Orthogonalpolynome Einführung, Eigenschaften und Anwendungen
|
|
- Frieder Abel
- vor 5 Jahren
- Abrufe
Transkript
1 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 1 Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Seminar zur Numerik im SS 2018, Universität zu Köln 10. April 2018 Ziel dieses Vortrags: Einführung in die Theorie der Orthogonalpolynome Motivation und Definition Eigenschaften von Orthogonalpolynomen Ausblick: Berechnung und Anwendungen Verwendete Literatur: [G] W. Gautschi, Orthogonal Polynomials, Oxford University Press, [P] R. Plato, Numerische Mathematik kompakt, Vieweg, 3. Auflage, [W] W. Walter, Analysis 2, Springer, 5. Auflage, 2002.
2 Motivation Polynominterpolation Allgemeines Interpolationsproblem: Gegeben: Stützstellen t 0,..., t n R Daten f 0,..., f n R Gesucht: Stetige Funktion g mit g(t i ) = f i für alle i = 0,..., n. 200 (ti, fi ) g Polynome Reelles Polynom: p(t) = a k t k + a k 1 t k a 1t + a 0, wobei a i R, k N 0 P: Raum aller reellen Polynome Polynominterpolation: Interpolation mit Polynomen, d.h. g P Einfaches Ableiten und Integrieren von Polynomen Nützlich zur numerischen Integration und Lösung von Differentialgleichungen Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 2
3 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 3 Motivation Polynominterpolation Wie finden wir passende Polynome? Basis bestimmen, durch die alle Polynome in P dargestellt werden können Warum ist eine Orthogonalbasis sinnvoll? Sei {v 1, v 2} Basis des R 2 Exkurs Orthogonalbasis Jedes v R 2 besitzt Darstellung v = c 1v 1 + c 2v 2 mit c 1, c 2 R Effiziente Berechnung der Koeffizienten c 1, c 2 und der Darstellung von v? Betrachte nun Orthogonalbasis {w 1, w 2} bezüglich des Skalarprodukts w 1, w 2 = w T 1 w2, d.h. w 1, w 2 = 0 Dann gilt v, w 1 = c 1 w 1, w 1 + c 2 w 2, w 1 = c 1 w 1, w 1 Wegen Orthogonalität ist c 1 = v, w 1 / w 1, w 1 Für Orthonormalbasis mit w 1, w 1 = 1 sogar c 1 = v, w 1 Verallgemeinerung des Begriffs der Orthogonalität für Polynome nötig
4 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 4 Grundlagen aus der Maßtheorie Riemann-Integral f : [a, b] R beschränkte Funktion T = {t 0,... t n} Partition von [a, b] und t k := t k t k 1 n Obersumme: O T (f ) := sup k=1 t [t k 1,t k ] f (t) t k n Untersumme: U T (f ) := inf k t [t k=1 k 1,t k ] oberes und unteres Riemann-Integral b f (t)dt = inf O T (f ) und a T Verallgemeinerung: Riemann-Stieltjes Integral [W] b a f (t)dt = sup U T (f ) T λ : [a, b] R monoton wachsende Funktion, λ k := λ(t k ) λ(t k 1 ) n n O T,λ (f ) := sup f (t) λ k und U T,λ (f ) := inf f (t) λ k k=1 t [t k 1,t k ] t [t k=1 k 1,t k ] oberes und unteres Riemann-Stieltjes Integral b f (t)dλ(t) = inf O T,λ(f ) und a T b a f (t)dλ(t) = sup U T,λ (f ) T
