Iterative Verfahren: Allgemeines, Fixpunkt-Iteration, Nullstellen. Prof. U. Rüde - Algorithmik kontinuierlicher Systeme

Größe: px
Ab Seite anzeigen:

Download "Iterative Verfahren: Allgemeines, Fixpunkt-Iteration, Nullstellen. Prof. U. Rüde - Algorithmik kontinuierlicher Systeme"

Transkript

1 Algorithmik kontinuierlicher Systeme Iterative Verfahren: Allgemeines, Fiunkt-Iteration, Nullstellen

2 Motivation Viele numerische Probleme lassen sich nicht mit endlich vielen Schritten lösen Nullstellen (von Polynomen, Eigenwerte von Matrizen Otimierung (min ma-suche Iterativer Lösungsansatz: Sezifiziere einen geschätzten Wert: Startwert 0 Versuche diesen sukzessive zu verbessern i+ Φ i ( i oder mehrstufig i+ Φ i ( i, i -, für i0,,,3, Ist die Iterationsvorschrift Φ i nicht von i abhängig sricht man von stationären Verfahren Der iterative Ansatz ist u.u. auch für eakt lösbare Probleme interessant (z.b. LGS, siehe säter!

3 Wir beschäftigen uns nur mit stationären Verfahren (meist einstufig: Fragen: Motivation Startwert 0, i+ Φ ( i (für i0,,, Konvergiert die Iterationsfolge gegen die gewünschte Lösung *? Für welche Anfangswerte konvergiert die Folge? Wie schnell konvergiert die Iterationsfolge? Kann man den Fehler i - * abschätzen? Wann soll man die Iteration abbrechen?!3

4 Fiunktiteration Ist Φ : M M eine Selbst -Abbildung, dann heißt ein m M Fiunkt von Φ falls Φ (mm. Anschaulich: Ist MI ein Intervall, dann verläuft der Grah von Φ im Quadrat I I und ein Fiunkt ist ein Schnittunkt mit der Diagonalen Satz: Wenn die Iterationsfolge i+ Φ( i konvergiert, * lim i i m m m 3 und Φ stetig ist, dann gilt Φ(**!!4

5 Fiunktiteraton (Beisiele e Φ(, Φ( e, Konvergenz Konvergenz!5

6 Fiunktiteraton (Beisiele Keine Konvergenz Konvergenz (aber nicht gegen 0.5!6

7 Banachscher Fiunktsatz I sei ein abgeschlossenes Intervall und Φ : I I sei eine Kontraktion, d.h. es gibt eine Konstante L < so dass Φ( - Φ(y L -y für alle, y I Dann gilt: Φ besitzt genau einen Fiunkt * I ; die Iterationsfolge i+ Φ( i konvergiert für jeden Startwert 0 I ; n L n * 0 L (a riori Abschätzung ; n * n+ n L (a osteriori Abschätzung. Der BFS gilt auch im R n (I R n abgeschlossene Teilmenge, Φ( - Φ(y L -y!7

8 Banachscher Fiunktsatz Beisiele: f [0,] [0,], f ( + : 4 ( e f :[0,] [0,], f( e( f ( f ( Sind dies Kontraktionen? Mittelwertsatz!!8

9 Banachscher Fiunktsatz f :[0,] [0,], f( 4 L 0.78 ( + e f(! L e(! n n a riori a osteriori n n f( n !9

10 Nullstellenbestimmung: Newton-Verfahren Iteratives Verfahren zur Bestimmung der Nullstelle der Funktion f( Startwert 0 : Iterationsschritt: Linearisiere f( in i [d.h. bestimme die Tangente an ( i, f ( i ] und bestimme die Nullstelle der Linearisierung. Linearisierung (z.b. mit Taylor: f ( f( i + f ( i ( - i : Lin( f( Lin( Nullstelle der Linearisierung : i+ i f ( i f '( i!0

11 Nullstellenbestimmung: Newton-Verfahren Iteratives Verfahren zur Bestimmung der Nullstelle der Funktion f( Startwert 0 : i+ i f ( i f '( Dies ist eine Fiunkt-Iteration für i f( Lin( Φ( f ( f '( Das Verfahren konvergiert falls 0 nahe bei der Nullstelle liegt!!

