Zur Konvergenz des Iterationsverfahrens bei linearen Gleichungssystemen

Ähnliche Dokumente
Über Konvergente Zerlegungen von Matrizen

Zur numerischen Auflösung der Matrizengleichung AX2- I = 0

Zur Konvergenz des symmetrischen Relaxationsverfahrens

KAPITEL 1. Einleitung

Für das symmetrische Einzelschrittverfahren bei linearen Gleichungen mit Intervallen als Koeffizienten

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

Verfahrenhöherer Ordnung zur iterativen Einschliessung der inversen Matrix

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

Inexakte Newton Verfahren

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Matrizen. Lineare Algebra I. Kapitel April 2011

ALGOL-60 Algorithmen zur Auflösung linearer Gleichungssysteme mit Fehlererfassung

Basiswissen Matrizen

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

ANHANG A. Matrizen. 1. Die Definition von Matrizen

Übungsblatt 6. Analysis 1, HS14

32 2 Lineare Algebra

18.4 Das Newton-Verfahren

Lernbuch Lineare Algebra und Analytische Geometrie, 2. Auflage 2012

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10

Begleitmaterial zur Vorlesung Numerik II

Force of compression Einschubkraft. Force of extension Ausschubkraft. 5 Damping range Dämpfbereich. Pneumatic Pneumatisch.

5 Teilmengen von R und von R n

Spezielle Matrizen. Invertierbarkeit.

Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen

Kapitel 3. Konvergenz von Folgen und Reihen

1 Matrizenrechnung zweiter Teil

Kapitel 2. Zahlenbereiche

Analysis I - Einige Lösungen und Ergänzungen

Lineare Algebra 1. Roger Burkhardt

Iterative Löser: Einführung

Lineare Algebra und Numerische Mathematik für D-BAUG

9 Metrische und normierte Räume

5 Numerische Iterationsverfahren

Mathematik für Physiker I. Carsten Schütt WS 2009/10

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit

4 Matrizenrechnung. Beide Operationen geschehen also koeffizientenweise. Daher übertragen sich die Rechenregeln von K(m n, k).

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

NullstelleneinscWieBung mit dem Newton-Verfahren ohne Invertierung von Intervallmatrizen

Kapitel 2. Zahlenbereiche

2.5 Smith-Normalform für Matrizen über Euklidischen Ringen

= 9 10 k = 10

Zur Konvergenz des Peaceman-Rachford- Verfahrens G.Alefeld

Iterative Verfahren, Splittingmethoden

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

oder A = (a ij ), A =

1 Konvergenz im p ten Mittel

LINEARE ALGEBRA II. FÜR PHYSIKER

III. Iterative Löser. III.1 Direkte Löser und ihre Nachteile. III.2 Klassische lineare Iterationsverfahren

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

5 Numerische Mathematik

Lineare Algebra und analytische Geometrie II

Eigenschaften der Matrizenmultiplikation. Transponierung. Spezielle Matrizen.

Serie 8: Online-Test

Begleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme

Lineare Algebra und analytische Geometrie II

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

Lineare Gleichungssysteme

3 Lineare Gleichungssysteme

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Lineare Algebra. Beni Keller SJ 16/17

35 Stetige lineare Abbildungen

3.3. KONVERGENZKRITERIEN 67. n+1. a p und a n. beide nicht konvergent, so gilt die Aussage des Satzes 3.2.6

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.

11. Folgen und Reihen.

3.3 Reduzierte Basen nach Lenstra, Lenstra und Lovász

IV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen

Über die Konvergenzordnung des IntervaU-Newton-Verfahrens

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.

