Die Funktion ist also periodisch mit der Periode 2π. Dabei sind auch Sprungstellen (Sägezahnkurve) (a k cos(kx) + b k sin(kx)) a 0.
|
|
- Gottlob Roth
- vor 8 Jahren
- Abrufe
Transkript
1 Kapitel 7 Fourier-Trasformatio 7.1 Eiführug Diet der Maipulatio vo Date, Darstellug vo Date, beste Möglichkeit. Vgl. Ortsdarstellug, Impulsdarstellug i der QM Utersuchug vo Messdate auf Periodizität, sog. Powerspektrum 7.2 Fourier-Reihe Sei f(x) stetige Fuktio mit f(x + 2π) = f(x) x R Die Fuktio ist also periodisch mit der Periode 2π. Dabei sid auch Sprugstelle (Sägezahkurve) möglich. BILDER! Approximiere f(x) durch g (x) = (a k cos(kx) + b k si(kx)) a 0 k=1 so dass { π g (x) f(x) 2 = [g (x) f(x)] 2 dx Miimal. Dies ist eie Least-Square-Approximatio vo f(x) durch trigoometrische Fuktioe. Bem.: si- ud cos-fuktioe sid orthogoale Fkt. bzgl. [, π]. Es gilt: π 0 j k cos(kx) cos(jx)dx = 2π j = k = 0 (7.1) π j = k > 0 π π si(kx) si(jx)dx = } 1/2 { 0 j k i, k > 0 π j = k > 0 (7.2) cos(kx) si(jx)dx = 0 j 0, k > 0 (7.3) 77
2 78 KAPITEL 7. FOURIER-TRANSFORMATION Diese Orthogoalitätsrelatioe gelte auch für adere Itervale (z.b. [0, 2π]). Damit: F g (x) f(x) 2 = F (a 0, a 1,..., a, b 1,..., b ) (7.4) Das Miimum ergibt sich aus: F a 0 = 0, F a i = 0, Dies sid Gleichuge ud es folgt a k = 1 π b k = 1 π π π F b i = 0, i = 1, f(x) cos(kx)dx k = 0,..., (7.5) f(x) si(kx)dx k = 1,..., (7.6) Die a k, b k heiße Fourierkoeffiziete der (2π-periodische) Fuktio f(x), ud g (x) ist das Fourier-Polyom. Für : Fourier-Reihe g(x). Bem.: Sei f eie periodische, stückweise stetige Fuktio mit stückweise stetiger Ableitug, da gilt: Dies gilt im Sie vo: g(x) f(x) falls f stetig (7.7) 1 2 [f(x+ 0 ) + f(x 0 )] falls f ustetig (7.8) g(x) f(x) 2 0 (das heißt icht, dass auch jeder eizeler Fuktioswert idetisch sei muss). BILDER Bspl.: 1) f(x) = x π x π f(x) ist gerade b k = 0 (wege (ugerade * gerade ) dx = 0). a 0 = π [ a k = 2 πk ( 1) k 1 ], k > 0 2 g (x) = 1 2π 4 [ ] cos x cos 3x cos 5x π [Vgl. g 3 (x), Fig. 4.1 aus Schwarz]. Aus f(0) = 0 g(0) = 0, ud ei Vergleich ergibt 2) Sägezah-Fuktio Es folgt (Übug) π = f(x) = x 2 0 < x < 2π [ g (x) = 4π k cos(kx) 4π ] 2 k si(kx) k=1
3 7.3. DISKRETE FOURIER-TRANSFORMATION (DFT) Diskrete Fourier-Trasformatio (DFT) Zu bereche ist mit eier Itervallverschiebug ach [0, 2π] a k = 1 π 2π 0 f(x) cos(kx)dx = 1 π π f(x) cos(kx)dx weil f(x) periodisch i [0, 2π] war. Approximiere die Itegrale für a 0, a k, b k durch die Trapez-Regel. Teile das Itervall [0, 2π] i N Teil-Itervalle mit de Stützstelle ud Mit f(x 0 ) = f(x N ) folgt x j = hj = 2π j j = 0, 1,..., N (7.9) N h = 2π N a k = 2 N N f(x j ) cos(kx j ) k = 0, 1,... (7.10) b k = 2 N N f(x j ) si(kx j ) k = 1, 2,... (7.11) Der Ster symbolisiert hier die Koeffiziete der diskrete Reihe. Mit de obige Stützstelle gilt N cos(kx j ) = { 0 falls k/n Z N falls k/n Z N si(kx j ) = 0 k Z Für solche äquidistate Stützstelle (7.9) gelte die diskrete Orthogoalitätsrelatioe (Siehe Schwarz) k+l N 0 Z ud k l Z N N N k+l cos(kx j ) cos(lx j ) = Z oder k l Z 2 N N N k+l Z ud k l Z N N Für die Sius-fuktio laute die Relatioe ählich k±l N 0 Z oder k±l Z N N si(kx j ) si(lx j ) = N k+l Z ud k l Z 2 N N N umgekehrt 2 Es gilt: N si(kx j ) cos(lx j ) = 0 k, l N 0
