6. Polynom-Interpolation
|
|
- Ferdinand Armbruster
- vor 6 Jahren
- Abrufe
Transkript
1 6. Polynom-Interpolation Klassische Polynom-Interpolation Lösung mit Hilfe Lagrange scher Basisfunktionen Lösung mit Hilfe Newton scher Basisfunktionen Fehlerabschätzung für die Polynom-Interpolation Probleme bei hohem Polynomgrad Interpolation mit kubischen Splines 6. Polynom-Interpolation 1 / 15
2 6.1. Klassische Polynom-Interpolation Definition (6.1. Polynom-Raum) Der Polynom-Raum P n ist die Menge aller Polynome vom Grad kleiner oder gleich n, d.h. P n := {p : R R p(x) = a n x n + a n 1 x n a 0, mit a j R j} gegeben : Stützstellen : x 0, x 1,..., x n zugehörige Werte : y 0, y 1,..., y n gesucht : Interpolationspolynom p : R R, welches durch die Punkte (x i, y i ) verläuft, d.h. finde p P n, so dass p(x i ) = y i i = 0,..., n. 6. Polynom-Interpolation 2 / 15
3 Existenz und Eindeutigkeit der Polynom-Interpolation Theorem (6.2. Existenz u. Eindeutigkeit der Polynom-Interpol.) Vor.: paarweise verschiedene Stützstellen x 0,..., x n Beh.: es existiert genau ein Polynom p P n, so dass p(x i ) = y i i = 0,..., n. 6. Polynom-Interpolation 3 / 15
4 6.2. Lösung mit Hilfe Lagrange scher Basisfunktionen Definition (6.3. Lagrange sche Basisfunktionen des P n ) Die Lagrange Basisfunktionen L i P n, i = 0,..., n, des Polynom-Raumes P n sind die Polynome n L i (x) := j=0,j i x x j x i x j x R wichtige Eigenschaft : L i (x) = { 1 für x = xi 0 für x = x j, j i Lösung des Interpolationsproblems : p(x) = Probe : p(x k ) = n i=0 y i L i (x k ) }{{} = y k 1 = y k =0 i k n y i L i (x) i=0 6. Polynom-Interpolation 4 / 15
5 6.3. Lösung mit Hilfe Newton scher Basisfunktionen Nachteile der Lagrange-Lösung : Funktionswert-Berechnung von p(x) ist recht aufwendig völlig neue Berechnung bei Hinzunahme eines weiteren Stützpunktes (x n+1, y n+1 ) Definition (6.4. Newton sche Basisfunktionen) Die Newton schen Basisfunktionen N i P i, i = 0, 1,... sind die Polynome : N 0 (x) := 1 N i (x) := i 1 (x x j ), i 1 j=0 x R Die Polynome N 0, N 1,..., N n bilden eine Basis des Raumes P n. Ziel : bestimme Koeffizienten a i R, so dass p(x) = n a i N i (x) i=0 6. Polynom-Interpolation 5 / 15
6 Schema der dividierten Differenzen x i y i D i,1 D i,2... D i,n x 0 y 0 x 1 y 1 D 1,1 x 2 y 2 D 2,1 D 2, x n y n D n,1 D n,2... D n,n a 0 = y 0 a i = D i,i, i 1 für i, k 1 gilt: D i,1 := y i y i 1 x i x i 1 und D i,k := D i,k 1 D i 1,k 1 x i x i k 6. Polynom-Interpolation 6 / 15
7 Vorteile der Newton-Basis effektive Funktionswert-Berechnung : n Ziel : berechne w := p(x) = a i N i (x) i=0 Algorithmus (HORNER): w n = a n for i = 1 : n k = n i w k = a k + (x x k ) w k+1 end w = w 0 Hinzunahme eines weiteren Punktes (x n+1, y n+1 ) : bisherige Koeffizienten a 0,..., a n bleiben unverändert zum bisherigen Differenzen-Schema wird unten eine neue Zeile hinzugefügt und damit a n+1 berechnet 6. Polynom-Interpolation 7 / 15
8 6.4. Fehlerabschätzung für die Polynom-Interpolation gegeben : Funktion : f : [a, b] R Stützstellen : x i [a, b] i = 0,..., n Werte : y i = f (x i ) i = 0,..., n gesucht : Interpolationspolynom p : [a, b] R, welches an den Stützstellen x i mit der Funktion f übereinstimmt, d.h. finde p P n, so dass p(x i ) = f (x i ) i = 0,..., n. Vor. : Funktion f : [a, b] R sei n mal stetig differenzierbar Fehlerabschätzung 1 f (x) p(x) (n + 1)! max f (n+1) (ξ) ξ [a,b] n x x i x [a, b] i=0 6. Polynom-Interpolation 8 / 15
