NUMERISCHE MATHEMATIK I

Größe: px
Ab Seite anzeigen:

Download "NUMERISCHE MATHEMATIK I"

Transkript

1 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, dass gilt: b f(x)dx Q a [a,b][f] C b a 3 f C 0 ([a,b]), mit einer von a, b und f unanhängigen Konstanten C > 0, wobei Q [a,b] die Mittelpunktsregel bezeichnet. b) Für f C 0 ([0, 1]) bezeichne T h [f], h = 1/(N 1) die summierte Trapezregel mit N N äquidistanten Stützstellen auf dem Intervall [0, 1]. Zeigen Sie für f(x) = x α mit 0 < α < 1: 1 f(x)dx T h [f] = O(hα+1 ), h 0. 0 Was ändert sich für f(x) = x α g(x) mit g C 3 ([0, 1])? c) Verwen Sie den MATLAB-Code in Datei Aufgabe1/a1c.m und ergänzen Sie ihn, um ein Konvergenzdiagramm zu erzeugen, welches das Verhalten des Fehlers aus b) für α = 0.3 in Abhängigkeit von h für N = 2 k + 1, k = 4,..., 16 verifiziert. d) Führen Sie ausgeh von T h für jedes h = 1/(N 1) mit N wie in c) einen Schritt der Romberg-Extrapolation durch und stellen Sie die Konvergenz des Resultats als Funktion von h in einem Konvergenzdiagramm dar. Schreiben Sie dazu ein MATLAB-Skript Aufgabe1/a1d.m, welches das Diagramm plottet. Kann so die Konvergenzrate von α + 1 verbessert werden, und was ist der Grund dafür? e) Es sei S R d, d N ein konvexes, beschränktes Gebiet, auf dem das Integral I S [f] := f(x)dx (mit den üblichen Eigenschaften des Integrals) für S f C 0 (S) definiert ist, und α := I S [1] 0. Zeigen Sie, dass die Mittelpunktsregel Q S [f] := αf(ˆx), wobei ˆx i := 1 α I S[x i ], i = 1,..., d, auf linearen Funktionen exakt ist, also I S [f] reproduziert. Hinweis: Alle Diagramme müssen mit Achsenbeschriftungen versehen und mit dem Befehl saveas(gcf, plotname, pdf ) gespeichert werden. Siehe nächstes Blatt!

2 2. Fixpunktiteration (10 P.) Gegeben sei f(x) = x 2 g(x), x [ 1, 1], wobei g C 2 ([ 1, 1]) mit g(x) 0 x [ 1, 1]. a) Stellen Sie das Newton-Verfahren x n+1 = Φ(x n ) zu f auf. Vereinfachen Sie Ihren Ausdruck für Φ soweit möglich. b) Zeigen Sie: Gilt x 0 < ε 1 für ein hinreich kleines ε > 0, so konvergiert x n 0 für n. Geben Sie einen möglichen Wert für ε an. c) Welche Konvergenzordnung erwarten Sie im Fall x n 0, n? d) Geben Sie ein Verfahren mit quadratischer lokaler Konvergenz bei x = 0 an und beweisen Sie diese. 3. Matrixeigenschaften (5 P.) a) Sei A R n n mit A < 1. Zeigen Sie, dass die Matrix I A invertierbar ist, wobei I R n n die Einheitsmatrix bezeichnet. Verwen Sie dabei den Zusammenhang zwischen Spektralradius und Zeilensummennorm. b) Folgern Sie aus a), dass eine strikt spaltiagonaldominante Matrix B R n n invertierbar ist. 4. Gleitpunktarithmetik (8 P.) a) Betrachten Sie den folgen MATLAB-Code: a = 1; while (1 + a > 1) a = a / 3; Nehmen Sie an, der Code wird auf einem Computer in der Gleitpunktarithmetik F(3, 3, 3, 3) ausgeführt. Zeigen Sie, dass der Code terminiert. Was ist der Wert von a nach der Schleife? Begründen Sie. b) Definieren Sie die Operation rd : Bereich(F) F der Rundung nach IEEE754. Berechnen Sie damit für die Arithmetik F = F(10, 3, 2, 2) den Wert von i) rd( ), ii) rd(2.416), iii) rd( 3 1.7). Bitte wen!

