Feder-Masse-Kette mit 5 gleichen Massen und 6 gleichen Federn, Eigenwert-Methode und Zeitbereich mit FFT-Methode

Größe: px
Ab Seite anzeigen:

Download "Feder-Masse-Kette mit 5 gleichen Massen und 6 gleichen Federn, Eigenwert-Methode und Zeitbereich mit FFT-Methode"

Transkript

1 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. /9 Feder-Masse-Kette mit gleichen Massen und 6 gleichen Federn, Eigenwert-Methode und Zeitbereich mit FFT-Methode D D D D D D6 m m m m m x x x Hier sind alle Massen gleich und alle Federn gleich Motivation: Das System Feder-Masse-Kette wird in vielen Büchern Technische Mechanik oder Schwingungslehre behandelt. Dort aber meist nur mit Algebra-Methoden, nicht dagegen im Zeitbereich. Im vorliegenden Text werden sowohl Algebra-Methoden als auch der Zeitbereich mit Frequenzanalyse ( FFT) verwendet. Die untersuchte Kette aus Massen hat (aus Symmetrie-Gründen!) mehrere Schwingungsknoten, also Punkte, die bei der fraglichen Frequenz nicht mitschwingen. Mit dem verwendeten Programm kann demonstriert werden, dass bei einem Stoß auf eine Masse, die einen Schwingungsknoten hat, diejenige Frequenz, die diesen Knoten hat, nicht angeregt wird. Diese Erkenntnis kann z.b. angewendet werden, indem man eine unwuchtige Maschine in einem Schwingungsknoten aufstellt. S. dazu Weiterhin kann man demonstrieren, dass das System rein sinusförmig in einer Eigenfrequenz schwingt, wenn die Startwerte wie die Schwingungsform dieser Frequenz gewählt werden. Zunächst einige Aufrufe und Diskussion der Ergebnisse: clear;dt=.;tmax=;bild=;druck=;v=[,,,,];sub=;teilfr=.;teilz=.;nmasket; info= Ket 6 Pos Bild Modalform von Ket Freq bild, dt=., v= [ ], N =6, teilfr=. Beträge der Spektren. x Hz x x

2 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. /9 bild, dt=., v= [ ], teilz=. x x x sec Hier wurde der Startvektor v= [,,,, ] benutzt. Das entspricht einem Schlag auf die Masse m. Da m laut Modalformen bei allen Eigenfrequenzen mitschwingt, wurden durch diesen Schlag alle Eigenfrequenzen angeregt, wie aus dem Spektrum hervorgeht. Aus diesen Zeitsignalen kann man wenig herauslesen: weder die Frequenzen noch die Amplituden noch die Phasenwinkel. Aber im Frequenzbereich kann diese drei Fragen klären. Einzelheiten werden im nachfolgendem Matlab-Programm erläutert, s. im Abschnitt Maximum-Suche im Betragsspektrum. Die beiden folgenden Modaltabellen zeigen praktisch die gleichen Zahlenwerte. Allerdings wurden sie durch zwei völlig verschiedene Methoden berechnet: Die erste Tabelle (Tabges) wurde aus den Spektren abgelesen, die zweite Tabelle (Modges) ergab sich aus der Eigenwert-Algebra. Tabges = Modges =

3 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. /9 Startwerte anders, s. Vektor v clear;dt=.;tmax=;bild=;druck=;v=[,,,,];sub=;teilfr=.;teilz=.;nmasket; info= Ket 6 Pos Bild Modalform von Ket Freq bild, dt=., v= [ ], N =6, teilfr=. Beträge der Spektren. x Hz bild, dt=., v= [ ], teilz=. x x x x x sec Hier der Startvektor v= [,,,, ] benutzt. Das entspricht einem Schlag auf die Masse m. Da m laut Modalformen bei der Frequenz f ein Schwingungsknoten ist (also nicht mitschwingt), wurde dies Frequenz NICHT angeregt, siehe Spektrum: dort fehlet die Frequenzen f.

4 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. /9 Startwerte anders, s. Vektor v clear;dt=.;tmax=;bild=;druck=;v=[,,,,];sub=;teilfr=.;teilz=.;nmasket; info= Ket 6 Pos Bild Modalform von Ket Freq bild, dt=., v= [ ], N =6, teilfr=. Beträge der Spektren. x Hz bild 6, dt=., v= [ ], teilz=. x x x x x sec Hier der Startvektor v= [,,,, ] benutzt. Das entspricht einem Schlag auf die Masse m. Da m laut Modalformen bei den Frequenzen f und f ein Schwingungsknoten ist (also nicht mitschwingt), wurden diese beiden Frequenzen NICHT angeregt, siehe Spektrum: dort fehlen die Frequenzen f und f. Startwerte anders, s. Vektor v clear;dt=.;tmax=;bild=7;druck=;v=[,,-,,];sub=;teilfr=.;teilz=.;nmasket; info= Ket 6 Pos Bild 7 Modalform von Ket Freq bild 7, dt=., v= [ - ], N =6, teilfr=. Beträge der Spektren. x Hz x x