9 6.5. Probleme bei hohem Polynomgrad Beispiel : f : [ 5, 5] R f (x) := x 2, äquidistante Stützstellen : x i := 5 + i 10 n, i = 0,..., n Problem : bei hohem Grad n hat p P n Oszillationen!!! und der Fehler : f (x) p(x) 0 für n 2 Beispiel von RUNGE besser : stückweise auf kleinen Teil-Intervallen, mit kleinem Grad n 3 interpolieren!!! kubische Splines Polynom-Interpolation 9 / 15
10 6.6. Interpolation mit kubischen Splines 2.5 Approximation durch kubische Splines in Matlab : x=[ ]; y=[ ]; xx = -3.2:0.1:3.2; yy =spline(x,y,xx); plot(x,y, or, LineWidth,2.5); axis([ ]); hold on; plot(xx,yy, -b, LineWidth,1.8 ); 6. Polynom-Interpolation 10 / 15
11 Definition und Problemstellung Definition (6.5. kubische Spline-Funktionen) Sei a = x 0 < x 1 < < x n = b eine Zerlegung von [a, b]. Dann heißt die Funktion s : [a, b] R kubischer Spline, wenn : auf jedem Teilintervall [x i, x i+1 ] die Funktion s ein Polynom vom Grad 3 ist i = 0,..., n 1 und die Funktion s auf [a, b] mindestens zweimal stetig differenzierbar ist Problem : geg.: Stützpunkte (x 0, y 0 ),..., (x n, y n ) mit a = x 0 < x 1 < < x n = b ges.: kubischer Spline s : [a, b] R mit Approximation durch kubische Splines s(x i ) = y i i = 0,..., n Polynom-Interpolation 11 / 15
12 Lösung des Problems (Teil 1) Ansatz : sei s i die Einschränkung von s auf [x i, x i+1 ], dann ist : s i (x) = α i + β i (x x i ) + γ i (x x i ) 2 + δ i (x x i ) 3 4 Unbekannte pro Teilintervall 4n Unbekannte insgesamt die 4n Gleichungen sind : s i (x i ) = α i = y i i = 0,..., n 1 (linker Randpunkt) s i (x i+1 ) = y i+1 i = 0,..., n 1 (rechter Randpunkt) s i 1 (x i) = s i (x i) i = 1,..., n 1 (Stetigkeit von s ) s i 1 (x i) = s i (x i ) i = 1,..., n 1 (Stetigkeit von s ) + 2 Randbedingungen : s 0 (a) = s n 1 (b) = 0 (natürlicher Spline, keine Krümmung) s 0 (a) und s n 1 (b) sind vorgegeben (vollständiger Spline) 6. Polynom-Interpolation 12 / 15
13 Lösung des Problems für natürliche Splines (Teil 2) Idee : Einführung der 2. Momente : m i := s (x i ) i = 0,..., n wobei m 0 = m n = 0 beim natürlichen Spline für die 4n unbekannten Koeffizienten gilt dann: (h i := x i+1 x i ) α i = y i γ i = 1 2 m i β i = y i+1 y i h i h i 6 (m i+1 + 2m i ) i = 0,..., n 1 δ i = m i+1 m i 6h i für die m 1,..., m n 1 erhält man das GLS : ( i = 1,..., n 1) h i 1 }{{} u i m i 1 + 2(h i 1 + h }{{} i v i m i + h i }{{} y i+1 y i m i+1 = 6 6 y i y i 1 h i h i 1 w i }{{} GLS ist tridiagonal Gauß-Alg. kostet nur Cn Operationen r i 6. Polynom-Interpolation 13 / 15
14 Fehlerabschätzung für die Spline-Interpolation Theorem (6.6. Fehlerabschätzung für Spline-Interpolation) Vor.: Funktion f : [a, b] R sei 4-mal stetig diff bar Stützpunkte : a = x 0 < x 1 < < x n = b, y i = f (x i ) s sei kubischer Spline mit : s(x i ) = f (x i ) und s (a) = f (a), s (b) = f (b) sei h := max 0 i n 1 h i, wobei h i := x i+1 x i Beh.: für die k-ten Ableitungen s (k) (x) und f (k) (x) mit k = 0, 1, 2, gilt die Fehlerabschätzung : max x [a,b] f (k) (x) s (k) (x) 3 8 h4 k max x [a,b] f (4) (x) 6. Polynom-Interpolation 14 / 15
