Numerische Mathematik 1
|
|
- Karl Meinhardt
- vor 6 Jahren
- Abrufe
Transkript
1 Wichtige Infos Numerische Mathematik 1 Webseite: lehre/numerische-mathematik-i.html kshitij.kulshreshtha@upb.de Tutor: Henning Lindhorst killtech@mail.upb.de Abgabe der Übungszettel: Briefkasten Nr. 111 bis jeweils Freitag 12:00 Uhr Programmieraufgaben per
2 Themen & Literatur Themen: Polynominterpolation Lösung linearer Gleichungssysteme Fehleranalyse Spline Interpolation Numerische Quadratur und Extrapolation Lösung nichtlinearer Gleichungssysteme Anfangswertprobleme Literatur: [1] M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, 3. Auflage. Vieweg+Teubner (2009). [2] P. Deuflhard, A. Hohmann: Numerische Mathematik I, Eine algorithmisch orientierte Einführung, de Gruyter, Berlin (2002) [3] H.-G. Roos, H. Schwetlick: Numerische Mathematik. Teubner, Stuttgart (1999). [4] J. Stoer, R. Burlisch. Numerische Mathematik 1 + 2, Springer, Berlin (2005). [5] W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery: Numerical Recipes in C++, Cambridge University Press (2002).
3 Themen & Literatur Themen: Polynominterpolation Lösung linearer Gleichungssysteme Fehleranalyse Spline Interpolation Numerische Quadratur und Extrapolation Lösung nichtlinearer Gleichungssysteme Anfangswertprobleme Literatur: [1] M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, 3. Auflage. Vieweg+Teubner (2009). [2] P. Deuflhard, A. Hohmann: Numerische Mathematik I, Eine algorithmisch orientierte Einführung, de Gruyter, Berlin (2002) [3] H.-G. Roos, H. Schwetlick: Numerische Mathematik. Teubner, Stuttgart (1999). [4] J. Stoer, R. Burlisch. Numerische Mathematik 1 + 2, Springer, Berlin (2005). [5] W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery: Numerical Recipes in C++, Cambridge University Press (2002).
4 Themen & Literatur Themen: Polynominterpolation Lösung linearer Gleichungssysteme Fehleranalyse Spline Interpolation Numerische Quadratur und Extrapolation Lösung nichtlinearer Gleichungssysteme Anfangswertprobleme Literatur: [1] M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, 3. Auflage. Vieweg+Teubner (2009). [2] P. Deuflhard, A. Hohmann: Numerische Mathematik I, Eine algorithmisch orientierte Einführung, de Gruyter, Berlin (2002) [3] H.-G. Roos, H. Schwetlick: Numerische Mathematik. Teubner, Stuttgart (1999). [4] J. Stoer, R. Burlisch. Numerische Mathematik 1 + 2, Springer, Berlin (2005). [5] W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery: Numerical Recipes in C++, Cambridge University Press (2002).
5 Themen & Literatur Themen: Polynominterpolation Lösung linearer Gleichungssysteme Fehleranalyse Spline Interpolation Numerische Quadratur und Extrapolation Lösung nichtlinearer Gleichungssysteme Anfangswertprobleme Literatur: [1] M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, 3. Auflage. Vieweg+Teubner (2009). [2] P. Deuflhard, A. Hohmann: Numerische Mathematik I, Eine algorithmisch orientierte Einführung, de Gruyter, Berlin (2002) [3] H.-G. Roos, H. Schwetlick: Numerische Mathematik. Teubner, Stuttgart (1999). [4] J. Stoer, R. Burlisch. Numerische Mathematik 1 + 2, Springer, Berlin (2005). [5] W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery: Numerical Recipes in C++, Cambridge University Press (2002).
6 Themen & Literatur Themen: Polynominterpolation Lösung linearer Gleichungssysteme Fehleranalyse Spline Interpolation Numerische Quadratur und Extrapolation Lösung nichtlinearer Gleichungssysteme Anfangswertprobleme Literatur: [1] M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, 3. Auflage. Vieweg+Teubner (2009). [2] P. Deuflhard, A. Hohmann: Numerische Mathematik I, Eine algorithmisch orientierte Einführung, de Gruyter, Berlin (2002) [3] H.-G. Roos, H. Schwetlick: Numerische Mathematik. Teubner, Stuttgart (1999). [4] J. Stoer, R. Burlisch. Numerische Mathematik 1 + 2, Springer, Berlin (2005). [5] W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery: Numerical Recipes in C++, Cambridge University Press (2002).
7 Themen & Literatur Themen: Polynominterpolation Lösung linearer Gleichungssysteme Fehleranalyse Spline Interpolation Numerische Quadratur und Extrapolation Lösung nichtlinearer Gleichungssysteme Anfangswertprobleme Literatur: [1] M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, 3. Auflage. Vieweg+Teubner (2009). [2] P. Deuflhard, A. Hohmann: Numerische Mathematik I, Eine algorithmisch orientierte Einführung, de Gruyter, Berlin (2002) [3] H.-G. Roos, H. Schwetlick: Numerische Mathematik. Teubner, Stuttgart (1999). [4] J. Stoer, R. Burlisch. Numerische Mathematik 1 + 2, Springer, Berlin (2005). [5] W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery: Numerical Recipes in C++, Cambridge University Press (2002).