12 Historische Anmerkung Heron-Verfahren oder Babylonisches Wurzelziehen Iteratives Verfahren zur Bestimmung von a : a i+ i + i Geometrische Interretation (sh Tafel Falls 0 > a dann ist ( n monoton fallend, 0 n 0 i a i a a ( Newton-Verfahren für f( - a Heron von Aleandria. Jahrhundert n. Chr (quadratische Konvergenz!

13 Beisiel: Heron Verfahren Iterative Bestimmung von nach Heron mit Startwert 0.0 bzw. Newton-Verfahren für f( - a n n n n Beobachtung: Die Anzahl der korrekten Stellen verdoelt sich in jedem Iterationsschritt!3

14 Nullstellenbestimmung: Sekanten-Verfahren Zweistufiges iteratives Verfahren ohne Kenntnis der Ableitung; Zwei Startwerte 0 und nötig ; Iterationschritt: Bestimme den Schnittunkt der Sekante durch ( 0, f ( 0 und (, f ( mit der -Achse (Nullstelle der Sekante i+ i f ( i i f f ( f ( i i ( i 3 0 Modifikation: Regula falsi (s.u.!4

15 Nullstellenbestimmung: Bisektionsverfahren Zweistufiges Verfahren, führt sicher zum Ziel, aber konvergiert sehr langsam;. Zwei Startwerte 0 < so dass f( 0 f( < 0 Der Vorzeichenwechsel im Intervall [ 0, ], dies garantiert dass es mind. eine Nullstelle gibt sofern f( stetig ist.. Iterationsschritt: Bestimme den Mittelunkt ( 0 + /, betrachte das Intervall [ 0, ] falls f( 0 f( < 0 bzw. betrachte das Intervall [, ] falls f( f( < 0 (im Falle von f( f( 0 ist eine Nullstelle! 3. Das Bisektionsverfahren konvergiert stets, jedoch relativ langsam: nach i Schritten i+ - i -i 0!5

16 Nullstellenbestimmung: Bisektionsverfahren 0 nach i Schritten : i+ - i -i 0 ½ ( i+ + i - * -(i+ 0!6

17 Nullstellenbestimmung: Regula falsi Kombination von Sekanten- und Bisektionsverfahren Man startet wie beim Bisektionsverfahren mit zwei Punkten 0 und so dass f( 0 f( < 0 Man bestimmt den Schnittunkt der Sekante mit der - Achse Falls f( f( < 0 fährt man mit und fort andernfalls mit 0 und regula falsi konvergiert garantiert gegen eine Nullstelle, meist langsam.!7

18 Problem: Bestimme die Nullstelle einer Funktion F : R n R n Beisiel: Newton-Verfahren im R n F(, y + y 3y y Iteratives Vorgehen wie im eindimensionalen Fall: Linearisieren und Nullstelle der Linearisierung ermitteln. Linearisierung mit Taylor: F( F( i + J F ( i ( - i : Lin i ( dabei ist J F ( die Jacobi-Matri von F an der Stelle. Bestimmung der Nullstelle der Linearisierung : Lin i ( 0 oder i+ i - [J F ( i ] - F( i + y 3y y 0 0 (nicht lineares Gleichungssystem!8

19 Newton-Verfahren im R n Beisiel: F(, y + y 3y y Startwert: 0 -, y 0, + y 3y y 0 0 (nicht lineares Gleichungssystem!9

20 Newton-Verfahren im R n Iterationsschritt i+ i - [J F ( i ] - F( i zur raktischen Durchführung: Die Berechnung der Inversen macht nur Sinn für kleine n (n,3 Im Allgemeinen muss man in jedem Iterationsschritt ein lineares Gleichungssystem mit A J F ( i lösen: löse [J F ( i ]z - F( i setze i+ i + z!0

21 Konvergenzordnung Maß für die Geschwindigkeit der Konvergenz Die (Iterations-Folge ( i konvergiere gegen * : Konvergenzordnung (lineare Konvergenz: Es gibt eine Konstante C < so dass i+ * C i * für alle (großen i Konvergenzordnung > : es gibt eine Konstante so dass i+ * C i * für alle (großen i Im Fall sricht man von quadratischer Konvergenz; suerlineare Konvergenz : i+ * lim i * i 0!

