Numerik gewöhnlicher

Differentialgleichungen
MA2304 - SS16

Übungsblatt 2 – Musterlösung

Funktion sk : [a, b] → R ist ein Spline vom Grad k, bezüglich der Knoten x0 , ..., xn , falls

i) sk ∈ C k−1 ([a, b]),

ii) sk |[xj ,xj+1 ] ∈ Pk , für alle j = 0, ..., n − 1.

Wir bezeichnen weiters:

• ∆ = {a = x0 , x1 , ..., xn = b} ist das Gitter aller Knoten/Stützstellen,

• Sk,∆ ist der Raum aller Splines von Grad k, mit dim = n + k.

Aufgabe 6 (Spline-Bestimmung)
Gegeben sei ein Gitter ∆ = {x0 , x1 , x2 } und die folgenden Daten:

xi 0 1 2
fi 0 t 0

wobei t ∈ R. Bestimmen Sie:

a) die zugehörige lineare Spline-Interpolationsfunktion s1 ∈ S1,∆ ,

b) die zugehörige kubische Spline-Interpolationsfunktion s3 ∈ S3,∆ unter Annahme

natürlicher Randbedingungen, d.h., s′′3 (x0 ) = s′′3 (x2 ) = 0,

in Abhängigkeit von dem reellen Parameter t. Zeichnen Sie die beiden spline-Funktionen
für t = 2.
Lösung 6 (Spline-Bestimmung)

a) Für die Spline-Interpolationsfunktion erster Ordnung gilt:

s1 |[x0 ,x1 ] = g1 und s1 |[x1 ,x2 ] = g2 ,

wobei g1 und g2 sind zwei Geraden mit: g1 (x0 ) = f (x0 ), g1 (x1 ) = g2 (x1 ) = f (x1 )
und g2 (x2 ) = f (x2 ). Das heißt,

g1 (x) = tx und g2 (x) = (2 − x)t.

Damit ist die lineare Spline-Interpolationsfunktionen gegeben durch:


tx x 6 1,
s1 (x) =
(2 − x)t x > 1.

1
 b) Die Ansatzpolynome für den kubischen Spline sind:
q1 (x) = a1 x3 + b1 x2 + c1 x + d1 , q2 (x) = a2 x3 + b2 x2 + c2 x + d2 .
Das heißt, wir haben insgesammt 8 Unbekannten. Dafür haben wir die folgende
Konditionen auf das Spline s3 :∈ C 2 ([x0 , xn ]):
q1 (0) = 0 (1) : Stützpunkt
q1 (1) = t (2) : Stützpunkt
q1′ (1) = q2′ (1) (3) : Stetigkeit 1. Ableitung
q1′′ (1) = q2′′ (1) (4) : Stetigkeit 2. Ableitung
q2 (1) = t (5) : Stützpunkt
q2 (2) = 0 (6) : Stützpunkt
q1′′ (0) = 0 (7) : natürliche Randbedingung
q2′′ (2) = 0 (8) : natürliche Randbedingung
Wobei die Ableitungsfunktionen gegeben sind durch:
qj′ (x) = 3aj x2 + 2bj x + cj , qj′′ (x) = 6aj x + 2bj , j = 1, 2.
Damit haben wir 8 linearen Gleichungen aus den gegebenen Daten:
d1 = 0 (1)
a1 + b 1 + c 1 + d 1 = t (2)
3a1 + 2b1 + c1 − [3a2 + 2b2 + c2 ] = 0 (3)
6a1 + 2b1 − [6a2 + 2b2 ] = 0 (4)
a2 + b 2 + c 2 + d 2 = t (5)
8a2 + 4b2 + 2c2 + d2 = 0 (6)
2b1 = 0 (7)
12a2 + 2b2 = 0 (8)

die können representiert werden als:

     
1 a1 0
 1 1 1 1   b1   t 
     
 3 2 1 −3 −2 −1   c1   0 
     
 6 2 −6 −2   d1   0 
 ∗ = 

 1 1 1 1   a2   t 
    

 8 4 2 1    b2   0 
   
 2   c2   0 
12 2 d2 0
 ⊤
Die Lösung lautet: −t/2 0 3 t/2 0 t/2 −3 t 9 t/2 −t . Damit ist die kubi-
sche Spline-Interpolationsfunktionen gegeben mit:
(
t − 21 x3 + 32 x


x 6 1,
s3 (x) = 1 3 2 9


t 2 x − 3x + 2 x − 1 x > 1.

