Themen Lagrange-Interpolation Hermite-Interpolation. Splines. Bézier-Kurven. 5 Interpolation. Interpolation Die Lagrangesche Interpolationsaufgabe

Größe: px
Ab Seite anzeigen:

Download "Themen Lagrange-Interpolation Hermite-Interpolation. Splines. Bézier-Kurven. 5 Interpolation. Interpolation Die Lagrangesche Interpolationsaufgabe"

Transkript

1 5 Themen Lagrange- Bézier-Kurven saufgabe sformel Der sfehler

2 5.1 saufgabe È n = Raum der reellen Polynome vom Grad n. saufgabe sformel Der sfehler

3 5.1 saufgabe È n = Raum der reellen Polynome vom Grad n. x 0,...,x n verschiedene Stützstellen in Ê y 0,...,y n nicht notwendig verschiedene Werte saufgabe sformel Der sfehler

4 5.1 saufgabe È n = Raum der reellen Polynome vom Grad n. x 0,...,x n verschiedene Stützstellen in Ê y 0,...,y n nicht notwendig verschiedene Werte In der Lagrangeschen saufgabe ist ein Polynom p È n gesucht mit p(x j ) = y j, j = 0, 1,...,n. saufgabe sformel Der sfehler

5 5.1 saufgabe È n = Raum der reellen Polynome vom Grad n. x 0,...,x n verschiedene Stützstellen in Ê y 0,...,y n nicht notwendig verschiedene Werte In der Lagrangeschen saufgabe ist ein Polynom p È n gesucht mit p(x j ) = y j, j = 0, 1,...,n. Die y j können wir uns als Werte y j = f(x j ) einer vorgegebenen Funktion f vorstellen. Wir sagen dann, dass p die Funktion f interpoliert. saufgabe sformel Der sfehler

6 Lagrange-Basis Die Dimension von È n ist n+1. Wir haben daher in der Lagrangeschen saufgabe n+1 Bedingugen gestellt, aber auch n+1 Freiheiten zur Verfügung. saufgabe sformel Der sfehler

7 Lagrange-Basis Die Dimension von È n ist n+1. Wir haben daher in der Lagrangeschen saufgabe n+1 Bedingugen gestellt, aber auch n+1 Freiheiten zur Verfügung. Zur Lösung des sproblems definieren wir die Lagrange-Basis {l j } j=0,...,n, l j È n, durch l j (x) = (x x 0)...(x x j 1 )(x x j+1 )...(x x n ) (x j x 0 )...(x j x j 1 )(x j x j+1 )...(x j x n ). saufgabe sformel Der sfehler

8 Lagrange-Basis Die Dimension von È n ist n+1. Wir haben daher in der Lagrangeschen saufgabe n+1 Bedingugen gestellt, aber auch n+1 Freiheiten zur Verfügung. Zur Lösung des sproblems definieren wir die Lagrange-Basis {l j } j=0,...,n, l j È n, durch l j (x) = (x x 0)...(x x j 1 )(x x j+1 )...(x x n ) (x j x 0 )...(x j x j 1 )(x j x j+1 )...(x j x n ). Es gilt dann l i (x j ) = δ ij saufgabe sformel Der sfehler

9 Lagrangesches spolynom Es gilt dann l i (x j ) = δ ij und die saufgabe p(x j ) = y j wird gelöst durch das Lagrangesche spolynom p(x) = n y j l j (x) È n. j=0 saufgabe sformel Der sfehler

10 Lagrangesches spolynom Es gilt dann l i (x j ) = δ ij und die saufgabe p(x j ) = y j wird gelöst durch das Lagrangesche spolynom p(x) = n y j l j (x) È n. j=0 Satz Die saufgabe p(x j ) = y j wird eindeutig gelöst durch das Lagrangesche spolynom. saufgabe sformel Der sfehler

11 Beweis Gäbe es zwei Lösungen p 1, p 2 È n von p(x j ) = y j, so gilt für q = p 1 p 2 È n, dass q(x j ) = 0. saufgabe sformel Der sfehler

12 Beweis Gäbe es zwei Lösungen p 1, p 2 È n von p(x j ) = y j, so gilt für q = p 1 p 2 È n, dass q(x j ) = 0. Damit hat q n+1 Nullstellen und muss das Nullpolynom sein. Daher ist p 1 = p 2. saufgabe sformel Der sfehler

13 5.2 sformel Das Polynom p n (x) È n interpoliere die Daten (x j, y j ) Ê 2, j = 0,...,n. saufgabe sformel Der sfehler

14 5.2 sformel Das Polynom p n (x) È n interpoliere die Daten (x j, y j ) Ê 2, j = 0,...,n. Wir nehmen ein weiteres Zahlenpaar (x n+1, y n+1 ) Ê 2, x n+1 x j, j = 0,...,n, hinzu. saufgabe sformel Der sfehler

15 5.2 sformel Das Polynom p n (x) È n interpoliere die Daten (x j, y j ) Ê 2, j = 0,...,n. Wir nehmen ein weiteres Zahlenpaar (x n+1, y n+1 ) Ê 2, x n+1 x j, j = 0,...,n, hinzu. Kann man dann das spolynom p n+1 (x) È n+1 zu den Daten (x j, y j ), j = 0,...,n+1, schreiben als p n+1 (x) = p n (x)+f(x) mit einer leicht berechenbaren Funktion f(x)? saufgabe sformel Der sfehler

16 Lösung Wegen p n È n, p n+1 È n+1 gilt f(x) = p n+1 (x) p n (x) È n+1 sowie f(x j ) = 0 für j = 0,...,n. saufgabe sformel Der sfehler

17 Lösung Wegen p n È n, p n+1 È n+1 gilt f(x) = p n+1 (x) p n (x) È n+1 sowie f(x j ) = 0 für j = 0,...,n. Daher f(x) = a n (x x j ). j=0 saufgabe sformel Der sfehler

18 Lösung Wegen p n È n, p n+1 È n+1 gilt f(x) = p n+1 (x) p n (x) È n+1 sowie f(x j ) = 0 für j = 0,...,n. Daher f(x) = a n (x x j ). j=0 a kann man aus der sbedingung ermitteln y n+1 = p n+1 (x n+1 ) = p n (x n+1 )+a a = n (x n+1 x j ) j=0 y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). saufgabe sformel Der sfehler

19 Aitken Lemma Satz Es sei zu (x j, y j ) Ê 2, j = 0,...,n, x i x j, das spolynom p È n gesucht. saufgabe sformel Der sfehler

20 Aitken Lemma Satz Es sei zu (x j, y j ) Ê 2, j = 0,...,n, x i x j, das spolynom p È n gesucht. Seien p [0], p [n] È n 1 die spolynome mit p [0] (x j ) = y j, j = 0,...,n 1, p [n] (x j ) = y j, j = 1,...,n. saufgabe sformel Der sfehler

21 Aitken Lemma Satz Es sei zu (x j, y j ) Ê 2, j = 0,...,n, x i x j, das spolynom p È n gesucht. Seien p [0], p [n] È n 1 die spolynome mit p [0] (x j ) = y j, j = 0,...,n 1, p [n] (x j ) = y j, j = 1,...,n. Dann gilt p(x) = p [0](x)(x x n ) p [n] (x)(x x 0 ) x 0 x n. saufgabe sformel Der sfehler

22 Beweis p(x) = p [0](x)(x x n ) p [n] (x)(x x 0 ) x 0 x n. Das angegebene Polynom genügt offenbar den Bedingungen p(x j ) = y j für j = 0,...,n sowie p È n. saufgabe sformel Der sfehler

23 Aitkin-Rekursion Für 0 i j n sei nun p ij È j i mit p ij (x k ) = y k für k = i,...,j. saufgabe sformel Der sfehler

24 Aitkin-Rekursion Für 0 i j n sei nun p ij È j i mit p ij (x k ) = y k für k = i,...,j. Dann folgt aus dem Aitken Lemma, dass für die spolynome die Rekursion gilt p ij (x) = p i j 1(x)(x x j ) p i+1 j (x)(x x i ) x i x j saufgabe sformel Der sfehler

25 Neville-Schema Mit P ij, i j bezeichnen wir den Wert des spolynoms p ij (x) für ein festes x. Wir erhalten dafür das folgende Neville-Schema saufgabe sformel Der sfehler

26 Neville-Schema Mit P ij, i j bezeichnen wir den Wert des spolynoms p ij (x) für ein festes x. Wir erhalten dafür das folgende Neville-Schema x 0 y 0 = P 00 x 1 y 1 = P 11 x 2 y 2 = P 22 x 3 y 3 = P 33 x 4 y 4 = P 44 P 01 P 12 P 23 P 34 P 02 P P P P P 04 = p 04 (x), saufgabe sformel Der sfehler

