Computergrafik / Animation. künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).

Größe: px
Ab Seite anzeigen:

Download "Computergrafik / Animation. künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten)."

Transkript

1 Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch «Kontrollpunkte» genannt Wesentlicher Punkt: Wie interpoliert man diese Punkte in Raum und Zeit? Zeit: Interpolation von einem sog: "Keyframe" zum nächsten. "Gute" Interpolation ermöglicht wenige Punkte in Raum und Zeit (also auch Key-Frames mit größeren zeitlichen Abständen) zu verwenden. Sehr simple Interpolation: - Lineare Interpolation. So ergeben sich bei der Interpolation im Raum Polygone.

2 Vertex Resultierendes Polygon Edge Dies funktioniert gut, wenn man Polygon-ähnliche Objekte, mit geraden Kanten und Ecken darstellen will. Problem: Funktioniert nicht gut bei glatten Objekten, wie Kreise, Ellipsen, Landschaften, Menschen, also Objekte mit glatten Oberflächen, ohne Kanten und Ecken. Für die "Glattheit" von Oberflächen ist eine Definition der Stetigkeit von Ableitungen der Oberflächen hilfreich. Für die Berechnung der Stetigkeit werden Funktionen in Abhängigkeit von Variablen (z. B. u oder v) benötigt: Reellwertige Variablen (x, y, z)=f (u,v) Kontrollpunkt (3 Koordinaten für Punkt im 3ßD Raum) Funktion die entlang der Oberfläche des Objektes geht.

3 Abbildung der Ebene u,v (2-Dimensionale, Hyperebene) auf die Oberfläche unseres 3-D Objektes. Auf die Weise können wir Stetigkeit der Oberflächen definieren: C0 Stetigkeit: Stetigkeit der Funktion selbst -> kein Sprünge der Oberfläche C1 Stetigkeit: Stetigkeit der 1. Ableitung -> keine Knicke der Oberfläche C2 Stetigkeit: Stetigkeit der 2. Ableitung -> keine plötzliche Änderung der Krümmung. Verwandt: Geometrisch definierte Stetigkeit: G0, G1, G2,... -> unabhängig von der Parametrisierung von u und v. Meist angestrebt: C2 bzw. G2 Stetigkeit (heißt eigentlich: C0, C1, C2 Stetigkeit) - Auch wichtig für die zeitliche Interpolation, um künstlich wirkende (roboterartige) ruckartige Bewegungen zu vermeiden Frage: Wie bekommen wir diese Stetigkeit in der Interpolation?

4 Nyquist Abtasttheorem: Interpolation von Abtastwerten. Gibt auch an wie diese Interpolation durchzuführen ist: Mit einem idealen Tiefpassfilter, mit einer Grenzfrequenz die gleich der Hälfte der Samplefrequenz ist. Die Samples sind hier unsere Kontrollpunkte Interpolation Samples/Kontrollpunkte Nyquist stellt sicher, dass oberhalb der "Nyquist" Frequenz keine Anteile enthalten sind -> minimale Änderungsfrequenz, maximal glatt. Impulsantwort des idealen Tiefpasses als Interpolationsfunktion: sinc-funktion.

5 Nulldurchgänge bei ganzen Zahlen Wenn unsere Samples auf den ganzen Zahlen liegen, werden sie durch die Nulldurchgänge der andern sinc Funktionen nicht beeinflusst. Interpolation geht durch die Samples/Kontrollpunkte. Durch das filtern mit der sinc Funktion bekommen wir eine Faltung mit der sinc-funktion. Faltung: Nyqui st Samples/Kontrollpunkte Dirac Impuls (Kronecker Delta, Integral über Kronecker Delta ist 1)

6 Sinc-Funktion ist unendliches Polynom, unendlich oft Resulta t Anteile werden summier

7 stetig differenzierbar Interpolierte Kurve ist unendlich oft differenzierbar! Besser als z.b. sog. kubische Splines, die nur bis zur 2. Ableitung stetig differenzierbar sind.

