18.11.2011 Mathematisches Institut Prof. Dr. Florian Jarre Georg Jansing Numerische lineare Algebra – 5. Übungsblatt Aufgabe 15: (Cholesky-Zerlegung) Sei 4 −2 0 2 −2 10 −3 −1 A := 0 −3 2 −1 . 2 −1 −1 6 Für 1 ≤ k ≤ 4 seien die linken oberen k × k-Untermatrizen von A jeweils mit Ak bezeichnet. (a) Sei L1 := 2. Für k = 2, 3, 4 gebe man jeweils unter Verwendung von Lk−1 untere Dreiecksmatrizen Lk der Dimension k × k an, so dass Lk positive Diagonaleinträge besitzt und so dass Lk LTk = Ak gilt. (b) Geben Sie eine mg̈lichst kleine Menge an, in der die Eigenwerte von A liegen – benutzen Sie dabei z.B. Gershgorinkreise, die Symmetrie und (a). Hinweis: Lk+1 ensteht aus Lk durch Anhängen einer weiteren Zeile und Spalte. Die Nebendiagonalelemente der angehängten Zeile lassen sich zunächst bestimmen, danach folgt das Diagonalelement. (Die angehängte Spalte muss aufgrund der Dreieckseigenschaft bis auf den letzten Eintrag Null sein.) Wenn “Ihr Lk ” gebrochene Zahlen enthält oder Zahlen vom Betrag “> 3”, so haben Sie sich verrechnet. Aufgabe 16: Betrachten Sie die Matrix 3 3 4 A = 3 4 0 . 4 0 4 (a) Transformieren Sie A mit Householder Transformieren und durch von Givensrotationen (jeweils symmetrisch von links und rechts) auf Hessenbergform. Geben Sie das Ergebnis explizit an. (b) Eliminieren Sie die Elemente der ersten Spalte unterhalb der Diagonalen von A mit einer Householder Transformationen und beobachten Sie, was passiert, wenn Sie die Transformation symmetrisch anwenden. Aufgabe 17: (a) Transformieren Sie die Matrix 3 3 H̃ = 4 4 0 3 mit Householder-Transformationen von links auf obere Dreiecksform. (b) Geben Sie eine QR-Zerlegung von H̃ an. Aufgabe 18: Zeigen Sie, dass die Matrix Fn = −an−1 −an−2 1 0 0 1 .. .. . . 0 0 ··· ··· ··· .. . ··· −a1 −a0 0 0 0 0 .. .. . . 1 0 das charakteristische Polynom χFn (t) = b(tn + an−1 tn−1 + · · · + a1 t + a0 ) hat, wobei b = (−1)n oder b = 1, je nach Vorzeichenwahl in χFn (t) = det(±(tIn − Fn )). Fn wird Frobenius-Begleitmatrix von p genannt. Bestimmen Sie dann die Eigenvektoren von Fn zum Eigenwert λ und zeigen Sie, dass es auch dann nur einen eindimensionalen Eigenraum gibt, wenn λ ein mehrfacher Eigenwert ist. Programmieraufgabe 1: Implementieren Sie in der Funktion [ mu, muverlauf ] = qr wilk(A) den QR-Algorithmus mit Wilkinson-Shift, bei dem im k-ten Schritt µk als der Eigenwert der unteren (k) rechten 2 × 2-Untermatrix von Ak ∈ Cn,n gewählt wird, der näher an an,n , dem (n, n)-Element von Ak , liegt: q µk = a(k) n,n + d − sign(d) (k) (k) d2 + (an−1,n )2 (k) mit d = (an−1,n−1 − an,n )/2. Falls d = 0, wählen Sie sign(d) := 1. (k) Im k-ten Schritt akzeptiert man ann als Eigenwert, wenn (k) (k) |an,n−1 | ≤ eps(|a(k) n,n | + |an−1,n−1 |). Falls ein Schritt akzeptiert wird, rechnet man mit der Untermatrix (Ak )1:n−1,1:n−1 weiter. muverlauf sei ein n × 1 Matlab Cell-Objekt (vgl. Befehl cell), dessen l-ter Eintrag die Iterierten (k) des l-ten approximierten Eingenwertes (also jeweils die al,l ) enthält. Um A auf Hessenbergform zu transformieren, benutzen Sie die Matlab Funktion hess. Sie dürfen auf das bulge-chasing verzichten, und explizit den qr Befehl verwenden. Beachten Sie, dass dies die Effizienz deutlich verschlechtert! Schreiben Sie weiterhin ein Matlab Skript test, die Ihr Programm an A = tridiag(1, −2, 1) ∈ Rn×n mit n = 20. Stellen Sie die Konvergenz der ersten drei berechneten Eigenwerte dar, indem Sie den Logarithmus des exakten Fehlers in jedes QR-Schrittes berechnen und diesen graphisch gegen die Iterationszahl auftragen (vgl. Befehl semilogy). jπ Hinweis: Die exakten Eigenwerte von A sind λj = 2 cos n+1 − 2, j = 1, . . . , n. Abgabe der Programmieraufgabe bis einschließlich 13. Januar 2012 an [email protected]. Besprechung in den Übungen am Dienstag, 20. Dezember 2011