Seminar zur Numerischen Analysis im Wintersemester 2009/2010 Splines Spline-Räume - B-Spline-Basen

Größe: px
Ab Seite anzeigen:

Download "Seminar zur Numerischen Analysis im Wintersemester 2009/2010 Splines Spline-Räume - B-Spline-Basen"

Transkript

1 Semnar zur Numerschen Analyss m Wntersemester 2009/2010 Splnes Splne-Räume - B-Splne-Basen René Janssens Inhaltsverzechns 1 Enletung 1 2 Räume von Splnefunktonen Der Raum der Splnes Grundlegende Egenschaften Ene erste Bass B-Splnes Rekursonsformeln für B-Splnes Lnearkombnatonen von B-Splnes Reprodukton von Polynomen Enletung Deser Vortrag soll enen ersten Endruck der Splnes vermtteln und dazu geegnete Basen fnden. Dazu werden wr erstmal Splnes und de Splneräume defneren und enge hrer Egenschaften entdecken. Anschleßend wrd ene erste Bass entwckelt, de uns vermtteln wrd, was de gesuchte Bass für Egenschaften haben sollte, woraufhn wr de B-Splnes defneren und enge effzente Algorthmen zu hrer Berechnung bestmmen. 1

2 2 Räume von Splnefunktonen Abschleßend werden wr dann feststellen, dass de B-Splnes geegnete Basen der Splne- Räume snd. 2 Räume von Splnefunktonen In desem Abschntt werden wr zunächst en paar Grundbegrffe zu den Splnes defneren und uns ene erste Vorstellung von Räumen der Splnefunktonen machen, um schleßlch ene erste Bass von desen zu erhalten. Dafür beschränken wr uns auf den skalaren Fall für de enfachere Notaton, jedoch snd alle Aussagen auf den vektorellen Fall übertragbar, da se komponentenwese gelten. 2.1 Der Raum der Splnes Splnes snd stückwese Polynome, de ene Kurve anhand gegebener Daten approxmeren oder nterpoleren sollen und gewsse Glatthetsbedngungen erfüllen. Se also [a, b] R en Intervall mt ener Untertelung a ξ 0 < < ξ l+1 b. Außerdem se µ (µ 1,..., µ l ) T N l en zu der Untertelung gehörger Vektor, der de Glatthet n den Knoten ξ j regelt (mt µ 0 µ l+1 0), wobe für Splnes der Ordnung k gelten soll 1 µ j k 1, j 1,..., l. Im Folgenden se Π k 1 mmer der Raum der Polynome vom Grad k 1 und χ [a,b) (x) bezechne de charakterstsche Funkton auf dem Intervall [a, b). Defnton 1. Der Raum der Splnes der Ordnung k mt Bruchstellen ξ (ξ 0,..., ξ l+1 ) und Glatthet µ st folgendermaßen defnert: Π k,µ,ξ : {f : [a, b] R f (ξj,ξ j+1 ) Π k 1, j 0,..., l, f C k 1 µ j (ξ j 1, ξ j+1 ), j 1,..., l} 2.2 Grundlegende Egenschaften An deser Stelle wollen wr en paar Egenschaften der Splne-Räume festhalten. Defnton 2. Ene abgebrochene Potenz st defnert durch { ( ) m + : R R ; x m x + m, wenn x 0, 0, sonst. Bemerkung 1. () Π k,µ,ξ st en lnearer Raum. 2

3 2.3 Ene erste Bass () Π k 1 Π k,µ,ξ () (x ξ j ) m + Π k,µ,ξ für k µ j m k 1 (v) dm Π k,µ,ξ k + l j1 µ j Bewes. () Se a Π k,µ,ξ, dann gbt es Polynome p j Π k 1 für 0 j l, so dass glt a l 0 p χ [ξ,ξ +1 ). Mt der Addton lässt sch also lecht zegen, dass Π k,µ,ξ ene abelsche Gruppe st. Mt der Standardmultplkaton auf R lassen sch alle nötgen Egenschaften analog zum Polynomraum bewesen. () Se p Π k 1, dann st p C auf ganz R und somt nsbesondere auch n C k 1 µ j auf (ξ j 1, ξ j+1 ) für j 1,..., l und trvalerwese auch n Π k 1 auf (ξ j, ξ j+1 ) für j 0,..., l und somt n Π k,µ,ξ. () Se 0 j l, dann verschwndet (x ξ j ) m + für x < ξ j, st dort also en Polynom vom Grad 0. Für x ξ j st (x ξ j ) m + (x ξ j ) m also ebenfalls en Polynom n Π k 1. Da ξ j (ξ, ξ +1 ) für alle 0 l st, glt also (x ξ j ) m + Π k 1 auf (ξ j, ξ j+1 ) für j 0,..., l. Außerdem glt mt ( ) d dx (x ξj ) m + m(x ξ j ) m 1 + für m > 1, (x ξ j ) m + C m 1 mt m k µ j, somt (x ξ j ) m + C k µ j 1 (v) Für k 1 besteht der Raum Π 1,µ,ξ aus allen stückwese konstanten Funktonen auf den l + 1 Telntervallen (ξ j, ξ j+1 ), 0,..., l, da µ j 1 für 1 j l. Jedes Telntervall entsprcht n desem Fall enem Frehetsgrad. Also glt dm Π 1,µ,ξ 1 + l. Se nun k 2. Gbt man auf dem ersten Intervall (a, ξ 1 ) en belebges Polynom p 0 aus Π k 1 vor, lässt des genau k Frehetsgrade zu. Wenn man p berets hat, st das Polynomstück p +1 Π k 1 auf dem jewels nächsten Telntervall (ξ +1, ξ +2 ) dadurch festgelegt, dass p (j) (ξ +1 ) p (j) +1 (ξ +1), j 0,..., k 1 µ +1, glt. Des snd genau k µ +1 Bedngungen, so dass für p +1 noch genau µ +1 zusätzlche Frehetsgrade übrg bleben. Insgesamt erhält man dann also k + l j1 µ j Frehetsgrade. 2.3 Ene erste Bass Mt Bemerkung 1 versuchen wr nun ene Bass des Splne-Raums Π k,µ,ξ zu fnden. Dazu verwenden wr de Polynome und de abgebrochenen Potenzen aus der Bemerkung. Satz 1. De Monome und abgebrochenenen Potenzen blden ene Bass des Splneraums Π k,µ,ξ mt Koeffzenten a j und c jm aus R. Jedes S Π k,µ,ξ bestzt de endeutge Darstellung k 1 S(x) a j x j + j0 l j1 k 1 mk µ j c jm (x ξ j ) m + Bewes. Angenommen es exsteren a j, c jm R mt S(x) k 1 j0 a jx j + l k 1 j1 mk µ j c jm (x ξ j ) m + 0 für alle x, dann wäre S(x) 0 auf (, ξ 1 ), wo aber auch alle abgebrochenen Potenzen verschwnden. Her glt also k 1 j0 a jx j 0. De Monome snd l.u., also 3

