Numerische lineare Algebra

Die beiden zentralen Aufgaben der numerischen linearen Algebra, die Losung linearer Gleichungssysteme und die Losung des Eigenwertproblems, stellen Teil gebiete der numerischen Mathematik dar, welche einerseits eigenstandig neben anderen Teilgebieten wie Interpolation, Approximation, Losung von nichtlinearen Gleichungen und von gewohnlichen und partiellen Differentialgleichungen stehen, andererseits bei der Behandlung dieser Themen oft auch als Hilfsmittel benotigt werden. Die Konkurrenz zu diesen anderen wichtigen Teilgebieten fUhrt leider haufig da zu, daB in einfUhrenden LehrbUchern der numerischen Mathematik nur relativ wenig Raum fUr die Behandlung der Probleme der linearen Algebra bleibt. Andererseits ist aber in den letzten Jahren die Anzahl der speziellen Methoden in der nume rischen linearen Algebra stark angewachsen, wie z.B. die folgenden umfangreichen Monographien Uber relativ enge Teilgebiete zeigen: Varga [291], Householder [134], Wilkinson [309], [312], Forsythe & Moler [88], Young [317], Schwarz, Rutishauser & Stiefel [258], Ben-Israel & Greville [20], Lawson & Hanson [156], Berman & Plemmons [21], Parlett [206], George & Liu [103] und Hageman & Young [123]. Es ist unser Anliegen, einen kleinen Teil der LUcke zu schlieBen, die zwischen der notwendigerweise meist knappen Darstellung in einfUhrenden LehrbUchern der numerischen Mathematik und der umfassenden Behandlung der Probleme in der Spe zialliteratur besteht. Zum Verstandnis des Buches werden Kenntnisse der linearen Algebra und elementare Analysiskenntnisse vorausgesetzt in dem Umfang, wie sie ilblicherweise in den beiden ersten Semestern eines Hochschulfaches mit Mathematik-Anteil vermittelt werden; es setzt also etwa auf demselben Niveau ein wie die in die numerische Mathematik einfUhrenden BUcher.

1. Über die Lösung linearer Gleichungssysteme.- 2. Direkte Verfahren zur Lösung linearer Gleichungssysteme.- 3. Iterative Verfahren zur Lösung linearer Gleichungssysteme.- 4 Verfahren zur Bestimmung von Eigenwerten und Eigenvektoren.