CT

Banach'scher Fixpunktsatz Householder-Matrix

Cholesky-Zerlegung
by
Bisektionsmethode B =
LLT B =

C K
Sei McR" kompakt f: McM Kontraktion B ist symmetrisch und strikt positiv definit ein den tig zu einem Vektor VeR" (03
ao
=

a
, bo
= b ,
eine

H I vF VVT
symmetrisch

I
7!x mit f(x) Algo orthogonal
*

Dann I

Algo,
* -

for bntan
+
is x
=

, N-1
=

n =

0
:
Cn
=

1 ...,
-J
ii) "M gilt X" M B" ud(B) L
if flan) f(Cn) lim H(a) .a =
=

x
=

* Onin n
stop!
:

·
=
0

x =

In
, 1 ....,
7
·

K 1
for (k ERx
-

m> n

bi (
gew .giURstetigdiffbarg
Lemma 1 .... /
j

if flan) fica)>0 n
=
=

a bn= 7

R
=
· :
an

-
UcR offen Bei
else ·
An+
=

n bn+
=

br
, B =

(B I

1)
for i

= k +1 , ..., n QR-Zerlegung A
=

Q
.

8
Bü B(
-

Dann kompakte McH mit g(M)M und x*eM

ud(JJT)
K 1

U
-

a-priori-Fehlerabschätzung Menge ja lik QQT QT 1

->

Sign (a ..
) Il :. ll
bis-lijk
j = =

j i + 1:
· ·
+ : + :
U Q
1 + =

,
n
,
n = A

Lik
j

x
*

(nIn+ 2(b a) ↳ =
,(j j

J
j = 1
Corthogonal)
Konvergenzordnung
-
=

n +1 + in , V
=

B = + ·
J

.
1 er

5
A

(0 , 1) Aufwand n
+0(n
log(69) Cog(2) Iterationen -
:

1 , A.1 -V
llX * X* /IxK . /IX" Kl
· n+ =

Führt
Konvergent eR" falls
.

en

mind 2 man das

Lineare
·

Linear x*

Ausgleichsrechnung
-

gegen ,

für Genauigkeit a
(211V(12) V Verfahren mit en, en

>McR" kompakt
w
...

.
=

: M M Kontraktion
,
QT

gesucht: minlAX-leinsterbe
durch bekommt man
·
mind Lineare Konv f: [a , b]Rstetig for length (a ..)

!XX,,
. wenn k
transponieren
., ,

Konvergent ER", falls

=

->
exakt zusätzlich
2 ....,

x* > G &
linear
limin
·

gegen
f(a) f(b) >0
/
A. -

(A:K, V)z :
W
(X)
=

:
A

+ 0
i) 7
XigER" llAXxq- bllz :
=

minin llAx-la b b -

(b , v)z w
· Aufwand In
?
(m-* +O(nm)

Regula-Falsi-Verfahren limX
!
*
=

mind konvergent mit und

Ord P>1 falls
·

i) Xg ist eindeutige Konditionserhaltend cond (A) cond ,(R)

.

die der
,
·

Lsg =

(1 X *LX* /1 x Kell X X*1P

.

for anf(bn) -brofcan)

Normalengleichung AAx Ab Normalengleichung i
-

n =

0
, 1
...., N-1 :
(n
=

- (bn) f(an)
=
·

=Q b Rx =
d'(xy) (Pyyx) m1
-

0
if
=
= =

flan) f(Cn)
...

Il Axka bllz
1
I allz
* M
x !
stop
-
-

res
:

·
res

liinf
· 0 =

In
=
- =
=

exakt konvergent mit Ord >1 falls zusätzlich ↑

if flan) f(ca)>0 · :
an=a bn=
.

zusätzlich (x*) =
Rechner-Arithmetik II I .

a Zeilensumme induzierte Matrixnorm

Newton Verfahren be
P
* Beträge
X 1) "
1) II. Spaltensumme
-j
Xb 11 All
supllAX-
.
( -
=
.
,
.
Als
my
=

f(X)
j 1

, (n+ry(n)
=

x
(x) X

LR-Zerlegung
X
.
-

R +0 normierte Gleitpunktzahl
V
=

X =

II Ilz ATA
-

Gauß
L

Eigenwert
A =

ohne SPV größter

.

