7 3D-Graphik Kurven im R 3

Größe: px
Ab Seite anzeigen:

Download "7 3D-Graphik Kurven im R 3"

Transkript

1 7 3D-Graphik

2 7 3D-Graphik Kurven im R 3 plot3 Dieser Befehl funktioniert analog wie plot, nur das hier noch ein Vektor mit den z-koordinaten hinzukommt. Wir plotten die Kurve [, 6π] R 3 : t (cos t, sin t, t). t = linspace(,6*pi,); x = cos(t); y = sin(t); z = t; plot3(x,y,z) xlabel( x ) ylabel( y ) zlabel( z ) % beschriftet die z-achse grid on

3 7 3D-Graphik 65 Alternativ dazu würde auch der line-befehl funktionieren: line(x,y,z).

4 7 3D-Graphik Funktionen mit zwei Unbekannten, Flächen im R 3 Um Funktionen mit einer Unbekannten zu plotten wurde ein x-vektor erzeugt, d.h. ein Intervall in einzelne Punkte zerlegt, und für die Werte die Funktionswerte y = f(x) berechnet. Für Funktionen mit zwei Unbekannten benötigen wir zuerst ein Gitter. Die Funktionwerte werden dann an den Gitterpunkten berechnet. Wir erzeugen ein Gitter definiert durch den x-vektor (,.5,,.5, ) und durch den y-vektor (,, 3, 4) (Kartesisches Produkt).

5 7 3D-Graphik 67 4 (,4) (.5,4) (,4) (.5,4) (,4) 3 (,3) (.5,3) (,3) (.5,3) (,3) y (,) (.5,) (,) (.5,) (,) (,) (.5,) (,) (.5,) (,).5.5 x Die x-koordinaten und y-koordinaten der Gitterpunkte werden in einer 4 5 Matrix X und in einer 4 5 Matrix Y abgespeichert. Die z-koordinaten Z = f(x, Y ) werden durch elementweise Operationen berechnet.

6 7 3D-Graphik 68 Die Matrizen X und Y erhalten wir mit dem Befehl meshgrid: x = :.5:; y = :4; [X,Y] = meshgrid(x,y) X = Y =

7 7 3D-Graphik 69 Die Matrix Y steht auf dem Kopf, da die Zeilenindizes von Y natürlich von oben nach unten wachsen. Somit ist auch (X(, ), Y (, )) der Gitterpunkt links unten, also (,). Unsere Funktion sei z = f(x, y) = x. Z = X.^ Z =

8 7 3D-Graphik 7 Diese Funktion kann nun mit dem Befehl mesh gezeichnet werden: Syntax: mesh(x,y,z) oder mesh(x,y,z,c) C ist eine Matrix und dient zur Einfärbung der Fläche (siehe später). mesh(x,y,z) 4 4 Die Netzlinien sind entsprechend der Höhe (z-wert) eingefärbt.

9 7 3D-Graphik 7 Verschiedene Gitter Die Punkte in x und y müssen nicht äquidistant sein. x = [,,.5,.75,]; y = [,3, 3.5 4]; [X,Y] = meshgrid(x,y); y.5.75 x

10 7 3D-Graphik 7 Das Gitter muss auch nicht rechteckig sein. Beispiel: Ein Gitter auf einem Viertelkreisring. Ein rechteckiges Gitter wird in ein Gitter auf einem Viertelkreisring transformiert. Mit Hilfe der Abbildung (Polarkoordinaten) x(r, ϕ) = r cos ϕ, y(r, ϕ) = r sin ϕ mit r [, ] und ϕ [, pi/]. r = linspace(,,5); phi = linspace(,pi/,); [R,PHI] = meshgrid(r,phi); X = R.*cos(PHI); Y = R.*sin(PHI);

11 7 3D-Graphik 73.5 phi.5 y.5 r x Es können nur Gitter erzeugt werden, die man durch Transformation aus einem rechteckigen Gitter (Matrix) erhält. Es können aber Teile des Gitters weggelassen werden indem Elemente der Matrizen X, Y oder Z mit NaN (Not a Number) belegt werden.

12 7 3D-Graphik 74 Wir zeichnen nun auf dem Viertelkreisring die in kartesischen Koordinaten gegebene Funktion z = f(x, y) = x : Z = X.^; mesh(x,y,z) 4

13 7 3D-Graphik 75 Jetzt zeichnen wir die in Polarkoordinaten gegebene Funktion z = g(r, ϕ) = r = x + y. Die Funktion wird auf dem (r, ϕ)-gitter berechnet. Bei der Transformation auf den Viertelkreisring werden die Funktionswerte einfach mitgenommen. Z = R.^; mesh(x,y,z) 4 3

14 7 3D-Graphik 76 Eine Fläche kann auch durch eine Parametrisierung mit zwei Parametern erzeugt werden. Beispiel: x = cos s, y = t, z = sin t mit s [, π] und t [, 5]. s = linspace(,pi,9); t = linspace(,5,9); [S,T] = meshgrid(s,t); X = *cos(s); Y = T; Z = *sin(s); mesh(x,y,z) axis equal

15 7 3D-Graphik 77 z 5 4 y 3 x

16 7 3D-Graphik 78 Der Befehl surf Der Aufruf wie bei mesh. Unterschied: Die Fläche ist schattiert. Mit den Matrizen aus dem vorigen Beispiel erhalten wir mit surf(x,y,z): z 5 4 y 3 x Default-Einstellung: Facetten werden eingefärbt, zusätzlich werden Gitterlinien gezeichnet.

