- •1 Grundlagen
- •1.1 Logik und Mengen
- •1.1.1 Aussagenlogik
- •1.1.2 Mengen
- •1.2 Zahlen
- •1.2.1 Natürliche Zahlen
- •1.2.2 Ganze Zahlen
- •1.2.3 Rationale Zahlen
- •1.2.4 Reelle Zahlen
- •1.2.5 Ordnung
- •1.2.6 Intervalle
- •1.2.7 Betrag und Signum
- •1.2.8 Summe und Produkt
- •1.3 Potenz und Wurzel
- •1.3.1 Potenzen
- •1.3.2 Potenzgesetze
- •1.3.3 Wurzeln
- •1.3.4 Binomischer Satz
- •1.4 Trigonometrie
- •1.4.1 Trigonometrie im rechtwinkligen Dreieck
- •1.5 Gleichungen und Ungleichungen
- •1.5.1 Lineare Gleichungen
- •1.5.2 Potenzgleichungen
- •1.5.3 Quadratische Gleichungen
- •1.5.4 Wurzelgleichungen
- •1.5.5 Ungleichungen
- •1.6 Beweise
- •1.6.1 Direkter Beweis
- •1.6.2 Indirekter Beweis
- •1.6.3 Konstruktiver Beweis
- •1.6.4 Vollständige Induktion
- •1.7 Aufgaben
- •2 Lineare Gleichungssysteme
- •2.1 Einführung
- •2.2 Gauß-Algorithmus
- •2.2.1 Äquivalenzumformungen
- •2.2.2 Vorwärtselimination
- •2.2.3 Rückwärtseinsetzen
- •2.2.4 Gaußsches Eliminationsverfahren
- •2.2.5 Rechenschema
- •2.3 Spezielle Typen linearer Gleichungssysteme
- •2.3.1 Lineare Gleichungssysteme ohne Lösung
- •2.3.2 Lineare Gleichungssysteme mit unendlich vielen Lösungen
- •2.3.3 Systeme mit redundanten Gleichungen
- •2.3.4 Unterbestimmte lineare Gleichungssysteme
- •2.3.5 Überbestimmte lineare Gleichungssysteme
- •2.3.6 Homogene lineare Gleichungssysteme
- •2.3.7 Lineare Gleichungssysteme mit Parametern
- •2.4 Numerische Verfahren
- •2.4.1 Jakobi-Iteration
- •2.4.2 Gauß-Seidel-Iteration
- •2.5 Anwendungen
- •2.5.1 Produktion
- •2.5.2 Netzwerkanalyse in der Elektrotechnik
- •2.6 Aufgaben
- •3 Vektoren
- •3.2 Vektorrechnung ohne Koordinaten
- •3.2.1 Addition und Subtraktion
- •3.2.2 Skalare Multiplikation
- •3.2.3 Skalarprodukt
- •3.2.4 Vektorprodukt
- •3.2.5 Spatprodukt
- •3.2.6 Lineare Abhängigkeit und Komponentenzerlegung
- •3.3 Vektoren in Koordinatendarstellung
- •3.3.1 Koordinatendarstellung
- •3.3.2 Addition und Subtraktion
- •3.3.3 Skalare Multiplikation
- •3.3.4 Skalarprodukt
- •3.3.5 Vektorprodukt
- •3.3.6 Spatprodukt
- •3.3.7 Lineare Abhängigkeit und Komponentenzerlegung
- •3.4 Punkte, Geraden und Ebenen
- •3.4.1 Kartesisches Koordinatensystem
- •3.4.2 Parameterdarstellung von Geraden und Ebenen
- •3.4.3 Parameterfreie Darstellung von Geraden und Ebenen
- •3.4.4 Schnitte von Geraden und Ebenen
- •3.4.5 Abstände
- •3.4.6 Winkel
- •3.5 Anwendungen
- •3.5.1 Kraft
- •3.5.2 Arbeit
- •3.5.3 Drehmoment
- •3.6 Aufgaben
- •4 Matrizen
- •4.2 Rechnen mit Matrizen
- •4.2.1 Addition, Subtraktion und skalare Multiplikation
- •4.2.2 Multiplikation von Matrizen
- •4.3 Determinanten
- •4.3.1 Determinante einer (2,2)-Matrix
