Einführung in die numerische Mathematik

Größe: px
Ab Seite anzeigen:

Download "Einführung in die numerische Mathematik"

Transkript

1 Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 214 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis Einführung in die numerische Mathematik Aufgabenblatt 7 - Lagrange-Interpolation, Dividierte Differenzen Präsenzaufgabe 1: Lagrange-Interpolation Lösungen Es sei P n die Menge aller reellen Polynome mit Grad höchstens n. Für n + 1 Punktepaare (, y ), ( 1, y 1 ),, ( n, y n ) R 2 definiert man das Polynom P P n durch P () := y i L i (), wobei die Lagrange-Polynome L i P n gegeben sind durch n j L i () :=. i j j= j i a) Zeigen Sie für die Lagrange-Polynome die Eigenschaft { 1 für i = k L i ( k ) = δ ik := für i k. b) Zeigen Sie für das oben definierte Polynom P die Aussage Wie interpretieren Sie diese Eigenschaft? P ( k ) = y k für alle k =, 1,, n. c) Weisen Sie (ohne größere Rechnung) nach, dass gilt L i () = 1 für alle R. Diese Eigenschaft nennt man auch Zerlegung der Eins. a) i = k : L i ( i ) = i k : L i ( k ) = n j= j i n j= j i i j i j = 1, da alle Faktoren gleich 1, k j i j =, denn es gibt ein k = j, also ist ein Faktor null.

2 b) Aufgrund der Eigenschaft aus Aufgabenteil (a) gilt P ( k ) = y i L i ( k ) = y k L k ( k ) = y k. c) Damit interpoliert das Polynom P die Punkte {(, y ),, ( n, y n )}. Mit der eindeutigen Lösbarkeit der Polynominterpolationsaufgabe ist P also das Interpolationspolynom zu den gegebenen Daten. zu zeigen: R : L i () = 1 R : L i () 1 =. Die Lagrange-Polynome L i hängen nur von der Auswahl der Stützstellen i, i =,, n, aber nicht von den Stützwerten y j, j =,, n ab. Wir betrachten daher das Interpolationspolynom durch die Punkte (, 1),, ( n, 1), das nach Aufgabenteil (b) die Darstellung P () = 1 L i () = L i () besitzt. P P n ist ein Polynom vom Grad höchstens n, also auch P () 1 P n. Aufgrund der Interpolationseigenschaft gilt = P ( k ) 1 = L i ( k ) 1 für k =, 1, n. P () 1 hat daher n + 1 Nullstellen und muss damit das Nullpolynom sein. (Ein Polynom vom Grad n kann höchstens n Nullstellen besitzen.) Es folgt L i () 1 = für alle und die Behauptung ist gezeigt. Präsenzaufgabe 2: Beispiel für Lagrange-Interpolation Gegeben sind die drei Stützstellen: i 2 3 y i Bestimmen Sie die Lagrange-Polynome L i () für diese drei Stützstellen. Geben Sie die Polynome in der Taylor-Basis (Monome) an. Berechnen Sie über die Lagrange-Polynome das Interpolationspolynom P () für diese Stützstellen und stellen Sie es in der Taylor-Basis dar. Skizzieren Sie das Interpolationspolynom P () zusammen mit den Stützstellen ( i, y i ) in ein Diagramm. 2

3 Für die Lagrange-Polynome zu den Stützstellen, 1,, n hat man die Definition n k L i () = für i =, 1,, n. i k k=,k i Damit folgt ( = 2, 1 =, 2 = 3) L () = ( 2) 3 ( 2) 3 = 1 1 ( 3) = L 1 () = ( 2) ( 2) 3 3 = 1 ( + 2)( 3) = L 2 () = ( 2) 3 ( 2) 3 = 1 15 ( + 2) = Das Interpolationspolynom ist dann P () = 2 y i L i () = Das folgende Diagramm zeigt das Interpolationspolynom P zusammen mit den drei Stützstellen p() Bemerkung. In Matlab kann dieses Diagramm erzeugt werden über die Befehle: = -4:.1:4; y = 1.2*.^2-.*-1; plot(,y, k-,[-2 3],[5-1 8], ko ) label(, fontsize,14) ylabel( p(), fontsize,14) print diagramm.eps -deps 3