8 Lässt sich dieser Ansatz aufs Mehrdimensionale anwenden? Ja, denn wir können diese Interpolation wieder separat auf jede Dimension, jede Koordinate anwenden, also z.b. die x und y Koordinate. P 1 P 2 P 0 P 3 Die x-werte und die y-werte werden jeweils als Funktionen einer Hilfsvariablen u geschrieben. Die Indizes von P_i geben die Reihenfolge vor: x(u_i), y(u_i) Auf die Weise könnte man Nyqist-Interpolation auf die Computergrafik anwenden.

9 F(u i )=[ x(u i ), y(u i )] x(u i )=[4,7,12,10] i=0,...,3 Wie Sequenz von Abtastwerten über der Zeit y(u i )=[2,7,5,2] 2 Funktionen in Abhängigkeit von u i, u i kann gleichmäßig verteilt sein wir das t vorher. Wir haben das Problem auf unser bekanntes Problem zurück gefürt, und so eine Lösung erhalten. Problem: Sinc-Funktion ist unendlich lang, nicht so praktikabel. Alternative Möglichkeiten: Faltung unserer Samples mit der sog." Box-Funktion" als Basisfunktion Wert wird beibehalten bis der Nächste kommt. Resultat:

10 keine Stetigkeit weitere Möglichkeit zum Erhalt der Stetigkeit: Lineare Interpolation: Basisfunktion ist Box Funktion, gefaltet mit sich h 2 (x) = = * Summe Lineare Interpolation Vorlesung Computeranimation WS 2009/10 Schuller Beachte: Basisfunktion ist 0 bei den anderen Abtastwerten Interpolierte Kurve geht durch unsre Abtastwerte. C0 Stetigkeit, aber keine C1 Stetigkeit der ersten Ableitung. Nächster Schritt: Basisfunktion ist Faltung der Dreiecksfunktionen: kubisches B-Spline weit verbreitet in der CA für glatte Interpolation! B steht für "Basis", Basis ist obiges h_4(x).

11 Wir möchten das Polynom h 4 (x) genauer kennen. Wie kriegen wir die Koeffizienten des B-Splines? Durch Betrachten der Ableitungen. Ableitungsregel: wegen: 4. Ableitung des B-Splines:

12 z.b. am Punkt t=1 gilt: (Gleiches gilt für t=2,3 ) 2. Ableitung nach t 1. Ableitung nach t Funktionswerte = h 4 ( x) : each interval has 0 u 1 has own polynomial upper end of interval

13

14 Für weiter 2 Intervalle: Spiegelverkehrt, also u durch 1-u ersetzen! φ 3 =φ 2 (1 u)=1/6 ( 3 (1 u) 3 +3 (1 u) 2 +3 (1 u)+1); (%o1) 3 (1 u) 3 +3 (1 u) 2 +3 (1 u)+1 ; 6 (%i2) ratsimp(%); (%o2) 3u 3 6 u φ 4 (u)=φ 1 (1 u)=1/6 (1 u) 3 ; (%o3) (1 u) 3 6 (%i4) ratsimp(%); (%o4) u 3 3u 2 +3u 1 6 mit «Maxima» brechnet (freier Mathematik Programm) Resulting Polynomial for the 3-rd interval Resulting Polynomial for the 4-th interval B4 B3 B2 B1 Q4 Q3 Q2 Q1 1 6

15 -> Diese Polynome werden dann auf die Kontrollpunkte (wie bei der Faltung gezeigt) angewendet und wir bekommen so tatsächlich unsere C0, C1, C2 stetig Interpolation in Raum und Zeit! Beachte: Interpolation geht nicht mehr durch, sondern entlang der Kontrollpunkte (h4 ist nicht 0 bei den anderen Kontrollpunkten). Muss beim Design berücksichtigt Beispiel einer Spline Kurve mit 40 Abtastwerten auf dem Interval von 0-4 (die y-achse muss durch 100 geteilt werden):

Darstellung von Kurven und Flächen

Darstellung von Kurven und Flächen Darstellung von Kurven und Flächen Proseminar Computergraphik, 10. Juni 2008 Christoph Dähne Seite 1 Inhalt Polygonnetze 3 Knotenliste 3 Kantenliste 3 Parametrisierte kubische Kurven 4 Definition 4 Stetigkeit

Mehr

Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich.

Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich. Kapitel 1 Animation (Belebung) Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich. Anwendungen findet die

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 12 1. Dezember 2009 Kapitel 3. Differenzialrechnung einer Variablen (Fortsetzung) Satz 19. Es seien M und N zwei nichtleere Teilmengen von R,

Mehr

3.3 Das Abtasttheorem

3.3 Das Abtasttheorem 17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann

Mehr

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

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

Spline Morphing. Softwarepraktikum im IWR. Carl Friedrich Bolz. Carl Friedrich Bolz

Spline 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,

Mehr

Die Interpretation Optischer Leistungsdaten

Die Interpretation Optischer Leistungsdaten Die Interpretation Optischer Leistungsdaten Einige Fakten über die Carl Zeiss AG Seit 1896 berühmt für Kamera-Objektive Zeiss 1846 von Carl Zeiss gegründet 48 Produktionsstandorte weltweit Die ersten Kamerabilder

Mehr

1 Einleitung. 1.1 Motivation. 6 Differentialgeometrie: Grundlagen Vorlesung 1

1 Einleitung. 1.1 Motivation. 6 Differentialgeometrie: Grundlagen Vorlesung 1 6 Differentialgeometrie: Grundlagen Vorlesung Einleitung. Motivation.. Name of the game Geometer bezeichnet klassisch einen Landvermesser (heute ist eher Geodät gebräuchlich. Die klassische Differentialgeometrie

Mehr

Approximation. E(N) N. Beachte: Der Wert für N = 32 ist vernachlässigt, da er in der Grössenordnung der Rechengenauigkeit liegt.

Approximation. E(N) N. Beachte: Der Wert für N = 32 ist vernachlässigt, da er in der Grössenordnung der Rechengenauigkeit liegt. Approximation Ziel: Approximation der Funktion f(x) = x mit Polynomen (global und stückweise) Experiment: Abhängigkeit des Approximationsfehlers E(N) (in der Maximumnorm) von der Anzahl der Freiheitsgrade

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

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

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

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

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015 Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Bildrekonstruktion & Multiresolution

Bildrekonstruktion & 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

Mehr

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten lausthal omputer-raphik I Verallgemeinerte Baryzentrische Koordinaten. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Verallgemeinerungen der baryzentr. Koord. 1. Was macht man im 2D bei

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

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

Interpolation und Approximation

Interpolation und Approximation Interpolation und Approximation Fakultät Grundlagen Mai 2006 Fakultät Grundlagen Interpolation und Approximation Übersicht 1 Problemstellung Polynominterpolation 2 Kubische Fakultät Grundlagen Interpolation

Mehr

7.2.1 Zweite partielle Ableitungen

7.2.1 Zweite partielle Ableitungen 72 72 Höhere Ableitungen 72 Höhere Ableitungen Vektorwertige Funktionen sind genau dann differenzierbar, wenn ihre Koordinatenfunktionen differenzierbar sind Es ist also keine wesentliche Einschränkung,

Mehr

Inhalt. Vorwort Mittelwertsatz der Integralrechnung... 31

Inhalt. Vorwort Mittelwertsatz der Integralrechnung... 31 Inhalt Vorwort... 5 1 Stammfunktionen... 7 1.1 Erklärung der Stammfunktionen........................................... 7 1.2 Eigenschaften der Stammfunktionen.................................... 10 1.3

Mehr

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Mathematik für Anwender I. Beispielklausur I mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.

Mehr

Visual Computing Filtering, Fourier Transform, Aliasing

Visual Computing Filtering, Fourier Transform, Aliasing Eidgenössische Technische Hochschule Zürich Swiss Federal Institute of Technology Zurich Zu loesen bis: 16. Mai 2006 Prof. M. Gross Remo Ziegler / Christian Voegeli / Daniel Cotting Ziele Visual Computing

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

Mehr

2. Stetigkeit und Differenzierbarkeit

2. Stetigkeit und Differenzierbarkeit 2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,

Mehr

Lineare Näherung. Anwendungen

Lineare Näherung. Anwendungen Lineare Näherung. Anwendungen Jörn Loviscach Versionsstand: 1. Januar 2010, 17:15 1 Lineare Näherung Ist eine Funktion f an der Stelle x 0 differenzierbar, existiert dort ihre Ableitung f und es gilt:

