Polynomial Root Isolation

Slides:



Advertisements
Ähnliche Präsentationen
8. Termin Teil B: Wiederholung Begriffe Baum
Advertisements

Christian Scheideler SS 2009
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
Schnelle Matrizenoperationen von Christian Büttner
Vom graphischen Differenzieren
Prof. Dr. W. Conen 15. November 2004
WR + WS ZEIGEN Neues aus der Mathematik.
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Christian Schindelhauer
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
Klicke Dich mit der linken Maustaste durch das Übungsprogramm! Ein Übungsprogramm der IGS - Hamm/Sieg © IGS-Hamm/Sieg 2007 Dietmar Schumacher Zeichnerische.
Das Halteproblem. Gibt es einen Algorithmus, mit dem man für jedes beliebig vorgegebene Programm R und für jede beliebig vorgegebene Eingabe E entscheiden.
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Bestimmung des Next-Arrays im KMP-Algorithmus
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Kapitel 5 Stetigkeit.
Kapitel 1 Das Schubfachprinzip
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 4 Geometrische Abbildungen
V. Algebra und Geometrie
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Felipe Ramirez Diener Fribourg – Schweiz – Mai 2008
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Effiziente Algorithmen
Zeichnen linearer Funktionen
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Polynome und schnelle Fourier-Transformation
Dynamische Visualisierungen zum Fundamentalsatz der Algebra
Ganzrationale Funktionen
Bereit ???? Nimm dir 10 Minuten Zeit. Ich versuche es dir zu erklären.
Lineare Funktionen und ihre Schaubilder, die Geraden
1 (C) 2006, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Rationale Funktionen Lernziele: Rationale Funktionen und ihre Bedeutung kennen. Ganzzahlige.
Lösen von quadratischen Ungleichungen
Arne Vater Wintersemester 2006/ Vorlesung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Schnittpunkt von zwei Geraden
Vom graphischen Differenzieren
Parabeln – Magische Wand
Binärbäume.
Vorstellen und Herleiten der Horner Schemas
 Präsentation transkript:

Polynomial Root Isolation by Michael Arnold

Allgemeines zu Polynomen Ein Polynom vom Grad n hat die Form Es besitzt bei reellen Koeffizienten genau r reelle und 2s komplexe Nullstellen und es gilt: r + 2s = deg(P(x)) Die Nullstellen eines Polynoms bezeichnet man auch als dessen “Wurzeln”

Was wollen wir machen? Wir wollen alle reellen Nullstellen in getrennte Intervalle auf der x-Achse einschließen. Jedes Intervall darf also höchstens eine reelle Nullstelle enthalten.

Uspensky’s Algorithmus Benötigtes Theorem: Descartes rule of sign (Definition, Beweis, Folgerungen) Algorithmus: Nullstellenisolierung eines Polynoms für Nullstellen im Intervall (0,1) Terminierungsbeweis des Approximationsalgorithmus Verallgemeinerung des Algorithmus für alle reellen Nullstellen

Definition von V(P) und pos(P) Sei ein Polynom mit reellen Koeffizienten Eine Vorzeichenvariation von P ist ein Paar i, j mit so dass und Mit V(P) bezeichnen wir die Anzahl der Vorzeichenvariationen von P Mit pos(P) bezeichnen wir die Anzahl der reellen Nullstellen von P. Dabei zählen wir mehrfache Nullstellen auch mehrfach.

Descartes rule of sign Sei P ein Polynom mit reellen Koeffizienten. Dann ist V(P) - pos(P) ein gerade natürliche Zahl. Folgerungen: Wenn V(P)=0 => pos(P)=0 Wenn V(P)=1 => pos(P)=1

Nullstellenisolierung im Intervall (0,1) Sei P(x) ein Polynom mit reellen Koeffizienten und Grad n. Wir betrachten nun folgendes Polynom: Für x betrachten wir nun die Werte (0, ). 1/(1+x) bildet für x aus auf (0,1) ab. Mit (1+x)^n wird dafür gesorgt, dass Q(x) auch ein Polynom ist. =>Zu allen reellen positiven Nullstellen von Q(x) gehört eine reelle Nullstelle von P(x) im Intervall (0,1)

Beispiele V(Q)=0 => Die Funktion hat keine Nullstellen im Intervall (0,1)

Beispiele V(Q)=1 =>Die Funktion hat genau eine Nullstelle im Intervall (0,1)

Nullstellenisolierung im Intervall (0,1) Wenn V(Q)=1 oder V(Q)=0 ist, sind wir also fertig, weil wir wissen ob es genau eine oder keine reelle Nullstelle im von uns untersuchten Intervall existiert. Was passiert aber wenn V(Q)>1 ist? Angenommen V(Q)=2, dann könnte nach Descartes rule of sign pos(Q) = 0 oder 2 sein ! Wenn V(Q)=3, dann könnte pos(Q)= 1 oder 3 sein! Usw....

