Numerische Mathematik

WS 18/19 : 2VL, 2Ü

Dr. Helene Dörksen

Vorlesung und Übungen

Termine :

Vorlesung: Beginn Di. 02.10

14:15 – 15:45 Raum 1.408

Übungen : Beginn Mo. 08.10

16:15 – 17:45 Raum CIIT1-Comp

1ste Übung MATLAB Einführung

dabei sein ist WICHTIG !!!
 Vorlesung und Übungen
• Vorlesung
- gearbeitet wird mit Beamer und Tafel (Definitionen, Beweise,
Beispiele)
- kurze Zusammenfassung der letzten VL zu Beginn der nächsten
Veranstaltung
- PPT der aktuellen Vorlesung liegt zum download bereit
- Zwischenfragen jederzeit willkommen

• Übungen
- sind an Vorlesung orientiert
- sind klausurrelevant
- liegen im Vorfeld zum download bereit

- die Vorbereitung wird vorausgesetzt!

- keine Musterlösungen im Netz

- Tools: MATLAB

Vorlesung und Übungen

Wichtig !!!

• Übungen
- Eine Woche im Voraus wird ein neues Übungsblatt im Netz stehen,
das Sie bis zur Übung am darauf folgenden Woche bearbeiten
sollten.

- In den Übungen besprechen wir dann die Aufgaben. Hierbei stellen

Sie Ihre Lösungsvorschläge vor und wir diskutieren darüber.

- Die Bearbeitung der Übungsaufgaben ist für das Einüben der in der
Vorlesung behandelten Konzepte sehr wichtig. Eine regelmäßige
Teilnahme an den Übungen wird daher dringend empfohlen.
 Literatur
NM
• Knorrenschild, M.: Numerische Mathematik, Hanser Verlag, 2010.

MATLAB
• Skripten im download Bereich

Prüfung
2Std. Klausur, benotet
Note entsprechend dem Fach/ Modul

• Eigene Unterlagen und Mitschriften sind zugelassen

• Taschenrechner sind zugelassen (aber kein Smartphone)
• Nur in der Vorlesung oder Übungen besprochene Lösungswege werden
bewertet (sonstige Lösungswege werden nicht akzeptiert!)

Allgemeines & Aktuelles im Netz

ILIAS/eCampus
(unter Numerische Mathematik) werden aktuelle Informationen mitgeteilt und Material
zur Vorlesung angeboten. Die Übungsblätter werden zum downloaden bereitgestellt.

auf https://www.hs-owl.de/skim/infos/software/matlab.aspx
kann MATLAB im S(kim)-Software-Shop heruntergeladen werden

Sprechzeiten:

Di. 10.00 - 11.00 (nach Vereinbarung)

e-mail: helene.doerksen@hs-owl.de

oder
wiss. Mitarbeiterin
e-mail: martyna.bator@hs-owl.de
Numerische Mathematik

§0 - §5:

§0. Einführung

§1. Zahlendarstellung und Rundungsfehler

§2. Fehlerrechnung bei Funktionsauswertung

§3. Polynome

§4. Interpolation

§ 5. Numerische Differentiation und Integration

Numerische Mathematik

§0. Einführung

§0. Einführung

Numerische Mathematik

1. Worum geht es?

2. Warum macht man das?

3. Was sind die

Schwierigkeiten?
 §0. Einführung
1. Worum geht es?

Mit Hilfe von Computern mathematische Probleme lösen

z.B. bei der Anwendung der Informatik in:

- Ingenieurwissenschaften (Elektrotechnik, Mechatronik,

Maschinenbau, Schiffbau, …)

- Naturwissenschaften (Datenverarbeitung aus

Experimenten in Biologie, Chemie, Physik, …)

- Wirtschaftswissenschaften (Entscheidungstheorie,
Logistik, …)

§0. Einführung
 §0. Einführung
3. Was sind die Schwierigkeiten?

- Man muss die Problemstellung mathematisch formulieren,

um ein Algorithmus/Verfahren anwenden zu können

- Man muss „geeignete“ Verfahren einsetzen

Zuverlässigkeit (z.B. Verfahrensfehler)
Effizienz (z.B. Aufwand, Speicherplatzbedarf,
Konvergenzgeschwindigkeit)

- Computer kann nicht alle Zahlen darstellen, oft sind die

numerische Lösungen nur Näherungen (auch von
Problemen, die analytisch exakt lösbar sind !)
Rundungsfehler

§0. Einführung

Video: Numerische Mathematik im Alltag

Numerische Mathematik

§1. Zahlendarstellung und

Rundungsfehler

§1. Zahlendarstellung und Rundungsfehler

Ungenauigkeiten (Fehler) bei numerischer Problemlösung:

