Numerische Verfahren und Grundlagen der Analysis
|
|
- Helge Holst
- vor 5 Jahren
- Abrufe
Transkript
1 Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 21
2 Quadraturverfahren R. Steuding (HS-RM) NumAna Wintersemester 2011/12 2 / 21
3 Motivation Es soll das bestimmte Integral I (f ) := b a f (x)dx berechnet werden. Diese Aufgabe kann man für eine gewisse Klasse von Funktionen durch explizite Angabe einer Stammfunktion F (x) lösen: b a f (x)dx = F (b) F (a). In vielen Fällen lässt sich aber die Stammfunktion nicht in geschlossener Form angeben und man ist auf Näherungsverfahren angewiesen. Die numerische Berechnung von I (f ) bezeichnet man auch als numerische Quadratur. Diesen Namen für numerische Integration gab die klassische Aufgabe der Quadratur des Kreises, das (wegen der Transzendenz von π) nicht lösbare Problem, mit Zirkel und Lineal ein Quadrat mit dem Flächeninhalt des Einheitskreises zu konstruieren. R. Steuding (HS-RM) NumAna Wintersemester 2011/12 3 / 21
4 Gauß sche Glockenkurve. I Einige wichtige Funktionen erlauben keine explizite Darstellung der Stammfunktion, wie das folgende Beispiel zeigt. Ist eine Variable x normalverteilt, so beschreiben der Mittelwert µ und die Standardabweichung σ die gesamte Wahrscheinlichkeitsverteilung mittels der Funktion ( ) 1 σ 2π exp x 2 µ 2 2σ 2. Die Wahrscheinlichkeit, dass ein Wert x zwischen a und b auftritt ist durch das Intergral ( ) 1 b σ x 2 µ 2 exp 2π 2σ 2 dx a gegeben, das wir nur numerisch berechnen können. R. Steuding (HS-RM) NumAna Wintersemester 2011/12 4 / 21
5 Gauß sche Glockenkurve. II Gauß sche Glockenkurve für µ = 0, σ = 1. Die Wahrscheinlichkeit, dass eine (0, 1)-normalverteilte Zufallsvariable einen Wert zwischen 1 und 2 annimmt, entspricht der Größe der markierten Fläche. R. Steuding (HS-RM) NumAna Wintersemester 2011/12 5 / 21
6 Bestimmte Integral als Fläche Das bestimmte Integral lässt sich interpretieren als die Fläche unter dem Funktionsgraphen von f (x). Daher ist I (f ) genau die Größe der von f (x) und der x-achse begrenzten Fläche zwischen a und b. Mit Hilfe dieser geometrischen Bedeutung des Integrals können wir I (f ) approximieren, in dem wir die dazugehörigen Fläche approximieren. R. Steuding (HS-RM) NumAna Wintersemester 2011/12 6 / 21
7 Rechteckregel. I Aufgrund der Definition des Riemannschen Integrals durch Riemannschen Summen liegt es nahe, zur Berechnung von I (f ) die so genannte Rechteckregel zu verwenden: Wir unterteilen das Intervall [a, b] gemäß der Zerlegung Z n : a = x 0 < x 1 < < x n = b in n disjunkte Teilintervalle (x j, x j+1 ). Die Summe n 1 Qf := f (xj )(x j+1 x j ) mit einem xj [x j, x j+1 ] j=0 bildet einen Nährungswert an das bestimmte Integral I (f ). R. Steuding (HS-RM) NumAna Wintersemester 2011/12 7 / 21
8 Rechteckregel. II Die folgende Wahl für xj ist üblich: = x j führt zu Q a f := n 1 f (x j )(x j+1 x j ). x j x j j=0 = x j+1 führt zu Q b f := n 1 f (x j+1 )(x j+1 x j ). j=0 xj = x j+1+x j 2 führt zur sogenanten (Mittelpunktregel) Q M f := n 1 f ( x j+1+x j 2 )(x j+1 x j ). j=0 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 8 / 21
