• Keine Ergebnisse gefunden

Einf¨ uhrung in die numerische Mathematik

N/A
N/A
Protected

Academic year: 2021

Aktie "Einf¨ uhrung in die numerische Mathematik"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Einf¨ uhrung in die numerische Mathematik

Sommersemester 2017 Prof. Dr. Sven Beuchler Dr. Markus Siebenmorgen

Aufgabenblatt 2.

Abgabedatum: 02.05.2017.

Aufgabe 1. (Satz von Carath´eodory)

Beweisen Sie den Satz von Carath´eodory: Jeder Vektorx aus der konvexen H¨ulle einer MengeX⊂Rdl¨asst sich als Konvexkombination von h¨ochstensd+ 1 Elementen ausX darstellen.

Hinweis. Nach Lemma 1.5 der Vorlesung existiert eine Darstellung x=Pm

i=1λixi f¨ur ein m ∈ N. Zeigen Sie, dass sich f¨ur m ≥d+ 2 diese Darstellung um ein Element auf eine Summe von m−1 Elementen reduzieren l¨asst.

(4 Punkte) Aufgabe 2. (Jensensche Ungleichung)

Zeigen Sie die folgende Aussage: Es sei f : X → R strikt konvex. Dann gilt f¨ur alle λi ≥0 und xi ∈X, i= 1, . . . , mmitPm

i=1λi = 1 stets:

f

m

X

i=1

λixi

!

m

X

i=1

λif(xi).

(4 Punkte) Aufgabe 3. (Hesse-Matrix und konvexe Funktionen)

Gegeben sei eine offene konvexe MengeD⊂Rdsowie eine zweimal stetig differenzierbare Funktion f:D→R. Zeigen Sie:

a) f ist genau dann konvex wenn die Hesse-Matrix von f f¨ur alle x ∈ D positiv semidefinit ist.

b) f ist strikt konvex falls die Hesse-Matrix von f f¨ur alle x∈D positiv definit ist.

(4 Punkte) Aufgabe 4. (Gleichm¨assige Konvexit¨at)

Wir betrachten die Funktion f(x) = x4 auf R. Zeigen Sie, dass diese Funktion strikt konvex, aber nicht gleichm¨assig konvex ist.

(4 Punkte)

(2)

Pr¨asenzaufgabe 1. (Projektionseigenschaften konvexer Mengen)

a) Zeigen Sie die Eindeutigkeit aus Lemma 1.14 der Vorlesung: Es seiX⊂Rdnichtleer, abgeschlossen und konvex, sowie x ∈Rd beliebig. Dann gibt es ein eindeutig bes- timmtesy∈X mit

ky−xk<kz−xk ∀z6=y, z ∈X.

b) Zeigen Sie Lemma 1.16 aus der Vorlesung: Es sei X ⊂ Rd nichtleer, abgeschlossen und konvex. Dann gilt

kPX(y)−PX(x)k ≤ ky−xk, ∀x, y∈X, d.h. der Operatorx7→PX(x) ist Lipschitzstetig und beschr¨ankt.

Pr¨asenzaufgabe 2. (Minimalfl¨achen)

Zeigen Sie, dass die Hesse-Matrix der Zielfunktion f¨ur das Minimalfl¨achenbeispiel positiv semidefinit ist.

2

Referenzen

ÄHNLICHE DOKUMENTE

Die Armijo-Bedingung alleine liefert nicht immer zul¨ assige Schrittweiten, selbst wenn die Suchrichtungen zul¨ assig sind. Zeigen sie, dass f nicht Lipschitz-

Es muss der Code, die ausf¨ uhrbare Datei und die Ausgabe in einer ersichtlichen Form beigelegt werden. Sie d¨ urfen die Programmiersprache frei w¨ ahlen, wir empfehlen

¨ (5 Punkte) Am Donnerstag, den 11.06.2020 findet eine Online-Versammlung aller Mathematikstu- dierenden (Fachschaftsvollversammlung) statt. Alle weiteren Informationen finden Sie

Zeigen Sie zudem, dass eine der beiden L¨ osungen f¨ ur gen¨ ugend kleine Schrittweiten nicht herangezogen werden

Im Gegensatz zu Einschrittverfahren nutzen Mehrschrittverfahren nicht nur die Werte eines einzigen, sondern mehrerer vorheriger St¨ utzpunkte. F¨ uhren Sie eine Startrechnung mit

Verwenden Sie die Implementierung des Runge-Kutta Verfahrens von Blatt 9 und plotten Sie f¨ ur folgende Konfigurationen den Fehler zur exakten L¨ osung. Konfiguration

a) Zeigen Sie, dass die globale L¨ osung x ∗ dieses Minimierungsproblems nur strikt po- sitive Eintr¨ age hat und die KKT-Bedingungen erf¨ ullt..

Ein Raketenauto mit Masse m soll auf einer geraden Strecke aus einer Ruhelage in einer Position y 0 in m¨ oglichst kurzer Zeit in eine Position y T bewegt werden und dort zum