0 Daumen
576 Aufrufe

Aufgabe:

a) Zeigen Sie, dass für eine Permutationsmatrix \( P \in \mathbb{R}^{n \times n} \) und eine beliebige Matrix \( A \in \mathbb{R}^{n \times n} \) gilt
\( \|P A\|_{1}=\|A\|_{1}=\|A P\|_{1} \)
mit der Spaltenbetragssumme \( \|\cdot\|_{1} \) als Matrixnorm.

b) Beweisen Sie unter Verwendung von Aufgabenteil (a), dass für jede Permutationsmatrix \( P \in \mathbb{R}^{n \times n} \) und jede regulärc Matrix \( A \in \mathbb{R}^{n \times n} \) gilt
\( \kappa_{1}(P A)=\kappa_{1}(A) \text {. } \)
wobei \(\kappa_{1}(.)\) die Konditionszah! bezzüglich der Vorm \( \|\cdot\|_{1} \) bezeichnet.

c) Beweisen Sie für beliebige Matrizen \( A \in \mathbb{R}^{n \times n} \), dass
\( |\lambda| \leq\|A\| \)
gilt für jeden Eigenwert \( \lambda \) von \( A \) und jede Matrixnorm \( \|\cdot\| \), die von einer Vektornorm erzeugt wird.

d) Eine Matrix \( A \in \mathbb{R}^{4 \times 4} \) besitze die Eigenwerte \( \frac{1}{20},-\frac{3}{4}, 3,-100 \). Leiten Sie mit der Eigenschaft aus Aufgabenteil (b) eine möglichst hohe untere Schranke (Zahlenwert anzugeben) für die Konditionszahl \( \kappa(A) \) bezüglich aller Matrixnormen, die von einer Vektornorm erzeugt werden, her.


e) Sei \( A \in \mathbb{R}^{n \times n} \) eine Matrix mit \( \operatorname{det}(A) \neq 0 \) und \( x, \tilde{x} \in \mathbb{R}^{n} \) Vektoren mit \( x \neq 0 \). Die Ergebnisse der Matrix-Vektor-Multiplikation lauten \( y=A x \) und \( \tilde{y}=A \tilde{x} \). Es wird eine beliebige Vektornorm \( \|\cdot\| \) und die zugehörige Matrixnorm verwendet.
i) Leiten Sie eine Abschätzung für die Abweichung \( \|\tilde{y}-y\| \) in Abhängigkeit der Abweichung \( \|\tilde{x}-x\| \) her.

ii) Leiten Sie eine Abschätzung für die relative Abweichung \( \frac{\|\bar{y}-y\|}{\|y\|} \) in Abhängigkeit der relativen Abweichung \( \frac{\|\bar{x}-x\|}{\|x\|} \) her. Bringen Sie die obere Schranke in Beziehung zur Konditionszahl der Matrix \( A \).




Problem/Ansatz:

Hallo Zusammen, könnte mir jemand bitte dabei helfen? Ich habe was gemacht aber bin mir nicht sicher, ob es richtig ist...


Zu a) Um zu zeigen, dass für eine Permutationsmatrix \(P \in \mathbb{R}^{n \times n}\) und eine beliebige Matrix \(A \in \mathbb{R}^{n \times n}\) gilt \(\|PA\|_{1} = \|A\|_{1} = \|AP\|_{1}\) mit der Spaltenbetragssumme \(\|\cdot\|_{1}\) als Matrixnorm, betrachten wir die Definition der Matrixnorm \(\|\cdot\|_{1}\):

\(\|A\|_{1} = \max_{1 \leq j \leq n} \sum_{i=1}^{n} |a_{ij}|\)

Sei \(P\) eine Permutationsmatrix und \(A\) eine beliebige Matrix. Dann gilt:

\(\|PA\|_{1} = \max_{1 \leq j \leq n} \sum_{i=1}^{n} |(PA)_{ij}|\)

Da \(P\) eine Permutationsmatrix ist, sind in jeder Spalte von \(PA\) und \(AP\) genau ein Eintrag ungleich null. Daher gilt:

\(\sum_{i=1}^{n} |(PA)_{ij}| = \sum_{i=1}^{n} |(AP)_{ij}| = \sum_{i=1}^{n} |a_{ij}|\)

Für jede Spalte \(j\) von \(A\) sind die Beträge der Einträge in \(PA\) und \(AP\) genau gleich. Daher ist die maximale Spaltenbetragssumme in beiden Fällen gleich:

\(\|PA\|_{1} = \|A\|_{1} = \|AP\|_{1}\)



Zu b) Um zu beweisen, dass für jede Permutationsmatrix \(P \in \mathbb{R}^{n \times n}\) und jede reguläre Matrix \(A \in \mathbb{R}^{n \times n}\) gilt \(\kappa_{1}(PA) = \kappa_{1}(A)\) mit \(\kappa_{1}(\cdot)\) als Konditionszahl bezüglich der \(\|\cdot\|_{1}\)-Norm, nutzen wir die Ergebnisse aus Aufgabenteil (b).

