TU Chemnitz Professur Numerische Mathematik Prof. Dr. Oliver Ernst Dipl.-Math. Ingolf Busch 5. Februar 2014 Numerische Lineare Algebra Wintersemester 2013/14 9. Übungsblatt Aufgabe 29: Gegeben sei die bidiagonale Matrix α1 β1 B= α2 .. .. . . βm−1 αm . Für diese Matrix soll eine SVD berechnet werden. (a) Wie vereinfacht sich die Bestimmung der SVD, falls βi = 0 für ein i = 1, 2, . . . , m gilt? (b) Beschreiben sie für den Fall α1 = 0, wie man mit geeigneten Givens-Rotationen der Zeilen von B erreichen kann, dass α1 = β1 = 0 und die resultierende Matrix bidiagonal ist (αi und βi werden natürlich bei diesen Rotationen immer wieder überschrieben). (c) Was ist im Fall αm = 0 zu tun, damit auch βm−1 = 0 ist? (d) Was ist im allgemeinen Fall αi = 0 mit i 6= 1, m zu tun, damit βi = 0 und βi−i = 0? (e) Wie vereinfacht sich die Bestimmung der SVD im Fall αi = 0 nachdem man die Transformationen aus (a), (b) oder (c) angewendet hat? Aufgabe 30: Gegeben sei die Matrix 1 β 1 β B= 1 β 1 mit β = 1234567 (a) Zeigen Sie, dass für jede Matrix A ∈ Cm×m gilt, dass | det(A)| = σ1 σ2 · · · σm . Dabei sind die σi die Singulärwerte (inklusive 0) von A. Folgern Sie daraus, dass das Produkt der Singulärwerte von B 1 ergibt. (b) Berechnen Sie mit MATLAB die Singulärwerte von B und B > und jeweils das Produkt der Singulärwerte. Wie genau sind die einzelnen Singulärwert jeweils? Warum kann man aus dem Produkt der Singulärwerte auf deren Genauigkeit schließen? Aufgabe 31: Sei A = Ak Ak−1 · · · A1 ∈ Cn×n und Ak A1 A2 C= .. . . Ak−1 Zeigen Sie dann, dass die komplexe Zahl λ genau dann ein Eigenwert von A ist, wenn die komplexen Zahlen λ1/k , λ1/k ω, λ1/k ω 2 , . . . , λ1/k ω k−1 alles Eigenwerte von C sind. Dabei ist ω = e2πi/k und λ1/k eine k-te Wurzel von λ. (a) Sei x = [x1 , x2 , . . . , xk ]> ein Eigenvektor (aufgeteilt entsprechend der Blockstruktur von C) von C zu einem Eigenwert τ 6= 0. Nutzen Sie die Eigenvektorbeziehung von x und C um zu zeigen, dass kein Teil xi von x der Nullvektor ist. Zeigen Sie weiterhin, dass x1 ein Eigenvektor von A mit dem Eigenwert τ k ist. Das bedeutet, dass jeder Eigenwert von C eine k-te Wurzel eines Eigenwertes von A ist. (b) Zeigen Sie, dass auch die anderen Teile des Vektors x Eigenvektoren von bestimmten Produktmatrizen sind, wobei der Eigenwert immer τ k entspricht. (c) Sei α eine beliebige k-te Einheitswurzel. Zeigen Sie, dass dann y = k−1 k−2 0 > [x1 α , x1 α , . . . , xk α ] eine Eigenvektor von C mit Eigenwert ατ ist. Wenn also eine k-te Wurzel von λ ein Eigenwert von C ist, so sind es auch alle anderen. (d) Sei z1 ein Eigenvektor von A zu einem Eigenwert λ 6= 0 und τ eine beliebige k-te Wurzel von λ. Konstruieren Sie aus z1 einen Eigenvektor von C zum Eigenwert τ . Damit ist gezeigt, dass jede k-te Wurzel eines Eigenwertes von A ein Eigenwert von C ist. (e) Zeigen Sie, dass 0 genau dann ein Eigenwert von A und C ist, wenn mindestens ein Faktor Aj einen nichttrivialen Nullraum hat. Wie sehen in diesem Fall die Eigenwerte aus? Zeigen Sie weiterhin, dass 0 ein Eigenwert sein muss, wenn nicht alle Faktoren Aj quadratisch sind. Aufgabe 32: Zeigen Sie, dass f (z) = (z − µ)(z − µω)(z − µω 2 ) · · · (z − µω k−1 ) = z k − µk mit z ∈ C, µ ∈ C, und 2 ω = e2πi/k .