Kurven und Flächen. Interaktive Kontrolle und Präsentation komplexer Kurven und Flächen (=Modellierung) 3D Modellierung Prof. Dr.-Ing. H.-P.
|
|
- Berthold Rainer Kästner
- vor 6 Jahren
- Abrufe
Transkript
1 Kurven und Flächen Interaktive Kontrolle und Präsentation komplexer Kurven und Flächen (=Modellierung) 154
2 Modellieren mit Freiformkurven und -flächen Modellierungsprozesse (Taping) in der Automobilindustrie Die Bilder stammen aus Projektarbeiten des Fraunhofer Institutes für Grafische Datenverarbeitung 155
3 Freiformkurven und -flächen Eigenschaften Mehrdeutigkeit möglich, abgeschlossen bzgl. Transformationen, reichhaltig erweiterbar auf Flächen: S(u, v) = ( x(u, v), y(u, v), z(u, v) ) Interpolation zwischen Stützpunkten (z.b. graphische Darstellung von Meßergebnissen) Approximation von Polygonnetzen (z.b. CAD in der Karosseriekonstruktion, Produktmodellierung und in geographischen Informationssystemen interaktive Geländemodellierung) Die letztgenannten Punkte stellen Freiformkurven und -flächen dar. 156
4 Mathematische Modelle analytisch gegebene Kurven und Flächen (z.b. Kugeln, Paraboloide): x 2 + y 2 + z 2 = r 2 implizit: f(x, y, z) = 0 explizit: y = f( x, z ) Mehrdeutigkeit möglich Bemerkung: z.b. Kugel nicht abgeschlossen gegenüber Transformationen : (x, y, z) - (m x, m y,m z ) <= r Parameterdarstellung: P(t) = (x(t), y(t), z(t)) P(u,v) = ( x(u,v), y(u,v), z(u,v) ) 157
5 Anforderungen (I) gegeben Kontrollpunkte/Stützstellen (mit dem Ziel: zu interagieren, modellieren, verändern, beherrschen...) Mehrwertige Kurven müssen möglich sein (z.b. Spiralen) zu einem x-wert kann es mehr als einen y-wert geben lokale vs. globale Kontrolle: Lokale Kontrolle: Änderung (Verschieben eines Kontrollpunktes) hat nur lokale Auswirkung (Kurvenverlauf ändert sich nur in dessen Umgebung) Globale Kontrolle: Wenn 1 Stützpunkt geändert wird, dann ändert sich der gesamte Kurvenverlauf 158
6 Skizze/Begriffe (sechs) Kontrollpunkte/Stützstellen Anfangs-/Endpunkt 159
7 Anforderungen (II) Achsenunabhängigkeit (Transformationen müssen möglich sein) Glatte Kurven (Keine Oszillierung): Für bel. Gerade darf die Anzahl der Schnittpunkte mit der Kurve nicht größer sein als die Anzahl der Schnittpunkte mit dem Kontrollpolygon Reichhaltigkeit Gerade und Ebene zu wenig Kontrolle am Rand/Endpunkte ( Zusammensetzung von Segmenten/Teilstücken) 160
8 Anforderungen (III) Mathematische Repräsentation präzise, Tangenten, Krümmung herleitbar komplette generative, herleitbare Beschreibung interaktives Modellieren muss möglich sein (kurz Antwortzeiten einfache Berechnungsvorschrift) Man kann sich vorstellen, dass die Punkte bei der Interpolation und Approximation zeitlich hintereinander erzeugt werden (P(t)). 161
9 Interpolation Gegeben sind n+1 disjunkte (=verschiedene) Stützstellen (P 0.. P n ). Das Ziel ist nun, mit einem algebraischen Polynom mit möglichst niedrigem Grad, das an den Stützstellen die zugehörigen x- und y- Werte annimmt, alle Wertepaare zu beschreiben Interpolationsfunktion: n Polynom(t) = P i * g(t) i= 0 n+1 Stützstellen, g(t) (Ge-)Wichtungsfunktion g(t) besagt, wie die einzelnen Kontrollpunkte in die jeweilige Berechnung des Punktes eingehen. Dabei durchläuft t das Intervall [0, 1]. Man kann sich das so vorstellen, dass die Variable t in einem Zeitintervall auf der so definierten Kurve entlang wandert. 162
10 Lagrange sche Interpolationsfunktion Für die Interpolation von Kontrollpunkten bietet sich die Lagrange sche Interpolationsfunktion an: n n P(t) = Pi * (t - j/n) / (i/n - j/n) mit t = i= 0 j = 0 j i für Lagrange gilt: nur globale Kontrolle Lagrange neigt zur Oszillation bei vielen Kontrollpunkten, d.h. es wird keine glatte Kurve erzeugt (Wellen können entstehen) in den Endpunkten nur Kontrolle über die Koordinaten, nicht über die Tangente und Krümmung Kurvenverlauf ist schwer zu prognostizieren 163
11 Lagrange sche Interpolationsfunktion Für n = 3 ergibt sich die folgende Lagrange sche Interpolationsfunktion: ( t - 1/3) * (t - 2/3) *( t - 3/3) P(t) = P0 * + (0/3-1/3) * (0/3-2/3) *(0/3-3/3) ( t - 0/3) * (t - 2/3) *( t - 3/3) P1 * + (1/3-0/3) * (1/3-2/3) *(1/3-3/3) ( t - 0/3) * (t - 1/3) *( t - 3/3) P2 * + (2/3-0/3) * (2/3-1/3) *(2/3-3/3) ( t - 0/3) * (t - 1/3) *( t - 2/3) P3 * (3/3-0/3) * (3/3-1/3) *(3/3-2/3) insbesondere gilt: P(t = i/n) = Pi 164
12 Lagrange-Polynome vom Grad 2 Mit 3 Stützstellen 165
13 Lagrange-Polynome vom Grad 4 Interpolation mit 5 Stützstellen 166