3 5. Diskretisierung einer Differentialgleichung (25 P.) Betrachten Sie die Differentialgleichung: Für f C 0 ([0, 1]) und g C 0 (R) sei eine Funktion u C 2 ([0, 1]) gesucht, so dass u (x) + u(x) + g(u(x)) = f(x), x (0, 1) u(0) = 0, u(1) = 0. a) Sei zunächst u C 3 ([0, 1]), x (0, 1) beliebig. Zeigen Sie, dass für hinreich kleines h > 0 gilt: u (x) = h 2 [u(x h) 2u(x) + u(x + h)] + O(h). b) Diskretisieren Sie die Differentialgleichung, indem Sie die Ableitung an N + 2 äquidistanten Stützstellen x i [0, 1], i = 0,..., N + 1, durch den Differenzenquotienten aus a) ersetzen. Stellen Sie schematisch ein Gleichungssystem Au + u + G(u) = f in den unbekannten Koeffizienten u = (u 1,..., u N ) für allgemeines N auf und definieren Sie A, f und G(u). c) Zeigen Sie, dass die Fixpunktiteration u (k+1) = Φ(u (k) ) = (A + I) 1 (f G(u (k) )) konsistent ist mit der Gleichung Au + u + G(u) = f. Zeigen Sie, dass Φ eine Kontraktion bezüglich der 2-Norm ist, wenn es ein 0 L < 1 gibt, so dass g(u) g(v) L u v u, v R, und wenn L (A + I) 1 2 < 1. d) Vervollständigen Sie den MATLAB-Code im Ordner Aufgabe5 in den Dateien setupmatrix.m, setuploadvector.m, calcg.m, calcphi.m und ebenfalls exercise5.m, und berechnen Sie die Lösung u. Dabei sei f(x) = 25x(x 2 2) und g(u) = 1 3π sin(πu)2. Berücksichtigen Sie dabei die Anweisungen und Kommentare im Code. Stellen Sie sicher, dass beide generierten Plots gespeichert wurden. e) Interpretieren Sie untenstehen Konvergenzplot, der vom MATLAB-Code erzeugt wird. Um welche Art Konvergenz handelt es sich? Begründen Sie Konvergenz u (k) u (k+1) k Siehe nächstes Blatt!

4 Code zu 5.c) Nur im Entwurf enthalten, Code später nur als Dateien auf den Prüfungscomputern gespeichert. Vervollstaigen Sie! function A = setupmatrix(n) Stellt die "Ableitungsmatrix" A in Abhaengigkeit der Systemgroesse N auf Input: N Systemgroesse, N >= 2 Output: A NxN-Matrix des Differenzenquotienten der 2. Ableitung (erste zentrale Differenz) Author:?????? Computer (slabxxx): function A = setupmatrix(n) A wenn moeglich ohne for-schleife berechnen, verwen Sie diag????? Vervollstaigen Sie! function f = setuploadvector(n) Stellt den Spaltenvektor der rechten Seite f in Abhaengigkeit der Systemgroesse N auf Input: N Systemgroesse, N >= 2 Output: f Spaltenvektor der Groesse N, enthaelt die Werte der vorgegebenen Funktion f(x) an den Stuetzstellen x_i Author:?????? Computer (slabxxx): function f = setuploadvector(n) Bitte wen!

5 f wenn moeglich ohne for-schleife berechnen????? Vervollstaigen Sie! function Gu = calcg(u) Wertet die Funktion G auf einem Vektor u (komponentenweise) aus. Input: u Spaltenvektor Output: Gu Spaltenvektor des Funktionswertes Gu_i = G(u_i) Author:????? Computer (slabxxx): function Gu = calcg(u) Gu wenn moeglich ohne for-schleife berechnen Gu =????? Vervollstaigen Sie! function un = calcphi(ua, A, f) Wertet die Iterationsfunktion Phi auf einer Iterierten ualt aus. Input: ua Spaltenvektor (aktuelle Iterierte) A Systemmatrix f Spaltenvektor der rechten Seite Output: un Spaltenvektor der naechsten Iterierte Author:????? Computer (slabxxx): Siehe nächstes Blatt!

6 function un = calcphi(ua, A, f) wenn moeglich, ohne eine explizite Inverse zu bilden un =????? Dieses Skript stellt die Matrix A und den Vektor f fuer N=20 auf und fuehrt 30 Iterationen der Fixpunktiteration durch. Der Startwert fuer u ist u(x) = 1. Am Ende plottet es die Loesung u ueber [0,1] und die 2-Norm der Differenz zweier aufeinanderfolger Iterationswerte uˆ{k+1} und uˆ{k} gegen den Iterationszaehler k. Vervollstaigen Sie alle Luecken! Ihr Name:????? Ihr Computer (slabxxx): N = 20; kmax = 30; Startwert fuer die Iteration u = zeros(n, 1); Vektor der Normen der Differenzen zweier aufeinander- folger Iterationswerte udiff = zeros(1, kmax); Durchfuehren der Iteration A = setupmatrix(n); f = setuploadvector(n); for k =?????????? close all; 1. Plot der Loesung figure; plot(0:1/(n+1):1, [0; u ; 0]. ); xlabel( x ); ylabel( u(x) ); title( Aufgabe 5: Ausgerechnete Loesung u ); saveas(gcf, a5loesung.pdf, pdf ); 2. Konvergenzplot Bitte wen!