4 Präsenzaufgabe 3: Interpolation mit dividierten Differenzen Wir betrachten im Folgenden die Funktion f() = sin(π). a) Berechnen Sie die dividierten Differenzen ausgehend von den Stützstellen =, 1 = 1 2 und 2 = 1. Verwenden Sie die übliche Tableau-Schreibweise. Wie lautet das Newton sche Interpolationspolynom p,2 ()? Überprüfen Sie ihre Darstellung durch Einsetzen der Stützstellen i. b) Schätzen Sie mit Hilfe der Restgliedformel den Fehler f() p,2 () ab. a) f() wird interpoliert in =, 1 =.5, 2 = 1. Wir berechnen den Interpoland mit dividierten Differenzen. = [ ]f =... 1 =.5 [ 1 ]f = 1 [, 1 ]f = 1.5 = = 1 [ 2 ]f = [ 1, 2 ]f = 1.5 = 2 [, 1, 2 ]f = = 4 Damit ergibt sich : p,2 () = [ ]f ω () + [, 1 ]f ω 1 () + [, 1, 2 ]f ω 2 () = ( ) 4 ( )( 1 ) = Nachrechnen an den Stützstellen verifiziert p,2 ( ) = =, p,2 ( 1 ) = 2 1 = 1, p,2 ( 2 ) = 4 4 =. b) Nach der Restgliedformel gilt mit ξ [, 1] f() p,2 () = ω 3 () f (3) (ξ) 3! = ( )( 1 )( 2 ) }{{} =: h() π 3 cos(πξ). Da wir cos(πξ) 1 abschätzen können, brauchen wir die Maima von h() = : h () = ! = 1,2 = ±. Mit = (3 + 3)/.79 und h ( ) = 3 > gilt dann f() p,2 () h( ) π

5 Hausaufgabe 1: Interpolation mit Newton schen Dividierten Differenzen Gegeben sind die vier Stützstellen (1 Punkte) i i y i a) Geben Sie die vier Basispolynome nach Newton an. Achten Sie dabei auf die Reihenfolge der Stützstellen. Skizzieren Sie die Basispolynome in ein Diagramm. b) Berechnen Sie nur für die ersten drei Stützstellen die dividierten Differenzen in Form des Tableaus: [ ]y... 1 [ 1 ]y [, 1 ]y... 2 [ 2 ]y [ 1, 2 ]y [, 1, 2 ]y Bestimmen Sie aus den dividierten Differenzen das Interpolationspolynom p zu Stützstellen i =, 1, 2. Verifizieren Sie, dass Ihr Ergebnis die drei Stützstellen interpoliert. c) Berechnen Sie nun die dividierten Differenzen zu allen vier Stützstellen, indem Sie zum Tableau aus Aufgabenteil (a) noch eine Zeile hinzufügen. Stellen Sie das korrespondierende Interpolationspolynom q zu Stützstellen i =, 1, 2, 3 auf und verifizieren Sie wieder die Interpolationseigenschaften. a) Die Basispolynome nach Newton besitzen die allgemeine Formel l 1 ω l = ( i ) für l > und ω 1. Im Beispiel hier folgt somit ω () = 1 ω 1 () = = 1 ω 2 () = ( )( 1 ) = ( 1)( 3) = ω 3 () = ( )( 1 )( 2 ) = ( 1)( 3)( 4) =

6 4 2 Basispolynome b) Im Tableau folgen die Werte = 1 [ ]y = = 3 [ 1 ]y = 4 [, 1 ]y = = = 4 [ 2 ]y = 1 [ 1, 2 ]y = = 5 [, 1, 2 ]y = = 11 Das korrespondierende Interpolationspolynom hat die Basisdarstellung p() = 2 [,, i ]y ω i (). Es gehen also die Diagonaleinträge aus dem Tableau in die Formel ein. Hier folgt p() = ( 1) + ( 11) ( 1)( 3) = p()

