Arbeit

Das Dreikrperproblem:
Eine Veranschaulichung von Problemen und

Lsungsverfahren der Numerik zum Lsen von
Differentialgleichungen
Jan Heidemeier1
5.4.2000
Fr die Betreuung und Hilfe bei der Erstellung dieser Arbeit mchte ich Herrn Dr. Brenner
ganz herzlich danken.
ii
Inhaltsverzeichnis
1
Einleitung
1.1 Die Geschichte des Dreikrperproblems . . . . .
1.2 Physik . . . . . . . . . . . . . . . . . . . . . . .
1.2.1 Ort Geschwindigkeit Beschleunigung
1.2.2 Die Keplerschen Gesetze . . . . . . . . .
1.2.3 Die Newtonschen Axiome . . . . . . . .
1.2.4 Gravitationskraft . . . . . . . . . . . . .
1.2.5 Die Gravitationskonstante . . . . . . . .
1.2.6 Die Stabilitt des Sonnensystems . . . .
1.3 Mathematik . . . . . . . . . . . . . . . . . . . .
1.3.1 Die Gravitationskonstante . . . . . . . .
1.3.2 Differentialgleichungen . . . . . . . . .
1.3.3 Numerik . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
4
4
5
6
7
7
8
8
8
9
11
Numerische Integration
2.1 Ein erstes Verfahren RiemannSummen . . . . . . . . . . . . . .
2.1.1 Die Abhngigkeit vom Zwischenvektor . . . . . . . . . . . .
2.2 Fehlerabschtzung . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Verfahren hherer Ordnung . . . . . . . . . . . . . . . . . . . . . . .
2.4 Integration mit den GauFormeln . . . . . . . . . . . . . . . . . . .
2.5 Bewertung numerischer Ergebnisse . . . . . . . . . . . . . . . . . . .
2.6 Integration ohne Stammfunktion . . . . . . . . . . . . . . . . . . . .
2.7 Numerische Integration und numerisches Lsen von Differentialgleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
13
14
17
18
18
20
21
Das Federpendel
3.1 Grundlagen . . . . . . . . . . . . . . . . . . .
3.2 Die Bewegungsgleichung . . . . . . . . . . . .
3.3 Einfache numerische Lsung . . . . . . . . . .
3.4 2-Schritt-Verfahren . . . . . . . . . . . . . . .
3.5 Mehrschrittverfahren . . . . . . . . . . . . . .
3.6 Die Ordnung eines 1-Schritt-Verfahren . . . . .
3.7 Verfahren hherer Ordnung . . . . . . . . . . .
3.8 Vergleich Mehrschritt- und 1-Schritt-Verfahren
23
23
23
25
27
27
29
30
31
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
22
INHALTSVERZEICHNIS
iv
4
Planetenbahnen
4.1 Analytische Lsung . . . . . . . . . . . . . . . . . . . . . . .
4.2 Bewegungsgleichungen . . . . . . . . . . . . . . . . . . . . .
4.3 Erste Planetenbahnen . . . . . . . . . . . . . . . . . . . . . .
4.4 Polarkoordinaten . . . . . . . . . . . . . . . . . . . . . . . .
4.5 Ellipsenbahnen . . . . . . . . . . . . . . . . . . . . . . . . .
4.6 Verfahren 2. Ordnung . . . . . . . . . . . . . . . . . . . . . .
4.7 Verfahren hherer Ordnung . . . . . . . . . . . . . . . . . . .
4.7.1 Theorie . . . . . . . . . . . . . . . . . . . . . . . . .
4.8 Runge-Kutta-Verfahren n-ter Ordnung . . . . . . . . . . . . .
4.8.1 Der allgemeine Ansatz . . . . . . . . . . . . . . . . .
4.8.2 Der spezielle Runge-Kutta-Ansatz . . . . . . . . . . .
4.8.3 Aufstellen der Runge-Kutta-Formeln . . . . . . . . . .
4.8.4 Praktische Durchfhrung des Runge-Kutta-Verfahrens
4.8.5 Vorteile gegenber MATLAB . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
33
33
35
36
38
39
40
42
42
45
45
46
47
48
50
Erweiterungen
5.1 Schrittweitensteuerung . . . . . . . . . . . . . . . . .
5.1.1 Die Konvergenz von Einschrittverfahren . . . .
5.1.2 Schrittweitensteuerung in der Praxis . . . . . .
5.1.3 Beispiel . . . . . . . . . . . . . . . . . . . . .
5.2 Regulierung . . . . . . . . . . . . . . . . . . . . . . .
5.2.1 Rundungsfehlereinfluss bei Einschrittverfahren
5.2.2 Beispiel . . . . . . . . . . . . . . . . . . . . .
5.2.3 Darstellung in der Hamiltonschen Mechanik .
5.2.4 Durchfhrung . . . . . . . . . . . . . . . . . .
5.2.5 Rcktransformation . . . . . . . . . . . . . . .
5.2.6 Ergebnisse . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
51
51
51
52
54
54
55
56
56
56
57
58
Das eingeschrnkte Dreikrperproblem

6.1 Einleitung . . . . . . . . . . . . . .
6.2 Das Zweikrperproblem . . . . . .
6.2.1 Die reduzierte Masse . . . .
6.3 Die Bewegungsgleichungen . . . .
6.4 SonneErdeMond . . . . . . . . .
6.5 Die Reise zum Mond . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
61
61
63
63
63
65
Das Dreikrperproblem
7.1 Fremde Welten . . . . . . . . . . . . . . . . . . . .
7.1.1 Raketenantrieb . . . . . . . . . . . . . . . .
7.2 Ein Spezialfall des Dreikrperproblems . . . . . . .
7.2.1 Startwerte und Bewegungsgleichung . . . . .
7.2.2 Lsen von Differentialgleichungen mit
Matlab . . . . . . . . . . . . . . . . . . . .
7.2.3 Darstellung in der Hamiltonschen Mechanik
7.2.4 Regulierung . . . . . . . . . . . . . . . . . .
7.2.5 Lsung . . . . . . . . . . . . . . . . . . . .
7.2.6 Rcktransformation . . . . . . . . . . . . . .
7.2.7 Beurteilung der Ergebnisse . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
73
73
75
76
76
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
78
80
81
81
82
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
INHALTSVERZEICHNIS
A Numerik mit Excel

A.1 VBA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.2 Animationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
85
85
87
B Excel und LATEX

B.1 Tabellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.2 Diagramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
89
91
vi
INHALTSVERZEICHNIS
Abbildungsverzeichnis
1.1
1.2
Ellipse mit Brennpunkten und Halbachse a . . . . . . . . . . . . . .

Harmonischer Oszillator 0<t<3 . . . . . . . . . . . . . . . . . . . . .
5
10
2.1
2.2
2.3
Mittelpunkts und Trapezregel . . . . . . . . . . . . . . . . . . . . .

Erluterung der Mittelpunktsregel . . . . . . . . . . . . . . . . . . .
Funktion mit schwieriger Fehlerabschtzung . . . . . . . . . . . . . .
16
16
21
3.1
3.2
3.3
Das Federpendel . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Erste Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
verschiedene Interpolationenen . . . . . . . . . . . . . . . . . . . . .
24
26
28
4.1
4.2
4.3
4.4
4.5
Werte einer Planetenbahn . . . . . . . . . . . . . . . . . .

Planetenbahn . . . . . . . . . . . . . . . . . . . . . . . .
Zeitabhngigkeit der x0 Komponente . . . . . . . . . . . .
Vergleich verschiedener Vorbeiflge, Einschrittverfahren .
Vergleich verschiedener Vorbeiflge, Zweischrittverfahren
.
.
.
.
.
34
37
38
40
41
5.1
5.2
Bahn in transformierten Koordinaten . . . . . . . . . . . . . . . . . .

Vergleich reguliert und nicht-reguliert . . . . . . . . . . . . . . . . .
58
59
6.1
6.2
6.3
6.4
6.5
6.6
6.7
Krfte zwischen 3 Krpern . . . .

Die Bahn des Mondes . . . . . . .
Die Bahn der Erde . . . . . . . .
Bahn im Bereich 0.55 < t < 1.35
Bahn im Bereich 4.2 < t < 8.7 . .
Bahn im Bereich 16.3 < t < 17.8
Die Landung . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
64
66
67
68
68
69
70
7.1
7.2
7.3
7.4
7.5
7.6
7.7
7.8
Schwung holen, 6.5 < t < 6.6 . .

Schwung holen, 74.8 < t < 76 . .
Pythagorassche Anfangswerte . .
53 < t < 55 mit ode113 . . . . .
regulierte Schrittweiten . . . . . .
nichtregulierte Schrittweiten . . .
Bahnen im Zeitraum 2 < t < 4 . .
Bahnen im Zeitraum 50 < t < 60
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
74
75
77
79
82
83
83
84
B.1 Erstellen einer Tabelle . . . . . . . . . . . . . . . . . . . . . . . . .

B.2 Erstellen eines Diagramms . . . . . . . . . . . . . . . . . . . . . . .
90
91
vii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
viii
ABBILDUNGSVERZEICHNIS
B.3 Beispieldiagramm . . . . . . . . . . . . . . . . . . . . . . . . . . . .
92
Tabellenverzeichnis
2.1
2.2
2.3
Ergebnisse der Integration mit RiemannSummen . . . . . . . . . . .

Ergebnisse Trapezregel . . . . . . . . . . . . . . . . . . . . . . . . .
Vergleich Trapez und SimpsonVerfahren . . . . . . . . . . . . . . .
14
17
20
3.1
3.2
3.3
Vergleich zweier Verfahren . . . . . . . . . . . . . . . . . . . . . . .

Ergebnisse von Mehrschrittverfahren . . . . . . . . . . . . . . . . . .
Vergleich Verfahren verschiedener Ordnung . . . . . . . . . . . . . .
27
29
31
4.1
4.2
4.3
4.4
4.5
Vergleich mit und ohne Schrittweitensteuerung . . . . .

Schema fr das modifizierte Euler-Verfahren . . . . . .
Ergebnis eines modifizierten Euler-Verfahren . . . . . .
Beispielrechnung zum Runge-Kutta-Verfahren . . . . . .
Runge-Kutta-Verfahren mit verschiedenen Schrittweiten .
.
.
.
.
.
42
44
44
49
49
5.1
5.2
Vergleich mit und ohne Schrittweitensteuerung . . . . . . . . . . . .

Ohne Regulierung . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
56
6.1
Daten der Landung . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
7.1
7.2
7.3
Entfernung von der Erde . . . . . . . . . . . . . . . . . . . . . . . .

MATLAB-Funktionen ode113 und ode45 . . . . . . . . . . . . . . .
Eigener Algorithmus . . . . . . . . . . . . . . . . . . . . . . . . . .
75
77
78
B.1 Beispieltabelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
90
ix
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Zusammenfassung
Das Dreikrperproblem gehrt zu der Sorte von Problemen, die so anschaulich sind,
dass auch Nichteingeweihte leicht Zugang dazu finden. Es ist aber auch ein Problem,
dass sich dauerhaft einer kompletten Lsung widersetzen konnte und sehr komplex
werden kann. In dieser Staatsexamensarbeit stelle ich einige Verfahren zur Berechnung
von Planetenbahnen zusammen. Smtliche Rechnungen, Diagramme und Tabellen habe ich mit der bekannten Tabellenkalkulation Excel erstellt und hoffe, dadurch den
Stoff zugnglicher zu machen.
TABELLENVERZEICHNIS
Kapitel 1
Einleitung
1.1 Die Geschichte des Dreikrperproblems
Die Geschichte des Dreikrperproblems ist eng verwandt mit der Geschichte der Himmelskrpermechanik und kann nach Victor Szebehely [11] in vier Abschnitte unterteilt
werden. Der erste Abschnitt steht fr einen Zeitraum von ungefhr 2000 Jahren. Er
beginnt bei Aristoteles und umfasst Ptolemaeus, Copernicus, Brahe, Galileo und Kepler. Der zweite Abschnitt ist aus wissenschaftlicher Sicht der interessanteste und wird
oft als der klassische Abschnitt bezeichnet. Er beginnt mit Newton und schliet mit
Descartes, Leibniz, Halley, Euler, Clairaut, DAlembert, Lagrange, Laplace, Legendre, Gauss, Poisson, Encke und Hamilton.
Der dritte Abschnitt reprsentiert die Moderne. In dieser Zeit haben Wissenschaftler
wie Hill, Tisserand, Poincar, Moulton, Whittaker und Birkhoff gewirkt.
Die vierte Gruppe wirkte im spten 20. Jahrhundert. Dazu zhlen Leute wie Arnold,
Brouwer, Duboshin, Herget, Herrick, Kolmogorov, Moser, Siegel und Wintner.
Aristoteles (384322 v.Chr.) war einer der groen griechischen Philosophen und
fhrte die Idee eines geozentrischen Sonnensystems ein. Er stellte aber auch das Gesetz
auf, dass verschieden schwere Krper verschieden schnell fallen. Aristoteles war kein
Physiker in dem Sinne, dass er Experimente und Messungen durchfhrte.
Andere griechische Philosophen hatten bereits im 3. Jahrhundert v.Chr. die Idee von
einem heliozentrischen Sonnensystem.
Nicolaus Copernicus (14731543) stammte wahrscheinlich aus Polen und war
wahrscheinlich der erste wissenschaftliche Befrworter eines heliozentrischen Sonnensystems. Er betonte dabei die Einfachheit dieses Modells. Er selbst frchtete sich davor,
fr seine Ideen ausgelacht zu werden. Sein Buch De Revolutionibus Orbium Coelestium, in dem er annahm, dass alle Planeten auf Kreisbahnen die Sonne umkreisen, wurde
erst nach seinem Tod verffentlicht. Es wurde 1616 von der katholischen Kirche verboten.
Der deutsche Astronom Johannes Kepler (15711630) machte den nchsten wichtige Schritt. Er fgte zum heliozentrischen Sonnensystem die Idee elliptischer Bahnen
hinzu. Seine drei Keplerschen Gesetze (siehe Abschnitt 1.2.2) der planetaren Bewegung werden noch heute gelehrt und benutzt.
Galileo Galilei (15641642) stammte aus Pisa und ist einer der Vter der Dynamik
und des heliozentrischen Sonnensystems. Er gilt als Vordenker von Newton, schrieb
wichtige Bcher, auch ber Mathematik, und erfand das Teleskop. In seinen letzten
3
KAPITEL 1. EINLEITUNG
Lebensjahren geriet er in Konflikt mit der Kirche. Der berhmte Satz Und sie bewegt sich doch! und sein Mrtyrertum fr die Wissenschaft sind allerdings wohl nur
erfunden [13].
Sir Isaac Newtons (16421727) Beitrag zur Wissenschaft gilt als Beginn einer
vllig neuen (Himmelskrper) Mechanik, ja sogar einer neuen Bedeutung von Wissenschaft. Alexander Pope schrieb
Nature and natures laws lay hid in night.
God said let Newton be, and all was light..
Newton war einer der ersten Wissenschaftler, der das Dreikrperproblem SonneErde
Mond untersuchte. Er beklagte sich, dass das Problem ihm Kopfschmerzen und Schlaflosigkeit bereitet. Letztendlich war er jedoch immerhin in der Lage, die erdnahen Punkte der Mondbahn auf 8% genau vorherzusagen. Er stellte die nach ihm benannten Newtonschen Axiome (siehe Abschnitt 1.2.3) und eine Gleichung fr die Gravitationskraft
(siehe Abschnitt 1.2.4) auf. Er schrieb die drei berhmten Bnde der Philosophiae
Naturalis Principia Mathematica. Die Himmelsmechanik und das Gesetz der Gravitationskraft wird in Band III behandelt. Bis zur Entdeckung der speziellen Relativittstheorie durch Albert Einstein galt die Mechanik als komplett durch Newtons Gesetze
gelst. Newton selbst sagte bescheidener:
I seem to have been only like a boy playing on the seashore and diverting
myself in now and then finding a smoother pebble or a prettier shell than
ordinary while the great ocean of truth lay all undiscovered before me.
Der englische Astronom Edmond Halley (1656-1742), nach dem der Halleysche Komet
benannt ist, war ein ergebener Bewunderer Newtons und finanzierte dessen Publikationen aus eigener Tasche. Newton starb 1727 und liegt im Westminster Abbey in London
begraben.
Leonhard Euler (1707-1783) schlug das sehr spezielle Dreikrperproblem, bekannt als Das Problem der zwei fixierten Kraftzentren, vor, das mit elliptischen Funktionen komplett lsbar ist. Auerdem benutzte er als Erster rotierende Bezugssysteme,
um das eingeschrnkte Dreikrperproblem (siehe Abschnitt 6) zu untersuchen. Seine
Arbeit ber die Bewegung des Mondes fand schnell Anwendung in der Navigation. In
der Mathematik arbeitete Euler auch an Verfahren zum numerischen Lsen von Differentialgleichungen (siehe Abschnitt 3.3). Einige Jahre vor seinem Tod wurde er blind,
was jedoch seine Schaffenskraft nicht beeinflusste.
Henri Poincar (18541912) gehrte zu den fleiigsten Autoren in der Wissenschaft. Er schrieb mehr als 30 Bcher und 500 Aufstze. Im Zusammenhang mit dem
Dreikrperproblem schuf er das Konzept nichtintegrabler dynamischer Systeme und
beeinflusst damit die Suche nach einer Lsung der Frage nach der Stabilitt des Sonnensystems sehr.
Die Himmelskrpermechanik lebte mit den ersten knstlichen Satelliten stark auf.
In dieser Zeit gab und gibt es viele, die Beachtliches geleistet haben. Einzelheiten knnen in [11] nachgelesen werden.
1.2 Physik
1.2.1
Ort Geschwindigkeit Beschleunigung
Ort, Geschwindigkeit und Beschleunigung sind in dieser Arbeit wesentliche Eigenschaften der zu untersuchenden Krper. Diese drei Gren sind miteinander verbun-
1.2. PHYSIK
den. Fr die Durchschnittsgeschwindigkeit gilt z.B.

v =
zurckgelegte Strecke
x
=
bentigte Zeit
t
Soll nicht die Durchschnittsgeschwindigkeit, sondern die momentane Geschwindigkeit

ermittelt werden, so muss man die zurckgelegte Strecke in immer kleineren Zeitintervallen messen. In der Mathematik wird dann der Grenzwert
v = lim
t0
dx
x
=
= x
t
dt
gebildet, wobei die Ableitung nach der Zeit durch einen Punkt gekennzeichnet wird
(dx/dt = x).
Die Geschwindigkeit, die nderung des Ortes mit der Zeit, entspricht
also der ersten Ableitung des Ortes nach der Zeit. Mit der Beschleunigung wird hnlich
verfahren. Es gilt dann
v
a = lim
= v = x
.
t0 t
Diese Beziehung von Ort, Geschwindigkeit und Beschleunigung wird benutzt, um aus
einer Bewegungsgleichung eine Differentialgleichung zu erstellen, deren Lsung numerisch berechnet werden kann.
1.2.2
Die Keplerschen Gesetze
Nach [12] untersuchte gegen Ende des 16. Jahrhunderts der Astronom Tycho Brahe die
Planetenbewegung und machte Beobachtungen, die wesentlich genauer waren als die
bis dahin bekannten. Johannes Kepler fand unter Verwendung dieser Daten nach vielem Probieren heraus, dass die Planeten die Sonne nicht auf Kreisbahnen, sondern auf
Ellipsenbahnen umlaufen. Er zeigte auch, dass sich die Planeten nicht mit konstanter
Abbildung 1.1: Ellipse mit Brennpunkten und Halbachse a

Geschwindigkeit bewegen, sondern dass die Geschwindigkeit um so grer ist, je nher
sich ein Planet bei der Sonne befindet (siehe Abb. 1.1). Schlielich entwickelte Kepler
eine mathematische Beziehung zwischen der Umlaufdauer eines Planeten und seiner
durchschnittlichen Distanz zur Sonne. Kepler drckte seine Ergebnisse in Form dreier
empirischer Gesetze fr die Planetenbewegung aus. Einige Jahrzehnte spter lieferten

diese Gesetze die Basis zu Newtons Entdeckung des Gravitationsgesetz.
1. Alle Planeten bewegen sich auf elliptischen Bahnen um die Sonne, wobei die
Sonne in einem der Brennpunkte der Ellipse steht (siehe Abb. 1.1).
2. Die Verbindungslinie zwischen der Sonne und einem Planeten berstreicht in
gleicher Zeit gleiche Flchen.
3. Die Quadrate der Umlaufzeiten zweier Planeten T1 und T2 verhalten sich wie
die dritten Potenzen der groen Halbachsen aq und a2 ihrer Bahnen:
T12 : T22 = a31 : a32
1.2.3
T2
= konst.
a3
Die Newtonschen Axiome
Eine der groen Leistungen Newtons war die Aufstellung der Newtonschen Axiome.
Aus der Beobachtung der Natur gelang es ihm, drei grundstzliche Prinzipien herauszufiltern, auf welche die gesamte Mechanik aufgebaut werden kann. Diese Axiome
sind grundlegend und knnen in jedem Buch ber Mechanik nachgelesen werden [17].
1.) Trgheitsprinzip Ein krftefreier Krper bewegt sich gradlinig gleichfrmig.
2.) Aktionsprinzip Wenn eine Kraft F~ auf einem Krper mit der Masse m wirkt,
beschleunigt sie ihn mit
~
= F.
(1.1)
~a = ~x
m
(Das Trgheitsprinzip ist der Spezialfall F~ = 0 des Aktionsprinzips.)
3.) Reaktionsprinzip Wenn die Kraft F~ , die auf einen Krper wirkt, ihren Ursprung
in einem anderen Krper hat, so wirkt auf diesen die entgegengesetzte gleiche Kraft
F~ .
(Dieses Prinzip ist auch bekannt als Aktio = Reaktio.)
Newton hatte das Aktionsprinzip eigentlich anders formuliert:
2.)0 Wenn eine Kraft F~ auf einen Krper wirkt, ndert sich sein Impuls p~ = m~v so,
dass
d
m~v = F~
(1.2)
dt
gilt.
Diese Fassung behlt ihre Richtigkeit im Gegensatz zu 2.) auch bei einer vernderlichen Masse, wie das bei einer Rakete oder aber auch in der Relativittstheorie der Fall
ist. In den folgenden Kapiteln wird (1.1) oft benutzt, um Bewegungsgleichungen aufzustellen. Diese Bewegungsgleichungen sind die Grundlage fr die Berechnung von
Planetenbahnen. Die Newtonschen Axiome wurden durch die spezielle Relativittstheorie abgelst. Fr den Normalfall und auch fr das Dreikrperproblem werden sie
jedoch weiterhin verwendet. Der Fehler bei Geschwindigkeiten, die klein gegenber
der Lichtgeschwindigkeit (c = 299792458 m
s ) sind, ist in der Regel zu vernachlssigen.
1.2. PHYSIK
1.2.4
Gravitationskraft
Eine der groen Leistungen Newtons war die Aufstellung des Gesetzes der Schwerkraft. Die Keplerschen Gesetze waren zwar ein wichtiger Schritt zum Verstndnis der
Planetenbewegung. Es handelte sich bei ihnen aber nur um empirisch aufgestellte Regeln. Erst Newton tat den riesigen Schritt nach vorne und schrieb die Beschleunigung
eines Planeten auf seiner Bahn einer Kraft zu, die zwischen der Sonne und dem Planeten wirkt und umgekehrt proportional ist zum Quadrat des Abstandes von der Sonne.
Und er konnte beweisen, dass diese Kraft genau die von Kepler beobachteten elliptischen Bahnen zur Folge hat.
Nach dem Newtonschen Gravitationsgesetz bt jeder Krper eine anziehende Kraft auf
jeden anderen Krper aus. Es gilt
Gm1 m2 ~r12
.
F~12 =
2
r12
r12
(1.3)
Dabei ist ~r12 der Vektor der von Masse 1 zu Masse 2 zeigt, und r12 dessen Betrag, also
der Abstand der Massen 1 und 2. G ist die (universelle) Gravitationskonstante mit dem
Wert
G = 6.67 1011 N m/kg 2 .
Newton schrieb bereits um 1669, dass das Streben, sich von der Sonne zu entfernen,
reziprok zum Quadrat des Abstandes von der Sonne ist. Sein Gesetz wurde 1686 verffentlicht. Danach dauerte es allerdings noch etwa ein Jahrhundert, bis Cavendish die
Konstante G experimentell relativ genau messen konnte.
1.2.5
Die Gravitationskonstante
Die Kenntnis der Gravitationskonstanten G ist nicht nur von grundstzlichem Interesse, sondern hat auch praktische Anwendungen, zum Beispiel bei der Bestimmung der
Dichteverteilung im Inneren der Erde, des Mondes, anderer Planeten und entfernter
Sterne. 1798 konnte Cavendish mit einer Gravitationswaage [12, S.310] den Wert bereits auf 1% genau bestimmen. Alle Messungen von G sind wegen der extrem kleinen
Gravitationskraft sehr kompliziert. So erklrt sich, dass man G auch heute nur mit einer Genauigkeit von bis zur vierten Stelle nach dem Komma kennt. Obwohl G eine der
ersten universellen physikalischen Konstanten war, die jemals gemessen wurde, bleibt
sie eine der am wenigsten exakt bestimmten Gren.
Fr die praktische Anwendung der hier beschriebenen Verfahren hat das deutliche Auswirkungen. Viele der hier berechneten Bahnen werden mit einer Genauigkeit erstellt,
die weit ber die von G hinaus geht. Ein Ergebnis kann jedoch nicht genauer sein als
die zu Grunde liegenden Werte. Auerdem werden alle Himmelskrper als homogene
Massen bzw. als Punktmassen angesehen. In der Praxis sind Planeten jedoch inhomogen. Es gibt Berge, die Dichte im Erdinnern ist anders als an der Oberflche, ja sogar
groe Erzvorkommen knnen die Erdanziehungskraft variieren und stren. In spteren
Kapiteln wird z.B. die Landung einer Kanonenkugel bis auf Bruchteile von Sekunden
genau vorhergesagt. Solche Werte sind also mit Vorsicht zu genieen. Es gehrt noch
viel mehr dazu, die Bahn einer Sonde auf lange Sicht vorauszuberechnen, als in dieser
Arbeit erwhnt wird.
1.2.6
Die Stabilitt des Sonnensystems
In den spteren Kapiteln wird deutlich gezeigt, dass manchmal winzige Vernderungen der Planetenbahnen und geschwindigkeiten zu groen nderungen der weiteren
Bahn fhren knnen. Mit der Erfahrung, dass unser Sonnensystem auf Dauer stabil ist,
beschftigte sich z.B. Laplace. Dieses Problem ist bis heute nicht gelst. Die Titus
Bodesche Beziehung[4] beschreibt jedoch eine Regelmigkeit in der Anordnung der
Planeten.
Die Radien an der Planetenbahnen bilden nherungsweise eine geometrische Reihe:
an aErde k n ,
k 1.85
(nMerkur = 2, nVenus = 1, nErde = 0, nMars = 1, nJupiter = 3, nSaturn = 4, . . .)