- •4.3.2 Determinante einer (3,3)-Matrix
- •4.3.3 Determinante einer (n,n)-Matrix
- •4.4 Inverse Matrix
- •4.4.1 Invertierbare Matrizen
- •4.4.2 Inverse einer (2,2)-Matrix
- •4.4.3 Inverse Matrix und lineares Gleichungssystem
- •4.5 Lineare Abbildungen
- •4.5.1 Matrizen als Abbildungen
- •4.5.2 Kern, Bild und Rang
- •4.6 Eigenwerte und Eigenvektoren
- •4.7 Numerische Verfahren
- •4.7.1 Potenzmethode
- •4.8 Anwendungen
- •4.9 Aufgaben
- •5 Funktionen
- •5.1 Einführung
- •5.1.2 Wertetabelle
- •5.1.3 Schaubild
- •5.1.4 Explizite und implizite Darstellung
- •5.1.6 Funktionsschar
- •5.1.7 Verkettung von Funktionen
- •5.2 Polynome und rationale Funktionen
- •5.2.1 Potenzfunktionen mit ganzen Hochzahlen
- •5.2.2 Polynome
- •5.2.3 Gebrochenrationale Funktionen
- •5.3 Eigenschaften
- •5.3.1 Symmetrie
- •5.3.2 Periode
- •5.3.3 Monotonie
- •5.3.4 Beschränktheit
- •5.4 Sinus, Kosinus und Tangens
- •5.4.2 Eigenschaften
- •5.5 Grenzwert und Stetigkeit
- •5.5.1 Zahlenfolgen
- •5.5.2 Grenzwert einer Funktion
- •5.5.3 Stetigkeit
- •5.5.4 Asymptotisches Verhalten
- •5.6.1 Exponentialfunktionen
- •5.6.2 Die e-Funktion
- •5.6.3 Hyperbelfunktionen
- •5.7 Umkehrfunktionen
- •5.7.1 Das Prinzip der Umkehrfunktion
- •5.7.2 Wurzelfunktionen
- •5.7.3 Arkusfunktionen
- •5.7.4 Logarithmusfunktionen
- •5.7.5 Area-Funktionen
- •5.8 Numerische Verfahren
- •5.8.1 Berechnung von Funktionswerten
- •5.8.2 Bisektionsverfahren
- •5.9 Anwendungen
- •5.9.1 Messwerte
- •5.9.2 Industrieroboter
- •5.10 Aufgaben
- •6.1 Steigung und Ableitungsfunktion
- •6.1.3 Ableitungsfunktion
- •6.1.5 Höhere Ableitungen
- •6.2 Ableitungstechnik
- •6.2.1 Ableitungsregeln
- •6.2.2 Ableitung der Umkehrfunktion
- •6.2.5 Zusammenfassung
- •6.3 Regel von Bernoulli-de l’Hospital
- •6.4 Geometrische Bedeutung der Ableitungen
- •6.4.1 Neigungswinkel und Schnittwinkel
- •6.4.2 Monotonie
- •6.4.3 Krümmung
- •6.4.4 Lokale Extrema
- •6.4.5 Wendepunkte
- •6.4.6 Globale Extrema
- •6.5 Numerische Verfahren
- •6.5.2 Newton-Verfahren
- •6.5.3 Sekantenverfahren
- •6.6 Anwendungen
- •6.6.1 Fehlerrechnung
- •6.6.2 Extremwertaufgaben
- •6.7 Aufgaben
- •7 Integralrechnung
- •7.1 Flächenproblem
- •7.1.1 Integralsymbol
- •7.1.2 Integral als Grenzwert von Summen
- •7.1.3 Bestimmtes Integral
- •7.2 Zusammenhang von Ableitung und Integral
- •7.2.1 Integralfunktion
- •7.2.2 Stammfunktion
- •7.2.3 Bestimmtes Integral und Stammfunktion
- •7.2.4 Mittelwertsatz der Integralrechnung
- •7.3 Integrationstechnik
- •7.3.1 Integrationsregeln
- •7.3.2 Integration durch Substitution
- •7.3.3 Partielle Integration
- •7.3.4 Gebrochenrationale Funktionen
- •7.3.5 Uneigentliche Integrale
- •7.4 Länge, Flächeninhalt und Volumen
