Interpolation und Approximation
|
|
- Kristin Schumacher
- vor 7 Jahren
- Abrufe
Transkript
1 Interpolation und Approximation Fakultät Grundlagen Mai 2006 Fakultät Grundlagen Interpolation und Approximation
2 Übersicht 1 Problemstellung Polynominterpolation 2 Kubische Fakultät Grundlagen Interpolation und Approximation Folie: 2
3 Ausgangsproblem Problemstellung Polynominterpolation Ein wichtiges Problem in der numerischen Mathematik ist, eine Funktion oder eine Folge von Messpunkten durch eine Näherungsfunktion zu approximieren. Dabei sind folgende Überlegungen anzustellen: Auswahl einer Grundmenge von Näherungsfunktionen. Gebräuchlich sind folgende Funktionenklassen: 1 Polynome 2 3 Trigonometrische Polynome für periodische Vorgänge 4 Exponentialfunktionen Festlegung eines messbaren Kriteriums für die Auswahl der am besten geeigneten Funktion aus der vorgegebenen Grundmenge. Fakultät Grundlagen Interpolation und Approximation Folie: 3
4 Approximationsprinzip Problemstellung Polynominterpolation Meist bildet man die Approximationsfunktion ϕ(x) als Linearkombination von charakteristischen Vertretern der Grundmenge {g i (x)} ϕ(x) = n i=1 c i g i (x) und versucht dann, die Koeffizienten c i so zu bestimmen, dass die Differenz zur zu approximierenden Funktion f (x) in irgend einem Sinne häufig wird als Maß die Summe der Abstandquadrate benutzt minimal wird. f ϕ! = Min Fakultät Grundlagen Interpolation und Approximation Folie: 4
5 Interpolation Problemstellung Polynominterpolation Im Falle von Messpunkten ist es auch möglich, aus einer Grundmenge eine Funktion auszuwählen, die durch alle Punkte geht in diesem Fall spricht man von Interpolation. Interpolationsfunktionen werden benötigt, um an einer beliebigen Stelle einen y-wert bestimmen zu können. um Steigungen (Ableitungen) und Flächen (Integrale) für solche nur durch diskrete Punkte bekannten Zusammenhänge zu bestimmen. Fakultät Grundlagen Interpolation und Approximation Folie: 5
6 Polynominterpolation Problemstellung Polynominterpolation Aufgabenstellung: zu n + 1 verschiedenen Stützstellen (x k y k ) ein Polynom p n (x) vom Höchstgrad n zu finden, das durch alle Punkte geht. x x 0 x 1... x n y y y 0 y 1... y i = p n (x i ) = n n k=0 a k x k i Die Punktprobe ergibt ein lineares Gleichungssystem für die (n + 1) Koeffizienten des Polynoms. a 0 + a 1 x 0 + a 2 x a n x n 0 = y 0 a 0 + a 1 x 1 + a 2 x a n x n 1 = y a 0 + a 1 x n + a 2 x 2 n a n x n n = y n Fakultät Grundlagen Interpolation und Approximation Folie: 6
7 Beispiel Problemstellung Polynominterpolation Zahlenbeispiel: x y mit y = x 2 p 4 (x) = x x x x 4. y f (x) p 4 (x) x Die Graphik zeigt deutlich die Schwäche der Interpolation mit Polynomen. Zwischen 1 und 7 hat die Interpolationskurve p 4 (x) nichts mehr mit der Funktion f (x) gemein. Polynome ab der Ordnung 4, 5 werden stark wellig und eignen sich daher nicht mehr zur globalen Interpolation. Fakultät Grundlagen Interpolation und Approximation Folie: 7
8 Modellierung Kubische Wir wollen ein Kurvenlineal mathematisch nachbilden und betrachten es idealisiert als dünnen, elastischen Stab. Das Kurvenlineal wird nur in den Stützpunkten festgehalten; darüber hinaus wirken keine Kräfte oder Momente. Die Krümmung s des Lineals ändert sich zwischen den Stützpunkten linear. Dafür gilt: s = f (x) (1 + f (x)) 3/2 f (x) (falls f (x) 1) Folglich muss in jedem Intervall x k < x < x k+1 gelten: f (x) = ax + b f (x) = a 2 x 2 + bx + c f (x) = a 6 x 3 + b 2 x 2 + cx + d Fakultät Grundlagen Interpolation und Approximation Folie: 8