Der fehlende Wert n = 2 entspricht dabei dem Asteroidengrtel zwischen Mars und
Jupiter. Es wird vermutet, dass Planeten, die diese Bedingung nicht erfllen, sich stren
wrden und das System auf Dauer nicht stabil wre.
Diese Beziehung lsst sich leider nicht an anderen Sonnensystemen verifizieren. Selbst
in unserem Sonnensystem ist es unklar, ob nicht noch weitere Planeten existieren. Das
von einem evtl. weiteren vorhandenen Planeten reflektierte Sonnenlicht wre zu gering,
um messbar zu sein. Man untersucht deshalb die bekannten Planeten auf Bahnabweichungen, die auf einen weiteren Planeten hinweisen wrden. Auf diese Weise wurde
auch der Pluto entdeckt. Seine Position wurde theoretisch vorhergesagt, bevor er ausgemacht werden konnte.
1.3 Mathematik
1.3.1
Die Gravitationskonstante
Aus Grnden der Einfachheit wird das Gravitationsgesetz im Folgenden nicht mehr wie
in (1.3) geschrieben. Statt dessen wird eine Form ohne Gravitationskonstante benutzt.
m1 m2 ~r12
F~12 = 2
r12 r12
Die Gravitationskonstante verschwindet dabei nicht etwa. Vielmehr werden die Einheiten so gewhlt, dass die Gravitationskonstante den Wert 1 annimmt.
Beispiel 1.1
Die Strecke soll in Lichtsekunden (1Ls = 299, 792, 458m) und die Masse in Erdmassen (1mErde = 5.977 1024 kg ) gemessen werden. Wie muss nun die Einheit der Zeit
gewhlt werden, damit die Gravitationskonstante zu 1 wird?
Fr die Gravitationskonstante gilt wegen N/kg = m/s2
6.67 1011
3
N m2
11 m
=
6.67
10
.
kg 2
s2 kg
1.3. MATHEMATIK
Mit den neuen Maeinheiten soll sich Folgendes ergeben.

6.67 1011
Dann muss gelten
m3
6.67 (299792458m)3 5.977 1024 X 2
= 11
2
s kg
10 2997924583 5.977 1024 kg (Xs)2
(Ls)3
6.67 5.977 1024 X 2
=
11
3
10 299792458 (Xs)2 mErde
(Ls)3
=1
(Xs)2 mErde
6.67 5.977 1024 X 2
1011 2997924583
2
X = 6.758542032 1011
X = 259971.96
!
1=
Die Zeit wird also in 259972s gemessen, das sind etwas mehr als 3 Tage. Diese Einheiten knnen an das jeweilige Problem angepasst werden.
1.3.2
Dieser Abschnitt soll kurz die bentigten Aspekte von Differentialgleichungen erlutern. Er orientiert sich deshalb eher an den Bedrfnissen der Physik als an denen der
Mathematik.
Unter einer Differentialgleichung versteht man eine Gleichung, in der sowohl eine
Funktion als auch Ableitungen dieser Funktion vorkommen. In dieser Arbeit werden
nur Differentialgleichungen der Form

(1.4)
y (n) = f t, y, y 0 , . . . , y (n1)
betrachtet, also Differentialgleichungen, die sich nach der hchsten Ableitung auflsen
lassen (explizite Differentialgleichungen). Die hchste Ableitung gibt die Ordnung an.
So ist (1.6) eine Differentialgleichung der Ordnung n.
Analytische Lsung
Differentialgleichungen knnen nur in Spezialflle analytisch gelst werden. Ein Verfahren mit charakteristischen Polynomen, das oft in der Physik Anwendung findet,
erbringt manchmal diese Lsung [17, S.150].
Beispiel 1.2
Eine gedmpfte harmonische Schwingung kann mit der Differentialgleichung
x
=
D
k
x x
m
m
m
x + Dx + kx = 0
beschrieben werden. D und k stehen dabei fr die Dmpfungs und Federkonstante.

Mit dem Ansatz x = x0 et ergibt sich dann das charakteristische Polynom
mx0 2 ex + Dx0 ex + kx0 ex = 0
m2 + D + k = 0
mit den Nullstellen 1,2 =
D D 2 4mk
.
2m
(1.5)
Die Lsungen sind x1,2 (t) = x0 e1,2 t .
10
Anfangswertproblem
Soll die Bahn eines gedmpften Pendels nun konkret bestimmt werden, mssen zuvor
Anfangswerte (oder auch Startwerte) festgelegt werden. Man bentigt eine Startzeit t 0 ,
einen Startort x0 = x(t0 ) und eine Startgeschwindigkeit v0 = v(t0 ). Mit k = 14,
m = 2 und D = 1 ergeben die Startwerte t0 = 0, x0 = 5 und v0 = 5 die in Abbildung
1.1 gezeigte Bewegung.
5
x(t)
4
3
2
1
0
1
2
3
4
0.5
1.5
2.5
Abbildung 1.2: Harmonischer Oszillator 0<t<3
Reduzierung der Ordnung

Jede Differentialgleichung der Ordnung n lsst sich in ein Differentialgleichungssystem mit n Gleichungen der Ordnung 1 zerlegen. Das hat den Vorteil, nur Differentialgleichungen der Ordnung 1 untersuchen zu mssen.
Beispiel 1.3
Gegeben sei eine Differentialgleichung
y (2) = y 00 = f (t, y, y 0 ) = ky
(1.6)
Nun bentigt man n (hier n = 2) neue Variablen v und x mit x = y und v = y 0 . Dann
ergeben sich die n Differentialgleichung 1. Ordnung als
x0 = y 0 = v
v 0 = y 00 = f (t, x, v) = kx
1.3. MATHEMATIK
1.3.3
11
Numerik
Seitdem gengend Rechenleistung in Form von Computern zur Verfgung steht, knnen viele Probleme gelst und analysiert werden, die frher einen zu groen Aufwand
dargestellt htten. So z.B. das 4FarbenProblem, aber auch das Dreikrperproblem.
Ein Spezialfall des Dreikrperproblems, der in Abschnitt 7.2 beschrieben wird, wurde
1912 noch in penibler Handarbeit berechnet [2]. Die Vorteile eines Computers bringen
aber auch Nachteile mit sich.
Rundungsfehler
Wie in [6] beschrieben wird, werden in einem Rechner Zahlen als Gleitpunktzahlen
dargestellt. Eine solche Zahl besteht aus drei Teilen.
1.) Dem Vorzeichen.
2.) Den Stellen der Zahl.
3.) Dem Exponenten der Zahl.
Das Hauptproblem liegt darin, dass die Anzahl der Stellen fr jede Zahl feststeht. So
kann z.B. in Excel eine Variable a in einfacher Genauigkeit deklarieren und ihr einen
beliebigen Wert zuweisen.
Dim a As Single
a = 0.0000123456789
Ein Ausgabe von a ergibt
a=0.1234568E-04
Der Rechner speichert don der Eingabe also nur 7 Stellen von a und rundet mit der
achten Stelle. Bei Rechnungen tritt dieser Rundungsfehler an vielen Stellen auf.
Beispiel 1.4
Die Aufgabe 1.2345675013 + 0.002358711 1.236925987 = 0.000000225 soll nachgerechnet werden. Ein Computer geht dabei Schritt fr Schritt vor.
1. Die Zahlen werden gerundet.

gl(1.2345675013) = +1.234568E + 0
gl(0.002358711) = +2.358712E 3
gl(1.236925987) = +1.236926E + 0
2. Die ersten zwei Zahlen werden addiert und das Ergebnis wird gerundet.
(+1.234568E + 0) + (+2.3587118E 3) = (+1.236927E + 0)
3. Die Subtraktion wird durchgefhrt und das Ergebnis wird gerundet.

(+1.236927E + 0) (+1.236926E + 0) = (+1.E 7)
Nun stellt sich heraus, dass das exakte Ergebnis 2.25 107 mehr als doppelt so
gro ist wie das Computerergebnis 1 107 .
Der im Beispiel erluterte Effekt wird Auslschung genannt, und tritt besonders bei der
Subtraktion groer nur leicht unterschiedlicher Zahlen auf. Das ist beim Dreikrperproblem z.B. bei sehr kleinen Schrittweiten der Fall. Das Problem wird in Abschnitt
5.2 nher erlutert.
12
Fehler
Soll die Genauigkeit einer Nherungslsung quantitativ erfasst werden, so kann deren
absoluter und den relativer Fehler angeben werden. Mit einem exakten Wert x und
einer Nherung x
ergibt sich der absolute Fehler als
x = x
x
und fr x 6= 0 der relative Fehler als
=
x
x
x
=
|x|
|x|
In Beispiel 1.4 ist das exakte Ergebnis x = 2.25 107 und die Nherung x
= 1 107 .
7
Dann ist der absolute Fehler x = 1.25 10 und der relative Fehler = 1.25 oder
auch 125%.
Da in der Numerik das exakte Ergebnis oft nicht bekannt ist, muss der Fehler abgeschtzt werden. Dazu kann eine weitere Nherung x
2 dienen, von der bekannt ist, dass
sie exakter ist als eine erste Nherung x
2 . Der relative Fehler lsst sich dann als
x
1 x
2
|
x2 |
approximieren. In dieser Arbeit werden beide Verfahren angewendet. Eine genauere

Beschreibung zur Fehleranalyse findet ist unter [6] zu finden.
Kapitel 2
Numerische Integration
In diesem Abschnitt werden einfache und etwas fortgeschrittene Verfahren zur numerischen Integration erlutert. Es erhebt nicht den Anspruch auf Vollstndigkeit und meisterhafte Ergebnisse. Vielmehr sollen einige grundlegenden Bezeichnungen und Prinzipien eingefhrt und erlutert werden.
2.1 Ein erstes Verfahren RiemannSummen

Die Definition eines Riemann-Integrals [5, S.450] legt bereits ein erstes Verfahren zur
Berechnung von Integralen nahe. Berechnet werden soll der Wert
Z b
f (x) dx.
(2.1)
a
Dazu wird das Intervall [a, b] in n gleich lange Unterintervalle der Lnge ba
n und mit
den Grenzen [ai , bi ], i = 1, 2, . . . , n. Der Integralwert wird also in n Schritten berechnet. Die Lnge eines Schrittes bezeichnet man als Schrittweite. Fr jedes Intervall werden noch Werte xi [ai , bi ] bentigt. Die Gesamtheit dieser Werte ~x = (x1 , . . . , xn )
bezeichnet man als Zwischenvektor. Dann konvergiert nach der Definition die Folge
der RiemannSummen gegen den gesuchten Integralwert.
Z b
n
baX
f (xi )
f (x) dx fr n
(2.2)
Sn =
n i=1
a
Ausgangspunkt fr das folgende Beispiel ist eine Funktion, deren Stammfunktion bekannt ist. Es wre also keine numerische Integration notwendig. Andererseits lsst sich
so der Fehler leicht berechnen. In Beispiel 2.4 wird beschrieben, wie man auch ohne
Kenntnis einer exakten Lsung die Qualitt der numerischen Lsung beurteilen kann.
Beispiel 2.1
Berechne den Wert des Integrals
Z
2.5
0.1
1
dx.
x
Die Stammfunktion zu f (x) = ist bekanntlich F (x) = log(x). Analog zur Definition werden nun die Zerlegungsnullfolge und die dazugehrenden Zwischenvektoren
1
x
13
KAPITEL 2. NUMERISCHE INTEGRATION
14
gewhlt.
Das Intervall [0.1, 2.5] wird in gleich lange Unterintervalle zerteilt. Es gilt
|[ai , bi ]| = ba
n .
Der Zwischenvektor besteht in seinen Komponenten aus den gegebenen Grenzen der
einzelnen Unterintervalle. Anfangspunkt bedeutet in diesem Zusammenhang, dass
der Zwischenpunkt gleich der linken Grenze des Unterintervalls ist (xi = ai , i =
1, . . . , n). Endpunkt bedeutet entsprechend, dass der Zwischenpunkt gleich der rechten Grenze ist.
Der Integralwert lsst sich jetzt ber (2.2) berechnen. In Tabelle 2.1 sind 16 Ergebnisse solcher RiemannSummen zusammengefasst. Jeweils 8 fr die End und 8 fr die
Anfangspunkte.
Schrittweite
2.4000
1.2000
0.6000
0.3000
0.1500
0.0750
0.0375
0.0187
mit Anfangspunkten
24.0000
12.9231
7.6345
5.1911
4.1013
3.6235
3.4104
3.3118
rel. Fehler
6.4560
3.0148
1.3718
0.6127
0.2742
0.1257
0.0595
0.0289
mit
Endpunkten
0.9600
1.4031
1.8745
2.3111
2.6613
2.9035
3.0504
3.1318
rel. Fehler
0.7018
0.5641
0.4177
0.2820
0.1732
0.0980
0.0523
0.0271
log(25)
3.2189
3.2189
3.2189
3.2189
3.2189
3.2189
3.2189
3.2189
Tabelle 2.1: Ergebnisse der Integration mit RiemannSummen

Wie in Tabelle 2.1 zu sehen ist, unterscheiden sich die Ergebnisse mit den verschiedenen Zwischenvektoren, trotz identischer Zerlegungsfolge, sehr. Gleichzeitig wird aber
auch deutlich, dass sowohl die Folge mit den Anfangspunkten als auch die Folge mit
den Endpunkte gegen den gleichen und auch korrekten Grenzwert konvergieren. Das
ist auch klar, da unsere Funktion f (x) = 1/x auf dem Intervall (0, ) Riemann
integrierbar ist und somit jede RiemannFolge gegen den gleichen Grenzwert konvergiert.
2.1.1
Die Abhngigkeit vom Zwischenvektor
Offenbar hngt das Ergebnis, der Integralwert, stark vom Zwischenvektor ~x ab. Die
Frage muss also lauten: Wie lsst sich mit der Wahl des Zwischenvektors das Ergebnis
optimieren. Wie kann man in krzerer Zeit ein besseres Ergebnis erreichen?
Im Fall der Funktion aus Beispiel 2.1 sieht man, dass bei dem Zwischenvektor bestehend aus den jeweiligen Anfangswerten der Unterintervalle das Resultat immer zu hoch
ist und bei dem zweiten Zwischenvektor immer zu niedrig. Die Funktion f (x) = 1/x
ist streng monoton fallend. Deshalb ist auf dem Intervall I = [ai , bi ] [a, b] immer
f (ai ) = maxf (x) und f (bi ) = minf (x). Der Integralwert jedes einzelnen UnterinxI
xI
tervalls wird also angenhert durch einen maximalen und minimalen Wert. Fr das
Intervall I heit das
Z
1
dx maxf (x).
minf (x) |I|
xI
xI
x
Allgemein kann ein Ergebnis aus der Analysis fr dieses Problem herangezogen werden.
2.1. EIN ERSTES VERFAHREN RIEMANNSUMMEN
15
Theorem 1 (Erweiterter Mittelwertsatz der Integralrechnung)

Die Funktion f sei stetig und die Funktion g sei Riemannintegrierbar auf dem Intervall I = [xi , xi+1 ] und es sei g 0 oder g 0. Dann gibt es einen Wert I mit
inf f f () sup f fr den gilt
Z
Z
(2.3)
f g dx = f () g dx.
I
In Beispiel 2.4 wird die Funktion f (x) durch eine konstante Funktion g(x) = c angenhert. Gleichung 2.3 wird dann zu
Z
Z
c f dx = f () c dx
I
ZI
f (x) dx = f ()(b a)
I
ist also ein Zwischenstelle, eine Komponente des Zwischenvektors mit [x i1 , xi ].

Bislang haben wir also sehr ungnstig gewhlt. Im folgenden Beispiel wird der Zwischenvektor optimiert.
Beispiel 2.2 (Trapez und Mittelpunktsregel)
Rx
Wie zuvor erlutert gibt es fr das Intervall I einen Wert I , so dass f () (xi xi1 ) = xii1 f (x) dx.
Da der Wert unbekannt ist, ist es nicht das Ziel, exakt zu bestimmen. Vielmehr ist
das Wissen ber die Existenz dieses Wertes die Motivation, die bisherigen Ergebnisse
zu verbessern.
Eine erste Verbesserung besteht in einem Mittelwert zwischen dem Maximalwert und
dem Minimalwert. Fr das Unterintervall I = [xi1 , xi ] gilt dann
minf (x) = f (xi1 )
xI
f (xi1 ) + f (xi )
f (xi ) = maxf (x)
xI
2
Der exakte Zwischenwert ist nun unbekannt. Wird die Flche im Intervall nun mit
(xi xi1 ) f (xi12)+f (xi ) approximiert, so entspricht dies einer Nherung durch eine
Funktion 1. Grades. Wie in Abbildung 2.1 zu sehen ist, werden die Punkte des Graphen zum Anfang und zum Ende der Unterintervalle durch eine Gerade miteinander
verbunden. Die einzelnen Flchen ergeben Trapeze, so dass dieses Verfahren auch als
Trapezregel bezeichnet wird. Da die untersuchte Funktion nicht nur streng monoton
fallend sondern auch konkav ist, ist dieser Wert weiterhin immer grer als der Integralwert.
Im Gegensatz dazu ergibt die Mittelpunktsregel bei einer konkaven Funktion immer
einen Wert, der kleiner ist als der Integralwert. Bei der Mittelpunktsregel sind die Zwischenwerte immer genau in der Mitte der einzelnen Unterintervalle. Somit schliet jede
Gerade durch diesen Punkt die gleiche Flche mit der xAchse und den rechten und
linken Grenzen ein. Die Gerade kann also so gedreht werden, dass sie eine Tangente
an f (x) darstellt. Wie in Abbildung 2.2 zu sehen ist, ist diese Gerade immer unterhalb von f . In Tabelle 2.2 werden die Ergebnisse einer Integration ber der Funktion
f (x) = 1/x auf dem Intervall [0.1, 2.5] dargestellt. Dabei ist Mittelwert = T rapezregel+M2ittelpunktsregel .
Abbildung 2.1 zeigt nochmal die Zerlegung des Intervalls und die Nherung durch
Trapez und Mittelpunktsregel.
Der Fehler des Ergebnisses aus dem Mittelwert zwischen der oberen und der unteren Gerade ist zu Anfang hher als der Wert der unteren Gerade und wird mit kleineren
16
12
Exakt
drueber
drunter
10
8
6
4
2
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Abbildung 2.1: Mittelpunkts und Trapezregel
f (x) = 1/x
y = 1.25
y = 1.5625x + 2.5
Drehpunkt
4.5
4
3.5
3
2.5
2
1.5
u
1
0.5
0
0.2
0.4
0.6
0.8
Abbildung 2.2: Erluterung der Mittelpunktsregel
1.2
1.4
2.2. FEHLERABSCHTZUNG
Schrittweite
2.40000
1.20000
0.60000
0.30000
0.15000
0.07500
0.03750
0.01875
Trapezregel
12.48000
7.16308
4.75447
3.75110
3.38135
3.26352
3.23042
3.22179
17
Mittelpunktsregel
1.84615
2.34586
2.74773
3.01159
3.14569
3.19732
3.21316
3.21742
Fehler
2.87713
1.22533
0.47706
0.16534
0.05047
0.01387
0.00359
0.00091
Fehler
0.42646
0.27122
0.14637
0.06440
0.02274
0.00670
0.00178
0.00045
Mittelwert
7.16308
4.75447
3.75110
3.38135
3.26352
3.23042
3.22179
3.21961
Fehler
1.22533
0.47706
0.16534
0.05047
0.01387
0.00359
0.00091
0.00023
Tabelle 2.2: Ergebnisse Trapezregel
Schrittweiten besser. Das liegt daran, dass die Gerade der Trapezregel fr groe Schrittweiten sehr schlechte Ergebnisse liefert. Aber auch fr sehr kleine Schrittweiten ist der
Fehler des Mittelwerts nur etwa halb so gro wie die Fehler der anderen beiden Werte.
Diese Verbesserung lohnt den Aufwand nicht. Besser ist es, auf diesen Wert zu verzichten und mit dem frei werdenden Rechenaufwand den Integralwert mit einer kleineren
Schrittweite zu berechnen.
2.2 Fehlerabschtzung
Unterteilt man das Intervall [a, b] in gleich lange Unterintervalle der Lnge h, so gilt
bei der Mittelpunktsregel fr die nte RiemannSumme (siehe (2.2)
Sn = h
n
X
(2.4)
f (xi ),
i=1
i
mit xi = ai +b
2 . Der Fehler ist dann die Differenz zwischen dem exakten und dem
genherten Wert
Z b
n
X
f (x) dx h
f (xi ).
(2.5)
Sn =
i=1
Die Funktion f (x) lsst sich in der Umgebung von xi durch eine TaylorEntwicklung
annhern.
1
(2.6)
f (x) = f (xi ) + f 0 (xi ) + 2 f 00 (xi ) + . . .
2
Setzt man (2.6) in das Integral in (2.5) ein und integriert, jeweils fr ein Intervall, von
h/2 bis +h/2 ber , so sieht man, dass der erste Summand der Taylorreihe mit der
Summe in (2.4) identisch ist. Der zweite Summand verschwindet bei der Integration
der zur yAchse symmetrischen Funktion. In diesem Fall sind das alle mit ungerader
Potenz. Fr den Fehler gilt dann
1
Sn = f 00 (xi )
2
h
2
h
2
2 d =
h2 00
f (xi ).
24
(2.7)
Man spricht in diesem Fall davon, dass der Fehler von der Ordnung 2 in h ist. Die
Trapezregel ist ebenfalls ein Verfahren 2. Ordnung.
exakt
3.21888
3.21888
3.21888
3.21888
3.21888
3.21888
3.21888
3.21888
18
2.3 Verfahren hherer Ordnung

Eine Nherung der zu integrierenden Funktion durch eine Funktion 1. Grades wie bei
der Trapez und Mittelpunktsregel fhrte zu einem Verfahren 2. Ordnung. Somit liegt
es nahe, Funktion hheren Grades zur Nherung zu verwenden. Benutzt man eine quadratischen Funktion, so fhrt das zu der SimpsonRegel. Das SimpsonVerfahren ist
ein Verfahren 4. Ordnung.
Nun sollen Funktionen auf dem Intervall [a, b] durch ein Polynom vom Grad L
approximiert werden. Es gelte
f (xk ) =
L
X
i Pi (xk ),
(2.8)
i=0
an L + 1 Sttzstellen xk , k = 0, .., L. Die Pi (x), i = 0, . . . , L bilden einen Satz linear

unabhngiger Polynome der maximalen Ordnung i. Ist die zu integrierende Funktionf (x)
selbst von der Ordnung L, so ist die Nherung gleich dem Integralwert I.
Fr den Fall L = 3 gilt dann
I = 0 f (x0 ) + 1 f (x1 ) + 2 f (x2 ).
(2.9)
Die Integration sei nun fr die Funktionen 1, x, und x2 exakt.

Z xi
!
1 dx = xi xi1 = 0 + 1 + 2
xi1
xi
!
xi + xi1
1 2
xi x2i1 = 0 xi1 + 1
+ 2 xi
2
2
xi1
Z xi

! 1
1 3
x2 dx =
xi x3i1 =
(xi + xi1 )(x2i x2i1 ) + (xi xi1 )(x2i + x2i1 )
3
6
xi1
Z
x dx =
= 0 x2i1 + 1
xi + xi1 2
+ 2 x2i
2
(2.10)
Das Lsen des Gleichungssystems ergibt

1
(xi xi1 )
6
4
1 = (xi xi1 )
6
0 = 2 =
und somit die SimpsonFormel

Z xi
1
xi + xi1
= (xi xi1 ) f (xi ) + 4f
+ f (xi1 ) .
6
2
xi1
(2.11)
(2.12)
2.4 Integration mit den GauFormeln

Bislang wurden nur die Anzahl der Sttzstellen, und somit der Grad des interpolierenden Polynoms, gewhlt und daraus die Gewichte i berechnet. Als Sttzstellen wurden
ohne Begrndung die Intervallgrenzen und die Intervallmitte genommen. Beim Gau
Verfahren werden nun auch die Sttzstellen xi frei whlbar gelassen. Man geht dann
folgendermaen vor:
2.4. INTEGRATION MIT DEN GAUSSFORMELN
19
ba
1. Man forme ein Integral ber x0 durch Substitution x0 = b+a
2 + 2 y auf ein im
Intervall [-1,1] definiertes, bestimmtes Integral um. Das Integral ist dann

Z b
Z
Z 1
ba 1
b+a ba
0
0
f (x ) dx =
f
f (x)dx.
Iab =
+
y dy =
2
2
2
a
1
1
(2.13)
Es reicht also aus, die Betrachtungen im Folgenden auf Integrale ber dem Intervall [1, 1] zu beschrnken.
2. Sei L die Anzahl der Sttzstellen. Dann ist

I1,1 = 0 f (x0 ) + 1 f (x1 ) + . . . + L1 f (xL1 ),
(2.14)
wobei sowohl die Sttzstellen x0 , . . . , xL1 als auch die Gewichte 0 , . . . , L1

unbekannt sind.
3. Zur Bestimmung dieser 2L Unbekannten werden in (2.14) 2L Polynome eingesetzt (siehe (2.8)).
Dazu ein Beispiel.
Beispiel 2.3
Betrachtet wird der zur SimpsonFormel passende Fall L = 2. In (2.14) werden dann
die Polynome 1, x, x2 und x3 eingesetzt. Mit a = 1 und b = 1 gilt dann
(b a) = 2 = o + 1
1 2
(b a2 ) = 0 = 0 x0 + 1 x1
2
1 3
2
(b a3 ) = = 0 x20 + 1 x21
3
3
1 4
(b a4 ) = 0 = 0 x30 + 1 x31
4
(2.15)
(2.16)
(2.17)
(2.18)
Einsetzen von (2.16) in (2.18) liefert x20 = x21 und damit x0 = x1 , wenn man fordert,
dass die Sttzstellen verschieden sein sollen. Mit (2.15), (2.16) und (2.17) ergibt sich
0 = 1 = 1
und x20 =
1
1
x1,2 = .
3
3
(2.19)
Die x1,2 sind die gesuchten Sttzstellen.

