Einführung in die numerische Mathematik
|
|
- Paul Dittmar
- vor 5 Jahren
- Abrufe
Transkript
1 Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 4 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis Einführung in die numerische Mathematik Aufgabenblatt - Große LGS, Nichtlineare Gleichungen Lösungen Bitte beachten Sie, dass die Punkte der Hausaufgabe für die Berechnung der Bonuspunkte relevant sind. Präsenzaufgabe : Gedämpfte Iterationsverfahren Es soll das Gleichungssystems Ax = b mit A =, b = näherungsweise gelöst werden. Zur Lösung sollen das gedämpfte Jacobi und Gauß Seidel Verfahren genutzt werden x k+ = ω I ωd L + R x k + ωd b gedämpftes Jacobi-Verfahren, x k+ R = ω I ω D + L x k + ω D + L b gedämpftes Gauß Seidel Verfahren. Führen Sie jeweils drei Schritte mit Dämpfung ω = / ausgehend von x =,, t aus. Konvergieren die Folgen der so erzeugten Iterierten x k für k gegen die exakte Lösung? Die Matrizen D, L und R sind gegeben durch D = L = R = Damit erhalten wir für das Jacobi-Verfahren die folgende Iterationsvorschrift.5.5 x k+ = x k +.5 b,.5.5 sowie für das Gaus-Seidel-Verfahren.5.5 x k+ =.5.5 x k b Wir erhalten für den Startvektor x =,, t mittels Jacobi-Verfahren:
2 Aufgabenblatt Lösungen i 3 x i,, t.5,,.5 t.5,,.75 t.65,.5, 3.5 t r i Beim Gaus-Seidel-Verfahren erhalten wir i 3 x i,, t.5,.5, 3.5 t.5,.5, 3.5 t 3.5,.375, 9.65 t r i Man sieht, dass das Jacobi-Verfahren konvergiert, während das Gauss-Seidel-Verfahren divergiert. Wird der Parameter ω weiter gesenkt, konvergiert auch das Gauss-Seidel-Verfahren. Präsenzaufgabe : Newton-Verfahren Die Nullstelle von fx = x a soll mit Hilfe des Newton-Verfahrens berechnet werden. a Zeigen Sie : Die Iterationsvorschrift lautet b Zeigen Sie : Für den Fehler ε k := x k a x k+ = x k + x k ax k für k =,,,.... gilt die Rekursion ε k+ = aε k. Beweisen Sie außerdem mit vollständiger Induktion ε k = a ρk für k =,,... mit ρ := ax. Welche Bedingung an ρ bzw. x ist notwendig und hinreichend für die globale Konvergenz des Iterationsverfahrens?
3 Aufgabenblatt Lösungen c Es sei.5 a und x :=.5. Bestimmen Sie die maximale Anzahl der erforderlichen FLOPs entspricht einer Addition samt Multiplikation zur Berechnung einer Näherung x k für a durch das Newton-Verfahren mit 4 bzw. 56 Dualstellen als Genauigkeit. a Es ist fx = x a, also f x = x. Einsetzen liefert x k+ = x k fx k f x k = x x k k a = x k ax k = x k + x k ax k. x k b Für ε k := x k a gilt ε k+ = aε k, denn ε k+ = x k+ a = x k ax k a = a x k x k a + a = aε k. Zeige per vollständiger Induktion ε k = a ρk für k =,,... mit ρ := ax : Induktionsanfang k = : ε = x a = x + x ax a = a ax + a x + = a ax. Induktionsschritt k k +, die Induktionsannahme gelte für ein k >, dann ist ε k+ = aε Ind.Ann. k = a a ax k = a a ax k+ = a ρk+. Damit haben wir gezeigt, dass ax < eine notwendige und hinreichende Bedingung für Konvergenz ist. Das ist äquivalent zu < ax <, also müssen der Parameter a und Startwert x das selbe Vorzeichen haben und < x < a ist zu erfüllen. c Es gilt.5 a, x :=.5. Für jedes x k sind nach a je Additionen und Multiplikationen, also FLOPs nötig. Für 4 Dualstellen Genauigkeit muss ε k < 4 gelten. Mit brauchen wir ρ = ax = 3 a a ε k = a ρk k = k k > 5 k > ln5 ln Damit sind k = 5 Iterationen nötig, also FLOPs. Analoge Rechnung für 56 Dualstellen Genauigkeit liefert: ε k < k! < 56 k > ln57 ln also höchstens k = 6 Iterationen, entsprechend FLOPs. 3 4 ρ! < 4 4, 64. 5, 83