7 c) Die letzte Zeile berechnet sich zu [ 3 ]y = y 3 = 1, [ 2, 3 ]y = 1 ( 1) 2 4 = 1, [ 1, 2, 3 ]y = 1 ( 5) 2 3 = 4, In Tableau-Form ist dies: [, 1, 2, 3 ]y = 4 ( 11 ) 2 1 = 13. = 1 [ ]y = 3 1 = 3 [ 1 ]y = 4 [, 1 ]y = = 4 [ 2 ]y = 1 [ 1, 2 ]y = 5 [, 1, 2 ]y = 11 3 = 2 [ 3 ]y = 1 [ 2, 3 ]y = 1 [ 1, 2, 3 ]y = 4 [, 1, 2, 3 ]y = 13 Das korrespondierende Interpolationspolynom ist dann q() = p() 13 ω 3() = ( ) = p() Hausaufgabe 2: Interpolationsfehler (1 Punkte) Die Funktion f() = cos( π 2 ) soll an den drei Stützstellen ( i, f( i )) mit = 1, 1 =, 2 = 1 durch ein quadratisches Polynom p interpoliert werden. a) Verwenden Sie die Restgliedformel, um den Approimationsfehler f() p() gleichmäßig für alle [ 1, 1] nach oben abzuschätzen. Berechnen Sie den Zahlenwert der oberen Schranke. b) Geben Sie das Interpolationspolynom p ohne Rechnung mit Hilfe der symmetrischen Lage der Stützstellen an. Berechnen Sie den Fehler f() p() an der Stelle =

8 a) Die Restgliedformel lautet in diesem Fall f() p() = f (3) (ξ) 3! mit einer Zwischenstelle ξ [ 1, 1]. Für die Ableitungen von f erhält man ω 3 () = f (3) (ξ) ( )( 1 )( 2 ) f () = π 2 sin( π 2 ) f (2) () = π2 4 cos( π 2 ) f (3) () = π3 8 sin( π 2 ). Also gilt f (3) () = π3 ( 8 π ) sin 2 π 3 8 Für das Basispolynom folgt für alle. ω 3 () = ( + 1)( 1) = ( 2 1) = 3. Die Etremalstellen dieses Polynoms ergeben sich zu ω 3() = = 1/2 = ± 1 3 und somit ist der Etremalwert 1 ω 3 ( 1/2 ) = 3 1 = Zusammen folgt f() p() 1 [ ] ma f (3) (t) t [ 1,1] für alle [ 1, 1]. [ ma ω 3(t) t [ 1,1] ] π b) Man erkennt an den Stützstellen, dass das Interpolationspolynom gerade p() = ist. Es folgt f( 1 2 ) p( 1 2 ) = Der Wert liegt deutlich unter der vorhergesagten Schranke aus Aufgabenteil (a). Im allgemeinen liefert die Technik aus Aufgabenteil (a) nur eine grobe Abschätzung. 8

9 1.9 cos Fkt. Polynom

Bestimmung einer ersten

Bestimmung 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,

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 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;.

Mehr

Abiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1

Abiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1 Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Grundlagen 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

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Zuammenfassung: Reelle Funktionen

Zuammenfassung: 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,

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Ergänzungen zur Analysis I

Ergänzungen 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.

Mehr

Numerische Mathematik. Studierende der Mathematik und Technomathematik

Numerische 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.

