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.
3 Interpolation und Approximation<br />
In dem ersten großen Kapitel beschäftigen wir uns mit der Frage, wie e<strong>in</strong>e Reihe von<br />
Daten (z.B. aus physikalischen Messungen, experimentelle Beobachtungen, Börse, etc.)<br />
durch e<strong>in</strong>e möglichst e<strong>in</strong>fache Funktion p(x) (z.B. Polynome) angenähert werden kann.<br />
Auf der anderen Seite soll geklärt werden, wie komplizierte Funktionen durch e<strong>in</strong>fachere<br />
Funktionen aus e<strong>in</strong>er bestimmten Klasse (z.B. Raum der Polynome) approximiert werden<br />
können.<br />
Bei der Interpolation wird <strong>die</strong> approximierende Funktion p derart konstruiert, dass <strong>die</strong>se<br />
an den vorliegenden (diskreten) Daten exakt ist:<br />
p(x k ) = y k , k = 0, 1, 2, 3, . . . , n.<br />
Die Stützstellen und Stützwerte (x k , y k ) s<strong>in</strong>d entweder diskrete Datenwerte (z.B. von Experimenten)<br />
oder durch Funktionen bestimmt y k = f(x k ). Mit Hilfe der Interpolation p(x)<br />
können bis dato unbekannte Werte an Zwischenstellen ξ ∈ (x k , x k+1 ) oder das Integral<br />
bzw. <strong>die</strong> Ableitung von p bestimmt werden. Darüberh<strong>in</strong>aus hat <strong>die</strong> Interpolation e<strong>in</strong>e wesentliche<br />
Bedeutung zur Entwicklung weiterer numerischer Verfahren, wie beispielsweise<br />
numerische Quadratur, Differentiation oder <strong>in</strong> weiterführenden Vorlesungen Entwicklung<br />
F<strong>in</strong>iter Elemente [10].<br />
Die Approximation ist allgeme<strong>in</strong>er gefasst. Wieder wird e<strong>in</strong>e e<strong>in</strong>fache Funktion p(x) (also<br />
wieder z.B. e<strong>in</strong> Polynom) gesucht, welche diskrete oder durch Funktionen bestimmte Datenwerte<br />
(x k , y k ) möglichst gut approximiert. Im Gegensatz zur Interpolation wird jedoch<br />
nicht p(x k ) = y k explizit gefordert. Was <strong>die</strong> Approximation auszeichnet wird von Fall<br />
zu Fall entschieden. Möglich ist z.B. bei der Approximation e<strong>in</strong>er Funktion f <strong>die</strong> beste<br />
Approximation bzgl. e<strong>in</strong>er Norm<br />
p ∈ P :<br />
‖p − f‖ = m<strong>in</strong> ‖q − f‖,<br />
q∈P<br />
wobei P <strong>die</strong> Klasse der betrachteten e<strong>in</strong>fachen Funktionen ist (also z.B. alle quadratischen<br />
Polynome). E<strong>in</strong>e Anwendung der Approximation ist das “Fitten” von diskreten Datenwerten,<br />
welche durch Experimente gegeben s<strong>in</strong>d. Oft werden viele tausend Messwerte berücksichtigt,<br />
<strong>die</strong> von der zugrundeliegenden (etwa physikalischen) Formel jedoch aufgrund<br />
von statistischen Messfehlern nicht exakt im S<strong>in</strong>ne der Interpolation, sondern nur approximativ<br />
erfüllt werden sollen. E<strong>in</strong>e zweite Anwendung ist wieder <strong>die</strong> möglichst e<strong>in</strong>fache<br />
Darstellung von gegebenen Funktionen.<br />
Beispiel 3.1 (Interpolation: Personen <strong>in</strong> der Mensa mit e<strong>in</strong>er Stichprobe). Die Studenten,<br />
<strong>die</strong> Numerik 0 bei Thomas hören, schließen e<strong>in</strong>e Wette gegen <strong>die</strong> parallel verlaufende<br />
47