- •7.4.1 Flächeninhalte
- •7.4.2 Bogenlänge
- •7.4.3 Rotationskörper
- •7.5 Numerische Verfahren
- •7.5.1 Trapezregel
- •7.5.2 Romberg-Verfahren
- •7.6 Anwendungen
- •7.6.2 Schwerpunkte und statische Momente ebener Flächen
- •7.7 Aufgaben
- •8 Potenzreihen
- •8.1 Unendliche Reihen
- •8.2 Potenzreihen und Konvergenz
- •8.3 Taylor-Reihen
- •8.4 Eigenschaften
- •8.5 Numerische Verfahren
- •8.5.1 Berechnung von Funktionswerten
- •8.6 Anwendungen
- •8.6.1 Normalverteilung in der Statistik
- •8.7 Aufgaben
- •9 Kurven
- •9.1 Parameterdarstellung
- •9.2 Kegelschnitte
- •9.3 Tangente
- •9.4 Krümmung
- •9.5 Bogenlänge
- •9.6 Numerische Verfahren
- •9.6.1 Bézier-Kurve
- •9.7 Anwendungen
- •9.7.1 Mechanik
- •9.7.2 Straßenbau
- •9.8 Aufgaben
- •10 Funktionen mit mehreren Variablen
- •10.1.2 Schaubild einer Funktion mit mehreren Variablen
- •10.1.3 Schnittkurven mit Ebenen und Höhenlinien
- •10.2 Grenzwert und Stetigkeit
- •10.2.1 Grenzwert einer Funktion mit mehreren Variablen
- •10.2.2 Stetigkeit
- •10.3.3 Gradient und Richtungsableitung
- •10.3.5 Höhere partielle Ableitungen
- •10.3.6 Extremwerte
- •10.4 Ausgleichsrechnung
- •10.4.1 Methode der kleinsten Fehlerquadrate
- •10.4.2 Ausgleichsrechnung mit Polynomen
- •10.4.3 Lineare Ausgleichsrechnung
- •10.5 Vektorwertige Funktionen
- •10.6 Numerische Verfahren
- •10.6.1 Mehrdimensionales Newton-Verfahren
- •10.6.2 Gradientenverfahren
- •10.7 Anwendungen
- •10.7.1 Fehlerrechnung
- •10.8 Aufgaben
- •11 Komplexe Zahlen und Funktionen
- •11.1.1 Komplexe Zahlen
- •11.1.2 Gaußsche Zahlenebene
- •11.1.3 Polarkoordinaten
- •11.1.4 Exponentialform
- •11.2 Rechenregeln
- •11.2.1 Gleichheit
- •11.2.2 Addition und Subtraktion
- •11.2.3 Multiplikation und Division
- •11.2.4 Rechnen mit der konjugiert komplexen Zahl
- •11.2.5 Rechnen mit dem Betrag einer komplexen Zahl
- •11.3 Potenzen, Wurzeln und Polynome
- •11.3.1 Potenzen
- •11.3.2 Wurzeln
- •11.3.3 Fundamentalsatz der Algebra
- •11.4 Komplexe Funktionen
- •11.4.1 Ortskurven
- •11.4.2 Harmonische Schwingungen
- •11.4.3 Transformationen
- •11.5 Anwendungen
- •11.5.1 Komplexe Wechselstromrechnung
- •11.6 Aufgaben
- •12.1 Einführung
- •12.1.3 Richtungsfeld und Orthogonaltrajektorie
- •12.2.1 Separation der Variablen
- •12.2.2 Lineare Substitution
- •12.3.3 Allgemeine Eigenschaften
- •12.4.1 Allgemeine Form
- •12.4.2 Freie Schwingung
- •12.4.3 Harmonisch angeregte Schwingung
- •12.4.4 Frequenzgänge
- •12.5.1 Eliminationsverfahren
- •12.5.2 Zustandsvariablen
- •12.5.5 Stabilität
- •12.6 Numerische Verfahren
- •12.6.1 Polygonzugverfahren von Euler
- •12.7 Anwendungen
- •12.7.1 Temperaturverlauf
- •12.7.2 Radioaktiver Zerfall
