Proseminar Bernsteinpolynome Bézier-Flächen. Dana Eckhardt Matr.-Nr:
|
|
- Rudolf Lange
- vor 6 Jahren
- Abrufe
Transkript
1 Proseminar Bernsteinpolynome Bézier-Flächen Dana Eckhardt Matr.-Nr:
2 Inhaltsverzeichnis 1 Einführung Grundidee und Darstellung Satz Konvexe Hülle der Bézier-Punkte Satz Partielle Ableitungen Die ersten partiellen Ableitungen Satz Glatte Zusammensetzung Berechnung eines Wertes x(s,t) 9 5 Gröÿere Flächen 10 6 Anwendung Anwendung von Bézier-Flächen Quellen 13 1
3 Kapitel 1 Einführung 1.1 Grundidee und Darstellung Dieses Thema der Bézier-Flächen knüpft an das vorherige Thema Bézier-Kurven an. Der Übergang ist leicht und erfolgt eigentlich nur über einen weiteren Parameter. Die Grundidee der Denition von Bézier-Flächen besteht darin, dass man von zwei räumlichen Kurven mit Bézier-Darstellung vom gleichen Grad m und demselben Parameterintervall ausgeht. Längs diesen Bézier-Kurven lässt man eine zweite Bézier- Kurve gleiten, die einen anderen Grad (n), jedoch dieselben Parameterwerte hat. Damit wird eine Fläche aufgespannt mit einer Parameterdarstellung, die als Produkt von Bernstein-Polynomen beschrieben werden kann: x(s, t) := i=0 P ij Bi n (s) Bj m (t), s, t [0, 1] Die dreidimensionalen Koordinatenvektoren P ij werden als die Bézier-Punkte der Bézier-Fläche x(s, t) bezeichnet und üblicherweise in einer Bézier-Punkte-Matrix zusammengefasst: P 00 P P 0m P 10 P P 1m P n0 P n1... P nm mit (n + 1)(m + 1) Bézier-Punkten P ij. Beispiel zur Berechnung und Darstellung einer Bézier-Fläche mit 16 Kontrollpunkten: 3 3 x(s, t) = P ij B i3 (s) B j3 (t), s, t [0, 1] i=0 = P 00 B 03 (s) B 03 (t) + P 01 B 03 (s) B 13 (t) P 33 B 33 (s) B 33 (t) = P 00 ((1 s) 3 (1 t) 3 ) + P 01 ((1 s) 3 3t(1 t) 2 ) P 33 (s 3 t 3 ) 2
4 1.2 Satz 3.20 Satz 3.20 Für eine Bézier-Fläche gelten Die Eckpunkte der Bézier-Fläche und somit der Bézier-Punktematrix: x(0, 0) = P 00, x(0, 1) = P 0m, x(1, 0) = P n0, x(1, 1) = P nm Die Randkurve der Bézier-Fläche und somit die Randzeilen bzw. -spalten der Bézier-Punktematrix: x(0, t) = P 0j Bj m (t), x(1, t) = P nj Bj m (t) x(s, 0) = P i0 Bi n (s), x(s, 1) = i=0 P in Bi n (s) i=0 3
5 Kapitel 2 Konvexe Hülle der Bézier-Punkte 2.1 Satz 3.21 Satz 3.21 Die Menge der Punkte der Bézier-Fläche M := {x(s, t) s, t [0, 1]} liegt in der konvexen Hülle ihrer (n + 1)(m + 1) Bézier-Punkte. Begriserklärungen zur konvexen Hülle: konvex: Konvex bedeutet im einfachen Sinne, dass in einer Menge je zwei Punkte durch einen einzigen Polygonzug verbunden werden können, ohne dass der Polygonzug die Menge verlässt. konvexe Hülle: Die konvexe Hülle ist die Menge aller Punkte. Verbindet man die äuÿersten Punkte mit Polygonzügen, so bekommt man die kleinstmögliche Hülle aller Punkte. 4
6 Konvexkombination: Jeder Punkt in dieser konvexen Hülle lässt sich als Konvexkombination der Form: α i x i i=1 darstellen. Mit x 1,..., x n und α 1,..., α n 0, wobei die Bedingung n i=1 α i = 1 gelten muss, was den Unterschied zur Linearkombination aufweist. v = u + (w u)µ w = λy + (1 λ)x v = u + (λy + (1 )x u)µ = (1 λ)u + λµy + (1 λ)µx 1 λ + λµ + (1 λ)µ = 1 Beweis von Satz 3.21 Es gilt 0 Bi n(s)bm j Des Weiteren gilt: (t) 1 s, t [0, 1]. i=0 Bi n (s)bj m (t) = Bi n (s) Bj m (t). Daher ist M in der Tat eine lineare Konvexkombination der Bézier-Punkte. B n i (λ) = α i i=0 5
7 Kapitel 3 Partielle Ableitungen 3.1 Die ersten partiellen Ableitungen Für die ersten partiellen Ableitungen gilt (nach Ableitungsregeln der Bernstein-Polynome): x(s, t) := i=0 Bi n (s)bj m (t) x s = n 1 i=0 n(p (i+1)j P ij )B n 1 i (s)bj m (t) (3.2) 6
8 Denn: x s = = = = i=0 n P ij ( s Bn i (s))bj m (t) np 0j B n 1 0 (s)b m j (t) i=0 + np ij (B n 1 i 1 np nj B n 1 n 1 (s)bm j (t) (s) Bn 1(s))Bj m (t) n(p 1j P 0j )B n 1 0 (s)b m j (t) n 1 + n 1 i=2 i=0 n(p 2j P 1j )B n 1 1 (s)b m j (t) n(p (i+1)j P ij )B n 1 i (s)bj m (t) n(p (i+1)j P ij )B n 1 i (s)bj m (t) i (3.-4) Analog für x t = 3.2 Satz 3.22 n m 1 i=0 j=o m(p i(j+1) P ij )Bi n (s)b m 1 j (t) Für die part. Ableitungen längs der Randkurve gelten: x(0,t) s = n(p 1j P 0j )Bj m (t) (3.-4) Denn: für i=0 gilt n(p 1j P 0j )B n 1 0 (s)b m j (t). 7