Matrixnorm
P von
f(x*)
verträglich
=

S mal st diffbar f'(x*) +0 = 2

7.
V

F(b p (max) {(-1)" . b

:

(i 1
p> Xj
·
=
= 2

, ,

für
.

0, = , , emin,

A"
. b
i
..

b n
....,
=
=

3
1

Xe E20 , b - 13 Xe+0 ESemin

ohne emax3
mit Vektornorm
VE20 , 13
f"(x*) = 0 Xp e
=
=

2 A, 1 ..,
,

, ...,

SPV
, , ..., ,
= p =

Abschätzung
>Cl

vereinfachte Newton for j

(i Mik, für
x)
Fehler
Rundungsfehler (rd(x
i+
-1 k
1b
n
=

IIA ·XIIv IIAllm II XII

= = -
...
1,
....,
->
1

11 "Kl · Ildll
v
.
M

as" l X-IllllAl IIdll

y(n)f(X)
y(n
+ 1
if 0
R All
A
.

+
Maschinen
b

genauigkeit
Aelken
=

XEIK
=
eps für alle
for i

j
n Aufwand
n
-En -n ,

Abschätzun
+

Iclin-Fe
=

:
1 , ...,

Sekantenmethode lij=Gis, .
b
-lib; det (A) de t (R) Defekt Fehler
Submultikativ
↑)
=

X
.

for x Matrixnormen
Vorwärts-Rückwärtsersetzen P
+
y(n) f(x( d b induzierte
y(n
+

=
-

. k =
j
+1 , ...,
n
=
A. - = -
x

> K =
cond (A)
f(x*) f'(x*) #0 a.
IIA BII XII All Il BI
2 mal st diffbar -lijaj Konditionszahl
·

1)
·

b2) Rx y
=

, ,

Spektralradius
.

0,

Ly
=
=

von
A

Startwerte nahe x
*

p> end end else error end (1 S(f1) -S(fz) II

K
=
Aufwand :

2n2 -
n
p(A) max{IXI & Eigenwert A3
: =

sup 11 fe-fell Potenzmethode

Aufwand
=

f(xy) + 0 n n : :
von
·

= p (1 + 25) + -

n fiffy
A
=

EW Iklxnk ...., Ank

:

O
A
Konditionszahl
P(A) symm
PA=L. symmetrisch
LR-Zerlegung
1 Alla
R
.

Rückwärtseinsetzen von A

v
Kontraktion b mit nicht orthogonal mit Ilgelle 1

S
zu
SPV
=

qu

1 falls j-p: cond (A) 11 All . /IA "l

"

S
Xn
Rückwärtsfehler W
)
Pij .
( -
=

ann')
=
=

Ke(0 , 1)
=
A

. dx , yeM 0 sonst
for 1-P(A)p(A) X
s

cond(A)
(K)
1
V3n/1 . IR)
·

-1
/Al y(( = =
i
=
n ...

· /Ix-yll
n

Ilg(x) -g(y)l)
(K)
K
..

(n)

=#{k:p""F1}
dij'"X det (P) (-1)**, (A)
=Mx9 All D
K

Xi
,
=
cond
< ,An
·

On
;
=

PSps
b 1
i

j +

In
=
=

>Ist
=

A;,
(n)
[a , b] >R stetig diffbar mit
g

orthogonal · (geom ) Konv is

EVqu
v""
end
·
A
= conde(A) =

1 von
gegen
.
.

K =

mayg'(x)1 = Kontraktion e
Aufwand :

(n-1) +n(n
2
lij 11 ,
rij man a ·
A

symmetrisch - cond , (A) =

p(A) . P(A") ii) von
&" In
gegen
 Langrange Interpolation -
Konvergenzordnung as o
Quadraturformel konstruieren :

Mittelpunktsregelm 1 =
T
Di
QF In (f) =
*** Folge Cinfixin) feT 1) Knoten I,(f) (b a) f(a b)
:

wählen
E
vo R
4;.((x) mit · O(NY
·

+
p(X)
-

L(x)
=

=
=

0
j

S I(fiwl-In(f) <
i G
=

Lagrangeinterpolation für f (I(f) -I (f) e(b-a)

=

& "
. Z
Con
2) Knoten 1) If "llza i >
j

i+
Aufwand
zu aus
O(N) bei
gegeben
,
0

=En
:
Lj

>Konvergenzordnung =

a auf F
3) Integriere Interpolanden aus 2) L
·
In "(f) = h
f(xj)=h =

b
;x ,
=
a +
h(j E)-

Interpolation
.. a

Newton F (((a , b]) 3

2 (b
"
.