22 Konvergenzordnung Fiunktiterationen mit Voraussetzungen des BFS konvergieren (mindestens linear Newtonverfahren: einfache Nullstelle: quadratische Konvergenz mehrfache Nullstelle: lineare Konvergenz Newtonverfahren im R n konvergiert quadratisch sofern einfache Nullstelle vorliegt (d.h. die Jacobimatri in der Nullstelle invertierbar ist. Sekantenverfahren: Konvergenzordnung Bisektion und regula falsi in etwa linear!

23 Beisiel Bisektionsverfahren Konvergenzordnung: in etwa linear 3 3 f ( 3, * Anfangsintervall [.0,.5] i i - * i - * / i- - * !3

24 Beisiel Newtonverfahren Konvergenzordnung: quadratisch ( f ( 3 3, * Startunkt 0.5 i i - * i - * / i- - * undefined!4

25 Beisiel Newtonverfahren Erhöhte Genauigkeit (30 Dezimalstellen 3 3 f ( 3, * i i - * i - * / i- - * undefined!5

26 Beisiel Sekantenverfahren Konvergenzordnung: erhöhte Genauigkeit ( f ( 3, Anfangswerte 3 * 0 3.0, i i - * i - * / i- - * !6

27 Beisiel Regula Falsi Konvergenzordnung: linear 3 3 f ( 3, * Anfangsintervall [.0,.5] i i - * i - * / i- - * !7

28 Vergleich der Verfahren Vor- und Nachteile Newton + konvergiert sehr schnell ( - benötigt Werte der Ableitungen - konvergiert nur für Startwerte nahe bei der Nullstelle Sekanten + konvergiert ziemlich schnell (.6 + benötigt keine Werte der Ableitungen - konvergiert nur für Startwerte nahe bei der Nullstelle Bisektion und regula falsi - konvergiert langsam ( + benötigt keine Werte der Ableitungen + sicher konvergent!8

29 Abbruchkriterien Wann soll die Iteration abgebrochen werden?. Gibt es eine Fehlerabschätzung (z.b. BFS nutze diese.. Erreichen einer maimalen Iterationszahl MAX_ITER 3. i+ i < ε für eine kleine Schranke ε. 4. F( i < ε (bei Nullstellensuche bzw. Φ( i - i < ε (bei Fiunktiteration 5. i > M für eine (große Schranke M (! nicht konv. In der Prais: Eine Kombination mehrerer dieser Kriterien, z.b.. und 4. und 5.!9

30 Nullstellen von sez. Polynomen Für sezielle Polynome kann man sukzessive sämtliche Nullstellen mit dem Newton-Verfahren bestimmen: Annahme: Das Polynom ( a 0 +a + +a n n habe n reelle Nullstellen ξ ξ ξ n- ξ n (zb char. Polynom einer symmetrischen Matri die Theorie sagt dann ( a n ( - ξ ( - ξ ( - ξ n Startet man das Newton-Verfahren für ( mit einem n hinreichend großen 0 (zb, dann 0 a i 0 i an konvergiert die Iterations-Folge gegen ξ.!30

31 ξ ist größte Nullstelle von Diese kann iterativ mit Newton-Verfahren zum Startwert 0 ξ + ε bestimmt werden Beachte, dass deshalb müssen und nicht elizit bestimmt werden! ξ k+ ist größte Nullstelle von Beachte, dass!3 Nullstellen von sez. Polynomen ( ( ξ ( '( ( '( ( ( ( '( '( ξ ξ ξ ( ( ( ( ( k k ξ ξ ξ! k i k k i ( '( ( '( ( ξ