15 Ein einfaches Beispiel Beispiel : k = 0 f (x) = sin(x), [a, b] = [0, 3], h = 3/5, x i = ih max f (x) s(x) 3 ( ) 6 4 max x [a,b] 8 10 x [a,b] sin (4) (x) } {{ } = e Approximation durch kubische Splines Polynom-Interpolation 15 / 15
Numerisches Programmieren
Technische Universität München WS /3 Institut für Informatik Prof Dr Hans-Joachim Bungartz Dipl-Inf Christoph Riesinger Dipl-Inf Dipl-Math Jürgen Bräckle Numerisches Programmieren Programmieraufgabe: Polnominterpolation,
MehrGrundlagen der Numerischen Mathematik. Heinrich Voß
Grundlagen der Numerischen Mathematik Heinrich Voß Technische Universität Hamburg Harburg Arbeitsbereich Mathematik 2004 2 Inhaltsverzeichnis 1 Einleitung 1 1.1 Zahlendarstellung............................
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
MehrTeil II. Nichtlineare Optimierung
Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrSkriptum zur Vorlesung. Numerische Mathematik für Ingenieure, Physiker und Computational Engineering (CE) P. Spellucci
Skriptum zur Vorlesung Numerische Mathematik für Ingenieure, Physiker und Computational Engineering (CE) P Spellucci WS 2007/2008 2 HINWEIS: Dieses Skriptum stellt einen ersten Entwurf für den tatsächlichen
MehrNumerische Mathematik. Studierende der Mathematik und Technomathematik
Numerische Mathematik für Studierende der Mathematik und Technomathematik SS 2004 WS 2004/05 W. Hofmann Universität Hamburg Vorbemerkung Dieses Numerik Skript will, kann und soll kein Lehrbuch ersetzen.
MehrAnsichten über krumme Kurven oder der Einsatz der Spline-Interpolation in einer CNC-Steuerung
CNC Power Engineering - Always on the move Ansichten über krumme Kurven oder der Einsatz der Spline-Interpolation in einer CNC-Steuerung Amazing ideas and freaky challenges in software development Klaus,
MehrÜbungen aus den numerischen Methoden der Astronomie SS 2011
Übungen aus den numerischen Methoden der Astronomie SS 2011 1. Fermat Teil I : Berechnen Sie die Fläche eines rechtwinkeligen Dreiecks mit Hilfe des pythagoräischen Lehrsatzes. Die beiden Katheten sollen
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
MehrBildtransformationen. Geometrische Transformationen Grauwert-Interpolation
Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an
MehrApproximationsverfahren zur Überführung nichtäquidistanter Messwertfolgen in äquidistante Zeitreihen.
Fakultät Informatik, Institut für Angewandte Informatik, Professur für Technische Informationssysteme Approximationsverfahren zur Überführung nichtäquidistanter Messwertfolgen in äquidistante Zeitreihen.
MehrExtrema von Funktionen in zwei Variablen
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrGleichungen - Aufgabenstellung und Lösungsstrategien
Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrSechste Übungseinheit
F Sechste Übungseinheit Inhalt der sechsten Übungseinheit: MATLAB-Werkzeuge zum Anpassen von Funktionen an Daten (Bonus-Material) Alternativen zur Minimierung der Fehlerquadrate: Robuste Regression, Total
Mehr7. Numerik mit MATLAB
Start Inhalt Numerik mit MATLAB 1(24) 7. Numerik mit MATLAB 7.1 Lineare Algebra Normen. Matrixzerlegungen. Gleichungssysteme. 7.2 Lineare Ausgleichsrechnung qr, svd, pinv, \. 7.3 Interpolation interp1,
MehrErgänzungen zur Analysis I
537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.