5 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 5 Orthogonalpolynome - Grundlegende Definitionen λ : [a, b] R monoton wachsend mit induziertem positiven Maß dλ dλ mit endlichen Momenten µ r (dλ) := R tr dλ(t), d.h. µ r < für r = 0, 1, 2,... P Raum der reellen Polynome, P d Raum der reellen Polynome mit Grad d Für u, v P definiere inneres Produkt (u, v) dλ := u(t)v(t)dλ(t) R mit zugehöriger Norm u dλ := (u, u) dλ Orthogonalität: Zwei Polynome u und v aus P heißen orthogonal, falls (u, v) dλ = 0 Bemerkung In Anwendungen meistens absolut stetige Maße dλ Dann ist dλ(t) = ω(t)dt ω Gewichtsfunktion auf R, nicht negativ und integrierbar (u, v) dλ = u(t)v(t) dλ(t) = u(t)v(t) ω(t) dt R R Im Folgenden häufig (, ) = (, ) dλ und = dλ, wenn Maß aus Zusammenhang bekannt
6 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 6 Normierte Orthogonalpolynome und Orthonormalpolynome Normiertes Polynom: π k (t) = a k t k + a k 1 t k a 1t + a 0 mit a k = 1. Normierte Orthogonalpolynome π k ( ; dλ) = π k ( ) im Hinblick auf das Maß dλ erfüllen (i) (π k, π l ) = 0 für k l und k, l = 0, 1, 2,... (ii) π k > 0 für k = 0, 1, 2,... Eigenschaften π 0, π 1,... π n linear unabhängig Jedes p P n besitzt eindeutige Darstellung n p = c k π k k=0 für c k R π 0, π 1,... π n bilden Orthogonalbasis von P n Orthonormal-Polynome π( ; dλ) = π( ) Normalisierung π k = π k / π k, k = 0, 1, 2,... { 0 falls k l, ( π k, π l ) = δ kl := 1 falls k = l.
7 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 7 Positiv-Definitheit des inneren Produkts Erinnerung Maß dλ mit endlichen Momenten µ r = R tr dλ(t) für r = 0, 1, 2,... inneres Produkt (u, v) = R u(t)v(t)dλ(t) zugehörige Norm u = (u, u) Das innere Produkt heißt positiv definit, falls u > 0 für alle u P Kriterium für die Positiv-Definitheit Hankel-Determinante in den Momenten µ r : µ 0 µ 1... µ n 1 µ 1 µ 2... µ n n := det M n mit M n :=, n = 1, 2, 3, µ n 1 µ n... µ 2n 2 Satz: Inneres Produkt positiv definit auf P genau dann, wenn n > 0 für n = 1, 2, 3,... Beweis: Siehe Gautschi [G]
8 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 8 Existenz normierter Orthogonalpolynome [G] Satz: Inneres Produkt (, ) positiv definit auf P Es existiert eindeutig bestimmte unendliche Folge normierter Orthogonalpolynome {π k } k N0 Beweis: Sei e k (t) := t k für k = 0, 1, 2,... Wende Gram-Schmidt-Orthogonalisierungsverfahren mit π 0 = 1 auf e k an k 1 π k = e k c l π l, c l = (e k, π l ) (π l=0 l, π l ) Mit vollständiger Induktion folgt: π k existiert, da (, ) positiv definit und somit (π l, π l ) > 0 π k eindeutig bestimmt nach Konstruktion π k orthogonal zu allen Polynomen π j mit j < k nach Konstruktion
9 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 9 Beispiel: Tschebyscheff-Polynome [P] Betrachte Maß dλ(t) := 1 1 t 2 dt auf ( 1, 1) und zugehöriges n-tes Tschebyscheff-Orthogonalpolynom T n(t) = cos(n arccos(t)) Orthogonalität Trigonometrische Beziehung: 2 cos(mx) cos(nx) = cos((m + n)x) + cos((m n)x) Substitution t = cos(x) liefert 1 cos(n arccos(t)) cos(m arccos(t)) (T n(t), T m(t)) dλ = dt 1 1 t 2 π = cos(nx) cos(mx)dx 0 = 1 π [cos((m + n)x) + cos((m n)x)] dx 2 0 = 0 für n m.