4 80 KAPITEL 7. FOURIER-TRANSFORMATION Satz 7.1 Sei N = 2, N ud g(x) a 0 + (a k cos(kx) + b k si(kx)) a cos x k=1 wobei die Koeffiziete a k, b k durch die Gleichuge (7.10, 7.11) gegebe sid. Da ist g (x) das eideutige iterpolierede Fourier-Polyom zu de Stützstelle x j mit de Stützwerte f(x j ). Die Fuktio ist periodisch, also gilt f(x 0 ) = f(x N ). Satz 7.2 Sei N = 2, N ud gm (x) 1 m 2 a 0 + (a k cos(kx) + b k si(kx)) (7.12) k=1 mit de Koeffiziete a k, b k aus de Gleichuge (7.10, 7.11), ud mit Grad m <. g m (x) approximiert f(x) mit N Stützstelle x j derart, dass F N (gm(x j ) f(x j )) 2 miimal ist. (Least-Square Polyom) (Schelle Berechug durch Schema vo Ruge, Ausutze vo Trigoometrie, siehe Schwarz). 7.4 Fast-Fourier Trasform (FFT) Die Berechug der Fourier-Koeffiziete muss für verschiedee Aweduge i der Physik (z.b. partielle DGL) sehr oft durchgeführt werde, ud ma ist auf schelle Algorithme agewiese. Wir beschräke us hier auf die trigoometrische Summe. Zu bereche sid N 1 a k = f(x j ) cos(kx j ) k = 0, 1,..., N 2 (7.13) wobei N 1 b k = f(x j ) si(kx j ) k = 1, 2,..., N 2 1 (7.14) x j = 2π N j N = 2 Aufgrud der Periodizität köe die Summe hier vo 0,..., N 1 laufe. Bilde = N/2 komplexe Größe aus je zwei aufeiaderfolgede Werte y j = f(x 2j ) + if(x 2j+1 ) j = 0, 1,..., 1 = N 2 Defiiere 1 2πj c k y j e = 1 y j w jk k = 0, 1,..., 1 (7.15)
5 7.4. FAST-FOURIER TRANSFORM (FFT) 81 Dies ist die diskrete komplexe Fourier-Trasformatio, mit w e i 2π ( ) 2π = cos i si ( ) 2π (7.16) Es gilt a k ib k = 1 2 (c k + c k ) + 1 2i (c k c k ) e π/ (7.17) a k ib k = 1 2 ( c k + c k ) + 1 2i ( c k c k ) e ikπ/ (7.18) für k = 0,..., ud für b 0 = b = 0, c = c 0. d.h. die komplexe Trasformatio ersetzt die reelle. Iverse Trasformatio: Multipliziere Gl. (7.15) mit Summeidex l mit e +i2π jk summiere über k c k e +i2π jk = y l e i 2π k(l j) Mit der Orthogoalitätsrelatio k=0 l=0 k=0 ud folgt y j = 1 1 c k e +i2π jk k=0 1 1 e i 2π k(l j) = δ lj (7.19) k=0 = 1 y j w jk k = 0, 1,..., 1 (7.20) Der Uterschied zu Gl. (7.15) ist das + Zeiche ud der Faktor 1/. Machmal wird auch eie symmetrische Defiitio mit dem Faktor 1/ gewählt. Parseval Relatio: 1 y j 2 = 1 1 c k 2 (7.21) Berechug der c k Es gilt 1 c k = y j w jk k = 0, 1,..., 1 d.h. der Vektor y j wird multipliziert mit eier Matrix ( C ), dere Elemete {jk} = w jk sid. Diese Matrix w ist uitär (UU + = I). Die Matrixmultiplikatio ist ei O( 2 ) Prozess, dazu kommt die Berechug vo w jk. Es ist aber O( log 2 ) möglich: FFT. Zur Veraschaulichug: Für = 10 6 beträgt die Rechezeit 30 sec im Vergleich zu 2 Woche bei eiem µsec Zyklus Computer. Heute wird meist der Algorithmus vo Cooley & Tukey (1965) verwedet, aber scho früher (Gauss, 1805).