Nullstellenisolierung im Intervall (0,1) Wenn V(Q)>1 ist prüfen wir zuerst ob P(1/2)=0 ist. Ist das der Fall, haben wir ein isoliertes Intervall gefunden, in dem eine reelle Nullstelle ist (nämlich [1/2,1/2]). Als nächstes berechnen wir P1(x) und P2(x) wie folgt: Die reellen Wurzeln von P1(x) in (0,1) haben eine zugehörige Wurzel bei P(x) in (0,1/2). Die reellen Wurzeln von P2(x) in (0,1) haben eine zugehörige Wurzel bei P(x) in (1/2,1). => Wir wenden diese Methode nun rekursiv auf P1(x) und P2(x) an und können somit unsere gewünschten Intervalle berechnen.

Terminiert der Algorithmus? Der Algorithmus terminiert, wenn das Polynom P(x) keine mehrfachen Nullstellen aufweist, es sei denn diese Wurzeln sind von der Form Mit i,k und In diesem Fall werden die Nullstellen vom Algorithmus direkt gefunden.

Lemmata Wir suchen Schritt für Schritt die Wurzeln von P(x) im Intervall Es gilt: i,k und Wir bilden (0,1) auf I ab, indem wir x auf abbilden. Sei A(x)= und Q(x)= Lemma 1: Falls Q(x) keine Wurzeln innerhalb des Radius von 1/2 zentriert um den Punkt (1/2, 0) besitzt, so gilt V(Q(x))=0. Lemma 2: Falls Q(x) genau eine reelle Wurzel in (0,1) und keine komplexe Wurzeln in den offenen Scheiben um die Punkte besitz und durch den Ursprung gehen, (also Radius haben,) dann ist V(Q(x))=1.

Terminierungsbeweis Wenn Lemma 1 oder Lemma 2 erfüllt sind, folgt aus Descartes rule of sign die Terminierung des Algorithmus. Wir müssen also zeigen, dass wenn das Intervall I klein genug ist, die Bedingungen für eines der Lemmata auf jeden Fall erfüllt sind.

Terminierungsbeweis Sei Falls gilt für unser Polynom Q(x): Somit haben die Wurzeln von Q(x) mindestens Abstand 2.

Terminierungsbeweis Falls Q(x) keine Wurzeln mit Radius 1/2 um den Punkt (1/2,0) besitzt, ist die Bedingung für Lemma 1 erfüllt. Falls Q(x) genau eine Nullstelle in diesem Bereich besitzt, muss es eine reelle Wurzel sein. Wären in diesem Bereich komplexe Wurzeln, würden sie in konjugierten Paaren auftreten und müssten beide in dem Bereich liegen. Somit sind die Bedingungen für Lemma 2 erfüllt. Der Fall das mehrere Nullstellen in dem Bereich auftreten ist nicht möglich, da sonst der Abstand zwischen den Nullstellen zu klein wäre. Dieser Fall kann also nicht eintreten. Wenn aber mehrfache Nullstellen auftreten, können die Bedingungen der Lemmata nicht mehr erfüllt werden. => Terminierung des Algorithmus für Polynome ohne mehrfache Nullstellen mit Außnahme mehrfacher Nullstellen die direkt gefunden werden können (, also der Form i/(2^k)).

Verallgemeinerung des Algorithmus Wir wollen zuerst ein B finden für das alle reellen Nullstellen des zu untersuchenden Polynoms P vom Grad n im Intervall [-B,B] liegen müssen. Wie bestimmen wir nun ein geeignetes B? Wir testen einfach für k=1,2,3,... Bis folgende Gleichung erfüllt ist: Unser gesuchtes B hat hier folgende Form: B=2^k Die Gleichung ist genau dann erfüllt, wenn die höchste x-Potenz alle anderen x-Potenzen dominiert und deshalb keine Nullstellen mehr auftreten können für x-Einsetzungen kleiner -B oder größer B.

Verallgemeinerung des Algorithmus Nun sei das Polynom Alle Wurzeln von Pa(x) liegen jetzt also im Intervall [-1/4,1/4] Eine reelleWurzel w von Pa(x) gehört also zu der reellen Wurzel 4Bw von P(x)

Verallgemeinerung des Algorithmus Nun sei das Polynom Alle Wurzeln von Pb(x) liegen jetzt also im Intervall [1/4, 3/4] Die reelle Wurzel w von Pb(x) gehört also zu der reellen Wurzel w-1/2 von Pa(x)

Verallgemeinerung des Algorithmus Wir können nun unseren Algorithmus auf Pb(x) anwenden und erhalten nach der Korrektur unserer Intervallgrenzen die gewünschten Intervalle für unser Polynom P(x).

Rekursionsübersicht für Intervallgrenzen