Mehr

Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I

Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I 1. Mengen und Abbildungen In der Mathematik beschäftigt man sich immer -direkt oder indirekt- mit Mengen. Wir benötigen den Mengenbegriff

Mehr

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016 Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)

Mehr

Themen Lagrange-Interpolation Hermite-Interpolation. Splines. Bézier-Kurven. 5 Interpolation. Interpolation Die Lagrangesche Interpolationsaufgabe

Themen Lagrange-Interpolation Hermite-Interpolation. Splines. Bézier-Kurven. 5 Interpolation. Interpolation Die Lagrangesche Interpolationsaufgabe 5 Themen Lagrange- Bézier-Kurven saufgabe sformel Der sfehler 5.1 saufgabe È n = Raum der reellen Polynome vom Grad n. saufgabe sformel Der sfehler 5.1 saufgabe È n = Raum der reellen Polynome vom Grad

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst

Mehr

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

Einführung in die Mathematik

Einführung in die Mathematik Helmut Koch Einführung in die Mathematik Hintergründe der Schulmathematik Zweite, korrigierte und erweiterte Auflage Springer Inhaltsverzeichnis Einleitung 1 1 Natürliche Zahlen 11 1.1 Zählen 11 1.2 Die

Mehr

Sie braucht weniger Speicherplatz als das Polygon und

Sie braucht weniger Speicherplatz als das Polygon und Kapitel 7 Kurven Die bisher besprochenen 2D-Objekte haben bis auf den Kreis den Nachteil, daß sie im weitesten Sinne eckig sind. Wenn ein Objekt mit runder Form verlangt wird, z.b. ein Herz, ein Schiffsrumpf,

Mehr

6. Funktionen von mehreren Variablen

6. Funktionen von mehreren Variablen 6. Funktionen von mehreren Variablen Prof. Dr. Erich Walter Farkas 24.11.2011 Seite 1 Funktionen von mehreren Variablen n {1, 2, 3,...} =: N. R n := {(x 1,..., x n) x 1,..., x n R} = Menge aller n-tupel

Mehr

Computer-Graphik I Baryzentrische Koordinaten

Computer-Graphik I Baryzentrische Koordinaten /7/ lausthal omputer-raphik I Zachmann lausthal University, ermany zach@intu-clausthalde Def: affin unabhängig n n dadurch eg: k+ Punkte Pi R, 0 i k, kseien k Vektoren vi definiert: vi : Pi P0, i,, k Die

Mehr

Praxiswerkstatt Algorithmen der Signalcodierung

Praxiswerkstatt Algorithmen der Signalcodierung Praxiswerkstatt Algorithmen der Signalcodierung 2. Termin Themen heute: Abtastung Lineare Zeitinvariante Systeme Seite 1 Abtastung letztes Mal haben wir gesehen: 3,9 khz kaum noch hörbar bei 8 khz Abtastrate.

Mehr

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0. Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales

Mehr

2. Quadratische Lagrangefunktionen und Fourierreihe.

2. Quadratische Lagrangefunktionen und Fourierreihe. 0. Einführung Wir haben gerade das klassische Wirkungsprinzip betrachtet, nachdem wir wissen, dass der dynamische Verlauf eines Teilchens in dem Diagramm die Kurve darstellen soll, die die minimale Wirkung

Mehr

5. Fourier-Transformation

5. Fourier-Transformation Fragestellungen: 5. Fourier-Transformation Bei Anregung mit einer harmonischen Last kann quasistatitisch gerechnet werden, wenn die Erregerfrequenz kleiner als etwa 30% der Resonanzfrequenz ist. Wann darf

Mehr

Lösungsblatt 2 Signalverarbeitung und Klassifikation

Lösungsblatt 2 Signalverarbeitung und Klassifikation Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 06 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Lösungsblatt Signalverarbeitung und Klassifikation Aufgabe : Faltung

Mehr

Konvexe Funktionen und Legendre-Transformation

Konvexe Funktionen und Legendre-Transformation Konvexe Funktionen und Legendre-Transformation Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x, y auch stets deren Verbindungsstrecke xy = {x +t xy 0 t 1} = {(1 t)x +ty 0 t 1} enthält.