10 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 10 Rekursive Darstellung Trigonometrische Beziehung cos((n + 1)x) + cos((n 1)x) = 2 cos(x) cos(nx) für m = 1 liefert T n+1 = cos((n + 1) arccos(t)) = 2 cos(arccos(t)) cos(n arccos(t)) cos((n 1) arccos(t)) = 2tT n(t) T n 1(t) T n+1 lässt sich rekursiv aus T n und T n 1 konstruieren, wobei T 0(t) = 1 und T 1(t) = t T n ist ein Polynom, da T n(t) = 2 n 1 t n +... Die ersten Tschebyscheff Orthogonalpolynome sind gegeben durch... T 0(t) = 1 T 1(t) = t T 2(t) = 2t 2 1 T 3(t) = 4t 3 3t T 4(t) = 8t 4 8t T 5(t) = 16t 5 20t 3 + 5t T0 T1 T2 T3 T4 T5
11 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 11 Ausblick Berechnung von Orthogonalpolynomen Drei-Term-Rekursion: Für normierte Orthogonalpolynome π k ( ), k = 0, 1, 2,... gilt π k+1 (t) = (t α k )π k (t) β k π k 1 (t) für k = 0, 1, 2,... π 1(t) = 0, π 0(t) = 1, wobei α k := (tπ k, π k ) (π k, π k ) für k = 0, 1, 2,... β k := (π k, π k ) (π k 1, π k 1 ) für k = 1, 2,... Aufgabe: Berechnung der ersten n Rekursionskoeffizienten α k (dλ) und β k (dλ) Hier: Maß dλ ist implizit gegeben durch Momente µ r = R tr dλ(t) für r = 0, 1, 2,... Konstruiere Rekursionskoeffizienten über die Momente des zugehörigen Maßes Effizienz Momente-basierter Verfahren hängt stark von der Kondition des zugrunde liegenden Problems ab Algorithmus von Tschebyscheff
12 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 12 Ausblick Anwendungen Quadratur-Regeln Verfahren zur numerischen Integration Approximiere Integral mithilfe von Stützstellen Zusammenhang zwischen der Güte der Approximation und der Wahl der Stützstellen Berechnung der Gauss-Quadratur in Matlab Kleinste-Quadrate-Approximation Verfahren zur Lösung von Ausgleichsproblemen Zu N gegebenen Datenpunkten (t i, f i ) finde Polynom ˆp mit für positive Gewichte ω i N i=1 Üblich: ˆp Polynom vom Grad n N ω i (ˆp(t i ) f i ) 2 = min ω i (p(t i ) f i ) 2 p Pn Routinen zur kleinste-quadrate-approximation in Matlab
13 Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 13 Ausblick Sobolev-Orthogonalpolynome Gleichzeitige Approximation einer Funktion und deren Ableitung Betrachte inneres Produkt, das Ableitungen enthält Sobolev-Skalarprodukt (u, v) S = (u, v) dλ0 + (u, v ) dλ1 + + (u (s), v (s) ) dλs Unterschiedliche Maße dλ σ möglich Klassische Drei-Term-Rekursionsrelation gilt nicht für Sobolev-Orthogonalpolynome Finde erweiterte Rekursionsrelation zur Konstruktion von Sobolev-Orthogonalpolynomen
Konvergenz im quadratischen Mittel - Hilberträume
CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften
Mehr12.2 Gauß-Quadratur. Erinnerung: Mit der Newton-Cotes Quadratur. I n [f] = g i f(x i ) I[f] = f(x) dx
12.2 Gauß-Quadratur Erinnerung: Mit der Newton-Cotes Quadratur I n [f] = n g i f(x i ) I[f] = i=0 b a f(x) dx werden Polynome vom Grad n exakt integriert. Dabei sind die Knoten x i, 0 i n, äquidistant
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
Mehr42 Orthogonalität Motivation Definition: Orthogonalität Beispiel
4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der
Mehr6 Polynominterpolation
Vorlesungsskript HM-Numerik (SS 2014): Kapitel 6 Version: 1 Juli 2014 6 Polynominterpolation Gegeben: Wertepaare { (x i,f i ) R 2 i = 0,,n } Gesucht: Einfache Funktion g : R R mit g(x i ) = f i i {0,1,,n}
MehrKlassische Polynom Interpolation.
