Ein Schritt
der tridiagonalen
-Iteration
mit Shift
berechnet eine
-Faktorisierung,
die die tridiagonale Form erhält und bildet
Sie kann folgendermaßen implementiert werden.
Zuerst wird eine Givens-Rotation
, basierend auf dem Vektor
,
auf die ersten beiden Zeilen von links und
auf die ersten beiden Spalten von rechts
angewendet.
Dadurch entsteht ein Eintrag in
, der die tridiagonale Form von
zerstört.
Nun werden Givens-Rotationen
sukzessive auf die Zeilen
und
angewendet und ihre Transponierten
auf die
entsprechenden Spalten:
Die Transformation
basiert
auf dem Vektor der aktuellen Einträge in den
Positionen
. Folglich stellt die
Ähnlichkeitstransformation mit
die tridiagonale Form bis zur Spalte
wieder her.
Dieser Prozess wird nachstehend schematisch
illustriert.
Änderungen in den Einträgen sind durch verschiedene
Symbole gekennzeichnet.
Darüber hinaus werden die Einträge, die die folgende
Givens-Rotation bestimmen, hervorgehoben.
Diese Transformation annulliert den Eintrag in der
eingekreisten Position.
Falls zufällig beide Einträge in Position
Null sind, kann die
-te
Transformation entfallen. In diesem Fall ist der
Nebendiagonaleintrag
Null, und die Dimension des
Eigenwertproblems kann reduziert werden.
Es muss gezeigt werden, dass die Implementierung der
Ähnlichkeitstransformation mit den Formeln
konsistent ist.
Dazu wird die Givens-Transformation zur
Konstruktion der
QR-Faktorisierung mit
bezeichnet,
und die in der Implementierung benutzten
Transformationen mit
.
Nach Konstruktion ist
. Die anderen Transformationen
stimmen auch überein.
Dies folgt aus der Eindeutigkeit der QR-Faktorisierung
mit Givens-Transformationen bei von
Null verschiedenen Nebendiagonaleinträgen und
der Tatsache, dass die tridiagonale Form
erhalten bleibt. In der Tat, falls nicht beide
Einträge in den Positionen
Null sind,
wird
eindeutig durch
die Forderung bestimmt, dass die
tridiagonale Form wiederhergestellt werden muss.
Es müssen lediglich noch die Ausnahmefälle
diskutiert werden.
Falls ein Nebendiagonaleintrag
Null ist,
kann die Dimension des Eigenwertproblems reduziert
werden:
mit
der
Einheitsmatrix.
Eine Reduktion ist auch möglich, falls die Einträge
,
die
bestimmen, Null sind. Für
beliebiges
generiert die
Ähnlichkeitstransformation dann
eine Null in Position
.
(Autoren: Höllig/E. Höllig)
| |
automatisch erstellt
am 7. 5. 2007 |