8 Themen & Literatur Themen: Polynominterpolation Lösung linearer Gleichungssysteme Fehleranalyse Spline Interpolation Numerische Quadratur und Extrapolation Lösung nichtlinearer Gleichungssysteme Anfangswertprobleme Literatur: [1] M. Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens, 3. Auflage. Vieweg+Teubner (2009). [2] P. Deuflhard, A. Hohmann: Numerische Mathematik I, Eine algorithmisch orientierte Einführung, de Gruyter, Berlin (2002) [3] H.-G. Roos, H. Schwetlick: Numerische Mathematik. Teubner, Stuttgart (1999). [4] J. Stoer, R. Burlisch. Numerische Mathematik 1 + 2, Springer, Berlin (2005). [5] W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery: Numerical Recipes in C++, Cambridge University Press (2002).
9 Was ist numerische Mathematik? Entwicklung und Anaylse von Methoden, mit denen die Lösung mathematischer Problemstellungen effektiv berechnet bzw. möglichst gut angenähert werden kann. Entwicklung und Theorie der auf Computern realisierbaren Algorithmen Entwicklung und Analyse von Algorithmen Für die Lösung von viele Probleme mit gleicher Struktur, z.b. ax 2 + bx + c = 0 x 1,2 = b 2a ± 1 2a b2 4ac Größter gemeinsamer Teiler zweier natürlicher Zahlen euklidscher Algorithmus Lösung von linearen Gleichungssystemen Ax = b Lösung von Differentialgleichungen ẋ = f (x)
10 Was ist numerische Mathematik? Entwicklung und Anaylse von Methoden, mit denen die Lösung mathematischer Problemstellungen effektiv berechnet bzw. möglichst gut angenähert werden kann. Entwicklung und Theorie der auf Computern realisierbaren Algorithmen Entwicklung und Analyse von Algorithmen Für die Lösung von viele Probleme mit gleicher Struktur, z.b. ax 2 + bx + c = 0 x 1,2 = b 2a ± 1 2a b2 4ac Größter gemeinsamer Teiler zweier natürlicher Zahlen euklidscher Algorithmus Lösung von linearen Gleichungssystemen Ax = b Lösung von Differentialgleichungen ẋ = f (x)
11 Was ist numerische Mathematik? Entwicklung und Anaylse von Methoden, mit denen die Lösung mathematischer Problemstellungen effektiv berechnet bzw. möglichst gut angenähert werden kann. Entwicklung und Theorie der auf Computern realisierbaren Algorithmen Entwicklung und Analyse von Algorithmen Für die Lösung von viele Probleme mit gleicher Struktur, z.b. ax 2 + bx + c = 0 x 1,2 = b 2a ± 1 2a b2 4ac Größter gemeinsamer Teiler zweier natürlicher Zahlen euklidscher Algorithmus Lösung von linearen Gleichungssystemen Ax = b Lösung von Differentialgleichungen ẋ = f (x)
12 Was ist numerische Mathematik? Entwicklung und Anaylse von Methoden, mit denen die Lösung mathematischer Problemstellungen effektiv berechnet bzw. möglichst gut angenähert werden kann. Entwicklung und Theorie der auf Computern realisierbaren Algorithmen Entwicklung und Analyse von Algorithmen Für die Lösung von viele Probleme mit gleicher Struktur, z.b. ax 2 + bx + c = 0 x 1,2 = b 2a ± 1 2a b2 4ac Größter gemeinsamer Teiler zweier natürlicher Zahlen euklidscher Algorithmus Lösung von linearen Gleichungssystemen Ax = b Lösung von Differentialgleichungen ẋ = f (x)
13 Was ist numerische Mathematik? Entwicklung und Anaylse von Methoden, mit denen die Lösung mathematischer Problemstellungen effektiv berechnet bzw. möglichst gut angenähert werden kann. Entwicklung und Theorie der auf Computern realisierbaren Algorithmen Entwicklung und Analyse von Algorithmen Für die Lösung von viele Probleme mit gleicher Struktur, z.b. ax 2 + bx + c = 0 x 1,2 = b 2a ± 1 2a b2 4ac Größter gemeinsamer Teiler zweier natürlicher Zahlen euklidscher Algorithmus Lösung von linearen Gleichungssystemen Ax = b Lösung von Differentialgleichungen ẋ = f (x)
14 Was ist numerische Mathematik? Entwicklung und Anaylse von Methoden, mit denen die Lösung mathematischer Problemstellungen effektiv berechnet bzw. möglichst gut angenähert werden kann. Entwicklung und Theorie der auf Computern realisierbaren Algorithmen Entwicklung und Analyse von Algorithmen Für die Lösung von viele Probleme mit gleicher Struktur, z.b. ax 2 + bx + c = 0 x 1,2 = b 2a ± 1 2a b2 4ac Größter gemeinsamer Teiler zweier natürlicher Zahlen euklidscher Algorithmus Lösung von linearen Gleichungssystemen Ax = b Lösung von Differentialgleichungen ẋ = f (x)
15 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
16 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
17 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
18 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
19 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
20 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
21 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
22 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
23 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
24 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
25 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
26 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
27 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
28 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
29 Simulation komplexer Naturvorgänge auf dem Computer Experimente teuer sind, z.b.: Umströmung von Flugzeugen, Herzklappen, Schiffsschrauben,... Crashtests chemische Verfahrenstechnik Experimente unerwünschte Nebenwirkungen haben können, z.b. Naturkatastrophen: Lawinen Statik: Stabilität von Gebäuden Testen von Medikamenten, Experimente manchmal unmöglich sind Astrophysik: Entstehung von Galaxien Geophysik: Treibhauseffekt Wettervorhersage: Tornados- wo, wann, wie stark oder als Ersatz für analystische Lösungen, weil diese zu aufwändig sind Existenz und Eindeutigkeit zwar gesichert sind, aber die Lösung selbst unbekannt ist.