5 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. /9 bild 8, dt=., v= [ - ], teilz=. x x x sec Hier der Startvektor v= [,, -,, ] benutzt. Das entspricht der Modalform mit der Frequenz f=. Hz. Folglich wird nur die Frequenz f angeregt, d.h. die Massen m, m, m exakt sinusförmig mit dieser Frequenz, und zwar jeweils gegenphasig, wie aus der Modalform ersichtlich. Wie ebenfalls aus der Modalform hervorgeht, schwingen bei dieser Frequenz die Masse m und m nicht mit, denn sie sind bei dieser Frequenz Schwingungsknoten. Anschließend die verwendete Matlab-Datei Nmasket.m % Datei Nmasket.m % Kette aus N gleichen Massen und gleichen Federn, Suche nach Knoten % Eigenwert-Methode liefert Modalformen und Eigenfrequenzen. % Hier für N= % Zeitbereich, daraus FFT, daraus Modalformen und Eigenfrequenzen. % Wahlweise Modalformen und Spektren als subplots ins gleiche Bild % Anzahl Rechenpunkte als Potenz von, damit FFT schnell geht % Typische Aufrufe: % clear;dt=.;tmax=;bild=;druck=;v=[,,,,];sub=;teilfr=.;teilz=.;nmasket; % clear;dt=.;tmax=;bild=7;druck=;v=[.,-.87,,-.87,.];sub=;teilfr=.;teilz=.;nmasket; % % Heft R8 S. % Erkenntnisse: % ) Die beiden völlig verschieden arbeitenden Rechenmethoden % (Eigenwert-Methode, Zeitbereichsmethode mit (diskreter) Fourier-Analyse) % liefern die gleichen Ergebnisse für die Eigenfrequenzen u. Modalformen % )Wie erwartet: Wenn als Startwert eine Masse angestoßen wird, % die Knoten hat, dann werden diejenigen Frequenzen, bei denen diese % Masse Knoten hat, nicht angeregt!! % )Wie erwartet: Wenn als Startwerte die Werte der Modalformen benutzt werden, % dann schwingen alle Masse rein sinusförmig mit der richtigen Frequenz. format compact; N=; % Die Wahl von N= ist keine Einschränkung, bei entsprechender Programmierung % könnte N eine beliebige ganze Zahl sein m= ;D= ; % Auch die Wahl gleich grosser Masse und Federn ist keine Einschränkung. % Bei entsprechend geänderter Programmierung dürften die Federn D,D,D,.. beliebig sein % Auch die Werte für die Massen m,m,m.. dürften beliebig sein, % allerdings ungleich Null, weil durch mi geteilt wird. % Bildung der Massen-Matrix M M=zeros(N); for k=:n M(k,k)=m; % MassenMatrix % --> Konstruktionsprinzip der Feder-Matrix DF: % Das Diagonalelement i,i ist die Summe der Federkonstanten derjenigen Federn, % die mit der Masse i verbunden sind, % das Element der Position k,i ist die negative Federkonstante der Feder % zwischen Masse k und Masse i % Bildung der Feder-Matrix DF:

6 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. 6/9 DF=zeros(N); for k=:n; DF(k,k)=*D; for k=:n, DF(k,k-)=-D; DF(k-,k)=-D; % Aufruf der Eigenwert-Mathematik: %********************************************************************* [Freq,EVm]= useeig(df,m); % neue function zum Berechen und Speichern %******************************************************************** % Modalform speichern: Modges=[Freq;EVm]; kom=[' Ket',numstr(N)]; info=kom; Modname =kom; % Speichername save(modname,'modges','kom','info' ); % Aufruf der Funktion modform7sub zum Holen und Zeichnen der Modalformen set(,'defaultlinelinewidth',.); % Zeichnet dicke Linien (Modalformen) % modform7(bild,modname, druck, info); % die ist ohne de Parameter sub modform7sub(bild,modname, druck, info,sub); disp('das war Eigenwert-Methode, anshliessend Zeitbereich, Taste! '); pause; set(,'defaultlinelinewidth',.); % Zeichnet dünne Linien % % anschließend Zeitbereich, Start mit Eingabe-Vektor v % % Deklarieren der Speicherwerte: % Den Eingabewert tmax so korrigieren, % dass die Anzahl Rechenpunkte eine Potenz von ist, nämlich ^N_. N_= round(log(tmax/dt)) tmax=dt*^n_; Np=floor(tmax/dt); % NP = Anzahl Speicherwerte Np=^N_; % Wichtig für die spätere Fouier-Analyse, % dass Anzehl Rechenpunkte eine Potenz von ist tp=zeros(,np); % Wichtig, dass tp=zeros(,np), nicht etwa % tp=zeros(,np), sonst riesige Rechenzeit! xp=tp; xp=tp; p=tp; xp=tp; p=tp; %Startwerte; t=; x=; x=; =; x=; =; % xi = Auslenkungen v=v(); v=v(); v=v(); v=v(); v=v(); % vi = Geschwindigkeiten % z.b. im Aufruf Vektor v=[,,,,]; k=; dtddm=dt*d/m; % zur Abkürzung der Rechenzeit. % Geht nur, wenn alle Federn und Massen gleich sind tic; while t < tmax-dt % Wichtig, dass da steht tmax-dt, sonst ist Anzahl Punkte keine Potenz von, % dann riesige Rechenzeit für die Spektren. % Matlab. rechnet viel langsamer als Matlab 7 % Plotwerte speichern: k=k+; tp(k)=t; xp(k)=x; xp(k)=x; p(k)=; xp(k)=x; p(k)=; % neue Werte berechnen durch numerisches Lösen der DGLn. Das sieht % zwar ähnlich aus wie die Euler-Methode, ist aber sehr viel genauer % als Euler, denn bei Euler werden erst nach Durchgang durch eine Schleife % die neuen Werte verwendet. % Hier dagegen werden in jeder Zeile bereits die neuen Werte benutzt. x=x+v*dt; x=x+v*dt; =+v*dt; x=x+v*dt;

