Näherungsverfahren: Unterschied zwischen den Versionen

Aus Medienvielfalt-Wiki
Wechseln zu: Navigation, Suche
Zeile 12: Zeile 12:
  
 
Die bekanntesten Näherungsverfahren
 
Die bekanntesten Näherungsverfahren
* [[Eulersches_Polygonzugverfahren|Euler-Cauchy-Verfahren]]
+
* [http://de.wikipedia.org/wiki/Eulersches_Polygonzugverfahren Euler-Cauchy-Verfahren]
 
* Runge-Kutta-Verfahren
 
* Runge-Kutta-Verfahren
  

Version vom 22. August 2011, 12:51 Uhr

Bisher wurde die Lösung der betrachteten Differentialgleichungen über Integration vorgestellt. Man versucht dabei, eine mathematisch exakte (und bis auf die Integrationskonstante eindeutige) Lösung formal zu bestimmen. Die gefundene Lösungsfunktion liefert eine vollständige Beschreibung des betrachteten Problems über den gesamten definierten Verlauf. In den meisten Fällen sind diese gefundenen Lösungsfunktionen auch stetig und bieten daher eine kontinuierliche Problemlösung.
Es gibt aber viele Integrale und damit Differentialgleichungen, die man nur äußerst mühselig oder in vielen Fällen überhaupt nicht exakt lösen kann!
Man geht daher oft den - nebenbei auch bei der Automatisation der Lösungsalgorithmen mit dem Computer meist schnelleren - Weg, die Probleme näherungsweise zu lösen. Man setzt also auf Näherungsverfahren, die das vorliegende Problem für eine diskrete (endliche) Zahl von Punkten möglichst genau lösen. Man ersetzt also die vollständige Integration einer Funktion durch die näherungsweise Berechnung (des bestimmten Integrals) in einem bestimmten Bereich, für den man sich interessiert. Für diese Näherung / Diskretisierung gibt es verschiedene, unterschiedlich genaue - unterschiedlich komplexe Verfahren.

Grundsatz: Der Differentialquotient wird näherungsweise durch den dazugehörigen Differenzenquotienten beschrieben.

\frac {dy(x)}{dx} beschrieben durch \frac {\Delta y}{\Delta x}
=
\frac {y(x_{n+1})-y(x_{n})}{x_{n+1}-x_{n}}

Die bekanntesten Näherungsverfahren

Eine Beschreibung der Verfahren finden Sie bei Ulrich Streit, Skript zur Übung "Werkzeuge zur numerischen Modellierung", 1999

Zurück zum Lernpfad