30 Anwendungen Transport: Navigationssystem, Fahrpläne, Packungsprobleme Medizin: Bildverarbeitung, Simulation des Blutkreislaufes, Entwicklung von Medikamenten Optimale Kontrolle von Robotern, Prozessen der chemische Verfahrenstechnik,... Wettervorhersage, Klimaanalyse...
31 Seit wann gibt es numerische Mathematik? Das Euklidsche Algorithmus gab es bereits seit ca. 300 v. Chr.
32 Seit wann gibt es numerische Mathematik? Das Euklidsche Algorithmus gab es bereits seit ca. 300 v. Chr. Muhammad ibn Musa al-khwarizmi um 780 zwischen 835 und 850
33 Seit wann gibt es numerische Mathematik? Das Euklidsche Algorithmus gab es bereits seit ca. 300 v. Chr. Erstes Werk: Kitab al-dscham wa-l-tafriq bi-hisab al-hind ( Über das Rechnen mit indischen Ziffern, um 825) Arbeit mit Dezimalzahlen, Einführung der Ziffer Null aus dem indischen in das arabische Zahlensystem und damit in alle modernen Zahlensysteme Muhammad ibn Musa al-khwarizmi um 780 zwischen 835 und 850 Lateinische Fassung dieser Schrift trug den Titel: Algorizmi de numero Indorum Daraus entstand Algorithmus
34 Anwednungsproblem Modellbildung Mathematisches Problem Mathematische Analyse Konstruktion eines Algorithmus Analyse des Algorithmus Implementierung Ergebnis Interpretaion und Anwendung der Ergebnisse
35 Konvergenzgeschwindigkeit Fehler linear superlinear quadratisch Iterationen
36 Zwei mögliche Interpolationspolynome Polynominterpolation
37 Lagrangsche Polynome L Lagrangepolynom L 0 für x 0 = 0, x 1 = 0.5, x 2 = 1, x 3 = 1.5, x 4 = 2
38 Lagrangsche Polynome L L Lagrangepolynome L 0, L 1 für x 0 = 0, x 1 = 0.5, x 2 = 1, x 3 = 1.5, x 4 = 2
39 Lagrangsche Polynome L 1 L L Lagrangepolynome L 0,..., L 2 für x 0 = 0, x 1 = 0.5, x 2 = 1, x 3 = 1.5, x 4 = 2
40 Lagrangsche Polynome L 1 L L L Lagrangepolynome L 0,..., L 3 für x 0 = 0, x 1 = 0.5, x 2 = 1, x 3 = 1.5, x 4 = 2
41 Lagrangsche Polynome L 1 L L L 0 L Lagrangepolynome L 0,..., L 4 für x 0 = 0, x 1 = 0.5, x 2 = 1, x 3 = 1.5, x 4 = 2
Numerik I Einführung in die Numerik
Numerik I Einführung in die Numerik M. Gutting 18. Oktober 2016 Termine Termine Vorlesung: dienstags von 12:15 Uhr bis 13:45 Uhr in ENC-D 201 und freitags von 14:15 Uhr bis 15:45 Uhr in ENC-D 223, Übung:
MehrMathematisch-algorithmische Grundlagen für Big Data
Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2017
MehrNumerik 1. Ch. Helzel. Vorlesung: Mi. + Do. 10:30-12:15
Numerik 1 Ch. Helzel Vorlesung: Mi. + Do. 10:30-12:15 Organisatorisches Mitarbeiter: David Kerkmann und Marina Fischer (Übungen), Felix Lieder (Organisatorisches), Andreas Troll (Programmierübungen) Organisatorisches
MehrNumerische Mathematik I
Numerische Mathematik I à Claus Schneider Sommersemester numerik_i_inhalt.nb Inhalt. Beispiele. Lineare Gleichungssysteme I à. Problemstellung. Gestaffelte Gleichungssysteme, Dreiecksmatrizen. Gauß-Elimination.
MehrAlgorithmische 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
MehrInhalt. 1 Kurzer Ausblick 1
W. Oevel Numerik I Inhalt 1 Kurzer Ausblick 1 2 Fehleranalyse 5 2.1 Gleitpunktdarstellung........................ 5 2.2 Arithmetik.............................. 10 2.3 Fehlerfortpflanzung..........................
