QZ-Algorithmus

QZ-Algorithmus

Der QZ-Algorithmus ist ein numerisches Verfahren zur Lösung des verallgemeinerten Eigenwertproblems.

Ax= \lambda Bx^\, , mit A,B \in \mathbb{R}^{n\times n} bzw. A,B \in \mathbb{C}^{n\times n}

Das verallgemeinerte Eigenwertproblem ist äquivalent zum Eigenwertproblem AB − 1y = λy, wobei y = Bx und B invertierbar sein muss. Es wird jedoch nicht explizit die Matrix B − 1 berechnet, um die Kondition des Problems nicht zu verschlechtern, sondern A und B werden simultan durch Ähnlichkeitstransformationen (Givens-Rotationen und Householder-Spiegelungen) in verallgemeinerte Schurform gebracht.

Gegeben ist ein Matrixbüschel A − λB A,B \in \mathbb{C}^{n\times n} Gesucht sind orthogonale Matrizen Q und Z, so dass QT(A − λB)Z = T − λS von verallgemeinerter Schurform ist, d. h. T ist von quasi-oberer Dreiecksform und S ist von oberer Dreiecksform. Im Fall A,B \in \mathbb{C}^{n\times n} ist T stets von oberer Dreiecksform. Aus der verallgemeinerten Schurform lassen sich dann die Eigenwerte und aus Q und Z (A,B)-invariante Unterräume des Matrixbüschels A − λB bestimmen.

Inhaltsverzeichnis

Vortransformation

Ziel dieses Schrittes ist es, die Matrix A durch orthogonale Transformationen auf obere Hessenbergform und die Matrix B auf obere Dreiecksform zu bringen. Durch n − 1 Householder-Spiegelungen von links wird B auf obere Dreiecksform transformiert. Wendet man die gleichen Transformationen gleichzeitig auf A an, ergibt sich (Veranschaulichung an einem Beispiel der Größe (4,4)):  A= \begin{pmatrix}*&*&*&*\\{*}&*&*&*\\{*}&*&*&*\\{*}&*&*&*\end{pmatrix},  B=\begin{pmatrix}*&*&*&*\\0&*&*&*\\0&0&*&*\\0&0&0&*\end{pmatrix}.

Man finde nun eine Givens-Rotation, die von links angewendet auf A folgende Matrix ergibt:  A= \begin{pmatrix}*&*&*&*\\{*}&*&*&*\\{*}&*&*&*\\0&*&*&*\end{pmatrix}. Damit erhält man für  B= \begin{pmatrix}*&*&*&*\\0&*&*&*\\0&0&*&*\\0&0&*&*\end{pmatrix}.

Durch Anwendung einer Givens-Rotation von rechts kann die obere Dreiecksform von B wiederhergestellt werden, ohne die Null an der linken unteren Position von A zu zerstören:  A= \begin{pmatrix}*&*&*&*\\{*}&*&*&*\\{*}&*&*&*\\0&*&*&*\end{pmatrix}, B=\begin{pmatrix}*&*&*&*\\0&*&*&*\\0&0&*&*\\0&0&0&*\end{pmatrix}.

Durch analoges spaltenweises Erzeugen von Nullen in A erhält man eine obere Hessenbergmatrix:

  1.  A= \begin{pmatrix}*&*&*&*\\{*}&*&*&*\\0&*&*&*\\0&*&*&*\end{pmatrix},  B=\begin{pmatrix}*&*&*&*\\0&*&*&*\\0&*&*&*\\0&0&0&*\end{pmatrix}
  2.  A= \begin{pmatrix}*&*&*&*\\{*}&*&*&*\\0&*&*&*\\0&*&*&*\end{pmatrix}, B=\begin{pmatrix}*&*&*&*\\0&*&*&*\\0&0&*&*\\0&0&0&*\end{pmatrix}
  3.  A= \begin{pmatrix}*&*&*&*\\{*}&*&*&*\\0&*&*&*\\0&0&*&*\end{pmatrix}, B=\begin{pmatrix}*&*&*&*\\0&*&*&*\\0&0&*&*\\0&0&*&*\end{pmatrix}
  4.  A= \begin{pmatrix}*&*&*&*\\{*}&*&*&*\\0&*&*&*\\0&0&*&*\end{pmatrix}, B=\begin{pmatrix}*&*&*&*\\0&*&*&*\\0&0&*&*\\0&0&0&*\end{pmatrix}.