14 Approximation Gegebene Funktion wird durch approximierende Funktion ersetzt Die Funktion ist in aller Regel durch eine endliche Anzahl von Wertepaaren gegeben (x i,f(x i )), wobei die Wertepaare nicht notwendigerweise auf der Approximationsfunktion liegen. Dies entspricht einer Verringerung der Anforderung gegenüber der Interpolation. Bézier-Kurven Als Wichtungsfunktion verwendet man bei den Bézier-Kurven die Bernstein-Polynome. 167
15 Bézier-Kurven Eigenschaften: 1. Endpunkte werden interpoliert: Stützstelle für t = 0 und t = 1 liegen auf der Kurve. 2. Die Steigung P in den Endpunkten ist die Kante des Stützpolygons: P (t=0) = 3 * ( P 1 -P 0 ) P (t=1) = 3 * ( P n -P n-1 ) (Bem.: Kontrollieren Sie durch eigenes Ableiten) 3. Die Richtung ist P 1 -P 0 und P n -P n-1 4. Für 0 t 1 ist 0 B i,n ( t ) 1 5. Für bel. 0 t 1 ist P(t) = B i, n (t) = 1 mit i = 0.. n 6. Kurve liegt immer in der konvexen Hülle des Kontrollpolygons (wg. 3. und. 4.) In der Regel arbeitet man mit n = 3 (d.h. 4 Kontrollpunkten). 168
16 Bernstein Polynome Wichtungsfunktion = Bernstein Polynome (n+1) Stützstellen: P 0.. P n n P(t) = P i * B i, n (t) mit i = 0.. n und n = 3 i = 0 n B i,n (t) = * t i * (1-t) n-i 0 t 1 und mit i n n! = i i! * (n-i)! 169
17 Basisfunktion 170
18 Aufgabe Gegeben sind die Stützpunkte P0 = (0, 2, 3), P1 = (6, 5, 2), P2 = (8, 1, 4), P3 = (4,-2, 1) a) Bestimmen Sie die Bézier-Approximation für t = 0, 1/3, 2/3 und 1 b) Schreiben Sie die Koeffizienten Bi, n als Funktion von t für i = c) Stellen Sie das Ergebnis graphisch dar d) Was bewirkt die Änderung der Stützstelle von P3 (4, -2) nach P3 (9, 1)? (Erklären, nicht rechnen) e) Wie erreicht man, dass zwei Kurvensegmente beim Aneinanderfügen keine Knickstellen haben? f) Stellen Sie die Bézierkurve in Matrixschreibweise dar 171
19 Berechnungsverfahren nach de Casteljau und Fehlerbetrachtungen Der de Casteljau Algorithmus reduziert die Berechnung von Bézier auf einfache Multiplikationen: Die Stützstellen werden für den Fall t = tx (0 < tx 1) im Verhältnis (1 - tx) / tx geteilt und solange wiederholt angewendet, bis Stützstellen einen Punkt auf der Kurve erzeugen. Dieser Punkt ist gleichzeitig Endpunkt für zwei Teilkontrollpolygone: P 0 P 1 P 2 P 3 P 01 P 12 P 23 P 012 P 123 P
20 Beispiel Vervollständigen Sie die Skizze wenn t = ½ ist. Dies sieht möglicherweise zunächst eher nach einer Spielerei aus als nach einem Verfahren, das einen praktischen Nutzen bietet (warum sollte man Bézier-Kurven so teilen?). 173
21 Fehlerabschätzungen Diese Einschätzung ändert sich allerdings schnell, wenn man überlegt, dass das äquidistante Abtasten des Intervalls von t in [0.. 1] zwar eine Bézier- Kurve erzeugt, die generierten Punkte bzw. die Dichte der generierten Punkte in keiner Weise Steigungsänderungen Rechnung tragen. Der de Casteljau-Algorithmus kann dazu verwendet werden, Punkte auf der Kurve zu erzeugen, die eine vorgegebene Fehlertoleranz gewährleisten und dennoch die Anzahl der generierten Punkte minimiert. Prinzipiell wird immer wieder der de Casteljau angewendet; zu klären ist nur noch, wann dieses Vorgehen terminiert. Eine Schwierigkeit bei der Fehlerabschätzung ist, dass der tatsächliche Punkt auf der Kurve nicht bekannt ist, wenn das Verfahren durchgeführt wird: 174
22 Fehlerabschätzungen Man geht also so vor, dass man den Fehler etwas gröber abschätzt (nämlich als Abstand von P 1 zu P 0 P 3 bzw. P 2 zu P 0 P 3 ): P1 P2 < flatness P3 P0 P1 175
23 Das Problem: Abstand Punkt-Gerade (I) L(t) = P + t * v Skalarprodukt verwenden: R Q (R-L(t)) * v = 0 (R P t * v) * v = 0 (R - P ) * v = t * v * v P v t = (R - P) * v / v * v (nicht kürzen; v ist ein Vektor!) t in (I) einsetzen liefert benötigten Punkt auf der Geraden, dann kann dist berechnet werden: dist = R P + ((R - P) * v) / (v * v) * v Alternative Berechnung: Information über die Fläche nutzen
24 Fehlerabschätzungen P 1 P 3 x P 0 P 3 P 1 P 1 = flatness (P 0 P 3 ) P 1 P 3 x P 0 P 3 liefert die Größe der aufgespannten Fläche; wenn man nun die Fläche des Parallelogramms durch die Länge der einen Seite teilt, erhält man die Länge genau das suchen wir der anderen Seite. Da diese Abschätzung einigermaßen oft erfolgt, sollte die Längenberechnung weiter vereinfacht werden (sie beinhaltet immerhin 2 Multiplikationen und 1 Wurzelberechnung!). Dazu gehen wir zu einer Maximumsabschätzung über und formen die Ungleichung zusätzlich wie folgt um: max { P 1 P 3 x P 0 P 3, P 2 P 3 x P 0 P 3 } = flatness * max { X 3 X 0, Y 3 -Y 0, Z 3 -Z 0 } 177
