Numerische Methoden 2

Ähnliche Dokumente
Numerische Mathematik für Ingenieure und Physiker

Numerische Mathematik für Ingenieure

Einführung in die höhere Mathematik 2

Iterative Verfahren, Splittingmethoden

Großes Lehrbuch der Mathematik für Ökonomen

Mathematik anschaulich dargestellt

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

3.6 Eigenwerte und Eigenvektoren

Numerische Mathematik

Kurze Geschichte der linearen Algebra

Inhaltsverzeichnis. 1 Lineare Algebra 12

Der CG-Algorithmus (Zusammenfassung)

Mat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1

Nichtlineare Gleichungssysteme

4 Lineare Algebra (Teil 2): Quadratische Matrizen

45 Eigenwerte und Eigenvektoren

Iterative Lösung Linearer Gleichungssysteme

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

Musterlösungen zur Linearen Algebra II Übungsklausur

Vektor und Matrixnormen Vorlesung vom

Michael Artin. Algebra. Aus dem Englischen übersetzt von Annette A'Campo. Birkhäuser Verlag Basel Boston Berlin

Nichtlineare Gleichungen

Matrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie

Höhere Mathematik für Naturwissenschaftler und Ingenieure

Rückblick auf die letzte Vorlesung. Bemerkung

Mathematik für Wirtschaftswissenschaftler

Eigenwerte und Eigenvektoren

Eigenwerte und Diagonalisierung

Nichtlineare Gleichungssysteme

MC-Serie 11: Eigenwerte

Methode der f initen Elemente

Proseminar Lineare Algebra II, SS 11. Blatt

1 Singulärwertzerlegung und Pseudoinverse

Inhaltsverzeichnis Mathematik

Lineare Algebra II 6. Übungsblatt

Numerisches Lösen von Gleichungen

Tutorium Mathematik II, M Lösungen

Optimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren Thomas Brox, Fabian Kuhn

Jürgen Hausen Lineare Algebra I

Wir untersuchen in diesem Abschnitt das (lokale) Newton Verfahren zur Lösung eines nichtlinearen Gleichungssystems

Lösungsskizzen zur Klausur

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R

Stichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57

EINFÜHRUNG IN DIE ANALYTISCHE GEOMETRIE UND LINEARE ALGEBRA

6 Eigenwerte und Eigenvektoren

Optimierung für Nichtmathematiker

reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Kommutator, Kommutatorgrupe, Normalreihe, auflösbare Gruppe

BWL-Crash-Kurs Mathematik

3 Optimierung mehrdimensionaler Funktionen f : R n R

40 Lokale Extrema und Taylor-Formel

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

Mathematik für BWL-Bachelor: Übungsbuch

Zahlen und Gleichungen

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

1 ALLGEMEINE HINWEISE Das Fach Mathematik für Wirtschaftswissenschaftler Bisheriger Aufbau der Klausur...

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

Lösungen - Serie 2 zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie

Einleitung 19. Teil I Einführung 23. Kapitel 1 Motivation 25

Analysis für Wirtschaftswissenschaftler und Ingenieure

Inhaltsverzeichnis. Grundlagen

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik

Lineare Algebra II 5. Übungsblatt

3.3 Eigenwerte und Eigenräume, Diagonalisierung

Inhalt. 1 Rechenoperationen Gleichungen und Ungleichungen... 86

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

Berechnungen mit dem Horner-Schema

Das CG-Verfahren. Sven Wetterauer

Eigenwerte und Eigenvektoren von Matrizen

Problem lokaler Minima

Dirk Hachenberger Mathematik für Informatiker

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

5 Eigenwerte und die Jordansche Normalform

20 Kapitel 2: Eigenwertprobleme

2. Der Grad von Körpererweiterungen

Übungen zu Einführung in die Lineare Algebra und Geometrie

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Fragenkatalog Kapitel 1 Fehleranalyse

MATHEMATIK. Numerische Mathematik. Hans-Görg Roos/Hubert Schwetlick. Das Grundwissen für jedermann. B. G. Teubner Stuttgart Leipzig

Studientag zur Algorithmischen Mathematik

Inhalt Kapitel I: Nichtlineare Gleichungssysteme

( ) ( ) Schnittpunkt mit der y Achse P 0 y : Bedingung: y = f 0. y s s

Numerische Integration und Differentiation

46 Eigenwerte und Eigenvektoren symmetrischer Matrizen

Mathematik in der Biologie

Kleine Formelsammlung Mathematik

Grundlagen, Vorgehensweisen, Aufgaben, Beispiele

Vorlesung, 26. Mai 2011, Inhalt. Eigenwerte und Eigenvektoren. Gewöhnliche Differentialgleichungen