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 14: Der Begriff des Algorithmus (einige grundlegende Aspekte) Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der
MehrEinführung in die Numerische Lineare Algebra (MA 1304)
Einführung in die Numerische Lineare Algebra (MA 1304) Vorlesung Montags, 16:15-17:45 Uhr Rudolf-Mößbauer - HS (Physik) Homepage zur Vorlesung http://www-m2.ma.tum.de/bin/view/allgemeines/numlinalgws1516
MehrNumerische Methoden. Thomas Huckle Stefan Schneider. Eine Einführung für Informatiker, Naturwissenschaftler, Ingenieure und Mathematiker.
Thomas Huckle Stefan Schneider Numerische Methoden Eine Einführung für Informatiker, Naturwissenschaftler, Ingenieure und Mathematiker 2. Auflage Mit 103 Abbildungen und 9 Tabellen 4Q Springer Inhaltsverzeichnis
MehrNebenfach Mathematik im Informatik-Studium. Martin Gugat FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 25.
Nebenfach Mathematik im Informatik-Studium Martin Gugat martin.gugat@fau.de FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 25. Oktober 2017 Motivation Die rigorose Analyse von Algorithmen erfordert
MehrEinsatz von Maple bei der Lehramtsausbildung
Karlsruher Institut für Technologie Universität Karlsruhe (TH) Forschungsuniversität - gegründet 1825 Fakultät für Mathematik 18. Februar 2009 Numerische Mathematik für das Lehramt Pflichtveranstaltung
MehrNebenfach Mathematik im Informatik-Studium. Martin Gugat FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 26.
Nebenfach Mathematik im Informatik-Studium Martin Gugat martin.gugat@fau.de FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 26. Oktober 2016 Motivation Die rigorose Analyse von Algorithmen erfordert
MehrPolynominterpolation
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
MehrNUMERISCHE VERFAHREN für Naturwissenschaftler und Ingenieure
NUMERISCHE VERFAHREN für Naturwissenschaftler und Ingenieure Eine computerorientierte Einführung Von Prof. Dr. sc. nat. HUBERT SCHWETLICK Prof. Dr. sc. nat. HORST KRETZSCHMAR Mit 74 Bildern und 34 Tabellen
MehrNumerische Mathematik
».- Numerische Mathematik Von Dr. sc. math. Hans Rudolf Schwarz o. Professor an der Universität Zürich Mit einem Beitrag von Dr. sc. math. Jörg Waldvogel Titularprofessor an der Eidg. Technischen Hochschule
MehrMathematisch-algorithmische Grundlagen für Big Data
Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2016
MehrEinführung in die Numerik
Einführung in die Numerik Sommersemester 2017 Dr. Andreas Potschka Ruprecht Karls-Universität Heidelberg Interdisziplinäres Zentrum für Wissenschaftliches Rechnen Im Neuenheimer Feld 205, 69120 Heidelberg
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 5: Der Begriff des Algorithmus (erste grundlegende Aspekte) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik November 2008 1/34 Überblick Eine Zeitreise
MehrNumerische 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
MehrNumerische Mathematik
Numerische Mathematik Von Prof. Dr. sc. math. Hans Rudolf Schwarz Universität Zürich Mit einem Beitrag von Prof. Dr. sc. math. Jörg Waldvogel Eidg. Technische Hochschule Zürich 4., überarbeitete und erweiterte
MehrOptimierung des dynamischen Verhaltens netzstützender Anlagen am Beispiel der Virtuellen Synchronmaschine
1 / 12 Optimierung des dynamischen Verhaltens netzstützender Anlagen am Beispiel der Virtuellen Synchronmaschine EnInnov 2014, Session E2 Timo Dewenter 1, Benjamin Werther 2, Alexander K. Hartmann 1 und
MehrNumerische Mathematik
Numerische Mathematik Von Martin Hermann 2., überarbeitete und erweiterte Auflage Oldenbourg Verlag München Wien Vorwort zur ersten Auflage Vorwort zur zweiten Auflage V VII 1 Wichtige Phänomene des numerischen
MehrNebenfach Mathematik Studienplan
Nebenfach Mathematik Studienplan Studienbeginn im Wintersemester 3. Semester Numerische Analysis I 4. Semester Computeralgebra 5. Semester Funktionentheorie Numerisches Praktikum Nebenfach Mathematik Studienplan
MehrInhaltsverzeichnis. 1 Einleitung... 1
Inhaltsverzeichnis 1 Einleitung................................................. 1 2 Fehleranalyse: Kondition, Rundungsfehler, Stabilität...... 11 2.1 Kondition eines Problems................................
