6.3. Iterative Lösung linearer Gleichungssysteme
|
|
- Heiko Becker
- vor 5 Jahren
- Abrufe
Transkript
1 6.3. terative ösung linearer Gleichungssysteme Großes lineares ünnesetztes Gleichungssystem = Gauss-Elimination nutzt in er Regel ie ünnesetztheit nicht aus un führt meist auf Kosten On 3 ; m Gegensatz azu ist oft nur On Speicherearf für Matri ee: Formuliere iteratives Verfahren, as in jeem Schritt nur Matri*Vetor erechnet, so ass ie terierten gegen ie ösung von = onvergieren. Gesamtosten: #terationen * On. Effizient, falls schnelle Konvergenz vorliegt! Einfach parallelisierar! 5
2 53 : Stationäre Methoen: Richarson-Verfahren: Formulierung eines passenen Fipuntprolems Frage: Wann onvergiert ie ausgehen von einem 0 efinierte Folge gegen ie gesuchte ösung? r araus ergit sich ie teration: mit Resiuum r.
3 54 0 Betrachte azu en Fehler im -ten Schritt: Ergit in er Norm un aher aher liegt Konvergenz vor für <. y y Richarsonverfahren ist aher nur sinnvoll, wenn! ies entspricht er Kontrationseingung für ie terations- funtion :
4 Geschicter: Wene as Verfahren auf as moifizierte Prolem an: iag ; ie Beingung ist esser erfüllt! Bezeichnung: ~ un ergit neues Gleichungssystem ~ ~ ~ Richarson für as tile-system liefert ann: ~ ~ oer ies ist as Jacoiverfahren zur iterativen ösung von = 55
5 Wesentliche Kosten in jeem Schritt: Konvergent, falls Notwenig: iagonalmatri regulär! llgemeinere ee zur Formulierung einer terationsfuntion: Matri-splitting : Unteriagonalteil von U : Oeriagonalteil von U U führt auf teration U 56
6 57 ies ist as Gauss-Seiel-Verfahren n jeem Schritt ist aei nur ein reiecsgleichungssystem zu lösen. Gauss-Seiel ist äquivalent zu Richarson angewenet auf NEU: Komponentenweise Formel für Jacoi un GS! as Verfahren ist onvergent, falls
7 6.3.. Nichtstationäre Verfahren as Graientenverfahren für symmetrisch positiv efinite Matri : Betrachte Funtion F: R n R, F F eschreit einen Paraoloi im R n : -Eene -graf 58
8 Minimum ieser Funtion ist wieer er Punt mit waagrechter angente, also ie Stelle mit Graient gleich Null: F 0 Stelle, an er er Paraoloi sein Minimum annimmt ist gleich er gesuchten ösung es Gleichungssystems! Betrachte Minimierungsaufgae! Von atueller Stelle aus soll ie nächste terierte + so gewählt weren, ass sie näher am Minimum liegt. + = + mit Suchrichtung un Schrittweite. Fine Suchrichtung so, ass Funtionswerte leiner weren: 59
9 stiegsrichung ist gegeen urch Richtung es negativen Graienten! enn Richtungsaleitung in Richtung n ist gleich F n, un wir am etragsgrößten für n F nämlich F n F aher ist zum Minimum. loal ie Richtung es steilsten stiegs aher verleinern sich ie Funtionswerte auf jeen Fall, wenn man in iese stiegsrichtung geht. lso wähle F Noch zu estimmten ist optimale Schrittweite, ie am nähesten ans Minimum führt! 60
10 6 F g min min min : min Betrachte azu ein-imensionale Minimierung: mit ösung, :=- nsgesamt:
11 azugehörige Fipuntgleichung ist : mit Fipunt Ergit Verfahren es steilsten stiegs steepest escent oer Graientenverfahren Nachteil: Bei star verzerrtem Paraoloien ergit sich sehr langsame Konvergenz. 6
12 Für ist er Paraoloi unverzerrt, ie Höhenlinien fast reisförmig schnelle Konvergenz! 63
