Advertisement

Die Berechnung des Dominanten Eigenwertes einer Matrix mit Hilfe von Monotonen Extremalpolynomen

  • F. Locher
Part of the International Series of Numerical Mathematics / Internationale Schriftenreihe zur Numerischen Mathematik / Série Internationale D’Analyse Numérique book series (ISNM, volume 24)

Zusammenfassung

Das Iterationsverfahren (v. Mises — Geiringer) zur numerischen Bestimmung des dominanten Eigenwerts einer Matrix gehört bei geschickter Anwendung (besonders in der Form der Simultan-Iteration) zu den sichersten Verfahren zur Eigenwertberechnung (vgl. die Bücher FADDEJEW-FADDEJEWA [2], SCHWARZ-RUTISHAUSER-STIEFEL [11], WILKINSON [13], WILKINSON-REINSCH [14]). Bei eng benachbarten betragsgroßen Eigenwerten konvergiert das Verfahren allerdings ziemlich langsam. Durch Iteration mit mehreren linear unabhängigen Vektoren (Simultan-Iteration) und durch Einschalten von Čebyšev-Polynomen läßt sich die Konvergenz oft beträchtlich beschleunigen (FLANDERS-SHORTLEY [3], ENGELI-GINSBURG-RUTISHAUSER-STIEFEL [1], HAGEMAN-KELLOG [4], RUTISHAUSER [9], [10]). Besonders günstig erweist sich die Čebyšev-Methode bei symmetrischen Matrizen, da sich hier wegen der Extremaleigenschaft des Rayleigh-Quotienten in einfacher Weise untere Schranken für den dominanten Eigenwert bestimmen lassen (RUTISHAUSER [10]). In anderen Fällen kann aber eine ungünstige Wahl der Iterationsparameter wegen des stark oszillierenden Verlaufs der Čebyšev-Polynome zu Schwierigkeiten führen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Engeli, M., Ginsburg, Th., Rutishauser, H., and E. Stiefel: Refined iterative methods for computation of the solution and the eigenvalues of self-adjoint boundary value problems. Mitteilungen aus dem Institut für Angewandte Mathematik der ETH Zürich, 8.Basel: Birkhäuser-Verlag (1959).Google Scholar
  2. 2.
    Faddejew, D. K., and W. N. Faddejewa: Numerische Methoden der linearen Algebra. München- Wien: Oldenbourg-Verlag (1964).Google Scholar
  3. 3.
    Flanders, D. A. and G. Shortley: Numerical determination of fundamental modes. J. appl. Phys. 21 (1950), 1326–1332.CrossRefGoogle Scholar
  4. 4.
    Hageman, L.A., and R. B. Kellog: Estimating optimum overrelaxation parameters. Math. Comp. 21 (1967), 60–68.Google Scholar
  5. 5.
    Kirchberger, P.: Über Tschebyscheffsche Annäherungsmethoden. Inauguraldissertation Göttingen (1902).Google Scholar
  6. 6.
    Locher, F.: Optimale definite Polynome und Quadraturformeln. ISNM 17 (1973), 111–121.Google Scholar
  7. 7.
    Lukacs, F.: Verschärfung des ersten Mittelwertsatzes der Integralrechnung für rationale Polynome. Math. Z. 2 (1918), 295–305.CrossRefGoogle Scholar
  8. 8.
    Mazzario, A.: Numerische Eigenschaften der Ritz-Iteration. Vortrag auf der Tagung über “Numerische Behandlung von Eigenwertaufgaben” im Math. Forsch. Inst. Oberwolfach v. 19. 11. -25. 11. 1972.Google Scholar
  9. 9.
    Rutishauser, H.: Computational aspects of F. L. Bauer’s simultaneous iteration method. Num. Math. 13 (1969), 4–13.CrossRefGoogle Scholar
  10. 10.
    Rutishauser, H.: Simultaneous iteration method for symmetric matrices. Num. Math. 16 (1970), 205–223.CrossRefGoogle Scholar
  11. 11.
    Schwarz, H. R., Rutishauser, H., and E. Stiefel: Numerik symmetrischer Matrizen. Stuttgart: Teubner-Verlag (1968).Google Scholar
  12. 12.
    Szegö, G.: Orthogonal polynomials. Ann Arbor: Amer. Math. Soc. coll. publ. X XII (1948).Google Scholar
  13. 13.
    Wilkinson, J. H.: The algebraic eigenvalue problem. Oxford: Clarendon Press (1965).Google Scholar
  14. 14.
    Wilkinson, J. H., and C. Reìnsch: Linear algebra. Handbook for automatic computation vol. II. Berlin-Heidelberg-New York: Springer-Verlag (1971).CrossRefGoogle Scholar

Copyright information

© Springer Basel AG 1974

Authors and Affiliations

  • F. Locher
    • 1
  1. 1.TübingenDeutschland

Personalised recommendations