MehrNumerische Mathematik
Hans Rudolf Schwarz I Norbert Köckler Numerische Mathematik 8., aktualisierte Auflage STUDIUM 11 VIEWEG+ TEUBNER Inhalt Einleitung 13 1 1.1 1.2 1.3 1.4 1..5 1.6 1.7 2 2.1 2.1.1 2.1.2 2.1.3 2.2 2.2.1 2.2.2
MehrIn haltsverzeich n is
In haltsverzeich n is Einleitung... 1 1 Einstieg in MATLAB, Scilab und Octave... 7 1.1 Installation der Programme... 7 1.1.1 Installation von MA TLAB... 7 1.1.2 Installation von Scilab... 8 1.1.3 Installation
MehrEinführung in die Programmierung für Physiker. Die Programmiersprache C Verwendung wissenschaftlicher Bibliotheken
Einführung in die Programmierung für Physiker Die Programmiersprache C Verwendung wissenschaftlicher Bibliotheken Marc Wagner Institut für theoretische Physik Johann Wolfgang Goethe-Universität Frankfurt
MehrGitterfreie Methoden. Florian Hewener. 29. Oktober 2013
Gitterfreie Methoden 1D 2D Florian Hewener 29. Oktober 2013 Gliederung 1 Interpolationsprobleme Problemstellung Haar-Räume 2 Mehrdimensionale Polynominterpolation 3 Splines Kubische Splines und natürliche
MehrNumerische Methoden für dynamische Systeme
Numerische Methoden für dynamische Systeme Seminarvortrag über die nummerische Lösung von Randwertproblemen (RWP) von Ingmar Schnell 1. Was ist ein RWP (mathematisch) Randwertprobleme bezeichnen Klasse
MehrNumerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen. Andreas Rieder
Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen Andreas Rieder UNIVERSITÄT KARLSRUHE (TH) Institut für Wissenschaftliches Rechnen und Mathematische Modellbildung und Institut
MehrInterpolation und Integration mit Polynomen
Interpolation und Integration mit Polynomen Philipp Andrea Zardo Universität Kassel 23. Februar 2006 / Kassel Outline 1 Einleitung Was ist numerische Mathematik? Die eulersche e-funktion Ein Wurzelalgorithmus
MehrComputergestütztes wissenschaftliches Rechnen SoSe 2004
Computergestütztes wissenschaftliches Rechnen SoSe 2004 Alexander K. Hartmann, Universität Göttingen April 19, 2004 1 Einführung 1.1 Warum Computerphysik? Vorteil analytische Theorie: große Systeme Nachteil:
MehrNumerische Mathematik für ingenieurwissenschaftliche Studiengänge
Institut für Numerische Mathematik und Optimierung Folien zur Vorlesung Numerische Mathematik für ingenieurwissenschaftliche Studiengänge Sommersemester 2010 Hörerkreis: 3./4. BEC, 3./4. BMB, 4. BAI, 4.
MehrInhaltsverzeichnis. 1 Einleitung... 1
Inhaltsverzeichnis 1 Einleitung... 1 2 Fehleranalyse: Kondition, Rundungsfehler, Stabilität... 11 2.1 KonditioneinesProblems... 11 2.1.1 ElementareBeispiele... 12 2.1.2 Bemessen,Normen... 15 2.1.3 RelativeundAbsoluteKondition...
MehrWalter Strampp Victor Ganzha Evgenij Vorozhtsov. Hohere Mathematik mit Mathematica 3
Walter Strampp Victor Ganzha Evgenij Vorozhtsov Hohere Mathematik mit Mathematica 3 Aus dem Programm ----... Mathematik/Computeralgebra N. Blachman Mathematica gritlbereit E. Heinrich und H.-D. Janetzko
MehrNumerische Mathematik
Numerische Mathematik 0 Organisatorisches Version 22.09.2016 Thorsten Struckmann 0 Organisatorisches Numerische Mathematik Kursziele Kursinhalte Ablauf Literatur Numerische Mathematik WS1617 - Struckmann
MehrMATHEMATIK. 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.
MehrNumerik für Ingenieure und Naturwissenschaftler
Springer-Lehrbuch Numerik für Ingenieure und Naturwissenschaftler Bearbeitet von Wolfgang Dahmen, Arnold Reusken überarbeitet 2008. Taschenbuch. XVIII, 633 S. Paperback ISBN 978 3 540 76492 2 Format (B
MehrNumerische Mathematik I: Grundlagen
Numerische Mathematik I: Grundlagen 09.10.2017 Inhalt der Lehrveranstaltung Inhaltlich sollen Sie in der Lehrveranstaltung Numerische Mathematik I insbesondere vertraut gemacht werden mit der Numerik linearer
MehrNumerik für Ingenieure I Wintersemester 2008
1 / 34 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 7.1.2009 2 / 34 Technisches Vorlesungswebsite: http://www.am.uni-erlangen.de/am3/de/lehre/ws08/numing1/
MehrPractical Numerical Training UKNum
Practical Numerical Training UKNum 2: Interpolation, Extrapolation, Splines Dr. C. Mordasini Max Planck Institute for Astronomy, Heidelberg Program: 1) Einführung 2) Direkte Methode 3) Dividierte Differenzmethode
MehrInhalt. 1. Einführung in die Informatik. 2. Algorithmen Definition, Eigenschaften, Entwurf Darstellung von Algorithmen Beispiele.