32 Zusammenfassung Fiunkt-Iteration: Banachscher Fiunktsatz Konvergenz und Eindeutigkeit Fehlerabschätzungen Verfahren zur Nullstellenbestimmung Newton-V. Bisektions-V. Sekanten-V. regula falsi Vergleich der Verfahren Konvergenzordnung Definition und Beisiele (Nullstellenverfahren Abbruchkriterien Nullstellen von (seziellen Polynomen!3

3 Nichtlineare Gleichungssysteme

3 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 ( )

Mehr

Nichtlineare Gleichungen

Nichtlineare 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

Iterative Lösung von nichtlinearen Gleichungen und Gleichungssystemen

Iterative 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

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare 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

Mehr

Kapitel 5 Nichtlineare Gleichungssysteme und Iterationen

Kapitel 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

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare 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

Mehr

7. 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. 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

Mehr

Kapitel 5. Lösung nichtlinearer Gleichungen

Kapitel 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

Mehr

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme

6 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

Mehr

Kapitel 6. Nichtlineare Gleichungen. 6.1 Einführung. Problem: Idee: Beispiel:

Kapitel 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

Mehr

Fixpunkt-Iterationen

Fixpunkt-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

Mehr

Inhalt Kapitel I: Nichtlineare Gleichungssysteme

Inhalt 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

Mehr

Algebra. Roger Burkhardt Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft

Algebra. 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

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen 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 )

Mehr

Nullstellenberechnung von nichtlinearen Funktionen

Nullstellenberechnung 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

Mehr

Näherungsverfahren zur Bestimmung der Nullstelle α sind iterativ, d.h. sie liefern eine Folge {x (k) } k=0 mit α = lim x (k). (3.0.

Näherungsverfahren zur Bestimmung der Nullstelle α sind iterativ, d.h. sie liefern eine Folge {x (k) } k=0 mit α = lim x (k). (3.0. 3 Nullstellenbestimmung von Funktionen Sei x f(x) eine reellwertige Funktion, definiert auf einem Intervall I = [a, b] R. suchen Nullstellen der Funktion f, d.h. Wir finde α R so, das f(α) = 0. (3.0.1)

Mehr

KAPITEL 5. Nichtlineare Gleichungssysteme

KAPITEL 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

Mehr

Newton-Verfahren für ein Skalarfunktion

Newton-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

Mehr

6. Numerische Lösung des. Nullstellenproblems

6. 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

Mehr

Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.

Ziel: 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,

Mehr

Fixpunkt-Iterationen

Fixpunkt-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

Mehr

6. Iterationsverfahren. Fixpunktiteration. 6.Iterationsverfahren: Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16

6. 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

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 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

Mehr

18.4 Das Newton-Verfahren

18.4 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

Mehr

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Nichtlineare 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,

Mehr

Bestimmung der Wurzeln nichtlinearer Gleichungen. Mária Lukáčová (Uni-Mainz) Nichtlineare Gleichungen June 22, / 10

Bestimmung der Wurzeln nichtlinearer Gleichungen. Mária Lukáčová (Uni-Mainz) Nichtlineare Gleichungen June 22, / 10 Bestimmung der Wurzeln nichtlinearer Gleichungen Mária Lukáčová (Uni-Mainz) Nichtlineare Gleichungen June 22, 2010 1 / 10 Problem Definition Gegeben f : (a, b) R R. Finde α (a, b) : Existiert eine Lösung?