27 Neville-Schema Mit P ij, i j bezeichnen wir den Wert des spolynoms p ij (x) für ein festes x. Wir erhalten dafür das folgende Neville-Schema x 0 y 0 = P 00 x 1 y 1 = P 11 x 2 y 2 = P 22 x 3 y 3 = P 33 x 4 y 4 = P 44 P 01 P 12 P 23 P 34 P 02 P P P P P 04 = p 04 (x), wobei P ij aus P i j 1 und P i+1 j bestimmt wird mit P ij = P i j 1(x x j ) P i+1 j (x x i ) x i x j saufgabe sformel Der sfehler

28 Neville-Schema x 0 y 0 = P 00 x 1 y 1 = P 11 x 2 y 2 = P 22 x 3 y 3 = P 33 x 4 y 4 = P 44 P 01 P 12 P 23 P 34 P 02 P P P P P 04 = p 04 (x), Man kann in diesem Schema auf einfache Weise weitere Stützstellen hinzufügen. In diesem Beispiel hängt man das Paar (x 5, y 5 = P 55 ) unten an und berechnet die Werte P 45,...,P 05 saufgabe sformel Der sfehler

29 Eine weitere Darstellung des spolynoms Wir schreiben p ij (x) = p i j 1(x)(x x j ) p i+1 j (x)(x x i ) x i x j saufgabe sformel Der sfehler

30 Eine weitere Darstellung des spolynoms Wir schreiben (1) p ij (x) = p i j 1(x)(x x j ) p i+1 j (x)(x x i ) x i x j = p i+1 j (x)+ ( p i+1 j (x) p i j 1 (x) ) x x j x j x i saufgabe sformel Der sfehler

31 Eine weitere Darstellung des spolynoms Wir schreiben (1) Da a in p ij (x) = p i j 1(x)(x x j ) p i+1 j (x)(x x i ) x i x j = p i+1 j (x)+ ( p i+1 j (x) p i j 1 (x) ) x x j x j x i n 1 p n = p n 1 + a (x x j ) der Koeffizient der höchsten Potenz x n in p n (x) ist, liest man aus (1) durch Koeffizientenvergleich sofort ab: j=0 saufgabe sformel Der sfehler

32 Newtonsche sformel Satz Das Lagrange-spolynom hat die Gestalt p(x) = n j 1 [x 0,...,x j ] (x x k ), j=0 k=0 1 k=0 = 1, saufgabe sformel Der sfehler

33 Newtonsche sformel Satz Das Lagrange-spolynom hat die Gestalt p(x) = n j 1 [x 0,...,x j ] (x x k ), j=0 k=0 1 k=0 = 1, wobei die dividierten Differenzen [x 0,...,x j ] rekursiv definiert sind durch [x j ] = y j [x k,...,x j ] = [x k+1,...,x j ] [x k,...,x j 1 ] x j x k, j > k 0. saufgabe sformel Der sfehler

34 Dividierten Differenzen Die dividierten Differenzen können völlig analog zum Neville Schema bestimmt werden [x 0 ] = y 0 [x 1 ] = y 1 [x 2 ] = y 2 [x 3 ] = y 3 [x 4 ] = y 4 [x 0, x 1 ] [x 1, x 2 ] [x 2, x 3 ] [x 3, x 4 ] [x 0, x 1, x 2 ] [x 1, x 2, x 3 ] [x 2, x 3, x 4 ] [x 0, x 1, x 2, x 3 ] [x 1, x 2, x 3, x 4 ] [x 0, x 1, x 2, x 3, x 4 ] saufgabe sformel Der sfehler

35 Beispiel Gesucht ist p È 2 mit p( 2) = 4, p(0) = 0 und p(1) = 1. saufgabe sformel Der sfehler

36 Beispiel Gesucht ist p È 2 mit p( 2) = 4, p(0) = 0 und p(1) = 1. [x 0 ] = 4 [x 1 ] = 0 [x 2 ] = 1 Daher [x 0, x 1 ] = ( 2) = 2 [x 1, x 2 ] = = 1 [x 0, x 1, x 2 ] = 1 ( 2) 1 ( 2) = 1 p(x) = 1 (x ( 2))(x 0) 2 (x ( 2))+4 = (x 2 + 2x)+( 2x 4)+4 = x 2. saufgabe sformel Der sfehler

37 Auswertung der Newton-Formel Einzelne Werte des spolynoms bestimmt man aus der Newtonschen sformel unter Verwendung eines Horner-ähnlichen Schemas. saufgabe sformel Der sfehler

38 Auswertung der Newton-Formel Einzelne Werte des spolynoms bestimmt man aus der Newtonschen sformel unter Verwendung eines Horner-ähnlichen Schemas. Wir schreiben p(x) = n j=0 j 1 c j k=0 (x x k ) = (...(c n (x x n 1 )+c n 1 )(x x n 2 )+...+c 1 )(x x 0 )+c 0 saufgabe sformel Der sfehler

39 Auswertung der Newton-Formel p(x) = n j=0 j 1 c j k=0 (x x k ) = (...(c n (x x n 1 )+c n 1 )(x x n 2 )+...+c 1 )(x x 0 )+c 0 saufgabe sformel Der sfehler

40 Auswertung der Newton-Formel p(x) = n j=0 j 1 c j k=0 (x x k ) = (...(c n (x x n 1 )+c n 1 )(x x n 2 )+...+c 1 )(x x 0 )+c 0 Erhalte die Rekursion b n = c n, b i = b i+1 (x x i )+c i, i = n 1,...,0. Dann ist p(x) = b 0. saufgabe sformel Der sfehler

41 Effizienz der Newton-Formel sformel liefert die effizienteste Methode zur Auswertung des spolynoms. saufgabe sformel Der sfehler

42 Effizienz der Newton-Formel sformel liefert die effizienteste Methode zur Auswertung des spolynoms. Selbst wenn man nur an einem Funktionswert interessiert ist, ist der Aufwand geringer als mit dem Neville-Schema. saufgabe sformel Der sfehler

43 Effizienz der Newton-Formel sformel liefert die effizienteste Methode zur Auswertung des spolynoms. Selbst wenn man nur an einem Funktionswert interessiert ist, ist der Aufwand geringer als mit dem Neville-Schema. Wegen seiner einfachen Gestalt wird das Neville-Schema dennoch in der Praxis verwendet. saufgabe sformel Der sfehler

44 5.3 Der sfehler Satz Sei f C n+1 [a, b] und seien Stützstellen gegeben mit a x 0 <... < x n b. Sei p È n das zugehörige spolynom mit p(x j ) = f(x j ). saufgabe sformel Der sfehler

45 5.3 Der sfehler Satz Sei f C n+1 [a, b] und seien Stützstellen gegeben mit a x 0 <... < x n b. Sei p È n das zugehörige spolynom mit p(x j ) = f(x j ). Zu jedem x [a, b] gibt es ein ξ aus dem kleinsten Intervall I, das die Punkte x, x 0, x 1,...,x n enthält, mit f(x) p(x) = ω(x) (n+1)! f (n+1) (ξ), saufgabe sformel Der sfehler

46 5.3 Der sfehler Satz Sei f C n+1 [a, b] und seien Stützstellen gegeben mit a x 0 <... < x n b. Sei p È n das zugehörige spolynom mit p(x j ) = f(x j ). Zu jedem x [a, b] gibt es ein ξ aus dem kleinsten Intervall I, das die Punkte x, x 0, x 1,...,x n enthält, mit mit f(x) p(x) = ω(x) (n+1)! f (n+1) (ξ), ω(x) = (x x 0 ) (x x n ). saufgabe sformel Der sfehler

47 Beweis Für x x j betrachte die Funktion F(x) = f(x) p(x) αω(x) saufgabe sformel Der sfehler

48 Beweis Für x x j betrachte die Funktion F(x) = f(x) p(x) αω(x) und bestimme ein α Ê so, dass F(x) = 0 erfüllt ist, was wegen ω(x) 0 möglich ist. saufgabe sformel Der sfehler

49 Beweis Für x x j betrachte die Funktion F(x) = f(x) p(x) αω(x) und bestimme ein α Ê so, dass F(x) = 0 erfüllt ist, was wegen ω(x) 0 möglich ist. Dann besitzt F mindestens die Nullstellen x, x 0,...,x n in I. Nach dem Satz von Rolle besitzt F mindestens n+1 Nullstellen, F mindesten n und F (n+1) mindestens eine Nullstelle ξ in I, saufgabe sformel Der sfehler

50 Beweis Für x x j betrachte die Funktion F(x) = f(x) p(x) αω(x) und bestimme ein α Ê so, dass F(x) = 0 erfüllt ist, was wegen ω(x) 0 möglich ist. Dann besitzt F mindestens die Nullstellen x, x 0,...,x n in I. Nach dem Satz von Rolle besitzt F mindestens n+1 Nullstellen, F mindesten n und F (n+1) mindestens eine Nullstelle ξ in I, also 0 = F (n+1) (ξ) = f (n+1) (ξ) 0 α (n+1)! saufgabe sformel Der sfehler

51 Beweis F(x) = f(x) p(x) αω(x) saufgabe sformel Der sfehler

52 Beweis und damit F(x) = f(x) p(x) αω(x) 0 = F (n+1) (ξ) = f (n+1) (ξ) 0 α (n+1)! α = f (n+1) (ξ) (n+1)!. saufgabe sformel Der sfehler