4 Aufgabenblatt Lösungen Hausaufgabe : Berechnung der Spektralradien Gegeben seien die Matrizen A = und B =. Punkte Untersuchen sie durch Berechnung der Spektralradien der Iterationsmatrizen, ob das Jacobi- Verfahren und das Gauß-Seidel-Verfahren zur Lösung der Gleichungssysteme Ax = b bzw. Bx = b, b R 3 beliebig, konvergieren. Matrix A L =, D =, R = Gauß-Seidel: D + L R = λ =, λ =.884, λ 3 = Es gilt ρd + L R = und damit liegt Divergenz vor. Jacobi: D L + R = λ = λ = λ 3 = Damit erhalten wir ρd L + R = und das Jacobi-Verfahren konvergiert. Matrix B Gauß-Seidel: L =, D =, R = D + L R = λ =, λ =, λ 3 = Es gilt also ρd + L R = Jacobi: und damit konvergiert das Verfahren. D L + R = λ =, λ,3 = ±i.8 Für das Jacobi-Verfahren erhalten wir ρd L + R = i.8 =.8 und das Verfahren divergiert. 4
5 Aufgabenblatt Lösungen Hausaufgabe : vereinfachtes Newtonverfahren Das nichtlineare Gleichungssystem F x = mit 4x x F x = e x x x + 8 Punkte soll näherungsweise mit dem vereinfachten Newtonverfahren x k+ = x k DF x F x k, k =,,... zum Startwert x =, gelöst werden. a Zeigen Sie: Sei U R n offen und konvex und f : U R m eine stetig differenzierbare Abbildung auf dem Abschluss U von U. Für alle x, y U gilt dann mit M := sup Dfz z U fx fy M x y. Hinweis: Verwenden Sie den Mittelwertsatz im mehrdimensionalen Fall. b Schreiben Sie das Verfahren als Fixpunktiteration, d.h. in der Form x k+ = Φx k, k =,,... und zeigen Sie, dass die Iteration für den gegebenen Startwert x =, konvergiert, indem Sie den Banachschen Fixpunktsatz auf D := R [, ] anwenden. Hinweis: Benutzen Sie Aufgabenteil a mit der Norm.. Bemerkung: Man kann auch nachweisen, dass die Iteration für beliebigen Startwert x D konvergiert. Zur Vereinfachung soll dies hier nicht durchgeführt werden. c Bestimmen Sie die Näherung x zum gegebenen Startwert. Wie viele Schritte des Verfahrens sind erforderlich, um mit dem gegebenen Startwert x eine Genauigkeit von x k ˆx 3 mit der Nullstelle ˆx zu garantieren? d Bestimmen Sie x und x 3 mit Taschenrechner oder Computer. Schätzen Sie den Defekt x 3 ˆx ohne Kenntnis von ˆx ab. Mit welcher Genauigkeit approximiert x 3 daher bereits die Nullstelle? a Es gilt mit M := sup z Ū Dfz und ξt := x + ty x U für alle t [, ] da U konvex durch den Mittelwertsatz fx fy = Dfξt dt x y Dfξt dt x y M x y. 5
6 Aufgabenblatt Lösungen b Wir haben mit x =, 4 x e DF x = x und damit die Iterationsfunktion x Φx = x + 4 x e x x x + 4 x e x + x x + 8 Mit folgt für x., DF x 4 =, DF x = 4 DΦx = = x x + e x 4 x x + e x DΦx = 4 x x + e x 4 e + 4 x e x Die Voraussetzungen des Banachschen Fixpunktsatzes ergeben sich durch: 4. Nach Aufgabenteil a kann auf [,] K = e 4 < als Kontraktionskonstante für Φ in D verwendet werden. Da Φ x R und Φ x = x e x [ 4 5, ] [, ] für x D = R [, ] gilt, ist Φ eine Selbstabbildung. Die Menge D = R [, ] ist abgeschlossen. Somit ist die Fixpunktiteration konvergent. c Nach dem Banachschen Fixpunktsatz gilt die Abschätzung x l ˆx Kl K x x. Mit x =, folgt x = Φx = /4, 33/4 und somit x x = 3 4. An l folgt somit die Forderung Dies ist äquivalent zu und mit K < wiederum gleichwertig mit K l K x x 3. K l K l ln K lnk.. Somit wird nach höchstens Schritten die Genauigkeitsforderung erfüllt. d Man berechnet x = Φx x 3 = Φx Mit der a-posteriori Fehlerschranke zum Banachschen Fixpunktsatz ergibt sich bereits x 3 ˆx K K x3 x Die a-priori Abschätzung aus Aufgabenteil c ist somit sehr grob. 6