Klassische Polynom Interpolation. Bestimme ein Polynom (höchstens) n ten Grades p n (x) = a 0 + a 1 x + a 2 x 2 +... + a n x n, das die gegebenen Daten interpoliert, d.h. p n (x i ) = f i, 0 i n. Erster
Mehr3.6 Approximationstheorie
3.6 Approximationstheorie Bisher haben wir uns im Wesentlichen mit der Interpolation beschäftigt. Die Approximation ist weiter gefasst: wir suchen eine einfache Funktion p P (dabei ist der Funktionenraum
Mehr8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.
8 Interpolation 81 Problemstellung Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen x 0 < x 1 < < x n Eingabedaten: (x 0, f 0 ),(x 1, f 1 ),,(x n, f n ) Gegebene Daten (x j, f j ) Analysis
MehrVon mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems
Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Institut für Mathematik
Mehr11 Fourier-Analysis Grundlegende Begriffe
11 Fourier-Analysis 11.1 Grundlegende Begriffe Definition: Eine Funktion f : R R (oder f : R C) heißt periodisch mit der Periode T (oder T-periodisch), falls f(t + T) = f(t) für alle t R. Ziel: Entwicklung
MehrPraktikumsbeispiele zum Lehrgebiet WR II, Numerische Mathematik und CAS Serie Approximation
TU Ilmenau Institut für Mathemati FG Numerische Mathemati und Informationsverarbeitung PD Dr. W. Neundorf Datei: pb approx.tex Pratiumsbeispiele zum Lehrgebiet WR II, Numerische Mathemati und CAS Serie
MehrEinführung in die Fourier-Reihen. 1 Fourier-Reihen: Definitionen
Vortrag zum Seminar zur Analysis, 05.07.2010 André Stollenwerk, Eva-Maria Seifert Die Fourieranalysis beschäftigt sich mit dem Problem, inwiefern sich Funktionen mittels Sinus und Cosinus, das heißt periodischen
MehrTechnische Numerik Numerische Integration
W I S S E N T E C H N I K L E I D E N S C H A F T Technische Numerik Numerische Integration Peter Gangl Institut für Numerische Mathematik, Technische Universität Graz c Alle Rechte vorbehalten. Nachdruck
MehrÜbungsblatt 4 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA2304 - SS6 Übungsblatt 4 Musterlösung Aufgabe 7 (Nullstellen als Eigenwerte) Die Polynome {S n } n=0,,2,, S n P n, mit führem Koeffizienten eins, heißen Orthogonalpolynome
MehrÜbungsblatt 1 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA234 - SS6 Übungsblatt Musterlösung Aufgabe (Interpolationspolynom) a) Bestimmen Sie die Hilfspolynome L i, i =,,2, für x =, x = 2 und x 2 = 3 nach der Formel
MehrGitterfreie Methoden. Florian Hewener. 29. Oktober 2013
Gitterfreie Methoden 1D 2D Florian Hewener 29. Oktober 2013 Gliederung 1 Interpolationsprobleme Problemstellung Haar-Räume 2 Mehrdimensionale Polynominterpolation 3 Splines Kubische Splines und natürliche
Mehr8 Polynominterpolation
8 Polynominterpolation Interpolations-Aufgabe: Von einer glatten Kurve seien nur lich viele Punktewerte gegeben. Wähle einen lichdimensionalen Funktionenraum. Konstruiere nun eine Kurve in diesem Funktionenraum
MehrAufgaben zu Kapitel 20
Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v
MehrSkalarprodukt, Norm & Metrik
Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1
Mehr17. Orthogonalsysteme
17. Orthogonalsysteme 17.1. Winkel und Orthogonalität Vorbemerkung: Sei V ein Vektorraum mit Skalaprodukt, und zugehöriger Norm, dann gilt nach Cauchy-Schwarz: x, y V \ {0} : x, y x y 1 Definition: (a)
Mehr2 Tschebyscheff-Approximation durch Polynome
Approximationstheorie 71 2 Tschebyscheff-Approximation durch Polynome 2.1 Tschebyscheff-Polynome In diesem Abschnitt: explizit lösbare Tschebyscheff-Approximationsprobleme durch Polynome. Bezeichnungen:
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
MehrHöhere Mathematik I/II
Markus Stroppel Höhere Mathematik I/II Z. Zusätze. Z.. Skalarprodukte in Funktionenräumen. Wir wollen an einigen Beispielen zeigen, dass es nützlich sein kann, Skalarprodukte auch in ganz allgemeinen (reellen)