13 aher versucht man, = zu präonitionieren: Ersetze = urch M - = M - mit M Bessere Variante eines Graientenverfahren: Verfahren er onjugierten Graienten, urz cg-verfahren. Suchrichtung nicht er negative Graient selst, sonern ie Projetion es Graienten, so ass alle Suchrichtungen in gewisser Weise orthogonal zueinaner sin Genauer: Suchrichtungen seien -onjugiert,.h. j 0 für amit ergit sich iteratives Verfahren, as nach Schritten jeweils ie este Näherung an ie ösung in einem - imensionalen Unterraum liefert, un aher nach n Schritten fertig ist in eater rithmeti. j NEU: Norm-Minimierung, Unterraum Krylov 64
6.3. Iterative Lösung linearer Gleichungssysteme. Großes lineares dünnbesetztes Gleichungssystem A x = b
6.3. Iterative Lösung linearer Gleichungssysteme Großes lineares ünnesetztes Gleichungssystem A Gauss-Elimination nutzt in er Regel ie Dünnesetztheit nicht aus un führt meist auf Kosten On 3 ; Im Gegensatz
MehrWiederholung und Zusammenfassung
Wiederholung und Zusammenfassung Banachscher Fipuntsatz anziehender und astoßender Fipunt Beispiel: logistische Parael Grippevirus Newtonverfahren zur Nullstellenestimmung Konvergenzordung linear, quadratisch
MehrLineare Filter:
5.3.4. Lineare Filter: Betrachte Vetor v, dessen Komponenten wieder disrete Werte einer Funtion oder eines Bildes darstellen Sampling. Zunächst -dimensional. Wir filtern diesen Vetor, indem wir ede Komponente
Mehr6.3. Iterative Lösung linearer Gleichungssysteme. Großes lineares dünnbesetztes Gleichungssystem A x = b
6.3. Iterative Lösung linearer Gleichungssysteme Großes lineares dünnbesetztes Gleichungssystem A b Gauss-Elimination nutzt in der Regel die Dünnbesetztheit nicht aus und führt meist auf Kosten On 3 ;
MehrLösungen für Klausur A
Lösungen für Klausur A Aufgabe Skizze es Zelts im Querschnitt: h. (a) Aus sin folgt cos un aher h tan, also h. (b) Aus 9 4 4 folgt urch Wurzelziehen. Einsetzen von m in ie Beziehung aus (a) liefert h 6
MehrEINFÜHRUNG IN DIE NUMERIK - ÜBUNGSBLATT 3 Sommersemester 2010
Prof. Dr. O. Junge, P. Koltai, K. Tichmann Zentrum Mathematik - M3 Technische Universität München EINFÜHRUNG IN DIE NUMERIK - ÜBUNGSBLATT 3 Sommersemester 2 Tutorübungen T6 (Schur-Komplement) (a) Es sei
Mehr7 Anwendungen der Linearen Algebra
7 Anwenungen er Linearen Algebra 7.1 Extremwertaufgaben mit Nebenbeingungen Bemerkung 7.1. Wir behaneln as Problem: Gegeben ist eine zweimal stetig ifferenzierbare Funktion f : R n R un ein stetig ifferenzierbares
Mehr15 Differentialrechnung in R n
36 15 Differentialrechnung in R n 15.1 Lineare Abbilungen Eine Abbilung A : R n R m heißt linear falls A(αx + βy) = αa(x) + βa(y) für alle x, y R n un alle α, β R. Man schreibt oft Ax statt A(x) un spricht
MehrVI. Iterationsverfahren
VI. Iterationsverahren To ininity and beyond Falls eine direte Lösung des Problems nicht möglich oder ineizient ist. 6.. Fipuntgleichungen 6... Problemstellung: Iterationsuntion Iteration: R Startwert,
Mehr5.3.5 Abstiegs & Gradientenverfahren
5.3 Iterative Lösungsverfahren für lineare Gleichungssysteme 5.3.5 Abstiegs & Gradientenverfahren Die bisher kennengelernten Iterationsverfahren zur Approximation von linearen Gleichungssystemen haben
Mehrf x n ) 2 1 Gleichung (*) f' x 1 f'' x 1
Das Newtonsche Näherungsverfahren, Teil Theorie - Konvergenzkriterium f x n Allgemeine Lösung: x n = x n f' x f' x n n 0 Nach er Fachliteratur (Bronstein/Semenjajew) arf man hier von einer Cauchy-Folge
Mehr8.1. Das unbestimmte Integral
8 Das unbestimmte Integral So wie ie Bilung von Reihen, also Summenfolgen, ein zur Bilung er Differenzenfolgen inverser Prozess ist, kann man ie Integration als Umkehrung er Differentiation ansehen Stammfunktionen
Mehr1. Probeklausur. φ = 2x 2 y(z 1).