Modulprüfung Mathematik I Fachrichtung: Computer Science in Engineering, Computervisualistik, Informatik, Wirtschaftsinformatik WS 2013/

Begleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme

GESETZ VOM ITERIERTEN LOGARITHMUS

Serie 1: Eigenwerte & Eigenvektoren

Lineare Algebra und analytische Geometrie I

Mathematik B Prüfung Frühjahrssemester 2017

Musterlösung 3. D-MATH Algebra I HS 2015 Prof. Richard Pink. Faktorielle Ringe, Grösster gemeinsamer Teiler, Ideale, Faktorringe

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :

3 Bilinearformen und quadratische Formen

Begleitmaterial zur Vorlesung Numerik I

Vektoren und Matrizen

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. 5. Übungsstunde. Steven Battilana. battilana.uk/teaching

3 Lineare Differentialgleichungen

8.1. DER RAUM R N ALS BANACHRAUM 17

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit

Rechenoperationen mit Folgen. Rekursion und Iteration.

Seminar Sommersemester 2011: Geometrie Lehramt Gymnasium

10 Kriterien für absolute Konvergenz von Reihen

Bsp: Die kleinsten Carmichael-Zahlen sind 561, 1105, 1729, Es gibt unendlich viele Carmichael-Zahlen (Beweis 1994).

Die Lösung linearer Gleichungssysteme

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

Transkript:

Computing 21, 267-272 (1979) Computing @ by Springer-Verlag 1979 Zur Konvergenz des Iterationsverfahrens bei linearen Gleichungssystemen G. Alefeld, Berlin Eingegangen am 16.Januar 1978 Zusammenfassung- Abstract Zur Konvergenz des Iterationsverfahrens bei linearen Gleicbungssystemen. A, Mund N seien reelle Matrizen und A = M - N. Es seien Mund M - N (M-1 N)k-l für ein k;;;;1 nichtsingulär. Aus M' y;;;;0 folge [N(M-1N)k-l]'y;;;;O. Dann folgt aus [M-N(M-1N)k-l]'y;;;;O die Ungleichung [N(M-1 N)k-l]' y;;;;o genau dann, wenn p(m-1 N)<1 ist. (Der Strich bedeutet Übergang zur transponierten Matrix.) Die gleichen Aussagen bestehen, falls A, Mund N durch A', M' und N' ersetzt werden. Diese Resultate sind Verallgemeinerungen von Ergebnissen, welche in [1] und [2] bewiesen wurden. On tbe Convergence of tbe Iteration Method for Systems of Simultaneous Linear Equations. Let A, M, N - be real matrices, let A=M-N and let M and M-N(M-1 N)k-l for some integer k;;;;l be nonsingular. Let M' y;;;;o imply [N (M-1 N)k-l]' y;;;;o(where the prime denotes the transpose). Then [M -N (M-1 N)k-l]' y;;;;oimplies [N (M-1 N)k-l]' y;;;;oif and only if the spectral radius p (M-1 N) of M-1 N is less than one. The same conclusions are true if A, M and N are replaced by A', M' and N' respectively. Betrachtet wird die Aufgabe, das lineare Gleichungssystem Ax=b mit einer reellen quadratischen Matrix A aufzulösen. Dazu wird die Matrix A mit einer nichtsingulären Matrix M zerlegt in A = M - N und gemäß k+l x = M -1 N x k + M -1 b, k =",. 0 1 2.., x 0 bei le. b 19,. iteriert. Das Iterationsverfahren konvergiert genau dann für jeden Anfangsvektor, wenn p (M-1 N) < 1 ist. (p bezeichnet den Spektralradius.). Es bezeichne X' die aus der'n x n-matrix X gebildete transponierte Matrix. In der Menge der reellen Matrizen bzw. Vektoren wird die natürliche Halbordnung zugrunde gelegt. Wir beweisen in dieser Note den folgenden Satz 1: Es sei A=M -N eine Zerlegung von A mit reellen Matrizen Mund N. M sowiefür ein k > 1auchM - N (M-1 N)k-l seien nichtsingulär. Gilt M' y~0=>[n(m-1 N)k-l)]' y~o, 001O-485Xj79jOO21j0267j$ 01.00