Mehr

Numerisches Programmieren

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,

Mehr

Hauptprüfung Fachhochschulreife 2013. Baden-Württemberg

Hauptprüfung 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

Mehr

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen

Elemente 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

Mehr

8. Übung zur Vorlesung Mathematisches Modellieren Lösung

8. Übung zur Vorlesung Mathematisches Modellieren Lösung Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 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

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

www.mathe-aufgaben.com

www.mathe-aufgaben.com Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Versuchsauswertung mit Polynom-Regression in Excel

Versuchsauswertung mit Polynom-Regression in Excel Versuchsauswertung mit Polynom-Regression in Excel Aufgabenstellung: Gegeben sei die in Bild 1 gezeigte Excel-Tabelle mit Messwertepaaren y i und x i. Aufgrund bekannter physikalischer Zusammenhänge wird

Mehr

Vorkurs Mathematik Übungen zu Differentialgleichungen

Vorkurs 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)

Mehr

Division 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 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

Mehr

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt

Mehr

Approximation durch Taylorpolynome

Approximation 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

Mehr

Umgekehrte Kurvendiskussion

Umgekehrte Kurvendiskussion Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte 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.

Mehr

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort: Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. 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.

Mehr

Klassenarbeit zu linearen Gleichungssystemen

Klassenarbeit zu linearen Gleichungssystemen Klassenarbeit zu linearen Gleichungssystemen Aufgabe : Bestimme die Lösungsmenge der Gleichungssysteme mit Hilfe des Additionsverfahrens: x + 4y = 8 5x y = x y = x y = Aufgabe : Bestimme die Lösungsmenge

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(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

Mehr

NP-Vollständigkeit. Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984)

NP-Vollständigkeit. Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984) NP-Vollständigkeit Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984) 0 Übersicht: Einleitung Einteilung in Klassen Die Klassen P und NP

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,

Mehr

Vorkurs Mathematik Übungen zu Polynomgleichungen

Vorkurs 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.

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 26.2.24 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 28 5 5 2 6 Punkte Notenpunkte PT 2 3 4 5 6 7 8 9 P. (max 2 2 2 4 5 3 3 4 3 Punkte WT Ana A.a b A.c Summe P. (max 7 5

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen

Mehr

Übungen aus den numerischen Methoden der Astronomie SS 2011

Übungen 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

Mehr

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Alexander Bobenko und Ivan Izmestiev Technische Universität Berlin 1 Hausaufgaben vom 12.09.2007 Zahlentheorie 1 Aufgabe 1.1 Berechne die (quadratischen)

Mehr

Numerisches Programmieren

Numerisches 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

Mehr

Excel Pivot-Tabellen 2010 effektiv

Excel Pivot-Tabellen 2010 effektiv 7.2 Berechnete Felder Falls in der Datenquelle die Zahlen nicht in der Form vorliegen wie Sie diese benötigen, können Sie die gewünschten Ergebnisse mit Formeln berechnen. Dazu erzeugen Sie ein berechnetes

Mehr

JOHANNES BONNEKOH. Analysis. Allgemeine Hochschulreife und Fachabitur

JOHANNES BONNEKOH. Analysis. Allgemeine Hochschulreife und Fachabitur JOHANNES BONNEKOH Analysis Allgemeine Hochschulreife und Fachabitur Vorwort Vorwort Mathematik ist eine Sprache, die uns hilft die Natur und allgemeine naturwissenschaftliche Vorgänge zu beschreiben. Johannes

Mehr

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3

Mehr

Probematura Mathematik

Probematura Mathematik Probematura Mathematik Mai / Juni 2013 Seite 1 von 5 Probematura Mathematik VHS 21 / Sommertermin 2013 1. Tennis Tennisspieler trainieren häufig mit einer Ballwurfmaschine. Die hier beschriebene befindet

Mehr

Physik & Musik. Stimmgabeln. 1 Auftrag

Physik & Musik. Stimmgabeln. 1 Auftrag Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein

Mehr

Wie viele Nullstellen hat ein Polynom?

Wie viele Nullstellen hat ein Polynom? Wie viele Nullstellen hat ein Polynom? Verena Pölzl 0812265 Sabine Prettner 8930280 Juni 2013 1 Inhaltsverzeichnis 1 Warum will man wissen, wie viele Nullstellen ein Polynom hat? 3 2 Oligonome 4 3 Die

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

Mehr

Übungsbuch Algebra für Dummies

Übungsbuch Algebra für Dummies ...für Dummies Übungsbuch Algebra für Dummies von Mary Jane Sterling, Alfons Winkelmann 1. Auflage Wiley-VCH Weinheim 2012 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 527 70800 0 Zu Leseprobe

Mehr

Für die Parameter t und ϕ sind das im angegebenen Bereich Funktionen, d.h. zu jedem Parameterwert gehört genau ein Punkt.

