(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)
|
|
- Anton Grosser
- vor 6 Jahren
- Abrufe
Transkript
1 33 Interpolation Interpolation In vielen praktischen Anwendungen der Mathematik treten Funktionen f auf, deren Werte nur näherungsweise berechnet werden können oder sogar nur auf gewissen endlichen Mengen {x 0,x 1,,x m } bekannt sind In solchen Fällen ersetzt man f durch einfachere Funktionen, etwa durch Polynome Taylor-Polynome liefern gute Approximationen von f nur in der Nähe der Entwicklungspunkte Oft ist es wichtig, Approximationen zu finden, die in der Nähe mehrerer Punkte sehr genau sind Eine einfache derartige Möglichkeit besteht darin, für gegebene Punkte x 0, x 1,, x m die Bedingung P(x j ) = f(x j ) für j = 0,1,,m zu stellen Diese Interpolation ist stets möglich Etwas allgemeiner lösen wir diese 331 Aufgabe Gegeben seien (verschiedene) Stützstellen x 0, x 1,, x m R und Werte y 0, y 1,, y m K = R oder K = C Gesucht ist ein Polynom P K m [x] vom Grad m mit P(x j ) = y j, j = 0, 1,, m (1) 332 Lagrange-Basispolynome Zuverschiedenen Stützstellenx 0, x 1,, x m R und 0 k m definiert man die Polynome ω(x) := m ω k (x) := ω(x) x x k = (x x j ) R m+1 [x] und (2) j k sowie die Lagrange-Basispolynome L k (x) := ω k(x) ω k (x k ) = j k (x x j ) R m [x] (3) x x j x k x j R m [x] (4) 333 Satz Zu verschiedenen Stützstellen x 0, x 1,, x m R und Werten y 0, y 1,, y m C gibt es genau ein Polynom P C m [x] vom Grad m mit (1) Dieses ist gegeben durch P(x) = m y k L k (x) (5) { 1, k = j Beweis Wegen L k (x j ) = δ kj = wird (1) von dem Polynom 0, k j P C m [x] aus (5) gelöst Ist Q C m [x] eine weitere Lösung von (1), so hat P Q C m [x] die m + 1 Nullstellen x 0, x 1,, x m, und aus Satz 84 b) folgt P Q = 0 In Formel (5) erfordert die Hinzunahme einer weiteren Bedingung P(x m+1 ) = y m+1 die völlige Neuberechnung der Lagrange-Basispolynome Dieser Nachteil tritt nicht auf bei Verwendung der
2 148 IV Taylor-Formel und Reihenentwicklungen 334 Newton-Basispolynome Diese werden definiert durch N 0 (x) := 1 und N k (x) := k 1 (x x j ) R k [x] für k = 1,,m (6) Wegen degn k = k lässt sich das Interpoationspolynom P aus (5) in der Form P(x) = m c k N k (x) (7) schreiben Die Koeffizienten c 0,c 1,,c m lassen sich dann mittels (1) sukzessive bestimmen Explizitere Formeln erhält man mittels 335 Aitken-Neville-Rekursion a) Gegeben seien die Daten aus Aufgabe 331 Für k, i N 0 mit k + i m sei nun P k,i C k [x] das Interpoationspolynom für die Daten {(x j,y j ) i j k +i}; dann gilt offenbar P = P m,0 Für k 1 und k +i m interpoliert nun Q(x) := (x i+k x)p k 1,i (x) (x i x)p k 1,i+1 (x) C k [x] ebenfalls die Daten {(x j,y j ) i j k +i}; daher gilt die Rekursionsformel P k,i (x) = (x i+k x)p k 1,i (x) (x i x)p k 1,i+1 (x) (8) Ausgehend von den P 0,i = y i für 0 i m berechnet man gemäß (8) die P 1,i C 1 [x], dann die P 2,i C 2 [x], usw b) Ist nur ein Wert P(ξ) = P m,0 (ξ) zu bestimmen, so ist es nicht nötig, die Koeffizienten von P zu berechnen; man bestimmt einfach die Zahlen α k,i := P k,i (ξ) gemäß α 0,i = α i und der