7 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. 7/9 =+v*dt; v=v+(-*x+x)*dtddm; v=v+(x-*x+)*dtddm; v=v+(x-*+x)*dtddm; v=v+(-*x+)*dtddm; v=v+(-*+x)*dtddm; t=t+dt; %while t < tmax RZ=toc; % Rechenzeit Zeitzbereich figure(bild+); clf reset; ofs=; % Zeitbereich nur bis teiz darstellen: mpl=floor(length(tp)*teilz); % nur von bis mpl plotten: plot(tp(:mpl),p(:mpl), tp(:mpl),xp(:mpl)+*ofs,... tp(:mpl),p(:mpl)+*ofs, tp(:mpl),xp(:mpl)+*ofs,... tp(:mpl),xp(:mpl)+*ofs); grid on; text(tmax*teilz,*ofs,' '); text(tmax*teilz,*ofs,' x'); text(tmax*teilz,*ofs,' ');text(tmax*teilz,*ofs,' x'); text(tmax*teilz,*ofs,' x'); S=['bild ',numstr(bild+)]; S=[', dt=',numstr(dt)]; S=[', vstart= [',numstr(v,),']']; S=[', teilz=',numstr(teilz)]; tit=[s,s,s,s]; title(tit);xlabel('sec') disp(' Das war Zeitbereich der Auslenkungen. Anschließend Spektren. Taste!'); pause; % Spektren: tic han=; if han== han=hanning(np); % Man beachte, dass die Hanningfunktion han ein Spaltenvektor ist, % drum die Verwendung der Transponierten han xph=xp.*han'; xph=xp.*han'; ph=p.*han'; xph=xp.*han'; ph=p.*han'; spx=fft(xph)/np; spx=fft(xph)/np; sp=fft(ph)/np; spx=fft(xph)/np; sp=fft(ph)/np; RZFreq= toc; % Rechenzeit Spektren, kann lang werden, df=/tmax; % Frequenzschrittweite Lsp=length(spx); Lpsp=floor(Lsp*teilFr); % Plotlänge der Spektren freq=:df:df*(lpsp-); pspx=abs(spx(:lpsp)); pspx=abs(spx(:lpsp)); psp=abs(sp(:lpsp)); pspx=abs(spx(:lpsp)); psp=abs(sp(:lpsp)); if sub > figure(bild); subplot(,,); else figure(bild+);clf;

8 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. 8/9 fofs=.; % Offset für Plotten der Spektren plot(freq,pspx+*fofs, freq,pspx+*fofs, freq,psp+*fofs,... freq,pspx+*fofs, freq,psp+*fofs); grid on; text(max(freq),*fofs,' x'); text(max(freq),*fofs,' x'); text(max(freq),*fofs,' '); text(max(freq),*fofs,' x'); text(max(freq),*fofs,' '); S=['bild ',numstr(bild)]; S=[', dt=',numstr(dt)]; %S=[', vstart=',numstr(v)]; S=[', vstart= [',numstr(v,),']']; S=[', N_=',numstr(N_)]; S=[', teilfr=',numstr(teilfr)]; tit=[s,s,s,s,s]; title(tit);xlabel('hz') ylabel('beträge der Spektren'); axis([,max(freq), -.*fofs,.*fofs]); % % Maximum-Suche im Betragsspektrum von x. % Daraus die Eigenfrequenzen und die Modalformen nr=; % nr der gefundenen Frequenz schwelle = e-; %e-; % e-6; for k=: length(pspx)-; % Suchprinzip: das Maximum ist größer als der Vorgänger und größer als der Nachfolger uralt=pspx(k-); % Vorgänger alt=pspx(k); % aktueller Wert neu=pspx(k+); % Nachfolger if (alt > uralt) & (alt > neu)& (alt > schwelle), nr=nr+; Fr(nr)=freq(k);wert(nr)=alt; wert(nr)= pspx(k); wi(nr)= angle( spx(k) /spx(k)); % wi = Winkel vom Quotienten der Spekten wert(nr)= psp(k); wi(nr)= angle( sp(k) /spx(k)); wert(nr)= pspx(k); wi(nr)= angle( spx(k) /spx(k)); wert(nr)= psp(k); wi(nr)= angle( sp(k) /spx(k)); wat= [Fr;wert]; % wi = Matrix der Winkelwerte, bezogen auf x wi=[zeros(,length(wi)); wi; wi; wi; wi]; % im Spektrum x die gefundenen Maxima als Kreise malen: hold on; plot(fr,wert+*fofs,'o'); % geht OK % Für die gefundenen Frequenzen die Quotienten der % Amplituden /Amplitude vom Spektrum x: Fr; % Evt. Ausgabe der gefundenen Spektralfrequenzen Fr Tab=[wert;wert;wert;wert;wert]; %Tab = Matrix der Spektralamplituden siztab=size(tab); % Maximalwerte jeder Spalte suchen-> Matrix maxi: for k=: length(fr), maxi(k)=max(tab(:,k)); maxi; % Ev. auf Bildschirm % Die Spalten normieren auf den Betrag des Maximalwerts jeder Spalte: for sp=: length(maxi) for zeil=: length(tab), Normi(zeil,sp)= Tab(zeil,sp)/maxi(sp);

9 C:\ro\Si\didaktik\matlab\Modal\Fedmas_Eig_und_Zeit.doc, S. 9/9 Normi; % OK, fehlt noch das Vorzeichen % Vorzeichen finden: VORZ=ones(length(Tab),length(maxi)); % Einheits-Matrix for sp=:length(maxi), for zeil=:length(tab), % Wenn Winkel > pi/, dann "gegenphasig", drum Vorzeichen -. if (abs(wi(zeil,sp)) > pi/); VORZ(zeil,sp)= -; VORZ; % Vorzeichenrichtige genormte Tabelle: Tab= Normi.*VORZ; % Elementweise Multiplikation! Tabges=[Fr;Tab] % Erste Zeile = Frequenzvektor (der gefundenen Frequenzen) % zum Vergleich mit der Eigenwert-Tabelle Modges, % Rechenzeiten auf Bildschirm: RZ, RZFreq % Ende Datei Nmasket.m

FFT-Methode zur Berechnung der Übertragungsfunktionen xi/f1 bei Kette aus 4 Massen Hier zusätzlich Phasenwinkel und Ortskurven

FFT-Methode zur Berechnung der Übertragungsfunktionen xi/f1 bei Kette aus 4 Massen Hier zusätzlich Phasenwinkel und Ortskurven R. Kessler, C:\ro\Si5\Buchneu\XFER\FFT_XFER_4MasseKette_3.doc, S. 1/7 FFT-Methode zur Berechnung der Übertragungsfunktionen xi/ bei Kette aus 4 Massen Hier zusätzlich Phasenwinkel und Ortskurven D1 D D3

Mehr

Demo falsche Anwendung der Fourier-Reihen: Die System-Antwort ist NICHT die (mit Transferfunktion bewertete) Fourierreihe des Eingangs