MehrD-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler. Lösungen Serie 3
D-MAVT Lineare Algebra II FS 8 Prof. Dr. N. Hungerbühler Lösungen Serie 3. Die Norm x x + y wird von einem Skalarprodukt induziert. y a richtig b falsch Diese Norm erfüllt die Parallelogrammregel nicht
MehrEinführung in die Grundlagen der Numerik
Einführung in die Grundlagen der Numerik Institut für Numerische Simulation Rheinische Friedrich-Wilhelms-Universität Bonn Wintersemester 2014/2015 Normierter Vektorraum Sei X ein R-Vektorraum. Dann heißt
MehrH.J. Oberle Approximation WS 2013/14
HJ Oberle Approximation WS 3/4 Euklidische Räume 6 L - Approximation Im Folgenden sei (R,, ) ein Euklidischer Vektorraum, also ein reeller, linearer Raum mit einem Skalarprodukt Bekanntlich lauten die
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
MehrAnalysis I. 4. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein
MehrLösungen zu Blatt 13 der Übungen zur Vorlesung Numerik, LMU München, Wintersemester 2016/2017
Lösungen zu Blatt 13 der Übungen zur Vorlesung Numerik, LMU München, Wintersemester 01/017 Peter Philip, Sabine Bögli. Januar 017 1. 10 Punkte) a) Betrachten Sie R mit der Maximumsnorm. Berechnen Sie die
Mehr53 Die Parsevalsche Gleichung
53 Die Parsevalsche Gleichung 53 Die Parsevalsche Gleichung 5 53. Skalarprodukte auf Räumen quadratintegrierbarer Funktionen. a) Die Orthogonalitätsrelationen (5.5) legen die Interpretation des Ausdrucks
MehrNumerische Mathematik für die Fachrichtung Informatik und für Ingenieurwesen SS 2005
UNIVERSITÄT KARLSRUHE TH Institut für Praktische Mathematik Prof. Dr. Rudolf Scherer Dil.-Math. Heike Stoll Numerische Mathematik für die Fachrichtung Informatik und für Ingenieurwesen SS 5 Lösung zum
MehrÜbungsblatt 3 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA4 - SS6 Übungsblatt Musterlösung Sei M,N N und f C M+N+ (B) eine komplexe Funktion, B eine kompakte Menge. Die Padé Approximation PN M (f)(x) ist die rationale
Mehr1 Euklidische und unitäre Vektorräume
1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen
MehrVorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)
1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.
Mehr5 Interpolation und Approximation
5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)
MehrT n (1) = 1 T n (cos π n )= 1. deg T n q n 1.
KAPITEL 3. INTERPOLATION UND APPROXIMATION 47 Beweis: Wir nehmen an qx) für alle x [, ] und führen diese Annahme zu einem Widerspruch. Es gilt nach Folgerung ii) T n ) T n cos π n ). Wir betrachten die
Mehr6.1 Zerlegungen Ober- und Unterintegrale Existenz des Integrals
Kapitel 6 Das Riemann-Integral In diesem Abschnitt wollen wir einen Integralbegriff einführen. Dieser Integralbegriff geht auf Riemann 1 zurück und beruht auf einer naheliegenden Anschauung. Es wird sich
Mehr= ( n x j x j ) 1 / 2
15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors
MehrKLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw
MehrKardinalfunktionen. Florian Badt. 2. Juni Universität des Saarlandes, Saarbrücken
Florian Badt 2. Juni 2015 Gliederung Grundlegende Problemstellung Ausgangspunkt: Lu = f Approximation der unbekannten Funktion: u(x) u N (x) = N n=0 a nφ n Minimierung des Residuums R(x; a 0, a 1,...,
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 014 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Mehr3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153
3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische
Mehrx, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω
5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,
MehrAufgaben zu Kapitel 0
Aufgaben zu Kapitel 0 0.1. Seien A und B zwei Mengen. Wie kann man paarweise disjunkte Mengen A 1, A 2 und A 3 so wählen, dass A 1 A 2 A 3 = A B gilt? 0.2. Seien E ein Menge und A eine Teilmengen von E.