53 Beweis und damit F(x) = f(x) p(x) αω(x) 0 = F (n+1) (ξ) = f (n+1) (ξ) 0 α (n+1)! α = f (n+1) (ξ) (n+1)!. Die Behauptung folgt aus F(x) = 0 in obiger Formel. saufgabe sformel Der sfehler

54 Konvergenz des spolynoms? Für ein Intervall I = [a, b] betrachten wir nun eine Folge von Zerlegungen mit Feinheit m = {a = x (m) 0 < x (m) 1 <... < x (m) n m = b} m = max x (m) i i+1 x(m) i. saufgabe sformel Der sfehler

55 Konvergenz des spolynoms? Für ein Intervall I = [a, b] betrachten wir nun eine Folge von Zerlegungen mit Feinheit m = {a = x (m) 0 < x (m) 1 <... < x (m) n m = b} m = max x (m) i i+1 x(m) i. Aus obiger Fehlerdarstellung erhält man sofort, dass sehr glatte Funktionen wie etwa die e-funktion auf beschränkten Intervallen immer genauer interpoliert werden. saufgabe sformel Der sfehler

56 Konvergenz des spolynoms? Für ein Intervall I = [a, b] betrachten wir nun eine Folge von Zerlegungen mit Feinheit m = {a = x (m) 0 < x (m) 1 <... < x (m) n m = b} m = max x (m) i i+1 x(m) i. Aus obiger Fehlerdarstellung erhält man sofort, dass sehr glatte Funktionen wie etwa die e-funktion auf beschränkten Intervallen immer genauer interpoliert werden. Für alle übrigen Funktionen wird der sfehler in der Regel ansteigen, wenn wir viele Stützstellen verwenden. saufgabe sformel Der sfehler

57 Einige Resultate Satz von Faber: Zu jeder Folge { m } gibt es eine stetige Funktion f, so dass die zugehörigen spolynome nicht gleichmäßig gegen f konvergieren. saufgabe sformel Der sfehler

58 Einige Resultate Satz von Faber: Zu jeder Folge { m } gibt es eine stetige Funktion f, so dass die zugehörigen spolynome nicht gleichmäßig gegen f konvergieren. Runge-Phänomen: Die Folge der spolynome auf äquidistanten Zerlegungen ist nicht beschränkt, wenn die Funktion f(x) = 1 1+x 2 auf dem Intervall [ 5, 5] interpoliert wird. saufgabe sformel Der sfehler

59 Einige Resultate Satz von Faber: Zu jeder Folge { m } gibt es eine stetige Funktion f, so dass die zugehörigen spolynome nicht gleichmäßig gegen f konvergieren. Runge-Phänomen: Die Folge der spolynome auf äquidistanten Zerlegungen ist nicht beschränkt, wenn die Funktion f(x) = 1 1+x 2 auf dem Intervall [ 5, 5] interpoliert wird. Zur Darstellung einer Funktion ist die Polynominterpolation daher ungeeignet. saufgabe sformel Der sfehler

60 5.4 Wir gehen von einem beschränkten Intervall [a, b] und einer Funktion f C 1 [a, b] aus. saufgabe sformel Der sfehler

61 5.4 Wir gehen von einem beschränkten Intervall [a, b] und einer Funktion f C 1 [a, b] aus. x 0, x 1,...,x n [a, b] = verschiedene Stützstellen saufgabe sformel Der sfehler

62 5.4 Wir gehen von einem beschränkten Intervall [a, b] und einer Funktion f C 1 [a, b] aus. x 0, x 1,...,x n [a, b] = verschiedene Stützstellen Gesucht ist ein Polynom p È 2n+1, das die Hermitesche saufgabe für j = 0,...,n erfüllt. p(x j ) = f(x j ) = f j p (x j ) = f (x j ) = f j. saufgabe sformel Der sfehler

63 Basis gesucht Analog zum Vorgehen beim Lagrangen sproblem suchen wir eine Basis φ j,ψ j È 2n+1 mit für i, j = 0,...,n. φ j (x i ) = δ ij, φ j(x i ) = 0, ψ j (x i ) = 0, ψ j(x i ) = δ ij, saufgabe sformel Der sfehler

64 Basis gesucht Analog zum Vorgehen beim Lagrangen sproblem suchen wir eine Basis φ j,ψ j È 2n+1 mit φ j (x i ) = δ ij, φ j(x i ) = 0, ψ j (x i ) = 0, ψ j(x i ) = δ ij, für i, j = 0,...,n. Verwende die Basisfunktionen l j È n des Lagrange-sproblems mit l j (x i ) = δ ij. saufgabe sformel Der sfehler

65 Die Basis l j (x i ) = δ ij, l j È n. saufgabe sformel Der sfehler

66 Die Basis Dann l j (x i ) = δ ij, l j È n. φ j (x) = ( 1 2l j(x j )(x x j ) ) l 2 j (x) ψ j (x) = (x x j )l 2 j (x), saufgabe sformel Der sfehler

67 Die Basis Dann l j (x i ) = δ ij, l j È n. φ j (x) = ( 1 2l j(x j )(x x j ) ) l 2 j (x) ψ j (x) = (x x j )l 2 j (x), was man für j = 0,...,n leicht nachrechnet: φ j(x i ) = 2 ( 1 2l j(x j )(x x j ) ) l j (x i )l j(x i ) 2l j(x j )l 2 j (x i ) saufgabe sformel Der sfehler

68 Die Basis Dann l j (x i ) = δ ij, l j È n. φ j (x) = ( 1 2l j(x j )(x x j ) ) l 2 j (x) ψ j (x) = (x x j )l 2 j (x), was man für j = 0,...,n leicht nachrechnet: φ j(x i ) = 2 ( 1 2l j(x j )(x x j ) ) l j (x i )l j(x i ) 2l j(x j )l 2 j (x i ) ψ j(x i ) = 2(x i x j )l j (x i )l j(x i )+l 2 j (x i ) saufgabe sformel Der sfehler

69 Die Lösung des sproblems ist dann p(x) = n f j φ j (x)+ j=0 n j=0 f j ψ j (x). saufgabe sformel Der sfehler

70 Die Lösung des sproblems ist dann p(x) = n f j φ j (x)+ j=0 n j=0 f j ψ j (x). Satz Das Polynom p È 2n+1 ist die eindeutige Lösung des Hermiteschen sproblems p(x j ) = f j, p (x j ) = f j. saufgabe sformel Der sfehler

71 Die Lösung des sproblems ist dann p(x) = n f j φ j (x)+ j=0 n j=0 f j ψ j (x). Satz Das Polynom p È 2n+1 ist die eindeutige Lösung des Hermiteschen sproblems p(x j ) = f j, p (x j ) = f j. Beweis Gäbe es zwei spolynome p 1, p 2 È 2n+1, so besäße q = p 1 p 2 È 2n+1 n+1 Nullstellen und n+1 Nullstellen der ersten Ableitung. saufgabe sformel Der sfehler

72 Die Lösung des sproblems ist dann p(x) = n f j φ j (x)+ j=0 n j=0 f j ψ j (x). Satz Das Polynom p È 2n+1 ist die eindeutige Lösung des Hermiteschen sproblems p(x j ) = f j, p (x j ) = f j. Beweis Gäbe es zwei spolynome p 1, p 2 È 2n+1, so besäße q = p 1 p 2 È 2n+1 n+1 Nullstellen und n+1 Nullstellen der ersten Ableitung. Damit ist q = 0 und p 1 = p 2. saufgabe sformel Der sfehler

73 Fehlerdarstellung Satz Sei f C 2n+2 [a, b], seien die Stützstellen x 0,...,x n [a, b] paarweise verschieden, und sei p È 2n+1 das Hermitesche spolynom, das den Bedingungen genügt. p(x j ) = f j und p (x j ) = f j, j = 0,...,n, saufgabe sformel Der sfehler

74 Fehlerdarstellung Satz Sei f C 2n+2 [a, b], seien die Stützstellen x 0,...,x n [a, b] paarweise verschieden, und sei p È 2n+1 das Hermitesche spolynom, das den Bedingungen genügt. p(x j ) = f j und p (x j ) = f j, j = 0,...,n, Dann gibt es zu jedem x [a, b] ein ξ aus dem kleinsten Intervall, das die Punkte x, x 0,...,x n enthält mit f(x) p(x) = ω2 (x) (2n+2)! f (2n+2) (ξ). saufgabe sformel Der sfehler

75 Fehlerdarstellung Satz Sei f C 2n+2 [a, b], seien die Stützstellen x 0,...,x n [a, b] paarweise verschieden, und sei p È 2n+1 das Hermitesche spolynom, das den Bedingungen genügt. p(x j ) = f j und p (x j ) = f j, j = 0,...,n, Dann gibt es zu jedem x [a, b] ein ξ aus dem kleinsten Intervall, das die Punkte x, x 0,...,x n enthält mit f(x) p(x) = ω2 (x) (2n+2)! f (2n+2) (ξ). mit ω(x) = (x x 0 ) (x x n ). saufgabe sformel Der sfehler