2
 Der Graph der Splinefunktionen für t = 2 ist:

Aufgabe 7 (Interpolationsfehler)
Sei f ∈ C 2 ([a, b]), wobei [a, b] in n äquidistante Intervalle zerlegen ist. Zeigen Sie, dass für
den Interpolationsfehler von dem linearen Spline die folgende Fehlerabschätzung gilt:
1
kf − s1 kL∞ ([a,b]) 6 h2 kf ′′ kL∞ ([a,b]) ,
8
wobei h = b−a
n
. Diskutieren Sie diese Fehlerabschätzung im Vergleich zu der Fehlerab-
schätzung bei der Polynominterpolation.
Lösung 7 (Interpolationsfehler)
(i)
Sei Π1 das lineare Interpolationspolynom auf dem i-ten Teilintervall. So gilt mit dem
Satz für den Interpolationsfehler für die Polynome:
 
(i)
kf − s1 kL∞ ([a,b]) 6 max kf − Π1 kL∞ ([xi ,xi+1 ])
i=0...n−1
1 
(i)

≤ max kf ′′ kL∞ ([xi ,xi+1 ]) kω2 kL∞ ([xi ,xi+1 ]) ,
2 i=0...n−1
wobei 
(i)
ω2 (x) = (x − xi )(x − xi+1 )

[xi ,xi+1 ]
(i) (i)
Da ω2 Nullstellen an den Intervallgrenzen xi und xi+1 hat und ω2 ein Polynom 2. Grades
ist, muss das Maximum in der Mitte des Intervalls liegen, d.h. bei x = xi +x2 i+1 . Davon
folgt:
(i) 1 1
kω2 (x)kL∞ ([xi ,xi+1 ]) = (xi+1 − xi )2 = h2 .
4 4
Es wurde im letzten Rechenschritt ausgenützt, dass die Intervalle laut Voraussetzung
äquidistant unterteilt wurden.

Insgesamt erhält man also

1 1
kf − s1 kL∞ ([a,b]) 6 h2 max kf ′′ kL∞ ([xi ,xi+1 ]) 6 h2 kf ′′ kL∞ ([a,b]) .
8 i=0...n−1 8

3
Im algemein, für sk und f ∈ C k ([a, b]), der Fehler der besten Splineapproximation wie
die k-te Potenz der Schrittweite fällt. Anders als bei der Polynomapproximation gewinnt
man größere Genauigkeit durch Verfeinerung der Knotenfolge.

Aufgabe 8 (Krümmungsminimierung)
Gegeben seien die Stützstellen a = x0 < x1 < · · · < xn = b, das dazugehörige Gitter ∆ und
f ∈ C 2 ([a, b]). Betrachten Sie den kubischen Spline s3 ∈ S3,∆ mit den Randbedingungen

s′ (a) = f ′ (a) und s′ (b) = f ′ (b).

Zeigen Sie, dass für eine beliebige Funktion g ∈ C 2 ([a, b]) mit g(xi ) = f (xi ) und g ′ (a) =
f ′ (a), g ′ (b) = f ′ (b), die Abschätzung

ks′′ kL2 ([a,b]) 6 kg ′′ kL2 ([a,b])

gilt.
Lösung 8 (Krümmungsminimierung)
Da s3 ∈ C 2 ([a, b]) existiert s(j) , j 6 2 und ist stetig, und s3 ∈ P3 ([xi−1 , xi ]), i = 1, ..., n,
existiert auch s(j) , j ∈ N, auf den jeweligen Teilintervallen.
Zuerst berechnen wir
Z b X n Z xi
(2) (2) (2)
(g − s )s dx = (g (2) − s(2) )s(2) dx
a i=1 xi−1
n  Z xi 
X xi
′ ′
)s(2) xi−1 ′ ′ (3)

= (g − s − (g − s )s dx
i=1 xi−1
n  Z xi 
X xi xi
′ ′
)s(2) xi−1 s)s(3) xi−1 (4)
 
= (g − s − (g − + (g − s)s dx
i=1 xi−1

= (g (b) − s′ (b))s(2) (b) − (g ′ (a) − s′ (a))s(2) (a)

′

= 0

Damit erhalten wir

Z b Z b
(2)
kg (x)k2L2 ([a,b]) = (2) 2
(g ) dx = (s(2) + g (2) − s(2) )2 dx
a a
Z b Z b Z b
(2) 2 (2) (2) (2)
= (s ) dx + 2 (g − s )s dx + (g (2) − s(2) )2 dx
a a a
Z b Z b
(2) 2
= (s ) dx + (g (2) − s(2) )2 dx
a a
> ks(2) k2L2 ([a,b]) ,

was zu beweisen war.