MehrLineare Algebra für D-ITET, D-MATL, RW. Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru T. Welti
Dr. V. Gradinaru T. Welti Herbstsemester 27 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Serie Aufgabe. Multiple Choice: Online abzugeben..a) Bezüglich des euklidischen Skalarprodukts in R
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
Mehr4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen
196 KAPITEL 4. VEKTORRÄUME MIT SKALARPRODUKT 4. Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen In diesem Abschnitt betrachten wir Vektorräume über IR und über C. Ziel ist es, in solchen Vektorräumen
MehrTschebyschow-Polynome
Tschebyschow-Polynome Harald Leisenberger, Robert Trummer 24. April 203 Vorwort: In dieser Arbeit geht es um eine spezielle Art von Polynomen, die nach dem bekannten russischen Mathematiker P. L. Tschebyschow
MehrMathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung
Mathematik I Herbstsemester 208 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas / 70 5. Integralrechnung Grundbegriffe Das bestimmte Integral als Flächeninhalt Der Fundamentalsatz Partielle
MehrKapitel 2. Zahlenbereiche
Kapitel 2. Zahlenbereiche 2.3. Reelle Zahlen Erweiterung des Zahlenbereichs der natürlichen Zahlen Ganze Zahlen Z := {..., 3, 2, 1, 0, 1, 2, 3,... } = N {0} N. Rationale Zahlen Q := { m n m Z, n N }. Beachte:
MehrNumerik für Ingenieure I Wintersemester 2008
1 / 32 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 23.1.2009 2 / 32 Wiederholung Stückweise Polynominterpolation Stückweise lineare Interpolierende
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrD-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 2
D-MAVT NUMERISCHE MATHEMATIK FS 4 K Nipp, A Hiltebrand Lösung vom Test Sei A ( 3 3 ) a) Bestimmen Sie κ(a), die Kondition von A (in der -Norm): κ(a) b) Berechnen Sie den Spektralradius von A: ρ(a) 4 c)
MehrLösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried
Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,
MehrH.J. Oberle Analysis II SoSe Interpolation
HJ Oberle Analysis II SoSe 2012 7 Interpolation 71 Allgemeine Problemstellung Interpolation ist die Kunst, zwischen den Zeilen einer Tabelle zu lesen (Rutishauser) Von f : R R seien Funktionswerte (x j,
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
Mehr8. Tschebyscheff-Approximation: Theorie
HJ Oberle Approximation WS 2013/14 8 Tschebyscheff-Approximation: Theorie Im Folgenden untersuchen wir Bestapproximationen bezüglich der Maximumsnorm Die Wurzeln dieser Theorie gehen auf Pafnuti Lwowitsch
MehrSkalarprodukt. Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind. und v := reelle n-tupel, dann ist
Orthogonalität p. 1 Skalarprodukt Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind u := u 1 u 2. u n reelle n-tupel, dann ist und v := v 1 v 2. v n u v := u 1 v 1 + u 2
MehrHäufungspunkte und Satz von Bolzano und Weierstraß.