17 7 3D-Graphik 79 Mit dem Befehl shading können diese Einstellungen geändert werden. shading flat Gitterlinien werden nicht gezeichnet shading interp Farbverlauf durch Interpolation shading facetted default z 5 shading flat z 5 shading interp y x y x

18 7 3D-Graphik 8 Der Befehl colormap Eine Farbkarte wird mit dem Befehl colormap festgelegt. Syntax: colormap(map) map ist eine n 3- Matrix. In jeder Zeile steht die Definition einer RGB-Farbe. Dies ist jeweils ein 3 Vektor mit Werten zwischen und für rot, grün, und blau. Syntax: map = colormap Auslesen der aktuellen Farbkarte in die Matrix map. Mit den Befehlen hsv, jet,... werden 64 x 3 Matrizen definiert. Mit hsv(n), jet(n),... n 3-Matrizen

19 7 3D-Graphik 8 hsv jet gray cool hot spring summer autumn winter copper bone white pink colorcube lines flag prism

20 7 3D-Graphik 8 Selbstdefinierte Farben: t = linspace(,,6) ; map = [t,ones(length(t),)/]; map = surf(x,y,z) colormap(map) shading interp

21 7 3D-Graphik 83 5

22 7 3D-Graphik 84 Mit 8 Farben: 5 Je mehr Zeilen die Matrix map enthält (mehr Farben), desto feiner ist der Farbverlauf. Die Farben wurden entsprechend dem Wert der z-koordinate der Gitterpunkte gewählt. In unserem Beispiel wird das Intervall [,] (kleinster und größter z-wert) auf das Intervall [, Anzahl Farben] abgebildet und auf ganze Zahlen

23 7 3D-Graphik 85 gerundet. Der Befehl caxis([cmin, cmax]) bestimmt welches Intervall [cmin, cmax] auf die Farbkarte abgebildet wird. mesh(x,y,z,c), surf(x,y,z,c) Fall shading facetted oder shading flat: C muss eine (m ) (n )-Matrix sein ([m,n]=size(z)). C(i,j) wird auf die Farbkarte abgebildet und bestimmt Farbe der Facette. Fall shading interp: C muss eine m n-matrix sein ([m,n]=size(z)). C(i,j) wird auf die Farbkarte abgebildet und bestimmt die Farbe der Gitterpunkte für die Interpolation.

24 7 3D-Graphik 86 Beispiel: Die Temperatur des Zylindermantels sei durch folgende Funktion definiert: T (s, t) = ( t). sin(s) (auf dem (s, t)-gitter des Zylindermantels) Der Befehl colorbar zeichnet eine Farbskala. temp = *(-T).*sin(S); surf(x,y,z,temp) colormap(jet(8)) shading interp colorbar

25 7 3D-Graphik

26 7 3D-Graphik 88 Falls es stört, dass auch positive Temperaturen blau dargestellt werden: caxis([-,]) colorbar 5 5 5

27 7 3D-Graphik 89 Die Blickrichtung einstellen, view view([az,el]) view([x,y,z]) [az,el] = view view() view(3) Azimuth und Elevation setzen. [x,y,z] Vektor, der die Blickrichtung bestimmt. Azimuth und Elevation auslesen. -dimensional. 3-dimensional.

28 7 3D-Graphik 9 Die Blickrichtung kann auch mit der Maus eingestellt werden. Taste ganz rechts in der Toolbar des Graphikfensters drücken.

29 7 3D-Graphik 9 Weitere Befehle für Flächen meshc, surfc: Wie mesh bzw. surf. Es werden zusätzlich Höhenlinien gezeichnet. meshz: Wie mesh. Ein Vorhang hängt an den Seiten herunter. surfl: Wie surf. Die Fläche wird aber beleuchtet

30 7 3D-Graphik Höhenlinien contour(x,y,z) Zeichnet die z-werte als Höhenlinien, X, Y und Z sind Matrizen wie für mesh und surf. contour(x,y,z,n) Zeichnet n Höhenlinien (äquidistant). contour(x,y,z,v) Der Vektor v enthält die Niveaus, für die Höhenlinien gezeichnet werden. Falls nur eine Höhenlinie gezeichnet werden soll, muss v das Niveau zweimal enthalten (z.b.: v = [,]). Die Beschriftung der Höhenlinien erfolgt mit clabel. [c,h] = contour(argumente wie oben); clabel(c,h) contourf Wie contour, die Bereiche zwischen den Höhenlinien sind, je nach Niveau, eingefärbt. Auch die Befehle shading und colormap können hier verwendet werden.

31 7 3D-Graphik Vektorfelder quiver(x,y,vx,vy) zeichnet Vektoren (VX(i,j),VY(i,j)) in den Punkten (X(i,j),Y(i,j)). Mit [VX,VY]=gradient(Z,x,y) kann das Gradientenfeld einer Fläche z = f(x, y) auf einem rechteckigen Gitter numerisch berechnet werden. Die Vektoren x und y sind jene Vektoren, die die Matrizen X und Y mit meshgrid erzeugen. Damit man die Vektoren erkennen kann, sollte ein grobes Gitter verwendet werden. Die Vektoren sind mit einem gemeinsamen Faktor skaliert, haben also im Allg. nicht die wirkliche Länge.

32 7 3D-Graphik Beispiele zu contour, quiver und gradient, surfl, surfc, meshz x = linspace(-,,); y = linspace(-,,); [X,Y] = meshgrid(x,y); Z = X.*exp(-(X-Y).^); % contour figure() contour(x,y,z) title( contour(x,y,z) ) figure() [c,h] = contour(x,y,z,-:.:); clabel(c,h); title( contour(x,y,z,-:.:) )

33 7 3D-Graphik 95 figure(3) contourf(x,y,z,-:.:); colorbar title( contourf(x,y,z,-:.:) ) % quiver figure(4) x_grob = -:.:; y_grob = -:.:; [X_grob,Y_grob] = meshgrid(x_grob,y_grob); Z_grob = X_grob.*exp(-(X_grob-Y_grob).^); [GRAD_Z_X,GRAD_Z_Y] = gradient(z_grob,y_grob,y_grob); quiver(x_grob,y_grob,grad_z_x,grad_z_y) hold on contour(x,y,z,-:.:); axis([-,,-,]) hold off title( quiver und contour )