9 Kubische Eigenschaften der Interpolationsfunktion f : (S1) In jedem Intervall x k < x < x k+1, (k = 0, 1,..., n 1) stimmt f mit einem Polynom vom Grad 3 überein. An den Stützstellen x k muss f die folgenden Bedingungen erfüllen: (S2) f (x k ) = y k, (k = 0, 1,..., n) (Kurvenlineal geht durch die Messpunkte!) (S3) f stetig in x k, (k = 0, 1,..., n) (Kurvenlineal nicht abgebrochen!) (S4) f stetig in x k, (k = 0, 1,..., n) (Kurvenlineal nicht geknickt!) (S5) f stetig in x k, (k = 0, 1,..., n) (Keine äußeren Biegemomente!) Fakultät Grundlagen Interpolation und Approximation Folie: 9
10 Visualisierung Kubische y S 3 (x) S 4 (x) S 2 (x) S 5 (x) S 0 (x) S 1 (x) 1 S 6 (x) S 7 (x) 1 x Fakultät Grundlagen Interpolation und Approximation Folie: 10
11 Definition Kubische Das Splinekonzept ist auch der Hintergrund aller CAD-Anwendungen. Bei der Darstellung beliebiger geometrischer Formen sind neben der Interpolationseigenschaft auch noch zusätzliche Modellierungseigenschaften erforderlich. Als Kern dieser Freiformgeometrie entpuppt sich die folgende Problemstellung: Eine Interpolationskurve zwischen zwei Punkten mit vorgegebenen Tangentenrichtungen in den Interpolationspunkten ist zu konstruieren. Zusätzlich soll noch eine weitere Modellierungseigenschaft vorhanden sein. Fakultät Grundlagen Interpolation und Approximation Folie: 11
12 Visualisierung Bezier Kubische B 2 b2 B 1 b1 b0 b3 B 0 B 3 O Fakultät Grundlagen Interpolation und Approximation Folie: 12
13 Interpolationsgleichung Kubische Wir geben uns zusätzlich zu den Interpolationspunkten B 0 und B 3 noch zwei Richtungspunkte B 1 und B 2 vor. Sind b 0, b 1, b 2, b 3 die zugehörigen Ortsvektoren, so hat der Interpolationsansatz x(t) = b 0 (1 t) b 1 (1 t) 2 t + 3 b 2 (1 t) t 2 + b 3 t 3 die folgenden Eigenschaften: x(0) = b 0 x(1) = b 3 d.h. die Kurve geht durch die beiden Punkte B 0, B 3. x(t) = 3 b 0 (1 t) b 1 (1 t) 2 6 b 1 (1 t) t + 6 b 2 (1 t) t 3 b 2 t b 3 t 2 x(0) = 3( b 1 b 0 ) Analog ergibt sich für x(1) = 3( b 3 b 2 ). Fakultät Grundlagen Interpolation und Approximation Folie: 13
14 Gummihauteigenschft Kubische B 2 B 1 B 0 B 3 Fakultät Grundlagen Interpolation und Approximation Folie: 14
15 Zusammengesetzte Kubische B8 B 7 B 6 B 9 B 0 B 1 B 5 B 2 B 3 B 4 Fakultät Grundlagen Interpolation und Approximation Folie: 15
16 Datenreduktion Kubische Soll die Interpolationskurve höhere Differentiationseigenschaften haben, so dürfen die Richtungspunkte der Beziersegmente auch wenn benachbarte Punkte kollinear sind nicht mehr beliebig gewählt werden. Fordern wir, dass die Interpolationskurve durch (n + 1) Punkte zweimal stetig differenzierbar ist, so lässt sich zeigen, dass es genügt, für innere Segmente einen Hilfspunkt abzuspeichern, aus dem sich die übrigen Bezierpunkte rekonstruieren lassen. Dies ermöglicht für CAD-Anwendungen eine wichtige Datenreduktion. Fakultät Grundlagen Interpolation und Approximation Folie: 16
Approximation von Funktionen
von Funktionen Fakultät Grundlagen Februar 6 Fakultät Grundlagen von Funktionen Übersicht Problemstellung Taylorpolynom Taylorenreihe Zusammenhang von e-funktion und trigonometrischen Funktionen 3 Fakultät
MehrInterpolation und Approximation von Funktionen
Kapitel 6 Interpolation und Approximation von Funktionen Bei ökonomischen Anwendungen tritt oft das Problem auf, dass eine analytisch nicht verwendbare (oder auch unbekannte) Funktion f durch eine numerisch
Mehr9. Parametrische Kurven und Flächen
9. Parametrische Kurven und Flächen Polylinien bzw. Polygone sind stückweise lineare Approximationen für Kurven bzw. Flächen Nachteile: hohe Zahl von Eckpunkten für genaue Repräsentation erforderlich interaktive
MehrNumerisches Programmieren, Übungen
Technische Universität München SS 2011 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dr Slobodan Ilic Numerisches Programmieren, Übungen 6 Übungsblatt: Stückweise Interpolation