9 Rechteckregel. III Ist die Intervallteilung äquidistant gewählt, h := x j+1 x j = b a n, 0 j n 1, erhält man n 1 Q a f = h f (x j ), j=0 Q b f = h n n 1 f (x j ) und Q M f = h f j=1 j=0 ( x j + h ). 2 Beispiel: Wir berechnen eine Näherung für 2 1 x 2 dx mit der Rechteckregel Q b f für 4 Teilintervale. Wir erhalten h = (2 1)/4 = 1/4, x 0 = 1, x 1 = 1 + 1/4, x 2 = 1 + 2/4, x 3 = 1 + 3/4, x 4 = 2 und Zum Vergleich: ( (5 Q b = 1 ) ( ) ( ) ) = = x 2 dx = = = R. Steuding (HS-RM) NumAna Wintersemester 2011/12 9 / 21
10 Fehlerschranke für die Rechteckregeln. I Für eine auf (a, b) stetig differenzierbare Funktion f erhalten wir über den Mittelwertsatz f (x) = f (x j ) + f (ξ j )(x x j ), ξ j (min(x, x j ), max(x, x j )), die Fehlerdarstellung xj+1 x j f (x)dx hf (x j ) = xj+1 x j f (ξ j )(x x j )dx, wobei h := x j+1 x j. Für x j = x j gilt also xj+1 x j f (x)dx hf (x j ) = f (ξ j ) h2 2, ξ j (x j, x j+1 ), da ξ j stetig von x abhängt. R. Steuding (HS-RM) NumAna Wintersemester 2011/12 10 / 21
11 Fehlerschranke für die Rechteckregeln. II Für den Quadraturfehler R n f, der bei der Näherung auftritt, ergibt sich damit b a f (x)dx = Q a f + R n f R n f = h n 1 f (ξj ) = h 2 2 (b a) 1 n 1 f (ξj ) = h n 2 f (ξ)(b a) j=0 mit ξ (a, b) nach dem Zwischenwertsatz. Für die Quadraturformel Q b f mit xj = x j+1 ergibt sich entsprechend j=0 R n f = h 2 f (ˆξ)(b a), ˆξ (a, b), so dass man sowohl für Q a f als auch für Q b f die Fehlerschranke erhält. R n f h 2 max x [a,b] f (x) (b a) R. Steuding (HS-RM) NumAna Wintersemester 2011/12 11 / 21
12 Fehlerschranke für die Rechteckregeln. III Beispiel: Im obigen Beispiel gilt R n f h 2 max x [a,b] f (x) (b a) = max x [1,2] (x 2 ) (2 1) = 1 8 max x [1,2] 2x = = 0.5 Bei der Mittelpunktregel ist jedoch mehr zu erreichen, wenn die Funktion f zwei mal stetig differenzierbar ist. In diesem Fall erhält man R n f h2 24 max x [a,b] f (x) (b a). Bemerkungswert ist die Tatsache, dass diese Schranke von Ordnung O(h 2 ) ist. R. Steuding (HS-RM) NumAna Wintersemester 2011/12 12 / 21
13 Trapezregel. I Bis jetzt haben wir die Funktion f auf jedem der Teilintervallen (x j, x j+1 ), 0 j n 1, durch eine Konstante f (x j ), x [x j, x j+1 ], interpoliert. Interpoliert man die Funktion f über den Teileintervallen stückweise linear, so erhält man als die Summe der enstehenden Trapezenflächen T n f := n 1 j=0 y j + y j+1 (x j+1 x j ), y j = f (x j ), 2 einen Näherungswert für das bestimmte Integral b a f (x)dx = T n f + R n f mit R n f h2 12 max x [a,b] f (x) (b a). R. Steuding (HS-RM) NumAna Wintersemester 2011/12 13 / 21
14 Trapezregel. II R. Steuding (HS-RM) NumAna Wintersemester 2011/12 14 / 21
15 Trapezregel. III Mit equidistanten Stützstellen nimmt diese Trapezregel die Form T n f = h 1 2 y n y j y n an. j=1 Beispiel: Wir berechnen einen Näherungswert T 4 für 2 1 x 2 dx mit Hilfe der Trapezregel für 4 Teilintervalle. Wir erhaten h = (2 1)/4 = 1/4, x 0 = 1, x 1 = 1 + 1/4, x 2 = 1 + 2/4, x 3 = 1 + 3/4, x 4 = 2 und T 4 = 1 ( ) = = Zum Vergleich: 2 1 x 2 dx = = = R. Steuding (HS-RM) NumAna Wintersemester 2011/12 15 / 21
16 Newtonsche Inerpolationspolynom Wir wählen die Indizierung der Stützstellen wie folgt: x j = x 0 + jh, 0 j n mit der festen Srittweite h. Das Inerpolationspolynom nach dem Ansatz von mit Newton nimmt die Gestalt p(x) = f (x 0 ) + y 0 h (x x 0) + + n y 0 n!h n (x x 0)... (x x n 1 ) an, wobei 0 y j := y j m y j := m 1 y j+1 m 1 y j, (m 1). Beispiel: Für die Stützstellen ( 1, 0), (0, 2), (1, 0) erhält man p(x) = y 0 + y 0 h (x x 0) + 2 y 0 2!h 2 (x x0)(x x 1) = y 0 + y 0 h (x x 0) + y 1 y 0 2!h 2 (x x0)(x x 1 ) = (0 2) (2 0) (x ( 1)) (x ( 1))(x 0) = 2 2x 2. R. Steuding (HS-RM) NumAna Wintersemester 2011/12 16 / 21