268 G. Alefeld : so folgt ([M-N(M-lNt-l]' y~o~[n(m-l N)k-l]' y:::o)<=>p(m-l N)<1. Der Spezialfall k = 1 dieses Satzes wurde in [1] und [2] bewiesen. Als eine weitere Aussage erhalten wir. Satz 1*: Es seia = M- N eine Zerlegung von A mit reellen Matrizen Mund N. Es sei M sowie für ein k ~ 1 auch M - N (M - 1 Nt- 1 nichtsingulär. Gilt.so folgt M y~o~n (M-l N)k-l y~o, ([M -N (M-l N)k-l] y~o~n (M-l Nt-l y:::o)<=>p(m-l N)< 1. 11 Der Beweis von Satz 1* ergibt sich aus Satz 1,indem man dort A durch A', M durch M' und N durch N' ersetzt. Wir führen den Beweis von Satz 1 auf mehrere Lemmata zurück, die nachfolgend angegeben werden. Lemma 1: Es seien A, Mund N reelle quadratische Matrizen und M sowie fur ein k~ 1 auch M - N (M-l Nt-l seien nichtsingulär. Dann gilt und (M' y:::o~[n(m-l Nt-l]' y~o)<=>(n(m-l N)k-l=M X, X20) ([M-N (M-l Nt-l]' y~o~[n (M-l Nt-l]' y:::o)<=> (N(M-l N)k-l=[M-N(M-l N)k-l] Y, Y20). Beweis: Wir beweisen die erste Äquivalenzrelation.,,~": Wir wählen z~o. Dann gilt mit y=(m')-l z nach Voraussetzung d.h. oder M' (M')-l z=z>o~ [N (M-l N)k-l]' (M')-l z~o X'=[N(M-l N)k-l]'(M')-l:::::O N(M-l Nt-l=M X mit x>o.,,<=": Gilt N (M-l N)k-l =M X mit X~O, dann gilt und aus M' y:::ofolgt X'=[N(M-l Nt-l]'(M')-l>O [N (M-l Nt-l]' (M')-l M' y= [N (M-l Nt-l]' y~o. Entsprechend beweistman die zweiteäquivalenzrelatlon.. In Lemma 1 wird nicht verwendet,daß die Differenz M - N eine Zerlegungvon A ist Setzen wir dies voraus, so erhalten wir das folgende Lemma 2: Es sei A = M - N mit reellen quadratischenmatrizen Mund N. M sowiefür eink:::::1auchm - N (M-l N)k-l seien nichtsingulär. Es gelte N (M-l N)k-l = M X mit einer reellen quadratischen Matrix X ~ O.Dann gilt