7 figure; semilogy(1:kmax, udiff); xlabel( k ); ylabel( uˆ{(k)} - uˆ{(k+1)} _2 ); title( Aufgabe 5: Konvergenz ); saveas(gcf, a5konvergenz.pdf, pdf );

Numerische Analysis - Matlab-Blatt 5

Numerische Analysis - Matlab-Blatt 5 Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Sommersemester 05 Numerische Analysis - Matlab-Blatt 5 Lösung (Besprechung

Mehr

Modulprüfung Numerische Mathematik 1

Modulprüfung Numerische Mathematik 1 Prof. Dr. Klaus Höllig 18. März 2011 Modulprüfung Numerische Mathematik 1 Lösungen Aufgabe 1 Geben Sie (ohne Beweis an, welche der folgenden Aussagen richtig und welche falsch sind. 1. Die Trapezregel

Mehr

Newton-Verfahren für ein Skalarfunktion

Newton-Verfahren für ein Skalarfunktion Newton-Verfahren für ein Skalarfunktion Für eine Näherungsberechnung von Nullstellen einer reellen Funktion f(x) : R R benutzt man das Newton-Verfahren: x (n+1) = x (n) f(x (n) )/f (x (n) ). Das Newton-Verfahren

Mehr

2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p

2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p Wiederholungsaufgaben Algorithmische Mathematik Sommersemester Prof. Dr. Beuchler Markus Burkow Übungsaufgaben Aufgabe. (Jacobi-Verfahren) Gegeben sei das lineare Gleichungssystem Ax b = für A =, b = 3.

Mehr

MATLAB Einführung. Numerische Methoden für ITET und MATL Dr. S. May, D. Devaud. ETH Zürich, Seminar for Applied Mathematics

MATLAB Einführung. Numerische Methoden für ITET und MATL Dr. S. May, D. Devaud. ETH Zürich, Seminar for Applied Mathematics Numerische Methoden für ITET und MATL 2016 ETH Zürich, Seminar for Applied Mathematics Dr. S. May, D. Devaud Frame 2 MATLAB Auf ETH Computer vorinstalliert Auf Heim PC: von www.ides.ethz.ch herunterladen

Mehr

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

KLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2. MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Nichtlineare Gleichungssysteme Jetzt: Numerische Behandlung nichtlinearer GS f 1 (x 1,..., x n ) =0. f n (x 1,..., x n ) =0 oder kurz f(x) = 0 mit f : R n R n Bemerkung: Neben dem direkten Entstehen bei

Mehr

Näherungsverfahren zur Bestimmung der Nullstelle α sind iterativ, d.h. sie liefern eine Folge {x (k) } k=0 mit α = lim x (k). (3.0.

Näherungsverfahren zur Bestimmung der Nullstelle α sind iterativ, d.h. sie liefern eine Folge {x (k) } k=0 mit α = lim x (k). (3.0. 3 Nullstellenbestimmung von Funktionen Sei x f(x) eine reellwertige Funktion, definiert auf einem Intervall I = [a, b] R. suchen Nullstellen der Funktion f, d.h. Wir finde α R so, das f(α) = 0. (3.0.1)

Mehr

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6.1 Nullstellen reeller Funktionen Bemerkung 6.1 (Problemstellung) geg.: f C[a, b] ges.: x [a, b] mit f(x ) = 0 Lösungstheorie f linear

Mehr

5 Numerische Mathematik

5 Numerische Mathematik 6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul

Mehr

6. Iterationsverfahren. Fixpunktiteration. 6.Iterationsverfahren: Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16

6. Iterationsverfahren. Fixpunktiteration. 6.Iterationsverfahren: Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16 6. Iterationsverfahren Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16 Beispiel: Ausbreitung eines Grippevirus in einem Kindergarten Zeitpunkt t 0 t 1 t 2 t 3 t 4 t 5 Anteil kranker

Mehr

D-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 1

D-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 1 D-MAVT NUMERISCHE MATHEMATIK FS 4 K. Nipp, A. Hiltebrand Lösung vom Test. Sei eps die Maschinengenauigkeit in Matlab. Dann gilt: eps/4 = Richtig / Falsch + eps/2 = Richtig / Falsch 8 + eps = 8 Richtig

Mehr

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016 Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b

Mehr

Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen

Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen Wintersemester 2012/201 Zwischentest Teil 1: 1. Was bedeuten die Bezeichnungen O(h) und o(h)? (Definition) (siehe Skript!)