6 82 KAPITEL 7. FOURIER-TRANSFORMATION Grudprizip: w ist die -te Eiheitswurzel, also liege die Werte w jk auf dem Eiheitskreis (der komplexe Ebee), ud bilde die Eckpukte eies regelmäßige -Ecks. Ei Beispiel: Betrachte u = 4. Mit w = w 4 folgt oder i Kurzform wobei c 0 c 1 c 2 c 3 = w 1 w 2 w 3 1 w 2 1 w 2 1 w 3 w 2 w 1 c = W 4 y w = w 4 = e i2π/4 = ( e i2π) 1/4 y 0 y 1 y 2 y 3 (7.22) Durch Vertauschug der zweite ud dritte Kompoete i c ud i W 4 folgt c 0 c y 0 c 1 c 2 = c 2 c 1 = 1 w 2 1 w 2 1 w 1 w 2 w 3 y 1 y 2 (7.23) c 3 c 3 1 w 3 w 2 w 1 y 3 = w w w w 1 0 w 3 y 0 y 1 y 2 y 3 (7.24) Bei eier 2 2-Betrachtug hat die erste Matrix Diagoalgestalt mit zwei idetische Matrize ud die zweite Matrix besteht aus vier Utermatize, wobei zweimal die Eiheitsmatrix auftritt. Führe FT also i zwei Schritte durch. Bereche zuächst de Vektor Z Z = Es gilt also mit w 2 = 1, w 3 = w w w 1 0 w 3 y 0 y 1 y 2 y 3 (7.25) (7.26) z 0 = y 0 + y 2 z 1 = y 1 + y 3 z 2 = y 0 + y 2 w 2 z 1 = (y 1 y 3 )w 1 = (y 0 y 2 )w 0 wobei w 0 = 1. Im zweite Schritt wird Z mit der erste Matrix multipliziert c 0 = c 0 = z 0 + z 1 c 1 = c 2 = z 0 + z 1 w 2 (7.27) c 2 = c 1 = z 2 + z 3 c 3 = c 3 = z 2 + z 3 w 2 (7.28)
7 7.4. FAST-FOURIER TRANSFORM (FFT) 83 Die Gleichuge (7.27) ud (7.28) sid gleich aufgebaut. Bei Berücksichtigug vo w4 2 = w2 1 wird deutlich, dass die Gl. (7.27) ud (7.28) zwei Fourier-Trasformatioe der Ordug 2 bilde. Also wird durch die Vorberechug (7.26) die Fourier-Trasformatio der Ordug 4 i zwei der Ordug 2 überführt. Diese allgemeie Reduzierug eier komplexe FT gerader Ordug auf zwei ugerade der halbe Ordug ist stets möglich Allgemei gilt: Es gilt (Gl. 7.15) 1 c k = 2πj y j e = 1 Dies ka i gerade ud ugerade Ateile zerlegt werde mit = /2 1 2π2j (y 2j e y j w jk k = 0, 1,..., 1 (7.29) + y 2j+1 e 2π(2j+1) ) (7.30) = c g k + cu ke 2π = c g k + cu k w k (7.31) c g k = c u k = m 1 m 1 2π2j y 2j e m (7.32) 2π2j y 2j+1 e m (7.33) wobei m = /2 ist. d.h. habe zwei Fourier-Trasformatioe mit Ordug m = /2. Falls m wiederum Potez vo 2 ist, wiederhole de Prozess, wähle also = 2 M afäglich Divide ad Coquer Algorithmus. Zur Berechug vo Asteroidebahe (Juo & Pallas) 1805 scho vo Gauß eigesetzt. Es gilt weiterhi Ablauf: ud c k = c g k + cu kw k c k+m = c g k cu k wk w = e 2πi/ d.h. brauche Trasformatio ur bis k = /2 1 = m 1 ud erhalte höhere gleichzeitig. Zerlege Fourier-Summe M mal ( = 2 M ) paarweise Summe
8 84 KAPITEL 7. FOURIER-TRANSFORMATION aber jeweils gerade-ugerade Zerlegug Date sid weit voeiader etfert, aufgrud der Vertauschuge Cooley-Tukey (1965): speichere Date-Idex als Biärzahl. Eie Bit-umgekehrte Ordug liefert zu summierede Date ebeeiader. Bspl.: 16 Pkt. y 0, y 1,.., y 15 mit Idizes 0000, 0001,..., Bit-ivertiert: f 0 f 8 f 4 f 12...f 3 f 11 f 7 f 15, addiere also f 0 + f 8, f 4 + f 12,..., f 7 + f 15 da weitere Bit-Vertauschuge zu Paare 2 l 1 auseiader. l: Level der Additio, erste = 1. a jedem Level jeweils zwei Date-Pkt. zu jedem Paar. Der zweite Wert wird mit w k verziert. 7.5 Eigeschafte der DFT Routie/Programme a) Routie i NR (FOUR1,..) b) Neue Etwicklug: FFTW: Fastest FT i the West Prizip: Nicht Azahl der floatig-pt Operatioe, soder Hardware-Optimierug wichtig (Speicher, Cache, Register, Verwaltug), siehe Homepage: ethält Code, welcher sich selbst auf die jeweilige Plattform optimiert teilweise besser als itrisische Herstellerroutie (Assembler) (hat Software-Prize erhalte, free Software, parallel, etc..) Samplig ud Aliasig Sei h(x) aufgezeichet (gesampled) zu feste diskrete Werte (Zeite) x j mit dem kostate Abstad = x j+1 x j, mit h = h( ). Def.: 1 : Samplig-Rate Kritische Frequez f c für die Aufzeichug vo Date f c = 1 2 Nyquist-Frequez NOTE: f bezeichet i diesem Abschitt die Frequez des Fourier-Sigals. D.h. Bei Sius-Kurve wird je ei Wert beim Maximum ud Miimum aufgzeichet, also zwei per Zyklus (BILD). = Kritische Samplig-Rate für Sius-Sigal Samplig-Theorem (Good News) Sei h(t) eie glatte Fkt. zu de Itervalle gesampled, die Badbreite-begrezt ist,