Falls (A,B)-invariante Unterräume berechnet werden sollen, so ist es notwendig, das Produkt der Transformationsmatrizen, die jeweils von links auf A und B angewendet werden, in einer Matrix Q und das Produkt der Transformationsmatrizen, die von rechts angewendet werden, in einer Matrix Z zu speichern.

QZ-Algorithmus mit impliziten Shifts

1. q: = 0

2. while q < n do

3. Bestimme alle j \in \{1,\cdots,n-1\} mit |a_{j+1,j}| \leq \varepsilon(|a_{j,j}|+|a_{j+1,j+1}|) . Für diese j setze aj,j + 1 = 0.

4. Deflation: Finde minimales p und maximales q mit p,q \in \{1,\cdots,n\} und definiere m: = npq, so dass gilt:  A= \begin{pmatrix}A_{11}&A_{12}&A_{13}\\0&A_{22}&A_{23}\\0&0&A_{33}\end{pmatrix} , wobei A_{11}\in\mathbb{R}^{p\times p}, A_{22}\in\mathbb{R}^{m\times m}, A_{33}\in\mathbb{R}^{q\times q} und A11 von oberer Hessenbergform, A22 von unreduzierter oberer Hessenbergform und A33 von quasi-oberer Dreiecksform ist.


5. Partitioniere B wie A, d. h.  B= \begin{pmatrix}B_{11}&B_{12}&B_{13}\\0&B_{22}&B_{23}\\0&0&B_{33}\end{pmatrix} , wobei B_{11}\in\mathbb{R}^{p\times p}, 
  B_{22}\in\mathbb{R}^{m\times m}, B_{33}\in\mathbb{R}^{q\times q} obere Dreiecksmatrizen sind.


6. Bringe A33 in obere Schurform: Finde orthogonale Q33,Z33 so, dass A_{33}:=Q_{33}^{T}A_{33}Z_{33} in Schurform und B_{33}:=Q_{33}^{T}B_{33}Z_{33} obere Dreiecksmatrix ist.

Falls erforderlich: Aufdatieren von Q und Z: Q: = Qdiag(Ip,Im,Q33), Z: = Zdiag(Ip,Im,Z33).

7. if q < n:

if det(B22) = 0

Transformiere mithilfe einer Givens-Rotation von rechts anq,nq − 1 = 0, um die Rang-Defizienz von B22 auf B33 zu verschieben. Durch die Annullierung von anq,nq − 1 ist A22 keine unreduzierte Hessenbergmatrix mehr, somit wird q erhöht und es besteht die Möglichkeit, dass B22 in der neuen Partionierung regulär ist.

else

Führe einen impliziten QZ-Schritt für A22,B22 aus: A_{22}:=Q_{22}^{T}A_{22}Z_{22}, \quad {B_{22}}:=Q_{22}^{T}{B_{22}}Z_{22}.

end if

8. end if

Wahl der Shifts

9. Bestimme Shifts a,b als Eigenwerte des unteren 2*2-Blockes von \begin{pmatrix}a_{m-1,m-2}&a_{m-1,m-1}&a_{m-1,m}\\0&a_{m,m-1}&a_{m,m}\end{pmatrix}\begin{pmatrix}b_{m-2,m-2}&b_{m-2,m-1}&b_{m-2,m}\\0&b_{m-1,m-1}&b_{m-1,m}\\0&0&b_{m,m}\end{pmatrix}^{-1}


10. Bestimme  (A_{22}-aI)(A_{22}-bI)e_1=\begin{pmatrix}\alpha\\\beta\\\gamma\\0\\\vdots\\0\end{pmatrix}

Der implizite QZ-Schritt

11. Finde orthogonales Q1 mit Q_{1}^{T} \begin{pmatrix}\alpha\\ \beta\\ \gamma\end{pmatrix}= \begin{pmatrix}*\\0\\0\end{pmatrix}

Für B22 folgt nun: \begin{pmatrix}Q_1^{T}&0\\0&I_{m-3}\end{pmatrix}B_{22}=
  \begin{pmatrix}*&*&*&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&*\\0&0&0&\ddots&&\vdots\\\vdots&\vdots&\vdots&&\ddots&\vdots\\0&0&0&\cdots&\cdots&*\end{pmatrix} .