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

6.8 Newton Verfahren und Varianten

13. Funktionen in einer Variablen

Nichtlineare Gleichungen in einer Unbekannten

Jacobi- und Gauß-Seidel-Verfahren, Jacobi-Relaxationsverfahren

Lineare Gleichungssysteme

STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München. Übersicht Vorstudium

Mathematik für Wirtschaftswissenschaftler. Universität Trier Wintersemester 2013 / 2014

Mathematische Begriffe visualisiert mitmaplev

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Transkript:

Numerische Methoden 2 von I. S. Beresin und N. P. Shidkow Mit 11 Abbildungen m VEB Deutscher Verlag der Wissenschaften Berlin 1971

INHALT 6. Lösung von linearen algebraischen Gleichungssystemen 9 6.1. Klassifikation der Methoden 9 6.2. Der Gaußsche Algorithmus 10 6.2.1. Der Gaußsche Algorithmus mit Pivotsuche 10 6.2.2. Der verkettete Gaußsche Algorithmus 14 6.2.3. Matrizeninversion 18 6.2.4. Berechnung von Determinanten 19 6.2.5. Der Jordansche Algorithmus 20 6.2.6. Der Jordansche Algorithmus ohne Aufrechnung der Unbekannten 21 6.2.7. Die Anwendung des Jordanschen Algorithmus zur Lösung von Aufgaben der linearen Optimierung 25 6.3. Die Quadratwurzelmethode 29 6.4. Orthogonalisierungsverfahren.... ' 32 6.5. Methode der konjugierten Gradienten 40 6.6. Blockmethoden 48 6.6.1. Die Quadratwurzelmethode 49 6.6.2. Der Jordansche Algorithmus 51 6.6.3. Matrizeninversion durch Zerlegung in Blöcke 54 6.7. Lineare Operatoren. Normen von Operatoren 55 6.7.1. Bndlichdimensionale lineare normierte Räume 58 6.7.2. Lineare Operatoren im endlichdimensionalen normierten Raum und ihr Zusammenhang mit Matrizen 60 6.7.3. Die Konvergenz von Matrizenfolgen und Matrizenreihen 63 6.8. Überblick über die Methoden der sukzessiven Approximation 66 6.9. Lineare Gesamtschrittverfahren erster Ordnung 68 6.9.1. Konvergenz der linearen Gesamtschrittverfahren erster Ordnung. Einfache Iteration 68 6.9.2. Das Verfahren von RICHABDSON 72 6.9.3. Matrizeninversion mit Methoden der sukzessiven Approximation 76 6.10. Lineare Einzelschrittverfahren erster Ordnung 79 6.10.1. Das Verfahren von SEIDEL 79 6.10.2. Konvergenz des Verfahrens von SEIDEL 79 6.10.3. Das Relaxationsverfahren 83 6.11. Die Methode des steilsten Abstiegs 84 6.12. Übungen 91

6 Inhalt 7. Numerische Verfahren zur Lösung nichtlinearer Gleichungen und zur Lösung von Systemen nichtlinearer algebraischer und transzendenter Gleichungen 93 7.1. Einführung 93 7.2. Lokalisierung von Nullstellen 94 7.2.1. Allgemeine Bemerkungen.. 94 7.2.2. Lokalisierung reeller Wurzeln bei algebraischen Gleichungen 97 7.3. Einfache Iterationsverfahren zur Lösung algebraischer und transzendenter Gleichungen 101 7.3.1. Das Prinzip der kontrahierenden Abbildungen und seine Anwendung zum Beweis der Konvergenz von Iterationsverfahren 102 7.3.2. Die einfachen Iterationsverfahren: die Regula falsi und das Newtonsche Verfahren 108 7.3.3. Über eine Möglichkeit der Konvergenzverbesserung bei Iterationsverfahren. 114 7.3.4. Der Einfluß von Fehlern auf die Konvergenz der Iterationsverfahren.... 116 7.4. Iterationsverfahren höherer Ordnung zur Lösung der Gleichung f(x) = 0.. 118 7.4.1. Die Methode von TSCHEBYSCHEFF zur Konstruktion von Iterationsverfahren höherer Ordnung 118 7.4.2. Die Konstruktion von Iterationsverfahren höherer Ordnung mit Hilfe des Satzes von KÖNIG 121 7.4.3. Die Methode von AITKEN zur Konstruktion von Iterationsverfahren höherer Ordnung 125 7.4.4. Beispiel 127 7.5.. Lösung von Gleichungssystemen 129 7.5.1. Ein Iterationsverfahren zur Lösung von Systemen spezieller Form 129 7.5.2. Das Newtonsche Verfahren 134 7.5.3. Verfahren des Abstiegs 148 7.6. Das Verfahren von LOBATSCHEWSKI zur Lösung von algebraischen Gleichungen (GBAEFTE-Verfahren) 152 7.6.1. Das GRAEFFE-Verfahren. Reelle, dem absoluten Betrag nach verschiedene Nullstellen.-.152 7.6.2. Das GRAEFFE-Verfahren. Komplexe Wurzeln 157 7.6.3. Das GRAEFFE-Verfahren. Benachbarte oder gleiche Wurzeln 159 7.6.4. Die von LEHMEB entwickelte Variante des GRAEFFE-Verfahrens 160 7.7. Zwei Iterationsverfahren zur Lösung algebraischer Gleichungen 165 7.7.1. Verfahren des Abstiegs 165 7.7.2. Das Parabelverfahren 169 7.8. Berechnung der Werte eines Polynoms, seiner Ableitungen sowie einige andere Operationen mit Polynomen 171 7.8.1. Das HoRNER-Schema 171 7.8.2. Die Berechnung des Quotienten und des Restes bei der Division von P n (x) durch ein quadratisches Polynom 172 7.8.3. Die Berechnung der Ableitungen eines Polynoms '. 173 7.9. Die Berechung der Wurzeln algebraischer Gleichungen durch Abspalten von Paktoren 175 7.9.1. Das Verfahren von LEST 175