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch WS 2010/2011 14. Januar 2011 Geometrie mit Übungen Übungsblatt 9, Musterlösungen Aufgabe 33. Es werden Kreise in der Euklidischen

Mehr

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an

Mehr

Elementare Wirtschaftsmathematik

Elementare Wirtschaftsmathematik Rainer Göb Elementare Wirtschaftsmathematik Erster Teil: Funktionen von einer und zwei Veränderlichen Mit 87 Abbildungen Methodica-Verlag Veitshöchheim Inhaltsverzeichnis 1 Grundlagen: Mengen, Tupel, Relationen.

Mehr

Grundlagen der Videotechnik. Redundanz

Grundlagen der Videotechnik. Redundanz Grundlagen der Videotechnik Redundanz Redundanz beruht auf: - statistischen Abhängigkeiten im Signal, - Information, die vorher schon gesendet wurde - generell eine Art Gedächtnis im Signal Beispiel: Ein

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

Vokabelliste FB Mathematik Vokabeln 7./8. Klasse // Vokabeln 9./10. Klasse // Vokabeln Sek II. Mengenbegriffe:

Vokabelliste FB Mathematik Vokabeln 7./8. Klasse // Vokabeln 9./10. Klasse // Vokabeln Sek II. Mengenbegriffe: Vokabeln 7./8. Klasse // Vokabeln 9./10. Klasse // Vokabeln Sek II Mathematik Symbol, Definition Deutsch Erklärung Mengenbegriffe: natürlichen Zahlen natürlichen Zahlen inkl. der 0 ganzen Zahlen rationalen

Mehr

Taylorentwicklung von Funktionen einer Veränderlichen

Taylorentwicklung von Funktionen einer Veränderlichen Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 5

Technische Universität München Zentrum Mathematik. Übungsblatt 5 Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 5 Hausaufgaben Aufgabe 5. Bestimmen Sie folgende Grenzwerte. Benutzen

Mehr

Leitfaden a tx t

Leitfaden a tx t Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und

Mehr

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient Vorlesung: Analysis II für Ingenieure Wintersemester 07/08 Michael Karow Themen: Niveaumengen und Gradient Wir betrachten differenzierbare reellwertige Funktionen f : R n G R, G offen Zur Vereinfachung

Mehr

Computergraphik 1 2. Teil: Bildverarbeitung. Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation

Computergraphik 1 2. Teil: Bildverarbeitung. Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation Computergraphik 1 2. Teil: Bildverarbeitung Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation LMU München Medieninformatik Butz/Hoppe Computergrafik 1 SS2009 1 2 Repräsentation

Mehr

Differenzialrechnung

Differenzialrechnung Mathe Differenzialrechnung Differenzialrechnung 1. Grenzwerte von Funktionen Idee: Gegeben eine Funktion: Gesucht: y = f(x) lim f(x) = g s = Wert gegen den die Funktion streben soll (meist 0 oder ) g =

Mehr

EINFÜHRUNG IN DIE HÖHERE MATHEMATIK

EINFÜHRUNG IN DIE HÖHERE MATHEMATIK H. v. MANGOLDT'S EINFÜHRUNG IN DIE HÖHERE MATHEMATIK FÜR STUDIERENDE UND ZUM SELBSTSTUDIUM SEIT DER SECHSTEN AUFLAGE NEU HERAUSGEGEBEN UND ERWEITERT VON KONRAD KNOPP E. 0. PROFESSOR DER MATHEMATIK AN DER

Mehr

Kapitel 5 Untermannigfaltigkeiten. 5.1 Glatte Flächen in R 3

Kapitel 5 Untermannigfaltigkeiten. 5.1 Glatte Flächen in R 3 Kapitel 5 Untermannigfaltigkeiten 5.1 Glatte Flächen in R 3 Bisher haben wir unter einem glatten Weg im R n stets eine differenzierbare Abbildung γ:i R n, definiert auf einem Intervall I R, verstanden.