Mchte man dieses Verfahren mit einem hheren L durchfhren, so bekommt man
beim Auflsen des nichtlinearen Gleichungssystem Probleme. Dieses Problem kann
man mit Polynomen gelst werden, die, wie die LegendrePolynome, auf dem Intervall
[1, 1] orthogonal zueinander sind. Eine Herleitung des Verfahrens und einer Fehlerabschtzung kann man in [6, S.156] nachlesen.
In Tabelle 2.3 werden Ergebnisse von Trapez und SimpsonVerfahren miteinander
verglichen. Mit beiden Verfahren sollte die Funktion f (x) = x1 sollte ber dem Intervall [0.1, 2.5] integriert werden. Die Anzahl der Schritte wurde dabei von Zeile zu Zeile
verdoppelt bzw. die Schrittweite halbiert. In Bezug auf die Ordnung des Verfahrens ist
dabei auch besonders das Verhltnis des relativen Fehlers zwischen zwei Zeilen interessant. Die Trapezregel ist ein Verfahren 2. Ordnung. Bei halber Schrittweite sollte
dieses Verhltnis 1/22 = 1/4 betragen. Beim SimpsonVerfahren entsprechend 1/16.
20
Schritte
2
4
8
16
32
64
128
256
512
1024
Ergebnis
7.163077
4.754471
3.751099
3.381345
3.263517
3.230421
3.221791
3.219606
3.219059
3.218922
Trapezregel
Fehler
Verhltnis
1.23E+00
4.77E-01
2.5685
1.65E-01
2.8852
5.05E-02
3.2758
1.39E-02
3.6395
3.59E-03
3.8667
9.06E-04
3.9607
2.27E-04
3.9896
5.68E-05
3.9974
1.42E-05
3.9993
Ergebnis
3.951602
3.416642
3.258094
3.224240
3.219389
3.218914
3.218878
3.218876
3.218876
3.218876
Simpson
Fehler
2.28E-01
6.14E-02
1.22E-02
1.67E-03
1.59E-04
1.19E-05
7.84E-07
4.97E-08
3.12E-09
1.95E-10
Verhltnis
3.7050
5.0427
7.3104
10.4587
13.4338
15.1338
15.7590
15.9379
15.9846
Tabelle 2.3: Vergleich Trapez und SimpsonVerfahren
Bei Verhltnisse werden bei kleineren Schrittweiten deutlich erreicht.

Man sieht auch deutlich die berlegenheit des SimpsonVerfahrens. Fr einen Fehler
von ungefhr 105 bentigt die Trapezregel 1024 Schritte und dass SimpsonVerfahren
nur 64 Schritte. Das SimpsonVerfahren ist in diesem Fall 10 mal so schnell.
2.5 Bewertung numerischer Ergebnisse

Ist die Stammfunktion einer zu integrierenden Funktion bekannt, so ist auch der exakte
Wert eines bestimmten Integrals bekannt. In diesem Fall fllt es leicht, die Gte eines
numerisch berechneten Wertes zu bewerten, indem man den exakten Wert mit dem numerischen Wert vergleicht. Ist der exakte Wert bzw. die Stammfunktion jedoch nicht
bekannt, und das ist der Regelfall fr die numerische Integration, so knnen die numerisch bestimmten Werte auch nicht mehr so einfach bewertet werden. Letztendlich
lsst sich in der Numerik nicht mit Sicherheit eine Aussage treffen wie: Das Ergebnis
ist auf 5 Stellen genau. In unserem Beispiel ist jedoch sicher, dass das Ergebnis der
numerischen Integration sich mit sinkender Schrittweite dem exakten Ergebnis nhert.
Das heit jedoch nicht, dass das Ergebnis von Schritt zu Schritt besser werden muss,
sondern nur, dass das Ergebnis irgendwann besser wird. Ab welchem Punkt das Ergebnis nun jedoch wirklich besser wird, lsst sich nicht mit letzter Sicherheit sagen.
2
x
+ 4 e10(x13) . Wrde man
Abbildung 2.3 ist ein Schaubild der Funktion f (x) = 10
den Algorithmus aus Beispiel 2.2 auf diese Funktion anwenden, so erhielte man im
ersten, zweiten und dritten Durchgang exakt das gleiche Ergebnis und knnte bereits
nach dem 2. Schritt abbrechen und behaupten dass das Ergebnis im Rahmen der Maschinengenauigkeit exakt ist. Sobald die Schrittweite jedoch in die Grenordnung des
Ausreiers um x = 13 kommt, wird des Integrationsergebnis vom vorherigen Wert
abweichen. Es kann also nie darauf verzichtet werden, ein Ergebnis kritisch zu betrachten. Ist dies gewhrleistet, kann man die numerischen Werte jedoch sehr sicher und gut
beurteilen.
Im folgenden Abschnitt wird eine Funktion vorgestellt, die die Genauigkeit einer numerischen Berechnung beurteilt.
2.6. INTEGRATION OHNE STAMMFUNKTION
21
8
7
6
5
4
3
2
1
0
10
15
20
25
30
35
40
Abbildung 2.3: Funktion mit schwieriger Fehlerabschtzung
2.6 Integration ohne Stammfunktion

Bislang haben wir Funktionen untersucht, deren Stammfunktion bekannt war. Aus der
Sicht der Numerik ist dieser Fall jedoch weitgehend uninteressant, da man ja gerade
keine Numerik braucht, um Ergebnisse zu erhalten. Interessanter ist es, Funktionen zu
untersuchen, zu denen keine Stammfunktion bekannt ist, die aber integrierbar sind.
Beispiel 2.4
Berechnet werden soll der Integralwert der Funktion
Z
0
0
1
1 cos
2
d,
0 0
(2.20)
Diese Funktion wurde nicht willkrlich gewhlt. Die Ergebnisse dieses Abschnittes
knnen in Abschnitt 4 ber Planetenbahnen verwendet werden. Im Zuge der Fehlerabschtzung wird ein neuer und besserer Algorithmus entwickelt werden. Beim
erneuten Betrachten von Beispiel 2.2 stellt man fest, dass eine Integration mit dem
SimpsonVerfahren auf dem Intervall [0.1; 1.1] mit einer Schrittweite von 1/10 den
Fehler 5.89 104 ergibt. Eine Integration auf dem Intervall [1; 2] ergibt bei gleicher
Schrittweite dagegen einen wesentlich kleineren Fehler von 2.15 109 . In Abbildung
2.1 wird deutlich, dass eine Nherung umso schlechter wird, je nher sich die Integrationsgrenzen bei x = 0 befinden. Bislang wurde das Intervall in gleich lange Unterintervalle zerteilt. Wnscht man eine bestimmte Genauigkeit, so mssen die Unterintervalle
auch an den ungnstigsten Stellen in der Nhe von x = 0 klein genug sein. Das heit,
dass an gnstigen Stellen die Lnge der Unterintervalle unntig klein ist. Das schadet
der Genauigkeit zwar nicht, bedeutet aber einen unntigen Rechenaufwand. In einem
22
neuen Algorithmus muss also eine Funktion zur Bestimmung der Schrittweite eingefgt werden. Solch ein Verfahren wird auch als Schrittweitensteuerung bezeichnet.
Prozedur Flche_Berechnen (Anfang, Ende)
Genauigkeit = Bewerte_Genauigkeit_Intervall (Anfang, Ende) if

(Genauigkeit nicht ausreichend) then
Anzahl_Intervall=Unterteile_Intervall(Genauigkeit)
for a=1 to Anzahl_Intervalle
(Anfang*, Ende*) = Berechne_neu_Anfang_Ende(Anfang, Ende, Anzahl_I
Flche_Berechnen (Anfang*, Ende*)
Next
end if
Ende Prozedur
Der Algorithmus lsst sich rekursiv verwenden. Das heit, er unterteilt ein vorgegebenes Intervall in Unterintervalle und benutzt diese Unterintervalle in einem nchsten
Schritt wieder als vorgegebene Intervalle.
In Bezug auf die Abschtzung der Genauigkeit (siehe Kapitel 2.5) ist der Schritt in
Zeile 3 des Algorithmus besonders interessant. Diese Unterprozedur kann folgendermaen umgesetzt werden:
Prozedur Bewerte_Genauigkeit_Intervall (Anfang, Ende)
Flche1=Berechne_Flche (Anfang, Ende)
Flche2=Berechne_Flche (Anfang, (Ende+Anfang)/2) + _
Berechne_Flche ((Ende+Anfang)/2), Ende)
Bewerte_Genauigkeit_Intervall = Abs (Flche1 - Flche2)
Ende Prozedur
In dem Algorithmus Bewerte_Genauigkeit_Intervall wird also der Integralwert zuerst in einem und dann in zwei Schritten berechnet. Dabei wird davon ausgegangen, dass der ZweiSchrittWert exakter ist. Vergleicht man nun die beiden Werte, so
kann man aus deren Unterschied die Qualitt des ersten Ergebnisses bewerten. Mchte
man nun ein auf z.B. 5 Stellen genaues Ergebnis erhalten, so kann man den Algorithmus dann abbrechen, wenn sich die Werte Flche1 und Flche2 um weniger als
1051 unterscheiden.
2.7 Numerische Integration und numerisches Lsen von

Beim numerischen Lsen von Differentialgleichungen tauchen viele Begriffe aus dem
Kapitel Integration wieder auf. So z.B. Schrittweite, Zwischenwerte und die Ordnung
eines Verfahrens. Auerdem knnen Verfahren wie z.B. die Schrittweitensteuerung
hnlich bernommen werden.
Kapitel 3
Das Federpendel
Die erste zu lsende Differentialgleichung hngt nicht direkt mit dem Dreikrperproblem zusammen. Es wird ein Federpendel untersucht. Wie im vorherigen Kapitel ber
numerische Integration lsst sich auch dieses Problem analytisch, also, im mathematischen Sinne, exakt lsen.
3.1 Grundlagen
Ein Federpendel besteht aus eine Masse (dem Pendel), die an einer Feder befestigt ist
und lose herunterbaumelt. Es wirken zwei Krfte auf diese Masse. Zum einen ist da die
Gewichtskraft Fg . Die Ursache dieser Kraft sind die Massen des Pendels und die der
Erde, die sich gegenseitig anziehen. Die zweite Kraft stammt von der Feder. Wird sie
aus ihrer Ruhelage ausgelenkt, erzeugt sie eine Rckstellkraft. Da diese Kraft von der
Federkonstanten k abhngt, wird sie im Folgenden mit Fk abgekrzt. Ist das Pendel in
Ruhe (siehe Abbildung 3.1 Teil 1), so entspricht das einem Gleichgewicht der beiden
Krfte. Nach den Newtonschen Axiomen (siehe Abschnitt 1.2.3) bedeutet das, dass die
Masse ihre Geschwindigkeit nicht mit der Zeit verndert. Das Pendel bleibt also in Ruhe. Lenkt man das Pendel um eine Strecke x aus seiner Ruheposition aus (siehe Abb.
3.1 Teil 2), wird eine der beiden Krfte grer. Ein negatives Vorzeichen bedeutet dabei Auslenkung nach unten. Fr diesen Fall wird die Federkraft grer und bei einer
Auslenkung nach oben entsprechend kleiner. Da jetzt kein Krftegleichgewicht mehr
herrscht, wird die Masse in Richtung der resultierenden Kraft beschleunigt, sobald man
sie wieder los lsst.
3.2 Die Bewegungsgleichung

Um einen Krper zu veranlassen, seinen geradlinig gleichfrmigen Bewegungszustand
aufzugeben, also um ihn zu beschleunigen, muss eine Kraft auf ihn wirken. Die Beschleunigung ist proportional zu dieser Kraft. Das sind die ersten zwei Newtonschen
Axiome (siehe Abschnitt 1.2.3). Das 2. Newtonsche Axiom besagt
.
F~ = m~a = m~x
(3.1)
Gleichungen dieser Art werden Bewegungsgleichungen genannt. Wenn wir mit x die
Auslenkung der Pendelmasse aus seiner Ruhelage bezeichnen, hat das Federpendel die
23
KAPITEL 3. DAS FEDERPENDEL
24
Abbildung 3.1: Das Federpendel
folgende Bewegungsgleichung:
X
Fi = FG + Fk = mg (kx mg) = kx = ma = m
x
(3.2)
k
x.
m
Das ist eine Differentialgleichung 2. Ordnung in x. Die Lsung kann, wie in Abschnitt
1.3.2 beschrieben, ermittelt werden. Die Lsung, der harmonischer Oszillator, ist
eine Funktion der Art
x(t) = A sin(x + )
(3.3)
p
mit = k/m. Die Richtigkeit kann leicht geprft werden, indem man die Funktion
x(t) zweimal ableitet und die Ableitung sowie die Funktion in Gleichung 3.2 einsetzt.
Auerdem kann mit dem Satz von Picard-Lindelf berprft werden, dass die Lsung
eindeutig ist, es also keine zweite Lsung mehr gibt. Zum Zeitpunkt t = 0 ist die
Auslenkung dabei x(t = 0) = 0. Damit das System nicht wie oben beschrieben im
Ruhezustand ist, kann die Geschwindigkeit zu diesem Zeitpunkt also nicht 0 sein v(t =
0) 6= 0. Die Konstanten A, B, und werden durch die Anfangsbedingungen x(t =
0) und y(t = 0) und durch die Rahmenbedingungen m und k bestimmt.
ber einfache Umformungen gelangt man zu

x0
t0
(3.4)
= arctan
v0
x
=
und
A=
x0
.
sin(t0 + )
(3.5)
Eine erste intuitive Mglichkeit zur numerischen Berechnung wird nun vorgestellt.
3.3. EINFACHE NUMERISCHE LSUNG
25
3.3 Einfache numerische Lsung

hnlich wie in Abschnitt 2 muss auch hier integriert werden. Bekannt ist ein Anfangspunkt (x0 , x 0 ) und alle Krfte und Gesetze um die Auslenkung der Masse und ihre
Geschwindigkeit vorrauszusagen. Unbekannt ist jedoch x
(t). Wre diese Funktion bekannt, msste nur noch einmal fr die Geschwindigkeit und einmal fr den Ort integriert werden.
Z
Z
t
a(s) ds =
t0
und
t0
v(s) ds =
t0
x
(s) ds = x(t)
x(t
0)
(3.6)
x(s)
ds = x(t) x(t0 ).
(3.7)
t
t0
Das Wissen ber die numerische Integration wird also von Nutzen sein. Die erste und
einfachste Methode ist, davon auszugehen, dass sich die Beschleunigung in dem Zeitintervall I = [t0 ; t0 + t] nicht sehr verndern wird. Das heit, wir nehmen an,
a(t) = a(t0 ) im gesamten Intervall I. Dieses Verfahren ist auch als EulerVerfahren
bekannt. Fr die Integration gilt dann
Z t
v(t) v(t0 ) =
a ds = at
(3.8)
t0
und
x(t) x(t0 ) =
v(s) ds =
t0
1 2
at + v(t0 )t
2
(3.9)
Dabei ist die Beschleunigung zum Zeitpunkt t0 gegeben durch

a(t0 ) =
F (t0 )
k
=
x(t0 ).
m
m
(3.10)
Jetzt kann man bereits einen kleinen Algorithmus schreiben.

tAktuell = 0
until tAktuell>GrenzeZeit
a=-k*x/m
vNeu=vAlt + a*t
xNeu=xAlt + vAlt*t + a*t^2/1
tAktuell=tAktuell + t
do loop
Abbildung 3.2 zeigt Ergebnisse, die nach dem oben beschriebenen Muster errechnet wurden. Die Anfangswerte sind dabei x(t0 ) = 5, v(t0 ) = 0 und t0 = 0. Das
Pendel wird also um 5 LE (Lngeneinheiten) ausgelenkt und dann losgelassen. Die
Rahmenbedingungen
sind mglichst einfach gewhlt als k = 8, m = 2 und somit
p
= k/m = 2.
Das Diagramm zeigt zwei Reihen von numerisch vorhergesagten Kurven. Die erste
Reihe wurde mit einer Schrittweite t = 0.1 und die zweite Reihe mit einer Schrittweite von t = 0.05 berechnet. Da auf 20 Zeiteinheiten vorausgesagt werden sollte,
ergibt das 200 Rechenschritte fr die erste und 400 Rechenschritte fr die zweite Reihe. Wie in Abbildung 3.2 zu sehen ist, wird die Amplitude der numerischen Lsung, im
26
40
Schrittweite 0,1s
Schrittweite 0,05s
Ort
30
20
10
0
10
20
30
10
15
20
Abbildung 3.2: Erste Ergebnisse
Vergleich zur korrekten Amplitude, immer grer. Eine deutliche Abweichung von der
exakten Lsung zeigt sich bereits nach der ersten kompletten Schwingung. Im ersten
Viertel dieser Periode wird das Pendel nach unten beschleunigt. Da der Integrationsalgorithmus zur Voraussage der Beschleunigung einfach den Wert der Beschleunigung
zu Beginn eines Schrittes nimmt, ist diese immer zu gro, die Pendelmasse wird also
zu schnell. Im 2. Viertel hingegen ist die Beschleunigung immer zu klein, die Pendelmasse wird also zu wenig gebremst. Beide Punkte fhren dazu, dass die Amplitude
immer strker anwchst. Die Nulldurchgnge hingegen weisen keine sichtbaren Fehler
auf. In dieser Hinsicht gleichen sich die zu starke und zu schwache Beschleunigung
aus.
Offensichtlich sind die Vorhersagen sehr ungenau. Wollte man auf diese Weise sicherstellen, nicht vor ein Pendel zu laufen, so sollte man sich nicht zu sehr in Sicherheit
wiegen. In spteren Kapiteln, in denen das Dreikrperproblem offensichtlicher behandelt wird, geht es bei der Frage nach der Genauigkeit dann nicht mehr um eine Beule
sondern z.B. um einen Satellit, der abstrzen knnte oder auch einfach sein Ziel verfehlt, wenn er nicht genau gesteuert wird. Der Zeitaufwand der Rechnung ist allerdings
auch noch nicht sehr gro. Fr die erste Reihe betrgt er 1/200s und fr die zweite Reihe 1/100s.
Im Folgenden wird nicht mehr die ganze Bahn des Pendels betrachtet. Es soll nur noch
der Ort und die Geschwindigkeit zu einem bestimmten Zeitpunkt in der Zukunft berechnet werden.
3.4. 2-SCHRITT-VERFAHREN
27
3.4 2-Schritt-Verfahren
Die Vorgehensweise entspricht in etwa der bei der numerischen Integration. Bislang
wurde die Beschleunigung x
einfach als fr einen gewissen Zeitraum konstant betrachtet. Jetzt soll, wie z.B. bei der Trapezregel, die Beschleunigung durch eine lineare
Funktion angenhert werden.
Um eine Gerade festlegen zu knnen, bentigt man allerdings zwei Wertepaare (x i , x i ), i =
1, 2. Da die Funktion x
(t) jedoch nicht bekannt ist, muss mit Hilfe von zuvor bekannten Werten eine Vorhersage gemacht werden. Als Startwert ist in der Regel jedoch nur
ein Paar gegeben. Das zweite Paar kann aber ber penible Integration nach der ersten
Methode beliebig genau ermittelt werden. Dies stellt aufgrund der Einmaligkeit keinen
zu hohen Aufwand dar. Das Verfahren liefert bereits wesentlich bessere Ergebnisse als
das Verfahren aus dem vorherigen Kapitel. Da man in blichen Diagrammen die Abweichungen nur noch schlecht sehen kann, werden nicht mehr die kompletten Bahnen
sondern nur noch die Position zu einem bestimmten Zeitpunkt betrachtet. Tabelle 3.1
stellt Ergebnisse eines 1-Schritt- und eines 2-Schritt-Verfahren dar. Es sollte der Ort
des Krpers in 20 Zeiteinheiten vorausgesagt werden. Der exakte Wert ist
x(20) = 5 cos(2 20) = 3.3346903082 .
Die Werte des 1-Schritt-Verfahren der Werten aus dem vorigen Kapitel. Der ZeitSchrittweite
0.100
0.050
0.010
0.005
0.001
1-Schritt
-20.44933
-8.83391
-4.08736
-3.69380
-3.40389
Fehler
5.132E+00
1.649E+00
2.257E-01
1.077E-01
2.075E-02
2-Schritt
-4.60342
-3.65619
-3.34726
-3.33781
-3.33481
Fehler
3.805E-01
9.641E-02
3.769E-03
9.370E-04
3.729E-05
Tabelle 3.1: Vergleich zweier Verfahren

aufwand bei gleicher Schrittweite steigt um 50%. Wichtiger ist jedoch der Aufwand,
der bentigt wird, um eine bestimmte Genauigkeit zu erreichen. Soll der relative Fehler etwa 1 101 betragen, so ist das 1-Schritt-Verfahren auf eine Schrittweite von
0.005 angewiesen. Das 2-Schritt-Verfahren erreicht diese Genauigkeit bereits bei einer
Schrittweite von 0.05 und muss damit nur 1/10 der Schritte ausfhren. Insgesamt ist
das 2-Schritt-Verfahren ca. 5 mal so schnell.
3.5 Mehrschrittverfahren
Das 2-Schritt-Verfahren ist deutlich besser (schneller, billiger) als das 1-Schritt-Verfahren.
Dieses Kapitel behandelt die Frage, wie viele Schritte sinnvoll sind.
In Abbildung 3.3 werden die Voraussagen fr die Beschleunigung x
(t) im Bereich
[0.2, 0.25] dargestellt. Wie beschrieben bentigt ein n-Schritt-Verfahren dafr n Schritte. Mit der steigenden Anzahl der Schritte wird die Voraussage der unbekannten Beschleunigung genauer. Anschaulich wird klar, dass die Genauigkeit mit steigender Anzahl der Schritte steigt. Bei einem n-Schritt-Verfahren wird die Beschleunigung durch
ein Polynom vom Grad n1 interpoliert. Die Sttzstellen des Polynoms sind die Punkte
28
12
Exakte Kurve
1-Schritt
13
2-Schritt
3-Schritt
14
+

15

16
+ +
+
+
17

+

+
+

+

19
+

+

+
20
0.1
0.2
0.3
0.4
0.5
0.6
0.7
18
Abbildung 3.3: verschiedene Interpolationenen
(x1 , f (x1 )) , (x2 , f (x2 )) , . . . , (xn , f (xn )). Das Polynom ist dann von der Form p(x) =
a0 + a1 x + . . . + an2 xn2 + an1 xn1 . Wie bereits in (3.8) und (3.9) lsst sich dann
der Ort und die Geschwindigkeit zu einem spteren Zeitpunkt voraussagen.
v(t) = v(t0 ) +
p(s) ds
t0
a1
an1 n
= v(t0 ) + a0 h + h2 + . . . +
h
2
n
(3.11)
und
x(t) =
Z tZ
t0
p(s) ds
t0
= x(t0 ) + v(t0 )h +
a0 2 a1 3
an1
h + h + ... +
hn+1
2
6
n (n + 1)
(3.12)
mit der Schrittweite h = (t t0 ). x(t) wird also durch ein Polynom vom Grad (n + 1)
und v(t) durch ein Polynom vom Grad n errechnet. Welche Auswirkungen das auf die
Ergebnisse hat, wird in Tabelle 3.2 zusammengestellt. Dabei wurden erneut der Ort
und die Geschwindigkeit des Pendels zwanzig Sekunden in die Zukunft vorausgesagt.
Eingetragen wurden nur die Fehler des Ortes. Die Fehler in der Geschwindigkeit weisen keine qualitativen Unterschiede auf.
Betrachtet man die Verhltnisse der Fehler von Schritt zu Schritt, so stellt man fest,
dass sich die Fehler beim 1-Schritt-Verfahren in etwa halbieren und bei den anderen
Verfahren vierteln. Das 1-Schritt-Verfahren scheint von der Ordnung 1 und die anderen von der Ordnung 2 zu sein.
3.6. DIE ORDNUNG EINES 1-SCHRITT-VERFAHREN

Schrittweite
1/10
21 /10
22 /10
23 /10
24 /10
Fehler Ort 1
5.13E+00
1.65E+00
6.50E-01
2.89E-01
1.36E-01
Fehler Ort 2
3.80E-01
9.64E-02
2.39E-02
5.90E-03
1.47E-03
Fehler Ort 3
4.36E-02
1.43E-02
4.08E-03
1.09E-03
2.81E-04
29
Fehler Ort 4
6.53E-02
1.82E-02
4.65E-03
1.17E-03
2.91E-04
Tabelle 3.2: Ergebnisse von Mehrschrittverfahren
3.6 Die Ordnung eines 1-Schritt-Verfahren