Inhalt 7 7.9.2. Das Verfahren von FRIEDMAN 179 7.9.3. Das Verfahren von HITOHCOCK zur Abspaltung eines quadratischen Faktors. 182 7.10. Übungen 185 8. Berechnung der Eigenwerte und Eigenvektoren von Matrizen... 188 8.1. Einführung 188 8.2. Das Verfahren von KRYLOW 190 8.2.1. Das Minimalpolynom einer Matrix 190 8.2.2. Die Bestimmung des Minimalpolynoms (191 8.2.3. Die Bestimmung der Eigenvektoren der Matrix 194 8.3. Das Verfahren von LANCZOS 196 8.3.1. Die Bestimmung der Eigenwerte 196 8.3.2. Die Bestimmung der Eigenvektoren 205 8.4. Das Verfahren von DANILEWSKI 208 8.5. Übersicht über andere Methoden zur Bestimmung des charakteristischen Polynoms 214 8.5.1. Das Verfahren von LEVERRIER 214 8.5.2. Die Methode des Ränderns 216 8.5.3. Die Escalatormethode 217 8.5.4. Das Verfahren von SAMTJELSON 219 8.5.5. Die Interpolationsmethode 220 8.6. Bestimmung von Schranken für die Eigenwerte 220 8.6.1. Der Fall einer symmetrischen Matrix 221 8.6.2. Der Fall einer nichtsymmetrischen Matrix 225 8.7. Iterationsverfahren zur Lösung des teilweisen Eigenwertproblems 228 8.7.1. Der Fall einer symmetrischen Matrix 228 8.7.2. / Der Fall einer nichtsymmetrischen Matrix einfacher Struktur 239 8.7.3. Einige Bemerkungen zur Bestimmung der Eigenwerte und Eigenvektoren von Matrizen allgemeiner Struktur 243 8.8. Die Methode der Drehungen zur Bestimmung von Eigenwerten und Eigenyektoren symmetrischer Matrizen (Verfahren von JACOBI) 246 8.9. Über Iterationsverfahren zur Lösung des vollständigen Eigenwertproblems. 255 8.9.1. Die Dreiecksiteration 255 8.9.2. Dreiecksorthogonalmatrizenverfahren 259 8.10. Konvergenzbeschleunigung von Iterationsprozessen bei der Lösung von Aufgaben der linearen Algebra 262 8.10.1. Konvergenzbeschleunigung bei Iterationsverfahren zur Lösung von Systemen linearer algebraischer Gleichungen. Allgemeine Bemerkungen 263 8.10.2. Das Verfahren von GAWURIN 264 8.10.3. Das Verfahren von LJUSTERNIK 266 8.10.4. Der <5 2 -Prozeß von AITKEH 267 8.10.5. Konvergenzverbesserung bei Iterationsverfahren zur Bestimmung von Eigenwerten von Matrizen 269

- ' ; " - _ ^ - - \ 8 Inhalt 8.11. Die Kondition von Systemen und Fehlerabschätzung bei der numerischen Lösung linearer algebraischer Gleichungssysteme 270 8.11.1. Der Begriff der Kondition eines Systems 270 8.11.2. Abschätzung der Genauigkeit der Näherungslösungen linearer algebraischer Gleichungssysteme 272 8.11.3. Die Kondition von Matrizenprodukten 274 8.12. Übungen 277 Literatur 280 Namen- und Sachregister 282