Mehr

Nullstellen von algebraischen Gleichungen

Nullstellen von algebraischen Gleichungen Kapitel 2 Nullstellen von algebraischen Gleichungen 2.1 Vorbemerkungen Suche Lösung der Gleichung f(x) = 0 (2.1) Dies ist die Standardform für eine Dimension. - typisch nichtlineare Gleichung, sonst elementar

Mehr

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Nichtlineare 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

Mehr

5 Numerische Iterationsverfahren

5 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

Mehr

Algorithmen zur Nullstellenbestimmung Ac 2018

Algorithmen zur Nullstellenbestimmung Ac 2018 Algorithmen zur Nullstellenbestimmung Ac 2018 Bestimmt werden sollen Lösungen x der Gleichung f(x) = 0 für eine stetige Funktion f. Diese Lösungen x nennt man Nullstellen von f. 1. Methode: Bisektionsverfahren

Mehr

Computer Vision Group Prof. Daniel Cremers. Fixpunktgleichungen

Computer Vision Group Prof. Daniel Cremers. Fixpunktgleichungen Computer Vision Group Pro. Daniel Cremers Fipuntgleichungen Iterationsverahren Problem: Ot önnen wir eine direte Lösung einer Gleichung angeben. Anstelle einer direten Lösung ann man aber ot ein Iterationsverahren

Mehr

VF-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.

VF-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

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik 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

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis 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

Mehr

VF-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.

VF-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

Mehr

5 Numerische Mathematik

5 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

Mehr

2.5 Bestimmung von Nullstellen. 2 Interpolation und Approximation

2.5 Bestimmung von Nullstellen. 2 Interpolation und Approximation Wenn man die Gleichungen zusammenfaßt, erhält man die Matri-Form s s 1 s 2... s n a c s 1 s 11 s 12... s 1n. s 2..... =..... s n s n1...... s nn a n c n wobei nun s ij = m w k φ i ( k )φ j ( k ) und c

Mehr

Optimierung. Optimierung. Vorlesung 4 Newton und Quasi Newton Verfahren (Teil II) 2013 Thomas Brox, Fabian Kuhn

Optimierung. Optimierung. Vorlesung 4 Newton und Quasi Newton Verfahren (Teil II) 2013 Thomas Brox, Fabian Kuhn Optimierung Vorlesung 4 Newton und Quasi Newton Verfahren (Teil II) 1 Newton Verfahren Taylor Approximation 1. Ordnung von Newton Verfahren! 0 Setze 0und berechne Löse lineares Gleichungssystem für : 2

Mehr

Numerisches Lösen von Gleichungen

Numerisches Lösen von Gleichungen Numerisches Gesucht ist eine Lösung der Gleichung f(x) = 0. Das sverfahren ist eine numerische Methode zur Bestimmung einer Nullstelle. Es basiert auf dem Zwischenwertsatz: Satz (1.1.1) Zwischenwertsatz:

Mehr

Wiederholung und Zusammenfassung

Wiederholung und Zusammenfassung Wiederholung und Zusammenassung Fourier-Transormation ann angewendet werden ür die Frequenzanalyse eines Signals Beispiel: Woler- Zahlen Eine ähnliche Transormation ist die Disrete Cosinus- Transormation

Mehr

Iterative Verfahren, Splittingmethoden

Iterative 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

Mehr

Teil 6. Differentialrechnung mehrerer Veränderlicher

Teil 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

Mehr

VI. Iterationsverfahren

VI. Iterationsverfahren VI. Iterationsverahren To ininity and beyond Falls eine direte Lösung des Problems nicht möglich oder ineizient ist. 6.. Fipuntgleichungen 6... Problemstellung: Iterationsuntion Iteration: R Startwert,

Mehr

Modulprüfung Numerische Mathematik 1

Modulprüfung 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

Mehr

NEXTLEVEL I, Analysis I

NEXTLEVEL 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

Mehr

Approximation von Nullstellen mit Hilfe der Ableitung Mit Tangenten geht es oft einfacher und schneller als mit Sehnen oder Sekanten

Approximation von Nullstellen mit Hilfe der Ableitung Mit Tangenten geht es oft einfacher und schneller als mit Sehnen oder Sekanten Gegeben ist die Funktion f mit f(x :' x 4 & 2@x 3 & 3@x 2 % 3@x % 2 Man erkennt leicht, dass es durch die Dominanz des vierten Potenzterms ( x 4 genügt, die Funktion über dem Intervall [ -3 ; 3 ] zu betrachten,