Häufungspunkte und Satz von Bolzano und Weierstraß. Definition: Sei (a nk ) k N eine konvergente Teilfolge der Folge (a n ) n N.Dannwirdder Grenzwert der Teilfolge (a nk ) k N als Häufungspunkt der Folge
MehrChebyshev & Fourier Reihen
Chebyshev & Fourier Reihen Pascal Bauer 26. Mai 2015 1 / 75 Inhaltsverzeichnis 1 Fourier-Reihen 2 Chebyshev-Polynome 3 Zusammenhang zwischen Fourier und Chebyshev 4 Konvergenzgeschwindigkeiten 5 Konvergenzuntersuchungen
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 9 Finden Sie eine Basis des Lösungsraums L R 5 des linearen
MehrMathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript
Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,
Mehr30 Die Gammafunktion und die Stirlingsche Formel
3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel
MehrPartielle Differentialgleichungen Kapitel 7
Partielle Differentialgleichungen Kapitel 7 Intermezzo zu Distributionen Die Physik hat der Mathematik die Dirac-δ-Funktion gebracht. Diese δ-funktion soll folgende Eigenschaften haben: n δ (x ϕ (x dx
MehrUniversität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.
Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor
MehrOrthogonalreihendarstellung eines zentrierten Gauß-Prozesses
Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses Thomas Steinle Seminar Zufällige Felder Universität Ulm 18. November, 2008 Einleitung Inhalt Einleitung Wiederholung und Themenvorstellung Wichtiges
MehrProf. Schneider Höhere Mathematik I/II Musterlösung A = x 1 = 6x 1 + x 3 x 2 = 2x 2 x 3 = x 1 + 6x 3
Aufgabe ( Punkte) a) Bestimmen Sie die Eigenwerte und Eigenvektoren der Matrix 6 A = 6 b) Bestimmen Sie die allgemeine Lösung des Differentialgleichungssystems x = 6x + x 3 x = x x 3 = x + 6x 3 c) Bestimmen
MehrProbleme? Höhere Mathematik!
Hans LTrinkaus Probleme? Höhere Mathematik! Eine Aufgabensammlung zur Analysis, Vektor- und Matrizenrechnung Zweite, unveränderte Auflage Mit 307 Abbildungen Springer-Verlag Berlin Heidelberg New York
Mehrfj 2 = f n f n+1. fj 2 = 0 2 = 0 = 0 1 = f 0 f 1. f 2 j = f n f n+1 +fn+1 = (f n +f n+1 )f n+1 = f n+2 f n+1 = f n+1 f (n+1)+1.
Stroppel Musterlösung 4..4, 8min Aufgabe 3 Punkte) Sei f n ) n N die Fibonacci-Folge, die durch f :=, f := und f n+ := f n +f n definiert ist. Beweisen Sie durch vollständige Induktion, dass für alle n
MehrSpline-Räume - B-Spline-Basen
Spline-Räume - B-Spline-Basen René Janssens 4. November 2009 René Janssens () Spline-Räume - B-Spline-Basen 4. November 2009 1 / 56 Übersicht 1 Erster Abschnitt: Räume von Splinefunktionen Grundlegende
MehrKapitel 2. Zahlenbereiche
Kapitel 2. Zahlenbereiche 2.3. Reelle Zahlen Erweiterung des Zahlenbereichs der natürlichen Zahlen Ganze Zahlen Z := {..., 3, 2, 1, 0, 1, 2, 3,...} = N {0} N. Rationale Zahlen Q := { m } n m Z, n N. Beachte:
MehrD-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Serie 11
D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung Serie 11 1. Wir betrachten das überbestimmte Gleichungssystem Ax = y mit 1 1 1 1 A := 1 1 0 1 0 1, y := 2 3 0 0 1 4 Berechnen Sie die
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 009 Dienstag 3.6 $Id: quadrat.tex,v.4 009/06/3 4:55:47 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6.3 Quadratische Funktionen und die Hauptachsentransformation
Mehr9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben
9. Übung zur aß- und Integrationstheorie, Lösungsskizze Aufgaben A 50 (Eine Flächenberechnung mit dem Cavalierischen Prinzip). Es seien a, b > 0 und : { (x, y) R 2 : (x/a) 2 + (y/b) 2 1 }. (a) Skizzieren
MehrKurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen
Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen Wintersemester 2012/201 Zwischentest Teil 1: 1. Was bedeuten die Bezeichnungen O(h) und o(h)? (Definition) (siehe Skript!)
