Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen. Andreas Rieder

Größe: px
Ab Seite anzeigen:

Download "Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen. Andreas Rieder"

Transkript

1 Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen Andreas Rieder UNIVERSITÄT KARLSRUHE (TH) Institut für Wissenschaftliches Rechnen und Mathematische Modellbildung und Institut für Angewandte und Numerische Mathematik c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.1/11

2 Wozu?????????????? c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.2/11

3 Wozu?????????????? Beleuchtungsmodelle Bildkompression CAD, CAM und CAGD c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.2/11

4 Beleuchtungsmodelle: Strahlungsgleichung (Radiosity) Ziel: realistische Beleuchtung virtueller Szenen S Oberflächen der Szene ges.: Strahlungsfunktion L : S S R L(y, z) Strahlungsenergie (bei fester Wellenlänge) ausgesendet von y S in Richtung von z S. L erfüllt eine lineare Integralgleichung: L(y, z) ρ(x, y, z) G(x, y) L(x, y) dx = L Q (y, z) S L Q Strahlungsenergie der Lichtquelle, ρ optische Eigensch. der Oberfläche { G(x, y) = σ(x, y) cosϑ x,y cosϑ y,x 1 : x von y sichtbar u.u. x y 2, σ(x, y) = 0 : sonst c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.3/11

5 Beleuchtungsmodelle II Realistischere Beleuchtungsmodelle berücksichtigen die Abhängigkeit von ρ bzgl. L, d.h. wir haben eine nichtlineare Integralgleichung zu lösen: L(y, z) S ρ(x, y, z, L(x, y)) G(x, y) dx = L Q (y, z) Die numerische Lösung der Strahlungsgleichung erfordert Kenntnisse in: Numerischer Integration Lösen linearer bzw. nichtlinearer Gleichungssysteme Interpolation L(y i, z j ) N ρ(x k, y i, z j, L(x k, y i )) G(x k, y j ) w k = L Q (y i, z j ) k=1 y i, z j, x k w k Diskretisierungspunkte aus S Integrationsgewichte c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.4/11

6 Digitale Bilddatenkompression Ziel: Reduktion der Datenmenge zur Speicherung/Übermittl. v. Digital-Bildern Erforderliche Kenntnisse aus der Numerik: Schnelle Fourier-Transformation (JPEG-Standard) Schnelle Wavelet-Transformation (JPEG2000-Standard) c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.5/11

7 Computer-Graphik: CAD, CAM und CAGD CAD CAM Computer Aided Design Computer Aided Manufacturing CAGD Computer Aided Geometric Design Ziel: Beschreibung von Oberflächen (z.b. Karosserie eines Autos) mit möglichst wenig Parametern. Approximation von Punktwolken (3D-Scanner) durch glatte Flächen. Erforderliche Kenntnisse aus der Numerik: Interpolation (Spline-, Bezier-Kurven/Flächen) Approximation, Ausgleichsprobleme c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.6/11

8 Was machen wir? Lineare Gleichungssysteme (Gauß-, Cholesky-Zerlegung, CG- und GMRES-Verfahren) Lineare Ausgleichsprobleme Nichtlineare Gleichungssysteme (Newton-Verfahren, Fixpunkt-Iteration) Interpolation (Polynom- und Spline-) Freiformkurven (Bezier-Splines) Schnelle Fouriertransformation (FFT) Numerische Integration c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.7/11

9 Was machen wir nicht? Grundlegende Aspekte der Numerischen Mathematik, die aus ZEITMANGEL in dieser Vorlesung NICHT behandelt werden: Zahlendarstellung auf dem Rechner Gleitkommaarithmetik Kondition von Problemen Stabilität von Algorithmen c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.8/11

10 Übungsbetrieb I Übungsblätter Es werden 7 Übungsblätter ausgegeben. Die bearbeiteten Übungsaufgaben sind in den Einwurfschlitz Numerik für Informatiker neben der Treppe im 1. OG des Mathematik-Gebäudes, gegenüber Zimmer 112, einzuwerfen. Die Abgabetermine werden auf den Übungsblättern bekanntgegeben. Schreiben Sie bitte auf jedes Blatt Name und Matrikelnummer. Die abgegebenen Aufgaben müssen einzeln und handschriftlich bearbeitet sein. Gruppenlösungen oder gedruckte Lösungen werden nicht akzeptiert. Die korrigierten Übungsblätter werden in den Übungen zurückgegeben. Nicht abgeholte Blätter werden im Regal vor dem Sekretariat (Zi. 116) deponiert. c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.9/11

11 Übungsbetrieb II Schein/Prüfung Mechatronik Erfolgreiche Teilnahme an einer der Klausuren am oder am Zulassungsvoraussetzung: Hälfte der erreichbaren Punkte der Summe über alle Übungsblätter. Übungen (14-tägig), Beginn: , Uhr weitere Termine: 11.05, 25.05, 08.06, 22.06, 06.07, Zur Teilnehmerverwaltung wird eine Datenbank aufgebaut, in die Sie sich über die Internetseite zur Vorlesung eintragen müssen. c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.10/11