17 Die Simpsonsche Regel. I Ene Näherung höheren Grades könnte man dadurch erreichen, dass der Integrand f über dem Doppelintevall [x 2k, x 2k+2 ] durch ein quadratisches Polynom interpoliert wird (unter Annahme n ist gerade). Dann gilt p(x) = y 2k + y 2k h (x x 2k) + 2 y 2k 2h 2 (x x 2k)(x x 2k+1 ) für x [x 2k, x 2k+2 ] und daher x2k+2 x 2k p(x)dx = h 3 (y 2k + 4y 2k+1 + y 2k+2 ). R. Steuding (HS-RM) NumAna Wintersemester 2011/12 17 / 21
18 Die Simpsonsche Regel. II Damit erhalten wir eine Näherung für das bestimmte Integral mit Simpsonsche Regel x2k x 0 f (x)dx = S 2k f + R 2k f S 2k f = h 3 (y 0 + 4y 1 + 2y 2 + 4y 3 + 2y 4 + 4y 2k 1 + y 2k ) und Fehlerabschätzung R 2k f h4 180 max x [a,b] f (4) (x) (b a). R. Steuding (HS-RM) NumAna Wintersemester 2011/12 18 / 21
19 Die Simpsonsche Regel. III R. Steuding (HS-RM) NumAna Wintersemester 2011/12 19 / 21
20 Die Simpsonsche Regel. IV Beispiel: Wir berechnen eine Näherung für 2 1 x 2 dx mit der Simpsonregel Q b f für 4 Teilintervale. Wir erhalten h = (2 1)/4 = 1/4, x 0 = 1, x 1 = 1 + 1/4, x 2 = 1 + 2/4, x 3 = 1 + 3/4, x 4 = 2 und S 4 = h 3 (y 0 + 2y 1 + 4y 2 + 2y 3 + y 4 ) ( ( ) ( ) 6 2 ( ) ) 7 2 = = = Zum Vergleich: 2 1 x 2 dx = = 7 3 = R. Steuding (HS-RM) NumAna Wintersemester 2011/12 20 / 21
21 Keplersche Fassregel Auf die Idee, sich mit der Berechnung von Flächeninhalten unter einer Fasskurve und dem entsprechenden Fassvolumen zu befassen, kam Johannes Kepler, als er einige Fässer Wein, die er für seine zweite Hochzeit brauchte, bezahlen musste. Er erkannte dabei, dass der Preis, welcher sich nach dem Volumen des Fasses richtete, auf Grund von Ungenauigkeiten beim Errechnen des Volumens des gefüllten Fasses nicht exakt war. (Quelle: R. Steuding (HS-RM) NumAna Wintersemester 2011/12 21 / 21
Numerische Verfahren
Numerische Verfahren Jens-Peter M. Zemke zemke@tu-harburg.de Institut für Numerische Simulation Technische Universität Hamburg-Harburg 15.04.2008 TUHH Jens-Peter M. Zemke Numerische Verfahren Numerische
Mehr5. Numerische Differentiation. und Integration
5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen
Mehr1/26. Integration. Numerische Mathematik 1 WS 2011/12
1/26 Integration Numerische Mathematik 1 WS 2011/12 Notation 2/26 Die Abbildung I b a : C([a, b]) R gegeben durch Ia b (f ) := beschreibt die Integration. b a f (x)dx, Um das Integral I(f ) zu approximieren
Mehr5. Numerische Differentiation. und Integration
5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen
MehrKAPITEL 10. Numerische Integration
KAPITEL 10. Numerische Integration 10.1 Einleitung Sei Es gilt I Ĩ = b I = b a a f(x) f(x) dx f(x) dx, Ĩ = b b a f(x) dx. a f(x) f(x) dx (b a) f f. I Ĩ I (b a) f f b a f(x) dx = ba f dx b a f(x) dx f f
MehrNumerische Integration
Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Institute for Numerical Simulation TUHH Heinrich Voss Kapitel 3 2010 1 / 87 In vielen Fällen ist es nicht möglich, ein gegebenes Integral
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 20 Wiederholung: Fehlerbetrachtung.