Rekursionsformel α k,i = (x i+k ξ)α k 1,i (x i ξ)α k 1,i+1 (9) Numerisch stabiler ist die Formel α k,i = α k 1,i +(x i ξ) α k 1,i α k 1,i+1 = α k 1,i + α k 1,i α k 1,i+1 x i+k ξ x i ξ Dividierte Differenzen a)fürdiepolynomep k,i hatmannach(7)newton- Darstellungen P k,i (x) = k y[x i,,x i+j ]N j (x) (10) Vergleich der Koeffizienten von x k in (8) liefert die Rekursionsformel y[x i,,x i+k ] = y[x i+1,,x i+k ] y[x i,,x i+k 1 ] (11) Ausgehend von y[x i ] = y i für 0 i m berechnet man dann sukzessive die dividierten Differenzen y[x i,x i+1 ] = y[x i+1] y[x i ] x i+1 x i erster Ordnung, dann die dividierten
3 33 Interpolation 149 Differenzen y[x i,x i+2 ] = y[x i+1,x i+2 ] y[x i,x i+1 ] x i+2 x i zweiter Ordnung usw Insbesondere gilt für das Interpolationspolynom aus (5) die Formel P(x) = P m,0 (x) = m y[x 0,,x j ]N j (x) (12) b) Bei der Berechnung der dividierten Differenzen kann man folgendes Schema verwenden: x 3 x 0 x 2 x 0 x 1 x 0 x 0 y 0 y[x 0,x 1 ] y[x 0,x 1,x 2 ] y[x 0,,x 3 ] x 3 x 1 x 2 x 1 x 1 y 1 y[x 1,x 2 ] y[x 1,x 2,x 3 ] x 3 x 2 x 2 y 2 y[x 2,x 3 ] x 3 y 3 Bei Hinzunahme einer weiteren Bedingung P(x m+1 ) = y m+1 kann dieses Schema einfach erweitert werden 337 Beispiel Gesucht ist das kubische Polynom durch die Punkte(0, 0),(1, 1),(2, 5) und (3,14) Das Schema liefert P(x) = (x 0)+ 3 (x 0)(x 1)+ 1 (x 0)(x 1)(x 2), also 2 3 P(x) = 1 6 (2x3 +3x 2 +x) Nun seien I R ein Intervall, f : I R eine Funktion und x 0, x 1,, x m I verschiedene Stützstellen Für dividierte Differenzen zum Interpolationsproblem P(x j ) = f(x j ), j = 0, 1,, m, (13) schreiben wir f[x i,,x i+k ] Nach (5) und (12) ist das entsprechende Interpolationspolynom gegeben durch P m (x) = m f(x k )L k (x) = m f[x 0,,x j ]N j (x) (14) 338 Theorem Es seien x 0 < x 1 < < x m I und f C m+1 (I,R) Für den Interpolationsfehler R m+1 (x) := f(x) P m (x) gilt dann R m+1 (x) = f(m+1) (ξ) (m+1)! ω(x) (15) für ein geeignetes ξ I sowie R m+1 (x) = f[x 0,,x m,x] ω(x) (16)
4 150 IV Taylor-Formel und Reihenentwicklungen 339 Bemerkungen a) Formel (16) gilt auch für komplexwertige Funktionen; in (15) müssen dann i A verschiedene Zwischenstellen in Real- und Imaginärteil gewählt werden b) Im Grenzfall x 0 = = x m geht der Interpolationsfehler nach (15) in das Lagrange-Restglied f(m+1) (ξ) (x x (m+1)! 0 ) m+1 dertaylor-formel über Theorem 338kann daher als eine Variante des Satzes von Taylor betrachtet werden 3310 Diskussion des Interpolationsfehlers a) Die Größe des Interpolationsfehlers wird also einerseits von dem von f unabhängigen Faktor ω(x) und andererseits von f(m+1) (ξ) bestimmt (m+1)! b) Offenbar gilt ω(x) I m+1 für x I ; außerhalb von I steigt ω(x) schnell an Man kann 2 ( I 4 )m+1 ω I I m+1 (17) zeigen Der minimale Wert wird nicht bei äquidistanten Stützstellen erreicht; im Fall I = [ 1,1] ist dies jedoch der Fall für die Nullstellen x k = cos( 2(m k)+1 2(m+1) )π, k = 0,,m (18) der durch T m+1 (cost) = cos(m+1)t gegebenen Tschebyscheff-Polynome (vgl [K1], 428) c) Es seien nun f C (I) und (x k ) eine Folge von Stützstellen in I Interpoliert man