Die Funktion ist also periodisch mit der Periode 2π. Dabei sind auch Sprungstellen (Sägezahnkurve) (a k cos(kx) + b k sin(kx)) a 0.

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Die Funktion ist also periodisch mit der Periode 2π. Dabei sind auch Sprungstellen (Sägezahnkurve) (a k cos(kx) + b k sin(kx)) + 1 2 a 0."

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.

n=0 f(x) = log(1 + x) = n=1

n=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,

Mehr

... a ik) i=1...m, k=1...n A = = ( a mn

... 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,

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung 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.

Mehr

Nachklausur - Analysis 1 - Lösungen

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:

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 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

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik 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

Mehr

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I

Lösungen 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

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz 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

2 Vollständige Induktion

2 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

Mehr

2. Diophantische Gleichungen

2. 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

Mehr

Stochastisches Integral

Stochastisches 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

Mehr

2. Einführung in die Geometrische Optik

2. 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

Mehr

1 Analysis T1 Übungsblatt 1

1 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.

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches 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:

Mehr

Informatik II Dynamische Programmierung

Informatik 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

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik 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

Mehr

4. Der Weierstraßsche Approximationssatz

4. 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

Mehr

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

Der 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-

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

Aufgaben 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

Mehr

Methode der kleinsten Quadrate

Methode 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

Mehr

Übungen mit dem Applet Fourier-Reihen

Übungen 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

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 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

Mehr

4. Reihen Definitionen

4. 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

Mehr

4. Vektorräume mit Skalarprodukt

4. 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

Mehr

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

KAPITEL 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

Mehr

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

KAPITEL 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

Mehr

Analysis II für M, LaG und Ph, WS07/08 Übung 2, Lösungsskizze

Analysis 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

Mehr

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)

x 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

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

Zahlenfolgen, 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:

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. 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

Mehr

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.

und 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

Mehr

Kapitel 4: Stationäre Prozesse

Kapitel 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

Mehr

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS vo Rolf Waldi 1 Kapitel I. Elemetare Zahletheorie 1 Grudlegede Regel ud Prizipie Es wird vorausgesetzt, daß der Leser mit gaze Zahle reche ka ud

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut 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

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen Regressio Dieser Text rekapituliert die i der Aalsis ud Statistik wohlbekate Methode der kleiste Quadrate, auch Regressio geat, zur Bestimmug vo Ausgleichsgerade Regressiosgerade ud allgemei Ausgleichpolome.

Mehr

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009 Uiversität Karlsruhe TH Istitut für Kryptographie ud Sicherheit Willi Geiselma Vorlesug Marius Hillebrad Übug Lösuge zu Übugsblatt 2 Sigale, Codes ud Chiffre II Sommersemester 2009 Übug vom 26. Mai 2009

Mehr

KAPITEL 2. Zahlenfolgen

KAPITEL 2. Zahlenfolgen KAPITEL Zahlefolge. Kovergete Zahlefolge...................... 35. Grezwertbestimmug....................... 38.3 Grezwertbestimmug durch Abschätzug............. 4.4 Mootoe Folge..........................

Mehr

Dritter Zirkelbrief: Ungleichungen

Dritter Zirkelbrief: Ungleichungen Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug

Mehr

Transformator. n Windungen

Transformator. n Windungen echische iversität Dresde stitut für Ker- ud eilchephysik R. Schwierz V/5/29 Grudpraktikum Physik Versuch R rasformator rasformatore werde i viele ereiche der Elektrotechik ud Elektroik eigesetzt. Für

Mehr

LGÖ Ks VMa 12 Schuljahr 2017/2018

LGÖ Ks VMa 12 Schuljahr 2017/2018 LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine 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

Mehr

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig.

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. 1.3 Fuktioe Seie M ud N Mege f : M N x M : 1 y N : y fx et ma Fuktio oder Abbildug. Beachte: Zuordug ist eideutig. Bezeichuge: M : Defiitiosbereich N : Bildbereich Zielmege vo f Der Graph eier Fuktio:

Mehr

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte

Mehr

Calmet Calibration. Calmet C300 Der Kalibrator für nicht sinusförmige Signalverläufe - Oberwellen Erweiterte Spezifikationen.