7 Aufgabenblatt Lösungen Um die Konvergenz der Fixpunktiteration in Teilaufgabe b für einen beliebigen Startwert x D zu zeigen, muss auch eine auf ganz D gültige Kontraktionskonstante gefunden werden. Wir haben DΦx = I DF x DF x mit Somit gilt und DΦx = wobei man für x, x hat Weiter folgt 4 x e DF x = x, DF x = x x e x 4 4 x e x 4 e x [ x e x x e x x e x x e x DΦx = x e x 4 x 4, x e x 4 x e x 4 e x [ e 4 e 4 ] e 4,. e 4 DΦx = max{.935,.88 } <.83 <. Die Kontraktionskonstante K D :=.83 ist somit gefunden. Es muss noch überprüft werden, dass die obige Funktion Φ eine Selbstabbildung ist.. ]. 7
Banach scher Fixpunktsatz. 1) D ist abgeschlossen und konvex; 2) f ist selbstabbildend, d.h. f(d) D;
Institut für Geometrie und Praktische Mathematik Höhere Mathematik IV (für Elektrotechniker und Technische Informatiker) - Numerik - SS 2007 Dr. S. Börm, Dr. M. Larin Banach scher Fixpunktsatz Gegeben
Mehr18.4 Das Newton-Verfahren
18.4 Das Newton-Verfahren Ziel: Wir suchen die Nullstellen einer Funktion f : D R n, D R n : f(x) = 0 Wir kennen bereits die Fixpunktiteration x k+1 := Φ(x k ) mit Startwert x 0 und Iterationsvorschrift
Mehr7. Nichtlineare Gleichngssysteme. Problem 7: Sei f : R n R n stetig. Löse f(x) = 0.
7. Nichtlineare Gleichngssysteme Problem 7: Sei f : R n R n stetig. Löse f(x) = 0. Das Gleichungssystem f(x) = 0 lässt sich in die Fixpunktgleichung x = φ(x) umschreiben, wobei φ : D R n R n. Beispielsweise
MehrKapitel 5. Lösung nichtlinearer Gleichungen
Kapitel 5. Lösung nichtlinearer Gleichungen 5.1 Nullstellen reeller Funktionen, Newton-Verfahren 5.2 Das Konvergenzverhalten iterativer Verfahren 5.3 Methode der sukzessiven Approximation 5.4 Das Newton-Verfahren
Mehr5 Numerische Iterationsverfahren
In diesem Kapitel besprechen wir numerische Iterationsverfahren (insbesondere Fixpunktverfahren) als eine weitere Lösungsmethode zur Lösung von linearen Gleichungssystemen (Kapitel 4) sowie zur Lösung
MehrNichtlineare Gleichungen
Nichtlineare Gleichungen Ein wichtiges Problem in der Praxis ist die Bestimmung einer Lösung ξ der Gleichung f(x) =, () d.h. das Aufsuchen einer Nullstelle ξ einer (nicht notwendig linearen) Funktion f.
Mehr(d) das zu Grunde liegende Problem gut konditioniert ist.
Aufgabe 0: (6 Punkte) Bitte kreuzen Sie die richtige Lösung an. Es ist jeweils genau eine Antwort korrekt. Für jede richtige Antwort erhalten Sie einen Punkt, für jede falsche Antwort wird Ihnen ein Punkt
MehrDiplom VP Numerik 28. August 2006
Diplom VP Numerik 8. August 6 Multiple-Choice-Test Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese Aufgabe
MehrIterative Verfahren, Splittingmethoden
Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem
MehrNewton-Verfahren für ein Skalarfunktion
Newton-Verfahren für ein Skalarfunktion Für eine Näherungsberechnung von Nullstellen einer reellen Funktion f(x) : R R benutzt man das Newton-Verfahren: x (n+1) = x (n) f(x (n) )/f (x (n) ). Das Newton-Verfahren
MehrKapitel 4: Nichtlineare Nullstellenprobleme
Vorlesung Höhere Mathematik: Numerik (für Ingenieure) Kapitel 4: Nichtlineare Nullstellenprobleme Jun.-Prof. Dr. Stephan Trenn AG Technomathematik, TU Kaiserslautern Sommersemester 2015 HM: Numerik (SS
MehrNEXTLEVEL I, Analysis I
NEXTLEVEL I, Analysis I Hanna Peywand Kiani Wintersemester 9/ Die ins Netz gestellten Kopien der Folien sollen nur die Mitarbeit während der Veranstaltung erleichtern. Ohne die in der Veranstaltung gegebenen
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 204 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
MehrZiel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.