f an den Stützstellen x 0, x m 1, so gilt also R m (x) I m f (m) I m!, x I, (19) für die Interpolationsfehler Aufgrund des Satzes von Borel 3114 kann diese Schranke mit m beliebig schnell anwachsen; ia ist also lim R m(x) = 0 nicht zu m erwarten { e d) Dies ist in der Tat für die C 1/x 2 sin 1, x > 0 -Funktion f(x) := x 0, x 0 nicht der Fall: Für die Stützstellen x k := 1, k N (k+1)π 0, sind alle Interpolationspolynome 0! e) Andererseits gibt es zu jeder Funktion f C[a, b] eine Folge von Interpolationspolynomen zu geeigneten Stützstellen mit f P m 0 f) Hat man für f C (I) eine Abschätzung f (m) I C m! h m mit h I < 1, (20) so folgt R m 0 aufgrund von (19), dh die Interpolationspolynome P m zu beliebigen Stützstellen konvergieren gleichmäßig gegen f Bedingung (20) ist etwa für e x, sinx und cosx erfüllt; sie impliziert auch, daß die Taylor-Reihen von f in allen Punkten a I einen Konvergenzradius 1 > I haben und auf ganz I h gegen f konvergieren g) Für die Funktion f(x) := 1 ist (20) über I := [ 5,5] nicht erfüllt; man hat ja 1+x 2 f(x) = ( 1) k x 2k für x < 1 und somit f(m) (0) = 1 für gerade m Interpoliert m!
5 33 Interpolation 151 man nun f durch P 10 R 10 [x] in den Stützstellen Z I, so erhält man aus (15) wegen f(11) I 0,9 nur die Abschätzung R 11! 11 I 0,9 ω I Nach (17) gilt aber ω I 2 ( 10 4 )11, und man erhält bestenfalls R 11 I In Wahrheit ist R 11 [ 5,5] 2, wobei der Fehler nahe am Rand des Intervalls maximal wird P 10 ist also keine geeignete Approximation von f
27 Taylor-Formel und Taylor-Entwicklungen
136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen
Mehr3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen
KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an
MehrThemen Lagrange-Interpolation Hermite-Interpolation. Splines. Bézier-Kurven. 5 Interpolation. Interpolation Die Lagrangesche Interpolationsaufgabe
5 Themen Lagrange- Bézier-Kurven saufgabe sformel Der sfehler 5.1 saufgabe È n = Raum der reellen Polynome vom Grad n. saufgabe sformel Der sfehler 5.1 saufgabe È n = Raum der reellen Polynome vom Grad
MehrPolynominterpolation
Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses
MehrNumerische Integration und Differentiation
Einführung Grundlagen Bemerkung (Numerische Mathematik) a) Im engeren Sinn: zahlenmäßige Auswertung mathematischer Zusammenhänge z B Lösung von linearen und nichtlinearen Gleichungssystemen Numerische
Mehr3 Interpolation und Approximation
In dem ersten großen Kapitel beschäftigen wir uns mit der Frage, wie eine Reihe von Daten (z.b. aus physikalischen Messungen, experimentelle Beobachtungen, Börse, etc.) durch eine möglichst einfache Funktion
MehrÜbungen Ingenieurmathematik
Übungen Ingenieurmathematik 1. Übungsblatt: Komplexe Zahlen Aufgabe 1 Bestimmen Sie Real- und Imaginärteil der folgenden komplexen Zahlen: a) z =(3+i)+(5 7i), b) z =(3 i)(5 7i), c) z =( 3+i)( 3+ 3 i),
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
MehrLeitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
MehrBestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.
Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ
MehrNUMERISCHE MATHEMATIK II 1. (Studiengang Mathematik) Prof. Dr. Hans Babovsky. Institut für Mathematik. Technische Universität Ilmenau WS 2001/2002
NUMERISCHE MATHEMATIK II 1 (Studiengang Mathematik) Prof Dr Hans Babovsky Institut für Mathematik Technische Universität Ilmenau WS 2001/2002 1 Korrekturen, Kommentare und Verbesserungsvorschläge bitte
MehrKapitel 4. Interpolation. 4.1 Allgemeines Normen von Funktionen
Kapitel 4 Interpolation 4 Allgemeines Nähere Funktion/Daten durch einfache Funktionen (eg Polynome) an Brauchbar für: - Integration - Differentiation [zb f(x) sei durch Polynom p(x) approximiert, F(x)
MehrInhaltsverzeichnis. 1 Definition: Interpolationsproblem 2 1.1 Problemstellung... 2 1.2 Eigenschaften... 2 1.3 Varianten... 2
Dieser Artikel behandelt einige Interpolationsverfahren. Numerische Verfahren kann man nur mit der dazugehörigen Theorie verstehen und anwenden. Daher sind hier auch Theorie-Anteile und Beweise enthalten.
Mehr5 Potenzreihenansatz und spezielle Funktionen
5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten
MehrBeispielaufgaben rund um Taylor
Beispielaufgaben rund um Taylor Mirko Getzin Universität Bielefeld Fakultät für Mathematik 19. Februar 014 Keine Gewähr auf vollständige Richtigkeit und perfekter Präzision aller (mathematischen) Aussagen.
MehrInterpolation. Nadine Losert. Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung PD Dr.
Interpolation Nadine Losert Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: Nachdem wir in den vorherigen Vorträgen verschiedene
MehrExplizite Formeln für rekursiv definierte Folgen
Schweizer Mathematik-Olympiade Explizite Formeln für rekursiv definierte Folgen Aktualisiert: 6 Juni 014 In diesem Skript wird erklärt, wie man explizite Formeln für rekursiv definierte Folgen findet Als
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrVorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker
Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme
MehrHöhere Mathematik 1 Übung 9
Aufgaben, die in der Präsenzübung nicht besprochen wurden, können in der darauf folgenden übung beim jeweiligen übungsleiter bzw. bei der jeweiligen übungsleiterin abgegeben werden. Diese Abgabe ist freiwillig
MehrKonvergenz interpolierender Polynome
Technische Universität Berlin Institut für Mathematik Konvergenz interpolierender Polynome Seminar Differentialgleichungen im Sommersemester 2012 bei Prof. Dr. Etienne Emmrich vorgelegt von David Breiter
MehrMathematik für Bauingenieure
Mathematik für Bauingenieure von Kerstin Rjasanowa 1. Auflage Mathematik für Bauingenieure Rjasanowa schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG Hanser München 2006 Verlag C.H.
MehrDie komplexe Exponentialfunktion und die Winkelfunktionen
Die komplexe Exponentialfunktion und die Winkelfunktionen In dieser Zusammenfassung werden die für uns wichtigsten Eigenschaften der komplexen und reellen Exponentialfunktion sowie der Winkelfunktionen
MehrTaylorentwicklung von Funktionen einer Veränderlichen
Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der
MehrIn der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y
Approximationen In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y y = f (x) x Um das Arbeiten mit einer komplizierten Funktion zu vermeiden, können wir versuchen, diese Funktion
MehrDie Taylorreihe einer Funktion
Kapitel 6 Die Taylorreihe einer Funktion Dieser Abschnitt beschäftigt sich mit Taylorreihen, Taylorpolynomen und der Restgliedabschätzung für Taylorpolynome. Die Taylorreihe einer reellen Funktion ist
MehrMitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester
Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................