MehrAnalysis II. Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg
Analysis II Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 2. Juni 2008 Beachtenswertes Die Veranstaltung ist eng angelehnt
MehrNumerische Integration
Numerische Integration Fakultät Grundlagen Januar 0 Fakultät Grundlagen Numerische Integration Übersicht Grundsätzliches Grundsätzliches Trapezregel Simpsonformel 3 Fakultät Grundlagen Numerische Integration
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 1 13. April 2010 Kapitel 6. Integralrechnung In den Naturwissenschaften finden sich zahlreiche Beispiele, bei denen die Berechnung bestimmter Integrale
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Verständnisfragen-Teil Institut für Geometrie und Praktische Mathematik (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben).
Mehr15.5 Stetige Zufallsvariablen
5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven
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
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 2. Juli 2018 1/1 Wir geben einige wesentliche Sätze über bestimmte Integrale an, deren Beweise man in den Standardlehrbüchern der Analysis findet.
MehrSTETIGE VERTEILUNGEN
STETIGE VERTEILUNGEN. Die Näherungsformel von Moivre Laplace Betrachtet man die Binomialverteilungen Bnp für wachsendes n bei konstantem p, so werden die Histogramme einer binomialverteilten Zufallsvariablen
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
MehrVF-3: Gegeben seien die Daten f(x 0 ), f(x 1 ),..., f(x n ) mit x 0,..., x n paarweise verschiedenen und
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB F10 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Aussagen Diese sind mit wahr bzw falsch zu kennzeichnen (hinschreiben) Es müssen alle Fragen mit wahr
Mehr5 Numerische Mathematik
6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul
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
Mehr2. Gauß-Integration. Prof. Dr. Wandinger 4. Scheibenelemente FEM 4.2-1
Die analytische Integration der Steifigkeitsmatrix für das Rechteckelement ist recht mühsam. Für Polynome gibt es eine einfachere Methode zur Berechnung von Integralen, ohne dass die Stammfunktion benötigt
MehrNumerische Analysis - Matlab-Blatt 5
Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Sommersemester 05 Numerische Analysis - Matlab-Blatt 5 Lösung (Besprechung
Mehr6. Polynom-Interpolation
6. Polynom-Interpolation 1 6.1. Klassische Polynom-Interpolation 2 6.2. Lösung mit Hilfe Lagrange scher Basisfunktionen 3 6.3. Lösung mit Hilfe Newton scher Basisfunktionen 4 6.4. Fehlerabschätzung für
MehrInterpolation und Integration mit Polynomen
Interpolation und Integration mit Polynomen Philipp Andrea Zardo Universität Kassel 23. Februar 2006 / Kassel Outline 1 Einleitung Was ist numerische Mathematik? Die eulersche e-funktion Ein Wurzelalgorithmus
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
MehrDifferentialgleichungen
Differentialgleichungen Viele physikalische Probleme können mathematisch als gewöhnliche Differentialgleichungen formuliert werden nur eine unabhängige Variable (meist t), z.b. Bewegungsgleichungen: gleichmäßig
MehrNumerische Integration
Numerische Integration home/lehre/vl-mhs-1/folien/uebung/num_integration/cover_sheet_5a.tex Seite 1 von 12. p.1/12 Inhaltsverzeichnis 1. Einführung 2. Newton-Cotes Formeln Rechteckformel Trapezformel Simpsonsche
