Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
1 E<strong>in</strong>leitung<br />
Def<strong>in</strong>ition 1.6 (Landau-Symbole). (i) Es sei g(n) e<strong>in</strong>e Funktion mit g → ∞ für n → ∞.<br />
Dann ist f ∈ O(g) genau dann, wenn<br />
lim sup<br />
n→∞<br />
f(n)<br />
∣ g(n) ∣ < ∞<br />
sowie f ∈ o(g) genau dann, wenn<br />
lim<br />
n→∞ ∣<br />
f(n)<br />
g(n) ∣ = 0.<br />
(ii) Sei g(h) e<strong>in</strong>e Funktion mit g(h) → 0 für h → 0. Wir def<strong>in</strong>ieren wie oben f ∈ O(g)<br />
sowie f ∈ o(g).<br />
E<strong>in</strong>fach gesprochen: f ∈ O(g), falls f höchstens so schnell gegen ∞ konvergiert wie g und<br />
f ∈ o(g), falls g schneller als f gegen ∞ geht. Entsprechend gilt für g → 0. dass f ∈ O(g),<br />
falls f m<strong>in</strong>destens so schnell gegen Null konvergiert wie g und f ∈ o(g) falls f schneller<br />
als g gegen Null konvergiert. Mit Hilfe der Landau-Symbole lässt sich der Aufwand<br />
e<strong>in</strong>es Verfahrens e<strong>in</strong>facher charakterisieren. Im Fall der trivialen Polynomauswertung <strong>in</strong><br />
Algorithmus 1.3 gilt für den Aufwand A 1 (n) <strong>in</strong> Abhängigkeit der Polynomgröße n:<br />
A 1 (n) ∈ O(n 2 ),<br />
und im Fall des Horner-Schema’s von Algorithmus 1.4<br />
A 2 (n) ∈ O(n).<br />
Wir sagen: der Aufwand der trivialen Polynomauswertung wächst quadratisch, der Aufwand<br />
des Horner-Schema’s l<strong>in</strong>ear. Weiter können mit den Landau-Symbolen Konvergenzbegriffe<br />
quantifiziert und verglichen werden. In den entsprechenden Kapiteln kommen wir<br />
auf <strong>die</strong>sen Punkt zurück.<br />
<strong>Numerische</strong> Lösungen s<strong>in</strong>d oft mit Fehlern behaftet. Fehlerquellen s<strong>in</strong>d zahlreich: <strong>die</strong> E<strong>in</strong>gabe<br />
kann mit e<strong>in</strong>em Messfehler versehen se<strong>in</strong>, das numerische Verfahren approximiert<br />
<strong>die</strong> Lösung nur (ist also ke<strong>in</strong> direktes Verfahren), <strong>die</strong> Aufgabe kann nur mit Hilfe e<strong>in</strong>es<br />
Computers oder Taschenrechners gelöst werden und ist mit Rundungsfehlern versehen.<br />
Wir def<strong>in</strong>ieren:<br />
Def<strong>in</strong>ition 1.7 (Fehler). Sei ˜x ∈ R <strong>die</strong> Approximation e<strong>in</strong>er Größe x ∈ R. Mit |δx| =<br />
|˜x − x| bezeichnen wir den absoluten Fehler und mit |δx|/|x| den relativen Fehler.<br />
Üblicherweise ist <strong>die</strong> Betrachtung des relativen Fehlers von größerer Bedeutung: denn e<strong>in</strong><br />
absoluter Messfehler von 100m ist kle<strong>in</strong>, versucht man den Abstand zwischen Erde und<br />
Sonne zu bestimmen, jedoch groß, soll der Abstand zwischen Mensa und <strong>Mathematik</strong>gebäude<br />
gemessen werden.<br />
4