12 URL zur Vorlesung Übungsblätter, Datenbankzugang, weitere Informationen und ggf. weitere Materialien sind abrufbar unter c Andreas Rieder, Num Inf Ing, Sommersemester 07 p.11/11

Polynome im Einsatz: Bézier-Kurven im CAD

Polynome 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

Mehr

Algorithmische Mathematik und Programmieren

Algorithmische Mathematik und Programmieren Algorithmische Mathematik und Programmieren Martin Lanser Universität zu Köln WS 2016/2017 Organisatorisches M. Lanser (UzK) Alg. Math. und Programmieren WS 2016/2017 1 Ablauf der Vorlesung und der Übungen

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dipl.-Math. Dipl.-Inf. Jürgen Bräckle Dr.-Ing. Markus

Mehr

Modulhandbuch Studiengang Bachelor of Arts (Kombination) Mathematik Prüfungsordnung: 2013 Nebenfach

Modulhandbuch Studiengang Bachelor of Arts (Kombination) Mathematik Prüfungsordnung: 2013 Nebenfach Modulhandbuch Studiengang Bachelor of Arts (Kombination) Mathematik Prüfungsordnung: 2013 Nebenfach Sommersemester 2016 Stand: 14. April 2016 Universität Stuttgart Keplerstr. 7 70174 Stuttgart Inhaltsverzeichnis

Mehr

Einführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme

Einführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme Teil I Einführung Überblick 1 2 Geschichte der Informatik 3 Technische Grundlagen der Informatik Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme 4 Daten, Informationen, Kodierung

Mehr

Lineare Algebra und Numerische Mathematik

Lineare Algebra und Numerische Mathematik Lineare Algebra und Numerische Mathematik Prof. Dr. P. Grohs Seminar for Applied Mathematics, ETH Zürich Vorlesung für D-BAUG Herbstsemester 2015 www.math.ethz.ch/education/bachelor/lectures/hs2015/other/linalgnum_baug

Mehr

Credits. Studiensemester. 1. Sem. Kontaktzeit 4 SWS / 60 h 2 SWS / 30 h

Credits. Studiensemester. 1. Sem. Kontaktzeit 4 SWS / 60 h 2 SWS / 30 h Modulhandbuch für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil für die Studienprofile Lehramt an Grundschulen und Lehramt für sonderpädagogische

Mehr

Modulhandbuch. der Mathematisch-Naturwissenschaftlichen Fakultät. der Universität zu Köln. für den Lernbereich Mathematische Grundbildung

Modulhandbuch. der Mathematisch-Naturwissenschaftlichen Fakultät. der Universität zu Köln. für den Lernbereich Mathematische Grundbildung Modulhandbuch der Mathematisch-Naturwissenschaftlichen Fakultät der Universität zu Köln für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil

Mehr

MATHEMATIK. Numerische Mathematik. Hans-Görg Roos/Hubert Schwetlick. Das Grundwissen für jedermann. B. G. Teubner Stuttgart Leipzig

MATHEMATIK. Numerische Mathematik. Hans-Görg Roos/Hubert Schwetlick. Das Grundwissen für jedermann. B. G. Teubner Stuttgart Leipzig MATHEMATIK FÜR INGENIEURE UND NATURWISSENSCHAFTLER Hans-Görg Roos/Hubert Schwetlick Numerische Mathematik Das Grundwissen für jedermann B. G. Teubner Stuttgart Leipzig Begründer dieses Lehrwerkes: Prof.

Mehr

Modulnummer Modulname Verantwortlicher Dozent. Lineare Algebra und Analytische Geometrie

Modulnummer Modulname Verantwortlicher Dozent. Lineare Algebra und Analytische Geometrie MN-SEBS-MAT-LAAG (MN-SEGY-MAT-LAAG) (MN-BAWP-MAT-LAAG) Lineare Algebra und Analytische Geometrie Direktor des Instituts für Algebra n Die Studierenden besitzen sichere Kenntnisse und Fähigkeiten insbesondere

Mehr

Splines. Bézier-Kurven. Beispiel zur Approximation. Interpolation & Approximation. Schiffbau Automobilbau Architektur. f(x) f(x) =

Splines. 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

Mehr

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,

Mehr

Einführung in die Praktische Informatik WS 09/10

Einführung in die Praktische Informatik WS 09/10 Einführung in die Praktische Informatik WS 09/10 Prof. Dr. Christian Sengstock Institut für Informatik Neuenheimer Feld 348 69120 Heidelberg http://dbs.ifi.uni-heidelberg.de sengstock@informatik.uni-heidelberg.de

Mehr

Hydroinformatik II Prozess-Simulation und Systemanalyse

Hydroinformatik II Prozess-Simulation und Systemanalyse Version 7.01-10. August 2016 Hydroinformatik II Prozess-Simulation und Systemanalyse Prof. Dr.-Ing. Olaf Kolditz TU Dresden / UFZ Leipzig Angewandte Umweltsystemanalyse Department Umweltinformatik Sommersemester