25 Bézierflächen Die Überlegungen bzgl. Kurven lassen sich relativ einfach auf Flächen im 3D erweitern. Man betrachtet dann das kartesische Produkt zweier Kurven. für die beiden Richtungen werden dann zwei Gewichtungsfunktionen benutzt: n m P(s, t) = P i,j * B i, n (s) * B j, m (t) i = 0 j = 0 Man hat dann (n+1) x (m+1) viele Kontrollpunkte Für n = m = 3 hat man nun 4 * 4 = 16 Kontrollpunkte. 178
26 Bézierflächen Hält man einen der beiden Parameter konstant, so erhält man eine Bézierkurve. Insbesondere ist für s = 0 das Ergebnis die bekannte Bézierkurve: m P(0, t) = P i,0 * B j, m (t) j = 0 Auch hier setzt man wieder zur Beschreibung einer Fläche verschiedene Bézier-Flächenstücke zusammen. 179
27 Bézierflächen Freiformflächen (Bézier-Flächen) Bei den Freiformflächen sind wir nun mit 3D-Daten konfrontiert, die bereits größere Datenmengen in der Visualisierungspipeline erzeugen und (hoffentlich) deutlich machen, welche Schritte zur Visualisierung notwendig sind. Die Freiformfläche wird in kleine Flächenstücke (Patches) zerlegt und solange verfeinert bis das Auge eine glatte, kontinuierliche Oberfläche erzeugt. So werden aus den ursprünglichen 4 x 4 Stützstellen 16*16 = 256 Patches bei einer 16er-Teilung (mit 17 x 17 Punkten) oder möglicherweise sogar noch mehr. Jedem Patch wird eine Farbe zugeordnet. 180
28 Freiformflächen (I) Ergebnisse der Arbeiten von Matthias Fenner, Susanne Hanst, Matthias Schulze im Sommersemester
29 Freiformflächen (II) Manipulation der Kontrollpunkte 182
30 Freiformflächen (III) Bézier Spline 183
31 Abschließende Bewertung Die Vorteile der Bézierapproximation sind intuitiv herleitbare Mathematik (einfache) Definition durch Polynome Patches können einfach (ohne Angabe von Tangentenvektoren) zusammengesetzt werden glättende Wirkung Die Nachteile der Bézierapproximation sind der Grad der Kurve/Fläche und somit der Berechnungsaufwand ist abhängig von der Anzahl der vorgegebenen Stützstellen bei der Veränderung einer Stützstelle ändert sich die gesamte Kurve/Fläche; lokale Änderungen erfordern eine vorherige Segmentierung 184
32 Splines (I) Eine Verallgemeinerung der Überlegungen durch Splines (Keil, verkeilen) muss zu folgenden Vorteilen führen: Segmentweise Definition von Polynomen Stetigkeit an den Segmentübergängen Erhöhung des Freiheitsgrades ohne Erhöhung des Polynomgrades Leichte Formgebung (wie Bézier) Keine (zusätzliche) Angabe von Tangentenvektoren Glättende Wirkung Lokale Änderungen sollen sich nur lokal auswirken Diese Eigenschaft besitzen die B(asis)-Splines 185
33 Splines (II) Durch die Betrachtung von Segmenten, kann die entstehende Kurve gut kontrolliert werden Sie ist abschnittsweise definiert Es überlagern sich immer k Segmente (neben der Anzahl und Position der Kontrollpunkt eine weitere Stellgröße) An den Übergängen geht die Kontrolle nahtlos an das nächste Segment über Das Beispiel kann einen Spline 2. Grades oder 3. Grades erzeugen (warum?): P 0 P 1 u 1 u 2 P 3 u4 P 2 u 3 186
34 B-Splines B-Splines stellen eine Polynombasis für Splines dar. Jeder Spline kann - unter Beachtung einiger Randbedingungen! - durch eine Linearkombination von B-Splines beschrieben werden Ein B-Spline der Ordnung k ist ein stückweise definiertes Polynom vom Grad (k-1), das an den Knoten (Segmentübergängen) (k-2)-mal stetig differenzierbar ist; für k gilt: 2 k anz Die Werte u i der unabhängigen Variablen an den Knoten des Splines sind im Intervall [u 0, u n ] gegeben durch u 0 u 1... u i u i+1... u n U mit (u 0... u n ) heißt Knotenvektor 187
35 B-Spline Berechnung Ein Punkt ergibt sich durch die folgende Berechnung: n P(u) =Σ P i N k i (u) i = 0 P i sind die Kontrollpunkte oder de Boor Punkte Sie besitzen folgende Eigenschaften Σ N k i (u) = 1 N k i (u) 0 N k i (u) = 0 wenn u [u i, u i+k+1 [ N k i (u) ist k-1 mal stetig differenzierbar 188
36 Rekursionsformel: Cox de Boor u - u N i,k (u) = i u N i,k-1 (u) + i+k -u N i+1,k-1 (u) u i+k-1 -u i u i+k u i+1 N i,1 (u) = 1 wenn u [u i, u i+1 [ N i,1 (u) = 0 wenn u [u i, u i+1 [ nach Definition gilt: 0 / 0 = 0 Beispiel für i = 0 und k = 3 N 0,3 (u) = ½ (1 u) 2 P 0 + (-u 2 + u + ½ ) P 1 + ½*u 2 P 2 189
37 B-Spline Funktion und Kurve 0. Grades(I) N i,k (u) 1 N 0,1 (u) N 1,1 (u) N 2,1 (u) N 3,1 (u) etc u 0 u 1 u 2 u 3 u 4 u n P(u) = Σ P i *N i,k (u) i=0 190
38 B-Spline Funktion und Kurve 1. Grades (II) N i,k (u) 1 N 0,2 (u) N 1, 2 (u) N 2,2 (u) N 3,2 (u) etc u 0 u 1 u 2 u 3 u 4 P P n 1 0 P(u) = Σ P i *N i,k (u) u 1 u 2 i=0 P 3 u 4 u P 2 u 3 191
39 Uniform B-Splines B-Splines mit einfachen, äquidistanten, ganzzahligen Knoten nennt man uniform B-Splines U = (u 0... u n ) mit u i = i und i [ 0, 1, 2,..., n-1] Sie besitzen periodische Basisfunktionen 192