4 3 B-Splnes glt a j 0 für 0 j k 1. Außerdem glt auch S(x) 0 auf (ξ 1, ξ 2 ), her verschwnden wederum alle abgebrochenen Potenzen (x ξ ) m + mt < 1, folglch glt her k 1 mk µ 1 c 1m (x ξ j ) m + 0. Auf dem Intervall snd dese abgebrochenen Potenzen verschobene Monome und somt l.u., folglch st c 1m 0 für k µ 1 m k 1. Durch nduktves Fortsetzen ergbt sch dasselbe für alle folgenden Koeffzenten als Wderspruch. Anhand der Abbldungen 1 und 2 lassen sch aber nun enge Nachtele erkennen. Bem Verändern enes Koeffzenten vor enem Monom oder ener frühen abgebrochenen Potenz verändert man de Kurve ncht nur lokal und engeschränkt sondern auf dem (nahezu) ganzen Berech der Kurve mt zum Tel großen Änderungen n den Werten. (vgl. Abb. 1) Das bedeutet, man muss de Kurve für jede klene Änderung komplett neu bestmmen. Deser Umstand wrd dadurch verursacht, dass de Basselemente kenen lokalen Träger haben, also ncht außerhalb enes vorgegebenen Berechs verschwnden. Es kann vorkommen, dass be ener klenen Änderung der Werte, de Koeffzenten n der entsprechenden Darstellung n deser Bass sch sehr stark verändern. So st z.b. n Abb. 2 de Änderung n den Werten nfntesmal, während jedoch de Koeffzenten der beden abgebrochen Potenzen sch verzehnfachen. Man kann also ncht anhand ener Änderung n den Koeffzenten abschätzen, we stark sch de Werte verändern oder umgekehrt. Des legt darn begründet, dass be 2 sehr nah beenanderlegenden Knoten de entsprechenden abgebrochenen Potenzen fast lnear unabhängg snd. De Bass st also numersch nstabl. Es besteht außerdem ken geometrscher Zusammenhang zwschen den Koeffzenten und der Kurve. We man wederum n Abb. 2 seht, snd de Kurven fast deckungsglech, de Koeffzenten unterscheden sch jedoch stark. 3 B-Splnes Wr benötgen also ene bessere Bass, de dese Nachtele ncht aufwest. Dazu werden wr kurz de Egenschaften der berets bekannten dvderten Dfferenzen wederholen. Bemerkung 2. De dvderten Dfferenzen zu den Stützstellen x 0 x n zu ener Funkton f C n (R) bestzen folgende Egenschaften: () [x 0,..., x n ]P 0 für alle P Π n 1. () Se π : {0,..., n} {0,..., n} ene belebge Permutaton. Dann glt [x 0,..., x n ]f [x π(0),..., x π(n) ]f für alle f C n (R). 4

5 Abbldung 1: S(x) 1+x+ 4 j1 ( 1)j (x j) + und S(x) 1+2x+ 4 j1 ( 1)j (x j) + Abbldung 2: S(x) 1 + x (x 0.5) + + (x 0.501) + und S(x) 1 + x 10(x 0.5) (x 0.501) + 5

6 3 B-Splnes () Für x x j glt folgende Rekursonsformel [x 0,..., x n ]f [x 0,..., x 1, x +1,..., x n ]f [x 0,..., x j 1, x j+1,..., x n ]f x j x (v) Für jedes f C n (R) glt [x 0,..., x n ]f f (n) (λ 0 x λ n x n )dλ 1... dλ n Σ n wobe Σ n : {(λ 0,..., λ n ) T : n j0 λ j 1, λ j 0 für j 0,..., n} der n-dmensonale Standardsmplex st. (v) [x 0,..., x }{{} 0 ]f f (n) (x 0 ) n! n+1 (v) [x 0,..., x n ]f f (n) (x) n! für en x [x 0,..., x n ] (konvexe Hülle der x ) (v) [x 0,..., x n ](fg) n j0 ([x 0,..., x j ]f)[x j,..., x n ]g (Lebnz-Regel) (v) Für x 0 < < x n glt [x 0,..., x n ]f j0 n0 f(x j ) x x j j (x) Es exsteren stets Konstanten α j α j (x 0,..., x n ) mt d j max{r; x j x j+r }, so dass glt [x 0,..., x n ]f α j f (dj) (x j ) j0 Bewes. Bewese zu ()-(),(v),(v),(v) fnden sch n [2]. (v) Bewes per vollständger Indukton: (IA) n1: [x 0, x 1 ]f f(x 1) f(x 0 ) x 1 x 0 1 x 1 x 0 x1 x 0 f (ξ)dξ (IV) Se n N belebg aber fest und es gelte de Beh. für deses. 1 0 f (x 0 + t 1 (x 1 x 0 ))dt 1 6