76 Beweis Für x = x j ist die Gleichung richtig, sei also x x j für alle j. Die Funktion F(z) = ( f(x) p(x) ) ω 2 (z) ( (f(z) p(z) ) ω 2 (x) besitzt für jedes x j mindestens eine doppelte und für x mindestens eine einfache Nullstelle. saufgabe sformel Der sfehler

77 Beweis Für x = x j ist die Gleichung richtig, sei also x x j für alle j. Die Funktion F(z) = ( f(x) p(x) ) ω 2 (z) ( (f(z) p(z) ) ω 2 (x) besitzt für jedes x j mindestens eine doppelte und für x mindestens eine einfache Nullstelle. (2n+2)-fache Anwendung des Satzes von Rolle zeigt, dass F (2n+2) mindestens eine Nullstelle ξ besitzt, also 0 = F (2n+2) (ξ) = (2n+2)! ( f(x) p(x) ) f (2n+2) (ξ)ω 2 (x). saufgabe sformel Der sfehler

78 5.5 Vor- und Nachteile Polynominterpolation theoretisch leicht durchführbar Auswertung aufwändig, wenn n groß Erratische Ausschläge auch bei glatten Funktionen wie 1/(1+x 2 ). Daher als Approximation einer Funktion ungeeignet. saufgabe sformel Der sfehler

79 5.5 Vor- und Nachteile Polynominterpolation theoretisch leicht durchführbar Auswertung aufwändig, wenn n groß Erratische Ausschläge auch bei glatten Funktionen wie 1/(1+x 2 ). Daher als Approximation einer Funktion ungeeignet. Wir brauchen etwas, dass leicht berechenbar ist, die vorgegebene Funktion gut approximiert. saufgabe sformel Der sfehler

80 Definitin der Spline-Räume Sei = {a = x 0 < x 1 <... < x n = b} eine Zerlegung des Intervalls [a, b]. saufgabe sformel Der sfehler

81 Definitin der Spline-Räume Sei = {a = x 0 < x 1 <... < x n = b} eine Zerlegung des Intervalls [a, b]. Dann bezeichnen wir mit S(, p, q), p, q Æ 0, 0 q < p, den Raum aller Funktionen s C q [a, b], die auf jedem Teilintervall [x i 1, x i ], i = 1,...,n, mit einem Polynom vom Höchstgrad p übereinstimmen. saufgabe sformel Der sfehler

82 Definitin der Spline-Räume Sei = {a = x 0 < x 1 <... < x n = b} eine Zerlegung des Intervalls [a, b]. Dann bezeichnen wir mit S(, p, q), p, q Æ 0, 0 q < p, den Raum aller Funktionen s C q [a, b], die auf jedem Teilintervall [x i 1, x i ], i = 1,...,n, mit einem Polynom vom Höchstgrad p übereinstimmen. Jedes s S(, p, q) heißt (Polynom-)Spline vom Grade p der Differenzierbarkeitsklasse q zur Zerlegung. saufgabe sformel Der sfehler

83 Der Raum der stückweise linearen Funktionen S(, 1, 0) Wir definieren = {a = x 0 < x 1 <... < x n = b} S 1 = S(, 1, 0) = {s C[a, b] : s [xi 1,x i ] È 1 für i = 1,...,n}. saufgabe sformel Der sfehler

84 Der Raum der stückweise linearen Funktionen S(, 1, 0) Wir definieren = {a = x 0 < x 1 <... < x n = b} S 1 = S(, 1, 0) = {s C[a, b] : s [xi 1,x i ] È 1 für i = 1,...,n}. S 1 ist der Raum der stetigen, stückweise linearen. saufgabe sformel Der sfehler

85 Vorgabe von Werten a x 1 x 2 x 3 b saufgabe sformel Der sfehler Offenbar ist eine solche stetige, stückweise lineare Spline-Funktion s durch die Vorgabe ihrer Werte an den Stützstellen x 0,...,x n eindeutig bestimmt, da sie ja innerhalb der Teilintervalle affin linear ist.

86 Basisfunktionen x i - 1 x i x i + 1 Wir definieren die Basisfunktionen φ i S 1 durch x x i 1 falls x i 1 x x i und i > 0 x i x i 1 φ i (x) = x i+1 x falls x i x x i+1 und i < n x i+1 x i 0 sonst. saufgabe sformel Der sfehler

87 Basis Es gilt dann x i - 1 x i x i + 1 φ i (x j ) = δ ij, i, j = 0,...,n.. saufgabe sformel Der sfehler

88 Basis Es gilt dann x i - 1 x i x i + 1 φ i (x j ) = δ ij, i, j = 0,...,n.. Aufgrund dieser Eigenschaft sind die φ i linear unabhängig und bilden eine Basis von S 1. saufgabe sformel Der sfehler

89 Basis Es gilt dann x i - 1 x i x i + 1 φ i (x j ) = δ ij, i, j = 0,...,n.. Aufgrund dieser Eigenschaft sind die φ i linear unabhängig und bilden eine Basis von S 1. Die im Inneren des Intervalls liegenden Basisfunktionen haben die charakteristische Hut-Gestalt, wie im Bild zu sehen ist. saufgabe sformel Der sfehler

90 Interpolierende a x 1 x 2 x 3 b saufgabe sformel Der sfehler Für eine auf dem Intervall [a, b] stetige Funktion f ist die Interpolierende I f S 1 definiert durch I f(x) = n f(x i )φ i (x). i=0

91 Interpolierende Für eine auf dem Intervall [a, b] stetige Funktion f ist die Interpolierende I f S 1 definiert durch I f(x) = n f(x i )φ i (x). i=0 saufgabe sformel Der sfehler

92 Interpolierende Für eine auf dem Intervall [a, b] stetige Funktion f ist die Interpolierende I f S 1 definiert durch I f(x) = n f(x i )φ i (x). i=0 I f ist durch die beiden folgenden Bedinungen eindeutig bestimmt: I f S 1 I f stimmt an den Stützstellen mit f überein saufgabe sformel Der sfehler

93 Vor- und Nachteile Zur Darstellung einer Funktion weniger geeignet, da sehr viele Stützstellen erforderlich. Für die Approximation gewöhnlicher und partieller Differentialgleichungen hervorragend geeignet wegen: saufgabe sformel Der sfehler

94 Vor- und Nachteile Zur Darstellung einer Funktion weniger geeignet, da sehr viele Stützstellen erforderlich. Für die Approximation gewöhnlicher und partieller Differentialgleichungen hervorragend geeignet wegen: Lokale Basis vorhanden. Stabilitätsverhalten ist sehr gut, z.b. gilt I f f. saufgabe sformel Der sfehler

95 Vor- und Nachteile Zur Darstellung einer Funktion weniger geeignet, da sehr viele Stützstellen erforderlich. Für die Approximation gewöhnlicher und partieller Differentialgleichungen hervorragend geeignet wegen: Lokale Basis vorhanden. Stabilitätsverhalten ist sehr gut, z.b. gilt I f f. für die Auswertung von I f ist nur die Bestimmung eines gewichteten Mittelwerts der Werte von f an den benachbarten Stützstellen erforderlich. saufgabe sformel Der sfehler

96 Fehlerabschätzung Satz Sei f C 2 [a, b]. Dann gilt mit = max i x i+1 x i f I f f. saufgabe sformel Der sfehler

97 Beweis Aus der Fehlerabschätzung der Lagrange- erhalten wir für x [x i 1, x i ] f(x) I f(x) = 1 2 (x x i 1)(x x i )f (ξ i ), ξ i [x i 1, x i ]. saufgabe sformel Der sfehler

98 Beweis Aus der Fehlerabschätzung der Lagrange- erhalten wir für x [x i 1, x i ] f(x) I f(x) = 1 2 (x x i 1)(x x i )f (ξ i ), ξ i [x i 1, x i ]. Die Funktion in x auf der rechten Seite wird maximal für den Mittelwert von x i 1 und x i, daher f I f (x) 1 8 x i x i 1 2 max x [x i 1,x i ] f (x), saufgabe sformel Der sfehler

99 Beweis Aus der Fehlerabschätzung der Lagrange- erhalten wir für x [x i 1, x i ] f(x) I f(x) = 1 2 (x x i 1)(x x i )f (ξ i ), ξ i [x i 1, x i ]. Die Funktion in x auf der rechten Seite wird maximal für den Mittelwert von x i 1 und x i, daher saufgabe sformel Der sfehler also f I f (x) 1 8 x i x i 1 2 max x [x i 1,x i ] f (x), f I f f.