6.4 Fixpunkt-Iteration Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. Möglichkeiten: Bisektionsverfahren (Intervallhalbierung) Newton-Verfahren, x k+1 = x k f(x k) f (x k ) für k = 0, 1,
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen IGPM RWTH Aachen Institut für Geometrie und Praktische Mathematik Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen
Mehr6. Iterationsverfahren. Fixpunktiteration. 6.Iterationsverfahren: Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16
6. Iterationsverfahren Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16 Beispiel: Ausbreitung eines Grippevirus in einem Kindergarten Zeitpunkt t 0 t 1 t 2 t 3 t 4 t 5 Anteil kranker
MehrVF-2: 2. Es seien x = 1 3 und y = π Bei der Berechnung von sin(x) sin(y) in M(10, 12, 99, 99) tritt. Auslöschung auf.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H11 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
MehrNichtlineare Gleichungssysteme
Nichtlineare Gleichungssysteme Jetzt: Numerische Behandlung nichtlinearer GS f 1 (x 1,..., x n ) =0. f n (x 1,..., x n ) =0 oder kurz f(x) = 0 mit f : R n R n Bemerkung: Neben dem direkten Entstehen bei
MehrAusgleichsproblem. Definition (1.0.3)
Ausgleichsproblem Definition (1.0.3) Gegeben sind n Wertepaare (x i, y i ), i = 1,..., n mit x i x j für i j. Gesucht ist eine stetige Funktion f, die die Wertepaare bestmöglich annähert, d.h. dass möglichst
MehrAlgebra. Roger Burkhardt Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft
Algebra Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft FS 2010 Roger Burkhardt roger.burkhardt@fhnw.ch Algebra
MehrLösung der Diplom-Vorprüfung Höhere Mathematik III/IV 6.8.005 1 Aufgabe N1 Gegeben seien A = 5-10 -5-10 8-10 -5-10 13 R 3 3 und b = a) Überprüfen Sie, ob die Matrix A positiv definit ist. b) Bestimmen
Mehr2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p
Wiederholungsaufgaben Algorithmische Mathematik Sommersemester Prof. Dr. Beuchler Markus Burkow Übungsaufgaben Aufgabe. (Jacobi-Verfahren) Gegeben sei das lineare Gleichungssystem Ax b = für A =, b = 3.
MehrKAPITEL 5. Nichtlineare Gleichungssysteme
KAPITEL 5. Nichtlineare Gleichungssysteme Beispiel 5.1. Gravitationskraft zwischen zwei Punktmassen m 1 und m 2 mit gegenseitigem Abstand r: F = G m 1m 2 r 2, wobei G = 6.67 10 11 Nm 2 /kg. Gravitationsfeld
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 014 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 204 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
MehrMusterlösungen zur Leistungsnachweisklausur vom Studiengang Informatik, Ingenieurinformatik, Lehramt
TU ILMENAU Institut für Mathematik Numerische Mathematik PD Dr. W. Neundorf Musterlösungen zur Leistungsnachweisklausur vom.0.006 Studiengang Informatik, Ingenieurinformatik, Lehramt 1. Lineare Algebra
MehrModulprüfung Numerische Mathematik 1
Prof. Dr. Klaus Höllig 18. März 2011 Modulprüfung Numerische Mathematik 1 Lösungen Aufgabe 1 Geben Sie (ohne Beweis an, welche der folgenden Aussagen richtig und welche falsch sind. 1. Die Trapezregel
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Verständnisfragen-Teil Institut für Geometrie und Praktische Mathematik 4 Punkte Es gibt zu jeder der Aufgaben vier Teilaufgaben. Diese sind mit bzw. zu kennzeichnen hinschreiben. Es müssen
MehrNichtlineare Gleichungssysteme
Kapitel 2 Nichtlineare Gleichungssysteme Problem: Für vorgegebene Abbildung f : D R n R n finde R n mit oder ausführlicher f() = 0 (21) f 1 ( 1,, n ) = 0, f n ( 1,, n ) = 0 Einerseits führt die mathematische
Mehreps für alle x D. 4. Die Zahl 256 ist in M(2, 4, 6, 6) exakt darstellbar.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H13 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 214 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
Mehr6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme
6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6.1 Nullstellen reeller Funktionen Bemerkung 6.1 (Problemstellung) geg.: f C[a, b] ges.: x [a, b] mit f(x ) = 0 Lösungstheorie f linear
Mehr2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren
2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren Problem (P2): Löse Ax = b, A R n und b R. 2.1 Satz: Die folgenden Aussagen sind äquivalent: (i) Ax = b ist für jedes b eindeutig lösbar;
MehrLösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3.
Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV 7.7.6 Aufgabe N (LR-Zerlegung mit Pivotisierung) Gegeben seien 6 8 A = 8 6 R und b = 6 R. a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung.
MehrKlausur Numerisches Rechnen ( ) (Musterlösung)
Rheinisch-Westfälische Technische Hochschule Aachen Institut für Geometrie und Praktische Mathematik Numerisches Rechnen WS 01/013 Prof. Dr. M. Grepl J. Berger, P. Esser, L. Zhang Klausur Numerisches Rechnen
MehrVF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.
NumaMB F14 Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Bewertung: Vier Fragen richtig beantwortet
MehrNumerische Mathematik für Ingenieure (SoSe 2013)
Numerische Mathematik für Ingenieure (SoSe 2013) PD Dr(USA) Maria Charina Auszüge aus Vorlesungsfolien von Prof Joachim Stöckler werden verwendet Für die Bereitstellung dieses Materials und der Tex-Files
MehrÜbungen zur Mathematik Blatt 1
Blatt 1 Aufgabe 1: Bestimmen Sie die Fourier-Reihe der im Bild skizzierten periodischen Funktion, die im Periodenintervall [ π, π] durch die Gleichung f(x) = x beschrieben wird. Zeichnen Sie die ersten
MehrFixpunkt-Iterationen
Fixpunkt-Iterationen 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 3. März 2016 Nichtlineare Gleichungen, Fixpunkt-Iterationen 1 Wiederholung Aufgabentypen
MehrKlausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016
Verständnisfragen-Teil ( Punkte) Jeder der Verständnisfragenblöcke besteht aus Verständnisfragen. Werden alle Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block Punkte.
MehrRechenoperationen mit Folgen. Rekursion und Iteration.
Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Institut für Geometrie und Praktische Mathematik Multiple-Choice-Test NumaMB F08 (30 Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine
MehrIterative Lösung Linearer Gleichungssysteme
Iterative Lösung Linearer Gleichungssysteme E. Olszewski, H. Röck, M. Watzl 1. Jänner 00 E. Olszewski, H. Röck, M. Watzl: WAP (WS 01/0) 1 Vorwort C.F.Gauß in einem Brief vom 6.1.18 an Gerling:
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
MehrInexakte Newton Verfahren
Kapitel 3 Inexakte Newton Verfahren 3.1 Idee inexakter Newton Verfahren Wir betrachten weiterhin das nichtlineare Gleichungssystem F (x) = mit einer zumindest stetig differenzierbaren Funktion F : R n
MehrVF-3: Gegeben seien die Daten f(x 0 ), f(x 1 ),..., f(x n ) mit x 0,..., x n paarweise verschiedenen und
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB F10 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Aussagen Diese sind mit wahr bzw falsch zu kennzeichnen (hinschreiben) Es müssen alle Fragen mit wahr
MehrWiederholungsklausur Numerisches Rechnen ( ) (Musterlösung)
Rheinisch-Westfälische Technische Hochschule Aachen Institut für Geometrie und Praktische Mathematik Numerisches Rechnen WS 2010/2011 Prof. Dr. Martin Grepl Jens Berger, Jörn Thies Frings Wiederholungsklausur
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Definition: Sei M R, alsom
MehrMusterlösung Klausur zu Analysis II. Verständnisteil
Technische Universität Berlin SS 2009 Institut für Mathematik 20.07.2009 Prof. Dr. R. Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil 1. (a) Sei D R n konvex
Mehr3 Nichtlineare Gleichungssysteme
3 Nichtlineare Gleichungsssteme 3.1 Eine Gleichung in einer Unbekannten Problemstellung: Gegeben sei die stetige Funktion f(). Gesucht ist die Lösung der Gleichung f() = 0. f() f() a) f ( ) 0 b) f ( )
MehrKapitel 6. Nichtlineare Gleichungen. 6.1 Einführung. Problem: Idee: Beispiel:
Kapitel 6 Nichtlineare Gleichungen 6. Einführung Problem: Gesucht sind Lösungen nichtlinearer Gleichungen bzw. Systeme, das heißt es geht beispielsweise um die Bestimmung der Nullstellen eines Polynoms
MehrDiplom VP Numerik 27. August 2007
Diplom VP Numerik 27. August 2007 Multiple-Choice-Test 30 Punkte Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese
MehrInhalt Kapitel I: Nichtlineare Gleichungssysteme
Inhalt Kapitel I: Nichtlineare Gleichungssysteme I Nichtlineare Gleichungssysteme I. Nullstellenbestimmung von Funktionen einer Veränderlichen I.2 I.3 Newton-Verfahren Kapitel I (UebersichtKapI) 3 Bisektionsverfahren
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Verständnisfragen-Teil Institut für Geometrie und Praktische Mathematik (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben).