Mehr

Kapitel 4: Nichtlineare Nullstellenprobleme

Kapitel 4: Nichtlineare Nullstellenprobleme Vorlesung Höhere Mathematik: Numerik (für Ingenieure) Kapitel 4: Nichtlineare Nullstellenprobleme Jun.-Prof. Dr. Stephan Trenn AG Technomathematik, TU Kaiserslautern Sommersemester 2015 HM: Numerik (SS

Mehr

7. Übungs-/Wiederholungsblatt zu Einführung in die Numerik (SS 2012)

7. Übungs-/Wiederholungsblatt zu Einführung in die Numerik (SS 2012) Technische Universität München Zentrum Mathematik, M1 Prof. Dr. Boris Vexler Dr. Ira Neitzel Dipl.-Math. Alana Kirchner 7. Übungs-/Wiederholungsblatt zu Einführung in die Numerik (SS 2012) Diese Auswahl

Mehr

KAPITEL 5. Nichtlineare Gleichungssysteme

KAPITEL 5. Nichtlineare Gleichungssysteme KAPITEL 5. Nichtlineare Gleichungssysteme Beispiel 5.1. Gravitationskraft zwischen zwei Punktmassen m 1 und m 2 mit gegenseitigem Abstand r: F = G m 1m 2 r 2, wobei G = 6.67 10 11 Nm 2 /kg. Gravitationsfeld

Mehr

Klausur zur Vordiplom-Prüfung

Klausur zur Vordiplom-Prüfung Technische Universität Hamburg-Harburg SS 25 Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren 22. Juli 25 Sie haben 9 Minuten Zeit zum Bearbeiten der

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dipl.-Math. Dipl.-Inf. Jürgen Bräckle Dr.-Ing. Markus

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

A 1 A 2 A 3 A 4 A 5 A 6 A 7

A 1 A 2 A 3 A 4 A 5 A 6 A 7 Institut für Geometrie und Praktische Mathematik Numerisches Rechnen für Informatiker WS 7/8 Prof. Dr. H. Esser J. Grande, Dr. M. Larin Klausur Numerisches Rechnen für Informatiker Hilfsmittel: keine (außer

Mehr

5. Numerische Differentiation. und Integration

5. Numerische Differentiation. und Integration 5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen

Mehr

KAPITEL 10. Numerische Integration

KAPITEL 10. Numerische Integration KAPITEL 10. Numerische Integration 10.1 Einleitung Sei Es gilt I Ĩ = b I = b a a f(x) f(x) dx f(x) dx, Ĩ = b b a f(x) dx. a f(x) f(x) dx (b a) f f. I Ĩ I (b a) f f b a f(x) dx = ba f dx b a f(x) dx f f

Mehr

(d) das zu Grunde liegende Problem gut konditioniert ist.

(d) das zu Grunde liegende Problem gut konditioniert ist. Aufgabe 0: (6 Punkte) Bitte kreuzen Sie die richtige Lösung an. Es ist jeweils genau eine Antwort korrekt. Für jede richtige Antwort erhalten Sie einen Punkt, für jede falsche Antwort wird Ihnen ein Punkt

Mehr

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Nichtlineare Gleichungen in einer und mehreren Unbekannten Nichtlineare Gleichungen in einer und mehreren Unbekannten 2. Vorlesung 170004 Numerische Methoden I Clemens Brand 25. Februar 2010 Newton- Gliederung Newton-, ng Newton- , Fragenliste Nichtlineare Gleichungen

Mehr

8.3 Lösen von Gleichungen mit dem Newton-Verfahren

8.3 Lösen von Gleichungen mit dem Newton-Verfahren 09.2.202 8.3 Lösen von Gleichungen mit dem Newton-Verfahren Beispiel: + 2 e Diese Gleichung kann nicht nach aufgelöst werden, da die beiden nicht zusammengefasst werden können. e - - 2 0 Die gesuchten

Mehr

Inhalt Kapitel I: Nichtlineare Gleichungssysteme

Inhalt Kapitel I: Nichtlineare Gleichungssysteme Inhalt Kapitel I: Nichtlineare Gleichungssysteme I Nichtlineare Gleichungssysteme I. Nullstellenbestimmung von Funktionen einer Veränderlichen I.2 I.3 Newton-Verfahren Kapitel I (UebersichtKapI) 3 Bisektionsverfahren

Mehr

Iterative Verfahren, Splittingmethoden

Iterative Verfahren, Splittingmethoden Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem

Mehr

Tutorial: Numerisch Differenzieren

Tutorial: Numerisch Differenzieren (basierend auf dem Skript Numerik für Ingenieure von R. Axthelm) Aufgabenstellung: Von ihrem GPS-Gerät bekommen sie alle 12 Sekunden ihre aktuelle Position zugeschickt. Daraus können sie das unten dargestellte

Mehr

Institut für Geometrie und Praktische Mathematik

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

Mehr

Aufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4

Aufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4 Prof. Dr. B. Billhardt Wintersemester 4/5 Klausur zur Vorlesung Höhere Mathematik II (BNUW) 4.3.5 Aufgabe (a) Ermitteln Sie die Nullstellen des Polynoms p(z) = z 4 4z 3 + 3z + 8z. Tipp: p( + i) =. (b)

Mehr

Numerische Methoden 6. Übungsblatt

Numerische Methoden 6. Übungsblatt Karlsruher Institut für Technologie (KIT) SS 202 Institut für Analysis Prof. Dr. Michael Plu Dipl.-Math.techn. Rainer Mandel Nuerische Methoden 6. Übungsblatt Aufgabe 3: Newton-Verfahren I Ziel dieser

Mehr

D-ITET, D-MATL Numerische Methoden SS 2006 Prof. R. Jeltsch. Musterlösung 6. x A 1 b. A 1 b A 1. x A ( A. gestört: x A 1 =

D-ITET, D-MATL Numerische Methoden SS 2006 Prof. R. Jeltsch. Musterlösung 6. x A 1 b. A 1 b A 1. x A ( A. gestört: x A 1 = D-ITET, D-MATL Numerische Methoden SS 2006 Prof. R. Jeltsch Musterlösung 6 1. a b exakt: x = c Die Inverse von A lautet x = A 1 b x = A 1 b x A 1 b x A 1 b x A 1 b A x b x κ A b x b 3 1 A 1 = gestört:

Mehr

Inverse und implizite Funktionen

Inverse und implizite Funktionen Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W

Mehr

Newton-Verfahren zur gleichungsbeschränkten Optimierung. 1 Gleichungsbeschränkte Optimierungsprobleme

Newton-Verfahren zur gleichungsbeschränkten Optimierung. 1 Gleichungsbeschränkte Optimierungsprobleme Newton-Verfahren zur gleichungsbeschränkten Optimierung Armin Farmani Anosheh (afarmani@mail.uni-mannheim.de) 3.Mai 2016 1 Gleichungsbeschränkte Optimierungsprobleme Einleitung In diesem Vortrag geht es

Mehr

Diplom VP Numerik 21. März 2005

Diplom VP Numerik 21. März 2005 Diplom VP Numerik. März 5 Aufgabe Gegeben sei das lineare Gleichungssystem Ax = b mit A = 3 3 4 8 und b = 4 5.5 6. ( Punkte) a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung. Geben Sie

Mehr

TU Ilmenau Institut für Mathematik Übungsaufgaben zum Lehrgebiet Numerische Mathematik III Numerik gewöhnlicher Differentialgleichungen

TU Ilmenau Institut für Mathematik Übungsaufgaben zum Lehrgebiet Numerische Mathematik III Numerik gewöhnlicher Differentialgleichungen TU Ilmenau Institut für Mathematik Übungsaufgaben zum Lehrgebiet Numerische Mathematik III Numerik gewöhnlicher Differentialgleichungen Datei: NM34.TEX Serie 6 Mehrschrittverfahren (MSV) 1. Die allgemeine

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

3 Nichtlineare Gleichungssysteme

3 Nichtlineare Gleichungssysteme 3 Nichtlineare Gleichungsssteme 3.1 Eine Gleichung in einer Unbekannten Problemstellung: Gegeben sei die stetige Funktion f(). Gesucht ist die Lösung der Gleichung f() = 0. f() f() a) f ( ) 0 b) f ( )

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

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

9 Lineare Gleichungssysteme

9 Lineare Gleichungssysteme 9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der

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

Fixpunkt-Iterationen

Fixpunkt-Iterationen Fixpunkt-Iterationen 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 27. Februar 2014 Gliederung Wiederholung: Gleichungstypen, Lösungsverfahren Grundprinzip

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 2 Nichtlineare Gleichungssysteme Problem: Für vorgegebene Abbildung f : D R n R n finde R n mit oder ausführlicher f() = 0 (21) f 1 ( 1,, n ) = 0, f n ( 1,, n ) = 0 Einerseits führt die mathematische

Mehr

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Mathematik für Anwender I. Beispielklausur I mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.