40 Beispiel k = 3; n = 4; k = 4; U = {0, 1, 2, 3, 4, 5, 6}; U = {0, 1, 2, 3, 4, 5, 6, 7}; 193
41 Beispiel n = 4; k = 3; k = 4; U = {0, 1, 2, 3, 4, 5, 6}; U = {0, 1, 2, 3, 4, 5, 6, 7}; Somit ergeben sich für die Beispiele die folgenden Intervalle: u {2,4} u {3,4} o 3 o 4 o o 3 o 4 o 5 o x 4 x 5 x x 4 x 5 x 6 x 7 194
42 Nonuniform B-Splines (I) B-Splines mit mehrfachen Knoten besitzen keine periodischen Funktionen Soll ein B-Spline mit m+1 Stützstellen und k-ter Ordnung so modelliert werden, dass Anfangs- und Endpunkt von Kontrollpolygon und Kurve zusammenfallen, muss der Knotenvektor folgende Form besitzen: U = (u 0 =u 1 =... = u k-1, u k,u k+1,...,u m,u m+1,= u m+2 =... = u m+k ) k-fach m-k+1 k-fach 195
43 Nonuniform B-Splines (II) für die u i gilt 0 für i = 0,..., k -1 u i = i k + 1 für i = k,..., n -1 m k + 2 für i = n,..., n + k +1 Der Knotenvektor [0,0,0,0,1,2,..., n-1,n,n,n,n] erzeugt einen kubischen B-Spline (hier: Ordnung 4, Grad 3) Der Knotenvektor [0,0,0,0,1,1,1,1] erzeugt insbesondere eine kubische Bézierkurve, d.h. Bézierkurven können als Sonderfall der B-Splines betrachtet werden! 196
44 Nonuniform B-Spline 2. Grades Beispiel Approximation mit 3 Stützstellen (Ordnung 3, Grad 2): 197
45 β-splines β-splines stellen Verallgemeinerungen der kubischen Splines dar Sie enthalten zwei zusätzliche Parameter, mit denen unabhängig vom Knotenvektor und von Stützstellen des Kontrollpolygons die geometrische Form beeinflusst werden kann die beiden zusätzlichen Parameter beschreiben tension (Spannung) - t = 0 keine Spannung - und skew (Abschrägung/Verdrehung) - s = 1 keine Abschrägung - Sie stellen eine besondere Beschreibung der Basis- /Gewichtungsfunktion dar 198
46 NURBS Non-Uniform Rational B-Splines bei all den Vorteilen der Splines liegt es nahe, zu überlegen, ob mit Splines auch konventionelle Kurven (Kegelschnitte, Zylinder, Paraboloide) beschrieben werden können, um zu einer einheitlichen rechnerinternen Beschreibung zu kommen (unter Ausnutzung homogener Koordinaten!): n P(i,w) = (w i * x i, w i * y i, w i * z i, w i ) P(u) =Σ P i R k i (u) mit Rk i (u) = i = 0 N k i (u) w i Σ N k j (u) w j j=0..n für w i = 1 ist R k i (u) = N k i (u) 199
47 Spline Flächen Die Beschreibung einer Spline-Fläche sieht genauso aus wie die Beschreibung einer Bézier-Fläche: n m P(s, t) = P i,j * N i, k (s) * N j, l (t) i = 0 j = 0 Bemerkung: der Grad (k und l) der B-Splines hängt nicht von der Anzahl der Stützstellen ab, sondern kann frei gewählt werden! ENDE. 200
Approximationsverfahren für die Kurvendarstellung
Approximationsverfahren für die Kurvendarstellung (a) Bézier-Kurven spezielle Form polynomialer Kurven spezifiziert durch n+1 Kontrollpunkte P 0, P 1,..., P n Kurve läuft nicht durch alle Kontrollpunkte,
MehrDarstellung von Kurven und Flächen
Darstellung von Kurven und Flächen Technische Universität Dresden Fakultät Informatik Institut für Software- und Multimediatechnik Dozent: Dr. Mascolous Referent: Gliederung / Einleitung 1 / 25 1. Kurven
Mehr9. Parametrische Kurven und Flächen
9. Parametrische Kurven und Flächen Polylinien bzw. Polygone sind stückweise lineare Approximationen für Kurven bzw. Flächen Nachteile: hohe Zahl von Eckpunkten für genaue Repräsentation erforderlich interaktive
MehrTeil 2: Kurven und Flächen. Kurven und Flächen. Kurven. Parametrische Objekte. Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
MehrTeil 2: Kurven und Flächen
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
MehrPolynome im Einsatz: Bézier-Kurven im CAD
Polynome im Einsatz: Bézier-Kurven im CAD Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 25 Kurven im Raum Eine Kurve im
Mehr0.1 Modellierung von Kurven und Flächen mittels B-Splines
Vorlesung vom 28.04.06 Skript erstellt von Antonia Wittmers und Maria Gensel 0.1 Modellierung von Kurven und Flächen mittels B-Splines Das Wort Spline, übersetzt mit längliches, dünnes Stück Holz oder
MehrComputergraphik I. Freiformkurven. aus: Farin Curven und Flächen im CAGD. Oliver Deussen Freiformkurven 1
Freiformkurven aus: Farin Curven und Flächen im CAGD Oliver Deussen Freiformkurven 1 Definition für gebogene Kurven und Flächen Anwendungen: CAD: Automobil-, Flugzeug-, Schiffsbau Computergraphik: Objektmodellierung
MehrOberflächenrepräsentationen Kontinuierliche Kurven Bezier-Kurven. Freiformflächen. Diskret
Oberflächenrepräsentationen Kontinuierliche Kurven Bezier-Kurven Thomas Jung Freiformflächen NURBS Die Modellierung von Objekten erfordert die geeignete Repräsentation der Oberfläche Je nach Anforderung