Mehr5.3.5 Abstiegs & Gradientenverfahren
5.3 Iterative Lösungsverfahren für lineare Gleichungssysteme 5.3.5 Abstiegs & Gradientenverfahren Die bisher kennengelernten Iterationsverfahren zur Approximation von linearen Gleichungssystemen haben
Mehr6. Numerische Lösung des. Nullstellenproblems
6. Numerische Lösung des Nullstellenproblems 1 Problemstellung Zwischenwertsatz: Sei f : [a,b] R stetig und c R mit f(a) c f(b) oder f(b) c f(a). Dann gibt es ein x [a,b] mit f(x) = c. Frage: Wie lässt
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
MehrNichtlineare Gleichungen in einer und mehreren Unbekannten
Gleichungen in einer und mehreren Unbekannten 2. Vorlesung 170004 Numerische Methoden I Clemens Brand 26. Februar 2009, Gliederung,, Gleichungen in einer Variablen Was ist... Wie geht... eine lineare (nichtlineare,
Mehr8 Iterationsverfahren zur Lösung von Gleichungssystemen
Numerische Mathematik 378 8 Iterationsverfahren zur Lösung von Gleichungssystemen Nichtlineare Gleichungssysteme (sogar eine nichtlineare Gleichung in einer Unbekannten) müssen fast immer iterativ gelöst
MehrFixpunkt-Iterationen
Fixpunkt-Iterationen 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 27. Februar 2014 Gliederung Wiederholung: Gleichungstypen, Lösungsverfahren Grundprinzip
Mehr8 Iterationsverfahren zur Lösung von Gleichungssystemen
Numerische Mathematik für ingenieurwissenschaftliche Studiengänge 281 8 Iterationsverfahren zur Lösung von Gleichungssystemen Nichtlineare Gleichungssysteme (sogar eine nichtlineare Gleichung in einer
MehrPS Numerische Mathematik für LAK WS 08/09, LV-Nr.: , HS Übungsblatt (bis )
. Übungsblatt (bis 5.0.2008). Aufgabe. Skizzieren Sie die Einheitskugeln K (0,) im R 2 für die Normen, 2 und. 2. Aufgabe. Beweisen Sie x x 2 n x für alle x R n. 3. Aufgabe. Bestimmen Sie die relative Konditionszahl
Mehr7. Übungs-/Wiederholungsblatt zu Einführung in die Numerik (SS 2012)
Technische Universität München Zentrum Mathematik, M1 Prof. Dr. Boris Vexler Dr. Ira Neitzel Dipl.-Math. Alana Kirchner 7. Übungs-/Wiederholungsblatt zu Einführung in die Numerik (SS 2012) Diese Auswahl
Mehr5 Numerische Mathematik
6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul
Mehr38 Iterative Verfahren für lineare Gleichungssysteme
38 Iterative Verfahren für lineare Gleichungssysteme 38.1 Motivation Viele praktische Probleme führen auf sehr große lineare Gleichungssysteme, bei denen die Systemmatrix dünn besetzt ist, d. h. nur wenige
Mehr8.3 Lösen von Gleichungen mit dem Newton-Verfahren
09.2.202 8.3 Lösen von Gleichungen mit dem Newton-Verfahren Beispiel: + 2 e Diese Gleichung kann nicht nach aufgelöst werden, da die beiden nicht zusammengefasst werden können. e - - 2 0 Die gesuchten
MehrLösungsvorschlag zur Übungsklausur zur Analysis I
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden
MehrKapitel 8. Lineare Gleichungssysteme III: iterative Verfahren
Kapitel 8. Lineare Gleichungssysteme III: iterative Verfahren Inhalt: 8.1 Fixpunkt-Iteration 8.2 Verfahren der konjugierten Gradienten 8.3 Anwendungsbeispiel Numerische Mathematik I 323 Kap. 8: Lineare
MehrDiplom VP Informatik/Numerik 9. September 2000 / Seite 1. Aufgabe 1: L-R-Zerlegung, Nachiteration / Ly = b. y = Rx = y.