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
MehrGleichungen Aufgaben und Lösungen
Gleichungen Aufgaben und Lösungen http://www.fersch.de Klemens Fersch 6. Januar 3 Inhaltsverzeichnis Lineare Gleichung. a x + b = c....................................................... Aufgaben....................................................
MehrVorkurs Mathematik Übungen zu Differentialgleichungen
Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)
MehrDidaktik der Algebra Jürgen Roth Didaktik der Algebra 4.1
Didaktik der Algebra 4.1 Didaktik der Algebra Didaktik der Algebra 4.2 Inhalte Didaktik der Algebra 1 Ziele und Inhalte 2 Terme 3 Funktionen 4 Gleichungen Didaktik der Algebra 4.3 Didaktik der Algebra
MehrModellierung, Simulation, Optimierung Diskretisierung 1
Modellierung, Simulation, Optimierung Diskretisierung Prof. Michael Resch Dr. Martin Bernreuther, Dr. Natalia Currle-Linde, Dr. Martin Hecht, Uwe Küster, Dr. Oliver Mangold, Melanie Mochmann, Christoph
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrMathematik für Informatiker Band 2: Analysis und Statistik
Gerald Teschl Susanne Teschl Mathematik für Informatiker Band 2: Analysis und Statistik 2 Auflage Mit 02 Abbildungen 23 Gerald Teschl Universität Wien Fakultät für Mathematik Nordbergstraße 5 090 Wien,
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
MehrSchlussrechnung, Modellbildung und Interpolation
Schlussrechnung, Modellbildung und Interpolation Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Tag der Mathematik Graz, 7. Februar 2013 Beispiele für Schlussrechnungen
MehrInterpolation in geographischen Informationssystemen
Interpolation in geographischen Informationssystemen Mathematischer Hintergrund Zuerst gehalten im Wintersemester 22/23 Tomas Sauer Version. Letzte Änderung: 2.2.22 Statt einer Leerseite... Die Mathematik
MehrNumerisches Programmieren
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 Kowarschik Numerisches
MehrFinite Differenzen und Elemente
Dietrich Marsal Finite Differenzen und Elemente Numerische Lösung von Variationsproblemen und partiellen Differentialgleichungen Mit 64 Abbildungen Springer-Verlag Berlin Heidelberg NewYork London Paris
MehrSchlussrechnung, Modellbildung und Interpolation
Schlussrechnung, Modellbildung und Interpolation Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 1 Einleitung Schlussrechnungen
Mehr2.4 Adaptive Verfahren mit Schrittweitensteuerung
0 0 0 Euler und RK4 fuer f(t,y) = t 0. Euler RK4 /N 0 0 f(t,y) =. t 0., graduiertes Gitter RK4 /N 4 Fehler bei T = 0 3 0 4 0 5 Fehler bei T = 0 5 0 0 0 6 0 7 0 0 0 0 2 0 3 0 4 0 5 Anzahl Schritte N 0 5
Mehr(Lineare) stochastische Optimierung
(Lineare) stochastische Optimierung Bsp: Aus zwei Sorten Rohöl wird Benzin und Heizöl erzeugt. Die Produktivität sowie der Mindestbedarf (pro Woche) und die Kosten sind in folgender Tabelle angegeben:
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrMathematik I Internationales Wirtschaftsingenieurwesen
Mathematik I Internationales Wirtschaftsingenieurwesen Integralrechnung 03.12.08 Das unbestimmte Integral/Stammfunktion Das bestimmte Integral/Flächenberechnung Integral als Umkehrung der Ableitung Idee:
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation
MehrKünstliche Intelligenz Maschinelles Lernen
Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
MehrDefinition und Eigenschaften Finiter Elemente
Definition und Eigenschaften Finiter Elemente 1 Das letzte Mal Im letzten Vortrag haben wir zum Schluss das Lemma von Lax Milgram präsentiert bekommen, dass ich hier nocheinmal in Erinnerung rufen möchte:
Mehr1 Lineare Gleichungssysteme
MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden
MehrGleitkommaarithmetik und Pivotsuche bei Gauß-Elimination. Lehrstuhl für Angewandte Mathematik Wintersemester 2009/10. 14.
Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination Vorlesung Computergestützte Mathematik zur Linearen Algebra Lehrstuhl für Angewandte Mathematik Wintersemester 2009/0 4. Januar 200 Instabilitäten
MehrUmgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
MehrPROJEKT IN EINFÜHRUNG IN DIE MODELLIERUNG
PROJEKT IN EINFÜHRUNG IN DIE MODELLIERUNG MICHAEL JUHOS (051461), MARLENE LEPUSCHITZ (0630896), SOFIE WALTL (0710478) Inhaltsverzeichnis 1. Einleitung 1. Variante I 1 3. Variante II 4. Variante III in
MehrTaylorentwicklung der k ten Dimension
Taylorentwicklung der k ten Dimension 1.) Taylorentwicklung... 2 1.1.) Vorgehenesweise... 2 1.2.) Beispiel: f ((x, y)) = e x2 +y 2 8x 2 4y 4... 3 2.) Realisierung des Algorithmus im CAS Sage Math... 5
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen Dr. Nico Düvelmeyer Freitag, 8. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 NLP Aufgabe KKT 2 Nachtrag
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrFachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen
Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen Verbundstudiengang Technische Betriebswirtschaft Prof. Dr. rer. nat. habil. J. Resch Teilprüfung: Mathematik 1 (Modul) Termin: Februar
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
MehrVergleich verschiedener Finite-Elemente-Approximationen zur numerischen Lösung der Plattengleichung
Fakultät für Mathematik und Informatik Ruprecht-Karls-Universität Heidelberg Diplomarbeit Vergleich verschiedener Finite-Elemente-Approximationen zur numerischen Lösung der Plattengleichung Bärbel Janssen
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Informatik Medieninformatik Wirtschaftsinformatik Wirtschaftsingenieurwesen
MehrBildrekonstruktion & Multiresolution
Bildrekonstruktion & Multiresolution Verkleinern von Bildern? Was ist zu beachten? Es kann aliasing auftreten! Das Abtasttheorem sagt wie man es vermeidet? ===> Page 1 Verkleinern von Bildern (2) Vor dem
MehrElemente der Analysis I Kapitel 2: Einführung II, Gleichungen
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html
MehrDivision Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema
Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrKapitel 3 Mathematik. Kapitel 3.3. Algebra Gleichungen
TG TECHNOLOGISCHE GRUNDLAGEN Kapitel 3 Mathematik Kapitel 3.3 Algebra Gleichungen Verfasser: Hans-Rudolf Niederberger Elektroingenieur FH/HTL Vordergut 1, 877 Nidfurn 055-654 1 87 Ausgabe: Februar 009
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
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,
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
MehrStabilität mittels Ljapunov Funktion
Stabilität mittels Ljapunov Funktion Definition Eine C 1 Funktion V : D R, D R, heißt eine Ljapunov Funktion auf K r (0) D für f(y), falls gilt: 1) V(0) = 0, V(y) > 0 für y 0 2) V,f(y) 0 ( y, y r) Gilt
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 ; : :
MehrBeispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =
Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.
MehrNumerische Verfahren zur Lösung nichtlinearer Gleichungen
Kapitel 2 Numerische Verfahren zur Lösung nichtlinearer Gleichungen 21 Aufgabenstellung und Motivation Ist f eine in einem abgeschlossenen Intervall I = [a, b] stetige und reellwertige Funktion, so heißt
MehrTransformation und Darstellung funktionaler Daten
Transformation und Darstellung funktionaler Daten Seminar - Statistik funktionaler Daten Jakob Bossek Fakultät für Statistik 7. Mai 2012 Übersicht Einleitung Einordnung im Seminar Motivation am Beispiel
MehrZuammenfassung: Reelle Funktionen
Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrVorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
MehrFür die Parameter t und ϕ sind das im angegebenen Bereich Funktionen, d.h. zu jedem Parameterwert gehört genau ein Punkt.