7 (IS) n n + 1 [x 0,..., x n+1 ]f [x 1,..., x n+1 ]f [x 0,..., x n ]f x n+1 x 0 [x n+1, x 1,..., x n ]f [x 0,..., x n ]f x n+1 x 0 1 t1 tn 1... (f (n) (t 0 x n+1 + t 1 x t n x n ) x n+1 x 0 0 f (n) (t 0 x t n x n ))dt 1... dt n 1 t1 tn 1... x n+1 x t0 x n+1 + +t nx n t 0 x 0 + +t nx n Σ n+1 (f (n+1) (t 0 x t n+1 x n+1 )dt 1... dt n+1 (f (n+1) (ξ)dξdt 1... dt n (v) Bewes per vollständger Indukton: (IA) n1: [x 0, x 1 ](fg) (fg)(x 1) (fg)(x 0 ) x 1 x 0 f(x 1)g(x 1 ) f(x 0 )g(x 1 ) + f(x 0 )g(x 1 ) f(x 0 )g(x 0 ) x 1 x 0 [x 0 ]f[x 0, x 1 ]g + [x 0, x 1 ]f[x 1 ]g (IV) Se n N belebg aber fest und es gelte de Beh. für deses. 7

8 3 B-Splnes (IS) n n + 1 [x 0,..., x n+1 ](fg) [x 1,..., x n+1 ](fg) [x 0,..., x n ](fg) x n+1 x 0 n+1 j1 [x 1,..., x j ]f[x j,..., x n+1 ]g n j0 [x 0,..., x j ]f[x j,..., x n ]g x n+1 x 0 ([x 1,..., x j+1 ]f [x 0,..., x j ]f)[x j+1,..., x n+1 ]g x n+1 x 0 j0 + [x 0,..., x j ]f([x j+1,..., x n+1 ]g [x j,..., x n ]g) x n+1 x 0 (x j+1 x 0 )[x 0,..., x j+1 ]f[x j+1,..., x n+1 ]g x n+1 x 0 j0 + [x 0,..., x j ]f(x n+1 x j )[x j,..., x n+1 ]g x n+1 x 0 n+1 [x 0,..., x j ]f[x j,..., x n+1 ]g, j0 wobe man m letzten Schrtt den ersten Tel der Summe mt dem jewels nächsten Index verrechnet. (x) Nach () kann man de dvderte Dfferenz solange zerlegen, we es noch ungleche Punkte als Stützstellen gbt. Man kann se also zerlegen, bs man nur noch dvderte Dfferenzen mt d j + 1-fachen Stützstellen hat, de man dann nach (v) umschreben kann und man erhält ene Zerlegung, we se gesucht st. Dese Egenschaften werden uns m weteren Verlauf helfen, enge Dnge über de B- Splnes nachzuwesen, welche wr nun über de dvderten Dfferenzen defneren werden. Defnton 3. Se x,..., x +k mt x < x +k ene Anordnung von Knoten, dann defnere N,k (t) : (x +k x )[x,..., x +k ]( t) k 1 + als den B-Splne k-ter Ordnung bezüglch x,..., x +k. De B-Splnes bs zur Ordnung 3 werden auf Abb. 3 veranschaulcht. Es lässt sch berets bem Betrachten der Graphen erahnen, welche Egenschaften de B-Splnes haben. Man erkennt, dass de enzelnen B-Splnes lokal snd und wengstens de B-Splnes erster und zweter Ordnung snd stückwese Polynome als Konstanten bzw. Geraden. Dese Egenschaften wollen wr nun auch festhalten und bewesen. Bemerkung 3. De B-Splnes bestzen folgende Egenschaften: 8

9 Abbldung 3: B-Splnes der Ordnung 1-3 9

10 3 B-Splnes () supp N,k [x, x +k ], d.h. N,k (t) 0 für t / [x, x +k ]. () N,k st en stückweses Polynom vom Grad höchstens k 1. Genauer: st x 1 < x x +d < x +d+1, so glt N,k C k 2 d (x 1, x +d+1 ). Spezell st N,k C k 2 (x 1, x +1 ), falls x 1 < x < x +1. Bewes. () Wenn t < x st, so handelt es sch be ( t) x k 1 um en Polynom vom Grad k 1 auf dem zu nterpolerenden Intervall und somt verschwndet der führende Koeffzent laut Bemerkung 2 (). Ist t > x +k so verschwndet ( t) k 1 x auf dem Intervall und der führende Koeffzent des Interpolatonspolynoms ebenfalls. () (1) Mt Bemerkung 2 (x) ergbt sch de Behauptung, da d dx (x t)k 1 + (k 1)(x für k > 2 glt und des wederum en stückweses Polynom st, also bs zur k 2-ten t) k 2 + Abletung en stückweses Polynom st. (2) Mt Bemerkung 2 (x) st N,k (x +k x ) n j0 α jf (dj) (x j ) mt f (dj) (x j ) 0 für x j < x 1 und für x j > x +d snd de abgebrochenen Potenzen Polynome n dem betrachteten Berech und somt n C. Interessant st also nur (x +k x ) +d j 1 α jf (dj) (x j ), wobe für d j max{r; x j x j + r}, also n desem Fall max{d j } d. Da (x t) k 1 + genau k 2 mal abletbar st, st dementsprechend (x t) k 1 d + noch genau k 2 d mal abletbar und somt N,k C k 2 d Im weteren Verlauf des Semnars gewnnt außerdem noch ene andere Charakterserung der B-Splnes über das Taylor-Polynom von f an Bedeutung, de wr her kurz anführen möchten: Se f C k (R). Stelle f als Taylor-Polynom dar f(x) k 1 j0 (x x ) j f (j) (x ) + j! 1 (k 1)! x (x ξ) k 1 + f (k) (ξ)dξ und wende auf bede Seten de k-te dvderte Dfferenz an (de erste Summe verschwndet dann wegen Bemerkung 2 ()) [x,..., x +k ]f(x) (x +k x )[x,..., x +k ]f(x) 1 (k 1)! x [x,..., x +k ]( ξ) k 1 + f (k) (ξ)dξ 1 N,k (ξ)f (k) (ξ)dξ (k 1)!(x +k x ) x 1 N,k (ξ)f (k) (ξ)dξ (k 1)! 10