In [16, S.114] wird beschrieben, wie der Fehler-Begriff, der in Kapitel 2.5 bereits eingefhrt wurde, auf Differentialgleichungen anzuwenden ist. Danach wird gezeigt, was
ein Verfahren hherer Ordnung ausmacht.
Zuerst also zum Fehlerbegriff, wobei die bislang behandelte Differentialgleichung des
Federpendels als Beispiel dienen soll. Wie man bereits an den Mehrschrittverfahren
sehen konnte (siehe Gleichungen 3.8, 3.9, 3.11 und 3.12) sind die Gleichungen zur
Vorhersage von Ort und Geschwindigkeit immer vom Typ
x(t) = x(t0 ) + (t t0 )(x(t0 ), v(t0 ), (t t0 ))
v(t) = v(t0 ) + (t t0 )(x(t0 ), v(t0 ), (t t0 )).
Dabei war bei den Mehrschrittverfahren die Funktion (x(t0 ), v(t0 ), (t t0 )) ein Polynom mit Koeffizienten, die aus vorhergehenden Werten errechnet wurden. Im Einschrittverfahren hat sie folgende Gestalt.
(x(t0 ), v(t0 ), (t t0 )) = v(t0 )
k
x(t0 )(t t0 )
2m
(3.13)
fr den Ort und

(x(t0 ), v(t0 ), (t t0 )) =
k
x(t0 )
m
(3.14)
fr die Geschwindigkeit zum Zeitpunkt t. Wie zuvor ist dabei k die Federkonstante und
m die Masse des Pendels.
Um die bersichtlichkeit zu wahren, wird im Folgenden nur noch der Fehler des Ort
betrachtet. Seien nun t0 und x(t0 ) beliebige aber festgelegte Anfangswerte und Ort(t)
der exakte Wert des Orts zum Zeitpunkt t. Dann gibt die Funktion
(
x(t)x(t0 )
(t t0 ) 6= 0
tt0
(x(t0 ), y(t0 ), (t t0 )) :=
(3.15)
v(t)
(t t0 ) = 0
den Differenzenquotienten der exakten Lsung x(t) zur Schrittweite (t t 0 ) an, whrend (x(t), y(t), (t t0 )) der Differenzenquotient zur Schrittweite (t t0 ) der durch
gelieferten Nherungslsung ist. Die Gre der Differenz
(x(t), y(t), (t t0 )) = (x(t0 ), y(t0 ), (t t0 )) (x(t), y(t), (t t0 ))
gibt dann an, wie gut die Gleichung des Einschrittverfahrens die exakte Lsung der
Differentialgleichung erfllt: Sie ist ein Ma fr die Gte des Nherungsverfahrens.
30
(x(t), y(t), (t t0 )) wird lokaler Diskretisierungsfehler an der Stelle (t, x(t)) des
betreffenden Verfahrens genannt. Dieser Fehler steht nicht in Konkurenz zu dem relativen Fehler, der bislang angegeben wurde. Vielmehr charakterisiert er den Fehler fr
einen Schritt und ist nicht dafr zustndig, einen Wert, der durch Aneinanderreihung
sehr vieler Schritte entstanden ist, zu bewerten. In Abschnitt 5.1 wird gezeigt, dass die
Ordnung des Fehlers auch bei vielen Schritten erhalten bleibt.
Will man die Ordnung eines Verfahrens bestimmen, hilft die Taylorentwicklung:
x(t) = x(t0 ) + (t t0 )x0 (t0 ) +
(t t0 )2 00
x (t0 ) + . . .
2
(3.16)
Die Ableitungen sind in unserem Fall bekannt.

x0 (t) = v(t)
k
x(t)
m
k
k
x(3) (t) = x0 (t) = v(t)
m
m
..
.
x00 (t) = v 0 (t) =
(3.17)
(3.16) lsst sich umformen zu

x(t) x(t0 )
= (x(t0 ), y(t0 ), (t t0 ))
t t0
k
k
= v(t0 )
Ort(t0 )(t t0 )
v(t0 )(t t0 )2 + . . .
2m
6m
(3.18)
Fr das 1-Schritt-Verfahren entsprechen die ersten 2 Summanden gerade der Funktion

(siehe Gleichung 3.13). Somit ist der lokale Diskretisierungsfehler
(x(t0 ), y(t0 ), (t t0 )) = (x(t0 ), y(t0 ), (t t0 )) (x(t0 ), y(t0 ), (t t0 ))

k
v(t0 ) + . . .
= (t t0 )2
6m
(x(t0 ), y(t0 ), (t t0 )) = O((t t0 )2 ).
(3.19)
Allgemein spricht man von einem Verfahren der Ordnung p falls fr den lokalen Diskretisierungsfehler = O((tt0 )p ) gilt . Das 1-Schritt-Verfahren ist also ein Verfahren
2. Ordnung fr den Ort und eines 1. Ordnung fr die Geschwindigkeit.
Da der Ort auch von der Geschwindigkeit abhngt, kann nach vielen Schritten der Fehler des Ortes nicht besser sein als der Fehler der Geschwindigkeit. Insgesamt ist dieses
Einschrittverfahren also von der Ordnung 1.

Das vorherige Kapitel gibt uns die Mglichkeit, auf einfache Art und Weise 1-SchrittVerfahren von hherer Ordnung zu gewinnen. Dafr werden hhere Ableitungen bentigt, die jedoch in unserem Beispiel relativ einfach zu erhalten sind (siehe 3.17). In
Tabelle 3.3 werden Ergebnisse eines 1-Schritt-Verfahrens der Ordnung 2, 3 und 4 verglichen. Es wurden mit den bislang blichen Konstanten die Werte fr die Geschwin-
3.8. VERGLEICH MEHRSCHRITT- UND 1-SCHRITT-VERFAHREN

Schrittweite
1/10
21 /10
22 /10
23 /10
24 /10
2. Ordnung
3.08E-01
7.74E-02
1.91E-02
4.72E-03
1.17E-03
Verhlnis
3.98
4.05
4.04
4.03
3. Ordnung
1.07E-02
1.51E-03
1.99E-04
2.55E-05
3.22E-06
Verhltnis
7.10
7.60
7.81
7.91
4. Ordnung
6.76E-04
3.99E-05
2.41E-06
1.48E-07
9.18E-09
31
Verhltnis
Tabelle 3.3: Vergleich Verfahren verschiedener Ordnung

digkeit und den Ort zum Zeitpunkt t = 20 vorausgesagt. Dann wurden die Fehler und
das Verhltnis zweier aufeinanderfolgender Fehler berechnet. Da die Schrittweite sich
jeweils halbiert, ist das Verhltnis bei dem Verfahren 2. Ordnung wie erwartet ungefhr 22 = 4, bei dem Verfahren 3. Ordnung 23 = 8 und bei dem Verfahren 4. Ordnung
24 = 16. Die Fehler und deren Verhltnisse bei der Geschwindigkeit verhalten sich
qualitativ gesehen identisch.
3.8 Vergleich Mehrschritt- und 1-Schritt-Verfahren

Betrachtet man nun die Ergebnisse eines Mehrschrittverfahrens, wie sie in Tabelle 3.2
dargestellt sind, so sieht man, dass das 1-Schritt-Verfahren von der Ordnung 1 ist. Das
heit, dass sich die Genauigkeit verdoppelt, wenn die Schrittweite halbiert wird. Alle
weiteren Verfahren sind den Zahlen nach von der Ordnung 2. Das heit, dass sich ab einem 3-Schritt-Verfahren die Fehler der Voraussagen nicht mehr besonders verbessern.
Einen Grund dafr kann in [16, S.141] nachgelesen werden.
Die 1-Schritt-Verfahren hherer Ordnung sind den hier gezeigten Mehrschrittverfahren deutlich in der Regel berlegen. Das liegt vor allem auch daran, dass fr die
1-Schritt-Verfahren keine interpolierenden Polynome berechnet werden mssen. Der
groe Nachteil der 1-Schritt-Verfahren liegt bislang darin, dass man die Ableitung explizit kennen muss. Auf der einen Seite waren die Ableitungen fr das Federpendel
sehr einfach, auf der anderen Seite ist das jedoch auch kein Wunder, da ja sogar eine
analytische Lsung bekannt ist. Im nchsten Kapitel werden kompliziertere Differentialgleichungen betrachtet, so dass das hier geschilderte 1-Schritt-Verfahren verbessert
werden muss.
16.95
16.53
16.28
16.15
32
Kapitel 4
Planetenbahnen
Der nchster Schritt in Richtung Dreikrperproblem sind die Bahnen von Planeten
um eine Sonne, bekannt als das Kepler-Problem (siehe auch Abschnitt 1.2.2 ber die
Keplerschen Gesetze). Die Erde bewegt sich nach dem ersten Keplerschen Gesetz auf
einer Ellipsenbahn um die Sonne. Die Keplerschen Gesetze stellen eine Nherung dar,
da nur die Krfte der Sonne auf die Planeten bercksichtigt werden. Der Fehler ist
jedoch gering, da die Masse der Sonne erheblich grer ist als die Masse der Planeten.
Fr unser Sonnensystem gilt z.B. MSonne = 332000 MErde .
4.1 Analytische Lsung

Das Kepler-Problem lsst sich analytisch lsen, wie in [1, S.104] nachgelesen werden
kann. Das heit, es gibt eine geschlossene Form, die den Ort und die Geschwindigkeit
des Planeten angibt.
Da die Gravitationskraft konservativ und zentral ist, sind Energiesatz und Flchensatz
gltig; die Bewegung findet also in einer ebene Bewegung statt. Um die Bahn zu ermitteln, kann an Stelle von den Bewegungsgleichungen auch gleich von diesen zwei
Stzen (zwei Differentialgleichungen erster Ordnung) ausgegangen werden. Mit den
Bezeichnungen aus Abbildung 4.1 und r = |~x| ergibt sich in Polarkoordinaten die potentielle Energie als Mrm und die kinetische Energie als 1/2m(r 2 + r2 2 ). Somit
lautet der Energiesatz (dividiert durch m):
1
M
m(r 2 + r2 2 )
=c
2
r
(= konst.),
(4.1)
der Flchensatz aber, der zugleich das zweite Keplersche Gesetz darstellt, hat die Form
r2 = h (= konst.)
(4.2)
Zu Beginn soll die Bahn r = r() des Planeten bestimmt werden. Zu diesem Zweck
wird die Zeit aus den obigen Gleichungen eliminiert. Die in Gleichung 4.1 auftretenden
Gren und r knnen mit Gleichung 4.2 folgendermaen ausgedrckt werden:
=
h
,
r2
r =
dr
dr
dr h
=
=
.
dt
d
d r2
33
(4.3)
KAPITEL 4. PLANETENBAHNEN
34
Abbildung 4.1: Werte einer Planetenbahn
Setzt man dies in Gleichung 4.1 ein, so ergibt sich

"
#
2
h2
2M
h dr
+ 2
= 2c,
r2 d
r
r
(4.4)
d.h. eine Differentialgleichung fr die gesuchte Funktion r(). Anders geschrieben

lautet diese
r
dr
r2
2M
h2
2c +
=
2
d
h
r
r
oder
d = q
h/r2
2c +
2M
r
h2
r2
(4.5)
dr.
Die Integration ist einfach, da der Ausdruck unter der Wurzel folgendermaen umgeformt werden kann.
2 u2 ,
wobei 2 = 2c +
M2
,
h2
u=
M
h
.
h
r
2 ist eine Konstante, u eine neue Integrationsvernderliche: du =

Gleichung 4.5 die folgende Form an:
d =
du
,
u2
ihr Integral lautet:

+ k = arccos
(k ist eine Konstante).
h
r 2 dr.
So nimmt
4.2. BEWEGUNGSGLEICHUNGEN
35
Aus dieser Gleichung und aus der Bedeutung von u ergibt sich
u = cos( + k) =
M
h
,
h
r
woraus
r=
M
h
h
=
cos( + k)
1
h2 /M
h
M cos( + k)
folgt. Wir setzen die Abkrzung

p=
h2
,
M
=
h
M
und whlen die Konstante k zu Null, indem wir den Winkel vom maximalen Wert
von r aus messen (dann ist nmlich fr = 0 : cos( + k) = 1, also k = 0. Somit
ergibt sich die Bahngleichung
r=
p
.
1 cos()
Dies bedeutet, wie aus der analytischen Geometrie bekannt, einen Kegelschnitt, von
dessen Brennpunkten einer der Anfangspunkt des Polarkoordinatensystem, d.h. der
Massenpunkt M ist. Dieser Satz ist - am Sonnensystem angewandt - das erste Keplersche Gesetz. Die Bahn ist eine Ellipse, Parabel oder Hyperbel, je nachdem, ob die
numerische Exzentrizitt kleiner, gleich oder grer als 1 ist. Um in den folgenden
Kapiteln die Ergebnisse der numerischen Lsungsverfahren mit den exakten Ergebnissen vergleichen zu knnen, bentigen wir auer der Bahngleichung noch die Zeitabhngigkeit der Koordinaten r und . Aus dem Flchensatz r 2 = h (4.2) folgt nmlich
die dem Winkel entsprechende Zeit:
t=
1
h
r2 d = t().
0
Die Umkehrfunktion liefert = (t), und damit ist, wegen r = r() = r[(t)],
auch r als Funktion der Zeit bestimmt; Das Problem ist also im Prinzip gelst. Das
obige Integral kann aber in geschlossener expliziter Form nicht ausgedrckt werden.
Zur Bahnbestimmung kann ein numerisches Integrationsverfahren wie die SimpsonRegel verwendet werden (siehe Beispiel 2.3 in Abschnitt 2.4). Gegeben ist aber nicht
eine Integrationsgrenze sondern eine Zeit. Das erfordert jedoch nur kleine nderungen
im Algorithmus.
4.2 Bewegungsgleichungen
Das Kepler-Problem hnelt dem Federpendel, spielt sich jedoch im 2-dimensionalen
ab. Die Differentialgleichungen der Bewegung erhlt man erneut, indem man alle Krfte, die auf den Planeten wirken, addiert und diese Summe mit dem Produkt aus der
Beschleunigung und der Planetenmasse gleich setzt.
mM~x
F~g =
|~x|3
(4.6)
36
Die Gleichung ist vektorwertig. Wie in Kapitel 4.1 beschrieben, bewegt sich der Planet
jedoch in einer festen Ebene. Fr die Komponenten der Bewegungsgleichung gilt dann
x
i =
Fx i
M
x
p i
= p
2
2
m
2
2
x0 + x21
x +x
0
M
= 3 xi ,
r
(4.7)
i = 1, 2
Diese Differentialgleichung sind komplizierter als die Gleichungen des Federpendels

(siehe Gleichung 3.2 auf Seite 24).
4.3 Erste Planetenbahnen

Die Ergebnisse aus Kapitel 3.3 knnen auch fr Planetenbahnen verwendet werden,
indem man die 2 Komponenten, aus denen sich sowohl der Ort als auch die Geschwindigkeit zusammensetzen, getrennt betrachtet. Der folgende Algorithmus skizziert die
Vorgehensweise:
%Abstand zum Zeitpunkt t0
r=BerechneAbstand(Ort(0),Ort(1))
% Komponente 0
Geschw(0) = VorraussageGeschw1 (r,t)
Ort(0)
= VorraussageOrt1 (r,t)
% Komponente 1
Geschw(1) = VorraussageGeschw2 (r,t)
Ort(1)
= VorraussageOrt2 (r,t)
Die Funktionen zur Voraussage von Ort und Zeit haben dabei die folgende Form.
v(0, t) = v(0, t0 ) (t t0 )
x(0, t0 )
r2
x(0, t) = x(0, t0 ) + (t t0 ) v(0, t0 )
(t t0 )2 x(0, t0 )
2
r2
fr die Komponente 0, und

v(1, t) = v(1, t0 ) (t t0 )
x(1, t0 )
r2
x(1, t) = x(1, t0 ) + (t t0 ) v(1, t0 )
(t t0 )2 x(1, t0 )
2
r2
fr die Komponente 1. Da die Diagramme 2-dimensional sind, kann der Ort nicht mehr
in Abhngigkeit von der Zeit aufgetragen werden. In Abbildung 4.2 sind die Bahnen
eines Planeten dargestellt. Die zu Grunde liegenden Daten

5
0
MSonne = 500, ~x0 =
und ~v0 =
0
10
sind gerade so gewhlt, dass die Bahn eine Kreisbahn ergibt. In Abbildung 4.3 ist die
x0 -Komponente gegen die Zeit aufgetragen. Das Diagramm erinnert an die Schwingung des Pendels, die in Kapitel 3 untersucht wurde (siehe Abbildung 3.2).
Im Falle der Planetenbahnen treten jedoch zwei Effekte auf, die die Ergebnisse der
numerischen Integration von dem exakten Ort abweichen lassen:
4.3. ERSTE PLANETENBAHNEN
37
b0.005
0.01
Exakt
b
b
e
4
2
b
0
bb
b
b
2
4
6
6
b
b b
4
Abbildung 4.2: Planetenbahn
1. Der Abstand des Planeten von der Sonne, der bei einer Kreisbahn konstant sein
muss, wird immer grer.
2. Die Planeten fallen gegenber dem exakten Ort mit der Zeit zurck. Sie brauchen
also immer lnger, um die Sonne einmal komplett zu umrunden.
Die Grnde fr diese Effekte sind jedoch anderer Art als die beim Federpendel, auch
wenn zumindest der erste dem Effekt gleicht, der beim Federpendel zu beobachten
war (vergleiche Abbildung 3.2, Seite 26, mit Abbildung 4.3) Zuerst werden die ersten Integrationsschritte betrachtet. Die Situation sei wie in Abbildung 4.2. Dann ist
die Nherungslsung nach dem ersten Schritt links oberhalb der exakten Lsung. Die
Beschleunigungen sowohl in x1 Richtung als auch in x0 Richtung werden als zu
gro angenommen. Dies entspricht zunchst nicht dem Eindruck, der in der Aufzhlung dargestellt ist. Nachdem 1/4 der Kreisbahn zurckgelegt ist, fllt die genherte
Bahn jedoch hinter der exakten Bahn zurck. Der Grund ist der, dass die genherte
Bahn sich, wie oben beschrieben, weiter vom Gravitationszentrum entfernt haben. Der
Planet erfhrt also eine geringere Kraft und kommt nicht mehr so gut in die Kurve wie
der tatschliche Planet es kann. Dieser Vorgang wiederholt sich in jedem Viertel, so
dass die Nherungslsung mit der Zeit immer weiter nach auen gedrngt wird. Dadurch erhht sich die Umlaufdauer und die Nherungslsung fllt immer strker hinter
die exakte Lsung zurck.
Insgesamt bietet das 1-Schritt-Verfahren der Ordnung 1 also ein schlechtes Bild. Selbst
bei sehr kleinen Schrittweiten wird der Fehler schon nach kurzer Zeit so gro, dass er
nicht mehr toleriert werden kann.
38
0.005
0.01
Exakt
6
4
2
0
2
4
6
8
10
Abbildung 4.3: Zeitabhngigkeit der x0 Komponente
4.4 Polarkoordinaten
Nun werden die Bewegungsgleichungen
in Polarkoordinaten aufgestellt. Gleichung 4.7
p
kann mit dem Abstand r = x20 + x21 und dem Winkel folgendermaen geschrieben
werden.

M cos())/r 2
x
0
Fx0 /m
=
=
M sin()/r 2
Fx1 /m
x
1
Um die Differentialgleichung komplett nach Polarkoordinaten zu transformieren, kann

man wie folgt vorgehen. Mit der Transformationsvorschrift x0 = r cos und x1 =
r sin gilt
!

d
d2
x
0
sin )
2 (r cos
dt
dt (r cos r
=
=
2
d
d
x
1
cos )
dt (r sin + r
dt2 (r sin

r cos r sin r sin r sin r 2 cos
=
r sin + r cos + r cos + r cos r 2 sin

r cos 2r sin r sin r 2 cos
=
r sin + 2r cos + r cos r 2 sin .
Damit kann man jetzt zwei Differentialgleichungen aufstellen. Da bei Polarkoordinaten

keine Vektorschreibweise blich ist, werden die Gleichungen als zwei einzelne Gleichungen betrachtet.
M cos()/r 2 = r cos 2r sin r sin r 2 cos
M sin()/r 2 = r sin + 2r cos + r cos r 2 sin
(4.8)
Sie lassen sich relativ leicht in eine gewohnte Form umwandeln. Zuerst wird eliminiert, indem man die erste Gleichung durch sin und die zweite durch cos dividiert
4.5. ELLIPSENBAHNEN
39
und dann beide addiert. Dann eliminiert man r indem die erste Gleichung durch cos
und die zweite durch sin dividiert wird und dann die Gleichungen voneinander abzieht. Dadurch erhlt man zwei neue Gleichungen:
= 2r /r
r = r 2 M/r 2
(4.9)
Diese Information kann auch auf einem krzeren und direkteren Weg erreicht werden
[11, S.29]. So besteht die radiale Beschleunigung aus zwei Termen, nmlich der zweiten Ableitung der Radialkomponente (
r) und der Zentripetalbeschleunigung (r 2 ).
Setzt man diese Beschleunigungen nun mit der Gravitationskraft (M/r 2 ) gleich, so
erhlt man die Gleichung
M
r r 2 = 2 .
(4.10)
r
Die Differentialgleichung fr die Winkelkomponente ergibt sich ebenfalls einfach.
Die zeitliche Ableitung der Gleichung r 2 = c, welche die Erhaltung des Drehimpulses ausdrckt, ergibt
2r + r = 0.
(4.11)
(4.10) und (4.11) entsprechen damit den Gleichungen in (4.9). Mit den neuen Variablen
= und = r ergibt sich dann das folgende System von Differentialgleichungen.
= 2/r
=
= 1 (r, , )
= r 2 M/r 2 = 0 (r, MSonne )

r =
(4.12)
Der Winkel und Abstand zu einem spteren Zeitpunkt t lassen sich nun voraussagen.
(t) = (t0 ) + (t t0 )1 (r, , )
(t t0 )2
1 (r, , )
2
(t) = (t0 ) + (t t0 )0 (r, MSonne )
(t) = (t0 ) + (t t0 )(t0 ) +

r(t) = r(t0 ) + (t t0 )(t0 ) +
(4.13)
(t t0 )2
0 (r, MSonne )
2
Zuerst wird eine Bahn mit den selben Anfangswerten wie im vorigen Kapitel berechnet.
Diese errechnete Planetenbahn entspricht der exakten Bahn. Fr eine Kreisbahn gilt
Zentripetalkraft = Gravitationskraft. Wenn man diese Formel umformt und in 0 aus
den Gleichungen 4.12 einsetzt, so gilt 0 = 0, und zwar permanent. und r verbleiben
also permanent in ihren Startwerten. Wegen = 0 ist auch 1 = 0. Also ndert sich
auch nicht und es gilt = t. Das beschreibt den exakten Kreis.
4.5 Ellipsenbahnen
Die kreisfrmige Planetenbahn ist ein Spezialfall. Im Allgemeinen bewegen sich Planeten auf Ellipsenbahnen um ihre Sonne. Abbildung 4.4 zeigt einige solcher Bahnen
mit einer Schrittweite 0.01. Der Startpunkt ist der gleiche wie zuvor. Nur die Geschwindigkeit wurde heruntergesetzt. Bei der Kreisbahn betrug sie v = 10. Je kleiner die Anfangsgeschwindigkeit, desto kleiner ist auch der minimale Abstand des Planeten von
40
Kreis
v0 = 9
v0 = 8
v0 = 7
4
3
2
1
0
1
2
3
4
5
6
Abbildung 4.4: Vergleich verschiedener Vorbeiflge, Einschrittverfahren
der Sonne. Wichtiger ist jedoch, dass im gleichen Zuge die Nherungskurve immer
schlechter wird. Kommt der Planet bei v = 8 nach einer Umkreisung fast wieder an
seinem Startpunkt an, so wird der Fehler bei geringeren Startgeschwindigkeiten bereits
nach einer Umkreisung immens. Der Grund dafr ist, dass kleine Fehler der Planetenbahn in der Nhe der Sonne strkere Auswirkungen haben als in groer Entfernung.
Um zu erfassen, warum das so ist, wird die Beschleunigung a = F/m betrachtet. Sie
ist die Gre, die von auen (von der Sonne) auf den Planeten einwirkt. Ein Ma fr
den Einfluss kleiner Fehler des Abstands ist die Ableitung der Beschleunigung nach
dem Abstand da/dr. Sie drckt aus, welche Auswirkungen kleine nderungen des
Abstands auf die Beschleunigung haben und ist eine Funktion vom Typ 1/r 3 . Das bedeutet, dass sich bei halbem Abstand kleine Fehler 8-fach auswirken. In Abschnitt 5.1
und 5.2 werden diese Effekte ausfhrlich behandelt.
Die Planetenbahn neigen dazu, eine Schnecke nach auen zu vollziehen. Dieser Trend
wird also noch verstrkt, und zwar um so mehr, desto nher der Planet an der Sonne vorbei fliegt. Sicherlich kann man diesem Problem begegnen, indem man die Schrittweite
insgesamt verkleinert. Zuerst wird jedoch ein Verfahren hherer Ordnung entwickelt.
4.6 Verfahren 2. Ordnung

Mit den Polarkoordinaten knnen wir relativ einfach das Verfahren anwenden, das in
Kapitel 3.7 fr das Federpendel angewandt wurde. Indem Ableitungen der Funktionen
0 und 1 gebildet werden, kann pro Ableitung die Ordnung des Verfahrens um 1
4.6. VERFAHREN 2. ORDNUNG
41
erhht werden.
d
62 + 2MSonne /r 2r 2 3
1 =
dt
r2
d
2MSonne
0 =
3 2
dt
r3
Der Rechenaufwand steigt dadurch um ca. 200%. Das heit, es sind pro Schritt wesentlich mehr Rechenschritte durchzufhren. Andererseits lohnt sich der Aufwand.
Um z.B. bei einer Anfangsgeschwindigkeit v = 8 eine auch nur annhernd genauso
gute Bahn zu erhalten, bentigt man die 10-fache Anzahl an Schritten. Obwohl das
2-Schritt-Verfahren einen groen Fortschritt darstellt, sind Bahnen mit Startgeschwindigkeiten von v = 5 bereits mit bloem Auge erneut fehlerhaft. Hier ist ein Verfahren
notwendig, das dem speziellen Problem der groen Fehler in der Nhe der Sonne entgegen tritt. Deshalb wird nun ein Verfahren mit Schrittweitensteuerung vorgestellt. Solch
exakt
v0 = 8
v0 = 5
2
4
6
Abbildung 4.5: Vergleich verschiedener Vorbeiflge, Zweischrittverfahren

eine Vorgehensweise wurde bereits im Kapitel 2.6 ber Integration verwendet. Im Gegensatz zur Integration ist beim Lsen von Differentialgleichungen die Funktion bzw.
die Bahn nicht bekannt. Also mssen alle Entscheidungen ber die Lnge des nchsten
Schritts aus bisherigen Daten vorausgesagt werden. Der neue Algorithmus weist im
Vergleich zum bisherigen Algorithmus nur den Unterschied auf, dass vor jedem Schritt
die neue Schrittweite berechnet wird. Als Ma dient dabei ein Bruchteil
des maximale
2
/M
Abstand des Planeten von der Sonne. Er ergibt sich als rmax = h1
. In allen bisherigen Beispielen war das gerade der Anfangsabstand. Dann wird zuerst die folgende
Funktion verwendet.
r(t0 )
t(r(t0 ), rmax ) t0 = c
rmax
Fr die Konstante kann eine Schrittweite in der Dimension der bisher benutzten Schrittweite herangezogen werden. Die Schrittweite ist dann in der Nhe des am weitesten
42
entfernten Punktes maximal (ungefhr c) und in der Nhe der Sonne minimal. Die
Funktion zur Steuerung der Schrittweite ist vom Typ 1/r, da es nicht sinnvoll ist, in
der Nhe der Sonne genauer zu rechnen als anderswo. Da ein Verfahren 2. Ordnung
benutzt wird, verhlt sich der Fehler wie 1/r 2 und gleicht somit die erhhte Fehleranflligkeit in der Nhe der Sonne aus. Vergleicht man eine Berechnung mit Schrittweitensteuerung und der Konstanten c mit einer Berechnung mit Schrittweite c, so fllt
auf, dass die erste deutlich mehr Schritte braucht, wenn der Planet in die Nhe der Sonne kommt. Soll mit der alten Methode jedoch eine vergleichbare Genauigkeit erreicht
werden, so werden insgesamt mehr Schritte bentigt. Tabelle 4.1 zeigt Ergebnisse, die
Schritte
333
665
1330
2659
5317
200
400
800
1600
3200
x0
2.22993
2.31091
2.33272
2.33839
2.33983
-66.44056
5.22725
2.74027
2.39211
2.34731
x1
2.02602
1.91963
1.89382
1.88743
1.88583
-13.67878
0.77277
1.81527
1.87284
1.88237
Fehler x0
4.72E-02
1.26E-02
3.24E-03
8.26E-04
2.08E-04
2.94E+01
1.23E+00
1.71E-01
2.21E-02
2.99E-03
Fehler x1
7.46E-02
1.82E-02
4.52E-03
1.13E-03
2.81E-04
8.26E+00
5.90E-01
3.71E-02
6.61E-03
1.55E-03
Tabelle 4.1: Vergleich mit und ohne Schrittweitensteuerung

mit (im oberen Bereich) und ohne (im unteren Bereich) Schrittweitensteuerung erzielt
wurden. Vergleicht man z.B. die 3. und die 10. Zeile, so wird klar, dass fr etwa die
gleiche Genauigkeit beim Verfahren mit Schrittweitensteuerung weniger als die Hlfte
der Schritte bentigt werden. Eine deutlich bessere aber auch aufwendigere Schrittweitensteuerung wird in Abschnitt 5.1 beschrieben.