Mehr

Numerische Mathematik I für Ingenieure Multiple-Choice Klausuraufgaben Frühjahr 08

Numerische Mathematik I für Ingenieure Multiple-Choice Klausuraufgaben Frühjahr 08 Numerische Mathematik I für Ingenieure Multiple-Choice Klausuraufgaen Frühjahr 08 Hier einige Hinweise zu den MC-Aufgaen. Die Lösungen sollten nicht auswendig gelernt werden. Man sollte verstehen, warum

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

Nichtlineare Gleichungen, mehrere Unbekannte

Nichtlineare Gleichungen, mehrere Unbekannte Dritte Vorlesung, 6. März 2008, Inhalt Aufarbeiten von Themen der letzten Vorlesung, und Nichtlineare Gleichungen, mehrere Unbekannte Systeme nichtlinearer Gleichungen Vektor- und Matrixnormen Fixpunkt-Iteration,

Mehr

Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange.

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

Mehr

Der CG-Algorithmus (Zusammenfassung)

Der CG-Algorithmus (Zusammenfassung) Der CG-Algorithmus (Zusammenfassung) Michael Karow Juli 2008 1 Zweck, Herkunft, Terminologie des CG-Algorithmus Zweck: Numerische Berechnung der Lösung x des linearen Gleichungssystems Ax = b für eine

Mehr

Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)

Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 8 Partielle

Mehr

5 Numerische Iterationsverfahren

5 Numerische Iterationsverfahren In diesem Kapitel besprechen wir numerische Iterationsverfahren (insbesondere Fixpunktverfahren) als eine weitere Lösungsmethode zur Lösung von linearen Gleichungssystemen (Kapitel 4) sowie zur Lösung

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016

Lineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016 P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Name a a Note Vorname Leginummer Datum 19.08.2016 1 2 3 4 5 6 Total 7P 11P 10P 11P

Mehr

18.4 Das Newton-Verfahren

18.4 Das Newton-Verfahren 18.4 Das Newton-Verfahren Ziel: Wir suchen die Nullstellen einer Funktion f : D R n, D R n : f(x) = 0 Wir kennen bereits die Fixpunktiteration x k+1 := Φ(x k ) mit Startwert x 0 und Iterationsvorschrift

Mehr

I f AM. 2. Übung zur Numerischen Mathematik I. Hausübung. Hannover, den

I f AM. 2. Übung zur Numerischen Mathematik I. Hausübung. Hannover, den Hannover, den 14.10.2002 1. Übung zur Numerischen Mathematik I Aufgabe 1.1 Man nde das Interpolationspolynom p 2 P 2, das die Funktion f(x) = cos(x) in den Punkten x k := π 2 + π k n, h = 1 n, k = 0,...,

Mehr

bekannt Analog reduzieren wir die Randwerte im 2d-System. Man erhält dann eine Blocktridia-

bekannt Analog reduzieren wir die Randwerte im 2d-System. Man erhält dann eine Blocktridia- 3.. Jetzt: Eliminiere 1. und 2. wie folgt u 2 + 2u 1 = h 2 f 1 + α }{{} bekannt Nun: Au = b mit A R n,n, b R n, u R n und A hat die Gestalt 2 1 1 2 1 A =......... =: tridiag( 1, 2, 1)...... 1 1 2 Analog

Mehr

Hochschule RheinMain WS 2016/17 Prof. Dr. D. Lehmann. 7. Übungsblatt zur Vorlesung Komplexe Funktionen

Hochschule RheinMain WS 2016/17 Prof. Dr. D. Lehmann. 7. Übungsblatt zur Vorlesung Komplexe Funktionen Hochschule RheinMain WS 2016/17 Prof. Dr. D. Lehmann 7. Übungsblatt zur Vorlesung Komplexe Funktionen (Schauen Sie sich dieses Übungsblatt als pdf-file auf dem Computer an, um alle Abbildungen in Farbe

Mehr

Analysis und Lineare Algebra mit MuPAD

Analysis und Lineare Algebra mit MuPAD Analysis und Lineare Algebra mit MuPAD Dehling/Kubach Mögliche Themen für Abschlussprojekte 1 Fourier-Reihen Zu einer integrierbaren Funktion f : [0,2π] R definieren wir die Fourier-Reihe wobei a 0 = 1

Mehr

5 Interpolation und Approximation

5 Interpolation und Approximation 5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)

Mehr

Gleichungen, GS und Nullstellen

Gleichungen, GS und Nullstellen TU Ilmenau Institut für Mathematik FG Numerische Mathematik und Informationsverarbeitung PD Dr. W. Neundorf Datei: UEBG5.TEX Übungsaufgaben zum Lehrgebiet Numerische Mathematik - Serie 5 Gleichungen, GS