11 3.1 Rekursonsformeln für B-Splnes für alle f C k (R). Der B-Splne hat nur lokalen Träger, weshalb de untere Intervallgrenze verschoben werden kann. Mt Bemerkung 2 (v) folgt 1 N,k (ξ)f (k) (ξ)dξ (x +k x ) f (k) (λ 0 x + + λ k x +k )dλ 1... dλ k (k 1)! Σ n und somt auch 1 (k 1)! N,k (ξ)f(ξ)dξ (x +k x ) f(λ 0 x + + λ k x +k )dλ 1... dλ k Σ n (1) für alle f C k (R). Ferner kann man mt deser Glechung de Nchtnegatvtät der B-Splnes nachwesen: Bemerkung 4. De B-Splnes snd ncht-negatv, d.h. N,k (x) 0 für alle x R. Bewes. Durch Wderspruch. Angenommen es exstert en x R mt N,k (x) < 0. Wegen der Stetgket exstert dann auch en ɛ > 0 und ene Umgebung (x ɛ, x + ɛ), so dass N,k (x) < 0, x (x ɛ, x + ɛ). Defnere dazu ene Funkton f, de auf desem Intervall postv st und sonst verschwndet, dann st f(x)n,k (x) < 0, x (x ɛ, x + ɛ) und sonst 0, somt st das Integral darüber negatv, was aber enen Wderspruch bldet, da de rechte Sete der Glechung stets postv st. 3.1 Rekursonsformeln für B-Splnes Wr werden nun enge Rekursonformeln für B-Splnes herleten und begnnen mt der ersten Abletung: Für de erste Abletung des B-Splnes k-ter Ordnung zu den Knoten x,..., x +k glt ( N,k 1 (x) Ṅ,k (x) (k 1) N ) +1,k 1(x) (2) x +k 1 x x +k x +1 Bewes. Zum Bewes der Rekursonsformel recht ene enfache Umformung der Abletung mt der Bemerkung 2 (). Ṅ,k (x) (k 1)(x +k x )[x,..., x +k ]( x) k 2 + ( [x+1,..., x +k ]( x) k 2 + (k 1)(x +k x ) [x ),..., x +k 1 ]( x) + k 2 x +k x ( N,k 1 (x) (k 1) N ) +1,k 1(x) x +k 1 x x +k x +1 11

12 3 B-Splnes Man kann de Abletungen von B-Splnes also anhand von Funktonauswertungen der B-Splnes klenerer Ordnung bestmmen. Es betet sch also an, ene Formel zur effzenten Funktonsauswertung zu entwckeln. Zu desem Zweck formen wr de B-Splnes k-ter Ordnung mt Hlfe der Lebnz-Regel um N,k (x) (x +k x )[x,..., x +k ]( x) + k 1 (x +k x )[x,..., x +k ](( x) k 2 + ( x)) ( (x +k x ) (x x)[x,..., x +k ]( x) k 2 +[x, x +1 ]( x)[x +1,..., x +k ]( x) k In der letzten Identtät fallen alle höheren Summanden wegen Bemerkung 2 () weg. Außerdem glt [x, x +1 ]( x) 1 und unter Verwendung der Rekursonsformel für dvderte Dfferenzen 2 () folgt weter ( N,k (x) (x +k x ) (x x) [x,..., x +k 1 ]( x) + k 2 +1,..., x +k ]( x) k x x +k ) 1 + N +1,k 1 (x) x +k x +1 x x N,k 1 (x) + x x + x +k x N +1,k 1 (x) x +k 1 x x +k x +1 N,k (x) x x N,k 1 (x) + x +k x N +1,k 1 (x) x +k 1 x x +k x +1 (3) Für den Fall, dass x +k 1 x glt oder x +k 1 x +1, verschwnden de Träger der B-Splnes und de entsprechenden Terme werden Null gesetzt. Zum Verständns der Rekursonsformeln folgt jetzt en kurzes Rechenbespel. Bespel 1. Se x 0, x +1 0, x Bestmme N,2 (1) und Ṅ,2(1) zu desen Knoten. Dabe kann man berückschtgen, dass N,1 χ [x,x +1 st, was sch lecht durch Ensetzen von k 1 n de Defnton der B-Splnes (Def. 3) bestmmen lässt. N,2 (1) N,1(1) N +1,1(1) 1 2 χ [0,2)(1) 1 2 Ṅ,2 (1) (2 1) N +1,k 1(1) Lnearkombnatonen von B-Splnes Da es sch be den B-Splnes tatsächlch um Splnefunktonen handelt, kann man mthlfe deser nun auch Splnefunktonen angeben. Se 1 2 T : {x } n+k 1, x < x +k für 1,..., n ) 12