Diplom VP Informatik/Numerik 9 September 2000 / Seite 1 1 Pivotisierung : 2 L-R-Zerlegung von A: 3 Vorwärtseinsetzen: (pivotisierung) Aufgabe 1: L-R-Zerlegung, Nachiteration A A = 4 2 10 2 6 9 2 1 6 L
MehrAnalysis I Lösung von Serie 14. Um die Inhomogene DGl zu lösen, müssen wir partikuläre Lösungen finden. (a) Wir machen den Ansatz:
d-infk Lösung von Serie 4 FS 07 4.. Inhomogene Lineare Differentialgleichungen Das charakteristische Polynom der homogenen DGl y (4) + y + y = 0 ist λ 4 + λ + = (λ + ). Seine Wurzeln sind ±i und jede hat
MehrAnleitung zu Blatt 1, Analysis II
Fachbereich Mathematik der Universität Hamburg Dr. H. P. Kiani Anleitung zu Blatt, Analysis II SoSe 0 Banachscher Fixpunktsatz Die ins Netz gestellten Kopien der Anleitungsfolien sollen nur die Mitarbeit
MehrTeil 6. Differentialrechnung mehrerer Veränderlicher
Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 11 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 2010 Prof. Dr. Klaus Höllig
MehrNEXTLEVEL im WiSe 2011/12
Fachbereich Mathematik der Universität Hamburg Dr. H. P. Kiani NEXTLEVEL im WiSe 2011/12 Vorlesung 5, Teil 2 Linearisierung, einige Eigenschaften differenzierbarer Funktionen Die ins Netz gestellten Kopien
MehrLösung zur Serie 8. x + 2x 2 sin(1/x), falls x 0, f(x) := 0, falls x = 0. = lim
Lösung zur Serie 8 Aufgabe 40 Wir zeigen in dieser Aufgabe, dass die Voraussetzung dass die Funktion in einer kleinen Umgebung injektiv sein muss, beim Satz über die Umkehrfunktion notwendig ist. Hierzu
MehrGleichungen, GS und Nullstellen
TU Ilmenau Institut für Mathematik FG Numerische Mathematik und Informationsverarbeitung PD Dr. W. Neundorf Datei: UEBG5.TEX Übungsaufgaben zum Lehrgebiet Numerische Mathematik - Serie 5 Gleichungen, GS
MehrNUMERIK 1. Sommersemester 2016
NUMERIK 1 Soerseester 2016 KLAUSUR LÖSUNGSVORSCHLAG Aufgabe 1 (Multiple Choice) (ca. 20 Minuten, 8 Punkte) Kreuzen Sie korrekte Aussagen an. Es können ehrere Antworten richtig sein, indestens eine ist
MehrName: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: b a 2 3a 1
Name: Matr.-Nr.: 2 Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: 1 1 0 2 b 1 1 2 4 1 1 4 6 x = 1 1. 2 2 2a 2 3a 1 (a) Bringen Sie das lineare Gleichungssystem auf Treppenform. (b) Für welche
MehrNumerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Eine kurze Einführung in Quasi Newton Verfahren
Ergänzungen zu dem Buch Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben von Carl Geiger und Christian Kanzow (Springer Verlag, 1999) Eine kurze Einführung in Quasi Newton Verfahren
Mehr8 Iterationsverfahren zur Lösung von Gleichungen
Numerik 396 8 Iterationsverfahren zur Lösung von Gleichungen Nichtlineare Gleichungssysteme (sogar eine nichtlineare Gleichung in einer Unbekannten) müssen fast immer iterativ gelöst werden (vgl. Kapitel
Mehr(x x j ) x [a,b] n! j=0
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB F10 (4 Punkte Es gibt zu jeder der 1 Aufgaben vier Aussagen. Diese sind mit bzw. zu kennzeichnen (hinschreiben. Es müssen alle Fragen mit oder gekennzeichnet
MehrMusterlösung. Aufgaben zu Iterative Lösung Linearer Gleichungssysteme. Vordiplomskurs Numerische Methoden Sommer 2008
Musterlösung Aufgaben zu Iterative Lösung Linearer Gleichungssysteme Vordiplomskurs Numerische Methoden Sommer 8. Betrachte das Gleichungssystem Ax b mit ( ( 3 A, b. 6 8 a Konvergiert das Jacobi Verfahren
MehrBeispiellösung Serie 7
D-MAVT FS 2014 K. Nipp A. Hiltebrand NUMERISCHE MATHEMATIK Beispiellösung Serie 7 1. a) Exakt: 0.005 1 1 1 0.005 1 ( 1 0 200-199 L = 200 1 Rückwärts einsetzen Lz = b : z 1 = 0.5, z 2 = 1 100 = 99 Rx =
MehrKlausur,,Algorithmische Mathematik II
Institut für angewandte Mathematik Sommersemester 017 Andreas Eberle, Matthias Erbar / Behrend Heeren Klausur,,Algorithmische Mathematik II Musterlösung 1 (Unabhängige Zufallsvariablen) a) Wir bezeichnen