MehrKurven. Markus Kraxner 22. Januar 2015
Kurven Markus Kraxner 22. Januar 2015 1 Inhaltsverzeichnis 1 Einleitung 3 2 Einleitung Kurven 4 2.1 Parameterdarstellung von Kurven.................. 4 2.2 Ebene Kurven............................. 4 2.3
Mehrgekrümmte Flächen / Freiformflächen (analog zur Kurvendarstellung)
7. Modelle für Flächen gekrümmte Flächen / Freiformflächen (analog zur Kurvendarstellung) man unterscheidet 2 Typen: finite Interpolationen / Approximationen: endliche Zahl von Stützstellen / Kontrollpunkten
MehrSplines. Bézier-Kurven. Beispiel zur Approximation. Interpolation & Approximation. Schiffbau Automobilbau Architektur. f(x) f(x) =
Institut für Geometrie Abteilung für Geometrie im Bauwesen und im Scientific Computing Prof. Dr. H. Pottmann Interpolation & Approximation Splines Geg: Menge von Punkten Ges: Kurve, welche die Punkte interpoliert
Mehr6. 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
MehrSplines und B-Splines
5. Mai 2009 Wozu Splines? Ausgangssituation: Punkte Möglichst weiche Kurve mittels der Punkte generieren Interpolation zwischen den Punkten Lineare Interpolation replacements P(1) P(0) P(t) P(t) = t P(1)
MehrKurven und Flächen. Vorlesung Ergänzung zur Graphischen Datenverarbeitung Sommersemester 2000 Johann-Wolfgang Goethe Universität, Frankfurt am Main
Kurven und Flächen Vorlesung Ergänzung zur Graphischen Datenverarbeitung Sommersemester 2 Johann-olfgang Goethe Universität, Frankfurt am Main Motivation Benötigen Kurven in der Computergraphik: Modellierung
MehrGeometrisches Modellieren - Körper -Modelle Repräsentationsschemata Primitive Instancing Decomposition Models Constructive Models
$PDWRXGXOWPHGD Theorie und Praxis Parametrischer Kurven und Flächen Prof. Dr.-Ing. Detlef Krömker *RHWKH8YHUVWlWÃ)UDNIXUW *UDSKVFKHÃ'DWHYHUDUEHWXJ 5 FNEOFN Geometrisches Modellieren - Körper -Modelle Repräsentationsschemata
MehrThema des Referats: Darstellung von Kurven und Flächen
Technische Universität Dresden im WS 2004/05 Fakultät Informatik Institut für Institut für Software- und Multimediatechnik Proseminar:Computergrafik Dozent:Dr. Mascolous Referent: Patrick Brausewetter
MehrGliederung. Interpolation vs. Approximation. Gliederung (cont.)
- Trajektoriengenerierung Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 5. Juni 2012 Allgemeine
MehrSplines. Splines. Vom Gebilde zur Geometrie. Katharina Birner. Institut für Angewandte Geometrie Splines
Vom Gebilde zur Geometrie 10.6.2016 Motivation Figure: Schrift Figure: Bézierkurve Motivation Wir wollen etwas in 2D zeichnen. Was benötigen wir? Geraden Kurven Motivation Wir wollen etwas in 2D zeichnen.
MehrKlassische Polynom Interpolation.
Klassische Polynom Interpolation. Bestimme ein Polynom (höchstens) n ten Grades p n (x) = a 0 + a 1 x + a 2 x 2 +... + a n x n, das die gegebenen Daten interpoliert, d.h. p n (x i ) = f i, 0 i n. Erster
Mehr5 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)
MehrH.J. Oberle Analysis II SoSe Interpolation
HJ Oberle Analysis II SoSe 2012 7 Interpolation 71 Allgemeine Problemstellung Interpolation ist die Kunst, zwischen den Zeilen einer Tabelle zu lesen (Rutishauser) Von f : R R seien Funktionswerte (x j,
MehrUnterteilungskurven und -flächen
Unterteilungskurven und -flächen Martin Peternell TU Wien 30. Fortbildungstagung für Geometrie 2009, Strobl 1 Unterteilungskurven Allgemein Das wiederholte Unterteilen eines Polygons erzeugt in der Grenze
Mehr11. Darstellung von Kurven und Flächen
H.J. Oberle Approximation WS 23/4. Darstellung von Kurven und Flächen Bézier Kurven. Unser Ziel ist es, polynomiale Kurven auf dem Rechner möglichst effizient darzustellen. Hierzu nutzen wir die Basisdarstellung
MehrNumerisches Programmieren, Übungen
Technische Universität München SoSe 20 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dipl-Math Jürgen Bräckle Numerisches Programmieren, Übungen Musterlösung 6 Übungsblatt:
MehrInterpolation und Approximation von Funktionen
Kapitel 6 Interpolation und Approximation von Funktionen Bei ökonomischen Anwendungen tritt oft das Problem auf, dass eine analytisch nicht verwendbare (oder auch unbekannte) Funktion f durch eine numerisch
MehrPolynominterpolation mit Matlab.
Polynominterpolation mit Matlab. Die Matlab-Funktion polyfit a = polyfit(x,f,n-1); berechnet die Koeffizienten a = (a(1),a(2),...,a(n)); des Interpolationspolynoms p(x) = a(1)*x^(n-1) + a(2)*x^(n-2) +...
Mehrkünstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).
Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch "Kontrollpunkte" genannt Wesentlicher Punkt:
MehrNachklausur am Donnerstag, den 7. August 2008
Nachklausur zur Vorlesung Numerische Mathematik (V2E2) Sommersemester 2008 Prof. Dr. Martin Rumpf Dr. Martin Lenz Dipl.-Math. Nadine Olischläger Nachklausur am Donnerstag, den 7. August 2008 Bearbeitungszeit:
MehrKAPITEL 9 Splinefunktionen
KAPITEL 9 Splinefunktionen 9.1 Splineräume und Approximationsgüte Bei der Behandlung von Splines ist es bequemer, statt mit dem Grad von Polynomen, mit der Ordnung k := Grad + 1 zu arbeiten. Für eine Knotenmenge
MehrSie braucht weniger Speicherplatz als das Polygon und
Kapitel 7 Kurven Die bisher besprochenen 2D-Objekte haben bis auf den Kreis den Nachteil, daß sie im weitesten Sinne eckig sind. Wenn ein Objekt mit runder Form verlangt wird, z.b. ein Herz, ein Schiffsrumpf,
MehrDarstellung von Kurven und Flächen
Darstellung von Kurven und Flächen Christoph Dähne 17. Juli 2008 1 Christoph Dähne Darstellung von Kurven und Flächen Überblick 1 Polygonnetze 2 Parametrisierte kubische Kurven 3 Hermite-Kurven 4 Bézier-Kurven
MehrPrüfungsdauer: 120 Minuten
Computergraphik und Multimediasysteme Seite 1 von 6 Klausur: Computergraphik II Probeklausur Semester: Prüfer: Prüfungsdauer: 1 Minuten Hilfsmittel: Schreibgeräte, Lineal, nichtprogrammierbarer Taschenrechner
MehrApproximation durch Polynome
durch n Anwendungen: zur Vereinfachung einer gegebenen Funktion durch einen Polynomausdruck. Dann sind übliche Rechenoperation +,,, / möglich. zur Interpolation von Daten einer Tabelle n Beispiel Trotz
MehrKapitel 7. Interpolation und Approximation II. Inhalt: 7.1 Spline-Interpolation 7.2 Trigonometrische Interpolation 7.3 Tschebyscheff-Approximation
Kapitel 7. Interpolation und Approximation II Inhalt: 7.1 Spline-Interpolation 7.2 Trigonometrische Interpolation 7.3 Tschebyscheff-Approximation Numerische Mathematik I 275 Interpolation als lineares
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrDarstellung von Kurven und Flächen
Darstellung von Kurven und Flächen Proseminar Computergraphik, 10. Juni 2008 Christoph Dähne Seite 1 Inhalt Polygonnetze 3 Knotenliste 3 Kantenliste 3 Parametrisierte kubische Kurven 4 Definition 4 Stetigkeit
Mehr3 Kurven und Flächen. HS Heilbronn - Prof. Dr. P. Fleischmann CAD-K3 10/2011 3/1. Bild 3.1: 3D-Flächen. Bild 3.2: Freiformkurven
HS Heilbronn - Prof. Dr. P. Fleischmann CAD-K3 10/2011 3/1 3 Kurven und Flächen 3.1 Flächenmodell 3.1.1 Ebene 3.1.2 Zylinder, Kegel, Torus.2 Freiformkurven und -flächen 3.2.1 Interpolierende Kurven/Flächen
MehrÜbungen zu Splines Lösungen zu Übung 20
Übungen zu Splines Lösungen zu Übung 20 20.1 Gegeben seien in der (x, y)-ebene die 1 Punkte: x i 6 5 4 2 1 0 1 2 4 5 6 y i 1 1 1 1 1 + 5 1 + 8 4 1 + 8 1 + 5 1 1 1 1 (a) Skizzieren Sie diese Punkte. (b)
MehrProseminar Bernsteinpolynome Bézier-Flächen. Dana Eckhardt Matr.-Nr:
Proseminar Bernsteinpolynome Bézier-Flächen Dana Eckhardt Matr.-Nr: 4291637 Inhaltsverzeichnis 1 Einführung 2 1.1 Grundidee und Darstellung....................... 2 1.2 Satz 3.20.................................
MehrInterpolation und Approximation
Interpolation und Approximation Fakultät Grundlagen Mai 2006 Fakultät Grundlagen Interpolation und Approximation Übersicht 1 Problemstellung Polynominterpolation 2 Kubische Fakultät Grundlagen Interpolation
MehrComputergrafik / Animation. künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).
Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch «Kontrollpunkte» genannt Wesentlicher Punkt:
Mehr(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)
33 Interpolation 147 33 Interpolation In vielen praktischen Anwendungen der Mathematik treten Funktionen f auf, deren Werte nur näherungsweise berechnet werden können oder sogar nur auf gewissen endlichen
Mehr10.6. Implizite ebene Kurven und Tangenten
0.6. Implizite ebene Kurven und Tangenten Im Gegensatz zu expliziten Darstellungen sind weder implizite noch Parameterdarstellungen einer Kurve eindeutig. Der Übergang von impliziten zu expliziten Darstellungen
Mehrc) Realisierung des Gauß Algorithmus in Gleitpunktarithmetik: Fehlerschranke hängt linear ab von max i,k l ik. 8n 3 max i,j,k a (k) ij ε.
Matrix unverändert: A = QR cond 2 (R) = cond 2 (A). c) Realisierung des Gauß Algorithmus in Gleitpunktarithmetik: Fehlerschranke hängt linear ab von max i,k l ik. Spaltenpivotisierung: l ik 1 kleine Fehlerschranke
MehrApproximationstheorie und Approximationspraxis
Approximationstheorie und Approximationspraxis Martin Wagner Bergische Universität Wuppertal Fachbereich C - Mathematik und Naturwissenschaften AG Optmierung und Approximation 3. Februar 2010 1 / 20 Motivation
MehrApproximation. E(N) N. Beachte: Der Wert für N = 32 ist vernachlässigt, da er in der Grössenordnung der Rechengenauigkeit liegt.
Approximation Ziel: Approximation der Funktion f(x) = x mit Polynomen (global und stückweise) Experiment: Abhängigkeit des Approximationsfehlers E(N) (in der Maximumnorm) von der Anzahl der Freiheitsgrade
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
MehrAlgorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Rekonstruktion kontinuierlicher Daten Interpolation multivariater Daten Ulrich Rüde Lehrstuhl für Systemsimulation Sommersemester
MehrMATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHEMIE UND LEBENSMITTELCHEMIE
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHEMIE UND LEBENSMITTELCHEMIE Integralrechnung für Funktionen mehrerer Variablen
MehrGrundlagen der geometrischen Datenverarbeitung
Grundlagen der geometrischen Datenverarbeitung Von Prof. Dr. rer. nat. Josef Hoschek und Dr. rer. nat. Dieter Lasser Technische Hochschule Darmstadt Mit zahlreichen Figuren B. G. Teubner Stuttgart 1989
MehrComputergrafik Inhalt Achtung! Kapitel ist relevant für CG-2!