13 3.2 Lnearkombnatonen von B-Splnes x 1 x k a < x k+1 x n < b x n+1 x n+k. Defnton 4. Wr defneren den Raum S k (T ) als das lneare Erzeugns der B-Splnes k-ter Ordnung auf T: S k (T ) : span {N,k : 1,..., n} De Elemente von S k (T ) lassen sch also darstellen durch S(x) n 1 c N,k (x) mt Koeffzenten c R, was sch für x [x j, x j+1 ) wegen Bemerkung 3 () auf S(x) j j k+1 c N,k (x), x [x j, x j+1 ) (4) reduzert. Mthlfe der Rekursonsformel (2) lässt sch ene Formel zur Berechnung der l-ten Abletung enes Splnes, der aus B-Splnes besteht, bestmmen. S (l) (x) (k 1)... (k l) l+1 c (l) N,k l (x) mt c (l) { c für l 0 c (l 1) c (l 1) x +k l x für l > 0 Bewes. Per vollständger Indukton. (IA) Für l 0 glt de Aussage trvalerwese. (IV) Se l N belebg aber fest und es gelte de Beh. für deses. (IS) l 1 l S (l) (x) (k 1)... (k l + 1) (k 1)... (k l) (k 1)... (k l) (k 1)... (k l) l l+1 l+1 l c (l 1) c (l 1) Ṅ,k l+1 (x) c (l 1) ( N,k l (x) x +k l x c (l 1) 1 x +k l x c (l) N,k l (x), N,k l (x) N +1,k l(x) x +k l+1 x +1 wobe jewels N l,k l wegfällt, da x l x k und der Träger somt verschwndet. ) 13

14 3 B-Splnes Das Berechnen der Abletung enes solchen Splnes lässt sch also weder auf ene Funktonsauswertung enes nederen Splnes zurückführen. Bestmmen wr also nun weder am Bespel von (3) enen effektven Weg, da man bem naven Vorgehen, wo man de B-Splnes enzeln berechnet und anschleßend mt den Koeffzenten multplzert, enge B-Splnes n der Rekursonsformel mehrfach berechnet und das Ausmultplzeren und Aufadderen zum Schluss sch als weng vortelhaft für de Stabltät erwesen kann. Wr formen also enen Splne aus B-Splnes weder mt Bemerkung 2 () um, bs wr ene Rekurson erhalten mt c [l] S(x) 1+l c [l] N,k l(x) c für l 0 x x x +k l x c [l 1] (x) + x +k l x x +k l x c [l 1] 1 (x) für l > 0 0 für x +k l x Bewes. Per vollständger Indukton. (IA) Für l 0 glt de Aussage trvalerwese. (IV) Se l N belebg aber fest und es gelte de Beh. für deses. (IS) l 1 l S(x) l l l+1 l+1 c [l 1] N,k l+1 (x) ( c [l 1] x x x ) +k l+1 x N +1,k l (x) x +k l+1 x +1 N,k l (x) + x +k l x ( x x c [l 1] (x) + x ) +k l x c [l 1] 1 x +k l x x +k l x (x) N,k l c [l] N,k l(x) wobe jewels N l,k l wegfällt, da x l x k und der Träger somt verschwndet. Man kann l nun so lange erhöhen, we de B-Splnes noch weter zu verenfachen snd. Man hat also als enzge Beschränkung l k 1. So erhält man für l k 1 de Formel S(x) k c [k 1] (x)n,1 (x) k de m Fall x [x, x +1 ) wegen Gelchung 4 so ausseht c [k 1] (x)χ [x,x +1 )(x) S(x) c [k 1] (x) (5) 14

15 3.2 Lnearkombnatonen von B-Splnes Zur Berechnung der c [k 1] betet sch also en Nevlle-Atken-artges Schema an, dessen zuletzt geleferter Wert gerade dem Funktonswert der Splnefunkton an der Stelle x [x, x +1 ) entsprcht. c j k+1 c j k+2 c [1] j k+2 (x) c j k+3 c [1] j k+3 (x) c[2] j k+3 (x).. c j c [1] j (x) c[2] j.... (x)... c[k 1] j (x) (6) Deses Schema benötgt denselben Rechenaufwand we de Berechnung enes enzelnen B- Splnes nach (3). Zur Verdeutlchung der Funktonswese deses Schemas folgt en kurzes Rechenbespel. Bespel 2. Se k 5 und T : {x } 13 1 mt x 1 x 5 0, x 6 0, 2, x 7 0, 6, x 8 0, 9, 1 x 9 x 13. Weter se S(x) N 4,5 (x) + 4N 5,5 (x) + 3N 6,5 (x) + N 7,5 (x) + 8N 8,5 (x) +..., wobe de Koeffzenten der anderen B-Splnes ncht von Interesse snd, da hre Träger außerhalb des von uns betrachteten Berechs legen. Bestmme S(0, 95) , ,95 1 3, , , , 25 1, 477 1, , 5 2, 875 2, 176 1, 929 Mestens st de Rekursonsformel dem naven Vorgehen vorzuzehen (besonders m skalaren Fall). Allerdngs können auch Stuatonen auftreten, be denen man das nave Vorgehen bevorzugen sollte, da man bem naven Vorgehen durch umschtge Datenverarbetung (d.h. man kann de B-Splnes zwschenspechern, de mehrfach berechnet würden) den Rechenaufwand zum Auswerten der B-Splnes senken kann und man se anschleßend ledglch mt den Koeffzenten multplzeren und aufadderen muss, während man be der Rekursonformel jeden Koeffzenten rekursv berechnen muss, was be velen Funktonsauswertungen erheblch aufwendger sen kann. 15

16 3 B-Splnes 3.3 Reprodukton von Polynomen Nachdem wr nun enge effzente Verfahren zur Berechnung der B-Splnes gefunden haben, wollen wr den B-Splnes nun enge wchtge Egenschaften nachwesen. Dazu gehört unter anderem de Bass-Egenschaft für alle Splne-Räume, was se zu der gesuchten Bass machen wrd. Dazu benötgen wr aber erstmal de Marsden-Identtät, de zum Nachwes der mesten Egenschaften benötgt wrd. De Marsden-Identtät und der Nachwes snd aus [1] übernommen. Satz 2. (Marsden-Identtät) Es glt für alle x [a, b), σ R mt (x σ) k 1 k 1 (x +j σ)n,k (x) 1 j1 ϕ,k (σ)n,k (x) 1 k 1 ϕ,k (x) : (x +j σ). j1 Bewes. Per Indukton nach k: Für k 1 st (x σ) 0 1 n 1 1 N,1(x) wahr nach Defnton. Annahme: De Behauptung glt berets für l k 1 und wr zegen, dass se dann auch für l k glt mt der Rekursonsformel (3) ( x x ϕ,k (σ)n,k (x) ϕ,k (σ) + x ) +k 1 x ϕ 1,k (σ) N,k 1 (x) x 1 2 +k 1 x x +k 1 x x x k 1 (x +j σ) + x k 1 +k 1 x (x 1+j σ) x +k 1 x x +k 1 x 2 N,k 1 (x) k 2 (x +j σ) 2 j1 j1 N,k 1 (x) (x σ) ϕ,k 1 (σ)n,k 1 (x) 2 (x σ)(x σ) k 2 (x σ) k 1 nach Induktonsannahme. Also ergbt sch de Behauptung. j1 ( x x (x +k 1 σ) + x ) +k 1 x (x σ) x +k 1 x x +k 1 x 16