- •12.7.3 Freier Fall mit Luftwiderstand
- •12.7.4 Feder-Masse-Schwinger
- •12.7.5 Pendel
- •12.7.6 Wechselstromkreise
- •12.8 Aufgaben
- •13 Fourier-Reihen
- •13.1 Fourier-Analyse
- •13.1.1 Periodische Funktionen
- •13.1.2 Trigonometrische Polynome
- •13.1.3 Fourier-Reihe
- •13.1.4 Satz von Fourier
- •13.1.5 Gibbssches Phänomen
- •13.2 Komplexe Darstellung
- •13.2.1 Komplexe Fourier-Reihe
- •13.2.3 Spektrum
- •13.2.4 Minimaleigenschaft
- •13.3 Eigenschaften
- •13.3.1 Symmetrie
- •13.3.2 Integrationsintervall
- •13.3.3 Mittelwert
- •13.3.4 Linearität
- •13.3.5 Ähnlichkeit und Zeitumkehr
- •13.3.6 Zeitverschiebung
- •13.4 Aufgaben
- •14 Verallgemeinerte Funktionen
- •14.1 Heaviside-Funktion
- •14.2 Dirac-Distribution
- •14.3 Verallgemeinerte Ableitung
- •14.4 Faltung
- •14.5 Aufgaben
- •15 Fourier-Transformation
- •15.1 Integraltransformation
- •15.1.4 Transformation gerader und ungerader Funktionen
- •15.1.5 Darstellung mit Amplitude und Phase
- •15.2 Eigenschaften
- •15.2.1 Linearität
- •15.2.2 Zeitverschiebung
- •15.2.3 Amplitudenmodulation
- •15.2.4 Ähnlichkeit und Zeitumkehr
- •15.3 Inverse Fourier-Transformation
- •15.3.2 Vertauschungssatz
- •15.3.3 Linearität
- •15.4.3 Multiplikationssatz
- •15.4.5 Faltung
- •15.5 Periodische Funktionen
- •15.5.1 Fourier-Transformation einer Fourier-Reihe
- •15.5.3 Grenzwertbetrachtung
- •15.6 Anwendungen
- •15.6.1 Lineare zeitinvariante Systeme
- •15.7 Aufgaben
- •16 Laplace-Transformation
- •16.1 Bildbereich
- •16.2 Eigenschaften
- •16.2.1 Linearität
- •16.2.2 Ähnlichkeit
- •16.2.3 Zeitverschiebung
- •16.2.4 Dämpfung
- •16.3.2 Integration
- •16.3.3 Faltung
- •16.3.4 Grenzwerte
- •16.4 Transformation periodischer Funktionen
- •16.5 Rücktransformation
- •16.7 Anwendungen
- •16.7.1 Regelungstechnik
- •16.8 Aufgaben
- •17 z-Transformation
- •17.1 Transformation diskreter Signale
- •17.1.2 z-Transformation und Laplace-Transformation
- •17.2 Eigenschaften
- •17.2.1 Linearität
- •17.2.2 Verschiebung
- •17.2.3 Dämpfung
- •17.4 Anwendungen
- •17.4.1 Zeitkomplexität von Quicksort
- •A Anhang
- •A.1 Ableitungsregeln
- •A.2 Ableitungen
- •A.3 Potenzreihen
- •A.4 Integralregeln
- •A.5 Integrale
- •A.6 Fourier-Reihen
- •A.7 Fourier-Transformationen
- •A.8 Laplace-Transformationen
- •A.9 Griechisches Alphabet
- •A.10 Bedeutende Mathematiker
- •Literaturverzeichnis
- •Sachwortverzeichnis
6.5 Numerische Verfahren |
279 |
Beispiel 6.30 (Globale Extrema)
a)Die Funktion f(x) = cos x hat an den Stellen x = k π für k Z jeweils ein lokales Extremum. Das globale Minimum und Maximum wird also nicht nur an einer einzigen Stelle, sondern an unendlich vielen Stellen angenommen.