Übungen zur T: Theoretische Mechanik, SoSe04 Prof. Dr. Dieter Lüst Theresienstr. 37, Zi. 45. Probeklausur Dr. Reinke Sven Isermann Reinke.Isermann@lmu.e Übung.: Gegeben sei ie Funktion φ = x y z. a Berechnen
MehrLogik / Kombinatorik - Hinweise zur Lösungsfindung
Logik / Kombinatorik Hinweise zur Lösungsfinung Aufgabe 1) Günstige Bezeichnungen einführen; Tabelle anfertigen un ie unmittelbaren Folgerungen aus bis eintragen (siehe linke Tabelle). Da ies noch nicht
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 9 1. Semester ARBEITSBLATT 9 MULTIPLZIEREN MIT MEHRGLIEDRIGEN TERMEN
Mathematik: Mag. Schmi Wolfgang Areitslatt 9 1. Semester ARBEITSBLATT 9 MULTIPLZIEREN MIT MEHRGLIEDRIGEN TERMEN Ein neues Prolem ergit sich, wenn wir mehrere mehrglierige Terme 3x+ 1 4 x = miteinaner multiplizieren
MehrComputer Vision Group Prof. Daniel Cremers. Fixpunktgleichungen
Computer Vision Group Pro. Daniel Cremers Fipuntgleichungen Iterationsverahren Problem: Ot önnen wir eine direte Lösung einer Gleichung angeben. Anstelle einer direten Lösung ann man aber ot ein Iterationsverahren
Mehr9 Konvexe Funktionen, Stütz- und Distanzfunktion
U BREHM: Konvexgeometrie 9-9 Konvexe Funktionen, Stütz- un Distanzfunktion Definition: Sei K IR, f : K IR eine Abbilung f heißt konvex, wenn K konvex ist un für alle x, y K un alle, gilt f( x( ) y) f(
Mehr2. Musterlösung. Problem 1: Das Postamtplatzierungsproblem ** = min w i ( x p x i ) + w i ( y p y i ) i=1. w i + w m w i. 0 wegen (3) w m+1 m,m+1
Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 05/06 ITI Wagner 2. Musterlösung Problem 1: Das Postamtplatzierungsproblem ** Sei OE x 1 x 2 x n. Gesucht ist ein Punkt p = (x, y) mit
Mehr6 Lineare Kongruenzen
6 Lineare Kongruenzen Sei m > 0 un a, b beliebig. Wir wollen ie Frage untersuchen, unter welchen Beingungen an a, b un m eine Zahl x 0 existiert, so aß ax 0 b mo m. Wenn ein solches x 0 existiert, sagen
MehrVI. Iterationsverfahren
VI. Iterationsverahren To ininity and beyond Falls eine direte Lösung des Problems nicht möglich oder ineizient ist. 6... Problemstellung: 6.. Fipuntgleichungen Iterationsuntion Φ Iteration: R Startwert,
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 3. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fax:
MehrGruppentheorie und ihre Anwendungen in der Physik Ü5
Frank Essenberger, Max Hoffmann 8. Juni 2007 Gruppentheorie un ihre Anwenungen in er Physik Ü5 Aufgabe 8 a) Als erstes müssen ie Gruppen bestimmt weren. Das Element E einer Gruppe G bilet immer einen Klasse
MehrWiederholung und Zusammenfassung
Wiederholung und Zusammenassung Fourier-Transormation ann angewendet werden ür die Frequenzanalyse eines Signals Beispiel: Woler- Zahlen Eine ähnliche Transormation ist die Disrete Cosinus- Transormation
MehrMathematik 1. Klausur am 12. Februar 2018
Mathematik 1 Klausur am 12. Februar 218 Aufgabe 1 (13 Punkte. Entscheien Sie, ob folgene Aussagen wahr oer falsch sin. Achtung: Für jee richtige Antwort erhalten Sie einen Punkt, für jee falsche Antwort
MehrMathematik III. Vorlesung 87. Die äußere Ableitung
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 87 Die äußere Ableitung In ieser Vorlesung weren wir ein neuartiges mathematisches Objekt kennenlernen, ie sogenannte äußere Ableitung.