Calmet 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

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

15.4 Diskrete Zufallsvariablen

15.4 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

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Innerbetriebliche Leistungsverrechnung

Innerbetriebliche 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

Mehr

2 Konvergenz von Folgen

2 Konvergenz von Folgen Kovergez vo Folge. Eifache Eigeschafte Defiitio.. Eie Abbildug A : N C heißt Folge. Ma schreibt a statt A) für N ud a ) oder a ) statt A. We a R N, so heißt a ) reelle Folge. Defiitio.. Seie a ) eie Folge

Mehr

Monte Carlo-Simulation

Monte Carlo-Simulation Mote Carlo-Simulatio Mote Carlo-Methode Der Begriff Mote Carlo-Methode etstad i de 1940er Jahre, als ma im Zusammehag mit dem Bau der Atombombe die Simulatio vo Zufallsprozesse erstmals i größerem Stil

Mehr

Ganzrationale Funktionen

Ganzrationale Funktionen Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez

Mehr

Kapitel 2. Terme. oder (x + 1)(x 1) = x 2 1

Kapitel 2. Terme. oder (x + 1)(x 1) = x 2 1 Kapitel 2 Terme Josef Leydold Auffrischugskurs Mathematik WS 207/8 2 Terme / 74 Terme Ei mathematischer Ausdruck wie B R q q (q ) oder (x + )(x ) x 2 heißt eie Gleichug. Die Ausdrücke auf beide Seite des

Mehr

Aufgaben zur Analysis I

Aufgaben zur Analysis I Aufgabe zur Aalysis I Es werde folgede Theme behadelt:. Logik, Iduktio, Mege, Abbilduge 2. Supremum, Ifimum 3. Folge, Fuktioefolge 4. Reihe, Potezreihe 5. Mootoie ud Stetigkeit 6. Differetialrechug 7.

Mehr

Eulersche Summationsformel

Eulersche Summationsformel Eulersche Summatiosformel ei Prosemiarvortrag Sve Grützmacher Betreut vo Dr. Kaste Cotets Vorwort Die eifache Formel 3 Die allgemeie Formel 5 4 Awedug 7 VORWORT Vorwort Dieser Prosemiarvortrag beschäftigt

Mehr

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Kryptologie: 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

Mehr

Das kollektive Risikomodell. 12. Mai 2009

Das kollektive Risikomodell. 12. Mai 2009 Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen 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,

Mehr

Mathematischer Vorkurs zum Studium der Physik

Mathematischer 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)

Mehr

Zusammenfassung Wirtschaftsinformatik Stefan Käßmann

Zusammenfassung Wirtschaftsinformatik Stefan Käßmann I. Iformatio ud Nachricht 1. Iformatio ud Nachricht - Nachricht (Sytax), Sigale, Zeiche - Iformatio (Sematik), bit - Rausche 2. digitale Nachrichte - digitale Sigale (Sigalparameter aus edlicher Zeichevorrat)

Mehr

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln 6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel

Mehr

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57 Ihaltsverzeichis 1 Berechebarkeit ud Algorithme 7 1.1 Berechebarkeit................................. 7 1.1.1 LOOP/WHILE-Berechebarkeit................... 8 1.1.2 Turig-Maschie...........................

Mehr

Index. Majorante, 24 Minorante, 23. Partialsumme, 17

Index. Majorante, 24 Minorante, 23. Partialsumme, 17 Folge, Reihe Idex Kovergezkriterie Hauptkriterium, Leibiz-Kriterium, Majoratekriterium, 4 Mioratekriterium, otwediges Kriterium, 0 Quotietekriterium, teleskopierede Summe, Wurzelkriterium, Majorate, 4

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

4-1 Elementare Zahlentheorie

4-1 Elementare Zahlentheorie 4-1 Elemetare Zahletheorie 4. Dirichlet s Satz über Primzahle i arithmetische Progressioe. Satz (Dirichlet 1837). Seie a, k atürliche Zahle. Sid die Zahle a, k teilerfremd, so gibt es uedlich viele Primzahle

