Numerisches Lösen von Gleichungen



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

Algorithmen zur Nullstellenbestimmung Ac 2018

8.3 Lösen von Gleichungen mit dem Newton-Verfahren

Newton-Verfahren für ein Skalarfunktion

Nichtlineare Gleichungssysteme

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

Näherungsmethoden zum Lösen von Gleichungen

Kapitel 17 Numerisches Lösen von Gleichungen

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme

Regula Falsi Die folgende Abbildung beschreibt das Näherungsverfahren regula falsi zur Berechnung von Nullstellen:

Ableitung und Steigung. lim h

Nullstellen von algebraischen Gleichungen

LAF Mathematik. Näherungsweises Berechnen von Nullstellen von Funktionen

Nullstellenberechnung von nichtlinearen Funktionen

3 Nichtlineare Gleichungssysteme

16. Differentialquotient, Mittelwertsatz

6. Numerische Lösung des. Nullstellenproblems

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.

Klasse WI06b MLAN2 zweite-klausur 13. Juni 2007

5 Numerische Mathematik

GFS im Fach Mathematik. Florian Rieger Kl.12

Numerische Ableitung

Weitere Anwendungen der Differentialrechnung

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

Iterative Lösung von nichtlinearen Gleichungen und Gleichungssystemen

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

Nichtlineare Gleichungen

Gleichungsbasierte Modellierung

f x n ) 2 1 Gleichung (*) f' x 1 f'' x 1

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f.

KAPITEL 5. Nichtlineare Gleichungssysteme

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

1 Polynome III: Analysis

Nichtlineare Gleichungssysteme

Kap. 6: Iterative Lösung von Gleichungssystemen

Numerisches Programmieren, Übungen

Mathematik verstehen 7 Lösungsblatt Aufgabe 6.67

Übungen zur Mathematik Blatt 1

Mathematik 3 für Informatik


Eigenschaften stetiger Funktionen Buch Kap. 2.5

Kapitel 18 Numerisches Differenzieren und Integrieren

7. Nichtlineare Gleichngssysteme. Problem 7: Sei f : R n R n stetig. Löse f(x) = 0.

Näherungsverfahren zur Berechnung von Nullstellen. Das Newtonsche Iterationsverahren

( ) 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 ( )

Leseprobe. Hans-Jochen Bartsch. Taschenbuch mathematischer Formeln für Ingenieure und Naturwissenschaftler. ISBN (Buch):

Analysis. Ganzrationale Funktionen: Nullstellen, Extrempunkte, Monotonie, Verhalten im Unendlichen, Tangente. Gymnasium Klasse 10

Kapitel 5 Nichtlineare Gleichungssysteme und Iterationen

NEXTLEVEL im WiSe 2011/12

7. Differenziation. 7.1 Definition der Ableitung

6. Folgen und Grenzwerte

Folgen, Reihen, Grenzwerte u. Stetigkeit

Übungen: Tangenten an ganzrationale Funktionen Lösungen und Lösungshinweise

Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag

Nichtlineare Gleichungen in einer und mehreren Unbekannten

x 0 0, , Die Quadratfunktion ist für x 0 streng monoton fallend und für x 0 streng monoton steigend.

2 Stetigkeit und Differenzierbarkeit

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

Practical Numerical Training UKNum

Demo: Mathe-CD. Prüfungsaufgaben Mündliches Abitur. Analysis. Teilbereich 1: Ganzrationale Funktionen 1. März 2002

PFLICHTTEIL FRANZ LEMMERMEYER

Kurzzusammenstellung der in der Vorlesung behandelten impliziten Gleichungen und deren Ableitungen

Musterlösungen zur Leistungsnachweisklausur vom Studiengang Informatik, Ingenieurinformatik, Lehramt

Analysis 5.

1. Fall: 2. Fall: Lösungsblatt zu: Differentialquotient. Tipp: Nullstellen. Tipp: Es reicht, wenn einer der Faktoren Null wird.

Übungsaufgaben zur Kurvendiskussion

4 Ganzrationale Funktionen

Gleichungen höheren Grades

2 Polynome und rationale Funktionen

24.1 Überblick Beispiele. A. Bestimmen einer ganzrationalen Funktion. 24. Interpolation mit Ableitungen

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Aufgabe 1. Lösung nichtlinearer Gleichungen mit einer Variablen

Tutorium: Analysis und lineare Algebra

dx nf(x 0). dx f(n 1) (x 0 ) = dn

Prüfungsteil B, Aufgabengruppe 1: Analysis. Bayern Aufgabe 1. BundesabiturMathematik: Musterlösung