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 4. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 17. März 2016 Lineare Gleichungssysteme 1 Wiederholung: Normen, Jacobi-Matrix,
MehrAbschlussaufgabe Nichttechnik - A II - Lösung
GS - 7 - m_nta_lsgmc Abschlussaufgabe - Nichttechni - A II - Lösung Gegeben ist ie relle Funtion f ( x) x = x mit IR > un ID f = IR Der Graph wir mit G f bezeichnet Bestimmen Sie Lage un Vielfachheit er
Mehr10. Vorlesung Wintersemester
10. Vorlesung Wintersemester 1 Existenz von Potentialen Für einimensionale Bewegungen unter er Einwirkung einer Kraft, ie nur vom Ort abhängt, existiert immer ein Potential, a man immer eine Stammfunktion
MehrDem Wettstreit zwischen beiden Bestrebungen trägt die Freie Energie Rechnung (bei konstanter Temperatur und konstantem Volumen).
Jees ystem strebt zwei Zielen entgegen:.) Minimum er Energie.) Maximum er Entropie Minimum er pot. Energie Maximum er Entropie atsächliche erteilung: Minimum er reien Energie Dem Wettstreit zwischen beien
MehrÜbungsklausur Lineare Algebra I - Wintersemester 2008/09
1 Übungsklausur Lineare Algebra I - Wintersemester 008/09 Teil 1: Multiple Choice (1 Punkte Für ie ganze Klausur bezeichne K einen beliebigen Körper. 1. Welche er folgenen Aussagen sin ann un nur ann erfüllt,
MehrDeterminanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,
Determinanten Wir entwickeln eine Lösungsformel für Gleichungssysteme mit zwei Variablen. ax + cy = e b bx + y = f a } abx bcy = be + abx + ay = af ya bc = af be Man schreibt y = af be a bc = a e b f analog
Mehr0 1 0 b Die inverse Funktion muss die Translation um b sein und hat daher die homogene Matrix b b 1
Homogene Koorinaten Aufgabe. In homogener Darstellung ist ie Translation f R 4 R 4 um einen Vektor b R 3 eine lineare Funktion un kann aher urch eine Matri Vektor Multiplikation realisiert weren. Wie sieht
MehrNewton- und und Quasi-Newton-Methoden in der Optimierung. János Mayer
Newton- und und Quasi-Newton-Methoden in der Optimierung János Mayer 1 GLIEDERUNG Newton-Methode für nichtlineare Gleichungen nichtlineare Gleichungssysteme freie Minimierung. Quasi-Newton-Methoden für
Mehra) b) Abb. 1: Buchstaben
Hans Walser, [20171019] Magische Quarate ungeraer Seitenlänge nregung: uler (1782) 1 Worum geht es? Zu einer gegebenen ungeraen Zahl u wir ein magisches Quarat mit er Seitenlänge u konstruiert. 2 as Vorgehen
MehrMathematik 1 -Arbeitsblatt 1-9: Multiplizieren mehrgliedriger Termee. 1F Wintersemester 2012/2013 Unterlagen: LehrerInnenteam GFB
Schule Thema Personen Bunesgymnasium für Berufstätige Salzburg Mathematik 1 -Arbeitsblatt 1-9: Multiplizieren mehrglieriger Termee 1F Wintersemester 01/013 Unterlagen: LehrerInnenteam GFB Ein neues Problem
MehrSchwache Konvergenz von W-Verteilungen auf der Zahlengeraden
Kapitel 5 Schwache Konvergenz von W-Verteilungen auf er Zahlengeraen 5.1 Schwache Konvergenz bzw. Verteilungskonvergenz Bezeichne W(, B 1 ie Menge aller W-Verteilungen auf (, B 1. Definition 5.1 (Schwache
MehrLösung - Serie 20. D-MAVT/D-MATL Analysis II FS 2018 Dr. Andreas Steiger. MC-Aufgaben (Online-Abgabe)
D-MVT/D-MTL nalysis II FS 8 Dr. nreas Steiger Lösung - Serie MC-ufgaben (Online-bgabe). Es sei ie Einheitskugel um en Ursprung. Für welches er Vektorfeler (x, y, z) v(x, y, z) arf er Divergenzsatz für
MehrLösungshinweise zu den Hausaufgaben:
P. Engel, T. Pfrommer S. Poppitz, Dr. I. Rybak 4. Gruppenübung zur Vorlesung Höhere Mathematik Sommersemester 9 Prof. Dr. M. Stroppel Prof. Dr. N. Knarr Lösungshinweise zu en Hausaufgaben: Aufgabe H. a)
MehrSTETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN
STETIGKEITS- UN KONVERGENZMOI FÜR FUNKTIONEN UN FUNKTIONENFOLGEN. Vorbemerungen Im folgenden seien stets: (M, d), (K, ρ) metrische Räume, (V, V ) ein Banach-Raum (nicht notwendigerweise endlichdimensional!),
MehrAnalysis Aufstellen ganzrationaler Funktionen (Steckbriefaufgaben)