Mchte man Verfahren hherer Ordnung, so leitet man einfach die bislang verwendeten Funktionen weiter ab. In diesem Fall wre das sogar eine mgliche Alternative,
da die Ableitungen noch berschaubar sind. Betrachtet man das Problem in kartesischen Koordinaten, so wird klar, warum eine 3. , 4. und 5. Ableitung einen zu groen
Entwicklungs- und Rechenaufwand darstellen knnen. Davon abgesehen mssen die
Ableitungen analytisch und nicht numerisch gewonnen werden. Ein numerisches Programm wie z.B. Matlab ist von sich aus nicht dazu fhig. Die Verfahren von Heun und
Kollatz zeigen, wie man die Probleme umgehen kann und bilden eine Vorstufe zum
Verfahren von Runge und Kutta.
4.7.1
Theorie
Um solch ein Verfahren entwickeln zu knnen, muss die Theorie aus Kapitel 3.6 (S.
29) etwas verallgemeinert werden. Mit den gleichen Bezeichnungen ist die Taylorentwicklung einer Differentialgleichung z 0 (t) = f (t, z(t))
z(x + h) = z(x) + hz 0 (x) +
h2 00
z (x) + . . .
2
4.7. VERFAHREN HHERER ORDNUNG
43
Nun ist aber wegen z(x) = y und z 0 (t) = f (t, z(t)).

d
f (t, z(t))|t=x = fx (t, z(t))|t=x + fy (t, z(t))z 0 (t)|t=x
dx
= fx (x, y) + fy (x, y)f (x, y),
z 00 (x) =
z (3) (x) = fxx (x, y) + 2fxy (x, y)f (x, y) + fyy (x, y)f (x, y)2 + fy (x, y)z 00 (x)
..
.
und daher
h 00
z (x) + . . .
2!
h
= f (x, y) + [fx (x, y) + fy (x, y)f (x, y)] + . . .
2
(x, y; h) = z 0 (x) +
(4.14)
Nun gilt es erneut, eine Funktion (x, y; h) zu finden, so dass (x, y; h) (x, y; h)
von mglichst groer Ordnung ist. Fr den Ansatz
(x, y; h) := a1 f (x, y) + a2 f (x + p1 h, y + p2 hf (x, y)) ,
(4.15)
erhlt man eine Taylorentwicklung von .

(x, y; h) = (a1 + a2 )f (x, y) + a2 h[p1 fx (x, y) + p2 fy (x, y)f (x, y)] + O(h2 ) (4.16)
Der Vergleich von (4.14) und (4.16) ergibt die Bedingungen
a1 + a2 = 1,
a 2 p1 =
1
,
2
a 2 p2 =
1
2
fr die noch zu whlenden Konstanten des Ansatzes. Mit den Werten

a1 =
1
,
2
a2 =
1
,
2
p1 = 1,
p2 = 1
erhlt man das Verfahren von Heun, das ein Verfahren 2. Ordnung ist. Eine andere
Lsung ist
1
1
(4.17)
a1 = 0, a2 = 1, p1 = , p2 =
2
2
die zu dem modifizierten Euler-Verfahren von Collatz fhren. Diese Art von 1-SchrittVerfahren hat somit den groen Vorteil, dass keine Ableitungen explizit ausgerechnet
werden mssen. Auerdem ist der Rechenaufwand im Allgemeinen sehr klein. Bei
beiden Verfahren muss im Wesentlichen nur die Funktion f (x, y) zwei mal ausgewertet
werden.
Beispiel 4.1
Das modifizierte Euler-Verfahren nach (4.17) wird anhand eines einfachen Beispiels
erlutert. Die Differentialgleichung
y 0 = f (x, y) = x
2x
y
mit den Anfangswerte y(0) = 1 hat die exakte Lsung 2x + 1. In Tabelle 4.2 wird
eine Rechnung mit der Schrittweite h = 0.1 vorgefhrt. Der Rechenaufwand besteht
44
x
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
y
1.00000
1.09548
1.18330
1.26506
1.34186
1.41452
1.48364
1.54970
1.61309
1.67411
1.73301
f (x, y)
1.00000
0.91291
0.84526
0.79077
0.74567
0.70756
0.67482
0.64630
0.62120
0.59891
0.57895
x + h2
0.05000
0.15000
0.25000
0.35000
0.45000
0.55000
0.65000
0.75000
0.85000
0.95000
1.05000
y + h2 f (x, y)
1.05000
1.14112
1.22556
1.30460
1.37914
1.44989
1.51738
1.58202
1.64415
1.70405
1.76196
(x, y; h)
0.95476
0.87822
0.81759
0.76803
0.72656
0.69122
0.66064
0.63386
0.61018
0.58906
0.57011
y (exakt)
1.00000
1.09545
1.18322
1.26491
1.34164
1.41421
1.48324
1.54919
1.61245
1.67332
1.73205
Tabelle 4.2: Schema fr das modifizierte Euler-Verfahren
x
0
0.01
0.02
0.04
0.08
mod. Euler-Verfahren
y(2)
Fehler
Verhltnis
2.236068
0
2.236126 2.611E-05
2.236303 1.050E-04
4.0236
2.237018 4.250E-04
4.0454
2.239948 1.735E-03
4.0835
y(2)
2.236068
2.235821
2.235079
2.232096
2.220124
Ableitung
Fehler
0
1.103E-04
4.425E-04
1.776E-03
7.130E-03
Tabelle 4.3: Ergebnis eines modifizierten Euler-Verfahren
Verhltnis
4.0096
4.0150
4.0138
4.8. RUNGE-KUTTA-VERFAHREN N -TER ORDNUNG
45
aus 7 Rechenoperationen und dem zweimaligen Auswerten der Funktion f (x, y). Bei
einem Verfahren 2. Ordnung, wie es im Abschnitt 4.6 (S.40) beschrieben wird, mssen neben vergleichbaren Rechenoperationen einmal f (x, y) und einmal f 0 (x, y) ausgewertet werden. Dabei ist die Ableitung im Normalfall komplexer und langwieriger
auszuwerten als die Stammfunktion. Von der Tatsache, dass die Ableitung erstmal bestimmt werden muss, mal ganz abgesehen.
Verfahren wie das von Heun und das modifizierte Euler-Verfahren stellen somit bei
gleicher Ordnung einen deutlich geringeren Aufwand dar.
4.8 Das Runge-Kutta-Verfahren fr Differentialgleichungen n-ter Ordnung

Das Runge-Kutta-Verfahren ist ein viel benutztes genaues Integrationsverfahren. In den
folgenden Kapiteln werden die allgemeinen Formeln hergeleitet.
4.8.1
Der allgemeine Ansatz
Es sei eine Differentialgleichung n-ter Ordnung vorgelegt

y (n) = f x, y, y 0 , y 00 , . . . , y (n1) ,
(4.18)
und es sei die Lsungsfunktion y(x) gesucht, die an der Stelle x = x0 die vorgegebenen Anfangswerte
()
y0
= y () (x0 ),
( = 0, 1, 2, . . . , n 1)
(4.19)
annimmt. Es sollen Nherungswerte fr y und die Ableitungen y () an einer um die

Schrittweite h entfernten Stelle x1 = x0 + h aufgestellt werden.
Ganz grobe Nherungen wrde man aus den Anfangswerten mit Hilfe der nach
(n1)
()
dem Gliede y0
abgebrochenen Taylor-Entwicklung erhalten, und zwar fr y1 den
Wert
()
y0 +
h (+1) h2 (+2)
hn1
(n1)
y0
+ y0
+ +
y
= T (1),
1!
2!
(n 1)! 0
wenn die Abkrzung T etwas allgemeiner eingefhrt wird als

()
T () = y0 +
h (+1) (h)2 (+2)

y
+
y
+
1! 0
2! 0
(h)n1 (n1)
+
y
(n 1)! 0
(4.20)
( = 0, 1, 2, . . . , n 1).
Das entspricht dem Euler-Verfahren fr den Fall f 0 = f (x, y) wie es in Beispiel 4.1 erlutert wurde. Um bessere Nherungen zu erhalten, werden zu den Taylor-Ausdrcken
noch Korrekturen k () hinzugefgt, d.h., es werden Gren k, k 0 , k 00 , . . . , k (n1) aufgestellt derart, dass (mit einem sich spter als zweckmig erweisenden Faktor !h )
()
y1
= T (1) +
! ()
k
h
( = 0, 1, . . . , n 1)
(4.21)
46
ein mglichst gute Nherung fr die -te Ableitung y () (x1 ) darstellt.

Es werde zunchst ein allgemeiner Ansatz beschrieben, dem sich die meisten bekannten Nherungsverfahren als Spezialflle unterordnen.
Die Zuwachse k () werden durch Linearkombinationen aus gewissen Hilfsgren
k1 , k2 , . . . , kr gebildet
k () =
r
X
% k% ,
%=1
( = 0, 1, . . . , n 1)
(4.22)
wobei man die k% als Funktionswerte f an geeigneten Zwischenstellen bestimmt:

hn
f (x0 , T0 (0), T1 (0), . . . , Tn1 (0)) ,
n!
hn
k2 =
f (x0 + 1 h, T0 (1 ) + a10 k1 , T1 (1 ) + a11 k1 , . . . , Tn1 (1 ) + a1,n1 k1 ) ,
n!
n
h
f (x0 + 2 h, T0 (2 ) + a20 k1 + b20 k2 , . . . , Tn1 (2 ) + a2,n1 k1 + b2,n1 k2 ) .
k3 =
n!
..
.
(4.23)
k1 =
Durch Einsetzen der Taylor-Entwicklung T (% ) erreicht man, dass man sich mit den
Werten
x = x0 + % h;
y = T0 (% );
y 0 = T1 (% ); . . . y (n1) = Tn1 (% )
in der Nhe der richtigen Lsungskurve befinden wird. Die noch verfgbaren Konstanten % , % , b % , . . . , % sind nun so zu bestimmen, dass die Taylor-Entwicklungen
()
der Werte y1 bis auf Glieder mglichst hoher Ordnung mit den Taylor-Entwicklungen
()
()
von y1 (x1 ) bereinstimmen; ausfhrlicher: Die Taylor-Entwicklung von y1 (x1 )
lautet mit Benutzung der Abkrzung (4.21)
hn n
hn+1
(n+1)
y0 +
y
+
(n )!
(n + 1)! 0
#
"

(n)
(n+1)
n hn y 0
n + 1 hn+1 y0
!
+
+
= T (1) +
h
n!
(n + 1)!
y () (x1 ) = T (1) +
(4.24)
Die Korrekturgren k () sind nun so zu whlen, dass bei ihrer Taylor-Entwicklung die
Ausdrcke (4.21) bis (4.24) bis zu Gliedern mglichst hoher Potenz bereinstimmen.
4.8.2
Der spezielle Runge-Kutta-Ansatz
Im Folgenden soll ein spezieller Ansatz, der sich wegen einfacher Koeffizienten und eines symmetrischen Aufbaus durchgesetzt hat, durchgefhrt werden. Hierbei wurde der
Grundgedanke von C. Runge fr Gleichungen 1. Ordnung von Heun und Kutta genauer
ausgefhrt, dann von Nystrm auf Gleichungen 2. Ordnung bertragen und schlielich
von Zurmhl zuerst auf Gleichungen 3. Ordnung und dann auf Gleichungen n-ter Ordnung erweitert [3].
Es werden bei diesem Ansatz vier Werte k1 , k2 , k3 , k4 gebildet und die Abszissen
x0 , x0 + h2 , x0 + h mit 1 = 2 = 1/2 zugrunde gelegt.
47
ber die Konstanten a % , b % , . . . wird in der Weise verfgt, dass die Glieder sich an
die Taylor-Entwicklung anschlieen, und zwar
hn
f [x0 , T0 (0), T1 (0), . . . , Tn1 (0)] ,
n! "

h
k1
hn
n 1!k1
n
1
1
1
2!k1
f x0 + , T0
+ n , T1
+
,
T
+
,...,
k2 =
2
n1
n2
n!
2
2
2
2
h
2
h2
1 2
2 2
#

1
(n 2)!k1
n
1
n!k1
, Tn1
Tn2
+
+ n1 ,
n2
2
4hn2
2
2h
"

1
1
1
hn
h
2!k1
n 1!k1
n
k1
k3 =
f x0 + , T0
,
T
,...,
+ n , T1
+
+
2
n1
n2
1 2
2 2
n!
2
2
2
2
h
2
h2
#

1
n
n!k2
1
(n 2)!k1
+
, Tn1
+ n1 ,
Tn2
2
4hn2
2
2h
n2
"

hn
n 1!k3
n 2!k3
k4 =
f x0 + h, T0 (1) + k3 , T1 (1) +
, T2 (1) +
,...,
n!
1 h
2 h2
#

n!k3
n
(n 2)!k3
, Tn1 (1) + n1 .
Tn2 (1) +
hn2
h
n2
k1 =
(4.25)
Es unterscheiden sich also k2 und k3 nur dadurch, dass das letzte Argument in f ein
anderes ist; hngt f nicht explizit von y (n1) ab, so ist k2 = k3 .
4.8.3
Aufstellen der Runge-Kutta-Formeln

(n1)
Nun werden die Gren k1 bis k4 in Taylorsche Reihen an der Ausgangsstelle x0 , y0 , y00 , . . . , yo
n
entwickelt. k1 ist unmittelbar hn! f . Die Entwicklung der weiteren k aber ist eine mhsame Rechnung, weil sich im Allgemeinen alle n + 1 Argumente von f ndern; es ist
ja z.B.

2
3
n!
h
0 h
00 h
000 h
k
=
f
x
+
,
y
+
y
+
y
+
y
+
2
0
0
0
0
0
hn
2
2
4 2!
8 3!

hn
, y 0 + y000 + , .
+f n
2 n! 0
In der Entwicklung der rechten Seite werden nur die Glieder bis h3 einschlielich bercksichtigt. Fr allgemeines n ergeben sich die Taylor-Entwicklungen fr die k 1 bis
k4 (siehe [3][S. 63]). Aus den Werten k werden nun durch Linearkombination nach
(4.22) die Zuwachse k (0) , k (1) , . . . , k (n1) gebildet, mit denen sich nach (4.21) die
neuen Werte von y und den Ableitungen y () berechnen.
k
()

n+2
1
(n )2 k1 + 2(n )(k2 + k2 ) + (2 (n )) k4 .
(n + 1 = (n + 2)
(4.26)
48
Man erhlt mit diesen Zuwachsen eine bereinstimmung der Taylor-Entwicklung bei
y, y 0 h, . . . , y (n2)
y
(n1)
h(n2)
bis zu Gliedern mit h(n+2) einschlielich,
(n 2) !
h(n1)
bis zu Gliedern mit h(n+3) einschlielich,
(n 1)!
(4.27)
Das Runge-Kutta-Verfahren ist somit fr die Ordinate y fr n > 1 ein Verfahren (n + 2)ter Ordnung und fr n = 1 ein Verfahren vierter Ordnung.
4.8.4
Praktische Durchfhrung des Runge-Kutta-Verfahrens
Da in dieser Arbeit vornehmlich Differentialgleichungen 2-ter Ordnung betrachtet werden, beziehen sich die folgenden Angaben auf den Fall n = 2.
Es liegt also nach (4.18) ein Differentialgleichung
y 00 = f (x, y, y 0 )
(4.28)
mit den Anfangswerten

y(x0 ) := u0,0
y 0 (x0 ) = u1,0
und
(4.29)
vor. Die Taylor-Ausdrcke ergeben sich dann bersichtlich zu

t0 () = u0 + hu1
(4.30)
t1 () = u1 .
Dann wird aus (4.25)
k1 =
k2 =
=
k3 =
=
k4 =
h2
f (x0 , u0 , u1 )
2
2
h
h
f x0 + , t0 (1/2) +
2
2

h2
h
f x0 + , t0 (1/2) +
2
2

2
h
h
f x0 + , t0 (1/2) +
2
2

2
h
h
f x0 + , t0 (1/2) +
2
2
2
h
f (x0 + h, t0 (1) + k3 ,
2
k1
,
22
k1
,
4
k1
,
22
k1
,
4

k1 2
2 1

t1 (1/2) + k1

k2 2
t1 (1/2) +
2 1

t1 (1/2) + k2
t1 (1/2) +
(4.31)
t1 (1) + 2k3 )
Die neuen Werte u0,1 und u1,1 findet man dann mit
u0,1 = t0 (1) + k
und
u1,1 = t1 (1) +
k (1)
h
(4.32)
Das Verfahren erfolgt demnach in folgenden Schritten:

1. Die Taylor-Ausdrcke t (1/2), t (1), = 1, 2 werden nach (4.30) berechnet.
2. Nach (4.31) werden mit f die Werte k1 , k2 , k3 , k4 berechnet.
49
3. Nach (4.32) werden dann die neuen Werte v,1 berechnet, welche fr den nchsten Schritt als neue Anfangswerte benutzt werden.
Beispiel 4.2 (Das Federpendel)
Am Beispiel des Federpendels knnen die soeben hergeleiteten Formel getestet werden. Die Differentialgleichung ist dann
x
(t) =
k
x
m
(4.33)
Mit k/m = 4, den Startwerten x 0 = 0, x0 = 5 und der Schrittweite h = 0.1 ergibt sich
die in Tabelle 4.4 aufgefhrte Rechnung. Da (4.33) nicht von x abhngt, sind k 2 und
k3 gleich.
t
0
0.1
0.2
0.3
0.4
u0
5.00000
4.97500
4.97513
4.90050
4.90033
4.77650
4.77711
4.60612
4.60530
4.38756
4.38865
4.12810
4.12666
3.82369
3.82521
3.48549
3.48349
u1
0.00000
-1.98672
-3.89429
-5.64668
-7.17401
t0 (1/2)
t0 (1)
t1 (1/2)
t1 (1)
t0 (1/2)
t0 (1)
t1 (1/2)
t1 (1)
t0 (1/2)
t0 (1)
t1 (1/2)
t1 (1)
t0 (1/2)
t0 (1)
t1 (1/2)
t1 (1)
5.00000
5.00000
0.00000
0.00000
4.80100
4.70166
-1.98672
-1.98672
4.41059
4.21587
-3.89429
-3.89429
3.84433
3.56199
-5.64668
-5.64668
3.12479
k1 bis k4
-0.10000
-0.09950
-0.09950
-0.09801
-0.09801
-0.09553
-0.09554
-0.09212
-0.09211
-0.08775
-0.08777
-0.08256
-0.08253
-0.07647
-0.07650
-0.06971
-0.06967
k und k 0
-0.09967
-0.19867
-0.09636
-0.19076
-0.08921
-0.17524
-0.07850
-0.15273
-0.06467
Tabelle 4.4: Beispielrechnung zum Runge-Kutta-Verfahren
Tabelle 4.5 zeigt die Ergebnisse einer Approximation von x(0.8) und x(0.8)
mit verschiedenen Schrittweiten. Wie erwartet schrumpft der Fehler auf ca. 214 mit der Halbierung der Schrittweite.
h
0
0.05
0.1
0.2
0.4
x(0.8)
-0.1459976
-0.1459951
-0.1459577
-0.1453660
-0.1364295
x(0.8)
-9.9957360
-9.9957411
-9.9958133
-9.9968574
-10.0109926
Fehler
1.7E-05
2.7E-04
4.3E-03
6.6E-02
5.1E-07
7.7E-06
1.1E-04
1.5E-03
Verhltnis
15.97 15.21
15.82 14.51
15.15 13.60
Tabelle 4.5: Runge-Kutta-Verfahren mit verschiedenen Schrittweiten
50
4.8.5
Vorteile gegenber MATLAB
MATLAB ist ein kommerzielles Produkt, welches seine Vorteile besonders im Bereich
rechnen mit Vektoren und Matrizen hat. Unter anderem bringt MATLAB eine Lser
fr Differentialgleichungen mit, so auch ein Runge-Kutta-Verfahren. Dieses Verfahren
kann jedes System von Differentialgleichungen lsen. Es hat also den Vorteil, dass es
allgemein einsetzbar ist. Im Vergleich zu dem hier geschilderten und benutzten Verfahren hat es aber auch Nachteile:
1. Wie man in (4.31) und auch in Tabelle 4.4 sehen kann, ist es nicht ntig den
Zuwachs k3 zu berechnen, da k2 = k3 wenn f (x, y, y 0 ) nicht von y 0 abhngt.
2. Es mssen keine Funktionen f (y) fr die Geschwindigkeiten, also fr y 0 , ausgewertet werden, wie das der Fall ist, wenn man eine Differentialgleichung n-ter
Ordnung auf n Differentialgleichungen der Ordnung 1 zurckfhrt.
Der 2. Grund fllt allerdings kaum ins Gewicht, da der zustzliche Aufwand nur einige
Zuweisungen und keine weiteren Rechnungen zur Folge hat.
Kapitel 5
Erweiterungen
5.1 Schrittweitensteuerung
Zu einem Anfangswertproblem y 0 = f (x, y) mit den Anfangswerten x0 und
y(x0 ) = y0 soll der Wert y(x) zu einem Wert x 6= x0 berechnet werden. Errechnet man
den gesuchten Wert in einem einzigen Schritt mit der Schrittweite h = xx0 , fhrt das
in der Regel zu einem groen und unvertretbaren Diskretisierungsfehler. Gewhnlich
wird man daher, wie bei der Integration (Abschnitt 2.1.1, S. 14), passende Zwischenpunkte xi mit i = 1, . . . , k 1 einfhren, fr die gilt x0 < x1 < . . . < xk = x . Die
i-te Schrittweite hat dann also die Lnge hi = xi xi1 . Wie in Abschnitt 3.6 (S.
29) bereits beschrieben, hngt der lokale Diskretisierungsfehler stark von der Schrittweite eines Schrittes ab. ber die Schrittweite h lsst sich also der Fehler steuern. Je
kleiner die Schrittweite desto kleiner der Fehler. Dafr steigt dann allerdings der Rechenaufwand. Mchte man ein Ergebnis mit einer bestimmten Genauigkeit, so muss
die Schrittweite also von Schritt zu Schritt klein genug gewhlt werden. Sie sollte aber
auch nicht zu klein gewhlt werden um den Rechenaufwand nicht zu gro werden zu
lasen.
Das Problem ist also: Bestimme zu gegebenem x0 , y0 eine mglichst groe Schrittweite h, so dass der Diskretisierungsfehler (x0 + h; h) nach einem Schritt mit dieser
Schrittweite noch unterhalb einer gewissen Schranke max bleibt.
5.1.1
Die Konvergenz von Einschrittverfahren
Wie im Abschnitt 3.6 (S. 29) beschrieben, verhlt sich bei einem Verfahren der Ordnung p der lokale Diskretisierungsfehler wie (x, y; h) = O(hp ). Dieser Fehler gilt
nur fr einen einzelnen Schritt und ist somit lokal. In den benutzten Verfahren werden
jedoch viele einzelne Schritte aneinandergereiht. Dieser Abschnitt befasst sich nun mit
dem globalen Diskretisierungsfehler. Gegeben ist das Anfangswertproblem
y 0 = f (x, y)
y(x0 ) = y0
(5.1)
mit der exakten Lsung y(x). Es soll der Werte y(x) berechnet werden. Das Intervall
0
(xx0 ) wird dazu in 1, 2, . . . gleich lange Unterintervall der Lnge h = hn = xx
n = 1, 2, . . .
n ,
unterteilt. Wenn man nun mit (x, h) den numerisch berechneten Nherungswert fr
y(x) mit der Schrittweite h bezeichnet, so gilt fr den Fehler
(x; h) y(x) = p (x)hp + p+1 hp+1 + . . . .
51
(5.2)
KAPITEL 5. ERWEITERUNGEN
52
Ein Beweis dafr findet man in [16, S.122]. (5.2) gilt unter gewissen Einschrnkungen
fr alle allgemeinen Einschrittverfahren p-ter Ordnung, insbesondere auch alle hier
verwendeten Verfahren.
Derartige asymptotische Gesetze sind aus zweierlei Grnden praktisch bedeutsam.
Zum einen rechtfertigen sie die Anwendung von Extrapolationsverfahren. Diese
Verfahren werden hier jedoch nicht weiter erlutert (siehe dazu [16, S.166]).
Die andere wichtige Bedeutung liegt darin, den globalen Diskretisierungfehler (x; h)
abzuschtzen. Das Verfahren p-ter Ordnung habe z.B. eine asymptotische Entwicklung
der Form
(x; h) = (x; h) y(x) = hp p (x) + O(hp+1 ).
(5.3)
Hat man mit der Schrittweite h den Nherungswert (x; h) gefunden, so berechne man
anschlieend mit einer anderen Schrittweite, z.B. mit der Schrittweite h2 , fr dasselbe