MehrTaylor-Entwicklung der Exponentialfunktion.
Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die
MehrApril (Voll-) Klausur Analysis I für Ingenieure. Rechenteil
April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
MehrFolgen, Reihen, Grenzwerte u. Stetigkeit
Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen
Mehr4.7 Der Taylorsche Satz
288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4
MehrÜbungen zur Vorlesung MATHEMATIK II
Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom
MehrREIHENENTWICKLUNGEN. [1] Reihen mit konstanten Gliedern. [2] Potenzreihen. [3] Reihenentwicklung von Funktionen. Eine kurze Einführung Herbert Paukert
Reihenentwicklungen Herbert Paukert 1 REIHENENTWICKLUNGEN Eine kurze Einführung Herbert Paukert [1] Reihen mit konstanten Gliedern [2] Potenzreihen [3] Reihenentwicklung von Funktionen Reihenentwicklungen
MehrBeispiele zur Taylorentwicklung
Beispiele zur Taylorentwiclung Nun ein paar Augaben, die mit der Taylorentwiclung zu tun haben. In diesem Zusammenhang sollte man au jeden Fall die Formel ür die Taylorentwiclung und das Restglied nach
MehrSatz von Taylor Taylorreihen
Satz von Taylor Taylorreihen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Tangente als Näherung Weil sich anschaulich die Tangente anschmiegt, ist die Tangentenfunktion
Mehrcos(kx) sin(nx)dx =?
3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3
MehrDynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29
Dynamische Systeme und Zeitreihenanalyse Komplexe Zahlen Kapitel 3 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.0/29 Motivation Für die
MehrAufgaben zur Analysis I aus dem Wiederholungskurs
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden
Mehr1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:
Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere
MehrSS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.
SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden
MehrMathematik Übungsblatt - Lösung. b) x=2
Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung
MehrKlausur 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
MehrNumerisches 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
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
MehrΓ = {(x, f(x)) : x R} R 2
Numerik I. Version: 29.5.8 46 4 Interpolation 4.1 Einführung Nehmen wir an, dass eine Funktion f : R R eine physikalische Größe beschreibt und wir ihre Werte an n+1 verschiedenen Punkten x, x 1,...,x n
Mehr2.9 Die komplexen Zahlen
LinAlg II Version 1 3. April 2006 c Rudolf Scharlau 121 2.9 Die komplexen Zahlen Die komplexen Zahlen sind unverzichtbar für nahezu jede Art von höherer Mathematik. Systematisch gehören sie zum einen in
MehrGewöhnliche inhomogene Differentialgleichungen der 1. und 2. Ordnung. Christopher Schael
Gewöhnliche inhomogene Differentialgleichungen der 1. und. Ordnung 1.1.) Anleitung DGL der 1. Ordnung 1.) DGL der 1. Ordnung In diesem Abschnitt werde ich eine Anleitung zur Lösung von inhomogenen und
MehrMathematik für Informatik 3
Mathematik für Informatik 3 - ANALYSIS - Folgen, Reihen und Funktionen - Funktionen mehrerer Veränderlicher - Extremwertaufgaben - Normen und Approximationen - STATISTIK - WAHRSCHEINLICHKEITSRECHNUNG Literaturempfehlungen:
MehrNumerik I. Bernhard Schmitt. Sommer-Semester Einleitung 1
Numerik I Bernhard Schmitt Sommer-Semester 2014 Inhaltsverzeichnis 1 Einleitung 1 2 Interpolation von Funktionen 3 2.1 Interpolations-Polynome................................ 3 Newton-Interpolation..................................