100 Der Raum der kubischen S(, 3, 1) Wir definieren = {a = x 0 < x 1 <... < x n = b} S 3 = S(, 3, 1) = {s C 1 [a, b] : s [xi 1,x i ] È 3 für i = 1,...,n}. saufgabe sformel Der sfehler

101 Der Raum der kubischen S(, 3, 1) Wir definieren = {a = x 0 < x 1 <... < x n = b} S 3 = S(, 3, 1) = {s C 1 [a, b] : s [xi 1,x i ] È 3 für i = 1,...,n}. In diesem Fall ist die Funktion s S 3 durch die Vorgabe ihrer Werte und der Werte ihrer Ableitung an den Stützstellen x 0,...,x n eindeutig bestimmt, da sie innerhalb der Teilintervalle eine kubische Funktion ist. saufgabe sformel Der sfehler

102 Der Raum der kubischen S(, 3, 1) Wir definieren = {a = x 0 < x 1 <... < x n = b} S 3 = S(, 3, 1) = {s C 1 [a, b] : s [xi 1,x i ] È 3 für i = 1,...,n}. In diesem Fall ist die Funktion s S 3 durch die Vorgabe ihrer Werte und der Werte ihrer Ableitung an den Stützstellen x 0,...,x n eindeutig bestimmt, da sie innerhalb der Teilintervalle eine kubische Funktion ist. In jedem Teilintervall liegt eine vor. saufgabe sformel Der sfehler

103 Basisfunktionen Wir benötigen Basisfunktionen φ i S 3, deren Ableitungen an den Stützstellen verschwinden, mit φ i (x j ) = δ ij und Basisfunktionen ψ i S 3, die an den Stützstellen verschwinden, mit ψ i (x j) = δ ij : saufgabe sformel Der sfehler

104 Basisfunktionen Wir benötigen Basisfunktionen φ i S 3, deren Ableitungen an den Stützstellen verschwinden, mit φ i (x j ) = δ ij und Basisfunktionen ψ i S 3, die an den Stützstellen verschwinden, mit ψ i (x j) = δ ij : saufgabe sformel Der sfehler (x x i 1 ) 2 (3x i x i 1 2x) (x i x i 1 ) 3 falls x i 1 x x i und i > 0 φ i (x) = (x i+1 x) 2 (x i+1 3x i + 2x). (x i+1 x i ) 3 falls x i x x i+1 und i < n 0 sonst

105 Basisfunktionen ψ i (x) = (x x i 1 ) 2 (x x i ) (x i x i 1 ) 2 falls x i 1 x x i und i > 0 (x x i+1 ) 2 (x x i ) (x i+1 x i ) 2 falls x i x x i+1 und i < n 0 sonst saufgabe sformel Der sfehler.

106 Basisfunktionen Man rechnet leicht nach, dass dann φ i (x j ) = δ ij, φ i (x } j) = 0 ψ i (x j ) = 0, φ i (x i, j = 0,...,n. j) = δ ij saufgabe sformel Der sfehler

107 Basisfunktionen Man rechnet leicht nach, dass dann φ i (x j ) = δ ij, φ i (x } j) = 0 ψ i (x j ) = 0, φ i (x i, j = 0,...,n. j) = δ ij Demnach stellen diese Funktionen eine Basis des Raumes S 3 dar, die zudem lokal ist: Der Träger der Basisfunktionen φ i,ψ i besteht lediglich aus dem Intervall [x i 1, x i+1 ]. saufgabe sformel Der sfehler

108 Interpolierende Für eine auf dem Intervall [a, b] stetig differenzierbare Funktion f ist die Interpolierende I f S 3 definiert durch I f(x) = n ( f(xi )φ i (x)+f (x i )ψ i (x) ). i=0 saufgabe sformel Der sfehler

109 Interpolierende Für eine auf dem Intervall [a, b] stetig differenzierbare Funktion f ist die Interpolierende I f S 3 definiert durch I f(x) = n ( f(xi )φ i (x)+f (x i )ψ i (x) ). i=0 I f erfüllt dann die Bedingungen f(x i ) = I f(x i ), f (x i ) = I f (x i ) für i = 0,...,n. saufgabe sformel Der sfehler

110 Fehlerabschätzung Eine Fehlerabschätzung folgt aus der Fehlerabschätzung für die. Für f C 4 [a, b] gilt für beliebiges x [x i 1, x i ] f(x) I f(x) = 1 4! (x x i 1) 2 (x x i ) 2 f (4) (ξ i ) für ein ξ i [x i 1, x i ]. saufgabe sformel Der sfehler

111 Fehlerabschätzung Eine Fehlerabschätzung folgt aus der Fehlerabschätzung für die. Für f C 4 [a, b] gilt für beliebiges x [x i 1, x i ] f(x) I f(x) = 1 4! (x x i 1) 2 (x x i ) 2 f (4) (ξ i ) für ein ξ i [x i 1, x i ]. Auch hier wird die Funktion in x auf der rechten Seite maximal für den Mittelwert von x i 1 und x i, f I f (x) 1 4! 1 16 x i 1 x i 4 max x [x i 1,x i ] f (4) (x). saufgabe sformel Der sfehler

112 Fehlerabschätzung Satz Sei f C 4 [a, b]. Dann gilt mit = max i x i+1 x i f I f f (4). saufgabe sformel Der sfehler

113 5.6 Wir gehen von der Aufgabe aus, eine Kurve im Ê n zu zeichnen, von deren Verlauf wir eine gewisse Vorstellung haben. saufgabe sformel Der sfehler

114 5.6 Wir gehen von der Aufgabe aus, eine Kurve im Ê n zu zeichnen, von deren Verlauf wir eine gewisse Vorstellung haben. Wie bestimmen wir eine Realisierung x : [0, 1] Ê n? saufgabe sformel Der sfehler

115 5.6 Wir gehen von der Aufgabe aus, eine Kurve im Ê n zu zeichnen, von deren Verlauf wir eine gewisse Vorstellung haben. Wie bestimmen wir eine Realisierung x : [0, 1] Ê n? Es liegt nahe, gewisse Punkte x i = (x i 1,...,xi n) festzulegen, durch die die Kurve laufen soll, und für jede Komponente eine Polynominterpolation durchzuführen. saufgabe sformel Der sfehler

116 5.6 Wir gehen von der Aufgabe aus, eine Kurve im Ê n zu zeichnen, von deren Verlauf wir eine gewisse Vorstellung haben. Wie bestimmen wir eine Realisierung x : [0, 1] Ê n? Es liegt nahe, gewisse Punkte x i = (x i 1,...,xi n) festzulegen, durch die die Kurve laufen soll, und für jede Komponente eine Polynominterpolation durchzuführen. Wie im Abschnitt über Polynominterpolation ausgeführt, nimmt die Kurve dann in der Regel einen erratischen Verlauf, wenn wir viele Punkte vorgeben. saufgabe sformel Der sfehler

117 5.6 Wir gehen von der Aufgabe aus, eine Kurve im Ê n zu zeichnen, von deren Verlauf wir eine gewisse Vorstellung haben. Wie bestimmen wir eine Realisierung x : [0, 1] Ê n? Es liegt nahe, gewisse Punkte x i = (x i 1,...,xi n) festzulegen, durch die die Kurve laufen soll, und für jede Komponente eine Polynominterpolation durchzuführen. Wie im Abschnitt über Polynominterpolation ausgeführt, nimmt die Kurve dann in der Regel einen erratischen Verlauf, wenn wir viele Punkte vorgeben. Auch hier ist die Polynominterpolation kein geeignetes Hilfsmittel. saufgabe sformel Der sfehler

118 Bernstein-Polynome vom Grad m sind ( m Bi m (t) = i ) t i (1 t) m i, t [0, 1], i = 0,...,m saufgabe sformel Der sfehler

119 Bernstein-Polynome vom Grad m sind ( m Bi m (t) = i Satz Es gilt: (a) 0 < B m i (t) < 1 in (0, 1). ) t i (1 t) m i, t [0, 1], i = 0,...,m saufgabe sformel Der sfehler

120 Bernstein-Polynome vom Grad m sind ( m Bi m (t) = i Satz Es gilt: (a) 0 < B m i (t) < 1 in (0, 1). (b) m i=0 Bm i (t) = 1. ) t i (1 t) m i, t [0, 1], i = 0,...,m saufgabe sformel Der sfehler

121 Bernstein-Polynome vom Grad m sind ( m Bi m (t) = i Satz Es gilt: (a) 0 < B m i (t) < 1 in (0, 1). ) t i (1 t) m i, t [0, 1], i = 0,...,m (b) m i=0 Bm i (t) = 1. (c) B m i (t) hat eine i-fache Nullstelle in t = 0 und eine (m i)-fache Nullstelle in t = 1. saufgabe sformel Der sfehler

122 Bernstein-Polynome vom Grad m sind ( m Bi m (t) = i Satz Es gilt: (a) 0 < B m i (t) < 1 in (0, 1). ) t i (1 t) m i, t [0, 1], i = 0,...,m (b) m i=0 Bm i (t) = 1. (c) B m i (t) hat eine i-fache Nullstelle in t = 0 und eine (m i)-fache Nullstelle in t = 1. (d) Es gilt für alle m und i = 0,...,m+1 die Rekursion B m+1 i (t) = (1 t)bi m (t)+tbi 1(t), m wobei B 1 m = Bm m+1 = 0 und B0 0 = 1 gesetzt wird. saufgabe sformel Der sfehler