9 Damit dies der partiellen Ableitung x(0,t) s gleicht, muss B0 n 1 (s) = 1 sein. Dies erfolgt durch Auösen des Bernstein-Polynoms: ( ) n 1 B0 n 1 (s) = s 0 (1 s) n 0 = 1 0 x(1,t) s = n(p nj P (n 1)j )Bj m (t) (3.-4) Denn: für i=n+1 gilt n(p nj P (n 1)j )B n 1 n 1 (s)bm j (t). Damit dies wieder der partiellen Ableitung x(1,t) s (s) = 1 sein: B n 1 n 1 ( ) n 1 Bn 1 n 1 (s) = n 1 entspricht, muss s n 1 (1 s) n (n 1) = s n 1 = 1 Dies gilt analog für x(s,0) t, x(s,1) t. 3.3 Glatte Zusammensetzung Der vorangegangene Satz 3.22 ist bedeutsam für die glatte Zusammensetzung von Flächensegmenten. Glatt bedeutet in diesem Fall, dass die Flächensegmente genau aneinander passen, ohne Knick. Auÿerdem bedeutet es noch, dass die Flächensegmente an der Zusammensetzungsstelle dierenzierbar sein müssen. Daher beschreibt der Satz 3.22 auch die partiellen Ableitungen der Randkurve. 8
10 Kapitel 4 Berechnung eines Wertes x(s,t) Die Berechnung eines Wertes der Bézier-Fläche x(s,t) erfolgt durch zweimaligem Anwenden des Casteljau-Algorithmus'. Will man beispielsweise die Kurve mit s konstant ausrechnen, hat man x(s, t) = i=0 P ij Bi n (s) Bj m (t) =: Q j (s)bj m (t) damit erhält man ihre Bézier-Darstellung mit (m+1) von s abhängigen Bézier-Punkten. Diese erhält man dann, wenn man den de Casteljau-Algorithmus auf die (m+1)-spalten der Bézier-Punktematrix anwendet und den Wert s konstant lässt. Mit den berechneten Hilfspunkten Q j (s) ergibt sich dann die gesuchte Flächenkurve, indem man für jedes t den Algorithmus durchführt. Um die zweite Kurve für x(s, t) mit t konstant zu berechnen, erfolgt dies analog. 9
11 Kapitel 5 Gröÿere Flächen Gröÿere Flächen werden aus einzelnen Bézier-Flächensegmenten zusammengesetzt, wobei allgemeinere, rechteckigere, aneinandergrenzende Paramterbereiche nötig sind. Sei F 1 das erste Bézier-Fächensegment mit den Bézier-Punkten b ij und F 2 das zweite Bézier-Flächensegment mit den Bézier-Punkten c ij. Sie haben gleiche Grade der Parameterdarstellung. x 1 (u, v) = x 2 (u, v) = b ij Bi n (u)bj m (v), u [u 1, u 2 ], v [v 1, v 2 ] i=0 i=0 c 1j Bi n (u)bj m (v), u [u 2, u 3 ], v [v 1, v 2 ] (5.0) Wegen der Stetigkeitsforderung an den beiden Flächensegmenten an der Stelle u = u 2 folgt: b nj Bj m (v) = c 0j Bj m (v), v [v 1, v 2 ] Somit ist u = u 2 genau dann stetig, wenn b nj = c 0j ist, d.h. wenn die Bézier-Punkte der Randkurve zusammengefallen, also die letzte Zeile der Bézier-Punktematrix des ersten Flächensegments ist die erste Zeile der Bézier-Punktematrix des zweiten Flächensegments. Wenn an der gemeinsamen Randkurve auch noch C 1 -Stetigkeit wegen der Glattheit verlangt wird, ist zu untersuchen, ob u = u 2 C 1 -Stetigkeit besitzt: Seien h 1 := u 2 u 1 und h 2 := u 3 u 2 die Abstände des Intervalls [u 1, u 2 ] bzw. [u 2, u 3 ]. Somit gilt wegen Satz 3.22 die Bedingung m n h 1 (b nj b (n 1)j )B m j (v) = m n h 2 (c 1j c 0j )B m j (v), v [v 1, v 2 ]. 10
12 (5.0) Hier gilt nun wieder die Beziehung: für u = u 2 gilt C 1 -Stetigkeit 1 h 1 (b nj b (n 1)j ) = 1 h 2 (c 1j c 0j ). Setzen wir in der oben genannten Bedingung c 0j = b nj, so erhalten wir: 1 h 1 (b nj b (n 1)j ) = 1 h 2 (c 1j b nj ) b nj h 1 + b nj h 2 = c 1j h 2 + b (n 1)j h 1 b nj(h 1 + h 2 ) h 1 h 2 = c 1j h 2 + b (n 1)j b nj = h 1 h 2 h 1 + h 2 b (n 1)j + h 1 h 1 + h 2 c 1j (5.-3) 11
13 Kapitel 6 Anwendung 6.1 Anwendung von Bézier-Flächen Bézier-Flächen nden ihre Anwendung in der Computergrak. Dort werden sie im Rahmen von CAD (computer-aided design), bei Vektorgraken (z.b. SVG) und zur Beschreibung von Schriften (z. B. Postscript Type1, TrueType und CFF-Opentype) verwendet. Sie sind sehr nützlich im Bau, da man auch für komplexe, unförmige Bauten nur die Eck- und Randpunkte benötigt. 12
