Numerische Lineare Algebra - TU Chemnitz
Numerische Lineare Algebra - TU Chemnitz Numerische Lineare Algebra - TU Chemnitz
Inhalt 1 Organisatorisches 2 Einleitung 3 Das QR-Verfahren 4 Hermitesche Eigenwertaufgaben 5 Anhang: Grundlagen aus der Linearen Algebra Oliver Ernst (Numerische Mathematik) Numerische Lineare Algebra Wintersemester 2013/14 25 / 177
Einleitung Nach dem Satz von Abel-Ruffini sind Polynomgleichungen ab Grad 5 nicht durch Wurzelziehen lösbar. Die Nullstellen des Polynoms p(z) = z n + a n−1 z n−1 + · · · + a 1 z + a 0 sind die Eigenwerte seiner Frobenius-Begleitmatrix ⎡ ⎤ 0 −a 0 1 0 −a 1 A = . .. . .. ⎢ . ∈ C n×n . ⎥ ⎣ 1 0 −a n−2 ⎦ 1 −a n−1 Ein Verfahren zur Berechnung von Eigenwerten mit endlich vielen Schritten würde somit zu einer Formel für die Nullstellen eines Polynomes führen. Das in diesem Kapitel betrachtete Verfahren, die QR-Iteration, berechnet die Schur- Zerlegung einer n × n Matrix in O(n 3 ) Operationen. Oliver Ernst (Numerische Mathematik) Numerische Lineare Algebra Wintersemester 2013/14 26 / 177
- Seite 1 und 2: Numerische Lineare Algebra Oliver E
- Seite 3: Inhalt II 5.2 Störungstheorie 5.3
- Seite 7 und 8: Vektoriteration Der Prototyp aller
- Seite 9 und 10: Vektoriteration Beispiel Wir betrac
- Seite 11 und 12: Vektoriteration Beispiel q 0 = v 1
- Seite 13 und 14: Unterraumiteration Vektoriteration
- Seite 15 und 16: Unterraumiteration Invariante Unter
- Seite 17 und 18: Unterraumiteration Verschieben des
- Seite 19 und 20: Unterraumiteration Simultane Iterat
- Seite 21 und 22: Unterraumiteration QR-Iteration Das
- Seite 23 und 24: Unterraumiteration Invarianzerkennu
- Seite 25 und 26: Unterraumiteration Rekursive Darste
- Seite 27 und 28: Inhalt 1 Organisatorisches 2 Einlei
- Seite 29 und 30: Reduktion auf Hessenberg-Gestalt Al
- Seite 31 und 32: Reduktion auf Hessenberg-Gestalt Mi
- Seite 33 und 34: Inhalt 1 Organisatorisches 2 Einlei
- Seite 35 und 36: QR-Schritt mit impliziten Shifts QR
- Seite 37 und 38: QR-Schritt mit impliziten Shifts Un
- Seite 39 und 40: QR-Schritt mit impliziten Shifts Im
- Seite 41 und 42: Konvergenz Praktische Koordinaten S
- Seite 43 und 44: Konvergenz Praktische Koordinaten D
- Seite 45 und 46: Konvergenz Konvergenzsatz II Satz 3
- Seite 47 und 48: Inhalt 1 Organisatorisches 2 Einlei
- Seite 49 und 50: QR Konvergenz Satz 3.12 Beim QR-Ver
- Seite 51 und 52: QR Konvergenz In der Praxis besitze
Einleitung<br />
Nach dem Satz von Abel-Ruffini sind Polynomgleichungen ab Grad 5 nicht durch<br />
Wurzelziehen lösbar. Die Nullstellen des Polynoms<br />
p(z) = z n + a n−1 z n−1 + · · · + a 1 z + a 0<br />
sind die Eigenwerte seiner Frobenius-Begleitmatrix<br />
⎡<br />
⎤<br />
0 −a 0<br />
1 0 −a 1<br />
A =<br />
. .. . .. ⎢<br />
.<br />
∈ C n×n .<br />
⎥<br />
⎣ 1 0 −a n−2<br />
⎦<br />
1 −a n−1<br />
Ein Verfahren zur Berechnung von Eigenwerten mit endlich vielen Schritten würde<br />
somit zu einer Formel für die Nullstellen eines Polynomes führen.<br />
Das in diesem Kapitel betrachtete Verfahren, die QR-Iteration, berechnet die Schur-<br />
Zerlegung einer n × n Matrix in O(n 3 ) Operationen.<br />
Oliver Ernst (<strong>Numerische</strong> Mathematik) <strong>Numerische</strong> <strong>Lineare</strong> <strong>Algebra</strong> Wintersemester 2013/14 26 / 177