9 7.5. EIGENSCHAFTEN DER DFT 85 d.h. H(f) = 0 für alle f > f c. Hier ist H(f) = h(t)e+2πift dt, d.h. H(f) ist die Fourier-Trasformierte zu h(t), vgl. NR. Da gilt: + si[2πf c (t )] h(t) = h (7.34) π(t ) = Ka also kotiuierliche Fkt. h(t) vollstädig aus diskrete Date h rekostruiere Iformatiosgehalt eier Badbreite-begrezte Fuktio ist uedlich mal kleier als der eier allg. kotiuierliche Fuktio Sei z.b. Verstärkerbadbreite durch edl. Frequez f A gegebe, da ka die vollstädige Iformatio durch eie Samplig-Rate 1 = 2f A gewoe werde. (siehe z.b. CD-Spieler 1 = 44kHz doppelte aaloge Frequez. Aliasig (Bad News) Falls h(t) icht Badbreite-begrezt ist Power (Leistug) außerhalb vo f c < f < f c wird i Itervall [ f c, f c ] trasformiert (aliasig). Die Frequeze außerhalb vo [ f c, f c ] wird aliased (falsch trasformiert). [z.b. liefer e 2πif 1t ud e 2πif 2t gleiche Werte bei Samplig, falls f 1 f 2 = 1 N icht vermeidbar, falls scho gesampled falls Badbreitegreze bekat (beutze Filter mit best. Badbreite) sample da mit maximal mögl. Rate d.h. Teste, ob Fourier-trasformierte H(h) für f f c gege Null geht. Falls icht: Aliasig Gefahr. (BILDER aus N.R.) Bei Graphikkarte ati-aliasig Algorithmus, Treppestufe bei Bilder, Pixeleffekte Negative Frequeze ( f) Hatte 1 2πj c k = y j e [N.R. H k ud h j ] Bei periodische Fuktioe ist c k = c k k = 1, 2,... damit variiere j ud k über gleiche Bereich 0,..., 1. k = /2 gehört zu f = ±f c. 0 < f < f c : 1 k 2 1 f c < f < 0 : < k < 1 FT eies Pulses ist eie sic-fuktio si(2πf T ) Scharfe Kate ausgeschmiert πf Es etstehe Seite-Bäder (side-lobes) Filterug der Date.
10 86 KAPITEL 7. FOURIER-TRANSFORMATION 7.6 Frequezspektrum (Power-Spektrum, oder Power-Spectral-Desity, PSD) 1 2πj c k = y j e defiiere: N.R. Periodogramm des Power-Spektrums P (0) = P (f 0 ) = 1 2 c 0 2 P (f k ) = 1 2 ( ck 2 + c k 2) P (f c ) = P (f /2 ) = 1 2 c /2 2 f k = k = 2f k c Normalisierug: Mit Parseval: i=0 Mittlere quadratische Amplitude. i=0 k = 0,..., /2 /2 P (f i ) = 1 1 y i 2 1 T f(t) 2 dt Vergleiche P (f k ) mit P (f). P (f k ) ist Mittel vo P (f), über Itervall zetriert um f k mit Filter-Fuktio W, hier W (s) = 1 [ ] 2 si πs 2 si(πs/) oszillatorisch W (s) (πs) 2 Leakage (Verlust). Die Fuktio W (s) gibt a, wieviel Power vo eier Frequez i die adere trasferiert wird. Falls f(t) exakte Sius-Kurve mit eier Frequez f k, da kei Leakage, sost Verbreiterug. Verbesserug: Data-Widowig Wird der Erwartugswert geauer mit höherem. Nei: Stadardabweichug immer 100% des Erwartugswerts. σ = P (f k ) Höheres Samplig, oder lägeres Sigal mehr Frequezpukte, aber keie bessere Geauigkeit. Verbesserug: Aufteilug des Itervals i k-teile feiere Frequeze (Oversamplig), k mal ud Mittelug σ Reduktio um 1 k