x den Nherungswert x; h2 . Fr gengend kleines h (und p (x) 6= 0) ist dann in 1.
Nherung
.
(x; h) y(x) = p (x)hp

p

h
h
.
.
y(x) = p (x)
x;
2
2
(5.4)
(5.5)
Subtraktion der zweiten Gleichung von der ersten ergibt

h .
hp
(x h) x;
= p (x) (2p 1)
2
2

p
h
h
. (x; h) 2
p (x)
=
2
2p 1
und man erhlt durch Einsetzen in (5.5)

h
x;
2
. (x; h)
y(x) =
2p 1
h
2
Fr das Verfahren von Runge-Kutta ist p = 4 und man bekommt die Formel

h
h
. (x; h) 2
.
x;
y(x) =
2
15
5.1.2
(5.6)
(5.7)
Schrittweitensteuerung in der Praxis
Zuerst muss eine Genauigkeit max gewhlt werden. Diese Schranke fr den Fehler
sollte man nicht kleiner als ein Vielfaches der Maschinengenauigkeit eps whlen. Dann
gilt max K eps, wobei K eine Schranke fr die Lsung y(x) in dem in Frage
kommenden Bereich ist
K max {|~y (x)| : x [x0 , x0 + h]} .
(5.8)
Betrachtet man z.B. Abbildung 4.5 auf Seite 41, so kann man fr dieses Problem
K = 100 whlen. Der Krper entfernt sich zwar nie weiter als 5 von der Sonne, die
Geschwindigkeit beginnt jedoch mit v (je nach Bahn) und wchst dann um so weiter
an, je nher der Krper der Sonne kommt. Je geringer die Startgeschwindigkeit, also
je nher der Planet an der Sonne vorbeifliegt, desto geringer darf man Ansprche an
5.1. SCHRITTWEITENSTEUERUNG
53
die Genauigkeit stellen. Dieses Problem wird in Abschnitt 5.2 noch genauer behandelt.
Rechnet man unter Excel mit doppelter Genauigkeit, so hat man eine Maschinengenauigkeit von eps 1014 . Eine max = K eps entsprechende Wahl von h garantiert
dann, dass die gefundene Nherungslsung (x0 + h; h) im Rahmen der Maschinengenauigkeit mit der exakten Lsung y(x0 + h) bereinstimmt. Eine solche Schrittweite
h = h(max ) kann mit den Methoden aus dem vorhergehenden Kapitel nherungsweise
gewonnen werden:
Bei einem Verfahren der Ordnung p gilt nach 5.3 in 1. Nherung
.
(x; h) = p (x)hp .
(5.9)
Nun ist p (x0 ) = 0, also in 1. Nherung
.
p (x) = (x x0 )0p (x0 ).
.
Es ist damit (x0 + h; h) = falls

.
.
= |p (x0 + h)hp | = hp+1 0p (x0 ) .
(5.10)
(5.11)
Daraus kann man h berechnen, wenn man 0p (x0 ) kennt. Einen Nherungswert fr
0p (x0 ) kann man aber mittels (5.6) gewinnen. Benutzt man zunchst die Schrittweite

H um (x0 + H; H) und x0 + H; H
2 zu berechnen, so gilt

H . (x0 + H; H) x0 + H; H
2
=
.
(5.12)
x0 + H;
2
2p 1
Andererseits ist wegen (5.9) und (5.10)

H2 . 0
Hp
H .
= p (x0 + H)
= p (x0 )H
x0 + H;
.
2
2
2
Also folgt aus (5.12) der Schtzwert

2p
1
H
.
0
p (x0 ) = p+1 p
(x0 + H; H) x0 + H;
.
H
2 1
2
(5.11) liefert daher die Formel
s

H . p+1 2p (xo + H; H) x0 + H; H2
=
,
h
2p 1
max
(5.13)
(5.14)
(5.15)
die folgendermaen angewendet wird.

Schritt 1: Wahl einer Schrittweite H.
Schritt 2: Berechnung der Werte (x0 + H; H) und (x0 + H; H2 .

Schritt 3: Berechnung von h nach (5.15).

H
Falls H
viel grer als das vorgeh 2 ist wegen (5.12) der Fehler x0 + H; 2
schriebene max . Es ist daher zweckmig, H zu reduzieren.
Dazu ersetze man H durch 2h und wiederhole die Schritte 1 bis 3 bis schlielich H
h 2
ist.

Sobald dies der Fall ist, akzeptiert man x0 + H; H2 als Nherungslsung fr y(x0 +
H) und gehe zu dem nchsten Integrationsschritt ber.
Da man bei einem Einkrperproblem 4 Werte hat, nmlich die jeweils 2 Koordinaten
des Orts und der Geschwindigkeit, muss man in das geschilderte Verfahren vier mal
durchfhren. Fr alle vier Werte wird dann die kleinste Schrittweite H benutzt.
54
5.1.3
Beispiel
Anhand des Einkrperproblems soll nun der Vorteil eines Verfahren mit Schrittweitensteuerung gegenber einem Verfahren ohne Schrittweitensteuerung dargestellt werden.
Zuerst macht die Schrittweitensteuerung die Berechnung der Bahnen einfacher, da man
nur noch einen Fehler einstellen muss. Planetenbahnen knnen so einfach und zuverlssig berechnet werden, auch wenn der Planet sehr nahe an der Sonne vorbeifliegt.

5
Zunchst also einige Bahnen, die mit max = 1010 und den Startwerten ~r0 =
0

0
berechnet wurden. Nur die Anfangsgeschwindigkeit v in y-Richtung
und ~v0 =
v
variiert. Im Vergleich zu allen anderen davor berechneten Bahnen (siehe z.B. Abbildung 4.1) sind diese Bahnen auch in der Nhe der Sonne sehr exakt und zuverlssig.
In Tabelle 5.1 sind markante Daten dieser Berechnungen aufgelistet. Es wurde jeweils der Ort und die Geschwindigkeit des Planeten mit und ohne Schrittweitensteuerung nach exakt einer Umkreisung vorausgesagt. Die Schrittweite des Verfahrens ohne
mit
Schrittweitensteuerung
ohne
Schrittweitensteuerung
Startgeschw.
Umlaufdauer
Umkreisungen
Fehler
Schritte
Zeit
Min Schritt
Fehler
Schritte
Zeit
Min Schritt
Verhltnis Schritte
4
1,259
1
5.03E-10
411
0.43
2.34E-04
5.63E-10
6295
1.04
0.0002
15.32
10
5.02E-09
4097
4.18
2.34E-04
5.63E-09
62937
9.99
0.0002
15.36
8
1,981
1
1.02E-10
248
0.22
3.87E-03
1.03E-10
794
0.11
0.0025
3.20
10
1.02E-09
2465
2.03
3.87E-03
1.03E-09
7925
1.32
0.0025
3.22
Tabelle 5.1: Vergleich mit und ohne Schrittweitensteuerung
Schrittweitensteuerung wurde dabei einfach manuell so gewhlt, dass ein vergleichbare Genauigkeit dabei herauskam. Interessant ist, dass diese Schrittweite kleiner ist als
die kleinste Schrittweite des Verfahrens mit Schrittweitensteuerung. Das liegt daran,
dass die Genauigkeit der Werte mit der Anzahl der Schritte sinkt wird. Somit muss die
Genauigkeit pro Schritt beim zweiten Verfahren grer sein als beim ersten.
5.2 Regulierung
Bei dem numerischen Lsen von Differentialgleichungen enstehen automatisch Fehler. Wie man mit diesen Fehlern umgehen kann wird z.B. in Kapitel 5.1 beschrieben.
Trotzdem kann es gerade beim Dreikrperproblem zu Problemen kommen, die nicht
mehr durch eine Schrittweitensteuerung ausgeglichen werden knnen.
5.2. REGULIERUNG
5.2.1
55
Rundungsfehlereinfluss bei Einschrittverfahren
Bei der praktischen Durchfhrung eines Einschrittverfahrens mit den Startwerten 0 :=

y0 und
i+1 = i + h(xi , i ; h) xi+1 = xi + h
(5.16)
erhlt man bei der Benutzung von Gleitpunktarithmetik (t Dezimalstellen) der relativen
Genauigkeit eps = 5 10t statt der i andere Zahlen i , die einer Rekursionsformel
der Form
0 := y0
fr
i = 0, 1, . . .
ci := gl ((xi , i ; h))
di := gl(h ci )
(5.17)
i := gl(
i + h(xi , i ; h) + i+1
gengen, wobei sich der gesamte Rundungsfehler i+1 in 1. Nherung aus 3 Anteilen
zusammensetzt
.
i+1 = h(xi , i ; h)(i+1 + i+1 ) +
i+1 i+1 .
(5.18)
Dabei wurden folgende Abkrzungen benutzt.
1.
i+1 =
[gl ((xi , i ; h)) (xi , i ; h)]

(xi , i ; h)
(5.19)
ist der relative Rundungsfehler, der bei der Berechnung von in Gleitpunktarithmetik entsteht.
2. i+1 ist der relative Rundungsfehler, der sich bei der Berechnung des Produktes
h ci ergibt.
3. i+1 ist der relative Rundungsfehler, der bei der Addition i + di auftritt.
Gewhnlich ist in der Praxis die Schrittweite h so klein, dass |h(xi , i ; h)| |
i |
.
i+1 i+1 , d.h.
gilt, und man hat, wenn |i+1 eps| und i+1 eps, somit i+1 =
der Rundungsfehler wird in erster Linie durch die Additionsfehler i+1 bestimmt.
Mchte man den gesamten Einfluss aller Rundungsfehler i abschtzen, so erfordert
dies einen etwas greren Aufwand. Eine Herleitung der Formel fr den Gesamtfehler
kann man z.B. unter [16, S.126] nachlesen.
Vorausgesetz wird
|i+1 | fr alle i 0
(5.20)
und eine Lipschitzbedingung
|(x, y1 ; h) (x, y2 ; h)| M |y1 y2 | .
(5.21)
Dann gilt bei einem Verfahren der Ordnung p fr den Gesamtfehler v(xi ; h) = i yi

eM |xx0 | 1
p
|v(x; h)| N |h| +
.
(5.22)
|h|
M
Diese Formel lsst erkennen, dass wegen des Rundungsfehlereinfluss bei einer Verkleinerung von |h| ber eine gewisse Grenze hinaus der Gesamtfehler v(x; h) wieder
anwchst. Zu diesem Verhalten werden im nchsten Abschnitt einige Beispiele vorgefhrt. Ein sehr deutliches Beispiel kann man aber auch in [16, S.127] nachlesen.
56
5.2.2
Beispiel
In Tabelle 5.2 werden wie in Tabelle 5.1 Planetenbahnen mit verschiedenen Anfangsgeschwindigkeiten und mit dem maximalen Fehler max = 1010 verglichen. Dabei
kommt der Planet der Sonne sehr nahe. Wie in Abschnitt 5.1.3 hngt der Fehler linear von der Anzahl der Schritte ab. Bereinigt man das Verhltnis der Fehler um diesen
Faktor, so erhlt man die Daten aus der letzten Zeile. Der Fehler nimmt also auch unabhngig von der Anzahl der Schritte zu. Insgesamt wchst so der Fehler bereits nach
Anfangsgeschwindigkeit
Fehler
Schritte
Zeit
kleinste Schrittweite
kleinste Entfernung
Fehlerverhltnis
1
3.18E-09
836
0.77
2.37E-06
2.51E-02
-
0.1
4.08E-08
1867
1.65
1.48E-09
2.50E-04
5.7
0.01
5.89E-07
3497
2.86
9.35E-13
2.50E-06
7.7
0.005
1.39E-06
4152
3.29
1.02E-13
6.25E-07
2.0
Tabelle 5.2: Ohne Regulierung

einer Umrundung um den Faktor 10.000 ber den geduldeten Fehler max hinaus. Eine
Verringerung von max fhrt zu einem Fehler. Die Schrittweite wird dann zu gering.
Auch eine weitere Verringerung der Startgeschwindigkeit fhrt zu diesem Fehler. Das
bislang verwendete Verfahren ist also fr Situationen, in denen sich zwei Krper sehr
nahe kommen, nicht mehr geeignet.
5.2.3
Darstellung in der Hamiltonschen Mechanik
Die Hamiltonsche Mechanik wird in der Physik besonders dann genutzt, wenn man
mit Systemen umgeht, die gewissen Zwangsbedingungen unterliegen. Dieser Grund
spielt hier jedoch eine untergeordnete Rolle wichtiger ist, dass man Systeme, die man
mit der Hamiltonschen Mechanik beschreibt, einfach transformieren kann. Eine genaue
Beschreibung dieses Formalismus und der kanonischen Transformation findet man z.B.
in [7].
Zuerst muss die sogenannte Hamilton-Funktion aufgestellt werden. Es gilt
H = Ekin + Epot =
P2
mM
,
2m
|X|
(5.23)
wobei Ekin die Bewegungs- und Eppot die potentielle Energie ist. P sei der Impuls und
X der Ort des Krpers. Die Bewegungsgleichungen sind dann vorerst
H
X =
X
und
H
P =
.
P
(5.24)
Man kann nun ohne groen Aufwand einen neuen Satz von verallgemeinerten Koordinaten und Impulsen einfhren.
5.2.4
Durchfhrung
Im Folgenden werden nach Levi-Civita[8] komplexe Zahlen zur Beschreibung einer

Koordinaten im R2 benutzt. Der Vektor (x0 , x1 ) entspricht z.B. der komplexen Zahl
5.2. REGULIERUNG
57
x = x0 + ix1 .
Um also das Problem des nahen Vorbeifluges des Planeten an der Sonne zu regulieren
wird die Abbildung X = x2 eingefhrt. Die Wurzel vergrert die sehr kleinen Abstnde bei einer Beinah-Kollision. Dazu muss weiterhin eine fiktive Zeit s einfhren
werden, die durch dt = |X| ds definiert ist. Es muss auch ein neuer verallgemeinerter
Impuls p C eingefhrt werden, und zwar so, dass die Transformation der Koordinaten (X, P ) in die Koordinaten (x, p) kanonisch ist. Dann muss fr den neuen Impuls
gelten

X
P = 2xP
p=
x
p
P =
2x
Mit der Gesamtenergie E des Systems und ergibt sich dann

|P | mM
E
K = |X| (H E) = |X|
2m
|X|
p 2
|X| 2x
=
mM E |X|
2m
2
|p|
2
=
mM E |x|
8m
Die regulierten Bewegungsgleichungen sind dann
und
dx
K
p
=
=
,
ds
p
4m
K
dp
=
= 2Ex und
ds
x
dt
2
= |X| = |x| .
ds
(5.25)
Mit den Real- und Imaginrteilen von x und p und der Differentialgleichung fr die
Zeit ergibt das 5 Differentialgleichungen der Ordnung 1. Diese lassen sich mit einem
Runge-Kutta-Verfahren, wie in beschrieben,numerisch lsen.
5.2.5
Rcktransformation
Die Lsung dieses Differentialgleichungssystem ergibt eine Bahnkurve in den neuen

Koordinaten, wie sie in Abbildung 5.1 zu sehen ist. Man sieht deutlich, dass der Planet in den transformierten Koordinaten keine Probleme hat, die vergleichbar wre zu
den alten Koordinaten. Mit diesen Daten ist so natrlich nichts anzufangen. Die Daten
mssen erst zurcktransformiert werden.
X = x2
(X0 + i X1 ) = (x0 + i x1 )2 = (x20 x21 ) + i 2x0 x1
X0 =
x20
x21
und
(5.26)
X1 = 2x0 x1
Da Transformation fr den Impuls und somit die Geschwindigkeit ist fr die Bahn nicht
relevant und soll hier keine weitere Rolle spielen.
Mit dieser Rcktransformation ergeben sich dann die bekannten Bahnen (siehe z.B.
Abbildung 5.1.3).
58
1.2
v0 = 1
v0 = 0.1
1
0.8
0.6
0.4
0.2
0
0.02
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
Abbildung 5.1: Bahn in transformierten Koordinaten
5.2.6
Ergebnisse
Das regulierte Verfahren hat vor allem den Vorteil, dass viel weniger Schritte bentigt
werden. Unter den bereits oft verwendeten Anfangswerten mit der Startgeschwindigkeit v = 0.1 bentigt das herkmmliche Verfahren 1867 Schritte bei einer Genauigkeit
von max = 1010 (siehe Tabelle 5.2). Das regulierte Verfahren bentigt nur noch 310
Schritte. Und das bei einer Genauigkeit von 1012 . Die Anzahl der Schritte im regulierten Verfahren ndert sich auch dann kaum, wenn die Startgeschwindigkeit, und
somit der Abstand des Planeten von der Sonne, weiter sinkt. In Abbildung 5.2 ist die
Schrittweite der einzelnen Schritte dargestellt. Die Schrittweiten der regulierten Rechnung sind dabei in die Lnge gezogen, damit die Schrittweite besser verglichen werden
kann. Deutlich wird hier, dass beim herkmmlichen Verfahren die Schrittweite sehr
schnell sehr klein wird und dort dann viele Schritte bleibt. Die Schrittweite des regulierten Verfahrens ist im Vergleich dazu sehr gleichmig auf einem vergleichsweise
hohen Niveau. Man sieht jedoch auch, dass das herkmmliche Verfahren in einiger
Entfernung von der Sonne grere Schrittweiten ergibt.
Mit einer Regulierung kann man in Extremsituationen deutlich bessere Ergebnisse erzielen. Es gibt jedoch keine Regulierung fr ein allgemeines
n-Krperproblem. In Abschnitt 7.2 wird die Regulierung eines Spezialfalls des Dreikrperproblems vorgestellt.
5.2. REGULIERUNG
59
0.016
Normal
Reguliert
0.014
0.012
0.01
0.008
0.006
0.004
0.002
0
200
400
600
800
1000 1200 1400 1600 1800 2000
Abbildung 5.2: Vergleich reguliert und nicht-reguliert
60
Kapitel 6
Das eingeschrnkte
Dreikrperproblem
6.1 Einleitung
Bei dem eingeschrnkten Dreikrperproblem handelt es sich um eine Vorstufe des
Dreikrperproblems. Whrend das Ein- und Zweikrperproblem noch analytisch gelst werden kann, ist dies fr alle Dreikrperprobleme unmglich (siehe dazu auch
Abschnitt 7).
In der Natur treten Dreikrperprobleme der Art auf, dass 2 Krper im Vergleich zum
dritten Krper deutlich schwerer sind. Allgemein wird bei dem eingeschrnkten Dreikrperproblem angenommen, dass die Masse des dritten Krpers vernachlssigbar bzw.
als m = 0 angenommen werden darf. Dann wirkt vom dritten Krper aus keine Kraft
auf die ersten zwei. Also drfen diese zwei Krper isoliert betrachtet werden. Dazu gilt
es jedoch erst das Zweikrperproblem zu behandeln.
6.2 Das Zweikrperproblem

In [1, S.209] wird das Zweikrperproblem ausfhrlich beschrieben. Es lautet im engeren Sinne: Wie bewegen sich zwei Massenpunkte - z.B. die Sonne mit der Masse
M und die Erde mit der Masse m - in ihrem gegenseitigen Gravitationsfeld? Die Vektoren ~r1 und ~r2 bezeichnen die Lage der beiden Krper in einem Inertialsystem und
r = |~r1 ~r2 | sei der Abstand der Krper untereinander. Dann lauten die Bewegungsgleichungen
M m ~r1 ~r2
r2
r
M
m
~
r
~r2
1
.
m~r2 = 2
r
r
M ~r1 =
(6.1)
Die Hauptresultate knnen durch Vergleich mit dem Einkrperproblem bestimmt werden, das in Abschnitt 4.1 aus Seite 33 zu finden ist. Beim Einkrperproblems ging man
davon aus, dass die Sonnenmasse M ruht. Aus der Gleichung
m~r =
M m ~r
r2 r
61
(6.2)
62
KAPITEL 6. DAS EINGESCHRNKTE DREIKRPERPROBLEM
knnen dann die Keplerschen Gesetze abgeleitet werden.