Mehr

2. Stetige lineare Funktionale

2. Stetige lineare Funktionale -21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

Mehr

Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente

Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente . Session 6: Theoretische Geodäsie Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente 1 Jessica Franken Institut für Geodäsie und Geoinformation Professur für Theoretische

Mehr

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

Kartographische Visualisierung

Kartographische Visualisierung Kartographische Visualisierung Kartenmodellierung Modellierung von Karten Ziel der Kartenmodellierung: Geodaten angemessen abbilden (repräsentieren) Informationen mit der Karte vermitteln (präsentieren).

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Mathematische Grundlagen [ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen

Mehr

9. Vorlesung Wintersemester

9. Vorlesung Wintersemester 9. Vorlesung Wintersemester 1 Die Phase der angeregten Schwingung Wertebereich: bei der oben abgeleiteten Formel tan φ = β ω ω ω0. (1) ist noch zu sehen, in welchem Bereich der Winkel liegt. Aus der ursprünglichen

Mehr

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH ) Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon

Mehr

Überblick. Kapitel 7: Anwendungen der Differentialrechnung

Überblick. Kapitel 7: Anwendungen der Differentialrechnung Überblick Kapitel 7: Anwendungen der Differentialrechnung 1 Beispiel 1: Kapitel 7.1: Implizites Differenzieren 1 Beispiel 1: Steigung der Tangente Kapitel 7.1: Implizites Differenzieren 2 Beispiel 1: Steigung

Mehr

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des

Mehr

Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung

Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung Jörn Loviscach Versionsstand: 29. Juni 2009, 18:41 1 Partielle Ableitungen, Gradient Die Ableitung einer Funktion f an einer

Mehr

1.3 Digitale Audiosignale

1.3 Digitale Audiosignale Seite 22 von 86 Abb. 1.2.12 - Wirkung der Schallverzögerung Effekte sind: Delay, Echo, Reverb, Flanger und Chorus Hört man ein akustisches Signal im Raum, dann werden die Signale von Wänden und anderen

Mehr

Aufgaben zur Übung der Anwendung von GeoGebra

Aufgaben zur Übung der Anwendung von GeoGebra Aufgabe 1 Aufgaben zur Übung der Anwendung von GeoGebra Konstruieren Sie ein Quadrat ABCD mit der Seitenlänge AB = 6,4 cm. Aufgabe 2 Konstruieren Sie ein Dreieck ABC mit den Seitenlängen AB = c = 6,4 cm,

Mehr

Einfache Differentialgleichungen (algebraische Lösung)

Einfache Differentialgleichungen (algebraische Lösung) Einfache Differentialgleichungen (algebraische Lösung) 0. Definition, Einschränkung Definition: Sei die Funktion mit Gleichung = f() n-mal differenzierbar. Gilt F(,,,,, (n) ) = 0 (für alle ), so erfüllt

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München SS 2011 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dr Slobodan Ilic Numerisches Programmieren, Übungen 6 Übungsblatt: Stückweise Interpolation

Mehr

Krümmungsapproximation auf 3D-Modellen

Krümmungsapproximation auf 3D-Modellen Krümmungsapproximation auf 3D-Modellen Mathematische Grundlagen und Approximation Christian Cyrus Matrikelnummer 157707 Fakultät für Informatik Otto-von-Guericke-Universität Magdeburg Diese Ausarbeitung

Mehr

Vorkurs Mathematik 2016

Vorkurs Mathematik 2016 Vorkurs Mathematik 2016 Natürliche Zahlen Der grundlegende Zahlenbereich ist die Menge der natürlichen Zahlen N = {1, 2, 3,...}. In vielen Fällen ist es sinnvoll die Zahl 0 mit einzubeziehen: N 0 = N [

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen Stetigkeit von Funktionen Definition. Es sei D ein Intervall oder D = R, x D, und f : D R eine Funktion. Wir sagen f ist stetig wenn für alle Folgen (x n ) n in D mit Grenzwert x auch die Folge der Funktionswerte

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

Beispielaufgaben rund um Taylor

Beispielaufgaben rund um Taylor Beispielaufgaben rund um Taylor Mirko Getzin Universität Bielefeld Fakultät für Mathematik 19. Februar 014 Keine Gewähr auf vollständige Richtigkeit und perfekter Präzision aller (mathematischen) Aussagen.