123 Beweis Die Eigenschaften (a) und (c) sind trivialerweise erfüllt. saufgabe sformel Der sfehler

124 Beweis Die Eigenschaften (a) und (c) sind trivialerweise erfüllt. (b) m i=0 Bm i (t) = 1 folgt aus der binomischen Formel wegen m Bi m (t) = i=0 m ( m i i=0 ) t i (1 t) m i = ( t +(1 t) ) m = 1. saufgabe sformel Der sfehler

125 Beweis (d) Es gilt für alle m und i = 0,...,m+1 die Rekursion B m+1 i (t) = (1 t)bi m (t)+tbi 1(t), m wobei B 1 m = Bm m+1 = 0 und B0 0 = 1 gesetzt wird. saufgabe sformel Der sfehler

126 Beweis (d) Es gilt für alle m und i = 0,...,m+1 die Rekursion B m+1 i (t) = (1 t)bi m (t)+tbi 1(t), m wobei B 1 m = Bm m+1 = 0 und B0 0 = 1 gesetzt wird. ( m+1 ) B m+1 i (t) = t i (1 t) m+1 i i (( m = i ) ( m )) + t i (1 t) m+1 i i 1 saufgabe sformel Der sfehler

127 Beweis (d) Es gilt für alle m und i = 0,...,m+1 die Rekursion B m+1 i (t) = (1 t)bi m (t)+tbi 1(t), m wobei B 1 m = Bm m+1 = 0 und B0 0 = 1 gesetzt wird. ( m+1 ) B m+1 i (t) = t i (1 t) m+1 i i (( m = i ( m = (1 t) i ) ( m )) + t i (1 t) m+1 i i 1 = (1 t)b m i (t)+tb m i 1(t). ) ( m ) t i (1 y) m i + t t i 1 (1 t) m (i 1) i 1 saufgabe sformel Der sfehler

128 Bernstein-Polynome bilden Basis Wegen (c) sind die Bernstein-Polynome linear unabhängig, denn aus m φ(t) = α i Bi m (t) = 0 i=0 saufgabe sformel Der sfehler

129 Bernstein-Polynome bilden Basis Wegen (c) sind die Bernstein-Polynome linear unabhängig, denn aus m φ(t) = α i Bi m (t) = 0 i=0 folgt m φ(0) = α i Bi m (0) = α 0 = 0 i=0 saufgabe sformel Der sfehler

130 Bernstein-Polynome bilden Basis Wegen (c) sind die Bernstein-Polynome linear unabhängig, denn aus m φ(t) = α i Bi m (t) = 0 folgt φ(0) = und daher i=0 m α i Bi m (0) = α 0 = 0 i=0 φ(t) = m α i Bi m (t) = 0. i=1 saufgabe sformel Der sfehler

131 Bernstein-Polynome bilden Basis Wegen (c) sind die Bernstein-Polynome linear unabhängig, denn aus m φ(t) = α i Bi m (t) = 0 folgt φ(0) = und daher i=0 m α i Bi m (0) = α 0 = 0 i=0 φ(t) = m α i Bi m (t) = 0. i=1 Genauso folgt aus φ (t) = 0, dass α 1 = 0 und damit α i = 0 für alle i. Die Bi m bilden daher für i = 0,...,m eine Basis des Polynomraums È m. saufgabe sformel Der sfehler

132 Bézier-Kurven Mit den Bernstein-Polynomen lassen sich auf folgende Art schöne Kurven zeichnen: Es seien x i Ê n, i = 0,...,m, vorgegeben. saufgabe sformel Der sfehler

133 Bézier-Kurven Mit den Bernstein-Polynomen lassen sich auf folgende Art schöne Kurven zeichnen: Es seien x i Ê n, i = 0,...,m, vorgegeben. Dann heißt F(t) = m x i Bi m (t) i=0 die Bézier-Kurve vom Grade m zu den Bézierpunkten (auch Kontrollpunkte genannt) x i. saufgabe sformel Der sfehler

134 Bézier-Kurven F(t) = m x i Bi m (t) i=0 Wegen (c) gilt F(0) = x 0 und F(1) = x m, die Bézierkurve verbindet demnach die Punkte x 0 und x m. Die anderen Bézierpunkte dienen dazu, den Kurvenverlauf zu steuern, und liegen in der Regel nicht auf der Kurve. saufgabe sformel Der sfehler

135 Bézier-Kurven F(t) = m x i Bi m (t) i=0 Wegen (c) gilt F(0) = x 0 und F(1) = x m, die Bézierkurve verbindet demnach die Punkte x 0 und x m. Die anderen Bézierpunkte dienen dazu, den Kurvenverlauf zu steuern, und liegen in der Regel nicht auf der Kurve. Wegen (a) und (b) ist F(t) für jedes t eine Konvexkombination der Punkte x i. Damit liegt die ganze Kurve in der konvexen Hülle der x i. saufgabe sformel Der sfehler

136 Kubische Bézier-Kurven In der Programmiersprache postscript gibt es den Befehl curveto, mit dem für m = 3 gezeichnet werden können. saufgabe sformel Der sfehler

137 Kubische Bézier-Kurven Mit dem Punkt x 1 lässt sich die erste Ableitung im Punkt x 0 vorgeben und damit gleichzeitig die Anfangsgeschwindigkeit der Kurve. saufgabe sformel Der sfehler

138 Kubische Bézier-Kurven Mit dem Punkt x 1 lässt sich die erste Ableitung im Punkt x 0 vorgeben und damit gleichzeitig die Anfangsgeschwindigkeit der Kurve. Die gleiche Bedeutung hat der Punkt x 2 für x 3. saufgabe sformel Der sfehler

139 Algorithmus von de Casteljau Die Rekursionsformel für die Bernstein-Polynome liefert eine einfache Methode zur Auswertung des Bézier-Polynoms an einer festen Stelle, den Algorithmus von de Casteljau: saufgabe sformel Der sfehler

140 Algorithmus von de Casteljau Die Rekursionsformel für die Bernstein-Polynome liefert eine einfache Methode zur Auswertung des Bézier-Polynoms an einer festen Stelle, den Algorithmus von de Casteljau: Satz Sei ˆt [0, 1]. Setze x i,0 = x i für i = 0,...,m und bestimme x i,k+1 = (1 ˆt)x i 1,k +ˆtx i,k, k = 0,...,m 1, i = k+1,...,m. saufgabe sformel Der sfehler Dann gilt x m,m = F(ˆt).

141 Beweis Für m = 1 gilt x 1,1 = (1 ˆt)x 0,0 +ˆtx 1,0 = x 0 B 1 0(ˆt)+x 1 B 1 1(ˆt) = F(ˆt). saufgabe sformel Der sfehler

142 Beweis Für m = 1 gilt x 1,1 = (1 ˆt)x 0,0 +ˆtx 1,0 = x 0 B 1 0(ˆt)+x 1 B 1 1(ˆt) = F(ˆt). Ist m 2 und die Behauptung für m 1 bewiesen, so x m,m = (1 ˆt)x m 1,m 1 +ˆtx m,m 1 m 1 = (1 ˆt) i=0 m 1 x i B m 1 i (ˆt)+ˆt i=0 x i+1 B m 1 i (ˆt) saufgabe sformel Der sfehler

143 Beweis Für m = 1 gilt x 1,1 = (1 ˆt)x 0,0 +ˆtx 1,0 = x 0 B 1 0(ˆt)+x 1 B 1 1(ˆt) = F(ˆt). Ist m 2 und die Behauptung für m 1 bewiesen, so x m,m = (1 ˆt)x m 1,m 1 +ˆtx m,m 1 m 1 = (1 ˆt) i=0 m 1 x i B m 1 i (ˆt)+ˆt i=0 x i+1 B m 1 i (ˆt) m 1 = (1 ˆt)x 0 + x i( ) (1 ˆt)B m 1 i (ˆt)+ˆtB m 1 i 1 (ˆt) = i=1 m x i Bi m (ˆt) = F(ˆt). i=0 +ˆtx m saufgabe sformel Der sfehler

144 Algorithmus von de Casteljau saufgabe sformel Der sfehler Im Bild wird der Algorithmus von Casteljau für ˆt = 1/2 gezeigt, dort werden also immer die Seitenmitten benachbarter Seiten miteinander verbunden.