Analysis (Steckbriefaufgaben) Alexaner Schwarz August 18 1 Aufgabe 1: Bestimme jeweils en Funktionsterm. a) Der Graph einer ganzrationalen Funktion ritten Graes hat einen Tiefpunkt bei T(/) un einen Wenepunkt
Mehr7. Iterative Lösung. linearer Gleichungssysteme
7. Iterative Lösung linearer Gleichungssysteme 1 Grundlagen (1) Zur Erinnerung: Gesucht ist die Lösung eines linearen Gleichungssystems a 0,0 x 0 +a 0,1 x 1 + a 0,n 1 x n 1 = b 0 a 1,0 x 0 +a 1,1 x 1 +
MehrMathematikaufgaben > Analysis > Kurven (Polarkoordinaten)
Michael Buhlmann Mathematikaufgaben > Analysis > Kurven Polarkoorinaten Aufgabe: Gegeben sei für reelle Winkel φ ie Kurve K als Karioie Herzkurve in Polarkoorinaten: im x-y-koorinatensystem. r, φ a Skizziere
Mehr3 Trennungs- und Stützeigenschaften, sowie elementare Hilfssätze
U BREHM: Konvegeoetrie 3-1 3 Trennungs- un Stützeigenschaften, sowie eleentare Hilfssätze Zunächst einige Hilfssätze, in enen Begriffe aus er Konveität it topologischen Eigenschaften zusaengebracht weren
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. M. Keyl M. Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2 MA9203 http://www-m5.ma.tum.e/allgemeines/ma9203 2016S Sommersem. 2016 Lösungsblatt 9 (10.6.2016
MehrDifferentialrechnung im R n
Kapitel 9 Differentialrechnung im R n Bisher haben wir uns mit Funtionen beschäftigt, deren Verhalten durch eine einzelne Variable beschrieben wird. In der Praxis reichen solche Funtionen in der Regel
MehrMusterlösung zur Klausur Analysis I für Lehramt Gymnasium Wintersemester 2017/18, am
Musterlösung zur Klausur Analysis I für Lehramt Gymnasium Wintersemester 07/8, am 9.3.08 Aufgabe : Zeigen Sie, dass für alle n N gilt: n n+ n ( ) (8 Punte) Beweis mittels vollständiger Indution n : ( )
MehrAnalysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012
Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Faultät II Institut für Mathemati Unter den Linden 6, D-0099 Berlin Prof. Andreas Griewan Ph.D. Dr. Thomas M. Surowiec Dr. Fares Maalouf
MehrLösung - Serie 3. D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. 1. MC-Aufgaben (Online-Abgabe)
D-MAVT/D-MATL Analysis I HS 07 Dr. Anreas Steiger Lösung - Serie 3. MC-Aufgaben (Online-Abgabe). Es sei ie Funktion f : [0, ) [0, ) efiniert urc f() = ln( + ), wobei er Logaritmus ln zur Basis e ist. Welce
Mehr5.) Transversale Strahldynamik AG Fokussierung
SS4 5. 5. Transversae Strahynamik G Fokussierung Zum besseren Verstännis er Ionenoptik ist es sehr hireich, au ie Methoen un Konepte er geometrischen Lichtoptik urückugreien. Wir steen aher en Zusammenhang
Mehr1 Lokale Umkehrbarkeit und implizite Funktionen
Christina Schinler Karolina Stoiber Ferienkurs Analysis 2 für Physiker SS 2013 A 1 Lokale Umkehrbarkeit un implizite Funktionen In iesem Kapitel weren Kriterien vorgestellt, wann eine Funktion umkehrbar
MehrÜbungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 9
Prof. Rolan Gunesch Sommersemester 2010 Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 9 Aufgabe 1: Eine Isometrie eines metrischen Raums X ist eine Abbilung f :
MehrDer CG-Algorithmus (Zusammenfassung)
Der CG-Algorithmus (Zusammenfassung) Michael Karow Juli 2008 1 Zweck, Herkunft, Terminologie des CG-Algorithmus Zweck: Numerische Berechnung der Lösung x des linearen Gleichungssystems Ax = b für eine
MehrDruckverluste in thermostatischen Heizkörperventilen
Drucverluste in thermostatischen Heizörerventilen Allgemeines: in Thermostatventil muss zwei eventuell bis zu vier Aufgaben erfüllen: 1. Abserrung es Heizörers,. Regelung er Raumtemeratur urch Drosselung
Mehr7.1 Definitionen und Ableitungen der elementaren Funktionen. f(x + x) f(x)
Kapitel 7 Differentialrechnung 71 Definitionen un Ableitungen er elementaren Funktionen Die Funktion f) sei efiniert für a
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Vektorräume: Basen und lineare Unabhängigkeit
