Numerische Verfahren: Lernpaket

Formelsammlungen, die wichtigsten Lösungsschritte zu jedem Thema und 8 Übungsaufgaben, mit vollständigen Lösungen am Ende.

Neue AufgabenZurück zum Kurs

Wähle im Druckfenster „Als PDF speichern“, um eine Kopie auf deinem Gerät zu behalten.

1Formeln und Methoden

Numerische Verfahren

Bisektion
c = (a + b)/2, width after n steps (b − a)/2ⁿ
Newton-Raphson
xn+1 = xₙ − f(xₙ)/f′(xₙ)
Lineare Interpolation
y = y₁ + (y₂ − y₁)(x − x₁)/(x₂ − x₁)
Trapezregel
T = (h/2)[f₀ + 2f₁ + … + 2fn−1 + fₙ], h = (b − a)/n
Simpson-Regel (n gerade)
S = (h/3)[f₀ + 4f₁ + 2f₂ + … + 4fn−1 + fₙ]
Fehlerschranke der Trapezregel
|E| ≤ (b − a)h²M/12, M = max|f″|
Euler
yn+1 = yₙ + h·f(tₙ, yₙ)
Heun
yn+1 = yₙ + (h/2)(k₁ + k₂), k₂ = f(tₙ + h, yₙ + hk₁)
RK4
yn+1 = yₙ + (h/6)(k₁ + 2k₂ + 2k₃ + k₄)

Methode

  1. Bei einer Nullstelle: Prüfe den Vorzeichenwechsel für die Bisektion oder berechne f und f′ für Newton, und behalte sechs oder mehr Stellen in einer Tabelle der Iterierten.
  2. Für einen Tabellenwert: Interpoliere linear zwischen den beiden benachbarten Punkten.
  3. Für ein Integral: Bestimme h = (b − a)/n, liste f an jedem Knoten auf, wende die Gewichte an (1, 2, …, 2, 1 für Trapez; 1, 4, 2, …, 4, 1 für Simpson mit geradem n) und multipliziere mit h/2 bzw. h/3.
  4. Für eine Differentialgleichung: Gehe von t₀ aus mit yₙ₊₁ = yₙ + h·f(tₙ, yₙ) (Euler) oder der gemittelten Steigung (Heun) schrittweise vor, eine Zeile pro Schritt, bis du das gesuchte t erreichst.

Folgen & Reihen

Arithmetische Folge
aₙ = a₁ + (n − 1)d, Sₙ = n(a₁ + aₙ)/2
Geometrische Folge
aₙ = a₁rⁿ⁻¹, Sₙ = a₁(1 − rⁿ)/(1 − r)
Unendliche geometrische Reihe
S = a₁/(1 − r), |r| < 1
p-Reihe
Σ1/kᵖ converges only for p > 1
Quotientenkriterium
L = lim |ak+1/ak|: L < 1 converges, L > 1 diverges
Konvergenzradius
R = lim |ck/ck+1|
Taylor-Polynom
Pₙ(x) = Σ f⁽ᵏ⁾(a)(x − a)ᵏ/k!
Maclaurin-Reihe
eˣ = Σxᵏ/k!, sin x = x − x³/3! + …, cos x = 1 − x²/2! + …, ln(1 + x) = x − x²/2 + …
Lagrangesche Fehlerschranke
|Rₙ| ≤ M·|x − a|ⁿ⁺¹/(n + 1)!

Methode

  1. Erkenne den Typ: arithmetisch (konstante Differenz), geometrisch (konstanter Quotient), eine Standardreihe, eine Potenzreihe oder ein Taylor-Polynom.
  2. Verwende für Summen Sₙ = n(a₁ + aₙ)/2, Sₙ = a₁(1 − rⁿ)/(1 − r) oder S = a₁/(1 − r) für |r| < 1, wobei a₁ das erste Glied der Summe ist.
  3. Zur Konvergenz: erst das Trivialkriterium, dann der Vergleich mit Σ1/kᵖ oder einer geometrischen Reihe, und bei Fakultäten und k-ten Potenzen das Quotienten- oder Wurzelkriterium.
  4. Liste für Taylor-Polynome f(a), f′(a), f″(a), … auf, teile die k-te Ableitung durch k! und schätze den Fehler mit M·|x − a|ⁿ⁺¹/(n + 1)! ab.

