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
xy00,250,50,7511,251,5

Nähere ∫01,5 sin(x²) dx mit der Simpson-Regel mit n = 6 Streifen an. Gib S an.

f(x) = sin(x²)[a, b] = [0, 1,5]n = 6
S =
2.Numerische VerfahrenSchwer
00,51123ty(0, 3)

Verwende das Euler-Verfahren mit h = 0,25 für y′ = −2ty, y(0) = 3, um y4 ≈ y(1) zu schätzen.

y′ = −2tyy(0) = 3h = 0,25
y4 =
3.Folgen & ReihenMittel
kSn​12345678910

Bestimme die Summe S = Σk=113 6/(k(k + 1)).

ak = 6/(k(k + 1))n = 13
S =
4.Folgen & ReihenSchwer
xyfP₂2

Verwende das Maclaurin-Polynom vom Grad 2 von f(x) = cos(0,5x), um f(2) anzunähern. Gib P₂(2) an.

f(x) = cos(0,5x)n = 2x = 2
P₂(2) =
5.Matrizen & DeterminantenMittel
A =523−440−31−4

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

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

Bestimme den größeren Eigenwert λ der gezeigten Matrix A.

A = [2 −3; −2 −3]
λ =
7.DifferentialgleichungenMittel
t (min)T (°C)17Ta​20 °C

Eine Getränkedose mit 3 °C wird aus dem Kühlschrank in einen Raum mit 29 °C gebracht. Nach 17 min beträgt die Temperatur 20 °C. Sie folgt dem Newtonschen Abkühlungsgesetz dT/dt = −k·(T − Tₐ). Bestimme die Konstante k in min⁻¹.

T0 = 3 °CTa = 29 °CT(17) = 20 °C
k = min⁻¹
8.DifferentialgleichungenSchwer
tyy(0) = 3y(0,25) = ?

Löse y″ + y′ + 25,25y = 0 mit y(0) = 3 und y′(0) = 0 (aus der Ruhe losgelassen). Bestimme y(0,25); Winkel im Bogenmaß.

y″ + y′ + 25,25y = 0y(0) = 3y′(0) = 0
y(0.25) =

3Lösungen

1.Numerische Verfahren

Antwort: S = 0,7782

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.

ixᵢf(xᵢ)Gewicht000110,250,0624593420,50,247404230,750,5333034410,841471251,250,999966461,50,7780731

Knoten und Werte

h = 0,25
Σ wᵢfᵢ = 0 + 4·0,0624593 + 2·0,247404 + 4·0,533303 + 2·0,841471 + 4·0,999966 + 0,778073 = 9,338733

Simpson-Regel

S = (0,25/3)·9,338733 = 0,7782

Antwort

S = 0,7782

Dieses Integral hat keine elementare Stammfunktion, und genau dann braucht man eine numerische Regel.

2.Numerische Verfahren

Antwort: y4 = 1,23

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.

ntₙyₙf(tₙ, yₙ)yₙ₊₁0030310,253−1,52,62520,52,625−2,6251,9687530,751,96875−2,9531251,230469

Euler-Schritte

y₁ = 3 + 0,25·(0) = 3
y₂ = 3 + 0,25·(−1,5) = 2,625
y₃ = 2,625 + 0,25·(−2,625) = 1,96875
y₄ = 1,96875 + 0,25·(−2,953125) = 1,230469
00,51123ty

Diagramm

y4 = 1,23

Antwort

y4 = 1,23

Der exakte Wert ist y(1) = 1,103638.

3.Folgen & Reihen

Antwort: S = 5,571

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.

Partialbruchzerlegung

6/(k(k + 1)) = 6·(1/k − 1/(k + 1))

Abbrechen

S = 6·(1 − 1/14) = 5,571

Antwort

S = 5,571
4.Folgen & Reihen

Antwort: P₂(2) = 0,5

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.

Maclaurin-Polynom

P₂(x) = 1 − 0,125x²

Einsetzen

P₂(2) = 1 − 0,5 = 0,5

Antwort

P₂(2) = 0,5

Der exakte Wert ist f(2) = 0,540302; der Fehler 0,0403023 wird kleiner, wenn du mehr Terme nimmst oder einen Punkt näher bei 0.

5.Matrizen & Determinanten

Antwort: det A = −88

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 = −16, M₁₂ = 16, M₁₃ = 8

Laplace-Entwicklung

det A = 5·(−16) − 2·16 + 3·8 = −88

Antwort

det A = −88
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 − (−1)λ + (−12) = 0

Lösen

λ = (−1 ± √(49))/2 → λ = −4, 3
λ = 3

Antwort

λ = 3
7.Differentialgleichungen

Antwort: k = 0,0624 min⁻¹

Differentialgleichungen erster Ordnung: dy/dt = k·y hat die Lösung y = y₀·ekt (Wachstum für k > 0, Zerfall für k < 0); eine Halbwertszeit T ergibt k = ln 2/T. Das Newtonsche Abkühlungsgesetz dT/dt = −k·(T − Tₐ) ergibt T(t) = Tₐ + (T₀ − Tₐ)·e−kt. Eine lineare Gleichung y′ + p(x)·y = q(x) löst man mit dem integrierenden Faktor μ = e∫p dx: (μy)′ = μq, also μy = ∫μq dx + C.

Verhältnis der Temperaturdifferenzen

e−17k = -9/-26

Nach k auflösen

k = ln(-26/-9)/17 = 0,0624 min⁻¹

Antwort

k = 0,0624 min⁻¹
8.Differentialgleichungen

Antwort: y(0.25) = 1,086

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.

Komplexe Wurzeln

r = −0,5 ± 5j

Konstanten

A = 3, B = 0,5·3/5 = 0,3

Auswerten

y(0,25) = e−0,125(3·cos 1,25 + 0,3·sin 1,25) = 1,086

Antwort

y(0,25) = 1,086

ExamProblems · examproblems.com/courses/numerical-methods