Mehr

Klausur zur Vordiplom-Prüfung

Klausur zur Vordiplom-Prüfung Technische Universität Hamburg-Harburg SS Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren. Juli Sie haben Minuten Zeit zum Bearbeiten der Klausur. Bitte

Mehr

D-INFK Lineare Algebra HS 2014 Roman Glebov Marc Pollefeys. Serie 13

D-INFK Lineare Algebra HS 2014 Roman Glebov Marc Pollefeys. Serie 13 D-INFK Lineare Algebra HS 2014 Roman Glebov Marc Pollefeys Serie 13 1. Um einen Tisch sitzen 7 Zwerge. Vor jedem steht ein Becher mit Milch. Einer der Zwerge verteilt seine Milch gleichmässig auf alle

Mehr

Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min)

Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min) Lehrstuhl für Angewandte Mathematik Montanuniversität Leoben 70 004 Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan. 207 2:00-4:00 (20 min) Name Matrikelnummer Mündliche Prüfung: Bitte markieren

Mehr

Klausurlösung Einführung in Numerische Methoden und FEM Universität Siegen, Department Maschinenbau,

Klausurlösung Einführung in Numerische Methoden und FEM Universität Siegen, Department Maschinenbau, Universität Siegen, Department Maschinenbau, 7.7. Aufgabe y 3 l 3 3 F l l x Das dargestellte Fachwerk soll statisch mit Hilfe der FEM untersucht werden. Die Knoten und Elemente sind in der Abbildung nummeriert.

Mehr

II. Elliptische Probleme

II. Elliptische Probleme II. Elliptische Probleme II.1 Finite Differenzen: Grundidee II.2 Konvergenzaussagen II.3 Allgemeine Randbedingungen II.4 Gekrümmte Ränder Kapitel II (0) 1 Dirichlet Randwerte mit finiten Differenzen Einfachster

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen

Mehr

Numerische Verfahren

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

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

Inexakte Newton Verfahren

Inexakte Newton Verfahren Kapitel 3 Inexakte Newton Verfahren 3.1 Idee inexakter Newton Verfahren Wir betrachten weiterhin das nichtlineare Gleichungssystem F (x) = mit einer zumindest stetig differenzierbaren Funktion F : R n

Mehr

Numerische Verfahren Übungen und Lösungen, Blatt 1

Numerische Verfahren Übungen und Lösungen, Blatt 1 Technische Universität Hamburg-Harburg Institut für Numerische Simulation, E-0 Dr. Jens-Peter M. Zemke Sommersemester 2008 Numerische Verfahren Übungen und Lösungen, Blatt Aufgabe : (Thema: relativer und

Mehr

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida GMA Grundlagen Mathematik und Analysis Reelle Funktionen 3 Christian Cenker Gabriele Uchida Data Analytics and Computing Nullstellen cos log : 0, 0,? 1 Fixpunkte Beispiel 1 Beispiel 2 1 0 0 und 1 1sin,?

Mehr

Regression, Interpolation, numerische. Integration

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

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt

Mehr

Kapitel 5. Lösung nichtlinearer Gleichungen

Kapitel 5. Lösung nichtlinearer Gleichungen Kapitel 5. Lösung nichtlinearer Gleichungen 5.1 Nullstellen reeller Funktionen, Newton-Verfahren 5.2 Das Konvergenzverhalten iterativer Verfahren 5.3 Methode der sukzessiven Approximation 5.4 Das Newton-Verfahren

Mehr

Einführung in die Programmierung (MA8003)

Einführung in die Programmierung (MA8003) Theorie 2.2: Schleifen, Vektorisierung, bedingte Ausführung Dr. Lorenz John Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 05.10.2016 Numerische Mathematik M2

Mehr

Numerische Ableitung

Numerische Ableitung Numerische Ableitung Die Ableitung kann angenähert werden durch den Differentenquotient: f (x) f(x + h) f(x) h oder f(x + h) f(x h) 2h für h > 0, aber h 0. Beim numerischen Rechnen ist folgendes zu beachten:

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

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

Ausgleichsproblem. Definition (1.0.3)

Ausgleichsproblem. Definition (1.0.3) Ausgleichsproblem Definition (1.0.3) Gegeben sind n Wertepaare (x i, y i ), i = 1,..., n mit x i x j für i j. Gesucht ist eine stetige Funktion f, die die Wertepaare bestmöglich annähert, d.h. dass möglichst

Mehr

Mathematik für Betriebswirte II (Analysis) 2. Klausur Sommersemester

Mathematik für Betriebswirte II (Analysis) 2. Klausur Sommersemester Mathematik für Betriebswirte II (Analysis) 2. Klausur Sommersemester 204 24.09.204 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................