17 3.3 Reprodukton von Polynomen Mt Hlfe deser Identtät st es uns nun möglch nachzuwesen, dass Korollar 1. Der Raum der Polynome vom Grad k 1 auf [a, b] st n dem von den B-Splnes aufgespannten Raum enthalten Π k 1 [a, b] S k (T ). Bewes. Mt der Marsden-Identtät (Satz 2) glt 1 ( ) ϕ (l) d l,k (0)N,k(x) (x σ) k 1 σ0 (k 1)... (k l)x k l 1 ( 1) l dσ (k 1)... (k l)x k l 1 ( 1) l x m 1 1 ϕ (l),k (0)N,k(x) ( 1) k m 1 (k 1)... (m + 1) ϕ(k m 1),k (0)N,k (x) für m k l 1 mt l k 1, also 0 m k 1. Jedes Monom aus Π k 1 [a, b] st also n S k (T ) und, da sch jedes Polynom aus den Monomen lnearkombneren lässt, somt st jedes Polynom n S k (T ). We man berets n Abb. 3 erahnen kann, blden de B-Splnes ene Zerlegung der Ens, was wr jetzt mt der Marsden-Identtät nachwesen können. De Zerlegung der Ens lässt sch auch n der später folgenden Abb. 4 erkennen. Korollar 2. Mt x R blden de B-Splnes ene Zerlegung der Ens Bewes. Mt N,k (x) 1. 1 ( 1) k 1 (k 1)! ϕ(k 1),k (0) ( 1)k 1 (k 1)! (( 1)k 1 σ k ) (k 1) 1 engesetzt n de Darstellung der Monome aus dem Bewes zu Korollar 1 für m 0 folgt de Behauptung. Nun können wr letztendlch de Bassegenschaften der B-Splnes für de Splne-Räume bewesen, also zuerst: 17

18 3 B-Splnes Satz 3. De N,k snd lokal lnear unabhängg, d.h glt c N,k (x) 0 für x (c, d) [a, b], 1 dann folgt c 0 falls (c, d) (x, x +k ). Bewes. O.B.d.A. enthalte das Intervall (c, d) kene Knoten (sonst zerlege es n Telntervalle), dann gbt es nur k B-Splnes, de n (c, d) ncht verschwnden. Nun wssen wr auch, dass alle Polynome vom Grad klener als k sch auf (c, d) durch B-Splnes darstellen lassen und es glt dm Π k 1 k. Somt blden dese k B-Splnes en mnmales Erzeugendensystem, also ene Bass von Π k 1 [c, d]. Se müssen also lokal lnear unabhängg sen. Damt kommen wr schleßlch zur Bassegenschaft. Wr müssen vorher nur noch ene geegnete Knotenfolge festlegen. Dazu betrachten wr weder de Intervalluntertelung aus dem vorgen Abschntt a ξ 0 < < ξ l+1 b mt Glatthetsvektor µ (µ 1,..., µ l ) T, µ j k 1 (vgl. Abschntt 1). Damt lässt sch der Raum der Splnes Π k,µ,ξ bestmmen. Nun defneren wr dazu de erweterte Knotenfolge T gemäß: x 1 x k ξ 0, x k+1 x k+µ1 ξ 1,..., x k+µ1 + +µ l +1 x 2k+µ1 + +µ l ξ l+1 De Randknoten snd also k-fach und de nneren Knoten jewels µ j -fach vertreten. Also st n k + µ µ l Damt können wr jetzt nachwesen, dass alle Splneräume sch als lneare Erzeugnsse von B-Splnes auffassen lassen. Satz 4. Mt ξ, µ, T {x } n+k 1 nach obgem Vorbld glt Π k,µ,ξ S k (T ), d.h. de B-Splnes der Ordnung k spannen den Raum der Splnes Π k,µ,ξ auf. Bewes. De B-Splnes snd laut Bemerkung 3 m Raum der Splnes enthalten, somt st das lneare Erzeugns deser ebenfalls m Raum der Splnes. Nach Konstrukton unserer erweterten Knotenfolge und Satz 3 glt dm S k (T ) n k + l 1 µ und weter glt nach Bemerkung 1 (v) dm Π k,µ,ξ k + l 1 µ, also dm S k (T ) dm Π k,µ,ξ. Da das lneare Erzeugns der B-Splnes m Raum der Splnes enthalten st, folgt sofort de Behauptung. 18

19 3.3 Reprodukton von Polynomen Abbldung 4: Betrachtung der Veränderung enes Graphen durch Beenflussen der Koeffzenten. 19