11 7.7. DFT IN 2-DIMENSIONEN 87 Data-Widowig Die obige Filter-Fuktio ist defiiert durch W (s) = 1 [ ] 2 si πs = 1 2 si(πs/) e 2πisj/ Dies ist äquivalet zu eier quadratische Festerfuktio mit Amplitude W j = 1. Grud für Leakage: Starker Abfall des Quadratfesters FT hat hohe Frequeze. Allgemeier: Multipliziere Date-Pkt. mit Festerfkt. W j diskret Z.B. 1 c k = y j e 2πj Wj Parze/Bartlett: Dreieck Haig: (cos) Welch: Parabel (7.35) Kovolutios-Theorem: Die Fourier-Trasformatio des Produkts zweier Fkt. ist gleich dem Produkt der FT der Fuktioe. Bilder!! 7.7 DFT i 2-Dimesioe Gegegebe 2D-Fuktio a diskrete Pkt. x j1, y j2 = j 1, j 2 Suche die 2D-Trasformierte f(j 1, j 2 ) mit 0 < j 1 < < j 2 < 2 1 c(k 1, k 2 ) = 1 1 j 1 =0 [ 2 1 j 2 =0 f(j 1, j 2 )e 2πi k 2 j 2 2 e 2πi k 1 j 1 1 (7.36) ] I de eckige Klammer steht eie 1D-Fourier-Trasform, zu festem 1.te Idex j 1. Awedug: - Bildtrasformatio (Eistei-Bild) - Tiefpass / Hochpass (Tiefpass: Verwische Kate & Übergäge, verigere Rausche Hochpass: Hebe Kate hervor, Rausche verstärkt, kotrastreider) 7.8 Nicht-Äquidistate Date Z.B. Datepukte fehle (Maschiefehler, Cosmic Ray) icht gleichförmig gemesse (Photometrie vo Stere) Möglich: - Iterpolatio - Nullsetze der Zwischewerte - Paddig
12 88 KAPITEL 7. FOURIER-TRANSFORMATION Lomb-Algorithmus Gegegbe: N Datepukte Mittelwert Variaz h j = h(t j ) h = 1 N σ 2 = 1 N 1 j = 1,..., N N h j N (h j h) 2 Da ist [ P N (ω) = 1 j (h j h) 2 [ cos(ω(t j τ))] j (h j h) 2 si(ω(t j τ))] 2σ 2 j h + j cos 2 (ω(t j τ)) j h j si 2 (ω(t j τ)) (7.37) wobei τ durch j ta(2ωτ) = si(2ωt j) j cos(2ωt j) Dies τ bedeutet, dass P N (ω) idetisch ist zu eiem lieare least square fit mit h(t) = A cos ωt + B si ωt (7.38) bei gegebeer Frequez ω. Bei große Datesätze ist die Berechug vo P N kostspielig, beutze Additiostheoreme. 7.9 Wavelets Zeit-Frequez-Problem Fourier-trasformierte liefert Frequez des Sigals, aber keie Zeitiformatio Ursprügliches Sigal keierlei Frequeziformatio t f > (weil si ud cos-fkt. icht lokalisiert sid im Raum. Bsplt. (Aufgabe) Zusammegesetztes Sigal aus 4 Frequeze welche zeitlich aufeiader folge Short-Time Fourier Trasformatio, STFT (Gabor, 1946) Schiebe Fester über das Sigal. BILD Die so erhaltee Fouriertrasformierte g(ω, τ) = 1 f(t)w (t τ)e iωt dt 2π ist die STFT vom Sigal f(t) mit der Festerfuktio w(t τ). Üblicherweise: (ω = 2π f
13 7.9. WAVELETS 89 Normalisierug w 2 (t)dt = 1 Typische Festerforme sid: Dreieck, Gauß-Profil Rücktrafo Parseval f(t) = 1 2π f(t) 2 = g(ω, τ)w (τ t)e iωt dωdτ g(ω, τ)dωdτ Je ach Breite des Festers ka etweder Frequez oder Zeit besser aalysiert werde. Breite: mehr Frequeze, aber keie plötzliche Äderuge Schmaller: Äderuge, aber keie iedrige Frequeze Wavelets Welleform mit edlicher Dauer, mittlerer verschwideder Amplitude.
Nachklausur - Analysis 1 - Lösungen
Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
Mehr1 Analysis T1 Übungsblatt 1
Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.
Mehr2. Diophantische Gleichungen
2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze
MehrAufgaben und Lösungen der Probeklausur zur Analysis I
Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrSatz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.
Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrInnerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
Mehr+ a 3 cos (3ωt) + b 3 sin (3ωt)
Fourier-Reihe Wir gehe aus vo eier gegebee periodische Fuktio f (t). Die Fuktio hat die Fudametalperiode ( Schwigugsdauer ) ud damit die Grud-Kreisfrequez ω = π. Zeit t Periode Die Fuktio f (t) soll zerlegt
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrAllgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable
Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrÜbungsblatt 1 zur Vorlesung Angewandte Stochastik
Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche
MehrCalmet Calibration. Calmet C300 Der Kalibrator für nicht sinusförmige Signalverläufe - Oberwellen Erweiterte Spezifikationen.