Demo falsche Anwendung der Fourier-Reihen: Die System-Antwort ist NICHT die (mit Transferfunktion bewertete) Fourierreihe des Eingangs Prof. Dr. R. Kessler, FH-Karlsruhe, C:\ro\Si5\homepage\welcome\ZusstellAufstell\Fourier_falsch_1.doc, S. 1/1 Prof. Dr. R. Kessler, FH Karlsruhe homepage: http://www.home.hs-karlsruhe.de/~kero1 Demo falsche

Mehr

Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)

Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle

Mehr

Einführung in MATLAB

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

Mehr

10:Exkurs MATLAB / Octave

10:Exkurs MATLAB / Octave 10:Exkurs MATLAB / Octave MATLAB (bzw. Octave als freie Version) ist eine numerische Berechnungsumgebung wurde vorrangig zum Rechnen mit Vektoren und Matrizen entworfen ist interaktiv benutzbar, vergleichbar

Mehr

14. Mechanische Schwingungen und Wellen

14. Mechanische Schwingungen und Wellen 14. Mechanische Schwingungen und Wellen Schwingungen treten in der Technik in vielen Vorgängen auf mit positiven und negativen Effekten (z. B. Haarrisse, Achsbrüche etc.). Deshalb ist es eine wichtige

Mehr

Informationsverarbeitung im Bauwesen

Informationsverarbeitung im Bauwesen V14 1 / 30 Informationsverarbeitung im Bauwesen Markus Uhlmann Institut für Hydromechanik WS 2009/2010 Bemerkung: Verweise auf zusätzliche Information zum Download erscheinen in dieser Farbe V14 2 / 30

Mehr

Passive Gleichrichter-Schaltungen, simuliert mit Matlab, dabei numerisches Finden des Dioden-Stroms aus Diodenkennlinie (Newton-Verfahren)

Passive Gleichrichter-Schaltungen, simuliert mit Matlab, dabei numerisches Finden des Dioden-Stroms aus Diodenkennlinie (Newton-Verfahren) R. Kessler,C:\ro\Si5\AJ\matlab53\PasGleichriMatlab1.doc, S. 1,5 Passive Gleichrichter-Schaltungen, simuliert mit Matlab, dabei numerisches Finden des Dioden-Stroms aus Diodenkennlinie (Newton-Verfahren)

Mehr

III. Schwingungen und Wellen

III. Schwingungen und Wellen III. Schwingungen und Wellen III.1 Schwingungen Physik für Mediziner 1 Schwingungen Eine Schwingung ist ein zeitlich periodischer Vorgang Schwingungen finden im allgemeinen um eine stabile Gleichgewichtslage

Mehr

Eine kurze Einführung in scilab

Eine kurze Einführung in scilab Eine kurze Einführung in scilab 1.5 1 0.5 0 0.5 1 1.5 1.5 1 0.5 0 0.5 1 von Dr. Werner E. Schabert April 2009 Version 3.1 Universität Augsburg Inhaltsverzeichnis 1 Rechenoperationen und mathematische

Mehr

Numerische Behandlung des Eigenwertproblems

Numerische Behandlung des Eigenwertproblems Numerische Behandlung des Eigenwertproblems Zusammenfassung Das Ziel dieses Vortrages ist, zwei gute Methoden für die numerische Bestimmung der Eigenwerte zu zeigen und wie man diese mit Matlab anwenden

Mehr

Jürgen Roth Didaktik der Linearen Algebra & Analytischen Geometrie

Jürgen Roth Didaktik der Linearen Algebra & Analytischen Geometrie Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie Modul 12a: Fachdidaktische Bereiche juergen-roth.de/lehre/did_linalg_anageo/ Kapitel 3: Modellieren & Angewandte Mathematik 3.1 Inhalte

Mehr

Vektoren. 2.1 Darstellung. Kapitel Subtraktion und Addition

Vektoren. 2.1 Darstellung. Kapitel Subtraktion und Addition Kapitel 2 Vektoren In diesem Kapitel werden wir im wesentlichen die verschiedenen Formen der Darstellung von Vektoren in MatLab sowie Verknüpfungen zwischen Vektoren betrachten. In letzterem Punkt ist

Mehr

Simulink: Einführende Beispiele

Simulink: Einführende Beispiele Simulink: Einführende Beispiele Simulink ist eine grafische Oberfläche zur Ergänzung von Matlab, mit der Modelle mathematischer, physikalischer bzw. technischer Systeme aus Blöcken mittels plug-and-play

Mehr

Termin 4: Programmieren in MATLAB

Termin 4: Programmieren in MATLAB Termin 4: Programmieren in MATLAB Währ dieses Termins werden Sie die Gelegenheit haben, sich am PC in die Grundlagen der Programmierung in MATLAB einzuarbeiten. Sie werden zwei mögliche Programmformen

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

DFT / FFT der Titel der Präsentation wiederholt (Ansicht >Folienmaster) Dipl.-Ing. Armin Rohnen, Fakultät 03, rohnen@hm.edu

DFT / FFT der Titel der Präsentation wiederholt (Ansicht >Folienmaster) Dipl.-Ing. Armin Rohnen, Fakultät 03, rohnen@hm.edu 1 Grundlagen Abtasttheorem Fenster Zeit - Frequenzauflösung Pegelgenauigkeit Overlap Mittelung 2 2 volle Schwingungen 32 Abtastwerte Amplitude = 1 Pascal Signallänge = 1 Sekunde Eine Frequenzline bei 2

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

Mehr

1.9 Eigenwerte und Eigenvektoren

1.9 Eigenwerte und Eigenvektoren .9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..

Mehr

Resonanz und Dämpfung

Resonanz und Dämpfung Resonanz und ämpfung Wenn eine Masse m an einem Federpendel (Federkonstante ) frei ohne ämpfung schwingt, genügt die Elongation s = s ( t ) der ifferentialgleichung m # s ( t ) + # s( t ) = 0. ies ist