PARAMETERFUNKTIONEN Zwei Beispiele: gsave currentpoint translate 21 4 div setlin 1 1 x = 2t 2 1 y = t < t
MehrGF(2 2 ) Beispiel eines Erweiterungskörpers (1)
GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr
MehrMATLAB: Kapitel 2 Grafiken
MTLB: Kapitel Grafiken MTLB verfügt über eine nahezu unüberschaubare nzahl von Möglichkeiten Grafiken zu erzeugen formatieren oder animieren. In diesem Kapitel werden wir die grundlegenden Werkzeuge für
MehrÜbung 4: Einführung in die Programmierung mit MATLAB
Übung 4: Einführung in die Programmierung mit MATLAB AUFGABE 1 Was bewirkt der Strichpunkt? - Der Strichpunkt (Semikola) unterdrück die Anzeige der (Zwischen-) Resultate. Welche Rolle spielt ans? - Wenn
MehrSkalare Differentialgleichungen
Kapitel 2 Skalare Differentialgleichungen 2.1 Skalare lineare Differentialgleichungen 2.2 Bernoulli und Riccati Differentialgleichungen 2.3 Differentialgleichungen mit getrennten Variablen 2.4 Exakte Differentialgleichungen
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
MehrOptimale Steuerung. Sequentielle Quadratische Programmierung. Kevin Sieg. 14. Juli 2010. Fachbereich für Mathematik und Statistik Universität Konstanz
Optimale Steuerung Kevin Sieg Fachbereich für Mathematik und Statistik Universität Konstanz 14. Juli 2010 1 / 29 Aufgabenstellung 1 Aufgabenstellung Aufgabenstellung 2 Die zusammengesetzte Trapezregel
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrHöhere Mathematik III für Wirtschaftsinformatiker
TU Ilmenau Institut für Mathematik Prof. Dr. S. Vogel Höhere Mathematik III für Wirtschaftsinformatiker Funktionen von mehreren Variablen. Grenzwerte und Stetigkeit Betrachtet werden Funktionen f : D f
MehrGrundlagen der 3D-Modellierung
April 28, 2009 Inhaltsverzeichnis 1 Einführung 2 Direkte Darstellungsschemata 3 Indirekte Darstellungsschemata 4 Parametrische Kurven und Freiformflächen 5 Abschluss Motivation Vom physikalischen Körper
Mehr2 Lineare Gleichungssysteme
Beispiel.5: Funktion von Runge (V) Beispiel Martin-Luther-Universität Halle-Wittenberg, NWF III, Institut für Mathematik Martin Arnold: Grundkurs Numerische Mathematik (WiS 27/8) Abbildung.3: Interpolation
MehrStefan Funken, Dirk Lebiedz, Karsten Urban. Numerik II. (Einführung in die Numerische Analysis)
Stefan Funken, Dirk Lebiedz, Karsten Urban Numerik II (Einführung in die Numerische Analysis) SKRIPT, UNIVERSITÄT ULM, SOMMERSEMESTER 213 i Vorwort. Dieses Manuskript ist entstanden aus Mitschriften und
MehrSelbständiges Arbeiten. Oberstufe - KSOe (SprachProfil) GeoGebra. Klasse 6bw. Okt. 2011 / R. Balestra
Selbständiges Arbeiten Oberstufe - KSOe (SprachProfil) GeoGebra Klasse 6bw Okt. 2011 / R. Balestra Inhaltsverzeichnis 1 Ziel 2 2 freeware GeoGebra - Der Download 3 3 Die Eingabe von Funktionen 4 3.1 Bearbeitungsmöglichkeiten......................