Die Konditionszahl bezüglich der \(\|\cdot\|_{1}\)-Norm ist definiert als:

\(\kappa_{1}(A) = \|A\|_{1} \|A^{-1}\|_{1}\)

Sei \(P\) eine Permutationsmatrix. Dann gilt nach Aufgabenteil (b):

\(\|PA\|_{1} = \|A\|_{1} = \|AP\|_{1}\)

Da \(A\) regulär ist, ist auch \(A^{-1}\) regulär. Daher gilt:

\(\kappa_{1}(PA) = \|PA\|_{1} \|(PA)^{-1}\|_{1} = \|A\|_{1} \|A^{-1}\|_{1} = \kappa_{1}(A)\)

Daraus folgt \(\kappa_{1}(PA) = \kappa_{1}(A)\) für jede Permutationsmatrix \(P\) und jede reguläre Matrix \(A\).



Zu c) Um zu beweisen, dass \(|\lambda| \leq \|A\|\) für jeden Eigenwert \(\lambda\) von \(A\) und jede Matrixnorm \(\|\cdot\|\) gilt, die von einer Vektornorm erzeugt wird, verwenden wir die Definition der Matrixnorm und den Zusammenhang zwischen Matrixnormen und Vektornormen.

Sei \(\lambda\) ein Eigenwert von \(A\) und \(v\) der zugehörige Eigenvektor, d.h. \(Av = \lambda v\) mit \(\|v\| \neq 0\). Dann gilt:

$$ |\lambda| = \left|\frac{Av}{v}\right| $$

Nun betrachten wir die Matrixnorm \(\|A\|\) und deren Definition:

$$ \|A\| = \sup_{\|x\| \neq 0} \frac{\|Ax\|}{\|x\|} $$

Wir setzen \(x = v\) und erhalten:

$$ \|A\| = \sup_{\|v\| \neq 0} \frac{\|Av\|}{\|v\|} $$

Da \(Av = \lambda v\) für den Eigenvektor \(v\) gilt, können wir dies einsetzen:

$$ \|A\| = \sup_{\|v\| \neq 0} \frac{\|\lambda v\|}{\|v\|} = \sup_{\|v\| \neq 0} \frac{|\lambda|\|v\|}{\|v\|} = \sup_{\|v\| \neq 0} |\lambda| = |\lambda| $$

Daraus folgt \(|\lambda| \leq \|A\|\) für jeden Eigenwert \(\lambda\) von \(A\) und jede Matrixnorm \(\|\cdot\|\), die von einer Vektornorm erzeugt wird.


Avatar von

1 Antwort

0 Daumen

Zu a)

Da \(P\) eine Permutationsmatrix ist, sind in jeder Spalte von \(PA\) und \(AP\) genau ein Eintrag ungleich null.

Das stimmt nicht und die Rechnung danach auch nicht. Ich würde auch nicht mit dem Summenzeichen rechnen, sondern lieber damit argumentieren, dass Multiplikation von links mit \(P\) eine Zeilenvertauschung bewirkt (dann Nachweis für \(PA\) führen) und Multiplikation von rechts mit \(P\) eine Spaltenvertauschung bewirkt (nochmal, getrennten, Nachweis für \(AP\) führen).

Beachte, es werden Spaltensummen gebildet und darüber das Maximum.

zu b) Weitgehend richtig, aber sooo leicht darf man nicht \(\|(PA)^{-1}\|=\|A^{-1}\|\) folgern. Da braucht es noch eine genauere Erklärimg-

zu c) Idee richtig, aber man kann nicht (niemals!) durch Vektoren dividieren. Musst Du also noch umschreiben.

Avatar von 9,7 k

zu a) was meinst du mit dann Nachweis für \(PA\) führen und Nachweis für \(AP\) führen?

zu b) was für Erklärung zum beispiel?

zu c) wie mache ich das?

zu a) Es sind zwei Gleichungen zu zeigen. Führe also zwei getrennte Nachweise.

zu b) Du hast ja was hingeschrieben, also solltest Du es erklären können, und zwar jeden Schritt. Und der eine von mir genannte muss genauer erklärt werden.

zu c) Das möchte ich nicht für Dich machen. Du lernst nur was, wenn Du es selbst versucht. Was das Problem ist, hab ich ja gesagt. Das musst Du also vermeiden. ist auch nicht soo schwer. Also versuch es mal.