Ableitungen höherer Ordnung: Sei f : D R eine differenzierbare Funktion. Ist die Ableitung f : D R ihrerseits in jedem Punkt x D differenzierbar, dann

Newton-Verfahren zur gleichungsbeschränkten Optimierung. 1 Gleichungsbeschränkte Optimierungsprobleme

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Differential- und Integralrechnung

Unterprogramme: Formalargumente und Übergabeargumente

streng monoton steigend. streng monoton fallend. Ist f eine in einem Intervall stetige und im Innern des Intervalls differenzierbare Funktion mit

Fixpunkt-Iterationen

5 Randwertprobleme. y = f(t, y, y ) für t J, (5.2a) y(t 0 ) = y 0, y(t) = y T (5.2b) zu gegebener Funktion f und Werten y 0, y T.

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

QUADRATISCHE FUNKTIONEN

(b) Bestimmen Sie mit Hilfe des Newton-Verfahrens eine Nullstelle von f auf 6 Nachkommastellen

3. Schularbeit/7C/2-stündig Schularbeit. 7C am

Berechnungen mit dem Horner-Schema

Kapitel III Ringe und Körper

Modulprüfung Numerische Mathematik 1

Lösungen zur Klausur A Grundkurs Mathematik für Wirtschaftswissenschaft

Mathematik für Bauingenieure

19.2 Mittelwertsatz der Differentialrechnung

Approximation durch Polynome

Aus meiner Skriptenreihe: "Keine Angst vor "

Serie 4: Flächeninhalt und Integration

Unter Kurvendiskussion versteht man die Untersuchung einer gegebenen Funktion auf bestimmte Merkmale und Eigenschaften:

Fixpunkt-Iterationen

Transkript:

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: Sei f : [a, b] R stetig mit f(a) < 0 f(b) > 0. Dann existiert eine Zwischenstelle ξ (a, b) mit f(ξ) = 0.

Darstellung des Zwischenwertsatzes Sei f : [a, b] R stetig mit f(a) < 0 f(b) > 0. Dann existiert eine Zwischenstelle ξ (a, b) mit f(ξ) = 0.

: Algorithmus 1 Initialisierung: x 1 = a, x 2 = b, f 1 = f(x 1 ), f 2 = f(x 2 ), δ = 10 5 2 Iteration: a) Bestimme Intervallmitte: x 3 = 1 2 (x 1 + x 2 ) b) Bestimme Funktionswert: f 3 = f(x 3 ) c) Festlegung des neuen Intervalls: i) falls f 3 f 2 0 (Nullstelle zwischen x 2 x 3), dann x 1 := x 3 f 1 := f 3 ii) falls f 3 f 2 > 0 (Nullstelle zwischen x 1 x 3), dann x 2 := x 3 f 2 := f 3 d) Abbruchbedingungen i) falls x 2 x 1 δ, dann x 3 := ξ Stop ii) falls x 2 x 1 > δ, dann weiter mit a)

Bemerkungen zum sverfahren Das sverfahren liefert nur eine Nullstelle im Intervall I = [a, b]. δ ist Abbruchskriterium sollte nicht kleiner als die Rechengenauigkeit sein. Beispiel Gegeben ist die Funktion f(x) = x 3 x 2 + 1 im Intervall I = [1, 2] Da f(1) = 0.4142 f(2) = 5.7639 liegt nach dem Zwischenwertsatz eine Nullstelle im Intervall I = [1, 2]. 1. Schritt des Algorithmus: x 3 = 1.5 f(1.5) = 1.5722 usw. Nach 13 Iterationen ergibt sich als Nullstelle: ξ = 1.1509.

Beispiel Es soll die n-ten Wurzel x = n a für a 0, a 1 berechnet werden. Diese Aufgabe ist äquivalent mit dem folgenden Nullstellenproblem: x = n a f(x) = x n a = 0 z.b. x = 5 8 f(x) = x 5 8 = 0.

Das ist die am häufigsten eingesetzte Methode zur numerischen Bestimmung einer Nullstelle f(x) = 0 im Intervall I = [a, b], da es eine schnelle Konvergenz bestitzt. Iteratives Verfahren: Man startet mit einem Startwert x 0, berechnet die Tangente an die Funktion f(x) in x 0 bestimmt den Schnittpunkt mit der x-achse. Dieser Schnittpunkt wird der neue Punkt x 1, an dem die nächste Tangente berechnet wird wieder der Schnittpunkt mit der x-achse usw..