Matrizen & Determinanten

2×2-Determinante
det = ad − bc
Inverse einer 2×2-Matrix
A⁻¹ = (1/det)·[d −b; −c a]
Produkt
(AB)ij = Σk AikBkj
Eigenwerte
det(A − λI) = 0
Cramersche Regel
xi = det(Ai)/det(A)

Differentialgleichungen

Exponentielles Wachstum/exponentieller Zerfall
dy/dt = ky → y = y0ekt
Halbwertszeit
k = ln 2 / t½
Newtonsches Abkühlungsgesetz
T(t) = Ta + (T0 − Ta)e−kt
Integrierender Faktor
y′ + p(x)y = q(x): μ = e∫p dx, (μy)′ = μq
Mischbehälter
dm/dt = r·c − (r/V)·m

2Übungsaufgaben

1.Numerische VerfahrenMittel
xy012

Nähere ∫02 eˣ dx mit der Trapezregel, n = 2, an und vergleiche mit dem exakten Wert. Bestimme den absoluten Fehler |E| = |T − I|.

f(x) = eˣ[a, b] = [0, 2]n = 2
|E| =
2.Numerische VerfahrenSchwer
00,20,41,61,82ty(0, 2)

Führe einen Schritt des klassischen Runge-Kutta-Verfahrens (RK4) mit h = 0,5 für y′ = cos t − y, y(0) = 2, aus. Bestimme y₁ ≈ y(0,5).

y′ = cos t − yy(0) = 2h = 0,5
y1 =
3.Folgen & ReihenMittel
xx₀ = 0??R

Bestimme den Konvergenzradius R der Potenzreihe Σk=1∞ (2k)!·xᵏ/(k!)².

Σ (2k)!·xᵏ/(k!)²x₀ = 0
R =
4.Folgen & ReihenSchwer

Erkenne die Reihe und bestimme ihre Summe: S = Σk=1∞ (−1)k+1·0,25ᵏ/k.

ak = (−1)k+1·0,25ᵏ/k
S =
5.Matrizen & DeterminantenMittel
A =0−50−102−134

Bestimme die Determinante det A der gezeigten 3×3-Matrix A.

A = [0 −5 0; −1 0 2; −1 3 4]
det A =
6.Matrizen & DeterminantenSchwer
A =5−25−2

Bestimme den größeren Eigenwert λ der gezeigten Matrix A.

A = [5 −2; 5 −2]
λ =
7.DifferentialgleichungenMittel
tyy(0) = 2y(1,5) = ?

Löse y″ + 8y′ + 16y = 0 mit y(0) = 2 und y′(0) = 4. Bestimme y(1,5).

y″ + 8y′ + 16y = 0y(0) = 2y′(0) = 4
y(1.5) =
8.DifferentialgleichungenSchwer
tyK = 1y(0,5) = ?

Ein System gehorcht y″ + 3y′ + 18,25y = 18,25 für t ≥ 0, ausgehend von der Ruhe: y(0) = 0, y′(0) = 0. Bestimme y(0,5); Winkel im Bogenmaß.

y″ + 3y′ + 18,25y = 18,25y(0) = 0y′(0) = 0
y(0.5) =

3Lösungen

1.Numerische Verfahren

Antwort: |E| = 0,5238

Numerische Integration: Teile [a, b] in n Streifen der Breite h = (b − a)/n mit den Knoten x₀ … xₙ. Trapezregel: T = (h/2)[f₀ + 2f₁ + 2f₂ + … + 2fn−1 + fₙ]. Simpson-Regel (n gerade): S = (h/3)[f₀ + 4f₁ + 2f₂ + 4f₃ + … + 4fn−1 + fₙ]. Der Fehler der Trapezregel schrumpft wie h² (Schranke (b − a)h²·M/12 mit M = max|f″|), der der Simpson-Regel wie h⁴, daher ist Simpson bei denselben Knoten meist weit genauer.