20 Lteratur Wr haben also ene neue Bass für de Splne-Räume entdeckt, de wesentlch bessere Egenschaften hat als de Bass aus Abschntt 1.3. Anhand von Abb. 4 lassen sch nun enge deser Egenschaften erkennen. Dazu aber zunächst ene Erläuterung zu den Bldern. Verwendet wurde de Intervalluntertelung ξ 0 0, ξ 1 1, 2, ξ 2 1, 201, ξ 3 2 mt µ (2, 1). Mt der entsprechenden erweterten Knotenfolge und den zugehörgen sechs B-Splnes. Im ersten Bld seht man, dass de Kurve konstant 1 st auf dem gezegten Intervall, her wurden alle Koeffzenten der B-Splnes auf 1 gesetzt, was de Zerlegung der Ens veranschaulcht. In den nächsten ver Bldern wurde jewels en Koeffzent auf 2 erhöht. Es lässt sch lecht erkennen, dass wegen des lokalen Trägers jewels nur en Abschntt der Kurve verändert wurde. Man erahnt also schnell de Lokaltät der B-Splne-Bass. De Bass st außerdem auch lokal lnear unabhängg und, we man auf den Grafken erkennen kann, bedeutet ene klene Änderung der Koeffzenten auch nur ene klene Änderung der Werte und umgekehrt. De Bass schent also numersch stabl zu sen. Der Nachwes deser Egenschaft folgt m nächsten Vortrag. Ene wetere wchtge Egenschaft st, dass de Koeffzenten ene geometrsche Bedeutung haben. Das Erhöhen enes Koeffzenten wrkt sch lokal auf de Graphen aus und da der B-Splne, be dem der Stützpunkt am ehesten n der Mtte legt, den größten Enfluss auf den Wert hat, lässt sch auch lecht erahnen, we de zugehörgen Koeffzenten aussehen. Zu guter Letzt st m letzten Bld noch ene Vergrößerung an den Punkt ξ 2 be der Koeffzentenwahl aus dem 4. Bld zu sehen, um zu veranschaulchen, dass trotz des starken optschen Kncks n der Kurve de Glatthetsbedngung stets erfüllt st, unabhängg von der Wahl der Koeffzenten. Das bedeutet, dass man de Koeffzenten ausschleßlch zur Modellerung der Kurve benutzen kann. Lteratur [1] Dahmen, W.: Mathematsche Methoden n der Geometrschen Datenverarbetung. Vorlesungsskrpt, Free Unverstät Berln, [2] Dahmen, W. und A. Reusken: Numerk für Ingeneure und Naturwssenschaftler. Sprnger-Verlag Berln Hedelberg,

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

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

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

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Seminar über Numerische Mathematik

Seminar über Numerische Mathematik Andreas Mester Semnar über Numersche Mathematk Semnar m Wntersemester 008/009 Unverstät Kassel Fachberech Mathematk Inhaltsverzechns Bezer-Kurven 1 1 Enletung 1 Der Algorthmus von de-castelau.1 Parabeln....................................

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Wir steuern einen Mini-Roboter!

Wir steuern einen Mini-Roboter! Wr steuern enen Mn-Roboter! Telnehmer: Marek Bartusch Cecla Lange Yannck Lehmann Johannes-Lucas Löwe Ncolas Menzel Huong Thao Pham Floran Pogatzk Anne Reulke Jonas Wanke Maran Zuska mt tatkräftger Unterstützung

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Semnar Enführung n de Kunst mathematscher Unglechungen Cauchys erste Unglechung und de Unglechung vom arthmetschen und geometrschen Mttel Sopha Volmerng. prl 0 Inhaltsverzechns Cauchys erste Unglechung.

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

Numerisches Programmieren (IN0019) 5. Interpolation. Interpolation. Polynome. Motivation. Funktionen-Vektorraum. Bildinterpolation (Beispiel)

Numerisches Programmieren (IN0019) 5. Interpolation. Interpolation. Polynome. Motivation. Funktionen-Vektorraum. Bildinterpolation (Beispiel) Numersches Programmeren (IN9) Frank R Schmdt 5 Interpolaton Wnter Semester 26/27 Motvaton Bs jetzt snd wr mmer davon ausgegangen, dass ene Funkton f : R Ñ R bekannt st und dass wr ledglch de Berechnung

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell Modellerung von Hydrosystemen Numersche und daten-baserte Methoden BHYWI-22-21 @ 2018 Fnte-Elemente-Methode Selke-Modell Olaf Koldtz *Helmholtz Centre for Envronmental Research UFZ 1 Technsche Unverstät

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

Algorithmen und Datenstrukturen SS09. Foliensatz 13. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik

Algorithmen und Datenstrukturen SS09. Foliensatz 13. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik Folensatz Mchael Brnkmeer Technsche Unverstät Ilmenau Insttut für Theoretsche Informatk Sommersemester 009 TU Ilmenau Sete / Sorteren TU Ilmenau Sete / Das Sorterproblem Das Sorterproblem Daten: ene total

Mehr

Hydrosystemanalyse: Finite-Elemente-Methode (FEM)

Hydrosystemanalyse: Finite-Elemente-Methode (FEM) Hydrosystemanalyse: Prof. Dr.-Ing. habl. Olaf Koldtz 1 Helmholtz Centre for Envronmental Research UFZ, Lepzg 2 Technsche Unverstät Dresden TUD, Dresden Dresden, 03. Jul 2015 1/31 Prof. Dr.-Ing. habl. Olaf

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

Mehr

1 Ergänzungen zur Linearen Algebra

1 Ergänzungen zur Linearen Algebra LA E 15 1 1 Ergänzungen zur Lnearen Algebra 1.1 Ergänzungen zu den orthogonalen Projektonen Als erstes Ergänzungen zu Summen von Unterräumen. Snd V 1,..., V k Unterräume des R n, so soll de Menge {x 1

Mehr

Aufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen

Aufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen Technsche Unverstät Chemntz 0. Oktober 009 Fakultät für Mathematk Höhere Mathematk I.1 Aufgabenkomplex : Umrechung von Enheten, Unglechungen, Komplexe Zahlen Letzter Abgabetermn: 19. November 009 n Übung

Mehr

3. Vorlesung Sommersemester

3. Vorlesung Sommersemester 3. Vorlesung Sommersemester 1 Bespele (Fortsetzung) 1. Der starre Körper: Formulerung der Zwangsbedngungen später. Anschaulch snd schon de Frehetsgrade: dre der Translaton (z. B. Schwerpuntsoordnaten)