Mehr

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche Punkte mit inhomogenen K Kapitel IV Projektive Geometrie In diesem Kapitel wird eine kurze Einführung in die projektive Geometrie gegeben. Es sollen unendlich ferne Punkte mit Hilfe von homogene Koordinaten eingeführt werden und

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R. Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum

Mehr

26. Höhere Ableitungen

26. Höhere Ableitungen 26. Höhere Ableitungen 331 26. Höhere Ableitungen Im letzten Kapitel haben wir gesehen, wie man für Abbildungen zwischen mehrdimensionalen Räumen das Konzept der Differenzierbarkeit definieren und für

Mehr

Stichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I

Stichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I Stichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I Komplexe Zahlen Definition komplexer Zahlen in der Gaußschen Zahlenebene, algebraische Form, trigonometrische Form, exponentielle

Mehr

GFS im Fach Mathematik. Florian Rieger Kl.12

GFS im Fach Mathematik. Florian Rieger Kl.12 file:///d /Refs/_To%20Do/12_09_04/NewtonVerfahren(1).html 27.02.2003 GFS im Fach Mathematik Florian Rieger Kl.12 1. Problemstellung NewtonApproximation Schon bei Polynomen dritter Ordnung versagen alle

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 4

Technische Universität München Zentrum Mathematik. Übungsblatt 4 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=

Mehr

Die Taylorreihe einer Funktion

Die Taylorreihe einer Funktion Kapitel 6 Die Taylorreihe einer Funktion Dieser Abschnitt beschäftigt sich mit Taylorreihen, Taylorpolynomen und der Restgliedabschätzung für Taylorpolynome. Die Taylorreihe einer reellen Funktion ist

Mehr

Systemtheorie abbildender Systeme

Systemtheorie abbildender Systeme Bandbegrenzung Bild in (b) nicht band-begrenzt: scharfe Kanten = Dirac-Funktionen = weißes Spektrum Erfordert Tapering vor Digitalisierung (Multiplikation mit geeigneter Fensterfunktion; auf Null drücken

Mehr

Materialien WS 2014/15 Dozent: Dr. Andreas Will.

Materialien WS 2014/15 Dozent: Dr. Andreas Will. Master Umweltingenieur, 1. Semester, Modul 42439, Strömungsmechanik, 420607, VL, Do. 11:30-13:00, R. 3.21 420608, UE, Do. 13:45-15:15, R. 3.17 Materialien WS 2014/15 Dozent: Dr. Andreas Will will@tu-cottbus.de

Mehr

Bildtransformationen. Geometrische Transformationen Grauwert-Interpolation

Bildtransformationen. Geometrische Transformationen Grauwert-Interpolation Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an

Mehr

Bezier-Kurven. Hamid Fetouaki, Emma Skopin. 28. Januar 2009. Universität Kassel FB Mathematik/Informatik

Bezier-Kurven. Hamid Fetouaki, Emma Skopin. 28. Januar 2009. Universität Kassel FB Mathematik/Informatik Ableitungen von Universität Kassel FB Mathematik/Informatik 28. Januar 2009 Ableitungen von Motivation Bis in den späten 50er Jahren: Zeichnung der Kurven am Papier Fertigung der Modelle aus Holz und Ton

Mehr

Statistische Methoden in der Wirtschaftsund Sozialgeographie

Statistische Methoden in der Wirtschaftsund Sozialgeographie Statistische Methoden in der Wirtschaftsund Sozialgeographie Ort: Zeit: Multimediapool Rechenzentrum Mittwoch 10.15-11-45 Uhr Material: http://www.geomodellierung.de Thema: Beschreibung und Analyse Wirtschafts-

Mehr

So viel wie möglich Extremwertaufgaben aus Geometrie

So viel wie möglich Extremwertaufgaben aus Geometrie So viel wie möglich Extremwertaufgaben aus Geometrie Andreas Ulovec 1 Einführung Die meisten Leute sind mit Extremwertaufgaben vertraut: Was ist das flächengrößte Dreieck, das man in einen Kreis einschreiben

Mehr

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum. Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit

Mehr

Signale und Systeme. A1 A2 A3 Summe

Signale und Systeme. A1 A2 A3 Summe Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................... Vorname:.......................... Matr.Nr:.............................. Ergebnis im Web mit verkürzter Matr.Nr?

Mehr