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
Mehr0.1 Modellierung von Kurven und Flächen mittels B-Splines
Vorlesung vom 28.04.06 Skript erstellt von Antonia Wittmers und Maria Gensel 0.1 Modellierung von Kurven und Flächen mittels B-Splines Das Wort Spline, übersetzt mit längliches, dünnes Stück Holz oder
MehrPolynome im Einsatz: Bézier-Kurven im CAD
Polynome im Einsatz: Bézier-Kurven im CAD Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 25 Kurven im Raum Eine Kurve im
MehrApproximation durch Polynome
durch n Anwendungen: zur Vereinfachung einer gegebenen Funktion durch einen Polynomausdruck. Dann sind übliche Rechenoperation +,,, / möglich. zur Interpolation von Daten einer Tabelle n Beispiel Trotz
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
MehrTeil 2: Kurven und Flächen. Kurven und Flächen. Kurven. Parametrische Objekte. Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
MehrTeil 2: Kurven und Flächen
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
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
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) +...
MehrApproximationsverfahren für die Kurvendarstellung
Approximationsverfahren für die Kurvendarstellung (a) Bézier-Kurven spezielle Form polynomialer Kurven spezifiziert durch n+1 Kontrollpunkte P 0, P 1,..., P n Kurve läuft nicht durch alle Kontrollpunkte,
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
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
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)
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
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:
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,?
Mehr24.1 Überblick. 24.2 Beispiele. A. Bestimmen einer ganzrationalen Funktion. 24. Interpolation mit Ableitungen
4. Interpolation mit Ableitungen 4. Interpolation mit Ableitungen 4.1 Überblick Die Interpolationsaufgabe haben wir bereits in Kapitel 7 (Band Analysis 1) untersucht. Als Auffrischung: Zu n vorgegebenen
MehrDer Satz von Taylor. Kapitel 7
Kapitel 7 Der Satz von Taylor Wir haben bereits die Darstellung verschiedener Funktionen, wie der Exponentialfunktion, der Cosinus- oder Sinus-Funktion, durch unendliche Reihen kennen gelernt. In diesem
MehrPolynominterpolation
Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses
Mehr4 Reihen und Finanzmathematik
4 Reihen und Finanzmathematik 4. Reihen Aus Folgen lassen sich durch Aufaddieren weitere Folgen konstruieren. Das sind die sogenannten Reihen, sie spielen in der Finanzmathematik eine wichtige Rolle. Sei
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
MehrFourierreihen. Definition. Eine Funktion f(x) heißt periodisch mit der Periode T, wenn f(x + T ) = f(x)
Fourierreihen Einer auf dem Intervall [, ] definierten Funtion f(x) ann ein (approximierendes) trigonometrisches Polynom (Fourier-Polynom) der Gestalt S n (x) = a + n a cos x + n b sin x zugeordnet werden.
MehrKapitel 7. Interpolation und Approximation II. Inhalt: 7.1 Spline-Interpolation 7.2 Trigonometrische Interpolation 7.3 Tschebyscheff-Approximation
Kapitel 7. Interpolation und Approximation II Inhalt: 7.1 Spline-Interpolation 7.2 Trigonometrische Interpolation 7.3 Tschebyscheff-Approximation Numerische Mathematik I 275 Interpolation als lineares
MehrQUASI-SPLINE-INTERPOLATION BEZÜGLICH GLEICHMÄSSIGER UNTERTEILUNGEN
QUASI-SPLINE-INTERPOLATION BEZÜGLICH GLEICHMÄSSIGER UNTERTEILUNGEN IRYNA FEUERSTEIN Es wir ein Verfahren zur Konstruktion einer quasiinterpolierenden Funktion auf gleichmäßig verteilten Konten vorgestellt.
Mehr2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.
Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum
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
MehrTangente als Näherung
Mathematik I für Informatiker Satz von Taylor Taylorreihen p. 1 Tangente als Näherung Weil sich anschaulich die Tangente anschmiegt, ist die Tangentenfunktion p 1 (x) eine Näherung für f(x): f(x) p 1 (x)
MehrOrthogonalpolynome Einführung, Eigenschaften und Anwendungen
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.
MehrLineare Abbildungen und Orthonormalsysteme
KAPITEL Lineare Abbildungen und Orthonormalsysteme. Lineare Abbildungen und Koordinatendarstellungen.. Lineare Abbildungen und ihre Basisdarstellung. Seien V, W Vektorraume uber R. Mit einer Abbildung
Mehr(c) Gegeben sei der zweidimensionale Raum L mit den Basisfunktionen. [ φ i, φ j ] 3 i,j=1 =
1. (a) i. Wann besitzt A R n n eine eindeutige LR-Zerlegung mit R invertierbar? ii. Definieren Sie die Konditionszahl κ(a) einer Matrix A bzgl. einer Norm.! iii. Welche Eigenschaften benötigt eine Matrix
MehrNumerisches Programmieren, Übungen
Technische Universität München WiSe 07 / 08 Institut für Informatik Univ-Prof Dr Hans-Joachim Bungartz Michael Obersteiner Philipp Samfass Numerisches Programmieren, Übungen Musterlösung 3 Übungsblatt:
MehrKAPITEL 9 Splinefunktionen
KAPITEL 9 Splinefunktionen 9.1 Splineräume und Approximationsgüte Bei der Behandlung von Splines ist es bequemer, statt mit dem Grad von Polynomen, mit der Ordnung k := Grad + 1 zu arbeiten. Für eine Knotenmenge
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 13 Dr. Ana Cannas Serie 13: Online Test Einsendeschluss: 31. Januar 214 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
MehrSplines und B-Splines
5. Mai 2009 Wozu Splines? Ausgangssituation: Punkte Möglichst weiche Kurve mittels der Punkte generieren Interpolation zwischen den Punkten Lineare Interpolation replacements P(1) P(0) P(t) P(t) = t P(1)
Mehr6 Polynomielle Gleichungen und Polynomfunktionen
6 Polynomielle Gleichungen und Polynomfunktionen Lineare Gleichungen Eine lineare Gleichung in einer Variablen ist eine Gleichung der Form ax + b = cx + d mit festen Zahlen a und c mit a c. Dies kann man
MehrFH Gießen-Friedberg, Sommersemester 2010 Skript 9 Diskrete Mathematik (Informatik) 30. April 2010 Prof. Dr. Hans-Rudolf Metz.
FH Gießen-Friedberg, Sommersemester 010 Skript 9 Diskrete Mathematik (Informatik) 30. April 010 Prof. Dr. Hans-Rudolf Metz Funktionen Einige elementare Funktionen und ihre Eigenschaften Eine Funktion f
MehrVerarbeitung von Messdaten
HTL Steyr Verarbeitung von Messdaten Seite von 8 Bernhard Nietrost, HTL Steyr Verarbeitung von Messdaten Mathematische / Fachliche Inhalte in Stichworten: Regression, Polynominterpolation, Extremwertberechnung,
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
MehrAbleitung einer Betragsfunktion Differenzierbarkeit
Ableitung einer Betragsfunktion Differenzierbarkeit 1-E Differenzierbarkeit einer Funktion Eine Funktion y = f (x) heißt an der Stelle x differenzierbar, wenn der Grenzwert f ' ( x) = lim Δ x 0 Δ y Δ x
MehrSplines. Splines. Vom Gebilde zur Geometrie. Katharina Birner. Institut für Angewandte Geometrie Splines
Vom Gebilde zur Geometrie 10.6.2016 Motivation Figure: Schrift Figure: Bézierkurve Motivation Wir wollen etwas in 2D zeichnen. Was benötigen wir? Geraden Kurven Motivation Wir wollen etwas in 2D zeichnen.
MehrComputergrafik Inhalt Achtung! Kapitel ist relevant für CG-2!