Zu c)

||A|| = sup ||λv v-1|| = sup |λ| ||v v-1|| = sup |λ| = |λ|


Richtig oder?



Zu b)


\( \kappa(\mathrm{PA})=\frac{\sigma_{\max }(\mathrm{PA})}{\sigma_{\min }(\mathrm{PA})}=\sqrt{\frac{\lambda_{\max }\left(\mathrm{A}^{T} \mathrm{P}^{T} \mathrm{PA}\right)}{\lambda_{\min }\left(\mathrm{A}^{T} \mathrm{P}^{T} \mathrm{PA}\right)}}=\sqrt{\frac{\lambda_{\max }\left(\mathrm{A}^{T} \mathrm{~A}\right)}{\lambda_{\min }\left(\mathrm{A}^{T} \mathrm{~A}\right)}}=\frac{\sigma_{\max }(\mathrm{A})}{\sigma_{\min }(\mathrm{A})}=\kappa(\mathrm{A}) \)

Da bin ich mir aber nicht sicher da in der Aufgabenstellung das steht “Beweisen Sie unter Verwendung von Aufgabenteil (a)”



Zu a)

\( \|A\|=\frac{\|A\|\|x\|}{\|X\|} \geq \frac{\|A x\|}{\|x\|}=\frac{\|P\|\|A x\|}{\|x\|} \geq \frac{\|\rho A x\|}{\|x\|}=\|P A\| \)

Ich hab Dir doch Tipps gegeben, die scheinen nicht bei Dir anzukommen.

Es ist nicht soviel zu ergänzen in Deinen ersten Versuchen, ich hab Dir konkret gesagt was. Du machst nun was völlig anderes.

In c) dividierst Du wieder durch v. b) sollst Du mit a) machen, Dein erster Versuch war auch fast richtig, nun wirfst Du ihn weg. Verstehe Dein Vorgehen nicht.

In c) dividierst Du wieder durch v

nein wo denn

indem Du \(v^{-1}\) verwendest           

Könntest du mir bitte Tipps zu ei) und eii) geben?

Was hast Du denn versucht? Die sind nicht soo schwer und ich weiß, dass Du die nötigen Rechenregeln kennst.

i) Um eine Abschätzung für die Abweichung \(\|\tilde{y} - y\|\) in Abhängigkeit von \(\|\tilde{x} - x\|\) herzuleiten, nutzen wir die Beziehung \(y = Ax\) und \(\tilde{y} = A\tilde{x}\):

$$ \tilde{y} - y = A\tilde{x} - Ax = A(\tilde{x} - x) $$

Nun betrachten wir die Normen beider Seiten der Gleichung und nutzen die Dreiecksungleichung:

$$ \|\tilde{y} - y\| = \|A(\tilde{x} - x)\| \leq \|A\| \|\tilde{x} - x\| $$

Die Abschätzung lautet somit \(\|\tilde{y} - y\| \leq \|A\| \|\tilde{x} - x\|\).

ii) Um eine Abschätzung für die relative Abweichung \(\frac{\|\bar{y} - y\|}{\|y\|}\) in Abhängigkeit von \(\frac{\|\bar{x} - x\|}{\|x\|}\) herzuleiten, nutzen wir erneut die Beziehung \(y = Ax\) und \(\bar{y} = A\bar{x}\):

$$ \frac{\|\bar{y} - y\|}{\|y\|} = \frac{\|A\bar{x} - Ax\|}{\|Ax\|} $$

Aus der Submultiplikativität der Norm erhalten wir:

$$ \frac{\|\bar{y} - y\|}{\|y\|} = \frac{\|A(\bar{x} - x)\|}{\|Ax\|} \leq \frac{\|A\| \|\bar{x} - x\|}{\|A\|\|x\|} $$

Da \(\frac{\|Ax\|}{\|x\|}\) die Konditionszahl von \(A\) bezüglich der gewählten Norm darstellt, erhalten wir die Abschätzung:

$$ \frac{\|\bar{y} - y\|}{\|y\|} \leq \kappa(A) \frac{\|\bar{x} - x\|}{\|x\|} $$

Die obere Schranke steht somit in Beziehung zur Konditionszahl der Matrix \(A\).

e) i) ist richtig.

ii) nicht richtig: Abschätzung falsch herum (wie ändert sich ein Bruch?). Konditionszahl falsch genannt (ins Skript geschaut?) und dann auch noch falsch in der Abschätzung gelesen. Ich weiß aber auch nicht genau, was in der Aufgabenstellung gemeint ist.

Ein anderes Problem?

Stell deine Frage

Willkommen bei der Mathelounge! Stell deine Frage einfach und kostenlos

x
Made by a lovely community