Zur Konvergenz des Iterationsverfahrens bei linearen Gleichungssystemen 269 (N(M-1 Ny'-I=[M-N(M-1 Nt-'IJ Y mit Y~O)<=> (M=[M-N(M-IN)k-lJZ mit Z~O). Bel,veis:,,~": Sei N (/'..1-1 N)k- 1= [M - N (M-I Nt-IJ Y mit Y~O. Dann gilt oder Y = [M - N (Ai-I N)k-IJ-I N (M-I N)k-l ~O ~ - I, (I Einheitsmatrix) 0 ~ I + [lvl- IV (M- 1Nl- 1] - 1N (M-I N)k --1= [Ai- N (1\..1-1 N)k- 1] -- 1 M = Z, also I'vf=[M-N(M-I N)k-IJZ mit Z~O.,,<=":Sei.iVI=[AJ-N(M-1 Nt-IJZ mit Z~O. Dann folgt mit N (M --1 N)k - 1 = M X die Beziehung also mit 1\1(lvJ- 1 N)" - 1 = [Ai - N (.1\1-1N)k - 1J Z X, N (M-I N)k-l =[M -N (M-1 Nt-IJ Y y=z X~O wegen Z~O, X~O.. Aufgrund von Lemma 1 und Lemma 2 sind die Aussagen von Satz 1 mit den folgenden Aussagen identisch: Satt: 2: Es sei A = M - N eine Zerlegung von A mit reellen quadratischen Marrizen Iv/ und N. M sowie für ein k~ 1 auch 1\..1-N (M-1 N)k-l seien nichtsingulär. Es gelte N (A1-1 N)k-l = M X mit einer reellen quadratischen 1\..1 atrix X 2:O. Dann gilt (M= [M - N (M- 1 Nt-l J Z mit einer reellen quadratischen.1\1atrixz ~O)<=> Beweis:,,~": Es gelte also p(m-i N)<1. M=[l\.i-N(M-1 N)k-lJZ mit Z~O, O~Z = [M - N (M-1 N)k-lJ-l M = [I -(M-1 N)kJ-l. Wegen N(l\1-1 N)k-l=i\1 X mit X~O ist (M-1 Nt~O, so daß nach Satz 2.4.5 in [3J p ((M-1 N)k) < 1, also auch p (M-1 N) < 1 folgt...<=": Ist umgekehrt p (l\t1-1 N) < 1, so gilt auch p ((lv!- 1 N)k) < 1 und wegen 0\1-1 N)k ~ 0 existiert aufgrund der gleichen Quelle [I - 0\1-1 Nt] - 1 und es ist' also gilt O~[I-(M-1 N)kJ-l=[M-N(M-1 N)k-lJ-l M, M=[M-N(M-1 N)"-l]Z mit Z~O. 11 Wir wollen an einem einfachen Beispiel demonstrieren, daß die Voraussetzungen von Satz 2 für ein k> 1 erfüllt sein können, wenn dies für k= 1 nicht der Fall ist. Dazu betrachten wir die Matrix

270 G. Alefeld: und zerlegen A in A = M- N mit ( A= 0 ~) 2 1 l -4 M=, N= ~. 1-2 -2-2 ) ( A und M sind nichtsingulär und es gilt N = M X mit der Matrix X= -2 (O! o' ) X genügt nicht den Voraussetzungen von Satz 2, so daß dieser Satz für k = 1nicht anwendbar ist. Wir zeigen, daß die Voraussetzungen für k=4 erfüllt sind: Es ist ) M-N(M-1 N)3=(i -i) nichtsingulär und es gilt N (M-1 N)3 = M X mit der nichtnegativen Matrix x= (~ ~) Außerdem gilt M = [M - N (M- 1 N)3J Z mit der nichtnegativen Matrix Z=(~ ~) so daß mit Satz 4 p (M-l N)< 1 gefolgert werden kannl. Eine entsprechende Umformulierung von Satz 1* wie die von Satz 1 durch Satz 2 ist Satz 2*: Es sei A = M- N eine Zerlegung von A mit reellen quadratischen Matrizen Mund N. M sowie für ein k~l auch M-(N M-1)k-l N seien nichtsingulär. Es gelte (N M -1t -1 N = X M mit einer reellen quadratischenmatrix X :?:O.Dann gilt (M =Z [M -(N M-ll-l NJ mit einer quadratischen Matrix Z~O) ~p(m-l N)<1. 1'2 Der Beweis von Satz 2* ergibt sich aus Satz 2, indem man dort A durch A', M durch M' und N durch N' ersetzt. Als Anwendung von Satz 1 (und damit von Satz 2) beweisen wir das folgende Korollar 1: Es sei A = M - N eine Zerlegung von A mit reellen Matrizen Mund N. M sowie für ein k > 1 auch M - N (M-1 N)k-l seien nichtsingulär. Es sei M-1 > 0 undn (M-1 Nt-1 >0. Gilt dann [M -N (M-1 Nt-1]-1 >Osofolgtp(M-1 N)< 1. Beweis: Nach Voraussetzung gilt (M') - 1 >0. Gilt daher M' y > 0 so folgt y:?:o. Damit gilt wegen N (M-1 N)k-l ~O M' y:?:0~[n(m-1 N)k-l]' y:?:o. 1 Für die Kontrolle dieses Beispiels danke ich Herrn Dipl.-Math. H. Schwandt.