Coputergrafik Inhalt Achtung! Kapitel ist relevant für CG-2! 1 2 3 4 5 6 7 8 Historie, Überblick, Beispiele Begriffe und Grundlagen Objekttransforationen Objektrepräsentation und -Modellierung Sichttransforationen
MehrVektoren. Kapitel 3. 3.1 Skalare, Vektoren, Tensoren. 3.2 Vektoren
Kapitel 3 Vektoren 31 Skalare, Vektoren, Tensoren Viele physikalische Größen lassen sich bei bekannter Maßeinheit durch Angabe ihres Betrages als reelle Zahl vollständig angeben Solche Größen nennt man
Mehr2. Spezielle anwendungsrelevante Funktionen
2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für
MehrMathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz
Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 49 Der Banachsche Fixpunktsatz Satz 49.1. Es sei M ein nicht-leerer vollständiger metrischer Raum und f :M M eine stark kontrahierende Abbildung.
MehrFormelanhang Mathematik II
Formelanhang Mathematik II Mechatronik 2. Sem. Prof. Dr. K. Blankenbach Wichtige Formeln: - Euler: e j = cos() + j sin() ; e -j = cos() - j sin() - Sinus mit Phase: Übersicht Differentialgleichungen (DGL)
MehrKapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2.
Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: (enthalten Ableitungen der gesuchten Funktionen) Geschwindigkeit:
MehrSplines. Bézier-Kurven. Beispiel zur Approximation. Interpolation & Approximation. Schiffbau Automobilbau Architektur. f(x) f(x) =
Institut für Geometrie Abteilung für Geometrie im Bauwesen und im Scientific Computing Prof. Dr. H. Pottmann Interpolation & Approximation Splines Geg: Menge von Punkten Ges: Kurve, welche die Punkte interpoliert
MehrMathematik 1 Bachelorstudiengang Maschinenbau
Mathematik 1 Bachelorstudiengang Maschinenbau Prof. Dr. Stefan Etschberger Hochschule Augsburg Sommersemester 2012 7. Differentialrechnung einer Veränderlichen 7.2. Differentialquotient und Ableitung
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg elementarer Funktionen Gegeben: f : D R, mit D R und a > 0, b R. Dann gilt: f(x) f (x) 1 ln x x 1 log a x x ln a e x e
MehrTrassierung. c Roolfs
-6-5 - - - 5 x Modellieren Sie mit einem knickfreien Übergang den Verlauf einer Umgehungsstraße, die durch P(0 ) verlaufen soll (Angaben in km). Ermitteln Sie den kürzesten Abstand zum Ortsrand. -6-5 -
MehrAnwendungen der Differentialrechnung
KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle
MehrKapitel 4: Interpolation Sei U eine Klasse von einfach strukturierten Funktionen, z.b.
Kapitel 4: Interpolation Sei U eine Klasse von einfach strukturierten Funktionen, z.b. - Polynome, - rationale Funktionen, - trigonometrische Polynome, - Splines. Interpolationsproblem 4: Sei f : [a,b]
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
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 19 8. Juli 2010 Kapitel 14. Gewöhnliche Differentialgleichungen zweiter Ordnung 14.1 Systeme gewöhnlicher linearer Differentialgleichungen erster
Mehr2.5 Lineare Differentialgleichungen n-ter Ordnung
2.5 Lineare Differentialgleichungen n-ter Ordnung Eine Dgl der Gestalt a n (x)y (n) +a n 1 (x)y (n 1) +...+a 2 (x)y +a 1 (x)y +a 0 (x)y = b(x) heißt lineare Dgl n-ter Ordnung. ( ) Dabei sind a 0, a 1,...,
MehrKurvendiskussion Ganzrationale Funktion Aufgaben und Lösungen
Kurvendiskussion Ganzrationale Funktion Aufgaben und http://www.fersch.de Klemens Fersch 9. August 0 Inhaltsverzeichnis Ganzrationale Funktion Quadratische Funktionen f x) = ax + bx + c 8. Aufgaben...................................................