b) |
Der |
Definitionsbereich der Funktion f x |
1 |
|
|
besteht aus dem o enen Intervall |
|||||||||||||||||
|
|
|
|
||||||||||||||||||||
|
I |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
x2 |
|
|
|
|
|
|
|
|
|
1, 1 . An der Stelle x 0 besitzt die Funktion ein lokales Minimum, das zugleich |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( ) = √ |
0 1. Ein globales Maximum gibt es |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f |
|||||||
|
das globale Minimum ist. Der Funktionswert ist − |
||||||||||||||||||||||
|
|
= (− |
|
) |
|
|
|
|
|
= |
|
|
|
( ) = |
|
|
|
|
|||||
|
jedoch nicht, da |
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
lim |
|
|
|
1 |
|
|
= ∞ |
. |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
√ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
x→±1 |
1 − x2 |
|
|
|
|
|
|
|
|
|
|
1 |
|
||||||||
c) |
Auch ohne Berechnung von Ableitungen erkennt man, dass die Funktion f x |
|
|
an |
|||||||||||||||||||
1 x2 |
|||||||||||||||||||||||
|
der Stelle x 0 ein lokales Maximum hat. Dieses lokale Maximum ist gleichzeitig auch das |
||||||||||||||||||||||
|
globale Maximum. Wegen |
|
|
|
|
|
|
|
( ) = |
+ |
|
||||||||||||
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
lim |
|
|
|
1 |
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
x→±∞ 1 x2 = |
|
|
|
|
|
|
|
|
|
|
|
|
|
gibt es kein+globales Minimum. |
Ì |
|
Sofern man sich auf abgeschlossene Intervalle beschränkt, ist die Existenz von Minimum und Maximum bei stetigen Funktionen sichergestellt.
Satz 6.15 (Extrema stetiger Funktionen auf abgeschlossenen Intervallen)
Jede auf einem abgeschlossenen Intervall I = [a, b] definierte stetige Funktion besitzt dort ein globales Minimum und ein globales Maximum. Es kann jedoch mehrere Stellen geben, an denen die Funktion den minimalen und den maximalen Funktionswert annimmt.
Satz 6.15 verdeutlicht die Bedeutung abgeschlossener Intervalle. Für die mathematische Theorie ist die Unterscheidung zwischen abgeschlossenen und o enen Intervallen an vielen Stellen von fundamentaler Bedeutung. Bei praktischen Problemen sind nicht abgeschlossene Intervalle eher selten. Deshalb verzichten wir an dieser Stelle auf weiterführende Untersuchungen.
6.5 Numerische Verfahren
Schon seit dem Mittelalter sind numerische Verfahren bekannt, die Methoden der Differenzialrechnung verwenden, um praktische Probleme zu lösen. Durch den Einsatz von Mikroprozessoren und Computern sind diese Verfahren fester Bestandteil unseres täglichen Lebens geworden. Beispiele dafür sind elektronische Steuerungen von Heizungsund Klimaanlagen oder die Navigation mithilfe von Satelliten.
280 |
6 Di erenzialrechnung |
6.5.1 Numerische Di erenziation
Die zentrale Idee bei der numerischen Di erenziation besteht darin, verschiedene Di e- renzenquotienten als Näherung für die Ableitung einer Funktion f an bestimmten Stellen heranzuziehen. Es geht also um eine näherungsweise Berechnung von f′(x0) ohne Kenntnis der Ableitung f′. Natürlich stellt sich die Frage, warum wir uns mit einem Näherungswert begnügen sollten, schließlich kennen wir doch genügend Methoden zur exakten Bestimmung von Ableitungsfunktionen. In vielen Situationen steht die Funktion selbst jedoch nur indirekt zur Verfügung. Beispielsweise werden Funktionswerte experimentell durch Messungen oder mithilfe von Simulationen erzeugt. In solchen Fällen ist man auf numerische Näherungswerte angewiesen.
Im einfachsten Fall betrachten wir die Linearisierung der Funktion f an der Stelle x0: f(x0 + h) ≈ f(x0) + hf′(x0).
Dabei ist h eine kleine Abweichung von x0. Hieraus ergibt sich unmittelbar der sogenannte Vorwärtsdi erenzenquotient
f′(x0) ≈ f(x0 + h) − f(x0). h
Alternativ kann man auf der x-Achse auch um h nach links gehen:
f(x0 − h) ≈ f(x0) − hf′(x0).