MehrNumerische Mathematik für Physiker
Numerische Mathematik für Physiker Daniel Scholz und Lothar Nannen im Sommer 2008 Überarbeitete Version vom 23. Januar 2009. Inhaltsverzeichnis Einleitung 5. Bezeichnungen.......................... 9 2
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 4. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 17. März 2016 Lineare Gleichungssysteme 1 Wiederholung: Normen, Jacobi-Matrix,
MehrKlausur Numerisches Rechnen ( ) (Musterlösung)
Rheinisch-Westfälische Technische Hochschule Aachen Institut für Geometrie und Praktische Mathematik Numerisches Rechnen WS / Prof. Dr. M. Grepl P. Esser, G. Welper, L. Zhang Klausur Numerisches Rechnen
Mehr( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )
64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den
MehrNullstellenberechnung von nichtlinearen Funktionen
Kapitel 3 Nullstellenberechnung von nichtlinearen Funktionen In dieser Vorlesung wird nur die Nullstellenberechnung reeller Funktionen einer reellen Variablen f : R R betrachtet. Man nennt die Nullstellen
MehrKapitel 2: Lineare Gleichungssysteme. 2.1 Motivation: Bildverarbeitung Sei B = (B(n, m)) ein N M stochastisches Feld mit ZVen
Kapitel 2: Lineare Gleichungssysteme 2.1 Motivation: Bildverarbeitung Sei B = (B(n, m)) ein N M stochastisches Feld mit ZVen B(n, m) : Ω {0,...,255}, n = 1,...,N, m = 1,...,M. dig. Camera Realisierung
Mehrnumerische Berechnungen von Wurzeln
numerische Berechnungen von Wurzeln. a) Berechne x = 7 mit dem Newtonverfahren und dem Startwert x = 4. Mache die Probe nach jedem Iterationsschritt. b) h sei eine kleine Zahl, d.h. h. Wir suchen einen
MehrIterative Verfahren: Allgemeines, Fixpunkt-Iteration, Nullstellen. Prof. U. Rüde - Algorithmik kontinuierlicher Systeme
Algorithmik kontinuierlicher Systeme Iterative Verfahren: Allgemeines, Fiunkt-Iteration, Nullstellen Motivation Viele numerische Probleme lassen sich nicht mit endlich vielen Schritten lösen Nullstellen
MehrNichtlineare Gleichungen in einer und mehreren Unbekannten
(MUL) 1. März 2012 1 / 37 Nichtlineare Gleichungen in einer und mehreren Unbekannten 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand MUL 1. März 2012 Gliederung 1 Wiederholung Begriffe, Verfahren
MehrBegleitmaterial zur Vorlesung Numerik I
Begleitmaterial zur Vorlesung Numerik I Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik I 1 / 49 Inhalte der Numerik
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 2016/17
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 6/7 837 Aufgabe Punkte): Gegeben sei das lineare Gleichungssystem Ax = b mit A = 6 3 und
MehrNumerische Methoden 6. Übungsblatt
Karlsruher Institut für Technologie (KIT) SS 202 Institut für Analysis Prof. Dr. Michael Plu Dipl.-Math.techn. Rainer Mandel Nuerische Methoden 6. Übungsblatt Aufgabe 3: Newton-Verfahren I Ziel dieser
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 26 1. Folgen R. Steuding (HS-RM)
MehrIterative Lösung von nichtlinearen Gleichungen und Gleichungssystemen
Kapitel 5 Iterative Lösung von nichtlinearen Gleichungen und Gleichungssstemen 5.1 Iterationsverfahren zur Lösung einer reellen nichtlinearen Gleichung Es sei g() eine im Intervall I definierte reellwertige
MehrKapitel 5 Nichtlineare Gleichungssysteme und Iterationen
Kapitel 5 Nichtlineare Gleichungssysteme und Iterationen Wir betrachten das System f() = 0 von n skalaren Gleichungen f i ( 1,..., n ) = 0, i = 1,..., n. Gesucht: Nullstelle von f() = 0. Es sei (0) eine
MehrIterationsverfahren und Stabilitätsuntersuchung
1 FÜR INTERESSIERTE! NICHT TESTRELEVANT 1! Iterationsverfahren und Stabilitätsuntersuchung Unter Iterationsverfahren versteht man rekursive numerische Methoden mit welchen auch analytisch nicht lösbare
Mehr