TECHNISCHE UNIERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Frierich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 26/7 en Blatt 8.2.26 ektorräume: Basen un lineare Unabhängigkeit Zentralübungsaufgaben
MehrNumerische Methoden der Elektrotechnik
Numerische Methoden der Eletrotechni Klaus Diepold, LDV 8. Juli 20 Iterative Verfahren zum Lösen von linearen Gleichungssystemen Motivation In Bild ist ein 8 8 Grid gezeigt, der in Form eine Inzidenzmatrix
Mehr5 Optimale erwartungstreue Schätzer
33 5 Optimale erwartungstreue Schätzer 5.1 Definition Seien X 1,..., X n reelle Zufallsvariablen, T T (X 1,..., X n ) reellwertige Statistik. T heißt linear : c 1,..., c n R mit T n c j X j 5.2 Satz Seien
Mehrx 11 x 31. x 3n x 21. x 1n x 2n ( 1 k 2 und (x k k2) k = ( 1 x k1 des R n ist konvergent, wenn alle Komponentenfolgen x kn = 0
Mathemati für Naturwissenschaftler II 33 32 Folgen Seien (x = x,x 2, und (y = y,y 2, zwei Folgen in den reellen Zahlen ( x ( y = x ( y, x2 y 2, bildet dann eine Folge im R 2 und dies lässt sich natürlich
MehrEinführung in die theoretische Physik 1
Mathey Einführung in ie theor. Physik 1 Einführung in ie theoretische Physik 1 Prof. Dr. L. Mathey Dienstag 15:45 16:45 un Donnerstag 1:45 12: Beginn: 23.1.12 Jungius 9, Hörs 2 1 Mathey Einführung in ie
MehrDifferentialrechnung
Differentialrechnung Um Funktionen genauer zu untersuchen bzw. sie zu analysieren, ist es notwenig, etwas über ihren Verlauf, as qualitative Verhalten er Funktion, sagen zu können. Das heisst, wir suchen
MehrLösungen zu Kapitel 6
Lösungen zu Kapitel 6 Lösung zu Aufgabe : Es ist T (a) = {b b 0, b a}. Wir erhalten Es folgt un amit T (54) = {, 2, 3, 6, 9, 8, 27, 54}, T (72) = {, 2, 3, 4, 6, 8, 9, 2, 8,.24, 36, 72}. T (54) T (72) =
MehrVF-2: 2. Es seien x = 1 3 und y = π Bei der Berechnung von sin(x) sin(y) in M(10, 12, 99, 99) tritt. Auslöschung auf.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H11 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
MehrComputer Vision Group Prof. Daniel Cremers. Lineare Gleichungssysteme
Computer Vision Group Prof. Daniel Cremers Lineare Gleichungssysteme Die Kondition eines LGS (Wh.) Für ein lineares Gleichungssystem mit Matri, Vektor der rechten Seite und gesuchtem Lösungsvektor, untersuchen
MehrIterative Methoden zur Lösung von linearen Gleichungssystemen
Iterative Methoden zur Lösung von linearen Gleichungssystemen (13.12.2011) Ziel Können wir wir die zeitabhängige Schrödinger-Gleichung lösen? φ(t) = e iht ψ(0) Typischerweise sind die Matrizen, die das
MehrAlgorithmen für Planare Graphen Übung am
Algorithmen für Planare Graphen Übung am 02.05.2017 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität es Lanes Baen-Württemberg un Algorithmen nationales Forschungszentrum
MehrSchwache Konvergenz von W-Verteilungen
Kapitel 6 Schache Konvergenz von W-Verteilungen 6. Schache Konvergenz bz. Verteilungskonvergenz Bezeichne ieer W(B k ) ie Menge aller W-Verteilungen auf er Borel schen Sigma-Algebra B k in R k soie C b
MehrThemenkatalog. Mathe-Party Fulda 1 Wintersemester 2016/17
Themenkatalog Mengenlehre Aussagenlogik Relationen Funktionen Vollstänige Inuktion Folgen Reihen Grenzwerte Funktionseigenschaften Differentialrechnung Integralrechnung Mathe-Party Fula Wintersemester
MehrAusgleichsproblem. Definition (1.0.3)
Ausgleichsproblem Definition (1.0.3) Gegeben sind n Wertepaare (x i, y i ), i = 1,..., n mit x i x j für i j. Gesucht ist eine stetige Funktion f, die die Wertepaare bestmöglich annähert, d.h. dass möglichst
MehrAufgaben zur Großübung
Mathematische Methoen II (SoSe 07) Aufgaben zur Großübung Aufgaben für 03. April 07. Bestimmen Sie jeweils f() eplizit un geben Sie en maimalen Definitionsbereich von g(), h() un f() an. f() = (g h)(),
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Informatier II (Sommersemester 00) Lösungen zu Aufgabenblatt
Mehr2. Goldener Schnitt. Der Goldene Schnitt ist das wohl berühmteste Zahlenverhältnis.