Mehr

Eine Einführung zum numerischen Programmieren mit Matlab

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

Mehr

Argumente für die diskrete Realisierung der Fourierintegrale

Argumente für die diskrete Realisierung der Fourierintegrale Argumente für die diskrete Realisierung der Fourierintegrale Die Fouriertransformation gemäß der Beschreibung in Kapitel 3.1 weist aufgrund der unbegrenzten Ausdehnung des Integrationsintervalls eine unendlich

Mehr

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

Mehr

Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls

Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv

Mehr

3 Kurzeinführung in Matlab

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

Mehr

KANALCODIERUNG AUFGABEN. Aufgabe 1. Aufgabe 2

KANALCODIERUNG AUFGABEN. Aufgabe 1. Aufgabe 2 AUFGABEN KANALCODIERUNG Aufgabe Wir betrachten den Hamming-Code mit m = 5 Prüfbits. a) Wie gross ist die Blocklänge n dieses Codes? b) Wie viele gültige Codewörter umfasst dieser Code? c) Leiten Sie die

Mehr

= {} +{} = {} Widerstand Kondensator Induktivität

= {} +{} = {} Widerstand Kondensator Induktivität Bode-Diagramme Selten misst man ein vorhandenes Zweipolnetzwerk aus, um mit den Daten Amplituden- und Phasengang zu zeichnen. Das kommt meistens nur vor wenn Filter abgeglichen werden müssen oder man die

Mehr

Frequenzanalyse. Der Abstand der diskreten Frequenzlinien ist der Kehrwert der Periodendauer:

Frequenzanalyse. Der Abstand der diskreten Frequenzlinien ist der Kehrwert der Periodendauer: WS 0 Fourier-Reihe: Jede einigrermaßen gutartige 1 periodishe reelle Zeitfuntion x(t) ann mittels einer Fourier-Reihe dargestellt werden als eine Summe omplexer Amplituden (Fourier-Synthese): xt () e n

Mehr

Echtzeit-Analyse/Synthese von Sprachsignalen unter Berücksichtigung des Sprachverständlichkeitsindex (SII)

Echtzeit-Analyse/Synthese von Sprachsignalen unter Berücksichtigung des Sprachverständlichkeitsindex (SII) Allgemeine Nachrichtentechnik Prof. Dr.-Ing. Udo Zölzer Echtzeit-Analyse/Synthese von Sprachsignalen unter Berücksichtigung des Sprachverständlichkeitsindex (SII) Von Sayak Ghosh Choudhury Prof. Dr.-Ing.

Mehr

Dünn besetzte Matrizen. Unterschiede in Speicherbedarf und Rechenzeit im Vergleich zu voll besetzten Matrizen. Besetzungsmuster mit spy.

Dünn besetzte Matrizen. Unterschiede in Speicherbedarf und Rechenzeit im Vergleich zu voll besetzten Matrizen. Besetzungsmuster mit spy. 170 005 Übungen zu Numerische Methoden I Fünfte Übungseinheit 21. März, 22. und 23. April 2013 Inhalt der fünften Übungseinheit: Dünn besetzte Matrizen. Unterschiede in Speicherbedarf und Rechenzeit im

Mehr

Praktikum Elektronische Messtechnik WS 2007/2008. Versuch OSZI. Tobias Doerffel Andreas Friedrich Heiner Reinhardt

Praktikum Elektronische Messtechnik WS 2007/2008. Versuch OSZI. Tobias Doerffel Andreas Friedrich Heiner Reinhardt Praktikum Elektronische Messtechnik WS 27/28 Versuch OSZI Tobias Doerffel Andreas Friedrich Heiner Reinhardt Chemnitz, 9. November 27 Versuchsvorbereitung.. harmonisches Signal: Abbildung 4, f(x) { = a

Mehr

1 Fouriersynthese und Fourieranalyse

1 Fouriersynthese und Fourieranalyse Schwingungslehre in Kursstufe 5/ 57 Ernst Schreier Fouriersynthese und Fourieranalyse. Stehende Wellen / Eigenschwingungen / Resonanz Bei einfacher Reflexion bildet sich immer eine stehende Welle vor der

Mehr

9. Vorlesung Wintersemester

9. Vorlesung Wintersemester 9. Vorlesung Wintersemester 1 Die Phase der angeregten Schwingung Wertebereich: bei der oben abgeleiteten Formel tan φ = β ω ω ω0. (1) ist noch zu sehen, in welchem Bereich der Winkel liegt. Aus der ursprünglichen

Mehr

) in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a 1. b 2. ) und b = ( b 1

) in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a 1. b 2. ) und b = ( b 1 45 Determinanten Die orientierte Fläche eines von zwei Vektoren a ( a, a und b ( b, b in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a b a b Bis auf das Vorzeichen ist dies der

Mehr

Simulation der Dynamik eines Piezoelements, Frequenzbereich, Zeitbereich, Aufstellen des Ersatzschaltbildes

Simulation der Dynamik eines Piezoelements, Frequenzbereich, Zeitbereich, Aufstellen des Ersatzschaltbildes Prof. Dr. R. Kessler, FH-Karlsruhe, Sensorsystemtechnik, D:\Si040306\dgln\piezo\piezo4.doc, Seite /7 Homepage: http://www.home.fh-karlsruhe.de/~kero000/, Simulation der Dynamik eines Piezoelements, Frequenzbereich,

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

Fourier - Transformation

Fourier - Transformation Fourier - Transformation Kurzversion 2. Sem. Prof. Dr. Karlheinz Blankenbach Hochschule Pforzheim, Tiefenbronner Str. 65 75175 Pforzheim Überblick / Anwendungen / Motivation: Die Fourier-Transformation

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21 5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11

Mehr

6 Auswertung der Simulation

6 Auswertung der Simulation 6 Auswertung der Simulation Übungsziele: Kennenlernen des Auswertungsprogramms DAY des SIMPLORER Es wird das Beispiel der W1-Schaltung mit ohmscher Belastung benutzt. Vergleich der Ergebnisse der SIMPLORER-Simulation

Mehr

Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester 2012. hack@cs.uni-saarland.de. boesche@cs.uni-saarland.

Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester 2012. hack@cs.uni-saarland.de. boesche@cs.uni-saarland. 1 Programmierung 2 Dynamische Programmierung Sebastian Hack hack@cs.uni-saarland.de Klaas Boesche boesche@cs.uni-saarland.de Sommersemester 2012 2 Übersicht Stammt aus den Zeiten als mit Programmierung

Mehr

Mathematik Matrizenrechnung

Mathematik Matrizenrechnung Mathematik Matrizenrechnung Einstufige Prozesse Rechenregeln für Matrizen Mehrstufige Prozesse Inverse Matrix Stochastische Prozesse 6 Zyklisches Verhalten Einstufige Prozesse Einstufige Prozesse Zur Beschreibung

Mehr

Modul Entscheidungsunterstützung in der Logistik. Einführung in die Programmierung mit C++ Übung 2

Modul Entscheidungsunterstützung in der Logistik. Einführung in die Programmierung mit C++ Übung 2 Fakultät Verkehrswissenschaften Friedrich List, Professur für Verkehrsbetriebslehre und Logistik Modul Entscheidungsunterstützung in der Logistik Einführung in die Programmierung mit C++ Übung 2 SS 2016

Mehr

Vorübung 1 Beschriften Sie die Tabelle wie in der Abbildung dargestellt.

Vorübung 1 Beschriften Sie die Tabelle wie in der Abbildung dargestellt. Diese Anleitung führt in einige Grundfunktionen des Tabellenkalkulationsprogramms Microsoft Excel ein. Sie erstellen nach einigen Vorübungen mit Excel ein kleines Programm, das auf der Grundlage der Gesamtpunktzahl

Mehr

Anwendungssoftware III (MATLAB)

Anwendungssoftware III (MATLAB) Anwendungssoftware III (MATLAB) Testvorbereitung Michael Liedlgruber Fachbereich Computerwissenschaften Universität Salzburg Sommersemester 2014 M. Liedlgruber Anwendungssoftware III (MATLAB) SS 2014 1

Mehr

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

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

Mehr

Kontrollstrukturen und Funktionen in C

Kontrollstrukturen und Funktionen in C Kontrollstrukturen und Funktionen in C Lernziele: Vertiefen der Kenntnisse über Operatoren, Kontrollstrukturen und die Verwendung von Funktionen. Aufgabe 1: Quickies: Datentypen in C a) Was sind die elementaren

Mehr

Matlab Einführung Einführung in die Neuroinformatik SS 12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.

Matlab Einführung Einführung in die Neuroinformatik SS 12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm. Matlab Einführung Einführung in die Neuroinformatik SS 12 Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.de Was ist Matlab? Matlab ist die Abkürzung für Matrix Laboratory.

Mehr

Matlab Einführung Theorie Neuronaler Netze WS 11/12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.

Matlab Einführung Theorie Neuronaler Netze WS 11/12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm. Matlab Einführung Theorie Neuronaler Netze WS 11/12 Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.de Was ist Matlab? Matlab ist die Abkürzung für Matrix Laboratory. ist ein

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Modulationsanalyse. Amplitudenmodulation

Modulationsanalyse. Amplitudenmodulation 10/13 Die liefert Spektren der Einhüllenden von Teilbändern des analysierten Signals. Der Anwender kann damit Amplitudenmodulationen mit ihrer Frequenz, ihrer Stärke und ihrem zeitlichen Verlauf erkennen.

Mehr

Matlab Einführung. Tobias Wunner

Matlab Einführung. Tobias Wunner Matlab Einführung Tobias Wunner 16. Oktober 2006 Vorteile Interpreter und interaktive Befehlseingabe Schnelles Implementieren von wissenschaftlichen Methoden Gutes Hilfesystem >> lookfor 'sum' TRACE Sum

Mehr

Praktikum Ingenieurinformatik. Termin 6. Mehrdimensionale Felder, Kurvendarstellung mit Excel

Praktikum Ingenieurinformatik. Termin 6. Mehrdimensionale Felder, Kurvendarstellung mit Excel Praktikum Ingenieurinformatik Termin 6 Mehrdimensionale Felder, Kurvendarstellung mit Excel 1 Praktikum Ingenieurinformatik Termin 6 1. Mehrdimensionale Felder 2. Kurvendarstellung mit Excel 3. Zusatzaufgaben

Mehr

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben: Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise

Mehr

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema 1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

DER SCHALL ALS MECHANISCHE WELLE

DER SCHALL ALS MECHANISCHE WELLE DER SCHALL ALS MECHANISCHE WELLE I. Experimentelle Ziele Das Ziel der Experimente ist es, die Untersuchung der wesentlichen Eigenschaften von mechanischen Wellen am Beispiel der Schallwellen zu demonstrieren.

Mehr

A2.3 Lineare Gleichungssysteme

A2.3 Lineare Gleichungssysteme A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen

Mehr

c~åüüçåüëåüìäé==açêíãìåç= FB Informations- und Elektrotechnik FVT - GP Einführung: Blockschaltbild des Versuchsaufbau: Meßvorgang:

c~åüüçåüëåüìäé==açêíãìåç= FB Informations- und Elektrotechnik FVT - GP Einführung: Blockschaltbild des Versuchsaufbau: Meßvorgang: Einführung: In der ahrzeugindustrie werden sämtliche neu entwickelten oder auch nur modifizierten Bauteile und Systeme zum Beispiel ein Sensor oder eine Bordnetzelektronik auf ahrzeugtauglichkeit getestet.