14 Kapitel 7 Quellen H.R. Schwarz. Numerische Mathematik. Teubner, Stuttgart, 1996 R. Schneider. Convex Bodies: The Brunn-Minkowski Theory
f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.
Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales
MehrUniversität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla
Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla Sätze über Konvexität von Kapitel 4.7 bis 4.10 Theorem 4.7-1. Sei U ein konvexer Unterraum eines normierten Vektorraums. Dann
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
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
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
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
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)
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) :=
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen 8.2 Partielle Differentiation Prof. Dr. Erich Walter Farkas Mathematik I+II, 8.2 Part. Diff.
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
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
MehrGrundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
MehrVektor-Additions-Systeme und Invarianten
Vektor-Additions-Systeme und Invarianten http://www.informatik.uni-bremen.de/theorie/teach/petri Renate Klempien-Hinrichs Stellen- und Transitions-Vektoren T -Invarianten S-Invarianten Bezug zu erreichbaren
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrKlausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem
MehrWir konstruieren eine Wasserrutsche!
Wir konstruieren eine Wasserrutsche! Teilnehmer: Leo Graumann Anh Vu Ho Yiyang Huang Felix Jäger Charlotte Kappler Wilhelm Mebus Alice Wamser Gruppenleiter: René Lamour Caren Tischendorf Heinrich-Hertz-Oberschule,
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
MehrDie Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K
Kapitel IV Projektive Geometrie In diesem Kapitel wird eine kurze Einführung in die projektive Geometrie gegeben. Es sollen unendlich ferne Punkte mit Hilfe von homogene Koordinaten eingeführt werden und
MehrInhaltsverzeichnis INHALTSVERZEICHNIS 1
INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem
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)
Mehr00. Einiges zum Vektorraum R n
00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen
MehrMATHEMATISCHE METHODEN DER PHYSIK 1
MATHEMATISCHE METHODEN DER PHYSIK 1 Helmuth Hüffel Fakultät für Physik der Universität Wien Vorlesungsskriptum Sommersemester 2012 Version vom 08-03-2012 Inhaltsverzeichnis 1 Lineare gewöhnliche Differentialgleichungen
MehrAbb lokales Maximum und Minimum
.13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen
Mehr3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z
R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 18 8. Januar 2010 Kapitel 5. Funktionen mehrerer Veränderlicher, Stetigkeit und partielle Ableitungen 5.2. Partielle Ableitungen von Funktionen
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrMathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation
Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrKlausur zur Vorlesung,,Algorithmische Mathematik II
Institut für angewandte Mathematik, Institut für numerische Simulation Sommersemester 2015 Prof. Dr. Anton Bovier, Prof. Dr. Martin Rumpf Klausur zur Vorlesung,,Algorithmische Mathematik II Bitte diese
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
Mehry hom (x) = C e p(x) dx
Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
MehrPrüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker
TECHNISCHE UNIVERSITÄT BERLIN SS 2001 Fachbereich 3 - Mathematik Pohst / Lusala Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker Name:................................................................................