Mehr(x x j ) x [a,b] n! j=0
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB F10 (4 Punkte Es gibt zu jeder der 1 Aufgaben vier Aussagen. Diese sind mit bzw. zu kennzeichnen (hinschreiben. Es müssen alle Fragen mit oder gekennzeichnet
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 19 Fehlerbetrachtung R. Steuding
MehrUE Numerische Mathematik für LA
06.986 UE Numerische Mathematik für LA Übungsbeispiele zur VO 06.942 Numerische Math für LA G. Schranz-Kirlinger Kapitel : Fehlerbetrachtungen. Berechnen Sie sinx dx mit Hilfe der Trapezregel für verschiedene
Mehreps für alle x D. 4. Die Zahl 256 ist in M(2, 4, 6, 6) exakt darstellbar.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H13 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
Mehr1 2 x x x x x x2 + 83
Polynominterpolation Aufgabe 1 Gegeben sei die Wertetabelle i 0 1 2 3 x i 0 1 2 4 f i 3 1 2 7 a) Bestimmen Sie das Interpolationspolynom von Lagrange durch die obigen Wertepaare. b) Interpolieren Sie die
MehrGMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida
GMA Grundlagen Mathematik und Analysis Reelle Funktionen 3 Christian Cenker Gabriele Uchida Data Analytics and Computing Nullstellen cos log : 0, 0,? 1 Fixpunkte Beispiel 1 Beispiel 2 1 0 0 und 1 1sin,?
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
MehrKlausur,,Algorithmische Mathematik II
Institut für angewandte Mathematik Sommersemester 017 Andreas Eberle, Matthias Erbar / Behrend Heeren Klausur,,Algorithmische Mathematik II Musterlösung 1 (Unabhängige Zufallsvariablen) a) Wir bezeichnen
MehrExplizite Runge-Kutta-Verfahren
Explizite Runge-Kutta-Verfahren Proseminar Numerische Mathematik Leitung: Professor Dr. W. Hofmann Dominik Enseleit 06.07.2005 1 1 Einleitung Nachdem wir schon einige numerische Verfahren zur Lösung gewöhnlicher
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 22 3. Funktionen. Grenzwerte.
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 1. Dezember 21 1 Integralrechnung Flächeninhalt Stammfunktion Rechenregeln 2 Dichten von Erwartungswert und Varianz
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)
MehrKapitel 4. Numerische Differentiation und Integration
Kapitel 4 Numerische Differentiation und Integration Prof. R. Leithner, E. Zander Einführung in numerische Methoden für Ingenieure 4/2 Integration und Differentiation Probleme bei der Integration und Differentiation
MehrNumerische Methoden 7. Übungsblatt
Karlsruher Institut für Technologie (KIT) SS 01 Institut für Analysis Prof Dr Michael Plum Dipl-Mathtechn Rainer Mandel Numerische Methoden 7 Übungsblatt Aufgabe 17: Quadratur II Die Menge aller Polynome
Mehr28. Lineare Approximation und Differentiale
28. Lineare Approximation und Differentiale Sei y = f(x) differenzierbar. Die Gleichung der Tangente t im Punkt x 0 lautet t : y f(x 0 ) = f (x 0 )(x x 0 ) Für x nahe bei x 0 können wir f(x) durch den
MehrEinführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)
Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 4 Numerische
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
MehrKAPITEL 8. Interpolation
KAPITEL 8. Interpolation 8.2 Lagrange-Interpolationsaufgabe für Polynome Wir beschränken uns auf die Lagrange-Interpolation mit Polynomen. Der Raum der Polynome vom Grad n: Stützstellen: Π n = { n j=0
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!)