34 7 3D-Graphik 96 % surfl figure(5) surfl(x,y,z) colormap(gray) shading interp title( surfl(x,y,z) ) % surfc figure(6) surfc(x,y,z) colormap(copper) shading interp title( surfc(x,y,z) ) % meshz figure(7) meshz(x_grob,y_grob,z_grob) shading interp title( meshz(x_grob,y_grob,z_grob )

35 7 3D-Graphik 97 contour(x,y,z) contour(x,y,z,-:.:) contourf(x,y,z,-:.:).5 quiver und contour.5

36 7 3D-Graphik 98 surfl(x,y,z) surfc(x,y,z) meshz(xgrob,ygrob,zgrob)

37 7 3D-Graphik Flächen durch beliebig angeordnete Datenpunkte Matlab bietet auch die Möglichkeit Flächen durch Datenpunkte zu zeichnen, deren Anordnung nicht auf ein rechteckiges Gitter basiert. Mit delaunay und trimesh bzw. trisurf Es seien die x- und y-koordinaten der Punkte in den Vektoren x und y sowie z = f(x, y) im Vektor z abgespeichert. tri = delaunay(x,y) erzeugt eine Triangulierung durch die Punkte (x(i),y(i)). tri ist eine n 3-Matrix, in der in jeder Zeile ein Dreieck durch drei Knotennummern (= Index für die Koordinaten in x und y) definiert ist. Um eine Fläche über dieser Triangulierung zu zeichnen, werden die Befehle trimesh(tri,x,y,z) und trisurf(tri,x,y,z) verwendet.

38 7 3D-Graphik Mit griddata, Umrechnen auf ein rechteckiges Gitter Wir erzeugen mit meshgrid Matrizen X Gitter und Y Gitter, d.h. ein rechteckiges Gitter. Mit Z Gitter = griddata(x,y,z,x Gitter,Y Gitter) werden durch lineare Interpolation die z-werte über dem Gitter berechnet. Dazu wird von griddata zuerst mit delaunay eine Triangulierung berechnet. Die Gitterpunkte (X Gitter(i,j),Y Gitter(i,j),Z Gitter(i,j)) liegen auf den Dreiecken (Ebenen) im R 3. Diese Verfahrensweise hat den Vorteil, dass wieder alle obigen Befehle wie surf, contour,... verwendet werden können. Statt linearer Interpolation kann auch kubische Interpolation verwendet werden. Dazu ist als sechstes Argument cubic zu übergeben.

39 7 3D-Graphik x = rand(5,)*-; y = rand(5,)*-; z = x.*exp(-(x-y).^); % delaunay tri = delaunay(x,y); % Gitter figure() trisurf(tri,x,y,zeros(size(x))) hold on plot(x,y, o ) view() hold off title( Triangulierung ) % trisurf figure() trisurf(tri,x,y,z) title( trisurf(tri,x,y,z) ) printit( ugrid )

40 7 3D-Graphik % trisurf shading interp figure(3) trisurf(tri,x,y,z) shading interp title( trisurf(tri,x,y,z), shading interp ) % mit griddata cubic figure(4) xi = linspace(-,,5); yi = linspace(-,,5); [XI,YI] = meshgrid(xi,yi); ZI = griddata(x,y,z,xi,yi, cubic ); surf(xi,yi,zi) title( mit griddata )

41 7 3D-Graphik 3 Triangulierung trisurf(tri,x,y,z) trisurf(tri,x,y,z), shading interp mit griddata

Einführung in Matlab, 2. Teil

Einführung in Matlab, 2. Teil 1 / 18 Einführung in Matlab, 2. Teil Christof Eck, Monika Schulz und Jan Mayer Plotten von Funktionen einer Veränderlichen 2 / 18 Matlab plottet keine Funktionen, sondern Wertetabellen als Polygonzug!

Mehr

MATLAB Flächendarstellungen

MATLAB Flächendarstellungen MATLAB Flächendarstellungen Einführung in Matlab 3. Semester Wintersemester 2012/2013 3. Themenblock MATLAB - Flächendarstellungen 1 Allgemeines Flächendarstellungen: graphische Darstellung von Flächendaten

Mehr

Einführung in die Programmierung (MA8003)

Einführung in die Programmierung (MA8003) Theorie 3.1: Visualisierung von Ergebnissen Dr. Lorenz John Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 06.10.2016 Ablauf Theorie 1.1+1.2 Di (04.10.2016)

Mehr

Einführung in die Programmierung (MA8003)

Einführung in die Programmierung (MA8003) Theorie 3.1: Visualisierung von Ergebnissen Dr. Laura Scarabosio Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 06.10.2017 Ablauf Theorie 1.1+1.2 Mi (04.10.2016)

Mehr

MATLAB: Kapitel 2 Grafiken

MATLAB: Kapitel 2 Grafiken MTLB: Kapitel Grafiken MTLB verfügt über eine nahezu unüberschaubare nzahl von Möglichkeiten Grafiken zu erzeugen formatieren oder animieren. In diesem Kapitel werden wir die grundlegenden Werkzeuge für

Mehr

LABORÜBUNG MATLAB/OCTAVE

LABORÜBUNG MATLAB/OCTAVE LABORÜBUNG MATLAB/OCTAVE 1. Riemannsche Summen mit MATLAB/Octave Riemannsche Summen lassen sich sehr einfach mit MATLAB/Octave berechnen. Das Vorgehen ist das folgende: (i) die Breite x der Teilintervallen

Mehr

MATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization

MATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization MATLAB Kurs SS 2010 Boris von Loesch Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization 27. April 2010 Ablauf Theorie 1 Do, 9:30 Uhr - 10:45 Uhr HS 1 Übung

Mehr

Matlab Praktikum - Tag 4

Matlab Praktikum - Tag 4 Wima Praktikum I Matlab Praktikum - Tag 4 Prof. Dr. Stefan Funken, Andreas Rupp Institut für Numerische Mathematik Sommersemester 2012 Page 2 Matlab Praktikum - Tag 4 Sommersemester 2012 Prof. Dr. Stefan