Mehr

Einführung in die Programmierung

Einführung in die Programmierung Einführung in die Programmierung Prof. Dr. Peer Kröger, Janina Bleicher, Florian Richter Ludwig-Maximilians-Universität München, Institut für Informatik, LFE Datenbanksysteme Wintersemester 2016/2017 Peer

Mehr

Mathematik-Vorkurs. Philipps-Universität Marburg Wintersemester 2016/17. Dr. Andreas Lochmann. 4. Oktober

Mathematik-Vorkurs. Philipps-Universität Marburg Wintersemester 2016/17. Dr. Andreas Lochmann. 4. Oktober Mathematik-Vorkurs Philipps-Universität Marburg Wintersemester 2016/17 Dr. Andreas Lochmann lochmann@mathematik.uni-marburg.de 4. Oktober 2016 1 / 12 Vorkurs (4.10. 7.10.) Di 10 12 Di 13 16 Mi 10 12 Mi

Mehr

Formale Systeme. Prof. P.H. Schmitt. Winter 2007/2008. Fakultät für Informatik Universität Karlsruhe (TH) Voraussetzungen

Formale Systeme. Prof. P.H. Schmitt. Winter 2007/2008. Fakultät für Informatik Universität Karlsruhe (TH) Voraussetzungen Formale Systeme Prof. P.H. Schmitt Fakultät für Informatik Universität Karlsruhe (TH) Winter 2007/2008 Prof. P.H. Schmitt Formale Systeme Winter 2007/2008 1 / 12 Übungen und Tutorien Es gibt wöchentliche

Mehr

Analysis und Lineare Algebra mit MuPAD

Analysis und Lineare Algebra mit MuPAD Analysis und Lineare Algebra mit MuPAD Dehling/Kubach Mögliche Themen für Abschlussprojekte 1 Fourier-Reihen Zu einer integrierbaren Funktion f : [0,2π] R definieren wir die Fourier-Reihe wobei a 0 = 1

Mehr

Numerische Integration und Differentiation

Numerische Integration und Differentiation Einführung Grundlagen Bemerkung (Numerische Mathematik) a) Im engeren Sinn: zahlenmäßige Auswertung mathematischer Zusammenhänge z B Lösung von linearen und nichtlinearen Gleichungssystemen Numerische

Mehr

Klausur zur Vorlesung Höhere Mathematik I

Klausur zur Vorlesung Höhere Mathematik I Name: 28. Januar 2004, 8.30-10.30 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Übungen, Formelsammlung Schreiben Sie bitte auf dieses

Mehr

Höhere Mathematik für Naturwissenschaftler und Ingenieure

Höhere Mathematik für Naturwissenschaftler und Ingenieure Günter Bärwolff Höhere Mathematik für Naturwissenschaftler und Ingenieure unter Mitarbeit von Gottfried Seifert ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spekt rum K-/1. AKADEMISCHER VERLAG AKADEMISC Inhaltsverzeichnis

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren Teilnehmerkreis und Voraussetzungen Studiengänge

Mehr

STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München. Übersicht Vorstudium

STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München. Übersicht Vorstudium STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München Übersicht Vorstudium Das erste Anwendungsgebiet im Grundstudium ist Physik (1. und 2. Sem.) Im 3. und 4. Sem.

Mehr

Kapitel 0: Organisatorisches

Kapitel 0: Organisatorisches Einführung in die Praktische Informatik Wintersemester 2009 / 2010 Kapitel 0: Organisatorisches Prof. Dr. Manfred Reichert Andreas Lanz, Rüdiger Pryss Universität Ulm Institut für Datenbanken und Informationssysteme

Mehr

Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester

Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester 2011 30.09.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................

Mehr

Numerische Methoden I FEM/REM

Numerische Methoden I FEM/REM Numerische Methoden I FEM/REM Dr.-Ing. Markus Kästner ZEU 353 Tel.: 035 463 32656 E-Mail: Markus.Kaestner@tu-dresden.de Dresden, 27.0.206 Klausur Datum: 2.3.206 Numerische Methoden RES, SM, MT (DPO 203),

Mehr

Physik 2 (GPh2) am

Physik 2 (GPh2) am Name: Matrikelnummer: Studienfach: Physik 2 (GPh2) am 17.09.2013 Fachbereich Elektrotechnik und Informatik, Fachbereich Mechatronik und Maschinenbau Zugelassene Hilfsmittel zu dieser Klausur: Beiblätter

Mehr

Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik

Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik Modul LP Prüfungsform 1 Pflichtmodule Bachelor Mathematik, Wirtschaftsmathematik

Mehr

Advanced Topics of Software Engineering. Organisatorische Hinweise

Advanced Topics of Software Engineering. Organisatorische Hinweise Advanced Topics of Software Engineering Organisatorische Hinweise Prof. Dr. Dr. h.c. Manfred Broy Lehrstuhl Software & Systems Engineering Institut für Informatik Software & Systems Engineering Technische