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
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
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 26 1. Folgen R. Steuding (HS-RM)
MehrDie Normalverteilung. Mathematik W30. Mag. Rainer Sickinger LMM, BR. v 0 Mag. Rainer Sickinger Mathematik W30 1 / 51
Mathematik W30 Mag. Rainer Sickinger LMM, BR v 0 Mag. Rainer Sickinger Mathematik W30 1 / 51 Einführung Heute nehmen wir uns die Normalverteilung vor. Bis jetzt konnte unsere Zufallsvariable (das X in
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
Mehr3 Funktionsdefinitionen
3 Funktionsdefinitionen Ziel heute: Programmcode zu wiederverwendbaren Einheiten zusammenpacken und wieder verwenden! Technische Realisierung: Funktionsdefinitionen (mit Teilaspekten Parameterversorgung
MehrD-MATH Numerische Methoden FS 2017 Dr. Vasile Gradinaru Luc Grosheintz. Serie 4. 1 f i (x)dx
D-MATH Numerische Methoden FS 217 Dr. Vasile Gradinaru Luc Grosheintz Serie 4 Abgabedatum: Di./Mi. 2.3/21.3 in den Übungsgruppen oder im HG J68 Koordinatoren: Luc Grosheintz, HG J 46, luc.grosheintz@sam.ethz.ch
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 11. Juli 2016 Ableitungen im Höherdimensionalen Im Eindimensionalen war die Ableitung f (x 0 ) einer Funktion f : R R die
MehrMathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12
Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3
MehrDiplom VP Numerik 27. August 2007
Diplom VP Numerik 27. August 2007 Multiple-Choice-Test 30 Punkte Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese
MehrWahrscheinlichkeitsrechnung und Statistik
5. Vorlesung Verteilungsfunktion (VF) Definition 9 Die Verteilungsfunktion (VF) einer Zufallsgröße X ist F : R R definiert als F (x) := P({ω Ω : X (ω) x}) = P( X x ) für jedes x R. Satz 9 - Eigenschaften
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
MehrWahrscheinlichkeit und Statistik: Zusammenfassung
HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1
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
MehrPolynominterpolation mit Matlab.
Polynominterpolation mit Matlab. Die Matlab-Funktion polyfit a = polyfit(x,f,n-1); berechnet die Koeffizienten a = (a(1),a(2),...,a(n)); des Interpolationspolynoms p(x) = a(1)*x^(n-1) + a(2)*x^(n-2) +...
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrIn der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y
Approximationen In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y y = f (x) x Um das Arbeiten mit einer komplizierten Funktion zu vermeiden, können wir versuchen, diese Funktion
MehrMusterlösung. Modulprüfung MA2302. Numerik. 8. Oktober Prüfer: Prof. Dr. Bernd Simeon. Aufgabe 1 (ca. 12 P.) Sei f C (R). Das bestimmte Integral
Modulprüfung MA2302 Numerik 8. Oktober 2009 Musterlösung Prüfer: Prof. Dr. Bernd Simeon Aufgabe 1 (ca. 12 P.) Sei f C (R). Das bestimmte Integral soll durch die Quadraturformel approximiert werden. I n
MehrProbe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1
Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 1. (a) Lösen Sie das lineare Gleichungssystem für die Werte a = 1, b = 2. x + 3y + 2z = 0 2x + ay + 3z = 1 3x + 4y + z = b (b) Für welche Werte von
Mehr3 Integralrechnung. 3.1 Stammfunktion: In der Differentialrechnung:
1 Rechenverfahren für THP (WS 2002) 3 Integralrechnung 3.1 Stammfunktion: In der Differentialrechnung: Gegeben: Funktion Gesucht: Ableitung Problem der Differentialrechnung: Bestimmung der Steigung vom
MehrIntegralrechnung. integral12.pdf, Seite 1
Integralrechnung Beispiel Zusammenhang WegGeschwindigkeit: Ist F (t) der zur Zeit t zurückgelegte Weg und v(t) die Geschwindigkeit, so ist v(t) = F (t) Geometrisch: Steigung der Tangente an der Kurve y
MehrÜbungen zu Splines Lösungen zu Übung 20
Übungen zu Splines Lösungen zu Übung 20 20.1 Gegeben seien in der (x, y)-ebene die 1 Punkte: x i 6 5 4 2 1 0 1 2 4 5 6 y i 1 1 1 1 1 + 5 1 + 8 4 1 + 8 1 + 5 1 1 1 1 (a) Skizzieren Sie diese Punkte. (b)
MehrDer Begriff des bestimmten Integrals
Der Begriff des bestimmten Integrals Das ursprüngliche Problem, das zum Begriff des bestimmten Integrals führte, war ein geometrisches, die Bestimmung von Flächeninhalten. 1-E Archimedes von Syrakus Infinite
MehrInterpolation, numerische Integration
Interpolation, numerische Integration 8. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 8. Mai 2014 Gliederung 1 Interpolation polynomial Spline 2 Numerische
MehrNumerik SS Übungsblatt 3
PROF. DR. BERND SIMEON CHRISTIAN GOBERT THOMAS MÄRZ Numerik SS 9 Übungsblatt 3 Aufgabe 1 Clenshaw-Curtis-Quadratur Wie bereits bei der Polynominterpolation bietet es sich auch zur Quadratur an Tschebysheff-
Mehr7 Numerische Integration
Numerische Mathematik 318 7 Numerische Integration Ziel numerischer Integration (Quadratur): Näherungswerte für b a f(t) dt. Wozu? Ein Beispiel: Eine Apparatur liefert Meßwerte x i = x i + ε i. Angenommen,
MehrDas Histogramm ist glockenförmig. Es würde bei mehr als vier Fehlerquellen sich der Glockenform noch besser annähern.