Zuerst wird gezeigt, dass das Problem auf ein ebenes (2-dimensionales) Problem
zurckgefhrt werden kann. Aus der Summe der Gleichungen in 6.1 ergibt, dass keine
resultierende Kraft auf das System wirkt. Nach dem Trgheitsprinzip (1. Newtonsches
Axiom) bewegt sich dann der Schwerpunkt geradlinig und gleichfrmig oder bleibt in
Ruhe. Nach dem Galileischen Relativittsprinzip kann der Anfangspunkt des Koordinatensystems also in den Schwerpunkt S gelegt werden. Das heit, das S als ruhend
betrachtet wird. Wenn im Weiteren ~r1 und ~r2 von S aus gemessen wird, so besteht die
Beziehung
M~r1 + m~r2
M +m
M~r1 + m~r2 = 0.
~rS =
(6.3)
Nach dem Satz der Drehimpulserhaltung ist nun

~ 0 = const,
M (~r1 ~v1 ) + m (~r2 ~v2 ) = L
(6.4)
~ o durch die Anfangslagen (~r10 , ~r20 ) und Anfangsgeschwindigkeiten (~v10 , ~v20 )

wobei L
bestimmt ist. Aus (6.4) folgt nach skalarer Multiplikation mit ~r1 und ~r2
~ 0 = 0 und ~r2 L
~ 0 = 0,
~r1 L
(6.5)
da beide Vektorprodukte senkrecht zu ~r1 und auch zu ~r2 stehen. Also stehen ~r1 und ~r2
~ 0 . Das heit, beide Massenpunkte bewegen sich dauernd in der zu
auch senkrecht zu L
~ 0 senkrechten und durch den Schwerpunkt gehenden Ebene.
L
Des weiteren gilt fr die durch ihre Massen dividierte Gleichung (6.1)
m + M ~r2 ~r1
~r1 ~r2 =
r2
r
m + M ~r
oder ~r =
,
r2 r
(6.6)
wobei der Abstandsvektor oder relative Radiusvektor

~r = ~r2 ~r1
(6.7)
die relative Bewegung - z.B. die Bewegung der Erde relativ zur Sonne - beschreibt.
Unmittelbar kann nur diese Bewegung beobachtet werden. Die Gleichung 6.6 hat dieselbe Form wie Gleichung beim Einkrperproblem. Fr M kommt bei ihr M + m vor.
Dieser Unterschied ist nur bei dem 3. Keplerschen Gesetz wesentlich, weil bei den ersten beiden Gesetzen M nur in Verbindung mit beliebigen Konstanten auftritt.
Man kann also sagen: Fr die aufeinander bezogenen Bewegungen der beiden Krper
bestehen die ersten zwei Keplerschen Gesetze ungendert, das 3. aber verndert sich
zu
!
4 2
4 2
T2
.
=
=
(6.8)
m
a3
M +m
M 1+ M
Die rechte Seite ist fr verschiedene Planeten des Sonnensystems verschieden, so dass
hinsichtlich der Umlaufzeiten zweier Planeten der Zusammenhang
T12 : T22 =
a31
a32
m1 :
2
1+ M 1+ m
M
(6.9)
besteht. Der Einfluss der Bewegung der Sonne uert sich also in dem Verhltnis
Dies ist beim Jupiter, dem Planeten mit der grten Masse, rund 1 0 /00 .
m
M.
6.3. DIE BEWEGUNGSGLEICHUNGEN
63
Man kann auch auf den Schwerpunkt bezogene Bewegungen der beiden Krper
leicht feststellen. Die von S ausgehenden Vektoren ~r1 und ~r2 lassen sich durch das
obige ~r (siehe Gleichung 6.3 und 6.7) folgendermaen ausdrcken:
M
m
~r,
~r2 =
~r.
(6.10)
M +m
M +m
Daraus ist ersichtlich: Die auf den Schwerpunkt bezogene Bewegung beider Krper ist
ebenfalls eine Keplersche Bewegung. Die Ellipse der Planeten ist wegen des Faktors
M
M +m 1 nahezu vom gleichen Ma wie die Ellipse der auf die Sonne bezogenen
Bewegung, und die Ellipse der Sonne eine um das Verhltnis Mm
+m kleinere Ellipse.
~r1 =
6.2.1
Die reduzierte Masse
Man kann die Bewegungsgleichung dann folgendermaen ausdrcken. Aus der Differenz der Gleichungen 6.1 und mit den Gleichungen 6.10 folgt
M m ~r2 ~r1
M ~r1 m~r2 = 2 2
r
r
mM
(m + M ) ~r
mM
(6.11)
= 2
~r = 2 m+M 2
m+M
r
r
m M
~r0
= m~r =
r2
m
Das entspricht dem 1KP insofern, als dass ein Planet mit der Masse m = MM+m
um
eine Sonne der Masse M = (m + M ), die sich im Schwerpunkt der ursprnglichen

Massen befindet, kreist. Die Masse m wird auch als reduzierte Masse bezeichnet. Das
Prinzip der reduzierten Masse findet in gleicher Weise auch fr andere Potentiale als
das der Gravitation Anwendung. So z.B. bei der gekoppelten Schwingung von zwei
Massenpunkten.
6.3 Die Bewegungsgleichungen

Wie in Gleichung 3.2 beim Federpendel und in Gleichung 4.7 beim Einkrperproblem
kann man auch hier eine Bewegungsgleichung aufstellen.
X
F~i = F~02 + F~12 = m2 ~x

i
= m2 m0 (~x0 ~x2 ) + m2 m1 (~x1 ~x2 )

m2 ~x
d(~x2 , ~x0 ) |~x0 ~x2 )| d(~x2 , ~x1 ) |~x1 ~x2 )|
m1
m0
x0 ~x2 ) +
x1 ~x2 )
~x =
3 (~
3 (~
d(~x2 , ~x0 ) 2
d(~x2 , ~x1 ) 2
(6.12)
Planet 2 sei dabei der Planet mit der zu vernachlssigenden Masse und d(xi , xj ) sei
der Abstand zwischen den Massen i und j.
6.4 SonneErdeMond
Die Eignung der drei Krper Sonne, Erde und Mond als eingeschrnktes Dreikrperproblem kann folgendermaen eingeschtzt werden [10, S.31]. Die drei Massen verhalten sich zueinander ungefhr wie mS : mE : mM = 300, 000 : 1 : 0.01. Das Verhltnis der Entfernungen der Massen untereinander betrgt ungefhr dSE : dEM = 390 : 1.
64
Abbildung 6.1: Krfte zwischen 3 Krpern
6.5. DIE REISE ZUM MOND
65
Die Entfernung des Mondes zur Sonne und die der Erde zur Sonne unterscheidet sich
nur vernachlssigbar.
Zuerst sollen die Effekte von Erde und Mond auf die Sonne verglichen werden. Die
Bewegungsgleichung der Sonne ist
mS mE
mS mM
(~rS ~rM )
(~rE ~rS ).
(6.13)
mS ~rS =
3
dSM
d3SE
Dabei steht E fr die Erde, M fr den Mond und S fr die Sonne. Vergleicht man nun
die Krfte von Erde und Mond auf die Sonne, so bt die Erde wegen ihrer greren
eine ca. 100 mal grere Kraft auf die Sonne aus als der Mond. Wrde man also den
Mond vernachlssigen, so ergbe das einen Fehler von 1Bei der Bewegungsgleichung
der Erde wrde der zweite Teil wegfallen, wenn man den Mond vernachlssigt.
mS mE
mM mE
mE ~rE =
(~rS ~rE )
(~rM ~rE ).
d3SE
d3M E
Vergleicht man die beiden Terme miteinander, so ergibt sich

2
mM dSE
0.005,
mS sEM
wenn der Unterschied der Entfernungen SonneErde und SonneMond nicht bercksichtigt wird. Damit ist der Effekt des Mondes auf die Erde nur 5103 mal so gro wie
der Effekt der Sonne auf die Erde. Betrachtet man nun noch die Bewegungsgleichung
des Mondes
mM mS
mM mE
mM vecr
M =
(~rS ~rM ) +
(~rE rM )
d3M S
d3M E
und das Verhltnis der Effekte von Erde und Sonne auf den Mond, so ergibt sich

2
mS dEM
2.
(6.14)
mE dSM
Die Bewegung des Mondes wird also eher von der Sonne als von der Erde beeinflusst.
Wirklich wichtig ist nun, dass der Effekt des Mondes auf die beiden anderen Planet
ca. 2 Grenordnungen kleiner ist als der Effekt der anderen Planeten untereinander.
Die Nherung durch das eingeschrnkte Dreikrperproblem kann also hchstens fr
Kurzzeitvorhersagen genutzt werden. Der Einfluss des Mondes ist zu gro, um ihn zu
vernachlssigen.
6.5 Die Reise zum Mond

In Jule Vernes Science-Fiction-Roman Die Reise um den Mond wird beschrieben,
wie man sich vor ca. 150 Jahren wohl eben diese Mondreise vorgestellt hat. Nmlich
indem man mit einer groen Kanone eine bemannte Kanonenkugel zum Mond schiet.
Da die Masse der Kanonenkugel im Vergleich zur Masse von Erde und Mond nicht ins
Gewicht fllt, ist diese Reise ein eingeschrnktes Dreikrperproblem. Dafr knnen
folgende Maeinheiten, wie in Abschnitt 1.3.1 beschrieben, verwendet werden.
Strecke:
1m = 100000000m = 108 m
Masse:
1kg = 1 Mondmasse = 7.35 1022 kg
Zeit:
1s = 4.52 105 s = 5.23d
66
Die Gravitationskonstante ergibt sich dann wie gewnscht als

G = 6.67 10
11
6.67 7.35 1022 4.5164 105

m3
=
3
s2 kg
1011 (108 )
=1
2
(m )3
(s )2 kg
(m )3
.
(s )2 kg
Die Masse des Mondes betrgt also 1 und die der Erde 81.3197. Die Entfernung zwischen dem Erd- und dem Mondmittelpunkt schwankt zwischen 3.56 und 4.07. Der
Startpunkt wird also auf (3.56, 0) festgelegt. Damit der Schwerpunkt der Massen im
Ursprung liegt und bleibt, startet die Erde bei (0.0437, 0). Mit einer Startgeschwindigkeit von 4.926 fr den Mond 0.0606 fr die Erde verschwindet der Gesamtimpuls,
und der Schwerpunkt bleibt auf Dauer im Ursprung. In Abbildung 6.2 wird die Umlaufbahn des Mondes dargestellt. Er bentigt dann 5.54 Zeiteinheiten fr eine Umrundung.
Das sind 28.5 Tage, was ziemlich gut den wirklichen Umstnden entspricht. Insgesamt
wurde jedoch nicht versucht, die tatschlichen Umstnde penibel zu rekonstruieren.
Die Erde bewegt sich wegen ihrer deutlich greren Masse kaum. Der Erdradius be4
Mondbahn
Erde
3
2
1
0
1
2
3
4
5
Abbildung 6.2: Die Bahn des Mondes

trgt 0.06378. Somit ist und bleibt der Schwerpunkt des Systems innerhalb der Erde,
wie in Abbildung 6.3 zu sehen ist. Nun kommt also die Kanonenkugel hinzu. Sie wird
67
0.08
Erdradius
Erdbahn
0.06
0.04
0.02
0
0.02
0.04
0.06
0.08
0.08 0.06 0.04 0.02
0.02
0.04
0.06
0.08
Abbildung 6.3: Die Bahn der Erde
zum Zeitpunkt t = 0 am Ort (0.0437, 0.067). Das ist aus der Sicht der Diagramme
genau oben auf der Erdkugel. Sie erhlt eine Geschwindigkeit v = 48.81 und wird in
einem Winkel = 0.491 zur positiven x-Achse abgeschossen. Diese Werte sind
allesamt empirisch ermittelt worden.
Nach t = 1.153 ist seine Distanz zum Mond zum ersten mal minimal. Dieser Punkt ist
in Abbildung 6.4 dargestellt. Die Kugel wird genau vor dem Mond her geschossen. Sobald sie sich weiter von der Erde entfernt hat als der Mond, bewegt sich der Mond unter
ihr weg. Die Entfernung MondKanonenkugel betrgt dabei zum Zeitpunkt t = 1.15
nur noch 0.126. Das ist das 7-fache des Mondradius. Die Kugel wird vom Mond in
Richtung der negativen x-Achse beschleunigt. Das ist auch sehr wichtig, da sie sonst
zurck auf die Erde strzen wrde. Nun fllt sie an der Erde vorbei und umkreist sie im
weiteren Verlauf, wie in Abbildung 6.5 zu sehen ist, auf einer stark elliptischen Bahn.
Da das Geschoss keinen eigenen Raketenantrieb besitzt, ist die Bahn so gewhlt, dass
die Kanonenkugel im Laufe ihrer Bahn von alleine wieder zurck auf die Erde fllt.
Nach einigen Umrundungen nhert sie sich erneut dem Mond, wie in Abbildung 6.6 zu
sehen ist. Diesmal betrgt die Entfernung zum Zeitpunkt t = 16.987 nur noch 0.107.
Das entspricht dem 6-fachen Mondradius und ist die kleinste Entfernung whrend der
Reise. Wenn man an den Roman von Jules Verne denkt, ist sptestens jetzt der Zeitpunkt gekommen, um ein paar Fotos zu machen.
Zum Ende der Reise ist es noch wichtig, wo auf der Erde die Kanonenkugel aufkommen wird. Abbildung 6.7 zeigt den Ort der Landung und in Tabelle 6.1 werden alle wichtigen Daten nochmal zusammengefasst. Benutzt man die Differenz der letzten
beiden Werte als Abschtzung fr die Genauigkeit, so wird die Kugel zum Zeitpunkt
68
4.2
4
3.8
3.6
3.4
3.2
3
2.8
2.6
2.4
1
bb
bb bb
b bbb b
b b
b b
s
b
Mond
Kugel
Start
Schritte Mond
Schritte Kugel
b min. Entf.
b
b
b
b
b
b
s
b
b
s
0.5
0.5
1.5
2.5
Abbildung 6.4: Bahn im Bereich 0.55 < t < 1.35
Kugel
Mond
4 Start
Erde
3
b
r
s
b
rb
cb
1
0
s
b
c
1
2
3
4
5
rb
4
Mond
Kugel
min. Entf.
2.95
69
b
b
b b bb
b
2.9
2.85
2.8
2.75
b
b
2.7
2.05
2.1
2.15
2.2
2.25
2.3
2.35
max
109
1010
1011
1012
1013
1014
x0
-0.02223
-0.02218
-0.02208
-0.02210
-0.02206
-0.02206
y0
0.05912
0.05918
0.05966
0.05957
0.05977
0.05978
Zeitpunkt
18.0156122
18.0151579
18.0150715
18.0150607
18.0150545
18.0150540
Tabelle 6.1: Daten der Landung
2.4
2.45
2.5
70
0.14
Erde
Kugel
0.12
0.1
0.08
0.06
0.04
0.02
0.06
0.04
0.02
0.02
Abbildung 6.7: Die Landung
0.04
0.06
71
t = 18.015054 5 10 7 landen, und zwar bei den Koordinaten (0.0220 5

10 5, 0.0598 5 10 5). Die Kanonenkugel landet also nach 94 Tagen 4 Stunden
5 Minuten und 37 Sekunden. Dieser Wert ist auf 1/25 Sekunde genau. Der Ort der
Landung kann immerhin auf ca. 1km genau vorhergesagt werden.
Ein Kanonenkugel mit einer Masse von einigen Tonnen beeinflusst die Bahnen von
Erde und Mond nicht. Gert die Masse des dritten Krpers jedoch in die Dimension
des Mondes, z.B. m3.Krper = 0.001mMond so ist die Bahn schon nach kurzer Zeit nicht
mehr mit der hier vorgestellten Bahn vergleichbar. Einige echte Dreikrperprobleme
werden in Abschnitt 7 diskutiert.
72
Kapitel 7
Das Dreikrperproblem
Whrend das Zweikrperproblem vollstndig gelst werden kann, ist die strenge Lsung des allgemeinen Dreikrperproblems trotz der Bemhungen der bedeutendsten
Forscher nicht [1]. Von den 18 Integralen liefern die drei Erhaltungsstze (Impuls-,
Energie- und Drehimpulserhaltung) nur 10 Integrale, und es gibt auer diesen keine
weiteren von ihnen unabhngigen algebraischen Integrale. Auch die Nichtexistenz
gewisser allgemeiner Integrale wurde beweisen (Poincar,1889). Die Schwierigkeiten
wurden weder beim ebenen noch beim sogenannten eingeschrnkten Dreikrperproblem aufgehoben. Streng und durch elementare Formeln lsst sich das Dreikrperproblem nur unter gewissen, noch spezielleren Annahmen lsen, so z.B. im Lagrangeschen Spezialfall (1772), bei dem vorausgesetzt wird, dass die drei Krper anfnglich
ein gleichseitiges Dreieck bilden und dieses sich dauernd hnlich bleibt. Nherungsmethoden (Reihenentwicklungen) zur Lsung des Dreikrperproblems und allgemeinerer
Probleme der Himmelsmechanik wurden in der astronomischen Strungstheorie entwickelt. Durch diese im Allgemeinen mit schwierigen Rechnungen verknpften Methoden lassen sich die Bewegungen mit hinreichender Genauigkeit bestimmen bzw. in
bereinstimmung von Beobachtungen deuten. Eine Ausnahme bilden die bei dem der
Sonne nchstgelegenen Planeten Merkur auftretende Anomalie (Perihelbewegung des
Merkur). Die groe Bahnachse dreht sich in der Bahnebene, und die Drehung ist im
Jahrhundert um 43 grer als der Wert, den die Strungsrechnung ergibt. Diese Anomalie kann, wie es scheint, nur mit Hilfe der allgemeinen Relativittstheorie erklrt
werden.
7.1 Fremde Welten

Nun soll ein Dreikrperproblem mit einem sehr schweren Raumschiff durchgespielt
werden. Dazu dient das System ErdeMondRaumschiff. Die Strecke wird in 100000000m,
die Masse in Mondmassen und die Zeit in 5.23d gemessen (siehe Abschnitt 6.5). Das
Raumschiff habe dabei die extrem groe Masse 0.01. Es knnte z.B. in einer Umlaufbahn um die Erde zusammengebaut werden. Um die Erde verlassen zu knnen, kann
man sich eines Tricks bedienen. Man holt sich bei mehrere Umlufen Schwung. Dann
funktioniert nur mit mehreren anderen Massen. So z.B. nach 6.5 Zeiteinheiten (siehe
Abbildung 7.1). Whrend das Raumschiff auf die Erde zu fliegt, fliegt der Mond in
kurzer Entfernung fr eine kurze Zeit vor dem Raumschiff her. Das Raumschiff wird
so zustzlich beschleunigt und kommt so auf eine neue Umlaufbahn, auf der sich das
73
KAPITEL 7. DAS DREIKRPERPROBLEM
74
4.1
Raumschiff
Mond
Start
min. Entf.
b
b
b
4.05
b
b
b
b
b
3.95
b
3.9
b b
3.85
b
3.8
b
b
3.75
0.15
0.2
0.25
0.3
0.35
0.4
0.45
Abbildung 7.1: Schwung holen, 6.5 < t < 6.6
0.5
0.55
7.1. FREMDE WELTEN
75
Raumschiff bereits auf 28 Lngeneinheit von der Erde entfernt.

Nach 75 Zeiteinheiten wiederholt sich dieses Schwung holen (siehe Abbildung 7.2).
Diesmal bekommt das Raumschiff gengend Schwung, um komplett der Erde entkom5.5
bs
b b
b
b b
5
b
4.5
b b bb
b b b b b b b
b b
b b
b
b b
b
b
b
b
b
b
b
b
b
b
b
bs
b
b
b
4
3.5
3
2.5
b
Raumschiff
Mond
Start
min. Entf.
b
1.5
1
3
b
2
Abbildung 7.2: Schwung holen, 74.8 < t < 76

men zu knnen. Fr die Differenz zwischen Bewegungs und potentieller Energie gilt
Ekin Epot > 0. In Tabelle 7.1 wird die Entfernung im Laufe der Zeit dargestellt.
Demnach hat das Raumschiff eine Geschwindigkeit von ca. 3, das entspricht ca. 680 m
s
Zeit
Entfernung
100
90.46
200
407.96
400
1026.63
600
1641.47
1000
2867.87
Tabelle 7.1: Entfernung von der Erde

bzw. doppelter Schallgeschwindigkeit. Das hier beschriebene Verfahren wird in der
Praxis verwendet, um Sonden zu entlegenen Planeten zu schicken.
7.1.1
Raketenantrieb
Die eben errechnete Geschwindigkeit ist viel zu gering, um im Weltall nennenswerte Strecke zurck zu legen. Dies liee sich mit einem Raketenantrieb ndern, der das
Raumschiff von einem bestimmten Moment an beschleunigt. Dabei wre eine konstante Beschleunigung sinnvoll, so dass sich die Insassen an die Verhltnisse gewhnen
knnen. Ideal wre dann eine Beschleunigung von ca. 10 sm2 . In dem Raumschiff knnte
man sich dann bewegen wie auf der Erde. Dazu wren jedoch selbst unter idealen Bedingungen Unmengen von Treibstoff und eine extremes Verhltnis zwischen Treibstoff
und Nutzlast notwendig [17, S.849]. Auf lange Sicht erscheint eine Beschleunigung
76
g
1 sm2 als realistisch. Wrde man in der Nhe der Erde mit der Beschleuvon a = 10
nigung beginnen, wrde ein Groteil der Kraft verloren gehen. Holt man sich, wie in
diesem Beispiel, erst mal Schwung, so kann man das Gravitationsfeld der Erde hinter
sich lassen und dann beschleunigen. Damit wird kein kostbarer Treibstoff verschwendet.
Eine konstante Beschleunigung lsst sich leicht in die Bewegungsgleichungen einbauen, indem man zur bisherigen Gleichung eine konstante hinzu addiert. Wenn das Raumschiff in Richtung der negativen y-Achse mit der eben beschriebenen Beschleunigung
beschleunigt werden soll, sieht die neue Bewegungsgleichung folgendermaen aus:
mM ond
mErde
(r rMond ) 2040
r0 = 3 (r rErde ) 3
dErde
dMond
Dabei entspricht 2040 einer Beschleunigung von 0.1g. Behlt man diese Beschleunigung ca. 66 Zeiteinheiten bei, so erreicht man ca. 1% der Lichtgeschwindigkeit. Die
Reise zum nchsten Stern Centauri wrde bei der Entfernung von 4.3 Lichtjahren [4,
S.87] immer noch ber 400 Jahre dauern.
7.2 Ein Spezialfall des Dreikrperproblems

Der nun dargestellte Spezialfall des Dreikrperproblems wurde zum ersten mal von
Dr. Carl Burreau erwhnt [2]. Zuvor gab es die Meinung, die drei Massen wrden in
eine periodische Bewegung bergehen. Hier wird dieses Dreikrperproblem erlutert,
weil es besonders hohe Ansprche an den Algorithmus stellt und weil Regulierung in
diesem Fall Sinn macht. Die Ergebnisse werden teilweise mit Hilfe von MATLAB und
MAPLE erzeugt.
7.2.1
Startwerte und Bewegungsgleichung
Von einem Pythagorassches Dreikrperproblem spricht man, wenn die Anfangswerte

so gewhlt sind, dass
1. die Anfangspositionen der Krper ein rechtwinkliges Dreieck bilden.
2. die Verhltnisse der drei Massen zu den jeweils gegenberliegenden Seiten gleich
ist.
Alle Krper seien zu Beginn in Ruhe. Abbildung 7.3 zeigt derartige Anfangswerte. Die
Seiten haben die Lngen 3,4 und 5 32 + 42 = 52 . Die Daten sind so gewhlt, dass
sich der Schwerpunkt im Ursprung des Koordinatensystems befindet und dort auch
bleibt (Gesamtimpuls=~0).
Mit den Bezeichnungen
d0 = |~r2 ~r1 | ,
d1 = |~r2 ~r0 | ,
ergeben sich die Bewegungsgleichungen.
d2 = |~r1 ~r0 |
~r1 ~r0
~r2 ~r0
~r0 = m1
+ m2
3
d2
d31
~r2 ~r1
~r0 ~r1
+ m2
~r1 = m0
d32
d30
~r1 ~r2
~r0 ~r2
+ m1
~r2 = m0
d31
d30
(7.1)
7.2. EIN SPEZIALFALL DES DREIKRPERPROBLEMS
77
Abbildung 7.3: Pythagorassche Anfangswerte
7.2.2
Lsen von Differentialgleichungen mit

Matlab
Matlab enthlt einige Lser fr Differentialgleichungen [19]. Diese Funktionen werden

als ode bezeichnet. ode steht fr Ordinary Differential Equation, gewhnliche Differentialgleichung. Dabei ist ode45 ein Runge-Kutta-Verfahren der Ordnung 4 wie es
in Abschnitt 4.8 beschrieben wird. Die Genauigkeit der errechneten Werte wird dann
mit einem Runge-Kutta-Verfahren der Ordnung 5 ermittelt. Insgesamt stellt sich dieses
Verfahren als ungeeignet heraus. Sowohl die Dauer der Berechnungen als auch deren
Genauigkeit ist vllig unzureichend wie man in Tabelle 7.2 sehen kann. Statt dessen
ode113
ode45
rel. Genauigkeit
1.00E-09
1.00E-10
1.00E-11
1.00E-09
abs. Genauigkeit
1.00E-09
1.00E-10
1.00E-11
1.00E-09
Dauer in Min.
2:45
3:00
6:00
>15
Schritte
9968
11016
17703
60175
Tabelle 7.2: MATLAB-Funktionen ode113 und ode45

wird ode113 benutzt. Dabei handelt es sich um ein Mehrschrittverfahren mit variabler
Ordnung nach Adams, Bashforth und Moulton. Es ist gegenber ode45 dann im Vorteil
ist, wenn eine Fehlertoleranz zwingend eingehalten werden muss.
Die folgenden Eingaben ergeben eine erste Lsung.
>>global m0 m1 m2;
78
%Startwerte%
>>m0=5 m1=3 m2=4;
>>x00=[1;-1];x10=[1;3];x20=[-2;-1];xp0=[0;0];
>>options=odeset(RelTol,1e-10,AbsTol,1e-10);
>>[T1,Y1]=ode113(f,[0 63],[x00;xp0;x10;xp0;x20;xp0],options);
Zum Vergleich mit MATLAB wurden die Orte der drei Krper unter den gleichen Startbedingungen mit einem Algorithmus berechnet, wie er in Abschnitt 4.8 und Abschnitt
5.1 beschrieben wird. Im Anhang A wird der dazu bentigte Programmcode gezeigt.
Tabelle 7.3 zeigt die wesentlichen Daten dieser Rechnungen. Die berechneten Bahnen
max
1010
1011
1012
Rechendauer in s
36.09
73.82
80.78
Schritte
13748
28709
33030
Tabelle 7.3: Eigener Algorithmus

sind dabei mit denen von MATLAB vergleichbar. Der Algorithmus bentigt zwar im
Vergleich zu ode113 deutlich mehr Schritte, ist aber trotzdem deutlich schneller. Das
kann mit den Grnden zu tun haben, die in Abschnitt 4.8.5 genannt werden. Es kann
aber auch an Excel und MATLAB liegen und.
In Abbildung 7.4 ist die Bahn der Masse m0 im Zeitraum 53 < t < 55 dargestellt. Man
kann deutlich erkennen, dass die Position nicht mehr genau bestimmbar ist. Mit Erhhung der Genauigkeit konvergiert der Ort zum Zeitpunkt t = 55 nicht mehr wesentlich.
Der Grund fr die starken Ungenauigkeiten liegt darin, dass die Funktion der Kraft eine
Singularitt bei einem Abstand r = 0 aufweist. Kommen sich zwei Krper sehr nah, so
treten dabei i. Allg. sehr groe Geschwindigkeiten auf und Matlab muss zum Ausgleich
sehr kleine Schrittweiten whlen. Das heit, dass die Schrittweite manchmal sogar in
die Nhe der mglichen Genauigkeit kommt, was zu groen Rundungsfehlern und ungenauen Ergebnissen fhrt. Diese Ungenauigkeiten wirken sich genau dann, wenn sich
zwei Krper sehr nahe sind, besonders stark aus. Die knappste Beinahkollision tritt
zum Zeitpunkt t1 = 15.82 auf. Der Abstand der Massen m0 und m2 betrgt nur noch
d1 = 5.1331 108 , bei einer Maschinengenauigkeit von eps = 2.2204 1016 .
7.2.3
Darstellung in der Hamiltonschen Mechanik
ode113 kann mit der hierher beschriebenen Formulierung des Problems nur unter extremen Rechenaufwand eine Verbesserung der Prognose bewerkstelligen. Fr langzeitige
Prognosen ist das nicht mehr akzeptabel. Um die Effizienz zu steigern kann des Prinzip
der Regulierung angewandt werden, das in Abschnitt 5.2 beschrieben wird. Zuerst knnen jedoch die Daten reduziert werden. Dazu kann man Zwangsbedingungen nutzen.
Es gibt die
1. Drehimpulserhaltung
2. Impulserhaltung
3. Energieerhaltung
2.8
79
109
1010
1011
2.6
2.4
2.2
2
1.8
1.6
1.4
0.2
0.4
0.6
0.8
1.2
1.4
Abbildung 7.4: 53 < t < 55 mit ode113
Durch die Erhaltung des Drehimpuls bleiben die Krper in einer Ebene. Diese Bedingung gilt im Gegensatz zum Zweikrperproblem nicht allgemein. Unter den geschilderten Anfangsbedingungen sind und bleiben die Massen jedoch in einer Ebene. Die
Bewegungsgleichungen knnen also 2-dimensional gehalten werden.
Aus der Erhaltung von Impuls und Bewegungsenergie lsst sich schlieen, dass sich
der Schwerpunkt der Massen im Ursprung des Koordinatensystems befindet und dort
auch bleibt. Es gilt also
2
X
mj x j = 0
und
j=0
2
X
mj ~rj = 0.
j=0
Auf diese Weise kann eine der Variablen xj eliminiert werden. Mit den neuen Variablen
X = r1 r0
und
Y = r 2 r0
P = m1 r1
und
Q = m2 r2 .
sowie die Impulse
Fr die neuen, verallgemeinerten Koordinaten ist das System weiterhin voll bestimmt.
Die in (7.1) eingefhrten Abstnde ergeben sich als
d0 = |Y X| ,
d1 = |Y |
und
d2 = |X| .
In der Notation der Hamiltonschen Mechanik ergibt sich dann, wie in Abschnitt 5.2.3,
die sogenannte Hamiltonfunktion als
2
H=
|P |
|Q|
m1 m2
m0 m1
m0 m2
|P + Q|
+
+
.
2m0
2m1
2m2
|Y X|
|X|
|Y |
(7.2)
80
Mit dieser Funktion sind nun die Differentialgleichungen