MehrUnterricht 13: Wiederholung.
, 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
MehrKlausur Mathematik I
Technische Universität Dresden 15. August 2008 Institut für Numerische Mathematik Dr. K. Eppler Klausur Mathematik I für Studierende der Fakultät Maschinenwesen (mit Lösungshinweisen) Name: Matrikelnummer.:
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 009 Dienstag 3.6 $Id: quadrat.tex,v.4 009/06/3 4:55:47 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6.3 Quadratische Funktionen und die Hauptachsentransformation
Mehr[5], [0] v 4 = + λ 3
Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
Mehr= ( n x j x j ) 1 / 2
15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors
MehrLösungen zu Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx
MehrLineare Differenzengleichungen
Lineare Differenzengleichungen Die Fibonacci-Zahlen F n sind definiert durch F 0 = 0 F 1 = 1 F n = F n 1 +F n 2 für n >= 2 Die letzte Zeile ist ein Beispiel für eine homogene lineare Differenzengleichung
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrBild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit
Bild und Kern Für eine lineare Abbildung L : V W bezeichnet man mit Kern L = {v V : L(v) = 0} V den Kern und mit Bild L = {w W : v V mit L(v) = w} W das Bild von L. Bild und Kern 1-1 Bild und Kern Für
MehrFlächen und ihre Krümmungen
Flächen und ihre Krümmungen Teilnehmer: Levi Borodenko Anna Heinrich Jochen Jacobs Robert Jendersie Tanja Lappe Manuel Radatz Maximilian Rogge Käthe-Kollwitz-Oberschule, Berlin Käthe-Kollwitz-Oberschule,
MehrLineare Algebra II 6. Übungsblatt
Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der
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
MehrProseminar Mathematik. Ungleichungen I Betreuung: Natalia Grinberg. Karlsruher Institut für Technologie
Proseminar Mathematik Ungleichungen I 12.6.215 Betreuung: Natalia Grinberg Karlsruher Institut für Technologie Inhaltsverzeichnis 1 Young-Ungleichung 2 2 Hölder-Ungleichung 4 3 Minkowski-Ungleichung 5
MehrKapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.
Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2016/17 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich
MehrIn diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)
34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)
MehrBezier-Kurven. Hamid Fetouaki, Emma Skopin. 28. Januar 2009. Universität Kassel FB Mathematik/Informatik
Ableitungen von Universität Kassel FB Mathematik/Informatik 28. Januar 2009 Ableitungen von Motivation Bis in den späten 50er Jahren: Zeichnung der Kurven am Papier Fertigung der Modelle aus Holz und Ton
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
Mehr5 5 5 Abbildung : Raumkurve Abbildung 5: Tangente t existiert nur dann, wenn _ ~x(t ) = ist. Ein Punkt mit f _x; _y; _zg = f; ; g heißt ein regulärer
3 Differentialgeometrische Eigenschaften von Kurven und Flächen Ziel dieses Abschnittes ist es, eine kurze Einführung in die Anfangsgründe der mathematischen Theorie der Raumkurven und Flächen zu geben.