Daraus erhalten wir den Rückwärtsdi erenzenquotienten
f′(x0) ≈ f(x0) − f(x0 − h). h
Durch Mittelung der beiden einseitigen Di erenzenquotienten kann man nun zum einen die Asymmetrie beheben und zum anderen die Genauigkeit der Formel erhöhen. Wir gelangen zum zentralen Di erenzenquotienten
f |
|
x0 |
|
1 |
|
f |
|
x0 |
|
h |
|
f |
|
x0 |
|
|
f |
|
x0 |
f |
x0 |
|
h |
|
|
f |
|
x0 |
|
h |
|
f |
|
x0 |
|
h |
. |
|
′( |
|
) ≈ |
|
Œ |
|
( |
|
+ |
|
) − |
|
( |
|
) |
+ |
|
( |
|
) − h( |
|
− |
|
) |
‘ = |
|
( |
|
+ |
|
)2− |
|
( |
|
− |
|
) |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
h |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
h |
|
|
|
|
|
Definition 6.14 (Di erenzenquotienten)
Die Ableitung der Funktion f an der Stelle x0 kann angenähert werden durch
L |
|
|
′ |
( |
|
) ≈ |
( |
+ |
) − |
|
( |
h |
) |
|
|
|
||
|
|
|
|
|
f x |
|
|
|
|
|
|
|||||||
|
den Vorwärtsdi erenzenquotienten |
f |
|
|
x0 |
|
f x0 |
h |
|
|
f x0 |
|
, |
|
|
|||
L |
|
|
|
( |
|
) ≈ f x0 |
h |
|
|
|
|
|
|
|
|
|||
|
|
|
|
h f x0 |
|
|
h |
|
||||||||||
|
den Rückwärtsdi erenzenquotienten |
f′ |
|
x0 |
|
f |
(x0) − h( |
|
0 |
− |
|
) |
, |
|
|
|||
L |
|
|
′ |
( |
|
) ≈ ( + )2− ( − ) |
||||||||||||
|
den zentralen Di erenzenquotienten |
f |
|
|
x0 |
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
h |
|
|
|
|
|
|
|
Dabei ist die Genauigkeit der Näherung abhängig von der Wahl von h.
6.5 Numerische Verfahren |
281 |
Prinzipiell ist die Genauigkeit um so besser, je kleiner h gewählt wird. Allerdings gibt es bei der Anwendung auf Computern nach unten eine kritische Grenze für h. Wird h sehr klein gewählt, dann verfälschen Rundungsfehler das Ergebnis entscheidend.
Man spricht hier vom Dilemma zwischen dem sogenannten Diskretisierungsfehler und dem Rundungsfehler. Eine der zentralen Aufgaben der numerischen Mathematik besteht darin, möglichst optimale Werte für h zu bestimmen. Ein optimales h wird im Wesentlichen von der Genauigkeit des Rechners bestimmt. Als Faustregel für das kleinste sinnvolle h gilt 10− 12 s, wobei s die Anzahl der verfügbaren Dezimalstellen im Rechner ist.
Beispiel 6.31 (Numerische Di erenziation)
a)Wir suchen die Ableitung der Funktion f(x) = e−x2 an der Stelle x0 = 1. Mit h = 0.1 ergibt sich für die Vorwärtsund Rückwärtsdi erenzenquotienten
f |
|
1 |
|
e−1.12 |
e−1 |
|
0.69682, f |
|
1 |
|
e−1 |
|
e−0.92 |
|
0.76978, |
|
|
′( |
|
) ≈ |
− |
|
≈ − |
|
|
′( |
|
) ≈ |
|
− |
|
≈ − |
|
|
|
|
|
0.1 |
|
|
|
|
|
|
|
|
0.1 |
|
|
|
und für den zentralen Di erenzenquotienten |
|
|
|
|
|
|||||||||||
f |
|
1 |
|
e−1.12 |
e−0.92 |
|
0.73330. |
|
|
|
|
|
|
|
|
|
|
′( |
|
) ≈ |
0−.2 |
≈ − |
|
|
|
|
|
|
|
|
|
Im Vergleich mit dem exakten Wert f′(1) = −2 e−1 ≈ −0.73575 liefert der zentrale Di erenzenquotient also bereits bei relativ großem h einen recht guten Näherungewert.