H
H
H
X =
, Y =
, P =
P
Q
X
und
H
Q =
.
Y
Die Koordinaten r0 , r1 und r2 der drei Krper lassen sich zurckgewinnen mit
x0 =
m1 X + m 2 Y
,
m0 + m 1 + m 2
x1 = x0 + X und x2 = x0 + Y.
Damit ist das Ziel erreicht, ber die Zwangsbedingungen die Anzahl der Freiheitsgrade und somit die Anzahl der Differentialgleichungen zu minimieren. Die Formulierung
nach dem Hamilton-Formalismus bringt noch einen weiteren sehr entscheidenden Vorteil. Hamilton-Gleichungen sind forminvariant gegenber Punkttransformationen. Man
kann also ohne groen Aufwand einen neuen Satz von verallgemeinerten Koordinaten
und Impulsen einfhren.
7.2.4
Regulierung
Im Folgenden werden nach Levi-Civita[8] komplexe Zahlen zur Beschreibung einer

Koordinaten im R2 benutzt. Der Vektor (x0 , x1 ) entspricht z.B. der komplexen Zahl
x = x0 + ix1 . Um also die Beinahkollision der Massen m0 und m1 zu regulieren wird
die Abbildung X = x2 eingefhrt. Die Wurzel vergrert die sehr kleinen Abstnde bei einer Beinah-Kollision. Dazu muss weiterhin eine fiktive Zeit s einfhren, die
durch dt = |X| ds definiert ist.
Fr den beschriebenen Fall, in dem drei Krper und zwei generalisierte Koordinaten vorliegen, wird eine Verallgemeinerung der Transformation von Levi-Civita nach
Waldvogel [18] benutzt. An Stelle der Variablen X, Y und der Zeit t werden die neuen
Koordinaten x, y und die verallgemeinerte Zeit s eingefhrt als
2 2
2
2
x y
x y2
X=
, Y =
und dt = r0 r1 r2 ds.
2
2
Der Grund fr diese Wahl liegt in der Differenz zwischen X und Y fr die gilt
Y X = (xy)2 .
(7.3)
Damit lassen sich die alten Koordinaten X und Y mit dem gerade beschriebenen Effekt
als Summen von Quadraten darstellen.
Weiterhin mssen auch neue verallgemeinerte Impulse p C und q C eingefhrt
werden. Und zwar so, dass die Transformation der Koordinaten (X, Y, P, Q) in die
Koordinaten (x, y, p, q) kanonisch ist. Nach [18] gilt dann

p
P
= AT
q
Q
mit
A=
X
x
Y
x
X
y
Y
y
x(x2 y 2 )
x(x2 + y 2 )
y(x2 y 2 )
y(x2 + y 2 )
wobei AT das Komplex-Konjugierte von A bezeichnet. Die regulierten Bewegungsgleichungen sind dann
K dy
K dq
K dq
K
dt
dx
=
,
=
,
=
,
=
und
= r 0 r1 r2 .
ds
p ds
q ds
y ds
y
ds
(7.4)
81
mit
K = r0 r1 r2 (H E).
Dabei ist H die alte Hamiltonfunktion nach (7.2) und E die Gesamtenergie des Systems. Die Hauptarbeit besteht jetzt darin, jeweils die rechten Seiten der Gleichungen in
(7.4), also den Gradienten von K zu berechnen. Derartige umfangreiche Berechnungen knnen z.B. mit einem Computeralgebra-Programm wie Maple ausgefhrt werden.
Diese Funktion soll im weiteren Verlauf als threebp bezeichnet werden. In [14] wird
ausfhrlich beschrieben, wie man mit MAPLE diese Funktion erstellen kann.
7.2.5
Lsung
Nun lassen sich die Anfangswerte mit den neuen Koordinaten bestimmen. Es gilt die
Transformationsvorschrift
q
q
Y + X und y =
Y X.
x=
Dann ergeben sich die Startwerte
x = 1.5594395315555318362 + i 1.0087804965427521214
y = 0.13280847188730666477 + i 1.1966000386838271257

m0 m2
m1 m2
769
m0 m1
+
+
=
E = V (0) =
d2
d1
d0
60
(Zum Zeitpunkt t = 0 gibt es nur potentielle Energie.)
Mit diesen neuen Startwerten und der regulierten Funktion (threebp) aus Abschnitt
7.2.3 kann ode113 erneut gestartet werden.
>>global m0 m1 m2 EE;
>>m0=5 m1=3 m2=4;

>>p10 = 0; q10 = 0; p20 = 0; q20 = 0;
>>x10 = 1.5594395315555318362; x20 = 1.0087804965427521214
>>y10 = 0.13280847188730666477; y20 = 1.1966000386838271257
>>EE = -769/60;
>>options=odeset(RelTol,1e-10,AbsTol,1e-10);
>>[T1,Y1]=ode113(threebp,[0 7.98],[x10,x20,y10,y20,p10,p20,q10,q20,0],options)
Der Bereich 0 bis 8 entspricht in der realen Zeit in etwa einem Bereich von 0 bis 60
Zeiteinheiten. Ein Pentium 233 bentigt fr die Berechnung der Daten dann ca. 35
Sekunden. ode113 bentigt insgesamt 2576 Integrationsschritte.
7.2.6
Rcktransformation
Mit den transformierten Werten lsst sich allerdings noch nicht viel anfangen. Wie
in Abschnitt 5.2.5 mssen alle Werte in auf die ursprnglichen Koordinaten zurck
transformiert werden. MATLAB erledigt das mit den folgenden Schritte:
>>x = Z(:,1)+i*Z(:,2);
>>y = Z(:,3)+i*Z(:,4);
>>X = (x.^2-y.^2).^2/4;
82
>>Y = (x.^2+y.^2).^2/4;
>>x0 = -(m1*X+m2*Y) / (m0+m1+m2);
>>x1 = x0 + X;
>>x2 = x0 + Y;
Diese Zeilen dokumentieren zudem die groen Vorteile von MATLAB im Umgang mit
Vektoren und Matrizen. Nun knnen die Bahnen betrachtet und ausgewertet werden.
7.2.7
Beurteilung der Ergebnisse
Die Abbildungen 7.5 und 7.6 verdeutlichen den Vorteil, den die Regulierung gebracht
hat. Bei dem Verfahren mit nicht-regulierten Koordinaten (Abbildung 7.6) ist die Schrittweite zum Teil ber hunderte von Schritten (z.B. von Schritt 2800 bis Schritt 3200)
so klein ist, dass die Zeit praktisch nicht mehr voran schreitet. Wie in Abschnitt 5.2
beschrieben, entstehen an diesen Stellen Fehler, die auch durch noch kleinere Schrittweiten nicht aufgefangen werden knnen.
Die Schrittweiten des Verfahren mit regulierten Koordinaten erreichen nie derart kleine
Werte. Die Zeit schreitet viel gleichmiger voran. Das Diagramm zeigt aber auch das
bereits beschriebene Problem, dass Auftritt, wenn sich die Krper voneinander entfernen. Ideal ist somit ein Verfahren mit regulierten und nicht-regulierten Koordinaten,
0.1
Schrittweiten
Zeitverlauf
0.08
0.06
0.04
0.02
500
1000
1500
2000
2500
Abbildung 7.5: regulierte Schrittweiten

dass nur in kritischen Situationen reguliert.
Im Folgenden werden die drei Krper noch in einigen Zeitintervallen gezeigt. So z.B. in
Abbildung 7.7. Die Massen m0 und m2 aus ihrer Ausgangsposition heraus aufeinander
zu und sehr eng aneinander vorbei. In Abbildung 7.8 werden die Bahnen im Bereich
50 < t < 60 gezeigt. Es verdeutlicht, dass die Anfangswerte nicht in eine periodische
Bahn mndet. Vielmehr wird m2 so stark beschleunigt, dass sie nicht mehr zu den an-
83
0.08
Schrittweite
Zeitverlauf
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
2000
4000
6000
8000
10000
12000
Abbildung 7.6: nichtregulierte Schrittweiten
1.5
m0
m1
m2
Start
min. Entf.
0.5
b
0 b
b
0.5
b b
1
1.5
1.5
0.5
0.5
Abbildung 7.7: Bahnen im Zeitraum 2 < t < 4
1.5
84
deren Masse zurckkehrt. Das ist ein hnlicher Effekt, wie er in 7.1 beschrieben wird.
2
1
m0
m1
m2
Start
s
s
s
0
1
2
3
4
5
3
s
2.5
1.5
0.5
0.5
Abbildung 7.8: Bahnen im Zeitraum 50 < t < 60
1.5
Anhang A
Numerik mit Excel

Excel ist eine bekannte und verbreitete Tabellenkalkulation. Es beinhaltet auch die Programmiersprache VBA (Visual Basic for Applications), eine Weiterentwicklung der
bekannten Sprache Basic, mit einer sehr komfortablen Programmierumgebung. VBA
kann Daten aus den Arbeitsmappen der Tabellenkalkulation lesen und auch in die Tabellen schreiben. Das bietet den Vorteil, die errechneten Werte sofort bearbeiten zu
knnen. Diagramme und Animationen knnen einfach erstellt und formatiert werden.
A.1 VBA
VBA ist automatisch in Excel enthalten und kann ber [Extras][Makro][Visual
BasicEditor] und alternativ ber [Alt]+[F11] aufgerufen werden.
Um die Programmierung zu erlutern, wird der Programmcode des emphRungeKuttaVerfahrens gezeigt.
Public Maxfehler
### maximaler Fehler
##############################################
### Das Hauptprogramm
Sub start()
Maxfehler = 10 ^ (-NNN) ### Fehler festlegen
DatenFestlegen ### Startdaten einlesen
H = 0.1 ### Schrittweite
AktZeit = 0 ### Startzeit
Endzeit = 63 ### und Endzeit
Do While AktZeit < Endzeit
Temp1 = Planet ### 1. Nherung
Temp1 = Voraussage(H, Temp1)
Temp2 = Planet ### 2.Nherung
For b = 0 To 1
Temp2 = Voraussage(H / 2, Temp2)
Next b
### Schritt bewerten
Temp = BewertungSchritt(Temp1, Temp2)
85
86
ANHANG A. NUMERIK MIT EXCEL
If Temp < 2 Then

### Schritt annehmen
AktZeit = AktZeit + H
Planet = Temp2 ### Wert bernehmen
End If
H = 2 * H / Temp ### neue Schrittweite
Loop
End Sub
##############################################
### Bewertet die errechneten Werte
Function BewertungSchritt(w1 As Werte, W2 As Werte) As Double
BewertungSchritt = 0
For b = 0 To 11
Temp = 2 ^ 4 / (2 ^ 4 - 1) * Abs(w1.Wert(b) - W2.Wert(b)) / Maxfehler
If Not Temp = 0 Then Temp = Exp(Log(Temp) / 5)
If Temp > BewertungSchritt Then BewertungSchritt = Temp
Next b
If BewertungSchritt = 0 Then BewertungSchritt = 1
End Function
##############################################
### Sagt Werte in "schritt" Zeiteinheiten voraus
Function Voraussage(schritt As Double, StartWerte As Werte) As Werte
Konst = schritt ^ 2 / 2
Voraussage = StartWerte
For a = 0 To 5 ### Ts bestimmen
t(a, 0) = Voraussage.Wert(a) + schritt * Voraussage.Wert(a + 6) / 2
t(a, 1) = Voraussage.Wert(a) + schritt * Voraussage.Wert(a + 6)
Next a
### Funktionswerte bestimmen
FWerte = Funktion(Voraussage)
### k1 rausfinden und neue Werte Planet berechnen
For a = 0 To 5
k(a, 0) = Konst * FWerte.Wert(a)
Voraussage.Wert(a) = t(a, 0) + k(a, 0) / 4
Next
### k2 rausfinden und neue Werte Planet berechnen
For a = 0 To 5
Voraussage.Wert(a) = t(a, 1) + k(a, 1)
Next a
### k4 rausfinden und endgltige Werte berechnen
A.2. ANIMATIONEN
87
For a = 0 To 5
Voraussage.Wert(a) = t(a, 1) + (k(a, 0) + 2 * k(a, 1)) / 3
Voraussage.Wert(a + 6) = StartWerte.Wert(a + 6) + _
(k(a, 0) + 4 * k(a, 1) + k(a, 3)) / 3 / schritt
Next
End Function
##############################################
### Funktion der Differentialgleichung
Function Funktion2(Planet1 As Werte) As Werte
### Abstnde
Dist(0) = Sqr((Planet1.Wert(2) - Planet1.Wert(4)) ^ 2 + _
(Planet1.Wert(3) - Planet1.Wert(5)) ^ 2) ^ 3
For a = 0 To 1
### Kraft auf Masse 0
Funktion2.Wert(0 + a) = _
Masse(1) * (Planet1.Wert(2
Next a
End Function
+ a) - Planet1.Wert(0 + a)) / Dist(2) + _

+ a) - Planet1.Wert(0 + a)) / Dist(1)


A.2 Animationen
Mit VBA und Excel knnen Animationen einfach erstellt werden. Unter http://www.cip.mathematik.unistuttgart.de/ heidemjn/staatsexamen befindet sich eine ExcelArbeitsmappe, die eine
Animation enthlt.
Die Bewegung wird dadurch erzeugt, dass in Excel ein Diagramm erzeugt wird und
VBA diesem Diagramm Schritt fr Schritt neue Werte zuordnet. Diese Methode funktioniert auf zgigen Rechnern anstandslos. Sie ist leicht umzusetzen und an die Bedrfnisse anzupassen. In der Datei ist der Programmcode offen einzusehen und kann nach
belieben abgewandelt werden.
88
ANHANG A. NUMERIK MIT EXCEL
Anhang B
Excel und LATEX

Alle Tabellen und Diagramme sowie fast alle Ergebnisse in dieser Arbeit wurden mit
der Tabellenkalkulation Excel97 von Microsoft erstellt. Tabellenkalkulationen knnen
groe Menge einfach strukturierter Daten, wie sie beim Dreikrperproblem auftreten,
sehr komfortabel bearbeiten. Als Textsatzsystem diente LATEX, das fr seinen hervorragenden Text und Formelsatz bekannt ist. Um diese zwei Produkte miteinander zu
verknpfen habe ich 2 Programme erstellt, die Tabellen und Diagramme aus einem
ExcelArbeitsblatt heraus fr LATEX erstellen knnen. Diese Programme lassen sich als
sogenanntes AddIn in Excel einbinden. Unter
http://www.cip.mathematik.uni-stuttgart.de/~heidemjn/staatsexamen
steht diese Datei frei und mit Quellcode zur Verfgung.
B.1 Tabellen
Ein Excel-Arbeitsblatt ist eine Tabelle mit Zeilen und Spalten wie in Abbildung B.1
dargestellt. Es ist also kein Problem eine Tabelle zu erstellen und zu formatieren. Ist
das oben beschriebene Add-In eingebunden, so erscheint in der Bedienleiste der Unterpunkt Tex Hilfsmittel. Whlt man den Punkt Tabelle erstellen, so wird der markierte Bereich fr LATEX aufgearbeitet. Die Daten stehen dann in einer Datei auto.tex
in einem frei whlbaren Ordner und knnen mit den Befehlen
\begin{table}[htbp]
\begin{center}
\input{e:/projekte/staatsexamen/tabellen/Auto.tex}
\caption{Beispieltabelle}
\label{tab:Beispieltabelle}
\end{center}
\end{table}
eingebunden werden. Das Ergebnis ist dann Tabelle B.1.
Eine Tabellenkalkulation eignet sich zudem hervorragend, um komplizierte Verfahren
wie das RungeKutta-Verfahren aus Abschnitt 4.8 mit einfachen Daten auszuprobieren.
In einer Tabelle kann das Verfahren Schritt fr Schritt durchgespielt werden, bevor es
richtig programmiert wird.
89
ANHANG B. EXCEL UND LATEX
90
Abbildung B.1: Erstellen einer Tabelle
Autos
Typ
Marke
VW
Golf
Polo
Jetta
Opel
Vectra
Kadett
Leistung in
55
65
75
85
90
J
s
Werte
Hchstgeschwindigkeit in ms1
140
150
160
150
160
Tabelle B.1: Beispieltabelle
B.2. DIAGRAMME
91
B.2 Diagramme
Diagramme sind wesentlich komplexer als Tabellen. Ich habe deshalb das Programm
GnuPlot verwendet, um Excel-Diagramme fr LATEX aufzubereiten.
Gnuplot ist freie Software und kann unter
http://www.cs.dartmouth.edu/gnuplot_info.html heruntergeladen werden. Um ein LATEXDiagramm zu erstellen, erstellt man wie gewohnt eine Excel
Diagramm (siehe Abb. B.2), markiert das Diagramm und whlt die Option Diagramm
erstellen. Nun werden die ExcelDaten in einzelne Dateien geschrieben und eine Da-
Abbildung B.2: Erstellen eines Diagramms

tei mit Anweisungen fr GnuPlot erstellt. Das Ergebnis kann mit den Befehlen
\begin{figure}[htbp]
\begin{center}
\input{../diagramme/ExcelLatex/ExcelLatex.tex}
\caption{Beispieldiagramm}
\label{dia:ExcelLatex}
\end{center}
\end{figure}
eingebunden werden und ist in Tabelle B.3 zu sehen. Der Vorteil ist, dass in Excel das
Diagramm sehr schnell und bedienerfreundlich formatiert werden kann. Mit dem Add
In knnen nderungen unverzglich in das LATEXDokument bernommen werden.
ANHANG B. EXCEL UND LATEX
92
t=1
t=2
t=3
5
4
3
2
1
0
1
2
3
0.5
1.5
Abbildung B.3: Beispieldiagramm
2.5
Literaturverzeichnis
[1] A. Budo. Theoretische Mechanik. Robert Rompe und Ernst Schmutzer, 3. edition,
1965.
[2] Carl Burrau. Numerische berechnung eines spezialfalles des dreikrperproblems.
Astronomische Nachrichten 195, page 113, 1913.
[3] L. Collatz. Numerische Behandlung von Differentialgleichungen.
Verlag, 2. edition, 1955.
Springer-
[4] Prof. Dr. Horst Stcker et al. Taschenbuch der Physik. Verlag Harri Deutsch, 2.
edition, 1994.
[5] H. Heuser. Lehrbuch der Analysis, volume 1. B. G. Teubner Stuttgart, 11. edition,
1994.
[6] Klaus Hllig. Grundlagen der Numerik. Math Text, Zavelstein, 1998.
[7] Friedhelm Kuypers. Klassische Mechanik. Physik Verlag, 1983.
[8] T. Levi-Civita. Sur la rgularisation du problme des trois corps. Acta Math. 42,
1920.
[9] L.F. und M.K. Gordon Shampine. Computer Solution of Ordinary Differential
Equations: the Initial Value Problem. W. H. Freeman, San Francisco, 1975.
[10] V. Szebehely and C.F. Peters. Theory of Orbits. Academic Press, 1967.
[11] Victor G. Szebehely. Adventures in Celestial Mechanics. University of Texas
Press, 1. edition, 1989.
[12] Paul A. Tipler. Physik. Spektrum, 1. edition, 1994.
[13] Walter Krmer und Gtz Trenkler. Lexikon der populren Irrtmer. Eichborn, 8.
edition, August 1996.
[14] D. Gruntz und J. Waldvogel. Orbits in the three-body problem. Aus [15, Chapter
4]., 1997.
[15] Walter Gander und Jir Hrebcek. Solving problems in scientific computing using
Maple and MATLAB. Springer, 3. edition, 1997.
[16] Josef Stoer und Roland Burlisch. Numerische Mathematik 2. Springer Verlag, 2.
edition, 1990.
93
94
LITERATURVERZEICHNIS
[17] H. Vogel. Gerthsen Physik. Springer, 19. edition, 1997.

[18] J. Waldvogel. A New Regularisation of the Planar Problem of Three Bodies.
Celest. Mech. 6, 1972.
[19] Matlab
the
language
of
technical
computing.
http://www.mathworks.com/access/helpdesk/help/pdf_doc/matlab/ref/refbook.pdf.
Eine ausfhrliche Beschreibung von ode113 liegt in [9] vor.
LITERATURVERZEICHNIS
95
Erklrung
h erklre, dass ich die Arbeit selbstndig und nur mit den angegebenen Hilfsmitteln
angefertigt habe und dass alle Stellen, die dem Wortlaut und dem Sinne nach anderen
Werken entnommen sind, durch Angabe der Quellen als Entlehnung kenntlich gemacht
worden sind.

Arbeit

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Arbeit

Uploaded by

Copyright:

Available Formats

Das Dreikrperproblem:

Eine Veranschaulichung von Problemen und

Das eingeschrnkte Dreikrperproblem

A Numerik mit Excel

B Excel und LATEX

Ellipse mit Brennpunkten und Halbachse a . . . . . . . . . . . . . .

Mittelpunkts und Trapezregel . . . . . . . . . . . . . . . . . . . . .

Werte einer Planetenbahn . . . . . . . . . . . . . . . . . .

Bahn in transformierten Koordinaten . . . . . . . . . . . . . . . . . .

Krfte zwischen 3 Krpern . . . .

Schwung holen, 6.5 < t < 6.6 . .

B.1 Erstellen einer Tabelle . . . . . . . . . . . . . . . . . . . . . . . . .

Ergebnisse der Integration mit RiemannSummen . . . . . . . . . . .

Vergleich zweier Verfahren . . . . . . . . . . . . . . . . . . . . . . .

Vergleich mit und ohne Schrittweitensteuerung . . . . .

Vergleich mit und ohne Schrittweitensteuerung . . . . . . . . . . . .

Daten der Landung . . . . . . . . . . . . . . . . . . . . . . . . . . .

Entfernung von der Erde . . . . . . . . . . . . . . . . . . . . . . . .

Ort Geschwindigkeit Beschleunigung

den. Fr die Durchschnittsgeschwindigkeit gilt z.B.

Soll nicht die Durchschnittsgeschwindigkeit, sondern die momentane Geschwindigkeit

Die Keplerschen Gesetze

Abbildung 1.1: Ellipse mit Brennpunkten und Halbachse a

empirischer Gesetze fr die Planetenbewegung aus. Einige Jahrzehnte spter lieferten

Die Newtonschen Axiome

Die Stabilitt des Sonnensystems

(nMerkur = 2, nVenus = 1, nErde = 0, nMars = 1, nJupiter = 3, nSaturn = 4, . . .)

Mit den neuen Maeinheiten soll sich Folgendes ergeben.

Dann muss gelten

beschrieben werden. D und k stehen dabei fr die Dmpfungs und Federkonstante.

mit den Nullstellen 1,2 =

Die Lsungen sind x1,2 (t) = x0 e1,2 t .

Abbildung 1.2: Harmonischer Oszillator 0<t<3

Reduzierung der Ordnung

1. Die Zahlen werden gerundet.

3. Die Subtraktion wird durchgefhrt und das Ergebnis wird gerundet.

approximieren. In dieser Arbeit werden beide Verfahren angewendet. Eine genauere

2.1 Ein erstes Verfahren RiemannSummen

KAPITEL 2. NUMERISCHE INTEGRATION

Tabelle 2.1: Ergebnisse der Integration mit RiemannSummen

Die Abhngigkeit vom Zwischenvektor

2.1. EIN ERSTES VERFAHREN RIEMANNSUMMEN

Theorem 1 (Erweiterter Mittelwertsatz der Integralrechnung)

ist also ein Zwischenstelle, eine Komponente des Zwischenvektors mit [x i1 , xi ].

KAPITEL 2. NUMERISCHE INTEGRATION

Abbildung 2.1: Mittelpunkts und Trapezregel

Abbildung 2.2: Erluterung der Mittelpunktsregel

Tabelle 2.2: Ergebnisse Trapezregel

KAPITEL 2. NUMERISCHE INTEGRATION

2.3 Verfahren hherer Ordnung

an L + 1 Sttzstellen xk , k = 0, .., L. Die Pi (x), i = 0, . . . , L bilden einen Satz linear

Die Integration sei nun fr die Funktionen 1, x, und x2 exakt.

Das Lsen des Gleichungssystems ergibt

und somit die SimpsonFormel

2.4 Integration mit den GauFormeln

2.4. INTEGRATION MIT DEN GAUSSFORMELN

2. Sei L die Anzahl der Sttzstellen. Dann ist

wobei sowohl die Sttzstellen x0 , . . . , xL1 als auch die Gewichte 0 , . . . , L1

Die x1,2 sind die gesuchten Sttzstellen.

KAPITEL 2. NUMERISCHE INTEGRATION

Tabelle 2.3: Vergleich Trapez und SimpsonVerfahren

Bei Verhltnisse werden bei kleineren Schrittweiten deutlich erreicht.

2.5 Bewertung numerischer Ergebnisse

2.6. INTEGRATION OHNE STAMMFUNKTION