Ziel ist es nun, die Dreiecksgestalt von B22 durch orthogonale Transformationen (Householder-Spiegelungen) von rechts wiederherzustellen:

12. Finde orthogonales Z_1\in\mathbb{R}^{3\times 3} mit B_{22}\mathrm{diag}(Z_1,I_{m-3})=\begin{pmatrix}*&*&*&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&*\\0&0&*&\cdots&\cdots&*\\0&0&0&\ddots&&\vdots\\ \vdots&\vdots&\vdots&&\ddots&\vdots\\0&0&0&\cdots&\cdots&*\end{pmatrix}.

Für A22 ergibt sich nun: {A_{22}}\mathrm{diag}(Z_1,I_{m-3})={\begin{pmatrix}*&*&*&\cdots&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&\cdots&*\\0&0&0&\ddots&&&\vdots\\\vdots&\vdots&\vdots&&\ddots&&\vdots\\0&0&0&\cdots&0&*&*\end{pmatrix}}.

13. Finde orthogonales Z_1'\in\mathbb{R}^{2\times 2} mit B_{22}\mathrm{diag}(Z_1',I_{m-2})=\begin{pmatrix}*&*&*&\cdots&\cdots&*\\0&*&*&\cdots&\cdots&*\\0&0&*&\cdots&\cdots&*\\0&0&0&\ddots&&\vdots\\\vdots&\vdots&\vdots&&\ddots&\vdots\\0&0&0&\cdots&\cdots&*\end{pmatrix}.

Für A22 ergibt sich nun analog zur Multiplikation mit diag(Z1,Im − 3):

{A_{22}}\mathrm{diag}(Z_1',I_{m-2})={\begin{pmatrix}*&*&*&\cdots&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&\cdots&*\\{*}&*&*&\cdots&\cdots&\cdots&*\\0&0&0&\ddots&&&\vdots\\
  \vdots&\vdots&\vdots&&\ddots&&\vdots\\0&0&0&\cdots&0&*&*\end{pmatrix}}.

14. Man wiederhole die Schritte 11-14 nun für den Vektor \begin{pmatrix}a_{21}\\a_{31}\\a_{41}\end{pmatrix}, dann für \begin{pmatrix}a_{32}\\a_{42}\\a_{52}\end{pmatrix} usw. Auf diese Art und Weise "wandern" die Nicht-Null-Elemente unterhalb der Nebendiagonale von A Schritt für Schritt aus der Matrix. Diesen Prozess bezeichnet man auch als "Bulge-Chasing".

15. Nach m − 2 Schritten liegt A wieder in oberer Hessenbergform vor. Für Q22 ergibt sich nun Q_{22}=\mathrm{diag}(Q_1,I_{m-3})\mathrm{diag}(I_{1},Q_2,I_{m-4}) \cdots \mathrm{diag}(I_{m-3},Q_{m-2}). Analog erhält man für Z22:


Z_{22}=\mathrm{diag}(Z_1,I_{m-3})\mathrm{diag}(Z_1',I_{m-2})\cdots \mathrm{diag}(I_{m-2},Z_{m-2})\mathrm{diag}(I_{m-2},Z_{m-2}').

Falls (A,B)-invarianten Unterräume benötigt werden, ist es notwendig die Matrizen Q und Z aufzudatieren: Q: = Qdiag(Ip,Q22,Iq), Z: = Zdiag(Ip,Z22,Iq)

16. end while

Bestimmung der Eigenwerte

In den meisten Fällen konvergiert A im QZ-Algorithmus gegen seine Schur-Form. Es gilt \Lambda(A,B)=\{\frac{a_{ii}}{b_{ii}}:b_{ii}\ne 0, i\in \{1,\cdots,n\}\}. Falls ein i existiert, für das aii = bii = 0 ist, so ist \Lambda(A,B)=\mathbb{C}. Falls bii = 0 und a_{ii}\ne 0, so ist der i-te Eigenwert unendlich.