Mehr

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x

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

Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang. Institut für Geometrie und Praktische Mathematik RWTH Aachen

Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang. Institut für Geometrie und Praktische Mathematik RWTH Aachen Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen

Mehr

Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression

Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at

Mehr

i j m f(y )h i h j h m

i j m f(y )h i h j h m 10 HÖHERE ABLEITUNGEN UND ANWENDUNGEN 56 Speziell für k = 2 ist also f(x 0 + H) = f(x 0 ) + f(x 0 ), H + 1 2 i j f(x 0 )h i h j + R(X 0 ; H) mit R(X 0 ; H) = 1 6 i,j,m=1 i j m f(y )h i h j h m und passendem

Mehr

Optimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn

Optimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum

Mehr

Numerik für Ingenieure I Wintersemester 2008

Numerik für Ingenieure I Wintersemester 2008 1 / 33 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 16.1.2009 2 / 33 Wiederholung Polynom Interpolation Vandermonde Ansatz Newton Interpolation: Beispiel

Mehr

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,

Mehr

Trifft uns der Komet?

Trifft uns der Komet? Trifft uns der Komet? Teilnehmer: Paul Barth Hristo Boyadzhiev Batkhaan Erdenetsetseg Roxana Esmaili Bryan Oppong-Boateng Felix Roth Julius Paul Rußmann Jean-Pierre Walter Bela Tim Wiethüchter Herder-Gymnasium

Mehr

Nullstellenberechnung von nichtlinearen Funktionen

Nullstellenberechnung von nichtlinearen Funktionen Kapitel 3 Nullstellenberechnung von nichtlinearen Funktionen In dieser Vorlesung wird nur die Nullstellenberechnung reeller Funktionen einer reellen Variablen f : R R betrachtet. Man nennt die Nullstellen

Mehr

Vektor und Matrixnormen Vorlesung vom

Vektor und Matrixnormen Vorlesung vom Vektor und Matrixnormen Vorlesung vom 20.12.13 Grundlagen: Matrix Vektor und Matrixprodukt. Lineare Räume. Beispiele. Problem: Berechne die Lösung x von Ax = b zu gegebenem A R n,n und b R n. Ziele: Konditionsanalyse

Mehr

In haltsverzeich n is

In haltsverzeich n is In haltsverzeich n is Einleitung... 1 1 Einstieg in MATLAB, Scilab und Octave... 7 1.1 Installation der Programme... 7 1.1.1 Installation von MA TLAB... 7 1.1.2 Installation von Scilab... 8 1.1.3 Installation

Mehr

ETHZ, D-MATH. Numerische Methoden D-PHYS, WS 2015/16 Dr. V. Gradinaru

ETHZ, D-MATH. Numerische Methoden D-PHYS, WS 2015/16 Dr. V. Gradinaru ETHZ, D-MATH Prüfung Numerische Methoden D-PHYS, WS 5/6 Dr. V. Gradinaru..6 Prüfungsdauer: 8 Minuten Maximal erreichbare Punktzahl: 6. Der van-der-pol Oszillator ( Punkte) Der van-der-pol Oszillator kann

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 6

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 6 R. Hiptmair S. Pintarelli E. Spindler Herbstsemester 2014 Lineare Algebra und Numerische Mathematik für D-BAUG Serie 6 ETH Zürich D-MATH Einleitung. Diese Serie behandelt nochmals das Rechnen mit Vektoren

Mehr

Nichtlineare Gleichungen

Nichtlineare Gleichungen Nichtlineare Gleichungen Ein wichtiges Problem in der Praxis ist die Bestimmung einer Lösung ξ der Gleichung f(x) =, () d.h. das Aufsuchen einer Nullstelle ξ einer (nicht notwendig linearen) Funktion f.

Mehr

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

8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n. 8 Interpolation 81 Problemstellung Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen x 0 < x 1 < < x n Eingabedaten: (x 0, f 0 ),(x 1, f 1 ),,(x n, f n ) Gegebene Daten (x j, f j ) Analysis

Mehr

Numerische Mathematik - Aufgaben Serie 1

Numerische Mathematik - Aufgaben Serie 1 Serie. Gesucht sei die Lösung des linearen Gleichungssystems (LGS) Ax = b mit ( ) ( ).78.563.7 A = und b =..93.659.54 Um einfach festzustellen, ob ein Vektor x Lösung des Systems ist, prüft man, ob der

Mehr

Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Eine kurze Einführung in Quasi Newton Verfahren

Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Eine kurze Einführung in Quasi Newton Verfahren Ergänzungen zu dem Buch Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben von Carl Geiger und Christian Kanzow (Springer Verlag, 1999) Eine kurze Einführung in Quasi Newton Verfahren

Mehr