MehrSpline-Interpolation
Spline-Interpolation Tim Schmölzer 20 November 2009 Tim Schmölzer Spline-Interpolation 20 November 2009 1 / 38 Übersicht 1 Vorbemerkungen 2 Lösbarkeit des Interpolationsproblems 3 Stabilität der Interpolation
Mehr5. DIFFERENZIEREN UND INTEGRIEREN
5. DIFFERENZIEREN UND INTEGRIEREN 1 Sei f eine auf R oder auf einer Teilmenge B R definierte Funktion: f : B R Die Funktion heißt differenzierbar in x 0 in B, falls sie in diesem Punkt x 0 lokal linear
MehrNumerisches Programmieren, Übungen
Technische Universität München SoSe 20 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dipl-Math Jürgen Bräckle Numerisches Programmieren, Übungen Musterlösung 6 Übungsblatt:
Mehr11. Darstellung von Kurven und Flächen
H.J. Oberle Approximation WS 23/4. Darstellung von Kurven und Flächen Bézier Kurven. Unser Ziel ist es, polynomiale Kurven auf dem Rechner möglichst effizient darzustellen. Hierzu nutzen wir die Basisdarstellung
MehrVorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)
Vorlesung Mathematik für Ingenieure (Wintersemester 2008/09) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 9. November 2008) Die
MehrPrüfer: Dr. M. Lenz, Prof. Dr. M. Rumpf. Klausurdauer: 180 Minuten. Bitte Namen, Vornamen und Matrikel-Nr. einsetzen. Name:... Vorname:...
Klausur zum Modul Ingenieurmathematik II (B22) 20. März 2014 für den Bachelorstudiengang Geodäsie und Geoinformation In der Klausur können 10 Punkte pro Aufgabe, also insgesamt 100 Punkte erreicht werden.
MehrFEM isoparametrisches Konzept
FEM isoparametrisches Konzept home/lehre/vl-mhs--e/deckblatt.tex. p./ Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente. Finite-Element-Typen. Geometrie. Interpolations-Ansatzfunktion
MehrModellierung eines Weinglases mit Hilfe von kubischen Splines D. S.
Modellierung eines Weinglases mit Hilfe von kubischen Splines D S Inhaltsverzeichnis 1 Einleitung 2 11 Grundlagen und Geschichte des Weinglasdesigns 2 2 Splineinterpolation 3 21 Kubische Splines 3 22 Natürlich
MehrGFS im Fach Mathematik. Florian Rieger Kl.12
file:///d /Refs/_To%20Do/12_09_04/NewtonVerfahren(1).html 27.02.2003 GFS im Fach Mathematik Florian Rieger Kl.12 1. Problemstellung NewtonApproximation Schon bei Polynomen dritter Ordnung versagen alle
MehrMathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15
Mathematisches Argumentieren und Beweisen Beweisarten Besipiele Hagen Knaf, WS 2014/15 Im Folgenden sind einige der in der Vorlesung besprochenen Beispielbeweise für die verschiedenen Beweisarten aufgeführt
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
MehrIntegraldarstellung des Restgliedes; Lagrangesche Restgliedformel;
Kapitel Der Satz von Taylor. Taylor-Formel und Taylor-Reihe (Taylor-Polynom; Restglied; Integraldarstellung des Restgliedes; Lagrangesche Restgliedformel; die Klasse C ; reell analytische Funktionen) In
MehrDiplom Mathematiker Wolfgang Kinzner. 17. Oktober Technische Universität München. Die abc-formel. W. Kinzner. Problemstellung.
Diplom Mathematiker Wolfgang Kinzner Technische Universität München 17. Oktober 2013 1 / 9 Inhaltsverzeichnis 1 2 / 9 Inhaltsverzeichnis 1 2 2 / 9 Inhaltsverzeichnis 1 2 3 2 / 9 Inhaltsverzeichnis 1 2
MehrDe Gruyter Studium. Numerische Methoden. Bearbeitet von Hermann Friedrich, Frank Pietschmann
De Gruyter Studium Numerische Methoden Bearbeitet von Hermann Friedrich, Frank Pietschmann 1. Auflage 2010. Buch. 538 S. ISBN 978 3 11 021806 0 Format (B x L): 17 x 24 cm Gewicht: 896 g Weitere Fachgebiete
MehrSPEZIELLE KAPITEL DER MATHEMATIK TEIL 1
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik SPEZIELLE KAPITEL DER MATHEMATIK TEIL 1 13. Fourier-Reihen Prof. Dr. Gunar Matthies Wintersemester 216/17
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. Dezember 2011)
Mehr2 Fortführung der Differenzialrechnung... 48
Inhaltsverzeichnis Inhaltsverzeichnis 1 Folgen und Grenzwerte................................................................................... 10 1.1 Rekursive und explizite Vorgabe einer Folge...........................................................
MehrZweite Prüfung zur Vorlesung
Prof O Scherzer P Elbau, L Mindrinos Numerische Mathematik Fakultät für Mathematik Universität Wien 4 Oktober 23 Zweite Prüfung zur Vorlesung Numerische Mathematik Erlaubte Hilfsmittel: Schriftliche Unterlagen
MehrBasistext Funktionen. Eine Funktion f ordnet jedem Element x aus einer Definitionsmenge D f genau ein Wert y zu.