Mehr

Graphische Datenverarbeitung und Bildverarbeitung

Graphische Datenverarbeitung und Bildverarbeitung Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Beleuchtungsberechnung Graphische DV und BV, Regina Pohle, 21. Beleuchtungsberechnung 1 Einordnung in die Inhalte der Vorlesung

Mehr

Einführung in die Betriebswirtschaftslehre (BWL)

Einführung in die Betriebswirtschaftslehre (BWL) Einführung in die Betriebswirtschaftslehre, WS 2016/2017 1 Einführung in die Betriebswirtschaftslehre (BWL) gehalten von Prof. Dr. Harald von Korflesch und Sebastian Eberz im Rahmen des Bachelorstudienangebots

Mehr

Quantitative Methoden der Betriebswirtschaftslehre I Überblick

Quantitative Methoden der Betriebswirtschaftslehre I Überblick Quantitative Methoden der Betriebswirtschaftslehre I Überblick Prof. Dr. Norbert Trautmann Universität Bern Frühjahrssemester 2016 Gliederung 1 2 3 4 5 Prof. Dr. Norbert Trautmann, Frühjahrssemester 2016

Mehr

Mathematik für Biologen und Biotechnologen (240109)

Mathematik für Biologen und Biotechnologen (240109) Mathematik für Biologen und Biotechnologen (240109) Dr. Matthieu Felsinger Sommersemester 2014 Kontakt Matthieu Felsinger m.felsinger@math.uni-bielefeld.de Homepage: www.math.uni-bielefeld.de/~matthieu

Mehr

Lineare Algebra und Numerische Mathematik

Lineare Algebra und Numerische Mathematik Lineare Algebra und Numerische Mathematik Prof. Ralf Hiptmair Seminar for Applied Mathematics, ETH Zürich Vorlesung für D-BAUG Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/linalgnum_baug

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr

Prof. Dr. Rolf Linn

Prof. Dr. Rolf Linn Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen

Mehr

Numerische Mathematik I 4. Nichtlineare Gleichungen und Gleichungssysteme 4.1 Wo treten nichtlineare Gleichungen auf?

Numerische Mathematik I 4. Nichtlineare Gleichungen und Gleichungssysteme 4.1 Wo treten nichtlineare Gleichungen auf? Numerische Mathematik I 4. Nichtlineare Gleichungen und Gleichungssysteme 4.1 Wo treten nichtlineare Gleichungen auf? Andreas Rieder UNIVERSITÄT KARLSRUHE (TH) Institut für Wissenschaftliches Rechnen und

Mehr

Universität Augsburg. Modulhandbuch. Studiengang Lehramt Gymnasium LPO 2008 Lehramt

Universität Augsburg. Modulhandbuch. Studiengang Lehramt Gymnasium LPO 2008 Lehramt Universität Augsburg Modulhandbuch Studiengang Lehramt Gymnasium LPO 2008 Lehramt Stand: (leer) - Gedruckt am 18.11.2015 Inhaltsverzeichnis Übersicht nach Modulgruppen 1) Fachwissenschaft (Gy) (PO 08)

Mehr

Polynominterpolation

Polynominterpolation Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Wintersemester 2016/2017 2V, Mittwoch, 12:00-13:30 Uhr, F303 2Ü, Dienstag, 12:00-13:30 Uhr, BE08 2Ü, Dienstag, 15:00-16:30 Uhr, B212 2Ü, Mittwoch, 8:30-10:00 Uhr, B312 Fachprüfung:

Mehr

Mathematik I für Chemie

Mathematik I für Chemie Mathematik I für Chemie Dr. Sebastian Franz WS 2012/13 sebastian.franz@tu-dresden.de Mathematik I 1 / 24 Physikalische und chemische Gesetzmäßigkeiten werden häufig mittels mathematischer Formeln beschrieben.

Mehr

Einführung in die Informatik für Nebenfach. Einleitung

Einführung in die Informatik für Nebenfach. Einleitung Einführung in die Informatik für Nebenfach Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1 Vorlesung Zeit und Ort: Di+Do 11.00 13.00 Uhr, Gebäude 086, Raum 00-006 Dozent: Prof.

Mehr

Lineare Ausgleichsprobleme. Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte

Lineare Ausgleichsprobleme. Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte Lineare Ausgleichsprobleme Bisher: Lösung linearer GS Ax = b, A R n,n, A regulär, b R n Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte Ax = b mit A R m,n, b R m, m n, rg(a)

Mehr

Lernziele Ablauf Übungsaufgaben Formalitäten. Programmierpraktika. Einführung in das Programmieren und Weiterführendes Programmieren

Lernziele Ablauf Übungsaufgaben Formalitäten. Programmierpraktika. Einführung in das Programmieren und Weiterführendes Programmieren Programmierpraktika Einführung in das Programmieren und Weiterführendes Programmieren Prof. H. G. Matthies, Dr. Elmar Zander Präsentation: Dr. Th. Grahs 7.4.2016 Programmierpraktika 7.4.2016 1/15 Lernziele