Mehr

Diplom VP Numerik 28. August 2006

Diplom 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

Mehr

Institut für Geometrie und Praktische Mathematik

Institut 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

Mehr

Kapitel 4: Nichtlineare Nullstellenprobleme

Kapitel 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

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

Heron-Verfahren. Inhaltsverzeichnis. Beispiel. aus Wikipedia, der freien Enzyklopädie

Heron-Verfahren. Inhaltsverzeichnis. Beispiel. aus Wikipedia, der freien Enzyklopädie 1 of 7 28.05.2010 20:16 Heron-Verfahren aus Wikipedia, der freien Enzyklopädie Das Heron-Verfahren oder babylonische Wurzelziehen ist ein Rechenverfahren zur Berechnung einer Näherung der Quadratwurzel

Mehr

Practical Numerical Training UKNum

Practical Numerical Training UKNum Practical Numerical Training UKNum 3: Nullstellenbestimmung C. Mordasini Max Planck Institute for Astronomy, Heidelberg Program: 1) Introduction 2) Bisektion 3) Newton-Raphson 4) Sekanten 5) Regula falsi

Mehr

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida GMA Grundlagen Mathematik und Analysis Reelle Funktionen 3 Christian Cenker Gabriele Uchida Data Analytics and Computing Nullstellen cos log : 0, 0,? 1 Fixpunkte Beispiel 1 Beispiel 2 1 0 0 und 1 1sin,?

Mehr

Institut für Geometrie und Praktische Mathematik

Institut 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

Mehr

Aufgabe 1. Lösung nichtlinearer Gleichungen mit einer Variablen

Aufgabe 1. Lösung nichtlinearer Gleichungen mit einer Variablen Aufgabe. Lösung nichtlinearer Gleichungen mit einer Variablen. Teil: Nullstellenbestimmung Aufgabenstellung Es sollten in Fortran verschiedene Verfahren zur iterativen Nullstellenbestimmung von Funktionen

Mehr

Weitere Anwendungen der Differentialrechnung

Weitere Anwendungen der Differentialrechnung Weitere Anwendungen der Differentialrechnung Informationsblatt Aus der großen Zahl von Anwendungsmöglichkeiten der Differentialrechnung werden das Newton sche Näherungsverfahren und die Taylor-Reihen vorgestellt.

Mehr

Banach scher Fixpunktsatz. 1) D ist abgeschlossen und konvex; 2) f ist selbstabbildend, d.h. f(d) D;

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

Mehr

(d) das zu Grunde liegende Problem gut konditioniert ist.

(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

Mehr

Das Newton Verfahren.

Das Newton Verfahren. Das Newton Verfahren. Ziel: Bestimme eine Nullstelle einer differenzierbaren Funktion f :[a, b] R. Verwende die Newton Iteration: x n+1 := x n f x n) f x n ) für f x n ) 0 mit Startwert x 0. Das Verfahren

Mehr

Brückenkurs Rechentechniken

Brückenkurs Rechentechniken Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige

Mehr

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Nichtlineare Gleichungen in einer und mehreren Unbekannten Nichtlineare Gleichungen in einer und mehreren Unbekannten 2. Vorlesung 170004 Numerische Methoden I Clemens Brand 25. Februar 2010 Newton- Gliederung Newton-, ng Newton- , Fragenliste Nichtlineare Gleichungen

Mehr

Lösung zur Serie 8. x + 2x 2 sin(1/x), falls x 0, f(x) := 0, falls x = 0. = lim

Lösung 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

Mehr

Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1

Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 1. (a) Lösen Sie das lineare Gleichungssystem für die Werte a = 1, b = 2. x + 3y + 2z = 0 2x + ay + 3z = 1 3x + 4y + z = b (b) Für welche Werte von