1. Einführung in die Informatik Inhalt 2. Algorithmen Definition, Eigenschaften, Entwurf Darstellung von Algorithmen Beispiele Peter Sobe 1 Einführende Beispiele 2. Algorithmen Täglich werden Verarbeitungsvorschriften
Mehr6. Polynom-Interpolation
6. Polynom-Interpolation 1 6.1. Klassische Polynom-Interpolation 2 6.2. Lösung mit Hilfe Lagrange scher Basisfunktionen 3 6.3. Lösung mit Hilfe Newton scher Basisfunktionen 4 6.4. Fehlerabschätzung für
MehrEine neue Chance: Rechnergestützte Wissenschaften (RW/CSE)
Eine neue Chance: Rechnergestützte Wissenschaften (RW/CSE) www.rw.ethz.ch/bachelor Was ist RW/CSE? Zweige von Wissenschaften, in denen Rechner (Computer) wesentlich zur Problemlösung beitragen Fokus: Computergestützte
MehrGrundlagen der Algorithmen und Datenstrukturen
Grundlagen der Algorithmen und Datenstrukturen Christian Scheideler + Helmut Seidl SS 2009 01.04.09 Kapitel 0 1 Vorlesung: Organisatorisches Di 12:00 13:30 MI HS 1 Do 12:00 12:45 MI HS 1 Übungen: 34 Alternativen
Mehr6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme
6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6.1 Nullstellen reeller Funktionen Bemerkung 6.1 (Problemstellung) geg.: f C[a, b] ges.: x [a, b] mit f(x ) = 0 Lösungstheorie f linear
MehrSpringers Mathematische Formeln
Lennart Rade Bertil Westergren Springers Mathematische Formeln Taschenbuch für Ingenieure, Naturwissenschaftler, Informatiker, Wirtschaftswissenschaftler Übersetzt und bearbeitet von Peter Vachenauer Dritte,
MehrVerarbeitung von Messdaten
HTL Steyr Verarbeitung von Messdaten Seite von 8 Bernhard Nietrost, HTL Steyr Verarbeitung von Messdaten Mathematische / Fachliche Inhalte in Stichworten: Regression, Polynominterpolation, Extremwertberechnung,
MehrVon mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems
Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Institut für Mathematik
MehrNumerische Verfahren
Numerische Verfahren Jens-Peter M. Zemke zemke@tu-harburg.de Institut für Numerische Simulation Technische Universität Hamburg-Harburg 08.04.2008 TUHH Jens-Peter M. Zemke Numerische Verfahren 1 / 68 Übersicht
MehrDiplom Mathematiker Wolfgang Kinzner. 17. Oktober Technische Universität München. Die abc-formel. W. Kinzner. Problemstellung.
Diplom Mathematiker Wolfgang Kinzner Technische Universität München 17. Oktober 2013 1 / 9 Inhaltsverzeichnis 1 2 / 9 Inhaltsverzeichnis 1 2 2 / 9 Inhaltsverzeichnis 1 2 3 2 / 9 Inhaltsverzeichnis 1 2
Mehr! Modellierung und Simulation 1 (SIM1)
! Modellierung und Simulation 1 (SIM1) 1. Veranstaltung: Einführung 18.10.16 Andreas Vogel andreas.vogel@gcsc.uni-frankfurt.de!!! Organisatorisches Modellierung und Simulation 1 (M-SIM1c; evtl. M-SIM1a,
MehrNumerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min)
Lehrstuhl für Angewandte Mathematik Montanuniversität Leoben 70 004 Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan. 207 2:00-4:00 (20 min) Name Matrikelnummer Mündliche Prüfung: Bitte markieren
MehrMathematik (AI/TI/MI)
Mathematik 1 + 2 (AI/TI/MI) Kommentiertes Literaturverzeichnis Download als PDF Bücher zur Vorlesung Es existieren zahlreiche Bücher, welche die in der Vorlesung behandelten Themen abdecken, ja sogar meist
MehrErweiterungscurriculum Analysis für die Technik
BEILAGE 4 zum Mitteilungsblatt 21. Stück, Nr. 135.3-2016/2017, 29.06.2017 Erweiterungscurriculum Analysis für die Technik Datum des Inkrafttretens 1. Oktober 2017 Inhaltsverzeichnis 1 Allgemeines...- 2-2
MehrKim Kose Rolf SchrOder Kornel Wieliczek. Numerik sehen und verstehen
Kim Kose Rolf SchrOder Kornel Wieliczek Numerik sehen und verstehen ~-- Aus dem Programm Datenverarbeitung und Wissenschaft Dynamische Systeme und Fraktale Computergrafische Experimente mit Pascal von
MehrHTL Kapfenberg SPLINE Interpolation Seite 1 von 7.
HTL Kapfenberg SPLINE Interpolation Seite von 7 Roland Pichler roland.pichler@htl-kapfenberg.ac.at SPLINE Interpolation Mathematische / Fachliche Inhalte in Stichworten: Polynome, Gleichungssysteme, Differenzialrechnung
MehrStoer/Bulirsch: Numerische Mathematik 1
springer-lehrbuch Roland W. Freund Ronald H.W. Hoppe Stoer/Bulirsch: Numerische Mathematik 1 Zehnte, neu bearbeitete Auflage Mit 15 Abbildungen ^ Spri ringer Prof. Dr. Roland W. Freund Department of Mathematics
MehrNumerische Mathematik
Michael Knorrenschild Mathematik-Studienhilfen Numerische Mathematik Eine beispielorientierte Einführung 5., aktualisierte Auflage Inhaltsverzeichnis 1 Rechnerarithmetik und Gleitpunktzahlen 9 1.1 Grundbegriffe
Mehr5 Numerische Mathematik
6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
MehrIterative 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
MehrNumerische Mathematik
Michael Knorrenschild Mathematik-Studienhilfen Numerische Mathematik Eine beispielorientierte Einführung 5., aktualisierte Auflage Michael Knorrenschild Numerische Mathematik Mathematik - Studienhilfen
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Steffen Börm Christian-Albrechts-Universität zu Kiel Sommersemester 2013 S. Börm (CAU Kiel) Algorithmen und Datenstrukturen Sommersemester 2013 1 / 9 Ansprechpartner Hauptverantwortlicher:
MehrInhalt, Ablauf, Organisation, Prüfung,...