b)Die Funktion f(x) = sin(x + 1)2 besitzt für h = 0.1 und h = 0.01 die beiden zentralen Di erenzenquotienten
|
|
|
|
sin 1.12 |
sin 0.92 |
|
|
|
|
|
sin 1.012 |
|
sin 0.992 |
|
|
′ |
( |
0 |
) ≈ |
0−2 |
≈ |
′ |
( |
0 |
) ≈ |
0 |
− |
|
≈ |
1.080364 |
|
f0.1 |
|
|
|
. |
|
1.056644, f0.01 |
|
|
|
.02 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
als Näherungswerte für die Ableitung an der Stelle x0 |
|
0. Der zweite Näherungswert stimmt |
||||
bereits in |
4 |
Dezimalstellen mit dem exakten Wert |
überein. |
Ì |
||
|
|
= |
|
In Beispiel 6.31 liefert der zentrale Di erenzenquotient ein besseres Ergebnis als die beiden anderen. Dieser Sachverhalt gilt allgemein. Die Genauigkeit des zentralen Di erenzenquotienten ist in der Regel höher als die Genauigkeit der einseitigen Di erenzenquotienten.
6.5.2 Newton-Verfahren
Bei naturwissenschaftlichen und technischen Anwendungen sind die Funktionen in der Regel so komplex, dass eine exakte Berechnung der Nullstellen durch Formeln nur in Ausnahmefällen möglich ist. Somit ist man bei vielen Problemstellungen aus der Praxis auf numerische Näherungsverfahren angewiesen.
Das bekannteste Näherungsverfahren zur Bestimmung von Nullstellen einer Funktion geht auf den englischen Mathematiker Isaac Newton zurück. Die Grundidee beruht darauf, die Funktion an geeigneten Punkten durch die Tangente zu linearisieren und dann die Nullstelle der Tangente zu bestimmen.
282 |
6 Di erenzialrechnung |
Newtonsches Näherungsverfahren (grafisch)
Zur näherungsweisen Berechnung einer Nullstelle einer Funktion f wählt man zunächst einen geeigneten Startpunkt. Dann wiederholt man die folgenden Schritte:
(1)Bestimme die Tangente der Funktion im Startpunkt.
(2)Der neue Startpunkt ist der Schnittpunkt der Tangente mit der x-Achse.
y |
f(x) |
|
|
|
|
f(x˜0 ) |
|
|
f(x˜1 ) |
|
|
x˜2 |
x˜1 x˜0 |
x |
Aus dem grafischen Verfahren lassen sich entsprechende Formeln für die Iterationsvorschrift ableiten. Die Gleichung der Tangente im Startpunkt x˜0 ist gegeben durch
y = f(x˜0) + f′(x˜0)(x − x˜0).
Die Schnittbedingung mit der x-Achse lautet y = 0 und liefert den gesuchten x-Wert:
x = x˜0 − f′(x˜0) . f (x˜0)
Diesen x-Wert wählen wir nun als neuen Startwert x˜1 für den nächsten Schritt. Wenn das Verfahren gut läuft, dann nähern wir uns so Schritt für Schritt einer Nullstelle.
Definition 6.15 (Newton-Verfahren)
Mit dem Newton-Verfahren kann man eine Nullstelle einer Funktion f näherungsweise berechnen:
(1)Finde einen geeigneten Startwert x˜0.
(2)Berechne Näherungswerte x˜1, x˜2, . . . mit der Iterationsvorschrift
|
|
|
|
|
f |
x˜k |
|
|
||
x˜k |
+ |
1 |
= |
x˜k |
f |
|
( x˜k) |
, k |
= |
0, 1, 2, . . . |
|
|
|
− |
′( ) |
|
(3) Führe die Iteration so lange durch, bis die gewünschte Genauigkeit erreicht ist.
Wie viele Schritte des Newton-Verfahrens soll man durchführen? Als Bedingung zum Abbruch der Iteration sind verschiedene Varianten denkbar. Liegen etwa zwei aufeinanderfolgende Näherungswerte x˜k und x˜k+1 nah genug beieinander, so kann man die Iteration abbrechen. Alternativ dazu kann man das Verfahren beenden, wenn der Betrag des Funktionswerts f(x˜k) klein genug geworden ist. In der Praxis werden mehrere Abbruchbedingungen kombiniert.