MehrFACHHOCHSCHULE ESSLINGEN - HOCHSCHULE FÜR TECHNIK
FACHHOCHSCHULE ESSLINGEN - HOCHSCHULE FÜR TECHNIK Sommersemester 006 Zahl der Blätter: 5 Blatt 1 s. unten Hilfsmittel: Literatur, Manuskript, keine Taschenrechner und sonstige elektronische Rechner Zeit:
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
Mehr7.1 Matrizen und Vektore
7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit
MehrInterpolation und Approximation
Interpolation und Approximation Fakultät Grundlagen Mai 2006 Fakultät Grundlagen Interpolation und Approximation Übersicht 1 Problemstellung Polynominterpolation 2 Kubische Fakultät Grundlagen Interpolation
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
MehrBernstein-Polynome. Autor: Johannes Erath. Schriftliche Ausarbeitung zum Vortrag vom
Bernstein-Polynome Autor: Johannes Erath Schriftliche Ausarbeitung zum Vortrag vom 07.04.2009 1 Inhaltsverzeichnis 1 Einleitung 3 2 Einführung 3 2.1 Etwas Geschichte........................... 3 2.2 Denition
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
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
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
MehrLineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik
Universität Karlsruhe (TH) Institut für Algebra und Geometrie Dr. Klaus Spitzmüller Dipl.-Inform. Wolfgang Globke Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik Lösungen zum
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
Mehr2 Polynome und rationale Funktionen
Gleichungen spielen auch in der Ingenieurmathematik eine große Rolle. Sie beschreiben zum Beispiel Bedingungen, unter denen Vorgänge ablaufen, Gleichgewichtszustände, Punktmengen. Gleichungen für eine
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
MehrVektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & &
Vektorprodukt Institut für Mathematik Humboldt-Universität zu Berlin 18.02.2004 & 17.02.2005 & 11.07.2005 zu den Vorlesungen Lineare Algebra und analytische Geometrie I (L) im WS 2003/2004, Mathematik
Mehr8 Blockbild und Hohenlinien
Mathematik fur Ingenieure Institut fur Algebra, Zahlentheorie und Diskrete Mathematik Dr. Dirk Windelberg Universitat Hannover Stand: 18. August 008 http://www.iazd.uni-hannover.de/windelberg/teach/ing
MehrInterpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression
Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at
MehrGrundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang
Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen
MehrKlausur zu Analysis II - Lösungen
Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.
Mehr45 Eigenwerte und Eigenvektoren
45 Eigenwerte und Eigenvektoren 45.1 Motivation Eigenvektor- bzw. Eigenwertprobleme sind wichtig in vielen Gebieten wie Physik, Elektrotechnik, Maschinenbau, Statik, Biologie, Informatik, Wirtschaftswissenschaften.
MehrMathematische Probleme lösen mit Maple
Mathematische Probleme lösen mit Maple Ein Kurzeinstieg Bearbeitet von Thomas Westermann überarbeitet 2008. Buch. XII, 169 S. ISBN 978 3 540 77720 5 Format (B x L): 15,5 x 23,5 cm Weitere Fachgebiete >
MehrArbeitsblatt Mathematik 2 (Vektoren)
Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Mathematik und Naturwissenschaften Arbeitsblatt Mathematik (Vektoren Dozent: - Brückenkurs Mathematik / Physik 6. Aufgabe Gegeben
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrMathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.1 Einführung
Mathematik II Frühlingsemester 2015 Kap 9: Funktionen von mehreren Variablen 91 Einführung wwwmathethzch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof Dr Erich Walter Farkas http://wwwmathethzch/
MehrMathematik I für Wirtschaftswissenschaftler
1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.
MehrWendepunkte. Jutta Schlumberger
Wendepunkte Jutta Schlumberger Ausarbeitung zum Vortrag im Proseminar Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 2009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In dieser Ausarbeitung
MehrFachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter
MehrBrückenkurs 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
MehrMathematischer Vorkurs Lösungen zum Übungsblatt 5
Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und
Mehrum diese Formen spater (eventuell in einem vergroerten Mastab) rekonstruiren zu konnen (Modellruckfuhrung). Das Problem der Datenreduktion und der dam
GRUNDLAGEN DER CAD/CAM ENTWICKLUNG MIT SPLINEKURVEN - EINE EINFUHRUNG - Dan - Eugen Ulmet Fachhochschule Esslingen - Hochschule fur Technik, Kanalstr. 33, 7378 Esslingen ZUSAMMENFASSUNG Splinekurven und
MehrAngewandte Geometrie
Technische Universität München SS 215 Zentrum Mathematik Blatt 4 Prof. Dr. J. Hartl Angewandte Geometrie 1. Ein Kind läuft einen geradlinigen Weg entlang und zieht an einer Schnur ein (seitlich des Weges
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..................................
MehrAufgaben für die 6. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010
Aufgaben für die 6. Übung zur Vorlesung Mathematik für Informatiker: Analysis Sommersemester 00 6. Wie hat man eine reelle Zahl α > 0 so in a b 3 positive Summanden x, y, z zu zerlegen, damit fx, y x y
Mehr2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n
2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n f ist in dem Fall ein Weg in R n. Das Bild f(t) des Weges wird als Kurve
Mehr