C300 Der Kalibrator für icht siusförmige Sigalverläufe - Oberwelle Erweiterte Spezifikatioe Calibratio Awedugsbericht Was bedeutet Leistugs-/Eergiekalibrierug bei icht siusförmige Ströme/Spauge Elektrische
MehrKapitel 6: Quadratisches Wachstum
Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =
Mehrn=0 f(x) = log(1 + x) = n=1
Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,
Mehr2. Einführung in die Geometrische Optik
2. Eiührug i die Geometrische Optik 2. Allgemeie Prizipie 2.. Licht ud Materie Optische Ssteme werde ür de Spektralbereich zwische dem extreme Ultraviolette ( m) ud dem thermische Irarote (Q-Bad bei 2
MehrGruppe 108: Janina Bär Christian Hörr Robert Rex
TEHNIHE UNIVEITÄT HEMNITZ FAULTÄT FÜ INFOMATI Hardwarepraktikum im W /3 Versuch 3 equetielle ysteme I Gruppe 8: aia Bär hristia Hörr obert ex hemitz, 7. November Hardwarepraktikum equetielle ysteme I Aufgabe
MehrMusterlösung zu Übungsblatt 2
Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.
MehrAUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3
INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
MehrZahlenfolgen, Grenzwerte und Zahlenreihen
KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:
MehrDie Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac
Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala
MehrLösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I
Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrHöhere Mathematik 3. Kapitel 12 Differenzengleichungen, z-transformation. Prof. Dr.-Ing. Dieter Kraus
Höhere Mathematik 3 Kapitel 1 Differezegleichuge, z-trasformatio Prof. Dr.-Ig. Dieter Kraus Höhere Mathematik 3 Kapitel 1 Ihaltsverzeichis 1 Differezegleichuge, -Trasformatio...1-1 1.1 Eiführug i Differezegleichuge...1-1
MehrBildverbesserung. Operationen im Frequenzraum
Bildverbesserug Operatioe im Frequezraum Begriffsdefiitioe Der Ortsraum ist die übliche Repräsetatio vo Bilder. Jedem Bildpukt ist eie bestimmte Koordiate eideutig zugeordet. Der dazu duale Raum ist der
MehrKapitel 4: Stationäre Prozesse
Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud
MehrVorlesung Informationssysteme
Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
MehrMathematischer Vorkurs zum Studium der Physik
Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)
Mehrx mit Hilfe eines linearen, zeitinvarianten
Übug &Prktiku zu Digitle Sigle ud Systee The: Fltug Diskrete Fltug Wird ei zeitdiskretes Sigl ( T ) x it Hile eies liere, zeitivrite Siglverrbeitugssystes verrbeitet, so lässt sich ds Verhlte des verrbeitede
MehrKryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.
Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere
MehrGliederung. Value-at-Risk
Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug
MehrAusgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i
D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi
MehrD-HEST, Mathematik III HS 2015 Prof. Dr. E. W. Farkas R. Bourquin und M. Sprecher. Lösung 1
D-HEST, Mathematik III HS 15 Prof. Dr. E. W. Farkas R. Bourqui ud M. Sprecher Lösug 1 Das erste Kapitel der Vorlesug behadelt die Theorie der Fourier-Reihe. Bearbeite Sie bitte folgede Frage olie bis Diestag,
MehrZur Definition. der wirksamen. Wärmespeicherkapazität
Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik
MehrInformatik II Dynamische Programmierung
lausthal Iformatik II Dyamische Programmierug. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Zweite Techik für de Algorithmeetwurf Zum Name: "Dyamische " hat ichts mit "Dyamik" zu tu, soder mit
MehrAuch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.
Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger
MehrVersicherungstechnik
Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge
MehrStochastik für WiWi - Klausurvorbereitung
Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F
MehrKleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares
4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus
MehrBetriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110
Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrKorrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222
Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme
MehrKlasse: Platzziffer: Punkte: / Graph zu f
Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25
MehrProjektmanagement Solarkraftwerke
Projektmaagemet Solarkraftwerke Solar Forum - St. Veit 2013 Mauel Uterweger 1 Ihalt des Impulsvortrages eie Überblick über Projektmaagemet bei Solarkraftwerke zu gebe gewoee Erfahruge aufgrud eies reale
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
Mehr= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:
E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche
Mehrvon Prof. Dr. Ing. Dirk Rabe FH Emden/Leer
vo Prof. Dr. Ig. Dirk Rbe FH Emde/Leer Überblick: Folge ud Reihe Folge: Zhlefolge ( ) ; ; ; ist eie geordete Liste vo Zhle ( IN) : Glieder der Folge f(): Bildugsgesetz (eplizit i oder rekursiv) z.b.: (
MehrAufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield
Augabeblatt 4 Lösuge A. Deiitioe Zis = Rate Ziskurve = Zisstruktur Redite = Yield A. Deiitioe Zerobod = Nullkupoaleihe = Zero coupo bod Aleihe, die vor Ede der Lauzeit keie Zahluge leistet ud am Ede der
MehrStichproben im Rechnungswesen, Stichprobeninventur
Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-
MehrFinanzmathematische Formeln und Tabellen
Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,
MehrStochastisches Integral
Kapitel 11 Stochastisches Itegral Josef Leydold c 26 Mathematische Methode XI Stochastisches Itegral 1 / 2 Lerziele Wieer Prozess ud Browsche Bewegug Stochastisches Itegral Stochastische Differetialgleichug
MehrHONORAR Honorarabrechnung
HONORAR Hoorarabrechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Freie Formulargestaltug... 5 3.2 Positiosvorschläge aus Leistuge bzw. Gegestadswerte...