MehrUnter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über
9 Innere Produkte In diesem Kapitel betrachten wir immer Vektorräume über dem Körper der reellen Zahlen R oder dem Körper der komplexen Zahlen C. Definition 9.1: Sei V ein Vektorraum über R. Ein inneres
Mehrcos(kx) sin(nx)dx =?
3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]
MehrAnalysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit
A Analysis, Woche 9 Mehrdimensionale Differentialrechnung I A 9. Differenzierbarkeit A3 =. (9.) Definition 9. Sei U R m offen, f : U R n eine Funktion und a R m. Die Funktion f heißt differenzierbar in
MehrAnalysis für Informatiker und Statistiker Nachklausur
Prof. Dr. Peter Otte Wintersemester 213/14 Tom Bachmann, Sebastian Gottwald 14.3.214 Analysis für Informatiker und Statistiker Nachklausur Lösungsvorschlag Name:.......................................................
MehrLineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016
P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Name a a Note Vorname Leginummer Datum 19.08.2016 1 2 3 4 5 6 Total 7P 11P 10P 11P
MehrAnalysis. Lineare Algebra
Analysis Ableitung Ableitungsregeln totale und partielle Ableitung Extremwertbestimmung Integrale partielle Integration Substitution der Variablen Koordinatentransformationen Differentialgleichungen Lineare
MehrFinite Elemente Methode für elliptische Differentialgleichungen
Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte
MehrHawkes Prozesse Grundlagen
Hawkes Prozesse Grundlagen Im Folgenden sei (Ω, F, F, P) eine stochastische Basis. Das heißt F = (F t ) t ist eine rechtsstetige Filtration mit F t F für alle t und P ein Wahrscheinlichkeitsmaß auf dem
MehrSkalarprodukte im Funktionenraum und orthogonale Funktionen
1 Skalarprodukte im Funktionenraum und orthogonale Funktionen Im Allgemeinen muss ein reelles Skalarprodukt (, ) (wir betrachten reelle Funktionen) folgende Eigenschaften ausweisen: Bilinearität (Linearität
MehrLineare Algebra. 13. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching
Lineare Algebra 3. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching December 29, 27 Erinnerung Satz. Axiomatischer Zugang, Eigenschaften der Determinante. Die Abbildung det :
MehrDer LLL - Algorithmus. Seminar ganzzahlige Optimierung Wintersemester 2006/2007
Der LLL - Algorithmus Seminar ganzzahlige Optimierung Wintersemester 2006/2007 Autor: Konrad Schade Betreuer: Prof. Dr. J. Rambau 1 Einführung 1.1 Motivation In dieser Arbeit soll die Verwendung des LLL-Algotithmuses
Mehr47 Singulärwertzerlegung
47 Singulärwertzerlegung 47.1 Motivation Wir haben gesehen, dass symmetrische Matrizen vollständig mithilfe ihrer Eigenwerte und Eigenvektoren beschrieben werden können. Diese Darstellung kann unmittelbar
MehrBegleitmaterial zur Vorlesung Numerik II
Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik
MehrLösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung
MehrBeispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren
Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n
Mehr19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .
Universität Erlangen-Nürnberg Department Mathematik PD Dr Markus Bause Numerik I 9 Januar A Gegeben sei die Matrix A = a Führen Sie eine Zeilenskalierung der Matrix durch Klausur b Bestimmen Sie mit Hilfe
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
Mehr(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)
33 Interpolation 147 33 Interpolation In vielen praktischen Anwendungen der Mathematik treten Funktionen f auf, deren Werte nur näherungsweise berechnet werden können oder sogar nur auf gewissen endlichen
MehrWiederholungsserie II
Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095
MehrMusterlösung Serie 21
D-MATH Lineare Algebra II FS 09 Prof. Richard Pink Musterlösung Serie Positiv-Definitheit und Singulärwertzerlegung. Welche der folgenden drei reellen symmetrischen Matrizen sind positiv definit? A : 6
MehrLineare Algebra. 9. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching
Lineare Algebra 9. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching November, 07 Erinnerung Ein Skalarprodukt ist eine Abbildung, : E n E n E, (v, w) v, w n k v kw k so dass:
Mehr