Exakter Wert

I = 6,389056

Trapezregel

T = (1/2)·(1 + 2·2,718282 + 7,389056) = 6,91281

Fehler

|E| = |6,91281 − 6,389056| = 0,5238

Antwort

|E| = 0,5238

Relativer Fehler: 8,198 %.

2.Numerische Verfahren

Antwort: y1 = 1,588

Numerische Lösung von y′ = f(t, y): Das Euler-Verfahren geht entlang der Steigung am Anfang jedes Schritts: yn+1 = yₙ + h·f(tₙ, yₙ). Das Heun-Verfahren (verbessertes Euler-Verfahren) mittelt die Steigung am Anfang und an einer Euler-Vorhersage: k₁ = f(tₙ, yₙ), k₂ = f(tₙ + h, yₙ + h·k₁), yn+1 = yₙ + (h/2)(k₁ + k₂). Das klassische Runge-Kutta-Verfahren (RK4) kombiniert vier Steigungen: yn+1 = yₙ + (h/6)(k₁ + 2k₂ + 2k₃ + k₄). Der globale Fehler ist beim Euler-Verfahren proportional zu h, beim Heun-Verfahren zu h², beim RK4 zu h⁴.

Vier Steigungen

k₁ = f(0, 2) = −1
k₂ = f(0,25, 1,75) = −0,781088
k₃ = f(0,25, 1,804728) = −0,835816
k₄ = f(0,5, 1,582092) = −0,70451

Zusammenfassen

y₁ = 2 + (0,5/6)(−1 + 2·−0,781088 + 2·−0,835816 − 0,70451) = 1,588

Antwort

y1 = 1,588
3.Folgen & Reihen

Antwort: R = 0,25

Konvergenz: Streben die Glieder nicht gegen 0, divergiert die Reihe (Trivialkriterium). Σ1/kᵖ konvergiert nur für p > 1 und Σrᵏ nur für |r| < 1. Vergleiche eine Reihe mit einer dieser Reihen, wenn sich ihre Glieder für große k wie diese verhalten. Quotientenkriterium: L = lim |ak+1/ak|; Wurzelkriterium: L = lim |ak|1/k. L < 1 konvergiert, L > 1 divergiert, L = 1 entscheidet nichts. Eine Potenzreihe Σck(x − x₀)ᵏ konvergiert für |x − x₀| < R mit R = lim |ck/ck+1|; eine alternierende Reihe mit gegen 0 fallenden Gliedern konvergiert.

Koeffizienten

ck+1/ck = (2k + 2)(2k + 1)/(k + 1)² → 4, also R = 1/4

Radius

R = 0,25

Antwort

R = 0,25

Das Quotientenkriterium sagt an den beiden Randpunkten nichts aus; sie müssen getrennt geprüft werden.

4.Folgen & Reihen

Antwort: S = 0,2231

Taylor-Polynome: Nahe x = a wird eine glatte Funktion durch Pₙ(x) = f(a) + f′(a)(x − a) + f″(a)(x − a)²/2! + … + f⁽ⁿ⁾(a)(x − a)ⁿ/n! angenähert; für a = 0 ist das das Maclaurin-Polynom. Standardreihen: eˣ = Σxᵏ/k!, sin x = x − x³/3! + x⁵/5! − …, cos x = 1 − x²/2! + x⁴/4! − …, ln(1 + x) = x − x²/2 + x³/3 − …, 1/(1 − x) = Σxᵏ. Lagrangesche Fehlerschranke: |f(x) − Pₙ(x)| ≤ M·|x − a|ⁿ⁺¹/(n + 1)!, wobei M der größte Wert von |f⁽ⁿ⁺¹⁾| zwischen a und x ist.

Standardreihen

Σ (−1)k+1xᵏ/k = ln(1 + x)

Einsetzen

x = 0,25
S = ln 1,25 = 0,2231

Antwort

S = 0,2231
5.Matrizen & Determinanten

Antwort: det A = −10

Matrizen: Die Determinante einer 2×2-Matrix ist ad − bc. Bei 3×3 entwickelst du nach einer Zeile: jeder Eintrag mal die Determinante der 2×2-Matrix, die nach Streichen seiner Zeile und Spalte übrig bleibt, mit abwechselnden Vorzeichen + − +. Eigenwerte λ lösen det(A − λI) = 0; für 2×2 ist das λ² − (Spur)·λ + det = 0.

