Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3 Interpolation und Approximation<br />
0.4<br />
0.2<br />
0<br />
-0.2<br />
-0.4<br />
-0.6<br />
-0.8<br />
-1<br />
-1 -0.5 0 0.5 1<br />
0.012<br />
0.01<br />
0.008<br />
0.006<br />
0.004<br />
0.002<br />
0<br />
-0.002<br />
-0.004<br />
-1 -0.5 0 0.5 1<br />
Abbildung 3.3: Interpolationspolynome ˜p m (x) ∈ P 2m . L<strong>in</strong>ks: das komplette Interpolations<strong>in</strong>tervall.<br />
Rechts: Ausschnitt nahe y = 0.<br />
Beispiel 3.13. Die Funktion f(x) = |x|, x ∈ [−1, 1] werde mit Hilfe der Lagrange-<br />
Interpolation <strong>in</strong> den Stützstellen<br />
x k = −1 + kh, k = 0, . . . , 2m, h = 1/m, x ≠ x k<br />
<strong>in</strong>terpoliert. Dies ergibt das globale Verhalten<br />
p m ↛ f(x), m → ∞.<br />
Zwar ist f <strong>in</strong> <strong>die</strong>sem Beispiel nicht differenzierbar, dennoch ist <strong>die</strong>ses Verhalten der<br />
Lagrange-Interpolation auch bei anderen Beispielen zu beobachten. Man betrachte z.B. <strong>die</strong><br />
Funktion<br />
f(x) = (1 + x 2 ) −1 , x ∈ [−5, 5].<br />
Wir fassen <strong>die</strong> bisherigen Ergebnisse zusammen:<br />
Bemerkung 3.14. Der Approximationssatz von Weierstraß besagt, dass jede Funktion<br />
f ∈ C([a, b]) durch e<strong>in</strong> Polynom beliebig gut approximiert werden kann. Die Analysis gibt<br />
jedoch ke<strong>in</strong>e Hilfestellung bei der konkreten Durchführung der Approximation. Die Lagrangesche<br />
Interpolation ist e<strong>in</strong>e Möglichkeit zur Approximation. Die Qualität <strong>die</strong>ser Approximation<br />
wird jedoch wesentlich durch <strong>die</strong> Regularität der Daten, also durch f bestimmt.<br />
E<strong>in</strong>e gleichmäßige Approximation von Funktionen mit Lagrangeschen Interpolationspolynomen<br />
ist im Allgeme<strong>in</strong>en nicht möglich.<br />
Die Lagrangesche Interpolation “krankt” demnach an den gleichen E<strong>in</strong>schränkungen der<br />
Taylor-Entwicklung, Satz 3.4. Von der Möglichkeit, e<strong>in</strong>e nur stetige Funktion f ∈ C([a, b])<br />
beliebig gut zu approximieren s<strong>in</strong>d wir noch weit entfernt.<br />
E<strong>in</strong> zweiter Nachteil der Lagrange-Interpolation ist <strong>die</strong> fehlende Lokalität. E<strong>in</strong>e Störung<br />
von <strong>in</strong> e<strong>in</strong>er Stützstelle (˜x k , ỹ k ) hat Auswirkung auf alle Lagrange-Polynome und <strong>in</strong>sbesondere<br />
auf das gesamte Interpolations<strong>in</strong>tervall. Wir betrachten hierzu e<strong>in</strong> Beispiel:<br />
56