Mehr

3. Einführung in die Statistik

3. 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 ; : :

Mehr

Übungen zu Einführung in die Analysis, WS 2014

Übungen zu Einführung in die Analysis, WS 2014 Übuge zu Eiführug i die Aalysis, WS 2014 Ulisse Stefaelli 19. Jauar 2015 1 Wiederholug 1. Seie p, q ud r Aussage. Zeige Sie, dass dei Aussage Tautologie sid. p ( p q), (b) ( p q) ( p q), [ ((p ) ( ) ]

Mehr

von Prof. Dr. Ing. Dirk Rabe FH Emden/Leer

von 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.: (

Mehr

Konvergenz von Fourier-Reihen

Konvergenz von Fourier-Reihen Kovergez vo Fourier-Reihe Ausarbeitug zum Semiar zur Fourieraalysis, 3..27 obias Reimes Diese Ausarbeitug beschäftigt sich mit der Kovergez vo Fourier-Reihe. Hierzu werde im erste Abschitt eiige Vorbemerkuge

Mehr

Folgen explizit und rekursiv Ac

Folgen explizit und rekursiv Ac Folge explizit ud rekursiv Ac 03-08 Folge sid Fuktioe, bei dee atürliche Zahle ( 0; ; ; ) reelle Zahle a() zugeordet werde. Ma schreibt dafür : a() bzw. a. Für die Folge schreibt ma auch < a >. Folge köe

Mehr

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD. ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede

Mehr

1 Das Skalarprodukt und das Kreuzprodukt

1 Das Skalarprodukt und das Kreuzprodukt Das Skalarprodukt ud das Kreuzprodukt Wir betrachte zu x = de Ausdruck y t x : = x Grud: Die rechte Seite der Gleichug ist: y t x = (y tx +... + (y ty { t x } y +... + x y x + x y (x y +... + x y x x t

Mehr

8. Übungsblatt Aufgaben mit Lösungen

8. Übungsblatt Aufgaben mit Lösungen 8. Übugsblatt Aufgabe mit Lösuge Aufgabe 36: Bestimme Sie alle z C, für die die folgede Potezreihe kovergiere: z z a, b! +, c z +. = = Lösug 36: Wir bezeiche de Kovergezradius mit r. a Wir wede das Quotietekriterium

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 04..05 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 6. Übugsblatt Aufgabe

Mehr

Grundbegriffe der Differentialrechnung

Grundbegriffe der Differentialrechnung Wirtschaftswisseschaftliches Zetrum Uiversität Basel Mathematik für Ökoome 1 Dr. Thomas Zehrt Grudbegriffe der Differetialrechug Referez: Gauglhofer, M. ud Müller, H.: Mathematik für Ökoome, Bad 1, 17.

Mehr

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es?

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es? Uiversität Stuttgart Fachbereich Mathematik Prof Dr C Hesse PD Dr P H Lesky Dipl Math D Zimmerma Msc J Köller FAQ 4 Höhere Mathematik 724 el, kyb, mecha, phys Lieare Abbilduge ud Matrize Um was geht es?

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

1 = 1. 6 Induktionsannahme: Die Formal gelte für n = k. Induktionsschritt: Gültigkeit der Formel für k+1: 1 2 + 2 2 +... + k 2 + (k + 1) 2 = 2 = 6 = 6

1 = 1. 6 Induktionsannahme: Die Formal gelte für n = k. Induktionsschritt: Gültigkeit der Formel für k+1: 1 2 + 2 2 +... + k 2 + (k + 1) 2 = 2 = 6 = 6 65 Eric Müller Vollstädige Iduktio Nach GIUSEPPE PEANO (858-93) ka ma die Mege N der atürliche Zahle durch folgede Axiome defiiere []:. ist eie atürliche Zahl.. Zu jeder atürliche Zahl gibt es geau eie

Mehr

HEUTE. Beispiele. O-Notation neue Einführung Ideen und Eigenschaften Aufgaben 47 und 52