8 2. Golener Schnitt Die Geometrie birgt zwei grosse Schätze: er eine ist er Satz von Pythagoras, er anere ist er Golene Schnitt. Den ersten können wir mit einem Scheffel Gol vergleichen, en zweiten ürfen
MehrBegleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme
Begleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik 1
Mehri 3 =. 2 [ ] 2 (k + 1) { + (k + 1) 3 k 2 + 4(k + 1) } (k + 2) 2 = x n = 1 + n 1 n?
Musterlösungen zur Klausur Analysis I Vollständige Indution Man beweise durch vollständige Indution: Für alle n N ist [ ] nn + ) i 3 i Beweis: Wir führen den Beweis mit vollständiger Indution Die Aussage
MehrKürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen
Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=
MehrMathematik LK 11 M2, 3. KA Differentialrechnung Lösung
Mathematik LK M,. KA Differentialrechnung Lösung 9.05.07 Aufgae : Gegeen ist ie Funktion f (x)=ax +x+c, a,, c R,a 0 Führe eine vollstänige Funktionsuntersuchung gemäß er Liste aus em Unterricht urch. Keine
MehrAufgaben zum Wochenende (2)
Aufgaben zum Wochenene () Alle Koorinatensysteme seien kartesisch.. Berechnen Sie zu a =(, 3, ) un b =(,, ), c =(, 3, ) : a 3, 4 a b, b ( a c), a 4 b ( ) c. Rechnen Sie möglichst praktisch.. Lösen Sie
Mehr10 Kinetik allgemeiner Systeme
69 Durch Freischneien er einzelnen Körper un Aufstellen on Impuls- un Drallsatz gelingt es grunsätzlich, ie Bewegungsgleichungen eines Systems zu finen. Manchmal ist es eoch zweckmäßiger, as System in
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 4. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fax:
MehrVorkonditionierer. diskrete stationäre Eulergleichungen
Übersicht Bernhard Pollul,, RWTH Templergraben 55, 52056, E-mail: pollul@igpm.rwth-aachen.de Vorkonditionierer für diskrete stationäre Eulergleichungen 1/13 1., Teilprojekt B4 2. Vorkonditionierung 3.
MehrMusterlösung Analysis 3 - Funktionentheorie
Musterlösung Analysis 3 - Funktionentheorie 3. Mär Aufgabe : Zum Aufwärmen (i) Betrachte ie Lauranterlegung von f : C C, f() = sin un eige mit Hilfe er Zerlegung, ass ie Singularität bei = hebbar ist.
MehrInfos: Buffons Nadel 05/2013
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 7; LK 05/013 Buffons Nael Infos: www.mue.e Im 18. Jahrhunert beteiligten sich eine Reihe von Aeligen an er Weiterentwicklung er Naturwissenschaften
MehrLk Mathematik in 12/2 1. Klausur Blatt 1 (von 2)
Blatt 1 (von 2) 4 BE 1. Glücksspiel Für ein Casino soll ein Glücksspiel entworfen weren. Bei einem festen Einsatz soll en Spielern ein zufallsabhängiger Betrag ausbezahlt weren. Erläutere, welche Anforerungen
MehrPotenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt.
Potenzreihen Potenzreihen sind Funtionenreihen mit einer besonderen Gestalt. Definition. Ist (a ) eine Folge reeller (bzw. omplexer) Zahlen und x 0 R (bzw. z 0 C), dann heißt die Reihe a (x x 0 ) (bzw.