Für 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

Mehr

3.4 Histogramm, WENN-Funktion

3.4 Histogramm, WENN-Funktion 3.4 Histogramm, WENN-Funktion 3.4.1 Aufgabe Ausgehend von den Lösungen der zum Aufgabenkomplex 3.3, Absenkung (s. S. 106), aufgestellten Tabellen sollen weitere Elemente der MS-Excel-Programmierung genutzt

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

Grundlagen der Videotechnik Bau von Systemen Zweiter Ordnung, Prädiktion

Grundlagen der Videotechnik Bau von Systemen Zweiter Ordnung, Prädiktion Grundlagen der Videotechnik Bau von Systemen Zweiter Ordnung, Prädiktion Bisher: Analyse von Systemen 1. und 2. Ordnung Heute: Synthese, Bau von passenden Prädiktoren. Angenommen, wir wollen einen Sinus-Generator

Mehr

Skriptum 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 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

Mehr

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2)

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) Aufgabe 3 Bankkonto Schreiben Sie eine Klasse, die ein Bankkonto realisiert. Attribute für das Bankkonto sind der Name und Vorname des Kontoinhabers,

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen 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.

Mehr

Die reellen Lösungen der kubischen Gleichung

Die 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...........................................

Mehr

TEST Basiswissen Mathematik für Ingenieurstudiengänge

TEST Basiswissen Mathematik für Ingenieurstudiengänge TEST Basiswissen Mathematik für Ingenieurstudiengänge Erste Fassung März 2013 Dieser Test beinhaltet Aufgaben zu den wesentlichen Themen im Bereich Mathematik, die Basiswissen für ein Ingenieurstudium

Mehr

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben. Mathematik I für Wirtschaftswissenschaftler Klausur für alle gemeldeten Fachrichtungen außer Immobilientechnik und Immobilienwirtschaft am 9..9, 9... Bitte unbedingt beachten: a) Gewertet werden alle acht

Mehr

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

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

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,

Mehr

Das Mathematik-Abitur im Saarland

Das Mathematik-Abitur im Saarland Informationen zum Abitur Das Mathematik-Abitur im Saarland Sie können Mathematik im Abitur entweder als grundlegenden Kurs (G-Kurs) oder als erhöhten Kurs (E-Kurs) wählen. Die Bearbeitungszeit für die

Mehr

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.

2.12 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

Mehr

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

Mehr

2 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

2 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

Mehr

Fotografie * Informatik * Mathematik * Computer-Algebra * Handreichung für Lehrer

Fotografie * 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

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

Versuch 6 Oszilloskop und Funktionsgenerator Seite 1. û heißt Scheitelwert oder Amplitude, w = 2pf heißt Kreisfrequenz und hat die Einheit 1/s.

Versuch 6 Oszilloskop und Funktionsgenerator Seite 1. û heißt Scheitelwert oder Amplitude, w = 2pf heißt Kreisfrequenz und hat die Einheit 1/s. Versuch 6 Oszilloskop und Funktionsgenerator Seite 1 Versuch 6: Oszilloskop und Funktionsgenerator Zweck des Versuchs: Umgang mit Oszilloskop und Funktionsgenerator; Einführung in Zusammenhänge Ausstattung

Mehr

Erfolg im Mathe-Abi 2012

Erfolg im Mathe-Abi 2012 Gruber I Neumann Erfolg im Mathe-Abi 2012 Übungsbuch für den Wahlteil Baden-Württemberg mit Tipps und Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis 1 Windkraftanlage... 5 2 Heizkosten... 6 3

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 ) Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,

Mehr

Lösung zu Aufgabe 16.2

Lösung zu Aufgabe 16.2 Lösung zu Aufgabe 16.2 Der größte Teil der folgenden Lösung wurde mit Microsoft Excel 97 erstellt. Bei manchen Aufgaben ist dies allerdings nur sehr umständlich oder auch gar nicht möglich, so daß für

Mehr

Codierungsverfahren SS 2011. Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur

Codierungsverfahren SS 2011. Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur Wie die zyklischen BCH-Codes zur Mehrbitfehler-Korrektur eignen sich auch die sehr verwandten Reed-Solomon-Codes (= RS-Codes) zur Mehrbitfehler-Korrektur.