Mehr

MATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization

MATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization MATLAB Kurs SS 2010 Boris von Loesch Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization 17. April 2010 Ablauf Theorie 1 Do, 9:30 Uhr - 10:45 Uhr HS 1 Übung

Mehr

Einführung in das rechnergestützte Arbeiten

Einführung in das rechnergestützte Arbeiten Karlsruher Institut für Technologie WS / Institut für theoretische Festkörperphysik Dr. Andreas Poenicke und Dipl.-Phys. Patrick Mack.. http://comp.physik.uni-karlsruhe.de/lehre/era/ era@physik.uni-karlsruhe.de

Mehr

Mathematik am Computer 7. Vorlesung: Matlab, Teil II

Mathematik am Computer 7. Vorlesung: Matlab, Teil II Mathematik am Computer 7. Vorlesung: Matlab, Teil II Helmut Harbrecht Universität Stuttgart 27. Januar 2011 Helmut Harbrecht (Universität Stuttgart) Mathematik am Computer 27. Januar 2011 1 / 35 Übersicht

Mehr

Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor)

Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor) Matlab Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor) Arbeitsumgebung Die Fenster Konsole zur Befehlseingabe (Command

Mehr

Grafische Darstellung von Funktionen

Grafische Darstellung von Funktionen Fachbereich Grundlagenwissenschaften Prof. Dr. H. Dathe Modul Algebra/MATLAB BA-Studiengänge ET/IT, ET/IT-F, ATITi, OPTO Grafische Darstellung von Funktionen Die MATLAB-Befehle plot und fplot Liegen Kurven

Mehr

6. Grafik in MATLAB (2)

6. Grafik in MATLAB (2) Start Inhalt Grafik in MATLAB (2) 1(36) 6. Grafik in MATLAB (2) 6.0 Graphik in Version 2014b Änderungen und Neuigkeiten 6.1 Grafik - Beispiele Zeichenfunktionen, Darstellungsformen. 6.2 Graphics handle

Mehr

2 Matrizen und Vektoren

2 Matrizen und Vektoren 1 Hilfe in Matlab 1 Hilfe in Matlab 2 help Befehl Textorientierte Hilfe, die im Kommando-Fenster erscheint. doc Befehl Html-orienterte Hilfe, die in einem Web-Browser erscheint. Beispiel: help plot und

Mehr

Einführung in. Pierre Bayerl

Einführung in. Pierre Bayerl Einführung in Pierre Bayerl 19. November 21 Matlab Numerische Manipulation von Matrizen und Vektoren und deren Visualisierung. Verwendung: Interaktive Eingabe von Befehlen Skriptprogramme ( Batch-Dateien

Mehr

Grafik ab Version R2014b. Beispiele und Matlab-Version. Versionsabhängiger Code. 6. Grafik in MATLAB (2) 6.0 Graphik in Version 2014b

Grafik ab Version R2014b. Beispiele und Matlab-Version. Versionsabhängiger Code. 6. Grafik in MATLAB (2) 6.0 Graphik in Version 2014b Inhalt Grafik in MATLAB (2) 1(36) 6. Grafik in MATLAB (2) 6.0 Graphik in Version 2014b Änderungen und Neuigkeiten 6.1 Grafik - Beispiele Zeichenfunktionen, Darstellungsformen. 6.2 Graphics handle Objekthierarchie

Mehr

Prof. Dr. Stefan Funken, Dipl.-Ing. Christoph Erath 6. Juni WiMa-Praktikum (Matlab 4/8) Einführung in LATEXund Matlab

Prof. Dr. Stefan Funken, Dipl.-Ing. Christoph Erath 6. Juni WiMa-Praktikum (Matlab 4/8) Einführung in LATEXund Matlab Prof. Dr. Stefan Funken, Dipl.-Ing. Christoph Erath 6. Juni 2009 WiMa-Praktikum (Matlab 4/8) Einführung in LATEXund Matlab Page 2 WiMa-Praktikum (Matlab 4/8) 6. Juni 2009 Funken / Erath 2D Plots 2D Plots

Mehr

MATLAB-Toolskurs HS17

MATLAB-Toolskurs HS17 7 Analysis 1. Programmieren Sie für folgendes Polynom eine MATLAB Funktion oder eine anonyme Funktion: y(x) = 0.001x 5 + 0.05x 4 + 0.2x 3 x 2 0.8x + 4 Die Variable x ist der Eingabeparameter und y der

Mehr

Wima 1 - Praktikum (Woche 5)

Wima 1 - Praktikum (Woche 5) Wima - Praktikum (Woche 5) Lernziele In diesem Praktikum sollen Sie üben und lernen: Einfache 2D Plots mit plot Figurensteuerung und mehrere Plots in einem Bild Wichtige Plot-Eigenschaften, Plotbearbeitung

Mehr

WiMa-Praktikum 1. Woche 5

WiMa-Praktikum 1. Woche 5 WiMa-Praktikum Universität Ulm, Sommersemester 27 Woche 5 Lernziele In diesem Praktikum sollen Sie üben und lernen: Einfache 2D Plots mit plot Figurensteuerung und mehrere Plots in einem Bild Wichtige

Mehr

Visualisierung. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap

Visualisierung. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap Visualisierung Visualisierung von Funktionen f : R R meshgrid mesh, surf fill contour colorbar, colormap 3 Eine Demofunktion.5.5 f(x, y) = x e (x +y ) 3 Tensorgitter f = @(x,y) x.*exp(-x.^-y.^); x = linspace(-,,);

Mehr

Anleitung zu Blatt 1 Analysis III für Studierende der Ingenieurwissenschaften

Anleitung zu Blatt 1 Analysis III für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe /3 Dr. Hanna Peywand Kiani Anleitung zu Blatt Analysis III für Studierende der Ingenieurwissenschaften Funktionen f : R n R Höhenlinien, Gradienten,

Mehr

Visualisierung. Eine Demofunktion. Tensorgitter. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap

Visualisierung. Eine Demofunktion. Tensorgitter. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap Visualisierung Eine Demofunktion Visualisierung von Funktionen f : R R meshgrid mesh, surf fill contour colorbar, colormap f(x, y) = x e (x +y ) 3 3 Tensorgitter figure() mesh f = @(x,y) x.*exp(-x.^-y.^);

Mehr

Matlab: eine kurze Einführung

Matlab: eine kurze Einführung Matlab: eine kurze Einführung Marcus J. Grote Christoph Kirsch Mathematisches Institut Universität Basel 4. April 2 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen Kenntnisse zusammengefasst.