Mehr

Selbsttest Mathematik des FB 14 der Universität Kassel

Selbsttest Mathematik des FB 14 der Universität Kassel Selbsttest Mathematik des F 1 der Universität Kassel Der folgende Selbsttest soll Ihnen helfen Ihre mathematischen Fähigkeiten besser einzuschätzen, um zu erkennen, ob Ihre Mathematikkenntnisse für einen

Mehr

Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor

Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor Organisatorisches: Vorlesung 4 SWS, Zentralübung 2 SWS: 6 Credit Points Mi 9:45 11:15 Raum 1200 (Vorlesung) Do 8:00

Mehr

Klausur zur Vordiplom-Prüfung

Klausur zur Vordiplom-Prüfung Technische Universität Hamburg-Harburg SS 25 Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren 22. Juli 25 Sie haben 9 Minuten Zeit zum Bearbeiten der

Mehr

Inhalt Kapitel I: Nichtlineare Gleichungssysteme

Inhalt Kapitel I: Nichtlineare Gleichungssysteme Inhalt Kapitel I: Nichtlineare Gleichungssysteme I Nichtlineare Gleichungssysteme I. Nullstellenbestimmung von Funktionen einer Veränderlichen I.2 I.3 Newton-Verfahren Kapitel I (UebersichtKapI) 3 Bisektionsverfahren

Mehr

Semester: Studiengang: Dozent: Termine:

Semester: Studiengang: Dozent: Termine: 1 Semester: Studiengang: Dozent: Termine: Winter 2011/12 Mathematik (Bachelor) Prof. Dr. Wolfgang Lauf Mo., 15:15 16:45 Uhr, E204 Di., 13:30 15:00 Uhr, E007 2 Erwartungen / Vorlesung Vorstellung Daten

Mehr

Numerische Mathematik für Ingenieure und Physiker

Numerische Mathematik für Ingenieure und Physiker Willi Törnig Peter Spellucci Numerische Mathematik für Ingenieure und Physiker Band 1: Numerische Methoden der Algebra Zweite, überarbeitete und ergänzte Auflage Mit 15 Abbildungen > Springer-Verlag Berlin

Mehr

Beginn der Vorlesung zur Numerik I (Wintersemester 2010/2011)

Beginn der Vorlesung zur Numerik I (Wintersemester 2010/2011) M. Sc. Frank Gimbel Beginn der Vorlesung zur Numerik I (Wintersemester 2010/2011) 1 Motivation Ziel ist es, ein gegebenes lineares Gleichungssystem der Form Ax = b (1) mit x, b R n und A R n n zu lösen.

Mehr

Numerik in Java. Einige wichtige numerische Methoden in Java. Prof. Dr. Nikolaus Wulff

Numerik in Java. Einige wichtige numerische Methoden in Java. Prof. Dr. Nikolaus Wulff Numerik in Java Einige wichtige numerische Methoden in Java Prof. Dr. Nikolaus Wulff Angewandte Informatik Computer bieten heute vielfältige Möglichkeiten, um komplizierte Prozesse steuern und regeln zu

Mehr

Mathematik für Biologen und Chemiker Prof. Scheltho - Übungen Mathe 2

Mathematik für Biologen und Chemiker Prof. Scheltho - Übungen Mathe 2 Mathematik für Biologen und Chemiker Prof. Scheltho - Übungen Mathe 2 Fortsetzung der komlexen Zahlen : 9. Radizieren und Potenzen a) Berechnen Sie (1+i) 20 und geben Sie das Resultat als Polarkoordinaten

Mehr

Fourier- und Laplace- Transformation

Fourier- und Laplace- Transformation Übungsaufgaben zur Vorlesung Mathematik für Ingenieure Fourier- und Lalace- Transformation Teil : Lalace-Transformation Prof. Dr.-Ing. Norbert Hötner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)

Mehr

Operations Research I

Operations Research I Operations Research I Lineare Programmierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2015 Peter Becker (H-BRS) Operations Research I Sommersemester 2015

Mehr

Datenstrukturen und Algorithmen

Datenstrukturen und Algorithmen Datenstrukturen und Algorithmen Sommersemester 2013 1 1 O. Einführung 0.1 Organisatorisches 0.2 Überblick 2 0.1 Organisatorisches DSAL Team Veranstaltungen & Termine Kommunikation Materialien Übungsbetrieb

Mehr

Mathematik für Wirtschaftswissenschaftler

Mathematik 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,

Mehr

Universität Stuttgart Vorstellung der Studiengänge Informatik und Softwaretechnik

Universität Stuttgart Vorstellung der Studiengänge Informatik und Softwaretechnik Vorstellung der Studiengänge Informatik und Softwaretechnik Ilona Heurich Inhalt Worum geht es in der Informatik? Überblick über das Studium Was wird im Studium gelehrt (und was nicht)? Welche Voraussetzungen

Mehr

1 Singulärwertzerlegung und Pseudoinverse

1 Singulärwertzerlegung und Pseudoinverse Singulärwertzerlegung und Pseudoinverse Singulärwertzerlegung A sei eine Matrix mit n Spalten und m Zeilen. Zunächst sei n m. Bilde B = A A. Dies ist eine n n-matrix. Berechne die Eigenwerte von B. Diese

Mehr

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57 Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5

Mehr

Fach Nr. Sem. Prüfer, Prof. Zweitprüfer, Prof. Zeit Arbeits- und Hilfsmittel. Dr. Wilczok Dr. Rademacher. Dr. Lauterbach Dr. Braun B.