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 16 4. Groß-O R. Steuding (HS-RM)

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis

Mehr

Teil II. Nichtlineare Optimierung

Teil 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

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

13. Abzählen von Null- und Polstellen

13. Abzählen von Null- und Polstellen 13. Abzählen von Null- und Polstellen 77 13. Abzählen von Null- und Polstellen Als weitere Anwendung des Residuensatzes wollen wir nun sehen, wie man ot au einache Art berechnen kann, wie viele Null- bzw.

Mehr

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1 Universität Bern Kurt Schmidheiny / Manuel Wälti Doing Economics with the Computer Sommersemester 2002 Excel Solver 1 Mit dem Solver unterstützt Excel eine Funktion, mit der u.a. komplex verschachtelte

Mehr

Lineare Algebra - alles was man wissen muß

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

Mehr

V 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,

V 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

Mehr

Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination. Lehrstuhl für Angewandte Mathematik Wintersemester 2009/10. 14.

Gleitkommaarithmetik 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

Mehr

Angewandte Mathematik

Angewandte Mathematik Standardisierte kompetenzorientierte schriftliche Reife- und Diplomprüfung BHS 11. Mai 2015 Angewandte Mathematik Teil A Korrekturheft Handreichung zur Korrektur der standardisierten schriftlichen Reife-

Mehr

Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV. Die erste Stunde. Die erste Stunde

Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV. Die erste Stunde. Die erste Stunde Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Was ist ist Mathematik? Der Inhalt Geometrie (seit (seit Euklid, ca. ca. 300 300 v. v. Chr.) Chr.) Die Die Lehre vom vom uns uns umgebenden

Mehr

Mathematikaufgaben zur Vorbereitung auf das Studium

Mathematikaufgaben 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

Mehr

= 26 60 (Hauptnenner) 15x 12x + 10x = 26 60 zusammenfassen 13x = 26 60 :13 (Variable isolieren) x =

= 26 60 (Hauptnenner) 15x 12x + 10x = 26 60 zusammenfassen 13x = 26 60 :13 (Variable isolieren) x = WERRATALSCHULE HERINGEN KOMPENSATION MATHEMATIK JG. 11 1 Lineare Gleichungen Das Lösen linearer Gleichungen ist eine wichtige Rechenfertigkeit, die immer wieder gefordert wird und für den Mathematikunterricht

Mehr

Approximationsverfahren zur Überführung nichtäquidistanter Messwertfolgen in äquidistante Zeitreihen.

Approximationsverfahren 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.

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

10 Objektorientierte Programmierung, Teil 1

10 Objektorientierte Programmierung, Teil 1 10 Objektorientierte Programmierung, Teil 1 Wir lernen nun eine andere Technik (vor allem: eine andere Sichtweise) kennen, um unsere Programm zu organisieren, nämlich mittels Klassen und Objekten 184 Objekte,

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare 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

Mehr

Technische Informatik - Eine Einführung

Technische Informatik - Eine Einführung Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Ausgabe: 2005-02-21 Abgabe: 2005-02-21 Technische Informatik - Eine

Mehr

- ebook. Microsoft. Excel 2010. Pivot-Tabellen Anleitung + Beispiele. Edi Bauer

- ebook. Microsoft. Excel 2010. Pivot-Tabellen Anleitung + Beispiele. Edi Bauer - ebook Microsoft Excel 2010 Pivot-Tabellen Anleitung + Beispiele Edi Bauer Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis... 2 1 Pivot-Tabelle... 6 1.1 Was ist eine Pivot-Tabelle?... 6 Datenquelle...

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9

Mehr