Mehr

Matlab Selbstlernkurs

Matlab Selbstlernkurs Matlab Selbstlernkurs 6 4. 8. 6. 4. - -. -. 4 -. 6 -. 8. 6. 8-4 -. 8. 6.4. -. -. 4 -.6 -.8 - - -. -. 4 -. 6 -. 8.. 4-6 -6-4 - 4 6. Juli 8 Martín Chávez m.chavez@irt.rwth-aachen.de Gliederung Einführung

Mehr

Einführung in MATLAB DLR Göttingen

Einführung in MATLAB DLR Göttingen Einführung in MATLAB DLR Göttingen Visualisierung 22.11.25 Gerd Rapin grapin@math.uni-goettingen.de Institut für Numerische und Angewandte Mathematik Georg-August Universität Göttingen Dr. G. Rapin Einführung

Mehr

Anwendungssoftware III (MATLAB)

Anwendungssoftware III (MATLAB) Anwendungssoftware III (MATLAB) V und Michael Liedlgruber Fachbereich Computerwissenschaften Universität Salzburg Sommersemester 24 M. Liedlgruber Anwendungssoftware III (MATLAB) SS 24 / 67 MATLAB verfügt

Mehr

Einführung in Matlab

Einführung in Matlab Einführung in Matlab Helmut Harbrecht Universität Basel Februar 2017 Übersicht Grundlegendes Bedienung von Matlab Matlab als Taschenrechner Operationen auf Matrizen Operationen der Linearen Algebra Matlab

Mehr

Octave/Matlab-Übungen

Octave/Matlab-Übungen Aufgabe 1a Werten Sie die folgenden Ausdrücke mit Octave/Matlab aus: (i) 2 + 3(5 11) (ii) sin π 3 (iii) 2 2 + 3 2 (iv) cos 2e (v) ln π log 10 3,5 Aufgabe 1b Betrachten Sie (i) a = 0.59 + 10.06 + 4.06,

Mehr

MATLAB. 18. Mai 2010 MATLAB. Eine Einführung. Marina Schneider. Inhalt. Allgemeines zu MATLAB und erste Schritte. Vektoren und Matrizen.

MATLAB. 18. Mai 2010 MATLAB. Eine Einführung. Marina Schneider. Inhalt. Allgemeines zu MATLAB und erste Schritte. Vektoren und Matrizen. 18. Mai 2010 1 2 3 4 Was ist? Softwarepaket für numerische Berechnungen und die Visualisierung von Daten im technisch-wissenschaftlichen Bereich = MATrix LABoratory Einsatz vor allem in Numerik u. Linearer

Mehr

Grundlagen der Optimierung. Übung 1

Grundlagen der Optimierung. Übung 1 Technische Universität Chemnitz Chemnitz, 9. Oktober 2012 Prof. Dr. R. Herzog, T. Etling, F. Schmidt Grundlagen der Optimierung Übung 1 Aufgabe 1: Einführung in Matlab Interpretieren Sie die Bildschirm-Ausgaben

Mehr

Computerorientiertes Problemlösen

Computerorientiertes Problemlösen / 9 Computerorientiertes Problemlösen 3. 7. September 3 Dr. Robert Strehl WS 3-4 / 9 Überblick 4. Vorlesung Grafikausgabe in 3D dünnbesetzte Matrizen spezielle Datenstrukturen flexible Argumentlisten t

Mehr

7 Grafik in der Ebene (2D-Graphik)

7 Grafik in der Ebene (2D-Graphik) MAPLE_Mini_07_08_V1-0.DOC 7-1 7 Grafik in der Ebene (2D-Graphik) 7.1 Einfache grafische Darstellungen Aufgabe: Die Funktion f: x e x sin( x ) im Intervall (-3; 3) grafisch darstellen. f := x exp( -x )*

Mehr

= r ). Beispiele. 1) Kreis. Skizze mit Tangentialvektoren ( x. 2) Zykloide. Skizze für a = r = 1:

= r ). Beispiele. 1) Kreis. Skizze mit Tangentialvektoren ( x. 2) Zykloide. Skizze für a = r = 1: VEKTORANALYSIS Inhalt: 1) Parametrisierte Kurven 2) Vektorfelder 3) Das Linienintegral 4) Potentialfelder 1 Parametrisierte Kurven Definitionen xt () Kurve: x = x() t = y() t, t zt () xt () dxt () Tangentialvektor:

Mehr

Einführung in die Grundlagen von Matlab. Ralph Neubecker

Einführung in die Grundlagen von Matlab. Ralph Neubecker Einführung in die Grundlagen von Matlab Ralph Neubecker Fingerübung 1 2 Starten Sie Matlab Ändern Sie das Arbeitsverzeichnis auf Ihr lokales Verzeichnis Schließen Sie die Command-History und Current-Folder

Mehr

Programmierpraktikum im WS 2010/2011

Programmierpraktikum im WS 2010/2011 1 Programmierpraktikum im WS 2010/2011 Denny Otten, V5-142, dotten@math.uni-bielefeld.de 5. Grafik Zeichnen in 2D Du hast auf den bisherigen Zetteln schon einige Methoden zum Zeichnen von Funktionen R

Mehr

Octave/Matlab-Übungen

Octave/Matlab-Übungen Aufgabe 1a Werten Sie die folgenden Ausdrücke mit Octave/Matlab aus: (i) 2 + 3(5 11) (ii) sin π 3 (iii) 2 2 + 3 2 (iv) cos 2e (v) ln π log 10 3,5 Aufgabe 1b Betrachten Sie (i) a = 0.59 + 10.06 + 4.06,

