Die Tangentenlinien-Approximation
Die geometrische Idee
Eine gewöhnliche Differentialgleichung dy/dx = f(x,y) weist jedem Punkt in der (x,y)-Ebene eine Steigung zu — ein Richtungsfeld. Die wahre Lösung y(x) ist eine Kurve, die überall diese zugewiesenen Steigungen befolgt.
Eulers Methode wandelt das kontinuierliche Richtungsfeld in einen diskreten Lauf um:
> (xₙ, yₙ) → (xₙ + h, yₙ + h·f(xₙ, yₙ))
Vom Punkt (xₙ, yₙ) aus die Strecke h entlang der Tangentenlinie gehen. Bei einem ungefähren nächsten Punkt ankommen. Wiederholen.
Geometrischer Fehler: Die Tangentenlinie bei (xₙ, yₙ) hat die Steigung f(xₙ, yₙ), aber die wahre Kurve hat an jedem Punkt im Intervall [xₙ, xₙ + h] eine andere Steigung. Der Euler-Schritt verwendet die Steigung am linken Endpunkt durchgehend — „die Steigung, die war". Der Fehler pro Schritt wächst mit h².
Akkumulierter Fehler
Über N Schritte zur Erreichung eines festen Endpunkts x = a, mit h = a/N:
- Lokaler Abschneidefehler pro Schritt: O(h²)
- Anzahl der Schritte: N = a/h
- Globaler Fehler: O(h²) × (a/h) = O(h) — Genauigkeit erster Ordnung
Eulers Methode ist von erster Ordnung: Die Halbierung von h halbiert den globalen Fehler.
Eulers Methode ausführen
Betrachten Sie dy/dx = y mit der Anfangsbedingung y(0) = 1. Wahre Lösung: y(x) = eˣ, also y(1) = e ≈ 2,71828.
Wenden Sie Eulers Methode mit h = 0,5 an, von x = 0 bis x = 1 (2 Schritte):
Schritt 1: y₁ = y₀ + h·f(x₀, y₀) = 1 + 0,5·(1) = 1,5. Neuer Punkt: (0,5, 1,5).
Schritt 2: y₂ = y₁ + h·f(x₁, y₁) = 1,5 + 0,5·(1,5) = 2,25. Neuer Punkt: (1,0, 2,25).
Euler ergibt 2,25 gegenüber dem wahren Wert 2,71828. Fehler: 0,468. Relativer Fehler: ~17%.
Herleitung von Eulers Stabilitätsregion
Für die Testgleichung dy/dx = λy (wobei λ eine komplexe Zahl ist), ergibt Eulers Methode:
> yₙ₊₁ = yₙ + h·λ·yₙ = yₙ·(1 + hλ)
Der Verstärkungsfaktor pro Schritt: z = 1 + hλ.
Stabilitätsbedingung: Die berechnete Lösung bleibt begrenzt, wenn & nur wenn |z| ≤ 1, d.h. |1 + hλ| ≤ 1.
Dies ist eine geometrische Bedingung in der komplexen hλ-Ebene: Der Punkt hλ muss im Kreis mit Radius 1 um (-1, 0) liegen.
Eulers Stabilitätsregion: { hλ ∈ ℂ : |1 + hλ| ≤ 1 }
Für real negative λ (eine zerfallende DGL wie dy/dx = -2y): hλ muss im Intervall (-2, 0] auf der realen Achse liegen. Mit λ = -2 & h = 0,5: hλ = -1. Dies liegt genau auf der Stabilitätsgrenze — die Methode ist marginal stabil, was den qualitativen Fehler im früheren Beispiel erklärt.
Mit h = 1 & λ = -2: hλ = -2, wodurch wir die Stabilitätsregion verlassen. Die Lösung oszilliert mit wachsender Amplitude.
Die Stabilitätsgrenze finden
Runge-Kutta 4 (RK4) hat eine größere Stabilitätsregion als Euler, weshalb sie für die meisten Probleme bevorzugt wird.
Für real negative λ erlaubt RK4 hλ bis etwa -2,785 auf der realen Achse (gegenüber Eulers Grenze von -2).
Für starre Gleichungen mit Eigenwerten λ bei sehr unterschiedlichen Größenordnungen — sagen wir λ₁ = -1 & λ₂ = -1000 — erfordert die Stabilität, dass hλ₂ innerhalb der Region liegt. Für RK4 auf der realen Achse: h·(-1000) ≥ -2,785, also h ≤ 0,002785.
Diese winzige Schrittweite, diktiert durch den starren Eigenwert λ₂, macht die Simulation teuer, obwohl die langsame Komponente λ₁ h = 2 verwenden könnte.
Fixpunkte & Anziehungsbecken
Eulers Methode angewendet auf dy/dx = f(y) definiert eine diskrete Abbildung: yₙ₊₁ = g(yₙ) = yₙ + h·f(yₙ).
Ein Fixpunkt dieser Abbildung: y so dass g(y) = y. Für Euler auf dy/dx = f(y) sind Fixpunkte die Gleichgewichte, die f(y) = 0 erfüllen.
Stabilität eines Fixpunkts: Wenn |g'(y)| < 1, konvergieren nahegelegene Iterationen zu y. Wenn |g'(y*)| > 1, divergieren sie.
g'(y) = 1 + h·f'(y). Bei einem Fixpunkt y: |1 + h·f'(y)| < 1 für Stabilität.
Dies ist genau die Euler-Stabilitätsbedingung mit λ = f'(y*) — die Linearisierung der DGL am Gleichgewicht.
Anziehungsbecken: die Menge der Anfangsbedingungen, die unter der Euler-Abbildung zu y* konvergieren. Für nichtlineare Systeme definiert die Beckenbegrenzung, wo die Simulation zuverlässig dem DGL-Gleichgewicht folgt gegenüber zu einem anderen Attraktor divergiert.
Die Simulationsschleife ist ein diskretes dynamisches System. Sein qualitatives Verhalten — Konvergenz, Oszillation, Divergenz — hängt von der Schrittweite h relativ zur Geometrie des Richtungsfelds der DGL ab.
Geometrie mit Simulationsdesign verbinden
Die Geometrie der numerischen Simulation läuft auf drei Fragen hinaus:
1. Wo liegt die Stabilitätsregion? Für Euler: die Disk |1 + hλ| ≤ 1. Größer für RK4. Unbegrenzt (ganze linke Halbebene) für implizite Methoden.
2. Wo liegen die Eigenwerte der DGL? Die Eigenwerte λ des Jacobians von f an jedem Punkt bestimmen, welche Stabilitätsregion hλ enthalten muss.
3. Welches h hält alle hλ innerhalb der Region? Die maximale zulässige h = (Stabilitätsregions-Radius) / max|λ|.
Für starre Systeme: max|λ| ist riesig, was winziges h für explizite Methoden erzwingt. Implizite Methoden sind teuer pro Schritt, aber ermöglichen großes h — sie tauschen Pro-Schritt-Kosten für Stabilität.
Hammings Einsicht übersetzt: Die Wahl der numerischen Methode codiert eine Wette über die Geometrie des Eigenwertspektrums der DGL. Diese Wette explizit zu machen ist die erste Entwurfsentscheidung in jeder Simulation.