Inhalt, Ablauf, Organisation, Prüfung,... Vorlesung Einführung in das Wissenschaftliche Rechnen Sommersemester 2016 Einführung in das Wissenschaftliche Rechnen Sommersemester 2016, Simon Baumstark, Patrick
MehrNumerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang. Institut für Geometrie und Praktische Mathematik RWTH Aachen
Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen
MehrMathematik 1. Studiengang Bachelor Informatik WS 2016/2017. Prof. Dr. Ulrich Tipp
Mathematik 1 Studiengang Bachelor Informatik WS 2016/2017 Prof. Dr. Ulrich Tipp Organisatorisches 4 h Vorlesung Di 8:00 9:30 AM Mi 8:00 9:30 AM 2 h Übung in 4 Gruppen Di 10:00 11:30 BE08 (Gruppe L) Di
MehrIdeen und Konzepte der Informatik. Programme und Algorithmen Kurt Mehlhorn
Ideen und Konzepte der Informatik Programme und Algorithmen Kurt Mehlhorn November 2016 Algorithmen und Programme Algorithmus = Schritt-für-Schritt Vorschrift zur Lösung eines Problems. Formuliert man
MehrAlgorithmische Geometrie: Einstimmung
Algorithmische Geometrie: Einstimmung Nico Düvelmeyer WS 2009/2010, 20.10.2009 Überblick 1 Organisatorisches 2 Fachgebiet Typische Untersuchungsgegenstände Typische Anwendungsgebiete 3 Inhalte der Vorlesung
MehrInhaltsverzeichnis. Vorwort zur 10. Auflage Informationen zur Programmbibliothek Bezeichnungen VII IX
Inhaltsverzeichnis Vorwort zur 10. Auflage Informationen zur Programmbibliothek Bezeichnungen VII IX XI I I 1 Darstellung von Zahlen und Fehleranalyse 1 1.1 Definition von Fehlergrößen..........................
MehrDifferentialgleichungen I
Differentialgleichungen I Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 5. Januar 2009 Beachtenswertes Die Veranstaltung
MehrIm Nebenfach Mathematik können zwei Varianten studiert werden. Studiensemester. Kontaktzeit 56 h 28 h
Nebenfach Mathematik 1-Fach Bachelor of Science Geographie Im Nebenfach Mathematik können zwei Varianten studiert werden. Variante I: Analysis I Kennnummer Workload Leistungspunkte Studiensemester Häufigkeit
MehrD-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler. Übungsblatt 5 A := u = Au, u(0) = 1. 1
D-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler Übungsblatt 5 1. Gegeben sei die Matrix 1 1 0 A := 0 1 0 0 0 2 a) Bestimmen Sie ein Fundamentalsystem (das heisst eine Basis des Lösungsraums)
Mehr1 Lineare Gleichungssysteme
1 Lineare Gleichungssysteme Wenn man in der Schule an den Punkt der lineare Gleichungssysteme kommt, hat man normale Gleichungen und deren Umformungen schon behandelt. Und das nicht ohne Grund, denn die
MehrGeometrie und Mathematische Physik Differentialgeometrie I 10 m Diskrete Geometrie I 10 m Geometrie I 10 m Geometrische Grundlagen der linearen
Übersicht über die mathematischen Module der Bachelor- und Masterstudiengänge Mathematik, Wirtschaftsmathematik und Technomathematik Sommersemester 2017 Modul LP Prüfungsform 1 Pflichtmodule Bachelor Mathematik,
MehrComputergrundlagen Boolesche Logik, Zahlensysteme und Arithmetik
Computergrundlagen Boolesche Logik, Zahlensysteme und Arithmetik Axel Arnold Institut für Computerphysik Universität Stuttgart Wintersemester 2010/11 Wie rechnet ein Computer? Ein Mikroprozessor ist ein
MehrANALYSE NUMERISCHER VERFAHREN
ANALYSE NUMERISCHER VERFAHREN von Eugene Isaacson Professor für Mathematik Leiter des Rechenzentrums Courant Institute of Mathematical Sciences New York University und Herbert Bishop Keller Professor für
MehrOrganisation: Algorithmische Mathematik WiSe 2013/2014
Organisation: Algorithmische Mathematik WiSe 2013/2014 Institut für Numerische Simulation Rheinische Friedrich-Wilhelms-Universität Bonn Oktober 2013 Vorlesung Vorlesungen Vorlesung A (Prof. Dr. Marc Alexander
Mehr16. November 2011 Zentralitätsmaße. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 87
16. November 2011 Zentralitätsmaße H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 87 Darstellung in spektraler Form Zentralität genügt Ax = κ 1 x (Herleitung s. Tafel), daher ist x der Eigenvektor
MehrTheoretische Informatik: Berechenbarkeit und Formale Sprachen
Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de
MehrÜbersicht 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
MehrMathematik IV für Elektrotechnik Mathematik III für Informatik