Fach Nr. Sem. Prüfer, Prof. Zweitprüfer, Prof. Zeit Arbeits- und Hilfsmittel. Dr. Wilczok Dr. Rademacher. Dr. Lauterbach Dr. Braun B. Schriftliche Prüfungen zu den Lehrveranstaltungen des 1. Semesters (Wiederholungsprüfungen) B - AMP 1 Analysis 1 1 1 weitere Formelsammlung eigener Wahl Lineare Algebra 2 1 Dr. Jonas Mathematik 1 1alt

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine Universität Düsseldorf 13. Oktober 2010 Hinweise Internetseite zur Vorlesung: http://blog.ruediger-braun.net Dort können Sie Materialien

Mehr

Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016

Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016 Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 1 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Übungsblatt 3 Maschinelles Lernen und Klassifikation Abgabe online

Mehr

Hinweis: Diese Prüfungsordnung gilt für alle Studierenden, die Ihr Studium ab dem Wintersemester 2010/2011 aufnehmen werden.

Hinweis: Diese Prüfungsordnung gilt für alle Studierenden, die Ihr Studium ab dem Wintersemester 2010/2011 aufnehmen werden. Der Text dieser Fachstudien- und Prüfungsordnung ist nach dem aktuellen Stand sorgfältig erstellt; gleichwohl ist ein Irrtum nicht ausgeschlossen. Verbindlich ist der amtliche, beim Prüfungsamt einsehbare

Mehr

Was bewirken Mathematik-Vorkurse?

Was bewirken Mathematik-Vorkurse? Was bewirken Mathematik-Vorkurse? Eine Untersuchung zum Studienerfolg nach Vorkursteilnahme an der FH Aachen. Prof. Dr. Gilbert Greefrath, Universität Münster Prof. Dr. Dr. Georg Hoever, Fachhochschule

Mehr

Prüfungen im Wintersemester Mechatronik (79/3) Mechatronik (79/1 + 79/2)

Prüfungen im Wintersemester Mechatronik (79/3) Mechatronik (79/1 + 79/2) Prüfungen im Wintersemester 2016 Mechatronik (79/3) Mechatronik (79/1 + 79/2) Übersicht über die angebotenen Prüfungen zu benoteten Prüfungsleistungen inkl. zugelassene Hilfsmittel für schriftliche Prüfungen

Mehr

Klausurtermine der Fakultät Mathematik und Informatik im SS 2016

Klausurtermine der Fakultät Mathematik und Informatik im SS 2016 Klausurtermine der Fakultät Mathematik und im SS 2016 An alle Beleger/Innen von Kursen der Mathematik, und Elektro- und Informationstechnik im SS 2016 Auskunft erteilt: der jeweilige Kursbetreuer Tel 02331/

Mehr

Beitrag AM zum Lehrveranstaltungsplan SoSe 2010 (Stand: 30. November 2009)

Beitrag AM zum Lehrveranstaltungsplan SoSe 2010 (Stand: 30. November 2009) Beitrag AM zum Lehrveranstaltungsplan SoSe 2010 (Stand: 30. November 2009) A. Mathematik I. BACHELOR (MATHEMATIK, WIRTSCHAFTSMATHEMATIK, MATHEMATIK LEHRAMT AN GYMNASIEN UND LEHRAMT AN BERUFLICHEN SCHULEN)

Mehr

Mathematik - Antwortblatt Klausur

Mathematik - Antwortblatt Klausur Mathematik - Antwortblatt Klausur 30..09 Aufgabe: 0 Punkte a) Allgemein heißt eine Funktion f (x) stetig an der Stelle x 0, wenn die folgenden Bedingungen erfüllt sind (2 Punkte): f (x 0 )=lim h 0 f (x

Mehr

Iterative Verfahren, Splittingmethoden

Iterative Verfahren, Splittingmethoden Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem

Mehr

cos(kx) sin(nx)dx =?

cos(kx) sin(nx)dx =? 3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]

Mehr

Modulstruktur des Bachelorstudiengangs Mathematik ab WS 2014/15

Modulstruktur des Bachelorstudiengangs Mathematik ab WS 2014/15 Modulstruktur des Bachelorstudiengangs Mathematik ab WS 2014/15 Im Bachelorstudiengang Mathematik wird besonderer Wert auf eine solide mathematische Grundausbildung gelegt, die die grundlegenden Kenntnisse

Mehr

1 Transformationen. 1.1 Transformationsmatrizen. Seite 1

1 Transformationen. 1.1 Transformationsmatrizen. Seite 1 Seite 1 1 Transformationen 1.1 Transformationsmatrizen In den folgenden Teilaufgaben sind die Koeffizienten von 4 4 Transformationsmatrizen zur Repräsentation von affinen Abbildungen im R 3 zu bestimmen.