MehrLösungen der Übungsaufgaben von Kapitel 4
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 4 zu 4.1 4.1.1 Eine Funktion f : R R sei als Nullfunktion für x 0 und als x x für x 0 definiert.
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Mehr31 Polynomringe Motivation Definition: Polynomringe
31 Polynomringe 31.1 Motivation Polynome spielen eine wichtige Rolle in vielen Berechnungen, einerseits weil oftmals funktionale Zusammenhänge durch Polynome beschrieben werden, andererseits weil Polynome
MehrPolynome Teil V: Elementarsymmetrische Funktionen.
Die WURZEL Werkstatt Mathematik Polynome Teil V: Elementarsymmetrische Funktionen. Es gibt Gleichungssysteme, die lassen sich mit schulischen Mitteln nicht bzw. nur sehr mühsam knacken. So musste etwa
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
MehrLösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)
Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben
MehrTutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014
Tutorübung 5 Analysis 2 für Lehramt TU Dortmund, Sommersemester 24 Aufgabe T Bestimme die Taylorreihen von (a) cos(x) um a. (b) ln(x) um a. (c) um a 2. +x Bestimme in allen Fällen das Taylorpolynom T n,a
Mehrf(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}
9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen
MehrNumerische Integration
Numerische Integration home/lehre/vl-mhs-1/folien/uebung/num_integration/cover_sheet_5a.tex Seite 1 von 12. p.1/12 Inhaltsverzeichnis 1. Einführung 2. Newton-Cotes Formeln Rechteckformel Trapezformel Simpsonsche
Mehr(x a) 3 + f (a) 4! x 4 4! Wir werden im Folgenden vor allem Maclaurin-Reihen betrachten, dies alles funktioniert aber auch. f (x) = sin x f (0) = 0
Taylor-Reihen Einführung Mathematik GLF / 6 Christian Neukirchen Oft können wir bestimmte mathematische Funktionen nicht genau ausrechnen, besonders die trigonometrischen Funktionen wie, cos x, oder die
MehrAnalysis I. 4. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein
Mehrkonvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in
C5 Funktionen: Reihenentwicklungen C5.1 Taylorreihen Brook Taylor (1685-1731) (Analysis-Vorlesung: Konvergenz von Reihen und Folgen) Grundlegende Frage: Wann / unter welchen Voraussetzungen lässt sich
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
MehrVorkurs Mathematik Übungen zu Komplexen Zahlen
Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten
MehrMusterlösung zu Übungsblatt 11
Prof. R. Pandharipande J. Schmitt, C. Schießl Funktionentheorie 2. Dezember 16 HS 2016 Musterlösung zu Übungsblatt 11 Aufgabe 1. Sei U C offen und a U. Seien f, g : U {a} folgende Formeln zur Berechnung
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
Mehr2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also
Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx
MehrKleine 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..................................
Mehr4.3 Anwendungen auf Differentialgleichungen
7 4.3 Anwendungen auf Differentialgleichungen Die Laplace-Transformation wird gerne benutzt, um lineare Differentialgleichungen mit konstanten Koeffizienten y n + a n y n +... + a y + a 0 y ft zu lösen,
MehrSatz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
MehrPractical Numerical Training UKNum
Practical Numerical Training UKNum 2: Interpolation, Extrapolation, Splines Dr. C. Mordasini Max Planck Institute for Astronomy, Heidelberg Program: 1) Einführung 2) Direkte Methode 3) Dividierte Differenzmethode
Mehrf(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b.
