare Gleichungssysteme 45 x(
- Seite 29 und 30: 2.1 Lineare Gleichungssysteme 47 8
- Seite 31 und 32: 2.1 Lineare Gleichungssysteme 49
- Seite 33 und 34: 2.2 Nichtlineare Gleichungen und Gl
- Seite 35 und 36: 2.2 Nichtlineare Gleichungen und Gl
- Seite 37 und 38: 2.2 Nichtlineare Gleichungen und Gl
- Seite 39 und 40: 2.2 Nichtlineare Gleichungen und Gl
- Seite 41 und 42: 2.2 Nichtlineare Gleichungen und Gl
- Seite 43 und 44: 2.2 Nichtlineare Gleichungen und Gl
- Seite 45 und 46: 2.2 Nichtlineare Gleichungen und Gl
- Seite 47 und 48: 2.2 Nichtlineare Gleichungen und Gl
- Seite 49 und 50: 2.2 Nichtlineare Gleichungen und Gl
- Seite 51 und 52: 2.2 Nichtlineare Gleichungen und Gl
- Seite 53 und 54: 2.2 Nichtlineare Gleichungen und Gl
- Seite 55 und 56: 2.2 Nichtlineare Gleichungen und Gl
- Seite 57 und 58: 2.2 Nichtlineare Gleichungen und Gl
42 <strong>Lineare</strong> <strong>und</strong> <strong>nichtlineare</strong> <strong>Gleichungen</strong><br />
definite (n − 1) × (n − 1)-Matrix eine eindeutige Cholesky-Zerlegung besitzt. Die n × n-<br />
Matrix denke man sich zerlegt:<br />
A =<br />
<br />
An−1<br />
a T<br />
Hierbei ist A n−1 ∈ R (n−1)×(n−1) symmetrisch <strong>und</strong> positiv definit (Beweis?). Für die<br />
untere Dreiecksmatrix L mache man den Ansatz<br />
<br />
Ln−1 0<br />
L =<br />
l T β<br />
mit einer unteren Dreiecksmatrix L n−1 ∈ R (n−1)×(n−1) <strong>und</strong> einem Vektor l ∈ R n−1 .<br />
Dann ist<br />
<br />
LL T Ln−1 0 L<br />
T<br />
=<br />
n−1 l Ln−1 L<br />
l T β 0 T =<br />
T n−1 L n−1 l An−1 a<br />
β (L n−1 l) T l T l + β 2 =<br />
a T = A<br />
α<br />
genau dann, wenn<br />
a<br />
α<br />
<br />
.<br />
L n−1 L T n−1 = A n−1 , L n−1 l = a, l T l + β 2 = α.<br />
Also ist L n−1 notwendigerweise der nach Induktionsannahme eindeutig existierende<br />
Cholesky-Faktor (untere Dreiecksmatrix mit positiven Diagonalelementen) von A n−1<br />
<strong>und</strong> es bleibt die eindeutige Existenz eines Vektors l ∈ R n−1 <strong>und</strong> einer positiven Zahl<br />
β mit<br />
L n−1 l = a, l T l + β 2 = α<br />
zu zeigen. Da L n−1 nichtsingulär ist, ist l durch L n−1 l = a eindeutig festgelegt. Zu<br />
zeigen bleibt, dass α − l T l positiv ist, da dann genau ein positives β mit l T l + β 2 = α<br />
existiert. Nun ist aber<br />
α − l T l = α − a T L −T<br />
n−1L −1<br />
n−1a<br />
= α − a T A −1<br />
n−1a<br />
−A<br />
−1 T <br />
=<br />
n−1a An−1<br />
1<br />
a T<br />
> 0 ,<br />
a<br />
α<br />
−A<br />
−1<br />
n−1a<br />
1<br />
<br />
da A positiv definit ist, womit alles gezeigt ist.<br />
✷<br />
Ein Verfahren zur Berechnung des Cholesky-Faktors L erhält man sehr leicht aus der<br />
Bestimmungsgleichung A = LL T durch Koeffizientenvergleich. Wegen der Symmetrie<br />
genügt es, die unteren Hälften zu vergleichen. Für i ≥ j ist<br />
a ij =(A) ij =(LL T ) ij =<br />
j−1<br />
j <br />
l ik l jk = l ik l jk + l ij l jj .<br />
k=1<br />
k=1