Eine numerische Methode für zweiseitige Randwertprobleme, die unbekannte Randdaten als Parameter auffasst, das Anfangswertproblem von einer Grenze aus integriert und die Parameter (mittels Nullstellenfindung oder Optimierung) so anpasst, dass die Lösung die andere Randbedingung erfüllt.

Prinzip

Das Randwertproblem in ein Parameterwahlproblem umwandeln, indem eine Schussfunktion definiert wird, die angenommene Anfangsdaten auf die Residuen an der Zielgrenze abbildet, und dann die Nullstellen dieser Funktion finden.

Demonstration

Für y'' = f(x,y,y') mit y(a)=alpha und y(b)=beta wähle y'(a)=p, integriere das AWP von a nach b zu y(b;p) und löse S(p)=y(b;p)-beta=0 mit einer Nullstellensuchmethode.

Fehlanwendung

Einfaches einmaliges Schießen bei steifen oder sehr sensitivem BVP ohne Stabilisierung anwenden; direktes Schießen an Problemen mit vielen oszillierenden Moden führt oft zu Instabilität oder Divergenz.

Konsequenz

Bei Erfolg reduziert Schießen das BVP auf eine standardmäßige AW-Problemintegration plus skalare oder niedrigdimensionale Nullstellensuche, erlaubt die Nutzung hochwertiger ODE-Solver, kann jedoch multiple Lösungen übersehen oder schlecht konditioniert sein.

Umkehrung

Direkte Diskretisationsmethoden wie Differenzen oder Kollokation wandeln das BVP in ein globales algebraisches System um und vermeiden, Randbedingungen als einstellbare Anfangsparameter zu behandeln.

Abgrenzung

Geeignet für Randwertprobleme gewöhnlicher Differentialgleichungen, besonders niedrigdimensionale ODE mit moderater Sensitivität; nicht allgemein geeignet für großskalige PDE-Randprobleme oder extrem steife BVP ohne Erweiterungen (z. B. multiple shooting).

Semantische Spannung

Spannung besteht gegenüber Multiple Shooting und direkter Diskretisation: Schießen betont IVP-Integration und Nullstellensuche, während Kollokation den Gesamtbereich simultan behandelt und stabiler sein kann.

Synthese

Shooting-Methode = unbekannte Anfangsdaten als Parameter behandeln, als AW-Probleme integrieren und mittels Nullstellensuche iterieren, um Endbedingungen zu erfüllen; wirkungsvoll, wenn Sensitivität beherrschbar und IVP-Solver robust sind.