Mehr

Matlab: eine kurze Einführung

Matlab: eine kurze Einführung Matlab: eine kurze Einführung Marcus J. Grote, Christoph Kirsch, Imbo Sim Department of Mathematics, University of Basel, INRIA 26. März 27 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen

Mehr

High Performance Computing Blatt 7

High Performance Computing Blatt 7 Dr. Andreas Borchert Institut für Numerische Mathematik Prof. Dr. Stefan Funken Universität Ulm Prof. Dr. Karsten Urban Sommersemester 03 Markus Bantle, Kristina Steih High Performance Computing Blatt

Mehr

Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS Matlab: Fortsetzung. Jan Mayer. 4. Mai 2006

Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS Matlab: Fortsetzung. Jan Mayer. 4. Mai 2006 Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Matlab: Fortsetzung Jan Mayer 4. Mai 2006 Manipulation von Matrizen und Vektoren [M,N]=size(A); speichert die Dimension einer Matrix bzw.

Mehr

4.2 Selbstdefinierte Matlab-Funktionen 1. Teil

4.2 Selbstdefinierte Matlab-Funktionen 1. Teil 4.2 Selbstdefinierte Matlab-Funktionen 1. Teil 37 Ein m-file mit Namen Funktionsname.m und einer ersten Zeile der folgen Form: function Funktionsname(input1,input2,...,inputn) oder function output1=funktionsname(input1,input2,...,inputn)

Mehr

Aufgabenkomplex 4: Differenzialgleichungen, Eigenwertprobleme

Aufgabenkomplex 4: Differenzialgleichungen, Eigenwertprobleme Technische Universität Chemnitz 2. Juni 29 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomple 4: Differenzialgleichungen, Eigenwertprobleme Letzter Abgabetermin: 6. Juni 29 (in Übung oder Briefkasten

Mehr

Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie

Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie Peter Quiel 1. und 2. Juni 2007 MATLAB-Einführung Überblick Für die nächsten 1 ½ Stunden ist MATLAB unser Thema! Was ist MATLAB,

Mehr

3 Kurzeinführung in Matlab

3 Kurzeinführung in Matlab 3 Kurzeinführung in Matlab Matlab ist ein sehr leistungsfähiges interaktives Programmpaket für numerische Berechnungen. Nutzen Sie dies parallel zu den Vorlesungen. Sie können damit persönlich erfahren,

Mehr

1 Kurven und Kurvenintegrale

1 Kurven und Kurvenintegrale Fabian Kohler Karolina Stoiber Ferienkurs Analysis für Physiker SS 14 A 1 Kurven und Kurvenintegrale 1.1 Einschub: Koordinatentransformation Gegeben sei eine Funktion f : R n R. Dann ist die totale Ableitung

Mehr

Kurzeinführung Matlab

Kurzeinführung Matlab Kurzeinführung Matlab Sven Beuchler 24. März 2015 Inhaltsverzeichnis 1 Was ist MATLAB? 1 2 Matrizen und Vektoren 2 2.1 Eingabe von Matrizen............................. 2 2.2 Operationen mit Matrizen...........................

Mehr

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015 Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum

Mehr

Prüfung - Applikationssoftware und Programmierung

Prüfung - Applikationssoftware und Programmierung Prüfung - Applikationssoftware und Programmierung Erlaubt ist jegliche Benutzung Ihrer Unterlagen, Ihrer Übungsbeispiele und der Unterlagen im Web. Verboten ist während der Prüfung jedoch der Austausch

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

Einführung in MATLAB

Einführung in MATLAB Kapitel 4 Einführung in MATLAB 41 Allgemeines MATLAB ist eine kommerzielle mathematische Software zur Lösung mathematischer Probleme und zur graphischen Darstellung der Ergebnisse Die Verfahren in MATLAB

Mehr

Prof. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau

Prof. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau Prof. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau Mathematische Grundlagen Mit den folgenden mathematischen Grundlagen sollten

Mehr

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V

Mehr

1 Starten und Installation von gnuplot

1 Starten und Installation von gnuplot Gnuplot Tutorial Wichtigstes jede Änderung der Grafik muss durch plot resp. replot bestätigt werden. 1 Starten und Installation von gnuplot Das Programm ist für Linux, Mac und Windows auf der offiziellen

Mehr

Einführung Matlab Aufgabenkatalog

Einführung Matlab Aufgabenkatalog Einführung Matlab Aufgabenkatalog Übungen 1............................... Einführung Tipp: Erstellen Sie gleich zu Beginn eine Script-Datei für diese Übungen wie im ersten Lösungsbeispiel, z.b. mit edit

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

4 Lineare Abbildungen

4 Lineare Abbildungen 17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1

Mehr

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHEMIE UND LEBENSMITTELCHEMIE

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHEMIE UND LEBENSMITTELCHEMIE Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHEMIE UND LEBENSMITTELCHEMIE Integralrechnung für Funktionen mehrerer Variablen

Mehr

Verallgemeinerung von Sin, Cos, Tan mit GeoGebra

Verallgemeinerung von Sin, Cos, Tan mit GeoGebra Verallgemeinerung von Sin, Cos, Tan mit GeoGebra 1. Einheitskreis Es sollen am Einheitskreis Sinnus, Cosinus und Tangens von einem Winkel α [0; 360) dargestellt werden. gehe dazu wie folgt vor! a) Erstelle

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 2. Aufgabe 2.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 2. Aufgabe 2.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand. Dr. V. Gradinaru D. Devaud A. Hiltebrand Herbstsemester 04 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Multiple Choice: Online abzugeben. Ev. sind mehrere

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

Übungsblatt 2 Musterlösung

Übungsblatt 2 Musterlösung MSE SS17 Übungsblatt Musterlösung Lösung 5 (Transformation von Variablen) Zur Transformation gehen wir analog zur Vorlesung vor. Zunächst bestimmen wir die durch die PDGL definierte Matrix A und deren