MehrGrundlagen zahlentheoretischer Funktionen und Produkte von Dirichlet-Reihen
Grunlagen zahlentheoretischer Funtionen un Proute von Dirichlet-Reihen Ausarbeitung zum Seminar Funtionentheorie Vortrag 16.04.2012 Gabriela Ansteeg 1 Grunlagen zahlentheoretischer Funtionen Einleitung
Mehrk + k + 1 ( 1) k( k 2 + 2k + 1 k ) f)
Prof. Dr. L. Schwachhöfer Dr. J. Horst Faultät Mathemati TU Dortmund Musterlösung zum 5. Übungsblatt zur Höheren Mathemati I (P/ET/AI/IT/IKT/MP WS 0/ Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz:
MehrMusterlösung Serie 6
D-ITET Analysis III WS 3/4 Prof. Dr. H. Knörrer Musterlösung Serie 6. a) Mithilfe er Kettenregel berechnen wir u x = w ξ ξ x + w η η x u y = w ξ ξ y + w η η y u xx = w ξξ ξx 2 + 2w ξη ξ x η x + w ηη ηx
MehrIMA II - Lösungen (Version 1.04) 1
IMA II - Lösungen Version.04 Übungsserie Aufgabe Ableitung über Differenzenquotient Der Differenzenquotient, auch bekannt als mittlere Änerungsrate, wir gebilet urch Betrachtung von Sekantensteigungen
Mehr3. Lineare Gleichungssysteme
3. Lineare Gleichungssysteme 1 3.1. Problemstellung 2 3.2. Direkte Verfahren 3 3.3. Normen und Fehleranalyse 4 3.4. Iterative Verfahren 5 3.5. Konvergenz von linearen Iterationsverfahren 6 3.6. Gradienten-Verfahren
Mehra a a a a a a a a a a a a a a
7 Lineare lgebra 7.1 Matrizen a a a k a a a a a a a a a a a a a 11 12 1 1n 21 22 2k 2n i1 i2 in m1 m2 mk mn i-te Zeile m Zeilen n Spalten k-te Spalte a : Matrixelement i 1,2,...,m k 1,2,...,n i: Zeilenindex
Mehr1 Lokale Umkehrbarkeit und implizite Funktionen
Karolina Stoiber Aileen Wolf Ferienkurs Analysis 2 für Physiker SS 2016 A 1 Lokale Umkehrbarkeit un implizite Funktionen In iesem Kapitel weren Kriterien vorgestellt, wann eine Funktion umkehrbar ist oer
Mehr2 Multivariate Normalverteilung
2 Multivariate Normalverteilung 2. Multivariate Normalverteilung Definition 2.. Normalverteilung Eine univariat normalverteilte Zufallsvariable X besitzt ie Dichte ) (x µ)2 f (x) = exp ( x R. 2π σ 2σ 2
MehrKlausur Schaltungstechnik
Klausur Schaltungstechnik TU Berlin, Sommersemester 018, 09.08.018 Beareitungszeit: Stunen Name (Nachname, Vorname): Aufgae: Punkte: Matr.-Nr.: 1 / 1 Stuiengang: / 0 / BSc / MSc / Diplom / Auflage: / Erasmus-
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht Partielle Differentialgleichungen, Approximation der Lösung Finite Elemente, lineare und höhere Ansatzfunktionen Dünn
MehrBegleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme
Begleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik 1
MehrMusterlösungen. Theoretische Physik I: Klassische Mechanik
Blatt 4 08.11.01 Musterlösungen Theoretische Physik I: Klassische Mechanik Prof. Dr. G. Alber MSc Nena Balanesković Die Lagrange Methoe zweiter Art, Symmetrien un Erhaltungsgrößen 1. y r x Gegeben sei
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
Mehrf x durch die Funktionsgleichung
1. Aufgabe In einem ebenen Geläne soll für eine neue Bahntrasse auf einer Strecke von km er zugehörige Bahnamm neu errichtet weren. Dabei sollen ie folgenen, in er Abbilung angeeuteten Beingungen eingehalten
MehrVF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.
NumaMB F14 Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Bewertung: Vier Fragen richtig beantwortet
MehrPotenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt.
Potenzreihen Potenzreihen sind Funtionenreihen mit einer besonderen Gestalt Definition Ist (a ) eine Folge reeller (bzw omplexer) Zahlen und x 0 R (bzw z 0 C), dann heißt die Reihe a (x x 0 ) (bzw a (z
Mehr