10. Stetige Zufallsvariable, Normalverteilung 55 Die in den folgenden Beispielen dargestellten Verteilungen haben ungefähr Glockenform. Sie können durch die sogenannte Normalverteilung oder Gaussverteilung
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,
MehrNachklausur am Donnerstag, den 7. August 2008
Nachklausur zur Vorlesung Numerische Mathematik (V2E2) Sommersemester 2008 Prof. Dr. Martin Rumpf Dr. Martin Lenz Dipl.-Math. Nadine Olischläger Nachklausur am Donnerstag, den 7. August 2008 Bearbeitungszeit:
MehrD-ITET, D-MATL. Prüfung Numerische Methoden, Sommer 2012 Dr. Lars Kielhorn
Name: Wichtige Hinweise D-ITET, D-MATL Prüfung Numerische Methoden, Sommer 2012 Dr. Lars Kielhorn Prüfungsdauer: 90 Minuten. Nur begründete Resultate werden bewertet. Zugelassene Hilfsmittel: 10 A4-Seiten
MehrZuname: Vorname: KennNr: Matr.Nr: PRÜFUNG AUS MATHEMATIK 3. 1)(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation.
(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation. y 7y + 10y = sin(2x), y(0) = 1, y (0) = 3. x ( ) Bemerkung: Für festes a gilt L(e ax ) = 1 und L sin(ax) = arctan a. s a x s Die auftretenden
MehrWahrscheinlichkeitstheorie und Statistik
Wahrscheinlichkeitstheorie und Statistik Definitionen und Sätze Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 2018 2.5.2018 Diskrete Wahrscheinlichkeitsräume Diskreter
MehrZWEITE KLAUSUR zur Numerik I mit Lösungen. Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE FELIX LIEDER DR. GEORG JANSING.9.7 ZWEITE KLAUSUR zur Numerik I mit Lösungen Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen IGPM RWTH Aachen Institut für Geometrie und Praktische Mathematik Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen
Mehr70 Wichtige kontinuierliche Verteilungen
70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche
MehrMehrschrittverfahren Ein weiterer, häufig benutzter Verfahrenstyp zur numerischen Lösung der Anfangswertaufgabe
Mehrschrittverfahren Ein weiterer, häufig benutzter Verfahrenstyp zur numerischen Lösung der Anfangswertaufgabe y = f(x, y), y(a) =y 0 (1) sind die linearen Mehrschrittverfahren, bei denen man zur Berechnung
Mehr2. Klausur zu,,algorithmische Mathematik II
IAM/INS Sommersemester 2017 Andreas Eberle, André Uschmajew 2. Klausur zu,,algorithmische Mathematik II Bitte diese Felder in Druckschrift ausfüllen Name: Matrikelnr.: Vorname: Studiengang: Wichtige Hinweise:
Mehr7 Numerische Integration
Numerik 337 7 Numerische Integration Ziel numerischer Integration (Quadratur): Näherungswerte für b a f(t) dt. Wozu? Ein Beispiel: Eine Apparatur liefere Messwerte x i = x i + ε i. Angenommen, die Messfehler
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
MehrMusterlösungen zur Leistungsnachweisklausur vom Studiengang Informatik, Ingenieurinformatik, Lehramt
TU ILMENAU Institut für Mathematik Numerische Mathematik PD Dr. W. Neundorf Musterlösungen zur Leistungsnachweisklausur vom.0.006 Studiengang Informatik, Ingenieurinformatik, Lehramt 1. Lineare Algebra
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
MehrÜbungen zur Ingenieur-Mathematik II SS 2017 Blatt Aufgabe 13: Betrachten Sie die Funktion. f(x) =