Mehr

Eine Einführung zum numerischen Programmieren mit Matlab

Eine Einführung zum numerischen Programmieren mit Matlab Eine Einführung zum numerischen Programmieren mit Matlab Bastian Gross Universität Trier 11. April 2011 Bastian Gross Matlab Kurs 1/31 Inhaltsverzeichnis 1 Beginn und erste Schritte Matlab-Umgebung 2 Variablen

Mehr

Aufgabenkomplex 3: Integralrechnung, Kurven im Raum

Aufgabenkomplex 3: Integralrechnung, Kurven im Raum Technische Universität Chemnitz. Mai 9 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Integralrechnung, Kurven im Raum Letzter Abgabetermin: 6. Mai 9 (in Übung oder Briefkasten bei Zimmer

Mehr

Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt

Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt 9 19.12.2012 Aufgabe 35: Thema: Differenzierbarkeit a) Was bedeutet für eine Funktion f : R n R, dass f an der Stelle x 0 R n differenzierbar ist?

Mehr

Analysis III für Studierende der Ingenieurwissenschaften

Analysis III für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 7/8 Dr K Rothe Analysis III für Studierende der Ingenieurwissenschaften Hörsaalübung mit Beispielaufgaben zu Blatt Funktionen in mehreren Variablen Definition:

Mehr

Mathematik I für MB und ME

Mathematik I für MB und ME Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 212 Mathematik für Anwender II Vorlesung 58 Der Satz von Green Wir betrachten eine kompakte eilmenge R 2, deren Rand R sich stückweise durch reguläre Kurven parametrisieren

Mehr

Analysis II für Studierende der Ingenieurwissenschaften

Analysis II für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg SoSe 2014 Prof. Dr. Armin Iske Dr. Hanna Peywand Kiani Analysis II für Studierende der Ingenieurwissenschaften Blatt 3, Hausaufgaben Aufgabe 1: a) Es sei

Mehr

Woche 18/01 26/01 6. Iterative Lösungsverfahren, Speicherformate für Matrizen 1 / 8

Woche 18/01 26/01 6. Iterative Lösungsverfahren, Speicherformate für Matrizen 1 / 8 Woche 18/01 26/01 6. Iterative Lösungsverfahren, Speicherformate für Matrizen 1 / 8 Lernziele In diesem Praktikum sollen Sie üben und lernen: Einlesen von Matrizen aus Dateien Übergabe von Funktionen als

Mehr

Serie 9: Der Satz von Green und Parametrisierungen von Flächen im Raum

Serie 9: Der Satz von Green und Parametrisierungen von Flächen im Raum : Der Satz von Green und Parametrisierungen von Flächen im Raum Bemerkung: Die Aufgaben der sind der Fokus der Übungsstunden vom 6./8. April.. Überprüfung des Satzes von Green Der Satz von Green besagt

Mehr

2x + y = 19 4x + 4y = 13 4x y = 17

2x + y = 19 4x + 4y = 13 4x y = 17 170 00 Übungen zu Numerische Methoden I Sechste Übungseinheit 1., 1. und 16. Mai 2012 Inhalt der sechsten Übungseinheit: Überbestimmte lineare Systeme Isolinien-Diagramme Lineare Datenmodelle Überbestimmte

Mehr

27. Parametrisierungen In der letzten Serie haben wir den durch die Gleichung > Teq:=(3+z^2)^2+(x^2+y^2)^2+2*(x^2+y^2)*(z^2-5)=0;

27. Parametrisierungen In der letzten Serie haben wir den durch die Gleichung > Teq:=(3+z^2)^2+(x^2+y^2)^2+2*(x^2+y^2)*(z^2-5)=0; 7. Parametrisierungen In der letzten Serie haben wir den durch die Gleichung > Teq:=(+z^)^+(x^+y^)^+*(x^+y^)*(z^-5)=; Teq := ( + z ) + ( x + y ) + ( x + y )( z 5) = gegebenen Torus > with(plots): > implicitplotd(teq,x=-..,y=-..,z=-..,numpoints=,scalin

Mehr

Totale Ableitung und Jacobi-Matrix

Totale Ableitung und Jacobi-Matrix Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix

Mehr

Effizientes Programmieren

Effizientes Programmieren Einführung in das Programmieren für Technische Mathematiker Einführung in MATLAB, Teil 3 Effizientes Programmieren DI Samuel Ferraz-Leite Prof. Dr. Dirk Praetorius Prof. Dr. Christoph Überhuber Zeitmessung,

Mehr

NUMERISCHE MATHEMATIK I

NUMERISCHE MATHEMATIK I D-MATH ETH Zürich, 22. August 2011 Prof. Ch. Schwab NUMERISCHE MATHEMATIK I 1. Interpolation und Quadratur (25 P.) a) Sei [a, b] R 1 mit a < b ein beschränktes Intervall, und f C 2 ([a, b]). Zeigen Sie,

Mehr

Matlab. Kap. I Basics of Matlab. Variablentypen und Nutzung Visualisierung in 2D und 3D. Jetzt geht s erst richtig los:

Matlab. Kap. I Basics of Matlab. Variablentypen und Nutzung Visualisierung in 2D und 3D. Jetzt geht s erst richtig los: Matlab Jetzt geht s erst richtig los: Kap. I Basics of Matlab Variablentypen und Nutzung Visualisierung in 2D und 3D Matlab Effiziente Programme durch Vektorisierung In Matlab gibt es nur Matrizen: ein

Mehr

3. Grafik in MATLAB (1)

3. Grafik in MATLAB (1) Start Inhalt Grafik in MATLAB (1) 1(25) 3. Grafik in MATLAB (1) 3.1 Das figure-fenster Figures und Plots. Figure-GUI. 3.2 2D Grafik Die plot-anweisung. Gestaltung von plots. 3.3 Beispiele 3.4 Speichern

