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.
5 <strong>Numerische</strong> Iterationsverfahren<br />
Bemerkung 5.9. Später werden wir mit Hilfe des Banachschen Fixpunktsatzes verschiedene<br />
Verfahren zur iterativen Lösung von l<strong>in</strong>earen Gleichungssystemen herleiten.<br />
Bemerkung 5.10. Die Konvergenzanalyse der Fixpunktverfahren kann mit Hilfe der bereits<br />
diskutieren Techniken <strong>in</strong> Kapitel 2.6 durchgeführt werden.<br />
5.2 Fixpunkt-Iterationen zum Lösen von nichtl<strong>in</strong>earen<br />
Gleichungen<br />
Wir rekapitulieren aus Kapitel 2, dass das klassische Newton-Verfahren <strong>in</strong> e<strong>in</strong>er Dimension<br />
als Fixpunktiteration aufgefasst werden kann. Die Newton-Iteration gehört zur Klasse der<br />
Fixpunktiterationen mit der Iterationsfunktion<br />
Jeder Fixpunkt z = F (z) ist offenbar e<strong>in</strong>e Nullstelle f(z) = 0.<br />
F (x) := x − f(x)<br />
f ′ (x) . (5.2)<br />
5.2.1 Newton-Verfahren im R n<br />
Aufgrund se<strong>in</strong>er herausragenden Bedeutung widmen wir dem Newton-Verfahren für höhere<br />
Dimensionen e<strong>in</strong>en eigenen Abschnitt. Die pr<strong>in</strong>zipiellen Aussagen (Existenz, quadratische<br />
Konvergenz, gedämpftes Newton-Verfahren, vere<strong>in</strong>fachtes Newton-Verfahren) s<strong>in</strong>d<br />
mit dem 1D-Fall vergleichbar.<br />
Es sei f : D ⊂ R n → R n . Zur Lösung von f(x) = (f 1 (x), . . . , f n (x)) = 0 lautet <strong>die</strong><br />
Newton-Iteration formal:<br />
x 0 ∈ R n , x k+1 = x k − f ′ (x k ) −1 f(x k ), k = 0, 1, 2, . . . (5.3)<br />
Die Ableitung f ′ (x) : R n → R n×n ist <strong>die</strong> Jacobi-Matrix von f:<br />
f ′ (x) ij = ∂f i<br />
∂x j<br />
, i, j = 1, . . . , n.<br />
Die Tatsache, dass <strong>die</strong> Ableitung von f im mehrdimensionalen Fall e<strong>in</strong>e Matrix ist, stellt<br />
den wesentlichen Unterschied zum e<strong>in</strong>dimensionalen Newton-Verfahren dar. Anstelle e<strong>in</strong>er<br />
Ableitung s<strong>in</strong>d nun n 2 Ableitungen zu berechnen. Und anstelle e<strong>in</strong>er Division durch f ′ (x k )<br />
ist <strong>in</strong> jedem Schritt der Newton-Iteration e<strong>in</strong> l<strong>in</strong>eares Gleichungssystem mit Koeffizientenmatrix<br />
f ′ (x k ) ∈ R n×n zu lösen. Wir multiplizieren <strong>in</strong> (5.3) mit f ′ (x k ) und erhalten<br />
x 0 ∈ R n , f ′ (x k )x k+1 = f ′ (x k )x k − f(x k ), k = 0, 1, 2, . . .<br />
Das Newton-Verfahren wird als Defektkorrektur-Verfahren durchgeführt. So kann <strong>in</strong> jedem<br />
Schritt der Aufwand e<strong>in</strong>er Matrix-Vektor Multiplikation gespart werden:<br />
186