145 Wer hat s erfunden? saufgabe sformel Der sfehler

146 Wer hat s erfunden? Die Franzosen! saufgabe sformel Der sfehler

147 Wer hat s erfunden? Die Franzosen! Pierre Étienne Bézier bei Renault Paul de Faget de Casteljau bei Citroen saufgabe sformel Der sfehler

148 Wer hat s erfunden? Die Franzosen! Pierre Étienne Bézier bei Renault Paul de Faget de Casteljau bei Citroen Citroen hielt die Ergebnisse von Casteljau bis 1970 zurück. Der Prioritätsstreit wurde dadurch beigelegt, dass die Kurven Bézier und der Algorithmus Casteljau zugesprochen wurde. saufgabe sformel Der sfehler

149 Citroen DS 21 pallas Die Göttin saufgabe sformel Der sfehler

150 Citroen CX 1986 saufgabe sformel Der sfehler

151 Citroen 2CV charleston Die Ente saufgabe sformel Der sfehler

152 Renault R saufgabe sformel Der sfehler

153 Peugeot 403 Cabriolet 1959 saufgabe sformel Der sfehler

Numerische Verfahren

Numerische Verfahren Numerische Verfahren Jens-Peter M. Zemke zemke@tu-harburg.de Institut für Numerische Simulation Technische Universität Hamburg-Harburg 08.04.2008 TUHH Jens-Peter M. Zemke Numerische Verfahren 1 / 68 Übersicht

Mehr

Interpolationsproblem. Interpolation. Interpolationsproblem. Interpolationsproblem. Gegeben seien eine Funktion. Φ (x; a 1,...

Interpolationsproblem. Interpolation. Interpolationsproblem. Interpolationsproblem. Gegeben seien eine Funktion. Φ (x; a 1,... sproblem Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Institute for Numerical Simulation Gegeben seien eine Funktion Φ (x; a 1,..., a n ) : R I R, die auf einem Intervall I erklärt

Mehr

1 2 x x x x x x2 + 83

1 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

Mehr

H.J. Oberle Analysis II SoSe Interpolation

H.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,

Mehr

Polynominterpolation

Polynominterpolation 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

Mehr

8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.

8 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

Mehr

Interpolation. Heinrich Voss. TUHH Heinrich Voss Kapitel / 49.

Interpolation. Heinrich Voss. TUHH Heinrich Voss Kapitel / 49. Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Institute for Numerical Simulation TUHH Heinrich Voss Kapitel 2 2010 1 / 49 Interpolationsproblem Gegeben seien eine Funktion Φ (x; a 1,...,

Mehr

(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)

(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

Mehr

6. Polynom-Interpolation

6. 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

Mehr

Klassische Polynom Interpolation.

Klassische 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

Mehr

5 Interpolation und Approximation

5 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)

Mehr

Übungsblatt 1 Musterlösung

Übungsblatt 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

Mehr

KAPITEL 8. Interpolation

KAPITEL 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

Mehr

6 Polynominterpolation

6 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}

Mehr

Nachklausur am Donnerstag, den 7. August 2008

Nachklausur 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:

Mehr

Polynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1):

Polynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1): . Großübung Polynominterpolation Allgemeines Problem: Aufgrund gegebener Messwerte (Paare aus Werten i und Funktionswerten f( i )) soll ein Funktionsverlauf rekonstruiert bzw. zumeist angenähert werden.

Mehr

11. Darstellung von Kurven und Flächen

11. 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

Mehr

KAPITEL 9 Splinefunktionen

KAPITEL 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

Mehr

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an

Mehr

Spline-Räume - B-Spline-Basen

Spline-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

Mehr

Approximation durch Polynome

Approximation 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

Mehr

19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .

19. 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

Mehr

1. Anhang: Spline-Funktionen

1. Anhang: Spline-Funktionen C:\D\DOKU\NUM KURS\SPLINE.TEX C:\UG\.AI 20. Juli 1998 Vorbemerkung: Wenn der Satz stimmt, daß jede Formel eines Textes die Leserzahl halbiert, dann brauche ich bei grob geschätzt 40 Formeln etwa 2 40 =

Mehr

Numerisches Programmieren, Übungen

Numerisches 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:

Mehr

8 Polynominterpolation

8 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

Mehr

Übungen zu Splines Lösungen zu Übung 20

Übungen 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)

Mehr

Die Interpolationsaufgabe besteht darin, eine (einfache) Funktion u n U n zu finden,

Die Interpolationsaufgabe besteht darin, eine (einfache) Funktion u n U n zu finden, Kapitel 3 Interpolation 31 Einführung Bemerkung 31 Motivation, Aufgabenstellung Gegeben seien eine Funktion f C([a,b]) und x i [a,b], i = 0,n, mit a x 0 < x 1 < < x n b (31) Die Interpolationsaufgabe besteht

Mehr

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). 5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg

Mehr

Übungsblatt 3 Musterlösung

Übungsblatt 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

Mehr

Interpolation und Approximation von Funktionen

Interpolation 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

Mehr

Die Interpolationsformel von Lagrange

Die Interpolationsformel von Lagrange Die Interpolationsformel von Lagrange Zentrale Aussage: Zu beliebigen n + Stützpunkten (x i,f i ), i =,...,n mit paarweise verschiedenen Stützstellen x i x j, für i j, gibt es genau ein Polynom π n P n

Mehr

Numerisches Programmieren, Übungen

Numerisches 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:

Mehr

T n (1) = 1 T n (cos π n )= 1. deg T n q n 1.

T 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

Mehr

9. Parametrische Kurven und Flächen

9. 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

Mehr

KLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.

KLAUSUR 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

Mehr

y (k) (0) = y (k) y(z) = c 1 e αz + c 2 e βz. c 1 + c 2 = y 0 k=1 k=1,...,m y k f k (x)

y (k) (0) = y (k) y(z) = c 1 e αz + c 2 e βz. c 1 + c 2 = y 0 k=1 k=1,...,m y k f k (x) 9 Ausgleichsrechnung 9.1 Problemstelllung Eine Reihe von Experimenten soll durchgeführt werden unter bekannten Versuchsbedingungen z Ê m. Es sollen Größen x Ê n bestimmt werden, für die ein Gesetz gelten

Mehr

Klausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016

Klausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016 Verständnisfragen-Teil ( Punkte) Jeder der Verständnisfragenblöcke besteht aus Verständnisfragen. Werden alle Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block Punkte.

Mehr

Computergrafik Inhalt Achtung! Kapitel ist relevant für CG-2!

Computergrafik 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

Mehr

Kapitel 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. 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]

Mehr

Approximationsverfahren für die Kurvendarstellung

Approximationsverfahren 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,

Mehr

Integraldarstellung des Restgliedes; Lagrangesche Restgliedformel;

Integraldarstellung 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

Mehr

Einführung in die numerische Mathematik

Einführung 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

Mehr

3 Interpolation und Approximation

3 Interpolation und Approximation In dem ersten großen Kapitel beschäftigen wir uns mit der Frage, wie eine Reihe von Daten (z.b. aus physikalischen Messungen, experimentelle Beobachtungen, Börse, etc.) durch eine möglichst einfache Funktion

Mehr

Kapitel 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 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

Mehr

Numerik für Ingenieure I Wintersemester 2008

Numerik 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

Mehr

5 Interpolation und numerische Approximation

5 Interpolation und numerische Approximation Numerik I 194 5 Interpolation und numerische Approximation 5.1 Polynominterpolation 5.2 Spline-Interpolation 5.3 Diskrete Fourier-Transformation 5.4 Schnelle Fourier-Transformation (FFT) 5.5 Eine Anwendung

Mehr

Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange.

Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange. Angewandte Mathematik Ing.-Wiss., HTWdS Dipl.-Math. Dm. Ovrutskiy Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange. Aufgabe 1 Approximieren Sie cos(x) auf [ /, /] an drei Stützstellen

Mehr

Interpolation. Kapitel 3

Interpolation. Kapitel 3 Kapitel 3 Interpolation Die Interpolation von Funktionen oder Daten ist ein häufig auftretendes Problem sowohl in der Mathematik als auch in vielen Anwendungen Das allgemeine Problem, die sogenannte Dateninterpolation,

Mehr

Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen

Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Rekonstruktion kontinuierlicher Daten Interpolation multivariater Daten Ulrich Rüde Lehrstuhl für Systemsimulation Sommersemester

Mehr

NUMERISCHE MATHEMATIK II 1. (Studiengang Mathematik) Prof. Dr. Hans Babovsky. Institut für Mathematik. Technische Universität Ilmenau WS 2001/2002

NUMERISCHE MATHEMATIK II 1. (Studiengang Mathematik) Prof. Dr. Hans Babovsky. Institut für Mathematik. Technische Universität Ilmenau WS 2001/2002 NUMERISCHE MATHEMATIK II 1 (Studiengang Mathematik) Prof Dr Hans Babovsky Institut für Mathematik Technische Universität Ilmenau WS 2001/2002 1 Korrekturen, Kommentare und Verbesserungsvorschläge bitte

Mehr

Γ = {(x, f(x)) : x R} R 2

Γ = {(x, f(x)) : x R} R 2 Numerik I. Version: 29.5.8 46 4 Interpolation 4.1 Einführung Nehmen wir an, dass eine Funktion f : R R eine physikalische Größe beschreibt und wir ihre Werte an n+1 verschiedenen Punkten x, x 1,...,x n

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München WiSe 06 / 07 Institut für Informatik Prof. Dr. Daniel Cremers Dr. Frank Schmidt Nikola Tchipev Michael Rippl Numerisches Programmieren, Übungen Musterlösung 5. Übungsblatt:

Mehr

(c) Gegeben sei der zweidimensionale Raum L mit den Basisfunktionen. [ φ i, φ j ] 3 i,j=1 =

(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

Mehr

Spline-Interpolation

Spline-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

Mehr

0.1 Modellierung von Kurven und Flächen mittels B-Splines

0.1 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

Mehr

Tschebyschow-Polynome

Tschebyschow-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

Mehr

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi Funktionentheorie, Woche 7 Eigenschaften holomorpher Funktionen 7.1 Ganze Funktionen Definition 7.1 Eine Funktion f : C C, die holomorph ist auf C, nennt man eine ganze Funktion. Bemerkung 7.1.1 Als Folge

Mehr

Splines und B-Splines

Splines 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)

Mehr

Klausur,,Algorithmische Mathematik II

Klausur,,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

Mehr

Teil 2: Kurven und Flächen. Kurven und Flächen. Kurven. Parametrische Objekte. Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven

Teil 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:

Mehr

Teil 2: Kurven und Flächen

Teil 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:

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis 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

Mehr

Polynominterpolation mit Matlab.