Darstellung des s

Formeln zum Tangentengleichung in x 0 : y = f(x 0 ) + f (x 0 )(x x 0 ) Schnittpunkt x 1 mit der x-achse, d.h. für y = 0: 0 = f(x 0 ) + f (x 0 )(x 1 x 0 ) x 1 = x 0 f(x 0) f (x 0 )

Newton: Algorithmus 1 Initialisierung: wähle x 0 δ := 10 5 2 Iteration: a) Newton-Formel: x n+1 = x n f(x n) f, n = 0, 1, 2, 3,... (x n ) b) Abbruchbedingung: i) falls x n+1 x n < δ, dann δ = x n+1; Stop ii) falls x n+1 x n δ, dann weiter mit a).

Eigenschaften des s schnelle Konvergenz (wenige Iterationsschritte) bei einem schlechten Startwert kann das Verfahren divergieren. Ausweg: Finde über das sverfahren zunächst einen guten Startwert. die Ableitung f (x) muss existieren das Verfahren ist erweiterbar auf Funktion mehrerer Veränderlicher f(x, y,...)

Beispiel Gegeben ist die Funktion f(x) = x 3 x 2 + 1, im Intervall I = [1, 2]. Die Ableitung lautet: f (x) = 3x 2 x x 2 +1. Die Newton-Iteration ergibt: n x n f(x n ) 0 1.5 1.5722 1 1.2343 0.2920 2 1.1573 0.0207 3 1.1510 0.0001 4 1.1509 0.6 10 8 d.h. nach 4 Iterationen hat man die Nullstelle bis auf 8 Dezimalstellen genau bestimmt.

Das benötigt die Berechung der ersten Ableitung von f(x). Falls dies nicht möglich ist, ist das Regula falsi Verfahren eine alternative Methode zur Lösung der Gleichung f(x) = 0. Hierzu werden zwei Startwerte x 0 x 1 benötigt. Geometrisch: Statt einer Tangente wird eine Sekante zwischen den Punkten (x 0, f(x 0 )) (x 1, f(x 1 )) bestimmt dann der Schnittpunkt x 2 der Sekanten mit der x-achse berechnet. Daraus ergibt sich ein neuer Punkt (x 2, f(x 2 )), der zusammen mit (x 1, f(x 1 )) den nächsten Iterationsschritt bildet, usw..

Darstellung des Regula fals Verfahrens

Formeln zum Verfahren Sekantengleichung in x 0 x 1 : f(x 1 ) f(x 0 ) x 1 x 0 = y f(x 0) x x 0 Schnittpunkt x 2 mit der x-achse, d.h. für y = 0: x 2 = x 0 f(x 0 ) x 1 x 0 f(x 1 ) f(x 0 )

Konstruktion der Sekanten

: Algorithmus 1 Initialisierung: wähle x 0, x 1 δ := 10 5 2 Iteration: a) Sekanten-Formel: x n x n 1 x n+1 = x n 1 f(x n 1 ) f(x n ) f(x n 1 ) b) Abbruchbedingung: i) falls x n+1 x n < δ, dann δ = x n+1; Stop ii) falls x n+1 x n δ, dann weiter mit a).

Bemerkungen die Konvergenz des Verfahrens ist langsamer als die des s Bei Nullstellen von Polynomausdrücken ist das Horner-Schema zur Auswertung der Funktionswerte f(x 1 ) sehr geeignet. Es kann außerdem zur Berechnung der Ableitung f (x 1 ) an einem Punkt x 1 angewendet werden. Bei dem muss in jedem Iterationsschritt f(x n ) f (x n ) berechnet werden. Hierzu ist es schnell, das doppelte Horner-Schema zu verwenden.

Horner-Schema zur Auswertung der Ableitung Gegeben ist ein Polynomausdruck: f(x) = (x x 1 ){b k x k 1 + b k 1 x k 2 +... + b 2 x + b 1 } + b 0 Mit der Produktregel folgt } f (x) = {b k x k 1 + b k 1 x k 2 +... + b 2 x + b 1 + } (x x 1 ) {(k 1)b k x k 2 + (k 2)b k 1 x k 3 +... + b 2 f (x 1 ) = {b k x k 1 1 + b k 1 x k 2 1 +... + b 2 x 1 + b 1 } mit dem Horner-Schema ergeben sich die Koeffizienten b i : c k = b k c i 1 = b i 1 + c i x x, i = k, k 1,..., 2 f (x 1 ) = c 1.

Doppeltes Horner-Schema Beispiel Gegeben ist die Funktion f(x) = 4x 3 5x 2 + 2x + 1. Gesucht ist der Wert der Funktion f(x) der Wert der Ableitung f (x) jeweils an der Stelle x 1 = 2. 4 5 2 1 + 2 4 2 3 8 2 4 3 8 17 = f(2) + 2 4 2 11 4 11 30 = f (2)