Zur Konvergenz des Iterationsverfahrens bei linearen Gleichungssystemen 271 Weiter gilt nach Voraussetzung [[ M - N (M- 1N)k-1]'] - 1~ O. Gilt daher [M -N (M-1 N)k-l]' y~o, so folgt y~o. Damit gilt wegen N(M-1 N)k-l?:.O [M-N(M-1 Nt-I]' y~o=>[n(m-1 N)k-l]' y~o. Nach Satz 1 folgt jetzt unmittelbar p (M-1 N) < 1.. Für k = 1 ist der Inhalt von Korollar 1 mit dem von R. S. Varga in [4], Seite 89 angegebenen Theorem 3.13 über reguläre Zerlegungen von Matrizen identisch. Durch Anwendung von Satz 1* (und damit von Satz 2*) erhält man entsprechend Korollar 2: Es sei A = M - N eine Zerlegung von A mit reellen Matrizen Mund N. M sowie für ein k ~ 1 auch M - (N M - 1)k- 1N seien nichtsingulär. Es sei M - 1~ 0 und(n M-1)k-l N ~o. Giltdann[M -(N M-1)k-l N]-1 >O,sofolgtp (M-1 N)< 1.. Der Beweis ergibt sich ähnlich wie in Korollar 1 durch Anwendung von Satz 1*. Als eine Anwendung von Korollar 1 beweisen wir das folgende Korollar 3: Es sei A=M -N eine Zerlegung von A mit reellen Matrizen Mund N. M sowie für ein k~ 1 auch M - N (M-1 N)k-l seien nichtsingulär. Es sei M-1?:.O und (M-1 N)k>O. Gilt dann [M -N (M-1 N)k-l]-1 ~O, so folgt P(M-1 N)< 1. Beweis: Wir betrachten die Matrix und setzenm =1, N =(M-1 N)k,k= 1. A=1 -(M-1 N)k Es gilt M-1 >0, N (M-1 Nt-1 =N?:.Ound O~[M-N(M-1 N)k-l]-1 M-1=[I-(M-1 Nt]-I=[M-N(M-1 Nt-1]-I. Nach Korollar 1 folgtjetzt p (M-1 N)= P ((M-1 N)k)< 1,also p (M-1 N)< 1.. Für k = 1 findet man Korollar 3 unter der zusätzlichen Voraussetzung N M- 1 ~ 0 (siehe Korollar 4) in [3], Seite 56, Theorem 2.4.17. Ähnlich erhält man aus Korollar 2 Korollar 4: Es sei A=M -N eine Zerlegung von A mit reellen Matrizen Mund N. M sowie für ein k~ 1 auch M -(N M-1)k-l N seien nichtsingulär. Es sei M-1 ~O und (N M-1)k~0. Gilt dann [M -(N M-1)k-l N]-1 ~O, so folgt p(m-1 N)< 1. Der Beweis ergibt sich ähnlich wie in Korollar 3..

272 G. Alefeld : Zur Konvergenz des Iterationsverfahrens bei linearen Gleichungssystemen Literatur [1] Alefeld, G.: Über konvergente Zerlegungen von Matrizen. Numer. Math. 20, 312-356 (1973). [2] Mangasarian, O. L.: A convergent splitting of matrices. Numer. Math. 15,351-353 (1970). [3] Ortega, J. M., Rheinboldt, W. c.: Iterative Solution of Nonlinear Equations in Several Variables. New York-London: Academic Press 1970. [4] Varga. R.: Matrix Iterative Analysis. Englewood Cliffs. N. J.: Prentice-HallI962. Prof. Dr. G. Alefeld Fachbereich 3jMathematik Technische Universität Berlin Straße des 17.Juni 135 D-looo Berlin 12 Printed in Austria Drude: PauJ Gerin. A-I021 Wien