Mehr

Gruppenleiter: Humboldt-Universität zu Berlin Mitglied im DFG-Forschungszentrum Matheon Mathematik für Schlüsseltechnologien

Gruppenleiter: Humboldt-Universität zu Berlin Mitglied im DFG-Forschungszentrum Matheon Mathematik für Schlüsseltechnologien Newton-Fraktale Teilnehmer: Ugo Finnendahl Janik Gätjen Daniel Krupa Cong Minh Nguyen Gergana Peeva Fabian Ulbricht Herder-Oberschule, Berlin Immanuel-Kant-Gymnasium, Berlin Herder-Oberschule, Berlin Andreas-Gymnasium,

Mehr

Kapitel 2. Zahlenbereiche

Kapitel 2. Zahlenbereiche Kapitel 2. Zahlenbereiche 2.3. Reelle Zahlen Erweiterung des Zahlenbereichs der natürlichen Zahlen Ganze Zahlen Z := {..., 3, 2, 1, 0, 1, 2, 3,... } = N {0} N. Rationale Zahlen Q := { m n m Z, n N }. Beachte:

Mehr

2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p

2. 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.

Mehr

8.3 Lösen von Gleichungen mit dem Newton-Verfahren

8.3 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

Mehr

Numerische Mathematik für Ingenieure und Physiker

Numerische Mathematik für Ingenieure und Physiker Willi Törnig Peter Spellucci Numerische Mathematik für Ingenieure und Physiker Band 1: Numerische Methoden der Algebra Zweite, überarbeitete und ergänzte Auflage Mit 15 Abbildungen > Springer-Verlag Berlin

Mehr

Mathematik für Anwender. Testklausur mit Lösungen

Mathematik für Anwender. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 4. Januar 0 Prof. Dr. H. Brenner Mathematik für Anwender Testklausur mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden

Mehr

VF-3: Gegeben seien die Daten f(x 0 ), f(x 1 ),..., f(x n ) mit x 0,..., x n paarweise verschiedenen und

VF-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

Mehr

Formelsammlung Numerik

Formelsammlung Numerik Formelsammlung Numerik Fachbereich Design und Informatik Fachhochschule Trier University of Applied Sciences - 1-1 Grundlagen 1. Festlegungen: x - exakter Wert x - Näherungswert 2. Wahrer Fehler: 3. Absoluter

Mehr

Numerische Ableitung

Numerische Ableitung Numerische Ableitung Die Ableitung kann angenähert werden durch den Differentenquotient: f (x) f(x + h) f(x) h oder f(x + h) f(x h) 2h für h > 0, aber h 0. Beim numerischen Rechnen ist folgendes zu beachten:

Mehr

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 7 Folgen in einem angeordneten Körper Wir beginnen mit einem motivierenden Beispiel. Beispiel 7.1. Wir wollen die Quadratwurzel einer natürlichen

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische 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)

Mehr

19.2 Mittelwertsatz der Differentialrechnung

19.2 Mittelwertsatz der Differentialrechnung 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 19.1 Satz von Rolle 19.2 Mittelwertsatz der Differentialrechnung 19.4 Globaler Wachstumssatz 19.6 Verallgemeinerter Mittelwertsatz der Differentialrechnung

Mehr

Lösung 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 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.

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme Nichtlineare Gleichungen oder Gleichungssysteme müssen in vielen Anwendungen der Mathematik gelöst werden. Typischerweise werden die Lösungen nichtlinearer Gleichungen

Mehr

Trifft uns der Komet?