2×2-Minoren der ersten Zeile

M₁₁ = −6, M₁₂ = −2, M₁₃ = −3

Laplace-Entwicklung

det A = 0·(−6) − (−5)·(−2) + 0·(−3) = −10

Antwort

det A = −10
6.Matrizen & Determinanten

Antwort: λ = 3

Matrizen: Die Determinante einer 2×2-Matrix ist ad − bc. Bei 3×3 entwickelst du nach einer Zeile: jeder Eintrag mal die Determinante der 2×2-Matrix, die nach Streichen seiner Zeile und Spalte übrig bleibt, mit abwechselnden Vorzeichen + − +. Eigenwerte λ lösen det(A − λI) = 0; für 2×2 ist das λ² − (Spur)·λ + det = 0.

Charakteristische Gleichung

λ² − (3)λ + (0) = 0

Lösen

λ = (3 ± √(9))/2 → λ = 0, 3
λ = 3

Antwort

λ = 3
7.Differentialgleichungen

Antwort: y(1.5) = 0,04958

Lineare Gleichungen zweiter Ordnung: Für y″ + b·y′ + c·y = 0 mache den Ansatz y = ert: Das ergibt die charakteristische Gleichung r² + b·r + c = 0. Zwei reelle Wurzeln r₁ ≠ r₂ ergeben y = A·er₁t + B·er₂t (überdämpft); eine doppelte Wurzel r ergibt y = (A + Bt)·ert (aperiodischer Grenzfall); komplexe Wurzeln −α ± jω ergeben y = e−αt(A cos ωt + B sin ωt) (unterdämpft, schwingend). Die Anfangswerte y(0) und y′(0) legen A und B fest. In der Form y″ + 2ζωny′ + ωn²y = 0 ist ωn die Eigenfrequenz und ζ der Dämpfungsgrad: Für ζ < 1 schwingt das System. Bei konstanter Eingangsgröße, y″ + by′ + cy = c·K, ist die Lösung der stationäre Wert K plus die freie Antwort.

Doppelte Wurzel

(r + 4)² = 0 → r = −4

Konstanten

A = y(0) = 2
y′(0) = B − 4A → B = 4 + 8 = 12

Auswerten

y(1,5) = (2 + 12·1,5)·e−6 = 0,04958

Antwort

y(1,5) = 0,04958
8.Differentialgleichungen

Antwort: y(0.5) = 1,036

Lineare Gleichungen zweiter Ordnung: Für y″ + b·y′ + c·y = 0 mache den Ansatz y = ert: Das ergibt die charakteristische Gleichung r² + b·r + c = 0. Zwei reelle Wurzeln r₁ ≠ r₂ ergeben y = A·er₁t + B·er₂t (überdämpft); eine doppelte Wurzel r ergibt y = (A + Bt)·ert (aperiodischer Grenzfall); komplexe Wurzeln −α ± jω ergeben y = e−αt(A cos ωt + B sin ωt) (unterdämpft, schwingend). Die Anfangswerte y(0) und y′(0) legen A und B fest. In der Form y″ + 2ζωny′ + ωn²y = 0 ist ωn die Eigenfrequenz und ζ der Dämpfungsgrad: Für ζ < 1 schwingt das System. Bei konstanter Eingangsgröße, y″ + by′ + cy = c·K, ist die Lösung der stationäre Wert K plus die freie Antwort.

Stationärer Wert und Wurzeln

yss = 1, r = −1,5 ± 4j

Konstanten aus den Anfangswerten

y(0) = 1 + A = 0 → A = −1
y′(0) = −1,5A + 4B = 0 → B = −0,375

Auswerten

y(0,5) = 1·(1 − e−0,75(cos 2 + 0,375·sin 2)) = 1,036

Antwort

y(0,5) = 1,036

ExamProblems · examproblems.com/courses/numerical-methods