Mehr

Technik der Fourier-Transformation

Technik der Fourier-Transformation Was ist Fourier-Transformation? Fourier- Transformation Zeitabhängiges Signal in s Frequenzabhängiges Signal in 1/s Wozu braucht man das? Wie macht man das? k = 0 Fourier- Reihe f ( t) = Ak cos( ωkt) +

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

5.5 Ortskurven höherer Ordnung

5.5 Ortskurven höherer Ordnung 2 5 Ortskurven 5.5 Ortskurven höherer Ordnung Ortskurve Parabel Die Ortskurvengleichung für die Parabel lautet P A + p B + p 2 C. (5.) Sie kann entweder aus der Geraden A + p B und dem Anteil p 2 C oder

Mehr

Einführung: Grafikfähiger Taschenrechner

Einführung: Grafikfähiger Taschenrechner LGÖ Ks M 3.09.009 Einführung: Grafikfähiger Taschenrechner Die nd und die ALPHA Tasten Die Zweitfunktion jeder Taste steht gelb über der jeweiligen Taste. Drückt man die gelbe nd -Taste, dann wird für

Mehr

Das Hook sche Gesetz

Das Hook sche Gesetz Das Hook sche Gesetz Bei einer Feder sind Ausdehnung und Kraft, die an der Feder zieht (z.b. Gewichtskraft einer Masse), proportional Wenn man eine Messung durchführt und die beiden Größen gegeneinander

Mehr

Probeklausur: Programmierung WS04/05

Probeklausur: Programmierung WS04/05 Probeklausur: Programmierung WS04/05 Name: Hinweise zur Bearbeitung Nimm Dir für diese Klausur ausreichend Zeit, und sorge dafür, dass Du nicht gestört wirst. Die Klausur ist für 90 Minuten angesetzt,

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Gliederung. Links-Rechts-Zerlegung Elimination faktorisiert A = L R. Determinante Inverse. Kleinste Quadrate. Lösung durch. Links-Rechts- Zerlegung

Gliederung. Links-Rechts-Zerlegung Elimination faktorisiert A = L R. Determinante Inverse. Kleinste Quadrate. Lösung durch. Links-Rechts- Zerlegung Matrixzerlegungen. 7. Vorlesung 170004 Numerische Methoden I Clemens Brand 29. April 2010 Gliederung Elimination faktorisiert A = L R Die A = L R Faktorisieren: Zerlege A in ein Produkt (einfacherer) Angenommen,

Mehr

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen

Mehr

7. Textfelder zur Zahleneingabe

7. Textfelder zur Zahleneingabe Einführung in die VBA-Programmierung von Excel, Teil 2 Th.Biedermann Hermannsburg 09/2003 S. 1 7. Textfelder zur Zahleneingabe Bereits im 1. Teil dieses Manuskripts wurde in Kap. 6.5.4 beschrieben, welche

Mehr

Tag 9: Datenstrukturen

Tag 9: Datenstrukturen Tag 9: Datenstrukturen A) Datenstrukturen B) Cell Arrays C) Anwendungsbeispiel: Stimulation in einem psychophysikalischen Experiment A) Datenstrukturen Wenn man komplizierte Datenmengen verwalten möchte,

Mehr

Matlab Übersicht. Matlab steht für MATrix LABoratory, die Fa. The Mathworks wurde 1984 gegründet

Matlab Übersicht. Matlab steht für MATrix LABoratory, die Fa. The Mathworks wurde 1984 gegründet Matlab Übersicht Ziel: einfacher Zugang zu numerischen (FORTRAN)Bibliotheken [Freeware] Linpack (LINear Algebra Solution PACKage) und Eispack (EIgenvalue Solution PACKage) => aktuelle Version: Lapack (Linear

Mehr

am Funktionsgenerator

am Funktionsgenerator FACHBEREICH PHYSIK Elektronik Praktikum Frequenzsweep sweep.tex KB 20061127 am Funktionsgenerator Mit dem Sweep-Modus ermöglicht der Funktionsgenerator eine schnelle Übersicht über das Frequenzverhalten

Mehr

Aufgabe 2: Anzahl Erdbeben als Funktion der Zeit

Aufgabe 2: Anzahl Erdbeben als Funktion der Zeit Übung 2 Analyse von Zeitreihen in der Umweltphysik und Geophysik 1 Aufgabe 2: Anzahl Erdbeben als Funktion der Zeit In dieser Übung wollen wir der Frage nachgehen, was war die Anzahl Erdbeben mit M>1 pro

Mehr

4.4. Rang und Inversion einer Matrix

4.4. Rang und Inversion einer Matrix 44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert

Mehr

Wie Google Webseiten bewertet. François Bry

Wie Google Webseiten bewertet. François Bry Wie Google Webseiten bewertet François Bry Heu6ge Vorlesung 1. Einleitung 2. Graphen und Matrizen 3. Erste Idee: Ranking als Eigenvektor 4. Fragen: Exisi6ert der Eigenvektor? Usw. 5. Zweite Idee: Die Google

Mehr

Übung 3: Einfache Graphiken und Näherungen durch Regression

Übung 3: Einfache Graphiken und Näherungen durch Regression Übung 3: Einfache Graphiken und Näherungen durch Regression M. Schlup, 9. August 010 Aufgabe 1 Einfache Graphik Für die abgegebene Leistung P = UI eines linearen, aktiven Zweipols mit Leerlaufspannung

Mehr

MATLAB Kurs 2010 Teil 2 Eine Einführung in die Frequenzanalyse via MATLAB

MATLAB Kurs 2010 Teil 2 Eine Einführung in die Frequenzanalyse via MATLAB MATLAB Kurs 2010 Teil 2 Eine Einführung in die via MATLAB 26.11.2010 & 03.12.2010 nhaltsverzeichnis 1 2 3 Ziele Kurze Einführung in die -Analyse Ziele Kurze Einführung in die -Analyse MATLAB Routinen für

Mehr

Rationale Zahlen. Vergleichen und Ordnen rationaler Zahlen

Rationale Zahlen. Vergleichen und Ordnen rationaler Zahlen Rationale Zahlen Vergleichen und Ordnen rationaler Zahlen Von zwei rationalen Zahlen ist die die kleinere Zahl, die auf der Zahlengeraden weiter links liegt.. Setze das richtige Zeichen. a) -3 4 b) - -3

Mehr

Algorithmen II Vorlesung am 15.11.2012

Algorithmen II Vorlesung am 15.11.2012 Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales

Mehr

Optimieren unter Nebenbedingungen

Optimieren unter Nebenbedingungen Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht

Mehr

Grundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 R =

Grundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 R = Grundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 Versuch zur Ermittlung der Formel für X C In der Erklärung des Ohmschen Gesetzes ergab sich die Formel: R = Durch die Versuche mit einem

Mehr

Universität Duisburg - Essen

Universität Duisburg - Essen B.Sc. - Klausur - Bauinformatik - 14.03.2012 1 Universität Duisburg - Essen Campus Essen Fakultät für Ingenieurwissenschaften Abteilung Bauwissenschaften Fachprüfung - Bauinformatik WS 11/12 Mittwoch,

Mehr

Einführung in die Kodierungstheorie

Einführung in die Kodierungstheorie Einführung in die Kodierungstheorie Einführung Vorgehen Beispiele Definitionen (Code, Codewort, Alphabet, Länge) Hamming-Distanz Definitionen (Äquivalenz, Coderate, ) Singleton-Schranke Lineare Codes Hamming-Gewicht

Mehr

Datei-Verarbeitung. Peter Sobe 60

Datei-Verarbeitung. Peter Sobe 60 Datei-Verarbeitung Eine Datei: ist ein benanntes Objekt im Dateisystem, ist eine lineare Anordnung einzelner Bytes, die geschrieben, bzw. gelesen werden können, kann vergrößert (Schreiben bzw. Anhängen),

Mehr

Lebenszykluskosten-Modell für Zemdrain Produkte

Lebenszykluskosten-Modell für Zemdrain Produkte Lebenszykluskosten-Modell für Zemdrain Produkte (LCMZ) Benutzerhandbuch 1 Technical Support +49 9427 189-189 technik@maxfrank.de LCMZ Inhaltsverzeichnis Seite Inhalt 3 Hintergrundwissen zu LCMZ 4 Bedienungs-

Mehr

Longitudinale und transversale Relaxationszeit

Longitudinale und transversale Relaxationszeit Longitudinale und transversale Relaxationszeit Longitudinale Relaxationszeit T 1 (Zeit, die das System benötigt, um nach dem rf- Puls zurück ins Gleichgewicht zu kommen) Transversale Relaxationszeit T

Mehr

Kapitel 5. LU Zerlegung. 5.1 L- und U-Matrizen

Kapitel 5. LU Zerlegung. 5.1 L- und U-Matrizen Kapitel 5 LU Zerlegung In vielen Fällen interessiert uns die inverse Matrix A 1 gar nicht. Stattdessen suchen wir die Lösung der Matrixgleichung Ax = b bzw. x = A 1 b 5.1) für einen oder wenige Vektoren

Mehr

MATLAB Onlinevorlesung. Dipl.-Inf. (FH) Patrick Rogge Seite 1

MATLAB Onlinevorlesung. Dipl.-Inf. (FH) Patrick Rogge Seite 1 MATLAB Onlinevorlesung Dipl.-Inf. (FH) Patrick Rogge Seite 1 MATLAB Onlinevorlesung Dipl.Inf. (FH) Patrick Rogge Schnorrstraße 56 01069 Dresden E-Mail: rogge@htw-dresden.de Telefon: 0351 / 462-2389 Internet:

Mehr

Gefesselte Masse. Jörg J. Buchholz 23. März 2014

Gefesselte Masse. Jörg J. Buchholz 23. März 2014 Gefesselte Masse Jörg J. Buchholz 23. März 204 Einleitung In Abbildung ist eine Punktmasse m dargestellt, die sich, von einem masselosen starren tab der Länge l gefesselt, auf einer Kreisbahn bewegt. Dabei

Mehr

5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix

5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix 5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:

Mehr

1. SCHALLWELLEN. A06 Akustik A06

1. SCHALLWELLEN. A06 Akustik A06 Akustik 1. SCHALLWELLEN Bewegt man eine Blattfeder langsam hin und her, so strömt die Luft einfach um die Blattfeder herum. Schwingt dagegen die Blattfeder hinreichend schnell, so steht der Luft für den

Mehr

Aufgaben zu Kapitel 14

Aufgaben zu Kapitel 14 Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt

Mehr

Musterlösungen zur Linearen Algebra II Blatt 5

Musterlösungen zur Linearen Algebra II Blatt 5 Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische

Mehr

m.e.g. GmbH Zeiterfassung smart time plus - Basisschulung Teil I Inhalt

m.e.g. GmbH Zeiterfassung smart time plus - Basisschulung Teil I Inhalt m.e.g. GmbH Zeiterfassung smart time plus - Basisschulung Teil I Inhalt 1. Mitarbeiter am Terminal aktivieren 2. Mitarbeiterstammsätze verwalten 3. Urlaubskonto verwalten 4. Stundenkonten korrigieren 5.

Mehr

2.2 Kern und Bild; Basiswechsel

2.2 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare

Mehr

4 Einführung in Maple

4 Einführung in Maple 72 4 Einführung in Maple 4. Grundlagen 4.. Was ist Maple? Maple ist ein kommerzielles Softwarepaket für das symbolische Rechnen; man spricht auch von einem Computeralgebra-System. Es kann z.b. algebraische

Mehr

Übungen zu Physik 1 für Maschinenwesen

Übungen zu Physik 1 für Maschinenwesen Physikdepartment E13 WS 2011/12 Übungen zu Physik 1 für Maschinenwesen Prof. Dr. Peter Müller-Buschbaum, Dr. Eva M. Herzig, Dr. Volker Körstgens, David Magerl, Markus Schindler, Moritz v. Sivers Vorlesung

Mehr

Ingenieurinformatik Diplom-FA (Teil 2, C-Programmierung)

Ingenieurinformatik Diplom-FA (Teil 2, C-Programmierung) Hochschule München, FK 03 SS 2014 Ingenieurinformatik Diplom-FA (Teil 2, C-Programmierung) Zulassung geprüft: (Grundlagenteil) Die Prüfung ist nur dann gültig, wenn Sie die erforderliche Zulassungsvoraussetzung

Mehr

Konzepte der Informatik

Konzepte der Informatik Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens

Mehr