MehrEs gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden
Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem
MehrProf. Dr.-Ing. Bernd Kochendörfer. Bauwirtschaft und Baubetrieb. Investitionsrechnung
ud Baubetrieb A Ivestitiosrechug ud Baubetrieb Ivestitiosbegriff Bilazorietierter Ivestitiosbegriff Umwadlug vo Geldkapital i adere Forme vo Vermöge Aktiva Passiva Zahlugsorietierter Ivestitiosbegriff
MehrBewertung von Anleihen
Bewertug vo Aleihe Arithmetik der Aleihebewertug: Überblick Zerobods ud Koupoaleihe Ziskurve: Spot Zise ud Yield to Maturity Day cout Kovetioe Replikatio ud Arbitrage Forward Zise Yield ud ex post realisierte
MehrDer Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß
Der Satz vo Stoe-Weierstraß Vortrag zum Prosemiar Aalysis, 28.06.2010 Valetia Gerber, Sabria Kielma Aus der Vorlesug Aalysis I ud II kee wir das Kozept des Approximieres. Us wurde die Begriffe Taylor-
MehrDas FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++
Das FSB Geldkoto Eifache Abwicklug ud attraktive Verzisug +++ Verzisug aktuell bis zu 3,7% p.a. +++ zuverlässig servicestark bequem Kompeteter Parter für Ihr Wertpapiergeschäft Die FodsServiceBak zählt
MehrLöslichkeitsdiagramm. Grundlagen
Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader
Mehr4. Der Weierstraßsche Approximationssatz
H.J. Oberle Approximatio WS 213/14 4. Der Weierstraßsche Approximatiossatz Wir gebe i diesem Abschitt eie ostrutive Beweis des Weierstraßsche Approximatiossatzes, der mit de so geate Berstei-Polyome (Felix
MehrTao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v
Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)
Mehr4. Reihen Definitionen
4. Reihe 4.1. Defiitioe Addiere wir die Glieder eier reelle Zahlefolge (a k ), so heißt diese Summe S (uedliche) (Zahle-) Reihe S (Folge: Fuktio über N; Reihe: 1 Zahl): S := a 1 + a 2 + a 3 +... := Σ a
MehrKunde. Kontobewegung
Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:
MehrMethode der kleinsten Quadrate
Methode der kleiste Quadrate KAPITEL 5: REGRESSIONSRECHNUNG Die Methode der kleiste Quadrate (MklQ) ist ei Verfahre zur Apassug eier Fuktio a eie Puktwolke. Agewadt wird sie beispielsweise, um eie Gesetzmäßigkeit
MehrGIBS. Übungsaufgaben zur Vertiefung. V1. Beschriften Sie die Konstruktionen! n n n n ' ' ' ' Modul 1.5. Geometrische Optik 1 58.
eometrische Optik 1 58 Übugsaufgabe zur Vertiefug V1. Beschrifte Sie die Kostruktioe! ' ' ' ' ' ' ' ' Lehrerversio eometrische Optik 1 59 V2. Bei eiem Brillekroglas tritt Licht a der Rückfläche des lases
MehrÜbungen mit dem Applet Fourier-Reihen
Fourier-Reihe 1 Übuge mit dem Applet Fourier-Reihe 1 Mathematischer Hitergrud... Übuge mit dem Applet... 3.1 Eifluss der Azahl ud der Sprugstelle...3. Eifluss vo y-verschiebug ud Amplitude...4.3 Eifluss
MehrHöhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt.
Fachbereich Iformatik Sommersemester 8 Prof. Dr. Peter Becker Höhere Aalysis Lösuge zu Aufgabeblatt 6 Aufgabe (Fourierreihe) 3+5 Pukte Die Fuktio f sei auf (, π] defiiert durch f(x) x ud wird π-periodisch
Mehr4. Vektorräume mit Skalarprodukt
4. Vektorräume mit Skalarprodukt Wiederholug: V=R x, y R: x= x x i x, y= y y, :R R R Skalarprodukt Stadardskalarprodukt lieare Abbildug mit 2 Argumete 4. Eigeschafte vo Skalarprodukte Def.: Es sei V ei
MehrMathematik der Lebensversicherung. Dr. Karsten Kroll GeneralCologne Re
atheatik der Lebesersicherug r. Karste Kroll GeeralCologe Re atheatik der Lebesersicherug atheatische Grudasätze iskotiuierliche ethode: Sätliche Leistuge erfolge zu bestite Zeitpukte ie Zeititeralle dazwische
MehrZiel: Erhöhung der Grenzfrequenz, erreicht mit PIN-, Lawinen-, Metall-Halbleiter- und Heterodioden
PIN-Photodiode Ziel: Erhöhug der Grezfrequez, erreicht mit PIN-, Lawie-, Metall-Halbleiter- ud Heterodiode PIN-Photodiode: breite eigeleitede Mittelschicht (I) zwische - ud -Teil, Hautsaugsabfall über
MehrKAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).
KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio
Mehrund wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.
Reeller Vektorraum Kapitel Vektorräume Die Mege aller Vektore x mit Kompoete bezeiche wir mit x R =. : x i R, i x ud wird als -dimesioaler (reeller) Vektorraum bezeichet. Defiitio Ei Vektorraum V ist eie
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrAnalysis II für M, LaG und Ph, WS07/08 Übung 2, Lösungsskizze
Gruppeübug Aalysis II für M, LaG ud Ph, WS7/8 Übug, Lösugsskizze G 4 (Zum warm werde). Begrüde die vo Physiker beliebte Näheruge si(x) x, cos(x) ud ta(x) x für kleie x R. Dies folgt direkt aus der Tayloretwicklug
MehrKAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...
KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4
MehrSystemtheorie. Vorlesung 18: Spektren periodischer Signale. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann
Systemtheorie Vorlesug 8: Spektre periodischer Sigale Fakultät für Elektro- ud Iformatiostechik, Mafred Strohrma Spektre vo Sigale Eiführug Sigale köe auf uterschiedliche Arte beschriebe werde Zeitbereich
MehrKASSENBUCH ONLINE Online-Erfassung von Kassenbüchern
KASSENBUCH ONLINE Olie-Erfassug vo Kassebücher Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Ituitive Olie-Erfassug des Kassebuchs... 5 3.2 GoB-sicher
Mehre) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)
Mathematik 1 Test SELBSTTEST MATHEMATIK 1. Forme Sie die folgede Terme um: a) y y y y + y : ( ) ( ) b) ( 9 ) 18 c) 5 3 3 3 d) 6 5 4 ( 7 y ) 3 4 5 ( 14 y ) e) ( 4a + 8b + 9a + 18b ) : a + b f) log () +
MehrLogarithmus - Übungsaufgaben. I. Allgemeines
Eie Gleichug höhere Grdes wie z. B. Gymsium / Relschule Logrithmus - Üugsufge Klsse 0 I. Allgemeies k ch ufgelöst werde, idem m die Wurzel zieht. Tritt die Uekte jedoch im Epoete eier Potez uf, spricht
MehrLinsengesetze und optische Instrumente
Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo
MehrAnalysis I Probeklausur 2
WS /2 Mriescu/ Ert Alysis I Probeklusur 2. Aufgbe Die Folge (x ) N sei rekursiv defiiert durch x =, x + = 2+x. () Beweise, dss die Folge (x ) N streg mooto wchsed ist. (b) Beweise, dss (x ) N durch 2 ch
Mehr3.2 Die Schrödinger-Gleichung
3. Die Schröiger-Gleichug Oer Wie fie ich ie Wellefuktio eies Teilches Lit: Simo/McQuarrie Die S.G. ka geauso weig hergeleitet were wie ie Newtosche Gesetze (Fma). Fuametales Postulat er Quatemechaik Wir
MehrMit Ideen begeistern. Mit Freude schenken.
Mehr Erfolg. I jeder Beziehug. Mit Idee begeister. Mit Freude scheke. Erfolgreiches Marketig mit Prämie, Werbemittel ud Uterehmesausstattuge. Wo Prämie ei System habe, hat Erfolg Methode. Die Wertschätzug
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrKapitel 6 Differenzierbarkeit
Kapitel 6 Differezierbarkeit Ihalt 6.1 6.1Die Defiitio 6.2 6.2Die Eigeschafte 6.3 6.3Extremwerte Seite 2 Was heißt differezierbar? Differezierbare Fuktioe sid sid glatte Fuktioe. Wir Wir beschreibe diese
MehrArbeitsplätze in SAP R/3 Modul PP
Arbeitsplätze i SAP R/3 Modul PP Was ist ei Arbeitsplatz? Der Stadort eier Aktioseiheit, sowie dere kokrete räumliche Gestaltug Was ist eie Aktioseiheit? kleiste produktive Eiheit i eiem Produktiosprozess,
Mehrx 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)
Quatisierug eies skalare Feldes Das Ziel ist eigetlich das elektromagetische Feld zu quatisiere, aber wie ma scho a de MAXWELLsche Gleichuge sehe ka, ist es zu kompliziert, um damit zu begie. Außerdem
MehrAbituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y
MehrFür eine n n-matrix A müssen wir die Gleichung. lösen. Falls (A λi) invertierbar ist, dann ist. Dann ist aber λ kein Eigenwert.
Geschlossees Leotief-Modell Ei Leotief-Modell für eie Volkswirtschaft heißt geschlosse, we der Kosum gleich der Produktio ist, d.h. we Kapitel 5 Eigewerte V x = x Es hadelt sich dabei um eie Spezialfall
Mehr