MehrDie Kalkulation von PKV-Tarifen unter Einbeziehung des Übertragungswertes
Die Kalkulation von PKV-Tarifen unter Einbeziehung des Übertragungswertes Anna Wallner und Hans-Joachim Zwiesler Preprint Series: 2009-25 Fakultät für Mathematik und Wirtschaftswissenschaften UNIVERSITÄT
Mehr3D-Skulpturen aus Algebraischen Flächen
3D-Skulpturen aus Algebraischen Flächen FORWISS Universität Passau Institut für Softwaresysteme in technischen Anwendungen der Informatik 18. September 2008 Teil I Rapid Prototyping Begriff Rapid Prototyping
MehrRegressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall )
Zusammenhänge von Variablen Regressionsanalysen linearer Zusammenhang ( Idealfall ) kein Zusammenhang nichtlinearer monotoner Zusammenhang (i.d.regel berechenbar über Variablentransformationen mittels
MehrKlausur Mathematik 2
Mathematik für Ökonomen WS 2014/15 Campus Duisburg PD Dr. V. Krätschmer, Fakultät für Mathematik Klausur Mathematik 2 17.02.2015, 12:30-14:30 Uhr (120 Minuten) Erlaubte Hilfsmittel: Nur reine Schreib-
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrDr. Jürgen Roth. Fachbereich 6: Abteilung Didaktik der Mathematik. Elemente der Algebra. Dr. Jürgen Roth 3.1
.1 Dr. Jürgen Roth Fachbereich 6: Abteilung Didaktik der Mathematik Elemente der Algebra . Inhaltsverzeichnis Elemente der Algebra & Argumentationsgrundlagen, Gleichungen und Gleichungssysteme Quadratische
MehrGeoadditive Regression
Seminar: Stochastische Geometrie und ihre Anwendungen - Zufallsfelder Universität Ulm 27.01.2009 Inhalt Einleitung 1 Einleitung 2 3 Penalisierung 4 Idee Variogramm und Kovarianz Gewöhnliches Ansatz für
MehrFotografie * Informatik * Mathematik * Computer-Algebra * Handreichung für Lehrer
BIKUBISCHE INTERPOLATION AM BEISPIEL DER DIGITALEN BILDBEARBEITUNG - AUFGABENSTELLUNG FÜR SCHÜLER Problem Bei Veränderung der Größe eines Digitalbildes sind entweder zuviel Pixel (Verkleinerung) oder zuwenig
MehrMan kann zeigen (durch Einsetzen: s. Aufgabenblatt, Aufgabe 3a): Die Lösungsgesamtheit von (**) ist also in diesem Fall
4. Lösung einer Differentialgleichung. Ordnung mit konstanten Koeffizienten a) Homogene Differentialgleichungen y'' + a y' + b y = 0 (**) Ansatz: y = e µx, also y' = µ e µx und y'' = µ e µx eingesetzt
MehrApproximationsalgorithmen
Ausarbeitung zum Thema Approximationsalgorithmen im Rahmen des Fachseminars 24. Juli 2009 Robert Bahmann robert.bahmann@gmail.com FH Wiesbaden Erstellt von: Robert Bahmann Zuletzt berarbeitet von: Robert
Mehra n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n
Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen
MehrHauptprüfung Fachhochschulreife 2013. Baden-Württemberg
Hauptprüung Fachhochschulreie 3 Baden-Württemberg Augabe 3 Analysis Hilsmittel: graikähiger Taschenrechner Beruskolleg Alexander Schwarz www.mathe-augaben.com Dezember 3 3. Das Schaubild einer Funktion
MehrSplinekurven und -flächen in CAGD und Anwendung
Splinekurven und -flächen in CAGD und Anwendung Vorlesung, zuerst gehalten im Sommersemester 2012 Tomas Sauer Version 0.0 Letzte Änderung: 6.5.2013 Statt einer Leerseite... 0 Welcher aber... durch die
MehrBayern FOS BOS 12 Fachabiturprüfung 2015 Mathematik (Nichttechnische Ausbildungsrichtungen) Analysis A I
Bayern FOS BOS Fachabiturprüfung 05 Mathematik (Nichttechnische Ausbildungsrichtungen) Analysis A I.0 Nebenstehende Abbildung zeigt den Graphen G f ' der ersten Ableitungsfunktion einer in ganz 0 definierten
Mehr11.3 Komplexe Potenzreihen und weitere komplexe Funktionen
.3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt
MehrUrbild Angriff auf Inkrementelle Hashfunktionen
Urbild Angriff auf Inkrementelle Hashfunktionen AdHash Konstruktion: (Bellare, Micciancio 1997) Hashe Nachricht x = (x 1,..., x k ) als H(x) = k i=1 h(i, x i) mod M. Inkrementell: Block x i kann leicht
MehrEntscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?
Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum
Mehr