Mehr

Online Algorithmen. k-server randomisiert Teil II

Online Algorithmen. k-server randomisiert Teil II Onlne Algorthmen k-server randomsert Tel II Ausarbetung für das Semnar Onlne Algorthmen Prof. Dr. Ro. Klen Anette Ebbers-Baumann Ansgar Grüne Insttut für Informatk Theorethsche Informatk und formale Methoden

Mehr

Experimentalphysik II (Kip SS 2007)

Experimentalphysik II (Kip SS 2007) permentalphsk II (Kp SS 007) Zusatvorlesungen: Z-1 n- und mehrdmensonale Integraton Z- Gradent, Dvergen und Rotaton Z-3 Gaußscher und Stokesscher Integralsat Z-4 Kontnutätsglechung Z-5 lektromagnetsche

Mehr

Mathematik für das Ingenieurstudium

Mathematik für das Ingenieurstudium Mathematk für das Ingeneurstudum von Martn Stämpfle, Jürgen Koch 2., aktual. Aufl. Hanser München 2012 Verlag C.H. Beck m Internet: www.beck.de ISBN 978 3 446 43232 1 Zu Inhaltsverzechns schnell und portofre

Mehr

Sind die nachfolgenden Aussagen richtig oder falsch? (1 Punkt pro korrekter Beantwortung)

Sind die nachfolgenden Aussagen richtig oder falsch? (1 Punkt pro korrekter Beantwortung) LÖSUNG KLAUSUR STATISTIK I Berufsbegletender Studengang Betrebswrtschaftslehre Sommersemester 016 Aufgabentel I: Theore (10 Punkte) Snd de nachfolgenden Aussagen rchtg oder falsch? (1 Punkt pro korrekter

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Zusammenfassung der letzten LVA. Diskrete Mathematik

Zusammenfassung der letzten LVA. Diskrete Mathematik Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds

f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds 8 1 Fxpunktsätze 2. Nach Defnton von M glt xt p 0 X b für alle t [t 0 c, t 0 + c], d.h. xt Q für alle t [t 0 c, t 0 + c]. Also lefern 1.18 1 und de Egenschaften des Integrals cf. Folgerung??.?? T p0 x

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013 Bachelorarbet Cayley s Formel und das Abzählen von Bäumen Vktora Prbauer Wen, September 2013 Matrkelnummer: 1007394 Studenrchtung: A 033621 Mathematk Betreuer: Mag. Dr. Bernhard Krön, Prvatdoz. Inhaltsverzechns

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101 Alternatve Bewese Klaus-R. Löffler Inhaltsverzechns Vorbemerkungen De nachfolgend angegebenen Bewese oder Bewesvaranten snd n gewsser Wese der Unterhaltungsmathematk zuzurechnen: Es geht darum, zu engen

Mehr

Sicherheit von Π MAC2

Sicherheit von Π MAC2 Scherhet von Π MAC2 Satz Scherhet von Π MAC2 Se Π scher. Dann st Π MAC2 ebenfalls scher. Bewes: Se A en Angrefer für Π MAC2 mt Erfolgsws ɛ(n). Wr konstrueren enen Angrefer A für Π. Algorthmus Angrefer

Mehr

14 Schätzmethoden. Eigenschaften von Schätzungen ˆθ. Sei ˆθ n eine Schätzung eines Parameters θ, die auf n Beobachtungen beruht.

14 Schätzmethoden. Eigenschaften von Schätzungen ˆθ. Sei ˆθ n eine Schätzung eines Parameters θ, die auf n Beobachtungen beruht. 14 Schätzmethoden Egenschaften von Schätzungen ˆθ Se ˆθ n ene Schätzung enes Parameters θ, de auf n Beobachtungen beruht. ˆθn n θ Konsstenz (Mnmalforderung) Eˆθ n = θ Erwartungstreue Eˆθ n n θ Asymptotsche

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Diplomvorprüfung DI H 04 VD : 1

Diplomvorprüfung DI H 04 VD : 1 Dplomvorprüfung DI H 04 VD : Aufgabe : Bewesen Se (zum Bespel mt Hlfe der Dfferentalrechnung) de folgende Glechung: ln(snh(x) + cosh(x)) + ln(cosh(x) snh(x)) 0, für alle x R. Es gbt (mnd.) 2 Möglchketen:.

Mehr

Der stöchiometrische Luftbedarf einer Reaktion kann aus dem Sauerstoffbedarf der Reaktion und der Zusammensetzung der Luft berechnet werden.

Der stöchiometrische Luftbedarf einer Reaktion kann aus dem Sauerstoffbedarf der Reaktion und der Zusammensetzung der Luft berechnet werden. Stoffwerte De Stoffwerte für de enzelnen omponenten raftstoff, Luft und Abgas snd den verschedenen Stellen aus den Lteraturhnwesen zu entnehmen, für enge Stoffe sollen jedoch de grundlegenden Zusammenhänge

Mehr

Die mathematischen Grundlagen der Wellenmechanik

Die mathematischen Grundlagen der Wellenmechanik De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht

Mehr

Werkstoffmechanik SS11 Baither/Schmitz. 5. Vorlesung

Werkstoffmechanik SS11 Baither/Schmitz. 5. Vorlesung Werkstoffmechank SS11 Bather/Schmtz 5. Vorlesung 0.05.011 4. Mkroskopsche Ursachen der Elastztät 4.1 Energeelastztät wrd bestmmt durch de Wechselwrkungspotentale zwschen den Atomen, oft schon auf der Bass

Mehr

Grundlagen der Technischen Informatik. 12. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit

Grundlagen der Technischen Informatik. 12. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit Grundlagen der Technschen Informatk 12. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 12. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer/Subtraherer Mehr-Operanden-Adderer

Mehr