(I(f) I (f)
b
a)
·

2 If "llzabs
-

Sapn-e(x)
=

·
> -

=Salixdx
-

Cifixi
0

dx
(W(xdX
N T ,
k 1
Sup (I(fiwl-I(giw)
-

p(X) .w,(X) mit

=I(X-Xi)
=

Trapezregelm
=

c wo(x) =

7,
Wis(X) ,
k= ... figE7, f+g 11 f-gl18
j =
0 =

1
(n =
fexo , ..., Xn] und fari x &
faxit-faxxjl
X; -

X
;
(O(N) mo ,
co In(9 = wen Quadraturformel I(f) =

(b -

a) . (f(a) f)
+

fg
#
Aufwand In(f)
=(-f(X)
O(N) für
i gegeben
:

bei =

- 3

Bestapproximation I(f) In (f) a)

12(b
-

If"llcas,

-
,
-

in

In(f)
.

Sei fe(((a , b7) I(f w) fe((a , b] h ' sdner

Baryzentrisch I >O(NY NeIN (af(x) w(x)dx mit i)

·

2
=

halbieren
Summand
&
=

, -
E
-
=

,
j =
1

xx Y mit di pr
*
e
Pr Bestapprox Von f in Pr und :

(a , b) < (0 , 8) Stückweise stetig h =

4 qX j

a + (j 1) .
h
p(x) ((x) =
=

Xal
-

N
w =

j
.
= ,

(w(x)dx
..

I(f) -Is (f),

*
K =0 Ilf-pull =inf Ilf-pl 1z(b a) If"llza
=>
und >a · -

(n
, bs,

((x) (x -

Xo) ·
(X -
X1) . .
(X- XN)

Simpsonregel 3
=
. . .

Aufwand :

O(N) gegeben dj Also Ilf-prll=infllf 1

"still In (f) m
sind
=

linear
·

=0
Co , G

Is(f) " (f(a) +(a+ b) f(b)

...
,

pro polynomialer Exaktheitsgrad

+

In
+
·II . Il=Il .In
4
=
.

Dann von Konu Ord

Baryzentrisch II für äquidistante Stützstellen
I(f) Is (f) 2550(b a)5If"ll
.

=(f ,
Xo, Xv
4
-

A
In (p) In<p
....
cas ,
mit
-

... i) VpcPm
=

, w) h b
:Y
k. .
=

di In(f) 2mf(Xa+) f(b))

=

- ·(f(a)
(1)
f(Xzj)
=

der
+ +

Bestapproximation
·

Konvergenz
=

In(q)+I(qiw) 4.,,
=

p(x) i) IgePm mit 1) -

Xi =

a + (i -

auf Basis von

Tschebyscheffk to .... t
Y
·im (lf-prlle 0
4

I(f) Is(f) 150(b a)5(n11)4If"'ll

+Wix) dxinsmf-P sais
=

(2 1)
-

In(f) I(fiw
j

T
-

+ ·

(-1) sin
ca,
di
ci
·

=
2N+2 ,

line Ilf-pr
i =
1

falls (i<, 0 gilt insbesondere

Fehler Euler-Maclaurin Formel
der Polynomiteration In (f) I(fiw 2 . insmf-P cai
Ix =
(min[Xo , ...,
Xn , X3 max[Xo
,
, ...,
Xn , X3) Eigenschaften von OPS 1.
Wix) dx ,

T(h) :
=
h

k 1
"
·

"((xx) h = =

X +
=

a +
(j - )
h
.
Pr aller Polynome Grad N
=

Raum
m

73xeIx T(h) T(0) =Kach Ram+2(h)

=

vom 42m +

mit f(x) =
p(x) +
(1) !
+ (N+(3x) .
(x -

Xo) .
.