Coputergrafik Inhalt Achtung! Kapitel ist relevant für CG-2! 1 2 3 4 5 6 7 8 Historie, Überblick, Beispiele Begriffe und Grundlagen Objekttransforationen Objektrepräsentation und -Modellierung Sichttransforationen
MehrNURBS- und Loft- Modelling in Blender von Carina Schiller 2 /27
2 Inhaltsverzeichnis: 1. Zu Blender 2. Grundlagen der Kurven 3. NURBS- Modellierung 4. Loft- Modellierung 5. Zusammenfassung 3 1. Zu Blender Allgemeine Informationen Geschichte - 1988 Gründung NeoGeo durch
MehrSpline Morphing. Softwarepraktikum im IWR. Carl Friedrich Bolz. Carl Friedrich Bolz
Spline Morphing Softwarepraktikum im IWR Einführung Motivation: Splines sind die Grundlage von jeglicher Vektorgrafik, 3D-Grafik, CAD/CAM,... Splines werden häufig zur Beschreibung von Schrift verwendet,
MehrMathematik I+II. für FT, LOT, PT, WT im WS 2015/2016 und SS 2016
Mathematik I+II für FT, LOT, PT, WT im WS 2015/2016 und SS 2016 I. Wiederholung Schulwissen 1.1. Zahlbereiche 1.2. Rechnen mit reellen Zahlen 1.2.1. Bruchrechnung 1.2.2. Betrag 1.2.3. Potenzen 1.2.4. Wurzeln
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
MehrDifferentialgeometrische Eigenschaften von Kurven und Flächen
Kapitel 5 Differentialgeometrische Eigenschaften von Kurven und Flächen Ziel dieses Abschnittes ist es, eine kurze Einführung in die Anfangsgründe der mathematischen Theorie der Raumkurven und Flächen
MehrEinführung. Ablesen von einander zugeordneten Werten
Einführung Zusammenhänge zwischen Größen wie Temperatur, Geschwindigkeit, Lautstärke, Fahrstrecke, Preis, Einkommen, Steuer etc. werden mit beschrieben. Eine Zuordnung f, die jedem x A genau ein y B zuweist,
MehrKAPITEL 8. Interpolation
KAPITEL 8. Interpolation 8.2 Lagrange-Interpolationsaufgabe für Polynome Wir beschränken uns auf die Lagrange-Interpolation mit Polynomen. Der Raum der Polynome vom Grad n: Stützstellen: Π n = { n j=0
MehrB-Spline-Kurve und -Basisfunktionen
48 B-Spline-Kurve und -Basisfunktionen Eine B-Spline-Kurve der Ordnung k ist ein stückweise aus B-Splines (Basisfunktion) zusammengesetztes Polynom vom Grad (k 1), das an den Segmentübergängen im allgemeinen
MehrKurven. Wie können oder sollten Kurven repräsentiert werden?
Kurven 1/2 1/2 Wie können oder sollten Kurven repräsentiert werden? 2 1/2 2 1/2 1/2 2 2 1/2 Torniello kam mit Geraden und Kreisen aus. Einige versuchten es nur mit Punkten und Geraden (etwa Hershey im
MehrKapitel 6 Differential- und Integralrechnung in mehreren Variablen
Kapitel 6 Differential- und Integralrechnung in mehreren Variablen Inhaltsverzeichnis FUNKTIONEN IN MEHREREN VARIABLEN... 3 BEISPIELE UND DARSTELLUNGEN... 3 GRENZWERT UND STETIGKEIT (ABSTANDSBEGRIFF)...
Mehr2.4 Darstellung beliebiger Funktionen in CAD-Systemen
34 2.4 Darstellung beliebiger Funktionen in CAD-Systemen Mit der Spline-Interpolation (Abschnitt 2.2) gelingt es, mit abschnittsweise gültigen Funktionen eine Punktmenge so durch eine Kurve zu verbinden,
MehrAlgorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Rekonstruktion kontinuierlicher Daten Multivariate Bezier-Interpolation Transfinite Interpolation Spline-Funktionen Ulrich Rüde
Mehr1 2 x x x x x x2 + 83
Polynominterpolation Aufgabe 1 Gegeben sei die Wertetabelle i 0 1 2 3 x i 0 1 2 4 f i 3 1 2 7 a) Bestimmen Sie das Interpolationspolynom von Lagrange durch die obigen Wertepaare. b) Interpolieren Sie die
MehrGitterfreie Methoden. Florian Hewener. 29. Oktober 2013
Gitterfreie Methoden 1D 2D Florian Hewener 29. Oktober 2013 Gliederung 1 Interpolationsprobleme Problemstellung Haar-Räume 2 Mehrdimensionale Polynominterpolation 3 Splines Kubische Splines und natürliche
MehrFEM isoparametrisches Konzept
FEM isoparametrisches Konzept home/lehre/vl-mhs--e/deckblatt.tex. p./ Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente. Finite-Element-Typen. Geometrie. Interpolations-Ansatzfunktion
MehrNumerisches Programmieren, Übungen
Technische Universität München WiSe 07 / 08 Institut für Informatik Univ-Prof Dr Hans-Joachim Bungartz Michael Obersteiner Philipp Samfass Numerisches Programmieren, Übungen Musterlösung 3 Übungsblatt:
MehrKLAUSUR 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
MehrSpline-Interpolation
Spline-Interpolation Tim Schmölzer 20 November 2009 Tim Schmölzer Spline-Interpolation 20 November 2009 1 / 38 Übersicht 1 Vorbemerkungen 2 Lösbarkeit des Interpolationsproblems 3 Stabilität der Interpolation
MehrHTL Kapfenberg SPLINE Interpolation Seite 1 von 7.
HTL Kapfenberg SPLINE Interpolation Seite von 7 Roland Pichler roland.pichler@htl-kapfenberg.ac.at SPLINE Interpolation Mathematische / Fachliche Inhalte in Stichworten: Polynome, Gleichungssysteme, Differenzialrechnung
MehrT n (1) = 1 T n (cos π n )= 1. deg T n q n 1.