Literatur

  • Gene H. Golub, Charles F. Van Loan: Matrix Computations. Johns Hopkins University Press, 1996, ISBN 0-8018-5414-8.
  • G. W. Stewart: Matrix Algorithms Volume II: Eigensystems. SIAM 2001, ISBN 0-89871-503-2.

Wikimedia Foundation.

Игры ⚽ Поможем сделать НИР

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Algorithmus — wird in der Bedeutung von Rechnungsverfahren gebraucht, z.B. den Kettenbruch Algorithmus nennt man das Verfahren, nach dem gegebene Größen in Kettenbrüche entwickelt werden. Literatur: Cantor, M., Vorlesungen über Geschichte der Mathematik, Bd. 1 …   Lexikon der gesamten Technik

  • Algorithmus — (Algarithmus), abgeleitet von dem Namen des arab. Mathematikers Mohammed Ben Musa Alkaresmi, gest. 820, im Mittelalter Rechnung nach dem damals durch die Araber bekannt gewordenen dekadischen (indischen) Zahlensystem, jetzt jedes bestimmten… …   Meyers Großes Konversations-Lexikon

  • Algorithmus — (Algorismus), s. Algarithmus …   Kleines Konversations-Lexikon

  • Algorithmus — oder Algarithmus, veralteter Ausdruck für alle arithmetischen Operationen mit dem dekadischen Zahlensystem …   Herders Conversations-Lexikon

  • Algorithmus-Synthesizer — Algorithmus Synthesizer,   Bezeichnung für einen digitalen Synthesizer, der auf der Grundlage der Klangsynthese durch Frequenzmodulation arbeitet. Ein solcher Synthesizer (z. B. DX Serie von Yamaha, Tokio) verfügt über mehrere (vier, sechs,… …   Universal-Lexikon

  • Algorithmus — Sm Berechnungsverfahren per. Wortschatz fach. (13. Jh., Form 16. Jh.), mhd. algorismus Onomastische Bildung. Entlehnt aus ml. algorismus, das das Rechnen im dekadischen Zahlensystem und dann die Grundrechenarten bezeichnet. Das Wort geht zurück… …   Etymologisches Wörterbuch der deutschen sprache

  • Algorithmus — Al Chwarizmi, der Namensgeber des Algorithmus, auf einer sowjetischen Briefmarke anlässlich seines 1200 jährigen Geburtsjubiläums. Ein Algorithmus ist eine aus endlich vielen Schritten bestehende eindeutige Handlungsvorschrift zur Lösung eines… …   Deutsch Wikipedia

  • Algorithmus von Dijkstra — Der Algorithmus von Dijkstra (nach seinem Erfinder Edsger W. Dijkstra) dient der Berechnung eines kürzesten Pfades zwischen einem Startknoten und einem beliebigen Knoten in einem kantengewichteten Graphen. Die Gewichte dürfen dabei nicht negativ… …   Deutsch Wikipedia

  • Algorithmus von Kruskal — Der Algorithmus von Kruskal ist ein Algorithmus der Graphentheorie zur Berechnung minimaler Spannbäume von ungerichteten Graphen. Der Graph muss dazu zusätzlich zusammenhängend, kantengewichtet und endlich sein. Der Algorithmus stammt von Joseph… …   Deutsch Wikipedia

  • Algorithmus von Bellman und Ford — Der Algorithmus von Bellman und Ford (nach seinen Erfindern Richard Bellman und Lester Ford) ist ein Algorithmus der Graphentheorie und dient der Berechnung der kürzesten Wege ausgehend von einem Startknoten in einem kantengewichteten Graphen.… …   Deutsch Wikipedia

  • Algorithmus von Jarnik, Prim und Dijkstra — Der Algorithmus von Prim dient der Berechnung eines minimalen Spannbaumes in einem zusammenhängenden, ungerichteten, kantengewichteten Graphen. Der Algorithmus wurde 1930 von dem tschechischen Mathematiker Vojtěch Jarník entwickelt. 1957 wurde er …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”