Übungen zur Ingenieur-Mathematik II SS 2017 Blatt 6 2.5.2017 Aufgabe 1: Betrachten Sie die Funktion Lösung: f(x) = 1, x [, 1]. 1 + 25x2 a) Bestimmen Sie die Interpolationspolynome vom Grad m p m (x) =
MehrOriginal - d.h. unvertauschte Reihenfolge
NumaMB F6 Verständnisfragen-Teil (3 Punkte) Jeder der 6 Verständnisfragenblöcke besteht aus Verständnisfragen. Werden alle Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es dafür 5
MehrEdM Kursstufe Baden-Württemberg
EdM Kursstufe Baden-Württemberg Gegenüberstellung des Bildungsplans für die Kursstufe und der Inhalte des Schülerbandes EdM Kursstufe Die neben den mathematischen Kompetenzen eingeforderte Entwicklung
MehrLABORÜBUNG MATLAB/OCTAVE
LABORÜBUNG MATLAB/OCTAVE 1. Riemannsche Summen mit MATLAB/Octave Riemannsche Summen lassen sich sehr einfach mit MATLAB/Octave berechnen. Das Vorgehen ist das folgende: (i) die Breite x der Teilintervallen
MehrIntegral- und Differentialrechnungen für USW Lösungen der Beispiele des 10. Übungsblatts
Integral- und Differentialrechnungen für USW Lösungen der Beispiele des. Übungsblatts. Flächeninhalt unter einer Kurve: (a) Das bestimmte Integral von y(x) x zwischen x und x ist x dx x + + x ( ) x / (b)
MehrKapitel VII. Einige spezielle stetige Verteilungen
Kapitel VII Einige spezielle stetige Verteilungen D. 7.. (Normalverteilung) Eine stetige Zufallsgröße X sei als normalverteilt bezeichnet, wenn sie folgende Wahrscheinlichkeitsdichte besitzt: µ f ( ; µ,
Mehr2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p
Wiederholungsaufgaben Algorithmische Mathematik Sommersemester Prof. Dr. Beuchler Markus Burkow Übungsaufgaben Aufgabe. (Jacobi-Verfahren) Gegeben sei das lineare Gleichungssystem Ax b = für A =, b = 3.
MehrSeminar Stochastische Unternehmensmodelle Varianzreduzierende Techniken
Seminar Stochastische Unternehmensmodelle Varianzreduzierende Techniken 25. Juni 2015 1 / 37 Übersicht 1. Ziel des Vortrags 2. Einleitung 3. Varianzreduzierende Techniken Bedingtes Monte Carlo Importance
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
MehrDie tatsächlichen Breiten und Höhen der Säulen und damit der Flächeninhalt bleiben unverändert:
Flächeninhalte als Wahrscheinlichkeiten Eine Zufallsvariable X kann die Werte, 2, 3, 4, 5 oder 6 annehmen. Die zugehörigen Wahrscheinlichkeiten sind rechts in einem Stabdiagramm dargestellt. k 2 3 4 5
MehrIntegralrechnung und das Riemannintegral
Integralrechnung und das Riemannintegral Vorlesung zur Didaktik der Analysis Oliver Passon Oliver Passon Integralrechnung 1 Inhalt Historisches Archimedes (Parabel) Hippokrates ( Möndchen ) Cavalerie Aktuell
MehrBrückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 9. Dezember 2017
Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 9. Dezember 2017 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche,
MehrSubstitution bei bestimmten Integralen. 1-E1 Ma 1 Lubov Vassilevskaya
Substitution bei bestimmten Integralen -E Ma Lubov Vassilevskaya -E Ma Lubov Vassilevskaya Substitution bei bestimmten Integralen: Lernziele Was wir wissen: Wann berechnet man Integrale mit Hilfe einer
Mehr