Proposition.13 Sei f : D R stetig und D = [a, b] R. Dann ist f(d) beschränkt. Außerdem nimmt f sein Maximum und Minimum auf D an, d.h. es gibt x max D und ein x min D, so dass f(x max ) = sup f(d) und
Mehr2. Spezielle anwendungsrelevante Funktionen
2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für
MehrNichtlineare 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
MehrElemente der Mathematik - Sommer 2016
Elemente der Mathematik - Sommer 016 Prof. Dr. Matthias Lesch, Regula Krapf Lösungen Übungsblatt Aufgabe 5 (4 Punkte). Für n 1 sei ζ n = e πi n. Die n-ten Einheitswurzeln sind gegeben als ζn k = e kπi
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
MehrDefinition von Sinus und Cosinus
Definition von Sinus und Cosinus Definition 3.16 Es sei P(x y) der Punkt auf dem Einheitskreis, für den der Winkel von der positiven reellen Halbachse aus (im Bogenmaß) gerade ϕ beträgt (Winkel math. positiv,
MehrMathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester
Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester 2011 30.09.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrNichtlineare 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.
MehrTheorie und Praxis geometrischer Algorithmen
0/36 Theorie und Praxis geometrischer Algorithmen Isolierende Intervalle: Sturmsche Ketten Rico Philipp Motivation 1/36 Was ist eine Sturmsche Kette? Wie berechnet man diese? Durch welche Eigenschaften
MehrKapitel 5. Stetige Funktionen 5.1. Stetigkeit
Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Reelle Zahlen sind ideale Objekte, die es uns ermöglichen, eine transparente und leistungsfähige Theorie aufzubauen. Ein Computer kann jedoch nur mit Approximationen
MehrIV. Stetige Funktionen. Grenzwerte von Funktionen
IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es
MehrMathematik = x 2 + x 2 = x + x 2 25x = 146 x =
1 Prof. Dr. Matthias Gerdts Dr. Sven-Joachim Kimmerle Wintertrimester 014 Mathematik 1 + Übung 1 Gleichungen mit Wurzeln Bestimmen Sie alle Lösungen der folgenden Gleichungen. Beachten Sie dabei, dass
Mehr2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.
2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es
MehrIn der Schule lernen wir den Satz des Pythagoras: Die Flächensumme der beiden blauen Quadrate ist gleich der Fläche des schwarzen Quadrates:
Hans Walser, [06045] Pythagoras-Schmetterling Das Phänomen Wir beginnen mit einem beliebigen rechtwinkligen Dreieck und zeichnen die übliche Pythagoras-Figur. Dann fügen wir zwei weitere Quadrate an (rot
MehrLösungen zur Klausur A Grundkurs Mathematik für Wirtschaftswissenschaft
Lösungen zur Klausur A Grundkurs Mathematik für Wirtschaftswissenschaft Wintersemester 29/21 16.2.21 Aufgabe A.1. Betrachten Sie die Polynomfunktion p : R R, welche durch die Abbildungsvorschrift p(x)
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,
MehrAnalysis II WS 11/12 Serie 9 Musterlösung
Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei
MehrHöhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik
Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
MehrMathematik für Studierende der Erdwissenschaften Lösungen der Beispiele des 5. Übungsblatts
Mathematik für Studierende der Erdwissenschaften Lösungen der Beispiele des 5. Übungsblatts 1. Stetigkeit und Grenzwerte: (a) Aus der folgenden grafischen Darstellung von y 1 (x) = x 2/3 /(1 + x 2 ) ist
MehrFourier-Reihen: Definitionen und Beispiele
Fourier-Reihen: Definitionen und Beispiele Die Fourieranalysis beschäftigt sich mit dem Problem Funktionen in Kosinus und Sinus zu entwickeln. Diese Darstellungen sind in der Mathematik sowie in der Physik
MehrPolynome, Interpolation, Splines und Differentiation
Technische Universität Ilmenau Postfach 0 05 65 Fakultät für Mathematik D - 98684 Ilmenau und Naturwissenschaften Germany Institut für Mathematik Tel.: 03677/69 3267 http://www.tu-ilmenau.de/site/math/neundorf.html
MehrNumerische Integration durch Extrapolation
Numerische Integrtion durch Extrpoltion Pblo Thiel Romberg-Verfhren Idee: Im Gegenstz zur numerischen Integrtion mit Hilfe der einfchen bzw. zusmmengesetzten Trpez-, Simpson-, 3/8- oder zum Beispiel der
Mehr