• Modellfehler

• Datenfehler
Gesamtfehler
• Verfahrensfehler

• Rundungsfehler
 §1. Zahlendarstellung und Rundungsfehler
Einfaches Beispiel:
>> a = 1.3332;
>> b = 1.3333;
>> c = 1.00001;
>> p1 = (a - b)*c
p1 =
-1.000009999999890e-04
>> p2 = a*c - b*c
p2 =
-1.000010000000717e-04
• MATLAB arbeitet mit 16-stelliger Genauigkeit.
• Bei Subtraktion zweier fast großer Zahlen kann Auslöschung
auftreten
• Bei der Multiplikation zweier n-stelliger Zahlen entsteht bekanntlich
eine 2*n-stellige; um wieder auf n Stellen zu kommen, muss
gerundet werden (bei p1 wird 1 x mal gerundet; bei p2 wird 2 x mal)

§1. Zahlendarstellung und Rundungsfehler

1. Maschinenzahlen und Rundungen

Rechner haben nur eine endliche Menge von Zahlen:
§1. Zahlendarstellung und Rundungsfehler

• Wie können wir untersuchen die Auswirkungen von

Rundungen bei numerischen Berechnungen?

• Wie groß kann/darf der Fehler werden?

• Was muss man berücksichtigen um Fehler zu

vermeiden/reduzieren ?

§1. Zahlendarstellung und Rundungsfehler

2. Fehlertypen
§1. Zahlendarstellung und Rundungsfehler

§1. Zahlendarstellung und Rundungsfehler

3. Maschinenzahlendarstellung
 §1. Zahlendarstellung und Rundungsfehler

§1. Zahlendarstellung und Rundungsfehler

• Dezimalsystem wird bei der Eingabe von Zahlen in den Rechner und bei
der Ausgabe von Ergebnissen benutzt
• intern benutzen die Rechner das Dualsystem oder das
Hexadezimalsystem
§1. Zahlendarstellung und Rundungsfehler

§1. Zahlendarstellung und Rundungsfehler

§1. Zahlendarstellung und Rundungsfehler

4. Rundungen mit Gleitpunktzahlen

§1. Zahlendarstellung und Rundungsfehler

4. Rundungen mit Gleitpunktzahlen

Definition: Rundungsvorschrift
§1. Zahlendarstellung und Rundungsfehler

§1. Zahlendarstellung und Rundungsfehler

• Beim Addieren sollte man die Summanden in der Reihenfolge

der aufsteigender Beiträge addieren.
§1. Zahlendarstellung und Rundungsfehler

10 Computerfehler mit fatalen Folgen

https://www.youtube.com/watch?v=NXe-MV1kdSI

§1. Zahlendarstellung und Rundungsfehler

6. Auslöschung beim Rechnen mit
Maschinenzahlen

Auslöschung kann bei Subtraktion zweier fast großer

Zahlen auftreten.
Numerische Mathematik

§2. Fehlerrechnung bei Funktionsauswertung

§2. Fehlerrechnung bei Funktionsauswertung

Satz: Mittelwertsatz
§2. Fehlerrechnung bei Funktionsauswertung

Definition: Der absolute Fehler bei Funktionsauswertung

§2. Fehlerrechnung bei Funktionsauswertung

Definition: Der relative Fehler bei Funktionsauswertung und

Konditionszahl

Beispiel: Es soll die Verstärkung des relativen Fehlers beim

Quadrieren untersucht werden.
§2. Fehlerrechnung bei Funktionsauswertung

§2. Fehlerrechnung bei Funktionsauswertung

Wegen Fehlerfortpflanzung muss bei schlecht konditionierten

Problemen der Eingangswert ziemlich genau sein, damit das
Ergebnis brauchbar ist.
Numerische Mathematik

§3. Polynome

§3. Polynome
 §3. Polynome

• „ Es ist ganz erstaunlich, welche zentrale Bedeutung

Polynome in der schnellen digitalen Signalverarbeitung
besitzen.“ (Dr. Uwe Meyer-Bäse: „Polynome in der
Signalverarbeitung“, Springer Verlag, 2000)

• Charakteristische Polynome sind Bestandteil bei

Berechnungen von Eigenwerten und Eigenvektoren

• Es gibt viele Möglichkeiten, komplizierte Funktionen

durch Polynome anzunähern (z. B. Taylor-Formel,
Polynominterpolation,…)

§3. Polynome
§3. Polynome
§3. Polynome

Beweis:

§3. Polynome
§3. Polynome

§3. Polynome

Newton-Verfahren:
Isaac Newton
1642-1726

Satz 3.3: Einschließungssatz für Polynomnullstellen

Numerische Mathematik

§4. Interpolation
 §4. Interpolation

Problemstellung: Zusammenhänge, die durch Wertepaare

gegeben sind (z.B. Messwerte eines Gerätes zu
bestimmten Zeitpunkten), durch eine (einfache) Formel zu
beschreiben

