21.06.2014 Aufrufe

2 - SAM - ETH Zürich

2 - SAM - ETH Zürich

2 - SAM - ETH Zürich

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

2.4.2 Extrapolationsidee<br />

Erinnerung (→ Vorlesung ”<br />

Numerische Methoden”): Romberg-Quadratur (→ [6, Sect. 9.4])<br />

Abstrakter Rahmen:<br />

Visualisierung:<br />

Idee von Extrapolationsverfahren<br />

✄<br />

exakter Wert<br />

Π(x 0 )<br />

R d<br />

Π h3 (x 0 )<br />

h ↦→ Π h (x 0 )<br />

Π h1 (x 0 )<br />

Π h2 (x 0 )<br />

h<br />

Problem: Π : X ↦→ R d , gesucht Π(x 0 ) für festes x 0 ∈ X, X ˆ= Datenraum<br />

{<br />

Familie numerischer Näherungsverfahen Π h : X ↦→ R d} h ➤ Näherungen Π h(x o ) ≈ Π(x 0 )<br />

Bemerkung 2.4.3 (Skalierungsinvarianz der Extrapolation).<br />

Π h abhängig von skalarem Diskretisierungsparameter h > 0 (z.B. Zeitschrittweite)<br />

Berechne Π h (x 0 ) für h ∈ {h 1 , . ..,h k } ( ”<br />

Schrittweitenfolge”, h i > h i+1 )<br />

Berechne Interpolationspolynom p ∈ (P k−1 ) d mit<br />

p(h i ) = Π hi (x 0 ), i = 1,...,k .<br />

Bessere (?) Näherung<br />

Beispiel 2.4.2 (Romberg-Quadratur).<br />

Π(x 0 ) ≈ p(0)<br />

Interpretation des abstrakten Rahmens für die Romberg-Quadratur: X = C 0 ([a,b]), a,b ∈ R,<br />

a < b<br />

Π h ˆ=<br />

∫b<br />

Π(f) :=<br />

a<br />

N−1<br />

f(x) dx , Π h := h 2 f(a) + h ∑<br />

Trapezregel zur numerischen Quadratur<br />

j=1<br />

f(a + j b−a<br />

N ) + h 2 f(b) , h := 1 N ,<br />

Diskretisierungsparameter h = N 1 , N ∈ N (“Maschenweite” der Trapezregel):<br />

Werte annehmen !<br />

kann nur diskrete<br />

✸<br />

2.4<br />

p. 165<br />

2.4<br />

p. 166<br />

p(t) ∈ P k−1 ˆ= Interpolationspolynom zu (t 1 ,y 1 ), ...,(t k ,y k )<br />

˜p(t) ∈ P k−1 ˆ= Interpolationspolynom zu (ξt 1 ,y 1 ), ...,(ξt k ,y k ) für ein ξ ∈ R<br />

p(0) = ˜p(0)<br />

(Wenn p(t) = ∑ s<br />

j=0 a j t j , dann haben alle Polynome p ξ (t) = ∑ s<br />

j=0 a j (ξt) j offensichtlich den<br />

gleichen Wert für t = 0.)<br />

Es genügt, die Verhältnisse η i := h 1<br />

h i<br />

zu spezifizieren !<br />

Algorithmus: Aitken-Neville-Schema [6, Sect. 9.4] → Vorlesung ”<br />

Numerische Methoden”<br />

Rekursive Berechnung der Werte von Interpolationspolynomen<br />

für h = 0, p = 1:<br />

T i1 := Π hi (x 0 ) , i = 1, ...,k , (2.4.2)<br />

T il := T i,l−1 + T i,l−1 − T i−1,l−1<br />

h i−l+1<br />

h i<br />

− 1<br />

Extrapolationstableau<br />

, 2 ≤ l ≤ k .<br />

(2.4.3)<br />

MATLAB-CODE : Aitken-Neville-Extrapolation<br />

function T = anexpol(y,h)<br />

k = length(h);<br />

T(1) = y(1);<br />

for i=2:k<br />

T(i) = y(i);<br />

for l=i-1:-1:1<br />

T(l)=T(l+1)+(T(l+1)-T(l))/...<br />

end<br />

end<br />

(h(l)/h(i)-1);<br />

η l : η i<br />

✄<br />

T 11<br />

ց<br />

T 21<br />

.<br />

→ T 22<br />

. ..<br />

T k−1,1 → · · · → T k−1,k−1<br />

ց ց ց<br />

T k1 → · · · → T k,k−1 → T kk<br />

△<br />

2.4<br />

p. 167<br />

T(1) T(2) T(3) · · · T(k)<br />

T 11 = y 1<br />

↓<br />

T 22 ← T 21 = y 2<br />

↓ ↓<br />

T 33 ← T 32 ← T 31 = y 3<br />

↓ ↓ ↓<br />

.<br />

.<br />

.<br />

↓ ↓ ↓<br />

T kk ← T k,k−1 ← · · · ← T k,1 2.4<br />

Ausgabe: unterste Tableauzeile absteigend p. 168

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!