Mehr

7. Strukturmechanische Schwingungen mit der Finiten Elemente Methode

7. Strukturmechanische Schwingungen mit der Finiten Elemente Methode 7. Strukturmechanische Schwingungen mit der Finiten Elemente Methode Unterlagen für die Durchführung des Praktikumsversuches 1. Schritt: Datenfiles mit Definition der Gitterelemente einlesen Datenfiles:

Mehr

Die Programmieraufgaben

Die Programmieraufgaben Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Die Programmieraufgaben Jan Mayer 18. Mai 2006 Lösung zur ersten Aufgabe Tschebyscheff Stuetzstellen.m function xs = Tschebyscheff Stuetzstellen(n);

Mehr

Wima 1 - Praktikum (Woche 6)

Wima 1 - Praktikum (Woche 6) Wima 1 - Praktikum (Woche 6) Lernziele In diesem Praktikum sollen Sie üben und lernen: Erzeugung von Function Handles Umgang mit Function Handles Am Anfang geben wir Ihnen eine kurze Einführung in Function

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

Lösungsvorschlag zum zweiten Übungsblatt

Lösungsvorschlag zum zweiten Übungsblatt Lösungsvorschlag zum zweiten Übungsblatt Aufgabe Wir zeigen, daß die Drehung um den Ursprung um 9 und die Spiegelung an der x-achse nicht kommutieren. Die Matrix für die Drehmatrix lautet in diesem Fall

Mehr

Übungsaufgabe Numerische Lösung DGL

Übungsaufgabe Numerische Lösung DGL Kallenrode, www.sotere.uos.de Übungsaufgabe Numerische Lösung DGL 1. Bestimmen Sie die Lösung der DGL ẋ = (t 2) 2 + t x mit x(0) = 1 im Bereich von t = 0 bis t = 5 mit Hilfe des Euler schen Streckenzugverfahrens,

Mehr

1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler

1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler Zusammenfassung Kapitel IV: Funktionen mehrerer Veränderlicher und vektorwertige Funktionen 1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler Definition vektorwertige

Mehr

Prof. Dr. Barbara Wohlmuth Lehrstuhl für Numerische Mathematik. MATLAB-Kurs. MATLABKURS (Title01) 1

Prof. Dr. Barbara Wohlmuth Lehrstuhl für Numerische Mathematik. MATLAB-Kurs. MATLABKURS (Title01) 1 MATLAB-Kurs MATLABKURS (Title01) 1 Übersicht Einführung in MATLAB Quadratur mit MATLAB Eigenwertberechnung in MATLAB MATLABKURS (Uebersicht01) 2 1. Einführung in MATLAB MATLABKURS (Title02) 3 Plotten von

Mehr

Einführung in GNUPLOT

Einführung in GNUPLOT Einführung in GNUPLOT F. Beaujean 30.01.2007 Gliederung 1 2 Geschichte GNUPLOT ist das plotting programm unter Linux es gehört nicht zu der GNU software foundation wird seit 1986 entwickelt und verbessert

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

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,

Mehr

Anleitung zu Blatt 6, Analysis II

Anleitung zu Blatt 6, Analysis II Department Mathematik der Universität Hamburg Dr. H. P. Kiani Anleitung zu Blatt 6, Analysis II SoSe Rotationskörper, Kurvenintegrale. Teil Die ins Netz gestellten Kopien der Anleitungsfolien sollen nur

Mehr

m-files sind Folgen von MATLAB-Anweisungen oder Daten-Files.

m-files sind Folgen von MATLAB-Anweisungen oder Daten-Files. MATLAB m-files m-files sind Folgen von MATLAB- oder Daten-Files. Erstellen von m-files Über File New M-file wird ein Texteditor geöffnet. Dort wird das m-file als ASCII-File erzeugt und unter name.m im

Mehr

Tutorial: Numerisch Differenzieren

Tutorial: Numerisch Differenzieren MAV-NUM Applied Numerics Frühlingssemester 2018 Dr. Evelyne Knapp ZHAW Winterthur Tutorial: Numerisch Differenzieren Von ihrem GPS-Gerät bekommen Sie alle 12 Minuten Ihre aktuelle Position zugeschickt

Mehr

Analysis II - 2. Klausur

Analysis II - 2. Klausur Analysis II - 2. Klausur Sommersemester 25 Vorname: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Summe Analysis II - 2. Klausur 6.7.25 Aufgabe 6 Punkte Betrachten Sie die C

Mehr

Grafik. Computermathematik. Addendum. Literatur. Der Befehl plot

Grafik. Computermathematik. Addendum. Literatur. Der Befehl plot Computermathematik Vertiefung zu MATLAB, Teil 2 Winfried Auzinger Klaus Felsenstein Dirk Praetorius Addendum Standard-T E X unterstützt nur wenige Grafikformate, weil de facto kein Standard für Grafikeinbindung

Mehr

Einführung in MATLAB / GNU Octave

Einführung in MATLAB / GNU Octave Einführung in MATLAB / GNU Octave Philipp Siehr Heidelberg 01. Oktober 2014 Inhalt Organisatorisches Erste Schritte mit Linux. Was ist MATLAB bzw. Octave? Erste Schritte mit MATLAB. Zuweisung von Werten

Mehr

Strukturmechanische Schwingungen mit der Finiten Elemente Methode

Strukturmechanische Schwingungen mit der Finiten Elemente Methode Strukturmechanische Schwingungen mit der Finiten Elemente Methode Unterlagen für die Durchführung des Praktikumsversuches 1. Schritt: Datenfiles mit Definition der Gitterelemente einlesen Datenfiles: Rechteck_4.asc

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

Richtungsableitungen.

Richtungsableitungen. Richtungsableitungen. Definition: Sei f : D R, D R n offen, x 0 D, und v R n \ {0} ein Vektor. Dann heißt D v f(x 0 f(x 0 + tv) f(x 0 ) ) := lim t 0 t die Richtungsableitung (Gateaux-Ableitung) von f(x)

Mehr