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Tanya Braun (Übungen) sowie viele Tutoren Teilnehmerkreis und Voraussetzungen Studiengänge Bachelor

Mehr

Angewandte Mathematik: Stochastik Prof. Dr. Reinhard Klein

Angewandte Mathematik: Stochastik Prof. Dr. Reinhard Klein Angewandte Mathematik: Stochastik Prof. Dr. Reinhard Klein Veranstaltungsbewertung der Fachschaft Informatik 4. September 2015 Abgegebene Fragebögen: 38 1 Bewertung der Vorlesung 1.1 Bitte beurteile die

Mehr

5 Erwartungswerte, Varianzen und Kovarianzen

5 Erwartungswerte, Varianzen und Kovarianzen 47 5 Erwartungswerte, Varianzen und Kovarianzen Zur Charakterisierung von Verteilungen unterscheidet man Lageparameter, wie z. B. Erwartungswert ( mittlerer Wert ) Modus (Maximum der Wahrscheinlichkeitsfunktion,

Mehr

Algorithmische Geometrie 1. Einführung

Algorithmische Geometrie 1. Einführung Algorithmische Geometrie 1. Einführung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Algorithmische Geometrie Veranstaltung: 2 SWS Vorlesung: Mi, 9:15 10:45 1 SWS Übung: Do 14:00 16:00 Übungen:

Mehr

Muster für den Schultest. Muster Nr. 1

Muster für den Schultest. Muster Nr. 1 GRUNDELEMENTE DER MATHEMATIK Boris Girnat Wintersemester 2005/06 Technische Universität Braunschweig Institut für Elementarmathematik und Didaktik der Mathematik Muster für den Schultest Dieser Blatt enthält

Mehr

Hochschule Düsseldorf University of Applied Sciences. 01. Oktober 2015 HSD. Physik. Quelle: Wikipedia

Hochschule Düsseldorf University of Applied Sciences. 01. Oktober 2015 HSD. Physik. Quelle: Wikipedia Physik Quelle: Wikipedia Wie lerne ich erfolgreich? Gruppenarbeit Lernerfolg überprüfen Gegenseitig,aus dem Kopf erklären Arbeitsbelastung einteilen Schwere Fächer zuerst Lernen Sie nie allein! Selber

Mehr

Klausur Mathematik 2

Klausur 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-

Mehr

Vorlesung Datenbank-Entwurf Klausur

Vorlesung Datenbank-Entwurf Klausur Dr. Stefan Brass 3. Juli 2002 Institut für Informatik Universität Giessen Vorlesung Datenbank-Entwurf Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises

Mehr

Einführung in die Programmierung

Einführung in die Programmierung Einführung in die Programmierung PD Dr. Peer Kröger, Dr. Andreas Züfle, Daniel Kaltenthaler, Klaus Schmid Ludwig-Maximilians-Universität München, Institut für Informatik, LFE Datenbanksysteme Wintersemester

Mehr

Bemerkung: Termine und Orte für die einzelnen Lehrveranstaltungen sind dem Stundenplan zu entnehmen.

Bemerkung: Termine und Orte für die einzelnen Lehrveranstaltungen sind dem Stundenplan zu entnehmen. Allgemeine Modulbeschreibungen für das erste Semester Bachelor Informatik 1. Objektorientierte Programmierung Bestehend aus - Vorlesung Objektorientierte Programmierung (Prof. Zimmermann) - Übung zu obiger

Mehr

Faltung und Approximation von Funktionen

Faltung und Approximation von Funktionen Faltung und Approximation von Funktionen Lisa Bauer und Anja Moldenhauer 9. Juni 2008 1 Die Faltung von Funktionen 1.1 Die Faltung Eine kleine Widerholung mit einem Zusatz: Vergleiche den Vortrag von Benjamin

Mehr

W. Oevel. Mathematik für Physiker I. Veranstaltungsnr: Skript zur Vorlesung, Universität Paderborn, Wintersemester 2003/2004

W. Oevel. Mathematik für Physiker I. Veranstaltungsnr: Skript zur Vorlesung, Universität Paderborn, Wintersemester 2003/2004 W. Oevel Mathematik für Physiker I Veranstaltungsnr: 172020 Skript zur Vorlesung, Universität Paderborn, Wintersemester 2003/2004 Zeit und Ort: V2 Di 11.15 12.45 D1.303 V2 Mi 11.15 12.45 D1.303 V2 Do 9.15

Mehr

Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung besprochen, Teile a) bis c) sind exakt die Aufgaben von Blatt 2, Aufgabe 3))

Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung besprochen, Teile a) bis c) sind exakt die Aufgaben von Blatt 2, Aufgabe 3)) Formalisierungspropädeutikum Übungsblatt 3 Prof. Dr. Th. Augustin, Dr. R. Poellinger, C. Jansen, J. Plaß, G. Schollmeyer WiSe 2015/16 Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung

Mehr

B-P 11: Mathematik für Physiker

B-P 11: Mathematik für Physiker B-P 11: Mathematik für Physiker Status: freigegeben Modulziele Erwerb der Grundkenntnisse der Analysis, der Linearen Algebra und Rechenmethoden der Physik Modulelemente Mathematik für Physiker I: Analysis

Mehr

Rechnerunterstütztes Konstruieren I (CAD I) Dozent: Eigner. LV-Nummer: 86-700 SWS: 2 V Credits: 3

Rechnerunterstütztes Konstruieren I (CAD I) Dozent: Eigner. LV-Nummer: 86-700 SWS: 2 V Credits: 3 Rechnerunterstütztes Konstruieren I (CAD I) Dozent: Eigner LV-Nummer: 86-700 SWS: 2 V Credits: 3 Die Vorlesung soll die Grundlagen schaffen, um IT-Lösungen für die Virtuelle Produktentwicklung als wesentliches

Mehr

Prüfungsleistungen (Voraussetzungen für die Vergabe von Leistungspunkten)

Prüfungsleistungen (Voraussetzungen für die Vergabe von Leistungspunkten) Modulbeschreibung Code IV.3. Modulbezeichnung Operations Research (WiSe 2015/2016) Beitrag des Moduls zu den Studienzielen Qualifikationsziele (vgl. Leitfaden Punkt 3) Übergeordnetes Ziel des Moduls besteht

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

Prüfungen im Sommersemester WS15/16. Mechatronik (79/3) Mechatronik (79/1 + 79/2)

Prüfungen im Sommersemester WS15/16. Mechatronik (79/3) Mechatronik (79/1 + 79/2) Prüfungen im Sommersemester WS15/16 Mechatronik (79/3) Mechatronik (79/1 + 79/2) Übersicht über die angebotenen Prüfungen zu benoteten Prüfungsleistungen inkl. zugelassene Hilfsmittel für schriftliche

Mehr

Informatik in den Lehramtsstudiengängen

Informatik in den Lehramtsstudiengängen Hochschulinformationstag 2015 Universität Bayreuth 12. Februar 2015 Informatik in den Lehramtsstudiengängen Dr. Matthias Ehmann Fon +49 921 55-7657 Fachgebiet Didaktik der Informatik email matthias.ehmann@uni-bayreuth.de

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem

Mehr

Seminar. Visual Computing. Poisson Surface Reconstruction. Peter Hagemann Andreas Meyer. Peter Eisert: Visual Computing SS 11.

Seminar. Visual Computing. Poisson Surface Reconstruction. Peter Hagemann Andreas Meyer. Peter Eisert: Visual Computing SS 11. Poisson Surface Reconstruction Peter Hagemann Andreas Meyer Seminar 1 Peter Eisert: SS 11 Motivation Zur 3D Darstellung von Objekten werden meist Scan-Daten erstellt Erstellung eines Dreieckmodells aus

Mehr

KAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten:

KAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten: KAPITEL 4 Lineare Ausgleichsrechnung Beispiel 41 Das Ohmsche Gesetz: Eine Meßreihe von Daten: U = RI (U i, I i ) (Spannung, Stromstärke), i = 1,, m Aufgabe: man bestimme aus diesen Meßdaten den Widerstand

Mehr

2a +2b = a +2b = 38 a +b = 3 2 2a +2b = 6. 4b = 44 b = 11 und a = 8. DF: Arithmetisches Mittel angegeben (FNr 6)

2a +2b = a +2b = 38 a +b = 3 2 2a +2b = 6. 4b = 44 b = 11 und a = 8. DF: Arithmetisches Mittel angegeben (FNr 6) Blatt Nr 05.05 Mathematik Online - Übungen Blatt 5 Textaufgabe lineare Gleichungssysteme Nummer: 36 0 009010017 Kl: 8X Grad: 10 Zeit: 0 Quelle: SP 8 W Aufgabe 5.1.1: Ein Rechteck hat einen Umfang von 38

Mehr

Klausurplan Mathematik

Klausurplan Mathematik Klausurplan Mathematik SS 16 Stand: 4. Juli 2016 Zuordnung: Studenten Montag, der 18. Juli 2016 9:30 10:30 Schadenversicherungsmathematik Hilfsmittel: etr, esa: 2 A4-Blätter S103/123 Dienstag, der 19.

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

1. Erläuterung des Einsatzumfeldes, der inneren Logik und der Leistungsmerkmale

1. Erläuterung des Einsatzumfeldes, der inneren Logik und der Leistungsmerkmale 1. Erläuterung des Einsatzumfeldes, der inneren Logik und der Leistungsmerkmale Die Applikation soll eine elektronische Plattform zur Unterstützung des Übungsbetriebs universitärer Vorlesungen darstellen.

Mehr

Integration über allgemeine Integrationsbereiche.

Integration über allgemeine Integrationsbereiche. Integration über allgemeine Integrationsbereiche. efinition: Sei R n eine kompakte und messbare Menge. Man nennt Z = { 1,..., m } eine allgemeine Zerlegung von, falls die Mengen k kompakt, messbar und

Mehr