Polynominterpolation 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) +...

Mehr

Inhalt Kapitel IV: Interpolation

Inhalt Kapitel IV: Interpolation Inhalt Kapitel IV: Interpolation IV Interpolation IV. Polynom-Interpolation IV. Spline-Interpolation Kapitel IV (InhaltIV) Die Interpolationsformel von Lagrange Zentrale Aussage: Zu beliebigen n + Stützpunkten

Mehr

Institut für Geometrie und Praktische Mathematik

Institut für Geometrie und Praktische Mathematik RWTH Aachen Institut für Geometrie und Praktische Mathematik Diplom VP Numerik 13. September 004 Aufgabe 1 10 0 40 Gegeben sei die Matrix A = 80 10 10. 10 5 5 (6 Punkte) a) Skalieren (Zeilenäquilibrierung)

Mehr

5. Numerische Differentiation. und Integration

5. 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

Mehr

Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3.

Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3. Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV 7.7.6 Aufgabe N (LR-Zerlegung mit Pivotisierung) Gegeben seien 6 8 A = 8 6 R und b = 6 R. a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung.

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 214 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis

Mehr

HTL Kapfenberg SPLINE Interpolation Seite 1 von 7.

HTL 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

Mehr

Gitterfreie Methoden. Florian Hewener. 29. Oktober 2013

Gitterfreie 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

Mehr

KAPITEL 10. Numerische Integration

KAPITEL 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

Mehr

13 Polynome und Nullstellen

13 Polynome und Nullstellen 60 II. Differentialrechnung 13 Polynome und Nullstellen Lernziele: Resultat: Zwischenwertsatz Methoden: Raten von Nullstellen, Euklidischer Algorithmus, Horner-Schema Kompetenzen: Bestimmung von Nullstellen

Mehr

Regression, Interpolation, numerische. Integration

Regression, Interpolation, numerische. Integration ,, numerische 9. Vorlesung 170004 Methoden I Clemens Brand 20. Mai 2010 Gliederung : Aufgabenstellung Gesucht ist ein Polynom, das die Datenpunkte möglichst gut approximiert Gegeben m+1 Wertepaare (x i,

Mehr

Darstellung von Kurven und Flächen

Darstellung von Kurven und Flächen Darstellung von Kurven und Flächen Technische Universität Dresden Fakultät Informatik Institut für Software- und Multimediatechnik Dozent: Dr. Mascolous Referent: Gliederung / Einleitung 1 / 25 1. Kurven

Mehr

VF-3: Gegeben seien die Daten f(x 0 ), f(x 1 ),..., f(x n ) mit x 0,..., x n paarweise verschiedenen und

VF-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

Mehr

(x x j ) x [a,b] n! j=0

(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

Mehr

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I Staatsexamen Herbst 17 Differential- und Integralrechnung, Thema I 1. a) Die Aussage ist wahr! Sei s R der Reihenwert der Reihe k=1 Da a n = s n s n 1 für n, ist also b) Die Aussage ist falsch! a k, also

Mehr

Interpolation, numerische Integration

Interpolation, 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

Mehr

(a), für i = 1,..., n.

(a), für i = 1,..., n. .4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung

Mehr

3.6 Approximationstheorie

3.6 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

Mehr

Begleitmaterial zur Vorlesung Numerik II

Begleitmaterial 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

Mehr

5. Numerische Differentiation. und Integration

5. 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

Mehr

ZWEITE KLAUSUR zur Numerik I mit Lösungen. Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:

ZWEITE 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:

Mehr

Übungsaufgaben zu den mathematischen Grundlagen von KM

Übungsaufgaben zu den mathematischen Grundlagen von KM TUM, Institut für Informatik WS 2003/2004 Prof Dr Thomas Huckle Andreas Krahnke, MSc Dipl-Inf Markus Pögl Übungsaufgaben zu den mathematischen Grundlagen von KM 1 Bestimmen Sie die Darstellung von 1 4

Mehr

Serie 13: Online Test

Serie 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.

Mehr

Polynom-Interpolation, Aufgabenstellung: Gegeben: n + 1 Wertepaare (x i, y i ), i = 0,...,n, wobei die x i paarweise verschieden

Polynom-Interpolation, Aufgabenstellung: Gegeben: n + 1 Wertepaare (x i, y i ), i = 0,...,n, wobei die x i paarweise verschieden 7 Interpolation Sind die Werte einer Funktion f(x) für einen Satz von x-werten gegeben, etwa x 0 < x 2 < x n, aber kein analytischer (formelmäßiger) Ausdruck für f, so kann man versuchen, eine geeignete,

Mehr

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 4. Differentialrechnung Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies

Mehr

Übungsblatt 10 Musterlösung

Übungsblatt 10 Musterlösung Übungsblatt 0 Musterlösung Numerik gewöhnlicher Differentialgleichungen MA2304 - SS6 Aufgabe 45 Fehlerkonstante von MSV Betrachten Sie ein allgemeines lineares q Schrittverfahren α q j y i+ j = h β q j

Mehr

Diplom VP Numerik 27. August 2007

Diplom 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

Mehr

Polynome im Einsatz: Bézier-Kurven im CAD

Polynome 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

Mehr

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen = A 4 3 6

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen = A 4 3 6 D-MAVT Lineare Algebra I HS 28 Prof. Dr. N. Hungerbühler Lösungen. Gegeben seien die Matrizen A := ( 2 3 3 ), B := Welche der folgenden Aussagen sind richtig? (a) (AB) T = A T B T. 5 3 2 6 Die Formel (AB)

Mehr

VF-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.

VF-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

Mehr

5 Potenzreihenansatz und spezielle Funktionen

5 Potenzreihenansatz und spezielle Funktionen 5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten

Mehr

1/26. Integration. Numerische Mathematik 1 WS 2011/12

1/26. 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

Mehr

5 Randwertprobleme. y = f(t, y, y ) für t J, (5.2a) y(t 0 ) = y 0, y(t) = y T (5.2b) zu gegebener Funktion f und Werten y 0, y T.

5 Randwertprobleme. y = f(t, y, y ) für t J, (5.2a) y(t 0 ) = y 0, y(t) = y T (5.2b) zu gegebener Funktion f und Werten y 0, y T. 5 Randwertprobleme Bei den bisher betrachteten Problemen handelte es sich um Anfangswertprobleme. In der Praxis treten, insbesondere bei Differentialgleichungen höherer Ordnung, auch Randwertprobleme auf.

Mehr

Analysis I. 3. Beispielklausur mit Lösungen

Analysis I. 3. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine

Mehr

Analysis I Lösung von Serie 14. Um die Inhomogene DGl zu lösen, müssen wir partikuläre Lösungen finden. (a) Wir machen den Ansatz:

Analysis I Lösung von Serie 14. Um die Inhomogene DGl zu lösen, müssen wir partikuläre Lösungen finden. (a) Wir machen den Ansatz: d-infk Lösung von Serie 4 FS 07 4.. Inhomogene Lineare Differentialgleichungen Das charakteristische Polynom der homogenen DGl y (4) + y + y = 0 ist λ 4 + λ + = (λ + ). Seine Wurzeln sind ±i und jede hat

Mehr

Mathematik IT 3 (Analysis) Probeklausur

Mathematik IT 3 (Analysis) Probeklausur Mathematik IT (Analysis) Probeklausur Datum: 08..0, Zeit: :5 5:5 Name: Matrikelnummer: Vorname: Geburtsdatum: Studiengang: Aufgabe Nr. 5 Σ Punkte Soll 5 9 7 Punkte Ist Lösungen ohne begründeten Lösungsweg

Mehr

10 Der Satz über implizite Funktionen und Umkehrfunktionen

10 Der Satz über implizite Funktionen und Umkehrfunktionen Vorlesung SS 9 Analsis Prof. Dr. Siegfried Echterhoff SATZ ÜBER IMPLIZITE FKT UND UMKEHRFKT Der Satz über implizite Funktionen und Umkehrfunktionen Motivation: Sei F : U R R eine differenzierbare Funktion

Mehr