Numerische Mathematik für Studierende der Physik

Werbung
Numerische Mathematik für Studierende der Physik
(Sommersemester 2017)
Übungsblatt 3
Aufgabe 8: Elementares Beispiel zu Kondition und Stabilität
Das numerische Problem bestehe in der Subtraktion a − b zweier reeller Zahlen a, b. Zeigen
Sie: Das Problem ist schlechtkonditioniert, falls a und b ungefähr den gleichen Betrag haben
( Auslöschung“). Die Realisierung über eine Arithmetik mit endlicher Genauigkeit (siehe
”
Vorlesung) ist jedoch rückwärtsstabil (und damit auch vorwärtsstabil). Das Beispiel illustriert,
dass ein numerisch stabiler Algorithmus nicht notwendig genaue Ergebnisse liefert.
Aufgabe 9: Rückwärts- und Vorwärtsstabilität
a) Zeigen Sie: Die Berechnung des äußeren Produkts x yT ∈ Rn×n zweier Vektoren x, y ∈ Rn
ist vorwärts-, aber im Allgemeinen nicht rückwärtsstabil.
Überlegen Sie zur Rückwärtsstabilität (am besten anhand eines geeignet konstruierten
Beispiels), dass sich das numerische berechnete Ergebnis (i.A.) nicht als exaktes Resultat (x + ∆x) (y + ∆y)T zu gestörten“ Eingabedaten x + ∆x und y + ∆y darstellen
”
läßt.
b) Zeigen Sie: Die Berechnung des Skalarprodukts (inneres Produkt) xT y ∈ R zweier Vektoren
x, y ∈ Rn ist rückwärtsstabil.
Aufgabe 10: Lineares Gleichungssystem und Rückwärtsfehler
Verwenden Sie die in der Vorlesung behandelten Ergebnisse von Rigal und Gaches und Prager und Oettli für den normweisen (bzgl. der 1-Norm || . ||1 und bzgl. der Supremumsnorm
|| . ||∞ ) und den komponentenweisen Rückwärtsfehler für das in Abschnitt 1.2 der Vorlesung
behandelte lineare Gleichungssystem:


 

169 142 297 403
x1
1011
 142 375 549 759   x2   1825 


 

 297 549 862 1174   x3  =  2882 
403 759 1174 1586
x4
3922
mit der numerisch (mittels MATLAB) berechneten Lösung:

 
x1
0.999999999996815
 x2   0.999999999995608

 
 x3  =  1.000000000008591
0.999999999996552
x4


.

Ziehen Sie zur Auswertung der Formeln für die Fehlerabschätzungen zweckmäßigerweise eine
Software wie MATLAB, Octave, Mathematica, Python, ... heran und rechnen Sie mit doppelter
Genauigkeit (double precision).
Herunterladen