Basistext Funktionen Definition Eine Funktion f ordnet jedem Element x aus einer Definitionsmenge D f genau ein Wert y zu. Man schreibt: f: x -> y mit y = f(x) Die Wertemenge einer Funktion f besteht aus
MehrMathematischer Vorkurs NAT-ING II
Mathematischer Vorkurs NAT-ING II (02.09.2013 20.09.2013) Dr. Jörg Horst WS 2013-2014 Mathematischer Vorkurs TU Dortmund Seite 1 / 252 Kapitel 7 Differenzierbarkeit Mathematischer Vorkurs TU Dortmund Seite
MehrBrückenkurs Mathematik
Brückenkurs Mathematik Eine Einführung mit Beispielen und Übungsaufgaben von Prof. Dr. Karl Bosch 14., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Grundlagen der Mengenlehre 1 1.1
MehrHOCHSCHULBÜCHER FÜR MATHEMATIK H.GRELL, K.MARUHN U N D W.RINOW BAND 14 FOURIERREIHEN VON G.P. TOLSTOW MIT 51 A B B I L D U N G E N
fc HOCHSCHULBÜCHER FÜR MATHEMATIK H E R A U S G E G E B E N VON H.GRELL, K.MARUHN U N D W.RINOW BAND 14 FOURIERREIHEN VON G.P. TOLSTOW MIT 51 A B B I L D U N G E N 1955 VEB DEUTSCHER VERLAG DER WISSENSCHAFTEN
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.
MehrHTL Kapfenberg SPLINE Interpolation Seite 1 von 7.
HTL Kapfenberg SPLINE Interpolation Seite von 7 Roland Pichler roland.pichler@htl-kapfenberg.ac.at SPLINE Interpolation Mathematische / Fachliche Inhalte in Stichworten: Polynome, Gleichungssysteme, Differenzialrechnung
MehrC7 Differentgleichungen (DG) C7.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: Ort: Geschwindigkeit:
C7 Differentgleichungen (DG) C7.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: (enthalten Ableitungen der gesuchten Funktionen) [Stoffgliederung im Skript für Kapitel
MehrNumerik 1. Ch. Helzel. Vorlesung: Mi. + Do. 10:30-12:15
Numerik 1 Ch. Helzel Vorlesung: Mi. + Do. 10:30-12:15 Organisatorisches Mitarbeiter: David Kerkmann und Marina Fischer (Übungen), Felix Lieder (Organisatorisches), Andreas Troll (Programmierübungen) Organisatorisches
MehrNumerische Verfahren
Numerische Verfahren Interpolation Prof Dr-Ing K Warendorf, Prof Dr-Ing P Wolfsteiner Hochschule für Angewandte Wissenschaften München Fakultät 03 WS 13/14 Prof Dr-Ing K Warendorf (Fakultät 03) Numerische
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.
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
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
MehrApproximationsverfahren zur Überführung nichtäquidistanter Messwertfolgen in äquidistante Zeitreihen.
Fakultät Informatik, Institut für Angewandte Informatik, Professur für Technische Informationssysteme Approximationsverfahren zur Überführung nichtäquidistanter Messwertfolgen in äquidistante Zeitreihen.
MehrNumerisches Lösen von Gleichungen
Numerisches Gesucht ist eine Lösung der Gleichung f(x) = 0. Das sverfahren ist eine numerische Methode zur Bestimmung einer Nullstelle. Es basiert auf dem Zwischenwertsatz: Satz (1.1.1) Zwischenwertsatz:
MehrAnalysis für Ingenieure
Analysis für Ingenieure Eine, anwendungsbezogene Einführung mit Übungen Prof. Dr. Manfred Andrie Dipl.-Ing. Paul Meier 3. Auflage VMVERLX3 Inhaltsverzeichnis GRUNDLAGEN 1 Mengen 13 2 Zahlen 14 3 Übungen
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik 00 Baden-Württemberg (ohne CAS) Haupttermin Pflichtteil - Aufgaben Aufgabe : ( VP) Bilden Sie die Ableitung der Funktion f mit Aufgabe : ( VP) f() e =. Bestimmen Sie eine Stammfunktion
Mehr