Mathematik IV für Elektrotechnik Mathematik III für Informatik Vorlesungsskriptum Stefan Ulbrich Fachbereich Mathematik Technische Universität Darmstadt Sommersemester 2011 Inhaltsverzeichnis 1 Einführung
MehrNumerische Mathematik kompakt
Robert Plato Numerische Mathematik kompakt Grundlagenwissen für Studium und Praxis vieweg Inhaltsverzeichnis Vorwort Inhaltsverzeichnis v vii 1 Polynominterpolation 1 1.1 Allgemeine Vorbetrachtungen und
Mehr2.2 Pichtmodule Mathematik
2.2 Pichtmodule Mathematik Für die Vermittlung der mathematischen Grundlagen stehen fünf Module zur Verfügung. Von diesen fünf Modulen müssen drei absolviert werden. Die erste Prüfungsleistung kann entweder
MehrKapitel 1. Vektoren und Matrizen. 1.1 Vektoren
Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren
MehrNumerische Mathematik
Günther Hämmerlin Karl-Heinz Hoffmann Numerische Mathematik Vierte, nochmals durchgesehene Auflage Mit 72 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo HongKong Barcelona Budapest
MehrNumerische Mathematik für Ingenieure
Numerische Mathematik für Ingenieure von Prof. Dr. Gisela Jordan-Engeln (jetzt Engeln-Müllges) Fachhochschule Aachen und o. Prof. em. Dr. Fritz Reutter Rheinisch-Westfälische Technische Hochschule Aachen
MehrSpringers Mathematische Formeln
г Lennart Rade Bertil Westergren Springers Mathematische Formeln Taschenbuch für Ingenieure, Naturwissenschaftler, Wirtschaftswissenschaftler Übersetzt und bearbeitet von Peter Vachenauer Inhaltsverzeichnis
MehrRahmenbedingungen für das Fach Mathematik Informatik(MIf) am Ricarda-Huch-Gymnasium
RHG Kompetenzorientierter Schulinterner Lehrplan (Stand: Februar 2016) Rahmenbedingungen für das Fach Mathematik Informatik(MIf) am Ricarda-Huch-Gymnasium IT- Infrastruktur Auf dem Schulgelände: Poolraum
Mehr3 Interpolation und Approximation
In dem ersten großen Kapitel beschäftigen wir uns mit der Frage, wie eine Reihe von Daten (z.b. aus physikalischen Messungen, experimentelle Beobachtungen, Börse, etc.) durch eine möglichst einfache Funktion
MehrProf. Dr.-Ing. Christopher Bode. Finite-Elemente-Methode
Prof. Dr.-Ing. Christopher Bode Finite-Elemente-Methode Kapitel 1: Einleitung BEUTH Hochschule für Technik Berlin Prof. Dr.-Ing. C. Bode 2 Was ist FEM? Die FEM ist ein mathematisches Verfahren zur Lösung
MehrProgramm Praxis Band 3. Herausgegeben von: Walter Gander (ETH Zurich) Gerhard Jager (Universitat Bern)
Programm Praxis Band 3 Herausgegeben von: Walter Gander (ETH Zurich) Gerhard Jager (Universitat Bern) Walter Gander Computermathematik Springer Basel AG Prof. Dr. Walter Gander Institut fur Wissenschaftliches
MehrNumerik partieller Differentialgleichungen für Ingenieure
Numerik partieller Differentialgleichungen für Ingenieure Von ir. J. J.I.M. van Kan und ir. A. Segal Technische Universität Delft Aus dem Niederländischen übersetzt von Burkhard Lau, Technische Universität
Mehr5 Interpolation und Approximation
5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)
MehrKlausur 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
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 009 Dienstag 3.6 $Id: quadrat.tex,v.4 009/06/3 4:55:47 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6.3 Quadratische Funktionen und die Hauptachsentransformation
MehrMathematik kompakt. ^ Springer. Y. Stry R. Schwenkert. für Ingenieure und Informatiker. Zweite, bearbeitete Auflage
Y. Stry R. Schwenkert Mathematik kompakt für Ingenieure und Informatiker Zweite, bearbeitete Auflage Mit 156 Abbildungen und 10 Tabellen ^ Springer Inhaltsverzeichnis 1 Mathematische Grundbegriffe 1 1.1
MehrDie Teilgebiete der Informatik
Die Teilgebiete der Informatik Technische Informatik Praktische Informatik Theoretische Informatik Angewandte Informatik Technische Informatik Konstruktion von Verarbeitungselementen Prozessoren,... Konstruktion
MehrInterpolationsproblem. Interpolation. Interpolationsproblem. Interpolationsproblem. Gegeben seien eine Funktion. Φ (x; a 1,...
sproblem Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Institute for Numerical Simulation Gegeben seien eine Funktion Φ (x; a 1,..., a n ) : R I R, die auf einem Intervall I erklärt
MehrMusterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange.
Angewandte Mathematik Ing.-Wiss., HTWdS Dipl.-Math. Dm. Ovrutskiy Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange. Aufgabe 1 Approximieren Sie cos(x) auf [ /, /] an drei Stützstellen
Mehr