Definition: Interpolationsproblem

Definition: Interpolierende

§4. Interpolation
Anwendung: Bildverarbeitung
 §4. Interpolation
Anwendung: Bildverarbeitung

§4. Interpolation

Satz 4.1: Existenz und Eindeutigkeit des Interpolationspolynoms

§4. Interpolation

§4. Interpolation
§4. Interpolation

Isaac Newton
Definition: Dividierte Differenzen 1642-1726

1. Newton
Beispiel: Berechnung der dividierten
Differenzen für Beispiel 5.2

§4. Interpolation

Definition: Dividierte Differenzen

Beispiel: Berechnung der dividierten

Isaac Newton
Differenzen für Beispiel 5.2 1642-1726
1. Newton
Interpolationspolynom: Newton-Form

Beispiel: Berechnung der Newton-Form

für Beispiel 5.2
§4. Interpolation

Definition: Dividierte Differenzen

Beispiel: Berechnung der dividierten

Isaac Newton
Differenzen für Beispiel 5.2 1642-1726
1. Newton
Interpolationspolynom: Newton-Form

Beispiel: Berechnung der Newton-Form

für Beispiel 5.2

Joseph-Louis
Interpolationspolynom: Lagrange-Form Lagrange
1736-1813
Beispiel: Berechnung der Lagrange-Form 2. Lagrange
für Beispiel 5.2
 §4. Interpolation

§4. Interpolation

Elegante Lösung:

Algorithmus: Neville-Aitken-Schema
Eric Harold Neville
1889-1961

3. Neville & Aitken

Alec Aitken
1895-1967
§4. Interpolation
§4. Interpolation

§4. Interpolation

Satz 4.2 b): Interpolationsfehler des stückweise linearen bzw.

kubischen Interpolationspolynoms (an äquidistanten
Stützstellen).
§4. Interpolation
§4. Interpolation

§4. Interpolation
 §4. Interpolation

• zw. den Stützstellen wird nicht

immer geeignet interpoliert

• Starke Schwingung an
Randpunkten kann vorkommen

• Erhöhung der Anzahl der

Stützstellen liefert keine Lösung !

§4. Interpolation

• zw. den Stützstellen wird nicht

immer geeignet interpoliert

• Starke Schwingung an
Randpunkten kann vorkommen

• Erhöhung der Anzahl der

Stützstellen liefert keine Lösung !

➢ Kann eine andere Wahl der

Stützstellen das Problem lösen?
 §4. Interpolation

§4. Interpolation

• zw. den Stützstellen wird nicht

immer geeignet interpoliert

• Starke Schwingung an
Randpunkten kann vorkommen

• Erhöhung der Anzahl der

Stützstellen liefert keine Lösung

➢ Kann eine stückweise

Interpolation das Problem lösen?
§4. Interpolation
Splineinterpolation: Problemstellung (PPT Beispiel)

Beispiel 5.2:

Stützstellen sollen stückweise linear interpoliert werden.

§4. Interpolation
Splineinterpolation: Problemstellung

Beispiel 5.2:

Stützstellen sollen stückweise linear interpoliert werden.

§4. Interpolation
Splineinterpolation: Eindeutige Lösbarkeit
§4. Interpolation
Definition: Periodischer / Natürlicher kubischer Spline

Definition: Momente des periodischen / natürlichen Spline

Algorithmus: Berechnung von periodischem / natürlichem

Spline aus den Momenten
 §4. Interpolation

Beispiel 5.10: Es sollen die Daten aus Beispiel 5.2 mit einem
natürlichen Spline interpoliert werden.

§4. Interpolation

Beispiel 5.10: Es sollen die Daten aus Beispiel 5.3 mit einem
natürlichen Spline interpoliert werden.

glatte Interpolierende

keine große Schwingungen zw.

Stützstellen

keine große Schwingungen an

den Randpunkten !!!
§4. Interpolation

s(x)

§4. Interpolation
 §4. Interpolation

Numerische Mathematik

§5. Numerische Differentiation

und Integration
 §5. Numerische Differentiation

§5. Numerische Differentiation

Definition: Differenzenformel (finite Differenz 1. Ordnung)

Fragen:

• Wie groß ist der Fehler der Differenzenformel?

§5. Numerische Differentiation
Satz von Taylor

Definition: Fehler der Differenzenformel (Diskretisierungsfehler)

Beispiele: 7.1 und 7.2 (MATLAB)

§5. Numerische Differentiation
§5. Numerische Differentiation

Differenzenformeln für partielle Ableitungen

§5. Numerische Integration

§5. Numerische Integration

Beispiele: 7.7 und 7.8

§5. Numerische Integration

Definition: Mittelpunktregel (Rechteckregel) und Trapezregel

Definition: summierte Mittelpunktregel (Rechteckregel) und

summierte Trapezregel

Beispiel 7.9
§5. Numerische Integration

Thomas Simpson
1710-1761
§5. Numerische Integration
§5. Numerische Integration