Trifft uns der Komet? Trifft uns der Komet? Teilnehmer: Paul Barth Hristo Boyadzhiev Batkhaan Erdenetsetseg Roxana Esmaili Bryan Oppong-Boateng Felix Roth Julius Paul Rußmann Jean-Pierre Walter Bela Tim Wiethüchter Herder-Gymnasium

Mehr

Fixpunktiteration. 5.1 Vollständiger metrischer Raum

Fixpunktiteration. 5.1 Vollständiger metrischer Raum 5 Fipunktiteration In diesem Kapitel zeigen wir, dass für die Klasse der kontrahierenden Abbildungen eine Nullstelle einer Abbildung f mit Hilfe einer Fipunktiteration approimiert werden kann. Die Nullstelle

Mehr

Lösung 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

Mehr

6 Homotopie Verfahren Idee und Probleme von Homotopie Verfahren Implementation eines Homotopie Verfahrens

6 Homotopie Verfahren Idee und Probleme von Homotopie Verfahren Implementation eines Homotopie Verfahrens Inhaltsverzeichnis 1 Skalare Probleme 1 1.1 Bisektionsverfahren............................ 1 1.2 Newton Verfahren............................ 5 1.3 Sekantenverfahren............................. 11 1.4

Mehr

PS Numerische Mathematik für LAK WS 08/09, LV-Nr.: , HS Übungsblatt (bis )

PS 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

Mehr

Ma 10 / 11 Das Newton-Verfahren Na - 4. September 2014

Ma 10 / 11 Das Newton-Verfahren Na - 4. September 2014 Was ist das Newton-Verfahren? Das Newton-Verfahren ist ein nuerisches Verfahren zur näherungsweisen Bestiung einer Nullstelle einer gegeben Funktion. Analytisch exakt können Nullstellen von Geraden von

Mehr

Gleichungen, GS und Nullstellen

Gleichungen, 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

Mehr

2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)

2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2) Prof. Hesse Höhere Mathematik I und II Musterlösung 7. 0. 0, 80min Aufgabe (3 Punkte) Zeigen Sie mit vollständiger Induktion: Für alle n N gilt n k= k k k(k + ) = n+ n +. Induktionsanfang: k= Induktionsschluss

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

eps für alle x D. 4. Die Zahl 256 ist in M(2, 4, 6, 6) exakt darstellbar.

eps 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

Mehr

Analysis I. 7. Beispielklausur mit Lösungen

Analysis I. 7. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 7. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine surjektive Abbildung f: L M. () Ein archimedisch

Mehr

VI. Iterationsverfahren

VI. Iterationsverfahren VI. Iterationsverahren To ininity and beyond Falls eine direte Lösung des Problems nicht möglich oder ineizient ist. 6... Problemstellung: 6.. Fipuntgleichungen Iterationsuntion Φ Iteration: R Startwert,

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dipl.-Math. Dipl.-Inf. Jürgen Bräckle Dr.-Ing. Markus

Mehr

NEXTLEVEL im WiSe 2011/12

NEXTLEVEL 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

Mehr

Kap. 6: Iterative Lösung von Gleichungssystemen

Kap. 6: Iterative Lösung von Gleichungssystemen Kap. 6: Iterative Lösung von Gleichungssystemen 6.1 Einleitung In vielen Anwendungen sind Gleichungssysteme zu lösen, in denen die Unbekannten nichtlinear auftreten. Beispiel: Der Betrag der Gravitationskraft

Mehr

Institut für Geometrie und Praktische Mathematik

Institut 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

Mehr

Kapitel 17 Numerisches Lösen von Gleichungen

Kapitel 17 Numerisches Lösen von Gleichungen Kapitel 17 Numerisches Lösen von Gleichungen 17 17 17 Numerisches Lösen von Gleichungen................. 5 17.1 Intervallhalbierungs-Methode... 5 17.2 Pegasus-Verfahren... 12 17.3 Banachsches Iterationsverfahren...

Mehr

(x x j ) x [a,b] n! j=0

(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

Mehr

Folgen, Reihen, Grenzwerte u. Stetigkeit

Folgen, Reihen, Grenzwerte u. Stetigkeit Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen

Mehr

Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.

Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. Analysis I, WiSe 2013/14, 04.02.2014 (Iske), Version A 1 Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. a) Welche der folgenden Aussagen über Folgen sind sinnvoll und

Mehr

Institut für Geometrie und Praktische Mathematik

Institut 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).

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

Mehr