KAPITEL 3. INTERPOLATION UND APPROXIMATION 47 Beweis: Wir nehmen an qx) für alle x [, ] und führen diese Annahme zu einem Widerspruch. Es gilt nach Folgerung ii) T n ) T n cos π n ). Wir betrachten die
MehrSpline-Räume - B-Spline-Basen
Spline-Räume - B-Spline-Basen René Janssens 4. November 2009 René Janssens () Spline-Räume - B-Spline-Basen 4. November 2009 1 / 56 Übersicht 1 Erster Abschnitt: Räume von Splinefunktionen Grundlegende
MehrAngewandte Mathematik am Rechner 1
Michael Wand Institut für Informatik. Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 5 Grundlagen Analysis Kontinuierliche Mengen Vollständige Mengen Folgen Iterative Berechnungen Grenzwert:
Mehr31. Kurven in Ebene und Raum
31. Kurven in Ebene und Raum Für ebene Kurven (also Kurven im R gibt es mehrere Darstellungsmöglichkeiten: implizite Darstellung : F (x, y = explizite Darstellung : y = f(x oder x = g(y Parameterdarstellung
MehrGliederung. Gliederung (cont.) Gliederung (cont.)
- Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 11. Mai 2010 Allgemeine Informationen Einführung
Mehr5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.)
5. Gitter, Gradienten, Interpolation 5.1. Gitter (Rezk-Salama, o.j.) Gitterklassifikation: (Bartz 2005) (Rezk-Salama, o.j.) (Bartz 2005) (Rezk-Salama, o.j.) Allgemeine Gitterstrukturen: (Rezk-Salama, o.j.)
MehrDIPLOMARBEIT. Titel der Diplomarbeit. Optimale Box-Einschließungen von NURBS Kurven. angestrebter akademischer Grad
DIPLOMARBEIT Titel der Diplomarbeit Optimale Box-Einschließungen von NURBS Kurven angestrebter akademischer Grad Magistra der Naturwissenschaften (Mag. rer. nat.) Verfasser: Amra Smajic Matrikel-Nummer:
MehrInhalt Kapitel IV: Interpolation
Inhalt Kapitel IV: Interpolation IV Interpolation IV. Polynom-Interpolation IV. Spline-Interpolation Kapitel IV (InhaltIV) Die Interpolationsformel von Lagrange Zentrale Aussage: Zu beliebigen n + Stützpunkten
MehrNumerische Verfahren
Numerische Verfahren Interpolation Prof Dr-Ing K Warendorf, Prof Dr-Ing P Wolfsteiner Hochschule für Angewandte Wissenschaften München Fakultät 03 WS 13/14 Prof Dr-Ing K Warendorf (Fakultät 03) Numerische
MehrÜbungen mit dem Applet Kurven in Parameterform
Kurven in Parameterform 1 Übungen mit dem Applet Kurven in Parameterform 1 Ziele des Applets... Wie entsteht eine Kurve in Parameterform?... 3 Kurvenverlauf für ausgewählte x(t) und y(t)... 3 3.1 x(t)
MehrREPETITORIUM DER HÖHEREN MATHEMATIK. Gerhard Merziger Thomas Wirth
REPETITORIUM DER HÖHEREN MATHEMATIK Gerhard Merziger Thomas Wirth 6 INHALTSVERZEICHNIS Inhaltsverzeichnis Fl Formelsammlung F2 Formelsammlung Alphabete 11 Zeichenindex 12 1 Grundbegriffe 14 1.1 Logische
MehrNumerik für Ingenieure I Wintersemester 2008
1 / 32 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 23.1.2009 2 / 32 Wiederholung Stückweise Polynominterpolation Stückweise lineare Interpolierende
MehrWenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }
A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder
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:
Mehr5 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
MehrNumerische 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
MehrInterpolation. Heinrich Voss. TUHH Heinrich Voss Kapitel / 49.
Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Institute for Numerical Simulation TUHH Heinrich Voss Kapitel 2 2010 1 / 49 Interpolationsproblem Gegeben seien eine Funktion Φ (x; a 1,...,
MehrAbbildung 10.1: Das Bild zu Beispiel 10.1
Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,
Mehr( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )
64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den
Mehr1. Hierarchische Basen. 1. Hierarchische Basen Perlen der Informatik I, Hans-Joachim Bungartz page 1 of 33
Perlen der Informatik I, Hans-Joachim Bungartz page 1 of 33 1.1. Quadratur nach Archimedes Näherungsweise Berechnung von F 1 := 1 0 4 x (1 x) dx = 2 3 1 t=1 t=2 ¼ 0 ½ 1 ¼ 0 ½ 1 0 ½ 1 Perlen der Informatik
Mehreiner Raumkurve, wobei t als Zeitparameter interpretiert wird. w( t ) beschreibt also den kinematischen Kurvendurchlauf (κ ι ν ε µ α = Bewegung).
10.4. Raumkurven Kinematik Wir betrachten eine zweimal differenzierbare Parameterdarstellung w( t) x( t ) y( t ) z( t ) einer Raumkurve, wobei t als Zeitparameter interpretiert wird. w( t ) beschreibt
Mehr(a), für i = 1,..., n.
.4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 26/7 (2.3.27). (a) Bestimmen Sie die kartesische Form von z = 5i 2i und z 2 = ( ) 9 3 2 2 i. (b) Bestimmen Sie sämtliche
MehrPolynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1):
. Großübung Polynominterpolation Allgemeines Problem: Aufgrund gegebener Messwerte (Paare aus Werten i und Funktionswerten f( i )) soll ein Funktionsverlauf rekonstruiert bzw. zumeist angenähert werden.
MehrDifferenzialrechnung. Mathematik-Repetitorium
Differenzialrechnung 5.1 Die Ableitung 5.2 Differentiation elementarer Funktionen 5.3 Differentiationsregeln 5.4 Höhere Ableitungen 5.5 Partielle Differentiation 5.6 Anwendungen Differenzialrechnung 1
MehrAlgebraische Kurven. Holger Grzeschik
Algebraische Kurven Holger Grzeschik 29.04.2004 Inhaltsübersicht 1.Einführung in die Theorie algebraischer Kurven 2.Mathematische Wiederholung Gruppen, Ringe, Körper 3.Allgemeine affine Kurven 4.Singuläre
Mehr