Algorithmische Mathematik II Übung Nr. 3, Übungen von Mathematik

Übung zur Vorlesung Algorithmische Mathematik II, Prof. Richter, Sommersemester 2020

Art: Übungen

2019/2020

Hochgeladen am 18.05.2020

Dina_Koschitzki
Dina_Koschitzki 🇩🇪

4.5

(15)

1 / 3

Toggle sidebar

Diese Seite wird in der Vorschau nicht angezeigt

Lass dir nichts Wichtiges entgehen!

bg1
Institut für Analysis und Numerik
Universität Magdeburg
Thomas Richter
Gozel Judakova
Übung Nr. 3 zur Vorlesung Algorithmische Mathematik II
Sommersemester 2020
Intervallschachtelung Man lese Abschnitt 6.1.2 Intervallschachtelung und be-
antworte kurz die folgenden Fragen
1. Unter welchen Bedingungen konvergiert die Intervallschachtelung gegen eine Null-
stelle?
2. Wir gehen aus vom Startintervall I= [2, 8]. Wieviele Schritte sind notwendig, um
einen Fehler von 0.01 zu garantieren? (Unabhängig von der Funktion f(x))
3. Man nenne ein Beispiel für ein Nullstellenproblem, wo die Intervallschachtelung
nicht angewendet werden kann, obwohl die Funktion innerhalb eines Intervalls
I= [a,b]eine Nullstelle hat. (Es reicht eine kurze Beschreibung einer speziellen
Situation, eine Skizze oder die Angabe einer Funktion)
Das Newton-Verfahren Man lese Abschnitt 6.1.3 Das Newton-Verfahren. Zentral
ist hier Konvergenzsatz 6.7 und der zugehörige Beweis. Man schaue sich auch das Video
zumNewton-Verfahren.:
Man gebe kurze Antworten:
1. Was ist die Konstruktionsidee des Newton-Verfahrens?
2. Wir betrachten die Funktion f(x) = 1
2x22x+1. Ausgehen vom Startwert x0gebe
man die ersten beiden Iterierten x1,x2des Newton-Verfahrens an.
3. Welche Bedingung muss für den Startwert gelten, damit das Newton-Verfahren
konvergiert?
4. Was bedeutet quadratische Konvergenz? Was bedeutet lineare Konvergenz. Man
gebe entweder eine eindeutige Formel an oder beschreibe den Unterschied.
5. An welcher Stelle wird die Bedingung m:= min[a,b]|f0(x)|>0beim Nachweis
der Konvergenz des Newton-Verfahrens zwingend benötigt?
1
pf3

Unvollständige Textvorschau

Nur auf Docsity: Lade Algorithmische Mathematik II Übung Nr. 3 und mehr Übungen als PDF für Mathematik herunter!

Institut für Analysis und Numerik Universität Magdeburg Thomas Richter Gozel Judakova

Übung Nr. 3 zur Vorlesung Algorithmische Mathematik II Sommersemester 2020

Intervallschachtelung Man lese Abschnitt 6.1.2 Intervallschachtelung und be- antworte kurz die folgenden Fragen

  1. Unter welchen Bedingungen konvergiert die Intervallschachtelung gegen eine Null- stelle?
  2. Wir gehen aus vom Startintervall I = [2, 8]. Wieviele Schritte sind notwendig, um einen Fehler von 0.01 zu garantieren? (Unabhängig von der Funktion f(x))
  3. Man nenne ein Beispiel für ein Nullstellenproblem, wo die Intervallschachtelung nicht angewendet werden kann, obwohl die Funktion innerhalb eines Intervalls I = [a, b] eine Nullstelle hat. (Es reicht eine kurze Beschreibung einer speziellen Situation, eine Skizze oder die Angabe einer Funktion)

Das Newton-Verfahren Man lese Abschnitt 6.1.3 Das Newton-Verfahren. Zentral ist hier Konvergenzsatz 6.7 und der zugehörige Beweis. Man schaue sich auch das Video zumNewton-Verfahren.:

Man gebe kurze Antworten:

  1. Was ist die Konstruktionsidee des Newton-Verfahrens?
  2. Wir betrachten die Funktion f(x) = 12 x^2 − 2 x + 1. Ausgehen vom Startwert x 0 gebe man die ersten beiden Iterierten x 1 , x 2 des Newton-Verfahrens an.
  3. Welche Bedingung muss für den Startwert gelten, damit das Newton-Verfahren konvergiert?
  4. Was bedeutet quadratische Konvergenz? Was bedeutet lineare Konvergenz. Man gebe entweder eine eindeutige Formel an oder beschreibe den Unterschied.
  5. An welcher Stelle wird die Bedingung m := min[a,b]|f′(x)| > 0 beim Nachweis der Konvergenz des Newton-Verfahrens zwingend benötigt?

Übungsaufgaben

Aufgabe 3.1: Es sei f ∈ C^2 (R) mit der Eigenschaft

f′′(x) 6 0, f′(x) > α > 0 ∀x ∈ R,

d.h., die Funktion ist konkav und streng monoton steigend.

a) Man zeige, dass f in R genau eine Nullstelle besitzt.

b) Man zeige, dass das Newton-Verfahren für jeden Startwert x 0 ∈ R gegen diese Null- stelle konvergiert.

Hinweis: Der Satz aus dem Skript kann angewendet werden um quadratische Konvergenz zu zeigen, wenn die Iteration xk nahe genug an der Nullstelle ist. Hier muss gezeigt werden, dass jeder Startwert x 0 ∈ R zu einer Iteration führt, die schließlich nahe genug an der Nullstelle liegt. Tipp: man Untersuche auf die Newton-Folge auf Monotonie und Beschränktheit.

Programmieraufgabe 3.2:

a) Man implementiere das Newton-Verfahren zum Auffinden einer Nullstelle z ∈ R einer Funktion f : R → R. Man realisiere die folgende Steuerung zum Abbruch:

  • Das Verfahren bricht ab, wenn das Residuum |f(xk)| kleiner als 10 −^14 ist.
  • Das Verfahren bricht mit einer Fehlermeldung ab, sobald das Residuum zu stark gegenüber dem Startresiduum steigt, genauer gesagt im Fall |f(xk)| > 100 · |f(x 0 )|, oder falls mehr als 20 Schritte benötigt werden.

Eine Vorlage findet sich in template_03.py. Man teste das Verfahren anhand der Funktion

f(x) = x 2

x( 3 − x^2 ) 4

und gebe Approximation xk und Residuum |f(xk)| für die folgenden Startwerte aus

x 0 = 0.7, x 0 = 1, x 0 = 1 − 10 −^8 , x 0 = −1, x 0 = 1.