(X -
Xr)
Sauß-Quadratur
=
+ + .

Tr3 Basis
. . .

i) {to von Pr
Ram 2(h) b !Il Bumso las
, T. ..., ·

ii) VpcPr
N

(P ,Ykm Sto ....3 OPS bag) (

~ auf (-1 . 1)
+
,

Tschebyscheff-Knoten
mit
.

/(X) (
, f
p(x)
=
=
:

vom Grad N für I , b]

(lk ,
Yk)w
(a
Xn E (1 , 1)
=

X1 Nullstellen mit
ii) <p ,Yn+) UpcPr
von n 1

Bernoulli-Polynome
In ,
0 , ...,

↑
Extrapolation
=

b n N

tj baj Cof(xi) =-*

-

,*
ax + N
.... mit
In (fiw)
=

mit I
dx
=

0
wx Größe
iv) das Polynom
=

exakte
hat einfache reelle Nullsteller Zahlen
,
j 1
genau
Bo(x) 1
G(h) 0(hp a)
k h"
=

=cos f(0) Kp ·
Tis L +
i

C
*
T j+ =

X . k =
N
=
+ +

positive Gewichte
0, ...,

""
.. (a , b)
h
·

X" auf für ~Approx mit Schrittweite

X , 1
k>
Bi'(x) Bk 1(X)
Interpolationspolynoms (
...,

Fehler des k
.
=
-

polynomialer Exaktheitsgrad Kph 0(h)

-
1
(B,(x)dx 6(42) 2
·

6(0)
m 2n -

1 + +
=

Tschebyscheff-Polynome
+

( .
0kx1
=

f(t)
2 ./
=

may - ·
In(f) I(fiw Windy inf f-pca
P2n
2 " 6(h/2)G(h)
,

TK(X) (k.arccos(X))
>
B (-1)"B,(1) k ,0
-

cos ,
limg In(f) Inf Vfc (((a , b]) 6(0) 0(h +9)
=

=
k
+
=
, ...
0 1 =
, ·
w
=

2
*

Orthogonalpolynomsystem OPS To Ta OPS bagl (w mit *xxe(1 . 1) 1

-

, ,
...
. w(x) =

bag) .
(

, w
auf (((a , b]) To ,h , ....
In
mit Tn 1(X) +
=
2xTn(x) -

Tn-(X) ;

To =

1,
T id=
Satz von Peanon worst case Fehler Stabilitätsindex p
kneIN In(f) f(Xi) F
5

i ist Polynom Grad und Insp)=[p) VpeP Integranden TmoTm-... Tr

Legendre Polynome
:

ci von ·
ein Menge von
= · =

T vom I 1
i =

K 1
-

Mm((5)
In(f) ( Kalt)
(K)
ii) (fi ,liw 0 für i+ j
-

Dann of (t)dt fe("((a , b) 1 (Ini))

- :
=

sup I(f) In (f) -

p
=
mit Tm ... The

Po(x(= Pn(x) In n&- (x-1)4)

= =

2
fE F
, 1
Normieren mit na
i

-
bezieht auf m
sich Algorithmen
=
=

, , ,
1 ...,

Bed (1 (1) =

1 minimaler Fehler

!-Exit)"
.

pope
OPS bag) <w mit w(x) 1 xe(-1 , 1)
Ka(t)=( QF)
=

K 1

e(m F)=inf{L /(In F) In

-

mit
....

OPS konstruieren
:

Gram-Schmidt
= (4)
↑ = 1 , ,
-
pn(x) (X + 1) (X -
1)"n ,
1

L(g,,t)
K-1
mit t)
k 0f(x) 1 Gxt (X
Satz Bakhalov
= -

für
=

·Pn(1) von
=

1 n 0

%(.
"

""Xk , L(f) -> Ilf" "llca

- ,
=

( , 1 (x(X) = x
(k + 1)px + (X) =
(2k +
1)xpx(x) kpx-(X) -

;
po(x) =

1 ,p (x)
- = X
,b
,
s

Kielt) dt feC"(La , b]) 7 (0 e(niF) Cor

"

e(ni Flip (1) (, (b) ?