HEUTE. Beispiele. O-Notation neue Einführung Ideen und Eigenschaften Aufgaben 47 und 52 11.02.04 1 HEUTE 11.02.04 3 Beispiele 2, 2 2, 2 +, 1 2 2 log habe asymptotisch gleiches Wachstum: O-Notatio eue Eiführug Idee ud Eigeschafte Aufgabe 47 ud 2 Aufteilugs- ud Beschleuigugssatz Idee ud Awedug

Mehr

Numerische Integration (s. auch Applet auf

Numerische Integration (s. auch Applet auf Numerische Itegratio (s. auch Applet auf www.mathematik.ch) Voraussetzuge ud Zielsetzug Voraussetzug: Eie Fuktio f sei auf dem abgeschlossee Itervall I = [a,b] stetig. b Gesucht: Bestimmtes Itegral J =

Mehr

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

AUFGABENSTELLUNG (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

Mehr

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014 Herzlich Willkomme zur Vorlesug Aalysis I SoSe 2014 Prof. Dr. Berd Dreseler Lebediges Lere: Aufgabe Ich Wir 2 Reelle Zahle 2.1 Körperstruktur vo (K1) Additio ud Multiplikatio kommutativ: a b b a, ab ba.

Mehr

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen. Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft 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

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5 TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 13/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Tutoraufgabe: Eiführug i die Wahrscheilichkeitstheorie Lösugsvorschläge zu Übugsblatt

Mehr

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe. Defiitioe ud Aussage zu ruppe Michael ortma Eie ruppe ist ei geordetes Paar (, ). Dabei ist eie icht-leere Mege, ist eie Verküpfug (Abbildug), wobei ma i.a. a b oder gar ur ab statt ( a, b) schreibt. Es

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

Dynamische Programmierung Matrixkettenprodukt

Dynamische Programmierung Matrixkettenprodukt Dyamische Programmierug Matrixketteprodukt Das Optimalitätsprizip Typische Awedug für dyamisches Programmiere: Optimierugsprobleme Eie optimale Lösug für das Ausgagsproblem setzt sich aus optimale Lösuge

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Determinante und Resultante Azadeh Pasandi

Determinante und Resultante Azadeh Pasandi Determiate ud Resultate 07.01.2009 Azadeh Pasadi Defiitio ud Grudeigeschafte: sei U, V, W ud Vektor-Raum über Körper F ud beachte eie Abbildug f ( u,v ) vo kartesische Produkt: f: U x V W Diese Abbildug

Mehr

5.3 Wachstum von Folgen

5.3 Wachstum von Folgen 53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische

Mehr

$Id: komplex.tex,v /04/13 15:09:53 hk Exp $

$Id: komplex.tex,v /04/13 15:09:53 hk Exp $ Mathematik für Igeieure IV, SS 206 Mittwoch 3.4 $Id: komplex.tex,v.2 206/04/3 5:09:53 hk Exp $ Komplexe Zahle I diesem Kapitel wolle wir erst eimal zusammestelle was aus de vorige Semester über die komplexe

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2 D-MATH Topologie FS 15 Theo Bühler Musterlösug 2 1. a) Per Defiitio ist A = {x : x berührt A}. I der Vorlesug wurde die Formel (X A) = ( A ) c gezeigt, also A = ( X A ) c. Daher ist A = A A = A (A ) c

Mehr

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln Wallis-Produkt, Gammafuktio ud -dimesioale Kugel Thomas Peters Thomas Mathe-Seite www.mathe-seite.de 6. Oktober 3 Das Ziel dieses Artikels ist es, Formel für das Volume ud die Oberfläche vo -dimesioale

Mehr

3. Taylorformel und Taylorreihen

3. Taylorformel und Taylorreihen Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 3 Taylorformel ud Taylorreihe Sei I R ei Itervall ud sei f : I R eie Fuktio Ziel: Wolle utersuche, wa sich die Fuktio f i eier Umgebug vo eiem Pukt I

Mehr

Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe Analysis und Integraltransformationen

Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe Analysis und Integraltransformationen UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz Dr P C Kustma Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtuge Elektroigeieurwese Physik ud Geodäsie iklusive Komplexe Aalysis

Mehr

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares

Kleines 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

Mehr